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	0.64 8	0.55 98	1.07 10	0.89 142	0.54 134	1.08 11	0.20 1	1.16 6	1.37 78	0.59 18	0.81 36	0.86 106	0.47 14	0.70 3	0.65 62	0.31 226	0.33 358	0.27 134	0.27 225	0.36 253	0.31 200

S2M2_XL	0.46 1	0.41 12	1.09 24	0.65 23	0.34 9	0.29 1	0.23 2	0.67 1	0.50 1	0.53 7	0.92 50	0.65 52	0.53 22	0.54 1	0.50 28	0.28 146	0.24 252	0.25 79	0.21 97	0.23 42	0.22 60

MLG-Stereo_test2	0.76 33	0.40 7	1.07 10	0.64 16	0.82 266	3.49 242	0.23 2	1.69 37	2.14 322	0.62 25	0.32 3	0.67 57	0.33 1	1.14 58	0.37 3	0.23 46	0.19 96	0.23 28	0.16 12	0.19 4	0.20 19

LGtest1	0.55 3	0.41 12	1.14 45	0.70 39	0.40 46	0.99 9	0.26 4	1.32 8	0.93 32	0.53 7	0.60 15	0.44 25	0.49 19	1.02 36	0.45 15	0.27 109	0.19 96	0.23 28	0.16 12	0.21 26	0.23 71

LG-Stereo_L2	0.63 7	0.46 27	1.15 47	0.70 39	0.43 63	2.32 107	0.28 5	1.86 50	0.68 4	0.56 10	0.42 7	0.37 5	0.45 12	1.36 112	0.40 5	0.23 46	0.18 66	0.22 14	0.18 47	0.21 26	0.20 19

DLNR_Zeroshot_test	28.62 566	55.50 575	49.94 571	183.62 577	115.05 575	3.43 227	0.28 5	29.49 567	1.49 123	1.01 117	1.26 118	0.93 123	0.63 47	3.92 314	1.51 312	29.81 570	0.41 418	0.26 106	0.23 145	93.28 575	0.32 210

MLG-Stereo_test1	0.80 48	0.39 4	1.02 2	0.65 23	1.20 384	3.14 185	0.29 7	1.59 23	3.05 476	0.50 4	0.24 1	0.67 57	0.43 9	1.33 107	0.40 5	0.21 26	0.18 66	0.23 28	0.15 4	0.19 4	0.20 19

MLG-Stereo_test3	0.60 4	0.37 2	1.12 38	0.59 3	0.57 157	2.19 99	0.31 8	1.68 36	0.56 2	0.49 3	0.51 10	0.56 38	0.33 1	0.96 28	0.54 39	0.21 26	0.17 39	0.23 28	0.16 12	0.20 16	0.21 46

MLG-Stereo	0.77 39	0.39 4	1.04 3	0.64 16	0.41 51	3.01 171	0.31 8	1.89 52	2.92 462	0.47 1	0.29 2	0.66 56	0.47 14	1.35 110	0.39 4	0.20 23	0.18 66	0.24 57	0.16 12	0.19 4	0.20 19

CREStereo++_RVC	1.02 113	0.49 55	1.54 94	0.83 102	0.55 141	4.01 364	0.31 8	1.63 30	1.99 283	1.63 181	2.13 375	0.84 98	0.65 52	0.88 16	0.70 90	0.27 109	0.15 21	0.23 28	1.22 519	0.24 47	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
RAStereo	0.75 26	0.52 70	2.86 215	0.58 2	0.62 181	1.19 18	0.32 11	1.81 48	0.99 39	0.75 59	1.05 76	0.64 48	0.47 14	0.80 8	0.94 187	0.22 34	0.20 132	0.27 134	0.21 97	0.34 222	0.22 60

111111	0.87 70	0.50 58	1.13 43	0.66 31	1.08 351	3.37 218	0.33 12	2.33 101	1.47 107	0.74 57	1.50 179	0.61 43	0.59 36	1.40 117	0.48 19	0.24 60	0.19 96	0.22 14	0.16 12	0.24 47	0.19 5

LG-Stereo_L1	0.61 5	0.47 39	1.10 28	0.73 54	0.49 110	1.72 63	0.33 12	1.95 61	0.65 3	0.56 10	0.40 6	0.40 11	0.43 9	1.40 117	0.42 7	0.23 46	0.19 96	0.23 28	0.18 47	0.21 26	0.19 5

IGEV-Stereo++	0.93 83	0.44 18	1.08 17	0.70 39	1.20 384	3.87 326	0.33 12	3.36 238	1.43 92	0.75 59	1.17 95	0.68 59	1.04 169	0.95 24	0.42 7	0.22 34	0.16 26	0.23 28	0.17 27	0.24 47	0.20 19

XX-TBD	1.03 114	0.95 371	1.94 127	1.30 370	0.43 63	3.97 358	0.33 12	1.74 40	1.73 236	1.59 172	2.02 347	0.69 62	0.60 39	1.16 65	0.66 67	0.30 207	0.25 275	0.23 28	0.15 4	0.31 160	0.22 60

GREAT-IGEV	0.74 25	0.54 92	1.86 119	1.10 276	0.44 69	2.44 117	0.34 16	1.37 9	1.51 135	0.48 2	0.86 41	0.51 33	0.60 39	1.07 44	0.45 15	0.22 34	0.17 39	0.21 9	0.17 27	0.23 42	0.25 96

dual_stereo	0.68 13	0.40 7	1.05 5	0.64 16	0.37 28	0.84 7	0.34 16	3.40 242	1.03 41	0.50 4	0.46 9	0.58 39	0.40 5	1.85 207	0.49 22	0.23 46	0.17 39	0.21 9	0.16 12	0.20 16	0.19 5

U	12.82 554	0.38 3	1.99 133	0.66 31	58.94 571	63.38 576	0.34 16	1.91 57	0.94 36	0.59 18	0.80 32	0.46 29	0.57 29	0.83 11	0.44 13	0.29 168	0.17 39	63.35 575	59.81 574	0.29 118	0.20 19

UGAM-zero	2.79 414	0.57 118	20.87 518	0.98 205	0.77 248	2.08 92	0.35 19	3.88 328	1.51 135	2.05 294	1.64 220	5.07 511	3.42 474	9.83 433	1.24 250	0.28 146	0.21 163	0.27 134	0.29 282	0.29 118	0.28 154

FoundationStereo	0.50 2	0.39 4	1.11 35	0.79 79	0.42 57	0.70 4	0.36 20	0.76 2	0.80 19	0.62 25	0.38 5	0.73 76	0.77 91	0.69 2	0.36 2	0.26 94	0.17 39	0.23 28	0.16 12	0.18 1	0.20 19

MaDis-Stereo	0.82 59	0.66 219	1.53 91	0.65 23	1.87 500	1.24 24	0.36 20	2.13 75	1.27 66	0.67 40	0.75 24	0.88 111	0.70 66	1.15 63	1.07 211	0.29 168	0.23 218	0.26 106	0.20 83	0.31 160	0.22 60

Pointernet	0.88 72	0.44 18	2.26 168	0.84 111	0.37 28	2.29 106	0.38 22	3.06 199	1.46 102	0.66 37	1.39 152	0.91 117	0.73 75	1.01 35	0.72 98	0.23 46	0.19 96	0.20 1	0.18 47	0.19 4	0.20 19

TANstereo	1.01 109	0.55 98	1.73 107	0.76 71	0.36 14	4.04 369	0.38 22	1.48 14	1.62 206	2.03 290	2.10 366	0.84 98	0.93 142	0.98 31	0.62 51	0.28 146	0.36 378	0.23 28	0.20 83	0.25 61	0.46 353

StereoAnything_RVC	0.94 86	2.66 507	2.20 159	0.76 71	0.34 9	1.18 17	0.39 24	2.31 98	0.69 5	0.51 6	0.34 4	0.32 1	0.89 131	1.57 151	0.35 1	0.32 246	0.16 26	0.23 28	0.15 4	3.31 527	0.18 3

MonSter	0.62 6	0.43 17	1.07 10	0.66 31	0.82 266	1.13 14	0.39 24	2.57 139	0.92 31	0.58 17	0.64 16	0.36 3	0.35 3	0.95 24	0.43 11	0.15 1	0.15 21	0.20 1	0.17 27	0.21 26	0.19 5

IGEV-Stereo+	0.94 86	0.47 39	1.19 50	0.86 128	2.02 510	1.40 43	0.39 24	1.17 7	0.88 26	0.61 23	0.44 8	0.47 30	0.79 102	2.14 232	0.42 7	0.27 109	0.19 96	0.22 14	0.17 27	2.26 522	2.41 527

UniTT-Stereo	0.82 59	0.47 39	2.63 202	0.96 192	1.19 378	0.78 5	0.39 24	1.12 5	1.54 160	1.19 135	1.26 118	0.51 33	0.64 49	1.13 56	1.03 205	0.30 207	0.20 132	0.24 57	0.21 97	0.40 283	0.25 96

2.25w	0.75 26	0.47 39	1.09 24	0.69 38	0.65 194	2.28 105	0.40 28	2.42 108	0.80 19	0.73 52	1.03 66	0.40 11	0.81 110	1.24 85	0.80 125	0.16 2	0.15 21	0.21 9	0.17 27	0.19 4	0.21 46

monsterstereo	0.82 59	0.50 58	1.26 59	0.77 75	1.41 434	2.54 131	0.40 28	3.14 205	0.71 7	0.70 45	1.11 86	0.41 18	0.39 4	1.50 140	0.50 28	0.19 18	0.16 26	0.22 14	0.16 12	0.21 26	0.17 1

monsters	0.82 59	0.58 131	1.16 48	0.76 71	1.52 448	2.92 158	0.40 28	2.66 152	0.72 8	0.66 37	0.84 38	0.38 9	0.41 7	1.84 201	0.48 19	0.20 23	0.16 26	0.20 1	0.16 12	0.19 4	0.19 5

LG-G_1	0.70 16	0.40 7	1.12 38	0.71 43	0.30 2	2.80 142	0.40 28	2.21 84	0.78 14	0.59 18	0.55 12	0.51 33	0.58 32	1.24 85	0.49 22	0.24 60	0.18 66	0.23 28	0.15 4	0.21 26	0.21 46

LG-G	0.70 16	0.40 7	1.12 38	0.71 43	0.30 2	2.80 142	0.40 28	2.21 84	0.78 14	0.59 18	0.55 12	0.51 33	0.58 32	1.24 85	0.49 22	0.24 60	0.18 66	0.23 28	0.15 4	0.21 26	0.21 46

CREStereo	0.92 81	0.53 81	1.45 82	0.61 6	0.34 9	4.42 452	0.40 28	2.21 84	1.54 160	0.94 107	1.12 88	0.87 108	0.87 125	1.12 53	0.72 98	0.28 146	0.19 96	0.22 14	0.15 4	0.22 37	0.19 5
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
IGEV	0.70 16	0.36 1	1.07 10	0.71 43	1.31 403	2.82 144	0.41 34	1.76 42	0.98 38	0.73 52	0.71 18	0.35 2	0.42 8	0.90 18	0.42 7	0.18 14	0.18 66	0.22 14	0.18 47	0.18 1	0.20 19

LG-Stereo_Zeroshot	0.89 75	0.47 39	2.08 152	0.76 71	0.73 231	3.91 331	0.41 34	2.07 71	1.07 44	0.77 74	0.89 46	0.64 48	0.86 121	0.95 24	0.77 118	0.26 94	0.18 66	0.26 106	0.19 67	0.32 186	0.32 210

tg	1.15 132	0.67 229	1.31 67	0.94 182	0.54 134	4.02 366	0.41 34	2.96 185	1.59 198	1.69 193	1.85 308	1.84 265	0.97 150	1.78 191	0.83 137	0.27 109	0.17 39	0.29 184	0.26 199	0.29 118	0.27 135

trnet	0.91 80	0.48 48	1.46 83	0.62 9	0.31 4	4.40 448	0.41 34	2.20 82	1.53 151	0.94 107	1.14 91	0.88 111	0.89 131	1.09 47	0.71 93	0.27 109	0.19 96	0.22 14	0.15 4	0.21 26	0.19 5

HART	1.03 114	0.85 341	3.13 225	0.84 111	0.38 39	1.17 16	0.42 38	3.54 261	1.47 107	1.08 125	2.17 381	1.48 200	0.57 29	1.37 116	0.74 106	0.23 46	0.18 66	0.28 163	0.21 97	0.32 186	0.24 86

GIP-stereo	0.88 72	0.50 58	1.34 72	1.32 376	0.94 309	2.90 153	0.42 38	3.41 243	1.06 43	0.63 28	0.76 25	0.90 115	0.76 89	0.91 20	0.52 36	0.27 109	0.18 66	0.25 79	0.16 12	0.25 61	0.19 5

EGLCR-Stereo	1.06 117	0.51 64	1.56 97	1.02 235	0.39 42	4.27 431	0.42 38	4.08 390	1.48 115	0.90 101	0.68 17	1.09 141	0.66 58	1.81 197	0.62 51	0.27 109	0.19 96	0.29 184	0.23 145	0.37 263	0.25 96

iRaftStereo_RVC	1.09 121	0.70 250	1.39 77	0.95 186	0.45 76	3.83 308	0.42 38	2.37 103	1.58 183	1.69 193	1.76 263	1.80 253	0.83 115	1.50 140	0.98 197	0.28 146	0.18 66	0.29 184	0.26 199	0.30 141	0.31 200

RAFT-Stereo + iAFF	1.25 161	0.72 266	1.74 110	1.05 245	0.36 14	4.13 390	0.42 38	2.95 184	2.84 456	2.02 286	2.40 425	1.61 217	1.11 195	1.26 91	0.97 194	0.21 26	0.15 21	0.26 106	0.23 145	0.29 118	0.23 71

asd	0.70 16	0.45 21	1.10 28	0.67 35	0.90 299	2.88 151	0.43 43	1.64 32	0.79 17	0.68 42	0.88 43	0.43 21	0.74 79	0.85 12	0.49 22	0.19 18	0.13 1	0.24 57	0.17 27	0.22 37	0.20 19

DEFOM-Stereo_RVC	0.81 56	1.13 407	1.23 56	0.97 199	0.57 157	0.81 6	0.43 43	3.49 249	0.84 25	0.73 52	0.95 58	0.44 25	1.17 214	1.45 130	0.60 47	0.26 94	0.18 66	0.24 57	0.17 27	0.30 141	0.19 5

PMTNet	0.99 105	0.48 48	1.73 107	0.62 9	0.56 145	4.20 420	0.43 43	1.88 51	1.58 183	1.00 116	1.05 76	0.78 84	0.98 156	1.50 140	0.85 143	1.21 507	0.20 132	0.23 28	0.15 4	0.22 37	0.19 5

4w-stereo	0.67 10	0.49 55	1.07 10	0.63 12	0.75 238	1.63 61	0.44 46	2.23 88	0.77 11	0.56 10	0.92 50	0.40 11	0.82 111	1.08 45	0.53 37	0.18 14	0.13 1	0.25 79	0.18 47	0.19 4	0.20 19

DEFOM-Stereo	0.70 16	0.46 27	1.13 43	0.72 51	0.48 103	3.40 223	0.44 46	0.90 3	0.77 11	0.86 96	0.58 14	0.45 28	0.43 9	1.76 189	0.43 11	0.24 60	0.18 66	0.22 14	0.16 12	0.21 26	0.20 19

AIO-Stereo-zeroshot	2.35 352	0.99 379	19.62 464	1.09 267	0.96 313	1.51 52	0.44 46	4.05 380	1.64 210	1.31 141	1.67 229	4.93 504	2.45 425	2.52 265	1.40 281	0.30 207	0.20 132	0.31 226	0.50 450	0.57 404	0.60 416

H2IRNET	1.90 262	0.53 81	14.29 379	1.14 295	0.60 171	4.48 458	0.44 46	2.65 150	1.81 253	1.05 123	2.30 408	1.67 222	1.40 256	2.17 236	1.50 306	0.36 305	0.21 163	0.33 280	0.37 380	0.34 222	0.29 164

qwe	0.75 26	0.45 21	1.10 28	0.67 35	1.06 345	2.49 121	0.45 50	2.57 139	0.90 27	0.71 49	0.83 37	0.43 21	0.48 18	1.10 48	0.64 57	0.17 4	0.14 11	0.24 57	0.16 12	0.21 26	0.20 19

HI	1.27 173	0.90 352	2.33 177	1.10 276	0.68 213	2.92 158	0.45 50	2.49 121	1.76 246	2.13 317	1.65 226	2.42 335	1.84 374	1.58 152	1.61 328	0.26 94	0.16 26	0.28 163	0.29 282	0.26 76	0.25 96

CoSv	1.27 173	0.90 352	2.33 177	1.10 276	0.68 213	2.92 158	0.45 50	2.49 121	1.76 246	2.13 317	1.65 226	2.42 335	1.84 374	1.58 152	1.61 328	0.26 94	0.16 26	0.28 163	0.29 282	0.26 76	0.25 96

SGD-Stereo	0.65 9	0.41 12	1.06 8	0.85 123	0.31 4	2.44 117	0.46 53	1.09 4	0.69 5	0.84 93	0.52 11	0.55 37	0.53 22	1.49 139	0.46 17	0.31 226	0.14 11	0.25 79	0.18 47	0.23 42	0.20 19

PAM_32	2.45 368	0.63 186	20.74 513	1.05 245	0.65 194	2.83 145	0.46 53	2.91 182	1.54 160	1.95 255	2.66 451	4.99 507	3.78 481	1.96 215	0.92 177	0.27 109	0.22 191	0.27 134	0.25 181	0.36 253	0.48 362

CroCo-Stereo Lap2	0.99 105	0.89 350	2.55 191	0.99 211	1.80 497	0.54 3	0.46 53	3.10 201	1.24 57	1.07 124	1.21 103	1.05 140	0.78 99	1.26 91	1.08 213	0.27 109	0.23 218	0.27 134	0.21 97	0.43 336	0.34 237

raft_robust	1.92 269	1.15 412	3.34 236	1.02 235	0.43 63	3.84 313	0.46 53	4.42 491	2.52 408	1.67 191	1.36 146	2.17 308	6.37 521	6.78 375	1.04 206	0.28 146	0.24 252	0.30 204	0.35 358	0.31 160	0.32 210

XX-Stereo	2.54 387	0.61 167	20.21 488	1.78 480	1.19 378	4.30 435	0.46 53	4.39 487	1.58 183	2.32 387	1.89 321	4.64 499	0.60 39	4.16 319	0.82 134	0.31 226	0.21 163	0.28 163	0.27 225	0.51 380	0.26 120

water-stereo	0.78 44	0.45 21	1.94 127	0.79 79	0.48 103	2.36 110	0.47 58	1.53 19	1.09 46	0.88 99	1.04 71	0.82 94	0.75 82	0.72 4	0.78 119	0.22 34	0.23 218	0.25 79	0.23 145	0.24 47	0.29 164

Reg-Stereo(zero)	1.60 216	0.42 15	10.69 334	0.89 142	0.68 213	3.27 204	0.47 58	2.27 92	1.54 160	1.48 161	1.24 110	2.55 352	2.68 438	1.48 137	1.10 217	0.19 18	0.19 96	0.22 14	0.18 47	0.24 47	0.26 120

AFF-stereo	1.31 183	0.77 305	1.46 83	1.10 276	0.45 76	3.93 338	0.48 60	2.92 183	2.92 462	1.90 239	2.21 389	2.11 306	1.52 296	1.93 212	1.12 223	0.21 26	0.16 26	0.25 79	0.25 181	0.29 118	0.20 19

asda	0.77 39	0.46 27	1.10 28	0.64 16	0.82 266	3.33 214	0.49 61	2.40 104	0.81 22	0.63 28	0.80 32	0.44 25	0.85 118	0.88 16	0.60 47	0.17 4	0.13 1	0.24 57	0.17 27	0.20 16	0.20 19

MIF-Stereo (partial)	0.98 99	0.55 98	2.83 212	0.71 43	1.03 337	1.08 11	0.49 61	2.55 135	1.66 216	0.79 79	1.20 99	0.80 90	0.90 134	1.61 164	1.56 319	0.36 305	0.24 252	0.33 280	0.25 181	0.40 283	0.28 154

CES	1.01 109	0.55 98	1.74 110	0.92 164	2.15 514	2.15 95	0.50 63	2.01 65	1.45 94	0.76 69	1.02 63	0.61 43	0.47 14	1.29 99	0.79 124	0.22 34	0.17 39	0.24 57	0.14 2	0.63 422	2.29 524

IPLGR	2.53 385	0.58 131	20.46 504	0.82 92	0.52 125	4.56 481	0.50 63	4.30 463	2.38 381	1.87 229	1.53 189	1.68 224	1.72 352	6.95 378	1.15 226	0.28 146	0.21 163	0.27 134	0.23 145	0.33 204	0.32 210

CroCo-Stereo	0.98 99	0.87 347	3.44 238	0.87 133	0.53 133	0.49 2	0.50 63	3.99 363	1.49 123	0.81 83	1.25 117	1.00 132	0.75 82	1.10 48	1.09 216	0.24 60	0.21 163	0.24 57	0.19 67	0.35 240	0.27 135
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
s12784h	1.31 183	0.45 21	2.41 186	0.71 43	0.35 12	4.42 452	0.50 63	4.22 425	2.73 434	2.01 281	2.48 431	0.91 117	0.96 147	2.01 220	0.70 90	0.29 168	0.18 66	0.24 57	0.16 12	0.27 88	0.18 3

DilatedVolume-Stereo	0.81 56	0.60 151	1.51 90	1.01 225	0.59 168	1.34 38	0.51 67	1.56 21	1.08 45	1.26 139	1.24 110	0.77 83	0.87 125	1.79 195	0.72 98	0.23 46	0.24 252	0.22 14	0.21 97	0.25 61	0.23 71

4.5_new	0.67 10	0.46 27	1.11 35	0.63 12	0.78 249	1.97 81	0.51 67	2.18 79	0.78 14	0.73 52	0.90 47	0.42 19	0.49 19	0.81 9	0.49 22	0.21 26	0.14 11	0.26 106	0.19 67	0.22 37	0.20 19

4.5w-stereo	0.67 10	0.46 27	1.11 35	0.63 12	0.78 249	1.97 81	0.51 67	2.18 79	0.77 11	0.73 52	0.90 47	0.42 19	0.49 19	0.81 9	0.49 22	0.21 26	0.14 11	0.26 106	0.19 67	0.22 37	0.20 19

3.25w_new	0.69 14	0.46 27	1.10 28	0.61 6	0.61 175	2.23 102	0.51 67	2.45 114	0.90 27	0.63 28	0.78 29	0.47 30	0.71 68	0.78 6	0.50 28	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

3.25w	0.69 14	0.46 27	1.10 28	0.61 6	0.61 175	2.23 102	0.51 67	2.45 114	0.90 27	0.63 28	0.78 29	0.47 30	0.71 68	0.79 7	0.50 28	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

3.5w_stereo	0.77 39	0.53 81	1.09 24	0.65 23	0.72 226	2.52 125	0.51 67	2.43 111	0.80 19	0.76 69	1.20 99	0.43 21	0.66 58	1.23 84	0.73 101	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

GCST	2.56 392	1.79 483	18.02 431	1.92 495	1.33 412	1.72 63	0.51 67	3.67 281	2.03 292	1.70 197	1.61 213	1.55 209	1.29 235	5.06 331	1.24 250	2.06 523	0.77 504	1.45 520	0.97 506	1.14 497	1.34 501

