Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

S2M2_XL	0.24 1	0.24 74	0.39 14	0.34 1	0.24 38	0.16 2	0.18 2	0.32 1	0.22 4	0.29 10	0.40 23	0.24 6	0.23 8	0.32 1	0.26 17	0.20 212	0.18 306	0.18 108	0.16 146	0.18 117	0.14 61

FoundationStereo	0.24 1	0.21 26	0.36 3	0.38 22	0.22 16	0.32 13	0.22 16	0.39 2	0.23 6	0.30 14	0.25 7	0.30 32	0.33 44	0.34 3	0.26 17	0.16 56	0.12 50	0.15 19	0.11 8	0.13 4	0.12 10

MLG-Stereo_test2	0.26 3	0.20 8	0.36 3	0.37 9	0.22 16	0.35 17	0.18 2	0.45 5	0.21 2	0.26 5	0.23 5	0.34 40	0.20 1	0.77 103	0.23 2	0.16 56	0.11 26	0.15 19	0.11 8	0.13 4	0.11 2

MLG-Stereo_test1	0.27 4	0.19 5	0.38 8	0.40 36	0.24 38	0.38 26	0.20 9	0.59 18	0.19 1	0.24 2	0.17 1	0.33 38	0.27 19	0.90 149	0.25 10	0.14 28	0.11 26	0.16 49	0.11 8	0.13 4	0.12 10

LGtest1	0.27 4	0.21 26	0.44 37	0.41 44	0.21 9	0.42 42	0.19 6	0.56 12	0.26 9	0.29 10	0.24 6	0.29 27	0.29 27	0.55 37	0.25 10	0.18 138	0.12 50	0.16 49	0.12 38	0.14 18	0.13 35

dual_stereo	0.27 4	0.19 5	0.35 1	0.39 29	0.21 9	0.25 3	0.22 16	0.48 6	0.31 15	0.32 18	0.26 10	0.37 49	0.24 10	0.83 125	0.29 32	0.16 56	0.12 50	0.14 1	0.11 8	0.14 18	0.11 2

IGEV	0.28 7	0.18 1	0.39 14	0.37 9	0.31 174	0.45 60	0.21 12	0.59 18	0.40 35	0.31 15	0.43 35	0.26 14	0.21 2	0.43 11	0.25 10	0.13 18	0.12 50	0.16 49	0.13 61	0.12 1	0.12 10

MLG-Stereo_test3	0.28 7	0.18 1	0.42 30	0.40 36	0.23 22	0.47 69	0.19 6	0.61 26	0.29 12	0.35 25	0.21 2	0.35 42	0.21 2	0.60 56	0.25 10	0.15 35	0.11 26	0.16 49	0.11 8	0.13 4	0.13 35

MonSter	0.28 7	0.18 1	0.39 14	0.36 5	0.21 9	0.55 147	0.31 75	0.55 11	0.43 43	0.28 7	0.29 13	0.23 3	0.21 2	0.56 38	0.25 10	0.11 1	0.10 9	0.14 1	0.11 8	0.14 18	0.11 2

4.5_new	0.29 10	0.25 102	0.41 22	0.36 5	0.23 22	0.52 122	0.36 125	0.56 12	0.34 22	0.45 72	0.42 26	0.27 17	0.25 12	0.40 8	0.24 5	0.13 18	0.10 9	0.15 19	0.13 61	0.16 58	0.12 10

4.5w-stereo	0.29 10	0.25 102	0.41 22	0.36 5	0.23 22	0.52 122	0.36 125	0.56 12	0.34 22	0.45 72	0.42 26	0.27 17	0.25 12	0.40 8	0.24 5	0.13 18	0.10 9	0.15 19	0.13 61	0.16 58	0.12 10

LG-Stereo_L2	0.29 10	0.20 8	0.45 50	0.37 9	0.25 55	0.26 4	0.20 9	0.78 72	0.28 11	0.28 7	0.26 10	0.24 6	0.26 17	0.91 150	0.23 2	0.15 35	0.11 26	0.15 19	0.12 38	0.14 18	0.11 2

MLG-Stereo	0.29 10	0.19 5	0.38 8	0.41 44	0.20 3	0.42 42	0.20 9	0.66 39	0.21 2	0.25 3	0.22 4	0.33 38	0.28 23	1.09 203	0.25 10	0.14 28	0.11 26	0.16 49	0.11 8	0.13 4	0.12 10

asda	0.30 14	0.24 74	0.42 30	0.38 22	0.23 22	0.43 51	0.34 101	0.58 17	0.37 28	0.38 39	0.42 26	0.27 17	0.34 51	0.52 27	0.30 42	0.11 1	0.09 1	0.14 1	0.11 8	0.14 18	0.12 10

asd	0.30 14	0.21 26	0.41 22	0.39 29	0.24 38	0.47 69	0.30 68	0.69 46	0.30 13	0.41 49	0.39 22	0.28 26	0.33 44	0.62 62	0.27 22	0.13 18	0.09 1	0.14 1	0.12 38	0.14 18	0.12 10

4.25_new	0.30 14	0.26 123	0.44 37	0.38 22	0.26 61	0.49 87	0.40 171	0.59 18	0.31 15	0.38 39	0.42 26	0.27 17	0.34 51	0.46 14	0.31 59	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

4.5w_new	0.30 14	0.26 123	0.44 37	0.38 22	0.26 61	0.49 87	0.40 171	0.59 18	0.31 15	0.38 39	0.42 26	0.27 17	0.34 51	0.46 14	0.31 59	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

4.25w-stereo	0.30 14	0.26 123	0.44 37	0.38 22	0.26 61	0.49 87	0.40 171	0.59 18	0.32 19	0.38 39	0.42 26	0.27 17	0.34 51	0.46 14	0.31 59	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

4w-stereo	0.30 14	0.24 74	0.44 37	0.37 9	0.23 22	0.46 65	0.27 47	0.63 29	0.31 15	0.41 49	0.44 39	0.27 17	0.36 68	0.59 44	0.30 42	0.11 1	0.09 1	0.15 19	0.12 38	0.13 4	0.12 10

LG-Stereo_L1	0.30 14	0.20 8	0.44 37	0.37 9	0.26 61	0.29 10	0.21 12	0.66 39	0.26 9	0.25 3	0.25 7	0.24 6	0.22 6	1.24 241	0.23 2	0.15 35	0.11 26	0.15 19	0.12 38	0.14 18	0.11 2

IGEV-Stereo++	0.30 14	0.20 8	0.40 17	0.46 101	0.30 148	0.33 14	0.22 16	0.75 62	0.45 48	0.32 18	0.41 25	0.32 35	0.48 138	0.38 4	0.27 22	0.15 35	0.11 26	0.15 19	0.12 38	0.15 38	0.13 35

2.5w	0.31 22	0.23 56	0.46 58	0.39 29	0.24 38	0.42 42	0.39 163	0.61 26	0.30 13	0.37 33	0.53 71	0.24 6	0.25 12	0.77 103	0.28 31	0.12 5	0.10 9	0.14 1	0.12 38	0.14 18	0.12 10

2.75w_new	0.31 22	0.23 56	0.43 35	0.35 3	0.23 22	0.42 42	0.42 191	0.54 10	0.35 24	0.47 79	0.43 35	0.24 6	0.30 31	0.66 73	0.33 77	0.12 5	0.10 9	0.14 1	0.11 8	0.13 4	0.12 10

LG-G_1	0.31 22	0.20 8	0.44 37	0.42 51	0.20 3	0.64 193	0.18 2	0.70 50	0.25 7	0.29 10	0.29 13	0.36 44	0.35 59	0.87 140	0.24 5	0.16 56	0.12 50	0.16 49	0.11 8	0.13 4	0.13 35

LG-G	0.31 22	0.20 8	0.44 37	0.42 51	0.20 3	0.64 193	0.18 2	0.70 50	0.25 7	0.29 10	0.29 13	0.36 44	0.35 59	0.87 140	0.24 5	0.16 56	0.12 50	0.16 49	0.11 8	0.13 4	0.13 35

qwe	0.32 26	0.21 26	0.40 17	0.37 9	0.26 61	0.49 87	0.29 58	0.64 31	0.39 31	0.49 93	0.48 53	0.26 14	0.27 19	0.80 114	0.34 94	0.12 5	0.10 9	0.14 1	0.11 8	0.15 38	0.12 10

2.25w	0.32 26	0.24 74	0.48 63	0.37 9	0.24 38	0.45 60	0.25 30	0.62 28	0.40 35	0.45 72	0.58 89	0.27 17	0.32 42	0.74 99	0.35 104	0.12 5	0.10 9	0.14 1	0.12 38	0.13 4	0.14 61

3.25w_new	0.32 26	0.21 26	0.45 50	0.38 22	0.23 22	0.52 122	0.34 101	0.65 35	0.39 31	0.47 79	0.45 44	0.32 35	0.35 59	0.61 60	0.27 22	0.12 5	0.10 9	0.14 1	0.11 8	0.12 1	0.12 10

3.25w	0.32 26	0.21 26	0.45 50	0.37 9	0.23 22	0.52 122	0.34 101	0.65 35	0.39 31	0.47 79	0.45 44	0.32 35	0.35 59	0.61 60	0.27 22	0.12 5	0.10 9	0.14 1	0.11 8	0.12 1	0.12 10

3.75w	0.32 26	0.23 56	0.44 37	0.37 9	0.29 126	0.62 188	0.36 125	0.59 18	0.32 19	0.41 49	0.47 50	0.25 12	0.34 51	0.64 65	0.26 17	0.12 5	0.09 1	0.14 1	0.12 38	0.13 4	0.12 10

2w_stereo	0.32 26	0.24 74	0.45 50	0.39 29	0.22 16	0.46 65	0.47 254	0.69 46	0.42 41	0.43 60	0.50 64	0.24 6	0.45 111	0.47 18	0.29 32	0.12 5	0.10 9	0.15 19	0.12 38	0.15 38	0.13 35

SGD-Stereo	0.32 26	0.20 8	0.40 17	0.38 22	0.19 1	0.43 51	0.22 16	0.64 31	0.33 21	0.42 55	0.34 18	0.27 17	0.35 59	1.15 217	0.30 42	0.20 212	0.10 9	0.15 19	0.13 61	0.17 87	0.13 35

GREAT-IGEV	0.32 26	0.20 8	0.42 30	0.37 9	0.29 126	0.36 21	0.28 53	0.56 12	0.58 89	0.28 7	0.50 64	0.29 27	0.29 27	0.84 128	0.27 22	0.14 28	0.11 26	0.15 19	0.11 8	0.17 87	0.14 61

3.5w_stereo	0.33 34	0.25 102	0.45 50	0.37 9	0.24 38	0.54 139	0.35 109	0.66 39	0.36 25	0.43 60	0.44 39	0.29 27	0.34 51	0.77 103	0.39 145	0.11 1	0.09 1	0.15 19	0.11 8	0.14 18	0.13 35

3w_stereo	0.33 34	0.25 102	0.52 89	0.40 36	0.21 9	0.53 131	0.54 309	0.65 35	0.46 54	0.44 64	0.48 53	0.23 3	0.45 111	0.46 14	0.29 32	0.12 5	0.10 9	0.15 19	0.12 38	0.15 38	0.15 92

DEFOM-Stereo	0.33 34	0.20 8	0.40 17	0.42 51	0.28 109	0.80 294	0.23 24	0.48 6	0.37 28	0.37 33	0.31 16	0.23 3	0.24 10	1.20 231	0.27 22	0.16 56	0.12 50	0.14 1	0.11 8	0.14 18	0.14 61

1w_stereo	0.34 37	0.20 8	0.42 30	0.43 58	0.26 61	0.47 69	0.54 309	0.59 18	0.50 61	0.41 49	0.66 104	0.25 12	0.44 107	0.62 62	0.33 77	0.12 5	0.10 9	0.14 1	0.11 8	0.14 18	0.12 10

monsterstereo	0.34 37	0.20 8	0.44 37	0.45 94	0.35 235	0.27 8	0.29 58	0.53 8	0.51 70	0.44 64	0.61 94	0.26 14	0.25 12	1.19 229	0.27 22	0.13 18	0.11 26	0.15 19	0.12 38	0.15 38	0.10 1

monsters	0.34 37	0.20 8	0.41 22	0.39 29	0.36 245	0.34 15	0.27 47	0.66 39	0.43 43	0.47 79	0.40 23	0.22 2	0.23 8	1.33 263	0.25 10	0.13 18	0.10 9	0.14 1	0.11 8	0.13 4	0.13 35

111111	0.34 37	0.20 8	0.41 22	0.45 94	0.42 311	0.37 23	0.22 16	0.95 142	0.38 30	0.31 15	0.31 16	0.40 53	0.27 19	0.96 164	0.26 17	0.17 99	0.12 50	0.15 19	0.11 8	0.15 38	0.13 35

LG-Stereo	0.34 37	0.25 102	0.78 277	0.47 112	0.26 61	0.37 23	0.30 68	0.71 54	0.52 77	0.36 30	0.57 86	0.29 27	0.21 2	0.50 22	0.36 114	0.13 18	0.13 108	0.20 165	0.18 185	0.18 117	0.12 10

S2M2	0.34 37	0.28 173	0.45 50	0.40 36	0.30 148	0.31 12	0.16 1	0.60 25	0.64 106	0.31 15	0.48 53	0.47 77	0.34 51	0.38 4	0.32 64	0.25 338	0.22 381	0.20 165	0.22 312	0.25 308	0.22 278

GIP-stereo	0.34 37	0.23 56	0.45 50	0.50 165	0.36 245	0.38 26	0.23 24	0.78 72	0.52 77	0.34 24	0.51 67	0.46 70	0.38 79	0.51 24	0.27 22	0.20 212	0.12 50	0.16 49	0.12 38	0.16 58	0.14 61

RAStereo	0.34 37	0.21 26	0.66 174	0.47 112	0.27 85	0.26 4	0.29 58	0.69 46	0.63 102	0.32 18	0.42 26	0.45 67	0.31 36	0.45 12	0.34 94	0.17 99	0.15 217	0.19 130	0.15 104	0.18 117	0.13 35

AIO_test	0.35 45	0.22 45	0.44 37	0.43 58	0.27 85	0.57 157	0.44 223	0.79 77	0.41 38	0.32 18	0.47 50	0.46 70	0.30 31	0.69 78	0.30 42	0.16 56	0.11 26	0.16 49	0.13 61	0.15 38	0.12 10

LG-Stereo_Zeroshot	0.36 46	0.23 56	0.54 100	0.50 165	0.28 109	0.36 21	0.22 16	1.02 167	0.39 31	0.42 55	0.64 102	0.36 44	0.51 155	0.39 6	0.29 32	0.18 138	0.12 50	0.17 74	0.13 61	0.18 117	0.18 171

AIO_rvc	0.36 46	0.23 56	0.49 70	0.43 58	0.27 85	0.59 165	0.38 148	0.94 137	0.45 48	0.33 23	0.46 48	0.49 90	0.22 6	0.84 128	0.30 42	0.16 56	0.11 26	0.16 49	0.12 38	0.15 38	0.13 35

HUF	0.36 46	0.23 56	0.52 89	0.40 36	0.22 16	0.54 139	0.47 254	0.82 93	0.43 43	0.36 30	0.43 35	0.50 96	0.42 92	0.64 65	0.29 32	0.17 99	0.12 50	0.16 49	0.12 38	0.15 38	0.14 61

MaDis-Stereo	0.36 46	0.25 102	0.58 130	0.44 81	0.34 231	0.30 11	0.30 68	0.72 55	0.50 61	0.37 33	0.36 20	0.58 132	0.49 146	0.52 27	0.36 114	0.19 179	0.16 256	0.19 130	0.15 104	0.18 117	0.14 61

UniTT-Stereo	0.36 46	0.23 56	0.59 137	0.48 138	0.36 245	0.40 31	0.32 82	0.53 8	0.49 58	0.54 110	0.55 80	0.36 44	0.31 36	0.58 43	0.51 244	0.20 212	0.15 217	0.17 74	0.15 104	0.19 158	0.15 92

IGEV-RUCA	0.37 51	0.23 56	0.48 63	0.49 153	0.36 245	0.60 173	0.23 24	0.64 31	0.49 58	0.39 47	0.49 61	0.44 59	0.31 36	0.85 133	0.30 42	0.24 312	0.13 108	0.16 49	0.12 38	0.20 192	0.19 211

Pointernet	0.37 51	0.20 8	0.57 124	0.43 58	0.28 109	0.51 118	0.27 47	0.93 130	0.61 97	0.47 79	0.63 99	0.49 90	0.38 79	0.49 21	0.33 77	0.17 99	0.13 108	0.14 1	0.11 8	0.13 4	0.12 10

AIO-Stereo	0.37 51	0.25 102	0.51 82	0.47 112	0.23 22	0.45 60	0.39 163	1.07 201	0.52 77	0.41 49	0.48 53	0.52 107	0.25 12	0.72 89	0.30 42	0.16 56	0.12 50	0.17 74	0.13 61	0.16 58	0.13 35

AEACV	0.37 51	0.24 74	0.52 89	0.47 112	0.51 373	0.37 23	0.38 148	0.65 35	0.53 81	0.42 55	0.56 83	0.46 70	0.60 204	0.53 30	0.30 42	0.16 56	0.13 108	0.18 108	0.15 104	0.17 87	0.14 61

EGLCR-Stereo	0.37 51	0.22 45	0.51 82	0.43 58	0.26 61	0.44 57	0.22 16	0.99 156	0.48 57	0.42 55	0.42 26	0.67 165	0.29 27	0.86 137	0.33 77	0.17 99	0.12 50	0.19 130	0.17 167	0.17 87	0.15 92

castereo++	0.38 56	0.23 56	0.41 22	0.43 58	0.31 174	0.97 358	0.22 16	0.86 103	0.58 89	0.32 18	0.44 39	0.51 100	0.39 81	0.93 158	0.24 5	0.17 99	0.11 26	0.17 74	0.12 38	0.14 18	0.14 61

fffft	0.38 56	0.23 56	0.51 82	0.44 81	0.32 193	0.43 51	0.48 265	0.76 65	0.36 25	0.44 64	0.34 18	0.38 51	0.31 36	1.31 256	0.32 64	0.14 28	0.11 26	0.19 130	0.15 104	0.16 58	0.16 121
1: 1. 1
RSM++	0.38 56	0.24 74	0.51 82	0.47 112	0.26 61	0.50 101	0.41 187	0.79 77	0.45 48	0.37 33	0.45 44	0.60 140	0.35 59	1.02 184	0.30 42	0.15 35	0.13 108	0.17 74	0.14 88	0.18 117	0.13 35

water-stereo	0.39 59	0.20 8	0.48 63	0.44 81	0.27 85	0.50 101	0.26 40	0.92 123	0.51 70	0.53 107	0.78 139	0.55 117	0.49 146	0.42 10	0.42 174	0.16 56	0.15 217	0.17 74	0.15 104	0.16 58	0.15 92

SMoEStereo_RVC	0.39 59	0.25 102	0.50 75	0.45 94	0.30 148	0.61 179	0.36 125	0.72 55	0.45 48	0.46 76	0.43 35	0.42 54	0.35 59	1.39 283	0.29 32	0.15 35	0.12 50	0.20 165	0.15 104	0.16 58	0.15 92

ours_stereo	0.39 59	0.28 173	0.51 82	0.46 101	0.30 148	0.40 31	0.44 223	0.73 57	0.56 86	0.35 25	0.56 83	0.46 70	0.33 44	1.11 209	0.32 64	0.16 56	0.13 108	0.19 130	0.15 104	0.19 158	0.14 61

RSM	0.39 59	0.24 74	0.49 70	0.46 101	0.26 61	0.47 69	0.40 171	0.92 123	0.44 46	0.41 49	0.42 26	0.65 158	0.33 44	1.07 198	0.29 32	0.15 35	0.12 50	0.17 74	0.13 61	0.17 87	0.13 35

trnet	0.39 59	0.21 26	0.37 5	0.36 5	0.20 3	0.53 131	0.29 58	0.78 72	1.12 295	0.59 123	0.71 122	0.53 112	0.42 92	0.54 32	0.34 94	0.18 138	0.13 108	0.15 19	0.10 2	0.14 18	0.13 35

Selective-IGEV	0.39 59	0.24 74	0.50 75	0.44 81	0.25 55	0.46 65	0.33 89	1.25 262	0.40 35	0.35 25	0.45 44	0.52 107	0.30 31	1.07 198	0.30 42	0.14 28	0.12 50	0.17 74	0.13 61	0.16 58	0.13 35

GLC_STEREO	0.39 59	0.25 102	0.41 22	0.54 249	0.23 22	0.48 75	0.30 68	0.73 57	0.58 89	0.52 106	0.73 127	0.51 100	0.31 36	0.64 65	0.42 174	0.17 99	0.20 341	0.23 267	0.19 207	0.21 233	0.17 146

CREStereo	0.39 59	0.21 26	0.38 8	0.34 1	0.22 16	0.53 131	0.29 58	0.77 68	1.11 291	0.58 115	0.71 122	0.51 100	0.41 88	0.54 32	0.34 94	0.18 138	0.13 108	0.15 19	0.10 2	0.14 18	0.14 61
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
DEFOM-Stereo_RVC	0.40 67	0.67 475	0.42 30	0.64 376	0.29 126	0.48 75	0.25 30	0.85 101	0.44 46	0.38 39	0.36 20	0.30 32	0.70 244	1.15 217	0.29 32	0.16 56	0.11 26	0.16 49	0.11 8	0.18 117	0.12 10

mms	0.40 67	0.27 151	0.52 89	0.46 101	0.32 193	0.43 51	0.46 247	0.70 50	0.46 54	0.35 25	0.58 89	0.44 59	0.30 31	1.36 273	0.33 77	0.16 56	0.13 108	0.18 108	0.15 104	0.19 158	0.15 92

MoCha-V2	0.40 67	0.20 8	0.49 70	0.50 165	0.21 9	0.44 57	0.33 89	0.93 130	0.53 81	0.53 107	0.53 71	0.42 54	0.58 200	1.09 203	0.27 22	0.14 28	0.12 50	0.15 19	0.12 38	0.17 87	0.15 92

IGEV++	0.40 67	0.22 45	0.51 82	0.52 216	0.29 126	0.45 60	0.25 30	1.65 359	0.46 54	0.37 33	0.57 86	0.46 70	0.45 111	0.50 22	0.38 137	0.19 179	0.12 50	0.16 49	0.13 61	0.16 58	0.15 92

GCAP-Stereo	0.40 67	0.28 173	0.68 183	0.47 112	0.25 55	0.53 131	0.32 82	0.82 93	0.58 89	0.65 133	0.69 115	0.58 132	0.42 92	0.47 18	0.29 32	0.17 99	0.14 159	0.17 74	0.13 61	0.17 87	0.14 61

LoS	0.40 67	0.21 26	0.44 37	0.37 9	0.22 16	0.50 101	0.40 171	1.00 160	0.94 209	0.48 87	0.66 104	0.48 82	0.40 85	0.60 56	0.37 126	0.18 138	0.14 159	0.16 49	0.11 8	0.14 18	0.14 61
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CroCo-Stereo	0.40 67	0.31 261	0.73 232	0.58 308	0.27 85	0.26 4	0.33 89	0.95 142	0.81 167	0.42 55	0.47 50	0.65 158	0.47 127	0.39 6	0.34 94	0.18 138	0.15 217	0.16 49	0.14 88	0.19 158	0.16 121
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
depthmonostereo	0.41 74	0.23 56	0.53 94	0.47 112	0.23 22	0.61 179	0.35 109	1.00 160	0.76 152	0.48 87	0.65 103	0.47 77	0.49 146	0.67 76	0.37 126	0.16 56	0.15 217	0.16 49	0.14 88	0.16 58	0.15 92

castereo	0.41 74	0.22 45	0.46 58	0.44 81	0.30 148	0.61 179	0.56 335	0.97 150	0.80 164	0.38 39	0.69 115	0.45 67	0.69 239	0.51 24	0.30 42	0.16 56	0.11 26	0.16 49	0.13 61	0.16 58	0.12 10

