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

IGEV-Stereo+	0.45 103	0.21 26	0.43 34	0.41 45	0.39 288	0.15 1	0.19 5	0.44 3	0.36 24	0.26 5	0.25 7	0.31 33	0.41 89	1.43 292	0.30 43	0.17 101	0.12 52	0.15 21	0.11 8	1.16 521	1.70 536

dual_stereo	0.27 3	0.19 5	0.35 1	0.39 30	0.21 9	0.25 2	0.22 15	0.48 5	0.31 14	0.32 17	0.26 10	0.37 50	0.24 9	0.83 126	0.29 33	0.16 58	0.12 52	0.14 1	0.11 8	0.14 20	0.11 2

LG-Stereo_L2	0.29 9	0.20 8	0.45 49	0.37 8	0.25 56	0.26 3	0.20 8	0.78 73	0.28 10	0.28 7	0.26 10	0.24 6	0.26 16	0.91 151	0.23 2	0.15 37	0.11 28	0.15 21	0.12 40	0.14 20	0.11 2

StereoAnything_RVC	0.45 103	1.43 527	0.48 64	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 69	1.27 249	0.22 1	0.21 246	0.11 28	0.14 1	0.10 2	2.37 532	0.11 2

RAStereo	0.34 38	0.21 26	0.66 175	0.47 113	0.27 86	0.26 3	0.29 57	0.69 47	0.63 103	0.32 17	0.42 25	0.45 68	0.31 35	0.45 11	0.34 95	0.17 101	0.15 218	0.19 131	0.15 106	0.18 119	0.13 37

CroCo-Stereo	0.40 68	0.31 262	0.73 233	0.58 308	0.27 86	0.26 3	0.33 88	0.95 143	0.81 168	0.42 54	0.47 51	0.65 159	0.47 128	0.39 5	0.34 95	0.18 140	0.15 218	0.16 51	0.14 90	0.19 159	0.16 122
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
monsterstereo	0.34 38	0.20 8	0.44 36	0.45 95	0.35 236	0.27 7	0.29 57	0.53 7	0.51 71	0.44 63	0.61 95	0.26 13	0.25 11	1.19 230	0.27 21	0.13 20	0.11 28	0.15 21	0.12 40	0.15 40	0.10 1

CroCo-Stereo Lap2	0.44 95	0.34 323	0.77 270	0.61 346	0.79 476	0.28 8	0.35 110	0.75 63	0.71 139	0.38 38	0.50 65	0.72 181	0.55 178	0.57 41	0.47 222	0.17 101	0.18 307	0.19 131	0.16 148	0.21 234	0.20 244

LG-Stereo_L1	0.30 13	0.20 8	0.44 36	0.37 8	0.26 62	0.29 9	0.21 11	0.66 40	0.26 8	0.25 3	0.25 7	0.24 6	0.22 6	1.24 242	0.23 2	0.15 37	0.11 28	0.15 21	0.12 40	0.14 20	0.11 2

MaDis-Stereo	0.36 47	0.25 103	0.58 131	0.44 82	0.34 232	0.30 10	0.30 67	0.72 56	0.50 62	0.37 32	0.36 20	0.58 133	0.49 147	0.52 26	0.36 115	0.19 181	0.16 257	0.19 131	0.15 106	0.18 119	0.14 63

S2M2	0.34 38	0.28 174	0.45 49	0.40 37	0.30 149	0.31 11	0.16 1	0.60 24	0.64 107	0.31 14	0.48 54	0.47 78	0.34 50	0.38 3	0.32 65	0.25 338	0.22 381	0.20 166	0.22 312	0.25 309	0.22 278

FoundationStereo	0.24 1	0.21 26	0.36 3	0.38 22	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 58	0.12 52	0.15 21	0.11 8	0.13 6	0.12 10

IGEV-Stereo++	0.30 13	0.20 8	0.40 16	0.46 102	0.30 149	0.33 13	0.22 15	0.75 63	0.45 49	0.32 17	0.41 24	0.32 34	0.48 139	0.38 3	0.27 21	0.15 37	0.11 28	0.15 21	0.12 40	0.15 40	0.13 37

monsters	0.34 38	0.20 8	0.41 21	0.39 30	0.36 246	0.34 14	0.27 46	0.66 40	0.43 44	0.47 78	0.40 23	0.22 2	0.23 8	1.33 264	0.25 10	0.13 20	0.10 9	0.14 1	0.11 8	0.13 6	0.13 37

AFF-stereo	0.58 198	0.25 103	0.64 161	0.46 102	0.29 127	0.34 14	0.38 149	1.15 227	1.14 311	1.17 304	1.60 426	1.10 326	0.71 249	0.97 173	0.43 185	0.13 20	0.11 28	0.19 131	0.19 207	0.17 89	0.14 63

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 41	0.20 1	0.77 104	0.23 2	0.16 58	0.11 28	0.15 21	0.11 8	0.13 6	0.11 2

plain	0.46 110	0.27 152	1.01 368	0.50 166	0.40 299	0.35 16	0.37 143	0.87 105	0.56 87	0.43 59	0.76 136	0.42 55	0.40 86	1.13 215	0.45 201	0.21 246	0.15 218	0.24 287	0.19 207	0.24 297	0.16 122

MIF-Stereo (partial)	0.45 103	0.25 103	0.70 203	0.50 166	0.52 385	0.35 16	0.26 39	0.91 121	0.59 96	0.45 71	0.71 123	0.51 101	0.51 156	1.11 210	0.45 201	0.20 213	0.16 257	0.23 267	0.20 239	0.24 297	0.18 172

DLNR_Zeroshot_test	23.17 569	48.52 582	43.29 573	176.68 581	78.69 577	0.35 16	0.21 11	23.41 568	0.75 147	0.66 137	0.86 158	0.59 140	0.30 30	1.56 319	0.44 188	9.57 567	0.12 52	0.18 110	0.14 90	76.92 580	0.16 122

LG-Stereo_Zeroshot	0.36 47	0.23 58	0.54 101	0.50 166	0.28 110	0.36 20	0.22 15	1.02 168	0.39 30	0.42 54	0.64 103	0.36 45	0.51 156	0.39 5	0.29 33	0.18 140	0.12 52	0.17 76	0.13 63	0.18 119	0.18 172

GREAT-IGEV	0.32 25	0.20 8	0.42 29	0.37 8	0.29 127	0.36 20	0.28 52	0.56 11	0.58 90	0.28 7	0.50 65	0.29 26	0.29 26	0.84 129	0.27 21	0.14 30	0.11 28	0.15 21	0.11 8	0.17 89	0.14 63

111111	0.34 38	0.20 8	0.41 21	0.45 95	0.42 312	0.37 22	0.22 15	0.95 143	0.38 29	0.31 14	0.31 16	0.40 54	0.27 18	0.96 165	0.26 17	0.17 101	0.12 52	0.15 21	0.11 8	0.15 40	0.13 37

LG-Stereo	0.34 38	0.25 103	0.78 278	0.47 113	0.26 62	0.37 22	0.30 67	0.71 55	0.52 78	0.36 29	0.57 87	0.29 26	0.21 2	0.50 21	0.36 115	0.13 20	0.13 110	0.20 166	0.18 185	0.18 119	0.12 10

AEACV	0.37 52	0.24 76	0.52 90	0.47 113	0.51 374	0.37 22	0.38 149	0.65 34	0.53 82	0.42 54	0.56 84	0.46 71	0.60 205	0.53 29	0.30 43	0.16 58	0.13 110	0.18 110	0.15 106	0.17 89	0.14 63

MLG-Stereo_test1	0.27 3	0.19 5	0.38 8	0.40 37	0.24 40	0.38 25	0.20 8	0.59 17	0.19 1	0.24 2	0.17 1	0.33 39	0.27 18	0.90 150	0.25 10	0.14 30	0.11 28	0.16 51	0.11 8	0.13 6	0.12 10

Reg-Stereo(zero)	0.44 95	0.22 47	0.45 49	0.43 59	0.23 22	0.38 25	0.25 29	0.76 66	1.08 275	0.90 189	0.78 140	0.90 248	0.47 128	0.70 83	0.36 115	0.15 37	0.12 52	0.15 21	0.12 40	0.15 40	0.15 93

GIP-stereo	0.34 38	0.23 58	0.45 49	0.50 166	0.36 246	0.38 25	0.23 23	0.78 73	0.52 78	0.34 23	0.51 68	0.46 71	0.38 80	0.51 23	0.27 21	0.20 213	0.12 52	0.16 51	0.12 40	0.16 60	0.14 63

SCV	0.46 110	0.26 124	0.55 111	0.47 113	0.25 56	0.39 28	0.38 149	1.98 453	0.60 97	0.35 24	0.48 54	0.55 118	0.36 69	1.28 251	0.32 65	0.24 312	0.12 52	0.17 76	0.13 63	0.18 119	0.14 63

MC-Stereo	0.43 84	0.23 58	0.48 64	0.51 196	0.28 110	0.39 28	0.32 81	0.88 113	0.68 129	0.60 126	0.84 155	0.56 126	0.61 214	1.03 186	0.31 60	0.17 101	0.11 28	0.17 76	0.15 106	0.16 60	0.13 37

ours_stereo	0.39 60	0.28 174	0.51 83	0.46 102	0.30 149	0.40 30	0.44 224	0.73 58	0.56 87	0.35 24	0.56 84	0.46 71	0.33 43	1.11 210	0.32 65	0.16 58	0.13 110	0.19 131	0.15 106	0.19 159	0.14 63

rvit_stereo_ft	0.47 117	0.35 344	0.87 313	0.67 409	0.42 312	0.40 30	0.59 359	0.81 91	0.74 146	0.46 75	0.55 81	0.57 128	0.49 147	0.65 72	0.50 240	0.25 338	0.17 286	0.22 229	0.22 312	0.24 297	0.17 147

UniTT-Stereo	0.36 47	0.23 58	0.59 138	0.48 139	0.36 246	0.40 30	0.32 81	0.53 7	0.49 59	0.54 111	0.55 81	0.36 45	0.31 35	0.58 42	0.51 245	0.20 213	0.15 218	0.17 76	0.15 106	0.19 159	0.15 93

RAFT-Stereo + iAFF	0.54 161	0.25 103	0.68 184	0.43 59	0.24 40	0.40 30	0.34 100	1.04 179	1.09 283	1.32 383	1.60 426	0.80 202	0.68 237	0.67 77	0.39 146	0.13 20	0.10 9	0.18 110	0.17 168	0.17 89	0.13 37

HART	0.45 103	0.22 47	0.54 101	0.50 166	0.26 62	0.41 34	0.29 57	1.03 173	0.50 62	0.58 116	1.45 386	0.61 145	0.35 58	1.08 203	0.30 43	0.15 37	0.13 110	0.19 131	0.14 90	0.19 159	0.14 63

HI	0.64 236	0.32 278	0.68 184	0.47 113	0.51 374	0.41 34	0.36 126	1.04 179	0.75 147	1.31 379	1.43 379	1.62 433	1.12 418	0.94 162	0.88 373	0.15 37	0.12 52	0.20 166	0.20 239	0.20 193	0.18 172

CoSv	0.64 236	0.32 278	0.68 184	0.47 113	0.51 374	0.41 34	0.36 126	1.04 179	0.75 147	1.31 379	1.43 379	1.62 433	1.12 418	0.94 162	0.88 373	0.15 37	0.12 52	0.20 166	0.20 239	0.20 193	0.18 172

rvit_stereo_0081	0.44 95	0.33 300	0.64 161	0.54 249	0.35 236	0.41 34	0.44 224	0.66 40	0.95 212	0.48 88	0.52 70	0.50 97	0.46 119	0.82 124	0.44 188	0.25 338	0.20 341	0.22 229	0.19 207	0.25 309	0.17 147

rvit_stereo_0082	0.44 95	0.33 300	0.64 161	0.54 249	0.35 236	0.41 34	0.44 224	0.66 40	0.95 212	0.48 88	0.52 70	0.50 97	0.46 119	0.82 124	0.44 188	0.25 338	0.20 341	0.22 229	0.19 207	0.25 309	0.17 147

H2IRNET	0.56 185	0.26 124	0.66 175	0.47 113	0.35 236	0.41 34	0.26 39	0.92 124	1.17 335	0.61 127	1.28 327	1.08 314	0.86 319	0.99 177	0.63 297	0.19 181	0.16 257	0.22 229	0.25 362	0.21 234	0.18 172

IGEV_Zeroshot_test	0.53 146	0.30 229	0.99 359	0.56 286	0.35 236	0.41 34	0.32 81	1.37 283	0.63 103	1.00 221	1.09 242	0.95 273	0.41 89	0.83 126	0.39 146	0.18 140	0.12 52	0.19 131	0.18 185	0.19 159	0.17 147

2.5w	0.31 21	0.23 58	0.46 59	0.39 30	0.24 40	0.42 41	0.39 164	0.61 25	0.30 12	0.37 32	0.53 72	0.24 6	0.25 11	0.77 104	0.28 32	0.12 5	0.10 9	0.14 1	0.12 40	0.14 20	0.12 10

2.75w_new	0.31 21	0.23 58	0.43 34	0.35 2	0.23 22	0.42 41	0.42 192	0.54 9	0.35 23	0.47 78	0.43 34	0.24 6	0.30 30	0.66 74	0.33 78	0.12 5	0.10 9	0.14 1	0.11 8	0.13 6	0.12 10

MLG-Stereo	0.29 9	0.19 5	0.38 8	0.41 45	0.20 3	0.42 41	0.20 8	0.66 40	0.21 2	0.25 3	0.22 4	0.33 39	0.28 22	1.09 204	0.25 10	0.14 30	0.11 28	0.16 51	0.11 8	0.13 6	0.12 10

LGtest1	0.27 3	0.21 26	0.44 36	0.41 45	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	0.18 140	0.12 52	0.16 51	0.12 40	0.14 20	0.13 37

Occ-G	0.42 78	0.21 26	0.48 64	0.41 45	0.26 62	0.42 41	0.62 368	0.77 69	0.49 59	0.43 59	0.66 105	1.02 299	0.46 119	0.78 109	0.41 164	0.16 58	0.13 110	0.18 110	0.13 63	0.16 60	0.16 122

rvit_stereo_0080	0.44 95	0.32 278	0.71 215	0.47 113	0.36 246	0.42 41	0.55 328	0.82 94	0.68 129	0.50 102	0.60 93	0.55 118	0.47 128	0.59 43	0.44 188	0.26 360	0.21 363	0.20 166	0.20 239	0.31 384	0.19 212

CAS++	0.47 117	0.31 262	0.56 115	0.47 113	0.32 194	0.42 41	0.28 52	1.76 388	0.72 140	0.71 143	0.72 126	0.37 50	0.28 22	0.69 79	0.33 78	0.27 376	0.22 381	0.26 345	0.21 283	0.29 364	0.19 212
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
whm_eth	0.44 95	0.32 278	0.71 215	0.47 113	0.36 246	0.42 41	0.55 328	0.82 94	0.68 129	0.50 102	0.60 93	0.55 118	0.47 128	0.59 43	0.44 188	0.26 360	0.21 363	0.20 166	0.20 239	0.31 384	0.19 212

RAFT+CT+SA	0.58 198	0.29 209	0.60 143	0.66 397	0.37 261	0.42 41	0.55 328	1.27 265	1.03 251	0.70 141	1.22 301	0.60 141	0.70 245	1.64 332	0.41 164	0.18 140	0.13 110	0.22 229	0.22 312	0.21 234	0.18 172

asda	0.30 13	0.24 76	0.42 29	0.38 22	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 43	0.11 1	0.09 1	0.14 1	0.11 8	0.14 20	0.12 10

SGD-Stereo	0.32 25	0.20 8	0.40 16	0.38 22	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	1.15 218	0.30 43	0.20 213	0.10 9	0.15 21	0.13 63	0.17 89	0.13 37

fffft	0.38 57	0.23 58	0.51 83	0.44 82	0.32 194	0.43 50	0.48 266	0.76 66	0.36 24	0.44 63	0.34 18	0.38 52	0.31 35	1.31 257	0.32 65	0.14 30	0.11 28	0.19 131	0.15 106	0.16 60	0.16 122
1: 1. 1
mms	0.40 68	0.27 152	0.52 90	0.46 102	0.32 194	0.43 50	0.46 248	0.70 51	0.46 55	0.35 24	0.58 90	0.44 60	0.30 30	1.36 274	0.33 78	0.16 58	0.13 110	0.18 110	0.15 106	0.19 159	0.15 93

AnonymousM	0.59 204	1.11 514	0.41 21	0.44 82	0.32 194	0.43 50	0.47 255	1.05 187	0.64 107	0.98 213	0.63 100	0.67 166	0.43 100	0.59 43	0.41 164	0.20 213	0.15 218	1.84 534	0.84 525	0.14 20	0.13 37

XX-Stereo	0.63 224	0.26 124	1.90 493	0.81 468	0.67 443	0.43 50	0.23 23	1.03 173	0.58 90	0.65 134	1.56 417	1.41 395	0.39 82	1.28 251	0.35 105	0.20 213	0.14 161	0.20 166	0.19 207	0.18 119	0.14 63

IGEV-BASED-STEREO-	0.70 270	3.18 556	2.55 515	0.39 30	0.23 22	0.44 56	0.23 23	0.63 28	0.42 42	0.44 63	0.44 38	0.34 41	0.28 22	0.56 37	0.29 33	1.35 530	0.10 9	0.22 229	0.19 207	0.46 462	1.31 529

MoCha-V2	0.40 68	0.20 8	0.49 71	0.50 166	0.21 9	0.44 56	0.33 88	0.93 131	0.53 82	0.53 108	0.53 72	0.42 55	0.58 201	1.09 204	0.27 21	0.14 30	0.12 52	0.15 21	0.12 40	0.17 89	0.15 93

EGLCR-Stereo	0.37 52	0.22 47	0.51 83	0.43 59	0.26 62	0.44 56	0.22 15	0.99 157	0.48 58	0.42 54	0.42 25	0.67 166	0.29 26	0.86 138	0.33 78	0.17 101	0.12 52	0.19 131	0.17 168	0.17 89	0.15 93

2.25w	0.32 25	0.24 76	0.48 64	0.37 8	0.24 40	0.45 59	0.25 29	0.62 27	0.40 36	0.45 71	0.58 90	0.27 16	0.32 41	0.74 100	0.35 105	0.12 5	0.10 9	0.14 1	0.12 40	0.13 6	0.14 63

IGEV	0.28 6	0.18 1	0.39 14	0.37 8	0.31 175	0.45 59	0.21 11	0.59 17	0.40 36	0.31 14	0.43 34	0.26 13	0.21 2	0.43 10	0.25 10	0.13 20	0.12 52	0.16 51	0.13 63	0.12 1	0.12 10

AIO-Stereo	0.37 52	0.25 103	0.51 83	0.47 113	0.23 22	0.45 59	0.39 164	1.07 202	0.52 78	0.41 48	0.48 54	0.52 108	0.25 11	0.72 90	0.30 43	0.16 58	0.12 52	0.17 76	0.13 63	0.16 60	0.13 37

IGEV++	0.40 68	0.22 47	0.51 83	0.52 217	0.29 127	0.45 59	0.25 29	1.65 358	0.46 55	0.37 32	0.57 87	0.46 71	0.45 112	0.50 21	0.38 138	0.19 181	0.12 52	0.16 51	0.13 63	0.16 60	0.15 93

CREStereo++_RVC	0.47 117	0.21 26	0.38 8	0.45 95	0.38 278	0.45 59	0.25 29	0.75 63	1.29 399	0.80 164	1.21 299	0.47 78	0.37 74	0.53 29	0.44 188	0.16 58	0.11 28	0.15 21	0.80 523	0.18 119	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
4w-stereo	0.30 13	0.24 76	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 69	0.59 43	0.30 43	0.11 1	0.09 1	0.15 21	0.12 40	0.13 6	0.12 10

2w_stereo	0.32 25	0.24 76	0.45 49	0.39 30	0.22 16	0.46 64	0.47 255	0.69 47	0.42 42	0.43 59	0.50 65	0.24 6	0.45 112	0.47 17	0.29 33	0.12 5	0.10 9	0.15 21	0.12 40	0.15 40	0.13 37

Selective-IGEV	0.39 60	0.24 76	0.50 76	0.44 82	0.25 56	0.46 64	0.33 88	1.25 263	0.40 36	0.35 24	0.45 43	0.52 108	0.30 30	1.07 199	0.30 43	0.14 30	0.12 52	0.17 76	0.13 63	0.16 60	0.13 37

TRStereo	0.60 207	0.60 463	0.97 355	0.74 450	0.67 443	0.46 64	0.38 149	1.85 418	0.89 191	0.79 162	0.80 151	0.88 239	0.39 82	1.10 207	0.41 164	0.23 297	0.15 218	0.23 267	0.24 348	0.17 89	0.15 93

asd	0.30 13	0.21 26	0.41 21	0.39 30	0.24 40	0.47 68	0.30 67	0.69 47	0.30 12	0.41 48	0.39 22	0.28 25	0.33 43	0.62 63	0.27 21	0.13 20	0.09 1	0.14 1	0.12 40	0.14 20	0.12 10

1w_stereo	0.34 38	0.20 8	0.42 29	0.43 59	0.26 62	0.47 68	0.54 310	0.59 17	0.50 62	0.41 48	0.66 105	0.25 11	0.44 108	0.62 63	0.33 78	0.12 5	0.10 9	0.14 1	0.11 8	0.14 20	0.12 10

MLG-Stereo_test3	0.28 6	0.18 1	0.42 29	0.40 37	0.23 22	0.47 68	0.19 5	0.61 25	0.29 11	0.35 24	0.21 2	0.35 43	0.21 2	0.60 55	0.25 10	0.15 37	0.11 28	0.16 51	0.11 8	0.13 6	0.13 37

SCV_C0	0.43 84	0.26 124	0.65 168	0.43 59	0.29 127	0.47 68	0.31 74	1.34 277	0.73 144	0.38 38	0.49 62	0.54 115	0.29 26	1.24 242	0.30 43	0.17 101	0.13 110	0.16 51	0.13 63	0.20 193	0.15 93

WCG-NET	0.42 78	0.21 26	0.54 101	0.40 37	0.25 56	0.47 68	0.32 81	0.73 58	1.15 323	0.76 151	0.73 128	0.58 133	0.45 112	0.60 55	0.34 95	0.15 37	0.11 28	0.16 51	0.14 90	0.15 40	0.13 37

RSM	0.39 60	0.24 76	0.49 71	0.46 102	0.26 62	0.47 68	0.40 172	0.92 124	0.44 47	0.41 48	0.42 25	0.65 159	0.33 43	1.07 199	0.29 33	0.15 37	0.12 52	0.17 76	0.13 63	0.17 89	0.13 37

DEFOM-Stereo_RVC	0.40 68	0.67 474	0.42 29	0.64 376	0.29 127	0.48 74	0.25 29	0.85 102	0.44 47	0.38 38	0.36 20	0.30 31	0.70 245	1.15 218	0.29 33	0.16 58	0.11 28	0.16 51	0.11 8	0.18 119	0.12 10

fffy	0.42 78	0.27 152	0.57 125	0.46 102	0.29 127	0.48 74	0.35 110	0.91 121	0.55 85	0.40 47	0.58 90	0.55 118	0.41 89	1.26 246	0.36 115	0.15 37	0.13 110	0.19 131	0.16 148	0.18 119	0.14 63