LoS	0.94 86	0.52 70	1.88 121	0.86 128	0.36 14	4.15 394	0.51 67	2.18 79	1.45 94	0.97 115	0.88 43	0.62 45	0.79 102	1.59 157	0.86 150	0.26 94	0.19 96	0.24 57	0.16 12	0.21 26	0.20 19
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-RAFT	1.15 132	0.46 27	1.64 103	0.99 211	0.45 76	4.17 408	0.51 67	3.21 213	1.69 226	1.12 131	1.34 139	1.45 197	1.40 256	2.08 224	0.94 187	0.41 362	0.20 132	0.24 57	0.23 145	0.27 88	0.25 96

GCAP-Stereo	0.93 83	0.68 237	1.35 74	0.85 123	0.41 51	3.61 273	0.52 76	2.20 82	1.50 128	1.11 130	1.04 71	1.17 152	0.84 116	1.11 50	0.71 93	0.25 81	0.20 132	0.27 134	0.18 47	0.28 105	0.23 71

depthmonostereo	0.94 86	0.71 262	2.39 183	0.85 123	0.54 134	2.21 101	0.53 77	1.83 49	1.17 50	0.95 111	1.09 82	0.99 129	0.97 150	2.37 250	0.68 75	0.23 46	0.27 299	0.22 14	0.20 83	0.25 61	0.26 120

3.75w	0.75 26	0.47 39	1.09 24	0.63 12	1.10 357	2.61 135	0.53 77	2.46 117	0.97 37	0.62 25	0.80 32	0.40 11	0.66 58	1.11 50	0.48 19	0.19 18	0.13 1	0.23 28	0.18 47	0.20 16	0.21 46

PAM	2.43 365	0.61 167	20.86 516	1.07 253	0.73 231	2.93 162	0.53 77	3.24 219	1.53 151	1.89 238	2.43 426	5.29 516	2.76 440	1.84 201	1.02 204	0.27 109	0.24 252	0.26 106	0.25 181	0.40 283	0.50 375

Former-RAFT_DAM_RVC	0.92 81	0.73 277	1.42 80	0.92 164	1.08 351	2.97 168	0.53 77	1.77 45	1.39 80	1.16 133	1.54 191	0.58 39	0.65 52	1.03 37	0.84 140	0.25 81	0.23 218	0.30 204	0.24 170	0.43 336	0.29 164

GMStereo_Zeroshot	1.41 193	1.21 422	3.33 235	1.29 363	0.72 226	3.35 216	0.53 77	2.58 143	1.68 220	2.35 395	1.56 198	2.42 335	0.96 147	2.50 257	1.16 229	0.45 394	0.23 218	0.40 369	0.24 170	0.79 466	0.33 225

IGEV_Zeroshot_test	2.16 308	0.69 240	20.60 510	1.22 338	0.54 134	2.18 97	0.53 77	3.38 240	1.61 203	1.93 250	1.55 195	3.76 455	1.05 174	1.55 148	0.91 174	0.29 168	0.20 132	0.27 134	0.29 282	0.40 283	0.32 210

MLCV	1.87 255	0.91 357	8.59 304	1.10 276	0.57 157	3.59 267	0.53 77	3.70 293	2.20 333	2.80 460	2.25 395	2.00 289	1.42 266	4.13 318	1.86 369	0.30 207	0.20 132	0.32 246	0.21 97	0.33 204	0.36 257

LG-Stereo	0.85 65	0.60 151	2.71 206	0.59 3	0.45 76	2.85 148	0.55 84	2.41 105	1.34 74	0.59 18	1.19 98	0.43 21	0.40 5	0.76 5	0.75 109	0.20 23	0.17 39	0.31 226	0.24 170	0.29 118	0.19 5

MoCha-V2	0.87 70	0.48 48	1.87 120	0.88 138	0.32 7	1.37 41	0.55 84	2.71 158	1.42 88	0.92 105	1.75 254	0.65 52	1.17 214	1.45 130	0.57 42	0.21 26	0.21 163	0.20 1	0.19 67	0.24 47	0.23 71

riskmin	1.25 161	0.56 109	2.05 140	1.05 245	0.93 307	2.86 150	0.55 84	3.23 217	1.34 74	1.55 168	1.07 80	3.56 449	2.03 390	1.29 99	1.00 202	0.28 146	0.27 299	0.34 298	0.21 97	0.41 307	0.43 331

TestStereo	2.00 284	1.02 384	12.25 349	0.70 39	0.61 175	1.88 73	0.55 84	2.31 98	1.52 144	1.41 155	1.33 134	1.27 171	0.90 134	11.62 505	0.81 131	0.34 274	0.19 96	0.33 280	0.24 170	0.44 344	0.24 86

2.5w	0.75 26	0.44 18	1.06 8	0.66 31	0.69 219	2.39 113	0.56 88	2.77 167	0.82 23	0.63 28	0.88 43	0.37 5	0.75 82	1.36 112	0.50 28	0.18 14	0.14 11	0.22 14	0.17 27	0.19 4	0.21 46

2.75w_new	0.75 26	0.45 21	1.10 28	0.65 23	0.62 181	2.45 119	0.56 88	2.75 164	0.74 9	0.78 77	0.73 21	0.38 9	0.92 139	1.04 41	0.66 67	0.17 4	0.14 11	0.22 14	0.17 27	0.18 1	0.19 5

IPLG	2.48 376	0.65 208	19.63 465	0.91 158	0.79 252	4.60 486	0.56 88	4.31 466	1.84 261	1.91 244	2.00 345	1.31 177	1.38 249	6.61 367	1.53 315	0.27 109	0.20 132	0.27 134	0.23 145	0.31 160	0.36 257

ours_stereo	0.76 33	0.64 198	1.40 79	0.86 128	0.61 175	1.12 13	0.57 91	1.63 30	1.20 53	0.72 51	1.43 161	0.70 63	0.62 44	1.56 149	0.58 44	0.25 81	0.18 66	0.26 106	0.21 97	0.29 118	0.31 200

MyStereo8	2.33 343	1.13 407	19.26 455	1.22 338	1.62 467	4.16 403	0.57 91	3.50 252	2.36 370	2.15 328	1.75 254	2.28 314	1.14 205	1.46 134	2.20 410	0.24 60	0.21 163	0.32 246	0.27 225	0.36 253	0.43 331

plain	1.55 203	0.69 240	13.59 362	0.65 23	0.73 231	1.66 62	0.57 91	3.17 210	1.94 277	0.77 74	1.24 110	0.80 90	0.86 121	1.60 159	0.96 193	0.33 262	0.21 163	0.32 246	0.25 181	0.42 326	0.28 154

DCANet-4	1.96 276	0.51 64	14.31 380	0.82 92	0.40 46	4.16 403	0.57 91	4.29 455	2.98 470	2.30 377	1.80 277	1.03 136	1.54 306	1.44 126	1.44 290	0.29 168	0.23 218	0.23 28	0.18 47	0.24 47	0.42 322

fff	1.74 238	0.70 250	9.08 310	0.81 82	0.36 14	4.15 394	0.57 91	4.23 429	2.09 307	2.30 377	1.80 277	1.19 160	3.02 453	1.44 126	1.46 294	0.29 168	0.23 218	0.23 28	0.18 47	0.24 47	0.42 322

RAFT-RH_RVC	2.63 399	0.55 98	19.97 477	1.26 352	0.47 95	4.46 456	0.57 91	1.71 38	1.64 210	3.06 478	5.51 510	2.03 293	1.28 232	6.70 371	1.52 314	0.42 373	0.22 191	0.37 344	0.34 343	0.28 105	0.29 164

csc	1.74 238	0.70 250	9.08 310	0.81 82	0.36 14	4.15 394	0.57 91	4.23 429	2.09 307	2.30 377	1.80 277	1.19 160	3.02 453	1.44 126	1.46 294	0.29 168	0.23 218	0.23 28	0.18 47	0.24 47	0.42 322

cscssc	1.74 238	0.70 250	9.08 310	0.81 82	0.36 14	4.15 394	0.57 91	4.23 429	2.09 307	2.30 377	1.80 277	1.19 160	3.02 453	1.44 126	1.46 294	0.29 168	0.23 218	0.23 28	0.18 47	0.24 47	0.42 322

GMStereo	1.01 109	1.00 382	2.86 215	0.83 102	0.45 76	1.47 48	0.57 91	1.89 52	2.11 317	1.52 165	1.24 110	0.87 108	0.74 79	1.58 152	0.94 187	0.40 348	0.21 163	0.30 204	0.30 300	0.47 367	0.36 257
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
4.25_new	0.73 22	0.46 27	1.08 17	0.71 43	0.97 317	2.52 125	0.58 100	2.28 94	0.93 32	0.57 13	0.94 55	0.40 11	0.65 52	0.87 13	0.50 28	0.17 4	0.13 1	0.25 79	0.17 27	0.19 4	0.20 19

4.5w_new	0.73 22	0.46 27	1.08 17	0.71 43	0.97 317	2.52 125	0.58 100	2.28 94	0.93 32	0.57 13	0.94 55	0.40 11	0.65 52	0.87 13	0.50 28	0.17 4	0.13 1	0.25 79	0.17 27	0.19 4	0.20 19

4.25w-stereo	0.73 22	0.46 27	1.08 17	0.71 43	0.97 317	2.52 125	0.58 100	2.28 94	0.93 32	0.57 13	0.94 55	0.40 11	0.65 52	0.87 13	0.50 28	0.17 4	0.13 1	0.25 79	0.17 27	0.19 4	0.20 19

DIP-Stereo	1.24 157	0.69 240	1.77 112	0.65 23	0.61 175	4.29 433	0.58 100	4.44 495	2.53 409	1.98 262	1.33 134	0.91 117	0.86 121	1.25 90	1.25 253	0.36 305	0.23 218	0.32 246	0.23 145	0.32 186	0.29 164
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
LoS_RVC	0.94 86	1.30 439	1.31 67	0.84 111	1.63 469	2.02 84	0.59 104	1.51 16	1.36 77	0.81 83	1.33 134	0.84 98	0.88 127	1.36 112	0.73 101	0.21 26	0.17 39	0.20 1	0.14 2	0.20 16	1.45 506

ADStereo(finetuned)	2.04 291	0.73 277	13.28 356	0.82 92	0.40 46	4.16 403	0.59 104	4.25 439	2.97 467	2.35 395	1.84 301	1.18 156	3.40 470	1.52 145	1.54 316	0.29 168	0.24 252	0.23 28	0.18 47	0.30 141	0.51 383

DCANet	1.74 238	0.73 277	9.08 310	0.82 92	0.40 46	4.18 411	0.59 104	4.25 439	2.97 467	2.35 395	1.84 301	1.18 156	1.63 332	1.51 143	1.55 317	0.29 168	0.24 252	0.23 28	0.18 47	0.30 141	0.53 390

DFGA-Net	2.11 301	3.00 511	7.43 291	1.11 283	0.76 242	3.72 288	0.60 107	2.63 148	1.91 274	2.01 281	2.07 362	1.22 166	1.04 169	10.26 453	2.26 413	0.27 109	0.22 191	0.34 298	0.34 343	0.61 417	0.48 362

11t1	1.11 124	0.53 81	1.80 115	1.55 450	0.65 194	2.20 100	0.60 107	3.66 280	1.49 123	1.60 173	1.26 118	1.03 136	1.35 246	1.72 184	0.97 194	0.28 146	0.31 343	0.29 184	0.23 145	0.30 141	0.34 237

MIM_Stereo	1.20 144	0.78 311	3.30 233	1.05 245	0.43 63	3.04 172	0.60 107	2.46 117	1.51 135	1.60 173	1.58 201	1.82 259	1.29 235	2.00 217	1.07 211	0.24 60	0.24 252	0.28 163	0.25 181	0.27 88	0.27 135

FENet	2.25 320	0.50 58	20.29 496	1.35 392	0.67 208	4.01 364	0.60 107	3.95 350	1.99 283	1.96 258	1.11 86	2.43 338	1.43 269	1.60 159	1.39 280	0.32 246	0.22 191	0.33 280	0.26 199	0.29 118	0.39 292

2w_stereo	0.75 26	0.46 27	1.08 17	0.68 37	0.56 145	2.00 83	0.61 111	2.87 181	0.83 24	0.93 106	0.93 53	0.36 3	1.13 198	0.90 18	0.61 49	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

ISRNet	1.69 232	0.76 302	5.69 278	1.27 359	1.36 418	2.85 148	0.61 111	3.60 269	1.91 274	2.13 317	2.12 373	2.90 387	1.41 261	2.51 260	1.71 347	0.49 424	0.50 460	0.56 455	0.47 436	0.49 376	0.57 406

rvit_stereo_0081	0.80 48	0.63 186	1.19 50	0.91 158	0.64 186	1.27 28	0.61 111	2.05 67	1.71 230	0.82 85	0.73 21	0.85 102	0.75 82	1.30 103	0.80 125	0.31 226	0.26 288	0.27 134	0.25 181	0.38 268	0.27 135

rvit_stereo_0082	0.80 48	0.63 186	1.19 50	0.91 158	0.64 186	1.27 28	0.61 111	2.05 67	1.71 230	0.82 85	0.73 21	0.85 102	0.75 82	1.30 103	0.80 125	0.31 226	0.26 288	0.27 134	0.25 181	0.38 268	0.27 135

StereoVision	1.65 226	0.75 297	7.47 292	1.01 225	1.80 497	2.61 135	0.61 111	3.06 199	1.96 278	1.25 137	3.46 491	1.85 268	0.88 127	2.07 222	1.93 377	0.43 378	0.36 378	0.37 344	0.36 368	0.48 370	0.33 225

EKT-Stereo	6.79 532	0.64 198	4.24 257	1.77 479	106.39 574	4.51 471	0.61 111	3.16 208	1.53 151	1.88 232	1.22 105	1.98 286	1.36 247	3.81 308	0.84 140	0.35 294	0.24 252	0.29 184	0.26 199	0.34 222	0.48 362

MC-Stereo	1.06 117	0.48 48	1.55 95	1.15 308	0.41 51	4.56 481	0.61 111	2.06 69	1.46 102	1.90 239	1.61 213	0.89 113	1.12 196	1.35 110	0.73 101	0.25 81	0.18 66	0.26 106	0.22 130	0.25 61	0.24 86

MIPNet	2.33 343	0.71 262	19.82 470	0.89 142	0.56 145	4.76 515	0.61 111	4.32 470	2.37 376	1.83 220	1.48 177	1.48 200	1.98 389	2.63 275	1.44 290	0.29 168	0.20 132	0.26 106	0.23 145	0.30 141	0.39 292

rafts_anoy	1.24 157	0.80 319	3.61 248	1.17 316	1.20 384	3.00 169	0.61 111	3.17 210	1.58 183	1.37 149	1.26 118	1.19 160	1.12 196	1.78 191	1.25 253	0.32 246	0.23 218	0.32 246	0.32 327	0.31 160	0.30 191

sAnonymous2	1.37 188	1.22 428	9.79 320	0.92 164	0.88 291	1.23 20	0.61 111	2.56 137	1.69 226	0.85 94	1.02 63	0.73 76	1.23 226	0.98 31	0.78 119	0.29 168	0.25 275	0.31 226	0.30 300	1.06 488	0.71 442

CroCo_RVC	1.37 188	1.22 428	9.79 320	0.92 164	0.88 291	1.23 20	0.61 111	2.56 137	1.69 226	0.85 94	1.02 63	0.73 76	1.23 226	0.98 31	0.78 119	0.29 168	0.25 275	0.31 226	0.30 300	1.06 488	0.71 442

sCroCo_RVC	1.06 117	0.82 330	5.05 268	1.02 235	1.05 342	0.98 8	0.61 111	2.06 69	1.29 68	0.69 44	1.26 118	0.82 94	1.10 192	1.20 79	0.90 167	0.42 373	0.40 411	0.33 280	0.30 300	0.46 363	0.38 286

DN-CSS_ROB	1.91 266	1.55 468	11.13 340	1.82 487	0.88 291	3.99 361	0.61 111	4.01 367	1.67 218	1.64 184	1.89 321	1.39 187	1.06 181	3.23 292	1.50 306	0.31 226	0.19 96	0.44 394	0.29 282	0.37 263	0.31 200

IGEV-BASED-STEREO-	1.09 121	3.30 515	2.61 198	0.82 92	0.38 39	1.27 28	0.62 124	1.51 16	1.29 68	0.91 102	0.92 50	0.65 52	0.57 29	1.08 45	0.59 45	1.55 521	0.15 21	0.32 246	0.28 254	1.10 493	1.98 520

test-1	1.23 152	0.65 208	1.88 121	0.96 192	0.52 125	3.84 313	0.62 124	4.01 367	1.47 107	1.93 250	1.78 271	1.83 262	0.92 139	1.19 78	1.28 263	0.26 94	0.29 320	0.31 226	0.24 170	0.29 118	0.36 257

rvit_stereo_0081_aga	0.81 56	0.75 297	1.84 118	0.72 51	0.73 231	1.21 19	0.63 126	1.92 58	1.39 80	0.87 98	0.80 32	0.79 88	0.69 64	1.27 95	0.69 84	0.35 294	0.29 320	0.26 106	0.25 181	0.40 283	0.27 135

model_zeroshot	1.21 147	0.60 151	3.55 242	1.05 245	0.57 157	3.46 233	0.63 126	2.73 161	1.55 168	2.05 294	1.38 150	1.50 203	0.82 111	1.69 180	0.87 156	0.29 168	0.23 218	0.30 204	0.23 145	0.27 88	0.32 210

xxxx	2.67 405	0.54 92	2.03 137	1.22 338	0.81 257	3.49 242	0.63 126	4.49 504	2.49 403	2.22 357	2.23 392	2.05 297	1.38 249	10.05 445	17.91 543	0.32 246	0.32 351	0.30 204	0.27 225	0.33 204	0.34 237

SCV_C0	0.89 75	0.59 139	1.96 132	0.83 102	0.44 69	1.24 24	0.64 129	3.33 236	1.66 216	0.82 85	1.20 99	0.73 76	0.66 58	1.62 165	0.66 67	0.32 246	0.21 163	0.24 57	0.20 83	0.28 105	0.23 71

rvit_stereo_0083	0.86 66	0.67 229	1.42 80	0.87 133	0.65 194	1.23 20	0.64 129	1.67 34	2.28 351	0.79 79	0.93 53	0.93 123	1.07 183	1.46 134	0.75 109	0.32 246	0.36 378	0.30 204	0.26 199	0.33 204	0.28 154

test_sample1	1.62 220	0.55 98	1.88 121	1.44 423	0.79 252	2.27 104	0.64 129	4.00 365	1.82 254	1.87 229	1.35 142	1.57 210	1.62 319	9.55 427	1.24 250	0.30 207	0.27 299	0.31 226	0.28 254	0.32 186	0.32 210

PCWNet_CMD	2.23 316	0.65 208	17.36 420	0.83 102	0.76 242	3.51 249	0.64 129	3.60 269	1.97 280	1.70 197	1.63 218	3.22 413	3.05 456	2.09 227	1.11 220	0.31 226	0.36 378	0.47 408	0.26 199	0.64 429	0.47 358

TransformOpticalFlow	3.03 446	0.77 305	20.99 522	1.00 219	0.55 141	4.18 411	0.64 129	4.33 472	3.02 474	2.18 339	3.09 478	4.35 485	5.07 503	7.36 385	1.27 259	0.32 246	0.18 66	0.32 246	0.26 199	0.28 105	0.46 353

CFNet_pseudo	2.12 303	0.67 229	15.14 394	0.85 123	0.74 236	3.95 348	0.64 129	3.95 350	1.78 249	1.90 239	1.79 274	3.27 418	1.62 319	2.51 260	1.16 229	0.31 226	0.36 378	0.53 445	0.27 225	0.63 422	0.44 337

CFNet-RSSM	2.08 298	0.52 70	20.06 480	1.01 225	0.56 145	3.39 220	0.64 129	3.67 281	1.55 168	1.72 202	1.37 147	2.57 354	1.19 220	1.11 50	0.86 150	0.27 109	0.20 132	0.25 79	0.23 145	0.27 88	0.23 71

Gwc-CoAtRS	1.58 210	0.57 118	11.69 346	1.01 225	0.60 171	2.53 129	0.64 129	2.36 102	1.56 174	1.80 216	1.47 170	2.74 370	1.18 216	1.12 53	0.90 167	0.27 109	0.21 163	0.25 79	0.22 130	0.27 88	0.23 71

MSMDNet	2.23 316	0.64 198	17.32 416	0.84 111	0.75 238	3.53 253	0.64 129	3.61 272	1.98 282	1.71 201	1.64 220	3.22 413	2.99 450	2.08 224	1.11 220	0.31 226	0.37 391	0.45 400	0.26 199	0.62 421	0.45 343

xyz-stereo-finetune2	1.16 136	0.63 186	1.50 88	0.57 1	0.36 14	3.47 236	0.65 138	2.70 157	1.23 55	0.88 99	1.75 254	0.91 117	1.76 357	3.54 300	1.74 354	0.24 60	0.22 191	0.30 204	0.27 225	0.31 160	0.26 120

222	2.68 408	0.57 118	2.03 137	1.11 283	0.81 257	3.23 194	0.65 138	4.52 509	2.45 395	2.34 394	2.29 403	1.41 193	1.44 272	10.50 458	18.47 547	0.32 246	0.30 333	0.32 246	0.27 225	0.32 186	0.34 237

ccs_rob	2.13 305	0.67 229	15.11 393	0.84 111	0.75 238	3.96 353	0.65 138	3.95 350	1.78 249	1.88 232	1.79 274	3.26 417	1.64 335	2.51 260	1.16 229	0.31 226	0.36 378	0.54 452	0.27 225	0.65 432	0.45 343

iResNet_ROB	1.89 260	1.02 384	8.60 305	1.39 412	0.98 324	3.72 288	0.66 141	3.84 316	2.65 425	1.88 232	2.05 357	1.98 286	1.27 230	4.52 323	1.67 343	0.30 207	0.20 132	0.28 163	0.18 47	0.31 160	0.40 312

1w_stereo	0.86 66	0.42 15	1.07 10	0.72 51	0.81 257	3.00 169	0.67 142	3.28 223	0.75 10	0.74 57	1.32 132	0.37 5	1.37 248	0.92 22	0.68 75	0.16 2	0.14 11	0.20 1	0.16 12	0.19 4	0.22 60

mms	0.77 39	0.68 237	1.17 49	0.83 102	0.71 224	1.41 44	0.67 142	1.61 24	1.12 47	0.77 74	1.37 147	0.63 47	0.54 25	1.75 188	0.63 54	0.24 60	0.19 96	0.26 106	0.21 97	0.31 160	0.34 237

SDNR	3.97 489	1.93 487	20.28 495	1.31 373	0.94 309	5.16 523	0.67 142	4.33 472	2.58 417	4.82 522	5.94 513	5.01 509	1.45 276	17.52 553	2.53 437	0.79 483	0.72 500	0.59 462	0.45 431	1.15 500	1.17 492

DCRE	1.44 195	0.74 285	3.50 241	1.13 294	0.72 226	1.78 66	0.67 142	2.14 77	1.56 174	1.99 267	8.09 522	1.73 235	1.07 183	1.24 85	0.83 137	0.23 46	0.25 275	0.26 106	0.26 199	0.28 105	0.30 191

NF-Stereo	1.58 210	0.61 167	2.66 204	2.26 511	0.47 95	4.68 497	0.67 142	3.31 227	1.48 115	2.11 310	1.59 205	1.36 183	1.09 186	6.08 357	1.20 238	0.40 348	0.20 132	0.36 332	0.34 343	0.31 160	0.36 257

