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

CREStereo++_RVC	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 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	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
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
PMTNet	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MEDIAN_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AVERAGE_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HITNet	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10
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
NVstereo2D	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWCDC_ROB	0.01 9	0.01 9	0.02 14	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

USTest	0.01 9	0.02 12	0.00 1	0.14 99	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 18	0.02 20	0.00 1	0.00 1

PSMNet-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

FACV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

IGEV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

coex-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

fast-acv-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

CBFPSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

iinet-f	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MSC_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCMid	0.08 50	0.02 12	0.02 14	1.01 407	0.03 48	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 72	0.09 108	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCS	0.09 52	0.02 12	0.04 43	0.90 383	0.06 110	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 130	0.36 288	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

AnyNet_C01	0.11 87	0.02 12	0.02 14	1.62 499	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 88	0.04 75	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

RYNet	0.02 15	0.02 12	0.02 14	0.03 28	0.03 48	0.03 40	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.03 52	0.03 39	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM0	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

PWC_ROB	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWCK	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

coex_refinement	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

BEATNet_4x	0.11 87	0.03 31	0.03 36	1.60 496	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCL	0.11 87	0.03 31	0.03 36	1.60 496	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCRef	0.12 96	0.03 31	0.04 43	1.71 502	0.04 79	0.03 40	0.03 50	0.04 77	0.04 81	0.04 74	0.03 52	0.04 77	0.03 52	0.06 88	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.03 43	0.04 79

ADCPNet	0.10 65	0.03 31	0.04 43	1.27 479	0.03 48	0.04 77	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.08 107	0.04 75	0.04 44	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

G2L-Stereo_test	0.03 29	0.04 37	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

TCMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

TCMNet-wrong-test	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.02 20	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

YMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

YMNet_1	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

GASNet	0.05 41	0.04 37	0.12 101	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.12 125	0.04 88	0.06 97	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet-RVC-Resample	0.12 96	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	1.57 549	0.04 44	0.04 45	0.04 73	0.05 96	0.04 77	0.06 104

FADNet_RVC	0.12 96	0.04 37	0.04 43	0.05 43	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.65 553	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet-RVC	0.13 103	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.05 94	0.04 72	1.71 558	0.04 44	0.04 45	0.04 73	0.04 78	0.07 106	0.04 79

AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 518	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 77	0.02 21	0.07 104	0.04 75	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

ADCP+	0.15 124	0.04 37	0.04 43	2.20 517	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.04 84	0.08 107	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

NVStereoNet_ROB	0.04 38	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ISRNet	0.11 87	0.05 49	0.36 264	0.24 155	0.07 111	0.13 126	0.05 93	0.06 94	0.05 97	0.05 91	0.05 100	0.13 127	0.05 94	0.05 82	0.09 108	0.24 180	0.20 173	0.10 108	0.05 96	0.06 96	0.13 150

Wz-Net-TNSev	0.02 15	0.05 49	0.04 43	0.07 47	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 55	0.04 45	0.01 9	0.01 9	0.01 10	0.01 10

APVNet	0.09 52	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 450	0.06 94	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 97

EDNetEfficient	0.04 38	0.05 49	0.04 43	0.04 37	0.03 48	0.04 77	0.03 50	0.04 77	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.04 72	0.03 48	0.05 51	0.03 36	0.05 86	0.03 54	0.04 77	0.03 51

FADNet	0.12 96	0.05 49	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.66 555	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

G2L-ROB	0.03 29	0.06 54	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

DFGA-Net	0.05 41	0.06 54	0.04 43	0.06 46	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.04 88	0.06 97	0.04 84	0.06 88	0.04 75	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	0.04 79

EDNetEfficientorigin	0.04 38	0.06 54	0.04 43	0.05 43	0.04 79	0.05 89	0.04 81	0.05 89	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.03 36	0.06 94	0.03 54	0.04 77	0.03 51

GwcNet	0.12 96	0.07 57	0.05 57	0.08 49	0.05 99	0.08 105	1.20 479	0.07 104	0.05 97	0.05 91	0.05 100	0.08 106	0.05 94	0.08 107	0.03 48	0.07 60	0.05 56	0.06 94	0.05 96	0.07 106	0.05 97

OmniDepth	0.08 50	0.08 58	0.11 89	0.11 75	0.05 99	0.08 105	0.05 93	0.08 107	0.07 111	0.08 106	0.05 100	0.08 106	0.05 94	0.09 110	0.08 104	0.15 125	0.11 96	0.07 99	0.05 96	0.07 106	0.06 104

AASNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 108	0.06 96	0.06 109	0.05 91	0.06 109	0.06 88	0.05 88	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

SACVNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 108	0.06 96	0.06 109	0.05 91	0.06 109	0.06 88	0.05 88	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

AACVNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 108	0.06 96	0.06 109	0.05 91	0.06 109	0.06 88	0.05 88	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

FINET	0.07 49	0.08 58	0.07 58	0.07 47	0.07 111	0.08 105	0.06 108	0.08 107	0.07 111	0.08 106	0.07 112	0.08 106	0.06 109	0.07 104	0.07 102	0.08 62	0.07 59	0.07 99	0.07 105	0.06 96	0.06 104

BEATNet-Init1	0.19 142	0.08 58	0.08 60	2.23 519	0.08 113	0.08 105	0.07 111	0.07 104	0.08 114	0.08 106	0.07 112	0.08 106	0.07 113	0.11 124	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

DeepPrunerF	0.19 142	0.08 58	0.08 60	2.23 519	0.08 113	0.08 105	0.07 111	0.07 104	0.08 114	0.08 106	0.07 112	0.08 106	0.07 113	0.11 124	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

Wz-Net-SNSev	0.03 29	0.09 65	0.07 58	0.09 55	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 68	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

SepStereo	0.09 52	0.09 65	0.10 69	0.09 55	0.09 115	0.09 110	0.09 113	0.10 110	0.08 114	0.10 111	0.09 115	0.09 111	0.09 116	0.09 110	0.08 104	0.09 68	0.08 61	0.09 107	0.08 109	0.09 112	0.08 108

AnonymousM	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SuperB	0.21 150	0.10 67	2.51 582	0.12 82	0.09 115	0.10 111	0.09 113	0.08 107	0.07 111	0.10 111	0.09 115	0.09 111	0.07 113	0.07 104	0.07 102	0.07 60	0.08 61	0.07 99	0.07 105	0.08 109	0.07 107

PVD	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SHD	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SAMSARA	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

XQC	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSC	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTS	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSA	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet+	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet++	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

JetBlue	0.11 87	0.11 78	0.12 101	0.13 95	0.14 157	0.11 122	0.11 131	0.11 122	0.11 133	0.11 123	0.11 133	0.11 123	0.11 132	0.12 128	0.12 141	0.11 88	0.11 96	0.11 119	0.11 130	0.11 123	0.11 128

aanetorigin	0.13 103	0.11 78	0.11 89	0.11 75	0.11 136	0.11 122	0.11 131	0.11 122	0.11 133	0.11 123	0.12 144	0.11 123	0.11 132	0.11 124	0.11 126	0.11 88	0.11 96	0.14 127	0.11 130	0.49 341	0.11 128

JetRed	0.11 87	0.12 80	0.11 89	0.11 75	0.11 136	0.11 122	0.14 152	0.11 122	0.11 133	0.12 125	0.11 133	0.11 123	0.11 132	0.11 124	0.11 126	0.11 88	0.16 145	0.11 119	0.11 130	0.11 123	0.11 128

DA	0.09 52	0.13 81	0.39 278	0.08 49	0.05 99	0.07 103	0.05 93	0.13 126	0.05 97	0.06 96	0.05 100	0.06 97	0.05 94	0.06 88	0.05 88	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

GGEV	0.09 52	0.13 81	0.39 278	0.08 49	0.05 99	0.07 103	0.05 93	0.13 126	0.05 97	0.06 96	0.05 100	0.06 97	0.05 94	0.06 88	0.05 88	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

LRCNet_RVC	0.13 103	0.13 81	0.09 65	0.13 95	0.10 121	0.14 127	0.10 118	0.14 128	0.10 118	0.23 176	0.10 119	0.20 160	0.10 120	0.24 181	0.11 126	0.11 88	0.09 70	0.12 122	0.14 160	0.12 127	0.09 111

GMStereo	0.14 112	0.13 81	0.14 126	0.14 99	0.14 157	0.14 127	0.14 152	0.14 128	0.14 157	0.14 127	0.14 161	0.14 128	0.14 158	0.14 130	0.14 151	0.14 116	0.14 140	0.14 127	0.14 160	0.14 131	0.14 155
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	0.22 154	0.13 81	0.19 162	0.23 150	0.10 121	0.26 196	1.02 466	0.14 128	0.10 118	0.28 197	0.14 161	0.17 149	0.19 188	0.28 204	0.09 108	0.22 164	0.16 145	0.23 182	0.17 186	0.11 123	0.12 144

DRN-Test	0.14 112	0.13 81	0.09 65	0.14 99	0.09 115	0.15 134	0.09 113	0.14 128	0.10 118	0.14 127	0.09 115	0.14 128	0.09 116	0.13 129	0.09 108	0.12 93	0.09 70	0.12 122	0.09 111	0.12 127	0.73 426

S2M2_L	0.12 96	0.14 87	0.10 69	0.15 109	0.10 121	0.14 127	0.10 118	0.14 128	0.10 118	0.15 133	0.10 119	0.14 128	0.10 120	0.14 130	0.10 114	0.13 109	0.10 75	0.13 125	0.09 111	0.13 129	0.09 111
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
StereoDRNet	0.15 124	0.14 87	0.10 69	0.14 99	0.09 115	0.15 134	0.09 113	0.14 128	0.09 117	0.14 127	0.10 119	0.14 128	0.09 116	0.14 130	0.09 108	0.13 109	0.10 75	0.13 125	0.09 111	0.13 129	0.82 439

testlalala2	0.13 103	0.16 89	0.11 89	0.15 109	0.11 136	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.14 116	0.11 96	0.14 127	0.11 130	0.14 131	0.11 128

GMStereo_Zeroshot	0.16 132	0.16 89	0.16 143	0.16 120	0.16 175	0.16 142	0.16 160	0.16 141	0.16 169	0.16 138	0.16 170	0.16 139	0.16 168	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 166	0.16 145	0.16 157

testlalala_base	0.13 103	0.16 89	0.11 89	0.15 109	0.11 136	0.15 134	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.14 116	0.11 96	0.14 127	0.11 130	0.14 131	0.11 128

HSM	0.14 112	0.16 89	0.12 101	0.17 128	0.12 152	0.17 150	0.11 131	0.17 149	0.11 133	0.17 147	0.12 144	0.17 149	0.12 149	0.17 149	0.12 141	0.16 134	0.11 96	0.16 145	0.11 130	0.16 145	0.12 144

ELAS_RVC	0.14 112	0.16 89	0.10 69	0.15 109	0.10 121	0.18 154	0.11 131	0.19 154	0.11 133	0.19 153	0.12 144	0.18 153	0.11 132	0.19 155	0.12 141	0.14 116	0.08 61	0.14 127	0.09 111	0.15 141	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 103	0.16 89	0.11 89	0.15 109	0.09 115	0.18 154	0.11 131	0.18 152	0.11 133	0.17 147	0.11 133	0.18 153	0.11 132	0.18 152	0.11 126	0.14 116	0.08 61	0.14 127	0.08 109	0.14 131	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
S2M2_XL	0.14 112	0.17 95	0.12 101	0.17 128	0.11 136	0.17 150	0.11 131	0.17 149	0.11 133	0.17 147	0.11 133	0.17 149	0.11 132	0.17 149	0.11 126	0.16 134	0.11 96	0.16 145	0.11 130	0.16 145	0.11 128
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ITSA-stereo	0.15 124	0.17 95	0.13 121	0.20 136	0.13 155	0.19 157	0.13 150	0.18 152	0.13 155	0.19 153	0.13 156	0.18 153	0.14 158	0.18 152	0.14 151	0.16 134	0.11 96	0.15 142	0.14 160	0.18 155	0.11 128

SGM_RVC	0.15 124	0.17 95	0.11 89	0.18 130	0.11 136	0.19 157	0.11 131	0.19 154	0.12 152	0.19 153	0.12 144	0.20 160	0.12 149	0.19 155	0.12 141	0.16 134	0.11 96	0.17 153	0.10 118	0.17 151	0.10 116
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DeepPruner_ROB	0.16 132	0.18 98	0.13 121	0.19 133	0.13 155	0.19 157	0.13 150	0.19 154	0.13 155	0.19 153	0.13 156	0.19 157	0.13 154	0.19 155	0.13 147	0.18 150	0.13 136	0.18 162	0.13 155	0.18 155	0.13 150

IGEV_Zeroshot_test	0.20 144	0.19 99	0.40 283	0.30 173	0.17 179	0.22 174	0.17 168	0.21 168	0.17 177	0.20 159	0.17 175	0.21 167	0.18 183	0.21 169	0.17 171	0.20 157	0.16 145	0.20 169	0.16 166	0.20 162	0.17 169

ACVNet	0.20 144	0.19 99	0.14 126	0.20 136	0.14 157	0.20 162	0.96 457	0.21 168	0.14 157	0.20 159	0.13 156	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	0.17 151	0.12 144

acv_ft	0.20 144	0.19 99	0.14 126	0.20 136	0.14 157	0.20 162	0.96 457	0.21 168	0.14 157	0.20 159	0.13 156	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	0.17 151	0.12 144

LALA_ROB	0.15 124	0.19 99	0.12 101	0.18 130	0.11 136	0.20 162	0.12 147	0.21 168	0.12 152	0.20 159	0.12 144	0.20 160	0.12 149	0.21 169	0.13 147	0.17 142	0.10 75	0.18 162	0.11 130	0.18 155	0.11 128

model_zeroshot	0.27 170	0.20 103	0.27 190	0.33 185	0.21 202	0.37 235	0.22 193	0.37 227	0.24 203	0.26 193	0.27 228	0.33 219	0.21 197	0.25 186	0.27 215	0.32 207	0.20 173	0.34 232	0.23 203	0.25 180	0.26 201

ProNet	0.14 112	0.20 103	0.14 126	0.16 120	0.11 136	0.16 142	0.11 131	0.17 149	0.11 133	0.17 147	0.12 144	0.17 149	0.13 154	0.17 149	0.12 141	0.15 125	0.11 96	0.16 145	0.11 130	0.15 141	0.12 144

DAS	0.20 144	0.20 103	0.20 165	0.20 136	0.20 196	0.20 162	0.20 183	0.20 160	0.20 188	0.20 159	0.20 194	0.20 160	0.20 192	0.20 159	0.20 186	0.20 157	0.20 173	0.20 169	0.20 193	0.20 162	0.20 177

IPLG	0.13 103	0.20 103	0.14 126	0.15 109	0.11 136	0.14 127	0.11 131	0.14 128	0.11 133	0.14 127	0.11 133	0.14 128	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

IPLGR_C	0.14 112	0.20 103	0.12 101	0.15 109	0.11 136	0.14 127	0.15 157	0.14 128	0.11 133	0.15 133	0.12 144	0.14 128	0.11 132	0.16 140	0.11 126	0.15 125	0.12 112	0.14 127	0.12 147	0.15 141	0.12 144

ASD4		0.20 103

MSKI-zero shot	0.24 160	0.21 109	0.49 328	0.65 340	0.18 189	0.22 174	0.17 168	0.23 176	0.18 180	0.21 170	0.17 175	0.23 179	0.28 235	0.23 177	0.18 180	0.21 161	0.16 145	0.21 171	0.16 166	0.21 165	0.16 157

CIPLG	0.13 103	0.21 109	0.12 101	0.16 120	0.11 136	0.15 134	0.11 131	0.14 128	0.11 133	0.15 133	0.12 144	0.15 138	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

MIPNet	0.14 112	0.21 109	0.17 150	0.16 120	0.11 136	0.15 134	0.12 147	0.14 128	0.11 133	0.16 138	0.11 133	0.14 128	0.11 132	0.14 130	0.11 126	0.14 116	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

ACRE	0.13 103	0.21 109	0.14 126	0.15 109	0.11 136	0.14 127	0.11 131	0.14 128	0.11 133	0.14 127	0.12 144	0.14 128	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

Pointernet	0.21 150	0.22 113	0.19 162	0.24 155	0.19 193	0.24 181	0.19 179	0.24 179	0.19 186	0.24 181	0.19 190	0.24 183	0.19 188	0.24 181	0.19 183	0.22 164	0.17 163	0.22 176	0.17 186	0.22 167	0.17 169

test_for_model	0.15 124	0.23 114	0.18 159	0.21 145	0.11 136	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.21 161	0.18 170	0.14 127	0.11 130	0.14 131	0.11 128

WAO-6	0.22 154	0.23 114	0.22 170	0.23 150	0.22 204	0.22 174	0.22 193	0.22 172	0.22 194	0.22 172	0.22 200	0.22 175	0.22 198	0.22 173	0.22 191	0.22 164	0.22 180	0.22 176	0.22 197	0.22 167	0.22 182

IMH-64-1	0.22 154	0.23 114	0.23 173	0.22 148	0.22 204	0.22 174	0.22 193	0.22 172	0.22 194	0.22 172	0.22 200	0.22 175	0.22 198	0.22 173	0.22 191	0.22 164	0.22 180	0.23 182	0.22 197	0.22 167	0.23 184

IMH-64	0.22 154	0.23 114	0.23 173	0.22 148	0.22 204	0.22 174	0.22 193	0.22 172	0.22 194	0.22 172	0.22 200	0.22 175	0.22 198	0.22 173	0.22 191	0.22 164	0.22 180	0.23 182	0.22 197	0.22 167	0.23 184

MIM_Stereo	0.25 161	0.23 114	0.66 381	0.80 371	0.17 179	0.22 174	0.17 168	0.23 176	0.18 180	0.26 193	0.17 175	0.21 167	0.17 175	0.25 186	0.17 171	0.23 175	0.16 145	0.21 171	0.17 186	0.22 167	0.17 169

iResNetv2_ROB	0.20 144	0.23 114	0.18 159	0.24 155	0.20 196	0.24 181	0.18 175	0.24 179	0.18 180	0.24 181	0.18 188	0.23 179	0.19 188	0.24 181	0.18 180	0.21 161	0.16 145	0.21 171	0.16 166	0.22 167	0.16 157

iResNet	0.20 144	0.23 114	0.18 159	0.24 155	0.18 189	0.24 181	0.20 183	0.24 179	0.18 180	0.23 176	0.17 175	0.23 179	0.18 183	0.23 177	0.18 180	0.22 164	0.16 145	0.21 171	0.16 166	0.21 165	0.16 157

Wz-Net-LNSev	0.06 44	0.24 121	0.20 165	0.23 150	0.01 10	0.02 19	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 175	0.21 176	0.02 18	0.01 9	0.01 10	0.01 10

IPLGR	0.14 112	0.24 121	0.14 126	0.16 120	0.12 152	0.15 134	0.12 147	0.14 128	0.11 133	0.15 133	0.12 144	0.14 128	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

tg	0.21 150	0.25 123	0.21 168	0.26 167	0.17 179	0.24 181	0.17 168	0.24 179	0.17 177	0.24 181	0.17 175	0.24 183	0.17 175	0.24 181	0.17 171	0.24 180	0.17 163	0.23 182	0.16 166	0.23 176	0.16 157

RAFT-FEzeroshot	0.34 197	0.26 124	0.17 150	0.21 145	0.17 179	0.20 162	0.16 160	0.20 160	0.16 169	0.20 159	0.17 175	0.21 167	0.16 168	0.27 200	0.24 201	0.19 154	0.16 145	0.19 165	0.16 166	0.26 182	3.08 597

RAFT-FE	0.34 197	0.26 124	0.17 150	0.21 145	0.17 179	0.20 162	0.16 160	0.20 160	0.16 169	0.20 159	0.17 175	0.21 167	0.16 168	0.27 200	0.24 201	0.19 154	0.16 145	0.19 165	0.16 166	0.26 182	3.08 597

UNDER WATER-64	0.25 161	0.26 124	0.25 183	0.26 167	0.25 217	0.25 188	0.25 209	0.25 185	0.25 208	0.25 185	0.25 217	0.25 188	0.25 211	0.26 196	0.25 209	0.25 186	0.25 188	0.25 191	0.25 216	0.25 180	0.25 195

CAS++	0.17 136	0.27 127	0.21 168	0.10 58	0.21 202	0.15 134	0.22 193	0.10 110	0.21 191	0.22 172	0.10 119	0.19 157	0.18 183	0.10 113	0.19 183	0.20 157	0.19 171	0.18 162	0.10 118	0.19 161	0.18 173
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
TorneroNet-64	0.45 296	0.27 127	0.30 202	0.58 326	0.27 227	0.70 397	0.30 242	0.28 194	0.73 438	0.73 400	0.28 235	0.71 400	0.66 413	0.75 401	0.27 215	0.27 191	0.29 217	0.37 256	0.75 429	0.28 189	0.30 248

LoS	0.25 161	0.27 127	0.25 183	0.25 160	0.25 217	0.25 188	0.25 209	0.26 190	0.25 208	0.25 185	0.25 217	0.25 188	0.25 211	0.25 186	0.25 209	0.26 188	0.25 188	0.25 191	0.26 222	0.26 182	0.25 195
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DLNR_Zeroshot_test	0.31 184	0.28 130	0.47 313	0.79 363	0.24 215	0.30 205	0.26 217	0.30 201	0.24 203	0.32 211	0.23 204	0.31 214	0.24 208	0.30 210	0.23 197	0.29 200	0.26 191	0.29 207	0.24 211	0.33 209	0.23 184

