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

BTL-Stereo	0.46 1	0.31 1	0.97 6	0.61 12	0.38 47	0.42 2	0.36 33	0.68 2	0.77 17	0.50 6	0.83 63	0.61 69	0.33 2	0.61 2	0.62 78	0.19 26	0.14 11	0.24 77	0.22 163	0.20 21	0.19 9

S2M2_XL	0.46 1	0.41 18	1.09 37	0.65 39	0.34 14	0.29 1	0.23 3	0.67 1	0.50 2	0.53 12	0.92 85	0.65 82	0.53 37	0.54 1	0.50 43	0.28 182	0.24 296	0.25 105	0.21 127	0.23 61	0.22 84
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
FoundationStereo	0.50 3	0.39 6	1.11 50	0.79 107	0.42 71	0.70 5	0.36 33	0.76 4	0.80 28	0.62 40	0.38 6	0.73 111	0.77 121	0.69 3	0.36 2	0.26 117	0.17 53	0.23 44	0.16 19	0.18 1	0.20 33

MonSter++	0.52 4	0.42 23	0.89 2	0.61 12	0.36 20	1.64 79	0.25 6	0.96 6	0.91 47	0.62 40	0.42 9	0.56 61	0.53 37	0.71 5	0.45 22	0.17 7	0.15 23	0.18 2	0.14 2	0.19 5	0.20 33

BridgeDepth_RVC	0.53 5	0.41 18	1.03 11	0.55 3	0.37 35	0.99 12	0.23 3	1.38 16	0.67 6	0.56 16	0.52 17	0.50 45	0.82 146	0.83 20	0.47 30	0.29 207	0.16 34	0.23 44	0.18 61	0.19 5	0.18 5
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.54 6	0.42 23	1.05 14	0.58 5	0.25 1	1.30 45	0.36 33	1.53 31	0.86 41	0.56 16	0.37 5	0.57 63	0.65 79	0.87 25	0.40 9	0.20 34	0.15 23	0.19 5	0.16 19	0.22 53	0.17 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
LGtest1	0.55 7	0.41 18	1.14 62	0.70 61	0.40 57	0.99 12	0.26 8	1.32 14	0.93 56	0.53 12	0.60 26	0.44 32	0.49 29	1.02 62	0.45 22	0.27 140	0.19 124	0.23 44	0.16 19	0.21 39	0.23 96

Wavelet-MonSter	0.57 8	0.47 61	1.13 58	0.66 47	0.78 281	1.60 73	0.30 14	1.17 11	0.68 7	0.58 27	0.69 37	0.39 14	0.48 25	0.99 57	0.46 26	0.15 1	0.16 34	0.20 8	0.16 19	0.20 21	0.19 9

LACA1	0.60 9	0.43 28	0.92 3	0.53 1	0.32 10	3.20 230	0.33 21	1.48 25	0.48 1	0.57 22	0.39 7	0.41 23	0.59 59	0.83 20	0.37 3	0.23 62	0.19 124	0.23 44	0.18 61	0.21 39	0.19 9

CSFM-Stereo	0.60 9	0.39 6	0.95 4	0.60 11	0.32 10	2.66 160	0.31 15	1.44 21	0.77 17	0.72 69	0.51 15	0.55 57	0.51 35	0.75 8	0.46 26	0.17 7	0.17 53	0.18 2	0.15 5	0.20 21	0.18 5

MLG-Stereo_test3	0.60 9	0.37 4	1.12 53	0.59 8	0.57 185	2.19 121	0.31 15	1.68 53	0.56 3	0.49 5	0.51 15	0.56 61	0.33 2	0.96 48	0.54 59	0.21 40	0.17 53	0.23 44	0.16 19	0.20 21	0.21 63

HiDET	0.61 12	0.41 18	0.88 1	0.64 31	0.39 51	2.67 161	0.25 6	1.59 39	0.91 47	0.59 31	0.44 11	0.52 50	0.50 33	0.76 9	0.54 59	0.17 7	0.15 23	0.18 2	0.15 5	0.19 5	0.21 63

LG-Stereo_L1	0.61 12	0.47 61	1.10 43	0.73 79	0.49 131	1.72 82	0.33 21	1.95 84	0.65 5	0.56 16	0.40 8	0.40 16	0.43 15	1.40 155	0.42 12	0.23 62	0.19 124	0.23 44	0.18 61	0.21 39	0.19 9

LACA2	0.62 14	0.53 114	1.20 74	0.54 2	0.26 2	3.15 222	0.47 84	1.56 34	0.57 4	0.52 11	0.47 14	0.47 38	0.45 18	0.71 5	0.37 3	0.23 62	0.17 53	0.21 21	0.15 5	0.23 61	0.17 1

Test_v1	0.62 14	0.40 10	1.13 58	0.74 82	0.55 168	1.60 73	0.39 39	1.68 53	0.92 52	0.60 37	0.88 73	0.53 52	0.50 33	0.93 43	0.39 6	0.19 26	0.16 34	0.20 8	0.17 37	0.20 21	0.21 63