OCTAStereo	1.58 210	0.61 167	2.72 207	2.27 514	0.46 85	4.68 497	0.67 142	3.30 226	1.48 115	2.11 310	1.59 205	1.36 183	1.09 186	6.02 354	1.21 242	0.41 362	0.20 132	0.36 332	0.34 343	0.31 160	0.37 271

3w_stereo	0.71 21	0.47 39	1.14 45	0.65 23	0.39 42	1.73 65	0.68 148	2.79 174	0.79 17	0.67 40	0.84 38	0.37 5	1.02 164	1.03 37	0.56 41	0.18 14	0.14 11	0.23 28	0.18 47	0.20 16	0.22 60

CFNet_ucs	2.36 357	0.68 237	18.42 440	0.89 142	0.81 257	3.85 321	0.68 148	4.29 455	2.37 376	2.09 303	2.04 351	3.31 422	1.24 228	2.63 275	1.14 225	0.36 305	0.45 436	0.56 455	0.29 282	0.66 437	0.49 368

UDGNet	1.40 191	1.52 466	2.22 164	1.38 410	0.62 181	4.39 444	0.68 148	1.80 47	2.18 330	1.34 143	1.18 96	0.99 129	1.00 159	2.16 234	1.19 235	1.09 501	0.34 370	1.30 517	0.98 507	1.10 493	0.58 411

RE-Stereo	1.58 210	0.61 167	2.72 207	2.26 511	0.46 85	4.68 497	0.68 148	3.31 227	1.48 115	2.11 310	1.59 205	1.36 183	1.09 186	6.01 352	1.22 245	0.41 362	0.20 132	0.36 332	0.34 343	0.31 160	0.37 271

TVStereo	1.58 210	0.61 167	2.72 207	2.26 511	0.46 85	4.68 497	0.68 148	3.31 227	1.48 115	2.11 310	1.59 205	1.36 183	1.09 186	6.01 352	1.22 245	0.41 362	0.20 132	0.36 332	0.34 343	0.31 160	0.37 271

raftrobust	1.19 139	0.72 266	2.30 174	1.26 352	1.31 403	3.55 259	0.68 148	2.75 164	1.47 107	2.21 355	1.38 150	1.17 152	1.22 223	1.20 79	1.11 220	0.28 146	0.24 252	0.21 9	0.19 67	0.25 61	0.28 154

rvit_stereo_0075_2	1.18 137	0.74 285	2.66 204	0.90 151	1.27 399	2.51 123	0.69 154	2.25 90	2.06 301	1.40 153	1.86 311	1.46 199	0.84 116	1.42 123	0.94 187	0.46 399	0.40 411	0.48 416	0.38 393	0.46 363	0.51 383

CASS	1.29 178	0.66 219	2.62 201	0.95 186	0.66 201	2.84 146	0.69 154	3.00 190	1.79 251	2.57 430	1.95 332	1.39 187	1.55 308	1.59 157	1.06 208	0.50 427	0.28 310	0.34 298	0.28 254	0.46 363	0.63 426
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PSM-softLoss	1.66 229	0.59 139	5.15 270	2.25 509	0.48 103	4.68 497	0.69 154	2.57 139	1.52 144	2.14 320	1.45 164	1.42 194	0.99 157	6.04 355	1.20 238	0.41 362	0.23 218	0.37 344	0.39 399	0.32 186	0.31 200

KMStereo	1.66 229	0.59 139	5.15 270	2.25 509	0.48 103	4.68 497	0.69 154	2.57 139	1.52 144	2.14 320	1.45 164	1.42 194	0.99 157	6.04 355	1.20 238	0.41 362	0.23 218	0.37 344	0.39 399	0.32 186	0.31 200

AnonymousM	1.22 151	1.32 445	0.97 1	0.88 138	0.56 145	4.03 368	0.69 154	2.41 105	1.68 220	1.48 161	1.31 131	1.15 150	1.00 159	1.18 77	0.73 101	0.32 246	0.40 411	2.07 525	1.70 527	0.24 47	0.22 60

RALAANet	1.28 176	1.08 398	3.21 227	1.25 346	0.94 309	1.44 45	0.69 154	3.15 207	2.57 416	2.01 281	1.80 277	1.29 175	1.05 174	2.00 217	1.48 302	0.27 109	0.20 132	0.27 134	0.24 170	0.40 283	0.27 135

MSKI-zero shot	2.22 314	0.64 198	20.09 484	0.96 192	0.56 145	4.04 369	0.70 160	3.91 339	1.50 128	1.92 246	2.28 400	1.92 273	0.71 68	2.93 287	0.67 72	0.26 94	0.23 218	0.26 106	0.21 97	0.28 105	0.26 120

RALCasStereoNet	1.19 139	1.02 384	2.06 149	1.12 287	1.14 363	3.08 180	0.70 160	2.99 188	1.73 236	1.34 143	1.68 232	1.18 156	0.91 136	2.16 234	1.00 202	0.30 207	0.26 288	0.24 57	0.21 97	0.29 118	0.30 191

RSM++	0.77 39	0.51 64	1.08 17	0.95 186	0.42 57	1.52 54	0.71 162	2.11 74	1.40 83	0.80 81	1.23 109	0.90 115	0.59 36	1.14 58	0.69 84	0.24 60	0.19 96	0.25 79	0.21 97	0.28 105	0.20 19

HCRNet	1.60 216	0.56 109	2.47 188	0.78 77	1.36 418	4.11 385	0.71 162	3.57 265	2.79 442	1.75 208	1.61 213	1.58 212	1.41 261	5.79 349	1.56 319	0.34 274	0.28 310	0.36 332	0.29 282	0.33 204	0.37 271

StereoDRNet-Refined	1.77 245	0.81 323	2.22 164	1.21 335	0.76 242	3.26 202	0.71 162	3.82 312	2.05 299	2.29 373	2.05 357	2.98 394	1.44 272	7.15 380	2.27 415	0.30 207	0.23 218	0.42 386	0.33 335	0.45 352	0.64 429
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
test_sample4	2.34 347	0.63 186	11.59 344	1.30 370	0.83 270	3.07 179	0.72 165	4.27 447	2.30 355	2.30 377	1.88 315	1.73 235	1.42 266	11.14 488	1.46 294	0.35 294	0.29 320	0.35 317	0.36 368	0.40 283	0.38 286

AE-Stereo	1.18 137	0.60 151	2.05 140	1.10 276	0.60 171	4.39 444	0.72 165	3.74 297	1.62 206	1.10 127	1.90 326	1.01 133	0.92 139	1.45 130	0.82 134	0.28 146	0.22 191	0.28 163	0.28 254	0.26 76	0.22 60

anonymousdsp2	1.26 168	0.60 151	3.74 252	1.02 235	0.41 51	3.60 269	0.72 165	3.68 283	1.47 107	1.37 149	1.56 198	1.83 262	1.01 161	2.00 217	0.66 67	0.29 168	0.20 132	0.28 163	0.20 83	0.32 186	0.29 164

DeepStereo_RVC	1.55 203	0.63 186	3.32 234	0.77 75	0.42 57	4.49 464	0.72 165	2.50 123	1.58 183	2.02 286	1.81 289	1.54 208	6.38 523	1.73 185	1.19 235	0.46 399	0.22 191	0.29 184	0.28 254	0.35 240	0.38 286

cross-raft	2.01 287	0.57 118	19.01 450	1.03 242	0.56 145	2.11 94	0.72 165	3.63 274	1.57 180	1.77 210	1.51 181	3.17 410	1.13 198	1.16 65	0.85 143	0.23 46	0.21 163	0.26 106	0.23 145	0.28 105	0.25 96

MM-Stereo_test2	1.79 247	0.53 81	20.16 486	1.43 420	0.47 95	2.57 132	0.73 170	1.67 34	1.47 107	0.94 107	0.96 60	0.84 98	0.79 102	1.16 65	0.68 75	0.24 60	0.17 39	0.25 79	0.22 130	0.30 141	0.22 60

DCVSM-stereo	2.31 336	0.66 219	20.69 512	1.11 283	0.93 307	2.58 134	0.73 170	2.61 146	1.60 199	2.57 430	1.53 189	3.30 421	1.72 352	2.19 239	1.23 248	0.34 274	0.53 463	0.41 379	0.32 327	0.45 352	0.62 422

test_sample3	2.34 347	0.61 167	11.94 347	1.33 381	0.85 278	3.10 183	0.73 170	4.24 437	2.19 331	2.21 355	1.75 254	1.80 253	1.41 261	11.11 487	1.46 294	0.35 294	0.29 320	0.34 298	0.35 358	0.39 278	0.37 271

MGS-Stereo	0.80 48	0.56 109	1.53 91	0.93 178	0.39 42	1.26 27	0.73 170	1.45 12	1.30 70	1.01 117	2.26 396	0.80 90	0.56 28	1.16 65	0.65 62	0.27 109	0.23 218	0.26 106	0.22 130	0.27 88	0.25 96

SMFormer	2.00 284	0.57 118	4.46 259	1.36 398	0.57 157	2.03 85	0.73 170	4.25 439	2.80 446	2.32 387	2.31 415	1.95 277	1.52 296	10.99 478	2.13 404	0.34 274	0.32 351	0.36 332	0.31 316	0.38 268	0.36 257

tta	2.00 284	0.57 118	4.46 259	1.36 398	0.57 157	2.03 85	0.73 170	4.25 439	2.80 446	2.32 387	2.31 415	1.95 277	1.52 296	10.99 478	2.13 404	0.34 274	0.32 351	0.36 332	0.31 316	0.29 118	0.29 164

qqq1	1.92 269	0.57 118	4.46 259	1.36 398	0.57 157	2.03 85	0.73 170	4.25 439	2.80 446	2.32 387	2.31 415	1.95 277	1.52 296	10.99 478	0.71 93	0.34 274	0.32 351	0.30 204	0.23 145	0.29 118	0.29 164

fff1	1.92 269	0.57 118	4.46 259	1.36 398	0.57 157	2.03 85	0.73 170	4.25 439	2.80 446	2.32 387	2.31 415	1.95 277	1.52 296	10.99 478	0.71 93	0.34 274	0.32 351	0.30 204	0.23 145	0.29 118	0.29 164

CAS	1.26 168	0.40 7	1.46 83	2.97 528	1.61 466	4.13 390	0.73 170	1.78 46	1.49 123	0.83 91	1.10 85	0.59 41	0.53 22	1.26 91	0.80 125	2.99 531	0.13 1	0.21 9	0.13 1	0.31 160	1.72 513

AACVNet	1.83 251	1.02 384	2.41 186	1.45 427	0.87 288	3.21 190	0.73 170	3.16 208	1.61 203	2.01 281	1.82 295	2.28 314	1.33 242	10.98 477	1.49 305	0.39 342	0.32 351	0.38 360	0.32 327	0.43 336	0.44 337

PSM-adaLoss	1.24 157	0.65 208	2.03 137	0.75 57	0.37 28	4.68 497	0.73 170	2.53 125	1.58 183	1.99 267	1.47 170	1.78 243	1.13 198	2.18 238	0.87 156	0.48 412	0.23 218	0.32 246	0.27 225	0.40 283	0.29 164

CFNet	2.34 347	1.10 402	8.96 309	1.34 388	1.24 393	4.09 379	0.73 170	4.04 376	2.77 439	1.62 180	1.87 314	2.27 313	1.45 276	11.41 496	1.82 364	0.31 226	0.24 252	0.43 390	0.36 368	0.43 336	0.33 225

AIO-test2	1.61 218	1.30 439	3.40 237	1.16 314	1.31 403	3.18 188	0.74 182	4.06 384	1.52 144	1.72 202	2.21 389	0.78 84	0.74 79	3.64 305	0.95 192	3.64 539	0.26 288	0.35 317	0.42 422	0.37 263	0.33 225

test_sample5	2.33 343	0.62 177	11.29 341	1.29 363	0.83 270	3.09 181	0.74 182	4.28 452	2.31 359	2.20 346	1.97 339	1.68 224	1.39 252	11.19 489	1.47 299	0.37 313	0.31 343	0.37 344	0.37 380	0.41 307	0.39 292

ACVNet-DCA	1.85 253	0.74 285	13.77 365	1.78 480	0.36 14	4.48 458	0.74 182	3.98 359	1.53 151	1.01 117	1.81 289	0.72 72	1.62 319	2.13 229	0.64 57	0.29 168	0.17 39	0.32 246	0.21 97	0.33 204	0.32 210

xx1	2.03 289	0.74 285	13.77 365	1.78 480	0.36 14	4.48 458	0.74 182	4.23 429	3.95 518	1.01 117	1.81 289	1.79 250	1.34 243	2.13 229	0.64 57	0.29 168	0.17 39	0.33 280	0.33 335	0.33 204	0.32 210

1test111	1.99 283	0.74 285	13.77 365	1.78 480	0.36 14	4.48 458	0.74 182	3.98 359	1.53 151	1.01 117	1.81 289	0.72 72	1.62 319	4.66 325	0.98 197	0.29 168	0.17 39	0.32 246	0.21 97	0.33 204	0.32 210

cc1	1.98 280	0.74 285	13.77 365	1.78 480	0.36 14	4.48 458	0.74 182	4.23 429	3.95 518	1.01 117	1.81 289	0.72 72	1.62 319	2.13 229	0.64 57	0.29 168	0.17 39	0.32 246	0.21 97	0.31 160	0.29 164

DualNet	2.33 343	0.62 177	11.29 341	1.29 363	0.83 270	3.09 181	0.74 182	4.28 452	2.31 359	2.26 369	2.04 351	1.68 224	1.39 252	11.19 489	1.47 299	0.37 313	0.31 343	0.37 344	0.37 380	0.41 307	0.39 292

CASnet	0.78 44	0.51 64	1.29 66	0.81 82	0.29 1	1.28 33	0.74 182	1.51 16	1.89 270	1.64 184	1.09 82	0.65 52	0.64 49	0.91 20	0.76 113	0.29 168	0.17 39	0.41 379	0.31 316	0.32 186	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iGMRVC	1.26 168	0.66 219	2.14 155	0.75 57	0.37 28	4.66 494	0.74 182	2.53 125	1.58 183	1.99 267	1.46 166	1.78 243	1.14 205	2.46 254	0.92 177	0.48 412	0.23 218	0.32 246	0.27 225	0.40 283	0.29 164

RAFT-IKP	1.25 161	0.66 219	2.23 166	0.75 57	0.37 28	4.64 491	0.74 182	2.53 125	1.58 183	1.99 267	1.47 170	1.78 243	1.13 198	2.22 244	0.92 177	0.48 412	0.22 191	0.32 246	0.27 225	0.40 283	0.29 164

rvit_stereo_0080	0.94 86	0.72 266	2.56 192	0.64 16	0.59 168	1.90 74	0.75 192	2.71 158	1.40 83	0.91 102	1.04 71	0.85 102	0.82 111	1.14 58	0.78 119	0.35 294	0.29 320	0.25 79	0.27 225	0.45 352	0.29 164

whm_eth	0.94 86	0.72 266	2.56 192	0.64 16	0.59 168	1.90 74	0.75 192	2.71 158	1.40 83	0.91 102	1.04 71	0.85 102	0.82 111	1.14 58	0.78 119	0.35 294	0.29 320	0.25 79	0.27 225	0.45 352	0.29 164

dd	1.26 168	1.15 412	2.47 188	0.92 164	0.49 110	4.35 439	0.75 192	1.92 58	2.11 317	1.44 158	1.24 110	1.19 160	1.05 174	1.78 191	1.70 346	0.57 450	0.34 370	0.35 317	0.33 335	0.60 412	0.46 353

tt45	0.96 97	0.48 48	1.19 50	0.89 142	0.66 201	3.91 331	0.76 195	1.90 55	1.26 65	0.70 45	1.30 129	0.71 70	0.63 47	2.59 272	0.74 106	0.22 34	0.17 39	0.28 163	0.23 145	0.27 88	0.27 135

fffy	0.80 48	0.59 139	1.56 97	1.00 219	0.47 95	1.27 28	0.76 195	1.90 55	1.02 40	0.75 59	1.35 142	0.83 96	0.72 71	1.70 182	0.62 51	0.23 46	0.19 96	0.27 134	0.21 97	0.28 105	0.32 210

testlalala2	2.31 336	0.63 186	20.54 506	2.56 521	2.87 527	3.79 302	0.76 195	4.20 417	1.48 115	1.42 157	1.43 161	2.45 342	0.80 109	1.03 37	0.68 75	0.27 109	0.25 275	0.24 57	0.21 97	0.33 204	0.28 154

BUS	1.49 202	0.59 139	1.94 127	0.87 133	0.85 278	4.50 467	0.76 195	4.48 501	1.88 266	2.93 467	1.83 296	3.63 451	0.97 150	1.60 159	1.17 232	0.34 274	0.25 275	0.31 226	0.28 254	0.35 240	0.33 225

NINENet	1.87 255	0.74 285	2.60 195	1.12 287	1.06 345	4.50 467	0.76 195	4.41 490	2.24 339	2.16 333	1.86 311	3.63 451	0.97 150	8.00 395	1.17 232	0.41 362	0.30 333	0.41 379	0.30 300	0.41 307	0.36 257

GANet-ADL	2.20 313	0.73 277	20.11 485	1.25 346	0.69 219	3.83 308	0.76 195	3.49 249	1.71 230	1.65 188	1.99 343	2.10 304	1.10 192	1.42 123	1.26 256	0.38 330	0.33 358	0.25 79	0.22 130	0.42 326	0.36 257

Patchmatch Stereo++	1.25 161	0.65 208	2.06 149	0.75 57	0.37 28	4.68 497	0.76 195	2.53 125	1.58 183	1.99 267	1.47 170	1.78 243	1.14 205	2.44 252	0.90 167	0.48 412	0.23 218	0.32 246	0.27 225	0.40 283	0.29 164
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
IIG-Stereo	1.95 274	0.79 315	2.14 155	2.78 525	0.66 201	4.62 488	0.76 195	4.27 447	1.53 151	2.63 443	3.14 481	3.35 425	1.61 316	7.65 391	1.41 285	0.39 342	0.20 132	0.31 226	0.25 181	0.33 204	0.22 60

ROB_FTStereo_v2	1.23 152	0.66 219	2.02 136	0.75 57	0.37 28	4.67 496	0.76 195	2.53 125	1.58 183	1.99 267	1.46 166	1.78 243	1.14 205	2.08 224	0.88 160	0.48 412	0.22 191	0.32 246	0.27 225	0.40 283	0.29 164

SST-Stereo	1.76 243	0.58 131	3.10 223	1.44 423	0.46 85	4.71 509	0.76 195	2.22 87	2.79 442	2.07 302	2.18 383	2.43 338	3.22 464	6.66 370	0.84 140	0.42 373	0.19 96	0.30 204	0.27 225	0.35 240	0.26 120

iRAFT	1.25 161	0.65 208	2.06 149	0.75 57	0.37 28	4.68 497	0.76 195	2.53 125	1.58 183	1.99 267	1.47 170	1.78 243	1.14 205	2.44 252	0.90 167	0.48 412	0.23 218	0.32 246	0.27 225	0.40 283	0.29 164

raft+_RVC	1.21 147	0.83 333	2.61 198	1.35 392	0.97 317	3.60 269	0.76 195	3.23 217	1.51 135	1.33 142	1.67 229	1.03 136	1.10 192	1.87 208	0.92 177	0.24 60	0.22 191	0.25 79	0.24 170	0.26 76	0.25 96

UNet	2.51 381	0.74 285	20.17 487	1.14 295	1.44 437	3.48 239	0.76 195	3.77 302	1.87 264	2.05 294	1.57 200	2.75 372	2.39 420	3.51 299	2.51 435	0.32 246	0.26 288	0.41 379	0.26 199	0.38 268	0.39 292

xyz-stereo	10.85 546	0.45 21	79.01 575	0.62 9	0.45 76	83.70 577	0.77 208	2.59 144	1.34 74	2.19 343	32.02 565	2.76 378	1.62 319	5.75 348	2.39 421	0.25 81	0.17 39	0.33 280	0.21 97	0.25 61	0.19 5

RSM	0.80 48	0.50 58	1.08 17	0.83 102	0.51 116	1.31 36	0.77 208	2.28 94	1.43 92	0.82 85	1.44 163	1.22 166	0.62 44	1.17 72	0.63 54	0.22 34	0.18 66	0.24 57	0.19 67	0.27 88	0.20 19

ttt	2.76 413	0.56 109	2.28 173	1.41 416	1.21 390	3.67 282	0.77 208	4.59 514	2.94 465	2.35 395	2.30 408	2.45 342	1.54 306	11.25 492	15.56 530	0.43 378	0.36 378	0.37 344	0.33 335	0.40 283	0.40 312

ROB_FTStereo	1.25 161	0.66 219	2.14 155	0.75 57	0.37 28	4.65 493	0.77 208	2.53 125	1.58 183	1.99 267	1.47 170	1.78 243	1.13 198	2.26 247	0.86 150	0.47 408	0.22 191	0.32 246	0.27 225	0.40 283	0.29 164

HUF	1.15 132	0.64 198	8.62 306	0.90 151	0.35 12	1.35 39	0.78 212	1.97 62	1.50 128	0.63 28	1.52 182	0.83 96	0.66 58	1.28 96	0.63 54	0.29 168	0.23 218	0.26 106	0.17 27	0.23 42	0.25 96

DDVS	1.68 231	0.79 315	2.52 190	1.26 352	1.16 369	3.17 187	0.78 212	3.12 203	1.82 254	1.86 227	1.91 327	2.92 392	1.43 269	6.20 359	1.63 336	0.45 394	0.65 489	0.34 298	0.38 393	0.48 370	0.79 462

iRaft-Stereo_20w	1.88 259	0.62 177	10.58 333	0.90 151	0.83 270	2.96 167	0.78 212	4.90 525	1.58 183	2.29 373	1.60 209	1.25 169	4.51 498	2.28 248	0.90 167	0.29 168	0.21 163	0.26 106	0.24 170	0.41 307	0.31 200

PSMNet-ADL	1.91 266	0.72 266	1.78 114	1.09 267	0.86 283	4.18 411	0.78 212	3.77 302	2.10 315	1.72 202	1.85 308	2.91 390	1.82 372	10.38 457	1.91 375	0.48 412	0.46 445	0.28 163	0.29 282	0.38 268	0.51 383

HUI-Stereo	1.25 161	0.66 219	2.33 177	0.75 57	0.37 28	4.68 497	0.78 212	2.53 125	1.58 183	1.99 267	1.46 166	1.79 250	1.13 198	2.17 236	0.85 143	0.48 412	0.23 218	0.32 246	0.27 225	0.40 283	0.29 164

ASMatch	2.62 398	0.60 151	20.65 511	1.37 408	0.64 186	4.39 444	0.78 212	1.97 62	1.58 183	1.70 197	3.89 498	1.94 275	3.79 482	5.46 339	1.64 339	0.31 226	0.24 252	0.34 298	0.28 254	0.33 204	0.50 375

RAFT-345	2.46 371	0.55 98	19.69 467	1.02 235	0.49 110	4.43 454	0.78 212	1.64 32	2.34 365	2.09 303	3.12 479	1.96 282	1.31 239	6.65 369	1.43 288	0.36 305	0.23 218	0.32 246	0.25 181	0.28 105	0.25 96

