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_L	0.64 17	0.55 122	1.07 17	0.89 170	0.54 153	1.08 14	0.20 1	1.16 8	1.37 107	0.59 27	0.81 53	0.86 138	0.47 18	0.70 3	0.65 86	0.31 263	0.33 399	0.27 165	0.27 258	0.36 287	0.31 231
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
252Zero-FE	0.72 33	0.46 37	1.08 27	1.01 261	0.41 60	1.27 34	0.22 2	1.79 59	1.03 63	2.52 466	1.24 140	0.32 1	0.41 10	1.03 56	0.45 19	0.21 41	0.17 54	0.20 8	0.17 36	0.20 21	0.20 29

BridgeDepth_RVC	0.53 4	0.41 14	1.03 8	0.55 1	0.37 32	0.99 11	0.23 3	1.38 13	0.67 4	0.56 13	0.52 15	0.50 41	0.82 139	0.83 17	0.47 27	0.29 196	0.16 34	0.23 40	0.18 60	0.19 5	0.18 4
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
S2M2_XL	0.46 1	0.41 14	1.09 35	0.65 30	0.34 12	0.29 1	0.23 3	0.67 1	0.50 1	0.53 10	0.92 72	0.65 78	0.53 33	0.54 1	0.50 39	0.28 171	0.24 288	0.25 102	0.21 124	0.23 58	0.22 79
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MLG-Stereo_test2	0.76 46	0.40 8	1.07 17	0.64 22	0.82 291	3.49 275	0.23 3	1.69 49	2.14 364	0.62 35	0.32 3	0.67 83	0.33 1	1.14 80	0.37 3	0.23 64	0.19 121	0.23 40	0.16 18	0.19 5	0.20 29

MS-F	0.52 3	0.42 19	0.89 2	0.61 10	0.36 17	1.64 75	0.25 6	0.96 4	0.91 43	0.62 35	0.42 8	0.56 57	0.53 33	0.71 4	0.45 19	0.17 7	0.15 23	0.18 2	0.14 2	0.19 5	0.20 29

HiDET	0.61 10	0.41 14	0.88 1	0.64 22	0.39 47	2.67 159	0.25 6	1.59 34	0.91 43	0.59 27	0.44 10	0.52 46	0.50 30	0.76 7	0.54 54	0.17 7	0.15 23	0.18 2	0.15 5	0.19 5	0.21 59

LGtest1	0.55 6	0.41 14	1.14 59	0.70 52	0.40 53	0.99 11	0.26 8	1.32 11	0.93 51	0.53 10	0.60 23	0.44 31	0.49 26	1.02 55	0.45 19	0.27 134	0.19 121	0.23 40	0.16 18	0.21 36	0.23 91

LCMNet	0.63 15	0.40 8	0.95 3	0.58 3	0.39 47	3.11 207	0.27 9	1.58 32	0.84 36	0.56 13	0.58 21	0.52 46	0.53 33	0.77 9	0.51 47	0.17 7	0.16 34	0.19 5	0.15 5	0.20 21	0.21 59

DLNR-FE	28.68 615	56.10 627	49.61 618	183.75 631	105.98 626	3.44 260	0.28 10	29.58 618	1.49 158	1.01 146	1.26 149	0.93 157	0.63 64	3.81 348	1.51 352	33.14 624	0.41 465	0.26 133	0.23 174	99.94 630	0.32 244

LG-Stereo_L2	0.63 15	0.46 37	1.15 61	0.70 52	0.43 73	2.32 126	0.28 10	1.86 63	0.68 5	0.56 13	0.42 8	0.37 8	0.45 16	1.36 141	0.40 6	0.23 64	0.18 86	0.22 26	0.18 60	0.21 36	0.20 29

DLNR_Zeroshot_test	28.62 614	55.50 626	49.94 620	183.62 630	115.05 630	3.43 259	0.28 10	29.49 617	1.49 158	1.01 146	1.26 149	0.93 157	0.63 64	3.92 355	1.51 352	29.81 623	0.41 465	0.26 133	0.23 174	93.28 628	0.32 244

MLG-Stereo_test1	0.80 63	0.39 4	1.02 7	0.65 30	1.20 419	3.14 210	0.29 13	1.59 34	3.05 523	0.50 6	0.24 1	0.67 83	0.43 13	1.33 135	0.40 6	0.21 41	0.18 86	0.23 40	0.15 5	0.19 5	0.20 29

Wavelet-MonSter	0.57 7	0.47 54	1.13 56	0.66 39	0.78 273	1.60 70	0.30 14	1.17 9	0.68 5	0.58 23	0.69 33	0.39 14	0.48 22	0.99 50	0.46 23	0.15 1	0.16 34	0.20 8	0.16 18	0.20 21	0.19 8

CSFM-Stereo	0.60 8	0.39 4	0.95 3	0.60 9	0.32 9	2.66 158	0.31 15	1.44 18	0.77 15	0.72 64	0.51 13	0.55 52	0.51 31	0.75 6	0.46 23	0.17 7	0.17 54	0.18 2	0.15 5	0.20 21	0.18 4

MLG-Stereo_test3	0.60 8	0.37 2	1.12 51	0.59 6	0.57 177	2.19 116	0.31 15	1.68 48	0.56 2	0.49 5	0.51 13	0.56 57	0.33 1	0.96 44	0.54 54	0.21 41	0.17 54	0.23 40	0.16 18	0.20 21	0.21 59

MLG-Stereo	0.77 53	0.39 4	1.04 9	0.64 22	0.41 60	3.01 194	0.31 15	1.89 67	2.92 509	0.47 1	0.29 2	0.66 82	0.47 18	1.35 139	0.39 4	0.20 34	0.18 86	0.24 74	0.16 18	0.19 5	0.20 29

CREStereo++_RVC	1.02 145	0.49 73	1.54 120	0.83 123	0.55 161	4.01 404	0.31 15	1.63 42	1.99 324	1.63 217	2.13 417	0.84 130	0.65 70	0.88 25	0.70 114	0.27 134	0.15 23	0.23 40	1.22 569	0.24 65	0.17 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
Monster-pub-mixall	0.64 17	0.42 19	1.00 6	0.83 123	0.48 118	1.39 51	0.32 19	1.45 19	0.82 30	0.88 127	0.85 58	0.39 14	0.36 4	1.99 254	0.47 27	0.20 34	0.16 34	0.17 1	0.15 5	0.18 1	0.21 59

RAStereo	0.75 38	0.52 91	2.86 250	0.58 3	0.62 203	1.19 24	0.32 19	1.81 61	0.99 59	0.75 75	1.05 102	0.64 73	0.47 18	0.80 12	0.94 220	0.22 52	0.20 161	0.27 165	0.21 124	0.34 256	0.22 79

MatchStereo	0.68 23	0.46 37	1.93 155	0.67 46	0.28 2	0.98 9	0.33 21	2.01 82	1.69 264	0.48 2	1.02 87	0.47 36	0.59 51	0.91 32	0.58 63	0.21 41	0.17 54	0.21 20	0.15 5	0.19 5	0.19 8

111111	0.87 88	0.50 78	1.13 56	0.66 39	1.08 383	3.37 249	0.33 21	2.33 121	1.47 141	0.74 73	1.50 215	0.61 67	0.59 51	1.40 147	0.48 29	0.24 78	0.19 121	0.22 26	0.16 18	0.24 65	0.19 8

LG-Stereo_L1	0.61 10	0.47 54	1.10 41	0.73 70	0.49 126	1.72 77	0.33 21	1.95 78	0.65 3	0.56 13	0.40 7	0.40 16	0.43 13	1.40 147	0.42 9	0.23 64	0.19 121	0.23 40	0.18 60	0.21 36	0.19 8

IGEV-Stereo++	0.93 108	0.44 27	1.08 27	0.70 52	1.20 419	3.87 366	0.33 21	3.36 275	1.43 125	0.75 75	1.17 124	0.68 85	1.04 201	0.95 40	0.42 9	0.22 52	0.16 34	0.23 40	0.17 36	0.24 65	0.20 29

XX-TBD	1.03 146	0.95 409	1.94 156	1.30 414	0.43 73	3.97 398	0.33 21	1.74 52	1.73 275	1.59 208	2.02 388	0.69 88	0.60 56	1.16 88	0.66 91	0.30 240	0.25 312	0.23 40	0.15 5	0.31 192	0.22 79

Replicate-Monster	0.79 61	1.36 490	2.08 181	0.70 52	0.52 143	2.05 105	0.34 26	1.92 73	0.82 30	1.03 153	0.60 23	0.48 40	0.52 32	1.28 120	0.39 4	0.19 27	0.14 11	0.19 5	0.16 18	0.22 49	0.78 505

GREAT-IGEV	0.74 37	0.54 116	1.86 147	1.10 314	0.44 81	2.44 136	0.34 26	1.37 12	1.51 171	0.48 2	0.86 59	0.51 42	0.60 56	1.07 64	0.45 19	0.22 52	0.17 54	0.21 20	0.17 36	0.23 58	0.25 120

dual_stereo	0.68 23	0.40 8	1.05 11	0.64 22	0.37 32	0.84 8	0.34 26	3.40 281	1.03 63	0.50 6	0.46 12	0.58 61	0.40 8	1.85 244	0.49 33	0.23 64	0.17 54	0.21 20	0.16 18	0.20 21	0.19 8

U	12.82 601	0.38 3	1.99 162	0.66 39	58.94 623	63.38 629	0.34 26	1.91 72	0.94 55	0.59 27	0.80 49	0.46 35	0.57 42	0.83 17	0.44 17	0.29 196	0.17 54	63.35 629	59.81 628	0.29 150	0.20 29

UGAM-zero	2.79 455	0.57 144	20.87 565	0.98 240	0.77 272	2.08 108	0.35 30	3.88 369	1.51 171	2.05 335	1.64 257	5.07 559	3.42 523	9.83 479	1.24 287	0.28 171	0.21 195	0.27 165	0.29 316	0.29 150	0.28 182

BridgeDepth	0.54 5	0.42 19	1.05 11	0.58 3	0.25 1	1.30 43	0.36 31	1.53 27	0.86 38	0.56 13	0.37 5	0.57 60	0.65 70	0.87 21	0.40 6	0.20 34	0.15 23	0.19 5	0.16 18	0.22 49	0.17 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FoundationStereo	0.50 2	0.39 4	1.11 48	0.79 97	0.42 67	0.70 4	0.36 31	0.76 2	0.80 25	0.62 35	0.38 6	0.73 104	0.77 112	0.69 2	0.36 2	0.26 115	0.17 54	0.23 40	0.16 18	0.18 1	0.20 29

MaDis-Stereo	0.82 75	0.66 246	1.53 117	0.65 30	1.87 547	1.24 30	0.36 31	2.13 93	1.27 90	0.67 52	0.75 40	0.88 143	0.70 85	1.15 86	1.07 246	0.29 196	0.23 253	0.26 133	0.20 106	0.31 192	0.22 79

NLSM1	0.88 90	0.49 73	1.07 17	0.74 72	1.33 457	2.28 122	0.37 34	2.65 174	1.20 76	0.85 119	0.94 77	0.56 57	1.37 287	1.68 214	0.82 160	0.17 7	0.16 34	0.25 102	0.19 85	0.24 65	0.22 79

Pointernet	0.88 90	0.44 27	2.26 198	0.84 133	0.37 32	2.29 124	0.38 35	3.06 231	1.46 136	0.66 49	1.39 187	0.91 151	0.73 95	1.01 52	0.72 122	0.23 64	0.19 121	0.20 8	0.18 60	0.19 5	0.20 29

TANstereo	1.01 141	0.55 122	1.73 135	0.76 88	0.36 17	4.04 410	0.38 35	1.48 22	1.62 244	2.03 330	2.10 408	0.84 130	0.93 173	0.98 47	0.62 73	0.28 171	0.36 423	0.23 40	0.20 106	0.25 81	0.46 393

MonStereo	0.62 12	0.43 24	1.07 17	0.66 39	0.82 291	1.13 17	0.39 37	2.57 160	0.92 48	0.58 23	0.64 28	0.36 4	0.36 4	0.90 29	0.43 13	0.15 1	0.15 23	0.20 8	0.17 36	0.21 36	0.19 8

Monster-pub-eth3d	0.62 12	0.43 24	1.07 17	0.66 39	0.82 291	1.13 17	0.39 37	2.57 160	0.92 48	0.58 23	0.64 28	0.36 4	0.36 4	0.88 25	0.43 13	0.15 1	0.15 23	0.20 8	0.17 36	0.21 36	0.19 8

StereoAnything_RVC	0.94 111	2.66 550	2.20 189	0.76 88	0.34 12	1.18 23	0.39 37	2.31 118	0.69 8	0.51 9	0.34 4	0.32 1	0.89 162	1.57 184	0.35 1	0.32 284	0.16 34	0.23 40	0.15 5	3.31 574	0.18 4

MonSter	0.62 12	0.43 24	1.07 17	0.66 39	0.82 291	1.13 17	0.39 37	2.57 160	0.92 48	0.58 23	0.64 28	0.36 4	0.35 3	0.95 40	0.43 13	0.15 1	0.15 23	0.20 8	0.17 36	0.21 36	0.19 8

IGEV-Stereo+	0.94 111	0.47 54	1.19 67	0.86 152	2.02 557	1.40 52	0.39 37	1.17 9	0.88 39	0.61 33	0.44 10	0.47 36	0.79 125	2.14 270	0.42 9	0.27 134	0.19 121	0.22 26	0.17 36	2.26 569	2.41 574

UniTT-Stereo	0.82 75	0.47 54	2.63 236	0.96 223	1.19 413	0.78 6	0.39 37	1.12 7	1.54 196	1.19 167	1.26 149	0.51 42	0.64 67	1.13 78	1.03 239	0.30 240	0.20 161	0.24 74	0.21 124	0.40 319	0.25 120

FE-Mocha	1.06 149	0.74 317	2.45 219	0.97 232	0.69 241	1.57 66	0.40 43	2.92 214	1.47 141	1.82 257	1.81 326	1.62 256	0.88 156	1.36 141	0.78 144	0.29 196	0.20 161	0.35 354	0.31 353	0.26 102	0.33 262

2.25w	0.75 38	0.47 54	1.09 35	0.69 51	0.65 216	2.28 122	0.40 43	2.42 128	0.80 25	0.73 67	1.03 91	0.40 16	0.81 136	1.24 108	0.80 151	0.16 5	0.15 23	0.21 20	0.17 36	0.19 5	0.21 59

monsterstereo	0.82 75	0.50 78	1.26 78	0.77 93	1.41 480	2.54 150	0.40 43	3.14 238	0.71 10	0.70 58	1.11 113	0.41 23	0.39 7	1.50 172	0.50 39	0.19 27	0.16 34	0.22 26	0.16 18	0.21 36	0.17 1

monsters	0.82 75	0.58 157	1.16 63	0.76 88	1.52 495	2.92 181	0.40 43	2.66 177	0.72 11	0.66 49	0.84 55	0.38 12	0.41 10	1.84 238	0.48 29	0.20 34	0.16 34	0.20 8	0.16 18	0.19 5	0.19 8

LG-G_1	0.70 27	0.40 8	1.12 51	0.71 59	0.30 4	2.80 164	0.40 43	2.21 102	0.78 19	0.59 27	0.55 17	0.51 42	0.58 45	1.24 108	0.49 33	0.24 78	0.18 86	0.23 40	0.15 5	0.21 36	0.21 59

LG-G	0.70 27	0.40 8	1.12 51	0.71 59	0.30 4	2.80 164	0.40 43	2.21 102	0.78 19	0.59 27	0.55 17	0.51 42	0.58 45	1.24 108	0.49 33	0.24 78	0.18 86	0.23 40	0.15 5	0.21 36	0.21 59

CREStereo	0.92 104	0.53 104	1.45 107	0.61 10	0.34 12	4.42 496	0.40 43	2.21 102	1.54 196	0.94 136	1.12 116	0.87 140	0.87 154	1.12 75	0.72 122	0.28 171	0.19 121	0.22 26	0.15 5	0.22 49	0.19 8
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
IGEV	0.70 27	0.36 1	1.07 17	0.71 59	1.31 446	2.82 166	0.41 50	1.76 54	0.98 58	0.73 67	0.71 34	0.35 3	0.42 12	0.90 29	0.42 9	0.18 22	0.18 86	0.22 26	0.18 60	0.18 1	0.20 29

LG-Stereo_Zeroshot	0.89 95	0.47 54	2.08 181	0.76 88	0.73 255	3.91 371	0.41 50	2.07 89	1.07 67	0.77 94	0.89 64	0.64 73	0.86 150	0.95 40	0.77 143	0.26 115	0.18 86	0.26 133	0.19 85	0.32 219	0.32 244

tg	1.15 166	0.67 256	1.31 88	0.94 213	0.54 153	4.02 406	0.41 50	2.96 217	1.59 234	1.69 230	1.85 347	1.84 304	0.97 181	1.78 227	0.83 164	0.27 134	0.17 54	0.29 219	0.26 232	0.29 150	0.27 163

trnet	0.91 103	0.48 64	1.46 108	0.62 14	0.31 6	4.40 492	0.41 50	2.20 100	1.53 187	0.94 136	1.14 120	0.88 143	0.89 162	1.09 67	0.71 117	0.27 134	0.19 121	0.22 26	0.15 5	0.21 36	0.19 8

HART	1.03 146	0.85 378	3.13 260	0.84 133	0.38 44	1.17 22	0.42 54	3.54 301	1.47 141	1.08 157	2.17 423	1.48 238	0.57 42	1.37 146	0.74 131	0.23 64	0.18 86	0.28 198	0.21 124	0.32 219	0.24 110

GIP-stereo	0.88 90	0.50 78	1.34 93	1.32 420	0.94 337	2.90 175	0.42 54	3.41 282	1.06 66	0.63 39	0.76 41	0.90 149	0.76 110	0.91 32	0.52 48	0.27 134	0.18 86	0.25 102	0.16 18	0.25 81	0.19 8

EGLCR-Stereo	1.06 149	0.51 85	1.56 123	1.02 272	0.39 47	4.27 473	0.42 54	4.08 434	1.48 150	0.90 130	0.68 32	1.09 179	0.66 77	1.81 233	0.62 73	0.27 134	0.19 121	0.29 219	0.23 174	0.37 297	0.25 120

iRaftStereo_RVC	1.09 155	0.70 280	1.39 100	0.95 217	0.45 89	3.83 348	0.42 54	2.37 123	1.58 219	1.69 230	1.76 300	1.80 292	0.83 144	1.50 172	0.98 230	0.28 171	0.18 86	0.29 219	0.26 232	0.30 173	0.31 231

RAFT-Stereo + iAFF	1.25 195	0.72 296	1.74 138	1.05 282	0.36 17	4.13 432	0.42 54	2.95 216	2.84 503	2.02 326	2.40 468	1.61 255	1.11 230	1.26 115	0.97 227	0.21 41	0.15 23	0.26 133	0.23 174	0.29 150	0.23 91

AdaDepth	0.76 46	0.45 30	1.41 104	0.70 52	1.27 438	3.12 208	0.43 59	1.02 5	0.94 55	0.63 39	0.91 70	0.43 26	0.58 45	1.41 153	0.48 29	0.18 22	0.21 195	0.23 40	0.19 85	0.25 81	0.26 146

asd	0.70 27	0.45 30	1.10 41	0.67 46	0.90 327	2.88 173	0.43 59	1.64 44	0.79 22	0.68 54	0.88 61	0.43 26	0.74 100	0.85 20	0.49 33	0.19 27	0.13 1	0.24 74	0.17 36	0.22 49	0.20 29

DEFOM-Stereo_RVC	0.81 72	1.13 446	1.23 74	0.97 232	0.57 177	0.81 7	0.43 59	3.49 288	0.84 36	0.73 67	0.95 81	0.44 31	1.17 251	1.45 162	0.60 67	0.26 115	0.18 86	0.24 74	0.17 36	0.30 173	0.19 8

PMTNet	0.99 135	0.48 64	1.73 135	0.62 14	0.56 165	4.20 462	0.43 59	1.88 64	1.58 219	1.00 145	1.05 102	0.78 116	0.98 187	1.50 172	0.85 170	1.21 556	0.20 161	0.23 40	0.15 5	0.22 49	0.19 8

4w-stereo	0.67 20	0.49 73	1.07 17	0.63 18	0.75 262	1.63 74	0.44 63	2.23 106	0.77 15	0.56 13	0.92 72	0.40 16	0.82 139	1.08 65	0.53 49	0.18 22	0.13 1	0.25 102	0.18 60	0.19 5	0.20 29

DEFOM-Stereo	0.70 27	0.46 37	1.13 56	0.72 67	0.48 118	3.40 254	0.44 63	0.90 3	0.77 15	0.86 124	0.58 21	0.45 34	0.43 13	1.76 225	0.43 13	0.24 78	0.18 86	0.22 26	0.16 18	0.21 36	0.20 29

AIO-Stereo-zeroshot	2.35 391	0.99 418	19.62 510	1.09 305	0.96 341	1.51 62	0.44 63	4.05 424	1.64 248	1.31 173	1.67 266	4.93 552	2.45 471	2.52 303	1.40 321	0.30 240	0.20 161	0.31 262	0.50 497	0.57 444	0.60 460

H2IRNET	1.90 299	0.53 104	14.29 423	1.14 333	0.60 192	4.48 503	0.44 63	2.65 174	1.81 294	1.05 155	2.30 451	1.67 261	1.40 296	2.17 274	1.50 346	0.36 345	0.21 195	0.33 317	0.37 422	0.34 256	0.29 192

NLSM3	0.90 99	0.46 37	1.19 67	0.62 14	1.30 442	3.19 218	0.45 67	2.81 204	1.27 90	0.78 97	0.95 81	0.55 52	1.03 196	1.14 80	0.87 183	0.20 34	0.15 23	0.26 133	0.22 158	0.24 65	0.23 91

NLCSM	0.99 135	0.55 122	1.46 108	0.70 52	1.30 442	3.34 245	0.45 67	3.38 277	1.32 99	0.73 67	1.11 113	0.73 104	0.81 136	1.30 129	1.26 293	0.21 41	0.16 34	0.25 102	0.20 106	0.23 58	0.23 91

Zero-FE251	0.80 63	0.75 330	1.71 133	0.88 163	0.70 245	2.59 154	0.45 67	1.38 13	0.83 33	1.79 253	0.61 25	0.73 104	0.81 136	0.82 16	0.61 69	0.29 196	0.23 253	0.27 165	0.19 85	0.20 21	0.20 29

qwe	0.75 38	0.45 30	1.10 41	0.67 46	1.06 377	2.49 140	0.45 67	2.57 160	0.90 40	0.71 62	0.83 54	0.43 26	0.48 22	1.10 68	0.64 79	0.17 7	0.14 11	0.24 74	0.16 18	0.21 36	0.20 29

HI	1.27 207	0.90 390	2.33 207	1.10 314	0.68 235	2.92 181	0.45 67	2.49 141	1.76 285	2.13 358	1.65 263	2.42 375	1.84 416	1.58 185	1.61 369	0.26 115	0.16 34	0.28 198	0.29 316	0.26 102	0.25 120

CoSv	1.27 207	0.90 390	2.33 207	1.10 314	0.68 235	2.92 181	0.45 67	2.49 141	1.76 285	2.13 358	1.65 263	2.42 375	1.84 416	1.58 185	1.61 369	0.26 115	0.16 34	0.28 198	0.29 316	0.26 102	0.25 120

Select-FE	2.25 358	0.87 384	17.36 465	1.06 288	0.99 355	2.04 104	0.46 73	3.79 346	1.61 239	2.52 466	1.81 326	4.41 535	3.15 507	1.83 236	0.92 209	0.32 284	0.35 417	0.30 239	0.41 460	0.32 219	0.55 442

SGD-Stereo	0.65 19	0.41 14	1.06 15	0.85 145	0.31 6	2.44 136	0.46 73	1.09 6	0.69 8	0.84 118	0.52 15	0.55 52	0.53 33	1.49 171	0.46 23	0.31 263	0.14 11	0.25 102	0.18 60	0.23 58	0.20 29

PAM_32	2.45 407	0.63 213	20.74 560	1.05 282	0.65 216	2.83 167	0.46 73	2.91 212	1.54 196	1.95 295	2.66 495	4.99 555	3.78 530	1.96 252	0.92 209	0.27 134	0.22 224	0.27 165	0.25 212	0.36 287	0.48 403

CroCo-Stereo Lap2	0.99 135	0.89 388	2.55 225	0.99 246	1.80 544	0.54 3	0.46 73	3.10 234	1.24 81	1.07 156	1.21 133	1.05 178	0.78 121	1.26 115	1.08 249	0.27 134	0.23 253	0.27 165	0.21 124	0.43 374	0.34 275

raft_robust	1.92 306	1.15 451	3.34 271	1.02 272	0.43 73	3.84 353	0.46 73	4.42 538	2.52 452	1.67 228	1.36 181	2.17 348	6.37 571	6.78 417	1.04 241	0.28 171	0.24 288	0.30 239	0.35 400	0.31 192	0.32 244

XX-Stereo	2.54 426	0.61 194	20.21 534	1.78 525	1.19 413	4.30 477	0.46 73	4.39 534	1.58 219	2.32 429	1.89 360	4.64 547	0.60 56	4.16 360	0.82 160	0.31 263	0.21 195	0.28 198	0.27 258	0.51 418	0.26 146

NLMM	0.92 104	0.52 91	1.40 102	0.67 46	1.10 389	3.14 210	0.47 79	3.06 231	1.30 95	0.78 97	1.13 118	0.55 52	0.58 45	1.32 133	1.07 246	0.20 34	0.16 34	0.23 40	0.20 106	0.22 49	0.26 146

water-stereo	0.78 58	0.45 30	1.94 156	0.79 97	0.48 118	2.36 129	0.47 79	1.53 27	1.09 69	0.88 127	1.04 96	0.82 126	0.75 103	0.72 5	0.78 144	0.22 52	0.23 253	0.25 102	0.23 174	0.24 65	0.29 192

