Low-res two-view results

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

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

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

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

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

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

S2M2_XL	0.46 1	0.41 12	1.09 24	0.65 24	0.34 9	0.29 1	0.23 2	0.67 1	0.50 1	0.53 7	0.92 51	0.65 55	0.53 22	0.54 1	0.50 28	0.28 149	0.24 255	0.25 82	0.21 100	0.23 45	0.22 63

FoundationStereo	0.50 2	0.39 4	1.11 38	0.79 82	0.42 57	0.70 4	0.36 20	0.76 2	0.80 19	0.62 25	0.38 5	0.73 79	0.77 92	0.69 2	0.36 2	0.26 97	0.17 42	0.23 31	0.16 12	0.18 1	0.20 19

LGtest1	0.55 3	0.41 12	1.14 48	0.70 42	0.40 46	0.99 9	0.26 4	1.32 8	0.93 35	0.53 7	0.60 15	0.44 27	0.49 19	1.02 37	0.45 15	0.27 112	0.19 99	0.23 31	0.16 12	0.21 29	0.23 74

MLG-Stereo_test3	0.60 4	0.37 2	1.12 41	0.59 3	0.57 157	2.19 99	0.31 8	1.68 36	0.56 2	0.49 3	0.51 10	0.56 41	0.33 1	0.96 29	0.54 40	0.21 29	0.17 42	0.23 31	0.16 12	0.20 18	0.21 47

LG-Stereo_L1	0.61 5	0.47 40	1.10 30	0.73 57	0.49 110	1.72 63	0.33 12	1.95 61	0.65 3	0.56 10	0.40 6	0.40 11	0.43 9	1.40 120	0.42 7	0.23 49	0.19 99	0.23 31	0.18 50	0.21 29	0.19 5

MonSter	0.62 6	0.43 17	1.07 10	0.66 32	0.82 269	1.13 14	0.39 24	2.57 142	0.92 34	0.58 17	0.64 16	0.36 3	0.35 3	0.95 25	0.43 11	0.15 1	0.15 22	0.20 1	0.17 27	0.21 29	0.19 5

LG-Stereo_L2	0.63 7	0.46 27	1.15 50	0.70 42	0.43 63	2.32 110	0.28 5	1.86 50	0.68 4	0.56 10	0.42 7	0.37 5	0.45 12	1.36 115	0.40 5	0.23 49	0.18 69	0.22 17	0.18 50	0.21 29	0.20 19

S2M2	0.64 8	0.55 101	1.07 10	0.89 145	0.54 134	1.08 11	0.20 1	1.16 6	1.37 81	0.59 18	0.81 37	0.86 109	0.47 14	0.70 3	0.65 63	0.31 229	0.33 361	0.27 137	0.27 228	0.36 256	0.31 203

SGD-Stereo	0.65 9	0.41 12	1.06 8	0.85 126	0.31 4	2.44 120	0.46 55	1.09 4	0.69 5	0.84 96	0.52 11	0.55 40	0.53 22	1.49 142	0.46 17	0.31 229	0.14 11	0.25 82	0.18 50	0.23 45	0.20 19

4.5_new	0.67 10	0.46 27	1.11 38	0.63 13	0.78 252	1.97 81	0.51 69	2.18 79	0.78 14	0.73 53	0.90 48	0.42 21	0.49 19	0.81 10	0.49 22	0.21 29	0.14 11	0.26 109	0.19 70	0.22 40	0.20 19

4.5w-stereo	0.67 10	0.46 27	1.11 38	0.63 13	0.78 252	1.97 81	0.51 69	2.18 79	0.77 11	0.73 53	0.90 48	0.42 21	0.49 19	0.81 10	0.49 22	0.21 29	0.14 11	0.26 109	0.19 70	0.22 40	0.20 19

4w-stereo	0.67 10	0.49 58	1.07 10	0.63 13	0.75 241	1.63 61	0.44 48	2.23 88	0.77 11	0.56 10	0.92 51	0.40 11	0.82 114	1.08 46	0.53 38	0.18 17	0.13 1	0.25 82	0.18 50	0.19 4	0.20 19

dual_stereo	0.68 13	0.40 7	1.05 5	0.64 17	0.37 28	0.84 7	0.34 16	3.40 245	1.03 44	0.50 4	0.46 9	0.58 42	0.40 5	1.85 210	0.49 22	0.23 49	0.17 42	0.21 10	0.16 12	0.20 18	0.19 5

3.25ww	0.69 14	0.46 27	1.10 30	0.61 6	0.61 175	2.23 102	0.51 69	2.45 116	0.90 29	0.63 28	0.78 29	0.47 32	0.71 68	0.78 6	0.50 28	0.17 6	0.14 11	0.20 1	0.17 27	0.20 18	0.20 19

3.25w_new	0.69 14	0.46 27	1.10 30	0.61 6	0.61 175	2.23 102	0.51 69	2.45 116	0.90 29	0.63 28	0.78 29	0.47 32	0.71 68	0.78 6	0.50 28	0.17 6	0.14 11	0.20 1	0.17 27	0.20 18	0.20 19

3.25w	0.69 14	0.46 27	1.10 30	0.61 6	0.61 175	2.23 102	0.51 69	2.45 116	0.90 29	0.63 28	0.78 29	0.47 32	0.71 68	0.79 8	0.50 28	0.17 6	0.14 11	0.20 1	0.17 27	0.20 18	0.20 19

asd	0.70 17	0.45 21	1.10 30	0.67 36	0.90 302	2.88 154	0.43 45	1.64 32	0.79 17	0.68 43	0.88 44	0.43 23	0.74 80	0.85 13	0.49 22	0.19 21	0.13 1	0.24 60	0.17 27	0.22 40	0.20 19

IGEV	0.70 17	0.36 1	1.07 10	0.71 46	1.31 406	2.82 147	0.41 36	1.76 42	0.98 41	0.73 53	0.71 18	0.35 2	0.42 8	0.90 19	0.42 7	0.18 17	0.18 69	0.22 17	0.18 50	0.18 1	0.20 19

LG-G_1	0.70 17	0.40 7	1.12 41	0.71 46	0.30 2	2.80 145	0.40 28	2.21 84	0.78 14	0.59 18	0.55 12	0.51 36	0.58 32	1.24 86	0.49 22	0.24 63	0.18 69	0.23 31	0.15 4	0.21 29	0.21 47

LG-G	0.70 17	0.40 7	1.12 41	0.71 46	0.30 2	2.80 145	0.40 28	2.21 84	0.78 14	0.59 18	0.55 12	0.51 36	0.58 32	1.24 86	0.49 22	0.24 63	0.18 69	0.23 31	0.15 4	0.21 29	0.21 47

DEFOM-Stereo	0.70 17	0.46 27	1.13 46	0.72 54	0.48 103	3.40 226	0.44 48	0.90 3	0.77 11	0.86 99	0.58 14	0.45 30	0.43 9	1.76 192	0.43 11	0.24 63	0.18 69	0.22 17	0.16 12	0.21 29	0.20 19

3w_stereo	0.71 22	0.47 40	1.14 48	0.65 24	0.39 42	1.73 65	0.68 151	2.79 177	0.79 17	0.67 41	0.84 39	0.37 5	1.02 167	1.03 38	0.56 42	0.18 17	0.14 11	0.23 31	0.18 50	0.20 18	0.22 63

4.25_new	0.73 23	0.46 27	1.08 17	0.71 46	0.97 320	2.52 128	0.58 103	2.28 94	0.93 35	0.57 13	0.94 56	0.40 11	0.65 52	0.87 14	0.50 28	0.17 6	0.13 1	0.25 82	0.17 27	0.19 4	0.20 19

4.5w_new	0.73 23	0.46 27	1.08 17	0.71 46	0.97 320	2.52 128	0.58 103	2.28 94	0.93 35	0.57 13	0.94 56	0.40 11	0.65 52	0.87 14	0.50 28	0.17 6	0.13 1	0.25 82	0.17 27	0.19 4	0.20 19

4.25w-stereo	0.73 23	0.46 27	1.08 17	0.71 46	0.97 320	2.52 128	0.58 103	2.28 94	0.93 35	0.57 13	0.94 56	0.40 11	0.65 52	0.87 14	0.50 28	0.17 6	0.13 1	0.25 82	0.17 27	0.19 4	0.20 19

GREAT-IGEV	0.74 26	0.54 95	1.86 122	1.10 279	0.44 69	2.44 120	0.34 16	1.37 9	1.51 138	0.48 2	0.86 42	0.51 36	0.60 39	1.07 45	0.45 15	0.22 37	0.17 42	0.21 10	0.17 27	0.23 45	0.25 99

9_stereo	0.75 27	0.47 40	1.09 24	0.69 39	0.65 195	2.28 106	0.40 28	2.42 108	0.80 19	0.73 53	1.03 67	0.40 11	0.81 111	1.24 86	0.80 126	0.16 2	0.15 22	0.21 10	0.17 27	0.19 4	0.21 47

10	0.75 27	0.47 40	1.09 24	0.69 39	0.65 195	2.28 106	0.40 28	2.42 108	0.80 19	0.73 53	1.03 67	0.40 11	0.81 111	1.24 86	0.80 126	0.16 2	0.15 22	0.21 10	0.17 27	0.19 4	0.21 47

qwe	0.75 27	0.45 21	1.10 30	0.67 36	1.06 348	2.49 124	0.45 52	2.57 142	0.90 29	0.71 50	0.83 38	0.43 23	0.48 18	1.10 49	0.64 58	0.17 6	0.14 11	0.24 60	0.16 12	0.21 29	0.20 19

2.25w	0.75 27	0.47 40	1.09 24	0.69 39	0.65 195	2.28 106	0.40 28	2.42 108	0.80 19	0.73 53	1.03 67	0.40 11	0.81 111	1.24 86	0.80 126	0.16 2	0.15 22	0.21 10	0.17 27	0.19 4	0.21 47

2.5w	0.75 27	0.44 18	1.06 8	0.66 32	0.69 222	2.39 116	0.56 91	2.77 170	0.82 25	0.63 28	0.88 44	0.37 5	0.75 83	1.36 115	0.50 28	0.18 17	0.14 11	0.22 17	0.17 27	0.19 4	0.21 47

2.75w_new	0.75 27	0.45 21	1.10 30	0.65 24	0.62 182	2.45 122	0.56 91	2.75 167	0.74 9	0.78 80	0.73 21	0.38 9	0.92 142	1.04 42	0.66 68	0.17 6	0.14 11	0.22 17	0.17 27	0.18 1	0.19 5

3.75w	0.75 27	0.47 40	1.09 24	0.63 13	1.10 360	2.61 138	0.53 80	2.46 120	0.97 40	0.62 25	0.80 33	0.40 11	0.66 58	1.11 51	0.48 19	0.19 21	0.13 1	0.23 31	0.18 50	0.20 18	0.21 47

2w_stereo	0.75 27	0.46 27	1.08 17	0.68 38	0.56 145	2.00 83	0.61 114	2.87 184	0.83 26	0.93 109	0.93 54	0.36 3	1.13 201	0.90 19	0.61 50	0.17 6	0.13 1	0.23 31	0.17 27	0.20 18	0.21 47

RAStereo	0.75 27	0.52 73	2.86 218	0.58 2	0.62 182	1.19 18	0.32 11	1.81 48	0.99 42	0.75 62	1.05 79	0.64 51	0.47 14	0.80 9	0.94 190	0.22 37	0.20 135	0.27 137	0.21 100	0.34 225	0.22 63

MLG-Stereo_test2	0.76 36	0.40 7	1.07 10	0.64 17	0.82 269	3.49 245	0.23 2	1.69 37	2.14 325	0.62 25	0.32 3	0.67 60	0.33 1	1.14 59	0.37 3	0.23 49	0.19 99	0.23 31	0.16 12	0.19 4	0.20 19

AIO_test	0.76 36	0.47 40	1.31 70	0.81 85	0.70 225	1.36 40	0.88 287	1.40 10	1.45 97	0.55 9	0.95 59	1.81 261	0.58 32	1.16 66	0.46 17	0.27 112	0.17 42	0.24 60	0.19 70	0.24 50	0.21 47

fffft	0.76 36	0.47 40	1.28 68	0.82 95	0.54 134	1.51 52	0.80 232	2.09 73	1.18 54	0.63 28	0.84 39	0.59 44	0.55 26	1.80 199	0.85 146	0.19 21	0.18 69	0.27 137	0.20 86	0.26 79	0.24 89
1: 1. 1
ours_stereo	0.76 36	0.64 201	1.40 82	0.86 131	0.61 175	1.12 13	0.57 94	1.63 30	1.20 56	0.72 52	1.43 164	0.70 66	0.62 44	1.56 152	0.58 45	0.25 84	0.18 69	0.26 109	0.21 100	0.29 121	0.31 203

AIO-Stereo	0.76 36	0.54 95	1.07 10	0.73 57	0.40 46	1.28 33	0.82 245	2.26 91	1.49 126	0.70 46	1.58 204	0.89 116	0.45 12	1.03 38	0.55 41	0.24 63	0.18 69	0.25 82	0.20 86	0.26 79	0.21 47

GLC_STEREO	0.76 36	0.52 73	1.12 41	0.83 105	0.33 8	1.86 72	0.82 245	1.46 13	1.38 82	0.95 114	1.04 74	0.68 62	0.72 72	0.97 30	0.80 126	0.23 49	0.25 278	0.32 249	0.25 184	0.32 189	0.30 194

asda	0.77 42	0.46 27	1.10 30	0.64 17	0.82 269	3.33 217	0.49 63	2.40 104	0.81 24	0.63 28	0.80 33	0.44 27	0.85 121	0.88 17	0.60 48	0.17 6	0.13 1	0.24 60	0.17 27	0.20 18	0.20 19

3.5w_stereo	0.77 42	0.53 84	1.09 24	0.65 24	0.72 229	2.52 128	0.51 69	2.43 113	0.80 19	0.76 72	1.20 102	0.43 23	0.66 58	1.23 85	0.73 102	0.17 6	0.13 1	0.23 31	0.17 27	0.20 18	0.21 47

MLG-Stereo	0.77 42	0.39 4	1.04 3	0.64 17	0.41 51	3.01 174	0.31 8	1.89 52	2.92 465	0.47 1	0.29 2	0.66 59	0.47 14	1.35 113	0.39 4	0.20 26	0.18 69	0.24 60	0.16 12	0.19 4	0.20 19

mms	0.77 42	0.68 240	1.17 52	0.83 105	0.71 227	1.41 44	0.67 145	1.61 24	1.12 50	0.77 77	1.37 150	0.63 50	0.54 25	1.75 191	0.63 55	0.24 63	0.19 99	0.26 109	0.21 100	0.31 163	0.34 240

RSM++	0.77 42	0.51 67	1.08 17	0.95 189	0.42 57	1.52 54	0.71 165	2.11 74	1.40 86	0.80 84	1.23 112	0.90 118	0.59 36	1.14 59	0.69 85	0.24 63	0.19 99	0.25 82	0.21 100	0.28 108	0.20 19

water-stereo	0.78 47	0.45 21	1.94 130	0.79 82	0.48 103	2.36 113	0.47 60	1.53 19	1.09 49	0.88 102	1.04 74	0.82 97	0.75 83	0.72 4	0.78 120	0.22 37	0.23 221	0.25 82	0.23 148	0.24 50	0.29 167

AIO_rvc	0.78 47	0.55 101	1.25 61	0.75 60	0.65 195	1.46 47	0.99 344	2.13 75	1.52 147	0.57 13	1.15 95	1.09 144	0.55 26	1.15 64	0.53 38	0.24 63	0.17 42	0.24 60	0.17 27	0.25 64	0.21 47

CASnet	0.78 47	0.51 67	1.29 69	0.81 85	0.29 1	1.28 33	0.74 185	1.51 16	1.89 273	1.64 187	1.09 85	0.65 55	0.64 49	0.91 21	0.76 114	0.29 171	0.17 42	0.41 382	0.31 319	0.32 189	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.79 50	0.54 95	1.35 77	0.97 202	0.63 185	1.13 14	0.92 316	2.02 66	0.91 33	0.76 72	0.79 32	0.80 93	1.61 319	1.28 99	0.61 50	0.22 37	0.18 69	0.26 109	0.23 148	0.27 91	0.23 74

MLG-Stereo_test1	0.80 51	0.39 4	1.02 2	0.65 24	1.20 387	3.14 188	0.29 7	1.59 23	3.05 479	0.50 4	0.24 1	0.67 60	0.43 9	1.33 110	0.40 5	0.21 29	0.18 69	0.23 31	0.15 4	0.19 4	0.20 19

SMoEStereo_RVC	0.80 51	0.53 84	1.12 41	0.92 167	0.44 69	2.41 118	0.79 222	1.49 15	1.16 51	0.70 46	1.12 91	0.64 51	0.64 49	1.69 183	0.87 159	0.22 37	0.16 29	0.31 229	0.22 133	0.26 79	0.25 99

fffy	0.80 51	0.59 142	1.56 100	1.00 222	0.47 95	1.27 28	0.76 198	1.90 55	1.02 43	0.75 62	1.35 145	0.83 99	0.72 72	1.70 185	0.62 52	0.23 49	0.19 99	0.27 137	0.21 100	0.28 108	0.32 213

rvit_stereo_0081	0.80 51	0.63 189	1.19 53	0.91 161	0.64 187	1.27 28	0.61 114	2.05 67	1.71 233	0.82 88	0.73 21	0.85 105	0.75 83	1.30 106	0.80 126	0.31 229	0.26 291	0.27 137	0.25 184	0.38 271	0.27 138

rvit_stereo_0082	0.80 51	0.63 189	1.19 53	0.91 161	0.64 187	1.27 28	0.61 114	2.05 67	1.71 233	0.82 88	0.73 21	0.85 105	0.75 83	1.30 106	0.80 126	0.31 229	0.26 291	0.27 137	0.25 184	0.38 271	0.27 138

RSM	0.80 51	0.50 61	1.08 17	0.83 105	0.51 116	1.31 36	0.77 211	2.28 94	1.43 95	0.82 88	1.44 166	1.22 169	0.62 44	1.17 73	0.63 55	0.22 37	0.18 69	0.24 60	0.19 70	0.27 91	0.20 19

MGS-Stereo	0.80 51	0.56 112	1.53 94	0.93 181	0.39 42	1.26 27	0.73 173	1.45 12	1.30 73	1.01 120	2.26 399	0.80 93	0.56 28	1.16 66	0.65 63	0.27 112	0.23 221	0.26 109	0.22 133	0.27 91	0.25 99

Selective-IGEV	0.80 51	0.52 73	1.05 5	0.75 60	0.61 175	1.31 36	0.82 245	2.60 148	1.41 89	0.82 88	1.64 223	0.71 73	0.62 44	1.22 83	0.64 58	0.22 37	0.19 99	0.24 60	0.18 50	0.25 64	0.20 19

DilatedVolume-Stereo	0.81 59	0.60 154	1.51 93	1.01 228	0.59 168	1.34 38	0.51 69	1.56 21	1.08 48	1.26 142	1.24 113	0.77 86	0.87 128	1.79 198	0.72 99	0.23 49	0.24 255	0.22 17	0.21 100	0.25 64	0.23 74

DEFOM-Stereo_RVC	0.81 59	1.13 410	1.23 59	0.97 202	0.57 157	0.81 6	0.43 45	3.49 252	0.84 27	0.73 53	0.95 59	0.44 27	1.17 217	1.45 133	0.60 48	0.26 97	0.18 69	0.24 60	0.17 27	0.30 144	0.19 5

rvit_stereo_0081_aga	0.81 59	0.75 300	1.84 121	0.72 54	0.73 234	1.21 19	0.63 129	1.92 58	1.39 83	0.87 101	0.80 33	0.79 91	0.69 64	1.27 98	0.69 85	0.35 297	0.29 323	0.26 109	0.25 184	0.40 286	0.27 138

monsterstereo	0.82 62	0.50 61	1.26 62	0.77 78	1.41 437	2.54 134	0.40 28	3.14 208	0.71 7	0.70 46	1.11 89	0.41 20	0.39 4	1.50 143	0.50 28	0.19 21	0.16 29	0.22 17	0.16 12	0.21 29	0.17 1

monsters	0.82 62	0.58 134	1.16 51	0.76 74	1.52 451	2.92 161	0.40 28	2.66 155	0.72 8	0.66 38	0.84 39	0.38 9	0.41 7	1.84 204	0.48 19	0.20 26	0.16 29	0.20 1	0.16 12	0.19 4	0.19 5

castereo	0.82 62	0.70 253	1.04 3	0.85 126	0.50 114	1.29 35	0.91 303	3.22 218	1.20 56	0.83 94	1.24 113	0.72 75	0.91 139	1.00 35	0.67 73	0.26 97	0.16 29	0.25 82	0.20 86	0.24 50	0.21 47

MaDis-Stereo	0.82 62	0.66 222	1.53 94	0.65 24	1.87 503	1.24 24	0.36 20	2.13 75	1.27 69	0.67 41	0.75 24	0.88 114	0.70 66	1.15 64	1.07 214	0.29 171	0.23 221	0.26 109	0.20 86	0.31 163	0.22 63

UniTT-Stereo	0.82 62	0.47 40	2.63 205	0.96 195	1.19 381	0.78 5	0.39 24	1.12 5	1.54 163	1.19 138	1.26 121	0.51 36	0.64 49	1.13 57	1.03 208	0.30 210	0.20 135	0.24 60	0.21 100	0.40 286	0.25 99

ProNet	0.82 62	0.71 265	1.50 91	0.86 131	0.45 76	1.78 66	0.83 250	1.75 41	1.28 70	0.66 38	1.13 93	0.78 87	0.76 90	1.66 177	0.71 94	0.24 63	0.20 135	0.25 82	0.23 148	0.29 121	0.25 99

LG-Stereo	0.85 68	0.60 154	2.71 209	0.59 3	0.45 76	2.85 151	0.55 87	2.41 105	1.34 77	0.59 18	1.19 101	0.43 23	0.40 5	0.76 5	0.75 110	0.20 26	0.17 42	0.31 229	0.24 173	0.29 121	0.19 5

1w_stereo	0.86 69	0.42 15	1.07 10	0.72 54	0.81 260	3.00 172	0.67 145	3.28 226	0.75 10	0.74 60	1.32 135	0.37 5	1.37 251	0.92 23	0.68 76	0.16 2	0.14 11	0.20 1	0.16 12	0.19 4	0.22 63

rvit_stereo_0083	0.86 69	0.67 232	1.42 83	0.87 136	0.65 195	1.23 20	0.64 132	1.67 34	2.28 354	0.79 82	0.93 54	0.93 126	1.07 186	1.46 137	0.75 110	0.32 249	0.36 381	0.30 207	0.26 202	0.33 207	0.28 157

Occ-G	0.86 69	0.52 73	1.39 80	0.82 95	0.66 204	1.37 41	0.79 222	1.58 22	1.31 74	1.56 173	0.87 43	2.18 312	0.89 134	0.97 30	0.88 163	0.26 97	0.19 99	0.26 109	0.19 70	0.25 64	0.24 89

IGEVStereo-DCA	0.86 69	0.65 211	2.05 143	0.90 154	0.46 85	1.57 56	0.86 265	1.62 25	1.24 60	0.65 36	0.77 27	0.74 83	0.72 72	2.59 275	0.86 153	0.28 149	0.21 166	0.28 166	0.21 100	0.29 121	0.27 138

111111	0.87 73	0.50 61	1.13 46	0.66 32	1.08 354	3.37 221	0.33 12	2.33 101	1.47 110	0.74 60	1.50 182	0.61 46	0.59 36	1.40 120	0.48 19	0.24 63	0.19 99	0.22 17	0.16 12	0.24 50	0.19 5