MonStereo	0.62 14	0.43 28	1.07 20	0.66 47	0.82 298	1.13 18	0.39 39	2.57 166	0.92 52	0.58 27	0.64 31	0.36 4	0.36 6	0.90 33	0.43 16	0.15 1	0.15 23	0.20 8	0.17 37	0.21 39	0.19 9

Monster-pub-eth3d	0.62 14	0.43 28	1.07 20	0.66 47	0.82 298	1.13 18	0.39 39	2.57 166	0.92 52	0.58 27	0.64 31	0.36 4	0.36 6	0.88 29	0.43 16	0.15 1	0.15 23	0.20 8	0.17 37	0.21 39	0.19 9

MonSter	0.62 14	0.43 28	1.07 20	0.66 47	0.82 298	1.13 18	0.39 39	2.57 166	0.92 52	0.58 27	0.64 31	0.36 4	0.35 5	0.95 44	0.43 16	0.15 1	0.15 23	0.20 8	0.17 37	0.21 39	0.19 9

LCMNet	0.63 19	0.40 10	0.95 4	0.58 5	0.39 51	3.11 217	0.27 9	1.58 37	0.84 39	0.56 16	0.58 24	0.52 50	0.53 37	0.77 11	0.51 52	0.17 7	0.16 34	0.19 5	0.15 5	0.20 21	0.21 63

LG-Stereo_L2	0.63 19	0.46 43	1.15 64	0.70 61	0.43 77	2.32 130	0.28 10	1.86 69	0.68 7	0.56 16	0.42 9	0.37 8	0.45 18	1.36 149	0.40 9	0.23 62	0.18 87	0.22 29	0.18 61	0.21 39	0.20 33

Monster-pub-mixall	0.64 21	0.42 23	1.00 9	0.83 133	0.48 123	1.39 53	0.32 19	1.45 22	0.82 33	0.88 136	0.85 68	0.39 14	0.36 6	1.99 262	0.47 30	0.20 34	0.16 34	0.17 1	0.15 5	0.18 1	0.21 63

S2M2_L	0.64 21	0.55 136	1.07 20	0.89 180	0.54 160	1.08 15	0.20 1	1.16 10	1.37 114	0.59 31	0.81 59	0.86 147	0.47 21	0.70 4	0.65 93	0.31 276	0.33 411	0.27 167	0.27 272	0.36 300	0.31 247
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
SGD-Stereo	0.65 23	0.41 18	1.06 18	0.85 155	0.31 7	2.44 140	0.46 78	1.09 8	0.69 10	0.84 125	0.52 17	0.55 57	0.53 37	1.49 178	0.46 26	0.31 276	0.14 11	0.25 105	0.18 61	0.23 61	0.20 33

4.5_new	0.67 24	0.46 43	1.11 50	0.63 25	0.78 281	1.97 100	0.51 94	2.18 104	0.78 22	0.73 72	0.90 81	0.42 25	0.49 29	0.81 15	0.49 36	0.21 40	0.14 11	0.26 135	0.19 88	0.22 53	0.20 33

4.5w-stereo	0.67 24	0.46 43	1.11 50	0.63 25	0.78 281	1.97 100	0.51 94	2.18 104	0.77 17	0.73 72	0.90 81	0.42 25	0.49 29	0.81 15	0.49 36	0.21 40	0.14 11	0.26 135	0.19 88	0.22 53	0.20 33

4w-stereo	0.67 24	0.49 80	1.07 20	0.63 25	0.75 270	1.63 78	0.44 69	2.23 113	0.77 17	0.56 16	0.92 85	0.40 16	0.82 146	1.08 70	0.53 54	0.18 21	0.13 1	0.25 105	0.18 61	0.19 5	0.20 33

Pro-Stereo	0.68 27	0.33 2	0.97 6	0.68 57	0.43 77	3.11 217	0.35 31	0.70 3	0.96 62	0.54 14	0.54 19	0.62 72	0.27 1	2.06 268	0.68 105	0.24 78	0.16 34	0.30 250	0.25 223	0.20 21	0.19 9

MatchStereo	0.68 27	0.46 43	1.93 161	0.67 54	0.28 3	0.98 10	0.33 21	2.01 88	1.69 272	0.48 2	1.02 100	0.47 38	0.59 59	0.91 36	0.58 67	0.21 40	0.17 53	0.21 21	0.15 5	0.19 5	0.19 9
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
dual_stereo	0.68 27	0.40 10	1.05 14	0.64 31	0.37 35	0.84 9	0.34 27	3.40 288	1.03 69	0.50 6	0.46 13	0.58 64	0.40 10	1.85 251	0.49 36	0.23 62	0.17 53	0.21 21	0.16 19	0.20 21	0.19 9

