Low-res two-view results

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

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

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

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

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

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

S2M2_XL	0.46 1	0.41 39	1.09 71	0.65 68	0.34 13	0.29 1	0.23 4	0.67 1	0.50 1	0.53 14	0.92 110	0.65 107	0.53 67	0.54 1	0.50 81	0.28 204	0.24 321	0.25 138	0.21 161	0.23 97	0.22 117
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
FoundationStereo	0.50 2	0.39 9	1.11 84	0.79 132	0.42 94	0.70 4	0.36 68	0.76 2	0.80 34	0.62 58	0.38 7	0.73 136	0.77 149	0.69 4	0.36 2	0.26 150	0.17 70	0.23 81	0.16 48	0.18 1	0.20 56

weee2	0.52 3	0.42 55	0.89 9	0.61 33	0.36 25	1.64 74	0.25 13	0.96 4	0.91 72	0.62 58	0.42 12	0.56 66	0.53 67	0.71 8	0.45 34	0.17 16	0.15 23	0.18 2	0.14 2	0.19 5	0.20 56

qyd29nn	0.52 3	0.42 55	0.97 36	0.58 15	0.33 10	1.61 69	0.24 7	1.09 6	0.67 7	0.53 14	0.50 38	0.54 53	0.42 15	0.86 48	0.49 73	0.22 87	0.22 257	0.19 19	0.15 9	0.20 36	0.18 5

5k_new	0.53 5	0.40 20	0.94 24	0.61 33	0.36 25	1.65 75	0.26 20	1.20 14	0.88 65	0.62 58	0.41 9	0.55 58	0.45 23	0.76 28	0.44 25	0.17 16	0.16 47	0.18 2	0.15 9	0.19 5	0.19 16

vnu138km	0.53 5	0.40 20	0.90 13	0.59 22	0.36 25	1.78 85	0.26 20	1.26 21	0.87 62	0.56 19	0.42 12	0.56 66	0.48 39	0.68 3	0.47 53	0.17 16	0.15 23	0.19 19	0.14 2	0.20 36	0.19 16

SX	0.54 7	0.40 20	0.98 39	0.64 60	0.34 13	1.69 77	0.26 20	1.23 18	0.83 44	0.59 36	0.36 5	0.60 88	0.49 47	0.79 32	0.47 53	0.19 54	0.16 47	0.18 2	0.15 9	0.19 5	0.20 56

USM	0.54 7	0.40 20	0.86 6	0.59 22	0.31 5	1.97 107	0.26 20	1.22 16	0.87 62	0.64 77	0.44 17	0.53 47	0.40 8	0.77 30	0.42 11	0.19 54	0.16 47	0.18 2	0.15 9	0.20 36	0.19 16

uio108cc	0.54 7	0.39 9	0.88 7	0.59 22	0.34 13	1.82 90	0.30 45	1.26 21	0.78 22	0.62 58	0.44 17	0.57 75	0.40 8	0.79 32	0.47 53	0.21 76	0.20 188	0.19 19	0.16 48	0.20 36	0.18 5

OmniDepth	0.54 7	0.42 55	1.05 47	0.58 15	0.25 1	1.30 41	0.36 68	1.53 42	0.86 60	0.56 19	0.37 6	0.57 75	0.65 107	0.87 50	0.40 6	0.20 66	0.15 23	0.19 19	0.16 48	0.22 84	0.17 1

ITERv12	0.55 11	0.41 39	0.89 9	0.62 45	0.41 86	1.93 102	0.26 20	1.47 36	0.87 62	0.56 19	0.44 17	0.55 58	0.48 39	0.67 2	0.47 53	0.17 16	0.15 23	0.19 19	0.15 9	0.20 36	0.19 16

99wein	0.55 11	0.40 20	0.92 19	0.61 33	0.34 13	1.77 83	0.25 13	1.53 42	0.85 56	0.61 48	0.46 27	0.56 66	0.42 15	0.70 5	0.47 53	0.17 16	0.15 23	0.19 19	0.15 9	0.19 5	0.19 16

LGtest1	0.55 11	0.41 39	1.14 95	0.70 89	0.40 76	0.99 11	0.26 20	1.32 23	0.93 80	0.53 14	0.60 53	0.44 31	0.49 47	1.02 89	0.45 34	0.27 167	0.19 146	0.23 81	0.16 48	0.21 68	0.23 128

ITERv8	0.56 14	0.40 20	0.90 13	0.61 33	0.38 61	1.75 82	0.26 20	1.73 73	0.84 51	0.60 44	0.46 27	0.55 58	0.48 39	0.71 8	0.46 41	0.17 16	0.16 47	0.19 19	0.15 9	0.19 5	0.20 56

ITERv7	0.56 14	0.40 20	0.93 22	0.63 55	0.35 19	1.84 91	0.25 13	1.71 70	0.82 39	0.61 48	0.46 27	0.56 66	0.45 23	0.73 18	0.46 41	0.17 16	0.15 23	0.19 19	0.15 9	0.19 5	0.20 56

s6wercc	0.56 14	0.40 20	0.94 24	0.62 45	0.35 19	2.00 111	0.26 20	1.53 42	0.85 56	0.61 48	0.45 24	0.55 58	0.47 28	0.72 14	0.46 41	0.17 16	0.15 23	0.19 19	0.15 9	0.19 5	0.20 56

ACM	0.57 17	0.41 39	0.82 5	0.61 33	0.40 76	2.56 170	0.24 7	1.18 13	0.94 84	0.64 77	0.43 16	0.57 75	0.47 28	0.73 18	0.44 25	0.18 41	0.17 70	0.18 2	0.15 9	0.19 5	0.19 16

uiiii_40	0.57 17	0.41 39	1.06 51	0.51 2	0.35 19	1.71 78	0.24 7	1.99 110	0.63 4	0.56 19	0.54 46	0.62 95	0.51 59	0.79 32	0.42 11	0.17 16	0.15 23	0.20 37	0.15 9	0.19 5	0.18 5

ITERv30	0.57 17	0.44 65	0.97 36	0.66 77	0.39 68	1.88 96	0.25 13	1.23 18	0.77 18	0.56 19	0.49 37	0.65 107	0.46 27	1.11 104	0.47 53	0.20 66	0.22 257	0.19 19	0.15 9	0.19 5	0.21 98

iked130	0.57 17	0.41 39	1.01 43	0.62 45	0.36 25	2.10 129	0.31 49	1.46 34	0.82 39	0.59 36	0.42 12	0.55 58	0.47 28	0.74 24	0.45 34	0.18 41	0.16 47	0.18 2	0.15 9	0.20 36	0.20 56

v134_o9	0.57 17	0.40 20	0.90 13	0.62 45	0.45 117	1.95 104	0.27 32	1.61 53	0.84 51	0.58 31	0.45 24	0.58 79	0.52 62	0.73 18	0.46 41	0.16 6	0.15 23	0.19 19	0.15 9	0.20 36	0.19 16

ITERv10	0.57 17	0.39 9	0.96 30	0.62 45	0.39 68	1.77 83	0.26 20	1.81 88	0.88 65	0.60 44	0.48 35	0.56 66	0.50 55	0.72 14	0.48 66	0.17 16	0.15 23	0.19 19	0.15 9	0.19 5	0.19 16

a5sdf	0.57 17	0.40 20	0.92 19	0.62 45	0.36 25	2.04 120	0.25 13	1.58 49	0.84 51	0.61 48	0.44 17	0.55 58	0.49 47	0.72 14	0.46 41	0.17 16	0.15 23	0.20 37	0.15 9	0.19 5	0.20 56

Wavelet-MonSter	0.57 17	0.47 93	1.13 92	0.66 77	0.78 311	1.60 68	0.30 45	1.17 11	0.68 8	0.58 31	0.69 67	0.39 14	0.48 39	0.99 86	0.46 41	0.15 2	0.16 47	0.20 37	0.16 48	0.20 36	0.19 16

ss10	0.58 25	0.39 9	0.93 22	0.58 15	0.35 19	1.84 91	0.25 13	1.79 84	0.94 84	0.66 81	0.50 38	0.51 41	0.47 28	0.81 37	0.47 53	0.18 41	0.17 70	0.18 2	0.15 9	0.20 36	0.19 16

ITER124	0.58 25	0.40 20	0.80 4	0.60 29	0.36 25	2.87 193	0.28 34	1.12 8	0.79 28	0.63 66	0.41 9	0.62 95	0.43 18	0.73 18	0.48 66	0.18 41	0.18 110	0.18 2	0.15 9	0.20 36	0.20 56

4.5w_L	0.60 27	0.39 9	0.99 40	0.55 9	0.40 76	1.97 107	0.30 45	2.15 127	0.63 4	0.60 44	0.61 55	0.61 90	0.49 47	0.86 48	0.43 17	0.17 16	0.15 23	0.20 37	0.15 9	0.19 5	0.18 5

yuret106	0.60 27	0.41 39	0.94 24	0.57 13	0.37 48	2.58 173	0.24 7	1.69 68	0.84 51	0.61 48	0.48 35	0.53 47	0.52 62	0.71 8	0.46 41	0.20 66	0.20 188	0.20 37	0.15 9	0.20 36	0.19 16

MLG-Stereo_test3	0.60 27	0.37 3	1.12 87	0.59 22	0.57 206	2.19 136	0.31 49	1.68 67	0.56 2	0.49 5	0.51 42	0.56 66	0.33 1	0.96 78	0.54 96	0.21 76	0.17 70	0.23 81	0.16 48	0.20 36	0.21 98

StePilot	0.61 30	0.39 9	1.00 41	0.54 8	0.39 68	2.07 125	0.28 34	2.16 128	0.61 3	0.63 66	0.64 59	0.61 90	0.48 39	0.91 65	0.44 25	0.16 6	0.15 23	0.20 37	0.15 9	0.19 5	0.18 5

ITERv28	0.61 30	0.40 20	0.96 30	0.55 9	0.42 94	2.96 212	0.29 42	1.24 20	0.83 44	0.60 44	0.50 38	0.53 47	0.41 12	0.85 45	0.46 41	0.19 54	0.21 224	0.18 2	0.15 9	0.20 36	0.20 56

v20iiwwt	0.61 30	0.41 39	0.88 7	0.60 29	0.37 48	3.27 263	0.34 60	1.22 16	0.79 28	0.62 58	0.46 27	0.54 53	0.47 28	0.70 5	0.47 53	0.17 16	0.17 70	0.18 2	0.15 9	0.20 36	0.19 16

ITERv14	0.61 30	0.41 39	0.96 30	0.60 29	0.36 25	2.85 189	0.28 34	1.72 72	0.79 28	0.61 48	0.44 17	0.53 47	0.49 47	0.73 18	0.45 34	0.16 6	0.16 47	0.20 37	0.14 2	0.19 5	0.19 16

ITER	0.61 30	0.44 65	1.19 104	0.65 68	0.50 160	0.95 9	0.24 7	1.20 14	0.95 88	0.93 166	0.77 78	0.68 116	0.47 28	1.70 248	0.46 41	0.18 41	0.14 11	0.19 19	0.16 48	0.20 36	0.21 98

LG-Stereo_L1	0.61 30	0.47 93	1.10 77	0.73 106	0.49 156	1.72 79	0.33 56	1.95 107	0.65 6	0.56 19	0.40 8	0.40 16	0.43 18	1.40 181	0.42 11	0.23 100	0.19 146	0.23 81	0.18 100	0.21 68	0.19 16

MonStereo	0.62 36	0.43 61	1.07 54	0.66 77	0.82 329	1.13 16	0.39 74	2.57 199	0.92 76	0.58 31	0.64 59	0.36 4	0.36 4	0.90 62	0.43 17	0.15 2	0.15 23	0.20 37	0.17 76	0.21 68	0.19 16

Monster-pub-eth3d	0.62 36	0.43 61	1.07 54	0.66 77	0.82 329	1.13 16	0.39 74	2.57 199	0.92 76	0.58 31	0.64 59	0.36 4	0.36 4	0.88 54	0.43 17	0.15 2	0.15 23	0.20 37	0.17 76	0.21 68	0.19 16

MonSter	0.62 36	0.43 61	1.07 54	0.66 77	0.82 329	1.13 16	0.39 74	2.57 199	0.92 76	0.58 31	0.64 59	0.36 4	0.35 3	0.95 73	0.43 17	0.15 2	0.15 23	0.20 37	0.17 76	0.21 68	0.19 16

mfccc	0.63 39	0.41 39	0.89 9	0.58 15	0.36 25	3.48 305	0.26 20	1.38 27	0.86 60	0.69 91	0.41 9	0.56 66	0.52 62	0.75 26	0.48 66	0.18 41	0.17 70	0.18 2	0.15 9	0.19 5	0.20 56

ITERv21	0.63 39	0.39 9	0.96 30	0.53 4	0.45 117	3.23 251	0.28 34	1.36 24	0.85 56	0.61 48	0.46 27	0.56 66	0.51 59	0.89 60	0.47 53	0.21 76	0.19 146	0.19 19	0.14 2	0.20 36	0.19 16

ITERv19	0.63 39	0.41 39	0.77 1	0.60 29	0.40 76	3.34 278	0.29 42	1.59 51	0.83 44	0.66 81	0.47 33	0.54 53	0.47 28	0.71 8	0.44 25	0.20 66	0.21 224	0.18 2	0.15 9	0.20 36	0.19 16

zxcv128	0.63 39	0.40 20	0.91 17	0.61 33	0.39 68	2.91 199	0.25 13	1.74 75	0.85 56	0.62 58	0.45 24	0.58 79	0.50 55	0.71 8	0.45 34	0.20 66	0.19 146	0.18 2	0.15 9	0.20 36	0.19 16

LG-Stereo_L2	0.63 39	0.46 78	1.15 97	0.70 89	0.43 101	2.32 145	0.28 34	1.86 91	0.68 8	0.56 19	0.42 12	0.37 8	0.45 23	1.36 175	0.40 6	0.23 100	0.18 110	0.22 67	0.18 100	0.21 68	0.20 56

dddd17k	0.64 44	0.41 39	0.77 1	0.61 33	0.38 61	3.14 236	0.26 20	1.80 86	0.92 76	0.61 48	0.44 17	0.60 88	0.51 59	0.74 24	0.49 73	0.18 41	0.17 70	0.19 19	0.15 9	0.21 68	0.19 16

Monster-pub-mixall	0.64 44	0.42 55	1.00 41	0.83 156	0.48 148	1.39 49	0.32 53	1.45 32	0.82 39	0.88 156	0.85 95	0.39 14	0.36 4	1.99 285	0.47 53	0.20 66	0.16 47	0.17 1	0.15 9	0.18 1	0.21 98

S2M2_L	0.64 44	0.55 158	1.07 54	0.89 203	0.54 182	1.08 13	0.20 1	1.16 10	1.37 142	0.59 36	0.81 90	0.86 171	0.47 28	0.70 5	0.65 126	0.31 293	0.33 429	0.27 198	0.27 293	0.36 320	0.31 264
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
dd23bbn	0.65 47	0.41 39	0.79 3	0.58 15	0.33 10	3.18 241	0.28 34	2.03 114	0.78 22	0.69 91	0.55 47	0.56 66	0.50 55	0.85 45	0.44 25	0.16 6	0.17 70	0.18 2	0.15 9	0.20 36	0.19 16

hj116sk	0.65 47	0.39 9	0.91 17	0.58 15	0.38 61	3.19 245	0.30 45	1.77 81	0.97 89	0.59 36	0.47 33	0.59 85	0.55 74	0.71 8	0.46 41	0.19 54	0.17 70	0.18 2	0.15 9	0.19 5	0.19 16

SGD-Stereo	0.65 47	0.41 39	1.06 51	0.85 178	0.31 5	2.44 155	0.46 110	1.09 6	0.69 11	0.84 150	0.52 44	0.55 58	0.53 67	1.49 204	0.46 41	0.31 293	0.14 11	0.25 138	0.18 100	0.23 97	0.20 56

oiu110	0.66 50	0.41 39	0.94 24	0.61 33	0.38 61	3.30 273	0.27 32	1.92 101	0.83 44	0.63 66	0.52 44	0.57 75	0.54 71	0.73 18	0.43 17	0.20 66	0.21 224	0.18 2	0.14 2	0.19 5	0.20 56

zaero_v3	0.67 51	0.44 65	1.17 100	0.59 22	0.64 242	2.08 126	0.23 4	1.65 64	1.14 108	0.89 159	0.78 82	0.51 41	0.56 77	1.16 123	0.47 53	0.17 16	0.15 23	0.19 19	0.16 48	0.20 36	0.19 16

4.5_new	0.67 51	0.46 78	1.11 84	0.63 55	0.78 311	1.97 107	0.51 125	2.18 129	0.78 22	0.73 102	0.90 105	0.42 24	0.49 47	0.81 37	0.49 73	0.21 76	0.14 11	0.26 167	0.19 125	0.22 84	0.20 56

4.5w-stereo	0.67 51	0.46 78	1.11 84	0.63 55	0.78 311	1.97 107	0.51 125	2.18 129	0.77 18	0.73 102	0.90 105	0.42 24	0.49 47	0.81 37	0.49 73	0.21 76	0.14 11	0.26 167	0.19 125	0.22 84	0.20 56

4w-stereo	0.67 51	0.49 112	1.07 54	0.63 55	0.75 300	1.63 73	0.44 101	2.23 139	0.77 18	0.56 19	0.92 110	0.40 16	0.82 174	1.08 99	0.53 90	0.18 41	0.13 1	0.25 138	0.18 100	0.19 5	0.20 56

dual_stereo	0.68 55	0.40 20	1.05 47	0.64 60	0.37 48	0.84 8	0.34 60	3.40 312	1.03 94	0.50 7	0.46 27	0.58 79	0.40 8	1.85 275	0.49 73	0.23 100	0.17 70	0.21 59	0.16 48	0.20 36	0.19 16

ITERv24	0.69 56	0.40 20	0.90 13	0.62 45	0.36 25	3.40 286	0.26 20	2.29 151	0.89 68	0.68 88	0.50 38	0.61 90	0.59 88	0.75 26	0.47 53	0.19 54	0.21 224	0.18 2	0.15 9	0.19 5	0.20 56

3.25w_new	0.69 56	0.46 78	1.10 77	0.61 33	0.61 228	2.23 139	0.51 125	2.45 169	0.90 69	0.63 66	0.78 82	0.47 37	0.71 124	0.78 31	0.50 81	0.17 16	0.14 11	0.20 37	0.17 76	0.20 36	0.20 56

3.25w	0.69 56	0.46 78	1.10 77	0.61 33	0.61 228	2.23 139	0.51 125	2.45 169	0.90 69	0.63 66	0.78 82	0.47 37	0.71 124	0.79 32	0.50 81	0.17 16	0.14 11	0.20 37	0.17 76	0.20 36	0.20 56

asd	0.70 59	0.45 71	1.10 77	0.67 85	0.90 365	2.88 194	0.43 97	1.64 62	0.79 28	0.68 88	0.88 98	0.43 26	0.74 137	0.85 45	0.49 73	0.19 54	0.13 1	0.24 112	0.17 76	0.22 84	0.20 56

IGEV	0.70 59	0.36 1	1.07 54	0.71 95	1.31 477	2.82 185	0.41 87	1.76 78	0.98 91	0.73 102	0.71 68	0.35 3	0.42 15	0.90 62	0.42 11	0.18 41	0.18 110	0.22 67	0.18 100	0.18 1	0.20 56

LG-G_1	0.70 59	0.40 20	1.12 87	0.71 95	0.30 3	2.80 183	0.40 80	2.21 135	0.78 22	0.59 36	0.55 47	0.51 41	0.58 83	1.24 144	0.49 73	0.24 114	0.18 110	0.23 81	0.15 9	0.21 68	0.21 98

LG-G	0.70 59	0.40 20	1.12 87	0.71 95	0.30 3	2.80 183	0.40 80	2.21 135	0.78 22	0.59 36	0.55 47	0.51 41	0.58 83	1.24 144	0.49 73	0.24 114	0.18 110	0.23 81	0.15 9	0.21 68	0.21 98

DEFOM-Stereo	0.70 59	0.46 78	1.13 92	0.72 103	0.48 148	3.40 286	0.44 101	0.90 3	0.77 18	0.86 153	0.58 52	0.45 34	0.43 18	1.76 256	0.43 17	0.24 114	0.18 110	0.22 67	0.16 48	0.21 68	0.20 56

PyraSte	0.71 64	0.39 9	0.94 24	0.53 4	0.62 234	3.05 222	0.37 71	2.47 176	1.07 98	0.47 1	0.64 59	0.71 129	0.56 77	0.89 60	0.43 17	0.17 16	0.15 23	0.21 59	0.16 48	0.22 84	0.18 5

ACW_4w	0.71 64	0.38 5	0.96 30	0.55 9	0.59 219	2.99 216	0.34 60	2.52 182	1.07 98	0.51 11	0.56 51	0.70 121	0.48 39	0.98 82	0.44 25	0.16 6	0.17 70	0.21 59	0.16 48	0.22 84	0.18 5

3w_stereo	0.71 64	0.47 93	1.14 95	0.65 68	0.39 68	1.73 81	0.68 209	2.79 237	0.79 28	0.67 86	0.84 92	0.37 8	1.02 229	1.03 90	0.56 98	0.18 41	0.14 11	0.23 81	0.18 100	0.20 36	0.22 117

SteFusion	0.72 67	0.36 1	0.96 30	0.49 1	0.64 242	3.19 245	0.32 53	2.41 159	1.13 107	0.54 17	0.77 78	0.58 79	0.44 22	0.97 79	0.47 53	0.14 1	0.15 23	0.21 59	0.16 48	0.22 84	0.19 16

tim_s	0.72 67	0.37 3	0.94 24	0.52 3	0.63 239	3.06 228	0.42 91	2.56 196	1.07 98	0.50 7	0.64 59	0.67 113	0.48 39	0.95 73	0.43 17	0.16 6	0.16 47	0.20 37	0.16 48	0.21 68	0.17 1

xxxad45	0.72 67	0.38 5	0.89 9	0.53 4	0.62 234	3.26 260	0.44 101	2.51 181	1.08 102	0.49 5	0.51 42	0.75 144	0.52 62	0.88 54	0.40 6	0.16 6	0.17 70	0.20 37	0.16 48	0.22 84	0.18 5

252Zero-FE	0.72 67	0.46 78	1.08 63	1.01 291	0.41 86	1.27 32	0.22 2	1.79 84	1.03 94	2.52 496	1.24 172	0.32 1	0.41 12	1.03 90	0.45 34	0.21 76	0.17 70	0.20 37	0.17 76	0.20 36	0.20 56

5w_v4	0.73 71	0.38 5	0.92 19	0.53 4	0.68 272	3.32 275	0.34 60	2.53 183	1.10 105	0.51 11	0.55 47	0.82 158	0.50 55	0.88 54	0.40 6	0.16 6	0.17 70	0.20 37	0.16 48	0.22 84	0.18 5

ITERv2	0.73 71	0.43 61	1.19 104	0.61 33	0.58 215	2.98 215	0.22 2	1.37 25	1.27 127	1.23 201	0.90 105	0.62 95	0.54 71	1.13 113	0.44 25	0.18 41	0.15 23	0.20 37	0.16 48	0.20 36	0.20 56

4.25_new	0.73 71	0.46 78	1.08 63	0.71 95	0.97 383	2.52 163	0.58 159	2.28 147	0.93 80	0.57 27	0.94 115	0.40 16	0.65 107	0.87 50	0.50 81	0.17 16	0.13 1	0.25 138	0.17 76	0.19 5	0.20 56

4.5w_new	0.73 71	0.46 78	1.08 63	0.71 95	0.97 383	2.52 163	0.58 159	2.28 147	0.93 80	0.57 27	0.94 115	0.40 16	0.65 107	0.87 50	0.50 81	0.17 16	0.13 1	0.25 138	0.17 76	0.19 5	0.20 56

4.25w-stereo	0.73 71	0.46 78	1.08 63	0.71 95	0.97 383	2.52 163	0.58 159	2.28 147	0.93 80	0.57 27	0.94 115	0.40 16	0.65 107	0.87 50	0.50 81	0.17 16	0.13 1	0.25 138	0.17 76	0.19 5	0.20 56

GREAT-IGEV	0.74 76	0.54 152	1.86 183	1.10 344	0.44 109	2.44 155	0.34 60	1.37 25	1.51 205	0.48 3	0.86 96	0.51 41	0.60 93	1.07 98	0.45 34	0.22 87	0.17 70	0.21 59	0.17 76	0.23 97	0.25 155

FlowAnything_test	0.75 77	0.60 212	1.18 102	0.82 145	0.58 215	2.29 143	0.66 200	1.38 27	0.80 34	1.03 185	0.76 75	0.63 100	0.49 47	0.84 44	0.91 240	0.31 293	0.27 369	0.40 441	0.48 517	0.31 225	0.30 254

qwe	0.75 77	0.45 71	1.10 77	0.67 85	1.06 414	2.49 159	0.45 106	2.57 199	0.90 69	0.71 98	0.83 91	0.43 26	0.48 39	1.10 102	0.64 119	0.17 16	0.14 11	0.24 112	0.16 48	0.21 68	0.20 56

2.25w	0.75 77	0.47 93	1.09 71	0.69 88	0.65 253	2.28 142	0.40 80	2.42 163	0.80 34	0.73 102	1.03 126	0.40 16	0.81 172	1.24 144	0.80 191	0.16 6	0.15 23	0.21 59	0.17 76	0.19 5	0.21 98

2.5w	0.75 77	0.44 65	1.06 51	0.66 77	0.69 279	2.39 151	0.56 147	2.77 229	0.82 39	0.63 66	0.88 98	0.37 8	0.75 140	1.36 175	0.50 81	0.18 41	0.14 11	0.22 67	0.17 76	0.19 5	0.21 98

2.75w_new	0.75 77	0.45 71	1.10 77	0.65 68	0.62 234	2.45 157	0.56 147	2.75 226	0.74 16	0.78 131	0.73 71	0.38 12	0.92 204	1.04 95	0.66 131	0.17 16	0.14 11	0.22 67	0.17 76	0.18 1	0.19 16

3.75w	0.75 77	0.47 93	1.09 71	0.63 55	1.10 426	2.61 176	0.53 135	2.46 172	0.97 89	0.62 58	0.80 86	0.40 16	0.66 114	1.11 104	0.48 66	0.19 54	0.13 1	0.23 81	0.18 100	0.20 36	0.21 98

2w_stereo	0.75 77	0.46 78	1.08 63	0.68 87	0.56 194	2.00 111	0.61 170	2.87 247	0.83 44	0.93 166	0.93 113	0.36 4	1.13 266	0.90 62	0.61 109	0.17 16	0.13 1	0.23 81	0.17 76	0.20 36	0.21 98