MoCha-V2	0.87 73	0.48 51	1.87 123	0.88 141	0.32 7	1.37 41	0.55 87	2.71 161	1.42 91	0.92 108	1.75 257	0.65 55	1.17 217	1.45 133	0.57 43	0.21 29	0.21 166	0.20 1	0.19 70	0.24 50	0.23 74

GIP-stereo	0.88 75	0.50 61	1.34 75	1.32 379	0.94 312	2.90 156	0.42 40	3.41 246	1.06 46	0.63 28	0.76 25	0.90 118	0.76 90	0.91 21	0.52 37	0.27 112	0.18 69	0.25 82	0.16 12	0.25 64	0.19 5

WCG-NET	0.88 75	0.49 58	1.26 62	0.90 154	0.37 28	1.48 49	1.07 363	1.73 39	2.30 358	1.63 184	1.49 181	0.92 125	0.97 153	0.95 25	0.76 114	0.22 37	0.16 29	0.23 31	0.20 86	0.25 64	0.21 47

Pointernet	0.88 75	0.44 18	2.26 171	0.84 114	0.37 28	2.29 109	0.38 22	3.06 202	1.46 105	0.66 38	1.39 155	0.91 120	0.73 76	1.01 36	0.72 99	0.23 49	0.19 99	0.20 1	0.18 50	0.19 4	0.20 19

LG-Stereo_Zeroshot	0.89 78	0.47 40	2.08 155	0.76 74	0.73 234	3.91 334	0.41 36	2.07 71	1.07 47	0.77 77	0.89 47	0.64 51	0.86 124	0.95 25	0.77 119	0.26 97	0.18 69	0.26 109	0.19 70	0.32 189	0.32 213

SCV_C0	0.89 78	0.59 142	1.96 135	0.83 105	0.44 69	1.24 24	0.64 132	3.33 239	1.66 219	0.82 88	1.20 102	0.73 79	0.66 58	1.62 168	0.66 68	0.32 249	0.21 166	0.24 60	0.20 86	0.28 108	0.23 74

CAS++	0.89 78	0.64 201	1.46 86	0.81 85	0.51 116	1.24 24	0.86 265	3.44 247	1.46 105	1.14 135	1.29 130	0.62 48	0.58 32	1.13 57	0.59 46	0.34 277	0.30 336	0.34 301	0.26 202	0.41 310	0.29 167
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
IGEV-RUCA	0.90 81	0.53 84	1.05 5	0.81 85	0.74 239	3.89 331	0.80 232	1.92 58	1.41 89	0.96 117	0.71 18	0.70 66	0.73 76	1.30 106	0.68 76	0.29 171	0.20 135	0.25 82	0.19 70	0.43 339	0.34 240

IGEV++	0.90 81	0.58 134	1.32 73	0.94 185	0.45 76	1.27 28	1.00 345	3.32 235	1.55 171	0.82 88	1.34 142	0.86 109	1.09 189	1.16 66	0.89 166	0.33 265	0.18 69	0.23 31	0.19 70	0.29 121	0.22 63

trnet	0.91 83	0.48 51	1.46 86	0.62 10	0.31 4	4.40 451	0.41 36	2.20 82	1.53 154	0.94 110	1.14 94	0.88 114	0.89 134	1.09 48	0.71 94	0.27 112	0.19 99	0.22 17	0.15 4	0.21 29	0.19 5

Former-RAFT_DAM_RVC	0.92 84	0.73 280	1.42 83	0.92 167	1.08 354	2.97 171	0.53 80	1.77 45	1.39 83	1.16 136	1.54 194	0.58 42	0.65 52	1.03 38	0.84 143	0.25 84	0.23 221	0.30 207	0.24 173	0.43 339	0.29 167

CREStereo	0.92 84	0.53 84	1.45 85	0.61 6	0.34 9	4.42 455	0.40 28	2.21 84	1.54 163	0.94 110	1.12 91	0.87 111	0.87 128	1.12 54	0.72 99	0.28 149	0.19 99	0.22 17	0.15 4	0.22 40	0.19 5
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
castereo++	0.93 86	0.56 112	1.26 62	0.92 167	0.73 234	2.48 123	1.00 345	2.99 191	1.03 44	0.68 43	1.41 160	1.92 276	0.59 36	1.26 94	0.44 13	0.25 84	0.19 99	0.28 166	0.19 70	0.23 45	0.23 74

IGEV-Stereo++	0.93 86	0.44 18	1.08 17	0.70 42	1.20 387	3.87 329	0.33 12	3.36 241	1.43 95	0.75 62	1.17 98	0.68 62	1.04 172	0.95 25	0.42 7	0.22 37	0.16 29	0.23 31	0.17 27	0.24 50	0.20 19

GCAP-Stereo	0.93 86	0.68 240	1.35 77	0.85 126	0.41 51	3.61 276	0.52 79	2.20 82	1.50 131	1.11 133	1.04 74	1.17 155	0.84 119	1.11 51	0.71 94	0.25 84	0.20 135	0.27 137	0.18 50	0.28 108	0.23 74

depthmonostereo	0.94 89	0.71 265	2.39 186	0.85 126	0.54 134	2.21 101	0.53 80	1.83 49	1.17 53	0.95 114	1.09 85	0.99 132	0.97 153	2.37 253	0.68 76	0.23 49	0.27 302	0.22 17	0.20 86	0.25 64	0.26 123

StereoAnything_RVC	0.94 89	2.66 510	2.20 162	0.76 74	0.34 9	1.18 17	0.39 24	2.31 98	0.69 5	0.51 6	0.34 4	0.32 1	0.89 134	1.57 154	0.35 1	0.32 249	0.16 29	0.23 31	0.15 4	3.31 530	0.18 3

rvit_stereo_0080	0.94 89	0.72 269	2.56 195	0.64 17	0.59 168	1.90 74	0.75 195	2.71 161	1.40 86	0.91 105	1.04 74	0.85 105	0.82 114	1.14 59	0.78 120	0.35 297	0.29 323	0.25 82	0.27 228	0.45 355	0.29 167

IGEV-Stereo+	0.94 89	0.47 40	1.19 53	0.86 131	2.02 513	1.40 43	0.39 24	1.17 7	0.88 28	0.61 23	0.44 8	0.47 32	0.79 103	2.14 235	0.42 7	0.27 112	0.19 99	0.22 17	0.17 27	2.26 525	2.41 530

whm_eth	0.94 89	0.72 269	2.56 195	0.64 17	0.59 168	1.90 74	0.75 195	2.71 161	1.40 86	0.91 105	1.04 74	0.85 105	0.82 114	1.14 59	0.78 120	0.35 297	0.29 323	0.25 82	0.27 228	0.45 355	0.29 167

LoS_RVC	0.94 89	1.30 442	1.31 70	0.84 114	1.63 472	2.02 84	0.59 107	1.51 16	1.36 80	0.81 86	1.33 137	0.84 101	0.88 130	1.36 115	0.73 102	0.21 29	0.17 42	0.20 1	0.14 2	0.20 18	1.45 509

LoS	0.94 89	0.52 73	1.88 124	0.86 131	0.36 14	4.15 397	0.51 69	2.18 79	1.45 97	0.97 118	0.88 44	0.62 48	0.79 103	1.59 160	0.86 153	0.26 97	0.19 99	0.24 60	0.16 12	0.21 29	0.20 19
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
SCV	0.95 96	0.63 189	1.38 79	1.70 474	0.41 51	1.23 20	0.89 290	3.53 263	1.57 183	0.61 23	1.54 194	0.93 126	0.77 92	1.66 177	0.66 68	0.36 308	0.20 135	0.25 82	0.19 70	0.29 121	0.25 99

WCG-NET（raft）	0.95 96	0.55 101	1.20 57	0.84 114	0.31 4	1.44 45	1.01 348	1.55 20	2.37 379	1.64 187	1.42 162	2.38 332	1.01 164	1.29 102	0.76 114	0.22 37	0.19 99	0.22 17	0.20 86	0.25 64	0.21 47

anonymousdsp	0.95 96	0.69 243	1.27 66	0.83 105	0.52 125	4.54 476	0.84 253	1.76 42	1.24 60	0.76 72	1.06 81	0.78 87	0.77 92	1.67 181	0.69 85	0.27 112	0.17 42	0.29 187	0.21 100	0.31 163	0.26 123

IGEV-Stereo	0.95 96	0.69 243	1.27 66	0.84 114	0.52 125	4.54 476	0.84 253	1.76 42	1.24 60	0.75 62	1.06 81	0.79 91	0.77 92	1.68 182	0.69 85	0.27 112	0.17 42	0.29 187	0.21 100	0.31 163	0.26 123
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
tt45	0.96 100	0.48 51	1.19 53	0.89 145	0.66 204	3.91 334	0.76 198	1.90 55	1.26 68	0.70 46	1.30 132	0.71 73	0.63 47	2.59 275	0.74 107	0.22 37	0.17 42	0.28 166	0.23 148	0.27 91	0.27 138

999	0.97 101	0.48 51	1.24 60	1.03 245	0.64 187	3.25 203	0.92 316	1.40 10	1.39 83	0.71 50	1.68 235	0.70 66	0.66 58	3.03 294	0.89 166	0.23 49	0.19 99	0.25 82	0.21 100	0.25 64	0.29 167

ff7	0.98 102	0.69 243	2.05 143	0.84 114	0.52 125	4.55 479	0.86 265	1.62 25	1.24 60	0.75 62	1.03 67	0.70 66	0.77 92	1.84 204	0.68 76	0.27 112	0.17 42	0.29 187	0.21 100	0.31 163	0.27 138

ffff	0.98 102	0.69 243	2.05 143	0.84 114	0.52 125	4.55 479	0.86 265	1.62 25	1.24 60	0.75 62	1.03 67	0.70 66	0.77 92	1.84 204	0.68 76	0.27 112	0.17 42	0.29 187	0.21 100	0.31 163	0.27 138

11t	0.98 102	0.69 243	2.05 143	0.84 114	0.52 125	4.55 479	0.86 265	1.62 25	1.24 60	0.75 62	1.03 67	0.70 66	0.77 92	1.84 204	0.68 76	0.27 112	0.17 42	0.29 187	0.21 100	0.31 163	0.27 138

MIF-Stereo (partial)	0.98 102	0.55 101	2.83 215	0.71 46	1.03 340	1.08 11	0.49 63	2.55 138	1.66 219	0.79 82	1.20 102	0.80 93	0.90 137	1.61 167	1.56 322	0.36 308	0.24 255	0.33 283	0.25 184	0.40 286	0.28 157

ccc-4	0.98 102	0.69 243	2.05 143	0.84 114	0.52 125	4.55 479	0.86 265	1.62 25	1.24 60	0.75 62	1.03 67	0.70 66	0.77 92	1.84 204	0.68 76	0.27 112	0.17 42	0.29 187	0.21 100	0.31 163	0.27 138

CroCo-Stereo	0.98 102	0.87 350	3.44 241	0.87 136	0.53 133	0.49 2	0.50 65	3.99 366	1.49 126	0.81 86	1.25 120	1.00 135	0.75 83	1.10 49	1.09 219	0.24 63	0.21 166	0.24 60	0.19 70	0.35 243	0.27 138
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
CroCo-Stereo Lap2	0.99 108	0.89 353	2.55 194	0.99 214	1.80 500	0.54 3	0.46 55	3.10 204	1.24 60	1.07 127	1.21 106	1.05 143	0.78 100	1.26 94	1.08 216	0.27 112	0.23 221	0.27 137	0.21 100	0.43 339	0.34 240

PMTNet	0.99 108	0.48 51	1.73 110	0.62 10	0.56 145	4.20 423	0.43 45	1.88 51	1.58 186	1.00 119	1.05 79	0.78 87	0.98 159	1.50 143	0.85 146	1.21 510	0.20 135	0.23 31	0.15 4	0.22 40	0.19 5

rvit_0105_6	1.00 110	0.93 366	2.21 164	0.92 167	0.55 141	1.52 54	0.79 222	2.41 105	2.96 469	0.76 72	0.72 20	1.02 137	0.75 83	1.42 126	0.81 134	0.40 351	0.43 429	0.34 301	0.31 319	0.43 339	0.34 240

rvit_stereo_ft	1.00 110	0.87 350	3.55 245	0.97 202	0.66 204	1.06 10	0.80 232	2.78 172	1.67 221	0.78 80	0.96 61	0.95 130	1.14 208	1.06 44	0.90 170	0.32 249	0.24 255	0.27 137	0.28 257	0.39 281	0.27 138

MyStereo07	1.01 112	0.80 322	1.26 62	1.00 222	1.04 343	3.95 351	0.95 328	2.07 71	1.42 91	0.75 62	1.22 108	0.68 62	0.91 139	1.63 172	0.67 73	0.24 63	0.24 255	0.34 301	0.26 202	0.41 310	0.37 274

CES	1.01 112	0.55 101	1.74 113	0.92 167	2.15 517	2.15 95	0.50 65	2.01 65	1.45 97	0.76 72	1.02 64	0.61 46	0.47 14	1.29 102	0.79 125	0.22 37	0.17 42	0.24 60	0.14 2	0.63 425	2.29 527

TANstereo	1.01 112	0.55 101	1.73 110	0.76 74	0.36 14	4.04 372	0.38 22	1.48 14	1.62 209	2.03 293	2.10 369	0.84 101	0.93 145	0.98 32	0.62 52	0.28 149	0.36 381	0.23 31	0.20 86	0.25 64	0.46 356

GMStereo	1.01 112	1.00 385	2.86 218	0.83 105	0.45 76	1.47 48	0.57 94	1.89 52	2.11 320	1.52 168	1.24 113	0.87 111	0.74 80	1.58 155	0.94 190	0.40 351	0.21 166	0.30 207	0.30 303	0.47 370	0.36 260
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CREStereo++_RVC	1.02 116	0.49 58	1.54 97	0.83 105	0.55 141	4.01 367	0.31 8	1.63 30	1.99 286	1.63 184	2.13 378	0.84 101	0.65 52	0.88 17	0.70 91	0.27 112	0.15 22	0.23 31	1.22 522	0.24 50	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
HART	1.03 117	0.85 344	3.13 228	0.84 114	0.38 39	1.17 16	0.42 40	3.54 264	1.47 110	1.08 128	2.17 384	1.48 203	0.57 29	1.37 119	0.74 107	0.23 49	0.18 69	0.28 166	0.21 100	0.32 189	0.24 89

XX-TBD	1.03 117	0.95 374	1.94 130	1.30 373	0.43 63	3.97 361	0.33 12	1.74 40	1.73 239	1.59 175	2.02 350	0.69 65	0.60 39	1.16 66	0.66 68	0.30 210	0.25 278	0.23 31	0.15 4	0.31 163	0.22 63

xyz-stereo-finetune	1.05 119	0.62 180	1.46 86	0.59 3	0.36 14	3.48 242	0.81 241	2.69 159	1.74 245	0.94 110	1.21 106	0.91 120	0.78 100	2.53 270	1.28 266	0.24 63	0.24 255	0.26 109	0.23 148	0.30 144	0.23 74

EGLCR-Stereo	1.06 120	0.51 67	1.56 100	1.02 238	0.39 42	4.27 434	0.42 40	4.08 393	1.48 118	0.90 104	0.68 17	1.09 144	0.66 58	1.81 200	0.62 52	0.27 112	0.19 99	0.29 187	0.23 148	0.37 266	0.25 99

MC-Stereo	1.06 120	0.48 51	1.55 98	1.15 311	0.41 51	4.56 484	0.61 114	2.06 69	1.46 105	1.90 242	1.61 216	0.89 116	1.12 199	1.35 113	0.73 102	0.25 84	0.18 69	0.26 109	0.22 133	0.25 64	0.24 89

sCroCo_RVC	1.06 120	0.82 333	5.05 271	1.02 238	1.05 345	0.98 8	0.61 114	2.06 69	1.29 71	0.69 45	1.26 121	0.82 97	1.10 195	1.20 80	0.90 170	0.42 376	0.40 414	0.33 283	0.30 303	0.46 366	0.38 289

rvit_0105_4	1.07 123	0.99 382	2.39 186	0.93 181	0.54 134	1.62 60	0.84 253	2.77 170	2.91 463	0.80 84	0.91 50	1.09 144	0.86 124	1.63 172	0.85 146	0.40 351	0.45 439	0.35 320	0.31 319	0.43 339	0.40 315

MM-Stereo_test3	1.09 124	0.59 142	1.55 98	1.73 478	1.18 374	1.91 76	0.86 265	3.52 259	1.76 249	1.25 140	1.86 314	1.10 147	0.69 64	1.32 109	0.86 153	0.27 112	0.23 221	0.27 137	0.22 133	0.34 225	0.30 194

IGEV-BASED-STEREO-	1.09 124	3.30 518	2.61 201	0.82 95	0.38 39	1.27 28	0.62 127	1.51 16	1.29 71	0.91 105	0.92 51	0.65 55	0.57 29	1.08 46	0.59 46	1.55 524	0.15 22	0.32 249	0.28 257	1.10 496	1.98 523

iRaftStereo_RVC	1.09 124	0.70 253	1.39 80	0.95 189	0.45 76	3.83 311	0.42 40	2.37 103	1.58 186	1.69 196	1.76 266	1.80 256	0.83 118	1.50 143	0.98 200	0.28 149	0.18 69	0.29 187	0.26 202	0.30 144	0.31 203

RAFT-Stereo-weight	1.11 127	0.48 51	1.22 58	0.99 214	0.42 57	4.17 411	0.80 232	3.60 272	1.50 131	1.97 263	1.50 182	1.30 179	0.65 52	1.24 86	0.85 146	0.25 84	0.19 99	0.26 109	0.22 133	0.27 91	0.23 74

11t1	1.11 127	0.53 84	1.80 118	1.55 453	0.65 195	2.20 100	0.60 110	3.66 283	1.49 126	1.60 176	1.26 121	1.03 139	1.35 249	1.72 187	0.97 197	0.28 149	0.31 346	0.29 187	0.23 148	0.30 144	0.34 240

rvit_0105_5	1.13 129	0.93 366	2.60 198	0.91 161	0.56 145	1.92 77	0.91 303	3.02 196	2.63 425	0.95 114	1.20 102	1.18 159	0.93 145	1.51 146	0.93 188	0.40 351	0.43 429	0.37 347	0.35 361	0.42 329	0.44 340

GMOStereo	1.13 129	0.70 253	2.26 171	0.75 60	0.44 69	3.05 177	0.91 303	2.78 172	1.45 97	2.37 403	1.52 185	1.53 207	1.05 177	1.17 73	0.92 180	0.25 84	0.19 99	0.35 320	0.28 257	0.34 225	0.26 123

error version	1.13 129	0.70 253	2.26 171	0.75 60	0.44 69	3.05 177	0.91 303	2.78 172	1.45 97	2.37 403	1.52 185	1.53 207	1.05 177	1.17 73	0.92 180	0.25 84	0.19 99	0.35 320	0.28 257	0.34 225	0.26 123

test-v	1.13 129	0.70 253	2.26 171	0.75 60	0.44 69	3.05 177	0.91 303	2.78 172	1.45 97	2.37 403	1.52 185	1.53 207	1.05 177	1.17 73	0.92 180	0.25 84	0.19 99	0.35 320	0.28 257	0.34 225	0.26 123

test-2	1.13 129	0.70 253	2.26 171	0.75 60	0.44 69	3.05 177	0.91 303	2.78 172	1.45 97	2.37 403	1.52 185	1.53 207	1.05 177	1.17 73	0.92 180	0.25 84	0.19 99	0.35 320	0.28 257	0.34 225	0.26 123

testlalala	1.14 134	0.62 180	1.34 75	1.00 222	0.78 252	4.38 444	0.93 318	2.46 120	2.20 336	2.44 414	1.52 185	1.31 180	0.61 42	1.04 42	0.65 63	0.35 297	0.19 99	0.24 60	0.19 70	0.24 50	0.23 74

HUF	1.15 135	0.64 201	8.62 309	0.90 154	0.35 12	1.35 39	0.78 215	1.97 62	1.50 131	0.63 28	1.52 185	0.83 99	0.66 58	1.28 99	0.63 55	0.29 171	0.23 221	0.26 109	0.17 27	0.23 45	0.25 99

tg	1.15 135	0.67 232	1.31 70	0.94 185	0.54 134	4.02 369	0.41 36	2.96 188	1.59 201	1.69 196	1.85 311	1.84 268	0.97 153	1.78 194	0.83 140	0.27 112	0.17 42	0.29 187	0.26 202	0.29 121	0.27 138

Selective-RAFT	1.15 135	0.46 27	1.64 106	0.99 214	0.45 76	4.17 411	0.51 69	3.21 216	1.69 229	1.12 134	1.34 142	1.45 200	1.40 259	2.08 227	0.94 190	0.41 365	0.20 135	0.24 60	0.23 148	0.27 91	0.25 99

x	1.15 135	0.57 121	1.53 94	1.44 426	0.67 211	1.94 78	0.97 337	3.87 328	1.57 183	1.61 181	1.28 128	1.58 215	1.22 226	1.93 215	1.04 209	0.28 149	0.30 336	0.34 301	0.29 285	0.32 189	0.31 203

xyz-stereo-finetune2	1.16 139	0.63 189	1.50 91	0.57 1	0.36 14	3.47 239	0.65 141	2.70 160	1.23 58	0.88 102	1.75 257	0.91 120	1.76 360	3.54 303	1.74 357	0.24 63	0.22 194	0.30 207	0.27 228	0.31 163	0.26 123

rvit_stereo_0075_2	1.18 140	0.74 288	2.66 207	0.90 154	1.27 402	2.51 126	0.69 157	2.25 90	2.06 304	1.40 156	1.86 314	1.46 202	0.84 119	1.42 126	0.94 190	0.46 402	0.40 414	0.48 419	0.38 396	0.46 366	0.51 386

AE-Stereo	1.18 140	0.60 154	2.05 143	1.10 279	0.60 171	4.39 447	0.72 168	3.74 300	1.62 209	1.10 130	1.90 329	1.01 136	0.92 142	1.45 133	0.82 137	0.28 149	0.22 194	0.28 166	0.28 257	0.26 79	0.22 63

test-3	1.19 142	0.52 73	2.00 137	1.01 228	0.42 57	1.95 79	0.91 303	4.35 479	1.47 110	2.24 366	1.16 96	2.06 302	0.79 103	2.68 281	0.76 114	0.27 112	0.18 69	0.28 166	0.26 202	0.26 79	0.25 99

test_1	1.19 142	0.52 73	2.00 137	1.01 228	0.42 57	1.95 79	0.90 295	4.36 484	1.47 110	2.17 340	1.16 96	2.06 302	0.78 100	2.68 281	0.76 114	0.27 112	0.18 69	0.28 166	0.26 202	0.26 79	0.25 99

test_3	1.19 142	0.51 67	2.08 155	0.99 214	0.41 51	2.05 90	0.87 283	4.40 492	1.42 91	1.99 270	1.18 99	2.03 296	0.79 103	2.70 283	0.75 110	0.27 112	0.17 42	0.29 187	0.29 285	0.30 144	0.27 138

raftrobust	1.19 142	0.72 269	2.30 177	1.26 355	1.31 406	3.55 262	0.68 151	2.75 167	1.47 110	2.21 358	1.38 153	1.17 155	1.22 226	1.20 80	1.11 223	0.28 149	0.24 255	0.21 10	0.19 70	0.25 64	0.28 157

RALCasStereoNet	1.19 142	1.02 387	2.06 152	1.12 290	1.14 366	3.08 183	0.70 163	2.99 191	1.73 239	1.34 146	1.68 235	1.18 159	0.91 139	2.16 237	1.00 205	0.30 210	0.26 291	0.24 60	0.21 100	0.29 121	0.30 194