CASnet	0.41 74	0.25 102	0.48 63	0.50 165	0.20 3	0.50 101	0.36 125	0.81 90	0.80 164	0.83 173	0.68 111	0.48 82	0.31 36	0.54 32	0.32 64	0.18 138	0.12 50	0.27 361	0.22 312	0.23 281	0.14 61
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
fffy	0.42 77	0.27 151	0.57 124	0.46 101	0.29 126	0.48 75	0.35 109	0.91 120	0.55 84	0.40 48	0.58 89	0.55 117	0.41 88	1.26 245	0.36 114	0.15 35	0.13 108	0.19 130	0.16 146	0.18 117	0.14 61

WCG-NET	0.42 77	0.21 26	0.54 100	0.40 36	0.25 55	0.47 69	0.32 82	0.73 57	1.15 322	0.76 150	0.73 127	0.58 132	0.45 111	0.60 56	0.34 94	0.15 35	0.11 26	0.16 49	0.14 88	0.15 38	0.13 35

Occ-G	0.42 77	0.21 26	0.48 63	0.41 44	0.26 61	0.42 42	0.62 367	0.77 68	0.49 58	0.43 60	0.66 104	1.02 298	0.46 118	0.78 108	0.41 163	0.16 56	0.13 108	0.18 108	0.13 61	0.16 58	0.16 121

MGS-Stereo	0.42 77	0.26 123	0.58 130	0.44 81	0.28 109	0.50 101	0.34 101	0.57 16	0.83 173	0.46 76	1.31 336	0.52 107	0.33 44	0.65 71	0.36 114	0.19 179	0.16 256	0.18 108	0.15 104	0.17 87	0.16 121

LoS_RVC	0.42 77	0.26 123	0.40 17	0.44 81	0.82 490	0.51 118	0.44 223	0.64 31	0.41 38	0.44 64	0.78 139	0.44 59	0.47 127	0.56 38	0.36 114	0.13 18	0.12 50	0.14 1	0.10 2	0.13 4	0.84 518

test_xeample3	0.42 77	0.28 173	0.69 196	0.43 58	0.33 214	0.56 152	0.38 148	0.79 77	0.45 48	0.53 107	0.46 48	0.44 59	0.44 107	1.38 278	0.31 59	0.18 138	0.14 159	0.19 130	0.15 104	0.17 87	0.16 121

DilatedVolume-Stereo	0.43 83	0.21 26	0.55 110	0.43 58	0.32 193	0.72 248	0.29 58	0.80 85	0.51 70	0.77 155	0.73 127	0.48 82	0.40 85	1.13 214	0.39 145	0.15 35	0.14 159	0.15 19	0.14 88	0.16 58	0.14 61

MM-Stereo_test2	0.43 83	0.24 74	0.67 179	0.51 195	0.32 193	0.55 147	0.45 240	0.97 150	0.77 156	0.59 123	0.51 67	0.49 90	0.42 92	0.80 114	0.30 42	0.15 35	0.13 108	0.18 108	0.14 88	0.19 158	0.14 61

SCV_C0	0.43 83	0.26 123	0.65 167	0.43 58	0.29 126	0.47 69	0.31 75	1.34 276	0.73 143	0.38 39	0.49 61	0.54 114	0.29 27	1.24 241	0.30 42	0.17 99	0.13 108	0.16 49	0.13 61	0.20 192	0.15 92

ff7	0.43 83	0.27 151	0.56 114	0.44 81	0.33 214	0.50 101	0.42 191	0.87 104	0.50 61	0.49 93	0.53 71	0.44 59	0.48 138	1.38 278	0.33 77	0.17 99	0.12 50	0.21 200	0.15 104	0.18 117	0.18 171

ffff	0.43 83	0.27 151	0.56 114	0.44 81	0.33 214	0.50 101	0.42 191	0.87 104	0.50 61	0.49 93	0.53 71	0.44 59	0.48 138	1.38 278	0.33 77	0.17 99	0.12 50	0.21 200	0.15 104	0.18 117	0.18 171

11t	0.43 83	0.27 151	0.56 114	0.44 81	0.33 214	0.50 101	0.42 191	0.87 104	0.50 61	0.49 93	0.53 71	0.44 59	0.48 138	1.38 278	0.33 77	0.17 99	0.12 50	0.21 200	0.15 104	0.18 117	0.18 171

anonymousdsp	0.43 83	0.27 151	0.53 94	0.44 81	0.32 193	0.50 101	0.42 191	0.89 113	0.51 70	0.49 93	0.53 71	0.47 77	0.47 127	1.33 263	0.33 77	0.17 99	0.12 50	0.21 200	0.15 104	0.18 117	0.18 171

ProNet	0.43 83	0.28 173	0.58 130	0.43 58	0.30 148	0.56 152	0.52 295	1.00 160	0.58 89	0.44 64	0.49 61	0.43 57	0.43 99	1.28 250	0.36 114	0.15 35	0.13 108	0.19 130	0.16 146	0.17 87	0.16 121

MC-Stereo	0.43 83	0.23 56	0.48 63	0.51 195	0.28 109	0.39 29	0.32 82	0.88 112	0.68 128	0.60 125	0.84 154	0.56 125	0.61 213	1.03 185	0.31 59	0.17 99	0.11 26	0.17 74	0.15 104	0.16 58	0.13 35

ccc-4	0.43 83	0.27 151	0.56 114	0.44 81	0.33 214	0.50 101	0.42 191	0.87 104	0.50 61	0.49 93	0.53 71	0.44 59	0.48 138	1.38 278	0.33 77	0.17 99	0.12 50	0.21 200	0.15 104	0.18 117	0.18 171

IGEV-Stereo	0.43 83	0.27 151	0.54 100	0.45 94	0.32 193	0.50 101	0.42 191	0.90 119	0.51 70	0.49 93	0.53 71	0.47 77	0.47 127	1.32 260	0.33 77	0.17 99	0.12 50	0.21 200	0.15 104	0.18 117	0.18 171
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
Reg-Stereo(zero)	0.44 94	0.22 45	0.45 50	0.43 58	0.23 22	0.38 26	0.25 30	0.76 65	1.08 274	0.90 188	0.78 139	0.90 247	0.47 127	0.70 82	0.36 114	0.15 35	0.12 50	0.15 19	0.12 38	0.15 38	0.15 92

rvit_stereo_0081_aga	0.44 94	0.34 322	0.73 232	0.51 195	0.41 306	0.50 101	0.40 171	0.81 90	0.57 88	0.58 115	0.56 83	0.53 112	0.43 99	0.66 73	0.40 152	0.26 361	0.21 363	0.22 229	0.20 239	0.26 320	0.18 171

rvit_stereo_0081	0.44 94	0.33 299	0.64 160	0.54 249	0.35 235	0.41 35	0.44 223	0.66 39	0.95 211	0.48 87	0.52 69	0.50 96	0.46 118	0.82 123	0.44 187	0.25 338	0.20 341	0.22 229	0.19 207	0.25 308	0.17 146

rvit_stereo_0082	0.44 94	0.33 299	0.64 160	0.54 249	0.35 235	0.41 35	0.44 223	0.66 39	0.95 211	0.48 87	0.52 69	0.50 96	0.46 118	0.82 123	0.44 187	0.25 338	0.20 341	0.22 229	0.19 207	0.25 308	0.17 146

rvit_stereo_0080	0.44 94	0.32 277	0.71 214	0.47 112	0.36 245	0.42 42	0.55 327	0.82 93	0.68 128	0.50 101	0.60 92	0.55 117	0.47 127	0.59 44	0.44 187	0.26 361	0.21 363	0.20 165	0.20 239	0.31 384	0.19 211

whm_eth	0.44 94	0.32 277	0.71 214	0.47 112	0.36 245	0.42 42	0.55 327	0.82 93	0.68 128	0.50 101	0.60 92	0.55 117	0.47 127	0.59 44	0.44 187	0.26 361	0.21 363	0.20 165	0.20 239	0.31 384	0.19 211

CroCo-Stereo Lap2	0.44 94	0.34 322	0.77 269	0.61 346	0.79 481	0.28 9	0.35 109	0.75 62	0.71 138	0.38 39	0.50 64	0.72 180	0.55 177	0.57 42	0.47 221	0.17 99	0.18 306	0.19 130	0.16 146	0.21 233	0.20 243

TANstereo	0.44 94	0.21 26	0.44 37	0.41 44	0.21 9	0.65 209	0.26 40	0.79 77	0.83 173	0.93 196	0.98 190	0.51 100	0.46 118	0.54 32	0.35 104	0.18 138	0.24 402	0.16 49	0.13 61	0.16 58	0.26 348

HART	0.45 102	0.22 45	0.54 100	0.50 165	0.26 61	0.41 35	0.29 58	1.03 172	0.50 61	0.58 115	1.45 385	0.61 144	0.35 59	1.08 202	0.30 42	0.15 35	0.13 108	0.19 130	0.14 88	0.19 158	0.14 61

StereoAnything_RVC	0.45 102	1.43 532	0.48 63	0.35 3	0.20 3	0.26 4	0.21 12	0.43 3	0.22 4	0.22 1	0.21 2	0.19 1	0.36 68	1.27 248	0.22 1	0.21 246	0.11 26	0.14 1	0.10 2	2.37 537	0.11 2

tt45	0.45 102	0.23 56	0.46 58	0.45 94	0.33 214	0.79 286	0.32 82	0.78 72	0.41 38	0.51 105	0.44 39	0.49 90	0.37 73	2.14 394	0.34 94	0.16 56	0.13 108	0.19 130	0.16 146	0.17 87	0.18 171

IGEV-Stereo+	0.45 102	0.21 26	0.43 35	0.41 44	0.39 287	0.15 1	0.19 6	0.44 4	0.36 25	0.26 5	0.25 7	0.31 34	0.41 88	1.43 291	0.30 42	0.17 99	0.12 50	0.15 19	0.11 8	1.16 526	1.70 541

WCG-NET（raft）	0.45 102	0.21 26	0.55 110	0.40 36	0.24 38	0.50 101	0.36 125	0.73 57	1.09 282	0.71 142	0.76 135	0.92 259	0.51 155	0.84 128	0.34 94	0.16 56	0.12 50	0.15 19	0.14 88	0.14 18	0.14 61

MIF-Stereo (partial)	0.45 102	0.25 102	0.70 202	0.50 165	0.52 385	0.35 17	0.26 40	0.91 120	0.59 95	0.45 72	0.71 122	0.51 100	0.51 155	1.11 209	0.45 200	0.20 212	0.16 256	0.23 267	0.20 239	0.24 296	0.18 171

testlalala	0.45 102	0.28 173	0.59 137	0.42 51	0.39 287	0.71 245	0.39 163	1.08 207	0.45 48	1.24 340	0.80 150	0.61 144	0.36 68	0.54 32	0.33 77	0.20 212	0.13 108	0.18 108	0.12 38	0.15 38	0.15 92

SCV	0.46 109	0.26 123	0.55 110	0.47 112	0.25 55	0.39 29	0.38 148	1.98 457	0.60 96	0.35 25	0.48 53	0.55 117	0.36 68	1.28 250	0.32 64	0.24 312	0.12 50	0.17 74	0.13 61	0.18 117	0.14 61

Former-RAFT_DAM_RVC	0.46 109	0.36 353	0.71 214	0.47 112	0.36 245	0.67 221	0.35 109	0.78 72	1.12 295	0.61 126	0.62 97	0.39 52	0.39 81	0.71 86	0.39 145	0.20 212	0.17 285	0.22 229	0.18 185	0.23 281	0.19 211

IGEVStereo-DCA	0.46 109	0.28 173	0.56 114	0.43 58	0.33 214	0.49 87	0.42 191	0.87 104	0.50 61	0.47 79	0.48 53	0.48 82	0.46 118	2.03 384	0.30 42	0.19 179	0.14 159	0.19 130	0.15 104	0.16 58	0.18 171

rrr	0.46 109	0.28 173	0.73 232	0.43 58	0.33 214	0.49 87	0.38 148	0.76 65	0.50 61	0.47 79	0.48 53	0.48 82	0.46 118	2.03 384	0.30 42	0.19 179	0.14 159	0.19 130	0.15 104	0.16 58	0.16 121

plain	0.46 109	0.27 151	1.01 367	0.50 165	0.40 298	0.35 17	0.37 142	0.87 104	0.56 86	0.43 60	0.76 135	0.42 54	0.40 85	1.13 214	0.45 200	0.21 246	0.15 217	0.24 287	0.19 207	0.24 296	0.16 121

XX-TBD	0.46 109	0.70 482	0.35 1	0.79 467	0.25 55	0.58 160	0.26 40	0.69 46	1.27 389	0.76 150	1.00 196	0.45 67	0.33 44	0.47 18	0.37 126	0.19 179	0.15 217	0.15 19	0.11 8	0.17 87	0.14 61

PMTNet	0.46 109	0.21 26	0.38 8	0.37 9	0.23 22	0.71 245	0.27 47	0.74 61	1.04 255	0.64 131	0.70 119	0.55 117	0.47 127	0.86 137	0.35 104	1.00 524	0.13 108	0.15 19	0.10 2	0.15 38	0.13 35

rvit_stereo_0083	0.47 116	0.33 299	0.81 286	0.56 286	0.36 245	0.50 101	0.44 223	0.68 45	0.95 211	0.49 93	0.57 86	0.55 117	0.49 146	0.88 142	0.46 214	0.25 338	0.25 411	0.24 287	0.20 239	0.24 296	0.17 146

rvit_stereo_ft	0.47 116	0.35 343	0.87 312	0.67 409	0.42 311	0.40 31	0.59 358	0.81 90	0.74 145	0.46 76	0.55 80	0.57 127	0.49 146	0.65 71	0.50 239	0.25 338	0.17 285	0.22 229	0.22 312	0.24 296	0.17 146

RAFT-Stereo-weight	0.47 116	0.24 74	0.53 94	0.48 138	0.27 85	0.60 173	0.35 109	1.02 167	1.07 268	0.99 215	0.78 139	0.76 188	0.28 23	0.76 100	0.36 114	0.16 56	0.12 50	0.17 74	0.15 104	0.16 58	0.15 92

CAS++	0.47 116	0.31 261	0.56 114	0.47 112	0.32 193	0.42 42	0.28 53	1.76 391	0.72 139	0.71 142	0.72 125	0.37 49	0.28 23	0.69 78	0.33 77	0.27 377	0.22 381	0.26 345	0.21 283	0.29 364	0.19 211
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
iRaftStereo_RVC	0.47 116	0.26 123	0.64 160	0.50 165	0.29 126	0.53 131	0.33 89	1.05 186	0.77 156	0.84 176	1.00 196	0.55 117	0.37 73	0.81 120	0.40 152	0.17 99	0.12 50	0.22 229	0.20 239	0.19 158	0.15 92

CREStereo++_RVC	0.47 116	0.21 26	0.38 8	0.45 94	0.38 277	0.45 60	0.25 30	0.75 62	1.29 398	0.80 163	1.21 298	0.47 77	0.37 73	0.53 30	0.44 187	0.16 56	0.11 26	0.15 19	0.80 528	0.18 117	0.11 2
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
xyz-stereo-finetune	0.48 122	0.25 102	0.54 100	0.42 51	0.23 22	0.80 294	0.42 191	0.80 85	0.80 164	0.61 126	0.62 97	0.54 114	0.43 99	1.70 344	0.58 276	0.15 35	0.15 217	0.19 130	0.15 104	0.16 58	0.15 92

999	0.48 122	0.22 45	0.49 70	0.48 138	0.34 231	0.75 261	0.31 75	0.85 101	0.55 84	0.37 33	0.48 53	0.50 96	0.36 68	2.45 421	0.39 145	0.16 56	0.13 108	0.18 108	0.15 104	0.16 58	0.19 211

model_zeroshot	0.48 122	0.29 208	0.86 301	0.51 195	0.36 245	0.69 233	0.37 142	1.12 220	0.62 99	0.85 181	0.84 154	0.66 162	0.37 73	0.73 93	0.34 94	0.20 212	0.16 256	0.19 130	0.16 146	0.17 87	0.16 121

MyStereo07	0.48 122	0.29 208	0.50 75	0.55 273	0.45 335	0.59 165	0.79 418	1.05 186	0.51 70	0.48 87	0.53 71	0.43 57	0.55 177	1.30 255	0.34 94	0.17 99	0.16 256	0.24 287	0.20 239	0.23 281	0.20 243

4D-IteraStereo	0.48 122	0.24 74	0.76 262	0.50 165	0.44 328	0.66 217	0.31 75	0.87 104	1.02 246	1.03 231	0.72 125	0.78 195	0.32 42	0.64 65	0.37 126	0.17 99	0.11 26	0.23 267	0.19 207	0.19 158	0.13 35

CES	0.48 122	0.20 8	0.37 5	0.39 29	1.39 532	0.55 147	0.35 109	0.98 154	0.66 123	0.44 64	0.66 104	0.35 42	0.27 19	0.56 38	0.33 77	0.15 35	0.13 108	0.15 19	0.10 2	0.19 158	1.46 536

MM-Stereo_test1	0.49 128	0.24 74	0.56 114	0.51 195	0.30 148	0.50 101	0.54 309	0.91 120	1.03 250	0.84 176	0.69 115	0.54 114	0.60 204	1.16 221	0.33 77	0.18 138	0.16 256	0.20 165	0.17 167	0.19 158	0.15 92

GCAP-BAT	0.49 128	0.31 261	0.64 160	0.41 44	0.46 346	0.70 240	0.35 109	0.77 68	0.64 106	0.86 183	1.00 196	0.77 191	0.37 73	1.18 227	0.36 114	0.18 138	0.14 159	0.18 108	0.13 61	0.17 87	0.15 92

AE-Stereo	0.49 128	0.27 151	0.67 179	0.60 332	0.39 287	0.67 221	0.46 247	1.18 235	1.09 282	0.47 79	0.75 133	0.69 172	0.47 127	0.59 44	0.40 152	0.16 56	0.15 217	0.21 200	0.20 239	0.19 158	0.15 92

sCroCo_RVC	0.49 128	0.40 378	1.02 374	0.65 390	0.60 424	0.52 122	0.40 171	0.83 97	0.61 97	0.44 64	0.74 131	0.49 90	0.50 152	0.63 64	0.48 226	0.26 361	0.27 426	0.23 267	0.22 312	0.29 364	0.25 324

MM-Stereo_test3	0.50 132	0.24 74	0.54 100	0.54 249	0.74 465	0.49 87	0.53 303	1.09 209	1.05 259	0.62 129	0.95 177	0.61 144	0.42 92	0.77 103	0.38 137	0.20 212	0.17 285	0.20 165	0.16 146	0.18 117	0.18 171

RCA-Stereo	0.50 132	0.23 56	0.58 130	0.48 138	0.33 214	0.55 147	0.45 240	0.97 150	1.38 441	0.68 137	1.05 225	0.63 152	0.80 286	0.59 44	0.32 64	0.17 99	0.12 50	0.17 74	0.14 88	0.16 58	0.14 61

knoymous	0.51 134	0.29 208	0.47 61	0.43 58	0.30 148	0.55 147	0.55 327	1.02 167	0.77 156	0.98 212	0.85 156	0.94 264	0.56 182	0.85 133	0.45 200	0.20 212	0.14 159	0.26 345	0.14 88	0.23 281	0.23 298

tg	0.52 135	0.24 74	0.61 145	0.49 153	0.30 148	0.90 328	0.29 58	1.07 201	0.83 173	0.83 173	1.02 210	0.62 149	0.43 99	1.35 268	0.41 163	0.17 99	0.12 50	0.22 229	0.20 239	0.17 87	0.15 92

11t1	0.52 135	0.28 173	0.68 183	0.51 195	0.28 109	0.83 310	0.39 163	1.22 254	0.63 102	0.84 176	0.74 131	0.68 167	0.68 236	0.91 150	0.57 273	0.21 246	0.18 306	0.19 130	0.16 146	0.20 192	0.21 260

LL-Strereo2	0.52 135	0.33 299	0.69 196	0.52 216	0.37 260	0.70 240	0.30 68	1.13 223	0.67 124	0.94 201	0.78 139	0.91 250	0.42 92	1.05 193	0.42 174	0.17 99	0.16 256	0.29 386	0.25 363	0.21 233	0.16 121

Selective-RAFT	0.52 135	0.28 173	0.79 280	0.55 273	0.27 85	0.91 332	0.33 89	0.80 85	0.88 187	0.58 115	0.63 99	0.81 205	0.77 269	1.29 254	0.48 226	0.19 179	0.14 159	0.17 74	0.15 104	0.19 158	0.17 146

HUI-Stereo	0.52 135	0.30 228	0.73 232	0.50 165	0.27 85	0.65 209	0.30 68	1.04 178	0.64 106	1.12 261	0.96 180	0.83 217	0.60 204	0.79 112	0.45 200	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171

test-1	0.52 135	0.26 123	1.04 382	0.56 286	0.32 193	0.61 179	0.38 148	1.10 212	0.91 199	0.78 158	1.01 202	0.77 191	0.52 160	0.60 56	0.42 174	0.17 99	0.14 159	0.20 165	0.17 167	0.20 192	0.23 298

rafts_anoy	0.52 135	0.29 208	0.59 137	0.59 321	0.50 362	0.53 131	0.40 171	1.11 218	1.03 250	0.84 176	0.83 152	0.68 167	0.54 170	0.72 89	0.51 244	0.19 179	0.14 159	0.24 287	0.26 380	0.21 233	0.18 171

s12784h	0.52 135	0.20 8	0.38 8	0.41 44	0.19 1	0.96 354	0.34 101	1.17 230	1.25 378	0.81 167	0.90 166	0.63 152	0.50 152	1.45 295	0.42 174	0.14 28	0.12 50	0.17 74	0.11 8	0.18 117	0.11 2

raftrobust	0.52 135	0.25 102	0.56 114	0.65 390	0.52 385	0.49 87	0.34 101	0.98 154	0.91 199	1.30 369	0.87 160	0.63 152	0.81 290	0.78 108	0.41 163	0.19 179	0.15 217	0.16 49	0.14 88	0.15 38	0.16 121

Gwc-CoAtRS	0.52 135	0.24 74	0.68 183	0.48 138	0.29 126	0.64 193	0.25 30	1.16 228	1.08 274	1.01 223	1.00 196	1.12 330	0.56 182	0.69 78	0.37 126	0.16 56	0.13 108	0.17 74	0.15 104	0.15 38	0.15 92

rvit_0105_6	0.53 145	0.37 360	0.98 357	0.65 390	0.38 277	0.51 118	0.51 284	0.77 68	1.20 354	0.54 110	0.55 80	0.65 158	0.53 165	0.94 161	0.44 187	0.32 421	0.32 462	0.28 376	0.24 348	0.28 353	0.21 260

gcap-zeroshot	0.53 145	0.28 173	0.89 325	0.49 153	0.28 109	0.76 267	0.37 142	1.34 276	0.73 143	0.89 186	0.67 108	1.35 386	0.51 155	0.79 112	0.33 77	0.18 138	0.15 217	0.18 108	0.15 104	0.17 87	0.16 121

IGEV_Zeroshot_test	0.53 145	0.30 228	0.99 358	0.56 286	0.35 235	0.41 35	0.32 82	1.37 282	0.63 102	1.00 220	1.09 241	0.95 272	0.41 88	0.83 125	0.39 145	0.18 138	0.12 50	0.19 130	0.18 185	0.19 158	0.17 146

