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

CoDeX	0.15 124	0.70 256	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 394	0.02 15	0.69 391	0.75 402	0.01 9	0.02 20	0.02 20

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

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

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

Wz-Net-MNSev	0.06 44	0.54 240	0.10 69	0.12 82	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 93	0.11 96	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 41	0.50 224	0.10 69	0.12 82	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 93	0.10 75	0.01 9	0.01 9	0.01 10	0.01 10

SFCPSM	0.17 136	0.78 272	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	0.79 430	0.02 15	0.75 401	0.76 408	0.02 20	0.02 20	0.02 20

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

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

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

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

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

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

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

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

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

test_sample6	0.09 52	0.97 310	0.10 69	0.10 58	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample2	0.09 52	1.03 327	0.11 89	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

SMFormer	0.09 52	1.01 321	0.09 65	0.09 55	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

tta	0.09 52	0.95 307	0.09 65	0.10 58	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 52	1.01 321	0.10 69	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.03 51

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

Wz-Net-LNSev-Ref	0.11 87	0.44 182	0.33 235	0.39 205	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 267	0.36 273	0.02 18	0.02 20	0.02 20	0.02 20

BSDual-CNN	0.81 390	1.91 444	0.92 420	4.48 567	0.02 21	0.42 288	0.06 108	0.41 259	0.02 21	0.48 324	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 526	4.19 592	0.33 224	0.23 203	0.34 213	0.27 209

psmg	0.43 278	1.91 444	0.92 420	1.91 496	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	1.97 526	1.44 519	0.04 73	0.03 54	0.02 20	0.03 51

CSP-Net	0.34 197	1.29 409	1.19 444	1.36 476	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	1.26 487	1.21 497	0.03 38	0.09 111	0.02 20	0.09 111

Syn2CoEx	0.25 161	1.31 411	0.74 388	0.92 378	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	0.87 407	0.75 401	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	1.01 397	0.03 48	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 72	0.09 108	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCS	0.09 52	0.02 12	0.04 43	0.90 373	0.06 110	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 130	0.36 288	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

AnyNet_C01	0.11 87	0.02 12	0.02 14	1.62 489	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 88	0.04 75	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 508	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 77	0.02 21	0.07 104	0.04 75	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

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

zh-sn7	0.10 65	0.98 311	0.14 126	0.15 109	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.15 125	0.13 136	0.03 38	0.03 54	0.03 43	0.03 51

zh-mn7	0.12 96	1.14 343	0.17 150	0.20 136	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.18 150	0.16 145	0.03 38	0.03 54	0.03 43	0.03 51

w-ln-seven-2	0.14 112	1.22 405	0.28 194	0.32 181	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.32 207	0.27 198	0.04 73	0.03 54	0.03 43	0.03 51

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

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

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

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

DualNet (step1)	0.10 65	1.05 331	0.12 101	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 65	1.05 331	0.12 101	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 65	1.05 331	0.12 101	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample7	0.09 52	1.00 315	0.11 89	0.11 75	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample5	0.10 65	1.07 334	0.11 89	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

test_sample4	0.10 65	1.03 327	0.12 101	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.13 136	0.03 38	0.03 54	0.03 43	0.03 51

test_sample3	0.09 52	0.87 287	0.10 69	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 52	0.87 287	0.12 101	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

mmm	0.14 112	1.83 435	0.12 101	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.04 81	0.03 40	0.03 52	0.03 42	0.03 52	0.06 88	0.04 75	0.12 93	0.11 96	0.05 86	0.04 78	0.05 92	0.04 79

11t1	0.17 136	2.16 461	0.13 121	0.13 95	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.05 88	0.18 150	0.12 112	0.06 94	0.03 54	0.05 92	0.03 51

DualNet	0.10 65	1.07 334	0.11 89	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

ttt	0.10 65	1.09 336	0.12 101	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.02 20	0.03 43	0.02 20

1111x	0.10 65	1.14 343	0.13 121	0.14 99	0.03 48	0.04 77	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.11 96	0.03 38	0.02 20	0.03 43	0.02 20

qqq	0.16 132	2.01 452	0.12 101	0.15 109	0.04 79	0.06 92	0.05 93	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.03 48	0.12 93	0.14 140	0.04 73	0.04 78	0.03 43	0.03 51

x	0.11 87	1.15 346	0.15 142	0.14 99	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.15 143	0.03 38	0.03 54	0.03 43	0.03 51

hknet	1.10 437	1.85 437	3.49 589	4.48 567	0.02 21	0.42 288	0.06 108	0.41 259	0.02 21	0.48 324	0.03 52	0.41 266	0.03 52	0.42 280	0.03 48	4.39 578	4.19 592	0.33 224	0.23 203	0.34 213	0.27 209

222	0.10 65	0.99 314	0.12 101	0.13 95	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.02 20	0.04 77	0.03 51

xxxx	0.11 87	1.16 348	0.16 143	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.16 145	0.03 38	0.04 78	0.04 77	0.04 79

test_xeample	0.10 65	1.09 336	0.13 121	0.12 82	0.03 48	0.03 40	0.03 50	0.04 77	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.14 140	0.03 38	0.03 54	0.03 43	0.03 51

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

BEATNet_4x	0.11 87	0.03 31	0.03 36	1.60 486	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCL	0.11 87	0.03 31	0.03 36	1.60 486	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCRef	0.12 96	0.03 31	0.04 43	1.71 492	0.04 79	0.03 40	0.03 50	0.04 77	0.04 81	0.04 74	0.03 52	0.04 77	0.03 52	0.06 88	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.03 43	0.04 79

ADCPNet	0.10 65	0.03 31	0.04 43	1.27 469	0.03 48	0.04 77	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.08 107	0.04 75	0.04 44	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

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

z-mn7	0.16 132	1.21 399	0.33 235	0.41 231	0.04 79	0.04 77	0.03 50	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.35 224	0.31 238	0.04 73	0.04 78	0.04 77	0.04 79

z-ln-s-r	0.21 150	1.40 418	0.53 335	0.56 313	0.04 79	0.05 89	0.04 81	0.05 89	0.05 97	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.05 88	0.57 349	0.44 320	0.04 73	0.04 78	0.04 77	0.04 79

w-ln-seven	0.18 139	1.47 420	0.33 235	0.40 219	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.38 248	0.32 242	0.05 86	0.04 78	0.04 77	0.04 79

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

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

APVNet	0.09 52	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 440	0.06 94	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 97

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

FADNet-RVC-Resample	0.12 96	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	1.57 539	0.04 44	0.04 45	0.04 73	0.05 96	0.04 77	0.06 104

ADCP+	0.15 124	0.04 37	0.04 43	2.20 507	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.04 84	0.08 107	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

NVStereoNet_ROB	0.04 38	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
OmniDepth	0.08 50	0.08 58	0.11 89	0.11 75	0.05 99	0.08 105	0.05 93	0.08 107	0.07 111	0.08 106	0.05 100	0.08 106	0.05 94	0.09 110	0.08 104	0.15 125	0.11 96	0.07 99	0.05 96	0.07 106	0.06 104

DA	0.09 52	0.13 81	0.39 268	0.08 49	0.05 99	0.07 103	0.05 93	0.13 126	0.05 97	0.06 96	0.05 100	0.06 97	0.05 94	0.06 88	0.05 88	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

GGEV	0.09 52	0.13 81	0.39 268	0.08 49	0.05 99	0.07 103	0.05 93	0.13 126	0.05 97	0.06 96	0.05 100	0.06 97	0.05 94	0.06 88	0.05 88	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

ISRNet	0.11 87	0.05 49	0.36 254	0.24 155	0.07 111	0.13 126	0.05 93	0.06 94	0.05 97	0.05 91	0.05 100	0.13 127	0.05 94	0.05 82	0.09 108	0.24 180	0.20 173	0.10 108	0.05 96	0.06 96	0.13 150

qqq1	0.25 161	3.70 529	0.14 126	0.14 99	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 109	0.12 112	0.06 94	0.05 96	0.03 43	0.04 79

fff1	0.25 161	3.70 529	0.14 126	0.14 99	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 109	0.12 112	0.06 94	0.05 96	0.03 43	0.04 79

ffm	0.25 161	3.83 535	0.12 101	0.12 82	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 93	0.12 112	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 161	3.83 535	0.12 101	0.12 82	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 93	0.12 112	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 161	3.83 535	0.12 101	0.12 82	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 93	0.12 112	0.05 86	0.04 78	0.06 96	0.04 79

BUS	0.83 398	1.91 444	0.92 420	4.48 567	0.02 21	0.40 250	0.04 81	0.41 259	0.02 21	0.48 324	0.03 52	0.41 266	0.05 94	0.03 39	0.05 88	1.97 526	4.19 592	0.33 224	0.23 203	0.34 213	0.27 209

NINENet	0.69 353	3.87 538	1.20 447	1.98 501	0.05 99	0.40 250	0.04 81	0.40 244	0.05 97	0.41 258	0.04 88	0.41 266	0.05 94	0.40 250	0.05 88	1.79 514	1.56 528	0.34 232	0.22 197	0.34 213	0.23 184

GwcNet	0.12 96	0.07 57	0.05 57	0.08 49	0.05 99	0.08 105	1.20 469	0.07 104	0.05 97	0.05 91	0.05 100	0.08 106	0.05 94	0.08 107	0.03 48	0.07 60	0.05 56	0.06 94	0.05 96	0.07 106	0.05 97

FADNet_RVC	0.12 96	0.04 37	0.04 43	0.05 43	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.65 543	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet-RVC	0.13 103	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.05 94	0.04 72	1.71 548	0.04 44	0.04 45	0.04 73	0.04 78	0.07 106	0.04 79

FADNet	0.12 96	0.05 49	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.66 545	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

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

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

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

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

BEATNet-Init1	0.19 142	0.08 58	0.08 60	2.23 509	0.08 113	0.08 105	0.07 111	0.07 104	0.08 114	0.08 106	0.07 112	0.08 106	0.07 113	0.11 124	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

SuperB	0.21 150	0.10 67	2.51 572	0.12 82	0.09 115	0.10 111	0.09 113	0.08 107	0.07 111	0.10 111	0.09 115	0.09 111	0.07 113	0.07 104	0.07 102	0.07 60	0.08 61	0.07 99	0.07 105	0.08 109	0.07 107

DeepPrunerF	0.19 142	0.08 58	0.08 60	2.23 509	0.08 113	0.08 105	0.07 111	0.07 104	0.08 114	0.08 106	0.07 112	0.08 106	0.07 113	0.11 124	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

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

PASM	0.39 246	3.06 515	1.36 510	1.58 482	0.09 115	0.11 122	0.11 131	0.11 122	0.11 133	0.09 110	0.09 115	0.11 123	0.09 116	0.09 110	0.09 108	0.11 88	0.11 96	0.11 119	0.09 111	0.11 123	0.11 128

DRN-Test	0.14 112	0.13 81	0.09 65	0.14 99	0.09 115	0.15 134	0.09 113	0.14 128	0.10 118	0.14 127	0.09 115	0.14 128	0.09 116	0.13 129	0.09 108	0.12 93	0.09 70	0.12 122	0.09 111	0.12 127	0.73 416

StereoDRNet	0.15 124	0.14 87	0.10 69	0.14 99	0.09 115	0.15 134	0.09 113	0.14 128	0.09 117	0.14 127	0.10 119	0.14 128	0.09 116	0.14 130	0.09 108	0.13 109	0.10 75	0.13 125	0.09 111	0.13 129	0.82 429

S2M2_L	0.12 96	0.14 87	0.10 69	0.15 109	0.10 121	0.14 127	0.10 118	0.14 128	0.10 118	0.15 133	0.10 119	0.14 128	0.10 120	0.14 130	0.10 114	0.13 109	0.10 75	0.13 125	0.09 111	0.13 129	0.09 111
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AnonymousM	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

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

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

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

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

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

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

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

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

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

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

S2M2_XL	0.14 112	0.17 95	0.12 101	0.17 128	0.11 136	0.17 150	0.11 131	0.17 149	0.11 133	0.17 147	0.11 133	0.17 149	0.11 132	0.17 149	0.11 126	0.16 134	0.11 96	0.16 145	0.11 130	0.16 145	0.11 128
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
test_for_model	0.15 124	0.23 114	0.18 159	0.21 145	0.11 136	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.21 161	0.18 170	0.14 127	0.11 130	0.14 131	0.11 128

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

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

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

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

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

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

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

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

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

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

ICVP	0.15 124	0.53 237	0.11 89	0.16 120	0.11 136	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.16 134	0.11 96	0.16 145	0.11 130	0.16 145	0.11 128
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
UNet	0.29 176	0.90 295	0.10 69	0.14 99	0.10 121	0.14 127	0.10 118	0.91 415	0.69 415	0.14 127	0.11 133	0.14 128	0.11 132	0.14 130	0.10 114	0.12 93	0.09 70	0.12 122	0.09 111	0.88 405	0.76 423

aanetorigin	0.13 103	0.11 78	0.11 89	0.11 75	0.11 136	0.11 122	0.11 131	0.11 122	0.11 133	0.11 123	0.12 144	0.11 123	0.11 132	0.11 124	0.11 126	0.11 88	0.11 96	0.14 127	0.11 130	0.49 331	0.11 128

ELAS_RVC	0.14 112	0.16 89	0.10 69	0.15 109	0.10 121	0.18 154	0.11 131	0.19 154	0.11 133	0.19 153	0.12 144	0.18 153	0.11 132	0.19 155	0.12 141	0.14 116	0.08 61	0.14 127	0.09 111	0.15 141	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 103	0.16 89	0.11 89	0.15 109	0.09 115	0.18 154	0.11 131	0.18 152	0.11 133	0.17 147	0.11 133	0.18 153	0.11 132	0.18 152	0.11 126	0.14 116	0.08 61	0.14 127	0.08 109	0.14 131	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
castereo	0.61 332	3.79 534	1.35 502	1.52 481	0.15 168	0.17 150	0.16 160	0.20 160	0.21 191	0.18 151	0.16 170	0.21 167	0.12 149	0.26 196	0.17 171	1.43 500	1.38 516	0.17 153	0.16 166	0.18 155	0.16 157

cf-r	0.66 341	2.17 462	0.12 101	0.18 130	0.12 152	0.18 154	2.70 580	2.60 556	0.12 152	0.18 151	0.12 144	0.18 153	0.12 149	0.18 152	0.12 141	0.15 125	0.11 96	0.15 142	0.11 130	1.81 515	1.74 555

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

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

SGM_RVC	0.15 124	0.17 95	0.11 89	0.18 130	0.11 136	0.19 157	0.11 131	0.19 154	0.12 152	0.19 153	0.12 144	0.20 160	0.12 149	0.19 155	0.12 141	0.16 134	0.11 96	0.17 153	0.10 118	0.17 151	0.10 116
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
castereo++	0.54 321	3.59 526	1.15 438	1.31 472	0.14 157	0.16 142	0.14 152	0.16 141	0.14 157	0.16 138	0.14 161	0.16 139	0.13 154	0.16 140	0.14 151	1.45 501	1.16 446	0.15 142	0.14 160	0.15 141	0.13 150

DDVS	0.30 177	3.10 516	0.14 126	0.19 133	0.14 157	0.19 157	0.14 152	0.20 160	0.14 157	0.19 153	0.13 156	0.16 139	0.13 154	0.19 155	0.13 147	0.17 142	0.13 136	0.17 153	0.13 155	0.17 151	0.13 150

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

DeepPruner_ROB	0.16 132	0.18 98	0.13 121	0.19 133	0.13 155	0.19 157	0.13 150	0.19 154	0.13 155	0.19 153	0.13 156	0.19 157	0.13 154	0.19 155	0.13 147	0.18 150	0.13 136	0.18 162	0.13 155	0.18 155	0.13 150

ITSA-stereo	0.15 124	0.17 95	0.13 121	0.20 136	0.13 155	0.19 157	0.13 150	0.18 152	0.13 155	0.19 153	0.13 156	0.18 153	0.14 158	0.18 152	0.14 151	0.16 134	0.11 96	0.15 142	0.14 160	0.18 155	0.11 128

HCRNet	1.22 490	7.11 579	3.00 574	3.55 557	0.33 295	0.29 204	0.14 152	0.19 154	0.15 167	0.33 216	0.29 240	0.25 188	0.14 158	0.22 173	0.33 268	3.64 573	3.00 570	0.76 408	0.32 295	0.18 155	0.13 150

GMStereo	0.14 112	0.13 81	0.14 126	0.14 99	0.14 157	0.14 127	0.14 152	0.14 128	0.14 157	0.14 127	0.14 161	0.14 128	0.14 158	0.14 130	0.14 151	0.14 116	0.14 140	0.14 127	0.14 160	0.14 131	0.14 155
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ACVNet	0.20 144	0.19 99	0.14 126	0.20 136	0.14 157	0.20 162	0.96 447	0.21 168	0.14 157	0.20 159	0.13 156	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	0.17 151	0.12 144

acv_ft	0.20 144	0.19 99	0.14 126	0.20 136	0.14 157	0.20 162	0.96 447	0.21 168	0.14 157	0.20 159	0.13 156	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	0.17 151	0.12 144

hitnet-ft	0.79 383	2.78 510	0.14 126	0.20 136	0.14 157	0.21 172	2.89 581	2.80 570	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	2.54 555	2.33 572

PSMNet-RSSM	0.77 378	2.76 505	0.14 126	0.20 136	0.14 157	0.20 162	2.66 578	2.79 569	0.14 157	0.21 170	0.14 161	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	2.52 547	2.31 570

GwcNet-RSSM	0.77 378	2.77 507	0.14 126	0.20 136	0.14 157	0.20 162	2.67 579	2.78 568	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.21 169	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	2.52 547	2.31 570

CFNet-ft	0.55 325	1.57 423	0.14 126	0.20 136	0.14 157	0.20 162	2.53 577	1.61 510	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	1.56 503	1.24 518

PDISCO_ROB	0.83 398	2.80 511	3.49 589	0.14 99	0.11 136	0.17 150	0.09 113	0.15 140	0.10 118	0.15 133	0.12 144	0.16 139	0.14 158	3.30 576	0.13 147	0.14 116	2.34 567	0.16 145	0.12 147	2.62 556	0.10 116

VIP-Stereo	0.70 355	2.97 514	2.43 571	2.49 521	0.16 175	0.25 188	0.16 160	0.25 185	0.16 169	0.25 185	0.18 188	0.25 188	0.16 168	0.26 196	0.16 167	1.86 516	1.26 499	0.23 182	0.15 164	0.23 176	0.15 156

RAFT-FEzeroshot	0.34 197	0.26 124	0.17 150	0.21 145	0.17 179	0.20 162	0.16 160	0.20 160	0.16 169	0.20 159	0.17 175	0.21 167	0.16 168	0.27 200	0.24 201	0.19 154	0.16 145	0.19 165	0.16 166	0.26 182	3.08 587

RAFT-FE	0.34 197	0.26 124	0.17 150	0.21 145	0.17 179	0.20 162	0.16 160	0.20 160	0.16 169	0.20 159	0.17 175	0.21 167	0.16 168	0.27 200	0.24 201	0.19 154	0.16 145	0.19 165	0.16 166	0.26 182	3.08 587

xyz-stereo-finetune2	0.18 139	0.48 218	0.16 143	0.16 120	0.15 168	0.15 134	0.16 160	0.16 141	0.16 169	0.16 138	0.16 170	0.16 139	0.16 168	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 166	0.16 145	0.16 157

xyz-stereo	0.18 139	0.50 224	0.16 143	0.15 109	0.16 175	0.16 142	0.16 160	0.16 141	0.16 169	0.16 138	0.16 170	0.16 139	0.16 168	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 166	0.16 145	0.16 157