MIM_Stereo	1.20 147	0.78 314	3.30 236	1.05 248	0.43 63	3.04 175	0.60 110	2.46 120	1.51 138	1.60 176	1.58 204	1.82 262	1.29 238	2.00 220	1.07 214	0.24 63	0.24 255	0.28 166	0.25 184	0.27 91	0.27 138

R-Stereo Train	1.20 147	0.58 134	1.81 119	0.99 214	0.67 211	3.78 302	0.90 295	4.09 395	1.51 138	2.16 336	1.71 246	1.13 150	0.94 147	1.40 120	0.91 177	0.30 210	0.24 255	0.26 109	0.21 100	0.26 79	0.25 99

RAFT-Stereo	1.20 147	0.58 134	1.81 119	0.99 214	0.67 211	3.78 302	0.90 295	4.09 395	1.51 138	2.16 336	1.71 246	1.13 150	0.94 147	1.40 120	0.91 177	0.30 210	0.24 255	0.26 109	0.21 100	0.26 79	0.25 99
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
model_zeroshot	1.21 150	0.60 154	3.55 245	1.05 248	0.57 157	3.46 236	0.63 129	2.73 164	1.55 171	2.05 297	1.38 153	1.50 206	0.82 114	1.69 183	0.87 159	0.29 171	0.23 221	0.30 207	0.23 148	0.27 91	0.32 213

GCAP-BAT	1.21 150	0.74 288	3.23 231	0.95 189	0.70 225	3.86 326	0.93 318	1.89 52	1.48 118	1.85 225	1.96 336	1.68 227	0.79 103	1.78 194	0.81 134	0.29 171	0.20 135	0.24 60	0.20 86	0.26 79	0.35 254

RCA-Stereo	1.21 150	0.52 73	1.58 102	0.90 154	0.46 85	4.68 500	0.79 222	4.13 405	1.74 245	1.92 249	1.80 280	0.94 129	1.48 286	1.14 59	0.70 91	0.27 112	0.18 69	0.25 82	0.19 70	0.25 64	0.23 74

raft+_RVC	1.21 150	0.83 336	2.61 201	1.35 395	0.97 320	3.60 272	0.76 198	3.23 220	1.51 138	1.33 145	1.67 232	1.03 139	1.10 195	1.87 211	0.92 180	0.24 63	0.22 194	0.25 82	0.24 173	0.26 79	0.25 99

AnonymousM	1.22 154	1.32 448	0.97 1	0.88 141	0.56 145	4.03 371	0.69 157	2.41 105	1.68 223	1.48 164	1.31 134	1.15 153	1.00 162	1.18 78	0.73 102	0.32 249	0.40 414	2.07 528	1.70 530	0.24 50	0.22 63

LL-Strereo2	1.23 155	0.85 344	2.38 185	0.93 181	0.68 216	3.72 291	1.37 420	2.54 137	1.99 286	1.75 211	1.40 158	1.82 262	0.73 76	1.40 120	0.99 203	0.31 229	0.23 221	0.55 456	0.35 361	0.29 121	0.24 89

ROB_FTStereo_v2	1.23 155	0.66 222	2.02 139	0.75 60	0.37 28	4.67 499	0.76 198	2.53 128	1.58 186	1.99 270	1.46 169	1.78 246	1.14 208	2.08 227	0.88 163	0.48 415	0.22 194	0.32 249	0.27 228	0.40 286	0.29 167

CRE-IMP	1.23 155	0.61 170	2.14 158	0.82 95	0.39 42	4.54 476	0.83 250	2.63 151	1.55 171	1.95 258	1.46 169	1.87 273	0.96 150	1.48 140	1.33 277	0.45 397	0.21 166	0.31 229	0.26 202	0.41 310	0.31 203

RAFT	1.23 155	0.84 340	2.05 143	0.96 195	0.47 95	1.80 68	0.94 324	3.18 215	1.46 105	1.60 176	1.71 246	3.04 402	1.59 314	1.64 174	1.32 273	0.38 333	0.24 255	0.40 372	0.32 330	0.40 286	0.35 254

test-1	1.23 155	0.65 211	1.88 124	0.96 195	0.52 125	3.84 316	0.62 127	4.01 370	1.47 110	1.93 253	1.78 274	1.83 265	0.92 142	1.19 79	1.28 266	0.26 97	0.29 323	0.31 229	0.24 173	0.29 121	0.36 260

rvit_0105_3	1.24 160	0.93 366	2.84 216	0.97 202	0.58 166	2.38 114	1.08 368	3.26 225	2.53 412	1.18 137	1.40 158	1.24 171	1.04 172	1.73 188	0.97 197	0.44 388	0.44 434	0.40 372	0.42 425	0.42 329	0.50 378

PSM-adaLoss	1.24 160	0.65 211	2.03 140	0.75 60	0.37 28	4.68 500	0.73 173	2.53 128	1.58 186	1.99 270	1.47 173	1.78 246	1.13 201	2.18 241	0.87 159	0.48 415	0.23 221	0.32 249	0.27 228	0.40 286	0.29 167

rafts_anoy	1.24 160	0.80 322	3.61 251	1.17 319	1.20 387	3.00 172	0.61 114	3.17 213	1.58 186	1.37 152	1.26 121	1.19 163	1.12 199	1.78 194	1.25 256	0.32 249	0.23 221	0.32 249	0.32 330	0.31 163	0.30 194

DIP-Stereo	1.24 160	0.69 243	1.77 115	0.65 24	0.61 175	4.29 436	0.58 103	4.44 498	2.53 412	1.98 265	1.33 137	0.91 120	0.86 124	1.25 93	1.25 256	0.36 308	0.23 221	0.32 249	0.23 148	0.32 189	0.29 167
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
riskmin	1.25 164	0.56 112	2.05 143	1.05 248	0.93 310	2.86 153	0.55 87	3.23 220	1.34 77	1.55 171	1.07 83	3.56 452	2.03 393	1.29 102	1.00 205	0.28 149	0.27 302	0.34 301	0.21 100	0.41 310	0.43 334

Patchmatch Stereo++	1.25 164	0.65 211	2.06 152	0.75 60	0.37 28	4.68 500	0.76 198	2.53 128	1.58 186	1.99 270	1.47 173	1.78 246	1.14 208	2.44 255	0.90 170	0.48 415	0.23 221	0.32 249	0.27 228	0.40 286	0.29 167
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
ROB_FTStereo	1.25 164	0.66 222	2.14 158	0.75 60	0.37 28	4.65 496	0.77 211	2.53 128	1.58 186	1.99 270	1.47 173	1.78 246	1.13 201	2.26 250	0.86 153	0.47 411	0.22 194	0.32 249	0.27 228	0.40 286	0.29 167

HUI-Stereo	1.25 164	0.66 222	2.33 180	0.75 60	0.37 28	4.68 500	0.78 215	2.53 128	1.58 186	1.99 270	1.46 169	1.79 253	1.13 201	2.17 239	0.85 146	0.48 415	0.23 221	0.32 249	0.27 228	0.40 286	0.29 167

iRAFT	1.25 164	0.65 211	2.06 152	0.75 60	0.37 28	4.68 500	0.76 198	2.53 128	1.58 186	1.99 270	1.47 173	1.78 246	1.14 208	2.44 255	0.90 170	0.48 415	0.23 221	0.32 249	0.27 228	0.40 286	0.29 167

RAFT-IKP	1.25 164	0.66 222	2.23 169	0.75 60	0.37 28	4.64 494	0.74 185	2.53 128	1.58 186	1.99 270	1.47 173	1.78 246	1.13 201	2.22 247	0.92 180	0.48 415	0.22 194	0.32 249	0.27 228	0.40 286	0.29 167

RAFT-Stereo + iAFF	1.25 164	0.72 269	1.74 113	1.05 248	0.36 14	4.13 393	0.42 40	2.95 187	2.84 459	2.02 289	2.40 428	1.61 220	1.11 198	1.26 94	0.97 197	0.21 29	0.15 22	0.26 109	0.23 148	0.29 121	0.23 74

FACV-RUCA	1.26 171	0.65 211	2.21 164	1.06 254	1.50 448	2.69 142	1.15 384	3.05 199	1.87 267	1.36 149	1.99 346	1.03 139	1.15 216	1.36 115	1.10 220	0.41 365	0.41 421	0.73 497	0.41 419	0.61 420	0.41 321

CAS	1.26 171	0.40 7	1.46 86	2.97 531	1.61 469	4.13 393	0.73 173	1.78 46	1.49 126	0.83 94	1.10 88	0.59 44	0.53 22	1.26 94	0.80 126	2.99 534	0.13 1	0.21 10	0.13 1	0.31 163	1.72 516

anonymousdsp2	1.26 171	0.60 154	3.74 255	1.02 238	0.41 51	3.60 272	0.72 168	3.68 286	1.47 110	1.37 152	1.56 201	1.83 265	1.01 164	2.00 220	0.66 68	0.29 171	0.20 135	0.28 166	0.20 86	0.32 189	0.29 167

dd	1.26 171	1.15 415	2.47 191	0.92 167	0.49 110	4.35 442	0.75 195	1.92 58	2.11 320	1.44 161	1.24 113	1.19 163	1.05 177	1.78 194	1.70 349	0.57 453	0.34 373	0.35 320	0.33 338	0.60 415	0.46 356

iGMRVC	1.26 171	0.66 222	2.14 158	0.75 60	0.37 28	4.66 497	0.74 185	2.53 128	1.58 186	1.99 270	1.46 169	1.78 246	1.14 208	2.46 257	0.92 180	0.48 415	0.23 221	0.32 249	0.27 228	0.40 286	0.29 167

HI	1.27 176	0.90 355	2.33 180	1.10 279	0.68 216	2.92 161	0.45 52	2.49 124	1.76 249	2.13 320	1.65 229	2.42 338	1.84 377	1.58 155	1.61 331	0.26 97	0.16 29	0.28 166	0.29 285	0.26 79	0.25 99

CoSv	1.27 176	0.90 355	2.33 180	1.10 279	0.68 216	2.92 161	0.45 52	2.49 124	1.76 249	2.13 320	1.65 229	2.42 338	1.84 377	1.58 155	1.61 331	0.26 97	0.16 29	0.28 166	0.29 285	0.26 79	0.25 99

mmm	1.27 176	0.58 134	2.20 162	1.41 419	0.68 216	2.39 116	0.85 262	3.90 338	1.63 212	2.20 349	1.84 304	1.28 175	1.50 293	1.91 214	0.89 166	0.31 229	0.27 302	0.45 403	0.37 383	0.38 271	0.34 240

NRIStereo	1.28 179	0.61 170	1.67 107	1.15 311	0.38 39	4.73 513	0.90 295	2.42 108	1.50 131	1.93 253	1.33 137	1.75 240	1.22 226	2.96 292	1.33 277	0.46 402	0.22 194	0.29 187	0.26 202	0.30 144	0.28 157

RALAANet	1.28 179	1.08 401	3.21 230	1.25 349	0.94 312	1.44 45	0.69 157	3.15 210	2.57 419	2.01 284	1.80 280	1.29 178	1.05 177	2.00 220	1.48 305	0.27 112	0.20 135	0.27 137	0.24 173	0.40 286	0.27 138

CASS	1.29 181	0.66 222	2.62 204	0.95 189	0.66 204	2.84 149	0.69 157	3.00 193	1.79 254	2.57 433	1.95 335	1.39 190	1.55 311	1.59 160	1.06 211	0.50 430	0.28 313	0.34 301	0.28 257	0.46 366	0.63 429
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
gcap-zeroshot	1.30 182	0.61 170	4.09 258	0.94 185	0.56 145	3.50 249	0.84 253	3.12 206	1.72 236	1.84 224	1.22 108	2.72 372	0.88 130	1.46 137	0.80 126	0.29 171	0.30 336	0.27 137	0.21 100	0.29 121	0.25 99

knoymous	1.30 182	0.60 154	5.57 280	0.88 141	0.75 241	3.04 175	0.90 295	2.68 157	1.33 76	1.48 164	1.07 83	2.78 383	0.88 130	1.29 102	0.85 146	0.31 229	0.22 194	0.35 320	0.20 86	0.45 355	0.37 274

qqq	1.30 182	0.57 121	1.67 107	1.15 311	0.51 116	2.18 97	0.91 303	3.98 362	1.53 154	1.50 167	1.24 113	1.79 253	1.34 246	4.66 328	0.98 200	0.28 149	0.31 346	0.33 283	0.33 338	0.33 207	0.32 213

test_4	1.30 182	0.50 61	6.16 283	0.84 114	0.45 76	1.61 58	1.12 378	2.14 77	1.42 91	1.52 168	2.31 418	1.84 268	0.79 103	2.52 268	1.19 238	0.27 112	0.17 42	0.29 187	0.29 285	0.29 121	0.25 99

s12784h	1.31 186	0.45 21	2.41 189	0.71 46	0.35 12	4.42 455	0.50 65	4.22 428	2.73 437	2.01 284	2.48 434	0.91 120	0.96 150	2.01 223	0.70 91	0.29 171	0.18 69	0.24 60	0.16 12	0.27 91	0.18 3

AFF-stereo	1.31 186	0.77 308	1.46 86	1.10 279	0.45 76	3.93 341	0.48 62	2.92 186	2.92 465	1.90 242	2.21 392	2.11 309	1.52 299	1.93 215	1.12 226	0.21 29	0.16 29	0.25 82	0.25 184	0.29 121	0.20 19

Pruner-Stereo	1.32 188	0.59 142	2.11 157	1.79 488	0.47 95	4.73 513	0.79 222	2.53 128	1.72 236	2.47 418	1.58 204	1.48 203	1.03 168	1.66 177	1.47 302	0.44 388	0.21 166	0.34 301	0.30 303	0.30 144	0.39 295

ToySt	1.35 189	0.72 269	3.65 253	1.01 228	0.50 114	3.31 216	1.01 348	3.46 248	1.73 239	1.30 143	1.55 198	2.07 305	1.47 284	1.88 212	1.40 284	0.27 112	0.27 302	0.30 207	0.32 330	0.42 329	0.39 295

DisPM	1.36 190	0.55 101	2.39 186	1.54 448	0.51 116	4.59 487	0.79 222	2.50 126	1.88 269	2.50 421	1.83 299	1.45 200	1.01 164	2.71 284	0.93 188	0.46 402	0.20 135	0.32 249	0.31 319	0.31 163	0.44 340

sAnonymous2	1.37 191	1.22 431	9.79 323	0.92 167	0.88 294	1.23 20	0.61 114	2.56 140	1.69 229	0.85 97	1.02 64	0.73 79	1.23 229	0.98 32	0.78 120	0.29 171	0.25 278	0.31 229	0.30 303	1.06 491	0.71 445

CroCo_RVC	1.37 191	1.22 431	9.79 323	0.92 167	0.88 294	1.23 20	0.61 114	2.56 140	1.69 229	0.85 97	1.02 64	0.73 79	1.23 229	0.98 32	0.78 120	0.29 171	0.25 278	0.31 229	0.30 303	1.06 491	0.71 445

GES	1.38 193	0.64 201	2.61 201	1.09 270	0.57 157	4.30 438	1.02 352	3.86 325	1.51 138	1.72 205	1.74 253	1.28 175	1.77 362	1.62 168	1.61 331	0.39 345	0.27 302	0.33 283	0.30 303	0.41 310	0.47 361

Any-RAFT	1.40 194	0.53 84	2.78 214	1.09 270	0.64 187	4.41 453	0.81 241	3.97 360	2.78 443	1.99 270	1.34 142	2.36 330	1.56 313	1.56 152	0.75 110	0.27 112	0.20 135	0.25 82	0.18 50	0.25 64	0.28 157

UDGNet	1.40 194	1.52 469	2.22 167	1.38 413	0.62 182	4.39 447	0.68 151	1.80 47	2.18 333	1.34 146	1.18 99	0.99 132	1.00 162	2.16 237	1.19 238	1.09 504	0.34 373	1.30 520	0.98 510	1.10 496	0.58 414

GMStereo_Zeroshot	1.41 196	1.21 425	3.33 238	1.29 366	0.72 229	3.35 219	0.53 80	2.58 146	1.68 223	2.35 398	1.56 201	2.42 338	0.96 150	2.50 260	1.16 232	0.45 397	0.23 221	0.40 372	0.24 173	0.79 469	0.33 228

rvit_105_1	1.43 197	0.90 355	3.27 234	1.08 264	0.68 216	2.79 144	1.27 405	3.52 259	2.35 370	1.38 154	1.54 194	1.28 175	1.14 208	2.91 288	1.40 284	0.54 447	0.47 452	0.45 403	0.59 475	0.44 347	0.58 414

RAFT-Test	1.44 198	0.59 142	6.10 282	1.01 228	0.69 222	2.90 156	0.80 232	3.68 286	1.70 232	1.85 225	1.68 235	3.15 411	1.03 168	1.20 80	0.99 203	0.27 112	0.22 194	0.25 82	0.23 148	0.27 91	0.25 99

DCRE	1.44 198	0.74 288	3.50 244	1.13 297	0.72 229	1.78 66	0.67 145	2.14 77	1.56 177	1.99 270	8.09 525	1.73 238	1.07 186	1.24 86	0.83 140	0.23 49	0.25 278	0.26 109	0.26 202	0.28 108	0.30 194

AdaStereo	1.45 200	0.83 336	2.34 183	1.28 363	0.81 260	3.21 193	1.14 383	4.20 420	2.46 401	2.05 297	1.77 271	2.48 349	1.18 219	1.71 186	1.44 293	0.43 381	0.25 278	0.43 393	0.28 257	0.44 347	0.34 240
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.
BSDual-CNN	1.46 201	0.59 142	1.94 130	0.87 136	0.85 281	4.16 406	1.16 386	4.48 504	1.88 269	2.93 470	1.83 299	2.60 360	1.31 242	1.60 162	1.21 245	0.34 277	0.25 278	0.31 229	0.28 257	0.35 243	0.33 228

PFNet+	1.46 201	0.57 121	2.84 216	0.92 167	0.47 95	4.64 494	0.84 253	2.46 120	1.99 286	2.14 323	1.64 223	1.34 183	1.03 168	4.68 330	1.23 251	0.45 397	0.33 361	0.37 347	0.39 402	0.32 189	0.49 371

ACVNet	1.46 201	0.64 201	3.56 247	0.93 181	0.85 281	4.22 424	0.80 232	2.85 179	2.08 307	1.78 215	1.88 318	3.10 406	1.46 282	1.33 110	1.89 375	0.29 171	0.26 291	0.30 207	0.26 202	0.39 281	0.27 138

psmg	1.47 204	0.59 142	1.94 130	0.92 167	0.85 281	4.30 438	1.42 430	4.10 403	1.88 269	2.64 447	2.09 368	2.60 360	1.31 242	1.60 162	1.21 245	0.34 277	0.27 302	0.33 283	0.34 346	0.36 256	0.34 240

BUS	1.49 205	0.59 142	1.94 130	0.87 136	0.85 281	4.50 470	0.76 198	4.48 504	1.88 269	2.93 470	1.83 299	3.63 454	0.97 153	1.60 162	1.17 235	0.34 277	0.25 278	0.31 229	0.28 257	0.35 243	0.33 228

plain	1.55 206	0.69 243	13.59 365	0.65 24	0.73 234	1.66 62	0.57 94	3.17 213	1.94 280	0.77 77	1.24 113	0.80 93	0.86 124	1.60 162	0.96 196	0.33 265	0.21 166	0.32 249	0.25 184	0.42 329	0.28 157

LCNet	1.55 206	0.54 95	1.88 124	0.99 214	0.55 141	3.60 272	1.21 400	2.86 182	1.53 154	2.18 342	1.74 253	1.43 199	4.17 493	3.62 306	0.87 159	0.29 171	0.20 135	0.28 166	0.77 495	0.47 370	1.85 519

DeepStereo_RVC	1.55 206	0.63 189	3.32 237	0.77 78	0.42 57	4.49 467	0.72 168	2.50 126	1.58 186	2.02 289	1.81 292	1.54 211	6.38 526	1.73 188	1.19 238	0.46 402	0.22 194	0.29 187	0.28 257	0.35 243	0.38 289

acv_ft	1.55 206	0.64 201	3.29 235	1.14 298	2.01 510	2.93 165	0.97 337	3.81 312	2.08 307	2.22 360	1.88 318	3.10 406	1.66 342	1.33 110	2.22 414	0.29 171	0.26 291	0.30 207	0.26 202	0.39 281	0.27 138

TestStereo1	1.56 210	0.81 326	2.32 178	1.61 463	0.64 187	4.13 393	1.36 415	3.79 309	3.20 495	1.60 176	2.57 446	1.39 190	2.15 405	2.51 263	1.30 270	0.29 171	0.20 135	0.34 301	0.25 184	0.40 286	0.36 260

SA-5K	1.56 210	0.81 326	2.32 178	1.61 463	0.64 187	4.13 393	1.36 415	3.79 309	3.20 495	1.60 176	2.57 446	1.39 190	2.15 405	2.51 263	1.30 270	0.29 171	0.20 135	0.34 301	0.25 184	0.40 286	0.36 260

UCFNet_RVC	1.57 212	0.84 340	3.25 232	1.36 401	1.40 430	4.07 380	1.01 348	2.68 157	1.50 131	2.11 313	1.88 318	2.37 331	1.50 293	3.41 300	1.42 290	0.36 308	0.28 313	0.52 444	0.40 413	0.53 392	0.43 334

NF-Stereo	1.58 213	0.61 170	2.66 207	2.26 514	0.47 95	4.68 500	0.67 145	3.31 230	1.48 118	2.11 313	1.59 208	1.36 186	1.09 189	6.08 360	1.20 241	0.40 351	0.20 135	0.36 335	0.34 346	0.31 163	0.36 260

OCTAStereo	1.58 213	0.61 170	2.72 210	2.27 517	0.46 85	4.68 500	0.67 145	3.30 229	1.48 118	2.11 313	1.59 208	1.36 186	1.09 189	6.02 357	1.21 245	0.41 365	0.20 135	0.36 335	0.34 346	0.31 163	0.37 274

RE-Stereo	1.58 213	0.61 170	2.72 210	2.26 514	0.46 85	4.68 500	0.68 151	3.31 230	1.48 118	2.11 313	1.59 208	1.36 186	1.09 189	6.01 355	1.22 248	0.41 365	0.20 135	0.36 335	0.34 346	0.31 163	0.37 274

TVStereo	1.58 213	0.61 170	2.72 210	2.26 514	0.46 85	4.68 500	0.68 151	3.31 230	1.48 118	2.11 313	1.59 208	1.36 186	1.09 189	6.01 355	1.22 248	0.41 365	0.20 135	0.36 335	0.34 346	0.31 163	0.37 274

Gwc-CoAtRS	1.58 213	0.57 121	11.69 349	1.01 228	0.60 171	2.53 132	0.64 132	2.36 102	1.56 177	1.80 219	1.47 173	2.74 373	1.18 219	1.12 54	0.90 170	0.27 112	0.21 166	0.25 82	0.22 133	0.27 91	0.23 74

KYRaft	1.59 218	0.52 73	1.73 110	0.95 189	0.49 110	4.38 444	1.79 462	2.43 113	1.51 138	2.49 420	2.98 474	2.00 292	3.41 474	2.14 235	0.82 137	0.30 210	0.21 166	0.33 283	0.46 436	0.35 243	2.45 533

Reg-Stereo(zero)	1.60 219	0.42 15	10.69 337	0.89 145	0.68 216	3.27 207	0.47 60	2.27 92	1.54 163	1.48 164	1.24 113	2.55 355	2.68 441	1.48 140	1.10 220	0.19 21	0.19 99	0.22 17	0.18 50	0.24 50	0.26 123