SQANet	0.28 171	0.28 130	0.28 194	0.28 171	0.28 232	0.28 201	0.28 228	0.28 194	0.28 230	0.28 197	0.28 235	0.28 201	0.28 235	0.28 204	0.28 225	0.28 193	0.28 204	0.28 202	0.28 236	0.28 189	0.28 222

HGLStereo	0.28 171	0.29 132	0.22 170	0.36 193	0.22 204	0.36 230	0.21 188	0.36 221	0.21 191	0.42 275	0.21 199	0.36 232	0.22 198	0.36 232	0.21 189	0.34 215	0.21 176	0.34 232	0.21 194	0.34 213	0.21 179

MultiAttention	0.30 177	0.30 133	0.30 202	0.30 173	0.30 252	0.30 205	0.30 242	0.30 201	0.30 248	0.30 202	0.30 252	0.30 210	0.30 250	0.30 210	0.30 242	0.30 201	0.30 230	0.30 209	0.30 271	0.30 195	0.30 248

MSAF-DinoV2	0.30 177	0.30 133	0.30 202	0.30 173	0.30 252	0.30 205	0.30 242	0.30 201	0.30 248	0.30 202	0.30 252	0.30 210	0.30 250	0.30 210	0.30 242	0.30 201	0.30 230	0.30 209	0.30 271	0.30 195	0.30 248

DANet	0.30 177	0.30 133	0.30 202	0.30 173	0.30 252	0.30 205	0.30 242	0.30 201	0.30 248	0.30 202	0.30 252	0.30 210	0.30 250	0.30 210	0.30 242	0.30 201	0.30 230	0.30 209	0.30 271	0.30 195	0.30 248
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AANet_RVC	1.26 502	0.31 136	4.99 610	5.93 602	0.20 196	0.25 188	0.20 183	0.25 185	0.20 188	0.23 176	0.19 190	0.25 188	0.20 192	0.25 186	0.20 186	5.66 612	4.76 605	0.26 196	0.30 271	0.24 178	0.27 209

gcap-zeroshot	0.35 206	0.32 137	0.37 268	0.49 297	0.39 344	0.33 220	0.21 188	0.26 190	0.35 311	0.42 275	0.34 309	0.49 345	0.29 242	0.47 329	0.39 311	0.34 215	0.17 163	0.38 264	0.23 203	0.48 337	0.34 297

iResNet_ROB	0.28 171	0.32 137	0.24 180	0.32 181	0.25 217	0.32 218	0.24 206	0.32 206	0.24 203	0.33 216	0.24 211	0.35 226	0.24 208	0.33 221	0.24 201	0.31 206	0.24 187	0.32 216	0.24 211	0.32 202	0.24 194

H2IRNET	0.34 197	0.34 139	0.34 255	0.34 187	0.34 315	0.34 222	0.34 304	0.34 213	0.34 308	0.34 218	0.34 309	0.34 224	0.34 307	0.34 223	0.34 281	0.34 215	0.34 278	0.34 232	0.34 317	0.34 213	0.34 297

MLCV	0.31 184	0.35 140	0.27 190	0.35 189	0.28 232	0.35 227	0.27 220	0.35 217	0.28 230	0.36 226	0.27 228	0.35 226	0.27 228	0.35 226	0.27 215	0.34 215	0.27 198	0.34 232	0.27 230	0.34 213	0.27 209

ETE_ROB	0.35 206	0.35 140	0.35 262	0.35 189	0.35 318	0.35 227	0.35 309	0.35 217	0.35 311	0.35 223	0.35 318	0.35 226	0.35 313	0.35 226	0.35 285	0.35 224	0.35 280	0.35 248	0.35 329	0.35 225	0.35 306

DN-CSS_ROB	0.31 184	0.35 140	0.28 194	0.35 189	0.28 232	0.34 222	0.27 220	0.34 213	0.25 208	0.35 223	0.27 228	0.36 232	0.26 220	0.34 223	0.28 225	0.35 224	0.28 204	0.34 232	0.28 236	0.34 213	0.27 209

RSM	0.36 212	0.36 143	0.43 298	0.37 196	0.42 364	0.49 348	0.42 354	0.37 227	0.28 230	0.36 226	0.29 240	0.36 232	0.30 250	0.37 236	0.28 225	0.34 215	0.31 238	0.34 232	0.35 329	0.40 287	0.29 227

Any-RAFT	0.32 192	0.36 143	0.27 190	0.36 193	0.27 227	0.36 230	0.27 220	0.36 221	0.27 227	0.36 226	0.27 228	0.36 232	0.27 228	0.36 232	0.28 225	0.36 229	0.28 204	0.36 253	0.28 236	0.36 232	0.28 222

IGEV-FE	0.35 206	0.37 145	0.17 150	0.19 133	0.17 179	0.20 162	0.17 168	0.19 154	0.17 177	0.19 153	0.17 175	0.19 157	0.17 175	0.37 236	0.36 288	0.19 154	0.17 163	0.19 165	0.17 186	0.38 255	2.84 588

LG-Stereo_L2	0.34 197	0.37 145	0.38 271	0.47 286	0.28 232	0.39 248	0.28 228	0.39 239	0.28 230	0.39 238	0.28 235	0.39 245	0.28 235	0.38 239	0.28 225	0.42 311	0.35 280	0.36 253	0.26 222	0.35 225	0.26 201

RAFT-Test	0.36 212	0.37 145	0.33 245	0.41 231	0.32 293	0.41 266	0.32 282	0.41 259	0.32 292	0.41 258	0.32 293	0.41 266	0.32 294	0.41 265	0.33 268	0.37 233	0.29 217	0.37 256	0.29 251	0.38 255	0.31 270

XPNet_ROB	0.37 218	0.37 145	0.37 268	0.37 196	0.37 328	0.37 235	0.37 321	0.37 227	0.37 323	0.37 231	0.37 328	0.37 238	0.37 321	0.37 236	0.37 297	0.37 233	0.37 285	0.37 256	0.37 337	0.37 236	0.37 313

WAO-8	0.38 224	0.38 149	0.38 271	0.38 199	0.38 335	0.38 242	0.38 327	0.38 235	0.38 327	0.38 232	0.38 333	0.38 240	0.38 325	0.38 239	0.38 300	0.38 248	0.38 291	0.38 264	0.37 337	0.38 255	0.38 320

WAO-7	0.38 224	0.38 149	0.38 271	0.38 199	0.38 335	0.38 242	0.38 327	0.38 235	0.38 327	0.38 232	0.38 333	0.38 240	0.38 325	0.38 239	0.38 300	0.38 248	0.38 291	0.38 264	0.38 350	0.38 255	0.38 320

HanzoNet	0.39 256	0.38 149	0.40 283	0.39 205	0.41 354	0.38 242	0.38 327	0.38 235	0.38 327	0.39 238	0.39 342	0.38 240	0.38 325	0.39 247	0.40 315	0.38 248	0.38 291	0.40 280	0.38 350	0.38 255	0.40 328

Venus	0.38 224	0.38 149	0.38 271	0.38 199	0.38 335	0.37 235	0.38 327	0.37 227	0.37 323	0.41 258	0.37 328	0.39 245	0.37 321	0.38 239	0.38 300	0.37 233	0.38 291	0.38 264	0.37 337	0.37 236	0.38 320

IMH	0.38 224	0.38 149	0.38 271	0.38 199	0.38 335	0.38 242	0.38 327	0.38 235	0.38 327	0.42 275	0.38 333	0.40 253	0.38 325	0.38 239	0.38 300	0.38 248	0.38 291	0.39 275	0.38 350	0.38 255	0.38 320

DMCA	0.36 212	0.38 149	0.37 268	0.35 189	0.35 318	0.36 230	0.36 315	0.36 221	0.35 311	0.35 223	0.37 328	0.36 232	0.36 316	0.35 226	0.36 288	0.36 229	0.36 283	0.35 248	0.36 335	0.36 232	0.36 309

StereoDRNet-Refined	0.33 195	0.39 155	0.26 189	0.39 205	0.26 225	0.40 250	0.26 217	0.40 244	0.26 221	0.39 238	0.26 223	0.39 245	0.26 220	0.39 247	0.26 214	0.37 233	0.25 188	0.37 256	0.25 216	0.37 236	0.37 313
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.11 449	0.39 155	5.28 612	0.39 205	0.20 196	0.39 248	0.27 220	0.39 239	0.22 194	0.38 232	0.20 194	0.38 240	0.20 192	6.95 625	0.22 191	0.30 201	0.21 176	0.27 200	0.21 194	5.25 606	0.21 179

Zero-FE251	0.36 212	0.40 157	0.28 194	0.41 231	0.28 232	0.41 266	0.28 228	0.41 259	0.28 230	0.41 258	0.28 235	0.41 266	0.28 235	0.42 280	0.30 242	0.37 233	0.26 191	0.37 256	0.27 230	0.45 318	0.56 396

EKT-Stereo	0.37 218	0.40 157	0.44 300	1.07 411	0.29 241	0.34 222	0.31 271	0.36 221	0.29 236	0.38 232	0.31 276	0.37 238	0.30 250	0.36 232	0.29 235	0.34 215	0.28 204	0.39 275	0.30 271	0.37 236	0.30 248

knoymous	0.40 269	0.40 157	0.40 283	0.40 219	0.40 346	0.40 250	0.40 341	0.40 244	0.40 341	0.40 244	0.40 345	0.40 253	0.40 334	0.40 250	0.40 315	0.40 282	0.40 301	0.40 280	0.40 354	0.40 287	0.40 328

anonymousa	0.40 269	0.40 157	0.40 283	0.40 219	0.40 346	0.40 250	0.40 341	0.40 244	0.40 341	0.40 244	0.40 345	0.40 253	0.40 334	0.40 250	0.40 315	0.40 282	0.40 301	0.40 280	0.40 354	0.40 287	0.40 328

riskmin	0.40 269	0.40 157	0.40 283	0.40 219	0.40 346	0.40 250	0.40 341	0.40 244	0.40 341	0.40 244	0.40 345	0.40 253	0.40 334	0.40 250	0.40 315	0.40 282	0.40 301	0.40 280	0.40 354	0.40 287	0.40 328

Anonymous_2	0.40 269	0.40 157	0.40 283	0.40 219	0.40 346	0.40 250	0.40 341	0.40 244	0.40 341	0.40 244	0.40 345	0.40 253	0.40 334	0.40 250	0.40 315	0.40 282	0.40 301	0.40 280	0.40 354	0.40 287	0.40 328

Anonymous_1	0.40 269	0.40 157	0.40 283	0.40 219	0.40 346	0.40 250	0.40 341	0.40 244	0.40 341	0.40 244	0.40 345	0.40 253	0.40 334	0.40 250	0.40 315	0.40 282	0.40 301	0.40 280	0.40 354	0.40 287	0.40 328

AdaStereo	0.40 269	0.40 157	0.40 283	0.40 219	0.40 346	0.40 250	0.40 341	0.40 244	0.40 341	0.40 244	0.40 345	0.40 253	0.40 334	0.40 250	0.40 315	0.40 282	0.40 301	0.40 280	0.40 354	0.40 287	0.40 328
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.
iRaft-Stereo_20w	0.34 197	0.41 165	0.31 229	0.39 205	0.29 241	0.40 250	0.32 282	0.41 259	0.32 292	0.38 232	0.30 252	0.39 245	0.30 250	0.38 239	0.32 259	0.35 224	0.27 198	0.34 232	0.27 230	0.34 213	0.29 227

GwcNet-ADL	0.41 277	0.41 165	0.41 292	0.41 231	0.41 354	0.41 266	0.41 349	0.41 259	0.41 350	0.41 258	0.41 351	0.41 266	0.41 345	0.41 265	0.41 322	0.41 295	0.41 310	0.41 316	0.41 361	0.41 304	0.41 335

PSMNet-ADL	0.41 277	0.41 165	0.41 292	0.41 231	0.41 354	0.41 266	0.41 349	0.41 259	0.41 350	0.41 258	0.41 351	0.41 266	0.41 345	0.41 265	0.41 322	0.41 295	0.41 310	0.41 316	0.41 361	0.41 304	0.41 335

GANet-ADL	0.41 277	0.41 165	0.41 292	0.41 231	0.41 354	0.41 266	0.41 349	0.41 259	0.41 350	0.41 258	0.41 351	0.41 266	0.41 345	0.41 265	0.41 322	0.41 295	0.41 310	0.41 316	0.41 361	0.41 304	0.41 335

ADLNet2	0.41 277	0.41 165	0.41 292	0.41 231	0.41 354	0.41 266	0.41 349	0.41 259	0.41 350	0.41 258	0.41 351	0.41 266	0.41 345	0.41 265	0.41 322	0.41 295	0.41 310	0.41 316	0.41 361	0.41 304	0.41 335

ADLNet	0.41 277	0.41 165	0.41 292	0.41 231	0.41 354	0.41 266	0.41 349	0.41 259	0.41 350	0.41 258	0.41 351	0.41 266	0.41 345	0.41 265	0.41 322	0.41 295	0.41 310	0.41 316	0.41 361	0.41 304	0.41 335

DGSMNet	0.34 197	0.41 165	0.27 190	0.41 231	0.28 232	0.41 266	0.28 228	0.41 259	0.27 227	0.41 258	0.27 228	0.42 286	0.27 228	0.41 265	0.28 225	0.40 282	0.29 217	0.40 280	0.28 236	0.40 287	0.27 209

uiiii_40	0.39 256	0.42 172	0.89 417	0.42 244	0.31 285	0.43 305	0.30 242	0.44 309	0.31 280	0.42 275	0.31 276	0.43 298	0.30 250	0.42 280	0.30 242	0.41 295	0.29 217	0.42 332	0.28 236	0.40 287	0.32 276

SteFusion	0.39 256	0.42 172	0.90 422	0.43 260	0.30 252	0.42 288	0.31 271	0.45 313	0.31 280	0.41 258	0.30 252	0.43 298	0.30 250	0.42 280	0.31 254	0.39 277	0.30 230	0.42 332	0.28 236	0.39 279	0.33 289

ACW_4w	0.39 256	0.42 172	0.88 416	0.42 244	0.30 252	0.42 288	0.30 242	0.45 313	0.31 280	0.42 275	0.31 276	0.42 286	0.30 250	0.42 280	0.30 242	0.40 282	0.28 204	0.42 332	0.28 236	0.40 287	0.32 276

iRaft-Stereo_5w	0.34 197	0.42 172	0.31 229	0.39 205	0.30 252	0.38 242	0.30 242	0.40 244	0.29 236	0.40 244	0.37 328	0.41 266	0.34 307	0.38 239	0.30 242	0.34 215	0.27 198	0.34 232	0.26 222	0.34 213	0.26 201

4.5w_L	0.39 256	0.43 176	0.89 417	0.42 244	0.29 241	0.42 288	0.30 242	0.43 290	0.30 248	0.42 275	0.31 276	0.41 266	0.31 284	0.43 297	0.31 254	0.40 282	0.28 204	0.41 316	0.28 236	0.39 279	0.33 289

PyraSte	0.39 256	0.43 176	0.87 414	0.42 244	0.31 285	0.42 288	0.31 271	0.44 309	0.30 248	0.41 258	0.31 276	0.42 286	0.30 250	0.42 280	0.31 254	0.38 248	0.29 217	0.42 332	0.29 251	0.40 287	0.32 276

5w_v4	0.39 256	0.43 176	0.91 427	0.42 244	0.30 252	0.43 305	0.31 271	0.45 313	0.31 280	0.42 275	0.30 252	0.41 266	0.29 242	0.44 316	0.30 242	0.40 282	0.29 217	0.42 332	0.28 236	0.40 287	0.32 276

GREAT-IGEV	0.38 224	0.43 176	0.36 264	0.48 291	0.32 293	0.45 327	0.32 282	0.45 313	0.32 292	0.45 300	0.32 293	0.45 324	0.32 294	0.45 320	0.32 259	0.44 313	0.33 270	0.41 316	0.29 251	0.41 304	0.29 227

fffy	0.38 224	0.43 176	0.33 245	0.46 280	0.33 305	0.45 327	0.32 282	0.45 313	0.32 292	0.45 300	0.32 293	0.45 324	0.33 302	0.45 320	0.32 259	0.38 248	0.38 291	0.38 264	0.37 337	0.37 236	0.36 309

IGEV++	0.34 197	0.43 176	0.30 202	0.40 219	0.29 241	0.40 250	0.29 237	0.40 244	0.29 236	0.40 244	0.29 240	0.40 253	0.29 242	0.40 250	0.30 242	0.38 248	0.29 217	0.37 256	0.29 251	0.37 236	0.29 227

4k_L	0.38 224	0.44 182	0.30 202	0.43 260	0.31 285	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.31 276	0.43 298	0.30 250	0.43 297	0.69 404	0.38 248	0.32 242	0.40 280	0.30 271	0.38 255	0.30 248

aaa3	0.38 224	0.44 182	0.31 229	0.43 260	0.30 252	0.43 305	0.31 271	0.43 290	0.30 248	0.45 300	0.31 276	0.43 298	0.31 284	0.43 297	0.69 404	0.38 248	0.33 270	0.40 280	0.30 271	0.38 255	0.30 248

gc-stereo	0.38 224	0.44 182	0.30 202	0.43 260	0.30 252	0.43 305	0.31 271	0.43 290	0.31 280	0.45 300	0.31 276	0.43 298	0.30 250	0.43 297	0.69 404	0.38 248	0.32 242	0.41 316	0.30 271	0.38 255	0.30 248

mfccc	0.38 224	0.44 182	0.30 202	0.43 260	0.30 252	0.43 305	0.31 271	0.43 290	0.30 248	0.45 300	0.31 276	0.43 298	0.31 284	0.43 297	0.69 404	0.38 248	0.32 242	0.41 316	0.30 271	0.38 255	0.30 248

ss10	0.38 224	0.44 182	0.31 229	0.43 260	0.30 252	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.31 276	0.43 298	0.31 284	0.43 297	0.69 404	0.38 248	0.33 270	0.40 280	0.30 271	0.38 255	0.30 248

5k_new	0.38 224	0.44 182	0.31 229	0.43 260	0.30 252	0.43 305	0.31 271	0.43 290	0.31 280	0.45 300	0.31 276	0.43 298	0.30 250	0.43 297	0.69 404	0.38 248	0.33 270	0.40 280	0.30 271	0.38 255	0.30 248

SX	0.38 224	0.44 182	0.31 229	0.43 260	0.31 285	0.43 305	0.31 271	0.43 290	0.31 280	0.45 300	0.32 293	0.43 298	0.31 284	0.43 297	0.69 404	0.38 248	0.33 270	0.40 280	0.30 271	0.38 255	0.30 248

USM	0.38 224	0.44 182	0.31 229	0.43 260	0.30 252	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.30 252	0.43 298	0.31 284	0.43 297	0.68 397	0.38 248	0.32 242	0.40 280	0.30 271	0.38 255	0.30 248

weee2	0.38 224	0.44 182	0.31 229	0.43 260	0.30 252	0.43 305	0.31 271	0.43 290	0.31 280	0.45 300	0.31 276	0.43 298	0.31 284	0.43 297	0.69 404	0.38 248	0.33 270	0.40 280	0.30 271	0.38 255	0.30 248

ACM	0.38 224	0.44 182	0.30 202	0.43 260	0.30 252	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.31 276	0.43 298	0.30 250	0.43 297	0.73 432	0.38 248	0.32 242	0.40 280	0.30 271	0.37 236	0.30 248

StePilot	0.39 256	0.44 182	0.87 414	0.41 231	0.30 252	0.42 288	0.32 282	0.45 313	0.29 236	0.43 285	0.30 252	0.43 298	0.30 250	0.42 280	0.30 242	0.40 282	0.29 217	0.43 340	0.27 230	0.40 287	0.31 270

tim_s	0.39 256	0.44 182	0.90 422	0.41 231	0.30 252	0.41 266	0.30 242	0.44 309	0.30 248	0.41 258	0.31 276	0.42 286	0.30 250	0.41 265	0.31 254	0.41 295	0.30 230	0.41 316	0.29 251	0.40 287	0.32 276

xxxad45	0.39 256	0.44 182	0.90 422	0.41 231	0.30 252	0.41 266	0.31 271	0.44 309	0.30 248	0.43 285	0.30 252	0.43 298	0.31 284	0.41 265	0.31 254	0.40 282	0.29 217	0.41 316	0.30 271	0.40 287	0.32 276

ITERv30	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.42 286	0.30 250	0.42 280	0.69 404	0.38 248	0.32 242	0.40 280	0.29 251	0.37 236	0.29 227

qyd29nn	0.38 224	0.44 182	0.30 202	0.43 260	0.30 252	0.43 305	0.30 242	0.42 277	0.30 248	0.45 300	0.30 252	0.43 298	0.30 250	0.42 280	0.69 404	0.38 248	0.32 242	0.40 280	0.30 271	0.37 236	0.29 227