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

dad	0.23 158	1.03 327	0.16 143	0.23 150	0.15 168	0.24 181	0.15 157	0.24 179	0.16 169	0.23 176	0.16 170	0.24 183	0.16 168	0.23 177	0.15 161	0.22 164	0.16 145	0.22 176	0.16 166	0.22 167	0.16 157

IGEV-FE	0.35 206	0.37 145	0.17 150	0.19 133	0.17 179	0.20 162	0.17 168	0.19 154	0.17 177	0.19 153	0.17 175	0.19 157	0.17 175	0.37 236	0.36 288	0.19 154	0.17 163	0.19 165	0.17 186	0.38 254	2.84 578

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

ACV-stereo	0.30 177	2.08 454	0.25 183	0.25 160	0.18 189	0.24 181	0.17 168	0.24 179	0.18 180	0.24 181	0.17 175	0.25 188	0.17 175	0.24 181	0.17 171	0.22 164	0.16 145	0.22 176	0.16 166	0.22 167	0.16 157

MIM_Stereo	0.25 161	0.23 114	0.66 371	0.80 361	0.17 179	0.22 174	0.17 168	0.23 176	0.18 180	0.26 193	0.17 175	0.21 167	0.17 175	0.25 186	0.17 171	0.23 175	0.16 145	0.21 171	0.17 186	0.22 167	0.17 169

dd	0.23 158	0.98 311	0.16 143	0.23 150	0.15 168	0.23 180	0.15 157	0.23 176	0.15 167	0.23 176	0.15 169	0.24 183	0.17 175	0.23 177	0.15 161	0.22 164	0.15 143	0.21 171	0.15 164	0.22 167	0.16 157

delet	0.43 278	1.21 399	0.17 150	0.25 160	0.17 179	0.25 188	0.18 175	1.26 498	0.95 451	0.25 185	0.17 175	0.25 188	0.17 175	0.25 186	0.17 171	0.23 175	0.16 145	0.22 176	0.16 166	1.18 441	0.98 442

psm_up	0.43 278	1.19 352	0.17 150	0.25 160	0.18 189	0.25 188	0.19 179	1.26 498	0.91 444	0.26 193	0.17 175	0.25 188	0.17 175	0.25 186	0.17 171	0.22 164	0.17 163	0.23 182	0.16 166	1.18 441	0.99 443

UPFNet	0.42 277	1.20 353	0.17 150	0.24 155	0.17 179	0.25 188	0.17 168	1.19 446	0.90 443	0.25 185	0.17 175	0.24 183	0.17 175	0.25 186	0.17 171	0.22 164	0.17 163	0.22 176	0.16 166	1.15 433	0.93 438

CAS++	0.17 136	0.27 127	0.21 168	0.10 58	0.21 202	0.15 134	0.22 193	0.10 110	0.21 191	0.22 172	0.10 119	0.19 157	0.18 183	0.10 113	0.19 183	0.20 157	0.19 171	0.18 162	0.10 118	0.19 161	0.18 173
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
IGEV_Zeroshot_test	0.20 144	0.19 99	0.40 273	0.30 173	0.17 179	0.22 174	0.17 168	0.21 168	0.17 177	0.20 159	0.17 175	0.21 167	0.18 183	0.21 169	0.17 171	0.20 157	0.16 145	0.20 169	0.16 166	0.20 162	0.17 169

MMNet	0.44 283	1.24 407	0.17 150	0.25 160	0.17 179	0.25 188	0.18 175	1.26 498	0.93 449	0.25 185	0.17 175	0.25 188	0.18 183	0.25 186	0.17 171	0.23 175	0.16 145	0.23 182	0.16 166	1.20 444	0.99 443

GANet-RSSM	0.75 371	1.91 444	0.14 126	0.47 276	0.14 157	0.21 172	3.21 597	2.30 542	0.14 157	0.46 311	0.14 161	0.23 179	0.18 183	0.21 169	0.14 151	0.18 150	0.27 198	0.37 256	0.13 155	2.13 525	2.12 565

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

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

GEStereo_RVC	0.86 404	4.45 549	0.20 165	0.27 170	0.20 196	0.27 200	0.20 183	0.26 190	0.18 180	5.03 604	0.20 194	0.27 200	0.19 188	0.27 200	0.21 189	0.20 157	0.19 171	0.19 165	4.02 608	0.20 162	0.18 173

ac_64	0.22 154	0.13 81	0.19 162	0.23 150	0.10 121	0.26 196	1.02 456	0.14 128	0.10 118	0.28 197	0.14 161	0.17 149	0.19 188	0.28 204	0.09 108	0.22 164	0.16 145	0.23 182	0.17 186	0.11 123	0.12 144

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

DLNR-FE	0.28 171	0.89 292	0.30 202	0.34 187	0.19 193	0.28 201	0.19 179	0.28 194	0.20 188	0.28 197	0.20 194	0.28 201	0.20 192	0.28 204	0.20 186	0.33 211	0.28 204	0.25 191	0.19 192	0.24 178	0.19 175

ssnet_v2	0.68 348	1.96 451	1.25 498	0.29 172	0.20 196	0.30 205	0.20 183	0.29 199	0.22 194	1.50 512	0.20 194	0.31 214	0.20 192	0.27 200	0.22 191	0.24 180	1.49 522	0.26 196	0.18 191	3.90 565	0.19 175

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

AANet_RVC	1.26 492	0.31 136	4.99 600	5.93 592	0.20 196	0.25 188	0.20 183	0.25 185	0.20 188	0.23 176	0.19 190	0.25 188	0.20 192	0.25 186	0.20 186	5.66 602	4.76 595	0.26 196	0.30 271	0.24 178	0.27 209

DISCO	1.11 439	0.39 155	5.28 602	0.39 205	0.20 196	0.39 248	0.27 220	0.39 239	0.22 194	0.38 232	0.20 194	0.38 240	0.20 192	6.95 615	0.22 191	0.30 201	0.21 176	0.27 200	0.21 194	5.25 596	0.21 179

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

DEFOM-Stereo_RVC	0.83 398	5.18 559	1.98 560	2.19 506	0.17 179	0.19 157	0.18 175	0.19 154	0.16 169	0.20 159	0.19 190	0.22 175	0.22 198	0.20 159	0.15 161	2.28 543	2.13 562	0.24 190	0.17 186	0.18 155	0.16 157

DCVSM-stereo	0.36 212	1.89 441	0.22 170	0.40 219	0.22 204	0.40 250	0.22 193	0.40 244	0.22 194	0.40 244	0.22 200	0.40 253	0.22 198	0.40 250	0.22 191	0.28 193	0.21 176	0.28 202	0.21 194	0.28 189	0.20 177

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

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

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

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

Select-FE	0.41 267	0.44 182	0.23 173	0.26 167	0.22 204	0.26 196	0.22 193	0.26 190	0.23 200	0.26 193	0.23 204	0.26 198	0.23 204	0.45 310	0.42 330	0.25 186	0.22 180	0.25 191	0.22 197	0.45 308	2.90 579

PAM	0.39 246	1.88 440	0.34 245	0.37 196	0.41 344	0.45 317	0.22 193	0.28 194	0.23 200	0.28 197	0.24 211	0.29 207	0.23 204	0.29 208	0.23 197	0.38 248	0.32 242	0.38 264	0.37 327	0.32 202	0.22 182

testlalala	0.32 192	0.81 279	0.31 225	0.39 205	0.26 225	0.33 220	0.24 206	0.33 209	0.26 221	0.32 211	0.26 223	0.33 219	0.23 204	0.33 221	0.23 197	0.35 224	0.31 238	0.30 209	0.24 211	0.31 200	0.21 179

FENet	0.54 321	1.52 422	1.19 444	1.41 479	0.23 210	0.35 227	0.23 201	0.35 217	0.23 200	0.34 218	0.23 204	0.35 226	0.23 204	0.35 226	0.23 197	1.40 498	1.07 430	0.32 216	0.23 203	0.33 209	0.23 184

WCG-NET（raft）	0.32 192	1.24 407	0.24 180	0.32 181	0.24 215	0.32 218	0.23 201	0.32 206	0.24 203	0.32 211	0.24 211	0.32 216	0.24 208	0.32 215	0.24 201	0.30 201	0.23 185	0.30 209	0.23 203	0.30 195	0.23 184

DLNR_Zeroshot_test	0.31 184	0.28 130	0.47 303	0.79 353	0.24 215	0.30 205	0.26 217	0.30 201	0.24 203	0.32 211	0.23 204	0.31 214	0.24 208	0.30 210	0.23 197	0.29 200	0.26 191	0.29 207	0.24 211	0.33 209	0.23 184

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

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

tt1	0.31 184	0.93 304	0.24 180	0.33 185	0.23 210	0.31 210	0.24 206	0.32 206	0.24 203	0.32 211	0.23 204	0.32 216	0.25 211	0.32 215	0.24 201	0.27 191	0.26 191	0.27 200	0.26 222	0.27 187	0.27 209

xxxxx1	0.31 184	0.91 297	0.23 173	0.31 178	0.23 210	0.31 210	0.23 201	0.33 209	0.25 208	0.31 206	0.24 211	0.33 219	0.25 211	0.32 215	0.24 201	0.28 193	0.28 204	0.28 202	0.28 236	0.29 192	0.27 209

tt_ll	0.31 184	0.91 297	0.23 173	0.31 178	0.23 210	0.31 210	0.23 201	0.33 209	0.25 208	0.31 206	0.24 211	0.33 219	0.25 211	0.32 215	0.24 201	0.28 193	0.28 204	0.28 202	0.28 236	0.29 192	0.27 209

CAS	0.30 177	1.17 349	0.25 183	0.25 160	0.25 217	0.26 196	0.25 209	0.25 185	0.26 221	0.25 185	0.25 217	0.25 188	0.25 211	0.25 186	0.25 209	0.26 188	0.26 191	0.26 196	0.25 216	0.26 182	0.25 195

LoS	0.25 161	0.27 127	0.25 183	0.25 160	0.25 217	0.25 188	0.25 209	0.26 190	0.25 208	0.25 185	0.25 217	0.25 188	0.25 211	0.25 186	0.25 209	0.26 188	0.25 188	0.25 191	0.26 222	0.26 182	0.25 195
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ff	0.31 184	0.91 297	0.23 173	0.31 178	0.23 210	0.31 210	0.23 201	0.33 209	0.25 208	0.31 206	0.24 211	0.33 219	0.25 211	0.32 215	0.24 201	0.28 193	0.28 204	0.28 202	0.28 236	0.29 192	0.27 209

IER	0.88 406	7.04 578	2.23 565	2.75 526	0.28 232	0.43 305	0.25 209	0.39 239	0.25 208	0.41 258	0.27 228	0.39 245	0.25 211	0.40 250	0.28 225	0.37 233	0.28 204	0.37 256	0.25 216	0.37 236	0.25 195

CroCo-Stereo	0.73 367	1.22 405	0.25 183	1.22 465	0.25 217	1.22 501	0.25 209	1.22 495	0.25 208	1.22 503	0.25 217	1.22 506	0.25 211	1.22 505	0.25 209	1.22 486	0.26 191	1.21 512	0.25 216	1.22 491	0.25 195
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
GCAP-BAT	0.33 195	0.78 272	0.32 230	0.38 199	0.25 217	0.34 222	0.25 209	0.34 213	0.26 221	0.34 218	0.25 217	0.35 226	0.26 220	0.35 226	0.27 215	0.36 229	0.30 230	0.32 216	0.24 211	0.32 202	0.26 201

LoS_RVC	0.30 177	1.14 343	0.25 183	0.25 160	0.25 217	0.26 196	0.25 209	0.25 185	0.25 208	0.25 185	0.25 217	0.26 198	0.26 220	0.26 196	0.25 209	0.26 188	0.26 191	0.25 191	0.25 216	0.26 182	0.26 201

gwcnet-sp	0.82 395	1.72 428	1.48 520	0.39 205	0.15 168	0.31 210	0.21 188	0.20 160	0.25 208	1.61 516	0.23 204	0.28 201	0.26 220	0.20 159	0.15 161	0.24 180	1.33 507	0.32 216	0.16 166	6.75 603	0.23 184

scenet	0.82 395	1.72 428	1.48 520	0.39 205	0.15 168	0.31 210	0.21 188	0.20 160	0.25 208	1.61 516	0.23 204	0.28 201	0.26 220	0.20 159	0.15 161	0.24 180	1.33 507	0.32 216	0.16 166	6.75 603	0.23 184

ssnet	0.82 395	1.72 428	1.48 520	0.39 205	0.15 168	0.31 210	0.21 188	0.20 160	0.25 208	1.61 516	0.23 204	0.28 201	0.26 220	0.20 159	0.15 161	0.24 180	1.33 507	0.32 216	0.16 166	6.75 603	0.23 184

CroCo-Stereo Lap2	0.77 378	1.29 409	0.29 198	1.27 469	0.29 241	1.27 504	0.26 217	1.26 498	0.26 221	1.26 504	0.26 223	1.27 508	0.26 220	1.26 507	0.27 215	1.27 488	0.27 198	1.27 515	0.27 230	1.27 493	0.27 209

StereoDRNet-Refined	0.33 195	0.39 155	0.26 189	0.39 205	0.26 225	0.40 250	0.26 217	0.40 244	0.26 221	0.39 238	0.26 223	0.39 245	0.26 220	0.39 247	0.26 214	0.37 233	0.25 188	0.37 256	0.25 216	0.37 236	0.37 303
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DN-CSS_ROB	0.31 184	0.35 140	0.28 194	0.35 189	0.28 232	0.34 222	0.27 220	0.34 213	0.25 208	0.35 223	0.27 228	0.36 232	0.26 220	0.34 223	0.28 225	0.35 224	0.28 204	0.34 232	0.28 236	0.34 213	0.27 209

FE-Mocha	0.35 206	0.71 257	0.40 273	0.47 276	0.27 227	0.34 222	0.27 220	0.34 213	0.26 221	0.34 218	0.26 223	0.34 224	0.27 228	0.34 223	0.27 215	0.44 303	0.41 300	0.33 224	0.29 251	0.32 202	0.29 227

DEFOM-Stereo	0.68 348	3.11 517	1.40 516	1.63 490	0.25 217	0.31 210	0.25 209	0.31 205	0.28 230	0.31 206	0.29 240	0.29 207	0.27 228	0.31 214	0.28 225	1.59 508	1.47 521	0.30 209	0.29 251	0.30 195	0.28 222

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

CRFU-Net	0.65 339	1.67 426	1.22 494	1.96 500	0.27 227	0.41 266	0.27 220	0.41 259	0.27 227	0.40 244	0.26 223	0.41 266	0.27 228	0.40 250	0.27 215	1.80 515	1.62 535	0.34 232	0.23 203	0.33 209	0.23 184

DGSMNet	0.34 197	0.41 165	0.27 190	0.41 231	0.28 232	0.41 266	0.28 228	0.41 259	0.27 227	0.41 258	0.27 228	0.42 286	0.27 228	0.41 265	0.28 225	0.40 272	0.29 217	0.40 280	0.28 236	0.40 277	0.27 209

RAFT + AFF	0.31 184	0.45 204	0.34 245	0.39 205	0.28 232	0.38 242	0.33 283	0.29 199	0.31 274	0.30 202	0.30 252	0.29 207	0.27 228	0.29 208	0.30 242	0.28 193	0.29 217	0.29 207	0.29 251	0.27 187	0.32 266

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

Zero-FE251	0.36 212	0.40 157	0.28 194	0.41 231	0.28 232	0.41 266	0.28 228	0.41 259	0.28 230	0.41 258	0.28 235	0.41 266	0.28 235	0.42 280	0.30 242	0.37 233	0.26 191	0.37 256	0.27 230	0.45 308	0.56 386

LG-Stereo_L2	0.34 197	0.37 145	0.38 261	0.47 276	0.28 232	0.39 248	0.28 228	0.39 239	0.28 230	0.39 238	0.28 235	0.39 245	0.28 235	0.38 239	0.28 225	0.42 301	0.35 270	0.36 253	0.26 222	0.35 225	0.26 201

GIP-stereo	0.36 212	0.49 220	0.39 268	0.48 281	0.32 283	0.41 266	0.28 228	0.40 244	0.30 248	0.41 258	0.28 235	0.40 253	0.28 235	0.42 280	0.28 225	0.45 306	0.32 242	0.38 264	0.30 271	0.37 236	0.27 209

1test111	0.37 218	1.02 325	0.30 202	0.39 205	0.29 241	0.40 250	0.28 228	0.39 239	0.29 236	0.39 238	0.29 240	0.39 245	0.28 235	0.40 250	0.29 235	0.33 211	0.32 242	0.33 224	0.31 289	0.32 202	0.31 260

cc1	0.37 218	1.02 325	0.30 202	0.39 205	0.29 241	0.40 250	0.28 228	0.39 239	0.29 236	0.39 238	0.29 240	0.39 245	0.28 235	0.40 250	0.29 235	0.33 211	0.32 242	0.33 224	0.31 289	0.32 202	0.31 260

MSKI-zero shot	0.24 160	0.21 109	0.49 318	0.65 330	0.18 189	0.22 174	0.17 168	0.23 176	0.18 180	0.21 170	0.17 175	0.23 179	0.28 235	0.23 177	0.18 180	0.21 161	0.16 145	0.21 171	0.16 166	0.21 165	0.16 157

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

5w_v4	0.39 246	0.43 176	0.91 417	0.42 244	0.30 252	0.43 305	0.31 267	0.45 303	0.31 274	0.42 275	0.30 252	0.41 266	0.29 242	0.44 306	0.30 242	0.40 272	0.29 217	0.42 322	0.28 236	0.40 277	0.32 266

Monster-pub-mixall	0.44 283	0.56 244	0.60 358	0.38 199	0.27 227	0.37 235	0.27 220	0.37 227	0.29 236	0.38 232	0.27 228	0.38 240	0.29 242	0.85 416	0.27 215	1.46 502	0.26 191	0.34 232	0.26 222	0.36 232	0.53 375

gcap-zeroshot	0.35 206	0.32 137	0.37 258	0.49 287	0.39 334	0.33 220	0.21 188	0.26 190	0.35 301	0.42 275	0.34 299	0.49 335	0.29 242	0.47 319	0.39 311	0.34 215	0.17 163	0.38 264	0.23 203	0.48 327	0.34 287

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

ACVNet-DCA	0.37 218	1.00 315	0.30 202	0.40 219	0.29 241	0.40 250	0.29 237	0.40 244	0.29 236	0.40 244	0.29 240	0.40 253	0.29 242	0.39 247	0.28 225	0.33 211	0.32 242	0.33 224	0.32 295	0.33 209	0.32 266

xx1	0.38 224	1.03 327	0.31 225	0.40 219	0.31 277	0.41 266	0.28 228	0.40 244	0.29 236	0.40 244	0.29 240	0.40 253	0.29 242	0.40 250	0.29 235	0.34 215	0.33 265	0.34 232	0.32 295	0.34 213	0.32 266

IGEV-Stereo	0.35 206	0.44 182	0.45 292	0.49 287	0.30 252	0.37 235	0.30 242	0.36 221	0.30 248	0.36 226	0.29 240	0.36 232	0.29 242	0.36 232	0.30 242	0.46 310	0.39 288	0.32 216	0.24 211	0.32 202	0.25 195
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
PML	0.46 292	1.36 416	0.29 198	0.58 316	0.30 252	0.57 374	0.29 237	0.57 361	0.29 236	0.57 370	0.29 240	0.57 374	0.29 242	0.56 364	0.29 235	0.52 336	0.30 230	0.53 376	0.31 289	0.53 348	0.30 248

uiiii_40	0.39 246	0.42 172	0.89 407	0.42 244	0.31 277	0.43 305	0.30 242	0.44 299	0.31 274	0.42 275	0.31 275	0.43 298	0.30 250	0.42 280	0.30 242	0.41 285	0.29 217	0.42 322	0.28 236	0.40 277	0.32 266