HCRNet	1.60 219	0.56 112	2.47 191	0.78 80	1.36 421	4.11 388	0.71 165	3.57 268	2.79 445	1.75 211	1.61 216	1.58 215	1.41 264	5.79 352	1.56 322	0.34 277	0.28 313	0.36 335	0.29 285	0.33 207	0.37 274

AIO-test2	1.61 221	1.30 442	3.40 240	1.16 317	1.31 406	3.18 191	0.74 185	4.06 387	1.52 147	1.72 205	2.21 392	0.78 87	0.74 80	3.64 308	0.95 195	3.64 542	0.26 291	0.35 320	0.42 425	0.37 266	0.33 228

Prome-Stereo	1.61 221	0.55 101	1.71 109	0.98 208	0.60 171	4.41 453	1.82 466	3.03 197	1.53 154	2.18 342	3.45 493	1.72 237	3.49 480	2.23 248	1.08 216	0.29 171	0.20 135	0.26 109	0.25 184	0.34 225	2.16 525

test_sample1	1.62 223	0.55 101	1.88 124	1.44 426	0.79 255	2.27 105	0.64 132	4.00 368	1.82 257	1.87 232	1.35 145	1.57 213	1.62 322	9.55 430	1.24 253	0.30 210	0.27 302	0.31 229	0.28 257	0.32 189	0.32 213

testlalala_base	1.62 223	0.74 288	1.63 104	1.19 327	1.40 430	2.63 140	0.84 253	4.09 395	1.31 74	1.22 139	1.42 162	1.21 168	0.85 121	1.16 66	0.73 102	3.92 548	2.10 536	0.27 137	0.18 50	4.49 547	1.11 493

RAFT+CT+SA	1.62 223	0.72 269	7.42 293	0.97 202	1.42 439	4.04 372	0.94 324	3.90 338	1.61 206	1.61 181	1.63 221	1.33 182	1.18 219	2.73 286	1.10 220	0.27 112	0.19 99	0.31 229	0.34 346	0.33 207	0.33 228

SA	1.62 223	0.75 300	3.78 257	1.07 256	0.43 63	4.26 429	1.36 415	4.45 501	3.12 484	1.63 184	1.97 342	1.68 227	2.26 415	2.55 271	1.27 262	0.27 112	0.22 194	0.37 347	0.37 383	0.35 243	0.30 194

Sa-1000	1.63 227	0.79 318	3.56 247	1.11 286	0.48 103	4.06 375	1.41 428	4.49 507	2.75 440	2.00 282	2.80 466	1.84 268	1.43 272	2.64 280	1.50 309	0.27 112	0.19 99	0.36 335	0.33 338	0.36 256	0.30 194

PSMNet-RUCA	1.64 228	1.50 468	2.57 197	1.50 441	1.38 426	3.05 177	1.36 415	3.31 230	2.24 342	1.36 149	2.07 365	1.40 195	1.09 189	1.83 203	1.55 320	1.15 508	0.69 500	1.26 519	0.96 508	1.64 518	0.94 481

test_sample7	1.65 229	0.70 253	2.60 198	1.48 437	0.76 245	2.38 114	1.07 363	4.35 479	2.11 320	2.14 323	1.75 257	1.75 240	1.67 344	6.26 364	1.26 259	0.44 388	0.48 458	0.43 393	0.40 413	0.46 366	0.43 334

StereoVision	1.65 229	0.75 300	7.47 295	1.01 228	1.80 500	2.61 138	0.61 114	3.06 202	1.96 281	1.25 140	3.46 494	1.85 271	0.88 130	2.07 225	1.93 380	0.43 381	0.36 381	0.37 347	0.36 371	0.48 373	0.33 228

dad	1.65 229	1.19 422	3.04 225	0.98 208	0.56 145	4.22 424	0.84 253	1.99 64	2.48 402	2.14 323	1.68 235	1.62 221	1.13 201	3.85 312	2.04 394	1.03 503	0.40 414	2.04 527	0.48 444	0.75 463	0.53 393

PSM-softLoss	1.66 232	0.59 142	5.15 273	2.25 512	0.48 103	4.68 500	0.69 157	2.57 142	1.52 147	2.14 323	1.45 167	1.42 197	0.99 160	6.04 358	1.20 241	0.41 365	0.23 221	0.37 347	0.39 402	0.32 189	0.31 203

KMStereo	1.66 232	0.59 142	5.15 273	2.25 512	0.48 103	4.68 500	0.69 157	2.57 142	1.52 147	2.14 323	1.45 167	1.42 197	0.99 160	6.04 358	1.20 241	0.41 365	0.23 221	0.37 347	0.39 402	0.32 189	0.31 203

DDVS	1.68 234	0.79 318	2.52 193	1.26 355	1.16 372	3.17 190	0.78 215	3.12 206	1.82 257	1.86 230	1.91 330	2.92 395	1.43 272	6.20 362	1.63 339	0.45 397	0.65 492	0.34 301	0.38 396	0.48 373	0.79 465

ISRNet	1.69 235	0.76 305	5.69 281	1.27 362	1.36 421	2.85 151	0.61 114	3.60 272	1.91 277	2.13 320	2.12 376	2.90 390	1.41 264	2.51 263	1.71 350	0.49 427	0.50 463	0.56 458	0.47 439	0.49 379	0.57 409

IER	1.69 235	0.65 211	7.19 292	0.94 185	1.15 368	3.28 211	0.89 290	3.48 249	1.97 283	2.10 309	1.98 344	2.28 317	2.12 401	2.25 249	1.75 360	0.29 171	0.23 221	0.36 335	0.30 303	0.32 189	0.34 240

RAFT_R40	1.70 237	0.59 142	2.99 222	1.46 432	0.46 85	4.74 516	0.98 343	2.23 88	1.56 177	2.02 289	2.35 426	2.71 370	2.56 435	6.71 376	0.90 170	0.40 351	0.19 99	0.30 207	0.27 228	0.33 207	0.26 123

ffm	1.72 238	0.60 154	5.21 275	1.14 298	0.99 330	3.62 277	0.86 265	4.22 428	3.37 505	2.20 349	2.30 411	3.48 437	1.62 322	2.21 245	0.65 63	0.29 171	0.16 29	0.48 419	0.37 383	0.30 144	0.29 167

Anonymous3	1.72 238	0.76 305	11.61 348	0.83 105	0.84 280	4.46 459	0.84 253	3.57 268	1.16 51	1.34 146	1.37 150	1.11 149	1.03 168	1.58 155	1.13 227	0.70 480	0.58 480	0.33 283	0.35 361	0.47 370	0.42 325

DMCA	1.72 238	0.74 288	6.63 285	1.14 298	0.96 316	3.98 363	0.90 295	3.75 301	2.76 441	2.83 466	1.58 204	2.35 328	1.18 219	1.58 155	1.98 389	0.40 351	0.27 302	0.42 389	0.26 202	0.36 256	0.38 289

fff	1.74 241	0.70 253	9.08 313	0.81 85	0.36 14	4.15 397	0.57 94	4.23 432	2.09 310	2.30 380	1.80 280	1.19 163	3.02 456	1.44 129	1.46 297	0.29 171	0.23 221	0.23 31	0.18 50	0.24 50	0.42 325

DCANet	1.74 241	0.73 280	9.08 313	0.82 95	0.40 46	4.18 414	0.59 107	4.25 442	2.97 470	2.35 398	1.84 304	1.18 159	1.63 335	1.51 146	1.55 320	0.29 171	0.24 255	0.23 31	0.18 50	0.30 144	0.53 393

csc	1.74 241	0.70 253	9.08 313	0.81 85	0.36 14	4.15 397	0.57 94	4.23 432	2.09 310	2.30 380	1.80 280	1.19 163	3.02 456	1.44 129	1.46 297	0.29 171	0.23 221	0.23 31	0.18 50	0.24 50	0.42 325

cscssc	1.74 241	0.70 253	9.08 313	0.81 85	0.36 14	4.15 397	0.57 94	4.23 432	2.09 310	2.30 380	1.80 280	1.19 163	3.02 456	1.44 129	1.46 297	0.29 171	0.23 221	0.23 31	0.18 50	0.24 50	0.42 325

test_sample2	1.75 245	0.56 112	2.25 170	1.41 419	0.80 257	2.91 159	0.86 265	4.05 383	2.04 299	1.91 247	1.39 155	1.57 213	1.55 311	10.65 466	1.06 211	0.32 249	0.28 313	0.32 249	0.30 303	0.36 256	0.33 228

anonymity	1.76 246	1.26 438	2.73 213	1.66 468	1.32 412	1.84 70	1.07 363	3.49 252	2.30 358	2.11 313	2.11 373	1.71 236	3.90 488	1.82 202	1.48 305	1.10 505	1.09 516	1.08 514	1.08 515	1.05 490	1.09 491

SST-Stereo	1.76 246	0.58 134	3.10 226	1.44 426	0.46 85	4.71 512	0.76 198	2.22 87	2.79 445	2.07 305	2.18 386	2.43 341	3.22 467	6.66 373	0.84 143	0.42 376	0.19 99	0.30 207	0.27 228	0.35 243	0.26 123

StereoDRNet-Refined	1.77 248	0.81 326	2.22 167	1.21 338	0.76 245	3.26 205	0.71 165	3.82 315	2.05 302	2.29 376	2.05 360	2.98 397	1.44 275	7.15 383	2.27 418	0.30 210	0.23 221	0.42 389	0.33 338	0.45 355	0.64 432
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CSP-Net	1.78 249	1.32 448	1.92 129	1.16 317	1.03 340	3.38 222	1.31 409	3.52 259	1.75 247	1.96 261	1.93 334	2.40 333	1.48 286	8.58 407	1.58 324	0.46 402	0.34 373	0.27 137	0.26 202	0.41 310	0.50 378

MM-Stereo_test2	1.79 250	0.53 84	20.16 489	1.43 423	0.47 95	2.57 135	0.73 173	1.67 34	1.47 110	0.94 110	0.96 61	0.84 101	0.79 103	1.16 66	0.68 76	0.24 63	0.17 42	0.25 82	0.22 133	0.30 144	0.22 63

tt1	1.79 250	0.73 280	10.41 334	1.75 480	0.36 14	4.55 479	0.79 222	4.22 428	3.37 505	1.08 128	1.80 280	0.74 83	1.48 286	2.21 245	0.65 63	0.29 171	0.16 29	0.31 229	0.22 133	0.30 144	0.29 167

RAFT_CTSACE	1.80 252	1.06 398	10.00 326	1.71 475	1.39 428	3.49 245	1.06 361	3.05 199	1.62 209	1.70 200	2.04 354	2.51 352	1.80 370	1.98 219	0.94 190	0.25 84	0.22 194	0.28 166	0.30 303	0.30 144	0.26 123

UPFNet	1.81 253	0.63 189	6.71 286	1.25 349	1.44 440	3.50 249	1.35 413	4.02 374	1.85 265	2.40 410	1.52 185	2.41 335	1.40 259	3.62 306	1.88 374	0.34 277	0.33 361	0.37 347	0.31 319	0.41 310	0.39 295

AACVNet	1.83 254	1.02 387	2.41 189	1.45 430	0.87 291	3.21 193	0.73 173	3.16 211	1.61 206	2.01 284	1.82 298	2.28 317	1.33 245	10.98 480	1.49 308	0.39 345	0.32 354	0.38 363	0.32 330	0.43 339	0.44 340

111	1.83 254	0.92 362	9.08 313	0.81 85	0.36 14	4.25 428	0.91 303	4.44 498	2.70 434	2.39 408	1.96 336	2.30 323	1.64 338	1.28 99	1.82 367	0.28 149	0.22 194	0.24 60	0.20 86	0.31 163	0.54 399

ACVNet-DCA	1.85 256	0.74 288	13.77 368	1.78 483	0.36 14	4.48 461	0.74 185	3.98 362	1.53 154	1.01 120	1.81 292	0.72 75	1.62 322	2.13 232	0.64 58	0.29 171	0.17 42	0.32 249	0.21 100	0.33 207	0.32 213

ITSA-stereo	1.86 257	0.72 269	3.74 255	1.20 332	0.66 204	4.09 382	0.91 303	4.24 440	2.53 412	1.93 253	1.77 271	1.59 217	2.15 405	6.12 361	2.44 432	0.40 351	0.38 400	0.40 372	0.40 413	0.50 381	0.98 485

test_5	1.87 258	0.75 300	10.23 331	1.14 298	1.40 430	3.85 324	1.27 405	3.91 342	1.93 279	1.69 196	1.78 274	1.67 225	1.79 365	2.99 293	1.17 235	0.30 210	0.18 69	0.35 320	0.33 338	0.34 225	0.33 228

NINENet	1.87 258	0.74 288	2.60 198	1.12 290	1.06 348	4.50 470	0.76 198	4.41 493	2.24 342	2.16 336	1.86 314	3.63 454	0.97 153	8.00 398	1.17 235	0.41 365	0.30 336	0.41 382	0.30 303	0.41 310	0.36 260

IRAFT_RVC	1.87 258	0.60 154	4.33 261	2.40 521	0.66 204	4.59 487	1.59 447	2.96 188	1.51 138	2.23 364	1.75 257	2.09 306	2.63 438	6.70 374	1.50 309	0.33 265	0.21 166	0.33 283	0.29 285	0.32 189	0.32 213

MLCV	1.87 258	0.91 360	8.59 307	1.10 279	0.57 157	3.59 270	0.53 80	3.70 296	2.20 336	2.80 463	2.25 398	2.00 292	1.42 269	4.13 321	1.86 372	0.30 210	0.20 135	0.32 249	0.21 100	0.33 207	0.36 260

iRaft-Stereo_20w	1.88 262	0.62 180	10.58 336	0.90 154	0.83 273	2.96 170	0.78 215	4.90 528	1.58 186	2.29 376	1.60 212	1.25 172	4.51 501	2.28 251	0.90 170	0.29 171	0.21 166	0.26 109	0.24 173	0.41 310	0.31 203

DSFCA	1.89 263	0.69 243	3.14 229	1.10 279	1.18 374	3.99 364	1.79 462	3.50 255	2.16 329	3.10 482	1.64 223	2.91 393	2.50 431	5.38 340	2.26 416	0.43 381	0.38 400	0.37 347	0.36 371	0.50 381	0.42 325

iResNet_ROB	1.89 263	1.02 387	8.60 308	1.39 415	0.98 327	3.72 291	0.66 144	3.84 319	2.65 428	1.88 235	2.05 360	1.98 289	1.27 233	4.52 326	1.67 346	0.30 210	0.20 135	0.28 166	0.18 50	0.31 163	0.40 315

MM-Stereo_test1	1.90 265	0.53 84	19.85 475	1.39 415	0.48 103	1.81 69	0.79 222	3.00 193	1.82 257	1.69 196	1.09 85	0.87 111	0.97 153	1.45 133	0.74 107	0.24 63	0.21 166	0.27 137	0.24 173	0.35 243	0.24 89

H2IRNET	1.90 265	0.53 84	14.29 382	1.14 298	0.60 171	4.48 461	0.44 48	2.65 153	1.81 256	1.05 126	2.30 411	1.67 225	1.40 259	2.17 239	1.50 309	0.36 308	0.21 166	0.33 283	0.37 383	0.34 225	0.29 167

CFNet-ft	1.90 265	0.95 374	3.56 247	1.07 256	1.54 454	4.09 382	0.90 295	2.85 179	1.82 257	1.78 215	1.70 242	2.75 375	1.48 286	9.33 423	1.72 352	0.33 265	0.30 336	0.61 473	0.36 371	0.52 386	0.39 295

CFNet_RVC	1.90 265	0.95 374	3.56 247	1.07 256	1.54 454	4.09 382	0.90 295	2.85 179	1.82 257	1.78 215	1.70 242	2.75 375	1.48 286	9.33 423	1.72 352	0.33 265	0.30 336	0.61 473	0.36 371	0.52 386	0.39 295

PSMNet-ADL	1.91 269	0.72 269	1.78 117	1.09 270	0.86 286	4.18 414	0.78 215	3.77 305	2.10 318	1.72 205	1.85 311	2.91 393	1.82 375	10.38 460	1.91 378	0.48 415	0.46 448	0.28 166	0.29 285	0.38 271	0.51 386

GEStereo_RVC	1.91 269	0.80 322	6.57 284	1.20 332	1.06 348	4.02 369	1.43 432	4.13 405	1.89 273	2.03 293	1.80 280	2.34 326	1.86 382	4.94 332	1.77 361	0.48 415	0.38 400	0.32 249	0.28 257	0.42 329	0.50 378

DN-CSS_ROB	1.91 269	1.55 471	11.13 343	1.82 490	0.88 294	3.99 364	0.61 114	4.01 370	1.67 221	1.64 187	1.89 324	1.39 190	1.06 184	3.23 295	1.50 309	0.31 229	0.19 99	0.44 397	0.29 285	0.37 266	0.31 203

qqq1	1.92 272	0.57 121	4.46 262	1.36 401	0.57 157	2.03 85	0.73 173	4.25 442	2.80 449	2.32 390	2.31 418	1.95 280	1.52 299	10.99 481	0.71 94	0.34 277	0.32 354	0.30 207	0.23 148	0.29 121	0.29 167

fff1	1.92 272	0.57 121	4.46 262	1.36 401	0.57 157	2.03 85	0.73 173	4.25 442	2.80 449	2.32 390	2.31 418	1.95 280	1.52 299	10.99 481	0.71 94	0.34 277	0.32 354	0.30 207	0.23 148	0.29 121	0.29 167

raft_robust	1.92 272	1.15 415	3.34 239	1.02 238	0.43 63	3.84 316	0.46 55	4.42 494	2.52 411	1.67 194	1.36 149	2.17 311	6.37 524	6.78 378	1.04 209	0.28 149	0.24 255	0.30 207	0.35 361	0.31 163	0.32 213

delet	1.92 272	0.76 305	5.14 272	1.01 228	1.65 478	3.44 231	2.03 478	3.76 303	2.48 402	2.01 284	2.05 360	2.63 364	1.90 387	5.34 339	2.12 404	0.28 149	0.29 323	0.40 372	0.31 319	0.41 310	0.45 346

BEATNet_4x	1.92 272	1.36 453	8.75 311	1.20 332	0.56 145	3.46 236	1.03 354	4.00 368	2.43 393	2.25 369	1.70 242	2.10 307	1.59 314	2.57 274	3.05 460	0.37 316	0.22 194	0.47 411	0.29 285	0.60 415	0.40 315

IIG-Stereo	1.95 277	0.79 318	2.14 158	2.78 528	0.66 204	4.62 491	0.76 198	4.27 450	1.53 154	2.63 446	3.14 484	3.35 428	1.61 319	7.65 394	1.41 288	0.39 345	0.20 135	0.31 229	0.25 184	0.33 207	0.22 63

LALA_ROB	1.95 277	1.48 466	3.11 227	1.05 248	0.98 327	3.99 364	1.82 466	4.44 498	2.28 354	3.31 492	1.85 311	2.76 381	1.67 344	4.04 320	3.23 463	0.46 402	0.41 421	0.55 456	0.52 460	0.60 415	0.57 409

DCANet-4	1.96 279	0.51 67	14.31 383	0.82 95	0.40 46	4.16 406	0.57 94	4.29 458	2.98 473	2.30 380	1.80 280	1.03 139	1.54 309	1.44 129	1.44 293	0.29 171	0.23 221	0.23 31	0.18 50	0.24 50	0.42 325

PSMNet-RSSM	1.96 279	0.77 308	3.26 233	1.29 366	1.31 406	4.19 418	0.96 334	3.68 286	1.89 273	2.05 297	1.80 280	2.60 360	1.70 351	9.84 437	1.81 365	0.35 297	0.29 323	0.35 320	0.37 383	0.42 329	0.35 254

4D-IteraStereo	1.97 281	0.84 340	20.43 506	0.78 80	1.56 461	2.09 93	1.05 360	2.43 113	1.56 177	1.41 158	1.00 63	1.94 278	0.61 42	1.22 83	1.06 211	0.27 112	0.18 69	0.31 229	0.26 202	0.27 91	0.23 74

OMP-Stereo	1.97 281	0.93 366	1.88 124	2.76 527	0.67 211	4.58 486	1.48 434	4.31 469	1.54 163	3.15 487	2.76 462	3.25 419	1.38 252	7.66 395	1.35 281	0.40 351	0.20 135	0.33 283	0.26 202	0.33 207	0.24 89

cc1	1.98 283	0.74 288	13.77 368	1.78 483	0.36 14	4.48 461	0.74 185	4.23 432	3.95 521	1.01 120	1.81 292	0.72 75	1.62 322	2.13 232	0.64 58	0.29 171	0.17 42	0.32 249	0.21 100	0.31 163	0.29 167

hknet	1.98 283	0.64 201	8.70 310	0.87 136	1.07 352	4.16 406	1.16 386	4.48 504	1.73 239	2.93 470	1.83 299	3.48 437	1.30 241	3.91 316	1.51 315	0.31 229	0.25 278	0.31 229	0.28 257	0.35 243	0.33 228

GANet-RSSM	1.98 283	0.62 180	3.49 242	1.69 471	1.23 394	4.22 424	0.91 303	3.31 230	1.86 266	1.81 220	1.74 253	2.34 326	1.82 375	10.92 478	1.73 356	0.34 277	0.29 323	0.31 229	0.28 257	0.39 281	0.40 315

1test111	1.99 286	0.74 288	13.77 368	1.78 483	0.36 14	4.48 461	0.74 185	3.98 362	1.53 154	1.01 120	1.81 292	0.72 75	1.62 322	4.66 328	0.98 200	0.29 171	0.17 42	0.32 249	0.21 100	0.33 207	0.32 213

SMFormer	2.00 287	0.57 121	4.46 262	1.36 401	0.57 157	2.03 85	0.73 173	4.25 442	2.80 449	2.32 390	2.31 418	1.95 280	1.52 299	10.99 481	2.13 407	0.34 277	0.32 354	0.36 335	0.31 319	0.38 271	0.36 260

tta	2.00 287	0.57 121	4.46 262	1.36 401	0.57 157	2.03 85	0.73 173	4.25 442	2.80 449	2.32 390	2.31 418	1.95 280	1.52 299	10.99 481	2.13 407	0.34 277	0.32 354	0.36 335	0.31 319	0.29 121	0.29 167

TestStereo	2.00 287	1.02 387	12.25 352	0.70 42	0.61 175	1.88 73	0.55 87	2.31 98	1.52 147	1.41 158	1.33 137	1.27 174	0.90 137	11.62 508	0.81 134	0.34 277	0.19 99	0.33 283	0.24 173	0.44 347	0.24 89

cross-raft	2.01 290	0.57 121	19.01 453	1.03 245	0.56 145	2.11 94	0.72 168	3.63 277	1.57 183	1.77 213	1.51 184	3.17 413	1.13 201	1.16 66	0.85 146	0.23 49	0.21 166	0.26 109	0.23 148	0.28 108	0.25 99

MMNet	2.02 291	0.81 326	10.76 338	1.12 290	1.23 394	3.53 256	0.89 290	3.79 309	2.08 307	2.15 331	1.76 266	2.15 310	2.12 401	3.69 309	2.32 421	0.31 229	0.29 323	0.34 301	0.27 228	0.38 271	0.42 325

xx1	2.03 292	0.74 288	13.77 368	1.78 483	0.36 14	4.48 461	0.74 185	4.23 432	3.95 521	1.01 120	1.81 292	1.79 253	1.34 246	2.13 232	0.64 58	0.29 171	0.17 42	0.33 283	0.33 338	0.33 207	0.32 213