EKT-Stereo	0.53 145	0.30 228	0.73 232	0.58 308	0.60 424	0.51 118	0.48 265	0.94 137	0.90 194	0.71 142	0.88 162	0.77 191	0.43 99	1.07 198	0.40 152	0.22 272	0.16 256	0.21 200	0.18 185	0.20 192	0.22 278

Any-RAFT	0.53 145	0.24 74	0.47 61	0.47 112	0.27 85	1.00 366	0.25 30	1.58 342	1.05 259	0.85 181	0.99 192	1.06 307	0.47 127	0.70 82	0.32 64	0.18 138	0.13 108	0.16 49	0.13 61	0.16 58	0.16 121

anonymousdsp2	0.53 145	0.27 151	0.74 248	0.48 138	0.29 126	0.76 267	0.47 254	1.61 350	0.82 172	0.77 155	0.77 137	0.75 184	0.47 127	1.03 185	0.40 152	0.18 138	0.13 108	0.18 108	0.13 61	0.19 158	0.18 171

fff	0.53 145	0.24 74	0.70 202	0.43 58	0.24 38	0.48 75	0.36 125	1.07 201	1.25 378	1.10 253	1.02 210	0.57 127	1.06 405	0.73 93	0.52 251	0.16 56	0.13 108	0.17 74	0.13 61	0.15 38	0.19 211

test_4	0.53 145	0.22 45	0.56 114	0.54 249	0.32 193	0.64 193	0.39 163	0.80 85	0.62 99	0.92 195	1.87 469	0.68 167	0.42 92	1.16 221	0.37 126	0.15 35	0.13 108	0.20 165	0.22 312	0.20 192	0.15 92

GMOStereo	0.53 145	0.26 123	0.65 167	0.50 165	0.29 126	0.52 122	0.43 210	0.89 113	0.96 216	1.41 417	1.14 267	0.85 226	0.56 182	0.59 44	0.38 137	0.16 56	0.14 159	0.24 287	0.21 283	0.20 192	0.15 92

error version	0.53 145	0.26 123	0.65 167	0.50 165	0.29 126	0.52 122	0.43 210	0.89 113	0.96 216	1.41 417	1.14 267	0.85 226	0.56 182	0.59 44	0.38 137	0.16 56	0.14 159	0.24 287	0.21 283	0.20 192	0.15 92

test-v	0.53 145	0.26 123	0.65 167	0.50 165	0.29 126	0.52 122	0.43 210	0.89 113	0.96 216	1.41 417	1.14 267	0.85 226	0.56 182	0.59 44	0.38 137	0.16 56	0.14 159	0.24 287	0.21 283	0.20 192	0.15 92

test-2	0.53 145	0.26 123	0.65 167	0.50 165	0.29 126	0.52 122	0.43 210	0.89 113	0.96 216	1.41 417	1.14 267	0.85 226	0.56 182	0.59 44	0.38 137	0.16 56	0.14 159	0.24 287	0.21 283	0.20 192	0.15 92

raft+_RVC	0.53 145	0.26 123	0.54 100	0.60 332	0.47 351	0.54 139	0.54 309	1.27 264	0.99 235	0.76 150	1.03 220	0.70 176	0.56 182	0.93 158	0.47 221	0.18 138	0.14 159	0.19 130	0.18 185	0.18 117	0.15 92

csc	0.53 145	0.24 74	0.70 202	0.43 58	0.24 38	0.48 75	0.36 125	1.07 201	1.25 378	1.10 253	1.02 210	0.57 127	1.06 405	0.73 93	0.52 251	0.16 56	0.13 108	0.17 74	0.13 61	0.15 38	0.19 211

cscssc	0.53 145	0.24 74	0.70 202	0.43 58	0.24 38	0.48 75	0.36 125	1.07 201	1.25 378	1.10 253	1.02 210	0.57 127	1.06 405	0.73 93	0.52 251	0.16 56	0.13 108	0.17 74	0.13 61	0.15 38	0.19 211

1test111	0.54 160	0.31 261	0.50 75	0.54 249	0.26 61	1.18 401	0.51 284	1.42 294	0.78 159	0.58 115	0.79 145	0.48 82	0.88 328	0.88 142	0.59 279	0.20 212	0.12 50	0.25 326	0.15 104	0.22 256	0.21 260

RAFT-Test	0.54 160	0.25 102	0.64 160	0.47 112	0.30 148	0.97 358	0.27 47	1.24 260	0.81 167	0.96 205	1.12 258	1.28 371	0.48 138	0.71 86	0.36 114	0.17 99	0.13 108	0.17 74	0.14 88	0.16 58	0.16 121

DCANet-4	0.54 160	0.26 123	1.07 392	0.42 51	0.24 38	0.48 75	0.36 125	0.99 156	1.30 404	1.10 253	1.02 210	0.56 125	0.75 257	0.73 93	0.52 251	0.16 56	0.13 108	0.17 74	0.13 61	0.15 38	0.19 211

x	0.54 160	0.31 261	0.61 145	0.47 112	0.30 148	0.67 221	0.47 254	1.53 330	0.79 163	0.81 167	0.83 152	0.78 195	0.70 244	0.70 82	0.62 292	0.21 246	0.19 323	0.22 229	0.19 207	0.21 233	0.20 243

test-3	0.54 160	0.22 45	0.68 183	0.47 112	0.27 85	0.58 160	0.35 109	0.92 123	1.00 240	1.32 383	0.69 115	0.87 234	0.45 111	1.68 342	0.37 126	0.16 56	0.11 26	0.20 165	0.16 146	0.17 87	0.13 35

test_1	0.54 160	0.22 45	0.68 183	0.47 112	0.27 85	0.58 160	0.35 109	0.92 123	1.00 240	1.28 355	0.68 111	0.87 234	0.45 111	1.67 337	0.37 126	0.16 56	0.11 26	0.20 165	0.16 146	0.17 87	0.13 35

PSM-adaLoss	0.54 160	0.30 228	0.73 232	0.50 165	0.27 85	0.65 209	0.41 187	1.04 178	0.64 106	1.12 261	0.96 180	0.82 210	0.61 213	1.06 194	0.45 200	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171

ROB_FTStereo_v2	0.54 160	0.30 228	0.73 232	0.50 165	0.27 85	0.64 193	0.42 191	1.05 186	0.64 106	1.12 261	0.96 180	0.83 217	0.60 204	1.12 212	0.46 214	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171

ROB_FTStereo	0.54 160	0.30 228	0.73 232	0.50 165	0.27 85	0.64 193	0.25 30	1.05 186	0.64 106	1.12 261	0.95 177	0.82 210	0.61 213	1.15 217	0.45 200	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171

cross-raft	0.54 160	0.25 102	0.61 145	0.52 216	0.29 126	0.68 228	0.37 142	1.46 305	0.76 152	1.01 223	1.06 227	1.28 371	0.46 118	0.71 86	0.35 104	0.15 35	0.12 50	0.18 108	0.16 146	0.19 158	0.14 61

RAFT-IKP	0.54 160	0.30 228	0.73 232	0.50 165	0.27 85	0.59 165	0.36 125	1.04 178	0.64 106	1.12 261	0.96 180	0.83 217	0.61 213	1.22 234	0.45 200	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171

RALCasStereoNet	0.54 160	0.30 228	0.66 174	0.59 321	0.51 373	0.61 179	0.52 295	0.94 137	0.93 206	0.70 140	1.01 202	0.78 195	0.44 107	1.33 263	0.47 221	0.20 212	0.16 256	0.18 108	0.16 146	0.20 192	0.19 211

DCANet	0.54 160	0.24 74	0.70 202	0.43 58	0.24 38	0.49 87	0.36 125	1.05 186	1.30 404	1.12 261	1.03 220	0.58 132	0.92 341	0.81 120	0.52 251	0.16 56	0.13 108	0.17 74	0.13 61	0.18 117	0.19 211

RAFT-Stereo + iAFF	0.54 160	0.25 102	0.68 183	0.43 58	0.24 38	0.40 31	0.34 101	1.04 178	1.09 282	1.32 383	1.60 426	0.80 201	0.68 236	0.67 76	0.39 145	0.13 18	0.10 9	0.18 108	0.17 167	0.17 87	0.13 35

CFNet-RSSM	0.54 160	0.24 74	0.70 202	0.48 138	0.28 109	0.60 173	0.27 47	1.49 311	1.14 310	1.06 235	0.93 173	1.08 313	0.54 170	0.70 82	0.35 104	0.16 56	0.12 50	0.17 74	0.15 104	0.16 58	0.14 61

MSKI-zero shot	0.55 175	0.26 123	0.57 124	0.51 195	0.26 61	0.69 233	0.28 53	1.18 235	0.64 106	0.91 193	1.32 342	0.82 210	0.33 44	1.92 372	0.32 64	0.17 99	0.12 50	0.17 74	0.13 61	0.16 58	0.16 121

test_3	0.55 175	0.23 56	0.71 214	0.53 234	0.28 109	0.61 179	0.40 171	0.92 123	1.05 259	1.19 313	0.68 111	0.93 261	0.44 107	1.67 337	0.39 145	0.15 35	0.12 50	0.22 229	0.19 207	0.21 233	0.14 61

Patchmatch Stereo++	0.55 175	0.30 228	0.73 232	0.50 165	0.27 85	0.65 209	0.29 58	1.05 186	0.64 106	1.12 261	0.96 180	0.83 217	0.60 204	1.37 274	0.45 200	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171
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
DeepStereo_RVC	0.55 175	0.29 208	0.72 220	0.51 195	0.30 148	0.59 165	0.33 89	1.03 172	0.70 133	1.16 295	0.93 173	0.83 217	0.94 355	0.96 164	0.54 264	0.21 246	0.14 159	0.21 200	0.19 207	0.24 296	0.24 312

iRAFT	0.55 175	0.30 228	0.73 232	0.50 165	0.27 85	0.65 209	0.29 58	1.05 186	0.64 106	1.12 261	0.96 180	0.83 217	0.60 204	1.37 274	0.45 200	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171

CRE-IMP	0.55 175	0.30 228	0.74 248	0.52 216	0.29 126	0.79 286	0.25 30	1.04 178	0.72 139	1.09 245	0.95 177	0.81 205	0.57 191	1.10 206	0.50 239	0.21 246	0.14 159	0.23 267	0.19 207	0.28 353	0.22 278

sAnonymous2	0.55 175	0.56 445	1.46 460	0.60 332	0.51 373	0.48 75	0.52 295	0.79 77	0.68 128	0.50 101	0.67 108	0.46 70	0.62 218	0.59 44	0.40 152	0.22 272	0.17 285	0.22 229	0.21 283	0.86 514	0.56 488

CroCo_RVC	0.55 175	0.56 445	1.46 460	0.60 332	0.51 373	0.48 75	0.52 295	0.79 77	0.68 128	0.50 101	0.67 108	0.46 70	0.62 218	0.59 44	0.40 152	0.22 272	0.17 285	0.22 229	0.21 283	0.86 514	0.56 488

GMStereo	0.55 175	0.45 403	0.94 342	0.50 165	0.32 193	0.64 193	0.43 210	1.00 160	1.40 451	0.82 171	0.73 127	0.51 100	0.45 111	0.85 133	0.55 268	0.24 312	0.15 217	0.20 165	0.21 283	0.31 384	0.24 312
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AIO-test1	0.56 184	0.25 102	0.55 110	0.64 376	0.78 478	0.80 294	0.36 125	1.18 235	1.34 419	0.57 113	0.88 162	0.61 144	0.50 152	1.12 212	0.35 104	0.17 99	0.17 285	0.22 229	0.24 348	0.18 117	0.23 298

rvit_0105_4	0.56 184	0.38 367	1.06 387	0.66 397	0.38 277	0.53 131	0.53 303	0.84 100	1.17 334	0.56 112	0.61 94	0.72 180	0.59 201	0.98 173	0.45 200	0.32 421	0.33 467	0.29 386	0.25 363	0.29 364	0.23 298

H2IRNET	0.56 184	0.26 123	0.66 174	0.47 112	0.35 235	0.41 35	0.26 40	0.92 123	1.17 334	0.61 126	1.28 326	1.08 313	0.86 318	0.99 176	0.63 296	0.19 179	0.16 256	0.22 229	0.25 363	0.21 233	0.18 171

ACVNet-DCA	0.56 184	0.31 261	0.50 75	0.54 249	0.26 61	1.18 401	0.51 284	1.42 294	0.78 159	0.58 115	0.79 145	0.48 82	0.88 328	1.46 297	0.32 64	0.20 212	0.12 50	0.25 326	0.15 104	0.22 256	0.21 260

riskmin	0.56 184	0.27 151	0.60 142	0.43 58	0.31 174	0.83 310	0.42 191	1.14 224	1.04 255	0.73 148	0.75 133	1.11 329	1.01 389	0.81 120	0.51 244	0.20 212	0.14 159	0.24 287	0.15 104	0.24 296	0.25 324

MIPNet	0.56 184	0.28 173	0.94 342	0.49 153	0.33 214	0.66 217	0.38 148	1.35 279	1.08 274	1.06 235	0.92 170	0.60 140	0.79 280	0.73 93	0.52 251	0.17 99	0.14 159	0.19 130	0.16 146	0.18 117	0.17 146

iGMRVC	0.56 184	0.30 228	0.73 232	0.50 165	0.27 85	0.65 209	0.38 148	1.05 186	0.64 106	1.12 261	0.96 180	0.83 217	0.60 204	1.52 308	0.46 214	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171

AIO-test2	0.57 191	0.28 173	0.63 153	0.61 346	0.58 413	0.79 286	0.51 284	1.18 235	1.40 451	0.63 130	1.15 275	0.51 100	0.43 99	1.09 203	0.35 104	0.21 246	0.17 285	0.26 345	0.30 432	0.20 192	0.19 211

MIM_Stereo	0.57 191	0.24 74	0.92 336	0.46 101	0.30 148	0.54 139	0.28 53	1.27 264	0.75 146	1.00 220	1.16 280	0.93 261	0.53 165	1.45 295	0.61 289	0.16 56	0.16 256	0.20 165	0.19 207	0.17 87	0.14 61

qqq	0.57 191	0.34 322	0.71 214	0.47 112	0.27 85	0.64 193	0.62 367	1.42 294	0.78 159	0.80 163	0.92 170	0.95 272	0.77 269	0.88 142	0.59 279	0.21 246	0.20 341	0.24 287	0.23 335	0.22 256	0.21 260

ADStereo(finetuned)	0.57 191	0.24 74	1.06 387	0.43 58	0.24 38	0.49 87	0.35 109	1.05 186	1.30 404	1.12 261	1.03 220	0.58 132	1.20 436	0.84 128	0.51 244	0.16 56	0.13 108	0.17 74	0.13 61	0.18 117	0.19 211

R-Stereo Train	0.57 191	0.26 123	0.63 153	0.54 249	0.36 245	0.69 233	0.54 309	1.22 254	0.72 139	1.61 460	1.50 402	0.75 184	0.53 165	0.64 65	0.44 187	0.18 138	0.15 217	0.17 74	0.15 104	0.17 87	0.17 146

RAFT-Stereo	0.57 191	0.26 123	0.63 153	0.54 249	0.36 245	0.69 233	0.54 309	1.22 254	0.72 139	1.61 460	1.50 402	0.75 184	0.53 165	0.64 65	0.44 187	0.18 138	0.15 217	0.17 74	0.15 104	0.17 87	0.17 146
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
xyz-stereo-finetune2	0.58 197	0.27 151	0.57 124	0.40 36	0.24 38	1.09 384	0.32 82	0.79 77	0.53 81	0.65 133	1.07 231	0.58 132	0.80 286	2.47 426	0.80 353	0.16 56	0.15 217	0.21 200	0.17 167	0.16 58	0.17 146

rvit_0105_5	0.58 197	0.39 372	1.05 383	0.66 397	0.37 260	0.58 160	0.56 335	0.94 137	1.18 341	0.64 131	0.68 111	0.75 184	0.63 223	0.88 142	0.50 239	0.32 421	0.32 462	0.30 398	0.27 391	0.28 353	0.25 324

testlalala2	0.58 197	0.27 151	0.68 183	1.72 534	1.27 530	0.68 228	0.42 191	0.93 130	0.70 133	0.90 188	0.93 173	0.76 188	0.34 51	0.52 27	0.40 152	0.18 138	0.15 217	0.17 74	0.13 61	0.17 87	0.17 146

RAFT+CT+SA	0.58 197	0.29 208	0.60 142	0.66 397	0.37 260	0.42 42	0.55 327	1.27 264	1.03 250	0.70 140	1.22 300	0.60 140	0.70 244	1.64 331	0.41 163	0.18 138	0.13 108	0.22 229	0.22 312	0.21 233	0.18 171

IPLGR	0.58 197	0.27 151	1.14 412	0.48 138	0.28 109	0.65 209	0.33 89	1.22 254	1.13 307	1.18 309	1.05 225	0.69 172	0.66 235	0.96 164	0.52 251	0.17 99	0.15 217	0.20 165	0.17 167	0.20 192	0.18 171

AFF-stereo	0.58 197	0.25 102	0.64 160	0.46 101	0.29 126	0.34 15	0.38 148	1.15 226	1.14 310	1.17 304	1.60 426	1.10 325	0.71 248	0.97 172	0.43 184	0.13 18	0.11 26	0.19 130	0.19 207	0.17 87	0.14 61

dd	0.59 203	0.48 414	0.97 354	0.55 273	0.32 193	0.64 193	0.47 254	1.02 167	1.34 419	0.78 158	0.86 157	0.58 132	0.54 170	1.01 181	0.86 370	0.28 390	0.18 306	0.26 345	0.19 207	0.32 393	0.24 312

PFNet+	0.59 203	0.28 173	0.77 269	0.53 234	0.30 148	0.59 165	0.31 75	0.92 123	1.14 310	1.33 391	1.10 245	0.79 199	0.57 191	1.31 256	0.49 233	0.25 338	0.17 285	0.28 376	0.26 380	0.21 233	0.25 324

AnonymousM	0.59 203	1.11 517	0.41 22	0.44 81	0.32 193	0.43 51	0.47 254	1.05 186	0.64 106	0.98 212	0.63 99	0.67 165	0.43 99	0.59 44	0.41 163	0.20 212	0.15 217	1.84 539	0.84 530	0.14 18	0.13 35

GANet-ADL	0.60 206	0.35 343	0.72 220	0.64 376	0.40 298	0.68 228	0.51 284	1.49 311	1.12 295	0.95 203	1.08 236	0.91 250	0.57 191	0.76 100	0.55 268	0.26 361	0.18 306	0.18 108	0.16 146	0.23 281	0.25 324

TRStereo	0.60 206	0.60 463	0.97 354	0.74 453	0.67 446	0.46 65	0.38 148	1.85 421	0.89 190	0.79 161	0.80 150	0.88 238	0.39 81	1.10 206	0.41 163	0.23 297	0.15 217	0.23 267	0.24 348	0.17 87	0.15 92

NRIStereo	0.60 206	0.29 208	0.69 196	0.53 234	0.28 109	0.63 190	0.33 89	1.08 207	0.87 183	1.14 279	0.87 160	0.91 250	0.59 201	2.24 405	0.49 233	0.20 212	0.14 159	0.21 200	0.19 207	0.21 233	0.17 146

RALAANet	0.60 206	0.33 299	0.87 312	0.62 358	0.50 362	0.69 233	0.31 75	1.21 246	1.06 263	1.09 245	1.16 280	0.88 238	0.46 118	1.22 234	0.42 174	0.19 179	0.15 217	0.21 200	0.17 167	0.27 334	0.17 146

111	0.60 206	0.23 56	0.70 202	0.43 58	0.24 38	0.72 248	0.42 191	1.18 235	1.41 455	0.80 163	1.38 365	1.10 325	0.79 280	0.96 164	0.58 276	0.18 138	0.13 108	0.17 74	0.15 104	0.17 87	0.19 211

FENet	0.60 206	0.28 173	0.63 153	0.54 249	0.33 214	0.83 310	0.38 148	1.27 264	1.07 268	1.00 220	0.86 157	0.99 288	0.85 310	0.96 164	0.68 311	0.22 272	0.15 217	0.23 267	0.20 239	0.22 256	0.23 298

test_sample1	0.61 212	0.29 208	0.75 252	0.50 165	0.31 174	0.76 267	0.48 265	1.59 343	0.84 177	0.90 188	0.94 176	0.88 238	0.95 360	1.16 221	0.67 307	0.22 272	0.18 306	0.20 165	0.19 207	0.21 233	0.21 260

MyStereo06	0.61 212	0.28 173	0.95 346	0.56 286	0.46 346	0.61 179	0.73 402	1.78 399	0.67 124	1.03 231	1.12 258	1.13 335	0.56 182	0.78 108	0.41 163	0.17 99	0.16 256	0.23 267	0.20 239	0.22 256	0.20 243

ACRE	0.61 212	0.33 299	1.01 367	0.58 308	0.49 355	0.75 261	0.47 254	1.06 199	0.95 211	1.37 403	1.55 413	0.62 149	0.46 118	0.83 125	0.70 315	0.23 297	0.15 217	0.19 130	0.16 146	0.18 117	0.21 260

Anonymous3	0.61 212	0.44 396	1.11 404	0.59 321	0.49 355	0.93 343	0.65 376	0.93 130	0.81 167	0.72 147	0.88 162	0.65 158	0.69 239	1.06 194	0.53 258	0.35 447	0.30 448	0.26 345	0.26 380	0.31 384	0.27 358

test_sample2	0.62 216	0.29 208	0.74 248	0.50 165	0.28 109	0.80 294	0.61 364	1.61 350	1.00 240	0.88 185	0.99 192	0.94 264	0.83 303	1.16 221	0.51 244	0.23 297	0.18 306	0.22 229	0.21 283	0.23 281	0.22 278

tt1	0.62 216	0.32 277	0.51 82	0.54 249	0.26 61	1.16 398	0.48 265	0.95 142	2.47 522	0.57 113	0.77 137	0.49 90	0.81 290	1.55 316	0.32 64	0.20 212	0.12 50	0.24 287	0.15 104	0.19 158	0.20 243

CIPLG	0.62 216	0.33 299	0.96 352	0.58 308	0.50 362	0.75 261	0.48 265	1.05 186	0.96 216	1.40 415	1.57 421	0.64 155	0.48 138	0.89 147	0.70 315	0.23 297	0.15 217	0.19 130	0.16 146	0.19 158	0.21 260

IPLGR_C	0.62 216	0.33 299	0.99 358	0.58 308	0.49 355	0.76 267	0.48 265	1.10 212	0.96 216	1.40 415	1.56 417	0.62 149	0.48 138	0.80 114	0.71 320	0.23 297	0.15 217	0.19 130	0.16 146	0.19 158	0.21 260

HHNet	0.62 216	0.26 123	0.63 153	0.43 58	0.45 335	0.50 101	0.58 350	1.07 201	1.01 243	1.25 346	2.23 493	0.70 176	0.61 213	1.07 198	0.47 221	0.20 212	0.13 108	0.23 267	0.19 207	0.19 158	0.30 389

Pruner-Stereo	0.62 216	0.29 208	0.70 202	0.61 346	0.31 174	0.63 190	0.43 210	1.17 230	0.99 235	1.53 443	1.08 236	0.95 272	0.55 177	1.35 268	0.51 244	0.23 297	0.14 159	0.24 287	0.21 283	0.21 233	0.23 298

