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

StereoAnything_RVC	0.94 87	2.66 508	2.20 160	0.76 72	0.34 9	1.18 16	0.39 23	2.31 97	0.69 4	0.51 6	0.34 4	0.32 1	0.89 132	1.57 152	0.35 1	0.32 247	0.16 28	0.23 30	0.15 4	3.31 528	0.18 3

FoundationStereo	0.50 1	0.39 4	1.11 36	0.79 80	0.42 56	0.70 3	0.36 19	0.76 1	0.80 18	0.62 24	0.38 5	0.73 77	0.77 92	0.69 1	0.36 2	0.26 96	0.17 41	0.23 30	0.16 12	0.18 1	0.20 19

MLG-Stereo_test2	0.76 34	0.40 7	1.07 10	0.64 18	0.82 267	3.49 243	0.23 2	1.69 36	2.14 323	0.62 24	0.32 3	0.67 58	0.33 1	1.14 59	0.37 3	0.23 48	0.19 98	0.23 30	0.16 12	0.19 4	0.20 19

MLG-Stereo	0.77 40	0.39 4	1.04 3	0.64 18	0.41 50	3.01 172	0.31 7	1.89 51	2.92 463	0.47 1	0.29 2	0.66 57	0.47 14	1.35 111	0.39 4	0.20 25	0.18 68	0.24 59	0.16 12	0.19 4	0.20 19

LG-Stereo_L2	0.63 6	0.46 26	1.15 48	0.70 40	0.43 62	2.32 108	0.28 4	1.86 49	0.68 3	0.56 9	0.42 7	0.37 5	0.45 12	1.36 113	0.40 5	0.23 48	0.18 68	0.22 16	0.18 49	0.21 28	0.20 19

MLG-Stereo_test1	0.80 49	0.39 4	1.02 2	0.65 25	1.20 385	3.14 186	0.29 6	1.59 22	3.05 477	0.50 4	0.24 1	0.67 58	0.43 9	1.33 108	0.40 5	0.21 28	0.18 68	0.23 30	0.15 4	0.19 4	0.20 19

IGEV	0.70 17	0.36 1	1.07 10	0.71 44	1.31 404	2.82 145	0.41 33	1.76 41	0.98 39	0.73 53	0.71 18	0.35 2	0.42 8	0.90 19	0.42 7	0.18 16	0.18 68	0.22 16	0.18 49	0.18 1	0.20 19

LG-Stereo_L1	0.61 4	0.47 40	1.10 27	0.73 55	0.49 109	1.72 62	0.33 11	1.95 60	0.65 2	0.56 9	0.40 6	0.40 11	0.43 9	1.40 118	0.42 7	0.23 48	0.19 98	0.23 30	0.18 49	0.21 28	0.19 5

IGEV-Stereo++	0.93 84	0.44 17	1.08 17	0.70 40	1.20 385	3.87 327	0.33 11	3.36 239	1.43 93	0.75 60	1.17 96	0.68 60	1.04 170	0.95 25	0.42 7	0.22 36	0.16 28	0.23 30	0.17 27	0.24 48	0.20 19

IGEV-Stereo+	0.94 87	0.47 40	1.19 51	0.86 129	2.02 511	1.40 42	0.39 23	1.17 6	0.88 25	0.61 22	0.44 8	0.47 30	0.79 103	2.14 233	0.42 7	0.27 111	0.19 98	0.22 16	0.17 27	2.26 523	2.41 528

MonSter	0.62 5	0.43 16	1.07 10	0.66 32	0.82 267	1.13 13	0.39 23	2.57 140	0.92 32	0.58 16	0.64 16	0.36 3	0.35 3	0.95 25	0.43 11	0.15 1	0.15 23	0.20 1	0.17 27	0.21 28	0.19 5

DEFOM-Stereo	0.70 17	0.46 26	1.13 44	0.72 52	0.48 102	3.40 224	0.44 45	0.90 2	0.77 10	0.86 97	0.58 14	0.45 28	0.43 9	1.76 190	0.43 11	0.24 62	0.18 68	0.22 16	0.16 12	0.21 28	0.20 19

castereo++	0.93 84	0.56 110	1.26 60	0.92 165	0.73 232	2.48 121	1.00 343	2.99 189	1.03 42	0.68 43	1.41 158	1.92 274	0.59 35	1.26 92	0.44 13	0.25 83	0.19 98	0.28 164	0.19 69	0.23 44	0.23 72

U	12.82 555	0.38 3	1.99 134	0.66 32	58.94 572	63.38 577	0.34 15	1.91 56	0.94 37	0.59 17	0.80 34	0.46 29	0.57 28	0.83 12	0.44 13	0.29 169	0.17 41	63.35 576	59.81 575	0.29 119	0.20 19

LGtest1	0.55 2	0.41 12	1.14 46	0.70 40	0.40 45	0.99 8	0.26 3	1.32 7	0.93 33	0.53 7	0.60 15	0.44 25	0.49 19	1.02 37	0.45 15	0.27 111	0.19 98	0.23 30	0.16 12	0.21 28	0.23 72

GREAT-IGEV	0.74 26	0.54 93	1.86 120	1.10 277	0.44 68	2.44 118	0.34 15	1.37 8	1.51 136	0.48 2	0.86 43	0.51 35	0.60 38	1.07 45	0.45 15	0.22 36	0.17 41	0.21 11	0.17 27	0.23 44	0.25 97

SGD-Stereo	0.65 8	0.41 12	1.06 8	0.85 124	0.31 4	2.44 118	0.46 52	1.09 3	0.69 4	0.84 94	0.52 11	0.55 39	0.53 22	1.49 140	0.46 17	0.31 227	0.14 11	0.25 81	0.18 49	0.23 44	0.20 19

AIO_test	0.76 34	0.47 40	1.31 68	0.81 83	0.70 223	1.36 39	0.88 285	1.40 9	1.45 95	0.55 8	0.95 59	1.81 259	0.58 31	1.16 66	0.46 17	0.27 111	0.17 41	0.24 59	0.19 69	0.24 48	0.21 48

3.75w	0.75 27	0.47 40	1.09 24	0.63 14	1.10 358	2.61 136	0.53 78	2.46 118	0.97 38	0.62 24	0.80 34	0.40 11	0.66 57	1.11 51	0.48 19	0.19 20	0.13 1	0.23 30	0.18 49	0.20 16	0.21 48

monsters	0.82 60	0.58 132	1.16 49	0.76 72	1.52 449	2.92 159	0.40 27	2.66 153	0.72 7	0.66 38	0.84 40	0.38 9	0.41 7	1.84 202	0.48 19	0.20 25	0.16 28	0.20 1	0.16 12	0.19 4	0.19 5

111111	0.87 71	0.50 59	1.13 44	0.66 32	1.08 352	3.37 219	0.33 11	2.33 100	1.47 108	0.74 58	1.50 180	0.61 45	0.59 35	1.40 118	0.48 19	0.24 62	0.19 98	0.22 16	0.16 12	0.24 48	0.19 5

asd	0.70 17	0.45 20	1.10 27	0.67 36	0.90 300	2.88 152	0.43 42	1.64 31	0.79 16	0.68 43	0.88 45	0.43 21	0.74 80	0.85 13	0.49 22	0.19 20	0.13 1	0.24 59	0.17 27	0.22 39	0.20 19

4.5_new	0.67 9	0.46 26	1.11 36	0.63 14	0.78 250	1.97 80	0.51 66	2.18 78	0.78 13	0.73 53	0.90 49	0.42 19	0.49 19	0.81 10	0.49 22	0.21 28	0.14 11	0.26 107	0.19 69	0.22 39	0.20 19

4.5w-stereo	0.67 9	0.46 26	1.11 36	0.63 14	0.78 250	1.97 80	0.51 66	2.18 78	0.77 10	0.73 53	0.90 49	0.42 19	0.49 19	0.81 10	0.49 22	0.21 28	0.14 11	0.26 107	0.19 69	0.22 39	0.20 19

LG-G_1	0.70 17	0.40 7	1.12 39	0.71 44	0.30 2	2.80 143	0.40 27	2.21 83	0.78 13	0.59 17	0.55 12	0.51 35	0.58 31	1.24 86	0.49 22	0.24 62	0.18 68	0.23 30	0.15 4	0.21 28	0.21 48

LG-G	0.70 17	0.40 7	1.12 39	0.71 44	0.30 2	2.80 143	0.40 27	2.21 83	0.78 13	0.59 17	0.55 12	0.51 35	0.58 31	1.24 86	0.49 22	0.24 62	0.18 68	0.23 30	0.15 4	0.21 28	0.21 48

dual_stereo	0.68 12	0.40 7	1.05 5	0.64 18	0.37 27	0.84 6	0.34 15	3.40 243	1.03 42	0.50 4	0.46 9	0.58 41	0.40 5	1.85 208	0.49 22	0.23 48	0.17 41	0.21 11	0.16 12	0.20 16	0.19 5

aw	0.69 13	0.46 26	1.10 27	0.61 6	0.61 174	2.23 101	0.51 66	2.45 113	0.90 26	0.63 27	0.78 29	0.47 30	0.71 67	0.78 5	0.50 28	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

ml1-stereo	0.69 13	0.46 26	1.10 27	0.61 6	0.61 174	2.23 101	0.51 66	2.45 113	0.90 26	0.63 27	0.78 29	0.47 30	0.71 67	0.79 7	0.50 28	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

4.25_new	0.73 23	0.46 26	1.08 17	0.71 44	0.97 318	2.52 126	0.58 101	2.28 93	0.93 33	0.57 12	0.94 56	0.40 11	0.65 51	0.87 14	0.50 28	0.17 4	0.13 1	0.25 81	0.17 27	0.19 4	0.20 19

4.5w_new	0.73 23	0.46 26	1.08 17	0.71 44	0.97 318	2.52 126	0.58 101	2.28 93	0.93 33	0.57 12	0.94 56	0.40 11	0.65 51	0.87 14	0.50 28	0.17 4	0.13 1	0.25 81	0.17 27	0.19 4	0.20 19

4.25w-stereo	0.73 23	0.46 26	1.08 17	0.71 44	0.97 318	2.52 126	0.58 101	2.28 93	0.93 33	0.57 12	0.94 56	0.40 11	0.65 51	0.87 14	0.50 28	0.17 4	0.13 1	0.25 81	0.17 27	0.19 4	0.20 19

2.5w	0.75 27	0.44 17	1.06 8	0.66 32	0.69 220	2.39 114	0.56 89	2.77 168	0.82 22	0.63 27	0.88 45	0.37 5	0.75 83	1.36 113	0.50 28	0.18 16	0.14 11	0.22 16	0.17 27	0.19 4	0.21 48

3.25w_new	0.69 13	0.46 26	1.10 27	0.61 6	0.61 174	2.23 101	0.51 66	2.45 113	0.90 26	0.63 27	0.78 29	0.47 30	0.71 67	0.78 5	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 13	0.46 26	1.10 27	0.61 6	0.61 174	2.23 101	0.51 66	2.45 113	0.90 26	0.63 27	0.78 29	0.47 30	0.71 67	0.79 7	0.50 28	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

monsterstereo	0.82 60	0.50 59	1.26 60	0.77 76	1.41 435	2.54 132	0.40 27	3.14 206	0.71 6	0.70 46	1.11 87	0.41 18	0.39 4	1.50 141	0.50 28	0.19 20	0.16 28	0.22 16	0.16 12	0.21 28	0.17 1

GIP-stereo	0.88 73	0.50 59	1.34 73	1.32 377	0.94 310	2.90 154	0.42 37	3.41 244	1.06 44	0.63 27	0.76 25	0.90 116	0.76 90	0.91 21	0.52 37	0.27 111	0.18 68	0.25 81	0.16 12	0.25 62	0.19 5

4w-stereo	0.67 9	0.49 56	1.07 10	0.63 14	0.75 239	1.63 60	0.44 45	2.23 87	0.77 10	0.56 9	0.92 52	0.40 11	0.82 112	1.08 46	0.53 38	0.18 16	0.13 1	0.25 81	0.18 49	0.19 4	0.20 19

AIO_rvc	0.78 45	0.55 99	1.25 59	0.75 58	0.65 195	1.46 46	0.99 342	2.13 74	1.52 145	0.57 12	1.15 93	1.09 142	0.55 25	1.15 64	0.53 38	0.24 62	0.17 41	0.24 59	0.17 27	0.25 62	0.21 48

MLG-Stereo_test3	0.60 3	0.37 2	1.12 39	0.59 3	0.57 156	2.19 98	0.31 7	1.68 35	0.56 1	0.49 3	0.51 10	0.56 40	0.33 1	0.96 29	0.54 40	0.21 28	0.17 41	0.23 30	0.16 12	0.20 16	0.21 48

AIO-Stereo	0.76 34	0.54 93	1.07 10	0.73 55	0.40 45	1.28 32	0.82 243	2.26 90	1.49 124	0.70 46	1.58 202	0.89 114	0.45 12	1.03 38	0.55 41	0.24 62	0.18 68	0.25 81	0.20 85	0.26 77	0.21 48

3w_stereo	0.71 22	0.47 40	1.14 46	0.65 25	0.39 41	1.73 64	0.68 149	2.79 175	0.79 16	0.67 41	0.84 40	0.37 5	1.02 165	1.03 38	0.56 42	0.18 16	0.14 11	0.23 30	0.18 49	0.20 16	0.22 62

test_for_model	2.16 309	3.87 520	1.58 100	4.16 544	3.64 540	2.51 124	0.96 332	3.63 275	2.62 421	2.45 413	1.39 153	1.02 135	0.73 76	0.92 23	0.57 43	2.97 531	2.19 536	0.26 107	0.17 27	5.32 549	2.24 524

MoCha-V2	0.87 71	0.48 49	1.87 121	0.88 139	0.32 7	1.37 40	0.55 85	2.71 159	1.42 89	0.92 106	1.75 255	0.65 54	1.17 215	1.45 131	0.57 43	0.21 28	0.21 165	0.20 1	0.19 69	0.24 48	0.23 72

ours_stereo	0.76 34	0.64 199	1.40 80	0.86 129	0.61 174	1.12 12	0.57 92	1.63 29	1.20 54	0.72 52	1.43 162	0.70 64	0.62 43	1.56 150	0.58 45	0.25 83	0.18 68	0.26 107	0.21 99	0.29 119	0.31 201

IGEV-BASED-STEREO-	1.09 122	3.30 516	2.61 199	0.82 93	0.38 38	1.27 27	0.62 125	1.51 15	1.29 69	0.91 103	0.92 52	0.65 54	0.57 28	1.08 46	0.59 46	1.55 522	0.15 23	0.32 247	0.28 255	1.10 494	1.98 521

CAS++	0.89 76	0.64 199	1.46 84	0.81 83	0.51 115	1.24 23	0.86 263	3.44 245	1.46 103	1.14 133	1.29 128	0.62 47	0.58 31	1.13 57	0.59 46	0.34 275	0.30 334	0.34 299	0.26 200	0.41 308	0.29 165
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
asda	0.77 40	0.46 26	1.10 27	0.64 18	0.82 267	3.33 215	0.49 60	2.40 103	0.81 21	0.63 27	0.80 34	0.44 25	0.85 119	0.88 17	0.60 48	0.17 4	0.13 1	0.24 59	0.17 27	0.20 16	0.20 19

DEFOM-Stereo_RVC	0.81 57	1.13 408	1.23 57	0.97 200	0.57 156	0.81 5	0.43 42	3.49 250	0.84 24	0.73 53	0.95 59	0.44 25	1.17 215	1.45 131	0.60 48	0.26 96	0.18 68	0.24 59	0.17 27	0.30 142	0.19 5

2w_stereo	0.75 27	0.46 26	1.08 17	0.68 38	0.56 144	2.00 82	0.61 112	2.87 182	0.83 23	0.93 107	0.93 54	0.36 3	1.13 199	0.90 19	0.61 50	0.17 4	0.13 1	0.23 30	0.17 27	0.20 16	0.21 48

AEACV	0.79 48	0.54 93	1.35 75	0.97 200	0.63 185	1.13 13	0.92 314	2.02 65	0.91 31	0.76 70	0.79 33	0.80 91	1.61 317	1.28 97	0.61 50	0.22 36	0.18 68	0.26 107	0.23 146	0.27 89	0.23 72

fffy	0.80 49	0.59 140	1.56 98	1.00 220	0.47 94	1.27 27	0.76 196	1.90 54	1.02 41	0.75 60	1.35 143	0.83 97	0.72 72	1.70 183	0.62 52	0.23 48	0.19 98	0.27 135	0.21 99	0.28 106	0.32 211

EGLCR-Stereo	1.06 118	0.51 65	1.56 98	1.02 236	0.39 41	4.27 432	0.42 37	4.08 391	1.48 116	0.90 102	0.68 17	1.09 142	0.66 57	1.81 198	0.62 52	0.27 111	0.19 98	0.29 185	0.23 146	0.37 264	0.25 97

TANstereo	1.01 110	0.55 99	1.73 108	0.76 72	0.36 13	4.04 370	0.38 21	1.48 13	1.62 207	2.03 291	2.10 367	0.84 99	0.93 143	0.98 32	0.62 52	0.28 148	0.36 379	0.23 30	0.20 85	0.25 62	0.46 354

HUF	1.15 133	0.64 199	8.62 307	0.90 152	0.35 11	1.35 38	0.78 213	1.97 61	1.50 129	0.63 27	1.52 183	0.83 97	0.66 57	1.28 97	0.63 55	0.29 169	0.23 220	0.26 107	0.17 27	0.23 44	0.25 97

mms	0.77 40	0.68 238	1.17 50	0.83 103	0.71 225	1.41 43	0.67 143	1.61 23	1.12 48	0.77 75	1.37 148	0.63 49	0.54 24	1.75 189	0.63 55	0.24 62	0.19 98	0.26 107	0.21 99	0.31 161	0.34 238

RSM	0.80 49	0.50 59	1.08 17	0.83 103	0.51 115	1.31 35	0.77 209	2.28 93	1.43 93	0.82 86	1.44 164	1.22 167	0.62 43	1.17 73	0.63 55	0.22 36	0.18 68	0.24 59	0.19 69	0.27 89	0.20 19

qwe	0.75 27	0.45 20	1.10 27	0.67 36	1.06 346	2.49 122	0.45 49	2.57 140	0.90 26	0.71 50	0.83 39	0.43 21	0.48 18	1.10 49	0.64 58	0.17 4	0.14 11	0.24 59	0.16 12	0.21 28	0.20 19

ACVNet-DCA	1.85 254	0.74 286	13.77 366	1.78 481	0.36 13	4.48 459	0.74 183	3.98 360	1.53 152	1.01 118	1.81 290	0.72 73	1.62 320	2.13 230	0.64 58	0.29 169	0.17 41	0.32 247	0.21 99	0.33 205	0.32 211

xx1	2.03 290	0.74 286	13.77 366	1.78 481	0.36 13	4.48 459	0.74 183	4.23 430	3.95 519	1.01 118	1.81 290	1.79 251	1.34 244	2.13 230	0.64 58	0.29 169	0.17 41	0.33 281	0.33 336	0.33 205	0.32 211

cc1	1.98 281	0.74 286	13.77 366	1.78 481	0.36 13	4.48 459	0.74 183	4.23 430	3.95 519	1.01 118	1.81 290	0.72 73	1.62 320	2.13 230	0.64 58	0.29 169	0.17 41	0.32 247	0.21 99	0.31 161	0.29 165

Selective-IGEV	0.80 49	0.52 71	1.05 5	0.75 58	0.61 174	1.31 35	0.82 243	2.60 146	1.41 87	0.82 86	1.64 221	0.71 71	0.62 43	1.22 83	0.64 58	0.22 36	0.19 98	0.24 59	0.18 49	0.25 62	0.20 19

S2M2	0.64 7	0.55 99	1.07 10	0.89 143	0.54 133	1.08 10	0.20 1	1.16 5	1.37 79	0.59 17	0.81 38	0.86 107	0.47 14	0.70 2	0.65 63	0.31 227	0.33 359	0.27 135	0.27 226	0.36 254	0.31 201

MGS-Stereo	0.80 49	0.56 110	1.53 92	0.93 179	0.39 41	1.26 26	0.73 171	1.45 11	1.30 71	1.01 118	2.26 397	0.80 91	0.56 27	1.16 66	0.65 63	0.27 111	0.23 220	0.26 107	0.22 131	0.27 89	0.25 97

ffm	1.72 236	0.60 152	5.21 273	1.14 296	0.99 328	3.62 275	0.86 263	4.22 426	3.37 503	2.20 347	2.30 409	3.48 435	1.62 320	2.21 243	0.65 63	0.29 169	0.16 28	0.48 417	0.37 381	0.30 142	0.29 165

tt1	1.79 248	0.73 278	10.41 332	1.75 478	0.36 13	4.55 477	0.79 220	4.22 426	3.37 503	1.08 126	1.80 278	0.74 81	1.48 284	2.21 243	0.65 63	0.29 169	0.16 28	0.31 227	0.22 131	0.30 142	0.29 165

testlalala	1.14 132	0.62 178	1.34 73	1.00 220	0.78 250	4.38 442	0.93 316	2.46 118	2.20 334	2.44 412	1.52 183	1.31 178	0.61 41	1.04 42	0.65 63	0.35 295	0.19 98	0.24 59	0.19 69	0.24 48	0.23 72

2.75w_new	0.75 27	0.45 20	1.10 27	0.65 25	0.62 182	2.45 120	0.56 89	2.75 165	0.74 8	0.78 78	0.73 21	0.38 9	0.92 140	1.04 42	0.66 68	0.17 4	0.14 11	0.22 16	0.17 27	0.18 1	0.19 5

SCV_C0	0.89 76	0.59 140	1.96 133	0.83 103	0.44 68	1.24 23	0.64 130	3.33 237	1.66 217	0.82 86	1.20 100	0.73 77	0.66 57	1.62 166	0.66 68	0.32 247	0.21 165	0.24 59	0.20 85	0.28 106	0.23 72

SCV	0.95 94	0.63 187	1.38 77	1.70 472	0.41 50	1.23 19	0.89 288	3.53 261	1.57 181	0.61 22	1.54 192	0.93 124	0.77 92	1.66 175	0.66 68	0.36 306	0.20 134	0.25 81	0.19 69	0.29 119	0.25 97

anonymousdsp2	1.26 169	0.60 152	3.74 253	1.02 236	0.41 50	3.60 270	0.72 166	3.68 284	1.47 108	1.37 150	1.56 199	1.83 263	1.01 162	2.00 218	0.66 68	0.29 169	0.20 134	0.28 164	0.20 85	0.32 187	0.29 165

XX-TBD	1.03 115	0.95 372	1.94 128	1.30 371	0.43 62	3.97 359	0.33 11	1.74 39	1.73 237	1.59 173	2.02 348	0.69 63	0.60 38	1.16 66	0.66 68	0.30 208	0.25 276	0.23 30	0.15 4	0.31 161	0.22 62

castereo	0.82 60	0.70 251	1.04 3	0.85 124	0.50 113	1.29 34	0.91 301	3.22 216	1.20 54	0.83 92	1.24 111	0.72 73	0.91 137	1.00 35	0.67 73	0.26 96	0.16 28	0.25 81	0.20 85	0.24 48	0.21 48

MyStereo07	1.01 110	0.80 320	1.26 60	1.00 220	1.04 341	3.95 349	0.95 326	2.07 70	1.42 89	0.75 60	1.22 106	0.68 60	0.91 137	1.63 170	0.67 73	0.24 62	0.24 254	0.34 299	0.26 200	0.41 308	0.37 272