HGLStereo	2.03 292	0.74 288	7.50 296	1.23 345	1.56 461	3.62 277	0.95 328	3.78 308	1.89 273	2.03 293	2.20 390	3.12 409	2.14 404	5.68 349	2.04 394	0.37 316	0.31 346	0.32 249	0.29 285	0.40 286	0.45 346

ssnet_v2	2.04 294	0.88 352	7.87 297	1.20 332	0.87 291	3.86 326	1.64 452	4.01 370	2.60 422	2.61 442	1.96 336	3.79 459	1.71 353	2.20 243	2.96 456	0.41 365	0.35 377	0.42 389	0.37 383	0.55 397	0.52 391

ADStereo(finetuned)	2.04 294	0.73 280	13.28 359	0.82 95	0.40 46	4.16 406	0.59 107	4.25 442	2.97 470	2.35 398	1.84 304	1.18 159	3.40 473	1.52 148	1.54 319	0.29 171	0.24 255	0.23 31	0.18 50	0.30 144	0.51 386

CBFPSM	2.05 296	0.95 374	10.12 330	1.07 256	1.05 345	2.84 149	1.20 397	3.28 226	1.73 239	1.82 222	1.30 132	4.56 498	4.06 490	2.34 252	2.34 423	0.25 84	0.38 400	0.32 249	0.27 228	0.37 266	0.79 465

DeepPruner_ROB	2.05 296	1.09 404	10.50 335	1.01 228	1.20 387	4.39 447	0.91 303	3.14 208	1.72 236	2.60 440	1.54 194	2.78 383	1.27 233	4.52 326	1.72 352	0.51 436	0.40 414	0.37 347	0.34 346	0.48 373	0.52 391

DLCB_ROB	2.05 296	0.95 374	2.37 184	1.24 347	1.02 339	2.92 161	1.30 408	3.68 286	2.30 358	2.91 468	2.17 384	3.32 426	1.52 299	10.37 458	2.50 437	0.40 351	0.33 361	0.40 372	0.36 371	0.41 310	0.47 361

HITNet	2.07 299	0.82 333	14.77 386	1.34 391	0.56 145	3.47 239	0.80 232	4.07 389	2.35 370	2.16 336	1.61 216	1.64 222	1.44 275	2.09 230	2.56 444	0.26 97	0.18 69	0.41 382	0.26 202	0.45 355	0.25 99
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
ETE_ROB	2.07 299	1.40 458	3.01 224	1.09 270	0.92 305	3.94 346	1.53 441	4.25 442	2.23 340	3.31 492	2.06 364	2.35 328	1.52 299	8.74 409	2.07 400	0.44 388	0.36 381	0.51 438	0.48 444	0.54 395	0.62 425

CFNet-RSSM	2.08 301	0.52 73	20.06 483	1.01 228	0.56 145	3.39 223	0.64 132	3.67 284	1.55 171	1.72 205	1.37 150	2.57 357	1.19 223	1.11 51	0.86 153	0.27 112	0.20 135	0.25 82	0.23 148	0.27 91	0.23 74

coex_refinement	2.10 302	0.85 344	3.67 254	1.31 376	1.13 365	3.21 193	0.85 262	3.86 325	2.31 362	2.51 424	1.92 332	3.49 443	1.69 349	11.08 488	2.13 407	0.37 316	0.25 278	0.27 137	0.31 319	0.41 310	0.37 274

iRaft-Stereo_5w	2.10 302	0.83 336	8.57 306	0.81 85	0.76 245	3.21 193	0.84 253	3.71 297	1.65 217	1.56 173	2.50 436	2.20 313	2.23 414	9.13 418	2.01 392	0.38 333	0.19 99	0.35 320	0.27 228	0.45 355	0.39 295

DFGA-Net	2.11 304	3.00 514	7.43 294	1.11 286	0.76 245	3.72 291	0.60 110	2.63 151	1.91 277	2.01 284	2.07 365	1.22 169	1.04 172	10.26 456	2.26 416	0.27 112	0.22 194	0.34 301	0.34 346	0.61 420	0.48 365

G2L-Stereo_test	2.11 304	0.86 347	7.12 291	1.65 467	1.19 381	3.54 260	1.02 352	3.57 268	2.01 292	2.50 421	1.68 235	3.15 411	1.50 293	9.21 421	1.62 336	0.28 149	0.19 99	0.23 31	0.22 133	0.27 91	0.31 203

CFNet_pseudo	2.12 306	0.67 232	15.14 397	0.85 126	0.74 239	3.95 351	0.64 132	3.95 353	1.78 252	1.90 242	1.79 277	3.27 421	1.62 322	2.51 263	1.16 232	0.31 229	0.36 381	0.53 448	0.27 228	0.63 425	0.44 340

test_xeample3	2.12 306	0.63 189	21.55 540	0.91 161	0.47 95	1.85 71	0.94 324	7.96 546	1.23 58	0.75 62	0.76 25	0.64 51	0.70 66	1.77 193	0.83 140	0.30 210	0.21 166	0.27 137	0.21 100	0.27 91	0.24 89

G2L-ROB	2.13 308	0.78 314	10.06 327	1.19 327	1.06 348	3.84 316	0.93 318	3.32 235	2.27 350	2.20 349	1.47 173	2.65 365	1.20 225	8.38 403	1.81 365	0.28 149	0.19 99	0.23 31	0.22 133	0.28 108	0.32 213

ccs_rob	2.13 308	0.67 232	15.11 396	0.84 114	0.75 241	3.96 356	0.65 141	3.95 353	1.78 252	1.88 235	1.79 277	3.26 420	1.64 338	2.51 263	1.16 232	0.31 229	0.36 381	0.54 455	0.27 228	0.65 435	0.45 346

SepStereo	2.15 310	0.67 232	4.79 269	1.14 298	1.64 474	2.93 165	2.13 483	4.09 395	2.74 438	4.17 514	2.52 439	2.46 347	1.79 365	8.36 401	1.63 339	0.37 316	0.22 194	0.39 366	0.25 184	0.41 310	0.34 240

test_for_model	2.16 311	3.87 522	1.58 102	4.16 546	3.64 542	2.51 126	0.96 334	3.63 277	2.62 423	2.45 415	1.39 155	1.02 137	0.73 76	0.92 23	0.57 43	2.97 533	2.19 538	0.26 109	0.17 27	5.32 551	2.24 526

IGEV_Zeroshot_test	2.16 311	0.69 243	20.60 513	1.22 341	0.54 134	2.18 97	0.53 80	3.38 243	1.61 206	1.93 253	1.55 198	3.76 458	1.05 177	1.55 151	0.91 177	0.29 171	0.20 135	0.27 137	0.29 285	0.40 286	0.32 213

anonymousa	2.16 311	0.67 232	19.19 454	1.04 247	1.67 482	2.06 91	0.79 222	2.86 182	1.96 281	1.85 225	2.14 379	3.23 418	1.81 373	1.12 54	1.15 229	0.26 97	0.26 291	0.34 301	0.32 330	0.30 144	0.28 157

AIO-test1	2.18 314	0.66 222	18.95 451	0.89 145	1.48 445	3.40 226	0.97 337	4.19 419	1.68 223	0.86 99	1.35 145	0.99 132	0.75 83	4.47 325	1.27 262	0.23 49	0.23 221	0.28 166	0.33 338	0.31 163	0.35 254

SFCPSM	2.18 314	0.63 189	17.03 418	0.88 141	0.98 327	3.74 296	1.28 407	4.09 395	2.16 329	1.85 225	1.83 299	1.65 223	1.39 255	2.50 260	1.50 309	0.33 265	0.27 302	0.39 366	0.36 371	0.34 225	0.37 274

GANet-ADL	2.20 316	0.73 280	20.11 488	1.25 349	0.69 222	3.83 311	0.76 198	3.49 252	1.71 233	1.65 191	1.99 346	2.10 307	1.10 195	1.42 126	1.26 259	0.38 333	0.33 361	0.25 82	0.22 133	0.42 329	0.36 260

MSKI-zero shot	2.22 317	0.64 201	20.09 487	0.96 195	0.56 145	4.04 372	0.70 163	3.91 342	1.50 131	1.92 249	2.28 403	1.92 276	0.71 68	2.93 290	0.67 73	0.26 97	0.23 221	0.26 109	0.21 100	0.28 108	0.26 123

PS-NSSS	2.22 317	1.33 451	2.90 220	0.97 202	1.53 453	4.11 388	1.08 368	4.55 514	2.65 428	2.10 309	2.32 423	1.77 245	1.40 259	11.79 521	1.61 331	0.68 476	0.45 439	0.96 508	0.43 428	0.95 483	0.92 479

PCWNet_CMD	2.23 319	0.65 211	17.36 423	0.83 105	0.76 245	3.51 252	0.64 132	3.60 272	1.97 283	1.70 200	1.63 221	3.22 416	3.05 459	2.09 230	1.11 223	0.31 229	0.36 381	0.47 411	0.26 202	0.64 432	0.47 361

HH	2.23 319	0.86 347	21.59 541	0.98 208	0.51 116	1.49 50	0.82 245	2.74 165	1.54 163	1.10 130	1.69 240	4.62 500	1.86 382	2.55 271	0.69 85	0.26 97	0.22 194	0.29 187	0.23 148	0.34 225	0.27 138

HanStereo	2.23 319	0.86 347	21.59 541	0.98 208	0.51 116	1.49 50	0.82 245	2.74 165	1.54 163	1.10 130	1.69 240	4.62 500	1.86 382	2.55 271	0.69 85	0.26 97	0.22 194	0.29 187	0.23 148	0.34 225	0.27 138

MSMDNet	2.23 319	0.64 201	17.32 419	0.84 114	0.75 241	3.53 256	0.64 132	3.61 275	1.98 285	1.71 204	1.64 223	3.22 416	2.99 453	2.08 227	1.11 223	0.31 229	0.37 394	0.45 403	0.26 202	0.62 424	0.45 346

FENet	2.25 323	0.50 61	20.29 499	1.35 395	0.67 211	4.01 367	0.60 110	3.95 353	1.99 286	1.96 261	1.11 89	2.43 341	1.43 272	1.60 162	1.39 283	0.32 249	0.22 194	0.33 283	0.26 202	0.29 121	0.39 295

DISCO	2.25 323	0.73 280	10.06 327	1.76 481	1.12 363	3.47 239	1.25 404	3.24 222	2.26 348	2.65 451	1.96 336	4.53 496	1.92 389	4.17 323	3.61 467	0.32 249	0.25 278	0.31 229	0.29 285	0.66 440	0.41 321

iinet-f	2.26 325	1.18 420	13.71 366	1.14 298	1.11 362	3.77 300	1.10 374	4.14 411	2.17 331	2.06 302	1.76 266	2.99 398	2.99 453	2.50 260	2.49 436	0.35 297	0.39 409	0.27 137	0.28 257	0.45 355	0.39 295

ICVP	2.26 325	0.66 222	21.18 532	0.99 214	0.88 294	4.28 435	0.95 328	3.32 235	1.60 202	1.66 192	1.76 266	1.34 183	1.14 208	1.62 168	1.32 273	0.53 445	0.35 377	0.33 283	0.29 285	0.40 286	0.51 386
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rrr	2.27 327	0.65 211	23.82 558	0.90 154	0.46 85	1.57 56	0.96 334	7.98 547	1.19 55	0.65 36	0.77 27	0.74 83	0.72 72	2.59 275	0.86 153	0.28 149	0.21 166	0.28 166	0.21 100	0.29 121	0.25 99

CIPLG	2.27 327	1.18 420	19.24 455	0.92 167	1.34 417	3.95 351	0.89 290	4.23 432	1.82 257	2.31 386	2.67 455	1.17 155	1.06 184	1.53 150	1.32 273	0.37 316	0.23 221	0.27 137	0.22 133	0.31 163	0.45 346

ACRE	2.27 327	1.11 408	19.45 462	0.91 161	1.30 404	3.94 346	0.87 283	4.21 425	1.80 255	2.28 374	2.62 450	1.17 155	1.04 172	1.52 148	1.30 270	0.37 316	0.23 221	0.27 137	0.22 133	0.31 163	0.46 356

NOSS_ROB	2.27 327	0.73 280	3.00 223	1.71 475	1.00 337	3.90 333	0.97 337	4.29 458	2.81 455	2.94 474	2.19 388	3.88 463	1.19 223	11.77 520	1.62 336	0.59 456	0.54 468	0.56 458	0.52 460	0.56 403	0.54 399

XPNet_ROB	2.27 327	1.11 408	4.10 259	1.36 401	0.97 320	3.94 346	1.63 450	4.07 389	2.14 325	2.82 465	2.00 348	2.32 325	1.73 358	10.81 473	3.39 464	0.51 436	0.47 452	0.48 419	0.40 413	0.51 383	0.56 405

IPLGR_C	2.28 332	1.31 446	19.46 463	0.92 167	1.32 412	3.93 341	0.89 290	4.20 420	1.82 257	2.30 380	2.63 452	1.16 154	1.07 186	1.41 125	1.29 269	0.37 316	0.23 221	0.27 137	0.22 133	0.31 163	0.45 346

DRaft	2.28 332	0.56 112	2.64 206	0.74 59	0.46 85	3.94 346	1.23 401	2.32 100	1.55 171	2.64 447	2.80 466	1.60 218	5.34 511	6.96 382	10.99 517	0.34 277	0.22 194	0.27 137	0.27 228	0.29 121	0.37 274

psm_up	2.28 332	0.81 326	5.45 279	1.26 355	1.50 448	3.84 316	1.23 401	4.23 432	2.03 295	2.55 429	1.80 280	2.44 344	1.65 340	12.90 539	1.58 324	0.37 316	0.38 400	0.41 382	0.34 346	0.43 339	0.39 295

MyStereo04	2.29 335	0.80 322	18.77 447	1.00 222	1.04 343	3.95 351	0.95 328	3.91 342	2.54 416	1.99 270	1.27 127	2.31 324	1.65 340	2.02 224	1.77 361	0.24 63	0.24 255	0.34 301	0.26 202	0.41 310	0.37 274

ADLNet	2.29 335	0.83 336	3.62 252	1.35 395	1.60 467	3.67 285	1.24 403	3.95 353	2.98 473	2.58 436	2.29 406	4.01 470	1.79 365	11.23 494	2.09 402	0.37 316	0.38 400	0.36 335	0.34 346	0.45 355	0.71 445

TDLM	2.29 335	1.08 401	4.61 268	1.29 366	1.01 338	4.26 429	2.17 485	3.75 301	2.79 445	2.31 386	1.98 344	2.06 302	1.59 314	12.45 534	1.72 352	0.51 436	0.28 313	0.52 444	0.35 361	0.56 403	0.50 378

Wz-Net-LNSev	2.30 338	1.67 480	14.88 389	1.18 325	1.65 478	3.49 245	1.54 444	3.63 277	2.03 295	1.88 235	1.64 223	3.29 422	2.06 397	2.71 284	2.02 393	0.40 351	0.33 361	0.32 249	0.31 319	0.53 392	0.49 371

DCVSM-stereo	2.31 339	0.66 222	20.69 515	1.11 286	0.93 310	2.58 137	0.73 173	2.61 149	1.60 202	2.57 433	1.53 192	3.30 424	1.72 355	2.19 242	1.23 251	0.34 277	0.53 466	0.41 382	0.32 330	0.45 355	0.62 425

testlalala2	2.31 339	0.63 189	20.54 509	2.56 524	2.87 530	3.79 305	0.76 198	4.20 420	1.48 118	1.42 160	1.43 164	2.45 345	0.80 110	1.03 38	0.68 76	0.27 112	0.25 278	0.24 60	0.21 100	0.33 207	0.28 157

gwcnet-sp	2.31 339	1.21 425	17.34 420	1.08 264	0.92 305	3.56 264	1.04 357	3.69 291	2.09 310	2.55 429	1.60 212	1.80 256	1.62 322	3.87 313	1.95 384	0.29 171	0.29 323	0.30 207	0.28 257	0.38 271	0.39 295

scenet	2.31 339	1.21 425	17.34 420	1.08 264	0.92 305	3.56 264	1.04 357	3.69 291	2.09 310	2.55 429	1.60 212	1.80 256	1.62 322	3.87 313	1.95 384	0.29 171	0.29 323	0.30 207	0.28 257	0.38 271	0.39 295

ssnet	2.31 339	1.21 425	17.34 420	1.08 264	0.92 305	3.56 264	1.04 357	3.69 291	2.09 310	2.55 429	1.60 212	1.80 256	1.62 322	3.87 313	1.95 384	0.29 171	0.29 323	0.30 207	0.28 257	0.38 271	0.39 295

DAS	2.31 339	0.67 232	4.79 269	1.14 298	1.64 474	2.93 165	2.13 483	4.09 395	2.74 438	4.17 514	2.52 439	2.46 347	1.79 365	11.55 505	1.63 339	0.37 316	0.22 194	0.39 366	0.25 184	0.41 310	0.34 240

TRStereo	2.31 339	1.87 488	19.74 471	1.53 446	1.16 372	4.26 429	1.08 368	4.73 524	1.45 97	1.55 171	1.28 128	1.75 240	0.85 121	1.81 200	1.20 241	0.36 308	0.26 291	0.32 249	0.36 371	0.34 225	0.33 228

test_sample5	2.33 346	0.62 180	11.29 344	1.29 366	0.83 273	3.09 184	0.74 185	4.28 455	2.31 362	2.20 349	1.97 342	1.68 227	1.39 255	11.19 492	1.47 302	0.37 316	0.31 346	0.37 347	0.37 383	0.41 310	0.39 295

MyStereo8	2.33 346	1.13 410	19.26 458	1.22 341	1.62 470	4.16 406	0.57 94	3.50 255	2.36 373	2.15 331	1.75 257	2.28 317	1.14 208	1.46 137	2.20 413	0.24 63	0.21 166	0.32 249	0.27 228	0.36 256	0.43 334

DualNet	2.33 346	0.62 180	11.29 344	1.29 366	0.83 273	3.09 184	0.74 185	4.28 455	2.31 362	2.26 372	2.04 354	1.68 227	1.39 255	11.19 492	1.47 302	0.37 316	0.31 346	0.37 347	0.37 383	0.41 310	0.39 295

MIPNet	2.33 346	0.71 265	19.82 473	0.89 145	0.56 145	4.76 518	0.61 114	4.32 473	2.37 379	1.83 223	1.48 180	1.48 203	1.98 392	2.63 278	1.44 293	0.29 171	0.20 135	0.26 109	0.23 148	0.30 144	0.39 295

DualNet (step1)	2.34 350	1.05 393	7.87 297	1.07 256	0.86 286	3.93 341	1.19 393	4.35 479	2.11 320	2.14 323	1.75 257	1.75 240	1.67 344	6.26 364	1.26 259	1.23 512	0.48 458	4.27 555	2.09 541	0.70 448	0.69 441

test_sample4	2.34 350	0.63 189	11.59 347	1.30 373	0.83 273	3.07 182	0.72 168	4.27 450	2.30 358	2.30 380	1.88 318	1.73 238	1.42 269	11.14 491	1.46 297	0.35 297	0.29 323	0.35 320	0.36 371	0.40 286	0.38 289

test_sample3	2.34 350	0.61 170	11.94 350	1.33 384	0.85 281	3.10 186	0.73 173	4.24 440	2.19 334	2.21 358	1.75 257	1.80 256	1.41 264	11.11 490	1.46 297	0.35 297	0.29 323	0.34 301	0.35 361	0.39 281	0.37 274

STTStereo	2.34 350	0.95 374	14.93 392	1.43 423	1.54 454	3.86 326	0.86 265	3.65 280	2.44 397	2.15 331	1.55 198	2.49 351	1.59 314	5.14 336	1.44 293	0.38 333	0.39 409	0.47 411	0.51 457	0.52 386	0.51 386

CFNet	2.34 350	1.10 405	8.96 312	1.34 391	1.24 396	4.09 382	0.73 173	4.04 379	2.77 442	1.62 183	1.87 317	2.27 316	1.45 279	11.41 499	1.82 367	0.31 229	0.24 255	0.43 393	0.36 371	0.43 339	0.33 228

AIO-Stereo-zeroshot	2.35 355	0.99 382	19.62 467	1.09 270	0.96 316	1.51 52	0.44 48	4.05 383	1.64 213	1.31 144	1.67 232	4.93 507	2.45 428	2.52 268	1.40 284	0.30 210	0.20 135	0.31 229	0.50 453	0.57 407	0.60 419

test_sample6	2.35 355	0.62 180	10.78 339	1.33 384	0.83 273	3.15 189	0.79 222	4.36 484	2.43 393	2.26 372	2.04 354	1.69 232	1.39 255	11.48 503	1.61 331	0.38 333	0.32 354	0.37 347	0.39 402	0.41 310	0.42 325

EAI-Stereo	2.35 355	0.63 189	2.97 221	0.95 189	0.65 195	3.84 316	14.27 556	5.04 530	2.19 334	2.06 302	7.25 518	1.10 147	0.94 147	1.65 176	1.37 282	0.31 229	0.22 194	0.27 137	0.60 477	0.27 91	0.32 213

ac_64	2.35 355	0.62 180	9.77 322	1.32 379	1.71 488	3.27 207	0.93 318	3.48 249	2.50 407	1.74 209	1.73 251	3.91 464	1.77 362	10.21 453	1.86 372	0.40 351	0.31 346	0.33 283	0.30 303	0.34 225	0.39 295

HSM	2.35 355	0.81 326	2.21 164	1.14 298	1.55 458	3.44 231	1.03 354	3.99 366	2.25 345	2.29 376	2.11 373	8.04 533	3.05 459	11.60 506	1.71 350	0.33 265	0.22 194	0.28 166	0.23 148	0.32 189	0.35 254

CFNet_ucs	2.36 360	0.68 240	18.42 443	0.89 145	0.81 260	3.85 324	0.68 151	4.29 458	2.37 379	2.09 306	2.04 354	3.31 425	1.24 231	2.63 278	1.14 228	0.36 308	0.45 439	0.56 458	0.29 285	0.66 440	0.49 371

MyStereo05	2.37 361	0.72 269	19.94 478	1.02 238	0.99 330	4.26 429	0.86 265	4.01 370	2.62 423	2.14 323	1.26 121	2.28 317	1.63 335	2.07 225	1.68 347	0.24 63	0.23 221	0.34 301	0.26 202	0.42 329	0.36 260

hitnet-ft	2.37 361	0.73 280	8.34 303	0.96 195	0.89 299	3.77 300	0.80 232	3.55 266	2.58 420	2.24 366	2.04 354	3.65 456	1.49 292	11.71 518	1.89 375	0.44 388	0.53 466	0.44 397	0.35 361	0.52 386	0.48 365

YMNet	2.40 363	1.41 460	13.46 362	1.36 401	1.67 482	3.96 356	0.97 337	3.81 312	2.37 379	2.64 447	2.57 446	3.35 428	1.53 306	3.28 297	2.42 429	0.48 415	0.54 468	0.52 444	0.49 447	0.70 448	0.54 399

YMNet_1	2.40 363	1.41 460	13.46 362	1.36 401	1.67 482	3.96 356	0.97 337	3.81 312	2.37 379	2.64 447	2.57 446	3.35 428	1.53 306	3.28 297	2.42 429	0.48 415	0.54 468	0.52 444	0.49 447	0.70 448	0.54 399

CoDeX	2.40 363	0.78 314	13.21 358	1.00 222	1.18 374	3.24 200	1.32 410	4.14 411	2.41 390	1.74 209	1.84 304	2.05 300	1.47 284	10.03 447	1.60 328	0.34 277	0.28 313	0.32 249	0.27 228	0.32 189	0.39 295

