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

3.5w_stereo	0.07 4	0.07 193	0.07 9	0.15 111	0.07 108	0.09 114	0.06 1	0.13 75	0.11 104	0.07 71	0.07 52	0.06 30	0.07 128	0.10 93	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

S2M2_L	0.09 136	0.08 294	0.11 199	0.13 14	0.10 396	0.08 65	0.06 1	0.10 20	0.10 75	0.10 183	0.09 123	0.10 210	0.09 226	0.11 162	0.11 243	0.13 536	0.07 439	0.08 338	0.09 443	0.10 473	0.08 402
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
3.25w_new	0.07 4	0.06 102	0.07 9	0.15 111	0.06 18	0.10 179	0.07 3	0.12 59	0.11 104	0.08 113	0.06 15	0.07 106	0.06 42	0.11 162	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 4	0.06 102	0.07 9	0.15 111	0.06 18	0.10 179	0.07 3	0.12 59	0.11 104	0.08 113	0.06 15	0.07 106	0.06 42	0.11 162	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

GCAP-Stereo	0.09 136	0.07 193	0.13 285	0.18 353	0.06 18	0.11 226	0.07 3	0.13 75	0.12 133	0.09 149	0.10 166	0.07 106	0.09 226	0.13 294	0.10 149	0.06 135	0.05 213	0.05 67	0.04 70	0.04 22	0.05 164

BEATNet_4x	0.12 309	0.08 294	0.14 320	0.18 353	0.07 108	0.15 363	0.07 3	0.22 333	0.18 290	0.16 355	0.19 332	0.18 374	0.14 378	0.16 376	0.15 402	0.07 296	0.05 213	0.05 67	0.05 164	0.06 247	0.06 257

asd	0.07 4	0.08 294	0.07 9	0.16 192	0.07 108	0.08 65	0.08 7	0.11 36	0.08 37	0.07 71	0.07 52	0.06 30	0.06 42	0.10 93	0.09 62	0.03 1	0.03 1	0.04 1	0.04 70	0.04 22	0.03 2

2.25w	0.07 4	0.06 102	0.07 9	0.14 60	0.06 18	0.08 65	0.08 7	0.10 20	0.15 215	0.08 113	0.10 166	0.07 106	0.06 42	0.08 19	0.10 149	0.05 37	0.03 1	0.04 1	0.04 70	0.03 1	0.04 54

4.25_new	0.07 4	0.08 294	0.09 91	0.15 111	0.06 18	0.09 114	0.08 7	0.14 99	0.08 37	0.07 71	0.07 52	0.06 30	0.06 42	0.12 248	0.10 149	0.03 1	0.03 1	0.04 1	0.03 1	0.04 22	0.03 2

4.5w_new	0.07 4	0.08 294	0.09 91	0.15 111	0.06 18	0.09 114	0.08 7	0.14 99	0.08 37	0.07 71	0.07 52	0.06 30	0.06 42	0.12 248	0.10 149	0.03 1	0.03 1	0.04 1	0.03 1	0.04 22	0.03 2

4.25w-stereo	0.07 4	0.08 294	0.09 91	0.15 111	0.06 18	0.09 114	0.08 7	0.14 99	0.08 37	0.07 71	0.07 52	0.06 30	0.06 42	0.12 248	0.10 149	0.03 1	0.03 1	0.04 1	0.03 1	0.04 22	0.03 2

4w-stereo	0.07 4	0.08 294	0.08 40	0.16 192	0.06 18	0.07 36	0.08 7	0.12 59	0.08 37	0.07 71	0.07 52	0.05 7	0.06 42	0.09 48	0.10 149	0.03 1	0.03 1	0.04 1	0.04 70	0.04 22	0.03 2

2.75w_new	0.07 4	0.07 193	0.07 9	0.13 14	0.06 18	0.08 65	0.08 7	0.18 254	0.12 133	0.07 71	0.08 95	0.06 30	0.06 42	0.09 48	0.11 243	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.04 54

LG-G_1	0.07 4	0.04 1	0.11 199	0.15 111	0.06 18	0.09 114	0.08 7	0.08 4	0.06 8	0.06 24	0.05 7	0.07 106	0.07 128	0.11 162	0.08 17	0.07 296	0.04 24	0.05 67	0.04 70	0.05 139	0.05 164

LG-G	0.07 4	0.04 1	0.11 199	0.15 111	0.06 18	0.09 114	0.08 7	0.08 4	0.06 8	0.06 24	0.05 7	0.07 106	0.07 128	0.11 162	0.08 17	0.07 296	0.04 24	0.05 67	0.04 70	0.05 139	0.05 164

GCST	0.37 583	0.42 601	0.26 516	1.02 625	0.39 601	0.18 433	0.08 7	0.20 287	0.17 264	0.28 531	0.25 425	0.15 326	0.12 315	0.16 376	0.14 374	0.64 621	0.43 610	0.75 618	0.65 621	0.63 614	0.46 613

DN-CSS_ROB	0.13 334	0.13 501	0.16 406	0.18 353	0.10 396	0.16 393	0.08 7	0.22 333	0.18 290	0.17 371	0.22 375	0.13 277	0.13 353	0.12 248	0.13 337	0.05 37	0.05 213	0.10 467	0.10 482	0.08 378	0.06 257

Monster-pub-mixall	0.07 4	0.04 1	0.09 91	0.13 14	0.06 18	0.05 4	0.09 18	0.11 36	0.07 16	0.06 24	0.06 15	0.05 7	0.06 42	0.09 48	0.09 62	0.06 135	0.04 24	0.04 1	0.03 1	0.05 139	0.05 164

Replicate-Monster	0.07 4	0.05 52	0.09 91	0.14 60	0.06 18	0.08 65	0.09 18	0.13 75	0.13 169	0.05 3	0.07 52	0.06 30	0.06 42	0.08 19	0.10 149	0.05 37	0.04 24	0.05 67	0.03 1	0.04 22	0.04 54

S2M2_XL	0.08 75	0.06 102	0.12 239	0.12 4	0.08 175	0.09 114	0.09 18	0.07 2	0.07 16	0.08 113	0.07 52	0.07 106	0.06 42	0.09 48	0.09 62	0.08 359	0.06 359	0.07 253	0.05 164	0.08 378	0.06 257
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
3.75w	0.07 4	0.07 193	0.08 40	0.16 192	0.07 108	0.07 36	0.09 18	0.16 184	0.09 56	0.07 71	0.06 15	0.05 7	0.06 42	0.09 48	0.10 149	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

monsters	0.07 4	0.06 102	0.06 4	0.15 111	0.06 18	0.08 65	0.09 18	0.12 59	0.08 37	0.09 149	0.07 52	0.06 30	0.06 42	0.08 19	0.08 17	0.05 37	0.04 24	0.04 1	0.04 70	0.03 1	0.03 2

LGtest1	0.07 4	0.04 1	0.10 142	0.15 111	0.06 18	0.07 36	0.09 18	0.08 4	0.06 8	0.05 3	0.04 1	0.06 30	0.06 42	0.10 93	0.09 62	0.07 296	0.04 24	0.05 67	0.04 70	0.06 247	0.06 257

DCVSM-stereo	0.14 368	0.09 370	0.16 406	0.16 192	0.10 396	0.15 363	0.09 18	0.19 276	0.23 368	0.20 440	0.23 384	0.26 475	0.15 396	0.18 429	0.14 374	0.09 418	0.07 439	0.09 419	0.08 396	0.10 473	0.12 513

IGEV-Stereo+	0.07 4	0.04 1	0.08 40	0.15 111	0.06 18	0.04 1	0.09 18	0.10 20	0.09 56	0.06 24	0.06 15	0.06 30	0.06 42	0.06 1	0.08 17	0.06 135	0.04 24	0.05 67	0.04 70	0.06 247	0.06 257

LL-Strereo2	0.10 199	0.10 428	0.15 372	0.18 353	0.08 175	0.15 363	0.09 18	0.17 224	0.14 196	0.14 300	0.10 166	0.09 177	0.07 128	0.16 376	0.10 149	0.05 37	0.05 213	0.10 467	0.07 331	0.06 247	0.05 164

DIP-Stereo	0.11 242	0.07 193	0.14 320	0.17 270	0.09 293	0.13 305	0.09 18	0.16 184	0.16 244	0.11 214	0.16 277	0.14 297	0.12 315	0.15 342	0.13 337	0.06 135	0.05 213	0.06 154	0.05 164	0.05 139	0.06 257
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
CFNet	0.15 412	0.10 428	0.17 434	0.17 270	0.08 175	0.18 433	0.09 18	0.28 451	0.25 405	0.19 417	0.24 396	0.24 451	0.17 445	0.17 408	0.14 374	0.08 359	0.06 359	0.09 419	0.10 482	0.07 315	0.06 257

uiiii_40	0.07 4	0.06 102	0.06 4	0.13 14	0.07 108	0.07 36	0.10 29	0.14 99	0.07 16	0.05 3	0.06 15	0.06 30	0.06 42	0.10 93	0.09 62	0.05 37	0.04 24	0.04 1	0.03 1	0.05 139	0.05 164

4.5w_L	0.07 4	0.06 102	0.07 9	0.14 60	0.07 108	0.08 65	0.10 29	0.14 99	0.09 56	0.06 24	0.07 52	0.06 30	0.06 42	0.10 93	0.09 62	0.06 135	0.04 24	0.04 1	0.03 1	0.05 139	0.05 164

StePilot	0.07 4	0.06 102	0.07 9	0.14 60	0.07 108	0.08 65	0.10 29	0.14 99	0.10 75	0.06 24	0.07 52	0.06 30	0.06 42	0.10 93	0.09 62	0.05 37	0.04 24	0.04 1	0.03 1	0.05 139	0.05 164

hj116sk	0.08 75	0.04 1	0.10 142	0.13 14	0.07 108	0.09 114	0.10 29	0.15 139	0.08 37	0.05 3	0.09 123	0.07 106	0.07 128	0.10 93	0.10 149	0.06 135	0.05 213	0.04 1	0.03 1	0.04 22	0.04 54

ITERv4	0.07 4	0.06 102	0.09 91	0.14 60	0.06 18	0.06 10	0.10 29	0.11 36	0.07 16	0.07 71	0.08 95	0.06 30	0.07 128	0.08 19	0.09 62	0.05 37	0.05 213	0.05 67	0.04 70	0.03 1	0.03 2

VIP-Stereo	0.07 4	0.07 193	0.07 9	0.15 111	0.06 18	0.12 262	0.10 29	0.11 36	0.11 104	0.06 24	0.07 52	0.06 30	0.05 11	0.10 93	0.08 17	0.05 37	0.04 24	0.05 67	0.03 1	0.03 1	0.02 1

ITER	0.07 4	0.04 1	0.10 142	0.14 60	0.05 1	0.06 10	0.10 29	0.10 20	0.07 16	0.06 24	0.08 95	0.06 30	0.08 188	0.08 19	0.09 62	0.06 135	0.04 24	0.04 1	0.03 1	0.05 139	0.05 164

MonStereo	0.07 4	0.06 102	0.05 1	0.15 111	0.05 1	0.08 65	0.10 29	0.15 139	0.15 215	0.05 3	0.06 15	0.05 7	0.06 42	0.07 4	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 4	0.06 102	0.05 1	0.15 111	0.05 1	0.08 65	0.10 29	0.15 139	0.15 215	0.05 3	0.06 15	0.05 7	0.06 42	0.07 4	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

asda	0.07 4	0.08 294	0.08 40	0.16 192	0.06 18	0.06 10	0.10 29	0.16 184	0.10 75	0.06 24	0.06 15	0.05 7	0.05 11	0.10 93	0.10 149	0.03 1	0.03 1	0.04 1	0.03 1	0.04 22	0.03 2

qwe	0.07 4	0.08 294	0.07 9	0.15 111	0.06 18	0.07 36	0.10 29	0.18 254	0.11 104	0.07 71	0.07 52	0.06 30	0.06 42	0.10 93	0.09 62	0.03 1	0.03 1	0.04 1	0.04 70	0.04 22	0.03 2

4.5_new	0.07 4	0.09 370	0.08 40	0.15 111	0.07 108	0.06 10	0.10 29	0.14 99	0.11 104	0.06 24	0.08 95	0.06 30	0.06 42	0.08 19	0.10 149	0.03 1	0.03 1	0.04 1	0.04 70	0.04 22	0.03 2

4.5w-stereo	0.07 4	0.09 370	0.08 40	0.15 111	0.07 108	0.06 10	0.10 29	0.14 99	0.11 104	0.06 24	0.08 95	0.06 30	0.06 42	0.08 19	0.10 149	0.03 1	0.03 1	0.04 1	0.04 70	0.04 22	0.03 2

3w_stereo	0.08 75	0.09 370	0.10 142	0.17 270	0.07 108	0.08 65	0.10 29	0.20 287	0.13 169	0.06 24	0.07 52	0.05 7	0.06 42	0.08 19	0.09 62	0.03 1	0.03 1	0.04 1	0.03 1	0.04 22	0.03 2

2w_stereo	0.08 75	0.08 294	0.09 91	0.16 192	0.06 18	0.08 65	0.10 29	0.20 287	0.15 215	0.08 113	0.07 52	0.06 30	0.06 42	0.06 1	0.09 62	0.04 11	0.03 1	0.04 1	0.04 70	0.03 1	0.03 2

1w_stereo	0.07 4	0.06 102	0.07 9	0.16 192	0.06 18	0.07 36	0.10 29	0.14 99	0.14 196	0.07 71	0.08 95	0.05 7	0.06 42	0.09 48	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 54

monsterstereo	0.07 4	0.06 102	0.06 4	0.16 192	0.06 18	0.08 65	0.10 29	0.16 184	0.11 104	0.07 71	0.08 95	0.06 30	0.07 128	0.08 19	0.09 62	0.04 11	0.04 24	0.05 67	0.04 70	0.03 1	0.03 2

111111	0.07 4	0.04 1	0.09 91	0.17 270	0.06 18	0.05 4	0.10 29	0.11 36	0.09 56	0.06 24	0.06 15	0.07 106	0.05 11	0.09 48	0.09 62	0.06 135	0.04 24	0.05 67	0.04 70	0.07 315	0.06 257

AIO-test2	0.10 199	0.08 294	0.10 142	0.23 533	0.08 175	0.11 226	0.10 29	0.23 353	0.23 368	0.08 113	0.09 123	0.08 152	0.05 11	0.10 93	0.08 17	0.06 135	0.05 213	0.08 338	0.09 443	0.05 139	0.05 164

MonSter	0.07 4	0.06 102	0.05 1	0.15 111	0.05 1	0.07 36	0.10 29	0.15 139	0.15 215	0.05 3	0.06 15	0.05 7	0.06 42	0.07 4	0.09 62	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

IGEV-Stereo++	0.07 4	0.06 102	0.08 40	0.18 353	0.06 18	0.04 1	0.10 29	0.11 36	0.11 104	0.06 24	0.07 52	0.07 106	0.06 42	0.09 48	0.09 62	0.05 37	0.04 24	0.05 67	0.04 70	0.05 139	0.04 54

rvit_stereo_0075_2	0.17 455	0.12 472	0.25 513	0.23 533	0.16 549	0.13 305	0.10 29	0.30 476	0.27 429	0.20 440	0.28 465	0.22 427	0.15 396	0.18 429	0.13 337	0.16 570	0.10 514	0.17 564	0.10 482	0.10 473	0.09 447

Pointernet	0.09 136	0.04 1	0.09 91	0.16 192	0.08 175	0.13 305	0.10 29	0.15 139	0.17 264	0.09 149	0.07 52	0.06 30	0.06 42	0.11 162	0.09 62	0.08 359	0.04 24	0.05 67	0.03 1	0.06 247	0.05 164

MaDis-Stereo	0.09 136	0.09 370	0.08 40	0.17 270	0.09 293	0.13 305	0.10 29	0.16 184	0.16 244	0.09 149	0.11 205	0.06 30	0.06 42	0.09 48	0.13 337	0.07 296	0.06 359	0.07 253	0.05 164	0.05 139	0.04 54

raftrobust	0.09 136	0.06 102	0.10 142	0.17 270	0.08 175	0.09 114	0.10 29	0.18 254	0.16 244	0.10 183	0.09 123	0.12 252	0.07 128	0.12 248	0.10 149	0.08 359	0.05 213	0.06 154	0.05 164	0.05 139	0.05 164

RALAANet	0.11 242	0.08 294	0.10 142	0.17 270	0.09 293	0.14 337	0.10 29	0.20 287	0.15 215	0.14 300	0.13 234	0.16 340	0.09 226	0.12 248	0.11 243	0.06 135	0.05 213	0.07 253	0.06 242	0.05 139	0.04 54

UCFNet_RVC	0.14 368	0.08 294	0.13 285	0.11 1	0.10 396	0.20 471	0.10 29	0.24 376	0.22 358	0.17 371	0.20 344	0.23 445	0.15 396	0.17 408	0.15 402	0.12 513	0.07 439	0.10 467	0.13 543	0.11 496	0.10 474

HITNet	0.10 199	0.06 102	0.12 239	0.14 60	0.06 18	0.11 226	0.10 29	0.18 254	0.18 290	0.13 279	0.16 277	0.14 297	0.11 284	0.15 342	0.13 337	0.06 135	0.04 24	0.04 1	0.04 70	0.06 247	0.05 164
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
PyraSte	0.07 4	0.05 52	0.08 40	0.17 270	0.06 18	0.08 65	0.11 57	0.15 139	0.08 37	0.07 71	0.07 52	0.04 1	0.07 128	0.08 19	0.10 149	0.04 11	0.04 24	0.04 1	0.04 70	0.04 22	0.03 2

tim_s	0.07 4	0.04 1	0.08 40	0.16 192	0.06 18	0.08 65	0.11 57	0.14 99	0.09 56	0.06 24	0.06 15	0.04 1	0.08 188	0.08 19	0.10 149	0.04 11	0.04 24	0.04 1	0.03 1	0.04 22	0.03 2

ACW_4w	0.07 4	0.05 52	0.09 91	0.15 111	0.06 18	0.08 65	0.11 57	0.14 99	0.13 169	0.06 24	0.07 52	0.04 1	0.08 188	0.08 19	0.09 62	0.04 11	0.04 24	0.04 1	0.04 70	0.03 1	0.03 2

5w_v4	0.07 4	0.04 1	0.08 40	0.15 111	0.06 18	0.08 65	0.11 57	0.15 139	0.11 104	0.07 71	0.06 15	0.04 1	0.08 188	0.08 19	0.09 62	0.04 11	0.05 213	0.04 1	0.04 70	0.04 22	0.03 2

qyd29nn	0.07 4	0.04 1	0.09 91	0.13 14	0.06 18	0.07 36	0.11 57	0.13 75	0.05 5	0.05 3	0.07 52	0.06 30	0.08 188	0.09 48	0.10 149	0.07 296	0.06 359	0.04 1	0.03 1	0.04 22	0.04 54

yuret106	0.07 4	0.04 1	0.09 91	0.13 14	0.06 18	0.08 65	0.11 57	0.13 75	0.06 8	0.04 1	0.06 15	0.07 106	0.07 128	0.10 93	0.10 149	0.06 135	0.06 359	0.04 1	0.03 1	0.04 22	0.04 54

99wein	0.08 75	0.04 1	0.10 142	0.13 14	0.06 18	0.08 65	0.11 57	0.15 139	0.09 56	0.06 24	0.09 123	0.06 30	0.06 42	0.10 93	0.10 149	0.06 135	0.05 213	0.04 1	0.03 1	0.04 22	0.04 54

zaero_v3	0.07 4	0.04 1	0.10 142	0.14 60	0.05 1	0.06 10	0.11 57	0.10 20	0.08 37	0.07 71	0.06 15	0.04 1	0.07 128	0.07 4	0.08 17	0.06 135	0.04 24	0.04 1	0.04 70	0.04 22	0.04 54

ITERv2	0.07 4	0.04 1	0.10 142	0.14 60	0.05 1	0.08 65	0.11 57	0.11 36	0.07 16	0.05 3	0.07 52	0.05 7	0.07 128	0.08 19	0.09 62	0.06 135	0.04 24	0.04 1	0.04 70	0.05 139	0.04 54

OmniDepth	0.07 4	0.07 193	0.08 40	0.18 353	0.06 18	0.07 36	0.11 57	0.09 11	0.06 8	0.04 1	0.07 52	0.10 210	0.09 226	0.08 19	0.08 17	0.04 11	0.03 1	0.04 1	0.04 70	0.03 1	0.03 2

252Zero-FE	0.08 75	0.04 1	0.09 91	0.13 14	0.07 108	0.12 262	0.11 57	0.13 75	0.14 196	0.06 24	0.05 7	0.06 30	0.05 11	0.09 48	0.10 149	0.06 135	0.04 24	0.04 1	0.03 1	0.05 139	0.06 257

Wavelet-MonSter	0.07 4	0.05 52	0.07 9	0.16 192	0.06 18	0.07 36	0.11 57	0.10 20	0.08 37	0.06 24	0.06 15	0.07 106	0.07 128	0.09 48	0.09 62	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.03 2

MLG-Stereo_test3	0.07 4	0.05 52	0.10 142	0.14 60	0.06 18	0.07 36	0.11 57	0.08 4	0.06 8	0.06 24	0.04 1	0.06 30	0.06 42	0.07 4	0.10 149	0.06 135	0.04 24	0.05 67	0.04 70	0.05 139	0.06 257

MLG-Stereo_test2	0.06 1	0.04 1	0.10 142	0.15 111	0.05 1	0.07 36	0.11 57	0.09 11	0.04 2	0.06 24	0.05 7	0.06 30	0.04 1	0.08 19	0.09 62	0.06 135	0.04 24	0.05 67	0.03 1	0.05 139	0.05 164

MLG-Stereo_test1	0.06 1	0.05 52	0.08 40	0.17 270	0.05 1	0.06 10	0.11 57	0.08 4	0.03 1	0.05 3	0.04 1	0.06 30	0.05 11	0.09 48	0.09 62	0.05 37	0.04 24	0.05 67	0.03 1	0.04 22	0.04 54

MLG-Stereo	0.07 4	0.05 52	0.08 40	0.17 270	0.05 1	0.07 36	0.11 57	0.08 4	0.04 2	0.05 3	0.04 1	0.06 30	0.05 11	0.10 93	0.09 62	0.05 37	0.04 24	0.05 67	0.03 1	0.04 22	0.04 54

Reg-Stereo(zero)	0.08 75	0.05 52	0.08 40	0.16 192	0.06 18	0.12 262	0.11 57	0.15 139	0.10 75	0.12 252	0.09 123	0.10 210	0.08 188	0.11 162	0.08 17	0.06 135	0.04 24	0.05 67	0.04 70	0.04 22	0.05 164

StereoAnything_RVC	0.07 4	0.15 523	0.17 434	0.11 1	0.05 1	0.05 4	0.11 57	0.08 4	0.08 37	0.06 24	0.06 15	0.05 7	0.05 11	0.09 48	0.08 17	0.08 359	0.04 24	0.05 67	0.03 1	0.05 139	0.04 54

trnet	0.08 75	0.05 52	0.07 9	0.12 4	0.05 1	0.12 262	0.11 57	0.13 75	0.10 75	0.08 113	0.13 234	0.09 177	0.08 188	0.11 162	0.10 149	0.08 359	0.05 213	0.05 67	0.03 1	0.06 247	0.05 164

MIF-Stereo (partial)	0.11 242	0.06 102	0.10 142	0.19 411	0.10 396	0.10 179	0.11 57	0.17 224	0.18 290	0.14 300	0.16 277	0.09 177	0.11 284	0.12 248	0.12 296	0.08 359	0.05 213	0.08 338	0.07 331	0.06 247	0.07 338

UniTT-Stereo	0.09 136	0.07 193	0.08 40	0.18 353	0.08 175	0.13 305	0.11 57	0.12 59	0.11 104	0.10 183	0.12 220	0.05 7	0.07 128	0.09 48	0.09 62	0.07 296	0.05 213	0.05 67	0.05 164	0.05 139	0.05 164

CASnet	0.09 136	0.09 370	0.09 91	0.19 411	0.06 18	0.07 36	0.11 57	0.18 254	0.14 196	0.11 214	0.10 166	0.09 177	0.07 128	0.10 93	0.10 149	0.06 135	0.04 24	0.10 467	0.08 396	0.05 139	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS	0.09 136	0.05 52	0.11 199	0.13 14	0.07 108	0.14 337	0.11 57	0.15 139	0.15 215	0.09 149	0.09 123	0.12 252	0.09 226	0.15 342	0.10 149	0.07 296	0.05 213	0.05 67	0.03 1	0.05 139	0.05 164
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Patchmatch Stereo++	0.11 242	0.09 370	0.16 406	0.18 353	0.08 175	0.06 10	0.11 57	0.16 184	0.13 169	0.15 327	0.16 277	0.14 297	0.12 315	0.11 162	0.10 149	0.06 135	0.04 24	0.08 338	0.06 242	0.08 378	0.07 338
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
ROB_FTStereo	0.11 242	0.09 370	0.16 406	0.19 411	0.08 175	0.06 10	0.11 57	0.16 184	0.13 169	0.15 327	0.16 277	0.14 297	0.12 315	0.11 162	0.10 149	0.06 135	0.04 24	0.08 338	0.06 242	0.08 378	0.07 338

iRAFT	0.11 242	0.09 370	0.16 406	0.18 353	0.08 175	0.06 10	0.11 57	0.16 184	0.13 169	0.15 327	0.16 277	0.14 297	0.12 315	0.11 162	0.10 149	0.06 135	0.04 24	0.08 338	0.06 242	0.08 378	0.07 338

raft+_RVC	0.11 242	0.07 193	0.09 91	0.16 192	0.07 108	0.10 179	0.11 57	0.24 376	0.20 329	0.12 252	0.15 265	0.12 252	0.08 188	0.12 248	0.13 337	0.07 296	0.04 24	0.07 253	0.06 242	0.05 139	0.05 164

AdaStereo	0.15 412	0.11 454	0.15 372	0.18 353	0.09 293	0.20 471	0.11 57	0.32 497	0.28 443	0.20 440	0.23 384	0.20 400	0.13 353	0.19 444	0.14 374	0.12 513	0.05 213	0.10 467	0.07 331	0.09 441	0.07 338
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.
CBMV	0.19 481	0.14 513	0.17 434	0.18 353	0.10 396	0.20 471	0.11 57	0.29 462	0.30 460	0.29 539	0.30 483	0.30 510	0.23 508	0.27 529	0.19 464	0.13 536	0.15 568	0.17 564	0.16 565	0.10 473	0.10 474
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
xxxad45	0.07 4	0.04 1	0.08 40	0.16 192	0.06 18	0.07 36	0.12 86	0.15 139	0.12 133	0.06 24	0.05 7	0.04 1	0.08 188	0.07 4	0.09 62	0.04 11	0.05 213	0.04 1	0.04 70	0.04 22	0.03 2