RAStereo	0.75 77	0.52 128	2.86 282	0.58 15	0.62 234	1.19 22	0.32 53	1.81 88	0.99 92	0.75 109	1.05 137	0.64 102	0.47 28	0.80 36	0.94 256	0.22 87	0.20 188	0.27 198	0.21 161	0.34 289	0.22 117

ITERv4	0.76 85	0.41 39	1.18 102	0.55 9	0.64 242	2.03 114	0.24 7	2.20 132	0.78 22	0.91 161	1.28 189	0.46 35	1.90 457	0.82 41	0.53 90	0.19 54	0.16 47	0.19 19	0.18 100	0.21 68	0.26 179

AdaDepth	0.76 85	0.45 71	1.41 141	0.70 89	1.27 471	3.12 234	0.43 97	1.02 5	0.94 84	0.63 66	0.91 108	0.43 26	0.58 83	1.41 186	0.48 66	0.18 41	0.21 224	0.23 81	0.19 125	0.25 116	0.26 179

MLG-Stereo_test2	0.76 85	0.40 20	1.07 54	0.64 60	0.82 329	3.49 309	0.23 4	1.69 68	2.14 394	0.62 58	0.32 3	0.67 113	0.33 1	1.14 116	0.37 3	0.23 100	0.19 146	0.23 81	0.16 48	0.19 5	0.20 56

AIO_test	0.76 85	0.47 93	1.31 126	0.81 135	0.70 283	1.36 46	0.88 353	1.40 30	1.45 162	0.55 18	0.95 118	1.81 328	0.58 83	1.16 123	0.46 41	0.27 167	0.17 70	0.24 112	0.19 125	0.24 102	0.21 98

fffft	0.76 85	0.47 93	1.28 123	0.82 145	0.54 182	1.51 60	0.80 290	2.09 121	1.18 112	0.63 66	0.84 92	0.59 85	0.55 74	1.80 263	0.85 209	0.19 54	0.18 110	0.27 198	0.20 145	0.26 135	0.24 145
1: 1. 1
ours_stereo	0.76 85	0.64 260	1.40 140	0.86 185	0.61 228	1.12 15	0.57 150	1.63 60	1.20 114	0.72 100	1.43 229	0.70 121	0.62 98	1.56 214	0.58 104	0.25 135	0.18 110	0.26 167	0.21 161	0.29 183	0.31 264

AIO-Stereo	0.76 85	0.54 152	1.07 54	0.73 106	0.40 76	1.28 38	0.82 304	2.26 142	1.49 192	0.70 94	1.58 271	0.89 178	0.45 23	1.03 90	0.55 97	0.24 114	0.18 110	0.25 138	0.20 145	0.26 135	0.21 98

GLC_STEREO	0.76 85	0.52 128	1.12 87	0.83 156	0.33 10	1.86 95	0.82 304	1.46 34	1.38 145	0.95 172	1.04 131	0.68 116	0.72 127	0.97 79	0.80 191	0.23 100	0.25 345	0.32 315	0.25 247	0.32 252	0.30 254

asda	0.77 93	0.46 78	1.10 77	0.64 60	0.82 329	3.33 276	0.49 119	2.40 158	0.81 38	0.63 66	0.80 86	0.44 31	0.85 181	0.88 54	0.60 107	0.17 16	0.13 1	0.24 112	0.17 76	0.20 36	0.20 56

3.5w_stereo	0.77 93	0.53 140	1.09 71	0.65 68	0.72 288	2.52 163	0.51 125	2.43 166	0.80 34	0.76 123	1.20 161	0.43 26	0.66 114	1.23 143	0.73 165	0.17 16	0.13 1	0.23 81	0.17 76	0.20 36	0.21 98

MLG-Stereo	0.77 93	0.39 9	1.04 45	0.64 60	0.41 86	3.01 219	0.31 49	1.89 95	2.92 539	0.47 1	0.29 2	0.66 112	0.47 28	1.35 173	0.39 4	0.20 66	0.18 110	0.24 112	0.16 48	0.19 5	0.20 56

mms	0.77 93	0.68 299	1.17 100	0.83 156	0.71 286	1.41 51	0.67 202	1.61 53	1.12 106	0.77 128	1.37 215	0.63 100	0.54 71	1.75 255	0.63 116	0.24 114	0.19 146	0.26 167	0.21 161	0.31 225	0.34 306

RSM++	0.77 93	0.51 122	1.08 63	0.95 250	0.42 94	1.52 62	0.71 223	2.11 122	1.40 150	0.80 136	1.23 171	0.90 182	0.59 88	1.14 116	0.69 148	0.24 114	0.19 146	0.25 138	0.21 161	0.28 165	0.20 56

water-stereo	0.78 98	0.45 71	1.94 191	0.79 132	0.48 148	2.36 148	0.47 116	1.53 42	1.09 104	0.88 156	1.04 131	0.82 158	0.75 140	0.72 14	0.78 184	0.22 87	0.23 286	0.25 138	0.23 209	0.24 102	0.29 225

AIO_rvc	0.78 98	0.55 158	1.25 115	0.75 109	0.65 253	1.46 55	0.99 413	2.13 123	1.52 214	0.57 27	1.15 153	1.09 210	0.55 74	1.15 121	0.53 90	0.24 114	0.17 70	0.24 112	0.17 76	0.25 116	0.21 98

CASnet	0.78 98	0.51 122	1.29 124	0.81 135	0.29 2	1.28 38	0.74 243	1.51 39	1.89 342	1.64 251	1.09 143	0.65 107	0.64 104	0.91 65	0.76 178	0.29 227	0.17 70	0.41 453	0.31 385	0.32 252	0.19 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Replicate-Monster	0.79 101	1.36 520	2.08 216	0.70 89	0.52 172	2.05 122	0.34 60	1.92 101	0.82 39	1.03 185	0.60 53	0.48 40	0.52 62	1.28 156	0.39 4	0.19 54	0.14 11	0.19 19	0.16 48	0.22 84	0.78 535

AEACV	0.79 101	0.54 152	1.35 135	0.97 263	0.63 239	1.13 16	0.92 384	2.02 113	0.91 72	0.76 123	0.79 85	0.80 154	1.61 388	1.28 156	0.61 109	0.22 87	0.18 110	0.26 167	0.23 209	0.27 148	0.23 128

Zero-FE251	0.80 103	0.75 361	1.71 169	0.88 196	0.70 283	2.59 175	0.45 106	1.38 27	0.83 44	1.79 283	0.61 55	0.73 136	0.81 172	0.82 41	0.61 109	0.29 227	0.23 286	0.27 198	0.19 125	0.20 36	0.20 56

MLG-Stereo_test1	0.80 103	0.39 9	1.02 44	0.65 68	1.20 454	3.14 236	0.29 42	1.59 51	3.05 553	0.50 7	0.24 1	0.67 113	0.43 18	1.33 169	0.40 6	0.21 76	0.18 110	0.23 81	0.15 9	0.19 5	0.20 56

SMoEStereo_RVC	0.80 103	0.53 140	1.12 87	0.92 226	0.44 109	2.41 153	0.79 280	1.49 38	1.16 109	0.70 94	1.12 149	0.64 102	0.64 104	1.69 246	0.87 222	0.22 87	0.16 47	0.31 295	0.22 194	0.26 135	0.25 155

fffy	0.80 103	0.59 200	1.56 159	1.00 285	0.47 140	1.27 32	0.76 256	1.90 98	1.02 93	0.75 109	1.35 210	0.83 161	0.72 127	1.70 248	0.62 113	0.23 100	0.19 146	0.27 198	0.21 161	0.28 165	0.32 275

rvit_stereo_0081	0.80 103	0.63 248	1.19 104	0.91 220	0.64 242	1.27 32	0.61 170	2.05 115	1.71 302	0.82 140	0.73 71	0.85 167	0.75 140	1.30 165	0.80 191	0.31 293	0.26 358	0.27 198	0.25 247	0.38 335	0.27 196

rvit_stereo_0082	0.80 103	0.63 248	1.19 104	0.91 220	0.64 242	1.27 32	0.61 170	2.05 115	1.71 302	0.82 140	0.73 71	0.85 167	0.75 140	1.30 165	0.80 191	0.31 293	0.26 358	0.27 198	0.25 247	0.38 335	0.27 196

RSM	0.80 103	0.50 116	1.08 63	0.83 156	0.51 163	1.31 42	0.77 269	2.28 147	1.43 159	0.82 140	1.44 231	1.22 235	0.62 98	1.17 131	0.63 116	0.22 87	0.18 110	0.24 112	0.19 125	0.27 148	0.20 56

MGS-Stereo	0.80 103	0.56 169	1.53 153	0.93 242	0.39 68	1.26 31	0.73 231	1.45 32	1.30 132	1.01 178	2.26 471	0.80 154	0.56 77	1.16 123	0.65 126	0.27 167	0.23 286	0.26 167	0.22 194	0.27 148	0.25 155

Selective-IGEV	0.80 103	0.52 128	1.05 47	0.75 109	0.61 228	1.31 42	0.82 304	2.60 207	1.41 153	0.82 140	1.64 290	0.71 129	0.62 98	1.22 141	0.64 119	0.22 87	0.19 146	0.24 112	0.18 100	0.25 116	0.20 56

DilatedVolume-Stereo	0.81 112	0.60 212	1.51 152	1.01 291	0.59 219	1.34 44	0.51 125	1.56 47	1.08 102	1.26 204	1.24 172	0.77 147	0.87 188	1.79 262	0.72 162	0.23 100	0.24 321	0.22 67	0.21 161	0.25 116	0.23 128

DEFOM-Stereo_RVC	0.81 112	1.13 476	1.23 112	0.97 263	0.57 206	0.81 7	0.43 97	3.49 319	0.84 51	0.73 102	0.95 118	0.44 31	1.17 282	1.45 195	0.60 107	0.26 150	0.18 110	0.24 112	0.17 76	0.30 206	0.19 16

rvit_stereo_0081_aga	0.81 112	0.75 361	1.84 182	0.72 103	0.73 293	1.21 23	0.63 185	1.92 101	1.39 146	0.87 155	0.80 86	0.79 152	0.69 120	1.27 155	0.69 148	0.35 363	0.29 391	0.26 167	0.25 247	0.40 350	0.27 196

monsterstereo	0.82 115	0.50 116	1.26 116	0.77 128	1.41 510	2.54 169	0.40 80	3.14 272	0.71 13	0.70 94	1.11 147	0.41 23	0.39 7	1.50 205	0.50 81	0.19 54	0.16 47	0.22 67	0.16 48	0.21 68	0.17 1

monsters	0.82 115	0.58 192	1.16 98	0.76 123	1.52 525	2.92 203	0.40 80	2.66 214	0.72 14	0.66 81	0.84 92	0.38 12	0.41 12	1.84 269	0.48 66	0.20 66	0.16 47	0.20 37	0.16 48	0.19 5	0.19 16

castereo	0.82 115	0.70 313	1.04 45	0.85 178	0.50 160	1.29 40	0.91 371	3.22 282	1.20 114	0.83 148	1.24 172	0.72 132	0.91 201	1.00 87	0.67 136	0.26 150	0.16 47	0.25 138	0.20 145	0.24 102	0.21 98

MaDis-Stereo	0.82 115	0.66 281	1.53 153	0.65 68	1.87 577	1.24 28	0.36 68	2.13 123	1.27 127	0.67 86	0.75 74	0.88 176	0.70 122	1.15 121	1.07 282	0.29 227	0.23 286	0.26 167	0.20 145	0.31 225	0.22 117

UniTT-Stereo	0.82 115	0.47 93	2.63 268	0.96 256	1.19 448	0.78 6	0.39 74	1.12 8	1.54 230	1.19 199	1.26 181	0.51 41	0.64 104	1.13 113	1.03 275	0.30 270	0.20 188	0.24 112	0.21 161	0.40 350	0.25 155

ProNet	0.82 115	0.71 325	1.50 150	0.86 185	0.45 117	1.78 85	0.83 309	1.75 77	1.28 129	0.66 81	1.13 151	0.78 148	0.76 147	1.66 240	0.71 157	0.24 114	0.20 188	0.25 138	0.23 209	0.29 183	0.25 155

GEAStereo	0.84 121	0.48 103	1.09 71	0.85 178	0.45 117	4.54 549	0.83 309	1.88 92	0.91 72	0.75 109	0.89 101	0.53 47	0.80 168	0.92 68	0.53 90	0.30 270	0.19 146	0.27 198	0.19 125	0.28 165	0.19 16

VIP-Stereo	0.85 122	0.83 399	1.59 163	0.76 123	0.87 353	3.18 241	0.80 290	1.94 106	0.83 44	0.78 131	1.04 131	0.64 102	0.59 88	1.24 144	0.61 109	0.28 204	0.18 110	0.23 81	0.17 76	0.22 84	0.19 16

LG-Stereo	0.85 122	0.60 212	2.71 273	0.59 22	0.45 117	2.85 189	0.55 143	2.41 159	1.34 136	0.59 36	1.19 159	0.43 26	0.40 8	0.76 28	0.75 174	0.20 66	0.17 70	0.31 295	0.24 235	0.29 183	0.19 16

1w_stereo	0.86 124	0.42 55	1.07 54	0.72 103	0.81 320	3.00 217	0.67 202	3.28 290	0.75 17	0.74 107	1.32 200	0.37 8	1.37 318	0.92 68	0.68 139	0.16 6	0.14 11	0.20 37	0.16 48	0.19 5	0.22 117

rvit_stereo_0083	0.86 124	0.67 291	1.42 142	0.87 191	0.65 253	1.23 24	0.64 188	1.67 65	2.28 423	0.79 134	0.93 113	0.93 190	1.07 249	1.46 199	0.75 174	0.32 314	0.36 453	0.30 272	0.26 267	0.33 271	0.28 215

Occ-G	0.86 124	0.52 128	1.39 138	0.82 145	0.66 260	1.37 47	0.79 280	1.58 49	1.31 133	1.56 237	0.87 97	2.18 379	0.89 196	0.97 79	0.88 226	0.26 150	0.19 146	0.26 167	0.19 125	0.25 116	0.24 145

IGEVStereo-DCA	0.86 124	0.65 270	2.05 204	0.90 212	0.46 130	1.57 64	0.86 329	1.62 55	1.24 118	0.65 79	0.77 78	0.74 141	0.72 127	2.59 341	0.86 216	0.28 204	0.21 224	0.28 231	0.21 161	0.29 183	0.27 196

111111	0.87 128	0.50 116	1.13 92	0.66 77	1.08 420	3.37 281	0.33 56	2.33 155	1.47 175	0.74 107	1.50 248	0.61 90	0.59 88	1.40 181	0.48 66	0.24 114	0.19 146	0.22 67	0.16 48	0.24 102	0.19 16

MoCha-V2	0.87 128	0.48 103	1.87 184	0.88 196	0.32 9	1.37 47	0.55 143	2.71 220	1.42 155	0.92 165	1.75 324	0.65 107	1.17 282	1.45 195	0.57 101	0.21 76	0.21 224	0.20 37	0.19 125	0.24 102	0.23 128

GIP-stereo	0.88 130	0.50 116	1.34 131	1.32 450	0.94 375	2.90 196	0.42 91	3.41 313	1.06 97	0.63 66	0.76 75	0.90 182	0.76 147	0.91 65	0.52 89	0.27 167	0.18 110	0.25 138	0.16 48	0.25 116	0.19 16

WCG-NET	0.88 130	0.49 112	1.26 116	0.90 212	0.37 48	1.48 57	1.07 432	1.73 73	2.30 427	1.63 248	1.49 247	0.92 189	0.97 215	0.95 73	0.76 178	0.22 87	0.16 47	0.23 81	0.20 145	0.25 116	0.21 98

Pointernet	0.88 130	0.44 65	2.26 233	0.84 166	0.37 48	2.29 143	0.38 72	3.06 266	1.46 170	0.66 81	1.39 220	0.91 184	0.73 132	1.01 88	0.72 162	0.23 100	0.19 146	0.20 37	0.18 100	0.19 5	0.20 56

gasm-f	0.89 133	0.49 112	1.30 125	0.85 178	0.44 109	4.42 527	0.95 396	1.88 92	0.91 72	0.75 109	1.46 234	0.53 47	0.88 190	0.88 54	0.57 101	0.30 270	0.19 146	0.27 198	0.19 125	0.28 165	0.19 16

LG-Stereo_Zeroshot	0.89 133	0.47 93	2.08 216	0.76 123	0.73 293	3.91 402	0.41 87	2.07 119	1.07 98	0.77 128	0.89 101	0.64 102	0.86 184	0.95 73	0.77 183	0.26 150	0.18 110	0.26 167	0.19 125	0.32 252	0.32 275

SCV_C0	0.89 133	0.59 200	1.96 196	0.83 156	0.44 109	1.24 28	0.64 188	3.33 305	1.66 288	0.82 140	1.20 161	0.73 136	0.66 114	1.62 231	0.66 131	0.32 314	0.21 224	0.24 112	0.20 145	0.28 165	0.23 128

CAS++	0.89 133	0.64 260	1.46 145	0.81 135	0.51 163	1.24 28	0.86 329	3.44 314	1.46 170	1.14 196	1.29 192	0.62 95	0.58 83	1.13 113	0.59 105	0.34 343	0.30 404	0.34 368	0.26 267	0.41 375	0.29 225
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DDF-Stereo	0.90 137	0.53 140	1.16 98	0.88 196	1.31 477	1.59 67	0.86 329	2.26 142	0.79 28	0.48 3	0.63 58	0.54 53	0.73 132	2.97 360	1.03 275	0.39 412	0.17 70	0.24 112	0.18 100	1.06 564	0.29 225

IGEV-RUCA	0.90 137	0.53 140	1.05 47	0.81 135	0.74 298	3.89 399	0.80 290	1.92 101	1.41 153	0.96 175	0.71 68	0.70 121	0.73 132	1.30 165	0.68 139	0.29 227	0.20 188	0.25 138	0.19 125	0.43 404	0.34 306

IGEV++	0.90 137	0.58 192	1.32 129	0.94 246	0.45 117	1.27 32	1.00 414	3.32 299	1.55 238	0.82 140	1.34 207	0.86 171	1.09 254	1.16 123	0.89 229	0.33 331	0.18 110	0.23 81	0.19 125	0.29 183	0.22 117

trnet	0.91 140	0.48 103	1.46 145	0.62 45	0.31 5	4.40 523	0.41 87	2.20 132	1.53 221	0.94 168	1.14 152	0.88 176	0.89 196	1.09 101	0.71 157	0.27 167	0.19 146	0.22 67	0.15 9	0.21 68	0.19 16

Former-RAFT_DAM_RVC	0.92 141	0.73 340	1.42 142	0.92 226	1.08 420	2.97 214	0.53 135	1.77 81	1.39 146	1.16 197	1.54 260	0.58 79	0.65 107	1.03 90	0.84 206	0.25 135	0.23 286	0.30 272	0.24 235	0.43 404	0.29 225

CREStereo	0.92 141	0.53 140	1.45 144	0.61 33	0.34 13	4.42 527	0.40 80	2.21 135	1.54 230	0.94 168	1.12 149	0.87 173	0.87 188	1.12 110	0.72 162	0.28 204	0.19 146	0.22 67	0.15 9	0.22 84	0.19 16
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
castereo++	0.93 143	0.56 169	1.26 116	0.92 226	0.73 293	2.48 158	1.00 414	2.99 255	1.03 94	0.68 88	1.41 225	1.92 343	0.59 88	1.26 151	0.44 25	0.25 135	0.19 146	0.28 231	0.19 125	0.23 97	0.23 128

IGEV-Stereo++	0.93 143	0.44 65	1.08 63	0.70 89	1.20 454	3.87 397	0.33 56	3.36 307	1.43 159	0.75 109	1.17 156	0.68 116	1.04 234	0.95 73	0.42 11	0.22 87	0.16 47	0.23 81	0.17 76	0.24 102	0.20 56

GCAP-Stereo	0.93 143	0.68 299	1.35 135	0.85 178	0.41 86	3.61 341	0.52 134	2.20 132	1.50 198	1.11 194	1.04 131	1.17 221	0.84 179	1.11 104	0.71 157	0.25 135	0.20 188	0.27 198	0.18 100	0.28 165	0.23 128

depthmonostereo	0.94 146	0.71 325	2.39 248	0.85 178	0.54 182	2.21 138	0.53 135	1.83 90	1.17 111	0.95 172	1.09 143	0.99 197	0.97 215	2.37 319	0.68 139	0.23 100	0.27 369	0.22 67	0.20 145	0.25 116	0.26 179

StereoAnything_RVC	0.94 146	2.66 580	2.20 224	0.76 123	0.34 13	1.18 21	0.39 74	2.31 152	0.69 11	0.51 11	0.34 4	0.32 1	0.89 196	1.57 217	0.35 1	0.32 314	0.16 47	0.23 81	0.15 9	3.31 604	0.18 5

rvit_stereo_0080	0.94 146	0.72 329	2.56 258	0.64 60	0.59 219	1.90 98	0.75 253	2.71 220	1.40 150	0.91 161	1.04 131	0.85 167	0.82 174	1.14 116	0.78 184	0.35 363	0.29 391	0.25 138	0.27 293	0.45 420	0.29 225

IGEV-Stereo+	0.94 146	0.47 93	1.19 104	0.86 185	2.02 587	1.40 50	0.39 74	1.17 11	0.88 65	0.61 48	0.44 17	0.47 37	0.79 161	2.14 301	0.42 11	0.27 167	0.19 146	0.22 67	0.17 76	2.26 599	2.41 604

whm_eth	0.94 146	0.72 329	2.56 258	0.64 60	0.59 219	1.90 98	0.75 253	2.71 220	1.40 150	0.91 161	1.04 131	0.85 167	0.82 174	1.14 116	0.78 184	0.35 363	0.29 391	0.25 138	0.27 293	0.45 420	0.29 225

LoS_RVC	0.94 146	1.30 509	1.31 126	0.84 166	1.63 546	2.02 113	0.59 163	1.51 39	1.36 141	0.81 138	1.33 202	0.84 163	0.88 190	1.36 175	0.73 165	0.21 76	0.17 70	0.20 37	0.14 2	0.20 36	1.45 583

LoS	0.94 146	0.52 128	1.88 185	0.86 185	0.36 25	4.15 467	0.51 125	2.18 129	1.45 162	0.97 176	0.88 98	0.62 95	0.79 161	1.59 223	0.86 216	0.26 150	0.19 146	0.24 112	0.16 48	0.21 68	0.20 56
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
zero-FE	0.95 153	0.52 128	2.63 268	0.86 185	1.27 471	1.41 51	0.86 329	2.27 144	0.73 15	0.50 7	0.64 59	0.54 53	0.78 157	2.70 349	1.02 273	0.35 363	0.17 70	0.24 112	0.18 100	1.03 561	0.29 225

SCV	0.95 153	0.63 248	1.38 137	1.70 546	0.41 86	1.23 24	0.89 358	3.53 330	1.57 250	0.61 48	1.54 260	0.93 190	0.77 149	1.66 240	0.66 131	0.36 375	0.20 188	0.25 138	0.19 125	0.29 183	0.25 155

WCG-NET（raft）	0.95 153	0.55 158	1.20 110	0.84 166	0.31 5	1.44 53	1.01 417	1.55 46	2.37 448	1.64 251	1.42 227	2.38 399	1.01 226	1.29 161	0.76 178	0.22 87	0.19 146	0.22 67	0.20 145	0.25 116	0.21 98

anonymousdsp	0.95 153	0.69 302	1.27 121	0.83 156	0.52 172	4.54 549	0.84 315	1.76 78	1.24 118	0.76 123	1.06 139	0.78 148	0.77 149	1.67 244	0.69 148	0.27 167	0.17 70	0.29 252	0.21 161	0.31 225	0.26 179

IGEV-Stereo	0.95 153	0.69 302	1.27 121	0.84 166	0.52 172	4.54 549	0.84 315	1.76 78	1.24 118	0.75 109	1.06 139	0.79 152	0.77 149	1.68 245	0.69 148	0.27 167	0.17 70	0.29 252	0.21 161	0.31 225	0.26 179
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GSStereo	0.96 158	0.48 103	1.09 71	0.97 263	0.45 117	4.54 549	0.83 309	3.32 299	1.37 142	0.75 109	0.89 101	0.76 145	0.80 168	0.92 68	0.53 90	0.26 150	0.18 110	0.26 167	0.20 145	0.28 165	0.21 98

tt45	0.96 158	0.48 103	1.19 104	0.89 203	0.66 260	3.91 402	0.76 256	1.90 98	1.26 126	0.70 94	1.30 194	0.71 129	0.63 101	2.59 341	0.74 171	0.22 87	0.17 70	0.28 231	0.23 209	0.27 148	0.27 196

MSCF	0.97 160	0.82 395	1.26 116	0.88 196	0.40 76	3.17 239	0.88 353	2.79 237	1.39 146	1.32 207	1.19 159	0.58 79	1.33 310	1.28 156	0.64 119	0.25 135	0.19 146	0.25 138	0.25 247	0.28 165	0.32 275

999	0.97 160	0.48 103	1.24 114	1.03 309	0.64 242	3.25 258	0.92 384	1.40 30	1.39 146	0.71 98	1.68 302	0.70 121	0.66 114	3.03 362	0.89 229	0.23 100	0.19 146	0.25 138	0.21 161	0.25 116	0.29 225

DA	0.98 162	0.46 78	1.34 131	0.92 226	0.43 101	4.34 511	0.85 324	2.79 237	1.35 139	0.82 140	1.30 194	0.89 178	1.08 252	1.11 104	0.56 98	0.30 270	0.18 110	0.24 112	0.18 100	0.25 116	0.23 128

GGEV	0.98 162	0.46 78	1.34 131	0.92 226	0.43 101	4.34 511	0.85 324	2.79 237	1.35 139	0.82 140	1.30 194	0.89 178	1.08 252	1.11 104	0.56 98	0.30 270	0.18 110	0.24 112	0.18 100	0.25 116	0.23 128

ff7	0.98 162	0.69 302	2.05 204	0.84 166	0.52 172	4.55 554	0.86 329	1.62 55	1.24 118	0.75 109	1.03 126	0.70 121	0.77 149	1.84 269	0.68 139	0.27 167	0.17 70	0.29 252	0.21 161	0.31 225	0.27 196

ffff	0.98 162	0.69 302	2.05 204	0.84 166	0.52 172	4.55 554	0.86 329	1.62 55	1.24 118	0.75 109	1.03 126	0.70 121	0.77 149	1.84 269	0.68 139	0.27 167	0.17 70	0.29 252	0.21 161	0.31 225	0.27 196

11t	0.98 162	0.69 302	2.05 204	0.84 166	0.52 172	4.55 554	0.86 329	1.62 55	1.24 118	0.75 109	1.03 126	0.70 121	0.77 149	1.84 269	0.68 139	0.27 167	0.17 70	0.29 252	0.21 161	0.31 225	0.27 196