DIP-Stereo	0.62 216	0.30 228	0.83 293	0.48 138	0.36 245	0.95 348	0.33 89	2.37 518	0.67 124	1.25 346	1.00 196	0.68 167	0.51 155	0.91 150	0.61 289	0.18 138	0.15 217	0.21 200	0.17 167	0.19 158	0.19 211
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
FACV-RUCA	0.63 223	0.34 322	0.82 289	0.62 358	0.65 439	0.81 303	0.41 187	1.44 301	1.07 268	0.86 183	1.14 267	0.61 144	0.69 239	0.80 114	0.53 258	0.28 390	0.19 323	0.47 488	0.21 283	0.35 409	0.25 324

rvit_0105_3	0.63 223	0.44 396	1.08 396	0.72 442	0.40 298	0.64 193	0.71 398	1.03 172	1.17 334	0.82 171	0.70 119	0.80 201	0.70 244	0.91 150	0.56 270	0.35 447	0.34 468	0.34 438	0.32 446	0.27 334	0.28 370

mmm	0.63 223	0.35 343	0.72 220	0.51 195	0.30 148	0.86 322	0.54 309	1.59 343	0.86 179	1.07 238	1.38 365	0.79 199	0.75 257	0.91 150	0.58 276	0.22 272	0.18 306	0.29 386	0.25 363	0.25 308	0.23 298

HH	0.63 223	0.30 228	0.77 269	0.50 165	0.32 193	0.49 87	0.46 247	1.65 359	0.64 106	0.69 138	1.09 241	1.63 439	0.85 310	1.90 370	0.37 126	0.18 138	0.13 108	0.19 130	0.17 167	0.19 158	0.16 121

HanStereo	0.63 223	0.30 228	0.77 269	0.50 165	0.32 193	0.49 87	0.46 247	1.65 359	0.64 106	0.69 138	1.09 241	1.63 439	0.85 310	1.90 370	0.37 126	0.18 138	0.13 108	0.19 130	0.17 167	0.19 158	0.16 121

CAS	0.63 223	0.18 1	0.37 5	2.27 540	0.84 492	0.57 157	0.54 309	0.79 77	0.62 99	0.48 87	0.70 119	0.36 44	0.26 17	0.45 12	0.35 104	2.24 541	0.10 9	0.14 1	0.09 1	0.15 38	1.06 530

TestStereo1	0.63 223	0.28 173	0.75 252	0.76 460	0.31 174	0.48 75	0.43 210	1.30 269	1.21 360	0.97 208	1.31 336	0.64 155	0.77 269	1.75 351	0.42 174	0.20 212	0.15 217	0.22 229	0.18 185	0.21 233	0.17 146

RAFT_CTSACE	0.63 223	0.26 123	0.88 319	0.55 273	0.51 373	0.71 245	0.44 223	0.80 85	0.97 223	0.97 208	1.84 464	1.18 343	0.68 236	1.47 301	0.36 114	0.16 56	0.15 217	0.21 200	0.20 239	0.20 192	0.14 61

SA-5K	0.63 223	0.28 173	0.75 252	0.76 460	0.31 174	0.48 75	0.43 210	1.30 269	1.21 360	0.97 208	1.31 336	0.64 155	0.77 269	1.75 351	0.42 174	0.20 212	0.15 217	0.22 229	0.18 185	0.21 233	0.17 146

ICVP	0.63 223	0.33 299	0.57 124	0.61 346	0.40 298	0.80 294	0.58 350	1.61 350	0.89 190	0.90 188	1.24 306	0.88 238	0.73 253	0.72 89	0.88 372	0.29 401	0.21 363	0.22 229	0.21 283	0.24 296	0.27 358
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
XX-Stereo	0.63 223	0.26 123	1.90 492	0.81 473	0.67 446	0.43 51	0.23 24	1.03 172	0.58 89	0.65 133	1.56 417	1.41 395	0.39 81	1.28 250	0.35 104	0.20 212	0.14 159	0.20 165	0.19 207	0.18 117	0.14 61

ACVNet	0.63 223	0.31 261	0.54 100	0.54 249	0.36 245	0.80 294	0.46 247	1.37 282	1.07 268	0.93 196	1.30 330	1.08 313	0.85 310	0.80 114	0.94 382	0.21 246	0.19 323	0.21 200	0.18 185	0.22 256	0.18 171

HI	0.64 235	0.32 277	0.68 183	0.47 112	0.51 373	0.41 35	0.36 125	1.04 178	0.75 146	1.31 379	1.43 378	1.62 434	1.12 418	0.94 161	0.88 372	0.15 35	0.12 50	0.20 165	0.20 239	0.20 192	0.18 171

CoSv	0.64 235	0.32 277	0.68 183	0.47 112	0.51 373	0.41 35	0.36 125	1.04 178	0.75 146	1.31 379	1.43 378	1.62 434	1.12 418	0.94 161	0.88 372	0.15 35	0.12 50	0.20 165	0.20 239	0.20 192	0.18 171

rvit_stereo_0075_2	0.64 235	0.46 405	1.05 383	0.66 397	0.66 442	0.53 131	0.48 265	1.20 245	1.12 295	0.76 150	0.92 170	0.78 195	0.53 165	1.03 185	0.59 279	0.37 455	0.28 433	0.40 471	0.31 438	0.37 420	0.32 405

cc1	0.64 235	0.31 261	0.50 75	0.54 249	0.26 61	1.18 401	0.51 284	0.93 130	3.05 535	0.58 115	0.79 145	0.48 82	0.88 328	1.46 297	0.32 64	0.20 212	0.12 50	0.25 326	0.15 104	0.19 158	0.19 211

GwcNet-ADL	0.64 235	0.31 261	0.79 280	0.56 286	0.41 306	0.60 173	0.58 350	1.41 292	1.26 383	1.08 239	1.13 263	0.91 250	0.60 204	1.04 191	0.78 343	0.27 377	0.18 306	0.18 108	0.18 185	0.25 308	0.29 375

RAFT	0.64 235	0.30 228	0.73 232	0.59 321	0.33 214	0.68 228	0.58 350	1.04 178	0.76 152	1.08 239	1.19 292	1.65 445	0.93 350	1.06 194	0.56 270	0.21 246	0.18 306	0.27 361	0.24 348	0.22 256	0.17 146

TestStereo	0.64 235	0.39 372	0.71 214	0.51 195	0.27 85	0.56 152	0.42 191	1.03 172	0.91 199	0.80 163	1.00 196	0.68 167	0.52 160	3.25 455	0.45 200	0.22 272	0.15 217	0.24 287	0.18 185	0.27 334	0.16 121

DN-CSS_ROB	0.64 235	0.32 277	1.05 383	0.55 273	0.40 298	0.54 139	0.45 240	1.21 246	0.93 206	1.03 231	1.47 392	0.69 172	0.63 223	1.76 356	0.49 233	0.18 138	0.14 159	0.25 326	0.22 312	0.22 256	0.20 243

MyStereo8	0.65 243	0.29 208	1.00 363	0.58 308	0.49 355	0.91 332	0.35 109	1.18 235	1.31 408	1.16 295	1.27 320	0.90 247	0.64 227	0.72 89	0.95 386	0.18 138	0.14 159	0.20 165	0.18 185	0.22 256	0.26 348

StereoVision	0.65 243	0.34 322	0.86 301	0.59 321	0.40 298	0.50 101	0.41 187	1.09 209	0.93 206	0.71 142	2.50 506	0.82 210	0.57 191	1.03 185	0.49 233	0.25 338	0.28 433	0.29 386	0.28 412	0.36 416	0.20 243

CASS	0.65 243	0.34 322	0.72 220	0.56 286	0.27 85	0.78 280	0.42 191	1.59 343	0.86 179	1.30 369	1.25 310	0.87 234	0.84 307	0.84 128	0.54 264	0.35 447	0.19 323	0.26 345	0.21 283	0.28 353	0.42 451
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_5	0.65 243	0.30 228	0.75 252	0.67 409	0.50 362	0.92 339	0.52 295	1.39 288	1.12 295	0.76 150	1.11 251	1.00 289	0.90 335	1.53 312	0.45 200	0.18 138	0.13 108	0.23 267	0.22 312	0.21 233	0.19 211

iRaft-Stereo_20w	0.65 243	0.31 261	1.00 363	0.47 112	0.34 231	0.73 252	0.30 68	2.96 533	0.70 133	1.15 285	1.14 267	0.76 188	0.65 233	1.11 209	0.38 137	0.17 99	0.13 108	0.18 108	0.16 146	0.19 158	0.18 171

EAI-Stereo	0.65 243	0.28 173	0.69 196	0.53 234	0.27 85	0.60 173	0.40 171	2.28 510	0.64 106	0.71 142	3.18 519	0.57 127	0.43 99	1.06 194	0.41 163	0.18 138	0.13 108	0.17 74	0.17 167	0.17 87	0.17 146

HITNet	0.65 243	0.40 378	0.77 269	0.48 138	0.24 38	1.05 375	0.49 275	1.76 391	1.02 246	1.18 309	1.18 285	0.89 246	0.80 286	0.85 133	0.79 349	0.17 99	0.12 50	0.21 200	0.17 167	0.29 364	0.15 92
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
MyStereo05	0.66 250	0.28 173	1.07 392	0.56 286	0.46 346	0.61 179	0.73 402	1.34 276	1.41 455	1.15 285	0.91 168	0.77 191	0.80 286	1.41 290	0.63 296	0.17 99	0.16 256	0.23 267	0.20 239	0.22 256	0.20 243

PCWNet_CMD	0.66 250	0.32 277	0.88 319	0.49 153	0.37 260	0.78 280	0.40 171	1.42 294	1.31 408	1.16 295	1.31 336	1.25 360	0.62 218	0.89 147	0.57 273	0.20 212	0.16 256	0.27 361	0.19 207	0.40 437	0.25 324

ToySt	0.66 250	0.33 299	1.23 422	0.51 195	0.33 214	0.86 322	0.68 389	1.10 212	0.97 223	0.84 176	1.08 236	1.25 360	0.94 355	1.01 181	0.74 327	0.19 179	0.19 323	0.24 287	0.24 348	0.27 334	0.23 298

DisPM	0.66 250	0.28 173	0.72 220	0.61 346	0.35 235	0.62 188	0.45 240	1.02 167	0.99 235	1.56 452	1.10 245	0.80 201	0.59 201	2.37 416	0.41 163	0.23 297	0.14 159	0.23 267	0.21 283	0.20 192	0.25 324

SA	0.66 250	0.30 228	0.82 289	0.61 346	0.30 148	0.58 160	0.38 148	1.44 301	1.30 404	0.96 205	1.36 358	0.66 162	0.95 360	1.85 366	0.42 174	0.19 179	0.15 217	0.25 326	0.23 335	0.21 233	0.17 146

CFNet_pseudo	0.66 250	0.32 277	0.86 301	0.48 138	0.39 287	0.70 240	0.40 171	1.33 271	1.22 366	1.16 295	1.34 351	1.24 356	0.64 227	0.98 173	0.59 279	0.21 246	0.16 256	0.33 428	0.19 207	0.36 416	0.25 324

GES	0.66 250	0.34 322	0.90 329	0.59 321	0.38 277	0.94 344	0.57 346	2.11 481	0.86 179	1.02 227	1.11 251	0.66 162	0.79 280	0.99 176	0.61 289	0.27 377	0.19 323	0.20 165	0.20 239	0.21 233	0.30 389

MSMDNet	0.66 250	0.32 277	0.87 312	0.49 153	0.37 260	0.79 286	0.40 171	1.43 300	1.31 408	1.15 285	1.31 336	1.24 356	0.63 223	0.88 142	0.57 273	0.21 246	0.16 256	0.26 345	0.19 207	0.39 433	0.24 312

ccs_rob	0.66 250	0.33 299	0.86 301	0.48 138	0.39 287	0.70 240	0.40 171	1.33 271	1.22 366	1.16 295	1.34 351	1.23 354	0.64 227	0.98 173	0.59 279	0.21 246	0.16 256	0.35 446	0.20 239	0.37 420	0.25 324

MyStereo04	0.67 259	0.29 208	1.07 392	0.55 273	0.45 335	0.59 165	0.79 418	1.50 315	1.40 451	0.91 193	0.91 168	0.74 182	0.86 318	1.52 308	0.62 292	0.17 99	0.16 256	0.24 287	0.20 239	0.23 281	0.20 243

xx1	0.67 259	0.31 261	0.50 75	0.54 249	0.26 61	1.18 401	0.51 284	0.93 130	3.05 535	0.58 115	0.79 145	0.95 272	0.77 269	1.46 297	0.32 64	0.20 212	0.12 50	0.24 287	0.23 335	0.22 256	0.21 260

GMStereo_Zeroshot	0.67 259	0.61 465	1.01 367	0.64 376	0.37 260	0.84 318	0.35 109	1.05 186	1.12 295	1.12 261	1.06 227	1.27 368	0.54 170	1.19 229	0.59 279	0.32 421	0.17 285	0.31 404	0.18 185	0.52 481	0.22 278

DMCA	0.67 259	0.34 322	0.90 329	0.51 195	0.44 328	0.86 322	0.47 254	1.42 294	1.02 246	1.17 304	1.12 258	1.23 354	0.75 257	0.78 108	0.95 386	0.25 338	0.19 323	0.27 361	0.19 207	0.24 296	0.27 358

test_sample3	0.68 263	0.32 277	0.88 319	0.52 216	0.30 148	0.97 358	0.52 295	1.86 424	1.15 322	1.08 239	1.11 251	0.88 238	0.71 248	1.17 225	0.68 311	0.25 338	0.20 341	0.25 326	0.25 363	0.25 308	0.25 324

raft_robust	0.68 263	0.30 228	0.64 160	0.52 216	0.26 61	0.54 139	0.35 109	1.33 271	1.24 375	1.16 295	1.07 231	0.60 140	0.54 170	3.58 465	0.37 126	0.18 138	0.14 159	0.20 165	0.22 312	0.20 192	0.16 121

test_sample5	0.69 265	0.34 322	0.87 312	0.52 216	0.30 148	0.84 318	0.54 309	1.83 417	1.14 310	1.11 259	1.25 310	0.88 238	0.78 276	1.23 236	0.65 301	0.26 361	0.20 341	0.27 361	0.27 391	0.27 334	0.26 348

test_sample4	0.69 265	0.33 299	0.91 332	0.51 195	0.30 148	0.92 339	0.52 295	1.87 426	1.15 322	1.14 279	1.18 285	0.87 234	0.75 257	1.18 227	0.68 311	0.25 338	0.20 341	0.26 345	0.26 380	0.26 320	0.25 324

IPLG	0.69 265	0.27 151	0.97 354	0.51 195	0.43 321	0.79 286	0.33 89	1.21 246	1.06 263	1.30 369	1.10 245	0.52 107	0.55 177	3.16 453	0.63 296	0.16 56	0.14 159	0.19 130	0.16 146	0.18 117	0.17 146

UCFNet_RVC	0.69 265	0.35 343	0.49 70	0.64 376	0.39 287	0.85 321	0.58 350	1.75 385	1.14 310	0.97 208	1.19 292	1.17 340	0.93 350	0.99 176	0.62 292	0.28 390	0.20 341	0.34 438	0.31 438	0.32 393	0.27 358

IGEV-BASED-STEREO-	0.70 269	3.18 561	2.55 515	0.39 29	0.23 22	0.44 57	0.23 24	0.63 29	0.42 41	0.44 64	0.44 39	0.34 40	0.28 23	0.56 38	0.29 32	1.35 535	0.10 9	0.22 229	0.19 207	0.46 467	1.31 534

DualNet	0.70 269	0.34 322	0.87 312	0.52 216	0.30 148	0.84 318	0.54 309	1.83 417	1.14 310	1.14 279	1.33 344	0.88 238	0.78 276	1.23 236	0.65 301	0.26 361	0.20 341	0.27 361	0.27 391	0.27 334	0.26 348

CFNet_ucs	0.70 269	0.33 299	0.88 319	0.50 165	0.43 321	0.74 256	0.44 223	1.60 347	1.29 398	1.22 326	1.54 411	1.09 323	0.63 223	0.99 176	0.59 279	0.25 338	0.20 341	0.37 457	0.21 283	0.40 437	0.28 370

IER	0.70 269	0.31 261	1.02 374	0.48 138	0.52 385	1.34 428	0.51 284	1.17 230	0.99 235	1.23 332	1.34 351	1.12 330	1.11 415	0.99 176	0.71 320	0.20 212	0.16 256	0.21 200	0.21 283	0.20 192	0.19 211

HCRNet	0.70 269	0.39 372	0.73 232	0.60 332	0.59 421	0.76 267	0.35 109	1.22 254	1.13 307	1.02 227	0.99 192	1.02 298	0.76 265	2.19 402	0.70 315	0.28 390	0.19 323	0.28 376	0.23 335	0.25 308	0.23 298

SFCPSM	0.70 269	0.28 173	1.02 374	0.51 195	0.38 277	1.37 431	0.66 381	2.00 460	1.03 250	1.17 304	1.21 298	0.82 210	0.78 276	1.03 185	0.53 258	0.21 246	0.17 285	0.22 229	0.24 348	0.21 233	0.19 211

AdaStereo	0.70 269	0.43 393	0.75 252	0.73 450	0.37 260	0.92 339	0.53 303	1.85 421	1.18 341	1.12 261	1.23 304	1.07 312	0.65 233	0.96 164	0.63 296	0.31 414	0.15 217	0.32 419	0.21 283	0.29 364	0.22 278
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
test_sample6	0.71 276	0.34 322	0.87 312	0.52 216	0.30 148	0.82 305	0.58 350	1.79 405	1.15 322	1.14 279	1.33 344	0.91 250	0.79 280	1.31 256	0.74 327	0.27 377	0.21 363	0.27 361	0.29 423	0.28 353	0.27 358

BSDual-CNN	0.71 276	0.32 277	0.68 183	0.54 249	0.44 328	1.27 416	0.65 376	2.16 491	0.98 228	1.20 317	1.11 251	1.12 330	0.74 255	0.91 150	0.66 304	0.24 312	0.17 285	0.25 326	0.22 312	0.22 256	0.22 278

DFGA-Net	0.72 278	0.40 378	1.40 446	0.52 216	0.45 335	0.83 310	0.44 223	1.28 268	1.08 274	0.99 215	1.19 292	0.70 176	0.55 177	2.14 394	1.16 420	0.18 138	0.16 256	0.24 287	0.23 335	0.27 334	0.25 324

rvit_105_1	0.72 278	0.52 431	1.01 367	0.78 465	0.49 355	0.75 261	0.87 440	1.12 220	1.18 341	0.99 215	0.79 145	0.90 247	0.77 269	1.26 245	0.75 332	0.41 469	0.36 484	0.36 454	0.41 482	0.30 375	0.33 411

DCVSM-stereo	0.72 278	0.35 343	0.76 262	0.55 273	0.42 311	0.73 252	0.38 148	1.21 246	1.02 246	1.79 481	1.04 223	1.62 434	1.03 396	1.04 191	0.79 349	0.24 312	0.27 426	0.29 386	0.24 348	0.30 375	0.36 427

AIO-Stereo-zeroshot	0.72 278	0.35 343	1.70 478	0.49 153	0.56 401	0.63 190	0.38 148	2.41 521	0.65 121	0.77 155	1.07 231	1.82 466	0.95 360	0.93 158	0.43 184	0.20 212	0.13 108	0.21 200	0.25 363	0.28 353	0.26 348

qqq1	0.72 278	0.30 228	0.86 301	0.46 101	0.26 61	0.82 305	0.43 210	2.05 471	1.39 446	1.23 332	1.47 392	0.98 282	0.95 360	1.71 346	0.44 187	0.24 312	0.20 341	0.18 108	0.15 104	0.18 117	0.18 171

fff1	0.72 278	0.30 228	0.86 301	0.46 101	0.26 61	0.82 305	0.43 210	2.05 471	1.39 446	1.23 332	1.47 392	0.98 282	0.95 360	1.71 346	0.44 187	0.24 312	0.20 341	0.18 108	0.15 104	0.18 117	0.18 171

ffm	0.72 278	0.33 299	0.85 295	0.53 234	0.37 260	0.74 256	0.56 335	0.95 142	2.47 522	1.15 285	1.45 385	1.06 307	0.82 295	1.55 316	0.32 64	0.20 212	0.12 50	0.31 404	0.27 391	0.19 158	0.20 243

anonymousa	0.72 278	0.27 151	0.75 252	0.47 112	0.63 434	1.43 443	0.45 240	1.24 260	0.89 190	1.28 355	1.75 454	1.62 434	1.13 422	0.69 78	0.59 279	0.19 179	0.16 256	0.23 267	0.25 363	0.20 192	0.18 171

Sa-1000	0.72 278	0.29 208	0.76 262	0.59 321	0.30 148	0.73 252	0.37 142	1.62 354	1.33 416	1.28 355	2.04 484	0.86 230	0.75 257	1.84 363	0.38 137	0.19 179	0.14 159	0.25 326	0.23 335	0.20 192	0.16 121

psmg	0.72 278	0.32 277	0.68 183	0.50 165	0.44 328	1.48 447	0.75 407	1.94 448	0.98 228	1.21 321	1.33 344	1.12 330	0.74 255	0.91 150	0.66 304	0.24 312	0.19 323	0.25 326	0.25 363	0.23 281	0.22 278

UDGNet	0.72 278	1.17 522	0.80 285	0.77 463	0.41 306	0.77 275	0.38 148	0.97 150	1.34 419	0.81 167	0.88 162	0.71 179	0.60 204	1.21 233	0.54 264	0.52 497	0.19 323	1.02 530	0.26 380	0.71 510	0.31 399

PSMNet-ADL	0.72 278	0.35 343	0.62 150	0.69 424	0.46 346	1.14 390	0.44 223	1.37 282	1.01 243	0.83 173	1.17 283	1.33 381	0.96 367	1.43 291	0.95 386	0.33 430	0.22 381	0.21 200	0.23 335	0.27 334	0.29 375

LCNet	0.72 278	0.28 173	0.52 89	0.55 273	0.31 174	0.69 233	0.54 309	1.00 160	0.88 187	1.19 313	1.34 351	0.97 280	1.34 458	2.56 429	0.45 200	0.18 138	0.13 108	0.21 200	0.25 363	0.27 334	0.73 513

GANet-RSSM	0.72 278	0.28 173	0.63 153	0.64 376	0.58 413	0.80 294	0.58 350	1.89 432	1.08 274	1.04 234	1.25 310	1.15 338	1.04 398	1.49 303	0.62 292	0.25 338	0.19 323	0.22 229	0.22 312	0.22 256	0.21 260

PSMNet-RSSM	0.72 278	0.30 228	0.61 145	0.63 367	0.42 311	0.73 252	0.56 335	1.92 442	1.10 289	1.09 245	1.37 360	1.22 349	0.98 377	1.28 250	0.72 323	0.27 377	0.19 323	0.27 361	0.29 423	0.24 296	0.24 312

CFNet-ft	0.72 278	0.32 277	0.54 100	0.66 397	0.54 392	0.83 310	0.55 327	1.37 282	1.15 322	0.93 196	1.28 326	1.57 426	0.97 370	1.35 268	0.81 355	0.26 361	0.20 341	0.33 428	0.25 363	0.30 375	0.23 298

CFNet_RVC	0.72 278	0.32 277	0.54 100	0.66 397	0.54 392	0.83 310	0.55 327	1.37 282	1.15 322	0.93 196	1.28 326	1.57 426	0.97 370	1.35 268	0.81 355	0.26 361	0.20 341	0.33 428	0.25 363	0.30 375	0.23 298

MLCV	0.72 278	0.34 322	1.10 402	0.51 195	0.23 22	0.91 332	0.39 163	1.33 271	1.23 369	1.46 429	1.55 413	1.01 296	0.64 227	1.95 377	0.80 353	0.18 138	0.12 50	0.18 108	0.14 88	0.19 158	0.17 146