ITERv30	0.07 4	0.04 1	0.10 142	0.12 4	0.07 108	0.07 36	0.12 86	0.11 36	0.08 37	0.05 3	0.10 166	0.07 106	0.07 128	0.10 93	0.10 149	0.06 135	0.06 359	0.04 1	0.04 70	0.04 22	0.04 54

ITERv28	0.08 75	0.04 1	0.10 142	0.13 14	0.06 18	0.09 114	0.12 86	0.14 99	0.08 37	0.05 3	0.08 95	0.06 30	0.06 42	0.09 48	0.10 149	0.06 135	0.06 359	0.04 1	0.03 1	0.05 139	0.04 54

uio108cc	0.07 4	0.05 52	0.09 91	0.14 60	0.06 18	0.09 114	0.12 86	0.15 139	0.07 16	0.05 3	0.07 52	0.07 106	0.07 128	0.09 48	0.10 149	0.06 135	0.06 359	0.04 1	0.03 1	0.04 22	0.04 54

oiu110	0.08 75	0.04 1	0.09 91	0.13 14	0.07 108	0.09 114	0.12 86	0.14 99	0.07 16	0.06 24	0.09 123	0.06 30	0.07 128	0.09 48	0.10 149	0.06 135	0.06 359	0.04 1	0.03 1	0.04 22	0.05 164

ITERv24	0.08 75	0.04 1	0.09 91	0.13 14	0.06 18	0.09 114	0.12 86	0.16 184	0.05 5	0.06 24	0.08 95	0.07 106	0.07 128	0.09 48	0.11 243	0.06 135	0.05 213	0.04 1	0.03 1	0.04 22	0.04 54

ITERv21	0.08 75	0.04 1	0.11 199	0.13 14	0.07 108	0.09 114	0.12 86	0.13 75	0.07 16	0.05 3	0.08 95	0.06 30	0.07 128	0.10 93	0.11 243	0.06 135	0.06 359	0.04 1	0.03 1	0.04 22	0.04 54

v20iiwwt	0.08 75	0.04 1	0.09 91	0.13 14	0.06 18	0.09 114	0.12 86	0.15 139	0.08 37	0.07 71	0.09 123	0.06 30	0.08 188	0.10 93	0.11 243	0.06 135	0.05 213	0.04 1	0.03 1	0.04 22	0.04 54

dddd17k	0.07 4	0.04 1	0.10 142	0.14 60	0.06 18	0.09 114	0.12 86	0.14 99	0.05 5	0.06 24	0.09 123	0.05 7	0.07 128	0.10 93	0.10 149	0.06 135	0.05 213	0.04 1	0.04 70	0.04 22	0.04 54

ITERv14	0.07 4	0.04 1	0.10 142	0.13 14	0.06 18	0.08 65	0.12 86	0.15 139	0.06 8	0.06 24	0.09 123	0.06 30	0.07 128	0.10 93	0.10 149	0.05 37	0.05 213	0.04 1	0.03 1	0.04 22	0.04 54

v134_o9	0.08 75	0.04 1	0.11 199	0.13 14	0.06 18	0.09 114	0.12 86	0.16 184	0.07 16	0.06 24	0.08 95	0.06 30	0.07 128	0.09 48	0.10 149	0.06 135	0.05 213	0.04 1	0.03 1	0.04 22	0.04 54

ITERv12	0.08 75	0.04 1	0.11 199	0.13 14	0.07 108	0.09 114	0.12 86	0.13 75	0.09 56	0.07 71	0.09 123	0.06 30	0.07 128	0.10 93	0.10 149	0.06 135	0.05 213	0.04 1	0.03 1	0.05 139	0.05 164

vnu138km	0.08 75	0.04 1	0.11 199	0.13 14	0.07 108	0.09 114	0.12 86	0.15 139	0.07 16	0.06 24	0.09 123	0.06 30	0.06 42	0.10 93	0.10 149	0.06 135	0.05 213	0.04 1	0.03 1	0.04 22	0.04 54

ITERv10	0.08 75	0.04 1	0.10 142	0.13 14	0.06 18	0.08 65	0.12 86	0.15 139	0.08 37	0.06 24	0.09 123	0.06 30	0.07 128	0.10 93	0.10 149	0.05 37	0.04 24	0.04 1	0.03 1	0.04 22	0.04 54

ITERv8	0.08 75	0.04 1	0.10 142	0.13 14	0.07 108	0.08 65	0.12 86	0.15 139	0.07 16	0.06 24	0.09 123	0.06 30	0.07 128	0.10 93	0.10 149	0.06 135	0.05 213	0.04 1	0.03 1	0.04 22	0.04 54

ITERv7	0.08 75	0.04 1	0.10 142	0.13 14	0.06 18	0.09 114	0.12 86	0.15 139	0.07 16	0.06 24	0.09 123	0.06 30	0.07 128	0.10 93	0.10 149	0.05 37	0.05 213	0.04 1	0.03 1	0.04 22	0.04 54

s6wercc	0.07 4	0.04 1	0.10 142	0.13 14	0.06 18	0.09 114	0.12 86	0.15 139	0.07 16	0.06 24	0.09 123	0.06 30	0.07 128	0.10 93	0.10 149	0.06 135	0.05 213	0.04 1	0.03 1	0.04 22	0.04 54

a5sdf	0.07 4	0.04 1	0.10 142	0.13 14	0.06 18	0.09 114	0.12 86	0.15 139	0.07 16	0.05 3	0.09 123	0.06 30	0.07 128	0.10 93	0.10 149	0.06 135	0.05 213	0.04 1	0.03 1	0.04 22	0.04 54

Zero-FE251	0.07 4	0.05 52	0.09 91	0.13 14	0.06 18	0.12 262	0.12 86	0.11 36	0.10 75	0.07 71	0.08 95	0.06 30	0.06 42	0.09 48	0.08 17	0.06 135	0.04 24	0.05 67	0.04 70	0.04 22	0.04 54

DA	0.08 75	0.07 193	0.07 9	0.19 411	0.08 175	0.09 114	0.12 86	0.13 75	0.12 133	0.08 113	0.10 166	0.10 210	0.08 188	0.09 48	0.10 149	0.05 37	0.04 24	0.06 154	0.04 70	0.05 139	0.03 2

GGEV	0.08 75	0.07 193	0.07 9	0.19 411	0.08 175	0.09 114	0.12 86	0.13 75	0.12 133	0.08 113	0.10 166	0.10 210	0.08 188	0.09 48	0.10 149	0.05 37	0.04 24	0.06 154	0.04 70	0.05 139	0.03 2

AdaDepth	0.07 4	0.06 102	0.07 9	0.18 353	0.06 18	0.11 226	0.12 86	0.09 11	0.07 16	0.06 24	0.05 7	0.07 106	0.06 42	0.09 48	0.10 149	0.04 11	0.05 213	0.05 67	0.04 70	0.04 22	0.04 54

GASTEREO	0.08 75	0.05 52	0.09 91	0.19 411	0.07 108	0.07 36	0.12 86	0.14 99	0.11 104	0.10 183	0.09 123	0.07 106	0.04 1	0.12 248	0.08 17	0.06 135	0.05 213	0.05 67	0.04 70	0.04 22	0.05 164

MSCF	0.08 75	0.05 52	0.08 40	0.19 411	0.08 175	0.06 10	0.12 86	0.14 99	0.11 104	0.10 183	0.09 123	0.07 106	0.04 1	0.11 162	0.08 17	0.06 135	0.05 213	0.05 67	0.04 70	0.05 139	0.05 164

DilatedVolume-Stereo	0.09 136	0.05 52	0.08 40	0.15 111	0.06 18	0.11 226	0.12 86	0.14 99	0.16 244	0.11 214	0.11 205	0.09 177	0.09 226	0.11 162	0.10 149	0.06 135	0.05 213	0.05 67	0.04 70	0.03 1	0.03 2

2.5w	0.07 4	0.07 193	0.07 9	0.16 192	0.06 18	0.08 65	0.12 86	0.10 20	0.10 75	0.07 71	0.06 15	0.09 177	0.06 42	0.08 19	0.09 62	0.04 11	0.03 1	0.04 1	0.04 70	0.03 1	0.03 2

IGEV	0.07 4	0.04 1	0.08 40	0.13 14	0.06 18	0.09 114	0.12 86	0.14 99	0.10 75	0.06 24	0.09 123	0.07 106	0.05 11	0.09 48	0.09 62	0.06 135	0.04 24	0.05 67	0.04 70	0.05 139	0.04 54

LG-Stereo_L2	0.07 4	0.05 52	0.10 142	0.14 60	0.06 18	0.07 36	0.12 86	0.09 11	0.09 56	0.06 24	0.04 1	0.05 7	0.05 11	0.08 19	0.08 17	0.05 37	0.04 24	0.05 67	0.03 1	0.04 22	0.03 2

SGD-Stereo	0.08 75	0.05 52	0.10 142	0.14 60	0.05 1	0.12 262	0.12 86	0.11 36	0.12 133	0.07 71	0.09 123	0.09 177	0.09 226	0.08 19	0.08 17	0.06 135	0.04 24	0.05 67	0.04 70	0.05 139	0.03 2

G2L-Stereo	0.14 368	0.07 193	0.13 285	0.17 270	0.09 293	0.13 305	0.12 86	0.27 431	0.22 358	0.16 355	0.27 451	0.21 409	0.13 353	0.17 408	0.18 451	0.09 418	0.08 465	0.08 338	0.07 331	0.07 315	0.07 338

ISRNet	0.18 469	0.08 294	0.19 468	0.19 411	0.13 501	0.15 363	0.12 86	0.30 476	0.32 474	0.21 454	0.25 425	0.27 483	0.17 445	0.17 408	0.20 470	0.20 583	0.08 465	0.14 544	0.14 546	0.14 542	0.17 575

DEFOM-Stereo_RVC	0.08 75	0.06 102	0.09 91	0.22 512	0.06 18	0.08 65	0.12 86	0.10 20	0.10 75	0.07 71	0.07 52	0.06 30	0.05 11	0.11 162	0.09 62	0.06 135	0.04 24	0.05 67	0.03 1	0.06 247	0.04 54

castereo++	0.08 75	0.05 52	0.08 40	0.15 111	0.05 1	0.14 337	0.12 86	0.11 36	0.15 215	0.07 71	0.07 52	0.07 106	0.06 42	0.08 19	0.08 17	0.06 135	0.04 24	0.05 67	0.04 70	0.04 22	0.03 2

IGEV-RUCA	0.08 75	0.06 102	0.11 199	0.14 60	0.09 293	0.10 179	0.12 86	0.10 20	0.12 133	0.06 24	0.07 52	0.07 106	0.06 42	0.09 48	0.08 17	0.06 135	0.05 213	0.05 67	0.04 70	0.05 139	0.06 257

ACV-stereo	0.15 412	0.10 428	0.28 528	0.18 353	0.12 478	0.14 337	0.12 86	0.23 353	0.21 344	0.19 417	0.23 384	0.22 427	0.15 396	0.23 510	0.17 433	0.07 296	0.06 359	0.07 253	0.07 331	0.07 315	0.07 338

AIO-Stereo	0.08 75	0.06 102	0.09 91	0.18 353	0.06 18	0.08 65	0.12 86	0.15 139	0.09 56	0.08 113	0.08 95	0.07 106	0.05 11	0.11 162	0.08 17	0.05 37	0.05 213	0.05 67	0.04 70	0.04 22	0.04 54

RSM++	0.08 75	0.06 102	0.09 91	0.17 270	0.07 108	0.09 114	0.12 86	0.11 36	0.11 104	0.08 113	0.06 15	0.07 106	0.05 11	0.10 93	0.09 62	0.04 11	0.04 24	0.06 154	0.05 164	0.05 139	0.03 2

RSM	0.08 75	0.06 102	0.09 91	0.17 270	0.06 18	0.08 65	0.12 86	0.12 59	0.10 75	0.08 113	0.07 52	0.06 30	0.05 11	0.11 162	0.09 62	0.04 11	0.04 24	0.05 67	0.04 70	0.04 22	0.03 2

testlalala2	0.10 199	0.06 102	0.11 199	0.20 468	0.10 396	0.10 179	0.12 86	0.17 224	0.12 133	0.12 252	0.13 234	0.09 177	0.07 128	0.11 162	0.13 337	0.06 135	0.05 213	0.05 67	0.04 70	0.05 139	0.05 164

MIM_Stereo	0.09 136	0.07 193	0.11 199	0.15 111	0.07 108	0.06 10	0.12 86	0.20 287	0.14 196	0.13 279	0.13 234	0.09 177	0.05 11	0.12 248	0.08 17	0.05 37	0.06 359	0.07 253	0.06 242	0.06 247	0.05 164

testlalala	0.08 75	0.07 193	0.17 434	0.16 192	0.08 175	0.09 114	0.12 86	0.15 139	0.10 75	0.07 71	0.09 123	0.06 30	0.06 42	0.11 162	0.09 62	0.05 37	0.04 24	0.06 154	0.04 70	0.04 22	0.04 54

Selective-IGEV	0.07 4	0.06 102	0.08 40	0.17 270	0.06 18	0.08 65	0.12 86	0.13 75	0.07 16	0.08 113	0.07 52	0.06 30	0.04 1	0.10 93	0.09 62	0.05 37	0.04 24	0.05 67	0.04 70	0.04 22	0.03 2

EGLCR-Stereo	0.08 75	0.05 52	0.08 40	0.14 60	0.06 18	0.10 179	0.12 86	0.11 36	0.16 244	0.06 24	0.05 7	0.07 106	0.05 11	0.10 93	0.11 243	0.06 135	0.04 24	0.06 154	0.05 164	0.04 22	0.04 54

iRaft-Stereo_5w	0.12 309	0.09 370	0.12 239	0.19 411	0.08 175	0.09 114	0.12 86	0.21 310	0.21 344	0.19 417	0.14 248	0.11 235	0.09 226	0.20 469	0.16 418	0.05 37	0.05 213	0.07 253	0.06 242	0.05 139	0.06 257

PFNet+	0.11 242	0.06 102	0.13 285	0.16 192	0.09 293	0.05 4	0.12 86	0.17 224	0.21 344	0.16 355	0.19 332	0.14 297	0.10 259	0.11 162	0.11 243	0.08 359	0.05 213	0.09 419	0.08 396	0.06 247	0.11 500

OMP-Stereo	0.11 242	0.06 102	0.14 320	0.18 353	0.08 175	0.09 114	0.12 86	0.21 310	0.21 344	0.13 279	0.14 248	0.11 235	0.12 315	0.11 162	0.13 337	0.06 135	0.04 24	0.07 253	0.06 242	0.05 139	0.04 54

IIG-Stereo	0.11 242	0.06 102	0.13 285	0.17 270	0.08 175	0.11 226	0.12 86	0.22 333	0.17 264	0.14 300	0.17 298	0.11 235	0.12 315	0.12 248	0.12 296	0.06 135	0.05 213	0.07 253	0.06 242	0.05 139	0.04 54

PSM-adaLoss	0.11 242	0.09 370	0.16 406	0.18 353	0.08 175	0.06 10	0.12 86	0.16 184	0.13 169	0.15 327	0.16 277	0.14 297	0.12 315	0.11 162	0.10 149	0.06 135	0.04 24	0.08 338	0.06 242	0.08 378	0.07 338

ROB_FTStereo_v2	0.11 242	0.09 370	0.16 406	0.19 411	0.08 175	0.06 10	0.12 86	0.16 184	0.13 169	0.15 327	0.16 277	0.14 297	0.12 315	0.11 162	0.10 149	0.06 135	0.04 24	0.08 338	0.06 242	0.08 378	0.07 338

HUI-Stereo	0.11 242	0.09 370	0.16 406	0.18 353	0.08 175	0.06 10	0.12 86	0.16 184	0.13 169	0.15 327	0.16 277	0.14 297	0.12 315	0.11 162	0.10 149	0.06 135	0.04 24	0.08 338	0.06 242	0.08 378	0.07 338

SST-Stereo	0.10 199	0.07 193	0.15 372	0.18 353	0.09 293	0.06 10	0.12 86	0.17 224	0.11 104	0.15 327	0.17 298	0.13 277	0.12 315	0.10 93	0.11 243	0.06 135	0.04 24	0.09 419	0.06 242	0.06 247	0.05 164

Pruner-Stereo	0.11 242	0.07 193	0.12 239	0.17 270	0.09 293	0.06 10	0.12 86	0.17 224	0.17 264	0.13 279	0.19 332	0.13 277	0.09 226	0.11 162	0.11 243	0.06 135	0.04 24	0.07 253	0.06 242	0.06 247	0.08 402

DeepStereo_RVC	0.11 242	0.08 294	0.16 406	0.18 353	0.08 175	0.08 65	0.12 86	0.17 224	0.12 133	0.13 279	0.14 248	0.12 252	0.12 315	0.12 248	0.11 243	0.06 135	0.04 24	0.07 253	0.06 242	0.07 315	0.08 402

iGMRVC	0.11 242	0.09 370	0.16 406	0.19 411	0.08 175	0.06 10	0.12 86	0.16 184	0.13 169	0.15 327	0.16 277	0.14 297	0.12 315	0.11 162	0.10 149	0.06 135	0.04 24	0.08 338	0.06 242	0.08 378	0.07 338

RAFT-RH_RVC	0.11 242	0.06 102	0.14 320	0.16 192	0.09 293	0.12 262	0.12 86	0.17 224	0.12 133	0.13 279	0.41 555	0.11 235	0.10 259	0.13 294	0.12 296	0.05 37	0.04 24	0.08 338	0.05 164	0.04 22	0.06 257

RAFT-345	0.11 242	0.07 193	0.15 372	0.16 192	0.08 175	0.08 65	0.12 86	0.15 139	0.10 75	0.11 214	0.36 518	0.09 177	0.09 226	0.11 162	0.12 296	0.05 37	0.05 213	0.07 253	0.06 242	0.04 22	0.05 164

CRE-IMP	0.11 242	0.09 370	0.16 406	0.19 411	0.08 175	0.10 179	0.12 86	0.18 254	0.10 75	0.14 300	0.13 234	0.13 277	0.12 315	0.12 248	0.11 243	0.07 296	0.04 24	0.08 338	0.06 242	0.08 378	0.08 402

RAFT-IKP	0.11 242	0.09 370	0.16 406	0.19 411	0.08 175	0.06 10	0.12 86	0.16 184	0.13 169	0.15 327	0.16 277	0.14 297	0.12 315	0.11 162	0.10 149	0.06 135	0.04 24	0.08 338	0.06 242	0.08 378	0.07 338

CREStereo++_RVC	0.08 75	0.04 1	0.06 4	0.13 14	0.07 108	0.09 114	0.12 86	0.14 99	0.14 196	0.10 183	0.14 248	0.08 152	0.07 128	0.09 48	0.11 243	0.06 135	0.04 24	0.05 67	0.05 164	0.04 22	0.04 54
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
XX-Stereo	0.09 136	0.05 52	0.08 40	0.17 270	0.09 293	0.15 363	0.12 86	0.20 287	0.10 75	0.10 183	0.14 248	0.07 106	0.06 42	0.12 248	0.08 17	0.06 135	0.05 213	0.06 154	0.06 242	0.04 22	0.04 54

iResNetv2_ROB	0.14 368	0.08 294	0.15 372	0.16 192	0.08 175	0.16 393	0.12 86	0.25 392	0.35 502	0.21 454	0.29 477	0.24 451	0.13 353	0.14 320	0.14 374	0.06 135	0.05 213	0.06 154	0.04 70	0.09 441	0.08 402

NOSS_ROB	0.19 481	0.12 472	0.18 457	0.16 192	0.12 478	0.15 363	0.12 86	0.30 476	0.32 474	0.20 440	0.22 375	0.27 483	0.23 508	0.21 486	0.16 418	0.16 570	0.18 578	0.23 583	0.21 580	0.12 511	0.13 532

SteFusion	0.07 4	0.05 52	0.08 40	0.15 111	0.06 18	0.06 10	0.13 148	0.15 139	0.13 169	0.06 24	0.06 15	0.05 7	0.07 128	0.08 19	0.09 62	0.04 11	0.04 24	0.04 1	0.04 70	0.04 22	0.03 2

dd23bbn	0.08 75	0.04 1	0.08 40	0.14 60	0.06 18	0.09 114	0.13 148	0.16 184	0.07 16	0.07 71	0.11 205	0.07 106	0.08 188	0.08 19	0.10 149	0.05 37	0.05 213	0.04 1	0.03 1	0.04 22	0.04 54

ITERv19	0.08 75	0.04 1	0.11 199	0.13 14	0.06 18	0.10 179	0.13 148	0.16 184	0.07 16	0.06 24	0.08 95	0.06 30	0.07 128	0.09 48	0.10 149	0.06 135	0.06 359	0.04 1	0.03 1	0.04 22	0.04 54

ITER124	0.08 75	0.04 1	0.09 91	0.13 14	0.06 18	0.09 114	0.13 148	0.15 139	0.07 16	0.06 24	0.08 95	0.06 30	0.08 188	0.10 93	0.10 149	0.06 135	0.05 213	0.04 1	0.03 1	0.04 22	0.04 54

zxcv128	0.07 4	0.04 1	0.10 142	0.13 14	0.06 18	0.08 65	0.13 148	0.14 99	0.06 8	0.06 24	0.10 166	0.06 30	0.08 188	0.10 93	0.10 149	0.06 135	0.05 213	0.04 1	0.03 1	0.04 22	0.04 54

iked130	0.07 4	0.04 1	0.10 142	0.14 60	0.06 18	0.08 65	0.13 148	0.15 139	0.04 2	0.05 3	0.08 95	0.06 30	0.07 128	0.09 48	0.11 243	0.06 135	0.05 213	0.04 1	0.03 1	0.04 22	0.04 54

DLNR-FE	10.43 642	1.83 634	19.53 651	120.75 655	13.06 646	0.06 10	0.13 148	0.23 353	0.10 75	0.07 71	0.10 166	0.09 177	0.06 42	0.10 93	0.09 62	0.13 536	0.04 24	0.06 154	0.04 70	52.01 657	0.04 54

Select-FE	0.11 242	0.06 102	0.20 480	0.15 111	0.11 446	0.11 226	0.13 148	0.21 310	0.18 290	0.09 149	0.11 205	0.10 210	0.06 42	0.12 248	0.09 62	0.07 296	0.05 213	0.07 253	0.08 396	0.06 247	0.08 402

IGEV-FE	0.09 136	0.05 52	0.12 239	0.13 14	0.08 175	0.12 262	0.13 148	0.17 224	0.11 104	0.10 183	0.06 15	0.09 177	0.06 42	0.11 162	0.09 62	0.06 135	0.04 24	0.06 154	0.06 242	0.05 139	0.05 164

DDF-Stereo	0.08 75	0.04 1	0.09 91	0.15 111	0.10 396	0.06 10	0.13 148	0.09 11	0.14 196	0.06 24	0.06 15	0.07 106	0.06 42	0.09 48	0.10 149	0.06 135	0.04 24	0.06 154	0.04 70	0.08 378	0.05 164

water-stereo	0.09 136	0.06 102	0.08 40	0.16 192	0.07 108	0.09 114	0.13 148	0.15 139	0.13 169	0.11 214	0.12 220	0.08 152	0.09 226	0.07 4	0.08 17	0.06 135	0.05 213	0.05 67	0.05 164	0.04 22	0.04 54

depthmonostereo	0.09 136	0.06 102	0.09 91	0.15 111	0.06 18	0.10 179	0.13 148	0.14 99	0.14 196	0.10 183	0.10 166	0.09 177	0.11 284	0.08 19	0.09 62	0.06 135	0.05 213	0.06 154	0.04 70	0.04 22	0.03 2

LG-Stereo_L1	0.07 4	0.05 52	0.11 199	0.14 60	0.06 18	0.07 36	0.13 148	0.09 11	0.07 16	0.05 3	0.04 1	0.05 7	0.04 1	0.08 19	0.07 1	0.05 37	0.04 24	0.05 67	0.03 1	0.04 22	0.04 54

DFGA-Net	0.13 334	0.11 454	0.18 457	0.17 270	0.10 396	0.12 262	0.13 148	0.22 333	0.25 405	0.16 355	0.16 277	0.13 277	0.12 315	0.16 376	0.14 374	0.07 296	0.05 213	0.08 338	0.07 331	0.05 139	0.05 164

LG-Stereo_Zeroshot	0.07 4	0.06 102	0.10 142	0.16 192	0.07 108	0.04 1	0.13 148	0.10 20	0.10 75	0.05 3	0.11 205	0.07 106	0.05 11	0.07 4	0.09 62	0.06 135	0.04 24	0.05 67	0.04 70	0.05 139	0.04 54

SCV	0.08 75	0.09 370	0.08 40	0.15 111	0.08 175	0.10 179	0.13 148	0.10 20	0.12 133	0.07 71	0.07 52	0.06 30	0.04 1	0.09 48	0.08 17	0.05 37	0.04 24	0.06 154	0.04 70	0.06 247	0.04 54

FoundationStereo	0.06 1	0.04 1	0.08 40	0.12 4	0.05 1	0.09 114	0.13 148	0.06 1	0.09 56	0.05 3	0.05 7	0.06 30	0.04 1	0.06 1	0.07 1	0.06 135	0.04 24	0.05 67	0.03 1	0.05 139	0.04 54

HUF	0.08 75	0.05 52	0.08 40	0.14 60	0.06 18	0.09 114	0.13 148	0.13 75	0.13 169	0.07 71	0.07 52	0.08 152	0.06 42	0.10 93	0.09 62	0.06 135	0.04 24	0.05 67	0.04 70	0.05 139	0.04 54

AIO-test1	0.10 199	0.07 193	0.10 142	0.23 533	0.07 108	0.09 114	0.13 148	0.21 310	0.14 196	0.11 214	0.12 220	0.09 177	0.07 128	0.11 162	0.09 62	0.06 135	0.05 213	0.09 419	0.10 482	0.03 1	0.06 257