MIF-Stereo (partial)	0.98 162	0.55 158	2.83 279	0.71 95	1.03 406	1.08 13	0.49 119	2.55 194	1.66 288	0.79 134	1.20 161	0.80 154	0.90 199	1.61 230	1.56 391	0.36 375	0.24 321	0.33 350	0.25 247	0.40 350	0.28 215

ccc-4	0.98 162	0.69 302	2.05 204	0.84 166	0.52 172	4.55 554	0.86 329	1.62 55	1.24 118	0.75 109	1.03 126	0.70 121	0.77 149	1.84 269	0.68 139	0.27 167	0.17 70	0.29 252	0.21 161	0.31 225	0.27 196

CroCo-Stereo	0.98 162	0.87 414	3.44 305	0.87 191	0.53 181	0.49 2	0.50 121	3.99 437	1.49 192	0.81 138	1.25 180	1.00 200	0.75 140	1.10 102	1.09 287	0.24 114	0.21 224	0.24 112	0.19 125	0.35 307	0.27 196
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
CroCo-Stereo Lap2	0.99 170	0.89 418	2.55 257	0.99 277	1.80 574	0.54 3	0.46 110	3.10 268	1.24 118	1.07 188	1.21 165	1.05 209	0.78 157	1.26 151	1.08 284	0.27 167	0.23 286	0.27 198	0.21 161	0.43 404	0.34 306

PMTNet	0.99 170	0.48 103	1.73 171	0.62 45	0.56 194	4.20 493	0.43 97	1.88 92	1.58 253	1.00 177	1.05 137	0.78 148	0.98 221	1.50 205	0.85 209	1.21 586	0.20 188	0.23 81	0.15 9	0.22 84	0.19 16

GASTEREO	1.00 172	0.98 447	1.23 112	0.90 212	0.40 76	3.40 286	0.88 353	2.77 229	1.44 161	1.39 218	1.30 194	0.55 58	1.35 315	1.33 169	0.64 119	0.25 135	0.19 146	0.25 138	0.25 247	0.25 116	0.31 264

rvit_0105_6	1.00 172	0.93 431	2.21 226	0.92 226	0.55 190	1.52 62	0.79 280	2.41 159	2.96 543	0.76 123	0.72 70	1.02 202	0.75 140	1.42 188	0.81 197	0.40 420	0.43 504	0.34 368	0.31 385	0.43 404	0.34 306

rvit_stereo_ft	1.00 172	0.87 414	3.55 309	0.97 263	0.66 260	1.06 12	0.80 290	2.78 232	1.67 290	0.78 131	0.96 120	0.95 195	1.14 273	1.06 97	0.90 233	0.32 314	0.24 321	0.27 198	0.28 322	0.39 345	0.27 196

MyStereo07	1.01 175	0.80 384	1.26 116	1.00 285	1.04 409	3.95 419	0.95 396	2.07 119	1.42 155	0.75 109	1.22 167	0.68 116	0.91 201	1.63 235	0.67 136	0.24 114	0.24 321	0.34 368	0.26 267	0.41 375	0.37 340

CES	1.01 175	0.55 158	1.74 174	0.92 226	2.15 591	2.15 131	0.50 121	2.01 112	1.45 162	0.76 123	1.02 123	0.61 90	0.47 28	1.29 161	0.79 190	0.22 87	0.17 70	0.24 112	0.14 2	0.63 494	2.29 601

TANstereo	1.01 175	0.55 158	1.73 171	0.76 123	0.36 25	4.04 441	0.38 72	1.48 37	1.62 278	2.03 360	2.10 441	0.84 163	0.93 207	0.98 82	0.62 113	0.28 204	0.36 453	0.23 81	0.20 145	0.25 116	0.46 423

GMStereo	1.01 175	1.00 451	2.86 282	0.83 156	0.45 117	1.47 56	0.57 150	1.89 95	2.11 389	1.52 232	1.24 172	0.87 173	0.74 137	1.58 218	0.94 256	0.40 420	0.21 224	0.30 272	0.30 369	0.47 435	0.36 326
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CREStereo++_RVC	1.02 179	0.49 112	1.54 156	0.83 156	0.55 190	4.01 435	0.31 49	1.63 60	1.99 355	1.63 248	2.13 450	0.84 163	0.65 107	0.88 54	0.70 154	0.27 167	0.15 23	0.23 81	1.22 599	0.24 102	0.17 1
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
HART	1.03 180	0.85 408	3.13 292	0.84 166	0.38 61	1.17 20	0.42 91	3.54 331	1.47 175	1.08 189	2.17 456	1.48 269	0.57 80	1.37 180	0.74 171	0.23 100	0.18 110	0.28 231	0.21 161	0.32 252	0.24 145

XX-TBD	1.03 180	0.95 439	1.94 191	1.30 444	0.43 101	3.97 429	0.33 56	1.74 75	1.73 308	1.59 239	2.02 421	0.69 120	0.60 93	1.16 123	0.66 131	0.30 270	0.25 345	0.23 81	0.15 9	0.31 225	0.22 117

xyz-stereo-finetune	1.05 182	0.62 239	1.46 145	0.59 22	0.36 25	3.48 305	0.81 300	2.69 218	1.74 314	0.94 168	1.21 165	0.91 184	0.78 157	2.53 336	1.28 334	0.24 114	0.24 321	0.26 167	0.23 209	0.30 206	0.23 128

FE-Mocha	1.06 183	0.74 348	2.45 253	0.97 263	0.69 279	1.57 64	0.40 80	2.92 249	1.47 175	1.82 287	1.81 359	1.62 287	0.88 190	1.36 175	0.78 184	0.29 227	0.20 188	0.35 387	0.31 385	0.26 135	0.33 293

EGLCR-Stereo	1.06 183	0.51 122	1.56 159	1.02 302	0.39 68	4.27 504	0.42 91	4.08 464	1.48 184	0.90 160	0.68 66	1.09 210	0.66 114	1.81 264	0.62 113	0.27 167	0.19 146	0.29 252	0.23 209	0.37 330	0.25 155

MC-Stereo	1.06 183	0.48 103	1.55 157	1.15 376	0.41 86	4.56 559	0.61 170	2.06 117	1.46 170	1.90 308	1.61 283	0.89 178	1.12 264	1.35 173	0.73 165	0.25 135	0.18 110	0.26 167	0.22 194	0.25 116	0.24 145

sCroCo_RVC	1.06 183	0.82 395	5.05 335	1.02 302	1.05 411	0.98 10	0.61 170	2.06 117	1.29 130	0.69 91	1.26 181	0.82 158	1.10 260	1.20 138	0.90 233	0.42 446	0.40 486	0.33 350	0.30 369	0.46 431	0.38 355

rvit_0105_4	1.07 187	0.99 448	2.39 248	0.93 242	0.54 182	1.62 72	0.84 315	2.77 229	2.91 537	0.80 136	0.91 108	1.09 210	0.86 184	1.63 235	0.85 209	0.40 420	0.45 514	0.35 387	0.31 385	0.43 404	0.40 382

MM-Stereo_test3	1.09 188	0.59 200	1.55 157	1.73 550	1.18 441	1.91 100	0.86 329	3.52 326	1.76 318	1.25 202	1.86 383	1.10 213	0.69 120	1.32 168	0.86 216	0.27 167	0.23 286	0.27 198	0.22 194	0.34 289	0.30 254

IGEV-BASED-STEREO-	1.09 188	3.30 589	2.61 264	0.82 145	0.38 61	1.27 32	0.62 183	1.51 39	1.29 130	0.91 161	0.92 110	0.65 107	0.57 80	1.08 99	0.59 105	1.55 600	0.15 23	0.32 315	0.28 322	1.10 570	1.98 597

iRaftStereo_RVC	1.09 188	0.70 313	1.39 138	0.95 250	0.45 117	3.83 379	0.42 91	2.37 157	1.58 253	1.69 260	1.76 333	1.80 323	0.83 178	1.50 205	0.98 266	0.28 204	0.18 110	0.29 252	0.26 267	0.30 206	0.31 264

RAFT-Stereo-weight	1.11 191	0.48 103	1.22 111	0.99 277	0.42 94	4.17 481	0.80 290	3.60 339	1.50 198	1.97 330	1.50 248	1.30 245	0.65 107	1.24 144	0.85 209	0.25 135	0.19 146	0.26 167	0.22 194	0.27 148	0.23 128

11t1	1.11 191	0.53 140	1.80 179	1.55 525	0.65 253	2.20 137	0.60 166	3.66 350	1.49 192	1.60 240	1.26 181	1.03 205	1.35 315	1.72 251	0.97 263	0.28 204	0.31 414	0.29 252	0.23 209	0.30 206	0.34 306

rvit_0105_5	1.13 193	0.93 431	2.60 261	0.91 220	0.56 194	1.92 101	0.91 371	3.02 260	2.63 498	0.95 172	1.20 161	1.18 225	0.93 207	1.51 208	0.93 254	0.40 420	0.43 504	0.37 415	0.35 430	0.42 394	0.44 407

GMOStereo	1.13 193	0.70 313	2.26 233	0.75 109	0.44 109	3.05 222	0.91 371	2.78 232	1.45 162	2.37 472	1.52 251	1.53 273	1.05 239	1.17 131	0.92 245	0.25 135	0.19 146	0.35 387	0.28 322	0.34 289	0.26 179

error version	1.13 193	0.70 313	2.26 233	0.75 109	0.44 109	3.05 222	0.91 371	2.78 232	1.45 162	2.37 472	1.52 251	1.53 273	1.05 239	1.17 131	0.92 245	0.25 135	0.19 146	0.35 387	0.28 322	0.34 289	0.26 179

test-v	1.13 193	0.70 313	2.26 233	0.75 109	0.44 109	3.05 222	0.91 371	2.78 232	1.45 162	2.37 472	1.52 251	1.53 273	1.05 239	1.17 131	0.92 245	0.25 135	0.19 146	0.35 387	0.28 322	0.34 289	0.26 179

test-2	1.13 193	0.70 313	2.26 233	0.75 109	0.44 109	3.05 222	0.91 371	2.78 232	1.45 162	2.37 472	1.52 251	1.53 273	1.05 239	1.17 131	0.92 245	0.25 135	0.19 146	0.35 387	0.28 322	0.34 289	0.26 179

testlalala	1.14 198	0.62 239	1.34 131	1.00 285	0.78 311	4.38 516	0.93 386	2.46 172	2.20 405	2.44 484	1.52 251	1.31 246	0.61 96	1.04 95	0.65 126	0.35 363	0.19 146	0.24 112	0.19 125	0.24 102	0.23 128

HUF	1.15 199	0.64 260	8.62 375	0.90 212	0.35 19	1.35 45	0.78 273	1.97 108	1.50 198	0.63 66	1.52 251	0.83 161	0.66 114	1.28 156	0.63 116	0.29 227	0.23 286	0.26 167	0.17 76	0.23 97	0.25 155

tg	1.15 199	0.67 291	1.31 126	0.94 246	0.54 182	4.02 437	0.41 87	2.96 252	1.59 268	1.69 260	1.85 380	1.84 335	0.97 215	1.78 258	0.83 203	0.27 167	0.17 70	0.29 252	0.26 267	0.29 183	0.27 196

Selective-RAFT	1.15 199	0.46 78	1.64 166	0.99 277	0.45 117	4.17 481	0.51 125	3.21 280	1.69 298	1.12 195	1.34 207	1.45 266	1.40 326	2.08 293	0.94 256	0.41 435	0.20 188	0.24 112	0.23 209	0.27 148	0.25 155

x	1.15 199	0.57 179	1.53 153	1.44 498	0.67 267	1.94 103	0.97 406	3.87 396	1.57 250	1.61 245	1.28 189	1.58 281	1.22 291	1.93 280	1.04 277	0.28 204	0.30 404	0.34 368	0.29 350	0.32 252	0.31 264

xyz-stereo-finetune2	1.16 203	0.63 248	1.50 150	0.57 13	0.36 25	3.47 302	0.65 197	2.70 219	1.23 116	0.88 156	1.75 324	0.91 184	1.76 429	3.54 371	1.74 426	0.24 114	0.22 257	0.30 272	0.27 293	0.31 225	0.26 179

rvit_stereo_0075_2	1.18 204	0.74 348	2.66 271	0.90 212	1.27 471	2.51 161	0.69 215	2.25 141	2.06 373	1.40 220	1.86 383	1.46 268	0.84 179	1.42 188	0.94 256	0.46 475	0.40 486	0.48 493	0.38 465	0.46 431	0.51 455

AE-Stereo	1.18 204	0.60 212	2.05 204	1.10 344	0.60 223	4.39 519	0.72 226	3.74 367	1.62 278	1.10 191	1.90 398	1.01 201	0.92 204	1.45 195	0.82 200	0.28 204	0.22 257	0.28 231	0.28 322	0.26 135	0.22 117

test-3	1.19 206	0.52 128	2.00 198	1.01 291	0.42 94	1.95 104	0.91 371	4.35 553	1.47 175	2.24 435	1.16 154	2.06 369	0.79 161	2.68 347	0.76 178	0.27 167	0.18 110	0.28 231	0.26 267	0.26 135	0.25 155

test_1	1.19 206	0.52 128	2.00 198	1.01 291	0.42 94	1.95 104	0.90 363	4.36 558	1.47 175	2.17 408	1.16 154	2.06 369	0.78 157	2.68 347	0.76 178	0.27 167	0.18 110	0.28 231	0.26 267	0.26 135	0.25 155

test_3	1.19 206	0.51 122	2.08 216	0.99 277	0.41 86	2.05 122	0.87 349	4.40 566	1.42 155	1.99 337	1.18 157	2.03 363	0.79 161	2.70 349	0.75 174	0.27 167	0.17 70	0.29 252	0.29 350	0.30 206	0.27 196

raftrobust	1.19 206	0.72 329	2.30 239	1.26 423	1.31 477	3.55 327	0.68 209	2.75 226	1.47 175	2.21 426	1.38 218	1.17 221	1.22 291	1.20 138	1.11 291	0.28 204	0.24 321	0.21 59	0.19 125	0.25 116	0.28 215

RALCasStereoNet	1.19 206	1.02 453	2.06 213	1.12 355	1.14 432	3.08 230	0.70 221	2.99 255	1.73 308	1.34 209	1.68 302	1.18 225	0.91 201	2.16 303	1.00 271	0.30 270	0.26 358	0.24 112	0.21 161	0.29 183	0.30 254

MIM_Stereo	1.20 211	0.78 376	3.30 300	1.05 312	0.43 101	3.04 220	0.60 166	2.46 172	1.51 205	1.60 240	1.58 271	1.82 329	1.29 303	2.00 286	1.07 282	0.24 114	0.24 321	0.28 231	0.25 247	0.27 148	0.27 196

R-Stereo Train	1.20 211	0.58 192	1.81 180	0.99 277	0.67 267	3.78 369	0.90 363	4.09 466	1.51 205	2.16 404	1.71 313	1.13 216	0.94 209	1.40 181	0.91 240	0.30 270	0.24 321	0.26 167	0.21 161	0.26 135	0.25 155

RAFT-Stereo	1.20 211	0.58 192	1.81 180	0.99 277	0.67 267	3.78 369	0.90 363	4.09 466	1.51 205	2.16 404	1.71 313	1.13 216	0.94 209	1.40 181	0.91 240	0.30 270	0.24 321	0.26 167	0.21 161	0.26 135	0.25 155
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
model_zeroshot	1.21 214	0.60 212	3.55 309	1.05 312	0.57 206	3.46 299	0.63 185	2.73 223	1.55 238	2.05 365	1.38 218	1.50 272	0.82 174	1.69 246	0.87 222	0.29 227	0.23 286	0.30 272	0.23 209	0.27 148	0.32 275

GCAP-BAT	1.21 214	0.74 348	3.23 295	0.95 250	0.70 283	3.86 394	0.93 386	1.89 95	1.48 184	1.85 291	1.96 406	1.68 294	0.79 161	1.78 258	0.81 197	0.29 227	0.20 188	0.24 112	0.20 145	0.26 135	0.35 320

RCA-Stereo	1.21 214	0.52 128	1.58 161	0.90 212	0.46 130	4.68 575	0.79 280	4.13 477	1.74 314	1.92 315	1.80 347	0.94 194	1.48 353	1.14 116	0.70 154	0.27 167	0.18 110	0.25 138	0.19 125	0.25 116	0.23 128

raft+_RVC	1.21 214	0.83 399	2.61 264	1.35 467	0.97 383	3.60 337	0.76 256	3.23 284	1.51 205	1.33 208	1.67 299	1.03 205	1.10 260	1.87 276	0.92 245	0.24 114	0.22 257	0.25 138	0.24 235	0.26 135	0.25 155

AnonymousM	1.22 218	1.32 515	0.97 36	0.88 196	0.56 194	4.03 439	0.69 215	2.41 159	1.68 292	1.48 228	1.31 199	1.15 219	1.00 224	1.18 136	0.73 165	0.32 314	0.40 486	2.07 605	1.70 608	0.24 102	0.22 117

LL-Strereo2	1.23 219	0.85 408	2.38 247	0.93 242	0.68 272	3.72 358	1.37 491	2.54 193	1.99 355	1.75 275	1.40 223	1.82 329	0.73 132	1.40 181	0.99 269	0.31 293	0.23 286	0.55 532	0.35 430	0.29 183	0.24 145

ROB_FTStereo_v2	1.23 219	0.66 281	2.02 200	0.75 109	0.37 48	4.67 574	0.76 256	2.53 183	1.58 253	1.99 337	1.46 234	1.78 313	1.14 273	2.08 293	0.88 226	0.48 489	0.22 257	0.32 315	0.27 293	0.40 350	0.29 225

CRE-IMP	1.23 219	0.61 229	2.14 220	0.82 145	0.39 68	4.54 549	0.83 309	2.63 210	1.55 238	1.95 325	1.46 234	1.87 340	0.96 212	1.48 202	1.33 345	0.45 468	0.21 224	0.31 295	0.26 267	0.41 375	0.31 264

RAFT	1.23 219	0.84 404	2.05 204	0.96 256	0.47 140	1.80 88	0.94 392	3.18 279	1.46 170	1.60 240	1.71 313	3.04 472	1.59 381	1.64 237	1.32 341	0.38 400	0.24 321	0.40 441	0.32 397	0.40 350	0.35 320

test-1	1.23 219	0.65 270	1.88 185	0.96 256	0.52 172	3.84 384	0.62 183	4.01 441	1.47 175	1.93 319	1.78 341	1.83 332	0.92 204	1.19 137	1.28 334	0.26 150	0.29 391	0.31 295	0.24 235	0.29 183	0.36 326

rvit_0105_3	1.24 224	0.93 431	2.84 280	0.97 263	0.58 215	2.38 149	1.08 437	3.26 289	2.53 483	1.18 198	1.40 223	1.24 237	1.04 234	1.73 252	0.97 263	0.44 459	0.44 509	0.40 441	0.42 497	0.42 394	0.50 447

PSM-adaLoss	1.24 224	0.65 270	2.03 201	0.75 109	0.37 48	4.68 575	0.73 231	2.53 183	1.58 253	1.99 337	1.47 239	1.78 313	1.13 266	2.18 307	0.87 222	0.48 489	0.23 286	0.32 315	0.27 293	0.40 350	0.29 225

rafts_anoy	1.24 224	0.80 384	3.61 315	1.17 384	1.20 454	3.00 217	0.61 170	3.17 277	1.58 253	1.37 215	1.26 181	1.19 229	1.12 264	1.78 258	1.25 324	0.32 314	0.23 286	0.32 315	0.32 397	0.31 225	0.30 254

DIP-Stereo	1.24 224	0.69 302	1.77 176	0.65 68	0.61 228	4.29 506	0.58 159	4.44 572	2.53 483	1.98 332	1.33 202	0.91 184	0.86 184	1.25 150	1.25 324	0.36 375	0.23 286	0.32 315	0.23 209	0.32 252	0.29 225
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
riskmin	1.25 228	0.56 169	2.05 204	1.05 312	0.93 373	2.86 192	0.55 143	3.23 284	1.34 136	1.55 235	1.07 141	3.56 525	2.03 465	1.29 161	1.00 271	0.28 204	0.27 369	0.34 368	0.21 161	0.41 375	0.43 401

Patchmatch Stereo++	1.25 228	0.65 270	2.06 213	0.75 109	0.37 48	4.68 575	0.76 256	2.53 183	1.58 253	1.99 337	1.47 239	1.78 313	1.14 273	2.44 321	0.90 233	0.48 489	0.23 286	0.32 315	0.27 293	0.40 350	0.29 225
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
ROB_FTStereo	1.25 228	0.66 281	2.14 220	0.75 109	0.37 48	4.65 571	0.77 269	2.53 183	1.58 253	1.99 337	1.47 239	1.78 313	1.13 266	2.26 316	0.86 216	0.47 484	0.22 257	0.32 315	0.27 293	0.40 350	0.29 225

HUI-Stereo	1.25 228	0.66 281	2.33 242	0.75 109	0.37 48	4.68 575	0.78 273	2.53 183	1.58 253	1.99 337	1.46 234	1.79 320	1.13 266	2.17 305	0.85 209	0.48 489	0.23 286	0.32 315	0.27 293	0.40 350	0.29 225

iRAFT	1.25 228	0.65 270	2.06 213	0.75 109	0.37 48	4.68 575	0.76 256	2.53 183	1.58 253	1.99 337	1.47 239	1.78 313	1.14 273	2.44 321	0.90 233	0.48 489	0.23 286	0.32 315	0.27 293	0.40 350	0.29 225

RAFT-IKP	1.25 228	0.66 281	2.23 231	0.75 109	0.37 48	4.64 569	0.74 243	2.53 183	1.58 253	1.99 337	1.47 239	1.78 313	1.13 266	2.22 313	0.92 245	0.48 489	0.22 257	0.32 315	0.27 293	0.40 350	0.29 225

RAFT-Stereo + iAFF	1.25 228	0.72 329	1.74 174	1.05 312	0.36 25	4.13 463	0.42 91	2.95 251	2.84 533	2.02 356	2.40 501	1.61 286	1.11 263	1.26 151	0.97 263	0.21 76	0.15 23	0.26 167	0.23 209	0.29 183	0.23 128

FACV-RUCA	1.26 235	0.65 270	2.21 226	1.06 318	1.50 522	2.69 180	1.15 453	3.05 263	1.87 336	1.36 212	1.99 417	1.03 205	1.15 281	1.36 175	1.10 288	0.41 435	0.41 495	0.73 574	0.41 490	0.61 488	0.41 388

CAS	1.26 235	0.40 20	1.46 145	2.97 605	1.61 543	4.13 463	0.73 231	1.78 83	1.49 192	0.83 148	1.10 146	0.59 85	0.53 67	1.26 151	0.80 191	2.99 610	0.13 1	0.21 59	0.13 1	0.31 225	1.72 590

anonymousdsp2	1.26 235	0.60 212	3.74 319	1.02 302	0.41 86	3.60 337	0.72 226	3.68 353	1.47 175	1.37 215	1.56 268	1.83 332	1.01 226	2.00 286	0.66 131	0.29 227	0.20 188	0.28 231	0.20 145	0.32 252	0.29 225

dd	1.26 235	1.15 481	2.47 254	0.92 226	0.49 156	4.35 514	0.75 253	1.92 101	2.11 389	1.44 225	1.24 172	1.19 229	1.05 239	1.78 258	1.70 418	0.57 528	0.34 441	0.35 387	0.33 405	0.60 483	0.46 423

iGMRVC	1.26 235	0.66 281	2.14 220	0.75 109	0.37 48	4.66 572	0.74 243	2.53 183	1.58 253	1.99 337	1.46 234	1.78 313	1.14 273	2.46 323	0.92 245	0.48 489	0.23 286	0.32 315	0.27 293	0.40 350	0.29 225

HI	1.27 240	0.90 420	2.33 242	1.10 344	0.68 272	2.92 203	0.45 106	2.49 177	1.76 318	2.13 388	1.65 296	2.42 405	1.84 446	1.58 218	1.61 400	0.26 150	0.16 47	0.28 231	0.29 350	0.26 135	0.25 155

CoSv	1.27 240	0.90 420	2.33 242	1.10 344	0.68 272	2.92 203	0.45 106	2.49 177	1.76 318	2.13 388	1.65 296	2.42 405	1.84 446	1.58 218	1.61 400	0.26 150	0.16 47	0.28 231	0.29 350	0.26 135	0.25 155

mmm	1.27 240	0.58 192	2.20 224	1.41 491	0.68 272	2.39 151	0.85 324	3.90 406	1.63 281	2.20 417	1.84 373	1.28 241	1.50 360	1.91 279	0.89 229	0.31 293	0.27 369	0.45 476	0.37 452	0.38 335	0.34 306

NRIStereo	1.28 243	0.61 229	1.67 167	1.15 376	0.38 61	4.73 588	0.90 363	2.42 163	1.50 198	1.93 319	1.33 202	1.75 307	1.22 291	2.96 359	1.33 345	0.46 475	0.22 257	0.29 252	0.26 267	0.30 206	0.28 215

RALAANet	1.28 243	1.08 467	3.21 294	1.25 416	0.94 375	1.44 53	0.69 215	3.15 274	2.57 490	2.01 351	1.80 347	1.29 244	1.05 239	2.00 286	1.48 373	0.27 167	0.20 188	0.27 198	0.24 235	0.40 350	0.27 196

CASS	1.29 245	0.66 281	2.62 267	0.95 250	0.66 260	2.84 187	0.69 215	3.00 257	1.79 323	2.57 505	1.95 405	1.39 256	1.55 378	1.59 223	1.06 279	0.50 505	0.28 381	0.34 368	0.28 322	0.46 431	0.63 500
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
gcap-zeroshot	1.30 246	0.61 229	4.09 322	0.94 246	0.56 194	3.50 313	0.84 315	3.12 270	1.72 305	1.84 290	1.22 167	2.72 441	0.88 190	1.46 199	0.80 191	0.29 227	0.30 404	0.27 198	0.21 161	0.29 183	0.25 155

knoymous	1.30 246	0.60 212	5.57 344	0.88 196	0.75 300	3.04 220	0.90 363	2.68 216	1.33 135	1.48 228	1.07 141	2.78 452	0.88 190	1.29 161	0.85 209	0.31 293	0.22 257	0.35 387	0.20 145	0.45 420	0.37 340

qqq	1.30 246	0.57 179	1.67 167	1.15 376	0.51 163	2.18 133	0.91 371	3.98 433	1.53 221	1.50 231	1.24 172	1.79 320	1.34 312	4.66 397	0.98 266	0.28 204	0.31 414	0.33 350	0.33 405	0.33 271	0.32 275

test_4	1.30 246	0.50 116	6.16 348	0.84 166	0.45 117	1.61 69	1.12 447	2.14 125	1.42 155	1.52 232	2.31 491	1.84 335	0.79 161	2.52 334	1.19 306	0.27 167	0.17 70	0.29 252	0.29 350	0.29 183	0.25 155

s12784h	1.31 250	0.45 71	2.41 251	0.71 95	0.35 19	4.42 527	0.50 121	4.22 502	2.73 510	2.01 351	2.48 507	0.91 184	0.96 212	2.01 289	0.70 154	0.29 227	0.18 110	0.24 112	0.16 48	0.27 148	0.18 5