MSKI-zero shot	2.22 315	0.64 199	20.09 485	0.96 193	0.56 144	4.04 370	0.70 161	3.91 340	1.50 129	1.92 247	2.28 401	1.92 274	0.71 67	2.93 288	0.67 73	0.26 96	0.23 220	0.26 107	0.21 99	0.28 106	0.26 121

depthmonostereo	0.94 87	0.71 263	2.39 184	0.85 124	0.54 133	2.21 100	0.53 78	1.83 48	1.17 51	0.95 112	1.09 83	0.99 130	0.97 151	2.37 251	0.68 76	0.23 48	0.27 300	0.22 16	0.20 85	0.25 62	0.26 121

1w_stereo	0.86 67	0.42 14	1.07 10	0.72 52	0.81 258	3.00 170	0.67 143	3.28 224	0.75 9	0.74 58	1.32 133	0.37 5	1.37 249	0.92 23	0.68 76	0.16 2	0.14 11	0.20 1	0.16 12	0.19 4	0.22 62

MM-Stereo_test2	1.79 248	0.53 82	20.16 487	1.43 421	0.47 94	2.57 133	0.73 171	1.67 33	1.47 108	0.94 108	0.96 61	0.84 99	0.79 103	1.16 66	0.68 76	0.24 62	0.17 41	0.25 81	0.22 131	0.30 142	0.22 62

IGEV-RUCA	0.90 79	0.53 82	1.05 5	0.81 83	0.74 237	3.89 329	0.80 230	1.92 57	1.41 87	0.96 115	0.71 18	0.70 64	0.73 76	1.30 104	0.68 76	0.29 169	0.20 134	0.25 81	0.19 69	0.43 337	0.34 238

testlalala2	2.31 337	0.63 187	20.54 507	2.56 522	2.87 528	3.79 303	0.76 196	4.20 418	1.48 116	1.42 158	1.43 162	2.45 343	0.80 110	1.03 38	0.68 76	0.27 111	0.25 276	0.24 59	0.21 99	0.33 205	0.28 155

ff7	0.98 100	0.69 241	2.05 141	0.84 112	0.52 124	4.55 477	0.86 263	1.62 24	1.24 58	0.75 60	1.03 67	0.70 64	0.77 92	1.84 202	0.68 76	0.27 111	0.17 41	0.29 185	0.21 99	0.31 161	0.27 136

ffff	0.98 100	0.69 241	2.05 141	0.84 112	0.52 124	4.55 477	0.86 263	1.62 24	1.24 58	0.75 60	1.03 67	0.70 64	0.77 92	1.84 202	0.68 76	0.27 111	0.17 41	0.29 185	0.21 99	0.31 161	0.27 136

11t	0.98 100	0.69 241	2.05 141	0.84 112	0.52 124	4.55 477	0.86 263	1.62 24	1.24 58	0.75 60	1.03 67	0.70 64	0.77 92	1.84 202	0.68 76	0.27 111	0.17 41	0.29 185	0.21 99	0.31 161	0.27 136

ccc-4	0.98 100	0.69 241	2.05 141	0.84 112	0.52 124	4.55 477	0.86 263	1.62 24	1.24 58	0.75 60	1.03 67	0.70 64	0.77 92	1.84 202	0.68 76	0.27 111	0.17 41	0.29 185	0.21 99	0.31 161	0.27 136

rvit_stereo_0081_aga	0.81 57	0.75 298	1.84 119	0.72 52	0.73 232	1.21 18	0.63 127	1.92 57	1.39 81	0.87 99	0.80 34	0.79 89	0.69 63	1.27 96	0.69 85	0.35 295	0.29 321	0.26 107	0.25 182	0.40 284	0.27 136

RSM++	0.77 40	0.51 65	1.08 17	0.95 187	0.42 56	1.52 53	0.71 163	2.11 73	1.40 84	0.80 82	1.23 110	0.90 116	0.59 35	1.14 59	0.69 85	0.24 62	0.19 98	0.25 81	0.21 99	0.28 106	0.20 19

HH	2.23 317	0.86 345	21.59 539	0.98 206	0.51 115	1.49 49	0.82 243	2.74 163	1.54 161	1.10 128	1.69 238	4.62 498	1.86 380	2.55 269	0.69 85	0.26 96	0.22 193	0.29 185	0.23 146	0.34 223	0.27 136

HanStereo	2.23 317	0.86 345	21.59 539	0.98 206	0.51 115	1.49 49	0.82 243	2.74 163	1.54 161	1.10 128	1.69 238	4.62 498	1.86 380	2.55 269	0.69 85	0.26 96	0.22 193	0.29 185	0.23 146	0.34 223	0.27 136

anonymousdsp	0.95 94	0.69 241	1.27 64	0.83 103	0.52 124	4.54 474	0.84 251	1.76 41	1.24 58	0.76 70	1.06 79	0.78 85	0.77 92	1.67 179	0.69 85	0.27 111	0.17 41	0.29 185	0.21 99	0.31 161	0.26 121

IGEV-Stereo	0.95 94	0.69 241	1.27 64	0.84 112	0.52 124	4.54 474	0.84 251	1.76 41	1.24 58	0.75 60	1.06 79	0.79 89	0.77 92	1.68 180	0.69 85	0.27 111	0.17 41	0.29 185	0.21 99	0.31 161	0.26 121
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
RCA-Stereo	1.21 148	0.52 71	1.58 100	0.90 152	0.46 84	4.68 498	0.79 220	4.13 403	1.74 243	1.92 247	1.80 278	0.94 127	1.48 284	1.14 59	0.70 91	0.27 111	0.18 68	0.25 81	0.19 69	0.25 62	0.23 72

CREStereo++_RVC	1.02 114	0.49 56	1.54 95	0.83 103	0.55 140	4.01 365	0.31 7	1.63 29	1.99 284	1.63 182	2.13 376	0.84 99	0.65 51	0.88 17	0.70 91	0.27 111	0.15 23	0.23 30	1.22 520	0.24 48	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
s12784h	1.31 184	0.45 20	2.41 187	0.71 44	0.35 11	4.42 453	0.50 62	4.22 426	2.73 435	2.01 282	2.48 432	0.91 118	0.96 148	2.01 221	0.70 91	0.29 169	0.18 68	0.24 59	0.16 12	0.27 89	0.18 3

trnet	0.91 81	0.48 49	1.46 84	0.62 11	0.31 4	4.40 449	0.41 33	2.20 81	1.53 152	0.94 108	1.14 92	0.88 112	0.89 132	1.09 48	0.71 94	0.27 111	0.19 98	0.22 16	0.15 4	0.21 28	0.19 5

qqq1	1.92 270	0.57 119	4.46 260	1.36 399	0.57 156	2.03 84	0.73 171	4.25 440	2.80 447	2.32 388	2.31 416	1.95 278	1.52 297	10.99 479	0.71 94	0.34 275	0.32 352	0.30 205	0.23 146	0.29 119	0.29 165

fff1	1.92 270	0.57 119	4.46 260	1.36 399	0.57 156	2.03 84	0.73 171	4.25 440	2.80 447	2.32 388	2.31 416	1.95 278	1.52 297	10.99 479	0.71 94	0.34 275	0.32 352	0.30 205	0.23 146	0.29 119	0.29 165

GCAP-Stereo	0.93 84	0.68 238	1.35 75	0.85 124	0.41 50	3.61 274	0.52 77	2.20 81	1.50 129	1.11 131	1.04 72	1.17 153	0.84 117	1.11 51	0.71 94	0.25 83	0.20 134	0.27 135	0.18 49	0.28 106	0.23 72

ProNet	0.82 60	0.71 263	1.50 89	0.86 129	0.45 75	1.78 65	0.83 248	1.75 40	1.28 68	0.66 38	1.13 91	0.78 85	0.76 90	1.66 175	0.71 94	0.24 62	0.20 134	0.25 81	0.23 146	0.29 119	0.25 97

DilatedVolume-Stereo	0.81 57	0.60 152	1.51 91	1.01 226	0.59 167	1.34 37	0.51 66	1.56 20	1.08 46	1.26 140	1.24 111	0.77 84	0.87 126	1.79 196	0.72 99	0.23 48	0.24 254	0.22 16	0.21 99	0.25 62	0.23 72

Pointernet	0.88 73	0.44 17	2.26 169	0.84 112	0.37 27	2.29 107	0.38 21	3.06 200	1.46 103	0.66 38	1.39 153	0.91 118	0.73 76	1.01 36	0.72 99	0.23 48	0.19 98	0.20 1	0.18 49	0.19 4	0.20 19

CREStereo	0.92 82	0.53 82	1.45 83	0.61 6	0.34 9	4.42 453	0.40 27	2.21 83	1.54 161	0.94 108	1.12 89	0.87 109	0.87 126	1.12 54	0.72 99	0.28 148	0.19 98	0.22 16	0.15 4	0.22 39	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
3.5w_stereo	0.77 40	0.53 82	1.09 24	0.65 25	0.72 227	2.52 126	0.51 66	2.43 110	0.80 18	0.76 70	1.20 100	0.43 21	0.66 57	1.23 85	0.73 102	0.17 4	0.13 1	0.23 30	0.17 27	0.20 16	0.21 48

testlalala_base	1.62 221	0.74 286	1.63 102	1.19 325	1.40 428	2.63 138	0.84 251	4.09 393	1.31 72	1.22 137	1.42 160	1.21 166	0.85 119	1.16 66	0.73 102	3.92 546	2.10 534	0.27 135	0.18 49	4.49 545	1.11 491

LoS_RVC	0.94 87	1.30 440	1.31 68	0.84 112	1.63 470	2.02 83	0.59 105	1.51 15	1.36 78	0.81 84	1.33 135	0.84 99	0.88 128	1.36 113	0.73 102	0.21 28	0.17 41	0.20 1	0.14 2	0.20 16	1.45 507

MC-Stereo	1.06 118	0.48 49	1.55 96	1.15 309	0.41 50	4.56 482	0.61 112	2.06 68	1.46 103	1.90 240	1.61 214	0.89 114	1.12 197	1.35 111	0.73 102	0.25 83	0.18 68	0.26 107	0.22 131	0.25 62	0.24 87

AnonymousM	1.22 152	1.32 446	0.97 1	0.88 139	0.56 144	4.03 369	0.69 155	2.41 104	1.68 221	1.48 162	1.31 132	1.15 151	1.00 160	1.18 78	0.73 102	0.32 247	0.40 412	2.07 526	1.70 528	0.24 48	0.22 62

MM-Stereo_test1	1.90 263	0.53 82	19.85 473	1.39 413	0.48 102	1.81 68	0.79 220	3.00 191	1.82 255	1.69 194	1.09 83	0.87 109	0.97 151	1.45 131	0.74 107	0.24 62	0.21 165	0.27 135	0.24 171	0.35 241	0.24 87

HART	1.03 115	0.85 342	3.13 226	0.84 112	0.38 38	1.17 15	0.42 37	3.54 262	1.47 108	1.08 126	2.17 382	1.48 201	0.57 28	1.37 117	0.74 107	0.23 48	0.18 68	0.28 164	0.21 99	0.32 187	0.24 87

tt45	0.96 98	0.48 49	1.19 51	0.89 143	0.66 202	3.91 332	0.76 196	1.90 54	1.26 66	0.70 46	1.30 130	0.71 71	0.63 46	2.59 273	0.74 107	0.22 36	0.17 41	0.28 164	0.23 146	0.27 89	0.27 136

LG-Stereo	0.85 66	0.60 152	2.71 207	0.59 3	0.45 75	2.85 149	0.55 85	2.41 104	1.34 75	0.59 17	1.19 99	0.43 21	0.40 5	0.76 4	0.75 110	0.20 25	0.17 41	0.31 227	0.24 171	0.29 119	0.19 5

rvit_stereo_0083	0.86 67	0.67 230	1.42 81	0.87 134	0.65 195	1.23 19	0.64 130	1.67 33	2.28 352	0.79 80	0.93 54	0.93 124	1.07 184	1.46 135	0.75 110	0.32 247	0.36 379	0.30 205	0.26 200	0.33 205	0.28 155

Any-RAFT	1.40 192	0.53 82	2.78 212	1.09 268	0.64 187	4.41 451	0.81 239	3.97 358	2.78 441	1.99 268	1.34 140	2.36 328	1.56 311	1.56 150	0.75 110	0.27 111	0.20 134	0.25 81	0.18 49	0.25 62	0.28 155

test_3	1.19 140	0.51 65	2.08 153	0.99 212	0.41 50	2.05 89	0.87 281	4.40 490	1.42 89	1.99 268	1.18 97	2.03 294	0.79 103	2.70 281	0.75 110	0.27 111	0.17 41	0.29 185	0.29 283	0.30 142	0.27 136

WCG-NET	0.88 73	0.49 56	1.26 60	0.90 152	0.37 27	1.48 48	1.07 361	1.73 38	2.30 356	1.63 182	1.49 179	0.92 123	0.97 151	0.95 25	0.76 114	0.22 36	0.16 28	0.23 30	0.20 85	0.25 62	0.21 48

WCG-NET（raft）	0.95 94	0.55 99	1.20 55	0.84 112	0.31 4	1.44 44	1.01 346	1.55 19	2.37 377	1.64 185	1.42 160	2.38 330	1.01 162	1.29 100	0.76 114	0.22 36	0.19 98	0.22 16	0.20 85	0.25 62	0.21 48

CASnet	0.78 45	0.51 65	1.29 67	0.81 83	0.29 1	1.28 32	0.74 183	1.51 15	1.89 271	1.64 185	1.09 83	0.65 54	0.64 48	0.91 21	0.76 114	0.29 169	0.17 41	0.41 380	0.31 317	0.32 187	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
test-3	1.19 140	0.52 71	2.00 135	1.01 226	0.42 56	1.95 78	0.91 301	4.35 477	1.47 108	2.24 364	1.16 94	2.06 300	0.79 103	2.68 279	0.76 114	0.27 111	0.18 68	0.28 164	0.26 200	0.26 77	0.25 97

test_1	1.19 140	0.52 71	2.00 135	1.01 226	0.42 56	1.95 78	0.90 293	4.36 482	1.47 108	2.17 338	1.16 94	2.06 300	0.78 100	2.68 279	0.76 114	0.27 111	0.18 68	0.28 164	0.26 200	0.26 77	0.25 97

LG-Stereo_Zeroshot	0.89 76	0.47 40	2.08 153	0.76 72	0.73 232	3.91 332	0.41 33	2.07 70	1.07 45	0.77 75	0.89 48	0.64 50	0.86 122	0.95 25	0.77 119	0.26 96	0.18 68	0.26 107	0.19 69	0.32 187	0.32 211

water-stereo	0.78 45	0.45 20	1.94 128	0.79 80	0.48 102	2.36 111	0.47 57	1.53 18	1.09 47	0.88 100	1.04 72	0.82 95	0.75 83	0.72 3	0.78 120	0.22 36	0.23 220	0.25 81	0.23 146	0.24 48	0.29 165

rvit_stereo_0080	0.94 87	0.72 267	2.56 193	0.64 18	0.59 167	1.90 73	0.75 193	2.71 159	1.40 84	0.91 103	1.04 72	0.85 103	0.82 112	1.14 59	0.78 120	0.35 295	0.29 321	0.25 81	0.27 226	0.45 353	0.29 165

whm_eth	0.94 87	0.72 267	2.56 193	0.64 18	0.59 167	1.90 73	0.75 193	2.71 159	1.40 84	0.91 103	1.04 72	0.85 103	0.82 112	1.14 59	0.78 120	0.35 295	0.29 321	0.25 81	0.27 226	0.45 353	0.29 165

sAnonymous2	1.37 189	1.22 429	9.79 321	0.92 165	0.88 292	1.23 19	0.61 112	2.56 138	1.69 227	0.85 95	1.02 64	0.73 77	1.23 227	0.98 32	0.78 120	0.29 169	0.25 276	0.31 227	0.30 301	1.06 489	0.71 443

CroCo_RVC	1.37 189	1.22 429	9.79 321	0.92 165	0.88 292	1.23 19	0.61 112	2.56 138	1.69 227	0.85 95	1.02 64	0.73 77	1.23 227	0.98 32	0.78 120	0.29 169	0.25 276	0.31 227	0.30 301	1.06 489	0.71 443

CES	1.01 110	0.55 99	1.74 111	0.92 165	2.15 515	2.15 94	0.50 62	2.01 64	1.45 95	0.76 70	1.02 64	0.61 45	0.47 14	1.29 100	0.79 125	0.22 36	0.17 41	0.24 59	0.14 2	0.63 423	2.29 525

2.25w	0.75 27	0.47 40	1.09 24	0.69 39	0.65 195	2.28 106	0.40 27	2.42 107	0.80 18	0.73 53	1.03 67	0.40 11	0.81 111	1.24 86	0.80 126	0.16 2	0.15 23	0.21 11	0.17 27	0.19 4	0.21 48

rvit_stereo_0081	0.80 49	0.63 187	1.19 51	0.91 159	0.64 187	1.27 27	0.61 112	2.05 66	1.71 231	0.82 86	0.73 21	0.85 103	0.75 83	1.30 104	0.80 126	0.31 227	0.26 289	0.27 135	0.25 182	0.38 269	0.27 136

rvit_stereo_0082	0.80 49	0.63 187	1.19 51	0.91 159	0.64 187	1.27 27	0.61 112	2.05 66	1.71 231	0.82 86	0.73 21	0.85 103	0.75 83	1.30 104	0.80 126	0.31 227	0.26 289	0.27 135	0.25 182	0.38 269	0.27 136

gcap-zeroshot	1.30 180	0.61 168	4.09 256	0.94 183	0.56 144	3.50 247	0.84 251	3.12 204	1.72 234	1.84 222	1.22 106	2.72 370	0.88 128	1.46 135	0.80 126	0.29 169	0.30 334	0.27 135	0.21 99	0.29 119	0.25 97

CAS	1.26 169	0.40 7	1.46 84	2.97 529	1.61 467	4.13 391	0.73 171	1.78 45	1.49 124	0.83 92	1.10 86	0.59 43	0.53 22	1.26 92	0.80 126	2.99 532	0.13 1	0.21 11	0.13 1	0.31 161	1.72 514

GLC_STEREO	0.76 34	0.52 71	1.12 39	0.83 103	0.33 8	1.86 71	0.82 243	1.46 12	1.38 80	0.95 112	1.04 72	0.68 60	0.72 72	0.97 30	0.80 126	0.23 48	0.25 276	0.32 247	0.25 182	0.32 187	0.30 192

rvit_0105_6	1.00 108	0.93 364	2.21 162	0.92 165	0.55 140	1.52 53	0.79 220	2.41 104	2.96 467	0.76 70	0.72 20	1.02 135	0.75 83	1.42 124	0.81 132	0.40 349	0.43 427	0.34 299	0.31 317	0.43 337	0.34 238

GCAP-BAT	1.21 148	0.74 286	3.23 229	0.95 187	0.70 223	3.86 324	0.93 316	1.89 51	1.48 116	1.85 223	1.96 334	1.68 225	0.79 103	1.78 192	0.81 132	0.29 169	0.20 134	0.24 59	0.20 85	0.26 77	0.35 252

TestStereo	2.00 285	1.02 385	12.25 350	0.70 40	0.61 174	1.88 72	0.55 85	2.31 97	1.52 145	1.41 156	1.33 135	1.27 172	0.90 135	11.62 506	0.81 132	0.34 275	0.19 98	0.33 281	0.24 171	0.44 345	0.24 87

AE-Stereo	1.18 138	0.60 152	2.05 141	1.10 277	0.60 170	4.39 445	0.72 166	3.74 298	1.62 207	1.10 128	1.90 327	1.01 134	0.92 140	1.45 131	0.82 135	0.28 148	0.22 193	0.28 164	0.28 255	0.26 77	0.22 62

KYRaft	1.59 216	0.52 71	1.73 108	0.95 187	0.49 109	4.38 442	1.79 460	2.43 110	1.51 136	2.49 418	2.98 472	2.00 290	3.41 472	2.14 233	0.82 135	0.30 208	0.21 165	0.33 281	0.46 434	0.35 241	2.45 531

XX-Stereo	2.54 388	0.61 168	20.21 489	1.78 481	1.19 379	4.30 436	0.46 52	4.39 488	1.58 184	2.32 388	1.89 322	4.64 500	0.60 38	4.16 320	0.82 135	0.31 227	0.21 165	0.28 164	0.27 226	0.51 381	0.26 121

tg	1.15 133	0.67 230	1.31 68	0.94 183	0.54 133	4.02 367	0.41 33	2.96 186	1.59 199	1.69 194	1.85 309	1.84 266	0.97 151	1.78 192	0.83 138	0.27 111	0.17 41	0.29 185	0.26 200	0.29 119	0.27 136

DCRE	1.44 196	0.74 286	3.50 242	1.13 295	0.72 227	1.78 65	0.67 143	2.14 76	1.56 175	1.99 268	8.09 523	1.73 236	1.07 184	1.24 86	0.83 138	0.23 48	0.25 276	0.26 107	0.26 200	0.28 106	0.30 192

test_xeample3	2.12 304	0.63 187	21.55 538	0.91 159	0.47 94	1.85 70	0.94 322	7.96 544	1.23 56	0.75 60	0.76 25	0.64 50	0.70 65	1.77 191	0.83 138	0.30 208	0.21 165	0.27 135	0.21 99	0.27 89	0.24 87

Former-RAFT_DAM_RVC	0.92 82	0.73 278	1.42 81	0.92 165	1.08 352	2.97 169	0.53 78	1.77 44	1.39 81	1.16 134	1.54 192	0.58 41	0.65 51	1.03 38	0.84 141	0.25 83	0.23 220	0.30 205	0.24 171	0.43 337	0.29 165

EKT-Stereo	6.79 533	0.64 199	4.24 258	1.77 480	106.39 575	4.51 472	0.61 112	3.16 209	1.53 152	1.88 233	1.22 106	1.98 287	1.36 248	3.81 309	0.84 141	0.35 295	0.24 254	0.29 185	0.26 200	0.34 223	0.48 363

SST-Stereo	1.76 244	0.58 132	3.10 224	1.44 424	0.46 84	4.71 510	0.76 196	2.22 86	2.79 443	2.07 303	2.18 384	2.43 339	3.22 465	6.66 371	0.84 141	0.42 374	0.19 98	0.30 205	0.27 226	0.35 241	0.26 121

fffft	0.76 34	0.47 40	1.28 66	0.82 93	0.54 133	1.51 51	0.80 230	2.09 72	1.18 52	0.63 27	0.84 40	0.59 43	0.55 25	1.80 197	0.85 144	0.19 20	0.18 68	0.27 135	0.20 85	0.26 77	0.24 87
1: 1. 1
rvit_0105_4	1.07 121	0.99 380	2.39 184	0.93 179	0.54 133	1.62 59	0.84 251	2.77 168	2.91 461	0.80 82	0.91 51	1.09 142	0.86 122	1.63 170	0.85 144	0.40 349	0.45 437	0.35 318	0.31 317	0.43 337	0.40 313

RAFT-Stereo-weight	1.11 125	0.48 49	1.22 56	0.99 212	0.42 56	4.17 409	0.80 230	3.60 270	1.50 129	1.97 261	1.50 180	1.30 177	0.65 51	1.24 86	0.85 144	0.25 83	0.19 98	0.26 107	0.22 131	0.27 89	0.23 72

knoymous	1.30 180	0.60 152	5.57 278	0.88 139	0.75 239	3.04 173	0.90 293	2.68 155	1.33 74	1.48 162	1.07 81	2.78 381	0.88 128	1.29 100	0.85 144	0.31 227	0.22 193	0.35 318	0.20 85	0.45 353	0.37 272

