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

S2M2	0.34 36	0.28 172	0.45 49	0.40 35	0.30 147	0.31 11	0.16 1	0.60 24	0.64 105	0.31 14	0.48 52	0.47 76	0.34 50	0.38 3	0.32 63	0.25 336	0.22 379	0.20 164	0.22 310	0.25 307	0.22 276

MLG-Stereo_test2	0.26 2	0.20 8	0.36 3	0.37 8	0.22 16	0.35 16	0.18 2	0.45 4	0.21 2	0.26 5	0.23 5	0.34 39	0.20 1	0.77 102	0.23 2	0.16 56	0.11 26	0.15 19	0.11 8	0.13 4	0.11 2

LG-G_1	0.31 21	0.20 8	0.44 36	0.42 50	0.20 3	0.64 192	0.18 2	0.70 49	0.25 6	0.29 10	0.29 13	0.36 43	0.35 58	0.87 139	0.24 5	0.16 56	0.12 50	0.16 49	0.11 8	0.13 4	0.13 35

LG-G	0.31 21	0.20 8	0.44 36	0.42 50	0.20 3	0.64 192	0.18 2	0.70 49	0.25 6	0.29 10	0.29 13	0.36 43	0.35 58	0.87 139	0.24 5	0.16 56	0.12 50	0.16 49	0.11 8	0.13 4	0.13 35

MLG-Stereo_test3	0.28 6	0.18 1	0.42 29	0.40 35	0.23 22	0.47 68	0.19 5	0.61 25	0.29 11	0.35 24	0.21 2	0.35 41	0.21 2	0.60 55	0.25 10	0.15 35	0.11 26	0.16 49	0.11 8	0.13 4	0.13 35

LGtest1	0.27 3	0.21 26	0.44 36	0.41 43	0.21 9	0.42 41	0.19 5	0.56 11	0.26 8	0.29 10	0.24 6	0.29 26	0.29 26	0.55 36	0.25 10	0.18 138	0.12 50	0.16 49	0.12 38	0.14 18	0.13 35

IGEV-Stereo+	0.45 101	0.21 26	0.43 34	0.41 43	0.39 286	0.15 1	0.19 5	0.44 3	0.36 24	0.26 5	0.25 7	0.31 33	0.41 87	1.43 290	0.30 41	0.17 99	0.12 50	0.15 19	0.11 8	1.16 519	1.70 534

LG-Stereo_L2	0.29 9	0.20 8	0.45 49	0.37 8	0.25 54	0.26 3	0.20 8	0.78 71	0.28 10	0.28 7	0.26 10	0.24 6	0.26 16	0.91 149	0.23 2	0.15 35	0.11 26	0.15 19	0.12 38	0.14 18	0.11 2

MLG-Stereo_test1	0.27 3	0.19 5	0.38 8	0.40 35	0.24 38	0.38 25	0.20 8	0.59 17	0.19 1	0.24 2	0.17 1	0.33 37	0.27 18	0.90 148	0.25 10	0.14 28	0.11 26	0.16 49	0.11 8	0.13 4	0.12 10

MLG-Stereo	0.29 9	0.19 5	0.38 8	0.41 43	0.20 3	0.42 41	0.20 8	0.66 38	0.21 2	0.25 3	0.22 4	0.33 37	0.28 22	1.09 202	0.25 10	0.14 28	0.11 26	0.16 49	0.11 8	0.13 4	0.12 10

IGEV	0.28 6	0.18 1	0.39 14	0.37 8	0.31 173	0.45 59	0.21 11	0.59 17	0.40 34	0.31 14	0.43 34	0.26 13	0.21 2	0.43 10	0.25 10	0.13 18	0.12 50	0.16 49	0.13 61	0.12 1	0.12 10

LG-Stereo_L1	0.30 13	0.20 8	0.44 36	0.37 8	0.26 60	0.29 9	0.21 11	0.66 38	0.26 8	0.25 3	0.25 7	0.24 6	0.22 6	1.24 240	0.23 2	0.15 35	0.11 26	0.15 19	0.12 38	0.14 18	0.11 2

StereoAnything_RVC	0.45 101	1.43 525	0.48 62	0.35 2	0.20 3	0.26 3	0.21 11	0.43 2	0.22 4	0.22 1	0.21 2	0.19 1	0.36 67	1.27 247	0.22 1	0.21 244	0.11 26	0.14 1	0.10 2	2.37 530	0.11 2

DLNR_Zeroshot_test	23.17 567	48.52 580	43.29 571	176.68 579	78.69 575	0.35 16	0.21 11	23.41 566	0.75 145	0.66 135	0.86 156	0.59 138	0.30 30	1.56 317	0.44 186	9.57 565	0.12 50	0.18 108	0.14 88	76.92 578	0.16 120

111111	0.34 36	0.20 8	0.41 21	0.45 93	0.42 310	0.37 22	0.22 15	0.95 141	0.38 29	0.31 14	0.31 16	0.40 52	0.27 18	0.96 163	0.26 17	0.17 99	0.12 50	0.15 19	0.11 8	0.15 38	0.13 35

LG-Stereo_Zeroshot	0.36 45	0.23 56	0.54 99	0.50 164	0.28 108	0.36 20	0.22 15	1.02 166	0.39 30	0.42 54	0.64 101	0.36 43	0.51 154	0.39 5	0.29 31	0.18 138	0.12 50	0.17 74	0.13 61	0.18 117	0.18 170

SGD-Stereo	0.32 25	0.20 8	0.40 16	0.38 21	0.19 1	0.43 50	0.22 15	0.64 30	0.33 20	0.42 54	0.34 18	0.27 16	0.35 58	1.15 216	0.30 41	0.20 211	0.10 9	0.15 19	0.13 61	0.17 87	0.13 35

FoundationStereo	0.24 1	0.21 26	0.36 3	0.38 21	0.22 16	0.32 12	0.22 15	0.39 1	0.23 5	0.30 13	0.25 7	0.30 31	0.33 43	0.34 2	0.26 17	0.16 56	0.12 50	0.15 19	0.11 8	0.13 4	0.12 10

castereo++	0.38 55	0.23 56	0.41 21	0.43 57	0.31 173	0.97 356	0.22 15	0.86 102	0.58 88	0.32 17	0.44 38	0.51 99	0.39 80	0.93 157	0.24 5	0.17 99	0.11 26	0.17 74	0.12 38	0.14 18	0.14 61

dual_stereo	0.27 3	0.19 5	0.35 1	0.39 28	0.21 9	0.25 2	0.22 15	0.48 5	0.31 14	0.32 17	0.26 10	0.37 48	0.24 9	0.83 124	0.29 31	0.16 56	0.12 50	0.14 1	0.11 8	0.14 18	0.11 2

IGEV-Stereo++	0.30 13	0.20 8	0.40 16	0.46 100	0.30 147	0.33 13	0.22 15	0.75 61	0.45 47	0.32 17	0.41 24	0.32 34	0.48 137	0.38 3	0.27 21	0.15 35	0.11 26	0.15 19	0.12 38	0.15 38	0.13 35

EGLCR-Stereo	0.37 50	0.22 45	0.51 81	0.43 57	0.26 60	0.44 56	0.22 15	0.99 155	0.48 56	0.42 54	0.42 25	0.67 164	0.29 26	0.86 136	0.33 76	0.17 99	0.12 50	0.19 129	0.17 166	0.17 87	0.15 91

IGEV-RUCA	0.37 50	0.23 56	0.48 62	0.49 152	0.36 244	0.60 172	0.23 23	0.64 30	0.49 57	0.39 46	0.49 60	0.44 58	0.31 35	0.85 132	0.30 41	0.24 310	0.13 108	0.16 49	0.12 38	0.20 191	0.19 210

GIP-stereo	0.34 36	0.23 56	0.45 49	0.50 164	0.36 244	0.38 25	0.23 23	0.78 71	0.52 76	0.34 23	0.51 66	0.46 69	0.38 78	0.51 23	0.27 21	0.20 211	0.12 50	0.16 49	0.12 38	0.16 58	0.14 61

DEFOM-Stereo	0.33 33	0.20 8	0.40 16	0.42 50	0.28 108	0.80 292	0.23 23	0.48 5	0.37 27	0.37 32	0.31 16	0.23 3	0.24 9	1.20 230	0.27 21	0.16 56	0.12 50	0.14 1	0.11 8	0.14 18	0.14 61

IGEV-BASED-STEREO-	0.70 268	3.18 554	2.55 513	0.39 28	0.23 22	0.44 56	0.23 23	0.63 28	0.42 40	0.44 63	0.44 38	0.34 39	0.28 22	0.56 37	0.29 31	1.35 528	0.10 9	0.22 227	0.19 205	0.46 460	1.31 527

XX-Stereo	0.63 222	0.26 122	1.90 491	0.81 466	0.67 441	0.43 50	0.23 23	1.03 171	0.58 88	0.65 132	1.56 415	1.41 393	0.39 80	1.28 249	0.35 103	0.20 211	0.14 159	0.20 164	0.19 205	0.18 117	0.14 61

U	9.45 555	0.21 26	0.58 129	0.47 111	53.11 573	61.27 578	0.24 28	0.70 49	0.52 76	0.36 29	0.28 12	0.29 26	0.35 58	0.33 1	0.26 17	0.19 179	0.11 26	60.50 575	8.88 563	0.17 87	0.13 35

2.25w	0.32 25	0.24 74	0.48 62	0.37 8	0.24 38	0.45 59	0.25 29	0.62 27	0.40 34	0.45 71	0.58 88	0.27 16	0.32 41	0.74 98	0.35 103	0.12 5	0.10 9	0.14 1	0.12 38	0.13 4	0.14 61

Reg-Stereo(zero)	0.44 93	0.22 45	0.45 49	0.43 57	0.23 22	0.38 25	0.25 29	0.76 64	1.08 273	0.90 187	0.78 138	0.90 246	0.47 126	0.70 81	0.36 113	0.15 35	0.12 50	0.15 19	0.12 38	0.15 38	0.15 91

DEFOM-Stereo_RVC	0.40 66	0.67 472	0.42 29	0.64 374	0.29 125	0.48 74	0.25 29	0.85 100	0.44 45	0.38 38	0.36 20	0.30 31	0.70 243	1.15 216	0.29 31	0.16 56	0.11 26	0.16 49	0.11 8	0.18 117	0.12 10

UGAM-zero	1.00 403	0.30 227	0.93 337	0.47 111	0.30 147	0.57 156	0.25 29	2.25 500	0.63 101	1.01 222	1.10 244	2.73 510	1.85 498	6.26 510	0.40 151	0.17 99	0.14 159	0.19 129	0.15 104	0.16 58	0.17 145

IGEV++	0.40 66	0.22 45	0.51 81	0.52 215	0.29 125	0.45 59	0.25 29	1.65 356	0.46 53	0.37 32	0.57 85	0.46 69	0.45 110	0.50 21	0.38 136	0.19 179	0.12 50	0.16 49	0.13 61	0.16 58	0.15 91

Any-RAFT	0.53 144	0.24 74	0.47 60	0.47 111	0.27 84	1.00 364	0.25 29	1.58 340	1.05 258	0.85 180	0.99 191	1.06 306	0.47 126	0.70 81	0.32 63	0.18 138	0.13 108	0.16 49	0.13 61	0.16 58	0.16 120

ROB_FTStereo	0.54 159	0.30 227	0.73 231	0.50 164	0.27 84	0.64 192	0.25 29	1.05 185	0.64 105	1.12 260	0.95 176	0.82 209	0.61 212	1.15 216	0.45 199	0.22 270	0.14 159	0.24 285	0.20 237	0.26 319	0.18 170

CRE-IMP	0.55 174	0.30 227	0.74 247	0.52 215	0.29 125	0.79 284	0.25 29	1.04 177	0.72 138	1.09 244	0.95 176	0.81 204	0.57 190	1.10 205	0.50 238	0.21 244	0.14 159	0.23 265	0.19 205	0.28 351	0.22 276

CREStereo++_RVC	0.47 115	0.21 26	0.38 8	0.45 93	0.38 276	0.45 59	0.25 29	0.75 61	1.29 397	0.80 162	1.21 297	0.47 76	0.37 72	0.53 29	0.44 186	0.16 56	0.11 26	0.15 19	0.80 521	0.18 117	0.11 2
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
Gwc-CoAtRS	0.52 134	0.24 74	0.68 182	0.48 137	0.29 125	0.64 192	0.25 29	1.16 227	1.08 273	1.01 222	1.00 195	1.12 329	0.56 181	0.69 77	0.37 125	0.16 56	0.13 108	0.17 74	0.15 104	0.15 38	0.15 91

water-stereo	0.39 58	0.20 8	0.48 62	0.44 80	0.27 84	0.50 100	0.26 39	0.92 122	0.51 69	0.53 106	0.78 138	0.55 116	0.49 145	0.42 9	0.42 173	0.16 56	0.15 216	0.17 74	0.15 104	0.16 58	0.15 91

H2IRNET	0.56 183	0.26 122	0.66 173	0.47 111	0.35 234	0.41 34	0.26 39	0.92 122	1.17 333	0.61 125	1.28 325	1.08 312	0.86 317	0.99 175	0.63 295	0.19 179	0.16 255	0.22 227	0.25 360	0.21 232	0.18 170

MIF-Stereo (partial)	0.45 101	0.25 101	0.70 201	0.50 164	0.52 383	0.35 16	0.26 39	0.91 119	0.59 94	0.45 71	0.71 121	0.51 99	0.51 154	1.11 208	0.45 199	0.20 211	0.16 255	0.23 265	0.20 237	0.24 295	0.18 170

IIG-Stereo	0.96 386	0.31 260	0.72 219	0.88 492	0.33 213	0.61 178	0.26 39	1.19 242	1.03 249	1.69 467	1.37 359	1.46 405	0.75 256	6.96 525	0.51 243	0.19 179	0.14 159	0.23 265	0.18 183	0.20 191	0.14 61

SST-Stereo	0.83 348	0.28 172	0.72 219	0.59 319	0.31 173	0.72 247	0.26 39	1.09 208	0.86 178	1.47 428	1.10 244	1.00 288	0.87 322	5.73 502	0.45 199	0.22 270	0.13 108	0.23 265	0.19 205	0.23 280	0.18 170

TANstereo	0.44 93	0.21 26	0.44 36	0.41 43	0.21 9	0.65 208	0.26 39	0.79 76	0.83 172	0.93 195	0.98 189	0.51 99	0.46 117	0.54 31	0.35 103	0.18 138	0.24 400	0.16 49	0.13 61	0.16 58	0.26 346

XX-TBD	0.46 108	0.70 479	0.35 1	0.79 460	0.25 54	0.58 159	0.26 39	0.69 45	1.27 388	0.76 149	1.00 195	0.45 66	0.33 43	0.47 17	0.37 125	0.19 179	0.15 216	0.15 19	0.11 8	0.17 87	0.14 61

4w-stereo	0.30 13	0.24 74	0.44 36	0.37 8	0.23 22	0.46 64	0.27 46	0.63 28	0.31 14	0.41 48	0.44 38	0.27 16	0.36 67	0.59 43	0.30 41	0.11 1	0.09 1	0.15 19	0.12 38	0.13 4	0.12 10

monsters	0.34 36	0.20 8	0.41 21	0.39 28	0.36 244	0.34 14	0.27 46	0.66 38	0.43 42	0.47 78	0.40 23	0.22 2	0.23 8	1.33 262	0.25 10	0.13 18	0.10 9	0.14 1	0.11 8	0.13 4	0.13 35

Pointernet	0.37 50	0.20 8	0.57 123	0.43 57	0.28 108	0.51 117	0.27 46	0.93 129	0.61 96	0.47 78	0.63 98	0.49 89	0.38 78	0.49 20	0.33 76	0.17 99	0.13 108	0.14 1	0.11 8	0.13 4	0.12 10

RAFT-Test	0.54 159	0.25 101	0.64 159	0.47 111	0.30 147	0.97 356	0.27 46	1.24 259	0.81 166	0.96 204	1.12 257	1.28 370	0.48 137	0.71 85	0.36 113	0.17 99	0.13 108	0.17 74	0.14 88	0.16 58	0.16 120

CFNet-RSSM	0.54 159	0.24 74	0.70 201	0.48 137	0.28 108	0.60 172	0.27 46	1.49 309	1.14 309	1.06 234	0.93 172	1.08 312	0.54 169	0.70 81	0.35 103	0.16 56	0.12 50	0.17 74	0.15 104	0.16 58	0.14 61

PMTNet	0.46 108	0.21 26	0.38 8	0.37 8	0.23 22	0.71 244	0.27 46	0.74 60	1.04 254	0.64 130	0.70 118	0.55 116	0.47 126	0.86 136	0.35 103	1.00 517	0.13 108	0.15 19	0.10 2	0.15 38	0.13 35

GREAT-IGEV	0.32 25	0.20 8	0.42 29	0.37 8	0.29 125	0.36 20	0.28 52	0.56 11	0.58 88	0.28 7	0.50 63	0.29 26	0.29 26	0.84 127	0.27 21	0.14 28	0.11 26	0.15 19	0.11 8	0.17 87	0.14 61

CAS++	0.47 115	0.31 260	0.56 113	0.47 111	0.32 192	0.42 41	0.28 52	1.76 386	0.72 138	0.71 141	0.72 124	0.37 48	0.28 22	0.69 77	0.33 76	0.27 374	0.22 379	0.26 343	0.21 281	0.29 362	0.19 210
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MSKI-zero shot	0.55 174	0.26 122	0.57 123	0.51 194	0.26 60	0.69 232	0.28 52	1.18 234	0.64 105	0.91 192	1.32 341	0.82 209	0.33 43	1.92 371	0.32 63	0.17 99	0.12 50	0.17 74	0.13 61	0.16 58	0.16 120

MIM_Stereo	0.57 190	0.24 74	0.92 335	0.46 100	0.30 147	0.54 138	0.28 52	1.27 263	0.75 145	1.00 219	1.16 279	0.93 260	0.53 164	1.45 294	0.61 288	0.16 56	0.16 255	0.20 164	0.19 205	0.17 87	0.14 61

testlalala_base	0.77 316	0.40 377	0.70 201	0.65 388	0.50 361	0.79 284	0.28 52	1.50 313	0.51 69	0.73 147	0.90 165	0.69 171	0.54 169	0.66 72	0.40 151	2.82 539	0.14 159	0.17 74	0.12 38	2.68 534	0.19 210

qwe	0.32 25	0.21 26	0.40 16	0.37 8	0.26 60	0.49 86	0.29 57	0.64 30	0.39 30	0.49 92	0.48 52	0.26 13	0.27 18	0.80 113	0.34 93	0.12 5	0.10 9	0.14 1	0.11 8	0.15 38	0.12 10

DilatedVolume-Stereo	0.43 82	0.21 26	0.55 109	0.43 57	0.32 192	0.72 247	0.29 57	0.80 84	0.51 69	0.77 154	0.73 126	0.48 81	0.40 84	1.13 213	0.39 144	0.15 35	0.14 159	0.15 19	0.14 88	0.16 58	0.14 61

monsterstereo	0.34 36	0.20 8	0.44 36	0.45 93	0.35 234	0.27 7	0.29 57	0.53 7	0.51 69	0.44 63	0.61 93	0.26 13	0.25 11	1.19 228	0.27 21	0.13 18	0.11 26	0.15 19	0.12 38	0.15 38	0.10 1

HART	0.45 101	0.22 45	0.54 99	0.50 164	0.26 60	0.41 34	0.29 57	1.03 171	0.50 60	0.58 114	1.45 384	0.61 143	0.35 58	1.08 201	0.30 41	0.15 35	0.13 108	0.19 129	0.14 88	0.19 157	0.14 61

tg	0.52 134	0.24 74	0.61 144	0.49 152	0.30 147	0.90 326	0.29 57	1.07 200	0.83 172	0.83 172	1.02 209	0.62 148	0.43 98	1.35 267	0.41 162	0.17 99	0.12 50	0.22 227	0.20 237	0.17 87	0.15 91

RAStereo	0.34 36	0.21 26	0.66 173	0.47 111	0.27 84	0.26 3	0.29 57	0.69 45	0.63 101	0.32 17	0.42 25	0.45 66	0.31 35	0.45 11	0.34 93	0.17 99	0.15 216	0.19 129	0.15 104	0.18 117	0.13 35

trnet	0.39 58	0.21 26	0.37 5	0.36 4	0.20 3	0.53 130	0.29 57	0.78 71	1.12 294	0.59 122	0.71 121	0.53 111	0.42 91	0.54 31	0.34 93	0.18 138	0.13 108	0.15 19	0.10 2	0.14 18	0.13 35

Patchmatch Stereo++	0.55 174	0.30 227	0.73 231	0.50 164	0.27 84	0.65 208	0.29 57	1.05 185	0.64 105	1.12 260	0.96 179	0.83 216	0.60 203	1.37 273	0.45 199	0.22 270	0.14 159	0.24 285	0.20 237	0.26 319	0.18 170
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
iRAFT	0.55 174	0.30 227	0.73 231	0.50 164	0.27 84	0.65 208	0.29 57	1.05 185	0.64 105	1.12 260	0.96 179	0.83 216	0.60 203	1.37 273	0.45 199	0.22 270	0.14 159	0.24 285	0.20 237	0.26 319	0.18 170

CREStereo	0.39 58	0.21 26	0.38 8	0.34 1	0.22 16	0.53 130	0.29 57	0.77 67	1.11 290	0.58 114	0.71 121	0.51 99	0.41 87	0.54 31	0.34 93	0.18 138	0.13 108	0.15 19	0.10 2	0.14 18	0.14 61
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
asd	0.30 13	0.21 26	0.41 21	0.39 28	0.24 38	0.47 68	0.30 67	0.69 45	0.30 12	0.41 48	0.39 22	0.28 25	0.33 43	0.62 61	0.27 21	0.13 18	0.09 1	0.14 1	0.12 38	0.14 18	0.12 10

LG-Stereo	0.34 36	0.25 101	0.78 276	0.47 111	0.26 60	0.37 22	0.30 67	0.71 53	0.52 76	0.36 29	0.57 85	0.29 26	0.21 2	0.50 21	0.36 113	0.13 18	0.13 108	0.20 164	0.18 183	0.18 117	0.12 10

MaDis-Stereo	0.36 45	0.25 101	0.58 129	0.44 80	0.34 230	0.30 10	0.30 67	0.72 54	0.50 60	0.37 32	0.36 20	0.58 131	0.49 145	0.52 26	0.36 113	0.19 179	0.16 255	0.19 129	0.15 104	0.18 117	0.14 61

LL-Strereo2	0.52 134	0.33 298	0.69 195	0.52 215	0.37 259	0.70 239	0.30 67	1.13 222	0.67 123	0.94 200	0.78 138	0.91 249	0.42 91	1.05 192	0.42 173	0.17 99	0.16 255	0.29 382	0.25 360	0.21 232	0.16 120

iRaft-Stereo_20w	0.65 242	0.31 260	1.00 362	0.47 111	0.34 230	0.73 251	0.30 67	2.96 526	0.70 132	1.15 283	1.14 266	0.76 187	0.65 232	1.11 208	0.38 136	0.17 99	0.13 108	0.18 108	0.16 146	0.19 157	0.18 170

GLC_STEREO	0.39 58	0.25 101	0.41 21	0.54 247	0.23 22	0.48 74	0.30 67	0.73 56	0.58 88	0.52 105	0.73 126	0.51 99	0.31 35	0.64 64	0.42 173	0.17 99	0.20 339	0.23 265	0.19 205	0.21 232	0.17 145