AFF-stereo	1.31 250	0.77 370	1.46 145	1.10 344	0.45 117	3.93 409	0.48 118	2.92 249	2.92 539	1.90 308	2.21 464	2.11 376	1.52 366	1.93 280	1.12 294	0.21 76	0.16 47	0.25 138	0.25 247	0.29 183	0.20 56

Pruner-Stereo	1.32 252	0.59 200	2.11 219	1.79 560	0.47 140	4.73 588	0.79 280	2.53 183	1.72 305	2.47 488	1.58 271	1.48 269	1.03 230	1.66 240	1.47 370	0.44 459	0.21 224	0.34 368	0.30 369	0.30 206	0.39 362

ToySt	1.35 253	0.72 329	3.65 317	1.01 291	0.50 160	3.31 274	1.01 417	3.46 315	1.73 308	1.30 205	1.55 264	2.07 372	1.47 351	1.88 277	1.40 352	0.27 167	0.27 369	0.30 272	0.32 397	0.42 394	0.39 362

DisPM	1.36 254	0.55 158	2.39 248	1.54 520	0.51 163	4.59 562	0.79 280	2.50 179	1.88 338	2.50 491	1.83 368	1.45 266	1.01 226	2.71 351	0.93 254	0.46 475	0.20 188	0.32 315	0.31 385	0.31 225	0.44 407

sAnonymous2	1.37 255	1.22 498	9.79 389	0.92 226	0.88 357	1.23 24	0.61 170	2.56 196	1.69 298	0.85 151	1.02 123	0.73 136	1.23 294	0.98 82	0.78 184	0.29 227	0.25 345	0.31 295	0.30 369	1.06 564	0.71 517

CroCo_RVC	1.37 255	1.22 498	9.79 389	0.92 226	0.88 357	1.23 24	0.61 170	2.56 196	1.69 298	0.85 151	1.02 123	0.73 136	1.23 294	0.98 82	0.78 184	0.29 227	0.25 345	0.31 295	0.30 369	1.06 564	0.71 517

GES	1.38 257	0.64 260	2.61 264	1.09 335	0.57 206	4.30 508	1.02 421	3.86 393	1.51 205	1.72 269	1.74 320	1.28 241	1.77 431	1.62 231	1.61 400	0.39 412	0.27 369	0.33 350	0.30 369	0.41 375	0.47 428

Any-RAFT	1.40 258	0.53 140	2.78 278	1.09 335	0.64 242	4.41 525	0.81 300	3.97 431	2.78 517	1.99 337	1.34 207	2.36 397	1.56 380	1.56 214	0.75 174	0.27 167	0.20 188	0.25 138	0.18 100	0.25 116	0.28 215

UDGNet	1.40 258	1.52 537	2.22 229	1.38 485	0.62 234	4.39 519	0.68 209	1.80 86	2.18 402	1.34 209	1.18 157	0.99 197	1.00 224	2.16 303	1.19 306	1.09 580	0.34 441	1.30 597	0.98 586	1.10 570	0.58 485

GMStereo_Zeroshot	1.41 260	1.21 492	3.33 302	1.29 437	0.72 288	3.35 279	0.53 135	2.58 205	1.68 292	2.35 467	1.56 268	2.42 405	0.96 212	2.50 326	1.16 300	0.45 468	0.23 286	0.40 441	0.24 235	0.79 541	0.33 293

rvit_105_1	1.43 261	0.90 420	3.27 298	1.08 329	0.68 272	2.79 182	1.27 475	3.52 326	2.35 439	1.38 217	1.54 260	1.28 241	1.14 273	2.91 355	1.40 352	0.54 522	0.47 527	0.45 476	0.59 550	0.44 412	0.58 485

RAFT-Test	1.44 262	0.59 200	6.10 347	1.01 291	0.69 279	2.90 196	0.80 290	3.68 353	1.70 301	1.85 291	1.68 302	3.15 482	1.03 230	1.20 138	0.99 269	0.27 167	0.22 257	0.25 138	0.23 209	0.27 148	0.25 155

DCRE	1.44 262	0.74 348	3.50 308	1.13 362	0.72 288	1.78 85	0.67 202	2.14 125	1.56 244	1.99 337	8.09 602	1.73 305	1.07 249	1.24 144	0.83 203	0.23 100	0.25 345	0.26 167	0.26 267	0.28 165	0.30 254

AdaStereo	1.45 264	0.83 399	2.34 245	1.28 433	0.81 320	3.21 247	1.14 452	4.20 493	2.46 472	2.05 365	1.77 338	2.48 417	1.18 284	1.71 250	1.44 361	0.43 452	0.25 345	0.43 464	0.28 322	0.44 412	0.34 306
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.
BSDual-CNN	1.46 265	0.59 200	1.94 191	0.87 191	0.85 343	4.16 476	1.16 455	4.48 578	1.88 338	2.93 545	1.83 368	2.60 428	1.31 307	1.60 225	1.21 313	0.34 343	0.25 345	0.31 295	0.28 322	0.35 307	0.33 293

PFNet+	1.46 265	0.57 179	2.84 280	0.92 226	0.47 140	4.64 569	0.84 315	2.46 172	1.99 355	2.14 391	1.64 290	1.34 249	1.03 230	4.68 399	1.23 319	0.45 468	0.33 429	0.37 415	0.39 472	0.32 252	0.49 440

ACVNet	1.46 265	0.64 260	3.56 311	0.93 242	0.85 343	4.22 494	0.80 290	2.85 242	2.08 376	1.78 279	1.88 387	3.10 477	1.46 349	1.33 169	1.89 444	0.29 227	0.26 358	0.30 272	0.26 267	0.39 345	0.27 196

psmg	1.47 268	0.59 200	1.94 191	0.92 226	0.85 343	4.30 508	1.42 502	4.10 474	1.88 338	2.64 521	2.09 440	2.60 428	1.31 307	1.60 225	1.21 313	0.34 343	0.27 369	0.33 350	0.34 414	0.36 320	0.34 306

BUS	1.49 269	0.59 200	1.94 191	0.87 191	0.85 343	4.50 543	0.76 256	4.48 578	1.88 338	2.93 545	1.83 368	3.63 527	0.97 215	1.60 225	1.17 303	0.34 343	0.25 345	0.31 295	0.28 322	0.35 307	0.33 293

plain	1.55 270	0.69 302	13.59 434	0.65 68	0.73 293	1.66 76	0.57 150	3.17 277	1.94 349	0.77 128	1.24 172	0.80 154	0.86 184	1.60 225	0.96 262	0.33 331	0.21 224	0.32 315	0.25 247	0.42 394	0.28 215

LCNet	1.55 270	0.54 152	1.88 185	0.99 277	0.55 190	3.60 337	1.21 469	2.86 245	1.53 221	2.18 410	1.74 320	1.43 265	4.17 569	3.62 374	0.87 222	0.29 227	0.20 188	0.28 231	0.77 571	0.47 435	1.85 593

DeepStereo_RVC	1.55 270	0.63 248	3.32 301	0.77 128	0.42 94	4.49 540	0.72 226	2.50 179	1.58 253	2.02 356	1.81 359	1.54 277	6.38 603	1.73 252	1.19 306	0.46 475	0.22 257	0.29 252	0.28 322	0.35 307	0.38 355

acv_ft	1.55 270	0.64 260	3.29 299	1.14 363	2.01 584	2.93 207	0.97 406	3.81 380	2.08 376	2.22 428	1.88 387	3.10 477	1.66 411	1.33 169	2.22 483	0.29 227	0.26 358	0.30 272	0.26 267	0.39 345	0.27 196

TestStereo1	1.56 274	0.81 388	2.32 240	1.61 535	0.64 242	4.13 463	1.36 486	3.79 376	3.20 569	1.60 240	2.57 519	1.39 256	2.15 477	2.51 329	1.30 338	0.29 227	0.20 188	0.34 368	0.25 247	0.40 350	0.36 326

SA-5K	1.56 274	0.81 388	2.32 240	1.61 535	0.64 242	4.13 463	1.36 486	3.79 376	3.20 569	1.60 240	2.57 519	1.39 256	2.15 477	2.51 329	1.30 338	0.29 227	0.20 188	0.34 368	0.25 247	0.40 350	0.36 326

UCFNet_RVC	1.57 276	0.84 404	3.25 296	1.36 473	1.40 503	4.07 449	1.01 417	2.68 216	1.50 198	2.11 381	1.88 387	2.37 398	1.50 360	3.41 368	1.42 358	0.36 375	0.28 381	0.52 519	0.40 483	0.53 458	0.43 401

NF-Stereo	1.58 277	0.61 229	2.66 271	2.26 587	0.47 140	4.68 575	0.67 202	3.31 294	1.48 184	2.11 381	1.59 275	1.36 252	1.09 254	6.08 429	1.20 309	0.40 420	0.20 188	0.36 403	0.34 414	0.31 225	0.36 326

OCTAStereo	1.58 277	0.61 229	2.72 274	2.27 590	0.46 130	4.68 575	0.67 202	3.30 293	1.48 184	2.11 381	1.59 275	1.36 252	1.09 254	6.02 426	1.21 313	0.41 435	0.20 188	0.36 403	0.34 414	0.31 225	0.37 340

RE-Stereo	1.58 277	0.61 229	2.72 274	2.26 587	0.46 130	4.68 575	0.68 209	3.31 294	1.48 184	2.11 381	1.59 275	1.36 252	1.09 254	6.01 424	1.22 316	0.41 435	0.20 188	0.36 403	0.34 414	0.31 225	0.37 340

TVStereo	1.58 277	0.61 229	2.72 274	2.26 587	0.46 130	4.68 575	0.68 209	3.31 294	1.48 184	2.11 381	1.59 275	1.36 252	1.09 254	6.01 424	1.22 316	0.41 435	0.20 188	0.36 403	0.34 414	0.31 225	0.37 340

Gwc-CoAtRS	1.58 277	0.57 179	11.69 415	1.01 291	0.60 223	2.53 167	0.64 188	2.36 156	1.56 244	1.80 284	1.47 239	2.74 442	1.18 284	1.12 110	0.90 233	0.27 167	0.21 224	0.25 138	0.22 194	0.27 148	0.23 128

KYRaft	1.59 282	0.52 128	1.73 171	0.95 250	0.49 156	4.38 516	1.79 537	2.43 166	1.51 205	2.49 490	2.98 547	2.00 359	3.41 550	2.14 301	0.82 200	0.30 270	0.21 224	0.33 350	0.46 509	0.35 307	2.45 607

Reg-Stereo(zero)	1.60 283	0.42 55	10.69 403	0.89 203	0.68 272	3.27 263	0.47 116	2.27 144	1.54 230	1.48 228	1.24 172	2.55 423	2.68 515	1.48 202	1.10 288	0.19 54	0.19 146	0.22 67	0.18 100	0.24 102	0.26 179

HCRNet	1.60 283	0.56 169	2.47 254	0.78 130	1.36 494	4.11 458	0.71 223	3.57 335	2.79 519	1.75 275	1.61 283	1.58 281	1.41 331	5.79 421	1.56 391	0.34 343	0.28 381	0.36 403	0.29 350	0.33 271	0.37 340

AIO-test2	1.61 285	1.30 509	3.40 304	1.16 382	1.31 477	3.18 241	0.74 243	4.06 458	1.52 214	1.72 269	2.21 464	0.78 148	0.74 137	3.64 376	0.95 261	3.64 618	0.26 358	0.35 387	0.42 497	0.37 330	0.33 293

Prome-Stereo	1.61 285	0.55 158	1.71 169	0.98 271	0.60 223	4.41 525	1.82 541	3.03 261	1.53 221	2.18 410	3.45 569	1.72 304	3.49 556	2.23 314	1.08 284	0.29 227	0.20 188	0.26 167	0.25 247	0.34 289	2.16 599

test_sample1	1.62 287	0.55 158	1.88 185	1.44 498	0.79 315	2.27 141	0.64 188	4.00 439	1.82 326	1.87 298	1.35 210	1.57 279	1.62 391	9.55 502	1.24 321	0.30 270	0.27 369	0.31 295	0.28 322	0.32 252	0.32 275

testlalala_base	1.62 287	0.74 348	1.63 164	1.19 393	1.40 503	2.63 178	0.84 315	4.09 466	1.31 133	1.22 200	1.42 227	1.21 234	0.85 181	1.16 123	0.73 165	3.92 624	2.10 614	0.27 198	0.18 100	4.49 622	1.11 567

RAFT+CT+SA	1.62 287	0.72 329	7.42 359	0.97 263	1.42 512	4.04 441	0.94 392	3.90 406	1.61 273	1.61 245	1.63 288	1.33 248	1.18 284	2.73 353	1.10 288	0.27 167	0.19 146	0.31 295	0.34 414	0.33 271	0.33 293

SA	1.62 287	0.75 361	3.78 321	1.07 321	0.43 101	4.26 499	1.36 486	4.45 575	3.12 558	1.63 248	1.97 412	1.68 294	2.26 488	2.55 337	1.27 330	0.27 167	0.22 257	0.37 415	0.37 452	0.35 307	0.30 254

Sa-1000	1.63 291	0.79 380	3.56 311	1.11 351	0.48 148	4.06 444	1.41 500	4.49 581	2.75 514	2.00 349	2.80 539	1.84 335	1.43 339	2.64 346	1.50 377	0.27 167	0.19 146	0.36 403	0.33 405	0.36 320	0.30 254

PSMNet-RUCA	1.64 292	1.50 536	2.57 260	1.50 513	1.38 499	3.05 222	1.36 486	3.31 294	2.24 411	1.36 212	2.07 437	1.40 261	1.09 254	1.83 267	1.55 389	1.15 584	0.69 577	1.26 596	0.96 584	1.64 592	0.94 555

test_sample7	1.65 293	0.70 313	2.60 261	1.48 509	0.76 304	2.38 149	1.07 432	4.35 553	2.11 389	2.14 391	1.75 324	1.75 307	1.67 413	6.26 433	1.26 327	0.44 459	0.48 533	0.43 464	0.40 483	0.46 431	0.43 401

StereoVision	1.65 293	0.75 361	7.47 361	1.01 291	1.80 574	2.61 176	0.61 170	3.06 266	1.96 350	1.25 202	3.46 570	1.85 338	0.88 190	2.07 291	1.93 449	0.43 452	0.36 453	0.37 415	0.36 440	0.48 438	0.33 293

dad	1.65 293	1.19 489	3.04 289	0.98 271	0.56 194	4.22 494	0.84 315	1.99 110	2.48 473	2.14 391	1.68 302	1.62 287	1.13 266	3.85 381	2.04 463	1.03 579	0.40 486	2.04 604	0.48 517	0.75 535	0.53 462

PSM-softLoss	1.66 296	0.59 200	5.15 337	2.25 585	0.48 148	4.68 575	0.69 215	2.57 199	1.52 214	2.14 391	1.45 232	1.42 263	0.99 222	6.04 427	1.20 309	0.41 435	0.23 286	0.37 415	0.39 472	0.32 252	0.31 264

KMStereo	1.66 296	0.59 200	5.15 337	2.25 585	0.48 148	4.68 575	0.69 215	2.57 199	1.52 214	2.14 391	1.45 232	1.42 263	0.99 222	6.04 427	1.20 309	0.41 435	0.23 286	0.37 415	0.39 472	0.32 252	0.31 264

DDVS	1.68 298	0.79 380	2.52 256	1.26 423	1.16 439	3.17 239	0.78 273	3.12 270	1.82 326	1.86 296	1.91 399	2.92 465	1.43 339	6.20 431	1.63 408	0.45 468	0.65 569	0.34 368	0.38 465	0.48 438	0.79 539

ISRNet	1.69 299	0.76 367	5.69 345	1.27 431	1.36 494	2.85 189	0.61 170	3.60 339	1.91 346	2.13 388	2.12 448	2.90 460	1.41 331	2.51 329	1.71 419	0.49 501	0.50 539	0.56 534	0.47 512	0.49 444	0.57 480

IER	1.69 299	0.65 270	7.19 357	0.94 246	1.15 434	3.28 268	0.89 358	3.48 316	1.97 352	2.10 377	1.98 414	2.28 384	2.12 473	2.25 315	1.75 429	0.29 227	0.23 286	0.36 403	0.30 369	0.32 252	0.34 306

RAFT_R40	1.70 301	0.59 200	2.99 286	1.46 504	0.46 130	4.74 591	0.98 412	2.23 139	1.56 244	2.02 356	2.35 499	2.71 439	2.56 509	6.71 446	0.90 233	0.40 420	0.19 146	0.30 272	0.27 293	0.33 271	0.26 179

ffm	1.72 302	0.60 212	5.21 339	1.14 363	0.99 393	3.62 342	0.86 329	4.22 502	3.37 581	2.20 417	2.30 484	3.48 510	1.62 391	2.21 311	0.65 126	0.29 227	0.16 47	0.48 493	0.37 452	0.30 206	0.29 225

Anonymous3	1.72 302	0.76 367	11.61 414	0.83 156	0.84 342	4.46 532	0.84 315	3.57 335	1.16 109	1.34 209	1.37 215	1.11 215	1.03 230	1.58 218	1.13 295	0.70 556	0.58 557	0.33 350	0.35 430	0.47 435	0.42 392

DMCA	1.72 302	0.74 348	6.63 350	1.14 363	0.96 379	3.98 431	0.90 363	3.75 368	2.76 515	2.83 540	1.58 271	2.35 395	1.18 284	1.58 218	1.98 458	0.40 420	0.27 369	0.42 460	0.26 267	0.36 320	0.38 355

fff	1.74 305	0.70 313	9.08 379	0.81 135	0.36 25	4.15 467	0.57 150	4.23 506	2.09 379	2.30 449	1.80 347	1.19 229	3.02 530	1.44 191	1.46 365	0.29 227	0.23 286	0.23 81	0.18 100	0.24 102	0.42 392

DCANet	1.74 305	0.73 340	9.08 379	0.82 145	0.40 76	4.18 484	0.59 163	4.25 516	2.97 544	2.35 467	1.84 373	1.18 225	1.63 404	1.51 208	1.55 389	0.29 227	0.24 321	0.23 81	0.18 100	0.30 206	0.53 462

csc	1.74 305	0.70 313	9.08 379	0.81 135	0.36 25	4.15 467	0.57 150	4.23 506	2.09 379	2.30 449	1.80 347	1.19 229	3.02 530	1.44 191	1.46 365	0.29 227	0.23 286	0.23 81	0.18 100	0.24 102	0.42 392

cscssc	1.74 305	0.70 313	9.08 379	0.81 135	0.36 25	4.15 467	0.57 150	4.23 506	2.09 379	2.30 449	1.80 347	1.19 229	3.02 530	1.44 191	1.46 365	0.29 227	0.23 286	0.23 81	0.18 100	0.24 102	0.42 392

test_sample2	1.75 309	0.56 169	2.25 232	1.41 491	0.80 317	2.91 199	0.86 329	4.05 454	2.04 368	1.91 313	1.39 220	1.57 279	1.55 378	10.65 540	1.06 279	0.32 314	0.28 381	0.32 315	0.30 369	0.36 320	0.33 293

anonymity	1.76 310	1.26 505	2.73 277	1.66 540	1.32 484	1.84 91	1.07 432	3.49 319	2.30 427	2.11 381	2.11 445	1.71 303	3.90 564	1.82 266	1.48 373	1.10 581	1.09 594	1.08 591	1.08 592	1.05 563	1.09 565

SST-Stereo	1.76 310	0.58 192	3.10 290	1.44 498	0.46 130	4.71 587	0.76 256	2.22 138	2.79 519	2.07 373	2.18 458	2.43 408	3.22 543	6.66 442	0.84 206	0.42 446	0.19 146	0.30 272	0.27 293	0.35 307	0.26 179

StereoDRNet-Refined	1.77 312	0.81 388	2.22 229	1.21 404	0.76 304	3.26 260	0.71 223	3.82 383	2.05 371	2.29 445	2.05 432	2.98 467	1.44 342	7.15 453	2.27 487	0.30 270	0.23 286	0.42 460	0.33 405	0.45 420	0.64 504
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CSP-Net	1.78 313	1.32 515	1.92 190	1.16 382	1.03 406	3.38 282	1.31 479	3.52 326	1.75 316	1.96 328	1.93 404	2.40 400	1.48 353	8.58 478	1.58 393	0.46 475	0.34 441	0.27 198	0.26 267	0.41 375	0.50 447

MM-Stereo_test2	1.79 314	0.53 140	20.16 562	1.43 495	0.47 140	2.57 171	0.73 231	1.67 65	1.47 175	0.94 168	0.96 120	0.84 163	0.79 161	1.16 123	0.68 139	0.24 114	0.17 70	0.25 138	0.22 194	0.30 206	0.22 117

tt1	1.79 314	0.73 340	10.41 400	1.75 552	0.36 25	4.55 554	0.79 280	4.22 502	3.37 581	1.08 189	1.80 347	0.74 141	1.48 353	2.21 311	0.65 126	0.29 227	0.16 47	0.31 295	0.22 194	0.30 206	0.29 225

RAFT_CTSACE	1.80 316	1.06 464	10.00 392	1.71 547	1.39 501	3.49 309	1.06 430	3.05 263	1.62 278	1.70 264	2.04 426	2.51 420	1.80 439	1.98 284	0.94 256	0.25 135	0.22 257	0.28 231	0.30 369	0.30 206	0.26 179

UPFNet	1.81 317	0.63 248	6.71 351	1.25 416	1.44 513	3.50 313	1.35 484	4.02 445	1.85 334	2.40 479	1.52 251	2.41 402	1.40 326	3.62 374	1.88 443	0.34 343	0.33 429	0.37 415	0.31 385	0.41 375	0.39 362

AACVNet	1.83 318	1.02 453	2.41 251	1.45 502	0.87 353	3.21 247	0.73 231	3.16 275	1.61 273	2.01 351	1.82 367	2.28 384	1.33 310	10.98 554	1.49 376	0.39 412	0.32 422	0.38 431	0.32 397	0.43 404	0.44 407

111	1.83 318	0.92 427	9.08 379	0.81 135	0.36 25	4.25 498	0.91 371	4.44 572	2.70 507	2.39 477	1.96 406	2.30 390	1.64 407	1.28 156	1.82 436	0.28 204	0.22 257	0.24 112	0.20 145	0.31 225	0.54 468

ACVNet-DCA	1.85 320	0.74 348	13.77 437	1.78 555	0.36 25	4.48 534	0.74 243	3.98 433	1.53 221	1.01 178	1.81 359	0.72 132	1.62 391	2.13 298	0.64 119	0.29 227	0.17 70	0.32 315	0.21 161	0.33 271	0.32 275

ITSA-stereo	1.86 321	0.72 329	3.74 319	1.20 398	0.66 260	4.09 451	0.91 371	4.24 514	2.53 483	1.93 319	1.77 338	1.59 283	2.15 477	6.12 430	2.44 501	0.40 420	0.38 472	0.40 441	0.40 483	0.50 446	0.98 559

test_5	1.87 322	0.75 361	10.23 397	1.14 363	1.40 503	3.85 392	1.27 475	3.91 411	1.93 348	1.69 260	1.78 341	1.67 292	1.79 434	2.99 361	1.17 303	0.30 270	0.18 110	0.35 387	0.33 405	0.34 289	0.33 293

NINENet	1.87 322	0.74 348	2.60 261	1.12 355	1.06 414	4.50 543	0.76 256	4.41 567	2.24 411	2.16 404	1.86 383	3.63 527	0.97 215	8.00 469	1.17 303	0.41 435	0.30 404	0.41 453	0.30 369	0.41 375	0.36 326

IRAFT_RVC	1.87 322	0.60 212	4.33 325	2.40 594	0.66 260	4.59 562	1.59 521	2.96 252	1.51 205	2.23 432	1.75 324	2.09 373	2.63 512	6.70 443	1.50 377	0.33 331	0.21 224	0.33 350	0.29 350	0.32 252	0.32 275

MLCV	1.87 322	0.91 425	8.59 373	1.10 344	0.57 206	3.59 335	0.53 135	3.70 363	2.20 405	2.80 537	2.25 470	2.00 359	1.42 336	4.13 390	1.86 441	0.30 270	0.20 188	0.32 315	0.21 161	0.33 271	0.36 326

iRaft-Stereo_20w	1.88 326	0.62 239	10.58 402	0.90 212	0.83 335	2.96 212	0.78 273	4.90 602	1.58 253	2.29 445	1.60 279	1.25 238	4.51 577	2.28 317	0.90 233	0.29 227	0.21 224	0.26 167	0.24 235	0.41 375	0.31 264

DSFCA	1.89 327	0.69 302	3.14 293	1.10 344	1.18 441	3.99 432	1.79 537	3.50 322	2.16 398	3.10 558	1.64 290	2.91 463	2.50 505	5.38 409	2.26 485	0.43 452	0.38 472	0.37 415	0.36 440	0.50 446	0.42 392

iResNet_ROB	1.89 327	1.02 453	8.60 374	1.39 487	0.98 390	3.72 358	0.66 200	3.84 387	2.65 501	1.88 301	2.05 432	1.98 356	1.27 298	4.52 395	1.67 415	0.30 270	0.20 188	0.28 231	0.18 100	0.31 225	0.40 382

MM-Stereo_test1	1.90 329	0.53 140	19.85 548	1.39 487	0.48 148	1.81 89	0.79 280	3.00 257	1.82 326	1.69 260	1.09 143	0.87 173	0.97 215	1.45 195	0.74 171	0.24 114	0.21 224	0.27 198	0.24 235	0.35 307	0.24 145

H2IRNET	1.90 329	0.53 140	14.29 453	1.14 363	0.60 223	4.48 534	0.44 101	2.65 212	1.81 325	1.05 187	2.30 484	1.67 292	1.40 326	2.17 305	1.50 377	0.36 375	0.21 224	0.33 350	0.37 452	0.34 289	0.29 225

CFNet-ft	1.90 329	0.95 439	3.56 311	1.07 321	1.54 528	4.09 451	0.90 363	2.85 242	1.82 326	1.78 279	1.70 309	2.75 444	1.48 353	9.33 495	1.72 421	0.33 331	0.30 404	0.61 550	0.36 440	0.52 452	0.39 362

CFNet_RVC	1.90 329	0.95 439	3.56 311	1.07 321	1.54 528	4.09 451	0.90 363	2.85 242	1.82 326	1.78 279	1.70 309	2.75 444	1.48 353	9.33 495	1.72 421	0.33 331	0.30 404	0.61 550	0.36 440	0.52 452	0.39 362

PSMNet-ADL	1.91 333	0.72 329	1.78 178	1.09 335	0.86 348	4.18 484	0.78 273	3.77 372	2.10 387	1.72 269	1.85 380	2.91 463	1.82 444	10.38 533	1.91 447	0.48 489	0.46 523	0.28 231	0.29 350	0.38 335	0.51 455