HUI-Stereo	1.25 162	0.66 220	2.33 178	0.75 58	0.37 27	4.68 498	0.78 213	2.53 126	1.58 184	1.99 268	1.46 167	1.79 251	1.13 199	2.17 237	0.85 144	0.48 413	0.23 220	0.32 247	0.27 226	0.40 284	0.29 165

cross-raft	2.01 288	0.57 119	19.01 451	1.03 243	0.56 144	2.11 93	0.72 166	3.63 275	1.57 181	1.77 211	1.51 182	3.17 411	1.13 199	1.16 66	0.85 144	0.23 48	0.21 165	0.26 107	0.23 146	0.28 106	0.25 97

PMTNet	0.99 106	0.48 49	1.73 108	0.62 11	0.56 144	4.20 421	0.43 42	1.88 50	1.58 184	1.00 117	1.05 77	0.78 85	0.98 157	1.50 141	0.85 144	1.21 508	0.20 134	0.23 30	0.15 4	0.22 39	0.19 5

MM-Stereo_test3	1.09 122	0.59 140	1.55 96	1.73 476	1.18 372	1.91 75	0.86 263	3.52 257	1.76 247	1.25 138	1.86 312	1.10 145	0.69 63	1.32 107	0.86 151	0.27 111	0.23 220	0.27 135	0.22 131	0.34 223	0.30 192

IGEVStereo-DCA	0.86 67	0.65 209	2.05 141	0.90 152	0.46 84	1.57 55	0.86 263	1.62 24	1.24 58	0.65 36	0.77 27	0.74 81	0.72 72	2.59 273	0.86 151	0.28 148	0.21 165	0.28 164	0.21 99	0.29 119	0.27 136

rrr	2.27 325	0.65 209	23.82 556	0.90 152	0.46 84	1.57 55	0.96 332	7.98 545	1.19 53	0.65 36	0.77 27	0.74 81	0.72 72	2.59 273	0.86 151	0.28 148	0.21 165	0.28 164	0.21 99	0.29 119	0.25 97

LoS	0.94 87	0.52 71	1.88 122	0.86 129	0.36 13	4.15 395	0.51 66	2.18 78	1.45 95	0.97 116	0.88 45	0.62 47	0.79 103	1.59 158	0.86 151	0.26 96	0.19 98	0.24 59	0.16 12	0.21 28	0.20 19
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ROB_FTStereo	1.25 162	0.66 220	2.14 156	0.75 58	0.37 27	4.65 494	0.77 209	2.53 126	1.58 184	1.99 268	1.47 171	1.78 244	1.13 199	2.26 248	0.86 151	0.47 409	0.22 193	0.32 247	0.27 226	0.40 284	0.29 165

CFNet-RSSM	2.08 299	0.52 71	20.06 481	1.01 226	0.56 144	3.39 221	0.64 130	3.67 282	1.55 169	1.72 203	1.37 148	2.57 355	1.19 221	1.11 51	0.86 151	0.27 111	0.20 134	0.25 81	0.23 146	0.27 89	0.23 72

SMoEStereo_RVC	0.80 49	0.53 82	1.12 39	0.92 165	0.44 68	2.41 116	0.79 220	1.49 14	1.16 49	0.70 46	1.12 89	0.64 50	0.64 48	1.69 181	0.87 157	0.22 36	0.16 28	0.31 227	0.22 131	0.26 77	0.25 97

model_zeroshot	1.21 148	0.60 152	3.55 243	1.05 246	0.57 156	3.46 234	0.63 127	2.73 162	1.55 169	2.05 295	1.38 151	1.50 204	0.82 112	1.69 181	0.87 157	0.29 169	0.23 220	0.30 205	0.23 146	0.27 89	0.32 211

LCNet	1.55 204	0.54 93	1.88 122	0.99 212	0.55 140	3.60 270	1.21 398	2.86 180	1.53 152	2.18 340	1.74 251	1.43 197	4.17 491	3.62 304	0.87 157	0.29 169	0.20 134	0.28 164	0.77 493	0.47 368	1.85 517

PSM-adaLoss	1.24 158	0.65 209	2.03 138	0.75 58	0.37 27	4.68 498	0.73 171	2.53 126	1.58 184	1.99 268	1.47 171	1.78 244	1.13 199	2.18 239	0.87 157	0.48 413	0.23 220	0.32 247	0.27 226	0.40 284	0.29 165

Occ-G	0.86 67	0.52 71	1.39 78	0.82 93	0.66 202	1.37 40	0.79 220	1.58 21	1.31 72	1.56 171	0.87 44	2.18 310	0.89 132	0.97 30	0.88 161	0.26 96	0.19 98	0.26 107	0.19 69	0.25 62	0.24 87

MyStereo06	2.46 372	0.72 267	19.97 478	1.02 236	0.99 328	4.26 427	0.86 263	3.51 256	1.68 221	1.92 247	1.73 249	4.01 468	4.22 492	1.62 166	0.88 161	0.24 62	0.23 220	0.34 299	0.26 200	0.42 327	0.36 258

ROB_FTStereo_v2	1.23 153	0.66 220	2.02 137	0.75 58	0.37 27	4.67 497	0.76 196	2.53 126	1.58 184	1.99 268	1.46 167	1.78 244	1.14 206	2.08 225	0.88 161	0.48 413	0.22 193	0.32 247	0.27 226	0.40 284	0.29 165

999	0.97 99	0.48 49	1.24 58	1.03 243	0.64 187	3.25 201	0.92 314	1.40 9	1.39 81	0.71 50	1.68 233	0.70 64	0.66 57	3.03 292	0.89 164	0.23 48	0.19 98	0.25 81	0.21 99	0.25 62	0.29 165

IGEV++	0.90 79	0.58 132	1.32 71	0.94 183	0.45 75	1.27 27	1.00 343	3.32 233	1.55 169	0.82 86	1.34 140	0.86 107	1.09 187	1.16 66	0.89 164	0.33 263	0.18 68	0.23 30	0.19 69	0.29 119	0.22 62

mmm	1.27 174	0.58 132	2.20 160	1.41 417	0.68 214	2.39 114	0.85 260	3.90 336	1.63 210	2.20 347	1.84 302	1.28 173	1.50 291	1.91 212	0.89 164	0.31 227	0.27 300	0.45 401	0.37 381	0.38 269	0.34 238

PSM-AAD	2.43 366	0.54 93	1.32 71	0.92 165	0.54 133	4.48 459	7.47 542	2.96 186	1.55 169	2.31 384	2.56 442	1.26 171	16.23 552	2.46 255	0.89 164	0.28 148	0.21 165	0.58 460	0.41 417	0.34 223	1.32 501

rvit_stereo_ft	1.00 108	0.87 348	3.55 243	0.97 200	0.66 202	1.06 9	0.80 230	2.78 170	1.67 219	0.78 78	0.96 61	0.95 128	1.14 206	1.06 44	0.90 168	0.32 247	0.24 254	0.27 135	0.28 255	0.39 279	0.27 136

iRaft-Stereo_20w	1.88 260	0.62 178	10.58 334	0.90 152	0.83 271	2.96 168	0.78 213	4.90 526	1.58 184	2.29 374	1.60 210	1.25 170	4.51 499	2.28 249	0.90 168	0.29 169	0.21 165	0.26 107	0.24 171	0.41 308	0.31 201

Patchmatch Stereo++	1.25 162	0.65 209	2.06 150	0.75 58	0.37 27	4.68 498	0.76 196	2.53 126	1.58 184	1.99 268	1.47 171	1.78 244	1.14 206	2.44 253	0.90 168	0.48 413	0.23 220	0.32 247	0.27 226	0.40 284	0.29 165
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
RAFT_R40	1.70 235	0.59 140	2.99 220	1.46 430	0.46 84	4.74 514	0.98 341	2.23 87	1.56 175	2.02 287	2.35 424	2.71 368	2.56 433	6.71 374	0.90 168	0.40 349	0.19 98	0.30 205	0.27 226	0.33 205	0.26 121

iRAFT	1.25 162	0.65 209	2.06 150	0.75 58	0.37 27	4.68 498	0.76 196	2.53 126	1.58 184	1.99 268	1.47 171	1.78 244	1.14 206	2.44 253	0.90 168	0.48 413	0.23 220	0.32 247	0.27 226	0.40 284	0.29 165

sCroCo_RVC	1.06 118	0.82 331	5.05 269	1.02 236	1.05 343	0.98 7	0.61 112	2.06 68	1.29 69	0.69 45	1.26 119	0.82 95	1.10 193	1.20 80	0.90 168	0.42 374	0.40 412	0.33 281	0.30 301	0.46 364	0.38 287

Gwc-CoAtRS	1.58 211	0.57 119	11.69 347	1.01 226	0.60 170	2.53 130	0.64 130	2.36 101	1.56 175	1.80 217	1.47 171	2.74 371	1.18 217	1.12 54	0.90 168	0.27 111	0.21 165	0.25 81	0.22 131	0.27 89	0.23 72

IGEV_Zeroshot_test	2.16 309	0.69 241	20.60 511	1.22 339	0.54 133	2.18 96	0.53 78	3.38 241	1.61 204	1.93 251	1.55 196	3.76 456	1.05 175	1.55 149	0.91 175	0.29 169	0.20 134	0.27 135	0.29 283	0.40 284	0.32 211

R-Stereo Train	1.20 145	0.58 132	1.81 117	0.99 212	0.67 209	3.78 300	0.90 293	4.09 393	1.51 136	2.16 334	1.71 244	1.13 148	0.94 145	1.40 118	0.91 175	0.30 208	0.24 254	0.26 107	0.21 99	0.26 77	0.25 97

RAFT-Stereo	1.20 145	0.58 132	1.81 117	0.99 212	0.67 209	3.78 300	0.90 293	4.09 393	1.51 136	2.16 334	1.71 244	1.13 148	0.94 145	1.40 118	0.91 175	0.30 208	0.24 254	0.26 107	0.21 99	0.26 77	0.25 97
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
PAM_32	2.45 369	0.63 187	20.74 514	1.05 246	0.65 195	2.83 146	0.46 52	2.91 183	1.54 161	1.95 256	2.66 452	4.99 508	3.78 482	1.96 216	0.92 178	0.27 111	0.22 193	0.27 135	0.25 182	0.36 254	0.48 363

GMOStereo	1.13 127	0.70 251	2.26 169	0.75 58	0.44 68	3.05 175	0.91 301	2.78 170	1.45 95	2.37 401	1.52 183	1.53 205	1.05 175	1.17 73	0.92 178	0.25 83	0.19 98	0.35 318	0.28 255	0.34 223	0.26 121

error version	1.13 127	0.70 251	2.26 169	0.75 58	0.44 68	3.05 175	0.91 301	2.78 170	1.45 95	2.37 401	1.52 183	1.53 205	1.05 175	1.17 73	0.92 178	0.25 83	0.19 98	0.35 318	0.28 255	0.34 223	0.26 121

test-v	1.13 127	0.70 251	2.26 169	0.75 58	0.44 68	3.05 175	0.91 301	2.78 170	1.45 95	2.37 401	1.52 183	1.53 205	1.05 175	1.17 73	0.92 178	0.25 83	0.19 98	0.35 318	0.28 255	0.34 223	0.26 121

iGMRVC	1.26 169	0.66 220	2.14 156	0.75 58	0.37 27	4.66 495	0.74 183	2.53 126	1.58 184	1.99 268	1.46 167	1.78 244	1.14 206	2.46 255	0.92 178	0.48 413	0.23 220	0.32 247	0.27 226	0.40 284	0.29 165

test-2	1.13 127	0.70 251	2.26 169	0.75 58	0.44 68	3.05 175	0.91 301	2.78 170	1.45 95	2.37 401	1.52 183	1.53 205	1.05 175	1.17 73	0.92 178	0.25 83	0.19 98	0.35 318	0.28 255	0.34 223	0.26 121

RAFT-IKP	1.25 162	0.66 220	2.23 167	0.75 58	0.37 27	4.64 492	0.74 183	2.53 126	1.58 184	1.99 268	1.47 171	1.78 244	1.13 199	2.22 245	0.92 178	0.48 413	0.22 193	0.32 247	0.27 226	0.40 284	0.29 165

raft+_RVC	1.21 148	0.83 334	2.61 199	1.35 393	0.97 318	3.60 270	0.76 196	3.23 218	1.51 136	1.33 143	1.67 230	1.03 137	1.10 193	1.87 209	0.92 178	0.24 62	0.22 193	0.25 81	0.24 171	0.26 77	0.25 97

rvit_0105_5	1.13 127	0.93 364	2.60 196	0.91 159	0.56 144	1.92 76	0.91 301	3.02 194	2.63 423	0.95 112	1.20 100	1.18 157	0.93 143	1.51 144	0.93 186	0.40 349	0.43 427	0.37 345	0.35 359	0.42 327	0.44 338

DisPM	1.36 188	0.55 99	2.39 184	1.54 446	0.51 115	4.59 485	0.79 220	2.50 124	1.88 267	2.50 419	1.83 297	1.45 198	1.01 162	2.71 282	0.93 186	0.46 400	0.20 134	0.32 247	0.31 317	0.31 161	0.44 338

rvit_stereo_0075_2	1.18 138	0.74 286	2.66 205	0.90 152	1.27 400	2.51 124	0.69 155	2.25 89	2.06 302	1.40 154	1.86 312	1.46 200	0.84 117	1.42 124	0.94 188	0.46 400	0.40 412	0.48 417	0.38 394	0.46 364	0.51 384

RAStereo	0.75 27	0.52 71	2.86 216	0.58 2	0.62 182	1.19 17	0.32 10	1.81 47	0.99 40	0.75 60	1.05 77	0.64 50	0.47 14	0.80 9	0.94 188	0.22 36	0.20 134	0.27 135	0.21 99	0.34 223	0.22 62

Selective-RAFT	1.15 133	0.46 26	1.64 104	0.99 212	0.45 75	4.17 409	0.51 66	3.21 214	1.69 227	1.12 132	1.34 140	1.45 198	1.40 257	2.08 225	0.94 188	0.41 363	0.20 134	0.24 59	0.23 146	0.27 89	0.25 97

RAFT_CTSACE	1.80 250	1.06 396	10.00 324	1.71 473	1.39 426	3.49 243	1.06 359	3.05 197	1.62 207	1.70 198	2.04 352	2.51 350	1.80 368	1.98 217	0.94 188	0.25 83	0.22 193	0.28 164	0.30 301	0.30 142	0.26 121

GMStereo	1.01 110	1.00 383	2.86 216	0.83 103	0.45 75	1.47 47	0.57 92	1.89 51	2.11 318	1.52 166	1.24 111	0.87 109	0.74 80	1.58 153	0.94 188	0.40 349	0.21 165	0.30 205	0.30 301	0.47 368	0.36 258
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AIO-test2	1.61 219	1.30 440	3.40 238	1.16 315	1.31 404	3.18 189	0.74 183	4.06 385	1.52 145	1.72 203	2.21 390	0.78 85	0.74 80	3.64 306	0.95 193	3.64 540	0.26 289	0.35 318	0.42 423	0.37 264	0.33 226

plain	1.55 204	0.69 241	13.59 363	0.65 25	0.73 232	1.66 61	0.57 92	3.17 211	1.94 278	0.77 75	1.24 111	0.80 91	0.86 122	1.60 160	0.96 194	0.33 263	0.21 165	0.32 247	0.25 182	0.42 327	0.28 155

rvit_0105_3	1.24 158	0.93 364	2.84 214	0.97 200	0.58 165	2.38 112	1.08 366	3.26 223	2.53 410	1.18 135	1.40 156	1.24 169	1.04 170	1.73 186	0.97 195	0.44 386	0.44 432	0.40 370	0.42 423	0.42 327	0.50 376

11t1	1.11 125	0.53 82	1.80 116	1.55 451	0.65 195	2.20 99	0.60 108	3.66 281	1.49 124	1.60 174	1.26 119	1.03 137	1.35 247	1.72 185	0.97 195	0.28 148	0.31 344	0.29 185	0.23 146	0.30 142	0.34 238

RAFT-Stereo + iAFF	1.25 162	0.72 267	1.74 111	1.05 246	0.36 13	4.13 391	0.42 37	2.95 185	2.84 457	2.02 287	2.40 426	1.61 218	1.11 196	1.26 92	0.97 195	0.21 28	0.15 23	0.26 107	0.23 146	0.29 119	0.23 72

1test111	1.99 284	0.74 286	13.77 366	1.78 481	0.36 13	4.48 459	0.74 183	3.98 360	1.53 152	1.01 118	1.81 290	0.72 73	1.62 320	4.66 326	0.98 198	0.29 169	0.17 41	0.32 247	0.21 99	0.33 205	0.32 211

qqq	1.30 180	0.57 119	1.67 105	1.15 309	0.51 115	2.18 96	0.91 301	3.98 360	1.53 152	1.50 165	1.24 111	1.79 251	1.34 244	4.66 326	0.98 198	0.28 148	0.31 344	0.33 281	0.33 336	0.33 205	0.32 211

iRaftStereo_RVC	1.09 122	0.70 251	1.39 78	0.95 187	0.45 75	3.83 309	0.42 37	2.37 102	1.58 184	1.69 194	1.76 264	1.80 254	0.83 116	1.50 141	0.98 198	0.28 148	0.18 68	0.29 185	0.26 200	0.30 142	0.31 201

RAFT-Test	1.44 196	0.59 140	6.10 280	1.01 226	0.69 220	2.90 154	0.80 230	3.68 284	1.70 230	1.85 223	1.68 233	3.15 409	1.03 166	1.20 80	0.99 201	0.27 111	0.22 193	0.25 81	0.23 146	0.27 89	0.25 97

LL-Strereo2	1.23 153	0.85 342	2.38 183	0.93 179	0.68 214	3.72 289	1.37 418	2.54 135	1.99 284	1.75 209	1.40 156	1.82 260	0.73 76	1.40 118	0.99 201	0.31 227	0.23 220	0.55 454	0.35 359	0.29 119	0.24 87

riskmin	1.25 162	0.56 110	2.05 141	1.05 246	0.93 308	2.86 151	0.55 85	3.23 218	1.34 75	1.55 169	1.07 81	3.56 450	2.03 391	1.29 100	1.00 203	0.28 148	0.27 300	0.34 299	0.21 99	0.41 308	0.43 332

RALCasStereoNet	1.19 140	1.02 385	2.06 150	1.12 288	1.14 364	3.08 181	0.70 161	2.99 189	1.73 237	1.34 144	1.68 233	1.18 157	0.91 137	2.16 235	1.00 203	0.30 208	0.26 289	0.24 59	0.21 99	0.29 119	0.30 192

PAM	2.43 366	0.61 168	20.86 517	1.07 254	0.73 232	2.93 163	0.53 78	3.24 220	1.53 152	1.89 239	2.43 427	5.29 517	2.76 441	1.84 202	1.02 205	0.27 111	0.24 254	0.26 107	0.25 182	0.40 284	0.50 376

UniTT-Stereo	0.82 60	0.47 40	2.63 203	0.96 193	1.19 379	0.78 4	0.39 23	1.12 4	1.54 161	1.19 136	1.26 119	0.51 35	0.64 48	1.13 57	1.03 206	0.30 208	0.20 134	0.24 59	0.21 99	0.40 284	0.25 97

x	1.15 133	0.57 119	1.53 92	1.44 424	0.67 209	1.94 77	0.97 335	3.87 326	1.57 181	1.61 179	1.28 126	1.58 213	1.22 224	1.93 213	1.04 207	0.28 148	0.30 334	0.34 299	0.29 283	0.32 187	0.31 201

raft_robust	1.92 270	1.15 413	3.34 237	1.02 236	0.43 62	3.84 314	0.46 52	4.42 492	2.52 409	1.67 192	1.36 147	2.17 309	6.37 522	6.78 376	1.04 207	0.28 148	0.24 254	0.30 205	0.35 359	0.31 161	0.32 211

test_sample2	1.75 243	0.56 110	2.25 168	1.41 417	0.80 255	2.91 157	0.86 263	4.05 381	2.04 297	1.91 245	1.39 153	1.57 211	1.55 309	10.65 464	1.06 209	0.32 247	0.28 311	0.32 247	0.30 301	0.36 254	0.33 226

4D-IteraStereo	1.97 279	0.84 338	20.43 504	0.78 78	1.56 459	2.09 92	1.05 358	2.43 110	1.56 175	1.41 156	1.00 63	1.94 276	0.61 41	1.22 83	1.06 209	0.27 111	0.18 68	0.31 227	0.26 200	0.27 89	0.23 72

CASS	1.29 179	0.66 220	2.62 202	0.95 187	0.66 202	2.84 147	0.69 155	3.00 191	1.79 252	2.57 431	1.95 333	1.39 188	1.55 309	1.59 158	1.06 209	0.50 428	0.28 311	0.34 299	0.28 255	0.46 364	0.63 427
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MaDis-Stereo	0.82 60	0.66 220	1.53 92	0.65 25	1.87 501	1.24 23	0.36 19	2.13 74	1.27 67	0.67 41	0.75 24	0.88 112	0.70 65	1.15 64	1.07 212	0.29 169	0.23 220	0.26 107	0.20 85	0.31 161	0.22 62

MIM_Stereo	1.20 145	0.78 312	3.30 234	1.05 246	0.43 62	3.04 173	0.60 108	2.46 118	1.51 136	1.60 174	1.58 202	1.82 260	1.29 236	2.00 218	1.07 212	0.24 62	0.24 254	0.28 164	0.25 182	0.27 89	0.27 136

CroCo-Stereo Lap2	0.99 106	0.89 351	2.55 192	0.99 212	1.80 498	0.54 2	0.46 52	3.10 202	1.24 58	1.07 125	1.21 104	1.05 141	0.78 100	1.26 92	1.08 214	0.27 111	0.23 220	0.27 135	0.21 99	0.43 337	0.34 238

GMM-Stereo	2.45 369	0.52 71	20.38 500	0.89 143	0.82 267	4.18 412	1.91 469	2.45 113	1.48 116	2.48 417	2.30 409	1.69 230	1.86 380	2.93 288	1.08 214	0.28 148	0.18 68	0.33 281	0.48 442	0.35 241	2.41 528

Prome-Stereo	1.61 219	0.55 99	1.71 107	0.98 206	0.60 170	4.41 451	1.82 464	3.03 195	1.53 152	2.18 340	3.45 491	1.72 235	3.49 478	2.23 246	1.08 214	0.29 169	0.20 134	0.26 107	0.25 182	0.34 223	2.16 523

CroCo-Stereo	0.98 100	0.87 348	3.44 239	0.87 134	0.53 132	0.49 1	0.50 62	3.99 364	1.49 124	0.81 84	1.25 118	1.00 133	0.75 83	1.10 49	1.09 217	0.24 62	0.21 165	0.24 59	0.19 69	0.35 241	0.27 136
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
Reg-Stereo(zero)	1.60 217	0.42 14	10.69 335	0.89 143	0.68 214	3.27 205	0.47 57	2.27 91	1.54 161	1.48 162	1.24 111	2.55 353	2.68 439	1.48 138	1.10 218	0.19 20	0.19 98	0.22 16	0.18 49	0.24 48	0.26 121

FACV-RUCA	1.26 169	0.65 209	2.21 162	1.06 252	1.50 446	2.69 140	1.15 382	3.05 197	1.87 265	1.36 147	1.99 344	1.03 137	1.15 214	1.36 113	1.10 218	0.41 363	0.41 419	0.73 495	0.41 417	0.61 418	0.41 319