ITERv28	0.38 224	0.44 182	0.30 202	0.43 260	0.30 252	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.30 252	0.43 298	0.30 250	0.42 280	0.70 424	0.38 248	0.32 242	0.40 280	0.29 251	0.37 236	0.30 248

yuret106	0.38 224	0.44 182	0.30 202	0.43 260	0.30 252	0.43 305	0.30 242	0.43 290	0.31 280	0.45 300	0.30 252	0.43 298	0.30 250	0.43 297	0.68 397	0.37 233	0.32 242	0.40 280	0.29 251	0.38 255	0.29 227

uio108cc	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.43 298	0.30 250	0.42 280	0.68 397	0.37 233	0.32 242	0.40 280	0.30 271	0.38 255	0.29 227

oiu110	0.38 224	0.44 182	0.30 202	0.43 260	0.30 252	0.42 288	0.30 242	0.43 290	0.30 248	0.44 292	0.30 252	0.42 286	0.30 250	0.42 280	0.69 404	0.37 233	0.32 242	0.40 280	0.30 271	0.38 255	0.30 248

ITERv24	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.43 298	0.30 250	0.43 297	0.69 404	0.38 248	0.32 242	0.40 280	0.29 251	0.38 255	0.29 227

dd23bbn	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.43 298	0.30 250	0.42 280	0.69 404	0.38 248	0.32 242	0.40 280	0.29 251	0.37 236	0.29 227

hj116sk	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.30 252	0.43 298	0.30 250	0.43 297	0.69 404	0.38 248	0.32 242	0.40 280	0.29 251	0.38 255	0.30 248

ITERv21	0.38 224	0.44 182	0.30 202	0.43 260	0.30 252	0.43 305	0.30 242	0.42 277	0.30 248	0.45 300	0.30 252	0.43 298	0.30 250	0.43 297	0.69 404	0.38 248	0.32 242	0.40 280	0.30 271	0.37 236	0.30 248

v20iiwwt	0.38 224	0.44 182	0.31 229	0.43 260	0.31 285	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.30 252	0.42 286	0.30 250	0.43 297	0.70 424	0.37 233	0.32 242	0.40 280	0.30 271	0.38 255	0.30 248

ITERv19	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.42 286	0.30 250	0.42 280	0.70 424	0.37 233	0.32 242	0.40 280	0.30 271	0.37 236	0.29 227

ITER124	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.43 298	0.30 250	0.42 280	0.69 404	0.37 233	0.32 242	0.40 280	0.30 271	0.37 236	0.29 227

dddd17k	0.38 224	0.44 182	0.30 202	0.43 260	0.31 285	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.31 276	0.43 298	0.30 250	0.43 297	0.70 424	0.38 248	0.32 242	0.40 280	0.30 271	0.38 255	0.29 227

zxcv128	0.40 269	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.42 286	0.30 250	0.42 280	1.24 527	0.37 233	0.32 242	0.40 280	0.29 251	0.37 236	0.29 227

Select-FE	0.41 277	0.44 182	0.23 173	0.26 167	0.22 204	0.26 196	0.22 193	0.26 190	0.23 200	0.26 193	0.23 204	0.26 198	0.23 204	0.45 320	0.42 330	0.25 186	0.22 180	0.25 191	0.22 197	0.45 318	2.90 589

ccccc		0.44 182		0.48 291	0.35 318	0.48 343		0.51 356		0.47 327		0.47 334		0.47 329		0.41 295	0.40 301	0.40 280	0.40 354	0.41 304

Wz-Net-LNSev-Ref	0.11 87	0.44 182	0.33 245	0.39 205	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 277	0.36 283	0.02 18	0.02 20	0.02 20	0.02 20

IGEV-Stereo	0.35 206	0.44 182	0.45 302	0.49 297	0.30 252	0.37 235	0.30 242	0.36 221	0.30 248	0.36 226	0.29 240	0.36 232	0.29 242	0.36 232	0.30 242	0.46 320	0.39 298	0.32 216	0.24 211	0.32 202	0.25 195
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HART	0.38 224	0.45 214	0.34 255	0.42 244	0.33 305	0.41 266	0.34 304	0.42 277	0.33 299	0.43 285	0.34 309	0.42 286	0.34 307	0.41 265	0.38 300	0.40 282	0.32 242	0.42 332	0.32 305	0.40 287	0.32 276

mms	0.40 269	0.45 214	0.35 262	0.48 291	0.36 324	0.47 338	0.34 304	0.45 313	0.38 327	0.47 327	0.33 301	0.45 324	0.32 294	0.45 320	0.32 259	0.39 277	0.38 291	0.38 264	0.37 337	0.39 279	0.39 326

GMOStereo	0.37 218	0.45 214	0.23 173	0.30 173	0.37 328	0.41 266	0.36 315	0.41 259	0.35 311	0.43 285	0.36 321	0.41 266	0.40 334	0.41 265	0.36 288	0.34 215	0.22 180	0.47 358	0.37 337	0.39 279	0.33 289

RAFT + AFF	0.31 184	0.45 214	0.34 255	0.39 205	0.28 232	0.38 242	0.33 293	0.29 199	0.31 280	0.30 202	0.30 252	0.29 207	0.27 228	0.29 208	0.30 242	0.28 193	0.29 217	0.29 207	0.29 251	0.27 187	0.32 276

otaku	0.46 302	0.46 218	0.46 306	0.46 280	0.46 372	0.46 333	0.46 364	0.46 321	0.46 364	0.46 321	0.46 371	0.46 328	0.46 362	0.46 325	0.46 339	0.46 320	0.46 333	0.46 349	0.46 374	0.46 321	0.46 349

Dean	0.46 302	0.46 218	0.46 306	0.46 280	0.46 372	0.46 333	0.46 364	0.46 321	0.46 364	0.47 327	0.46 371	0.46 328	0.46 362	0.46 325	0.46 339	0.46 320	0.46 333	0.46 349	0.46 374	0.46 321	0.46 349

ACVNet-4b	0.46 302	0.46 218	0.46 306	0.46 280	0.46 372	0.46 333	0.46 364	0.46 321	0.46 364	0.46 321	0.46 371	0.46 328	0.46 362	0.47 329	0.46 339	0.46 320	0.46 333	0.46 349	0.46 374	0.46 321	0.46 349

psmorigin	0.41 277	0.46 218	0.33 245	0.49 297	0.33 305	0.49 348	0.33 293	0.49 335	0.33 299	0.49 341	0.33 301	0.49 345	0.33 302	0.51 360	0.33 268	0.41 295	0.30 230	0.41 316	0.30 271	0.79 400	0.29 227

Ntro	0.47 308	0.47 222	0.46 306	0.46 280	0.46 372	0.47 338	0.47 369	0.46 321	0.47 369	0.46 321	0.46 371	0.47 334	0.46 362	0.47 329	0.47 346	0.47 325	0.46 333	0.46 349	0.46 374	0.46 321	0.46 349

HaxPig	0.47 308	0.47 222	0.47 313	0.49 297	0.47 378	0.47 338	0.47 369	0.47 327	0.47 369	0.47 327	0.47 379	0.47 334	0.47 370	0.47 329	0.47 346	0.47 325	0.47 341	0.47 358	0.47 381	0.47 333	0.48 358

UNDER WATER	0.47 308	0.47 222	0.47 313	0.47 286	0.47 378	0.47 338	0.47 369	0.47 327	0.47 369	0.47 327	0.47 379	0.47 334	0.46 362	0.47 329	0.47 346	0.47 325	0.47 341	0.47 358	0.46 374	0.47 333	0.47 356

LVE	0.47 308	0.47 222	0.47 313	0.47 286	0.49 384	0.47 338	0.47 369	0.47 327	0.49 378	0.47 327	0.47 379	0.47 334	0.46 362	0.47 329	0.47 346	0.47 325	0.47 341	0.48 366	0.47 381	0.47 333	0.47 356

ACVNet_1	0.46 302	0.47 222	0.46 306	0.46 280	0.46 372	0.46 333	0.46 364	0.46 321	0.47 369	0.46 321	0.46 371	0.46 328	0.46 362	0.46 325	0.46 339	0.46 320	0.46 333	0.47 358	0.46 374	0.46 321	0.46 349

CES	0.39 256	0.47 222	0.36 264	0.36 193	0.37 328	0.45 327	0.35 309	0.35 217	0.40 341	0.36 226	0.44 365	0.47 334	0.36 316	0.44 316	0.36 288	0.37 233	0.39 298	0.44 341	0.35 329	0.37 236	0.36 309

xyz-stereo-finetune2	0.18 139	0.48 228	0.16 143	0.16 120	0.15 168	0.15 134	0.16 160	0.16 141	0.16 169	0.16 138	0.16 170	0.16 139	0.16 168	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 166	0.16 145	0.16 157

RainbowNet	0.48 313	0.48 228	0.48 321	0.48 291	0.48 382	0.48 343	0.48 378	0.48 331	0.48 376	0.48 334	0.48 383	0.48 341	0.48 371	0.48 338	0.48 352	0.48 329	0.48 345	0.48 366	0.48 384	0.48 337	0.48 358

xyz-stereo-finetune	0.28 171	0.49 230	0.16 143	0.16 120	0.16 175	0.16 142	0.16 160	0.22 172	0.30 248	0.32 211	0.31 276	0.32 216	0.31 284	0.32 215	0.32 259	0.32 207	0.33 270	0.31 215	0.32 305	0.31 200	0.32 276

GIP-stereo	0.36 212	0.49 230	0.39 278	0.48 291	0.32 293	0.41 266	0.28 228	0.40 244	0.30 248	0.41 258	0.28 235	0.40 253	0.28 235	0.42 280	0.28 225	0.45 316	0.32 242	0.38 264	0.30 271	0.37 236	0.27 209

notaker	0.48 313	0.49 230	0.48 321	0.48 291	0.48 382	0.48 343	0.48 378	0.48 331	0.49 378	0.48 334	0.48 383	0.48 341	0.48 371	0.48 338	0.48 352	0.48 329	0.48 345	0.48 366	0.48 384	0.48 337	0.49 363

ACVNet_2	0.49 319	0.49 230	0.49 328	0.49 297	0.49 384	0.49 348	0.49 380	0.49 335	0.49 378	0.49 341	0.49 386	0.49 345	0.49 376	0.49 344	0.49 354	0.49 332	0.49 349	0.49 371	0.49 387	0.49 341	0.49 363

252Zero-FE	0.45 296	0.50 234	0.36 264	0.50 304	0.36 324	0.50 356	0.36 315	0.50 343	0.36 321	0.49 341	0.36 321	0.49 345	0.36 316	0.54 369	0.41 322	0.45 316	0.34 278	0.45 345	0.34 317	0.55 360	0.75 431

xyz-stereo	0.18 139	0.50 234	0.16 143	0.15 109	0.16 175	0.16 142	0.16 160	0.16 141	0.16 169	0.16 138	0.16 170	0.16 139	0.16 168	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 166	0.16 145	0.16 157

FoundationStereo	0.50 321	0.50 234	0.50 332	0.50 304	0.50 388	0.50 356	0.50 382	0.50 343	0.50 381	0.50 354	0.50 388	0.50 360	0.50 379	0.50 351	0.50 355	0.50 338	0.50 359	0.50 375	0.50 389	0.50 346	0.50 374

StereoAnything_RVC	0.50 321	0.50 234	0.50 332	0.50 304	0.50 388	0.50 356	0.50 382	0.50 343	0.50 381	0.50 354	0.50 388	0.50 360	0.50 379	0.50 351	0.50 355	0.50 338	0.50 359	0.50 375	0.50 389	0.50 346	0.50 374

dual_stereo	0.50 321	0.50 234	0.50 332	0.50 304	0.50 388	0.50 356	0.50 382	0.50 343	0.50 381	0.50 354	0.50 388	0.50 360	0.50 379	0.50 351	0.50 355	0.50 338	0.50 359	0.50 375	0.50 389	0.50 346	0.50 374

KSHMR	0.66 351	0.50 234	0.48 321	1.15 421	0.52 394	0.49 348	0.51 386	0.49 335	0.71 433	0.67 395	0.50 388	1.16 467	1.11 459	0.66 390	0.52 362	0.49 332	0.49 349	0.51 380	0.66 413	0.50 346	1.14 469

WZ-Net	0.05 41	0.50 234	0.10 69	0.12 82	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 93	0.10 75	0.01 9	0.01 9	0.01 10	0.01 10

SANet	0.50 321	0.50 234	0.50 332	0.50 304	0.50 388	0.50 356	0.50 382	0.50 343	0.50 381	0.50 354	0.50 388	0.50 360	0.50 379	0.50 351	0.50 355	0.50 338	0.50 359	0.50 375	0.50 389	0.50 346	0.50 374

fffft	0.48 313	0.51 242	0.45 302	0.52 313	0.45 370	0.52 371	0.45 362	0.52 360	0.48 376	0.53 367	0.45 369	0.52 371	0.45 359	0.52 365	0.46 339	0.51 344	0.41 310	0.50 375	0.41 361	0.50 346	0.41 335
1: 1. 1
CASnet	0.35 206	0.51 242	0.44 300	0.32 181	0.31 285	0.24 181	0.34 304	0.36 221	0.25 208	0.31 206	0.37 328	0.30 210	0.33 302	0.25 186	0.45 335	0.37 233	0.37 285	0.33 224	0.35 329	0.34 213	0.37 313
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LG-Stereo_L1	0.47 308	0.52 244	0.47 313	0.62 334	0.39 344	0.53 373	0.40 341	0.53 362	0.39 340	0.53 367	0.39 342	0.53 372	0.39 333	0.53 367	0.39 311	0.55 356	0.46 333	0.49 371	0.37 337	0.49 341	0.37 313

Occ-G	1.12 450	0.52 244	3.72 604	3.50 566	0.50 388	0.56 378	0.47 369	0.54 364	0.46 364	0.54 372	0.41 351	0.54 375	0.42 351	0.52 365	0.42 330	3.42 582	4.02 601	0.52 383	0.45 372	0.51 352	0.44 346

AEACV	1.12 450	0.52 244	3.12 596	3.24 551	0.86 453	0.53 373	0.49 380	0.60 378	0.47 369	0.53 367	0.49 386	0.55 379	0.45 359	0.55 373	0.47 346	3.01 578	3.88 599	0.71 405	0.60 405	0.80 403	0.48 358

ktn	0.72 374	0.53 247	1.08 443	1.14 419	0.51 393	1.22 511	1.36 537	0.51 356	0.59 408	0.51 361	0.51 394	0.69 399	1.20 471	0.67 392	0.51 360	0.51 344	0.49 349	0.58 390	0.66 413	0.52 354	0.53 385

TorneroNet	0.66 351	0.53 247	0.50 332	0.50 304	0.64 424	1.06 449	0.70 425	0.50 343	0.51 388	0.49 341	0.69 432	0.49 345	0.50 379	0.48 338	1.15 473	0.71 393	0.49 349	1.14 466	1.08 461	0.49 341	0.49 363

ICVP	0.15 124	0.53 247	0.11 89	0.16 120	0.11 136	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.16 134	0.11 96	0.16 145	0.11 130	0.16 145	0.11 128
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Wz-Net-MNSev	0.06 44	0.54 250	0.10 69	0.12 82	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 93	0.11 96	0.01 9	0.01 9	0.01 10	0.01 10

PSMNet_ROB	0.54 331	0.54 250	0.54 346	0.54 317	0.53 397	0.54 376	0.54 390	0.53 362	0.54 391	0.54 372	0.54 398	0.54 375	0.53 386	0.54 369	0.54 365	0.54 350	0.53 375	0.54 387	0.54 395	0.54 359	0.54 388

LG-Stereo_Zeroshot	0.48 313	0.55 252	0.47 313	0.63 336	0.41 354	0.56 378	0.44 357	0.56 368	0.41 350	0.56 377	0.41 351	0.57 384	0.42 351	0.56 374	0.41 322	0.55 356	0.43 323	0.51 380	0.37 337	0.51 352	0.37 313

Selective-IGEV	0.51 326	0.55 252	0.45 302	0.69 345	0.45 370	0.61 387	0.45 362	0.50 343	0.40 341	0.56 377	0.44 365	0.55 379	0.40 334	0.72 396	0.67 394	0.59 361	0.46 333	0.45 345	0.34 317	0.46 321	0.37 313

Monster-pub-mixall	0.44 293	0.56 254	0.60 368	0.38 199	0.27 227	0.37 235	0.27 220	0.37 227	0.29 236	0.38 232	0.27 228	0.38 240	0.29 242	0.85 426	0.27 215	1.46 512	0.26 191	0.34 232	0.26 222	0.36 232	0.53 385

Monster-pub-eth3d	0.45 296	0.57 255	0.60 368	0.39 205	0.28 232	0.37 235	0.28 228	0.37 227	0.30 248	0.39 238	0.29 240	0.39 245	0.30 250	0.92 437	0.27 215	1.42 509	0.28 204	0.34 232	0.28 236	0.37 236	0.53 385

Replicate-Monster	0.45 296	0.57 255	0.60 368	0.40 219	0.29 241	0.37 235	0.27 220	0.37 227	0.30 248	0.40 244	0.31 276	0.40 253	0.30 250	0.99 445	0.27 215	1.36 505	0.31 238	0.34 232	0.30 271	0.36 232	0.54 388

LG-Stereo	0.60 339	0.58 257	0.47 313	0.64 339	0.74 444	1.00 441	0.69 422	0.57 371	0.41 350	0.57 380	0.41 351	0.57 384	0.41 345	1.00 447	0.75 436	0.91 418	0.51 369	0.52 383	0.37 337	0.52 354	0.37 313

AIO-test2	0.55 335	0.59 258	0.52 341	0.67 344	0.47 378	0.61 387	0.47 369	0.61 380	0.47 369	0.61 385	0.47 379	0.61 390	0.48 371	0.62 383	0.47 346	0.64 372	0.53 375	0.58 390	0.47 381	0.58 363	0.48 358

FCDSN-DC	0.41 277	0.59 258	0.64 377	0.54 317	0.33 305	0.50 356	0.37 321	0.42 277	0.40 341	0.61 385	0.43 363	0.50 360	0.49 376	0.38 239	0.32 259	0.28 193	0.23 185	0.26 196	0.22 197	0.35 225	0.28 222
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AIO-test1	0.54 331	0.60 260	0.52 341	0.66 343	0.47 378	0.61 387	0.47 369	0.58 374	0.46 364	0.61 385	0.46 371	0.61 390	0.45 359	0.62 383	0.45 335	0.61 366	0.52 373	0.57 389	0.48 384	0.57 362	0.48 358

DispNO	1.00 434	0.63 261	0.43 298	3.45 562	0.44 367	0.65 393	0.43 356	0.64 383	0.43 358	0.64 391	0.43 363	0.64 393	3.03 582	0.64 388	0.43 333	4.55 591	0.43 323	0.63 395	0.43 370	0.63 367	0.43 343

LMCR-Stereo	0.65 349	0.63 261	0.65 380	0.65 340	0.65 426	0.66 394	0.63 410	0.58 374	0.65 418	0.63 390	0.64 422	0.65 396	0.65 409	0.66 390	0.66 393	0.66 375	0.64 393	0.65 399	0.67 417	0.68 371	0.73 426

MonSter	0.60 339	0.64 263	0.52 341	0.62 334	0.44 367	2.07 546	0.44 357	0.62 381	0.44 361	0.62 388	0.44 365	0.62 392	0.44 356	0.62 383	0.44 334	0.58 360	0.42 319	0.62 393	0.46 374	0.58 363	0.42 342

AIO-Stereo	0.84 411	0.66 264	0.70 388	0.83 377	0.67 430	0.98 439	0.82 445	1.14 446	0.72 435	1.03 449	0.74 444	1.03 454	1.09 458	0.99 445	0.45 335	1.04 432	0.73 408	0.95 452	0.74 428	0.94 425	0.46 349

anonymity	0.63 346	0.69 265	0.56 354	0.71 351	0.56 404	0.71 399	0.56 397	0.71 392	0.56 396	0.72 399	0.56 403	0.71 400	0.56 390	0.71 395	0.58 382	0.68 377	0.55 377	0.68 401	0.55 396	0.68 371	0.54 388

CoDeX	0.15 124	0.70 266	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 394	0.02 15	0.69 401	0.75 412	0.01 9	0.02 20	0.02 20

FE-Mocha	0.35 206	0.71 267	0.40 283	0.47 286	0.27 227	0.34 222	0.27 220	0.34 213	0.26 221	0.34 218	0.26 223	0.34 224	0.27 228	0.34 223	0.27 215	0.44 313	0.41 310	0.33 224	0.29 251	0.32 202	0.29 227

RAFT-Stereo + iAFF	0.70 365	0.72 268	0.71 391	0.80 371	0.62 423	0.82 421	0.61 408	0.81 416	0.62 413	0.81 426	0.63 420	0.80 427	0.70 421	0.73 398	0.61 388	0.76 401	0.61 390	0.74 409	0.61 407	0.77 397	0.61 402

ITERv12	0.69 363	0.73 269	0.57 363	0.78 361	0.57 410	0.77 402	0.57 402	0.77 396	0.55 393	0.79 418	0.55 399	0.77 410	0.65 409	0.82 417	0.56 375	0.70 384	0.51 369	0.76 418	1.18 472	0.70 380	0.51 383

DSFCA	0.66 351	0.73 269	0.78 404	0.65 340	0.65 426	0.64 392	0.64 411	0.65 384	0.63 416	0.64 391	0.64 422	0.64 393	0.64 406	0.65 389	0.65 390	0.65 373	0.65 395	0.65 399	0.65 411	0.66 369	0.64 407

iked130	0.67 356	0.74 271	0.55 348	0.77 357	0.55 400	0.77 402	0.55 391	0.77 396	0.55 393	0.77 408	0.55 399	0.77 410	0.63 401	0.80 408	0.55 367	0.69 378	0.49 349	0.74 409	0.96 447	0.69 376	0.49 363

