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 96	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	1.01 328	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 69	0.09 99	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCS	0.09 51	0.02 12	0.04 43	0.90 306	0.06 101	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 121	0.36 257	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

AnyNet_C01	0.11 83	0.02 12	0.02 14	1.62 417	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 82	0.04 72	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 83	0.03 31	0.03 36	1.60 414	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 77	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCL	0.11 83	0.03 31	0.03 36	1.60 414	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 77	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCRef	0.12 92	0.03 31	0.04 43	1.71 420	0.04 77	0.03 40	0.03 50	0.04 74	0.04 78	0.04 71	0.03 52	0.04 74	0.03 52	0.06 82	0.04 72	0.04 44	0.04 45	0.04 71	0.04 75	0.03 43	0.04 76

ADCPNet	0.10 62	0.03 31	0.04 43	1.27 399	0.03 48	0.04 74	0.03 50	0.03 42	0.03 55	0.04 71	0.03 52	0.04 74	0.03 52	0.08 99	0.04 72	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 71	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	0.12 100	0.04 37	0.04 77	0.04 74	0.05 87	0.04 74	0.04 78	0.12 116	0.04 85	0.06 91	0.04 81	0.04 69	0.04 72	0.04 44	0.04 45	0.04 71	0.04 75	0.04 74	0.04 76

FADNet-RVC-Resample	0.12 92	0.04 37	0.04 43	0.04 37	0.04 77	0.04 74	0.04 77	0.04 74	0.04 78	0.04 71	0.04 85	0.04 74	0.04 81	0.04 69	1.57 462	0.04 44	0.04 45	0.04 71	0.05 90	0.04 74	0.06 96

FADNet_RVC	0.12 92	0.04 37	0.04 43	0.05 43	0.04 77	0.04 74	0.04 77	0.04 74	0.04 78	0.04 71	0.04 85	0.04 74	0.05 88	0.04 69	1.65 466	0.05 51	0.04 45	0.04 71	0.04 75	0.04 74	0.04 76

FADNet-RVC	0.13 98	0.04 37	0.04 43	0.04 37	0.04 77	0.04 74	0.05 87	0.04 74	0.04 78	0.04 71	0.05 94	0.04 74	0.05 88	0.04 69	1.71 471	0.04 44	0.04 45	0.04 71	0.04 75	0.07 98	0.04 76

AnyNet_C32	0.14 107	0.04 37	0.03 36	2.22 435	0.04 77	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 74	0.02 21	0.07 96	0.04 72	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

ADCP+	0.15 117	0.04 37	0.04 43	2.20 434	0.04 77	0.04 74	0.04 77	0.04 74	0.04 78	0.04 71	0.05 94	0.04 74	0.04 81	0.08 99	0.04 72	0.04 44	0.04 45	0.04 71	0.04 75	0.04 74	0.04 76

NVStereoNet_ROB	0.04 38	0.04 37	0.04 43	0.04 37	0.04 77	0.04 74	0.04 77	0.04 74	0.04 78	0.04 71	0.04 85	0.04 74	0.04 81	0.04 69	0.04 72	0.04 44	0.04 45	0.04 71	0.04 75	0.04 74	0.04 76
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 83	0.05 49	0.36 224	0.24 146	0.07 102	0.13 117	0.05 87	0.06 88	0.05 92	0.05 86	0.05 94	0.13 118	0.05 88	0.05 77	0.09 99	0.24 171	0.20 164	0.10 101	0.05 90	0.06 90	0.13 140

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 51	0.05 49	0.04 43	0.05 43	0.04 77	0.05 84	0.90 365	0.06 88	0.04 78	0.05 86	0.04 85	0.05 86	0.04 81	0.05 77	0.04 72	0.05 51	0.04 45	0.05 81	0.04 75	0.05 86	0.05 91

EDNetEfficient	0.04 38	0.05 49	0.04 43	0.04 37	0.03 48	0.04 74	0.03 50	0.04 74	0.03 55	0.04 71	0.03 52	0.04 74	0.03 52	0.04 69	0.03 48	0.05 51	0.03 36	0.05 81	0.03 54	0.04 74	0.03 51

FADNet	0.12 92	0.05 49	0.04 43	0.04 37	0.04 77	0.04 74	0.04 77	0.04 74	0.04 78	0.04 71	0.04 85	0.04 74	0.05 88	0.04 69	1.66 468	0.06 55	0.04 45	0.04 71	0.04 75	0.04 74	0.04 76

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 77	0.06 86	0.04 77	0.06 88	0.04 78	0.06 90	0.04 85	0.06 91	0.04 81	0.06 82	0.04 72	0.06 55	0.04 45	0.05 81	0.04 75	0.05 86	0.04 76

EDNetEfficientorigin	0.04 38	0.06 54	0.04 43	0.05 43	0.04 77	0.05 84	0.04 77	0.05 84	0.04 78	0.05 86	0.04 85	0.05 86	0.04 81	0.05 77	0.04 72	0.05 51	0.03 36	0.06 88	0.03 54	0.04 74	0.03 51

GwcNet	0.12 92	0.07 57	0.05 57	0.08 49	0.05 93	0.08 97	1.20 393	0.07 98	0.05 92	0.05 86	0.05 94	0.08 98	0.05 88	0.08 99	0.03 48	0.07 58	0.05 56	0.06 88	0.05 90	0.07 98	0.05 91

AASNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 93	0.06 86	0.05 87	0.05 84	0.06 100	0.06 90	0.06 100	0.05 86	0.06 100	0.06 82	0.05 83	0.08 60	0.08 59	0.08 95	0.05 90	0.06 90	0.05 91

SACVNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 93	0.06 86	0.05 87	0.05 84	0.06 100	0.06 90	0.06 100	0.05 86	0.06 100	0.06 82	0.05 83	0.08 60	0.08 59	0.08 95	0.05 90	0.06 90	0.05 91

AACVNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 93	0.06 86	0.05 87	0.05 84	0.06 100	0.06 90	0.06 100	0.05 86	0.06 100	0.06 82	0.05 83	0.08 60	0.08 59	0.08 95	0.05 90	0.06 90	0.05 91

FINET	0.07 49	0.08 58	0.07 58	0.07 47	0.07 102	0.08 97	0.06 99	0.08 101	0.07 103	0.08 98	0.07 103	0.08 98	0.06 100	0.07 96	0.07 94	0.08 60	0.07 57	0.07 93	0.07 98	0.06 90	0.06 96

BEATNet-Init1	0.19 133	0.08 58	0.08 60	2.23 436	0.08 104	0.08 97	0.07 102	0.07 98	0.08 105	0.08 98	0.07 103	0.08 98	0.07 104	0.11 115	0.08 96	0.08 60	0.08 59	0.08 95	0.07 98	0.08 100	0.08 99

DeepPrunerF	0.19 133	0.08 58	0.08 60	2.23 436	0.08 104	0.08 97	0.07 102	0.07 98	0.08 105	0.08 98	0.07 103	0.08 98	0.07 104	0.11 115	0.08 96	0.08 60	0.08 59	0.08 95	0.07 98	0.08 100	0.08 99

Wz-Net-SNSev	0.03 29	0.09 64	0.07 58	0.09 53	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 66	0.07 57	0.01 9	0.01 9	0.01 10	0.01 10

SepStereo	0.09 51	0.09 64	0.10 69	0.09 53	0.09 106	0.09 101	0.09 104	0.10 103	0.08 105	0.10 102	0.09 106	0.09 102	0.09 107	0.09 102	0.08 96	0.09 66	0.08 59	0.09 100	0.08 102	0.09 103	0.08 99

AnonymousM	0.10 62	0.10 66	0.10 69	0.10 56	0.10 112	0.10 102	0.10 109	0.10 103	0.10 109	0.10 102	0.10 110	0.10 104	0.10 111	0.10 104	0.10 105	0.10 71	0.10 73	0.10 101	0.10 111	0.10 104	0.10 107

SuperB	0.21 141	0.10 66	2.51 496	0.12 79	0.09 106	0.10 102	0.09 104	0.08 101	0.07 103	0.10 102	0.09 106	0.09 102	0.07 104	0.07 96	0.07 94	0.07 58	0.08 59	0.07 93	0.07 98	0.08 100	0.07 98

PVD	0.10 62	0.10 66	0.10 69	0.10 56	0.10 112	0.10 102	0.10 109	0.10 103	0.10 109	0.10 102	0.10 110	0.10 104	0.10 111	0.10 104	0.10 105	0.10 71	0.10 73	0.10 101	0.10 111	0.10 104	0.10 107

SHD	0.10 62	0.10 66	0.10 69	0.10 56	0.10 112	0.10 102	0.10 109	0.10 103	0.10 109	0.10 102	0.10 110	0.10 104	0.10 111	0.10 104	0.10 105	0.10 71	0.10 73	0.10 101	0.10 111	0.10 104	0.10 107

SAMSARA	0.10 62	0.10 66	0.10 69	0.10 56	0.10 112	0.10 102	0.10 109	0.10 103	0.10 109	0.10 102	0.10 110	0.10 104	0.10 111	0.10 104	0.10 105	0.10 71	0.10 73	0.10 101	0.10 111	0.10 104	0.10 107

XQC	0.10 62	0.10 66	0.10 69	0.10 56	0.10 112	0.10 102	0.10 109	0.10 103	0.10 109	0.10 102	0.10 110	0.10 104	0.10 111	0.10 104	0.10 105	0.10 71	0.10 73	0.10 101	0.10 111	0.10 104	0.10 107

RTSC	0.10 62	0.10 66	0.10 69	0.10 56	0.10 112	0.10 102	0.10 109	0.10 103	0.10 109	0.10 102	0.10 110	0.10 104	0.10 111	0.10 104	0.10 105	0.10 71	0.10 73	0.10 101	0.10 111	0.10 104	0.10 107

RTS	0.10 62	0.10 66	0.10 69	0.10 56	0.10 112	0.10 102	0.10 109	0.10 103	0.10 109	0.10 102	0.10 110	0.10 104	0.10 111	0.10 104	0.10 105	0.10 71	0.10 73	0.10 101	0.10 111	0.10 104	0.10 107

RTSA	0.10 62	0.10 66	0.10 69	0.10 56	0.10 112	0.10 102	0.10 109	0.10 103	0.10 109	0.10 102	0.10 110	0.10 104	0.10 111	0.10 104	0.10 105	0.10 71	0.10 73	0.10 101	0.10 111	0.10 104	0.10 107

MADNet+	0.10 62	0.10 66	0.10 69	0.10 56	0.10 112	0.10 102	0.10 109	0.10 103	0.10 109	0.10 102	0.10 110	0.10 104	0.10 111	0.10 104	0.10 105	0.10 71	0.10 73	0.10 101	0.10 111	0.10 104	0.10 107

MADNet++	0.10 62	0.10 66	0.10 69	0.10 56	0.10 112	0.10 102	0.10 109	0.10 103	0.10 109	0.10 102	0.10 110	0.10 104	0.10 111	0.10 104	0.10 105	0.10 71	0.10 73	0.10 101	0.10 111	0.10 104	0.10 107

JetBlue	0.11 83	0.11 77	0.12 100	0.13 92	0.14 147	0.11 113	0.11 122	0.11 115	0.11 124	0.11 114	0.11 124	0.11 114	0.11 123	0.12 119	0.12 131	0.11 86	0.11 94	0.11 112	0.11 123	0.11 114	0.11 119

aanetorigin	0.13 98	0.11 77	0.11 89	0.11 73	0.11 127	0.11 113	0.11 122	0.11 115	0.11 124	0.11 114	0.12 134	0.11 114	0.11 123	0.11 115	0.11 117	0.11 86	0.11 94	0.14 120	0.11 123	0.49 277	0.11 119

JetRed	0.11 83	0.12 79	0.11 89	0.11 73	0.11 127	0.11 113	0.14 142	0.11 115	0.11 124	0.12 116	0.11 124	0.11 114	0.11 123	0.11 115	0.11 117	0.11 86	0.16 140	0.11 112	0.11 123	0.11 114	0.11 119

LRCNet_RVC	0.13 98	0.13 80	0.09 65	0.13 92	0.10 112	0.14 118	0.10 109	0.14 119	0.10 109	0.23 163	0.10 110	0.20 149	0.10 111	0.24 171	0.11 117	0.11 86	0.09 68	0.12 115	0.14 150	0.12 118	0.09 102

GMStereo	0.14 107	0.13 80	0.14 124	0.14 96	0.14 147	0.14 118	0.14 142	0.14 119	0.14 147	0.14 118	0.14 151	0.14 119	0.14 148	0.14 121	0.14 141	0.14 114	0.14 135	0.14 120	0.14 150	0.14 122	0.14 145
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	0.22 144	0.13 80	0.19 155	0.23 141	0.10 112	0.26 182	1.02 380	0.14 119	0.10 109	0.28 182	0.14 151	0.17 140	0.19 174	0.28 191	0.09 99	0.22 155	0.16 140	0.23 169	0.17 173	0.11 114	0.12 134

DRN-Test	0.14 107	0.13 80	0.09 65	0.14 96	0.09 106	0.15 125	0.09 104	0.14 119	0.10 109	0.14 118	0.09 106	0.14 119	0.09 107	0.13 120	0.09 99	0.12 91	0.09 68	0.12 115	0.09 104	0.12 118	0.73 347

S2M2	0.12 92	0.14 84	0.10 69	0.15 106	0.10 112	0.14 118	0.10 109	0.14 119	0.10 109	0.15 124	0.10 110	0.14 119	0.10 111	0.14 121	0.10 105	0.13 107	0.10 73	0.13 118	0.09 104	0.13 120	0.09 102

StereoDRNet	0.15 117	0.14 84	0.10 69	0.14 96	0.09 106	0.15 125	0.09 104	0.14 119	0.09 108	0.14 118	0.10 110	0.14 119	0.09 107	0.14 121	0.09 99	0.13 107	0.10 73	0.13 118	0.09 104	0.13 120	0.82 358

testlalala2	0.13 98	0.16 86	0.11 89	0.15 106	0.11 127	0.16 133	0.11 122	0.16 132	0.11 124	0.16 129	0.11 124	0.16 130	0.11 123	0.16 131	0.11 117	0.14 114	0.11 94	0.14 120	0.11 123	0.14 122	0.11 119

GMStereo_Zeroshot	0.16 125	0.16 86	0.16 140	0.16 116	0.16 165	0.16 133	0.16 150	0.16 132	0.16 159	0.16 129	0.16 160	0.16 130	0.16 158	0.16 131	0.16 157	0.16 130	0.16 140	0.16 136	0.16 155	0.16 136	0.16 146

testlalala_base	0.13 98	0.16 86	0.11 89	0.15 106	0.11 127	0.15 125	0.11 122	0.16 132	0.11 124	0.16 129	0.11 124	0.16 130	0.11 123	0.16 131	0.11 117	0.14 114	0.11 94	0.14 120	0.11 123	0.14 122	0.11 119

HSM	0.14 107	0.16 86	0.12 100	0.17 124	0.12 142	0.17 141	0.11 122	0.17 140	0.11 124	0.17 138	0.12 134	0.17 140	0.12 139	0.17 140	0.12 131	0.16 130	0.11 94	0.16 136	0.11 123	0.16 136	0.12 134

ELAS_RVC	0.14 107	0.16 86	0.10 69	0.15 106	0.10 112	0.18 144	0.11 122	0.19 144	0.11 124	0.19 143	0.12 134	0.18 143	0.11 123	0.19 145	0.12 131	0.14 114	0.08 59	0.14 120	0.09 104	0.15 132	0.09 102
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 98	0.16 86	0.11 89	0.15 106	0.09 106	0.18 144	0.11 122	0.18 142	0.11 124	0.17 138	0.11 124	0.18 143	0.11 123	0.18 142	0.11 117	0.14 114	0.08 59	0.14 120	0.08 102	0.14 122	0.09 102
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 117	0.17 92	0.13 119	0.20 130	0.13 145	0.19 147	0.13 140	0.18 142	0.13 145	0.19 143	0.13 146	0.18 143	0.14 148	0.18 142	0.14 141	0.16 130	0.11 94	0.15 133	0.14 150	0.18 145	0.11 119

SGM_RVC	0.15 117	0.17 92	0.11 89	0.18 125	0.11 127	0.19 147	0.11 122	0.19 144	0.12 142	0.19 143	0.12 134	0.20 149	0.12 139	0.19 145	0.12 131	0.16 130	0.11 94	0.17 143	0.10 111	0.17 141	0.10 107
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DeepPruner_ROB	0.16 125	0.18 94	0.13 119	0.19 128	0.13 145	0.19 147	0.13 140	0.19 144	0.13 145	0.19 143	0.13 146	0.19 147	0.13 144	0.19 145	0.13 137	0.18 145	0.13 132	0.18 152	0.13 147	0.18 145	0.13 140

IGEV_Zeroshot_test	0.20 135	0.19 95	0.40 240	0.30 163	0.17 168	0.22 161	0.17 155	0.21 155	0.17 164	0.20 148	0.17 165	0.21 156	0.18 169	0.21 159	0.17 160	0.20 148	0.16 140	0.20 156	0.16 155	0.20 152	0.17 158

ACVNet	0.20 135	0.19 95	0.14 124	0.20 130	0.14 147	0.20 152	0.96 372	0.21 155	0.14 147	0.20 148	0.13 146	0.21 156	0.14 148	0.20 149	0.14 141	0.17 137	0.12 108	0.17 143	0.12 139	0.17 141	0.12 134

acv_ft	0.20 135	0.19 95	0.14 124	0.20 130	0.14 147	0.20 152	0.96 372	0.21 155	0.14 147	0.20 148	0.13 146	0.21 156	0.14 148	0.20 149	0.14 141	0.17 137	0.12 108	0.17 143	0.12 139	0.17 141	0.12 134

LALA_ROB	0.15 117	0.19 95	0.12 100	0.18 125	0.11 127	0.20 152	0.12 137	0.21 155	0.12 142	0.20 148	0.12 134	0.20 149	0.12 139	0.21 159	0.13 137	0.17 137	0.10 73	0.18 152	0.11 123	0.18 145	0.11 119

model_zeroshot	0.27 160	0.20 99	0.27 182	0.33 172	0.21 187	0.37 216	0.22 178	0.37 208	0.24 187	0.26 179	0.27 211	0.33 201	0.21 182	0.25 176	0.27 201	0.32 195	0.20 164	0.34 213	0.23 187	0.25 168	0.26 189

ProNet	0.14 107	0.20 99	0.14 124	0.16 116	0.11 127	0.16 133	0.11 122	0.17 140	0.11 124	0.17 138	0.12 134	0.17 140	0.13 144	0.17 140	0.12 131	0.15 123	0.11 94	0.16 136	0.11 123	0.15 132	0.12 134

DAS	0.20 135	0.20 99	0.20 158	0.20 130	0.20 181	0.20 152	0.20 168	0.20 149	0.20 174	0.20 148	0.20 180	0.20 149	0.20 178	0.20 149	0.20 175	0.20 148	0.20 164	0.20 156	0.20 178	0.20 152	0.20 165