TestStereo1	0.63 224	0.28 174	0.75 253	0.76 455	0.31 175	0.48 74	0.43 211	1.30 270	1.21 361	0.97 209	1.31 337	0.64 156	0.77 270	1.75 352	0.42 175	0.20 213	0.15 218	0.22 229	0.18 185	0.21 234	0.17 147

DCANet-4	0.54 161	0.26 124	1.07 393	0.42 52	0.24 40	0.48 74	0.36 126	0.99 157	1.30 405	1.10 254	1.02 211	0.56 126	0.75 258	0.73 94	0.52 252	0.16 58	0.13 110	0.17 76	0.13 63	0.15 40	0.19 212

fff	0.53 146	0.24 76	0.70 203	0.43 59	0.24 40	0.48 74	0.36 126	1.07 202	1.25 379	1.10 254	1.02 211	0.57 128	1.06 406	0.73 94	0.52 252	0.16 58	0.13 110	0.17 76	0.13 63	0.15 40	0.19 212

SA-5K	0.63 224	0.28 174	0.75 253	0.76 455	0.31 175	0.48 74	0.43 211	1.30 270	1.21 361	0.97 209	1.31 337	0.64 156	0.77 270	1.75 352	0.42 175	0.20 213	0.15 218	0.22 229	0.18 185	0.21 234	0.17 147

GLC_STEREO	0.39 60	0.25 103	0.41 21	0.54 249	0.23 22	0.48 74	0.30 67	0.73 58	0.58 90	0.52 107	0.73 128	0.51 101	0.31 35	0.64 66	0.42 175	0.17 101	0.20 341	0.23 267	0.19 207	0.21 234	0.17 147

ASMatch	0.88 369	0.26 124	0.69 197	0.51 196	0.35 236	0.48 74	0.37 143	1.12 221	0.92 205	1.10 254	3.28 515	0.96 279	0.98 378	4.90 484	0.49 234	0.19 181	0.16 257	0.22 229	0.19 207	0.19 159	0.27 358

sAnonymous2	0.55 176	0.56 445	1.46 461	0.60 332	0.51 374	0.48 74	0.52 296	0.79 78	0.68 129	0.50 102	0.67 109	0.46 71	0.62 219	0.59 43	0.40 153	0.22 272	0.17 286	0.22 229	0.21 283	0.86 509	0.56 483

CroCo_RVC	0.55 176	0.56 445	1.46 461	0.60 332	0.51 374	0.48 74	0.52 296	0.79 78	0.68 129	0.50 102	0.67 109	0.46 71	0.62 219	0.59 43	0.40 153	0.22 272	0.17 286	0.22 229	0.21 283	0.86 509	0.56 483

csc	0.53 146	0.24 76	0.70 203	0.43 59	0.24 40	0.48 74	0.36 126	1.07 202	1.25 379	1.10 254	1.02 211	0.57 128	1.06 406	0.73 94	0.52 252	0.16 58	0.13 110	0.17 76	0.13 63	0.15 40	0.19 212

cscssc	0.53 146	0.24 76	0.70 203	0.43 59	0.24 40	0.48 74	0.36 126	1.07 202	1.25 379	1.10 254	1.02 211	0.57 128	1.06 406	0.73 94	0.52 252	0.16 58	0.13 110	0.17 76	0.13 63	0.15 40	0.19 212

qwe	0.32 25	0.21 26	0.40 16	0.37 8	0.26 62	0.49 86	0.29 57	0.64 30	0.39 30	0.49 94	0.48 54	0.26 13	0.27 18	0.80 115	0.34 95	0.12 5	0.10 9	0.14 1	0.11 8	0.15 40	0.12 10

4.25_new	0.30 13	0.26 124	0.44 36	0.38 22	0.26 62	0.49 86	0.40 172	0.59 17	0.31 14	0.38 38	0.42 25	0.27 16	0.34 50	0.46 13	0.31 60	0.12 5	0.09 1	0.15 21	0.11 8	0.14 20	0.12 10

4.5w_new	0.30 13	0.26 124	0.44 36	0.38 22	0.26 62	0.49 86	0.40 172	0.59 17	0.31 14	0.38 38	0.42 25	0.27 16	0.34 50	0.46 13	0.31 60	0.12 5	0.09 1	0.15 21	0.11 8	0.14 20	0.12 10

4.25w-stereo	0.30 13	0.26 124	0.44 36	0.38 22	0.26 62	0.49 86	0.40 172	0.59 17	0.32 18	0.38 38	0.42 25	0.27 16	0.34 50	0.46 13	0.31 60	0.12 5	0.09 1	0.15 21	0.11 8	0.14 20	0.12 10

MM-Stereo_test3	0.50 133	0.24 76	0.54 101	0.54 249	0.74 460	0.49 86	0.53 304	1.09 210	1.05 260	0.62 130	0.95 178	0.61 145	0.42 93	0.77 104	0.38 138	0.20 213	0.17 286	0.20 166	0.16 148	0.18 119	0.18 172

IGEVStereo-DCA	0.46 110	0.28 174	0.56 115	0.43 59	0.33 215	0.49 86	0.42 192	0.87 105	0.50 62	0.47 78	0.48 54	0.48 83	0.46 119	2.03 385	0.30 43	0.19 181	0.14 161	0.19 131	0.15 106	0.16 60	0.18 172

rrr	0.46 110	0.28 174	0.73 233	0.43 59	0.33 215	0.49 86	0.38 149	0.76 66	0.50 62	0.47 78	0.48 54	0.48 83	0.46 119	2.03 385	0.30 43	0.19 181	0.14 161	0.19 131	0.15 106	0.16 60	0.16 122

HH	0.63 224	0.30 229	0.77 270	0.50 166	0.32 194	0.49 86	0.46 248	1.65 358	0.64 107	0.69 139	1.09 242	1.63 438	0.85 311	1.90 371	0.37 127	0.18 140	0.13 110	0.19 131	0.17 168	0.19 159	0.16 122

HanStereo	0.63 224	0.30 229	0.77 270	0.50 166	0.32 194	0.49 86	0.46 248	1.65 358	0.64 107	0.69 139	1.09 242	1.63 438	0.85 311	1.90 371	0.37 127	0.18 140	0.13 110	0.19 131	0.17 168	0.19 159	0.16 122

ADStereo(finetuned)	0.57 192	0.24 76	1.06 388	0.43 59	0.24 40	0.49 86	0.35 110	1.05 187	1.30 405	1.12 262	1.03 221	0.58 133	1.20 435	0.84 129	0.51 245	0.16 58	0.13 110	0.17 76	0.13 63	0.18 119	0.19 212

iRaft-Stereo_5w	0.85 359	0.29 209	0.91 333	0.53 234	0.43 322	0.49 86	0.68 390	0.99 157	0.87 184	0.79 162	1.34 352	1.46 407	0.91 339	5.11 487	1.11 415	0.17 101	0.14 161	0.22 229	0.18 185	0.20 193	0.20 244

OMP-Stereo	0.94 384	0.33 300	0.72 221	0.90 498	0.31 175	0.49 86	0.36 126	1.16 229	1.06 264	1.58 457	1.12 259	1.46 407	0.69 240	6.94 526	0.49 234	0.19 181	0.14 161	0.24 287	0.18 185	0.20 193	0.14 63

raftrobust	0.52 136	0.25 103	0.56 115	0.65 390	0.52 385	0.49 86	0.34 100	0.98 155	0.91 200	1.30 369	0.87 161	0.63 153	0.81 291	0.78 109	0.41 164	0.19 181	0.15 218	0.16 51	0.14 90	0.15 40	0.16 122

DCANet	0.54 161	0.24 76	0.70 203	0.43 59	0.24 40	0.49 86	0.36 126	1.05 187	1.30 405	1.12 262	1.03 221	0.58 133	0.92 342	0.81 121	0.52 252	0.16 58	0.13 110	0.17 76	0.13 63	0.18 119	0.19 212

water-stereo	0.39 60	0.20 8	0.48 64	0.44 82	0.27 86	0.50 100	0.26 39	0.92 124	0.51 71	0.53 108	0.78 140	0.55 118	0.49 147	0.42 9	0.42 175	0.16 58	0.15 218	0.17 76	0.15 106	0.16 60	0.15 93

MM-Stereo_test1	0.49 129	0.24 76	0.56 115	0.51 196	0.30 149	0.50 100	0.54 310	0.91 121	1.03 251	0.84 177	0.69 116	0.54 115	0.60 205	1.16 222	0.33 78	0.18 140	0.16 257	0.20 166	0.17 168	0.19 159	0.15 93

rvit_stereo_0083	0.47 117	0.33 300	0.81 287	0.56 286	0.36 246	0.50 100	0.44 224	0.68 46	0.95 212	0.49 94	0.57 87	0.55 118	0.49 147	0.88 143	0.46 215	0.25 338	0.25 409	0.24 287	0.20 239	0.24 297	0.17 147

rvit_stereo_0081_aga	0.44 95	0.34 323	0.73 233	0.51 196	0.41 307	0.50 100	0.40 172	0.81 91	0.57 89	0.58 116	0.56 84	0.53 113	0.43 100	0.66 74	0.40 153	0.26 360	0.21 363	0.22 229	0.20 239	0.26 321	0.18 172

WCG-NET（raft）	0.45 103	0.21 26	0.55 111	0.40 37	0.24 40	0.50 100	0.36 126	0.73 58	1.09 283	0.71 143	0.76 136	0.92 260	0.51 156	0.84 129	0.34 95	0.16 58	0.12 52	0.15 21	0.14 90	0.14 20	0.14 63

RSM++	0.38 57	0.24 76	0.51 83	0.47 113	0.26 62	0.50 100	0.41 188	0.79 78	0.45 49	0.37 32	0.45 43	0.60 141	0.35 58	1.02 185	0.30 43	0.15 37	0.13 110	0.17 76	0.14 90	0.18 119	0.13 37

MGS-Stereo	0.42 78	0.26 124	0.58 131	0.44 82	0.28 110	0.50 100	0.34 100	0.57 15	0.83 174	0.46 75	1.31 337	0.52 108	0.33 43	0.65 72	0.36 115	0.19 181	0.16 257	0.18 110	0.15 106	0.17 89	0.16 122

ff7	0.43 84	0.27 152	0.56 115	0.44 82	0.33 215	0.50 100	0.42 192	0.87 105	0.50 62	0.49 94	0.53 72	0.44 60	0.48 139	1.38 279	0.33 78	0.17 101	0.12 52	0.21 201	0.15 106	0.18 119	0.18 172

ffff	0.43 84	0.27 152	0.56 115	0.44 82	0.33 215	0.50 100	0.42 192	0.87 105	0.50 62	0.49 94	0.53 72	0.44 60	0.48 139	1.38 279	0.33 78	0.17 101	0.12 52	0.21 201	0.15 106	0.18 119	0.18 172

11t	0.43 84	0.27 152	0.56 115	0.44 82	0.33 215	0.50 100	0.42 192	0.87 105	0.50 62	0.49 94	0.53 72	0.44 60	0.48 139	1.38 279	0.33 78	0.17 101	0.12 52	0.21 201	0.15 106	0.18 119	0.18 172

StereoVision	0.65 244	0.34 323	0.86 302	0.59 321	0.40 299	0.50 100	0.41 188	1.09 210	0.93 207	0.71 143	2.50 503	0.82 211	0.57 192	1.03 186	0.49 234	0.25 338	0.28 429	0.29 384	0.28 409	0.36 413	0.20 244

CASnet	0.41 75	0.25 103	0.48 64	0.50 166	0.20 3	0.50 100	0.36 126	0.81 91	0.80 165	0.83 174	0.68 112	0.48 83	0.31 35	0.54 31	0.32 65	0.18 140	0.12 52	0.27 361	0.22 312	0.23 282	0.14 63
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
anonymousdsp	0.43 84	0.27 152	0.53 95	0.44 82	0.32 194	0.50 100	0.42 192	0.89 114	0.51 71	0.49 94	0.53 72	0.47 78	0.47 128	1.33 264	0.33 78	0.17 101	0.12 52	0.21 201	0.15 106	0.18 119	0.18 172

LoS	0.40 68	0.21 26	0.44 36	0.37 8	0.22 16	0.50 100	0.40 172	1.00 161	0.94 210	0.48 88	0.66 105	0.48 83	0.40 86	0.60 55	0.37 127	0.18 140	0.14 161	0.16 51	0.11 8	0.14 20	0.14 63
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ccc-4	0.43 84	0.27 152	0.56 115	0.44 82	0.33 215	0.50 100	0.42 192	0.87 105	0.50 62	0.49 94	0.53 72	0.44 60	0.48 139	1.38 279	0.33 78	0.17 101	0.12 52	0.21 201	0.15 106	0.18 119	0.18 172

IGEV-Stereo	0.43 84	0.27 152	0.54 101	0.45 95	0.32 194	0.50 100	0.42 192	0.90 120	0.51 71	0.49 94	0.53 72	0.47 78	0.47 128	1.32 261	0.33 78	0.17 101	0.12 52	0.21 201	0.15 106	0.18 119	0.18 172
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HHNet	0.62 217	0.26 124	0.63 154	0.43 59	0.45 336	0.50 100	0.58 351	1.07 202	1.01 244	1.25 346	2.23 491	0.70 177	0.61 214	1.07 199	0.47 222	0.20 213	0.13 110	0.23 267	0.19 207	0.19 159	0.30 388

rvit_0105_6	0.53 146	0.37 361	0.98 358	0.65 390	0.38 278	0.51 117	0.51 285	0.77 69	1.20 355	0.54 111	0.55 81	0.65 159	0.53 166	0.94 162	0.44 188	0.32 417	0.32 458	0.28 374	0.24 348	0.28 353	0.21 261

Pointernet	0.37 52	0.20 8	0.57 125	0.43 59	0.28 110	0.51 117	0.27 46	0.93 131	0.61 98	0.47 78	0.63 100	0.49 91	0.38 80	0.49 20	0.33 78	0.17 101	0.13 110	0.14 1	0.11 8	0.13 6	0.12 10

EKT-Stereo	0.53 146	0.30 229	0.73 233	0.58 308	0.60 422	0.51 117	0.48 266	0.94 138	0.90 195	0.71 143	0.88 163	0.77 192	0.43 100	1.07 199	0.40 153	0.22 272	0.16 257	0.21 201	0.18 185	0.20 193	0.22 278

LoS_RVC	0.42 78	0.26 124	0.40 16	0.44 82	0.82 485	0.51 117	0.44 224	0.64 30	0.41 39	0.44 63	0.78 140	0.44 60	0.47 128	0.56 37	0.36 115	0.13 20	0.12 52	0.14 1	0.10 2	0.13 6	0.84 513

aw	0.32 25	0.21 26	0.45 49	0.38 22	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

ml1-stereo	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

4.5_new	0.29 9	0.25 103	0.41 21	0.36 4	0.23 22	0.52 121	0.36 126	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 20	0.10 9	0.15 21	0.13 63	0.16 60	0.12 10

4.5w-stereo	0.29 9	0.25 103	0.41 21	0.36 4	0.23 22	0.52 121	0.36 126	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 20	0.10 9	0.15 21	0.13 63	0.16 60	0.12 10

3.25w_new	0.32 25	0.21 26	0.45 49	0.38 22	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

GMOStereo	0.53 146	0.26 124	0.65 168	0.50 166	0.29 127	0.52 121	0.43 211	0.89 114	0.96 217	1.41 417	1.14 268	0.85 227	0.56 183	0.59 43	0.38 138	0.16 58	0.14 161	0.24 287	0.21 283	0.20 193	0.15 93

error version	0.53 146	0.26 124	0.65 168	0.50 166	0.29 127	0.52 121	0.43 211	0.89 114	0.96 217	1.41 417	1.14 268	0.85 227	0.56 183	0.59 43	0.38 138	0.16 58	0.14 161	0.24 287	0.21 283	0.20 193	0.15 93

test-v	0.53 146	0.26 124	0.65 168	0.50 166	0.29 127	0.52 121	0.43 211	0.89 114	0.96 217	1.41 417	1.14 268	0.85 227	0.56 183	0.59 43	0.38 138	0.16 58	0.14 161	0.24 287	0.21 283	0.20 193	0.15 93

test-2	0.53 146	0.26 124	0.65 168	0.50 166	0.29 127	0.52 121	0.43 211	0.89 114	0.96 217	1.41 417	1.14 268	0.85 227	0.56 183	0.59 43	0.38 138	0.16 58	0.14 161	0.24 287	0.21 283	0.20 193	0.15 93

sCroCo_RVC	0.49 129	0.40 379	1.02 375	0.65 390	0.60 422	0.52 121	0.40 172	0.83 98	0.61 98	0.44 63	0.74 132	0.49 91	0.50 153	0.63 65	0.48 227	0.26 360	0.27 422	0.23 267	0.22 312	0.29 364	0.25 324

3w_stereo	0.33 35	0.25 103	0.52 90	0.40 37	0.21 9	0.53 132	0.54 310	0.65 34	0.46 55	0.44 63	0.48 54	0.23 3	0.45 112	0.46 13	0.29 33	0.12 5	0.10 9	0.15 21	0.12 40	0.15 40	0.15 93

rvit_0105_4	0.56 185	0.38 368	1.06 388	0.66 397	0.38 278	0.53 132	0.53 304	0.84 101	1.17 335	0.56 113	0.61 95	0.72 181	0.59 202	0.98 174	0.45 201	0.32 417	0.33 462	0.29 384	0.25 362	0.29 364	0.23 298

rvit_stereo_0075_2	0.64 236	0.46 406	1.05 384	0.66 397	0.66 439	0.53 132	0.48 266	1.20 246	1.12 296	0.76 151	0.92 171	0.78 196	0.53 166	1.03 186	0.59 280	0.37 450	0.28 429	0.40 466	0.31 434	0.37 417	0.32 403

trnet	0.39 60	0.21 26	0.37 5	0.36 4	0.20 3	0.53 132	0.29 57	0.78 73	1.12 296	0.59 124	0.71 123	0.53 113	0.42 93	0.54 31	0.34 95	0.18 140	0.13 110	0.15 21	0.10 2	0.14 20	0.13 37

GCAP-Stereo	0.40 68	0.28 174	0.68 184	0.47 113	0.25 56	0.53 132	0.32 81	0.82 94	0.58 90	0.65 134	0.69 116	0.58 133	0.42 93	0.47 17	0.29 33	0.17 101	0.14 161	0.17 76	0.13 63	0.17 89	0.14 63

rafts_anoy	0.52 136	0.29 209	0.59 138	0.59 321	0.50 363	0.53 132	0.40 172	1.11 219	1.03 251	0.84 177	0.83 153	0.68 168	0.54 171	0.72 90	0.51 245	0.19 181	0.14 161	0.24 287	0.26 379	0.21 234	0.18 172

iRaftStereo_RVC	0.47 117	0.26 124	0.64 161	0.50 166	0.29 127	0.53 132	0.33 88	1.05 187	0.77 157	0.84 177	1.00 197	0.55 118	0.37 74	0.81 121	0.40 153	0.17 101	0.12 52	0.22 229	0.20 239	0.19 159	0.15 93

CREStereo	0.39 60	0.21 26	0.38 8	0.34 1	0.22 16	0.53 132	0.29 57	0.77 69	1.11 292	0.58 116	0.71 123	0.51 101	0.41 89	0.54 31	0.34 95	0.18 140	0.13 110	0.15 21	0.10 2	0.14 20	0.14 63
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
3.5w_stereo	0.33 35	0.25 103	0.45 49	0.37 8	0.24 40	0.54 140	0.35 110	0.66 40	0.36 24	0.43 59	0.44 38	0.29 26	0.34 50	0.77 104	0.39 146	0.11 1	0.09 1	0.15 21	0.11 8	0.14 20	0.13 37

HUF	0.36 47	0.23 58	0.52 90	0.40 37	0.22 16	0.54 140	0.47 255	0.82 94	0.43 44	0.36 29	0.43 34	0.50 97	0.42 93	0.64 66	0.29 33	0.17 101	0.12 52	0.16 51	0.12 40	0.15 40	0.14 63

MIM_Stereo	0.57 192	0.24 76	0.92 337	0.46 102	0.30 149	0.54 140	0.28 52	1.27 265	0.75 147	1.00 221	1.16 281	0.93 262	0.53 166	1.45 296	0.61 290	0.16 58	0.16 257	0.20 166	0.19 207	0.17 89	0.14 63

DCRE	0.82 344	0.26 124	0.70 203	0.58 308	0.44 329	0.54 140	0.48 266	0.95 143	0.78 160	0.78 159	7.33 546	0.86 231	0.52 161	0.76 101	0.41 164	0.16 58	0.16 257	0.19 131	0.17 168	0.18 119	0.17 147

raft_robust	0.68 264	0.30 229	0.64 161	0.52 217	0.26 62	0.54 140	0.35 110	1.33 272	1.24 376	1.16 295	1.07 232	0.60 141	0.54 171	3.58 463	0.37 127	0.18 140	0.14 161	0.20 166	0.22 312	0.20 193	0.16 122

RAFT-345	0.84 355	0.25 103	0.66 175	0.50 166	0.27 86	0.54 140	0.42 192	0.83 98	1.11 292	1.32 383	2.34 496	0.86 231	0.54 171	5.72 503	0.47 222	0.18 140	0.13 110	0.22 229	0.17 168	0.17 89	0.16 122

raft+_RVC	0.53 146	0.26 124	0.54 101	0.60 332	0.47 352	0.54 140	0.54 310	1.27 265	0.99 236	0.76 151	1.03 221	0.70 177	0.56 183	0.93 159	0.47 222	0.18 140	0.14 161	0.19 131	0.18 185	0.18 119	0.15 93

DN-CSS_ROB	0.64 236	0.32 278	1.05 384	0.55 273	0.40 299	0.54 140	0.45 241	1.21 247	0.93 207	1.03 232	1.47 393	0.69 173	0.63 224	1.76 357	0.49 234	0.18 140	0.14 161	0.25 326	0.22 312	0.22 257	0.20 244

MM-Stereo_test2	0.43 84	0.24 76	0.67 180	0.51 196	0.32 194	0.55 148	0.45 241	0.97 151	0.77 157	0.59 124	0.51 68	0.49 91	0.42 93	0.80 115	0.30 43	0.15 37	0.13 110	0.18 110	0.14 90	0.19 159	0.14 63

MonSter	0.28 6	0.18 1	0.39 14	0.36 4	0.21 9	0.55 148	0.31 74	0.55 10	0.43 44	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 20	0.11 2

CES	0.48 123	0.20 8	0.37 5	0.39 30	1.39 527	0.55 148	0.35 110	0.98 155	0.66 124	0.44 63	0.66 105	0.35 43	0.27 18	0.56 37	0.33 78	0.15 37	0.13 110	0.15 21	0.10 2	0.19 159	1.46 531

knoymous	0.51 135	0.29 209	0.47 62	0.43 59	0.30 149	0.55 148	0.55 328	1.02 168	0.77 157	0.98 213	0.85 157	0.94 265	0.56 183	0.85 134	0.45 201	0.20 213	0.14 161	0.26 345	0.14 90	0.23 282	0.23 298