Reg-Stereo(zero)	1.60 252	0.42 19	10.69 373	0.89 170	0.68 235	3.27 233	0.47 79	2.27 111	1.54 196	1.48 197	1.24 140	2.55 393	2.68 484	1.48 169	1.10 253	0.19 27	0.19 121	0.22 26	0.18 60	0.24 65	0.26 146

AFF-stereo	1.31 219	0.77 339	1.46 108	1.10 314	0.45 89	3.93 378	0.48 82	2.92 214	2.92 509	1.90 278	2.21 431	2.11 346	1.52 336	1.93 249	1.12 259	0.21 41	0.16 34	0.25 102	0.25 212	0.29 150	0.20 29

asda	0.77 53	0.46 37	1.10 41	0.64 22	0.82 291	3.33 243	0.49 83	2.40 124	0.81 29	0.63 39	0.80 49	0.44 31	0.85 147	0.88 25	0.60 67	0.17 7	0.13 1	0.24 74	0.17 36	0.20 21	0.20 29

MIF-Stereo (partial)	0.98 127	0.55 122	2.83 247	0.71 59	1.03 368	1.08 14	0.49 83	2.55 156	1.66 254	0.79 102	1.20 129	0.80 122	0.90 165	1.61 197	1.56 360	0.36 345	0.24 288	0.33 317	0.25 212	0.40 319	0.28 182

NLMM1	0.92 104	0.50 78	1.15 61	0.65 30	1.05 373	3.36 248	0.50 85	2.91 212	1.37 107	0.68 54	1.09 108	0.58 61	0.77 112	1.40 147	1.15 262	0.19 27	0.14 11	0.23 40	0.21 124	0.23 58	0.21 59

CES	1.01 141	0.55 122	1.74 138	0.92 193	2.15 561	2.15 111	0.50 85	2.01 82	1.45 128	0.76 89	1.02 87	0.61 67	0.47 18	1.29 125	0.79 150	0.22 52	0.17 54	0.24 74	0.14 2	0.63 464	2.29 571

IPLGR	2.53 424	0.58 157	20.46 550	0.82 112	0.52 143	4.56 528	0.50 85	4.30 510	2.38 423	1.87 268	1.53 225	1.68 263	1.72 394	6.95 420	1.15 262	0.28 171	0.21 195	0.27 165	0.23 174	0.33 238	0.32 244

CroCo-Stereo	0.98 127	0.87 384	3.44 273	0.87 158	0.53 152	0.49 2	0.50 85	3.99 407	1.49 158	0.81 106	1.25 148	1.00 169	0.75 103	1.10 68	1.09 252	0.24 78	0.21 195	0.24 74	0.19 85	0.35 274	0.27 163
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
s12784h	1.31 219	0.45 30	2.41 217	0.71 59	0.35 15	4.42 496	0.50 85	4.22 472	2.73 480	2.01 321	2.48 474	0.91 151	0.96 178	2.01 258	0.70 114	0.29 196	0.18 86	0.24 74	0.16 18	0.27 115	0.18 4

DilatedVolume-Stereo	0.81 72	0.60 177	1.51 116	1.01 261	0.59 189	1.34 46	0.51 90	1.56 30	1.08 68	1.26 171	1.24 140	0.77 115	0.87 154	1.79 231	0.72 122	0.23 64	0.24 288	0.22 26	0.21 124	0.25 81	0.23 91

4.5_new	0.67 20	0.46 37	1.11 48	0.63 18	0.78 273	1.97 95	0.51 90	2.18 97	0.78 19	0.73 67	0.90 68	0.42 24	0.49 26	0.81 13	0.49 33	0.21 41	0.14 11	0.26 133	0.19 85	0.22 49	0.20 29

4.5w-stereo	0.67 20	0.46 37	1.11 48	0.63 18	0.78 273	1.97 95	0.51 90	2.18 97	0.77 15	0.73 67	0.90 68	0.42 24	0.49 26	0.81 13	0.49 33	0.21 41	0.14 11	0.26 133	0.19 85	0.22 49	0.20 29

3.25w_new	0.69 25	0.46 37	1.10 41	0.61 10	0.61 197	2.23 119	0.51 90	2.45 134	0.90 40	0.63 39	0.78 46	0.47 36	0.71 87	0.78 10	0.50 39	0.17 7	0.14 11	0.20 8	0.17 36	0.20 21	0.20 29

3.25w	0.69 25	0.46 37	1.10 41	0.61 10	0.61 197	2.23 119	0.51 90	2.45 134	0.90 40	0.63 39	0.78 46	0.47 36	0.71 87	0.79 11	0.50 39	0.17 7	0.14 11	0.20 8	0.17 36	0.20 21	0.20 29

3.5w_stereo	0.77 53	0.53 104	1.09 35	0.65 30	0.72 250	2.52 144	0.51 90	2.43 131	0.80 25	0.76 89	1.20 129	0.43 26	0.66 77	1.23 107	0.73 125	0.17 7	0.13 1	0.23 40	0.17 36	0.20 21	0.21 59

GCST	2.56 431	1.79 524	18.02 477	1.92 540	1.33 457	1.72 77	0.51 90	3.67 321	2.03 334	1.70 234	1.61 250	1.55 247	1.29 272	5.06 372	1.24 287	2.06 572	0.77 554	1.45 570	0.97 555	1.14 544	1.34 548

LoS	0.94 111	0.52 91	1.88 149	0.86 152	0.36 17	4.15 436	0.51 90	2.18 97	1.45 128	0.97 144	0.88 61	0.62 69	0.79 125	1.59 190	0.86 177	0.26 115	0.19 121	0.24 74	0.16 18	0.21 36	0.20 29
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-RAFT	1.15 166	0.46 37	1.64 130	0.99 246	0.45 89	4.17 450	0.51 90	3.21 246	1.69 264	1.12 163	1.34 174	1.45 235	1.40 296	2.08 262	0.94 220	0.41 405	0.20 161	0.24 74	0.23 174	0.27 115	0.25 120

GCAP-Stereo	0.93 108	0.68 264	1.35 97	0.85 145	0.41 60	3.61 309	0.52 99	2.20 100	1.50 164	1.11 162	1.04 96	1.17 190	0.84 145	1.11 70	0.71 117	0.25 99	0.20 161	0.27 165	0.18 60	0.28 132	0.23 91

IGEV-FE	2.16 345	0.69 267	20.56 553	1.22 377	0.54 153	2.18 113	0.53 100	3.38 277	1.61 239	1.93 289	1.55 231	3.74 500	1.06 213	1.56 181	0.91 204	0.29 196	0.20 161	0.27 165	0.29 316	0.40 319	0.32 244

depthmonostereo	0.94 111	0.71 292	2.39 214	0.85 145	0.54 153	2.21 118	0.53 100	1.83 62	1.17 73	0.95 140	1.09 108	0.99 166	0.97 181	2.37 288	0.68 99	0.23 64	0.27 337	0.22 26	0.20 106	0.25 81	0.26 146

3.75w	0.75 38	0.47 54	1.09 35	0.63 18	1.10 389	2.61 155	0.53 100	2.46 137	0.97 57	0.62 35	0.80 49	0.40 16	0.66 77	1.11 70	0.48 29	0.19 27	0.13 1	0.23 40	0.18 60	0.20 21	0.21 59

PAM	2.43 404	0.61 194	20.86 563	1.07 291	0.73 255	2.93 185	0.53 100	3.24 252	1.53 187	1.89 277	2.43 469	5.29 565	2.76 486	1.84 238	1.02 237	0.27 134	0.24 288	0.26 133	0.25 212	0.40 319	0.50 417

Former-RAFT_DAM_RVC	0.92 104	0.73 307	1.42 105	0.92 193	1.08 383	2.97 191	0.53 100	1.77 57	1.39 112	1.16 165	1.54 227	0.58 61	0.65 70	1.03 56	0.84 167	0.25 99	0.23 253	0.30 239	0.24 200	0.43 374	0.29 192

GMStereo_Zeroshot	1.41 229	1.21 462	3.33 270	1.29 407	0.72 250	3.35 246	0.53 100	2.58 167	1.68 258	2.35 437	1.56 235	2.42 375	0.96 178	2.50 295	1.16 266	0.45 438	0.23 253	0.40 411	0.24 200	0.79 511	0.33 262

IGEV_Zeroshot_test	2.16 345	0.69 267	20.60 557	1.22 377	0.54 153	2.18 113	0.53 100	3.38 277	1.61 239	1.93 289	1.55 231	3.76 502	1.05 206	1.55 180	0.91 204	0.29 196	0.20 161	0.27 165	0.29 316	0.40 319	0.32 244

MLCV	1.87 292	0.91 395	8.59 343	1.10 314	0.57 177	3.59 303	0.53 100	3.70 333	2.20 375	2.80 507	2.25 437	2.00 329	1.42 306	4.13 359	1.86 410	0.30 240	0.20 161	0.32 282	0.21 124	0.33 238	0.36 296

LG-Stereo	0.85 82	0.60 177	2.71 241	0.59 6	0.45 89	2.85 170	0.55 108	2.41 125	1.34 101	0.59 27	1.19 127	0.43 26	0.40 8	0.76 7	0.75 134	0.20 34	0.17 54	0.31 262	0.24 200	0.29 150	0.19 8

MoCha-V2	0.87 88	0.48 64	1.87 148	0.88 163	0.32 9	1.37 49	0.55 108	2.71 183	1.42 121	0.92 134	1.75 291	0.65 78	1.17 251	1.45 162	0.57 60	0.21 41	0.21 195	0.20 8	0.19 85	0.24 65	0.23 91

riskmin	1.25 195	0.56 134	2.05 169	1.05 282	0.93 335	2.86 172	0.55 108	3.23 250	1.34 101	1.55 204	1.07 106	3.56 495	2.03 434	1.29 125	1.00 235	0.28 171	0.27 337	0.34 335	0.21 124	0.41 344	0.43 371

TestStereo	2.00 321	1.02 423	12.25 388	0.70 52	0.61 197	1.88 87	0.55 108	2.31 118	1.52 180	1.41 191	1.33 169	1.27 209	0.90 165	11.62 553	0.81 157	0.34 313	0.19 121	0.33 317	0.24 200	0.44 382	0.24 110

2.5w	0.75 38	0.44 27	1.06 15	0.66 39	0.69 241	2.39 132	0.56 112	2.77 192	0.82 30	0.63 39	0.88 61	0.37 8	0.75 103	1.36 141	0.50 39	0.18 22	0.14 11	0.22 26	0.17 36	0.19 5	0.21 59

2.75w_new	0.75 38	0.45 30	1.10 41	0.65 30	0.62 203	2.45 138	0.56 112	2.75 189	0.74 13	0.78 97	0.73 37	0.38 12	0.92 170	1.04 61	0.66 91	0.17 7	0.14 11	0.22 26	0.17 36	0.18 1	0.19 8

IPLG	2.48 415	0.65 235	19.63 511	0.91 187	0.79 277	4.60 533	0.56 112	4.31 513	1.84 302	1.91 283	2.00 386	1.31 215	1.38 289	6.61 408	1.53 356	0.27 134	0.20 161	0.27 165	0.23 174	0.31 192	0.36 296

ours_stereo	0.76 46	0.64 225	1.40 102	0.86 152	0.61 197	1.12 16	0.57 115	1.63 42	1.20 76	0.72 64	1.43 196	0.70 89	0.62 61	1.56 181	0.58 63	0.25 99	0.18 86	0.26 133	0.21 124	0.29 150	0.31 231

MyStereo8	2.33 382	1.13 446	19.26 501	1.22 377	1.62 514	4.16 445	0.57 115	3.50 291	2.36 412	2.15 369	1.75 291	2.28 354	1.14 240	1.46 166	2.20 452	0.24 78	0.21 195	0.32 282	0.27 258	0.36 287	0.43 371

plain	1.55 239	0.69 267	13.59 404	0.65 30	0.73 255	1.66 76	0.57 115	3.17 243	1.94 318	0.77 94	1.24 140	0.80 122	0.86 150	1.60 192	0.96 226	0.33 301	0.21 195	0.32 282	0.25 212	0.42 363	0.28 182

DCANet-4	1.96 313	0.51 85	14.31 424	0.82 112	0.40 53	4.16 445	0.57 115	4.29 502	2.98 517	2.30 419	1.80 314	1.03 174	1.54 346	1.44 158	1.44 330	0.29 196	0.23 253	0.23 40	0.18 60	0.24 65	0.42 362

fff	1.74 274	0.70 280	9.08 349	0.81 102	0.36 17	4.15 436	0.57 115	4.23 476	2.09 349	2.30 419	1.80 314	1.19 198	3.02 499	1.44 158	1.46 334	0.29 196	0.23 253	0.23 40	0.18 60	0.24 65	0.42 362

RAFT-RH_RVC	2.63 438	0.55 122	19.97 523	1.26 393	0.47 110	4.46 501	0.57 115	1.71 50	1.64 248	3.06 527	5.51 560	2.03 333	1.28 269	6.70 412	1.52 355	0.42 416	0.22 224	0.37 384	0.34 382	0.28 132	0.29 192

csc	1.74 274	0.70 280	9.08 349	0.81 102	0.36 17	4.15 436	0.57 115	4.23 476	2.09 349	2.30 419	1.80 314	1.19 198	3.02 499	1.44 158	1.46 334	0.29 196	0.23 253	0.23 40	0.18 60	0.24 65	0.42 362

cscssc	1.74 274	0.70 280	9.08 349	0.81 102	0.36 17	4.15 436	0.57 115	4.23 476	2.09 349	2.30 419	1.80 314	1.19 198	3.02 499	1.44 158	1.46 334	0.29 196	0.23 253	0.23 40	0.18 60	0.24 65	0.42 362

GMStereo	1.01 141	1.00 421	2.86 250	0.83 123	0.45 89	1.47 58	0.57 115	1.89 67	2.11 359	1.52 201	1.24 140	0.87 140	0.74 100	1.58 185	0.94 220	0.40 390	0.21 195	0.30 239	0.30 337	0.47 405	0.36 296
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
4.25_new	0.73 34	0.46 37	1.08 27	0.71 59	0.97 345	2.52 144	0.58 124	2.28 114	0.93 51	0.57 19	0.94 77	0.40 16	0.65 70	0.87 21	0.50 39	0.17 7	0.13 1	0.25 102	0.17 36	0.19 5	0.20 29

4.5w_new	0.73 34	0.46 37	1.08 27	0.71 59	0.97 345	2.52 144	0.58 124	2.28 114	0.93 51	0.57 19	0.94 77	0.40 16	0.65 70	0.87 21	0.50 39	0.17 7	0.13 1	0.25 102	0.17 36	0.19 5	0.20 29

4.25w-stereo	0.73 34	0.46 37	1.08 27	0.71 59	0.97 345	2.52 144	0.58 124	2.28 114	0.93 51	0.57 19	0.94 77	0.40 16	0.65 70	0.87 21	0.50 39	0.17 7	0.13 1	0.25 102	0.17 36	0.19 5	0.20 29

DIP-Stereo	1.24 191	0.69 267	1.77 140	0.65 30	0.61 197	4.29 475	0.58 124	4.44 542	2.53 453	1.98 302	1.33 169	0.91 151	0.86 150	1.25 114	1.25 290	0.36 345	0.23 253	0.32 282	0.23 174	0.32 219	0.29 192
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
LoS_RVC	0.94 111	1.30 479	1.31 88	0.84 133	1.63 516	2.02 98	0.59 128	1.51 24	1.36 106	0.81 106	1.33 169	0.84 130	0.88 156	1.36 141	0.73 125	0.21 41	0.17 54	0.20 8	0.14 2	0.20 21	1.45 553

ADStereo(finetuned)	2.04 328	0.73 307	13.28 398	0.82 112	0.40 53	4.16 445	0.59 128	4.25 486	2.97 514	2.35 437	1.84 340	1.18 194	3.40 519	1.52 177	1.54 357	0.29 196	0.24 288	0.23 40	0.18 60	0.30 173	0.51 425

DCANet	1.74 274	0.73 307	9.08 349	0.82 112	0.40 53	4.18 453	0.59 128	4.25 486	2.97 514	2.35 437	1.84 340	1.18 194	1.63 374	1.51 175	1.55 358	0.29 196	0.24 288	0.23 40	0.18 60	0.30 173	0.53 432

DFGA-Net	2.11 338	3.00 554	7.43 330	1.11 321	0.76 266	3.72 326	0.60 131	2.63 172	1.91 315	2.01 321	2.07 404	1.22 204	1.04 201	10.26 499	2.26 455	0.27 134	0.22 224	0.34 335	0.34 382	0.61 458	0.48 403

11t1	1.11 158	0.53 104	1.80 143	1.55 495	0.65 216	2.20 117	0.60 131	3.66 320	1.49 158	1.60 209	1.26 149	1.03 174	1.35 284	1.72 220	0.97 227	0.28 171	0.31 382	0.29 219	0.23 174	0.30 173	0.34 275

MIM_Stereo	1.20 178	0.78 345	3.30 268	1.05 282	0.43 73	3.04 195	0.60 131	2.46 137	1.51 171	1.60 209	1.58 238	1.82 298	1.29 272	2.00 255	1.07 246	0.24 78	0.24 288	0.28 198	0.25 212	0.27 115	0.27 163

FENet	2.25 358	0.50 78	20.29 542	1.35 437	0.67 230	4.01 404	0.60 131	3.95 394	1.99 324	1.96 298	1.11 113	2.43 378	1.43 309	1.60 192	1.39 320	0.32 284	0.22 224	0.33 317	0.26 232	0.29 150	0.39 332

2w_stereo	0.75 38	0.46 37	1.08 27	0.68 50	0.56 165	2.00 97	0.61 135	2.87 211	0.83 33	0.93 135	0.93 75	0.36 4	1.13 233	0.90 29	0.61 69	0.17 7	0.13 1	0.23 40	0.17 36	0.20 21	0.21 59

ISRNet	1.69 268	0.76 336	5.69 315	1.27 401	1.36 464	2.85 170	0.61 135	3.60 309	1.91 315	2.13 358	2.12 415	2.90 430	1.41 301	2.51 298	1.71 388	0.49 471	0.50 509	0.56 504	0.47 482	0.49 414	0.57 450

rvit_stereo_0081	0.80 63	0.63 213	1.19 67	0.91 187	0.64 208	1.27 34	0.61 135	2.05 85	1.71 269	0.82 108	0.73 37	0.85 134	0.75 103	1.30 129	0.80 151	0.31 263	0.26 326	0.27 165	0.25 212	0.38 302	0.27 163

rvit_stereo_0082	0.80 63	0.63 213	1.19 67	0.91 187	0.64 208	1.27 34	0.61 135	2.05 85	1.71 269	0.82 108	0.73 37	0.85 134	0.75 103	1.30 129	0.80 151	0.31 263	0.26 326	0.27 165	0.25 212	0.38 302	0.27 163

StereoVision	1.65 262	0.75 330	7.47 331	1.01 261	1.80 544	2.61 155	0.61 135	3.06 231	1.96 319	1.25 169	3.46 540	1.85 308	0.88 156	2.07 260	1.93 419	0.43 422	0.36 423	0.37 384	0.36 410	0.48 408	0.33 262

EKT-Stereo	6.79 577	0.64 225	4.24 294	1.77 524	106.39 627	4.51 516	0.61 135	3.16 241	1.53 187	1.88 271	1.22 135	1.98 326	1.36 286	3.81 348	0.84 167	0.35 333	0.24 288	0.29 219	0.26 232	0.34 256	0.48 403

MC-Stereo	1.06 149	0.48 64	1.55 121	1.15 346	0.41 60	4.56 528	0.61 135	2.06 87	1.46 136	1.90 278	1.61 250	0.89 145	1.12 231	1.35 139	0.73 125	0.25 99	0.18 86	0.26 133	0.22 158	0.25 81	0.24 110

MIPNet	2.33 382	0.71 292	19.82 516	0.89 170	0.56 165	4.76 562	0.61 135	4.32 517	2.37 418	1.83 259	1.48 213	1.48 238	1.98 433	2.63 313	1.44 330	0.29 196	0.20 161	0.26 133	0.23 174	0.30 173	0.39 332

rafts_anoy	1.24 191	0.80 354	3.61 283	1.17 354	1.20 419	3.00 192	0.61 135	3.17 243	1.58 219	1.37 184	1.26 149	1.19 198	1.12 231	1.78 227	1.25 290	0.32 284	0.23 253	0.32 282	0.32 365	0.31 192	0.30 221

sAnonymous2	1.37 224	1.22 468	9.79 359	0.92 193	0.88 319	1.23 26	0.61 135	2.56 158	1.69 264	0.85 119	1.02 87	0.73 104	1.23 263	0.98 47	0.78 144	0.29 196	0.25 312	0.31 262	0.30 337	1.06 534	0.71 487

CroCo_RVC	1.37 224	1.22 468	9.79 359	0.92 193	0.88 319	1.23 26	0.61 135	2.56 158	1.69 264	0.85 119	1.02 87	0.73 104	1.23 263	0.98 47	0.78 144	0.29 196	0.25 312	0.31 262	0.30 337	1.06 534	0.71 487

sCroCo_RVC	1.06 149	0.82 365	5.05 305	1.02 272	1.05 373	0.98 9	0.61 135	2.06 87	1.29 93	0.69 57	1.26 149	0.82 126	1.10 227	1.20 102	0.90 195	0.42 416	0.40 456	0.33 317	0.30 337	0.46 401	0.38 325

DN-CSS_ROB	1.91 303	1.55 509	11.13 379	1.82 532	0.88 319	3.99 401	0.61 135	4.01 411	1.67 256	1.64 220	1.89 360	1.39 225	1.06 213	3.23 332	1.50 346	0.31 263	0.19 121	0.44 439	0.29 316	0.37 297	0.31 231

IGEV-BASED-STEREO-	1.09 155	3.30 559	2.61 232	0.82 112	0.38 44	1.27 34	0.62 148	1.51 24	1.29 93	0.91 131	0.92 72	0.65 78	0.57 42	1.08 65	0.59 65	1.55 570	0.15 23	0.32 282	0.28 288	1.10 540	1.98 567

test-1	1.23 186	0.65 235	1.88 149	0.96 223	0.52 143	3.84 353	0.62 148	4.01 411	1.47 141	1.93 289	1.78 308	1.83 301	0.92 170	1.19 101	1.28 301	0.26 115	0.29 359	0.31 262	0.24 200	0.29 150	0.36 296

rvit_stereo_0081_aga	0.81 72	0.75 330	1.84 146	0.72 67	0.73 255	1.21 25	0.63 150	1.92 73	1.39 112	0.87 126	0.80 49	0.79 120	0.69 83	1.27 119	0.69 108	0.35 333	0.29 359	0.26 133	0.25 212	0.40 319	0.27 163

model_zeroshot	1.21 181	0.60 177	3.55 277	1.05 282	0.57 177	3.46 266	0.63 150	2.73 186	1.55 204	2.05 335	1.38 185	1.50 241	0.82 139	1.69 216	0.87 183	0.29 196	0.23 253	0.30 239	0.23 174	0.27 115	0.32 244

xxxx	2.67 444	0.54 116	2.03 166	1.22 377	0.81 282	3.49 275	0.63 150	4.49 551	2.49 447	2.22 398	2.23 434	2.05 337	1.38 289	10.05 491	17.91 594	0.32 284	0.32 392	0.30 239	0.27 258	0.33 238	0.34 275

SCV_C0	0.89 95	0.59 165	1.96 161	0.83 123	0.44 81	1.24 30	0.64 153	3.33 271	1.66 254	0.82 108	1.20 129	0.73 104	0.66 77	1.62 198	0.66 91	0.32 284	0.21 195	0.24 74	0.20 106	0.28 132	0.23 91

rvit_stereo_0083	0.86 84	0.67 256	1.42 105	0.87 158	0.65 216	1.23 26	0.64 153	1.67 46	2.28 393	0.79 102	0.93 75	0.93 157	1.07 216	1.46 166	0.75 134	0.32 284	0.36 423	0.30 239	0.26 232	0.33 238	0.28 182

test_sample1	1.62 256	0.55 122	1.88 149	1.44 468	0.79 277	2.27 121	0.64 153	4.00 409	1.82 295	1.87 268	1.35 177	1.57 248	1.62 361	9.55 472	1.24 287	0.30 240	0.27 337	0.31 262	0.28 288	0.32 219	0.32 244

PCWNet_CMD	2.23 354	0.65 235	17.36 465	0.83 123	0.76 266	3.51 284	0.64 153	3.60 309	1.97 321	1.70 234	1.63 255	3.22 457	3.05 503	2.09 265	1.11 256	0.31 263	0.36 423	0.47 455	0.26 232	0.64 472	0.47 398

TransformOpticalFlow	3.03 488	0.77 339	20.99 569	1.00 254	0.55 161	4.18 453	0.64 153	4.33 519	3.02 521	2.18 380	3.09 525	4.35 532	5.07 553	7.36 427	1.27 297	0.32 284	0.18 86	0.32 282	0.26 232	0.28 132	0.46 393

CFNet_pseudo	2.12 340	0.67 256	15.14 438	0.85 145	0.74 260	3.95 388	0.64 153	3.95 394	1.78 288	1.90 278	1.79 311	3.27 462	1.62 361	2.51 298	1.16 266	0.31 263	0.36 423	0.53 494	0.27 258	0.63 464	0.44 377

CFNet-RSSM	2.08 335	0.52 91	20.06 526	1.01 261	0.56 165	3.39 251	0.64 153	3.67 321	1.55 204	1.72 239	1.37 182	2.57 395	1.19 257	1.11 70	0.86 177	0.27 134	0.20 161	0.25 102	0.23 174	0.27 115	0.23 91