IPLG	0.13 98	0.20 99	0.14 124	0.15 106	0.11 127	0.14 118	0.11 122	0.14 119	0.11 124	0.14 118	0.11 124	0.14 119	0.11 123	0.14 121	0.11 117	0.15 123	0.12 108	0.14 120	0.11 123	0.14 122	0.11 119

IPLGR_C	0.14 107	0.20 99	0.12 100	0.15 106	0.11 127	0.14 118	0.15 147	0.14 119	0.11 124	0.15 124	0.12 134	0.14 119	0.11 123	0.16 131	0.11 117	0.15 123	0.12 108	0.14 120	0.12 139	0.15 132	0.12 134

ASD4		0.20 99

MSKI-zero shot	0.24 150	0.21 105	0.49 281	0.65 279	0.18 175	0.22 161	0.17 155	0.23 163	0.18 166	0.21 157	0.17 165	0.23 166	0.28 218	0.23 167	0.18 169	0.21 152	0.16 140	0.21 158	0.16 155	0.21 155	0.16 146

CIPLG	0.13 98	0.21 105	0.12 100	0.16 116	0.11 127	0.15 125	0.11 122	0.14 119	0.11 124	0.15 124	0.12 134	0.15 129	0.11 123	0.14 121	0.11 117	0.15 123	0.12 108	0.14 120	0.11 123	0.14 122	0.11 119

MIPNet	0.14 107	0.21 105	0.17 147	0.16 116	0.11 127	0.15 125	0.12 137	0.14 119	0.11 124	0.16 129	0.11 124	0.14 119	0.11 123	0.14 121	0.11 117	0.14 114	0.12 108	0.14 120	0.11 123	0.14 122	0.11 119

ACRE	0.13 98	0.21 105	0.14 124	0.15 106	0.11 127	0.14 118	0.11 122	0.14 119	0.11 124	0.14 118	0.12 134	0.14 119	0.11 123	0.14 121	0.11 117	0.15 123	0.12 108	0.14 120	0.11 123	0.14 122	0.11 119

Pointernet	0.21 141	0.22 109	0.19 155	0.24 146	0.19 179	0.24 168	0.19 165	0.24 166	0.19 172	0.24 168	0.19 176	0.24 170	0.19 174	0.24 171	0.19 172	0.22 155	0.17 155	0.22 163	0.17 173	0.22 157	0.17 158

test_for_model	0.15 117	0.23 110	0.18 152	0.21 138	0.11 127	0.16 133	0.11 122	0.16 132	0.11 124	0.16 129	0.11 124	0.16 130	0.11 123	0.16 131	0.11 117	0.21 152	0.18 161	0.14 120	0.11 123	0.14 122	0.11 119

WAO-6	0.22 144	0.23 110	0.22 163	0.23 141	0.22 189	0.22 161	0.22 178	0.22 159	0.22 179	0.22 159	0.22 185	0.22 162	0.22 183	0.22 163	0.22 179	0.22 155	0.22 171	0.22 163	0.22 182	0.22 157	0.22 170

IMH-64-1	0.22 144	0.23 110	0.23 166	0.22 139	0.22 189	0.22 161	0.22 178	0.22 159	0.22 179	0.22 159	0.22 185	0.22 162	0.22 183	0.22 163	0.22 179	0.22 155	0.22 171	0.23 169	0.22 182	0.22 157	0.23 172

IMH-64	0.22 144	0.23 110	0.23 166	0.22 139	0.22 189	0.22 161	0.22 178	0.22 159	0.22 179	0.22 159	0.22 185	0.22 162	0.22 183	0.22 163	0.22 179	0.22 155	0.22 171	0.23 169	0.22 182	0.22 157	0.23 172

MIM_Stereo	0.25 151	0.23 110	0.66 313	0.80 296	0.17 168	0.22 161	0.17 155	0.23 163	0.18 166	0.26 179	0.17 165	0.21 156	0.17 162	0.25 176	0.17 160	0.23 166	0.16 140	0.21 158	0.17 173	0.22 157	0.17 158

iResNetv2_ROB	0.20 135	0.23 110	0.18 152	0.24 146	0.20 181	0.24 168	0.18 161	0.24 166	0.18 166	0.24 168	0.18 175	0.23 166	0.19 174	0.24 171	0.18 169	0.21 152	0.16 140	0.21 158	0.16 155	0.22 157	0.16 146

iResNet	0.20 135	0.23 110	0.18 152	0.24 146	0.18 175	0.24 168	0.20 168	0.24 166	0.18 166	0.23 163	0.17 165	0.23 166	0.18 169	0.23 167	0.18 169	0.22 155	0.16 140	0.21 158	0.16 155	0.21 155	0.16 146

Wz-Net-LNSev	0.06 44	0.24 117	0.20 158	0.23 141	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	0.23 166	0.21 167	0.02 18	0.01 9	0.01 10	0.01 10

IPLGR	0.14 107	0.24 117	0.14 124	0.16 116	0.12 142	0.15 125	0.12 137	0.14 119	0.11 124	0.15 124	0.12 134	0.14 119	0.11 123	0.14 121	0.11 117	0.15 123	0.12 108	0.14 120	0.11 123	0.14 122	0.11 119

tg	0.21 141	0.25 119	0.21 161	0.26 158	0.17 168	0.24 168	0.17 155	0.24 166	0.17 164	0.24 168	0.17 165	0.24 170	0.17 162	0.24 171	0.17 160	0.24 171	0.17 155	0.23 169	0.16 155	0.23 166	0.16 146

UNDER WATER-64	0.25 151	0.26 120	0.25 175	0.26 158	0.25 201	0.25 175	0.25 193	0.25 172	0.25 192	0.25 172	0.25 201	0.25 175	0.25 195	0.26 186	0.25 195	0.25 177	0.25 178	0.25 177	0.25 200	0.25 168	0.25 183

CAS++	0.17 128	0.27 121	0.21 161	0.10 56	0.21 187	0.15 125	0.22 178	0.10 103	0.21 176	0.22 159	0.10 110	0.19 147	0.18 169	0.10 104	0.19 172	0.20 148	0.19 162	0.18 152	0.10 111	0.19 151	0.18 162
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
TorneroNet-64	0.45 241	0.27 121	0.30 192	0.58 267	0.27 211	0.70 332	0.30 221	0.28 179	0.73 354	0.73 334	0.28 217	0.71 334	0.66 337	0.75 338	0.27 201	0.27 181	0.29 200	0.37 234	0.75 358	0.28 175	0.30 225

LoS	0.25 151	0.27 121	0.25 175	0.25 151	0.25 201	0.25 175	0.25 193	0.26 176	0.25 192	0.25 172	0.25 201	0.25 175	0.25 195	0.25 176	0.25 195	0.26 178	0.25 178	0.25 177	0.26 206	0.26 170	0.25 183
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DLNR_Zeroshot_test	0.31 171	0.28 124	0.47 269	0.79 294	0.24 199	0.30 189	0.26 201	0.30 185	0.24 187	0.32 193	0.23 189	0.31 196	0.24 192	0.30 196	0.23 185	0.29 190	0.26 181	0.29 191	0.24 195	0.33 192	0.23 172

SQANet	0.28 161	0.28 124	0.28 186	0.28 161	0.28 214	0.28 186	0.28 209	0.28 179	0.28 213	0.28 182	0.28 217	0.28 186	0.28 218	0.28 191	0.28 207	0.28 183	0.28 191	0.28 186	0.28 217	0.28 175	0.28 210

HGLStereo	0.28 161	0.29 126	0.22 163	0.36 179	0.22 189	0.36 211	0.21 173	0.36 202	0.21 176	0.42 248	0.21 184	0.36 213	0.22 183	0.36 215	0.21 177	0.34 201	0.21 167	0.34 213	0.21 179	0.34 196	0.21 167

DANet	0.30 166	0.30 127	0.30 192	0.30 163	0.30 230	0.30 189	0.30 221	0.30 185	0.30 228	0.30 186	0.30 232	0.30 194	0.30 230	0.30 196	0.30 224	0.30 191	0.30 208	0.30 193	0.30 236	0.30 181	0.30 225
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	1.26 418	0.31 128	4.99 524	5.93 516	0.20 181	0.25 175	0.20 168	0.25 172	0.20 174	0.23 163	0.19 176	0.25 175	0.20 178	0.25 176	0.20 175	5.66 524	4.76 517	0.26 180	0.30 236	0.24 167	0.27 197

gcap-zeroshot	0.35 191	0.32 129	0.37 227	0.49 242	0.39 281	0.33 202	0.21 173	0.26 176	0.35 253	0.42 248	0.34 251	0.49 287	0.29 224	0.47 274	0.39 274	0.34 201	0.17 155	0.38 241	0.23 187	0.48 274	0.34 247

iResNet_ROB	0.28 161	0.32 129	0.24 172	0.32 169	0.25 201	0.32 200	0.24 190	0.32 188	0.24 187	0.33 198	0.24 195	0.35 207	0.24 192	0.33 205	0.24 189	0.31 194	0.24 177	0.32 198	0.24 195	0.32 186	0.24 182

H2IRNET	0.34 184	0.34 131	0.34 215	0.34 174	0.34 257	0.34 204	0.34 246	0.34 195	0.34 250	0.34 200	0.34 251	0.34 206	0.34 249	0.34 207	0.34 250	0.34 201	0.34 224	0.34 213	0.34 259	0.34 196	0.34 247

MLCV	0.31 171	0.35 132	0.27 182	0.35 175	0.28 214	0.35 208	0.27 204	0.35 198	0.28 213	0.36 207	0.27 211	0.35 207	0.27 212	0.35 209	0.27 201	0.34 201	0.27 186	0.34 213	0.27 213	0.34 196	0.27 197

ETE_ROB	0.35 191	0.35 132	0.35 222	0.35 175	0.35 260	0.35 208	0.35 251	0.35 198	0.35 253	0.35 204	0.35 260	0.35 207	0.35 255	0.35 209	0.35 254	0.35 210	0.35 225	0.35 226	0.35 265	0.35 208	0.35 253

DN-CSS_ROB	0.31 171	0.35 132	0.28 186	0.35 175	0.28 214	0.34 204	0.27 204	0.34 195	0.25 192	0.35 204	0.27 211	0.36 213	0.26 204	0.34 207	0.28 207	0.35 210	0.28 191	0.34 213	0.28 217	0.34 196	0.27 197

RSM	0.36 195	0.36 135	0.43 254	0.37 182	0.42 300	0.49 290	0.42 289	0.37 208	0.28 213	0.36 207	0.29 221	0.36 213	0.30 230	0.37 219	0.28 207	0.34 201	0.31 212	0.34 213	0.35 265	0.40 238	0.29 215

Any-RAFT	0.32 179	0.36 135	0.27 182	0.36 179	0.27 211	0.36 211	0.27 204	0.36 202	0.27 210	0.36 207	0.27 211	0.36 213	0.27 212	0.36 215	0.28 207	0.36 214	0.28 191	0.36 231	0.28 217	0.36 215	0.28 210

LG-Stereo_L2	0.34 184	0.37 137	0.38 230	0.47 232	0.28 214	0.39 226	0.28 209	0.39 217	0.28 213	0.39 218	0.28 217	0.39 225	0.28 218	0.38 221	0.28 207	0.42 260	0.35 225	0.36 231	0.26 206	0.35 208	0.26 189

RAFT-Test	0.36 195	0.37 137	0.33 207	0.41 213	0.32 236	0.41 244	0.32 226	0.41 237	0.32 235	0.41 236	0.32 237	0.41 244	0.32 237	0.41 246	0.33 237	0.37 218	0.29 200	0.37 234	0.29 226	0.38 226	0.31 230

XPNet_ROB	0.37 200	0.37 137	0.37 227	0.37 182	0.37 269	0.37 216	0.37 262	0.37 208	0.37 264	0.37 212	0.37 269	0.37 219	0.37 262	0.37 219	0.37 265	0.37 218	0.37 230	0.37 234	0.37 273	0.37 217	0.37 258

WAO-8	0.38 206	0.38 140	0.38 230	0.38 185	0.38 276	0.38 220	0.38 268	0.38 213	0.38 268	0.38 213	0.38 274	0.38 221	0.38 266	0.38 221	0.38 268	0.38 225	0.38 236	0.38 241	0.37 273	0.38 226	0.38 265

WAO-7	0.38 206	0.38 140	0.38 230	0.38 185	0.38 276	0.38 220	0.38 268	0.38 213	0.38 268	0.38 213	0.38 274	0.38 221	0.38 266	0.38 221	0.38 268	0.38 225	0.38 236	0.38 241	0.38 285	0.38 226	0.38 265

HanzoNet	0.39 214	0.38 140	0.40 240	0.39 190	0.41 290	0.38 220	0.38 268	0.38 213	0.38 268	0.39 218	0.39 278	0.38 221	0.38 266	0.39 229	0.40 278	0.38 225	0.38 236	0.40 256	0.38 285	0.38 226	0.40 272

Venus	0.38 206	0.38 140	0.38 230	0.38 185	0.38 276	0.37 216	0.38 268	0.37 208	0.37 264	0.41 236	0.37 269	0.39 225	0.37 262	0.38 221	0.38 268	0.37 218	0.38 236	0.38 241	0.37 273	0.37 217	0.38 265

IMH	0.38 206	0.38 140	0.38 230	0.38 185	0.38 276	0.38 220	0.38 268	0.38 213	0.38 268	0.42 248	0.38 274	0.40 232	0.38 266	0.38 221	0.38 268	0.38 225	0.38 236	0.39 251	0.38 285	0.38 226	0.38 265

DMCA	0.36 195	0.38 140	0.37 227	0.35 175	0.35 260	0.36 211	0.36 257	0.36 202	0.35 253	0.35 204	0.37 269	0.36 213	0.36 258	0.35 209	0.36 257	0.36 214	0.36 228	0.35 226	0.36 271	0.36 215	0.36 254

StereoDRNet-Refined	0.33 182	0.39 146	0.26 181	0.39 190	0.26 209	0.40 228	0.26 201	0.40 222	0.26 205	0.39 218	0.26 207	0.39 225	0.26 204	0.39 229	0.26 200	0.37 218	0.25 178	0.37 234	0.25 200	0.37 217	0.37 258
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.11 365	0.39 146	5.28 526	0.39 190	0.20 181	0.39 226	0.27 204	0.39 217	0.22 179	0.38 213	0.20 180	0.38 221	0.20 178	6.95 537	0.22 179	0.30 191	0.21 167	0.27 184	0.21 179	5.25 518	0.21 167

EKT-Stereo	0.37 200	0.40 148	0.44 256	1.07 331	0.29 221	0.34 204	0.31 225	0.36 202	0.29 218	0.38 213	0.31 235	0.37 219	0.30 230	0.36 215	0.29 217	0.34 201	0.28 191	0.39 251	0.30 236	0.37 217	0.30 225

knoymous	0.40 218	0.40 148	0.40 240	0.40 203	0.40 283	0.40 228	0.40 276	0.40 222	0.40 277	0.40 223	0.40 281	0.40 232	0.40 272	0.40 232	0.40 278	0.40 238	0.40 246	0.40 256	0.40 289	0.40 238	0.40 272

anonymousa	0.40 218	0.40 148	0.40 240	0.40 203	0.40 283	0.40 228	0.40 276	0.40 222	0.40 277	0.40 223	0.40 281	0.40 232	0.40 272	0.40 232	0.40 278	0.40 238	0.40 246	0.40 256	0.40 289	0.40 238	0.40 272

riskmin	0.40 218	0.40 148	0.40 240	0.40 203	0.40 283	0.40 228	0.40 276	0.40 222	0.40 277	0.40 223	0.40 281	0.40 232	0.40 272	0.40 232	0.40 278	0.40 238	0.40 246	0.40 256	0.40 289	0.40 238	0.40 272

Anonymous_2	0.40 218	0.40 148	0.40 240	0.40 203	0.40 283	0.40 228	0.40 276	0.40 222	0.40 277	0.40 223	0.40 281	0.40 232	0.40 272	0.40 232	0.40 278	0.40 238	0.40 246	0.40 256	0.40 289	0.40 238	0.40 272

Anonymous_1	0.40 218	0.40 148	0.40 240	0.40 203	0.40 283	0.40 228	0.40 276	0.40 222	0.40 277	0.40 223	0.40 281	0.40 232	0.40 272	0.40 232	0.40 278	0.40 238	0.40 246	0.40 256	0.40 289	0.40 238	0.40 272

AdaStereo	0.40 218	0.40 148	0.40 240	0.40 203	0.40 283	0.40 228	0.40 276	0.40 222	0.40 277	0.40 223	0.40 281	0.40 232	0.40 272	0.40 232	0.40 278	0.40 238	0.40 246	0.40 256	0.40 289	0.40 238	0.40 272
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	0.34 184	0.41 155	0.31 198	0.39 190	0.29 221	0.40 228	0.32 226	0.41 237	0.32 235	0.38 213	0.30 232	0.39 225	0.30 230	0.38 221	0.32 229	0.35 210	0.27 186	0.34 213	0.27 213	0.34 196	0.29 215

GwcNet-ADL	0.41 225	0.41 155	0.41 248	0.41 213	0.41 290	0.41 244	0.41 284	0.41 237	0.41 286	0.41 236	0.41 287	0.41 244	0.41 283	0.41 246	0.41 285	0.41 246	0.41 255	0.41 269	0.41 296	0.41 248	0.41 279

PSMNet-ADL	0.41 225	0.41 155	0.41 248	0.41 213	0.41 290	0.41 244	0.41 284	0.41 237	0.41 286	0.41 236	0.41 287	0.41 244	0.41 283	0.41 246	0.41 285	0.41 246	0.41 255	0.41 269	0.41 296	0.41 248	0.41 279

GANet-ADL	0.41 225	0.41 155	0.41 248	0.41 213	0.41 290	0.41 244	0.41 284	0.41 237	0.41 286	0.41 236	0.41 287	0.41 244	0.41 283	0.41 246	0.41 285	0.41 246	0.41 255	0.41 269	0.41 296	0.41 248	0.41 279

ADLNet2	0.41 225	0.41 155	0.41 248	0.41 213	0.41 290	0.41 244	0.41 284	0.41 237	0.41 286	0.41 236	0.41 287	0.41 244	0.41 283	0.41 246	0.41 285	0.41 246	0.41 255	0.41 269	0.41 296	0.41 248	0.41 279

ADLNet	0.41 225	0.41 155	0.41 248	0.41 213	0.41 290	0.41 244	0.41 284	0.41 237	0.41 286	0.41 236	0.41 287	0.41 244	0.41 283	0.41 246	0.41 285	0.41 246	0.41 255	0.41 269	0.41 296	0.41 248	0.41 279

DGSMNet	0.34 184	0.41 155	0.27 182	0.41 213	0.28 214	0.41 244	0.28 209	0.41 237	0.27 210	0.41 236	0.27 211	0.42 260	0.27 212	0.41 246	0.28 207	0.40 238	0.29 200	0.40 256	0.28 217	0.40 238	0.27 197

iRaft-Stereo_5w	0.34 184	0.42 162	0.31 198	0.39 190	0.30 230	0.38 220	0.30 221	0.40 222	0.29 218	0.40 223	0.37 269	0.41 244	0.34 249	0.38 221	0.30 224	0.34 201	0.27 186	0.34 213	0.26 206	0.34 196	0.26 189

