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

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

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
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

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

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

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

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

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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

3.25w_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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

4.5_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

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

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

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

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

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

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

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

rvit_stereo_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

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

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_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

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

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

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

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

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

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

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

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-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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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	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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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
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-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

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

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

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

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

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

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

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
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

xyz-stereo-finetune2	0.11 242	0.07 193	0.13 285	0.13 14	0.07 108	0.11 226	0.19 463	0.17 224	0.12 133	0.15 327	0.15 265	0.17 360	0.12 315	0.13 294	0.11 243	0.05 37	0.04 24	0.07 253	0.05 164	0.04 22	0.06 257

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

AIO-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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+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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

AIO-Stereo-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

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

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

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

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

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

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

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

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	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

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

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

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

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

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
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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

rvit_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

FADNet-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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RASNet	0.14 368	0.07 193	0.14 320	0.16 192	0.08 175	0.18 433	0.14 206	0.29 462	0.20 329	0.17 371	0.25 425	0.21 409	0.18 459	0.20 469	0.19 464	0.07 296	0.06 359	0.06 154	0.08 396	0.06 247	0.06 257

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

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.
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

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
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

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

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

rvit_stereo_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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_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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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
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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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
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
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

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

ELAS_RVC	0.41 589	0.29 589	0.33 547	0.28 573	0.24 587	0.54 596	0.36 598	0.49 595	0.59 586	0.72 607	0.74 605	0.65 602	0.54 601	0.54 606	0.40 595	0.22 592	0.20 584	0.27 589	0.26 590	0.26 595	0.25 595
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 589	0.29 589	0.33 547	0.27 570	0.24 587	0.60 601	0.36 598	0.50 598	0.50 567	0.71 605	0.79 609	0.67 604	0.54 601	0.51 600	0.42 599	0.22 592	0.20 584	0.27 589	0.26 590	0.26 595	0.25 595
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ASD4		3.38 636

Low-res two-view benchmark