HUI-Stereo	0.52 134	0.30 227	0.73 231	0.50 164	0.27 84	0.65 208	0.30 67	1.04 177	0.64 105	1.12 260	0.96 179	0.83 216	0.60 203	0.79 111	0.45 199	0.22 270	0.14 159	0.24 285	0.20 237	0.26 319	0.18 170

SCV_C0	0.43 82	0.26 122	0.65 166	0.43 57	0.29 125	0.47 68	0.31 74	1.34 275	0.73 142	0.38 38	0.49 60	0.54 113	0.29 26	1.24 240	0.30 41	0.17 99	0.13 108	0.16 49	0.13 61	0.20 191	0.15 91

MonSter	0.28 6	0.18 1	0.39 14	0.36 4	0.21 9	0.55 146	0.31 74	0.55 10	0.43 42	0.28 7	0.29 13	0.23 3	0.21 2	0.56 37	0.25 10	0.11 1	0.10 9	0.14 1	0.11 8	0.14 18	0.11 2

999	0.48 121	0.22 45	0.49 69	0.48 137	0.34 230	0.75 260	0.31 74	0.85 100	0.55 83	0.37 32	0.48 52	0.50 95	0.36 67	2.45 420	0.39 144	0.16 56	0.13 108	0.18 108	0.15 104	0.16 58	0.19 210

GCST	1.08 423	1.47 527	0.93 337	1.73 528	1.14 514	1.30 418	0.31 74	1.33 270	1.16 330	1.29 359	0.97 188	0.98 281	0.49 145	2.08 388	0.46 213	1.19 527	0.70 527	1.30 527	0.85 525	1.02 515	0.89 513

4D-IteraStereo	0.48 121	0.24 74	0.76 261	0.50 164	0.44 327	0.66 216	0.31 74	0.87 103	1.02 245	1.03 230	0.72 124	0.78 194	0.32 41	0.64 64	0.37 125	0.17 99	0.11 26	0.23 265	0.19 205	0.19 157	0.13 35

PFNet+	0.59 202	0.28 172	0.77 268	0.53 232	0.30 147	0.59 164	0.31 74	0.92 122	1.14 309	1.33 389	1.10 244	0.79 198	0.57 190	1.31 255	0.49 232	0.25 336	0.17 284	0.28 372	0.26 377	0.21 232	0.25 322

RALAANet	0.60 205	0.33 298	0.87 311	0.62 356	0.50 361	0.69 232	0.31 74	1.21 245	1.06 262	1.09 244	1.16 279	0.88 237	0.46 117	1.22 233	0.42 173	0.19 179	0.15 216	0.21 199	0.17 166	0.27 333	0.17 145

xyz-stereo-finetune2	0.58 196	0.27 150	0.57 123	0.40 35	0.24 38	1.09 382	0.32 81	0.79 76	0.53 80	0.65 132	1.07 230	0.58 131	0.80 285	2.47 424	0.80 352	0.16 56	0.15 216	0.21 199	0.17 166	0.16 58	0.17 145

tt45	0.45 101	0.23 56	0.46 57	0.45 93	0.33 213	0.79 284	0.32 81	0.78 71	0.41 37	0.51 104	0.44 38	0.49 89	0.37 72	2.14 393	0.34 93	0.16 56	0.13 108	0.19 129	0.16 146	0.17 87	0.18 170

WCG-NET	0.42 76	0.21 26	0.54 99	0.40 35	0.25 54	0.47 68	0.32 81	0.73 56	1.15 321	0.76 149	0.73 126	0.58 131	0.45 110	0.60 55	0.34 93	0.15 35	0.11 26	0.16 49	0.14 88	0.15 38	0.13 35

IGEV_Zeroshot_test	0.53 144	0.30 227	0.99 357	0.56 284	0.35 234	0.41 34	0.32 81	1.37 281	0.63 101	1.00 219	1.09 240	0.95 271	0.41 87	0.83 124	0.39 144	0.18 138	0.12 50	0.19 129	0.18 183	0.19 157	0.17 145

UniTT-Stereo	0.36 45	0.23 56	0.59 136	0.48 137	0.36 244	0.40 30	0.32 81	0.53 7	0.49 57	0.54 109	0.55 79	0.36 43	0.31 35	0.58 42	0.51 243	0.20 211	0.15 216	0.17 74	0.15 104	0.19 157	0.15 91

GCAP-Stereo	0.40 66	0.28 172	0.68 182	0.47 111	0.25 54	0.53 130	0.32 81	0.82 92	0.58 88	0.65 132	0.69 114	0.58 131	0.42 91	0.47 17	0.29 31	0.17 99	0.14 159	0.17 74	0.13 61	0.17 87	0.14 61

MC-Stereo	0.43 82	0.23 56	0.48 62	0.51 194	0.28 108	0.39 28	0.32 81	0.88 111	0.68 127	0.60 124	0.84 153	0.56 124	0.61 212	1.03 184	0.31 58	0.17 99	0.11 26	0.17 74	0.15 104	0.16 58	0.13 35

test_for_model	1.30 454	3.71 557	0.58 129	3.22 547	2.84 547	0.59 164	0.33 88	1.40 289	0.83 172	1.42 421	0.61 93	0.52 106	0.37 72	0.51 23	0.33 76	2.46 535	0.15 216	0.16 49	0.11 8	4.39 557	1.50 530

MoCha-V2	0.40 66	0.20 8	0.49 69	0.50 164	0.21 9	0.44 56	0.33 88	0.93 129	0.53 80	0.53 106	0.53 70	0.42 53	0.58 199	1.09 202	0.27 21	0.14 28	0.12 50	0.15 19	0.12 38	0.17 87	0.15 91

Selective-IGEV	0.39 58	0.24 74	0.50 74	0.44 80	0.25 54	0.46 64	0.33 88	1.25 261	0.40 34	0.35 24	0.45 43	0.52 106	0.30 30	1.07 197	0.30 41	0.14 28	0.12 50	0.17 74	0.13 61	0.16 58	0.13 35

Selective-RAFT	0.52 134	0.28 172	0.79 279	0.55 271	0.27 84	0.91 330	0.33 88	0.80 84	0.88 186	0.58 114	0.63 98	0.81 204	0.77 268	1.29 253	0.48 225	0.19 179	0.14 159	0.17 74	0.15 104	0.19 157	0.17 145

IPLG	0.69 264	0.27 150	0.97 353	0.51 194	0.43 320	0.79 284	0.33 88	1.21 245	1.06 262	1.30 367	1.10 244	0.52 106	0.55 176	3.16 449	0.63 295	0.16 56	0.14 159	0.19 129	0.16 146	0.18 117	0.17 145

IPLGR	0.58 196	0.27 150	1.14 411	0.48 137	0.28 108	0.65 208	0.33 88	1.22 253	1.13 306	1.18 307	1.05 224	0.69 171	0.66 234	0.96 163	0.52 250	0.17 99	0.15 216	0.20 164	0.17 166	0.20 191	0.18 170

NRIStereo	0.60 205	0.29 207	0.69 195	0.53 232	0.28 108	0.63 189	0.33 88	1.08 206	0.87 182	1.14 277	0.87 159	0.91 249	0.59 200	2.24 404	0.49 232	0.20 211	0.14 159	0.21 199	0.19 205	0.21 232	0.17 145

DeepStereo_RVC	0.55 174	0.29 207	0.72 219	0.51 194	0.30 147	0.59 164	0.33 88	1.03 171	0.70 132	1.16 293	0.93 172	0.83 216	0.94 354	0.96 163	0.54 263	0.21 244	0.14 159	0.21 199	0.19 205	0.24 295	0.24 310

RAFT-RH_RVC	1.03 414	0.24 74	0.67 178	0.49 152	0.28 108	0.81 301	0.33 88	0.83 96	1.08 273	2.05 495	4.65 530	1.04 304	0.57 190	5.98 509	0.50 238	0.18 138	0.13 108	0.26 343	0.20 237	0.16 58	0.17 145

CroCo-Stereo	0.40 66	0.31 260	0.73 231	0.58 306	0.27 84	0.26 3	0.33 88	0.95 141	0.81 166	0.42 54	0.47 49	0.65 157	0.47 126	0.39 5	0.34 93	0.18 138	0.15 216	0.16 49	0.14 88	0.19 157	0.16 120
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
iRaftStereo_RVC	0.47 115	0.26 122	0.64 159	0.50 164	0.29 125	0.53 130	0.33 88	1.05 185	0.77 155	0.84 175	1.00 195	0.55 116	0.37 72	0.81 119	0.40 151	0.17 99	0.12 50	0.22 227	0.20 237	0.19 157	0.15 91

DIP-Stereo	0.62 215	0.30 227	0.83 292	0.48 137	0.36 244	0.95 346	0.33 88	2.37 511	0.67 123	1.25 344	1.00 195	0.68 166	0.51 154	0.91 149	0.61 288	0.18 138	0.15 216	0.21 199	0.17 166	0.19 157	0.19 210
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
asda	0.30 13	0.24 74	0.42 29	0.38 21	0.23 22	0.43 50	0.34 100	0.58 16	0.37 27	0.38 38	0.42 25	0.27 16	0.34 50	0.52 26	0.30 41	0.11 1	0.09 1	0.14 1	0.11 8	0.14 18	0.12 10

3.25w_new	0.32 25	0.21 26	0.45 49	0.38 21	0.23 22	0.52 121	0.34 100	0.65 34	0.39 30	0.47 78	0.45 43	0.32 34	0.35 58	0.61 59	0.27 21	0.12 5	0.10 9	0.14 1	0.11 8	0.12 1	0.12 10

3.25w	0.32 25	0.21 26	0.45 49	0.37 8	0.23 22	0.52 121	0.34 100	0.65 34	0.39 30	0.47 78	0.45 43	0.32 34	0.35 58	0.61 59	0.27 21	0.12 5	0.10 9	0.14 1	0.11 8	0.12 1	0.12 10

ISRNet	0.80 331	0.33 298	1.07 391	0.81 466	0.66 437	0.60 172	0.34 100	1.19 242	1.13 306	1.59 456	1.53 405	1.35 385	0.77 268	1.27 247	0.94 381	0.39 455	0.34 461	0.43 471	0.38 468	0.34 402	0.49 468

MGS-Stereo	0.42 76	0.26 122	0.58 129	0.44 80	0.28 108	0.50 100	0.34 100	0.57 15	0.83 172	0.46 75	1.31 335	0.52 106	0.33 43	0.65 70	0.36 113	0.19 179	0.16 255	0.18 108	0.15 104	0.17 87	0.16 120

s12784h	0.52 134	0.20 8	0.38 8	0.41 43	0.19 1	0.96 352	0.34 100	1.17 229	1.25 377	0.81 166	0.90 165	0.63 151	0.50 151	1.45 294	0.42 173	0.14 28	0.12 50	0.17 74	0.11 8	0.18 117	0.11 2

raftrobust	0.52 134	0.25 101	0.56 113	0.65 388	0.52 383	0.49 86	0.34 100	0.98 153	0.91 198	1.30 367	0.87 159	0.63 151	0.81 289	0.78 107	0.41 162	0.19 179	0.15 216	0.16 49	0.14 88	0.15 38	0.16 120

RAFT-Stereo + iAFF	0.54 159	0.25 101	0.68 182	0.43 57	0.24 38	0.40 30	0.34 100	1.04 177	1.09 281	1.32 381	1.60 424	0.80 200	0.68 235	0.67 75	0.39 144	0.13 18	0.10 9	0.18 108	0.17 166	0.17 87	0.13 35

depthmonostereo	0.41 73	0.23 56	0.53 93	0.47 111	0.23 22	0.61 178	0.35 108	1.00 159	0.76 151	0.48 86	0.65 102	0.47 76	0.49 145	0.67 75	0.37 125	0.16 56	0.15 216	0.16 49	0.14 88	0.16 58	0.15 91

3.5w_stereo	0.33 33	0.25 101	0.45 49	0.37 8	0.24 38	0.54 138	0.35 108	0.66 38	0.36 24	0.43 59	0.44 38	0.29 26	0.34 50	0.77 102	0.39 144	0.11 1	0.09 1	0.15 19	0.11 8	0.14 18	0.13 35

fffy	0.42 76	0.27 150	0.57 123	0.46 100	0.29 125	0.48 74	0.35 108	0.91 119	0.55 83	0.40 47	0.58 88	0.55 116	0.41 87	1.26 244	0.36 113	0.15 35	0.13 108	0.19 129	0.16 146	0.18 117	0.14 61

PAM_32	0.77 316	0.28 172	1.03 377	0.52 215	0.30 147	1.32 421	0.35 108	1.97 449	0.65 120	1.02 226	1.06 226	3.05 515	1.49 469	0.96 163	0.36 113	0.19 179	0.13 108	0.20 164	0.18 183	0.19 157	0.19 210

GCAP-BAT	0.49 127	0.31 260	0.64 159	0.41 43	0.46 345	0.70 239	0.35 108	0.77 67	0.64 105	0.86 182	1.00 195	0.77 190	0.37 72	1.18 226	0.36 113	0.18 138	0.14 159	0.18 108	0.13 61	0.17 87	0.15 91

RAFT-Stereo-weight	0.47 115	0.24 74	0.53 93	0.48 137	0.27 84	0.60 172	0.35 108	1.02 166	1.07 267	0.99 214	0.78 138	0.76 187	0.28 22	0.76 99	0.36 113	0.16 56	0.12 50	0.17 74	0.15 104	0.16 58	0.15 91

Former-RAFT_DAM_RVC	0.46 108	0.36 352	0.71 213	0.47 111	0.36 244	0.67 220	0.35 108	0.78 71	1.12 294	0.61 125	0.62 96	0.39 51	0.39 80	0.71 85	0.39 144	0.20 211	0.17 284	0.22 227	0.18 183	0.23 280	0.19 210

MyStereo8	0.65 242	0.29 207	1.00 362	0.58 306	0.49 354	0.91 330	0.35 108	1.18 234	1.31 407	1.16 293	1.27 319	0.90 246	0.64 226	0.72 88	0.95 385	0.18 138	0.14 159	0.20 164	0.18 183	0.22 255	0.26 346

GMStereo_Zeroshot	0.67 258	0.61 463	1.01 366	0.64 374	0.37 259	0.84 316	0.35 108	1.05 185	1.12 294	1.12 260	1.06 226	1.27 367	0.54 169	1.19 228	0.59 278	0.32 415	0.17 284	0.31 399	0.18 183	0.52 474	0.22 276

CES	0.48 121	0.20 8	0.37 5	0.39 28	1.39 525	0.55 146	0.35 108	0.98 153	0.66 122	0.44 63	0.66 103	0.35 41	0.27 18	0.56 37	0.33 76	0.15 35	0.13 108	0.15 19	0.10 2	0.19 157	1.46 529

CroCo-Stereo Lap2	0.44 93	0.34 321	0.77 268	0.61 344	0.79 474	0.28 8	0.35 108	0.75 61	0.71 137	0.38 38	0.50 63	0.72 179	0.55 176	0.57 41	0.47 220	0.17 99	0.18 305	0.19 129	0.16 146	0.21 232	0.20 242

ADStereo(finetuned)	0.57 190	0.24 74	1.06 386	0.43 57	0.24 38	0.49 86	0.35 108	1.05 185	1.30 403	1.12 260	1.03 219	0.58 131	1.20 433	0.84 127	0.51 243	0.16 56	0.13 108	0.17 74	0.13 61	0.18 117	0.19 210

raft_robust	0.68 262	0.30 227	0.64 159	0.52 215	0.26 60	0.54 138	0.35 108	1.33 270	1.24 374	1.16 293	1.07 230	0.60 139	0.54 169	3.58 461	0.37 125	0.18 138	0.14 159	0.20 164	0.22 310	0.20 191	0.16 120

test-3	0.54 159	0.22 45	0.68 182	0.47 111	0.27 84	0.58 159	0.35 108	0.92 122	1.00 239	1.32 381	0.69 114	0.87 233	0.45 110	1.68 341	0.37 125	0.16 56	0.11 26	0.20 164	0.16 146	0.17 87	0.13 35

test_1	0.54 159	0.22 45	0.68 182	0.47 111	0.27 84	0.58 159	0.35 108	0.92 122	1.00 239	1.28 353	0.68 110	0.87 233	0.45 110	1.67 336	0.37 125	0.16 56	0.11 26	0.20 164	0.16 146	0.17 87	0.13 35

HCRNet	0.70 268	0.39 371	0.73 231	0.60 330	0.59 417	0.76 266	0.35 108	1.22 253	1.13 306	1.02 226	0.99 191	1.02 297	0.76 264	2.19 401	0.70 314	0.28 387	0.19 321	0.28 372	0.23 333	0.25 307	0.23 296

4.5_new	0.29 9	0.25 101	0.41 21	0.36 4	0.23 22	0.52 121	0.36 124	0.56 11	0.34 21	0.45 71	0.42 25	0.27 16	0.25 11	0.40 7	0.24 5	0.13 18	0.10 9	0.15 19	0.13 61	0.16 58	0.12 10

4.5w-stereo	0.29 9	0.25 101	0.41 21	0.36 4	0.23 22	0.52 121	0.36 124	0.56 11	0.34 21	0.45 71	0.42 25	0.27 16	0.25 11	0.40 7	0.24 5	0.13 18	0.10 9	0.15 19	0.13 61	0.16 58	0.12 10

3.75w	0.32 25	0.23 56	0.44 36	0.37 8	0.29 125	0.62 187	0.36 124	0.59 17	0.32 18	0.41 48	0.47 49	0.25 11	0.34 50	0.64 64	0.26 17	0.12 5	0.09 1	0.14 1	0.12 38	0.13 4	0.12 10

HI	0.64 234	0.32 276	0.68 182	0.47 111	0.51 372	0.41 34	0.36 124	1.04 177	0.75 145	1.31 377	1.43 377	1.62 431	1.12 416	0.94 160	0.88 371	0.15 35	0.12 50	0.20 164	0.20 237	0.20 191	0.18 170

CoSv	0.64 234	0.32 276	0.68 182	0.47 111	0.51 372	0.41 34	0.36 124	1.04 177	0.75 145	1.31 377	1.43 377	1.62 431	1.12 416	0.94 160	0.88 371	0.15 35	0.12 50	0.20 164	0.20 237	0.20 191	0.18 170

AIO-test1	0.56 183	0.25 101	0.55 109	0.64 374	0.78 471	0.80 292	0.36 124	1.18 234	1.34 418	0.57 112	0.88 161	0.61 143	0.50 151	1.12 211	0.35 103	0.17 99	0.17 284	0.22 227	0.24 346	0.18 117	0.23 296

SMoEStereo_RVC	0.39 58	0.25 101	0.50 74	0.45 93	0.30 147	0.61 178	0.36 124	0.72 54	0.45 47	0.46 75	0.43 34	0.42 53	0.35 58	1.39 282	0.29 31	0.15 35	0.12 50	0.20 164	0.15 104	0.16 58	0.15 91

WCG-NET（raft）	0.45 101	0.21 26	0.55 109	0.40 35	0.24 38	0.50 100	0.36 124	0.73 56	1.09 281	0.71 141	0.76 134	0.92 258	0.51 154	0.84 127	0.34 93	0.16 56	0.12 50	0.15 19	0.14 88	0.14 18	0.14 61

CASnet	0.41 73	0.25 101	0.48 62	0.50 164	0.20 3	0.50 100	0.36 124	0.81 89	0.80 163	0.83 172	0.68 110	0.48 81	0.31 35	0.54 31	0.32 63	0.18 138	0.12 50	0.27 359	0.22 310	0.23 280	0.14 61
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DCANet-4	0.54 159	0.26 122	1.07 391	0.42 50	0.24 38	0.48 74	0.36 124	0.99 155	1.30 403	1.10 252	1.02 209	0.56 124	0.75 256	0.73 92	0.52 250	0.16 56	0.13 108	0.17 74	0.13 61	0.15 38	0.19 210

fff	0.53 144	0.24 74	0.70 201	0.43 57	0.24 38	0.48 74	0.36 124	1.07 200	1.25 377	1.10 252	1.02 209	0.57 126	1.06 404	0.73 92	0.52 250	0.16 56	0.13 108	0.17 74	0.13 61	0.15 38	0.19 210

OMP-Stereo	0.94 382	0.33 298	0.72 219	0.90 496	0.31 173	0.49 86	0.36 124	1.16 227	1.06 262	1.58 455	1.12 257	1.46 405	0.69 238	6.94 524	0.49 232	0.19 179	0.14 159	0.24 285	0.18 183	0.20 191	0.14 61

RAFT-IKP	0.54 159	0.30 227	0.73 231	0.50 164	0.27 84	0.59 164	0.36 124	1.04 177	0.64 105	1.12 260	0.96 179	0.83 216	0.61 212	1.22 233	0.45 199	0.22 270	0.14 159	0.24 285	0.20 237	0.26 319	0.18 170

DCANet	0.54 159	0.24 74	0.70 201	0.43 57	0.24 38	0.49 86	0.36 124	1.05 185	1.30 403	1.12 260	1.03 219	0.58 131	0.92 340	0.81 119	0.52 250	0.16 56	0.13 108	0.17 74	0.13 61	0.18 117	0.19 210

csc	0.53 144	0.24 74	0.70 201	0.43 57	0.24 38	0.48 74	0.36 124	1.07 200	1.25 377	1.10 252	1.02 209	0.57 126	1.06 404	0.73 92	0.52 250	0.16 56	0.13 108	0.17 74	0.13 61	0.15 38	0.19 210

cscssc	0.53 144	0.24 74	0.70 201	0.43 57	0.24 38	0.48 74	0.36 124	1.07 200	1.25 377	1.10 252	1.02 209	0.57 126	1.06 404	0.73 92	0.52 250	0.16 56	0.13 108	0.17 74	0.13 61	0.15 38	0.19 210

iResNet_ROB	0.77 316	0.30 227	0.99 357	0.57 300	0.36 244	0.83 308	0.36 124	2.33 506	1.58 474	1.27 351	1.30 329	1.25 359	0.84 306	1.65 331	0.79 348	0.20 211	0.14 159	0.17 74	0.12 38	0.18 117	0.27 356

model_zeroshot	0.48 121	0.29 207	0.86 300	0.51 194	0.36 244	0.69 232	0.37 141	1.12 219	0.62 98	0.85 180	0.84 153	0.66 161	0.37 72	0.73 92	0.34 93	0.20 211	0.16 255	0.19 129	0.16 146	0.17 87	0.16 120

gcap-zeroshot	0.53 144	0.28 172	0.89 324	0.49 152	0.28 108	0.76 266	0.37 141	1.34 275	0.73 142	0.89 185	0.67 107	1.35 385	0.51 154	0.79 111	0.33 76	0.18 138	0.15 216	0.18 108	0.15 104	0.17 87	0.16 120

plain	0.46 108	0.27 150	1.01 366	0.50 164	0.40 297	0.35 16	0.37 141	0.87 103	0.56 85	0.43 59	0.76 134	0.42 53	0.40 84	1.13 213	0.45 199	0.21 244	0.15 216	0.24 285	0.19 205	0.24 295	0.16 120

Sa-1000	0.72 277	0.29 207	0.76 261	0.59 319	0.30 147	0.73 251	0.37 141	1.62 352	1.33 415	1.28 353	2.04 480	0.86 229	0.75 256	1.84 362	0.38 136	0.19 179	0.14 159	0.25 324	0.23 333	0.20 191	0.16 120