GREAT-IGEV	0.38 206	0.43 163	0.36 224	0.48 236	0.32 236	0.45 269	0.32 226	0.45 259	0.32 235	0.45 259	0.32 237	0.45 266	0.32 237	0.45 266	0.32 229	0.44 262	0.33 221	0.41 269	0.29 226	0.41 248	0.29 215

fffy	0.38 206	0.43 163	0.33 207	0.46 226	0.33 247	0.45 269	0.32 226	0.45 259	0.32 235	0.45 259	0.32 237	0.45 266	0.33 244	0.45 266	0.32 229	0.38 225	0.38 236	0.38 241	0.37 273	0.37 217	0.36 254

IGEV++	0.34 184	0.43 163	0.30 192	0.40 203	0.29 221	0.40 228	0.29 216	0.40 222	0.29 218	0.40 223	0.29 221	0.40 232	0.29 224	0.40 232	0.30 224	0.38 225	0.29 200	0.37 234	0.29 226	0.37 217	0.29 215

ccccc		0.44 166		0.48 236	0.35 260	0.48 285		0.51 294		0.47 269		0.47 276		0.47 274		0.41 246	0.40 246	0.40 256	0.40 289	0.41 248

Wz-Net-LNSev-Ref	0.11 83	0.44 166	0.33 207	0.39 190	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	0.39 234	0.36 228	0.02 18	0.02 20	0.02 20	0.02 20

IGEV-Stereo	0.35 191	0.44 166	0.45 258	0.49 242	0.30 230	0.37 216	0.30 221	0.36 202	0.30 228	0.36 207	0.29 221	0.36 213	0.29 224	0.36 215	0.30 224	0.46 267	0.39 243	0.32 198	0.24 195	0.32 186	0.25 183
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HART	0.38 206	0.45 169	0.34 215	0.42 221	0.33 247	0.41 244	0.34 246	0.42 253	0.33 241	0.43 254	0.34 251	0.42 260	0.34 249	0.41 246	0.38 268	0.40 238	0.32 214	0.42 280	0.32 247	0.40 238	0.32 234

mms	0.40 218	0.45 169	0.35 222	0.48 236	0.36 266	0.47 280	0.34 246	0.45 259	0.38 268	0.47 269	0.33 243	0.45 266	0.32 237	0.45 266	0.32 229	0.39 234	0.38 236	0.38 241	0.37 273	0.39 233	0.39 270

GMOStereo	0.37 200	0.45 169	0.23 166	0.30 163	0.37 269	0.41 244	0.36 257	0.41 237	0.35 253	0.43 254	0.36 263	0.41 244	0.40 272	0.41 246	0.36 257	0.34 201	0.22 171	0.47 294	0.37 273	0.39 233	0.33 241

RAFT + AFF	0.31 171	0.45 169	0.34 215	0.39 190	0.28 214	0.38 220	0.33 235	0.29 183	0.31 232	0.30 186	0.30 232	0.29 191	0.27 212	0.29 194	0.30 224	0.28 183	0.29 200	0.29 191	0.29 226	0.27 173	0.32 234

otaku	0.46 244	0.46 173	0.46 262	0.46 226	0.46 307	0.46 275	0.46 298	0.46 263	0.46 298	0.46 263	0.46 305	0.46 270	0.46 298	0.46 270	0.46 299	0.46 267	0.46 270	0.46 290	0.46 308	0.46 263	0.46 293

Dean	0.46 244	0.46 173	0.46 262	0.46 226	0.46 307	0.46 275	0.46 298	0.46 263	0.46 298	0.47 269	0.46 305	0.46 270	0.46 298	0.46 270	0.46 299	0.46 267	0.46 270	0.46 290	0.46 308	0.46 263	0.46 293

ACVNet-4b	0.46 244	0.46 173	0.46 262	0.46 226	0.46 307	0.46 275	0.46 298	0.46 263	0.46 298	0.46 263	0.46 305	0.46 270	0.46 298	0.47 274	0.46 299	0.46 267	0.46 270	0.46 290	0.46 308	0.46 263	0.46 293

psmorigin	0.41 225	0.46 173	0.33 207	0.49 242	0.33 247	0.49 290	0.33 235	0.49 277	0.33 241	0.49 283	0.33 243	0.49 287	0.33 244	0.51 302	0.33 237	0.41 246	0.30 208	0.41 269	0.30 236	0.79 320	0.29 215

Ntro	0.47 250	0.47 177	0.46 262	0.46 226	0.46 307	0.47 280	0.47 303	0.46 263	0.47 303	0.46 263	0.46 305	0.47 276	0.46 298	0.47 274	0.47 305	0.47 272	0.46 270	0.46 290	0.46 308	0.46 263	0.46 293

HaxPig	0.47 250	0.47 177	0.47 269	0.49 242	0.47 313	0.47 280	0.47 303	0.47 269	0.47 303	0.47 269	0.47 313	0.47 276	0.47 306	0.47 274	0.47 305	0.47 272	0.47 278	0.47 294	0.47 315	0.47 270	0.48 302

UNDER WATER	0.47 250	0.47 177	0.47 269	0.47 232	0.47 313	0.47 280	0.47 303	0.47 269	0.47 303	0.47 269	0.47 313	0.47 276	0.46 298	0.47 274	0.47 305	0.47 272	0.47 278	0.47 294	0.46 308	0.47 270	0.47 300

LVE	0.47 250	0.47 177	0.47 269	0.47 232	0.49 319	0.47 280	0.47 303	0.47 269	0.49 312	0.47 269	0.47 313	0.47 276	0.46 298	0.47 274	0.47 305	0.47 272	0.47 278	0.48 302	0.47 315	0.47 270	0.47 300

ACVNet_1	0.46 244	0.47 177	0.46 262	0.46 226	0.46 307	0.46 275	0.46 298	0.46 263	0.47 303	0.46 263	0.46 305	0.46 270	0.46 298	0.46 270	0.46 299	0.46 267	0.46 270	0.47 294	0.46 308	0.46 263	0.46 293

CES	0.39 214	0.47 177	0.36 224	0.36 179	0.37 269	0.45 269	0.35 251	0.35 198	0.40 277	0.36 207	0.44 300	0.47 276	0.36 258	0.44 263	0.36 257	0.37 218	0.39 243	0.44 283	0.35 265	0.37 217	0.36 254

xyz-stereo-finetune2	0.18 131	0.48 183	0.16 140	0.16 116	0.15 158	0.15 125	0.16 150	0.16 132	0.16 159	0.16 129	0.16 160	0.16 130	0.16 158	0.16 131	0.16 157	0.16 130	0.16 140	0.16 136	0.16 155	0.16 136	0.16 146

RainbowNet	0.48 255	0.48 183	0.48 276	0.48 236	0.48 317	0.48 285	0.48 312	0.48 273	0.48 310	0.48 276	0.48 317	0.48 283	0.48 307	0.48 283	0.48 311	0.48 276	0.48 281	0.48 302	0.48 318	0.48 274	0.48 302

xyz-stereo-finetune	0.28 161	0.49 185	0.16 140	0.16 116	0.16 165	0.16 133	0.16 150	0.22 159	0.30 228	0.32 193	0.31 235	0.32 198	0.31 235	0.32 199	0.32 229	0.32 195	0.33 221	0.31 197	0.32 247	0.31 184	0.32 234

GIP-stereo	0.36 195	0.49 185	0.39 237	0.48 236	0.32 236	0.41 244	0.28 209	0.40 222	0.30 228	0.41 236	0.28 217	0.40 232	0.28 218	0.42 259	0.28 207	0.45 264	0.32 214	0.38 241	0.30 236	0.37 217	0.27 197

notaker	0.48 255	0.49 185	0.48 276	0.48 236	0.48 317	0.48 285	0.48 312	0.48 273	0.49 312	0.48 276	0.48 317	0.48 283	0.48 307	0.48 283	0.48 311	0.48 276	0.48 281	0.48 302	0.48 318	0.48 274	0.49 307

ACVNet_2	0.49 260	0.49 185	0.49 281	0.49 242	0.49 319	0.49 290	0.49 314	0.49 277	0.49 312	0.49 283	0.49 320	0.49 287	0.49 312	0.49 289	0.49 313	0.49 279	0.49 284	0.49 306	0.49 321	0.49 277	0.49 307

xyz-stereo	0.18 131	0.50 189	0.16 140	0.15 106	0.16 165	0.16 133	0.16 150	0.16 132	0.16 159	0.16 129	0.16 160	0.16 130	0.16 158	0.16 131	0.16 157	0.16 130	0.16 140	0.16 136	0.16 155	0.16 136	0.16 146

FoundationStereo	0.50 262	0.50 189	0.50 284	0.50 249	0.50 323	0.50 298	0.50 316	0.50 285	0.50 315	0.50 295	0.50 322	0.50 301	0.50 315	0.50 296	0.50 314	0.50 285	0.50 290	0.50 310	0.50 323	0.50 282	0.50 310

StereoAnything_RVC	0.50 262	0.50 189	0.50 284	0.50 249	0.50 323	0.50 298	0.50 316	0.50 285	0.50 315	0.50 295	0.50 322	0.50 301	0.50 315	0.50 296	0.50 314	0.50 285	0.50 290	0.50 310	0.50 323	0.50 282	0.50 310

dual_stereo	0.50 262	0.50 189	0.50 284	0.50 249	0.50 323	0.50 298	0.50 316	0.50 285	0.50 315	0.50 295	0.50 322	0.50 301	0.50 315	0.50 296	0.50 314	0.50 285	0.50 290	0.50 310	0.50 323	0.50 282	0.50 310

KSHMR	0.66 289	0.50 189	0.48 276	1.15 341	0.52 329	0.49 290	0.51 320	0.49 277	0.71 350	0.67 329	0.50 322	1.16 383	1.11 376	0.66 327	0.52 321	0.49 279	0.49 284	0.51 315	0.66 343	0.50 282	1.14 388

WZ-Net	0.05 41	0.50 189	0.10 69	0.12 79	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 91	0.10 73	0.01 9	0.01 9	0.01 10	0.01 10

SANet	0.50 262	0.50 189	0.50 284	0.50 249	0.50 323	0.50 298	0.50 316	0.50 285	0.50 315	0.50 295	0.50 322	0.50 301	0.50 315	0.50 296	0.50 314	0.50 285	0.50 290	0.50 310	0.50 323	0.50 282	0.50 310

fffft	0.48 255	0.51 196	0.45 258	0.52 257	0.45 305	0.52 307	0.45 296	0.52 296	0.48 310	0.53 304	0.45 303	0.52 307	0.45 295	0.52 305	0.46 299	0.51 291	0.41 255	0.50 310	0.41 296	0.50 282	0.41 279
1: 1. 1
CASnet	0.35 191	0.51 196	0.44 256	0.32 169	0.31 234	0.24 168	0.34 246	0.36 202	0.25 192	0.31 188	0.37 269	0.30 194	0.33 244	0.25 176	0.45 295	0.37 218	0.37 230	0.33 206	0.35 265	0.34 196	0.37 258
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LG-Stereo_L1	0.47 250	0.52 198	0.47 269	0.62 273	0.39 281	0.53 309	0.40 276	0.53 298	0.39 276	0.53 304	0.39 278	0.53 308	0.39 271	0.53 307	0.39 274	0.55 297	0.46 270	0.49 306	0.37 273	0.49 277	0.37 258

Occ-G	1.12 366	0.52 198	3.72 518	3.50 481	0.50 323	0.56 314	0.47 303	0.54 300	0.46 298	0.54 307	0.41 287	0.54 310	0.42 289	0.52 305	0.42 291	3.42 494	4.02 513	0.52 318	0.45 306	0.51 288	0.44 290

AEACV	1.12 366	0.52 198	3.12 510	3.24 466	0.86 371	0.53 309	0.49 314	0.60 312	0.47 303	0.53 304	0.49 320	0.55 314	0.45 295	0.55 311	0.47 305	3.01 490	3.88 511	0.71 339	0.60 336	0.80 323	0.48 302

ktn	0.72 303	0.53 201	1.08 360	1.14 339	0.51 328	1.22 428	1.36 451	0.51 294	0.59 329	0.51 299	0.51 328	0.69 333	1.20 387	0.67 329	0.51 319	0.51 291	0.49 284	0.58 324	0.66 343	0.52 290	0.53 317

TorneroNet	0.66 289	0.53 201	0.50 284	0.50 249	0.64 346	1.06 368	0.70 344	0.50 285	0.51 322	0.49 283	0.69 351	0.49 287	0.50 315	0.48 283	1.15 388	0.71 320	0.49 284	1.14 380	1.08 384	0.49 277	0.49 307

ICVP	0.15 117	0.53 201	0.11 89	0.16 116	0.11 127	0.16 133	0.11 122	0.16 132	0.11 124	0.16 129	0.11 124	0.16 130	0.11 123	0.16 131	0.11 117	0.16 130	0.11 94	0.16 136	0.11 123	0.16 136	0.11 119
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	0.54 204	0.10 69	0.12 79	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 91	0.11 94	0.01 9	0.01 9	0.01 10	0.01 10

PSMNet_ROB	0.54 271	0.54 204	0.54 296	0.54 260	0.53 332	0.54 312	0.54 324	0.53 298	0.54 325	0.54 307	0.54 332	0.54 310	0.53 322	0.54 308	0.54 324	0.54 295	0.53 298	0.54 321	0.54 328	0.54 294	0.54 318

LG-Stereo_Zeroshot	0.48 255	0.55 206	0.47 269	0.63 275	0.41 290	0.56 314	0.44 292	0.56 302	0.41 286	0.56 312	0.41 287	0.57 318	0.42 289	0.56 312	0.41 285	0.55 297	0.43 265	0.51 315	0.37 273	0.51 288	0.37 258

Selective-IGEV	0.51 267	0.55 206	0.45 258	0.69 284	0.45 305	0.61 322	0.45 296	0.50 285	0.40 277	0.56 312	0.44 300	0.55 314	0.40 272	0.72 333	0.67 338	0.59 301	0.46 270	0.45 287	0.34 259	0.46 263	0.37 258

LG-Stereo	0.60 279	0.58 208	0.47 269	0.64 278	0.74 363	1.00 361	0.69 343	0.57 305	0.41 286	0.57 314	0.41 287	0.57 318	0.41 283	1.00 366	0.75 353	0.91 339	0.51 294	0.52 318	0.37 273	0.52 290	0.37 258

AIO-test2	0.55 275	0.59 209	0.52 292	0.67 283	0.47 313	0.61 322	0.47 303	0.61 314	0.47 303	0.61 319	0.47 313	0.61 324	0.48 307	0.62 320	0.47 305	0.64 310	0.53 298	0.58 324	0.47 315	0.58 297	0.48 302

FCDSN-DC	0.41 225	0.59 209	0.64 309	0.54 260	0.33 247	0.50 298	0.37 262	0.42 253	0.40 277	0.61 319	0.43 298	0.50 301	0.49 312	0.38 221	0.32 229	0.28 183	0.23 175	0.26 180	0.22 182	0.35 208	0.28 210
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AIO-test1	0.54 271	0.60 211	0.52 292	0.66 282	0.47 313	0.61 322	0.47 303	0.58 308	0.46 298	0.61 319	0.46 305	0.61 324	0.45 295	0.62 320	0.45 295	0.61 305	0.52 296	0.57 323	0.48 318	0.57 296	0.48 302

DispNO	1.00 353	0.63 212	0.43 254	3.45 477	0.44 303	0.65 328	0.43 291	0.64 317	0.43 293	0.64 325	0.43 298	0.64 327	3.03 496	0.64 325	0.43 293	4.55 503	0.43 265	0.63 329	0.43 304	0.63 301	0.43 287

LMCR-Stereo	0.65 287	0.63 212	0.65 312	0.65 279	0.65 348	0.66 329	0.63 331	0.58 308	0.65 337	0.63 324	0.64 342	0.65 330	0.65 334	0.66 327	0.66 337	0.66 313	0.64 313	0.65 333	0.67 347	0.68 305	0.73 347

MonSter	0.60 279	0.64 214	0.52 292	0.62 273	0.44 303	2.07 461	0.44 292	0.62 315	0.44 296	0.62 322	0.44 300	0.62 326	0.44 293	0.62 320	0.44 294	0.58 300	0.42 263	0.62 327	0.46 308	0.58 297	0.42 286

AIO-Stereo	0.84 332	0.66 215	0.70 319	0.83 300	0.67 352	0.98 359	0.82 360	1.14 364	0.72 351	1.03 367	0.74 360	1.03 371	1.09 375	0.99 365	0.45 295	1.04 352	0.73 327	0.95 367	0.74 357	0.94 341	0.46 293

anonymity	0.63 284	0.69 216	0.56 298	0.71 288	0.56 335	0.71 334	0.56 325	0.71 326	0.56 326	0.72 333	0.56 333	0.71 334	0.56 326	0.71 332	0.58 328	0.68 315	0.55 300	0.68 335	0.55 329	0.68 305	0.54 318

CoDeX	0.15 117	0.70 217	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	0.67 338	0.02 15	0.69 320	0.75 342	0.01 9	0.02 20	0.02 20

RAFT-Stereo + iAFF	0.70 298	0.72 218	0.71 322	0.80 296	0.62 345	0.82 344	0.61 329	0.81 336	0.62 333	0.81 346	0.63 340	0.80 347	0.70 342	0.73 335	0.61 332	0.76 324	0.61 310	0.74 341	0.61 338	0.77 317	0.61 328

DSFCA	0.66 289	0.73 219	0.78 331	0.65 279	0.65 348	0.64 327	0.64 332	0.65 318	0.63 335	0.64 325	0.64 342	0.64 327	0.64 332	0.65 326	0.65 334	0.65 311	0.65 314	0.65 333	0.65 341	0.66 303	0.64 333

SMoEStereo_RVC	0.63 284	0.75 220	0.51 289	0.73 290	0.53 332	0.71 334	0.47 303	0.67 321	0.58 328	0.74 339	0.60 335	0.72 337	0.53 322	0.74 337	0.51 319	0.61 305	0.62 311	0.62 327	0.61 338	0.63 301	0.61 328

GCAP-BAT	0.33 182	0.78 221	0.32 202	0.38 185	0.25 201	0.34 204	0.25 193	0.34 195	0.26 205	0.34 200	0.25 201	0.35 207	0.26 204	0.35 209	0.27 201	0.36 214	0.30 208	0.32 198	0.24 195	0.32 186	0.26 189

SFCPSM	0.17 128	0.78 221	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	0.79 356	0.02 15	0.75 330	0.76 344	0.02 20	0.02 20	0.02 20

G-Net	0.79 315	0.79 223	0.79 334	0.79 294	0.79 367	0.79 341	0.79 354	0.79 331	0.79 360	0.79 343	0.79 364	0.79 346	0.79 354	0.79 340	0.79 356	0.79 326	0.79 334	0.79 347	0.79 362	0.79 320	0.79 354

DMCA-RVC	0.70 298	0.80 224	0.70 319	0.70 286	0.70 357	0.70 332	0.70 344	0.71 326	0.70 347	0.70 332	0.71 355	0.71 334	0.70 342	0.70 331	0.69 345	0.69 316	0.70 321	0.69 336	0.70 352	0.69 309	0.70 340