LMCR-Stereo	2.40 363	1.31 446	18.61 446	1.59 458	0.86 286	3.87 329	1.15 384	4.32 473	1.60 202	2.25 369	2.27 400	1.13 150	2.43 426	2.48 259	1.60 328	0.88 496	0.24 255	0.29 187	0.24 173	0.56 403	0.30 194

Wz-Net-LNSev-Ref	2.42 367	1.47 465	14.14 378	1.30 373	1.35 418	3.51 252	1.64 452	4.04 379	2.10 318	2.46 416	1.88 318	2.28 317	2.51 432	4.73 331	3.17 462	0.38 333	0.19 99	0.35 320	0.20 86	0.40 286	0.36 260

PAM	2.43 368	0.61 170	20.86 519	1.07 256	0.73 234	2.93 165	0.53 80	3.24 222	1.53 154	1.89 241	2.43 429	5.29 519	2.76 443	1.84 204	1.02 207	0.27 112	0.24 255	0.26 109	0.25 184	0.40 286	0.50 378

PSM-AAD	2.43 368	0.54 95	1.32 73	0.92 167	0.54 134	4.48 461	7.47 544	2.96 188	1.55 171	2.31 386	2.56 444	1.26 173	16.23 554	2.46 257	0.89 166	0.28 149	0.21 166	0.58 462	0.41 419	0.34 225	1.32 503

AASNet	2.44 370	0.92 362	19.79 472	1.35 395	1.49 446	3.81 309	1.07 363	3.85 322	2.93 467	1.95 258	2.29 406	1.96 285	1.29 238	1.73 188	1.93 380	0.39 345	0.33 361	0.45 403	0.30 303	0.55 397	0.45 346

PAM_32	2.45 371	0.63 189	20.74 516	1.05 248	0.65 195	2.83 148	0.46 55	2.91 185	1.54 163	1.95 258	2.66 454	4.99 510	3.78 484	1.96 218	0.92 180	0.27 112	0.22 194	0.27 137	0.25 184	0.36 256	0.48 365

GMM-Stereo	2.45 371	0.52 73	20.38 502	0.89 145	0.82 269	4.18 414	1.91 471	2.45 116	1.48 118	2.48 419	2.30 411	1.69 232	1.86 382	2.93 290	1.08 216	0.28 149	0.18 69	0.33 283	0.48 444	0.35 243	2.41 530

DMCA-RVC	2.45 371	1.22 431	18.29 438	1.23 345	1.14 366	2.49 124	0.85 262	3.29 228	1.68 223	3.02 477	1.41 160	2.00 292	1.53 306	6.39 366	2.00 390	0.38 333	0.30 336	0.44 397	0.35 361	0.45 355	0.44 340

MyStereo06	2.46 374	0.72 269	19.97 480	1.02 238	0.99 330	4.26 429	0.86 265	3.51 258	1.68 223	1.92 249	1.73 251	4.01 470	4.22 494	1.62 168	0.88 163	0.24 63	0.23 221	0.34 301	0.26 202	0.42 329	0.36 260

SACVNet	2.46 374	1.14 414	9.47 320	1.44 426	1.18 374	4.06 375	1.49 438	3.84 319	2.24 342	2.62 443	1.89 324	2.57 357	1.28 235	11.35 497	1.64 342	0.50 430	0.39 409	0.48 419	0.41 419	0.55 397	0.75 456

RAFT-345	2.46 374	0.55 101	19.69 470	1.02 238	0.49 110	4.43 457	0.78 215	1.64 32	2.34 368	2.09 306	3.12 482	1.96 285	1.31 242	6.65 372	1.43 291	0.36 308	0.23 221	0.32 249	0.25 184	0.28 108	0.25 99

GwcNet-ADL	2.47 377	0.67 232	21.48 539	0.96 195	0.72 229	4.61 490	0.95 328	4.42 494	2.36 373	1.98 265	1.80 280	2.55 355	1.24 231	1.90 213	1.41 288	0.40 351	0.46 448	0.24 60	0.27 228	0.41 310	0.49 371

PFNet	2.47 377	0.60 154	16.95 417	2.15 511	0.81 260	4.63 493	0.91 303	2.55 138	1.52 147	2.40 410	2.79 464	1.83 265	1.42 269	7.54 390	1.34 280	0.33 265	0.21 166	0.36 335	0.27 228	0.32 189	0.39 295

IPLG	2.48 379	0.65 211	19.63 468	0.91 161	0.79 255	4.60 489	0.56 91	4.31 469	1.84 264	1.91 247	2.00 348	1.31 180	1.38 252	6.61 370	1.53 318	0.27 112	0.20 135	0.27 137	0.23 148	0.31 163	0.36 260

HHNet	2.48 379	0.71 265	20.52 508	0.64 17	0.64 187	4.07 380	0.93 318	3.76 303	1.56 177	2.15 331	4.92 510	0.98 131	3.37 472	1.66 177	1.79 364	0.32 249	0.20 135	0.31 229	0.27 228	0.36 256	0.42 325

G2L-Stereo	2.49 381	0.94 372	14.54 385	1.15 311	1.35 418	3.57 268	0.95 328	3.62 276	2.00 290	2.11 313	1.61 216	3.20 414	1.34 246	9.54 428	1.91 378	0.34 277	0.27 302	0.35 320	0.28 257	0.30 144	0.35 254

CRFU-Net	2.49 381	0.78 314	10.36 332	2.30 518	1.08 354	3.91 334	1.41 428	3.85 322	1.65 217	2.15 331	1.76 266	3.34 427	7.95 538	5.56 346	1.48 305	0.47 411	0.35 377	0.30 207	0.28 257	0.37 266	0.43 334

FADNet	2.49 381	1.76 484	13.17 357	1.17 319	0.95 315	3.27 207	0.88 287	3.94 351	2.27 350	1.40 156	1.29 130	2.51 352	2.06 397	9.93 442	1.94 382	0.43 381	0.45 439	0.40 372	0.43 428	1.06 491	0.53 393

RAFT + AFF	2.51 384	2.66 510	4.48 266	1.15 311	1.95 507	4.15 397	2.01 477	4.46 502	3.30 503	2.19 346	2.51 438	2.22 314	4.87 505	8.91 413	2.06 397	0.30 210	0.60 485	0.48 419	0.38 396	0.77 465	0.69 441

UNet	2.51 384	0.74 288	20.17 490	1.14 298	1.44 440	3.48 242	0.76 198	3.77 305	1.87 267	2.05 297	1.57 203	2.75 375	2.39 423	3.51 302	2.51 438	0.32 249	0.26 291	0.41 382	0.26 202	0.38 271	0.39 295

FADNet-RVC	2.51 384	2.27 500	14.03 376	1.09 270	0.81 260	3.54 260	1.10 374	4.13 405	2.48 402	1.39 155	1.22 108	1.85 271	1.77 362	9.78 435	2.06 397	0.38 333	0.37 394	0.40 372	0.40 413	0.67 442	0.48 365

iResNet	2.52 387	0.94 372	21.17 531	1.84 492	0.72 229	3.75 297	0.81 241	4.14 411	2.55 418	2.33 396	2.03 351	1.35 185	1.44 275	3.27 296	2.16 411	0.35 297	0.23 221	0.28 166	0.22 133	0.44 347	0.45 346

IPLGR	2.53 388	0.58 134	20.46 507	0.82 95	0.52 125	4.56 484	0.50 65	4.30 466	2.38 384	1.87 232	1.53 192	1.68 227	1.72 355	6.95 381	1.15 229	0.28 149	0.21 166	0.27 137	0.23 148	0.33 207	0.32 213

NCCL2	2.53 388	1.35 452	10.90 341	1.15 311	0.97 320	3.53 256	2.56 498	3.65 280	2.23 340	2.76 459	1.80 280	2.41 335	1.66 342	10.35 457	2.07 400	0.44 388	0.40 414	0.57 461	0.53 464	0.59 411	0.65 434

fast-acv-ft	2.54 390	1.19 422	20.08 486	1.41 419	1.40 430	3.18 191	1.17 389	3.37 242	2.28 354	1.90 242	2.15 381	2.69 367	2.17 410	2.91 288	2.31 420	0.37 316	0.39 409	0.45 403	0.39 402	0.57 407	0.45 346

XX-Stereo	2.54 390	0.61 170	20.21 491	1.78 483	1.19 381	4.30 438	0.46 55	4.39 490	1.58 186	2.32 390	1.89 324	4.64 502	0.60 39	4.16 322	0.82 137	0.31 229	0.21 166	0.28 166	0.27 228	0.51 383	0.26 123

NLCA_NET_v2_RVC	2.54 390	1.04 392	16.73 413	1.53 446	2.00 509	3.96 356	0.87 283	3.87 328	2.31 362	2.54 428	1.67 232	2.85 387	1.63 335	5.55 345	1.62 336	0.46 402	0.33 361	0.38 363	0.38 396	0.53 392	0.62 425
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	2.54 390	0.90 355	11.10 342	1.32 379	1.47 444	3.58 269	1.38 422	4.13 405	2.45 398	1.90 242	1.71 246	2.86 388	1.76 360	10.86 474	1.66 345	0.60 457	0.43 429	0.53 448	0.41 419	0.78 467	0.94 481

CVANet_RVC	2.55 394	1.10 405	9.13 318	1.46 432	1.15 368	3.96 356	1.53 441	3.91 342	2.50 407	3.04 478	2.04 354	2.60 360	1.72 355	12.46 535	1.50 309	0.49 427	0.30 336	0.51 438	0.41 419	0.63 425	0.50 378

GCST	2.56 395	1.79 486	18.02 434	1.92 498	1.33 415	1.72 63	0.51 69	3.67 284	2.03 295	1.70 200	1.61 216	1.55 212	1.29 238	5.06 334	1.24 253	2.06 526	0.77 507	1.45 523	0.97 509	1.14 500	1.34 504

ARAFT	2.56 395	1.13 410	19.50 465	0.89 145	0.48 103	4.15 397	1.40 425	4.36 484	2.82 457	2.36 402	1.88 318	1.70 234	1.04 172	6.45 367	1.22 248	0.29 171	0.18 69	0.37 347	0.35 361	0.35 243	0.25 99

RASNet	2.56 395	0.70 253	10.06 327	1.60 460	2.25 521	3.67 285	1.00 345	3.38 243	3.14 487	1.81 220	2.11 373	4.60 499	2.30 416	10.25 455	2.61 445	0.37 316	0.24 255	0.25 82	0.24 173	0.28 108	0.26 123

cf-r	2.57 398	0.79 318	16.09 404	1.48 437	1.35 418	4.19 418	0.93 318	3.68 286	2.36 373	1.97 263	1.81 292	3.42 434	1.45 279	8.24 400	1.83 369	0.32 249	0.26 291	0.33 283	0.30 303	0.34 225	0.37 274

UGAM	2.58 399	0.56 112	18.55 445	0.89 145	0.71 227	3.23 197	1.03 354	2.75 167	1.75 247	1.36 149	2.77 463	2.69 367	1.28 235	10.75 469	1.40 284	0.28 149	0.24 255	0.40 372	0.31 319	0.35 243	0.30 194

GrayStereo	2.58 399	0.53 84	1.63 104	1.58 457	0.89 299	4.17 411	8.17 548	3.03 197	1.52 147	2.80 463	2.50 436	1.70 234	17.10 555	2.83 287	1.15 229	0.33 265	0.21 166	0.27 137	0.32 330	0.28 108	0.53 393

ASMatch	2.62 401	0.60 154	20.65 514	1.37 411	0.64 187	4.39 447	0.78 215	1.97 62	1.58 186	1.70 200	3.89 501	1.94 278	3.79 485	5.46 342	1.64 342	0.31 229	0.24 255	0.34 301	0.28 257	0.33 207	0.50 378

RAFT-RH_RVC	2.63 402	0.55 101	19.97 480	1.26 355	0.47 95	4.46 459	0.57 94	1.71 38	1.64 213	3.06 481	5.51 513	2.03 296	1.28 235	6.70 374	1.52 317	0.42 376	0.22 194	0.37 347	0.34 346	0.28 108	0.29 167

DANet	2.63 402	1.07 399	8.10 302	1.83 491	1.70 487	3.25 203	1.16 386	4.31 469	2.38 384	3.40 497	2.18 386	4.08 474	1.80 370	9.77 433	3.89 471	0.52 442	0.55 472	0.59 465	0.44 430	0.63 425	0.86 473
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FADNet_RVC	2.65 404	2.28 502	16.51 410	0.98 208	0.92 305	4.09 382	0.83 250	4.26 449	1.73 239	1.46 162	1.78 274	1.60 218	1.50 293	8.88 411	2.39 424	0.47 411	0.38 400	0.44 397	0.58 473	0.89 478	0.97 483

iResNetv2_ROB	2.65 404	5.00 527	19.28 460	2.06 508	1.09 358	3.83 311	1.13 381	4.14 411	2.09 310	1.85 225	2.03 351	2.01 295	1.51 297	3.58 304	1.58 324	0.34 277	0.21 166	0.32 249	0.21 100	0.44 347	0.29 167

ccnet	2.66 406	0.97 381	8.01 301	1.54 448	1.24 396	3.75 297	2.18 486	4.07 389	2.41 390	2.66 452	3.25 487	2.87 389	2.31 419	9.89 439	3.50 465	0.78 485	0.75 506	0.71 490	0.67 484	0.76 464	0.81 467

GwcNet-RSSM	2.66 406	1.05 393	15.91 402	1.22 341	1.19 381	4.12 390	1.12 378	3.84 319	2.02 293	1.93 253	1.79 277	3.12 409	1.46 282	10.37 458	2.05 396	0.33 265	0.27 302	0.35 320	0.30 303	0.40 286	0.36 260

xxxx	2.67 408	0.54 95	2.03 140	1.22 341	0.81 260	3.49 245	0.63 129	4.49 507	2.49 406	2.22 360	2.23 395	2.05 300	1.38 252	10.05 448	17.91 546	0.32 249	0.32 354	0.30 207	0.27 228	0.33 207	0.34 240

test_xeample	2.67 408	0.56 112	2.05 143	1.09 270	0.81 260	3.24 200	0.80 232	4.55 514	2.70 434	2.42 412	2.27 400	1.39 190	1.40 259	10.75 469	17.51 545	0.30 210	0.30 336	0.32 249	0.28 257	0.34 225	0.33 228

PASM	2.67 408	2.05 497	9.71 321	1.73 478	1.37 423	2.53 132	1.52 439	3.10 204	2.17 331	2.79 462	1.84 304	2.90 390	1.85 381	11.89 525	2.19 412	0.81 490	0.85 510	0.87 505	1.01 511	1.14 500	1.05 488

AIO-Stereo-zeroshot1	2.68 411	1.26 438	22.01 548	1.08 264	0.99 330	1.61 58	0.86 265	3.69 291	1.64 213	1.52 168	5.62 515	3.35 428	3.44 478	2.20 243	1.33 277	0.26 97	0.21 166	0.30 207	0.62 481	0.93 482	0.67 436

222	2.68 411	0.57 121	2.03 140	1.11 286	0.81 260	3.23 197	0.65 141	4.52 512	2.45 398	2.34 397	2.29 406	1.41 196	1.44 275	10.50 461	18.47 550	0.32 249	0.30 336	0.32 249	0.27 228	0.32 189	0.34 240

PWC_ROB	2.69 413	2.01 494	8.36 304	1.33 384	1.90 505	3.23 197	1.18 390	4.33 475	3.25 498	3.11 483	3.41 492	2.71 370	2.18 412	9.15 419	4.48 475	0.56 451	0.31 346	0.61 473	0.36 371	0.69 447	0.74 453

pcwnet_v2	2.70 414	0.65 211	22.48 550	1.08 264	1.03 340	3.56 264	0.81 241	4.29 458	3.14 487	2.29 376	2.29 406	3.01 400	1.71 353	3.32 299	1.43 291	0.43 381	0.50 463	0.41 382	0.34 346	0.61 420	0.56 405

Wz-Net-MNSev	2.71 415	2.54 508	13.91 375	1.52 444	1.37 423	3.28 211	2.47 493	4.03 375	2.32 366	2.57 433	2.07 365	2.29 322	3.01 455	7.55 391	2.74 450	0.38 333	0.36 381	0.36 335	0.37 383	0.57 407	0.47 361

ttt	2.76 416	0.56 112	2.28 176	1.41 419	1.21 393	3.67 285	0.77 211	4.59 517	2.94 468	2.35 398	2.30 411	2.45 345	1.54 309	11.25 495	15.56 533	0.43 381	0.36 381	0.37 347	0.33 338	0.40 286	0.40 315

UGAM-zero	2.79 417	0.57 121	20.87 521	0.98 208	0.77 251	2.08 92	0.35 19	3.88 331	1.51 138	2.05 297	1.64 223	5.07 514	3.42 477	9.83 436	1.24 253	0.28 149	0.21 166	0.27 137	0.29 285	0.29 121	0.28 157

RP	2.79 417	1.20 424	10.36 332	1.54 448	1.93 506	3.44 231	1.97 474	4.05 383	2.34 368	2.66 452	2.79 464	3.98 468	2.58 436	10.21 453	2.61 445	0.95 499	0.47 452	0.71 490	0.57 472	0.71 457	0.68 439

SHD	2.82 419	2.04 496	13.80 372	1.69 471	1.79 497	2.73 143	1.07 363	3.85 322	3.18 491	4.63 522	2.74 459	3.38 433	2.77 444	5.48 344	3.66 468	0.62 461	0.47 452	0.51 438	0.55 467	0.65 435	0.74 453

FADNet-RVC-Resample	2.83 420	2.02 495	21.07 526	1.12 290	0.91 304	3.53 256	1.37 420	4.08 393	2.09 310	1.68 195	1.33 137	2.03 296	1.51 297	9.54 428	1.69 348	0.38 333	0.37 394	0.42 389	0.44 430	0.56 403	0.56 405

StereoDRNet	2.84 421	1.49 467	14.48 384	1.33 384	1.57 465	3.44 231	2.06 479	3.69 291	2.36 373	3.26 491	1.84 304	2.79 385	1.80 370	10.88 475	3.16 461	0.41 365	0.33 361	0.39 366	0.36 371	0.59 411	0.58 414

AAGNet	2.86 422	0.60 154	1.77 115	2.05 507	0.46 85	4.76 518	1.09 372	2.27 92	1.56 177	2.17 340	1.84 304	2.41 335	4.00 489	6.23 363	24.22 562	0.46 402	0.19 99	0.30 207	0.29 285	0.32 189	0.24 89

Consistency-Raft	2.86 422	1.66 478	19.61 466	1.40 418	1.75 492	3.84 316	1.32 410	4.07 389	2.25 345	1.78 215	2.67 455	1.82 262	4.41 498	1.94 217	2.06 397	0.83 493	0.94 513	1.03 510	1.12 516	1.70 520	1.09 491

PDISCO_ROB	2.86 422	1.53 470	14.27 381	1.98 504	2.19 518	4.52 475	1.35 413	4.65 520	3.19 492	2.09 306	2.16 382	3.53 448	2.45 428	5.32 338	2.12 404	1.30 520	0.78 508	0.72 494	0.59 475	1.24 509	1.28 499

AF-Net	2.87 425	1.30 442	16.24 405	1.33 384	1.75 492	3.26 205	1.59 447	4.09 395	2.43 393	2.69 454	2.94 472	4.51 494	3.20 466	5.84 353	2.75 451	0.76 484	0.36 381	0.72 494	0.49 447	0.70 448	0.56 405

HSM-Net_RVC	2.87 425	0.57 121	17.46 427	0.92 167	0.90 302	3.70 288	1.20 397	5.64 542	2.51 410	3.22 490	2.43 429	2.54 354	1.59 314	11.41 499	1.65 344	0.34 277	0.25 278	0.26 109	0.23 148	0.30 144	0.29 167
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Nwc_Net	2.88 427	1.16 418	18.30 439	1.35 395	1.68 485	3.52 255	1.18 390	3.90 338	2.06 304	2.52 426	2.82 469	3.82 461	2.34 420	6.78 378	2.55 443	0.86 495	0.40 414	0.59 465	0.67 484	0.57 407	0.55 403

DDUNet	2.91 428	2.78 512	6.94 290	3.53 538	2.26 522	3.28 211	1.36 415	3.77 305	2.04 299	2.62 443	2.49 435	4.18 480	1.69 349	5.38 340	1.85 371	2.21 528	1.77 532	2.61 536	2.43 547	2.60 526	2.34 529

MFMNet_re	2.91 428	1.91 489	18.25 436	3.06 532	1.89 504	3.13 187	1.67 457	3.52 259	2.97 470	3.14 485	2.87 471	2.26 315	2.41 424	2.42 254	2.00 390	1.10 505	1.05 515	0.94 507	0.90 504	1.28 510	1.46 511

ACV-stereo	2.92 430	0.92 362	20.27 497	1.33 384	1.05 345	4.68 500	1.10 374	2.66 155	1.64 213	1.46 162	1.32 135	5.41 521	4.24 495	7.83 396	1.90 377	0.44 388	0.52 465	0.32 249	0.29 285	0.45 355	0.63 429

GANet	2.93 431	1.05 393	11.29 344	1.64 465	0.96 316	3.91 334	2.52 496	3.72 298	2.41 390	2.95 475	3.00 475	3.21 415	2.03 393	12.42 533	4.72 479	0.51 436	0.41 421	0.46 408	0.39 402	0.60 415	0.50 378

RTSC	2.95 432	2.51 504	15.49 401	1.54 448	1.30 404	3.51 252	0.86 265	3.89 333	2.48 402	3.64 500	3.12 482	3.04 402	2.30 416	5.70 350	6.67 490	0.55 449	0.35 377	0.37 347	0.39 402	0.70 448	0.60 419

PWCDC_ROB	2.95 432	3.26 516	14.06 377	1.59 458	1.56 461	4.19 418	0.86 265	4.30 466	4.08 523	2.06 302	7.37 519	2.75 375	2.42 425	3.59 305	2.67 448	1.34 522	0.36 381	0.39 366	0.34 346	1.13 499	0.62 425

PSMNet_ROB	2.95 432	1.38 455	18.46 444	1.19 327	1.20 387	3.80 307	1.65 455	3.54 264	2.35 370	1.98 265	1.71 246	2.75 375	1.79 365	11.43 501	2.78 452	0.42 376	0.36 381	0.50 435	0.60 477	0.59 411	0.49 371

ff1	2.96 435	0.60 154	5.21 275	1.14 298	0.99 330	3.62 277	0.86 265	4.22 428	3.37 505	2.20 349	2.30 411	3.48 437	1.62 322	11.62 508	16.09 535	0.29 171	0.16 29	0.48 419	0.37 383	0.30 144	0.29 167

FINET	2.96 435	1.07 399	23.18 556	1.29 366	1.86 502	2.03 85	1.52 439	4.30 466	4.71 529	2.23 364	2.34 425	1.65 223	1.48 286	5.89 354	2.81 454	0.51 436	0.47 452	0.49 432	0.40 413	0.59 411	0.49 371

XQC	2.96 435	2.42 503	14.85 387	1.36 401	1.32 412	3.29 215	1.53 441	4.28 455	2.78 443	3.21 489	2.46 431	3.53 448	2.92 451	6.58 369	4.67 477	0.70 480	0.41 421	0.59 465	0.56 469	0.96 487	0.83 472

SGM-Forest	2.96 435	0.62 180	3.49 242	1.09 270	0.80 257	4.06 375	3.30 519	4.37 487	3.09 483	4.18 517	3.27 489	4.67 504	3.86 487	11.69 517	7.91 503	0.51 436	0.46 448	0.49 432	0.39 402	0.48 373	0.49 371
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DEmStereo	2.97 439	0.58 134	13.42 361	0.79 82	0.51 116	3.84 316	1.84 469	2.42 108	1.60 202	2.25 369	2.74 459	2.03 296	6.04 518	6.79 380	12.80 526	0.35 297	0.26 291	0.26 109	0.27 228	0.27 91	0.37 274