StePilot	0.39 246	0.44 182	0.87 404	0.41 231	0.30 252	0.42 288	0.32 272	0.45 303	0.29 236	0.43 285	0.30 252	0.43 298	0.30 250	0.42 280	0.30 242	0.40 272	0.29 217	0.43 330	0.27 230	0.40 277	0.31 260

SteFusion	0.39 246	0.42 172	0.90 412	0.43 260	0.30 252	0.42 288	0.31 267	0.45 303	0.31 274	0.41 258	0.30 252	0.43 298	0.30 250	0.42 280	0.31 254	0.39 267	0.30 230	0.42 322	0.28 236	0.39 269	0.33 279

PyraSte	0.39 246	0.43 176	0.87 404	0.42 244	0.31 277	0.42 288	0.31 267	0.44 299	0.30 248	0.41 258	0.31 275	0.42 286	0.30 250	0.42 280	0.31 254	0.38 248	0.29 217	0.42 322	0.29 251	0.40 277	0.32 266

tim_s	0.39 246	0.44 182	0.90 412	0.41 231	0.30 252	0.41 266	0.30 242	0.44 299	0.30 248	0.41 258	0.31 275	0.42 286	0.30 250	0.41 265	0.31 254	0.41 285	0.30 230	0.41 308	0.29 251	0.40 277	0.32 266

ACW_4w	0.39 246	0.42 172	0.88 406	0.42 244	0.30 252	0.42 288	0.30 242	0.45 303	0.31 274	0.42 275	0.31 275	0.42 286	0.30 250	0.42 280	0.30 242	0.40 272	0.28 204	0.42 322	0.28 236	0.40 277	0.32 266

ITERv30	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.42 286	0.30 250	0.42 280	0.69 403	0.38 248	0.32 242	0.40 280	0.29 251	0.37 236	0.29 227

qyd29nn	0.38 224	0.44 182	0.30 202	0.43 260	0.30 252	0.43 305	0.30 242	0.42 277	0.30 248	0.45 300	0.30 252	0.43 298	0.30 250	0.42 280	0.69 403	0.38 248	0.32 242	0.40 280	0.30 271	0.37 236	0.29 227

ITERv28	0.38 224	0.44 182	0.30 202	0.43 260	0.30 252	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.30 252	0.43 298	0.30 250	0.42 280	0.70 415	0.38 248	0.32 242	0.40 280	0.29 251	0.37 236	0.30 248

yuret106	0.38 224	0.44 182	0.30 202	0.43 260	0.30 252	0.43 305	0.30 242	0.43 290	0.31 274	0.45 300	0.30 252	0.43 298	0.30 250	0.43 297	0.68 397	0.37 233	0.32 242	0.40 280	0.29 251	0.38 254	0.29 227

uio108cc	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.43 298	0.30 250	0.42 280	0.68 397	0.37 233	0.32 242	0.40 280	0.30 271	0.38 254	0.29 227

oiu110	0.38 224	0.44 182	0.30 202	0.43 260	0.30 252	0.42 288	0.30 242	0.43 290	0.30 248	0.44 292	0.30 252	0.42 286	0.30 250	0.42 280	0.69 403	0.37 233	0.32 242	0.40 280	0.30 271	0.38 254	0.30 248

ITERv24	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.43 298	0.30 250	0.43 297	0.69 403	0.38 248	0.32 242	0.40 280	0.29 251	0.38 254	0.29 227

dd23bbn	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.43 298	0.30 250	0.42 280	0.69 403	0.38 248	0.32 242	0.40 280	0.29 251	0.37 236	0.29 227

hj116sk	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.30 252	0.43 298	0.30 250	0.43 297	0.69 403	0.38 248	0.32 242	0.40 280	0.29 251	0.38 254	0.30 248

ITERv21	0.38 224	0.44 182	0.30 202	0.43 260	0.30 252	0.43 305	0.30 242	0.42 277	0.30 248	0.45 300	0.30 252	0.43 298	0.30 250	0.43 297	0.69 403	0.38 248	0.32 242	0.40 280	0.30 271	0.37 236	0.30 248

v20iiwwt	0.38 224	0.44 182	0.31 225	0.43 260	0.31 277	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.30 252	0.42 286	0.30 250	0.43 297	0.70 415	0.37 233	0.32 242	0.40 280	0.30 271	0.38 254	0.30 248

ITERv19	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.42 286	0.30 250	0.42 280	0.70 415	0.37 233	0.32 242	0.40 280	0.30 271	0.37 236	0.29 227

ITER124	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.43 298	0.30 250	0.42 280	0.69 403	0.37 233	0.32 242	0.40 280	0.30 271	0.37 236	0.29 227

dddd17k	0.38 224	0.44 182	0.30 202	0.43 260	0.31 277	0.43 305	0.30 242	0.43 290	0.30 248	0.45 300	0.31 275	0.43 298	0.30 250	0.43 297	0.70 415	0.38 248	0.32 242	0.40 280	0.30 271	0.38 254	0.29 227

zxcv128	0.40 259	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.42 286	0.30 250	0.42 280	1.24 517	0.37 233	0.32 242	0.40 280	0.29 251	0.37 236	0.29 227

Monster-pub-eth3d	0.45 286	0.57 245	0.60 358	0.39 205	0.28 232	0.37 235	0.28 228	0.37 227	0.30 248	0.39 238	0.29 240	0.39 245	0.30 250	0.92 427	0.27 215	1.42 499	0.28 204	0.34 232	0.28 236	0.37 236	0.53 375

Replicate-Monster	0.45 286	0.57 245	0.60 358	0.40 219	0.29 241	0.37 235	0.27 220	0.37 227	0.30 248	0.40 244	0.31 275	0.40 253	0.30 250	0.99 435	0.27 215	1.36 495	0.31 238	0.34 232	0.30 271	0.36 232	0.54 378

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

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

RSM	0.36 212	0.36 143	0.43 288	0.37 196	0.42 354	0.49 338	0.42 344	0.37 227	0.28 230	0.36 226	0.29 240	0.36 232	0.30 250	0.37 236	0.28 225	0.34 215	0.31 238	0.34 232	0.35 319	0.40 277	0.29 227

EKT-Stereo	0.37 218	0.40 157	0.44 290	1.07 401	0.29 241	0.34 222	0.31 267	0.36 221	0.29 236	0.38 232	0.31 275	0.37 238	0.30 250	0.36 232	0.29 235	0.34 215	0.28 204	0.39 275	0.30 271	0.37 236	0.30 248

iRaft-Stereo_20w	0.34 197	0.41 165	0.31 225	0.39 205	0.29 241	0.40 250	0.32 272	0.41 259	0.32 282	0.38 232	0.30 252	0.39 245	0.30 250	0.38 239	0.32 259	0.35 224	0.27 198	0.34 232	0.27 230	0.34 213	0.29 227

GES	0.66 341	2.34 478	0.29 198	0.41 231	0.29 241	0.41 266	0.29 237	0.42 277	0.29 236	0.40 244	0.41 341	0.41 266	0.30 250	0.51 350	0.29 235	0.32 207	0.29 217	0.32 216	2.46 581	2.49 543	0.30 248

DANet	0.30 177	0.30 133	0.30 202	0.30 173	0.30 252	0.30 205	0.30 242	0.30 201	0.30 248	0.30 202	0.30 252	0.30 210	0.30 250	0.30 210	0.30 242	0.30 201	0.30 230	0.30 209	0.30 271	0.30 195	0.30 248
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
4.5w_L	0.39 246	0.43 176	0.89 407	0.42 244	0.29 241	0.42 288	0.30 242	0.43 290	0.30 248	0.42 275	0.31 275	0.41 266	0.31 280	0.43 297	0.31 254	0.40 272	0.28 204	0.41 308	0.28 236	0.39 269	0.33 279

xxxad45	0.39 246	0.44 182	0.90 412	0.41 231	0.30 252	0.41 266	0.31 267	0.44 299	0.30 248	0.43 285	0.30 252	0.43 298	0.31 280	0.41 265	0.31 254	0.40 272	0.29 217	0.41 308	0.30 271	0.40 277	0.32 266

xyz-stereo-finetune	0.28 171	0.49 220	0.16 143	0.16 120	0.16 175	0.16 142	0.16 160	0.22 172	0.30 248	0.32 211	0.31 275	0.32 216	0.31 280	0.32 215	0.32 259	0.32 207	0.33 265	0.31 215	0.32 295	0.31 200	0.32 266

LL-Strereo2	0.48 303	1.73 433	0.51 328	0.59 319	0.34 305	0.42 288	0.33 283	0.40 244	0.31 274	0.42 275	0.33 291	0.42 286	0.31 280	0.44 306	0.39 311	0.60 352	0.51 359	0.44 331	0.33 303	0.44 304	0.33 279

DDF-Stereo	0.43 278	1.15 346	0.57 353	0.53 304	0.32 283	0.41 266	0.32 272	0.41 259	0.32 282	0.41 258	0.32 284	0.41 266	0.32 284	0.40 250	0.32 259	0.52 336	0.50 349	0.38 264	0.31 289	0.39 269	0.31 260

water-stereo	0.41 267	0.84 282	0.46 296	0.50 294	0.33 295	0.45 317	0.33 283	0.45 303	0.32 282	0.45 300	0.32 284	0.45 314	0.32 284	0.45 310	0.32 259	0.44 303	0.41 300	0.39 275	0.31 289	0.39 269	0.32 266

GREAT-IGEV	0.38 224	0.43 176	0.36 254	0.48 281	0.32 283	0.45 317	0.32 272	0.45 303	0.32 282	0.45 300	0.32 284	0.45 314	0.32 284	0.45 310	0.32 259	0.44 303	0.33 265	0.41 308	0.29 251	0.41 294	0.29 227

mms	0.40 259	0.45 204	0.35 252	0.48 281	0.36 314	0.47 328	0.34 294	0.45 303	0.38 317	0.47 317	0.33 291	0.45 314	0.32 284	0.45 310	0.32 259	0.39 267	0.38 281	0.38 264	0.37 327	0.39 269	0.39 316

MyStereo04	0.56 327	3.72 532	0.59 356	0.49 287	0.41 344	0.36 230	0.32 272	0.37 227	0.31 274	0.34 218	0.46 361	0.35 226	0.32 284	0.35 226	0.33 268	0.49 322	0.45 321	0.34 232	0.32 295	0.35 225	0.43 333

RAFT-Test	0.36 212	0.37 145	0.33 235	0.41 231	0.32 283	0.41 266	0.32 272	0.41 259	0.32 282	0.41 258	0.32 284	0.41 266	0.32 284	0.41 265	0.33 268	0.37 233	0.29 217	0.37 256	0.29 251	0.38 254	0.31 260

4D-IteraStereo	0.78 381	3.13 518	0.89 407	0.69 335	0.32 283	0.40 250	0.32 272	0.76 385	0.97 454	0.52 354	0.65 414	0.89 427	0.32 284	0.76 392	0.98 449	0.83 402	0.94 422	0.35 248	0.27 230	0.70 370	0.89 434

Gwc-CoAtRS	0.41 267	1.49 421	0.32 230	0.42 244	0.32 283	0.41 266	0.32 272	0.41 259	0.33 289	0.41 258	0.32 284	0.41 266	0.32 284	0.41 265	0.32 259	0.39 267	0.28 204	0.39 275	0.28 236	0.40 277	0.28 222

DilatedVolume-Stereo	0.43 278	0.86 285	0.48 311	0.50 294	0.33 295	0.46 323	0.33 283	0.46 311	0.33 289	0.46 311	0.33 291	0.47 324	0.33 292	0.47 319	0.34 281	0.45 306	0.42 309	0.40 280	0.33 303	0.47 323	0.38 310

fffy	0.38 224	0.43 176	0.33 235	0.46 270	0.33 295	0.45 317	0.32 272	0.45 303	0.32 282	0.45 300	0.32 284	0.45 314	0.33 292	0.45 310	0.32 259	0.38 248	0.38 281	0.38 264	0.37 327	0.37 236	0.36 299

CASnet	0.35 206	0.51 232	0.44 290	0.32 181	0.31 277	0.24 181	0.34 294	0.36 221	0.25 208	0.31 206	0.37 318	0.30 210	0.33 292	0.25 186	0.45 335	0.37 233	0.37 275	0.33 224	0.35 319	0.34 213	0.37 303
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RCA-Stereo	0.51 316	3.22 521	0.34 245	0.44 268	0.34 305	0.44 316	0.34 294	0.43 290	0.34 298	0.43 285	0.34 299	0.44 312	0.33 292	0.43 297	0.33 268	0.38 248	0.29 217	0.38 264	0.29 251	0.38 254	0.29 227

psmorigin	0.41 267	0.46 208	0.33 235	0.49 287	0.33 295	0.49 338	0.33 283	0.49 325	0.33 289	0.49 331	0.33 291	0.49 335	0.33 292	0.51 350	0.33 268	0.41 285	0.30 230	0.41 308	0.30 271	0.79 390	0.29 227

depthmonostereo	0.44 283	0.85 284	0.46 296	0.54 307	0.40 336	0.52 361	0.38 317	0.52 350	0.35 301	0.47 317	0.34 299	0.46 318	0.34 297	0.47 319	0.34 281	0.45 306	0.43 313	0.41 308	0.33 303	0.41 294	0.32 266

HART	0.38 224	0.45 204	0.34 245	0.42 244	0.33 295	0.41 266	0.34 294	0.42 277	0.33 289	0.43 285	0.34 299	0.42 286	0.34 297	0.41 265	0.38 300	0.40 272	0.32 242	0.42 322	0.32 295	0.40 277	0.32 266

RAFT-Stereo-weight	0.45 286	1.90 443	0.34 245	0.42 244	0.36 314	0.43 305	0.35 299	0.42 277	0.34 298	0.42 275	0.34 299	0.44 312	0.34 297	0.41 265	0.34 281	0.38 248	0.32 242	0.38 264	0.32 295	0.38 254	0.33 279

H2IRNET	0.34 197	0.34 139	0.34 245	0.34 187	0.34 305	0.34 222	0.34 294	0.34 213	0.34 298	0.34 218	0.34 299	0.34 224	0.34 297	0.34 223	0.34 281	0.34 215	0.34 268	0.34 232	0.34 307	0.34 213	0.34 287

iRaft-Stereo_5w	0.34 197	0.42 172	0.31 225	0.39 205	0.30 252	0.38 242	0.30 242	0.40 244	0.29 236	0.40 244	0.37 318	0.41 266	0.34 297	0.38 239	0.30 242	0.34 215	0.27 198	0.34 232	0.26 222	0.34 213	0.26 201

CFNet-RSSM	0.91 410	4.89 555	0.34 245	0.44 268	1.07 466	1.62 521	1.40 534	0.91 415	0.35 301	1.60 513	1.39 534	0.64 383	0.34 297	0.44 306	0.33 268	0.41 285	0.35 270	0.75 402	0.30 271	0.41 294	0.29 227

UGAM-zero	0.51 316	2.17 462	0.39 268	0.53 304	0.36 314	0.50 346	0.36 305	0.50 333	0.36 311	0.49 331	0.36 311	0.50 350	0.35 303	0.50 341	0.36 288	0.49 322	0.37 275	0.47 348	0.35 319	0.46 311	0.34 287

GCST	0.50 311	2.08 454	0.38 261	0.53 304	0.35 308	0.49 338	0.35 299	0.50 333	0.35 301	0.49 331	0.35 308	0.49 335	0.35 303	0.49 334	0.35 285	0.48 319	0.37 275	0.45 335	0.33 303	0.44 304	0.33 279

ETE_ROB	0.35 206	0.35 140	0.35 252	0.35 189	0.35 308	0.35 227	0.35 299	0.35 217	0.35 301	0.35 223	0.35 308	0.35 226	0.35 303	0.35 226	0.35 285	0.35 224	0.35 270	0.35 248	0.35 319	0.35 225	0.35 296

252Zero-FE	0.45 286	0.50 224	0.36 254	0.50 294	0.36 314	0.50 346	0.36 305	0.50 333	0.36 311	0.49 331	0.36 311	0.49 335	0.36 306	0.54 359	0.41 322	0.45 306	0.34 268	0.45 335	0.34 307	0.55 350	0.75 421

UGAM	0.51 316	2.23 467	0.39 268	0.54 307	0.35 308	0.50 346	0.35 299	0.49 325	0.35 301	0.49 331	0.35 308	0.49 335	0.36 306	0.50 341	0.36 288	0.49 322	0.37 275	0.45 335	0.34 307	0.45 308	0.34 287

GCAP-Stereo	0.75 371	4.15 545	0.42 287	0.75 345	0.35 308	0.78 397	0.40 331	0.79 393	0.38 317	0.78 403	0.36 311	0.78 403	0.36 306	0.79 393	0.39 311	0.75 390	0.39 288	0.76 408	0.39 343	0.75 384	0.39 316

CES	0.39 246	0.47 212	0.36 254	0.36 193	0.37 318	0.45 317	0.35 299	0.35 217	0.40 331	0.36 226	0.44 355	0.47 324	0.36 306	0.44 306	0.36 288	0.37 233	0.39 288	0.44 331	0.35 319	0.37 236	0.36 299

DMCA	0.36 212	0.38 149	0.37 258	0.35 189	0.35 308	0.36 230	0.36 305	0.36 221	0.35 301	0.35 223	0.37 318	0.36 232	0.36 306	0.35 226	0.36 288	0.36 229	0.36 273	0.35 248	0.36 325	0.36 232	0.36 299

SCV_C0	0.45 286	0.88 289	0.49 318	0.54 307	0.37 318	0.48 333	0.37 311	0.48 321	0.37 313	0.48 324	0.36 311	0.48 331	0.37 311	0.49 334	0.37 297	0.50 328	0.41 300	0.44 331	0.34 307	0.44 304	0.34 287

SCV	0.46 292	0.94 306	0.45 292	0.54 307	0.37 318	0.48 333	0.38 317	0.48 321	0.37 313	0.48 324	0.39 332	0.48 331	0.37 311	0.49 334	0.37 297	0.50 328	0.46 323	0.44 331	0.34 307	0.44 304	0.34 287

Venus	0.38 224	0.38 149	0.38 261	0.38 199	0.38 325	0.37 235	0.38 317	0.37 227	0.37 313	0.41 258	0.37 318	0.39 245	0.37 311	0.38 239	0.38 300	0.37 233	0.38 281	0.38 264	0.37 327	0.37 236	0.38 310

XPNet_ROB	0.37 218	0.37 145	0.37 258	0.37 196	0.37 318	0.37 235	0.37 311	0.37 227	0.37 313	0.37 231	0.37 318	0.37 238	0.37 311	0.37 236	0.37 297	0.37 233	0.37 275	0.37 256	0.37 327	0.37 236	0.37 303

GEAStereo	0.62 334	3.91 539	0.48 311	0.69 335	0.38 325	0.51 358	0.38 317	0.51 346	0.38 317	0.53 357	0.38 323	0.50 350	0.38 315	0.51 350	0.38 300	0.54 340	0.43 313	0.46 339	0.34 307	0.46 311	0.34 287

gasm-f	0.62 334	3.91 539	0.48 311	0.69 335	0.38 325	0.51 358	0.38 317	0.51 346	0.38 317	0.53 357	0.38 323	0.50 350	0.38 315	0.51 350	0.38 300	0.54 340	0.43 313	0.46 339	0.34 307	0.46 311	0.34 287