GIP-stereo	0.08 75	0.06 102	0.11 199	0.14 60	0.06 18	0.09 114	0.13 148	0.14 99	0.11 104	0.07 71	0.08 95	0.05 7	0.04 1	0.10 93	0.07 1	0.05 37	0.04 24	0.05 67	0.04 70	0.05 139	0.04 54

DEFOM-Stereo	0.07 4	0.05 52	0.07 9	0.14 60	0.06 18	0.10 179	0.13 148	0.07 2	0.13 169	0.06 24	0.07 52	0.06 30	0.05 11	0.10 93	0.09 62	0.04 11	0.04 24	0.05 67	0.03 1	0.04 22	0.04 54

dual_stereo	0.07 4	0.04 1	0.08 40	0.15 111	0.05 1	0.05 4	0.13 148	0.12 59	0.08 37	0.07 71	0.06 15	0.05 7	0.05 11	0.07 4	0.09 62	0.06 135	0.04 24	0.05 67	0.03 1	0.04 22	0.04 54

UGAM-zero	0.09 136	0.05 52	0.15 372	0.15 111	0.08 175	0.09 114	0.13 148	0.19 276	0.15 215	0.11 214	0.15 265	0.07 106	0.07 128	0.09 48	0.09 62	0.06 135	0.05 213	0.06 154	0.05 164	0.05 139	0.06 257

GCAP-BAT	0.09 136	0.07 193	0.14 320	0.15 111	0.08 175	0.10 179	0.13 148	0.14 99	0.10 75	0.11 214	0.10 166	0.08 152	0.07 128	0.12 248	0.10 149	0.06 135	0.05 213	0.06 154	0.04 70	0.04 22	0.04 54

U	0.08 75	0.07 193	0.09 91	0.19 411	0.10 396	0.10 179	0.13 148	0.12 59	0.17 264	0.07 71	0.07 52	0.06 30	0.05 11	0.07 4	0.08 17	0.06 135	0.04 24	0.06 154	0.04 70	0.06 247	0.05 164

WCG-NET（raft）	0.08 75	0.05 52	0.10 142	0.15 111	0.06 18	0.11 226	0.13 148	0.15 139	0.12 133	0.08 113	0.07 52	0.06 30	0.06 42	0.13 294	0.08 17	0.05 37	0.04 24	0.05 67	0.04 70	0.04 22	0.04 54

DualNet (step1)	0.16 435	0.12 472	0.20 480	0.12 4	0.14 521	0.17 414	0.13 148	0.27 431	0.23 368	0.20 440	0.20 344	0.24 451	0.19 475	0.16 376	0.16 418	0.15 554	0.06 359	0.14 544	0.14 546	0.14 542	0.12 513

test_sample9	0.18 469	0.12 472	0.20 480	0.12 4	0.14 521	0.17 414	0.13 148	0.27 431	0.23 368	0.20 440	0.20 344	0.24 451	0.19 475	0.19 444	0.17 433	0.15 554	0.30 602	0.14 544	0.14 546	0.14 542	0.12 513

test_sample8	0.19 481	0.12 472	0.20 480	0.12 4	0.14 521	0.17 414	0.13 148	0.31 486	0.21 344	0.27 516	0.22 375	0.36 547	0.25 523	0.19 444	0.17 433	0.15 554	0.30 602	0.14 544	0.14 546	0.14 542	0.12 513

gcap-zeroshot	0.09 136	0.05 52	0.10 142	0.16 192	0.07 108	0.13 305	0.13 148	0.11 36	0.12 133	0.13 279	0.12 220	0.09 177	0.08 188	0.09 48	0.09 62	0.06 135	0.05 213	0.06 154	0.05 164	0.04 22	0.04 54

test_for_model	0.09 136	0.12 472	0.14 320	0.23 533	0.11 446	0.08 65	0.13 148	0.12 59	0.12 133	0.10 183	0.07 52	0.07 106	0.06 42	0.11 162	0.10 149	0.06 135	0.05 213	0.05 67	0.03 1	0.07 315	0.04 54

IGEV++	0.08 75	0.06 102	0.08 40	0.18 353	0.07 108	0.09 114	0.13 148	0.10 20	0.09 56	0.08 113	0.08 95	0.06 30	0.06 42	0.13 294	0.09 62	0.05 37	0.04 24	0.05 67	0.04 70	0.05 139	0.04 54

GMStereo_Zeroshot	0.16 435	0.13 501	0.24 508	0.20 468	0.10 396	0.17 414	0.13 148	0.29 462	0.25 405	0.23 482	0.32 495	0.25 465	0.11 284	0.19 444	0.14 374	0.09 418	0.06 359	0.11 498	0.06 242	0.12 511	0.08 402

IGEV_Zeroshot_test	0.09 136	0.05 52	0.12 239	0.13 14	0.08 175	0.12 262	0.13 148	0.17 224	0.11 104	0.10 183	0.06 15	0.09 177	0.06 42	0.11 162	0.09 62	0.06 135	0.04 24	0.06 154	0.06 242	0.05 139	0.05 164

MSKI-zero shot	0.09 136	0.05 52	0.09 91	0.15 111	0.07 108	0.10 179	0.13 148	0.14 99	0.13 169	0.09 149	0.09 123	0.09 177	0.06 42	0.12 248	0.10 149	0.06 135	0.04 24	0.05 67	0.04 70	0.04 22	0.04 54

DLNR_Zeroshot_test	10.40 641	1.82 633	19.49 650	120.77 656	13.11 647	0.06 10	0.13 148	0.23 353	0.10 75	0.07 71	0.10 166	0.09 177	0.06 42	0.10 93	0.09 62	0.13 536	0.04 24	0.06 154	0.04 70	51.54 656	0.04 54

SQANet	0.23 530	0.23 571	0.30 539	0.30 583	0.19 573	0.27 545	0.13 148	0.29 462	0.33 481	0.24 491	0.37 524	0.31 523	0.22 500	0.27 529	0.23 511	0.15 554	0.10 514	0.21 578	0.16 565	0.21 579	0.15 556

AEACV	0.08 75	0.05 52	0.08 40	0.14 60	0.13 501	0.14 337	0.13 148	0.14 99	0.09 56	0.07 71	0.09 123	0.07 106	0.08 188	0.10 93	0.09 62	0.06 135	0.04 24	0.06 154	0.05 164	0.05 139	0.04 54

CAS	0.08 75	0.04 1	0.07 9	0.17 270	0.08 175	0.10 179	0.13 148	0.12 59	0.09 56	0.09 149	0.10 166	0.08 152	0.06 42	0.09 48	0.08 17	0.08 359	0.04 24	0.05 67	0.03 1	0.05 139	0.04 54

Selective-RAFT	0.11 242	0.10 428	0.11 199	0.21 497	0.08 175	0.16 393	0.13 148	0.20 287	0.22 358	0.10 183	0.10 166	0.11 235	0.10 259	0.15 342	0.11 243	0.05 37	0.05 213	0.06 154	0.05 164	0.06 247	0.05 164

RCA-Stereo	0.09 136	0.06 102	0.09 91	0.16 192	0.06 18	0.09 114	0.13 148	0.18 254	0.14 196	0.09 149	0.10 166	0.08 152	0.07 128	0.12 248	0.11 243	0.06 135	0.04 24	0.06 154	0.05 164	0.05 139	0.04 54

HBP-ISP	0.18 469	0.13 501	0.16 406	0.15 111	0.11 446	0.08 65	0.13 148	0.28 451	0.29 450	0.22 470	0.33 507	0.21 409	0.25 523	0.23 510	0.17 433	0.14 550	0.16 571	0.21 578	0.17 572	0.10 473	0.08 402

DisPM	0.11 242	0.07 193	0.12 239	0.16 192	0.09 293	0.06 10	0.13 148	0.17 224	0.17 264	0.14 300	0.20 344	0.12 252	0.10 259	0.11 162	0.10 149	0.06 135	0.04 24	0.07 253	0.06 242	0.06 247	0.11 500

GLC_STEREO	0.11 242	0.07 193	0.11 199	0.17 270	0.07 108	0.09 114	0.13 148	0.15 139	0.24 384	0.12 252	0.13 234	0.12 252	0.08 188	0.18 429	0.11 243	0.06 135	0.08 465	0.08 338	0.06 242	0.05 139	0.05 164

TRStereo	0.09 136	0.05 52	0.12 239	0.15 111	0.12 478	0.10 179	0.13 148	0.18 254	0.18 290	0.09 149	0.09 123	0.09 177	0.06 42	0.10 93	0.08 17	0.07 296	0.05 213	0.07 253	0.07 331	0.04 22	0.04 54

HHNet	0.11 242	0.06 102	0.16 406	0.15 111	0.14 521	0.07 36	0.13 148	0.20 287	0.17 264	0.14 300	0.25 425	0.11 235	0.08 188	0.13 294	0.10 149	0.05 37	0.04 24	0.08 338	0.06 242	0.05 139	0.09 447

AAGNet	0.11 242	0.07 193	0.16 406	0.19 411	0.09 293	0.08 65	0.13 148	0.18 254	0.13 169	0.16 355	0.21 365	0.13 277	0.14 378	0.11 162	0.14 374	0.06 135	0.04 24	0.09 419	0.06 242	0.06 247	0.05 164

PSM-softLoss	0.12 309	0.07 193	0.15 372	0.17 270	0.09 293	0.08 65	0.13 148	0.24 376	0.17 264	0.14 300	0.19 332	0.13 277	0.11 284	0.11 162	0.11 243	0.07 296	0.05 213	0.08 338	0.07 331	0.06 247	0.12 513

KMStereo	0.12 309	0.07 193	0.15 372	0.17 270	0.09 293	0.08 65	0.13 148	0.24 376	0.17 264	0.14 300	0.19 332	0.13 277	0.11 284	0.11 162	0.11 243	0.07 296	0.05 213	0.08 338	0.07 331	0.06 247	0.12 513

RAFT_R40	0.11 242	0.07 193	0.14 320	0.18 353	0.09 293	0.06 10	0.13 148	0.17 224	0.16 244	0.14 300	0.18 323	0.15 326	0.12 315	0.10 93	0.11 243	0.06 135	0.04 24	0.09 419	0.06 242	0.06 247	0.05 164

AnonymousM	0.09 136	0.05 52	0.10 142	0.14 60	0.06 18	0.09 114	0.13 148	0.19 276	0.14 196	0.13 279	0.11 205	0.09 177	0.08 188	0.13 294	0.10 149	0.08 359	0.05 213	0.08 338	0.05 164	0.05 139	0.05 164

sAnonymous2	0.13 334	0.12 472	0.24 508	0.20 468	0.12 478	0.17 414	0.13 148	0.26 410	0.21 344	0.11 214	0.11 205	0.13 277	0.08 188	0.10 93	0.10 149	0.09 418	0.05 213	0.08 338	0.06 242	0.15 557	0.10 474

CroCo_RVC	0.13 334	0.12 472	0.24 508	0.20 468	0.12 478	0.17 414	0.13 148	0.26 410	0.21 344	0.11 214	0.11 205	0.13 277	0.08 188	0.10 93	0.10 149	0.09 418	0.05 213	0.08 338	0.06 242	0.15 557	0.10 474

GES	0.14 368	0.08 294	0.16 406	0.15 111	0.10 396	0.13 305	0.13 148	0.28 451	0.25 405	0.16 355	0.23 384	0.18 374	0.13 353	0.16 376	0.13 337	0.08 359	0.07 439	0.07 253	0.06 242	0.08 378	0.09 447

FADNet_RVC	0.16 435	0.14 513	0.40 564	0.20 468	0.11 446	0.13 305	0.13 148	0.26 410	0.22 358	0.21 454	0.23 384	0.20 400	0.17 445	0.14 320	0.16 418	0.08 359	0.08 465	0.12 517	0.09 443	0.11 496	0.10 474

FADNet	0.21 505	0.22 570	0.36 556	0.18 353	0.17 564	0.24 514	0.13 148	0.31 486	0.31 467	0.23 482	0.25 425	0.27 483	0.21 491	0.19 444	0.15 402	0.13 536	0.15 568	0.12 517	0.15 561	0.16 564	0.18 578

CBMV_ROB	0.19 481	0.13 501	0.17 434	0.16 192	0.11 446	0.15 363	0.13 148	0.26 410	0.28 443	0.27 516	0.30 483	0.27 483	0.24 514	0.23 510	0.16 418	0.15 554	0.17 576	0.22 582	0.20 578	0.10 473	0.11 500

PWC_ROB	0.21 505	0.16 531	0.26 516	0.18 353	0.11 446	0.22 496	0.13 148	0.32 497	0.49 564	0.30 543	0.40 544	0.32 532	0.24 514	0.31 551	0.22 499	0.10 459	0.07 439	0.11 498	0.08 396	0.11 496	0.10 474

GEAStereo	0.08 75	0.05 52	0.08 40	0.13 14	0.08 175	0.08 65	0.14 206	0.10 20	0.09 56	0.08 113	0.10 166	0.06 30	0.05 11	0.11 162	0.08 17	0.06 135	0.04 24	0.05 67	0.04 70	0.05 139	0.05 164

GSStereo	0.08 75	0.05 52	0.08 40	0.13 14	0.08 175	0.08 65	0.14 206	0.11 36	0.12 133	0.08 113	0.10 166	0.05 7	0.05 11	0.11 162	0.08 17	0.06 135	0.04 24	0.05 67	0.04 70	0.05 139	0.05 164

GS-Stereo							0.14 206	0.11 36	0.12 133	0.08 113	0.10 166	0.05 7	0.05 11	0.11 162	0.08 17	0.06 135	0.04 24	0.05 67	0.04 70	0.05 139	0.05 164

gasm-f	0.08 75	0.05 52	0.07 9	0.13 14	0.08 175	0.08 65	0.14 206	0.10 20	0.09 56	0.08 113	0.10 166	0.06 30	0.05 11	0.10 93	0.08 17	0.06 135	0.04 24	0.05 67	0.04 70	0.06 247	0.05 164

zero-FE	0.08 75	0.04 1	0.09 91	0.15 111	0.10 396	0.05 4	0.14 206	0.09 11	0.14 196	0.07 71	0.06 15	0.07 106	0.06 42	0.09 48	0.10 149	0.06 135	0.04 24	0.06 154	0.04 70	0.08 378	0.05 164

FlowAnything_test	0.11 242	0.08 294	0.14 320	0.15 111	0.09 293	0.07 36	0.14 206	0.20 287	0.11 104	0.09 149	0.09 123	0.12 252	0.12 315	0.13 294	0.11 243	0.09 418	0.06 359	0.09 419	0.09 443	0.06 247	0.09 447

GREAT-IGEV	0.07 4	0.06 102	0.08 40	0.13 14	0.07 108	0.07 36	0.14 206	0.09 11	0.09 56	0.06 24	0.07 52	0.06 30	0.05 11	0.10 93	0.07 1	0.05 37	0.04 24	0.05 67	0.04 70	0.05 139	0.04 54

HI	0.11 242	0.06 102	0.11 199	0.13 14	0.09 293	0.09 114	0.14 206	0.21 310	0.10 75	0.19 417	0.17 298	0.14 297	0.09 226	0.16 376	0.08 17	0.05 37	0.04 24	0.07 253	0.08 396	0.07 315	0.06 257

CoSv	0.11 242	0.06 102	0.11 199	0.13 14	0.09 293	0.09 114	0.14 206	0.21 310	0.10 75	0.19 417	0.17 298	0.14 297	0.09 226	0.16 376	0.08 17	0.05 37	0.04 24	0.07 253	0.08 396	0.07 315	0.06 257

AIO_rvc	0.07 4	0.06 102	0.08 40	0.15 111	0.06 18	0.08 65	0.14 206	0.09 11	0.08 37	0.07 71	0.08 95	0.07 106	0.04 1	0.10 93	0.08 17	0.05 37	0.04 24	0.05 67	0.04 70	0.04 22	0.03 2

AIO_test	0.07 4	0.05 52	0.07 9	0.15 111	0.07 108	0.06 10	0.14 206	0.10 20	0.10 75	0.07 71	0.07 52	0.06 30	0.05 11	0.08 19	0.10 149	0.05 37	0.04 24	0.05 67	0.04 70	0.04 22	0.03 2

SMoEStereo_RVC	0.08 75	0.06 102	0.12 239	0.16 192	0.07 108	0.09 114	0.14 206	0.11 36	0.13 169	0.09 149	0.07 52	0.07 106	0.07 128	0.12 248	0.10 149	0.05 37	0.04 24	0.06 154	0.05 164	0.04 22	0.04 54

999	0.09 136	0.05 52	0.13 285	0.15 111	0.08 175	0.10 179	0.14 206	0.15 139	0.11 104	0.10 183	0.08 95	0.08 152	0.08 188	0.16 376	0.10 149	0.06 135	0.04 24	0.06 154	0.05 164	0.04 22	0.05 164

DDVS	0.15 412	0.10 428	0.21 489	0.16 192	0.12 478	0.15 363	0.14 206	0.25 392	0.19 306	0.18 401	0.29 477	0.27 483	0.12 315	0.19 444	0.15 402	0.09 418	0.06 359	0.09 419	0.07 331	0.11 496	0.11 500

rvit_stereo_0081_aga	0.11 242	0.09 370	0.14 320	0.18 353	0.09 293	0.13 305	0.14 206	0.14 99	0.19 306	0.10 183	0.18 323	0.16 340	0.09 226	0.12 248	0.09 62	0.10 459	0.06 359	0.08 338	0.07 331	0.07 315	0.06 257

WCG-NET	0.08 75	0.05 52	0.09 91	0.15 111	0.06 18	0.11 226	0.14 206	0.13 75	0.13 169	0.06 24	0.09 123	0.07 106	0.06 42	0.13 294	0.08 17	0.05 37	0.04 24	0.05 67	0.04 70	0.04 22	0.03 2

rvit_stereo_0081	0.11 242	0.08 294	0.15 372	0.16 192	0.09 293	0.10 179	0.14 206	0.14 99	0.24 384	0.11 214	0.13 234	0.13 277	0.09 226	0.11 162	0.12 296	0.10 459	0.07 439	0.08 338	0.07 331	0.07 315	0.05 164

model_zeroshot	0.10 199	0.04 1	0.11 199	0.15 111	0.09 293	0.12 262	0.14 206	0.20 287	0.13 169	0.11 214	0.10 166	0.12 252	0.07 128	0.12 248	0.10 149	0.07 296	0.06 359	0.06 154	0.05 164	0.06 247	0.06 257

ITSA-stereo	0.15 412	0.10 428	0.14 320	0.19 411	0.08 175	0.12 262	0.14 206	0.30 476	0.49 564	0.17 371	0.19 332	0.22 427	0.15 396	0.17 408	0.16 418	0.10 459	0.06 359	0.08 338	0.08 396	0.08 378	0.08 402

rvit_stereo_0082	0.11 242	0.08 294	0.15 372	0.16 192	0.09 293	0.10 179	0.14 206	0.14 99	0.24 384	0.11 214	0.13 234	0.13 277	0.09 226	0.11 162	0.12 296	0.10 459	0.07 439	0.08 338	0.07 331	0.07 315	0.05 164

Occ-G	0.08 75	0.05 52	0.06 4	0.14 60	0.07 108	0.08 65	0.14 206	0.13 75	0.15 215	0.07 71	0.11 205	0.07 106	0.05 11	0.09 48	0.10 149	0.06 135	0.05 213	0.05 67	0.04 70	0.05 139	0.05 164

IGEV-BASED-STEREO-	0.09 136	0.10 428	0.31 541	0.15 111	0.06 18	0.08 65	0.14 206	0.10 20	0.10 75	0.07 71	0.07 52	0.06 30	0.04 1	0.11 162	0.07 1	0.12 513	0.04 24	0.07 253	0.05 164	0.05 139	0.05 164

RAFT-Stereo-weight	0.09 136	0.06 102	0.10 142	0.16 192	0.07 108	0.09 114	0.14 206	0.19 276	0.16 244	0.11 214	0.10 166	0.08 152	0.06 42	0.10 93	0.11 243	0.06 135	0.04 24	0.06 154	0.04 70	0.04 22	0.04 54

CAS++	0.11 242	0.07 193	0.11 199	0.14 60	0.09 293	0.12 262	0.14 206	0.24 376	0.14 196	0.11 214	0.09 123	0.11 235	0.07 128	0.14 320	0.09 62	0.11 488	0.09 494	0.09 419	0.07 331	0.07 315	0.08 402
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MoCha-V2	0.08 75	0.05 52	0.10 142	0.20 468	0.07 108	0.09 114	0.14 206	0.11 36	0.08 37	0.07 71	0.08 95	0.07 106	0.06 42	0.09 48	0.08 17	0.05 37	0.04 24	0.05 67	0.04 70	0.04 22	0.04 54

MyStereo8	0.12 309	0.07 193	0.15 372	0.15 111	0.09 293	0.18 433	0.14 206	0.19 276	0.22 358	0.12 252	0.18 323	0.11 235	0.10 259	0.16 376	0.18 451	0.07 296	0.05 213	0.07 253	0.05 164	0.08 378	0.09 447

EKT-Stereo	0.11 242	0.07 193	0.14 320	0.15 111	0.10 396	0.13 305	0.14 206	0.18 254	0.21 344	0.11 214	0.08 95	0.12 252	0.09 226	0.11 162	0.12 296	0.08 359	0.06 359	0.07 253	0.06 242	0.08 378	0.07 338

PCWNet_CMD	0.14 368	0.08 294	0.15 372	0.17 270	0.09 293	0.14 337	0.14 206	0.29 462	0.36 506	0.14 300	0.20 344	0.21 409	0.12 315	0.17 408	0.13 337	0.07 296	0.05 213	0.07 253	0.07 331	0.07 315	0.07 338

CFNet_ucs	0.15 412	0.08 294	0.16 406	0.16 192	0.11 446	0.14 337	0.14 206	0.30 476	0.34 493	0.16 355	0.24 396	0.23 445	0.14 378	0.18 429	0.15 402	0.09 418	0.06 359	0.08 338	0.07 331	0.09 441	0.09 447

testlalala_base	0.10 199	0.09 370	0.14 320	0.21 497	0.08 175	0.10 179	0.14 206	0.13 75	0.10 75	0.07 71	0.15 265	0.07 106	0.08 188	0.10 93	0.12 296	0.08 359	0.05 213	0.05 67	0.03 1	0.06 247	0.05 164

Any-RAFT	0.10 199	0.05 52	0.09 91	0.14 60	0.07 108	0.13 305	0.14 206	0.21 310	0.15 215	0.11 214	0.12 220	0.12 252	0.09 226	0.12 248	0.09 62	0.07 296	0.04 24	0.05 67	0.04 70	0.06 247	0.05 164

SDNR	0.19 481	0.08 294	0.19 468	0.16 192	0.12 478	0.77 617	0.14 206	0.25 392	0.32 474	0.19 417	0.24 396	0.19 388	0.13 353	0.19 444	0.15 402	0.16 570	0.18 578	0.14 544	0.11 514	0.08 378	0.11 500

anonymousdsp2	0.11 242	0.07 193	0.10 142	0.16 192	0.09 293	0.13 305	0.14 206	0.18 254	0.22 358	0.13 279	0.14 248	0.12 252	0.09 226	0.14 320	0.11 243	0.05 37	0.04 24	0.05 67	0.04 70	0.06 247	0.05 164

iinet-f	0.16 435	0.06 102	0.45 571	0.14 60	0.10 396	0.21 488	0.14 206	0.27 431	0.23 368	0.21 454	0.24 396	0.21 409	0.15 396	0.18 429	0.21 490	0.09 418	0.07 439	0.07 253	0.06 242	0.09 441	0.10 474

CES	0.08 75	0.04 1	0.08 40	0.14 60	0.07 108	0.09 114	0.14 206	0.11 36	0.09 56	0.08 113	0.09 123	0.11 235	0.06 42	0.12 248	0.08 17	0.06 135	0.04 24	0.05 67	0.03 1	0.05 139	0.05 164

knoymous	0.11 242	0.05 52	0.12 239	0.13 14	0.07 108	0.15 363	0.14 206	0.19 276	0.13 169	0.11 214	0.17 298	0.13 277	0.09 226	0.13 294	0.11 243	0.08 359	0.05 213	0.06 154	0.05 164	0.08 378	0.07 338

riskmin	0.11 242	0.06 102	0.13 285	0.14 60	0.08 175	0.14 337	0.14 206	0.18 254	0.14 196	0.11 214	0.14 248	0.16 340	0.11 284	0.14 320	0.12 296	0.09 418	0.05 213	0.07 253	0.05 164	0.08 378	0.08 402

MC-Stereo	0.08 75	0.06 102	0.09 91	0.17 270	0.06 18	0.10 179	0.14 206	0.12 59	0.10 75	0.09 149	0.12 220	0.09 177	0.06 42	0.11 162	0.10 149	0.06 135	0.04 24	0.06 154	0.05 164	0.04 22	0.04 54

x	0.13 334	0.07 193	0.14 320	0.14 60	0.08 175	0.18 433	0.14 206	0.22 333	0.20 329	0.15 327	0.19 332	0.19 388	0.17 445	0.18 429	0.18 451	0.07 296	0.05 213	0.06 154	0.06 242	0.07 315	0.07 338

BUS	0.14 368	0.09 370	0.14 320	0.22 512	0.10 396	0.19 456	0.14 206	0.34 525	0.19 306	0.17 371	0.22 375	0.16 340	0.13 353	0.15 342	0.13 337	0.08 359	0.06 359	0.10 467	0.09 443	0.07 315	0.07 338

CRFU-Net	0.16 435	0.08 294	0.14 320	0.17 270	0.09 293	0.19 456	0.14 206	0.26 410	0.20 329	0.28 531	0.27 451	0.29 501	0.17 445	0.19 444	0.17 433	0.09 418	0.09 494	0.07 253	0.07 331	0.08 378	0.08 402

NINENet	0.16 435	0.10 428	0.15 372	0.17 270	0.11 446	0.19 456	0.14 206	0.40 569	0.36 506	0.18 401	0.21 365	0.16 340	0.13 353	0.15 342	0.13 337	0.08 359	0.08 465	0.10 467	0.07 331	0.10 473	0.09 447

IPLG	0.10 199	0.07 193	0.15 372	0.17 270	0.08 175	0.11 226	0.14 206	0.20 287	0.15 215	0.12 252	0.17 298	0.07 106	0.07 128	0.14 320	0.13 337	0.06 135	0.04 24	0.06 154	0.05 164	0.04 22	0.04 54