RAFT+CT+SA	1.62 221	0.72 267	7.42 291	0.97 200	1.42 437	4.04 370	0.94 322	3.90 336	1.61 204	1.61 179	1.63 219	1.33 180	1.18 217	2.73 284	1.10 218	0.27 111	0.19 98	0.31 227	0.34 344	0.33 205	0.33 226

PCWNet_CMD	2.23 317	0.65 209	17.36 421	0.83 103	0.76 243	3.51 250	0.64 130	3.60 270	1.97 281	1.70 198	1.63 219	3.22 414	3.05 457	2.09 228	1.11 221	0.31 227	0.36 379	0.47 409	0.26 200	0.64 430	0.47 359

raftrobust	1.19 140	0.72 267	2.30 175	1.26 353	1.31 404	3.55 260	0.68 149	2.75 165	1.47 108	2.21 356	1.38 151	1.17 153	1.22 224	1.20 80	1.11 221	0.28 148	0.24 254	0.21 11	0.19 69	0.25 62	0.28 155

MSMDNet	2.23 317	0.64 199	17.32 417	0.84 112	0.75 239	3.53 254	0.64 130	3.61 273	1.98 283	1.71 202	1.64 221	3.22 414	2.99 451	2.08 225	1.11 221	0.31 227	0.37 392	0.45 401	0.26 200	0.62 422	0.45 344

AFF-stereo	1.31 184	0.77 306	1.46 84	1.10 277	0.45 75	3.93 339	0.48 59	2.92 184	2.92 463	1.90 240	2.21 390	2.11 307	1.52 297	1.93 213	1.12 224	0.21 28	0.16 28	0.25 81	0.25 182	0.29 119	0.20 19

Anonymous3	1.72 236	0.76 303	11.61 346	0.83 103	0.84 278	4.46 457	0.84 251	3.57 266	1.16 49	1.34 144	1.37 148	1.11 147	1.03 166	1.58 153	1.13 225	0.70 478	0.58 478	0.33 281	0.35 359	0.47 368	0.42 323

CFNet_ucs	2.36 358	0.68 238	18.42 441	0.89 143	0.81 258	3.85 322	0.68 149	4.29 456	2.37 377	2.09 304	2.04 352	3.31 423	1.24 229	2.63 276	1.14 226	0.36 306	0.45 437	0.56 456	0.29 283	0.66 438	0.49 369

anonymousa	2.16 309	0.67 230	19.19 452	1.04 245	1.67 480	2.06 90	0.79 220	2.86 180	1.96 279	1.85 223	2.14 377	3.23 416	1.81 371	1.12 54	1.15 227	0.26 96	0.26 289	0.34 299	0.32 328	0.30 142	0.28 155

IPLGR	2.53 386	0.58 132	20.46 505	0.82 93	0.52 124	4.56 482	0.50 62	4.30 464	2.38 382	1.87 230	1.53 190	1.68 225	1.72 353	6.95 379	1.15 227	0.28 148	0.21 165	0.27 135	0.23 146	0.33 205	0.32 211

GrayStereo	2.58 397	0.53 82	1.63 102	1.58 455	0.89 297	4.17 409	8.17 546	3.03 195	1.52 145	2.80 461	2.50 434	1.70 232	17.10 553	2.83 285	1.15 227	0.33 263	0.21 165	0.27 135	0.32 328	0.28 106	0.53 391

GMStereo_Zeroshot	1.41 194	1.21 423	3.33 236	1.29 364	0.72 227	3.35 217	0.53 78	2.58 144	1.68 221	2.35 396	1.56 199	2.42 336	0.96 148	2.50 258	1.16 230	0.45 395	0.23 220	0.40 370	0.24 171	0.79 467	0.33 226

CFNet_pseudo	2.12 304	0.67 230	15.14 395	0.85 124	0.74 237	3.95 349	0.64 130	3.95 351	1.78 250	1.90 240	1.79 275	3.27 419	1.62 320	2.51 261	1.16 230	0.31 227	0.36 379	0.53 446	0.27 226	0.63 423	0.44 338

ccs_rob	2.13 306	0.67 230	15.11 394	0.84 112	0.75 239	3.96 354	0.65 139	3.95 351	1.78 250	1.88 233	1.79 275	3.26 418	1.64 336	2.51 261	1.16 230	0.31 227	0.36 379	0.54 453	0.27 226	0.65 433	0.45 344

BUS	1.49 203	0.59 140	1.94 128	0.87 134	0.85 279	4.50 468	0.76 196	4.48 502	1.88 267	2.93 468	1.83 297	3.63 452	0.97 151	1.60 160	1.17 233	0.34 275	0.25 276	0.31 227	0.28 255	0.35 241	0.33 226

test_5	1.87 256	0.75 298	10.23 329	1.14 296	1.40 428	3.85 322	1.27 403	3.91 340	1.93 277	1.69 194	1.78 272	1.67 223	1.79 363	2.99 291	1.17 233	0.30 208	0.18 68	0.35 318	0.33 336	0.34 223	0.33 226

NINENet	1.87 256	0.74 286	2.60 196	1.12 288	1.06 346	4.50 468	0.76 196	4.41 491	2.24 340	2.16 334	1.86 312	3.63 452	0.97 151	8.00 396	1.17 233	0.41 363	0.30 334	0.41 380	0.30 301	0.41 308	0.36 258

test_4	1.30 180	0.50 59	6.16 281	0.84 112	0.45 75	1.61 57	1.12 376	2.14 76	1.42 89	1.52 166	2.31 416	1.84 266	0.79 103	2.52 266	1.19 236	0.27 111	0.17 41	0.29 185	0.29 283	0.29 119	0.25 97

UDGNet	1.40 192	1.52 467	2.22 165	1.38 411	0.62 182	4.39 445	0.68 149	1.80 46	2.18 331	1.34 144	1.18 97	0.99 130	1.00 160	2.16 235	1.19 236	1.09 502	0.34 371	1.30 518	0.98 508	1.10 494	0.58 412

DeepStereo_RVC	1.55 204	0.63 187	3.32 235	0.77 76	0.42 56	4.49 465	0.72 166	2.50 124	1.58 184	2.02 287	1.81 290	1.54 209	6.38 524	1.73 186	1.19 236	0.46 400	0.22 193	0.29 185	0.28 255	0.35 241	0.38 287

TRStereo	2.31 337	1.87 486	19.74 469	1.53 444	1.16 370	4.26 427	1.08 366	4.73 522	1.45 95	1.55 169	1.28 126	1.75 238	0.85 119	1.81 198	1.20 239	0.36 306	0.26 289	0.32 247	0.36 369	0.34 223	0.33 226

NF-Stereo	1.58 211	0.61 168	2.66 205	2.26 512	0.47 94	4.68 498	0.67 143	3.31 228	1.48 116	2.11 311	1.59 206	1.36 184	1.09 187	6.08 358	1.20 239	0.40 349	0.20 134	0.36 333	0.34 344	0.31 161	0.36 258

PSM-softLoss	1.66 230	0.59 140	5.15 271	2.25 510	0.48 102	4.68 498	0.69 155	2.57 140	1.52 145	2.14 321	1.45 165	1.42 195	0.99 158	6.04 356	1.20 239	0.41 363	0.23 220	0.37 345	0.39 400	0.32 187	0.31 201

KMStereo	1.66 230	0.59 140	5.15 271	2.25 510	0.48 102	4.68 498	0.69 155	2.57 140	1.52 145	2.14 321	1.45 165	1.42 195	0.99 158	6.04 356	1.20 239	0.41 363	0.23 220	0.37 345	0.39 400	0.32 187	0.31 201

BSDual-CNN	1.46 199	0.59 140	1.94 128	0.87 134	0.85 279	4.16 404	1.16 384	4.48 502	1.88 267	2.93 468	1.83 297	2.60 358	1.31 240	1.60 160	1.21 243	0.34 275	0.25 276	0.31 227	0.28 255	0.35 241	0.33 226

psmg	1.47 202	0.59 140	1.94 128	0.92 165	0.85 279	4.30 436	1.42 428	4.10 401	1.88 267	2.64 445	2.09 366	2.60 358	1.31 240	1.60 160	1.21 243	0.34 275	0.27 300	0.33 281	0.34 344	0.36 254	0.34 238

OCTAStereo	1.58 211	0.61 168	2.72 208	2.27 515	0.46 84	4.68 498	0.67 143	3.30 227	1.48 116	2.11 311	1.59 206	1.36 184	1.09 187	6.02 355	1.21 243	0.41 363	0.20 134	0.36 333	0.34 344	0.31 161	0.37 272

RE-Stereo	1.58 211	0.61 168	2.72 208	2.26 512	0.46 84	4.68 498	0.68 149	3.31 228	1.48 116	2.11 311	1.59 206	1.36 184	1.09 187	6.01 353	1.22 246	0.41 363	0.20 134	0.36 333	0.34 344	0.31 161	0.37 272

TVStereo	1.58 211	0.61 168	2.72 208	2.26 512	0.46 84	4.68 498	0.68 149	3.31 228	1.48 116	2.11 311	1.59 206	1.36 184	1.09 187	6.01 353	1.22 246	0.41 363	0.20 134	0.36 333	0.34 344	0.31 161	0.37 272

ARAFT	2.56 393	1.13 408	19.50 463	0.89 143	0.48 102	4.15 395	1.40 423	4.36 482	2.82 455	2.36 400	1.88 316	1.70 232	1.04 170	6.45 365	1.22 246	0.29 169	0.18 68	0.37 345	0.35 359	0.35 241	0.25 97

DCVSM-stereo	2.31 337	0.66 220	20.69 513	1.11 284	0.93 308	2.58 135	0.73 171	2.61 147	1.60 200	2.57 431	1.53 190	3.30 422	1.72 353	2.19 240	1.23 249	0.34 275	0.53 464	0.41 380	0.32 328	0.45 353	0.62 423

PFNet+	1.46 199	0.57 119	2.84 214	0.92 165	0.47 94	4.64 492	0.84 251	2.46 118	1.99 284	2.14 321	1.64 221	1.34 181	1.03 166	4.68 328	1.23 249	0.45 395	0.33 359	0.37 345	0.39 400	0.32 187	0.49 369

UGAM-zero	2.79 415	0.57 119	20.87 519	0.98 206	0.77 249	2.08 91	0.35 18	3.88 329	1.51 136	2.05 295	1.64 221	5.07 512	3.42 475	9.83 434	1.24 251	0.28 148	0.21 165	0.27 135	0.29 283	0.29 119	0.28 155

GCST	2.56 393	1.79 484	18.02 432	1.92 496	1.33 413	1.72 62	0.51 66	3.67 282	2.03 293	1.70 198	1.61 214	1.55 210	1.29 236	5.06 332	1.24 251	2.06 524	0.77 505	1.45 521	0.97 507	1.14 498	1.34 502

test_sample1	1.62 221	0.55 99	1.88 122	1.44 424	0.79 253	2.27 105	0.64 130	4.00 366	1.82 255	1.87 230	1.35 143	1.57 211	1.62 320	9.55 428	1.24 251	0.30 208	0.27 300	0.31 227	0.28 255	0.32 187	0.32 211

FTStereo	3.71 481	0.53 82	20.37 499	0.96 193	0.65 195	4.34 439	11.29 549	2.62 148	1.50 129	2.58 434	5.04 509	1.90 272	13.84 548	3.71 308	1.25 254	0.38 331	0.24 254	0.31 227	0.32 328	0.30 142	2.10 522

rafts_anoy	1.24 158	0.80 320	3.61 249	1.17 317	1.20 385	3.00 170	0.61 112	3.17 211	1.58 184	1.37 150	1.26 119	1.19 161	1.12 197	1.78 192	1.25 254	0.32 247	0.23 220	0.32 247	0.32 328	0.31 161	0.30 192

DIP-Stereo	1.24 158	0.69 241	1.77 113	0.65 25	0.61 174	4.29 434	0.58 101	4.44 496	2.53 410	1.98 263	1.33 135	0.91 118	0.86 122	1.25 91	1.25 254	0.36 306	0.23 220	0.32 247	0.23 146	0.32 187	0.29 165
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
DualNet (step1)	2.34 348	1.05 391	7.87 295	1.07 254	0.86 284	3.93 339	1.19 391	4.35 477	2.11 318	2.14 321	1.75 255	1.75 238	1.67 342	6.26 362	1.26 257	1.23 510	0.48 456	4.27 553	2.09 539	0.70 446	0.69 439

test_sample7	1.65 227	0.70 251	2.60 196	1.48 435	0.76 243	2.38 112	1.07 361	4.35 477	2.11 318	2.14 321	1.75 255	1.75 238	1.67 342	6.26 362	1.26 257	0.44 386	0.48 456	0.43 391	0.40 411	0.46 364	0.43 332

GANet-ADL	2.20 314	0.73 278	20.11 486	1.25 347	0.69 220	3.83 309	0.76 196	3.49 250	1.71 231	1.65 189	1.99 344	2.10 305	1.10 193	1.42 124	1.26 257	0.38 331	0.33 359	0.25 81	0.22 131	0.42 327	0.36 258

AIO-test1	2.18 312	0.66 220	18.95 449	0.89 143	1.48 443	3.40 224	0.97 335	4.19 417	1.68 221	0.86 97	1.35 143	0.99 130	0.75 83	4.47 323	1.27 260	0.23 48	0.23 220	0.28 164	0.33 336	0.31 161	0.35 252

SA	1.62 221	0.75 298	3.78 255	1.07 254	0.43 62	4.26 427	1.36 413	4.45 499	3.12 482	1.63 182	1.97 340	1.68 225	2.26 413	2.55 269	1.27 260	0.27 111	0.22 193	0.37 345	0.37 381	0.35 241	0.30 192

STrans-v2	3.03 447	0.77 306	20.91 520	0.81 83	0.63 185	3.89 329	1.01 346	4.27 448	2.64 425	2.28 372	3.70 495	4.13 475	5.20 506	7.33 383	1.27 260	0.31 227	0.18 68	0.29 185	0.25 182	0.29 119	0.41 319

TransformOpticalFlow	3.03 447	0.77 306	20.99 523	1.00 220	0.55 140	4.18 412	0.64 130	4.33 473	3.02 475	2.18 340	3.09 479	4.35 486	5.07 504	7.36 386	1.27 260	0.32 247	0.18 68	0.32 247	0.26 200	0.28 106	0.46 354

xyz-stereo-finetune	1.05 117	0.62 178	1.46 84	0.59 3	0.36 13	3.48 240	0.81 239	2.69 157	1.74 243	0.94 108	1.21 104	0.91 118	0.78 100	2.53 268	1.28 264	0.24 62	0.24 254	0.26 107	0.23 146	0.30 142	0.23 72

Anonymous_2	3.01 445	0.89 351	4.53 265	1.06 252	1.18 372	2.93 163	0.87 281	3.24 220	1.46 103	1.86 228	1.35 143	4.11 474	2.35 419	1.64 172	1.28 264	0.82 489	0.90 510	8.71 564	15.84 567	4.44 544	0.74 451

test-1	1.23 153	0.65 209	1.88 122	0.96 193	0.52 124	3.84 314	0.62 125	4.01 368	1.47 108	1.93 251	1.78 272	1.83 263	0.92 140	1.19 79	1.28 264	0.26 96	0.29 321	0.31 227	0.24 171	0.29 119	0.36 258

IPLGR_C	2.28 330	1.31 444	19.46 461	0.92 165	1.32 410	3.93 339	0.89 288	4.20 418	1.82 255	2.30 378	2.63 450	1.16 152	1.07 184	1.41 123	1.29 267	0.37 314	0.23 220	0.27 135	0.22 131	0.31 161	0.45 344

TestStereo1	1.56 208	0.81 324	2.32 176	1.61 461	0.64 187	4.13 391	1.36 413	3.79 307	3.20 493	1.60 174	2.57 444	1.39 188	2.15 403	2.51 261	1.30 268	0.29 169	0.20 134	0.34 299	0.25 182	0.40 284	0.36 258

SA-5K	1.56 208	0.81 324	2.32 176	1.61 461	0.64 187	4.13 391	1.36 413	3.79 307	3.20 493	1.60 174	2.57 444	1.39 188	2.15 403	2.51 261	1.30 268	0.29 169	0.20 134	0.34 299	0.25 182	0.40 284	0.36 258

ACRE	2.27 325	1.11 406	19.45 460	0.91 159	1.30 402	3.94 344	0.87 281	4.21 423	1.80 253	2.28 372	2.62 448	1.17 153	1.04 170	1.52 146	1.30 268	0.37 314	0.23 220	0.27 135	0.22 131	0.31 161	0.46 354

HBP-ISP	3.25 465	1.10 403	20.86 517	1.54 446	1.15 366	4.50 468	2.89 506	4.43 495	2.38 382	4.14 511	1.96 334	1.90 272	2.04 393	11.08 486	1.32 271	0.66 468	0.57 473	0.66 482	0.61 478	0.64 430	0.61 420

CIPLG	2.27 325	1.18 418	19.24 453	0.92 165	1.34 415	3.95 349	0.89 288	4.23 430	1.82 255	2.31 384	2.67 453	1.17 153	1.06 182	1.53 148	1.32 271	0.37 314	0.23 220	0.27 135	0.22 131	0.31 161	0.45 344

RAFT	1.23 153	0.84 338	2.05 141	0.96 193	0.47 94	1.80 67	0.94 322	3.18 213	1.46 103	1.60 174	1.71 244	3.04 400	1.59 312	1.64 172	1.32 271	0.38 331	0.24 254	0.40 370	0.32 328	0.40 284	0.35 252

ICVP	2.26 323	0.66 220	21.18 530	0.99 212	0.88 292	4.28 433	0.95 326	3.32 233	1.60 200	1.66 190	1.76 264	1.34 181	1.14 206	1.62 166	1.32 271	0.53 443	0.35 375	0.33 281	0.29 283	0.40 284	0.51 384
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
AIO-Stereo-zeroshot1	2.68 409	1.26 436	22.01 546	1.08 262	0.99 328	1.61 57	0.86 263	3.69 289	1.64 211	1.52 166	5.62 513	3.35 426	3.44 476	2.20 241	1.33 275	0.26 96	0.21 165	0.30 205	0.62 479	0.93 480	0.67 434

NRIStereo	1.28 177	0.61 168	1.67 105	1.15 309	0.38 38	4.73 511	0.90 293	2.42 107	1.50 129	1.93 251	1.33 135	1.75 238	1.22 224	2.96 290	1.33 275	0.46 400	0.22 193	0.29 185	0.26 200	0.30 142	0.28 155

CRE-IMP	1.23 153	0.61 168	2.14 156	0.82 93	0.39 41	4.54 474	0.83 248	2.63 149	1.55 169	1.95 256	1.46 167	1.87 271	0.96 148	1.48 138	1.33 275	0.45 395	0.21 165	0.31 227	0.26 200	0.41 308	0.31 201

PFNet	2.47 375	0.60 152	16.95 415	2.15 509	0.81 258	4.63 491	0.91 301	2.55 136	1.52 145	2.40 408	2.79 462	1.83 263	1.42 267	7.54 388	1.34 278	0.33 263	0.21 165	0.36 333	0.27 226	0.32 187	0.39 293

OMP-Stereo	1.97 279	0.93 364	1.88 122	2.76 525	0.67 209	4.58 484	1.48 432	4.31 467	1.54 161	3.15 485	2.76 460	3.25 417	1.38 250	7.66 393	1.35 279	0.40 349	0.20 134	0.33 281	0.26 200	0.33 205	0.24 87

EAI-Stereo	2.35 353	0.63 187	2.97 219	0.95 187	0.65 195	3.84 314	14.27 554	5.04 528	2.19 332	2.06 300	7.25 516	1.10 145	0.94 145	1.65 174	1.37 280	0.31 227	0.22 193	0.27 135	0.60 475	0.27 89	0.32 211

FENet	2.25 321	0.50 59	20.29 497	1.35 393	0.67 209	4.01 365	0.60 108	3.95 351	1.99 284	1.96 259	1.11 87	2.43 339	1.43 270	1.60 160	1.39 281	0.32 247	0.22 193	0.33 281	0.26 200	0.29 119	0.39 293

rvit_105_1	1.43 195	0.90 353	3.27 232	1.08 262	0.68 214	2.79 142	1.27 403	3.52 257	2.35 368	1.38 152	1.54 192	1.28 173	1.14 206	2.91 286	1.40 282	0.54 445	0.47 450	0.45 401	0.59 473	0.44 345	0.58 412

UGAM	2.58 397	0.56 110	18.55 443	0.89 143	0.71 225	3.23 195	1.03 352	2.75 165	1.75 245	1.36 147	2.77 461	2.69 365	1.28 233	10.75 467	1.40 282	0.28 148	0.24 254	0.40 370	0.31 317	0.35 241	0.30 192

AIO-Stereo-zeroshot	2.35 353	0.99 380	19.62 465	1.09 268	0.96 314	1.51 51	0.44 45	4.05 381	1.64 211	1.31 142	1.67 230	4.93 505	2.45 426	2.52 266	1.40 282	0.30 208	0.20 134	0.31 227	0.50 451	0.57 405	0.60 417

ToySt	1.35 187	0.72 267	3.65 251	1.01 226	0.50 113	3.31 214	1.01 346	3.46 246	1.73 237	1.30 141	1.55 196	2.07 303	1.47 282	1.88 210	1.40 282	0.27 111	0.27 300	0.30 205	0.32 328	0.42 327	0.39 293

GwcNet-ADL	2.47 375	0.67 230	21.48 537	0.96 193	0.72 227	4.61 488	0.95 326	4.42 492	2.36 371	1.98 263	1.80 278	2.55 353	1.24 229	1.90 211	1.41 286	0.40 349	0.46 446	0.24 59	0.27 226	0.41 308	0.49 369

IIG-Stereo	1.95 275	0.79 316	2.14 156	2.78 526	0.66 202	4.62 489	0.76 196	4.27 448	1.53 152	2.63 444	3.14 482	3.35 426	1.61 317	7.65 392	1.41 286	0.39 343	0.20 134	0.31 227	0.25 182	0.33 205	0.22 62

UCFNet_RVC	1.57 210	0.84 338	3.25 230	1.36 399	1.40 428	4.07 378	1.01 346	2.68 155	1.50 129	2.11 311	1.88 316	2.37 329	1.50 291	3.41 298	1.42 288	0.36 306	0.28 311	0.52 442	0.40 411	0.53 390	0.43 332

RAFT-345	2.46 372	0.55 99	19.69 468	1.02 236	0.49 109	4.43 455	0.78 213	1.64 31	2.34 366	2.09 304	3.12 480	1.96 283	1.31 240	6.65 370	1.43 289	0.36 306	0.23 220	0.32 247	0.25 182	0.28 106	0.25 97

pcwnet_v2	2.70 412	0.65 209	22.48 548	1.08 262	1.03 338	3.56 262	0.81 239	4.29 456	3.14 485	2.29 374	2.29 404	3.01 398	1.71 351	3.32 297	1.43 289	0.43 379	0.50 461	0.41 380	0.34 344	0.61 418	0.56 403

DCANet-4	1.96 277	0.51 65	14.31 381	0.82 93	0.40 45	4.16 404	0.57 92	4.29 456	2.98 471	2.30 378	1.80 278	1.03 137	1.54 307	1.44 127	1.44 291	0.29 169	0.23 220	0.23 30	0.18 49	0.24 48	0.42 323

MIPNet	2.33 344	0.71 263	19.82 471	0.89 143	0.56 144	4.76 516	0.61 112	4.32 471	2.37 377	1.83 221	1.48 178	1.48 201	1.98 390	2.63 276	1.44 291	0.29 169	0.20 134	0.26 107	0.23 146	0.30 142	0.39 293