GASTEREO	0.48 303	1.21 399	0.47 303	0.57 314	0.38 325	0.50 346	0.38 317	0.50 333	0.38 317	0.50 344	0.38 323	0.50 350	0.38 315	0.50 341	0.38 300	0.52 336	0.42 309	0.46 339	0.34 307	0.46 311	0.34 287

WAO-8	0.38 224	0.38 149	0.38 261	0.38 199	0.38 325	0.38 242	0.38 317	0.38 235	0.38 317	0.38 232	0.38 323	0.38 240	0.38 315	0.38 239	0.38 300	0.38 248	0.38 281	0.38 264	0.37 327	0.38 254	0.38 310

WAO-7	0.38 224	0.38 149	0.38 261	0.38 199	0.38 325	0.38 242	0.38 317	0.38 235	0.38 317	0.38 232	0.38 323	0.38 240	0.38 315	0.38 239	0.38 300	0.38 248	0.38 281	0.38 264	0.38 340	0.38 254	0.38 310

HanzoNet	0.39 246	0.38 149	0.40 273	0.39 205	0.41 344	0.38 242	0.38 317	0.38 235	0.38 317	0.39 238	0.39 332	0.38 240	0.38 315	0.39 247	0.40 315	0.38 248	0.38 281	0.40 280	0.38 340	0.38 254	0.40 318

IMH	0.38 224	0.38 149	0.38 261	0.38 199	0.38 325	0.38 242	0.38 317	0.38 235	0.38 317	0.42 275	0.38 323	0.40 253	0.38 315	0.38 239	0.38 300	0.38 248	0.38 281	0.39 275	0.38 340	0.38 254	0.38 310

iRaftStereo_RVC	0.97 421	3.17 520	2.30 567	2.42 518	0.38 325	0.54 366	0.38 317	0.54 354	0.38 317	0.54 362	0.38 323	0.54 365	0.38 315	0.54 359	0.38 300	2.38 551	2.34 567	0.49 361	0.36 325	0.49 331	0.36 299

LG-Stereo_L1	0.47 298	0.52 234	0.47 303	0.62 324	0.39 334	0.53 363	0.40 331	0.53 352	0.39 330	0.53 357	0.39 332	0.53 362	0.39 323	0.53 357	0.39 311	0.55 346	0.46 323	0.49 361	0.37 327	0.49 331	0.37 303

PAM_32	0.64 338	2.38 482	0.51 328	0.92 378	0.43 356	0.53 363	0.44 347	0.87 409	0.43 348	0.52 354	0.45 359	0.53 362	0.40 324	0.54 359	0.46 339	0.62 360	0.56 369	0.48 356	0.45 362	0.76 385	0.44 336

Selective-IGEV	0.51 316	0.55 242	0.45 292	0.69 335	0.45 360	0.61 377	0.45 352	0.50 333	0.40 331	0.56 367	0.44 355	0.55 369	0.40 324	0.72 386	0.67 394	0.59 351	0.46 323	0.45 335	0.34 307	0.46 311	0.37 303

knoymous	0.40 259	0.40 157	0.40 273	0.40 219	0.40 336	0.40 250	0.40 331	0.40 244	0.40 331	0.40 244	0.40 335	0.40 253	0.40 324	0.40 250	0.40 315	0.40 272	0.40 291	0.40 280	0.40 344	0.40 277	0.40 318

anonymousa	0.40 259	0.40 157	0.40 273	0.40 219	0.40 336	0.40 250	0.40 331	0.40 244	0.40 331	0.40 244	0.40 335	0.40 253	0.40 324	0.40 250	0.40 315	0.40 272	0.40 291	0.40 280	0.40 344	0.40 277	0.40 318

riskmin	0.40 259	0.40 157	0.40 273	0.40 219	0.40 336	0.40 250	0.40 331	0.40 244	0.40 331	0.40 244	0.40 335	0.40 253	0.40 324	0.40 250	0.40 315	0.40 272	0.40 291	0.40 280	0.40 344	0.40 277	0.40 318

Anonymous_2	0.40 259	0.40 157	0.40 273	0.40 219	0.40 336	0.40 250	0.40 331	0.40 244	0.40 331	0.40 244	0.40 335	0.40 253	0.40 324	0.40 250	0.40 315	0.40 272	0.40 291	0.40 280	0.40 344	0.40 277	0.40 318

Anonymous_1	0.40 259	0.40 157	0.40 273	0.40 219	0.40 336	0.40 250	0.40 331	0.40 244	0.40 331	0.40 244	0.40 335	0.40 253	0.40 324	0.40 250	0.40 315	0.40 272	0.40 291	0.40 280	0.40 344	0.40 277	0.40 318

GMOStereo	0.37 218	0.45 204	0.23 173	0.30 173	0.37 318	0.41 266	0.36 305	0.41 259	0.35 301	0.43 285	0.36 311	0.41 266	0.40 324	0.41 265	0.36 288	0.34 215	0.22 180	0.47 348	0.37 327	0.39 269	0.33 279

error version	0.93 417	4.47 550	2.35 568	1.99 502	0.37 318	0.41 266	0.36 305	0.41 259	0.35 301	0.43 285	0.36 311	0.41 266	0.40 324	0.41 265	0.36 288	1.87 518	2.16 563	0.47 348	0.37 327	0.39 269	0.33 279

test_1	0.93 417	4.47 550	2.35 568	1.99 502	0.37 318	0.41 266	0.36 305	0.41 259	0.35 301	0.43 285	0.36 311	0.41 266	0.40 324	0.41 265	0.36 288	1.87 518	2.16 563	0.47 348	0.37 327	0.39 269	0.33 279

AdaStereo	0.40 259	0.40 157	0.40 273	0.40 219	0.40 336	0.40 250	0.40 331	0.40 244	0.40 331	0.40 244	0.40 335	0.40 253	0.40 324	0.40 250	0.40 315	0.40 272	0.40 291	0.40 280	0.40 344	0.40 277	0.40 318
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.
LG-Stereo	0.60 329	0.58 247	0.47 303	0.64 329	0.74 434	1.00 431	0.69 412	0.57 361	0.41 340	0.57 370	0.41 341	0.57 374	0.41 335	1.00 437	0.75 426	0.91 408	0.51 359	0.52 373	0.37 327	0.52 344	0.37 303

GwcNet-ADL	0.41 267	0.41 165	0.41 282	0.41 231	0.41 344	0.41 266	0.41 339	0.41 259	0.41 340	0.41 258	0.41 341	0.41 266	0.41 335	0.41 265	0.41 322	0.41 285	0.41 300	0.41 308	0.41 351	0.41 294	0.41 325

PSMNet-ADL	0.41 267	0.41 165	0.41 282	0.41 231	0.41 344	0.41 266	0.41 339	0.41 259	0.41 340	0.41 258	0.41 341	0.41 266	0.41 335	0.41 265	0.41 322	0.41 285	0.41 300	0.41 308	0.41 351	0.41 294	0.41 325

GANet-ADL	0.41 267	0.41 165	0.41 282	0.41 231	0.41 344	0.41 266	0.41 339	0.41 259	0.41 340	0.41 258	0.41 341	0.41 266	0.41 335	0.41 265	0.41 322	0.41 285	0.41 300	0.41 308	0.41 351	0.41 294	0.41 325

ADLNet2	0.41 267	0.41 165	0.41 282	0.41 231	0.41 344	0.41 266	0.41 339	0.41 259	0.41 340	0.41 258	0.41 341	0.41 266	0.41 335	0.41 265	0.41 322	0.41 285	0.41 300	0.41 308	0.41 351	0.41 294	0.41 325

ADLNet	0.41 267	0.41 165	0.41 282	0.41 231	0.41 344	0.41 266	0.41 339	0.41 259	0.41 340	0.41 258	0.41 341	0.41 266	0.41 335	0.41 265	0.41 322	0.41 285	0.41 300	0.41 308	0.41 351	0.41 294	0.41 325

MSCF	0.51 316	1.40 418	0.49 318	0.58 316	0.38 325	0.50 346	0.38 317	0.54 354	0.41 340	0.52 354	0.41 341	0.53 362	0.42 341	0.53 357	0.41 322	0.60 352	0.47 331	0.48 356	0.37 327	0.48 327	0.38 310

LG-Stereo_Zeroshot	0.48 303	0.55 242	0.47 303	0.63 326	0.41 344	0.56 368	0.44 347	0.56 358	0.41 340	0.56 367	0.41 341	0.57 374	0.42 341	0.56 364	0.41 322	0.55 346	0.43 313	0.51 370	0.37 327	0.51 342	0.37 303

Occ-G	1.12 440	0.52 234	3.72 594	3.50 556	0.50 378	0.56 368	0.47 359	0.54 354	0.46 354	0.54 362	0.41 341	0.54 365	0.42 341	0.52 355	0.42 330	3.42 572	4.02 591	0.52 373	0.45 362	0.51 342	0.44 336

MLG-Stereo	0.92 412	0.90 295	0.84 401	1.27 469	0.49 374	1.38 511	0.88 438	1.41 508	0.97 454	0.73 390	1.09 461	1.26 507	0.43 344	0.72 386	1.05 456	1.13 434	0.49 339	1.18 465	0.66 403	1.01 422	0.46 339

MyStereo07	0.60 329	3.72 532	0.48 311	0.49 287	0.41 344	0.36 230	0.32 272	0.49 325	0.43 348	0.51 351	0.42 351	0.49 335	0.43 344	0.51 350	0.64 389	0.49 322	0.45 321	0.34 232	0.32 295	0.35 225	0.43 333

FSD					0.44 357	0.56 368	0.44 347	0.55 357	0.44 351	0.56 367	0.44 355	0.56 372	0.44 346	0.56 364	0.46 339	0.61 356	0.42 309	0.52 373	0.42 359	0.52 344

MonSter	0.60 329	0.64 253	0.52 331	0.62 324	0.44 357	2.07 536	0.44 347	0.62 371	0.44 351	0.62 378	0.44 355	0.62 382	0.44 346	0.62 373	0.44 334	0.58 350	0.42 309	0.62 383	0.46 364	0.58 353	0.42 332

test-3	0.98 423	4.13 544	1.85 549	1.85 493	0.61 410	0.69 386	0.37 311	0.63 372	0.61 402	0.66 384	0.51 384	0.73 395	0.44 346	0.57 369	0.54 365	1.68 512	1.81 547	0.40 280	0.43 360	0.66 359	0.50 364

AIO-test1	0.54 321	0.60 250	0.52 331	0.66 333	0.47 368	0.61 377	0.47 359	0.58 364	0.46 354	0.61 375	0.46 361	0.61 380	0.45 349	0.62 373	0.45 335	0.61 356	0.52 363	0.57 379	0.48 374	0.57 352	0.48 348

fffft	0.48 303	0.51 232	0.45 292	0.52 303	0.45 360	0.52 361	0.45 352	0.52 350	0.48 366	0.53 357	0.45 359	0.52 361	0.45 349	0.52 355	0.46 339	0.51 334	0.41 300	0.50 365	0.41 351	0.50 336	0.41 325
1: 1. 1
AEACV	1.12 440	0.52 234	3.12 586	3.24 541	0.86 443	0.53 363	0.49 370	0.60 368	0.47 359	0.53 357	0.49 376	0.55 369	0.45 349	0.55 363	0.47 346	3.01 568	3.88 589	0.71 395	0.60 395	0.80 393	0.48 348

MyStereo06	0.75 371	4.12 542	0.60 358	0.63 326	0.61 410	0.62 380	0.66 404	0.56 358	0.45 353	0.55 365	0.48 373	0.54 365	0.46 352	0.57 369	0.45 335	0.60 352	0.57 371	0.64 386	0.55 386	0.72 380	0.55 383

otaku	0.46 292	0.46 208	0.46 296	0.46 270	0.46 362	0.46 323	0.46 354	0.46 311	0.46 354	0.46 311	0.46 361	0.46 318	0.46 352	0.46 315	0.46 339	0.46 310	0.46 323	0.46 339	0.46 364	0.46 311	0.46 339

Ntro	0.47 298	0.47 212	0.46 296	0.46 270	0.46 362	0.47 328	0.47 359	0.46 311	0.47 359	0.46 311	0.46 361	0.47 324	0.46 352	0.47 319	0.47 346	0.47 315	0.46 323	0.46 339	0.46 364	0.46 311	0.46 339

UNDER WATER	0.47 298	0.47 212	0.47 303	0.47 276	0.47 368	0.47 328	0.47 359	0.47 317	0.47 359	0.47 317	0.47 369	0.47 324	0.46 352	0.47 319	0.47 346	0.47 315	0.47 331	0.47 348	0.46 364	0.47 323	0.47 346

LVE	0.47 298	0.47 212	0.47 303	0.47 276	0.49 374	0.47 328	0.47 359	0.47 317	0.49 368	0.47 317	0.47 369	0.47 324	0.46 352	0.47 319	0.47 346	0.47 315	0.47 331	0.48 356	0.47 371	0.47 323	0.47 346

Dean	0.46 292	0.46 208	0.46 296	0.46 270	0.46 362	0.46 323	0.46 354	0.46 311	0.46 354	0.47 317	0.46 361	0.46 318	0.46 352	0.46 315	0.46 339	0.46 310	0.46 323	0.46 339	0.46 364	0.46 311	0.46 339

ACVNet_1	0.46 292	0.47 212	0.46 296	0.46 270	0.46 362	0.46 323	0.46 354	0.46 311	0.47 359	0.46 311	0.46 361	0.46 318	0.46 352	0.46 315	0.46 339	0.46 310	0.46 323	0.47 348	0.46 364	0.46 311	0.46 339

ACVNet-4b	0.46 292	0.46 208	0.46 296	0.46 270	0.46 362	0.46 323	0.46 354	0.46 311	0.46 354	0.46 311	0.46 361	0.46 318	0.46 352	0.47 319	0.46 339	0.46 310	0.46 323	0.46 339	0.46 364	0.46 311	0.46 339

HaxPig	0.47 298	0.47 212	0.47 303	0.49 287	0.47 368	0.47 328	0.47 359	0.47 317	0.47 359	0.47 317	0.47 369	0.47 324	0.47 360	0.47 319	0.47 346	0.47 315	0.47 331	0.47 348	0.47 371	0.47 323	0.48 348

AIO-test2	0.55 325	0.59 248	0.52 331	0.67 334	0.47 368	0.61 377	0.47 359	0.61 370	0.47 359	0.61 375	0.47 369	0.61 380	0.48 361	0.62 373	0.47 346	0.64 362	0.53 365	0.58 380	0.47 371	0.58 353	0.48 348

Former-RAFT_DAM_RVC	0.49 309	0.98 311	0.64 367	0.84 368	0.46 362	0.45 317	0.35 299	0.47 317	0.47 359	0.45 300	0.34 299	0.46 318	0.48 361	0.46 315	0.35 285	0.39 267	0.71 396	0.39 275	0.35 319	0.41 294	0.41 325

RainbowNet	0.48 303	0.48 218	0.48 311	0.48 281	0.48 372	0.48 333	0.48 368	0.48 321	0.48 366	0.48 324	0.48 373	0.48 331	0.48 361	0.48 328	0.48 352	0.48 319	0.48 335	0.48 356	0.48 374	0.48 327	0.48 348

notaker	0.48 303	0.49 220	0.48 311	0.48 281	0.48 372	0.48 333	0.48 368	0.48 321	0.49 368	0.48 324	0.48 373	0.48 331	0.48 361	0.48 328	0.48 352	0.48 319	0.48 335	0.48 356	0.48 374	0.48 327	0.49 353

CASS	0.57 328	0.89 292	0.56 344	0.57 314	0.56 394	0.56 368	0.56 387	0.56 358	0.53 379	0.57 370	0.57 399	0.59 378	0.48 361	0.56 364	0.57 381	0.55 346	0.56 369	0.47 348	0.56 390	0.62 356	0.56 386
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ACVNet_2	0.49 309	0.49 220	0.49 318	0.49 287	0.49 374	0.49 338	0.49 370	0.49 325	0.49 368	0.49 331	0.49 376	0.49 335	0.49 366	0.49 334	0.49 354	0.49 322	0.49 339	0.49 361	0.49 377	0.49 331	0.49 353

LL-Strereo	1.01 430	5.06 557	1.63 529	0.70 339	1.43 534	0.56 368	0.46 354	0.57 361	0.50 371	0.57 370	0.50 378	1.58 517	0.49 366	0.59 371	0.50 355	1.64 511	0.52 363	0.51 370	1.37 524	0.52 344	0.45 338

FCDSN-DC	0.41 267	0.59 248	0.64 367	0.54 307	0.33 295	0.50 346	0.37 311	0.42 277	0.40 331	0.61 375	0.43 353	0.50 350	0.49 366	0.38 239	0.32 259	0.28 193	0.23 185	0.26 196	0.22 197	0.35 225	0.28 222
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FoundationStereo	0.50 311	0.50 224	0.50 322	0.50 294	0.50 378	0.50 346	0.50 372	0.50 333	0.50 371	0.50 344	0.50 378	0.50 350	0.50 369	0.50 341	0.50 355	0.50 328	0.50 349	0.50 365	0.50 379	0.50 336	0.50 364

StereoAnything_RVC	0.50 311	0.50 224	0.50 322	0.50 294	0.50 378	0.50 346	0.50 372	0.50 333	0.50 371	0.50 344	0.50 378	0.50 350	0.50 369	0.50 341	0.50 355	0.50 328	0.50 349	0.50 365	0.50 379	0.50 336	0.50 364

dual_stereo	0.50 311	0.50 224	0.50 322	0.50 294	0.50 378	0.50 346	0.50 372	0.50 333	0.50 371	0.50 344	0.50 378	0.50 350	0.50 369	0.50 341	0.50 355	0.50 328	0.50 349	0.50 365	0.50 379	0.50 336	0.50 364

MyStereo8	0.71 360	3.92 541	0.52 331	0.59 319	0.52 384	0.57 374	0.53 378	0.59 366	0.50 371	0.59 374	0.51 384	0.57 374	0.50 369	0.56 364	0.52 362	0.54 340	0.49 339	0.54 377	0.49 377	0.55 350	0.50 364

TorneroNet	0.66 341	0.53 237	0.50 322	0.50 294	0.64 414	1.06 439	0.70 415	0.50 333	0.51 378	0.49 331	0.69 422	0.49 335	0.50 369	0.48 328	1.15 463	0.71 383	0.49 339	1.14 456	1.08 451	0.49 331	0.49 353

SANet	0.50 311	0.50 224	0.50 322	0.50 294	0.50 378	0.50 346	0.50 372	0.50 333	0.50 371	0.50 344	0.50 378	0.50 350	0.50 369	0.50 341	0.50 355	0.50 328	0.50 349	0.50 365	0.50 379	0.50 336	0.50 364

999	1.00 424	1.12 342	0.59 356	1.10 403	1.21 524	1.09 444	0.52 377	1.08 432	1.43 536	1.18 454	1.35 528	0.98 438	0.52 375	0.91 423	0.85 437	0.72 386	1.46 520	0.83 429	0.98 439	0.68 361	1.41 531

SMoEStereo_RVC	0.63 336	0.75 265	0.51 328	0.73 343	0.53 387	0.71 389	0.47 359	0.67 377	0.58 396	0.74 395	0.60 403	0.72 393	0.53 376	0.74 390	0.51 360	0.61 356	0.62 381	0.62 383	0.61 397	0.63 357	0.61 392

WCG-NET	0.61 332	1.21 399	0.54 336	0.61 323	0.53 387	0.67 385	0.53 378	0.66 376	0.53 379	0.64 381	0.53 387	0.65 386	0.53 376	0.59 371	0.52 362	0.65 363	0.48 335	0.64 386	0.52 383	0.58 353	0.50 364