3.25w_new	0.69 30	0.46 43	1.10 43	0.61 12	0.61 205	2.23 124	0.51 94	2.45 141	0.90 44	0.63 44	0.78 52	0.47 38	0.71 96	0.78 12	0.50 43	0.17 7	0.14 11	0.20 8	0.17 37	0.20 21	0.20 33

3.25w	0.69 30	0.46 43	1.10 43	0.61 12	0.61 205	2.23 124	0.51 94	2.45 141	0.90 44	0.63 44	0.78 52	0.47 38	0.71 96	0.79 13	0.50 43	0.17 7	0.14 11	0.20 8	0.17 37	0.20 21	0.20 33

asd	0.70 32	0.45 36	1.10 43	0.67 54	0.90 335	2.88 181	0.43 64	1.64 49	0.79 25	0.68 60	0.88 73	0.43 27	0.74 109	0.85 24	0.49 36	0.19 26	0.13 1	0.24 77	0.17 37	0.22 53	0.20 33

IGEV	0.70 32	0.36 3	1.07 20	0.71 67	1.31 454	2.82 173	0.41 54	1.76 60	0.98 64	0.73 72	0.71 38	0.35 3	0.42 14	0.90 33	0.42 12	0.18 21	0.18 87	0.22 29	0.18 61	0.18 1	0.20 33

LG-G_1	0.70 32	0.40 10	1.12 53	0.71 67	0.30 5	2.80 169	0.40 47	2.21 109	0.78 22	0.59 31	0.55 20	0.51 46	0.58 54	1.24 115	0.49 36	0.24 78	0.18 87	0.23 44	0.15 5	0.21 39	0.21 63

LG-G	0.70 32	0.40 10	1.12 53	0.71 67	0.30 5	2.80 169	0.40 47	2.21 109	0.78 22	0.59 31	0.55 20	0.51 46	0.58 54	1.24 115	0.49 36	0.24 78	0.18 87	0.23 44	0.15 5	0.21 39	0.21 63

DEFOM-Stereo	0.70 32	0.46 43	1.13 58	0.72 76	0.48 123	3.40 266	0.44 69	0.90 5	0.77 17	0.86 132	0.58 24	0.45 35	0.43 15	1.76 231	0.43 16	0.24 78	0.18 87	0.22 29	0.16 19	0.21 39	0.20 33

3w_stereo	0.71 37	0.47 61	1.14 62	0.65 39	0.39 51	1.73 84	0.68 186	2.79 206	0.79 25	0.67 57	0.84 65	0.37 8	1.02 204	1.03 63	0.56 62	0.18 21	0.14 11	0.23 44	0.18 61	0.20 21	0.22 84

252Zero-FE	0.72 38	0.46 43	1.08 29	1.01 274	0.41 64	1.27 36	0.22 2	1.79 65	1.03 69	2.52 477	1.24 155	0.32 1	0.41 12	1.03 63	0.45 22	0.21 40	0.17 53	0.20 8	0.17 37	0.20 21	0.20 33

VMStereo-Base	0.73 39	0.44 32	1.48 121	0.61 12	0.35 17	1.71 81	0.43 64	1.30 13	1.40 122	0.84 125	1.07 121	0.92 169	0.73 104	1.26 122	0.73 134	0.24 78	0.23 260	0.24 77	0.18 61	0.24 67	0.24 114

4.25_new	0.73 39	0.46 43	1.08 29	0.71 67	0.97 353	2.52 147	0.58 130	2.28 121	0.93 56	0.57 22	0.94 90	0.40 16	0.65 79	0.87 25	0.50 43	0.17 7	0.13 1	0.25 105	0.17 37	0.19 5	0.20 33

4.5w_new	0.73 39	0.46 43	1.08 29	0.71 67	0.97 353	2.52 147	0.58 130	2.28 121	0.93 56	0.57 22	0.94 90	0.40 16	0.65 79	0.87 25	0.50 43	0.17 7	0.13 1	0.25 105	0.17 37	0.19 5	0.20 33

4.25w-stereo	0.73 39	0.46 43	1.08 29	0.71 67	0.97 353	2.52 147	0.58 130	2.28 121	0.93 56	0.57 22	0.94 90	0.40 16	0.65 79	0.87 25	0.50 43	0.17 7	0.13 1	0.25 105	0.17 37	0.19 5	0.20 33

GREAT-IGEV	0.74 43	0.54 129	1.86 153	1.10 327	0.44 86	2.44 140	0.34 27	1.37 15	1.51 177	0.48 2	0.86 69	0.51 46	0.60 65	1.07 69	0.45 22	0.22 50	0.17 53	0.21 21	0.17 37	0.23 61	0.25 128
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
FlowAnything_test	0.75 44	0.60 192	1.18 68	0.82 122	0.58 194	2.29 128	0.66 176	1.38 16	0.80 28	1.03 163	0.76 47	0.63 75	0.49 29	0.84 23	0.91 212	0.31 276	0.27 350	0.40 421	0.48 497	0.31 200	0.30 237

qwe	0.75 44	0.45 36	1.10 43	0.67 54	1.06 384	2.49 144	0.45 73	2.57 166	0.90 44	0.71 67	0.83 63	0.43 27	0.48 25	1.10 73	0.64 85	0.17 7	0.14 11	0.24 77	0.16 19	0.21 39	0.20 33