MM-Stereo_test1	1.90 262	0.53 81	19.85 472	1.39 412	0.48 103	1.81 69	0.79 219	3.00 190	1.82 254	1.69 193	1.09 82	0.87 108	0.97 150	1.45 130	0.74 106	0.24 60	0.21 163	0.27 134	0.24 170	0.35 240	0.24 86

SMoEStereo_RVC	0.80 48	0.53 81	1.12 38	0.92 164	0.44 69	2.41 115	0.79 219	1.49 15	1.16 48	0.70 45	1.12 88	0.64 48	0.64 49	1.69 180	0.87 156	0.22 34	0.16 26	0.31 226	0.22 130	0.26 76	0.25 96

rvit_0105_6	1.00 107	0.93 363	2.21 161	0.92 164	0.55 141	1.52 54	0.79 219	2.41 105	2.96 466	0.76 69	0.72 20	1.02 134	0.75 82	1.42 123	0.81 131	0.40 348	0.43 426	0.34 298	0.31 316	0.43 336	0.34 237

Occ-G	0.86 66	0.52 70	1.39 77	0.82 92	0.66 201	1.37 41	0.79 219	1.58 22	1.31 71	1.56 170	0.87 42	2.18 309	0.89 131	0.97 29	0.88 160	0.26 94	0.19 96	0.26 106	0.19 67	0.25 61	0.24 86

test_sample6	2.35 352	0.62 177	10.78 336	1.33 381	0.83 270	3.15 186	0.79 219	4.36 481	2.43 390	2.26 369	2.04 351	1.69 229	1.39 252	11.48 500	1.61 328	0.38 330	0.32 351	0.37 344	0.39 399	0.41 307	0.42 322

tt1	1.79 247	0.73 277	10.41 331	1.75 477	0.36 14	4.55 476	0.79 219	4.22 425	3.37 502	1.08 125	1.80 277	0.74 80	1.48 283	2.21 242	0.65 62	0.29 168	0.16 26	0.31 226	0.22 130	0.30 141	0.29 164

anonymousa	2.16 308	0.67 229	19.19 451	1.04 244	1.67 479	2.06 91	0.79 219	2.86 179	1.96 278	1.85 222	2.14 376	3.23 415	1.81 370	1.12 53	1.15 226	0.26 94	0.26 288	0.34 298	0.32 327	0.30 141	0.28 154

RCA-Stereo	1.21 147	0.52 70	1.58 99	0.90 151	0.46 85	4.68 497	0.79 219	4.13 402	1.74 242	1.92 246	1.80 277	0.94 126	1.48 283	1.14 58	0.70 90	0.27 109	0.18 66	0.25 79	0.19 67	0.25 61	0.23 71

DisPM	1.36 187	0.55 98	2.39 183	1.54 445	0.51 116	4.59 484	0.79 219	2.50 123	1.88 266	2.50 418	1.83 296	1.45 197	1.01 161	2.71 281	0.93 185	0.46 399	0.20 132	0.32 246	0.31 316	0.31 160	0.44 337

Pruner-Stereo	1.32 185	0.59 139	2.11 154	1.79 485	0.47 95	4.73 510	0.79 219	2.53 125	1.72 233	2.47 415	1.58 201	1.48 200	1.03 165	1.66 174	1.47 299	0.44 385	0.21 163	0.34 298	0.30 300	0.30 141	0.39 292

IGEV-RUCA	0.90 78	0.53 81	1.05 5	0.81 82	0.74 236	3.89 328	0.80 229	1.92 58	1.41 86	0.96 114	0.71 18	0.70 63	0.73 75	1.30 103	0.68 75	0.29 168	0.20 132	0.25 79	0.19 67	0.43 336	0.34 237

fffft	0.76 33	0.47 39	1.28 65	0.82 92	0.54 134	1.51 52	0.80 229	2.09 73	1.18 51	0.63 28	0.84 38	0.59 41	0.55 26	1.80 196	0.85 143	0.19 18	0.18 66	0.27 134	0.20 83	0.26 76	0.24 86
1: 1. 1
rvit_stereo_ft	1.00 107	0.87 347	3.55 242	0.97 199	0.66 201	1.06 10	0.80 229	2.78 169	1.67 218	0.78 77	0.96 60	0.95 127	1.14 205	1.06 43	0.90 167	0.32 246	0.24 252	0.27 134	0.28 254	0.39 278	0.27 135

RAFT-Stereo-weight	1.11 124	0.48 48	1.22 55	0.99 211	0.42 57	4.17 408	0.80 229	3.60 269	1.50 128	1.97 260	1.50 179	1.30 176	0.65 52	1.24 85	0.85 143	0.25 81	0.19 96	0.26 106	0.22 130	0.27 88	0.23 71

RAFT-Test	1.44 195	0.59 139	6.10 279	1.01 225	0.69 219	2.90 153	0.80 229	3.68 283	1.70 229	1.85 222	1.68 232	3.15 408	1.03 165	1.20 79	0.99 200	0.27 109	0.22 191	0.25 79	0.23 145	0.27 88	0.25 96

test_xeample	2.67 405	0.56 109	2.05 140	1.09 267	0.81 257	3.24 197	0.80 229	4.55 511	2.70 431	2.42 409	2.27 397	1.39 187	1.40 256	10.75 466	17.51 542	0.30 207	0.30 333	0.32 246	0.28 254	0.34 222	0.33 225

ACVNet	1.46 198	0.64 198	3.56 244	0.93 178	0.85 278	4.22 421	0.80 229	2.85 176	2.08 304	1.78 212	1.88 315	3.10 403	1.46 279	1.33 107	1.89 372	0.29 168	0.26 288	0.30 204	0.26 199	0.39 278	0.27 135

hitnet-ft	2.37 358	0.73 277	8.34 300	0.96 192	0.89 296	3.77 297	0.80 229	3.55 263	2.58 417	2.24 363	2.04 351	3.65 453	1.49 289	11.71 515	1.89 372	0.44 385	0.53 463	0.44 394	0.35 358	0.52 383	0.48 362

HITNet	2.07 296	0.82 330	14.77 383	1.34 388	0.56 145	3.47 236	0.80 229	4.07 386	2.35 367	2.16 333	1.61 213	1.64 219	1.44 272	2.09 227	2.56 441	0.26 94	0.18 66	0.41 379	0.26 199	0.45 352	0.25 96
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
xyz-stereo-finetune	1.05 116	0.62 177	1.46 83	0.59 3	0.36 14	3.48 239	0.81 238	2.69 156	1.74 242	0.94 107	1.21 103	0.91 117	0.78 99	2.53 267	1.28 263	0.24 60	0.24 252	0.26 106	0.23 145	0.30 141	0.23 71

Any-RAFT	1.40 191	0.53 81	2.78 211	1.09 267	0.64 186	4.41 450	0.81 238	3.97 357	2.78 440	1.99 267	1.34 139	2.36 327	1.56 310	1.56 149	0.75 109	0.27 109	0.20 132	0.25 79	0.18 47	0.25 61	0.28 154

pcwnet_v2	2.70 411	0.65 208	22.48 547	1.08 261	1.03 337	3.56 261	0.81 238	4.29 455	3.14 484	2.29 373	2.29 403	3.01 397	1.71 350	3.32 296	1.43 288	0.43 378	0.50 460	0.41 379	0.34 343	0.61 417	0.56 402

iResNet	2.52 384	0.94 369	21.17 528	1.84 489	0.72 226	3.75 294	0.81 238	4.14 408	2.55 415	2.33 393	2.03 348	1.35 182	1.44 272	3.27 293	2.16 408	0.35 294	0.23 218	0.28 163	0.22 130	0.44 344	0.45 343

AIO-Stereo	0.76 33	0.54 92	1.07 10	0.73 54	0.40 46	1.28 33	0.82 242	2.26 91	1.49 123	0.70 45	1.58 201	0.89 113	0.45 12	1.03 37	0.55 40	0.24 60	0.18 66	0.25 79	0.20 83	0.26 76	0.21 46

HH	2.23 316	0.86 344	21.59 538	0.98 205	0.51 116	1.49 50	0.82 242	2.74 162	1.54 160	1.10 127	1.69 237	4.62 497	1.86 379	2.55 268	0.69 84	0.26 94	0.22 191	0.29 184	0.23 145	0.34 222	0.27 135

HanStereo	2.23 316	0.86 344	21.59 538	0.98 205	0.51 116	1.49 50	0.82 242	2.74 162	1.54 160	1.10 127	1.69 237	4.62 497	1.86 379	2.55 268	0.69 84	0.26 94	0.22 191	0.29 184	0.23 145	0.34 222	0.27 135

Selective-IGEV	0.80 48	0.52 70	1.05 5	0.75 57	0.61 175	1.31 36	0.82 242	2.60 145	1.41 86	0.82 85	1.64 220	0.71 70	0.62 44	1.22 82	0.64 57	0.22 34	0.19 96	0.24 57	0.18 47	0.25 61	0.20 19

GLC_STEREO	0.76 33	0.52 70	1.12 38	0.83 102	0.33 8	1.86 72	0.82 242	1.46 13	1.38 79	0.95 111	1.04 71	0.68 59	0.72 71	0.97 29	0.80 125	0.23 46	0.25 275	0.32 246	0.25 181	0.32 186	0.30 191

ProNet	0.82 59	0.71 262	1.50 88	0.86 128	0.45 76	1.78 66	0.83 247	1.75 41	1.28 67	0.66 37	1.13 90	0.78 84	0.76 89	1.66 174	0.71 93	0.24 60	0.20 132	0.25 79	0.23 145	0.29 118	0.25 96

CRE-IMP	1.23 152	0.61 167	2.14 155	0.82 92	0.39 42	4.54 473	0.83 247	2.63 148	1.55 168	1.95 255	1.46 166	1.87 270	0.96 147	1.48 137	1.33 274	0.45 394	0.21 163	0.31 226	0.26 199	0.41 307	0.31 200

FADNet_RVC	2.65 401	2.28 499	16.51 407	0.98 205	0.92 302	4.09 379	0.83 247	4.26 446	1.73 236	1.46 159	1.78 271	1.60 215	1.50 290	8.88 408	2.39 421	0.47 408	0.38 397	0.44 394	0.58 470	0.89 475	0.97 480

rvit_0105_4	1.07 120	0.99 379	2.39 183	0.93 178	0.54 134	1.62 60	0.84 250	2.77 167	2.91 460	0.80 81	0.91 49	1.09 141	0.86 121	1.63 169	0.85 143	0.40 348	0.45 436	0.35 317	0.31 316	0.43 336	0.40 312

gcap-zeroshot	1.30 179	0.61 167	4.09 255	0.94 182	0.56 145	3.50 246	0.84 250	3.12 203	1.72 233	1.84 221	1.22 105	2.72 369	0.88 127	1.46 134	0.80 125	0.29 168	0.30 333	0.27 134	0.21 97	0.29 118	0.25 96

testlalala_base	1.62 220	0.74 285	1.63 101	1.19 324	1.40 427	2.63 137	0.84 250	4.09 392	1.31 71	1.22 136	1.42 159	1.21 165	0.85 118	1.16 65	0.73 101	3.92 545	2.10 533	0.27 134	0.18 47	4.49 544	1.11 490

anonymousdsp	0.95 93	0.69 240	1.27 63	0.83 102	0.52 125	4.54 473	0.84 250	1.76 42	1.24 57	0.76 69	1.06 78	0.78 84	0.77 91	1.67 178	0.69 84	0.27 109	0.17 39	0.29 184	0.21 97	0.31 160	0.26 120

IGEV-Stereo	0.95 93	0.69 240	1.27 63	0.84 111	0.52 125	4.54 473	0.84 250	1.76 42	1.24 57	0.75 59	1.06 78	0.79 88	0.77 91	1.68 179	0.69 84	0.27 109	0.17 39	0.29 184	0.21 97	0.31 160	0.26 120
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	2.10 299	0.83 333	8.57 303	0.81 82	0.76 242	3.21 190	0.84 250	3.71 294	1.65 214	1.56 170	2.50 433	2.20 310	2.23 411	9.13 415	2.01 389	0.38 330	0.19 96	0.35 317	0.27 225	0.45 352	0.39 292

dad	1.65 226	1.19 419	3.04 222	0.98 205	0.56 145	4.22 421	0.84 250	1.99 64	2.48 399	2.14 320	1.68 232	1.62 218	1.13 198	3.85 309	2.04 391	1.03 500	0.40 411	2.04 524	0.48 441	0.75 460	0.53 390

PFNet+	1.46 198	0.57 118	2.84 213	0.92 164	0.47 95	4.64 491	0.84 250	2.46 117	1.99 283	2.14 320	1.64 220	1.34 180	1.03 165	4.68 327	1.23 248	0.45 394	0.33 358	0.37 344	0.39 399	0.32 186	0.49 368

Anonymous3	1.72 235	0.76 302	11.61 345	0.83 102	0.84 277	4.46 456	0.84 250	3.57 265	1.16 48	1.34 143	1.37 147	1.11 146	1.03 165	1.58 152	1.13 224	0.70 477	0.58 477	0.33 280	0.35 358	0.47 367	0.42 322

coex_refinement	2.10 299	0.85 341	3.67 251	1.31 373	1.13 362	3.21 190	0.85 259	3.86 322	2.31 359	2.51 421	1.92 329	3.49 440	1.69 346	11.08 485	2.13 404	0.37 313	0.25 275	0.27 134	0.31 316	0.41 307	0.37 271

mmm	1.27 173	0.58 131	2.20 159	1.41 416	0.68 213	2.39 113	0.85 259	3.90 335	1.63 209	2.20 346	1.84 301	1.28 172	1.50 290	1.91 211	0.89 163	0.31 226	0.27 299	0.45 400	0.37 380	0.38 268	0.34 237

DMCA-RVC	2.45 368	1.22 428	18.29 435	1.23 342	1.14 363	2.49 121	0.85 259	3.29 225	1.68 220	3.02 474	1.41 157	2.00 289	1.53 303	6.39 363	2.00 387	0.38 330	0.30 333	0.44 394	0.35 358	0.45 352	0.44 337

MM-Stereo_test3	1.09 121	0.59 139	1.55 95	1.73 475	1.18 371	1.91 76	0.86 262	3.52 256	1.76 246	1.25 137	1.86 311	1.10 144	0.69 64	1.32 106	0.86 150	0.27 109	0.23 218	0.27 134	0.22 130	0.34 222	0.30 191

AIO-Stereo-zeroshot1	2.68 408	1.26 435	22.01 545	1.08 261	0.99 327	1.61 58	0.86 262	3.69 288	1.64 210	1.52 165	5.62 512	3.35 425	3.44 475	2.20 240	1.33 274	0.26 94	0.21 163	0.30 204	0.62 478	0.93 479	0.67 433

test_sample2	1.75 242	0.56 109	2.25 167	1.41 416	0.80 254	2.91 156	0.86 262	4.05 380	2.04 296	1.91 244	1.39 152	1.57 210	1.55 308	10.65 463	1.06 208	0.32 246	0.28 310	0.32 246	0.30 300	0.36 253	0.33 225

CAS++	0.89 75	0.64 198	1.46 83	0.81 82	0.51 116	1.24 24	0.86 262	3.44 244	1.46 102	1.14 132	1.29 127	0.62 45	0.58 32	1.13 56	0.59 45	0.34 274	0.30 333	0.34 298	0.26 199	0.41 307	0.29 164
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo06	2.46 371	0.72 266	19.97 477	1.02 235	0.99 327	4.26 426	0.86 262	3.51 255	1.68 220	1.92 246	1.73 248	4.01 467	4.22 491	1.62 165	0.88 160	0.24 60	0.23 218	0.34 298	0.26 199	0.42 326	0.36 257

MyStereo05	2.37 358	0.72 266	19.94 475	1.02 235	0.99 327	4.26 426	0.86 262	4.01 367	2.62 420	2.14 320	1.26 118	2.28 314	1.63 332	2.07 222	1.68 344	0.24 60	0.23 218	0.34 298	0.26 199	0.42 326	0.36 257

ff7	0.98 99	0.69 240	2.05 140	0.84 111	0.52 125	4.55 476	0.86 262	1.62 25	1.24 57	0.75 59	1.03 66	0.70 63	0.77 91	1.84 201	0.68 75	0.27 109	0.17 39	0.29 184	0.21 97	0.31 160	0.27 135

IGEVStereo-DCA	0.86 66	0.65 208	2.05 140	0.90 151	0.46 85	1.57 56	0.86 262	1.62 25	1.24 57	0.65 35	0.77 27	0.74 80	0.72 71	2.59 272	0.86 150	0.28 146	0.21 163	0.28 163	0.21 97	0.29 118	0.27 135

ffff	0.98 99	0.69 240	2.05 140	0.84 111	0.52 125	4.55 476	0.86 262	1.62 25	1.24 57	0.75 59	1.03 66	0.70 63	0.77 91	1.84 201	0.68 75	0.27 109	0.17 39	0.29 184	0.21 97	0.31 160	0.27 135

ffm	1.72 235	0.60 151	5.21 272	1.14 295	0.99 327	3.62 274	0.86 262	4.22 425	3.37 502	2.20 346	2.30 408	3.48 434	1.62 319	2.21 242	0.65 62	0.29 168	0.16 26	0.48 416	0.37 380	0.30 141	0.29 164

ff1	2.96 432	0.60 151	5.21 272	1.14 295	0.99 327	3.62 274	0.86 262	4.22 425	3.37 502	2.20 346	2.30 408	3.48 434	1.62 319	11.62 505	16.09 532	0.29 168	0.16 26	0.48 416	0.37 380	0.30 141	0.29 164

mmx	2.98 438	0.60 151	5.21 272	1.14 295	0.99 327	3.62 274	0.86 262	4.49 504	3.05 476	2.20 346	2.30 408	3.48 434	1.62 319	11.62 505	16.09 532	0.33 262	0.28 310	0.48 416	0.37 380	0.44 344	0.37 271

11t	0.98 99	0.69 240	2.05 140	0.84 111	0.52 125	4.55 476	0.86 262	1.62 25	1.24 57	0.75 59	1.03 66	0.70 63	0.77 91	1.84 201	0.68 75	0.27 109	0.17 39	0.29 184	0.21 97	0.31 160	0.27 135

xxx	2.98 438	0.60 151	5.21 272	1.14 295	0.99 327	3.62 274	0.86 262	4.49 504	3.05 476	2.20 346	2.30 408	3.48 434	1.62 319	11.62 505	16.09 532	0.33 262	0.28 310	0.48 416	0.37 380	0.44 344	0.37 271

ccc-4	0.98 99	0.69 240	2.05 140	0.84 111	0.52 125	4.55 476	0.86 262	1.62 25	1.24 57	0.75 59	1.03 66	0.70 63	0.77 91	1.84 201	0.68 75	0.27 109	0.17 39	0.29 184	0.21 97	0.31 160	0.27 135

STTStereo	2.34 347	0.95 371	14.93 389	1.43 420	1.54 451	3.86 323	0.86 262	3.65 277	2.44 394	2.15 328	1.55 195	2.49 348	1.59 311	5.14 333	1.44 290	0.38 330	0.39 406	0.47 408	0.51 454	0.52 383	0.51 383

RTSC	2.95 429	2.51 501	15.49 398	1.54 445	1.30 401	3.51 249	0.86 262	3.89 330	2.48 399	3.64 497	3.12 479	3.04 399	2.30 413	5.70 347	6.67 487	0.55 446	0.35 374	0.37 344	0.39 399	0.70 445	0.60 416

PWCDC_ROB	2.95 429	3.26 513	14.06 374	1.59 455	1.56 458	4.19 415	0.86 262	4.30 463	4.08 520	2.06 299	7.37 516	2.75 372	2.42 422	3.59 302	2.67 445	1.34 519	0.36 378	0.39 363	0.34 343	1.13 496	0.62 422

Anonymous_2	3.01 444	0.89 350	4.53 264	1.06 251	1.18 371	2.93 162	0.87 280	3.24 219	1.46 102	1.86 227	1.35 142	4.11 473	2.35 418	1.64 171	1.28 263	0.82 488	0.90 509	8.71 563	15.84 566	4.44 543	0.74 450

ACRE	2.27 324	1.11 405	19.45 459	0.91 158	1.30 401	3.94 343	0.87 280	4.21 422	1.80 252	2.28 371	2.62 447	1.17 152	1.04 169	1.52 145	1.30 267	0.37 313	0.23 218	0.27 134	0.22 130	0.31 160	0.46 353

test_3	1.19 139	0.51 64	2.08 152	0.99 211	0.41 51	2.05 90	0.87 280	4.40 489	1.42 88	1.99 267	1.18 96	2.03 293	0.79 102	2.70 280	0.75 109	0.27 109	0.17 39	0.29 184	0.29 282	0.30 141	0.27 135

NLCA_NET_v2_RVC	2.54 387	1.04 389	16.73 410	1.53 443	2.00 506	3.96 353	0.87 280	3.87 325	2.31 359	2.54 425	1.67 229	2.85 384	1.63 332	5.55 342	1.62 333	0.46 399	0.33 358	0.38 360	0.38 393	0.53 389	0.62 422
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AIO_test	0.76 33	0.47 39	1.31 67	0.81 82	0.70 222	1.36 40	0.88 284	1.40 10	1.45 94	0.55 9	0.95 58	1.81 258	0.58 32	1.16 65	0.46 17	0.27 109	0.17 39	0.24 57	0.19 67	0.24 47	0.21 46

1111x	3.13 455	0.57 118	8.38 302	1.20 329	0.76 242	3.80 304	0.88 284	4.61 516	2.63 422	2.31 383	2.16 379	1.95 277	1.81 370	11.54 501	18.13 545	0.32 246	0.31 343	0.32 246	0.30 300	0.35 240	0.34 237

FADNet	2.49 378	1.76 481	13.17 354	1.17 316	0.95 312	3.27 204	0.88 284	3.94 348	2.27 347	1.40 153	1.29 127	2.51 349	2.06 394	9.93 439	1.94 379	0.43 378	0.45 436	0.40 369	0.43 425	1.06 488	0.53 390

SCV	0.95 93	0.63 186	1.38 76	1.70 471	0.41 51	1.23 20	0.89 287	3.53 260	1.57 180	0.61 23	1.54 191	0.93 123	0.77 91	1.66 174	0.66 67	0.36 305	0.20 132	0.25 79	0.19 67	0.29 118	0.25 96

IER	1.69 232	0.65 208	7.19 289	0.94 182	1.15 365	3.28 208	0.89 287	3.48 246	1.97 280	2.10 306	1.98 341	2.28 314	2.12 398	2.25 246	1.75 357	0.29 168	0.23 218	0.36 332	0.30 300	0.32 186	0.34 237

CIPLG	2.27 324	1.18 417	19.24 452	0.92 164	1.34 414	3.95 348	0.89 287	4.23 429	1.82 254	2.31 383	2.67 452	1.17 152	1.06 181	1.53 147	1.32 270	0.37 313	0.23 218	0.27 134	0.22 130	0.31 160	0.45 343

IPLGR_C	2.28 329	1.31 443	19.46 460	0.92 164	1.32 409	3.93 338	0.89 287	4.20 417	1.82 254	2.30 377	2.63 449	1.16 151	1.07 183	1.41 122	1.29 266	0.37 313	0.23 218	0.27 134	0.22 130	0.31 160	0.45 343