ASMatch	0.88 367	0.26 122	0.69 195	0.51 194	0.35 234	0.48 74	0.37 141	1.12 219	0.92 203	1.10 252	3.28 513	0.96 277	0.98 376	4.90 482	0.49 232	0.19 179	0.16 255	0.22 227	0.19 205	0.19 157	0.27 356

cross-raft	0.54 159	0.25 101	0.61 144	0.52 215	0.29 125	0.68 227	0.37 141	1.46 304	0.76 151	1.01 222	1.06 226	1.28 370	0.46 117	0.71 85	0.35 103	0.15 35	0.12 50	0.18 108	0.16 146	0.19 157	0.14 61

SCV	0.46 108	0.26 122	0.55 109	0.47 111	0.25 54	0.39 28	0.38 147	1.98 451	0.60 95	0.35 24	0.48 52	0.55 116	0.36 67	1.28 249	0.32 63	0.24 310	0.12 50	0.17 74	0.13 61	0.18 117	0.14 61

AIO_rvc	0.36 45	0.23 56	0.49 69	0.43 57	0.27 84	0.59 164	0.38 147	0.94 136	0.45 47	0.33 22	0.46 47	0.49 89	0.22 6	0.84 127	0.30 41	0.16 56	0.11 26	0.16 49	0.12 38	0.15 38	0.13 35

DCVSM-stereo	0.72 277	0.35 342	0.76 261	0.55 271	0.42 310	0.73 251	0.38 147	1.21 245	1.02 245	1.79 477	1.04 222	1.62 431	1.03 395	1.04 190	0.79 348	0.24 310	0.27 420	0.29 382	0.24 346	0.30 373	0.36 421

AIO-Stereo-zeroshot	0.72 277	0.35 342	1.70 477	0.49 152	0.56 397	0.63 189	0.38 147	2.41 514	0.65 120	0.77 154	1.07 230	1.82 461	0.95 359	0.93 157	0.43 183	0.20 211	0.13 108	0.21 199	0.25 360	0.28 351	0.26 346

rrr	0.46 108	0.28 172	0.73 231	0.43 57	0.33 213	0.49 86	0.38 147	0.76 64	0.50 60	0.47 78	0.48 52	0.48 81	0.46 117	2.03 383	0.30 41	0.19 179	0.14 159	0.19 129	0.15 104	0.16 58	0.16 120

AEACV	0.37 50	0.24 74	0.52 88	0.47 111	0.51 372	0.37 22	0.38 147	0.65 34	0.53 80	0.42 54	0.56 82	0.46 69	0.60 203	0.53 29	0.30 41	0.16 56	0.13 108	0.18 108	0.15 104	0.17 87	0.14 61

SA	0.66 249	0.30 227	0.82 288	0.61 344	0.30 147	0.58 159	0.38 147	1.44 300	1.30 403	0.96 204	1.36 357	0.66 161	0.95 359	1.85 365	0.42 173	0.19 179	0.15 216	0.25 324	0.23 333	0.21 232	0.17 145

UDGNet	0.72 277	1.17 517	0.80 284	0.77 456	0.41 305	0.77 274	0.38 147	0.97 149	1.34 418	0.81 166	0.88 161	0.71 178	0.60 203	1.21 232	0.54 263	0.52 490	0.19 321	1.02 523	0.26 377	0.71 503	0.31 396

MIPNet	0.56 183	0.28 172	0.94 341	0.49 152	0.33 213	0.66 216	0.38 147	1.35 278	1.08 273	1.06 234	0.92 169	0.60 139	0.79 279	0.73 92	0.52 250	0.17 99	0.14 159	0.19 129	0.16 146	0.18 117	0.17 145

TRStereo	0.60 205	0.60 461	0.97 353	0.74 448	0.67 441	0.46 64	0.38 147	1.85 416	0.89 189	0.79 160	0.80 149	0.88 237	0.39 80	1.10 205	0.41 162	0.23 295	0.15 216	0.23 265	0.24 346	0.17 87	0.15 91

iGMRVC	0.56 183	0.30 227	0.73 231	0.50 164	0.27 84	0.65 208	0.38 147	1.05 185	0.64 105	1.12 260	0.96 179	0.83 216	0.60 203	1.52 307	0.46 213	0.22 270	0.14 159	0.24 285	0.20 237	0.26 319	0.18 170

test-1	0.52 134	0.26 122	1.04 381	0.56 284	0.32 192	0.61 178	0.38 147	1.10 211	0.91 198	0.78 157	1.01 201	0.77 190	0.52 159	0.60 55	0.42 173	0.17 99	0.14 159	0.20 164	0.17 166	0.20 191	0.23 296

test_xeample3	0.42 76	0.28 172	0.69 195	0.43 57	0.33 213	0.56 151	0.38 147	0.79 76	0.45 47	0.53 106	0.46 47	0.44 58	0.44 106	1.38 277	0.31 58	0.18 138	0.14 159	0.19 129	0.15 104	0.17 87	0.16 120

AFF-stereo	0.58 196	0.25 101	0.64 159	0.46 100	0.29 125	0.34 14	0.38 147	1.15 225	1.14 309	1.17 302	1.60 424	1.10 324	0.71 247	0.97 171	0.43 183	0.13 18	0.11 26	0.19 129	0.19 205	0.17 87	0.14 61

FENet	0.60 205	0.28 172	0.63 152	0.54 247	0.33 213	0.83 308	0.38 147	1.27 263	1.07 267	1.00 219	0.86 156	0.99 287	0.85 309	0.96 163	0.68 310	0.22 270	0.15 216	0.23 265	0.20 237	0.22 255	0.23 296

2.5w	0.31 21	0.23 56	0.46 57	0.39 28	0.24 38	0.42 41	0.39 162	0.61 25	0.30 12	0.37 32	0.53 70	0.24 6	0.25 11	0.77 102	0.28 30	0.12 5	0.10 9	0.14 1	0.12 38	0.14 18	0.12 10

PAM	0.76 314	0.29 207	1.08 395	0.52 215	0.33 213	1.38 431	0.39 162	2.01 458	0.67 123	1.06 234	0.96 179	2.89 514	1.43 459	0.86 136	0.35 103	0.19 179	0.12 50	0.19 129	0.17 166	0.19 157	0.20 242

AIO-Stereo-zeroshot1	0.98 396	0.39 371	3.21 522	0.50 164	0.63 429	0.64 192	0.39 162	2.36 509	0.75 145	0.95 202	4.63 528	1.81 459	0.56 181	0.96 163	0.41 162	0.18 138	0.13 108	0.21 199	0.26 377	0.32 390	0.35 416

AIO-Stereo	0.37 50	0.25 101	0.51 81	0.47 111	0.23 22	0.45 59	0.39 162	1.07 200	0.52 76	0.41 48	0.48 52	0.52 106	0.25 11	0.72 88	0.30 41	0.16 56	0.12 50	0.17 74	0.13 61	0.16 58	0.13 35

11t1	0.52 134	0.28 172	0.68 182	0.51 194	0.28 108	0.83 308	0.39 162	1.22 253	0.63 101	0.84 175	0.74 130	0.68 166	0.68 235	0.91 149	0.57 272	0.21 244	0.18 305	0.19 129	0.16 146	0.20 191	0.21 259

testlalala	0.45 101	0.28 172	0.59 136	0.42 50	0.39 286	0.71 244	0.39 162	1.08 206	0.45 47	1.24 338	0.80 149	0.61 143	0.36 67	0.54 31	0.33 76	0.20 211	0.13 108	0.18 108	0.12 38	0.15 38	0.15 91

test_4	0.53 144	0.22 45	0.56 113	0.54 247	0.32 192	0.64 192	0.39 162	0.80 84	0.62 98	0.92 194	1.87 465	0.68 166	0.42 91	1.16 220	0.37 125	0.15 35	0.13 108	0.20 164	0.22 310	0.20 191	0.15 91

MLCV	0.72 277	0.34 321	1.10 401	0.51 194	0.23 22	0.91 330	0.39 162	1.33 270	1.23 368	1.46 427	1.55 411	1.01 295	0.64 226	1.95 376	0.80 352	0.18 138	0.12 50	0.18 108	0.14 88	0.19 157	0.17 145

4.25_new	0.30 13	0.26 122	0.44 36	0.38 21	0.26 60	0.49 86	0.40 170	0.59 17	0.31 14	0.38 38	0.42 25	0.27 16	0.34 50	0.46 13	0.31 58	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

4.5w_new	0.30 13	0.26 122	0.44 36	0.38 21	0.26 60	0.49 86	0.40 170	0.59 17	0.31 14	0.38 38	0.42 25	0.27 16	0.34 50	0.46 13	0.31 58	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

4.25w-stereo	0.30 13	0.26 122	0.44 36	0.38 21	0.26 60	0.49 86	0.40 170	0.59 17	0.32 18	0.38 38	0.42 25	0.27 16	0.34 50	0.46 13	0.31 58	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

rvit_stereo_0081_aga	0.44 93	0.34 321	0.73 231	0.51 194	0.41 305	0.50 100	0.40 170	0.81 89	0.57 87	0.58 114	0.56 82	0.53 111	0.43 98	0.66 72	0.40 151	0.26 358	0.21 361	0.22 227	0.20 237	0.26 319	0.18 170

RSM	0.39 58	0.24 74	0.49 69	0.46 100	0.26 60	0.47 68	0.40 170	0.92 122	0.44 45	0.41 48	0.42 25	0.65 157	0.33 43	1.07 197	0.29 31	0.15 35	0.12 50	0.17 74	0.13 61	0.17 87	0.13 35

PCWNet_CMD	0.66 249	0.32 276	0.88 318	0.49 152	0.37 259	0.78 279	0.40 170	1.42 293	1.31 407	1.16 293	1.31 335	1.25 359	0.62 217	0.89 146	0.57 272	0.20 211	0.16 255	0.27 359	0.19 205	0.40 432	0.25 322

LoS	0.40 66	0.21 26	0.44 36	0.37 8	0.22 16	0.50 100	0.40 170	1.00 159	0.94 208	0.48 86	0.66 103	0.48 81	0.40 84	0.60 55	0.37 125	0.18 138	0.14 159	0.16 49	0.11 8	0.14 18	0.14 61
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
test_3	0.55 174	0.23 56	0.71 213	0.53 232	0.28 108	0.61 178	0.40 170	0.92 122	1.05 258	1.19 311	0.68 110	0.93 260	0.44 106	1.67 336	0.39 144	0.15 35	0.12 50	0.22 227	0.19 205	0.21 232	0.14 61

PSM-softLoss	0.78 324	0.31 260	0.77 268	0.58 306	0.32 192	0.56 151	0.40 170	1.18 234	0.70 132	1.24 338	1.07 230	0.83 216	0.52 159	5.36 490	0.53 257	0.24 310	0.15 216	0.25 324	0.22 310	0.20 191	0.25 322

KMStereo	0.78 324	0.31 260	0.77 268	0.58 306	0.32 192	0.56 151	0.40 170	1.18 234	0.70 132	1.24 338	1.07 230	0.83 216	0.52 159	5.36 490	0.53 257	0.24 310	0.15 216	0.25 324	0.22 310	0.20 191	0.25 322

rafts_anoy	0.52 134	0.29 207	0.59 136	0.59 319	0.50 361	0.53 130	0.40 170	1.11 217	1.03 249	0.84 175	0.83 151	0.68 166	0.54 169	0.72 88	0.51 243	0.19 179	0.14 159	0.24 285	0.26 377	0.21 232	0.18 170

CFNet_pseudo	0.66 249	0.32 276	0.86 300	0.48 137	0.39 286	0.70 239	0.40 170	1.33 270	1.22 365	1.16 293	1.34 350	1.24 355	0.64 226	0.98 172	0.59 278	0.21 244	0.16 255	0.33 421	0.19 205	0.36 411	0.25 322

sCroCo_RVC	0.49 127	0.40 377	1.02 373	0.65 388	0.60 420	0.52 121	0.40 170	0.83 96	0.61 96	0.44 63	0.74 130	0.49 89	0.50 151	0.63 63	0.48 225	0.26 358	0.27 420	0.23 265	0.22 310	0.29 362	0.25 322

EAI-Stereo	0.65 242	0.28 172	0.69 195	0.53 232	0.27 84	0.60 172	0.40 170	2.28 503	0.64 105	0.71 141	3.18 512	0.57 126	0.43 98	1.06 193	0.41 162	0.18 138	0.13 108	0.17 74	0.17 166	0.17 87	0.17 145

MSMDNet	0.66 249	0.32 276	0.87 311	0.49 152	0.37 259	0.79 284	0.40 170	1.43 299	1.31 407	1.15 283	1.31 335	1.24 355	0.63 222	0.88 141	0.57 272	0.21 244	0.16 255	0.26 343	0.19 205	0.39 428	0.24 310

ccs_rob	0.66 249	0.33 298	0.86 300	0.48 137	0.39 286	0.70 239	0.40 170	1.33 270	1.22 365	1.16 293	1.34 350	1.23 353	0.64 226	0.98 172	0.59 278	0.21 244	0.16 255	0.35 439	0.20 237	0.37 415	0.25 322

FACV-RUCA	0.63 222	0.34 321	0.82 288	0.62 356	0.65 434	0.81 301	0.41 186	1.44 300	1.07 267	0.86 182	1.14 266	0.61 143	0.69 238	0.80 113	0.53 257	0.28 387	0.19 321	0.47 481	0.21 281	0.35 404	0.25 322

RSM++	0.38 55	0.24 74	0.51 81	0.47 111	0.26 60	0.50 100	0.41 186	0.79 76	0.45 47	0.37 32	0.45 43	0.60 139	0.35 58	1.02 183	0.30 41	0.15 35	0.13 108	0.17 74	0.14 88	0.18 117	0.13 35

StereoVision	0.65 242	0.34 321	0.86 300	0.59 319	0.40 297	0.50 100	0.41 186	1.09 208	0.93 205	0.71 141	2.50 501	0.82 209	0.57 190	1.03 184	0.49 232	0.25 336	0.28 427	0.29 382	0.28 407	0.36 411	0.20 242

PSM-adaLoss	0.54 159	0.30 227	0.73 231	0.50 164	0.27 84	0.65 208	0.41 186	1.04 177	0.64 105	1.12 260	0.96 179	0.82 209	0.61 212	1.06 193	0.45 199	0.22 270	0.14 159	0.24 285	0.20 237	0.26 319	0.18 170

2.75w_new	0.31 21	0.23 56	0.43 34	0.35 2	0.23 22	0.42 41	0.42 190	0.54 9	0.35 23	0.47 78	0.43 34	0.24 6	0.30 30	0.66 72	0.33 76	0.12 5	0.10 9	0.14 1	0.11 8	0.13 4	0.12 10

xyz-stereo-finetune	0.48 121	0.25 101	0.54 99	0.42 50	0.23 22	0.80 292	0.42 190	0.80 84	0.80 163	0.61 125	0.62 96	0.54 113	0.43 98	1.70 343	0.58 275	0.15 35	0.15 216	0.19 129	0.15 104	0.16 58	0.15 91

testlalala2	0.58 196	0.27 150	0.68 182	1.72 527	1.27 523	0.68 227	0.42 190	0.93 129	0.70 132	0.90 187	0.93 172	0.76 187	0.34 50	0.52 26	0.40 151	0.18 138	0.15 216	0.17 74	0.13 61	0.17 87	0.17 145

ff7	0.43 82	0.27 150	0.56 113	0.44 80	0.33 213	0.50 100	0.42 190	0.87 103	0.50 60	0.49 92	0.53 70	0.44 58	0.48 137	1.38 277	0.33 76	0.17 99	0.12 50	0.21 199	0.15 104	0.18 117	0.18 170

IGEVStereo-DCA	0.46 108	0.28 172	0.56 113	0.43 57	0.33 213	0.49 86	0.42 190	0.87 103	0.50 60	0.47 78	0.48 52	0.48 81	0.46 117	2.03 383	0.30 41	0.19 179	0.14 159	0.19 129	0.15 104	0.16 58	0.18 170

ffff	0.43 82	0.27 150	0.56 113	0.44 80	0.33 213	0.50 100	0.42 190	0.87 103	0.50 60	0.49 92	0.53 70	0.44 58	0.48 137	1.38 277	0.33 76	0.17 99	0.12 50	0.21 199	0.15 104	0.18 117	0.18 170

11t	0.43 82	0.27 150	0.56 113	0.44 80	0.33 213	0.50 100	0.42 190	0.87 103	0.50 60	0.49 92	0.53 70	0.44 58	0.48 137	1.38 277	0.33 76	0.17 99	0.12 50	0.21 199	0.15 104	0.18 117	0.18 170

anonymousdsp	0.43 82	0.27 150	0.53 93	0.44 80	0.32 192	0.50 100	0.42 190	0.89 112	0.51 69	0.49 92	0.53 70	0.47 76	0.47 126	1.33 262	0.33 76	0.17 99	0.12 50	0.21 199	0.15 104	0.18 117	0.18 170

CASS	0.65 242	0.34 321	0.72 219	0.56 284	0.27 84	0.78 279	0.42 190	1.59 341	0.86 178	1.30 367	1.25 309	0.87 233	0.84 306	0.84 127	0.54 263	0.35 440	0.19 321	0.26 343	0.21 281	0.28 351	0.42 444
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
riskmin	0.56 183	0.27 150	0.60 141	0.43 57	0.31 173	0.83 308	0.42 190	1.14 223	1.04 254	0.73 147	0.75 132	1.11 328	1.01 388	0.81 119	0.51 243	0.20 211	0.14 159	0.24 285	0.15 104	0.24 295	0.25 322

ccc-4	0.43 82	0.27 150	0.56 113	0.44 80	0.33 213	0.50 100	0.42 190	0.87 103	0.50 60	0.49 92	0.53 70	0.44 58	0.48 137	1.38 277	0.33 76	0.17 99	0.12 50	0.21 199	0.15 104	0.18 117	0.18 170

BUS	0.74 300	0.32 276	0.68 182	0.54 247	0.44 327	2.34 505	0.42 190	2.16 484	0.98 227	1.20 315	1.11 250	1.03 301	0.62 217	0.91 149	0.70 314	0.24 310	0.17 284	0.25 324	0.22 310	0.22 255	0.22 276

NINENet	0.77 316	0.37 359	0.78 276	0.62 356	0.51 372	2.34 505	0.42 190	1.83 412	1.04 254	1.14 277	1.23 303	1.03 301	0.62 217	1.24 240	0.70 314	0.28 387	0.23 391	0.31 399	0.21 281	0.26 319	0.25 322

IGEV-Stereo	0.43 82	0.27 150	0.54 99	0.45 93	0.32 192	0.50 100	0.42 190	0.90 118	0.51 69	0.49 92	0.53 70	0.47 76	0.47 126	1.32 259	0.33 76	0.17 99	0.12 50	0.21 199	0.15 104	0.18 117	0.18 170
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ROB_FTStereo_v2	0.54 159	0.30 227	0.73 231	0.50 164	0.27 84	0.64 192	0.42 190	1.05 185	0.64 105	1.12 260	0.96 179	0.83 216	0.60 203	1.12 211	0.46 213	0.22 270	0.14 159	0.24 285	0.20 237	0.26 319	0.18 170

RAFT-345	0.84 353	0.25 101	0.66 173	0.50 164	0.27 84	0.54 138	0.42 190	0.83 96	1.11 290	1.32 381	2.34 494	0.86 229	0.54 169	5.72 501	0.47 220	0.18 138	0.13 108	0.22 227	0.17 166	0.17 87	0.16 120

TestStereo	0.64 234	0.39 371	0.71 213	0.51 194	0.27 84	0.56 151	0.42 190	1.03 171	0.91 198	0.80 162	1.00 195	0.68 166	0.52 159	3.25 451	0.45 199	0.22 270	0.15 216	0.24 285	0.18 183	0.27 333	0.16 120

222	1.61 482	0.29 207	0.67 178	0.56 284	0.29 125	1.06 376	0.42 190	2.17 490	1.31 407	1.31 377	1.52 404	0.92 258	0.94 354	1.76 355	17.65 559	0.24 310	0.20 339	0.21 199	0.19 205	0.22 255	0.23 296

111	0.60 205	0.23 56	0.70 201	0.43 57	0.24 38	0.72 247	0.42 190	1.18 234	1.41 452	0.80 162	1.38 364	1.10 324	0.79 279	0.96 163	0.58 275	0.18 138	0.13 108	0.17 74	0.15 104	0.17 87	0.19 210

DDVS	0.78 324	0.41 385	0.94 341	0.60 330	0.43 320	1.30 418	0.43 209	1.40 289	0.91 198	1.20 315	1.15 274	1.43 395	0.64 226	2.18 399	0.89 374	0.28 387	0.22 379	0.26 343	0.23 333	0.31 382	0.33 407

SMFormer	0.75 308	0.30 227	0.86 300	0.46 100	0.26 60	0.82 303	0.43 209	2.05 464	1.39 443	1.23 330	1.47 391	0.98 281	0.95 359	1.71 345	0.82 359	0.24 310	0.20 339	0.22 227	0.21 281	0.23 280	0.24 310

tta	0.75 308	0.30 227	0.86 300	0.46 100	0.26 60	0.82 303	0.43 209	2.05 464	1.39 443	1.23 330	1.47 391	0.98 281	0.95 359	1.71 345	0.82 359	0.24 310	0.20 339	0.22 227	0.21 281	0.18 117	0.18 170

qqq1	0.72 277	0.30 227	0.86 300	0.46 100	0.26 60	0.82 303	0.43 209	2.05 464	1.39 443	1.23 330	1.47 391	0.98 281	0.95 359	1.71 345	0.44 186	0.24 310	0.20 339	0.18 108	0.15 104	0.18 117	0.18 170

fff1	0.72 277	0.30 227	0.86 300	0.46 100	0.26 60	0.82 303	0.43 209	2.05 464	1.39 443	1.23 330	1.47 391	0.98 281	0.95 359	1.71 345	0.44 186	0.24 310	0.20 339	0.18 108	0.15 104	0.18 117	0.18 170

TestStereo1	0.63 222	0.28 172	0.75 251	0.76 453	0.31 173	0.48 74	0.43 209	1.30 268	1.21 359	0.97 207	1.31 335	0.64 154	0.77 268	1.75 350	0.42 173	0.20 211	0.15 216	0.22 227	0.18 183	0.21 232	0.17 145

SA-5K	0.63 222	0.28 172	0.75 251	0.76 453	0.31 173	0.48 74	0.43 209	1.30 268	1.21 359	0.97 207	1.31 335	0.64 154	0.77 268	1.75 350	0.42 173	0.20 211	0.15 216	0.22 227	0.18 183	0.21 232	0.17 145

GMOStereo	0.53 144	0.26 122	0.65 166	0.50 164	0.29 125	0.52 121	0.43 209	0.89 112	0.96 215	1.41 415	1.14 266	0.85 225	0.56 181	0.59 43	0.38 136	0.16 56	0.14 159	0.24 285	0.21 281	0.20 191	0.15 91

error version	0.53 144	0.26 122	0.65 166	0.50 164	0.29 125	0.52 121	0.43 209	0.89 112	0.96 215	1.41 415	1.14 266	0.85 225	0.56 181	0.59 43	0.38 136	0.16 56	0.14 159	0.24 285	0.21 281	0.20 191	0.15 91

test-v	0.53 144	0.26 122	0.65 166	0.50 164	0.29 125	0.52 121	0.43 209	0.89 112	0.96 215	1.41 415	1.14 266	0.85 225	0.56 181	0.59 43	0.38 136	0.16 56	0.14 159	0.24 285	0.21 281	0.20 191	0.15 91