2.25w	0.75 44	0.47 61	1.09 37	0.69 60	0.65 224	2.28 127	0.40 47	2.42 135	0.80 28	0.73 72	1.03 105	0.40 16	0.81 143	1.24 115	0.80 160	0.16 5	0.15 23	0.21 21	0.17 37	0.19 5	0.21 63

2.5w	0.75 44	0.44 32	1.06 18	0.66 47	0.69 249	2.39 136	0.56 118	2.77 198	0.82 33	0.63 44	0.88 73	0.37 8	0.75 112	1.36 149	0.50 43	0.18 21	0.14 11	0.22 29	0.17 37	0.19 5	0.21 63

2.75w_new	0.75 44	0.45 36	1.10 43	0.65 39	0.62 211	2.45 142	0.56 118	2.75 195	0.74 15	0.78 101	0.73 43	0.38 12	0.92 178	1.04 67	0.66 97	0.17 7	0.14 11	0.22 29	0.17 37	0.18 1	0.19 9

3.75w	0.75 44	0.47 61	1.09 37	0.63 25	1.10 399	2.61 158	0.53 104	2.46 144	0.97 63	0.62 40	0.80 55	0.40 16	0.66 86	1.11 75	0.48 32	0.19 26	0.13 1	0.23 44	0.18 61	0.20 21	0.21 63

2w_stereo	0.75 44	0.46 43	1.08 29	0.68 57	0.56 173	2.00 102	0.61 141	2.87 218	0.83 36	0.93 145	0.93 88	0.36 4	1.13 247	0.90 33	0.61 74	0.17 7	0.13 1	0.23 44	0.17 37	0.20 21	0.21 63

RAStereo	0.75 44	0.52 97	2.86 253	0.58 5	0.62 211	1.19 26	0.32 19	1.81 67	0.99 65	0.75 79	1.05 116	0.64 77	0.47 21	0.80 14	0.94 228	0.22 50	0.20 165	0.27 167	0.21 127	0.34 269	0.22 84

AdaDepth	0.76 52	0.45 36	1.41 112	0.70 61	1.27 446	3.12 219	0.43 64	1.02 7	0.94 60	0.63 44	0.91 83	0.43 27	0.58 54	1.41 160	0.48 32	0.18 21	0.21 199	0.23 44	0.19 88	0.25 83	0.26 160

MLG-Stereo_test2	0.76 52	0.40 10	1.07 20	0.64 31	0.82 298	3.49 287	0.23 3	1.69 55	2.14 369	0.62 40	0.32 3	0.67 87	0.33 2	1.14 87	0.37 3	0.23 62	0.19 124	0.23 44	0.16 19	0.19 5	0.20 33

AIO_test	0.76 52	0.47 61	1.31 95	0.81 112	0.70 253	1.36 50	0.88 334	1.40 19	1.45 135	0.55 15	0.95 93	1.81 309	0.58 54	1.16 96	0.46 26	0.27 140	0.17 53	0.24 77	0.19 88	0.24 67	0.21 63

fffft	0.76 52	0.47 61	1.28 91	0.82 122	0.54 160	1.51 65	0.80 272	2.09 97	1.18 81	0.63 44	0.84 65	0.59 67	0.55 44	1.80 238	0.85 178	0.19 26	0.18 87	0.27 167	0.20 109	0.26 104	0.24 114
1: 1. 1
ours_stereo	0.76 52	0.64 238	1.40 111	0.86 162	0.61 205	1.12 17	0.57 121	1.63 47	1.20 86	0.72 69	1.43 211	0.70 96	0.62 69	1.56 188	0.58 67	0.25 101	0.18 87	0.26 135	0.21 127	0.29 156	0.31 247

AIO-Stereo	0.76 52	0.54 129	1.07 20	0.73 79	0.40 57	1.28 42	0.82 286	2.26 116	1.49 164	0.70 63	1.58 251	0.89 156	0.45 18	1.03 63	0.55 61	0.24 78	0.18 87	0.25 105	0.20 109	0.26 104	0.21 63

GLC_STEREO	0.76 52	0.52 97	1.12 53	0.83 133	0.33 13	1.86 91	0.82 286	1.46 24	1.38 117	0.95 150	1.04 110	0.68 89	0.72 99	0.97 52	0.80 160	0.23 62	0.25 322	0.32 295	0.25 223	0.32 232	0.30 237

asda	0.77 59	0.46 43	1.10 43	0.64 31	0.82 298	3.33 257	0.49 88	2.40 131	0.81 32	0.63 44	0.80 55	0.44 32	0.85 154	0.88 29	0.60 72	0.17 7	0.13 1	0.24 77	0.17 37	0.20 21	0.20 33