MMNet	2.02 288	0.81 323	10.76 335	1.12 287	1.23 391	3.53 253	0.89 287	3.79 306	2.08 304	2.15 328	1.76 263	2.15 307	2.12 398	3.69 306	2.32 418	0.31 226	0.29 320	0.34 298	0.27 225	0.38 268	0.42 322

knoymous	1.30 179	0.60 151	5.57 277	0.88 138	0.75 238	3.04 172	0.90 292	2.68 154	1.33 73	1.48 161	1.07 80	2.78 380	0.88 127	1.29 99	0.85 143	0.31 226	0.22 191	0.35 317	0.20 83	0.45 352	0.37 271

test_1	1.19 139	0.52 70	2.00 134	1.01 225	0.42 57	1.95 79	0.90 292	4.36 481	1.47 107	2.17 337	1.16 93	2.06 299	0.78 99	2.68 278	0.76 113	0.27 109	0.18 66	0.28 163	0.26 199	0.26 76	0.25 96

NRIStereo	1.28 176	0.61 167	1.67 104	1.15 308	0.38 39	4.73 510	0.90 292	2.42 108	1.50 128	1.93 250	1.33 134	1.75 237	1.22 223	2.96 289	1.33 274	0.46 399	0.22 191	0.29 184	0.26 199	0.30 141	0.28 154

CFNet-ft	1.90 262	0.95 371	3.56 244	1.07 253	1.54 451	4.09 379	0.90 292	2.85 176	1.82 254	1.78 212	1.70 239	2.75 372	1.48 283	9.33 420	1.72 349	0.33 262	0.30 333	0.61 470	0.36 368	0.52 383	0.39 292

DMCA	1.72 235	0.74 285	6.63 282	1.14 295	0.96 313	3.98 360	0.90 292	3.75 298	2.76 438	2.83 463	1.58 201	2.35 325	1.18 216	1.58 152	1.98 386	0.40 348	0.27 299	0.42 386	0.26 199	0.36 253	0.38 286

R-Stereo Train	1.20 144	0.58 131	1.81 116	0.99 211	0.67 208	3.78 299	0.90 292	4.09 392	1.51 135	2.16 333	1.71 243	1.13 147	0.94 144	1.40 117	0.91 174	0.30 207	0.24 252	0.26 106	0.21 97	0.26 76	0.25 96

RAFT-Stereo	1.20 144	0.58 131	1.81 116	0.99 211	0.67 208	3.78 299	0.90 292	4.09 392	1.51 135	2.16 333	1.71 243	1.13 147	0.94 144	1.40 117	0.91 174	0.30 207	0.24 252	0.26 106	0.21 97	0.26 76	0.25 96
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CFNet_RVC	1.90 262	0.95 371	3.56 244	1.07 253	1.54 451	4.09 379	0.90 292	2.85 176	1.82 254	1.78 212	1.70 239	2.75 372	1.48 283	9.33 420	1.72 349	0.33 262	0.30 333	0.61 470	0.36 368	0.52 383	0.39 292

castereo	0.82 59	0.70 250	1.04 3	0.85 123	0.50 114	1.29 35	0.91 300	3.22 215	1.20 53	0.83 91	1.24 110	0.72 72	0.91 136	1.00 34	0.67 72	0.26 94	0.16 26	0.25 79	0.20 83	0.24 47	0.21 46

rvit_0105_5	1.13 126	0.93 363	2.60 195	0.91 158	0.56 145	1.92 77	0.91 300	3.02 193	2.63 422	0.95 111	1.20 99	1.18 156	0.93 142	1.51 143	0.93 185	0.40 348	0.43 426	0.37 344	0.35 358	0.42 326	0.44 337

ITSA-stereo	1.86 254	0.72 266	3.74 252	1.20 329	0.66 201	4.09 379	0.91 300	4.24 437	2.53 409	1.93 250	1.77 268	1.59 214	2.15 402	6.12 358	2.44 429	0.40 348	0.38 397	0.40 369	0.40 410	0.50 378	0.98 482

qqq	1.30 179	0.57 118	1.67 104	1.15 308	0.51 116	2.18 97	0.91 300	3.98 359	1.53 151	1.50 164	1.24 110	1.79 250	1.34 243	4.66 325	0.98 197	0.28 146	0.31 343	0.33 280	0.33 335	0.33 204	0.32 210

GMOStereo	1.13 126	0.70 250	2.26 168	0.75 57	0.44 69	3.05 174	0.91 300	2.78 169	1.45 94	2.37 400	1.52 182	1.53 204	1.05 174	1.17 72	0.92 177	0.25 81	0.19 96	0.35 317	0.28 254	0.34 222	0.26 120

error version	1.13 126	0.70 250	2.26 168	0.75 57	0.44 69	3.05 174	0.91 300	2.78 169	1.45 94	2.37 400	1.52 182	1.53 204	1.05 174	1.17 72	0.92 177	0.25 81	0.19 96	0.35 317	0.28 254	0.34 222	0.26 120

test-v	1.13 126	0.70 250	2.26 168	0.75 57	0.44 69	3.05 174	0.91 300	2.78 169	1.45 94	2.37 400	1.52 182	1.53 204	1.05 174	1.17 72	0.92 177	0.25 81	0.19 96	0.35 317	0.28 254	0.34 222	0.26 120

test-3	1.19 139	0.52 70	2.00 134	1.01 225	0.42 57	1.95 79	0.91 300	4.35 476	1.47 107	2.24 363	1.16 93	2.06 299	0.79 102	2.68 278	0.76 113	0.27 109	0.18 66	0.28 163	0.26 199	0.26 76	0.25 96

PFNet	2.47 374	0.60 151	16.95 414	2.15 508	0.81 257	4.63 490	0.91 300	2.55 135	1.52 144	2.40 407	2.79 461	1.83 262	1.42 266	7.54 387	1.34 277	0.33 262	0.21 163	0.36 332	0.27 225	0.32 186	0.39 292

test-2	1.13 126	0.70 250	2.26 168	0.75 57	0.44 69	3.05 174	0.91 300	2.78 169	1.45 94	2.37 400	1.52 182	1.53 204	1.05 174	1.17 72	0.92 177	0.25 81	0.19 96	0.35 317	0.28 254	0.34 222	0.26 120

111	1.83 251	0.92 359	9.08 310	0.81 82	0.36 14	4.25 425	0.91 300	4.44 495	2.70 431	2.39 405	1.96 333	2.30 320	1.64 335	1.28 96	1.82 364	0.28 146	0.22 191	0.24 57	0.20 83	0.31 160	0.54 396

GANet-RSSM	1.98 280	0.62 177	3.49 239	1.69 468	1.23 391	4.22 421	0.91 300	3.31 227	1.86 263	1.81 217	1.74 250	2.34 323	1.82 372	10.92 475	1.73 353	0.34 274	0.29 320	0.31 226	0.28 254	0.39 278	0.40 312

DeepPruner_ROB	2.05 293	1.09 401	10.50 332	1.01 225	1.20 384	4.39 444	0.91 300	3.14 205	1.72 233	2.60 437	1.54 191	2.78 380	1.27 230	4.52 323	1.72 349	0.51 433	0.40 411	0.37 344	0.34 343	0.48 370	0.52 388

999	0.97 98	0.48 48	1.24 57	1.03 242	0.64 186	3.25 200	0.92 313	1.40 10	1.39 80	0.71 49	1.68 232	0.70 63	0.66 58	3.03 291	0.89 163	0.23 46	0.19 96	0.25 79	0.21 97	0.25 61	0.29 164

AEACV	0.79 47	0.54 92	1.35 74	0.97 199	0.63 184	1.13 14	0.92 313	2.02 66	0.91 30	0.76 69	0.79 31	0.80 90	1.61 316	1.28 96	0.61 49	0.22 34	0.18 66	0.26 106	0.23 145	0.27 88	0.23 71

G2L-ROB	2.13 305	0.78 311	10.06 324	1.19 324	1.06 345	3.84 313	0.93 315	3.32 232	2.27 347	2.20 346	1.47 170	2.65 362	1.20 222	8.38 400	1.81 362	0.28 146	0.19 96	0.23 28	0.22 130	0.28 105	0.32 210

GCAP-BAT	1.21 147	0.74 285	3.23 228	0.95 186	0.70 222	3.86 323	0.93 315	1.89 52	1.48 115	1.85 222	1.96 333	1.68 224	0.79 102	1.78 191	0.81 131	0.29 168	0.20 132	0.24 57	0.20 83	0.26 76	0.35 251

testlalala	1.14 131	0.62 177	1.34 72	1.00 219	0.78 249	4.38 441	0.93 315	2.46 117	2.20 333	2.44 411	1.52 182	1.31 177	0.61 42	1.04 41	0.65 62	0.35 294	0.19 96	0.24 57	0.19 67	0.24 47	0.23 71

HHNet	2.48 376	0.71 262	20.52 505	0.64 16	0.64 186	4.07 377	0.93 315	3.76 300	1.56 174	2.15 328	4.92 507	0.98 128	3.37 469	1.66 174	1.79 361	0.32 246	0.20 132	0.31 226	0.27 225	0.36 253	0.42 322

ac_64	2.35 352	0.62 177	9.77 319	1.32 376	1.71 485	3.27 204	0.93 315	3.48 246	2.50 404	1.74 206	1.73 248	3.91 461	1.77 359	10.21 450	1.86 369	0.40 348	0.31 343	0.33 280	0.30 300	0.34 222	0.39 292

cf-r	2.57 395	0.79 315	16.09 401	1.48 434	1.35 415	4.19 415	0.93 315	3.68 283	2.36 370	1.97 260	1.81 289	3.42 431	1.45 276	8.24 397	1.83 366	0.32 246	0.26 288	0.33 280	0.30 300	0.34 222	0.37 271

DispNO	3.00 442	0.75 297	18.92 447	1.17 316	1.10 357	3.72 288	0.94 321	4.29 455	2.54 413	2.24 363	2.28 400	4.51 491	2.12 398	11.40 495	2.09 399	0.31 226	0.28 310	0.31 226	0.28 254	0.36 253	0.39 292

RAFT+CT+SA	1.62 220	0.72 266	7.42 290	0.97 199	1.42 436	4.04 369	0.94 321	3.90 335	1.61 203	1.61 178	1.63 218	1.33 179	1.18 216	2.73 283	1.10 217	0.27 109	0.19 96	0.31 226	0.34 343	0.33 204	0.33 225

RAFT	1.23 152	0.84 337	2.05 140	0.96 192	0.47 95	1.80 68	0.94 321	3.18 212	1.46 102	1.60 173	1.71 243	3.04 399	1.59 311	1.64 171	1.32 270	0.38 330	0.24 252	0.40 369	0.32 327	0.40 283	0.35 251

test_xeample3	2.12 303	0.63 186	21.55 537	0.91 158	0.47 95	1.85 71	0.94 321	7.96 543	1.23 55	0.75 59	0.76 25	0.64 48	0.70 66	1.77 190	0.83 137	0.30 207	0.21 163	0.27 134	0.21 97	0.27 88	0.24 86

G2L-Stereo	2.49 378	0.94 369	14.54 382	1.15 308	1.35 415	3.57 265	0.95 325	3.62 273	2.00 287	2.11 310	1.61 213	3.20 411	1.34 243	9.54 425	1.91 375	0.34 274	0.27 299	0.35 317	0.28 254	0.30 141	0.35 251

MyStereo07	1.01 109	0.80 319	1.26 59	1.00 219	1.04 340	3.95 348	0.95 325	2.07 71	1.42 88	0.75 59	1.22 105	0.68 59	0.91 136	1.63 169	0.67 72	0.24 60	0.24 252	0.34 298	0.26 199	0.41 307	0.37 271

MyStereo04	2.29 332	0.80 319	18.77 444	1.00 219	1.04 340	3.95 348	0.95 325	3.91 339	2.54 413	1.99 267	1.27 124	2.31 321	1.65 337	2.02 221	1.77 358	0.24 60	0.24 252	0.34 298	0.26 199	0.41 307	0.37 271

GwcNet-ADL	2.47 374	0.67 229	21.48 536	0.96 192	0.72 226	4.61 487	0.95 325	4.42 491	2.36 370	1.98 262	1.80 277	2.55 352	1.24 228	1.90 210	1.41 285	0.40 348	0.46 445	0.24 57	0.27 225	0.41 307	0.49 368

ICVP	2.26 322	0.66 219	21.18 529	0.99 211	0.88 291	4.28 432	0.95 325	3.32 232	1.60 199	1.66 189	1.76 263	1.34 180	1.14 205	1.62 165	1.32 270	0.53 442	0.35 374	0.33 280	0.29 282	0.40 283	0.51 383
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HGLStereo	2.03 289	0.74 285	7.50 293	1.23 342	1.56 458	3.62 274	0.95 325	3.78 305	1.89 270	2.03 290	2.20 387	3.12 406	2.14 401	5.68 346	2.04 391	0.37 313	0.31 343	0.32 246	0.29 282	0.40 283	0.45 343

test_for_model	2.16 308	3.87 519	1.58 99	4.16 543	3.64 539	2.51 123	0.96 331	3.63 274	2.62 420	2.45 412	1.39 152	1.02 134	0.73 75	0.92 22	0.57 42	2.97 530	2.19 535	0.26 106	0.17 27	5.32 548	2.24 523

rrr	2.27 324	0.65 208	23.82 555	0.90 151	0.46 85	1.57 56	0.96 331	7.98 544	1.19 52	0.65 35	0.77 27	0.74 80	0.72 71	2.59 272	0.86 150	0.28 146	0.21 163	0.28 163	0.21 97	0.29 118	0.25 96

PSMNet-RSSM	1.96 276	0.77 305	3.26 230	1.29 363	1.31 403	4.19 415	0.96 331	3.68 283	1.89 270	2.05 294	1.80 277	2.60 357	1.70 348	9.84 434	1.81 362	0.35 294	0.29 320	0.35 317	0.37 380	0.42 326	0.35 251

YMNet	2.40 360	1.41 457	13.46 359	1.36 398	1.67 479	3.96 353	0.97 334	3.81 309	2.37 376	2.64 444	2.57 443	3.35 425	1.53 303	3.28 294	2.42 426	0.48 412	0.54 465	0.52 441	0.49 444	0.70 445	0.54 396

YMNet_1	2.40 360	1.41 457	13.46 359	1.36 398	1.67 479	3.96 353	0.97 334	3.81 309	2.37 376	2.64 444	2.57 443	3.35 425	1.53 303	3.28 294	2.42 426	0.48 412	0.54 465	0.52 441	0.49 444	0.70 445	0.54 396

AIO-test1	2.18 311	0.66 219	18.95 448	0.89 142	1.48 442	3.40 223	0.97 334	4.19 416	1.68 220	0.86 96	1.35 142	0.99 129	0.75 82	4.47 322	1.27 259	0.23 46	0.23 218	0.28 163	0.33 335	0.31 160	0.35 251

x	1.15 132	0.57 118	1.53 91	1.44 423	0.67 208	1.94 78	0.97 334	3.87 325	1.57 180	1.61 178	1.28 125	1.58 212	1.22 223	1.93 212	1.04 206	0.28 146	0.30 333	0.34 298	0.29 282	0.32 186	0.31 200

acv_ft	1.55 203	0.64 198	3.29 232	1.14 295	2.01 507	2.93 162	0.97 334	3.81 309	2.08 304	2.22 357	1.88 315	3.10 403	1.66 339	1.33 107	2.22 411	0.29 168	0.26 288	0.30 204	0.26 199	0.39 278	0.27 135

NOSS_ROB	2.27 324	0.73 277	3.00 220	1.71 472	1.00 334	3.90 330	0.97 334	4.29 455	2.81 452	2.94 471	2.19 385	3.88 460	1.19 220	11.77 517	1.62 333	0.59 453	0.54 465	0.56 455	0.52 457	0.56 400	0.54 396

RAFT_R40	1.70 234	0.59 139	2.99 219	1.46 429	0.46 85	4.74 513	0.98 340	2.23 88	1.56 174	2.02 286	2.35 423	2.71 367	2.56 432	6.71 373	0.90 167	0.40 348	0.19 96	0.30 204	0.27 225	0.33 204	0.26 120

AIO_rvc	0.78 44	0.55 98	1.25 58	0.75 57	0.65 194	1.46 47	0.99 341	2.13 75	1.52 144	0.57 13	1.15 92	1.09 141	0.55 26	1.15 63	0.53 37	0.24 60	0.17 39	0.24 57	0.17 27	0.25 61	0.21 46

castereo++	0.93 83	0.56 109	1.26 59	0.92 164	0.73 231	2.48 120	1.00 342	2.99 188	1.03 41	0.68 42	1.41 157	1.92 273	0.59 36	1.26 91	0.44 13	0.25 81	0.19 96	0.28 163	0.19 67	0.23 42	0.23 71

IGEV++	0.90 78	0.58 131	1.32 70	0.94 182	0.45 76	1.27 28	1.00 342	3.32 232	1.55 168	0.82 85	1.34 139	0.86 106	1.09 186	1.16 65	0.89 163	0.33 262	0.18 66	0.23 28	0.19 67	0.29 118	0.22 60

RASNet	2.56 392	0.70 250	10.06 324	1.60 457	2.25 518	3.67 282	1.00 342	3.38 240	3.14 484	1.81 217	2.11 370	4.60 496	2.30 413	10.25 452	2.61 442	0.37 313	0.24 252	0.25 79	0.24 170	0.28 105	0.26 120

WCG-NET（raft）	0.95 93	0.55 98	1.20 54	0.84 111	0.31 4	1.44 45	1.01 345	1.55 20	2.37 376	1.64 184	1.42 159	2.38 329	1.01 161	1.29 99	0.76 113	0.22 34	0.19 96	0.22 14	0.20 83	0.25 61	0.21 46

ToySt	1.35 186	0.72 266	3.65 250	1.01 225	0.50 114	3.31 213	1.01 345	3.46 245	1.73 236	1.30 140	1.55 195	2.07 302	1.47 281	1.88 209	1.40 281	0.27 109	0.27 299	0.30 204	0.32 327	0.42 326	0.39 292

STrans-v2	3.03 446	0.77 305	20.91 519	0.81 82	0.63 184	3.89 328	1.01 345	4.27 447	2.64 424	2.28 371	3.70 494	4.13 474	5.20 505	7.33 382	1.27 259	0.31 226	0.18 66	0.29 184	0.25 181	0.29 118	0.41 318

UCFNet_RVC	1.57 209	0.84 337	3.25 229	1.36 398	1.40 427	4.07 377	1.01 345	2.68 154	1.50 128	2.11 310	1.88 315	2.37 328	1.50 290	3.41 297	1.42 287	0.36 305	0.28 310	0.52 441	0.40 410	0.53 389	0.43 331

G2L-Stereo_test	2.11 301	0.86 344	7.12 288	1.65 464	1.19 378	3.54 257	1.02 349	3.57 265	2.01 289	2.50 418	1.68 232	3.15 408	1.50 290	9.21 418	1.62 333	0.28 146	0.19 96	0.23 28	0.22 130	0.27 88	0.31 200

GES	1.38 190	0.64 198	2.61 198	1.09 267	0.57 157	4.30 435	1.02 349	3.86 322	1.51 135	1.72 202	1.74 250	1.28 172	1.77 359	1.62 165	1.61 328	0.39 342	0.27 299	0.33 280	0.30 300	0.41 307	0.47 358

UGAM	2.58 396	0.56 109	18.55 442	0.89 142	0.71 224	3.23 194	1.03 351	2.75 164	1.75 244	1.36 146	2.77 460	2.69 364	1.28 232	10.75 466	1.40 281	0.28 146	0.24 252	0.40 369	0.31 316	0.35 240	0.30 191

BEATNet_4x	1.92 269	1.36 450	8.75 308	1.20 329	0.56 145	3.46 233	1.03 351	4.00 365	2.43 390	2.25 366	1.70 239	2.10 304	1.59 311	2.57 271	3.05 457	0.37 313	0.22 191	0.47 408	0.29 282	0.60 412	0.40 312

HSM	2.35 352	0.81 323	2.21 161	1.14 295	1.55 455	3.44 228	1.03 351	3.99 363	2.25 342	2.29 373	2.11 370	8.04 530	3.05 456	11.60 503	1.71 347	0.33 262	0.22 191	0.28 163	0.23 145	0.32 186	0.35 251

gwcnet-sp	2.31 336	1.21 422	17.34 417	1.08 261	0.92 302	3.56 261	1.04 354	3.69 288	2.09 307	2.55 426	1.60 209	1.80 253	1.62 319	3.87 310	1.95 381	0.29 168	0.29 320	0.30 204	0.28 254	0.38 268	0.39 292

scenet	2.31 336	1.21 422	17.34 417	1.08 261	0.92 302	3.56 261	1.04 354	3.69 288	2.09 307	2.55 426	1.60 209	1.80 253	1.62 319	3.87 310	1.95 381	0.29 168	0.29 320	0.30 204	0.28 254	0.38 268	0.39 292

ssnet	2.31 336	1.21 422	17.34 417	1.08 261	0.92 302	3.56 261	1.04 354	3.69 288	2.09 307	2.55 426	1.60 209	1.80 253	1.62 319	3.87 310	1.95 381	0.29 168	0.29 320	0.30 204	0.28 254	0.38 268	0.39 292

4D-IteraStereo	1.97 278	0.84 337	20.43 503	0.78 77	1.56 458	2.09 93	1.05 357	2.43 111	1.56 174	1.41 155	1.00 62	1.94 275	0.61 42	1.22 82	1.06 208	0.27 109	0.18 66	0.31 226	0.26 199	0.27 88	0.23 71

RAFT_CTSACE	1.80 249	1.06 395	10.00 323	1.71 472	1.39 425	3.49 242	1.06 358	3.05 196	1.62 206	1.70 197	2.04 351	2.51 349	1.80 367	1.98 216	0.94 187	0.25 81	0.22 191	0.28 163	0.30 300	0.30 141	0.26 120

DispFullNet	4.64 504	3.48 516	23.95 556	3.99 541	3.03 530	3.35 216	1.06 358	4.18 413	2.80 446	6.33 533	2.94 469	4.04 469	7.81 534	3.92 314	5.16 482	2.75 527	1.61 526	3.10 542	2.68 549	3.32 528	3.31 544

WCG-NET	0.88 72	0.49 55	1.26 59	0.90 151	0.37 28	1.48 49	1.07 360	1.73 39	2.30 355	1.63 181	1.49 178	0.92 122	0.97 150	0.95 24	0.76 113	0.22 34	0.16 26	0.23 28	0.20 83	0.25 61	0.21 46

test_sample7	1.65 226	0.70 250	2.60 195	1.48 434	0.76 242	2.38 111	1.07 360	4.35 476	2.11 317	2.14 320	1.75 254	1.75 237	1.67 341	6.26 361	1.26 256	0.44 385	0.48 455	0.43 390	0.40 410	0.46 363	0.43 331

anonymity	1.76 243	1.26 435	2.73 210	1.66 465	1.32 409	1.84 70	1.07 360	3.49 249	2.30 355	2.11 310	2.11 370	1.71 233	3.90 485	1.82 199	1.48 302	1.10 502	1.09 513	1.08 511	1.08 512	1.05 487	1.09 488

AASNet	2.44 367	0.92 359	19.79 469	1.35 392	1.49 443	3.81 306	1.07 360	3.85 319	2.93 464	1.95 255	2.29 403	1.96 282	1.29 235	1.73 185	1.93 377	0.39 342	0.33 358	0.45 400	0.30 300	0.55 394	0.45 343

SHD	2.82 416	2.04 493	13.80 369	1.69 468	1.79 494	2.73 140	1.07 360	3.85 319	3.18 488	4.63 519	2.74 456	3.38 430	2.77 441	5.48 341	3.66 465	0.62 458	0.47 449	0.51 435	0.55 464	0.65 432	0.74 450