MIPNet	0.11 242	0.08 294	0.14 320	0.17 270	0.09 293	0.12 262	0.14 206	0.20 287	0.24 384	0.11 214	0.10 166	0.09 177	0.07 128	0.13 294	0.12 296	0.06 135	0.04 24	0.06 154	0.05 164	0.04 22	0.04 54

test-3	0.08 75	0.06 102	0.09 91	0.17 270	0.07 108	0.07 36	0.14 206	0.12 59	0.15 215	0.09 149	0.08 95	0.07 106	0.08 188	0.11 162	0.10 149	0.05 37	0.04 24	0.07 253	0.05 164	0.04 22	0.04 54

test_1	0.08 75	0.06 102	0.09 91	0.17 270	0.07 108	0.07 36	0.14 206	0.12 59	0.15 215	0.09 149	0.08 95	0.07 106	0.08 188	0.11 162	0.10 149	0.05 37	0.04 24	0.07 253	0.05 164	0.04 22	0.04 54

STrans-v2	0.10 199	0.07 193	0.12 239	0.18 353	0.07 108	0.10 179	0.14 206	0.21 310	0.11 104	0.11 214	0.15 265	0.12 252	0.10 259	0.11 162	0.12 296	0.05 37	0.04 24	0.06 154	0.06 242	0.04 22	0.04 54

NF-Stereo	0.11 242	0.07 193	0.13 285	0.17 270	0.09 293	0.10 179	0.14 206	0.23 353	0.19 306	0.12 252	0.17 298	0.12 252	0.11 284	0.11 162	0.11 243	0.06 135	0.04 24	0.07 253	0.06 242	0.06 247	0.12 513

OCTAStereo	0.11 242	0.07 193	0.13 285	0.17 270	0.09 293	0.10 179	0.14 206	0.23 353	0.19 306	0.12 252	0.17 298	0.12 252	0.11 284	0.11 162	0.11 243	0.06 135	0.04 24	0.07 253	0.06 242	0.06 247	0.12 513

NRIStereo	0.11 242	0.08 294	0.14 320	0.18 353	0.08 175	0.10 179	0.14 206	0.16 184	0.15 215	0.12 252	0.14 248	0.13 277	0.12 315	0.13 294	0.10 149	0.06 135	0.04 24	0.07 253	0.06 242	0.06 247	0.07 338

ASMatch	0.11 242	0.06 102	0.13 285	0.16 192	0.10 396	0.07 36	0.14 206	0.17 224	0.17 264	0.12 252	0.16 277	0.16 340	0.10 259	0.13 294	0.10 149	0.05 37	0.04 24	0.06 154	0.05 164	0.04 22	0.08 402

RE-Stereo	0.11 242	0.07 193	0.13 285	0.17 270	0.09 293	0.10 179	0.14 206	0.23 353	0.19 306	0.12 252	0.17 298	0.12 252	0.11 284	0.11 162	0.11 243	0.06 135	0.04 24	0.07 253	0.06 242	0.06 247	0.12 513

TVStereo	0.11 242	0.07 193	0.13 285	0.17 270	0.09 293	0.10 179	0.14 206	0.23 353	0.19 306	0.12 252	0.17 298	0.12 252	0.11 284	0.11 162	0.11 243	0.06 135	0.04 24	0.07 253	0.06 242	0.06 247	0.12 513

rafts_anoy	0.11 242	0.06 102	0.10 142	0.17 270	0.08 175	0.10 179	0.14 206	0.17 224	0.14 196	0.13 279	0.13 234	0.12 252	0.10 259	0.11 162	0.12 296	0.07 296	0.04 24	0.09 419	0.11 514	0.07 315	0.06 257

TANstereo	0.09 136	0.04 1	0.08 40	0.13 14	0.06 18	0.11 226	0.14 206	0.15 139	0.19 306	0.11 214	0.15 265	0.10 210	0.06 42	0.12 248	0.09 62	0.07 296	0.05 213	0.05 67	0.04 70	0.06 247	0.05 164

CFNet_pseudo	0.14 368	0.08 294	0.15 372	0.16 192	0.09 293	0.13 305	0.14 206	0.27 431	0.34 493	0.14 300	0.21 365	0.22 427	0.13 353	0.18 429	0.14 374	0.07 296	0.05 213	0.08 338	0.06 242	0.07 315	0.07 338

RALCasStereoNet	0.10 199	0.06 102	0.09 91	0.16 192	0.08 175	0.12 262	0.14 206	0.17 224	0.11 104	0.12 252	0.17 298	0.14 297	0.10 259	0.12 248	0.11 243	0.07 296	0.06 359	0.06 154	0.05 164	0.08 378	0.07 338

sCroCo_RVC	0.12 309	0.09 370	0.23 504	0.24 542	0.11 446	0.19 456	0.14 206	0.17 224	0.14 196	0.10 183	0.13 234	0.12 252	0.07 128	0.14 320	0.11 243	0.08 359	0.08 465	0.08 338	0.08 396	0.05 139	0.07 338

111	0.10 199	0.06 102	0.12 239	0.15 111	0.07 108	0.10 179	0.14 206	0.21 310	0.23 368	0.11 214	0.12 220	0.14 297	0.11 284	0.13 294	0.10 149	0.06 135	0.04 24	0.06 154	0.04 70	0.05 139	0.05 164

psmorigin	0.25 548	0.15 523	0.34 555	0.17 270	0.13 501	0.23 509	0.14 206	0.34 525	0.33 481	0.41 579	0.55 582	0.41 570	0.37 578	0.34 564	0.27 553	0.11 488	0.15 568	0.11 498	0.11 514	0.12 511	0.16 567

Gwc-CoAtRS	0.09 136	0.06 102	0.10 142	0.16 192	0.07 108	0.10 179	0.14 206	0.17 224	0.17 264	0.08 113	0.10 166	0.12 252	0.09 226	0.12 248	0.09 62	0.06 135	0.04 24	0.06 154	0.04 70	0.04 22	0.04 54

CREStereo	0.09 136	0.04 1	0.08 40	0.11 1	0.06 18	0.13 305	0.14 206	0.14 99	0.10 75	0.08 113	0.13 234	0.09 177	0.08 188	0.11 162	0.10 149	0.08 359	0.04 24	0.05 67	0.03 1	0.06 247	0.06 257
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
PMTNet	0.09 136	0.05 52	0.09 91	0.12 4	0.06 18	0.12 262	0.14 206	0.15 139	0.11 104	0.09 149	0.13 234	0.10 210	0.07 128	0.13 294	0.10 149	0.15 554	0.04 24	0.05 67	0.03 1	0.07 315	0.06 257

FADNet-RVC-Resample	0.16 435	0.11 454	0.31 541	0.22 512	0.11 446	0.19 456	0.14 206	0.25 392	0.24 384	0.24 491	0.27 451	0.20 400	0.15 396	0.16 376	0.15 402	0.07 296	0.08 465	0.12 517	0.10 482	0.09 441	0.10 474

MaskLacGwcNet_RVC	0.22 514	0.21 566	0.24 508	0.26 558	0.11 446	0.23 509	0.14 206	0.39 565	0.24 384	0.32 555	0.36 518	0.30 510	0.21 491	0.19 444	0.21 490	0.17 575	0.14 562	0.21 578	0.16 565	0.12 511	0.12 513

R-Stereo Train	0.10 199	0.06 102	0.10 142	0.17 270	0.08 175	0.11 226	0.14 206	0.23 353	0.11 104	0.12 252	0.19 332	0.11 235	0.08 188	0.09 48	0.11 243	0.07 296	0.05 213	0.06 154	0.05 164	0.05 139	0.05 164

RAFT-Stereo	0.10 199	0.06 102	0.10 142	0.17 270	0.08 175	0.11 226	0.14 206	0.23 353	0.11 104	0.12 252	0.19 332	0.11 235	0.08 188	0.09 48	0.11 243	0.07 296	0.05 213	0.06 154	0.05 164	0.05 139	0.05 164
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RASNet	0.14 368	0.07 193	0.14 320	0.16 192	0.08 175	0.18 433	0.14 206	0.29 462	0.20 329	0.17 371	0.25 425	0.21 409	0.18 459	0.20 469	0.19 464	0.07 296	0.06 359	0.06 154	0.08 396	0.06 247	0.06 257

MSMDNet	0.14 368	0.08 294	0.15 372	0.17 270	0.09 293	0.14 337	0.14 206	0.29 462	0.36 506	0.14 300	0.21 365	0.21 409	0.12 315	0.17 408	0.14 374	0.07 296	0.05 213	0.07 253	0.07 331	0.07 315	0.07 338

ccs_rob	0.14 368	0.08 294	0.15 372	0.16 192	0.09 293	0.12 262	0.14 206	0.27 431	0.34 493	0.14 300	0.21 365	0.22 427	0.13 353	0.18 429	0.14 374	0.07 296	0.05 213	0.08 338	0.07 331	0.07 315	0.07 338

HSM	0.15 412	0.08 294	0.14 320	0.16 192	0.09 293	0.16 393	0.14 206	0.28 451	0.25 405	0.19 417	0.23 384	0.37 552	0.16 422	0.20 469	0.15 402	0.07 296	0.05 213	0.07 253	0.06 242	0.07 315	0.06 257

iResNet_ROB	0.14 368	0.07 193	0.13 285	0.14 60	0.07 108	0.18 433	0.14 206	0.26 410	0.31 467	0.22 470	0.25 425	0.23 445	0.15 396	0.15 342	0.13 337	0.07 296	0.05 213	0.05 67	0.04 70	0.08 378	0.08 402

FE-Mocha	0.09 136	0.06 102	0.14 320	0.16 192	0.09 293	0.10 179	0.15 278	0.18 254	0.16 244	0.10 183	0.09 123	0.07 106	0.07 128	0.09 48	0.09 62	0.06 135	0.04 24	0.06 154	0.06 242	0.05 139	0.05 164

xyz-stereo	0.13 334	0.07 193	0.20 480	0.15 111	0.05 1	0.20 471	0.15 278	0.17 224	0.31 467	0.15 327	0.29 477	0.26 475	0.16 422	0.13 294	0.12 296	0.05 37	0.05 213	0.06 154	0.05 164	0.04 22	0.04 54

coex_refinement	0.14 368	0.07 193	0.12 239	0.17 270	0.10 396	0.15 363	0.15 278	0.26 410	0.29 450	0.18 401	0.20 344	0.22 427	0.17 445	0.16 376	0.18 451	0.08 359	0.05 213	0.06 154	0.06 242	0.09 441	0.08 402

SCV_C0	0.08 75	0.07 193	0.07 9	0.16 192	0.09 293	0.08 65	0.15 278	0.11 36	0.12 133	0.08 113	0.07 52	0.06 30	0.05 11	0.11 162	0.07 1	0.05 37	0.05 213	0.05 67	0.04 70	0.06 247	0.05 164

FACV-RUCA	0.13 334	0.11 454	0.12 239	0.19 411	0.12 478	0.15 363	0.15 278	0.22 333	0.20 329	0.15 327	0.16 277	0.14 297	0.16 422	0.14 320	0.13 337	0.07 296	0.05 213	0.08 338	0.06 242	0.10 473	0.08 402

castereo	0.09 136	0.06 102	0.11 199	0.15 111	0.06 18	0.11 226	0.15 278	0.14 99	0.18 290	0.08 113	0.10 166	0.11 235	0.08 188	0.09 48	0.10 149	0.05 37	0.04 24	0.05 67	0.04 70	0.04 22	0.03 2

PAM_32	0.09 136	0.05 52	0.17 434	0.15 111	0.08 175	0.10 179	0.15 278	0.14 99	0.15 215	0.09 149	0.08 95	0.09 177	0.07 128	0.14 320	0.08 17	0.06 135	0.05 213	0.06 154	0.06 242	0.05 139	0.06 257

rvit_stereo_0083	0.12 309	0.08 294	0.17 434	0.16 192	0.09 293	0.11 226	0.15 278	0.14 99	0.26 419	0.11 214	0.14 248	0.13 277	0.10 259	0.12 248	0.12 296	0.10 459	0.08 465	0.09 419	0.07 331	0.07 315	0.05 164

rvit_stereo_0080	0.10 199	0.08 294	0.14 320	0.15 111	0.09 293	0.07 36	0.15 278	0.16 184	0.16 244	0.11 214	0.10 166	0.14 297	0.08 188	0.12 248	0.10 149	0.09 418	0.07 439	0.07 253	0.06 242	0.07 315	0.05 164

H2IRNET	0.10 199	0.09 370	0.09 91	0.18 353	0.09 293	0.12 262	0.15 278	0.14 99	0.21 344	0.10 183	0.10 166	0.10 210	0.10 259	0.10 93	0.10 149	0.05 37	0.04 24	0.08 338	0.08 396	0.06 247	0.05 164

MGS-Stereo	0.09 136	0.07 193	0.12 239	0.15 111	0.08 175	0.09 114	0.15 278	0.12 59	0.12 133	0.07 71	0.10 166	0.08 152	0.06 42	0.10 93	0.09 62	0.05 37	0.04 24	0.06 154	0.05 164	0.06 247	0.05 164

AE-Stereo	0.10 199	0.08 294	0.10 142	0.18 353	0.09 293	0.10 179	0.15 278	0.14 99	0.19 306	0.09 149	0.14 248	0.12 252	0.08 188	0.11 162	0.10 149	0.05 37	0.06 359	0.07 253	0.06 242	0.05 139	0.04 54

CoDeX	0.12 309	0.07 193	0.12 239	0.17 270	0.08 175	0.12 262	0.15 278	0.23 353	0.27 429	0.13 279	0.17 298	0.16 340	0.11 284	0.14 320	0.11 243	0.07 296	0.05 213	0.07 253	0.06 242	0.06 247	0.05 164

ACVNet-DCA	0.10 199	0.08 294	0.12 239	0.17 270	0.09 293	0.13 305	0.15 278	0.23 353	0.16 244	0.09 149	0.09 123	0.06 30	0.06 42	0.10 93	0.07 1	0.06 135	0.04 24	0.06 154	0.05 164	0.07 315	0.07 338

xx1	0.11 242	0.08 294	0.12 239	0.17 270	0.09 293	0.13 305	0.15 278	0.16 184	0.18 290	0.09 149	0.09 123	0.16 340	0.16 422	0.10 93	0.07 1	0.06 135	0.04 24	0.08 338	0.08 396	0.07 315	0.07 338

1test111	0.11 242	0.08 294	0.12 239	0.17 270	0.09 293	0.13 305	0.15 278	0.23 353	0.16 244	0.09 149	0.09 123	0.06 30	0.06 42	0.15 342	0.16 418	0.06 135	0.04 24	0.06 154	0.05 164	0.07 315	0.07 338

cc1	0.10 199	0.08 294	0.12 239	0.17 270	0.09 293	0.13 305	0.15 278	0.16 184	0.18 290	0.09 149	0.09 123	0.06 30	0.06 42	0.10 93	0.07 1	0.06 135	0.04 24	0.06 154	0.05 164	0.06 247	0.06 257

11t1	0.12 309	0.06 102	0.13 285	0.14 60	0.08 175	0.17 414	0.15 278	0.18 254	0.15 215	0.15 327	0.15 265	0.16 340	0.16 422	0.15 342	0.13 337	0.08 359	0.05 213	0.06 154	0.05 164	0.08 378	0.07 338

ff7	0.09 136	0.07 193	0.11 199	0.16 192	0.09 293	0.11 226	0.15 278	0.16 184	0.12 133	0.10 183	0.06 15	0.06 30	0.06 42	0.11 162	0.09 62	0.05 37	0.04 24	0.06 154	0.05 164	0.05 139	0.06 257

IGEVStereo-DCA	0.09 136	0.06 102	0.11 199	0.15 111	0.10 396	0.11 226	0.15 278	0.16 184	0.12 133	0.10 183	0.06 15	0.08 152	0.06 42	0.10 93	0.08 17	0.06 135	0.05 213	0.06 154	0.05 164	0.05 139	0.06 257

ffff	0.09 136	0.07 193	0.11 199	0.16 192	0.09 293	0.11 226	0.15 278	0.16 184	0.12 133	0.10 183	0.06 15	0.06 30	0.06 42	0.11 162	0.09 62	0.05 37	0.04 24	0.06 154	0.05 164	0.05 139	0.06 257

11t	0.09 136	0.07 193	0.11 199	0.16 192	0.09 293	0.11 226	0.15 278	0.16 184	0.12 133	0.10 183	0.06 15	0.06 30	0.06 42	0.11 162	0.09 62	0.05 37	0.04 24	0.06 154	0.05 164	0.05 139	0.06 257

whm_eth	0.10 199	0.08 294	0.14 320	0.15 111	0.09 293	0.07 36	0.15 278	0.16 184	0.16 244	0.11 214	0.10 166	0.14 297	0.08 188	0.12 248	0.10 149	0.09 418	0.07 439	0.07 253	0.06 242	0.07 315	0.05 164

plain	0.10 199	0.08 294	0.10 142	0.19 411	0.09 293	0.10 179	0.15 278	0.14 99	0.13 169	0.13 279	0.15 265	0.09 177	0.12 315	0.13 294	0.12 296	0.07 296	0.05 213	0.09 419	0.06 242	0.06 247	0.06 257

RAFT-Test	0.09 136	0.06 102	0.10 142	0.15 111	0.07 108	0.11 226	0.15 278	0.16 184	0.13 169	0.09 149	0.10 166	0.10 210	0.09 226	0.12 248	0.09 62	0.06 135	0.04 24	0.05 67	0.04 70	0.04 22	0.05 164

4D-IteraStereo	0.09 136	0.07 193	0.10 142	0.18 353	0.07 108	0.09 114	0.15 278	0.17 224	0.15 215	0.10 183	0.11 205	0.10 210	0.07 128	0.11 162	0.09 62	0.05 37	0.03 1	0.08 338	0.07 331	0.06 247	0.05 164

LoS_RVC	0.08 75	0.05 52	0.07 9	0.15 111	0.07 108	0.08 65	0.15 278	0.11 36	0.10 75	0.08 113	0.09 123	0.06 30	0.09 226	0.10 93	0.09 62	0.05 37	0.04 24	0.05 67	0.03 1	0.04 22	0.03 2

anonymousdsp	0.09 136	0.07 193	0.11 199	0.16 192	0.09 293	0.11 226	0.15 278	0.16 184	0.12 133	0.09 149	0.06 15	0.06 30	0.06 42	0.11 162	0.09 62	0.05 37	0.04 24	0.06 154	0.05 164	0.05 139	0.06 257

CBFPSM	0.14 368	0.06 102	0.26 516	0.17 270	0.09 293	0.13 305	0.15 278	0.22 333	0.23 368	0.20 440	0.27 451	0.24 451	0.16 422	0.16 376	0.18 451	0.06 135	0.06 359	0.06 154	0.07 331	0.07 315	0.07 338

ProNet	0.09 136	0.07 193	0.10 142	0.17 270	0.08 175	0.10 179	0.15 278	0.15 139	0.12 133	0.09 149	0.06 15	0.07 106	0.06 42	0.11 162	0.09 62	0.05 37	0.04 24	0.06 154	0.05 164	0.04 22	0.06 257

qqq	0.13 334	0.09 370	0.15 372	0.16 192	0.08 175	0.13 305	0.15 278	0.23 353	0.16 244	0.15 327	0.19 332	0.16 340	0.16 422	0.15 342	0.16 418	0.07 296	0.06 359	0.08 338	0.08 396	0.07 315	0.07 338

ccc-4	0.09 136	0.07 193	0.11 199	0.16 192	0.09 293	0.11 226	0.15 278	0.16 184	0.12 133	0.10 183	0.06 15	0.06 30	0.06 42	0.11 162	0.09 62	0.05 37	0.04 24	0.06 154	0.05 164	0.05 139	0.06 257

BSDual-CNN	0.15 412	0.09 370	0.14 320	0.22 512	0.10 396	0.14 337	0.15 278	0.34 525	0.19 306	0.17 371	0.22 375	0.25 465	0.16 422	0.15 342	0.14 374	0.08 359	0.06 359	0.10 467	0.09 443	0.07 315	0.07 338

hknet	0.15 412	0.11 454	0.13 285	0.22 512	0.11 446	0.14 337	0.15 278	0.34 525	0.25 405	0.17 371	0.22 375	0.22 427	0.18 459	0.17 408	0.12 296	0.07 296	0.06 359	0.10 467	0.09 443	0.07 315	0.07 338

IGEV-Stereo	0.09 136	0.07 193	0.11 199	0.16 192	0.09 293	0.11 226	0.15 278	0.16 184	0.12 133	0.09 149	0.06 15	0.06 30	0.06 42	0.11 162	0.09 62	0.05 37	0.04 24	0.06 154	0.05 164	0.05 139	0.06 257
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CIPLG	0.11 242	0.08 294	0.14 320	0.17 270	0.08 175	0.12 262	0.15 278	0.17 224	0.15 215	0.14 300	0.11 205	0.16 340	0.09 226	0.16 376	0.11 243	0.07 296	0.05 213	0.06 154	0.05 164	0.05 139	0.06 257

iRaft-Stereo_20w	0.09 136	0.05 52	0.13 285	0.14 60	0.08 175	0.12 262	0.15 278	0.18 254	0.10 75	0.11 214	0.08 95	0.08 152	0.05 11	0.10 93	0.09 62	0.06 135	0.04 24	0.06 154	0.05 164	0.06 247	0.05 164

IPLGR_C	0.11 242	0.08 294	0.14 320	0.17 270	0.08 175	0.12 262	0.15 278	0.17 224	0.15 215	0.14 300	0.10 166	0.16 340	0.09 226	0.16 376	0.11 243	0.07 296	0.05 213	0.06 154	0.05 164	0.05 139	0.06 257

AASNet	0.16 435	0.08 294	0.12 239	0.19 411	0.09 293	0.18 433	0.15 278	0.37 553	0.37 513	0.19 417	0.23 384	0.20 400	0.16 422	0.17 408	0.20 470	0.10 459	0.08 465	0.08 338	0.07 331	0.09 441	0.09 447

ACRE	0.11 242	0.08 294	0.14 320	0.17 270	0.08 175	0.12 262	0.15 278	0.17 224	0.14 196	0.14 300	0.10 166	0.16 340	0.09 226	0.16 376	0.11 243	0.07 296	0.05 213	0.06 154	0.05 164	0.05 139	0.06 257

AACVNet	0.16 435	0.08 294	0.14 320	0.15 111	0.10 396	0.18 433	0.15 278	0.23 353	0.24 384	0.27 516	0.27 451	0.28 493	0.17 445	0.19 444	0.16 418	0.09 418	0.07 439	0.09 419	0.07 331	0.10 473	0.09 447

GANet-ADL	0.13 334	0.07 193	0.15 372	0.17 270	0.10 396	0.18 433	0.15 278	0.30 476	0.20 329	0.13 279	0.18 323	0.19 388	0.12 315	0.16 376	0.13 337	0.08 359	0.06 359	0.06 154	0.05 164	0.07 315	0.08 402

CrosDoStereo	0.12 309	0.06 102	0.12 239	0.14 60	0.08 175	0.12 262	0.15 278	0.17 224	0.22 358	0.19 417	0.24 396	0.15 326	0.11 284	0.11 162	0.12 296	0.06 135	0.04 24	0.07 253	0.07 331	0.05 139	0.05 164

LCNet	0.11 242	0.07 193	0.09 91	0.19 411	0.09 293	0.08 65	0.15 278	0.21 310	0.15 215	0.11 214	0.15 265	0.16 340	0.11 284	0.12 248	0.11 243	0.05 37	0.04 24	0.08 338	0.07 331	0.06 247	0.15 556

TransformOpticalFlow	0.10 199	0.08 294	0.13 285	0.18 353	0.07 108	0.09 114	0.15 278	0.19 276	0.15 215	0.12 252	0.17 298	0.11 235	0.11 284	0.11 162	0.10 149	0.05 37	0.04 24	0.06 154	0.06 242	0.05 139	0.05 164

PSM-AAD	0.11 242	0.07 193	0.10 142	0.19 411	0.09 293	0.10 179	0.15 278	0.20 287	0.13 169	0.12 252	0.14 248	0.18 374	0.11 284	0.11 162	0.10 149	0.05 37	0.05 213	0.09 419	0.08 396	0.06 247	0.14 549

FTStereo	0.12 309	0.06 102	0.14 320	0.18 353	0.09 293	0.07 36	0.15 278	0.21 310	0.18 290	0.12 252	0.24 396	0.12 252	0.12 315	0.13 294	0.13 337	0.05 37	0.05 213	0.07 253	0.06 242	0.06 247	0.10 474

KYRaft	0.11 242	0.07 193	0.10 142	0.19 411	0.09 293	0.08 65	0.15 278	0.22 333	0.12 133	0.13 279	0.16 277	0.20 400	0.10 259	0.12 248	0.10 149	0.05 37	0.04 24	0.08 338	0.08 396	0.06 247	0.16 567

DeepStereo_LL	0.12 309	0.06 102	0.12 239	0.14 60	0.08 175	0.12 262	0.15 278	0.17 224	0.22 358	0.19 417	0.24 396	0.15 326	0.11 284	0.11 162	0.12 296	0.06 135	0.04 24	0.07 253	0.07 331	0.05 139	0.05 164

DEmStereo	0.12 309	0.06 102	0.14 320	0.14 60	0.10 396	0.16 393	0.15 278	0.16 184	0.24 384	0.17 371	0.24 396	0.13 277	0.14 378	0.12 248	0.13 337	0.05 37	0.04 24	0.07 253	0.06 242	0.05 139	0.05 164

PFNet	0.12 309	0.06 102	0.17 434	0.17 270	0.08 175	0.09 114	0.15 278	0.26 410	0.20 329	0.16 355	0.16 277	0.14 297	0.11 284	0.12 248	0.11 243	0.06 135	0.04 24	0.07 253	0.06 242	0.05 139	0.05 164

IRAFT_RVC	0.12 309	0.08 294	0.16 406	0.19 411	0.08 175	0.07 36	0.15 278	0.24 376	0.23 368	0.14 300	0.14 248	0.15 326	0.12 315	0.12 248	0.10 149	0.06 135	0.04 24	0.09 419	0.06 242	0.06 247	0.06 257

GMM-Stereo	0.11 242	0.07 193	0.10 142	0.18 353	0.09 293	0.08 65	0.15 278	0.23 353	0.16 244	0.11 214	0.15 265	0.13 277	0.11 284	0.11 162	0.11 243	0.05 37	0.04 24	0.08 338	0.07 331	0.06 247	0.09 447