99wein	0.70 365	0.74 271	0.56 354	0.79 363	0.56 404	0.94 435	0.55 391	0.78 402	0.60 409	0.78 413	0.59 411	0.78 413	0.63 401	0.80 408	0.56 375	0.70 384	0.50 359	0.77 424	1.01 457	0.82 408	0.49 363

zaero_v3	0.68 358	0.74 271	0.55 348	0.79 363	0.55 400	0.79 414	0.55 391	0.79 403	0.57 401	0.77 408	0.59 411	0.79 421	0.62 396	0.80 408	0.55 367	0.69 378	0.49 349	0.74 409	1.04 459	0.71 387	0.49 363

ITERv2	0.70 365	0.74 271	0.55 348	0.77 357	0.55 400	0.78 407	0.55 391	0.77 396	0.55 393	0.77 408	0.55 399	0.78 413	0.62 396	0.79 403	0.55 367	0.69 378	0.49 349	0.73 406	1.50 546	0.69 376	0.49 363

ITERv14	0.67 356	0.75 275	0.55 348	0.77 357	0.55 400	0.77 402	0.55 391	0.77 396	0.54 391	0.77 408	0.56 403	0.77 410	0.62 396	0.79 403	0.55 367	0.70 384	0.48 345	0.75 412	0.97 448	0.68 371	0.49 363

ITERv10	0.74 379	0.75 275	0.56 354	0.79 363	0.56 404	0.91 430	0.56 397	1.16 450	0.56 396	0.79 418	0.60 413	0.78 413	0.84 441	0.81 415	0.56 375	0.70 384	0.82 422	0.77 424	1.17 470	0.70 380	0.50 374

SMoEStereo_RVC	0.63 346	0.75 275	0.51 338	0.73 353	0.53 397	0.71 399	0.47 369	0.67 387	0.58 406	0.74 405	0.60 413	0.72 403	0.53 386	0.74 400	0.51 360	0.61 366	0.62 391	0.62 393	0.61 407	0.63 367	0.61 402

v134_o9	0.68 358	0.76 278	0.55 348	0.79 363	0.57 410	0.79 414	0.57 402	0.79 403	0.62 413	0.77 408	0.57 409	0.79 421	0.62 396	0.79 403	0.55 367	0.71 393	0.49 349	0.77 424	0.99 452	0.71 387	0.49 363

ITERv8	0.74 379	0.76 278	0.56 354	0.79 363	0.57 410	0.78 407	0.59 406	0.79 403	0.57 401	0.79 418	0.56 403	0.79 421	0.77 433	0.82 417	0.88 449	0.71 393	0.76 413	0.77 424	1.08 461	0.70 380	0.70 416

ITERv7	0.71 370	0.77 280	0.56 354	0.80 371	0.56 404	0.78 407	0.56 397	0.79 403	0.78 442	0.78 413	0.56 403	0.84 432	0.63 401	0.82 417	0.55 367	0.70 384	0.51 369	0.76 418	0.98 449	0.70 380	0.74 430

ITER	0.72 374	0.77 280	0.55 348	0.77 357	0.57 410	0.78 407	0.55 391	0.77 396	0.56 396	0.79 418	0.55 399	0.78 413	0.67 415	0.80 408	0.55 367	0.70 384	0.50 359	0.81 433	1.66 562	0.69 376	0.49 363

GCAP-BAT	0.33 195	0.78 282	0.32 240	0.38 199	0.25 217	0.34 222	0.25 209	0.34 213	0.26 221	0.34 218	0.25 217	0.35 226	0.26 220	0.35 226	0.27 215	0.36 229	0.30 230	0.32 216	0.24 211	0.32 202	0.26 201

SFCPSM	0.17 136	0.78 282	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 440	0.02 15	0.75 411	0.76 418	0.02 20	0.02 20	0.02 20

s6wercc	0.78 391	0.79 284	0.86 413	0.80 371	0.75 445	0.80 418	0.56 397	0.80 412	0.56 396	1.18 464	0.56 403	0.78 413	0.63 401	1.24 516	0.59 385	0.70 384	0.50 359	0.75 412	1.54 547	0.71 387	0.50 374

G-Net	0.79 393	0.79 284	0.79 407	0.79 363	0.79 449	0.79 414	0.79 438	0.79 403	0.79 446	0.79 418	0.79 449	0.79 421	0.79 436	0.79 403	0.79 440	0.79 403	0.79 416	0.79 428	0.79 433	0.79 400	0.79 435

DMCA-RVC	0.70 365	0.80 286	0.70 388	0.70 349	0.70 436	0.70 397	0.70 425	0.71 392	0.70 428	0.70 398	0.71 438	0.71 400	0.70 421	0.70 394	0.69 404	0.69 378	0.70 402	0.69 402	0.70 422	0.69 376	0.70 416

NaN_ROB	0.80 395	0.80 286	0.80 408	0.80 371	0.80 451	0.80 418	0.80 441	0.80 412	0.80 447	0.80 424	0.80 450	0.80 427	0.80 437	0.80 408	0.80 442	0.80 404	0.80 419	0.80 431	0.80 435	0.80 403	0.80 436

CSAN	0.80 395	0.80 286	0.80 408	0.80 371	0.80 451	0.80 418	0.80 441	0.80 412	0.80 447	0.80 424	0.80 450	0.80 427	0.80 437	0.80 408	0.80 442	0.80 404	0.80 419	0.80 431	0.80 435	0.80 403	0.80 436

testlalala	0.32 192	0.81 289	0.31 229	0.39 205	0.26 225	0.33 220	0.24 206	0.33 209	0.26 221	0.32 211	0.26 223	0.33 219	0.23 204	0.33 221	0.23 197	0.35 224	0.31 238	0.30 209	0.24 211	0.31 200	0.21 179

ARAFT	0.68 358	0.81 289	0.63 375	0.74 354	0.60 415	0.78 407	0.62 409	0.77 396	0.66 420	0.74 405	0.63 420	0.75 407	0.62 396	0.83 421	0.60 386	0.70 384	0.55 377	0.70 404	0.60 405	0.78 398	0.55 393

RSM++	0.76 386	0.82 291	0.66 381	0.85 380	0.64 424	0.85 423	0.71 428	0.94 432	0.64 417	0.87 429	0.67 428	0.87 434	0.65 409	0.84 422	0.65 390	0.81 407	0.70 402	0.79 428	0.71 425	0.83 411	0.70 416

water-stereo	0.41 277	0.84 292	0.46 306	0.50 304	0.33 305	0.45 327	0.33 293	0.45 313	0.32 292	0.45 300	0.32 293	0.45 324	0.32 294	0.45 320	0.32 259	0.44 313	0.41 310	0.39 275	0.31 299	0.39 279	0.32 276

Selective-RAFT-Error	0.88 416	0.84 292	0.98 435	0.86 381	0.97 466	0.88 426	0.95 456	0.84 418	0.99 467	0.92 435	0.82 452	0.84 432	0.98 448	0.87 428	0.97 458	0.81 407	0.83 423	0.79 428	0.82 438	0.79 400	0.85 441

depthmonostereo	0.44 293	0.85 294	0.46 306	0.54 317	0.40 346	0.52 371	0.38 327	0.52 360	0.35 311	0.47 327	0.34 309	0.46 328	0.34 307	0.47 329	0.34 281	0.45 316	0.43 323	0.41 316	0.33 313	0.41 304	0.32 276

DilatedVolume-Stereo	0.43 288	0.86 295	0.48 321	0.50 304	0.33 305	0.46 333	0.33 293	0.46 321	0.33 299	0.46 321	0.33 301	0.47 334	0.33 302	0.47 329	0.34 281	0.45 316	0.42 319	0.40 280	0.33 313	0.47 333	0.38 320

AIO-Stereo-zeroshot	0.91 420	0.86 295	0.89 417	1.25 478	0.69 434	1.05 448	0.81 444	1.16 450	0.50 381	1.12 459	0.97 463	0.72 403	0.82 439	1.06 453	0.95 456	0.61 366	0.87 425	1.03 463	0.85 441	1.04 435	1.01 458

test_sample3	0.09 52	0.87 297	0.10 69	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 52	0.87 297	0.12 101	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

SCV_C0	0.45 296	0.88 299	0.49 328	0.54 317	0.37 328	0.48 343	0.37 321	0.48 331	0.37 323	0.48 334	0.36 321	0.48 341	0.37 321	0.49 344	0.37 297	0.50 338	0.41 310	0.44 341	0.34 317	0.44 314	0.34 297

tt45	1.04 444	0.88 299	1.36 520	0.92 388	1.03 474	1.51 527	0.79 438	0.70 391	0.88 452	0.74 405	0.90 455	1.60 528	0.72 426	1.60 525	0.75 436	0.91 418	0.78 415	1.52 537	0.79 433	1.14 441	1.32 533

AFF-stereo	0.73 377	0.88 299	0.67 385	0.75 355	0.68 433	0.75 401	0.64 411	0.80 412	0.72 435	0.83 428	0.70 434	0.82 431	0.64 406	0.84 422	0.67 394	0.77 402	0.63 392	0.81 433	0.63 409	0.78 398	0.62 405

DLNR-FE	0.28 171	0.89 302	0.30 202	0.34 187	0.19 193	0.28 201	0.19 179	0.28 194	0.20 188	0.28 197	0.20 194	0.28 201	0.20 192	0.28 204	0.20 186	0.33 211	0.28 204	0.25 191	0.19 192	0.24 178	0.19 175

CASS	0.57 338	0.89 302	0.56 354	0.57 324	0.56 404	0.56 378	0.56 397	0.56 368	0.53 389	0.57 380	0.57 409	0.59 388	0.48 371	0.56 374	0.57 381	0.55 356	0.56 379	0.47 358	0.56 400	0.62 366	0.56 396
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Selective-RAFT	0.89 419	0.89 302	0.72 394	1.16 426	0.78 448	1.06 449	0.82 445	0.87 419	0.97 464	1.00 443	0.91 458	0.90 438	1.00 449	0.89 431	0.93 455	0.83 412	0.83 423	0.82 438	0.82 438	0.81 406	0.82 439

MLG-Stereo	0.92 422	0.90 305	0.84 411	1.27 479	0.49 384	1.38 521	0.88 448	1.41 518	0.97 464	0.73 400	1.09 471	1.26 517	0.43 354	0.72 396	1.05 466	1.13 444	0.49 349	1.18 475	0.66 413	1.01 432	0.46 349

UNet	0.29 176	0.90 305	0.10 69	0.14 99	0.10 121	0.14 127	0.10 118	0.91 425	0.69 425	0.14 127	0.11 133	0.14 128	0.11 132	0.14 130	0.10 114	0.12 93	0.09 70	0.12 122	0.09 111	0.88 415	0.76 433

xxxxx1	0.31 184	0.91 307	0.23 173	0.31 178	0.23 210	0.31 210	0.23 201	0.33 209	0.25 208	0.31 206	0.24 211	0.33 219	0.25 211	0.32 215	0.24 201	0.28 193	0.28 204	0.28 202	0.28 236	0.29 192	0.27 209

tt_ll	0.31 184	0.91 307	0.23 173	0.31 178	0.23 210	0.31 210	0.23 201	0.33 209	0.25 208	0.31 206	0.24 211	0.33 219	0.25 211	0.32 215	0.24 201	0.28 193	0.28 204	0.28 202	0.28 236	0.29 192	0.27 209

ff	0.31 184	0.91 307	0.23 173	0.31 178	0.23 210	0.31 210	0.23 201	0.33 209	0.25 208	0.31 206	0.24 211	0.33 219	0.25 211	0.32 215	0.24 201	0.28 193	0.28 204	0.28 202	0.28 236	0.29 192	0.27 209

DPSM_ROB	0.92 422	0.91 307	0.91 427	0.91 385	0.92 460	0.92 432	0.92 452	0.92 428	0.91 454	0.93 437	0.91 458	0.92 441	0.90 442	0.91 433	0.92 451	0.92 421	0.91 427	0.91 447	0.92 442	0.93 423	0.93 448

DPSM	0.92 422	0.91 307	0.91 427	0.91 385	0.92 460	0.92 432	0.92 452	0.92 428	0.91 454	0.93 437	0.91 458	0.92 441	0.90 442	0.91 433	0.92 451	0.92 421	0.91 427	0.91 447	0.92 442	0.93 423	0.93 448

AIO-Stereo-zeroshot1	0.75 381	0.92 312	0.85 412	0.96 399	0.59 414	1.27 514	0.44 357	0.59 376	0.69 425	0.91 433	0.68 429	0.55 379	0.61 395	1.06 453	0.83 446	0.62 370	0.70 402	0.90 444	0.41 361	0.89 416	0.56 396

pmcnn	0.92 422	0.92 312	0.92 430	0.92 388	0.92 460	0.92 432	0.92 452	0.92 428	0.92 458	0.92 435	0.92 461	0.92 441	0.92 444	0.92 437	0.92 451	0.92 421	0.92 429	0.92 449	0.92 442	0.92 422	0.92 447

AdaDepth	0.86 414	0.93 314	0.71 391	1.01 407	1.07 476	1.02 446	0.71 428	1.00 436	0.71 433	1.01 447	0.71 438	1.00 449	0.72 426	1.14 464	0.71 430	0.92 421	0.64 393	0.90 444	0.64 410	0.89 416	0.69 414

tt1	0.31 184	0.93 314	0.24 180	0.33 185	0.23 210	0.31 210	0.24 206	0.32 206	0.24 203	0.32 211	0.23 204	0.32 216	0.25 211	0.32 215	0.24 201	0.27 191	0.26 191	0.27 200	0.26 222	0.27 187	0.27 209

SCV	0.46 302	0.94 316	0.45 302	0.54 317	0.37 328	0.48 343	0.38 327	0.48 331	0.37 323	0.48 334	0.39 342	0.48 341	0.37 321	0.49 344	0.37 297	0.50 338	0.46 333	0.44 341	0.34 317	0.44 314	0.34 297

tta	0.09 52	0.95 317	0.09 65	0.10 58	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

R-Stereo Train	0.81 400	0.96 318	0.67 385	0.95 396	0.67 430	0.95 436	0.68 419	0.95 434	0.68 422	0.95 441	0.68 429	0.96 446	0.68 417	0.96 443	0.68 397	0.94 426	0.68 397	0.94 450	0.68 418	0.94 425	0.68 412

RAFT-Stereo	0.81 400	0.96 318	0.67 385	0.95 396	0.67 430	0.95 436	0.68 419	0.95 434	0.68 422	0.95 441	0.68 429	0.96 446	0.68 417	0.96 443	0.68 397	0.94 426	0.68 397	0.94 450	0.68 418	0.94 425	0.68 412
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
test_sample6	0.09 52	0.97 320	0.10 69	0.10 58	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

zh-sn7	0.10 65	0.98 321	0.14 126	0.15 109	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.15 125	0.13 136	0.03 38	0.03 54	0.03 43	0.03 51

Former-RAFT_DAM_RVC	0.49 319	0.98 321	0.64 377	0.84 378	0.46 372	0.45 327	0.35 309	0.47 327	0.47 369	0.45 300	0.34 309	0.46 328	0.48 371	0.46 325	0.35 285	0.39 277	0.71 406	0.39 275	0.35 329	0.41 304	0.41 335

dd	0.23 158	0.98 321	0.16 143	0.23 150	0.15 168	0.23 180	0.15 157	0.23 176	0.15 167	0.23 176	0.15 169	0.24 183	0.17 175	0.23 177	0.15 161	0.22 164	0.15 143	0.21 171	0.15 164	0.22 167	0.16 157

222	0.10 65	0.99 324	0.12 101	0.13 95	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.02 20	0.04 77	0.03 51

test_sample7	0.09 52	1.00 325	0.11 89	0.11 75	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

ACVNet-DCA	0.37 218	1.00 325	0.30 202	0.40 219	0.29 241	0.40 250	0.29 237	0.40 244	0.29 236	0.40 244	0.29 240	0.40 253	0.29 242	0.39 247	0.28 225	0.33 211	0.32 242	0.33 224	0.32 305	0.33 209	0.32 276

GANet	1.00 434	1.00 325	1.00 437	1.00 404	1.00 467	1.00 441	1.00 461	1.00 436	1.00 468	1.00 443	1.00 465	1.00 449	1.00 449	1.00 447	1.00 461	1.00 428	1.00 433	1.00 457	1.00 453	1.00 429	1.00 455

TDLM	1.00 434	1.00 325	1.00 437	1.00 404	1.00 467	1.00 441	1.00 461	1.00 436	1.00 468	1.00 443	1.00 465	1.00 449	1.00 449	1.00 447	1.00 461	1.00 428	1.00 433	1.00 457	1.00 453	1.00 429	1.00 455

CVANet_RVC	1.00 434	1.00 325	1.00 437	1.00 404	1.00 467	1.00 441	1.00 461	1.00 436	1.00 468	1.00 443	1.00 465	1.00 449	1.00 449	1.00 447	1.00 461	1.00 428	1.00 433	1.00 457	1.00 453	1.00 429	1.00 455

DGTPSM_ROB	0.93 427	1.00 325	0.92 430	0.94 394	0.96 465	0.91 430	0.92 452	0.91 425	0.96 463	0.91 433	0.96 462	0.93 444	0.92 444	0.94 439	0.92 451	0.92 421	0.92 429	0.90 444	0.92 442	0.94 425	0.91 446

trnet	1.01 440	1.01 331	1.01 440	1.01 407	1.01 471	1.01 445	1.01 464	1.01 440	1.01 471	1.01 447	1.01 468	1.01 453	1.01 455	1.01 451	1.01 464	1.01 431	1.01 436	1.01 460	1.01 457	1.01 432	1.01 458

SMFormer	0.09 52	1.01 331	0.09 65	0.09 55	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 52	1.01 331	0.10 69	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.03 51

GLC_STEREO	1.07 445	1.01 331	1.06 442	1.07 411	1.05 475	1.06 449	1.08 468	1.08 442	1.05 474	1.07 451	1.06 470	1.08 456	1.05 457	1.06 453	1.10 468	1.07 435	1.09 446	1.05 464	1.05 460	1.06 436	1.12 465

1test111	0.37 218	1.02 335	0.30 202	0.39 205	0.29 241	0.40 250	0.28 228	0.39 239	0.29 236	0.39 238	0.29 240	0.39 245	0.28 235	0.40 250	0.29 235	0.33 211	0.32 242	0.33 224	0.31 299	0.32 202	0.31 270

cc1	0.37 218	1.02 335	0.30 202	0.39 205	0.29 241	0.40 250	0.28 228	0.39 239	0.29 236	0.39 238	0.29 240	0.39 245	0.28 235	0.40 250	0.29 235	0.33 211	0.32 242	0.33 224	0.31 299	0.32 202	0.31 270

test_sample4	0.10 65	1.03 337	0.12 101	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.13 136	0.03 38	0.03 54	0.03 43	0.03 51

test_sample2	0.09 52	1.03 337	0.11 89	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

xx1	0.38 224	1.03 337	0.31 229	0.40 219	0.31 285	0.41 266	0.28 228	0.40 244	0.29 236	0.40 244	0.29 240	0.40 253	0.29 242	0.40 250	0.29 235	0.34 215	0.33 270	0.34 232	0.32 305	0.34 213	0.32 276

dad	0.23 158	1.03 337	0.16 143	0.23 150	0.15 168	0.24 181	0.15 157	0.24 179	0.16 169	0.23 176	0.16 170	0.24 183	0.16 168	0.23 177	0.15 161	0.22 164	0.16 145	0.22 176	0.16 166	0.22 167	0.16 157

DualNet (step1)	0.10 65	1.05 341	0.12 101	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 65	1.05 341	0.12 101	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 65	1.05 341	0.12 101	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample5	0.10 65	1.07 344	0.11 89	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

DualNet	0.10 65	1.07 344	0.11 89	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

ttt	0.10 65	1.09 346	0.12 101	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.02 20	0.03 43	0.02 20

test_xeample	0.10 65	1.09 346	0.13 121	0.12 82	0.03 48	0.03 40	0.03 50	0.04 77	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.14 140	0.03 38	0.03 54	0.03 43	0.03 51

FC-DCNN	1.07 445	1.09 346	0.98 435	0.89 382	0.52 394	1.41 524	0.91 451	1.21 504	1.24 532	1.96 535	2.05 589	1.91 536	1.30 524	1.27 518	1.08 467	0.80 404	0.60 386	0.58 390	0.41 361	0.68 371	0.54 388

a5sdf	0.75 381	1.10 349	0.56 354	0.78 361	0.56 404	0.78 407	0.80 441	0.79 403	0.56 396	0.78 413	0.86 453	0.78 413	0.63 401	0.80 408	0.56 375	0.72 396	0.50 359	0.75 412	1.46 543	0.70 380	0.49 363

MSMD_ROB	1.19 452	1.10 349	0.70 388	1.10 413	0.60 415	1.10 455	0.70 425	1.10 445	0.70 428	1.10 453	0.70 434	1.10 460	0.70 421	7.00 626	0.70 424	1.10 438	0.70 402	1.10 465	0.70 422	1.10 439	0.70 416

vnu138km	0.76 386	1.11 351	0.56 354	0.96 399	0.73 441	0.79 414	0.76 434	0.79 403	0.57 401	0.78 413	0.56 403	0.79 421	0.64 406	0.81 415	0.56 375	0.70 384	0.50 359	0.75 412	1.14 466	1.08 437	0.69 414