NaN_ROB	0.80 317	0.80 224	0.80 335	0.80 296	0.80 369	0.80 342	0.80 357	0.80 333	0.80 361	0.80 344	0.80 365	0.80 347	0.80 355	0.80 342	0.80 358	0.80 327	0.80 337	0.80 350	0.80 364	0.80 323	0.80 355

CSAN	0.80 317	0.80 224	0.80 335	0.80 296	0.80 369	0.80 342	0.80 357	0.80 333	0.80 361	0.80 344	0.80 365	0.80 347	0.80 355	0.80 342	0.80 358	0.80 327	0.80 337	0.80 350	0.80 364	0.80 323	0.80 355

testlalala	0.32 179	0.81 227	0.31 198	0.39 190	0.26 209	0.33 202	0.24 190	0.33 191	0.26 205	0.32 193	0.26 207	0.33 201	0.23 189	0.33 205	0.23 185	0.35 210	0.31 212	0.30 193	0.24 195	0.31 184	0.21 167

ARAFT	0.68 294	0.81 227	0.63 307	0.74 291	0.60 338	0.78 339	0.62 330	0.77 330	0.66 339	0.74 339	0.63 340	0.75 341	0.62 331	0.83 344	0.60 330	0.70 319	0.55 300	0.70 338	0.60 336	0.78 318	0.55 322

RSM++	0.76 310	0.82 229	0.66 313	0.85 303	0.64 346	0.85 345	0.71 347	0.94 351	0.64 336	0.87 348	0.67 347	0.87 352	0.65 334	0.84 345	0.65 334	0.81 330	0.70 321	0.79 347	0.71 355	0.83 328	0.70 340

water-stereo	0.41 225	0.84 230	0.46 262	0.50 249	0.33 247	0.45 269	0.33 235	0.45 259	0.32 235	0.45 259	0.32 237	0.45 266	0.32 237	0.45 266	0.32 229	0.44 262	0.41 255	0.39 251	0.31 242	0.39 233	0.32 234

Selective-RAFT-Error	0.88 336	0.84 230	0.98 352	0.86 304	0.97 383	0.88 348	0.95 371	0.84 337	0.99 381	0.92 354	0.82 367	0.84 351	0.98 365	0.87 349	0.97 373	0.81 330	0.83 340	0.79 347	0.82 367	0.79 320	0.85 360

depthmonostereo	0.44 239	0.85 232	0.46 262	0.54 260	0.40 283	0.52 307	0.38 268	0.52 296	0.35 253	0.47 269	0.34 251	0.46 270	0.34 249	0.47 274	0.34 250	0.45 264	0.43 265	0.41 269	0.33 255	0.41 248	0.32 234

DilatedVolume-Stereo	0.43 235	0.86 233	0.48 276	0.50 249	0.33 247	0.46 275	0.33 235	0.46 263	0.33 241	0.46 263	0.33 243	0.47 276	0.33 244	0.47 274	0.34 250	0.45 264	0.42 263	0.40 256	0.33 255	0.47 270	0.38 265

AIO-Stereo-zeroshot	0.91 339	0.86 233	0.89 340	1.25 398	0.69 356	1.05 367	0.81 359	1.16 367	0.50 315	1.12 376	0.97 377	0.72 337	0.82 357	1.06 372	0.95 371	0.61 305	0.87 342	1.03 377	0.85 370	1.04 350	1.01 377

test_sample3	0.09 51	0.87 235	0.10 69	0.12 79	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 91	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 51	0.87 235	0.12 100	0.11 73	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 71	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 71	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

SCV_C0	0.45 241	0.88 237	0.49 281	0.54 260	0.37 269	0.48 285	0.37 262	0.48 273	0.37 264	0.48 276	0.36 263	0.48 283	0.37 262	0.49 289	0.37 265	0.50 285	0.41 255	0.44 283	0.34 259	0.44 258	0.34 247

tt45	1.04 360	0.88 237	1.36 437	0.92 311	1.03 390	1.51 444	0.79 354	0.70 325	0.88 366	0.74 339	0.90 369	1.60 444	0.72 347	1.60 441	0.75 353	0.91 339	0.78 333	1.52 451	0.79 362	1.14 355	1.32 452

AFF-stereo	0.73 304	0.88 237	0.67 316	0.75 292	0.68 355	0.75 336	0.64 332	0.80 333	0.72 351	0.83 347	0.70 352	0.82 350	0.64 332	0.84 345	0.67 338	0.77 325	0.63 312	0.81 352	0.63 340	0.78 318	0.62 331

CASS	0.57 278	0.89 240	0.56 298	0.57 266	0.56 335	0.56 314	0.56 325	0.56 302	0.53 323	0.57 314	0.57 334	0.59 322	0.48 307	0.56 312	0.57 327	0.55 297	0.56 302	0.47 294	0.56 332	0.62 300	0.56 325
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Selective-RAFT	0.89 338	0.89 240	0.72 323	1.16 346	0.78 366	1.06 368	0.82 360	0.87 338	0.97 378	1.00 362	0.91 372	0.90 356	1.00 366	0.89 352	0.93 370	0.83 333	0.83 340	0.82 354	0.82 367	0.81 326	0.82 358

MLG-Stereo	0.92 341	0.90 242	0.84 338	1.27 399	0.49 319	1.38 438	0.88 363	1.41 434	0.97 378	0.73 334	1.09 385	1.26 433	0.43 291	0.72 333	1.05 381	1.13 363	0.49 284	1.18 389	0.66 343	1.01 348	0.46 293

UNet	0.29 165	0.90 242	0.10 69	0.14 96	0.10 112	0.14 118	0.10 109	0.91 344	0.69 344	0.14 118	0.11 124	0.14 119	0.11 123	0.14 121	0.10 105	0.12 91	0.09 68	0.12 115	0.09 104	0.88 332	0.76 352

xxxxx1	0.31 171	0.91 244	0.23 166	0.31 166	0.23 194	0.31 192	0.23 185	0.33 191	0.25 192	0.31 188	0.24 195	0.33 201	0.25 195	0.32 199	0.24 189	0.28 183	0.28 191	0.28 186	0.28 217	0.29 178	0.27 197

tt_ll	0.31 171	0.91 244	0.23 166	0.31 166	0.23 194	0.31 192	0.23 185	0.33 191	0.25 192	0.31 188	0.24 195	0.33 201	0.25 195	0.32 199	0.24 189	0.28 183	0.28 191	0.28 186	0.28 217	0.29 178	0.27 197

ff	0.31 171	0.91 244	0.23 166	0.31 166	0.23 194	0.31 192	0.23 185	0.33 191	0.25 192	0.31 188	0.24 195	0.33 201	0.25 195	0.32 199	0.24 189	0.28 183	0.28 191	0.28 186	0.28 217	0.29 178	0.27 197

DPSM_ROB	0.92 341	0.91 244	0.91 345	0.91 308	0.92 378	0.92 353	0.92 367	0.92 347	0.91 368	0.93 356	0.91 372	0.92 359	0.90 359	0.91 354	0.92 366	0.92 342	0.91 343	0.91 362	0.92 371	0.93 339	0.93 367

DPSM	0.92 341	0.91 244	0.91 345	0.91 308	0.92 378	0.92 353	0.92 367	0.92 347	0.91 368	0.93 356	0.91 372	0.92 359	0.90 359	0.91 354	0.92 366	0.92 342	0.91 343	0.91 362	0.92 371	0.93 339	0.93 367

AIO-Stereo-zeroshot1	0.75 306	0.92 249	0.85 339	0.96 321	0.59 337	1.27 431	0.44 292	0.59 310	0.69 344	0.91 352	0.68 348	0.55 314	0.61 330	1.06 372	0.83 362	0.62 308	0.70 321	0.90 360	0.41 296	0.89 333	0.56 325

pmcnn	0.92 341	0.92 249	0.92 347	0.92 311	0.92 378	0.92 353	0.92 367	0.92 347	0.92 372	0.92 354	0.92 375	0.92 359	0.92 361	0.92 358	0.92 366	0.92 342	0.92 345	0.92 364	0.92 371	0.92 338	0.92 366

tt1	0.31 171	0.93 251	0.24 172	0.33 172	0.23 194	0.31 192	0.24 190	0.32 188	0.24 187	0.32 193	0.23 189	0.32 198	0.25 195	0.32 199	0.24 189	0.27 181	0.26 181	0.27 184	0.26 206	0.27 173	0.27 197

SCV	0.46 244	0.94 252	0.45 258	0.54 260	0.37 269	0.48 285	0.38 268	0.48 273	0.37 264	0.48 276	0.39 278	0.48 283	0.37 262	0.49 289	0.37 265	0.50 285	0.46 270	0.44 283	0.34 259	0.44 258	0.34 247

tta	0.09 51	0.95 253	0.09 65	0.10 56	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 66	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

R-Stereo Train	0.81 322	0.96 254	0.67 316	0.95 318	0.67 352	0.95 356	0.68 340	0.95 353	0.68 341	0.95 360	0.68 348	0.96 364	0.68 340	0.96 363	0.68 341	0.94 346	0.68 316	0.94 365	0.68 348	0.94 341	0.68 338

RAFT-Stereo	0.81 322	0.96 254	0.67 316	0.95 318	0.67 352	0.95 356	0.68 340	0.95 353	0.68 341	0.95 360	0.68 348	0.96 364	0.68 340	0.96 363	0.68 341	0.94 346	0.68 316	0.94 365	0.68 348	0.94 341	0.68 338
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
test_sample6	0.09 51	0.97 256	0.10 69	0.10 56	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 71	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

Former-RAFT_DAM_RVC	0.49 260	0.98 257	0.64 309	0.84 301	0.46 307	0.45 269	0.35 251	0.47 269	0.47 303	0.45 259	0.34 251	0.46 270	0.48 307	0.46 270	0.35 254	0.39 234	0.71 325	0.39 251	0.35 265	0.41 248	0.41 279

dd	0.23 148	0.98 257	0.16 140	0.23 141	0.15 158	0.23 167	0.15 147	0.23 163	0.15 157	0.23 163	0.15 159	0.24 170	0.17 162	0.23 167	0.15 151	0.22 155	0.15 138	0.21 158	0.15 154	0.22 157	0.16 146

222	0.10 62	0.99 259	0.12 100	0.13 92	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 91	0.12 108	0.03 38	0.02 20	0.04 74	0.03 51

test_sample7	0.09 51	1.00 260	0.11 89	0.11 73	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 71	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 108	0.03 38	0.03 54	0.03 43	0.03 51

ACVNet-DCA	0.37 200	1.00 260	0.30 192	0.40 203	0.29 221	0.40 228	0.29 216	0.40 222	0.29 218	0.40 223	0.29 221	0.40 232	0.29 224	0.39 229	0.28 207	0.33 198	0.32 214	0.33 206	0.32 247	0.33 192	0.32 234

GANet	1.00 353	1.00 260	1.00 354	1.00 325	1.00 384	1.00 361	1.00 375	1.00 355	1.00 382	1.00 362	1.00 379	1.00 367	1.00 366	1.00 366	1.00 376	1.00 348	1.00 348	1.00 372	1.00 378	1.00 345	1.00 374

TDLM	1.00 353	1.00 260	1.00 354	1.00 325	1.00 384	1.00 361	1.00 375	1.00 355	1.00 382	1.00 362	1.00 379	1.00 367	1.00 366	1.00 366	1.00 376	1.00 348	1.00 348	1.00 372	1.00 378	1.00 345	1.00 374

CVANet_RVC	1.00 353	1.00 260	1.00 354	1.00 325	1.00 384	1.00 361	1.00 375	1.00 355	1.00 382	1.00 362	1.00 379	1.00 367	1.00 366	1.00 366	1.00 376	1.00 348	1.00 348	1.00 372	1.00 378	1.00 345	1.00 374

DGTPSM_ROB	0.93 346	1.00 260	0.92 347	0.94 316	0.96 382	0.91 352	0.92 367	0.91 344	0.96 377	0.91 352	0.96 376	0.93 362	0.92 361	0.94 359	0.92 366	0.92 342	0.92 345	0.90 360	0.92 371	0.94 341	0.91 365

trnet	1.01 358	1.01 266	1.01 357	1.01 328	1.01 388	1.01 365	1.01 378	1.01 358	1.01 385	1.01 366	1.01 382	1.01 370	1.01 372	1.01 370	1.01 379	1.01 351	1.01 351	1.01 375	1.01 382	1.01 348	1.01 377

SMFormer	0.09 51	1.01 266	0.09 65	0.09 53	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 66	0.09 68	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 51	1.01 266	0.10 69	0.10 56	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 71	0.10 73	0.03 38	0.02 20	0.03 43	0.03 51

GLC_STEREO	1.07 361	1.01 266	1.06 359	1.07 331	1.05 391	1.06 368	1.08 382	1.08 360	1.05 388	1.07 369	1.06 384	1.08 373	1.05 374	1.06 372	1.10 383	1.07 354	1.09 361	1.05 378	1.05 383	1.06 351	1.12 384

1test111	0.37 200	1.02 270	0.30 192	0.39 190	0.29 221	0.40 228	0.28 209	0.39 217	0.29 218	0.39 218	0.29 221	0.39 225	0.28 218	0.40 232	0.29 217	0.33 198	0.32 214	0.33 206	0.31 242	0.32 186	0.31 230

cc1	0.37 200	1.02 270	0.30 192	0.39 190	0.29 221	0.40 228	0.28 209	0.39 217	0.29 218	0.39 218	0.29 221	0.39 225	0.28 218	0.40 232	0.29 217	0.33 198	0.32 214	0.33 206	0.31 242	0.32 186	0.31 230

test_sample4	0.10 62	1.03 272	0.12 100	0.10 56	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	0.13 107	0.13 132	0.03 38	0.03 54	0.03 43	0.03 51

test_sample2	0.09 51	1.03 272	0.11 89	0.11 73	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 66	0.09 68	0.03 38	0.02 20	0.03 43	0.02 20

xx1	0.38 206	1.03 272	0.31 198	0.40 203	0.31 234	0.41 244	0.28 209	0.40 222	0.29 218	0.40 223	0.29 221	0.40 232	0.29 224	0.40 232	0.29 217	0.34 201	0.33 221	0.34 213	0.32 247	0.34 196	0.32 234

dad	0.23 148	1.03 272	0.16 140	0.23 141	0.15 158	0.24 168	0.15 147	0.24 166	0.16 159	0.23 163	0.16 160	0.24 170	0.16 158	0.23 167	0.15 151	0.22 155	0.16 140	0.22 163	0.16 155	0.22 157	0.16 146

DualNet (step1)	0.10 62	1.05 276	0.12 100	0.12 79	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 71	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 108	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 62	1.05 276	0.12 100	0.12 79	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 71	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 108	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 62	1.05 276	0.12 100	0.12 79	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 91	0.12 108	0.03 38	0.03 54	0.03 43	0.03 51

test_sample5	0.10 62	1.07 279	0.11 89	0.10 56	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 71	0.10 73	0.03 38	0.03 54	0.04 74	0.03 51

DualNet	0.10 62	1.07 279	0.11 89	0.10 56	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 71	0.10 73	0.03 38	0.03 54	0.04 74	0.03 51

ttt	0.10 62	1.09 281	0.12 100	0.12 79	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 91	0.12 108	0.03 38	0.02 20	0.03 43	0.02 20

test_xeample	0.10 62	1.09 281	0.13 119	0.12 79	0.03 48	0.03 40	0.03 50	0.04 74	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 114	0.14 135	0.03 38	0.03 54	0.03 43	0.03 51

FC-DCNN	1.07 361	1.09 281	0.98 352	0.89 305	0.52 329	1.41 441	0.91 366	1.21 420	1.24 446	1.96 449	2.05 501	1.91 450	1.30 440	1.27 434	1.08 382	0.80 327	0.60 306	0.58 324	0.41 296	0.68 305	0.54 318

MSMD_ROB	1.19 368	1.10 284	0.70 319	1.10 333	0.60 338	1.10 374	0.70 344	1.10 363	0.70 347	1.10 371	0.70 352	1.10 377	0.70 342	7.00 538	0.70 348	1.10 357	0.70 321	1.10 379	0.70 352	1.10 353	0.70 340

999	1.00 353	1.12 285	0.59 301	1.10 333	1.21 449	1.09 373	0.52 321	1.08 360	1.43 460	1.18 381	1.35 452	0.98 366	0.52 321	0.91 354	0.85 363	0.72 321	1.46 443	0.83 355	0.98 376	0.68 305	1.41 460

1111x	0.10 62	1.14 286	0.13 119	0.14 96	0.03 48	0.04 74	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	0.13 107	0.11 94	0.03 38	0.02 20	0.03 43	0.02 20

LoS_RVC	0.30 166	1.14 286	0.25 175	0.25 151	0.25 201	0.26 182	0.25 193	0.25 172	0.25 192	0.25 172	0.25 201	0.26 184	0.26 204	0.26 186	0.25 195	0.26 178	0.26 181	0.25 177	0.25 200	0.26 170	0.26 189

x	0.11 83	1.15 288	0.15 139	0.14 96	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 71	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 114	0.15 138	0.03 38	0.03 54	0.03 43	0.03 51

xxxx	0.11 83	1.16 289	0.16 140	0.12 79	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	0.13 107	0.16 140	0.03 38	0.04 75	0.04 74	0.04 76

CAS	0.30 166	1.17 290	0.25 175	0.25 151	0.25 201	0.26 182	0.25 193	0.25 172	0.26 205	0.25 172	0.25 201	0.25 175	0.25 195	0.25 176	0.25 195	0.26 178	0.26 181	0.26 180	0.25 200	0.26 170	0.25 183

HSM-Net_RVC	0.95 349	1.17 290	0.78 331	1.18 348	0.71 358	1.16 381	0.75 351	1.09 362	0.80 361	1.10 371	0.75 361	1.17 384	0.74 348	1.17 384	0.80 358	1.13 363	0.73 327	1.17 386	0.77 359	1.16 359	0.72 344
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DPSimNet_ROB	0.97 350	1.18 292	0.81 337	1.10 333	0.91 377	1.02 366	0.82 360	1.04 359	0.91 368	1.03 367	0.86 368	1.28 435	0.82 357	1.03 371	0.89 365	1.17 366	0.81 339	1.02 376	0.82 367	1.08 352	0.81 357

psm_up	0.43 235	1.19 293	0.17 147	0.25 151	0.18 175	0.25 175	0.19 165	1.26 424	0.91 368	0.26 179	0.17 165	0.25 175	0.17 162	0.25 176	0.17 160	0.22 155	0.17 155	0.23 169	0.16 155	1.18 365	0.99 372

DisPM	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

CrosDoStereo	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

PFNet+	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

LCNet	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

HHNet	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

Patchmatch Stereo++	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398
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	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

