Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

MLG-Stereo_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_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

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

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

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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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
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

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
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

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

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

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-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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
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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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_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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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	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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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
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.
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

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

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

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

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

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

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

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

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

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

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
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
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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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
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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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-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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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