PSMNet_ROB	0.54 321	0.54 240	0.54 336	0.54 307	0.53 387	0.54 366	0.54 380	0.53 352	0.54 381	0.54 362	0.54 388	0.54 365	0.53 376	0.54 359	0.54 365	0.54 340	0.53 365	0.54 377	0.54 385	0.54 349	0.54 378

test_xeample3	1.10 437	1.81 434	0.61 363	0.84 368	0.49 374	0.77 392	0.66 404	0.92 418	1.40 534	0.68 387	0.46 361	0.78 403	0.54 379	1.72 520	1.48 536	1.34 492	1.52 524	1.35 520	1.67 554	1.33 495	1.55 536

anonymity	0.63 336	0.69 255	0.56 344	0.71 341	0.56 394	0.71 389	0.56 387	0.71 382	0.56 386	0.72 389	0.56 393	0.71 390	0.56 380	0.71 385	0.58 382	0.68 367	0.55 367	0.68 391	0.55 386	0.68 361	0.54 378

MyStereo05	0.80 385	4.12 542	0.63 365	0.63 326	0.61 410	0.62 380	0.66 404	0.65 374	0.62 403	0.67 385	0.61 408	0.65 386	0.58 381	0.67 382	0.55 367	0.60 352	0.57 371	0.64 386	0.55 386	0.72 380	0.55 383

DDUNet	0.81 390	2.45 486	0.57 353	0.90 373	0.60 405	0.88 416	0.59 396	0.90 413	0.60 399	0.88 420	0.60 403	0.90 428	0.58 381	0.88 419	0.60 386	0.84 404	0.60 376	0.86 432	0.57 392	0.86 403	0.60 391

zero-FE	0.72 364	1.31 411	0.66 371	0.92 378	0.60 405	0.82 411	0.58 394	0.82 407	0.58 396	0.81 416	0.60 403	0.81 420	0.60 383	0.82 407	0.58 382	0.74 389	0.59 375	0.73 396	0.52 383	0.76 385	0.51 373

UDG	0.80 385	2.21 466	0.60 358	0.91 375	0.60 405	0.90 419	0.58 394	0.88 412	0.60 399	0.90 421	0.60 403	0.88 425	0.60 383	0.90 422	0.58 382	0.86 406	0.60 376	0.84 430	0.59 394	0.84 402	0.61 392

AIO-Stereo-zeroshot1	0.75 371	0.92 302	0.85 402	0.96 389	0.59 404	1.27 504	0.44 347	0.59 366	0.69 415	0.91 423	0.68 419	0.55 369	0.61 385	1.06 443	0.83 436	0.62 360	0.70 392	0.90 434	0.41 351	0.89 406	0.56 386

ITERv14	0.67 346	0.75 265	0.55 338	0.77 347	0.55 390	0.77 392	0.55 381	0.77 386	0.54 381	0.77 398	0.56 393	0.77 400	0.62 386	0.79 393	0.55 367	0.70 374	0.48 335	0.75 402	0.97 438	0.68 361	0.49 353

v134_o9	0.68 348	0.76 268	0.55 338	0.79 353	0.57 400	0.79 404	0.57 392	0.79 393	0.62 403	0.77 398	0.57 399	0.79 411	0.62 386	0.79 393	0.55 367	0.71 383	0.49 339	0.77 414	0.99 442	0.71 377	0.49 353

zaero_v3	0.68 348	0.74 261	0.55 338	0.79 353	0.55 390	0.79 404	0.55 381	0.79 393	0.57 391	0.77 398	0.59 401	0.79 411	0.62 386	0.80 398	0.55 367	0.69 368	0.49 339	0.74 399	1.04 449	0.71 377	0.49 353

ITERv2	0.70 355	0.74 261	0.55 338	0.77 347	0.55 390	0.78 397	0.55 381	0.77 386	0.55 383	0.77 398	0.55 389	0.78 403	0.62 386	0.79 393	0.55 367	0.69 368	0.49 339	0.73 396	1.50 536	0.69 366	0.49 353

ARAFT	0.68 348	0.81 279	0.63 365	0.74 344	0.60 405	0.78 397	0.62 399	0.77 386	0.66 410	0.74 395	0.63 410	0.75 397	0.62 386	0.83 411	0.60 386	0.70 374	0.55 367	0.70 394	0.60 395	0.78 388	0.55 383

iked130	0.67 346	0.74 261	0.55 338	0.77 347	0.55 390	0.77 392	0.55 381	0.77 386	0.55 383	0.77 398	0.55 389	0.77 400	0.63 391	0.80 398	0.55 367	0.69 368	0.49 339	0.74 399	0.96 437	0.69 366	0.49 353

99wein	0.70 355	0.74 261	0.56 344	0.79 353	0.56 394	0.94 425	0.55 381	0.78 392	0.60 399	0.78 403	0.59 401	0.78 403	0.63 391	0.80 398	0.56 375	0.70 374	0.50 349	0.77 414	1.01 447	0.82 398	0.49 353

ITERv7	0.71 360	0.77 270	0.56 344	0.80 361	0.56 394	0.78 397	0.56 387	0.79 393	0.78 432	0.78 403	0.56 393	0.84 422	0.63 391	0.82 407	0.55 367	0.70 374	0.51 359	0.76 408	0.98 439	0.70 370	0.74 420

s6wercc	0.78 381	0.79 274	0.86 403	0.80 361	0.75 435	0.80 408	0.56 387	0.80 402	0.56 386	1.18 454	0.56 393	0.78 403	0.63 391	1.24 506	0.59 385	0.70 374	0.50 349	0.75 402	1.54 537	0.71 377	0.50 364

a5sdf	0.75 371	1.10 339	0.56 344	0.78 351	0.56 394	0.78 397	0.80 431	0.79 393	0.56 386	0.78 403	0.86 443	0.78 403	0.63 391	0.80 398	0.56 375	0.72 386	0.50 349	0.75 402	1.46 533	0.70 370	0.49 353

vnu138km	0.76 376	1.11 341	0.56 344	0.96 389	0.73 431	0.79 404	0.76 424	0.79 393	0.57 391	0.78 403	0.56 393	0.79 411	0.64 396	0.81 405	0.56 375	0.70 374	0.50 349	0.75 402	1.14 456	1.08 427	0.69 404

AFF-stereo	0.73 367	0.88 289	0.67 375	0.75 345	0.68 423	0.75 391	0.64 401	0.80 402	0.72 425	0.83 418	0.70 424	0.82 421	0.64 396	0.84 412	0.67 394	0.77 392	0.63 382	0.81 423	0.63 399	0.78 388	0.62 395

DSFCA	0.66 341	0.73 259	0.78 394	0.65 330	0.65 416	0.64 382	0.64 401	0.65 374	0.63 406	0.64 381	0.64 412	0.64 383	0.64 396	0.65 379	0.65 390	0.65 363	0.65 385	0.65 389	0.65 401	0.66 359	0.64 397

ITERv12	0.69 353	0.73 259	0.57 353	0.78 351	0.57 400	0.77 392	0.57 392	0.77 386	0.55 383	0.79 408	0.55 389	0.77 400	0.65 399	0.82 407	0.56 375	0.70 374	0.51 359	0.76 408	1.18 462	0.70 370	0.51 373

RSM++	0.76 376	0.82 281	0.66 371	0.85 370	0.64 414	0.85 413	0.71 418	0.94 422	0.64 407	0.87 419	0.67 418	0.87 424	0.65 399	0.84 412	0.65 390	0.81 397	0.70 392	0.79 418	0.71 415	0.83 401	0.70 406

plain	1.88 511	3.16 519	0.64 367	3.10 536	0.65 416	3.10 574	0.64 401	3.12 573	0.65 408	3.10 574	0.65 414	3.11 574	0.65 399	3.12 573	0.65 390	3.12 569	0.65 385	3.13 574	0.65 401	3.13 559	0.65 398

LMCR-Stereo	0.65 339	0.63 251	0.65 370	0.65 330	0.65 416	0.66 384	0.63 400	0.58 364	0.65 408	0.63 380	0.64 412	0.65 386	0.65 399	0.66 380	0.66 393	0.66 365	0.64 383	0.65 389	0.67 407	0.68 361	0.73 416

TorneroNet-64	0.45 286	0.27 127	0.30 202	0.58 316	0.27 227	0.70 387	0.30 242	0.28 194	0.73 428	0.73 390	0.28 235	0.71 390	0.66 403	0.75 391	0.27 215	0.27 191	0.29 217	0.37 256	0.75 419	0.28 189	0.30 248

MIF-Stereo (partial)	2.58 565	3.31 523	0.66 371	3.18 540	0.66 419	3.18 575	0.66 404	3.21 574	0.67 411	3.19 575	0.66 417	3.19 575	0.66 403	3.31 577	0.68 397	5.09 598	1.79 546	8.23 617	1.67 554	6.18 601	1.38 530

ITER	0.72 364	0.77 270	0.55 338	0.77 347	0.57 400	0.78 397	0.55 381	0.77 386	0.56 386	0.79 408	0.55 389	0.78 403	0.67 405	0.80 398	0.55 367	0.70 374	0.50 349	0.81 423	1.66 552	0.69 366	0.49 353

DCRE	0.84 401	1.89 441	0.77 393	0.94 384	0.72 430	0.88 416	0.73 421	0.87 409	0.78 432	0.90 421	0.71 428	0.88 425	0.67 405	0.88 419	0.73 423	0.81 397	0.68 387	0.81 423	0.70 412	0.82 398	0.70 406

R-Stereo Train	0.81 390	0.96 308	0.67 375	0.95 386	0.67 420	0.95 426	0.68 409	0.95 424	0.68 412	0.95 431	0.68 419	0.96 436	0.68 407	0.96 433	0.68 397	0.94 416	0.68 387	0.94 440	0.68 408	0.94 415	0.68 402

RAFT-Stereo	0.81 390	0.96 308	0.67 375	0.95 386	0.67 420	0.95 426	0.68 409	0.95 424	0.68 412	0.95 431	0.68 419	0.96 436	0.68 407	0.96 433	0.68 397	0.94 416	0.68 387	0.94 440	0.68 408	0.94 415	0.68 402
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
FlowAnything_test	1.02 432	1.72 428	0.71 381	1.59 483	0.70 426	1.61 519	0.69 412	1.61 510	0.70 418	1.60 513	0.70 424	1.61 521	0.69 409	1.61 517	0.70 415	0.81 397	0.58 373	0.81 423	0.55 386	0.81 396	0.56 386

FlowAnything	1.02 432	1.71 427	0.72 384	1.59 483	0.69 424	1.60 518	0.69 412	1.61 510	0.70 418	1.60 513	0.69 422	1.60 518	0.69 409	1.61 517	0.69 403	0.81 397	0.58 373	0.81 423	0.56 390	0.82 398	0.56 386

UniTT-Stereo	2.03 529	3.43 525	0.72 384	3.42 551	0.73 431	3.27 577	0.68 409	3.38 577	0.69 415	3.29 577	0.72 431	3.28 577	0.70 411	3.35 578	0.68 397	3.39 571	0.68 387	3.31 576	0.69 410	3.37 560	0.73 416

RAFT-Stereo + iAFF	0.70 355	0.72 258	0.71 381	0.80 361	0.62 413	0.82 411	0.61 398	0.81 406	0.62 403	0.81 416	0.63 410	0.80 417	0.70 411	0.73 388	0.61 388	0.76 391	0.61 380	0.74 399	0.61 397	0.77 387	0.61 392

DMCA-RVC	0.70 355	0.80 276	0.70 378	0.70 339	0.70 426	0.70 387	0.70 415	0.71 382	0.70 418	0.70 388	0.71 428	0.71 390	0.70 411	0.70 384	0.69 403	0.69 368	0.70 392	0.69 392	0.70 412	0.69 366	0.70 406

MSMD_ROB	1.19 442	1.10 339	0.70 378	1.10 403	0.60 405	1.10 445	0.70 415	1.10 435	0.70 418	1.10 443	0.70 424	1.10 450	0.70 411	7.00 616	0.70 415	1.10 428	0.70 392	1.10 455	0.70 412	1.10 429	0.70 406

MoCha-V2	2.11 536	26.97 621	0.78 394	0.92 378	0.77 437	0.96 428	0.72 420	0.90 413	0.72 425	0.94 429	0.70 424	0.90 428	0.71 415	0.91 423	0.71 421	0.85 405	0.71 396	0.88 433	0.69 410	0.87 404	0.67 401

AdaDepth	0.86 404	0.93 304	0.71 381	1.01 397	1.07 466	1.02 436	0.71 418	1.00 426	0.71 423	1.01 437	0.71 428	1.00 439	0.72 416	1.14 454	0.71 421	0.92 411	0.64 383	0.90 434	0.64 400	0.89 406	0.69 404

tt45	1.04 434	0.88 289	1.36 510	0.92 378	1.03 464	1.51 517	0.79 428	0.70 381	0.88 442	0.74 395	0.90 445	1.60 518	0.72 416	1.60 515	0.75 426	0.91 408	0.78 405	1.52 527	0.79 423	1.14 431	1.32 523

HSM-Net_RVC	0.95 420	1.17 349	0.78 394	1.18 418	0.71 428	1.16 453	0.75 423	1.09 434	0.80 437	1.10 443	0.75 435	1.17 458	0.74 418	1.17 457	0.80 432	1.13 434	0.73 398	1.17 462	0.77 420	1.16 435	0.72 413
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
PA-Net	11.80 616	223.51 643	0.62 364	0.59 319	0.71 428	0.59 376	0.73 421	0.67 377	0.73 428	0.55 365	0.61 408	0.60 379	0.74 418	0.63 377	0.73 423	0.66 365	0.60 376	0.69 392	0.66 403	0.72 380	0.65 398
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ours_stereo	1.20 443	1.21 399	0.90 412	1.64 491	1.11 468	1.35 507	0.67 408	1.76 517	0.93 449	1.70 521	1.10 462	1.39 512	0.75 420	1.41 512	0.81 435	1.60 510	1.03 428	1.33 517	1.00 443	1.61 505	0.72 413

Wavelet-MonSter	1.00 424	1.21 399	0.76 391	1.94 497	1.01 461	1.11 448	0.76 424	1.15 437	0.76 431	1.11 448	0.76 436	1.14 455	0.76 421	1.11 451	0.76 428	1.21 484	0.90 416	1.02 451	0.71 415	1.02 424	0.71 411

iGMRVC	0.84 401	2.85 512	0.72 384	0.72 342	0.73 431	0.77 392	0.79 428	0.73 384	0.74 430	0.73 390	0.72 431	0.73 395	0.76 421	0.73 388	0.73 423	0.72 386	0.73 398	0.73 396	0.72 417	0.73 383	0.72 413

ITERv8	0.74 369	0.76 268	0.56 344	0.79 353	0.57 400	0.78 397	0.59 396	0.79 393	0.57 391	0.79 408	0.56 393	0.79 411	0.77 423	0.82 407	0.88 439	0.71 383	0.76 403	0.77 414	1.08 451	0.70 370	0.70 406

RAStereo	2.23 550	3.64 528	0.76 391	3.65 560	0.86 443	3.66 581	0.76 424	3.67 581	0.81 440	3.66 578	0.76 436	3.66 579	0.77 423	3.68 580	0.77 429	3.68 574	0.77 404	3.69 581	0.77 420	3.70 563	0.77 424

ToySt	0.92 412	2.11 457	0.90 412	0.95 386	0.79 439	0.99 430	0.78 427	0.94 422	0.81 440	0.94 429	0.78 438	0.95 435	0.77 423	0.94 429	0.86 438	0.91 408	0.79 406	0.85 431	0.77 420	0.89 406	0.73 416

G-Net	0.79 383	0.79 274	0.79 397	0.79 353	0.79 439	0.79 404	0.79 428	0.79 393	0.79 436	0.79 408	0.79 439	0.79 411	0.79 426	0.79 393	0.79 430	0.79 393	0.79 406	0.79 418	0.79 423	0.79 390	0.79 425

NaN_ROB	0.80 385	0.80 276	0.80 398	0.80 361	0.80 441	0.80 408	0.80 431	0.80 402	0.80 437	0.80 414	0.80 440	0.80 417	0.80 427	0.80 398	0.80 432	0.80 394	0.80 409	0.80 421	0.80 425	0.80 393	0.80 426

CSAN	0.80 385	0.80 276	0.80 398	0.80 361	0.80 441	0.80 408	0.80 431	0.80 402	0.80 437	0.80 414	0.80 440	0.80 417	0.80 427	0.80 398	0.80 432	0.80 394	0.80 409	0.80 421	0.80 425	0.80 393	0.80 426

AIO-Stereo-zeroshot	0.91 410	0.86 285	0.89 407	1.25 468	0.69 424	1.05 438	0.81 434	1.16 440	0.50 371	1.12 449	0.97 453	0.72 393	0.82 429	1.06 443	0.95 446	0.61 356	0.87 415	1.03 453	0.85 431	1.04 425	1.01 448

DPSimNet_ROB	0.97 421	1.18 351	0.81 400	1.10 403	0.91 449	1.02 436	0.82 435	1.04 431	0.91 444	1.03 439	0.86 443	1.28 509	0.82 429	1.03 442	0.89 440	1.17 437	0.81 411	1.02 451	0.82 428	1.08 427	0.81 428

ITERv10	0.74 369	0.75 265	0.56 344	0.79 353	0.56 394	0.91 420	0.56 387	1.16 440	0.56 386	0.79 408	0.60 403	0.78 403	0.84 431	0.81 405	0.56 375	0.70 374	0.82 412	0.77 414	1.17 460	0.70 370	0.50 364

DPSM_ROB	0.92 412	0.91 297	0.91 417	0.91 375	0.92 450	0.92 422	0.92 442	0.92 418	0.91 444	0.93 427	0.91 448	0.92 431	0.90 432	0.91 423	0.92 441	0.92 411	0.91 417	0.91 437	0.92 432	0.93 413	0.93 438

DPSM	0.92 412	0.91 297	0.91 417	0.91 375	0.92 450	0.92 422	0.92 442	0.92 418	0.91 444	0.93 427	0.91 448	0.92 431	0.90 432	0.91 423	0.92 441	0.92 411	0.91 417	0.91 437	0.92 432	0.93 413	0.93 438

DGTPSM_ROB	0.93 417	1.00 315	0.92 420	0.94 384	0.96 455	0.91 420	0.92 442	0.91 415	0.96 453	0.91 423	0.96 452	0.93 434	0.92 434	0.94 429	0.92 441	0.92 411	0.92 419	0.90 434	0.92 432	0.94 415	0.91 436

pmcnn	0.92 412	0.92 302	0.92 420	0.92 378	0.92 450	0.92 422	0.92 442	0.92 418	0.92 448	0.92 425	0.92 451	0.92 431	0.92 434	0.92 427	0.92 441	0.92 411	0.92 419	0.92 439	0.92 432	0.92 412	0.92 437

MM-Stereo_test2	1.20 443	1.85 437	1.05 431	1.46 480	0.94 454	1.36 509	0.99 450	1.36 503	0.95 451	1.41 509	0.98 454	1.40 514	0.96 436	1.37 510	0.95 446	1.37 497	1.06 429	1.33 517	0.93 436	1.29 494	0.89 434

MaDis-Stereo	3.19 574	6.02 577	1.12 434	5.61 591	1.16 474	5.43 608	1.02 456	5.15 607	0.70 418	5.43 607	1.21 516	5.03 608	0.97 437	4.85 601	0.99 450	4.53 580	1.16 446	5.53 609	1.25 516	5.37 597	1.30 521