RCA-Stereo	0.50 133	0.23 58	0.58 131	0.48 139	0.33 215	0.55 148	0.45 241	0.97 151	1.38 440	0.68 138	1.05 226	0.63 153	0.80 287	0.59 43	0.32 65	0.17 101	0.12 52	0.17 76	0.14 90	0.16 60	0.14 63

ProNet	0.43 84	0.28 174	0.58 131	0.43 59	0.30 149	0.56 153	0.52 296	1.00 161	0.58 90	0.44 63	0.49 62	0.43 58	0.43 100	1.28 251	0.36 115	0.15 37	0.13 110	0.19 131	0.16 148	0.17 89	0.16 122

PSM-softLoss	0.78 326	0.31 262	0.77 270	0.58 308	0.32 194	0.56 153	0.40 172	1.18 236	0.70 134	1.24 340	1.07 232	0.83 218	0.52 161	5.36 492	0.53 259	0.24 312	0.15 218	0.25 326	0.22 312	0.20 193	0.25 324

KMStereo	0.78 326	0.31 262	0.77 270	0.58 308	0.32 194	0.56 153	0.40 172	1.18 236	0.70 134	1.24 340	1.07 232	0.83 218	0.52 161	5.36 492	0.53 259	0.24 312	0.15 218	0.25 326	0.22 312	0.20 193	0.25 324

TestStereo	0.64 236	0.39 373	0.71 215	0.51 196	0.27 86	0.56 153	0.42 192	1.03 173	0.91 200	0.80 164	1.00 197	0.68 168	0.52 161	3.25 453	0.45 201	0.22 272	0.15 218	0.24 287	0.18 185	0.27 335	0.16 122

test_xeample3	0.42 78	0.28 174	0.69 197	0.43 59	0.33 215	0.56 153	0.38 149	0.79 78	0.45 49	0.53 108	0.46 49	0.44 60	0.44 108	1.38 279	0.31 60	0.18 140	0.14 161	0.19 131	0.15 106	0.17 89	0.16 122

AIO_test	0.35 46	0.22 47	0.44 36	0.43 59	0.27 86	0.57 158	0.44 224	0.79 78	0.41 39	0.32 17	0.47 51	0.46 71	0.30 30	0.69 79	0.30 43	0.16 58	0.11 28	0.16 51	0.13 63	0.15 40	0.12 10

UGAM-zero	1.00 405	0.30 229	0.93 339	0.47 113	0.30 149	0.57 158	0.25 29	2.25 502	0.63 103	1.01 224	1.10 246	2.73 512	1.85 500	6.26 512	0.40 153	0.17 101	0.14 161	0.19 131	0.15 106	0.16 60	0.17 147

CAS	0.63 224	0.18 1	0.37 5	2.27 535	0.84 487	0.57 158	0.54 310	0.79 78	0.62 100	0.48 88	0.70 120	0.36 45	0.26 16	0.45 11	0.35 105	2.24 536	0.10 9	0.14 1	0.09 1	0.15 40	1.06 525

rvit_0105_5	0.58 198	0.39 373	1.05 384	0.66 397	0.37 261	0.58 161	0.56 336	0.94 138	1.18 342	0.64 132	0.68 112	0.75 185	0.63 224	0.88 143	0.50 240	0.32 417	0.32 458	0.30 395	0.27 389	0.28 353	0.25 324

SA	0.66 251	0.30 229	0.82 290	0.61 346	0.30 149	0.58 161	0.38 149	1.44 302	1.30 405	0.96 206	1.36 359	0.66 163	0.95 361	1.85 367	0.42 175	0.19 181	0.15 218	0.25 326	0.23 335	0.21 234	0.17 147

test-3	0.54 161	0.22 47	0.68 184	0.47 113	0.27 86	0.58 161	0.35 110	0.92 124	1.00 241	1.32 383	0.69 116	0.87 235	0.45 112	1.68 343	0.37 127	0.16 58	0.11 28	0.20 166	0.16 148	0.17 89	0.13 37

test_1	0.54 161	0.22 47	0.68 184	0.47 113	0.27 86	0.58 161	0.35 110	0.92 124	1.00 241	1.28 355	0.68 112	0.87 235	0.45 112	1.67 338	0.37 127	0.16 58	0.11 28	0.20 166	0.16 148	0.17 89	0.13 37

XX-TBD	0.46 110	0.70 481	0.35 1	0.79 462	0.25 56	0.58 161	0.26 39	0.69 47	1.27 390	0.76 151	1.00 197	0.45 68	0.33 43	0.47 17	0.37 127	0.19 181	0.15 218	0.15 21	0.11 8	0.17 89	0.14 63

AIO_rvc	0.36 47	0.23 58	0.49 71	0.43 59	0.27 86	0.59 166	0.38 149	0.94 138	0.45 49	0.33 22	0.46 49	0.49 91	0.22 6	0.84 129	0.30 43	0.16 58	0.11 28	0.16 51	0.12 40	0.15 40	0.13 37

test_for_model	1.30 456	3.71 559	0.58 131	3.22 549	2.84 549	0.59 166	0.33 88	1.40 291	0.83 174	1.42 423	0.61 95	0.52 108	0.37 74	0.51 23	0.33 78	2.46 537	0.15 218	0.16 51	0.11 8	4.39 559	1.50 532

MyStereo07	0.48 123	0.29 209	0.50 76	0.55 273	0.45 336	0.59 166	0.79 419	1.05 187	0.51 71	0.48 88	0.53 72	0.43 58	0.55 178	1.30 256	0.34 95	0.17 101	0.16 257	0.24 287	0.20 239	0.23 282	0.20 244

MyStereo04	0.67 260	0.29 209	1.07 393	0.55 273	0.45 336	0.59 166	0.79 419	1.50 315	1.40 450	0.91 194	0.91 169	0.74 183	0.86 319	1.52 309	0.62 293	0.17 101	0.16 257	0.24 287	0.20 239	0.23 282	0.20 244

PFNet+	0.59 204	0.28 174	0.77 270	0.53 234	0.30 149	0.59 166	0.31 74	0.92 124	1.14 311	1.33 391	1.10 246	0.79 200	0.57 192	1.31 257	0.49 234	0.25 338	0.17 286	0.28 374	0.26 379	0.21 234	0.25 324

DeepStereo_RVC	0.55 176	0.29 209	0.72 221	0.51 196	0.30 149	0.59 166	0.33 88	1.03 173	0.70 134	1.16 295	0.93 174	0.83 218	0.94 356	0.96 165	0.54 265	0.21 246	0.14 161	0.21 201	0.19 207	0.24 297	0.24 312

RAFT-IKP	0.54 161	0.30 229	0.73 233	0.50 166	0.27 86	0.59 166	0.36 126	1.04 179	0.64 107	1.12 262	0.96 181	0.83 218	0.61 214	1.22 235	0.45 201	0.22 272	0.14 161	0.24 287	0.20 239	0.26 321	0.18 172

Prome-Stereo	0.75 310	0.27 152	0.53 95	0.55 273	0.32 194	0.59 166	0.97 461	0.89 114	0.88 188	1.45 427	2.46 502	0.91 251	1.41 459	1.58 322	0.44 188	0.18 140	0.13 110	0.19 131	0.17 168	0.20 193	0.92 516

ISRNet	0.80 333	0.33 300	1.07 393	0.81 468	0.66 439	0.60 174	0.34 100	1.19 244	1.13 308	1.59 458	1.53 407	1.35 387	0.77 270	1.27 249	0.94 383	0.39 457	0.34 463	0.43 473	0.38 470	0.34 404	0.49 470

IGEV-RUCA	0.37 52	0.23 58	0.48 64	0.49 154	0.36 246	0.60 174	0.23 23	0.64 30	0.49 59	0.39 46	0.49 62	0.44 60	0.31 35	0.85 134	0.30 43	0.24 312	0.13 110	0.16 51	0.12 40	0.20 193	0.19 212

RAFT-Stereo-weight	0.47 117	0.24 76	0.53 95	0.48 139	0.27 86	0.60 174	0.35 110	1.02 168	1.07 269	0.99 216	0.78 140	0.76 189	0.28 22	0.76 101	0.36 115	0.16 58	0.12 52	0.17 76	0.15 106	0.16 60	0.15 93

GwcNet-ADL	0.64 236	0.31 262	0.79 281	0.56 286	0.41 307	0.60 174	0.58 351	1.41 293	1.26 384	1.08 240	1.13 264	0.91 251	0.60 205	1.04 192	0.78 344	0.27 376	0.18 307	0.18 110	0.18 185	0.25 309	0.29 374

EAI-Stereo	0.65 244	0.28 174	0.69 197	0.53 234	0.27 86	0.60 174	0.40 172	2.28 505	0.64 107	0.71 143	3.18 514	0.57 128	0.43 100	1.06 195	0.41 164	0.18 140	0.13 110	0.17 76	0.17 168	0.17 89	0.17 147

CFNet-RSSM	0.54 161	0.24 76	0.70 203	0.48 139	0.28 110	0.60 174	0.27 46	1.49 311	1.14 311	1.06 236	0.93 174	1.08 314	0.54 171	0.70 83	0.35 105	0.16 58	0.12 52	0.17 76	0.15 106	0.16 60	0.14 63

depthmonostereo	0.41 75	0.23 58	0.53 95	0.47 113	0.23 22	0.61 180	0.35 110	1.00 161	0.76 153	0.48 88	0.65 104	0.47 78	0.49 147	0.67 77	0.37 127	0.16 58	0.15 218	0.16 51	0.14 90	0.16 60	0.15 93

castereo	0.41 75	0.22 47	0.46 59	0.44 82	0.30 149	0.61 180	0.56 336	0.97 151	0.80 165	0.38 38	0.69 116	0.45 68	0.69 240	0.51 23	0.30 43	0.16 58	0.11 28	0.16 51	0.13 63	0.16 60	0.12 10

SMoEStereo_RVC	0.39 60	0.25 103	0.50 76	0.45 95	0.30 149	0.61 180	0.36 126	0.72 56	0.45 49	0.46 75	0.43 34	0.42 55	0.35 58	1.39 284	0.29 33	0.15 37	0.12 52	0.20 166	0.15 106	0.16 60	0.15 93

MyStereo06	0.61 213	0.28 174	0.95 347	0.56 286	0.46 347	0.61 180	0.73 403	1.78 396	0.67 125	1.03 232	1.12 259	1.13 336	0.56 183	0.78 109	0.41 164	0.17 101	0.16 257	0.23 267	0.20 239	0.22 257	0.20 244

MyStereo05	0.66 251	0.28 174	1.07 393	0.56 286	0.46 347	0.61 180	0.73 403	1.34 277	1.41 454	1.15 285	0.91 169	0.77 192	0.80 287	1.41 291	0.63 297	0.17 101	0.16 257	0.23 267	0.20 239	0.22 257	0.20 244

test_3	0.55 176	0.23 58	0.71 215	0.53 234	0.28 110	0.61 180	0.40 172	0.92 124	1.05 260	1.19 313	0.68 112	0.93 262	0.44 108	1.67 338	0.39 146	0.15 37	0.12 52	0.22 229	0.19 207	0.21 234	0.14 63

IIG-Stereo	0.96 388	0.31 262	0.72 221	0.88 494	0.33 215	0.61 180	0.26 39	1.19 244	1.03 251	1.69 469	1.37 361	1.46 407	0.75 258	6.96 527	0.51 245	0.19 181	0.14 161	0.23 267	0.18 185	0.20 193	0.14 63

test-1	0.52 136	0.26 124	1.04 383	0.56 286	0.32 194	0.61 180	0.38 149	1.10 213	0.91 200	0.78 159	1.01 203	0.77 192	0.52 161	0.60 55	0.42 175	0.17 101	0.14 161	0.20 166	0.17 168	0.20 193	0.23 298

RALCasStereoNet	0.54 161	0.30 229	0.66 175	0.59 321	0.51 374	0.61 180	0.52 296	0.94 138	0.93 207	0.70 141	1.01 203	0.78 196	0.44 108	1.33 264	0.47 222	0.20 213	0.16 257	0.18 110	0.16 148	0.20 193	0.19 212

3.75w	0.32 25	0.23 58	0.44 36	0.37 8	0.29 127	0.62 189	0.36 126	0.59 17	0.32 18	0.41 48	0.47 51	0.25 11	0.34 50	0.64 66	0.26 17	0.12 5	0.09 1	0.14 1	0.12 40	0.13 6	0.12 10

DisPM	0.66 251	0.28 174	0.72 221	0.61 346	0.35 236	0.62 189	0.45 241	1.02 168	0.99 236	1.56 451	1.10 246	0.80 202	0.59 202	2.37 417	0.41 164	0.23 297	0.14 161	0.23 267	0.21 283	0.20 193	0.25 324

AIO-Stereo-zeroshot	0.72 279	0.35 344	1.70 479	0.49 154	0.56 399	0.63 191	0.38 149	2.41 516	0.65 122	0.77 156	1.07 232	1.82 463	0.95 361	0.93 159	0.43 185	0.20 213	0.13 110	0.21 201	0.25 362	0.28 353	0.26 348

NRIStereo	0.60 207	0.29 209	0.69 197	0.53 234	0.28 110	0.63 191	0.33 88	1.08 208	0.87 184	1.14 279	0.87 161	0.91 251	0.59 202	2.24 406	0.49 234	0.20 213	0.14 161	0.21 201	0.19 207	0.21 234	0.17 147

Pruner-Stereo	0.62 217	0.29 209	0.70 203	0.61 346	0.31 175	0.63 191	0.43 211	1.17 231	0.99 236	1.53 443	1.08 237	0.95 273	0.55 178	1.35 269	0.51 245	0.23 297	0.14 161	0.24 287	0.21 283	0.21 234	0.23 298

LG-G_1	0.31 21	0.20 8	0.44 36	0.42 52	0.20 3	0.64 194	0.18 2	0.70 51	0.25 6	0.29 10	0.29 13	0.36 45	0.35 58	0.87 141	0.24 5	0.16 58	0.12 52	0.16 51	0.11 8	0.13 6	0.13 37

LG-G	0.31 21	0.20 8	0.44 36	0.42 52	0.20 3	0.64 194	0.18 2	0.70 51	0.25 6	0.29 10	0.29 13	0.36 45	0.35 58	0.87 141	0.24 5	0.16 58	0.12 52	0.16 51	0.11 8	0.13 6	0.13 37

rvit_0105_3	0.63 224	0.44 397	1.08 397	0.72 439	0.40 299	0.64 194	0.71 399	1.03 173	1.17 335	0.82 172	0.70 120	0.80 202	0.70 245	0.91 151	0.56 271	0.35 442	0.34 463	0.34 433	0.32 442	0.27 335	0.28 370

AIO-Stereo-zeroshot1	0.98 398	0.39 373	3.21 524	0.50 166	0.63 431	0.64 194	0.39 164	2.36 511	0.75 147	0.95 204	4.63 530	1.81 461	0.56 183	0.96 165	0.41 164	0.18 140	0.13 110	0.21 201	0.26 379	0.32 392	0.35 418

qqq	0.57 192	0.34 323	0.71 215	0.47 113	0.27 86	0.64 194	0.62 368	1.42 295	0.78 160	0.80 164	0.92 171	0.95 273	0.77 270	0.88 143	0.59 280	0.21 246	0.20 341	0.24 287	0.23 335	0.22 257	0.21 261

test_4	0.53 146	0.22 47	0.56 115	0.54 249	0.32 194	0.64 194	0.39 164	0.80 86	0.62 100	0.92 196	1.87 467	0.68 168	0.42 93	1.16 222	0.37 127	0.15 37	0.13 110	0.20 166	0.22 312	0.20 193	0.15 93

dd	0.59 204	0.48 415	0.97 355	0.55 273	0.32 194	0.64 194	0.47 255	1.02 168	1.34 420	0.78 159	0.86 158	0.58 133	0.54 171	1.01 182	0.86 371	0.28 389	0.18 307	0.26 345	0.19 207	0.32 392	0.24 312

NF-Stereo	0.80 333	0.30 229	0.75 253	0.60 332	0.31 175	0.64 194	0.44 224	1.21 247	0.90 195	1.29 361	1.02 211	0.82 211	0.57 192	5.40 496	0.48 227	0.23 297	0.14 161	0.24 287	0.20 239	0.20 193	0.30 388

OCTAStereo	0.80 333	0.30 229	0.75 253	0.60 332	0.31 175	0.64 194	0.44 224	1.21 247	0.90 195	1.29 361	1.01 203	0.82 211	0.57 192	5.35 491	0.48 227	0.24 312	0.14 161	0.24 287	0.20 239	0.20 193	0.30 388

ROB_FTStereo_v2	0.54 161	0.30 229	0.73 233	0.50 166	0.27 86	0.64 194	0.42 192	1.05 187	0.64 107	1.12 262	0.96 181	0.83 218	0.60 205	1.12 213	0.46 215	0.22 272	0.14 161	0.24 287	0.20 239	0.26 321	0.18 172

ROB_FTStereo	0.54 161	0.30 229	0.73 233	0.50 166	0.27 86	0.64 194	0.25 29	1.05 187	0.64 107	1.12 262	0.95 178	0.82 211	0.61 214	1.15 218	0.45 201	0.22 272	0.14 161	0.24 287	0.20 239	0.26 321	0.18 172

PFNet	0.91 377	0.26 124	1.10 403	0.63 367	0.32 194	0.64 194	0.56 336	1.17 231	0.99 236	1.47 430	1.08 237	0.98 283	0.69 240	6.62 518	0.54 265	0.20 213	0.12 52	0.24 287	0.19 207	0.20 193	0.17 147

RE-Stereo	0.80 333	0.30 229	0.75 253	0.60 332	0.31 175	0.64 194	0.44 224	1.21 247	0.90 195	1.29 361	1.01 203	0.81 206	0.57 192	5.37 494	0.48 227	0.24 312	0.14 161	0.24 287	0.20 239	0.20 193	0.30 388

TVStereo	0.80 333	0.30 229	0.75 253	0.60 332	0.31 175	0.64 194	0.44 224	1.21 247	0.90 195	1.29 361	1.01 203	0.81 206	0.57 192	5.37 494	0.48 227	0.24 312	0.14 161	0.24 287	0.20 239	0.20 193	0.30 388

GMStereo	0.55 176	0.45 404	0.94 343	0.50 166	0.32 194	0.64 194	0.43 211	1.00 161	1.40 450	0.82 172	0.73 128	0.51 101	0.45 112	0.85 134	0.55 269	0.24 312	0.15 218	0.20 166	0.21 283	0.31 384	0.24 312
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
Gwc-CoAtRS	0.52 136	0.24 76	0.68 184	0.48 139	0.29 127	0.64 194	0.25 29	1.16 229	1.08 275	1.01 224	1.00 197	1.12 331	0.56 183	0.69 79	0.37 127	0.16 58	0.13 110	0.17 76	0.15 106	0.15 40	0.15 93

IPLGR	0.58 198	0.27 152	1.14 413	0.48 139	0.28 110	0.65 210	0.33 88	1.22 255	1.13 308	1.18 309	1.05 226	0.69 173	0.66 236	0.96 165	0.52 252	0.17 101	0.15 218	0.20 166	0.17 168	0.20 193	0.18 172

Patchmatch Stereo++	0.55 176	0.30 229	0.73 233	0.50 166	0.27 86	0.65 210	0.29 57	1.05 187	0.64 107	1.12 262	0.96 181	0.83 218	0.60 205	1.37 275	0.45 201	0.22 272	0.14 161	0.24 287	0.20 239	0.26 321	0.18 172
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.54 161	0.30 229	0.73 233	0.50 166	0.27 86	0.65 210	0.41 188	1.04 179	0.64 107	1.12 262	0.96 181	0.82 211	0.61 214	1.06 195	0.45 201	0.22 272	0.14 161	0.24 287	0.20 239	0.26 321	0.18 172

HUI-Stereo	0.52 136	0.30 229	0.73 233	0.50 166	0.27 86	0.65 210	0.30 67	1.04 179	0.64 107	1.12 262	0.96 181	0.83 218	0.60 205	0.79 113	0.45 201	0.22 272	0.14 161	0.24 287	0.20 239	0.26 321	0.18 172

iGMRVC	0.56 185	0.30 229	0.73 233	0.50 166	0.27 86	0.65 210	0.38 149	1.05 187	0.64 107	1.12 262	0.96 181	0.83 218	0.60 205	1.52 309	0.46 215	0.22 272	0.14 161	0.24 287	0.20 239	0.26 321	0.18 172

IRAFT_RVC	0.88 369	0.28 174	0.76 263	0.63 367	0.31 175	0.65 210	1.02 470	1.22 255	0.94 210	1.22 326	1.04 224	1.01 297	0.98 378	5.82 506	0.53 259	0.22 272	0.12 52	0.25 326	0.20 239	0.20 193	0.19 212

iRAFT	0.55 176	0.30 229	0.73 233	0.50 166	0.27 86	0.65 210	0.29 57	1.05 187	0.64 107	1.12 262	0.96 181	0.83 218	0.60 205	1.37 275	0.45 201	0.22 272	0.14 161	0.24 287	0.20 239	0.26 321	0.18 172

TANstereo	0.44 95	0.21 26	0.44 36	0.41 45	0.21 9	0.65 210	0.26 39	0.79 78	0.83 174	0.93 197	0.98 191	0.51 101	0.46 119	0.54 31	0.35 105	0.18 140	0.24 402	0.16 51	0.13 63	0.16 60	0.26 348

4D-IteraStereo	0.48 123	0.24 76	0.76 263	0.50 166	0.44 329	0.66 218	0.31 74	0.87 105	1.02 247	1.03 232	0.72 126	0.78 196	0.32 41	0.64 66	0.37 127	0.17 101	0.11 28	0.23 267	0.19 207	0.19 159	0.13 37

MIPNet	0.56 185	0.28 174	0.94 343	0.49 154	0.33 215	0.66 218	0.38 149	1.35 280	1.08 275	1.06 236	0.92 171	0.60 141	0.79 281	0.73 94	0.52 252	0.17 101	0.14 161	0.19 131	0.16 148	0.18 119	0.17 147

TransformOpticalFlow	0.96 388	0.28 174	0.89 326	0.52 217	0.31 175	0.66 218	0.54 310	1.75 382	1.12 296	1.09 246	1.44 384	1.37 392	1.01 390	6.70 523	0.42 175	0.19 181	0.12 52	0.20 166	0.19 207	0.18 119	0.19 212

FTStereo	0.91 377	0.26 124	0.56 115	0.54 249	0.33 215	0.66 218	1.87 525	1.00 161	0.75 147	1.75 473	4.15 525	1.04 306	1.65 484	1.57 320	0.46 215	0.19 181	0.16 257	0.23 267	0.21 283	0.18 119	0.63 496

Former-RAFT_DAM_RVC	0.46 110	0.36 354	0.71 215	0.47 113	0.36 246	0.67 222	0.35 110	0.78 73	1.12 296	0.61 127	0.62 98	0.39 53	0.39 82	0.71 87	0.39 146	0.20 213	0.17 286	0.22 229	0.18 185	0.23 282	0.19 212