STTStereo	2.34 348	0.95 372	14.93 390	1.43 421	1.54 452	3.86 324	0.86 263	3.65 278	2.44 395	2.15 329	1.55 196	2.49 349	1.59 312	5.14 334	1.44 291	0.38 331	0.39 407	0.47 409	0.51 455	0.52 384	0.51 384

AdaStereo	1.45 198	0.83 334	2.34 181	1.28 361	0.81 258	3.21 191	1.14 381	4.20 418	2.46 399	2.05 295	1.77 269	2.48 347	1.18 217	1.71 184	1.44 291	0.43 379	0.25 276	0.43 391	0.28 255	0.44 345	0.34 238
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.
test_sample4	2.34 348	0.63 187	11.59 345	1.30 371	0.83 271	3.07 180	0.72 166	4.27 448	2.30 356	2.30 378	1.88 316	1.73 236	1.42 267	11.14 489	1.46 295	0.35 295	0.29 321	0.35 318	0.36 369	0.40 284	0.38 287

test_sample3	2.34 348	0.61 168	11.94 348	1.33 382	0.85 279	3.10 184	0.73 171	4.24 438	2.19 332	2.21 356	1.75 255	1.80 254	1.41 262	11.11 488	1.46 295	0.35 295	0.29 321	0.34 299	0.35 359	0.39 279	0.37 272

fff	1.74 239	0.70 251	9.08 311	0.81 83	0.36 13	4.15 395	0.57 92	4.23 430	2.09 308	2.30 378	1.80 278	1.19 161	3.02 454	1.44 127	1.46 295	0.29 169	0.23 220	0.23 30	0.18 49	0.24 48	0.42 323

csc	1.74 239	0.70 251	9.08 311	0.81 83	0.36 13	4.15 395	0.57 92	4.23 430	2.09 308	2.30 378	1.80 278	1.19 161	3.02 454	1.44 127	1.46 295	0.29 169	0.23 220	0.23 30	0.18 49	0.24 48	0.42 323

cscssc	1.74 239	0.70 251	9.08 311	0.81 83	0.36 13	4.15 395	0.57 92	4.23 430	2.09 308	2.30 378	1.80 278	1.19 161	3.02 454	1.44 127	1.46 295	0.29 169	0.23 220	0.23 30	0.18 49	0.24 48	0.42 323

test_sample5	2.33 344	0.62 178	11.29 342	1.29 364	0.83 271	3.09 182	0.74 183	4.28 453	2.31 360	2.20 347	1.97 340	1.68 225	1.39 253	11.19 490	1.47 300	0.37 314	0.31 344	0.37 345	0.37 381	0.41 308	0.39 293

DualNet	2.33 344	0.62 178	11.29 342	1.29 364	0.83 271	3.09 182	0.74 183	4.28 453	2.31 360	2.26 370	2.04 352	1.68 225	1.39 253	11.19 490	1.47 300	0.37 314	0.31 344	0.37 345	0.37 381	0.41 308	0.39 293

Pruner-Stereo	1.32 186	0.59 140	2.11 155	1.79 486	0.47 94	4.73 511	0.79 220	2.53 126	1.72 234	2.47 416	1.58 202	1.48 201	1.03 166	1.66 175	1.47 300	0.44 386	0.21 165	0.34 299	0.30 301	0.30 142	0.39 293

anonymity	1.76 244	1.26 436	2.73 211	1.66 466	1.32 410	1.84 69	1.07 361	3.49 250	2.30 356	2.11 311	2.11 371	1.71 234	3.90 486	1.82 200	1.48 303	1.10 503	1.09 514	1.08 512	1.08 513	1.05 488	1.09 489

CRFU-Net	2.49 379	0.78 312	10.36 330	2.30 516	1.08 352	3.91 332	1.41 426	3.85 320	1.65 215	2.15 329	1.76 264	3.34 425	7.95 536	5.56 344	1.48 303	0.47 409	0.35 375	0.30 205	0.28 255	0.37 264	0.43 332

RALAANet	1.28 177	1.08 399	3.21 228	1.25 347	0.94 310	1.44 44	0.69 155	3.15 208	2.57 417	2.01 282	1.80 278	1.29 176	1.05 175	2.00 218	1.48 303	0.27 111	0.20 134	0.27 135	0.24 171	0.40 284	0.27 136

AACVNet	1.83 252	1.02 385	2.41 187	1.45 428	0.87 289	3.21 191	0.73 171	3.16 209	1.61 204	2.01 282	1.82 296	2.28 315	1.33 243	10.98 478	1.49 306	0.39 343	0.32 352	0.38 361	0.32 328	0.43 337	0.44 338

H2IRNET	1.90 263	0.53 82	14.29 380	1.14 296	0.60 170	4.48 459	0.44 45	2.65 151	1.81 254	1.05 124	2.30 409	1.67 223	1.40 257	2.17 237	1.50 307	0.36 306	0.21 165	0.33 281	0.37 381	0.34 223	0.29 165

Sa-1000	1.63 225	0.79 316	3.56 245	1.11 284	0.48 102	4.06 373	1.41 426	4.49 505	2.75 438	2.00 280	2.80 464	1.84 266	1.43 270	2.64 278	1.50 307	0.27 111	0.19 98	0.36 333	0.33 336	0.36 254	0.30 192

IRAFT_RVC	1.87 256	0.60 152	4.33 259	2.40 519	0.66 202	4.59 485	1.59 445	2.96 186	1.51 136	2.23 362	1.75 255	2.09 304	2.63 436	6.70 372	1.50 307	0.33 263	0.21 165	0.33 281	0.29 283	0.32 187	0.32 211

SFCPSM	2.18 312	0.63 187	17.03 416	0.88 139	0.98 325	3.74 294	1.28 405	4.09 393	2.16 327	1.85 223	1.83 297	1.65 221	1.39 253	2.50 258	1.50 307	0.33 263	0.27 300	0.39 364	0.36 369	0.34 223	0.37 272

CVANet_RVC	2.55 392	1.10 403	9.13 316	1.46 430	1.15 366	3.96 354	1.53 439	3.91 340	2.50 405	3.04 476	2.04 352	2.60 358	1.72 353	12.46 533	1.50 307	0.49 425	0.30 334	0.51 436	0.41 417	0.63 423	0.50 376

DN-CSS_ROB	1.91 267	1.55 469	11.13 341	1.82 488	0.88 292	3.99 362	0.61 112	4.01 368	1.67 219	1.64 185	1.89 322	1.39 188	1.06 182	3.23 293	1.50 307	0.31 227	0.19 98	0.44 395	0.29 283	0.37 264	0.31 201

DLNR_Zeroshot_test	28.62 567	55.50 576	49.94 572	183.62 578	115.05 576	3.43 228	0.28 4	29.49 568	1.49 124	1.01 118	1.26 119	0.93 124	0.63 46	3.92 315	1.51 313	29.81 571	0.41 419	0.26 107	0.23 146	93.28 576	0.32 211

hknet	1.98 281	0.64 199	8.70 308	0.87 134	1.07 350	4.16 404	1.16 384	4.48 502	1.73 237	2.93 468	1.83 297	3.48 435	1.30 239	3.91 314	1.51 313	0.31 227	0.25 276	0.31 227	0.28 255	0.35 241	0.33 226

RAFT-RH_RVC	2.63 400	0.55 99	19.97 478	1.26 353	0.47 94	4.46 457	0.57 92	1.71 37	1.64 211	3.06 479	5.51 511	2.03 294	1.28 233	6.70 372	1.52 315	0.42 374	0.22 193	0.37 345	0.34 344	0.28 106	0.29 165

IPLG	2.48 377	0.65 209	19.63 466	0.91 159	0.79 253	4.60 487	0.56 89	4.31 467	1.84 262	1.91 245	2.00 346	1.31 178	1.38 250	6.61 368	1.53 316	0.27 111	0.20 134	0.27 135	0.23 146	0.31 161	0.36 258

ADStereo(finetuned)	2.04 292	0.73 278	13.28 357	0.82 93	0.40 45	4.16 404	0.59 105	4.25 440	2.97 468	2.35 396	1.84 302	1.18 157	3.40 471	1.52 146	1.54 317	0.29 169	0.24 254	0.23 30	0.18 49	0.30 142	0.51 384

PSMNet-RUCA	1.64 226	1.50 466	2.57 195	1.50 439	1.38 424	3.05 175	1.36 413	3.31 228	2.24 340	1.36 147	2.07 363	1.40 193	1.09 187	1.83 201	1.55 318	1.15 506	0.69 498	1.26 517	0.96 506	1.64 516	0.94 479

DCANet	1.74 239	0.73 278	9.08 311	0.82 93	0.40 45	4.18 412	0.59 105	4.25 440	2.97 468	2.35 396	1.84 302	1.18 157	1.63 333	1.51 144	1.55 318	0.29 169	0.24 254	0.23 30	0.18 49	0.30 142	0.53 391

MIF-Stereo (partial)	0.98 100	0.55 99	2.83 213	0.71 44	1.03 338	1.08 10	0.49 60	2.55 136	1.66 217	0.79 80	1.20 100	0.80 91	0.90 135	1.61 165	1.56 320	0.36 306	0.24 254	0.33 281	0.25 182	0.40 284	0.28 155

HCRNet	1.60 217	0.56 110	2.47 189	0.78 78	1.36 419	4.11 386	0.71 163	3.57 266	2.79 443	1.75 209	1.61 214	1.58 213	1.41 262	5.79 350	1.56 320	0.34 275	0.28 311	0.36 333	0.29 283	0.33 205	0.37 272

CSP-Net	1.78 247	1.32 446	1.92 127	1.16 315	1.03 338	3.38 220	1.31 407	3.52 257	1.75 245	1.96 259	1.93 332	2.40 331	1.48 284	8.58 405	1.58 322	0.46 400	0.34 371	0.27 135	0.26 200	0.41 308	0.50 376

psm_up	2.28 330	0.81 324	5.45 277	1.26 353	1.50 446	3.84 314	1.23 399	4.23 430	2.03 293	2.55 427	1.80 278	2.44 342	1.65 338	12.90 537	1.58 322	0.37 314	0.38 398	0.41 380	0.34 344	0.43 337	0.39 293

MaskLacGwcNet_RVC	3.13 456	1.43 460	9.93 323	2.50 520	1.62 468	4.29 434	1.68 457	3.95 351	2.43 391	1.66 190	1.91 328	3.04 400	1.41 262	13.26 539	1.58 322	3.82 544	1.59 526	1.12 514	0.46 434	2.21 522	2.74 537

iResNetv2_ROB	2.65 402	5.00 525	19.28 458	2.06 506	1.09 356	3.83 309	1.13 379	4.14 409	2.09 308	1.85 223	2.03 349	2.01 293	1.51 295	3.58 302	1.58 322	0.34 275	0.21 165	0.32 247	0.21 99	0.44 345	0.29 165

CoDeX	2.40 361	0.78 312	13.21 356	1.00 220	1.18 372	3.24 198	1.32 408	4.14 409	2.41 388	1.74 207	1.84 302	2.05 298	1.47 282	10.03 445	1.60 326	0.34 275	0.28 311	0.32 247	0.27 226	0.32 187	0.39 293

LMCR-Stereo	2.40 361	1.31 444	18.61 444	1.59 456	0.86 284	3.87 327	1.15 382	4.32 471	1.60 200	2.25 367	2.27 398	1.13 148	2.43 424	2.48 257	1.60 326	0.88 494	0.24 254	0.29 185	0.24 171	0.56 401	0.30 192

CC-Net-ROB	3.35 470	1.76 482	13.89 372	2.33 518	1.65 476	4.49 465	1.62 447	4.73 522	2.90 460	1.92 247	2.05 358	1.99 289	1.61 317	12.57 536	1.60 326	2.46 527	2.18 535	2.68 536	1.04 512	2.11 521	1.38 505

HI	1.27 174	0.90 353	2.33 178	1.10 277	0.68 214	2.92 159	0.45 49	2.49 122	1.76 247	2.13 318	1.65 227	2.42 336	1.84 375	1.58 153	1.61 329	0.26 96	0.16 28	0.28 164	0.29 283	0.26 77	0.25 97

CoSv	1.27 174	0.90 353	2.33 178	1.10 277	0.68 214	2.92 159	0.45 49	2.49 122	1.76 247	2.13 318	1.65 227	2.42 336	1.84 375	1.58 153	1.61 329	0.26 96	0.16 28	0.28 164	0.29 283	0.26 77	0.25 97

test_sample6	2.35 353	0.62 178	10.78 337	1.33 382	0.83 271	3.15 187	0.79 220	4.36 482	2.43 391	2.26 370	2.04 352	1.69 230	1.39 253	11.48 501	1.61 329	0.38 331	0.32 352	0.37 345	0.39 400	0.41 308	0.42 323

GES	1.38 191	0.64 199	2.61 199	1.09 268	0.57 156	4.30 436	1.02 350	3.86 323	1.51 136	1.72 203	1.74 251	1.28 173	1.77 360	1.62 166	1.61 329	0.39 343	0.27 300	0.33 281	0.30 301	0.41 308	0.47 359

PS-NSSS	2.22 315	1.33 449	2.90 218	0.97 200	1.53 451	4.11 386	1.08 366	4.55 512	2.65 426	2.10 307	2.32 421	1.77 243	1.40 257	11.79 519	1.61 329	0.68 474	0.45 437	0.96 506	0.43 426	0.95 481	0.92 477

G2L-Stereo_test	2.11 302	0.86 345	7.12 289	1.65 465	1.19 379	3.54 258	1.02 350	3.57 266	2.01 290	2.50 419	1.68 233	3.15 409	1.50 291	9.21 419	1.62 334	0.28 148	0.19 98	0.23 30	0.22 131	0.27 89	0.31 201

NLCA_NET_v2_RVC	2.54 388	1.04 390	16.73 411	1.53 444	2.00 507	3.96 354	0.87 281	3.87 326	2.31 360	2.54 426	1.67 230	2.85 385	1.63 333	5.55 343	1.62 334	0.46 400	0.33 359	0.38 361	0.38 394	0.53 390	0.62 423
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NOSS_ROB	2.27 325	0.73 278	3.00 221	1.71 473	1.00 335	3.90 331	0.97 335	4.29 456	2.81 453	2.94 472	2.19 386	3.88 461	1.19 221	11.77 518	1.62 334	0.59 454	0.54 466	0.56 456	0.52 458	0.56 401	0.54 397

DDVS	1.68 232	0.79 316	2.52 191	1.26 353	1.16 370	3.17 188	0.78 213	3.12 204	1.82 255	1.86 228	1.91 328	2.92 393	1.43 270	6.20 360	1.63 337	0.45 395	0.65 490	0.34 299	0.38 394	0.48 371	0.79 463

DAS	2.31 337	0.67 230	4.79 267	1.14 296	1.64 472	2.93 163	2.13 481	4.09 393	2.74 436	4.17 512	2.52 437	2.46 345	1.79 363	11.55 503	1.63 337	0.37 314	0.22 193	0.39 364	0.25 182	0.41 308	0.34 238

SepStereo	2.15 308	0.67 230	4.79 267	1.14 296	1.64 472	2.93 163	2.13 481	4.09 393	2.74 436	4.17 512	2.52 437	2.46 345	1.79 363	8.36 399	1.63 337	0.37 314	0.22 193	0.39 364	0.25 182	0.41 308	0.34 238

SACVNet	2.46 372	1.14 412	9.47 318	1.44 424	1.18 372	4.06 373	1.49 436	3.84 317	2.24 340	2.62 441	1.89 322	2.57 355	1.28 233	11.35 495	1.64 340	0.50 428	0.39 407	0.48 417	0.41 417	0.55 395	0.75 454

ASMatch	2.62 399	0.60 152	20.65 512	1.37 409	0.64 187	4.39 445	0.78 213	1.97 61	1.58 184	1.70 198	3.89 499	1.94 276	3.79 483	5.46 340	1.64 340	0.31 227	0.24 254	0.34 299	0.28 255	0.33 205	0.50 376

HSM-Net_RVC	2.87 423	0.57 119	17.46 425	0.92 165	0.90 300	3.70 286	1.20 395	5.64 540	2.51 408	3.22 488	2.43 427	2.54 352	1.59 312	11.41 497	1.65 342	0.34 275	0.25 276	0.26 107	0.23 146	0.30 142	0.29 165
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NVstereo2D	2.54 388	0.90 353	11.10 340	1.32 377	1.47 442	3.58 267	1.38 420	4.13 403	2.45 396	1.90 240	1.71 244	2.86 386	1.76 358	10.86 472	1.66 343	0.60 455	0.43 427	0.53 446	0.41 417	0.78 465	0.94 479

iResNet_ROB	1.89 261	1.02 385	8.60 306	1.39 413	0.98 325	3.72 289	0.66 142	3.84 317	2.65 426	1.88 233	2.05 358	1.98 287	1.27 231	4.52 324	1.67 344	0.30 208	0.20 134	0.28 164	0.18 49	0.31 161	0.40 313

MyStereo05	2.37 359	0.72 267	19.94 476	1.02 236	0.99 328	4.26 427	0.86 263	4.01 368	2.62 421	2.14 321	1.26 119	2.28 315	1.63 333	2.07 223	1.68 345	0.24 62	0.23 220	0.34 299	0.26 200	0.42 327	0.36 258

FADNet-RVC-Resample	2.83 418	2.02 493	21.07 524	1.12 288	0.91 302	3.53 254	1.37 418	4.08 391	2.09 308	1.68 193	1.33 135	2.03 294	1.51 295	9.54 426	1.69 346	0.38 331	0.37 392	0.42 387	0.44 428	0.56 401	0.56 403

dd	1.26 169	1.15 413	2.47 189	0.92 165	0.49 109	4.35 440	0.75 193	1.92 57	2.11 318	1.44 159	1.24 111	1.19 161	1.05 175	1.78 192	1.70 347	0.57 451	0.34 371	0.35 318	0.33 336	0.60 413	0.46 354

ISRNet	1.69 233	0.76 303	5.69 279	1.27 360	1.36 419	2.85 149	0.61 112	3.60 270	1.91 275	2.13 318	2.12 374	2.90 388	1.41 262	2.51 261	1.71 348	0.49 425	0.50 461	0.56 456	0.47 437	0.49 377	0.57 407

HSM	2.35 353	0.81 324	2.21 162	1.14 296	1.55 456	3.44 229	1.03 352	3.99 364	2.25 343	2.29 374	2.11 371	8.04 531	3.05 457	11.60 504	1.71 348	0.33 263	0.22 193	0.28 164	0.23 146	0.32 187	0.35 252

CFNet-ft	1.90 263	0.95 372	3.56 245	1.07 254	1.54 452	4.09 380	0.90 293	2.85 177	1.82 255	1.78 213	1.70 240	2.75 373	1.48 284	9.33 421	1.72 350	0.33 263	0.30 334	0.61 471	0.36 369	0.52 384	0.39 293

TDLM	2.29 333	1.08 399	4.61 266	1.29 364	1.01 336	4.26 427	2.17 483	3.75 299	2.79 443	2.31 384	1.98 342	2.06 300	1.59 312	12.45 532	1.72 350	0.51 434	0.28 311	0.52 442	0.35 359	0.56 401	0.50 376

CFNet_RVC	1.90 263	0.95 372	3.56 245	1.07 254	1.54 452	4.09 380	0.90 293	2.85 177	1.82 255	1.78 213	1.70 240	2.75 373	1.48 284	9.33 421	1.72 350	0.33 263	0.30 334	0.61 471	0.36 369	0.52 384	0.39 293

DeepPruner_ROB	2.05 294	1.09 402	10.50 333	1.01 226	1.20 385	4.39 445	0.91 301	3.14 206	1.72 234	2.60 438	1.54 192	2.78 381	1.27 231	4.52 324	1.72 350	0.51 434	0.40 412	0.37 345	0.34 344	0.48 371	0.52 389

GANet-RSSM	1.98 281	0.62 178	3.49 240	1.69 469	1.23 392	4.22 422	0.91 301	3.31 228	1.86 264	1.81 218	1.74 251	2.34 324	1.82 373	10.92 476	1.73 354	0.34 275	0.29 321	0.31 227	0.28 255	0.39 279	0.40 313

xyz-stereo-finetune2	1.16 137	0.63 187	1.50 89	0.57 1	0.36 13	3.47 237	0.65 139	2.70 158	1.23 56	0.88 100	1.75 255	0.91 118	1.76 358	3.54 301	1.74 355	0.24 62	0.22 193	0.30 205	0.27 226	0.31 161	0.26 121

SQANet	3.70 479	9.34 547	18.41 440	2.75 524	2.74 525	3.40 224	1.47 431	3.50 253	1.68 221	2.60 438	1.75 255	2.69 365	1.91 386	6.72 375	1.74 355	2.96 530	1.41 524	1.85 524	1.12 514	3.17 527	2.70 536

GANetREF_RVC	3.20 462	1.93 488	18.84 446	1.51 441	0.80 255	4.12 388	1.82 464	4.16 413	2.91 461	1.87 230	1.74 251	2.48 347	1.84 375	13.18 538	1.74 355	0.80 486	0.57 473	0.79 498	0.74 489	1.20 506	0.86 471
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
IER	1.69 233	0.65 209	7.19 290	0.94 183	1.15 366	3.28 209	0.89 288	3.48 247	1.97 281	2.10 307	1.98 342	2.28 315	2.12 399	2.25 247	1.75 358	0.29 169	0.23 220	0.36 333	0.30 301	0.32 187	0.34 238

MyStereo04	2.29 333	0.80 320	18.77 445	1.00 220	1.04 341	3.95 349	0.95 326	3.91 340	2.54 414	1.99 268	1.27 125	2.31 322	1.65 338	2.02 222	1.77 359	0.24 62	0.24 254	0.34 299	0.26 200	0.41 308	0.37 272

GEStereo_RVC	1.91 267	0.80 320	6.57 282	1.20 330	1.06 346	4.02 367	1.43 430	4.13 403	1.89 271	2.03 291	1.80 278	2.34 324	1.86 380	4.94 330	1.77 359	0.48 413	0.38 398	0.32 247	0.28 255	0.42 327	0.50 376

stereogan	3.09 452	0.93 364	16.43 406	1.37 409	1.66 479	3.70 286	1.67 455	3.87 326	3.15 487	3.04 476	2.70 456	5.04 511	2.79 443	9.96 441	1.78 361	0.63 460	0.49 460	0.69 485	0.47 437	0.83 473	0.68 437

HHNet	2.48 377	0.71 263	20.52 506	0.64 18	0.64 187	4.07 378	0.93 316	3.76 301	1.56 175	2.15 329	4.92 508	0.98 129	3.37 470	1.66 175	1.79 362	0.32 247	0.20 134	0.31 227	0.27 226	0.36 254	0.42 323

G2L-ROB	2.13 306	0.78 312	10.06 325	1.19 325	1.06 346	3.84 314	0.93 316	3.32 233	2.27 348	2.20 347	1.47 171	2.65 363	1.20 223	8.38 401	1.81 363	0.28 148	0.19 98	0.23 30	0.22 131	0.28 106	0.32 211

PSMNet-RSSM	1.96 277	0.77 306	3.26 231	1.29 364	1.31 404	4.19 416	0.96 332	3.68 284	1.89 271	2.05 295	1.80 278	2.60 358	1.70 349	9.84 435	1.81 363	0.35 295	0.29 321	0.35 318	0.37 381	0.42 327	0.35 252