TCMNet	2.98 438	1.30 439	18.26 434	1.47 432	2.09 512	3.84 313	1.08 365	3.96 355	2.39 384	2.53 424	2.29 403	2.43 338	1.75 356	10.09 447	2.39 421	0.52 439	0.45 436	0.61 470	0.50 450	0.80 468	0.78 459

rvit_0105_3	1.24 157	0.93 363	2.84 213	0.97 199	0.58 166	2.38 111	1.08 365	3.26 222	2.53 409	1.18 134	1.40 155	1.24 168	1.04 169	1.73 185	0.97 194	0.44 385	0.44 431	0.40 369	0.42 422	0.42 326	0.50 375

TRStereo	2.31 336	1.87 485	19.74 468	1.53 443	1.16 369	4.26 426	1.08 365	4.73 521	1.45 94	1.55 168	1.28 125	1.75 237	0.85 118	1.81 197	1.20 238	0.36 305	0.26 288	0.32 246	0.36 368	0.34 222	0.33 225

PS-NSSS	2.22 314	1.33 448	2.90 217	0.97 199	1.53 450	4.11 385	1.08 365	4.55 511	2.65 425	2.10 306	2.32 420	1.77 242	1.40 256	11.79 518	1.61 328	0.68 473	0.45 436	0.96 505	0.43 425	0.95 480	0.92 476

LL-Strereo	3.01 444	1.81 484	17.59 427	1.12 287	2.10 513	2.90 153	1.09 369	4.33 472	2.00 287	3.12 481	2.24 393	3.29 419	3.15 459	11.31 493	1.84 367	0.30 207	0.28 310	0.46 405	0.34 343	0.49 376	0.45 343

AAGNet	2.86 419	0.60 151	1.77 112	2.05 504	0.46 85	4.76 515	1.09 369	2.27 92	1.56 174	2.17 337	1.84 301	2.41 332	4.00 486	6.23 360	24.22 559	0.46 399	0.19 96	0.30 204	0.29 282	0.32 186	0.24 86

ACV-stereo	2.92 427	0.92 359	20.27 494	1.33 381	1.05 342	4.68 497	1.10 371	2.66 152	1.64 210	1.46 159	1.32 132	5.41 518	4.24 492	7.83 393	1.90 374	0.44 385	0.52 462	0.32 246	0.29 282	0.45 352	0.63 426

iinet-f	2.26 322	1.18 417	13.71 363	1.14 295	1.11 359	3.77 297	1.10 371	4.14 408	2.17 328	2.06 299	1.76 263	2.99 395	2.99 450	2.50 257	2.49 433	0.35 294	0.39 406	0.27 134	0.28 254	0.45 352	0.39 292

FADNet-RVC	2.51 381	2.27 497	14.03 373	1.09 267	0.81 257	3.54 257	1.10 371	4.13 402	2.48 399	1.39 152	1.22 105	1.85 268	1.77 359	9.78 432	2.06 394	0.38 330	0.37 391	0.40 369	0.40 410	0.67 439	0.48 362

AANet_RVC	3.03 446	1.72 478	12.78 352	1.17 316	1.12 360	3.79 302	1.10 371	3.86 322	3.13 482	2.62 440	4.26 501	3.96 464	1.41 261	11.43 498	5.23 483	0.94 495	0.47 449	0.34 298	0.23 145	0.40 283	0.55 400

GASNet	3.24 462	5.55 528	20.58 509	1.56 452	1.25 396	2.32 107	1.12 375	4.04 376	2.67 428	1.88 232	2.10 366	3.00 396	2.16 405	10.59 460	2.43 428	0.65 465	0.37 391	0.61 470	0.45 431	0.87 474	0.58 411

test_4	1.30 179	0.50 58	6.16 280	0.84 111	0.45 76	1.61 58	1.12 375	2.14 77	1.42 88	1.52 165	2.31 415	1.84 265	0.79 102	2.52 265	1.19 235	0.27 109	0.17 39	0.29 184	0.29 282	0.29 118	0.25 96

GwcNet-RSSM	2.66 403	1.05 390	15.91 399	1.22 338	1.19 378	4.12 387	1.12 375	3.84 316	2.02 290	1.93 250	1.79 274	3.12 406	1.46 279	10.37 455	2.05 393	0.33 262	0.27 299	0.35 317	0.30 300	0.40 283	0.36 257

APVNet	3.13 455	1.25 434	21.14 525	1.31 373	1.52 448	3.94 343	1.13 378	3.32 232	2.14 322	2.20 346	2.03 348	3.05 402	1.96 388	11.79 518	2.53 437	0.42 373	0.45 436	0.64 478	0.46 433	0.67 439	0.57 406

iResNetv2_ROB	2.65 401	5.00 524	19.28 457	2.06 505	1.09 355	3.83 308	1.13 378	4.14 408	2.09 307	1.85 222	2.03 348	2.01 292	1.51 294	3.58 301	1.58 321	0.34 274	0.21 163	0.32 246	0.21 97	0.44 344	0.29 164

AdaStereo	1.45 197	0.83 333	2.34 180	1.28 360	0.81 257	3.21 190	1.14 380	4.20 417	2.46 398	2.05 294	1.77 268	2.48 346	1.18 216	1.71 183	1.44 290	0.43 378	0.25 275	0.43 390	0.28 254	0.44 344	0.34 237
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.
FACV-RUCA	1.26 168	0.65 208	2.21 161	1.06 251	1.50 445	2.69 139	1.15 381	3.05 196	1.87 264	1.36 146	1.99 343	1.03 136	1.15 213	1.36 112	1.10 217	0.41 362	0.41 418	0.73 494	0.41 416	0.61 417	0.41 318

LMCR-Stereo	2.40 360	1.31 443	18.61 443	1.59 455	0.86 283	3.87 326	1.15 381	4.32 470	1.60 199	2.25 366	2.27 397	1.13 147	2.43 423	2.48 256	1.60 325	0.88 493	0.24 252	0.29 184	0.24 170	0.56 400	0.30 191

BSDual-CNN	1.46 198	0.59 139	1.94 127	0.87 133	0.85 278	4.16 403	1.16 383	4.48 501	1.88 266	2.93 467	1.83 296	2.60 357	1.31 239	1.60 159	1.21 242	0.34 274	0.25 275	0.31 226	0.28 254	0.35 240	0.33 225

hknet	1.98 280	0.64 198	8.70 307	0.87 133	1.07 349	4.16 403	1.16 383	4.48 501	1.73 236	2.93 467	1.83 296	3.48 434	1.30 238	3.91 313	1.51 312	0.31 226	0.25 275	0.31 226	0.28 254	0.35 240	0.33 225

DANet	2.63 399	1.07 396	8.10 299	1.83 488	1.70 484	3.25 200	1.16 383	4.31 466	2.38 381	3.40 494	2.18 383	4.08 471	1.80 367	9.77 430	3.89 468	0.52 439	0.55 469	0.59 462	0.44 427	0.63 422	0.86 470
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
fast-acv-ft	2.54 387	1.19 419	20.08 483	1.41 416	1.40 427	3.18 188	1.17 386	3.37 239	2.28 351	1.90 239	2.15 378	2.69 364	2.17 407	2.91 285	2.31 417	0.37 313	0.39 406	0.45 400	0.39 399	0.57 404	0.45 343

LRCNet_RVC	25.52 564	33.45 567	23.21 554	31.79 568	32.78 564	6.74 535	1.18 387	25.88 564	4.46 522	28.94 562	30.89 562	24.91 561	17.57 554	27.66 564	24.34 560	35.26 571	25.60 572	35.91 571	33.81 570	31.90 571	34.10 572

Nwc_Net	2.88 424	1.16 415	18.30 436	1.35 392	1.68 482	3.52 252	1.18 387	3.90 335	2.06 301	2.52 423	2.82 466	3.82 458	2.34 417	6.78 375	2.55 440	0.86 492	0.40 411	0.59 462	0.67 481	0.57 404	0.55 400

PWC_ROB	2.69 410	2.01 491	8.36 301	1.33 381	1.90 502	3.23 194	1.18 387	4.33 472	3.25 495	3.11 480	3.41 489	2.71 367	2.18 409	9.15 416	4.48 472	0.56 448	0.31 343	0.61 470	0.36 368	0.69 444	0.74 450

DualNet (step1)	2.34 347	1.05 390	7.87 294	1.07 253	0.86 283	3.93 338	1.19 390	4.35 476	2.11 317	2.14 320	1.75 254	1.75 237	1.67 341	6.26 361	1.26 256	1.23 509	0.48 455	4.27 552	2.09 538	0.70 445	0.69 438

test_sample9	3.79 482	1.05 390	7.87 294	1.07 253	0.86 283	3.93 338	1.19 390	4.35 476	2.11 317	2.14 320	1.75 254	1.75 237	1.67 341	11.06 482	11.61 518	1.23 509	14.45 567	4.27 552	2.09 538	0.70 445	0.69 438

test_sample8	4.76 506	1.05 390	7.87 294	1.07 253	0.86 283	3.93 338	1.19 390	4.38 485	2.05 299	5.49 524	1.89 321	12.98 541	6.37 521	11.06 482	11.61 518	1.23 509	14.45 567	4.27 552	2.09 538	0.70 445	0.69 438

UDG	3.55 473	2.81 510	17.45 423	2.69 522	1.98 505	3.97 358	1.19 390	4.35 476	2.02 290	2.42 409	2.53 438	4.50 490	2.46 427	6.53 365	2.41 425	2.12 524	1.77 529	2.63 534	2.57 546	2.64 524	1.95 518

CBFPSM	2.05 293	0.95 371	10.12 327	1.07 253	1.05 342	2.84 146	1.20 394	3.28 223	1.73 236	1.82 219	1.30 129	4.56 495	4.06 487	2.34 249	2.34 420	0.25 81	0.38 397	0.32 246	0.27 225	0.37 263	0.79 462

psmorigin	6.59 529	1.15 412	88.11 576	1.52 441	0.97 317	2.88 151	1.20 394	3.21 213	2.04 296	3.73 500	2.46 428	5.15 514	2.55 431	10.60 461	2.47 432	0.55 446	0.68 496	0.48 416	0.51 454	0.70 445	0.88 474

HSM-Net_RVC	2.87 422	0.57 118	17.46 424	0.92 164	0.90 299	3.70 285	1.20 394	5.64 539	2.51 407	3.22 487	2.43 426	2.54 351	1.59 311	11.41 496	1.65 341	0.34 274	0.25 275	0.26 106	0.23 145	0.30 141	0.29 164
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
LCNet	1.55 203	0.54 92	1.88 121	0.99 211	0.55 141	3.60 269	1.21 397	2.86 179	1.53 151	2.18 339	1.74 250	1.43 196	4.17 490	3.62 303	0.87 156	0.29 168	0.20 132	0.28 163	0.77 492	0.47 367	1.85 516

DRaft	2.28 329	0.56 109	2.64 203	0.74 56	0.46 85	3.94 343	1.23 398	2.32 100	1.55 168	2.64 444	2.80 463	1.60 215	5.34 508	6.96 379	10.99 514	0.34 274	0.22 191	0.27 134	0.27 225	0.29 118	0.37 271

psm_up	2.28 329	0.81 323	5.45 276	1.26 352	1.50 445	3.84 313	1.23 398	4.23 429	2.03 292	2.55 426	1.80 277	2.44 341	1.65 337	12.90 536	1.58 321	0.37 313	0.38 397	0.41 379	0.34 343	0.43 336	0.39 292

ADLNet	2.29 332	0.83 333	3.62 249	1.35 392	1.60 464	3.67 282	1.24 400	3.95 350	2.98 470	2.58 433	2.29 403	4.01 467	1.79 362	11.23 491	2.09 399	0.37 313	0.38 397	0.36 332	0.34 343	0.45 352	0.71 442

DISCO	2.25 320	0.73 277	10.06 324	1.76 478	1.12 360	3.47 236	1.25 401	3.24 219	2.26 345	2.65 448	1.96 333	4.53 493	1.92 386	4.17 320	3.61 464	0.32 246	0.25 275	0.31 226	0.29 282	0.66 437	0.41 318

rvit_105_1	1.43 194	0.90 352	3.27 231	1.08 261	0.68 213	2.79 141	1.27 402	3.52 256	2.35 367	1.38 151	1.54 191	1.28 172	1.14 205	2.91 285	1.40 281	0.54 444	0.47 449	0.45 400	0.59 472	0.44 344	0.58 411

test_5	1.87 255	0.75 297	10.23 328	1.14 295	1.40 427	3.85 321	1.27 402	3.91 339	1.93 276	1.69 193	1.78 271	1.67 222	1.79 362	2.99 290	1.17 232	0.30 207	0.18 66	0.35 317	0.33 335	0.34 222	0.33 225

SFCPSM	2.18 311	0.63 186	17.03 415	0.88 138	0.98 324	3.74 293	1.28 404	4.09 392	2.16 326	1.85 222	1.83 296	1.65 220	1.39 252	2.50 257	1.50 306	0.33 262	0.27 299	0.39 363	0.36 368	0.34 222	0.37 271

DLCB_ROB	2.05 293	0.95 371	2.37 181	1.24 344	1.02 336	2.92 158	1.30 405	3.68 283	2.30 355	2.91 465	2.17 381	3.32 423	1.52 296	10.37 455	2.50 434	0.40 348	0.33 358	0.40 369	0.36 368	0.41 307	0.47 358

CSP-Net	1.78 246	1.32 445	1.92 126	1.16 314	1.03 337	3.38 219	1.31 406	3.52 256	1.75 244	1.96 258	1.93 331	2.40 330	1.48 283	8.58 404	1.58 321	0.46 399	0.34 370	0.27 134	0.26 199	0.41 307	0.50 375

CoDeX	2.40 360	0.78 311	13.21 355	1.00 219	1.18 371	3.24 197	1.32 407	4.14 408	2.41 387	1.74 206	1.84 301	2.05 297	1.47 281	10.03 444	1.60 325	0.34 274	0.28 310	0.32 246	0.27 225	0.32 186	0.39 292

Consistency-Raft	2.86 419	1.66 475	19.61 463	1.40 415	1.75 489	3.84 313	1.32 407	4.07 386	2.25 342	1.78 212	2.67 452	1.82 259	4.41 495	1.94 214	2.06 394	0.83 490	0.94 510	1.03 507	1.12 513	1.70 517	1.09 488

PVD	3.12 454	1.97 490	12.80 353	1.79 485	1.63 469	3.83 308	1.34 409	3.48 246	3.88 515	5.77 526	3.56 492	3.45 433	3.29 466	5.58 345	5.30 484	0.71 479	0.69 497	0.74 495	0.77 492	0.79 466	1.13 491

UPFNet	1.81 250	0.63 186	6.71 283	1.25 346	1.44 437	3.50 246	1.35 410	4.02 371	1.85 262	2.40 407	1.52 182	2.41 332	1.40 256	3.62 303	1.88 371	0.34 274	0.33 358	0.37 344	0.31 316	0.41 307	0.39 292

PDISCO_ROB	2.86 419	1.53 467	14.27 378	1.98 501	2.19 515	4.52 472	1.35 410	4.65 517	3.19 489	2.09 303	2.16 379	3.53 445	2.45 425	5.32 335	2.12 401	1.30 517	0.78 505	0.72 491	0.59 472	1.24 506	1.28 496

PSMNet-RUCA	1.64 225	1.50 465	2.57 194	1.50 438	1.38 423	3.05 174	1.36 412	3.31 227	2.24 339	1.36 146	2.07 362	1.40 192	1.09 186	1.83 200	1.55 317	1.15 505	0.69 497	1.26 516	0.96 505	1.64 515	0.94 478

TestStereo1	1.56 207	0.81 323	2.32 175	1.61 460	0.64 186	4.13 390	1.36 412	3.79 306	3.20 492	1.60 173	2.57 443	1.39 187	2.15 402	2.51 260	1.30 267	0.29 168	0.20 132	0.34 298	0.25 181	0.40 283	0.36 257

SA-5K	1.56 207	0.81 323	2.32 175	1.61 460	0.64 186	4.13 390	1.36 412	3.79 306	3.20 492	1.60 173	2.57 443	1.39 187	2.15 402	2.51 260	1.30 267	0.29 168	0.20 132	0.34 298	0.25 181	0.40 283	0.36 257

SA	1.62 220	0.75 297	3.78 254	1.07 253	0.43 63	4.26 426	1.36 412	4.45 498	3.12 481	1.63 181	1.97 339	1.68 224	2.26 412	2.55 268	1.27 259	0.27 109	0.22 191	0.37 344	0.37 380	0.35 240	0.30 191

DDUNet	2.91 425	2.78 509	6.94 287	3.53 535	2.26 519	3.28 208	1.36 412	3.77 302	2.04 296	2.62 440	2.49 432	4.18 477	1.69 346	5.38 337	1.85 368	2.21 525	1.77 529	2.61 533	2.43 544	2.60 523	2.34 526

LL-Strereo2	1.23 152	0.85 341	2.38 182	0.93 178	0.68 213	3.72 288	1.37 417	2.54 134	1.99 283	1.75 208	1.40 155	1.82 259	0.73 75	1.40 117	0.99 200	0.31 226	0.23 218	0.55 453	0.35 358	0.29 118	0.24 86

FADNet-RVC-Resample	2.83 417	2.02 492	21.07 523	1.12 287	0.91 301	3.53 253	1.37 417	4.08 390	2.09 307	1.68 192	1.33 134	2.03 293	1.51 294	9.54 425	1.69 345	0.38 330	0.37 391	0.42 386	0.44 427	0.56 400	0.56 402

NVstereo2D	2.54 387	0.90 352	11.10 339	1.32 376	1.47 441	3.58 266	1.38 419	4.13 402	2.45 395	1.90 239	1.71 243	2.86 385	1.76 357	10.86 471	1.66 342	0.60 454	0.43 426	0.53 445	0.41 416	0.78 464	0.94 478

RGC	3.10 453	1.45 461	14.90 387	1.46 429	1.79 494	3.33 214	1.39 420	4.04 376	2.26 345	2.77 457	3.26 485	4.00 466	2.71 439	11.63 510	2.62 444	0.82 488	0.46 445	0.79 497	0.79 496	0.71 454	0.78 459

edge stereo	3.37 470	1.01 383	21.99 544	1.28 360	1.37 420	2.67 138	1.39 420	3.98 359	2.87 457	2.93 467	3.27 486	4.35 485	2.43 423	11.62 505	2.39 421	0.60 454	0.63 487	0.79 497	0.55 464	0.68 442	0.67 433

ARAFT	2.56 392	1.13 407	19.50 462	0.89 142	0.48 103	4.15 394	1.40 422	4.36 481	2.82 454	2.36 399	1.88 315	1.70 231	1.04 169	6.45 364	1.22 245	0.29 168	0.18 66	0.37 344	0.35 358	0.35 240	0.25 96

NCC-stereo	3.16 459	1.28 437	18.31 437	1.25 346	1.75 489	4.06 372	1.40 422	3.89 330	2.22 335	2.72 453	2.55 439	3.49 440	2.65 436	9.91 437	2.99 454	1.29 515	0.65 489	0.64 478	0.86 499	0.65 432	0.71 442

Abc-Net	3.16 459	1.28 437	18.31 437	1.25 346	1.75 489	4.06 372	1.40 422	3.89 330	2.22 335	2.72 453	2.55 439	3.49 440	2.65 436	9.91 437	2.99 454	1.29 515	0.65 489	0.64 478	0.86 499	0.65 432	0.71 442
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CRFU-Net	2.49 378	0.78 311	10.36 329	2.30 515	1.08 351	3.91 331	1.41 425	3.85 319	1.65 214	2.15 328	1.76 263	3.34 424	7.95 535	5.56 343	1.48 302	0.47 408	0.35 374	0.30 204	0.28 254	0.37 263	0.43 331

Sa-1000	1.63 224	0.79 315	3.56 244	1.11 283	0.48 103	4.06 372	1.41 425	4.49 504	2.75 437	2.00 279	2.80 463	1.84 265	1.43 269	2.64 277	1.50 306	0.27 109	0.19 96	0.36 332	0.33 335	0.36 253	0.30 191

psmg	1.47 201	0.59 139	1.94 127	0.92 164	0.85 278	4.30 435	1.42 427	4.10 400	1.88 266	2.64 444	2.09 365	2.60 357	1.31 239	1.60 159	1.21 242	0.34 274	0.27 299	0.33 280	0.34 343	0.36 253	0.34 237

RYNet	2.97 436	0.93 363	15.09 392	1.12 287	1.38 423	3.66 281	1.42 427	4.03 372	2.29 354	2.10 306	1.70 239	3.79 456	2.16 405	13.64 545	3.02 456	0.37 313	0.41 418	0.48 416	0.34 343	0.81 469	0.75 453

GEStereo_RVC	1.91 266	0.80 319	6.57 281	1.20 329	1.06 345	4.02 366	1.43 429	4.13 402	1.89 270	2.03 290	1.80 277	2.34 323	1.86 379	4.94 329	1.77 358	0.48 412	0.38 397	0.32 246	0.28 254	0.42 326	0.50 375

SQANet	3.70 478	9.34 546	18.41 439	2.75 523	2.74 524	3.40 223	1.47 430	3.50 252	1.68 220	2.60 437	1.75 254	2.69 364	1.91 385	6.72 374	1.74 354	2.96 529	1.41 523	1.85 523	1.12 513	3.17 526	2.70 535

ADLNet2	3.15 458	0.92 359	20.06 480	1.20 329	1.79 494	3.83 308	1.48 431	3.94 348	3.59 508	2.19 343	2.47 430	4.65 500	1.93 387	10.69 465	1.96 384	0.39 342	0.37 391	0.28 163	0.30 300	0.48 370	0.43 331

OMP-Stereo	1.97 278	0.93 363	1.88 121	2.76 524	0.67 208	4.58 483	1.48 431	4.31 466	1.54 160	3.15 484	2.76 459	3.25 416	1.38 249	7.66 392	1.35 278	0.40 348	0.20 132	0.33 280	0.26 199	0.33 204	0.24 86

DRN-Test	3.03 446	0.99 379	18.18 432	1.35 392	1.60 464	3.59 267	1.48 431	4.13 402	2.45 395	3.47 496	1.92 329	2.58 356	2.53 430	10.88 472	2.80 450	0.39 342	0.36 378	0.44 394	0.41 416	0.55 394	0.57 406

FBW_ROB	3.24 462	1.02 384	9.21 316	1.49 437	1.07 349	3.78 299	1.48 431	4.31 466	3.08 479	2.46 413	2.32 420	4.20 480	2.08 396	15.19 551	7.16 496	0.84 491	0.62 485	1.33 518	0.92 502	0.99 485	1.31 498

SACVNet	2.46 371	1.14 411	9.47 317	1.44 423	1.18 371	4.06 372	1.49 435	3.84 316	2.24 339	2.62 440	1.89 321	2.57 354	1.28 232	11.35 494	1.64 339	0.50 427	0.39 406	0.48 416	0.41 416	0.55 394	0.75 453

FINET	2.96 432	1.07 396	23.18 553	1.29 363	1.86 499	2.03 85	1.52 436	4.30 463	4.71 526	2.23 361	2.34 422	1.65 220	1.48 283	5.89 351	2.81 451	0.51 433	0.47 449	0.49 429	0.40 410	0.59 408	0.49 368

PASM	2.67 405	2.05 494	9.71 318	1.73 475	1.37 420	2.53 129	1.52 436	3.10 201	2.17 328	2.79 459	1.84 301	2.90 387	1.85 378	11.89 522	2.19 409	0.81 487	0.85 507	0.87 502	1.01 508	1.14 497	1.05 485