G2L-ROB	0.73 296	0.25 102	0.76 262	0.54 249	0.39 287	0.95 348	0.66 381	1.66 364	1.09 282	1.24 340	1.02 210	1.64 442	0.71 248	1.63 329	1.02 398	0.20 212	0.14 159	0.17 74	0.15 104	0.20 192	0.22 278

G2L-Stereo_test	0.73 296	0.27 151	0.74 248	0.49 153	0.40 298	0.90 328	0.81 427	1.53 330	1.14 310	1.28 355	1.27 320	1.52 420	0.72 251	1.62 327	0.94 382	0.19 179	0.14 159	0.16 49	0.15 104	0.18 117	0.19 211

CoDeX	0.73 296	0.29 208	0.93 338	0.54 249	0.36 245	1.14 390	0.61 364	2.34 515	1.17 334	1.16 295	1.25 310	0.91 250	0.87 323	1.33 263	0.64 300	0.20 212	0.16 256	0.21 200	0.18 185	0.20 192	0.18 171

cf-r	0.73 296	0.30 228	0.77 269	0.55 273	0.63 434	0.78 280	0.48 265	1.79 405	1.15 322	1.13 276	1.26 317	1.43 397	0.87 323	1.40 289	0.85 368	0.25 338	0.18 306	0.22 229	0.23 335	0.19 158	0.19 211

BEATNet_4x	0.73 296	0.49 417	1.17 416	0.53 234	0.26 61	1.03 372	0.55 327	1.82 412	1.06 263	1.21 321	1.22 300	0.96 278	0.91 338	1.01 181	1.06 402	0.21 246	0.14 159	0.24 287	0.19 207	0.37 420	0.21 260

test_sample7	0.74 301	0.37 360	0.76 262	0.52 216	0.35 235	0.91 332	0.67 385	1.78 399	1.21 360	1.22 326	1.18 285	1.08 313	0.92 341	1.23 236	0.67 307	0.31 414	0.28 433	0.32 419	0.31 438	0.33 402	0.29 375

gwcnet-sp	0.74 301	0.33 299	1.44 453	0.57 302	0.45 335	1.40 437	0.54 309	1.50 315	1.14 310	1.30 369	1.02 210	0.94 264	0.82 295	1.39 283	0.76 335	0.21 246	0.21 363	0.22 229	0.21 283	0.22 256	0.22 278

scenet	0.74 301	0.33 299	1.44 453	0.57 302	0.45 335	1.40 437	0.54 309	1.50 315	1.14 310	1.30 369	1.02 210	0.94 264	0.82 295	1.39 283	0.76 335	0.21 246	0.21 363	0.22 229	0.21 283	0.22 256	0.22 278

ssnet	0.74 301	0.33 299	1.44 453	0.57 302	0.45 335	1.40 437	0.54 309	1.50 315	1.14 310	1.30 369	1.02 210	0.94 264	0.82 295	1.39 283	0.76 335	0.21 246	0.21 363	0.22 229	0.21 283	0.22 256	0.22 278

BUS	0.74 301	0.32 277	0.68 183	0.54 249	0.44 328	2.34 510	0.42 191	2.16 491	0.98 228	1.20 317	1.11 251	1.03 302	0.62 218	0.91 150	0.70 315	0.24 312	0.17 285	0.25 326	0.22 312	0.22 256	0.22 278

GMM-Stereo	0.74 301	0.25 102	0.59 137	0.54 249	0.34 231	0.72 248	0.99 468	1.01 166	0.87 183	1.36 400	1.78 457	1.12 330	0.81 290	2.09 390	0.46 214	0.18 138	0.12 50	0.25 326	0.25 363	0.20 192	0.85 519

DMCA-RVC	0.74 301	0.40 378	1.27 431	0.66 397	0.49 355	0.77 275	0.47 254	1.35 279	1.01 243	1.53 443	1.01 202	1.29 374	0.82 295	1.31 256	0.78 343	0.27 377	0.21 363	0.35 446	0.27 391	0.32 393	0.24 312

DeepPruner_ROB	0.74 301	0.48 414	0.87 312	0.57 302	0.44 328	0.79 286	0.54 309	1.73 378	0.96 216	1.38 408	1.27 320	1.24 356	0.73 253	1.43 291	0.73 326	0.34 440	0.28 433	0.27 361	0.26 380	0.31 384	0.31 399

SMFormer	0.75 309	0.30 228	0.86 301	0.46 101	0.26 61	0.82 305	0.43 210	2.05 471	1.39 446	1.23 332	1.47 392	0.98 282	0.95 360	1.71 346	0.82 360	0.24 312	0.20 341	0.22 229	0.21 283	0.23 281	0.24 312

tta	0.75 309	0.30 228	0.86 301	0.46 101	0.26 61	0.82 305	0.43 210	2.05 471	1.39 446	1.23 332	1.47 392	0.98 282	0.95 360	1.71 346	0.82 360	0.24 312	0.20 341	0.22 229	0.21 283	0.18 117	0.18 171

KYRaft	0.75 309	0.28 173	0.62 150	0.56 286	0.29 126	0.67 221	0.86 438	0.94 137	0.84 177	1.62 463	2.21 492	1.16 339	1.02 394	1.57 319	0.40 152	0.20 212	0.13 108	0.22 229	0.28 412	0.20 192	1.02 525

Prome-Stereo	0.75 309	0.27 151	0.53 94	0.55 273	0.32 193	0.59 165	0.97 464	0.89 113	0.88 187	1.45 427	2.46 504	0.91 250	1.41 463	1.58 321	0.44 187	0.18 138	0.13 108	0.19 130	0.17 167	0.20 192	0.92 521

acv_ft	0.75 309	0.31 261	0.95 346	0.70 430	0.86 497	1.24 412	0.53 303	1.44 301	1.07 268	1.24 340	1.30 330	1.08 313	0.92 341	0.80 114	1.34 442	0.21 246	0.19 323	0.21 200	0.18 185	0.21 233	0.18 171

iResNet	0.75 309	0.40 378	1.36 444	0.67 409	0.29 126	0.92 339	0.59 358	1.52 324	1.25 378	1.28 355	1.48 397	0.94 264	0.76 265	1.62 327	0.78 343	0.18 138	0.14 159	0.18 108	0.15 104	0.22 256	0.23 298

PAM	0.76 315	0.29 208	1.08 396	0.52 216	0.33 214	1.38 434	0.39 163	2.01 464	0.67 124	1.06 235	0.96 180	2.89 521	1.43 465	0.86 137	0.35 104	0.19 179	0.12 50	0.19 130	0.17 167	0.19 158	0.20 243

AASNet	0.76 315	0.35 343	0.91 332	0.79 467	0.81 488	1.14 390	0.56 335	2.02 468	1.08 274	1.22 326	1.24 306	0.93 261	0.76 265	0.77 103	1.16 420	0.27 377	0.23 393	0.24 287	0.20 239	0.28 353	0.24 312

PAM_32	0.77 317	0.28 173	1.03 378	0.52 216	0.30 148	1.32 424	0.35 109	1.97 455	0.65 121	1.02 227	1.06 227	3.05 522	1.49 475	0.96 164	0.36 114	0.19 179	0.13 108	0.20 165	0.18 185	0.19 158	0.19 211

testlalala_base	0.77 317	0.40 378	0.70 202	0.65 390	0.50 362	0.79 286	0.28 53	1.50 315	0.51 70	0.73 148	0.90 166	0.69 172	0.54 170	0.66 73	0.40 152	2.82 546	0.14 159	0.17 74	0.12 38	2.68 541	0.19 211

NINENet	0.77 317	0.37 360	0.78 277	0.62 358	0.51 373	2.34 510	0.42 191	1.83 417	1.04 255	1.14 279	1.23 304	1.03 302	0.62 218	1.24 241	0.70 315	0.28 390	0.23 393	0.31 404	0.21 283	0.26 320	0.25 324

hknet	0.77 317	0.32 277	0.95 346	0.54 249	0.38 277	1.27 416	0.65 376	2.16 491	1.07 268	1.20 317	1.11 251	1.59 430	0.81 290	1.37 274	0.66 304	0.22 272	0.17 285	0.25 326	0.22 312	0.22 256	0.22 278

ARAFT	0.77 317	0.36 353	1.49 467	0.51 195	0.31 174	0.90 328	0.82 429	1.90 435	1.06 263	1.62 463	1.24 306	1.02 298	0.64 227	1.84 363	0.50 239	0.18 138	0.14 159	0.28 376	0.27 391	0.17 87	0.16 121

psm_up	0.77 317	0.34 322	0.70 202	0.66 397	0.58 413	1.05 375	0.92 452	1.52 324	1.12 295	1.26 350	1.16 280	1.31 379	1.23 441	1.20 231	0.81 355	0.25 338	0.29 444	0.31 404	0.27 391	0.27 334	0.25 324

GwcNet-RSSM	0.77 317	0.32 277	1.01 367	0.62 358	0.54 392	0.78 280	0.51 284	1.73 378	1.20 354	1.09 245	1.37 360	1.46 407	0.85 310	1.53 312	1.09 408	0.25 338	0.18 306	0.23 267	0.24 348	0.20 192	0.19 211

iResNet_ROB	0.77 317	0.30 228	0.99 358	0.57 302	0.36 245	0.83 310	0.36 125	2.33 513	1.58 478	1.27 353	1.30 330	1.25 360	0.84 307	1.65 332	0.79 349	0.20 212	0.14 159	0.17 74	0.12 38	0.18 117	0.27 358

DDVS	0.78 325	0.41 386	0.94 342	0.60 332	0.43 321	1.30 421	0.43 210	1.40 290	0.91 199	1.20 317	1.15 275	1.43 397	0.64 227	2.18 400	0.89 375	0.28 390	0.22 381	0.26 345	0.23 335	0.31 384	0.33 411

PSM-softLoss	0.78 325	0.31 261	0.77 269	0.58 308	0.32 193	0.56 152	0.40 171	1.18 235	0.70 133	1.24 340	1.07 231	0.83 217	0.52 160	5.36 497	0.53 258	0.24 312	0.15 217	0.25 326	0.22 312	0.20 192	0.25 324

KMStereo	0.78 325	0.31 261	0.77 269	0.58 308	0.32 193	0.56 152	0.40 171	1.18 235	0.70 133	1.24 340	1.07 231	0.83 217	0.52 160	5.36 497	0.53 258	0.24 312	0.15 217	0.25 326	0.22 312	0.20 192	0.25 324

STTStereo	0.78 325	0.50 424	1.22 421	0.64 376	0.54 392	0.89 325	0.54 309	1.44 301	1.11 291	1.38 408	1.09 241	1.27 368	0.85 310	1.43 291	0.83 362	0.29 401	0.27 426	0.33 428	0.39 477	0.32 393	0.30 389

PSM-AAD	0.79 329	0.27 151	0.53 94	0.55 273	0.28 109	0.77 275	1.24 496	0.99 156	0.91 199	1.66 468	1.57 421	0.81 205	2.19 522	1.65 332	0.44 187	0.19 179	0.14 159	0.38 460	0.32 446	0.21 233	0.70 510

hitnet-ft	0.79 329	0.35 343	0.57 124	0.58 308	0.42 311	0.96 354	0.46 247	1.47 307	1.33 416	1.19 313	1.22 300	1.81 463	0.98 377	1.66 336	0.94 382	0.33 430	0.28 433	0.34 438	0.27 391	0.35 409	0.31 399

NLCA_NET_v2_RVC	0.79 329	0.43 393	1.05 383	0.64 376	0.58 413	0.95 348	0.53 303	1.53 330	1.18 341	1.37 403	1.15 275	1.43 397	0.88 328	1.61 326	0.84 365	0.25 338	0.22 381	0.27 361	0.27 391	0.29 364	0.29 375
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
coex_refinement	0.80 332	0.28 173	0.73 232	0.70 430	0.51 373	0.95 348	0.60 362	1.78 399	1.23 369	1.36 400	1.37 360	1.82 466	0.81 290	1.32 260	1.13 417	0.26 361	0.17 285	0.19 130	0.20 239	0.24 296	0.25 324

G2L-Stereo	0.80 332	0.32 277	0.95 346	0.60 332	0.42 311	0.78 280	0.69 393	1.50 315	1.09 282	1.33 391	1.14 267	1.45 404	0.72 251	2.45 421	1.10 411	0.25 338	0.20 341	0.26 345	0.21 283	0.20 192	0.26 348

ISRNet	0.80 332	0.33 299	1.07 392	0.81 473	0.66 442	0.60 173	0.34 101	1.19 243	1.13 307	1.59 459	1.53 406	1.35 386	0.77 269	1.27 248	0.94 382	0.39 462	0.34 468	0.43 478	0.38 475	0.34 406	0.49 475

NF-Stereo	0.80 332	0.30 228	0.75 252	0.60 332	0.31 174	0.64 193	0.44 223	1.21 246	0.90 194	1.29 361	1.02 210	0.82 210	0.57 191	5.40 501	0.48 226	0.23 297	0.14 159	0.24 287	0.20 239	0.20 192	0.30 389

OCTAStereo	0.80 332	0.30 228	0.75 252	0.60 332	0.31 174	0.64 193	0.44 223	1.21 246	0.90 194	1.29 361	1.01 202	0.82 210	0.57 191	5.35 496	0.48 226	0.24 312	0.14 159	0.24 287	0.20 239	0.20 192	0.30 389

DRaft	0.80 332	0.24 74	0.70 202	0.45 94	0.30 148	0.97 358	0.53 303	1.05 186	0.97 223	1.78 478	2.02 483	0.80 201	1.74 495	2.73 437	0.72 323	0.17 99	0.14 159	0.20 165	0.20 239	0.18 117	0.21 260

RE-Stereo	0.80 332	0.30 228	0.75 252	0.60 332	0.31 174	0.64 193	0.44 223	1.21 246	0.90 194	1.29 361	1.01 202	0.81 205	0.57 191	5.37 499	0.48 226	0.24 312	0.14 159	0.24 287	0.20 239	0.20 192	0.30 389

TVStereo	0.80 332	0.30 228	0.75 252	0.60 332	0.31 174	0.64 193	0.44 223	1.21 246	0.90 194	1.29 361	1.01 202	0.81 205	0.57 191	5.37 499	0.48 226	0.24 312	0.14 159	0.24 287	0.20 239	0.20 192	0.30 389

UPFNet	0.80 332	0.32 277	0.90 329	0.59 321	0.74 465	1.26 415	0.80 424	1.52 324	1.10 289	1.30 369	1.12 258	1.30 375	0.84 307	1.67 337	1.09 408	0.24 312	0.24 402	0.24 287	0.23 335	0.25 308	0.18 171

iResNetv2_ROB	0.80 332	0.37 360	1.71 480	0.56 286	0.37 260	0.94 344	0.64 374	1.73 378	1.34 419	1.23 332	1.42 374	1.26 364	0.92 341	1.85 366	0.56 270	0.23 297	0.15 217	0.19 130	0.14 88	0.24 296	0.19 211

StereoDRNet-Refined	0.80 332	0.41 386	0.88 319	0.62 358	0.42 311	1.33 426	0.48 265	1.52 324	1.17 334	1.45 427	1.44 383	1.44 402	0.90 335	1.26 245	1.24 429	0.20 212	0.16 256	0.27 361	0.24 348	0.25 308	0.28 370
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ITSA-stereo	0.82 343	0.36 353	0.82 289	0.54 249	0.31 174	0.80 294	0.47 254	2.17 497	1.67 484	1.13 276	1.13 263	0.94 264	0.86 318	2.46 424	1.00 396	0.26 361	0.23 393	0.28 376	0.27 391	0.28 353	0.36 427

DCRE	0.82 343	0.26 123	0.70 202	0.58 308	0.44 328	0.54 139	0.48 265	0.95 142	0.78 159	0.78 158	7.33 551	0.86 230	0.52 160	0.76 100	0.41 163	0.16 56	0.16 256	0.19 130	0.17 167	0.18 117	0.17 146

SepStereo	0.82 343	0.34 322	1.03 378	0.64 376	0.69 454	0.77 275	0.63 372	1.54 333	1.20 354	1.79 481	1.55 413	0.95 272	1.04 398	2.30 411	0.60 287	0.21 246	0.16 256	0.25 326	0.18 185	0.27 334	0.22 278

GrayStereo	0.82 343	0.26 123	0.58 130	0.63 367	0.37 260	0.76 267	1.86 529	1.11 218	0.87 183	1.99 497	1.89 471	1.08 313	1.82 503	1.39 283	0.48 226	0.19 179	0.14 159	0.19 130	0.21 283	0.18 117	0.39 441

LMCR-Stereo	0.82 343	0.46 405	0.88 319	0.75 457	0.43 321	1.33 426	0.56 335	2.43 523	0.98 228	1.53 443	1.49 399	0.74 182	1.00 387	1.63 329	0.89 375	0.28 390	0.17 285	0.22 229	0.17 167	0.29 364	0.20 243

ac_64	0.82 343	0.29 208	0.81 286	0.71 438	0.60 424	1.05 375	0.54 309	1.99 459	0.92 204	1.18 309	1.06 227	1.99 485	1.08 410	1.94 376	0.97 391	0.27 377	0.22 381	0.24 287	0.23 335	0.22 256	0.19 211

DualNet (step1)	0.83 349	0.49 417	1.13 408	0.56 286	0.39 287	1.02 369	0.73 402	1.78 399	1.21 360	1.22 326	1.18 285	1.08 313	0.92 341	1.23 236	0.67 307	0.57 506	0.28 433	0.62 514	0.67 521	0.45 461	0.42 451

SST-Stereo	0.83 349	0.28 173	0.72 220	0.59 321	0.31 174	0.72 248	0.26 40	1.09 209	0.86 179	1.47 430	1.10 245	1.00 289	0.87 323	5.73 509	0.45 200	0.22 272	0.13 108	0.23 267	0.19 207	0.23 281	0.18 171

RAFT_R40	0.83 349	0.28 173	0.73 232	0.59 321	0.31 174	0.69 233	0.44 223	1.10 212	0.95 211	1.47 430	1.10 245	1.00 289	0.85 310	5.53 503	0.46 214	0.22 272	0.13 108	0.23 267	0.20 239	0.23 281	0.18 171

UNet	0.83 349	0.34 322	1.31 435	0.58 308	0.74 465	1.58 456	0.49 275	1.41 292	1.04 255	1.21 321	1.08 236	1.54 422	1.12 418	1.65 332	1.09 408	0.23 297	0.17 285	0.25 326	0.20 239	0.25 308	0.22 278

FADNet_RVC	0.83 349	0.51 427	1.83 490	0.54 249	0.42 311	1.19 405	0.46 247	1.51 322	1.09 282	0.89 186	1.24 306	0.91 250	0.87 323	2.11 392	1.11 414	0.27 377	0.22 381	0.31 404	0.28 412	0.43 451	0.38 438

DAS	0.84 354	0.34 322	1.03 378	0.64 376	0.69 454	0.77 275	0.63 372	1.54 333	1.20 354	1.79 481	1.55 413	0.95 272	1.04 398	2.83 439	0.60 287	0.21 246	0.16 256	0.25 326	0.18 185	0.27 334	0.22 278

RAFT-345	0.84 354	0.25 102	0.66 174	0.50 165	0.27 85	0.54 139	0.42 191	0.83 97	1.11 291	1.32 383	2.34 498	0.86 230	0.54 170	5.72 508	0.47 221	0.18 138	0.13 108	0.22 229	0.17 167	0.17 87	0.16 121

MMNet	0.84 354	0.32 277	1.09 399	0.60 332	0.59 421	1.85 484	0.49 275	1.51 322	1.27 389	1.37 403	1.15 275	1.26 364	1.18 430	1.67 337	1.22 427	0.19 179	0.18 306	0.23 267	0.22 312	0.25 308	0.21 260

FADNet-RVC-Resample	0.84 354	0.47 410	2.10 499	0.61 346	0.45 335	1.07 380	0.61 364	1.59 343	1.20 354	1.08 239	0.98 190	1.03 302	0.98 377	2.17 397	0.72 323	0.23 297	0.22 381	0.30 398	0.32 446	0.35 409	0.34 416

iRaft-Stereo_5w	0.85 358	0.29 208	0.91 332	0.53 234	0.43 321	0.49 87	0.68 389	0.99 156	0.87 183	0.79 161	1.34 351	1.46 407	0.91 338	5.11 491	1.11 414	0.17 99	0.14 159	0.22 229	0.18 185	0.20 192	0.20 243

SACVNet	0.85 358	0.46 405	0.85 295	0.81 473	0.56 401	0.80 294	0.79 418	1.68 367	1.12 295	1.34 395	1.33 344	1.25 360	0.94 355	2.39 418	0.76 335	0.34 440	0.26 417	0.31 404	0.29 423	0.35 409	0.44 460

ADLNet	0.85 358	0.36 353	0.89 325	0.85 490	0.72 459	1.24 412	0.76 410	1.82 412	1.36 433	1.52 442	1.35 357	1.27 368	0.99 385	1.23 236	1.15 419	0.27 377	0.20 341	0.26 345	0.25 363	0.28 353	0.30 389

delet	0.85 358	0.32 277	0.95 346	0.65 390	0.66 442	1.64 462	0.84 431	1.75 385	1.35 429	1.32 383	1.30 330	1.30 375	0.88 328	1.68 342	1.10 411	0.21 246	0.21 363	0.24 287	0.24 348	0.21 233	0.21 260

HGLStereo	0.85 358	0.38 367	0.94 342	0.80 470	1.03 510	1.17 400	0.58 350	1.52 324	1.20 354	1.19 313	1.62 433	1.13 335	1.20 436	1.80 360	1.06 402	0.24 312	0.24 402	0.24 287	0.21 283	0.23 281	0.27 358

CRFU-Net	0.86 363	0.39 372	1.00 363	0.65 390	0.57 404	1.78 477	0.86 438	2.15 488	0.81 167	1.38 408	1.18 285	1.64 442	1.19 433	1.35 268	0.90 378	0.26 361	0.22 381	0.21 200	0.19 207	0.23 281	0.24 312

dad	0.86 363	0.66 474	1.06 387	0.56 286	0.37 260	0.76 267	0.44 223	1.17 230	1.50 468	1.44 425	1.27 320	1.34 385	0.75 257	2.52 428	0.84 365	0.42 473	0.27 426	0.83 522	0.26 380	0.41 440	0.29 375

AACVNet	0.86 363	0.35 343	0.79 280	0.82 481	0.39 287	0.76 267	0.49 275	1.61 350	0.81 167	1.08 239	1.33 344	1.30 375	0.93 350	4.34 476	0.74 327	0.25 338	0.21 363	0.28 376	0.22 312	0.29 364	0.25 324

DLCB_ROB	0.86 363	0.40 378	0.78 277	0.68 420	0.54 392	1.11 385	0.84 431	1.49 311	1.23 369	1.64 467	1.65 440	1.70 451	0.91 338	1.70 344	1.05 400	0.25 338	0.24 402	0.26 345	0.27 391	0.27 334	0.24 312

HSM-Net_RVC	0.87 367	0.29 208	0.53 94	0.53 234	0.30 148	1.15 396	0.55 327	3.57 541	1.28 394	1.53 443	1.74 451	1.68 448	0.93 350	1.49 303	0.77 341	0.22 272	0.17 285	0.19 130	0.18 185	0.20 192	0.19 211
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ssnet_v2	0.88 368	0.36 353	1.02 374	0.62 358	0.38 277	1.32 424	0.97 464	2.07 477	1.34 419	1.37 403	1.18 285	1.54 422	0.92 341	1.10 206	1.65 476	0.30 406	0.27 426	0.30 398	0.28 412	0.27 334	0.26 348