111	1.83 252	0.92 360	9.08 311	0.81 83	0.36 13	4.25 426	0.91 301	4.44 496	2.70 432	2.39 406	1.96 334	2.30 321	1.64 336	1.28 97	1.82 365	0.28 148	0.22 193	0.24 59	0.20 85	0.31 161	0.54 397

CFNet	2.34 348	1.10 403	8.96 310	1.34 389	1.24 394	4.09 380	0.73 171	4.04 377	2.77 440	1.62 181	1.87 315	2.27 314	1.45 277	11.41 497	1.82 365	0.31 227	0.24 254	0.43 391	0.36 369	0.43 337	0.33 226

cf-r	2.57 396	0.79 316	16.09 402	1.48 435	1.35 416	4.19 416	0.93 316	3.68 284	2.36 371	1.97 261	1.81 290	3.42 432	1.45 277	8.24 398	1.83 367	0.32 247	0.26 289	0.33 281	0.30 301	0.34 223	0.37 272

LL-Strereo	3.01 445	1.81 485	17.59 428	1.12 288	2.10 514	2.90 154	1.09 370	4.33 473	2.00 288	3.12 482	2.24 394	3.29 420	3.15 460	11.31 494	1.84 368	0.30 208	0.28 311	0.46 406	0.34 344	0.49 377	0.45 344

DDUNet	2.91 426	2.78 510	6.94 288	3.53 536	2.26 520	3.28 209	1.36 413	3.77 303	2.04 297	2.62 441	2.49 433	4.18 478	1.69 347	5.38 338	1.85 369	2.21 526	1.77 530	2.61 534	2.43 545	2.60 524	2.34 527

ac_64	2.35 353	0.62 178	9.77 320	1.32 377	1.71 486	3.27 205	0.93 316	3.48 247	2.50 405	1.74 207	1.73 249	3.91 462	1.77 360	10.21 451	1.86 370	0.40 349	0.31 344	0.33 281	0.30 301	0.34 223	0.39 293

MLCV	1.87 256	0.91 358	8.59 305	1.10 277	0.57 156	3.59 268	0.53 78	3.70 294	2.20 334	2.80 461	2.25 396	2.00 290	1.42 267	4.13 319	1.86 370	0.30 208	0.20 134	0.32 247	0.21 99	0.33 205	0.36 258

UPFNet	1.81 251	0.63 187	6.71 284	1.25 347	1.44 438	3.50 247	1.35 411	4.02 372	1.85 263	2.40 408	1.52 183	2.41 333	1.40 257	3.62 304	1.88 372	0.34 275	0.33 359	0.37 345	0.31 317	0.41 308	0.39 293

ACVNet	1.46 199	0.64 199	3.56 245	0.93 179	0.85 279	4.22 422	0.80 230	2.85 177	2.08 305	1.78 213	1.88 316	3.10 404	1.46 280	1.33 108	1.89 373	0.29 169	0.26 289	0.30 205	0.26 200	0.39 279	0.27 136

hitnet-ft	2.37 359	0.73 278	8.34 301	0.96 193	0.89 297	3.77 298	0.80 230	3.55 264	2.58 418	2.24 364	2.04 352	3.65 454	1.49 290	11.71 516	1.89 373	0.44 386	0.53 464	0.44 395	0.35 359	0.52 384	0.48 363

ACV-stereo	2.92 428	0.92 360	20.27 495	1.33 382	1.05 343	4.68 498	1.10 372	2.66 153	1.64 211	1.46 160	1.32 133	5.41 519	4.24 493	7.83 394	1.90 375	0.44 386	0.52 463	0.32 247	0.29 283	0.45 353	0.63 427

G2L-Stereo	2.49 379	0.94 370	14.54 383	1.15 309	1.35 416	3.57 266	0.95 326	3.62 274	2.00 288	2.11 311	1.61 214	3.20 412	1.34 244	9.54 426	1.91 376	0.34 275	0.27 300	0.35 318	0.28 255	0.30 142	0.35 252

PSMNet-ADL	1.91 267	0.72 267	1.78 115	1.09 268	0.86 284	4.18 412	0.78 213	3.77 303	2.10 316	1.72 203	1.85 309	2.91 391	1.82 373	10.38 458	1.91 376	0.48 413	0.46 446	0.28 164	0.29 283	0.38 269	0.51 384

StereoVision	1.65 227	0.75 298	7.47 293	1.01 226	1.80 498	2.61 136	0.61 112	3.06 200	1.96 279	1.25 138	3.46 492	1.85 269	0.88 128	2.07 223	1.93 378	0.43 379	0.36 379	0.37 345	0.36 369	0.48 371	0.33 226

AASNet	2.44 368	0.92 360	19.79 470	1.35 393	1.49 444	3.81 307	1.07 361	3.85 320	2.93 465	1.95 256	2.29 404	1.96 283	1.29 236	1.73 186	1.93 378	0.39 343	0.33 359	0.45 401	0.30 301	0.55 395	0.45 344

FAT-Stereo	3.34 469	0.81 324	20.05 480	1.25 347	1.20 385	3.44 229	1.99 474	4.23 430	2.67 429	3.14 483	3.82 498	3.51 444	3.32 469	11.68 514	1.94 380	0.64 463	0.67 494	0.48 417	0.52 458	0.61 418	0.81 465

FADNet	2.49 379	1.76 482	13.17 355	1.17 317	0.95 313	3.27 205	0.88 285	3.94 349	2.27 348	1.40 154	1.29 128	2.51 350	2.06 395	9.93 440	1.94 380	0.43 379	0.45 437	0.40 370	0.43 426	1.06 489	0.53 391

gwcnet-sp	2.31 337	1.21 423	17.34 418	1.08 262	0.92 303	3.56 262	1.04 355	3.69 289	2.09 308	2.55 427	1.60 210	1.80 254	1.62 320	3.87 311	1.95 382	0.29 169	0.29 321	0.30 205	0.28 255	0.38 269	0.39 293

scenet	2.31 337	1.21 423	17.34 418	1.08 262	0.92 303	3.56 262	1.04 355	3.69 289	2.09 308	2.55 427	1.60 210	1.80 254	1.62 320	3.87 311	1.95 382	0.29 169	0.29 321	0.30 205	0.28 255	0.38 269	0.39 293

ssnet	2.31 337	1.21 423	17.34 418	1.08 262	0.92 303	3.56 262	1.04 355	3.69 289	2.09 308	2.55 427	1.60 210	1.80 254	1.62 320	3.87 311	1.95 382	0.29 169	0.29 321	0.30 205	0.28 255	0.38 269	0.39 293

ADLNet2	3.15 459	0.92 360	20.06 481	1.20 330	1.79 495	3.83 309	1.48 432	3.94 349	3.59 509	2.19 344	2.47 431	4.65 501	1.93 388	10.69 466	1.96 385	0.39 343	0.37 392	0.28 164	0.30 301	0.48 371	0.43 332

CBMV	3.32 468	0.96 378	21.16 528	1.32 377	0.83 271	3.81 307	3.91 534	4.47 501	2.53 410	3.34 492	2.24 394	4.45 489	2.58 434	10.07 447	1.96 385	0.45 395	0.43 427	0.48 417	0.38 394	0.52 384	0.53 391
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DMCA	1.72 236	0.74 286	6.63 283	1.14 296	0.96 314	3.98 361	0.90 293	3.75 299	2.76 439	2.83 464	1.58 202	2.35 326	1.18 217	1.58 153	1.98 387	0.40 349	0.27 300	0.42 387	0.26 200	0.36 254	0.38 287

DMCA-RVC	2.45 369	1.22 429	18.29 436	1.23 343	1.14 364	2.49 122	0.85 260	3.29 226	1.68 221	3.02 475	1.41 158	2.00 290	1.53 304	6.39 364	2.00 388	0.38 331	0.30 334	0.44 395	0.35 359	0.45 353	0.44 338

MFMNet_re	2.91 426	1.91 487	18.25 434	3.06 530	1.89 502	3.13 185	1.67 455	3.52 257	2.97 468	3.14 483	2.87 469	2.26 313	2.41 422	2.42 252	2.00 388	1.10 503	1.05 513	0.94 505	0.90 502	1.28 508	1.46 509

iRaft-Stereo_5w	2.10 300	0.83 334	8.57 304	0.81 83	0.76 243	3.21 191	0.84 251	3.71 295	1.65 215	1.56 171	2.50 434	2.20 311	2.23 412	9.13 416	2.01 390	0.38 331	0.19 98	0.35 318	0.27 226	0.45 353	0.39 293

Wz-Net-LNSev	2.30 336	1.67 478	14.88 387	1.18 323	1.65 476	3.49 243	1.54 442	3.63 275	2.03 293	1.88 233	1.64 221	3.29 420	2.06 395	2.71 282	2.02 391	0.40 349	0.33 359	0.32 247	0.31 317	0.53 390	0.49 369

dad	1.65 227	1.19 420	3.04 223	0.98 206	0.56 144	4.22 422	0.84 251	1.99 63	2.48 400	2.14 321	1.68 233	1.62 219	1.13 199	3.85 310	2.04 392	1.03 501	0.40 412	2.04 525	0.48 442	0.75 461	0.53 391

HGLStereo	2.03 290	0.74 286	7.50 294	1.23 343	1.56 459	3.62 275	0.95 326	3.78 306	1.89 271	2.03 291	2.20 388	3.12 407	2.14 402	5.68 347	2.04 392	0.37 314	0.31 344	0.32 247	0.29 283	0.40 284	0.45 344

GwcNet-RSSM	2.66 404	1.05 391	15.91 400	1.22 339	1.19 379	4.12 388	1.12 376	3.84 317	2.02 291	1.93 251	1.79 275	3.12 407	1.46 280	10.37 456	2.05 394	0.33 263	0.27 300	0.35 318	0.30 301	0.40 284	0.36 258

Consistency-Raft	2.86 420	1.66 476	19.61 464	1.40 416	1.75 490	3.84 314	1.32 408	4.07 387	2.25 343	1.78 213	2.67 453	1.82 260	4.41 496	1.94 215	2.06 395	0.83 491	0.94 511	1.03 508	1.12 514	1.70 518	1.09 489

RAFT + AFF	2.51 382	2.66 508	4.48 264	1.15 309	1.95 505	4.15 395	2.01 475	4.46 500	3.30 501	2.19 344	2.51 436	2.22 312	4.87 503	8.91 411	2.06 395	0.30 208	0.60 483	0.48 417	0.38 394	0.77 463	0.69 439

FADNet-RVC	2.51 382	2.27 498	14.03 374	1.09 268	0.81 258	3.54 258	1.10 372	4.13 403	2.48 400	1.39 153	1.22 106	1.85 269	1.77 360	9.78 433	2.06 395	0.38 331	0.37 392	0.40 370	0.40 411	0.67 440	0.48 363

NCCL2	2.53 386	1.35 450	10.90 339	1.15 309	0.97 318	3.53 254	2.56 496	3.65 278	2.23 338	2.76 457	1.80 278	2.41 333	1.66 340	10.35 455	2.07 398	0.44 386	0.40 412	0.57 459	0.53 462	0.59 409	0.65 432

ETE_ROB	2.07 297	1.40 456	3.01 222	1.09 268	0.92 303	3.94 344	1.53 439	4.25 440	2.23 338	3.31 490	2.06 362	2.35 326	1.52 297	8.74 407	2.07 398	0.44 386	0.36 379	0.51 436	0.48 442	0.54 393	0.62 423

DispNO	3.00 443	0.75 298	18.92 448	1.17 317	1.10 358	3.72 289	0.94 322	4.29 456	2.54 414	2.24 364	2.28 401	4.51 492	2.12 399	11.40 496	2.09 400	0.31 227	0.28 311	0.31 227	0.28 255	0.36 254	0.39 293

ADLNet	2.29 333	0.83 334	3.62 250	1.35 393	1.60 465	3.67 283	1.24 401	3.95 351	2.98 471	2.58 434	2.29 404	4.01 468	1.79 363	11.23 492	2.09 400	0.37 314	0.38 398	0.36 333	0.34 344	0.45 353	0.71 443

RainbowNet	4.56 502	8.28 536	20.07 483	3.64 540	3.23 538	4.15 395	2.99 510	4.18 414	3.03 476	2.20 347	2.65 451	4.26 483	2.90 448	9.77 431	2.12 402	3.88 545	2.27 539	2.71 538	1.72 530	3.78 536	3.31 545

delet	1.92 270	0.76 303	5.14 270	1.01 226	1.65 476	3.44 229	2.03 476	3.76 301	2.48 400	2.01 282	2.05 358	2.63 362	1.90 385	5.34 337	2.12 402	0.28 148	0.29 321	0.40 370	0.31 317	0.41 308	0.45 344

PDISCO_ROB	2.86 420	1.53 468	14.27 379	1.98 502	2.19 516	4.52 473	1.35 411	4.65 518	3.19 490	2.09 304	2.16 380	3.53 446	2.45 426	5.32 336	2.12 402	1.30 518	0.78 506	0.72 492	0.59 473	1.24 507	1.28 497

coex_refinement	2.10 300	0.85 342	3.67 252	1.31 374	1.13 363	3.21 191	0.85 260	3.86 323	2.31 360	2.51 422	1.92 330	3.49 441	1.69 347	11.08 486	2.13 405	0.37 314	0.25 276	0.27 135	0.31 317	0.41 308	0.37 272

SMFormer	2.00 285	0.57 119	4.46 260	1.36 399	0.57 156	2.03 84	0.73 171	4.25 440	2.80 447	2.32 388	2.31 416	1.95 278	1.52 297	10.99 479	2.13 405	0.34 275	0.32 352	0.36 333	0.31 317	0.38 269	0.36 258

tta	2.00 285	0.57 119	4.46 260	1.36 399	0.57 156	2.03 84	0.73 171	4.25 440	2.80 447	2.32 388	2.31 416	1.95 278	1.52 297	10.99 479	2.13 405	0.34 275	0.32 352	0.36 333	0.31 317	0.29 119	0.29 165

otaku	4.58 504	8.93 542	19.95 477	3.11 531	2.67 523	3.91 332	2.57 497	3.82 313	2.25 343	2.22 358	9.72 535	4.08 472	2.35 419	8.57 404	2.13 405	3.51 538	1.65 528	2.15 528	1.17 517	3.69 534	3.15 540

iResNet	2.52 385	0.94 370	21.17 529	1.84 490	0.72 227	3.75 295	0.81 239	4.14 409	2.55 416	2.33 394	2.03 349	1.35 183	1.44 273	3.27 294	2.16 409	0.35 295	0.23 220	0.28 164	0.22 131	0.44 345	0.45 344

PASM	2.67 406	2.05 495	9.71 319	1.73 476	1.37 421	2.53 130	1.52 437	3.10 202	2.17 329	2.79 460	1.84 302	2.90 388	1.85 379	11.89 523	2.19 410	0.81 488	0.85 508	0.87 503	1.01 509	1.14 498	1.05 486

MyStereo8	2.33 344	1.13 408	19.26 456	1.22 339	1.62 468	4.16 404	0.57 92	3.50 253	2.36 371	2.15 329	1.75 255	2.28 315	1.14 206	1.46 135	2.20 411	0.24 62	0.21 165	0.32 247	0.27 226	0.36 254	0.43 332

acv_ft	1.55 204	0.64 199	3.29 233	1.14 296	2.01 508	2.93 163	0.97 335	3.81 310	2.08 305	2.22 358	1.88 316	3.10 404	1.66 340	1.33 108	2.22 412	0.29 169	0.26 289	0.30 205	0.26 200	0.39 279	0.27 136

Ntro	4.21 497	8.94 543	19.89 475	3.22 532	2.96 530	4.15 395	1.89 468	3.92 345	2.36 371	1.77 211	2.14 377	3.35 426	2.17 408	9.48 425	2.24 413	3.52 539	1.76 529	2.13 527	1.31 521	3.83 537	3.09 538

DFGA-Net	2.11 302	3.00 512	7.43 292	1.11 284	0.76 243	3.72 289	0.60 108	2.63 149	1.91 275	2.01 282	2.07 363	1.22 167	1.04 170	10.26 454	2.26 414	0.27 111	0.22 193	0.34 299	0.34 344	0.61 418	0.48 363

DSFCA	1.89 261	0.69 241	3.14 227	1.10 277	1.18 372	3.99 362	1.79 460	3.50 253	2.16 327	3.10 480	1.64 221	2.91 391	2.50 429	5.38 338	2.26 414	0.43 379	0.38 398	0.37 345	0.36 369	0.50 379	0.42 323

StereoDRNet-Refined	1.77 246	0.81 324	2.22 165	1.21 336	0.76 243	3.26 203	0.71 163	3.82 313	2.05 300	2.29 374	2.05 358	2.98 395	1.44 273	7.15 381	2.27 416	0.30 208	0.23 220	0.42 387	0.33 336	0.45 353	0.64 430
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DGSMNet	7.55 539	1.62 470	17.42 423	1.92 496	12.73 557	7.45 541	42.99 572	4.13 403	2.07 304	2.10 307	3.16 483	3.42 432	1.70 349	9.24 420	2.30 417	3.70 543	10.89 566	11.80 568	5.54 558	4.24 540	2.66 532

fast-acv-ft	2.54 388	1.19 420	20.08 484	1.41 417	1.40 428	3.18 189	1.17 387	3.37 240	2.28 352	1.90 240	2.15 379	2.69 365	2.17 408	2.91 286	2.31 418	0.37 314	0.39 407	0.45 401	0.39 400	0.57 405	0.45 344

MMNet	2.02 289	0.81 324	10.76 336	1.12 288	1.23 392	3.53 254	0.89 288	3.79 307	2.08 305	2.15 329	1.76 264	2.15 308	2.12 399	3.69 307	2.32 419	0.31 227	0.29 321	0.34 299	0.27 226	0.38 269	0.42 323

CBMV_ROB	3.62 476	0.70 251	21.42 536	1.21 336	0.89 297	4.43 455	1.76 459	4.39 488	2.79 443	5.88 529	3.38 489	4.18 478	5.12 505	10.75 467	2.32 419	0.56 449	0.55 470	0.53 446	0.51 455	0.55 395	0.46 354

CBFPSM	2.05 294	0.95 372	10.12 328	1.07 254	1.05 343	2.84 147	1.20 395	3.28 224	1.73 237	1.82 220	1.30 130	4.56 496	4.06 488	2.34 250	2.34 421	0.25 83	0.38 398	0.32 247	0.27 226	0.37 264	0.79 463

xyz-stereo	10.85 547	0.45 20	79.01 576	0.62 11	0.45 75	83.70 578	0.77 209	2.59 145	1.34 75	2.19 344	32.02 566	2.76 379	1.62 320	5.75 349	2.39 422	0.25 83	0.17 41	0.33 281	0.21 99	0.25 62	0.19 5

TCMNet	2.98 439	1.30 440	18.26 435	1.47 433	2.09 513	3.84 314	1.08 366	3.96 356	2.39 385	2.53 425	2.29 404	2.43 339	1.75 357	10.09 448	2.39 422	0.52 440	0.45 437	0.61 471	0.50 451	0.80 469	0.78 460

FADNet_RVC	2.65 402	2.28 500	16.51 408	0.98 206	0.92 303	4.09 380	0.83 248	4.26 447	1.73 237	1.46 160	1.78 272	1.60 216	1.50 291	8.88 409	2.39 422	0.47 409	0.38 398	0.44 395	0.58 471	0.89 476	0.97 481

edge stereo	3.37 471	1.01 384	21.99 545	1.28 361	1.37 421	2.67 139	1.39 421	3.98 360	2.87 458	2.93 468	3.27 487	4.35 486	2.43 424	11.62 506	2.39 422	0.60 455	0.63 488	0.79 498	0.55 465	0.68 443	0.67 434

UDG	3.55 474	2.81 511	17.45 424	2.69 523	1.98 506	3.97 359	1.19 391	4.35 477	2.02 291	2.42 410	2.53 439	4.50 491	2.46 428	6.53 366	2.41 426	2.12 525	1.77 530	2.63 535	2.57 547	2.64 525	1.95 519

YMNet	2.40 361	1.41 458	13.46 360	1.36 399	1.67 480	3.96 354	0.97 335	3.81 310	2.37 377	2.64 445	2.57 444	3.35 426	1.53 304	3.28 295	2.42 427	0.48 413	0.54 466	0.52 442	0.49 445	0.70 446	0.54 397

YMNet_1	2.40 361	1.41 458	13.46 360	1.36 399	1.67 480	3.96 354	0.97 335	3.81 310	2.37 377	2.64 445	2.57 444	3.35 426	1.53 304	3.28 295	2.42 427	0.48 413	0.54 466	0.52 442	0.49 445	0.70 446	0.54 397

GASNet	3.24 463	5.55 529	20.58 510	1.56 453	1.25 397	2.32 108	1.12 376	4.04 377	2.67 429	1.88 233	2.10 367	3.00 397	2.16 406	10.59 461	2.43 429	0.65 466	0.37 392	0.61 471	0.45 432	0.87 475	0.58 412

ITSA-stereo	1.86 255	0.72 267	3.74 253	1.20 330	0.66 202	4.09 380	0.91 301	4.24 438	2.53 410	1.93 251	1.77 269	1.59 215	2.15 403	6.12 359	2.44 430	0.40 349	0.38 398	0.40 370	0.40 411	0.50 379	0.98 483

ACVNet_1	6.04 527	13.97 560	21.36 534	3.58 538	3.14 535	4.73 511	2.48 492	4.20 418	3.17 488	2.98 474	2.83 468	23.31 557	4.34 495	11.06 483	2.45 431	3.68 541	2.33 541	2.60 533	1.79 532	3.69 534	3.19 542

GwcNet	3.00 443	1.63 472	19.83 472	1.32 377	2.04 512	3.27 205	1.55 443	3.65 278	2.33 365	2.00 280	2.12 374	3.56 450	1.68 346	9.47 424	2.45 431	0.44 386	0.45 437	0.46 406	0.38 394	0.60 413	0.76 456

psmorigin	6.59 530	1.15 413	88.11 577	1.52 442	0.97 318	2.88 152	1.20 395	3.21 214	2.04 297	3.73 501	2.46 429	5.15 515	2.55 432	10.60 462	2.47 433	0.55 447	0.68 497	0.48 417	0.51 455	0.70 446	0.88 475

iinet-f	2.26 323	1.18 418	13.71 364	1.14 296	1.11 360	3.77 298	1.10 372	4.14 409	2.17 329	2.06 300	1.76 264	2.99 396	2.99 451	2.50 258	2.49 434	0.35 295	0.39 407	0.27 135	0.28 255	0.45 353	0.39 293

DLCB_ROB	2.05 294	0.95 372	2.37 182	1.24 345	1.02 337	2.92 159	1.30 406	3.68 284	2.30 356	2.91 466	2.17 382	3.32 424	1.52 297	10.37 456	2.50 435	0.40 349	0.33 359	0.40 370	0.36 369	0.41 308	0.47 359

UNet	2.51 382	0.74 286	20.17 488	1.14 296	1.44 438	3.48 240	0.76 196	3.77 303	1.87 265	2.05 295	1.57 201	2.75 373	2.39 421	3.51 300	2.51 436	0.32 247	0.26 289	0.41 380	0.26 200	0.38 269	0.39 293

S-Stereo	3.48 473	0.91 358	22.06 547	1.36 399	1.50 446	3.55 260	2.53 495	4.21 423	2.81 453	2.37 401	3.81 497	3.75 455	1.84 375	11.90 524	2.51 436	0.63 460	0.71 500	0.48 417	0.76 491	0.67 440	1.19 495