AE-Stereo	0.49 129	0.27 152	0.67 180	0.60 332	0.39 288	0.67 222	0.46 248	1.18 236	1.09 283	0.47 78	0.75 134	0.69 173	0.47 128	0.59 43	0.40 153	0.16 58	0.15 218	0.21 201	0.20 239	0.19 159	0.15 93

x	0.54 161	0.31 262	0.61 146	0.47 113	0.30 149	0.67 222	0.47 255	1.53 330	0.79 164	0.81 168	0.83 153	0.78 196	0.70 245	0.70 83	0.62 293	0.21 246	0.19 323	0.22 229	0.19 207	0.21 234	0.20 244

CrosDoStereo	1.58 480	0.24 76	0.72 221	0.48 139	0.29 127	0.67 222	12.49 561	1.10 213	0.98 229	1.34 395	1.75 452	1.00 290	1.89 502	6.65 519	0.81 356	0.19 181	0.15 218	0.20 166	0.22 312	0.18 119	0.19 212

AAGNet	1.83 497	0.28 174	0.72 221	0.61 346	0.32 194	0.67 222	0.51 285	0.96 150	0.98 229	1.47 430	1.20 297	1.00 290	1.18 429	2.83 438	22.77 568	0.22 272	0.13 110	0.22 229	0.19 207	0.23 282	0.15 93

KYRaft	0.75 310	0.28 174	0.62 151	0.56 286	0.29 127	0.67 222	0.86 438	0.94 138	0.84 178	1.62 462	2.21 490	1.16 340	1.02 395	1.57 320	0.40 153	0.20 213	0.13 110	0.22 229	0.28 409	0.20 193	1.02 520

DeepStereo_LL	1.58 480	0.24 76	0.72 221	0.48 139	0.29 127	0.67 222	12.49 561	1.10 213	0.98 229	1.34 395	1.75 452	1.00 290	1.89 502	6.65 519	0.81 356	0.19 181	0.15 218	0.20 166	0.22 312	0.18 119	0.19 212

testlalala2	0.58 198	0.27 152	0.68 184	1.72 529	1.27 525	0.68 229	0.42 192	0.93 131	0.70 134	0.90 189	0.93 174	0.76 189	0.34 50	0.52 26	0.40 153	0.18 140	0.15 218	0.17 76	0.13 63	0.17 89	0.17 147

GANet-ADL	0.60 207	0.35 344	0.72 221	0.64 376	0.40 299	0.68 229	0.51 285	1.49 311	1.12 296	0.95 204	1.08 237	0.91 251	0.57 192	0.76 101	0.55 269	0.26 360	0.18 307	0.18 110	0.16 148	0.23 282	0.25 324

STrans-v2	1.04 419	0.28 174	0.96 353	0.49 154	0.32 194	0.68 229	0.79 419	2.47 520	1.12 296	1.12 262	1.46 392	1.40 393	1.46 466	6.70 523	0.43 185	0.18 140	0.13 110	0.20 166	0.18 185	0.18 119	0.18 172

cross-raft	0.54 161	0.25 103	0.61 146	0.52 217	0.29 127	0.68 229	0.37 143	1.46 306	0.76 153	1.01 224	1.06 228	1.28 372	0.46 119	0.71 87	0.35 105	0.15 37	0.12 52	0.18 110	0.16 148	0.19 159	0.14 63

RAFT	0.64 236	0.30 229	0.73 233	0.59 321	0.33 215	0.68 229	0.58 351	1.04 179	0.76 153	1.08 240	1.19 293	1.65 444	0.93 351	1.06 195	0.56 271	0.21 246	0.18 307	0.27 361	0.24 348	0.22 257	0.17 147

model_zeroshot	0.48 123	0.29 209	0.86 302	0.51 196	0.36 246	0.69 234	0.37 143	1.12 221	0.62 100	0.85 182	0.84 155	0.66 163	0.37 74	0.73 94	0.34 95	0.20 213	0.16 257	0.19 131	0.16 148	0.17 89	0.16 122

MSKI-zero shot	0.55 176	0.26 124	0.57 125	0.51 196	0.26 62	0.69 234	0.28 52	1.18 236	0.64 107	0.91 194	1.32 343	0.82 211	0.33 43	1.92 373	0.32 65	0.17 101	0.12 52	0.17 76	0.13 63	0.16 60	0.16 122

LCNet	0.72 279	0.28 174	0.52 90	0.55 273	0.31 175	0.69 234	0.54 310	1.00 161	0.88 188	1.19 313	1.34 352	0.97 281	1.34 456	2.56 429	0.45 201	0.18 140	0.13 110	0.21 201	0.25 362	0.27 335	0.73 508

RAFT_R40	0.83 350	0.28 174	0.73 233	0.59 321	0.31 175	0.69 234	0.44 224	1.10 213	0.95 212	1.47 430	1.10 246	1.00 290	0.85 311	5.53 498	0.46 215	0.22 272	0.13 110	0.23 267	0.20 239	0.23 282	0.18 172

RALAANet	0.60 207	0.33 300	0.87 313	0.62 358	0.50 363	0.69 234	0.31 74	1.21 247	1.06 264	1.09 246	1.16 281	0.88 239	0.46 119	1.22 235	0.42 175	0.19 181	0.15 218	0.21 201	0.17 168	0.27 335	0.17 147

R-Stereo Train	0.57 192	0.26 124	0.63 154	0.54 249	0.36 246	0.69 234	0.54 310	1.22 255	0.72 140	1.61 459	1.50 403	0.75 185	0.53 166	0.64 66	0.44 188	0.18 140	0.15 218	0.17 76	0.15 106	0.17 89	0.17 147

RAFT-Stereo	0.57 192	0.26 124	0.63 154	0.54 249	0.36 246	0.69 234	0.54 310	1.22 255	0.72 140	1.61 459	1.50 403	0.75 185	0.53 166	0.64 66	0.44 188	0.18 140	0.15 218	0.17 76	0.15 106	0.17 89	0.17 147
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
UGAM	1.14 440	0.27 152	0.95 347	0.53 234	0.42 312	0.70 241	0.72 402	0.95 143	1.32 413	0.98 213	1.48 398	1.78 460	0.87 324	9.65 555	0.87 372	0.21 246	0.18 307	0.30 395	0.24 348	0.19 159	0.16 122

GCAP-BAT	0.49 129	0.31 262	0.64 161	0.41 45	0.46 347	0.70 241	0.35 110	0.77 69	0.64 107	0.86 184	1.00 197	0.77 192	0.37 74	1.18 228	0.36 115	0.18 140	0.14 161	0.18 110	0.13 63	0.17 89	0.15 93

LL-Strereo2	0.52 136	0.33 300	0.69 197	0.52 217	0.37 261	0.70 241	0.30 67	1.13 224	0.67 125	0.94 202	0.78 140	0.91 251	0.42 93	1.05 194	0.42 175	0.17 101	0.16 257	0.29 384	0.25 362	0.21 234	0.16 122

CFNet_pseudo	0.66 251	0.32 278	0.86 302	0.48 139	0.39 288	0.70 241	0.40 172	1.33 272	1.22 367	1.16 295	1.34 352	1.24 357	0.64 228	0.98 174	0.59 280	0.21 246	0.16 257	0.33 423	0.19 207	0.36 413	0.25 324

ccs_rob	0.66 251	0.33 300	0.86 302	0.48 139	0.39 288	0.70 241	0.40 172	1.33 272	1.22 367	1.16 295	1.34 352	1.23 355	0.64 228	0.98 174	0.59 280	0.21 246	0.16 257	0.35 441	0.20 239	0.37 417	0.25 324

testlalala	0.45 103	0.28 174	0.59 138	0.42 52	0.39 288	0.71 246	0.39 164	1.08 208	0.45 49	1.24 340	0.80 151	0.61 145	0.36 69	0.54 31	0.33 78	0.20 213	0.13 110	0.18 110	0.12 40	0.15 40	0.15 93

RAFT_CTSACE	0.63 224	0.26 124	0.88 320	0.55 273	0.51 374	0.71 246	0.44 224	0.80 86	0.97 224	0.97 209	1.84 462	1.18 344	0.68 237	1.47 302	0.36 115	0.16 58	0.15 218	0.21 201	0.20 239	0.20 193	0.14 63

PMTNet	0.46 110	0.21 26	0.38 8	0.37 8	0.23 22	0.71 246	0.27 46	0.74 62	1.04 256	0.64 132	0.70 120	0.55 118	0.47 128	0.86 138	0.35 105	1.00 519	0.13 110	0.15 21	0.10 2	0.15 40	0.13 37

DilatedVolume-Stereo	0.43 84	0.21 26	0.55 111	0.43 59	0.32 194	0.72 249	0.29 57	0.80 86	0.51 71	0.77 156	0.73 128	0.48 83	0.40 86	1.13 215	0.39 146	0.15 37	0.14 161	0.15 21	0.14 90	0.16 60	0.14 63

SST-Stereo	0.83 350	0.28 174	0.72 221	0.59 321	0.31 175	0.72 249	0.26 39	1.09 210	0.86 180	1.47 430	1.10 246	1.00 290	0.87 324	5.73 504	0.45 201	0.22 272	0.13 110	0.23 267	0.19 207	0.23 282	0.18 172

GMM-Stereo	0.74 302	0.25 103	0.59 138	0.54 249	0.34 232	0.72 249	0.99 465	1.01 167	0.87 184	1.36 400	1.78 455	1.12 331	0.81 291	2.09 391	0.46 215	0.18 140	0.12 52	0.25 326	0.25 362	0.20 193	0.85 514

111	0.60 207	0.23 58	0.70 203	0.43 59	0.24 40	0.72 249	0.42 192	1.18 236	1.41 454	0.80 164	1.38 366	1.10 326	0.79 281	0.96 165	0.58 277	0.18 140	0.13 110	0.17 76	0.15 106	0.17 89	0.19 212

DCVSM-stereo	0.72 279	0.35 344	0.76 263	0.55 273	0.42 312	0.73 253	0.38 149	1.21 247	1.02 247	1.79 479	1.04 224	1.62 433	1.03 397	1.04 192	0.79 350	0.24 312	0.27 422	0.29 384	0.24 348	0.30 375	0.36 423

Sa-1000	0.72 279	0.29 209	0.76 263	0.59 321	0.30 149	0.73 253	0.37 143	1.62 354	1.33 417	1.28 355	2.04 482	0.86 231	0.75 258	1.84 364	0.38 138	0.19 181	0.14 161	0.25 326	0.23 335	0.20 193	0.16 122

iRaft-Stereo_20w	0.65 244	0.31 262	1.00 364	0.47 113	0.34 232	0.73 253	0.30 67	2.96 528	0.70 134	1.15 285	1.14 268	0.76 189	0.65 234	1.11 210	0.38 138	0.17 101	0.13 110	0.18 110	0.16 148	0.19 159	0.18 172

PSMNet-RSSM	0.72 279	0.30 229	0.61 146	0.63 367	0.42 312	0.73 253	0.56 336	1.92 438	1.10 290	1.09 246	1.37 361	1.22 350	0.98 378	1.28 251	0.72 324	0.27 376	0.19 323	0.27 361	0.29 420	0.24 297	0.24 312

ffm	0.72 279	0.33 300	0.85 296	0.53 234	0.37 261	0.74 257	0.56 336	0.95 143	2.47 518	1.15 285	1.45 386	1.06 308	0.82 296	1.55 317	0.32 65	0.20 213	0.12 52	0.31 401	0.27 389	0.19 159	0.20 244

ff1	1.37 465	0.33 300	0.85 296	0.53 234	0.37 261	0.74 257	0.56 336	0.95 143	2.47 518	1.15 285	1.45 386	1.06 308	0.82 296	7.22 529	7.61 537	0.20 213	0.12 52	0.31 401	0.27 389	0.19 159	0.20 244

mmx	1.39 467	0.33 300	0.85 296	0.53 234	0.37 261	0.74 257	0.56 336	2.13 477	1.37 436	1.15 285	1.45 386	1.06 308	0.82 296	7.22 529	7.61 537	0.24 312	0.19 323	0.31 401	0.27 389	0.30 375	0.25 324

xxx	1.39 467	0.33 300	0.85 296	0.53 234	0.37 261	0.74 257	0.56 336	2.13 477	1.37 436	1.15 285	1.45 386	1.06 308	0.82 296	7.22 529	7.61 537	0.24 312	0.19 323	0.31 401	0.27 389	0.30 375	0.25 324

CFNet_ucs	0.70 270	0.33 300	0.88 320	0.50 166	0.43 322	0.74 257	0.44 224	1.60 347	1.29 399	1.22 326	1.54 411	1.09 324	0.63 224	0.99 177	0.59 280	0.25 338	0.20 341	0.37 452	0.21 283	0.40 434	0.28 370

999	0.48 123	0.22 47	0.49 71	0.48 139	0.34 232	0.75 262	0.31 74	0.85 102	0.55 85	0.37 32	0.48 54	0.50 97	0.36 69	2.45 422	0.39 146	0.16 58	0.13 110	0.18 110	0.15 106	0.16 60	0.19 212

rvit_105_1	0.72 279	0.52 432	1.01 368	0.78 460	0.49 356	0.75 262	0.87 440	1.12 221	1.18 342	0.99 216	0.79 146	0.90 248	0.77 270	1.26 246	0.75 333	0.41 464	0.36 479	0.36 449	0.41 477	0.30 375	0.33 409

LL-Strereo	1.33 461	0.39 373	1.38 446	0.61 346	0.61 425	0.75 262	0.66 382	1.63 356	1.17 335	1.56 451	1.60 426	2.03 485	2.12 514	9.72 556	0.97 392	0.21 246	0.18 307	0.27 361	0.23 335	0.22 257	0.25 324

CIPLG	0.62 217	0.33 300	0.96 353	0.58 308	0.50 363	0.75 262	0.48 266	1.05 187	0.96 217	1.40 415	1.57 421	0.64 156	0.48 139	0.89 148	0.70 316	0.23 297	0.15 218	0.19 131	0.16 148	0.19 159	0.21 261

ACRE	0.61 213	0.33 300	1.01 368	0.58 308	0.49 356	0.75 262	0.47 255	1.06 200	0.95 212	1.37 403	1.55 413	0.62 150	0.46 119	0.83 126	0.70 316	0.23 297	0.15 218	0.19 131	0.16 148	0.18 119	0.21 261

AANet_RVC	1.16 446	0.52 432	1.49 468	0.65 390	0.45 336	0.75 262	0.69 394	1.42 295	1.55 475	1.34 395	1.87 467	1.53 420	0.78 277	7.43 534	1.38 448	0.25 338	0.17 286	0.19 131	0.16 148	0.22 257	0.26 348

test_sample1	0.61 213	0.29 209	0.75 253	0.50 166	0.31 175	0.76 268	0.48 266	1.59 343	0.84 178	0.90 189	0.94 177	0.88 239	0.95 361	1.16 222	0.67 308	0.22 272	0.18 307	0.20 166	0.19 207	0.21 234	0.21 261

gcap-zeroshot	0.53 146	0.28 174	0.89 326	0.49 154	0.28 110	0.76 268	0.37 143	1.34 277	0.73 144	0.89 187	0.67 109	1.35 387	0.51 156	0.79 113	0.33 78	0.18 140	0.15 218	0.18 110	0.15 106	0.17 89	0.16 122

anonymousdsp2	0.53 146	0.27 152	0.74 249	0.48 139	0.29 127	0.76 268	0.47 255	1.61 350	0.82 173	0.77 156	0.77 138	0.75 185	0.47 128	1.03 186	0.40 153	0.18 140	0.13 110	0.18 110	0.13 63	0.19 159	0.18 172

dad	0.86 364	0.66 473	1.06 388	0.56 286	0.37 261	0.76 268	0.44 224	1.17 231	1.50 467	1.44 425	1.27 321	1.34 386	0.75 258	2.52 428	0.84 366	0.42 468	0.27 422	0.83 517	0.26 379	0.41 437	0.29 374

IPLGR_C	0.62 217	0.33 300	0.99 359	0.58 308	0.49 356	0.76 268	0.48 266	1.10 213	0.96 217	1.40 415	1.56 417	0.62 150	0.48 139	0.80 115	0.71 321	0.23 297	0.15 218	0.19 131	0.16 148	0.19 159	0.21 261

AACVNet	0.86 364	0.35 344	0.79 281	0.82 476	0.39 288	0.76 268	0.49 276	1.61 350	0.81 168	1.08 240	1.33 345	1.30 376	0.93 351	4.34 474	0.74 328	0.25 338	0.21 363	0.28 374	0.22 312	0.29 364	0.25 324

GrayStereo	0.82 344	0.26 124	0.58 131	0.63 367	0.37 261	0.76 268	1.86 524	1.11 219	0.87 184	1.99 494	1.89 469	1.08 314	1.82 499	1.39 284	0.48 227	0.19 181	0.14 161	0.19 131	0.21 283	0.18 119	0.39 437

HCRNet	0.70 270	0.39 373	0.73 233	0.60 332	0.59 419	0.76 268	0.35 110	1.22 255	1.13 308	1.02 228	0.99 193	1.02 299	0.76 266	2.19 403	0.70 316	0.28 389	0.19 323	0.28 374	0.23 335	0.25 309	0.23 298

UDGNet	0.72 279	1.17 519	0.80 286	0.77 458	0.41 307	0.77 276	0.38 149	0.97 151	1.34 420	0.81 168	0.88 163	0.71 180	0.60 205	1.21 234	0.54 265	0.52 492	0.19 323	1.02 525	0.26 379	0.71 505	0.31 398

DAS	0.84 355	0.34 323	1.03 379	0.64 376	0.69 451	0.77 276	0.63 373	1.54 333	1.20 355	1.79 479	1.55 413	0.95 273	1.04 399	2.83 438	0.60 288	0.21 246	0.16 257	0.25 326	0.18 185	0.27 335	0.22 278

SepStereo	0.82 344	0.34 323	1.03 379	0.64 376	0.69 451	0.77 276	0.63 373	1.54 333	1.20 355	1.79 479	1.55 413	0.95 273	1.04 399	2.30 412	0.60 288	0.21 246	0.16 257	0.25 326	0.18 185	0.27 335	0.22 278

PSM-AAD	0.79 330	0.27 152	0.53 95	0.55 273	0.28 110	0.77 276	1.24 492	0.99 157	0.91 200	1.66 467	1.57 421	0.81 206	2.19 517	1.65 333	0.44 188	0.19 181	0.14 161	0.38 455	0.32 442	0.21 234	0.70 505

DMCA-RVC	0.74 302	0.40 379	1.27 432	0.66 397	0.49 356	0.77 276	0.47 255	1.35 280	1.01 244	1.53 443	1.01 203	1.29 375	0.82 296	1.31 257	0.78 344	0.27 376	0.21 363	0.35 441	0.27 389	0.32 392	0.24 312

G2L-Stereo	0.80 333	0.32 278	0.95 347	0.60 332	0.42 312	0.78 281	0.69 394	1.50 315	1.09 283	1.33 391	1.14 268	1.45 404	0.72 252	2.45 422	1.10 412	0.25 338	0.20 341	0.26 345	0.21 283	0.20 193	0.26 348

PCWNet_CMD	0.66 251	0.32 278	0.88 320	0.49 154	0.37 261	0.78 281	0.40 172	1.42 295	1.31 409	1.16 295	1.31 337	1.25 361	0.62 219	0.89 148	0.57 274	0.20 213	0.16 257	0.27 361	0.19 207	0.40 434	0.25 324

CASS	0.65 244	0.34 323	0.72 221	0.56 286	0.27 86	0.78 281	0.42 192	1.59 343	0.86 180	1.30 369	1.25 311	0.87 235	0.84 308	0.84 129	0.54 265	0.35 442	0.19 323	0.26 345	0.21 283	0.28 353	0.42 446
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
cf-r	0.73 297	0.30 229	0.77 270	0.55 273	0.63 431	0.78 281	0.48 266	1.79 402	1.15 323	1.13 276	1.26 318	1.43 397	0.87 324	1.40 290	0.85 369	0.25 338	0.18 307	0.22 229	0.23 335	0.19 159	0.19 212

GwcNet-RSSM	0.77 318	0.32 278	1.01 368	0.62 358	0.54 391	0.78 281	0.51 285	1.73 376	1.20 355	1.09 246	1.37 361	1.46 407	0.85 311	1.53 313	1.09 409	0.25 338	0.18 307	0.23 267	0.24 348	0.20 193	0.19 212

AIO-test2	0.57 192	0.28 174	0.63 154	0.61 346	0.58 411	0.79 286	0.51 285	1.18 236	1.40 450	0.63 131	1.15 276	0.51 101	0.43 100	1.09 204	0.35 105	0.21 246	0.17 286	0.26 345	0.30 429	0.20 193	0.19 212

tt45	0.45 103	0.23 58	0.46 59	0.45 95	0.33 215	0.79 286	0.32 81	0.78 73	0.41 39	0.51 106	0.44 38	0.49 91	0.37 74	2.14 395	0.34 95	0.16 58	0.13 110	0.19 131	0.16 148	0.17 89	0.18 172

testlalala_base	0.77 318	0.40 379	0.70 203	0.65 390	0.50 363	0.79 286	0.28 52	1.50 315	0.51 71	0.73 149	0.90 167	0.69 173	0.54 171	0.66 74	0.40 153	2.82 541	0.14 161	0.17 76	0.12 40	2.68 536	0.19 212

IPLG	0.69 266	0.27 152	0.97 355	0.51 196	0.43 322	0.79 286	0.33 88	1.21 247	1.06 264	1.30 369	1.10 246	0.52 108	0.55 178	3.16 451	0.63 297	0.16 58	0.14 161	0.19 131	0.16 148	0.18 119	0.17 147

CRE-IMP	0.55 176	0.30 229	0.74 249	0.52 217	0.29 127	0.79 286	0.25 29	1.04 179	0.72 140	1.09 246	0.95 178	0.81 206	0.57 192	1.10 207	0.50 240	0.21 246	0.14 161	0.23 267	0.19 207	0.28 353	0.22 278

pcwnet_v2	0.97 394	0.37 361	4.33 530	0.62 358	0.54 391	0.79 286	0.45 241	2.02 464	1.58 476	1.42 423	1.64 437	1.09 324	0.79 281	1.24 242	0.67 308	0.32 417	0.25 409	0.29 384	0.27 389	0.37 417	0.35 418

MSMDNet	0.66 251	0.32 278	0.87 313	0.49 154	0.37 261	0.79 286	0.40 172	1.43 301	1.31 409	1.15 285	1.31 337	1.24 357	0.63 224	0.88 143	0.57 274	0.21 246	0.16 257	0.26 345	0.19 207	0.39 430	0.24 312

DeepPruner_ROB	0.74 302	0.48 415	0.87 313	0.57 302	0.44 329	0.79 286	0.54 310	1.73 376	0.96 217	1.38 408	1.27 321	1.24 357	0.73 254	1.43 292	0.73 327	0.34 435	0.28 429	0.27 361	0.26 379	0.31 384	0.31 398

xyz-stereo-finetune	0.48 123	0.25 103	0.54 101	0.42 52	0.23 22	0.80 294	0.42 192	0.80 86	0.80 165	0.61 127	0.62 98	0.54 115	0.43 100	1.70 345	0.58 277	0.15 37	0.15 218	0.19 131	0.15 106	0.16 60	0.15 93

AIO-test1	0.56 185	0.25 103	0.55 111	0.64 376	0.78 473	0.80 294	0.36 126	1.18 236	1.34 420	0.57 114	0.88 163	0.61 145	0.50 153	1.12 213	0.35 105	0.17 101	0.17 286	0.22 229	0.24 348	0.18 119	0.23 298