RYNet	2.97 439	0.93 366	15.09 395	1.12 290	1.38 426	3.66 284	1.42 430	4.03 375	2.29 357	2.10 309	1.70 242	3.79 459	2.16 408	13.64 548	3.02 459	0.37 316	0.41 421	0.48 419	0.34 346	0.81 472	0.75 456

TCMNet	2.98 441	1.30 442	18.26 437	1.47 435	2.09 515	3.84 316	1.08 368	3.96 358	2.39 387	2.53 427	2.29 406	2.43 341	1.75 359	10.09 450	2.39 424	0.52 442	0.45 439	0.61 473	0.50 453	0.80 471	0.78 462

mmx	2.98 441	0.60 154	5.21 275	1.14 298	0.99 330	3.62 277	0.86 265	4.49 507	3.05 479	2.20 349	2.30 411	3.48 437	1.62 322	11.62 508	16.09 535	0.33 265	0.28 313	0.48 419	0.37 383	0.44 347	0.37 274

xxx	2.98 441	0.60 154	5.21 275	1.14 298	0.99 330	3.62 277	0.86 265	4.49 507	3.05 479	2.20 349	2.30 411	3.48 437	1.62 322	11.62 508	16.09 535	0.33 265	0.28 313	0.48 419	0.37 383	0.44 347	0.37 274

Wz-Net-SNSev	2.98 441	4.36 524	15.98 403	1.57 456	1.19 381	3.28 211	1.80 464	3.96 358	2.40 388	2.32 390	2.28 403	3.48 437	2.05 396	7.84 397	3.82 470	0.47 411	0.39 409	0.53 448	0.49 447	0.71 457	0.60 419

DispNO	3.00 445	0.75 300	18.92 450	1.17 319	1.10 360	3.72 291	0.94 324	4.29 458	2.54 416	2.24 366	2.28 403	4.51 494	2.12 401	11.40 498	2.09 402	0.31 229	0.28 313	0.31 229	0.28 257	0.36 256	0.39 295

GwcNet	3.00 445	1.63 474	19.83 474	1.32 379	2.04 514	3.27 207	1.55 445	3.65 280	2.33 367	2.00 282	2.12 376	3.56 452	1.68 348	9.47 426	2.45 433	0.44 388	0.45 439	0.46 408	0.38 396	0.60 415	0.76 458

LL-Strereo	3.01 447	1.81 487	17.59 430	1.12 290	2.10 516	2.90 156	1.09 372	4.33 475	2.00 290	3.12 484	2.24 396	3.29 422	3.15 462	11.31 496	1.84 370	0.30 210	0.28 313	0.46 408	0.34 346	0.49 379	0.45 346

Anonymous_2	3.01 447	0.89 353	4.53 267	1.06 254	1.18 374	2.93 165	0.87 283	3.24 222	1.46 105	1.86 230	1.35 145	4.11 476	2.35 421	1.64 174	1.28 266	0.82 491	0.90 512	8.71 566	15.84 569	4.44 546	0.74 453

STrans-v2	3.03 449	0.77 308	20.91 522	0.81 85	0.63 185	3.89 331	1.01 348	4.27 450	2.64 427	2.28 374	3.70 497	4.13 477	5.20 508	7.33 385	1.27 262	0.31 229	0.18 69	0.29 187	0.25 184	0.29 121	0.41 321

TransformOpticalFlow	3.03 449	0.77 308	20.99 525	1.00 222	0.55 141	4.18 414	0.64 132	4.33 475	3.02 477	2.18 342	3.09 481	4.35 488	5.07 506	7.36 388	1.27 262	0.32 249	0.18 69	0.32 249	0.26 202	0.28 108	0.46 356

AANet_RVC	3.03 449	1.72 481	12.78 355	1.17 319	1.12 363	3.79 305	1.10 374	3.86 325	3.13 485	2.62 443	4.26 504	3.96 467	1.41 264	11.43 501	5.23 486	0.94 498	0.47 452	0.34 301	0.23 148	0.40 286	0.55 403

DRN-Test	3.03 449	0.99 382	18.18 435	1.35 395	1.60 467	3.59 270	1.48 434	4.13 405	2.45 398	3.47 499	1.92 332	2.58 359	2.53 433	10.88 475	2.80 453	0.39 345	0.36 381	0.44 397	0.41 419	0.55 397	0.57 409

Syn2CoEx	3.08 453	2.55 509	19.88 476	1.34 391	1.18 374	2.43 119	1.65 455	3.91 342	2.40 388	2.39 408	2.27 400	2.90 390	3.17 465	9.57 431	2.54 442	0.50 430	0.45 439	0.53 448	0.39 402	0.74 461	0.72 451

stereogan	3.09 454	0.93 366	16.43 408	1.37 411	1.66 481	3.70 288	1.67 457	3.87 328	3.15 489	3.04 478	2.70 458	5.04 513	2.79 445	9.96 443	1.78 363	0.63 462	0.49 462	0.69 487	0.47 439	0.83 475	0.68 439

PA-Net	3.09 454	1.24 436	18.84 448	1.38 413	1.19 381	3.42 229	1.75 460	3.89 333	3.27 502	1.88 235	2.10 369	3.03 401	1.88 386	11.60 506	2.88 455	0.40 351	0.54 468	0.44 397	0.62 481	0.52 386	1.02 486
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RGC	3.10 456	1.45 464	14.90 390	1.46 432	1.79 497	3.33 217	1.39 423	4.04 379	2.26 348	2.77 460	3.26 488	4.00 469	2.71 442	11.63 513	2.62 447	0.82 491	0.46 448	0.79 500	0.79 499	0.71 457	0.78 462

PVD	3.12 457	1.97 493	12.80 356	1.79 488	1.63 472	3.83 311	1.34 412	3.48 249	3.88 518	5.77 529	3.56 495	3.45 436	3.29 469	5.58 348	5.30 487	0.71 482	0.69 500	0.74 498	0.77 495	0.79 469	1.13 494

1111x	3.13 458	0.57 121	8.38 305	1.20 332	0.76 245	3.80 307	0.88 287	4.61 519	2.63 425	2.31 386	2.16 382	1.95 280	1.81 373	11.54 504	18.13 548	0.32 249	0.31 346	0.32 249	0.30 303	0.35 243	0.34 240

APVNet	3.13 458	1.25 437	21.14 528	1.31 376	1.52 451	3.94 346	1.13 381	3.32 235	2.14 325	2.20 349	2.03 351	3.05 405	1.96 391	11.79 521	2.53 440	0.42 376	0.45 439	0.64 481	0.46 436	0.67 442	0.57 409

MaskLacGwcNet_RVC	3.13 458	1.43 462	9.93 325	2.50 522	1.62 470	4.29 436	1.68 459	3.95 353	2.43 393	1.66 192	1.91 330	3.04 402	1.41 264	13.26 541	1.58 324	3.82 546	1.59 528	1.12 516	0.46 436	2.21 524	2.74 539

ADLNet2	3.15 461	0.92 362	20.06 483	1.20 332	1.79 497	3.83 311	1.48 434	3.94 351	3.59 511	2.19 346	2.47 433	4.65 503	1.93 390	10.69 468	1.96 387	0.39 345	0.37 394	0.28 166	0.30 303	0.48 373	0.43 334

NCC-stereo	3.16 462	1.28 440	18.31 440	1.25 349	1.75 492	4.06 375	1.40 425	3.89 333	2.22 338	2.72 456	2.55 442	3.49 443	2.65 439	9.91 440	2.99 457	1.29 518	0.65 492	0.64 481	0.86 502	0.65 435	0.71 445

Abc-Net	3.16 462	1.28 440	18.31 440	1.25 349	1.75 492	4.06 375	1.40 425	3.89 333	2.22 338	2.72 456	2.55 442	3.49 443	2.65 439	9.91 440	2.99 457	1.29 518	0.65 492	0.64 481	0.86 502	0.65 435	0.71 445
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GANetREF_RVC	3.20 464	1.93 490	18.84 448	1.51 443	0.80 257	4.12 390	1.82 466	4.16 415	2.91 463	1.87 232	1.74 253	2.48 349	1.84 377	13.18 540	1.74 357	0.80 488	0.57 475	0.79 500	0.74 491	1.20 508	0.86 473
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
GASNet	3.24 465	5.55 531	20.58 512	1.56 455	1.25 399	2.32 110	1.12 378	4.04 379	2.67 431	1.88 235	2.10 369	3.00 399	2.16 408	10.59 463	2.43 431	0.65 468	0.37 394	0.61 473	0.45 434	0.87 477	0.58 414

FBW_ROB	3.24 465	1.02 387	9.21 319	1.49 440	1.07 352	3.78 302	1.48 434	4.31 469	3.08 482	2.46 416	2.32 423	4.20 483	2.08 399	15.19 554	7.16 499	0.84 494	0.62 488	1.33 521	0.92 505	0.99 488	1.31 501

HBP-ISP	3.25 467	1.10 405	20.86 519	1.54 448	1.15 368	4.50 470	2.89 508	4.43 497	2.38 384	4.14 513	1.96 336	1.90 274	2.04 395	11.08 488	1.32 273	0.66 470	0.57 475	0.66 484	0.61 480	0.64 432	0.61 422

aanetorigin	3.30 468	1.66 478	17.52 429	1.18 325	1.58 466	2.57 135	3.80 533	2.65 153	2.03 295	6.12 534	4.30 505	2.82 386	5.70 514	5.47 343	4.67 477	0.50 430	0.44 434	0.43 393	0.47 439	1.17 505	0.92 479

ADCRef	3.30 468	1.23 435	14.90 390	1.17 319	1.41 437	3.95 351	1.64 452	3.88 331	2.36 373	3.05 480	2.21 392	2.40 333	2.81 447	5.04 333	16.63 540	0.46 402	0.34 373	0.63 478	0.62 481	0.54 395	0.67 436

CBMV	3.32 470	0.96 380	21.16 530	1.32 379	0.83 273	3.81 309	3.91 536	4.47 503	2.53 412	3.34 494	2.24 396	4.45 491	2.58 436	10.07 449	1.96 387	0.45 397	0.43 429	0.48 419	0.38 396	0.52 386	0.53 393
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FAT-Stereo	3.34 471	0.81 326	20.05 482	1.25 349	1.20 387	3.44 231	1.99 476	4.23 432	2.67 431	3.14 485	3.82 500	3.51 446	3.32 471	11.68 516	1.94 382	0.64 465	0.67 496	0.48 419	0.52 460	0.61 420	0.81 467

CC-Net-ROB	3.35 472	1.76 484	13.89 374	2.33 520	1.65 478	4.49 467	1.62 449	4.73 524	2.90 462	1.92 249	2.05 360	1.99 291	1.61 319	12.57 538	1.60 328	2.46 529	2.18 537	2.68 538	1.04 514	2.11 523	1.38 507

edge stereo	3.37 473	1.01 386	21.99 547	1.28 363	1.37 423	2.67 141	1.39 423	3.98 362	2.87 460	2.93 470	3.27 489	4.35 488	2.43 426	11.62 508	2.39 424	0.60 457	0.63 490	0.79 500	0.55 467	0.68 445	0.67 436

DPSNet	3.43 474	1.37 454	12.19 351	1.39 415	1.24 396	4.15 397	2.06 479	4.51 511	3.34 504	2.69 454	1.96 336	3.52 447	5.56 513	10.68 467	9.68 511	0.93 497	0.73 504	0.40 372	0.37 383	1.06 491	0.86 473

S-Stereo	3.48 475	0.91 360	22.06 549	1.36 401	1.50 448	3.55 262	2.53 497	4.21 425	2.81 455	2.37 403	3.81 499	3.75 457	1.84 377	11.90 526	2.51 438	0.63 462	0.71 502	0.48 419	0.76 493	0.67 442	1.19 497

UDG	3.55 476	2.81 513	17.45 426	2.69 525	1.98 508	3.97 361	1.19 393	4.35 479	2.02 293	2.42 412	2.53 441	4.50 493	2.46 430	6.53 368	2.41 428	2.12 527	1.77 532	2.63 537	2.57 549	2.64 527	1.95 521

SAMSARA	3.55 476	2.16 499	14.18 379	1.86 495	1.49 446	4.62 491	2.65 501	3.58 271	2.80 449	7.05 539	3.05 478	5.16 518	4.07 491	9.18 420	4.80 481	0.64 465	0.67 496	0.59 465	0.68 487	0.89 478	0.91 478

WZ-Net	3.62 478	4.87 526	16.77 415	1.43 423	1.40 430	3.75 297	2.29 489	4.12 404	2.50 407	2.74 458	2.19 388	4.06 473	5.29 510	10.19 452	7.36 500	0.54 447	0.37 394	0.47 411	0.49 447	0.77 465	0.73 452

CBMV_ROB	3.62 478	0.70 253	21.42 538	1.21 338	0.89 299	4.43 457	1.76 461	4.39 490	2.79 445	5.88 531	3.38 491	4.18 480	5.12 507	10.75 469	2.32 421	0.56 451	0.55 472	0.53 448	0.51 457	0.55 397	0.46 356

Wz-Net-TNSev	3.67 480	8.83 541	13.47 364	1.48 437	1.18 374	3.60 272	2.49 495	4.27 450	3.13 485	2.18 342	1.89 324	4.21 484	2.80 446	12.10 528	7.58 502	0.57 453	0.55 472	0.47 411	0.54 466	0.91 481	1.05 488

SQANet	3.70 481	9.34 549	18.41 442	2.75 526	2.74 527	3.40 226	1.47 433	3.50 255	1.68 223	2.60 440	1.75 257	2.69 367	1.91 388	6.72 377	1.74 357	2.96 532	1.41 526	1.85 526	1.12 516	3.17 529	2.70 538

DeepPrunerF	3.70 481	1.72 481	14.87 388	1.33 384	1.74 491	3.70 288	1.55 445	4.20 420	14.00 554	2.02 289	1.77 271	2.74 373	2.30 416	10.88 475	6.88 496	0.68 476	0.60 485	0.78 499	0.78 498	0.81 472	0.71 445

FTStereo	3.71 483	0.53 84	20.37 501	0.96 195	0.65 195	4.34 441	11.29 551	2.62 150	1.50 131	2.58 436	5.04 511	1.90 274	13.84 550	3.71 310	1.25 256	0.38 333	0.24 255	0.31 229	0.32 330	0.30 144	2.10 524

ADCP+	3.74 484	1.96 492	16.90 416	1.09 270	1.55 458	4.35 442	3.65 531	3.93 348	2.98 473	2.22 360	1.66 231	3.95 465	4.83 504	3.41 300	18.87 553	0.38 333	0.41 421	0.63 478	0.53 464	0.64 432	0.81 467

test_sample9	3.79 485	1.05 393	7.87 297	1.07 256	0.86 286	3.93 341	1.19 393	4.35 479	2.11 320	2.14 323	1.75 257	1.75 240	1.67 344	11.06 485	11.61 521	1.23 512	14.45 570	4.27 555	2.09 541	0.70 448	0.69 441

MFN_U_SF_RVC	3.81 486	10.78 554	15.01 393	1.84 492	1.39 428	3.73 295	1.63 450	4.05 383	3.26 499	2.91 468	2.38 427	4.36 490	3.65 482	8.43 404	4.91 483	1.11 507	1.04 514	0.99 509	1.31 523	1.58 516	1.75 518

ADCPNet	3.89 487	1.63 474	20.25 496	1.28 363	1.27 402	6.43 536	2.65 501	3.93 348	2.70 434	2.78 461	2.20 390	4.28 486	6.16 522	5.56 346	10.27 514	0.65 468	1.18 519	0.71 490	1.70 530	0.84 476	1.37 505

RTS	3.90 488	7.04 535	17.94 432	1.92 498	2.19 518	5.00 524	2.96 510	4.29 458	3.19 492	4.05 510	3.08 479	4.94 508	3.16 463	7.64 392	6.72 491	0.66 470	0.44 434	0.51 438	0.47 439	0.95 483	0.76 458

RTSA	3.90 488	7.04 535	17.94 432	1.92 498	2.19 518	5.00 524	2.96 510	4.29 458	3.19 492	4.05 510	3.08 479	4.94 508	3.16 463	7.64 392	6.72 491	0.66 470	0.44 434	0.51 438	0.47 439	0.95 483	0.76 458

MFN_U_SF_DS_RVC	3.94 490	10.88 555	12.30 353	1.26 355	1.55 458	5.19 527	3.33 521	4.42 494	2.82 457	2.58 436	2.62 450	5.00 511	2.11 400	14.03 552	2.73 449	1.28 517	2.34 544	0.67 486	1.83 535	0.81 472	1.03 487

ADCMid	3.96 491	3.27 517	15.48 400	1.26 355	1.40 430	4.66 497	2.28 488	4.06 387	3.54 510	3.94 507	3.02 476	3.85 462	3.67 483	4.03 319	18.65 551	0.68 476	0.61 487	1.09 515	1.18 520	1.38 513	1.08 490

SDNR	3.97 492	1.93 490	20.28 498	1.31 376	0.94 312	5.16 526	0.67 145	4.33 475	2.58 420	4.82 525	5.94 516	5.01 512	1.45 279	17.52 556	2.53 440	0.79 486	0.72 503	0.59 465	0.45 434	1.15 503	1.17 495

MADNet+	3.97 492	9.54 550	13.83 373	1.87 496	1.69 486	4.19 418	2.87 507	4.80 527	4.10 524	2.51 424	2.67 455	4.55 497	3.41 474	8.72 408	6.92 497	1.25 515	1.27 523	1.04 511	0.93 506	1.39 514	1.85 519

SPS-STEREO	3.97 492	1.44 463	20.85 518	1.72 477	1.71 488	3.24 200	2.30 490	3.55 266	2.68 433	4.79 524	3.66 496	5.44 522	2.97 452	9.11 417	9.35 510	1.15 508	1.10 517	1.06 513	1.02 513	1.16 504	1.18 496
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NaN_ROB	4.06 495	1.13 410	16.64 411	1.12 290	1.25 399	3.50 249	3.05 514	4.29 458	3.26 499	3.64 500	2.56 444	2.97 396	4.79 503	13.33 542	16.91 541	0.37 316	0.41 421	0.38 363	0.39 402	0.48 373	0.81 467

G-Net	4.11 496	1.21 425	19.47 464	2.31 519	2.94 531	4.74 516	2.95 509	3.33 239	2.14 325	4.44 520	9.43 535	6.93 529	3.84 486	9.01 416	4.92 484	0.79 486	0.80 509	0.70 489	0.50 453	0.95 483	0.87 476

THIR-Stereo	4.14 497	0.82 333	10.85 340	0.86 131	0.43 63	2.16 96	16.77 558	3.22 218	1.54 163	2.04 296	12.05 548	2.68 366	7.53 535	7.30 384	12.62 525	0.30 210	0.21 166	0.29 187	0.28 257	0.33 207	0.41 321

AnyNet_C32	4.17 498	5.75 532	12.62 354	1.60 460	1.54 454	5.51 530	4.09 537	3.90 338	3.23 497	4.22 518	3.03 477	3.10 406	3.41 474	8.01 399	18.85 552	0.53 445	0.58 480	0.53 448	0.74 491	1.19 507	0.97 483

Ntro	4.21 499	8.94 545	19.89 477	3.22 534	2.96 532	4.15 397	1.89 470	3.92 347	2.36 373	1.77 213	2.14 379	3.35 428	2.17 410	9.48 427	2.24 415	3.52 541	1.76 531	2.13 529	1.31 523	3.83 539	3.09 540

ADCS	4.22 500	5.33 528	16.32 406	1.64 465	1.31 406	3.91 334	3.64 530	4.21 425	2.89 461	5.11 526	2.81 468	4.46 492	3.06 461	5.21 337	19.50 554	0.63 462	0.64 491	0.69 487	0.69 489	1.12 498	1.26 498

ADCL	4.35 501	1.63 474	14.21 380	1.29 366	1.26 401	5.56 531	11.16 550	3.97 360	3.37 505	6.07 532	4.67 507	4.30 487	5.72 515	5.08 335	14.51 530	0.50 430	0.48 458	0.89 506	0.77 495	0.78 467	0.76 458

AnyNet_C01	4.37 502	7.80 537	16.40 407	1.98 504	1.40 430	6.37 535	6.47 543	4.09 395	5.03 534	4.06 512	3.78 498	4.16 479	3.31 470	6.62 371	10.00 512	0.61 459	0.67 496	0.63 478	0.67 484	2.01 521	1.31 501

MSC_U_SF_DS_RVC	4.48 503	10.62 553	15.18 398	1.55 453	1.45 443	6.16 533	3.54 528	5.41 540	3.68 515	2.59 439	2.74 459	4.81 505	2.20 413	13.79 549	4.40 474	2.04 525	3.36 557	1.05 512	1.20 521	2.09 522	1.72 516

RainbowNet	4.56 504	8.28 538	20.07 485	3.64 542	3.23 540	4.15 397	2.99 512	4.18 416	3.03 478	2.20 349	2.65 453	4.26 485	2.90 450	9.77 433	2.12 404	3.88 547	2.27 541	2.71 540	1.72 532	3.78 538	3.31 547

SGM_RVC	4.57 505	0.72 269	17.46 427	1.84 492	0.58 166	4.23 427	3.45 523	4.66 521	3.66 514	7.99 544	8.82 533	7.56 531	8.74 543	12.30 530	6.84 495	0.43 381	0.38 400	0.39 366	0.35 361	0.51 383	0.48 365
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
otaku	4.58 506	8.93 544	19.95 479	3.11 533	2.67 525	3.91 334	2.57 499	3.82 315	2.25 345	2.22 360	9.72 537	4.08 474	2.35 421	8.57 406	2.13 407	3.51 540	1.65 530	2.15 530	1.17 519	3.69 536	3.15 542

DispFullNet	4.64 507	3.48 519	23.95 559	3.99 544	3.03 533	3.35 219	1.06 361	4.18 416	2.80 449	6.33 536	2.94 472	4.04 472	7.81 537	3.92 317	5.16 485	2.75 530	1.61 529	3.10 545	2.68 552	3.32 531	3.31 547

CSAN	4.71 508	1.39 457	20.23 492	1.19 327	0.87 291	3.65 283	3.50 525	4.57 516	3.87 517	3.89 506	7.82 522	3.54 451	6.16 522	23.47 565	6.82 494	0.52 442	0.45 439	0.49 432	0.52 460	0.63 425	0.66 435

test_sample8	4.76 509	1.05 393	7.87 297	1.07 256	0.86 286	3.93 341	1.19 393	4.38 488	2.05 302	5.49 527	1.89 324	12.98 544	6.37 524	11.06 485	11.61 521	1.23 512	14.45 570	4.27 555	2.09 541	0.70 448	0.69 441

SuperB	4.79 510	4.41 525	21.08 527	1.45 430	1.08 354	3.91 334	3.08 516	4.18 416	3.01 476	2.50 421	2.10 369	2.75 375	3.49 480	8.80 410	19.60 555	0.44 388	0.33 361	0.53 448	0.39 402	12.01 565	0.64 432

IMH-64-1	4.84 511	2.53 506	6.83 287	4.30 550	3.74 544	4.81 520	6.05 540	5.30 535	3.92 519	3.95 508	8.33 526	5.08 515	6.06 519	8.96 414	6.30 488	4.57 556	2.96 551	3.04 542	2.12 544	4.28 543	3.62 550

IMH-64	4.84 511	2.53 506	6.83 287	4.30 550	3.74 544	4.81 520	6.05 540	5.30 535	3.92 519	3.95 508	8.33 526	5.08 515	6.06 519	8.96 414	6.30 488	4.57 556	2.96 551	3.04 542	2.12 544	4.28 543	3.62 550