XQC	2.96 432	2.42 500	14.85 384	1.36 398	1.32 409	3.29 212	1.53 438	4.28 452	2.78 440	3.21 486	2.46 428	3.53 445	2.92 448	6.58 366	4.67 474	0.70 477	0.41 418	0.59 462	0.56 466	0.96 484	0.83 469

CVANet_RVC	2.55 391	1.10 402	9.13 315	1.46 429	1.15 365	3.96 353	1.53 438	3.91 339	2.50 404	3.04 475	2.04 351	2.60 357	1.72 352	12.46 532	1.50 306	0.49 424	0.30 333	0.51 435	0.41 416	0.63 422	0.50 375

ETE_ROB	2.07 296	1.40 455	3.01 221	1.09 267	0.92 302	3.94 343	1.53 438	4.25 439	2.23 337	3.31 489	2.06 361	2.35 325	1.52 296	8.74 406	2.07 397	0.44 385	0.36 378	0.51 435	0.48 441	0.54 392	0.62 422

Wz-Net-LNSev	2.30 335	1.67 477	14.88 386	1.18 322	1.65 475	3.49 242	1.54 441	3.63 274	2.03 292	1.88 232	1.64 220	3.29 419	2.06 394	2.71 281	2.02 390	0.40 348	0.33 358	0.32 246	0.31 316	0.53 389	0.49 368

GwcNet	3.00 442	1.63 471	19.83 471	1.32 376	2.04 511	3.27 204	1.55 442	3.65 277	2.33 364	2.00 279	2.12 373	3.56 449	1.68 345	9.47 423	2.45 430	0.44 385	0.45 436	0.46 405	0.38 393	0.60 412	0.76 455

DeepPrunerF	3.70 478	1.72 478	14.87 385	1.33 381	1.74 488	3.70 285	1.55 442	4.20 417	14.00 551	2.02 286	1.77 268	2.74 370	2.30 413	10.88 472	6.88 493	0.68 473	0.60 482	0.78 496	0.78 495	0.81 469	0.71 442

IRAFT_RVC	1.87 255	0.60 151	4.33 258	2.40 518	0.66 201	4.59 484	1.59 444	2.96 185	1.51 135	2.23 361	1.75 254	2.09 303	2.63 435	6.70 371	1.50 306	0.33 262	0.21 163	0.33 280	0.29 282	0.32 186	0.32 210

AF-Net	2.87 422	1.30 439	16.24 402	1.33 381	1.75 489	3.26 202	1.59 444	4.09 392	2.43 390	2.69 451	2.94 469	4.51 491	3.20 463	5.84 350	2.75 448	0.76 481	0.36 378	0.72 491	0.49 444	0.70 445	0.56 402

CC-Net-ROB	3.35 469	1.76 481	13.89 371	2.33 517	1.65 475	4.49 464	1.62 446	4.73 521	2.90 459	1.92 246	2.05 357	1.99 288	1.61 316	12.57 535	1.60 325	2.46 526	2.18 534	2.68 535	1.04 511	2.11 520	1.38 504

MFN_U_SF_RVC	3.81 483	10.78 551	15.01 390	1.84 489	1.39 425	3.73 292	1.63 447	4.05 380	3.26 496	2.91 465	2.38 424	4.36 487	3.65 479	8.43 401	4.91 480	1.11 504	1.04 511	0.99 506	1.31 520	1.58 513	1.75 515

XPNet_ROB	2.27 324	1.11 405	4.10 256	1.36 398	0.97 317	3.94 343	1.63 447	4.07 386	2.14 322	2.82 462	2.00 345	2.32 322	1.73 355	10.81 470	3.39 461	0.51 433	0.47 449	0.48 416	0.40 410	0.51 380	0.56 402

ssnet_v2	2.04 291	0.88 349	7.87 294	1.20 329	0.87 288	3.86 323	1.64 449	4.01 367	2.60 419	2.61 439	1.96 333	3.79 456	1.71 350	2.20 240	2.96 453	0.41 362	0.35 374	0.42 386	0.37 380	0.55 394	0.52 388

Wz-Net-LNSev-Ref	2.42 364	1.47 462	14.14 375	1.30 370	1.35 415	3.51 249	1.64 449	4.04 376	2.10 315	2.46 413	1.88 315	2.28 314	2.51 429	4.73 328	3.17 459	0.38 330	0.19 96	0.35 317	0.20 83	0.40 283	0.36 257

ADCRef	3.30 465	1.23 432	14.90 387	1.17 316	1.41 434	3.95 348	1.64 449	3.88 328	2.36 370	3.05 477	2.21 389	2.40 330	2.81 444	5.04 330	16.63 537	0.46 399	0.34 370	0.63 475	0.62 478	0.54 392	0.67 433

Syn2CoEx	3.08 450	2.55 506	19.88 473	1.34 388	1.18 371	2.43 116	1.65 452	3.91 339	2.40 385	2.39 405	2.27 397	2.90 387	3.17 462	9.57 428	2.54 439	0.50 427	0.45 436	0.53 445	0.39 399	0.74 458	0.72 448

PSMNet_ROB	2.95 429	1.38 452	18.46 441	1.19 324	1.20 384	3.80 304	1.65 452	3.54 261	2.35 367	1.98 262	1.71 243	2.75 372	1.79 362	11.43 498	2.78 449	0.42 373	0.36 378	0.50 432	0.60 474	0.59 408	0.49 368

stereogan	3.09 451	0.93 363	16.43 405	1.37 408	1.66 478	3.70 285	1.67 454	3.87 325	3.15 486	3.04 475	2.70 455	5.04 510	2.79 442	9.96 440	1.78 360	0.63 459	0.49 459	0.69 484	0.47 436	0.83 472	0.68 436

MFMNet_re	2.91 425	1.91 486	18.25 433	3.06 529	1.89 501	3.13 184	1.67 454	3.52 256	2.97 467	3.14 482	2.87 468	2.26 312	2.41 421	2.42 251	2.00 387	1.10 502	1.05 512	0.94 504	0.90 501	1.28 507	1.46 508

MaskLacGwcNet_RVC	3.13 455	1.43 459	9.93 322	2.50 519	1.62 467	4.29 433	1.68 456	3.95 350	2.43 390	1.66 189	1.91 327	3.04 399	1.41 261	13.26 538	1.58 321	3.82 543	1.59 525	1.12 513	0.46 433	2.21 521	2.74 536

PA-Net	3.09 451	1.24 433	18.84 445	1.38 410	1.19 378	3.42 226	1.75 457	3.89 330	3.27 499	1.88 232	2.10 366	3.03 398	1.88 383	11.60 503	2.88 452	0.40 348	0.54 465	0.44 394	0.62 478	0.52 383	1.02 483
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CBMV_ROB	3.62 475	0.70 250	21.42 535	1.21 335	0.89 296	4.43 454	1.76 458	4.39 487	2.79 442	5.88 528	3.38 488	4.18 477	5.12 504	10.75 466	2.32 418	0.56 448	0.55 469	0.53 445	0.51 454	0.55 394	0.46 353

KYRaft	1.59 215	0.52 70	1.73 107	0.95 186	0.49 110	4.38 441	1.79 459	2.43 111	1.51 135	2.49 417	2.98 471	2.00 289	3.41 471	2.14 232	0.82 134	0.30 207	0.21 163	0.33 280	0.46 433	0.35 240	2.45 530

DSFCA	1.89 260	0.69 240	3.14 226	1.10 276	1.18 371	3.99 361	1.79 459	3.50 252	2.16 326	3.10 479	1.64 220	2.91 390	2.50 428	5.38 337	2.26 413	0.43 378	0.38 397	0.37 344	0.36 368	0.50 378	0.42 322

Wz-Net-SNSev	2.98 438	4.36 521	15.98 400	1.57 453	1.19 378	3.28 208	1.80 461	3.96 355	2.40 385	2.32 387	2.28 400	3.48 434	2.05 393	7.84 394	3.82 467	0.47 408	0.39 406	0.53 445	0.49 444	0.71 454	0.60 416

EDNetEfficientorigin	12.35 552	2.51 501	179.47 580	1.19 324	0.96 313	2.91 156	1.81 462	3.00 190	5.35 533	8.91 544	4.79 505	4.18 477	4.64 499	9.98 441	11.30 515	0.37 313	0.38 397	0.60 467	0.85 498	1.32 509	2.43 529

Prome-Stereo	1.61 218	0.55 98	1.71 106	0.98 205	0.60 171	4.41 450	1.82 463	3.03 194	1.53 151	2.18 339	3.45 490	1.72 234	3.49 477	2.23 245	1.08 213	0.29 168	0.20 132	0.26 106	0.25 181	0.34 222	2.16 522

GANetREF_RVC	3.20 461	1.93 487	18.84 445	1.51 440	0.80 254	4.12 387	1.82 463	4.16 412	2.91 460	1.87 229	1.74 250	2.48 346	1.84 374	13.18 537	1.74 354	0.80 485	0.57 472	0.79 497	0.74 488	1.20 505	0.86 470
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
LALA_ROB	1.95 274	1.48 463	3.11 224	1.05 245	0.98 324	3.99 361	1.82 463	4.44 495	2.28 351	3.31 489	1.85 308	2.76 378	1.67 341	4.04 317	3.23 460	0.46 399	0.41 418	0.55 453	0.52 457	0.60 412	0.57 406

DEmStereo	2.97 436	0.58 131	13.42 358	0.79 79	0.51 116	3.84 313	1.84 466	2.42 108	1.60 199	2.25 366	2.74 456	2.03 293	6.04 515	6.79 377	12.80 523	0.35 294	0.26 288	0.26 106	0.27 225	0.27 88	0.37 271

Ntro	4.21 496	8.94 542	19.89 474	3.22 531	2.96 529	4.15 394	1.89 467	3.92 344	2.36 370	1.77 210	2.14 376	3.35 425	2.17 407	9.48 424	2.24 412	3.52 538	1.76 528	2.13 526	1.31 520	3.83 536	3.09 537

GMM-Stereo	2.45 368	0.52 70	20.38 499	0.89 142	0.82 266	4.18 411	1.91 468	2.45 114	1.48 115	2.48 416	2.30 408	1.69 229	1.86 379	2.93 287	1.08 213	0.28 146	0.18 66	0.33 280	0.48 441	0.35 240	2.41 527

coex-ft	18.59 560	6.62 531	113.53 578	1.17 316	1.31 403	2.33 109	1.93 469	2.81 175	14.00 551	124.82 579	8.45 525	5.90 521	51.74 573	9.99 442	22.69 555	0.57 450	0.62 485	0.50 432	0.49 444	1.08 492	1.28 496

NVStereoNet_ROB	4.91 510	1.40 455	16.46 406	1.47 432	1.72 487	3.46 233	1.96 470	3.89 330	3.61 509	2.90 464	24.61 560	4.81 502	4.49 497	13.57 543	4.87 479	1.33 518	1.29 521	1.70 522	1.68 525	1.41 512	1.66 510
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RP	2.79 414	1.20 421	10.36 329	1.54 445	1.93 503	3.44 228	1.97 471	4.05 380	2.34 365	2.66 449	2.79 461	3.98 465	2.58 433	10.21 450	2.61 442	0.95 496	0.47 449	0.71 487	0.57 469	0.71 454	0.68 436

MDST_ROB	5.53 518	0.59 139	23.11 551	2.55 520	2.69 523	21.20 559	1.98 472	4.77 523	2.65 425	9.36 546	4.25 500	4.14 475	4.45 496	22.57 557	3.68 466	0.48 412	0.33 358	0.47 408	0.44 427	0.44 344	0.44 337

FAT-Stereo	3.34 468	0.81 323	20.05 479	1.25 346	1.20 384	3.44 228	1.99 473	4.23 429	2.67 428	3.14 482	3.82 497	3.51 443	3.32 468	11.68 513	1.94 379	0.64 462	0.67 493	0.48 416	0.52 457	0.61 417	0.81 464

RAFT + AFF	2.51 381	2.66 507	4.48 263	1.15 308	1.95 504	4.15 394	2.01 474	4.46 499	3.30 500	2.19 343	2.51 435	2.22 311	4.87 502	8.91 410	2.06 394	0.30 207	0.60 482	0.48 416	0.38 393	0.77 462	0.69 438

delet	1.92 269	0.76 302	5.14 269	1.01 225	1.65 475	3.44 228	2.03 475	3.76 300	2.48 399	2.01 281	2.05 357	2.63 361	1.90 384	5.34 336	2.12 401	0.28 146	0.29 320	0.40 369	0.31 316	0.41 307	0.45 343

DPSNet	3.43 471	1.37 451	12.19 348	1.39 412	1.24 393	4.15 394	2.06 476	4.51 508	3.34 501	2.69 451	1.96 333	3.52 444	5.56 510	10.68 464	9.68 508	0.93 494	0.73 501	0.40 369	0.37 380	1.06 488	0.86 470

StereoDRNet	2.84 418	1.49 464	14.48 381	1.33 381	1.57 462	3.44 228	2.06 476	3.69 288	2.36 370	3.26 488	1.84 301	2.79 382	1.80 367	10.88 472	3.16 458	0.41 362	0.33 358	0.39 363	0.36 368	0.59 408	0.58 411

MSMD_ROB	5.61 519	1.08 398	16.68 409	1.21 335	0.83 270	10.14 545	2.07 478	3.93 345	6.22 539	10.37 552	8.03 521	22.22 555	9.45 541	11.66 511	4.52 473	0.66 467	0.58 477	0.66 481	0.68 484	0.65 432	0.63 426

pmcnn	5.45 517	1.22 428	17.40 421	1.60 457	2.41 521	3.48 239	2.12 479	4.52 509	3.26 496	3.67 499	13.15 548	22.10 554	3.46 476	11.92 524	17.16 540	0.34 274	0.21 163	0.23 28	0.19 67	0.36 253	0.28 154

DAS	2.31 336	0.67 229	4.79 266	1.14 295	1.64 471	2.93 162	2.13 480	4.09 392	2.74 435	4.17 511	2.52 436	2.46 344	1.79 362	11.55 502	1.63 336	0.37 313	0.22 191	0.39 363	0.25 181	0.41 307	0.34 237

SepStereo	2.15 307	0.67 229	4.79 266	1.14 295	1.64 471	2.93 162	2.13 480	4.09 392	2.74 435	4.17 511	2.52 436	2.46 344	1.79 362	8.36 398	1.63 336	0.37 313	0.22 191	0.39 363	0.25 181	0.41 307	0.34 237

TDLM	2.29 332	1.08 398	4.61 265	1.29 363	1.01 335	4.26 426	2.17 482	3.75 298	2.79 442	2.31 383	1.98 341	2.06 299	1.59 311	12.45 531	1.72 349	0.51 433	0.28 310	0.52 441	0.35 358	0.56 400	0.50 375

ccnet	2.66 403	0.97 378	8.01 298	1.54 445	1.24 393	3.75 294	2.18 483	4.07 386	2.41 387	2.66 449	3.25 484	2.87 386	2.31 416	9.89 436	3.50 462	0.78 482	0.75 503	0.71 487	0.67 481	0.76 461	0.81 464

ACVNet-4b	6.73 531	13.67 558	21.87 543	3.54 536	3.07 531	4.19 415	2.25 484	4.03 372	3.65 510	1.64 184	3.98 499	5.88 520	2.89 446	10.01 443	16.98 539	23.29 569	2.24 537	2.53 530	1.78 530	3.87 537	3.21 542

ADCMid	3.96 488	3.27 514	15.48 397	1.26 352	1.40 427	4.66 494	2.28 485	4.06 384	3.54 507	3.94 504	3.02 473	3.85 459	3.67 480	4.03 316	18.65 548	0.68 473	0.61 484	1.09 512	1.18 517	1.38 510	1.08 487

WZ-Net	3.62 475	4.87 523	16.77 412	1.43 420	1.40 427	3.75 294	2.29 486	4.12 401	2.50 404	2.74 455	2.19 385	4.06 470	5.29 507	10.19 449	7.36 497	0.54 444	0.37 391	0.47 408	0.49 444	0.77 462	0.73 449

SPS-STEREO	3.97 489	1.44 460	20.85 515	1.72 474	1.71 485	3.24 197	2.30 487	3.55 263	2.68 430	4.79 521	3.66 493	5.44 519	2.97 449	9.11 414	9.35 507	1.15 505	1.10 514	1.06 510	1.02 510	1.16 501	1.18 493
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
FC-DCNN	6.64 530	0.77 305	19.26 455	1.68 467	1.64 471	8.27 542	2.35 488	6.35 540	9.23 543	10.85 554	11.27 541	19.89 551	13.33 545	12.51 533	11.79 520	0.66 467	0.57 472	0.58 459	0.56 466	0.63 422	0.61 419

FC-DCNN v2	6.91 535	0.77 305	19.25 453	1.69 468	1.64 471	9.13 544	2.40 489	7.20 542	9.47 544	11.07 556	11.62 543	20.05 553	15.79 550	12.55 534	11.99 521	0.66 467	0.57 472	0.58 459	0.56 466	0.63 422	0.61 419

Wz-Net-MNSev	2.71 412	2.54 505	13.91 372	1.52 441	1.37 420	3.28 208	2.47 490	4.03 372	2.32 363	2.57 430	2.07 362	2.29 319	3.01 452	7.55 388	2.74 447	0.38 330	0.36 378	0.36 332	0.37 380	0.57 404	0.47 358

ACVNet_1	6.04 526	13.97 559	21.36 533	3.58 537	3.14 534	4.73 510	2.48 491	4.20 417	3.17 487	2.98 473	2.83 467	23.31 556	4.34 494	11.06 482	2.45 430	3.68 540	2.33 540	2.60 532	1.79 531	3.69 533	3.19 541

Wz-Net-TNSev	3.67 477	8.83 538	13.47 361	1.48 434	1.18 371	3.60 269	2.49 492	4.27 447	3.13 482	2.18 339	1.89 321	4.21 481	2.80 443	12.10 525	7.58 499	0.57 450	0.55 469	0.47 408	0.54 463	0.91 478	1.05 485

GANet	2.93 428	1.05 390	11.29 341	1.64 462	0.96 313	3.91 331	2.52 493	3.72 295	2.41 387	2.95 472	3.00 472	3.21 412	2.03 390	12.42 530	4.72 476	0.51 433	0.41 418	0.46 405	0.39 399	0.60 412	0.50 375

S-Stereo	3.48 472	0.91 357	22.06 546	1.36 398	1.50 445	3.55 259	2.53 494	4.21 422	2.81 452	2.37 400	3.81 496	3.75 454	1.84 374	11.90 523	2.51 435	0.63 459	0.71 499	0.48 416	0.76 490	0.67 439	1.19 494

NCCL2	2.53 385	1.35 449	10.90 338	1.15 308	0.97 317	3.53 253	2.56 495	3.65 277	2.23 337	2.76 456	1.80 277	2.41 332	1.66 339	10.35 454	2.07 397	0.44 385	0.40 411	0.57 458	0.53 461	0.59 408	0.65 431

otaku	4.58 503	8.93 541	19.95 476	3.11 530	2.67 522	3.91 331	2.57 496	3.82 312	2.25 342	2.22 357	9.72 534	4.08 471	2.35 418	8.57 403	2.13 404	3.51 537	1.65 527	2.15 527	1.17 516	3.69 533	3.15 539

FCDSN-DC	6.04 526	0.84 337	19.25 453	1.24 344	1.09 355	4.38 441	2.62 497	4.38 485	4.71 526	9.59 549	11.22 540	19.19 550	17.40 553	12.30 527	8.55 504	0.69 476	0.57 472	0.60 467	0.60 474	0.70 445	0.78 459
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SAMSARA	3.55 473	2.16 496	14.18 376	1.86 492	1.49 443	4.62 488	2.65 498	3.58 268	2.80 446	7.05 536	3.05 475	5.16 515	4.07 488	9.18 417	4.80 478	0.64 462	0.67 493	0.59 462	0.68 484	0.89 475	0.91 475

ADCPNet	3.89 484	1.63 471	20.25 493	1.28 360	1.27 399	6.43 533	2.65 498	3.93 345	2.70 431	2.78 458	2.20 387	4.28 483	6.16 519	5.56 343	10.27 511	0.65 465	1.18 516	0.71 487	1.70 527	0.84 473	1.37 502

LVE	6.88 534	9.31 545	21.14 525	3.61 538	3.18 536	4.49 464	2.79 500	10.21 547	11.69 547	3.16 485	11.53 542	18.33 547	4.31 493	11.66 511	3.52 463	4.45 551	2.93 546	2.56 531	1.91 535	3.62 530	3.16 540

WAO-8	11.95 549	13.02 555	20.56 507	3.50 533	3.08 532	15.11 555	2.80 501	12.91 552	19.11 560	7.69 538	13.12 546	11.62 537	7.01 529	84.40 578	7.91 500	3.42 535	1.92 531	3.54 548	1.93 536	3.68 531	2.69 533

Venus	11.95 549	13.02 555	20.56 507	3.50 533	3.08 532	15.11 555	2.80 501	12.91 552	19.11 560	7.69 538	13.12 546	11.62 537	7.01 529	84.40 578	7.91 500	3.42 535	1.92 531	3.54 548	1.93 536	3.68 531	2.69 533

TorneroNet-64	10.12 542	8.74 537	20.95 521	4.27 545	3.76 544	13.86 552	2.85 503	15.05 557	23.15 563	10.07 550	23.84 559	13.47 542	8.24 538	13.96 548	17.21 541	3.96 546	2.72 543	3.23 543	2.48 545	6.29 550	4.27 554

MADNet+	3.97 489	9.54 547	13.83 370	1.87 493	1.69 483	4.19 415	2.87 504	4.80 524	4.10 521	2.51 421	2.67 452	4.55 494	3.41 471	8.72 405	6.92 494	1.25 512	1.27 520	1.04 508	0.93 503	1.39 511	1.85 516

HBP-ISP	3.25 464	1.10 402	20.86 516	1.54 445	1.15 365	4.50 467	2.89 505	4.43 494	2.38 381	4.14 510	1.96 333	1.90 271	2.04 392	11.08 485	1.32 270	0.66 467	0.57 472	0.66 481	0.61 477	0.64 429	0.61 419

G-Net	4.11 493	1.21 422	19.47 461	2.31 516	2.94 528	4.74 513	2.95 506	3.33 236	2.14 322	4.44 517	9.43 532	6.93 526	3.84 483	9.01 413	4.92 481	0.79 483	0.80 506	0.70 486	0.50 450	0.95 480	0.87 473

RTS	3.90 485	7.04 532	17.94 429	1.92 495	2.19 515	5.00 521	2.96 507	4.29 455	3.19 489	4.05 507	3.08 476	4.94 505	3.16 460	7.64 389	6.72 488	0.66 467	0.44 431	0.51 435	0.47 436	0.95 480	0.76 455

RTSA	3.90 485	7.04 532	17.94 429	1.92 495	2.19 515	5.00 521	2.96 507	4.29 455	3.19 489	4.05 507	3.08 476	4.94 505	3.16 460	7.64 389	6.72 488	0.66 467	0.44 431	0.51 435	0.47 436	0.95 480	0.76 455

RainbowNet	4.56 501	8.28 535	20.07 482	3.64 539	3.23 537	4.15 394	2.99 509	4.18 413	3.03 475	2.20 346	2.65 450	4.26 482	2.90 447	9.77 430	2.12 401	3.88 544	2.27 538	2.71 537	1.72 529	3.78 535	3.31 544