Prome-Stereo	0.11 242	0.06 102	0.10 142	0.18 353	0.08 175	0.12 262	0.15 278	0.22 333	0.13 169	0.12 252	0.17 298	0.13 277	0.08 188	0.12 248	0.10 149	0.05 37	0.04 24	0.07 253	0.06 242	0.06 247	0.09 447

pcwnet_v2	0.19 481	0.10 428	0.26 516	0.17 270	0.14 521	0.18 433	0.15 278	0.37 553	0.46 556	0.19 417	0.24 396	0.21 409	0.19 475	0.20 469	0.19 464	0.13 536	0.10 514	0.10 467	0.10 482	0.11 496	0.13 532

test_xeample3	0.09 136	0.06 102	0.12 239	0.16 192	0.09 293	0.11 226	0.15 278	0.16 184	0.13 169	0.10 183	0.06 15	0.08 152	0.06 42	0.10 93	0.09 62	0.05 37	0.04 24	0.06 154	0.05 164	0.05 139	0.06 257

EAI-Stereo	0.09 136	0.07 193	0.11 199	0.15 111	0.06 18	0.10 179	0.15 278	0.16 184	0.09 56	0.08 113	0.09 123	0.08 152	0.07 128	0.09 48	0.11 243	0.05 37	0.04 24	0.05 67	0.05 164	0.05 139	0.04 54

CFNet-RSSM	0.09 136	0.07 193	0.09 91	0.16 192	0.07 108	0.09 114	0.15 278	0.16 184	0.17 264	0.08 113	0.12 220	0.10 210	0.09 226	0.11 162	0.09 62	0.06 135	0.04 24	0.06 154	0.04 70	0.04 22	0.04 54

FENet	0.13 334	0.08 294	0.12 239	0.16 192	0.08 175	0.14 337	0.15 278	0.22 333	0.23 368	0.17 371	0.23 384	0.16 340	0.12 315	0.14 320	0.15 402	0.08 359	0.05 213	0.08 338	0.08 396	0.07 315	0.07 338

FADNet-RVC	0.20 493	0.20 560	0.38 561	0.21 497	0.16 549	0.20 471	0.15 278	0.26 410	0.26 419	0.26 510	0.32 495	0.26 475	0.21 491	0.22 499	0.19 464	0.12 513	0.13 553	0.12 517	0.14 546	0.13 529	0.18 578

SHD	0.26 556	0.15 523	0.30 539	0.24 542	0.18 570	0.22 496	0.15 278	0.38 561	0.71 604	0.32 555	0.41 555	0.36 547	0.28 547	0.32 558	0.29 563	0.12 513	0.11 526	0.14 544	0.13 543	0.16 564	0.20 584

HSM-Net_RVC	0.14 368	0.08 294	0.11 199	0.15 111	0.08 175	0.15 363	0.15 278	0.27 431	0.29 450	0.19 417	0.21 365	0.29 501	0.14 378	0.17 408	0.13 337	0.06 135	0.06 359	0.06 154	0.06 242	0.07 315	0.06 257
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DeepPruner_ROB	0.16 435	0.11 454	0.15 372	0.17 270	0.10 396	0.17 414	0.15 278	0.32 497	0.21 344	0.19 417	0.21 365	0.22 427	0.18 459	0.20 469	0.15 402	0.13 536	0.09 494	0.09 419	0.09 443	0.11 496	0.10 474

PWCDC_ROB	0.20 493	0.13 501	0.22 495	0.24 542	0.11 446	0.19 456	0.15 278	0.33 516	0.54 576	0.29 539	0.50 576	0.21 409	0.15 396	0.27 529	0.20 470	0.11 488	0.09 494	0.10 467	0.08 396	0.11 496	0.09 447

WCMA_ROB	0.24 537	0.11 454	0.22 495	0.17 270	0.14 521	0.32 561	0.15 278	0.32 497	0.32 474	0.38 570	0.53 578	0.40 568	0.34 572	0.34 564	0.25 534	0.11 488	0.12 540	0.12 517	0.10 482	0.14 542	0.14 549

pmcnn	0.15 412	0.07 193	0.19 468	0.15 111	0.07 108	0.20 471	0.15 278	0.24 376	0.26 419	0.21 454	0.34 511	0.28 493	0.18 459	0.18 429	0.17 433	0.07 296	0.05 213	0.05 67	0.04 70	0.07 315	0.06 257

MSAF-DinoV2	0.22 514	0.11 454	0.23 504	0.17 270	0.10 396	0.27 545	0.16 344	0.37 553	0.55 577	0.21 454	0.27 451	0.47 585	0.27 537	0.35 570	0.39 592	0.09 418	0.06 359	0.07 253	0.09 443	0.12 511	0.10 474

G2L-ROB	0.13 334	0.06 102	0.13 285	0.13 14	0.08 175	0.14 337	0.16 344	0.25 392	0.18 290	0.19 417	0.18 323	0.20 400	0.14 378	0.17 408	0.16 418	0.08 359	0.05 213	0.06 154	0.05 164	0.08 378	0.09 447

G2L-Stereo_test	0.14 368	0.07 193	0.11 199	0.13 14	0.08 175	0.12 262	0.16 344	0.30 476	0.28 443	0.20 440	0.23 384	0.20 400	0.16 422	0.17 408	0.18 451	0.07 296	0.05 213	0.05 67	0.05 164	0.07 315	0.06 257

HART	0.08 75	0.07 193	0.09 91	0.17 270	0.07 108	0.10 179	0.16 344	0.13 75	0.11 104	0.08 113	0.10 166	0.07 106	0.05 11	0.10 93	0.08 17	0.05 37	0.04 24	0.06 154	0.04 70	0.05 139	0.04 54

tt45	0.09 136	0.06 102	0.11 199	0.15 111	0.07 108	0.11 226	0.16 344	0.13 75	0.11 104	0.09 149	0.06 15	0.08 152	0.06 42	0.13 294	0.10 149	0.06 135	0.04 24	0.06 154	0.05 164	0.05 139	0.06 257

mms	0.09 136	0.07 193	0.08 40	0.16 192	0.08 175	0.10 179	0.16 344	0.12 59	0.11 104	0.08 113	0.09 123	0.08 152	0.06 42	0.11 162	0.12 296	0.05 37	0.04 24	0.07 253	0.05 164	0.04 22	0.03 2

ours_stereo	0.09 136	0.07 193	0.09 91	0.17 270	0.08 175	0.11 226	0.16 344	0.11 36	0.12 133	0.08 113	0.10 166	0.08 152	0.06 42	0.12 248	0.12 296	0.05 37	0.04 24	0.06 154	0.05 164	0.04 22	0.03 2

tg	0.10 199	0.06 102	0.10 142	0.18 353	0.08 175	0.11 226	0.16 344	0.20 287	0.12 133	0.08 113	0.11 205	0.11 235	0.07 128	0.11 162	0.10 149	0.05 37	0.04 24	0.08 338	0.08 396	0.04 22	0.04 54

PAM	0.10 199	0.05 52	0.16 406	0.15 111	0.08 175	0.09 114	0.16 344	0.15 139	0.16 244	0.12 252	0.09 123	0.09 177	0.07 128	0.13 294	0.08 17	0.06 135	0.05 213	0.06 154	0.06 242	0.05 139	0.06 257

rvit_0105_6	0.14 368	0.09 370	0.18 457	0.17 270	0.10 396	0.10 179	0.16 344	0.19 276	0.26 419	0.12 252	0.18 323	0.17 360	0.12 315	0.18 429	0.12 296	0.15 554	0.11 526	0.12 517	0.10 482	0.09 441	0.06 257

AIO-Stereo-zeroshot	0.11 242	0.05 52	0.11 199	0.15 111	0.13 501	0.13 305	0.16 344	0.23 353	0.17 264	0.10 183	0.12 220	0.10 210	0.07 128	0.11 162	0.09 62	0.06 135	0.05 213	0.06 154	0.06 242	0.07 315	0.08 402

test_sample7	0.15 412	0.10 428	0.16 406	0.14 60	0.11 446	0.16 393	0.16 344	0.27 431	0.23 368	0.20 440	0.20 344	0.24 451	0.19 475	0.16 376	0.16 418	0.12 513	0.06 359	0.10 467	0.09 443	0.10 473	0.10 474

test_sample1	0.13 334	0.07 193	0.14 320	0.13 14	0.08 175	0.19 456	0.16 344	0.20 287	0.15 215	0.14 300	0.22 375	0.18 374	0.16 422	0.17 408	0.14 374	0.07 296	0.06 359	0.06 154	0.06 242	0.08 378	0.07 338

Former-RAFT_DAM_RVC	0.10 199	0.08 294	0.12 239	0.16 192	0.08 175	0.15 363	0.16 344	0.18 254	0.18 290	0.10 183	0.09 123	0.09 177	0.08 188	0.11 162	0.12 296	0.07 296	0.05 213	0.08 338	0.06 242	0.07 315	0.06 257

rrr	0.09 136	0.06 102	0.12 239	0.15 111	0.10 396	0.11 226	0.16 344	0.16 184	0.15 215	0.10 183	0.06 15	0.08 152	0.06 42	0.10 93	0.08 17	0.06 135	0.05 213	0.06 154	0.05 164	0.05 139	0.06 257

tt1	0.10 199	0.08 294	0.12 239	0.17 270	0.09 293	0.12 262	0.16 344	0.15 139	0.19 306	0.09 149	0.08 95	0.06 30	0.06 42	0.10 93	0.07 1	0.06 135	0.04 24	0.06 154	0.05 164	0.06 247	0.06 257

HH	0.09 136	0.06 102	0.13 285	0.17 270	0.08 175	0.10 179	0.16 344	0.14 99	0.10 75	0.08 113	0.09 123	0.08 152	0.07 128	0.10 93	0.09 62	0.06 135	0.04 24	0.06 154	0.05 164	0.05 139	0.04 54

HanStereo	0.09 136	0.06 102	0.13 285	0.17 270	0.08 175	0.10 179	0.16 344	0.14 99	0.10 75	0.08 113	0.09 123	0.08 152	0.07 128	0.10 93	0.09 62	0.06 135	0.04 24	0.06 154	0.05 164	0.05 139	0.04 54

GASNet	0.22 514	0.23 571	0.33 547	0.26 558	0.17 564	0.26 535	0.16 344	0.44 586	0.42 539	0.27 516	0.24 396	0.30 510	0.15 396	0.27 529	0.18 451	0.12 513	0.08 465	0.12 517	0.11 514	0.16 564	0.07 338

IER	0.14 368	0.07 193	0.13 285	0.17 270	0.09 293	0.14 337	0.16 344	0.25 392	0.26 419	0.18 401	0.25 425	0.17 360	0.20 487	0.16 376	0.14 374	0.08 359	0.05 213	0.07 253	0.06 242	0.08 378	0.07 338

UDGNet	0.14 368	0.13 501	0.16 406	0.17 270	0.10 396	0.12 262	0.16 344	0.21 310	0.27 429	0.20 440	0.20 344	0.16 340	0.13 353	0.16 376	0.13 337	0.10 459	0.06 359	0.09 419	0.07 331	0.06 247	0.07 338

ADLNet2	0.16 435	0.09 370	0.13 285	0.16 192	0.09 293	0.20 471	0.16 344	0.31 486	0.39 523	0.16 355	0.20 344	0.20 400	0.18 459	0.21 486	0.22 499	0.08 359	0.06 359	0.07 253	0.07 331	0.09 441	0.07 338

THIR-Stereo	0.12 309	0.07 193	0.11 199	0.15 111	0.08 175	0.14 337	0.16 344	0.17 224	0.25 405	0.16 355	0.24 396	0.14 297	0.12 315	0.12 248	0.14 374	0.06 135	0.04 24	0.07 253	0.07 331	0.05 139	0.05 164

GrayStereo	0.11 242	0.06 102	0.11 199	0.19 411	0.09 293	0.09 114	0.16 344	0.18 254	0.17 264	0.14 300	0.17 298	0.17 360	0.11 284	0.12 248	0.11 243	0.05 37	0.05 213	0.07 253	0.06 242	0.05 139	0.10 474

XX-TBD	0.09 136	0.06 102	0.07 9	0.14 60	0.07 108	0.12 262	0.16 344	0.14 99	0.13 169	0.11 214	0.12 220	0.09 177	0.08 188	0.10 93	0.10 149	0.06 135	0.04 24	0.05 67	0.03 1	0.06 247	0.05 164

RAFT-Stereo + iAFF	0.09 136	0.06 102	0.10 142	0.17 270	0.06 18	0.10 179	0.16 344	0.17 224	0.14 196	0.09 149	0.10 166	0.08 152	0.09 226	0.11 162	0.09 62	0.05 37	0.04 24	0.06 154	0.06 242	0.04 22	0.03 2

AFF-stereo	0.09 136	0.06 102	0.10 142	0.17 270	0.07 108	0.10 179	0.16 344	0.17 224	0.09 56	0.10 183	0.12 220	0.09 177	0.09 226	0.12 248	0.09 62	0.05 37	0.04 24	0.07 253	0.07 331	0.04 22	0.03 2

GMStereo	0.13 334	0.14 513	0.14 320	0.18 353	0.09 293	0.15 363	0.16 344	0.20 287	0.24 384	0.16 355	0.17 298	0.10 210	0.10 259	0.16 376	0.13 337	0.07 296	0.06 359	0.06 154	0.06 242	0.07 315	0.06 257
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 334	0.07 193	0.14 320	0.17 270	0.09 293	0.15 363	0.16 344	0.28 451	0.27 429	0.14 300	0.17 298	0.12 252	0.13 353	0.14 320	0.11 243	0.08 359	0.05 213	0.07 253	0.07 331	0.07 315	0.06 257

EDNetEfficientorigin	7.91 637	0.31 591	153.02 656	0.19 411	0.09 293	0.21 488	0.16 344	0.22 333	0.59 586	0.72 607	0.67 597	0.42 571	0.50 599	0.24 519	0.39 592	0.08 359	0.07 439	0.08 338	0.07 331	0.12 511	0.10 474

PSMNet-RSSM	0.14 368	0.07 193	0.13 285	0.15 111	0.08 175	0.13 305	0.16 344	0.24 376	0.24 384	0.16 355	0.28 465	0.22 427	0.14 378	0.15 342	0.13 337	0.11 488	0.06 359	0.09 419	0.12 533	0.08 378	0.07 338

edge stereo	0.22 514	0.13 501	0.20 480	0.21 497	0.13 501	0.23 509	0.16 344	0.32 497	0.42 539	0.32 555	0.40 544	0.38 556	0.35 574	0.25 524	0.24 524	0.13 536	0.11 526	0.14 544	0.11 514	0.12 511	0.13 532

RTSC	0.23 530	0.12 472	0.28 528	0.21 497	0.13 501	0.28 552	0.16 344	0.35 540	0.66 600	0.27 516	0.33 507	0.30 510	0.21 491	0.31 551	0.29 563	0.10 459	0.08 465	0.09 419	0.10 482	0.13 529	0.13 532

LE_ROB	0.50 599	0.07 193	0.14 320	0.15 111	0.08 175	0.24 514	0.16 344	0.22 333	1.81 634	4.63 637	0.67 597	0.47 585	0.44 594	0.20 469	0.29 563	0.07 296	0.06 359	0.06 154	0.06 242	0.08 378	0.06 257

LG-Stereo	0.08 75	0.07 193	0.10 142	0.18 353	0.07 108	0.10 179	0.17 378	0.11 36	0.08 37	0.05 3	0.07 52	0.05 7	0.07 128	0.09 48	0.09 62	0.04 11	0.05 213	0.07 253	0.07 331	0.04 22	0.04 54

fffft	0.09 136	0.06 102	0.12 239	0.16 192	0.07 108	0.09 114	0.17 378	0.12 59	0.11 104	0.08 113	0.07 52	0.09 177	0.06 42	0.11 162	0.12 296	0.05 37	0.04 24	0.06 154	0.05 164	0.04 22	0.05 164
1: 1. 1
fffy	0.09 136	0.08 294	0.09 91	0.16 192	0.07 108	0.13 305	0.17 378	0.13 75	0.12 133	0.08 113	0.09 123	0.08 152	0.09 226	0.13 294	0.11 243	0.05 37	0.05 213	0.07 253	0.05 164	0.04 22	0.05 164

AIO-Stereo-zeroshot1	0.11 242	0.05 52	0.14 320	0.15 111	0.20 576	0.09 114	0.17 378	0.21 310	0.15 215	0.11 214	0.14 248	0.10 210	0.07 128	0.10 93	0.08 17	0.06 135	0.05 213	0.07 253	0.07 331	0.07 315	0.09 447

rvit_stereo_ft	0.12 309	0.07 193	0.13 285	0.19 411	0.10 396	0.12 262	0.17 378	0.16 184	0.16 244	0.12 252	0.13 234	0.15 326	0.10 259	0.14 320	0.13 337	0.09 418	0.06 359	0.08 338	0.07 331	0.07 315	0.05 164

test_sample3	0.14 368	0.08 294	0.15 372	0.14 60	0.09 293	0.19 456	0.17 378	0.26 410	0.18 290	0.16 355	0.22 375	0.19 388	0.15 396	0.17 408	0.13 337	0.08 359	0.06 359	0.07 253	0.06 242	0.09 441	0.08 402

SMFormer	0.14 368	0.07 193	0.17 434	0.14 60	0.08 175	0.16 393	0.17 378	0.26 410	0.27 429	0.19 417	0.20 344	0.18 374	0.15 396	0.15 342	0.17 433	0.08 359	0.05 213	0.07 253	0.06 242	0.07 315	0.06 257

tta	0.14 368	0.07 193	0.17 434	0.14 60	0.08 175	0.16 393	0.17 378	0.26 410	0.27 429	0.19 417	0.20 344	0.18 374	0.15 396	0.15 342	0.17 433	0.08 359	0.05 213	0.07 253	0.06 242	0.06 247	0.06 257

qqq1	0.13 334	0.07 193	0.17 434	0.14 60	0.08 175	0.16 393	0.17 378	0.26 410	0.27 429	0.19 417	0.20 344	0.18 374	0.15 396	0.15 342	0.11 243	0.08 359	0.05 213	0.05 67	0.05 164	0.06 247	0.06 257

fff1	0.13 334	0.07 193	0.17 434	0.14 60	0.08 175	0.16 393	0.17 378	0.26 410	0.27 429	0.19 417	0.20 344	0.18 374	0.15 396	0.15 342	0.11 243	0.08 359	0.05 213	0.05 67	0.05 164	0.06 247	0.06 257

ffm	0.12 309	0.09 370	0.14 320	0.16 192	0.08 175	0.17 414	0.17 378	0.15 139	0.19 306	0.15 327	0.25 425	0.19 388	0.13 353	0.10 93	0.07 1	0.06 135	0.04 24	0.09 419	0.08 396	0.06 247	0.06 257

ff1	0.13 334	0.09 370	0.14 320	0.16 192	0.08 175	0.17 414	0.17 378	0.15 139	0.19 306	0.15 327	0.25 425	0.19 388	0.13 353	0.14 320	0.20 470	0.06 135	0.04 24	0.09 419	0.08 396	0.06 247	0.06 257

mmx	0.14 368	0.09 370	0.14 320	0.16 192	0.08 175	0.17 414	0.17 378	0.27 431	0.25 405	0.15 327	0.25 425	0.19 388	0.13 353	0.14 320	0.20 470	0.08 359	0.06 359	0.09 419	0.08 396	0.08 378	0.08 402

xxx	0.14 368	0.09 370	0.14 320	0.16 192	0.08 175	0.17 414	0.17 378	0.27 431	0.25 405	0.15 327	0.25 425	0.19 388	0.13 353	0.14 320	0.20 470	0.08 359	0.06 359	0.09 419	0.08 396	0.08 378	0.08 402

gwcnet-sp	0.14 368	0.07 193	0.12 239	0.18 353	0.09 293	0.16 393	0.17 378	0.24 376	0.24 384	0.18 401	0.24 396	0.15 326	0.16 422	0.15 342	0.15 402	0.08 359	0.06 359	0.07 253	0.08 396	0.08 378	0.07 338

scenet	0.14 368	0.07 193	0.12 239	0.18 353	0.09 293	0.16 393	0.17 378	0.24 376	0.24 384	0.18 401	0.24 396	0.15 326	0.16 422	0.15 342	0.15 402	0.08 359	0.06 359	0.07 253	0.08 396	0.08 378	0.07 338

CASS	0.13 334	0.12 472	0.11 199	0.23 533	0.09 293	0.15 363	0.17 378	0.18 254	0.19 306	0.17 371	0.18 323	0.15 326	0.15 396	0.14 320	0.14 374	0.09 418	0.06 359	0.10 467	0.08 396	0.09 441	0.07 338
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DCRE	0.11 242	0.07 193	0.13 285	0.16 192	0.11 446	0.11 226	0.17 378	0.18 254	0.17 264	0.11 214	0.18 323	0.10 210	0.10 259	0.15 342	0.11 243	0.06 135	0.05 213	0.06 154	0.06 242	0.05 139	0.04 54

anonymousa	0.13 334	0.07 193	0.13 285	0.18 353	0.09 293	0.13 305	0.17 378	0.19 276	0.29 450	0.15 327	0.24 396	0.15 326	0.14 378	0.14 320	0.14 374	0.07 296	0.05 213	0.07 253	0.09 443	0.05 139	0.06 257

ssnet	0.14 368	0.07 193	0.12 239	0.18 353	0.09 293	0.16 393	0.17 378	0.24 376	0.24 384	0.18 401	0.24 396	0.15 326	0.16 422	0.15 342	0.15 402	0.08 359	0.06 359	0.07 253	0.08 396	0.08 378	0.07 338

DCANet-4	0.10 199	0.06 102	0.12 239	0.16 192	0.06 18	0.09 114	0.17 378	0.18 254	0.19 306	0.13 279	0.16 277	0.09 177	0.14 378	0.11 162	0.12 296	0.06 135	0.04 24	0.05 67	0.04 70	0.04 22	0.05 164

fff	0.10 199	0.06 102	0.12 239	0.15 111	0.07 108	0.09 114	0.17 378	0.16 184	0.20 329	0.13 279	0.16 277	0.10 210	0.11 284	0.11 162	0.12 296	0.06 135	0.04 24	0.05 67	0.04 70	0.04 22	0.05 164

ADStereo(finetuned)	0.10 199	0.06 102	0.12 239	0.16 192	0.06 18	0.09 114	0.17 378	0.15 139	0.19 306	0.13 279	0.17 298	0.10 210	0.12 315	0.11 162	0.12 296	0.06 135	0.04 24	0.05 67	0.04 70	0.05 139	0.04 54

psmg	0.14 368	0.09 370	0.14 320	0.17 270	0.10 396	0.15 363	0.17 378	0.29 462	0.19 306	0.17 371	0.21 365	0.25 465	0.16 422	0.15 342	0.14 374	0.08 359	0.06 359	0.08 338	0.08 396	0.07 315	0.06 257

CSP-Net	0.16 435	0.09 370	0.14 320	0.16 192	0.09 293	0.19 456	0.17 378	0.25 392	0.32 474	0.25 504	0.30 483	0.24 451	0.15 396	0.21 486	0.18 451	0.09 418	0.06 359	0.07 253	0.07 331	0.08 378	0.07 338

DAS	0.15 412	0.08 294	0.18 457	0.19 411	0.10 396	0.19 456	0.17 378	0.27 431	0.29 450	0.18 401	0.25 425	0.21 409	0.15 396	0.16 376	0.12 296	0.08 359	0.06 359	0.06 154	0.06 242	0.07 315	0.07 338

SepStereo	0.15 412	0.08 294	0.18 457	0.19 411	0.10 396	0.19 456	0.17 378	0.27 431	0.29 450	0.18 401	0.25 425	0.21 409	0.15 396	0.25 524	0.12 296	0.08 359	0.06 359	0.06 154	0.06 242	0.07 315	0.07 338

IPLGR	0.11 242	0.09 370	0.16 406	0.18 353	0.08 175	0.12 262	0.17 378	0.21 310	0.24 384	0.11 214	0.12 220	0.11 235	0.08 188	0.12 248	0.12 296	0.06 135	0.05 213	0.06 154	0.06 242	0.04 22	0.04 54

DRaft	0.12 309	0.06 102	0.11 199	0.14 60	0.09 293	0.14 337	0.17 378	0.21 310	0.30 460	0.17 371	0.28 465	0.10 210	0.15 396	0.10 93	0.12 296	0.05 37	0.04 24	0.07 253	0.06 242	0.05 139	0.05 164

iRaftStereo_RVC	0.10 199	0.07 193	0.09 91	0.17 270	0.09 293	0.11 226	0.17 378	0.18 254	0.12 133	0.09 149	0.12 220	0.10 210	0.07 128	0.11 162	0.10 149	0.05 37	0.04 24	0.08 338	0.08 396	0.04 22	0.04 54

GEStereo_RVC	0.17 455	0.12 472	0.15 372	0.22 512	0.11 446	0.19 456	0.17 378	0.32 497	0.48 558	0.20 440	0.25 425	0.17 360	0.13 353	0.21 486	0.16 418	0.10 459	0.06 359	0.08 338	0.07 331	0.09 441	0.08 402

Anonymous3	0.16 435	0.13 501	0.33 547	0.26 558	0.14 521	0.27 545	0.17 378	0.28 451	0.28 443	0.15 327	0.17 298	0.14 297	0.10 259	0.15 342	0.12 296	0.08 359	0.08 465	0.08 338	0.08 396	0.08 378	0.11 500

ADLNet	0.16 435	0.08 294	0.15 372	0.16 192	0.10 396	0.16 393	0.17 378	0.32 497	0.27 429	0.22 470	0.27 451	0.24 451	0.16 422	0.18 429	0.21 490	0.10 459	0.06 359	0.10 467	0.10 482	0.08 378	0.09 447

HCRNet	0.16 435	0.24 574	0.12 239	0.35 590	0.11 446	0.15 363	0.17 378	0.26 410	0.22 358	0.19 417	0.24 396	0.21 409	0.14 378	0.15 342	0.13 337	0.11 488	0.07 439	0.11 498	0.10 482	0.09 441	0.07 338