999	1.00 434	1.12 352	0.59 366	1.10 413	1.21 534	1.09 454	0.52 387	1.08 442	1.43 546	1.18 464	1.35 538	0.98 448	0.52 385	0.91 433	0.85 447	0.72 396	1.46 530	0.83 439	0.98 449	0.68 371	1.41 541

zh-mn7	0.12 96	1.14 353	0.17 150	0.20 136	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.18 150	0.16 145	0.03 38	0.03 54	0.03 43	0.03 51

1111x	0.10 65	1.14 353	0.13 121	0.14 99	0.03 48	0.04 77	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.11 96	0.03 38	0.02 20	0.03 43	0.02 20

LoS_RVC	0.30 177	1.14 353	0.25 183	0.25 160	0.25 217	0.26 196	0.25 209	0.25 185	0.25 208	0.25 185	0.25 217	0.26 198	0.26 220	0.26 196	0.25 209	0.26 188	0.26 191	0.25 191	0.25 216	0.26 182	0.26 201

DDF-Stereo	0.43 288	1.15 356	0.57 363	0.53 314	0.32 293	0.41 266	0.32 282	0.41 259	0.32 292	0.41 258	0.32 293	0.41 266	0.32 294	0.40 250	0.32 259	0.52 346	0.50 359	0.38 264	0.31 299	0.39 279	0.31 270

x	0.11 87	1.15 356	0.15 142	0.14 99	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.15 143	0.03 38	0.03 54	0.03 43	0.03 51

xxxx	0.11 87	1.16 358	0.16 143	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.16 145	0.03 38	0.04 78	0.04 77	0.04 79

CAS	0.30 177	1.17 359	0.25 183	0.25 160	0.25 217	0.26 196	0.25 209	0.25 185	0.26 221	0.25 185	0.25 217	0.25 188	0.25 211	0.25 186	0.25 209	0.26 188	0.26 191	0.26 196	0.25 216	0.26 182	0.25 195

HSM-Net_RVC	0.95 430	1.17 359	0.78 404	1.18 428	0.71 438	1.16 463	0.75 433	1.09 444	0.80 447	1.10 453	0.75 445	1.17 468	0.74 428	1.17 467	0.80 442	1.13 444	0.73 408	1.17 472	0.77 430	1.16 445	0.72 423
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DPSimNet_ROB	0.97 431	1.18 361	0.81 410	1.10 413	0.91 459	1.02 446	0.82 445	1.04 441	0.91 454	1.03 449	0.86 453	1.28 519	0.82 439	1.03 452	0.89 450	1.17 447	0.81 421	1.02 461	0.82 438	1.08 437	0.81 438

psm_up	0.43 288	1.19 362	0.17 150	0.25 160	0.18 189	0.25 188	0.19 179	1.26 508	0.91 454	0.26 193	0.17 175	0.25 188	0.17 175	0.25 186	0.17 171	0.22 164	0.17 163	0.23 182	0.16 166	1.18 451	0.99 453

DisPM	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

CrosDoStereo	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

PFNet+	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

LCNet	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

HHNet	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

Patchmatch Stereo++	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479
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
AAGNet	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

STrans-v2	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

TransformOpticalFlow	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

OMP-Stereo	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

IIG-Stereo	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

NF-Stereo	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

OCTAStereo	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

PSM-softLoss	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

KMStereo	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

NRIStereo	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

PSM-adaLoss	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

PSM-AAD	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

FTStereo	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

ROB_FTStereo_v2	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

ROB_FTStereo	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

Consistency-Raft	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

KYRaft	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

HUI-Stereo	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

ASMatch	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

DeepStereo_LL	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

DEmStereo	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

SST-Stereo	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

THIR-Stereo	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

RAFT_R40	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

DRaft	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

PFNet	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

GrayStereo	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

RE-Stereo	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

Pruner-Stereo	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

TVStereo	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

DeepStereo_RVC	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

RAFT-RH_RVC	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

IRAFT_RVC	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

RAFT-345	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

iRAFT	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

CRE-IMP	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

GMM-Stereo	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

RAFT-IKP	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

Prome-Stereo	1.20 453	1.20 363	1.20 457	1.20 430	1.20 488	1.20 465	1.20 479	1.20 459	1.20 484	1.20 467	1.20 481	1.20 470	1.20 471	1.20 469	1.20 480	1.20 449	1.20 461	1.20 477	1.20 476	1.20 454	1.20 479

UPFNet	0.42 287	1.20 363	0.17 150	0.24 155	0.17 179	0.25 188	0.17 168	1.19 456	0.90 453	0.25 185	0.17 175	0.24 183	0.17 175	0.25 186	0.17 171	0.22 164	0.17 163	0.22 176	0.16 166	1.15 443	0.93 448

Wavelet-MonSter	1.00 434	1.21 409	0.76 401	1.94 507	1.01 471	1.11 458	0.76 434	1.15 447	0.76 441	1.11 458	0.76 446	1.14 465	0.76 431	1.11 461	0.76 438	1.21 494	0.90 426	1.02 461	0.71 425	1.02 434	0.71 421

GASTEREO	0.48 313	1.21 409	0.47 313	0.57 324	0.38 335	0.50 356	0.38 327	0.50 343	0.38 327	0.50 354	0.38 333	0.50 360	0.38 325	0.50 351	0.38 300	0.52 346	0.42 319	0.46 349	0.34 317	0.46 321	0.34 297

z-mn7	0.16 132	1.21 409	0.33 245	0.41 231	0.04 79	0.04 77	0.03 50	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.35 224	0.31 238	0.04 73	0.04 78	0.04 77	0.04 79

ours_stereo	1.20 453	1.21 409	0.90 422	1.64 501	1.11 478	1.35 517	0.67 418	1.76 527	0.93 459	1.70 531	1.10 472	1.39 522	0.75 430	1.41 522	0.81 445	1.60 520	1.03 438	1.33 527	1.00 453	1.61 515	0.72 423

WCG-NET	0.61 342	1.21 409	0.54 346	0.61 333	0.53 397	0.67 395	0.53 388	0.66 386	0.53 389	0.64 391	0.53 397	0.65 396	0.53 386	0.59 381	0.52 362	0.65 373	0.48 345	0.64 396	0.52 393	0.58 363	0.50 374

delet	0.43 288	1.21 409	0.17 150	0.25 160	0.17 179	0.25 188	0.18 175	1.26 508	0.95 461	0.25 185	0.17 175	0.25 188	0.17 175	0.25 186	0.17 171	0.23 175	0.16 145	0.22 176	0.16 166	1.18 451	0.98 452

w-ln-seven-2	0.14 112	1.22 415	0.28 194	0.32 181	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.32 207	0.27 198	0.04 73	0.03 54	0.03 43	0.03 51

CroCo-Stereo	0.73 377	1.22 415	0.25 183	1.22 475	0.25 217	1.22 511	0.25 209	1.22 505	0.25 208	1.22 513	0.25 217	1.22 516	0.25 211	1.22 515	0.25 209	1.22 496	0.26 191	1.21 522	0.25 216	1.22 501	0.25 195
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
WCG-NET（raft）	0.32 192	1.24 417	0.24 180	0.32 181	0.24 215	0.32 218	0.23 201	0.32 206	0.24 203	0.32 211	0.24 211	0.32 216	0.24 208	0.32 215	0.24 201	0.30 201	0.23 185	0.30 209	0.23 203	0.30 195	0.23 184

MMNet	0.44 293	1.24 417	0.17 150	0.25 160	0.17 179	0.25 188	0.18 175	1.26 508	0.93 459	0.25 185	0.17 175	0.25 188	0.18 183	0.25 186	0.17 171	0.23 175	0.16 145	0.23 182	0.16 166	1.20 454	0.99 453

CroCo-Stereo Lap2	0.77 388	1.29 419	0.29 198	1.27 479	0.29 241	1.27 514	0.26 217	1.26 508	0.26 221	1.26 514	0.26 223	1.27 518	0.26 220	1.26 517	0.27 215	1.27 498	0.27 198	1.27 525	0.27 230	1.27 503	0.27 209

CSP-Net	0.34 197	1.29 419	1.19 454	1.36 486	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 497	1.21 507	0.03 38	0.09 111	0.02 20	0.09 111

zero-FE	0.72 374	1.31 421	0.66 381	0.92 388	0.60 415	0.82 421	0.58 404	0.82 417	0.58 406	0.81 426	0.60 413	0.81 430	0.60 393	0.82 417	0.58 382	0.74 399	0.59 385	0.73 406	0.52 393	0.76 395	0.51 383

Syn2CoEx	0.25 161	1.31 421	0.74 398	0.92 388	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 42	0.02 21	0.02 20	0.02 20	0.87 417	0.75 411	0.02 18	0.02 20	0.02 20	0.02 20

ITERv4	0.88 416	1.32 423	0.56 354	0.79 363	0.92 460	1.18 464	0.97 459	0.79 403	0.57 401	0.79 418	0.65 424	0.79 421	1.14 462	0.86 427	0.56 375	1.06 434	0.92 429	0.76 418	1.61 556	0.70 380	0.71 421

CC-Net-ROB	1.36 506	1.33 424	1.33 509	1.36 486	1.38 541	1.36 519	1.33 533	1.37 515	1.34 537	1.35 516	1.36 540	1.38 521	1.34 527	1.38 521	1.38 542	1.35 503	1.38 526	1.33 527	1.35 531	1.43 509	1.34 536

MaskLacGwcNet_RVC	1.35 505	1.35 425	1.35 512	1.35 485	1.35 538	1.35 517	1.35 535	1.36 513	1.35 540	1.36 517	1.35 538	1.36 520	1.36 529	1.36 519	1.35 539	1.35 503	1.35 522	1.35 530	1.35 531	1.35 506	1.35 537

PML	0.46 302	1.36 426	0.29 198	0.58 326	0.30 252	0.57 384	0.29 237	0.57 371	0.29 236	0.57 380	0.29 240	0.57 384	0.29 242	0.56 374	0.29 235	0.52 346	0.30 230	0.53 386	0.31 299	0.53 358	0.30 248

PS-NSSS	1.38 508	1.39 427	1.34 510	1.34 484	1.35 538	1.38 521	1.37 542	1.35 512	1.38 543	1.34 515	1.34 537	1.39 522	1.38 532	1.70 529	1.40 543	1.36 505	1.36 523	1.36 532	1.37 534	1.37 507	1.36 538

MSCF	0.51 326	1.40 428	0.49 328	0.58 326	0.38 335	0.50 356	0.38 327	0.54 364	0.41 350	0.52 364	0.41 351	0.53 372	0.42 351	0.53 367	0.41 322	0.60 362	0.47 341	0.48 366	0.37 337	0.48 337	0.38 320

z-ln-s-r	0.21 150	1.40 428	0.53 345	0.56 323	0.04 79	0.05 89	0.04 81	0.05 89	0.05 97	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.05 88	0.57 359	0.44 330	0.04 73	0.04 78	0.04 77	0.04 79

w-ln-seven	0.18 139	1.47 430	0.33 245	0.40 219	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.38 248	0.32 242	0.05 86	0.04 78	0.04 77	0.04 79

Gwc-CoAtRS	0.41 277	1.49 431	0.32 240	0.42 244	0.32 293	0.41 266	0.32 282	0.41 259	0.33 299	0.41 258	0.32 293	0.41 266	0.32 294	0.41 265	0.32 259	0.39 277	0.28 204	0.39 275	0.28 236	0.40 287	0.28 222

FENet	0.54 331	1.52 432	1.19 454	1.41 489	0.23 210	0.35 227	0.23 201	0.35 217	0.23 200	0.34 218	0.23 204	0.35 226	0.23 204	0.35 226	0.23 197	1.40 508	1.07 440	0.32 216	0.23 203	0.33 209	0.23 184

CFNet-ft	0.55 335	1.57 433	0.14 126	0.20 136	0.14 157	0.20 162	2.53 587	1.61 520	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	1.56 513	1.24 528

DPSMNet_ROB	1.60 512	1.59 434	1.70 542	1.59 493	1.59 550	1.61 529	1.61 553	1.60 519	1.60 550	1.62 529	1.59 553	1.60 528	1.60 538	1.60 525	1.59 550	1.59 518	1.60 544	1.59 538	1.59 554	1.59 514	1.59 551

RASNet	1.49 509	1.65 435	1.45 528	1.38 488	1.43 544	1.47 526	1.36 537	1.38 516	1.36 541	1.39 518	1.60 554	1.45 525	1.45 535	1.51 524	2.21 584	1.53 517	1.36 523	1.36 532	1.36 533	1.66 518	1.36 538

CRFU-Net	0.65 349	1.67 436	1.22 504	1.96 510	0.27 227	0.41 266	0.27 220	0.41 259	0.27 227	0.40 244	0.26 223	0.41 266	0.27 228	0.40 250	0.27 215	1.80 525	1.62 545	0.34 232	0.23 203	0.33 209	0.23 184

FlowAnything	1.02 442	1.71 437	0.72 394	1.59 493	0.69 434	1.60 528	0.69 422	1.61 520	0.70 428	1.60 523	0.69 432	1.60 528	0.69 419	1.61 527	0.69 404	0.81 407	0.58 383	0.81 433	0.56 400	0.82 408	0.56 396

FlowAnything_test	1.02 442	1.72 438	0.71 391	1.59 493	0.70 436	1.61 529	0.69 422	1.61 520	0.70 428	1.60 523	0.70 434	1.61 531	0.69 419	1.61 527	0.70 424	0.81 407	0.58 383	0.81 433	0.55 396	0.81 406	0.56 396

gwcnet-sp	0.82 405	1.72 438	1.48 530	0.39 205	0.15 168	0.31 210	0.21 188	0.20 160	0.25 208	1.61 526	0.23 204	0.28 201	0.26 220	0.20 159	0.15 161	0.24 180	1.33 517	0.32 216	0.16 166	6.75 613	0.23 184

scenet	0.82 405	1.72 438	1.48 530	0.39 205	0.15 168	0.31 210	0.21 188	0.20 160	0.25 208	1.61 526	0.23 204	0.28 201	0.26 220	0.20 159	0.15 161	0.24 180	1.33 517	0.32 216	0.16 166	6.75 613	0.23 184

ssnet	0.82 405	1.72 438	1.48 530	0.39 205	0.15 168	0.31 210	0.21 188	0.20 160	0.25 208	1.61 526	0.23 204	0.28 201	0.26 220	0.20 159	0.15 161	0.24 180	1.33 517	0.32 216	0.16 166	6.75 613	0.23 184

HBP-ISP	1.24 501	1.72 438	1.65 540	1.15 421	0.76 446	1.40 523	0.88 448	1.67 526	1.02 472	1.69 530	1.38 543	1.69 532	1.21 517	1.87 537	1.21 525	1.05 433	0.79 416	0.97 455	0.80 435	1.19 453	0.75 431

LL-Strereo2	0.48 313	1.73 443	0.51 338	0.59 329	0.34 315	0.42 288	0.33 293	0.40 244	0.31 280	0.42 275	0.33 301	0.42 286	0.31 284	0.44 316	0.39 311	0.60 362	0.51 369	0.44 341	0.33 313	0.44 314	0.33 289

test_xeample3	1.10 447	1.81 444	0.61 373	0.84 378	0.49 384	0.77 402	0.66 414	0.92 428	1.40 544	0.68 397	0.46 371	0.78 413	0.54 389	1.72 530	1.48 546	1.34 502	1.52 534	1.35 530	1.67 564	1.33 505	1.55 546

mmm	0.14 112	1.83 445	0.12 101	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.04 81	0.03 40	0.03 52	0.03 42	0.03 52	0.06 88	0.04 75	0.12 93	0.11 96	0.05 86	0.04 78	0.05 92	0.04 79

4.5_new	2.00 529	1.84 446	1.98 570	2.77 538	2.16 585	2.27 551	1.28 532	2.09 539	1.98 582	2.01 541	1.28 533	2.71 573	1.98 566	2.51 564	1.65 553	2.26 549	1.33 517	1.87 548	1.87 576	2.49 553	1.60 552

MM-Stereo_test2	1.20 453	1.85 447	1.05 441	1.46 490	0.94 464	1.36 519	0.99 460	1.36 513	0.95 461	1.41 519	0.98 464	1.40 524	0.96 446	1.37 520	0.95 456	1.37 507	1.06 439	1.33 527	0.93 446	1.29 504	0.89 444

hknet	1.10 447	1.85 447	3.49 599	4.48 577	0.02 21	0.42 288	0.06 108	0.41 259	0.02 21	0.48 334	0.03 52	0.41 266	0.03 52	0.42 280	0.03 48	4.39 588	4.19 602	0.33 224	0.23 203	0.34 213	0.27 209

2.25w	2.00 529	1.86 449	1.98 570	2.95 544	2.17 587	2.26 550	1.35 535	2.42 559	2.00 585	2.07 548	1.27 532	2.53 561	1.99 568	2.29 552	1.49 547	2.21 547	1.32 510	1.85 544	1.87 576	2.52 557	1.62 555

PAM	0.39 256	1.88 450	0.34 255	0.37 196	0.41 354	0.45 327	0.22 193	0.28 194	0.23 200	0.28 197	0.24 211	0.29 207	0.23 204	0.29 208	0.23 197	0.38 248	0.32 242	0.38 264	0.37 337	0.32 202	0.22 182

DCVSM-stereo	0.36 212	1.89 451	0.22 170	0.40 219	0.22 204	0.40 250	0.22 193	0.40 244	0.22 194	0.40 244	0.22 200	0.40 253	0.22 198	0.40 250	0.22 191	0.28 193	0.21 176	0.28 202	0.21 194	0.28 189	0.20 177

DCRE	0.84 411	1.89 451	0.77 403	0.94 394	0.72 440	0.88 426	0.73 431	0.87 419	0.78 442	0.90 431	0.71 438	0.88 435	0.67 415	0.88 429	0.73 432	0.81 407	0.68 397	0.81 433	0.70 422	0.82 408	0.70 416

RAFT-Stereo-weight	0.45 296	1.90 453	0.34 255	0.42 244	0.36 324	0.43 305	0.35 309	0.42 277	0.34 308	0.42 275	0.34 309	0.44 322	0.34 307	0.41 265	0.34 281	0.38 248	0.32 242	0.38 264	0.32 305	0.38 255	0.33 289

BUS	0.83 408	1.91 454	0.92 430	4.48 577	0.02 21	0.40 250	0.04 81	0.41 259	0.02 21	0.48 334	0.03 52	0.41 266	0.05 94	0.03 39	0.05 88	1.97 536	4.19 602	0.33 224	0.23 203	0.34 213	0.27 209

BSDual-CNN	0.81 400	1.91 454	0.92 430	4.48 577	0.02 21	0.42 288	0.06 108	0.41 259	0.02 21	0.48 334	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 536	4.19 602	0.33 224	0.23 203	0.34 213	0.27 209

psmg	0.43 288	1.91 454	0.92 430	1.91 506	0.02 21	0.02 19	0.03 50	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 39	0.02 20	1.97 536	1.44 529	0.04 73	0.03 54	0.02 20	0.03 51

GANet-RSSM	0.75 381	1.91 454	0.14 126	0.47 286	0.14 157	0.21 172	3.21 607	2.30 552	0.14 157	0.46 321	0.14 161	0.23 179	0.18 183	0.21 169	0.14 151	0.18 150	0.27 198	0.37 256	0.13 155	2.13 535	2.12 575

MFMNet_re	1.81 520	1.91 454	1.71 544	1.95 509	1.70 561	1.95 540	1.70 558	1.96 532	1.74 563	1.97 537	1.72 562	1.95 537	1.71 546	1.97 541	1.71 558	1.86 526	1.62 545	1.85 544	1.66 562	1.86 526	1.64 557

SPS-STEREO	1.59 511	1.91 454	1.21 503	1.94 507	1.20 488	2.00 543	1.23 526	1.99 534	1.24 532	2.00 540	1.25 530	2.03 544	1.26 520	2.00 542	1.29 535	1.90 532	1.18 460	1.89 552	1.21 521	1.89 528	1.20 479
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
GANetREF_RVC	1.55 510	1.94 460	1.22 504	1.88 504	1.21 534	1.88 535	1.22 525	1.88 529	1.22 530	1.88 532	1.22 527	1.88 534	1.22 518	1.89 538	1.22 526	1.87 528	1.22 508	1.88 551	1.22 522	1.88 527	1.22 525
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
ssnet_v2	0.68 358	1.96 461	1.25 508	0.29 172	0.20 196	0.30 205	0.20 183	0.29 199	0.22 194	1.50 522	0.20 194	0.31 214	0.20 192	0.27 200	0.22 191	0.24 180	1.49 532	0.26 196	0.18 191	3.90 575	0.19 175

qqq	0.16 132	2.01 462	0.12 101	0.15 109	0.04 79	0.06 92	0.05 93	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.03 48	0.12 93	0.14 140	0.04 73	0.04 78	0.03 43	0.03 51

MM-Stereo_test3	1.27 503	2.07 463	1.18 452	1.60 496	1.02 473	1.45 525	1.01 464	1.40 517	1.04 473	1.44 520	1.03 469	1.46 526	1.02 456	1.44 523	1.02 465	1.51 516	1.12 453	1.32 526	0.98 449	1.38 508	0.97 451

ACV-stereo	0.30 177	2.08 464	0.25 183	0.25 160	0.18 189	0.24 181	0.17 168	0.24 179	0.18 180	0.24 181	0.17 175	0.25 188	0.17 175	0.24 181	0.17 171	0.22 164	0.16 145	0.22 176	0.16 166	0.22 167	0.16 157