Gwc-CoAtRS	1.58 246	0.57 144	11.69 385	1.01 261	0.60 192	2.53 148	0.64 153	2.36 122	1.56 210	1.80 254	1.47 206	2.74 412	1.18 253	1.12 75	0.90 195	0.27 134	0.21 195	0.25 102	0.22 158	0.27 115	0.23 91

MSMDNet	2.23 354	0.64 225	17.32 461	0.84 133	0.75 262	3.53 288	0.64 153	3.61 312	1.98 323	1.71 238	1.64 257	3.22 457	2.99 496	2.08 262	1.11 256	0.31 263	0.37 436	0.45 446	0.26 232	0.62 462	0.45 383

xyz-stereo-finetune2	1.16 170	0.63 213	1.50 114	0.57 2	0.36 17	3.47 269	0.65 162	2.70 182	1.23 79	0.88 127	1.75 291	0.91 151	1.76 399	3.54 340	1.74 395	0.24 78	0.22 224	0.30 239	0.27 258	0.31 192	0.26 146

222	2.68 448	0.57 144	2.03 166	1.11 321	0.81 282	3.23 223	0.65 162	4.52 556	2.45 439	2.34 436	2.29 446	1.41 231	1.44 312	10.50 504	18.47 598	0.32 284	0.30 372	0.32 282	0.27 258	0.32 219	0.34 275

ccs_rob	2.13 342	0.67 256	15.11 437	0.84 133	0.75 262	3.96 393	0.65 162	3.95 394	1.78 288	1.88 271	1.79 311	3.26 461	1.64 377	2.51 298	1.16 266	0.31 263	0.36 423	0.54 501	0.27 258	0.65 475	0.45 383

FlowAnything_test	0.75 38	0.60 177	1.18 66	0.82 112	0.58 186	2.29 124	0.66 165	1.38 13	0.80 25	1.03 153	0.76 41	0.63 71	0.49 26	0.84 19	0.91 204	0.31 263	0.27 337	0.40 411	0.48 487	0.31 192	0.30 221

iResNet_ROB	1.89 297	1.02 423	8.60 344	1.39 457	0.98 352	3.72 326	0.66 165	3.84 357	2.65 471	1.88 271	2.05 399	1.98 326	1.27 267	4.52 364	1.67 384	0.30 240	0.20 161	0.28 198	0.18 60	0.31 192	0.40 352

FSD					0.60 192	0.77 5	0.67 167	1.57 31	0.68 5	0.72 64	0.62 26	1.02 171	0.72 90	0.81 13	0.73 125	0.59 501	0.54 514	0.57 507	0.54 510	0.57 444

1w_stereo	0.86 84	0.42 19	1.07 17	0.72 67	0.81 282	3.00 192	0.67 167	3.28 256	0.75 14	0.74 73	1.32 167	0.37 8	1.37 287	0.92 35	0.68 99	0.16 5	0.14 11	0.20 8	0.16 18	0.19 5	0.22 79

mms	0.77 53	0.68 264	1.17 65	0.83 123	0.71 248	1.41 53	0.67 167	1.61 36	1.12 70	0.77 94	1.37 182	0.63 71	0.54 38	1.75 224	0.63 76	0.24 78	0.19 121	0.26 133	0.21 124	0.31 192	0.34 275

SDNR	3.97 534	1.93 528	20.28 541	1.31 417	0.94 337	5.16 571	0.67 167	4.33 519	2.58 461	4.82 573	5.94 563	5.01 557	1.45 316	17.52 602	2.53 479	0.79 532	0.72 550	0.59 512	0.45 477	1.15 547	1.17 539

DCRE	1.44 231	0.74 317	3.50 276	1.13 332	0.72 250	1.78 80	0.67 167	2.14 95	1.56 210	1.99 307	8.09 572	1.73 274	1.07 216	1.24 108	0.83 164	0.23 64	0.25 312	0.26 133	0.26 232	0.28 132	0.30 221

NF-Stereo	1.58 246	0.61 194	2.66 239	2.26 557	0.47 110	4.68 544	0.67 167	3.31 260	1.48 150	2.11 351	1.59 242	1.36 221	1.09 221	6.08 398	1.20 275	0.40 390	0.20 161	0.36 372	0.34 382	0.31 192	0.36 296

OCTAStereo	1.58 246	0.61 194	2.72 242	2.27 560	0.46 100	4.68 544	0.67 167	3.30 259	1.48 150	2.11 351	1.59 242	1.36 221	1.09 221	6.02 395	1.21 279	0.41 405	0.20 161	0.36 372	0.34 382	0.31 192	0.37 310

3w_stereo	0.71 32	0.47 54	1.14 59	0.65 30	0.39 47	1.73 79	0.68 174	2.79 200	0.79 22	0.67 52	0.84 55	0.37 8	1.02 195	1.03 56	0.56 57	0.18 22	0.14 11	0.23 40	0.18 60	0.20 21	0.22 79

CFNet_ucs	2.36 396	0.68 264	18.42 486	0.89 170	0.81 282	3.85 361	0.68 174	4.29 502	2.37 418	2.09 344	2.04 393	3.31 466	1.24 265	2.63 313	1.14 261	0.36 345	0.45 484	0.56 504	0.29 316	0.66 480	0.49 410

UDGNet	1.40 227	1.52 507	2.22 194	1.38 455	0.62 203	4.39 488	0.68 174	1.80 60	2.18 372	1.34 176	1.18 125	0.99 166	1.00 190	2.16 272	1.19 272	1.09 550	0.34 411	1.30 567	0.98 556	1.10 540	0.58 455

RE-Stereo	1.58 246	0.61 194	2.72 242	2.26 557	0.46 100	4.68 544	0.68 174	3.31 260	1.48 150	2.11 351	1.59 242	1.36 221	1.09 221	6.01 393	1.22 282	0.41 405	0.20 161	0.36 372	0.34 382	0.31 192	0.37 310

TVStereo	1.58 246	0.61 194	2.72 242	2.26 557	0.46 100	4.68 544	0.68 174	3.31 260	1.48 150	2.11 351	1.59 242	1.36 221	1.09 221	6.01 393	1.22 282	0.41 405	0.20 161	0.36 372	0.34 382	0.31 192	0.37 310

raftrobust	1.19 173	0.72 296	2.30 204	1.26 393	1.31 446	3.55 295	0.68 174	2.75 189	1.47 141	2.21 396	1.38 185	1.17 190	1.22 260	1.20 102	1.11 256	0.28 171	0.24 288	0.21 20	0.19 85	0.25 81	0.28 182

rvit_stereo_0075_2	1.18 171	0.74 317	2.66 239	0.90 179	1.27 438	2.51 142	0.69 180	2.25 108	2.06 343	1.40 189	1.86 350	1.46 237	0.84 145	1.42 155	0.94 220	0.46 445	0.40 456	0.48 463	0.38 435	0.46 401	0.51 425

CASS	1.29 212	0.66 246	2.62 235	0.95 217	0.66 223	2.84 168	0.69 180	3.00 222	1.79 292	2.57 475	1.95 372	1.39 225	1.55 348	1.59 190	1.06 243	0.50 475	0.28 349	0.34 335	0.28 288	0.46 401	0.63 470
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PSM-softLoss	1.66 265	0.59 165	5.15 307	2.25 555	0.48 118	4.68 544	0.69 180	2.57 160	1.52 180	2.14 361	1.45 199	1.42 232	0.99 188	6.04 396	1.20 275	0.41 405	0.23 253	0.37 384	0.39 442	0.32 219	0.31 231

KMStereo	1.66 265	0.59 165	5.15 307	2.25 555	0.48 118	4.68 544	0.69 180	2.57 160	1.52 180	2.14 361	1.45 199	1.42 232	0.99 188	6.04 396	1.20 275	0.41 405	0.23 253	0.37 384	0.39 442	0.32 219	0.31 231

AnonymousM	1.22 185	1.32 485	0.97 5	0.88 163	0.56 165	4.03 408	0.69 180	2.41 125	1.68 258	1.48 197	1.31 166	1.15 188	1.00 190	1.18 100	0.73 125	0.32 284	0.40 456	2.07 575	1.70 578	0.24 65	0.22 79

RALAANet	1.28 210	1.08 437	3.21 262	1.25 386	0.94 337	1.44 55	0.69 180	3.15 240	2.57 460	2.01 321	1.80 314	1.29 213	1.05 206	2.00 255	1.48 342	0.27 134	0.20 161	0.27 165	0.24 200	0.40 319	0.27 163

MSKI-zero shot	2.22 352	0.64 225	20.09 530	0.96 223	0.56 165	4.04 410	0.70 186	3.91 381	1.50 164	1.92 285	2.28 443	1.92 313	0.71 87	2.93 326	0.67 96	0.26 115	0.23 253	0.26 133	0.21 124	0.28 132	0.26 146

RALCasStereoNet	1.19 173	1.02 423	2.06 178	1.12 325	1.14 396	3.08 203	0.70 186	2.99 220	1.73 275	1.34 176	1.68 269	1.18 194	0.91 167	2.16 272	1.00 235	0.30 240	0.26 326	0.24 74	0.21 124	0.29 150	0.30 221

RSM++	0.77 53	0.51 85	1.08 27	0.95 217	0.42 67	1.52 64	0.71 188	2.11 92	1.40 116	0.80 104	1.23 139	0.90 149	0.59 51	1.14 80	0.69 108	0.24 78	0.19 121	0.25 102	0.21 124	0.28 132	0.20 29

HCRNet	1.60 252	0.56 134	2.47 220	0.78 95	1.36 464	4.11 427	0.71 188	3.57 305	2.79 489	1.75 245	1.61 250	1.58 250	1.41 301	5.79 390	1.56 360	0.34 313	0.28 349	0.36 372	0.29 316	0.33 238	0.37 310

StereoDRNet-Refined	1.77 281	0.81 358	2.22 194	1.21 374	0.76 266	3.26 231	0.71 188	3.82 353	2.05 341	2.29 415	2.05 399	2.98 437	1.44 312	7.15 422	2.27 457	0.30 240	0.23 253	0.42 430	0.33 373	0.45 390	0.64 474
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
BStereo	0.88 90	0.73 307	4.10 291	0.80 100	0.51 132	1.13 17	0.72 191	2.57 160	1.00 60	0.85 119	0.57 19	0.72 98	0.48 22	1.01 52	0.90 195	0.26 115	0.22 224	0.24 74	0.29 316	0.25 81	0.25 120

Wave_Phase_stereo	1.07 153	0.73 307	4.10 291	0.80 100	0.51 132	4.91 567	0.72 191	2.50 143	1.00 60	0.85 119	0.57 19	0.72 98	0.48 22	1.01 52	0.90 195	0.26 115	0.22 224	0.24 74	0.29 316	0.25 81	0.25 120

test_sample4	2.34 386	0.63 213	11.59 383	1.30 414	0.83 297	3.07 202	0.72 191	4.27 494	2.30 397	2.30 419	1.88 354	1.73 274	1.42 306	11.14 535	1.46 334	0.35 333	0.29 359	0.35 354	0.36 410	0.40 319	0.38 325

AE-Stereo	1.18 171	0.60 177	2.05 169	1.10 314	0.60 192	4.39 488	0.72 191	3.74 337	1.62 244	1.10 159	1.90 365	1.01 170	0.92 170	1.45 162	0.82 160	0.28 171	0.22 224	0.28 198	0.28 288	0.26 102	0.22 79

anonymousdsp2	1.26 202	0.60 177	3.74 287	1.02 272	0.41 60	3.60 305	0.72 191	3.68 323	1.47 141	1.37 184	1.56 235	1.83 301	1.01 192	2.00 255	0.66 91	0.29 196	0.20 161	0.28 198	0.20 106	0.32 219	0.29 192

DeepStereo_RVC	1.55 239	0.63 213	3.32 269	0.77 93	0.42 67	4.49 509	0.72 191	2.50 143	1.58 219	2.02 326	1.81 326	1.54 246	6.38 573	1.73 221	1.19 272	0.46 445	0.22 224	0.29 219	0.28 288	0.35 274	0.38 325

cross-raft	2.01 324	0.57 144	19.01 496	1.03 279	0.56 165	2.11 110	0.72 191	3.63 314	1.57 216	1.77 247	1.51 217	3.17 454	1.13 233	1.16 88	0.85 170	0.23 64	0.21 195	0.26 133	0.23 174	0.28 132	0.25 120

MM-Stereo_test2	1.79 283	0.53 104	20.16 532	1.43 465	0.47 110	2.57 151	0.73 198	1.67 46	1.47 141	0.94 136	0.96 84	0.84 130	0.79 125	1.16 88	0.68 99	0.24 78	0.17 54	0.25 102	0.22 158	0.30 173	0.22 79

DCVSM-stereo	2.31 375	0.66 246	20.69 559	1.11 321	0.93 335	2.58 153	0.73 198	2.61 170	1.60 235	2.57 475	1.53 225	3.30 465	1.72 394	2.19 277	1.23 285	0.34 313	0.53 512	0.41 423	0.32 365	0.45 390	0.62 466

test_sample3	2.34 386	0.61 194	11.94 386	1.33 425	0.85 305	3.10 206	0.73 198	4.24 484	2.19 373	2.21 396	1.75 291	1.80 292	1.41 301	11.11 534	1.46 334	0.35 333	0.29 359	0.34 335	0.35 400	0.39 314	0.37 310

MGS-Stereo	0.80 63	0.56 134	1.53 117	0.93 209	0.39 47	1.26 33	0.73 198	1.45 19	1.30 95	1.01 146	2.26 438	0.80 122	0.56 41	1.16 88	0.65 86	0.27 134	0.23 253	0.26 133	0.22 158	0.27 115	0.25 120

SMFormer	2.00 321	0.57 144	4.46 296	1.36 443	0.57 177	2.03 99	0.73 198	4.25 486	2.80 493	2.32 429	2.31 458	1.95 317	1.52 336	10.99 525	2.13 446	0.34 313	0.32 392	0.36 372	0.31 353	0.38 302	0.36 296

tta	2.00 321	0.57 144	4.46 296	1.36 443	0.57 177	2.03 99	0.73 198	4.25 486	2.80 493	2.32 429	2.31 458	1.95 317	1.52 336	10.99 525	2.13 446	0.34 313	0.32 392	0.36 372	0.31 353	0.29 150	0.29 192

qqq1	1.92 306	0.57 144	4.46 296	1.36 443	0.57 177	2.03 99	0.73 198	4.25 486	2.80 493	2.32 429	2.31 458	1.95 317	1.52 336	10.99 525	0.71 117	0.34 313	0.32 392	0.30 239	0.23 174	0.29 150	0.29 192

fff1	1.92 306	0.57 144	4.46 296	1.36 443	0.57 177	2.03 99	0.73 198	4.25 486	2.80 493	2.32 429	2.31 458	1.95 317	1.52 336	10.99 525	0.71 117	0.34 313	0.32 392	0.30 239	0.23 174	0.29 150	0.29 192

CAS	1.26 202	0.40 8	1.46 108	2.97 575	1.61 513	4.13 432	0.73 198	1.78 58	1.49 158	0.83 116	1.10 112	0.59 65	0.53 33	1.26 115	0.80 151	2.99 580	0.13 1	0.21 20	0.13 1	0.31 192	1.72 560

AACVNet	1.83 287	1.02 423	2.41 217	1.45 472	0.87 315	3.21 219	0.73 198	3.16 241	1.61 239	2.01 321	1.82 334	2.28 354	1.33 279	10.98 524	1.49 345	0.39 382	0.32 392	0.38 401	0.32 365	0.43 374	0.44 377

PSM-adaLoss	1.24 191	0.65 235	2.03 166	0.75 74	0.37 32	4.68 544	0.73 198	2.53 146	1.58 219	1.99 307	1.47 206	1.78 282	1.13 233	2.18 276	0.87 183	0.48 459	0.23 253	0.32 282	0.27 258	0.40 319	0.29 192

CFNet	2.34 386	1.10 441	8.96 348	1.34 432	1.24 431	4.09 420	0.73 198	4.04 420	2.77 486	1.62 216	1.87 353	2.27 353	1.45 316	11.41 543	1.82 405	0.31 263	0.24 288	0.43 434	0.36 410	0.43 374	0.33 262

AIO-test2	1.61 254	1.30 479	3.40 272	1.16 352	1.31 446	3.18 215	0.74 210	4.06 428	1.52 180	1.72 239	2.21 431	0.78 116	0.74 100	3.64 345	0.95 225	3.64 588	0.26 326	0.35 354	0.42 467	0.37 297	0.33 262

test_sample5	2.33 382	0.62 204	11.29 380	1.29 407	0.83 297	3.09 204	0.74 210	4.28 499	2.31 401	2.20 387	1.97 379	1.68 263	1.39 292	11.19 536	1.47 339	0.37 353	0.31 382	0.37 384	0.37 422	0.41 344	0.39 332

ACVNet-DCA	1.85 290	0.74 317	13.77 407	1.78 525	0.36 17	4.48 503	0.74 210	3.98 403	1.53 187	1.01 146	1.81 326	0.72 98	1.62 361	2.13 267	0.64 79	0.29 196	0.17 54	0.32 282	0.21 124	0.33 238	0.32 244

xx1	2.03 326	0.74 317	13.77 407	1.78 525	0.36 17	4.48 503	0.74 210	4.23 476	3.95 567	1.01 146	1.81 326	1.79 289	1.34 281	2.13 267	0.64 79	0.29 196	0.17 54	0.33 317	0.33 373	0.33 238	0.32 244

1test111	1.99 320	0.74 317	13.77 407	1.78 525	0.36 17	4.48 503	0.74 210	3.98 403	1.53 187	1.01 146	1.81 326	0.72 98	1.62 361	4.66 366	0.98 230	0.29 196	0.17 54	0.32 282	0.21 124	0.33 238	0.32 244

cc1	1.98 317	0.74 317	13.77 407	1.78 525	0.36 17	4.48 503	0.74 210	4.23 476	3.95 567	1.01 146	1.81 326	0.72 98	1.62 361	2.13 267	0.64 79	0.29 196	0.17 54	0.32 282	0.21 124	0.31 192	0.29 192

DualNet	2.33 382	0.62 204	11.29 380	1.29 407	0.83 297	3.09 204	0.74 210	4.28 499	2.31 401	2.26 411	2.04 393	1.68 263	1.39 292	11.19 536	1.47 339	0.37 353	0.31 382	0.37 384	0.37 422	0.41 344	0.39 332

CASnet	0.78 58	0.51 85	1.29 86	0.81 102	0.29 3	1.28 40	0.74 210	1.51 24	1.89 311	1.64 220	1.09 108	0.65 78	0.64 67	0.91 32	0.76 138	0.29 196	0.17 54	0.41 423	0.31 353	0.32 219	0.19 8
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iGMRVC	1.26 202	0.66 246	2.14 185	0.75 74	0.37 32	4.66 541	0.74 210	2.53 146	1.58 219	1.99 307	1.46 201	1.78 282	1.14 240	2.46 292	0.92 209	0.48 459	0.23 253	0.32 282	0.27 258	0.40 319	0.29 192

RAFT-IKP	1.25 195	0.66 246	2.23 196	0.75 74	0.37 32	4.64 538	0.74 210	2.53 146	1.58 219	1.99 307	1.47 206	1.78 282	1.13 233	2.22 282	0.92 209	0.48 459	0.22 224	0.32 282	0.27 258	0.40 319	0.29 192

WQFJA1	1.29 212	0.69 267	2.52 222	0.96 223	1.23 427	3.49 275	0.75 220	3.35 273	1.78 288	1.36 179	2.73 500	0.96 163	1.14 240	1.63 202	1.28 301	0.28 171	0.31 382	0.35 354	0.34 382	0.38 302	0.31 231

WQFJX1	1.29 212	0.69 267	2.52 222	0.96 223	1.23 427	3.49 275	0.75 220	3.35 273	1.78 288	1.36 179	2.73 500	0.96 163	1.14 240	1.63 202	1.28 301	0.28 171	0.31 382	0.35 354	0.34 382	0.38 302	0.31 231

rvit_stereo_0080	0.94 111	0.72 296	2.56 226	0.64 22	0.59 189	1.90 88	0.75 220	2.71 183	1.40 116	0.91 131	1.04 96	0.85 134	0.82 139	1.14 80	0.78 144	0.35 333	0.29 359	0.25 102	0.27 258	0.45 390	0.29 192

whm_eth	0.94 111	0.72 296	2.56 226	0.64 22	0.59 189	1.90 88	0.75 220	2.71 183	1.40 116	0.91 131	1.04 96	0.85 134	0.82 139	1.14 80	0.78 144	0.35 333	0.29 359	0.25 102	0.27 258	0.45 390	0.29 192

dd	1.26 202	1.15 451	2.47 220	0.92 193	0.49 126	4.35 483	0.75 220	1.92 73	2.11 359	1.44 194	1.24 140	1.19 198	1.05 206	1.78 227	1.70 387	0.57 498	0.34 411	0.35 354	0.33 373	0.60 453	0.46 393

tt45	0.96 123	0.48 64	1.19 67	0.89 170	0.66 223	3.91 371	0.76 225	1.90 70	1.26 89	0.70 58	1.30 161	0.71 96	0.63 64	2.59 310	0.74 131	0.22 52	0.17 54	0.28 198	0.23 174	0.27 115	0.27 163

fffy	0.80 63	0.59 165	1.56 123	1.00 254	0.47 110	1.27 34	0.76 225	1.90 70	1.02 62	0.75 75	1.35 177	0.83 128	0.72 90	1.70 218	0.62 73	0.23 64	0.19 121	0.27 165	0.21 124	0.28 132	0.32 244

testlalala2	2.31 375	0.63 213	20.54 552	2.56 568	2.87 574	3.79 342	0.76 225	4.20 463	1.48 150	1.42 193	1.43 196	2.45 383	0.80 132	1.03 56	0.68 99	0.27 134	0.25 312	0.24 74	0.21 124	0.33 238	0.28 182

BUS	1.49 238	0.59 165	1.94 156	0.87 158	0.85 305	4.50 512	0.76 225	4.48 548	1.88 307	2.93 515	1.83 335	3.63 497	0.97 181	1.60 192	1.17 269	0.34 313	0.25 312	0.31 262	0.28 288	0.35 274	0.33 262

NINENet	1.87 292	0.74 317	2.60 229	1.12 325	1.06 377	4.50 512	0.76 225	4.41 537	2.24 381	2.16 374	1.86 350	3.63 497	0.97 181	8.00 439	1.17 269	0.41 405	0.30 372	0.41 423	0.30 337	0.41 344	0.36 296

GANet-ADL	2.20 351	0.73 307	20.11 531	1.25 386	0.69 241	3.83 348	0.76 225	3.49 288	1.71 269	1.65 224	1.99 384	2.10 344	1.10 227	1.42 155	1.26 293	0.38 370	0.33 399	0.25 102	0.22 158	0.42 363	0.36 296

Patchmatch Stereo++	1.25 195	0.65 235	2.06 178	0.75 74	0.37 32	4.68 544	0.76 225	2.53 146	1.58 219	1.99 307	1.47 206	1.78 282	1.14 240	2.44 290	0.90 195	0.48 459	0.23 253	0.32 282	0.27 258	0.40 319	0.29 192
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
IIG-Stereo	1.95 311	0.79 349	2.14 185	2.78 572	0.66 223	4.62 535	0.76 225	4.27 494	1.53 187	2.63 490	3.14 529	3.35 469	1.61 358	7.65 433	1.41 325	0.39 382	0.20 161	0.31 262	0.25 212	0.33 238	0.22 79

ROB_FTStereo_v2	1.23 186	0.66 246	2.02 165	0.75 74	0.37 32	4.67 543	0.76 225	2.53 146	1.58 219	1.99 307	1.46 201	1.78 282	1.14 240	2.08 262	0.88 188	0.48 459	0.22 224	0.32 282	0.27 258	0.40 319	0.29 192

SST-Stereo	1.76 279	0.58 157	3.10 258	1.44 468	0.46 100	4.71 556	0.76 225	2.22 105	2.79 489	2.07 343	2.18 425	2.43 378	3.22 513	6.66 411	0.84 167	0.42 416	0.19 121	0.30 239	0.27 258	0.35 274	0.26 146

iRAFT	1.25 195	0.65 235	2.06 178	0.75 74	0.37 32	4.68 544	0.76 225	2.53 146	1.58 219	1.99 307	1.47 206	1.78 282	1.14 240	2.44 290	0.90 195	0.48 459	0.23 253	0.32 282	0.27 258	0.40 319	0.29 192

raft+_RVC	1.21 181	0.83 369	2.61 232	1.35 437	0.97 345	3.60 305	0.76 225	3.23 250	1.51 171	1.33 175	1.67 266	1.03 174	1.10 227	1.87 245	0.92 209	0.24 78	0.22 224	0.25 102	0.24 200	0.26 102	0.25 120

UNet	2.51 420	0.74 317	20.17 533	1.14 333	1.44 483	3.48 272	0.76 225	3.77 342	1.87 305	2.05 335	1.57 237	2.75 414	2.39 466	3.51 339	2.51 477	0.32 284	0.26 326	0.41 423	0.26 232	0.38 302	0.39 332

xyz-stereo	10.85 593	0.45 30	79.01 629	0.62 14	0.45 89	83.70 630	0.77 238	2.59 168	1.34 101	2.19 384	32.02 619	2.76 420	1.62 361	5.75 389	2.39 463	0.25 99	0.17 54	0.33 317	0.21 124	0.25 81	0.19 8