GEStereo_RVC	1.91 333	0.80 384	6.57 349	1.20 398	1.06 414	4.02 437	1.43 504	4.13 477	1.89 342	2.03 360	1.80 347	2.34 393	1.86 451	4.94 401	1.77 430	0.48 489	0.38 472	0.32 315	0.28 322	0.42 394	0.50 447

DN-CSS_ROB	1.91 333	1.55 539	11.13 409	1.82 562	0.88 357	3.99 432	0.61 170	4.01 441	1.67 290	1.64 251	1.89 393	1.39 256	1.06 246	3.23 363	1.50 377	0.31 293	0.19 146	0.44 469	0.29 350	0.37 330	0.31 264

qqq1	1.92 336	0.57 179	4.46 326	1.36 473	0.57 206	2.03 114	0.73 231	4.25 516	2.80 523	2.32 459	2.31 491	1.95 347	1.52 366	10.99 555	0.71 157	0.34 343	0.32 422	0.30 272	0.23 209	0.29 183	0.29 225

fff1	1.92 336	0.57 179	4.46 326	1.36 473	0.57 206	2.03 114	0.73 231	4.25 516	2.80 523	2.32 459	2.31 491	1.95 347	1.52 366	10.99 555	0.71 157	0.34 343	0.32 422	0.30 272	0.23 209	0.29 183	0.29 225

raft_robust	1.92 336	1.15 481	3.34 303	1.02 302	0.43 101	3.84 384	0.46 110	4.42 568	2.52 482	1.67 258	1.36 214	2.17 378	6.37 601	6.78 448	1.04 277	0.28 204	0.24 321	0.30 272	0.35 430	0.31 225	0.32 275

delet	1.92 336	0.76 367	5.14 336	1.01 291	1.65 552	3.44 293	2.03 553	3.76 370	2.48 473	2.01 351	2.05 432	2.63 432	1.90 457	5.34 408	2.12 473	0.28 204	0.29 391	0.40 441	0.31 385	0.41 375	0.45 413

BEATNet_4x	1.92 336	1.36 520	8.75 377	1.20 398	0.56 194	3.46 299	1.03 423	4.00 439	2.43 464	2.25 438	1.70 309	2.10 374	1.59 381	2.57 340	3.05 529	0.37 383	0.22 257	0.47 485	0.29 350	0.60 483	0.40 382

IIG-Stereo	1.95 341	0.79 380	2.14 220	2.78 602	0.66 260	4.62 566	0.76 256	4.27 524	1.53 221	2.63 520	3.14 559	3.35 499	1.61 388	7.65 464	1.41 356	0.39 412	0.20 188	0.31 295	0.25 247	0.33 271	0.22 117

LALA_ROB	1.95 341	1.48 534	3.11 291	1.05 312	0.98 390	3.99 432	1.82 541	4.44 572	2.28 423	3.31 568	1.85 380	2.76 450	1.67 413	4.04 389	3.23 532	0.46 475	0.41 495	0.55 532	0.52 534	0.60 483	0.57 480

DCANet-4	1.96 343	0.51 122	14.31 454	0.82 145	0.40 76	4.16 476	0.57 150	4.29 532	2.98 547	2.30 449	1.80 347	1.03 205	1.54 376	1.44 191	1.44 361	0.29 227	0.23 286	0.23 81	0.18 100	0.24 102	0.42 392

PSMNet-RSSM	1.96 343	0.77 370	3.26 297	1.29 437	1.31 477	4.19 488	0.96 403	3.68 353	1.89 342	2.05 365	1.80 347	2.60 428	1.70 420	9.84 510	1.81 434	0.35 363	0.29 391	0.35 387	0.37 452	0.42 394	0.35 320

4D-IteraStereo	1.97 345	0.84 404	20.43 579	0.78 130	1.56 535	2.09 128	1.05 429	2.43 166	1.56 244	1.41 222	1.00 122	1.94 345	0.61 96	1.22 141	1.06 279	0.27 167	0.18 110	0.31 295	0.26 267	0.27 148	0.23 128

OMP-Stereo	1.97 345	0.93 431	1.88 185	2.76 601	0.67 267	4.58 561	1.48 507	4.31 543	1.54 230	3.15 563	2.76 535	3.25 490	1.38 319	7.66 465	1.35 349	0.40 420	0.20 188	0.33 350	0.26 267	0.33 271	0.24 145

cc1	1.98 347	0.74 348	13.77 437	1.78 555	0.36 25	4.48 534	0.74 243	4.23 506	3.95 597	1.01 178	1.81 359	0.72 132	1.62 391	2.13 298	0.64 119	0.29 227	0.17 70	0.32 315	0.21 161	0.31 225	0.29 225

hknet	1.98 347	0.64 260	8.70 376	0.87 191	1.07 418	4.16 476	1.16 455	4.48 578	1.73 308	2.93 545	1.83 368	3.48 510	1.30 306	3.91 385	1.51 383	0.31 293	0.25 345	0.31 295	0.28 322	0.35 307	0.33 293

GANet-RSSM	1.98 347	0.62 239	3.49 306	1.69 543	1.23 462	4.22 494	0.91 371	3.31 294	1.86 335	1.81 285	1.74 320	2.34 393	1.82 444	10.92 552	1.73 425	0.34 343	0.29 391	0.31 295	0.28 322	0.39 345	0.40 382

1test111	1.99 350	0.74 348	13.77 437	1.78 555	0.36 25	4.48 534	0.74 243	3.98 433	1.53 221	1.01 178	1.81 359	0.72 132	1.62 391	4.66 397	0.98 266	0.29 227	0.17 70	0.32 315	0.21 161	0.33 271	0.32 275

SMFormer	2.00 351	0.57 179	4.46 326	1.36 473	0.57 206	2.03 114	0.73 231	4.25 516	2.80 523	2.32 459	2.31 491	1.95 347	1.52 366	10.99 555	2.13 476	0.34 343	0.32 422	0.36 403	0.31 385	0.38 335	0.36 326

tta	2.00 351	0.57 179	4.46 326	1.36 473	0.57 206	2.03 114	0.73 231	4.25 516	2.80 523	2.32 459	2.31 491	1.95 347	1.52 366	10.99 555	2.13 476	0.34 343	0.32 422	0.36 403	0.31 385	0.29 183	0.29 225

TestStereo	2.00 351	1.02 453	12.25 418	0.70 89	0.61 228	1.88 96	0.55 143	2.31 152	1.52 214	1.41 222	1.33 202	1.27 240	0.90 199	11.62 583	0.81 197	0.34 343	0.19 146	0.33 350	0.24 235	0.44 412	0.24 145

cross-raft	2.01 354	0.57 179	19.01 526	1.03 309	0.56 194	2.11 130	0.72 226	3.63 344	1.57 250	1.77 277	1.51 250	3.17 484	1.13 266	1.16 123	0.85 209	0.23 100	0.21 224	0.26 167	0.23 209	0.28 165	0.25 155

MMNet	2.02 355	0.81 388	10.76 404	1.12 355	1.23 462	3.53 320	0.89 358	3.79 376	2.08 376	2.15 399	1.76 333	2.15 377	2.12 473	3.69 377	2.32 490	0.31 293	0.29 391	0.34 368	0.27 293	0.38 335	0.42 392

xx1	2.03 356	0.74 348	13.77 437	1.78 555	0.36 25	4.48 534	0.74 243	4.23 506	3.95 597	1.01 178	1.81 359	1.79 320	1.34 312	2.13 298	0.64 119	0.29 227	0.17 70	0.33 350	0.33 405	0.33 271	0.32 275

HGLStereo	2.03 356	0.74 348	7.50 362	1.23 412	1.56 535	3.62 342	0.95 396	3.78 375	1.89 342	2.03 360	2.20 462	3.12 480	2.14 476	5.68 418	2.04 463	0.37 383	0.31 414	0.32 315	0.29 350	0.40 350	0.45 413

ssnet_v2	2.04 358	0.88 417	7.87 363	1.20 398	0.87 353	3.86 394	1.64 527	4.01 441	2.60 495	2.61 515	1.96 406	3.79 533	1.71 422	2.20 309	2.96 525	0.41 435	0.35 447	0.42 460	0.37 452	0.55 463	0.52 460

ADStereo(finetuned)	2.04 358	0.73 340	13.28 428	0.82 145	0.40 76	4.16 476	0.59 163	4.25 516	2.97 544	2.35 467	1.84 373	1.18 225	3.40 549	1.52 210	1.54 388	0.29 227	0.24 321	0.23 81	0.18 100	0.30 206	0.51 455

CBFPSM	2.05 360	0.95 439	10.12 396	1.07 321	1.05 411	2.84 187	1.20 466	3.28 290	1.73 308	1.82 287	1.30 194	4.56 573	4.06 566	2.34 318	2.34 492	0.25 135	0.38 472	0.32 315	0.27 293	0.37 330	0.79 539

DeepPruner_ROB	2.05 360	1.09 470	10.50 401	1.01 291	1.20 454	4.39 519	0.91 371	3.14 272	1.72 305	2.60 513	1.54 260	2.78 452	1.27 298	4.52 395	1.72 421	0.51 511	0.40 486	0.37 415	0.34 414	0.48 438	0.52 460

DLCB_ROB	2.05 360	0.95 439	2.37 246	1.24 414	1.02 405	2.92 203	1.30 478	3.68 353	2.30 427	2.91 543	2.17 456	3.32 497	1.52 366	10.37 531	2.50 506	0.40 420	0.33 429	0.40 441	0.36 440	0.41 375	0.47 428

HITNet	2.07 363	0.82 395	14.77 457	1.34 462	0.56 194	3.47 302	0.80 290	4.07 460	2.35 439	2.16 404	1.61 283	1.64 289	1.44 342	2.09 296	2.56 513	0.26 150	0.18 110	0.41 453	0.26 267	0.45 420	0.25 155
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
ETE_ROB	2.07 363	1.40 526	3.01 288	1.09 335	0.92 368	3.94 414	1.53 514	4.25 516	2.23 409	3.31 568	2.06 436	2.35 395	1.52 366	8.74 480	2.07 469	0.44 459	0.36 453	0.51 513	0.48 517	0.54 461	0.62 496

CFNet-RSSM	2.08 365	0.52 128	20.06 556	1.01 291	0.56 194	3.39 283	0.64 188	3.67 351	1.55 238	1.72 269	1.37 215	2.57 425	1.19 288	1.11 104	0.86 216	0.27 167	0.20 188	0.25 138	0.23 209	0.27 148	0.23 128

coex_refinement	2.10 366	0.85 408	3.67 318	1.31 447	1.13 431	3.21 247	0.85 324	3.86 393	2.31 431	2.51 494	1.92 401	3.49 516	1.69 418	11.08 562	2.13 476	0.37 383	0.25 345	0.27 198	0.31 385	0.41 375	0.37 340

iRaft-Stereo_5w	2.10 366	0.83 399	8.57 372	0.81 135	0.76 304	3.21 247	0.84 315	3.71 364	1.65 286	1.56 237	2.50 509	2.20 380	2.23 486	9.13 490	2.01 461	0.38 400	0.19 146	0.35 387	0.27 293	0.45 420	0.39 362

DFGA-Net	2.11 368	3.00 584	7.43 360	1.11 351	0.76 304	3.72 358	0.60 166	2.63 210	1.91 346	2.01 351	2.07 437	1.22 235	1.04 234	10.26 529	2.26 485	0.27 167	0.22 257	0.34 368	0.34 414	0.61 488	0.48 433

G2L-Stereo_test	2.11 368	0.86 411	7.12 356	1.65 539	1.19 448	3.54 324	1.02 421	3.57 335	2.01 361	2.50 491	1.68 302	3.15 482	1.50 360	9.21 493	1.62 405	0.28 204	0.19 146	0.23 81	0.22 194	0.27 148	0.31 264

CFNet_pseudo	2.12 370	0.67 291	15.14 468	0.85 178	0.74 298	3.95 419	0.64 188	3.95 424	1.78 321	1.90 308	1.79 344	3.27 492	1.62 391	2.51 329	1.16 300	0.31 293	0.36 453	0.53 524	0.27 293	0.63 494	0.44 407

test_xeample3	2.12 370	0.63 248	21.55 614	0.91 220	0.47 140	1.85 94	0.94 392	7.96 622	1.23 116	0.75 109	0.76 75	0.64 102	0.70 122	1.77 257	0.83 203	0.30 270	0.21 224	0.27 198	0.21 161	0.27 148	0.24 145

G2L-ROB	2.13 372	0.78 376	10.06 393	1.19 393	1.06 414	3.84 384	0.93 386	3.32 299	2.27 419	2.20 417	1.47 239	2.65 434	1.20 290	8.38 474	1.81 434	0.28 204	0.19 146	0.23 81	0.22 194	0.28 165	0.32 275

ccs_rob	2.13 372	0.67 291	15.11 467	0.84 166	0.75 300	3.96 424	0.65 197	3.95 424	1.78 321	1.88 301	1.79 344	3.26 491	1.64 407	2.51 329	1.16 300	0.31 293	0.36 453	0.54 531	0.27 293	0.65 505	0.45 413

SepStereo	2.15 374	0.67 291	4.79 333	1.14 363	1.64 548	2.93 207	2.13 558	4.09 466	2.74 511	4.17 591	2.52 512	2.46 415	1.79 434	8.36 472	1.63 408	0.37 383	0.22 257	0.39 435	0.25 247	0.41 375	0.34 306

IGEV-FE	2.16 375	0.69 302	20.56 583	1.22 407	0.54 182	2.18 133	0.53 135	3.38 309	1.61 273	1.93 319	1.55 264	3.74 530	1.06 246	1.56 214	0.91 240	0.29 227	0.20 188	0.27 198	0.29 350	0.40 350	0.32 275

test_for_model	2.16 375	3.87 593	1.58 161	4.16 620	3.64 617	2.51 161	0.96 403	3.63 344	2.62 496	2.45 485	1.39 220	1.02 202	0.73 132	0.92 68	0.57 101	2.97 609	2.19 616	0.26 167	0.17 76	5.32 626	2.24 600

IGEV_Zeroshot_test	2.16 375	0.69 302	20.60 587	1.22 407	0.54 182	2.18 133	0.53 135	3.38 309	1.61 273	1.93 319	1.55 264	3.76 532	1.05 239	1.55 213	0.91 240	0.29 227	0.20 188	0.27 198	0.29 350	0.40 350	0.32 275

anonymousa	2.16 375	0.67 291	19.19 527	1.04 311	1.67 556	2.06 124	0.79 280	2.86 245	1.96 350	1.85 291	2.14 451	3.23 489	1.81 442	1.12 110	1.15 297	0.26 150	0.26 358	0.34 368	0.32 397	0.30 206	0.28 215

AIO-test1	2.18 379	0.66 281	18.95 524	0.89 203	1.48 519	3.40 286	0.97 406	4.19 492	1.68 292	0.86 153	1.35 210	0.99 197	0.75 140	4.47 394	1.27 330	0.23 100	0.23 286	0.28 231	0.33 405	0.31 225	0.35 320

SFCPSM	2.18 379	0.63 248	17.03 490	0.88 196	0.98 390	3.74 363	1.28 477	4.09 466	2.16 398	1.85 291	1.83 368	1.65 290	1.39 322	2.50 326	1.50 377	0.33 331	0.27 369	0.39 435	0.36 440	0.34 289	0.37 340

GANet-ADL	2.20 381	0.73 340	20.11 561	1.25 416	0.69 279	3.83 379	0.76 256	3.49 319	1.71 302	1.65 255	1.99 417	2.10 374	1.10 260	1.42 188	1.26 327	0.38 400	0.33 429	0.25 138	0.22 194	0.42 394	0.36 326

MSKI-zero shot	2.22 382	0.64 260	20.09 560	0.96 256	0.56 194	4.04 441	0.70 221	3.91 411	1.50 198	1.92 315	2.28 476	1.92 343	0.71 124	2.93 357	0.67 136	0.26 150	0.23 286	0.26 167	0.21 161	0.28 165	0.26 179

PS-NSSS	2.22 382	1.33 518	2.90 284	0.97 263	1.53 527	4.11 458	1.08 437	4.55 588	2.65 501	2.10 377	2.32 496	1.77 312	1.40 326	11.79 596	1.61 400	0.68 552	0.45 514	0.96 585	0.43 500	0.95 555	0.92 553

PCWNet_CMD	2.23 384	0.65 270	17.36 495	0.83 156	0.76 304	3.51 316	0.64 188	3.60 339	1.97 352	1.70 264	1.63 288	3.22 487	3.05 534	2.09 296	1.11 291	0.31 293	0.36 453	0.47 485	0.26 267	0.64 502	0.47 428

HH	2.23 384	0.86 411	21.59 615	0.98 271	0.51 163	1.49 58	0.82 304	2.74 224	1.54 230	1.10 191	1.69 307	4.62 575	1.86 451	2.55 337	0.69 148	0.26 150	0.22 257	0.29 252	0.23 209	0.34 289	0.27 196

HanStereo	2.23 384	0.86 411	21.59 615	0.98 271	0.51 163	1.49 58	0.82 304	2.74 224	1.54 230	1.10 191	1.69 307	4.62 575	1.86 451	2.55 337	0.69 148	0.26 150	0.22 257	0.29 252	0.23 209	0.34 289	0.27 196

MSMDNet	2.23 384	0.64 260	17.32 491	0.84 166	0.75 300	3.53 320	0.64 188	3.61 342	1.98 354	1.71 268	1.64 290	3.22 487	2.99 527	2.08 293	1.11 291	0.31 293	0.37 466	0.45 476	0.26 267	0.62 492	0.45 413

Select-FE	2.25 388	0.87 414	17.36 495	1.06 318	0.99 393	2.04 120	0.46 110	3.79 376	1.61 273	2.52 496	1.81 359	4.41 565	3.15 537	1.83 267	0.92 245	0.32 314	0.35 447	0.30 272	0.41 490	0.32 252	0.55 472

FENet	2.25 388	0.50 116	20.29 572	1.35 467	0.67 267	4.01 435	0.60 166	3.95 424	1.99 355	1.96 328	1.11 147	2.43 408	1.43 339	1.60 225	1.39 351	0.32 314	0.22 257	0.33 350	0.26 267	0.29 183	0.39 362

DISCO	2.25 388	0.73 340	10.06 393	1.76 553	1.12 429	3.47 302	1.25 474	3.24 286	2.26 417	2.65 525	1.96 406	4.53 571	1.92 460	4.17 392	3.61 536	0.32 314	0.25 345	0.31 295	0.29 350	0.66 510	0.41 388

iinet-f	2.26 391	1.18 487	13.71 435	1.14 363	1.11 428	3.77 367	1.10 443	4.14 483	2.17 400	2.06 370	1.76 333	2.99 468	2.99 527	2.50 326	2.49 505	0.35 363	0.39 481	0.27 198	0.28 322	0.45 420	0.39 362

ICVP	2.26 391	0.66 281	21.18 606	0.99 277	0.88 357	4.28 505	0.95 396	3.32 299	1.60 269	1.66 256	1.76 333	1.34 249	1.14 273	1.62 231	1.32 341	0.53 520	0.35 447	0.33 350	0.29 350	0.40 350	0.51 455
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rrr	2.27 393	0.65 270	23.82 633	0.90 212	0.46 130	1.57 64	0.96 403	7.98 623	1.19 113	0.65 79	0.77 78	0.74 141	0.72 127	2.59 341	0.86 216	0.28 204	0.21 224	0.28 231	0.21 161	0.29 183	0.25 155

CIPLG	2.27 393	1.18 487	19.24 528	0.92 226	1.34 490	3.95 419	0.89 358	4.23 506	1.82 326	2.31 455	2.67 528	1.17 221	1.06 246	1.53 212	1.32 341	0.37 383	0.23 286	0.27 198	0.22 194	0.31 225	0.45 413

ACRE	2.27 393	1.11 474	19.45 535	0.91 220	1.30 475	3.94 414	0.87 349	4.21 499	1.80 324	2.28 443	2.62 523	1.17 221	1.04 234	1.52 210	1.30 338	0.37 383	0.23 286	0.27 198	0.22 194	0.31 225	0.46 423

NOSS_ROB	2.27 393	0.73 340	3.00 287	1.71 547	1.00 402	3.90 401	0.97 406	4.29 532	2.81 529	2.94 549	2.19 460	3.88 537	1.19 288	11.77 595	1.62 405	0.59 531	0.54 544	0.56 534	0.52 534	0.56 469	0.54 468

XPNet_ROB	2.27 393	1.11 474	4.10 323	1.36 473	0.97 383	3.94 414	1.63 525	4.07 460	2.14 394	2.82 539	2.00 419	2.32 392	1.73 427	10.81 547	3.39 533	0.51 511	0.47 527	0.48 493	0.40 483	0.51 448	0.56 476

IPLGR_C	2.28 398	1.31 513	19.46 536	0.92 226	1.32 484	3.93 409	0.89 358	4.20 493	1.82 326	2.30 449	2.63 525	1.16 220	1.07 249	1.41 186	1.29 337	0.37 383	0.23 286	0.27 198	0.22 194	0.31 225	0.45 413

DRaft	2.28 398	0.56 169	2.64 270	0.74 108	0.46 130	3.94 414	1.23 471	2.32 154	1.55 238	2.64 521	2.80 539	1.60 284	5.34 588	6.96 452	10.99 595	0.34 343	0.22 257	0.27 198	0.27 293	0.29 183	0.37 340

psm_up	2.28 398	0.81 388	5.45 343	1.26 423	1.50 522	3.84 384	1.23 471	4.23 506	2.03 364	2.55 501	1.80 347	2.44 412	1.65 409	12.90 614	1.58 393	0.37 383	0.38 472	0.41 453	0.34 414	0.43 404	0.39 362

MyStereo04	2.29 401	0.80 384	18.77 520	1.00 285	1.04 409	3.95 419	0.95 396	3.91 411	2.54 487	1.99 337	1.27 188	2.31 391	1.65 409	2.02 290	1.77 430	0.24 114	0.24 321	0.34 368	0.26 267	0.41 375	0.37 340

ADLNet	2.29 401	0.83 399	3.62 316	1.35 467	1.60 541	3.67 350	1.24 473	3.95 424	2.98 547	2.58 509	2.29 479	4.01 544	1.79 434	11.23 568	2.09 471	0.37 383	0.38 472	0.36 403	0.34 414	0.45 420	0.71 517

TDLM	2.29 401	1.08 467	4.61 332	1.29 437	1.01 403	4.26 499	2.17 560	3.75 368	2.79 519	2.31 455	1.98 414	2.06 369	1.59 381	12.45 609	1.72 421	0.51 511	0.28 381	0.52 519	0.35 430	0.56 469	0.50 447

Wz-Net-LNSev	2.30 404	1.67 548	14.88 460	1.18 390	1.65 552	3.49 309	1.54 517	3.63 344	2.03 364	1.88 301	1.64 290	3.29 493	2.06 469	2.71 351	2.02 462	0.40 420	0.33 429	0.32 315	0.31 385	0.53 458	0.49 440

DCVSM-stereo	2.31 405	0.66 281	20.69 589	1.11 351	0.93 373	2.58 173	0.73 231	2.61 208	1.60 269	2.57 505	1.53 258	3.30 495	1.72 424	2.19 308	1.23 319	0.34 343	0.53 542	0.41 453	0.32 397	0.45 420	0.62 496

testlalala2	2.31 405	0.63 248	20.54 582	2.56 598	2.87 604	3.79 373	0.76 256	4.20 493	1.48 184	1.42 224	1.43 229	2.45 413	0.80 168	1.03 90	0.68 139	0.27 167	0.25 345	0.24 112	0.21 161	0.33 271	0.28 215

gwcnet-sp	2.31 405	1.21 492	17.34 492	1.08 329	0.92 368	3.56 329	1.04 426	3.69 358	2.09 379	2.55 501	1.60 279	1.80 323	1.62 391	3.87 382	1.95 453	0.29 227	0.29 391	0.30 272	0.28 322	0.38 335	0.39 362

scenet	2.31 405	1.21 492	17.34 492	1.08 329	0.92 368	3.56 329	1.04 426	3.69 358	2.09 379	2.55 501	1.60 279	1.80 323	1.62 391	3.87 382	1.95 453	0.29 227	0.29 391	0.30 272	0.28 322	0.38 335	0.39 362

ssnet	2.31 405	1.21 492	17.34 492	1.08 329	0.92 368	3.56 329	1.04 426	3.69 358	2.09 379	2.55 501	1.60 279	1.80 323	1.62 391	3.87 382	1.95 453	0.29 227	0.29 391	0.30 272	0.28 322	0.38 335	0.39 362

DAS	2.31 405	0.67 291	4.79 333	1.14 363	1.64 548	2.93 207	2.13 558	4.09 466	2.74 511	4.17 591	2.52 512	2.46 415	1.79 434	11.55 580	1.63 408	0.37 383	0.22 257	0.39 435	0.25 247	0.41 375	0.34 306

TRStereo	2.31 405	1.87 556	19.74 544	1.53 518	1.16 439	4.26 499	1.08 437	4.73 598	1.45 162	1.55 235	1.28 189	1.75 307	0.85 181	1.81 264	1.20 309	0.36 375	0.26 358	0.32 315	0.36 440	0.34 289	0.33 293

test_sample5	2.33 412	0.62 239	11.29 410	1.29 437	0.83 335	3.09 231	0.74 243	4.28 529	2.31 431	2.20 417	1.97 412	1.68 294	1.39 322	11.19 566	1.47 370	0.37 383	0.31 414	0.37 415	0.37 452	0.41 375	0.39 362

MyStereo8	2.33 412	1.13 476	19.26 531	1.22 407	1.62 544	4.16 476	0.57 150	3.50 322	2.36 442	2.15 399	1.75 324	2.28 384	1.14 273	1.46 199	2.20 482	0.24 114	0.21 224	0.32 315	0.27 293	0.36 320	0.43 401

DualNet	2.33 412	0.62 239	11.29 410	1.29 437	0.83 335	3.09 231	0.74 243	4.28 529	2.31 431	2.26 441	2.04 426	1.68 294	1.39 322	11.19 566	1.47 370	0.37 383	0.31 414	0.37 415	0.37 452	0.41 375	0.39 362

MIPNet	2.33 412	0.71 325	19.82 546	0.89 203	0.56 194	4.76 593	0.61 170	4.32 547	2.37 448	1.83 289	1.48 246	1.48 269	1.98 464	2.63 344	1.44 361	0.29 227	0.20 188	0.26 167	0.23 209	0.30 206	0.39 362