SDNR	3.97 490	1.93 488	20.28 496	1.31 374	0.94 310	5.16 524	0.67 143	4.33 473	2.58 418	4.82 523	5.94 514	5.01 510	1.45 277	17.52 554	2.53 438	0.79 484	0.72 501	0.59 463	0.45 432	1.15 501	1.17 493

APVNet	3.13 456	1.25 435	21.14 526	1.31 374	1.52 449	3.94 344	1.13 379	3.32 233	2.14 323	2.20 347	2.03 349	3.05 403	1.96 389	11.79 519	2.53 438	0.42 374	0.45 437	0.64 479	0.46 434	0.67 440	0.57 407

Syn2CoEx	3.08 451	2.55 507	19.88 474	1.34 389	1.18 372	2.43 117	1.65 453	3.91 340	2.40 386	2.39 406	2.27 398	2.90 388	3.17 463	9.57 429	2.54 440	0.50 428	0.45 437	0.53 446	0.39 400	0.74 459	0.72 449

Nwc_Net	2.88 425	1.16 416	18.30 437	1.35 393	1.68 483	3.52 253	1.18 388	3.90 336	2.06 302	2.52 424	2.82 467	3.82 459	2.34 418	6.78 376	2.55 441	0.86 493	0.40 412	0.59 463	0.67 482	0.57 405	0.55 401

HITNet	2.07 297	0.82 331	14.77 384	1.34 389	0.56 144	3.47 237	0.80 230	4.07 387	2.35 368	2.16 334	1.61 214	1.64 220	1.44 273	2.09 228	2.56 442	0.26 96	0.18 68	0.41 380	0.26 200	0.45 353	0.25 97
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
RP	2.79 415	1.20 422	10.36 330	1.54 446	1.93 504	3.44 229	1.97 472	4.05 381	2.34 366	2.66 450	2.79 462	3.98 466	2.58 434	10.21 451	2.61 443	0.95 497	0.47 450	0.71 488	0.57 470	0.71 455	0.68 437

RASNet	2.56 393	0.70 251	10.06 325	1.60 458	2.25 519	3.67 283	1.00 343	3.38 241	3.14 485	1.81 218	2.11 371	4.60 497	2.30 414	10.25 453	2.61 443	0.37 314	0.24 254	0.25 81	0.24 171	0.28 106	0.26 121

RGC	3.10 454	1.45 462	14.90 388	1.46 430	1.79 495	3.33 215	1.39 421	4.04 377	2.26 346	2.77 458	3.26 486	4.00 467	2.71 440	11.63 511	2.62 445	0.82 489	0.46 446	0.79 498	0.79 497	0.71 455	0.78 460

PWCDC_ROB	2.95 430	3.26 514	14.06 375	1.59 456	1.56 459	4.19 416	0.86 263	4.30 464	4.08 521	2.06 300	7.37 517	2.75 373	2.42 423	3.59 303	2.67 446	1.34 520	0.36 379	0.39 364	0.34 344	1.13 497	0.62 423

MFN_U_SF_DS_RVC	3.94 488	10.88 553	12.30 351	1.26 353	1.55 456	5.19 525	3.33 519	4.42 492	2.82 455	2.58 434	2.62 448	5.00 509	2.11 398	14.03 550	2.73 447	1.28 515	2.34 542	0.67 484	1.83 533	0.81 470	1.03 485

Wz-Net-MNSev	2.71 413	2.54 506	13.91 373	1.52 442	1.37 421	3.28 209	2.47 491	4.03 373	2.32 364	2.57 431	2.07 363	2.29 320	3.01 453	7.55 389	2.74 448	0.38 331	0.36 379	0.36 333	0.37 381	0.57 405	0.47 359

AF-Net	2.87 423	1.30 440	16.24 403	1.33 382	1.75 490	3.26 203	1.59 445	4.09 393	2.43 391	2.69 452	2.94 470	4.51 492	3.20 464	5.84 351	2.75 449	0.76 482	0.36 379	0.72 492	0.49 445	0.70 446	0.56 403

PSMNet_ROB	2.95 430	1.38 453	18.46 442	1.19 325	1.20 385	3.80 305	1.65 453	3.54 262	2.35 368	1.98 263	1.71 244	2.75 373	1.79 363	11.43 499	2.78 450	0.42 374	0.36 379	0.50 433	0.60 475	0.59 409	0.49 369

DRN-Test	3.03 447	0.99 380	18.18 433	1.35 393	1.60 465	3.59 268	1.48 432	4.13 403	2.45 396	3.47 497	1.92 330	2.58 357	2.53 431	10.88 473	2.80 451	0.39 343	0.36 379	0.44 395	0.41 417	0.55 395	0.57 407

FINET	2.96 433	1.07 397	23.18 554	1.29 364	1.86 500	2.03 84	1.52 437	4.30 464	4.71 527	2.23 362	2.34 423	1.65 221	1.48 284	5.89 352	2.81 452	0.51 434	0.47 450	0.49 430	0.40 411	0.59 409	0.49 369

PA-Net	3.09 452	1.24 434	18.84 446	1.38 411	1.19 379	3.42 227	1.75 458	3.89 331	3.27 500	1.88 233	2.10 367	3.03 399	1.88 384	11.60 504	2.88 453	0.40 349	0.54 466	0.44 395	0.62 479	0.52 384	1.02 484
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ssnet_v2	2.04 292	0.88 350	7.87 295	1.20 330	0.87 289	3.86 324	1.64 450	4.01 368	2.60 420	2.61 440	1.96 334	3.79 457	1.71 351	2.20 241	2.96 454	0.41 363	0.35 375	0.42 387	0.37 381	0.55 395	0.52 389

NCC-stereo	3.16 460	1.28 438	18.31 438	1.25 347	1.75 490	4.06 373	1.40 423	3.89 331	2.22 336	2.72 454	2.55 440	3.49 441	2.65 437	9.91 438	2.99 455	1.29 516	0.65 490	0.64 479	0.86 500	0.65 433	0.71 443

Abc-Net	3.16 460	1.28 438	18.31 438	1.25 347	1.75 490	4.06 373	1.40 423	3.89 331	2.22 336	2.72 454	2.55 440	3.49 441	2.65 437	9.91 438	2.99 455	1.29 516	0.65 490	0.64 479	0.86 500	0.65 433	0.71 443
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RYNet	2.97 437	0.93 364	15.09 393	1.12 288	1.38 424	3.66 282	1.42 428	4.03 373	2.29 355	2.10 307	1.70 240	3.79 457	2.16 406	13.64 546	3.02 457	0.37 314	0.41 419	0.48 417	0.34 344	0.81 470	0.75 454

BEATNet_4x	1.92 270	1.36 451	8.75 309	1.20 330	0.56 144	3.46 234	1.03 352	4.00 366	2.43 391	2.25 367	1.70 240	2.10 305	1.59 312	2.57 272	3.05 458	0.37 314	0.22 193	0.47 409	0.29 283	0.60 413	0.40 313

StereoDRNet	2.84 419	1.49 465	14.48 382	1.33 382	1.57 463	3.44 229	2.06 477	3.69 289	2.36 371	3.26 489	1.84 302	2.79 383	1.80 368	10.88 473	3.16 459	0.41 363	0.33 359	0.39 364	0.36 369	0.59 409	0.58 412

Wz-Net-LNSev-Ref	2.42 365	1.47 463	14.14 376	1.30 371	1.35 416	3.51 250	1.64 450	4.04 377	2.10 316	2.46 414	1.88 316	2.28 315	2.51 430	4.73 329	3.17 460	0.38 331	0.19 98	0.35 318	0.20 85	0.40 284	0.36 258

LALA_ROB	1.95 275	1.48 464	3.11 225	1.05 246	0.98 325	3.99 362	1.82 464	4.44 496	2.28 352	3.31 490	1.85 309	2.76 379	1.67 342	4.04 318	3.23 461	0.46 400	0.41 419	0.55 454	0.52 458	0.60 413	0.57 407

XPNet_ROB	2.27 325	1.11 406	4.10 257	1.36 399	0.97 318	3.94 344	1.63 448	4.07 387	2.14 323	2.82 463	2.00 346	2.32 323	1.73 356	10.81 471	3.39 462	0.51 434	0.47 450	0.48 417	0.40 411	0.51 381	0.56 403

ccnet	2.66 404	0.97 379	8.01 299	1.54 446	1.24 394	3.75 295	2.18 484	4.07 387	2.41 388	2.66 450	3.25 485	2.87 387	2.31 417	9.89 437	3.50 463	0.78 483	0.75 504	0.71 488	0.67 482	0.76 462	0.81 465

LVE	6.88 535	9.31 546	21.14 526	3.61 539	3.18 537	4.49 465	2.79 501	10.21 548	11.69 548	3.16 486	11.53 543	18.33 548	4.31 494	11.66 512	3.52 464	4.45 552	2.93 547	2.56 532	1.91 536	3.62 531	3.16 541

DISCO	2.25 321	0.73 278	10.06 325	1.76 479	1.12 361	3.47 237	1.25 402	3.24 220	2.26 346	2.65 449	1.96 334	4.53 494	1.92 387	4.17 321	3.61 465	0.32 247	0.25 276	0.31 227	0.29 283	0.66 438	0.41 319

SHD	2.82 417	2.04 494	13.80 370	1.69 469	1.79 495	2.73 141	1.07 361	3.85 320	3.18 489	4.63 520	2.74 457	3.38 431	2.77 442	5.48 342	3.66 466	0.62 459	0.47 450	0.51 436	0.55 465	0.65 433	0.74 451

MDST_ROB	5.53 519	0.59 140	23.11 552	2.55 521	2.69 524	21.20 560	1.98 473	4.77 524	2.65 426	9.36 547	4.25 501	4.14 476	4.45 497	22.57 558	3.68 467	0.48 413	0.33 359	0.47 409	0.44 428	0.44 345	0.44 338

Wz-Net-SNSev	2.98 439	4.36 522	15.98 401	1.57 454	1.19 379	3.28 209	1.80 462	3.96 356	2.40 386	2.32 388	2.28 401	3.48 435	2.05 394	7.84 395	3.82 468	0.47 409	0.39 407	0.53 446	0.49 445	0.71 455	0.60 417

DANet	2.63 400	1.07 397	8.10 300	1.83 489	1.70 485	3.25 201	1.16 384	4.31 467	2.38 382	3.40 495	2.18 384	4.08 472	1.80 368	9.77 431	3.89 469	0.52 440	0.55 470	0.59 463	0.44 428	0.63 423	0.86 471
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
LSM	12.71 554	3.52 518	20.79 515	55.63 575	84.76 573	3.63 280	6.30 540	3.73 297	4.93 531	5.55 526	13.92 551	3.53 446	3.25 466	9.72 430	4.12 470	0.64 463	0.85 508	0.71 488	0.81 498	1.03 487	26.84 568

Dean	7.52 538	9.08 544	21.41 535	3.74 541	3.53 539	4.81 518	3.53 524	5.33 536	5.25 533	4.17 512	26.53 562	25.62 563	4.09 490	10.97 477	4.32 471	3.69 542	2.30 540	2.91 539	1.87 535	4.03 539	3.24 544

MSC_U_SF_DS_RVC	4.48 501	10.62 551	15.18 396	1.55 451	1.45 441	6.16 531	3.54 526	5.41 538	3.68 513	2.59 437	2.74 457	4.81 503	2.20 411	13.79 547	4.40 472	2.04 523	3.36 555	1.05 510	1.20 519	2.09 520	1.72 514

PWC_ROB	2.69 411	2.01 492	8.36 302	1.33 382	1.90 503	3.23 195	1.18 388	4.33 473	3.25 496	3.11 481	3.41 490	2.71 368	2.18 410	9.15 417	4.48 473	0.56 449	0.31 344	0.61 471	0.36 369	0.69 445	0.74 451

MSMD_ROB	5.61 520	1.08 399	16.68 410	1.21 336	0.83 271	10.14 546	2.07 479	3.93 346	6.22 540	10.37 553	8.03 522	22.22 556	9.45 542	11.66 512	4.52 474	0.66 468	0.58 478	0.66 482	0.68 485	0.65 433	0.63 427

aanetorigin	3.30 466	1.66 476	17.52 427	1.18 323	1.58 464	2.57 133	3.80 531	2.65 151	2.03 293	6.12 532	4.30 503	2.82 384	5.70 512	5.47 341	4.67 475	0.50 428	0.44 432	0.43 391	0.47 437	1.17 503	0.92 477

XQC	2.96 433	2.42 501	14.85 385	1.36 399	1.32 410	3.29 213	1.53 439	4.28 453	2.78 441	3.21 487	2.46 429	3.53 446	2.92 449	6.58 367	4.67 475	0.70 478	0.41 419	0.59 463	0.56 467	0.96 485	0.83 470

GANet	2.93 429	1.05 391	11.29 342	1.64 463	0.96 314	3.91 332	2.52 494	3.72 296	2.41 388	2.95 473	3.00 473	3.21 413	2.03 391	12.42 531	4.72 477	0.51 434	0.41 419	0.46 406	0.39 400	0.60 413	0.50 376

ACVNet_2	5.41 517	12.60 555	20.42 503	3.27 533	3.15 536	4.50 468	3.02 511	4.66 519	3.73 514	3.35 494	5.36 510	7.86 530	2.88 446	12.33 530	4.76 478	3.12 534	2.22 537	2.70 537	1.69 527	3.49 530	3.10 539

SAMSARA	3.55 474	2.16 497	14.18 377	1.86 493	1.49 444	4.62 489	2.65 499	3.58 269	2.80 447	7.05 537	3.05 476	5.16 516	4.07 489	9.18 418	4.80 479	0.64 463	0.67 494	0.59 463	0.68 485	0.89 476	0.91 476

NVStereoNet_ROB	4.91 511	1.40 456	16.46 407	1.47 433	1.72 488	3.46 234	1.96 471	3.89 331	3.61 510	2.90 465	24.61 561	4.81 503	4.49 498	13.57 544	4.87 480	1.33 519	1.29 522	1.70 523	1.68 526	1.41 513	1.66 511
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MFN_U_SF_RVC	3.81 484	10.78 552	15.01 391	1.84 490	1.39 426	3.73 293	1.63 448	4.05 381	3.26 497	2.91 466	2.38 425	4.36 488	3.65 480	8.43 402	4.91 481	1.11 505	1.04 512	0.99 507	1.31 521	1.58 514	1.75 516

G-Net	4.11 494	1.21 423	19.47 462	2.31 517	2.94 529	4.74 514	2.95 507	3.33 237	2.14 323	4.44 518	9.43 533	6.93 527	3.84 484	9.01 414	4.92 482	0.79 484	0.80 507	0.70 487	0.50 451	0.95 481	0.87 474

DispFullNet	4.64 505	3.48 517	23.95 557	3.99 542	3.03 531	3.35 217	1.06 359	4.18 414	2.80 447	6.33 534	2.94 470	4.04 470	7.81 535	3.92 315	5.16 483	2.75 528	1.61 527	3.10 543	2.68 550	3.32 529	3.31 545

AANet_RVC	3.03 447	1.72 479	12.78 353	1.17 317	1.12 361	3.79 303	1.10 372	3.86 323	3.13 483	2.62 441	4.26 502	3.96 465	1.41 262	11.43 499	5.23 484	0.94 496	0.47 450	0.34 299	0.23 146	0.40 284	0.55 401

PVD	3.12 455	1.97 491	12.80 354	1.79 486	1.63 470	3.83 309	1.34 410	3.48 247	3.88 516	5.77 527	3.56 493	3.45 434	3.29 467	5.58 346	5.30 485	0.71 480	0.69 498	0.74 496	0.77 493	0.79 467	1.13 492

IMH-64-1	4.84 509	2.53 504	6.83 285	4.30 548	3.74 542	4.81 518	6.05 538	5.30 533	3.92 517	3.95 506	8.33 524	5.08 513	6.06 517	8.96 412	6.30 486	4.57 554	2.96 549	3.04 540	2.12 542	4.28 541	3.62 548

IMH-64	4.84 509	2.53 504	6.83 285	4.30 548	3.74 542	4.81 518	6.05 538	5.30 533	3.92 517	3.95 506	8.33 524	5.08 513	6.06 517	8.96 412	6.30 486	4.57 554	2.96 549	3.04 540	2.12 542	4.28 541	3.62 548

RTSC	2.95 430	2.51 502	15.49 399	1.54 446	1.30 402	3.51 250	0.86 263	3.89 331	2.48 400	3.64 498	3.12 480	3.04 400	2.30 414	5.70 348	6.67 488	0.55 447	0.35 375	0.37 345	0.39 400	0.70 446	0.60 417

RTS	3.90 486	7.04 533	17.94 430	1.92 496	2.19 516	5.00 522	2.96 508	4.29 456	3.19 490	4.05 508	3.08 477	4.94 506	3.16 461	7.64 390	6.72 489	0.66 468	0.44 432	0.51 436	0.47 437	0.95 481	0.76 456

RTSA	3.90 486	7.04 533	17.94 430	1.92 496	2.19 516	5.00 522	2.96 508	4.29 456	3.19 490	4.05 508	3.08 477	4.94 506	3.16 461	7.64 390	6.72 489	0.66 468	0.44 432	0.51 436	0.47 437	0.95 481	0.76 456

IMH	6.81 534	13.66 558	20.41 502	4.33 550	3.74 542	5.50 527	3.06 513	5.49 539	6.22 540	4.64 521	10.35 537	9.30 534	8.03 538	13.61 545	6.81 491	4.80 557	2.99 552	3.09 542	2.12 542	4.36 543	3.61 547

CSAN	4.71 506	1.39 455	20.23 490	1.19 325	0.87 289	3.65 281	3.50 523	4.57 514	3.87 515	3.89 504	7.82 520	3.54 449	6.16 520	23.47 563	6.82 492	0.52 440	0.45 437	0.49 430	0.52 458	0.63 423	0.66 433

SGM_RVC	4.57 503	0.72 267	17.46 425	1.84 490	0.58 165	4.23 425	3.45 521	4.66 519	3.66 512	7.99 542	8.82 531	7.56 529	8.74 541	12.30 528	6.84 493	0.43 379	0.38 398	0.39 364	0.35 359	0.51 381	0.48 363
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DeepPrunerF	3.70 479	1.72 479	14.87 386	1.33 382	1.74 489	3.70 286	1.55 443	4.20 418	14.00 552	2.02 287	1.77 269	2.74 371	2.30 414	10.88 473	6.88 494	0.68 474	0.60 483	0.78 497	0.78 496	0.81 470	0.71 443

MADNet+	3.97 490	9.54 548	13.83 371	1.87 494	1.69 484	4.19 416	2.87 505	4.80 525	4.10 522	2.51 422	2.67 453	4.55 495	3.41 472	8.72 406	6.92 495	1.25 513	1.27 521	1.04 509	0.93 504	1.39 512	1.85 517

MeshStereo	5.35 516	1.32 446	21.34 533	1.34 389	1.15 366	4.40 449	3.90 533	5.18 530	4.55 524	10.14 552	11.82 545	11.47 537	5.84 514	13.84 548	7.03 496	0.61 457	0.58 478	0.60 468	0.58 471	0.72 458	0.59 416
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
FBW_ROB	3.24 463	1.02 385	9.21 317	1.49 438	1.07 350	3.78 300	1.48 432	4.31 467	3.08 480	2.46 414	2.32 421	4.20 481	2.08 397	15.19 552	7.16 497	0.84 492	0.62 486	1.33 519	0.92 503	0.99 486	1.31 499

WZ-Net	3.62 476	4.87 524	16.77 413	1.43 421	1.40 428	3.75 295	2.29 487	4.12 402	2.50 405	2.74 456	2.19 386	4.06 471	5.29 508	10.19 450	7.36 498	0.54 445	0.37 392	0.47 409	0.49 445	0.77 463	0.73 450

tt	7.19 537	0.51 65	6.83 285	4.03 543	2.30 521	12.05 550	20.19 562	15.46 560	6.58 543	3.42 496	3.22 484	5.37 518	6.39 525	4.20 322	7.46 499	9.81 563	11.53 567	7.05 560	7.46 562	6.31 552	3.71 550

Wz-Net-TNSev	3.67 478	8.83 539	13.47 362	1.48 435	1.18 372	3.60 270	2.49 493	4.27 448	3.13 483	2.18 340	1.89 322	4.21 482	2.80 444	12.10 526	7.58 500	0.57 451	0.55 470	0.47 409	0.54 464	0.91 479	1.05 486

WAO-8	11.95 550	13.02 556	20.56 508	3.50 534	3.08 533	15.11 556	2.80 502	12.91 553	19.11 561	7.69 539	13.12 547	11.62 538	7.01 530	84.40 579	7.91 501	3.42 536	1.92 532	3.54 549	1.93 537	3.68 532	2.69 534

Venus	11.95 550	13.02 556	20.56 508	3.50 534	3.08 533	15.11 556	2.80 502	12.91 553	19.11 561	7.69 539	13.12 547	11.62 538	7.01 530	84.40 579	7.91 501	3.42 536	1.92 532	3.54 549	1.93 537	3.68 532	2.69 534

SGM-Forest	2.96 433	0.62 178	3.49 240	1.09 268	0.80 255	4.06 373	3.30 517	4.37 485	3.09 481	4.18 515	3.27 487	4.67 502	3.86 485	11.69 515	7.91 501	0.51 434	0.46 446	0.49 430	0.39 400	0.48 371	0.49 369
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
PWCK	5.85 524	9.95 549	15.22 397	2.90 527	1.56 459	5.66 530	7.69 544	5.27 532	4.74 529	3.88 503	7.51 518	8.04 531	5.28 507	15.18 551	8.40 504	3.08 533	1.51 525	2.24 529	1.37 525	5.55 550	1.96 520

FCDSN-DC	6.04 527	0.84 338	19.25 454	1.24 345	1.09 356	4.38 442	2.62 498	4.38 486	4.71 527	9.59 550	11.22 541	19.19 551	17.40 554	12.30 528	8.55 505	0.69 477	0.57 473	0.60 468	0.60 475	0.70 446	0.78 460
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
WCMA_ROB	5.12 512	0.90 353	21.33 532	1.50 439	1.33 413	4.09 380	3.49 522	4.03 373	4.59 526	6.57 535	10.95 540	12.92 541	8.41 540	9.86 436	8.78 506	0.75 481	0.58 478	0.51 436	0.50 451	0.68 443	0.57 407

WAO-6	5.87 525	2.27 498	15.05 392	2.96 528	2.77 526	12.01 549	3.58 527	5.37 537	11.91 550	3.34 492	9.69 534	6.78 526	5.84 514	11.82 521	8.89 507	2.87 529	2.35 543	2.50 530	1.84 534	2.85 526	2.67 533

SPS-STEREO	3.97 490	1.44 461	20.85 516	1.72 475	1.71 486	3.24 198	2.30 488	3.55 264	2.68 431	4.79 522	3.66 494	5.44 520	2.97 450	9.11 415	9.35 508	1.15 506	1.10 515	1.06 511	1.02 511	1.16 502	1.18 494
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSNet	3.43 472	1.37 452	12.19 349	1.39 413	1.24 394	4.15 395	2.06 477	4.51 509	3.34 502	2.69 452	1.96 334	3.52 445	5.56 511	10.68 465	9.68 509	0.93 495	0.73 502	0.40 370	0.37 381	1.06 489	0.86 471

AnyNet_C01	4.37 500	7.80 535	16.40 405	1.98 502	1.40 428	6.37 533	6.47 541	4.09 393	5.03 532	4.06 510	3.78 496	4.16 477	3.31 468	6.62 369	10.00 510	0.61 457	0.67 494	0.63 476	0.67 482	2.01 519	1.31 499