RSM	0.80 63	0.50 78	1.08 27	0.83 123	0.51 132	1.31 44	0.77 238	2.28 114	1.43 125	0.82 108	1.44 198	1.22 204	0.62 61	1.17 95	0.63 76	0.22 52	0.18 86	0.24 74	0.19 85	0.27 115	0.20 29

ttt	2.76 454	0.56 134	2.28 203	1.41 461	1.21 425	3.67 318	0.77 238	4.59 561	2.94 512	2.35 437	2.30 451	2.45 383	1.54 346	11.25 539	15.56 581	0.43 422	0.36 423	0.37 384	0.33 373	0.40 319	0.40 352

ROB_FTStereo	1.25 195	0.66 246	2.14 185	0.75 74	0.37 32	4.65 540	0.77 238	2.53 146	1.58 219	1.99 307	1.47 206	1.78 282	1.13 233	2.26 285	0.86 177	0.47 454	0.22 224	0.32 282	0.27 258	0.40 319	0.29 192

HUF	1.15 166	0.64 225	8.62 345	0.90 179	0.35 15	1.35 47	0.78 242	1.97 79	1.50 164	0.63 39	1.52 218	0.83 128	0.66 77	1.28 120	0.63 76	0.29 196	0.23 253	0.26 133	0.17 36	0.23 58	0.25 120

DDVS	1.68 267	0.79 349	2.52 222	1.26 393	1.16 403	3.17 213	0.78 242	3.12 236	1.82 295	1.86 266	1.91 366	2.92 435	1.43 309	6.20 400	1.63 377	0.45 438	0.65 539	0.34 335	0.38 435	0.48 408	0.79 509

iRaft-Stereo_20w	1.88 296	0.62 204	10.58 372	0.90 179	0.83 297	2.96 190	0.78 242	4.90 572	1.58 219	2.29 415	1.60 246	1.25 207	4.51 547	2.28 286	0.90 195	0.29 196	0.21 195	0.26 133	0.24 200	0.41 344	0.31 231

PSMNet-ADL	1.91 303	0.72 296	1.78 142	1.09 305	0.86 310	4.18 453	0.78 242	3.77 342	2.10 357	1.72 239	1.85 347	2.91 433	1.82 414	10.38 503	1.91 416	0.48 459	0.46 493	0.28 198	0.29 316	0.38 302	0.51 425

HUI-Stereo	1.25 195	0.66 246	2.33 207	0.75 74	0.37 32	4.68 544	0.78 242	2.53 146	1.58 219	1.99 307	1.46 201	1.79 289	1.13 233	2.17 274	0.85 170	0.48 459	0.23 253	0.32 282	0.27 258	0.40 319	0.29 192

ASMatch	2.62 437	0.60 177	20.65 558	1.37 453	0.64 208	4.39 488	0.78 242	1.97 79	1.58 219	1.70 234	3.89 547	1.94 315	3.79 531	5.46 380	1.64 380	0.31 263	0.24 288	0.34 335	0.28 288	0.33 238	0.50 417

RAFT-345	2.46 410	0.55 122	19.69 513	1.02 272	0.49 126	4.43 499	0.78 242	1.64 44	2.34 407	2.09 344	3.12 527	1.96 322	1.31 276	6.65 410	1.43 328	0.36 345	0.23 253	0.32 282	0.25 212	0.28 132	0.25 120

MM-Stereo_test1	1.90 299	0.53 104	19.85 518	1.39 457	0.48 118	1.81 83	0.79 249	3.00 222	1.82 295	1.69 230	1.09 108	0.87 140	0.97 181	1.45 162	0.74 131	0.24 78	0.21 195	0.27 165	0.24 200	0.35 274	0.24 110

SMoEStereo_RVC	0.80 63	0.53 104	1.12 51	0.92 193	0.44 81	2.41 134	0.79 249	1.49 23	1.16 71	0.70 58	1.12 116	0.64 73	0.64 67	1.69 216	0.87 183	0.22 52	0.16 34	0.31 262	0.22 158	0.26 102	0.25 120

rvit_0105_6	1.00 138	0.93 401	2.21 191	0.92 193	0.55 161	1.52 64	0.79 249	2.41 125	2.96 513	0.76 89	0.72 36	1.02 171	0.75 103	1.42 155	0.81 157	0.40 390	0.43 474	0.34 335	0.31 353	0.43 374	0.34 275

Occ-G	0.86 84	0.52 91	1.39 100	0.82 112	0.66 223	1.37 49	0.79 249	1.58 32	1.31 97	1.56 206	0.87 60	2.18 349	0.89 162	0.97 45	0.88 188	0.26 115	0.19 121	0.26 133	0.19 85	0.25 81	0.24 110

test_sample6	2.35 391	0.62 204	10.78 375	1.33 425	0.83 297	3.15 212	0.79 249	4.36 528	2.43 434	2.26 411	2.04 393	1.69 268	1.39 292	11.48 548	1.61 369	0.38 370	0.32 392	0.37 384	0.39 442	0.41 344	0.42 362

tt1	1.79 283	0.73 307	10.41 370	1.75 522	0.36 17	4.55 523	0.79 249	4.22 472	3.37 551	1.08 157	1.80 314	0.74 110	1.48 323	2.21 280	0.65 86	0.29 196	0.16 34	0.31 262	0.22 158	0.30 173	0.29 192

anonymousa	2.16 345	0.67 256	19.19 497	1.04 281	1.67 526	2.06 107	0.79 249	2.86 209	1.96 319	1.85 261	2.14 418	3.23 459	1.81 412	1.12 75	1.15 262	0.26 115	0.26 326	0.34 335	0.32 365	0.30 173	0.28 182

RCA-Stereo	1.21 181	0.52 91	1.58 125	0.90 179	0.46 100	4.68 544	0.79 249	4.13 447	1.74 281	1.92 285	1.80 314	0.94 161	1.48 323	1.14 80	0.70 114	0.27 134	0.18 86	0.25 102	0.19 85	0.25 81	0.23 91

DisPM	1.36 223	0.55 122	2.39 214	1.54 490	0.51 132	4.59 531	0.79 249	2.50 143	1.88 307	2.50 461	1.83 335	1.45 235	1.01 192	2.71 320	0.93 218	0.46 445	0.20 161	0.32 282	0.31 353	0.31 192	0.44 377

Pruner-Stereo	1.32 221	0.59 165	2.11 184	1.79 530	0.47 110	4.73 557	0.79 249	2.53 146	1.72 272	2.47 458	1.58 238	1.48 238	1.03 196	1.66 209	1.47 339	0.44 429	0.21 195	0.34 335	0.30 337	0.30 173	0.39 332

VIP-Stereo	0.85 82	0.83 369	1.59 127	0.76 88	0.87 315	3.18 215	0.80 259	1.94 77	0.83 33	0.78 97	1.04 96	0.64 73	0.59 51	1.24 108	0.61 69	0.28 171	0.18 86	0.23 40	0.17 36	0.22 49	0.19 8

IGEV-RUCA	0.90 99	0.53 104	1.05 11	0.81 102	0.74 260	3.89 368	0.80 259	1.92 73	1.41 119	0.96 143	0.71 34	0.70 89	0.73 95	1.30 129	0.68 99	0.29 196	0.20 161	0.25 102	0.19 85	0.43 374	0.34 275

fffft	0.76 46	0.47 54	1.28 85	0.82 112	0.54 153	1.51 62	0.80 259	2.09 91	1.18 74	0.63 39	0.84 55	0.59 65	0.55 39	1.80 232	0.85 170	0.19 27	0.18 86	0.27 165	0.20 106	0.26 102	0.24 110
1: 1. 1
rvit_stereo_ft	1.00 138	0.87 384	3.55 277	0.97 232	0.66 223	1.06 13	0.80 259	2.78 195	1.67 256	0.78 97	0.96 84	0.95 162	1.14 240	1.06 63	0.90 195	0.32 284	0.24 288	0.27 165	0.28 288	0.39 314	0.27 163

RAFT-Stereo-weight	1.11 158	0.48 64	1.22 73	0.99 246	0.42 67	4.17 450	0.80 259	3.60 309	1.50 164	1.97 300	1.50 215	1.30 214	0.65 70	1.24 108	0.85 170	0.25 99	0.19 121	0.26 133	0.22 158	0.27 115	0.23 91

RAFT-Test	1.44 231	0.59 165	6.10 317	1.01 261	0.69 241	2.90 175	0.80 259	3.68 323	1.70 268	1.85 261	1.68 269	3.15 452	1.03 196	1.20 102	0.99 233	0.27 134	0.22 224	0.25 102	0.23 174	0.27 115	0.25 120

test_xeample	2.67 444	0.56 134	2.05 169	1.09 305	0.81 282	3.24 226	0.80 259	4.55 558	2.70 477	2.42 451	2.27 439	1.39 225	1.40 296	10.75 513	17.51 593	0.30 240	0.30 372	0.32 282	0.28 288	0.34 256	0.33 262

ACVNet	1.46 234	0.64 225	3.56 279	0.93 209	0.85 305	4.22 463	0.80 259	2.85 206	2.08 346	1.78 249	1.88 354	3.10 447	1.46 319	1.33 135	1.89 413	0.29 196	0.26 326	0.30 239	0.26 232	0.39 314	0.27 163

hitnet-ft	2.37 397	0.73 307	8.34 339	0.96 223	0.89 324	3.77 335	0.80 259	3.55 303	2.58 461	2.24 405	2.04 393	3.65 499	1.49 329	11.71 563	1.89 413	0.44 429	0.53 512	0.44 439	0.35 400	0.52 422	0.48 403

HITNet	2.07 333	0.82 365	14.77 427	1.34 432	0.56 165	3.47 269	0.80 259	4.07 430	2.35 409	2.16 374	1.61 250	1.64 258	1.44 312	2.09 265	2.56 483	0.26 115	0.18 86	0.41 423	0.26 232	0.45 390	0.25 120
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
xyz-stereo-finetune	1.05 148	0.62 204	1.46 108	0.59 6	0.36 17	3.48 272	0.81 269	2.69 181	1.74 281	0.94 136	1.21 133	0.91 151	0.78 121	2.53 305	1.28 301	0.24 78	0.24 288	0.26 133	0.23 174	0.30 173	0.23 91

Any-RAFT	1.40 227	0.53 104	2.78 246	1.09 305	0.64 208	4.41 494	0.81 269	3.97 401	2.78 487	1.99 307	1.34 174	2.36 367	1.56 350	1.56 181	0.75 134	0.27 134	0.20 161	0.25 102	0.18 60	0.25 81	0.28 182

pcwnet_v2	2.70 451	0.65 235	22.48 595	1.08 299	1.03 368	3.56 297	0.81 269	4.29 502	3.14 531	2.29 415	2.29 446	3.01 440	1.71 392	3.32 336	1.43 328	0.43 422	0.50 509	0.41 423	0.34 382	0.61 458	0.56 446

iResNet	2.52 423	0.94 407	21.17 575	1.84 534	0.72 250	3.75 332	0.81 269	4.14 453	2.55 459	2.33 435	2.03 390	1.35 220	1.44 312	3.27 333	2.16 450	0.35 333	0.23 253	0.28 198	0.22 158	0.44 382	0.45 383

AIO-Stereo	0.76 46	0.54 116	1.07 17	0.73 70	0.40 53	1.28 40	0.82 273	2.26 109	1.49 158	0.70 58	1.58 238	0.89 145	0.45 16	1.03 56	0.55 56	0.24 78	0.18 86	0.25 102	0.20 106	0.26 102	0.21 59

HH	2.23 354	0.86 381	21.59 585	0.98 240	0.51 132	1.49 60	0.82 273	2.74 187	1.54 196	1.10 159	1.69 274	4.62 545	1.86 421	2.55 306	0.69 108	0.26 115	0.22 224	0.29 219	0.23 174	0.34 256	0.27 163

HanStereo	2.23 354	0.86 381	21.59 585	0.98 240	0.51 132	1.49 60	0.82 273	2.74 187	1.54 196	1.10 159	1.69 274	4.62 545	1.86 421	2.55 306	0.69 108	0.26 115	0.22 224	0.29 219	0.23 174	0.34 256	0.27 163

Selective-IGEV	0.80 63	0.52 91	1.05 11	0.75 74	0.61 197	1.31 44	0.82 273	2.60 169	1.41 119	0.82 108	1.64 257	0.71 96	0.62 61	1.22 105	0.64 79	0.22 52	0.19 121	0.24 74	0.18 60	0.25 81	0.20 29

GLC_STEREO	0.76 46	0.52 91	1.12 51	0.83 123	0.33 11	1.86 86	0.82 273	1.46 21	1.38 111	0.95 140	1.04 96	0.68 85	0.72 90	0.97 45	0.80 151	0.23 64	0.25 312	0.32 282	0.25 212	0.32 219	0.30 221

GEAStereo	0.84 81	0.48 64	1.09 35	0.85 145	0.45 89	4.54 518	0.83 278	1.88 64	0.91 43	0.75 75	0.89 64	0.53 48	0.80 132	0.92 35	0.53 49	0.30 240	0.19 121	0.27 165	0.19 85	0.28 132	0.19 8

GSStereo	0.96 123	0.48 64	1.09 35	0.97 232	0.45 89	4.54 518	0.83 278	3.32 265	1.37 107	0.75 75	0.89 64	0.76 113	0.80 132	0.92 35	0.53 49	0.26 115	0.18 86	0.26 133	0.20 106	0.28 132	0.21 59

GS-Stereo							0.83 278	3.32 265	1.37 107	0.75 75	0.89 64	0.76 113	0.80 132	0.92 35	0.53 49	0.26 115	0.18 86	0.26 133	0.20 106	0.28 132	0.21 59

ProNet	0.82 75	0.71 292	1.50 114	0.86 152	0.45 89	1.78 80	0.83 278	1.75 53	1.28 92	0.66 49	1.13 118	0.78 116	0.76 110	1.66 209	0.71 117	0.24 78	0.20 161	0.25 102	0.23 174	0.29 150	0.25 120

CRE-IMP	1.23 186	0.61 194	2.14 185	0.82 112	0.39 47	4.54 518	0.83 278	2.63 172	1.55 204	1.95 295	1.46 201	1.87 310	0.96 178	1.48 169	1.33 314	0.45 438	0.21 195	0.31 262	0.26 232	0.41 344	0.31 231

FADNet_RVC	2.65 440	2.28 542	16.51 452	0.98 240	0.92 330	4.09 420	0.83 278	4.26 493	1.73 275	1.46 195	1.78 308	1.60 253	1.50 330	8.88 452	2.39 463	0.47 454	0.38 442	0.44 439	0.58 518	0.89 520	0.97 527

rvit_0105_4	1.07 153	0.99 418	2.39 214	0.93 209	0.54 153	1.62 73	0.84 284	2.77 192	2.91 507	0.80 104	0.91 70	1.09 179	0.86 150	1.63 202	0.85 170	0.40 390	0.45 484	0.35 354	0.31 353	0.43 374	0.40 352

gcap-zeroshot	1.30 215	0.61 194	4.09 290	0.94 213	0.56 165	3.50 281	0.84 284	3.12 236	1.72 272	1.84 260	1.22 135	2.72 411	0.88 156	1.46 166	0.80 151	0.29 196	0.30 372	0.27 165	0.21 124	0.29 150	0.25 120

testlalala_base	1.62 256	0.74 317	1.63 128	1.19 363	1.40 473	2.63 157	0.84 284	4.09 436	1.31 97	1.22 168	1.42 194	1.21 203	0.85 147	1.16 88	0.73 125	3.92 594	2.10 584	0.27 165	0.18 60	4.49 592	1.11 537

anonymousdsp	0.95 118	0.69 267	1.27 83	0.83 123	0.52 143	4.54 518	0.84 284	1.76 54	1.24 81	0.76 89	1.06 104	0.78 116	0.77 112	1.67 213	0.69 108	0.27 134	0.17 54	0.29 219	0.21 124	0.31 192	0.26 146

IGEV-Stereo	0.95 118	0.69 267	1.27 83	0.84 133	0.52 143	4.54 518	0.84 284	1.76 54	1.24 81	0.75 75	1.06 104	0.79 120	0.77 112	1.68 214	0.69 108	0.27 134	0.17 54	0.29 219	0.21 124	0.31 192	0.26 146
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	2.10 336	0.83 369	8.57 342	0.81 102	0.76 266	3.21 219	0.84 284	3.71 334	1.65 252	1.56 206	2.50 476	2.20 350	2.23 455	9.13 460	2.01 431	0.38 370	0.19 121	0.35 354	0.27 258	0.45 390	0.39 332

dad	1.65 262	1.19 459	3.04 257	0.98 240	0.56 165	4.22 463	0.84 284	1.99 81	2.48 443	2.14 361	1.68 269	1.62 256	1.13 233	3.85 350	2.04 433	1.03 549	0.40 456	2.04 574	0.48 487	0.75 505	0.53 432

PFNet+	1.46 234	0.57 144	2.84 248	0.92 193	0.47 110	4.64 538	0.84 284	2.46 137	1.99 324	2.14 361	1.64 257	1.34 218	1.03 196	4.68 368	1.23 285	0.45 438	0.33 399	0.37 384	0.39 442	0.32 219	0.49 410

Anonymous3	1.72 271	0.76 336	11.61 384	0.83 123	0.84 304	4.46 501	0.84 284	3.57 305	1.16 71	1.34 176	1.37 182	1.11 184	1.03 196	1.58 185	1.13 260	0.70 526	0.58 527	0.33 317	0.35 400	0.47 405	0.42 362

DA	0.98 127	0.46 37	1.34 93	0.92 193	0.43 73	4.34 480	0.85 293	2.79 200	1.35 104	0.82 108	1.30 161	0.89 145	1.08 219	1.11 70	0.56 57	0.30 240	0.18 86	0.24 74	0.18 60	0.25 81	0.23 91

GGEV	0.98 127	0.46 37	1.34 93	0.92 193	0.43 73	4.34 480	0.85 293	2.79 200	1.35 104	0.82 108	1.30 161	0.89 145	1.08 219	1.11 70	0.56 57	0.30 240	0.18 86	0.24 74	0.18 60	0.25 81	0.23 91

coex_refinement	2.10 336	0.85 378	3.67 286	1.31 417	1.13 395	3.21 219	0.85 293	3.86 363	2.31 401	2.51 464	1.92 368	3.49 486	1.69 388	11.08 532	2.13 446	0.37 353	0.25 312	0.27 165	0.31 353	0.41 344	0.37 310

mmm	1.27 207	0.58 157	2.20 189	1.41 461	0.68 235	2.39 132	0.85 293	3.90 376	1.63 247	2.20 387	1.84 340	1.28 210	1.50 330	1.91 248	0.89 191	0.31 263	0.27 337	0.45 446	0.37 422	0.38 302	0.34 275

DMCA-RVC	2.45 407	1.22 468	18.29 481	1.23 382	1.14 396	2.49 140	0.85 293	3.29 258	1.68 258	3.02 522	1.41 192	2.00 329	1.53 343	6.39 404	2.00 429	0.38 370	0.30 372	0.44 439	0.35 400	0.45 390	0.44 377

DDF-Stereo	0.90 99	0.53 104	1.16 63	0.88 163	1.31 446	1.59 69	0.86 298	2.26 109	0.79 22	0.48 2	0.63 27	0.54 50	0.73 95	2.97 329	1.03 239	0.39 382	0.17 54	0.24 74	0.18 60	1.06 534	0.29 192

zero-FE	0.95 118	0.52 91	2.63 236	0.86 152	1.27 438	1.41 53	0.86 298	2.27 111	0.73 12	0.50 6	0.64 28	0.54 50	0.78 121	2.70 318	1.02 237	0.35 333	0.17 54	0.24 74	0.18 60	1.03 531	0.29 192

MM-Stereo_test3	1.09 155	0.59 165	1.55 121	1.73 520	1.18 406	1.91 90	0.86 298	3.52 296	1.76 285	1.25 169	1.86 350	1.10 182	0.69 83	1.32 133	0.86 177	0.27 134	0.23 253	0.27 165	0.22 158	0.34 256	0.30 221

AIO-Stereo-zeroshot1	2.68 448	1.26 475	22.01 592	1.08 299	0.99 355	1.61 71	0.86 298	3.69 328	1.64 248	1.52 201	5.62 562	3.35 469	3.44 524	2.20 278	1.33 314	0.26 115	0.21 195	0.30 239	0.62 526	0.93 524	0.67 478

test_sample2	1.75 278	0.56 134	2.25 197	1.41 461	0.80 279	2.91 178	0.86 298	4.05 424	2.04 338	1.91 283	1.39 187	1.57 248	1.55 348	10.65 510	1.06 243	0.32 284	0.28 349	0.32 282	0.30 337	0.36 287	0.33 262

CAS++	0.89 95	0.64 225	1.46 108	0.81 102	0.51 132	1.24 30	0.86 298	3.44 283	1.46 136	1.14 164	1.29 159	0.62 69	0.58 45	1.13 78	0.59 65	0.34 313	0.30 372	0.34 335	0.26 232	0.41 344	0.29 192
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo06	2.46 410	0.72 296	19.97 523	1.02 272	0.99 355	4.26 468	0.86 298	3.51 295	1.68 258	1.92 285	1.73 285	4.01 514	4.22 540	1.62 198	0.88 188	0.24 78	0.23 253	0.34 335	0.26 232	0.42 363	0.36 296

MyStereo05	2.37 397	0.72 296	19.94 521	1.02 272	0.99 355	4.26 468	0.86 298	4.01 411	2.62 466	2.14 361	1.26 149	2.28 354	1.63 374	2.07 260	1.68 385	0.24 78	0.23 253	0.34 335	0.26 232	0.42 363	0.36 296

ff7	0.98 127	0.69 267	2.05 169	0.84 133	0.52 143	4.55 523	0.86 298	1.62 37	1.24 81	0.75 75	1.03 91	0.70 89	0.77 112	1.84 238	0.68 99	0.27 134	0.17 54	0.29 219	0.21 124	0.31 192	0.27 163

IGEVStereo-DCA	0.86 84	0.65 235	2.05 169	0.90 179	0.46 100	1.57 66	0.86 298	1.62 37	1.24 81	0.65 47	0.77 44	0.74 110	0.72 90	2.59 310	0.86 177	0.28 171	0.21 195	0.28 198	0.21 124	0.29 150	0.27 163

ffff	0.98 127	0.69 267	2.05 169	0.84 133	0.52 143	4.55 523	0.86 298	1.62 37	1.24 81	0.75 75	1.03 91	0.70 89	0.77 112	1.84 238	0.68 99	0.27 134	0.17 54	0.29 219	0.21 124	0.31 192	0.27 163

ffm	1.72 271	0.60 177	5.21 309	1.14 333	0.99 355	3.62 310	0.86 298	4.22 472	3.37 551	2.20 387	2.30 451	3.48 480	1.62 361	2.21 280	0.65 86	0.29 196	0.16 34	0.48 463	0.37 422	0.30 173	0.29 192

ff1	2.96 474	0.60 177	5.21 309	1.14 333	0.99 355	3.62 310	0.86 298	4.22 472	3.37 551	2.20 387	2.30 451	3.48 480	1.62 361	11.62 553	16.09 583	0.29 196	0.16 34	0.48 463	0.37 422	0.30 173	0.29 192

mmx	2.98 480	0.60 177	5.21 309	1.14 333	0.99 355	3.62 310	0.86 298	4.49 551	3.05 523	2.20 387	2.30 451	3.48 480	1.62 361	11.62 553	16.09 583	0.33 301	0.28 349	0.48 463	0.37 422	0.44 382	0.37 310

11t	0.98 127	0.69 267	2.05 169	0.84 133	0.52 143	4.55 523	0.86 298	1.62 37	1.24 81	0.75 75	1.03 91	0.70 89	0.77 112	1.84 238	0.68 99	0.27 134	0.17 54	0.29 219	0.21 124	0.31 192	0.27 163

xxx	2.98 480	0.60 177	5.21 309	1.14 333	0.99 355	3.62 310	0.86 298	4.49 551	3.05 523	2.20 387	2.30 451	3.48 480	1.62 361	11.62 553	16.09 583	0.33 301	0.28 349	0.48 463	0.37 422	0.44 382	0.37 310

ccc-4	0.98 127	0.69 267	2.05 169	0.84 133	0.52 143	4.55 523	0.86 298	1.62 37	1.24 81	0.75 75	1.03 91	0.70 89	0.77 112	1.84 238	0.68 99	0.27 134	0.17 54	0.29 219	0.21 124	0.31 192	0.27 163

STTStereo	2.34 386	0.95 409	14.93 433	1.43 465	1.54 498	3.86 363	0.86 298	3.65 317	2.44 438	2.15 369	1.55 231	2.49 389	1.59 351	5.14 374	1.44 330	0.38 370	0.39 451	0.47 455	0.51 501	0.52 422	0.51 425

RTSC	2.95 471	2.51 544	15.49 442	1.54 490	1.30 442	3.51 284	0.86 298	3.89 371	2.48 443	3.64 547	3.12 527	3.04 442	2.30 459	5.70 388	6.67 536	0.55 494	0.35 417	0.37 384	0.39 442	0.70 488	0.60 460

PWCDC_ROB	2.95 471	3.26 557	14.06 417	1.59 500	1.56 505	4.19 457	0.86 298	4.30 510	4.08 569	2.06 340	7.37 566	2.75 414	2.42 468	3.59 342	2.67 487	1.34 568	0.36 423	0.39 405	0.34 382	1.13 543	0.62 466

Anonymous_2	3.01 486	0.89 388	4.53 301	1.06 288	1.18 406	2.93 185	0.87 318	3.24 252	1.46 136	1.86 266	1.35 177	4.11 520	2.35 464	1.64 206	1.28 301	0.82 537	0.90 559	8.71 614	15.84 617	4.44 591	0.74 496