DCANet	0.10 199	0.06 102	0.12 239	0.16 192	0.06 18	0.09 114	0.17 378	0.15 139	0.19 306	0.13 279	0.17 298	0.10 210	0.11 284	0.11 162	0.12 296	0.06 135	0.04 24	0.05 67	0.04 70	0.05 139	0.04 54

csc	0.10 199	0.06 102	0.12 239	0.15 111	0.07 108	0.09 114	0.17 378	0.16 184	0.20 329	0.13 279	0.16 277	0.10 210	0.11 284	0.11 162	0.12 296	0.06 135	0.04 24	0.05 67	0.04 70	0.04 22	0.05 164

cscssc	0.10 199	0.06 102	0.12 239	0.15 111	0.07 108	0.09 114	0.17 378	0.16 184	0.20 329	0.13 279	0.16 277	0.10 210	0.11 284	0.11 162	0.12 296	0.06 135	0.04 24	0.05 67	0.04 70	0.04 22	0.05 164

acv_ft	0.15 412	0.09 370	0.15 372	0.19 411	0.10 396	0.16 393	0.17 378	0.25 392	0.33 481	0.19 417	0.26 442	0.21 409	0.17 445	0.17 408	0.18 451	0.07 296	0.06 359	0.06 154	0.06 242	0.08 378	0.06 257

GANet-RSSM	0.14 368	0.07 193	0.13 285	0.13 14	0.08 175	0.14 337	0.17 378	0.22 333	0.21 344	0.17 371	0.24 396	0.23 445	0.15 396	0.16 376	0.15 402	0.10 459	0.06 359	0.07 253	0.08 396	0.08 378	0.07 338

MFN_U_SF_RVC	0.32 575	0.21 566	0.55 584	0.30 583	0.15 539	0.34 570	0.17 378	0.52 600	0.46 556	0.46 590	0.55 582	0.59 596	0.39 581	0.35 570	0.37 588	0.15 554	0.14 562	0.18 573	0.21 580	0.16 564	0.15 556

DMCA	0.14 368	0.09 370	0.16 406	0.19 411	0.09 293	0.15 363	0.17 378	0.23 353	0.27 429	0.14 300	0.19 332	0.17 360	0.18 459	0.15 342	0.17 433	0.10 459	0.06 359	0.08 338	0.06 242	0.09 441	0.10 474

CVANet_RVC	0.18 469	0.10 428	0.14 320	0.21 497	0.10 396	0.18 433	0.17 378	0.34 525	0.33 481	0.22 470	0.31 491	0.28 493	0.18 459	0.23 510	0.17 433	0.12 513	0.08 465	0.12 517	0.11 514	0.09 441	0.07 338

PS-NSSS	0.20 493	0.21 566	0.23 504	0.20 468	0.10 396	0.19 456	0.17 378	0.36 547	0.25 405	0.27 516	0.33 507	0.27 483	0.24 514	0.20 469	0.20 470	0.15 554	0.12 540	0.17 564	0.14 546	0.10 473	0.08 402

MLCV	0.12 309	0.07 193	0.16 406	0.18 353	0.06 18	0.15 363	0.17 378	0.19 276	0.21 344	0.18 401	0.25 425	0.17 360	0.13 353	0.14 320	0.13 337	0.05 37	0.04 24	0.05 67	0.04 70	0.05 139	0.04 54

DispFullNet	0.27 558	0.21 566	0.65 596	0.28 573	0.16 549	0.26 535	0.17 378	0.33 516	0.58 585	0.27 516	0.38 530	0.43 574	0.23 508	0.38 583	0.23 511	0.12 513	0.06 359	0.19 575	0.11 514	0.21 579	0.15 556

MonStereo1	0.47 598	0.26 580	0.58 590	0.28 573	0.20 576	0.39 584	0.18 423	0.49 595	0.64 596	0.52 593	0.87 612	1.01 613	0.57 606	0.50 598	0.56 611	0.53 614	0.31 605	0.54 612	0.40 605	0.33 603	0.34 605

z-ln-s-r	0.17 455	0.10 428	0.40 564	0.19 411	0.08 175	0.17 414	0.18 423	0.22 333	0.33 481	0.18 401	0.40 544	0.22 427	0.17 445	0.20 469	0.23 511	0.07 296	0.05 213	0.07 253	0.07 331	0.07 315	0.05 164

MM-Stereo_test2	0.09 136	0.06 102	0.09 91	0.19 411	0.08 175	0.12 262	0.18 423	0.15 139	0.14 196	0.07 71	0.10 166	0.07 106	0.06 42	0.12 248	0.09 62	0.05 37	0.04 24	0.06 154	0.05 164	0.05 139	0.03 2

MM-Stereo_test1	0.10 199	0.07 193	0.08 40	0.18 353	0.07 108	0.12 262	0.18 423	0.21 310	0.20 329	0.09 149	0.11 205	0.08 152	0.06 42	0.10 93	0.10 149	0.06 135	0.05 213	0.07 253	0.06 242	0.05 139	0.04 54

RAStereo	0.10 199	0.09 370	0.08 40	0.20 468	0.08 175	0.13 305	0.18 423	0.15 139	0.17 264	0.10 183	0.12 220	0.05 7	0.06 42	0.09 48	0.08 17	0.07 296	0.05 213	0.07 253	0.05 164	0.05 139	0.04 54

test_sample5	0.14 368	0.08 294	0.14 320	0.16 192	0.08 175	0.18 433	0.18 423	0.25 392	0.17 264	0.17 371	0.27 451	0.18 374	0.14 378	0.16 376	0.13 337	0.08 359	0.05 213	0.08 338	0.07 331	0.08 378	0.08 402

test_sample4	0.14 368	0.08 294	0.14 320	0.15 111	0.08 175	0.19 456	0.18 423	0.26 410	0.17 264	0.16 355	0.25 425	0.18 374	0.14 378	0.16 376	0.13 337	0.08 359	0.06 359	0.08 338	0.06 242	0.08 378	0.08 402

test_sample2	0.12 309	0.07 193	0.12 239	0.14 60	0.08 175	0.16 393	0.18 423	0.21 310	0.16 244	0.14 300	0.20 344	0.19 388	0.15 396	0.15 342	0.12 296	0.08 359	0.05 213	0.07 253	0.06 242	0.08 378	0.07 338

MyStereo07	0.10 199	0.07 193	0.10 142	0.17 270	0.09 293	0.14 337	0.18 423	0.15 139	0.15 215	0.09 149	0.06 15	0.06 30	0.07 128	0.12 248	0.09 62	0.06 135	0.05 213	0.08 338	0.07 331	0.06 247	0.06 257

MyStereo06	0.10 199	0.07 193	0.12 239	0.17 270	0.09 293	0.13 305	0.18 423	0.19 276	0.12 133	0.12 252	0.08 95	0.07 106	0.07 128	0.11 162	0.09 62	0.06 135	0.05 213	0.07 253	0.07 331	0.06 247	0.06 257

MyStereo05	0.13 334	0.07 193	0.10 142	0.17 270	0.09 293	0.13 305	0.18 423	0.27 431	0.35 502	0.17 371	0.14 248	0.15 326	0.11 284	0.15 342	0.13 337	0.06 135	0.05 213	0.07 253	0.07 331	0.06 247	0.06 257

MyStereo04	0.13 334	0.07 193	0.10 142	0.17 270	0.09 293	0.14 337	0.18 423	0.29 462	0.38 520	0.17 371	0.14 248	0.16 340	0.10 259	0.15 342	0.13 337	0.06 135	0.05 213	0.08 338	0.07 331	0.06 247	0.06 257

mmm	0.14 368	0.08 294	0.17 434	0.17 270	0.09 293	0.17 414	0.18 423	0.21 310	0.15 215	0.15 327	0.23 384	0.21 409	0.16 422	0.16 376	0.17 433	0.08 359	0.05 213	0.08 338	0.07 331	0.07 315	0.07 338

DualNet	0.14 368	0.08 294	0.14 320	0.16 192	0.08 175	0.18 433	0.18 423	0.25 392	0.17 264	0.17 371	0.27 451	0.18 374	0.14 378	0.16 376	0.13 337	0.08 359	0.05 213	0.08 338	0.07 331	0.08 378	0.08 402

ttt	0.14 368	0.08 294	0.14 320	0.15 111	0.08 175	0.15 363	0.18 423	0.27 431	0.29 450	0.16 355	0.24 396	0.17 360	0.13 353	0.13 294	0.14 374	0.11 488	0.08 465	0.09 419	0.08 396	0.09 441	0.08 402

ACVNet-4b	0.39 584	0.53 604	0.55 584	0.45 600	0.24 587	0.47 590	0.18 423	0.49 595	0.64 596	0.42 582	0.45 567	0.60 597	0.27 537	0.34 564	0.24 524	0.33 603	0.14 562	0.48 606	0.42 607	0.30 598	0.26 597

LL-Strereo	0.13 334	0.09 370	0.11 199	0.20 468	0.10 396	0.11 226	0.18 423	0.32 497	0.24 384	0.15 327	0.15 265	0.14 297	0.13 353	0.19 444	0.11 243	0.06 135	0.04 24	0.09 419	0.08 396	0.04 22	0.05 164

dd	0.15 412	0.16 531	0.16 406	0.19 411	0.09 293	0.15 363	0.18 423	0.21 310	0.25 405	0.23 482	0.20 344	0.21 409	0.09 226	0.21 486	0.16 418	0.10 459	0.06 359	0.08 338	0.06 242	0.08 378	0.06 257

dad	0.17 455	0.20 560	0.20 480	0.16 192	0.11 446	0.20 471	0.18 423	0.21 310	0.28 443	0.30 543	0.24 396	0.29 501	0.13 353	0.19 444	0.16 418	0.18 576	0.09 494	0.11 498	0.09 443	0.11 496	0.07 338

SACVNet	0.18 469	0.12 472	0.14 320	0.17 270	0.13 501	0.22 496	0.18 423	0.31 486	0.30 460	0.23 482	0.31 491	0.30 510	0.22 500	0.22 499	0.17 433	0.11 488	0.08 465	0.10 467	0.10 482	0.12 511	0.14 549

s12784h	0.09 136	0.06 102	0.07 9	0.15 111	0.05 1	0.16 393	0.18 423	0.15 139	0.15 215	0.10 183	0.11 205	0.11 235	0.11 284	0.10 93	0.12 296	0.05 37	0.04 24	0.05 67	0.04 70	0.04 22	0.04 54

222	0.16 435	0.07 193	0.14 320	0.14 60	0.08 175	0.24 514	0.18 423	0.30 476	0.20 329	0.17 371	0.28 465	0.17 360	0.16 422	0.15 342	0.40 595	0.10 459	0.05 213	0.07 253	0.06 242	0.07 315	0.08 402

xxxx	0.15 412	0.07 193	0.14 320	0.14 60	0.08 175	0.23 509	0.18 423	0.31 486	0.19 306	0.14 300	0.28 465	0.22 427	0.14 378	0.15 342	0.26 545	0.09 418	0.05 213	0.07 253	0.07 331	0.08 378	0.07 338

ARAFT	0.12 309	0.08 294	0.17 434	0.19 411	0.09 293	0.14 337	0.18 423	0.20 287	0.12 133	0.12 252	0.13 234	0.14 297	0.11 284	0.15 342	0.12 296	0.06 135	0.05 213	0.10 467	0.09 443	0.05 139	0.04 54

ac_64	0.16 435	0.08 294	0.15 372	0.18 353	0.10 396	0.22 496	0.18 423	0.24 376	0.21 344	0.18 401	0.24 396	0.29 501	0.18 459	0.19 444	0.22 499	0.09 418	0.07 439	0.08 338	0.09 443	0.07 315	0.06 257

HGLStereo	0.17 455	0.08 294	0.19 468	0.17 270	0.12 478	0.18 433	0.18 423	0.31 486	0.32 474	0.21 454	0.32 495	0.25 465	0.18 459	0.19 444	0.20 470	0.09 418	0.09 494	0.07 253	0.07 331	0.09 441	0.10 474

CFNet-ft	0.14 368	0.07 193	0.15 372	0.12 4	0.09 293	0.16 393	0.18 423	0.22 333	0.24 384	0.17 371	0.26 442	0.24 451	0.14 378	0.16 376	0.14 374	0.11 488	0.06 359	0.08 338	0.09 443	0.09 441	0.08 402

FAT-Stereo	0.20 493	0.12 472	0.22 495	0.21 497	0.12 478	0.17 414	0.18 423	0.34 525	0.39 523	0.27 516	0.37 524	0.34 541	0.32 567	0.21 486	0.20 470	0.09 418	0.11 526	0.10 467	0.09 443	0.11 496	0.14 549

DMCA-RVC	0.17 455	0.10 428	0.15 372	0.24 542	0.11 446	0.18 433	0.18 423	0.25 392	0.24 384	0.21 454	0.26 442	0.25 465	0.27 537	0.18 429	0.20 470	0.12 513	0.08 465	0.13 532	0.10 482	0.10 473	0.08 402

S-Stereo	0.20 493	0.12 472	0.25 513	0.21 497	0.13 501	0.20 471	0.18 423	0.32 497	0.43 544	0.23 482	0.36 518	0.28 493	0.30 559	0.19 444	0.22 499	0.09 418	0.12 540	0.10 467	0.10 482	0.13 529	0.13 532

SuperB	0.20 493	0.10 428	0.56 587	0.16 192	0.09 293	0.18 433	0.18 423	0.24 376	0.50 567	0.26 510	0.39 538	0.17 360	0.21 491	0.22 499	0.21 490	0.08 359	0.06 359	0.06 154	0.06 242	0.12 511	0.10 474

ADCRef	0.19 481	0.12 472	0.41 567	0.20 468	0.12 478	0.22 496	0.18 423	0.32 497	0.36 506	0.26 510	0.32 495	0.17 360	0.23 508	0.24 519	0.24 524	0.07 296	0.06 359	0.09 419	0.09 443	0.08 378	0.08 402

TDLM	0.17 455	0.12 472	0.13 285	0.24 542	0.10 396	0.18 433	0.18 423	0.36 547	0.30 460	0.21 454	0.28 465	0.28 493	0.18 459	0.23 510	0.18 451	0.11 488	0.07 439	0.10 467	0.10 482	0.08 378	0.08 402

CFNet_RVC	0.14 368	0.07 193	0.15 372	0.12 4	0.09 293	0.16 393	0.18 423	0.22 333	0.24 384	0.17 371	0.26 442	0.24 451	0.14 378	0.16 376	0.14 374	0.11 488	0.06 359	0.08 338	0.09 443	0.09 441	0.08 402

NLCA_NET_v2_RVC	0.17 455	0.10 428	0.22 495	0.20 468	0.10 396	0.15 363	0.18 423	0.31 486	0.25 405	0.21 454	0.30 483	0.25 465	0.17 445	0.21 486	0.20 470	0.09 418	0.06 359	0.08 338	0.08 396	0.07 315	0.08 402
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.17 455	0.12 472	0.15 372	0.20 468	0.09 293	0.18 433	0.18 423	0.26 410	0.23 368	0.26 510	0.40 544	0.22 427	0.17 445	0.21 486	0.20 470	0.08 359	0.05 213	0.09 419	0.10 482	0.07 315	0.07 338
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet	0.13 334	0.10 428	0.18 457	0.19 411	0.08 175	0.13 305	0.18 423	0.20 287	0.26 419	0.15 327	0.23 384	0.15 326	0.13 353	0.14 320	0.14 374	0.06 135	0.04 24	0.06 154	0.05 164	0.06 247	0.05 164

DISCO	0.19 481	0.09 370	0.22 495	0.17 270	0.10 396	0.25 525	0.18 423	0.27 431	0.44 549	0.22 470	0.31 491	0.33 535	0.26 529	0.28 541	0.28 560	0.08 359	0.06 359	0.07 253	0.07 331	0.09 441	0.09 447

DLCB_ROB	0.18 469	0.10 428	0.15 372	0.23 533	0.11 446	0.24 514	0.18 423	0.29 462	0.28 443	0.27 516	0.28 465	0.28 493	0.24 514	0.19 444	0.20 470	0.08 359	0.08 465	0.09 419	0.09 443	0.07 315	0.07 338

SGM_RVC	0.23 530	0.12 472	0.15 372	0.15 111	0.09 293	0.33 567	0.18 423	0.34 525	0.31 467	0.44 586	0.37 524	0.53 593	0.35 574	0.35 570	0.24 524	0.13 536	0.13 553	0.13 532	0.13 543	0.10 473	0.11 500
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
xyz-stereo-finetune2	0.11 242	0.07 193	0.13 285	0.13 14	0.07 108	0.11 226	0.19 463	0.17 224	0.12 133	0.15 327	0.15 265	0.17 360	0.12 315	0.13 294	0.11 243	0.05 37	0.04 24	0.07 253	0.05 164	0.04 22	0.06 257

xyz-stereo-finetune	0.11 242	0.08 294	0.13 285	0.14 60	0.06 18	0.10 179	0.19 463	0.17 224	0.19 306	0.12 252	0.14 248	0.15 326	0.10 259	0.13 294	0.11 243	0.05 37	0.04 24	0.07 253	0.05 164	0.04 22	0.05 164

MM-Stereo_test3	0.10 199	0.07 193	0.07 9	0.18 353	0.07 108	0.12 262	0.19 463	0.24 376	0.19 306	0.06 24	0.10 166	0.08 152	0.06 42	0.11 162	0.08 17	0.06 135	0.06 359	0.07 253	0.05 164	0.05 139	0.04 54

PSMNet-RUCA	0.27 558	0.33 593	0.41 567	0.36 592	0.32 600	0.18 433	0.19 463	0.42 580	0.30 460	0.33 559	0.41 555	0.39 564	0.25 523	0.31 551	0.20 470	0.18 576	0.10 514	0.25 585	0.15 561	0.21 579	0.16 567

rvit_0105_4	0.14 368	0.09 370	0.17 434	0.17 270	0.10 396	0.12 262	0.19 463	0.23 353	0.27 429	0.14 300	0.20 344	0.17 360	0.13 353	0.17 408	0.13 337	0.15 554	0.11 526	0.11 498	0.10 482	0.09 441	0.06 257

test_sample6	0.14 368	0.08 294	0.13 285	0.16 192	0.08 175	0.17 414	0.19 463	0.25 392	0.17 264	0.17 371	0.27 451	0.19 388	0.14 378	0.15 342	0.13 337	0.08 359	0.05 213	0.08 338	0.07 331	0.08 378	0.08 402

CroCo-Stereo Lap2	0.09 136	0.09 370	0.08 40	0.22 512	0.09 293	0.09 114	0.19 463	0.16 184	0.12 133	0.09 149	0.10 166	0.05 7	0.05 11	0.08 19	0.08 17	0.06 135	0.06 359	0.07 253	0.05 164	0.05 139	0.05 164

CroCo-Stereo	0.09 136	0.08 294	0.08 40	0.22 512	0.09 293	0.09 114	0.19 463	0.15 139	0.12 133	0.07 71	0.07 52	0.08 152	0.06 42	0.08 19	0.07 1	0.07 296	0.05 213	0.06 154	0.04 70	0.05 139	0.04 54
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
psm_up	0.18 469	0.10 428	0.18 457	0.20 468	0.11 446	0.17 414	0.19 463	0.37 553	0.34 493	0.21 454	0.28 465	0.29 501	0.24 514	0.20 469	0.22 499	0.09 418	0.10 514	0.11 498	0.11 514	0.08 378	0.08 402

UNet	0.17 455	0.09 370	0.18 457	0.19 411	0.12 478	0.27 545	0.19 463	0.33 516	0.29 450	0.21 454	0.24 396	0.23 445	0.19 475	0.19 444	0.18 451	0.07 296	0.06 359	0.08 338	0.07 331	0.08 378	0.06 257

aanetorigin	0.22 514	0.17 542	0.56 587	0.17 270	0.10 396	0.15 363	0.19 463	0.20 287	0.33 481	0.49 591	0.48 571	0.29 501	0.27 537	0.20 469	0.23 511	0.08 359	0.07 439	0.08 338	0.07 331	0.10 473	0.09 447

GwcNet	0.20 493	0.13 501	0.19 468	0.18 353	0.12 478	0.24 514	0.19 463	0.35 540	0.43 544	0.20 440	0.32 495	0.33 535	0.20 487	0.22 499	0.24 524	0.11 488	0.09 494	0.09 419	0.09 443	0.09 441	0.10 474

cf-r	0.13 334	0.07 193	0.12 239	0.16 192	0.08 175	0.14 337	0.19 463	0.20 287	0.25 405	0.17 371	0.25 425	0.21 409	0.16 422	0.14 320	0.14 374	0.10 459	0.05 213	0.06 154	0.08 396	0.06 247	0.06 257

DSFCA	0.16 435	0.09 370	0.14 320	0.16 192	0.10 396	0.20 471	0.19 463	0.28 451	0.31 467	0.23 482	0.24 396	0.22 427	0.15 396	0.19 444	0.20 470	0.10 459	0.07 439	0.09 419	0.09 443	0.08 378	0.08 402

stereogan	0.22 514	0.11 454	0.21 489	0.20 468	0.12 478	0.31 560	0.19 463	0.35 540	0.44 549	0.22 470	0.39 538	0.35 545	0.27 537	0.33 561	0.22 499	0.10 459	0.12 540	0.10 467	0.10 482	0.14 542	0.13 532

CC-Net-ROB	0.28 562	0.31 591	0.36 556	0.29 581	0.15 539	0.25 525	0.19 463	0.45 589	0.33 481	0.39 572	0.37 524	0.39 564	0.31 563	0.27 529	0.26 545	0.24 598	0.19 581	0.30 599	0.23 587	0.18 574	0.15 556

DANet	0.21 505	0.15 523	0.28 528	0.25 553	0.13 501	0.22 496	0.19 463	0.27 431	0.27 429	0.28 531	0.32 495	0.35 545	0.31 563	0.31 551	0.23 511	0.11 488	0.09 494	0.11 498	0.10 482	0.13 529	0.11 500
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AANet_RVC	0.16 435	0.10 428	0.10 142	0.18 353	0.09 293	0.18 433	0.19 463	0.26 410	0.31 467	0.22 470	0.35 515	0.21 409	0.21 491	0.22 499	0.16 418	0.06 135	0.05 213	0.06 154	0.06 242	0.07 315	0.06 257

SGM-ForestM	0.32 575	0.12 472	0.16 406	0.16 192	0.11 446	0.39 584	0.19 463	0.41 575	0.50 567	0.52 593	0.54 580	1.32 624	0.42 592	0.40 591	0.27 553	0.14 550	0.16 571	0.16 562	0.16 565	0.12 511	0.12 513

MDST_ROB	0.22 514	0.10 428	0.17 434	0.18 353	0.11 446	0.37 580	0.19 463	0.43 584	0.41 532	0.39 572	0.39 538	0.29 501	0.21 491	0.26 526	0.18 451	0.11 488	0.10 514	0.14 544	0.11 514	0.10 473	0.08 402

XPNet_ROB	0.22 514	0.11 454	0.19 468	0.22 512	0.13 501	0.22 496	0.19 463	0.34 525	0.40 529	0.30 543	0.39 538	0.39 564	0.26 529	0.26 526	0.28 560	0.15 554	0.10 514	0.10 467	0.10 482	0.13 529	0.12 513

UGAM	0.13 334	0.10 428	0.09 91	0.22 512	0.08 175	0.12 262	0.20 484	0.17 224	0.23 368	0.21 454	0.16 277	0.13 277	0.13 353	0.19 444	0.12 296	0.07 296	0.05 213	0.13 532	0.11 514	0.07 315	0.05 164

Wz-Net-LNSev-Ref	0.18 469	0.09 370	0.29 536	0.15 111	0.10 396	0.22 496	0.20 484	0.26 410	0.39 523	0.25 504	0.42 561	0.24 451	0.15 396	0.20 469	0.19 464	0.07 296	0.05 213	0.06 154	0.05 164	0.10 473	0.09 447

UDG	0.21 505	0.17 542	0.19 468	0.23 533	0.15 539	0.30 559	0.20 484	0.33 516	0.35 502	0.23 482	0.28 465	0.31 523	0.27 537	0.20 469	0.22 499	0.15 554	0.12 540	0.13 532	0.09 443	0.14 542	0.14 549

GwcNet-ADL	0.13 334	0.08 294	0.14 320	0.20 468	0.09 293	0.11 226	0.20 484	0.30 476	0.24 384	0.13 279	0.14 248	0.18 374	0.14 378	0.13 294	0.14 374	0.07 296	0.05 213	0.06 154	0.05 164	0.07 315	0.06 257

PSMNet-ADL	0.15 412	0.12 472	0.13 285	0.22 512	0.09 293	0.13 305	0.20 484	0.26 410	0.23 368	0.18 401	0.20 344	0.24 451	0.16 422	0.18 429	0.17 433	0.08 359	0.08 465	0.08 338	0.11 514	0.08 378	0.07 338

LMCR-Stereo	0.15 412	0.08 294	0.13 285	0.21 497	0.09 293	0.17 414	0.20 484	0.27 431	0.19 306	0.24 491	0.24 396	0.23 445	0.17 445	0.20 469	0.17 433	0.07 296	0.06 359	0.08 338	0.06 242	0.10 473	0.08 402

DGSMNet	0.24 537	0.19 556	0.33 547	0.21 497	0.24 587	0.24 514	0.20 484	0.35 540	0.41 532	0.24 491	0.32 495	0.38 556	0.21 491	0.29 547	0.23 511	0.12 513	0.11 526	0.14 544	0.16 565	0.23 583	0.23 589

test_xeample	0.15 412	0.06 102	0.13 285	0.14 60	0.08 175	0.21 488	0.20 484	0.28 451	0.20 329	0.16 355	0.29 477	0.19 388	0.16 422	0.15 342	0.26 545	0.09 418	0.05 213	0.07 253	0.07 331	0.07 315	0.07 338

Syn2CoEx	0.21 505	0.16 531	0.27 523	0.29 581	0.14 521	0.26 535	0.20 484	0.33 516	0.31 467	0.28 531	0.36 518	0.27 483	0.25 523	0.19 444	0.24 524	0.16 570	0.12 540	0.14 544	0.11 514	0.09 441	0.08 402

MMNet	0.17 455	0.09 370	0.16 406	0.20 468	0.11 446	0.27 545	0.20 484	0.25 392	0.41 532	0.22 470	0.30 483	0.21 409	0.20 487	0.17 408	0.20 470	0.06 135	0.06 359	0.07 253	0.07 331	0.08 378	0.07 338

EDNetEfficient	0.29 566	0.24 574	1.13 619	0.18 353	0.10 396	0.19 456	0.20 484	0.20 287	0.60 589	0.74 611	0.56 587	0.31 523	0.39 581	0.22 499	0.30 568	0.09 418	0.07 439	0.08 338	0.07 331	0.11 496	0.09 447