ADLNet2	0.88 368	0.34 322	1.17 416	0.77 463	0.64 437	1.12 388	0.76 410	1.74 383	1.24 375	1.21 321	1.65 440	1.71 452	1.05 402	1.67 337	1.17 423	0.24 312	0.21 363	0.21 200	0.22 312	0.26 320	0.29 375

ASMatch	0.88 368	0.26 123	0.69 196	0.51 195	0.35 235	0.48 75	0.37 142	1.12 220	0.92 204	1.10 253	3.28 520	0.96 278	0.98 377	4.90 488	0.49 233	0.19 179	0.16 256	0.22 229	0.19 207	0.19 158	0.27 358

IRAFT_RVC	0.88 368	0.28 173	0.76 262	0.63 367	0.31 174	0.65 209	1.02 473	1.22 254	0.94 209	1.22 326	1.04 223	1.01 296	0.98 377	5.82 511	0.53 258	0.22 272	0.12 50	0.25 326	0.20 239	0.20 192	0.19 211

FADNet-RVC	0.88 368	0.67 475	1.93 494	0.60 332	0.48 352	0.91 332	0.60 362	1.71 376	1.18 341	0.90 188	0.96 180	1.36 388	0.92 341	2.25 407	1.17 423	0.30 406	0.29 444	0.32 419	0.32 446	0.41 440	0.35 421

GEStereo_RVC	0.90 373	0.37 360	0.99 358	0.64 376	0.50 362	0.95 348	0.79 418	2.42 522	1.17 334	1.16 295	1.11 251	1.26 364	0.92 341	3.24 454	0.90 378	0.29 401	0.19 323	0.23 267	0.20 239	0.27 334	0.29 375

CBMV_ROB	0.90 373	0.44 396	0.63 153	0.51 195	0.37 260	1.25 414	0.49 275	1.77 395	1.27 389	1.41 417	2.00 480	1.33 381	1.08 410	2.17 397	0.76 335	0.43 478	0.42 501	0.47 488	0.44 489	0.41 440	0.36 427

PSMNet_ROB	0.90 373	0.52 431	1.17 416	0.72 442	0.61 427	1.27 416	1.12 485	1.76 391	1.12 295	1.09 245	1.28 326	1.45 404	0.89 334	1.65 332	1.42 459	0.33 430	0.25 411	0.37 457	0.39 477	0.35 409	0.29 375

FTStereo	0.91 376	0.26 123	0.56 114	0.54 249	0.33 214	0.66 217	1.87 530	1.00 160	0.75 146	1.75 475	4.15 530	1.04 305	1.65 488	1.57 319	0.46 214	0.19 179	0.16 256	0.23 267	0.21 283	0.18 117	0.63 501

PFNet	0.91 376	0.26 123	1.10 402	0.63 367	0.32 193	0.64 193	0.56 335	1.17 230	0.99 235	1.47 430	1.08 236	0.98 282	0.69 239	6.62 523	0.54 264	0.20 212	0.12 50	0.24 287	0.19 207	0.20 192	0.17 146

CBFPSM	0.92 378	0.33 299	1.86 491	0.49 153	0.38 277	1.75 470	0.84 431	1.39 288	1.12 295	1.09 245	0.99 192	2.37 504	1.66 492	1.32 260	1.42 459	0.19 179	0.18 306	0.20 165	0.20 239	0.21 233	0.33 411

FADNet	0.92 378	0.61 465	1.81 487	0.62 358	0.55 398	0.96 354	0.57 346	1.78 399	1.33 416	0.93 196	1.01 202	1.36 388	1.01 389	2.71 436	0.75 332	0.33 430	0.34 468	0.31 404	0.34 461	0.59 494	0.40 442

NVstereo2D	0.92 378	0.41 386	1.48 465	0.72 442	0.72 459	1.20 407	0.87 440	1.75 385	1.38 441	0.99 215	1.13 263	1.26 364	0.98 377	2.21 404	0.89 375	0.43 478	0.20 341	0.38 460	0.24 348	0.57 490	0.63 501

DispNO	0.93 381	0.30 228	1.34 443	0.55 273	0.55 398	0.89 325	0.49 275	1.48 309	1.21 360	1.17 304	1.27 320	1.19 344	0.90 335	5.23 494	0.74 327	0.22 272	0.17 285	0.24 287	0.21 283	0.19 158	0.20 243

DSFCA	0.93 381	0.34 322	1.06 387	0.52 216	0.65 439	1.55 454	0.93 456	1.49 311	1.19 349	1.56 452	1.15 275	1.50 416	0.96 367	3.07 448	1.02 398	0.30 406	0.26 417	0.25 326	0.25 363	0.28 353	0.24 312

ttt	0.94 383	0.34 322	0.59 137	0.61 346	0.37 260	0.94 344	0.50 283	2.17 497	1.34 419	1.23 332	1.61 430	0.91 250	0.76 265	1.85 366	3.97 527	0.30 406	0.26 417	0.26 345	0.24 348	0.29 364	0.29 375

fast-acv-ft	0.94 383	0.44 396	1.40 446	0.58 308	0.51 373	1.77 475	0.69 393	1.36 281	1.42 458	1.29 361	1.86 467	1.74 456	1.25 445	1.52 308	1.38 447	0.26 361	0.28 433	0.28 376	0.28 412	0.27 334	0.26 348

OMP-Stereo	0.94 383	0.33 299	0.72 220	0.90 503	0.31 174	0.49 87	0.36 125	1.16 228	1.06 263	1.58 458	1.12 258	1.46 407	0.69 239	6.94 531	0.49 233	0.19 179	0.14 159	0.24 287	0.18 185	0.20 192	0.14 61

CBMV	0.95 386	0.44 396	0.66 174	0.53 234	0.35 235	1.53 452	1.63 520	1.69 369	1.42 458	2.00 500	1.60 426	1.43 397	1.17 426	1.59 323	0.99 395	0.34 440	0.34 468	0.39 466	0.33 456	0.33 402	0.32 405
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
HBP-ISP	0.96 387	0.58 452	0.72 220	0.61 346	0.46 346	1.64 462	0.76 410	1.86 424	1.28 394	1.30 369	1.53 406	0.86 230	0.94 355	3.27 456	0.69 314	0.45 484	0.44 505	0.54 502	0.48 498	0.47 468	0.40 442

TransformOpticalFlow	0.96 387	0.28 173	0.89 325	0.52 216	0.31 174	0.66 217	0.54 309	1.75 385	1.12 295	1.09 245	1.44 383	1.37 391	1.01 389	6.70 528	0.42 174	0.19 179	0.12 50	0.20 165	0.19 207	0.18 117	0.19 211

IIG-Stereo	0.96 387	0.31 261	0.72 220	0.88 499	0.33 214	0.61 179	0.26 40	1.19 243	1.03 250	1.69 471	1.37 360	1.46 407	0.75 257	6.96 532	0.51 244	0.19 179	0.14 159	0.23 267	0.18 185	0.20 192	0.14 61

CFNet	0.96 387	0.36 353	1.01 367	0.62 358	0.42 311	0.99 364	0.47 254	1.90 435	1.32 412	0.99 215	1.39 369	1.10 325	0.86 318	5.58 506	0.79 349	0.23 297	0.17 285	0.28 376	0.27 391	0.26 320	0.21 260

XPNet_ROB	0.96 387	0.49 417	1.09 399	0.72 442	0.57 404	1.11 385	1.14 487	1.66 364	1.23 369	1.85 488	1.39 369	1.64 442	1.11 415	1.80 360	1.42 459	0.38 459	0.30 448	0.33 428	0.29 423	0.37 420	0.34 416

ETE_ROB	0.96 387	0.64 472	1.16 414	0.69 424	0.48 352	1.14 390	1.13 486	1.77 395	1.19 349	1.91 494	1.45 385	1.73 454	1.05 402	1.60 324	1.14 418	0.32 421	0.26 417	0.38 460	0.34 461	0.39 433	0.41 447

CSP-Net	0.97 393	0.38 367	0.83 293	0.53 234	0.41 306	1.63 460	0.77 413	2.00 460	1.05 259	1.25 346	1.20 296	1.33 381	0.83 303	4.93 490	0.85 368	0.32 421	0.22 381	0.20 165	0.20 239	0.23 281	0.25 324

DEmStereo	0.97 393	0.23 56	0.79 280	0.47 112	0.32 193	1.04 374	0.56 335	0.93 130	0.89 190	1.39 414	2.14 490	1.02 298	2.07 517	5.64 507	0.77 341	0.17 99	0.15 217	0.20 165	0.20 239	0.18 117	0.20 243

pcwnet_v2	0.97 393	0.37 360	4.33 532	0.62 358	0.54 392	0.79 286	0.45 240	2.02 468	1.58 478	1.42 423	1.64 438	1.09 323	0.79 280	1.24 241	0.67 307	0.32 421	0.25 411	0.29 386	0.27 391	0.37 420	0.35 421

FINET	0.97 393	0.54 436	1.60 473	0.63 367	0.79 481	1.08 381	1.07 480	1.56 340	2.20 516	1.15 285	1.49 399	0.94 264	0.88 328	2.32 412	1.05 400	0.42 473	0.35 479	0.32 419	0.28 412	0.43 451	0.38 438

AIO-Stereo-zeroshot1	0.98 397	0.39 372	3.21 524	0.50 165	0.63 434	0.64 193	0.39 163	2.36 516	0.75 146	0.95 203	4.63 535	1.81 463	0.56 182	0.96 164	0.41 163	0.18 138	0.13 108	0.21 200	0.26 380	0.32 393	0.35 421

StereoDRNet	0.98 397	0.47 410	1.70 478	0.76 460	0.94 505	1.51 450	0.91 450	1.92 442	1.32 412	1.61 460	1.13 263	1.47 412	0.97 370	1.75 351	1.46 466	0.28 390	0.23 393	0.29 386	0.27 391	0.35 409	0.27 358

ACV-stereo	0.99 399	0.51 427	1.41 451	0.56 286	0.41 306	2.43 514	0.57 346	1.15 226	1.18 341	0.81 167	1.01 202	3.39 528	2.14 520	1.60 324	1.07 405	0.27 377	0.22 381	0.22 229	0.22 312	0.28 353	0.32 405

iinet-f	0.99 399	0.45 403	3.71 529	0.55 273	0.43 321	1.81 479	0.68 389	1.14 224	1.14 310	1.18 309	1.42 374	1.58 429	1.44 467	1.34 267	1.59 475	0.24 312	0.23 393	0.20 165	0.19 207	0.26 320	0.25 324

GASNet	0.99 399	0.97 505	1.72 481	0.98 512	0.68 452	0.83 310	0.67 385	1.60 347	1.28 394	1.31 379	1.22 300	1.22 349	1.21 439	2.41 419	1.41 455	0.43 478	0.26 417	0.36 454	0.34 461	0.55 487	0.31 399

Wz-Net-LNSev-Ref	0.99 399	0.40 378	1.82 488	0.66 397	0.62 433	2.05 498	0.78 415	1.91 439	1.29 398	1.54 448	1.42 374	1.51 418	1.23 441	1.99 380	1.33 440	0.23 297	0.14 159	0.20 165	0.15 104	0.27 334	0.26 348

PS-NSSS	0.99 399	0.58 452	0.93 338	0.58 308	0.57 404	0.91 332	0.80 424	1.81 411	1.14 310	1.14 279	1.67 444	1.00 289	0.83 303	4.62 481	0.78 343	0.37 455	0.31 454	0.52 496	0.32 446	0.45 461	0.38 438

YMNet	1.00 404	0.54 436	1.40 446	0.81 473	0.85 495	1.87 486	0.62 367	1.55 337	1.18 341	1.63 465	1.99 478	1.77 460	0.97 370	1.50 305	1.45 463	0.33 430	0.37 486	0.31 404	0.32 446	0.32 393	0.29 375

YMNet_1	1.00 404	0.54 436	1.40 446	0.81 473	0.85 495	1.87 486	0.62 367	1.55 337	1.18 341	1.63 465	1.99 478	1.77 460	0.97 370	1.50 305	1.45 463	0.33 430	0.37 486	0.31 404	0.32 446	0.32 393	0.29 375

UGAM-zero	1.00 404	0.30 228	0.93 338	0.47 112	0.30 148	0.57 157	0.25 30	2.25 507	0.63 102	1.01 223	1.10 245	2.73 517	1.85 504	6.26 517	0.40 152	0.17 99	0.14 159	0.19 130	0.15 104	0.16 58	0.17 146

RAFT + AFF	1.00 404	0.42 390	1.09 399	0.67 409	0.50 362	1.22 410	1.24 496	2.24 506	1.19 349	1.30 369	1.56 417	1.17 340	1.49 475	3.44 462	0.83 362	0.21 246	0.25 411	0.30 398	0.26 380	0.27 334	0.27 358

DRN-Test	1.00 404	0.44 396	1.13 408	0.70 430	0.81 488	1.62 459	0.79 418	2.14 486	1.44 461	1.78 478	1.33 344	1.43 397	1.05 402	2.18 400	1.53 472	0.27 377	0.21 363	0.31 404	0.30 432	0.32 393	0.28 370

NCCL2	1.00 404	0.56 445	1.06 387	0.75 457	0.57 404	1.31 423	1.72 521	1.77 395	1.36 433	1.50 439	1.17 283	1.91 474	1.17 426	1.54 314	1.29 437	0.35 447	0.31 454	0.45 483	0.44 489	0.40 437	0.40 442

TCMNet	1.01 410	0.60 463	2.10 499	0.86 492	1.33 531	1.14 390	0.67 385	1.69 369	1.23 369	1.11 259	1.57 421	1.30 375	0.97 370	2.01 382	1.50 470	0.31 414	0.31 454	0.38 460	0.34 461	0.42 445	0.36 427

PA-Net	1.01 410	0.57 449	1.29 433	0.64 376	0.74 465	1.19 405	0.84 431	1.69 369	1.43 460	1.16 295	1.19 292	1.32 380	1.19 433	3.42 460	1.25 430	0.29 401	0.45 509	0.33 428	0.49 501	0.32 393	0.47 468
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LALA_ROB	1.01 410	0.59 455	1.16 414	0.67 409	0.51 373	1.63 460	1.26 500	1.69 369	1.38 441	1.81 485	1.37 360	1.94 479	1.02 394	1.58 321	1.38 447	0.37 455	0.27 426	0.43 478	0.37 473	0.43 451	0.37 432

z-ln-s-r	1.02 413	0.55 441	2.09 498	0.52 216	0.55 398	0.78 280	0.87 440	1.47 307	1.34 419	1.12 261	1.62 433	1.37 391	1.06 405	2.62 433	3.32 519	0.19 179	0.14 159	0.21 200	0.17 167	0.27 334	0.21 260

PSMNet-RUCA	1.02 413	0.97 505	1.44 453	1.23 526	1.10 514	1.40 437	0.62 367	1.69 369	1.38 441	0.94 201	1.53 406	0.97 280	0.83 303	1.17 225	0.93 380	0.69 518	0.34 468	0.99 528	0.60 517	0.97 518	0.64 505

THIR-Stereo	1.02 413	0.27 151	0.69 196	0.49 153	0.28 109	0.95 348	1.34 504	1.03 172	0.97 223	1.34 395	1.90 472	1.17 340	1.58 481	6.44 521	0.78 343	0.19 179	0.14 159	0.21 200	0.22 312	0.19 158	0.20 243

Wz-Net-LNSev	1.03 416	0.67 475	2.71 520	0.64 376	0.84 492	1.75 470	1.00 470	1.80 408	1.32 412	1.28 355	1.25 310	1.65 445	1.22 440	1.39 283	1.40 451	0.28 390	0.26 417	0.24 287	0.23 335	0.33 402	0.32 405

RAFT-RH_RVC	1.03 416	0.24 74	0.67 179	0.49 153	0.28 109	0.81 303	0.33 89	0.83 97	1.08 274	2.05 501	4.65 537	1.04 305	0.57 191	5.98 516	0.50 239	0.18 138	0.13 108	0.26 345	0.20 239	0.16 58	0.17 146

DISCO	1.03 416	0.34 322	1.11 404	0.69 424	0.45 335	2.07 499	0.84 431	2.13 482	1.50 468	1.15 285	1.33 344	2.40 506	1.07 409	2.60 431	1.51 471	0.23 297	0.18 306	0.22 229	0.20 239	0.31 384	0.27 358

STrans-v2	1.04 419	0.28 173	0.96 352	0.49 153	0.32 193	0.68 228	0.79 418	2.47 525	1.12 295	1.12 261	1.46 391	1.40 393	1.46 470	6.70 528	0.43 184	0.18 138	0.13 108	0.20 165	0.18 185	0.18 117	0.18 171

APVNet	1.06 420	0.53 435	1.42 452	0.84 485	0.79 481	1.92 489	0.82 429	1.90 435	1.08 274	1.08 239	1.43 378	1.56 425	1.13 422	3.07 448	1.58 473	0.31 414	0.34 468	0.42 476	0.36 470	0.36 416	0.37 432

TDLM	1.06 420	0.44 396	0.79 280	0.63 367	0.50 362	0.89 325	1.44 509	1.48 309	1.26 383	1.12 261	1.40 371	1.08 313	0.98 377	6.65 524	0.78 343	0.33 430	0.21 363	0.33 428	0.26 380	0.37 420	0.24 312

FAT-Stereo	1.07 422	0.41 386	1.32 438	0.72 442	0.58 413	1.08 381	0.89 445	1.96 451	1.65 482	1.75 475	1.98 477	2.03 490	1.48 473	2.02 383	1.18 426	0.42 473	0.35 479	0.34 438	0.29 423	0.35 409	0.53 483

GANetREF_RVC	1.07 422	0.86 499	1.31 435	0.82 481	0.53 388	1.41 442	1.31 502	1.76 391	1.52 471	1.27 353	1.31 336	1.46 407	1.24 444	2.03 384	0.96 390	0.56 505	0.45 509	0.67 517	0.50 503	0.88 516	0.59 495
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
CVANet_RVC	1.07 422	0.43 393	0.76 262	0.60 332	0.50 362	0.90 328	0.97 464	1.52 324	1.26 383	1.33 391	1.38 365	1.24 356	1.18 430	6.75 530	0.75 332	0.34 440	0.23 393	0.34 438	0.29 423	0.42 445	0.27 358

GCST	1.08 425	1.47 534	0.93 338	1.73 535	1.14 521	1.30 421	0.31 75	1.33 271	1.16 331	1.29 361	0.97 189	0.98 282	0.49 146	2.08 389	0.46 214	1.19 534	0.70 534	1.30 534	0.85 532	1.02 522	0.89 520

GwcNet	1.08 425	0.51 427	2.33 509	0.79 467	1.18 524	1.76 472	0.70 396	1.68 367	1.47 464	1.41 417	1.64 438	1.74 456	1.04 398	2.20 403	1.41 455	0.30 406	0.29 444	0.29 386	0.27 391	0.30 375	0.35 421

DANet	1.08 425	0.61 465	1.32 438	0.85 490	0.72 459	1.37 431	0.51 284	1.54 333	1.15 322	1.78 478	1.54 411	2.01 487	1.11 415	2.90 442	2.00 492	0.33 430	0.30 448	0.40 471	0.30 432	0.44 457	0.45 462
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RP	1.09 428	0.50 424	1.12 406	0.90 503	1.04 511	1.11 385	0.84 431	1.80 408	1.62 480	1.55 451	2.00 480	1.90 473	1.78 498	1.84 363	1.25 430	0.52 497	0.36 484	0.48 490	0.36 470	0.45 461	0.43 458

Nwc_Net	1.09 428	0.49 417	1.33 440	0.89 502	0.80 486	1.49 449	0.66 381	2.19 500	1.27 389	1.32 383	2.26 494	1.96 482	1.54 478	1.92 372	1.34 442	0.40 465	0.30 448	0.43 478	0.45 491	0.38 429	0.37 432

MaskLacGwcNet_RVC	1.10 430	1.02 510	1.00 363	0.82 481	0.67 446	1.93 490	0.93 456	1.62 354	1.11 291	1.15 285	1.25 310	1.50 416	0.79 280	1.96 378	0.76 335	1.89 537	0.34 468	0.79 521	0.36 470	1.25 530	0.83 517

NCC-stereo	1.10 430	0.54 436	1.24 425	0.84 485	0.94 505	1.29 419	0.89 445	2.01 464	1.34 419	1.32 383	1.74 451	1.88 469	1.74 495	2.35 414	1.25 430	0.45 484	0.37 486	0.45 483	0.58 513	0.42 445	0.42 451

Abc-Net	1.10 430	0.54 436	1.24 425	0.84 485	0.94 505	1.29 419	0.89 445	2.01 464	1.34 419	1.32 383	1.74 451	1.88 469	1.74 495	2.35 414	1.25 430	0.45 484	0.37 486	0.45 483	0.58 513	0.42 445	0.42 451
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-MNSev	1.11 433	0.58 452	2.23 507	0.66 397	0.71 457	1.95 492	1.46 510	1.98 457	1.45 462	1.79 481	1.43 378	1.49 415	1.33 457	1.97 379	1.42 459	0.27 377	0.23 393	0.28 376	0.28 412	0.34 406	0.31 399

edge stereo	1.11 433	0.50 424	1.30 434	0.71 438	0.65 439	1.14 390	0.75 407	1.93 446	1.37 437	1.71 472	1.83 462	2.54 510	1.44 467	2.43 420	1.23 428	0.42 473	0.41 499	0.54 502	0.35 466	0.42 445	0.46 465

anonymity	1.12 435	0.97 505	1.21 419	1.07 520	1.12 518	1.08 381	0.89 445	1.95 450	1.16 331	1.29 361	1.26 317	1.22 349	1.09 413	1.15 217	1.01 397	1.02 527	1.00 550	0.97 526	0.97 538	0.98 519	0.99 524

ccnet	1.12 435	0.67 475	1.01 367	0.78 465	0.73 464	1.72 468	0.99 468	1.84 420	1.26 383	1.47 430	1.85 466	1.75 459	1.29 450	1.75 351	1.88 486	0.57 506	0.53 522	0.57 511	0.55 510	0.59 494	0.54 484

RASNet	1.12 435	0.30 228	0.91 332	0.66 397	0.77 476	0.97 358	0.57 346	1.37 282	1.35 429	1.02 227	1.34 351	2.11 494	1.43 465	7.09 533	1.39 450	0.19 179	0.17 285	0.17 74	0.19 207	0.18 117	0.16 121

AF-Net	1.13 438	0.52 431	1.33 440	0.86 492	0.91 501	1.38 434	0.71 398	2.16 491	1.62 480	1.56 452	2.40 501	1.99 485	1.65 488	1.81 362	1.48 468	0.48 492	0.28 433	0.49 492	0.33 456	0.39 433	0.32 405

NaN_ROB	1.13 438	0.55 441	1.15 413	0.64 376	0.48 352	1.61 458	2.03 538	1.72 377	1.48 465	2.09 503	1.27 320	1.40 393	1.08 410	3.94 468	1.30 438	0.28 390	0.34 468	0.28 376	0.28 412	0.30 375	0.33 411

UGAM	1.14 440	0.27 151	0.95 346	0.53 234	0.42 311	0.70 240	0.72 401	0.95 142	1.32 412	0.98 212	1.48 397	1.78 462	0.87 323	9.65 560	0.87 371	0.21 246	0.18 306	0.30 398	0.24 348	0.19 158	0.16 121

DGSMNet	1.14 440	0.76 491	2.49 514	0.81 473	0.86 497	1.39 436	1.39 506	2.13 482	1.35 429	1.26 350	1.63 437	1.48 414	0.98 377	1.75 351	1.10 411	0.45 484	0.43 502	0.55 506	0.49 501	0.75 512	0.70 510