ACRE	2.27 363	1.11 444	19.45 505	0.91 187	1.30 442	3.94 383	0.87 318	4.21 469	1.80 293	2.28 413	2.62 490	1.17 190	1.04 201	1.52 177	1.30 307	0.37 353	0.23 253	0.27 165	0.22 158	0.31 192	0.46 393

test_3	1.19 173	0.51 85	2.08 181	0.99 246	0.41 60	2.05 105	0.87 318	4.40 536	1.42 121	1.99 307	1.18 125	2.03 333	0.79 125	2.70 318	0.75 134	0.27 134	0.17 54	0.29 219	0.29 316	0.30 173	0.27 163

NLCA_NET_v2_RVC	2.54 426	1.04 428	16.73 455	1.53 488	2.00 553	3.96 393	0.87 318	3.87 366	2.31 401	2.54 470	1.67 266	2.85 427	1.63 374	5.55 383	1.62 374	0.46 445	0.33 399	0.38 401	0.38 435	0.53 428	0.62 466
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
GASTEREO	1.00 138	0.98 417	1.23 74	0.90 179	0.40 53	3.40 254	0.88 322	2.77 192	1.44 127	1.39 187	1.30 161	0.55 52	1.35 284	1.33 135	0.64 79	0.25 99	0.19 121	0.25 102	0.25 212	0.25 81	0.31 231

MSCF	0.97 125	0.82 365	1.26 78	0.88 163	0.40 53	3.17 213	0.88 322	2.79 200	1.39 112	1.32 174	1.19 127	0.58 61	1.33 279	1.28 120	0.64 79	0.25 99	0.19 121	0.25 102	0.25 212	0.28 132	0.32 244

AIO_test	0.76 46	0.47 54	1.31 88	0.81 102	0.70 245	1.36 48	0.88 322	1.40 16	1.45 128	0.55 12	0.95 81	1.81 297	0.58 45	1.16 88	0.46 23	0.27 134	0.17 54	0.24 74	0.19 85	0.24 65	0.21 59

1111x	3.13 497	0.57 144	8.38 341	1.20 368	0.76 266	3.80 344	0.88 322	4.61 563	2.63 468	2.31 425	2.16 421	1.95 317	1.81 412	11.54 549	18.13 596	0.32 284	0.31 382	0.32 282	0.30 337	0.35 274	0.34 275

FADNet	2.49 417	1.76 522	13.17 396	1.17 354	0.95 340	3.27 233	0.88 322	3.94 392	2.27 389	1.40 189	1.29 159	2.51 390	2.06 438	9.93 485	1.94 421	0.43 422	0.45 484	0.40 411	0.43 470	1.06 534	0.53 432

SCV	0.95 118	0.63 213	1.38 99	1.70 516	0.41 60	1.23 26	0.89 327	3.53 300	1.57 216	0.61 33	1.54 227	0.93 157	0.77 112	1.66 209	0.66 91	0.36 345	0.20 161	0.25 102	0.19 85	0.29 150	0.25 120

IER	1.69 268	0.65 235	7.19 327	0.94 213	1.15 398	3.28 237	0.89 327	3.48 285	1.97 321	2.10 347	1.98 381	2.28 354	2.12 442	2.25 284	1.75 398	0.29 196	0.23 253	0.36 372	0.30 337	0.32 219	0.34 275

CIPLG	2.27 363	1.18 457	19.24 498	0.92 193	1.34 460	3.95 388	0.89 327	4.23 476	1.82 295	2.31 425	2.67 496	1.17 190	1.06 213	1.53 179	1.32 310	0.37 353	0.23 253	0.27 165	0.22 158	0.31 192	0.45 383

IPLGR_C	2.28 368	1.31 483	19.46 506	0.92 193	1.32 453	3.93 378	0.89 327	4.20 463	1.82 295	2.30 419	2.63 492	1.16 189	1.07 216	1.41 153	1.29 306	0.37 353	0.23 253	0.27 165	0.22 158	0.31 192	0.45 383

MMNet	2.02 325	0.81 358	10.76 374	1.12 325	1.23 427	3.53 288	0.89 327	3.79 346	2.08 346	2.15 369	1.76 300	2.15 347	2.12 442	3.69 346	2.32 460	0.31 263	0.29 359	0.34 335	0.27 258	0.38 302	0.42 362

knoymous	1.30 215	0.60 177	5.57 314	0.88 163	0.75 262	3.04 195	0.90 332	2.68 179	1.33 100	1.48 197	1.07 106	2.78 422	0.88 156	1.29 125	0.85 170	0.31 263	0.22 224	0.35 354	0.20 106	0.45 390	0.37 310

test_1	1.19 173	0.52 91	2.00 163	1.01 261	0.42 67	1.95 93	0.90 332	4.36 528	1.47 141	2.17 378	1.16 122	2.06 339	0.78 121	2.68 316	0.76 138	0.27 134	0.18 86	0.28 198	0.26 232	0.26 102	0.25 120

NRIStereo	1.28 210	0.61 194	1.67 131	1.15 346	0.38 44	4.73 557	0.90 332	2.42 128	1.50 164	1.93 289	1.33 169	1.75 276	1.22 260	2.96 328	1.33 314	0.46 445	0.22 224	0.29 219	0.26 232	0.30 173	0.28 182

CFNet-ft	1.90 299	0.95 409	3.56 279	1.07 291	1.54 498	4.09 420	0.90 332	2.85 206	1.82 295	1.78 249	1.70 276	2.75 414	1.48 323	9.33 465	1.72 390	0.33 301	0.30 372	0.61 520	0.36 410	0.52 422	0.39 332

DMCA	1.72 271	0.74 317	6.63 320	1.14 333	0.96 341	3.98 400	0.90 332	3.75 338	2.76 485	2.83 510	1.58 238	2.35 365	1.18 253	1.58 185	1.98 428	0.40 390	0.27 337	0.42 430	0.26 232	0.36 287	0.38 325

R-Stereo Train	1.20 178	0.58 157	1.81 144	0.99 246	0.67 230	3.78 338	0.90 332	4.09 436	1.51 171	2.16 374	1.71 280	1.13 185	0.94 175	1.40 147	0.91 204	0.30 240	0.24 288	0.26 133	0.21 124	0.26 102	0.25 120

RAFT-Stereo	1.20 178	0.58 157	1.81 144	0.99 246	0.67 230	3.78 338	0.90 332	4.09 436	1.51 171	2.16 374	1.71 280	1.13 185	0.94 175	1.40 147	0.91 204	0.30 240	0.24 288	0.26 133	0.21 124	0.26 102	0.25 120
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CFNet_RVC	1.90 299	0.95 409	3.56 279	1.07 291	1.54 498	4.09 420	0.90 332	2.85 206	1.82 295	1.78 249	1.70 276	2.75 414	1.48 323	9.33 465	1.72 390	0.33 301	0.30 372	0.61 520	0.36 410	0.52 422	0.39 332

castereo	0.82 75	0.70 280	1.04 9	0.85 145	0.50 130	1.29 42	0.91 340	3.22 248	1.20 76	0.83 116	1.24 140	0.72 98	0.91 167	1.00 51	0.67 96	0.26 115	0.16 34	0.25 102	0.20 106	0.24 65	0.21 59

rvit_0105_5	1.13 160	0.93 401	2.60 229	0.91 187	0.56 165	1.92 91	0.91 340	3.02 225	2.63 468	0.95 140	1.20 129	1.18 194	0.93 173	1.51 175	0.93 218	0.40 390	0.43 474	0.37 384	0.35 400	0.42 363	0.44 377

ITSA-stereo	1.86 291	0.72 296	3.74 287	1.20 368	0.66 223	4.09 420	0.91 340	4.24 484	2.53 453	1.93 289	1.77 305	1.59 252	2.15 446	6.12 399	2.44 471	0.40 390	0.38 442	0.40 411	0.40 453	0.50 416	0.98 529

qqq	1.30 215	0.57 144	1.67 131	1.15 346	0.51 132	2.18 113	0.91 340	3.98 403	1.53 187	1.50 200	1.24 140	1.79 289	1.34 281	4.66 366	0.98 230	0.28 171	0.31 382	0.33 317	0.33 373	0.33 238	0.32 244

GMOStereo	1.13 160	0.70 280	2.26 198	0.75 74	0.44 81	3.05 197	0.91 340	2.78 195	1.45 128	2.37 442	1.52 218	1.53 242	1.05 206	1.17 95	0.92 209	0.25 99	0.19 121	0.35 354	0.28 288	0.34 256	0.26 146

error version	1.13 160	0.70 280	2.26 198	0.75 74	0.44 81	3.05 197	0.91 340	2.78 195	1.45 128	2.37 442	1.52 218	1.53 242	1.05 206	1.17 95	0.92 209	0.25 99	0.19 121	0.35 354	0.28 288	0.34 256	0.26 146

test-v	1.13 160	0.70 280	2.26 198	0.75 74	0.44 81	3.05 197	0.91 340	2.78 195	1.45 128	2.37 442	1.52 218	1.53 242	1.05 206	1.17 95	0.92 209	0.25 99	0.19 121	0.35 354	0.28 288	0.34 256	0.26 146

test-3	1.19 173	0.52 91	2.00 163	1.01 261	0.42 67	1.95 93	0.91 340	4.35 523	1.47 141	2.24 405	1.16 122	2.06 339	0.79 125	2.68 316	0.76 138	0.27 134	0.18 86	0.28 198	0.26 232	0.26 102	0.25 120

PFNet	2.47 413	0.60 177	16.95 459	2.15 554	0.81 282	4.63 537	0.91 340	2.55 156	1.52 180	2.40 449	2.79 507	1.83 301	1.42 306	7.54 429	1.34 317	0.33 301	0.21 195	0.36 372	0.27 258	0.32 219	0.39 332

test-2	1.13 160	0.70 280	2.26 198	0.75 74	0.44 81	3.05 197	0.91 340	2.78 195	1.45 128	2.37 442	1.52 218	1.53 242	1.05 206	1.17 95	0.92 209	0.25 99	0.19 121	0.35 354	0.28 288	0.34 256	0.26 146

111	1.83 287	0.92 397	9.08 349	0.81 102	0.36 17	4.25 467	0.91 340	4.44 542	2.70 477	2.39 447	1.96 373	2.30 360	1.64 377	1.28 120	1.82 405	0.28 171	0.22 224	0.24 74	0.20 106	0.31 192	0.54 438

GANet-RSSM	1.98 317	0.62 204	3.49 274	1.69 513	1.23 427	4.22 463	0.91 340	3.31 260	1.86 304	1.81 255	1.74 287	2.34 363	1.82 414	10.92 522	1.73 394	0.34 313	0.29 359	0.31 262	0.28 288	0.39 314	0.40 352

DeepPruner_ROB	2.05 330	1.09 440	10.50 371	1.01 261	1.20 419	4.39 488	0.91 340	3.14 238	1.72 272	2.60 483	1.54 227	2.78 422	1.27 267	4.52 364	1.72 390	0.51 481	0.40 456	0.37 384	0.34 382	0.48 408	0.52 430

999	0.97 125	0.48 64	1.24 76	1.03 279	0.64 208	3.25 229	0.92 353	1.40 16	1.39 112	0.71 62	1.68 269	0.70 89	0.66 77	3.03 331	0.89 191	0.23 64	0.19 121	0.25 102	0.21 124	0.25 81	0.29 192

AEACV	0.79 61	0.54 116	1.35 97	0.97 232	0.63 206	1.13 17	0.92 353	2.02 84	0.91 43	0.76 89	0.79 48	0.80 122	1.61 358	1.28 120	0.61 69	0.22 52	0.18 86	0.26 133	0.23 174	0.27 115	0.23 91

G2L-ROB	2.13 342	0.78 345	10.06 363	1.19 363	1.06 377	3.84 353	0.93 355	3.32 265	2.27 389	2.20 387	1.47 206	2.65 404	1.20 259	8.38 444	1.81 403	0.28 171	0.19 121	0.23 40	0.22 158	0.28 132	0.32 244

GCAP-BAT	1.21 181	0.74 317	3.23 263	0.95 217	0.70 245	3.86 363	0.93 355	1.89 67	1.48 150	1.85 261	1.96 373	1.68 263	0.79 125	1.78 227	0.81 157	0.29 196	0.20 161	0.24 74	0.20 106	0.26 102	0.35 289

testlalala	1.14 165	0.62 204	1.34 93	1.00 254	0.78 273	4.38 485	0.93 355	2.46 137	2.20 375	2.44 454	1.52 218	1.31 215	0.61 59	1.04 61	0.65 86	0.35 333	0.19 121	0.24 74	0.19 85	0.24 65	0.23 91

HHNet	2.48 415	0.71 292	20.52 551	0.64 22	0.64 208	4.07 418	0.93 355	3.76 340	1.56 210	2.15 369	4.92 556	0.98 165	3.37 518	1.66 209	1.79 402	0.32 284	0.20 161	0.31 262	0.27 258	0.36 287	0.42 362

ac_64	2.35 391	0.62 204	9.77 358	1.32 420	1.71 532	3.27 233	0.93 355	3.48 285	2.50 448	1.74 243	1.73 285	3.91 508	1.77 401	10.21 496	1.86 410	0.40 390	0.31 382	0.33 317	0.30 337	0.34 256	0.39 332

cf-r	2.57 434	0.79 349	16.09 446	1.48 479	1.35 461	4.19 457	0.93 355	3.68 323	2.36 412	1.97 300	1.81 326	3.42 476	1.45 316	8.24 441	1.83 407	0.32 284	0.26 326	0.33 317	0.30 337	0.34 256	0.37 310

DispNO	3.00 484	0.75 330	18.92 493	1.17 354	1.10 389	3.72 326	0.94 361	4.29 502	2.54 457	2.24 405	2.28 443	4.51 539	2.12 442	11.40 542	2.09 441	0.31 263	0.28 349	0.31 262	0.28 288	0.36 287	0.39 332

RAFT+CT+SA	1.62 256	0.72 296	7.42 329	0.97 232	1.42 482	4.04 410	0.94 361	3.90 376	1.61 239	1.61 214	1.63 255	1.33 217	1.18 253	2.73 322	1.10 253	0.27 134	0.19 121	0.31 262	0.34 382	0.33 238	0.33 262

RAFT	1.23 186	0.84 374	2.05 169	0.96 223	0.47 110	1.80 82	0.94 361	3.18 245	1.46 136	1.60 209	1.71 280	3.04 442	1.59 351	1.64 206	1.32 310	0.38 370	0.24 288	0.40 411	0.32 365	0.40 319	0.35 289

test_xeample3	2.12 340	0.63 213	21.55 584	0.91 187	0.47 110	1.85 85	0.94 361	7.96 592	1.23 79	0.75 75	0.76 41	0.64 73	0.70 85	1.77 226	0.83 164	0.30 240	0.21 195	0.27 165	0.21 124	0.27 115	0.24 110

gasm-f	0.89 95	0.49 73	1.30 87	0.85 145	0.44 81	4.42 496	0.95 365	1.88 64	0.91 43	0.75 75	1.46 201	0.53 48	0.88 156	0.88 25	0.57 60	0.30 240	0.19 121	0.27 165	0.19 85	0.28 132	0.19 8

G2L-Stereo	2.49 417	0.94 407	14.54 426	1.15 346	1.35 461	3.57 301	0.95 365	3.62 313	2.00 328	2.11 351	1.61 250	3.20 455	1.34 281	9.54 470	1.91 416	0.34 313	0.27 337	0.35 354	0.28 288	0.30 173	0.35 289

MyStereo07	1.01 141	0.80 354	1.26 78	1.00 254	1.04 371	3.95 388	0.95 365	2.07 89	1.42 121	0.75 75	1.22 135	0.68 85	0.91 167	1.63 202	0.67 96	0.24 78	0.24 288	0.34 335	0.26 232	0.41 344	0.37 310

MyStereo04	2.29 371	0.80 354	18.77 490	1.00 254	1.04 371	3.95 388	0.95 365	3.91 381	2.54 457	1.99 307	1.27 156	2.31 361	1.65 379	2.02 259	1.77 399	0.24 78	0.24 288	0.34 335	0.26 232	0.41 344	0.37 310

GwcNet-ADL	2.47 413	0.67 256	21.48 583	0.96 223	0.72 250	4.61 534	0.95 365	4.42 538	2.36 412	1.98 302	1.80 314	2.55 393	1.24 265	1.90 247	1.41 325	0.40 390	0.46 493	0.24 74	0.27 258	0.41 344	0.49 410

ICVP	2.26 361	0.66 246	21.18 576	0.99 246	0.88 319	4.28 474	0.95 365	3.32 265	1.60 235	1.66 226	1.76 300	1.34 218	1.14 240	1.62 198	1.32 310	0.53 490	0.35 417	0.33 317	0.29 316	0.40 319	0.51 425
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HGLStereo	2.03 326	0.74 317	7.50 332	1.23 382	1.56 505	3.62 310	0.95 365	3.78 345	1.89 311	2.03 330	2.20 429	3.12 450	2.14 445	5.68 387	2.04 433	0.37 353	0.31 382	0.32 282	0.29 316	0.40 319	0.45 383

test_for_model	2.16 345	3.87 563	1.58 125	4.16 590	3.64 587	2.51 142	0.96 372	3.63 314	2.62 466	2.45 455	1.39 187	1.02 171	0.73 95	0.92 35	0.57 60	2.97 579	2.19 586	0.26 133	0.17 36	5.32 596	2.24 570

rrr	2.27 363	0.65 235	23.82 603	0.90 179	0.46 100	1.57 66	0.96 372	7.98 593	1.19 75	0.65 47	0.77 44	0.74 110	0.72 90	2.59 310	0.86 177	0.28 171	0.21 195	0.28 198	0.21 124	0.29 150	0.25 120

PSMNet-RSSM	1.96 313	0.77 339	3.26 265	1.29 407	1.31 446	4.19 457	0.96 372	3.68 323	1.89 311	2.05 335	1.80 314	2.60 398	1.70 390	9.84 480	1.81 403	0.35 333	0.29 359	0.35 354	0.37 422	0.42 363	0.35 289

YMNet	2.40 399	1.41 498	13.46 401	1.36 443	1.67 526	3.96 393	0.97 375	3.81 350	2.37 418	2.64 491	2.57 486	3.35 469	1.53 343	3.28 334	2.42 468	0.48 459	0.54 514	0.52 489	0.49 491	0.70 488	0.54 438

YMNet_1	2.40 399	1.41 498	13.46 401	1.36 443	1.67 526	3.96 393	0.97 375	3.81 350	2.37 418	2.64 491	2.57 486	3.35 469	1.53 343	3.28 334	2.42 468	0.48 459	0.54 514	0.52 489	0.49 491	0.70 488	0.54 438

AIO-test1	2.18 349	0.66 246	18.95 494	0.89 170	1.48 489	3.40 254	0.97 375	4.19 462	1.68 258	0.86 124	1.35 177	0.99 166	0.75 103	4.47 363	1.27 297	0.23 64	0.23 253	0.28 198	0.33 373	0.31 192	0.35 289

x	1.15 166	0.57 144	1.53 117	1.44 468	0.67 230	1.94 92	0.97 375	3.87 366	1.57 216	1.61 214	1.28 157	1.58 250	1.22 260	1.93 249	1.04 241	0.28 171	0.30 372	0.34 335	0.29 316	0.32 219	0.31 231

acv_ft	1.55 239	0.64 225	3.29 267	1.14 333	2.01 554	2.93 185	0.97 375	3.81 350	2.08 346	2.22 398	1.88 354	3.10 447	1.66 381	1.33 135	2.22 453	0.29 196	0.26 326	0.30 239	0.26 232	0.39 314	0.27 163

NOSS_ROB	2.27 363	0.73 307	3.00 255	1.71 517	1.00 364	3.90 370	0.97 375	4.29 502	2.81 499	2.94 519	2.19 427	3.88 507	1.19 257	11.77 565	1.62 374	0.59 501	0.54 514	0.56 504	0.52 504	0.56 439	0.54 438

RAFT_R40	1.70 270	0.59 165	2.99 254	1.46 474	0.46 100	4.74 560	0.98 381	2.23 106	1.56 210	2.02 326	2.35 466	2.71 409	2.56 478	6.71 415	0.90 195	0.40 390	0.19 121	0.30 239	0.27 258	0.33 238	0.26 146

AIO_rvc	0.78 58	0.55 122	1.25 77	0.75 74	0.65 216	1.46 57	0.99 382	2.13 93	1.52 180	0.57 19	1.15 121	1.09 179	0.55 39	1.15 86	0.53 49	0.24 78	0.17 54	0.24 74	0.17 36	0.25 81	0.21 59

castereo++	0.93 108	0.56 134	1.26 78	0.92 193	0.73 255	2.48 139	1.00 383	2.99 220	1.03 63	0.68 54	1.41 192	1.92 313	0.59 51	1.26 115	0.44 17	0.25 99	0.19 121	0.28 198	0.19 85	0.23 58	0.23 91

IGEV++	0.90 99	0.58 157	1.32 91	0.94 213	0.45 89	1.27 34	1.00 383	3.32 265	1.55 204	0.82 108	1.34 174	0.86 138	1.09 221	1.16 88	0.89 191	0.33 301	0.18 86	0.23 40	0.19 85	0.29 150	0.22 79

RASNet	2.56 431	0.70 280	10.06 363	1.60 502	2.25 565	3.67 318	1.00 383	3.38 277	3.14 531	1.81 255	2.11 412	4.60 544	2.30 459	10.25 498	2.61 484	0.37 353	0.24 288	0.25 102	0.24 200	0.28 132	0.26 146

WCG-NET（raft）	0.95 118	0.55 122	1.20 72	0.84 133	0.31 6	1.44 55	1.01 386	1.55 29	2.37 418	1.64 220	1.42 194	2.38 369	1.01 192	1.29 125	0.76 138	0.22 52	0.19 121	0.22 26	0.20 106	0.25 81	0.21 59

ToySt	1.35 222	0.72 296	3.65 285	1.01 261	0.50 130	3.31 242	1.01 386	3.46 284	1.73 275	1.30 172	1.55 231	2.07 342	1.47 321	1.88 246	1.40 321	0.27 134	0.27 337	0.30 239	0.32 365	0.42 363	0.39 332

STrans-v2	3.03 488	0.77 339	20.91 566	0.81 102	0.63 206	3.89 368	1.01 386	4.27 494	2.64 470	2.28 413	3.70 543	4.13 521	5.20 555	7.33 424	1.27 297	0.31 263	0.18 86	0.29 219	0.25 212	0.29 150	0.41 358

UCFNet_RVC	1.57 245	0.84 374	3.25 264	1.36 443	1.40 473	4.07 418	1.01 386	2.68 179	1.50 164	2.11 351	1.88 354	2.37 368	1.50 330	3.41 337	1.42 327	0.36 345	0.28 349	0.52 489	0.40 453	0.53 428	0.43 371

G2L-Stereo_test	2.11 338	0.86 381	7.12 326	1.65 509	1.19 413	3.54 292	1.02 390	3.57 305	2.01 330	2.50 461	1.68 269	3.15 452	1.50 330	9.21 463	1.62 374	0.28 171	0.19 121	0.23 40	0.22 158	0.27 115	0.31 231

GES	1.38 226	0.64 225	2.61 232	1.09 305	0.57 177	4.30 477	1.02 390	3.86 363	1.51 171	1.72 239	1.74 287	1.28 210	1.77 401	1.62 198	1.61 369	0.39 382	0.27 337	0.33 317	0.30 337	0.41 344	0.47 398

UGAM	2.58 435	0.56 134	18.55 488	0.89 170	0.71 248	3.23 223	1.03 392	2.75 189	1.75 283	1.36 179	2.77 506	2.69 406	1.28 269	10.75 513	1.40 321	0.28 171	0.24 288	0.40 411	0.31 353	0.35 274	0.30 221

BEATNet_4x	1.92 306	1.36 490	8.75 347	1.20 368	0.56 165	3.46 266	1.03 392	4.00 409	2.43 434	2.25 408	1.70 276	2.10 344	1.59 351	2.57 309	3.05 499	0.37 353	0.22 224	0.47 455	0.29 316	0.60 453	0.40 352

HSM	2.35 391	0.81 358	2.21 191	1.14 333	1.55 502	3.44 260	1.03 392	3.99 407	2.25 384	2.29 415	2.11 412	8.04 581	3.05 503	11.60 551	1.71 388	0.33 301	0.22 224	0.28 198	0.23 174	0.32 219	0.35 289

gwcnet-sp	2.31 375	1.21 462	17.34 462	1.08 299	0.92 330	3.56 297	1.04 395	3.69 328	2.09 349	2.55 471	1.60 246	1.80 292	1.62 361	3.87 351	1.95 423	0.29 196	0.29 359	0.30 239	0.28 288	0.38 302	0.39 332

scenet	2.31 375	1.21 462	17.34 462	1.08 299	0.92 330	3.56 297	1.04 395	3.69 328	2.09 349	2.55 471	1.60 246	1.80 292	1.62 361	3.87 351	1.95 423	0.29 196	0.29 359	0.30 239	0.28 288	0.38 302	0.39 332

ssnet	2.31 375	1.21 462	17.34 462	1.08 299	0.92 330	3.56 297	1.04 395	3.69 328	2.09 349	2.55 471	1.60 246	1.80 292	1.62 361	3.87 351	1.95 423	0.29 196	0.29 359	0.30 239	0.28 288	0.38 302	0.39 332

4D-IteraStereo	1.97 315	0.84 374	20.43 549	0.78 95	1.56 505	2.09 109	1.05 398	2.43 131	1.56 210	1.41 191	1.00 86	1.94 315	0.61 59	1.22 105	1.06 243	0.27 134	0.18 86	0.31 262	0.26 232	0.27 115	0.23 91

RAFT_CTSACE	1.80 285	1.06 434	10.00 362	1.71 517	1.39 471	3.49 275	1.06 399	3.05 228	1.62 244	1.70 234	2.04 393	2.51 390	1.80 409	1.98 253	0.94 220	0.25 99	0.22 224	0.28 198	0.30 337	0.30 173	0.26 146