ACVNet_2	5.41 516	12.60 554	20.42 502	3.27 532	3.15 535	4.50 467	3.02 510	4.66 518	3.73 513	3.35 493	5.36 509	7.86 529	2.88 445	12.33 529	4.76 477	3.12 533	2.22 536	2.70 536	1.69 526	3.49 529	3.10 538

NaN_ROB	4.06 492	1.13 407	16.64 408	1.12 287	1.25 396	3.50 246	3.05 511	4.29 455	3.26 496	3.64 497	2.56 441	2.97 393	4.79 500	13.33 539	16.91 538	0.37 313	0.41 418	0.38 360	0.39 399	0.48 370	0.81 464

IMH	6.81 533	13.66 557	20.41 501	4.33 549	3.74 541	5.50 526	3.06 512	5.49 538	6.22 539	4.64 520	10.35 536	9.30 533	8.03 537	13.61 544	6.81 490	4.80 556	2.99 551	3.09 541	2.12 541	4.36 542	3.61 546

SuperB	4.79 507	4.41 522	21.08 524	1.45 427	1.08 351	3.91 331	3.08 513	4.18 413	3.01 473	2.50 418	2.10 366	2.75 372	3.49 477	8.80 407	19.60 552	0.44 385	0.33 358	0.53 445	0.39 399	12.01 562	0.64 429

WAO-7	5.16 512	3.21 512	18.98 449	1.88 494	1.44 437	5.34 525	3.09 514	4.91 526	5.81 538	4.35 516	8.92 531	6.55 523	6.06 516	13.40 541	10.81 513	1.34 519	1.20 519	1.48 521	1.35 523	1.60 514	1.45 506

TorneroNet	25.88 565	11.28 553	21.62 540	4.20 544	4.07 547	55.25 572	3.15 515	15.16 558	76.94 575	58.09 571	82.72 576	86.88 577	41.15 568	13.35 540	18.13 545	4.32 547	2.85 544	3.45 544	2.62 547	8.33 560	4.14 553

SGM-Forest	2.96 432	0.62 177	3.49 239	1.09 267	0.80 254	4.06 372	3.30 516	4.37 484	3.09 480	4.18 514	3.27 486	4.67 501	3.86 484	11.69 514	7.91 500	0.51 433	0.46 445	0.49 429	0.39 399	0.48 370	0.49 368
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
KSHMR	16.96 558	5.37 526	21.64 542	4.46 550	4.50 550	8.30 543	3.32 517	15.58 560	76.24 574	6.62 535	61.47 572	56.53 572	5.43 509	35.17 569	11.37 516	4.39 549	2.97 550	3.63 550	2.74 551	5.10 547	4.34 555

MFN_U_SF_DS_RVC	3.94 487	10.88 552	12.30 350	1.26 352	1.55 455	5.19 524	3.33 518	4.42 491	2.82 454	2.58 433	2.62 447	5.00 508	2.11 397	14.03 549	2.73 446	1.28 514	2.34 541	0.67 483	1.83 532	0.81 469	1.03 484

notaker	10.50 545	8.60 536	20.23 489	4.54 552	3.95 545	6.27 531	3.44 519	8.07 545	4.75 529	8.73 543	46.45 567	13.86 545	27.86 563	13.49 542	13.61 526	4.56 552	3.18 552	3.52 547	2.68 549	8.13 559	4.05 552

SGM_RVC	4.57 502	0.72 266	17.46 424	1.84 489	0.58 166	4.23 424	3.45 520	4.66 518	3.66 511	7.99 541	8.82 530	7.56 528	8.74 540	12.30 527	6.84 492	0.43 378	0.38 397	0.39 363	0.35 358	0.51 380	0.48 362
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WCMA_ROB	5.12 511	0.90 352	21.33 531	1.50 438	1.33 412	4.09 379	3.49 521	4.03 372	4.59 525	6.57 534	10.95 539	12.92 540	8.41 539	9.86 435	8.78 505	0.75 480	0.58 477	0.51 435	0.50 450	0.68 442	0.57 406

CSAN	4.71 505	1.39 454	20.23 489	1.19 324	0.87 288	3.65 280	3.50 522	4.57 513	3.87 514	3.89 503	7.82 519	3.54 448	6.16 519	23.47 562	6.82 491	0.52 439	0.45 436	0.49 429	0.52 457	0.63 422	0.66 432

HanzoNet	31.60 567	17.23 562	21.22 530	7.32 558	5.84 555	7.25 538	3.53 523	13.82 556	14.20 553	50.38 569	47.01 568	44.45 566	56.61 574	36.61 570	32.00 568	63.89 575	56.57 576	7.97 561	89.20 576	28.69 566	28.25 569

Dean	7.52 537	9.08 543	21.41 534	3.74 540	3.53 538	4.81 517	3.53 523	5.33 535	5.25 532	4.17 511	26.53 561	25.62 562	4.09 489	10.97 476	4.32 470	3.69 541	2.30 539	2.91 538	1.87 534	4.03 538	3.24 543

MSC_U_SF_DS_RVC	4.48 500	10.62 550	15.18 395	1.55 450	1.45 440	6.16 530	3.54 525	5.41 537	3.68 512	2.59 436	2.74 456	4.81 502	2.20 410	13.79 546	4.40 471	2.04 522	3.36 554	1.05 509	1.20 518	2.09 519	1.72 513

WAO-6	5.87 524	2.27 497	15.05 391	2.96 527	2.77 525	12.01 548	3.58 526	5.37 536	11.91 549	3.34 491	9.69 533	6.78 525	5.84 513	11.82 520	8.89 506	2.87 528	2.35 542	2.50 529	1.84 533	2.85 525	2.67 532

ADCS	4.22 497	5.33 525	16.32 403	1.64 462	1.31 403	3.91 331	3.64 527	4.21 422	2.89 458	5.11 523	2.81 465	4.46 489	3.06 458	5.21 334	19.50 551	0.63 459	0.64 488	0.69 484	0.69 486	1.12 495	1.26 495

ADCP+	3.74 481	1.96 489	16.90 413	1.09 267	1.55 455	4.35 439	3.65 528	3.93 345	2.98 470	2.22 357	1.66 228	3.95 462	4.83 501	3.41 297	18.87 550	0.38 330	0.41 418	0.63 475	0.53 461	0.64 429	0.81 464

UNDER WATER	10.47 543	3.95 520	22.62 550	5.07 555	4.51 551	7.78 541	3.77 529	12.56 551	21.72 562	7.84 540	10.78 537	23.96 558	31.66 564	10.78 469	16.19 535	4.44 550	2.93 546	4.24 551	2.86 552	6.33 552	5.47 559

aanetorigin	3.30 465	1.66 475	17.52 426	1.18 322	1.58 463	2.57 132	3.80 530	2.65 150	2.03 292	6.12 531	4.30 502	2.82 383	5.70 511	5.47 340	4.67 474	0.50 427	0.44 431	0.43 390	0.47 436	1.17 502	0.92 476

SANet	5.65 521	1.72 478	20.94 520	1.26 352	0.88 291	7.20 537	3.81 531	4.60 515	11.23 545	4.56 518	8.78 529	7.49 527	6.95 526	11.85 521	18.11 544	0.49 424	0.44 431	0.50 432	0.42 422	0.90 477	0.82 468

MeshStereo	5.35 515	1.32 445	21.34 532	1.34 388	1.15 365	4.40 448	3.90 532	5.18 529	4.55 523	10.14 551	11.82 544	11.47 536	5.84 513	13.84 547	7.03 495	0.61 456	0.58 477	0.60 467	0.58 470	0.72 457	0.59 415
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
CBMV	3.32 467	0.96 377	21.16 527	1.32 376	0.83 270	3.81 306	3.91 533	4.47 500	2.53 409	3.34 491	2.24 393	4.45 488	2.58 433	10.07 446	1.96 384	0.45 394	0.43 426	0.48 416	0.38 393	0.52 383	0.53 390
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AnyNet_C32	4.17 495	5.75 529	12.62 351	1.60 457	1.54 451	5.51 527	4.09 534	3.90 335	3.23 494	4.22 515	3.03 474	3.10 403	3.41 471	8.01 396	18.85 549	0.53 442	0.58 477	0.53 445	0.74 488	1.19 504	0.97 480

ktn	21.74 563	10.34 549	19.68 466	4.53 551	4.00 546	6.53 534	4.51 535	6.79 541	78.82 576	84.69 576	100.86 579	58.49 573	7.57 533	12.11 526	13.35 524	4.58 555	3.24 553	3.49 545	2.62 547	4.65 545	3.84 550

UNDER WATER-64	9.33 541	5.37 526	22.60 549	5.22 556	4.86 553	10.75 546	4.61 536	11.45 548	17.30 555	7.59 537	9.80 535	15.99 546	17.90 555	10.63 462	15.72 531	4.36 548	2.87 545	4.39 555	2.86 552	7.01 555	5.36 558

IMH-64-1	4.84 508	2.53 503	6.83 284	4.30 547	3.74 541	4.81 517	6.05 537	5.30 532	3.92 516	3.95 505	8.33 523	5.08 512	6.06 516	8.96 411	6.30 485	4.57 553	2.96 548	3.04 539	2.12 541	4.28 540	3.62 547

IMH-64	4.84 508	2.53 503	6.83 284	4.30 547	3.74 541	4.81 517	6.05 537	5.30 532	3.92 516	3.95 505	8.33 523	5.08 512	6.06 516	8.96 411	6.30 485	4.57 553	2.96 548	3.04 539	2.12 541	4.28 540	3.62 547

LSM	12.71 553	3.52 517	20.79 514	55.63 574	84.76 572	3.63 279	6.30 539	3.73 296	4.93 530	5.55 525	13.92 550	3.53 445	3.25 465	9.72 429	4.12 469	0.64 462	0.85 507	0.71 487	0.81 497	1.03 486	26.84 567

AnyNet_C01	4.37 499	7.80 534	16.40 404	1.98 501	1.40 427	6.37 532	6.47 540	4.09 392	5.03 531	4.06 509	3.78 495	4.16 476	3.31 467	6.62 368	10.00 509	0.61 456	0.67 493	0.63 475	0.67 481	2.01 518	1.31 498

PSM-AAD	2.43 365	0.54 92	1.32 70	0.92 164	0.54 134	4.48 458	7.47 541	2.96 185	1.55 168	2.31 383	2.56 441	1.26 170	16.23 551	2.46 254	0.89 163	0.28 146	0.21 163	0.58 459	0.41 416	0.34 222	1.32 500

EDNetEfficient	5.61 519	2.14 495	16.75 411	1.67 466	3.64 539	4.12 387	7.51 542	3.05 196	5.63 537	11.57 557	4.83 506	3.95 462	12.72 544	8.44 402	20.78 554	0.41 362	0.43 426	0.47 408	1.01 508	1.66 516	1.39 505

PWCK	5.85 523	9.95 548	15.22 396	2.90 526	1.56 458	5.66 529	7.69 543	5.27 531	4.74 528	3.88 502	7.51 517	8.04 530	5.28 506	15.18 550	8.40 503	3.08 532	1.51 524	2.24 528	1.37 524	5.55 549	1.96 519

MADNet++	7.57 539	5.80 530	13.28 356	6.38 557	5.26 554	7.18 536	7.77 544	5.32 534	5.62 536	6.11 530	7.78 518	6.02 522	8.01 536	11.74 516	16.36 536	9.36 561	4.95 558	8.57 562	5.66 558	4.83 546	5.34 557

GrayStereo	2.58 396	0.53 81	1.63 101	1.58 454	0.89 296	4.17 408	8.17 545	3.03 194	1.52 144	2.80 460	2.50 433	1.70 231	17.10 552	2.83 284	1.15 226	0.33 262	0.21 163	0.27 134	0.32 327	0.28 105	0.53 390

ELAS	5.99 525	1.62 469	20.29 496	1.96 500	2.01 507	15.09 554	8.38 546	5.23 530	5.54 535	9.02 545	8.61 526	6.74 524	9.75 542	7.48 386	11.40 517	0.96 497	1.18 516	0.72 491	0.93 503	1.30 508	1.67 511
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCL	4.35 498	1.63 471	14.21 377	1.29 363	1.26 398	5.56 528	11.16 547	3.97 357	3.37 502	6.07 529	4.67 504	4.30 484	5.72 512	5.08 332	14.51 527	0.50 427	0.48 455	0.89 503	0.77 492	0.78 464	0.76 455

FTStereo	3.71 480	0.53 81	20.37 498	0.96 192	0.65 194	4.34 438	11.29 548	2.62 147	1.50 128	2.58 433	5.04 508	1.90 271	13.84 547	3.71 307	1.25 253	0.38 330	0.24 252	0.31 226	0.32 327	0.30 141	2.10 521

ELAS_RVC	5.72 522	1.64 474	20.40 500	2.09 506	2.01 507	4.95 520	11.47 549	4.66 518	6.31 541	8.09 542	8.01 520	8.06 532	11.65 543	8.36 398	10.22 510	0.99 499	1.17 515	0.81 500	0.76 490	1.14 497	1.58 509
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetBlue	6.27 528	9.15 544	13.76 364	1.94 499	4.60 552	11.91 547	12.00 550	5.12 528	3.45 506	3.79 501	4.52 503	9.54 534	6.56 525	9.40 422	13.48 525	1.26 513	1.37 522	1.17 515	1.34 522	7.06 556	3.95 551

TCMNet-wrong-test	12.32 551	14.13 560	19.38 458	22.38 564	19.85 560	15.99 558	12.34 551	22.95 562	4.56 524	6.24 532	6.27 514	18.40 549	15.71 549	10.10 448	10.72 512	9.06 560	4.78 556	5.35 556	3.95 556	12.28 563	11.97 562

JetRed	10.48 544	27.10 566	35.70 563	4.27 545	4.09 548	15.55 557	12.83 552	12.16 549	5.50 534	5.83 527	5.56 511	10.14 535	7.43 531	8.88 408	26.39 563	3.32 534	3.81 555	3.51 546	2.96 554	7.85 557	6.69 560

EAI-Stereo	2.35 352	0.63 186	2.97 218	0.95 186	0.65 194	3.84 313	14.27 553	5.04 527	2.19 331	2.06 299	7.25 515	1.10 144	0.94 144	1.65 173	1.37 279	0.31 226	0.22 191	0.27 134	0.60 474	0.27 88	0.32 210

MANE	11.39 547	1.38 452	23.16 552	4.82 554	2.79 526	22.02 560	14.51 554	25.81 563	26.28 564	10.93 555	13.17 549	19.90 552	18.03 556	15.69 552	20.41 553	0.96 497	0.74 502	1.42 519	3.24 555	0.74 458	1.71 512

THIR-Stereo	4.14 494	0.82 330	10.85 337	0.86 128	0.43 63	2.16 96	16.77 555	3.22 215	1.54 160	2.04 293	12.05 545	2.68 363	7.53 532	7.30 381	12.62 522	0.30 207	0.21 163	0.29 184	0.28 254	0.33 204	0.41 318

SGM+DAISY	8.36 540	3.82 518	24.83 557	2.02 503	1.75 489	14.80 553	17.22 556	4.27 447	11.79 548	13.88 558	14.38 551	11.74 539	13.83 546	10.56 459	15.12 528	1.21 507	1.19 518	1.14 514	1.13 515	1.17 502	1.37 502

CrosDoStereo	5.24 513	0.60 151	20.23 489	0.82 92	0.51 116	3.39 220	18.11 557	3.82 312	2.27 347	1.98 262	8.74 527	1.96 282	6.96 527	7.35 383	26.35 561	0.30 207	0.22 191	0.30 204	0.28 254	0.33 204	0.38 286

DeepStereo_LL	5.24 513	0.60 151	20.23 489	0.82 92	0.51 116	3.39 220	18.11 557	3.82 312	2.27 347	1.98 262	8.74 527	1.96 282	6.96 527	7.35 383	26.35 561	0.30 207	0.22 191	0.30 204	0.28 254	0.33 204	0.38 286

SGM-ForestM	11.55 548	1.16 415	21.62 540	2.14 507	0.81 257	22.25 561	19.08 559	16.50 561	11.34 546	15.94 561	14.44 552	27.12 563	22.61 562	24.76 563	28.39 567	0.50 427	0.48 455	0.47 408	0.44 427	0.55 394	0.53 390

LE_ROB	18.58 559	1.21 422	48.38 569	8.60 560	23.00 563	7.32 539	19.74 560	9.94 546	38.69 568	43.53 566	21.91 556	28.40 564	40.92 567	23.18 559	54.71 572	0.34 274	0.33 358	0.32 246	0.36 368	0.42 326	0.40 312

tt	7.19 536	0.51 64	6.83 284	4.03 542	2.30 520	12.05 549	20.19 561	15.46 559	6.58 542	3.42 495	3.22 483	5.37 517	6.39 524	4.20 321	7.46 498	9.81 562	11.53 566	7.05 559	7.46 561	6.31 551	3.71 549

HaxPig	43.25 570	43.65 571	45.00 567	33.85 569	35.61 566	32.69 566	30.52 562	45.09 571	42.97 569	48.77 567	48.17 569	43.00 565	40.26 566	44.58 571	43.61 569	47.18 572	49.30 573	51.54 573	50.25 572	43.73 572	45.29 573

AVERAGE_ROB	44.46 571	45.91 572	46.59 568	40.59 571	38.66 567	32.99 567	30.52 562	46.19 572	43.26 570	49.59 568	48.97 570	44.62 567	39.89 565	45.04 572	43.94 570	48.74 573	50.69 574	50.80 572	49.79 571	45.54 573	46.97 574

DGTPSM_ROB	15.31 555	8.85 539	28.14 561	9.90 561	18.89 558	12.44 550	33.21 564	13.48 554	17.86 558	9.50 547	22.89 557	13.78 543	19.67 557	21.26 555	23.68 557	5.08 558	8.84 560	5.62 557	11.50 562	6.72 553	14.87 563

DPSMNet_ROB	15.52 556	8.89 540	31.44 562	10.07 562	18.91 559	12.44 550	33.22 565	13.51 555	17.94 559	9.58 548	22.91 558	13.79 544	19.67 557	21.43 556	23.73 558	5.17 559	8.84 560	5.63 558	11.52 565	6.79 554	14.90 564

MEDIAN_ROB	47.37 572	49.08 573	49.92 570	40.32 570	39.97 568	34.95 568	33.43 566	49.17 573	46.39 572	53.06 570	52.65 571	47.65 568	42.23 572	48.35 576	47.29 571	52.10 574	54.04 575	54.28 574	53.48 573	48.76 574	50.33 575

USTest	15.98 557	15.58 561	22.56 548	18.49 563	16.99 557	26.43 562	36.08 567	27.68 566	12.77 550	10.69 553	10.80 538	18.35 548	15.09 548	18.62 554	23.37 556	4.85 557	5.34 559	7.38 560	7.43 560	9.90 561	11.23 561

Anonymous_1	57.11 575	19.68 563	26.15 558	23.10 565	142.31 577	30.84 563	39.75 568	33.86 570	16.98 554	70.53 575	15.42 553	23.46 557	19.75 559	23.04 558	27.23 564	164.73 580	9.02 562	130.38 577	137.40 577	161.27 580	27.24 568

DPSM_ROB	20.78 561	20.03 564	26.57 559	23.62 566	22.46 561	31.10 564	39.97 569	33.52 568	17.41 556	15.25 559	15.80 554	24.06 559	20.71 560	23.30 560	27.62 565	10.78 563	9.41 563	11.69 565	11.50 562	14.49 564	16.36 565

DPSM	20.78 561	20.03 564	26.57 559	23.62 566	22.46 561	31.10 564	39.97 569	33.52 568	17.41 556	15.25 559	15.80 554	24.06 559	20.71 560	23.30 560	27.62 565	10.78 563	9.41 563	11.69 565	11.50 562	14.49 564	16.36 565

DGSMNet	7.55 538	1.62 469	17.42 422	1.92 495	12.73 556	7.45 540	42.99 571	4.13 402	2.07 303	2.10 306	3.16 482	3.42 431	1.70 348	9.24 419	2.30 416	3.70 542	10.89 565	11.80 567	5.54 557	4.24 539	2.66 531

BEATNet-Init1	49.72 574	64.32 576	97.77 577	4.68 553	4.28 549	84.75 578	60.42 572	73.38 577	68.59 573	88.29 577	88.51 578	91.94 578	97.99 578	85.26 580	70.96 579	0.80 485	0.65 489	0.85 501	0.70 487	7.96 558	2.33 525

xxxxx1	112.33 578	88.53 577	37.76 564	227.84 579	157.23 578	39.05 569	61.41 573	93.76 578	79.29 577	62.45 572	74.79 573	78.32 574	70.96 575	33.47 566	70.69 576	114.00 577	130.36 578	259.31 579	274.34 579	145.54 577	147.50 578

tt_ll	112.33 578	88.53 577	37.76 564	227.84 579	157.23 578	39.05 569	61.41 573	93.76 578	79.29 577	62.45 572	74.79 573	78.32 574	70.96 575	33.47 566	70.69 576	114.00 577	130.36 578	259.31 579	274.34 579	145.54 577	147.50 578

ff	112.33 578	88.53 577	37.76 564	227.84 579	157.23 578	39.05 569	61.41 573	93.76 578	79.29 577	62.45 572	74.79 573	78.32 574	70.96 575	33.47 566	70.69 576	114.00 577	130.36 578	259.31 579	274.34 579	145.54 577	147.50 578

LSM0	49.58 573	40.04 568	53.62 574	97.15 575	128.68 576	62.75 575	79.89 576	67.63 576	35.11 567	33.02 565	32.61 566	48.43 571	41.60 569	46.60 574	55.43 574	21.63 568	18.99 571	23.62 570	23.13 567	29.47 570	52.26 576

Selective-RAFT-Error	41.77 568	40.16 569	53.34 572	47.73 572	45.25 570	62.51 573	80.64 577	67.22 574	34.93 566	30.64 564	31.81 563	48.11 569	42.11 571	46.57 573	54.95 573	21.61 567	18.87 569	23.48 568	23.15 568	29.16 568	33.08 571

CasAABBNet	41.80 569	40.20 570	53.41 573	47.73 572	45.18 569	62.51 573	80.71 578	67.26 575	34.80 565	30.49 563	31.88 564	48.24 570	41.81 570	46.63 575	55.64 575	21.60 566	18.88 570	23.48 568	23.22 569	29.19 569	33.05 570

DPSimNet_ROB	102.30 577	119.72 581	143.59 579	109.42 576	94.10 573	127.22 579	127.15 579	26.62 565	102.36 580	149.58 580	83.99 577	139.34 580	137.54 580	64.62 577	82.36 580	105.18 576	66.15 577	120.15 576	69.61 575	99.58 576	77.72 577

test_example2	212.63 581	219.92 582	221.87 581	213.67 578	221.17 581	199.47 581	200.74 580	185.30 581	141.66 581	209.52 581	213.45 580	210.82 581	205.48 581	221.27 581	216.64 581	236.83 581	242.07 581	213.93 578	217.01 578	235.69 581	226.10 581

PML	64.32 576	53.22 574	17.88 428	8.10 559	32.94 565	148.46 580	247.79 581	12.18 550	45.42 571	111.41 578	288.92 581	101.47 579	101.31 579	31.67 565	15.55 529	14.03 565	4.83 557	10.98 564	6.18 559	28.82 567	5.17 556

ccccc		629.75 583		567.84 582	570.84 582	582.44 582		613.82 582		614.58 582		555.57 582		666.94 582		781.57 582	507.24 582	391.36 582	342.44 582	689.82 582

ASD4		113.98 580

Low-res two-view benchmark