DEFOM-Stereo	0.33 35	0.20 8	0.40 16	0.42 52	0.28 110	0.80 294	0.23 23	0.48 5	0.37 27	0.37 32	0.31 16	0.23 3	0.24 9	1.20 232	0.27 21	0.16 58	0.12 52	0.14 1	0.11 8	0.14 20	0.14 63

ITSA-stereo	0.82 344	0.36 354	0.82 290	0.54 249	0.31 175	0.80 294	0.47 255	2.17 492	1.67 482	1.13 276	1.13 264	0.94 265	0.86 319	2.46 424	1.00 397	0.26 360	0.23 393	0.28 374	0.27 389	0.28 353	0.36 423

test_sample2	0.62 217	0.29 209	0.74 249	0.50 166	0.28 110	0.80 294	0.61 365	1.61 350	1.00 241	0.88 186	0.99 193	0.94 265	0.83 304	1.16 222	0.51 245	0.23 297	0.18 307	0.22 229	0.21 283	0.23 282	0.22 278

SACVNet	0.85 359	0.46 406	0.85 296	0.81 468	0.56 399	0.80 294	0.79 419	1.68 366	1.12 296	1.34 395	1.33 345	1.25 361	0.94 356	2.39 419	0.76 336	0.34 435	0.26 414	0.31 401	0.29 420	0.35 406	0.44 455

ICVP	0.63 224	0.33 300	0.57 125	0.61 346	0.40 299	0.80 294	0.58 351	1.61 350	0.89 191	0.90 189	1.24 307	0.88 239	0.73 254	0.72 90	0.88 373	0.29 399	0.21 363	0.22 229	0.21 283	0.24 297	0.27 358
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ACVNet	0.63 224	0.31 262	0.54 101	0.54 249	0.36 246	0.80 294	0.46 248	1.37 283	1.07 269	0.93 197	1.30 331	1.08 314	0.85 311	0.80 115	0.94 383	0.21 246	0.19 323	0.21 201	0.18 185	0.22 257	0.18 172

GANet-RSSM	0.72 279	0.28 174	0.63 154	0.64 376	0.58 411	0.80 294	0.58 351	1.89 428	1.08 275	1.04 235	1.25 311	1.15 339	1.04 399	1.49 304	0.62 293	0.25 338	0.19 323	0.22 229	0.22 312	0.22 257	0.21 261

FACV-RUCA	0.63 224	0.34 323	0.82 290	0.62 358	0.65 436	0.81 303	0.41 188	1.44 302	1.07 269	0.86 184	1.14 268	0.61 145	0.69 240	0.80 115	0.53 259	0.28 389	0.19 323	0.47 483	0.21 283	0.35 406	0.25 324

RAFT-RH_RVC	1.03 416	0.24 76	0.67 180	0.49 154	0.28 110	0.81 303	0.33 88	0.83 98	1.08 275	2.05 497	4.65 532	1.04 306	0.57 192	5.98 511	0.50 240	0.18 140	0.13 110	0.26 345	0.20 239	0.16 60	0.17 147

test_sample6	0.71 277	0.34 323	0.87 313	0.52 217	0.30 149	0.82 305	0.58 351	1.79 402	1.15 323	1.14 279	1.33 345	0.91 251	0.79 281	1.31 257	0.74 328	0.27 376	0.21 363	0.27 361	0.29 420	0.28 353	0.27 358

SMFormer	0.75 310	0.30 229	0.86 302	0.46 102	0.26 62	0.82 305	0.43 211	2.05 466	1.39 445	1.23 332	1.47 393	0.98 283	0.95 361	1.71 347	0.82 361	0.24 312	0.20 341	0.22 229	0.21 283	0.23 282	0.24 312

tta	0.75 310	0.30 229	0.86 302	0.46 102	0.26 62	0.82 305	0.43 211	2.05 466	1.39 445	1.23 332	1.47 393	0.98 283	0.95 361	1.71 347	0.82 361	0.24 312	0.20 341	0.22 229	0.21 283	0.18 119	0.18 172

qqq1	0.72 279	0.30 229	0.86 302	0.46 102	0.26 62	0.82 305	0.43 211	2.05 466	1.39 445	1.23 332	1.47 393	0.98 283	0.95 361	1.71 347	0.44 188	0.24 312	0.20 341	0.18 110	0.15 106	0.18 119	0.18 172

fff1	0.72 279	0.30 229	0.86 302	0.46 102	0.26 62	0.82 305	0.43 211	2.05 466	1.39 445	1.23 332	1.47 393	0.98 283	0.95 361	1.71 347	0.44 188	0.24 312	0.20 341	0.18 110	0.15 106	0.18 119	0.18 172

DFGA-Net	0.72 279	0.40 379	1.40 447	0.52 217	0.45 336	0.83 310	0.44 224	1.28 269	1.08 275	0.99 216	1.19 293	0.70 177	0.55 178	2.14 395	1.16 421	0.18 140	0.16 257	0.24 287	0.23 335	0.27 335	0.25 324

11t1	0.52 136	0.28 174	0.68 184	0.51 196	0.28 110	0.83 310	0.39 164	1.22 255	0.63 103	0.84 177	0.74 132	0.68 168	0.68 237	0.91 151	0.57 274	0.21 246	0.18 307	0.19 131	0.16 148	0.20 193	0.21 261

GASNet	0.99 400	0.97 502	1.72 482	0.98 507	0.68 449	0.83 310	0.67 386	1.60 347	1.28 395	1.31 379	1.22 301	1.22 350	1.21 438	2.41 420	1.41 456	0.43 473	0.26 414	0.36 449	0.34 456	0.55 482	0.31 398

riskmin	0.56 185	0.27 152	0.60 143	0.43 59	0.31 175	0.83 310	0.42 192	1.14 225	1.04 256	0.73 149	0.75 134	1.11 330	1.01 390	0.81 121	0.51 245	0.20 213	0.14 161	0.24 287	0.15 106	0.24 297	0.25 324

FENet	0.60 207	0.28 174	0.63 154	0.54 249	0.33 215	0.83 310	0.38 149	1.27 265	1.07 269	1.00 221	0.86 158	0.99 289	0.85 311	0.96 165	0.68 312	0.22 272	0.15 218	0.23 267	0.20 239	0.22 257	0.23 298

CFNet-ft	0.72 279	0.32 278	0.54 101	0.66 397	0.54 391	0.83 310	0.55 328	1.37 283	1.15 323	0.93 197	1.28 327	1.57 425	0.97 371	1.35 269	0.81 356	0.26 360	0.20 341	0.33 423	0.25 362	0.30 375	0.23 298

CFNet_RVC	0.72 279	0.32 278	0.54 101	0.66 397	0.54 391	0.83 310	0.55 328	1.37 283	1.15 323	0.93 197	1.28 327	1.57 425	0.97 371	1.35 269	0.81 356	0.26 360	0.20 341	0.33 423	0.25 362	0.30 375	0.23 298

iResNet_ROB	0.77 318	0.30 229	0.99 359	0.57 302	0.36 246	0.83 310	0.36 126	2.33 508	1.58 476	1.27 353	1.30 331	1.25 361	0.84 308	1.65 333	0.79 350	0.20 213	0.14 161	0.17 76	0.12 40	0.18 119	0.27 358

test_sample5	0.69 266	0.34 323	0.87 313	0.52 217	0.30 149	0.84 318	0.54 310	1.83 414	1.14 311	1.11 260	1.25 311	0.88 239	0.78 277	1.23 237	0.65 302	0.26 360	0.20 341	0.27 361	0.27 389	0.27 335	0.26 348

DualNet	0.70 270	0.34 323	0.87 313	0.52 217	0.30 149	0.84 318	0.54 310	1.83 414	1.14 311	1.14 279	1.33 345	0.88 239	0.78 277	1.23 237	0.65 302	0.26 360	0.20 341	0.27 361	0.27 389	0.27 335	0.26 348

GMStereo_Zeroshot	0.67 260	0.61 465	1.01 368	0.64 376	0.37 261	0.84 318	0.35 110	1.05 187	1.12 296	1.12 262	1.06 228	1.27 369	0.54 171	1.19 230	0.59 280	0.32 417	0.17 286	0.31 401	0.18 185	0.52 476	0.22 278

UCFNet_RVC	0.69 266	0.35 344	0.49 71	0.64 376	0.39 288	0.85 321	0.58 351	1.75 382	1.14 311	0.97 209	1.19 293	1.17 341	0.93 351	0.99 177	0.62 293	0.28 389	0.20 341	0.34 433	0.31 434	0.32 392	0.27 358

mmm	0.63 224	0.35 344	0.72 221	0.51 196	0.30 149	0.86 322	0.54 310	1.59 343	0.86 180	1.07 239	1.38 366	0.79 200	0.75 258	0.91 151	0.58 277	0.22 272	0.18 307	0.29 384	0.25 362	0.25 309	0.23 298

ToySt	0.66 251	0.33 300	1.23 423	0.51 196	0.33 215	0.86 322	0.68 390	1.10 213	0.97 224	0.84 177	1.08 237	1.25 361	0.94 356	1.01 182	0.74 328	0.19 181	0.19 323	0.24 287	0.24 348	0.27 335	0.23 298

DMCA	0.67 260	0.34 323	0.90 330	0.51 196	0.44 329	0.86 322	0.47 255	1.42 295	1.02 247	1.17 304	1.12 259	1.23 355	0.75 258	0.78 109	0.95 387	0.25 338	0.19 323	0.27 361	0.19 207	0.24 297	0.27 358

DispNO	0.93 382	0.30 229	1.34 444	0.55 273	0.55 397	0.89 325	0.49 276	1.48 309	1.21 361	1.17 304	1.27 321	1.19 345	0.90 336	5.23 489	0.74 328	0.22 272	0.17 286	0.24 287	0.21 283	0.19 159	0.20 244

STTStereo	0.78 326	0.50 425	1.22 422	0.64 376	0.54 391	0.89 325	0.54 310	1.44 302	1.11 292	1.38 408	1.09 242	1.27 369	0.85 311	1.43 292	0.83 363	0.29 399	0.27 422	0.33 423	0.39 472	0.32 392	0.30 388

TDLM	1.06 420	0.44 397	0.79 281	0.63 367	0.50 363	0.89 325	1.44 504	1.48 309	1.26 384	1.12 262	1.40 372	1.08 314	0.98 378	6.65 519	0.78 344	0.33 425	0.21 363	0.33 423	0.26 379	0.37 417	0.24 312

G2L-Stereo_test	0.73 297	0.27 152	0.74 249	0.49 154	0.40 299	0.90 328	0.81 428	1.53 330	1.14 311	1.28 355	1.27 321	1.52 419	0.72 252	1.62 328	0.94 383	0.19 181	0.14 161	0.16 51	0.15 106	0.18 119	0.19 212

tg	0.52 136	0.24 76	0.61 146	0.49 154	0.30 149	0.90 328	0.29 57	1.07 202	0.83 174	0.83 174	1.02 211	0.62 150	0.43 100	1.35 269	0.41 164	0.17 101	0.12 52	0.22 229	0.20 239	0.17 89	0.15 93

ARAFT	0.77 318	0.36 354	1.49 468	0.51 196	0.31 175	0.90 328	0.82 430	1.90 431	1.06 264	1.62 462	1.24 307	1.02 299	0.64 228	1.84 364	0.50 240	0.18 140	0.14 161	0.28 374	0.27 389	0.17 89	0.16 122

CVANet_RVC	1.07 422	0.43 394	0.76 263	0.60 332	0.50 363	0.90 328	0.97 461	1.52 324	1.26 384	1.33 391	1.38 366	1.24 357	1.18 429	6.75 525	0.75 333	0.34 435	0.23 393	0.34 433	0.29 420	0.42 441	0.27 358

test_sample7	0.74 302	0.37 361	0.76 263	0.52 217	0.35 236	0.91 332	0.67 386	1.78 396	1.21 361	1.22 326	1.18 286	1.08 314	0.92 342	1.23 237	0.67 308	0.31 410	0.28 429	0.32 415	0.31 434	0.33 401	0.29 374

MyStereo8	0.65 244	0.29 209	1.00 364	0.58 308	0.49 356	0.91 332	0.35 110	1.18 236	1.31 409	1.16 295	1.27 321	0.90 248	0.64 228	0.72 90	0.95 387	0.18 140	0.14 161	0.20 166	0.18 185	0.22 257	0.26 348

Selective-RAFT	0.52 136	0.28 174	0.79 281	0.55 273	0.27 86	0.91 332	0.33 88	0.80 86	0.88 188	0.58 116	0.63 100	0.81 206	0.77 270	1.29 255	0.48 227	0.19 181	0.14 161	0.17 76	0.15 106	0.19 159	0.17 147

FADNet-RVC	0.88 369	0.67 474	1.93 495	0.60 332	0.48 353	0.91 332	0.60 363	1.71 374	1.18 342	0.90 189	0.96 181	1.36 389	0.92 342	2.25 408	1.17 424	0.30 403	0.29 440	0.32 415	0.32 442	0.41 437	0.35 418

DeepPrunerF	1.60 482	0.73 483	5.81 538	0.88 494	1.19 520	0.91 332	0.95 459	2.19 495	5.24 548	1.17 304	1.30 331	1.19 345	1.30 452	4.90 484	1.66 479	0.42 468	0.34 463	0.52 491	0.47 491	0.41 437	0.40 438

PS-NSSS	0.99 400	0.58 452	0.93 339	0.58 308	0.57 402	0.91 332	0.80 425	1.81 408	1.14 311	1.14 279	1.67 443	1.00 290	0.83 304	4.62 478	0.78 344	0.37 450	0.31 450	0.52 491	0.32 442	0.45 456	0.38 434

MLCV	0.72 279	0.34 323	1.10 403	0.51 196	0.23 22	0.91 332	0.39 164	1.33 272	1.23 370	1.46 429	1.55 413	1.01 297	0.64 228	1.95 378	0.80 354	0.18 140	0.12 52	0.18 110	0.14 90	0.19 159	0.17 147

test_sample4	0.69 266	0.33 300	0.91 333	0.51 196	0.30 149	0.92 339	0.52 296	1.87 423	1.15 323	1.14 279	1.18 286	0.87 235	0.75 258	1.18 228	0.68 312	0.25 338	0.20 341	0.26 345	0.26 379	0.26 321	0.25 324

test_5	0.65 244	0.30 229	0.75 253	0.67 409	0.50 363	0.92 339	0.52 296	1.39 289	1.12 296	0.76 151	1.11 252	1.00 290	0.90 336	1.53 313	0.45 201	0.18 140	0.13 110	0.23 267	0.22 312	0.21 234	0.19 212

AdaStereo	0.70 270	0.43 394	0.75 253	0.73 447	0.37 261	0.92 339	0.53 304	1.85 418	1.18 342	1.12 262	1.23 305	1.07 313	0.65 234	0.96 165	0.63 297	0.31 410	0.15 218	0.32 415	0.21 283	0.29 364	0.22 278
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.
iResNet	0.75 310	0.40 379	1.36 445	0.67 409	0.29 127	0.92 339	0.59 359	1.52 324	1.25 379	1.28 355	1.48 398	0.94 265	0.76 266	1.62 328	0.78 344	0.18 140	0.14 161	0.18 110	0.15 106	0.22 257	0.23 298

Anonymous3	0.61 213	0.44 397	1.11 405	0.59 321	0.49 356	0.93 343	0.65 377	0.93 131	0.81 168	0.72 148	0.88 163	0.65 159	0.69 240	1.06 195	0.53 259	0.35 442	0.30 444	0.26 345	0.26 379	0.31 384	0.27 358

ttt	0.94 384	0.34 323	0.59 138	0.61 346	0.37 261	0.94 344	0.50 284	2.17 492	1.34 420	1.23 332	1.61 430	0.91 251	0.76 266	1.85 367	3.97 522	0.30 403	0.26 414	0.26 345	0.24 348	0.29 364	0.29 374

GES	0.66 251	0.34 323	0.90 330	0.59 321	0.38 278	0.94 344	0.57 347	2.11 476	0.86 180	1.02 228	1.11 252	0.66 163	0.79 281	0.99 177	0.61 290	0.27 376	0.19 323	0.20 166	0.20 239	0.21 234	0.30 388

test_xeample	1.45 472	0.28 174	0.65 168	0.51 196	0.28 110	0.94 344	0.59 359	2.14 481	1.29 399	1.24 340	1.51 405	0.88 239	0.86 319	1.46 298	15.10 557	0.22 272	0.20 341	0.22 229	0.20 239	0.22 257	0.22 278

iResNetv2_ROB	0.80 333	0.37 361	1.71 481	0.56 286	0.37 261	0.94 344	0.64 375	1.73 376	1.34 420	1.23 332	1.42 375	1.26 365	0.92 342	1.85 367	0.56 271	0.23 297	0.15 218	0.19 131	0.14 90	0.24 297	0.19 212

G2L-ROB	0.73 297	0.25 103	0.76 263	0.54 249	0.39 288	0.95 348	0.66 382	1.66 363	1.09 283	1.24 340	1.02 211	1.64 441	0.71 249	1.63 330	1.02 399	0.20 213	0.14 161	0.17 76	0.15 106	0.20 193	0.22 278

coex_refinement	0.80 333	0.28 174	0.73 233	0.70 428	0.51 374	0.95 348	0.60 363	1.78 396	1.23 370	1.36 400	1.37 361	1.82 463	0.81 291	1.32 261	1.13 418	0.26 360	0.17 286	0.19 131	0.20 239	0.24 297	0.25 324

THIR-Stereo	1.02 414	0.27 152	0.69 197	0.49 154	0.28 110	0.95 348	1.34 499	1.03 173	0.97 224	1.34 395	1.90 470	1.17 341	1.58 477	6.44 516	0.78 344	0.19 181	0.14 161	0.21 201	0.22 312	0.19 159	0.20 244

GEStereo_RVC	0.90 374	0.37 361	0.99 359	0.64 376	0.50 363	0.95 348	0.79 419	2.42 517	1.17 335	1.16 295	1.11 252	1.26 365	0.92 342	3.24 452	0.90 379	0.29 399	0.19 323	0.23 267	0.20 239	0.27 335	0.29 374

DIP-Stereo	0.62 217	0.30 229	0.83 294	0.48 139	0.36 246	0.95 348	0.33 88	2.37 513	0.67 125	1.25 346	1.00 197	0.68 168	0.51 156	0.91 151	0.61 290	0.18 140	0.15 218	0.21 201	0.17 168	0.19 159	0.19 212
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
NLCA_NET_v2_RVC	0.79 330	0.43 394	1.05 384	0.64 376	0.58 411	0.95 348	0.53 304	1.53 330	1.18 342	1.37 403	1.15 276	1.43 397	0.88 329	1.61 327	0.84 366	0.25 338	0.22 381	0.27 361	0.27 389	0.29 364	0.29 374
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
Consistency-Raft	1.25 452	0.99 505	1.93 495	1.02 511	1.21 521	0.96 354	1.01 469	1.75 382	1.92 501	1.36 400	2.12 486	1.44 402	1.01 390	1.14 217	1.40 452	0.72 514	0.82 532	0.89 519	0.98 535	1.31 526	0.95 517

s12784h	0.52 136	0.20 8	0.38 8	0.41 45	0.19 1	0.96 354	0.34 100	1.17 231	1.25 379	0.81 168	0.90 167	0.63 153	0.50 153	1.45 296	0.42 175	0.14 30	0.12 52	0.17 76	0.11 8	0.18 119	0.11 2

hitnet-ft	0.79 330	0.35 344	0.57 125	0.58 308	0.42 312	0.96 354	0.46 248	1.47 308	1.33 417	1.19 313	1.22 301	1.81 461	0.98 378	1.66 337	0.94 383	0.33 425	0.28 429	0.34 433	0.27 389	0.35 406	0.31 398

FADNet	0.92 379	0.61 465	1.81 488	0.62 358	0.55 397	0.96 354	0.57 347	1.78 396	1.33 417	0.93 197	1.01 203	1.36 389	1.01 390	2.71 435	0.75 333	0.33 425	0.34 463	0.31 401	0.34 456	0.59 489	0.40 438

castereo++	0.38 57	0.23 58	0.41 21	0.43 59	0.31 175	0.97 358	0.22 15	0.86 104	0.58 90	0.32 17	0.44 38	0.51 101	0.39 82	0.93 159	0.24 5	0.17 101	0.11 28	0.17 76	0.12 40	0.14 20	0.14 63

test_sample3	0.68 264	0.32 278	0.88 320	0.52 217	0.30 149	0.97 358	0.52 296	1.86 421	1.15 323	1.08 240	1.11 252	0.88 239	0.71 249	1.17 226	0.68 312	0.25 338	0.20 341	0.25 326	0.25 362	0.25 309	0.25 324

RAFT-Test	0.54 161	0.25 103	0.64 161	0.47 113	0.30 149	0.97 358	0.27 46	1.24 261	0.81 168	0.96 206	1.12 259	1.28 372	0.48 139	0.71 87	0.36 115	0.17 101	0.13 110	0.17 76	0.14 90	0.16 60	0.16 122

DRaft	0.80 333	0.24 76	0.70 203	0.45 95	0.30 149	0.97 358	0.53 304	1.05 187	0.97 224	1.78 476	2.02 481	0.80 202	1.74 491	2.73 436	0.72 324	0.17 101	0.14 161	0.20 166	0.20 239	0.18 119	0.21 261

RASNet	1.12 435	0.30 229	0.91 333	0.66 397	0.77 471	0.97 358	0.57 347	1.37 283	1.35 429	1.02 228	1.34 352	2.11 489	1.43 461	7.09 528	1.39 451	0.19 181	0.17 286	0.17 76	0.19 207	0.18 119	0.16 122

EDNetEfficient	2.37 519	1.10 511	8.08 544	0.74 450	0.71 454	0.98 363	1.56 510	1.46 306	4.06 541	4.90 547	2.82 509	2.25 492	3.48 537	2.95 442	9.97 546	0.26 360	0.24 402	0.26 345	0.30 429	0.68 502	0.61 494

aanetorigin	1.23 449	0.79 491	2.78 522	0.70 428	0.79 476	0.99 364	1.06 475	1.06 200	1.37 436	3.52 533	2.61 505	1.72 451	1.63 482	1.99 381	1.78 481	0.25 338	0.24 402	0.26 345	0.25 362	0.38 426	0.45 457

CFNet	0.96 388	0.36 354	1.01 368	0.62 358	0.42 312	0.99 364	0.47 255	1.90 431	1.32 413	0.99 216	1.39 370	1.10 326	0.86 319	5.58 501	0.79 350	0.23 297	0.17 286	0.28 374	0.27 389	0.26 321	0.21 261

Any-RAFT	0.53 146	0.24 76	0.47 62	0.47 113	0.27 86	1.00 366	0.25 29	1.58 342	1.05 260	0.85 182	0.99 193	1.06 308	0.47 128	0.70 83	0.32 65	0.18 140	0.13 110	0.16 51	0.13 63	0.16 60	0.16 122

1111x	1.70 492	0.29 209	0.86 302	0.51 196	0.27 86	1.01 367	0.68 390	2.22 499	1.28 395	1.13 276	1.40 372	1.21 348	1.10 414	5.53 498	15.20 558	0.22 272	0.21 363	0.22 229	0.22 312	0.24 297	0.22 278