Selective-RAFT-Error	0.88 406	0.84 282	0.98 425	0.86 371	0.97 456	0.88 416	0.95 446	0.84 408	0.99 457	0.92 425	0.82 442	0.84 422	0.98 438	0.87 418	0.97 448	0.81 397	0.83 413	0.79 418	0.82 428	0.79 390	0.85 431

HH	0.71 360	2.54 488	0.74 388	1.10 403	0.32 283	0.41 266	0.37 311	0.69 379	0.78 432	0.73 390	0.90 445	0.75 397	1.00 439	0.84 412	0.69 403	0.69 368	0.40 291	0.35 248	0.26 222	0.35 225	0.26 201

HanStereo	0.71 360	2.54 488	0.74 388	1.10 403	0.32 283	0.41 266	0.37 311	0.69 379	0.78 432	0.73 390	0.90 445	0.75 397	1.00 439	0.84 412	0.69 403	0.69 368	0.40 291	0.35 248	0.26 222	0.35 225	0.26 201

Selective-RAFT	0.89 409	0.89 292	0.72 384	1.16 416	0.78 438	1.06 439	0.82 435	0.87 409	0.97 454	1.00 433	0.91 448	0.90 428	1.00 439	0.89 421	0.93 445	0.83 402	0.83 413	0.82 428	0.82 428	0.81 396	0.82 429

GANet	1.00 424	1.00 315	1.00 427	1.00 394	1.00 457	1.00 431	1.00 451	1.00 426	1.00 458	1.00 433	1.00 455	1.00 439	1.00 439	1.00 437	1.00 451	1.00 418	1.00 423	1.00 447	1.00 443	1.00 419	1.00 445

TDLM	1.00 424	1.00 315	1.00 427	1.00 394	1.00 457	1.00 431	1.00 451	1.00 426	1.00 458	1.00 433	1.00 455	1.00 439	1.00 439	1.00 437	1.00 451	1.00 418	1.00 423	1.00 447	1.00 443	1.00 419	1.00 445

CVANet_RVC	1.00 424	1.00 315	1.00 427	1.00 394	1.00 457	1.00 431	1.00 451	1.00 426	1.00 458	1.00 433	1.00 455	1.00 439	1.00 439	1.00 437	1.00 451	1.00 418	1.00 423	1.00 447	1.00 443	1.00 419	1.00 445

trnet	1.01 430	1.01 321	1.01 430	1.01 397	1.01 461	1.01 435	1.01 454	1.01 430	1.01 461	1.01 437	1.01 458	1.01 443	1.01 445	1.01 441	1.01 454	1.01 421	1.01 426	1.01 450	1.01 447	1.01 422	1.01 448

MM-Stereo_test3	1.27 493	2.07 453	1.18 442	1.60 486	1.02 463	1.45 515	1.01 454	1.40 507	1.04 463	1.44 510	1.03 459	1.46 516	1.02 446	1.44 513	1.02 455	1.51 506	1.12 443	1.32 516	0.98 439	1.38 498	0.97 441

GLC_STEREO	1.07 435	1.01 321	1.06 432	1.07 401	1.05 465	1.06 439	1.08 458	1.08 432	1.05 464	1.07 441	1.06 460	1.08 446	1.05 447	1.06 443	1.10 458	1.07 425	1.09 436	1.05 454	1.05 450	1.06 426	1.12 455

AIO-Stereo	0.84 401	0.66 254	0.70 378	0.83 367	0.67 420	0.98 429	0.82 435	1.14 436	0.72 425	1.03 439	0.74 434	1.03 444	1.09 448	0.99 435	0.45 335	1.04 422	0.73 398	0.95 442	0.74 418	0.94 415	0.46 339

KSHMR	0.66 341	0.50 224	0.48 311	1.15 411	0.52 384	0.49 338	0.51 376	0.49 325	0.71 423	0.67 385	0.50 378	1.16 457	1.11 449	0.66 380	0.52 362	0.49 322	0.49 339	0.51 370	0.66 403	0.50 336	1.14 459

RP	2.33 554	25.00 614	1.13 435	1.15 411	1.15 470	1.10 445	1.15 463	1.15 437	1.15 466	1.12 449	1.15 463	1.09 448	1.13 450	1.10 449	1.15 463	1.11 433	1.09 436	1.16 458	1.12 454	1.16 435	1.17 464

RGC	2.36 556	25.48 615	1.19 444	1.15 411	1.15 470	1.10 445	1.16 465	1.17 443	1.16 467	1.12 449	1.16 466	1.11 453	1.13 450	1.09 447	1.18 468	1.10 428	1.15 445	1.16 458	1.12 454	1.14 431	1.12 455

ITERv4	0.88 406	1.32 413	0.56 344	0.79 353	0.92 450	1.18 454	0.97 449	0.79 393	0.57 391	0.79 408	0.65 414	0.79 411	1.14 452	0.86 417	0.56 375	1.06 424	0.92 419	0.76 408	1.61 546	0.70 370	0.71 411

Abc-Net	2.32 553	24.75 613	1.14 436	1.17 417	1.17 475	1.11 448	1.15 463	1.17 443	1.21 519	1.08 442	1.16 466	1.12 454	1.14 452	1.09 447	1.17 467	1.09 426	1.16 446	1.17 462	1.17 460	1.16 435	1.11 453
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
IGEVStereo-DCA	1.77 507	4.21 546	1.84 547	2.49 521	2.11 573	2.54 559	1.36 527	1.65 514	1.17 471	2.75 568	1.90 562	2.54 554	1.15 454	0.94 429	1.11 459	1.50 504	1.32 500	0.96 443	1.46 533	1.49 501	0.88 432

rrr	1.77 507	4.21 546	1.84 547	2.49 521	2.11 573	2.54 559	1.36 527	1.65 514	1.17 471	2.75 568	1.90 562	2.54 554	1.15 454	0.94 429	1.11 459	1.50 504	1.32 500	0.96 443	1.46 533	1.49 501	0.88 432

NCC-stereo	2.36 556	25.52 616	1.17 440	1.15 411	1.17 475	1.11 448	1.11 459	1.15 437	1.16 467	1.10 443	1.16 466	1.10 450	1.15 454	1.14 454	1.13 461	1.09 426	1.11 440	1.15 457	1.16 459	1.17 440	1.17 464

Nwc_Net	2.37 558	25.95 618	1.15 438	1.14 409	1.15 470	1.08 442	1.14 462	1.17 443	1.16 467	1.14 452	1.15 463	1.08 446	1.15 454	1.11 451	1.14 462	1.10 428	1.11 440	1.16 458	1.09 453	1.16 435	1.15 460

edge stereo	2.43 561	27.07 622	1.14 436	1.06 400	1.14 469	1.08 442	1.17 466	1.16 440	1.14 465	1.10 443	1.16 466	1.09 448	1.16 458	1.10 449	1.16 466	1.10 428	1.11 440	1.16 458	1.19 463	1.13 430	1.11 453

AF-Net	2.37 558	25.71 617	1.17 440	1.13 408	1.15 470	1.15 452	1.18 467	1.19 446	1.16 467	1.10 443	1.15 463	1.10 450	1.18 459	1.12 453	1.15 463	1.10 428	1.10 439	1.17 462	1.15 457	1.16 435	1.12 455

stereogan	2.33 554	24.38 612	1.18 442	1.18 418	1.18 477	1.14 451	1.18 467	1.19 446	1.19 473	1.14 452	1.18 470	1.14 455	1.18 459	1.14 454	1.18 468	1.14 436	1.14 444	1.19 466	1.19 463	1.15 433	1.19 468

ktn	0.72 364	0.53 237	1.08 433	1.14 409	0.51 383	1.22 501	1.36 527	0.51 346	0.59 398	0.51 351	0.51 384	0.69 389	1.20 461	0.67 382	0.51 360	0.51 334	0.49 339	0.58 380	0.66 403	0.52 344	0.53 375

DisPM	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

CrosDoStereo	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

PFNet+	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

LCNet	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

HHNet	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

Patchmatch Stereo++	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469
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	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

STrans-v2	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

TransformOpticalFlow	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

OMP-Stereo	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

IIG-Stereo	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

NF-Stereo	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

OCTAStereo	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

PSM-softLoss	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

KMStereo	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

NRIStereo	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

PSM-adaLoss	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

PSM-AAD	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

FTStereo	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

ROB_FTStereo_v2	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

ROB_FTStereo	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

Consistency-Raft	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

KYRaft	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

HUI-Stereo	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

ASMatch	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

DeepStereo_LL	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

DEmStereo	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

SST-Stereo	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

THIR-Stereo	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

RAFT_R40	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

DRaft	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

PFNet	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

GrayStereo	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

RE-Stereo	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

Pruner-Stereo	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

TVStereo	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

DeepStereo_RVC	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

RAFT-RH_RVC	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

IRAFT_RVC	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

RAFT-345	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

iRAFT	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

CRE-IMP	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

GMM-Stereo	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

RAFT-IKP	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

Prome-Stereo	1.20 443	1.20 353	1.20 447	1.20 420	1.20 478	1.20 455	1.20 469	1.20 449	1.20 474	1.20 457	1.20 471	1.20 460	1.20 461	1.20 459	1.20 470	1.20 439	1.20 451	1.20 467	1.20 466	1.20 444	1.20 469

HBP-ISP	1.24 491	1.72 428	1.65 530	1.15 411	0.76 436	1.40 513	0.88 438	1.67 516	1.02 462	1.69 520	1.38 533	1.69 522	1.21 507	1.87 527	1.21 515	1.05 423	0.79 406	0.97 445	0.80 425	1.19 443	0.75 421

GANetREF_RVC	1.55 500	1.94 450	1.22 494	1.88 494	1.21 524	1.88 525	1.22 515	1.88 519	1.22 520	1.88 522	1.22 517	1.88 524	1.22 508	1.89 528	1.22 516	1.87 518	1.22 498	1.88 541	1.22 512	1.88 517	1.22 515
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
FAT-Stereo	2.46 562	26.05 619	1.23 496	1.23 467	1.22 526	1.20 455	1.24 517	1.23 497	1.23 521	1.19 456	1.22 517	1.21 505	1.24 509	1.20 459	1.24 517	1.21 484	1.17 449	1.22 513	1.25 516	1.20 444	1.24 518

SPS-STEREO	1.59 501	1.91 444	1.21 493	1.94 497	1.20 478	2.00 533	1.23 516	1.99 524	1.24 522	2.00 530	1.25 520	2.03 534	1.26 510	2.00 532	1.29 525	1.90 522	1.18 450	1.89 542	1.21 511	1.89 518	1.20 469
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
StereoVision	3.15 573	5.00 556	0.89 407	4.83 582	1.00 457	3.93 582	1.27 521	6.37 610	1.34 527	5.67 610	1.26 521	5.84 611	1.27 511	5.03 607	1.24 517	5.10 599	1.09 436	4.61 593	0.57 392	5.62 599	1.12 455

S-Stereo	2.51 563	26.86 620	1.23 496	1.22 465	1.22 526	1.24 503	1.25 518	1.22 495	1.24 522	1.21 502	1.24 519	1.19 459	1.27 511	1.19 458	1.24 517	1.19 438	1.20 451	1.25 514	1.19 463	1.24 492	1.23 517

11t	1.27 493	2.70 497	1.34 500	1.32 473	0.89 445	1.30 506	1.34 524	1.64 513	0.57 391	1.45 511	0.72 431	1.05 445	1.29 513	1.07 446	1.29 525	1.49 503	1.02 427	0.97 445	1.15 457	1.48 500	1.31 522

3.25w_new	2.03 529	2.72 501	1.35 502	3.33 548	1.57 538	2.72 565	1.53 542	2.15 534	1.33 526	2.15 540	1.60 544	2.63 560	1.30 514	2.72 565	1.99 572	2.67 564	1.53 525	1.75 532	1.25 516	2.53 550	1.87 561

FC-DCNN	1.07 435	1.09 336	0.98 425	0.89 372	0.52 384	1.41 514	0.91 441	1.21 494	1.24 522	1.96 525	2.05 579	1.91 526	1.30 514	1.27 508	1.08 457	0.80 394	0.60 376	0.58 380	0.41 351	0.68 361	0.54 378

4w-stereo	2.02 527	2.72 501	1.44 517	3.36 549	1.59 540	2.48 552	1.72 549	2.28 536	1.24 522	2.24 542	1.65 548	2.56 556	1.32 516	2.39 548	1.98 571	2.67 564	1.51 523	1.66 530	1.24 514	2.53 550	1.88 564

CC-Net-ROB	1.36 496	1.33 414	1.33 499	1.36 476	1.38 531	1.36 509	1.33 523	1.37 505	1.34 527	1.35 506	1.36 530	1.38 511	1.34 517	1.38 511	1.38 532	1.35 493	1.38 516	1.33 517	1.35 521	1.43 499	1.34 526

2.5w	2.01 526	2.40 483	1.37 512	3.28 543	2.01 567	2.71 564	1.43 540	1.82 518	1.83 560	1.90 524	1.41 535	2.71 563	1.35 518	2.71 563	1.85 561	2.66 562	1.53 525	1.64 529	1.23 513	2.53 550	1.87 561

3.5w_stereo	2.03 529	2.72 501	1.35 502	3.41 550	1.57 538	2.72 565	1.49 541	2.01 526	1.34 527	2.15 540	1.61 546	2.63 560	1.36 519	2.72 565	1.99 572	2.66 562	1.58 530	1.68 531	1.24 514	2.53 550	1.87 561

MaskLacGwcNet_RVC	1.35 495	1.35 415	1.35 502	1.35 475	1.35 528	1.35 507	1.35 525	1.36 503	1.35 530	1.36 507	1.35 528	1.36 510	1.36 519	1.36 509	1.35 529	1.35 493	1.35 512	1.35 520	1.35 521	1.35 496	1.35 527

MC-Stereo	1.76 506	2.96 513	1.37 512	2.14 505	1.37 530	2.14 539	1.36 527	2.14 533	1.37 532	2.14 539	1.37 531	2.14 536	1.37 521	2.14 537	1.37 531	1.97 526	1.32 500	1.97 544	1.32 520	1.98 519	1.33 524

PS-NSSS	1.38 498	1.39 417	1.34 500	1.34 474	1.35 528	1.38 511	1.37 532	1.35 502	1.38 533	1.34 505	1.34 527	1.39 512	1.38 522	1.70 519	1.40 533	1.36 495	1.36 513	1.36 522	1.37 524	1.37 497	1.36 528

sCroCo_RVC	2.10 535	2.76 505	1.92 557	2.78 531	1.39 532	2.73 567	1.41 535	2.73 564	1.40 534	2.77 573	1.41 535	2.74 569	1.40 523	2.74 568	1.40 533	2.72 566	1.42 518	2.72 572	1.44 532	2.79 557	1.42 532

MM-Stereo_test1	1.80 509	3.41 524	1.52 525	2.12 504	1.41 533	2.04 534	1.41 535	2.05 528	1.46 537	2.04 534	1.41 535	2.05 535	1.42 524	2.05 533	1.43 535	2.04 530	1.54 527	1.94 543	1.38 526	1.99 520	1.33 524

RASNet	1.49 499	1.65 425	1.45 518	1.38 478	1.43 534	1.47 516	1.36 527	1.38 506	1.36 531	1.39 508	1.60 544	1.45 515	1.45 525	1.51 514	2.21 574	1.53 507	1.36 513	1.36 522	1.36 523	1.66 508	1.36 528

ccnet	0.80 385	2.28 470	0.33 235	0.50 294	0.33 295	0.50 346	0.33 283	0.50 333	0.33 289	0.49 331	0.33 291	0.49 335	1.56 526	2.38 546	0.33 268	0.41 285	0.29 217	0.42 322	1.57 539	2.28 531	0.29 227

MonStereo1	1.94 513	2.77 507	1.52 525	3.73 564	1.51 537	2.13 538	1.42 537	2.32 543	1.52 538	2.31 547	1.50 538	2.53 551	1.59 527	2.34 545	1.56 538	1.91 523	1.36 513	1.86 537	1.31 519	2.07 521	1.53 534

DPSMNet_ROB	1.60 502	1.59 424	1.70 532	1.59 483	1.59 540	1.61 519	1.61 543	1.60 509	1.60 540	1.62 519	1.59 543	1.60 518	1.60 528	1.60 515	1.59 540	1.59 508	1.60 534	1.59 528	1.59 544	1.59 504	1.59 541

asd	2.18 540	2.77 507	1.58 527	3.59 558	2.00 566	2.58 561	1.85 555	2.39 548	1.71 546	2.47 554	1.97 568	2.59 558	1.61 529	2.56 555	1.79 557	2.51 559	1.99 551	2.11 550	1.62 549	2.36 535	1.60 542

4.25w-stereo	1.98 514	2.72 501	1.46 519	3.47 553	1.43 534	2.07 536	1.98 563	2.53 555	1.52 538	2.71 561	1.98 574	1.81 523	1.62 530	1.96 530	1.36 530	1.88 521	2.00 552	2.53 568	1.61 546	1.74 512	1.15 460

Anonymous3	2.55 564	3.26 522	1.65 530	3.28 543	1.63 543	3.24 576	1.68 546	3.27 575	1.66 541	3.28 576	1.67 549	3.25 576	1.66 531	3.27 575	1.64 542	3.26 570	1.65 537	3.30 575	1.65 551	4.95 592	1.65 549

qwe	2.18 540	2.60 491	1.58 527	3.83 566	1.90 564	2.53 557	1.90 561	2.48 551	1.73 551	2.37 550	1.92 564	2.53 551	1.68 532	2.56 555	1.83 559	2.52 561	1.87 550	2.07 546	1.68 556	2.32 533	1.71 551

4.5w-stereo	1.99 515	2.33 474	1.81 538	3.28 543	1.68 547	1.94 527	1.99 566	2.72 558	1.70 545	2.72 562	1.99 577	1.97 529	1.68 532	1.76 521	1.29 525	1.91 523	2.02 558	2.53 568	1.61 546	1.75 513	1.16 463

MonStereo	2.17 538	2.41 484	1.49 524	2.67 525	1.67 545	2.60 562	2.04 570	2.32 543	1.76 554	2.44 552	1.68 550	2.50 549	1.69 534	2.38 546	1.80 558	2.28 543	1.78 544	2.63 571	2.14 574	3.47 561	1.68 550

UDGNet	2.23 550	5.40 567	1.72 535	2.48 520	1.69 548	2.51 556	1.69 547	2.51 554	1.72 550	2.50 556	1.69 551	2.52 550	1.69 534	2.50 553	1.68 546	2.41 553	1.70 540	2.42 562	1.69 558	2.42 537	1.64 547

MFMNet_re	1.81 510	1.91 444	1.71 534	1.95 499	1.70 551	1.95 530	1.70 548	1.96 522	1.74 553	1.97 527	1.72 552	1.95 527	1.71 536	1.97 531	1.71 548	1.86 516	1.62 535	1.85 534	1.66 552	1.86 516	1.64 547

3.75w	1.99 515	2.31 472	1.83 546	3.16 539	1.65 544	1.93 526	1.98 563	2.72 558	1.68 542	2.73 567	1.97 568	2.00 531	1.72 537	1.81 525	1.25 521	2.27 542	2.01 554	2.38 560	1.42 530	1.71 510	1.24 518

asda	2.17 538	2.54 488	1.81 538	3.47 553	1.78 554	2.50 555	1.86 556	2.61 557	1.68 542	2.61 559	1.83 554	2.37 545	1.73 538	2.44 552	1.88 566	2.51 559	1.84 548	2.34 557	1.62 549	2.23 527	1.77 556

