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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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
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

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

4.25_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

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

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

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

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

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

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

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

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

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_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

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

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
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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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-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

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

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
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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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-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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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_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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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	0.16 435	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

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.
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	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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)
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

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

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

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.
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

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
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

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

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

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

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

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

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

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

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

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

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

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

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.
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
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

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

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

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

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

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

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

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

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

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

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
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

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-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

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

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

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

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

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

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

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

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

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

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
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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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	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

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

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

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

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

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

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

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

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
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

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

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
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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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
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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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