Anonymous_2	1.30 456	0.55 442	0.82 290	0.52 217	0.58 411	1.01 367	0.64 375	1.25 263	0.97 224	0.96 206	0.78 140	1.33 382	1.29 448	1.03 186	0.74 328	0.62 508	0.64 526	1.06 526	9.63 566	1.16 521	0.49 470

DualNet (step1)	0.83 350	0.49 418	1.13 409	0.56 286	0.39 288	1.02 369	0.73 403	1.78 396	1.21 361	1.22 326	1.18 286	1.08 314	0.92 342	1.23 237	0.67 308	0.57 501	0.28 429	0.62 509	0.67 516	0.45 456	0.42 446

test_sample9	1.86 500	0.49 418	1.13 409	0.56 286	0.39 288	1.02 369	0.73 403	1.78 396	1.21 361	1.22 326	1.18 286	1.08 314	0.92 342	2.27 410	7.92 541	0.57 501	12.61 570	0.62 509	0.67 516	0.45 456	0.42 446

test_sample8	2.19 513	0.49 418	1.13 409	0.56 286	0.39 288	1.02 369	0.73 403	1.82 409	1.15 323	2.26 503	1.30 331	4.94 536	2.52 526	2.27 410	7.92 541	0.57 501	12.61 570	0.62 509	0.67 516	0.45 456	0.42 446

BEATNet_4x	0.73 297	0.49 418	1.17 417	0.53 234	0.26 62	1.03 372	0.55 328	1.82 409	1.06 264	1.21 321	1.22 301	0.96 279	0.91 339	1.01 182	1.06 403	0.21 246	0.14 161	0.24 287	0.19 207	0.37 417	0.21 261

PASM	1.34 462	0.92 500	2.62 518	0.86 487	0.87 494	1.03 372	1.08 477	1.50 315	1.51 469	1.82 484	1.41 374	1.68 447	1.26 445	4.87 483	1.34 443	0.61 507	0.65 528	0.68 513	0.78 522	0.69 503	0.68 504

DEmStereo	0.97 394	0.23 58	0.79 281	0.47 113	0.32 194	1.04 374	0.56 336	0.93 131	0.89 191	1.39 414	2.14 488	1.02 299	2.07 513	5.64 502	0.77 342	0.17 101	0.15 218	0.20 166	0.20 239	0.18 119	0.20 244

psm_up	0.77 318	0.34 323	0.70 203	0.66 397	0.58 411	1.05 375	0.92 451	1.52 324	1.12 296	1.26 350	1.16 281	1.31 380	1.23 440	1.20 232	0.81 356	0.25 338	0.29 440	0.31 401	0.27 389	0.27 335	0.25 324

ac_64	0.82 344	0.29 209	0.81 287	0.71 436	0.60 422	1.05 375	0.54 310	1.99 455	0.92 205	1.18 309	1.06 228	1.99 480	1.08 410	1.94 377	0.97 392	0.27 376	0.22 381	0.24 287	0.23 335	0.22 257	0.19 212

HITNet	0.65 244	0.40 379	0.77 270	0.48 139	0.24 40	1.05 375	0.49 276	1.76 388	1.02 247	1.18 309	1.18 286	0.89 247	0.80 287	0.85 134	0.79 350	0.17 101	0.12 52	0.21 201	0.17 168	0.29 364	0.15 93
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
222	1.61 484	0.29 209	0.67 180	0.56 286	0.29 127	1.06 378	0.42 192	2.17 492	1.31 409	1.31 379	1.52 406	0.92 260	0.94 356	1.76 357	17.65 561	0.24 312	0.20 341	0.21 201	0.19 207	0.22 257	0.23 298

NOSS_ROB	1.26 453	0.46 406	0.62 151	0.56 286	0.38 278	1.06 378	0.78 416	1.73 376	1.40 450	1.01 224	1.43 379	1.10 326	0.75 258	10.62 559	0.65 302	0.45 479	0.43 497	0.48 485	0.45 486	0.44 453	0.41 442

FADNet-RVC-Resample	0.84 355	0.47 411	2.10 499	0.61 346	0.45 336	1.07 380	0.61 365	1.59 343	1.20 355	1.08 240	0.98 191	1.03 303	0.98 378	2.17 398	0.72 324	0.23 297	0.22 381	0.30 395	0.32 442	0.35 406	0.34 413

anonymity	1.12 435	0.97 502	1.21 420	1.07 515	1.12 513	1.08 381	0.89 444	1.95 446	1.16 332	1.29 361	1.26 318	1.22 350	1.09 413	1.15 218	1.01 398	1.02 522	1.00 545	0.97 521	0.97 533	0.98 514	0.99 519

FINET	0.97 394	0.54 437	1.60 474	0.63 367	0.79 476	1.08 381	1.07 476	1.56 340	2.20 512	1.15 285	1.49 400	0.94 265	0.88 329	2.32 413	1.05 401	0.42 468	0.35 474	0.32 415	0.28 409	0.43 447	0.38 434

FAT-Stereo	1.07 422	0.41 387	1.32 439	0.72 439	0.58 411	1.08 381	0.89 444	1.96 447	1.65 480	1.75 473	1.98 475	2.03 485	1.48 469	2.02 384	1.18 427	0.42 468	0.35 474	0.34 433	0.29 420	0.35 406	0.53 478

xyz-stereo-finetune2	0.58 198	0.27 152	0.57 125	0.40 37	0.24 40	1.09 384	0.32 81	0.79 78	0.53 82	0.65 134	1.07 232	0.58 133	0.80 287	2.47 426	0.80 354	0.16 58	0.15 218	0.21 201	0.17 168	0.16 60	0.17 147

RP	1.09 428	0.50 425	1.12 407	0.90 498	1.04 506	1.11 385	0.84 432	1.80 405	1.62 478	1.55 450	2.00 478	1.90 469	1.78 494	1.84 364	1.25 431	0.52 492	0.36 479	0.48 485	0.36 465	0.45 456	0.43 453

DLCB_ROB	0.86 364	0.40 379	0.78 278	0.68 420	0.54 391	1.11 385	0.84 432	1.49 311	1.23 370	1.64 466	1.65 439	1.70 449	0.91 339	1.70 345	1.05 401	0.25 338	0.24 402	0.26 345	0.27 389	0.27 335	0.24 312

XPNet_ROB	0.96 388	0.49 418	1.09 400	0.72 439	0.57 402	1.11 385	1.14 483	1.66 363	1.23 370	1.85 486	1.39 370	1.64 441	1.11 415	1.80 361	1.42 460	0.38 454	0.30 444	0.33 423	0.29 420	0.37 417	0.34 413

ADLNet2	0.88 369	0.34 323	1.17 417	0.77 458	0.64 434	1.12 388	0.76 411	1.74 380	1.24 376	1.21 321	1.65 439	1.71 450	1.05 403	1.67 338	1.17 424	0.24 312	0.21 363	0.21 201	0.22 312	0.26 321	0.29 374

psmorigin	1.52 477	0.69 478	10.52 550	0.68 420	0.59 419	1.13 389	0.70 397	1.57 341	1.19 350	1.99 494	1.79 456	2.26 493	1.47 468	2.09 391	1.36 447	0.39 457	0.40 492	0.34 433	0.33 451	0.43 447	0.56 483

TCMNet	1.01 411	0.60 463	2.10 499	0.86 487	1.33 526	1.14 390	0.67 386	1.69 368	1.23 370	1.11 260	1.57 421	1.30 376	0.97 371	2.01 383	1.50 471	0.31 410	0.31 450	0.38 455	0.34 456	0.42 441	0.36 423

CoDeX	0.73 297	0.29 209	0.93 339	0.54 249	0.36 246	1.14 390	0.61 365	2.34 510	1.17 335	1.16 295	1.25 311	0.91 251	0.87 324	1.33 264	0.64 301	0.20 213	0.16 257	0.21 201	0.18 185	0.20 193	0.18 172

AASNet	0.76 316	0.35 344	0.91 333	0.79 462	0.81 483	1.14 390	0.56 336	2.02 464	1.08 275	1.22 326	1.24 307	0.93 262	0.76 266	0.77 104	1.16 421	0.27 376	0.23 393	0.24 287	0.20 239	0.28 353	0.24 312

PSMNet-ADL	0.72 279	0.35 344	0.62 151	0.69 423	0.46 347	1.14 390	0.44 224	1.37 283	1.01 244	0.83 174	1.17 284	1.33 382	0.96 368	1.43 292	0.95 387	0.33 425	0.22 381	0.21 201	0.23 335	0.27 335	0.29 374

edge stereo	1.11 433	0.50 425	1.30 435	0.71 436	0.65 436	1.14 390	0.75 408	1.93 442	1.37 436	1.71 470	1.83 460	2.54 505	1.44 463	2.43 421	1.23 429	0.42 468	0.41 494	0.54 497	0.35 461	0.42 441	0.46 460

ETE_ROB	0.96 388	0.64 471	1.16 415	0.69 423	0.48 353	1.14 390	1.13 482	1.77 392	1.19 350	1.91 491	1.45 386	1.73 452	1.05 403	1.60 325	1.14 419	0.32 417	0.26 414	0.38 455	0.34 456	0.39 430	0.41 442

HSM-Net_RVC	0.87 368	0.29 209	0.53 95	0.53 234	0.30 149	1.15 396	0.55 328	3.57 536	1.28 395	1.53 443	1.74 449	1.68 447	0.93 351	1.49 304	0.77 342	0.22 272	0.17 286	0.19 131	0.18 185	0.20 193	0.19 212
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
PWC_ROB	1.24 450	0.76 489	2.46 513	0.72 439	0.78 473	1.15 396	0.49 276	1.75 382	1.92 501	2.31 505	3.07 512	1.59 429	1.40 458	2.46 424	2.10 496	0.33 425	0.22 381	0.35 441	0.24 348	0.38 426	0.41 442

tt1	0.62 217	0.32 278	0.51 83	0.54 249	0.26 62	1.16 398	0.48 266	0.95 143	2.47 518	0.57 114	0.77 138	0.49 91	0.81 291	1.55 317	0.32 65	0.20 213	0.12 52	0.24 287	0.15 106	0.19 159	0.20 244

xxxx	1.51 476	0.28 174	0.68 184	0.54 249	0.28 110	1.16 398	0.44 224	2.19 495	1.29 399	1.09 246	1.36 359	1.22 350	0.85 311	1.79 360	15.70 560	0.24 312	0.21 363	0.21 201	0.20 239	0.22 257	0.23 298

HGLStereo	0.85 359	0.38 368	0.94 343	0.80 465	1.03 505	1.17 400	0.58 351	1.52 324	1.20 355	1.19 313	1.62 433	1.13 336	1.20 435	1.80 361	1.06 403	0.24 312	0.24 402	0.24 287	0.21 283	0.23 282	0.27 358

ACVNet-DCA	0.56 185	0.31 262	0.50 76	0.54 249	0.26 62	1.18 401	0.51 285	1.42 295	0.78 160	0.58 116	0.79 146	0.48 83	0.88 329	1.46 298	0.32 65	0.20 213	0.12 52	0.25 326	0.15 106	0.22 257	0.21 261

xx1	0.67 260	0.31 262	0.50 76	0.54 249	0.26 62	1.18 401	0.51 285	0.93 131	3.05 530	0.58 116	0.79 146	0.95 273	0.77 270	1.46 298	0.32 65	0.20 213	0.12 52	0.24 287	0.23 335	0.22 257	0.21 261

1test111	0.54 161	0.31 262	0.50 76	0.54 249	0.26 62	1.18 401	0.51 285	1.42 295	0.78 160	0.58 116	0.79 146	0.48 83	0.88 329	0.88 143	0.59 280	0.20 213	0.12 52	0.25 326	0.15 106	0.22 257	0.21 261

cc1	0.64 236	0.31 262	0.50 76	0.54 249	0.26 62	1.18 401	0.51 285	0.93 131	3.05 530	0.58 116	0.79 146	0.48 83	0.88 329	1.46 298	0.32 65	0.20 213	0.12 52	0.25 326	0.15 106	0.19 159	0.19 212

FADNet_RVC	0.83 350	0.51 428	1.83 491	0.54 249	0.42 312	1.19 405	0.46 248	1.51 322	1.09 283	0.89 187	1.24 307	0.91 251	0.87 324	2.11 393	1.11 415	0.27 376	0.22 381	0.31 401	0.28 409	0.43 447	0.38 434

PA-Net	1.01 411	0.57 449	1.29 434	0.64 376	0.74 460	1.19 405	0.84 432	1.69 368	1.43 459	1.16 295	1.19 293	1.32 381	1.19 432	3.42 458	1.25 431	0.29 399	0.45 504	0.33 423	0.49 496	0.32 392	0.47 463
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NVstereo2D	0.92 379	0.41 387	1.48 466	0.72 439	0.72 456	1.20 407	0.87 440	1.75 382	1.38 440	0.99 216	1.13 264	1.26 365	0.98 378	2.21 405	0.89 376	0.43 473	0.20 341	0.38 455	0.24 348	0.57 485	0.63 496

S-Stereo	1.15 444	0.46 406	2.17 504	0.81 468	0.80 481	1.21 408	1.19 489	1.93 442	2.02 506	1.47 430	2.11 485	1.57 425	1.17 426	2.05 388	1.41 456	0.40 460	0.40 492	0.35 441	0.31 434	0.44 453	0.70 505

RAFT + AFF	1.00 405	0.42 391	1.09 400	0.67 409	0.50 363	1.22 409	1.24 492	2.24 501	1.19 350	1.30 369	1.56 417	1.17 341	1.49 471	3.44 460	0.83 363	0.21 246	0.25 409	0.30 395	0.26 379	0.27 335	0.27 358

HSM	1.19 448	0.32 278	0.65 168	0.57 302	0.38 278	1.23 410	0.59 359	2.25 502	1.19 350	1.30 369	1.25 311	1.94 475	1.03 397	9.32 550	0.71 321	0.22 272	0.16 257	0.20 166	0.16 148	0.21 234	0.21 261

ADLNet	0.85 359	0.36 354	0.89 326	0.85 485	0.72 456	1.24 411	0.76 411	1.82 409	1.36 432	1.52 442	1.35 358	1.27 369	0.99 386	1.23 237	1.15 420	0.27 376	0.20 341	0.26 345	0.25 362	0.28 353	0.30 388

acv_ft	0.75 310	0.31 262	0.95 347	0.70 428	0.86 492	1.24 411	0.53 304	1.44 302	1.07 269	1.24 340	1.30 331	1.08 314	0.92 342	0.80 115	1.34 443	0.21 246	0.19 323	0.21 201	0.18 185	0.21 234	0.18 172

CBMV_ROB	0.90 374	0.44 397	0.63 154	0.51 196	0.37 261	1.25 413	0.49 276	1.77 392	1.27 390	1.41 417	2.00 478	1.33 382	1.08 410	2.17 398	0.76 336	0.43 473	0.42 496	0.47 483	0.44 484	0.41 437	0.36 423

UPFNet	0.80 333	0.32 278	0.90 330	0.59 321	0.74 460	1.26 414	0.80 425	1.52 324	1.10 290	1.30 369	1.12 259	1.30 376	0.84 308	1.67 338	1.09 409	0.24 312	0.24 402	0.24 287	0.23 335	0.25 309	0.18 172

BSDual-CNN	0.71 277	0.32 278	0.68 184	0.54 249	0.44 329	1.27 415	0.65 377	2.16 486	0.98 229	1.20 317	1.11 252	1.12 331	0.74 256	0.91 151	0.66 305	0.24 312	0.17 286	0.25 326	0.22 312	0.22 257	0.22 278

hknet	0.77 318	0.32 278	0.95 347	0.54 249	0.38 278	1.27 415	0.65 377	2.16 486	1.07 269	1.20 317	1.11 252	1.59 429	0.81 291	1.37 275	0.66 305	0.22 272	0.17 286	0.25 326	0.22 312	0.22 257	0.22 278

PSMNet_ROB	0.90 374	0.52 432	1.17 417	0.72 439	0.61 425	1.27 415	1.12 481	1.76 388	1.12 296	1.09 246	1.28 327	1.45 404	0.89 335	1.65 333	1.42 460	0.33 425	0.25 409	0.37 452	0.39 472	0.35 406	0.29 374

NCC-stereo	1.10 430	0.54 437	1.24 426	0.84 480	0.94 500	1.29 418	0.89 444	2.01 460	1.34 420	1.32 383	1.74 449	1.88 465	1.74 491	2.35 415	1.25 431	0.45 479	0.37 481	0.45 478	0.58 508	0.42 441	0.42 446

Abc-Net	1.10 430	0.54 437	1.24 426	0.84 480	0.94 500	1.29 418	0.89 444	2.01 460	1.34 420	1.32 383	1.74 449	1.88 465	1.74 491	2.35 415	1.25 431	0.45 479	0.37 481	0.45 478	0.58 508	0.42 441	0.42 446
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DDVS	0.78 326	0.41 387	0.94 343	0.60 332	0.43 322	1.30 420	0.43 211	1.40 291	0.91 200	1.20 317	1.15 276	1.43 397	0.64 228	2.18 401	0.89 376	0.28 389	0.22 381	0.26 345	0.23 335	0.31 384	0.33 409

GCST	1.08 425	1.47 529	0.93 339	1.73 530	1.14 516	1.30 420	0.31 74	1.33 272	1.16 332	1.29 361	0.97 190	0.98 283	0.49 147	2.08 390	0.46 215	1.19 529	0.70 529	1.30 529	0.85 527	1.02 517	0.89 515

NCCL2	1.00 405	0.56 445	1.06 388	0.75 453	0.57 402	1.31 422	1.72 516	1.77 392	1.36 432	1.50 439	1.17 284	1.91 470	1.17 426	1.54 315	1.29 438	0.35 442	0.31 450	0.45 478	0.44 484	0.40 434	0.40 438

PAM_32	0.77 318	0.28 174	1.03 379	0.52 217	0.30 149	1.32 423	0.35 110	1.97 451	0.65 122	1.02 228	1.06 228	3.05 517	1.49 471	0.96 165	0.36 115	0.19 181	0.13 110	0.20 166	0.18 185	0.19 159	0.19 212

ssnet_v2	0.88 369	0.36 354	1.02 375	0.62 358	0.38 278	1.32 423	0.97 461	2.07 472	1.34 420	1.37 403	1.18 286	1.54 421	0.92 342	1.10 207	1.65 477	0.30 403	0.27 422	0.30 395	0.28 409	0.27 335	0.26 348

LMCR-Stereo	0.82 344	0.46 406	0.88 320	0.75 453	0.43 322	1.33 425	0.56 336	2.43 518	0.98 229	1.53 443	1.49 400	0.74 183	1.00 388	1.63 330	0.89 376	0.28 389	0.17 286	0.22 229	0.17 168	0.29 364	0.20 244

StereoDRNet-Refined	0.80 333	0.41 387	0.88 320	0.62 358	0.42 312	1.33 425	0.48 266	1.52 324	1.17 335	1.45 427	1.44 384	1.44 402	0.90 336	1.26 246	1.24 430	0.20 213	0.16 257	0.27 361	0.24 348	0.25 309	0.28 370
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
IER	0.70 270	0.31 262	1.02 375	0.48 139	0.52 385	1.34 427	0.51 285	1.17 231	0.99 236	1.23 332	1.34 352	1.12 331	1.11 415	0.99 177	0.71 321	0.20 213	0.16 257	0.21 201	0.21 283	0.20 193	0.19 212

UDG	1.41 470	2.65 552	0.99 359	1.44 527	1.64 531	1.34 427	0.80 425	1.60 347	1.23 370	1.23 332	1.71 446	2.01 482	1.34 456	1.47 302	1.41 456	0.90 517	0.54 520	2.29 537	0.75 520	1.84 528	1.04 522

GANet	1.36 464	0.47 411	0.86 302	0.67 409	0.45 336	1.34 427	1.73 517	1.64 357	1.24 376	1.49 438	2.38 497	1.55 423	1.20 435	9.30 549	0.93 381	0.30 403	0.31 450	0.33 423	0.28 409	0.39 430	0.30 388

Wz-Net-SNSev	1.49 473	1.23 520	6.27 540	0.68 420	0.67 443	1.37 430	1.41 502	2.00 456	1.39 445	1.48 436	1.61 430	2.29 494	1.32 454	3.93 465	2.14 497	0.31 410	0.28 429	0.31 401	0.33 451	0.42 441	0.36 423

SFCPSM	0.70 270	0.28 174	1.02 375	0.51 196	0.38 278	1.37 430	0.66 382	2.00 456	1.03 251	1.17 304	1.21 299	0.82 211	0.78 277	1.03 186	0.53 259	0.21 246	0.17 286	0.22 229	0.24 348	0.21 234	0.19 212

DANet	1.08 425	0.61 465	1.32 439	0.85 485	0.72 456	1.37 430	0.51 285	1.54 333	1.15 323	1.78 476	1.54 411	2.01 482	1.11 415	2.90 441	2.00 492	0.33 425	0.30 444	0.40 466	0.30 429	0.44 453	0.45 457
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
PAM	0.76 316	0.29 209	1.08 397	0.52 217	0.33 215	1.38 433	0.39 164	2.01 460	0.67 125	1.06 236	0.96 181	2.89 516	1.43 461	0.86 138	0.35 105	0.19 181	0.12 52	0.19 131	0.17 168	0.19 159	0.20 244

AF-Net	1.13 438	0.52 432	1.33 441	0.86 487	0.91 496	1.38 433	0.71 399	2.16 486	1.62 478	1.56 451	2.40 499	1.99 480	1.65 484	1.81 363	1.48 469	0.48 487	0.28 429	0.49 487	0.33 451	0.39 430	0.32 403

DGSMNet	1.14 440	0.76 489	2.49 514	0.81 468	0.86 492	1.39 435	1.39 501	2.13 477	1.35 429	1.26 350	1.63 436	1.48 413	0.98 378	1.75 352	1.10 412	0.45 479	0.43 497	0.55 501	0.49 496	0.75 507	0.70 505

PSMNet-RUCA	1.02 414	0.97 502	1.44 454	1.23 521	1.10 509	1.40 436	0.62 368	1.69 368	1.38 440	0.94 202	1.53 407	0.97 281	0.83 304	1.17 226	0.93 381	0.69 513	0.34 463	0.99 523	0.60 512	0.97 513	0.64 500

gwcnet-sp	0.74 302	0.33 300	1.44 454	0.57 302	0.45 336	1.40 436	0.54 310	1.50 315	1.14 311	1.30 369	1.02 211	0.94 265	0.82 296	1.39 284	0.76 336	0.21 246	0.21 363	0.22 229	0.21 283	0.22 257	0.22 278

scenet	0.74 302	0.33 300	1.44 454	0.57 302	0.45 336	1.40 436	0.54 310	1.50 315	1.14 311	1.30 369	1.02 211	0.94 265	0.82 296	1.39 284	0.76 336	0.21 246	0.21 363	0.22 229	0.21 283	0.22 257	0.22 278

ssnet	0.74 302	0.33 300	1.44 454	0.57 302	0.45 336	1.40 436	0.54 310	1.50 315	1.14 311	1.30 369	1.02 211	0.94 265	0.82 296	1.39 284	0.76 336	0.21 246	0.21 363	0.22 229	0.21 283	0.22 257	0.22 278