Pruner-Stereo	0.62 215	0.29 207	0.70 201	0.61 344	0.31 173	0.63 189	0.43 209	1.17 229	0.99 234	1.53 441	1.08 235	0.95 271	0.55 176	1.35 267	0.51 243	0.23 295	0.14 159	0.24 285	0.21 281	0.21 232	0.23 296

test-2	0.53 144	0.26 122	0.65 166	0.50 164	0.29 125	0.52 121	0.43 209	0.89 112	0.96 215	1.41 415	1.14 266	0.85 225	0.56 181	0.59 43	0.38 136	0.16 56	0.14 159	0.24 285	0.21 281	0.20 191	0.15 91

GMStereo	0.55 174	0.45 402	0.94 341	0.50 164	0.32 192	0.64 192	0.43 209	1.00 159	1.40 448	0.82 170	0.73 126	0.51 99	0.45 110	0.85 132	0.55 267	0.24 310	0.15 216	0.20 164	0.21 281	0.31 382	0.24 310
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DFGA-Net	0.72 277	0.40 377	1.40 445	0.52 215	0.45 334	0.83 308	0.44 222	1.28 267	1.08 273	0.99 214	1.19 291	0.70 175	0.55 176	2.14 393	1.16 419	0.18 138	0.16 255	0.24 285	0.23 333	0.27 333	0.25 322

AIO_test	0.35 44	0.22 45	0.44 36	0.43 57	0.27 84	0.57 156	0.44 222	0.79 76	0.41 37	0.32 17	0.47 49	0.46 69	0.30 30	0.69 77	0.30 41	0.16 56	0.11 26	0.16 49	0.13 61	0.15 38	0.12 10

ours_stereo	0.39 58	0.28 172	0.51 81	0.46 100	0.30 147	0.40 30	0.44 222	0.73 56	0.56 85	0.35 24	0.56 82	0.46 69	0.33 43	1.11 208	0.32 63	0.16 56	0.13 108	0.19 129	0.15 104	0.19 157	0.14 61

rvit_stereo_0083	0.47 115	0.33 298	0.81 285	0.56 284	0.36 244	0.50 100	0.44 222	0.68 44	0.95 210	0.49 92	0.57 85	0.55 116	0.49 145	0.88 141	0.46 213	0.25 336	0.25 407	0.24 285	0.20 237	0.24 295	0.17 145

rvit_stereo_0081	0.44 93	0.33 298	0.64 159	0.54 247	0.35 234	0.41 34	0.44 222	0.66 38	0.95 210	0.48 86	0.52 68	0.50 95	0.46 117	0.82 122	0.44 186	0.25 336	0.20 339	0.22 227	0.19 205	0.25 307	0.17 145

rvit_stereo_0082	0.44 93	0.33 298	0.64 159	0.54 247	0.35 234	0.41 34	0.44 222	0.66 38	0.95 210	0.48 86	0.52 68	0.50 95	0.46 117	0.82 122	0.44 186	0.25 336	0.20 339	0.22 227	0.19 205	0.25 307	0.17 145

CFNet_ucs	0.70 268	0.33 298	0.88 318	0.50 164	0.43 320	0.74 255	0.44 222	1.60 345	1.29 397	1.22 324	1.54 409	1.09 322	0.63 222	0.99 175	0.59 278	0.25 336	0.20 339	0.37 450	0.21 281	0.40 432	0.28 368

LoS_RVC	0.42 76	0.26 122	0.40 16	0.44 80	0.82 483	0.51 117	0.44 222	0.64 30	0.41 37	0.44 63	0.78 138	0.44 58	0.47 126	0.56 37	0.36 113	0.13 18	0.12 50	0.14 1	0.10 2	0.13 4	0.84 511

RAFT_CTSACE	0.63 222	0.26 122	0.88 318	0.55 271	0.51 372	0.71 244	0.44 222	0.80 84	0.97 222	0.97 207	1.84 460	1.18 342	0.68 235	1.47 300	0.36 113	0.16 56	0.15 216	0.21 199	0.20 237	0.20 191	0.14 61

dad	0.86 362	0.66 471	1.06 386	0.56 284	0.37 259	0.76 266	0.44 222	1.17 229	1.50 465	1.44 423	1.27 319	1.34 384	0.75 256	2.52 426	0.84 364	0.42 466	0.27 420	0.83 515	0.26 377	0.41 435	0.29 372

PSMNet-ADL	0.72 277	0.35 342	0.62 149	0.69 421	0.46 345	1.14 388	0.44 222	1.37 281	1.01 242	0.83 172	1.17 282	1.33 380	0.96 366	1.43 290	0.95 385	0.33 423	0.22 379	0.21 199	0.23 333	0.27 333	0.29 372

NF-Stereo	0.80 331	0.30 227	0.75 251	0.60 330	0.31 173	0.64 192	0.44 222	1.21 245	0.90 193	1.29 359	1.02 209	0.82 209	0.57 190	5.40 494	0.48 225	0.23 295	0.14 159	0.24 285	0.20 237	0.20 191	0.30 386

OCTAStereo	0.80 331	0.30 227	0.75 251	0.60 330	0.31 173	0.64 192	0.44 222	1.21 245	0.90 193	1.29 359	1.01 201	0.82 209	0.57 190	5.35 489	0.48 225	0.24 310	0.14 159	0.24 285	0.20 237	0.20 191	0.30 386

RAFT_R40	0.83 348	0.28 172	0.73 231	0.59 319	0.31 173	0.69 232	0.44 222	1.10 211	0.95 210	1.47 428	1.10 244	1.00 288	0.85 309	5.53 496	0.46 213	0.22 270	0.13 108	0.23 265	0.20 237	0.23 280	0.18 170

RE-Stereo	0.80 331	0.30 227	0.75 251	0.60 330	0.31 173	0.64 192	0.44 222	1.21 245	0.90 193	1.29 359	1.01 201	0.81 204	0.57 190	5.37 492	0.48 225	0.24 310	0.14 159	0.24 285	0.20 237	0.20 191	0.30 386

TVStereo	0.80 331	0.30 227	0.75 251	0.60 330	0.31 173	0.64 192	0.44 222	1.21 245	0.90 193	1.29 359	1.01 201	0.81 204	0.57 190	5.37 492	0.48 225	0.24 310	0.14 159	0.24 285	0.20 237	0.20 191	0.30 386

xxxx	1.51 474	0.28 172	0.68 182	0.54 247	0.28 108	1.16 396	0.44 222	2.19 493	1.29 397	1.09 244	1.36 357	1.22 348	0.85 309	1.79 358	15.70 558	0.24 310	0.21 361	0.21 199	0.20 237	0.22 255	0.23 296

MM-Stereo_test2	0.43 82	0.24 74	0.67 178	0.51 194	0.32 192	0.55 146	0.45 239	0.97 149	0.77 155	0.59 122	0.51 66	0.49 89	0.42 91	0.80 113	0.30 41	0.15 35	0.13 108	0.18 108	0.14 88	0.19 157	0.14 61

SDNR	1.62 483	0.51 426	2.17 502	0.53 232	0.56 397	3.80 535	0.45 239	1.54 331	1.29 397	1.33 389	2.41 498	1.08 312	0.96 366	11.18 558	1.16 419	0.66 510	0.63 523	0.43 471	0.32 440	0.64 494	0.67 500

anonymousa	0.72 277	0.27 150	0.75 251	0.47 111	0.63 429	1.43 440	0.45 239	1.24 259	0.89 189	1.28 353	1.75 450	1.62 431	1.13 420	0.69 77	0.59 278	0.19 179	0.16 255	0.23 265	0.25 360	0.20 191	0.18 170

RCA-Stereo	0.50 131	0.23 56	0.58 129	0.48 137	0.33 213	0.55 146	0.45 239	0.97 149	1.38 438	0.68 136	1.05 224	0.63 151	0.80 285	0.59 43	0.32 63	0.17 99	0.12 50	0.17 74	0.14 88	0.16 58	0.14 61

DisPM	0.66 249	0.28 172	0.72 219	0.61 344	0.35 234	0.62 187	0.45 239	1.02 166	0.99 234	1.56 449	1.10 244	0.80 200	0.59 200	2.37 415	0.41 162	0.23 295	0.14 159	0.23 265	0.21 281	0.20 191	0.25 322

pcwnet_v2	0.97 392	0.37 359	4.33 528	0.62 356	0.54 389	0.79 284	0.45 239	2.02 462	1.58 474	1.42 421	1.64 435	1.09 322	0.79 279	1.24 240	0.67 306	0.32 415	0.25 407	0.29 382	0.27 387	0.37 415	0.35 416

DN-CSS_ROB	0.64 234	0.32 276	1.05 382	0.55 271	0.40 297	0.54 138	0.45 239	1.21 245	0.93 205	1.03 230	1.47 391	0.69 171	0.63 222	1.76 355	0.49 232	0.18 138	0.14 159	0.25 324	0.22 310	0.22 255	0.20 242

mms	0.40 66	0.27 150	0.52 88	0.46 100	0.32 192	0.43 50	0.46 246	0.70 49	0.46 53	0.35 24	0.58 88	0.44 58	0.30 30	1.36 272	0.33 76	0.16 56	0.13 108	0.18 108	0.15 104	0.19 157	0.15 91

AE-Stereo	0.49 127	0.27 150	0.67 178	0.60 330	0.39 286	0.67 220	0.46 246	1.18 234	1.09 281	0.47 78	0.75 132	0.69 171	0.47 126	0.59 43	0.40 151	0.16 56	0.15 216	0.21 199	0.20 237	0.19 157	0.15 91

HH	0.63 222	0.30 227	0.77 268	0.50 164	0.32 192	0.49 86	0.46 246	1.65 356	0.64 105	0.69 137	1.09 240	1.63 436	0.85 309	1.90 369	0.37 125	0.18 138	0.13 108	0.19 129	0.17 166	0.19 157	0.16 120

HanStereo	0.63 222	0.30 227	0.77 268	0.50 164	0.32 192	0.49 86	0.46 246	1.65 356	0.64 105	0.69 137	1.09 240	1.63 436	0.85 309	1.90 369	0.37 125	0.18 138	0.13 108	0.19 129	0.17 166	0.19 157	0.16 120

ACVNet	0.63 222	0.31 260	0.54 99	0.54 247	0.36 244	0.80 292	0.46 246	1.37 281	1.07 267	0.93 195	1.30 329	1.08 312	0.85 309	0.80 113	0.94 381	0.21 244	0.19 321	0.21 199	0.18 183	0.22 255	0.18 170

hitnet-ft	0.79 328	0.35 342	0.57 123	0.58 306	0.42 310	0.96 352	0.46 246	1.47 306	1.33 415	1.19 311	1.22 299	1.81 459	0.98 376	1.66 335	0.94 381	0.33 423	0.28 427	0.34 431	0.27 387	0.35 404	0.31 396

FADNet_RVC	0.83 348	0.51 426	1.83 489	0.54 247	0.42 310	1.19 403	0.46 246	1.51 320	1.09 281	0.89 185	1.24 305	0.91 249	0.87 322	2.11 391	1.11 413	0.27 374	0.22 379	0.31 399	0.28 407	0.43 445	0.38 432

2w_stereo	0.32 25	0.24 74	0.45 49	0.39 28	0.22 16	0.46 64	0.47 253	0.69 45	0.42 40	0.43 59	0.50 63	0.24 6	0.45 110	0.47 17	0.29 31	0.12 5	0.10 9	0.15 19	0.12 38	0.15 38	0.13 35

HUF	0.36 45	0.23 56	0.52 88	0.40 35	0.22 16	0.54 138	0.47 253	0.82 92	0.43 42	0.36 29	0.43 34	0.50 95	0.42 91	0.64 64	0.29 31	0.17 99	0.12 50	0.16 49	0.12 38	0.15 38	0.14 61

ITSA-stereo	0.82 342	0.36 352	0.82 288	0.54 247	0.31 173	0.80 292	0.47 253	2.17 490	1.67 480	1.13 274	1.13 262	0.94 263	0.86 317	2.46 422	1.00 395	0.26 358	0.23 391	0.28 372	0.27 387	0.28 351	0.36 421

anonymousdsp2	0.53 144	0.27 150	0.74 247	0.48 137	0.29 125	0.76 266	0.47 253	1.61 348	0.82 171	0.77 154	0.77 136	0.75 183	0.47 126	1.03 184	0.40 151	0.18 138	0.13 108	0.18 108	0.13 61	0.19 157	0.18 170

x	0.54 159	0.31 260	0.61 144	0.47 111	0.30 147	0.67 220	0.47 253	1.53 328	0.79 162	0.81 166	0.83 151	0.78 194	0.70 243	0.70 81	0.62 291	0.21 244	0.19 321	0.22 227	0.19 205	0.21 232	0.20 242

dd	0.59 202	0.48 413	0.97 353	0.55 271	0.32 192	0.64 192	0.47 253	1.02 166	1.34 418	0.78 157	0.86 156	0.58 131	0.54 169	1.01 180	0.86 369	0.28 387	0.18 305	0.26 343	0.19 205	0.32 390	0.24 310

ACRE	0.61 211	0.33 298	1.01 366	0.58 306	0.49 354	0.75 260	0.47 253	1.06 198	0.95 210	1.37 401	1.55 411	0.62 148	0.46 117	0.83 124	0.70 314	0.23 295	0.15 216	0.19 129	0.16 146	0.18 117	0.21 259

AnonymousM	0.59 202	1.11 512	0.41 21	0.44 80	0.32 192	0.43 50	0.47 253	1.05 185	0.64 105	0.98 211	0.63 98	0.67 164	0.43 98	0.59 43	0.41 162	0.20 211	0.15 216	1.84 532	0.84 523	0.14 18	0.13 35

DMCA-RVC	0.74 300	0.40 377	1.27 430	0.66 395	0.49 354	0.77 274	0.47 253	1.35 278	1.01 242	1.53 441	1.01 201	1.29 373	0.82 294	1.31 255	0.78 342	0.27 374	0.21 361	0.35 439	0.27 387	0.32 390	0.24 310

DMCA	0.67 258	0.34 321	0.90 328	0.51 194	0.44 327	0.86 320	0.47 253	1.42 293	1.02 245	1.17 302	1.12 257	1.23 353	0.75 256	0.78 107	0.95 385	0.25 336	0.19 321	0.27 359	0.19 205	0.24 295	0.27 356

CFNet	0.96 386	0.36 352	1.01 366	0.62 356	0.42 310	0.99 362	0.47 253	1.90 429	1.32 411	0.99 214	1.39 368	1.10 324	0.86 317	5.58 499	0.79 348	0.23 295	0.17 284	0.28 372	0.27 387	0.26 319	0.21 259

fffft	0.38 55	0.23 56	0.51 81	0.44 80	0.32 192	0.43 50	0.48 264	0.76 64	0.36 24	0.44 63	0.34 18	0.38 50	0.31 35	1.31 255	0.32 63	0.14 28	0.11 26	0.19 129	0.15 104	0.16 58	0.16 120
1: 1. 1
rvit_stereo_0075_2	0.64 234	0.46 404	1.05 382	0.66 395	0.66 437	0.53 130	0.48 264	1.20 244	1.12 294	0.76 149	0.92 169	0.78 194	0.53 164	1.03 184	0.59 278	0.37 448	0.28 427	0.40 464	0.31 432	0.37 415	0.32 401

test_sample1	0.61 211	0.29 207	0.75 251	0.50 164	0.31 173	0.76 266	0.48 264	1.59 341	0.84 176	0.90 187	0.94 175	0.88 237	0.95 359	1.16 220	0.67 306	0.22 270	0.18 305	0.20 164	0.19 205	0.21 232	0.21 259

tt1	0.62 215	0.32 276	0.51 81	0.54 247	0.26 60	1.16 396	0.48 264	0.95 141	2.47 516	0.57 112	0.77 136	0.49 89	0.81 289	1.55 315	0.32 63	0.20 211	0.12 50	0.24 285	0.15 104	0.19 157	0.20 242

EKT-Stereo	0.53 144	0.30 227	0.73 231	0.58 306	0.60 420	0.51 117	0.48 264	0.94 136	0.90 193	0.71 141	0.88 161	0.77 190	0.43 98	1.07 197	0.40 151	0.22 270	0.16 255	0.21 199	0.18 183	0.20 191	0.22 276

DCRE	0.82 342	0.26 122	0.70 201	0.58 306	0.44 327	0.54 138	0.48 264	0.95 141	0.78 158	0.78 157	7.33 544	0.86 229	0.52 159	0.76 99	0.41 162	0.16 56	0.16 255	0.19 129	0.17 166	0.18 117	0.17 145

CIPLG	0.62 215	0.33 298	0.96 351	0.58 306	0.50 361	0.75 260	0.48 264	1.05 185	0.96 215	1.40 413	1.57 419	0.64 154	0.48 137	0.89 146	0.70 314	0.23 295	0.15 216	0.19 129	0.16 146	0.19 157	0.21 259

IPLGR_C	0.62 215	0.33 298	0.99 357	0.58 306	0.49 354	0.76 266	0.48 264	1.10 211	0.96 215	1.40 413	1.56 415	0.62 148	0.48 137	0.80 113	0.71 319	0.23 295	0.15 216	0.19 129	0.16 146	0.19 157	0.21 259

cf-r	0.73 295	0.30 227	0.77 268	0.55 271	0.63 429	0.78 279	0.48 264	1.79 400	1.15 321	1.13 274	1.26 316	1.43 395	0.87 322	1.40 288	0.85 367	0.25 336	0.18 305	0.22 227	0.23 333	0.19 157	0.19 210

StereoDRNet-Refined	0.80 331	0.41 385	0.88 318	0.62 356	0.42 310	1.33 423	0.48 264	1.52 322	1.17 333	1.45 425	1.44 382	1.44 400	0.90 334	1.26 244	1.24 428	0.20 211	0.16 255	0.27 359	0.24 346	0.25 307	0.28 368
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
xyz-stereo	7.16 551	0.22 45	69.90 576	0.42 50	0.21 9	32.92 572	0.49 274	0.87 103	0.76 151	1.38 406	27.04 567	1.19 343	1.16 423	4.69 477	0.97 390	0.16 56	0.12 50	0.20 164	0.14 88	0.16 58	0.12 10

DispNO	0.93 380	0.30 227	1.34 442	0.55 271	0.55 395	0.89 323	0.49 274	1.48 307	1.21 359	1.17 302	1.27 319	1.19 343	0.90 334	5.23 487	0.74 326	0.22 270	0.17 284	0.24 285	0.21 281	0.19 157	0.20 242

AACVNet	0.86 362	0.35 342	0.79 279	0.82 474	0.39 286	0.76 266	0.49 274	1.61 348	0.81 166	1.08 238	1.33 343	1.30 374	0.93 349	4.34 472	0.74 326	0.25 336	0.21 361	0.28 372	0.22 310	0.29 362	0.25 322

MMNet	0.84 353	0.32 276	1.09 398	0.60 330	0.59 417	1.85 479	0.49 274	1.51 320	1.27 388	1.37 401	1.15 274	1.26 363	1.18 427	1.67 336	1.22 426	0.19 179	0.18 305	0.23 265	0.22 310	0.25 307	0.21 259

UNet	0.83 348	0.34 321	1.31 434	0.58 306	0.74 458	1.58 452	0.49 274	1.41 291	1.04 254	1.21 319	1.08 235	1.54 419	1.12 416	1.65 331	1.09 407	0.23 295	0.17 284	0.25 324	0.20 237	0.25 307	0.22 276

HITNet	0.65 242	0.40 377	0.77 268	0.48 137	0.24 38	1.05 373	0.49 274	1.76 386	1.02 245	1.18 307	1.18 284	0.89 245	0.80 285	0.85 132	0.79 348	0.17 99	0.12 50	0.21 199	0.17 166	0.29 362	0.15 91
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
CBMV_ROB	0.90 372	0.44 395	0.63 152	0.51 194	0.37 259	1.25 411	0.49 274	1.77 390	1.27 388	1.41 415	2.00 476	1.33 380	1.08 408	2.17 396	0.76 334	0.43 471	0.42 494	0.47 481	0.44 482	0.41 435	0.36 421

PWC_ROB	1.24 448	0.76 487	2.46 511	0.72 437	0.78 471	1.15 394	0.49 274	1.75 380	1.92 499	2.31 503	3.07 510	1.59 427	1.40 456	2.46 422	2.10 494	0.33 423	0.22 379	0.35 439	0.24 346	0.38 424	0.41 440

ttt	0.94 382	0.34 321	0.59 136	0.61 344	0.37 259	0.94 342	0.50 282	2.17 490	1.34 418	1.23 330	1.61 428	0.91 249	0.76 264	1.85 365	3.97 520	0.30 401	0.26 412	0.26 343	0.24 346	0.29 362	0.29 372

AIO-test2	0.57 190	0.28 172	0.63 152	0.61 344	0.58 409	0.79 284	0.51 283	1.18 234	1.40 448	0.63 129	1.15 274	0.51 99	0.43 98	1.09 202	0.35 103	0.21 244	0.17 284	0.26 343	0.30 427	0.20 191	0.19 210

rvit_0105_6	0.53 144	0.37 359	0.98 356	0.65 388	0.38 276	0.51 117	0.51 283	0.77 67	1.20 353	0.54 109	0.55 79	0.65 157	0.53 164	0.94 160	0.44 186	0.32 415	0.32 456	0.28 372	0.24 346	0.28 351	0.21 259

ACVNet-DCA	0.56 183	0.31 260	0.50 74	0.54 247	0.26 60	1.18 399	0.51 283	1.42 293	0.78 158	0.58 114	0.79 144	0.48 81	0.88 327	1.46 296	0.32 63	0.20 211	0.12 50	0.25 324	0.15 104	0.22 255	0.21 259

xx1	0.67 258	0.31 260	0.50 74	0.54 247	0.26 60	1.18 399	0.51 283	0.93 129	3.05 528	0.58 114	0.79 144	0.95 271	0.77 268	1.46 296	0.32 63	0.20 211	0.12 50	0.24 285	0.23 333	0.22 255	0.21 259

1test111	0.54 159	0.31 260	0.50 74	0.54 247	0.26 60	1.18 399	0.51 283	1.42 293	0.78 158	0.58 114	0.79 144	0.48 81	0.88 327	0.88 141	0.59 278	0.20 211	0.12 50	0.25 324	0.15 104	0.22 255	0.21 259

cc1	0.64 234	0.31 260	0.50 74	0.54 247	0.26 60	1.18 399	0.51 283	0.93 129	3.05 528	0.58 114	0.79 144	0.48 81	0.88 327	1.46 296	0.32 63	0.20 211	0.12 50	0.25 324	0.15 104	0.19 157	0.19 210

IER	0.70 268	0.31 260	1.02 373	0.48 137	0.52 383	1.34 425	0.51 283	1.17 229	0.99 234	1.23 330	1.34 350	1.12 329	1.11 413	0.99 175	0.71 319	0.20 211	0.16 255	0.21 199	0.21 281	0.20 191	0.19 210

GANet-ADL	0.60 205	0.35 342	0.72 219	0.64 374	0.40 297	0.68 227	0.51 283	1.49 309	1.12 294	0.95 202	1.08 235	0.91 249	0.57 190	0.76 99	0.55 267	0.26 358	0.18 305	0.18 108	0.16 146	0.23 280	0.25 322

AAGNet	1.83 495	0.28 172	0.72 219	0.61 344	0.32 192	0.67 220	0.51 283	0.96 148	0.98 227	1.47 428	1.20 295	1.00 288	1.18 427	2.83 436	22.77 566	0.22 270	0.13 108	0.22 227	0.19 205	0.23 280	0.15 91