DispFullNet	4.64 549	3.48 560	23.95 604	3.99 588	3.03 577	3.35 246	1.06 399	4.18 459	2.80 493	6.33 584	2.94 515	4.04 516	7.81 584	3.92 355	5.16 526	2.75 576	1.61 577	3.10 593	2.68 600	3.32 575	3.31 592

WCG-NET	0.88 90	0.49 73	1.26 78	0.90 179	0.37 32	1.48 59	1.07 401	1.73 51	2.30 397	1.63 217	1.49 214	0.92 156	0.97 181	0.95 40	0.76 138	0.22 52	0.16 34	0.23 40	0.20 106	0.25 81	0.21 59

test_sample7	1.65 262	0.70 280	2.60 229	1.48 479	0.76 266	2.38 130	1.07 401	4.35 523	2.11 359	2.14 361	1.75 291	1.75 276	1.67 383	6.26 402	1.26 293	0.44 429	0.48 503	0.43 434	0.40 453	0.46 401	0.43 371

anonymity	1.76 279	1.26 475	2.73 245	1.66 510	1.32 453	1.84 84	1.07 401	3.49 288	2.30 397	2.11 351	2.11 412	1.71 272	3.90 534	1.82 235	1.48 342	1.10 551	1.09 564	1.08 561	1.08 562	1.05 533	1.09 535

AASNet	2.44 406	0.92 397	19.79 515	1.35 437	1.49 490	3.81 346	1.07 401	3.85 360	2.93 511	1.95 295	2.29 446	1.96 322	1.29 272	1.73 221	1.93 419	0.39 382	0.33 399	0.45 446	0.30 337	0.55 433	0.45 383

SHD	2.82 457	2.04 534	13.80 411	1.69 513	1.79 541	2.73 162	1.07 401	3.85 360	3.18 535	4.63 569	2.74 502	3.38 474	2.77 487	5.48 382	3.66 507	0.62 507	0.47 497	0.51 483	0.55 512	0.65 475	0.74 496

TCMNet	2.98 480	1.30 479	18.26 480	1.47 477	2.09 559	3.84 353	1.08 406	3.96 399	2.39 427	2.53 469	2.29 446	2.43 378	1.75 398	10.09 493	2.39 463	0.52 487	0.45 484	0.61 520	0.50 497	0.80 513	0.78 505

rvit_0105_3	1.24 191	0.93 401	2.84 248	0.97 232	0.58 186	2.38 130	1.08 406	3.26 255	2.53 453	1.18 166	1.40 190	1.24 206	1.04 201	1.73 221	0.97 227	0.44 429	0.44 479	0.40 411	0.42 467	0.42 363	0.50 417

TRStereo	2.31 375	1.87 526	19.74 514	1.53 488	1.16 403	4.26 468	1.08 406	4.73 568	1.45 128	1.55 204	1.28 157	1.75 276	0.85 147	1.81 233	1.20 275	0.36 345	0.26 326	0.32 282	0.36 410	0.34 256	0.33 262

PS-NSSS	2.22 352	1.33 488	2.90 252	0.97 232	1.53 497	4.11 427	1.08 406	4.55 558	2.65 471	2.10 347	2.32 463	1.77 281	1.40 296	11.79 566	1.61 369	0.68 522	0.45 484	0.96 555	0.43 470	0.95 525	0.92 523

LL-Strereo	3.01 486	1.81 525	17.59 473	1.12 325	2.10 560	2.90 175	1.09 410	4.33 519	2.00 328	3.12 530	2.24 435	3.29 463	3.15 507	11.31 540	1.84 408	0.30 240	0.28 349	0.46 452	0.34 382	0.49 414	0.45 383

AAGNet	2.86 460	0.60 177	1.77 140	2.05 549	0.46 100	4.76 562	1.09 410	2.27 111	1.56 210	2.17 378	1.84 340	2.41 372	4.00 535	6.23 401	24.22 610	0.46 445	0.19 121	0.30 239	0.29 316	0.32 219	0.24 110

ACV-stereo	2.92 469	0.92 397	20.27 540	1.33 425	1.05 373	4.68 544	1.10 412	2.66 177	1.64 248	1.46 195	1.32 167	5.41 567	4.24 541	7.83 436	1.90 415	0.44 429	0.52 511	0.32 282	0.29 316	0.45 390	0.63 470

iinet-f	2.26 361	1.18 457	13.71 405	1.14 333	1.11 392	3.77 335	1.10 412	4.14 453	2.17 370	2.06 340	1.76 300	2.99 438	2.99 496	2.50 295	2.49 475	0.35 333	0.39 451	0.27 165	0.28 288	0.45 390	0.39 332

FADNet-RVC	2.51 420	2.27 540	14.03 416	1.09 305	0.81 282	3.54 292	1.10 412	4.13 447	2.48 443	1.39 187	1.22 135	1.85 308	1.77 401	9.78 478	2.06 436	0.38 370	0.37 436	0.40 411	0.40 453	0.67 482	0.48 403

AANet_RVC	3.03 488	1.72 519	12.78 394	1.17 354	1.12 393	3.79 342	1.10 412	3.86 363	3.13 529	2.62 487	4.26 550	3.96 511	1.41 301	11.43 545	5.23 530	0.94 544	0.47 497	0.34 335	0.23 174	0.40 319	0.55 442

GASNet	3.24 505	5.55 572	20.58 556	1.56 497	1.25 434	2.32 126	1.12 416	4.04 420	2.67 474	1.88 271	2.10 408	3.00 439	2.16 449	10.59 507	2.43 470	0.65 514	0.37 436	0.61 520	0.45 477	0.87 519	0.58 455

test_4	1.30 215	0.50 78	6.16 318	0.84 133	0.45 89	1.61 71	1.12 416	2.14 95	1.42 121	1.52 201	2.31 458	1.84 304	0.79 125	2.52 303	1.19 272	0.27 134	0.17 54	0.29 219	0.29 316	0.29 150	0.25 120

GwcNet-RSSM	2.66 442	1.05 429	15.91 444	1.22 377	1.19 413	4.12 429	1.12 416	3.84 357	2.02 332	1.93 289	1.79 311	3.12 450	1.46 319	10.37 501	2.05 435	0.33 301	0.27 337	0.35 354	0.30 337	0.40 319	0.36 296

APVNet	3.13 497	1.25 474	21.14 572	1.31 417	1.52 495	3.94 383	1.13 419	3.32 265	2.14 364	2.20 387	2.03 390	3.05 445	1.96 431	11.79 566	2.53 479	0.42 416	0.45 484	0.64 528	0.46 479	0.67 482	0.57 450

iResNetv2_ROB	2.65 440	5.00 568	19.28 503	2.06 550	1.09 387	3.83 348	1.13 419	4.14 453	2.09 349	1.85 261	2.03 390	2.01 332	1.51 334	3.58 341	1.58 362	0.34 313	0.21 195	0.32 282	0.21 124	0.44 382	0.29 192

AdaStereo	1.45 233	0.83 369	2.34 210	1.28 403	0.81 282	3.21 219	1.14 421	4.20 463	2.46 442	2.05 335	1.77 305	2.48 387	1.18 253	1.71 219	1.44 330	0.43 422	0.25 312	0.43 434	0.28 288	0.44 382	0.34 275
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.
FACV-RUCA	1.26 202	0.65 235	2.21 191	1.06 288	1.50 492	2.69 161	1.15 422	3.05 228	1.87 305	1.36 179	1.99 384	1.03 174	1.15 250	1.36 141	1.10 253	0.41 405	0.41 465	0.73 544	0.41 460	0.61 458	0.41 358

LMCR-Stereo	2.40 399	1.31 483	18.61 489	1.59 500	0.86 310	3.87 366	1.15 422	4.32 517	1.60 235	2.25 408	2.27 439	1.13 185	2.43 469	2.48 294	1.60 366	0.88 542	0.24 288	0.29 219	0.24 200	0.56 439	0.30 221

BSDual-CNN	1.46 234	0.59 165	1.94 156	0.87 158	0.85 305	4.16 445	1.16 424	4.48 548	1.88 307	2.93 515	1.83 335	2.60 398	1.31 276	1.60 192	1.21 279	0.34 313	0.25 312	0.31 262	0.28 288	0.35 274	0.33 262

hknet	1.98 317	0.64 225	8.70 346	0.87 158	1.07 381	4.16 445	1.16 424	4.48 548	1.73 275	2.93 515	1.83 335	3.48 480	1.30 275	3.91 354	1.51 352	0.31 263	0.25 312	0.31 262	0.28 288	0.35 274	0.33 262

DANet	2.63 438	1.07 435	8.10 338	1.83 533	1.70 531	3.25 229	1.16 424	4.31 513	2.38 423	3.40 544	2.18 425	4.08 518	1.80 409	9.77 476	3.89 510	0.52 487	0.55 519	0.59 512	0.44 473	0.63 464	0.86 517
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
fast-acv-ft	2.54 426	1.19 459	20.08 529	1.41 461	1.40 473	3.18 215	1.17 427	3.37 276	2.28 393	1.90 278	2.15 420	2.69 406	2.17 451	2.91 324	2.31 459	0.37 353	0.39 451	0.45 446	0.39 442	0.57 444	0.45 383

LRCNet_RVC	25.52 612	33.45 615	23.21 602	31.79 616	32.78 613	6.74 583	1.18 428	25.88 614	4.46 571	28.94 613	30.89 613	24.91 612	17.57 604	27.66 613	24.34 611	35.26 625	25.60 626	35.91 625	33.81 624	31.90 624	34.10 625

Nwc_Net	2.88 466	1.16 454	18.30 482	1.35 437	1.68 529	3.52 287	1.18 428	3.90 376	2.06 343	2.52 466	2.82 512	3.82 505	2.34 463	6.78 417	2.55 482	0.86 541	0.40 456	0.59 512	0.67 530	0.57 444	0.55 442

PWC_ROB	2.69 450	2.01 532	8.36 340	1.33 425	1.90 549	3.23 223	1.18 428	4.33 519	3.25 542	3.11 529	3.41 538	2.71 409	2.18 453	9.15 461	4.48 514	0.56 496	0.31 382	0.61 520	0.36 410	0.69 487	0.74 496

DualNet (step1)	2.34 386	1.05 429	7.87 333	1.07 291	0.86 310	3.93 378	1.19 431	4.35 523	2.11 359	2.14 361	1.75 291	1.75 276	1.67 383	6.26 402	1.26 293	1.23 558	0.48 503	4.27 603	2.09 589	0.70 488	0.69 483

test_sample9	3.79 526	1.05 429	7.87 333	1.07 291	0.86 310	3.93 378	1.19 431	4.35 523	2.11 359	2.14 361	1.75 291	1.75 276	1.67 383	11.06 529	11.61 569	1.23 558	14.45 618	4.27 603	2.09 589	0.70 488	0.69 483

test_sample8	4.76 551	1.05 429	7.87 333	1.07 291	0.86 310	3.93 378	1.19 431	4.38 532	2.05 341	5.49 575	1.89 360	12.98 592	6.37 571	11.06 529	11.61 569	1.23 558	14.45 618	4.27 603	2.09 589	0.70 488	0.69 483

UDG	3.55 517	2.81 553	17.45 469	2.69 569	1.98 552	3.97 398	1.19 431	4.35 523	2.02 332	2.42 451	2.53 481	4.50 538	2.46 473	6.53 406	2.41 467	2.12 573	1.77 580	2.63 584	2.57 597	2.64 571	1.95 565

CBFPSM	2.05 330	0.95 409	10.12 366	1.07 291	1.05 373	2.84 168	1.20 435	3.28 256	1.73 275	1.82 257	1.30 161	4.56 543	4.06 536	2.34 287	2.34 462	0.25 99	0.38 442	0.32 282	0.27 258	0.37 297	0.79 509

psmorigin	6.59 574	1.15 451	88.11 630	1.52 486	0.97 345	2.88 173	1.20 435	3.21 246	2.04 338	3.73 550	2.46 471	5.15 563	2.55 477	10.60 508	2.47 474	0.55 494	0.68 546	0.48 463	0.51 501	0.70 488	0.88 521

HSM-Net_RVC	2.87 464	0.57 144	17.46 470	0.92 193	0.90 327	3.70 322	1.20 435	5.64 587	2.51 451	3.22 536	2.43 469	2.54 392	1.59 351	11.41 543	1.65 382	0.34 313	0.25 312	0.26 133	0.23 174	0.30 173	0.29 192
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
z-ln-s-r	2.67 444	1.16 454	12.43 390	1.34 432	1.26 436	3.70 322	1.21 438	4.20 463	2.38 423	2.04 333	1.92 368	2.43 378	1.60 357	10.58 506	5.19 529	0.29 196	0.20 161	0.32 282	0.24 200	0.51 418	0.38 325

LCNet	1.55 239	0.54 116	1.88 149	0.99 246	0.55 161	3.60 305	1.21 438	2.86 209	1.53 187	2.18 380	1.74 287	1.43 234	4.17 539	3.62 343	0.87 183	0.29 196	0.20 161	0.28 198	0.77 541	0.47 405	1.85 563

DRaft	2.28 368	0.56 134	2.64 238	0.74 72	0.46 100	3.94 383	1.23 440	2.32 120	1.55 204	2.64 491	2.80 509	1.60 253	5.34 558	6.96 421	10.99 565	0.34 313	0.22 224	0.27 165	0.27 258	0.29 150	0.37 310

psm_up	2.28 368	0.81 358	5.45 313	1.26 393	1.50 492	3.84 353	1.23 440	4.23 476	2.03 334	2.55 471	1.80 314	2.44 382	1.65 379	12.90 584	1.58 362	0.37 353	0.38 442	0.41 423	0.34 382	0.43 374	0.39 332

ADLNet	2.29 371	0.83 369	3.62 284	1.35 437	1.60 511	3.67 318	1.24 442	3.95 394	2.98 517	2.58 479	2.29 446	4.01 514	1.79 404	11.23 538	2.09 441	0.37 353	0.38 442	0.36 372	0.34 382	0.45 390	0.71 487

DISCO	2.25 358	0.73 307	10.06 363	1.76 523	1.12 393	3.47 269	1.25 443	3.24 252	2.26 387	2.65 495	1.96 373	4.53 541	1.92 429	4.17 361	3.61 506	0.32 284	0.25 312	0.31 262	0.29 316	0.66 480	0.41 358

rvit_105_1	1.43 230	0.90 390	3.27 266	1.08 299	0.68 235	2.79 163	1.27 444	3.52 296	2.35 409	1.38 186	1.54 227	1.28 210	1.14 240	2.91 324	1.40 321	0.54 492	0.47 497	0.45 446	0.59 520	0.44 382	0.58 455

test_5	1.87 292	0.75 330	10.23 367	1.14 333	1.40 473	3.85 361	1.27 444	3.91 381	1.93 317	1.69 230	1.78 308	1.67 261	1.79 404	2.99 330	1.17 269	0.30 240	0.18 86	0.35 354	0.33 373	0.34 256	0.33 262

SFCPSM	2.18 349	0.63 213	17.03 460	0.88 163	0.98 352	3.74 331	1.28 446	4.09 436	2.16 368	1.85 261	1.83 335	1.65 259	1.39 292	2.50 295	1.50 346	0.33 301	0.27 337	0.39 405	0.36 410	0.34 256	0.37 310

DLCB_ROB	2.05 330	0.95 409	2.37 211	1.24 384	1.02 367	2.92 181	1.30 447	3.68 323	2.30 397	2.91 513	2.17 423	3.32 467	1.52 336	10.37 501	2.50 476	0.40 390	0.33 399	0.40 411	0.36 410	0.41 344	0.47 398

CSP-Net	1.78 282	1.32 485	1.92 154	1.16 352	1.03 368	3.38 250	1.31 448	3.52 296	1.75 283	1.96 298	1.93 371	2.40 370	1.48 323	8.58 448	1.58 362	0.46 445	0.34 411	0.27 165	0.26 232	0.41 344	0.50 417

zh-mn7	3.15 500	9.61 593	12.45 391	1.26 393	0.99 355	2.91 178	1.32 449	4.12 445	2.74 481	3.33 540	3.07 522	2.84 426	1.89 426	8.91 454	4.69 518	0.49 471	0.40 456	0.38 401	0.38 435	0.56 439	0.63 470

CoDeX	2.40 399	0.78 345	13.21 397	1.00 254	1.18 406	3.24 226	1.32 449	4.14 453	2.41 430	1.74 243	1.84 340	2.05 337	1.47 321	10.03 490	1.60 366	0.34 313	0.28 349	0.32 282	0.27 258	0.32 219	0.39 332

Consistency-Raft	2.86 460	1.66 516	19.61 509	1.40 460	1.75 536	3.84 353	1.32 449	4.07 430	2.25 384	1.78 249	2.67 496	1.82 298	4.41 544	1.94 251	2.06 436	0.83 539	0.94 561	1.03 557	1.12 563	1.70 564	1.09 535

PVD	3.12 496	1.97 531	12.80 395	1.79 530	1.63 516	3.83 348	1.34 452	3.48 285	3.88 564	5.77 577	3.56 541	3.45 479	3.29 515	5.58 386	5.30 531	0.71 528	0.69 547	0.74 545	0.77 541	0.79 511	1.13 538

UPFNet	1.81 286	0.63 213	6.71 321	1.25 386	1.44 483	3.50 281	1.35 453	4.02 415	1.85 303	2.40 449	1.52 218	2.41 372	1.40 296	3.62 343	1.88 412	0.34 313	0.33 399	0.37 384	0.31 353	0.41 344	0.39 332

PDISCO_ROB	2.86 460	1.53 508	14.27 422	1.98 546	2.19 562	4.52 517	1.35 453	4.65 564	3.19 536	2.09 344	2.16 421	3.53 491	2.45 471	5.32 376	2.12 443	1.30 566	0.78 555	0.72 541	0.59 520	1.24 553	1.28 543

WQFJX	1.84 289	0.79 349	2.38 212	1.00 254	1.17 405	3.77 335	1.36 455	3.50 291	2.01 330	1.65 224	2.64 493	1.84 304	3.10 506	7.76 435	1.91 416	0.25 99	0.25 312	0.37 384	0.27 258	0.42 363	0.35 289

PSMNet-RUCA	1.64 261	1.50 506	2.57 228	1.50 483	1.38 469	3.05 197	1.36 455	3.31 260	2.24 381	1.36 179	2.07 404	1.40 230	1.09 221	1.83 236	1.55 358	1.15 554	0.69 547	1.26 566	0.96 554	1.64 562	0.94 525

TestStereo1	1.56 243	0.81 358	2.32 205	1.61 505	0.64 208	4.13 432	1.36 455	3.79 346	3.20 539	1.60 209	2.57 486	1.39 225	2.15 446	2.51 298	1.30 307	0.29 196	0.20 161	0.34 335	0.25 212	0.40 319	0.36 296

SA-5K	1.56 243	0.81 358	2.32 205	1.61 505	0.64 208	4.13 432	1.36 455	3.79 346	3.20 539	1.60 209	2.57 486	1.39 225	2.15 446	2.51 298	1.30 307	0.29 196	0.20 161	0.34 335	0.25 212	0.40 319	0.36 296

SA	1.62 256	0.75 330	3.78 289	1.07 291	0.43 73	4.26 468	1.36 455	4.45 545	3.12 528	1.63 217	1.97 379	1.68 263	2.26 457	2.55 306	1.27 297	0.27 134	0.22 224	0.37 384	0.37 422	0.35 274	0.30 221

DDUNet	2.91 467	2.78 552	6.94 325	3.53 582	2.26 566	3.28 237	1.36 455	3.77 342	2.04 338	2.62 487	2.49 475	4.18 524	1.69 388	5.38 378	1.85 409	2.21 574	1.77 580	2.61 583	2.43 595	2.60 570	2.34 573

LL-Strereo2	1.23 186	0.85 378	2.38 212	0.93 209	0.68 235	3.72 326	1.37 461	2.54 155	1.99 324	1.75 245	1.40 190	1.82 298	0.73 95	1.40 147	0.99 233	0.31 263	0.23 253	0.55 502	0.35 400	0.29 150	0.24 110

FADNet-RVC-Resample	2.83 458	2.02 533	21.07 570	1.12 325	0.91 329	3.53 288	1.37 461	4.08 434	2.09 349	1.68 229	1.33 169	2.03 333	1.51 334	9.54 470	1.69 386	0.38 370	0.37 436	0.42 430	0.44 473	0.56 439	0.56 446

MSAF-DinoV2	13.69 602	13.09 604	22.03 593	2.41 565	1.44 483	4.03 408	1.38 463	9.07 595	9.20 593	2.23 402	1.98 381	5.08 560	5.06 552	177.66 636	5.46 533	0.45 438	0.34 411	0.40 411	0.62 526	6.09 598	5.80 608

NVstereo2D	2.54 426	0.90 390	11.10 378	1.32 420	1.47 488	3.58 302	1.38 463	4.13 447	2.45 439	1.90 278	1.71 280	2.86 428	1.76 399	10.86 518	1.66 383	0.60 503	0.43 474	0.53 494	0.41 460	0.78 509	0.94 525

RGC	3.10 495	1.45 502	14.90 431	1.46 474	1.79 541	3.33 243	1.39 465	4.04 420	2.26 387	2.77 504	3.26 533	4.00 513	2.71 485	11.63 558	2.62 486	0.82 537	0.46 493	0.79 547	0.79 545	0.71 497	0.78 505

edge stereo	3.37 514	1.01 422	21.99 591	1.28 403	1.37 466	2.67 159	1.39 465	3.98 403	2.87 504	2.93 515	3.27 534	4.35 532	2.43 469	11.62 553	2.39 463	0.60 503	0.63 537	0.79 547	0.55 512	0.68 485	0.67 478

ARAFT	2.56 431	1.13 446	19.50 508	0.89 170	0.48 118	4.15 436	1.40 467	4.36 528	2.82 501	2.36 441	1.88 354	1.70 270	1.04 201	6.45 405	1.22 282	0.29 196	0.18 86	0.37 384	0.35 400	0.35 274	0.25 120

NCC-stereo	3.16 502	1.28 477	18.31 483	1.25 386	1.75 536	4.06 413	1.40 467	3.89 371	2.22 377	2.72 500	2.55 482	3.49 486	2.65 482	9.91 483	2.99 496	1.29 564	0.65 539	0.64 528	0.86 548	0.65 475	0.71 487

Abc-Net	3.16 502	1.28 477	18.31 483	1.25 386	1.75 536	4.06 413	1.40 467	3.89 371	2.22 377	2.72 500	2.55 482	3.49 486	2.65 482	9.91 483	2.99 496	1.29 564	0.65 539	0.64 528	0.86 548	0.65 475	0.71 487
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CRFU-Net	2.49 417	0.78 345	10.36 368	2.30 561	1.08 383	3.91 371	1.41 470	3.85 360	1.65 252	2.15 369	1.76 300	3.34 468	7.95 585	5.56 384	1.48 342	0.47 454	0.35 417	0.30 239	0.28 288	0.37 297	0.43 371

Sa-1000	1.63 260	0.79 349	3.56 279	1.11 321	0.48 118	4.06 413	1.41 470	4.49 551	2.75 484	2.00 319	2.80 509	1.84 304	1.43 309	2.64 315	1.50 346	0.27 134	0.19 121	0.36 372	0.33 373	0.36 287	0.30 221

psmg	1.47 237	0.59 165	1.94 156	0.92 193	0.85 305	4.30 477	1.42 472	4.10 444	1.88 307	2.64 491	2.09 407	2.60 398	1.31 276	1.60 192	1.21 279	0.34 313	0.27 337	0.33 317	0.34 382	0.36 287	0.34 275

RYNet	2.97 478	0.93 401	15.09 436	1.12 325	1.38 469	3.66 317	1.42 472	4.03 416	2.29 396	2.10 347	1.70 276	3.79 503	2.16 449	13.64 594	3.02 498	0.37 353	0.41 465	0.48 463	0.34 382	0.81 514	0.75 499

z-mn7	3.36 513	9.42 591	14.16 419	1.28 403	1.22 426	3.78 338	1.43 474	3.92 386	3.35 550	2.85 511	3.36 536	3.06 446	1.97 432	9.66 474	5.16 526	0.42 416	0.35 417	0.43 434	0.33 373	0.63 464	0.48 403

GEStereo_RVC	1.91 303	0.80 354	6.57 319	1.20 368	1.06 377	4.02 406	1.43 474	4.13 447	1.89 311	2.03 330	1.80 314	2.34 363	1.86 421	4.94 370	1.77 399	0.48 459	0.38 442	0.32 282	0.28 288	0.42 363	0.50 417

SQANet	3.70 522	9.34 590	18.41 485	2.75 570	2.74 571	3.40 254	1.47 476	3.50 291	1.68 258	2.60 483	1.75 291	2.69 406	1.91 428	6.72 416	1.74 395	2.96 578	1.41 574	1.85 573	1.12 563	3.17 573	2.70 582

ADLNet2	3.15 500	0.92 397	20.06 526	1.20 368	1.79 541	3.83 348	1.48 477	3.94 392	3.59 557	2.19 384	2.47 473	4.65 548	1.93 430	10.69 512	1.96 426	0.39 382	0.37 436	0.28 198	0.30 337	0.48 408	0.43 371

OMP-Stereo	1.97 315	0.93 401	1.88 149	2.76 571	0.67 230	4.58 530	1.48 477	4.31 513	1.54 196	3.15 533	2.76 505	3.25 460	1.38 289	7.66 434	1.35 318	0.40 390	0.20 161	0.33 317	0.26 232	0.33 238	0.24 110

DRN-Test	3.03 488	0.99 418	18.18 478	1.35 437	1.60 511	3.59 303	1.48 477	4.13 447	2.45 439	3.47 546	1.92 368	2.58 397	2.53 476	10.88 519	2.80 492	0.39 382	0.36 423	0.44 439	0.41 460	0.55 433	0.57 450