3.5w_stereo	0.77 59	0.53 114	1.09 37	0.65 39	0.72 258	2.52 147	0.51 94	2.43 138	0.80 28	0.76 93	1.20 143	0.43 27	0.66 86	1.23 114	0.73 134	0.17 7	0.13 1	0.23 44	0.17 37	0.20 21	0.21 63

MLG-Stereo	0.77 59	0.39 6	1.04 12	0.64 31	0.41 64	3.01 202	0.31 15	1.89 73	2.92 513	0.47 1	0.29 2	0.66 86	0.47 21	1.35 147	0.39 6	0.20 34	0.18 87	0.24 77	0.16 19	0.19 5	0.20 33

mms	0.77 59	0.68 277	1.17 67	0.83 133	0.71 256	1.41 55	0.67 178	1.61 41	1.12 77	0.77 98	1.37 198	0.63 75	0.54 42	1.75 230	0.63 82	0.24 78	0.19 124	0.26 135	0.21 127	0.31 200	0.34 289

RSM++	0.77 59	0.51 91	1.08 29	0.95 232	0.42 71	1.52 67	0.71 201	2.11 98	1.40 122	0.80 108	1.23 154	0.90 161	0.59 59	1.14 87	0.69 117	0.24 78	0.19 124	0.25 105	0.21 127	0.28 137	0.20 33

water-stereo	0.78 64	0.45 36	1.94 162	0.79 107	0.48 123	2.36 133	0.47 84	1.53 31	1.09 76	0.88 136	1.04 110	0.82 134	0.75 112	0.72 7	0.78 153	0.22 50	0.23 260	0.25 105	0.23 182	0.24 67	0.29 208

AIO_rvc	0.78 64	0.55 136	1.25 82	0.75 84	0.65 224	1.46 60	0.99 392	2.13 99	1.52 186	0.57 22	1.15 134	1.09 192	0.55 44	1.15 93	0.53 54	0.24 78	0.17 53	0.24 77	0.17 37	0.25 83	0.21 63

CASnet	0.78 64	0.51 91	1.29 93	0.81 112	0.29 4	1.28 42	0.74 223	1.51 28	1.89 317	1.64 231	1.09 124	0.65 82	0.64 75	0.91 36	0.76 147	0.29 207	0.17 53	0.41 433	0.31 366	0.32 232	0.19 9
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Replicate-Monster	0.79 67	1.36 501	2.08 187	0.70 61	0.52 149	2.05 110	0.34 27	1.92 79	0.82 33	1.03 163	0.60 26	0.48 43	0.52 36	1.28 128	0.39 6	0.19 26	0.14 11	0.19 5	0.16 19	0.22 53	0.78 517

AEACV	0.79 67	0.54 129	1.35 104	0.97 246	0.63 214	1.13 18	0.92 365	2.02 90	0.91 47	0.76 93	0.79 54	0.80 130	1.61 368	1.28 128	0.61 74	0.22 50	0.18 87	0.26 135	0.23 182	0.27 117	0.23 96

Zero-FE251	0.80 69	0.75 341	1.71 139	0.88 173	0.70 253	2.59 157	0.45 73	1.38 16	0.83 36	1.79 263	0.61 28	0.73 111	0.81 143	0.82 19	0.61 74	0.29 207	0.23 260	0.27 167	0.19 88	0.20 21	0.20 33

MLG-Stereo_test1	0.80 69	0.39 6	1.02 10	0.65 39	1.20 429	3.14 221	0.29 13	1.59 39	3.05 526	0.50 6	0.24 1	0.67 87	0.43 15	1.33 143	0.40 9	0.21 40	0.18 87	0.23 44	0.15 5	0.19 5	0.20 33

SMoEStereo_RVC	0.80 69	0.53 114	1.12 53	0.92 207	0.44 86	2.41 138	0.79 262	1.49 27	1.16 78	0.70 63	1.12 130	0.64 77	0.64 75	1.69 221	0.87 191	0.22 50	0.16 34	0.31 275	0.22 163	0.26 104	0.25 128

fffy	0.80 69	0.59 180	1.56 131	1.00 268	0.47 115	1.27 36	0.76 236	1.90 76	1.02 68	0.75 79	1.35 193	0.83 136	0.72 99	1.70 224	0.62 78	0.23 62	0.19 124	0.27 167	0.21 127	0.28 137	0.32 258

rvit_stereo_0081	0.80 69	0.63 227	1.19 69	0.91 201	0.64 216	1.27 36	0.61 141	2.05 91	1.71 277	0.82 114	0.73 43	0.85 143	0.75 112	1.30 139	0.80 160	0.31 276	0.26 339	0.27 167	0.25 223	0.38 317	0.27 176

rvit_stereo_0082	0.80 69	0.63 227	1.19 69	0.91 201	0.64 216	1.27 36	0.61 141	2.05 91	1.71 277	0.82 114	0.73 43	0.85 143	0.75 112	1.30 139	0.80 160	0.31 276	0.26 339	0.27 167	0.25 223	0.38 317	0.27 176

