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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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

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

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

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

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

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

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

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_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

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

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

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

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

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)
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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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
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

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

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

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

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

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

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.
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
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.
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

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

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

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

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

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

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
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

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

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

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

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
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

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

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

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

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

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

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

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

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.
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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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
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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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
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

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

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

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
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

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

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

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

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

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

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

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

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

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

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
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
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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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