GCST	0.50 321	2.08 464	0.38 271	0.53 314	0.35 318	0.49 348	0.35 309	0.50 343	0.35 311	0.49 341	0.35 318	0.49 345	0.35 313	0.49 344	0.35 285	0.48 329	0.37 285	0.45 345	0.33 313	0.44 314	0.33 289

AIO_test	2.18 550	2.09 466	2.04 574	2.42 528	2.01 577	2.47 561	1.94 572	2.34 555	2.03 586	2.56 568	1.94 575	2.43 557	1.94 563	2.41 559	1.87 575	2.39 562	2.10 571	2.35 569	1.91 582	2.25 539	2.19 577

ToySt	0.92 422	2.11 467	0.90 422	0.95 396	0.79 449	0.99 440	0.78 437	0.94 432	0.81 450	0.94 439	0.78 448	0.95 445	0.77 433	0.94 439	0.86 448	0.91 418	0.79 416	0.85 441	0.77 430	0.89 416	0.73 426

TRStereo	2.00 529	2.13 468	1.85 559	2.27 521	1.84 566	2.28 553	1.84 562	2.29 548	1.86 572	2.30 554	1.87 567	2.30 548	1.87 556	2.08 544	1.72 560	2.08 541	1.72 551	2.08 557	1.72 569	2.08 532	1.72 562

XX-Stereo	2.00 529	2.13 468	1.85 559	2.27 521	1.84 566	2.28 553	1.84 562	2.29 548	1.86 572	2.30 554	1.87 567	2.30 548	1.87 556	2.08 544	1.72 560	2.08 541	1.72 551	2.08 557	1.72 569	2.08 532	1.72 562

EAI-Stereo	2.00 529	2.13 468	1.85 559	2.27 521	1.84 566	2.28 553	1.84 562	2.29 548	1.86 572	2.30 554	1.87 567	2.30 548	1.87 556	2.08 544	1.72 560	2.08 541	1.72 551	2.08 557	1.72 569	2.08 532	1.72 562

11t1	0.17 136	2.16 471	0.13 121	0.13 95	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.05 88	0.18 150	0.12 112	0.06 94	0.03 54	0.05 92	0.03 51

UGAM-zero	0.51 326	2.17 472	0.39 278	0.53 314	0.36 324	0.50 356	0.36 315	0.50 343	0.36 321	0.49 341	0.36 321	0.50 360	0.35 313	0.50 351	0.36 288	0.49 332	0.37 285	0.47 358	0.35 329	0.46 321	0.34 297

cf-r	0.66 351	2.17 472	0.12 101	0.18 130	0.12 152	0.18 154	2.70 590	2.60 566	0.12 152	0.18 151	0.12 144	0.18 153	0.12 149	0.18 152	0.12 141	0.15 125	0.11 96	0.15 142	0.11 130	1.81 525	1.74 565

3.25w	2.04 542	2.20 474	1.48 530	3.03 545	2.17 587	2.63 573	1.39 543	1.96 532	1.95 581	1.96 535	1.37 541	2.71 573	1.96 565	2.71 573	1.73 565	2.26 549	1.32 510	1.87 548	1.87 576	2.51 556	1.63 556

IGEV	2.02 537	2.20 474	1.82 553	2.90 543	2.16 585	2.41 559	1.25 528	2.00 535	1.98 582	1.99 539	1.31 535	2.72 577	1.93 562	2.67 572	1.69 557	2.26 549	1.32 510	1.83 543	1.87 576	2.53 560	1.61 554

UDG	0.80 395	2.21 476	0.60 368	0.91 385	0.60 415	0.90 429	0.58 404	0.88 422	0.60 409	0.90 431	0.60 413	0.88 435	0.60 393	0.90 432	0.58 382	0.86 416	0.60 386	0.84 440	0.59 404	0.84 412	0.61 402

UGAM	0.51 326	2.23 477	0.39 278	0.54 317	0.35 318	0.50 356	0.35 309	0.49 335	0.35 311	0.49 341	0.35 318	0.49 345	0.36 316	0.50 351	0.36 288	0.49 332	0.37 285	0.45 345	0.34 317	0.45 318	0.34 297

3w_stereo	2.04 542	2.24 478	1.70 542	3.15 548	2.18 589	2.49 563	1.26 530	2.03 537	1.98 582	1.98 538	1.33 536	2.72 577	1.99 568	2.59 567	1.72 560	2.22 548	1.33 517	1.85 544	1.88 581	2.50 555	1.58 550

NCCL2	2.28 562	2.27 479	2.28 576	2.28 524	2.28 590	2.27 551	2.29 585	2.28 546	2.28 588	2.27 553	2.28 590	2.28 547	2.27 576	2.27 551	2.28 589	2.28 553	2.28 576	2.27 562	2.29 589	2.27 540	2.29 579

ccnet	0.80 395	2.28 480	0.33 245	0.50 304	0.33 305	0.50 356	0.33 293	0.50 343	0.33 299	0.49 341	0.33 301	0.49 345	1.56 536	2.38 556	0.33 268	0.41 295	0.29 217	0.42 332	1.57 549	2.28 541	0.29 227

HUF	2.18 550	2.30 481	1.99 573	2.34 526	2.02 580	2.41 559	2.06 581	2.38 557	1.89 578	2.36 559	1.85 565	2.56 566	1.98 566	2.31 554	1.97 580	2.30 556	2.03 569	2.30 564	2.11 583	2.23 537	2.16 576

3.75w	1.99 525	2.31 482	1.83 556	3.16 549	1.65 554	1.93 536	1.98 573	2.72 568	1.68 552	2.73 577	1.97 578	2.00 541	1.72 547	1.81 535	1.25 531	2.27 552	2.01 564	2.38 570	1.42 540	1.71 520	1.24 528

1w_stereo	2.05 544	2.32 483	1.35 512	3.74 575	2.01 577	2.73 577	1.42 547	1.88 529	1.93 580	2.03 543	1.28 533	2.71 573	1.99 568	2.72 575	1.72 560	2.20 546	1.32 510	1.87 548	1.86 575	2.45 549	1.54 545

4.25_new	2.00 529	2.33 484	1.82 553	3.32 556	1.69 558	1.95 540	1.99 576	2.72 568	1.71 556	2.72 572	1.97 578	2.01 542	1.74 550	1.77 532	1.28 533	2.18 544	2.01 564	2.48 576	1.58 552	1.65 516	1.17 474

4.5w_new	2.00 529	2.33 484	1.82 553	3.32 556	1.69 558	1.95 540	1.99 576	2.72 568	1.71 556	2.72 572	1.97 578	2.01 542	1.74 550	1.77 532	1.28 533	2.18 544	2.01 564	2.48 576	1.58 552	1.65 516	1.17 474

4.5w-stereo	1.99 525	2.33 484	1.81 548	3.28 553	1.68 557	1.94 537	1.99 576	2.72 568	1.70 555	2.72 572	1.99 587	1.97 539	1.68 542	1.76 531	1.29 535	1.91 533	2.02 568	2.53 578	1.61 556	1.75 523	1.16 473

monsterstereo	2.20 556	2.33 484	1.95 568	3.65 570	2.07 582	2.49 563	1.61 553	2.48 561	1.83 570	2.45 563	1.61 556	2.67 572	1.86 555	2.64 569	1.94 578	2.48 568	1.66 548	2.34 567	1.68 566	2.40 546	1.86 569

2.75w_new	1.99 525	2.34 488	1.81 548	3.14 547	1.62 552	1.94 537	1.99 576	2.72 568	1.71 556	2.72 572	1.99 587	1.90 535	1.73 548	1.82 536	1.29 535	2.37 560	2.01 564	2.31 565	1.42 540	1.77 524	1.22 525

AIO_rvc	2.18 550	2.34 488	1.87 563	2.32 525	1.94 575	2.40 558	1.89 570	2.37 556	2.07 587	2.52 567	1.95 577	2.44 558	1.99 568	2.41 559	1.89 577	2.32 558	2.09 570	2.24 561	2.18 585	2.21 536	2.23 578

GES	0.66 351	2.34 488	0.29 198	0.41 231	0.29 241	0.41 266	0.29 237	0.42 277	0.29 236	0.40 244	0.41 351	0.41 266	0.30 250	0.51 360	0.29 235	0.32 207	0.29 217	0.32 216	2.46 591	2.49 553	0.30 248

2w_stereo	1.99 525	2.36 491	1.81 548	3.24 551	1.67 555	1.94 537	1.98 573	2.72 568	1.68 552	2.72 572	1.94 575	1.98 540	1.74 550	1.79 534	1.27 532	1.95 535	2.00 562	2.53 578	1.60 555	1.68 519	1.15 470

PAM_32	0.64 348	2.38 492	0.51 338	0.92 388	0.43 366	0.53 373	0.44 357	0.87 419	0.43 358	0.52 364	0.45 369	0.53 372	0.40 334	0.54 369	0.46 339	0.62 370	0.56 379	0.48 366	0.45 372	0.76 395	0.44 346

2.5w	2.01 536	2.40 493	1.37 522	3.28 553	2.01 577	2.71 574	1.43 550	1.82 528	1.83 570	1.90 534	1.41 545	2.71 573	1.35 528	2.71 573	1.85 571	2.66 572	1.53 535	1.64 539	1.23 523	2.53 560	1.87 571

MonStereo	2.17 548	2.41 494	1.49 534	2.67 535	1.67 555	2.60 572	2.04 580	2.32 553	1.76 564	2.44 562	1.68 560	2.50 559	1.69 544	2.38 556	1.80 568	2.28 553	1.78 554	2.63 581	2.14 584	3.47 571	1.68 560

monsters	2.18 550	2.41 494	1.96 569	3.47 563	2.03 581	2.53 567	1.64 555	2.48 561	1.73 561	2.40 561	1.50 548	2.62 569	1.94 563	2.59 567	1.94 578	2.44 564	1.57 539	2.28 563	1.87 576	2.42 547	1.86 569

DDUNet	0.81 400	2.45 496	0.57 363	0.90 383	0.60 415	0.88 426	0.59 406	0.90 423	0.60 409	0.88 430	0.60 413	0.90 438	0.58 391	0.88 429	0.60 386	0.84 414	0.60 386	0.86 442	0.57 402	0.86 413	0.60 401

FBW_ROB	2.12 547	2.46 497	1.77 547	2.49 531	1.79 565	2.38 557	1.83 561	2.46 560	1.78 566	2.48 565	1.97 578	2.40 556	1.78 553	2.42 561	1.83 569	2.31 557	1.85 559	2.38 570	1.82 574	2.35 544	1.84 567

asda	2.17 548	2.54 498	1.81 548	3.47 563	1.78 564	2.50 565	1.86 566	2.61 567	1.68 552	2.61 569	1.83 564	2.37 555	1.73 548	2.44 562	1.88 576	2.51 569	1.84 558	2.34 567	1.62 559	2.23 537	1.77 566

HH	0.71 370	2.54 498	0.74 398	1.10 413	0.32 293	0.41 266	0.37 321	0.69 389	0.78 442	0.73 400	0.90 455	0.75 407	1.00 449	0.84 422	0.69 404	0.69 378	0.40 301	0.35 248	0.26 222	0.35 225	0.26 201

HanStereo	0.71 370	2.54 498	0.74 398	1.10 413	0.32 293	0.41 266	0.37 321	0.69 389	0.78 442	0.73 400	0.90 455	0.75 407	1.00 449	0.84 422	0.69 404	0.69 378	0.40 301	0.35 248	0.26 222	0.35 225	0.26 201

qwe	2.18 550	2.60 501	1.58 537	3.83 576	1.90 574	2.53 567	1.90 571	2.48 561	1.73 561	2.37 560	1.92 574	2.53 561	1.68 542	2.56 565	1.83 569	2.52 571	1.87 560	2.07 556	1.68 566	2.32 543	1.71 561

sAnonymous2	3.31 585	2.63 502	1.38 524	3.71 572	1.86 569	4.70 610	1.11 469	4.82 613	2.72 591	5.45 618	1.98 584	4.59 603	2.64 578	2.65 570	6.21 623	4.37 586	1.08 444	5.16 617	2.24 587	4.52 584	2.39 584

CroCo_RVC	3.31 585	2.63 502	1.38 524	3.71 572	1.86 569	4.70 610	1.11 469	4.82 613	2.72 591	5.45 618	1.98 584	4.59 603	2.64 578	2.65 570	6.21 623	4.37 586	1.08 444	5.16 617	2.24 587	4.52 584	2.39 584

ff7	1.68 513	2.68 504	1.35 512	0.97 401	0.89 455	1.84 532	2.15 582	2.12 540	1.80 567	2.05 545	1.56 550	2.33 551	2.12 573	2.23 548	2.25 585	1.31 499	1.07 440	1.48 534	1.41 537	0.90 419	1.04 460

ffff	1.68 513	2.68 504	1.35 512	0.97 401	0.89 455	1.84 532	2.15 582	2.12 540	1.80 567	2.05 545	1.56 550	2.33 551	2.12 573	2.23 548	2.25 585	1.31 499	1.07 440	1.48 534	1.41 537	0.90 419	1.04 460

ccc-4	1.68 513	2.68 504	1.35 512	0.97 401	0.89 455	1.84 532	2.15 582	2.12 540	1.80 567	2.05 545	1.56 550	2.33 551	2.12 573	2.23 548	2.25 585	1.31 499	1.07 440	1.48 534	1.41 537	0.90 419	1.04 460

LGtest1	2.22 557	2.70 507	1.89 564	2.76 537	1.86 569	2.75 579	1.86 566	2.75 575	1.86 572	2.75 578	1.86 566	2.77 582	1.87 556	2.75 579	1.86 572	2.46 565	1.58 540	2.45 573	1.56 548	2.45 549	1.56 547

11t	1.27 503	2.70 507	1.34 510	1.32 483	0.89 455	1.30 516	1.34 534	1.64 523	0.57 401	1.45 521	0.72 441	1.05 455	1.29 523	1.07 456	1.29 535	1.49 513	1.02 437	0.97 455	1.15 467	1.48 510	1.31 532

LG-G_1	2.22 557	2.71 509	1.89 564	2.77 538	1.87 572	2.75 579	1.87 568	2.76 576	1.87 576	2.75 578	1.87 567	2.76 580	1.87 556	2.75 579	1.86 572	2.47 566	1.58 540	2.45 573	1.57 549	2.45 549	1.57 548

LG-G	2.22 557	2.71 509	1.89 564	2.77 538	1.87 572	2.75 579	1.87 568	2.76 576	1.87 576	2.75 578	1.87 567	2.76 580	1.87 556	2.75 579	1.86 572	2.47 566	1.58 540	2.45 573	1.57 549	2.45 549	1.57 548

4.25w-stereo	1.98 524	2.72 511	1.46 529	3.47 563	1.43 544	2.07 546	1.98 573	2.53 565	1.52 548	2.71 571	1.98 584	1.81 533	1.62 540	1.96 540	1.36 540	1.88 531	2.00 562	2.53 578	1.61 556	1.74 522	1.15 470

4w-stereo	2.02 537	2.72 511	1.44 527	3.36 559	1.59 550	2.48 562	1.72 559	2.28 546	1.24 532	2.24 552	1.65 558	2.56 566	1.32 526	2.39 558	1.98 581	2.67 574	1.51 533	1.66 540	1.24 524	2.53 560	1.88 574

3.25w_new	2.03 539	2.72 511	1.35 512	3.33 558	1.57 548	2.72 575	1.53 552	2.15 544	1.33 536	2.15 550	1.60 554	2.63 570	1.30 524	2.72 575	1.99 582	2.67 574	1.53 535	1.75 542	1.25 526	2.53 560	1.87 571

3.5w_stereo	2.03 539	2.72 511	1.35 512	3.41 560	1.57 548	2.72 575	1.49 551	2.01 536	1.34 537	2.15 550	1.61 556	2.63 570	1.36 529	2.72 575	1.99 582	2.66 572	1.58 540	1.68 541	1.24 524	2.53 560	1.87 571

sCroCo_RVC	2.10 545	2.76 515	1.92 567	2.78 541	1.39 542	2.73 577	1.41 545	2.73 574	1.40 544	2.77 583	1.41 545	2.74 579	1.40 533	2.74 578	1.40 543	2.72 576	1.42 528	2.72 582	1.44 542	2.79 567	1.42 542

PSMNet-RSSM	0.77 388	2.76 515	0.14 126	0.20 136	0.14 157	0.20 162	2.66 588	2.79 579	0.14 157	0.21 170	0.14 161	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	2.52 557	2.31 580

MonStereo1	1.94 523	2.77 517	1.52 535	3.73 574	1.51 547	2.13 548	1.42 547	2.32 553	1.52 548	2.31 557	1.50 548	2.53 561	1.59 537	2.34 555	1.56 548	1.91 533	1.36 523	1.86 547	1.31 529	2.07 531	1.53 544

asd	2.18 550	2.77 517	1.58 537	3.59 568	2.00 576	2.58 571	1.85 565	2.39 558	1.71 556	2.47 564	1.97 578	2.59 568	1.61 539	2.56 565	1.79 567	2.51 569	1.99 561	2.11 560	1.62 559	2.36 545	1.60 552

GwcNet-RSSM	0.77 388	2.77 517	0.14 126	0.20 136	0.14 157	0.20 162	2.67 589	2.78 578	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.21 169	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	2.52 557	2.31 580

hitnet-ft	0.79 393	2.78 520	0.14 126	0.20 136	0.14 157	0.21 172	2.89 591	2.80 580	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	2.54 565	2.33 582

PDISCO_ROB	0.83 408	2.80 521	3.49 599	0.14 99	0.11 136	0.17 150	0.09 113	0.15 140	0.10 118	0.15 133	0.12 144	0.16 139	0.14 158	3.30 586	0.13 147	0.14 116	2.34 577	0.16 145	0.12 147	2.62 566	0.10 116

iGMRVC	0.84 411	2.85 522	0.72 394	0.72 352	0.73 441	0.77 402	0.79 438	0.73 394	0.74 440	0.73 400	0.72 441	0.73 405	0.76 431	0.73 398	0.73 432	0.72 396	0.73 408	0.73 406	0.72 427	0.73 393	0.72 423

MC-Stereo	1.76 516	2.96 523	1.37 522	2.14 515	1.37 540	2.14 549	1.36 537	2.14 543	1.37 542	2.14 549	1.37 541	2.14 546	1.37 531	2.14 547	1.37 541	1.97 536	1.32 510	1.97 554	1.32 530	1.98 529	1.33 534

VIP-Stereo	0.70 365	2.97 524	2.43 581	2.49 531	0.16 175	0.25 188	0.16 160	0.25 185	0.16 169	0.25 185	0.18 188	0.25 188	0.16 168	0.26 196	0.16 167	1.86 526	1.26 509	0.23 182	0.15 164	0.23 176	0.15 156

PASM	0.39 256	3.06 525	1.36 520	1.58 492	0.09 115	0.11 122	0.11 131	0.11 122	0.11 133	0.09 110	0.09 115	0.11 123	0.09 116	0.09 110	0.09 108	0.11 88	0.11 96	0.11 119	0.09 111	0.11 123	0.11 128

DDVS	0.30 177	3.10 526	0.14 126	0.19 133	0.14 157	0.19 157	0.14 152	0.20 160	0.14 157	0.19 153	0.13 156	0.16 139	0.13 154	0.19 155	0.13 147	0.17 142	0.13 136	0.17 153	0.13 155	0.17 151	0.13 150

DEFOM-Stereo	0.68 358	3.11 527	1.40 526	1.63 500	0.25 217	0.31 210	0.25 209	0.31 205	0.28 230	0.31 206	0.29 240	0.29 207	0.27 228	0.31 214	0.28 225	1.59 518	1.47 531	0.30 209	0.29 251	0.30 195	0.28 222

4D-IteraStereo	0.78 391	3.13 528	0.89 417	0.69 345	0.32 293	0.40 250	0.32 282	0.76 395	0.97 464	0.52 364	0.65 424	0.89 437	0.32 294	0.76 402	0.98 459	0.83 412	0.94 432	0.35 248	0.27 230	0.70 380	0.89 444

plain	1.88 521	3.16 529	0.64 377	3.10 546	0.65 426	3.10 584	0.64 411	3.12 583	0.65 418	3.10 584	0.65 424	3.11 584	0.65 409	3.12 583	0.65 390	3.12 579	0.65 395	3.13 584	0.65 411	3.13 569	0.65 408

iRaftStereo_RVC	0.97 431	3.17 530	2.30 577	2.42 528	0.38 335	0.54 376	0.38 327	0.54 364	0.38 327	0.54 372	0.38 333	0.54 375	0.38 325	0.54 369	0.38 300	2.38 561	2.34 577	0.49 371	0.36 335	0.49 341	0.36 309

RCA-Stereo	0.51 326	3.22 531	0.34 255	0.44 278	0.34 315	0.44 326	0.34 304	0.43 290	0.34 308	0.43 285	0.34 309	0.44 322	0.33 302	0.43 297	0.33 268	0.38 248	0.29 217	0.38 264	0.29 251	0.38 255	0.29 227

Anonymous3	2.55 574	3.26 532	1.65 540	3.28 553	1.63 553	3.24 586	1.68 556	3.27 585	1.66 551	3.28 586	1.67 559	3.25 586	1.66 541	3.27 585	1.64 552	3.26 580	1.65 547	3.30 585	1.65 561	4.95 602	1.65 559