Syn2CoEx	1.14 440	0.69 479	1.66 476	0.80 470	0.67 446	1.40 437	0.88 443	2.06 476	1.54 474	1.25 346	1.58 424	1.42 396	1.50 477	4.09 470	1.40 451	0.36 451	0.32 462	0.34 438	0.29 423	0.29 364	0.34 416

RGC	1.14 440	0.79 493	1.26 428	0.91 506	0.96 508	1.52 451	0.77 413	1.92 442	1.26 383	1.54 448	1.93 474	2.02 489	1.54 478	2.25 407	1.31 439	0.44 483	0.35 479	0.58 512	0.48 498	0.47 468	0.46 465

S-Stereo	1.15 444	0.46 405	2.17 504	0.81 473	0.80 486	1.21 409	1.19 493	1.93 446	2.02 509	1.47 430	2.11 487	1.57 426	1.17 426	2.05 387	1.41 455	0.40 465	0.40 497	0.35 446	0.31 438	0.44 457	0.70 510

stereogan	1.15 444	0.42 390	1.40 446	0.86 492	0.84 492	2.38 512	0.71 398	1.88 429	1.73 490	1.72 473	1.94 476	2.31 501	1.29 450	2.07 388	1.08 406	0.36 451	0.35 479	0.39 466	0.31 438	0.51 479	0.46 465

AANet_RVC	1.16 446	0.52 431	1.49 467	0.65 390	0.45 335	0.75 261	0.69 393	1.42 294	1.55 476	1.34 395	1.87 469	1.53 421	0.78 276	7.43 539	1.38 447	0.25 338	0.17 285	0.19 130	0.16 146	0.22 256	0.26 348

RYNet	1.17 447	0.49 417	1.24 425	0.70 430	0.97 509	1.71 466	0.92 452	1.91 439	1.46 463	1.38 408	1.14 267	1.88 469	1.30 454	4.24 472	1.87 484	0.26 361	0.21 363	0.35 446	0.27 391	0.55 487	0.54 484

w-ln-seven-2	1.18 448	0.61 465	4.25 531	0.68 420	0.61 427	1.20 407	0.93 456	1.63 356	1.35 429	1.66 468	1.53 406	1.47 412	1.37 461	3.00 447	1.74 479	0.25 338	0.24 402	0.29 386	0.26 380	0.33 402	0.28 370

HSM	1.19 449	0.32 277	0.65 167	0.57 302	0.38 277	1.23 411	0.59 358	2.25 507	1.19 349	1.30 369	1.25 310	1.94 479	1.03 396	9.32 555	0.71 320	0.22 272	0.16 256	0.20 165	0.16 146	0.21 233	0.21 260

aanetorigin	1.23 450	0.79 493	2.78 522	0.70 430	0.79 481	0.99 364	1.06 479	1.06 199	1.37 437	3.52 538	2.61 508	1.72 453	1.63 486	1.99 380	1.78 481	0.25 338	0.24 402	0.26 345	0.25 363	0.38 429	0.45 462

PWC_ROB	1.24 451	0.76 491	2.46 513	0.72 442	0.78 478	1.15 396	0.49 275	1.75 385	1.92 503	2.31 509	3.07 517	1.59 430	1.40 462	2.46 424	2.10 496	0.33 430	0.22 381	0.35 446	0.24 348	0.38 429	0.41 447

SGM-Forest	1.24 451	0.38 367	0.60 142	0.52 216	0.37 260	1.56 455	1.30 501	1.65 359	1.36 433	2.11 504	1.79 458	1.63 439	0.93 350	7.48 541	0.95 386	0.36 451	0.37 486	0.39 466	0.34 461	0.37 420	0.32 405
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Consistency-Raft	1.25 453	0.99 508	1.93 494	1.02 516	1.21 526	0.96 354	1.01 472	1.75 385	1.92 503	1.36 400	2.12 488	1.44 402	1.01 389	1.14 216	1.40 451	0.72 519	0.82 537	0.89 524	0.98 540	1.31 531	0.95 522

NOSS_ROB	1.26 454	0.46 405	0.62 150	0.56 286	0.38 277	1.06 378	0.78 415	1.73 378	1.40 451	1.01 223	1.43 378	1.10 325	0.75 257	10.62 564	0.65 301	0.45 484	0.43 502	0.48 490	0.45 491	0.44 457	0.41 447

RTSC	1.29 455	0.73 485	2.44 512	0.83 484	0.57 404	1.85 484	0.65 376	1.88 429	2.00 508	2.20 506	1.66 442	1.60 432	1.26 447	2.33 413	3.92 525	0.32 421	0.23 393	0.27 361	0.29 423	0.37 420	0.37 432

PWCDC_ROB	1.29 455	0.75 490	1.33 440	1.05 517	0.88 500	1.73 469	0.52 295	1.89 432	3.28 537	1.29 361	4.88 540	1.22 349	1.46 470	1.77 358	1.45 463	0.60 511	0.26 417	0.29 386	0.25 363	0.52 481	0.37 432

test_for_model	1.30 457	3.71 564	0.58 130	3.22 554	2.84 554	0.59 165	0.33 89	1.40 290	0.83 173	1.42 423	0.61 94	0.52 107	0.37 73	0.51 24	0.33 77	2.46 542	0.15 217	0.16 49	0.11 8	4.39 564	1.50 537

Anonymous_2	1.30 457	0.55 441	0.82 289	0.52 216	0.58 413	1.01 367	0.64 374	1.25 262	0.97 223	0.96 205	0.78 139	1.33 381	1.29 450	1.03 185	0.74 327	0.62 513	0.64 531	1.06 531	9.63 571	1.16 526	0.49 475

SQANet	1.31 459	0.88 502	1.08 396	1.83 537	1.44 533	1.44 444	0.75 407	1.74 383	1.09 282	1.32 383	1.26 317	1.28 371	1.01 389	1.50 305	0.83 362	2.50 543	0.34 468	1.47 535	0.55 510	2.32 536	1.57 538

SHD	1.31 459	0.71 484	2.34 510	0.86 492	0.75 472	1.77 475	0.65 376	2.22 504	2.50 525	2.40 516	1.71 447	1.91 474	1.60 484	1.93 375	2.37 500	0.38 459	0.31 454	0.38 460	0.40 481	0.48 471	0.50 477

PDISCO_ROB	1.32 461	0.65 473	1.44 453	1.36 527	1.46 534	2.55 517	0.92 452	2.45 524	2.07 512	1.37 403	1.49 399	1.65 445	1.00 387	2.82 438	1.35 445	1.01 525	0.27 426	0.54 502	0.47 496	0.71 510	0.73 513

LL-Strereo	1.33 462	0.39 372	1.38 445	0.61 346	0.61 427	0.75 261	0.66 381	1.63 356	1.17 334	1.56 452	1.60 426	2.03 490	2.12 519	9.72 561	0.97 391	0.21 246	0.18 306	0.27 361	0.23 335	0.22 256	0.25 324

PASM	1.34 463	0.92 503	2.62 518	0.86 492	0.87 499	1.03 372	1.08 481	1.50 315	1.51 470	1.82 486	1.41 373	1.68 448	1.26 447	4.87 487	1.34 442	0.61 512	0.65 533	0.68 518	0.78 527	0.69 508	0.68 509

ADCRef	1.35 464	0.55 441	2.37 511	0.72 442	0.77 476	1.94 491	0.78 415	1.91 439	1.27 389	1.57 456	1.59 425	1.36 388	1.41 463	1.54 314	7.53 541	0.23 297	0.20 341	0.32 419	0.30 432	0.29 364	0.29 375

GANet	1.36 465	0.47 410	0.86 301	0.67 409	0.45 335	1.34 428	1.73 522	1.64 358	1.24 375	1.49 438	2.38 499	1.55 424	1.20 436	9.30 554	0.93 380	0.30 406	0.31 454	0.33 428	0.28 412	0.39 433	0.30 389

ff1	1.37 466	0.33 299	0.85 295	0.53 234	0.37 260	0.74 256	0.56 335	0.95 142	2.47 522	1.15 285	1.45 385	1.06 307	0.82 295	7.22 534	7.61 542	0.20 212	0.12 50	0.31 404	0.27 391	0.19 158	0.20 243

XQC	1.37 466	0.87 500	2.56 516	0.84 485	0.69 454	1.83 482	0.89 445	2.07 477	1.88 499	1.88 490	1.53 406	1.91 474	1.55 480	2.85 441	3.05 511	0.48 492	0.29 444	0.44 482	0.39 477	0.69 508	0.60 498

w-ln-seven	1.38 468	0.70 482	3.91 530	0.75 457	0.72 459	2.69 523	0.95 461	2.02 468	1.99 507	1.99 497	1.73 449	1.82 466	1.17 426	2.45 421	2.84 508	0.28 390	0.25 411	0.31 404	0.30 432	0.41 440	0.33 411

mmx	1.39 469	0.33 299	0.85 295	0.53 234	0.37 260	0.74 256	0.56 335	2.13 482	1.37 437	1.15 285	1.45 385	1.06 307	0.82 295	7.22 534	7.61 542	0.24 312	0.19 323	0.31 404	0.27 391	0.30 375	0.25 324

xxx	1.39 469	0.33 299	0.85 295	0.53 234	0.37 260	0.74 256	0.56 335	2.13 482	1.37 437	1.15 285	1.45 385	1.06 307	0.82 295	7.22 534	7.61 542	0.24 312	0.19 323	0.31 404	0.27 391	0.30 375	0.25 324

MFMNet_re	1.40 471	1.14 519	1.68 477	1.39 529	1.07 512	1.48 447	1.43 508	1.87 426	1.82 497	2.26 507	2.19 491	1.51 418	1.86 505	1.52 308	1.25 430	0.93 523	0.83 538	0.84 523	0.80 528	0.99 521	1.05 529

UDG	1.41 472	2.65 557	0.99 358	1.44 532	1.64 536	1.34 428	0.80 424	1.60 347	1.23 369	1.23 332	1.71 447	2.01 487	1.34 458	1.47 301	1.41 455	0.90 522	0.54 525	2.29 542	0.75 525	1.84 533	1.04 527

CSAN	1.41 472	0.59 455	1.26 428	0.70 430	0.50 362	1.76 472	1.78 523	1.77 395	1.90 502	2.35 512	2.32 496	1.92 477	1.94 510	5.56 505	1.49 469	0.43 478	0.35 479	0.40 471	0.41 482	0.43 451	0.41 447

test_xeample	1.45 474	0.28 173	0.65 167	0.51 195	0.28 109	0.94 344	0.59 358	2.14 486	1.29 398	1.24 340	1.51 404	0.88 238	0.86 318	1.46 297	15.10 562	0.22 272	0.20 341	0.22 229	0.20 239	0.22 256	0.22 278

Wz-Net-SNSev	1.49 475	1.23 524	6.27 543	0.68 420	0.67 446	1.37 431	1.41 507	2.00 460	1.39 446	1.48 436	1.61 430	2.29 499	1.32 456	3.93 467	2.14 497	0.31 414	0.28 433	0.31 404	0.33 456	0.42 445	0.36 427

CC-Net-ROB	1.49 475	1.26 525	1.27 431	0.88 499	0.79 481	1.76 472	1.00 470	1.79 405	1.26 383	1.10 253	1.61 430	1.21 347	0.99 385	8.13 548	0.84 365	1.09 531	0.41 499	2.20 540	0.46 494	1.20 529	0.48 471

DDUNet	1.50 477	2.69 558	1.12 406	1.77 536	1.88 538	1.84 483	0.92 452	1.70 374	1.16 331	1.38 408	1.79 458	1.60 432	1.12 418	1.37 274	1.08 406	1.10 532	0.76 535	2.37 544	0.94 536	2.00 534	1.37 535

xxxx	1.51 478	0.28 173	0.68 183	0.54 249	0.28 109	1.16 398	0.44 223	2.19 500	1.29 398	1.09 245	1.36 358	1.22 349	0.85 310	1.79 359	15.70 565	0.24 312	0.21 363	0.21 200	0.20 239	0.22 256	0.23 298

psmorigin	1.52 479	0.69 479	10.52 555	0.68 420	0.59 421	1.13 389	0.70 396	1.57 341	1.19 349	1.99 497	1.79 458	2.26 498	1.47 472	2.09 390	1.36 446	0.39 462	0.40 497	0.34 438	0.33 456	0.43 451	0.56 488

MFN_U_SF_RVC	1.52 479	0.84 495	3.42 525	0.87 498	0.66 442	2.56 518	0.95 461	2.36 516	1.70 487	1.98 496	1.86 467	2.45 508	1.79 499	2.95 443	2.58 503	0.52 497	0.48 514	0.55 506	0.59 516	0.59 494	0.61 499

SAMSARA	1.55 481	0.84 495	2.61 517	1.22 525	1.07 512	2.50 516	1.93 533	2.05 471	1.89 500	2.75 526	1.66 442	2.81 518	1.69 493	3.08 450	1.97 491	0.46 490	0.51 520	0.42 476	0.46 494	0.58 492	0.59 495

z-mn7	1.56 482	0.84 495	4.36 534	0.71 438	0.51 373	2.60 519	1.04 475	1.73 378	2.70 531	1.53 443	2.99 516	1.94 479	1.34 458	4.78 485	2.41 501	0.29 401	0.24 402	0.27 361	0.24 348	0.34 406	0.31 399

CrosDoStereo	1.58 483	0.24 74	0.72 220	0.48 138	0.29 126	0.67 221	12.49 566	1.10 212	0.98 228	1.34 395	1.75 454	1.00 289	1.89 506	6.65 524	0.81 355	0.19 179	0.15 217	0.20 165	0.22 312	0.18 117	0.19 211

DeepStereo_LL	1.58 483	0.24 74	0.72 220	0.48 138	0.29 126	0.67 221	12.49 566	1.10 212	0.98 228	1.34 395	1.75 454	1.00 289	1.89 506	6.65 524	0.81 355	0.19 179	0.15 217	0.20 165	0.22 312	0.18 117	0.19 211

otaku	1.60 485	1.11 517	1.21 419	2.20 539	1.56 535	1.97 493	1.24 496	2.07 477	1.36 433	1.44 425	1.62 433	1.73 454	1.19 433	1.73 350	0.98 394	2.89 548	0.57 527	1.74 536	0.60 517	2.78 543	1.94 544

DeepPrunerF	1.60 485	0.73 485	5.81 541	0.88 499	1.19 525	0.91 332	0.95 461	2.19 500	5.24 553	1.17 304	1.30 330	1.19 344	1.30 454	4.90 488	1.66 478	0.42 473	0.34 468	0.52 496	0.47 496	0.41 440	0.40 442

222	1.61 487	0.29 208	0.67 179	0.56 286	0.29 126	1.06 378	0.42 191	2.17 497	1.31 408	1.31 379	1.52 405	0.92 259	0.94 355	1.76 356	17.65 566	0.24 312	0.20 341	0.21 200	0.19 207	0.22 256	0.23 298

SDNR	1.62 488	0.51 427	2.17 504	0.53 234	0.56 401	3.80 542	0.45 240	1.54 333	1.29 398	1.33 391	2.41 502	1.08 313	0.96 367	11.18 565	1.16 420	0.66 517	0.63 530	0.43 478	0.32 446	0.64 501	0.67 507

Ntro	1.64 489	1.15 520	1.23 422	2.48 544	1.83 537	2.09 500	1.16 490	1.96 451	1.38 441	1.21 321	1.62 433	1.62 434	1.29 450	1.87 369	1.11 414	3.04 549	0.56 526	1.82 538	0.64 519	2.80 544	2.05 545

G-Net	1.66 490	0.63 470	1.56 470	1.11 522	0.74 465	2.98 531	0.91 450	1.55 337	1.22 366	2.76 527	8.18 558	2.32 502	2.53 532	1.92 372	1.87 484	0.48 492	0.44 505	0.45 483	0.31 438	0.60 498	0.57 492

MDST_ROB	1.67 491	0.34 322	1.58 472	0.92 508	0.58 413	4.26 548	1.11 483	2.83 530	1.41 455	4.49 549	2.55 507	1.45 404	0.97 370	7.79 545	1.17 423	0.31 414	0.25 411	0.37 457	0.33 456	0.31 384	0.30 389

SPS-STEREO	1.67 491	1.04 511	1.23 422	1.21 524	1.13 520	1.82 481	1.11 483	2.16 491	1.52 471	3.07 537	2.32 496	2.82 519	1.80 500	4.11 471	2.04 493	1.03 528	0.99 549	0.97 526	0.94 536	1.03 524	1.02 525
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM_RVC	1.68 493	0.36 353	0.61 145	0.59 321	0.29 126	2.25 506	1.18 492	2.38 519	1.68 486	3.60 539	2.67 510	3.69 531	2.42 528	8.13 548	1.90 487	0.31 414	0.31 454	0.30 398	0.28 412	0.30 375	0.29 375
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DPSNet	1.69 494	0.59 455	4.33 532	0.70 430	0.57 404	2.02 497	1.62 519	3.35 539	1.78 493	1.48 436	1.38 365	2.17 495	2.84 535	4.77 484	3.66 522	0.48 492	0.31 454	0.29 386	0.25 363	0.64 501	0.48 471

zh-mn7	1.70 495	1.21 523	8.30 550	0.69 424	0.53 388	1.45 445	0.84 431	1.70 374	2.09 513	2.41 517	2.67 510	1.68 448	1.23 441	4.49 477	2.87 509	0.30 406	0.26 417	0.27 361	0.27 391	0.31 384	0.35 421

1111x	1.70 495	0.29 208	0.86 301	0.51 195	0.27 85	1.01 367	0.68 389	2.22 504	1.28 394	1.13 276	1.40 371	1.21 347	1.10 414	5.53 503	15.20 563	0.22 272	0.21 363	0.22 229	0.22 312	0.24 296	0.22 278

PVD	1.70 495	0.84 495	2.26 508	0.94 511	0.83 491	2.48 515	0.97 464	2.59 528	3.35 538	3.01 535	2.77 512	2.34 503	2.47 530	2.67 435	3.14 514	0.47 491	0.45 509	0.59 513	0.48 498	0.59 494	0.75 515

FBW_ROB	1.71 498	0.62 469	1.45 458	0.67 409	0.61 427	1.81 479	1.08 481	2.52 526	1.70 487	1.77 477	1.73 449	1.98 484	1.25 445	12.57 567	1.84 483	0.34 440	0.37 486	0.56 509	0.38 475	0.45 461	0.43 458

ADCL	1.72 499	0.57 449	3.66 527	0.67 409	0.61 427	2.61 521	1.85 528	1.96 451	1.67 484	1.90 493	1.83 462	2.06 493	1.90 508	2.13 393	9.15 550	0.26 361	0.24 402	0.34 438	0.32 446	0.38 429	0.35 421

MFN_U_SF_DS_RVC	1.74 500	0.87 500	3.56 526	0.80 470	0.75 472	3.72 539	2.44 551	1.82 412	1.82 497	1.74 474	1.91 473	1.92 477	1.26 447	7.69 544	1.28 436	0.45 484	0.47 513	0.52 496	0.77 526	0.50 475	0.50 477

zh-sn7	1.76 501	1.38 526	6.58 544	0.74 453	0.72 459	1.78 477	1.31 502	1.88 429	1.56 477	1.86 489	2.47 505	1.81 463	2.08 518	5.12 492	3.80 524	0.32 421	0.32 462	0.32 419	0.32 446	0.44 457	0.40 442

AAGNet	1.83 502	0.28 173	0.72 220	0.61 346	0.32 193	0.67 221	0.51 284	0.96 149	0.98 228	1.47 430	1.20 296	1.00 289	1.18 430	2.83 439	22.77 573	0.22 272	0.13 108	0.22 229	0.19 207	0.23 281	0.15 92

WCMA_ROB	1.84 503	0.47 410	1.31 435	0.69 424	0.57 404	2.11 501	1.14 487	1.87 426	1.73 490	4.04 543	6.43 546	5.62 546	3.61 543	2.59 430	1.94 489	0.52 497	0.44 505	0.39 466	0.42 485	0.48 471	0.47 468

ADCPNet	1.85 504	0.69 479	8.07 547	0.71 438	0.58 413	2.79 526	1.22 495	1.94 448	1.54 474	1.88 490	1.69 445	2.46 509	2.04 514	2.37 416	6.48 536	0.38 459	0.37 486	0.38 460	0.43 487	0.47 468	0.45 462

test_sample9	1.86 505	0.49 417	1.13 408	0.56 286	0.39 287	1.02 369	0.73 402	1.78 399	1.21 360	1.22 326	1.18 285	1.08 313	0.92 341	2.27 409	7.92 546	0.57 506	12.61 575	0.62 514	0.67 521	0.45 461	0.42 451

Wz-Net-TNSev	1.88 506	2.08 551	7.66 545	0.67 409	0.64 437	2.42 513	1.83 527	2.33 513	1.74 492	1.57 456	1.56 417	2.58 511	1.90 508	4.86 486	3.12 513	0.39 462	0.37 486	0.33 428	0.37 473	0.53 483	0.58 493

NVStereoNet_ROB	1.88 506	1.07 512	1.45 458	1.07 520	1.17 522	1.47 446	1.48 512	1.89 432	1.93 505	1.94 495	4.67 538	3.08 525	1.80 500	6.51 522	1.65 476	1.06 530	0.86 544	1.08 532	1.32 545	0.93 517	1.26 533
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SANet	1.88 506	0.57 449	2.18 506	0.63 367	0.40 298	2.80 527	1.57 517	2.39 520	5.88 555	2.36 514	3.57 524	3.72 532	2.97 537	4.74 483	1.76 480	0.34 440	0.30 448	0.32 419	0.29 423	0.48 471	0.37 432

ADCMid	1.89 509	0.73 485	5.06 536	0.72 442	0.67 446	2.00 496	1.14 487	1.97 455	1.48 465	2.86 530	1.81 461	2.37 504	2.05 516	2.24 405	10.39 555	0.33 430	0.31 454	0.39 466	0.43 487	0.50 475	0.44 460

WZ-Net	1.95 510	0.95 504	10.10 552	0.86 492	0.78 478	1.69 465	1.60 518	2.20 503	1.98 506	2.08 502	1.93 474	2.30 500	1.97 511	5.30 495	3.17 516	0.34 440	0.26 417	0.29 386	0.31 438	0.51 479	0.47 468

AnyNet_C32	1.96 511	1.10 514	5.17 537	0.90 503	1.11 516	2.12 502	2.37 549	1.85 421	1.48 465	2.45 518	1.70 446	2.05 492	1.64 487	2.50 427	10.28 554	0.37 455	0.34 468	0.35 446	0.41 482	0.49 474	0.54 484

RainbowNet	1.97 512	1.76 539	1.57 471	2.81 547	2.21 542	1.98 495	1.81 525	2.54 527	1.89 500	1.50 439	1.84 464	1.96 482	1.65 488	2.14 394	1.25 430	3.33 555	0.85 542	2.39 547	0.98 540	2.82 546	2.22 546

ADCP+	1.99 513	0.48 414	7.73 546	0.66 397	0.91 501	2.30 508	1.05 477	1.82 412	1.34 419	1.54 448	1.32 342	1.74 456	1.61 485	2.17 397	13.37 558	0.24 312	0.21 363	0.32 419	0.28 412	0.37 420	0.29 375

MSMD_ROB	1.99 513	0.59 455	0.89 325	0.70 430	0.61 427	3.95 544	0.94 459	1.80 408	1.79 494	4.41 547	4.43 531	8.17 555	3.66 544	3.40 458	1.33 440	0.52 497	0.48 514	0.54 502	0.58 513	0.53 483	0.50 477

MSC_U_SF_DS_RVC	2.12 515	1.15 520	3.10 523	1.05 517	0.76 475	5.03 553	2.40 550	2.16 491	2.62 528	1.89 492	2.28 495	2.69 515	1.65 488	9.35 556	2.04 493	0.64 516	0.51 520	0.68 518	0.71 524	1.09 525	0.67 507