FBW_ROB	3.24 505	1.02 423	9.21 355	1.49 482	1.07 381	3.78 338	1.48 477	4.31 513	3.08 526	2.46 456	2.32 463	4.20 527	2.08 440	15.19 600	7.16 546	0.84 540	0.62 535	1.33 568	0.92 551	0.99 530	1.31 545

SACVNet	2.46 410	1.14 450	9.47 356	1.44 468	1.18 406	4.06 413	1.49 481	3.84 357	2.24 381	2.62 487	1.89 360	2.57 395	1.28 269	11.35 541	1.64 380	0.50 475	0.39 451	0.48 463	0.41 460	0.55 433	0.75 499

FINET	2.96 474	1.07 435	23.18 601	1.29 407	1.86 546	2.03 99	1.52 482	4.30 510	4.71 575	2.23 402	2.34 465	1.65 259	1.48 323	5.89 392	2.81 493	0.51 481	0.47 497	0.49 477	0.40 453	0.59 449	0.49 410

PASM	2.67 444	2.05 535	9.71 357	1.73 520	1.37 466	2.53 148	1.52 482	3.10 234	2.17 370	2.79 506	1.84 340	2.90 430	1.85 420	11.89 570	2.19 451	0.81 536	0.85 557	0.87 552	1.01 558	1.14 544	1.05 532

XQC	2.96 474	2.42 543	14.85 428	1.36 443	1.32 453	3.29 241	1.53 484	4.28 499	2.78 487	3.21 535	2.46 471	3.53 491	2.92 494	6.58 407	4.67 516	0.70 526	0.41 465	0.59 512	0.56 514	0.96 529	0.83 516

CVANet_RVC	2.55 430	1.10 441	9.13 354	1.46 474	1.15 398	3.96 393	1.53 484	3.91 381	2.50 448	3.04 524	2.04 393	2.60 398	1.72 394	12.46 580	1.50 346	0.49 471	0.30 372	0.51 483	0.41 460	0.63 464	0.50 417

ETE_ROB	2.07 333	1.40 496	3.01 256	1.09 305	0.92 330	3.94 383	1.53 484	4.25 486	2.23 379	3.31 538	2.06 403	2.35 365	1.52 336	8.74 450	2.07 439	0.44 429	0.36 423	0.51 483	0.48 487	0.54 431	0.62 466

Wz-Net-LNSev	2.30 374	1.67 518	14.88 430	1.18 360	1.65 522	3.49 275	1.54 487	3.63 314	2.03 334	1.88 271	1.64 257	3.29 463	2.06 438	2.71 320	2.02 432	0.40 390	0.33 399	0.32 282	0.31 353	0.53 428	0.49 410

GwcNet	3.00 484	1.63 512	19.83 517	1.32 420	2.04 558	3.27 233	1.55 488	3.65 317	2.33 406	2.00 319	2.12 415	3.56 495	1.68 387	9.47 468	2.45 472	0.44 429	0.45 484	0.46 452	0.38 435	0.60 453	0.76 501

DeepPrunerF	3.70 522	1.72 519	14.87 429	1.33 425	1.74 535	3.70 322	1.55 488	4.20 463	14.00 602	2.02 326	1.77 305	2.74 412	2.30 459	10.88 519	6.88 542	0.68 522	0.60 532	0.78 546	0.78 544	0.81 514	0.71 487

w-ln-seven-2	2.73 453	2.13 536	12.47 392	1.18 360	1.01 365	3.54 292	1.58 490	3.93 388	3.26 543	2.43 453	2.02 388	2.63 402	2.28 458	7.93 438	5.45 532	0.40 390	0.40 456	0.44 439	0.34 382	0.62 462	0.47 398

w-ln-seven	2.86 460	3.06 555	14.02 415	1.27 401	1.32 453	4.10 426	1.59 491	3.90 376	2.59 464	3.03 523	2.27 439	3.42 476	2.25 456	6.70 412	4.81 522	0.39 382	0.34 411	0.48 463	0.40 453	0.74 502	0.55 442

IRAFT_RVC	1.87 292	0.60 177	4.33 295	2.40 564	0.66 223	4.59 531	1.59 491	2.96 217	1.51 171	2.23 402	1.75 291	2.09 343	2.63 481	6.70 412	1.50 346	0.33 301	0.21 195	0.33 317	0.29 316	0.32 219	0.32 244

AF-Net	2.87 464	1.30 479	16.24 447	1.33 425	1.75 536	3.26 231	1.59 491	4.09 436	2.43 434	2.69 498	2.94 515	4.51 539	3.20 512	5.84 391	2.75 490	0.76 530	0.36 423	0.72 541	0.49 491	0.70 488	0.56 446

CC-Net-ROB	3.35 512	1.76 522	13.89 413	2.33 563	1.65 522	4.49 509	1.62 494	4.73 568	2.90 506	1.92 285	2.05 399	1.99 328	1.61 358	12.57 583	1.60 366	2.46 575	2.18 585	2.68 585	1.04 561	2.11 567	1.38 551

MFN_U_SF_RVC	3.81 527	10.78 597	15.01 434	1.84 534	1.39 471	3.73 330	1.63 495	4.05 424	3.26 543	2.91 513	2.38 467	4.36 534	3.65 528	8.43 445	4.91 524	1.11 553	1.04 562	0.99 556	1.31 570	1.58 560	1.75 562

XPNet_ROB	2.27 363	1.11 444	4.10 291	1.36 443	0.97 345	3.94 383	1.63 495	4.07 430	2.14 364	2.82 509	2.00 386	2.32 362	1.73 397	10.81 517	3.39 503	0.51 481	0.47 497	0.48 463	0.40 453	0.51 418	0.56 446

ssnet_v2	2.04 328	0.88 387	7.87 333	1.20 368	0.87 315	3.86 363	1.64 497	4.01 411	2.60 465	2.61 485	1.96 373	3.79 503	1.71 392	2.20 278	2.96 495	0.41 405	0.35 417	0.42 430	0.37 422	0.55 433	0.52 430

Wz-Net-LNSev-Ref	2.42 403	1.47 503	14.14 418	1.30 414	1.35 461	3.51 284	1.64 497	4.04 420	2.10 357	2.46 456	1.88 354	2.28 354	2.51 475	4.73 369	3.17 501	0.38 370	0.19 121	0.35 354	0.20 106	0.40 319	0.36 296

ADCRef	3.30 508	1.23 472	14.90 431	1.17 354	1.41 480	3.95 388	1.64 497	3.88 369	2.36 412	3.05 526	2.21 431	2.40 370	2.81 490	5.04 371	16.63 588	0.46 445	0.34 411	0.63 525	0.62 526	0.54 431	0.67 478

Syn2CoEx	3.08 492	2.55 549	19.88 519	1.34 432	1.18 406	2.43 135	1.65 500	3.91 381	2.40 428	2.39 447	2.27 439	2.90 430	3.17 511	9.57 473	2.54 481	0.50 475	0.45 484	0.53 494	0.39 442	0.74 502	0.72 494

PSMNet_ROB	2.95 471	1.38 493	18.46 487	1.19 363	1.20 419	3.80 344	1.65 500	3.54 301	2.35 409	1.98 302	1.71 280	2.75 414	1.79 404	11.43 545	2.78 491	0.42 416	0.36 423	0.50 480	0.60 522	0.59 449	0.49 410

stereogan	3.09 493	0.93 401	16.43 450	1.37 453	1.66 525	3.70 322	1.67 502	3.87 366	3.15 533	3.04 524	2.70 499	5.04 558	2.79 488	9.96 486	1.78 401	0.63 508	0.49 508	0.69 534	0.47 482	0.83 517	0.68 481

MFMNet_re	2.91 467	1.91 527	18.25 479	3.06 576	1.89 548	3.13 209	1.67 502	3.52 296	2.97 514	3.14 531	2.87 514	2.26 352	2.41 467	2.42 289	2.00 429	1.10 551	1.05 563	0.94 554	0.90 550	1.28 554	1.46 555

MaskLacGwcNet_RVC	3.13 497	1.43 500	9.93 361	2.50 566	1.62 514	4.29 475	1.68 504	3.95 394	2.43 434	1.66 226	1.91 366	3.04 442	1.41 301	13.26 586	1.58 362	3.82 592	1.59 576	1.12 563	0.46 479	2.21 568	2.74 583

PA-Net	3.09 493	1.24 473	18.84 491	1.38 455	1.19 413	3.42 258	1.75 505	3.89 371	3.27 547	1.88 271	2.10 408	3.03 441	1.88 425	11.60 551	2.88 494	0.40 390	0.54 514	0.44 439	0.62 526	0.52 422	1.02 530
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CBMV_ROB	3.62 519	0.70 280	21.42 582	1.21 374	0.89 324	4.43 499	1.76 506	4.39 534	2.79 489	5.88 579	3.38 537	4.18 524	5.12 554	10.75 513	2.32 460	0.56 496	0.55 519	0.53 494	0.51 501	0.55 433	0.46 393

KYRaft	1.59 251	0.52 91	1.73 135	0.95 217	0.49 126	4.38 485	1.79 507	2.43 131	1.51 171	2.49 460	2.98 517	2.00 329	3.41 520	2.14 270	0.82 160	0.30 240	0.21 195	0.33 317	0.46 479	0.35 274	2.45 577

DSFCA	1.89 297	0.69 267	3.14 261	1.10 314	1.18 406	3.99 401	1.79 507	3.50 291	2.16 368	3.10 528	1.64 257	2.91 433	2.50 474	5.38 378	2.26 455	0.43 422	0.38 442	0.37 384	0.36 410	0.50 416	0.42 362

Wz-Net-SNSev	2.98 480	4.36 565	15.98 445	1.57 498	1.19 413	3.28 237	1.80 509	3.96 399	2.40 428	2.32 429	2.28 443	3.48 480	2.05 437	7.84 437	3.82 509	0.47 454	0.39 451	0.53 494	0.49 491	0.71 497	0.60 460

EDNetEfficientorigin	12.35 599	2.51 544	179.47 634	1.19 363	0.96 341	2.91 178	1.81 510	3.00 222	5.35 582	8.91 595	4.79 554	4.18 524	4.64 548	9.98 487	11.30 566	0.37 353	0.38 442	0.60 517	0.85 547	1.32 556	2.43 576

Prome-Stereo	1.61 254	0.55 122	1.71 133	0.98 240	0.60 192	4.41 494	1.82 511	3.03 226	1.53 187	2.18 380	3.45 539	1.72 273	3.49 526	2.23 283	1.08 249	0.29 196	0.20 161	0.26 133	0.25 212	0.34 256	2.16 569

GANetREF_RVC	3.20 504	1.93 528	18.84 491	1.51 485	0.80 279	4.12 429	1.82 511	4.16 458	2.91 507	1.87 268	1.74 287	2.48 387	1.84 416	13.18 585	1.74 395	0.80 534	0.57 522	0.79 547	0.74 537	1.20 552	0.86 517
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
LALA_ROB	1.95 311	1.48 504	3.11 259	1.05 282	0.98 352	3.99 401	1.82 511	4.44 542	2.28 393	3.31 538	1.85 347	2.76 420	1.67 383	4.04 358	3.23 502	0.46 445	0.41 465	0.55 502	0.52 504	0.60 453	0.57 450

DEmStereo	2.97 478	0.58 157	13.42 400	0.79 97	0.51 132	3.84 353	1.84 514	2.42 128	1.60 235	2.25 408	2.74 502	2.03 333	6.04 565	6.79 419	12.80 574	0.35 333	0.26 326	0.26 133	0.27 258	0.27 115	0.37 310

Ntro	4.21 541	8.94 586	19.89 520	3.22 578	2.96 576	4.15 436	1.89 515	3.92 386	2.36 412	1.77 247	2.14 418	3.35 469	2.17 451	9.48 469	2.24 454	3.52 587	1.76 579	2.13 576	1.31 570	3.83 583	3.09 584

GMM-Stereo	2.45 407	0.52 91	20.38 545	0.89 170	0.82 291	4.18 453	1.91 516	2.45 134	1.48 150	2.48 459	2.30 451	1.69 268	1.86 421	2.93 326	1.08 249	0.28 171	0.18 86	0.33 317	0.48 487	0.35 274	2.41 574

coex-ft	18.59 608	6.62 575	113.53 632	1.17 354	1.31 446	2.33 128	1.93 517	2.81 204	14.00 602	124.82 635	8.45 575	5.90 571	51.74 627	9.99 488	22.69 606	0.57 498	0.62 535	0.50 480	0.49 491	1.08 539	1.28 543

NVStereoNet_ROB	4.91 555	1.40 496	16.46 451	1.47 477	1.72 534	3.46 266	1.96 518	3.89 371	3.61 558	2.90 512	24.61 611	4.81 550	4.49 546	13.57 592	4.87 523	1.33 567	1.29 572	1.70 572	1.68 576	1.41 559	1.66 557
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RP	2.79 455	1.20 461	10.36 368	1.54 490	1.93 550	3.44 260	1.97 519	4.05 424	2.34 407	2.66 496	2.79 507	3.98 512	2.58 479	10.21 496	2.61 484	0.95 545	0.47 497	0.71 537	0.57 517	0.71 497	0.68 481

MDST_ROB	5.53 563	0.59 165	23.11 599	2.55 567	2.69 570	21.20 608	1.98 520	4.77 570	2.65 471	9.36 597	4.25 549	4.14 522	4.45 545	22.57 606	3.68 508	0.48 459	0.33 399	0.47 455	0.44 473	0.44 382	0.44 377

FAT-Stereo	3.34 511	0.81 358	20.05 525	1.25 386	1.20 419	3.44 260	1.99 521	4.23 476	2.67 474	3.14 531	3.82 546	3.51 489	3.32 517	11.68 561	1.94 421	0.64 511	0.67 543	0.48 463	0.52 504	0.61 458	0.81 511

RAFT + AFF	2.51 420	2.66 550	4.48 300	1.15 346	1.95 551	4.15 436	2.01 522	4.46 546	3.30 548	2.19 384	2.51 478	2.22 351	4.87 551	8.91 454	2.06 436	0.30 240	0.60 532	0.48 463	0.38 435	0.77 507	0.69 483

delet	1.92 306	0.76 336	5.14 306	1.01 261	1.65 522	3.44 260	2.03 523	3.76 340	2.48 443	2.01 321	2.05 399	2.63 402	1.90 427	5.34 377	2.12 443	0.28 171	0.29 359	0.40 411	0.31 353	0.41 344	0.45 383

DPSNet	3.43 515	1.37 492	12.19 387	1.39 457	1.24 431	4.15 436	2.06 524	4.51 555	3.34 549	2.69 498	1.96 373	3.52 490	5.56 560	10.68 511	9.68 559	0.93 543	0.73 551	0.40 411	0.37 422	1.06 534	0.86 517

StereoDRNet	2.84 459	1.49 505	14.48 425	1.33 425	1.57 509	3.44 260	2.06 524	3.69 328	2.36 412	3.26 537	1.84 340	2.79 424	1.80 409	10.88 519	3.16 500	0.41 405	0.33 399	0.39 405	0.36 410	0.59 449	0.58 455

MSMD_ROB	5.61 564	1.08 437	16.68 454	1.21 374	0.83 297	10.14 593	2.07 526	3.93 388	6.22 589	10.37 603	8.03 571	22.22 606	9.45 591	11.66 559	4.52 515	0.66 516	0.58 527	0.66 531	0.68 533	0.65 475	0.63 470

pmcnn	5.45 562	1.22 468	17.40 467	1.60 502	2.41 568	3.48 272	2.12 527	4.52 556	3.26 543	3.67 549	13.15 598	22.10 605	3.46 525	11.92 572	17.16 591	0.34 313	0.21 195	0.23 40	0.19 85	0.36 287	0.28 182

DAS	2.31 375	0.67 256	4.79 303	1.14 333	1.64 518	2.93 185	2.13 528	4.09 436	2.74 481	4.17 561	2.52 479	2.46 385	1.79 404	11.55 550	1.63 377	0.37 353	0.22 224	0.39 405	0.25 212	0.41 344	0.34 275

SepStereo	2.15 344	0.67 256	4.79 303	1.14 333	1.64 518	2.93 185	2.13 528	4.09 436	2.74 481	4.17 561	2.52 479	2.46 385	1.79 404	8.36 442	1.63 377	0.37 353	0.22 224	0.39 405	0.25 212	0.41 344	0.34 275

TDLM	2.29 371	1.08 437	4.61 302	1.29 407	1.01 365	4.26 468	2.17 530	3.75 338	2.79 489	2.31 425	1.98 381	2.06 339	1.59 351	12.45 579	1.72 390	0.51 481	0.28 349	0.52 489	0.35 400	0.56 439	0.50 417

ccnet	2.66 442	0.97 416	8.01 337	1.54 490	1.24 431	3.75 332	2.18 531	4.07 430	2.41 430	2.66 496	3.25 532	2.87 429	2.31 462	9.89 482	3.50 504	0.78 531	0.75 553	0.71 537	0.67 530	0.76 506	0.81 511

ACVNet-4b	6.73 576	13.67 606	21.87 590	3.54 583	3.07 578	4.19 457	2.25 532	4.03 416	3.65 559	1.64 220	3.98 548	5.88 570	2.89 492	10.01 489	16.98 590	23.29 622	2.24 588	2.53 580	1.78 581	3.87 584	3.21 589

ADCMid	3.96 533	3.27 558	15.48 441	1.26 393	1.40 473	4.66 541	2.28 533	4.06 428	3.54 556	3.94 554	3.02 519	3.85 506	3.67 529	4.03 357	18.65 599	0.68 522	0.61 534	1.09 562	1.18 567	1.38 557	1.08 534

WZ-Net	3.62 519	4.87 567	16.77 457	1.43 465	1.40 473	3.75 332	2.29 534	4.12 445	2.50 448	2.74 502	2.19 427	4.06 517	5.29 557	10.19 495	7.36 547	0.54 492	0.37 436	0.47 455	0.49 491	0.77 507	0.73 495

SPS-STEREO	3.97 534	1.44 501	20.85 562	1.72 519	1.71 532	3.24 226	2.30 535	3.55 303	2.68 476	4.79 572	3.66 542	5.44 568	2.97 495	9.11 459	9.35 558	1.15 554	1.10 565	1.06 560	1.02 560	1.16 548	1.18 540
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
FC-DCNN	6.64 575	0.77 339	19.26 501	1.68 512	1.64 518	8.27 590	2.35 536	6.35 589	9.23 594	10.85 605	11.27 591	19.89 602	13.33 595	12.51 581	11.79 571	0.66 516	0.57 522	0.58 509	0.56 514	0.63 464	0.61 463

FC-DCNN v2	6.91 580	0.77 339	19.25 499	1.69 513	1.64 518	9.13 592	2.40 537	7.20 591	9.47 595	11.07 607	11.62 593	20.05 604	15.79 600	12.55 582	11.99 572	0.66 516	0.57 522	0.58 509	0.56 514	0.63 464	0.61 463

Wz-Net-MNSev	2.71 452	2.54 548	13.91 414	1.52 486	1.37 466	3.28 237	2.47 538	4.03 416	2.32 405	2.57 475	2.07 404	2.29 359	3.01 498	7.55 430	2.74 489	0.38 370	0.36 423	0.36 372	0.37 422	0.57 444	0.47 398

ACVNet_1	6.04 571	13.97 607	21.36 580	3.58 584	3.14 581	4.73 557	2.48 539	4.20 463	3.17 534	2.98 521	2.83 513	23.31 607	4.34 543	11.06 529	2.45 472	3.68 589	2.33 591	2.60 582	1.79 582	3.69 580	3.19 588

Wz-Net-TNSev	3.67 521	8.83 582	13.47 403	1.48 479	1.18 406	3.60 305	2.49 540	4.27 494	3.13 529	2.18 380	1.89 360	4.21 528	2.80 489	12.10 573	7.58 550	0.57 498	0.55 519	0.47 455	0.54 510	0.91 523	1.05 532

MonStereo1	8.07 585	2.24 539	5.83 316	4.68 600	3.60 586	18.80 607	2.52 541	5.89 588	5.86 588	4.76 571	13.98 601	7.41 577	50.63 626	13.28 587	5.16 526	4.40 599	0.90 559	2.69 586	1.55 575	3.92 585	3.30 591

GANet	2.93 470	1.05 429	11.29 380	1.64 507	0.96 341	3.91 371	2.52 541	3.72 335	2.41 430	2.95 520	3.00 518	3.21 456	2.03 434	12.42 578	4.72 519	0.51 481	0.41 465	0.46 452	0.39 442	0.60 453	0.50 417

S-Stereo	3.48 516	0.91 395	22.06 594	1.36 443	1.50 492	3.55 295	2.53 543	4.21 469	2.81 499	2.37 442	3.81 545	3.75 501	1.84 416	11.90 571	2.51 477	0.63 508	0.71 549	0.48 463	0.76 539	0.67 482	1.19 541

NCCL2	2.53 424	1.35 489	10.90 377	1.15 346	0.97 345	3.53 288	2.56 544	3.65 317	2.23 379	2.76 503	1.80 314	2.41 372	1.66 381	10.35 500	2.07 439	0.44 429	0.40 456	0.57 507	0.53 508	0.59 449	0.65 476

otaku	4.58 548	8.93 585	19.95 522	3.11 577	2.67 569	3.91 371	2.57 545	3.82 353	2.25 384	2.22 398	9.72 584	4.08 518	2.35 464	8.57 447	2.13 446	3.51 586	1.65 578	2.15 577	1.17 566	3.69 580	3.15 586

zh-sn7	3.81 527	11.43 600	15.78 443	1.25 386	1.15 398	3.68 321	2.58 546	4.15 457	2.42 433	2.61 485	3.10 526	3.38 474	3.03 502	11.43 545	6.88 542	0.45 438	0.48 503	0.45 446	0.43 470	0.72 500	0.71 487

FCDSN-DC	6.04 571	0.84 374	19.25 499	1.24 384	1.09 387	4.38 485	2.62 547	4.38 532	4.71 575	9.59 600	11.22 590	19.19 601	17.40 603	12.30 575	8.55 555	0.69 525	0.57 522	0.60 517	0.60 522	0.70 488	0.78 505
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SAMSARA	3.55 517	2.16 538	14.18 420	1.86 537	1.49 490	4.62 535	2.65 548	3.58 308	2.80 493	7.05 587	3.05 521	5.16 564	4.07 537	9.18 462	4.80 521	0.64 511	0.67 543	0.59 512	0.68 533	0.89 520	0.91 522

ADCPNet	3.89 529	1.63 512	20.25 539	1.28 403	1.27 438	6.43 581	2.65 548	3.93 388	2.70 477	2.78 505	2.20 429	4.28 530	6.16 569	5.56 384	10.27 562	0.65 514	1.18 567	0.71 537	1.70 578	0.84 518	1.37 549

LVE	6.88 579	9.31 589	21.14 572	3.61 585	3.18 583	4.49 509	2.79 550	10.21 597	11.69 598	3.16 534	11.53 592	18.33 598	4.31 542	11.66 559	3.52 505	4.45 601	2.93 597	2.56 581	1.91 586	3.62 577	3.16 587

WAO-8	11.95 596	13.02 602	20.56 553	3.50 580	3.08 579	15.11 603	2.80 551	12.91 602	19.11 611	7.69 589	13.12 596	11.62 588	7.01 579	84.40 631	7.91 551	3.42 584	1.92 582	3.54 599	1.93 587	3.68 578	2.69 580

Venus	11.95 596	13.02 602	20.56 553	3.50 580	3.08 579	15.11 603	2.80 551	12.91 602	19.11 611	7.69 589	13.12 596	11.62 588	7.01 579	84.40 631	7.91 551	3.42 584	1.92 582	3.54 599	1.93 587	3.68 578	2.69 580

TorneroNet-64	10.12 589	8.74 581	20.95 568	4.27 592	3.76 592	13.86 600	2.85 553	15.05 607	23.15 614	10.07 601	23.84 610	13.47 593	8.24 588	13.96 597	17.21 592	3.96 595	2.72 594	3.23 594	2.48 596	6.29 599	4.27 602

MADNet+	3.97 534	9.54 592	13.83 412	1.87 538	1.69 530	4.19 457	2.87 554	4.80 571	4.10 570	2.51 464	2.67 496	4.55 542	3.41 520	8.72 449	6.92 544	1.25 561	1.27 571	1.04 558	0.93 552	1.39 558	1.85 563

HBP-ISP	3.25 507	1.10 441	20.86 563	1.54 490	1.15 398	4.50 512	2.89 555	4.43 541	2.38 423	4.14 560	1.96 373	1.90 311	2.04 436	11.08 532	1.32 310	0.66 516	0.57 522	0.66 531	0.61 525	0.64 472	0.61 463

G-Net	4.11 538	1.21 462	19.47 507	2.31 562	2.94 575	4.74 560	2.95 556	3.33 271	2.14 364	4.44 567	9.43 582	6.93 576	3.84 532	9.01 458	4.92 525	0.79 532	0.80 556	0.70 536	0.50 497	0.95 525	0.87 520

RTS	3.90 530	7.04 576	17.94 475	1.92 540	2.19 562	5.00 569	2.96 557	4.29 502	3.19 536	4.05 557	3.08 523	4.94 553	3.16 509	7.64 431	6.72 537	0.66 516	0.44 479	0.51 483	0.47 482	0.95 525	0.76 501

RTSA	3.90 530	7.04 576	17.94 475	1.92 540	2.19 562	5.00 569	2.96 557	4.29 502	3.19 536	4.05 557	3.08 523	4.94 553	3.16 509	7.64 431	6.72 537	0.66 516	0.44 479	0.51 483	0.47 482	0.95 525	0.76 501