MIF-Stereo (partial)	2.58 575	3.31 533	0.66 381	3.18 550	0.66 429	3.18 585	0.66 414	3.21 584	0.67 421	3.19 585	0.66 427	3.19 585	0.66 413	3.31 587	0.68 397	5.09 608	1.79 556	8.23 627	1.67 564	6.18 611	1.38 540

MM-Stereo_test1	1.80 519	3.41 534	1.52 535	2.12 514	1.41 543	2.04 544	1.41 545	2.05 538	1.46 547	2.04 544	1.41 545	2.05 545	1.42 534	2.05 543	1.43 545	2.04 540	1.54 537	1.94 553	1.38 536	1.99 530	1.33 534

UniTT-Stereo	2.03 539	3.43 535	0.72 394	3.42 561	0.73 441	3.27 587	0.68 419	3.38 587	0.69 425	3.29 587	0.72 441	3.28 587	0.70 421	3.35 588	0.68 397	3.39 581	0.68 397	3.31 586	0.69 420	3.37 570	0.73 426

castereo++	0.54 331	3.59 536	1.15 448	1.31 482	0.14 157	0.16 142	0.14 152	0.16 141	0.14 157	0.16 138	0.14 161	0.16 139	0.13 154	0.16 140	0.14 151	1.45 511	1.16 456	0.15 142	0.14 160	0.15 141	0.13 150

DPSNet	3.66 587	3.60 537	3.62 602	3.63 569	3.64 613	3.65 590	3.65 612	3.66 590	3.67 609	3.67 589	3.65 610	3.67 590	3.66 598	3.66 589	3.68 607	3.68 584	3.66 597	3.67 590	3.68 613	3.67 572	3.67 610

RAStereo	2.23 560	3.64 538	0.76 401	3.65 570	0.86 453	3.66 591	0.76 434	3.67 591	0.81 450	3.66 588	0.76 446	3.66 589	0.77 433	3.68 590	0.77 439	3.68 584	0.77 414	3.69 591	0.77 430	3.70 573	0.77 434

qqq1	0.25 161	3.70 539	0.14 126	0.14 99	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 109	0.12 112	0.06 94	0.05 96	0.03 43	0.04 79

fff1	0.25 161	3.70 539	0.14 126	0.14 99	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 109	0.12 112	0.06 94	0.05 96	0.03 43	0.04 79

RAFT_CTSACE	1.92 522	3.71 541	1.72 545	1.88 504	1.72 562	2.04 544	1.42 547	2.18 545	1.89 578	2.02 542	1.97 578	1.95 537	2.06 572	1.93 539	1.62 551	1.76 523	1.66 548	2.02 555	1.73 572	1.73 521	1.43 543

MyStereo07	0.60 339	3.72 542	0.48 321	0.49 297	0.41 354	0.36 230	0.32 282	0.49 335	0.43 358	0.51 361	0.42 361	0.49 345	0.43 354	0.51 360	0.64 389	0.49 332	0.45 331	0.34 232	0.32 305	0.35 225	0.43 343

MyStereo04	0.56 337	3.72 542	0.59 366	0.49 297	0.41 354	0.36 230	0.32 282	0.37 227	0.31 280	0.34 218	0.46 371	0.35 226	0.32 294	0.35 226	0.33 268	0.49 332	0.45 331	0.34 232	0.32 305	0.35 225	0.43 343

castereo	0.61 342	3.79 544	1.35 512	1.52 491	0.15 168	0.17 150	0.16 160	0.20 160	0.21 191	0.18 151	0.16 170	0.21 167	0.12 149	0.26 196	0.17 171	1.43 510	1.38 526	0.17 153	0.16 166	0.18 155	0.16 157

ffm	0.25 161	3.83 545	0.12 101	0.12 82	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 93	0.12 112	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 161	3.83 545	0.12 101	0.12 82	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 93	0.12 112	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 161	3.83 545	0.12 101	0.12 82	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 93	0.12 112	0.05 86	0.04 78	0.06 96	0.04 79

NINENet	0.69 363	3.87 548	1.20 457	1.98 511	0.05 99	0.40 250	0.04 81	0.40 244	0.05 97	0.41 258	0.04 88	0.41 266	0.05 94	0.40 250	0.05 88	1.79 524	1.56 538	0.34 232	0.22 197	0.34 213	0.23 184

GEAStereo	0.62 344	3.91 549	0.48 321	0.69 345	0.38 335	0.51 368	0.38 327	0.51 356	0.38 327	0.53 367	0.38 333	0.50 360	0.38 325	0.51 360	0.38 300	0.54 350	0.43 323	0.46 349	0.34 317	0.46 321	0.34 297

gasm-f	0.62 344	3.91 549	0.48 321	0.69 345	0.38 335	0.51 368	0.38 327	0.51 356	0.38 327	0.53 367	0.38 333	0.50 360	0.38 325	0.51 360	0.38 300	0.54 350	0.43 323	0.46 349	0.34 317	0.46 321	0.34 297

MyStereo8	0.71 370	3.92 551	0.52 341	0.59 329	0.52 394	0.57 384	0.53 388	0.59 376	0.50 381	0.59 384	0.51 394	0.57 384	0.50 379	0.56 374	0.52 362	0.54 350	0.49 349	0.54 387	0.49 387	0.55 360	0.50 374

MyStereo06	0.75 381	4.12 552	0.60 368	0.63 336	0.61 420	0.62 390	0.66 414	0.56 368	0.45 363	0.55 375	0.48 383	0.54 375	0.46 362	0.57 379	0.45 335	0.60 362	0.57 381	0.64 396	0.55 396	0.72 390	0.55 393

MyStereo05	0.80 395	4.12 552	0.63 375	0.63 336	0.61 420	0.62 390	0.66 414	0.65 384	0.62 413	0.67 395	0.61 418	0.65 396	0.58 391	0.67 392	0.55 367	0.60 362	0.57 381	0.64 396	0.55 396	0.72 390	0.55 393

test-3	0.98 433	4.13 554	1.85 559	1.85 503	0.61 420	0.69 396	0.37 321	0.63 382	0.61 412	0.66 394	0.51 394	0.73 405	0.44 356	0.57 379	0.54 365	1.68 522	1.81 557	0.40 280	0.43 370	0.66 369	0.50 374

GCAP-Stereo	0.75 381	4.15 555	0.42 297	0.75 355	0.35 318	0.78 407	0.40 341	0.79 403	0.38 327	0.78 413	0.36 321	0.78 413	0.36 316	0.79 403	0.39 311	0.75 400	0.39 298	0.76 418	0.39 353	0.75 394	0.39 326

IGEVStereo-DCA	1.77 517	4.21 556	1.84 557	2.49 531	2.11 583	2.54 569	1.36 537	1.65 524	1.17 481	2.75 578	1.90 572	2.54 564	1.15 464	0.94 439	1.11 469	1.50 514	1.32 510	0.96 453	1.46 543	1.49 511	0.88 442

rrr	1.77 517	4.21 556	1.84 557	2.49 531	2.11 583	2.54 569	1.36 537	1.65 524	1.17 481	2.75 578	1.90 572	2.54 564	1.15 464	0.94 439	1.11 469	1.50 514	1.32 510	0.96 453	1.46 543	1.49 511	0.88 442

GSStereo	0.81 400	4.28 558	0.50 332	0.59 329	0.40 346	0.51 368	0.38 327	0.50 343	0.38 327	0.50 354	0.38 333	0.50 360	3.79 603	0.50 351	0.38 300	0.54 350	0.43 323	0.46 349	0.34 317	0.46 321	0.35 306

GEStereo_RVC	0.86 414	4.45 559	0.20 165	0.27 170	0.20 196	0.27 200	0.20 183	0.26 190	0.18 180	5.03 614	0.20 194	0.27 200	0.19 188	0.27 200	0.21 189	0.20 157	0.19 171	0.19 165	4.02 618	0.20 162	0.18 173

error version	0.93 427	4.47 560	2.35 578	1.99 512	0.37 328	0.41 266	0.36 315	0.41 259	0.35 311	0.43 285	0.36 321	0.41 266	0.40 334	0.41 265	0.36 288	1.87 528	2.16 573	0.47 358	0.37 337	0.39 279	0.33 289

test_1	0.93 427	4.47 560	2.35 578	1.99 512	0.37 328	0.41 266	0.36 315	0.41 259	0.35 311	0.43 285	0.36 321	0.41 266	0.40 334	0.41 265	0.36 288	1.87 528	2.16 573	0.47 358	0.37 337	0.39 279	0.33 289

TestStereo	4.88 613	4.75 562	4.79 608	4.87 594	4.92 622	4.81 615	4.90 622	4.78 611	4.77 621	4.87 612	4.89 621	4.90 616	4.91 614	4.99 615	4.79 619	4.98 605	4.87 606	4.87 614	4.92 623	5.00 603	5.00 620

DispFullNet	4.61 609	4.84 563	3.12 596	5.00 595	3.57 610	4.75 613	3.03 598	7.75 626	4.17 618	4.91 613	3.09 602	6.20 622	3.95 607	6.71 622	3.51 605	5.30 610	3.67 598	5.86 623	3.63 610	5.61 608	3.46 608

MLG-Stereo_test3	4.26 602	4.85 564	3.95 605	5.35 598	3.60 611	4.75 613	3.76 613	5.49 619	3.71 610	5.39 616	3.69 611	4.82 614	3.66 598	4.85 611	3.73 611	4.93 603	3.19 594	4.69 608	2.99 595	4.84 599	2.98 591

CFNet-RSSM	0.91 420	4.89 565	0.34 255	0.44 278	1.07 476	1.62 531	1.40 544	0.91 425	0.35 311	1.60 523	1.39 544	0.64 393	0.34 307	0.44 316	0.33 268	0.41 295	0.35 280	0.75 412	0.30 271	0.41 304	0.29 227

StereoVision	3.15 583	5.00 566	0.89 417	4.83 592	1.00 467	3.93 592	1.27 531	6.37 620	1.34 537	5.67 620	1.26 531	5.84 621	1.27 521	5.03 617	1.24 527	5.10 609	1.09 446	4.61 603	0.57 402	5.62 609	1.12 465

LL-Strereo	1.01 440	5.06 567	1.63 539	0.70 349	1.43 544	0.56 378	0.46 364	0.57 371	0.50 381	0.57 380	0.50 388	1.58 527	0.49 376	0.59 381	0.50 355	1.64 521	0.52 373	0.51 380	1.37 534	0.52 354	0.45 348

FC-DCNN v2	5.10 617	5.15 568	4.49 607	5.07 596	3.37 608	6.87 622	4.75 621	5.04 616	6.34 625	7.84 626	5.06 622	6.72 626	4.09 610	4.99 615	5.44 622	5.03 606	3.16 591	4.67 606	4.86 622	5.15 605	3.89 615

DEFOM-Stereo_RVC	0.83 408	5.18 569	1.98 570	2.19 516	0.17 179	0.19 157	0.18 175	0.19 154	0.16 169	0.20 159	0.19 190	0.22 175	0.22 198	0.20 159	0.15 161	2.28 553	2.13 572	0.24 190	0.17 186	0.18 155	0.16 157

rvit_105_1	3.83 589	5.22 570	3.01 585	4.53 580	3.01 595	4.51 598	3.01 593	4.56 600	3.04 594	4.53 599	3.03 595	4.55 601	3.03 582	4.56 600	3.04 591	4.57 592	3.05 581	4.57 598	3.05 596	4.57 586	3.05 592

rvit_stereo_0081	3.83 589	5.23 571	3.01 585	4.53 580	3.03 597	4.55 604	3.02 594	4.56 600	3.04 594	4.52 597	3.02 593	4.54 599	3.03 582	4.56 600	3.04 591	4.57 592	3.05 581	4.57 598	3.05 596	4.58 587	3.05 592

CFNet	1.37 507	5.27 572	0.19 162	5.49 599	0.19 193	0.28 201	0.19 179	0.28 194	0.19 186	0.28 197	0.19 190	0.28 201	4.35 611	0.28 204	0.19 183	0.23 175	0.17 163	0.23 182	4.21 620	4.81 597	0.17 169

rvit_stereo_0083	3.92 598	5.30 573	3.06 593	4.61 589	3.09 604	4.67 609	3.08 603	4.66 608	3.09 603	4.62 607	3.10 603	4.66 611	3.11 591	4.67 608	3.16 602	4.72 602	3.16 591	4.77 611	3.11 603	4.66 593	3.11 601

rvit_0105_3	3.91 596	5.33 574	3.06 593	4.60 588	3.07 603	4.60 607	3.06 602	4.62 606	3.08 602	4.60 606	3.07 601	4.62 608	3.08 589	4.67 608	3.10 600	4.70 600	3.11 588	4.77 611	3.19 607	4.77 596	3.14 603

rvit_stereo_0081_aga	3.86 591	5.33 574	3.02 588	4.55 586	3.04 601	4.54 600	3.02 594	4.64 607	3.06 598	4.54 601	3.04 597	4.62 608	3.08 589	4.62 606	3.07 596	4.58 595	3.06 585	4.60 602	3.08 600	4.63 590	3.07 596

MLG-Stereo_test1	4.25 601	5.34 576	3.61 601	5.31 597	3.63 612	5.23 616	3.57 610	5.38 618	3.65 608	5.23 615	3.47 607	4.76 612	3.74 601	4.85 611	3.71 608	4.96 604	3.18 593	4.71 609	2.92 593	4.86 600	2.90 589

rvit_0105_5	4.10 600	5.40 577	3.13 598	4.71 591	3.15 606	4.72 612	3.10 605	4.90 615	3.27 606	4.69 609	3.16 605	4.84 615	3.25 594	4.96 614	3.34 604	5.05 607	3.39 596	5.10 616	3.40 608	5.11 604	3.42 607

UDGNet	2.23 560	5.40 577	1.72 545	2.48 530	1.69 558	2.51 566	1.69 557	2.51 564	1.72 560	2.50 566	1.69 561	2.52 560	1.69 544	2.50 563	1.68 556	2.41 563	1.70 550	2.42 572	1.69 568	2.42 547	1.64 557

rvit_stereo_ft	3.93 599	5.44 579	3.05 592	4.59 587	3.06 602	4.61 608	3.08 603	4.67 609	3.12 604	4.63 608	3.10 603	4.65 610	3.11 591	4.69 610	3.13 601	4.70 600	3.14 590	4.71 609	3.15 605	4.74 594	3.16 604

MLG-Stereo_test2	4.28 603	5.46 580	3.69 603	4.86 593	3.72 614	5.58 619	3.42 608	4.81 612	3.77 614	4.85 611	3.72 612	5.55 620	3.63 597	5.58 618	3.53 606	4.41 589	3.28 595	4.99 615	2.95 594	4.75 595	3.13 602

rvit_0105_4	3.91 596	5.47 581	3.02 588	4.54 583	3.02 596	4.54 600	3.03 598	4.75 610	3.17 605	4.57 603	3.06 598	4.61 607	3.16 593	4.65 607	3.09 599	4.66 599	3.11 588	4.68 607	3.18 606	4.81 597	3.16 604

rvit_stereo_0080	3.89 594	5.70 582	3.04 590	4.54 583	3.03 597	4.56 605	3.05 600	4.60 604	3.07 599	4.58 604	3.06 598	4.59 603	3.06 587	4.61 604	3.08 597	4.63 597	3.09 586	4.64 604	3.10 601	4.65 591	3.10 599

whm_eth	3.89 594	5.70 582	3.04 590	4.54 583	3.03 597	4.56 605	3.05 600	4.60 604	3.07 599	4.58 604	3.06 598	4.59 603	3.06 587	4.61 604	3.08 597	4.63 597	3.09 586	4.64 604	3.10 601	4.65 591	3.10 599

rvit_0105_6	3.87 593	5.73 584	3.10 595	4.69 590	3.12 605	4.54 600	3.02 594	4.56 600	3.04 594	4.54 601	3.03 595	4.54 599	3.04 585	4.56 600	3.05 593	4.58 595	3.05 581	4.58 600	3.05 596	4.58 587	3.05 592

rvit_stereo_0082	3.86 591	5.82 585	3.01 585	4.53 580	3.03 597	4.54 600	3.02 594	4.56 600	3.04 594	4.53 599	3.02 593	4.55 601	3.04 585	4.57 603	3.05 593	4.57 592	3.05 581	4.58 600	3.05 596	4.58 587	3.06 595

SGM-Forest	5.21 619	5.92 586	4.08 606	6.18 604	4.16 619	6.31 621	4.34 620	6.50 621	4.33 619	6.14 622	4.21 618	6.61 625	4.55 613	6.67 621	4.48 618	5.94 614	3.94 600	5.85 622	4.03 619	5.79 610	4.17 618
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MaDis-Stereo	3.19 584	6.02 587	1.12 444	5.61 601	1.16 484	5.43 618	1.02 466	5.15 617	0.70 428	5.43 617	1.21 526	5.03 618	0.97 447	4.85 611	0.99 460	4.53 590	1.16 456	5.53 619	1.25 526	5.37 607	1.30 531

IER	0.88 416	7.04 588	2.23 575	2.75 536	0.28 232	0.43 305	0.25 209	0.39 239	0.25 208	0.41 258	0.27 228	0.39 245	0.25 211	0.40 250	0.28 225	0.37 233	0.28 204	0.37 256	0.25 216	0.37 236	0.25 195

HCRNet	1.22 500	7.11 589	3.00 584	3.55 567	0.33 305	0.29 204	0.14 152	0.19 154	0.15 167	0.33 216	0.29 240	0.25 188	0.14 158	0.22 173	0.33 268	3.64 583	3.00 580	0.76 418	0.32 305	0.18 155	0.13 150

SA	4.33 605	7.35 590	6.85 620	5.96 603	4.09 618	3.59 589	3.15 606	3.82 592	2.64 590	3.91 590	3.85 613	3.57 588	2.72 580	3.13 584	4.03 614	7.09 622	6.86 617	3.57 588	3.12 604	3.85 574	3.51 609

cross-raft	4.83 612	7.52 591	6.43 616	6.63 606	3.96 617	4.51 598	3.99 617	4.49 598	3.96 616	4.52 597	3.96 615	4.50 598	3.97 608	4.50 599	3.97 613	6.65 617	6.44 614	4.33 595	3.92 617	4.35 582	3.91 616

test_5	4.62 610	7.55 592	6.23 615	6.32 605	3.40 609	5.29 617	3.50 609	3.53 589	4.11 617	4.28 594	4.47 620	4.26 597	4.38 612	3.68 590	3.24 603	5.89 613	5.60 609	4.84 613	3.50 609	4.33 581	3.93 617

RAFT+CT+SA	4.28 603	7.62 593	4.91 609	5.55 600	2.28 590	3.09 583	3.64 611	4.49 598	3.07 599	4.80 610	3.35 606	4.77 613	3.70 600	4.29 597	3.05 593	5.58 611	5.98 612	3.58 589	3.78 615	4.26 580	3.72 611

raft_robust	4.71 611	7.75 594	5.40 614	6.81 607	3.31 607	4.28 597	4.20 619	4.32 597	4.37 620	4.35 596	4.35 619	4.14 595	3.75 602	4.30 598	4.20 617	6.67 618	6.37 613	3.36 587	4.24 621	4.86 600	3.25 606

test_4	4.88 613	8.13 595	6.98 621	7.46 611	4.44 620	4.25 596	3.85 616	4.04 596	3.92 615	4.13 593	3.91 614	4.18 596	3.84 605	4.14 595	4.06 615	7.01 621	7.13 618	4.53 596	3.72 614	4.09 578	3.72 611

Sa-1000	4.34 606	8.37 596	6.84 619	6.98 610	4.45 621	3.58 588	3.00 592	3.42 588	3.39 607	2.61 569	4.00 616	3.83 592	4.01 609	3.90 592	3.90 612	5.98 615	5.62 610	3.76 592	2.34 590	4.35 582	2.47 586

TestStereo1	4.60 607	8.41 597	6.44 617	6.86 608	3.79 615	3.97 593	3.78 614	3.99 594	3.74 611	3.97 591	3.52 608	3.94 593	3.58 595	3.98 593	3.72 609	6.82 619	6.50 615	3.76 592	3.66 611	3.90 575	3.74 613

SA-5K	4.60 607	8.41 597	6.44 617	6.86 608	3.79 615	3.97 593	3.78 614	3.99 594	3.74 611	3.97 591	3.52 608	3.94 593	3.58 595	3.98 593	3.72 609	6.82 619	6.50 615	3.76 592	3.66 611	3.90 575	3.74 613

U	5.15 618	8.49 599	1.81 548	8.49 615	1.77 563	8.49 627	1.77 560	8.51 628	1.77 565	8.49 628	1.77 563	8.50 628	1.78 553	8.58 628	1.77 566	8.54 626	1.78 554	8.55 628	1.78 573	8.55 622	1.84 567

CFNet_RVC	2.38 570	8.71 600	0.38 271	9.33 618	0.42 364	0.56 378	0.42 354	0.60 378	0.38 327	0.62 388	0.42 361	0.56 382	7.29 623	0.62 383	0.42 330	0.53 349	0.37 285	0.49 371	0.34 317	8.30 620	6.87 625

rvit_stereo_0075_2	6.64 621	8.80 601	5.25 611	7.89 612	5.27 624	7.90 626	5.27 623	7.92 627	5.28 623	7.91 627	5.29 624	7.93 627	5.27 615	7.92 627	5.28 620	7.93 623	5.28 608	7.93 626	5.29 625	7.93 619	5.28 622

test_3	5.01 615	8.86 602	7.77 623	8.09 613	2.76 594	4.13 595	4.05 618	3.88 593	3.76 613	4.33 595	4.13 617	3.71 591	3.91 606	4.21 596	4.06 615	7.93 623	7.69 620	4.53 596	3.91 616	4.17 579	4.29 619