STrans-v2	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

TransformOpticalFlow	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

OMP-Stereo	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

IIG-Stereo	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

NF-Stereo	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

OCTAStereo	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

PSM-softLoss	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

KMStereo	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

NRIStereo	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

PSM-adaLoss	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

PSM-AAD	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

FTStereo	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

ROB_FTStereo_v2	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

ROB_FTStereo	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

Consistency-Raft	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

KYRaft	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

HUI-Stereo	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

ASMatch	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

DeepStereo_LL	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

DEmStereo	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

SST-Stereo	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

THIR-Stereo	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

RAFT_R40	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

DRaft	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

PFNet	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

GrayStereo	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

RE-Stereo	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

Pruner-Stereo	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

TVStereo	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

DeepStereo_RVC	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

RAFT-RH_RVC	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

IRAFT_RVC	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

RAFT-345	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

iRAFT	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

CRE-IMP	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

GMM-Stereo	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

RAFT-IKP	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

Prome-Stereo	1.20 369	1.20 294	1.20 374	1.20 350	1.20 403	1.20 382	1.20 393	1.20 375	1.20 398	1.20 383	1.20 395	1.20 386	1.20 387	1.20 386	1.20 395	1.20 368	1.20 376	1.20 391	1.20 395	1.20 368	1.20 398

UPFNet	0.42 234	1.20 294	0.17 147	0.24 146	0.17 168	0.25 175	0.17 155	1.19 372	0.90 367	0.25 172	0.17 165	0.24 170	0.17 162	0.25 176	0.17 160	0.22 155	0.17 155	0.22 163	0.16 155	1.15 357	0.93 367

ours_stereo	1.20 369	1.21 340	0.90 343	1.64 419	1.11 393	1.35 434	0.67 339	1.76 441	0.93 373	1.70 445	1.10 386	1.39 438	0.75 350	1.41 438	0.81 361	1.60 435	1.03 353	1.33 441	1.00 378	1.61 429	0.72 344

WCG-NET	0.61 282	1.21 340	0.54 296	0.61 272	0.53 332	0.67 330	0.53 322	0.66 320	0.53 323	0.64 325	0.53 331	0.65 330	0.53 322	0.59 318	0.52 321	0.65 311	0.48 281	0.64 330	0.52 327	0.58 297	0.50 310

delet	0.43 235	1.21 340	0.17 147	0.25 151	0.17 168	0.25 175	0.18 161	1.26 424	0.95 375	0.25 172	0.17 165	0.25 175	0.17 162	0.25 176	0.17 160	0.23 166	0.16 140	0.22 163	0.16 155	1.18 365	0.98 371

CroCo-Stereo	0.73 304	1.22 343	0.25 175	1.22 395	0.25 201	1.22 428	0.25 193	1.22 421	0.25 192	1.22 429	0.25 201	1.22 432	0.25 195	1.22 432	0.25 195	1.22 414	0.26 181	1.21 436	0.25 200	1.22 415	0.25 183
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）	0.32 179	1.24 344	0.24 172	0.32 169	0.24 199	0.32 200	0.23 185	0.32 188	0.24 187	0.32 193	0.24 195	0.32 198	0.24 192	0.32 199	0.24 189	0.30 191	0.23 175	0.30 193	0.23 187	0.30 181	0.23 172

MMNet	0.44 239	1.24 344	0.17 147	0.25 151	0.17 168	0.25 175	0.18 161	1.26 424	0.93 373	0.25 172	0.17 165	0.25 175	0.18 169	0.25 176	0.17 160	0.23 166	0.16 140	0.23 169	0.16 155	1.20 368	0.99 372

CroCo-Stereo Lap2	0.77 311	1.29 346	0.29 188	1.27 399	0.29 221	1.27 431	0.26 201	1.26 424	0.26 205	1.26 430	0.26 207	1.27 434	0.26 204	1.26 433	0.27 201	1.27 416	0.27 186	1.27 439	0.27 213	1.27 417	0.27 197

CSP-Net	0.34 184	1.29 346	1.19 371	1.36 406	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	1.26 415	1.21 422	0.03 38	0.09 104	0.02 20	0.09 102

Syn2CoEx	0.25 151	1.31 348	0.74 326	0.92 311	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	0.87 338	0.75 330	0.02 18	0.02 20	0.02 20	0.02 20

CC-Net-ROB	1.36 422	1.33 349	1.33 426	1.36 406	1.38 456	1.36 436	1.33 447	1.37 431	1.34 451	1.35 432	1.36 454	1.38 437	1.34 443	1.38 437	1.38 456	1.35 421	1.38 439	1.33 441	1.35 449	1.43 423	1.34 455

MaskLacGwcNet_RVC	1.35 421	1.35 350	1.35 429	1.35 405	1.35 453	1.35 434	1.35 449	1.36 429	1.35 454	1.36 433	1.35 452	1.36 436	1.36 445	1.36 435	1.35 453	1.35 421	1.35 436	1.35 444	1.35 449	1.35 420	1.35 456

PML	0.46 244	1.36 351	0.29 188	0.58 267	0.30 230	0.57 319	0.29 216	0.57 305	0.29 218	0.57 314	0.29 221	0.57 318	0.29 224	0.56 312	0.29 217	0.52 293	0.30 208	0.53 320	0.31 242	0.53 293	0.30 225

PS-NSSS	1.38 424	1.39 352	1.34 427	1.34 404	1.35 453	1.38 438	1.37 456	1.35 428	1.38 457	1.34 431	1.34 451	1.39 438	1.38 448	1.70 443	1.40 457	1.36 423	1.36 437	1.36 446	1.37 452	1.37 421	1.36 457

Gwc-CoAtRS	0.41 225	1.49 353	0.32 202	0.42 221	0.32 236	0.41 244	0.32 226	0.41 237	0.33 241	0.41 236	0.32 237	0.41 244	0.32 237	0.41 246	0.32 229	0.39 234	0.28 191	0.39 251	0.28 217	0.40 238	0.28 210

FENet	0.54 271	1.52 354	1.19 371	1.41 409	0.23 194	0.35 208	0.23 185	0.35 198	0.23 185	0.34 200	0.23 189	0.35 207	0.23 189	0.35 209	0.23 185	1.40 425	1.07 355	0.32 198	0.23 187	0.33 192	0.23 172

CFNet-ft	0.55 275	1.57 355	0.14 124	0.20 130	0.14 147	0.20 152	2.53 499	1.61 436	0.14 147	0.20 148	0.14 151	0.20 149	0.14 148	0.20 149	0.14 141	0.17 137	0.12 108	0.17 143	0.12 139	1.56 427	1.24 447

DPSMNet_ROB	1.60 428	1.59 356	1.70 457	1.59 413	1.59 464	1.61 445	1.61 466	1.60 435	1.60 463	1.62 443	1.59 466	1.60 444	1.60 453	1.60 441	1.59 463	1.59 433	1.60 457	1.59 452	1.59 469	1.59 428	1.59 469

RASNet	1.49 425	1.65 357	1.45 445	1.38 408	1.43 459	1.47 443	1.36 451	1.38 432	1.36 455	1.39 434	1.60 467	1.45 441	1.45 451	1.51 440	2.21 496	1.53 432	1.36 437	1.36 446	1.36 451	1.66 432	1.36 457

CRFU-Net	0.65 287	1.67 358	1.22 421	1.96 427	0.27 211	0.41 244	0.27 204	0.41 237	0.27 210	0.40 223	0.26 207	0.41 244	0.27 212	0.40 232	0.27 201	1.80 440	1.62 458	0.34 213	0.23 187	0.33 192	0.23 172

gwcnet-sp	0.82 326	1.72 359	1.48 447	0.39 190	0.15 158	0.31 192	0.21 173	0.20 149	0.25 192	1.61 440	0.23 189	0.28 186	0.26 204	0.20 149	0.15 151	0.24 171	1.33 431	0.32 198	0.16 155	6.75 525	0.23 172

scenet	0.82 326	1.72 359	1.48 447	0.39 190	0.15 158	0.31 192	0.21 173	0.20 149	0.25 192	1.61 440	0.23 189	0.28 186	0.26 204	0.20 149	0.15 151	0.24 171	1.33 431	0.32 198	0.16 155	6.75 525	0.23 172

ssnet	0.82 326	1.72 359	1.48 447	0.39 190	0.15 158	0.31 192	0.21 173	0.20 149	0.25 192	1.61 440	0.23 189	0.28 186	0.26 204	0.20 149	0.15 151	0.24 171	1.33 431	0.32 198	0.16 155	6.75 525	0.23 172

HBP-ISP	1.24 417	1.72 359	1.65 455	1.15 341	0.76 364	1.40 440	0.88 363	1.67 440	1.02 386	1.69 444	1.38 457	1.69 446	1.21 433	1.87 451	1.21 440	1.05 353	0.79 334	0.97 370	0.80 364	1.19 367	0.75 351

LL-Strereo2	0.48 255	1.73 363	0.51 289	0.59 269	0.34 257	0.42 262	0.33 235	0.40 222	0.31 232	0.42 248	0.33 243	0.42 260	0.31 235	0.44 263	0.39 274	0.60 302	0.51 294	0.44 283	0.33 255	0.44 258	0.33 241

test_xeample3	1.10 363	1.81 364	0.61 305	0.84 301	0.49 319	0.77 337	0.66 335	0.92 347	1.40 458	0.68 331	0.46 305	0.78 344	0.54 325	1.72 444	1.48 460	1.34 420	1.52 447	1.35 444	1.67 477	1.33 419	1.55 464

mmm	0.14 107	1.83 365	0.12 100	0.11 73	0.03 48	0.03 40	0.03 50	0.03 42	0.04 78	0.03 40	0.03 52	0.03 42	0.03 52	0.06 82	0.04 72	0.12 91	0.11 94	0.05 81	0.04 75	0.05 86	0.04 76

4.5_new	2.00 444	1.84 366	1.98 485	2.77 453	2.16 498	2.27 465	1.28 446	2.09 453	1.98 494	2.01 455	1.28 447	2.71 485	1.98 480	2.51 476	1.65 466	2.26 462	1.33 431	1.87 461	1.87 489	2.49 466	1.60 470

MM-Stereo_test2	1.20 369	1.85 367	1.05 358	1.46 410	0.94 381	1.36 436	0.99 374	1.36 429	0.95 375	1.41 435	0.98 378	1.40 440	0.96 363	1.37 436	0.95 371	1.37 424	1.06 354	1.33 441	0.93 375	1.29 418	0.89 363

hknet	1.10 363	1.85 367	3.49 513	4.48 491	0.02 21	0.42 262	0.06 99	0.41 237	0.02 21	0.48 276	0.03 52	0.41 244	0.03 52	0.42 259	0.03 48	4.39 500	4.19 514	0.33 206	0.23 187	0.34 196	0.27 197

2.25w	2.00 444	1.86 369	1.98 485	2.95 459	2.17 500	2.26 464	1.35 449	2.42 471	2.00 497	2.07 462	1.27 446	2.53 474	1.99 482	2.29 466	1.49 461	2.21 460	1.32 424	1.85 458	1.87 489	2.52 470	1.62 473

PAM	0.39 214	1.88 370	0.34 215	0.37 182	0.41 290	0.45 269	0.22 178	0.28 179	0.23 185	0.28 182	0.24 195	0.29 191	0.23 189	0.29 194	0.23 185	0.38 225	0.32 214	0.38 241	0.37 273	0.32 186	0.22 170

DCVSM-stereo	0.36 195	1.89 371	0.22 163	0.40 203	0.22 189	0.40 228	0.22 178	0.40 222	0.22 179	0.40 223	0.22 185	0.40 232	0.22 183	0.40 232	0.22 179	0.28 183	0.21 167	0.28 186	0.21 179	0.28 175	0.20 165

DCRE	0.84 332	1.89 371	0.77 330	0.94 316	0.72 360	0.88 348	0.73 349	0.87 338	0.78 357	0.90 350	0.71 355	0.88 353	0.67 339	0.88 350	0.73 350	0.81 330	0.68 316	0.81 352	0.70 352	0.82 327	0.70 340

RAFT-Stereo-weight	0.45 241	1.90 373	0.34 215	0.42 221	0.36 266	0.43 266	0.35 251	0.42 253	0.34 250	0.42 248	0.34 251	0.44 264	0.34 249	0.41 246	0.34 250	0.38 225	0.32 214	0.38 241	0.32 247	0.38 226	0.33 241

BUS	0.83 329	1.91 374	0.92 347	4.48 491	0.02 21	0.40 228	0.04 77	0.41 237	0.02 21	0.48 276	0.03 52	0.41 244	0.05 88	0.03 39	0.05 83	1.97 449	4.19 514	0.33 206	0.23 187	0.34 196	0.27 197

BSDual-CNN	0.81 322	1.91 374	0.92 347	4.48 491	0.02 21	0.42 262	0.06 99	0.41 237	0.02 21	0.48 276	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 449	4.19 514	0.33 206	0.23 187	0.34 196	0.27 197

psmg	0.43 235	1.91 374	0.92 347	1.91 424	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	1.97 449	1.44 442	0.04 71	0.03 54	0.02 20	0.03 51

GANet-RSSM	0.75 306	1.91 374	0.14 124	0.47 232	0.14 147	0.21 159	3.21 519	2.30 466	0.14 147	0.46 263	0.14 151	0.23 166	0.18 169	0.21 159	0.14 141	0.18 145	0.27 186	0.37 234	0.13 147	2.13 448	2.12 492

MFMNet_re	1.81 436	1.91 374	1.71 459	1.95 426	1.70 474	1.95 455	1.70 471	1.96 446	1.74 476	1.97 451	1.72 474	1.95 451	1.71 460	1.97 455	1.71 471	1.86 441	1.62 458	1.85 458	1.66 476	1.86 440	1.64 475

SPS-STEREO	1.59 427	1.91 374	1.21 420	1.94 425	1.20 403	2.00 458	1.23 440	1.99 448	1.24 446	2.00 454	1.25 444	2.03 458	1.26 436	2.00 456	1.29 449	1.90 446	1.18 375	1.89 465	1.21 440	1.89 442	1.20 398
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
GANetREF_RVC	1.55 426	1.94 380	1.22 421	1.88 422	1.21 449	1.88 450	1.22 439	1.88 443	1.22 444	1.88 446	1.22 441	1.88 448	1.22 434	1.89 452	1.22 441	1.87 442	1.22 423	1.88 464	1.22 441	1.88 441	1.22 444
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	0.68 294	1.96 381	1.25 425	0.29 162	0.20 181	0.30 189	0.20 168	0.29 183	0.22 179	1.50 438	0.20 180	0.31 196	0.20 178	0.27 189	0.22 179	0.24 171	1.49 445	0.26 180	0.18 177	3.90 487	0.19 164

qqq	0.16 125	2.01 382	0.12 100	0.15 106	0.04 77	0.06 86	0.05 87	0.06 88	0.04 78	0.06 90	0.03 52	0.06 91	0.03 52	0.06 82	0.03 48	0.12 91	0.14 135	0.04 71	0.04 75	0.03 43	0.03 51

MM-Stereo_test3	1.27 419	2.07 383	1.18 369	1.60 414	1.02 389	1.45 442	1.01 378	1.40 433	1.04 387	1.44 436	1.03 383	1.46 442	1.02 373	1.44 439	1.02 380	1.51 431	1.12 368	1.32 440	0.98 376	1.38 422	0.97 370

ACV-stereo	0.30 166	2.08 384	0.25 175	0.25 151	0.18 175	0.24 168	0.17 155	0.24 166	0.18 166	0.24 168	0.17 165	0.25 175	0.17 162	0.24 171	0.17 160	0.22 155	0.16 140	0.22 163	0.16 155	0.22 157	0.16 146

GCST	0.50 262	2.08 384	0.38 230	0.53 258	0.35 260	0.49 290	0.35 251	0.50 285	0.35 253	0.49 283	0.35 260	0.49 287	0.35 255	0.49 289	0.35 254	0.48 276	0.37 230	0.45 287	0.33 255	0.44 258	0.33 241

AIO_test	2.18 464	2.09 386	2.04 489	2.42 445	2.01 490	2.47 475	1.94 485	2.34 467	2.03 498	2.56 480	1.94 487	2.43 471	1.94 477	2.41 471	1.87 487	2.39 474	2.10 483	2.35 482	1.91 495	2.25 452	2.19 494

ToySt	0.92 341	2.11 387	0.90 343	0.95 318	0.79 367	0.99 360	0.78 353	0.94 351	0.81 364	0.94 358	0.78 363	0.95 363	0.77 352	0.94 359	0.86 364	0.91 339	0.79 334	0.85 357	0.77 359	0.89 333	0.73 347

TRStereo	2.00 444	2.13 388	1.85 474	2.27 438	1.84 479	2.28 467	1.84 475	2.29 462	1.86 484	2.30 468	1.87 479	2.30 462	1.87 470	2.08 458	1.72 473	2.08 454	1.72 464	2.08 470	1.72 482	2.08 445	1.72 479

XX-Stereo	2.00 444	2.13 388	1.85 474	2.27 438	1.84 479	2.28 467	1.84 475	2.29 462	1.86 484	2.30 468	1.87 479	2.30 462	1.87 470	2.08 458	1.72 473	2.08 454	1.72 464	2.08 470	1.72 482	2.08 445	1.72 479

EAI-Stereo	2.00 444	2.13 388	1.85 474	2.27 438	1.84 479	2.28 467	1.84 475	2.29 462	1.86 484	2.30 468	1.87 479	2.30 462	1.87 470	2.08 458	1.72 473	2.08 454	1.72 464	2.08 470	1.72 482	2.08 445	1.72 479

11t1	0.17 128	2.16 391	0.13 119	0.13 92	0.04 77	0.06 86	0.04 77	0.06 88	0.04 78	0.06 90	0.03 52	0.06 91	0.03 52	0.06 82	0.05 83	0.18 145	0.12 108	0.06 88	0.03 54	0.05 86	0.03 51

UGAM-zero	0.51 267	2.17 392	0.39 237	0.53 258	0.36 266	0.50 298	0.36 257	0.50 285	0.36 263	0.49 283	0.36 263	0.50 301	0.35 255	0.50 296	0.36 257	0.49 279	0.37 230	0.47 294	0.35 265	0.46 263	0.34 247

cf-r	0.66 289	2.17 392	0.12 100	0.18 125	0.12 142	0.18 144	2.70 502	2.60 478	0.12 142	0.18 141	0.12 134	0.18 143	0.12 139	0.18 142	0.12 131	0.15 123	0.11 94	0.15 133	0.11 123	1.81 439	1.74 482

3.25w	2.04 457	2.20 394	1.48 447	3.03 460	2.17 500	2.63 486	1.39 457	1.96 446	1.95 493	1.96 449	1.37 455	2.71 485	1.96 479	2.71 485	1.73 478	2.26 462	1.32 424	1.87 461	1.87 489	2.51 469	1.63 474

IGEV	2.02 452	2.20 394	1.82 468	2.90 458	2.16 498	2.41 473	1.25 442	2.00 449	1.98 494	1.99 453	1.31 449	2.72 489	1.93 476	2.67 484	1.69 470	2.26 462	1.32 424	1.83 457	1.87 489	2.53 473	1.61 472

UDG	0.80 317	2.21 396	0.60 303	0.91 308	0.60 338	0.90 351	0.58 327	0.88 341	0.60 330	0.90 350	0.60 335	0.88 353	0.60 329	0.90 353	0.58 328	0.86 337	0.60 306	0.84 356	0.59 335	0.84 329	0.61 328