2.75w_new	1.99 515	2.34 478	1.81 538	3.14 537	1.62 542	1.94 527	1.99 566	2.72 558	1.71 546	2.72 562	1.99 577	1.90 525	1.73 538	1.82 526	1.29 525	2.37 550	2.01 554	2.31 555	1.42 530	1.77 514	1.22 515

4.25_new	2.00 519	2.33 474	1.82 543	3.32 546	1.69 548	1.95 530	1.99 566	2.72 558	1.71 546	2.72 562	1.97 568	2.01 532	1.74 540	1.77 522	1.28 523	2.18 534	2.01 554	2.48 566	1.58 542	1.65 506	1.17 464

4.5w_new	2.00 519	2.33 474	1.82 543	3.32 546	1.69 548	1.95 530	1.99 566	2.72 558	1.71 546	2.72 562	1.97 568	2.01 532	1.74 540	1.77 522	1.28 523	2.18 534	2.01 554	2.48 566	1.58 542	1.65 506	1.17 464

2w_stereo	1.99 515	2.36 481	1.81 538	3.24 541	1.67 545	1.94 527	1.98 563	2.72 558	1.68 542	2.72 562	1.94 565	1.98 530	1.74 540	1.79 524	1.27 522	1.95 525	2.00 552	2.53 568	1.60 545	1.68 509	1.15 460

U	5.15 608	8.49 589	1.81 538	8.49 605	1.77 553	8.49 617	1.77 550	8.51 618	1.77 555	8.49 618	1.77 553	8.50 618	1.78 543	8.58 618	1.77 556	8.54 616	1.78 544	8.55 618	1.78 563	8.55 612	1.84 557

FBW_ROB	2.12 537	2.46 487	1.77 537	2.49 521	1.79 555	2.38 547	1.83 551	2.46 550	1.78 556	2.48 555	1.97 568	2.40 546	1.78 543	2.42 551	1.83 559	2.31 547	1.85 549	2.38 560	1.82 564	2.35 534	1.84 557

monsterstereo	2.20 546	2.33 474	1.95 558	3.65 560	2.07 572	2.49 553	1.61 543	2.48 551	1.83 560	2.45 553	1.61 546	2.67 562	1.86 545	2.64 559	1.94 568	2.48 558	1.66 538	2.34 557	1.68 556	2.40 536	1.86 559

LG-G_1	2.22 547	2.71 499	1.89 554	2.77 528	1.87 562	2.75 569	1.87 558	2.76 566	1.87 566	2.75 568	1.87 557	2.76 570	1.87 546	2.75 569	1.86 562	2.47 556	1.58 530	2.45 563	1.57 539	2.45 539	1.57 538

LG-G	2.22 547	2.71 499	1.89 554	2.77 528	1.87 562	2.75 569	1.87 558	2.76 566	1.87 566	2.75 568	1.87 557	2.76 570	1.87 546	2.75 569	1.86 562	2.47 556	1.58 530	2.45 563	1.57 539	2.45 539	1.57 538

LGtest1	2.22 547	2.70 497	1.89 554	2.76 527	1.86 559	2.75 569	1.86 556	2.75 565	1.86 562	2.75 568	1.86 556	2.77 572	1.87 546	2.75 569	1.86 562	2.46 555	1.58 530	2.45 563	1.56 538	2.45 539	1.56 537

TRStereo	2.00 519	2.13 458	1.85 549	2.27 511	1.84 556	2.28 543	1.84 552	2.29 538	1.86 562	2.30 544	1.87 557	2.30 538	1.87 546	2.08 534	1.72 550	2.08 531	1.72 541	2.08 547	1.72 559	2.08 522	1.72 552

XX-Stereo	2.00 519	2.13 458	1.85 549	2.27 511	1.84 556	2.28 543	1.84 552	2.29 538	1.86 562	2.30 544	1.87 557	2.30 538	1.87 546	2.08 534	1.72 550	2.08 531	1.72 541	2.08 547	1.72 559	2.08 522	1.72 552

EAI-Stereo	2.00 519	2.13 458	1.85 549	2.27 511	1.84 556	2.28 543	1.84 552	2.29 538	1.86 562	2.30 544	1.87 557	2.30 538	1.87 546	2.08 534	1.72 550	2.08 531	1.72 541	2.08 547	1.72 559	2.08 522	1.72 552

IGEV	2.02 527	2.20 464	1.82 543	2.90 533	2.16 575	2.41 549	1.25 518	2.00 525	1.98 572	1.99 529	1.31 525	2.72 567	1.93 552	2.67 562	1.69 547	2.26 539	1.32 500	1.83 533	1.87 566	2.53 550	1.61 544

monsters	2.18 540	2.41 484	1.96 559	3.47 553	2.03 571	2.53 557	1.64 545	2.48 551	1.73 551	2.40 551	1.50 538	2.62 559	1.94 553	2.59 557	1.94 568	2.44 554	1.57 529	2.28 553	1.87 566	2.42 537	1.86 559

AIO_test	2.18 540	2.09 456	2.04 564	2.42 518	2.01 567	2.47 551	1.94 562	2.34 545	2.03 576	2.56 558	1.94 565	2.43 547	1.94 553	2.41 549	1.87 565	2.39 552	2.10 561	2.35 559	1.91 572	2.25 529	2.19 567

3.25w	2.04 532	2.20 464	1.48 520	3.03 535	2.17 577	2.63 563	1.39 533	1.96 522	1.95 571	1.96 525	1.37 531	2.71 563	1.96 555	2.71 563	1.73 555	2.26 539	1.32 500	1.87 538	1.87 566	2.51 546	1.63 546

4.5_new	2.00 519	1.84 436	1.98 560	2.77 528	2.16 575	2.27 541	1.28 522	2.09 529	1.98 572	2.01 531	1.28 523	2.71 563	1.98 556	2.51 554	1.65 543	2.26 539	1.33 507	1.87 538	1.87 566	2.49 543	1.60 542

HUF	2.18 540	2.30 471	1.99 563	2.34 516	2.02 570	2.41 549	2.06 571	2.38 547	1.89 568	2.36 549	1.85 555	2.56 556	1.98 556	2.31 544	1.97 570	2.30 546	2.03 559	2.30 554	2.11 573	2.23 527	2.16 566

2.25w	2.00 519	1.86 439	1.98 560	2.95 534	2.17 577	2.26 540	1.35 525	2.42 549	2.00 575	2.07 538	1.27 522	2.53 551	1.99 558	2.29 542	1.49 537	2.21 537	1.32 500	1.85 534	1.87 566	2.52 547	1.62 545

3w_stereo	2.04 532	2.24 468	1.70 532	3.15 538	2.18 579	2.49 553	1.26 520	2.03 527	1.98 572	1.98 528	1.33 526	2.72 567	1.99 558	2.59 557	1.72 550	2.22 538	1.33 507	1.85 534	1.88 571	2.50 545	1.58 540

1w_stereo	2.05 534	2.32 473	1.35 502	3.74 565	2.01 567	2.73 567	1.42 537	1.88 519	1.93 570	2.03 533	1.28 523	2.71 563	1.99 558	2.72 565	1.72 550	2.20 536	1.32 500	1.87 538	1.86 565	2.45 539	1.54 535

AIO_rvc	2.18 540	2.34 478	1.87 553	2.32 515	1.94 565	2.40 548	1.89 560	2.37 546	2.07 577	2.52 557	1.95 567	2.44 548	1.99 558	2.41 549	1.89 567	2.32 548	2.09 560	2.24 551	2.18 575	2.21 526	2.23 568

RAFT_CTSACE	1.92 512	3.71 531	1.72 535	1.88 494	1.72 552	2.04 534	1.42 537	2.18 535	1.89 568	2.02 532	1.97 568	1.95 527	2.06 562	1.93 529	1.62 541	1.76 513	1.66 538	2.02 545	1.73 562	1.73 511	1.43 533

ff7	1.68 503	2.68 494	1.35 502	0.97 391	0.89 445	1.84 522	2.15 572	2.12 530	1.80 557	2.05 535	1.56 540	2.33 541	2.12 563	2.23 538	2.25 575	1.31 489	1.07 430	1.48 524	1.41 527	0.90 409	1.04 450

ffff	1.68 503	2.68 494	1.35 502	0.97 391	0.89 445	1.84 522	2.15 572	2.12 530	1.80 557	2.05 535	1.56 540	2.33 541	2.12 563	2.23 538	2.25 575	1.31 489	1.07 430	1.48 524	1.41 527	0.90 409	1.04 450

ccc-4	1.68 503	2.68 494	1.35 502	0.97 391	0.89 445	1.84 522	2.15 572	2.12 530	1.80 557	2.05 535	1.56 540	2.33 541	2.12 563	2.23 538	2.25 575	1.31 489	1.07 430	1.48 524	1.41 527	0.90 409	1.04 450

NCCL2	2.28 552	2.27 469	2.28 566	2.28 514	2.28 580	2.27 541	2.29 575	2.28 536	2.28 578	2.27 543	2.28 580	2.28 537	2.27 566	2.27 541	2.28 579	2.28 543	2.28 566	2.27 552	2.29 579	2.27 530	2.29 569

STTStereo	3.73 578	30.40 626	2.37 570	2.39 517	2.31 582	2.35 546	2.33 576	2.29 538	2.42 579	2.32 548	2.34 581	2.33 541	2.36 567	2.30 543	2.27 578	2.35 549	2.22 565	2.31 555	2.22 576	2.29 532	2.34 573

sAnonymous2	3.31 575	2.63 492	1.38 514	3.71 562	1.86 559	4.70 600	1.11 459	4.82 603	2.72 581	5.45 608	1.98 574	4.59 593	2.64 568	2.65 560	6.21 613	4.37 576	1.08 434	5.16 607	2.24 577	4.52 574	2.39 574

CroCo_RVC	3.31 575	2.63 492	1.38 514	3.71 562	1.86 559	4.70 600	1.11 459	4.82 603	2.72 581	5.45 608	1.98 574	4.59 593	2.64 568	2.65 560	6.21 613	4.37 576	1.08 434	5.16 607	2.24 577	4.52 574	2.39 574

SA	4.33 595	7.35 580	6.85 610	5.96 593	4.09 608	3.59 579	3.15 596	3.82 582	2.64 580	3.91 580	3.85 603	3.57 578	2.72 570	3.13 574	4.03 604	7.09 612	6.86 607	3.57 578	3.12 594	3.85 564	3.51 599

NLCA_NET_v2_RVC	5.04 606	50.87 636	2.78 573	2.87 532	2.71 583	2.78 572	0.47 359	2.88 571	2.86 583	1.89 523	2.67 582	2.79 573	2.79 571	2.78 572	2.83 580	2.82 567	2.82 569	2.83 573	2.77 582	2.83 558	2.76 577
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
rvit_105_1	3.83 579	5.22 560	3.01 575	4.53 570	3.01 585	4.51 588	3.01 583	4.56 590	3.04 584	4.53 589	3.03 585	4.55 591	3.03 572	4.56 590	3.04 581	4.57 582	3.05 571	4.57 588	3.05 586	4.57 576	3.05 582

rvit_stereo_0081	3.83 579	5.23 561	3.01 575	4.53 570	3.03 587	4.55 594	3.02 584	4.56 590	3.04 584	4.52 587	3.02 583	4.54 589	3.03 572	4.56 590	3.04 581	4.57 582	3.05 571	4.57 588	3.05 586	4.58 577	3.05 582

DispNO	1.00 424	0.63 251	0.43 288	3.45 552	0.44 357	0.65 383	0.43 346	0.64 373	0.43 348	0.64 381	0.43 353	0.64 383	3.03 572	0.64 378	0.43 333	4.55 581	0.43 313	0.63 385	0.43 360	0.63 357	0.43 333

rvit_0105_6	3.87 583	5.73 574	3.10 585	4.69 580	3.12 595	4.54 590	3.02 584	4.56 590	3.04 584	4.54 591	3.03 585	4.54 589	3.04 575	4.56 590	3.05 583	4.58 585	3.05 571	4.58 590	3.05 586	4.58 577	3.05 582

rvit_stereo_0082	3.86 581	5.82 575	3.01 575	4.53 570	3.03 587	4.54 590	3.02 584	4.56 590	3.04 584	4.53 589	3.02 583	4.55 591	3.04 575	4.57 593	3.05 583	4.57 582	3.05 571	4.58 590	3.05 586	4.58 577	3.06 585

rvit_stereo_0080	3.89 584	5.70 572	3.04 580	4.54 573	3.03 587	4.56 595	3.05 590	4.60 594	3.07 589	4.58 594	3.06 588	4.59 593	3.06 577	4.61 594	3.08 587	4.63 587	3.09 576	4.64 594	3.10 591	4.65 581	3.10 589

whm_eth	3.89 584	5.70 572	3.04 580	4.54 573	3.03 587	4.56 595	3.05 590	4.60 594	3.07 589	4.58 594	3.06 588	4.59 593	3.06 577	4.61 594	3.08 587	4.63 587	3.09 576	4.64 594	3.10 591	4.65 581	3.10 589

rvit_0105_3	3.91 586	5.33 564	3.06 583	4.60 578	3.07 593	4.60 597	3.06 592	4.62 596	3.08 592	4.60 596	3.07 591	4.62 598	3.08 579	4.67 598	3.10 590	4.70 590	3.11 578	4.77 601	3.19 597	4.77 586	3.14 593

rvit_stereo_0081_aga	3.86 581	5.33 564	3.02 578	4.55 576	3.04 591	4.54 590	3.02 584	4.64 597	3.06 588	4.54 591	3.04 587	4.62 598	3.08 579	4.62 596	3.07 586	4.58 585	3.06 575	4.60 592	3.08 590	4.63 580	3.07 586

rvit_stereo_0083	3.92 588	5.30 563	3.06 583	4.61 579	3.09 594	4.67 599	3.08 593	4.66 598	3.09 593	4.62 597	3.10 593	4.66 601	3.11 581	4.67 598	3.16 592	4.72 592	3.16 581	4.77 601	3.11 593	4.66 583	3.11 591

rvit_stereo_ft	3.93 589	5.44 569	3.05 582	4.59 577	3.06 592	4.61 598	3.08 593	4.67 599	3.12 594	4.63 598	3.10 593	4.65 600	3.11 581	4.69 600	3.13 591	4.70 590	3.14 580	4.71 599	3.15 595	4.74 584	3.16 594

rvit_0105_4	3.91 586	5.47 571	3.02 578	4.54 573	3.02 586	4.54 590	3.03 588	4.75 600	3.17 595	4.57 593	3.06 588	4.61 597	3.16 583	4.65 597	3.09 589	4.66 589	3.11 578	4.68 597	3.18 596	4.81 587	3.16 594

rvit_0105_5	4.10 590	5.40 567	3.13 588	4.71 581	3.15 596	4.72 602	3.10 595	4.90 605	3.27 596	4.69 599	3.16 595	4.84 605	3.25 584	4.96 604	3.34 594	5.05 597	3.39 586	5.10 606	3.40 598	5.11 594	3.42 597

TestStereo1	4.60 597	8.41 587	6.44 607	6.86 598	3.79 605	3.97 583	3.78 604	3.99 584	3.74 601	3.97 581	3.52 598	3.94 583	3.58 585	3.98 583	3.72 599	6.82 609	6.50 605	3.76 582	3.66 601	3.90 565	3.74 603

SA-5K	4.60 597	8.41 587	6.44 607	6.86 598	3.79 605	3.97 583	3.78 604	3.99 584	3.74 601	3.97 581	3.52 598	3.94 583	3.58 585	3.98 583	3.72 599	6.82 609	6.50 605	3.76 582	3.66 601	3.90 565	3.74 603

MLG-Stereo_test2	4.28 593	5.46 570	3.69 593	4.86 583	3.72 604	5.58 609	3.42 598	4.81 602	3.77 604	4.85 601	3.72 602	5.55 610	3.63 587	5.58 608	3.53 596	4.41 579	3.28 585	4.99 605	2.95 584	4.75 585	3.13 592

MLG-Stereo_test3	4.26 592	4.85 554	3.95 595	5.35 588	3.60 601	4.75 603	3.76 603	5.49 609	3.71 600	5.39 606	3.69 601	4.82 604	3.66 588	4.85 601	3.73 601	4.93 593	3.19 584	4.69 598	2.99 585	4.84 589	2.98 581

DPSNet	3.66 577	3.60 527	3.62 592	3.63 559	3.64 603	3.65 580	3.65 602	3.66 580	3.67 599	3.67 579	3.65 600	3.67 580	3.66 588	3.66 579	3.68 597	3.68 574	3.66 587	3.67 580	3.68 603	3.67 562	3.67 600

RAFT+CT+SA	4.28 593	7.62 583	4.91 599	5.55 590	2.28 580	3.09 573	3.64 601	4.49 588	3.07 589	4.80 600	3.35 596	4.77 603	3.70 590	4.29 587	3.05 583	5.58 601	5.98 602	3.58 579	3.78 605	4.26 570	3.72 601

MLG-Stereo_test1	4.25 591	5.34 566	3.61 591	5.31 587	3.63 602	5.23 606	3.57 600	5.38 608	3.65 598	5.23 605	3.47 597	4.76 602	3.74 591	4.85 601	3.71 598	4.96 594	3.18 583	4.71 599	2.92 583	4.86 590	2.90 579

raft_robust	4.71 601	7.75 584	5.40 604	6.81 597	3.31 597	4.28 587	4.20 609	4.32 587	4.37 610	4.35 586	4.35 609	4.14 585	3.75 592	4.30 588	4.20 607	6.67 608	6.37 603	3.36 577	4.24 611	4.86 590	3.25 596

GSStereo	0.81 390	4.28 548	0.50 322	0.59 319	0.40 336	0.51 358	0.38 317	0.50 333	0.38 317	0.50 344	0.38 323	0.50 350	3.79 593	0.50 341	0.38 300	0.54 340	0.43 313	0.46 339	0.34 307	0.46 311	0.35 296

GS-Stereo							0.38 317	0.50 333	0.38 317	0.50 344	0.38 323	0.50 350	3.79 593	0.50 341	0.38 300	0.54 340	0.43 313	0.46 339	0.34 307	0.46 311	0.35 296

test_4	4.88 603	8.13 585	6.98 611	7.46 601	4.44 610	4.25 586	3.85 606	4.04 586	3.92 605	4.13 583	3.91 604	4.18 586	3.84 595	4.14 585	4.06 605	7.01 611	7.13 608	4.53 586	3.72 604	4.09 568	3.72 601

test_3	5.01 605	8.86 592	7.77 613	8.09 603	2.76 584	4.13 585	4.05 608	3.88 583	3.76 603	4.33 585	4.13 607	3.71 581	3.91 596	4.21 586	4.06 605	7.93 613	7.69 610	4.53 586	3.91 606	4.17 569	4.29 609

DispFullNet	4.61 599	4.84 553	3.12 586	5.00 585	3.57 600	4.75 603	3.03 588	7.75 616	4.17 608	4.91 603	3.09 592	6.20 612	3.95 597	6.71 612	3.51 595	5.30 600	3.67 588	5.86 613	3.63 600	5.61 598	3.46 598

cross-raft	4.83 602	7.52 581	6.43 606	6.63 596	3.96 607	4.51 588	3.99 607	4.49 588	3.96 606	4.52 587	3.96 605	4.50 588	3.97 598	4.50 589	3.97 603	6.65 607	6.44 604	4.33 585	3.92 607	4.35 572	3.91 606

Sa-1000	4.34 596	8.37 586	6.84 609	6.98 600	4.45 611	3.58 578	3.00 582	3.42 578	3.39 597	2.61 559	4.00 606	3.83 582	4.01 599	3.90 582	3.90 602	5.98 605	5.62 600	3.76 582	2.34 580	4.35 572	2.47 576