GwcNet-RSSM	0.77 316	0.32 276	1.01 366	0.62 356	0.54 389	0.78 279	0.51 283	1.73 374	1.20 353	1.09 244	1.37 359	1.46 405	0.85 309	1.53 311	1.09 407	0.25 336	0.18 305	0.23 265	0.24 346	0.20 191	0.19 210

DANet	1.08 423	0.61 463	1.32 437	0.85 483	0.72 454	1.37 428	0.51 283	1.54 331	1.15 321	1.78 474	1.54 409	2.01 480	1.11 413	2.90 439	2.00 490	0.33 423	0.30 442	0.40 464	0.30 427	0.44 451	0.45 455
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
test_sample4	0.69 264	0.33 298	0.91 331	0.51 194	0.30 147	0.92 337	0.52 294	1.87 421	1.15 321	1.14 277	1.18 284	0.87 233	0.75 256	1.18 226	0.68 310	0.25 336	0.20 339	0.26 343	0.26 377	0.26 319	0.25 322

test_sample3	0.68 262	0.32 276	0.88 318	0.52 215	0.30 147	0.97 356	0.52 294	1.86 419	1.15 321	1.08 238	1.11 250	0.88 237	0.71 247	1.17 224	0.68 310	0.25 336	0.20 339	0.25 324	0.25 360	0.25 307	0.25 322

ProNet	0.43 82	0.28 172	0.58 129	0.43 57	0.30 147	0.56 151	0.52 294	1.00 159	0.58 88	0.44 63	0.49 60	0.43 56	0.43 98	1.28 249	0.36 113	0.15 35	0.13 108	0.19 129	0.16 146	0.17 87	0.16 120

test_5	0.65 242	0.30 227	0.75 251	0.67 407	0.50 361	0.92 337	0.52 294	1.39 287	1.12 294	0.76 149	1.11 250	1.00 288	0.90 334	1.53 311	0.45 199	0.18 138	0.13 108	0.23 265	0.22 310	0.21 232	0.19 210

sAnonymous2	0.55 174	0.56 443	1.46 459	0.60 330	0.51 372	0.48 74	0.52 294	0.79 76	0.68 127	0.50 100	0.67 107	0.46 69	0.62 217	0.59 43	0.40 151	0.22 270	0.17 284	0.22 227	0.21 281	0.86 507	0.56 481

CroCo_RVC	0.55 174	0.56 443	1.46 459	0.60 330	0.51 372	0.48 74	0.52 294	0.79 76	0.68 127	0.50 100	0.67 107	0.46 69	0.62 217	0.59 43	0.40 151	0.22 270	0.17 284	0.22 227	0.21 281	0.86 507	0.56 481

RALCasStereoNet	0.54 159	0.30 227	0.66 173	0.59 319	0.51 372	0.61 178	0.52 294	0.94 136	0.93 205	0.70 139	1.01 201	0.78 194	0.44 106	1.33 262	0.47 220	0.20 211	0.16 255	0.18 108	0.16 146	0.20 191	0.19 210

PWCDC_ROB	1.29 452	0.75 486	1.33 439	1.05 510	0.88 493	1.73 465	0.52 294	1.89 426	3.28 530	1.29 359	4.88 533	1.22 348	1.46 464	1.77 357	1.45 462	0.60 504	0.26 412	0.29 382	0.25 360	0.52 474	0.37 426

MM-Stereo_test3	0.50 131	0.24 74	0.54 99	0.54 247	0.74 458	0.49 86	0.53 302	1.09 208	1.05 258	0.62 128	0.95 176	0.61 143	0.42 91	0.77 102	0.38 136	0.20 211	0.17 284	0.20 164	0.16 146	0.18 117	0.18 170

rvit_0105_4	0.56 183	0.38 366	1.06 386	0.66 395	0.38 276	0.53 130	0.53 302	0.84 99	1.17 333	0.56 111	0.61 93	0.72 179	0.59 200	0.98 172	0.45 199	0.32 415	0.33 460	0.29 382	0.25 360	0.29 362	0.23 296

DRaft	0.80 331	0.24 74	0.70 201	0.45 93	0.30 147	0.97 356	0.53 302	1.05 185	0.97 222	1.78 474	2.02 479	0.80 200	1.74 489	2.73 434	0.72 322	0.17 99	0.14 159	0.20 164	0.20 237	0.18 117	0.21 259

acv_ft	0.75 308	0.31 260	0.95 345	0.70 426	0.86 490	1.24 409	0.53 302	1.44 300	1.07 267	1.24 338	1.30 329	1.08 312	0.92 340	0.80 113	1.34 441	0.21 244	0.19 321	0.21 199	0.18 183	0.21 232	0.18 170

NLCA_NET_v2_RVC	0.79 328	0.43 392	1.05 382	0.64 374	0.58 409	0.95 346	0.53 302	1.53 328	1.18 340	1.37 401	1.15 274	1.43 395	0.88 327	1.61 325	0.84 364	0.25 336	0.22 379	0.27 359	0.27 387	0.29 362	0.29 372
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AdaStereo	0.70 268	0.43 392	0.75 251	0.73 445	0.37 259	0.92 337	0.53 302	1.85 416	1.18 340	1.12 260	1.23 303	1.07 311	0.65 232	0.96 163	0.63 295	0.31 408	0.15 216	0.32 413	0.21 281	0.29 362	0.22 276
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.
3w_stereo	0.33 33	0.25 101	0.52 88	0.40 35	0.21 9	0.53 130	0.54 308	0.65 34	0.46 53	0.44 63	0.48 52	0.23 3	0.45 110	0.46 13	0.29 31	0.12 5	0.10 9	0.15 19	0.12 38	0.15 38	0.15 91

1w_stereo	0.34 36	0.20 8	0.42 29	0.43 57	0.26 60	0.47 68	0.54 308	0.59 17	0.50 60	0.41 48	0.66 103	0.25 11	0.44 106	0.62 61	0.33 76	0.12 5	0.10 9	0.14 1	0.11 8	0.14 18	0.12 10

MM-Stereo_test1	0.49 127	0.24 74	0.56 113	0.51 194	0.30 147	0.50 100	0.54 308	0.91 119	1.03 249	0.84 175	0.69 114	0.54 113	0.60 203	1.16 220	0.33 76	0.18 138	0.16 255	0.20 164	0.17 166	0.19 157	0.15 91

test_sample5	0.69 264	0.34 321	0.87 311	0.52 215	0.30 147	0.84 316	0.54 308	1.83 412	1.14 309	1.11 258	1.25 309	0.88 237	0.78 275	1.23 235	0.65 300	0.26 358	0.20 339	0.27 359	0.27 387	0.27 333	0.26 346

mmm	0.63 222	0.35 342	0.72 219	0.51 194	0.30 147	0.86 320	0.54 308	1.59 341	0.86 178	1.07 237	1.38 364	0.79 198	0.75 256	0.91 149	0.58 275	0.22 270	0.18 305	0.29 382	0.25 360	0.25 307	0.23 296

DualNet	0.70 268	0.34 321	0.87 311	0.52 215	0.30 147	0.84 316	0.54 308	1.83 412	1.14 309	1.14 277	1.33 343	0.88 237	0.78 275	1.23 235	0.65 300	0.26 358	0.20 339	0.27 359	0.27 387	0.27 333	0.26 346

CAS	0.63 222	0.18 1	0.37 5	2.27 533	0.84 485	0.57 156	0.54 308	0.79 76	0.62 98	0.48 86	0.70 118	0.36 43	0.26 16	0.45 11	0.35 103	2.24 534	0.10 9	0.14 1	0.09 1	0.15 38	1.06 523

gwcnet-sp	0.74 300	0.33 298	1.44 452	0.57 300	0.45 334	1.40 434	0.54 308	1.50 313	1.14 309	1.30 367	1.02 209	0.94 263	0.82 294	1.39 282	0.76 334	0.21 244	0.21 361	0.22 227	0.21 281	0.22 255	0.22 276

scenet	0.74 300	0.33 298	1.44 452	0.57 300	0.45 334	1.40 434	0.54 308	1.50 313	1.14 309	1.30 367	1.02 209	0.94 263	0.82 294	1.39 282	0.76 334	0.21 244	0.21 361	0.22 227	0.21 281	0.22 255	0.22 276

ssnet	0.74 300	0.33 298	1.44 452	0.57 300	0.45 334	1.40 434	0.54 308	1.50 313	1.14 309	1.30 367	1.02 209	0.94 263	0.82 294	1.39 282	0.76 334	0.21 244	0.21 361	0.22 227	0.21 281	0.22 255	0.22 276

LCNet	0.72 277	0.28 172	0.52 88	0.55 271	0.31 173	0.69 232	0.54 308	1.00 159	0.88 186	1.19 311	1.34 350	0.97 279	1.34 454	2.56 427	0.45 199	0.18 138	0.13 108	0.21 199	0.25 360	0.27 333	0.73 506

TransformOpticalFlow	0.96 386	0.28 172	0.89 324	0.52 215	0.31 173	0.66 216	0.54 308	1.75 380	1.12 294	1.09 244	1.44 382	1.37 390	1.01 388	6.70 521	0.42 173	0.19 179	0.12 50	0.20 164	0.19 205	0.18 117	0.19 210

raft+_RVC	0.53 144	0.26 122	0.54 99	0.60 330	0.47 350	0.54 138	0.54 308	1.27 263	0.99 234	0.76 149	1.03 219	0.70 175	0.56 181	0.93 157	0.47 220	0.18 138	0.14 159	0.19 129	0.18 183	0.18 117	0.15 91

ac_64	0.82 342	0.29 207	0.81 285	0.71 434	0.60 420	1.05 373	0.54 308	1.99 453	0.92 203	1.18 307	1.06 226	1.99 478	1.08 408	1.94 375	0.97 390	0.27 374	0.22 379	0.24 285	0.23 333	0.22 255	0.19 210

STTStereo	0.78 324	0.50 423	1.22 420	0.64 374	0.54 389	0.89 323	0.54 308	1.44 300	1.11 290	1.38 406	1.09 240	1.27 367	0.85 309	1.43 290	0.83 361	0.29 397	0.27 420	0.33 421	0.39 470	0.32 390	0.30 386

R-Stereo Train	0.57 190	0.26 122	0.63 152	0.54 247	0.36 244	0.69 232	0.54 308	1.22 253	0.72 138	1.61 457	1.50 401	0.75 183	0.53 164	0.64 64	0.44 186	0.18 138	0.15 216	0.17 74	0.15 104	0.17 87	0.17 145

RAFT-Stereo	0.57 190	0.26 122	0.63 152	0.54 247	0.36 244	0.69 232	0.54 308	1.22 253	0.72 138	1.61 457	1.50 401	0.75 183	0.53 164	0.64 64	0.44 186	0.18 138	0.15 216	0.17 74	0.15 104	0.17 87	0.17 145
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DeepPruner_ROB	0.74 300	0.48 413	0.87 311	0.57 300	0.44 327	0.79 284	0.54 308	1.73 374	0.96 215	1.38 406	1.27 319	1.24 355	0.73 252	1.43 290	0.73 325	0.34 433	0.28 427	0.27 359	0.26 377	0.31 382	0.31 396

rvit_stereo_0080	0.44 93	0.32 276	0.71 213	0.47 111	0.36 244	0.42 41	0.55 326	0.82 92	0.68 127	0.50 100	0.60 91	0.55 116	0.47 126	0.59 43	0.44 186	0.26 358	0.21 361	0.20 164	0.20 237	0.31 382	0.19 210

whm_eth	0.44 93	0.32 276	0.71 213	0.47 111	0.36 244	0.42 41	0.55 326	0.82 92	0.68 127	0.50 100	0.60 91	0.55 116	0.47 126	0.59 43	0.44 186	0.26 358	0.21 361	0.20 164	0.20 237	0.31 382	0.19 210

knoymous	0.51 133	0.29 207	0.47 60	0.43 57	0.30 147	0.55 146	0.55 326	1.02 166	0.77 155	0.98 211	0.85 155	0.94 263	0.56 181	0.85 132	0.45 199	0.20 211	0.14 159	0.26 343	0.14 88	0.23 280	0.23 296

RAFT+CT+SA	0.58 196	0.29 207	0.60 141	0.66 395	0.37 259	0.42 41	0.55 326	1.27 263	1.03 249	0.70 139	1.22 299	0.60 139	0.70 243	1.64 330	0.41 162	0.18 138	0.13 108	0.22 227	0.22 310	0.21 232	0.18 170

CFNet-ft	0.72 277	0.32 276	0.54 99	0.66 395	0.54 389	0.83 308	0.55 326	1.37 281	1.15 321	0.93 195	1.28 325	1.57 423	0.97 369	1.35 267	0.81 354	0.26 358	0.20 339	0.33 421	0.25 360	0.30 373	0.23 296

BEATNet_4x	0.73 295	0.49 416	1.17 415	0.53 232	0.26 60	1.03 370	0.55 326	1.82 407	1.06 262	1.21 319	1.22 299	0.96 277	0.91 337	1.01 180	1.06 401	0.21 244	0.14 159	0.24 285	0.19 205	0.37 415	0.21 259

HSM-Net_RVC	0.87 366	0.29 207	0.53 93	0.53 232	0.30 147	1.15 394	0.55 326	3.57 534	1.28 393	1.53 441	1.74 447	1.68 445	0.93 349	1.49 302	0.77 340	0.22 270	0.17 284	0.19 129	0.18 183	0.20 191	0.19 210
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.72 277	0.32 276	0.54 99	0.66 395	0.54 389	0.83 308	0.55 326	1.37 281	1.15 321	0.93 195	1.28 325	1.57 423	0.97 369	1.35 267	0.81 354	0.26 358	0.20 339	0.33 421	0.25 360	0.30 373	0.23 296

castereo	0.41 73	0.22 45	0.46 57	0.44 80	0.30 147	0.61 178	0.56 334	0.97 149	0.80 163	0.38 38	0.69 114	0.45 66	0.69 238	0.51 23	0.30 41	0.16 56	0.11 26	0.16 49	0.13 61	0.16 58	0.12 10

rvit_0105_5	0.58 196	0.39 371	1.05 382	0.66 395	0.37 259	0.58 159	0.56 334	0.94 136	1.18 340	0.64 130	0.68 110	0.75 183	0.63 222	0.88 141	0.50 238	0.32 415	0.32 456	0.30 393	0.27 387	0.28 351	0.25 322

ffm	0.72 277	0.33 298	0.85 294	0.53 232	0.37 259	0.74 255	0.56 334	0.95 141	2.47 516	1.15 283	1.45 384	1.06 306	0.82 294	1.55 315	0.32 63	0.20 211	0.12 50	0.31 399	0.27 387	0.19 157	0.20 242

ff1	1.37 463	0.33 298	0.85 294	0.53 232	0.37 259	0.74 255	0.56 334	0.95 141	2.47 516	1.15 283	1.45 384	1.06 306	0.82 294	7.22 527	7.61 535	0.20 211	0.12 50	0.31 399	0.27 387	0.19 157	0.20 242

mmx	1.39 465	0.33 298	0.85 294	0.53 232	0.37 259	0.74 255	0.56 334	2.13 475	1.37 434	1.15 283	1.45 384	1.06 306	0.82 294	7.22 527	7.61 535	0.24 310	0.19 321	0.31 399	0.27 387	0.30 373	0.25 322

xxx	1.39 465	0.33 298	0.85 294	0.53 232	0.37 259	0.74 255	0.56 334	2.13 475	1.37 434	1.15 283	1.45 384	1.06 306	0.82 294	7.22 527	7.61 535	0.24 310	0.19 321	0.31 399	0.27 387	0.30 373	0.25 322

AASNet	0.76 314	0.35 342	0.91 331	0.79 460	0.81 481	1.14 388	0.56 334	2.02 462	1.08 273	1.22 324	1.24 305	0.93 260	0.76 264	0.77 102	1.16 419	0.27 374	0.23 391	0.24 285	0.20 237	0.28 351	0.24 310

DEmStereo	0.97 392	0.23 56	0.79 279	0.47 111	0.32 192	1.04 372	0.56 334	0.93 129	0.89 189	1.39 412	2.14 486	1.02 297	2.07 511	5.64 500	0.77 340	0.17 99	0.15 216	0.20 164	0.20 237	0.18 117	0.20 242

PFNet	0.91 375	0.26 122	1.10 401	0.63 365	0.32 192	0.64 192	0.56 334	1.17 229	0.99 234	1.47 428	1.08 235	0.98 281	0.69 238	6.62 516	0.54 263	0.20 211	0.12 50	0.24 285	0.19 205	0.20 191	0.17 145

LMCR-Stereo	0.82 342	0.46 404	0.88 318	0.75 451	0.43 320	1.33 423	0.56 334	2.43 516	0.98 227	1.53 441	1.49 398	0.74 181	1.00 386	1.63 328	0.89 374	0.28 387	0.17 284	0.22 227	0.17 166	0.29 362	0.20 242

PSMNet-RSSM	0.72 277	0.30 227	0.61 144	0.63 365	0.42 310	0.73 251	0.56 334	1.92 436	1.10 288	1.09 244	1.37 359	1.22 348	0.98 376	1.28 249	0.72 322	0.27 374	0.19 321	0.27 359	0.29 418	0.24 295	0.24 310

ACV-stereo	0.99 398	0.51 426	1.41 450	0.56 284	0.41 305	2.43 509	0.57 345	1.15 225	1.18 340	0.81 166	1.01 201	3.39 521	2.14 513	1.60 323	1.07 404	0.27 374	0.22 379	0.22 227	0.22 310	0.28 351	0.32 401

GES	0.66 249	0.34 321	0.90 328	0.59 319	0.38 276	0.94 342	0.57 345	2.11 474	0.86 178	1.02 226	1.11 250	0.66 161	0.79 279	0.99 175	0.61 288	0.27 374	0.19 321	0.20 164	0.20 237	0.21 232	0.30 386

FADNet	0.92 377	0.61 463	1.81 486	0.62 356	0.55 395	0.96 352	0.57 345	1.78 394	1.33 415	0.93 195	1.01 201	1.36 387	1.01 388	2.71 433	0.75 331	0.33 423	0.34 461	0.31 399	0.34 454	0.59 487	0.40 436

RASNet	1.12 433	0.30 227	0.91 331	0.66 395	0.77 469	0.97 356	0.57 345	1.37 281	1.35 427	1.02 226	1.34 350	2.11 487	1.43 459	7.09 526	1.39 449	0.19 179	0.17 284	0.17 74	0.19 205	0.18 117	0.16 120

test_sample6	0.71 275	0.34 321	0.87 311	0.52 215	0.30 147	0.82 303	0.58 349	1.79 400	1.15 321	1.14 277	1.33 343	0.91 249	0.79 279	1.31 255	0.74 326	0.27 374	0.21 361	0.27 359	0.29 418	0.28 351	0.27 356

GwcNet-ADL	0.64 234	0.31 260	0.79 279	0.56 284	0.41 305	0.60 172	0.58 349	1.41 291	1.26 382	1.08 238	1.13 262	0.91 249	0.60 203	1.04 190	0.78 342	0.27 374	0.18 305	0.18 108	0.18 183	0.25 307	0.29 372

HHNet	0.62 215	0.26 122	0.63 152	0.43 57	0.45 334	0.50 100	0.58 349	1.07 200	1.01 242	1.25 344	2.23 489	0.70 175	0.61 212	1.07 197	0.47 220	0.20 211	0.13 108	0.23 265	0.19 205	0.19 157	0.30 386

RAFT	0.64 234	0.30 227	0.73 231	0.59 319	0.33 213	0.68 227	0.58 349	1.04 177	0.76 151	1.08 238	1.19 291	1.65 442	0.93 349	1.06 193	0.56 269	0.21 244	0.18 305	0.27 359	0.24 346	0.22 255	0.17 145

ICVP	0.63 222	0.33 298	0.57 123	0.61 344	0.40 297	0.80 292	0.58 349	1.61 348	0.89 189	0.90 187	1.24 305	0.88 237	0.73 252	0.72 88	0.88 371	0.29 397	0.21 361	0.22 227	0.21 281	0.24 295	0.27 356
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HGLStereo	0.85 357	0.38 366	0.94 341	0.80 463	1.03 503	1.17 398	0.58 349	1.52 322	1.20 353	1.19 311	1.62 431	1.13 334	1.20 433	1.80 359	1.06 401	0.24 310	0.24 400	0.24 285	0.21 281	0.23 280	0.27 356

GANet-RSSM	0.72 277	0.28 172	0.63 152	0.64 374	0.58 409	0.80 292	0.58 349	1.89 426	1.08 273	1.04 233	1.25 309	1.15 337	1.04 397	1.49 302	0.62 291	0.25 336	0.19 321	0.22 227	0.22 310	0.22 255	0.21 259

UCFNet_RVC	0.69 264	0.35 342	0.49 69	0.64 374	0.39 286	0.85 319	0.58 349	1.75 380	1.14 309	0.97 207	1.19 291	1.17 339	0.93 349	0.99 175	0.62 291	0.28 387	0.20 339	0.34 431	0.31 432	0.32 390	0.27 356

rvit_stereo_ft	0.47 115	0.35 342	0.87 311	0.67 407	0.42 310	0.40 30	0.59 357	0.81 89	0.74 144	0.46 75	0.55 79	0.57 126	0.49 145	0.65 70	0.50 238	0.25 336	0.17 284	0.22 227	0.22 310	0.24 295	0.17 145

test_xeample	1.45 470	0.28 172	0.65 166	0.51 194	0.28 108	0.94 342	0.59 357	2.14 479	1.29 397	1.24 338	1.51 403	0.88 237	0.86 317	1.46 296	15.10 555	0.22 270	0.20 339	0.22 227	0.20 237	0.22 255	0.22 276

HSM	1.19 446	0.32 276	0.65 166	0.57 300	0.38 276	1.23 408	0.59 357	2.25 500	1.19 348	1.30 367	1.25 309	1.94 473	1.03 395	9.32 548	0.71 319	0.22 270	0.16 255	0.20 164	0.16 146	0.21 232	0.21 259

iResNet	0.75 308	0.40 377	1.36 443	0.67 407	0.29 125	0.92 337	0.59 357	1.52 322	1.25 377	1.28 353	1.48 396	0.94 263	0.76 264	1.62 326	0.78 342	0.18 138	0.14 159	0.18 108	0.15 104	0.22 255	0.23 296

coex_refinement	0.80 331	0.28 172	0.73 231	0.70 426	0.51 372	0.95 346	0.60 361	1.78 394	1.23 368	1.36 398	1.37 359	1.82 461	0.81 289	1.32 259	1.13 416	0.26 358	0.17 284	0.19 129	0.20 237	0.24 295	0.25 322

FADNet-RVC	0.88 367	0.67 472	1.93 493	0.60 330	0.48 351	0.91 330	0.60 361	1.71 372	1.18 340	0.90 187	0.96 179	1.36 387	0.92 340	2.25 406	1.17 422	0.30 401	0.29 438	0.32 413	0.32 440	0.41 435	0.35 416

test_sample2	0.62 215	0.29 207	0.74 247	0.50 164	0.28 108	0.80 292	0.61 363	1.61 348	1.00 239	0.88 184	0.99 191	0.94 263	0.83 302	1.16 220	0.51 243	0.23 295	0.18 305	0.22 227	0.21 281	0.23 280	0.22 276

