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

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

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

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

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

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

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

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

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

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

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

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

3.25w_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

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

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

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

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

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

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

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

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

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

LG-Stereo	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

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

RAFT-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

IGEV-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

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

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

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

test_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

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

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

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

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-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DCANet-4	0.54 159	0.26 122	1.07 391	0.42 50	0.24 38	0.48 74	0.36 124	0.99 155	1.30 403	1.10 252	1.02 209	0.56 124	0.75 256	0.73 92	0.52 250	0.16 56	0.13 108	0.17 74	0.13 61	0.15 38	0.19 210

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

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

RAFT_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

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

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-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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
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

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_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

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

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

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

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

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

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

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

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

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)
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

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

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

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.
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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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
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
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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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_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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

test_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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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.
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

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
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

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_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

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

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

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

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

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

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

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

PSMNet-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

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

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

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
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

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

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

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

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

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

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

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

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

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
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

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.
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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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
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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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
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

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

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

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

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

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

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

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

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

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

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

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

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
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

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
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

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

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

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

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

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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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