UGAM	0.51 267	2.23 397	0.39 237	0.54 260	0.35 260	0.50 298	0.35 251	0.49 277	0.35 253	0.49 283	0.35 260	0.49 287	0.36 258	0.50 296	0.36 257	0.49 279	0.37 230	0.45 287	0.34 259	0.45 262	0.34 247

3w_stereo	2.04 457	2.24 398	1.70 457	3.15 463	2.18 502	2.49 477	1.26 444	2.03 451	1.98 494	1.98 452	1.33 450	2.72 489	1.99 482	2.59 479	1.72 473	2.22 461	1.33 431	1.85 458	1.88 494	2.50 468	1.58 468

NCCL2	2.28 476	2.27 399	2.28 491	2.28 441	2.28 503	2.27 465	2.29 497	2.28 460	2.28 500	2.27 467	2.28 502	2.28 461	2.27 490	2.27 465	2.28 501	2.28 466	2.28 488	2.27 475	2.29 501	2.27 453	2.29 496

ccnet	0.80 317	2.28 400	0.33 207	0.50 249	0.33 247	0.50 298	0.33 235	0.50 285	0.33 241	0.49 283	0.33 243	0.49 287	1.56 452	2.38 469	0.33 237	0.41 246	0.29 200	0.42 280	1.57 464	2.28 454	0.29 215

HUF	2.18 464	2.30 401	1.99 488	2.34 443	2.02 493	2.41 473	2.06 493	2.38 469	1.89 490	2.36 472	1.85 477	2.56 478	1.98 480	2.31 468	1.97 492	2.30 468	2.03 481	2.30 477	2.11 496	2.23 450	2.16 493

3.75w	1.99 440	2.31 402	1.83 471	3.16 464	1.65 468	1.93 451	1.98 486	2.72 480	1.68 465	2.73 489	1.97 490	2.00 455	1.72 461	1.81 449	1.25 445	2.27 465	2.01 476	2.38 483	1.42 458	1.71 434	1.24 447

1w_stereo	2.05 459	2.32 403	1.35 429	3.74 489	2.01 490	2.73 490	1.42 461	1.88 443	1.93 492	2.03 457	1.28 447	2.71 485	1.99 482	2.72 487	1.72 473	2.20 459	1.32 424	1.87 461	1.86 488	2.45 462	1.54 463

4.25_new	2.00 444	2.33 404	1.82 468	3.32 471	1.69 471	1.95 455	1.99 489	2.72 480	1.71 469	2.72 484	1.97 490	2.01 456	1.74 464	1.77 446	1.28 447	2.18 457	2.01 476	2.48 489	1.58 467	1.65 430	1.17 393

4.5w_new	2.00 444	2.33 404	1.82 468	3.32 471	1.69 471	1.95 455	1.99 489	2.72 480	1.71 469	2.72 484	1.97 490	2.01 456	1.74 464	1.77 446	1.28 447	2.18 457	2.01 476	2.48 489	1.58 467	1.65 430	1.17 393

4.5w-stereo	1.99 440	2.33 404	1.81 463	3.28 468	1.68 470	1.94 452	1.99 489	2.72 480	1.70 468	2.72 484	1.99 499	1.97 453	1.68 457	1.76 445	1.29 449	1.91 447	2.02 480	2.53 491	1.61 471	1.75 437	1.16 392

monsterstereo	2.20 470	2.33 404	1.95 483	3.65 485	2.07 495	2.49 477	1.61 466	2.48 473	1.83 482	2.45 475	1.61 469	2.67 484	1.86 469	2.64 481	1.94 490	2.48 480	1.66 461	2.34 480	1.68 479	2.40 459	1.86 486

2.75w_new	1.99 440	2.34 408	1.81 463	3.14 462	1.62 466	1.94 452	1.99 489	2.72 480	1.71 469	2.72 484	1.99 499	1.90 449	1.73 462	1.82 450	1.29 449	2.37 472	2.01 476	2.31 478	1.42 458	1.77 438	1.22 444

AIO_rvc	2.18 464	2.34 408	1.87 478	2.32 442	1.94 488	2.40 472	1.89 483	2.37 468	2.07 499	2.52 479	1.95 489	2.44 472	1.99 482	2.41 471	1.89 489	2.32 470	2.09 482	2.24 474	2.18 497	2.21 449	2.23 495

GES	0.66 289	2.34 408	0.29 188	0.41 213	0.29 221	0.41 244	0.29 216	0.42 253	0.29 218	0.40 223	0.41 287	0.41 244	0.30 230	0.51 302	0.29 217	0.32 195	0.29 200	0.32 198	2.46 503	2.49 466	0.30 225

2w_stereo	1.99 440	2.36 411	1.81 463	3.24 466	1.67 469	1.94 452	1.98 486	2.72 480	1.68 465	2.72 484	1.94 487	1.98 454	1.74 464	1.79 448	1.27 446	1.95 448	2.00 474	2.53 491	1.60 470	1.68 433	1.15 389

PAM_32	0.64 286	2.38 412	0.51 289	0.92 311	0.43 302	0.53 309	0.44 292	0.87 338	0.43 293	0.52 302	0.45 303	0.53 308	0.40 272	0.54 308	0.46 299	0.62 308	0.56 302	0.48 302	0.45 306	0.76 316	0.44 290

2.5w	2.01 451	2.40 413	1.37 439	3.28 468	2.01 490	2.71 487	1.43 463	1.82 442	1.83 482	1.90 448	1.41 459	2.71 485	1.35 444	2.71 485	1.85 483	2.66 484	1.53 448	1.64 453	1.23 442	2.53 473	1.87 488

monsters	2.18 464	2.41 414	1.96 484	3.47 478	2.03 494	2.53 481	1.64 468	2.48 473	1.73 474	2.40 474	1.50 462	2.62 481	1.94 477	2.59 479	1.94 490	2.44 476	1.57 452	2.28 476	1.87 489	2.42 460	1.86 486

DDUNet	0.81 322	2.45 415	0.57 300	0.90 306	0.60 338	0.88 348	0.59 328	0.90 342	0.60 330	0.88 349	0.60 335	0.90 356	0.58 327	0.88 350	0.60 330	0.84 335	0.60 306	0.86 358	0.57 333	0.86 330	0.60 327

FBW_ROB	2.12 462	2.46 416	1.77 462	2.49 448	1.79 478	2.38 471	1.83 474	2.46 472	1.78 478	2.48 477	1.97 490	2.40 470	1.78 467	2.42 473	1.83 481	2.31 469	1.85 471	2.38 483	1.82 487	2.35 457	1.84 484

asda	2.17 463	2.54 417	1.81 463	3.47 478	1.78 477	2.50 479	1.86 479	2.61 479	1.68 465	2.61 481	1.83 476	2.37 469	1.73 462	2.44 474	1.88 488	2.51 481	1.84 470	2.34 480	1.62 473	2.23 450	1.77 483

HH	0.71 300	2.54 417	0.74 326	1.10 333	0.32 236	0.41 244	0.37 262	0.69 323	0.78 357	0.73 334	0.90 369	0.75 341	1.00 366	0.84 345	0.69 345	0.69 316	0.40 246	0.35 226	0.26 206	0.35 208	0.26 189

HanStereo	0.71 300	2.54 417	0.74 326	1.10 333	0.32 236	0.41 244	0.37 262	0.69 323	0.78 357	0.73 334	0.90 369	0.75 341	1.00 366	0.84 345	0.69 345	0.69 316	0.40 246	0.35 226	0.26 206	0.35 208	0.26 189

qwe	2.18 464	2.60 420	1.58 452	3.83 490	1.90 487	2.53 481	1.90 484	2.48 473	1.73 474	2.37 473	1.92 486	2.53 474	1.68 457	2.56 477	1.83 481	2.52 483	1.87 472	2.07 469	1.68 479	2.32 456	1.71 478

sAnonymous2	3.31 499	2.63 421	1.38 441	3.71 487	1.86 482	4.70 523	1.11 383	4.82 525	2.72 503	5.45 530	1.98 496	4.59 515	2.64 492	2.65 482	6.21 535	4.37 498	1.08 359	5.16 529	2.24 499	4.52 496	2.39 501

CroCo_RVC	3.31 499	2.63 421	1.38 441	3.71 487	1.86 482	4.70 523	1.11 383	4.82 525	2.72 503	5.45 530	1.98 496	4.59 515	2.64 492	2.65 482	6.21 535	4.37 498	1.08 359	5.16 529	2.24 499	4.52 496	2.39 501

ff7	1.68 429	2.68 423	1.35 429	0.97 322	0.89 373	1.84 447	2.15 494	2.12 454	1.80 479	2.05 459	1.56 463	2.33 465	2.12 487	2.23 462	2.25 497	1.31 417	1.07 355	1.48 448	1.41 455	0.90 335	1.04 379

ffff	1.68 429	2.68 423	1.35 429	0.97 322	0.89 373	1.84 447	2.15 494	2.12 454	1.80 479	2.05 459	1.56 463	2.33 465	2.12 487	2.23 462	2.25 497	1.31 417	1.07 355	1.48 448	1.41 455	0.90 335	1.04 379

ccc-4	1.68 429	2.68 423	1.35 429	0.97 322	0.89 373	1.84 447	2.15 494	2.12 454	1.80 479	2.05 459	1.56 463	2.33 465	2.12 487	2.23 462	2.25 497	1.31 417	1.07 355	1.48 448	1.41 455	0.90 335	1.04 379

LGtest1	2.22 471	2.70 426	1.89 479	2.76 452	1.86 482	2.75 492	1.86 479	2.75 487	1.86 484	2.75 490	1.86 478	2.77 494	1.87 470	2.75 491	1.86 484	2.46 477	1.58 453	2.45 486	1.56 463	2.45 462	1.56 465

11t	1.27 419	2.70 426	1.34 427	1.32 403	0.89 373	1.30 433	1.34 448	1.64 437	0.57 327	1.45 437	0.72 357	1.05 372	1.29 439	1.07 375	1.29 449	1.49 428	1.02 352	0.97 370	1.15 388	1.48 424	1.31 451

LG-G_1	2.22 471	2.71 428	1.89 479	2.77 453	1.87 485	2.75 492	1.87 481	2.76 488	1.87 488	2.75 490	1.87 479	2.76 492	1.87 470	2.75 491	1.86 484	2.47 478	1.58 453	2.45 486	1.57 464	2.45 462	1.57 466

LG-G	2.22 471	2.71 428	1.89 479	2.77 453	1.87 485	2.75 492	1.87 481	2.76 488	1.87 488	2.75 490	1.87 479	2.76 492	1.87 470	2.75 491	1.86 484	2.47 478	1.58 453	2.45 486	1.57 464	2.45 462	1.57 466

4.25w-stereo	1.98 439	2.72 430	1.46 446	3.47 478	1.43 459	2.07 461	1.98 486	2.53 477	1.52 462	2.71 483	1.98 496	1.81 447	1.62 455	1.96 454	1.36 454	1.88 445	2.00 474	2.53 491	1.61 471	1.74 436	1.15 389

4w-stereo	2.02 452	2.72 430	1.44 444	3.36 474	1.59 464	2.48 476	1.72 472	2.28 460	1.24 446	2.24 466	1.65 471	2.56 478	1.32 442	2.39 470	1.98 493	2.67 486	1.51 446	1.66 454	1.24 443	2.53 473	1.88 491

3.25w_new	2.03 454	2.72 430	1.35 429	3.33 473	1.57 462	2.72 488	1.53 465	2.15 458	1.33 450	2.15 464	1.60 467	2.63 482	1.30 440	2.72 487	1.99 494	2.67 486	1.53 448	1.75 456	1.25 445	2.53 473	1.87 488

3.5w_stereo	2.03 454	2.72 430	1.35 429	3.41 475	1.57 462	2.72 488	1.49 464	2.01 450	1.34 451	2.15 464	1.61 469	2.63 482	1.36 445	2.72 487	1.99 494	2.66 484	1.58 453	1.68 455	1.24 443	2.53 473	1.87 488

sCroCo_RVC	2.10 460	2.76 434	1.92 482	2.78 456	1.39 457	2.73 490	1.41 459	2.73 486	1.40 458	2.77 495	1.41 459	2.74 491	1.40 449	2.74 490	1.40 457	2.72 488	1.42 441	2.72 494	1.44 460	2.79 480	1.42 461

PSMNet-RSSM	0.77 311	2.76 434	0.14 124	0.20 130	0.14 147	0.20 152	2.66 500	2.79 491	0.14 147	0.21 157	0.14 151	0.21 156	0.14 148	0.20 149	0.14 141	0.17 137	0.12 108	0.17 143	0.12 139	2.52 470	2.31 497

asd	2.18 464	2.77 436	1.58 452	3.59 483	2.00 489	2.58 485	1.85 478	2.39 470	1.71 469	2.47 476	1.97 490	2.59 480	1.61 454	2.56 477	1.79 480	2.51 481	1.99 473	2.11 473	1.62 473	2.36 458	1.60 470

GwcNet-RSSM	0.77 311	2.77 436	0.14 124	0.20 130	0.14 147	0.20 152	2.67 501	2.78 490	0.14 147	0.20 148	0.14 151	0.20 149	0.14 148	0.21 159	0.14 141	0.17 137	0.12 108	0.17 143	0.12 139	2.52 470	2.31 497

hitnet-ft	0.79 315	2.78 438	0.14 124	0.20 130	0.14 147	0.21 159	2.89 503	2.80 492	0.14 147	0.20 148	0.14 151	0.20 149	0.14 148	0.20 149	0.14 141	0.17 137	0.12 108	0.17 143	0.12 139	2.54 478	2.33 499

PDISCO_ROB	0.83 329	2.80 439	3.49 513	0.14 96	0.11 127	0.17 141	0.09 104	0.15 131	0.10 109	0.15 124	0.12 134	0.16 130	0.14 148	3.30 498	0.13 137	0.14 114	2.34 489	0.16 136	0.12 139	2.62 479	0.10 107

iGMRVC	0.84 332	2.85 440	0.72 323	0.72 289	0.73 361	0.77 337	0.79 354	0.73 328	0.74 356	0.73 334	0.72 357	0.73 339	0.76 351	0.73 335	0.73 350	0.72 321	0.73 327	0.73 340	0.72 356	0.73 314	0.72 344

MC-Stereo	1.76 432	2.96 441	1.37 439	2.14 432	1.37 455	2.14 463	1.36 451	2.14 457	1.37 456	2.14 463	1.37 455	2.14 460	1.37 447	2.14 461	1.37 455	1.97 449	1.32 424	1.97 467	1.32 448	1.98 443	1.33 453

PASM	0.39 214	3.06 442	1.36 437	1.58 412	0.09 106	0.11 113	0.11 122	0.11 115	0.11 124	0.09 101	0.09 106	0.11 114	0.09 107	0.09 102	0.09 99	0.11 86	0.11 94	0.11 112	0.09 104	0.11 114	0.11 119

DDVS	0.30 166	3.10 443	0.14 124	0.19 128	0.14 147	0.19 147	0.14 142	0.20 149	0.14 147	0.19 143	0.13 146	0.16 130	0.13 144	0.19 145	0.13 137	0.17 137	0.13 132	0.17 143	0.13 147	0.17 141	0.13 140

DEFOM-Stereo	0.68 294	3.11 444	1.40 443	1.63 418	0.25 201	0.31 192	0.25 193	0.31 187	0.28 213	0.31 188	0.29 221	0.29 191	0.27 212	0.31 198	0.28 207	1.59 433	1.47 444	0.30 193	0.29 226	0.30 181	0.28 210

4D-IteraStereo	0.78 314	3.13 445	0.89 340	0.69 284	0.32 236	0.40 228	0.32 226	0.76 329	0.97 378	0.52 302	0.65 344	0.89 355	0.32 237	0.76 339	0.98 374	0.83 333	0.94 347	0.35 226	0.27 213	0.70 310	0.89 363

plain	1.88 437	3.16 446	0.64 309	3.10 461	0.65 348	3.10 497	0.64 332	3.12 495	0.65 337	3.10 496	0.65 344	3.11 496	0.65 334	3.12 495	0.65 334	3.12 491	0.65 314	3.13 496	0.65 341	3.13 482	0.65 334

iRaftStereo_RVC	0.97 350	3.17 447	2.30 492	2.42 445	0.38 276	0.54 312	0.38 268	0.54 300	0.38 268	0.54 307	0.38 274	0.54 310	0.38 266	0.54 308	0.38 268	2.38 473	2.34 489	0.49 306	0.36 271	0.49 277	0.36 254

RCA-Stereo	0.51 267	3.22 448	0.34 215	0.44 224	0.34 257	0.44 268	0.34 246	0.43 257	0.34 250	0.43 254	0.34 251	0.44 264	0.33 244	0.43 261	0.33 237	0.38 225	0.29 200	0.38 241	0.29 226	0.38 226	0.29 215

Anonymous3	2.55 488	3.26 449	1.65 455	3.28 468	1.63 467	3.24 499	1.68 469	3.27 497	1.66 464	3.28 498	1.67 472	3.25 498	1.66 456	3.27 497	1.64 465	3.26 492	1.65 460	3.30 497	1.65 475	4.95 514	1.65 477

MIF-Stereo (partial)	2.58 489	3.31 450	0.66 313	3.18 465	0.66 351	3.18 498	0.66 335	3.21 496	0.67 340	3.19 497	0.66 346	3.19 497	0.66 337	3.31 499	0.68 341	5.09 520	1.79 468	8.23 539	1.67 477	6.18 523	1.38 459

MM-Stereo_test1	1.80 435	3.41 451	1.52 451	2.12 431	1.41 458	2.04 459	1.41 459	2.05 452	1.46 461	2.04 458	1.41 459	2.05 459	1.42 450	2.05 457	1.43 459	2.04 453	1.54 450	1.94 466	1.38 454	1.99 444	1.33 453

UniTT-Stereo	2.03 454	3.43 452	0.72 323	3.42 476	0.73 361	3.27 500	0.68 340	3.38 499	0.69 344	3.29 499	0.72 357	3.28 499	0.70 342	3.35 500	0.68 341	3.39 493	0.68 316	3.31 498	0.69 350	3.37 483	0.73 347

castereo++	0.54 271	3.59 453	1.15 365	1.31 402	0.14 147	0.16 133	0.14 142	0.16 132	0.14 147	0.16 129	0.14 151	0.16 130	0.13 144	0.16 131	0.14 141	1.45 427	1.16 371	0.15 133	0.14 150	0.15 132	0.13 140

DPSNet	3.66 501	3.60 454	3.62 516	3.63 484	3.64 526	3.65 503	3.65 524	3.66 502	3.67 521	3.67 501	3.65 522	3.67 502	3.66 512	3.66 501	3.68 519	3.68 496	3.66 509	3.67 502	3.68 525	3.67 484	3.67 523