CoDeX	0.73 295	0.29 207	0.93 337	0.54 247	0.36 244	1.14 388	0.61 363	2.34 508	1.17 333	1.16 293	1.25 309	0.91 249	0.87 322	1.33 262	0.64 299	0.20 211	0.16 255	0.21 199	0.18 183	0.20 191	0.18 170

FADNet-RVC-Resample	0.84 353	0.47 409	2.10 497	0.61 344	0.45 334	1.07 378	0.61 363	1.59 341	1.20 353	1.08 238	0.98 189	1.03 301	0.98 376	2.17 396	0.72 322	0.23 295	0.22 379	0.30 393	0.32 440	0.35 404	0.34 411

YMNet	1.00 403	0.54 435	1.40 445	0.81 466	0.85 488	1.87 481	0.62 366	1.55 335	1.18 340	1.63 462	1.99 474	1.77 456	0.97 369	1.50 304	1.45 462	0.33 423	0.37 479	0.31 399	0.32 440	0.32 390	0.29 372

YMNet_1	1.00 403	0.54 435	1.40 445	0.81 466	0.85 488	1.87 481	0.62 366	1.55 335	1.18 340	1.63 462	1.99 474	1.77 456	0.97 369	1.50 304	1.45 462	0.33 423	0.37 479	0.31 399	0.32 440	0.32 390	0.29 372

PSMNet-RUCA	1.02 412	0.97 500	1.44 452	1.23 519	1.10 507	1.40 434	0.62 366	1.69 366	1.38 438	0.94 200	1.53 405	0.97 279	0.83 302	1.17 224	0.93 379	0.69 511	0.34 461	0.99 521	0.60 510	0.97 511	0.64 498

Occ-G	0.42 76	0.21 26	0.48 62	0.41 43	0.26 60	0.42 41	0.62 366	0.77 67	0.49 57	0.43 59	0.66 103	1.02 297	0.46 117	0.78 107	0.41 162	0.16 56	0.13 108	0.18 108	0.13 61	0.16 58	0.16 120

qqq	0.57 190	0.34 321	0.71 213	0.47 111	0.27 84	0.64 192	0.62 366	1.42 293	0.78 158	0.80 162	0.92 169	0.95 271	0.77 268	0.88 141	0.59 278	0.21 244	0.20 339	0.24 285	0.23 333	0.22 255	0.21 259

DAS	0.84 353	0.34 321	1.03 377	0.64 374	0.69 449	0.77 274	0.63 371	1.54 331	1.20 353	1.79 477	1.55 411	0.95 271	1.04 397	2.83 436	0.60 286	0.21 244	0.16 255	0.25 324	0.18 183	0.27 333	0.22 276

SepStereo	0.82 342	0.34 321	1.03 377	0.64 374	0.69 449	0.77 274	0.63 371	1.54 331	1.20 353	1.79 477	1.55 411	0.95 271	1.04 397	2.30 410	0.60 286	0.21 244	0.16 255	0.25 324	0.18 183	0.27 333	0.22 276

Anonymous_2	1.30 454	0.55 440	0.82 288	0.52 215	0.58 409	1.01 365	0.64 373	1.25 261	0.97 222	0.96 204	0.78 138	1.33 380	1.29 446	1.03 184	0.74 326	0.62 506	0.64 524	1.06 524	9.63 564	1.16 519	0.49 468

iResNetv2_ROB	0.80 331	0.37 359	1.71 479	0.56 284	0.37 259	0.94 342	0.64 373	1.73 374	1.34 418	1.23 330	1.42 373	1.26 363	0.92 340	1.85 365	0.56 269	0.23 295	0.15 216	0.19 129	0.14 88	0.24 295	0.19 210

BSDual-CNN	0.71 275	0.32 276	0.68 182	0.54 247	0.44 327	1.27 413	0.65 375	2.16 484	0.98 227	1.20 315	1.11 250	1.12 329	0.74 254	0.91 149	0.66 303	0.24 310	0.17 284	0.25 324	0.22 310	0.22 255	0.22 276

hknet	0.77 316	0.32 276	0.95 345	0.54 247	0.38 276	1.27 413	0.65 375	2.16 484	1.07 267	1.20 315	1.11 250	1.59 427	0.81 289	1.37 273	0.66 303	0.22 270	0.17 284	0.25 324	0.22 310	0.22 255	0.22 276

Anonymous3	0.61 211	0.44 395	1.11 403	0.59 319	0.49 354	0.93 341	0.65 375	0.93 129	0.81 166	0.72 146	0.88 161	0.65 157	0.69 238	1.06 193	0.53 257	0.35 440	0.30 442	0.26 343	0.26 377	0.31 382	0.27 356

SHD	1.31 456	0.71 480	2.34 508	0.86 485	0.75 465	1.77 471	0.65 375	2.22 497	2.50 519	2.40 510	1.71 444	1.91 468	1.60 478	1.93 374	2.37 498	0.38 452	0.31 448	0.38 453	0.40 474	0.48 464	0.50 470

RTSC	1.29 452	0.73 481	2.44 510	0.83 477	0.57 400	1.85 479	0.65 375	1.88 424	2.00 503	2.20 500	1.66 439	1.60 429	1.26 443	2.33 412	3.92 518	0.32 415	0.23 391	0.27 359	0.29 418	0.37 415	0.37 426

G2L-ROB	0.73 295	0.25 101	0.76 261	0.54 247	0.39 286	0.95 346	0.66 380	1.66 361	1.09 281	1.24 338	1.02 209	1.64 439	0.71 247	1.63 328	1.02 397	0.20 211	0.14 159	0.17 74	0.15 104	0.20 191	0.22 276

LL-Strereo	1.33 459	0.39 371	1.38 444	0.61 344	0.61 423	0.75 260	0.66 380	1.63 354	1.17 333	1.56 449	1.60 424	2.03 483	2.12 512	9.72 554	0.97 390	0.21 244	0.18 305	0.27 359	0.23 333	0.22 255	0.25 322

SFCPSM	0.70 268	0.28 172	1.02 373	0.51 194	0.38 276	1.37 428	0.66 380	2.00 454	1.03 249	1.17 302	1.21 297	0.82 209	0.78 275	1.03 184	0.53 257	0.21 244	0.17 284	0.22 227	0.24 346	0.21 232	0.19 210

Nwc_Net	1.09 426	0.49 416	1.33 439	0.89 495	0.80 479	1.49 445	0.66 380	2.19 493	1.27 388	1.32 381	2.26 490	1.96 475	1.54 472	1.92 371	1.34 441	0.40 458	0.30 442	0.43 471	0.45 484	0.38 424	0.37 426

TCMNet	1.01 409	0.60 461	2.10 497	0.86 485	1.33 524	1.14 388	0.67 384	1.69 366	1.23 368	1.11 258	1.57 419	1.30 374	0.97 369	2.01 381	1.50 469	0.31 408	0.31 448	0.38 453	0.34 454	0.42 439	0.36 421

test_sample7	0.74 300	0.37 359	0.76 261	0.52 215	0.35 234	0.91 330	0.67 384	1.78 394	1.21 359	1.22 324	1.18 284	1.08 312	0.92 340	1.23 235	0.67 306	0.31 408	0.28 427	0.32 413	0.31 432	0.33 399	0.29 372

GASNet	0.99 398	0.97 500	1.72 480	0.98 505	0.68 447	0.83 308	0.67 384	1.60 345	1.28 393	1.31 377	1.22 299	1.22 348	1.21 436	2.41 418	1.41 454	0.43 471	0.26 412	0.36 447	0.34 454	0.55 480	0.31 396

DispFullNet	2.34 516	2.85 552	3.66 525	3.08 546	2.27 537	1.97 488	0.67 384	2.00 454	1.70 483	2.52 512	2.00 476	2.23 489	5.86 547	3.44 458	1.58 472	1.01 518	0.32 456	2.64 546	1.94 551	2.85 541	2.24 540

1111x	1.70 490	0.29 207	0.86 300	0.51 194	0.27 84	1.01 365	0.68 388	2.22 497	1.28 393	1.13 274	1.40 370	1.21 346	1.10 412	5.53 496	15.20 556	0.22 270	0.21 361	0.22 227	0.22 310	0.24 295	0.22 276

iinet-f	0.99 398	0.45 402	3.71 527	0.55 271	0.43 320	1.81 474	0.68 388	1.14 223	1.14 309	1.18 307	1.42 373	1.58 426	1.44 461	1.34 266	1.59 474	0.24 310	0.23 391	0.20 164	0.19 205	0.26 319	0.25 322

ToySt	0.66 249	0.33 298	1.23 421	0.51 194	0.33 213	0.86 320	0.68 388	1.10 211	0.97 222	0.84 175	1.08 235	1.25 359	0.94 354	1.01 180	0.74 326	0.19 179	0.19 321	0.24 285	0.24 346	0.27 333	0.23 296

iRaft-Stereo_5w	0.85 357	0.29 207	0.91 331	0.53 232	0.43 320	0.49 86	0.68 388	0.99 155	0.87 182	0.79 160	1.34 350	1.46 405	0.91 337	5.11 485	1.11 413	0.17 99	0.14 159	0.22 227	0.18 183	0.20 191	0.20 242

G2L-Stereo	0.80 331	0.32 276	0.95 345	0.60 330	0.42 310	0.78 279	0.69 392	1.50 313	1.09 281	1.33 389	1.14 266	1.45 402	0.72 250	2.45 420	1.10 410	0.25 336	0.20 339	0.26 343	0.21 281	0.20 191	0.26 346

fast-acv-ft	0.94 382	0.44 395	1.40 445	0.58 306	0.51 372	1.77 471	0.69 392	1.36 280	1.42 455	1.29 359	1.86 463	1.74 452	1.25 441	1.52 307	1.38 446	0.26 358	0.28 427	0.28 372	0.28 407	0.27 333	0.26 346

AANet_RVC	1.16 444	0.52 430	1.49 466	0.65 388	0.45 334	0.75 260	0.69 392	1.42 293	1.55 473	1.34 393	1.87 465	1.53 418	0.78 275	7.43 532	1.38 446	0.25 336	0.17 284	0.19 129	0.16 146	0.22 255	0.26 346

psmorigin	1.52 475	0.69 476	10.52 548	0.68 418	0.59 417	1.13 387	0.70 395	1.57 339	1.19 348	1.99 492	1.79 454	2.26 491	1.47 466	2.09 389	1.36 445	0.39 455	0.40 490	0.34 431	0.33 449	0.43 445	0.56 481

GwcNet	1.08 423	0.51 426	2.33 507	0.79 460	1.18 517	1.76 468	0.70 395	1.68 364	1.47 461	1.41 415	1.64 435	1.74 452	1.04 397	2.20 402	1.41 454	0.30 401	0.29 438	0.29 382	0.27 387	0.30 373	0.35 416

rvit_0105_3	0.63 222	0.44 395	1.08 395	0.72 437	0.40 297	0.64 192	0.71 397	1.03 171	1.17 333	0.82 170	0.70 118	0.80 200	0.70 243	0.91 149	0.56 269	0.35 440	0.34 461	0.34 431	0.32 440	0.27 333	0.28 368

AF-Net	1.13 436	0.52 430	1.33 439	0.86 485	0.91 494	1.38 431	0.71 397	2.16 484	1.62 476	1.56 449	2.40 497	1.99 478	1.65 482	1.81 361	1.48 467	0.48 485	0.28 427	0.49 485	0.33 449	0.39 428	0.32 401

stereogan	1.15 442	0.42 389	1.40 445	0.86 485	0.84 485	2.38 507	0.71 397	1.88 424	1.73 486	1.72 469	1.94 472	2.31 494	1.29 446	2.07 387	1.08 405	0.36 444	0.35 472	0.39 459	0.31 432	0.51 472	0.46 458

UGAM	1.14 438	0.27 150	0.95 345	0.53 232	0.42 310	0.70 239	0.72 400	0.95 141	1.32 411	0.98 211	1.48 396	1.78 458	0.87 322	9.65 553	0.87 370	0.21 244	0.18 305	0.30 393	0.24 346	0.19 157	0.16 120

DualNet (step1)	0.83 348	0.49 416	1.13 407	0.56 284	0.39 286	1.02 367	0.73 401	1.78 394	1.21 359	1.22 324	1.18 284	1.08 312	0.92 340	1.23 235	0.67 306	0.57 499	0.28 427	0.62 507	0.67 514	0.45 454	0.42 444

test_sample9	1.86 498	0.49 416	1.13 407	0.56 284	0.39 286	1.02 367	0.73 401	1.78 394	1.21 359	1.22 324	1.18 284	1.08 312	0.92 340	2.27 408	7.92 539	0.57 499	12.61 568	0.62 507	0.67 514	0.45 454	0.42 444

test_sample8	2.19 511	0.49 416	1.13 407	0.56 284	0.39 286	1.02 367	0.73 401	1.82 407	1.15 321	2.26 501	1.30 329	4.94 534	2.52 524	2.27 408	7.92 539	0.57 499	12.61 568	0.62 507	0.67 514	0.45 454	0.42 444

MyStereo06	0.61 211	0.28 172	0.95 345	0.56 284	0.46 345	0.61 178	0.73 401	1.78 394	0.67 123	1.03 230	1.12 257	1.13 334	0.56 181	0.78 107	0.41 162	0.17 99	0.16 255	0.23 265	0.20 237	0.22 255	0.20 242

MyStereo05	0.66 249	0.28 172	1.07 391	0.56 284	0.46 345	0.61 178	0.73 401	1.34 275	1.41 452	1.15 283	0.91 167	0.77 190	0.80 285	1.41 289	0.63 295	0.17 99	0.16 255	0.23 265	0.20 237	0.22 255	0.20 242

SQANet	1.31 456	0.88 497	1.08 395	1.83 530	1.44 526	1.44 441	0.75 406	1.74 378	1.09 281	1.32 381	1.26 316	1.28 370	1.01 388	1.50 304	0.83 361	2.50 536	0.34 461	1.47 528	0.55 503	2.32 529	1.57 531

psmg	0.72 277	0.32 276	0.68 182	0.50 164	0.44 327	1.48 443	0.75 406	1.94 442	0.98 227	1.21 319	1.33 343	1.12 329	0.74 254	0.91 149	0.66 303	0.24 310	0.19 321	0.25 324	0.25 360	0.23 280	0.22 276

edge stereo	1.11 431	0.50 423	1.30 433	0.71 434	0.65 434	1.14 388	0.75 406	1.93 440	1.37 434	1.71 468	1.83 458	2.54 503	1.44 461	2.43 419	1.23 427	0.42 466	0.41 492	0.54 495	0.35 459	0.42 439	0.46 458

HBP-ISP	0.96 386	0.58 450	0.72 219	0.61 344	0.46 345	1.64 458	0.76 409	1.86 419	1.28 393	1.30 367	1.53 405	0.86 229	0.94 354	3.27 452	0.69 313	0.45 477	0.44 498	0.54 495	0.48 491	0.47 461	0.40 436

ADLNet2	0.88 367	0.34 321	1.17 415	0.77 456	0.64 432	1.12 386	0.76 409	1.74 378	1.24 374	1.21 319	1.65 437	1.71 448	1.05 401	1.67 336	1.17 422	0.24 310	0.21 361	0.21 199	0.22 310	0.26 319	0.29 372

ADLNet	0.85 357	0.36 352	0.89 324	0.85 483	0.72 454	1.24 409	0.76 409	1.82 407	1.36 430	1.52 440	1.35 356	1.27 367	0.99 384	1.23 235	1.15 418	0.27 374	0.20 339	0.26 343	0.25 360	0.28 351	0.30 386

CSP-Net	0.97 392	0.38 366	0.83 292	0.53 232	0.41 305	1.63 456	0.77 412	2.00 454	1.05 258	1.25 344	1.20 295	1.33 380	0.83 302	4.93 484	0.85 367	0.32 415	0.22 379	0.20 164	0.20 237	0.23 280	0.25 322

RGC	1.14 438	0.79 489	1.26 427	0.91 499	0.96 501	1.52 447	0.77 412	1.92 436	1.26 382	1.54 445	1.93 470	2.02 482	1.54 472	2.25 406	1.31 438	0.44 476	0.35 472	0.58 505	0.48 491	0.47 461	0.46 458

Wz-Net-LNSev-Ref	0.99 398	0.40 377	1.82 487	0.66 395	0.62 428	2.05 493	0.78 414	1.91 433	1.29 397	1.54 445	1.42 373	1.51 415	1.23 438	1.99 379	1.33 439	0.23 295	0.14 159	0.20 164	0.15 104	0.27 333	0.26 346

ADCRef	1.35 461	0.55 440	2.37 509	0.72 437	0.77 469	1.94 486	0.78 414	1.91 433	1.27 388	1.57 453	1.59 423	1.36 387	1.41 457	1.54 313	7.53 534	0.23 295	0.20 339	0.32 413	0.30 427	0.29 362	0.29 372

NOSS_ROB	1.26 451	0.46 404	0.62 149	0.56 284	0.38 276	1.06 376	0.78 414	1.73 374	1.40 448	1.01 222	1.43 377	1.10 324	0.75 256	10.62 557	0.65 300	0.45 477	0.43 495	0.48 483	0.45 484	0.44 451	0.41 440

MyStereo07	0.48 121	0.29 207	0.50 74	0.55 271	0.45 334	0.59 164	0.79 417	1.05 185	0.51 69	0.48 86	0.53 70	0.43 56	0.55 176	1.30 254	0.34 93	0.17 99	0.16 255	0.24 285	0.20 237	0.23 280	0.20 242

MyStereo04	0.67 258	0.29 207	1.07 391	0.55 271	0.45 334	0.59 164	0.79 417	1.50 313	1.40 448	0.91 192	0.91 167	0.74 181	0.86 317	1.52 307	0.62 291	0.17 99	0.16 255	0.24 285	0.20 237	0.23 280	0.20 242

SACVNet	0.85 357	0.46 404	0.85 294	0.81 466	0.56 397	0.80 292	0.79 417	1.68 364	1.12 294	1.34 393	1.33 343	1.25 359	0.94 354	2.39 417	0.76 334	0.34 433	0.26 412	0.31 399	0.29 418	0.35 404	0.44 453

STrans-v2	1.04 417	0.28 172	0.96 351	0.49 152	0.32 192	0.68 227	0.79 417	2.47 518	1.12 294	1.12 260	1.46 390	1.40 391	1.46 464	6.70 521	0.43 183	0.18 138	0.13 108	0.20 164	0.18 183	0.18 117	0.18 170

GEStereo_RVC	0.90 372	0.37 359	0.99 357	0.64 374	0.50 361	0.95 346	0.79 417	2.42 515	1.17 333	1.16 293	1.11 250	1.26 363	0.92 340	3.24 450	0.90 377	0.29 397	0.19 321	0.23 265	0.20 237	0.27 333	0.29 372

DRN-Test	1.00 403	0.44 395	1.13 407	0.70 426	0.81 481	1.62 455	0.79 417	2.14 479	1.44 458	1.78 474	1.33 343	1.43 395	1.05 401	2.18 399	1.53 471	0.27 374	0.21 361	0.31 399	0.30 427	0.32 390	0.28 368

UDG	1.41 468	2.65 550	0.99 357	1.44 525	1.64 529	1.34 425	0.80 423	1.60 345	1.23 368	1.23 330	1.71 444	2.01 480	1.34 454	1.47 300	1.41 454	0.90 515	0.54 518	2.29 535	0.75 518	1.84 526	1.04 520

UPFNet	0.80 331	0.32 276	0.90 328	0.59 319	0.74 458	1.26 412	0.80 423	1.52 322	1.10 288	1.30 367	1.12 257	1.30 374	0.84 306	1.67 336	1.09 407	0.24 310	0.24 400	0.24 285	0.23 333	0.25 307	0.18 170

PS-NSSS	0.99 398	0.58 450	0.93 337	0.58 306	0.57 400	0.91 330	0.80 423	1.81 406	1.14 309	1.14 277	1.67 441	1.00 288	0.83 302	4.62 476	0.78 342	0.37 448	0.31 448	0.52 489	0.32 440	0.45 454	0.38 432

G2L-Stereo_test	0.73 295	0.27 150	0.74 247	0.49 152	0.40 297	0.90 326	0.81 426	1.53 328	1.14 309	1.28 353	1.27 319	1.52 417	0.72 250	1.62 326	0.94 381	0.19 179	0.14 159	0.16 49	0.15 104	0.18 117	0.19 210

LRCNet_RVC	22.74 566	32.10 572	21.97 559	29.84 569	26.23 566	4.42 542	0.81 426	22.66 565	2.02 504	26.93 570	29.26 570	23.06 571	15.59 560	23.84 568	18.88 560	31.75 572	19.90 573	34.65 571	32.13 572	30.54 571	28.32 572

ARAFT	0.77 316	0.36 352	1.49 466	0.51 194	0.31 173	0.90 326	0.82 428	1.90 429	1.06 262	1.62 460	1.24 305	1.02 297	0.64 226	1.84 362	0.50 238	0.18 138	0.14 159	0.28 372	0.27 387	0.17 87	0.16 120

APVNet	1.06 418	0.53 434	1.42 451	0.84 478	0.79 474	1.92 484	0.82 428	1.90 429	1.08 273	1.08 238	1.43 377	1.56 422	1.13 420	3.07 444	1.58 472	0.31 408	0.34 461	0.42 469	0.36 463	0.36 411	0.37 426

CBFPSM	0.92 377	0.33 298	1.86 490	0.49 152	0.38 276	1.75 466	0.84 430	1.39 287	1.12 294	1.09 244	0.99 191	2.37 497	1.66 486	1.32 259	1.42 458	0.19 179	0.18 305	0.20 164	0.20 237	0.21 232	0.33 407

delet	0.85 357	0.32 276	0.95 345	0.65 388	0.66 437	1.64 458	0.84 430	1.75 380	1.35 427	1.32 381	1.30 329	1.30 374	0.88 327	1.68 341	1.10 410	0.21 244	0.21 361	0.24 285	0.24 346	0.21 232	0.21 259

RP	1.09 426	0.50 423	1.12 405	0.90 496	1.04 504	1.11 383	0.84 430	1.80 403	1.62 476	1.55 448	2.00 476	1.90 467	1.78 492	1.84 362	1.25 429	0.52 490	0.36 477	0.48 483	0.36 463	0.45 454	0.43 451

PA-Net	1.01 409	0.57 447	1.29 432	0.64 374	0.74 458	1.19 403	0.84 430	1.69 366	1.43 457	1.16 293	1.19 291	1.32 379	1.19 430	3.42 456	1.25 429	0.29 397	0.45 502	0.33 421	0.49 494	0.32 390	0.47 461
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DISCO	1.03 414	0.34 321	1.11 403	0.69 421	0.45 334	2.07 494	0.84 430	2.13 475	1.50 465	1.15 283	1.33 343	2.40 499	1.07 407	2.60 429	1.51 470	0.23 295	0.18 305	0.22 227	0.20 237	0.31 382	0.27 356

DLCB_ROB	0.86 362	0.40 377	0.78 276	0.68 418	0.54 389	1.11 383	0.84 430	1.49 309	1.23 368	1.64 464	1.65 437	1.70 447	0.91 337	1.70 343	1.05 399	0.25 336	0.24 400	0.26 343	0.27 387	0.27 333	0.24 310

CRFU-Net	0.86 362	0.39 371	1.00 362	0.65 388	0.57 400	1.78 473	0.86 436	2.15 481	0.81 166	1.38 406	1.18 284	1.64 439	1.19 430	1.35 267	0.90 377	0.26 358	0.22 379	0.21 199	0.19 205	0.23 280	0.24 310