Syn2CoEx	1.14 440	0.69 478	1.66 477	0.80 465	0.67 443	1.40 436	0.88 442	2.06 471	1.54 473	1.25 346	1.58 424	1.42 396	1.50 473	4.09 468	1.40 452	0.36 446	0.32 458	0.34 433	0.29 420	0.29 364	0.34 413

GANetREF_RVC	1.07 422	0.86 496	1.31 436	0.82 476	0.53 388	1.41 441	1.31 498	1.76 388	1.52 470	1.27 353	1.31 337	1.46 407	1.24 442	2.03 385	0.96 391	0.56 500	0.45 504	0.67 512	0.50 498	0.88 511	0.59 490
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
anonymousa	0.72 279	0.27 152	0.75 253	0.47 113	0.63 431	1.43 442	0.45 241	1.24 261	0.89 191	1.28 355	1.75 452	1.62 433	1.13 422	0.69 79	0.59 280	0.19 181	0.16 257	0.23 267	0.25 362	0.20 193	0.18 172

SQANet	1.31 458	0.88 499	1.08 397	1.83 532	1.44 528	1.44 443	0.75 408	1.74 380	1.09 283	1.32 383	1.26 318	1.28 372	1.01 390	1.50 306	0.83 363	2.50 538	0.34 463	1.47 530	0.55 505	2.32 531	1.57 533

NVStereoNet_ROB	1.88 501	1.07 509	1.45 459	1.07 515	1.17 517	1.47 444	1.48 507	1.89 428	1.93 503	1.94 492	4.67 533	3.08 520	1.80 496	6.51 517	1.65 477	1.06 525	0.86 539	1.08 527	1.32 540	0.93 512	1.26 528
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
psmg	0.72 279	0.32 278	0.68 184	0.50 166	0.44 329	1.48 445	0.75 408	1.94 444	0.98 229	1.21 321	1.33 345	1.12 331	0.74 256	0.91 151	0.66 305	0.24 312	0.19 323	0.25 326	0.25 362	0.23 282	0.22 278

MFMNet_re	1.40 469	1.14 516	1.68 478	1.39 524	1.07 507	1.48 445	1.43 503	1.87 423	1.82 495	2.26 503	2.19 489	1.51 417	1.86 501	1.52 309	1.25 431	0.93 518	0.83 533	0.84 518	0.80 523	0.99 516	1.05 524

Nwc_Net	1.09 428	0.49 418	1.33 441	0.89 497	0.80 481	1.49 447	0.66 382	2.19 495	1.27 390	1.32 383	2.26 492	1.96 477	1.54 474	1.92 373	1.34 443	0.40 460	0.30 444	0.43 473	0.45 486	0.38 426	0.37 428

StereoDRNet	0.98 398	0.47 411	1.70 479	0.76 455	0.94 500	1.51 448	0.91 449	1.92 438	1.32 413	1.61 459	1.13 264	1.47 412	0.97 371	1.75 352	1.46 467	0.28 389	0.23 393	0.29 384	0.27 389	0.35 406	0.27 358

RGC	1.14 440	0.79 491	1.26 429	0.91 501	0.96 503	1.52 449	0.77 414	1.92 438	1.26 384	1.54 447	1.93 472	2.02 484	1.54 474	2.25 408	1.31 440	0.44 478	0.35 474	0.58 507	0.48 493	0.47 463	0.46 460

CBMV	0.95 387	0.44 397	0.66 175	0.53 234	0.35 236	1.53 450	1.63 515	1.69 368	1.42 457	2.00 496	1.60 426	1.43 397	1.17 426	1.59 324	0.99 396	0.34 435	0.34 463	0.39 461	0.33 451	0.33 401	0.32 403
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
pmcnn	2.37 519	0.42 391	2.71 520	0.63 367	0.43 322	1.54 451	1.19 489	2.01 460	1.53 472	2.64 518	7.60 547	18.07 564	1.45 465	3.44 460	2.78 506	0.18 140	0.15 218	0.15 21	0.12 40	0.20 193	0.18 172

DSFCA	0.93 382	0.34 323	1.06 388	0.52 217	0.65 436	1.55 452	0.93 455	1.49 311	1.19 350	1.56 451	1.15 276	1.50 415	0.96 368	3.07 446	1.02 399	0.30 403	0.26 414	0.25 326	0.25 362	0.28 353	0.24 312

SGM-Forest	1.24 450	0.38 368	0.60 143	0.52 217	0.37 261	1.56 453	1.30 497	1.65 358	1.36 432	2.11 500	1.79 456	1.63 438	0.93 351	7.48 536	0.95 387	0.36 446	0.37 481	0.39 461	0.34 456	0.37 417	0.32 403
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
UNet	0.83 350	0.34 323	1.31 436	0.58 308	0.74 460	1.58 454	0.49 276	1.41 293	1.04 256	1.21 321	1.08 237	1.54 421	1.12 418	1.65 333	1.09 409	0.23 297	0.17 286	0.25 326	0.20 239	0.25 309	0.22 278

EDNetEfficientorigin	10.57 559	1.47 529	177.42 581	0.67 409	0.53 388	1.58 454	1.16 486	1.90 431	3.37 534	4.71 546	3.38 516	3.10 521	2.69 529	3.13 450	3.58 517	0.25 338	0.23 393	0.33 423	0.27 389	0.83 508	0.81 511

NaN_ROB	1.13 438	0.55 442	1.15 414	0.64 376	0.48 353	1.61 456	2.03 533	1.72 375	1.48 464	2.09 499	1.27 321	1.40 393	1.08 410	3.94 466	1.30 439	0.28 389	0.34 463	0.28 374	0.28 409	0.30 375	0.33 409

DRN-Test	1.00 405	0.44 397	1.13 409	0.70 428	0.81 483	1.62 457	0.79 419	2.14 481	1.44 460	1.78 476	1.33 345	1.43 397	1.05 403	2.18 401	1.53 473	0.27 376	0.21 363	0.31 401	0.30 429	0.32 392	0.28 370

CSP-Net	0.97 394	0.38 368	0.83 294	0.53 234	0.41 307	1.63 458	0.77 414	2.00 456	1.05 260	1.25 346	1.20 297	1.33 382	0.83 304	4.93 486	0.85 369	0.32 417	0.22 381	0.20 166	0.20 239	0.23 282	0.25 324

LALA_ROB	1.01 411	0.59 455	1.16 415	0.67 409	0.51 374	1.63 458	1.26 496	1.69 368	1.38 440	1.81 483	1.37 361	1.94 475	1.02 395	1.58 322	1.38 448	0.37 450	0.27 422	0.43 473	0.37 468	0.43 447	0.37 428

HBP-ISP	0.96 388	0.58 452	0.72 221	0.61 346	0.46 347	1.64 460	0.76 411	1.86 421	1.28 395	1.30 369	1.53 407	0.86 231	0.94 356	3.27 454	0.69 315	0.45 479	0.44 500	0.54 497	0.48 493	0.47 463	0.40 438

delet	0.85 359	0.32 278	0.95 347	0.65 390	0.66 439	1.64 460	0.84 432	1.75 382	1.35 429	1.32 383	1.30 331	1.30 376	0.88 329	1.68 343	1.10 412	0.21 246	0.21 363	0.24 287	0.24 348	0.21 234	0.21 261

LSM	6.33 549	1.10 511	13.19 552	1.41 526	68.17 576	1.64 460	1.90 527	1.92 438	2.46 517	2.99 528	3.11 513	1.88 465	1.80 496	2.61 432	2.06 495	0.41 464	0.58 523	0.50 488	0.57 507	0.64 496	17.66 571

WZ-Net	1.95 505	0.95 501	10.10 547	0.86 487	0.78 473	1.69 463	1.60 513	2.20 498	1.98 504	2.08 498	1.93 472	2.30 495	1.97 507	5.30 490	3.17 513	0.34 435	0.26 414	0.29 384	0.31 434	0.51 474	0.47 463

coex-ft	8.13 555	2.13 547	98.04 580	0.67 409	0.53 388	1.71 464	1.56 510	1.65 358	11.11 555	18.17 570	3.75 521	3.88 528	7.61 557	2.98 445	6.49 532	0.30 403	0.30 444	0.32 415	0.31 434	0.66 500	0.50 472

RYNet	1.17 447	0.49 418	1.24 426	0.70 428	0.97 504	1.71 464	0.92 451	1.91 435	1.46 462	1.38 408	1.14 268	1.88 465	1.30 452	4.24 470	1.87 484	0.26 360	0.21 363	0.35 441	0.27 389	0.55 482	0.54 479

ccnet	1.12 435	0.67 474	1.01 368	0.78 460	0.73 459	1.72 466	0.99 465	1.84 417	1.26 384	1.47 430	1.85 464	1.75 457	1.29 448	1.75 352	1.88 486	0.57 501	0.53 517	0.57 506	0.55 505	0.59 489	0.54 479

PWCDC_ROB	1.29 454	0.75 488	1.33 441	1.05 512	0.88 495	1.73 467	0.52 296	1.89 428	3.28 532	1.29 361	4.88 535	1.22 350	1.46 466	1.77 359	1.45 464	0.60 506	0.26 414	0.29 384	0.25 362	0.52 476	0.37 428

CBFPSM	0.92 379	0.33 300	1.86 492	0.49 154	0.38 278	1.75 468	0.84 432	1.39 289	1.12 296	1.09 246	0.99 193	2.37 499	1.66 488	1.32 261	1.42 460	0.19 181	0.18 307	0.20 166	0.20 239	0.21 234	0.33 409

Wz-Net-LNSev	1.03 416	0.67 474	2.71 520	0.64 376	0.84 487	1.75 468	1.00 467	1.80 405	1.32 413	1.28 355	1.25 311	1.65 444	1.22 439	1.39 284	1.40 452	0.28 389	0.26 414	0.24 287	0.23 335	0.33 401	0.32 403

GwcNet	1.08 425	0.51 428	2.33 509	0.79 462	1.18 519	1.76 470	0.70 397	1.68 366	1.47 463	1.41 417	1.64 437	1.74 454	1.04 399	2.20 404	1.41 456	0.30 403	0.29 440	0.29 384	0.27 389	0.30 375	0.35 418

CC-Net-ROB	1.49 473	1.26 521	1.27 432	0.88 494	0.79 476	1.76 470	1.00 467	1.79 402	1.26 384	1.10 254	1.61 430	1.21 348	0.99 386	8.13 543	0.84 366	1.09 526	0.41 494	2.20 535	0.46 489	1.20 524	0.48 466

CSAN	1.41 470	0.59 455	1.26 429	0.70 428	0.50 363	1.76 470	1.78 518	1.77 392	1.90 500	2.35 508	2.32 494	1.92 473	1.94 506	5.56 500	1.49 470	0.43 473	0.35 474	0.40 466	0.41 477	0.43 447	0.41 442

fast-acv-ft	0.94 384	0.44 397	1.40 447	0.58 308	0.51 374	1.77 473	0.69 394	1.36 282	1.42 457	1.29 361	1.86 465	1.74 454	1.25 443	1.52 309	1.38 448	0.26 360	0.28 429	0.28 374	0.28 409	0.27 335	0.26 348

SHD	1.31 458	0.71 482	2.34 510	0.86 487	0.75 467	1.77 473	0.65 377	2.22 499	2.50 521	2.40 512	1.71 446	1.91 470	1.60 480	1.93 376	2.37 500	0.38 454	0.31 450	0.38 455	0.40 476	0.48 466	0.50 472

CRFU-Net	0.86 364	0.39 373	1.00 364	0.65 390	0.57 402	1.78 475	0.86 438	2.15 483	0.81 168	1.38 408	1.18 286	1.64 441	1.19 432	1.35 269	0.90 379	0.26 360	0.22 381	0.21 201	0.19 207	0.23 282	0.24 312

iinet-f	0.99 400	0.45 404	3.71 529	0.55 273	0.43 322	1.81 476	0.68 390	1.14 225	1.14 311	1.18 309	1.42 375	1.58 428	1.44 463	1.34 268	1.59 476	0.24 312	0.23 393	0.20 166	0.19 207	0.26 321	0.25 324

FBW_ROB	1.71 494	0.62 468	1.45 459	0.67 409	0.61 425	1.81 476	1.08 477	2.52 521	1.70 485	1.77 475	1.73 448	1.98 479	1.25 443	12.57 562	1.84 483	0.34 435	0.37 481	0.56 504	0.38 470	0.45 456	0.43 453

SPS-STEREO	1.67 488	1.04 508	1.23 423	1.21 519	1.13 515	1.82 478	1.11 479	2.16 486	1.52 470	3.07 532	2.32 494	2.82 514	1.80 496	4.11 469	2.04 493	1.03 523	0.99 544	0.97 521	0.94 531	1.03 519	1.02 520
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
XQC	1.37 465	0.87 497	2.56 516	0.84 480	0.69 451	1.83 479	0.89 444	2.07 472	1.88 497	1.88 487	1.53 407	1.91 470	1.55 476	2.85 440	3.05 508	0.48 487	0.29 440	0.44 477	0.39 472	0.69 503	0.60 493

DDUNet	1.50 475	2.69 553	1.12 407	1.77 531	1.88 533	1.84 480	0.92 451	1.70 373	1.16 332	1.38 408	1.79 456	1.60 431	1.12 418	1.37 275	1.08 407	1.10 527	0.76 530	2.37 539	0.94 531	2.00 529	1.37 530

MMNet	0.84 355	0.32 278	1.09 400	0.60 332	0.59 419	1.85 481	0.49 276	1.51 322	1.27 390	1.37 403	1.15 276	1.26 365	1.18 429	1.67 338	1.22 428	0.19 181	0.18 307	0.23 267	0.22 312	0.25 309	0.21 261

RTSC	1.29 454	0.73 483	2.44 512	0.83 479	0.57 402	1.85 481	0.65 377	1.88 426	2.00 505	2.20 502	1.66 441	1.60 431	1.26 445	2.33 414	3.92 520	0.32 417	0.23 393	0.27 361	0.29 420	0.37 417	0.37 428

YMNet	1.00 405	0.54 437	1.40 447	0.81 468	0.85 490	1.87 483	0.62 368	1.55 337	1.18 342	1.63 464	1.99 476	1.77 458	0.97 371	1.50 306	1.45 464	0.33 425	0.37 481	0.31 401	0.32 442	0.32 392	0.29 374

YMNet_1	1.00 405	0.54 437	1.40 447	0.81 468	0.85 490	1.87 483	0.62 368	1.55 337	1.18 342	1.63 464	1.99 476	1.77 458	0.97 371	1.50 306	1.45 464	0.33 425	0.37 481	0.31 401	0.32 442	0.32 392	0.29 374

SuperB	2.53 525	0.59 455	18.45 557	0.69 423	0.50 363	1.87 483	0.88 442	1.67 365	2.39 515	1.50 439	1.42 375	1.14 338	1.15 424	4.28 473	5.07 526	0.24 312	0.19 323	0.22 229	0.19 207	7.86 564	0.34 413

APVNet	1.06 420	0.53 436	1.42 453	0.84 480	0.79 476	1.92 486	0.82 430	1.90 431	1.08 275	1.08 240	1.43 379	1.56 424	1.13 422	3.07 446	1.58 474	0.31 410	0.34 463	0.42 471	0.36 465	0.36 413	0.37 428

MaskLacGwcNet_RVC	1.10 430	1.02 507	1.00 364	0.82 476	0.67 443	1.93 487	0.93 455	1.62 354	1.11 292	1.15 285	1.25 311	1.50 415	0.79 281	1.96 379	0.76 336	1.89 532	0.34 463	0.79 516	0.36 465	1.25 525	0.83 512

ADCRef	1.35 463	0.55 442	2.37 511	0.72 439	0.77 471	1.94 488	0.78 416	1.91 435	1.27 390	1.57 455	1.59 425	1.36 389	1.41 459	1.54 315	7.53 536	0.23 297	0.20 341	0.32 415	0.30 429	0.29 364	0.29 374

Wz-Net-MNSev	1.11 433	0.58 452	2.23 507	0.66 397	0.71 454	1.95 489	1.46 505	1.98 453	1.45 461	1.79 479	1.43 379	1.49 414	1.33 455	1.97 380	1.42 460	0.27 376	0.23 393	0.28 374	0.28 409	0.34 404	0.31 398

otaku	1.60 482	1.11 514	1.21 420	2.20 534	1.56 530	1.97 490	1.24 492	2.07 472	1.36 432	1.44 425	1.62 433	1.73 452	1.19 432	1.73 351	0.98 395	2.89 543	0.57 522	1.74 531	0.60 512	2.78 538	1.94 539

DispFullNet	2.34 518	2.85 554	3.66 527	3.08 548	2.27 539	1.97 490	0.67 386	2.00 456	1.70 485	2.52 514	2.00 478	2.23 491	5.86 549	3.44 460	1.58 474	1.01 520	0.32 458	2.64 548	1.94 553	2.85 543	2.24 542

RainbowNet	1.97 507	1.76 534	1.57 472	2.81 542	2.21 537	1.98 492	1.81 520	2.54 522	1.89 498	1.50 439	1.84 462	1.96 477	1.65 484	2.14 395	1.25 431	3.33 550	0.85 537	2.39 542	0.98 535	2.82 541	2.22 541

ADCMid	1.89 504	0.73 483	5.06 533	0.72 439	0.67 443	2.00 493	1.14 483	1.97 451	1.48 464	2.86 525	1.81 459	2.37 499	2.05 512	2.24 406	10.39 550	0.33 425	0.31 450	0.39 461	0.43 482	0.50 470	0.44 455

DPSNet	1.69 491	0.59 455	4.33 530	0.70 428	0.57 402	2.02 494	1.62 514	3.35 534	1.78 491	1.48 436	1.38 366	2.17 490	2.84 530	4.77 481	3.66 518	0.48 487	0.31 450	0.29 384	0.25 362	0.64 496	0.48 466

Wz-Net-LNSev-Ref	0.99 400	0.40 379	1.82 489	0.66 397	0.62 430	2.05 495	0.78 416	1.91 435	1.29 399	1.54 447	1.42 375	1.51 417	1.23 440	1.99 381	1.33 441	0.23 297	0.14 161	0.20 166	0.15 106	0.27 335	0.26 348

DISCO	1.03 416	0.34 323	1.11 405	0.69 423	0.45 336	2.07 496	0.84 432	2.13 477	1.50 467	1.15 285	1.33 345	2.40 501	1.07 409	2.60 431	1.51 472	0.23 297	0.18 307	0.22 229	0.20 239	0.31 384	0.27 358

Ntro	1.64 486	1.15 517	1.23 423	2.48 539	1.83 532	2.09 497	1.16 486	1.96 447	1.38 440	1.21 321	1.62 433	1.62 433	1.29 448	1.87 370	1.11 415	3.04 544	0.56 521	1.82 533	0.64 514	2.80 539	2.05 540

WCMA_ROB	1.84 498	0.47 411	1.31 436	0.69 423	0.57 402	2.11 498	1.14 483	1.87 423	1.73 488	4.04 538	6.43 541	5.62 541	3.61 538	2.59 430	1.94 489	0.52 492	0.44 500	0.39 461	0.42 480	0.48 466	0.47 463

AnyNet_C32	1.96 506	1.10 511	5.17 534	0.90 498	1.11 511	2.12 499	2.37 544	1.85 418	1.48 464	2.45 513	1.70 445	2.05 487	1.64 483	2.50 427	10.28 549	0.37 450	0.34 463	0.35 441	0.41 477	0.49 469	0.54 479

SGM+DAISY	2.41 522	1.07 509	2.14 503	1.18 518	1.10 509	2.14 500	1.36 500	1.96 447	1.66 481	5.46 553	7.07 544	4.95 537	4.32 545	5.50 497	2.26 499	1.04 524	1.02 547	0.99 523	0.97 533	1.02 517	1.04 522

ADCS	2.25 514	0.99 505	5.55 535	0.81 468	0.74 460	2.19 501	1.80 519	2.27 504	2.14 510	2.80 524	2.13 487	2.40 501	2.03 509	2.64 433	13.69 554	0.41 464	0.39 490	0.40 466	0.45 486	0.58 487	0.56 483

FCDSN-DC	2.32 517	0.63 469	0.81 287	0.84 480	0.75 467	2.23 502	0.94 457	2.09 475	1.80 493	5.45 552	7.72 550	7.77 549	6.93 556	3.39 455	1.80 482	0.52 492	0.48 509	0.52 491	0.51 501	0.57 485	0.58 488
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SGM_RVC	1.68 490	0.36 354	0.61 146	0.59 321	0.29 127	2.25 503	1.18 488	2.38 514	1.68 484	3.60 534	2.67 507	3.69 526	2.42 523	8.13 543	1.90 487	0.31 410	0.31 450	0.30 395	0.28 409	0.30 375	0.29 374
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ACVNet_1	2.18 512	1.45 528	1.72 482	2.85 543	2.33 542	2.28 504	1.46 505	3.08 530	2.22 513	1.82 484	2.05 483	3.56 524	1.98 508	3.09 449	1.40 452	3.17 545	0.60 524	2.40 543	0.92 530	2.91 545	2.37 544

ADCP+	1.99 508	0.48 415	7.73 542	0.66 397	0.91 496	2.30 505	1.05 473	1.82 409	1.34 420	1.54 447	1.32 343	1.74 454	1.61 481	2.17 398	13.37 553	0.24 312	0.21 363	0.32 415	0.28 409	0.37 417	0.29 374

ACVNet-4b	2.15 511	1.41 525	1.64 475	2.80 541	2.31 541	2.31 506	1.24 492	2.32 507	2.14 510	1.26 350	2.39 498	2.66 509	1.48 469	5.95 510	1.06 403	3.20 548	0.45 504	2.37 539	0.89 528	2.83 542	2.37 544

BUS	0.74 302	0.32 278	0.68 184	0.54 249	0.44 329	2.34 507	0.42 192	2.16 486	0.98 229	1.20 317	1.11 252	1.03 303	0.62 219	0.91 151	0.70 316	0.24 312	0.17 286	0.25 326	0.22 312	0.22 257	0.22 278

NINENet	0.77 318	0.37 361	0.78 278	0.62 358	0.51 374	2.34 507	0.42 192	1.83 414	1.04 256	1.14 279	1.23 305	1.03 303	0.62 219	1.24 242	0.70 316	0.28 389	0.23 393	0.31 401	0.21 283	0.26 321	0.25 324

stereogan	1.15 444	0.42 391	1.40 447	0.86 487	0.84 487	2.38 509	0.71 399	1.88 426	1.73 488	1.72 471	1.94 474	2.31 496	1.29 448	2.07 389	1.08 407	0.36 446	0.35 474	0.39 461	0.31 434	0.51 474	0.46 460

Wz-Net-TNSev	1.88 501	2.08 546	7.66 541	0.67 409	0.64 434	2.42 510	1.83 522	2.33 508	1.74 490	1.57 455	1.56 417	2.58 506	1.90 504	4.86 482	3.12 510	0.39 457	0.37 481	0.33 423	0.37 468	0.53 478	0.58 488

ACV-stereo	0.99 400	0.51 428	1.41 452	0.56 286	0.41 307	2.43 511	0.57 347	1.15 227	1.18 342	0.81 168	1.01 203	3.39 523	2.14 515	1.60 325	1.07 406	0.27 376	0.22 381	0.22 229	0.22 312	0.28 353	0.32 403