RAStereo	2.23 474	3.64 455	0.76 329	3.65 485	0.86 371	3.66 504	0.76 352	3.67 503	0.81 364	3.66 500	0.76 362	3.66 501	0.77 352	3.68 502	0.77 355	3.68 496	0.77 332	3.69 503	0.77 359	3.70 485	0.77 353

qqq1	0.25 151	3.70 456	0.14 124	0.14 96	0.04 77	0.06 86	0.05 87	0.06 88	0.05 92	0.06 90	0.05 94	0.04 74	0.05 88	0.06 82	0.05 83	0.13 107	0.12 108	0.06 88	0.05 90	0.03 43	0.04 76

fff1	0.25 151	3.70 456	0.14 124	0.14 96	0.04 77	0.06 86	0.05 87	0.06 88	0.05 92	0.06 90	0.05 94	0.04 74	0.05 88	0.06 82	0.05 83	0.13 107	0.12 108	0.06 88	0.05 90	0.03 43	0.04 76

RAFT_CTSACE	1.92 438	3.71 458	1.72 460	1.88 422	1.72 475	2.04 459	1.42 461	2.18 459	1.89 490	2.02 456	1.97 490	1.95 451	2.06 486	1.93 453	1.62 464	1.76 438	1.66 461	2.02 468	1.73 485	1.73 435	1.43 462

MyStereo07	0.60 279	3.72 459	0.48 276	0.49 242	0.41 290	0.36 211	0.32 226	0.49 277	0.43 293	0.51 299	0.42 296	0.49 287	0.43 291	0.51 302	0.64 333	0.49 279	0.45 268	0.34 213	0.32 247	0.35 208	0.43 287

MyStereo04	0.56 277	3.72 459	0.59 301	0.49 242	0.41 290	0.36 211	0.32 226	0.37 208	0.31 232	0.34 200	0.46 305	0.35 207	0.32 237	0.35 209	0.33 237	0.49 279	0.45 268	0.34 213	0.32 247	0.35 208	0.43 287

castereo	0.61 282	3.79 461	1.35 429	1.52 411	0.15 158	0.17 141	0.16 150	0.20 149	0.21 176	0.18 141	0.16 160	0.21 156	0.12 139	0.26 186	0.17 160	1.43 426	1.38 439	0.17 143	0.16 155	0.18 145	0.16 146

ffm	0.25 151	3.83 462	0.12 100	0.12 79	0.05 93	0.06 86	0.05 87	0.06 88	0.05 92	0.03 40	0.03 52	0.06 91	0.05 88	0.06 82	0.05 83	0.12 91	0.12 108	0.05 81	0.04 75	0.06 90	0.04 76

ff1	0.25 151	3.83 462	0.12 100	0.12 79	0.05 93	0.06 86	0.05 87	0.06 88	0.05 92	0.03 40	0.03 52	0.06 91	0.05 88	0.06 82	0.05 83	0.12 91	0.12 108	0.05 81	0.04 75	0.06 90	0.04 76

mmx	0.25 151	3.83 462	0.12 100	0.12 79	0.05 93	0.06 86	0.05 87	0.06 88	0.05 92	0.03 40	0.03 52	0.06 91	0.05 88	0.06 82	0.05 83	0.12 91	0.12 108	0.05 81	0.04 75	0.06 90	0.04 76

NINENet	0.69 297	3.87 465	1.20 374	1.98 428	0.05 93	0.40 228	0.04 77	0.40 222	0.05 92	0.41 236	0.04 85	0.41 244	0.05 88	0.40 232	0.05 83	1.79 439	1.56 451	0.34 213	0.22 182	0.34 196	0.23 172

MyStereo8	0.71 300	3.92 466	0.52 292	0.59 269	0.52 329	0.57 319	0.53 322	0.59 310	0.50 315	0.59 318	0.51 328	0.57 318	0.50 315	0.56 312	0.52 321	0.54 295	0.49 284	0.54 321	0.49 321	0.55 295	0.50 310

MyStereo06	0.75 306	4.12 467	0.60 303	0.63 275	0.61 342	0.62 325	0.66 335	0.56 302	0.45 297	0.55 310	0.48 317	0.54 310	0.46 298	0.57 316	0.45 295	0.60 302	0.57 304	0.64 330	0.55 329	0.72 311	0.55 322

MyStereo05	0.80 317	4.12 467	0.63 307	0.63 275	0.61 342	0.62 325	0.66 335	0.65 318	0.62 333	0.67 329	0.61 338	0.65 330	0.58 327	0.67 329	0.55 326	0.60 302	0.57 304	0.64 330	0.55 329	0.72 311	0.55 322

test-3	0.98 352	4.13 469	1.85 474	1.85 421	0.61 342	0.69 331	0.37 262	0.63 316	0.61 332	0.66 328	0.51 328	0.73 339	0.44 293	0.57 316	0.54 324	1.68 437	1.81 469	0.40 256	0.43 304	0.66 303	0.50 310

GCAP-Stereo	0.75 306	4.15 470	0.42 253	0.75 292	0.35 260	0.78 339	0.40 276	0.79 331	0.38 268	0.78 342	0.36 263	0.78 344	0.36 258	0.79 340	0.39 274	0.75 323	0.39 243	0.76 344	0.39 288	0.75 315	0.39 270

IGEVStereo-DCA	1.77 433	4.21 471	1.84 472	2.49 448	2.11 496	2.54 483	1.36 451	1.65 438	1.17 395	2.75 490	1.90 484	2.54 476	1.15 380	0.94 359	1.11 384	1.50 429	1.32 424	0.96 368	1.46 461	1.49 425	0.88 361

rrr	1.77 433	4.21 471	1.84 472	2.49 448	2.11 496	2.54 483	1.36 451	1.65 438	1.17 395	2.75 490	1.90 484	2.54 476	1.15 380	0.94 359	1.11 384	1.50 429	1.32 424	0.96 368	1.46 461	1.49 425	0.88 361

GEStereo_RVC	0.86 335	4.45 473	0.20 158	0.27 160	0.20 181	0.27 185	0.20 168	0.26 176	0.18 166	5.03 526	0.20 180	0.27 185	0.19 174	0.27 189	0.21 177	0.20 148	0.19 162	0.19 155	4.02 530	0.20 152	0.18 162

error version	0.93 346	4.47 474	2.35 493	1.99 429	0.37 269	0.41 244	0.36 257	0.41 237	0.35 253	0.43 254	0.36 263	0.41 244	0.40 272	0.41 246	0.36 257	1.87 442	2.16 485	0.47 294	0.37 273	0.39 233	0.33 241

test_1	0.93 346	4.47 474	2.35 493	1.99 429	0.37 269	0.41 244	0.36 257	0.41 237	0.35 253	0.43 254	0.36 263	0.41 244	0.40 272	0.41 246	0.36 257	1.87 442	2.16 485	0.47 294	0.37 273	0.39 233	0.33 241

TestStereo	4.88 527	4.75 476	4.79 522	4.87 508	4.92 535	4.81 528	4.90 534	4.78 523	4.77 533	4.87 524	4.89 533	4.90 528	4.91 526	4.99 527	4.79 531	4.98 517	4.87 518	4.87 526	4.92 535	5.00 515	5.00 533

DispFullNet	4.61 523	4.84 477	3.12 510	5.00 509	3.57 523	4.75 526	3.03 510	7.75 538	4.17 530	4.91 525	3.09 514	6.20 534	3.95 519	6.71 534	3.51 517	5.30 522	3.67 510	5.86 535	3.63 522	5.61 520	3.46 521

MLG-Stereo_test3	4.26 516	4.85 478	3.95 519	5.35 512	3.60 524	4.75 526	3.76 525	5.49 531	3.71 522	5.39 528	3.69 523	4.82 526	3.66 512	4.85 523	3.73 523	4.93 515	3.19 506	4.69 520	2.99 507	4.84 511	2.98 506

CFNet-RSSM	0.91 339	4.89 479	0.34 215	0.44 224	1.07 392	1.62 446	1.40 458	0.91 344	0.35 253	1.60 439	1.39 458	0.64 327	0.34 249	0.44 263	0.33 237	0.41 246	0.35 225	0.75 342	0.30 236	0.41 248	0.29 215

StereoVision	3.15 497	5.00 480	0.89 340	4.83 506	1.00 384	3.93 505	1.27 445	6.37 532	1.34 451	5.67 532	1.26 445	5.84 533	1.27 437	5.03 529	1.24 442	5.10 521	1.09 361	4.61 515	0.57 333	5.62 521	1.12 384

LL-Strereo	1.01 358	5.06 481	1.63 454	0.70 286	1.43 459	0.56 314	0.46 298	0.57 305	0.50 315	0.57 314	0.50 322	1.58 443	0.49 312	0.59 318	0.50 314	1.64 436	0.52 296	0.51 315	1.37 452	0.52 290	0.45 292

FC-DCNN v2	5.10 531	5.15 482	4.49 521	5.07 510	3.37 521	6.87 535	4.75 533	5.04 528	6.34 537	7.84 538	5.06 534	6.72 538	4.09 522	4.99 527	5.44 534	5.03 518	3.16 503	4.67 518	4.86 534	5.15 517	3.89 528

DEFOM-Stereo_RVC	0.83 329	5.18 483	1.98 485	2.19 433	0.17 168	0.19 147	0.18 161	0.19 144	0.16 159	0.20 148	0.19 176	0.22 162	0.22 183	0.20 149	0.15 151	2.28 466	2.13 484	0.24 176	0.17 173	0.18 145	0.16 146

rvit_105_1	3.83 503	5.22 484	3.01 499	4.53 494	3.01 508	4.51 511	3.01 505	4.56 512	3.04 506	4.53 511	3.03 507	4.55 513	3.03 496	4.56 512	3.04 503	4.57 504	3.05 493	4.57 510	3.05 508	4.57 498	3.05 507

rvit_stereo_0081	3.83 503	5.23 485	3.01 499	4.53 494	3.03 510	4.55 517	3.02 506	4.56 512	3.04 506	4.52 509	3.02 505	4.54 511	3.03 496	4.56 512	3.04 503	4.57 504	3.05 493	4.57 510	3.05 508	4.58 499	3.05 507

CFNet	1.37 423	5.27 486	0.19 155	5.49 513	0.19 179	0.28 186	0.19 165	0.28 179	0.19 172	0.28 182	0.19 176	0.28 186	4.35 523	0.28 191	0.19 172	0.23 166	0.17 155	0.23 169	4.21 532	4.81 509	0.17 158

rvit_stereo_0083	3.92 512	5.30 487	3.06 507	4.61 503	3.09 517	4.67 522	3.08 515	4.66 520	3.09 515	4.62 519	3.10 515	4.66 523	3.11 505	4.67 520	3.16 514	4.72 514	3.16 503	4.77 523	3.11 515	4.66 505	3.11 514

rvit_0105_3	3.91 510	5.33 488	3.06 507	4.60 502	3.07 516	4.60 520	3.06 514	4.62 518	3.08 514	4.60 518	3.07 513	4.62 520	3.08 503	4.67 520	3.10 512	4.70 512	3.11 500	4.77 523	3.19 519	4.77 508	3.14 516

rvit_stereo_0081_aga	3.86 505	5.33 488	3.02 502	4.55 500	3.04 514	4.54 513	3.02 506	4.64 519	3.06 510	4.54 513	3.04 509	4.62 520	3.08 503	4.62 518	3.07 508	4.58 507	3.06 497	4.60 514	3.08 512	4.63 502	3.07 511

MLG-Stereo_test1	4.25 515	5.34 490	3.61 515	5.31 511	3.63 525	5.23 529	3.57 522	5.38 530	3.65 520	5.23 527	3.47 519	4.76 524	3.74 515	4.85 523	3.71 520	4.96 516	3.18 505	4.71 521	2.92 505	4.86 512	2.90 505

rvit_0105_5	4.10 514	5.40 491	3.13 512	4.71 505	3.15 519	4.72 525	3.10 517	4.90 527	3.27 518	4.69 521	3.16 517	4.84 527	3.25 508	4.96 526	3.34 516	5.05 519	3.39 508	5.10 528	3.40 520	5.11 516	3.42 520

UDGNet	2.23 474	5.40 491	1.72 460	2.48 447	1.69 471	2.51 480	1.69 470	2.51 476	1.72 473	2.50 478	1.69 473	2.52 473	1.69 459	2.50 475	1.68 469	2.41 475	1.70 463	2.42 485	1.69 481	2.42 460	1.64 475

rvit_stereo_ft	3.93 513	5.44 493	3.05 506	4.59 501	3.06 515	4.61 521	3.08 515	4.67 521	3.12 516	4.63 520	3.10 515	4.65 522	3.11 505	4.69 522	3.13 513	4.70 512	3.14 502	4.71 521	3.15 517	4.74 506	3.16 517

MLG-Stereo_test2	4.28 517	5.46 494	3.69 517	4.86 507	3.72 527	5.58 532	3.42 520	4.81 524	3.77 526	4.85 523	3.72 524	5.55 532	3.63 511	5.58 530	3.53 518	4.41 501	3.28 507	4.99 527	2.95 506	4.75 507	3.13 515

rvit_0105_4	3.91 510	5.47 495	3.02 502	4.54 497	3.02 509	4.54 513	3.03 510	4.75 522	3.17 517	4.57 515	3.06 510	4.61 519	3.16 507	4.65 519	3.09 511	4.66 511	3.11 500	4.68 519	3.18 518	4.81 509	3.16 517

rvit_stereo_0080	3.89 508	5.70 496	3.04 504	4.54 497	3.03 510	4.56 518	3.05 512	4.60 516	3.07 511	4.58 516	3.06 510	4.59 515	3.06 501	4.61 516	3.08 509	4.63 509	3.09 498	4.64 516	3.10 513	4.65 503	3.10 512

whm_eth	3.89 508	5.70 496	3.04 504	4.54 497	3.03 510	4.56 518	3.05 512	4.60 516	3.07 511	4.58 516	3.06 510	4.59 515	3.06 501	4.61 516	3.08 509	4.63 509	3.09 498	4.64 516	3.10 513	4.65 503	3.10 512

rvit_0105_6	3.87 507	5.73 498	3.10 509	4.69 504	3.12 518	4.54 513	3.02 506	4.56 512	3.04 506	4.54 513	3.03 507	4.54 511	3.04 499	4.56 512	3.05 505	4.58 507	3.05 493	4.58 512	3.05 508	4.58 499	3.05 507

rvit_stereo_0082	3.86 505	5.82 499	3.01 499	4.53 494	3.03 510	4.54 513	3.02 506	4.56 512	3.04 506	4.53 511	3.02 505	4.55 513	3.04 499	4.57 515	3.05 505	4.57 504	3.05 493	4.58 512	3.05 508	4.58 499	3.06 510

SGM-Forest	5.21 533	5.92 500	4.08 520	6.18 518	4.16 532	6.31 534	4.34 532	6.50 533	4.33 531	6.14 534	4.21 530	6.61 537	4.55 525	6.67 533	4.48 530	5.94 526	3.94 512	5.85 534	4.03 531	5.79 522	4.17 531
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MaDis-Stereo	3.19 498	6.02 501	1.12 361	5.61 515	1.16 399	5.43 531	1.02 380	5.15 529	0.70 347	5.43 529	1.21 440	5.03 530	0.97 364	4.85 523	0.99 375	4.53 502	1.16 371	5.53 531	1.25 445	5.37 519	1.30 450

IER	0.88 336	7.04 502	2.23 490	2.75 451	0.28 214	0.43 266	0.25 193	0.39 217	0.25 192	0.41 236	0.27 211	0.39 225	0.25 195	0.40 232	0.28 207	0.37 218	0.28 191	0.37 234	0.25 200	0.37 217	0.25 183

HCRNet	1.22 416	7.11 503	3.00 498	3.55 482	0.33 247	0.29 188	0.14 142	0.19 144	0.15 157	0.33 198	0.29 221	0.25 175	0.14 148	0.22 163	0.33 237	3.64 495	3.00 492	0.76 344	0.32 247	0.18 145	0.13 140

SA	4.33 519	7.35 504	6.85 534	5.96 517	4.09 531	3.59 502	3.15 518	3.82 504	2.64 502	3.91 502	3.85 525	3.57 500	2.72 494	3.13 496	4.03 526	7.09 534	6.86 529	3.57 500	3.12 516	3.85 486	3.51 522

cross-raft	4.83 526	7.52 505	6.43 530	6.63 520	3.96 530	4.51 511	3.99 529	4.49 510	3.96 528	4.52 509	3.96 527	4.50 510	3.97 520	4.50 511	3.97 525	6.65 529	6.44 526	4.33 507	3.92 529	4.35 494	3.91 529

test_5	4.62 524	7.55 506	6.23 529	6.32 519	3.40 522	5.29 530	3.50 521	3.53 501	4.11 529	4.28 506	4.47 532	4.26 509	4.38 524	3.68 502	3.24 515	5.89 525	5.60 521	4.84 525	3.50 521	4.33 493	3.93 530

RAFT+CT+SA	4.28 517	7.62 507	4.91 523	5.55 514	2.28 503	3.09 496	3.64 523	4.49 510	3.07 511	4.80 522	3.35 518	4.77 525	3.70 514	4.29 509	3.05 505	5.58 523	5.98 524	3.58 501	3.78 527	4.26 492	3.72 524

raft_robust	4.71 525	7.75 508	5.40 528	6.81 521	3.31 520	4.28 510	4.20 531	4.32 509	4.37 532	4.35 508	4.35 531	4.14 507	3.75 516	4.30 510	4.20 529	6.67 530	6.37 525	3.36 499	4.24 533	4.86 512	3.25 519

test_4	4.88 527	8.13 509	6.98 535	7.46 525	4.44 533	4.25 509	3.85 528	4.04 508	3.92 527	4.13 505	3.91 526	4.18 508	3.84 517	4.14 507	4.06 527	7.01 533	7.13 530	4.53 508	3.72 526	4.09 490	3.72 524

Sa-1000	4.34 520	8.37 510	6.84 533	6.98 524	4.45 534	3.58 501	3.00 504	3.42 500	3.39 519	2.61 481	4.00 528	3.83 504	4.01 521	3.90 504	3.90 524	5.98 527	5.62 522	3.76 504	2.34 502	4.35 494	2.47 503

TestStereo1	4.60 521	8.41 511	6.44 531	6.86 522	3.79 528	3.97 506	3.78 526	3.99 506	3.74 523	3.97 503	3.52 520	3.94 505	3.58 509	3.98 505	3.72 521	6.82 531	6.50 527	3.76 504	3.66 523	3.90 487	3.74 526

SA-5K	4.60 521	8.41 511	6.44 531	6.86 522	3.79 528	3.97 506	3.78 526	3.99 506	3.74 523	3.97 503	3.52 520	3.94 505	3.58 509	3.98 505	3.72 521	6.82 531	6.50 527	3.76 504	3.66 523	3.90 487	3.74 526

U	5.15 532	8.49 513	1.81 463	8.49 529	1.77 476	8.49 540	1.77 473	8.51 540	1.77 477	8.49 540	1.77 475	8.50 540	1.78 467	8.58 540	1.77 479	8.54 538	1.78 467	8.55 540	1.78 486	8.55 534	1.84 484