RainbowNet	4.56 546	8.28 579	20.07 528	3.64 586	3.23 584	4.15 436	2.99 559	4.18 459	3.03 522	2.20 387	2.65 494	4.26 529	2.90 493	9.77 476	2.12 443	3.88 593	2.27 589	2.71 588	1.72 580	3.78 582	3.31 592

ACVNet_2	5.41 561	12.60 601	20.42 548	3.27 579	3.15 582	4.50 512	3.02 560	4.66 565	3.73 562	3.35 543	5.36 559	7.86 580	2.88 491	12.33 577	4.76 520	3.12 582	2.22 587	2.70 587	1.69 577	3.49 576	3.10 585

NaN_ROB	4.06 537	1.13 446	16.64 453	1.12 325	1.25 434	3.50 281	3.05 561	4.29 502	3.26 543	3.64 547	2.56 484	2.97 436	4.79 549	13.33 588	16.91 589	0.37 353	0.41 465	0.38 401	0.39 442	0.48 408	0.81 511

IMH	6.81 578	13.66 605	20.41 547	4.33 596	3.74 589	5.50 574	3.06 562	5.49 586	6.22 589	4.64 570	10.35 586	9.30 584	8.03 587	13.61 593	6.81 539	4.80 606	2.99 602	3.09 592	2.12 592	4.36 590	3.61 594

SuperB	4.79 552	4.41 566	21.08 571	1.45 472	1.08 383	3.91 371	3.08 563	4.18 459	3.01 520	2.50 461	2.10 408	2.75 414	3.49 526	8.80 451	19.60 603	0.44 429	0.33 399	0.53 494	0.39 442	12.01 612	0.64 474

WAO-7	5.16 557	3.21 556	18.98 495	1.88 539	1.44 483	5.34 573	3.09 564	4.91 573	5.81 587	4.35 566	8.92 581	6.55 573	6.06 566	13.40 590	10.81 564	1.34 568	1.20 570	1.48 571	1.35 573	1.60 561	1.45 553

TorneroNet	25.88 613	11.28 599	21.62 587	4.20 591	4.07 595	55.25 622	3.15 565	15.16 608	76.94 631	58.09 627	82.72 632	86.88 631	41.15 618	13.35 589	18.13 596	4.32 596	2.85 595	3.45 595	2.62 598	8.33 610	4.14 601

SGM-Forest	2.96 474	0.62 204	3.49 274	1.09 305	0.80 279	4.06 413	3.30 566	4.37 531	3.09 527	4.18 564	3.27 534	4.67 549	3.86 533	11.69 562	7.91 551	0.51 481	0.46 493	0.49 477	0.39 442	0.48 408	0.49 410
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
KSHMR	16.96 606	5.37 570	21.64 589	4.46 597	4.50 598	8.30 591	3.32 567	15.58 610	76.24 630	6.62 586	61.47 626	56.53 626	5.43 559	35.17 618	11.37 567	4.39 598	2.97 601	3.63 601	2.74 602	5.10 595	4.34 603

MFN_U_SF_DS_RVC	3.94 532	10.88 598	12.30 389	1.26 393	1.55 502	5.19 572	3.33 568	4.42 538	2.82 501	2.58 479	2.62 490	5.00 556	2.11 441	14.03 598	2.73 488	1.28 563	2.34 592	0.67 533	1.83 583	0.81 514	1.03 531

notaker	10.50 592	8.60 580	20.23 535	4.54 599	3.95 593	6.27 579	3.44 569	8.07 594	4.75 578	8.73 594	46.45 621	13.86 596	27.86 613	13.49 591	13.61 577	4.56 602	3.18 603	3.52 598	2.68 600	8.13 609	4.05 600

SGM_RVC	4.57 547	0.72 296	17.46 470	1.84 534	0.58 186	4.23 466	3.45 570	4.66 565	3.66 560	7.99 592	8.82 580	7.56 579	8.74 590	12.30 575	6.84 541	0.43 422	0.38 442	0.39 405	0.35 400	0.51 418	0.48 403
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WCMA_ROB	5.12 556	0.90 390	21.33 578	1.50 483	1.33 457	4.09 420	3.49 571	4.03 416	4.59 574	6.57 585	10.95 589	12.92 591	8.41 589	9.86 481	8.78 556	0.75 529	0.58 527	0.51 483	0.50 497	0.68 485	0.57 450

CSAN	4.71 550	1.39 495	20.23 535	1.19 363	0.87 315	3.65 316	3.50 572	4.57 560	3.87 563	3.89 553	7.82 569	3.54 494	6.16 569	23.47 611	6.82 540	0.52 487	0.45 484	0.49 477	0.52 504	0.63 464	0.66 477

HanzoNet	31.60 616	17.23 610	21.22 577	7.32 606	5.84 603	7.25 586	3.53 573	13.82 606	14.20 604	50.38 623	47.01 622	44.45 617	56.61 628	36.61 619	32.00 619	63.89 629	56.57 630	7.97 612	89.20 632	28.69 616	28.25 619

Dean	7.52 582	9.08 587	21.41 581	3.74 587	3.53 585	4.81 564	3.53 573	5.33 583	5.25 581	4.17 561	26.53 612	25.62 613	4.09 538	10.97 523	4.32 512	3.69 590	2.30 590	2.91 589	1.87 585	4.03 586	3.24 590

MSC_U_SF_DS_RVC	4.48 545	10.62 596	15.18 439	1.55 495	1.45 487	6.16 578	3.54 575	5.41 585	3.68 561	2.59 482	2.74 502	4.81 550	2.20 454	13.79 595	4.40 513	2.04 571	3.36 605	1.05 559	1.20 568	2.09 566	1.72 560

WAO-6	5.87 569	2.27 540	15.05 435	2.96 574	2.77 572	12.01 596	3.58 576	5.37 584	11.91 600	3.34 541	9.69 583	6.78 575	5.84 563	11.82 568	8.89 557	2.87 577	2.35 593	2.50 579	1.84 584	2.85 572	2.67 579

ADCS	4.22 542	5.33 569	16.32 448	1.64 507	1.31 446	3.91 371	3.64 577	4.21 469	2.89 505	5.11 574	2.81 511	4.46 537	3.06 505	5.21 375	19.50 602	0.63 508	0.64 538	0.69 534	0.69 535	1.12 542	1.26 542

ADCP+	3.74 525	1.96 530	16.90 458	1.09 305	1.55 502	4.35 483	3.65 578	3.93 388	2.98 517	2.22 398	1.66 265	3.95 509	4.83 550	3.41 337	18.87 601	0.38 370	0.41 465	0.63 525	0.53 508	0.64 472	0.81 511

UNDER WATER	10.47 590	3.95 564	22.62 598	5.07 603	4.51 599	7.78 589	3.77 579	12.56 601	21.72 613	7.84 591	10.78 587	23.96 609	31.66 614	10.78 516	16.19 586	4.44 600	2.93 597	4.24 602	2.86 603	6.33 601	5.47 607

aanetorigin	3.30 508	1.66 516	17.52 472	1.18 360	1.58 510	2.57 151	3.80 580	2.65 174	2.03 334	6.12 582	4.30 551	2.82 425	5.70 561	5.47 381	4.67 516	0.50 475	0.44 479	0.43 434	0.47 482	1.17 549	0.92 523

SANet	5.65 566	1.72 519	20.94 567	1.26 393	0.88 319	7.20 585	3.81 581	4.60 562	11.23 596	4.56 568	8.78 579	7.49 578	6.95 576	11.85 569	18.11 595	0.49 471	0.44 479	0.50 480	0.42 467	0.90 522	0.82 515

MeshStereo	5.35 560	1.32 485	21.34 579	1.34 432	1.15 398	4.40 492	3.90 582	5.18 577	4.55 572	10.14 602	11.82 594	11.47 587	5.84 563	13.84 596	7.03 545	0.61 505	0.58 527	0.60 517	0.58 518	0.72 500	0.59 459
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
CBMV	3.32 510	0.96 415	21.16 574	1.32 420	0.83 297	3.81 346	3.91 583	4.47 547	2.53 453	3.34 541	2.24 435	4.45 536	2.58 479	10.07 492	1.96 426	0.45 438	0.43 474	0.48 463	0.38 435	0.52 422	0.53 432
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AnyNet_C32	4.17 540	5.75 573	12.62 393	1.60 502	1.54 498	5.51 575	4.09 584	3.90 376	3.23 541	4.22 565	3.03 520	3.10 447	3.41 520	8.01 440	18.85 600	0.53 490	0.58 527	0.53 494	0.74 537	1.19 551	0.97 527

ktn	21.74 611	10.34 595	19.68 512	4.53 598	4.00 594	6.53 582	4.51 585	6.79 590	78.82 632	84.69 632	100.86 635	58.49 627	7.57 583	12.11 574	13.35 575	4.58 605	3.24 604	3.49 596	2.62 598	4.65 593	3.84 598

UNDER WATER-64	9.33 588	5.37 570	22.60 597	5.22 604	4.86 601	10.75 594	4.61 586	11.45 598	17.30 606	7.59 588	9.80 585	15.99 597	17.90 605	10.63 509	15.72 582	4.36 597	2.87 596	4.39 606	2.86 603	7.01 605	5.36 606

IMH-64-1	4.84 553	2.53 546	6.83 322	4.30 594	3.74 589	4.81 564	6.05 587	5.30 580	3.92 565	3.95 555	8.33 573	5.08 560	6.06 566	8.96 456	6.30 534	4.57 603	2.96 599	3.04 590	2.12 592	4.28 588	3.62 595

IMH-64	4.84 553	2.53 546	6.83 322	4.30 594	3.74 589	4.81 564	6.05 587	5.30 580	3.92 565	3.95 555	8.33 573	5.08 560	6.06 566	8.96 456	6.30 534	4.57 603	2.96 599	3.04 590	2.12 592	4.28 588	3.62 595

LSM	12.71 600	3.52 561	20.79 561	55.63 625	84.76 624	3.63 315	6.30 589	3.73 336	4.93 579	5.55 576	13.92 600	3.53 491	3.25 514	9.72 475	4.12 511	0.64 511	0.85 557	0.71 537	0.81 546	1.03 531	26.84 617

AnyNet_C01	4.37 544	7.80 578	16.40 449	1.98 546	1.40 473	6.37 580	6.47 590	4.09 436	5.03 580	4.06 559	3.78 544	4.16 523	3.31 516	6.62 409	10.00 560	0.61 505	0.67 543	0.63 525	0.67 530	2.01 565	1.31 545

PSM-AAD	2.43 404	0.54 116	1.32 91	0.92 193	0.54 153	4.48 503	7.47 591	2.96 217	1.55 204	2.31 425	2.56 484	1.26 208	16.23 601	2.46 292	0.89 191	0.28 171	0.21 195	0.58 509	0.41 460	0.34 256	1.32 547

EDNetEfficient	5.61 564	2.14 537	16.75 456	1.67 511	3.64 587	4.12 429	7.51 592	3.05 228	5.63 586	11.57 608	4.83 555	3.95 509	12.72 594	8.44 446	20.78 605	0.41 405	0.43 474	0.47 455	1.01 558	1.66 563	1.39 552

PWCK	5.85 568	9.95 594	15.22 440	2.90 573	1.56 505	5.66 577	7.69 593	5.27 579	4.74 577	3.88 552	7.51 567	8.04 581	5.28 556	15.18 599	8.40 554	3.08 581	1.51 575	2.24 578	1.37 574	5.55 597	1.96 566

MADNet++	7.57 584	5.80 574	13.28 398	6.38 605	5.26 602	7.18 584	7.77 594	5.32 582	5.62 585	6.11 581	7.78 568	6.02 572	8.01 586	11.74 564	16.36 587	9.36 611	4.95 609	8.57 613	5.66 609	4.83 594	5.34 605

GrayStereo	2.58 435	0.53 104	1.63 128	1.58 499	0.89 324	4.17 450	8.17 595	3.03 226	1.52 180	2.80 507	2.50 476	1.70 270	17.10 602	2.83 323	1.15 262	0.33 301	0.21 195	0.27 165	0.32 365	0.28 132	0.53 432

ELAS	5.99 570	1.62 510	20.29 542	1.96 545	2.01 554	15.09 602	8.38 596	5.23 578	5.54 584	9.02 596	8.61 576	6.74 574	9.75 592	7.48 428	11.40 568	0.96 546	1.18 567	0.72 541	0.93 552	1.30 555	1.67 558
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MultiAttention	8.74 587	0.56 134	7.25 328	2.07 551	22.74 611	35.86 618	8.44 597	4.97 574	2.58 461	2.57 475	5.11 558	5.55 569	1.59 351	52.70 629	7.50 549	0.47 454	0.24 288	0.52 489	1.00 557	6.84 604	6.30 609

ADCL	4.35 543	1.63 512	14.21 421	1.29 407	1.26 436	5.56 576	11.16 598	3.97 401	3.37 551	6.07 580	4.67 553	4.30 531	5.72 562	5.08 373	14.51 578	0.50 475	0.48 503	0.89 553	0.77 541	0.78 509	0.76 501

FTStereo	3.71 524	0.53 104	20.37 544	0.96 223	0.65 216	4.34 480	11.29 599	2.62 171	1.50 164	2.58 479	5.04 557	1.90 311	13.84 597	3.71 347	1.25 290	0.38 370	0.24 288	0.31 262	0.32 365	0.30 173	2.10 568

ELAS_RVC	5.72 567	1.64 515	20.40 546	2.09 552	2.01 554	4.95 568	11.47 600	4.66 565	6.31 591	8.09 593	8.01 570	8.06 583	11.65 593	8.36 442	10.22 561	0.99 548	1.17 566	0.81 550	0.76 539	1.14 544	1.58 556
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetBlue	6.27 573	9.15 588	13.76 406	1.94 544	4.60 600	11.91 595	12.00 601	5.12 576	3.45 555	3.79 551	4.52 552	9.54 585	6.56 575	9.40 467	13.48 576	1.26 562	1.37 573	1.17 565	1.34 572	7.06 606	3.95 599

TCMNet-wrong-test	12.32 598	14.13 608	19.38 504	22.38 612	19.85 608	15.99 606	12.34 602	22.95 612	4.56 573	6.24 583	6.27 564	18.40 600	15.71 599	10.10 494	10.72 563	9.06 610	4.78 607	5.35 607	3.95 607	12.28 613	11.97 612

JetRed	10.48 591	27.10 614	35.70 611	4.27 592	4.09 596	15.55 605	12.83 603	12.16 599	5.50 583	5.83 578	5.56 561	10.14 586	7.43 581	8.88 452	26.39 614	3.32 583	3.81 606	3.51 597	2.96 605	7.85 607	6.69 610

EAI-Stereo	2.35 391	0.63 213	2.97 253	0.95 217	0.65 216	3.84 353	14.27 604	5.04 575	2.19 373	2.06 340	7.25 565	1.10 182	0.94 175	1.65 208	1.37 319	0.31 263	0.22 224	0.27 165	0.60 522	0.27 115	0.32 244

MANE	11.39 594	1.38 493	23.16 600	4.82 602	2.79 573	22.02 609	14.51 605	25.81 613	26.28 615	10.93 606	13.17 599	19.90 603	18.03 606	15.69 601	20.41 604	0.96 546	0.74 552	1.42 569	3.24 606	0.74 502	1.71 559

THIR-Stereo	4.14 539	0.82 365	10.85 376	0.86 152	0.43 73	2.16 112	16.77 606	3.22 248	1.54 196	2.04 333	12.05 595	2.68 405	7.53 582	7.30 423	12.62 573	0.30 240	0.21 195	0.29 219	0.28 288	0.33 238	0.41 358

SGM+DAISY	8.36 586	3.82 562	24.83 605	2.02 548	1.75 536	14.80 601	17.22 607	4.27 494	11.79 599	13.88 609	14.38 602	11.74 590	13.83 596	10.56 505	15.12 579	1.21 556	1.19 569	1.14 564	1.13 565	1.17 549	1.37 549

CrosDoStereo	5.24 558	0.60 177	20.23 535	0.82 112	0.51 132	3.39 251	18.11 608	3.82 353	2.27 389	1.98 302	8.74 577	1.96 322	6.96 577	7.35 425	26.35 612	0.30 240	0.22 224	0.30 239	0.28 288	0.33 238	0.38 325

DeepStereo_LL	5.24 558	0.60 177	20.23 535	0.82 112	0.51 132	3.39 251	18.11 608	3.82 353	2.27 389	1.98 302	8.74 577	1.96 322	6.96 577	7.35 425	26.35 612	0.30 240	0.22 224	0.30 239	0.28 288	0.33 238	0.38 325

SGM-ForestM	11.55 595	1.16 454	21.62 587	2.14 553	0.81 282	22.25 610	19.08 610	16.50 611	11.34 597	15.94 612	14.44 603	27.12 614	22.61 612	24.76 612	28.39 618	0.50 475	0.48 503	0.47 455	0.44 473	0.55 433	0.53 432

LE_ROB	18.58 607	1.21 462	48.38 617	8.60 608	23.00 612	7.32 587	19.74 611	9.94 596	38.69 622	43.53 620	21.91 607	28.40 615	40.92 617	23.18 608	54.71 623	0.34 313	0.33 399	0.32 282	0.36 410	0.42 363	0.40 352

tt	7.19 581	0.51 85	6.83 322	4.03 589	2.30 567	12.05 597	20.19 612	15.46 609	6.58 592	3.42 545	3.22 531	5.37 566	6.39 574	4.20 362	7.46 548	9.81 612	11.53 617	7.05 610	7.46 612	6.31 600	3.71 597

HaxPig	43.25 622	43.65 622	45.00 615	33.85 617	35.61 615	32.69 615	30.52 613	45.09 622	42.97 623	48.77 621	48.17 623	43.00 616	40.26 616	44.58 620	43.61 620	47.18 626	49.30 627	51.54 627	50.25 626	43.73 625	45.29 626

AVERAGE_ROB	44.46 623	45.91 623	46.59 616	40.59 619	38.66 616	32.99 616	30.52 613	46.19 623	43.26 624	49.59 622	48.97 624	44.62 618	39.89 615	45.04 621	43.94 621	48.74 627	50.69 628	50.80 626	49.79 625	45.54 626	46.97 627

DGTPSM_ROB	15.31 603	8.85 583	28.14 609	9.90 609	18.89 606	12.44 598	33.21 615	13.48 604	17.86 609	9.50 598	22.89 608	13.78 594	19.67 607	21.26 604	23.68 608	5.08 608	8.84 611	5.62 608	11.50 613	6.72 602	14.87 613

DPSMNet_ROB	15.52 604	8.89 584	31.44 610	10.07 610	18.91 607	12.44 598	33.22 616	13.51 605	17.94 610	9.58 599	22.91 609	13.79 595	19.67 607	21.43 605	23.73 609	5.17 609	8.84 611	5.63 609	11.52 616	6.79 603	14.90 614

MEDIAN_ROB	47.37 624	49.08 624	49.92 619	40.32 618	39.97 617	34.95 617	33.43 617	49.17 624	46.39 626	53.06 624	52.65 625	47.65 619	42.23 625	48.35 628	47.29 622	52.10 628	54.04 629	54.28 628	53.48 627	48.76 627	50.33 628

USTest	15.98 605	15.58 609	22.56 596	18.49 611	16.99 605	26.43 611	36.08 618	27.68 616	12.77 601	10.69 604	10.80 588	18.35 599	15.09 598	18.62 603	23.37 607	4.85 607	5.34 610	7.38 611	7.43 611	9.90 611	11.23 611

Anonymous_1	57.11 627	19.68 611	26.15 606	23.10 613	142.31 632	30.84 612	39.75 619	33.86 621	16.98 605	70.53 631	15.42 604	23.46 608	19.75 609	23.04 607	27.23 615	164.73 636	9.02 613	130.38 631	137.40 633	161.27 636	27.24 618

DPSM_ROB	20.78 609	20.03 612	26.57 607	23.62 614	22.46 609	31.10 613	39.97 620	33.52 619	17.41 607	15.25 610	15.80 605	24.06 610	20.71 610	23.30 609	27.62 616	10.78 613	9.41 614	11.69 616	11.50 613	14.49 614	16.36 615

DPSM	20.78 609	20.03 612	26.57 607	23.62 614	22.46 609	31.10 613	39.97 620	33.52 619	17.41 607	15.25 610	15.80 605	24.06 610	20.71 610	23.30 609	27.62 616	10.78 613	9.41 614	11.69 616	11.50 613	14.49 614	16.36 615

DGSMNet	7.55 583	1.62 510	17.42 468	1.92 540	12.73 604	7.45 588	42.99 622	4.13 447	2.07 345	2.10 347	3.16 530	3.42 476	1.70 390	9.24 464	2.30 458	3.70 591	10.89 616	11.80 618	5.54 608	4.24 587	2.66 578

BEATNet-Init1	49.72 626	64.32 628	97.77 631	4.68 600	4.28 597	84.75 631	60.42 623	73.38 631	68.59 629	88.29 633	88.51 634	91.94 632	97.99 632	85.26 633	70.96 633	0.80 534	0.65 539	0.85 551	0.70 536	7.96 608	2.33 572

xxxxx1	112.33 632	88.53 629	37.76 612	227.84 633	157.23 633	39.05 619	61.41 624	93.76 632	79.29 633	62.45 628	74.79 629	78.32 628	70.96 629	33.47 615	70.69 630	114.00 631	130.36 634	259.31 635	274.34 635	145.54 633	147.50 633

tt_ll	112.33 632	88.53 629	37.76 612	227.84 633	157.23 633	39.05 619	61.41 624	93.76 632	79.29 633	62.45 628	74.79 629	78.32 628	70.96 629	33.47 615	70.69 630	114.00 631	130.36 634	259.31 635	274.34 635	145.54 633	147.50 633

ff	112.33 632	88.53 629	37.76 612	227.84 633	157.23 633	39.05 619	61.41 624	93.76 632	79.29 633	62.45 628	74.79 629	78.32 628	70.96 629	33.47 615	70.69 630	114.00 631	130.36 634	259.31 635	274.34 635	145.54 633	147.50 633

LSM0	49.58 625	40.04 617	53.62 626	97.15 626	128.68 631	62.75 628	79.89 627	67.63 630	35.11 621	33.02 619	32.61 620	48.43 625	41.60 619	46.60 623	55.43 626	21.63 620	18.99 625	23.62 624	23.13 618	29.47 623	52.26 629

FlowAnything	41.75 617	39.90 616	53.36 624	47.83 624	45.06 618	62.45 623	80.51 628	67.34 629	34.89 619	30.56 617	31.52 614	48.18 621	42.05 623	46.66 627	55.24 625	21.71 621	18.88 621	23.49 623	23.13 618	29.12 618	33.04 620

Selective-RAFT-Error	41.77 618	40.16 618	53.34 623	47.73 620	45.25 622	62.51 624	80.64 629	67.22 625	34.93 620	30.64 618	31.81 615	48.11 620	42.11 624	46.57 622	54.95 624	21.61 617	18.87 620	23.48 619	23.15 620	29.16 619	33.08 624

CasAABBNet	41.80 621	40.20 619	53.41 625	47.73 620	45.18 619	62.51 624	80.71 630	67.26 626	34.80 618	30.49 614	31.88 616	48.24 622	41.81 620	46.63 624	55.64 629	21.60 616	18.88 621	23.48 619	23.22 621	29.19 620	33.05 621

RAFT-FEzeroshot	41.78 619	40.21 620	53.07 621	47.74 622	45.19 620	62.51 624	80.73 631	67.30 627	34.75 616	30.51 615	31.88 616	48.27 623	41.88 621	46.64 625	55.54 627	21.62 618	18.89 623	23.48 619	23.22 621	29.20 621	33.05 621

RAFT-FE	41.78 619	40.21 620	53.07 621	47.74 622	45.19 620	62.51 624	80.73 631	67.30 627	34.75 616	30.51 615	31.88 616	48.27 623	41.88 621	46.64 625	55.54 627	21.62 618	18.89 623	23.48 619	23.22 621	29.20 621	33.05 621

DPSimNet_ROB	102.30 629	119.72 635	143.59 633	109.42 627	94.10 625	127.22 634	127.15 633	26.62 615	102.36 636	149.58 636	83.99 633	139.34 636	137.54 636	64.62 630	82.36 634	105.18 630	66.15 631	120.15 630	69.61 629	99.58 629	77.72 630

RSGM-EC	108.14 630	104.44 632	68.66 627	115.42 628	109.31 628	116.48 632	139.19 634	127.02 635	55.95 627	55.27 625	71.01 627	116.54 634	111.76 634	176.57 634	175.06 635	117.34 634	71.64 632	140.65 632	83.55 630	123.96 631	82.91 631

acva	108.14 630	104.44 632	68.66 627	115.42 628	109.31 628	116.48 632	139.19 634	127.02 635	55.95 627	55.27 625	71.01 627	116.54 634	111.76 634	176.57 634	175.06 635	117.34 634	71.64 632	140.65 632	83.55 630	123.96 631	82.91 631

test_example2	212.63 635	219.92 636	221.87 635	213.67 632	221.17 636	199.47 636	200.74 636	185.30 637	141.66 637	209.52 637	213.45 636	210.82 637	205.48 637	221.27 637	216.64 637	236.83 637	242.07 637	213.93 634	217.01 634	235.69 637	226.10 636

PML	64.32 628	53.22 625	17.88 474	8.10 607	32.94 614	148.46 635	247.79 637	12.18 600	45.42 625	111.41 634	288.92 637	101.47 633	101.31 633	31.67 614	15.55 580	14.03 615	4.83 608	10.98 615	6.18 610	28.82 617	5.17 604

ccccc		629.75 637		567.84 636	570.84 637	582.44 637		613.82 638		614.58 638		555.57 638		666.94 638		781.57 638	507.24 638	391.36 638	342.44 638	689.82 638

ASD4		113.98 634

Low-res two-view benchmark