RSM	0.80 69	0.50 84	1.08 29	0.83 133	0.51 137	1.31 46	0.77 248	2.28 121	1.43 132	0.82 114	1.44 212	1.22 216	0.62 69	1.17 102	0.63 82	0.22 50	0.18 87	0.24 77	0.19 88	0.27 117	0.20 33

MGS-Stereo	0.80 69	0.56 148	1.53 125	0.93 224	0.39 51	1.26 35	0.73 211	1.45 22	1.30 105	1.01 156	2.26 452	0.80 130	0.56 50	1.16 96	0.65 93	0.27 140	0.23 260	0.26 135	0.22 163	0.27 117	0.25 128

Selective-IGEV	0.80 69	0.52 97	1.05 14	0.75 84	0.61 205	1.31 46	0.82 286	2.60 175	1.41 126	0.82 114	1.64 270	0.71 103	0.62 69	1.22 112	0.64 85	0.22 50	0.19 124	0.24 77	0.18 61	0.25 83	0.20 33

DilatedVolume-Stereo	0.81 78	0.60 192	1.51 124	1.01 274	0.59 197	1.34 48	0.51 94	1.56 34	1.08 75	1.26 184	1.24 155	0.77 123	0.87 161	1.79 237	0.72 131	0.23 62	0.24 296	0.22 29	0.21 127	0.25 83	0.23 96

DEFOM-Stereo_RVC	0.81 78	1.13 457	1.23 77	0.97 246	0.57 185	0.81 8	0.43 64	3.49 295	0.84 39	0.73 72	0.95 93	0.44 32	1.17 263	1.45 169	0.60 72	0.26 117	0.18 87	0.24 77	0.17 37	0.30 180	0.19 9

rvit_stereo_0081_aga	0.81 78	0.75 341	1.84 152	0.72 76	0.73 263	1.21 27	0.63 159	1.92 79	1.39 118	0.87 135	0.80 55	0.79 128	0.69 92	1.27 127	0.69 117	0.35 346	0.29 373	0.26 135	0.25 223	0.40 333	0.27 176

monsterstereo	0.82 81	0.50 84	1.26 83	0.77 103	1.41 486	2.54 153	0.40 47	3.14 247	0.71 12	0.70 63	1.11 128	0.41 23	0.39 9	1.50 179	0.50 43	0.19 26	0.16 34	0.22 29	0.16 19	0.21 39	0.17 1

monsters	0.82 81	0.58 172	1.16 65	0.76 98	1.52 501	2.92 189	0.40 47	2.66 182	0.72 13	0.66 54	0.84 65	0.38 12	0.41 12	1.84 245	0.48 32	0.20 34	0.16 34	0.20 8	0.16 19	0.19 5	0.19 9

castereo	0.82 81	0.70 291	1.04 12	0.85 155	0.50 135	1.29 44	0.91 352	3.22 257	1.20 86	0.83 123	1.24 155	0.72 105	0.91 175	1.00 58	0.67 102	0.26 117	0.16 34	0.25 105	0.20 109	0.24 67	0.21 63

MaDis-Stereo	0.82 81	0.66 259	1.53 125	0.65 39	1.87 558	1.24 32	0.36 33	2.13 99	1.27 100	0.67 57	0.75 46	0.88 154	0.70 94	1.15 93	1.07 254	0.29 207	0.23 260	0.26 135	0.20 109	0.31 200	0.22 84

UniTT-Stereo	0.82 81	0.47 61	2.63 238	0.96 239	1.19 423	0.78 7	0.39 39	1.12 9	1.54 202	1.19 178	1.26 164	0.51 46	0.64 75	1.13 84	1.03 247	0.30 252	0.20 165	0.24 77	0.21 127	0.40 333	0.25 128

ProNet	0.82 81	0.71 304	1.50 122	0.86 162	0.45 94	1.78 85	0.83 291	1.75 59	1.28 102	0.66 54	1.13 132	0.78 124	0.76 119	1.66 214	0.71 126	0.24 78	0.20 165	0.25 105	0.23 182	0.29 156	0.25 128

GEAStereo	0.84 87	0.48 71	1.09 37	0.85 155	0.45 94	4.54 530	0.83 291	1.88 70	0.91 47	0.75 79	0.89 77	0.53 52	0.80 140	0.92 39	0.53 54	0.30 252	0.19 124	0.27 167	0.19 88	0.28 137	0.19 9

VIP-Stereo	0.85 88	0.83 379	1.59 134	0.76 98	0.87 323	3.18 226	0.80 272	1.94 83	0.83 36	0.78 101	1.04 110	0.64 77	0.59 59	1.24 115	0.61 74	0.28 182	0.18 87	0.23 44	0.17 37	0.22 53	0.19 9