CFNet_RVC	2.38 484	8.71 514	0.38 230	9.33 532	0.42 300	0.56 314	0.42 289	0.60 312	0.38 268	0.62 322	0.42 296	0.56 317	7.29 535	0.62 320	0.42 291	0.53 294	0.37 230	0.49 306	0.34 259	8.30 532	6.87 538

rvit_stereo_0075_2	6.64 535	8.80 515	5.25 525	7.89 526	5.27 537	7.90 539	5.27 535	7.92 539	5.28 535	7.91 539	5.29 536	7.93 539	5.27 527	7.92 539	5.28 532	7.93 535	5.28 520	7.93 538	5.29 537	7.93 531	5.28 535

test_3	5.01 529	8.86 516	7.77 537	8.09 527	2.76 507	4.13 508	4.05 530	3.88 505	3.76 525	4.33 507	4.13 529	3.71 503	3.91 518	4.21 508	4.06 527	7.93 535	7.69 532	4.53 508	3.91 528	4.17 491	4.29 532

SGM+DAISY	7.06 537	9.15 517	5.38 527	8.84 531	5.18 536	8.80 541	5.31 536	8.79 541	5.28 535	8.89 541	5.20 535	8.93 541	5.33 528	8.95 541	5.36 533	8.70 539	5.21 519	8.74 541	5.20 536	8.89 535	5.15 534

test-1	6.46 534	9.16 518	8.03 540	8.09 527	5.62 538	6.11 533	6.35 537	6.85 535	4.94 534	6.08 533	6.29 539	4.98 529	6.43 531	6.22 531	6.36 537	6.16 528	7.47 531	5.82 533	5.44 538	7.11 528	5.68 536

RAFT	6.73 536	9.36 519	7.40 536	8.51 530	6.55 539	6.88 536	6.60 538	6.79 534	6.60 538	6.80 535	6.72 540	5.31 531	5.50 529	6.61 532	6.61 538	8.42 537	5.89 523	5.73 532	5.45 539	6.61 524	6.24 537

CFNet_pseudo	2.67 492	9.36 519	0.32 202	10.99 541	0.33 247	0.85 345	0.33 235	0.49 277	0.33 241	0.49 283	0.32 237	0.49 287	7.26 534	0.49 289	0.33 237	0.41 246	9.62 538	0.41 269	0.29 226	10.03 540	0.29 215

CFNet_ucs	2.73 493	9.64 521	0.33 207	9.92 537	0.32 236	0.49 290	0.33 235	0.49 277	0.33 241	0.49 283	0.33 243	0.49 287	8.98 538	0.48 283	0.33 237	0.41 246	9.96 541	0.40 256	0.29 226	10.12 541	0.54 318

PCWNet_CMD	2.80 496	9.82 522	0.32 202	10.09 539	0.32 236	0.49 290	0.33 235	3.34 498	0.33 241	0.49 283	0.33 243	0.49 287	8.73 536	0.48 283	0.33 237	0.41 246	9.22 535	0.42 280	0.29 226	9.55 538	0.31 230

pcwnet_v2	2.66 491	9.89 523	0.33 207	9.89 536	0.32 236	0.50 298	0.32 226	0.49 277	0.33 241	0.49 283	0.34 251	0.49 287	8.76 537	0.48 283	0.33 237	0.41 246	9.58 537	0.40 256	0.29 226	9.01 536	0.63 332

UCFNet_RVC	2.75 494	10.06 524	0.29 188	10.31 540	0.29 221	0.42 262	0.29 216	0.43 257	0.29 218	0.42 248	0.29 221	0.42 260	9.87 540	0.43 261	0.29 217	0.36 214	9.84 540	0.36 231	0.26 206	9.77 539	0.26 189

MSMDNet	2.65 490	10.14 525	0.33 207	9.74 535	0.32 236	0.87 347	0.33 235	2.95 494	0.68 341	0.49 283	0.34 251	0.49 287	5.70 530	0.49 289	0.33 237	0.42 260	9.57 536	0.41 269	0.31 242	8.36 533	0.65 334

ccs_rob	2.79 495	10.17 526	0.32 202	10.00 538	0.33 247	0.49 290	0.33 235	1.90 445	0.32 235	0.51 299	0.33 243	0.49 287	9.24 539	0.49 289	0.33 237	0.41 246	9.82 539	0.41 269	0.28 217	9.34 537	0.29 215

test-v	7.53 538	11.89 527	7.98 538	9.36 533	7.14 540	7.06 537	7.09 539	7.37 536	6.91 539	7.29 536	5.71 537	6.45 535	6.93 532	6.73 535	7.27 539	8.93 540	7.85 533	6.98 536	6.80 540	7.56 529	7.34 539

test-2	7.53 538	11.89 527	7.98 538	9.36 533	7.14 540	7.06 537	7.09 539	7.37 536	6.91 539	7.29 536	5.71 537	6.45 535	6.93 532	6.73 535	7.27 539	8.93 540	7.85 533	6.98 536	6.80 540	7.56 529	7.34 539

rafts_anoy	20.00 542	20.00 529	20.00 542	20.00 542	20.00 543	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 543	20.00 542	20.00 543	20.00 542	20.00 542

raft+_RVC	20.00 542	20.00 529	20.00 542	20.00 542	20.00 543	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 543	20.00 542	20.00 543	20.00 542	20.00 542

raftrobust	20.00 542	20.00 529	20.00 542	20.00 542	20.00 543	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 543	20.00 542	20.00 543	20.00 542	20.00 542

CasAABBNet	20.00 542	20.00 529	20.00 542	20.00 542	20.00 543	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 543	20.00 542	20.00 543	20.00 542	20.00 542

RALCasStereoNet	20.00 542	20.00 529	20.00 542	20.00 542	20.00 543	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 543	20.00 542	20.00 543	20.00 542	20.00 542

RALAANet	20.00 542	20.00 529	20.00 542	20.00 542	20.00 543	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 542	20.00 543	20.00 542	20.00 543	20.00 542	20.00 542

MANE	19.05 541	23.00 535	15.00 541	23.00 548	15.00 542	24.00 548	16.00 541	24.00 548	16.00 541	22.00 548	15.00 541	23.00 548	16.00 541	23.00 548	15.00 541	22.00 548	15.00 542	22.00 548	15.00 542	22.00 548	15.00 541

stereogan	2.33 478	24.38 536	1.18 369	1.18 348	1.18 402	1.14 379	1.18 391	1.19 372	1.19 397	1.14 379	1.18 394	1.14 382	1.18 385	1.14 382	1.18 393	1.14 365	1.14 369	1.19 390	1.19 392	1.15 357	1.19 397

Abc-Net	2.32 477	24.75 537	1.14 363	1.17 347	1.17 400	1.11 377	1.15 387	1.17 369	1.21 443	1.08 370	1.16 390	1.12 381	1.14 379	1.09 376	1.17 392	1.09 355	1.16 371	1.17 386	1.17 391	1.16 359	1.11 382
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 478	25.00 538	1.13 362	1.15 341	1.15 395	1.10 374	1.15 387	1.15 365	1.15 390	1.12 376	1.15 387	1.09 375	1.13 377	1.10 378	1.15 388	1.11 362	1.09 361	1.16 382	1.12 386	1.16 359	1.17 393

RGC	2.36 480	25.48 539	1.19 371	1.15 341	1.15 395	1.10 374	1.16 389	1.17 369	1.16 391	1.12 376	1.16 390	1.11 380	1.13 377	1.09 376	1.18 393	1.10 357	1.15 370	1.16 382	1.12 386	1.14 355	1.12 384

NCC-stereo	2.36 480	25.52 540	1.17 367	1.15 341	1.17 400	1.11 377	1.11 383	1.15 365	1.16 391	1.10 371	1.16 390	1.10 377	1.15 380	1.14 382	1.13 386	1.09 355	1.11 365	1.15 381	1.16 390	1.17 364	1.17 393

AF-Net	2.37 482	25.71 541	1.17 367	1.13 338	1.15 395	1.15 380	1.18 391	1.19 372	1.16 391	1.10 371	1.15 387	1.10 377	1.18 385	1.12 381	1.15 388	1.10 357	1.10 364	1.17 386	1.15 388	1.16 359	1.12 384

Nwc_Net	2.37 482	25.95 542	1.15 365	1.14 339	1.15 395	1.08 371	1.14 386	1.17 369	1.16 391	1.14 379	1.15 387	1.08 373	1.15 380	1.11 380	1.14 387	1.10 357	1.11 365	1.16 382	1.09 385	1.16 359	1.15 389

FAT-Stereo	2.46 486	26.05 543	1.23 423	1.23 397	1.22 451	1.20 382	1.24 441	1.23 423	1.23 445	1.19 382	1.22 441	1.21 431	1.24 435	1.20 386	1.24 442	1.21 413	1.17 374	1.22 437	1.25 445	1.20 368	1.24 447

S-Stereo	2.51 487	26.86 544	1.23 423	1.22 395	1.22 451	1.24 430	1.25 442	1.22 421	1.24 446	1.21 428	1.24 443	1.19 385	1.27 437	1.19 385	1.24 442	1.19 367	1.20 376	1.25 438	1.19 392	1.24 416	1.23 446

MoCha-V2	2.11 461	26.97 545	0.78 331	0.92 311	0.77 365	0.96 358	0.72 348	0.90 342	0.72 351	0.94 358	0.70 352	0.90 356	0.71 346	0.91 354	0.71 349	0.85 336	0.71 325	0.88 359	0.69 350	0.87 331	0.67 337

edge stereo	2.43 485	27.07 546	1.14 363	1.06 330	1.14 394	1.08 371	1.17 390	1.16 367	1.14 389	1.10 371	1.16 390	1.09 375	1.16 384	1.10 378	1.16 391	1.10 357	1.11 365	1.16 382	1.19 392	1.13 354	1.11 382

fff	1000028.16 568	29.62 547	29.72 549	32.61 549	30.02 550	35.13 551	31.83 550	32.07 550	10000000.00 568	35.27 552	29.82 550	32.45 550	30.15 549	32.35 550	30.09 549	31.04 550	29.55 551	30.64 550	30.14 550	10000000.00 569	30.77 550

csc	1000028.16 568	29.62 547	29.72 549	32.61 549	30.02 550	35.13 551	31.83 550	32.07 550	10000000.00 568	35.27 552	29.82 550	32.45 550	30.15 549	32.35 550	30.09 549	31.04 550	29.55 551	30.64 550	30.14 550	10000000.00 569	30.77 550

cscssc	1000028.16 568	29.62 547	29.72 549	32.61 549	30.02 550	35.13 551	31.83 550	32.07 550	10000000.00 568	35.27 552	29.82 550	32.45 550	30.15 549	32.35 550	30.09 549	31.04 550	29.55 551	30.64 550	30.14 550	10000000.00 569	30.77 550

STTStereo	3.73 502	30.40 550	2.37 495	2.39 444	2.31 505	2.35 470	2.33 498	2.29 462	2.42 501	2.32 471	2.34 503	2.33 465	2.36 491	2.30 467	2.27 500	2.35 471	2.22 487	2.31 478	2.22 498	2.29 455	2.34 500

111	30.40 548	30.94 551	29.72 549	32.61 549	30.02 550	33.57 549	30.47 549	31.50 549	29.39 549	30.98 549	29.11 549	29.78 549	30.39 552	29.45 549	30.76 552	30.08 549	29.02 550	29.92 549	30.32 553	29.86 549	30.17 549

DCANet-4	35.22 550	34.54 552	35.08 555	33.58 553	35.47 557	34.55 550	35.53 556	36.08 555	35.85 553	35.92 555	35.77 555	35.18 555	35.48 554	35.39 555	37.15 558	34.55 555	33.92 554	35.02 556	34.90 555	35.79 553	34.74 556

tt	500032.53 566	34.60 553	29.72 549	37.47 558	34.41 555	36.85 555	35.22 554	34.71 553	33.55 551	34.50 550	35.43 553	33.81 553	10000000.00 569	33.57 553	33.13 553	33.68 553	35.00 555	34.03 554	35.26 556	30.96 550	34.63 554

DCANet	500032.53 566	34.60 553	29.72 549	37.47 558	34.41 555	36.85 555	35.22 554	34.71 553	33.55 551	34.50 550	35.43 553	33.81 553	10000000.00 569	33.57 553	33.13 553	33.68 553	35.00 555	34.03 554	35.26 556	30.96 550	34.63 554

WCMA_ROB	31.10 549	35.43 555	27.12 548	39.51 560	23.10 549	38.78 560	25.30 548	37.49 560	25.39 548	37.29 559	27.02 548	38.52 560	26.48 548	37.80 559	26.44 548	36.28 556	22.65 549	33.90 553	22.30 549	37.10 557	24.18 548

ADStereo(finetuned)	36.13 551	36.63 556	38.07 559	36.97 554	33.25 554	35.91 554	34.45 553	36.36 556	32.99 550	38.14 560	36.71 556	36.69 556	34.13 553	38.57 560	40.79 559	37.60 560	36.58 557	35.90 557	33.36 554	35.42 552	34.04 553

Reg-Stereo(zero)	37.00 552	37.00 557	37.00 556	37.00 555	37.00 558	37.00 557	37.00 557	37.00 557	37.00 554	37.00 556	37.00 557	37.00 557	37.00 555	37.00 556	37.00 555	37.00 557	37.00 558	37.00 558	37.00 558	37.00 554	37.00 557

HI	37.00 552	37.00 557	37.00 556	37.00 555	37.00 558	37.00 557	37.00 557	37.00 557	37.00 554	37.00 556	37.00 557	37.00 557	37.00 555	37.00 556	37.00 555	37.00 557	37.00 558	37.00 558	37.00 558	37.00 554	37.00 557

CoSv	37.00 552	37.00 557	37.00 556	37.00 555	37.00 558	37.00 557	37.00 557	37.00 557	37.00 554	37.00 556	37.00 557	37.00 557	37.00 555	37.00 556	37.00 555	37.00 557	37.00 558	37.00 558	37.00 558	37.00 554	37.00 557

NLCA_NET_v2_RVC	5.04 530	50.87 560	2.78 497	2.87 457	2.71 506	2.78 495	0.47 303	2.88 493	2.86 505	1.89 447	2.67 504	2.79 495	2.79 495	2.78 494	2.83 502	2.82 489	2.82 491	2.83 495	2.77 504	2.83 481	2.76 504
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	69.83 555	87.70 561	41.95 560	113.75 563	65.62 563	75.05 561	55.25 561	75.64 562	45.04 557	71.61 561	41.75 560	72.81 561	44.06 558	68.38 561	44.63 560	101.89 563	59.57 563	107.10 563	61.05 563	104.38 560	59.38 562

MGS-Stereo	239.45 560	123.00 562	135.00 564	266.00 566	286.00 567	277.00 566	305.00 566	271.00 566	242.00 563	274.00 566	279.00 566	255.00 566	270.00 564	268.00 566	297.00 566	221.00 566	247.00 567	216.00 566	123.00 564	217.00 563	217.00 566

AE-Stereo	201.80 559	123.00 562	115.00 562	219.00 565	218.00 566	223.00 565	244.00 565	217.00 565	236.00 562	202.00 565	203.00 564	205.00 565	208.00 562	225.00 565	204.00 564	210.00 565	198.00 565	197.00 565	184.00 566	204.00 562	201.00 564

EGLCR-Stereo	246.90 561	129.00 564	139.00 565	266.00 566	286.00 567	277.00 566	305.00 566	271.00 566	242.00 563	274.00 566	279.00 566	255.00 566	270.00 564	268.00 566	297.00 566	230.00 567	247.00 567	216.00 566	223.00 568	237.00 564	227.00 567

NOSS_ROB	102.95 556	153.00 565	121.00 563	51.00 561	44.00 561	165.00 564	127.00 562	153.00 563	119.00 559	164.00 564	125.00 562	168.00 564	120.00 560	153.00 563	117.00 562	49.00 561	44.00 561	49.00 561	44.00 561	49.00 558	44.00 560

MeshStereo	159.24 558	171.00 566	160.68 566	162.58 564	160.59 564	164.01 563	160.35 563	158.51 564	158.56 560	158.34 563	160.12 563	158.56 563	159.92 561	157.26 564	158.94 563	154.38 564	158.36 564	155.75 564	159.13 565	153.67 561	154.07 563
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	11.80 540	223.51 567	0.62 306	0.59 269	0.71 358	0.59 321	0.73 349	0.67 321	0.73 354	0.55 310	0.61 338	0.60 323	0.74 348	0.63 324	0.73 350	0.66 313	0.60 306	0.69 336	0.66 343	0.72 311	0.65 334
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DLCB_ROB	284.23 562	354.61 568	207.27 567	363.24 568	206.46 565	364.72 568	210.41 564	364.72 568	210.41 561	364.81 568	208.64 565	364.81 568	208.64 563	364.72 568	210.41 565	354.70 568	205.53 566	354.70 568	205.53 567	354.70 565	205.53 565

LE_ROB	396.57 563	471.28 569	329.84 568	471.48 569	308.15 569	526.83 569	322.10 568	488.15 569	323.76 565	495.46 569	317.97 568	497.17 569	320.10 566	481.62 569	326.76 568	462.71 569	298.97 569	466.16 569	285.98 569	447.62 566	289.21 568

SGM-ForestM	596.69 564	677.77 570	444.52 569	699.85 570	517.25 570	732.94 570	488.29 569	770.79 570	460.11 566	750.81 570	487.98 569	792.79 570	499.41 567	730.90 570	475.81 569	720.03 570	491.16 570	663.96 570	418.60 570	674.76 567	436.05 569

CBMV_ROB	818.48 565	913.88 571	709.52 570	862.84 571	597.78 571	1073.99 571	700.52 570	1015.66 571	702.59 567	1115.65 571	760.02 570	1130.24 571	721.57 568	1037.41 571	692.65 570	814.05 571	564.29 571	843.28 571	595.31 571	915.51 568	602.92 570

CBMV	128.50 557	1422.70 572	53.10 561	79.50 562	51.30 562	77.30 562	49.70 560	74.00 561	48.20 558	77.20 562	48.80 561	73.90 562	48.00 559	73.80 562	48.80 561	70.40 562	45.10 562	68.90 562	46.10 562	68.20 559	45.00 561
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
111111	10000000.00 571	10000000.00 573	10000000.00 571	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 568	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 569	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 569	10000000.00 571

SGD-Stereo	10000000.00 571	10000000.00 573	10000000.00 571	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 568	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 569	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 569	10000000.00 571

IGEV-Stereo++	10000000.00 571	10000000.00 573	10000000.00 571	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 568	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 569	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 569	10000000.00 571

IGEV-BASED-STEREO-	10000000.00 571	10000000.00 573	10000000.00 571	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 568	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 569	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 569	10000000.00 571

IGEV-Stereo+	10000000.00 571	10000000.00 573	10000000.00 571	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 568	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 569	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 569	10000000.00 571

SDNR	10000000.00 571	10000000.00 573	10000000.00 571	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 568	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 569	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 569	10000000.00 571

anonymousdsp2	10000000.00 571	10000000.00 573	10000000.00 571	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 568	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 569	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 569	10000000.00 571

anonymousdsp	10000000.00 571	10000000.00 573	10000000.00 571	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 568	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 569	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 569	10000000.00 571

test_example2	10000000.00 571	10000000.00 573	10000000.00 571	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 568	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 569	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 569	10000000.00 571

DIP-Stereo	10000000.00 571	10000000.00 573	10000000.00 571	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 568	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 569	10000000.00 572	10000000.00 571	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 572	10000000.00 569	10000000.00 571
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022

Low-res two-view benchmark