ELAS_RVC	5.72 523	1.64 475	20.40 501	2.09 507	2.01 508	4.95 521	11.47 550	4.66 519	6.31 542	8.09 543	8.01 521	8.06 533	11.65 544	8.36 399	10.22 511	0.99 500	1.17 516	0.81 501	0.76 491	1.14 498	1.58 510
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCPNet	3.89 485	1.63 472	20.25 494	1.28 361	1.27 400	6.43 534	2.65 499	3.93 346	2.70 432	2.78 459	2.20 388	4.28 484	6.16 520	5.56 344	10.27 512	0.65 466	1.18 517	0.71 488	1.70 528	0.84 474	1.37 503

TCMNet-wrong-test	12.32 552	14.13 561	19.38 459	22.38 565	19.85 561	15.99 559	12.34 552	22.95 563	4.56 525	6.24 533	6.27 515	18.40 550	15.71 550	10.10 449	10.72 513	9.06 561	4.78 557	5.35 557	3.95 557	12.28 564	11.97 563

WAO-7	5.16 513	3.21 513	18.98 450	1.88 495	1.44 438	5.34 526	3.09 515	4.91 527	5.81 539	4.35 517	8.92 532	6.55 524	6.06 517	13.40 542	10.81 514	1.34 520	1.20 520	1.48 522	1.35 524	1.60 515	1.45 507

DRaft	2.28 330	0.56 110	2.64 204	0.74 57	0.46 84	3.94 344	1.23 399	2.32 99	1.55 169	2.64 445	2.80 464	1.60 216	5.34 509	6.96 380	10.99 515	0.34 275	0.22 193	0.27 135	0.27 226	0.29 119	0.37 272

EDNetEfficientorigin	12.35 553	2.51 502	179.47 581	1.19 325	0.96 314	2.91 157	1.81 463	3.00 191	5.35 534	8.91 545	4.79 506	4.18 478	4.64 500	9.98 442	11.30 516	0.37 314	0.38 398	0.60 468	0.85 499	1.32 510	2.43 530

KSHMR	16.96 559	5.37 527	21.64 543	4.46 551	4.50 551	8.30 544	3.32 518	15.58 561	76.24 575	6.62 536	61.47 573	56.53 573	5.43 510	35.17 570	11.37 517	4.39 550	2.97 551	3.63 551	2.74 552	5.10 548	4.34 556

ELAS	5.99 526	1.62 470	20.29 497	1.96 501	2.01 508	15.09 555	8.38 547	5.23 531	5.54 536	9.02 546	8.61 527	6.74 525	9.75 543	7.48 387	11.40 518	0.96 498	1.18 517	0.72 492	0.93 504	1.30 509	1.67 512
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
test_sample9	3.79 483	1.05 391	7.87 295	1.07 254	0.86 284	3.93 339	1.19 391	4.35 477	2.11 318	2.14 321	1.75 255	1.75 238	1.67 342	11.06 483	11.61 519	1.23 510	14.45 568	4.27 553	2.09 539	0.70 446	0.69 439

test_sample8	4.76 507	1.05 391	7.87 295	1.07 254	0.86 284	3.93 339	1.19 391	4.38 486	2.05 300	5.49 525	1.89 322	12.98 542	6.37 522	11.06 483	11.61 519	1.23 510	14.45 568	4.27 553	2.09 539	0.70 446	0.69 439

FC-DCNN	6.64 531	0.77 306	19.26 456	1.68 468	1.64 472	8.27 543	2.35 489	6.35 541	9.23 544	10.85 555	11.27 542	19.89 552	13.33 546	12.51 534	11.79 521	0.66 468	0.57 473	0.58 460	0.56 467	0.63 423	0.61 420

FC-DCNN v2	6.91 536	0.77 306	19.25 454	1.69 469	1.64 472	9.13 545	2.40 490	7.20 543	9.47 545	11.07 557	11.62 544	20.05 554	15.79 551	12.55 535	11.99 522	0.66 468	0.57 473	0.58 460	0.56 467	0.63 423	0.61 420

THIR-Stereo	4.14 495	0.82 331	10.85 338	0.86 129	0.43 62	2.16 95	16.77 556	3.22 216	1.54 161	2.04 294	12.05 546	2.68 364	7.53 533	7.30 382	12.62 523	0.30 208	0.21 165	0.29 185	0.28 255	0.33 205	0.41 319

DEmStereo	2.97 437	0.58 132	13.42 359	0.79 80	0.51 115	3.84 314	1.84 467	2.42 107	1.60 200	2.25 367	2.74 457	2.03 294	6.04 516	6.79 378	12.80 524	0.35 295	0.26 289	0.26 107	0.27 226	0.27 89	0.37 272

ktn	21.74 564	10.34 550	19.68 467	4.53 552	4.00 547	6.53 535	4.51 536	6.79 542	78.82 577	84.69 577	100.86 580	58.49 574	7.57 534	12.11 527	13.35 525	4.58 556	3.24 554	3.49 546	2.62 548	4.65 546	3.84 551

JetBlue	6.27 529	9.15 545	13.76 365	1.94 500	4.60 553	11.91 548	12.00 551	5.12 529	3.45 507	3.79 502	4.52 504	9.54 535	6.56 526	9.40 423	13.48 526	1.26 514	1.37 523	1.17 516	1.34 523	7.06 557	3.95 552

notaker	10.50 546	8.60 537	20.23 490	4.54 553	3.95 546	6.27 532	3.44 520	8.07 546	4.75 530	8.73 544	46.45 568	13.86 546	27.86 564	13.49 543	13.61 527	4.56 553	3.18 553	3.52 548	2.68 550	8.13 560	4.05 553

ADCL	4.35 499	1.63 472	14.21 378	1.29 364	1.26 399	5.56 529	11.16 548	3.97 358	3.37 503	6.07 530	4.67 505	4.30 485	5.72 513	5.08 333	14.51 528	0.50 428	0.48 456	0.89 504	0.77 493	0.78 465	0.76 456

SGM+DAISY	8.36 541	3.82 519	24.83 558	2.02 504	1.75 490	14.80 554	17.22 557	4.27 448	11.79 549	13.88 559	14.38 552	11.74 540	13.83 547	10.56 460	15.12 529	1.21 508	1.19 519	1.14 515	1.13 516	1.17 503	1.37 503

PML	64.32 577	53.22 575	17.88 429	8.10 560	32.94 566	148.46 581	247.79 582	12.18 551	45.42 572	111.41 579	288.92 582	101.47 580	101.31 580	31.67 566	15.55 530	14.03 566	4.83 558	10.98 565	6.18 560	28.82 568	5.17 557

ttt	2.76 414	0.56 110	2.28 174	1.41 417	1.21 391	3.67 283	0.77 209	4.59 515	2.94 466	2.35 396	2.30 409	2.45 343	1.54 307	11.25 493	15.56 531	0.43 379	0.36 379	0.37 345	0.33 336	0.40 284	0.40 313

UNDER WATER-64	9.33 542	5.37 527	22.60 550	5.22 557	4.86 554	10.75 547	4.61 537	11.45 549	17.30 556	7.59 538	9.80 536	15.99 547	17.90 556	10.63 463	15.72 532	4.36 549	2.87 546	4.39 556	2.86 553	7.01 556	5.36 559

ff1	2.96 433	0.60 152	5.21 273	1.14 296	0.99 328	3.62 275	0.86 263	4.22 426	3.37 503	2.20 347	2.30 409	3.48 435	1.62 320	11.62 506	16.09 533	0.29 169	0.16 28	0.48 417	0.37 381	0.30 142	0.29 165

mmx	2.98 439	0.60 152	5.21 273	1.14 296	0.99 328	3.62 275	0.86 263	4.49 505	3.05 477	2.20 347	2.30 409	3.48 435	1.62 320	11.62 506	16.09 533	0.33 263	0.28 311	0.48 417	0.37 381	0.44 345	0.37 272

xxx	2.98 439	0.60 152	5.21 273	1.14 296	0.99 328	3.62 275	0.86 263	4.49 505	3.05 477	2.20 347	2.30 409	3.48 435	1.62 320	11.62 506	16.09 533	0.33 263	0.28 311	0.48 417	0.37 381	0.44 345	0.37 272

UNDER WATER	10.47 544	3.95 521	22.62 551	5.07 556	4.51 552	7.78 542	3.77 530	12.56 552	21.72 563	7.84 541	10.78 538	23.96 559	31.66 565	10.78 470	16.19 536	4.44 551	2.93 547	4.24 552	2.86 553	6.33 553	5.47 560

MADNet++	7.57 540	5.80 531	13.28 357	6.38 558	5.26 555	7.18 537	7.77 545	5.32 535	5.62 537	6.11 531	7.78 519	6.02 523	8.01 537	11.74 517	16.36 537	9.36 562	4.95 559	8.57 563	5.66 559	4.83 547	5.34 558

ADCRef	3.30 466	1.23 433	14.90 388	1.17 317	1.41 435	3.95 349	1.64 450	3.88 329	2.36 371	3.05 478	2.21 390	2.40 331	2.81 445	5.04 331	16.63 538	0.46 400	0.34 371	0.63 476	0.62 479	0.54 393	0.67 434

NaN_ROB	4.06 493	1.13 408	16.64 409	1.12 288	1.25 397	3.50 247	3.05 512	4.29 456	3.26 497	3.64 498	2.56 442	2.97 394	4.79 501	13.33 540	16.91 539	0.37 314	0.41 419	0.38 361	0.39 400	0.48 371	0.81 465

ACVNet-4b	6.73 532	13.67 559	21.87 544	3.54 537	3.07 532	4.19 416	2.25 485	4.03 373	3.65 511	1.64 185	3.98 500	5.88 521	2.89 447	10.01 444	16.98 540	23.29 570	2.24 538	2.53 531	1.78 531	3.87 538	3.21 543

pmcnn	5.45 518	1.22 429	17.40 422	1.60 458	2.41 522	3.48 240	2.12 480	4.52 510	3.26 497	3.67 500	13.15 549	22.10 555	3.46 477	11.92 525	17.16 541	0.34 275	0.21 165	0.23 30	0.19 69	0.36 254	0.28 155

TorneroNet-64	10.12 543	8.74 538	20.95 522	4.27 546	3.76 545	13.86 553	2.85 504	15.05 558	23.15 564	10.07 551	23.84 560	13.47 543	8.24 539	13.96 549	17.21 542	3.96 547	2.72 544	3.23 544	2.48 546	6.29 551	4.27 555

test_xeample	2.67 406	0.56 110	2.05 141	1.09 268	0.81 258	3.24 198	0.80 230	4.55 512	2.70 432	2.42 410	2.27 398	1.39 188	1.40 257	10.75 467	17.51 543	0.30 208	0.30 334	0.32 247	0.28 255	0.34 223	0.33 226

xxxx	2.67 406	0.54 93	2.03 138	1.22 339	0.81 258	3.49 243	0.63 127	4.49 505	2.49 404	2.22 358	2.23 393	2.05 298	1.38 250	10.05 446	17.91 544	0.32 247	0.32 352	0.30 205	0.27 226	0.33 205	0.34 238

SANet	5.65 522	1.72 479	20.94 521	1.26 353	0.88 292	7.20 538	3.81 532	4.60 516	11.23 546	4.56 519	8.78 530	7.49 528	6.95 527	11.85 522	18.11 545	0.49 425	0.44 432	0.50 433	0.42 423	0.90 478	0.82 469

TorneroNet	25.88 566	11.28 554	21.62 541	4.20 545	4.07 548	55.25 573	3.15 516	15.16 559	76.94 576	58.09 572	82.72 577	86.88 578	41.15 569	13.35 541	18.13 546	4.32 548	2.85 545	3.45 545	2.62 548	8.33 561	4.14 554

1111x	3.13 456	0.57 119	8.38 303	1.20 330	0.76 243	3.80 305	0.88 285	4.61 517	2.63 423	2.31 384	2.16 380	1.95 278	1.81 371	11.54 502	18.13 546	0.32 247	0.31 344	0.32 247	0.30 301	0.35 241	0.34 238

222	2.68 409	0.57 119	2.03 138	1.11 284	0.81 258	3.23 195	0.65 139	4.52 510	2.45 396	2.34 395	2.29 404	1.41 194	1.44 273	10.50 459	18.47 548	0.32 247	0.30 334	0.32 247	0.27 226	0.32 187	0.34 238

ADCMid	3.96 489	3.27 515	15.48 398	1.26 353	1.40 428	4.66 495	2.28 486	4.06 385	3.54 508	3.94 505	3.02 474	3.85 460	3.67 481	4.03 317	18.65 549	0.68 474	0.61 485	1.09 513	1.18 518	1.38 511	1.08 488

AnyNet_C32	4.17 496	5.75 530	12.62 352	1.60 458	1.54 452	5.51 528	4.09 535	3.90 336	3.23 495	4.22 516	3.03 475	3.10 404	3.41 472	8.01 397	18.85 550	0.53 443	0.58 478	0.53 446	0.74 489	1.19 505	0.97 481

ADCP+	3.74 482	1.96 490	16.90 414	1.09 268	1.55 456	4.35 440	3.65 529	3.93 346	2.98 471	2.22 358	1.66 229	3.95 463	4.83 502	3.41 298	18.87 551	0.38 331	0.41 419	0.63 476	0.53 462	0.64 430	0.81 465

ADCS	4.22 498	5.33 526	16.32 404	1.64 463	1.31 404	3.91 332	3.64 528	4.21 423	2.89 459	5.11 524	2.81 466	4.46 490	3.06 459	5.21 335	19.50 552	0.63 460	0.64 489	0.69 485	0.69 487	1.12 496	1.26 496

SuperB	4.79 508	4.41 523	21.08 525	1.45 428	1.08 352	3.91 332	3.08 514	4.18 414	3.01 474	2.50 419	2.10 367	2.75 373	3.49 478	8.80 408	19.60 553	0.44 386	0.33 359	0.53 446	0.39 400	12.01 563	0.64 430

MANE	11.39 548	1.38 453	23.16 553	4.82 555	2.79 527	22.02 561	14.51 555	25.81 564	26.28 565	10.93 556	13.17 550	19.90 553	18.03 557	15.69 553	20.41 554	0.96 498	0.74 503	1.42 520	3.24 556	0.74 459	1.71 513

EDNetEfficient	5.61 520	2.14 496	16.75 412	1.67 467	3.64 540	4.12 388	7.51 543	3.05 197	5.63 538	11.57 558	4.83 507	3.95 463	12.72 545	8.44 403	20.78 555	0.41 363	0.43 427	0.47 409	1.01 509	1.66 517	1.39 506

coex-ft	18.59 561	6.62 532	113.53 579	1.17 317	1.31 404	2.33 110	1.93 470	2.81 176	14.00 552	124.82 580	8.45 526	5.90 522	51.74 574	9.99 443	22.69 556	0.57 451	0.62 486	0.50 433	0.49 445	1.08 493	1.28 497

USTest	15.98 558	15.58 562	22.56 549	18.49 564	16.99 558	26.43 563	36.08 568	27.68 567	12.77 551	10.69 554	10.80 539	18.35 549	15.09 549	18.62 555	23.37 557	4.85 558	5.34 560	7.38 561	7.43 561	9.90 562	11.23 562

DGTPSM_ROB	15.31 556	8.85 540	28.14 562	9.90 562	18.89 559	12.44 551	33.21 565	13.48 555	17.86 559	9.50 548	22.89 558	13.78 544	19.67 558	21.26 556	23.68 558	5.08 559	8.84 561	5.62 558	11.50 563	6.72 554	14.87 564

DPSMNet_ROB	15.52 557	8.89 541	31.44 563	10.07 563	18.91 560	12.44 551	33.22 566	13.51 556	17.94 560	9.58 549	22.91 559	13.79 545	19.67 558	21.43 557	23.73 559	5.17 560	8.84 561	5.63 559	11.52 566	6.79 555	14.90 565

AAGNet	2.86 420	0.60 152	1.77 113	2.05 505	0.46 84	4.76 516	1.09 370	2.27 91	1.56 175	2.17 338	1.84 302	2.41 333	4.00 487	6.23 361	24.22 560	0.46 400	0.19 98	0.30 205	0.29 283	0.32 187	0.24 87

LRCNet_RVC	25.52 565	33.45 568	23.21 555	31.79 569	32.78 565	6.74 536	1.18 388	25.88 565	4.46 523	28.94 563	30.89 563	24.91 562	17.57 555	27.66 565	24.34 561	35.26 572	25.60 573	35.91 572	33.81 571	31.90 572	34.10 573

CrosDoStereo	5.24 514	0.60 152	20.23 490	0.82 93	0.51 115	3.39 221	18.11 558	3.82 313	2.27 348	1.98 263	8.74 528	1.96 283	6.96 528	7.35 384	26.35 562	0.30 208	0.22 193	0.30 205	0.28 255	0.33 205	0.38 287

DeepStereo_LL	5.24 514	0.60 152	20.23 490	0.82 93	0.51 115	3.39 221	18.11 558	3.82 313	2.27 348	1.98 263	8.74 528	1.96 283	6.96 528	7.35 384	26.35 562	0.30 208	0.22 193	0.30 205	0.28 255	0.33 205	0.38 287

JetRed	10.48 545	27.10 567	35.70 564	4.27 546	4.09 549	15.55 558	12.83 553	12.16 550	5.50 535	5.83 528	5.56 512	10.14 536	7.43 532	8.88 409	26.39 564	3.32 535	3.81 556	3.51 547	2.96 555	7.85 558	6.69 561

Anonymous_1	57.11 576	19.68 564	26.15 559	23.10 566	142.31 578	30.84 564	39.75 569	33.86 571	16.98 555	70.53 576	15.42 554	23.46 558	19.75 560	23.04 559	27.23 565	164.73 581	9.02 563	130.38 578	137.40 578	161.27 581	27.24 569

DPSM_ROB	20.78 562	20.03 565	26.57 560	23.62 567	22.46 562	31.10 565	39.97 570	33.52 569	17.41 557	15.25 560	15.80 555	24.06 560	20.71 561	23.30 561	27.62 566	10.78 564	9.41 564	11.69 566	11.50 563	14.49 565	16.36 566

DPSM	20.78 562	20.03 565	26.57 560	23.62 567	22.46 562	31.10 565	39.97 570	33.52 569	17.41 557	15.25 560	15.80 555	24.06 560	20.71 561	23.30 561	27.62 566	10.78 564	9.41 564	11.69 566	11.50 563	14.49 565	16.36 566

SGM-ForestM	11.55 549	1.16 416	21.62 541	2.14 508	0.81 258	22.25 562	19.08 560	16.50 562	11.34 547	15.94 562	14.44 553	27.12 564	22.61 563	24.76 564	28.39 568	0.50 428	0.48 456	0.47 409	0.44 428	0.55 395	0.53 391

HanzoNet	31.60 568	17.23 563	21.22 531	7.32 559	5.84 556	7.25 539	3.53 524	13.82 557	14.20 554	50.38 570	47.01 569	44.45 567	56.61 575	36.61 571	32.00 569	63.89 576	56.57 577	7.97 562	89.20 577	28.69 567	28.25 570

HaxPig	43.25 571	43.65 572	45.00 568	33.85 570	35.61 567	32.69 567	30.52 563	45.09 572	42.97 570	48.77 568	48.17 570	43.00 566	40.26 567	44.58 572	43.61 570	47.18 573	49.30 574	51.54 574	50.25 573	43.73 573	45.29 574

AVERAGE_ROB	44.46 572	45.91 573	46.59 569	40.59 572	38.66 568	32.99 568	30.52 563	46.19 573	43.26 571	49.59 569	48.97 571	44.62 568	39.89 566	45.04 573	43.94 571	48.74 574	50.69 575	50.80 573	49.79 572	45.54 574	46.97 575

MEDIAN_ROB	47.37 573	49.08 574	49.92 571	40.32 571	39.97 569	34.95 569	33.43 567	49.17 574	46.39 573	53.06 571	52.65 572	47.65 569	42.23 573	48.35 577	47.29 572	52.10 575	54.04 576	54.28 575	53.48 574	48.76 575	50.33 576

LE_ROB	18.58 560	1.21 423	48.38 570	8.60 561	23.00 564	7.32 540	19.74 561	9.94 547	38.69 569	43.53 567	21.91 557	28.40 565	40.92 568	23.18 560	54.71 573	0.34 275	0.33 359	0.32 247	0.36 369	0.42 327	0.40 313

Selective-RAFT-Error	41.77 569	40.16 570	53.34 573	47.73 573	45.25 571	62.51 574	80.64 578	67.22 575	34.93 567	30.64 565	31.81 564	48.11 570	42.11 572	46.57 574	54.95 574	21.61 568	18.87 570	23.48 569	23.15 569	29.16 569	33.08 572

LSM0	49.58 574	40.04 569	53.62 575	97.15 576	128.68 577	62.75 576	79.89 577	67.63 577	35.11 568	33.02 566	32.61 567	48.43 572	41.60 570	46.60 575	55.43 575	21.63 569	18.99 572	23.62 571	23.13 568	29.47 571	52.26 577

CasAABBNet	41.80 570	40.20 571	53.41 574	47.73 573	45.18 570	62.51 574	80.71 579	67.26 576	34.80 566	30.49 564	31.88 565	48.24 571	41.81 571	46.63 576	55.64 576	21.60 567	18.88 571	23.48 569	23.22 570	29.19 570	33.05 571

xxxxx1	112.33 579	88.53 578	37.76 565	227.84 580	157.23 579	39.05 570	61.41 574	93.76 579	79.29 578	62.45 573	74.79 574	78.32 575	70.96 576	33.47 567	70.69 577	114.00 578	130.36 579	259.31 580	274.34 580	145.54 578	147.50 579

tt_ll	112.33 579	88.53 578	37.76 565	227.84 580	157.23 579	39.05 570	61.41 574	93.76 579	79.29 578	62.45 573	74.79 574	78.32 575	70.96 576	33.47 567	70.69 577	114.00 578	130.36 579	259.31 580	274.34 580	145.54 578	147.50 579

ff	112.33 579	88.53 578	37.76 565	227.84 580	157.23 579	39.05 570	61.41 574	93.76 579	79.29 578	62.45 573	74.79 574	78.32 575	70.96 576	33.47 567	70.69 577	114.00 578	130.36 579	259.31 580	274.34 580	145.54 578	147.50 579

BEATNet-Init1	49.72 575	64.32 577	97.77 578	4.68 554	4.28 550	84.75 579	60.42 573	73.38 578	68.59 574	88.29 578	88.51 579	91.94 579	97.99 579	85.26 581	70.96 580	0.80 486	0.65 490	0.85 502	0.70 488	7.96 559	2.33 526

DPSimNet_ROB	102.30 578	119.72 582	143.59 580	109.42 577	94.10 574	127.22 580	127.15 580	26.62 566	102.36 581	149.58 581	83.99 578	139.34 581	137.54 581	64.62 578	82.36 581	105.18 577	66.15 578	120.15 577	69.61 576	99.58 577	77.72 578

test_example2	212.63 582	219.92 583	221.87 582	213.67 579	221.17 582	199.47 582	200.74 581	185.30 582	141.66 582	209.52 582	213.45 581	210.82 582	205.48 582	221.27 582	216.64 582	236.83 582	242.07 582	213.93 579	217.01 579	235.69 582	226.10 582

ccccc		629.75 584		567.84 583	570.84 583	582.44 583		613.82 583		614.58 583		555.57 583		666.94 583		781.57 583	507.24 583	391.36 583	342.44 583	689.82 583

ASD4		113.98 581

Low-res two-view benchmark