ACVNet	0.15 412	0.09 370	0.15 372	0.13 14	0.12 478	0.14 337	0.20 484	0.22 333	0.33 481	0.17 371	0.26 442	0.21 409	0.16 422	0.17 408	0.21 490	0.07 296	0.06 359	0.06 154	0.06 242	0.08 378	0.06 257

hitnet-ft	0.18 469	0.09 370	0.17 434	0.14 60	0.09 293	0.26 535	0.20 484	0.25 392	0.26 419	0.24 491	0.32 495	0.31 523	0.22 500	0.24 519	0.21 490	0.12 513	0.07 439	0.10 467	0.08 396	0.12 511	0.11 500

GwcNet-RSSM	0.14 368	0.07 193	0.12 239	0.15 111	0.08 175	0.15 363	0.20 484	0.21 310	0.27 429	0.18 401	0.27 451	0.22 427	0.16 422	0.14 320	0.15 402	0.10 459	0.05 213	0.07 253	0.09 443	0.07 315	0.07 338

RP	0.21 505	0.13 501	0.21 489	0.23 533	0.11 446	0.21 488	0.20 484	0.25 392	0.44 549	0.21 454	0.38 530	0.36 547	0.24 514	0.27 529	0.25 534	0.11 488	0.12 540	0.13 532	0.12 533	0.12 511	0.14 549

RTS	0.45 594	0.19 556	3.26 628	0.24 542	0.15 539	0.74 611	0.20 484	0.36 547	0.76 611	0.42 582	0.43 564	0.31 523	0.41 589	0.53 604	0.35 583	0.10 459	0.08 465	0.13 532	0.12 533	0.15 557	0.15 556

RTSA	0.45 594	0.19 556	3.26 628	0.24 542	0.15 539	0.74 611	0.20 484	0.36 547	0.76 611	0.42 582	0.43 564	0.31 523	0.41 589	0.53 604	0.35 583	0.10 459	0.08 465	0.13 532	0.12 533	0.15 557	0.15 556

w-ln-seven-2	0.20 493	0.14 513	0.37 560	0.22 512	0.12 478	0.20 471	0.21 501	0.28 451	0.37 513	0.25 504	0.37 524	0.27 483	0.22 500	0.21 486	0.23 511	0.08 359	0.08 465	0.09 419	0.09 443	0.10 473	0.09 447

DispNO	0.14 368	0.08 294	0.17 434	0.19 411	0.12 478	0.11 226	0.21 501	0.23 353	0.29 450	0.17 371	0.23 384	0.18 374	0.17 445	0.15 342	0.15 402	0.07 296	0.05 213	0.08 338	0.08 396	0.07 315	0.06 257

StereoVision	0.13 334	0.12 472	0.09 91	0.24 542	0.10 396	0.15 363	0.21 501	0.21 310	0.20 329	0.12 252	0.24 396	0.10 210	0.10 259	0.16 376	0.10 149	0.09 418	0.11 526	0.12 517	0.12 533	0.06 247	0.05 164

fast-acv-ft	0.18 469	0.11 454	0.19 468	0.19 411	0.12 478	0.24 514	0.21 501	0.25 392	0.34 493	0.22 470	0.34 511	0.27 483	0.20 487	0.21 486	0.23 511	0.09 418	0.09 494	0.08 338	0.10 482	0.08 378	0.07 338

ssnet_v2	0.17 455	0.10 428	0.17 434	0.17 270	0.11 446	0.21 488	0.21 501	0.33 516	0.25 405	0.22 470	0.22 375	0.27 483	0.18 459	0.22 499	0.20 470	0.11 488	0.09 494	0.09 419	0.09 443	0.08 378	0.08 402

ICVP	0.15 412	0.09 370	0.12 239	0.22 512	0.09 293	0.17 414	0.21 501	0.25 392	0.23 368	0.18 401	0.30 483	0.26 475	0.18 459	0.17 408	0.14 374	0.09 418	0.07 439	0.08 338	0.07 331	0.07 315	0.07 338
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
TestStereo	0.13 334	0.14 513	0.11 199	0.23 533	0.08 175	0.15 363	0.21 501	0.20 287	0.23 368	0.14 300	0.24 396	0.16 340	0.12 315	0.16 376	0.14 374	0.05 37	0.06 359	0.08 338	0.06 242	0.09 441	0.05 164

ccnet	0.29 566	0.28 586	0.23 504	0.20 468	0.28 594	0.41 587	0.21 501	0.45 589	0.33 481	0.36 565	0.46 568	0.36 547	0.30 559	0.39 587	0.42 599	0.23 596	0.14 562	0.21 578	0.17 572	0.23 583	0.18 578

delet	0.17 455	0.08 294	0.17 434	0.19 411	0.11 446	0.20 471	0.21 501	0.30 476	0.37 513	0.17 371	0.26 442	0.19 388	0.19 475	0.19 444	0.21 490	0.08 359	0.08 465	0.09 419	0.11 514	0.06 247	0.06 257

STTStereo	0.18 469	0.12 472	0.27 523	0.20 468	0.11 446	0.16 393	0.21 501	0.29 462	0.23 368	0.21 454	0.30 483	0.29 501	0.18 459	0.20 469	0.19 464	0.12 513	0.11 526	0.11 498	0.14 546	0.09 441	0.08 402

zh-mn7	0.25 548	0.14 513	0.56 587	0.19 411	0.14 521	0.24 514	0.22 511	0.34 525	0.62 592	0.35 562	0.65 595	0.31 523	0.25 523	0.31 551	0.25 534	0.09 418	0.08 465	0.09 419	0.09 443	0.09 441	0.11 500

w-ln-seven	0.24 537	0.14 513	0.55 584	0.19 411	0.14 521	0.26 535	0.22 511	0.35 540	0.60 589	0.29 539	0.39 538	0.30 510	0.22 500	0.21 486	0.26 545	0.09 418	0.09 494	0.11 498	0.10 482	0.11 496	0.10 474

coex-ft	3.30 630	0.34 594	59.09 655	0.18 353	0.13 501	0.26 535	0.22 511	0.27 431	0.72 605	1.90 635	0.70 601	0.44 576	0.45 595	0.29 547	0.41 598	0.09 418	0.09 494	0.12 517	0.09 443	0.14 542	0.13 532

Anonymous_2	0.22 514	0.17 542	0.28 528	0.15 111	0.16 549	0.32 561	0.22 511	0.22 333	0.17 264	0.23 482	0.24 396	0.26 475	0.27 537	0.27 529	0.23 511	0.22 592	0.25 598	0.17 564	0.17 572	0.17 571	0.17 575

Sa-1000	0.12 309	0.08 294	0.08 40	0.18 353	0.08 175	0.14 337	0.22 511	0.22 333	0.18 290	0.15 327	0.20 344	0.17 360	0.11 284	0.10 93	0.10 149	0.06 135	0.05 213	0.09 419	0.09 443	0.05 139	0.05 164

test_4	0.10 199	0.10 428	0.08 40	0.19 411	0.09 293	0.08 65	0.22 511	0.15 139	0.17 264	0.12 252	0.18 323	0.12 252	0.09 226	0.08 19	0.11 243	0.04 11	0.04 24	0.08 338	0.08 396	0.04 22	0.03 2

GANet	0.21 505	0.12 472	0.21 489	0.24 542	0.13 501	0.22 496	0.22 511	0.41 575	0.26 419	0.31 549	0.42 561	0.37 552	0.28 547	0.23 510	0.22 499	0.10 459	0.12 540	0.10 467	0.09 443	0.10 473	0.08 402

DRN-Test	0.19 481	0.11 454	0.20 480	0.22 512	0.10 396	0.22 496	0.22 511	0.39 565	0.37 513	0.24 491	0.32 495	0.26 475	0.21 491	0.22 499	0.24 524	0.11 488	0.07 439	0.11 498	0.10 482	0.09 441	0.07 338

StereoDRNet	0.18 469	0.11 454	0.17 434	0.22 512	0.11 446	0.21 488	0.22 511	0.37 553	0.33 481	0.24 491	0.28 465	0.30 510	0.19 475	0.20 469	0.20 470	0.09 418	0.08 465	0.11 498	0.09 443	0.09 441	0.07 338

FBW_ROB	0.24 537	0.17 542	0.22 495	0.26 558	0.14 521	0.25 525	0.22 511	0.41 575	0.41 532	0.41 579	0.41 555	0.42 571	0.27 537	0.31 551	0.23 511	0.09 418	0.14 562	0.14 544	0.12 533	0.11 496	0.09 447

SGM-Forest	0.20 493	0.14 513	0.18 457	0.19 411	0.13 501	0.20 471	0.22 511	0.33 516	0.30 460	0.24 491	0.29 477	0.28 493	0.19 475	0.23 510	0.17 433	0.15 554	0.16 571	0.15 556	0.14 546	0.12 511	0.12 513
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
YMNet	0.20 493	0.12 472	0.19 468	0.20 468	0.14 521	0.26 535	0.23 522	0.32 497	0.34 493	0.27 516	0.34 511	0.30 510	0.18 459	0.18 429	0.22 499	0.10 459	0.13 553	0.10 467	0.10 482	0.08 378	0.09 447

YMNet_1	0.20 493	0.12 472	0.19 468	0.20 468	0.14 521	0.26 535	0.23 522	0.32 497	0.34 493	0.27 516	0.34 511	0.30 510	0.18 459	0.18 429	0.22 499	0.10 459	0.13 553	0.10 467	0.10 482	0.08 378	0.09 447

rvit_0105_5	0.14 368	0.09 370	0.13 285	0.17 270	0.09 293	0.14 337	0.23 522	0.24 376	0.27 429	0.14 300	0.15 265	0.18 374	0.12 315	0.17 408	0.14 374	0.14 550	0.11 526	0.10 467	0.10 482	0.08 378	0.06 257

Wz-Net-SNSev	0.25 548	0.17 542	0.44 570	0.25 553	0.14 521	0.26 535	0.23 522	0.38 561	0.56 580	0.30 543	0.55 582	0.39 564	0.26 529	0.23 510	0.30 568	0.10 459	0.09 494	0.09 419	0.10 482	0.11 496	0.11 500

Wz-Net-LNSev	0.22 514	0.16 531	0.38 561	0.21 497	0.13 501	0.25 525	0.23 522	0.32 497	0.43 544	0.30 543	0.41 555	0.31 523	0.18 459	0.22 499	0.25 534	0.10 459	0.09 494	0.08 338	0.08 396	0.12 511	0.11 500

FINET	0.21 505	0.18 553	0.26 516	0.18 353	0.16 549	0.23 509	0.23 522	0.32 497	0.48 558	0.25 504	0.32 495	0.22 427	0.22 500	0.22 499	0.17 433	0.18 576	0.16 571	0.11 498	0.10 482	0.15 557	0.13 532

UPFNet	0.16 435	0.08 294	0.12 239	0.20 468	0.12 478	0.20 471	0.23 522	0.28 451	0.26 419	0.17 371	0.24 396	0.22 427	0.19 475	0.19 444	0.21 490	0.09 418	0.07 439	0.08 338	0.09 443	0.08 378	0.06 257

RGC	0.25 548	0.20 560	0.29 536	0.28 573	0.16 549	0.22 496	0.23 522	0.32 497	0.44 549	0.27 516	0.40 544	0.38 556	0.27 537	0.36 576	0.22 499	0.11 488	0.13 553	0.17 564	0.17 572	0.14 542	0.16 567

G-Net	0.24 537	0.16 531	0.36 556	0.22 512	0.16 549	0.51 594	0.23 522	0.29 462	0.34 493	0.36 565	0.38 530	0.31 523	0.29 555	0.27 529	0.26 545	0.11 488	0.09 494	0.12 517	0.09 443	0.16 564	0.13 532

ADCS	0.29 566	0.18 553	0.45 571	0.21 497	0.17 564	0.28 552	0.23 522	0.41 575	0.63 595	0.40 575	0.49 572	0.40 568	0.36 576	0.39 587	0.40 595	0.13 536	0.12 540	0.13 532	0.14 546	0.16 564	0.16 567

NVstereo2D	0.19 481	0.10 428	0.15 372	0.17 270	0.15 539	0.28 552	0.23 522	0.44 586	0.42 539	0.15 327	0.27 451	0.25 465	0.19 475	0.22 499	0.17 433	0.09 418	0.06 359	0.10 467	0.08 396	0.15 557	0.09 447

NCCL2	0.23 530	0.15 523	0.17 434	0.34 588	0.18 570	0.24 514	0.23 522	0.34 525	0.28 443	0.31 549	0.38 530	0.38 556	0.28 547	0.23 510	0.24 524	0.15 554	0.12 540	0.18 573	0.21 580	0.13 529	0.13 532

zh-sn7	0.25 548	0.17 542	0.50 578	0.24 542	0.13 501	0.25 525	0.24 534	0.34 525	0.48 558	0.28 531	0.54 580	0.28 493	0.31 563	0.36 576	0.32 576	0.10 459	0.10 514	0.11 498	0.10 482	0.12 511	0.12 513

TCMNet	0.19 481	0.12 472	0.19 468	0.20 468	0.18 570	0.20 471	0.24 534	0.27 431	0.36 506	0.23 482	0.26 442	0.25 465	0.19 475	0.19 444	0.23 511	0.13 536	0.11 526	0.11 498	0.12 533	0.13 529	0.12 513

otaku	0.39 584	0.37 597	0.52 580	0.44 599	0.28 594	0.58 598	0.24 534	0.41 575	0.62 592	0.40 575	0.49 572	0.46 582	0.33 568	0.40 591	0.32 576	0.30 601	0.30 602	0.39 603	0.33 602	0.29 597	0.28 598

Ntro	0.40 587	0.40 599	0.53 581	0.46 603	0.30 598	0.65 604	0.24 534	0.46 591	0.68 602	0.41 579	0.49 572	0.48 587	0.42 592	0.39 587	0.31 575	0.32 602	0.28 600	0.37 602	0.30 599	0.32 602	0.29 599

Wz-Net-MNSev	0.22 514	0.13 501	0.31 541	0.20 468	0.14 521	0.36 579	0.24 534	0.33 516	0.44 549	0.28 531	0.40 544	0.38 556	0.19 475	0.24 519	0.25 534	0.09 418	0.07 439	0.09 419	0.09 443	0.12 511	0.10 474

raft_robust	0.13 334	0.10 428	0.07 9	0.18 353	0.08 175	0.13 305	0.24 534	0.28 451	0.33 481	0.20 440	0.19 332	0.14 297	0.10 259	0.11 162	0.12 296	0.05 37	0.05 213	0.07 253	0.07 331	0.05 139	0.04 54

RAFT_CTSACE	0.12 309	0.09 370	0.10 142	0.22 512	0.08 175	0.12 262	0.24 534	0.18 254	0.16 244	0.20 440	0.27 451	0.13 277	0.07 128	0.13 294	0.09 62	0.05 37	0.06 359	0.08 338	0.07 331	0.04 22	0.04 54

SA	0.12 309	0.09 370	0.08 40	0.18 353	0.08 175	0.12 262	0.24 534	0.23 353	0.18 290	0.17 371	0.27 451	0.14 297	0.11 284	0.11 162	0.11 243	0.05 37	0.05 213	0.09 419	0.08 396	0.05 139	0.04 54

DDUNet	0.22 514	0.17 542	0.21 489	0.22 512	0.15 539	0.25 525	0.24 534	0.29 462	0.30 460	0.31 549	0.36 518	0.33 535	0.25 523	0.24 519	0.20 470	0.18 576	0.13 553	0.17 564	0.11 514	0.16 564	0.16 567

RAFT	0.13 334	0.09 370	0.11 199	0.18 353	0.08 175	0.15 363	0.24 534	0.20 287	0.19 306	0.21 454	0.21 365	0.17 360	0.12 315	0.16 376	0.09 62	0.06 135	0.07 439	0.10 467	0.09 443	0.05 139	0.05 164

test-1	0.10 199	0.07 193	0.16 406	0.19 411	0.08 175	0.11 226	0.24 534	0.14 99	0.18 290	0.09 149	0.07 52	0.09 177	0.08 188	0.07 4	0.09 62	0.06 135	0.04 24	0.06 154	0.05 164	0.04 22	0.04 54

RAFT + AFF	0.13 334	0.07 193	0.20 480	0.20 468	0.10 396	0.14 337	0.24 534	0.26 410	0.20 329	0.11 214	0.10 166	0.12 252	0.10 259	0.15 342	0.12 296	0.07 296	0.06 359	0.09 419	0.08 396	0.06 247	0.08 402

AF-Net	0.22 514	0.17 542	0.17 434	0.26 558	0.13 501	0.25 525	0.24 534	0.32 497	0.50 567	0.25 504	0.33 507	0.38 556	0.26 529	0.28 541	0.25 534	0.11 488	0.10 514	0.16 562	0.11 514	0.11 496	0.10 474

SANet	0.24 537	0.14 513	0.28 528	0.21 497	0.11 446	0.27 545	0.24 534	0.38 561	0.64 596	0.36 565	0.40 544	0.43 574	0.26 529	0.27 529	0.24 524	0.12 513	0.09 494	0.10 467	0.09 443	0.13 529	0.11 500

MeshStereo	0.27 558	0.13 501	0.18 457	0.15 111	0.11 446	0.32 561	0.24 534	0.40 569	0.36 506	0.52 593	0.57 590	0.67 604	0.40 584	0.35 570	0.26 545	0.14 550	0.13 553	0.13 532	0.11 514	0.11 496	0.10 474
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
FSD					0.22 582	0.25 525	0.25 549	0.27 431	0.26 419	0.25 504	0.26 442	0.25 465	0.27 537	0.27 529	0.24 524	0.21 587	0.20 584	0.27 589	0.26 590	0.25 590

z-mn7	0.24 537	0.14 513	0.45 571	0.19 411	0.13 501	0.28 552	0.25 549	0.34 525	0.62 592	0.27 516	0.56 587	0.29 501	0.24 514	0.32 558	0.25 534	0.08 359	0.08 465	0.08 338	0.08 396	0.10 473	0.10 474

rvit_0105_3	0.15 412	0.09 370	0.14 320	0.19 411	0.12 478	0.15 363	0.25 549	0.25 392	0.29 450	0.15 327	0.17 298	0.20 400	0.13 353	0.17 408	0.14 374	0.13 536	0.11 526	0.12 517	0.14 546	0.07 315	0.06 257

1111x	0.15 412	0.08 294	0.12 239	0.18 353	0.07 108	0.18 433	0.25 549	0.31 486	0.24 384	0.17 371	0.24 396	0.26 475	0.15 396	0.13 294	0.23 511	0.07 296	0.07 439	0.08 338	0.09 443	0.07 315	0.06 257

ToySt	0.17 455	0.11 454	0.18 457	0.17 270	0.11 446	0.16 393	0.25 549	0.24 376	0.33 481	0.19 417	0.24 396	0.26 475	0.24 514	0.19 444	0.20 470	0.07 296	0.08 465	0.09 419	0.10 482	0.09 441	0.08 402

cross-raft	0.10 199	0.09 370	0.09 91	0.19 411	0.07 108	0.11 226	0.25 549	0.13 75	0.15 215	0.08 113	0.11 205	0.12 252	0.10 259	0.09 48	0.11 243	0.05 37	0.04 24	0.06 154	0.05 164	0.04 22	0.04 54

ADCPNet	0.25 548	0.16 531	0.61 593	0.21 497	0.15 539	0.35 578	0.25 549	0.32 497	0.35 502	0.30 543	0.40 544	0.36 547	0.28 547	0.28 541	0.32 576	0.12 513	0.10 514	0.11 498	0.12 533	0.14 542	0.13 532

LSM	0.33 578	0.20 560	0.58 590	0.26 558	0.60 617	0.34 570	0.25 549	0.42 580	0.48 558	0.45 587	0.58 592	0.42 571	0.36 576	0.35 570	0.25 534	0.12 513	0.20 584	0.14 544	0.16 565	0.19 577	0.33 604

MSMD_ROB	0.31 573	0.26 580	0.26 516	0.24 542	0.21 580	0.34 570	0.25 549	0.34 525	0.39 523	0.40 575	0.69 599	0.45 578	0.40 584	0.34 564	0.27 553	0.20 583	0.19 581	0.26 586	0.25 589	0.23 583	0.22 588

test_3	0.10 199	0.09 370	0.10 142	0.20 468	0.08 175	0.13 305	0.26 558	0.14 99	0.21 344	0.10 183	0.10 166	0.09 177	0.09 226	0.08 19	0.11 243	0.05 37	0.04 24	0.08 338	0.07 331	0.04 22	0.04 54

Nwc_Net	0.23 530	0.16 531	0.21 489	0.25 553	0.14 521	0.24 514	0.26 558	0.37 553	0.38 520	0.22 470	0.41 555	0.30 510	0.28 547	0.28 541	0.25 534	0.11 488	0.10 514	0.17 564	0.20 578	0.10 473	0.10 474

ADCMid	0.25 548	0.15 523	0.40 564	0.20 468	0.14 521	0.25 525	0.26 558	0.34 525	0.38 520	0.36 565	0.44 566	0.34 541	0.40 584	0.35 570	0.33 580	0.10 459	0.09 494	0.11 498	0.11 514	0.13 529	0.12 513

ADCP+	0.20 493	0.10 428	0.33 547	0.20 468	0.12 478	0.22 496	0.26 558	0.31 486	0.34 493	0.26 510	0.37 524	0.22 427	0.22 500	0.27 529	0.27 553	0.09 418	0.06 359	0.08 338	0.08 396	0.09 441	0.10 474

RYNet	0.22 514	0.12 472	0.22 495	0.19 411	0.17 564	0.46 588	0.26 558	0.38 561	0.48 558	0.24 491	0.28 465	0.34 541	0.23 508	0.20 469	0.30 568	0.10 459	0.06 359	0.09 419	0.09 443	0.13 529	0.15 556

NaN_ROB	0.22 514	0.19 556	0.24 508	0.25 553	0.13 501	0.29 556	0.26 558	0.33 516	0.41 532	0.31 549	0.31 491	0.32 532	0.23 508	0.30 550	0.21 490	0.11 488	0.17 576	0.10 467	0.10 482	0.08 378	0.09 447

PDISCO_ROB	0.27 558	0.16 531	0.26 516	0.28 573	0.20 576	0.32 561	0.26 558	0.44 586	0.57 582	0.28 531	0.40 544	0.45 578	0.29 555	0.33 561	0.34 582	0.12 513	0.09 494	0.17 564	0.16 565	0.17 571	0.13 532

rvit_105_1	0.19 481	0.11 454	0.25 513	0.21 497	0.16 549	0.21 488	0.27 565	0.31 486	0.41 532	0.19 417	0.20 344	0.22 427	0.17 445	0.19 444	0.17 433	0.12 513	0.12 540	0.13 532	0.15 561	0.08 378	0.07 338

ACVNet_1	0.44 592	0.49 603	0.60 592	0.45 600	0.28 594	0.49 593	0.27 565	0.57 607	0.72 605	0.62 600	0.58 592	0.74 608	0.49 598	0.50 598	0.35 583	0.26 599	0.24 597	0.39 603	0.29 597	0.31 601	0.24 590

Wz-Net-TNSev	0.29 566	0.20 560	0.65 596	0.19 411	0.15 539	0.38 583	0.27 565	0.35 540	0.55 577	0.34 561	0.42 561	0.45 578	0.38 579	0.32 558	0.30 568	0.12 513	0.13 553	0.10 467	0.12 533	0.15 557	0.14 549

XQC	0.28 562	0.23 571	0.51 579	0.28 573	0.19 573	0.34 570	0.27 565	0.36 547	0.57 582	0.31 549	0.30 483	0.37 552	0.30 559	0.38 583	0.38 590	0.13 536	0.09 494	0.15 556	0.12 533	0.17 571	0.18 578

AnyNet_C01	0.36 582	0.25 579	1.37 622	0.22 512	0.17 564	0.48 592	0.27 565	0.35 540	0.39 523	0.39 572	0.74 605	0.46 582	0.38 579	0.45 595	0.47 604	0.13 536	0.13 553	0.13 532	0.14 546	0.14 542	0.15 556

LALA_ROB	0.25 548	0.16 531	0.22 495	0.26 558	0.17 564	0.27 545	0.27 565	0.42 580	0.37 513	0.33 559	0.38 530	0.51 589	0.26 529	0.28 541	0.27 553	0.16 570	0.09 494	0.12 517	0.11 514	0.13 529	0.12 513

FC-DCNN v2	0.33 578	0.27 582	0.28 528	0.26 558	0.23 585	0.37 580	0.28 571	0.40 569	0.43 544	0.45 587	0.56 587	0.51 589	0.40 584	0.37 581	0.29 563	0.21 587	0.20 584	0.27 589	0.26 590	0.25 590	0.24 590

RAFT+CT+SA	0.13 334	0.11 454	0.09 91	0.19 411	0.09 293	0.15 363	0.28 571	0.22 333	0.22 358	0.15 327	0.26 442	0.10 210	0.10 259	0.11 162	0.12 296	0.05 37	0.04 24	0.07 253	0.08 396	0.07 315	0.06 257

GMOStereo	0.11 242	0.09 370	0.07 9	0.19 411	0.08 175	0.12 262	0.28 571	0.13 75	0.17 264	0.11 214	0.17 298	0.14 297	0.12 315	0.07 4	0.07 1	0.05 37	0.05 213	0.09 419	0.07 331	0.04 22	0.04 54

error version	0.11 242	0.09 370	0.07 9	0.19 411	0.08 175	0.12 262	0.28 571	0.13 75	0.17 264	0.11 214	0.17 298	0.14 297	0.12 315	0.07 4	0.07 1	0.05 37	0.05 213	0.09 419	0.07 331	0.04 22	0.04 54

test-v	0.11 242	0.09 370	0.07 9	0.19 411	0.08 175	0.12 262	0.28 571	0.13 75	0.17 264	0.11 214	0.17 298	0.14 297	0.12 315	0.07 4	0.07 1	0.05 37	0.05 213	0.09 419	0.07 331	0.04 22	0.04 54

test-2	0.11 242	0.09 370	0.07 9	0.19 411	0.08 175	0.12 262	0.28 571	0.13 75	0.17 264	0.11 214	0.17 298	0.14 297	0.12 315	0.07 4	0.07 1	0.05 37	0.05 213	0.09 419	0.07 331	0.04 22	0.04 54