DualNet (step1)	2.34 416	1.05 459	7.87 363	1.07 321	0.86 348	3.93 409	1.19 462	4.35 553	2.11 389	2.14 391	1.75 324	1.75 307	1.67 413	6.26 433	1.26 327	1.23 588	0.48 533	4.27 633	2.09 619	0.70 518	0.69 513

test_sample4	2.34 416	0.63 248	11.59 413	1.30 444	0.83 335	3.07 229	0.72 226	4.27 524	2.30 427	2.30 449	1.88 387	1.73 305	1.42 336	11.14 565	1.46 365	0.35 363	0.29 391	0.35 387	0.36 440	0.40 350	0.38 355

test_sample3	2.34 416	0.61 229	11.94 416	1.33 455	0.85 343	3.10 233	0.73 231	4.24 514	2.19 403	2.21 426	1.75 324	1.80 323	1.41 331	11.11 564	1.46 365	0.35 363	0.29 391	0.34 368	0.35 430	0.39 345	0.37 340

STTStereo	2.34 416	0.95 439	14.93 463	1.43 495	1.54 528	3.86 394	0.86 329	3.65 347	2.44 468	2.15 399	1.55 264	2.49 419	1.59 381	5.14 405	1.44 361	0.38 400	0.39 481	0.47 485	0.51 531	0.52 452	0.51 455

CFNet	2.34 416	1.10 471	8.96 378	1.34 462	1.24 464	4.09 451	0.73 231	4.04 450	2.77 516	1.62 247	1.87 386	2.27 383	1.45 346	11.41 573	1.82 436	0.31 293	0.24 321	0.43 464	0.36 440	0.43 404	0.33 293

AIO-Stereo-zeroshot	2.35 421	0.99 448	19.62 540	1.09 335	0.96 379	1.51 60	0.44 101	4.05 454	1.64 282	1.31 206	1.67 299	4.93 582	2.45 502	2.52 334	1.40 352	0.30 270	0.20 188	0.31 295	0.50 527	0.57 474	0.60 490

test_sample6	2.35 421	0.62 239	10.78 405	1.33 455	0.83 335	3.15 238	0.79 280	4.36 558	2.43 464	2.26 441	2.04 426	1.69 299	1.39 322	11.48 578	1.61 400	0.38 400	0.32 422	0.37 415	0.39 472	0.41 375	0.42 392

EAI-Stereo	2.35 421	0.63 248	2.97 285	0.95 250	0.65 253	3.84 384	14.27 634	5.04 605	2.19 403	2.06 370	7.25 595	1.10 213	0.94 209	1.65 239	1.37 350	0.31 293	0.22 257	0.27 198	0.60 552	0.27 148	0.32 275

ac_64	2.35 421	0.62 239	9.77 388	1.32 450	1.71 562	3.27 263	0.93 386	3.48 316	2.50 478	1.74 273	1.73 318	3.91 538	1.77 431	10.21 526	1.86 441	0.40 420	0.31 414	0.33 350	0.30 369	0.34 289	0.39 362

HSM	2.35 421	0.81 388	2.21 226	1.14 363	1.55 532	3.44 293	1.03 423	3.99 437	2.25 414	2.29 445	2.11 445	8.04 611	3.05 534	11.60 581	1.71 419	0.33 331	0.22 257	0.28 231	0.23 209	0.32 252	0.35 320

CFNet_ucs	2.36 426	0.68 299	18.42 516	0.89 203	0.81 320	3.85 392	0.68 209	4.29 532	2.37 448	2.09 374	2.04 426	3.31 496	1.24 296	2.63 344	1.14 296	0.36 375	0.45 514	0.56 534	0.29 350	0.66 510	0.49 440

MyStereo05	2.37 427	0.72 329	19.94 551	1.02 302	0.99 393	4.26 499	0.86 329	4.01 441	2.62 496	2.14 391	1.26 181	2.28 384	1.63 404	2.07 291	1.68 416	0.24 114	0.23 286	0.34 368	0.26 267	0.42 394	0.36 326

hitnet-ft	2.37 427	0.73 340	8.34 369	0.96 256	0.89 362	3.77 367	0.80 290	3.55 333	2.58 491	2.24 435	2.04 426	3.65 529	1.49 359	11.71 593	1.89 444	0.44 459	0.53 542	0.44 469	0.35 430	0.52 452	0.48 433

YMNet	2.40 429	1.41 528	13.46 431	1.36 473	1.67 556	3.96 424	0.97 406	3.81 380	2.37 448	2.64 521	2.57 519	3.35 499	1.53 373	3.28 365	2.42 498	0.48 489	0.54 544	0.52 519	0.49 521	0.70 518	0.54 468

YMNet_1	2.40 429	1.41 528	13.46 431	1.36 473	1.67 556	3.96 424	0.97 406	3.81 380	2.37 448	2.64 521	2.57 519	3.35 499	1.53 373	3.28 365	2.42 498	0.48 489	0.54 544	0.52 519	0.49 521	0.70 518	0.54 468

CoDeX	2.40 429	0.78 376	13.21 427	1.00 285	1.18 441	3.24 255	1.32 480	4.14 483	2.41 460	1.74 273	1.84 373	2.05 367	1.47 351	10.03 520	1.60 397	0.34 343	0.28 381	0.32 315	0.27 293	0.32 252	0.39 362

LMCR-Stereo	2.40 429	1.31 513	18.61 519	1.59 530	0.86 348	3.87 397	1.15 453	4.32 547	1.60 269	2.25 438	2.27 472	1.13 216	2.43 500	2.48 325	1.60 397	0.88 572	0.24 321	0.29 252	0.24 235	0.56 469	0.30 254

Wz-Net-LNSev-Ref	2.42 433	1.47 533	14.14 448	1.30 444	1.35 491	3.51 316	1.64 527	4.04 450	2.10 387	2.46 486	1.88 387	2.28 384	2.51 506	4.73 400	3.17 531	0.38 400	0.19 146	0.35 387	0.20 145	0.40 350	0.36 326

PAM	2.43 434	0.61 229	20.86 593	1.07 321	0.73 293	2.93 207	0.53 135	3.24 286	1.53 221	1.89 307	2.43 502	5.29 595	2.76 517	1.84 269	1.02 273	0.27 167	0.24 321	0.26 167	0.25 247	0.40 350	0.50 447

PSM-AAD	2.43 434	0.54 152	1.32 129	0.92 226	0.54 182	4.48 534	7.47 621	2.96 252	1.55 238	2.31 455	2.56 517	1.26 239	16.23 631	2.46 323	0.89 229	0.28 204	0.21 224	0.58 539	0.41 490	0.34 289	1.32 577

AASNet	2.44 436	0.92 427	19.79 545	1.35 467	1.49 520	3.81 377	1.07 432	3.85 390	2.93 541	1.95 325	2.29 479	1.96 352	1.29 303	1.73 252	1.93 449	0.39 412	0.33 429	0.45 476	0.30 369	0.55 463	0.45 413

PAM_32	2.45 437	0.63 248	20.74 590	1.05 312	0.65 253	2.83 186	0.46 110	2.91 248	1.54 230	1.95 325	2.66 527	4.99 585	3.78 560	1.96 283	0.92 245	0.27 167	0.22 257	0.27 198	0.25 247	0.36 320	0.48 433

GMM-Stereo	2.45 437	0.52 128	20.38 575	0.89 203	0.82 329	4.18 484	1.91 546	2.45 169	1.48 184	2.48 489	2.30 484	1.69 299	1.86 451	2.93 357	1.08 284	0.28 204	0.18 110	0.33 350	0.48 517	0.35 307	2.41 604

DMCA-RVC	2.45 437	1.22 498	18.29 511	1.23 412	1.14 432	2.49 159	0.85 324	3.29 292	1.68 292	3.02 552	1.41 225	2.00 359	1.53 373	6.39 435	2.00 459	0.38 400	0.30 404	0.44 469	0.35 430	0.45 420	0.44 407

MyStereo06	2.46 440	0.72 329	19.97 553	1.02 302	0.99 393	4.26 499	0.86 329	3.51 325	1.68 292	1.92 315	1.73 318	4.01 544	4.22 570	1.62 231	0.88 226	0.24 114	0.23 286	0.34 368	0.26 267	0.42 394	0.36 326

SACVNet	2.46 440	1.14 480	9.47 386	1.44 498	1.18 441	4.06 444	1.49 511	3.84 387	2.24 411	2.62 517	1.89 393	2.57 425	1.28 300	11.35 571	1.64 411	0.50 505	0.39 481	0.48 493	0.41 490	0.55 463	0.75 529

RAFT-345	2.46 440	0.55 158	19.69 543	1.02 302	0.49 156	4.43 530	0.78 273	1.64 62	2.34 437	2.09 374	3.12 557	1.96 352	1.31 307	6.65 441	1.43 359	0.36 375	0.23 286	0.32 315	0.25 247	0.28 165	0.25 155

GwcNet-ADL	2.47 443	0.67 291	21.48 613	0.96 256	0.72 288	4.61 565	0.95 396	4.42 568	2.36 442	1.98 332	1.80 347	2.55 423	1.24 296	1.90 278	1.41 356	0.40 420	0.46 523	0.24 112	0.27 293	0.41 375	0.49 440

PFNet	2.47 443	0.60 212	16.95 489	2.15 584	0.81 320	4.63 568	0.91 371	2.55 194	1.52 214	2.40 479	2.79 537	1.83 332	1.42 336	7.54 460	1.34 348	0.33 331	0.21 224	0.36 403	0.27 293	0.32 252	0.39 362

IPLG	2.48 445	0.65 270	19.63 541	0.91 220	0.79 315	4.60 564	0.56 147	4.31 543	1.84 333	1.91 313	2.00 419	1.31 246	1.38 319	6.61 439	1.53 387	0.27 167	0.20 188	0.27 198	0.23 209	0.31 225	0.36 326

HHNet	2.48 445	0.71 325	20.52 581	0.64 60	0.64 242	4.07 449	0.93 386	3.76 370	1.56 244	2.15 399	4.92 586	0.98 196	3.37 548	1.66 240	1.79 433	0.32 314	0.20 188	0.31 295	0.27 293	0.36 320	0.42 392

G2L-Stereo	2.49 447	0.94 437	14.54 456	1.15 376	1.35 491	3.57 333	0.95 396	3.62 343	2.00 359	2.11 381	1.61 283	3.20 485	1.34 312	9.54 500	1.91 447	0.34 343	0.27 369	0.35 387	0.28 322	0.30 206	0.35 320

CRFU-Net	2.49 447	0.78 376	10.36 398	2.30 591	1.08 420	3.91 402	1.41 500	3.85 390	1.65 286	2.15 399	1.76 333	3.34 498	7.95 615	5.56 415	1.48 373	0.47 484	0.35 447	0.30 272	0.28 322	0.37 330	0.43 401

FADNet	2.49 447	1.76 552	13.17 426	1.17 384	0.95 378	3.27 263	0.88 353	3.94 422	2.27 419	1.40 220	1.29 192	2.51 420	2.06 469	9.93 515	1.94 451	0.43 452	0.45 514	0.40 441	0.43 500	1.06 564	0.53 462

RAFT + AFF	2.51 450	2.66 580	4.48 330	1.15 376	1.95 581	4.15 467	2.01 552	4.46 576	3.30 578	2.19 414	2.51 511	2.22 381	4.87 581	8.91 484	2.06 466	0.30 270	0.60 562	0.48 493	0.38 465	0.77 537	0.69 513

UNet	2.51 450	0.74 348	20.17 563	1.14 363	1.44 513	3.48 305	0.76 256	3.77 372	1.87 336	2.05 365	1.57 270	2.75 444	2.39 497	3.51 370	2.51 507	0.32 314	0.26 358	0.41 453	0.26 267	0.38 335	0.39 362

FADNet-RVC	2.51 450	2.27 570	14.03 446	1.09 335	0.81 320	3.54 324	1.10 443	4.13 477	2.48 473	1.39 218	1.22 167	1.85 338	1.77 431	9.78 508	2.06 466	0.38 400	0.37 466	0.40 441	0.40 483	0.67 512	0.48 433

iResNet	2.52 453	0.94 437	21.17 605	1.84 564	0.72 288	3.75 364	0.81 300	4.14 483	2.55 489	2.33 465	2.03 423	1.35 251	1.44 342	3.27 364	2.16 480	0.35 363	0.23 286	0.28 231	0.22 194	0.44 412	0.45 413

IPLGR	2.53 454	0.58 192	20.46 580	0.82 145	0.52 172	4.56 559	0.50 121	4.30 540	2.38 453	1.87 298	1.53 258	1.68 294	1.72 424	6.95 451	1.15 297	0.28 204	0.21 224	0.27 198	0.23 209	0.33 271	0.32 275

NCCL2	2.53 454	1.35 519	10.90 407	1.15 376	0.97 383	3.53 320	2.56 574	3.65 347	2.23 409	2.76 533	1.80 347	2.41 402	1.66 411	10.35 530	2.07 469	0.44 459	0.40 486	0.57 537	0.53 538	0.59 479	0.65 506

fast-acv-ft	2.54 456	1.19 489	20.08 559	1.41 491	1.40 503	3.18 241	1.17 458	3.37 308	2.28 423	1.90 308	2.15 453	2.69 436	2.17 482	2.91 355	2.31 489	0.37 383	0.39 481	0.45 476	0.39 472	0.57 474	0.45 413

XX-Stereo	2.54 456	0.61 229	20.21 564	1.78 555	1.19 448	4.30 508	0.46 110	4.39 564	1.58 253	2.32 459	1.89 393	4.64 577	0.60 93	4.16 391	0.82 200	0.31 293	0.21 224	0.28 231	0.27 293	0.51 448	0.26 179

NLCA_NET_v2_RVC	2.54 456	1.04 458	16.73 485	1.53 518	2.00 583	3.96 424	0.87 349	3.87 396	2.31 431	2.54 500	1.67 299	2.85 457	1.63 404	5.55 414	1.62 405	0.46 475	0.33 429	0.38 431	0.38 465	0.53 458	0.62 496
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	2.54 456	0.90 420	11.10 408	1.32 450	1.47 518	3.58 334	1.38 493	4.13 477	2.45 469	1.90 308	1.71 313	2.86 458	1.76 429	10.86 548	1.66 414	0.60 533	0.43 504	0.53 524	0.41 490	0.78 539	0.94 555

CVANet_RVC	2.55 460	1.10 471	9.13 384	1.46 504	1.15 434	3.96 424	1.53 514	3.91 411	2.50 478	3.04 554	2.04 426	2.60 428	1.72 424	12.46 610	1.50 377	0.49 501	0.30 404	0.51 513	0.41 490	0.63 494	0.50 447

GCST	2.56 461	1.79 554	18.02 507	1.92 570	1.33 488	1.72 79	0.51 125	3.67 351	2.03 364	1.70 264	1.61 283	1.55 278	1.29 303	5.06 403	1.24 321	2.06 602	0.77 584	1.45 600	0.97 585	1.14 574	1.34 578

ARAFT	2.56 461	1.13 476	19.50 538	0.89 203	0.48 148	4.15 467	1.40 497	4.36 558	2.82 531	2.36 471	1.88 387	1.70 301	1.04 234	6.45 436	1.22 316	0.29 227	0.18 110	0.37 415	0.35 430	0.35 307	0.25 155

RASNet	2.56 461	0.70 313	10.06 393	1.60 532	2.25 595	3.67 350	1.00 414	3.38 309	3.14 561	1.81 285	2.11 445	4.60 574	2.30 490	10.25 528	2.61 514	0.37 383	0.24 321	0.25 138	0.24 235	0.28 165	0.26 179

cf-r	2.57 464	0.79 380	16.09 476	1.48 509	1.35 491	4.19 488	0.93 386	3.68 353	2.36 442	1.97 330	1.81 359	3.42 506	1.45 346	8.24 471	1.83 438	0.32 314	0.26 358	0.33 350	0.30 369	0.34 289	0.37 340

UGAM	2.58 465	0.56 169	18.55 518	0.89 203	0.71 286	3.23 251	1.03 423	2.75 226	1.75 316	1.36 212	2.77 536	2.69 436	1.28 300	10.75 543	1.40 352	0.28 204	0.24 321	0.40 441	0.31 385	0.35 307	0.30 254

GrayStereo	2.58 465	0.53 140	1.63 164	1.58 529	0.89 362	4.17 481	8.17 625	3.03 261	1.52 214	2.80 537	2.50 509	1.70 301	17.10 632	2.83 354	1.15 297	0.33 331	0.21 224	0.27 198	0.32 397	0.28 165	0.53 462

ASMatch	2.62 467	0.60 212	20.65 588	1.37 483	0.64 242	4.39 519	0.78 273	1.97 108	1.58 253	1.70 264	3.89 577	1.94 345	3.79 561	5.46 411	1.64 411	0.31 293	0.24 321	0.34 368	0.28 322	0.33 271	0.50 447

RAFT-RH_RVC	2.63 468	0.55 158	19.97 553	1.26 423	0.47 140	4.46 532	0.57 150	1.71 70	1.64 282	3.06 557	5.51 590	2.03 363	1.28 300	6.70 443	1.52 386	0.42 446	0.22 257	0.37 415	0.34 414	0.28 165	0.29 225

DANet	2.63 468	1.07 465	8.10 368	1.83 563	1.70 561	3.25 258	1.16 455	4.31 543	2.38 453	3.40 574	2.18 458	4.08 548	1.80 439	9.77 506	3.89 540	0.52 517	0.55 549	0.59 542	0.44 503	0.63 494	0.86 547
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FADNet_RVC	2.65 470	2.28 572	16.51 482	0.98 271	0.92 368	4.09 451	0.83 309	4.26 523	1.73 308	1.46 226	1.78 341	1.60 284	1.50 360	8.88 482	2.39 493	0.47 484	0.38 472	0.44 469	0.58 548	0.89 550	0.97 557

iResNetv2_ROB	2.65 470	5.00 598	19.28 533	2.06 580	1.09 424	3.83 379	1.13 450	4.14 483	2.09 379	1.85 291	2.03 423	2.01 362	1.51 364	3.58 372	1.58 393	0.34 343	0.21 224	0.32 315	0.21 161	0.44 412	0.29 225

ccnet	2.66 472	0.97 446	8.01 367	1.54 520	1.24 464	3.75 364	2.18 561	4.07 460	2.41 460	2.66 526	3.25 562	2.87 459	2.31 493	9.89 512	3.50 534	0.78 561	0.75 583	0.71 567	0.67 560	0.76 536	0.81 541

GwcNet-RSSM	2.66 472	1.05 459	15.91 474	1.22 407	1.19 448	4.12 460	1.12 447	3.84 387	2.02 362	1.93 319	1.79 344	3.12 480	1.46 349	10.37 531	2.05 465	0.33 331	0.27 369	0.35 387	0.30 369	0.40 350	0.36 326

z-ln-s-r	2.67 474	1.16 484	12.43 420	1.34 462	1.26 469	3.70 354	1.21 469	4.20 493	2.38 453	2.04 363	1.92 401	2.43 408	1.60 387	10.58 536	5.19 559	0.29 227	0.20 188	0.32 315	0.24 235	0.51 448	0.38 355

xxxx	2.67 474	0.54 152	2.03 201	1.22 407	0.81 320	3.49 309	0.63 185	4.49 581	2.49 477	2.22 428	2.23 467	2.05 367	1.38 319	10.05 521	17.91 624	0.32 314	0.32 422	0.30 272	0.27 293	0.33 271	0.34 306

test_xeample	2.67 474	0.56 169	2.05 204	1.09 335	0.81 320	3.24 255	0.80 290	4.55 588	2.70 507	2.42 481	2.27 472	1.39 256	1.40 326	10.75 543	17.51 623	0.30 270	0.30 404	0.32 315	0.28 322	0.34 289	0.33 293

PASM	2.67 474	2.05 565	9.71 387	1.73 550	1.37 496	2.53 167	1.52 512	3.10 268	2.17 400	2.79 536	1.84 373	2.90 460	1.85 450	11.89 600	2.19 481	0.81 566	0.85 587	0.87 582	1.01 588	1.14 574	1.05 562

AIO-Stereo-zeroshot1	2.68 478	1.26 505	22.01 622	1.08 329	0.99 393	1.61 69	0.86 329	3.69 358	1.64 282	1.52 232	5.62 592	3.35 499	3.44 554	2.20 309	1.33 345	0.26 150	0.21 224	0.30 272	0.62 556	0.93 554	0.67 508

222	2.68 478	0.57 179	2.03 201	1.11 351	0.81 320	3.23 251	0.65 197	4.52 586	2.45 469	2.34 466	2.29 479	1.41 262	1.44 342	10.50 534	18.47 628	0.32 314	0.30 404	0.32 315	0.27 293	0.32 252	0.34 306

PWC_ROB	2.69 480	2.01 562	8.36 370	1.33 455	1.90 579	3.23 251	1.18 459	4.33 549	3.25 572	3.11 559	3.41 568	2.71 439	2.18 484	9.15 491	4.48 544	0.56 526	0.31 414	0.61 550	0.36 440	0.69 517	0.74 526

pcwnet_v2	2.70 481	0.65 270	22.48 625	1.08 329	1.03 406	3.56 329	0.81 300	4.29 532	3.14 561	2.29 445	2.29 479	3.01 470	1.71 422	3.32 367	1.43 359	0.43 452	0.50 539	0.41 453	0.34 414	0.61 488	0.56 476

Wz-Net-MNSev	2.71 482	2.54 578	13.91 444	1.52 516	1.37 496	3.28 268	2.47 568	4.03 446	2.32 435	2.57 505	2.07 437	2.29 389	3.01 529	7.55 461	2.74 519	0.38 400	0.36 453	0.36 403	0.37 452	0.57 474	0.47 428

w-ln-seven-2	2.73 483	2.13 566	12.47 422	1.18 390	1.01 403	3.54 324	1.58 520	3.93 418	3.26 573	2.43 483	2.02 421	2.63 432	2.28 489	7.93 468	5.45 562	0.40 420	0.40 486	0.44 469	0.34 414	0.62 492	0.47 428

ttt	2.76 484	0.56 169	2.28 238	1.41 491	1.21 460	3.67 350	0.77 269	4.59 591	2.94 542	2.35 467	2.30 484	2.45 413	1.54 376	11.25 569	15.56 611	0.43 452	0.36 453	0.37 415	0.33 405	0.40 350	0.40 382

UGAM-zero	2.79 485	0.57 179	20.87 595	0.98 271	0.77 310	2.08 126	0.35 67	3.88 399	1.51 205	2.05 365	1.64 290	5.07 589	3.42 553	9.83 509	1.24 321	0.28 204	0.21 224	0.27 198	0.29 350	0.29 183	0.28 215

RP	2.79 485	1.20 491	10.36 398	1.54 520	1.93 580	3.44 293	1.97 549	4.05 454	2.34 437	2.66 526	2.79 537	3.98 542	2.58 510	10.21 526	2.61 514	0.95 575	0.47 527	0.71 567	0.57 547	0.71 527	0.68 511

SHD	2.82 487	2.04 564	13.80 441	1.69 543	1.79 571	2.73 181	1.07 432	3.85 390	3.18 565	4.63 599	2.74 532	3.38 504	2.77 518	5.48 413	3.66 537	0.62 537	0.47 527	0.51 513	0.55 542	0.65 505	0.74 526

FADNet-RVC-Resample	2.83 488	2.02 563	21.07 600	1.12 355	0.91 367	3.53 320	1.37 491	4.08 464	2.09 379	1.68 259	1.33 202	2.03 363	1.51 364	9.54 500	1.69 417	0.38 400	0.37 466	0.42 460	0.44 503	0.56 469	0.56 476

StereoDRNet	2.84 489	1.49 535	14.48 455	1.33 455	1.57 539	3.44 293	2.06 554	3.69 358	2.36 442	3.26 567	1.84 373	2.79 454	1.80 439	10.88 549	3.16 530	0.41 435	0.33 429	0.39 435	0.36 440	0.59 479	0.58 485

w-ln-seven	2.86 490	3.06 585	14.02 445	1.27 431	1.32 484	4.10 457	1.59 521	3.90 406	2.59 494	3.03 553	2.27 472	3.42 506	2.25 487	6.70 443	4.81 552	0.39 412	0.34 441	0.48 493	0.40 483	0.74 532	0.55 472

AAGNet	2.86 490	0.60 212	1.77 176	2.05 579	0.46 130	4.76 593	1.09 441	2.27 144	1.56 244	2.17 408	1.84 373	2.41 402	4.00 565	6.23 432	24.22 640	0.46 475	0.19 146	0.30 272	0.29 350	0.32 252	0.24 145

Consistency-Raft	2.86 490	1.66 546	19.61 539	1.40 490	1.75 566	3.84 384	1.32 480	4.07 460	2.25 414	1.78 279	2.67 528	1.82 329	4.41 574	1.94 282	2.06 466	0.83 569	0.94 591	1.03 587	1.12 593	1.70 594	1.09 565

PDISCO_ROB	2.86 490	1.53 538	14.27 452	1.98 576	2.19 592	4.52 548	1.35 484	4.65 594	3.19 566	2.09 374	2.16 454	3.53 521	2.45 502	5.32 407	2.12 473	1.30 596	0.78 585	0.72 571	0.59 550	1.24 583	1.28 573

AF-Net	2.87 494	1.30 509	16.24 477	1.33 455	1.75 566	3.26 260	1.59 521	4.09 466	2.43 464	2.69 528	2.94 545	4.51 569	3.20 542	5.84 422	2.75 520	0.76 560	0.36 453	0.72 571	0.49 521	0.70 518	0.56 476

HSM-Net_RVC	2.87 494	0.57 179	17.46 500	0.92 226	0.90 365	3.70 354	1.20 466	5.64 617	2.51 481	3.22 566	2.43 502	2.54 422	1.59 381	11.41 573	1.65 413	0.34 343	0.25 345	0.26 167	0.23 209	0.30 206	0.29 225
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Nwc_Net	2.88 496	1.16 484	18.30 512	1.35 467	1.68 559	3.52 319	1.18 459	3.90 406	2.06 373	2.52 496	2.82 542	3.82 535	2.34 494	6.78 448	2.55 512	0.86 571	0.40 486	0.59 542	0.67 560	0.57 474	0.55 472

DDUNet	2.91 497	2.78 582	6.94 355	3.53 612	2.26 596	3.28 268	1.36 486	3.77 372	2.04 368	2.62 517	2.49 508	4.18 554	1.69 418	5.38 409	1.85 440	2.21 604	1.77 610	2.61 613	2.43 625	2.60 600	2.34 603

MFMNet_re	2.91 497	1.91 557	18.25 509	3.06 606	1.89 578	3.13 235	1.67 532	3.52 326	2.97 544	3.14 561	2.87 544	2.26 382	2.41 498	2.42 320	2.00 459	1.10 581	1.05 593	0.94 584	0.90 580	1.28 584	1.46 585

ACV-stereo	2.92 499	0.92 427	20.27 570	1.33 455	1.05 411	4.68 575	1.10 443	2.66 214	1.64 282	1.46 226	1.32 200	5.41 597	4.24 571	7.83 466	1.90 446	0.44 459	0.52 541	0.32 315	0.29 350	0.45 420	0.63 500