SGM+DAISY	7.06 623	9.15 603	5.38 613	8.84 617	5.18 623	8.80 628	5.31 624	8.79 629	5.28 623	8.89 629	5.20 623	8.93 629	5.33 616	8.95 629	5.36 621	8.70 627	5.21 607	8.74 629	5.20 624	8.89 623	5.15 621

test-1	6.46 620	9.16 604	8.03 626	8.09 613	5.62 625	6.11 620	6.35 625	6.85 623	4.94 622	6.08 621	6.29 627	4.98 617	6.43 619	6.22 619	6.36 625	6.16 616	7.47 619	5.82 621	5.44 626	7.11 616	5.68 623

RAFT	6.73 622	9.36 605	7.40 622	8.51 616	6.55 626	6.88 623	6.60 626	6.79 622	6.60 626	6.80 623	6.72 628	5.31 619	5.50 617	6.61 620	6.61 626	8.42 625	5.89 611	5.73 620	5.45 627	6.61 612	6.24 624

CFNet_pseudo	2.67 578	9.36 605	0.32 240	10.99 627	0.33 305	0.85 423	0.33 293	0.49 335	0.33 299	0.49 341	0.32 293	0.49 345	7.26 622	0.49 344	0.33 268	0.41 295	9.62 626	0.41 316	0.29 251	10.03 628	0.29 227

CFNet_ucs	2.73 579	9.64 607	0.33 245	9.92 623	0.32 293	0.49 348	0.33 293	0.49 335	0.33 299	0.49 341	0.33 301	0.49 345	8.98 626	0.48 338	0.33 268	0.41 295	9.96 629	0.40 280	0.29 251	10.12 629	0.54 388

PCWNet_CMD	2.80 582	9.82 608	0.32 240	10.09 625	0.32 293	0.49 348	0.33 293	3.34 586	0.33 299	0.49 341	0.33 301	0.49 345	8.73 624	0.48 338	0.33 268	0.41 295	9.22 623	0.42 332	0.29 251	9.55 626	0.31 270

pcwnet_v2	2.66 577	9.89 609	0.33 245	9.89 622	0.32 293	0.50 356	0.32 282	0.49 335	0.33 299	0.49 341	0.34 309	0.49 345	8.76 625	0.48 338	0.33 268	0.41 295	9.58 625	0.40 280	0.29 251	9.01 624	0.63 406

UCFNet_RVC	2.75 580	10.06 610	0.29 198	10.31 626	0.29 241	0.42 288	0.29 237	0.43 290	0.29 236	0.42 275	0.29 240	0.42 286	9.87 628	0.43 297	0.29 235	0.36 229	9.84 628	0.36 253	0.26 222	9.77 627	0.26 201

MSMDNet	2.65 576	10.14 611	0.33 245	9.74 621	0.32 293	0.87 425	0.33 293	2.95 582	0.68 422	0.49 341	0.34 309	0.49 345	5.70 618	0.49 344	0.33 268	0.42 311	9.57 624	0.41 316	0.31 299	8.36 621	0.65 408

ccs_rob	2.79 581	10.17 612	0.32 240	10.00 624	0.33 305	0.49 348	0.33 293	1.90 531	0.32 292	0.51 361	0.33 301	0.49 345	9.24 627	0.49 344	0.33 268	0.41 295	9.82 627	0.41 316	0.28 236	9.34 625	0.29 227

test-v	7.53 624	11.89 613	7.98 624	9.36 619	7.14 627	7.06 624	7.09 627	7.37 624	6.91 627	7.29 624	5.71 625	6.45 623	6.93 620	6.73 623	7.27 627	8.93 628	7.85 621	6.98 624	6.80 628	7.56 617	7.34 626

test-2	7.53 624	11.89 613	7.98 624	9.36 619	7.14 627	7.06 624	7.09 627	7.37 624	6.91 627	7.29 624	5.71 625	6.45 623	6.93 620	6.73 623	7.27 627	8.93 628	7.85 621	6.98 624	6.80 628	7.56 617	7.34 626

rafts_anoy	20.00 628	20.00 615	20.00 628	20.00 628	20.00 630	20.00 629	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 631	20.00 630	20.00 631	20.00 630	20.00 629

raft+_RVC	20.00 628	20.00 615	20.00 628	20.00 628	20.00 630	20.00 629	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 631	20.00 630	20.00 631	20.00 630	20.00 629

raftrobust	20.00 628	20.00 615	20.00 628	20.00 628	20.00 630	20.00 629	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 631	20.00 630	20.00 631	20.00 630	20.00 629

CasAABBNet	20.00 628	20.00 615	20.00 628	20.00 628	20.00 630	20.00 629	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 631	20.00 630	20.00 631	20.00 630	20.00 629

RALCasStereoNet	20.00 628	20.00 615	20.00 628	20.00 628	20.00 630	20.00 629	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 631	20.00 630	20.00 631	20.00 630	20.00 629

RALAANet	20.00 628	20.00 615	20.00 628	20.00 628	20.00 630	20.00 629	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 630	20.00 631	20.00 630	20.00 631	20.00 630	20.00 629

MANE	19.05 627	23.00 621	15.00 627	23.00 634	15.00 629	24.00 635	16.00 629	24.00 636	16.00 629	22.00 636	15.00 629	23.00 636	16.00 629	23.00 636	15.00 629	22.00 636	15.00 630	22.00 636	15.00 630	22.00 636	15.00 628

stereogan	2.33 564	24.38 622	1.18 452	1.18 428	1.18 487	1.14 461	1.18 477	1.19 456	1.19 483	1.14 462	1.18 480	1.14 465	1.18 469	1.14 464	1.18 478	1.14 446	1.14 454	1.19 476	1.19 473	1.15 443	1.19 478

Abc-Net	2.32 563	24.75 623	1.14 446	1.17 427	1.17 485	1.11 458	1.15 473	1.17 453	1.21 529	1.08 452	1.16 476	1.12 464	1.14 462	1.09 457	1.17 477	1.09 436	1.16 456	1.17 472	1.17 470	1.16 445	1.11 463
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 564	25.00 624	1.13 445	1.15 421	1.15 480	1.10 455	1.15 473	1.15 447	1.15 476	1.12 459	1.15 473	1.09 458	1.13 460	1.10 459	1.15 473	1.11 443	1.09 446	1.16 468	1.12 464	1.16 445	1.17 474

RGC	2.36 566	25.48 625	1.19 454	1.15 421	1.15 480	1.10 455	1.16 475	1.17 453	1.16 477	1.12 459	1.16 476	1.11 463	1.13 460	1.09 457	1.18 478	1.10 438	1.15 455	1.16 468	1.12 464	1.14 441	1.12 465

NCC-stereo	2.36 566	25.52 626	1.17 450	1.15 421	1.17 485	1.11 458	1.11 469	1.15 447	1.16 477	1.10 453	1.16 476	1.10 460	1.15 464	1.14 464	1.13 471	1.09 436	1.11 450	1.15 467	1.16 469	1.17 450	1.17 474

AF-Net	2.37 568	25.71 627	1.17 450	1.13 418	1.15 480	1.15 462	1.18 477	1.19 456	1.16 477	1.10 453	1.15 473	1.10 460	1.18 469	1.12 463	1.15 473	1.10 438	1.10 449	1.17 472	1.15 467	1.16 445	1.12 465

Nwc_Net	2.37 568	25.95 628	1.15 448	1.14 419	1.15 480	1.08 452	1.14 472	1.17 453	1.16 477	1.14 462	1.15 473	1.08 456	1.15 464	1.11 461	1.14 472	1.10 438	1.11 450	1.16 468	1.09 463	1.16 445	1.15 470

FAT-Stereo	2.46 572	26.05 629	1.23 506	1.23 477	1.22 536	1.20 465	1.24 527	1.23 507	1.23 531	1.19 466	1.22 527	1.21 515	1.24 519	1.20 469	1.24 527	1.21 494	1.17 459	1.22 523	1.25 526	1.20 454	1.24 528

S-Stereo	2.51 573	26.86 630	1.23 506	1.22 475	1.22 536	1.24 513	1.25 528	1.22 505	1.24 532	1.21 512	1.24 529	1.19 469	1.27 521	1.19 468	1.24 527	1.19 448	1.20 461	1.25 524	1.19 473	1.24 502	1.23 527

MoCha-V2	2.11 546	26.97 631	0.78 404	0.92 388	0.77 447	0.96 438	0.72 430	0.90 423	0.72 435	0.94 439	0.70 434	0.90 438	0.71 425	0.91 433	0.71 430	0.85 415	0.71 406	0.88 443	0.69 420	0.87 414	0.67 411

edge stereo	2.43 571	27.07 632	1.14 446	1.06 410	1.14 479	1.08 452	1.17 476	1.16 450	1.14 475	1.10 453	1.16 476	1.09 458	1.16 468	1.10 459	1.16 476	1.10 438	1.11 450	1.16 468	1.19 473	1.13 440	1.11 463

fff	1000028.16 654	29.62 633	29.72 635	32.61 635	30.02 637	35.13 638	31.83 638	32.07 638	10000000.00 656	35.27 640	29.82 638	32.45 638	30.15 637	32.35 638	30.09 637	31.04 638	29.55 639	30.64 638	30.14 638	10000000.00 657	30.77 637

csc	1000028.16 654	29.62 633	29.72 635	32.61 635	30.02 637	35.13 638	31.83 638	32.07 638	10000000.00 656	35.27 640	29.82 638	32.45 638	30.15 637	32.35 638	30.09 637	31.04 638	29.55 639	30.64 638	30.14 638	10000000.00 657	30.77 637

cscssc	1000028.16 654	29.62 633	29.72 635	32.61 635	30.02 637	35.13 638	31.83 638	32.07 638	10000000.00 656	35.27 640	29.82 638	32.45 638	30.15 637	32.35 638	30.09 637	31.04 638	29.55 639	30.64 638	30.14 638	10000000.00 657	30.77 637

STTStereo	3.73 588	30.40 636	2.37 580	2.39 527	2.31 592	2.35 556	2.33 586	2.29 548	2.42 589	2.32 558	2.34 591	2.33 551	2.36 577	2.30 553	2.27 588	2.35 559	2.22 575	2.31 565	2.22 586	2.29 542	2.34 583

111	30.40 634	30.94 637	29.72 635	32.61 635	30.02 637	33.57 636	30.47 637	31.50 637	29.39 637	30.98 637	29.11 637	29.78 637	30.39 640	29.45 637	30.76 640	30.08 637	29.02 638	29.92 637	30.32 641	29.86 637	30.17 636

DCANet-4	35.22 636	34.54 638	35.08 641	33.58 639	35.47 644	34.55 637	35.53 644	36.08 643	35.85 641	35.92 643	35.77 643	35.18 643	35.48 642	35.39 643	37.15 646	34.55 643	33.92 642	35.02 644	34.90 643	35.79 641	34.74 643

tt	500032.53 652	34.60 639	29.72 635	37.47 644	34.41 642	36.85 642	35.22 642	34.71 641	33.55 639	34.50 638	35.43 641	33.81 641	10000000.00 657	33.57 641	33.13 641	33.68 641	35.00 643	34.03 642	35.26 644	30.96 638	34.63 641

DCANet	500032.53 652	34.60 639	29.72 635	37.47 644	34.41 642	36.85 642	35.22 642	34.71 641	33.55 639	34.50 638	35.43 641	33.81 641	10000000.00 657	33.57 641	33.13 641	33.68 641	35.00 643	34.03 642	35.26 644	30.96 638	34.63 641

WCMA_ROB	31.10 635	35.43 641	27.12 634	39.51 646	23.10 636	38.78 647	25.30 636	37.49 648	25.39 636	37.29 647	27.02 636	38.52 648	26.48 636	37.80 647	26.44 636	36.28 644	22.65 637	33.90 641	22.30 637	37.10 645	24.18 635

ADStereo(finetuned)	36.13 637	36.63 642	38.07 645	36.97 640	33.25 641	35.91 641	34.45 641	36.36 644	32.99 638	38.14 648	36.71 644	36.69 644	34.13 641	38.57 648	40.79 647	37.60 648	36.58 645	35.90 645	33.36 642	35.42 640	34.04 640

Reg-Stereo(zero)	37.00 638	37.00 643	37.00 642	37.00 641	37.00 645	37.00 644	37.00 645	37.00 645	37.00 642	37.00 644	37.00 645	37.00 645	37.00 643	37.00 644	37.00 643	37.00 645	37.00 646	37.00 646	37.00 646	37.00 642	37.00 644

HI	37.00 638	37.00 643	37.00 642	37.00 641	37.00 645	37.00 644	37.00 645	37.00 645	37.00 642	37.00 644	37.00 645	37.00 645	37.00 643	37.00 644	37.00 643	37.00 645	37.00 646	37.00 646	37.00 646	37.00 642	37.00 644

CoSv	37.00 638	37.00 643	37.00 642	37.00 641	37.00 645	37.00 644	37.00 645	37.00 645	37.00 642	37.00 644	37.00 645	37.00 645	37.00 643	37.00 644	37.00 643	37.00 645	37.00 646	37.00 646	37.00 646	37.00 642	37.00 644

NLCA_NET_v2_RVC	5.04 616	50.87 646	2.78 583	2.87 542	2.71 593	2.78 582	0.47 369	2.88 581	2.86 593	1.89 533	2.67 592	2.79 583	2.79 581	2.78 582	2.83 590	2.82 577	2.82 579	2.83 583	2.77 592	2.83 568	2.76 587
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MDST_ROB	69.83 641	87.70 647	41.95 646	113.75 649	65.62 650	75.05 648	55.25 649	75.64 650	45.04 645	71.61 649	41.75 648	72.81 649	44.06 646	68.38 649	44.63 648	101.89 651	59.57 651	107.10 651	61.05 651	104.38 648	59.38 649

MGS-Stereo	239.45 646	123.00 648	135.00 650	266.00 652	286.00 654	277.00 653	305.00 654	271.00 654	242.00 651	274.00 654	279.00 654	255.00 654	270.00 652	268.00 654	297.00 654	221.00 654	247.00 655	216.00 654	123.00 652	217.00 651	217.00 653

AE-Stereo	201.80 645	123.00 648	115.00 648	219.00 651	218.00 653	223.00 652	244.00 653	217.00 653	236.00 650	202.00 653	203.00 652	205.00 653	208.00 650	225.00 653	204.00 652	210.00 653	198.00 653	197.00 653	184.00 654	204.00 650	201.00 651

EGLCR-Stereo	246.90 647	129.00 650	139.00 651	266.00 652	286.00 654	277.00 653	305.00 654	271.00 654	242.00 651	274.00 654	279.00 654	255.00 654	270.00 652	268.00 654	297.00 654	230.00 655	247.00 655	216.00 654	223.00 656	237.00 652	227.00 654

NOSS_ROB	102.95 642	153.00 651	121.00 649	51.00 647	44.00 648	165.00 651	127.00 650	153.00 651	119.00 647	164.00 652	125.00 650	168.00 652	120.00 648	153.00 651	117.00 650	49.00 649	44.00 649	49.00 649	44.00 649	49.00 646	44.00 647

MeshStereo	159.24 644	171.00 652	160.68 652	162.58 650	160.59 651	164.01 650	160.35 651	158.51 652	158.56 648	158.34 651	160.12 651	158.56 651	159.92 649	157.26 652	158.94 651	154.38 652	158.36 652	155.75 652	159.13 653	153.67 649	154.07 650
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
PA-Net	11.80 626	223.51 653	0.62 374	0.59 329	0.71 438	0.59 386	0.73 431	0.67 387	0.73 438	0.55 375	0.61 418	0.60 389	0.74 428	0.63 387	0.73 432	0.66 375	0.60 386	0.69 402	0.66 413	0.72 390	0.65 408
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DLCB_ROB	284.23 648	354.61 654	207.27 653	363.24 654	206.46 652	364.72 655	210.41 652	364.72 656	210.41 649	364.81 656	208.64 653	364.81 656	208.64 651	364.72 656	210.41 653	354.70 656	205.53 654	354.70 656	205.53 655	354.70 653	205.53 652

LE_ROB	396.57 649	471.28 655	329.84 654	471.48 655	308.15 656	526.83 656	322.10 656	488.15 657	323.76 653	495.46 657	317.97 656	497.17 657	320.10 654	481.62 657	326.76 656	462.71 657	298.97 657	466.16 657	285.98 657	447.62 654	289.21 655

SGM-ForestM	596.69 650	677.77 656	444.52 655	699.85 656	517.25 657	732.94 657	488.29 657	770.79 658	460.11 654	750.81 658	487.98 657	792.79 658	499.41 655	730.90 658	475.81 657	720.03 658	491.16 658	663.96 658	418.60 658	674.76 655	436.05 656

CBMV_ROB	818.48 651	913.88 657	709.52 656	862.84 657	597.78 658	1073.99 658	700.52 658	1015.66 659	702.59 655	1115.65 659	760.02 658	1130.24 659	721.57 656	1037.41 659	692.65 658	814.05 659	564.29 659	843.28 659	595.31 659	915.51 656	602.92 657

CBMV	128.50 643	1422.70 658	53.10 647	79.50 648	51.30 649	77.30 649	49.70 648	74.00 649	48.20 646	77.20 650	48.80 649	73.90 650	48.00 647	73.80 650	48.80 649	70.40 650	45.10 650	68.90 650	46.10 650	68.20 647	45.00 648
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
111111	10000000.00 657	10000000.00 659	10000000.00 657	10000000.00 658	10000000.00 659	10000000.00 659	10000000.00 659	10000000.00 660	10000000.00 656	10000000.00 660	10000000.00 659	10000000.00 660	10000000.00 657	10000000.00 660	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 657	10000000.00 658

SGD-Stereo	10000000.00 657	10000000.00 659	10000000.00 657	10000000.00 658	10000000.00 659	10000000.00 659	10000000.00 659	10000000.00 660	10000000.00 656	10000000.00 660	10000000.00 659	10000000.00 660	10000000.00 657	10000000.00 660	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 657	10000000.00 658

IGEV-Stereo++	10000000.00 657	10000000.00 659	10000000.00 657	10000000.00 658	10000000.00 659	10000000.00 659	10000000.00 659	10000000.00 660	10000000.00 656	10000000.00 660	10000000.00 659	10000000.00 660	10000000.00 657	10000000.00 660	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 657	10000000.00 658

IGEV-BASED-STEREO-	10000000.00 657	10000000.00 659	10000000.00 657	10000000.00 658	10000000.00 659	10000000.00 659	10000000.00 659	10000000.00 660	10000000.00 656	10000000.00 660	10000000.00 659	10000000.00 660	10000000.00 657	10000000.00 660	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 657	10000000.00 658

IGEV-Stereo+	10000000.00 657	10000000.00 659	10000000.00 657	10000000.00 658	10000000.00 659	10000000.00 659	10000000.00 659	10000000.00 660	10000000.00 656	10000000.00 660	10000000.00 659	10000000.00 660	10000000.00 657	10000000.00 660	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 657	10000000.00 658

SDNR	10000000.00 657	10000000.00 659	10000000.00 657	10000000.00 658	10000000.00 659	10000000.00 659	10000000.00 659	10000000.00 660	10000000.00 656	10000000.00 660	10000000.00 659	10000000.00 660	10000000.00 657	10000000.00 660	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 657	10000000.00 658

anonymousdsp2	10000000.00 657	10000000.00 659	10000000.00 657	10000000.00 658	10000000.00 659	10000000.00 659	10000000.00 659	10000000.00 660	10000000.00 656	10000000.00 660	10000000.00 659	10000000.00 660	10000000.00 657	10000000.00 660	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 657	10000000.00 658

anonymousdsp	10000000.00 657	10000000.00 659	10000000.00 657	10000000.00 658	10000000.00 659	10000000.00 659	10000000.00 659	10000000.00 660	10000000.00 656	10000000.00 660	10000000.00 659	10000000.00 660	10000000.00 657	10000000.00 660	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 657	10000000.00 658

test_example2	10000000.00 657	10000000.00 659	10000000.00 657	10000000.00 658	10000000.00 659	10000000.00 659	10000000.00 659	10000000.00 660	10000000.00 656	10000000.00 660	10000000.00 659	10000000.00 660	10000000.00 657	10000000.00 660	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 657	10000000.00 658

DIP-Stereo	10000000.00 657	10000000.00 659	10000000.00 657	10000000.00 658	10000000.00 659	10000000.00 659	10000000.00 659	10000000.00 660	10000000.00 656	10000000.00 660	10000000.00 659	10000000.00 660	10000000.00 657	10000000.00 660	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 657	10000000.00 658
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 327	0.50 343	0.38 327	0.50 354	0.38 333	0.50 360	3.79 603	0.50 351	0.38 300	0.54 350	0.43 323	0.46 349	0.34 317	0.46 321	0.35 306

FSD					0.44 367	0.56 378	0.44 357	0.55 367	0.44 361	0.56 377	0.44 365	0.56 382	0.44 356	0.56 374	0.46 339	0.61 366	0.42 319	0.52 383	0.42 369	0.52 354

Low-res two-view benchmark