NVStereoNet_ROB	4.91 513	1.40 458	16.46 409	1.47 435	1.72 490	3.46 236	1.96 473	3.89 333	3.61 512	2.90 467	24.61 563	4.81 505	4.49 500	13.57 546	4.87 482	1.33 521	1.29 524	1.70 525	1.68 528	1.41 515	1.66 513
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WCMA_ROB	5.12 514	0.90 355	21.33 534	1.50 441	1.33 415	4.09 382	3.49 524	4.03 375	4.59 528	6.57 537	10.95 542	12.92 543	8.41 542	9.86 438	8.78 508	0.75 483	0.58 480	0.51 438	0.50 453	0.68 445	0.57 409

WAO-7	5.16 515	3.21 515	18.98 452	1.88 497	1.44 440	5.34 528	3.09 517	4.91 529	5.81 541	4.35 519	8.92 534	6.55 526	6.06 519	13.40 544	10.81 516	1.34 522	1.20 522	1.48 524	1.35 526	1.60 517	1.45 509

CrosDoStereo	5.24 516	0.60 154	20.23 492	0.82 95	0.51 116	3.39 223	18.11 560	3.82 315	2.27 350	1.98 265	8.74 530	1.96 285	6.96 530	7.35 386	26.35 564	0.30 210	0.22 194	0.30 207	0.28 257	0.33 207	0.38 289

DeepStereo_LL	5.24 516	0.60 154	20.23 492	0.82 95	0.51 116	3.39 223	18.11 560	3.82 315	2.27 350	1.98 265	8.74 530	1.96 285	6.96 530	7.35 386	26.35 564	0.30 210	0.22 194	0.30 207	0.28 257	0.33 207	0.38 289

MeshStereo	5.35 518	1.32 448	21.34 535	1.34 391	1.15 368	4.40 451	3.90 535	5.18 532	4.55 526	10.14 554	11.82 547	11.47 539	5.84 516	13.84 550	7.03 498	0.61 459	0.58 480	0.60 470	0.58 473	0.72 460	0.59 418
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
ACVNet_2	5.41 519	12.60 557	20.42 505	3.27 535	3.15 538	4.50 470	3.02 513	4.66 521	3.73 516	3.35 496	5.36 512	7.86 532	2.88 448	12.33 532	4.76 480	3.12 536	2.22 539	2.70 539	1.69 529	3.49 532	3.10 541

pmcnn	5.45 520	1.22 431	17.40 424	1.60 460	2.41 524	3.48 242	2.12 482	4.52 512	3.26 499	3.67 502	13.15 551	22.10 557	3.46 479	11.92 527	17.16 543	0.34 277	0.21 166	0.23 31	0.19 70	0.36 256	0.28 157

MDST_ROB	5.53 521	0.59 142	23.11 554	2.55 523	2.69 526	21.20 562	1.98 475	4.77 526	2.65 428	9.36 549	4.25 503	4.14 478	4.45 499	22.57 560	3.68 469	0.48 415	0.33 361	0.47 411	0.44 430	0.44 347	0.44 340

EDNetEfficient	5.61 522	2.14 498	16.75 414	1.67 469	3.64 542	4.12 390	7.51 545	3.05 199	5.63 540	11.57 560	4.83 509	3.95 465	12.72 547	8.44 405	20.78 557	0.41 365	0.43 429	0.47 411	1.01 511	1.66 519	1.39 508

MSMD_ROB	5.61 522	1.08 401	16.68 412	1.21 338	0.83 273	10.14 548	2.07 481	3.93 348	6.22 542	10.37 555	8.03 524	22.22 558	9.45 544	11.66 514	4.52 476	0.66 470	0.58 480	0.66 484	0.68 487	0.65 435	0.63 429

SANet	5.65 524	1.72 481	20.94 523	1.26 355	0.88 294	7.20 540	3.81 534	4.60 518	11.23 548	4.56 521	8.78 532	7.49 530	6.95 529	11.85 524	18.11 547	0.49 427	0.44 434	0.50 435	0.42 425	0.90 480	0.82 471

ELAS_RVC	5.72 525	1.64 477	20.40 503	2.09 509	2.01 510	4.95 523	11.47 552	4.66 521	6.31 544	8.09 545	8.01 523	8.06 535	11.65 546	8.36 401	10.22 513	0.99 502	1.17 518	0.81 503	0.76 493	1.14 500	1.58 512
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCK	5.85 526	9.95 551	15.22 399	2.90 529	1.56 461	5.66 532	7.69 546	5.27 534	4.74 531	3.88 505	7.51 520	8.04 533	5.28 509	15.18 553	8.40 506	3.08 535	1.51 527	2.24 531	1.37 527	5.55 552	1.96 522

WAO-6	5.87 527	2.27 500	15.05 394	2.96 530	2.77 528	12.01 551	3.58 529	5.37 539	11.91 552	3.34 494	9.69 536	6.78 528	5.84 516	11.82 523	8.89 509	2.87 531	2.35 545	2.50 532	1.84 536	2.85 528	2.67 535

ELAS	5.99 528	1.62 472	20.29 499	1.96 503	2.01 510	15.09 557	8.38 549	5.23 533	5.54 538	9.02 548	8.61 529	6.74 527	9.75 545	7.48 389	11.40 520	0.96 500	1.18 519	0.72 494	0.93 506	1.30 511	1.67 514
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_1	6.04 529	13.97 562	21.36 536	3.58 540	3.14 537	4.73 513	2.48 494	4.20 420	3.17 490	2.98 476	2.83 470	23.31 559	4.34 497	11.06 485	2.45 433	3.68 543	2.33 543	2.60 535	1.79 534	3.69 536	3.19 544

FCDSN-DC	6.04 529	0.84 340	19.25 456	1.24 347	1.09 358	4.38 444	2.62 500	4.38 488	4.71 529	9.59 552	11.22 543	19.19 553	17.40 556	12.30 530	8.55 507	0.69 479	0.57 475	0.60 470	0.60 477	0.70 448	0.78 462
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
JetBlue	6.27 531	9.15 547	13.76 367	1.94 502	4.60 555	11.91 550	12.00 553	5.12 531	3.45 509	3.79 504	4.52 506	9.54 537	6.56 528	9.40 425	13.48 528	1.26 516	1.37 525	1.17 518	1.34 525	7.06 559	3.95 554

psmorigin	6.59 532	1.15 415	88.11 579	1.52 444	0.97 320	2.88 154	1.20 397	3.21 216	2.04 299	3.73 503	2.46 431	5.15 517	2.55 434	10.60 464	2.47 435	0.55 449	0.68 499	0.48 419	0.51 457	0.70 448	0.88 477

FC-DCNN	6.64 533	0.77 308	19.26 458	1.68 470	1.64 474	8.27 545	2.35 491	6.35 543	9.23 546	10.85 557	11.27 544	19.89 554	13.33 548	12.51 536	11.79 523	0.66 470	0.57 475	0.58 462	0.56 469	0.63 425	0.61 422

ACVNet-4b	6.73 534	13.67 561	21.87 546	3.54 539	3.07 534	4.19 418	2.25 487	4.03 375	3.65 513	1.64 187	3.98 502	5.88 523	2.89 449	10.01 446	16.98 542	23.29 572	2.24 540	2.53 533	1.78 533	3.87 540	3.21 545

EKT-Stereo	6.79 535	0.64 201	4.24 260	1.77 482	106.39 577	4.51 474	0.61 114	3.16 211	1.53 154	1.88 235	1.22 108	1.98 289	1.36 250	3.81 311	0.84 143	0.35 297	0.24 255	0.29 187	0.26 202	0.34 225	0.48 365

IMH	6.81 536	13.66 560	20.41 504	4.33 552	3.74 544	5.50 529	3.06 515	5.49 541	6.22 542	4.64 523	10.35 539	9.30 536	8.03 540	13.61 547	6.81 493	4.80 559	2.99 554	3.09 544	2.12 544	4.36 545	3.61 549

LVE	6.88 537	9.31 548	21.14 528	3.61 541	3.18 539	4.49 467	2.79 503	10.21 550	11.69 550	3.16 488	11.53 545	18.33 550	4.31 496	11.66 514	3.52 466	4.45 554	2.93 549	2.56 534	1.91 538	3.62 533	3.16 543

FC-DCNN v2	6.91 538	0.77 308	19.25 456	1.69 471	1.64 474	9.13 547	2.40 492	7.20 545	9.47 547	11.07 559	11.62 546	20.05 556	15.79 553	12.55 537	11.99 524	0.66 470	0.57 475	0.58 462	0.56 469	0.63 425	0.61 422

tt	7.19 539	0.51 67	6.83 287	4.03 545	2.30 523	12.05 552	20.19 564	15.46 562	6.58 545	3.42 498	3.22 486	5.37 520	6.39 527	4.20 324	7.46 501	9.81 565	11.53 569	7.05 562	7.46 564	6.31 554	3.71 552

Dean	7.52 540	9.08 546	21.41 537	3.74 543	3.53 541	4.81 520	3.53 526	5.33 538	5.25 535	4.17 514	26.53 564	25.62 565	4.09 492	10.97 479	4.32 473	3.69 544	2.30 542	2.91 541	1.87 537	4.03 541	3.24 546

DGSMNet	7.55 541	1.62 472	17.42 425	1.92 498	12.73 559	7.45 543	42.99 574	4.13 405	2.07 306	2.10 309	3.16 485	3.42 434	1.70 351	9.24 422	2.30 419	3.70 545	10.89 568	11.80 570	5.54 560	4.24 542	2.66 534

MADNet++	7.57 542	5.80 533	13.28 359	6.38 560	5.26 557	7.18 539	7.77 547	5.32 537	5.62 539	6.11 533	7.78 521	6.02 525	8.01 539	11.74 519	16.36 539	9.36 564	4.95 561	8.57 565	5.66 561	4.83 549	5.34 560

SGM+DAISY	8.36 543	3.82 521	24.83 560	2.02 506	1.75 492	14.80 556	17.22 559	4.27 450	11.79 551	13.88 561	14.38 554	11.74 542	13.83 549	10.56 462	15.12 531	1.21 510	1.19 521	1.14 517	1.13 518	1.17 505	1.37 505

UNDER WATER-64	9.33 544	5.37 529	22.60 552	5.22 559	4.86 556	10.75 549	4.61 539	11.45 551	17.30 558	7.59 540	9.80 538	15.99 549	17.90 558	10.63 465	15.72 534	4.36 551	2.87 548	4.39 558	2.86 555	7.01 558	5.36 561

TorneroNet-64	10.12 545	8.74 540	20.95 524	4.27 548	3.76 547	13.86 555	2.85 506	15.05 560	23.15 566	10.07 553	23.84 562	13.47 545	8.24 541	13.96 551	17.21 544	3.96 549	2.72 546	3.23 546	2.48 548	6.29 553	4.27 557

UNDER WATER	10.47 546	3.95 523	22.62 553	5.07 558	4.51 554	7.78 544	3.77 532	12.56 554	21.72 565	7.84 543	10.78 540	23.96 561	31.66 567	10.78 472	16.19 538	4.44 553	2.93 549	4.24 554	2.86 555	6.33 555	5.47 562

JetRed	10.48 547	27.10 569	35.70 566	4.27 548	4.09 551	15.55 560	12.83 555	12.16 552	5.50 537	5.83 530	5.56 514	10.14 538	7.43 534	8.88 411	26.39 566	3.32 537	3.81 558	3.51 549	2.96 557	7.85 560	6.69 563

notaker	10.50 548	8.60 539	20.23 492	4.54 555	3.95 548	6.27 534	3.44 522	8.07 548	4.75 532	8.73 546	46.45 570	13.86 548	27.86 566	13.49 545	13.61 529	4.56 555	3.18 555	3.52 550	2.68 552	8.13 562	4.05 555

xyz-stereo	10.85 549	0.45 21	79.01 578	0.62 10	0.45 76	83.70 580	0.77 211	2.59 147	1.34 77	2.19 346	32.02 568	2.76 381	1.62 322	5.75 351	2.39 424	0.25 84	0.17 42	0.33 283	0.21 100	0.25 64	0.19 5

MANE	11.39 550	1.38 455	23.16 555	4.82 557	2.79 529	22.02 563	14.51 557	25.81 566	26.28 567	10.93 558	13.17 552	19.90 555	18.03 559	15.69 555	20.41 556	0.96 500	0.74 505	1.42 522	3.24 558	0.74 461	1.71 515

SGM-ForestM	11.55 551	1.16 418	21.62 543	2.14 510	0.81 260	22.25 564	19.08 562	16.50 564	11.34 549	15.94 564	14.44 555	27.12 566	22.61 565	24.76 566	28.39 570	0.50 430	0.48 458	0.47 411	0.44 430	0.55 397	0.53 393

WAO-8	11.95 552	13.02 558	20.56 510	3.50 536	3.08 535	15.11 558	2.80 504	12.91 555	19.11 563	7.69 541	13.12 549	11.62 540	7.01 532	84.40 581	7.91 503	3.42 538	1.92 534	3.54 551	1.93 539	3.68 534	2.69 536

Venus	11.95 552	13.02 558	20.56 510	3.50 536	3.08 535	15.11 558	2.80 504	12.91 555	19.11 563	7.69 541	13.12 549	11.62 540	7.01 532	84.40 581	7.91 503	3.42 538	1.92 534	3.54 551	1.93 539	3.68 534	2.69 536

TCMNet-wrong-test	12.32 554	14.13 563	19.38 461	22.38 567	19.85 563	15.99 561	12.34 554	22.95 565	4.56 527	6.24 535	6.27 517	18.40 552	15.71 552	10.10 451	10.72 515	9.06 563	4.78 559	5.35 559	3.95 559	12.28 566	11.97 565

EDNetEfficientorigin	12.35 555	2.51 504	179.47 583	1.19 327	0.96 316	2.91 159	1.81 465	3.00 193	5.35 536	8.91 547	4.79 508	4.18 480	4.64 502	9.98 444	11.30 518	0.37 316	0.38 400	0.60 470	0.85 501	1.32 512	2.43 532

LSM	12.71 556	3.52 520	20.79 517	55.63 577	84.76 575	3.63 282	6.30 542	3.73 299	4.93 533	5.55 528	13.92 553	3.53 448	3.25 468	9.72 432	4.12 472	0.64 465	0.85 510	0.71 490	0.81 500	1.03 489	26.84 570

U	12.82 557	0.38 3	1.99 136	0.66 32	58.94 574	63.38 579	0.34 16	1.91 57	0.94 39	0.59 18	0.80 33	0.46 31	0.57 29	0.83 12	0.44 13	0.29 171	0.17 42	63.35 578	59.81 577	0.29 121	0.20 19

DGTPSM_ROB	15.31 558	8.85 542	28.14 564	9.90 564	18.89 561	12.44 553	33.21 567	13.48 557	17.86 561	9.50 550	22.89 560	13.78 546	19.67 560	21.26 558	23.68 560	5.08 561	8.84 563	5.62 560	11.50 565	6.72 556	14.87 566

DPSMNet_ROB	15.52 559	8.89 543	31.44 565	10.07 565	18.91 562	12.44 553	33.22 568	13.51 558	17.94 562	9.58 551	22.91 561	13.79 547	19.67 560	21.43 559	23.73 561	5.17 562	8.84 563	5.63 561	11.52 568	6.79 557	14.90 567

USTest	15.98 560	15.58 564	22.56 551	18.49 566	16.99 560	26.43 565	36.08 570	27.68 569	12.77 553	10.69 556	10.80 541	18.35 551	15.09 551	18.62 557	23.37 559	4.85 560	5.34 562	7.38 563	7.43 563	9.90 564	11.23 564

KSHMR	16.96 561	5.37 529	21.64 545	4.46 553	4.50 553	8.30 546	3.32 520	15.58 563	76.24 577	6.62 538	61.47 575	56.53 575	5.43 512	35.17 572	11.37 519	4.39 552	2.97 553	3.63 553	2.74 554	5.10 550	4.34 558

LE_ROB	18.58 562	1.21 425	48.38 572	8.60 563	23.00 566	7.32 542	19.74 563	9.94 549	38.69 571	43.53 569	21.91 559	28.40 567	40.92 570	23.18 562	54.71 575	0.34 277	0.33 361	0.32 249	0.36 371	0.42 329	0.40 315

coex-ft	18.59 563	6.62 534	113.53 581	1.17 319	1.31 406	2.33 112	1.93 472	2.81 178	14.00 554	124.82 582	8.45 528	5.90 524	51.74 576	9.99 445	22.69 558	0.57 453	0.62 488	0.50 435	0.49 447	1.08 495	1.28 499

DPSM_ROB	20.78 564	20.03 567	26.57 562	23.62 569	22.46 564	31.10 567	39.97 572	33.52 571	17.41 559	15.25 562	15.80 557	24.06 562	20.71 563	23.30 563	27.62 568	10.78 566	9.41 566	11.69 568	11.50 565	14.49 567	16.36 568

DPSM	20.78 564	20.03 567	26.57 562	23.62 569	22.46 564	31.10 567	39.97 572	33.52 571	17.41 559	15.25 562	15.80 557	24.06 562	20.71 563	23.30 563	27.62 568	10.78 566	9.41 566	11.69 568	11.50 565	14.49 567	16.36 568

ktn	21.74 566	10.34 552	19.68 469	4.53 554	4.00 549	6.53 537	4.51 538	6.79 544	78.82 579	84.69 579	100.86 582	58.49 576	7.57 536	12.11 529	13.35 527	4.58 558	3.24 556	3.49 548	2.62 550	4.65 548	3.84 553

LRCNet_RVC	25.52 567	33.45 570	23.21 557	31.79 571	32.78 567	6.74 538	1.18 390	25.88 567	4.46 525	28.94 565	30.89 565	24.91 564	17.57 557	27.66 567	24.34 563	35.26 574	25.60 575	35.91 574	33.81 573	31.90 574	34.10 575

TorneroNet	25.88 568	11.28 556	21.62 543	4.20 547	4.07 550	55.25 575	3.15 518	15.16 561	76.94 578	58.09 574	82.72 579	86.88 580	41.15 571	13.35 543	18.13 548	4.32 550	2.85 547	3.45 547	2.62 550	8.33 563	4.14 556

DLNR_Zeroshot_test	28.62 569	55.50 578	49.94 574	183.62 580	115.05 578	3.43 230	0.28 5	29.49 570	1.49 126	1.01 120	1.26 121	0.93 126	0.63 47	3.92 317	1.51 315	29.81 573	0.41 421	0.26 109	0.23 148	93.28 578	0.32 213

HanzoNet	31.60 570	17.23 565	21.22 533	7.32 561	5.84 558	7.25 541	3.53 526	13.82 559	14.20 556	50.38 572	47.01 571	44.45 569	56.61 577	36.61 573	32.00 571	63.89 578	56.57 579	7.97 564	89.20 579	28.69 569	28.25 572

Selective-RAFT-Error	41.77 571	40.16 572	53.34 575	47.73 575	45.25 573	62.51 576	80.64 580	67.22 577	34.93 569	30.64 567	31.81 566	48.11 572	42.11 574	46.57 576	54.95 576	21.61 570	18.87 572	23.48 571	23.15 571	29.16 571	33.08 574

CasAABBNet	41.80 572	40.20 573	53.41 576	47.73 575	45.18 572	62.51 576	80.71 581	67.26 578	34.80 568	30.49 566	31.88 567	48.24 573	41.81 573	46.63 578	55.64 578	21.60 569	18.88 573	23.48 571	23.22 572	29.19 572	33.05 573

HaxPig	43.25 573	43.65 574	45.00 570	33.85 572	35.61 569	32.69 569	30.52 565	45.09 574	42.97 572	48.77 570	48.17 572	43.00 568	40.26 569	44.58 574	43.61 572	47.18 575	49.30 576	51.54 576	50.25 575	43.73 575	45.29 576

AVERAGE_ROB	44.46 574	45.91 575	46.59 571	40.59 574	38.66 570	32.99 570	30.52 565	46.19 575	43.26 573	49.59 571	48.97 573	44.62 570	39.89 568	45.04 575	43.94 573	48.74 576	50.69 577	50.80 575	49.79 574	45.54 576	46.97 577

MEDIAN_ROB	47.37 575	49.08 576	49.92 573	40.32 573	39.97 571	34.95 571	33.43 569	49.17 576	46.39 575	53.06 573	52.65 574	47.65 571	42.23 575	48.35 579	47.29 574	52.10 577	54.04 578	54.28 577	53.48 576	48.76 577	50.33 578

LSM0	49.58 576	40.04 571	53.62 577	97.15 578	128.68 579	62.75 578	79.89 579	67.63 579	35.11 570	33.02 568	32.61 569	48.43 574	41.60 572	46.60 577	55.43 577	21.63 571	18.99 574	23.62 573	23.13 570	29.47 573	52.26 579

BEATNet-Init1	49.72 577	64.32 579	97.77 580	4.68 556	4.28 552	84.75 581	60.42 575	73.38 580	68.59 576	88.29 580	88.51 581	91.94 581	97.99 581	85.26 583	70.96 582	0.80 488	0.65 492	0.85 504	0.70 490	7.96 561	2.33 528

Anonymous_1	57.11 578	19.68 566	26.15 561	23.10 568	142.31 580	30.84 566	39.75 571	33.86 573	16.98 557	70.53 578	15.42 556	23.46 560	19.75 562	23.04 561	27.23 567	164.73 583	9.02 565	130.38 580	137.40 580	161.27 583	27.24 571

PML	64.32 579	53.22 577	17.88 431	8.10 562	32.94 568	148.46 583	247.79 584	12.18 553	45.42 574	111.41 581	288.92 584	101.47 582	101.31 582	31.67 568	15.55 532	14.03 568	4.83 560	10.98 567	6.18 562	28.82 570	5.17 559

DPSimNet_ROB	102.30 580	119.72 584	143.59 582	109.42 579	94.10 576	127.22 582	127.15 582	26.62 568	102.36 583	149.58 583	83.99 580	139.34 583	137.54 583	64.62 580	82.36 583	105.18 579	66.15 580	120.15 579	69.61 578	99.58 579	77.72 580

xxxxx1	112.33 581	88.53 580	37.76 567	227.84 582	157.23 581	39.05 572	61.41 576	93.76 581	79.29 580	62.45 575	74.79 576	78.32 577	70.96 578	33.47 569	70.69 579	114.00 580	130.36 581	259.31 582	274.34 582	145.54 580	147.50 581

tt_ll	112.33 581	88.53 580	37.76 567	227.84 582	157.23 581	39.05 572	61.41 576	93.76 581	79.29 580	62.45 575	74.79 576	78.32 577	70.96 578	33.47 569	70.69 579	114.00 580	130.36 581	259.31 582	274.34 582	145.54 580	147.50 581

ff	112.33 581	88.53 580	37.76 567	227.84 582	157.23 581	39.05 572	61.41 576	93.76 581	79.29 580	62.45 575	74.79 576	78.32 577	70.96 578	33.47 569	70.69 579	114.00 580	130.36 581	259.31 582	274.34 582	145.54 580	147.50 581

test_example2	212.63 584	219.92 585	221.87 584	213.67 581	221.17 584	199.47 584	200.74 583	185.30 584	141.66 584	209.52 584	213.45 583	210.82 584	205.48 584	221.27 584	216.64 584	236.83 584	242.07 584	213.93 581	217.01 581	235.69 584	226.10 584

ccccc		629.75 586		567.84 585	570.84 585	582.44 585		613.82 585		614.58 585		555.57 585		666.94 585		781.57 585	507.24 585	391.36 585	342.44 585	689.82 585

ASD4		113.98 583

Low-res two-view benchmark