GANet	2.93 500	1.05 459	11.29 410	1.64 537	0.96 379	3.91 402	2.52 571	3.72 365	2.41 460	2.95 550	3.00 548	3.21 486	2.03 465	12.42 608	4.72 549	0.51 511	0.41 495	0.46 482	0.39 472	0.60 483	0.50 447

RTSC	2.95 501	2.51 574	15.49 472	1.54 520	1.30 475	3.51 316	0.86 329	3.89 401	2.48 473	3.64 577	3.12 557	3.04 472	2.30 490	5.70 419	6.67 566	0.55 524	0.35 447	0.37 415	0.39 472	0.70 518	0.60 490

PWCDC_ROB	2.95 501	3.26 587	14.06 447	1.59 530	1.56 535	4.19 488	0.86 329	4.30 540	4.08 599	2.06 370	7.37 596	2.75 444	2.42 499	3.59 373	2.67 517	1.34 598	0.36 453	0.39 435	0.34 414	1.13 573	0.62 496

PSMNet_ROB	2.95 501	1.38 523	18.46 517	1.19 393	1.20 454	3.80 375	1.65 530	3.54 331	2.35 439	1.98 332	1.71 313	2.75 444	1.79 434	11.43 575	2.78 521	0.42 446	0.36 453	0.50 510	0.60 552	0.59 479	0.49 440

ff1	2.96 504	0.60 212	5.21 339	1.14 363	0.99 393	3.62 342	0.86 329	4.22 502	3.37 581	2.20 417	2.30 484	3.48 510	1.62 391	11.62 583	16.09 613	0.29 227	0.16 47	0.48 493	0.37 452	0.30 206	0.29 225

FINET	2.96 504	1.07 465	23.18 631	1.29 437	1.86 576	2.03 114	1.52 512	4.30 540	4.71 605	2.23 432	2.34 498	1.65 290	1.48 353	5.89 423	2.81 523	0.51 511	0.47 527	0.49 507	0.40 483	0.59 479	0.49 440

XQC	2.96 504	2.42 573	14.85 458	1.36 473	1.32 484	3.29 272	1.53 514	4.28 529	2.78 517	3.21 565	2.46 504	3.53 521	2.92 525	6.58 438	4.67 546	0.70 556	0.41 495	0.59 542	0.56 544	0.96 559	0.83 546

SGM-Forest	2.96 504	0.62 239	3.49 306	1.09 335	0.80 317	4.06 444	3.30 596	4.37 561	3.09 557	4.18 594	3.27 564	4.67 579	3.86 563	11.69 592	7.91 581	0.51 511	0.46 523	0.49 507	0.39 472	0.48 438	0.49 440
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DEmStereo	2.97 508	0.58 192	13.42 430	0.79 132	0.51 163	3.84 384	1.84 544	2.42 163	1.60 269	2.25 438	2.74 532	2.03 363	6.04 595	6.79 450	12.80 604	0.35 363	0.26 358	0.26 167	0.27 293	0.27 148	0.37 340

RYNet	2.97 508	0.93 431	15.09 466	1.12 355	1.38 499	3.66 349	1.42 502	4.03 446	2.29 426	2.10 377	1.70 309	3.79 533	2.16 480	13.64 624	3.02 528	0.37 383	0.41 495	0.48 493	0.34 414	0.81 544	0.75 529

TCMNet	2.98 510	1.30 509	18.26 510	1.47 507	2.09 589	3.84 384	1.08 437	3.96 429	2.39 457	2.53 499	2.29 479	2.43 408	1.75 428	10.09 523	2.39 493	0.52 517	0.45 514	0.61 550	0.50 527	0.80 543	0.78 535

mmx	2.98 510	0.60 212	5.21 339	1.14 363	0.99 393	3.62 342	0.86 329	4.49 581	3.05 553	2.20 417	2.30 484	3.48 510	1.62 391	11.62 583	16.09 613	0.33 331	0.28 381	0.48 493	0.37 452	0.44 412	0.37 340

xxx	2.98 510	0.60 212	5.21 339	1.14 363	0.99 393	3.62 342	0.86 329	4.49 581	3.05 553	2.20 417	2.30 484	3.48 510	1.62 391	11.62 583	16.09 613	0.33 331	0.28 381	0.48 493	0.37 452	0.44 412	0.37 340

Wz-Net-SNSev	2.98 510	4.36 595	15.98 475	1.57 528	1.19 448	3.28 268	1.80 539	3.96 429	2.40 458	2.32 459	2.28 476	3.48 510	2.05 468	7.84 467	3.82 539	0.47 484	0.39 481	0.53 524	0.49 521	0.71 527	0.60 490

DispNO	3.00 514	0.75 361	18.92 523	1.17 384	1.10 426	3.72 358	0.94 392	4.29 532	2.54 487	2.24 435	2.28 476	4.51 569	2.12 473	11.40 572	2.09 471	0.31 293	0.28 381	0.31 295	0.28 322	0.36 320	0.39 362

GwcNet	3.00 514	1.63 542	19.83 547	1.32 450	2.04 588	3.27 263	1.55 518	3.65 347	2.33 436	2.00 349	2.12 448	3.56 525	1.68 417	9.47 498	2.45 502	0.44 459	0.45 514	0.46 482	0.38 465	0.60 483	0.76 531

LL-Strereo	3.01 516	1.81 555	17.59 503	1.12 355	2.10 590	2.90 196	1.09 441	4.33 549	2.00 359	3.12 560	2.24 468	3.29 493	3.15 537	11.31 570	1.84 439	0.30 270	0.28 381	0.46 482	0.34 414	0.49 444	0.45 413

Anonymous_2	3.01 516	0.89 418	4.53 331	1.06 318	1.18 441	2.93 207	0.87 349	3.24 286	1.46 170	1.86 296	1.35 210	4.11 550	2.35 495	1.64 237	1.28 334	0.82 567	0.90 589	8.71 644	15.84 647	4.44 621	0.74 526

STrans-v2	3.03 518	0.77 370	20.91 596	0.81 135	0.63 239	3.89 399	1.01 417	4.27 524	2.64 500	2.28 443	3.70 573	4.13 551	5.20 585	7.33 455	1.27 330	0.31 293	0.18 110	0.29 252	0.25 247	0.29 183	0.41 388

TransformOpticalFlow	3.03 518	0.77 370	20.99 599	1.00 285	0.55 190	4.18 484	0.64 188	4.33 549	3.02 551	2.18 410	3.09 555	4.35 562	5.07 583	7.36 458	1.27 330	0.32 314	0.18 110	0.32 315	0.26 267	0.28 165	0.46 423

AANet_RVC	3.03 518	1.72 549	12.78 424	1.17 384	1.12 429	3.79 373	1.10 443	3.86 393	3.13 559	2.62 517	4.26 580	3.96 541	1.41 331	11.43 575	5.23 560	0.94 574	0.47 527	0.34 368	0.23 209	0.40 350	0.55 472

DRN-Test	3.03 518	0.99 448	18.18 508	1.35 467	1.60 541	3.59 335	1.48 507	4.13 477	2.45 469	3.47 576	1.92 401	2.58 427	2.53 507	10.88 549	2.80 522	0.39 412	0.36 453	0.44 469	0.41 490	0.55 463	0.57 480

Syn2CoEx	3.08 522	2.55 579	19.88 549	1.34 462	1.18 441	2.43 154	1.65 530	3.91 411	2.40 458	2.39 477	2.27 472	2.90 460	3.17 541	9.57 503	2.54 511	0.50 505	0.45 514	0.53 524	0.39 472	0.74 532	0.72 524

stereogan	3.09 523	0.93 431	16.43 480	1.37 483	1.66 555	3.70 354	1.67 532	3.87 396	3.15 563	3.04 554	2.70 531	5.04 588	2.79 519	9.96 516	1.78 432	0.63 538	0.49 538	0.69 564	0.47 512	0.83 547	0.68 511

PA-Net	3.09 523	1.24 503	18.84 521	1.38 485	1.19 448	3.42 291	1.75 535	3.89 401	3.27 577	1.88 301	2.10 441	3.03 471	1.88 455	11.60 581	2.88 524	0.40 420	0.54 544	0.44 469	0.62 556	0.52 452	1.02 560
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RGC	3.10 525	1.45 532	14.90 461	1.46 504	1.79 571	3.33 276	1.39 495	4.04 450	2.26 417	2.77 534	3.26 563	4.00 543	2.71 516	11.63 588	2.62 516	0.82 567	0.46 523	0.79 577	0.79 575	0.71 527	0.78 535

PVD	3.12 526	1.97 561	12.80 425	1.79 560	1.63 546	3.83 379	1.34 483	3.48 316	3.88 594	5.77 607	3.56 571	3.45 509	3.29 545	5.58 417	5.30 561	0.71 558	0.69 577	0.74 575	0.77 571	0.79 541	1.13 568

1111x	3.13 527	0.57 179	8.38 371	1.20 398	0.76 304	3.80 375	0.88 353	4.61 593	2.63 498	2.31 455	2.16 454	1.95 347	1.81 442	11.54 579	18.13 626	0.32 314	0.31 414	0.32 315	0.30 369	0.35 307	0.34 306

APVNet	3.13 527	1.25 504	21.14 602	1.31 447	1.52 525	3.94 414	1.13 450	3.32 299	2.14 394	2.20 417	2.03 423	3.05 475	1.96 462	11.79 596	2.53 509	0.42 446	0.45 514	0.64 558	0.46 509	0.67 512	0.57 480

MaskLacGwcNet_RVC	3.13 527	1.43 530	9.93 391	2.50 596	1.62 544	4.29 506	1.68 534	3.95 424	2.43 464	1.66 256	1.91 399	3.04 472	1.41 331	13.26 616	1.58 393	3.82 622	1.59 606	1.12 593	0.46 509	2.21 598	2.74 613

zh-mn7	3.15 530	9.61 623	12.45 421	1.26 423	0.99 393	2.91 199	1.32 480	4.12 475	2.74 511	3.33 570	3.07 552	2.84 456	1.89 456	8.91 484	4.69 548	0.49 501	0.40 486	0.38 431	0.38 465	0.56 469	0.63 500

ADLNet2	3.15 530	0.92 427	20.06 556	1.20 398	1.79 571	3.83 379	1.48 507	3.94 422	3.59 587	2.19 414	2.47 506	4.65 578	1.93 461	10.69 542	1.96 456	0.39 412	0.37 466	0.28 231	0.30 369	0.48 438	0.43 401

NCC-stereo	3.16 532	1.28 507	18.31 513	1.25 416	1.75 566	4.06 444	1.40 497	3.89 401	2.22 407	2.72 530	2.55 515	3.49 516	2.65 513	9.91 513	2.99 526	1.29 594	0.65 569	0.64 558	0.86 578	0.65 505	0.71 517

Abc-Net	3.16 532	1.28 507	18.31 513	1.25 416	1.75 566	4.06 444	1.40 497	3.89 401	2.22 407	2.72 530	2.55 515	3.49 516	2.65 513	9.91 513	2.99 526	1.29 594	0.65 569	0.64 558	0.86 578	0.65 505	0.71 517
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GANetREF_RVC	3.20 534	1.93 558	18.84 521	1.51 515	0.80 317	4.12 460	1.82 541	4.16 488	2.91 537	1.87 298	1.74 320	2.48 417	1.84 446	13.18 615	1.74 426	0.80 564	0.57 552	0.79 577	0.74 567	1.20 582	0.86 547
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
GASNet	3.24 535	5.55 602	20.58 586	1.56 527	1.25 467	2.32 145	1.12 447	4.04 450	2.67 504	1.88 301	2.10 441	3.00 469	2.16 480	10.59 537	2.43 500	0.65 544	0.37 466	0.61 550	0.45 507	0.87 549	0.58 485

FBW_ROB	3.24 535	1.02 453	9.21 385	1.49 512	1.07 418	3.78 369	1.48 507	4.31 543	3.08 556	2.46 486	2.32 496	4.20 557	2.08 471	15.19 630	7.16 576	0.84 570	0.62 565	1.33 598	0.92 581	0.99 560	1.31 575

HBP-ISP	3.25 537	1.10 471	20.86 593	1.54 520	1.15 434	4.50 543	2.89 585	4.43 571	2.38 453	4.14 590	1.96 406	1.90 341	2.04 467	11.08 562	1.32 341	0.66 546	0.57 552	0.66 561	0.61 555	0.64 502	0.61 493

aanetorigin	3.30 538	1.66 546	17.52 502	1.18 390	1.58 540	2.57 171	3.80 610	2.65 212	2.03 364	6.12 612	4.30 581	2.82 455	5.70 591	5.47 412	4.67 546	0.50 505	0.44 509	0.43 464	0.47 512	1.17 579	0.92 553

ADCRef	3.30 538	1.23 502	14.90 461	1.17 384	1.41 510	3.95 419	1.64 527	3.88 399	2.36 442	3.05 556	2.21 464	2.40 400	2.81 521	5.04 402	16.63 618	0.46 475	0.34 441	0.63 555	0.62 556	0.54 461	0.67 508

CBMV	3.32 540	0.96 445	21.16 604	1.32 450	0.83 335	3.81 377	3.91 613	4.47 577	2.53 483	3.34 571	2.24 468	4.45 566	2.58 510	10.07 522	1.96 456	0.45 468	0.43 504	0.48 493	0.38 465	0.52 452	0.53 462
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FAT-Stereo	3.34 541	0.81 388	20.05 555	1.25 416	1.20 454	3.44 293	1.99 551	4.23 506	2.67 504	3.14 561	3.82 576	3.51 519	3.32 547	11.68 591	1.94 451	0.64 541	0.67 573	0.48 493	0.52 534	0.61 488	0.81 541

CC-Net-ROB	3.35 542	1.76 552	13.89 443	2.33 593	1.65 552	4.49 540	1.62 524	4.73 598	2.90 536	1.92 315	2.05 432	1.99 358	1.61 388	12.57 613	1.60 397	2.46 605	2.18 615	2.68 615	1.04 591	2.11 597	1.38 581

z-mn7	3.36 543	9.42 621	14.16 449	1.28 433	1.22 461	3.78 369	1.43 504	3.92 416	3.35 580	2.85 541	3.36 566	3.06 476	1.97 463	9.66 504	5.16 556	0.42 446	0.35 447	0.43 464	0.33 405	0.63 494	0.48 433

edge stereo	3.37 544	1.01 452	21.99 621	1.28 433	1.37 496	2.67 179	1.39 495	3.98 433	2.87 534	2.93 545	3.27 564	4.35 562	2.43 500	11.62 583	2.39 493	0.60 533	0.63 567	0.79 577	0.55 542	0.68 515	0.67 508

DPSNet	3.43 545	1.37 522	12.19 417	1.39 487	1.24 464	4.15 467	2.06 554	4.51 585	3.34 579	2.69 528	1.96 406	3.52 520	5.56 590	10.68 541	9.68 589	0.93 573	0.73 581	0.40 441	0.37 452	1.06 564	0.86 547

S-Stereo	3.48 546	0.91 425	22.06 624	1.36 473	1.50 522	3.55 327	2.53 573	4.21 499	2.81 529	2.37 472	3.81 575	3.75 531	1.84 446	11.90 601	2.51 507	0.63 538	0.71 579	0.48 493	0.76 569	0.67 512	1.19 571

UDG	3.55 547	2.81 583	17.45 499	2.69 599	1.98 582	3.97 429	1.19 462	4.35 553	2.02 362	2.42 481	2.53 514	4.50 568	2.46 504	6.53 437	2.41 497	2.12 603	1.77 610	2.63 614	2.57 627	2.64 601	1.95 595

SAMSARA	3.55 547	2.16 568	14.18 450	1.86 567	1.49 520	4.62 566	2.65 578	3.58 338	2.80 523	7.05 617	3.05 551	5.16 594	4.07 567	9.18 492	4.80 551	0.64 541	0.67 573	0.59 542	0.68 563	0.89 550	0.91 552

WZ-Net	3.62 549	4.87 597	16.77 487	1.43 495	1.40 503	3.75 364	2.29 564	4.12 475	2.50 478	2.74 532	2.19 460	4.06 547	5.29 587	10.19 525	7.36 577	0.54 522	0.37 466	0.47 485	0.49 521	0.77 537	0.73 525

CBMV_ROB	3.62 549	0.70 313	21.42 612	1.21 404	0.89 362	4.43 530	1.76 536	4.39 564	2.79 519	5.88 609	3.38 567	4.18 554	5.12 584	10.75 543	2.32 490	0.56 526	0.55 549	0.53 524	0.51 531	0.55 463	0.46 423

Wz-Net-TNSev	3.67 551	8.83 612	13.47 433	1.48 509	1.18 441	3.60 337	2.49 570	4.27 524	3.13 559	2.18 410	1.89 393	4.21 558	2.80 520	12.10 603	7.58 580	0.57 528	0.55 549	0.47 485	0.54 540	0.91 553	1.05 562

SQANet	3.70 552	9.34 620	18.41 515	2.75 600	2.74 601	3.40 286	1.47 506	3.50 322	1.68 292	2.60 513	1.75 324	2.69 436	1.91 459	6.72 447	1.74 426	2.96 608	1.41 604	1.85 603	1.12 593	3.17 603	2.70 612

DeepPrunerF	3.70 552	1.72 549	14.87 459	1.33 455	1.74 565	3.70 354	1.55 518	4.20 493	14.00 632	2.02 356	1.77 338	2.74 442	2.30 490	10.88 549	6.88 572	0.68 552	0.60 562	0.78 576	0.78 574	0.81 544	0.71 517

FTStereo	3.71 554	0.53 140	20.37 574	0.96 256	0.65 253	4.34 511	11.29 629	2.62 209	1.50 198	2.58 509	5.04 587	1.90 341	13.84 627	3.71 378	1.25 324	0.38 400	0.24 321	0.31 295	0.32 397	0.30 206	2.10 598

ADCP+	3.74 555	1.96 560	16.90 488	1.09 335	1.55 532	4.35 514	3.65 608	3.93 418	2.98 547	2.22 428	1.66 298	3.95 539	4.83 580	3.41 368	18.87 631	0.38 400	0.41 495	0.63 555	0.53 538	0.64 502	0.81 541

test_sample9	3.79 556	1.05 459	7.87 363	1.07 321	0.86 348	3.93 409	1.19 462	4.35 553	2.11 389	2.14 391	1.75 324	1.75 307	1.67 413	11.06 559	11.61 599	1.23 588	14.45 648	4.27 633	2.09 619	0.70 518	0.69 513

zh-sn7	3.81 557	11.43 630	15.78 473	1.25 416	1.15 434	3.68 353	2.58 576	4.15 487	2.42 463	2.61 515	3.10 556	3.38 504	3.03 533	11.43 575	6.88 572	0.45 468	0.48 533	0.45 476	0.43 500	0.72 530	0.71 517

MFN_U_SF_RVC	3.81 557	10.78 627	15.01 464	1.84 564	1.39 501	3.73 362	1.63 525	4.05 454	3.26 573	2.91 543	2.38 500	4.36 564	3.65 558	8.43 475	4.91 554	1.11 583	1.04 592	0.99 586	1.31 600	1.58 590	1.75 592

ADCPNet	3.89 559	1.63 542	20.25 569	1.28 433	1.27 471	6.43 611	2.65 578	3.93 418	2.70 507	2.78 535	2.20 462	4.28 560	6.16 599	5.56 415	10.27 592	0.65 544	1.18 597	0.71 567	1.70 608	0.84 548	1.37 579

RTS	3.90 560	7.04 606	17.94 505	1.92 570	2.19 592	5.00 599	2.96 587	4.29 532	3.19 566	4.05 587	3.08 553	4.94 583	3.16 539	7.64 462	6.72 567	0.66 546	0.44 509	0.51 513	0.47 512	0.95 555	0.76 531

RTSA	3.90 560	7.04 606	17.94 505	1.92 570	2.19 592	5.00 599	2.96 587	4.29 532	3.19 566	4.05 587	3.08 553	4.94 583	3.16 539	7.64 462	6.72 567	0.66 546	0.44 509	0.51 513	0.47 512	0.95 555	0.76 531

MFN_U_SF_DS_RVC	3.94 562	10.88 628	12.30 419	1.26 423	1.55 532	5.19 602	3.33 598	4.42 568	2.82 531	2.58 509	2.62 523	5.00 586	2.11 472	14.03 628	2.73 518	1.28 593	2.34 622	0.67 563	1.83 613	0.81 544	1.03 561

ADCMid	3.96 563	3.27 588	15.48 471	1.26 423	1.40 503	4.66 572	2.28 563	4.06 458	3.54 586	3.94 584	3.02 549	3.85 536	3.67 559	4.03 388	18.65 629	0.68 552	0.61 564	1.09 592	1.18 597	1.38 587	1.08 564

SDNR	3.97 564	1.93 558	20.28 571	1.31 447	0.94 375	5.16 601	0.67 202	4.33 549	2.58 491	4.82 603	5.94 593	5.01 587	1.45 346	17.52 632	2.53 509	0.79 562	0.72 580	0.59 542	0.45 507	1.15 577	1.17 569

MADNet+	3.97 564	9.54 622	13.83 442	1.87 568	1.69 560	4.19 488	2.87 584	4.80 601	4.10 600	2.51 494	2.67 528	4.55 572	3.41 550	8.72 479	6.92 574	1.25 591	1.27 601	1.04 588	0.93 582	1.39 588	1.85 593

SPS-STEREO	3.97 564	1.44 531	20.85 592	1.72 549	1.71 562	3.24 255	2.30 565	3.55 333	2.68 506	4.79 602	3.66 572	5.44 598	2.97 526	9.11 489	9.35 588	1.15 584	1.10 595	1.06 590	1.02 590	1.16 578	1.18 570
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NaN_ROB	4.06 567	1.13 476	16.64 483	1.12 355	1.25 467	3.50 313	3.05 591	4.29 532	3.26 573	3.64 577	2.56 517	2.97 466	4.79 579	13.33 618	16.91 619	0.37 383	0.41 495	0.38 431	0.39 472	0.48 438	0.81 541

G-Net	4.11 568	1.21 492	19.47 537	2.31 592	2.94 605	4.74 591	2.95 586	3.33 305	2.14 394	4.44 597	9.43 612	6.93 606	3.84 562	9.01 488	4.92 555	0.79 562	0.80 586	0.70 566	0.50 527	0.95 555	0.87 550

THIR-Stereo	4.14 569	0.82 395	10.85 406	0.86 185	0.43 101	2.16 132	16.77 636	3.22 282	1.54 230	2.04 363	12.05 625	2.68 435	7.53 612	7.30 454	12.62 603	0.30 270	0.21 224	0.29 252	0.28 322	0.33 271	0.41 388

AnyNet_C32	4.17 570	5.75 603	12.62 423	1.60 532	1.54 528	5.51 605	4.09 614	3.90 406	3.23 571	4.22 595	3.03 550	3.10 477	3.41 550	8.01 470	18.85 630	0.53 520	0.58 557	0.53 524	0.74 567	1.19 581	0.97 557

Ntro	4.21 571	8.94 616	19.89 550	3.22 608	2.96 606	4.15 467	1.89 545	3.92 416	2.36 442	1.77 277	2.14 451	3.35 499	2.17 482	9.48 499	2.24 484	3.52 617	1.76 609	2.13 606	1.31 600	3.83 613	3.09 614

ADCS	4.22 572	5.33 599	16.32 478	1.64 537	1.31 477	3.91 402	3.64 607	4.21 499	2.89 535	5.11 604	2.81 541	4.46 567	3.06 536	5.21 406	19.50 632	0.63 538	0.64 568	0.69 564	0.69 565	1.12 572	1.26 572

ADCL	4.35 573	1.63 542	14.21 451	1.29 437	1.26 469	5.56 606	11.16 628	3.97 431	3.37 581	6.07 610	4.67 583	4.30 561	5.72 592	5.08 404	14.51 608	0.50 505	0.48 533	0.89 583	0.77 571	0.78 539	0.76 531

AnyNet_C01	4.37 574	7.80 608	16.40 479	1.98 576	1.40 503	6.37 610	6.47 620	4.09 466	5.03 610	4.06 589	3.78 574	4.16 553	3.31 546	6.62 440	10.00 590	0.61 535	0.67 573	0.63 555	0.67 560	2.01 595	1.31 575

MSC_U_SF_DS_RVC	4.48 575	10.62 626	15.18 469	1.55 525	1.45 517	6.16 608	3.54 605	5.41 615	3.68 591	2.59 512	2.74 532	4.81 580	2.20 485	13.79 625	4.40 543	2.04 601	3.36 635	1.05 589	1.20 598	2.09 596	1.72 590

RainbowNet	4.56 576	8.28 609	20.07 558	3.64 616	3.23 614	4.15 467	2.99 589	4.18 489	3.03 552	2.20 417	2.65 526	4.26 559	2.90 524	9.77 506	2.12 473	3.88 623	2.27 619	2.71 618	1.72 610	3.78 612	3.31 622

SGM_RVC	4.57 577	0.72 329	17.46 500	1.84 564	0.58 215	4.23 497	3.45 600	4.66 595	3.66 590	7.99 622	8.82 610	7.56 609	8.74 620	12.30 605	6.84 571	0.43 452	0.38 472	0.39 435	0.35 430	0.51 448	0.48 433
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
otaku	4.58 578	8.93 615	19.95 552	3.11 607	2.67 599	3.91 402	2.57 575	3.82 383	2.25 414	2.22 428	9.72 614	4.08 548	2.35 495	8.57 477	2.13 476	3.51 616	1.65 608	2.15 607	1.17 596	3.69 610	3.15 616

DispFullNet	4.64 579	3.48 590	23.95 634	3.99 618	3.03 607	3.35 279	1.06 430	4.18 489	2.80 523	6.33 614	2.94 545	4.04 546	7.81 614	3.92 386	5.16 556	2.75 606	1.61 607	3.10 623	2.68 630	3.32 605	3.31 622

CSAN	4.71 580	1.39 525	20.23 565	1.19 393	0.87 353	3.65 348	3.50 602	4.57 590	3.87 593	3.89 583	7.82 599	3.54 524	6.16 599	23.47 641	6.82 570	0.52 517	0.45 514	0.49 507	0.52 534	0.63 494	0.66 507

test_sample8	4.76 581	1.05 459	7.87 363	1.07 321	0.86 348	3.93 409	1.19 462	4.38 562	2.05 371	5.49 605	1.89 393	12.98 622	6.37 601	11.06 559	11.61 599	1.23 588	14.45 648	4.27 633	2.09 619	0.70 518	0.69 513

SuperB	4.79 582	4.41 596	21.08 601	1.45 502	1.08 420	3.91 402	3.08 593	4.18 489	3.01 550	2.50 491	2.10 441	2.75 444	3.49 556	8.80 481	19.60 633	0.44 459	0.33 429	0.53 524	0.39 472	12.01 642	0.64 504