FC-DCNN v2	5.10 607	5.15 558	4.49 597	5.07 586	3.37 598	6.87 612	4.75 611	5.04 606	6.34 615	7.84 616	5.06 612	6.72 616	4.09 600	4.99 605	5.44 612	5.03 596	3.16 581	4.67 596	4.86 612	5.15 595	3.89 605

CFNet	1.37 497	5.27 562	0.19 162	5.49 589	0.19 193	0.28 201	0.19 179	0.28 194	0.19 186	0.28 197	0.19 190	0.28 201	4.35 601	0.28 204	0.19 183	0.23 175	0.17 163	0.23 182	4.21 610	4.81 587	0.17 169

test_5	4.62 600	7.55 582	6.23 605	6.32 595	3.40 599	5.29 607	3.50 599	3.53 579	4.11 607	4.28 584	4.47 610	4.26 587	4.38 602	3.68 580	3.24 593	5.89 603	5.60 599	4.84 603	3.50 599	4.33 571	3.93 607

SGM-Forest	5.21 609	5.92 576	4.08 596	6.18 594	4.16 609	6.31 611	4.34 610	6.50 611	4.33 609	6.14 612	4.21 608	6.61 615	4.55 603	6.67 611	4.48 608	5.94 604	3.94 590	5.85 612	4.03 609	5.79 600	4.17 608
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TestStereo	4.88 603	4.75 552	4.79 598	4.87 584	4.92 612	4.81 605	4.90 612	4.78 601	4.77 611	4.87 602	4.89 611	4.90 606	4.91 604	4.99 605	4.79 609	4.98 595	4.87 596	4.87 604	4.92 613	5.00 593	5.00 610

rvit_stereo_0075_2	6.64 611	8.80 591	5.25 601	7.89 602	5.27 614	7.90 616	5.27 613	7.92 617	5.28 613	7.91 617	5.29 614	7.93 617	5.27 605	7.92 617	5.28 610	7.93 613	5.28 598	7.93 616	5.29 615	7.93 609	5.28 612

SGM+DAISY	7.06 613	9.15 593	5.38 603	8.84 607	5.18 613	8.80 618	5.31 614	8.79 619	5.28 613	8.89 619	5.20 613	8.93 619	5.33 606	8.95 619	5.36 611	8.70 617	5.21 597	8.74 619	5.20 614	8.89 613	5.15 611

RAFT	6.73 612	9.36 595	7.40 612	8.51 606	6.55 616	6.88 613	6.60 616	6.79 612	6.60 616	6.80 613	6.72 618	5.31 609	5.50 607	6.61 610	6.61 616	8.42 615	5.89 601	5.73 610	5.45 617	6.61 602	6.24 614

MSMDNet	2.65 566	10.14 601	0.33 235	9.74 611	0.32 283	0.87 415	0.33 283	2.95 572	0.68 412	0.49 331	0.34 299	0.49 335	5.70 608	0.49 334	0.33 268	0.42 301	9.57 614	0.41 308	0.31 289	8.36 611	0.65 398

test-1	6.46 610	9.16 594	8.03 616	8.09 603	5.62 615	6.11 610	6.35 615	6.85 613	4.94 612	6.08 611	6.29 617	4.98 607	6.43 609	6.22 609	6.36 615	6.16 606	7.47 609	5.82 611	5.44 616	7.11 606	5.68 613

test-v	7.53 614	11.89 603	7.98 614	9.36 609	7.14 617	7.06 614	7.09 617	7.37 614	6.91 617	7.29 614	5.71 615	6.45 613	6.93 610	6.73 613	7.27 617	8.93 618	7.85 611	6.98 614	6.80 618	7.56 607	7.34 616

test-2	7.53 614	11.89 603	7.98 614	9.36 609	7.14 617	7.06 614	7.09 617	7.37 614	6.91 617	7.29 614	5.71 615	6.45 613	6.93 610	6.73 613	7.27 617	8.93 618	7.85 611	6.98 614	6.80 618	7.56 607	7.34 616

CFNet_pseudo	2.67 568	9.36 595	0.32 230	10.99 617	0.33 295	0.85 413	0.33 283	0.49 325	0.33 289	0.49 331	0.32 284	0.49 335	7.26 612	0.49 334	0.33 268	0.41 285	9.62 616	0.41 308	0.29 251	10.03 618	0.29 227

CFNet_RVC	2.38 560	8.71 590	0.38 261	9.33 608	0.42 354	0.56 368	0.42 344	0.60 368	0.38 317	0.62 378	0.42 351	0.56 372	7.29 613	0.62 373	0.42 330	0.53 339	0.37 275	0.49 361	0.34 307	8.30 610	6.87 615

PCWNet_CMD	2.80 572	9.82 598	0.32 230	10.09 615	0.32 283	0.49 338	0.33 283	3.34 576	0.33 289	0.49 331	0.33 291	0.49 335	8.73 614	0.48 328	0.33 268	0.41 285	9.22 613	0.42 322	0.29 251	9.55 616	0.31 260

pcwnet_v2	2.66 567	9.89 599	0.33 235	9.89 612	0.32 283	0.50 346	0.32 272	0.49 325	0.33 289	0.49 331	0.34 299	0.49 335	8.76 615	0.48 328	0.33 268	0.41 285	9.58 615	0.40 280	0.29 251	9.01 614	0.63 396

CFNet_ucs	2.73 569	9.64 597	0.33 235	9.92 613	0.32 283	0.49 338	0.33 283	0.49 325	0.33 289	0.49 331	0.33 291	0.49 335	8.98 616	0.48 328	0.33 268	0.41 285	9.96 619	0.40 280	0.29 251	10.12 619	0.54 378

ccs_rob	2.79 571	10.17 602	0.32 230	10.00 614	0.33 295	0.49 338	0.33 283	1.90 521	0.32 282	0.51 351	0.33 291	0.49 335	9.24 617	0.49 334	0.33 268	0.41 285	9.82 617	0.41 308	0.28 236	9.34 615	0.29 227

UCFNet_RVC	2.75 570	10.06 600	0.29 198	10.31 616	0.29 241	0.42 288	0.29 237	0.43 290	0.29 236	0.42 275	0.29 240	0.42 286	9.87 618	0.43 297	0.29 235	0.36 229	9.84 618	0.36 253	0.26 222	9.77 617	0.26 201

MANE	19.05 617	23.00 611	15.00 617	23.00 624	15.00 619	24.00 625	16.00 619	24.00 626	16.00 619	22.00 626	15.00 619	23.00 626	16.00 619	23.00 626	15.00 619	22.00 626	15.00 620	22.00 626	15.00 620	22.00 626	15.00 618

rafts_anoy	20.00 618	20.00 605	20.00 618	20.00 618	20.00 620	20.00 619	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 621	20.00 620	20.00 621	20.00 620	20.00 619

raft+_RVC	20.00 618	20.00 605	20.00 618	20.00 618	20.00 620	20.00 619	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 621	20.00 620	20.00 621	20.00 620	20.00 619

raftrobust	20.00 618	20.00 605	20.00 618	20.00 618	20.00 620	20.00 619	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 621	20.00 620	20.00 621	20.00 620	20.00 619

CasAABBNet	20.00 618	20.00 605	20.00 618	20.00 618	20.00 620	20.00 619	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 621	20.00 620	20.00 621	20.00 620	20.00 619

RALCasStereoNet	20.00 618	20.00 605	20.00 618	20.00 618	20.00 620	20.00 619	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 621	20.00 620	20.00 621	20.00 620	20.00 619

RALAANet	20.00 618	20.00 605	20.00 618	20.00 618	20.00 620	20.00 619	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 620	20.00 621	20.00 620	20.00 621	20.00 620	20.00 619

WCMA_ROB	31.10 625	35.43 631	27.12 624	39.51 636	23.10 626	38.78 637	25.30 626	37.49 638	25.39 626	37.29 637	27.02 626	38.52 638	26.48 626	37.80 637	26.44 626	36.28 634	22.65 627	33.90 631	22.30 627	37.10 635	24.18 625

fff	1000028.16 644	29.62 623	29.72 625	32.61 625	30.02 627	35.13 628	31.83 628	32.07 628	10000000.00 646	35.27 630	29.82 628	32.45 628	30.15 627	32.35 628	30.09 627	31.04 628	29.55 629	30.64 628	30.14 628	10000000.00 647	30.77 627

csc	1000028.16 644	29.62 623	29.72 625	32.61 625	30.02 627	35.13 628	31.83 628	32.07 628	10000000.00 646	35.27 630	29.82 628	32.45 628	30.15 627	32.35 628	30.09 627	31.04 628	29.55 629	30.64 628	30.14 628	10000000.00 647	30.77 627

cscssc	1000028.16 644	29.62 623	29.72 625	32.61 625	30.02 627	35.13 628	31.83 628	32.07 628	10000000.00 646	35.27 630	29.82 628	32.45 628	30.15 627	32.35 628	30.09 627	31.04 628	29.55 629	30.64 628	30.14 628	10000000.00 647	30.77 627

111	30.40 624	30.94 627	29.72 625	32.61 625	30.02 627	33.57 626	30.47 627	31.50 627	29.39 627	30.98 627	29.11 627	29.78 627	30.39 630	29.45 627	30.76 630	30.08 627	29.02 628	29.92 627	30.32 631	29.86 627	30.17 626

ADStereo(finetuned)	36.13 627	36.63 632	38.07 635	36.97 630	33.25 631	35.91 631	34.45 631	36.36 634	32.99 628	38.14 638	36.71 634	36.69 634	34.13 631	38.57 638	40.79 637	37.60 638	36.58 635	35.90 635	33.36 632	35.42 630	34.04 630

DCANet-4	35.22 626	34.54 628	35.08 631	33.58 629	35.47 634	34.55 627	35.53 634	36.08 633	35.85 631	35.92 633	35.77 633	35.18 633	35.48 632	35.39 633	37.15 636	34.55 633	33.92 632	35.02 634	34.90 633	35.79 631	34.74 633

Reg-Stereo(zero)	37.00 628	37.00 633	37.00 632	37.00 631	37.00 635	37.00 634	37.00 635	37.00 635	37.00 632	37.00 634	37.00 635	37.00 635	37.00 633	37.00 634	37.00 633	37.00 635	37.00 636	37.00 636	37.00 636	37.00 632	37.00 634

HI	37.00 628	37.00 633	37.00 632	37.00 631	37.00 635	37.00 634	37.00 635	37.00 635	37.00 632	37.00 634	37.00 635	37.00 635	37.00 633	37.00 634	37.00 633	37.00 635	37.00 636	37.00 636	37.00 636	37.00 632	37.00 634

CoSv	37.00 628	37.00 633	37.00 632	37.00 631	37.00 635	37.00 634	37.00 635	37.00 635	37.00 632	37.00 634	37.00 635	37.00 635	37.00 633	37.00 634	37.00 633	37.00 635	37.00 636	37.00 636	37.00 636	37.00 632	37.00 634

MDST_ROB	69.83 631	87.70 637	41.95 636	113.75 639	65.62 640	75.05 638	55.25 639	75.64 640	45.04 635	71.61 639	41.75 638	72.81 639	44.06 636	68.38 639	44.63 638	101.89 641	59.57 641	107.10 641	61.05 641	104.38 638	59.38 639

CBMV	128.50 633	1422.70 648	53.10 637	79.50 638	51.30 639	77.30 639	49.70 638	74.00 639	48.20 636	77.20 640	48.80 639	73.90 640	48.00 637	73.80 640	48.80 639	70.40 640	45.10 640	68.90 640	46.10 640	68.20 637	45.00 638
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NOSS_ROB	102.95 632	153.00 641	121.00 639	51.00 637	44.00 638	165.00 641	127.00 640	153.00 641	119.00 637	164.00 642	125.00 640	168.00 642	120.00 638	153.00 641	117.00 640	49.00 639	44.00 639	49.00 639	44.00 639	49.00 636	44.00 637

MeshStereo	159.24 634	171.00 642	160.68 642	162.58 640	160.59 641	164.01 640	160.35 641	158.51 642	158.56 638	158.34 641	160.12 641	158.56 641	159.92 639	157.26 642	158.94 641	154.38 642	158.36 642	155.75 642	159.13 643	153.67 639	154.07 640
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
AE-Stereo	201.80 635	123.00 638	115.00 638	219.00 641	218.00 643	223.00 642	244.00 643	217.00 643	236.00 640	202.00 643	203.00 642	205.00 643	208.00 640	225.00 643	204.00 642	210.00 643	198.00 643	197.00 643	184.00 644	204.00 640	201.00 641

DLCB_ROB	284.23 638	354.61 644	207.27 643	363.24 644	206.46 642	364.72 645	210.41 642	364.72 646	210.41 639	364.81 646	208.64 643	364.81 646	208.64 641	364.72 646	210.41 643	354.70 646	205.53 644	354.70 646	205.53 645	354.70 643	205.53 642

MGS-Stereo	239.45 636	123.00 638	135.00 640	266.00 642	286.00 644	277.00 643	305.00 644	271.00 644	242.00 641	274.00 644	279.00 644	255.00 644	270.00 642	268.00 644	297.00 644	221.00 644	247.00 645	216.00 644	123.00 642	217.00 641	217.00 643

EGLCR-Stereo	246.90 637	129.00 640	139.00 641	266.00 642	286.00 644	277.00 643	305.00 644	271.00 644	242.00 641	274.00 644	279.00 644	255.00 644	270.00 642	268.00 644	297.00 644	230.00 645	247.00 645	216.00 644	223.00 646	237.00 642	227.00 644

LE_ROB	396.57 639	471.28 645	329.84 644	471.48 645	308.15 646	526.83 646	322.10 646	488.15 647	323.76 643	495.46 647	317.97 646	497.17 647	320.10 644	481.62 647	326.76 646	462.71 647	298.97 647	466.16 647	285.98 647	447.62 644	289.21 645

SGM-ForestM	596.69 640	677.77 646	444.52 645	699.85 646	517.25 647	732.94 647	488.29 647	770.79 648	460.11 644	750.81 648	487.98 647	792.79 648	499.41 645	730.90 648	475.81 647	720.03 648	491.16 648	663.96 648	418.60 648	674.76 645	436.05 646

CBMV_ROB	818.48 641	913.88 647	709.52 646	862.84 647	597.78 648	1073.99 648	700.52 648	1015.66 649	702.59 645	1115.65 649	760.02 648	1130.24 649	721.57 646	1037.41 649	692.65 648	814.05 649	564.29 649	843.28 649	595.31 649	915.51 646	602.92 647

111111	10000000.00 647	10000000.00 649	10000000.00 647	10000000.00 648	10000000.00 649	10000000.00 649	10000000.00 649	10000000.00 650	10000000.00 646	10000000.00 650	10000000.00 649	10000000.00 650	10000000.00 647	10000000.00 650	10000000.00 649	10000000.00 650	10000000.00 650	10000000.00 650	10000000.00 650	10000000.00 647	10000000.00 648

SGD-Stereo	10000000.00 647	10000000.00 649	10000000.00 647	10000000.00 648	10000000.00 649	10000000.00 649	10000000.00 649	10000000.00 650	10000000.00 646	10000000.00 650	10000000.00 649	10000000.00 650	10000000.00 647	10000000.00 650	10000000.00 649	10000000.00 650	10000000.00 650	10000000.00 650	10000000.00 650	10000000.00 647	10000000.00 648

IGEV-Stereo++	10000000.00 647	10000000.00 649	10000000.00 647	10000000.00 648	10000000.00 649	10000000.00 649	10000000.00 649	10000000.00 650	10000000.00 646	10000000.00 650	10000000.00 649	10000000.00 650	10000000.00 647	10000000.00 650	10000000.00 649	10000000.00 650	10000000.00 650	10000000.00 650	10000000.00 650	10000000.00 647	10000000.00 648

IGEV-BASED-STEREO-	10000000.00 647	10000000.00 649	10000000.00 647	10000000.00 648	10000000.00 649	10000000.00 649	10000000.00 649	10000000.00 650	10000000.00 646	10000000.00 650	10000000.00 649	10000000.00 650	10000000.00 647	10000000.00 650	10000000.00 649	10000000.00 650	10000000.00 650	10000000.00 650	10000000.00 650	10000000.00 647	10000000.00 648

IGEV-Stereo+	10000000.00 647	10000000.00 649	10000000.00 647	10000000.00 648	10000000.00 649	10000000.00 649	10000000.00 649	10000000.00 650	10000000.00 646	10000000.00 650	10000000.00 649	10000000.00 650	10000000.00 647	10000000.00 650	10000000.00 649	10000000.00 650	10000000.00 650	10000000.00 650	10000000.00 650	10000000.00 647	10000000.00 648

SDNR	10000000.00 647	10000000.00 649	10000000.00 647	10000000.00 648	10000000.00 649	10000000.00 649	10000000.00 649	10000000.00 650	10000000.00 646	10000000.00 650	10000000.00 649	10000000.00 650	10000000.00 647	10000000.00 650	10000000.00 649	10000000.00 650	10000000.00 650	10000000.00 650	10000000.00 650	10000000.00 647	10000000.00 648

anonymousdsp2	10000000.00 647	10000000.00 649	10000000.00 647	10000000.00 648	10000000.00 649	10000000.00 649	10000000.00 649	10000000.00 650	10000000.00 646	10000000.00 650	10000000.00 649	10000000.00 650	10000000.00 647	10000000.00 650	10000000.00 649	10000000.00 650	10000000.00 650	10000000.00 650	10000000.00 650	10000000.00 647	10000000.00 648

anonymousdsp	10000000.00 647	10000000.00 649	10000000.00 647	10000000.00 648	10000000.00 649	10000000.00 649	10000000.00 649	10000000.00 650	10000000.00 646	10000000.00 650	10000000.00 649	10000000.00 650	10000000.00 647	10000000.00 650	10000000.00 649	10000000.00 650	10000000.00 650	10000000.00 650	10000000.00 650	10000000.00 647	10000000.00 648

tt	500032.53 642	34.60 629	29.72 625	37.47 634	34.41 632	36.85 632	35.22 632	34.71 631	33.55 629	34.50 628	35.43 631	33.81 631	10000000.00 647	33.57 631	33.13 631	33.68 631	35.00 633	34.03 632	35.26 634	30.96 628	34.63 631

DCANet	500032.53 642	34.60 629	29.72 625	37.47 634	34.41 632	36.85 632	35.22 632	34.71 631	33.55 629	34.50 628	35.43 631	33.81 631	10000000.00 647	33.57 631	33.13 631	33.68 631	35.00 633	34.03 632	35.26 634	30.96 628	34.63 631

test_example2	10000000.00 647	10000000.00 649	10000000.00 647	10000000.00 648	10000000.00 649	10000000.00 649	10000000.00 649	10000000.00 650	10000000.00 646	10000000.00 650	10000000.00 649	10000000.00 650	10000000.00 647	10000000.00 650	10000000.00 649	10000000.00 650	10000000.00 650	10000000.00 650	10000000.00 650	10000000.00 647	10000000.00 648

DIP-Stereo	10000000.00 647	10000000.00 649	10000000.00 647	10000000.00 648	10000000.00 649	10000000.00 649	10000000.00 649	10000000.00 650	10000000.00 646	10000000.00 650	10000000.00 649	10000000.00 650	10000000.00 647	10000000.00 650	10000000.00 649	10000000.00 650	10000000.00 650	10000000.00 650	10000000.00 650	10000000.00 647	10000000.00 648
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ccccc		0.44 182		0.48 281	0.35 308	0.48 333		0.51 346		0.47 317		0.47 324		0.47 319		0.41 285	0.40 291	0.40 280	0.40 344	0.41 294

ASD4		0.20 103

Low-res two-view benchmark