ACVNet-4b	2.15 516	1.41 530	1.64 474	2.80 546	2.31 546	2.31 509	1.24 496	2.32 512	2.14 514	1.26 350	2.39 500	2.66 514	1.48 473	5.95 515	1.06 402	3.20 553	0.45 509	2.37 544	0.89 533	2.83 547	2.37 549

ACVNet_1	2.18 517	1.45 533	1.72 481	2.85 548	2.33 547	2.28 507	1.46 510	3.08 535	2.22 517	1.82 486	2.05 485	3.56 529	1.98 512	3.09 451	1.40 451	3.17 550	0.60 529	2.40 548	0.92 535	2.91 550	2.37 549

test_sample8	2.19 518	0.49 417	1.13 408	0.56 286	0.39 287	1.02 369	0.73 402	1.82 412	1.15 322	2.26 507	1.30 330	4.94 541	2.52 531	2.27 409	7.92 546	0.57 506	12.61 575	0.62 514	0.67 521	0.45 461	0.42 451

ADCS	2.25 519	0.99 508	5.55 538	0.81 473	0.74 465	2.19 504	1.80 524	2.27 509	2.14 514	2.80 529	2.13 489	2.40 506	2.03 513	2.64 434	13.69 559	0.41 469	0.39 495	0.40 471	0.45 491	0.58 492	0.56 488

AnyNet_C01	2.26 520	1.78 540	10.22 554	0.93 509	0.74 465	2.92 529	2.20 544	2.29 511	1.80 495	2.53 520	2.41 502	2.71 516	1.73 494	3.41 459	6.72 538	0.41 469	0.39 495	0.40 471	0.42 485	0.67 506	0.63 501

MeshStereo	2.26 520	0.56 445	0.92 336	0.61 346	0.49 355	2.60 519	1.02 473	3.18 536	2.05 511	7.40 564	4.98 541	7.58 552	2.98 538	6.37 520	1.96 490	0.43 478	0.43 502	0.45 483	0.39 477	0.43 451	0.42 451
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
FCDSN-DC	2.32 522	0.63 470	0.81 286	0.84 485	0.75 472	2.23 505	0.94 459	2.09 480	1.80 495	5.45 557	7.72 555	7.77 554	6.93 561	3.39 457	1.80 482	0.52 497	0.48 514	0.52 496	0.51 506	0.57 490	0.58 493
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DispFullNet	2.34 523	2.85 559	3.66 527	3.08 553	2.27 544	1.97 493	0.67 385	2.00 460	1.70 487	2.52 519	2.00 480	2.23 496	5.86 554	3.44 462	1.58 473	1.01 525	0.32 462	2.64 553	1.94 558	2.85 548	2.24 547

EDNetEfficient	2.37 524	1.10 514	8.08 548	0.74 453	0.71 457	0.98 363	1.56 515	1.46 305	4.06 546	4.90 552	2.82 513	2.25 497	3.48 542	2.95 443	9.97 551	0.26 361	0.24 402	0.26 345	0.30 432	0.68 507	0.61 499

pmcnn	2.37 524	0.42 390	2.71 520	0.63 367	0.43 321	1.54 453	1.19 493	2.01 464	1.53 473	2.64 523	7.60 552	18.07 569	1.45 469	3.44 462	2.78 507	0.18 138	0.15 217	0.15 19	0.12 38	0.20 192	0.18 171

ELAS	2.37 524	0.74 488	1.54 469	0.99 513	0.92 503	4.78 550	2.33 548	3.33 538	3.37 539	5.05 555	4.77 539	3.67 530	4.53 551	3.42 460	4.50 529	0.62 513	0.53 522	0.55 506	0.53 508	0.63 499	0.64 505
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM+DAISY	2.41 527	1.07 512	2.14 503	1.18 523	1.10 514	2.14 503	1.36 505	1.96 451	1.66 483	5.46 558	7.07 549	4.95 542	4.32 550	5.50 502	2.26 499	1.04 529	1.02 552	0.99 528	0.97 538	1.02 522	1.04 527

ACVNet_2	2.43 528	1.41 530	2.04 496	2.62 545	2.24 543	2.63 522	1.88 531	3.31 537	3.01 534	2.19 505	3.45 523	4.62 536	2.04 514	4.50 479	1.47 467	2.55 544	0.64 531	2.22 541	0.84 530	2.69 542	2.29 548

ELAS_RVC	2.48 529	0.74 488	1.90 492	1.05 517	0.92 503	2.76 524	4.01 560	2.76 529	4.11 547	4.69 550	4.63 535	4.62 536	5.96 556	3.97 469	3.96 526	0.63 515	0.53 522	0.56 509	0.52 507	0.64 501	0.63 501
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SuperB	2.53 530	0.59 455	18.45 562	0.69 424	0.50 362	1.87 486	0.88 443	1.67 366	2.39 519	1.50 439	1.42 374	1.14 337	1.15 424	4.28 475	5.07 531	0.24 312	0.19 323	0.22 229	0.19 207	7.86 569	0.34 416

WAO-7	2.66 531	1.40 529	1.73 483	1.39 529	1.17 522	3.93 543	1.94 534	4.11 546	3.88 545	2.92 531	5.50 542	4.18 534	3.00 539	7.63 543	3.71 523	1.13 533	1.00 550	1.17 533	1.13 544	1.18 528	1.09 531

RTS	2.67 532	1.38 526	15.28 560	0.99 513	1.26 528	3.78 540	1.96 535	2.15 488	2.62 528	2.61 521	2.85 514	2.60 512	1.59 482	6.27 518	5.71 534	0.40 465	0.28 433	0.35 446	0.35 466	0.50 475	0.48 471

RTSA	2.67 532	1.38 526	15.28 560	0.99 513	1.26 528	3.78 540	1.96 535	2.15 488	2.62 528	2.61 521	2.85 514	2.60 512	1.59 482	6.27 518	5.71 534	0.40 465	0.28 433	0.35 446	0.35 466	0.50 475	0.48 471

MADNet+	2.69 534	3.22 562	11.53 556	1.44 532	1.12 518	3.19 533	1.81 525	2.85 531	2.37 518	1.68 470	2.07 486	2.85 520	2.18 521	7.41 538	5.23 532	0.79 520	0.76 535	0.69 520	0.65 520	0.98 519	0.95 522

IMH-64-1	2.70 535	1.79 541	1.46 460	3.26 556	2.66 550	3.23 535	2.10 539	4.08 544	2.75 532	2.34 510	3.81 527	3.06 523	2.22 523	4.25 473	2.59 504	3.75 559	0.84 539	2.75 554	1.35 546	3.15 552	2.60 555

IMH-64	2.70 535	1.79 541	1.46 460	3.26 556	2.66 550	3.23 535	2.10 539	4.08 544	2.75 532	2.34 510	3.81 527	3.06 523	2.22 523	4.25 473	2.59 504	3.75 559	0.84 539	2.75 554	1.35 546	3.15 552	2.60 555

FC-DCNN	2.72 537	0.59 455	0.86 301	0.73 450	0.57 404	2.91 528	1.04 475	3.01 534	2.60 526	6.83 559	7.64 553	9.92 559	6.33 559	5.21 493	3.14 514	0.53 503	0.48 514	0.51 494	0.50 503	0.53 483	0.51 481

FC-DCNN v2	2.81 538	0.59 455	0.85 295	0.73 450	0.57 404	2.97 530	1.05 477	3.39 540	2.61 527	6.98 560	7.67 554	10.38 562	6.31 558	5.75 510	3.37 520	0.53 503	0.48 514	0.51 494	0.50 503	0.53 483	0.51 481

WAO-6	2.81 538	1.60 537	1.46 460	2.36 543	2.28 545	3.55 537	2.29 547	4.21 547	4.56 551	2.36 514	4.51 532	4.88 540	2.66 533	4.60 480	4.07 528	1.72 536	1.15 556	2.31 543	1.46 551	2.31 535	1.85 542

PWCK	2.88 540	2.05 549	5.72 540	2.08 538	1.11 516	3.55 537	3.90 559	2.86 532	3.54 543	3.03 536	3.63 525	3.10 526	2.31 525	8.15 550	3.09 512	2.12 540	0.91 547	1.75 537	0.98 540	2.57 540	1.18 532

Dean	2.91 541	1.53 536	2.07 497	2.96 552	2.51 549	3.15 532	2.14 542	4.75 551	4.41 550	2.76 527	6.10 545	5.53 545	2.37 526	2.97 445	1.92 488	3.18 551	0.85 542	2.51 551	1.04 543	2.88 549	2.47 552

IMH	3.21 542	1.85 545	1.48 465	3.25 555	2.69 552	4.07 546	2.02 537	4.41 549	3.80 544	2.72 524	7.11 550	4.75 539	2.92 536	5.92 513	2.55 502	3.85 563	0.88 545	2.78 556	1.36 548	3.19 554	2.59 554

LVE	3.31 543	1.67 538	1.64 474	2.85 548	2.42 548	3.20 534	2.26 546	4.78 552	5.05 552	2.35 512	6.91 547	6.02 547	2.37 526	9.15 552	2.17 498	3.19 552	1.08 555	2.38 546	1.47 552	2.81 545	2.40 551

JetBlue	3.97 544	2.01 546	10.19 553	1.38 528	2.84 554	10.53 561	9.54 563	3.60 542	2.41 520	2.73 525	3.39 522	4.54 535	4.31 549	7.85 547	6.84 539	0.88 521	0.93 548	0.89 524	0.91 534	1.74 532	1.91 543

notaker	3.98 545	2.40 556	2.68 519	3.82 563	3.27 560	3.97 545	2.14 542	4.78 552	3.45 541	4.12 546	6.94 548	7.65 553	3.26 540	7.82 546	5.30 533	4.04 564	1.41 558	3.36 563	2.10 560	3.88 558	3.31 561

WAO-8	4.40 546	1.82 543	1.79 485	2.34 541	2.20 540	9.19 558	1.53 513	6.09 558	16.46 566	3.94 541	7.84 556	7.32 549	3.72 546	9.41 558	3.31 517	2.00 538	1.07 553	2.44 549	1.37 549	2.50 538	1.68 539

Venus	4.40 546	1.82 543	1.79 485	2.34 541	2.20 540	9.19 558	1.53 513	6.09 558	16.46 566	3.94 541	7.84 556	7.32 549	3.72 546	9.41 558	3.31 517	2.00 538	1.07 553	2.44 549	1.37 549	2.50 538	1.68 539

ktn	4.70 548	2.38 555	2.12 502	3.76 561	3.24 558	4.85 551	2.95 557	5.52 554	7.37 558	4.07 545	19.32 571	7.46 551	3.47 541	7.39 537	2.95 510	4.04 564	1.85 561	3.26 562	2.22 561	3.08 551	2.65 557

MADNet++	5.01 549	3.14 560	4.91 535	4.55 567	3.94 564	5.20 554	4.41 561	4.40 548	4.13 548	4.95 553	6.08 544	4.74 538	5.37 552	9.40 557	10.67 556	4.65 566	4.15 566	3.97 565	3.34 564	4.09 560	4.08 566

UNDER WATER	5.08 550	2.33 554	5.55 538	3.94 565	3.51 561	5.20 554	2.72 554	5.61 556	16.52 568	3.84 540	4.60 534	9.21 557	5.89 555	5.90 512	8.66 549	3.75 559	1.34 557	3.18 561	1.88 556	4.33 563	3.61 563

UNDER WATER-64	5.27 551	2.32 553	8.78 551	3.93 564	3.54 562	7.61 556	3.03 558	5.84 557	14.19 562	4.04 543	4.04 529	9.39 558	6.26 557	5.93 514	8.48 548	3.60 558	1.51 559	3.13 559	1.88 556	4.29 562	3.61 563

TorneroNet-64	5.30 552	2.03 547	1.74 484	3.43 558	2.81 553	10.09 560	2.12 541	9.10 565	17.12 571	4.96 554	9.27 561	10.72 564	3.70 545	9.20 553	4.55 530	3.31 554	0.84 539	2.88 557	1.55 553	3.49 555	3.04 558

MANE	6.19 553	0.59 455	1.03 378	0.93 509	1.22 527	13.38 565	2.69 552	12.81 568	17.94 572	8.21 565	10.82 563	14.72 565	11.68 563	11.39 566	11.90 557	0.59 510	0.50 519	0.52 496	1.76 555	0.55 487	0.54 484

LSM	6.33 554	1.10 514	13.19 557	1.41 531	68.17 581	1.64 462	1.90 532	1.92 442	2.46 521	2.99 533	3.11 518	1.88 469	1.80 500	2.61 432	2.06 495	0.41 469	0.58 528	0.50 493	0.57 512	0.64 501	17.66 576

SGM-ForestM	6.52 555	0.38 367	1.26 428	0.63 367	0.35 235	13.59 566	5.32 562	6.32 561	6.70 557	11.14 567	9.18 560	22.51 577	13.93 566	16.89 569	20.07 568	0.36 451	0.37 486	0.36 454	0.35 466	0.36 416	0.34 416

tt	6.58 556	0.26 123	6.10 542	3.77 562	2.16 539	11.55 562	19.63 569	13.33 569	5.74 554	2.96 532	2.65 509	4.97 543	6.33 559	3.81 466	7.24 540	9.15 571	11.32 574	5.89 570	6.24 569	6.03 565	2.55 553

JetRed	6.91 557	8.80 568	25.96 571	2.85 548	3.25 559	13.98 568	11.87 565	6.25 560	4.28 549	4.45 548	4.56 533	6.69 548	5.46 553	7.46 540	14.05 560	2.59 545	3.31 563	2.59 552	2.29 562	4.20 561	3.36 562

xyz-stereo	7.16 558	0.22 45	69.90 583	0.42 51	0.21 9	32.92 579	0.49 275	0.87 104	0.76 152	1.38 408	27.04 574	1.19 344	1.16 425	4.69 482	0.97 391	0.16 56	0.12 50	0.20 165	0.14 88	0.16 58	0.12 10

LE_ROB	8.05 559	0.37 360	23.53 567	0.74 453	0.33 214	2.77 525	2.87 556	3.71 543	27.24 576	25.39 576	8.87 559	8.46 556	26.71 576	6.65 524	21.99 569	0.21 246	0.19 323	0.20 165	0.21 283	0.25 308	0.22 278

coex-ft	8.13 560	2.13 552	98.04 585	0.67 409	0.53 388	1.71 466	1.56 515	1.65 359	11.11 560	18.17 575	3.75 526	3.88 533	7.61 562	2.98 446	6.49 537	0.30 406	0.30 448	0.32 419	0.31 438	0.66 505	0.50 477

KSHMR	8.75 561	2.06 550	2.11 501	3.53 560	3.11 557	4.13 547	2.69 552	5.60 555	61.37 585	3.00 534	55.83 585	4.98 544	2.45 529	4.49 477	2.61 506	3.46 556	1.55 560	3.14 560	1.94 558	3.72 557	3.18 560

U	9.45 562	0.21 26	0.58 130	0.47 112	53.11 580	61.27 585	0.24 29	0.70 50	0.52 77	0.36 30	0.28 12	0.29 27	0.35 59	0.33 2	0.26 17	0.19 179	0.11 26	60.50 582	8.88 570	0.17 87	0.13 35

TCMNet-wrong-test	10.31 563	11.40 570	14.84 559	20.96 572	18.45 569	13.80 567	10.76 564	15.78 570	3.53 542	5.20 556	5.52 543	16.26 567	12.61 564	7.51 542	10.15 552	7.43 569	2.37 562	4.31 566	3.43 565	11.36 571	10.61 570

EDNetEfficientorigin	10.57 564	1.47 534	177.42 586	0.67 409	0.53 388	1.58 456	1.16 490	1.90 435	3.37 539	4.71 551	3.38 521	3.10 526	2.69 534	3.13 452	3.58 521	0.25 338	0.23 393	0.33 428	0.27 391	0.83 513	0.81 516

TorneroNet	10.70 565	2.03 547	1.82 488	3.43 558	3.01 556	43.83 580	2.22 545	8.87 564	67.47 586	7.17 563	27.36 575	10.68 563	3.85 548	8.67 551	7.65 545	3.59 557	0.88 545	3.04 558	1.57 554	3.71 556	3.17 559

HanzoNet	11.04 566	3.62 563	8.10 549	4.08 566	3.55 563	4.90 552	2.73 555	7.19 562	10.10 559	31.86 581	28.92 576	21.96 576	36.36 578	18.08 571	10.17 553	7.94 570	3.32 564	3.47 564	3.31 563	7.06 568	4.04 565

DPSimNet_ROB	11.20 567	4.98 565	35.43 575	2.90 551	4.52 565	7.89 557	17.09 568	4.66 550	6.06 556	14.89 571	10.93 564	17.29 568	36.81 580	13.18 568	15.68 564	2.86 547	6.29 568	5.75 569	5.09 567	3.91 559	7.70 568

DGTPSM_ROB	13.01 568	8.23 566	21.87 564	9.51 569	18.10 567	11.56 563	32.01 574	10.63 566	16.20 564	7.03 561	19.48 572	10.15 560	16.66 568	9.83 562	22.42 570	4.75 567	8.68 569	5.37 567	10.25 572	6.16 566	11.36 571

DPSMNet_ROB	13.02 569	8.23 566	21.91 565	9.53 570	18.11 568	11.56 563	32.02 575	10.64 567	16.23 565	7.05 562	19.49 573	10.16 561	16.66 568	9.85 563	22.43 571	4.77 568	8.68 569	5.38 568	10.26 573	6.17 567	11.36 571

USTest	14.33 570	14.94 572	21.04 563	17.44 571	16.05 566	23.26 569	33.84 576	21.73 571	11.80 561	9.36 566	10.14 562	15.97 566	13.20 565	17.28 570	22.43 571	3.78 562	5.01 567	6.17 571	6.16 568	9.25 570	7.72 569

DPSM_ROB	19.08 571	19.14 574	25.17 569	22.15 574	20.85 571	28.17 571	37.82 578	26.56 574	16.85 569	14.14 568	14.84 566	21.70 571	18.75 571	21.87 573	26.55 575	10.16 574	9.30 572	10.47 573	10.42 574	14.03 572	12.61 574

DPSM	19.08 571	19.14 574	25.17 569	22.15 574	20.85 571	28.17 571	37.82 578	26.56 574	16.85 569	14.14 568	14.84 566	21.70 571	18.75 571	21.87 573	26.55 575	10.16 574	9.30 572	10.47 573	10.42 574	14.03 572	12.61 574

LRCNet_RVC	22.74 573	32.10 579	21.97 566	29.84 576	26.23 573	4.42 549	0.81 427	22.66 572	2.02 509	26.93 577	29.26 577	23.06 578	15.59 567	23.84 575	18.88 567	31.75 579	19.90 580	34.65 578	32.13 579	30.54 578	28.32 579

DLNR_Zeroshot_test	23.17 574	48.52 587	43.29 578	176.68 586	78.69 582	0.35 17	0.21 12	23.41 573	0.75 146	0.66 136	0.86 157	0.59 139	0.30 31	1.56 318	0.44 187	9.57 572	0.12 50	0.18 108	0.14 88	76.92 585	0.16 121

BEATNet-Init1	26.87 575	13.43 571	70.68 584	0.91 506	0.68 452	57.02 584	21.06 570	32.82 581	32.67 578	52.12 585	53.61 584	66.05 585	49.56 585	48.79 586	34.71 580	0.49 496	0.44 505	0.53 501	0.53 508	0.63 499	0.59 495

CasAABBNet	38.33 576	38.46 581	50.35 580	44.75 581	41.84 577	56.68 581	76.37 584	53.22 584	33.83 580	28.31 578	29.54 578	43.62 583	37.71 582	43.84 583	53.41 585	20.30 576	18.70 578	21.07 575	21.07 577	28.24 575	25.34 577

Selective-RAFT-Error	38.39 577	38.47 582	50.44 581	44.73 580	41.97 578	56.68 581	76.38 585	53.24 585	33.92 581	28.34 579	29.85 579	43.60 582	38.20 583	43.75 582	53.34 584	20.38 577	18.70 578	21.09 576	21.05 576	28.30 576	25.43 578

HaxPig	38.92 578	41.40 584	41.64 576	29.95 577	32.27 574	28.90 573	27.60 571	29.73 577	37.71 582	43.82 582	43.87 581	33.17 579	35.56 577	41.53 580	40.37 582	43.94 583	47.51 585	45.82 579	47.08 581	42.38 579	44.15 582

AVERAGE_ROB	40.43 579	42.37 585	42.73 577	36.96 579	35.58 576	30.50 574	27.61 572	36.71 583	38.39 583	44.91 583	44.36 582	37.45 581	36.70 579	41.88 581	40.35 581	45.43 584	46.81 584	47.11 580	46.35 580	42.51 580	43.87 581

MEDIAN_ROB	42.00 580	44.40 586	44.29 579	35.15 578	34.95 575	31.28 578	29.60 573	35.88 582	40.02 584	47.20 584	46.64 583	37.37 580	38.48 584	44.35 585	42.45 583	48.03 585	49.39 586	49.71 581	49.03 582	45.14 581	46.65 583

LSM0	42.82 581	38.75 583	50.81 582	47.07 582	109.38 586	57.00 583	76.02 583	53.74 586	33.71 579	29.02 580	30.41 580	43.87 584	37.22 581	43.91 584	53.54 586	20.52 578	18.62 577	21.10 577	21.11 578	28.41 577	42.22 580

Anonymous_1	43.04 582	18.73 573	24.79 568	21.81 573	46.26 579	27.80 570	37.60 577	28.08 576	16.14 563	14.66 570	14.30 565	20.65 570	17.88 570	21.56 572	25.94 574	117.93 586	8.92 571	100.65 583	126.50 583	158.64 586	12.08 573

PML	51.67 583	36.25 580	13.28 558	7.46 568	20.81 570	108.69 586	232.22 587	8.72 563	27.82 577	87.01 586	269.67 587	69.67 586	61.95 586	24.76 579	14.20 561	9.74 573	3.40 565	9.62 572	4.70 566	18.74 574	4.72 567

xxxxx1	54.10 584	25.67 576	27.13 572	113.43 583	96.96 583	30.69 575	47.44 580	32.38 578	25.60 573	17.75 572	17.27 568	21.81 573	21.02 573	24.43 576	33.82 577	33.37 580	40.54 581	157.71 584	175.86 584	66.16 582	72.93 584

tt_ll	54.10 584	25.67 576	27.13 572	113.43 583	96.96 583	30.69 575	47.44 580	32.38 578	25.60 573	17.75 572	17.27 568	21.81 573	21.02 573	24.43 576	33.82 577	33.37 580	40.54 581	157.71 584	175.86 584	66.16 582	72.93 584

ff	54.10 584	25.67 576	27.13 572	113.43 583	96.96 583	30.69 575	47.44 580	32.38 578	25.60 573	17.75 572	17.27 568	21.81 573	21.02 573	24.43 576	33.82 577	33.37 580	40.54 581	157.71 584	175.86 584	66.16 582	72.93 584

test_example2	192.40 587	210.76 588	206.48 587	199.83 587	204.73 587	172.94 587	183.52 586	133.93 587	133.41 587	191.38 587	196.19 586	187.13 587	178.77 587	205.33 587	208.00 587	222.09 587	238.72 587	186.54 587	190.54 587	227.34 587	170.31 587

ccccc		492.34 589		530.87 588	530.37 588	478.08 588		491.76 588		448.18 588		476.12 588		541.64 588		663.49 588	459.54 588	353.94 588	309.79 588	586.66 588

ASD4		10.99 569

Low-res two-view benchmark