IMH-64-1	4.84 583	2.53 576	6.83 352	4.30 624	3.74 619	4.81 595	6.05 617	5.30 610	3.92 595	3.95 585	8.33 603	5.08 590	6.06 596	8.96 486	6.30 564	4.57 633	2.96 629	3.04 620	2.12 622	4.28 618	3.62 625

IMH-64	4.84 583	2.53 576	6.83 352	4.30 624	3.74 619	4.81 595	6.05 617	5.30 610	3.92 595	3.95 585	8.33 603	5.08 590	6.06 596	8.96 486	6.30 564	4.57 633	2.96 629	3.04 620	2.12 622	4.28 618	3.62 625

NVStereoNet_ROB	4.91 585	1.40 526	16.46 481	1.47 507	1.72 564	3.46 299	1.96 548	3.89 401	3.61 588	2.90 542	24.61 641	4.81 580	4.49 576	13.57 622	4.87 553	1.33 597	1.29 602	1.70 602	1.68 606	1.41 589	1.66 587
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WCMA_ROB	5.12 586	0.90 420	21.33 608	1.50 513	1.33 488	4.09 451	3.49 601	4.03 446	4.59 604	6.57 615	10.95 619	12.92 621	8.41 619	9.86 511	8.78 586	0.75 559	0.58 557	0.51 513	0.50 527	0.68 515	0.57 480

WAO-7	5.16 587	3.21 586	18.98 525	1.88 569	1.44 513	5.34 603	3.09 594	4.91 603	5.81 617	4.35 596	8.92 611	6.55 603	6.06 596	13.40 620	10.81 594	1.34 598	1.20 600	1.48 601	1.35 603	1.60 591	1.45 583

CrosDoStereo	5.24 588	0.60 212	20.23 565	0.82 145	0.51 163	3.39 283	18.11 638	3.82 383	2.27 419	1.98 332	8.74 607	1.96 352	6.96 607	7.35 456	26.35 642	0.30 270	0.22 257	0.30 272	0.28 322	0.33 271	0.38 355

DeepStereo_LL	5.24 588	0.60 212	20.23 565	0.82 145	0.51 163	3.39 283	18.11 638	3.82 383	2.27 419	1.98 332	8.74 607	1.96 352	6.96 607	7.35 456	26.35 642	0.30 270	0.22 257	0.30 272	0.28 322	0.33 271	0.38 355

MeshStereo	5.35 590	1.32 515	21.34 609	1.34 462	1.15 434	4.40 523	3.90 612	5.18 607	4.55 602	10.14 632	11.82 624	11.47 617	5.84 593	13.84 626	7.03 575	0.61 535	0.58 557	0.60 547	0.58 548	0.72 530	0.59 489
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
ACVNet_2	5.41 591	12.60 631	20.42 578	3.27 609	3.15 612	4.50 543	3.02 590	4.66 595	3.73 592	3.35 573	5.36 589	7.86 610	2.88 522	12.33 607	4.76 550	3.12 612	2.22 617	2.70 617	1.69 607	3.49 606	3.10 615

pmcnn	5.45 592	1.22 498	17.40 497	1.60 532	2.41 598	3.48 305	2.12 557	4.52 586	3.26 573	3.67 579	13.15 628	22.10 635	3.46 555	11.92 602	17.16 621	0.34 343	0.21 224	0.23 81	0.19 125	0.36 320	0.28 215

MDST_ROB	5.53 593	0.59 200	23.11 629	2.55 597	2.69 600	21.20 638	1.98 550	4.77 600	2.65 501	9.36 627	4.25 579	4.14 552	4.45 575	22.57 636	3.68 538	0.48 489	0.33 429	0.47 485	0.44 503	0.44 412	0.44 407

EDNetEfficient	5.61 594	2.14 567	16.75 486	1.67 541	3.64 617	4.12 460	7.51 622	3.05 263	5.63 616	11.57 638	4.83 585	3.95 539	12.72 624	8.44 476	20.78 635	0.41 435	0.43 504	0.47 485	1.01 588	1.66 593	1.39 582

MSMD_ROB	5.61 594	1.08 467	16.68 484	1.21 404	0.83 335	10.14 623	2.07 556	3.93 418	6.22 619	10.37 633	8.03 601	22.22 636	9.45 621	11.66 589	4.52 545	0.66 546	0.58 557	0.66 561	0.68 563	0.65 505	0.63 500

SANet	5.65 596	1.72 549	20.94 597	1.26 423	0.88 357	7.20 615	3.81 611	4.60 592	11.23 626	4.56 598	8.78 609	7.49 608	6.95 606	11.85 599	18.11 625	0.49 501	0.44 509	0.50 510	0.42 497	0.90 552	0.82 545

ELAS_RVC	5.72 597	1.64 545	20.40 576	2.09 582	2.01 584	4.95 598	11.47 630	4.66 595	6.31 621	8.09 623	8.01 600	8.06 613	11.65 623	8.36 472	10.22 591	0.99 578	1.17 596	0.81 580	0.76 569	1.14 574	1.58 586
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCK	5.85 598	9.95 624	15.22 470	2.90 603	1.56 535	5.66 607	7.69 623	5.27 609	4.74 607	3.88 582	7.51 597	8.04 611	5.28 586	15.18 629	8.40 584	3.08 611	1.51 605	2.24 608	1.37 604	5.55 627	1.96 596

WAO-6	5.87 599	2.27 570	15.05 465	2.96 604	2.77 602	12.01 626	3.58 606	5.37 614	11.91 630	3.34 571	9.69 613	6.78 605	5.84 593	11.82 598	8.89 587	2.87 607	2.35 623	2.50 609	1.84 614	2.85 602	2.67 609

ELAS	5.99 600	1.62 540	20.29 572	1.96 575	2.01 584	15.09 632	8.38 626	5.23 608	5.54 614	9.02 626	8.61 606	6.74 604	9.75 622	7.48 459	11.40 598	0.96 576	1.18 597	0.72 571	0.93 582	1.30 585	1.67 588
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_1	6.04 601	13.97 637	21.36 610	3.58 614	3.14 611	4.73 588	2.48 569	4.20 493	3.17 564	2.98 551	2.83 543	23.31 637	4.34 573	11.06 559	2.45 502	3.68 619	2.33 621	2.60 612	1.79 612	3.69 610	3.19 618

FCDSN-DC	6.04 601	0.84 404	19.25 529	1.24 414	1.09 424	4.38 516	2.62 577	4.38 562	4.71 605	9.59 630	11.22 620	19.19 631	17.40 633	12.30 605	8.55 585	0.69 555	0.57 552	0.60 547	0.60 552	0.70 518	0.78 535
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
JetBlue	6.27 603	9.15 618	13.76 436	1.94 574	4.60 630	11.91 625	12.00 631	5.12 606	3.45 585	3.79 581	4.52 582	9.54 615	6.56 605	9.40 497	13.48 606	1.26 592	1.37 603	1.17 595	1.34 602	7.06 636	3.95 629

psmorigin	6.59 604	1.15 481	88.11 658	1.52 516	0.97 383	2.88 194	1.20 466	3.21 280	2.04 368	3.73 580	2.46 504	5.15 593	2.55 508	10.60 538	2.47 504	0.55 524	0.68 576	0.48 493	0.51 531	0.70 518	0.88 551

FC-DCNN	6.64 605	0.77 370	19.26 531	1.68 542	1.64 548	8.27 620	2.35 566	6.35 619	9.23 624	10.85 635	11.27 621	19.89 632	13.33 625	12.51 611	11.79 601	0.66 546	0.57 552	0.58 539	0.56 544	0.63 494	0.61 493

ACVNet-4b	6.73 606	13.67 636	21.87 620	3.54 613	3.07 608	4.19 488	2.25 562	4.03 446	3.65 589	1.64 251	3.98 578	5.88 600	2.89 523	10.01 519	16.98 620	23.29 652	2.24 618	2.53 610	1.78 611	3.87 614	3.21 619

EKT-Stereo	6.79 607	0.64 260	4.24 324	1.77 554	106.39 657	4.51 547	0.61 170	3.16 275	1.53 221	1.88 301	1.22 167	1.98 356	1.36 317	3.81 379	0.84 206	0.35 363	0.24 321	0.29 252	0.26 267	0.34 289	0.48 433

IMH	6.81 608	13.66 635	20.41 577	4.33 626	3.74 619	5.50 604	3.06 592	5.49 616	6.22 619	4.64 600	10.35 616	9.30 614	8.03 617	13.61 623	6.81 569	4.80 636	2.99 632	3.09 622	2.12 622	4.36 620	3.61 624

LVE	6.88 609	9.31 619	21.14 602	3.61 615	3.18 613	4.49 540	2.79 580	10.21 627	11.69 628	3.16 564	11.53 622	18.33 628	4.31 572	11.66 589	3.52 535	4.45 631	2.93 627	2.56 611	1.91 616	3.62 607	3.16 617

FC-DCNN v2	6.91 610	0.77 370	19.25 529	1.69 543	1.64 548	9.13 622	2.40 567	7.20 621	9.47 625	11.07 637	11.62 623	20.05 634	15.79 630	12.55 612	11.99 602	0.66 546	0.57 552	0.58 539	0.56 544	0.63 494	0.61 493

tt	7.19 611	0.51 122	6.83 352	4.03 619	2.30 597	12.05 627	20.19 642	15.46 639	6.58 622	3.42 575	3.22 561	5.37 596	6.39 604	4.20 393	7.46 578	9.81 642	11.53 647	7.05 640	7.46 642	6.31 630	3.71 627

Dean	7.52 612	9.08 617	21.41 611	3.74 617	3.53 615	4.81 595	3.53 603	5.33 613	5.25 611	4.17 591	26.53 642	25.62 643	4.09 568	10.97 553	4.32 542	3.69 620	2.30 620	2.91 619	1.87 615	4.03 616	3.24 620

DGSMNet	7.55 613	1.62 540	17.42 498	1.92 570	12.73 634	7.45 618	42.99 652	4.13 477	2.07 375	2.10 377	3.16 560	3.42 506	1.70 420	9.24 494	2.30 488	3.70 621	10.89 646	11.80 648	5.54 638	4.24 617	2.66 608

MADNet++	7.57 614	5.80 604	13.28 428	6.38 635	5.26 632	7.18 614	7.77 624	5.32 612	5.62 615	6.11 611	7.78 598	6.02 602	8.01 616	11.74 594	16.36 617	9.36 641	4.95 639	8.57 643	5.66 639	4.83 624	5.34 635

MonStereo1	8.07 615	2.24 569	5.83 346	4.68 630	3.60 616	18.80 637	2.52 571	5.89 618	5.86 618	4.76 601	13.98 631	7.41 607	50.63 656	13.28 617	5.16 556	4.40 629	0.90 589	2.69 616	1.55 605	3.92 615	3.30 621

SGM+DAISY	8.36 616	3.82 592	24.83 635	2.02 578	1.75 566	14.80 631	17.22 637	4.27 524	11.79 629	13.88 639	14.38 632	11.74 620	13.83 626	10.56 535	15.12 609	1.21 586	1.19 599	1.14 594	1.13 595	1.17 579	1.37 579

MultiAttention	8.74 617	0.56 169	7.25 358	2.07 581	22.74 641	35.86 648	8.44 627	4.97 604	2.58 491	2.57 505	5.11 588	5.55 599	1.59 381	52.70 659	7.50 579	0.47 484	0.24 321	0.52 519	1.00 587	6.84 634	6.30 639

UNDER WATER-64	9.33 618	5.37 600	22.60 627	5.22 634	4.86 631	10.75 624	4.61 616	11.45 628	17.30 636	7.59 618	9.80 615	15.99 627	17.90 635	10.63 539	15.72 612	4.36 627	2.87 626	4.39 636	2.86 633	7.01 635	5.36 636

TorneroNet-64	10.12 619	8.74 611	20.95 598	4.27 622	3.76 622	13.86 630	2.85 583	15.05 637	23.15 644	10.07 631	23.84 640	13.47 623	8.24 618	13.96 627	17.21 622	3.96 625	2.72 624	3.23 624	2.48 626	6.29 629	4.27 632

UNDER WATER	10.47 620	3.95 594	22.62 628	5.07 633	4.51 629	7.78 619	3.77 609	12.56 631	21.72 643	7.84 621	10.78 617	23.96 639	31.66 644	10.78 546	16.19 616	4.44 630	2.93 627	4.24 632	2.86 633	6.33 631	5.47 637

JetRed	10.48 621	27.10 644	35.70 641	4.27 622	4.09 626	15.55 635	12.83 633	12.16 629	5.50 613	5.83 608	5.56 591	10.14 616	7.43 611	8.88 482	26.39 644	3.32 613	3.81 636	3.51 627	2.96 635	7.85 637	6.69 640

notaker	10.50 622	8.60 610	20.23 565	4.54 629	3.95 623	6.27 609	3.44 599	8.07 624	4.75 608	8.73 624	46.45 651	13.86 626	27.86 643	13.49 621	13.61 607	4.56 632	3.18 633	3.52 628	2.68 630	8.13 639	4.05 630

xyz-stereo	10.85 623	0.45 71	79.01 657	0.62 45	0.45 117	83.70 660	0.77 269	2.59 206	1.34 136	2.19 414	32.02 649	2.76 450	1.62 391	5.75 420	2.39 493	0.25 135	0.17 70	0.33 350	0.21 161	0.25 116	0.19 16

MANE	11.39 624	1.38 523	23.16 630	4.82 632	2.79 603	22.02 639	14.51 635	25.81 643	26.28 645	10.93 636	13.17 629	19.90 633	18.03 636	15.69 631	20.41 634	0.96 576	0.74 582	1.42 599	3.24 636	0.74 532	1.71 589

SGM-ForestM	11.55 625	1.16 484	21.62 617	2.14 583	0.81 320	22.25 640	19.08 640	16.50 641	11.34 627	15.94 642	14.44 633	27.12 644	22.61 642	24.76 642	28.39 648	0.50 505	0.48 533	0.47 485	0.44 503	0.55 463	0.53 462

WAO-8	11.95 626	13.02 632	20.56 583	3.50 610	3.08 609	15.11 633	2.80 581	12.91 632	19.11 641	7.69 619	13.12 626	11.62 618	7.01 609	84.40 661	7.91 581	3.42 614	1.92 612	3.54 629	1.93 617	3.68 608	2.69 610

Venus	11.95 626	13.02 632	20.56 583	3.50 610	3.08 609	15.11 633	2.80 581	12.91 632	19.11 641	7.69 619	13.12 626	11.62 618	7.01 609	84.40 661	7.91 581	3.42 614	1.92 612	3.54 629	1.93 617	3.68 608	2.69 610

TCMNet-wrong-test	12.32 628	14.13 638	19.38 534	22.38 642	19.85 638	15.99 636	12.34 632	22.95 642	4.56 603	6.24 613	6.27 594	18.40 630	15.71 629	10.10 524	10.72 593	9.06 640	4.78 637	5.35 637	3.95 637	12.28 643	11.97 642

EDNetEfficientorigin	12.35 629	2.51 574	179.47 662	1.19 393	0.96 379	2.91 199	1.81 540	3.00 257	5.35 612	8.91 625	4.79 584	4.18 554	4.64 578	9.98 517	11.30 596	0.37 383	0.38 472	0.60 547	0.85 577	1.32 586	2.43 606

LSM	12.71 630	3.52 591	20.79 591	55.63 655	84.76 654	3.63 347	6.30 619	3.73 366	4.93 609	5.55 606	13.92 630	3.53 521	3.25 544	9.72 505	4.12 541	0.64 541	0.85 587	0.71 567	0.81 576	1.03 561	26.84 647

U	12.82 631	0.38 5	1.99 197	0.66 77	58.94 653	63.38 659	0.34 60	1.91 100	0.94 84	0.59 36	0.80 86	0.46 35	0.57 80	0.83 43	0.44 25	0.29 227	0.17 70	63.35 659	59.81 658	0.29 183	0.20 56

MSAF-DinoV2	13.69 632	13.09 634	22.03 623	2.41 595	1.44 513	4.03 439	1.38 493	9.07 625	9.20 623	2.23 432	1.98 414	5.08 590	5.06 582	177.66 664	5.46 563	0.45 468	0.34 441	0.40 441	0.62 556	6.09 628	5.80 638

DGTPSM_ROB	15.31 633	8.85 613	28.14 639	9.90 639	18.89 636	12.44 628	33.21 645	13.48 634	17.86 639	9.50 628	22.89 638	13.78 624	19.67 637	21.26 634	23.68 638	5.08 638	8.84 641	5.62 638	11.50 643	6.72 632	14.87 643

DPSMNet_ROB	15.52 634	8.89 614	31.44 640	10.07 640	18.91 637	12.44 628	33.22 646	13.51 635	17.94 640	9.58 629	22.91 639	13.79 625	19.67 637	21.43 635	23.73 639	5.17 639	8.84 641	5.63 639	11.52 646	6.79 633	14.90 644

USTest	15.98 635	15.58 639	22.56 626	18.49 641	16.99 635	26.43 641	36.08 648	27.68 646	12.77 631	10.69 634	10.80 618	18.35 629	15.09 628	18.62 633	23.37 637	4.85 637	5.34 640	7.38 641	7.43 641	9.90 641	11.23 641

KSHMR	16.96 636	5.37 600	21.64 619	4.46 627	4.50 628	8.30 621	3.32 597	15.58 640	76.24 658	6.62 616	61.47 656	56.53 656	5.43 589	35.17 648	11.37 597	4.39 628	2.97 631	3.63 631	2.74 632	5.10 625	4.34 633

LE_ROB	18.58 637	1.21 492	48.38 647	8.60 638	23.00 642	7.32 617	19.74 641	9.94 626	38.69 652	43.53 650	21.91 637	28.40 645	40.92 647	23.18 638	54.71 653	0.34 343	0.33 429	0.32 315	0.36 440	0.42 394	0.40 382

coex-ft	18.59 638	6.62 605	113.53 660	1.17 384	1.31 477	2.33 147	1.93 547	2.81 241	14.00 632	124.82 663	8.45 605	5.90 601	51.74 657	9.99 518	22.69 636	0.57 528	0.62 565	0.50 510	0.49 521	1.08 569	1.28 573

DPSM_ROB	20.78 639	20.03 642	26.57 637	23.62 644	22.46 639	31.10 643	39.97 650	33.52 649	17.41 637	15.25 640	15.80 635	24.06 640	20.71 640	23.30 639	27.62 646	10.78 643	9.41 644	11.69 646	11.50 643	14.49 644	16.36 645

DPSM	20.78 639	20.03 642	26.57 637	23.62 644	22.46 639	31.10 643	39.97 650	33.52 649	17.41 637	15.25 640	15.80 635	24.06 640	20.71 640	23.30 639	27.62 646	10.78 643	9.41 644	11.69 646	11.50 643	14.49 644	16.36 645

ktn	21.74 641	10.34 625	19.68 542	4.53 628	4.00 624	6.53 612	4.51 615	6.79 620	78.82 660	84.69 660	100.86 663	58.49 657	7.57 613	12.11 604	13.35 605	4.58 635	3.24 634	3.49 626	2.62 628	4.65 623	3.84 628

LRCNet_RVC	25.52 642	33.45 645	23.21 632	31.79 646	32.78 643	6.74 613	1.18 459	25.88 644	4.46 601	28.94 643	30.89 643	24.91 642	17.57 634	27.66 643	24.34 641	35.26 655	25.60 656	35.91 655	33.81 654	31.90 654	34.10 655

TorneroNet	25.88 643	11.28 629	21.62 617	4.20 621	4.07 625	55.25 652	3.15 595	15.16 638	76.94 659	58.09 655	82.72 660	86.88 661	41.15 648	13.35 619	18.13 626	4.32 626	2.85 625	3.45 625	2.62 628	8.33 640	4.14 631

DLNR_Zeroshot_test	28.62 644	55.50 656	49.94 650	183.62 658	115.05 658	3.43 292	0.28 34	29.49 647	1.49 192	1.01 178	1.26 181	0.93 190	0.63 101	3.92 386	1.51 383	29.81 653	0.41 495	0.26 167	0.23 209	93.28 658	0.32 275

DLNR-FE	28.68 645	56.10 657	49.61 648	183.75 659	105.98 656	3.44 293	0.28 34	29.58 648	1.49 192	1.01 178	1.26 181	0.93 190	0.63 101	3.81 379	1.51 383	33.14 654	0.41 495	0.26 167	0.23 209	99.94 660	0.32 275

HanzoNet	31.60 646	17.23 640	21.22 607	7.32 636	5.84 633	7.25 616	3.53 603	13.82 636	14.20 634	50.38 653	47.01 652	44.45 647	56.61 658	36.61 649	32.00 649	63.89 659	56.57 660	7.97 642	89.20 660	28.69 646	28.25 649

FlowAnything	41.75 647	39.90 646	53.36 654	47.83 654	45.06 648	62.45 653	80.51 658	67.34 659	34.89 649	30.56 647	31.52 644	48.18 651	42.05 653	46.66 657	55.24 655	21.71 651	18.88 651	23.49 653	23.13 648	29.12 648	33.04 650

Selective-RAFT-Error	41.77 648	40.16 648	53.34 653	47.73 650	45.25 652	62.51 654	80.64 659	67.22 655	34.93 650	30.64 648	31.81 645	48.11 650	42.11 654	46.57 652	54.95 654	21.61 647	18.87 650	23.48 649	23.15 650	29.16 649	33.08 654

RAFT-FEzeroshot	41.78 649	40.21 650	53.07 651	47.74 652	45.19 650	62.51 654	80.73 661	67.30 657	34.75 646	30.51 645	31.88 646	48.27 653	41.88 651	46.64 655	55.54 657	21.62 648	18.89 653	23.48 649	23.22 651	29.20 651	33.05 651

RAFT-FE	41.78 649	40.21 650	53.07 651	47.74 652	45.19 650	62.51 654	80.73 661	67.30 657	34.75 646	30.51 645	31.88 646	48.27 653	41.88 651	46.64 655	55.54 657	21.62 648	18.89 653	23.48 649	23.22 651	29.20 651	33.05 651

CasAABBNet	41.80 651	40.20 649	53.41 655	47.73 650	45.18 649	62.51 654	80.71 660	67.26 656	34.80 648	30.49 644	31.88 646	48.24 652	41.81 650	46.63 654	55.64 659	21.60 646	18.88 651	23.48 649	23.22 651	29.19 650	33.05 651

HaxPig	43.25 652	43.65 652	45.00 645	33.85 647	35.61 645	32.69 645	30.52 643	45.09 652	42.97 653	48.77 651	48.17 653	43.00 646	40.26 646	44.58 650	43.61 650	47.18 656	49.30 657	51.54 657	50.25 656	43.73 655	45.29 656

AVERAGE_ROB	44.46 653	45.91 653	46.59 646	40.59 649	38.66 646	32.99 646	30.52 643	46.19 653	43.26 654	49.59 652	48.97 654	44.62 648	39.89 645	45.04 651	43.94 651	48.74 657	50.69 658	50.80 656	49.79 655	45.54 656	46.97 657

MEDIAN_ROB	47.37 654	49.08 654	49.92 649	40.32 648	39.97 647	34.95 647	33.43 647	49.17 654	46.39 656	53.06 654	52.65 655	47.65 649	42.23 655	48.35 658	47.29 652	52.10 658	54.04 659	54.28 658	53.48 657	48.76 657	50.33 658

LSM0	49.58 655	40.04 647	53.62 656	97.15 656	128.68 659	62.75 658	79.89 657	67.63 660	35.11 651	33.02 649	32.61 650	48.43 655	41.60 649	46.60 653	55.43 656	21.63 650	18.99 655	23.62 654	23.13 648	29.47 653	52.26 659

BEATNet-Init1	49.72 656	64.32 658	97.77 659	4.68 630	4.28 627	84.75 661	60.42 653	73.38 661	68.59 657	88.29 661	88.51 662	91.94 662	97.99 662	85.26 663	70.96 663	0.80 564	0.65 569	0.85 581	0.70 566	7.96 638	2.33 602

Anonymous_1	57.11 657	19.68 641	26.15 636	23.10 643	142.31 660	30.84 642	39.75 649	33.86 651	16.98 635	70.53 659	15.42 634	23.46 638	19.75 639	23.04 637	27.23 645	164.73 664	9.02 643	130.38 661	137.40 661	161.27 664	27.24 648

PML	64.32 658	53.22 655	17.88 504	8.10 637	32.94 644	148.46 663	247.79 665	12.18 630	45.42 655	111.41 662	288.92 665	101.47 663	101.31 663	31.67 644	15.55 610	14.03 645	4.83 638	10.98 645	6.18 640	28.82 647	5.17 634

DPSimNet_ROB	102.30 659	119.72 663	143.59 661	109.42 657	94.10 655	127.22 662	127.15 663	26.62 645	102.36 664	149.58 664	83.99 661	139.34 664	137.54 664	64.62 660	82.36 664	105.18 660	66.15 661	120.15 660	69.61 659	99.58 659	77.72 660

xxxxx1	112.33 660	88.53 659	37.76 642	227.84 661	157.23 661	39.05 649	61.41 654	93.76 662	79.29 661	62.45 656	74.79 657	78.32 658	70.96 659	33.47 645	70.69 660	114.00 661	130.36 662	259.31 663	274.34 663	145.54 661	147.50 661

tt_ll	112.33 660	88.53 659	37.76 642	227.84 661	157.23 661	39.05 649	61.41 654	93.76 662	79.29 661	62.45 656	74.79 657	78.32 658	70.96 659	33.47 645	70.69 660	114.00 661	130.36 662	259.31 663	274.34 663	145.54 661	147.50 661

ff	112.33 660	88.53 659	37.76 642	227.84 661	157.23 661	39.05 649	61.41 654	93.76 662	79.29 661	62.45 656	74.79 657	78.32 658	70.96 659	33.47 645	70.69 660	114.00 661	130.36 662	259.31 663	274.34 663	145.54 661	147.50 661

test_example2	212.63 663	219.92 664	221.87 663	213.67 660	221.17 664	199.47 664	200.74 664	185.30 665	141.66 665	209.52 665	213.45 664	210.82 665	205.48 665	221.27 665	216.64 665	236.83 665	242.07 665	213.93 662	217.01 662	235.69 665	226.10 664

GS-Stereo							0.83 309	3.32 299	1.37 142	0.75 109	0.89 101	0.76 145	0.80 168	0.92 68	0.53 90	0.26 150	0.18 110	0.26 167	0.20 145	0.28 165	0.21 98

FSD					0.60 223	0.77 5	0.67 202	1.57 48	0.68 8	0.72 100	0.62 57	1.02 202	0.72 127	0.81 37	0.73 165	0.59 531	0.54 544	0.57 537	0.54 540	0.57 474

ccccc		629.75 665		567.84 664	570.84 665	582.44 665		613.82 666		614.58 666		555.57 666		666.94 666		781.57 666	507.24 666	391.36 666	342.44 666	689.82 666

ASD4		113.98 662

Low-res two-view benchmark