KYRaft	0.75 308	0.28 172	0.62 149	0.56 284	0.29 125	0.67 220	0.86 436	0.94 136	0.84 176	1.62 460	2.21 488	1.16 338	1.02 393	1.57 318	0.40 151	0.20 211	0.13 108	0.22 227	0.28 407	0.20 191	1.02 518

rvit_105_1	0.72 277	0.52 430	1.01 366	0.78 458	0.49 354	0.75 260	0.87 438	1.12 219	1.18 340	0.99 214	0.79 144	0.90 246	0.77 268	1.26 244	0.75 331	0.41 462	0.36 477	0.36 447	0.41 475	0.30 373	0.33 407

NVstereo2D	0.92 377	0.41 385	1.48 464	0.72 437	0.72 454	1.20 405	0.87 438	1.75 380	1.38 438	0.99 214	1.13 262	1.26 363	0.98 376	2.21 403	0.89 374	0.43 471	0.20 339	0.38 453	0.24 346	0.57 483	0.63 494

Syn2CoEx	1.14 438	0.69 476	1.66 475	0.80 463	0.67 441	1.40 434	0.88 440	2.06 469	1.54 471	1.25 344	1.58 422	1.42 394	1.50 471	4.09 466	1.40 450	0.36 444	0.32 456	0.34 431	0.29 418	0.29 362	0.34 411

SuperB	2.53 523	0.59 453	18.45 555	0.69 421	0.50 361	1.87 481	0.88 440	1.67 363	2.39 513	1.50 437	1.42 373	1.14 336	1.15 422	4.28 471	5.07 524	0.24 310	0.19 321	0.22 227	0.19 205	7.86 562	0.34 411

anonymity	1.12 433	0.97 500	1.21 418	1.07 513	1.12 511	1.08 379	0.89 442	1.95 444	1.16 330	1.29 359	1.26 316	1.22 348	1.09 411	1.15 216	1.01 396	1.02 520	1.00 543	0.97 519	0.97 531	0.98 512	0.99 517

FAT-Stereo	1.07 420	0.41 385	1.32 437	0.72 437	0.58 409	1.08 379	0.89 442	1.96 445	1.65 478	1.75 471	1.98 473	2.03 483	1.48 467	2.02 382	1.18 425	0.42 466	0.35 472	0.34 431	0.29 418	0.35 404	0.53 476

NCC-stereo	1.10 428	0.54 435	1.24 424	0.84 478	0.94 498	1.29 416	0.89 442	2.01 458	1.34 418	1.32 381	1.74 447	1.88 463	1.74 489	2.35 413	1.25 429	0.45 477	0.37 479	0.45 476	0.58 506	0.42 439	0.42 444

Abc-Net	1.10 428	0.54 435	1.24 424	0.84 478	0.94 498	1.29 416	0.89 442	2.01 458	1.34 418	1.32 381	1.74 447	1.88 463	1.74 489	2.35 413	1.25 429	0.45 477	0.37 479	0.45 476	0.58 506	0.42 439	0.42 444
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
XQC	1.37 463	0.87 495	2.56 514	0.84 478	0.69 449	1.83 477	0.89 442	2.07 470	1.88 495	1.88 485	1.53 405	1.91 468	1.55 474	2.85 438	3.05 506	0.48 485	0.29 438	0.44 475	0.39 470	0.69 501	0.60 491

G-Net	1.66 485	0.63 467	1.56 469	1.11 515	0.74 458	2.98 524	0.91 447	1.55 335	1.22 365	2.76 520	8.18 551	2.32 495	2.53 525	1.92 371	1.87 482	0.48 485	0.44 498	0.45 476	0.31 432	0.60 491	0.57 485

StereoDRNet	0.98 396	0.47 409	1.70 477	0.76 453	0.94 498	1.51 446	0.91 447	1.92 436	1.32 411	1.61 457	1.13 262	1.47 410	0.97 369	1.75 350	1.46 465	0.28 387	0.23 391	0.29 382	0.27 387	0.35 404	0.27 356

DDUNet	1.50 473	2.69 551	1.12 405	1.77 529	1.88 531	1.84 478	0.92 449	1.70 371	1.16 330	1.38 406	1.79 454	1.60 429	1.12 416	1.37 273	1.08 405	1.10 525	0.76 528	2.37 537	0.94 529	2.00 527	1.37 528

psm_up	0.77 316	0.34 321	0.70 201	0.66 395	0.58 409	1.05 373	0.92 449	1.52 322	1.12 294	1.26 348	1.16 279	1.31 378	1.23 438	1.20 230	0.81 354	0.25 336	0.29 438	0.31 399	0.27 387	0.27 333	0.25 322

RYNet	1.17 445	0.49 416	1.24 424	0.70 426	0.97 502	1.71 462	0.92 449	1.91 433	1.46 460	1.38 406	1.14 266	1.88 463	1.30 450	4.24 468	1.87 482	0.26 358	0.21 361	0.35 439	0.27 387	0.55 480	0.54 477

PDISCO_ROB	1.32 458	0.65 470	1.44 452	1.36 520	1.46 527	2.55 512	0.92 449	2.45 517	2.07 507	1.37 401	1.49 398	1.65 442	1.00 386	2.82 435	1.35 444	1.01 518	0.27 420	0.54 495	0.47 489	0.71 503	0.73 506

DSFCA	0.93 380	0.34 321	1.06 386	0.52 215	0.65 434	1.55 450	0.93 453	1.49 309	1.19 348	1.56 449	1.15 274	1.50 413	0.96 366	3.07 444	1.02 397	0.30 401	0.26 412	0.25 324	0.25 360	0.28 351	0.24 310

MaskLacGwcNet_RVC	1.10 428	1.02 505	1.00 362	0.82 474	0.67 441	1.93 485	0.93 453	1.62 352	1.11 290	1.15 283	1.25 309	1.50 413	0.79 279	1.96 377	0.76 334	1.89 530	0.34 461	0.79 514	0.36 463	1.25 523	0.83 510

FCDSN-DC	2.32 515	0.63 467	0.81 285	0.84 478	0.75 465	2.23 500	0.94 455	2.09 473	1.80 491	5.45 550	7.72 548	7.77 547	6.93 554	3.39 453	1.80 480	0.52 490	0.48 507	0.52 489	0.51 499	0.57 483	0.58 486
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MSMD_ROB	1.99 506	0.59 453	0.89 324	0.70 426	0.61 423	3.95 537	0.94 455	1.80 403	1.79 490	4.41 540	4.43 524	8.17 548	3.66 537	3.40 454	1.33 439	0.52 490	0.48 507	0.54 495	0.58 506	0.53 476	0.50 470

MFN_U_SF_RVC	1.52 475	0.84 491	3.42 523	0.87 491	0.66 437	2.56 513	0.95 457	2.36 509	1.70 483	1.98 491	1.86 463	2.45 501	1.79 493	2.95 440	2.58 500	0.52 490	0.48 507	0.55 499	0.59 509	0.59 487	0.61 492

DeepPrunerF	1.60 480	0.73 481	5.81 536	0.88 492	1.19 518	0.91 330	0.95 457	2.19 493	5.24 546	1.17 302	1.30 329	1.19 343	1.30 450	4.90 482	1.66 477	0.42 466	0.34 461	0.52 489	0.47 489	0.41 435	0.40 436

ssnet_v2	0.88 367	0.36 352	1.02 373	0.62 356	0.38 276	1.32 421	0.97 459	2.07 470	1.34 418	1.37 401	1.18 284	1.54 419	0.92 340	1.10 205	1.65 475	0.30 401	0.27 420	0.30 393	0.28 407	0.27 333	0.26 346

Prome-Stereo	0.75 308	0.27 150	0.53 93	0.55 271	0.32 192	0.59 164	0.97 459	0.89 112	0.88 186	1.45 425	2.46 500	0.91 249	1.41 457	1.58 320	0.44 186	0.18 138	0.13 108	0.19 129	0.17 166	0.20 191	0.92 514

PVD	1.70 490	0.84 491	2.26 506	0.94 504	0.83 484	2.48 510	0.97 459	2.59 521	3.35 531	3.01 528	2.77 506	2.34 496	2.47 523	2.67 432	3.14 509	0.47 484	0.45 502	0.59 506	0.48 491	0.59 487	0.75 508

CVANet_RVC	1.07 420	0.43 392	0.76 261	0.60 330	0.50 361	0.90 326	0.97 459	1.52 322	1.26 382	1.33 389	1.38 364	1.24 355	1.18 427	6.75 523	0.75 331	0.34 433	0.23 391	0.34 431	0.29 418	0.42 439	0.27 356

GMM-Stereo	0.74 300	0.25 101	0.59 136	0.54 247	0.34 230	0.72 247	0.99 463	1.01 165	0.87 182	1.36 398	1.78 453	1.12 329	0.81 289	2.09 389	0.46 213	0.18 138	0.12 50	0.25 324	0.25 360	0.20 191	0.85 512

ccnet	1.12 433	0.67 472	1.01 366	0.78 458	0.73 457	1.72 464	0.99 463	1.84 415	1.26 382	1.47 428	1.85 462	1.75 455	1.29 446	1.75 350	1.88 484	0.57 499	0.53 515	0.57 504	0.55 503	0.59 487	0.54 477

Wz-Net-LNSev	1.03 414	0.67 472	2.71 518	0.64 374	0.84 485	1.75 466	1.00 465	1.80 403	1.32 411	1.28 353	1.25 309	1.65 442	1.22 437	1.39 282	1.40 450	0.28 387	0.26 412	0.24 285	0.23 333	0.33 399	0.32 401

CC-Net-ROB	1.49 471	1.26 519	1.27 430	0.88 492	0.79 474	1.76 468	1.00 465	1.79 400	1.26 382	1.10 252	1.61 428	1.21 346	0.99 384	8.13 541	0.84 364	1.09 524	0.41 492	2.20 533	0.46 487	1.20 522	0.48 464

Consistency-Raft	1.25 450	0.99 503	1.93 493	1.02 509	1.21 519	0.96 352	1.01 467	1.75 380	1.92 499	1.36 398	2.12 484	1.44 400	1.01 388	1.14 215	1.40 450	0.72 512	0.82 530	0.89 517	0.98 533	1.31 524	0.95 515

IRAFT_RVC	0.88 367	0.28 172	0.76 261	0.63 365	0.31 173	0.65 208	1.02 468	1.22 253	0.94 208	1.22 324	1.04 222	1.01 295	0.98 376	5.82 504	0.53 257	0.22 270	0.12 50	0.25 324	0.20 237	0.20 191	0.19 210

MeshStereo	2.26 513	0.56 443	0.92 335	0.61 344	0.49 354	2.60 514	1.02 468	3.18 529	2.05 506	7.40 557	4.98 534	7.58 545	2.98 531	6.37 513	1.96 488	0.43 471	0.43 495	0.45 476	0.39 470	0.43 445	0.42 444
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
FC-DCNN	2.72 530	0.59 453	0.86 300	0.73 445	0.57 400	2.91 521	1.04 470	3.01 527	2.60 520	6.83 552	7.64 546	9.92 552	6.33 552	5.21 486	3.14 509	0.53 496	0.48 507	0.51 487	0.50 496	0.53 476	0.51 474

FC-DCNN v2	2.81 531	0.59 453	0.85 294	0.73 445	0.57 400	2.97 523	1.05 471	3.39 533	2.61 521	6.98 553	7.67 547	10.38 555	6.31 551	5.75 503	3.37 514	0.53 496	0.48 507	0.51 487	0.50 496	0.53 476	0.51 474

ADCP+	1.99 506	0.48 413	7.73 540	0.66 395	0.91 494	2.30 503	1.05 471	1.82 407	1.34 418	1.54 445	1.32 341	1.74 452	1.61 479	2.17 396	13.37 551	0.24 310	0.21 361	0.32 413	0.28 407	0.37 415	0.29 372

aanetorigin	1.23 447	0.79 489	2.78 520	0.70 426	0.79 474	0.99 362	1.06 473	1.06 198	1.37 434	3.52 531	2.61 503	1.72 449	1.63 480	1.99 379	1.78 479	0.25 336	0.24 400	0.26 343	0.25 360	0.38 424	0.45 455

FINET	0.97 392	0.54 435	1.60 472	0.63 365	0.79 474	1.08 379	1.07 474	1.56 338	2.20 510	1.15 283	1.49 398	0.94 263	0.88 327	2.32 411	1.05 399	0.42 466	0.35 472	0.32 413	0.28 407	0.43 445	0.38 432

PASM	1.34 460	0.92 498	2.62 516	0.86 485	0.87 492	1.03 370	1.08 475	1.50 313	1.51 467	1.82 482	1.41 372	1.68 445	1.26 443	4.87 481	1.34 441	0.61 505	0.65 526	0.68 511	0.78 520	0.69 501	0.68 502

FBW_ROB	1.71 492	0.62 466	1.45 457	0.67 407	0.61 423	1.81 474	1.08 475	2.52 519	1.70 483	1.77 473	1.73 446	1.98 477	1.25 441	12.57 560	1.84 481	0.34 433	0.37 479	0.56 502	0.38 468	0.45 454	0.43 451

MDST_ROB	1.67 486	0.34 321	1.58 471	0.92 501	0.58 409	4.26 541	1.11 477	2.83 523	1.41 452	4.49 542	2.55 502	1.45 402	0.97 369	7.79 538	1.17 422	0.31 408	0.25 407	0.37 450	0.33 449	0.31 382	0.30 386

SPS-STEREO	1.67 486	1.04 506	1.23 421	1.21 517	1.13 513	1.82 476	1.11 477	2.16 484	1.52 468	3.07 530	2.32 492	2.82 512	1.80 494	4.11 467	2.04 491	1.03 521	0.99 542	0.97 519	0.94 529	1.03 517	1.02 518
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PSMNet_ROB	0.90 372	0.52 430	1.17 415	0.72 437	0.61 423	1.27 413	1.12 479	1.76 386	1.12 294	1.09 244	1.28 325	1.45 402	0.89 333	1.65 331	1.42 458	0.33 423	0.25 407	0.37 450	0.39 470	0.35 404	0.29 372

ETE_ROB	0.96 386	0.64 469	1.16 413	0.69 421	0.48 351	1.14 388	1.13 480	1.77 390	1.19 348	1.91 489	1.45 384	1.73 450	1.05 401	1.60 323	1.14 417	0.32 415	0.26 412	0.38 453	0.34 454	0.39 428	0.41 440

ADCMid	1.89 502	0.73 481	5.06 531	0.72 437	0.67 441	2.00 491	1.14 481	1.97 449	1.48 462	2.86 523	1.81 457	2.37 497	2.05 510	2.24 404	10.39 548	0.33 423	0.31 448	0.39 459	0.43 480	0.50 468	0.44 453

XPNet_ROB	0.96 386	0.49 416	1.09 398	0.72 437	0.57 400	1.11 383	1.14 481	1.66 361	1.23 368	1.85 484	1.39 368	1.64 439	1.11 413	1.80 359	1.42 458	0.38 452	0.30 442	0.33 421	0.29 418	0.37 415	0.34 411

WCMA_ROB	1.84 496	0.47 409	1.31 434	0.69 421	0.57 400	2.11 496	1.14 481	1.87 421	1.73 486	4.04 536	6.43 539	5.62 539	3.61 536	2.59 428	1.94 487	0.52 490	0.44 498	0.39 459	0.42 478	0.48 464	0.47 461

Ntro	1.64 484	1.15 515	1.23 421	2.48 537	1.83 530	2.09 495	1.16 484	1.96 445	1.38 438	1.21 319	1.62 431	1.62 431	1.29 446	1.87 368	1.11 413	3.04 542	0.56 519	1.82 531	0.64 512	2.80 537	2.05 538

EDNetEfficientorigin	10.57 557	1.47 527	177.42 579	0.67 407	0.53 386	1.58 452	1.16 484	1.90 429	3.37 532	4.71 544	3.38 514	3.10 519	2.69 527	3.13 448	3.58 515	0.25 336	0.23 391	0.33 421	0.27 387	0.83 506	0.81 509

SGM_RVC	1.68 488	0.36 352	0.61 144	0.59 319	0.29 125	2.25 501	1.18 486	2.38 512	1.68 482	3.60 532	2.67 505	3.69 524	2.42 521	8.13 541	1.90 485	0.31 408	0.31 448	0.30 393	0.28 407	0.30 373	0.29 372
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
S-Stereo	1.15 442	0.46 404	2.17 502	0.81 466	0.80 479	1.21 406	1.19 487	1.93 440	2.02 504	1.47 428	2.11 483	1.57 423	1.17 424	2.05 386	1.41 454	0.40 458	0.40 490	0.35 439	0.31 432	0.44 451	0.70 503

pmcnn	2.37 517	0.42 389	2.71 518	0.63 365	0.43 320	1.54 449	1.19 487	2.01 458	1.53 470	2.64 516	7.60 545	18.07 562	1.45 463	3.44 458	2.78 504	0.18 138	0.15 216	0.15 19	0.12 38	0.20 191	0.18 170

ADCPNet	1.85 497	0.69 476	8.07 541	0.71 434	0.58 409	2.79 519	1.22 489	1.94 442	1.54 471	1.88 485	1.69 442	2.46 502	2.04 508	2.37 415	6.48 529	0.38 452	0.37 479	0.38 453	0.43 480	0.47 461	0.45 455

otaku	1.60 480	1.11 512	1.21 418	2.20 532	1.56 528	1.97 488	1.24 490	2.07 470	1.36 430	1.44 423	1.62 431	1.73 450	1.19 430	1.73 349	0.98 393	2.89 541	0.57 520	1.74 529	0.60 510	2.78 536	1.94 537

ACVNet-4b	2.15 509	1.41 523	1.64 473	2.80 539	2.31 539	2.31 504	1.24 490	2.32 505	2.14 508	1.26 348	2.39 496	2.66 507	1.48 467	5.95 508	1.06 401	3.20 546	0.45 502	2.37 537	0.89 526	2.83 540	2.37 542

PSM-AAD	0.79 328	0.27 150	0.53 93	0.55 271	0.28 108	0.77 274	1.24 490	0.99 155	0.91 198	1.66 465	1.57 419	0.81 204	2.19 515	1.65 331	0.44 186	0.19 179	0.14 159	0.38 453	0.32 440	0.21 232	0.70 503

RAFT + AFF	1.00 403	0.42 389	1.09 398	0.67 407	0.50 361	1.22 407	1.24 490	2.24 499	1.19 348	1.30 367	1.56 415	1.17 339	1.49 469	3.44 458	0.83 361	0.21 244	0.25 407	0.30 393	0.26 377	0.27 333	0.27 356

LALA_ROB	1.01 409	0.59 453	1.16 413	0.67 407	0.51 372	1.63 456	1.26 494	1.69 366	1.38 438	1.81 481	1.37 359	1.94 473	1.02 393	1.58 320	1.38 446	0.37 448	0.27 420	0.43 471	0.37 466	0.43 445	0.37 426

SGM-Forest	1.24 448	0.38 366	0.60 141	0.52 215	0.37 259	1.56 451	1.30 495	1.65 356	1.36 430	2.11 498	1.79 454	1.63 436	0.93 349	7.48 534	0.95 385	0.36 444	0.37 479	0.39 459	0.34 454	0.37 415	0.32 401
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
GANetREF_RVC	1.07 420	0.86 494	1.31 434	0.82 474	0.53 386	1.41 439	1.31 496	1.76 386	1.52 468	1.27 351	1.31 335	1.46 405	1.24 440	2.03 383	0.96 389	0.56 498	0.45 502	0.67 510	0.50 496	0.88 509	0.59 488
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
THIR-Stereo	1.02 412	0.27 150	0.69 195	0.49 152	0.28 108	0.95 346	1.34 497	1.03 171	0.97 222	1.34 393	1.90 468	1.17 339	1.58 475	6.44 514	0.78 342	0.19 179	0.14 159	0.21 199	0.22 310	0.19 157	0.20 242

SGM+DAISY	2.41 520	1.07 507	2.14 501	1.18 516	1.10 507	2.14 498	1.36 498	1.96 445	1.66 479	5.46 551	7.07 542	4.95 535	4.32 543	5.50 495	2.26 497	1.04 522	1.02 545	0.99 521	0.97 531	1.02 515	1.04 520

DGSMNet	1.14 438	0.76 487	2.49 512	0.81 466	0.86 490	1.39 433	1.39 499	2.13 475	1.35 427	1.26 348	1.63 434	1.48 411	0.98 376	1.75 350	1.10 410	0.45 477	0.43 495	0.55 499	0.49 494	0.75 505	0.70 503

Wz-Net-SNSev	1.49 471	1.23 518	6.27 538	0.68 418	0.67 441	1.37 428	1.41 500	2.00 454	1.39 443	1.48 434	1.61 428	2.29 492	1.32 452	3.93 463	2.14 495	0.31 408	0.28 427	0.31 399	0.33 449	0.42 439	0.36 421

MFMNet_re	1.40 467	1.14 514	1.68 476	1.39 522	1.07 505	1.48 443	1.43 501	1.87 421	1.82 493	2.26 501	2.19 487	1.51 415	1.86 499	1.52 307	1.25 429	0.93 516	0.83 531	0.84 516	0.80 521	0.99 514	1.05 522

TDLM	1.06 418	0.44 395	0.79 279	0.63 365	0.50 361	0.89 323	1.44 502	1.48 307	1.26 382	1.12 260	1.40 370	1.08 312	0.98 376	6.65 517	0.78 342	0.33 423	0.21 361	0.33 421	0.26 377	0.37 415	0.24 310

ACVNet_1	2.18 510	1.45 526	1.72 480	2.85 541	2.33 540	2.28 502	1.46 503	3.08 528	2.22 511	1.82 482	2.05 481	3.56 522	1.98 506	3.09 447	1.40 450	3.17 543	0.60 522	2.40 541	0.92 528	2.91 543	2.37 542

Wz-Net-MNSev	1.11 431	0.58 450	2.23 505	0.66 395	0.71 452	1.95 487	1.46 503	1.98 451	1.45 459	1.79 477	1.43 377	1.49 412	1.33 453	1.97 378	1.42 458	0.27 374	0.23 391	0.28 372	0.28 407	0.34 402	0.31 396

NVStereoNet_ROB	1.88 499	1.07 507	1.45 457	1.07 513	1.17 515	1.47 442	1.48 505	1.89 426	1.93 501	1.94 490	4.67 531	3.08 518	1.80 494	6.51 515	1.65 475	1.06 523	0.86 537	1.08 525	1.32 538	0.93 510	1.26 526
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WAO-8	4.40 539	1.82 536	1.79 484	2.34 534	2.20 533	9.19 551	1.53 506	6.09 551	16.46 559	3.94 534	7.84 549	7.32 542	3.72 539	9.41 551	3.31 512	2.00 531	1.07 546	2.44 542	1.37 542	2.50 531	1.68 532

Venus	4.40 539	1.82 536	1.79 484	2.34 534	2.20 533	9.19 551	1.53 506	6.09 551	16.46 559	3.94 534	7.84 549	7.32 542	3.72 539	9.41 551	3.31 512	2.00 531	1.07 546	2.44 542	1.37 542	2.50 531	1.68 532

coex-ft	8.13 553	2.13 545	98.04 578	0.67 407	0.53 386	1.71 462	1.56 508	1.65 356	11.11 553	18.17 568	3.75 519	3.88 526	7.61 555	2.98 443	6.49 530	0.30 401	0.30 442	0.32 413	0.31 432	0.66 498	0.50 470