PVD	1.70 492	0.84 493	2.26 508	0.94 506	0.83 486	2.48 512	0.97 461	2.59 523	3.35 533	3.01 530	2.77 508	2.34 498	2.47 525	2.67 434	3.14 511	0.47 486	0.45 504	0.59 508	0.48 493	0.59 489	0.75 510

SAMSARA	1.55 479	0.84 493	2.61 517	1.22 520	1.07 507	2.50 513	1.93 528	2.05 466	1.89 498	2.75 521	1.66 441	2.81 513	1.69 489	3.08 448	1.97 491	0.46 485	0.51 515	0.42 471	0.46 489	0.58 487	0.59 490

PDISCO_ROB	1.32 460	0.65 472	1.44 454	1.36 522	1.46 529	2.55 514	0.92 451	2.45 519	2.07 509	1.37 403	1.49 400	1.65 444	1.00 388	2.82 437	1.35 446	1.01 520	0.27 422	0.54 497	0.47 491	0.71 505	0.73 508

MFN_U_SF_RVC	1.52 477	0.84 493	3.42 525	0.87 493	0.66 439	2.56 515	0.95 459	2.36 511	1.70 485	1.98 493	1.86 465	2.45 503	1.79 495	2.95 442	2.58 502	0.52 492	0.48 509	0.55 501	0.59 511	0.59 489	0.61 494

MeshStereo	2.26 515	0.56 445	0.92 337	0.61 346	0.49 356	2.60 516	1.02 470	3.18 531	2.05 508	7.40 559	4.98 536	7.58 547	2.98 533	6.37 515	1.96 490	0.43 473	0.43 497	0.45 478	0.39 472	0.43 447	0.42 446
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
ADCL	1.72 495	0.57 449	3.66 527	0.67 409	0.61 425	2.61 517	1.85 523	1.96 447	1.67 482	1.90 490	1.83 460	2.06 488	1.90 504	2.13 394	9.15 545	0.26 360	0.24 402	0.34 433	0.32 442	0.38 426	0.35 418

ACVNet_2	2.43 523	1.41 525	2.04 497	2.62 540	2.24 538	2.63 518	1.88 526	3.31 532	3.01 529	2.19 501	3.45 518	4.62 531	2.04 510	4.50 476	1.47 468	2.55 539	0.64 526	2.22 536	0.84 525	2.69 537	2.29 543

ELAS_RVC	2.48 524	0.74 486	1.90 493	1.05 512	0.92 498	2.76 519	4.01 555	2.76 524	4.11 542	4.69 545	4.63 530	4.62 531	5.96 551	3.97 467	3.96 521	0.63 510	0.53 517	0.56 504	0.52 502	0.64 496	0.63 496
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LE_ROB	8.05 554	0.37 361	23.53 562	0.74 450	0.33 215	2.77 520	2.87 551	3.71 538	27.24 571	25.39 571	8.87 554	8.46 551	26.71 571	6.65 519	21.99 564	0.21 246	0.19 323	0.20 166	0.21 283	0.25 309	0.22 278

ADCPNet	1.85 499	0.69 478	8.07 543	0.71 436	0.58 411	2.79 521	1.22 491	1.94 444	1.54 473	1.88 487	1.69 444	2.46 504	2.04 510	2.37 417	6.48 531	0.38 454	0.37 481	0.38 455	0.43 482	0.47 463	0.45 457

SANet	1.88 501	0.57 449	2.18 506	0.63 367	0.40 299	2.80 522	1.57 512	2.39 515	5.88 550	2.36 510	3.57 519	3.72 527	2.97 532	4.74 480	1.76 480	0.34 435	0.30 444	0.32 415	0.29 420	0.48 466	0.37 428

FC-DCNN	2.72 532	0.59 455	0.86 302	0.73 447	0.57 402	2.91 523	1.04 472	3.01 529	2.60 522	6.83 554	7.64 548	9.92 554	6.33 554	5.21 488	3.14 511	0.53 498	0.48 509	0.51 489	0.50 498	0.53 478	0.51 476

AnyNet_C01	2.26 515	1.78 535	10.22 549	0.93 504	0.74 460	2.92 524	2.20 539	2.29 506	1.80 493	2.53 515	2.41 500	2.71 511	1.73 490	3.41 457	6.72 533	0.41 464	0.39 490	0.40 466	0.42 480	0.67 501	0.63 496

FC-DCNN v2	2.81 533	0.59 455	0.85 296	0.73 447	0.57 402	2.97 525	1.05 473	3.39 535	2.61 523	6.98 555	7.67 549	10.38 557	6.31 553	5.75 505	3.37 516	0.53 498	0.48 509	0.51 489	0.50 498	0.53 478	0.51 476

G-Net	1.66 487	0.63 469	1.56 471	1.11 517	0.74 460	2.98 526	0.91 449	1.55 337	1.22 367	2.76 522	8.18 553	2.32 497	2.53 527	1.92 373	1.87 484	0.48 487	0.44 500	0.45 478	0.31 434	0.60 493	0.57 487

Dean	2.91 536	1.53 531	2.07 498	2.96 547	2.51 544	3.15 527	2.14 537	4.75 546	4.41 545	2.76 522	6.10 540	5.53 540	2.37 521	2.97 444	1.92 488	3.18 546	0.85 537	2.51 546	1.04 538	2.88 544	2.47 547

MADNet+	2.69 529	3.22 557	11.53 551	1.44 527	1.12 513	3.19 528	1.81 520	2.85 526	2.37 514	1.68 468	2.07 484	2.85 515	2.18 516	7.41 533	5.23 527	0.79 515	0.76 530	0.69 515	0.65 515	0.98 514	0.95 517

LVE	3.31 538	1.67 533	1.64 475	2.85 543	2.42 543	3.20 529	2.26 541	4.78 547	5.05 547	2.35 508	6.91 542	6.02 542	2.37 521	9.15 547	2.17 498	3.19 547	1.08 550	2.38 541	1.47 547	2.81 540	2.40 546

IMH-64-1	2.70 530	1.79 536	1.46 461	3.26 551	2.66 545	3.23 530	2.10 534	4.08 539	2.75 527	2.34 506	3.81 522	3.06 518	2.22 518	4.25 471	2.59 503	3.75 554	0.84 534	2.75 549	1.35 541	3.15 547	2.60 550

IMH-64	2.70 530	1.79 536	1.46 461	3.26 551	2.66 545	3.23 530	2.10 534	4.08 539	2.75 527	2.34 506	3.81 522	3.06 518	2.22 518	4.25 471	2.59 503	3.75 554	0.84 534	2.75 549	1.35 541	3.15 547	2.60 550

WAO-6	2.81 533	1.60 532	1.46 461	2.36 538	2.28 540	3.55 532	2.29 542	4.21 542	4.56 546	2.36 510	4.51 527	4.88 535	2.66 528	4.60 477	4.07 523	1.72 531	1.15 551	2.31 538	1.46 546	2.31 530	1.85 537

PWCK	2.88 535	2.05 544	5.72 537	2.08 533	1.11 511	3.55 532	3.90 554	2.86 527	3.54 538	3.03 531	3.63 520	3.10 521	2.31 520	8.15 545	3.09 509	2.12 535	0.91 542	1.75 532	0.98 535	2.57 535	1.18 527

MFN_U_SF_DS_RVC	1.74 496	0.87 497	3.56 526	0.80 465	0.75 467	3.72 534	2.44 546	1.82 409	1.82 495	1.74 472	1.91 471	1.92 473	1.26 445	7.69 539	1.28 437	0.45 479	0.47 508	0.52 491	0.77 521	0.50 470	0.50 472

RTS	2.67 527	1.38 522	15.28 555	0.99 508	1.26 523	3.78 535	1.96 530	2.15 483	2.62 524	2.61 516	2.85 510	2.60 507	1.59 478	6.27 513	5.71 529	0.40 460	0.28 429	0.35 441	0.35 461	0.50 470	0.48 466

RTSA	2.67 527	1.38 522	15.28 555	0.99 508	1.26 523	3.78 535	1.96 530	2.15 483	2.62 524	2.61 516	2.85 510	2.60 507	1.59 478	6.27 513	5.71 529	0.40 460	0.28 429	0.35 441	0.35 461	0.50 470	0.48 466

SDNR	1.62 485	0.51 428	2.17 504	0.53 234	0.56 399	3.80 537	0.45 241	1.54 333	1.29 399	1.33 391	2.41 500	1.08 314	0.96 368	11.18 560	1.16 421	0.66 512	0.63 525	0.43 473	0.32 442	0.64 496	0.67 502

WAO-7	2.66 526	1.40 524	1.73 484	1.39 524	1.17 517	3.93 538	1.94 529	4.11 541	3.88 540	2.92 526	5.50 537	4.18 529	3.00 534	7.63 538	3.71 519	1.13 528	1.00 545	1.17 528	1.13 539	1.18 523	1.09 526

MSMD_ROB	1.99 508	0.59 455	0.89 326	0.70 428	0.61 425	3.95 539	0.94 457	1.80 405	1.79 492	4.41 542	4.43 526	8.17 550	3.66 539	3.40 456	1.33 441	0.52 492	0.48 509	0.54 497	0.58 508	0.53 478	0.50 472

notaker	3.98 540	2.40 551	2.68 519	3.82 558	3.27 555	3.97 540	2.14 537	4.78 547	3.45 536	4.12 541	6.94 543	7.65 548	3.26 535	7.82 541	5.30 528	4.04 559	1.41 553	3.36 558	2.10 555	3.88 553	3.31 556

IMH	3.21 537	1.85 540	1.48 466	3.25 550	2.69 547	4.07 541	2.02 532	4.41 544	3.80 539	2.72 519	7.11 545	4.75 534	2.92 531	5.92 508	2.55 501	3.85 558	0.88 540	2.78 551	1.36 543	3.19 549	2.59 549

KSHMR	8.75 556	2.06 545	2.11 501	3.53 555	3.11 552	4.13 542	2.69 547	5.60 550	61.37 580	3.00 529	55.83 580	4.98 539	2.45 524	4.49 475	2.61 505	3.46 551	1.55 555	3.14 555	1.94 553	3.72 552	3.18 555

MDST_ROB	1.67 488	0.34 323	1.58 473	0.92 503	0.58 411	4.26 543	1.11 479	2.83 525	1.41 454	4.49 544	2.55 504	1.45 404	0.97 371	7.79 540	1.17 424	0.31 410	0.25 409	0.37 452	0.33 451	0.31 384	0.30 388

LRCNet_RVC	22.74 568	32.10 574	21.97 561	29.84 571	26.23 568	4.42 544	0.81 428	22.66 567	2.02 506	26.93 572	29.26 572	23.06 573	15.59 562	23.84 570	18.88 562	31.75 574	19.90 575	34.65 573	32.13 574	30.54 573	28.32 574

ELAS	2.37 519	0.74 486	1.54 470	0.99 508	0.92 498	4.78 545	2.33 543	3.33 533	3.37 534	5.05 550	4.77 534	3.67 525	4.53 546	3.42 458	4.50 524	0.62 508	0.53 517	0.55 501	0.53 503	0.63 494	0.64 500
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ktn	4.70 543	2.38 550	2.12 502	3.76 556	3.24 553	4.85 546	2.95 552	5.52 549	7.37 553	4.07 540	19.32 566	7.46 546	3.47 536	7.39 532	2.95 507	4.04 559	1.85 556	3.26 557	2.22 556	3.08 546	2.65 552

HanzoNet	11.04 561	3.62 558	8.10 545	4.08 561	3.55 558	4.90 547	2.73 550	7.19 557	10.10 554	31.86 576	28.92 571	21.96 571	36.36 573	18.08 566	10.17 548	7.94 565	3.32 559	3.47 559	3.31 558	7.06 563	4.04 560

MSC_U_SF_DS_RVC	2.12 510	1.15 517	3.10 523	1.05 512	0.76 470	5.03 548	2.40 545	2.16 486	2.62 524	1.89 489	2.28 493	2.69 510	1.65 484	9.35 551	2.04 493	0.64 511	0.51 515	0.68 513	0.71 519	1.09 520	0.67 502

UNDER WATER	5.08 545	2.33 549	5.55 535	3.94 560	3.51 556	5.20 549	2.72 549	5.61 551	16.52 563	3.84 535	4.60 529	9.21 552	5.89 550	5.90 507	8.66 544	3.75 554	1.34 552	3.18 556	1.88 551	4.33 558	3.61 558

MADNet++	5.01 544	3.14 555	4.91 532	4.55 562	3.94 559	5.20 549	4.41 556	4.40 543	4.13 543	4.95 548	6.08 539	4.74 533	5.37 547	9.40 552	10.67 551	4.65 561	4.15 561	3.97 560	3.34 559	4.09 555	4.08 561

UNDER WATER-64	5.27 546	2.32 548	8.78 546	3.93 559	3.54 557	7.61 551	3.03 553	5.84 552	14.19 557	4.04 538	4.04 524	9.39 553	6.26 552	5.93 509	8.48 543	3.60 553	1.51 554	3.13 554	1.88 551	4.29 557	3.61 558

DPSimNet_ROB	11.20 562	4.98 560	35.43 570	2.90 546	4.52 560	7.89 552	17.09 563	4.66 545	6.06 551	14.89 566	10.93 559	17.29 563	36.81 575	13.18 563	15.68 559	2.86 542	6.29 563	5.75 564	5.09 562	3.91 554	7.70 563

WAO-8	4.40 541	1.82 538	1.79 486	2.34 536	2.20 535	9.19 553	1.53 508	6.09 553	16.46 561	3.94 536	7.84 551	7.32 544	3.72 541	9.41 553	3.31 514	2.00 533	1.07 548	2.44 544	1.37 544	2.50 533	1.68 534

Venus	4.40 541	1.82 538	1.79 486	2.34 536	2.20 535	9.19 553	1.53 508	6.09 553	16.46 561	3.94 536	7.84 551	7.32 544	3.72 541	9.41 553	3.31 514	2.00 533	1.07 548	2.44 544	1.37 544	2.50 533	1.68 534

TorneroNet-64	5.30 547	2.03 542	1.74 485	3.43 553	2.81 548	10.09 555	2.12 536	9.10 560	17.12 566	4.96 549	9.27 556	10.72 559	3.70 540	9.20 548	4.55 525	3.31 549	0.84 534	2.88 552	1.55 548	3.49 550	3.04 553

JetBlue	3.97 539	2.01 541	10.19 548	1.38 523	2.84 549	10.53 556	9.54 558	3.60 537	2.41 516	2.73 520	3.39 517	4.54 530	4.31 544	7.85 542	6.84 534	0.88 516	0.93 543	0.89 519	0.91 529	1.74 527	1.91 538

tt	6.58 551	0.26 124	6.10 539	3.77 557	2.16 534	11.55 557	19.63 564	13.33 564	5.74 549	2.96 527	2.65 506	4.97 538	6.33 554	3.81 464	7.24 535	9.15 566	11.32 569	5.89 565	6.24 564	6.03 560	2.55 548

DPSMNet_ROB	13.02 564	8.23 561	21.91 560	9.53 565	18.11 563	11.56 558	32.02 570	10.64 562	16.23 560	7.05 557	19.49 568	10.16 556	16.66 563	9.85 558	22.43 566	4.77 563	8.68 564	5.38 563	10.26 568	6.17 562	11.36 566

DGTPSM_ROB	13.01 563	8.23 561	21.87 559	9.51 564	18.10 562	11.56 558	32.01 569	10.63 561	16.20 559	7.03 556	19.48 567	10.15 555	16.66 563	9.83 557	22.42 565	4.75 562	8.68 564	5.37 562	10.25 567	6.16 561	11.36 566

MANE	6.19 548	0.59 455	1.03 379	0.93 504	1.22 522	13.38 560	2.69 547	12.81 563	17.94 567	8.21 560	10.82 558	14.72 560	11.68 558	11.39 561	11.90 552	0.59 505	0.50 514	0.52 491	1.76 550	0.55 482	0.54 479

SGM-ForestM	6.52 550	0.38 368	1.26 429	0.63 367	0.35 236	13.59 561	5.32 557	6.32 556	6.70 552	11.14 562	9.18 555	22.51 572	13.93 561	16.89 564	20.07 563	0.36 446	0.37 481	0.36 449	0.35 461	0.36 413	0.34 413

TCMNet-wrong-test	10.31 558	11.40 565	14.84 554	20.96 567	18.45 564	13.80 562	10.76 559	15.78 565	3.53 537	5.20 551	5.52 538	16.26 562	12.61 559	7.51 537	10.15 547	7.43 564	2.37 557	4.31 561	3.43 560	11.36 566	10.61 565

JetRed	6.91 552	8.80 563	25.96 566	2.85 543	3.25 554	13.98 563	11.87 560	6.25 555	4.28 544	4.45 543	4.56 528	6.69 543	5.46 548	7.46 535	14.05 555	2.59 540	3.31 558	2.59 547	2.29 557	4.20 556	3.36 557

USTest	14.33 565	14.94 567	21.04 558	17.44 566	16.05 561	23.26 564	33.84 571	21.73 566	11.80 556	9.36 561	10.14 557	15.97 561	13.20 560	17.28 565	22.43 566	3.78 557	5.01 562	6.17 566	6.16 563	9.25 565	7.72 564

Anonymous_1	43.04 577	18.73 568	24.79 563	21.81 568	46.26 574	27.80 565	37.60 572	28.08 571	16.14 558	14.66 565	14.30 560	20.65 565	17.88 565	21.56 567	25.94 569	117.93 581	8.92 566	100.65 578	126.50 578	158.64 581	12.08 568

DPSM_ROB	19.08 566	19.14 569	25.17 564	22.15 569	20.85 566	28.17 566	37.82 573	26.56 569	16.85 564	14.14 563	14.84 561	21.70 566	18.75 566	21.87 568	26.55 570	10.16 569	9.30 567	10.47 568	10.42 569	14.03 567	12.61 569

DPSM	19.08 566	19.14 569	25.17 564	22.15 569	20.85 566	28.17 566	37.82 573	26.56 569	16.85 564	14.14 563	14.84 561	21.70 566	18.75 566	21.87 568	26.55 570	10.16 569	9.30 567	10.47 568	10.42 569	14.03 567	12.61 569

HaxPig	38.92 573	41.40 579	41.64 571	29.95 572	32.27 569	28.90 568	27.60 566	29.73 572	37.71 577	43.82 577	43.87 576	33.17 574	35.56 572	41.53 575	40.37 577	43.94 578	47.51 580	45.82 574	47.08 576	42.38 574	44.15 577

AVERAGE_ROB	40.43 574	42.37 580	42.73 572	36.96 574	35.58 571	30.50 569	27.61 567	36.71 578	38.39 578	44.91 578	44.36 577	37.45 576	36.70 574	41.88 576	40.35 576	45.43 579	46.81 579	47.11 575	46.35 575	42.51 575	43.87 576

xxxxx1	54.10 579	25.67 571	27.13 567	113.43 578	96.96 578	30.69 570	47.44 575	32.38 573	25.60 568	17.75 567	17.27 563	21.81 568	21.02 568	24.43 571	33.82 572	33.37 575	40.54 576	157.71 579	175.86 579	66.16 577	72.93 579

tt_ll	54.10 579	25.67 571	27.13 567	113.43 578	96.96 578	30.69 570	47.44 575	32.38 573	25.60 568	17.75 567	17.27 563	21.81 568	21.02 568	24.43 571	33.82 572	33.37 575	40.54 576	157.71 579	175.86 579	66.16 577	72.93 579

ff	54.10 579	25.67 571	27.13 567	113.43 578	96.96 578	30.69 570	47.44 575	32.38 573	25.60 568	17.75 567	17.27 563	21.81 568	21.02 568	24.43 571	33.82 572	33.37 575	40.54 576	157.71 579	175.86 579	66.16 577	72.93 579

MEDIAN_ROB	42.00 575	44.40 581	44.29 574	35.15 573	34.95 570	31.28 573	29.60 568	35.88 577	40.02 579	47.20 579	46.64 578	37.37 575	38.48 579	44.35 580	42.45 578	48.03 580	49.39 581	49.71 576	49.03 577	45.14 576	46.65 578

xyz-stereo	7.16 553	0.22 47	69.90 578	0.42 52	0.21 9	32.92 574	0.49 276	0.87 105	0.76 153	1.38 408	27.04 569	1.19 345	1.16 425	4.69 479	0.97 392	0.16 58	0.12 52	0.20 166	0.14 90	0.16 60	0.12 10

TorneroNet	10.70 560	2.03 542	1.82 489	3.43 553	3.01 551	43.83 575	2.22 540	8.87 559	67.47 581	7.17 558	27.36 570	10.68 558	3.85 543	8.67 546	7.65 540	3.59 552	0.88 540	3.04 553	1.57 549	3.71 551	3.17 554

Selective-RAFT-Error	38.39 572	38.47 577	50.44 576	44.73 575	41.97 573	56.68 576	76.38 580	53.24 580	33.92 576	28.34 574	29.85 574	43.60 577	38.20 578	43.75 577	53.34 579	20.38 572	18.70 573	21.09 571	21.05 571	28.30 571	25.43 573

CasAABBNet	38.33 571	38.46 576	50.35 575	44.75 576	41.84 572	56.68 576	76.37 579	53.22 579	33.83 575	28.31 573	29.54 573	43.62 578	37.71 577	43.84 578	53.41 580	20.30 571	18.70 573	21.07 570	21.07 572	28.24 570	25.34 572

LSM0	42.82 576	38.75 578	50.81 577	47.07 577	109.38 581	57.00 578	76.02 578	53.74 581	33.71 574	29.02 575	30.41 575	43.87 579	37.22 576	43.91 579	53.54 581	20.52 573	18.62 572	21.10 572	21.11 573	28.41 572	42.22 575

BEATNet-Init1	26.87 570	13.43 566	70.68 579	0.91 501	0.68 449	57.02 579	21.06 565	32.82 576	32.67 573	52.12 580	53.61 579	66.05 580	49.56 580	48.79 581	34.71 575	0.49 491	0.44 500	0.53 496	0.53 503	0.63 494	0.59 490

U	9.45 557	0.21 26	0.58 131	0.47 113	53.11 575	61.27 580	0.24 28	0.70 51	0.52 78	0.36 29	0.28 12	0.29 26	0.35 58	0.33 1	0.26 17	0.19 181	0.11 28	60.50 577	8.88 565	0.17 89	0.13 37

PML	51.67 578	36.25 575	13.28 553	7.46 563	20.81 565	108.69 581	232.22 582	8.72 558	27.82 572	87.01 581	269.67 582	69.67 581	61.95 581	24.76 574	14.20 556	9.74 568	3.40 560	9.62 567	4.70 561	18.74 569	4.72 562

test_example2	192.40 582	210.76 583	206.48 582	199.83 582	204.73 582	172.94 582	183.52 581	133.93 582	133.41 582	191.38 582	196.19 581	187.13 582	178.77 582	205.33 582	208.00 582	222.09 582	238.72 582	186.54 582	190.54 582	227.34 582	170.31 582

ccccc		492.34 584		530.87 583	530.37 583	478.08 583		491.76 583		448.18 583		476.12 583		541.64 583		663.49 583	459.54 583	353.94 583	309.79 583	586.66 583

ASD4		10.99 564

Low-res two-view benchmark