FCDSN-DC	0.33 578	0.28 586	0.28 528	0.30 583	0.24 587	0.39 584	0.28 571	0.42 580	0.42 539	0.43 585	0.53 578	0.51 589	0.41 589	0.36 576	0.30 568	0.21 587	0.20 584	0.27 589	0.26 590	0.25 590	0.24 590
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DeepPrunerF	0.24 537	0.17 542	0.42 569	0.26 558	0.16 549	0.22 496	0.28 571	0.37 553	0.50 567	0.26 510	0.29 477	0.24 451	0.28 547	0.21 486	0.22 499	0.15 554	0.11 526	0.20 577	0.18 576	0.12 511	0.13 532

FC-DCNN	0.33 578	0.27 582	0.28 528	0.26 558	0.23 585	0.37 580	0.28 571	0.40 569	0.43 544	0.45 587	0.55 582	0.51 589	0.40 584	0.37 581	0.30 568	0.21 587	0.20 584	0.27 589	0.26 590	0.25 590	0.24 590

TestStereo1	0.13 334	0.08 294	0.08 40	0.19 411	0.08 175	0.18 433	0.29 580	0.23 353	0.16 244	0.17 371	0.20 344	0.16 340	0.10 259	0.12 248	0.13 337	0.06 135	0.06 359	0.08 338	0.06 242	0.05 139	0.05 164

test_5	0.14 368	0.12 472	0.08 40	0.20 468	0.10 396	0.14 337	0.29 580	0.21 310	0.24 384	0.18 401	0.28 465	0.11 235	0.15 396	0.12 248	0.13 337	0.06 135	0.05 213	0.07 253	0.08 396	0.08 378	0.07 338

SA-5K	0.13 334	0.08 294	0.08 40	0.19 411	0.08 175	0.18 433	0.29 580	0.23 353	0.16 244	0.17 371	0.20 344	0.16 340	0.10 259	0.12 248	0.13 337	0.06 135	0.06 359	0.08 338	0.06 242	0.05 139	0.05 164

WZ-Net	0.28 562	0.17 542	0.78 610	0.22 512	0.16 549	0.34 570	0.29 580	0.39 565	0.57 582	0.24 491	0.55 582	0.37 552	0.24 514	0.33 561	0.35 583	0.09 418	0.08 465	0.09 419	0.10 482	0.14 542	0.16 567

BEATNet-Init1	0.52 600	0.27 582	0.62 594	0.30 583	0.21 580	0.76 615	0.29 580	0.54 603	0.65 599	0.86 616	0.95 617	2.07 633	0.62 611	0.56 608	0.42 599	0.18 576	0.18 578	0.23 583	0.22 583	0.22 582	0.21 586

ADCL	0.24 537	0.11 454	0.47 576	0.22 512	0.12 478	0.34 570	0.29 580	0.29 462	0.56 580	0.24 491	0.46 568	0.30 510	0.30 559	0.29 547	0.29 563	0.08 359	0.07 439	0.09 419	0.09 443	0.10 473	0.10 474

ETE_ROB	0.23 530	0.17 542	0.22 495	0.25 553	0.13 501	0.26 535	0.29 580	0.31 486	0.36 506	0.28 531	0.36 518	0.45 578	0.26 529	0.27 529	0.26 545	0.11 488	0.08 465	0.12 517	0.09 443	0.14 542	0.13 532

LRCNet_RVC	10.62 643	13.42 647	7.30 634	18.92 645	2.07 634	0.33 567	0.30 587	5.59 640	0.48 558	13.03 647	17.94 648	8.87 642	5.65 638	4.79 638	1.89 634	23.51 655	2.73 641	27.55 656	25.71 656	16.07 652	16.33 653

MFN_U_SF_DS_RVC	0.30 572	0.24 574	0.29 536	0.36 592	0.16 549	0.34 570	0.30 587	0.32 497	0.42 539	0.40 575	0.46 568	0.38 556	0.31 563	0.34 564	0.28 560	0.19 581	0.20 584	0.26 586	0.29 597	0.18 574	0.19 583

NCC-stereo	0.24 537	0.15 523	0.31 541	0.26 558	0.16 549	0.20 471	0.30 587	0.40 569	0.40 529	0.24 491	0.38 530	0.33 535	0.28 547	0.36 576	0.27 553	0.12 513	0.11 526	0.15 556	0.22 583	0.13 529	0.13 532

Abc-Net	0.24 537	0.15 523	0.31 541	0.26 558	0.16 549	0.20 471	0.30 587	0.40 569	0.40 529	0.24 491	0.38 530	0.33 535	0.28 547	0.36 576	0.27 553	0.12 513	0.11 526	0.15 556	0.22 583	0.13 529	0.13 532
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
AnyNet_C32	0.26 556	0.16 531	0.36 556	0.20 468	0.16 549	0.25 525	0.30 587	0.32 497	0.44 549	0.31 549	0.49 572	0.30 510	0.33 568	0.40 591	0.33 580	0.12 513	0.12 540	0.12 517	0.14 546	0.14 542	0.15 556

PASM	0.32 575	0.24 574	0.48 577	0.28 573	0.27 593	0.29 556	0.30 587	0.34 525	0.49 564	0.35 562	0.39 538	0.46 582	0.34 572	0.34 564	0.35 583	0.23 596	0.25 598	0.26 586	0.28 596	0.23 583	0.21 586

APVNet	0.22 514	0.12 472	0.19 468	0.18 353	0.14 521	0.32 561	0.31 593	0.39 565	0.32 474	0.27 516	0.40 544	0.30 510	0.29 555	0.26 526	0.25 534	0.11 488	0.12 540	0.11 498	0.14 546	0.12 511	0.12 513

MANE	0.45 594	0.27 582	0.27 523	0.27 570	0.24 587	0.47 590	0.31 593	0.55 604	0.59 586	0.72 607	1.13 626	1.15 618	0.61 609	0.52 602	0.37 588	0.21 587	0.20 584	0.27 589	0.31 601	0.25 590	0.24 590

MSC_U_SF_DS_RVC	0.43 591	0.39 598	0.54 582	0.40 595	0.20 576	0.64 603	0.32 595	0.53 602	0.72 605	0.71 605	0.72 602	0.61 598	0.54 601	0.51 600	0.46 603	0.20 583	0.19 581	0.29 597	0.30 599	0.23 583	0.18 578

NVStereoNet_ROB	0.46 597	0.36 596	0.46 575	0.41 597	0.28 594	0.34 570	0.34 596	0.48 593	0.60 589	0.72 607	0.93 615	0.70 607	0.66 612	0.47 596	0.60 614	0.22 592	0.33 606	0.34 601	0.34 604	0.30 598	0.30 601
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PSMNet_ROB	0.21 505	0.11 454	0.15 372	0.27 570	0.15 539	0.24 514	0.35 597	0.43 584	0.37 513	0.27 516	0.32 495	0.32 532	0.22 500	0.21 486	0.26 545	0.12 513	0.08 465	0.13 532	0.11 514	0.09 441	0.09 447

PWCK	0.71 609	0.94 623	0.95 617	0.76 612	0.31 599	0.74 611	0.36 598	0.90 617	0.90 616	0.96 620	0.75 607	0.95 612	0.61 609	0.87 623	0.66 617	0.72 623	0.46 611	0.75 618	0.49 611	0.69 621	0.44 612

ELAS_RVC	0.41 589	0.29 589	0.33 547	0.28 573	0.24 587	0.54 596	0.36 598	0.49 595	0.59 586	0.72 607	0.74 605	0.65 602	0.54 601	0.54 606	0.40 595	0.22 592	0.20 584	0.27 589	0.26 590	0.26 595	0.25 595
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 589	0.29 589	0.33 547	0.27 570	0.24 587	0.60 601	0.36 598	0.50 598	0.50 567	0.71 605	0.79 609	0.67 604	0.54 601	0.51 600	0.42 599	0.22 592	0.20 584	0.27 589	0.26 590	0.26 595	0.25 595
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RainbowNet	0.54 602	0.61 608	0.70 608	0.57 607	0.43 605	0.65 604	0.37 601	0.60 609	0.87 615	0.50 592	0.66 596	0.64 600	0.47 596	0.49 597	0.43 602	0.47 611	0.48 616	0.52 610	0.41 606	0.52 608	0.40 610

PA-Net	0.23 530	0.18 553	0.33 547	0.28 573	0.22 582	0.21 488	0.38 602	0.29 462	0.39 523	0.22 470	0.32 495	0.25 465	0.26 529	0.20 469	0.25 534	0.09 418	0.23 596	0.15 556	0.22 583	0.09 441	0.13 532
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
anonymity	0.53 601	0.58 606	0.65 596	0.41 597	0.61 618	0.53 595	0.41 603	0.56 605	0.41 532	0.55 597	0.50 576	0.49 588	0.55 604	0.58 609	0.50 609	0.58 617	0.50 620	0.51 608	0.51 614	0.51 607	0.57 615

Consistency-Raft	0.44 592	0.40 599	0.45 571	0.37 594	0.43 605	0.46 588	0.41 603	0.57 607	0.55 577	0.32 555	0.73 603	0.33 535	0.48 597	0.42 594	0.49 606	0.39 605	0.35 607	0.45 605	0.51 614	0.42 605	0.29 599

GANetREF_RVC	0.31 573	0.34 594	0.27 523	0.35 590	0.16 549	0.32 561	0.41 603	0.48 593	0.51 574	0.35 562	0.35 515	0.34 541	0.33 568	0.39 587	0.32 576	0.27 600	0.20 584	0.29 597	0.15 561	0.18 574	0.17 575
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
DPSNet	0.28 562	0.16 531	0.31 541	0.18 353	0.13 501	0.54 596	0.42 606	0.51 599	0.67 601	0.29 539	0.38 530	0.38 556	0.29 555	0.31 551	0.23 511	0.11 488	0.10 514	0.11 498	0.08 396	0.20 578	0.16 567

CSAN	0.29 566	0.24 574	0.27 523	0.34 588	0.19 573	0.33 567	0.42 606	0.37 553	0.50 567	0.38 570	0.40 544	0.44 576	0.33 568	0.28 541	0.30 568	0.20 583	0.16 571	0.19 575	0.19 577	0.14 542	0.15 556

PVD	0.39 584	0.20 560	0.39 563	0.31 587	0.22 582	0.29 556	0.43 608	0.52 600	0.96 618	0.55 597	0.79 609	0.53 593	0.59 608	0.52 602	0.38 590	0.19 581	0.14 562	0.17 564	0.14 546	0.24 589	0.31 602

SPS-STEREO	0.57 604	0.58 606	0.65 596	0.45 600	0.55 612	0.62 602	0.44 609	0.62 610	0.50 567	0.68 603	0.64 594	0.66 603	0.57 606	0.61 610	0.60 614	0.62 620	0.47 615	0.51 608	0.49 611	0.55 612	0.58 616
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IMH-64-1	0.65 606	0.61 608	0.68 604	0.71 610	0.51 608	0.59 599	0.49 610	0.91 618	0.85 613	0.74 611	1.02 619	0.81 609	0.78 617	0.79 615	0.49 606	0.42 607	0.46 611	0.71 615	0.47 609	0.52 608	0.39 608

IMH-64	0.65 606	0.61 608	0.68 604	0.71 610	0.51 608	0.59 599	0.49 610	0.91 618	0.85 613	0.74 611	1.02 619	0.81 609	0.78 617	0.79 615	0.49 606	0.42 607	0.46 611	0.71 615	0.47 609	0.52 608	0.39 608

ACVNet_2	0.66 608	0.66 612	0.68 604	0.63 608	0.41 603	0.71 609	0.49 610	0.96 622	1.39 627	0.89 617	1.09 622	1.04 614	0.73 615	0.54 606	0.47 604	0.43 609	0.40 609	0.53 611	0.44 608	0.47 606	0.35 607

SGM+DAISY	0.56 603	0.57 605	0.65 596	0.40 595	0.54 610	0.66 606	0.49 610	0.56 605	0.45 555	0.66 601	0.69 599	0.67 604	0.56 605	0.63 611	0.56 611	0.59 618	0.48 616	0.50 607	0.50 613	0.52 608	0.58 616

IMH	0.71 609	0.64 611	0.68 604	0.76 612	0.54 610	0.69 607	0.54 614	0.98 624	1.10 620	0.82 615	1.09 622	0.89 611	0.88 622	0.87 623	0.52 610	0.44 610	0.50 620	0.75 618	0.51 614	0.56 613	0.41 611

TorneroNet-64	0.76 613	0.72 615	0.74 609	0.78 614	0.58 616	0.91 622	0.56 615	0.84 616	1.29 624	0.66 601	0.90 613	1.40 626	0.75 616	0.85 621	0.67 620	0.49 612	0.46 611	0.72 617	0.59 617	0.67 618	0.53 614

MFMNet_re	0.64 605	0.66 612	0.65 596	0.51 604	0.69 622	0.69 607	0.57 616	0.64 611	0.73 609	0.60 599	0.73 603	0.62 599	0.67 613	0.65 612	0.60 614	0.66 622	0.58 629	0.63 613	0.59 617	0.68 619	0.69 625

WAO-6	0.81 615	0.80 618	0.62 594	0.86 619	0.63 619	0.76 615	0.58 617	0.98 624	1.54 632	0.90 618	0.96 618	1.07 616	1.03 627	0.70 614	0.66 617	0.72 623	0.49 618	0.90 626	0.71 624	0.68 619	0.58 616

TorneroNet	0.82 616	0.74 616	0.81 614	0.84 617	0.63 619	0.99 624	0.63 618	0.96 622	1.16 621	0.80 614	1.11 624	1.36 625	0.86 621	0.93 626	0.80 625	0.56 615	0.49 618	0.78 623	0.66 622	0.73 624	0.63 624

Dean	0.87 618	0.86 622	0.79 612	0.81 616	0.56 613	0.90 619	0.63 618	1.15 633	1.73 633	1.15 628	1.15 627	1.31 623	0.99 626	0.81 617	0.81 626	0.57 616	0.56 627	0.77 622	0.64 620	0.66 617	0.58 616

JetBlue	0.71 609	0.45 602	1.14 620	0.51 604	0.47 607	2.02 633	0.64 620	0.75 613	0.70 603	0.69 604	0.77 608	1.22 620	0.83 619	1.03 630	1.01 630	0.40 606	0.28 600	0.33 600	0.33 602	0.30 598	0.34 605

LVE	0.83 617	0.85 621	0.85 615	0.80 615	0.56 613	1.04 628	0.65 621	1.05 627	1.47 630	0.96 620	1.22 630	1.10 617	0.85 620	0.83 618	0.71 622	0.49 612	0.55 626	0.76 621	0.60 619	0.65 616	0.59 621

WAO-8	0.91 619	0.81 619	0.65 596	0.94 622	0.69 622	0.90 619	0.67 622	1.07 630	1.83 635	1.06 625	1.45 632	1.30 621	1.07 628	0.84 619	0.78 623	0.74 625	0.53 623	0.86 624	0.75 625	0.69 621	0.62 622

Venus	0.91 619	0.81 619	0.65 596	0.94 622	0.69 622	0.90 619	0.67 622	1.07 630	1.83 635	1.06 625	1.45 632	1.30 621	1.07 628	0.84 619	0.78 623	0.74 625	0.53 623	0.86 624	0.75 625	0.69 621	0.62 622

WAO-7	0.79 614	0.78 617	0.54 582	0.85 618	0.67 621	0.74 611	0.68 624	1.05 627	1.32 625	0.90 618	1.20 629	1.04 614	0.92 623	0.69 613	0.66 617	0.60 619	0.62 630	0.67 614	0.68 623	0.64 615	0.58 616

notaker	0.97 622	1.11 626	0.98 618	1.13 627	0.81 626	0.73 610	0.68 624	0.93 620	1.16 621	1.18 630	1.18 628	1.41 627	1.16 632	1.08 632	0.69 621	0.81 628	0.64 631	1.17 630	0.79 627	0.98 628	0.80 629

HanzoNet	1.29 627	1.26 630	1.19 621	1.12 626	0.85 627	1.02 627	0.83 626	1.03 626	1.48 631	1.64 633	1.61 634	2.50 635	1.72 635	1.61 634	1.61 633	1.26 633	0.80 633	1.31 633	1.01 632	1.02 630	0.86 630

UNDER WATER	0.97 622	0.97 625	1.42 623	0.99 624	0.70 625	1.12 630	0.84 627	0.80 615	1.08 619	1.01 622	0.90 613	1.55 630	1.22 634	1.03 630	1.00 629	0.78 627	0.53 623	1.02 628	0.87 629	0.80 626	0.74 627

UNDER WATER-64	0.95 621	0.94 623	1.43 624	0.87 620	0.56 613	1.18 631	0.87 628	0.77 614	0.94 617	1.04 623	0.85 611	1.58 631	1.21 633	0.94 627	0.96 628	0.87 629	0.57 628	1.03 629	0.88 630	0.78 625	0.73 626

ktn	1.01 624	1.21 628	0.80 613	1.23 629	0.86 628	1.01 626	0.87 628	0.94 621	1.39 627	1.04 623	1.12 625	1.15 618	1.07 628	0.94 627	0.59 613	1.28 634	0.71 632	1.38 634	0.83 628	1.02 630	0.75 628

KSHMR	1.09 625	1.17 627	0.88 616	1.25 630	1.00 630	0.99 624	0.96 630	1.13 632	1.37 626	1.16 629	1.29 631	1.41 627	0.96 625	1.01 629	0.92 627	1.03 632	1.08 634	1.20 631	1.03 633	1.01 629	0.97 631

MADNet+	0.75 612	0.71 614	3.70 631	0.66 609	0.41 603	0.98 623	0.97 631	0.69 612	0.73 609	0.52 593	0.57 590	0.64 600	0.68 614	0.86 622	1.01 630	0.34 604	0.36 608	0.28 596	0.23 587	0.36 604	0.31 602

DPSimNet_ROB	1.11 626	1.23 629	0.78 610	1.13 627	0.88 629	1.10 629	1.13 632	1.16 634	1.23 623	1.43 632	1.02 619	1.41 627	1.10 631	0.90 625	1.60 632	1.46 635	0.51 622	1.21 632	1.03 633	0.90 627	1.01 633

SAMSARA	0.40 587	0.28 586	0.33 547	0.55 606	0.39 601	0.82 618	1.23 633	0.47 592	0.51 574	0.36 565	0.35 515	0.55 595	0.39 581	0.38 583	0.39 592	0.15 554	0.20 584	0.15 556	0.14 546	0.23 583	0.20 584

MultiAttention	0.29 566	0.08 294	0.14 320	0.19 411	0.12 478	1.45 632	1.33 634	0.36 547	0.37 513	0.19 417	0.21 365	0.24 451	0.11 284	0.38 583	0.18 451	0.06 135	0.05 213	0.08 338	0.08 396	0.10 473	0.09 447

MADNet++	1.95 629	1.75 632	1.59 625	1.82 631	1.69 633	2.33 634	1.40 635	2.35 636	2.09 637	2.57 636	2.36 637	2.24 634	2.17 636	2.28 635	2.34 635	1.87 636	1.66 636	1.54 635	1.34 635	1.92 633	1.77 635

JetRed	1.62 628	1.46 631	2.98 626	0.92 621	1.21 631	4.99 636	1.53 636	1.27 635	1.39 627	1.83 634	1.74 635	1.60 632	0.95 624	1.41 633	2.45 637	0.90 631	1.60 635	0.93 627	0.90 631	1.35 632	0.99 632

TCMNet-wrong-test	3.67 631	5.48 642	3.89 632	12.18 643	11.75 645	4.65 635	3.88 637	1.06 629	0.72 605	1.09 627	2.15 636	6.30 640	0.53 600	3.43 637	2.36 636	0.89 630	0.20 584	1.87 637	1.69 636	5.57 641	3.62 641

HaxPig	15.71 647	18.52 654	19.18 649	16.89 644	15.89 648	7.73 637	7.60 638	13.31 649	10.82 644	15.42 648	14.91 647	15.98 649	14.92 649	15.58 649	15.98 649	18.95 654	16.73 649	19.46 654	18.08 654	19.26 653	19.05 654

MEDIAN_ROB	20.38 648	24.04 655	23.31 652	21.23 646	21.71 649	10.40 641	7.92 639	17.64 650	15.50 650	20.12 650	19.70 649	20.34 650	20.32 650	21.19 650	21.13 650	23.81 656	21.81 656	24.98 655	23.76 655	24.71 654	23.93 655

AVERAGE_ROB	24.90 655	29.20 656	28.14 653	24.89 653	24.64 655	17.75 647	11.12 640	21.45 651	19.93 651	25.12 657	24.46 656	25.12 657	25.46 657	24.69 657	22.83 651	29.76 657	27.13 657	28.97 657	27.95 657	29.91 655	29.47 656

tt	4.67 632	0.06 102	3.55 630	2.02 632	1.55 632	10.25 640	16.71 641	8.91 645	5.03 638	1.31 631	0.94 616	4.71 636	4.76 637	3.33 636	5.87 639	6.06 644	10.30 648	1.88 638	2.11 638	2.75 635	1.21 634

USTest	6.22 633	2.73 635	3.00 627	6.57 639	7.29 639	14.37 642	21.57 642	7.00 644	9.56 643	5.34 640	6.10 638	5.72 639	7.64 640	6.41 641	6.96 640	1.97 637	3.42 642	1.64 636	2.15 639	2.66 634	2.36 636

xxxxx1	7.79 634	5.02 639	7.31 635	3.12 633	3.85 635	16.35 644	22.88 643	5.86 641	8.69 640	7.97 641	8.54 639	9.12 643	8.27 641	10.18 643	10.92 641	2.42 638	2.45 638	3.56 641	12.37 645	3.77 636	3.06 638

tt_ll	7.79 634	5.02 639	7.31 635	3.12 633	3.85 635	16.35 644	22.88 643	5.86 641	8.69 640	7.97 641	8.54 639	9.12 643	8.27 641	10.18 643	10.92 641	2.42 638	2.45 638	3.56 641	12.37 645	3.77 636	3.06 638

ff	7.79 634	5.02 639	7.31 635	3.12 633	3.85 635	16.35 644	22.88 643	5.86 641	8.69 640	7.97 641	8.54 639	9.12 643	8.27 641	10.18 643	10.92 641	2.42 638	2.45 638	3.56 641	12.37 645	3.77 636	3.06 638

DGTPSM_ROB	8.06 638	4.48 637	8.63 641	5.35 636	10.72 641	8.32 638	22.97 646	5.46 638	13.35 645	5.12 638	9.92 642	5.08 637	10.40 644	5.52 639	12.58 644	3.79 641	8.00 643	3.50 639	7.02 642	3.83 639	7.14 643

DPSMNet_ROB	8.06 638	4.48 637	8.63 641	5.37 638	10.74 642	8.32 638	22.98 647	5.46 638	13.36 646	5.12 638	9.92 642	5.08 637	10.40 644	5.53 640	12.58 644	3.80 642	8.00 643	3.50 639	7.02 642	3.83 639	7.14 643

PML	8.91 640	9.34 646	6.13 633	5.35 636	6.41 638	14.99 643	23.38 648	5.27 637	6.83 639	18.04 649	28.19 657	7.67 641	6.83 639	7.85 642	5.75 638	5.35 643	1.83 637	5.95 647	1.93 637	8.64 644	2.52 637

Anonymous_1	10.96 644	7.92 643	7.46 638	10.33 640	10.06 640	18.65 648	26.34 649	11.06 646	13.44 647	9.40 644	10.05 644	9.67 646	11.23 646	10.73 646	12.72 646	6.42 645	8.38 645	5.77 644	10.61 644	12.12 645	6.77 642

DPSM_ROB	11.15 645	8.58 644	8.00 639	10.88 641	11.58 643	19.10 649	26.71 650	12.05 647	14.07 648	10.36 645	10.84 645	10.33 647	11.86 647	11.70 647	13.54 647	6.99 646	8.79 646	5.89 645	6.95 640	7.29 642	7.42 645

DPSM	11.15 645	8.58 644	8.00 639	10.88 641	11.58 643	19.10 649	26.71 650	12.05 647	14.07 648	10.36 645	10.84 645	10.33 647	11.86 647	11.70 647	13.54 647	6.99 646	8.79 646	5.89 645	6.95 640	7.29 642	7.42 645

LSM0	22.87 654	17.28 648	18.96 648	22.19 652	29.04 656	38.42 656	53.71 652	24.28 656	28.31 652	20.78 655	21.00 650	21.43 656	24.16 656	23.50 655	27.39 654	14.09 653	17.38 650	11.84 653	14.04 652	14.73 651	14.89 647

FlowAnything	22.44 652	17.35 652	16.14 647	22.07 651	23.23 650	38.39 654	53.77 653	24.25 655	28.44 656	20.96 656	21.82 654	20.70 651	23.84 651	23.49 654	27.14 652	14.04 648	17.79 655	11.75 648	14.15 653	14.65 646	14.89 647

CasAABBNet	22.42 649	17.33 649	16.01 645	22.01 647	23.28 651	38.32 651	53.80 654	24.14 654	28.41 655	20.60 651	21.77 653	20.89 655	23.91 653	23.43 653	27.36 653	14.07 649	17.69 651	11.83 650	14.01 649	14.67 647	14.95 649

RAFT-FEzeroshot	22.43 650	17.33 649	15.98 643	22.02 648	23.31 652	38.34 652	53.82 655	24.05 652	28.39 653	20.61 652	21.76 651	20.88 653	23.92 654	23.41 651	27.42 655	14.07 649	17.69 651	11.83 650	14.02 650	14.69 648	14.97 650

RAFT-FE	22.43 650	17.33 649	15.98 643	22.02 648	23.31 652	38.34 652	53.82 655	24.05 652	28.39 653	20.61 652	21.76 651	20.88 653	23.92 654	23.41 651	27.42 655	14.07 649	17.69 651	11.83 650	14.02 650	14.69 648	14.97 650

Selective-RAFT-Error	22.47 653	17.37 653	16.09 646	22.06 650	23.34 654	38.39 654	53.83 657	24.29 657	28.47 657	20.74 654	21.83 655	20.81 652	23.90 652	23.54 656	27.53 657	14.08 652	17.69 651	11.82 649	14.00 648	14.69 648	15.00 652

test_example2	98.32 656	94.13 657	45.89 654	96.35 654	109.85 657	88.61 657	95.45 658	25.75 658	94.37 658	130.00 659	126.06 658	58.17 658	74.63 658	88.51 658	79.96 658	150.23 658	221.02 658	77.62 658	99.10 658	113.75 658	96.94 657

ccccc		285.66 658		368.85 657	370.60 658	123.16 658		115.05 659		126.68 658		122.83 659		252.94 659		384.56 659	353.86 659	254.69 659	223.00 659	425.87 659

ASD4		3.38 636

Low-res two-view benchmark