LG-Stereo	0.85 88	0.60 192	2.71 243	0.59 8	0.45 94	2.85 177	0.55 113	2.41 132	1.34 108	0.59 31	1.19 141	0.43 27	0.40 10	0.76 9	0.75 143	0.20 34	0.17 53	0.31 275	0.24 208	0.29 156	0.19 9

1w_stereo	0.86 90	0.42 23	1.07 20	0.72 76	0.81 289	3.00 200	0.67 178	3.28 266	0.75 16	0.74 77	1.32 183	0.37 8	1.37 299	0.92 39	0.68 105	0.16 5	0.14 11	0.20 8	0.16 19	0.19 5	0.22 84

rvit_stereo_0083	0.86 90	0.67 269	1.42 113	0.87 168	0.65 224	1.23 28	0.64 163	1.67 51	2.28 398	0.79 105	0.93 88	0.93 173	1.07 228	1.46 173	0.75 143	0.32 297	0.36 436	0.30 250	0.26 245	0.33 252	0.28 197

Occ-G	0.86 90	0.52 97	1.39 108	0.82 122	0.66 231	1.37 51	0.79 262	1.58 37	1.31 106	1.56 217	0.87 72	2.18 361	0.89 169	0.97 52	0.88 196	0.26 117	0.19 124	0.26 135	0.19 88	0.25 83	0.24 114

IGEVStereo-DCA	0.86 90	0.65 248	2.05 175	0.90 190	0.46 105	1.57 69	0.86 310	1.62 42	1.24 90	0.65 52	0.77 50	0.74 117	0.72 99	2.59 319	0.86 185	0.28 182	0.21 199	0.28 202	0.21 127	0.29 156	0.27 176

111111	0.87 94	0.50 84	1.13 58	0.66 47	1.08 393	3.37 261	0.33 21	2.33 128	1.47 148	0.74 77	1.50 229	0.61 69	0.59 59	1.40 155	0.48 32	0.24 78	0.19 124	0.22 29	0.16 19	0.24 67	0.19 9

MoCha-V2	0.87 94	0.48 71	1.87 154	0.88 173	0.32 10	1.37 51	0.55 113	2.71 188	1.42 128	0.92 143	1.75 304	0.65 82	1.17 263	1.45 169	0.57 65	0.21 40	0.21 199	0.20 8	0.19 88	0.24 67	0.23 96

BStereo	0.88 96	0.73 319	4.10 297	0.80 110	0.51 137	1.13 18	0.72 204	2.57 166	1.00 66	0.85 128	0.57 22	0.72 105	0.48 25	1.01 59	0.90 203	0.26 117	0.22 231	0.24 77	0.29 329	0.25 83	0.25 128

GIP-stereo	0.88 96	0.50 84	1.34 100	1.32 433	0.94 345	2.90 183	0.42 59	3.41 289	1.06 72	0.63 44	0.76 47	0.90 161	0.76 119	0.91 36	0.52 53	0.27 140	0.18 87	0.25 105	0.16 19	0.25 83	0.19 9

WCG-NET	0.88 96	0.49 80	1.26 83	0.90 190	0.37 35	1.48 62	1.07 412	1.73 57	2.30 402	1.63 228	1.49 228	0.92 169	0.97 189	0.95 44	0.76 147	0.22 50	0.16 34	0.23 44	0.20 109	0.25 83	0.21 63

Pointernet	0.88 96	0.44 32	2.26 204	0.84 143	0.37 35	2.29 128	0.38 37	3.06 237	1.46 143	0.66 54	1.39 204	0.91 163	0.73 104	1.01 59	0.72 131	0.23 62	0.19 124	0.20 8	0.18 61	0.19 5	0.20 33

gasm-f	0.89 100	0.49 80	1.30 94	0.85 155	0.44 86	4.42 507	0.95 376	1.88 70	0.91 47	0.75 79	1.46 215	0.53 52	0.88 163	0.88 29	0.57 65	0.30 252	0.19 124	0.27 167	0.19 88	0.28 137	0.19 9

LG-Stereo_Zeroshot	0.89 100	0.47 61	2.08 187	0.76 98	0.73 263	3.91 379	0.41 54	2.07 95	1.07 74	0.77 98	0.89 77	0.64 77	0.86 156	0.95 44	0.77 152	0.26 117	0.18 87	0.26 135	0.19 88	0.32 232	0.32 258

SCV_C0	0.89 100	0.59 180	1.96 167	0.83 133	0.44 86	1.24 32	0.64 163	3.33 281	1.66 262	0.82 114	1.20 143	0.73 111	0.66 86	1.62 205	0.66 97	0.32 297	0.21 199	0.24 77	0.20 109	0.28 137	0.23 96