EDNetEfficient	2.37 517	1.10 509	8.08 542	0.74 448	0.71 452	0.98 361	1.56 508	1.46 304	4.06 539	4.90 545	2.82 507	2.25 490	3.48 535	2.95 440	9.97 544	0.26 358	0.24 400	0.26 343	0.30 427	0.68 500	0.61 492

SANet	1.88 499	0.57 447	2.18 504	0.63 365	0.40 297	2.80 520	1.57 510	2.39 513	5.88 548	2.36 508	3.57 517	3.72 525	2.97 530	4.74 478	1.76 478	0.34 433	0.30 442	0.32 413	0.29 418	0.48 464	0.37 426

WZ-Net	1.95 503	0.95 499	10.10 545	0.86 485	0.78 471	1.69 461	1.60 511	2.20 496	1.98 502	2.08 496	1.93 470	2.30 493	1.97 505	5.30 488	3.17 511	0.34 433	0.26 412	0.29 382	0.31 432	0.51 472	0.47 461

DPSNet	1.69 489	0.59 453	4.33 528	0.70 426	0.57 400	2.02 492	1.62 512	3.35 532	1.78 489	1.48 434	1.38 364	2.17 488	2.84 528	4.77 479	3.66 516	0.48 485	0.31 448	0.29 382	0.25 360	0.64 494	0.48 464

CBMV	0.95 385	0.44 395	0.66 173	0.53 232	0.35 234	1.53 448	1.63 513	1.69 366	1.42 455	2.00 494	1.60 424	1.43 395	1.17 424	1.59 322	0.99 394	0.34 433	0.34 461	0.39 459	0.33 449	0.33 399	0.32 401
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NCCL2	1.00 403	0.56 443	1.06 386	0.75 451	0.57 400	1.31 420	1.72 514	1.77 390	1.36 430	1.50 437	1.17 282	1.91 468	1.17 424	1.54 313	1.29 436	0.35 440	0.31 448	0.45 476	0.44 482	0.40 432	0.40 436

GANet	1.36 462	0.47 409	0.86 300	0.67 407	0.45 334	1.34 425	1.73 515	1.64 355	1.24 374	1.49 436	2.38 495	1.55 421	1.20 433	9.30 547	0.93 379	0.30 401	0.31 448	0.33 421	0.28 407	0.39 428	0.30 386

CSAN	1.41 468	0.59 453	1.26 427	0.70 426	0.50 361	1.76 468	1.78 516	1.77 390	1.90 498	2.35 506	2.32 492	1.92 471	1.94 504	5.56 498	1.49 468	0.43 471	0.35 472	0.40 464	0.41 475	0.43 445	0.41 440

ADCS	2.25 512	0.99 503	5.55 533	0.81 466	0.74 458	2.19 499	1.80 517	2.27 502	2.14 508	2.80 522	2.13 485	2.40 499	2.03 507	2.64 431	13.69 552	0.41 462	0.39 488	0.40 464	0.45 484	0.58 485	0.56 481

RainbowNet	1.97 505	1.76 532	1.57 470	2.81 540	2.21 535	1.98 490	1.81 518	2.54 520	1.89 496	1.50 437	1.84 460	1.96 475	1.65 482	2.14 393	1.25 429	3.33 548	0.85 535	2.39 540	0.98 533	2.82 539	2.22 539

MADNet+	2.69 527	3.22 555	11.53 549	1.44 525	1.12 511	3.19 526	1.81 518	2.85 524	2.37 512	1.68 466	2.07 482	2.85 513	2.18 514	7.41 531	5.23 525	0.79 513	0.76 528	0.69 513	0.65 513	0.98 512	0.95 515

Wz-Net-TNSev	1.88 499	2.08 544	7.66 539	0.67 407	0.64 432	2.42 508	1.83 520	2.33 506	1.74 488	1.57 453	1.56 415	2.58 504	1.90 502	4.86 480	3.12 508	0.39 455	0.37 479	0.33 421	0.37 466	0.53 476	0.58 486

ADCL	1.72 493	0.57 447	3.66 525	0.67 407	0.61 423	2.61 515	1.85 521	1.96 445	1.67 480	1.90 488	1.83 458	2.06 486	1.90 502	2.13 392	9.15 543	0.26 358	0.24 400	0.34 431	0.32 440	0.38 424	0.35 416

GrayStereo	0.82 342	0.26 122	0.58 129	0.63 365	0.37 259	0.76 266	1.86 522	1.11 217	0.87 182	1.99 492	1.89 467	1.08 312	1.82 497	1.39 282	0.48 225	0.19 179	0.14 159	0.19 129	0.21 281	0.18 117	0.39 435

FTStereo	0.91 375	0.26 122	0.56 113	0.54 247	0.33 213	0.66 216	1.87 523	1.00 159	0.75 145	1.75 471	4.15 523	1.04 304	1.65 482	1.57 318	0.46 213	0.19 179	0.16 255	0.23 265	0.21 281	0.18 117	0.63 494

ACVNet_2	2.43 521	1.41 523	2.04 495	2.62 538	2.24 536	2.63 516	1.88 524	3.31 530	3.01 527	2.19 499	3.45 516	4.62 529	2.04 508	4.50 474	1.47 466	2.55 537	0.64 524	2.22 534	0.84 523	2.69 535	2.29 541

LSM	6.33 547	1.10 509	13.19 550	1.41 524	68.17 574	1.64 458	1.90 525	1.92 436	2.46 515	2.99 526	3.11 511	1.88 463	1.80 494	2.61 430	2.06 493	0.41 462	0.58 521	0.50 486	0.57 505	0.64 494	17.66 569

SAMSARA	1.55 477	0.84 491	2.61 515	1.22 518	1.07 505	2.50 511	1.93 526	2.05 464	1.89 496	2.75 519	1.66 439	2.81 511	1.69 487	3.08 446	1.97 489	0.46 483	0.51 513	0.42 469	0.46 487	0.58 485	0.59 488

WAO-7	2.66 524	1.40 522	1.73 482	1.39 522	1.17 515	3.93 536	1.94 527	4.11 539	3.88 538	2.92 524	5.50 535	4.18 527	3.00 532	7.63 536	3.71 517	1.13 526	1.00 543	1.17 526	1.13 537	1.18 521	1.09 524

RTS	2.67 525	1.38 520	15.28 553	0.99 506	1.26 521	3.78 533	1.96 528	2.15 481	2.62 522	2.61 514	2.85 508	2.60 505	1.59 476	6.27 511	5.71 527	0.40 458	0.28 427	0.35 439	0.35 459	0.50 468	0.48 464

RTSA	2.67 525	1.38 520	15.28 553	0.99 506	1.26 521	3.78 533	1.96 528	2.15 481	2.62 522	2.61 514	2.85 508	2.60 505	1.59 476	6.27 511	5.71 527	0.40 458	0.28 427	0.35 439	0.35 459	0.50 468	0.48 464

IMH	3.21 535	1.85 538	1.48 464	3.25 548	2.69 545	4.07 539	2.02 530	4.41 542	3.80 537	2.72 517	7.11 543	4.75 532	2.92 529	5.92 506	2.55 499	3.85 556	0.88 538	2.78 549	1.36 541	3.19 547	2.59 547

NaN_ROB	1.13 436	0.55 440	1.15 412	0.64 374	0.48 351	1.61 454	2.03 531	1.72 373	1.48 462	2.09 497	1.27 319	1.40 391	1.08 408	3.94 464	1.30 437	0.28 387	0.34 461	0.28 372	0.28 407	0.30 373	0.33 407

IMH-64-1	2.70 528	1.79 534	1.46 459	3.26 549	2.66 543	3.23 528	2.10 532	4.08 537	2.75 525	2.34 504	3.81 520	3.06 516	2.22 516	4.25 469	2.59 501	3.75 552	0.84 532	2.75 547	1.35 539	3.15 545	2.60 548

IMH-64	2.70 528	1.79 534	1.46 459	3.26 549	2.66 543	3.23 528	2.10 532	4.08 537	2.75 525	2.34 504	3.81 520	3.06 516	2.22 516	4.25 469	2.59 501	3.75 552	0.84 532	2.75 547	1.35 539	3.15 545	2.60 548

TorneroNet-64	5.30 545	2.03 540	1.74 483	3.43 551	2.81 546	10.09 553	2.12 534	9.10 558	17.12 564	4.96 547	9.27 554	10.72 557	3.70 538	9.20 546	4.55 523	3.31 547	0.84 532	2.88 550	1.55 546	3.49 548	3.04 551

notaker	3.98 538	2.40 549	2.68 517	3.82 556	3.27 553	3.97 538	2.14 535	4.78 545	3.45 534	4.12 539	6.94 541	7.65 546	3.26 533	7.82 539	5.30 526	4.04 557	1.41 551	3.36 556	2.10 553	3.88 551	3.31 554

Dean	2.91 534	1.53 529	2.07 496	2.96 545	2.51 542	3.15 525	2.14 535	4.75 544	4.41 543	2.76 520	6.10 538	5.53 538	2.37 519	2.97 442	1.92 486	3.18 544	0.85 535	2.51 544	1.04 536	2.88 542	2.47 545

AnyNet_C01	2.26 513	1.78 533	10.22 547	0.93 502	0.74 458	2.92 522	2.20 537	2.29 504	1.80 491	2.53 513	2.41 498	2.71 509	1.73 488	3.41 455	6.72 531	0.41 462	0.39 488	0.40 464	0.42 478	0.67 499	0.63 494

TorneroNet	10.70 558	2.03 540	1.82 487	3.43 551	3.01 549	43.83 573	2.22 538	8.87 557	67.47 579	7.17 556	27.36 568	10.68 556	3.85 541	8.67 544	7.65 538	3.59 550	0.88 538	3.04 551	1.57 547	3.71 549	3.17 552

LVE	3.31 536	1.67 531	1.64 473	2.85 541	2.42 541	3.20 527	2.26 539	4.78 545	5.05 545	2.35 506	6.91 540	6.02 540	2.37 519	9.15 545	2.17 496	3.19 545	1.08 548	2.38 539	1.47 545	2.81 538	2.40 544

WAO-6	2.81 531	1.60 530	1.46 459	2.36 536	2.28 538	3.55 530	2.29 540	4.21 540	4.56 544	2.36 508	4.51 525	4.88 533	2.66 526	4.60 475	4.07 521	1.72 529	1.15 549	2.31 536	1.46 544	2.31 528	1.85 535

ELAS	2.37 517	0.74 484	1.54 468	0.99 506	0.92 496	4.78 543	2.33 541	3.33 531	3.37 532	5.05 548	4.77 532	3.67 523	4.53 544	3.42 456	4.50 522	0.62 506	0.53 515	0.55 499	0.53 501	0.63 492	0.64 498
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AnyNet_C32	1.96 504	1.10 509	5.17 532	0.90 496	1.11 509	2.12 497	2.37 542	1.85 416	1.48 462	2.45 511	1.70 443	2.05 485	1.64 481	2.50 425	10.28 547	0.37 448	0.34 461	0.35 439	0.41 475	0.49 467	0.54 477

MSC_U_SF_DS_RVC	2.12 508	1.15 515	3.10 521	1.05 510	0.76 468	5.03 546	2.40 543	2.16 484	2.62 522	1.89 487	2.28 491	2.69 508	1.65 482	9.35 549	2.04 491	0.64 509	0.51 513	0.68 511	0.71 517	1.09 518	0.67 500

MFN_U_SF_DS_RVC	1.74 494	0.87 495	3.56 524	0.80 463	0.75 465	3.72 532	2.44 544	1.82 407	1.82 493	1.74 470	1.91 469	1.92 471	1.26 443	7.69 537	1.28 435	0.45 477	0.47 506	0.52 489	0.77 519	0.50 468	0.50 470

KSHMR	8.75 554	2.06 543	2.11 499	3.53 553	3.11 550	4.13 540	2.69 545	5.60 548	61.37 578	3.00 527	55.83 578	4.98 537	2.45 522	4.49 473	2.61 503	3.46 549	1.55 553	3.14 553	1.94 551	3.72 550	3.18 553

MANE	6.19 546	0.59 453	1.03 377	0.93 502	1.22 520	13.38 558	2.69 545	12.81 561	17.94 565	8.21 558	10.82 556	14.72 558	11.68 556	11.39 559	11.90 550	0.59 503	0.50 512	0.52 489	1.76 548	0.55 480	0.54 477

UNDER WATER	5.08 543	2.33 547	5.55 533	3.94 558	3.51 554	5.20 547	2.72 547	5.61 549	16.52 561	3.84 533	4.60 527	9.21 550	5.89 548	5.90 505	8.66 542	3.75 552	1.34 550	3.18 554	1.88 549	4.33 556	3.61 556

HanzoNet	11.04 559	3.62 556	8.10 543	4.08 559	3.55 556	4.90 545	2.73 548	7.19 555	10.10 552	31.86 574	28.92 569	21.96 569	36.36 571	18.08 564	10.17 546	7.94 563	3.32 557	3.47 557	3.31 556	7.06 561	4.04 558

LE_ROB	8.05 552	0.37 359	23.53 560	0.74 448	0.33 213	2.77 518	2.87 549	3.71 536	27.24 569	25.39 569	8.87 552	8.46 549	26.71 569	6.65 517	21.99 562	0.21 244	0.19 321	0.20 164	0.21 281	0.25 307	0.22 276

ktn	4.70 541	2.38 548	2.12 500	3.76 554	3.24 551	4.85 544	2.95 550	5.52 547	7.37 551	4.07 538	19.32 564	7.46 544	3.47 534	7.39 530	2.95 505	4.04 557	1.85 554	3.26 555	2.22 554	3.08 544	2.65 550

UNDER WATER-64	5.27 544	2.32 546	8.78 544	3.93 557	3.54 555	7.61 549	3.03 551	5.84 550	14.19 555	4.04 536	4.04 522	9.39 551	6.26 550	5.93 507	8.48 541	3.60 551	1.51 552	3.13 552	1.88 549	4.29 555	3.61 556

PWCK	2.88 533	2.05 542	5.72 535	2.08 531	1.11 509	3.55 530	3.90 552	2.86 525	3.54 536	3.03 529	3.63 518	3.10 519	2.31 518	8.15 543	3.09 507	2.12 533	0.91 540	1.75 530	0.98 533	2.57 533	1.18 525

ELAS_RVC	2.48 522	0.74 484	1.90 491	1.05 510	0.92 496	2.76 517	4.01 553	2.76 522	4.11 540	4.69 543	4.63 528	4.62 529	5.96 549	3.97 465	3.96 519	0.63 508	0.53 515	0.56 502	0.52 500	0.64 494	0.63 494
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet++	5.01 542	3.14 553	4.91 530	4.55 560	3.94 557	5.20 547	4.41 554	4.40 541	4.13 541	4.95 546	6.08 537	4.74 531	5.37 545	9.40 550	10.67 549	4.65 559	4.15 559	3.97 558	3.34 557	4.09 553	4.08 559

SGM-ForestM	6.52 548	0.38 366	1.26 427	0.63 365	0.35 234	13.59 559	5.32 555	6.32 554	6.70 550	11.14 560	9.18 553	22.51 570	13.93 559	16.89 562	20.07 561	0.36 444	0.37 479	0.36 447	0.35 459	0.36 411	0.34 411

JetBlue	3.97 537	2.01 539	10.19 546	1.38 521	2.84 547	10.53 554	9.54 556	3.60 535	2.41 514	2.73 518	3.39 515	4.54 528	4.31 542	7.85 540	6.84 532	0.88 514	0.93 541	0.89 517	0.91 527	1.74 525	1.91 536

TCMNet-wrong-test	10.31 556	11.40 563	14.84 552	20.96 565	18.45 562	13.80 560	10.76 557	15.78 563	3.53 535	5.20 549	5.52 536	16.26 560	12.61 557	7.51 535	10.15 545	7.43 562	2.37 555	4.31 559	3.43 558	11.36 564	10.61 563

JetRed	6.91 550	8.80 561	25.96 564	2.85 541	3.25 552	13.98 561	11.87 558	6.25 553	4.28 542	4.45 541	4.56 526	6.69 541	5.46 546	7.46 533	14.05 553	2.59 538	3.31 556	2.59 545	2.29 555	4.20 554	3.36 555

CrosDoStereo	1.58 478	0.24 74	0.72 219	0.48 137	0.29 125	0.67 220	12.49 559	1.10 211	0.98 227	1.34 393	1.75 450	1.00 288	1.89 500	6.65 517	0.81 354	0.19 179	0.15 216	0.20 164	0.22 310	0.18 117	0.19 210

DeepStereo_LL	1.58 478	0.24 74	0.72 219	0.48 137	0.29 125	0.67 220	12.49 559	1.10 211	0.98 227	1.34 393	1.75 450	1.00 288	1.89 500	6.65 517	0.81 354	0.19 179	0.15 216	0.20 164	0.22 310	0.18 117	0.19 210

DPSimNet_ROB	11.20 560	4.98 558	35.43 568	2.90 544	4.52 558	7.89 550	17.09 561	4.66 543	6.06 549	14.89 564	10.93 557	17.29 561	36.81 573	13.18 561	15.68 557	2.86 540	6.29 561	5.75 562	5.09 560	3.91 552	7.70 561

tt	6.58 549	0.26 122	6.10 537	3.77 555	2.16 532	11.55 555	19.63 562	13.33 562	5.74 547	2.96 525	2.65 504	4.97 536	6.33 552	3.81 462	7.24 533	9.15 564	11.32 567	5.89 563	6.24 562	6.03 558	2.55 546

BEATNet-Init1	26.87 568	13.43 564	70.68 577	0.91 499	0.68 447	57.02 577	21.06 563	32.82 574	32.67 571	52.12 578	53.61 577	66.05 578	49.56 578	48.79 579	34.71 573	0.49 489	0.44 498	0.53 494	0.53 501	0.63 492	0.59 488

HaxPig	38.92 571	41.40 577	41.64 569	29.95 570	32.27 567	28.90 566	27.60 564	29.73 570	37.71 575	43.82 575	43.87 574	33.17 572	35.56 570	41.53 573	40.37 575	43.94 576	47.51 578	45.82 572	47.08 574	42.38 572	44.15 575

AVERAGE_ROB	40.43 572	42.37 578	42.73 570	36.96 572	35.58 569	30.50 567	27.61 565	36.71 576	38.39 576	44.91 576	44.36 575	37.45 574	36.70 572	41.88 574	40.35 574	45.43 577	46.81 577	47.11 573	46.35 573	42.51 573	43.87 574

MEDIAN_ROB	42.00 573	44.40 579	44.29 572	35.15 571	34.95 568	31.28 571	29.60 566	35.88 575	40.02 577	47.20 577	46.64 576	37.37 573	38.48 577	44.35 578	42.45 576	48.03 578	49.39 579	49.71 574	49.03 575	45.14 574	46.65 576

DGTPSM_ROB	13.01 561	8.23 559	21.87 557	9.51 562	18.10 560	11.56 556	32.01 567	10.63 559	16.20 557	7.03 554	19.48 565	10.15 553	16.66 561	9.83 555	22.42 563	4.75 560	8.68 562	5.37 560	10.25 565	6.16 559	11.36 564

DPSMNet_ROB	13.02 562	8.23 559	21.91 558	9.53 563	18.11 561	11.56 556	32.02 568	10.64 560	16.23 558	7.05 555	19.49 566	10.16 554	16.66 561	9.85 556	22.43 564	4.77 561	8.68 562	5.38 561	10.26 566	6.17 560	11.36 564

USTest	14.33 563	14.94 565	21.04 556	17.44 564	16.05 559	23.26 562	33.84 569	21.73 564	11.80 554	9.36 559	10.14 555	15.97 559	13.20 558	17.28 563	22.43 564	3.78 555	5.01 560	6.17 564	6.16 561	9.25 563	7.72 562

Anonymous_1	43.04 575	18.73 566	24.79 561	21.81 566	46.26 572	27.80 563	37.60 570	28.08 569	16.14 556	14.66 563	14.30 558	20.65 563	17.88 563	21.56 565	25.94 567	117.93 579	8.92 564	100.65 576	126.50 576	158.64 579	12.08 566

DPSM_ROB	19.08 564	19.14 567	25.17 562	22.15 567	20.85 564	28.17 564	37.82 571	26.56 567	16.85 562	14.14 561	14.84 559	21.70 564	18.75 564	21.87 566	26.55 568	10.16 567	9.30 565	10.47 566	10.42 567	14.03 565	12.61 567

DPSM	19.08 564	19.14 567	25.17 562	22.15 567	20.85 564	28.17 564	37.82 571	26.56 567	16.85 562	14.14 561	14.84 559	21.70 564	18.75 564	21.87 566	26.55 568	10.16 567	9.30 565	10.47 566	10.42 567	14.03 565	12.61 567

xxxxx1	54.10 577	25.67 569	27.13 565	113.43 576	96.96 576	30.69 568	47.44 573	32.38 571	25.60 566	17.75 565	17.27 561	21.81 566	21.02 566	24.43 569	33.82 570	33.37 573	40.54 574	157.71 577	175.86 577	66.16 575	72.93 577

tt_ll	54.10 577	25.67 569	27.13 565	113.43 576	96.96 576	30.69 568	47.44 573	32.38 571	25.60 566	17.75 565	17.27 561	21.81 566	21.02 566	24.43 569	33.82 570	33.37 573	40.54 574	157.71 577	175.86 577	66.16 575	72.93 577

ff	54.10 577	25.67 569	27.13 565	113.43 576	96.96 576	30.69 568	47.44 573	32.38 571	25.60 566	17.75 565	17.27 561	21.81 566	21.02 566	24.43 569	33.82 570	33.37 573	40.54 574	157.71 577	175.86 577	66.16 575	72.93 577

LSM0	42.82 574	38.75 576	50.81 575	47.07 575	109.38 579	57.00 576	76.02 576	53.74 579	33.71 572	29.02 573	30.41 573	43.87 577	37.22 574	43.91 577	53.54 579	20.52 571	18.62 570	21.10 570	21.11 571	28.41 570	42.22 573

CasAABBNet	38.33 569	38.46 574	50.35 573	44.75 574	41.84 570	56.68 574	76.37 577	53.22 577	33.83 573	28.31 571	29.54 571	43.62 576	37.71 575	43.84 576	53.41 578	20.30 569	18.70 571	21.07 568	21.07 570	28.24 568	25.34 570

Selective-RAFT-Error	38.39 570	38.47 575	50.44 574	44.73 573	41.97 571	56.68 574	76.38 578	53.24 578	33.92 574	28.34 572	29.85 572	43.60 575	38.20 576	43.75 575	53.34 577	20.38 570	18.70 571	21.09 569	21.05 569	28.30 569	25.43 571

test_example2	192.40 580	210.76 581	206.48 580	199.83 580	204.73 580	172.94 580	183.52 579	133.93 580	133.41 580	191.38 580	196.19 579	187.13 580	178.77 580	205.33 580	208.00 580	222.09 580	238.72 580	186.54 580	190.54 580	227.34 580	170.31 580

PML	51.67 576	36.25 573	13.28 551	7.46 561	20.81 563	108.69 579	232.22 580	8.72 556	27.82 570	87.01 579	269.67 580	69.67 579	61.95 579	24.76 572	14.20 554	9.74 566	3.40 558	9.62 565	4.70 559	18.74 567	4.72 560

ccccc		492.34 582		530.87 581	530.37 581	478.08 581		491.76 581		448.18 581		476.12 581		541.64 581		663.49 581	459.54 581	353.94 581	309.79 581	586.66 581

ASD4		10.99 562

Low-res two-view benchmark