CAS++	0.89 100	0.64 238	1.46 116	0.81 112	0.51 137	1.24 32	0.86 310	3.44 290	1.46 143	1.14 175	1.29 174	0.62 72	0.58 54	1.13 84	0.59 69	0.34 326	0.30 386	0.34 349	0.26 245	0.41 357	0.29 208
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
NLSM3	0.90 104	0.46 43	1.19 69	0.62 19	1.30 451	3.19 229	0.45 73	2.81 210	1.27 100	0.78 101	0.95 93	0.55 57	1.03 205	1.14 87	0.87 191	0.20 34	0.15 23	0.26 135	0.22 163	0.24 67	0.23 96

DDF-Stereo	0.90 104	0.53 114	1.16 65	0.88 173	1.31 454	1.59 72	0.86 310	2.26 116	0.79 25	0.48 2	0.63 30	0.54 55	0.73 104	2.97 339	1.03 247	0.39 394	0.17 53	0.24 77	0.18 61	1.06 546	0.29 208

IGEV-RUCA	0.90 104	0.53 114	1.05 14	0.81 112	0.74 268	3.89 376	0.80 272	1.92 79	1.41 126	0.96 153	0.71 38	0.70 96	0.73 104	1.30 139	0.68 105	0.29 207	0.20 165	0.25 105	0.19 88	0.43 386	0.34 289

IGEV++	0.90 104	0.58 172	1.32 98	0.94 228	0.45 94	1.27 36	1.00 394	3.32 275	1.55 210	0.82 114	1.34 190	0.86 147	1.09 234	1.16 96	0.89 199	0.33 314	0.18 87	0.23 44	0.19 88	0.29 156	0.22 84

trnet	0.91 108	0.48 71	1.46 116	0.62 19	0.31 7	4.40 502	0.41 54	2.20 107	1.53 193	0.94 146	1.14 133	0.88 154	0.89 169	1.09 72	0.71 126	0.27 140	0.19 124	0.22 29	0.15 5	0.21 39	0.19 9

DispViT+	0.92 109	0.46 43	3.90 295	0.71 67	1.16 413	1.15 23	0.39 39	2.84 212	1.58 225	0.67 57	0.64 31	0.48 43	0.64 75	0.81 15	0.59 69	0.41 417	0.97 574	0.22 29	0.19 88	0.30 180	0.23 96

Former-RAFT_DAM_RVC	0.92 109	0.73 319	1.42 113	0.92 207	1.08 393	2.97 199	0.53 104	1.77 63	1.39 118	1.16 176	1.54 240	0.58 64	0.65 79	1.03 63	0.84 175	0.25 101	0.23 260	0.30 250	0.24 208	0.43 386	0.29 208

CREStereo	0.92 109	0.53 114	1.45 115	0.61 12	0.34 14	4.42 507	0.40 47	2.21 109	1.54 202	0.94 146	1.12 130	0.87 150	0.87 161	1.12 80	0.72 131	0.28 182	0.19 124	0.22 29	0.15 5	0.22 53	0.19 9
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++	0.93 112	0.56 148	1.26 83	0.92 207	0.73 263	2.48 143	1.00 394	2.99 226	1.03 69	0.68 60	1.41 208	1.92 325	0.59 59	1.26 122	0.44 20	0.25 101	0.19 124	0.28 202	0.19 88	0.23 61	0.23 96

IGEV-Stereo++	0.93 112	0.44 32	1.08 29	0.70 61	1.20 429	3.87 373	0.33 21	3.36 283	1.43 132	0.75 79	1.17 138	0.68 89	1.04 212	0.95 44	0.42 12	0.22 50	0.16 34	0.23 44	0.17 37	0.24 67	0.20 33

GCAP-Stereo	0.93 112	0.68 277	1.35 104	0.85 155	0.41 64	3.61 319	0.52 103	2.20 107	1.50 170	1.11 173	1.04 110	1.17 203	0.84 152	1.11 75	0.71 126	0.25 101	0.20 165	0.27 167	0.18 61	0.28 137	0.23 96

depthmonostereo	0.94 115	0.71 304	2.39 218	0.85 155	0.54 160	2.21 123	0.53 104	1.83 68	1.17 80	0.95 150	1.09 124	0.99 180	0.97 189	2.37 297	0.68 105	0.23 62	0.27 350	0.22 29	0.20 109	0.25 83	0.26 160

StereoAnything_RVC	0.94 115	2.66 563	2.20 195	0.76 98	0.34 14	1.18 25	0.39 39	2.31 125	0.69 10	0.51 10	0.34 4	0.32 1	0.89 169	1.57 191	0.35 1	0.32 297	0.16 34	0.23 44	0.15 5	3.31 589	0.18 5

rvit_stereo_0080	0.94 115	0.72 308	2.56 228	0.64 31	0.59 197	1.90 93	0.75 233	2.71 188	1.40 122	0.91 140	1.04 110	0.85 143	0.82 146	1.14 87	0.78 153	0.35 346	0.29 373	0.25 105	0.27 272	0.45 402	0.29 208

IGEV-Stereo+	0.94 115	0.47 61	1.19 69	0.86 162	2.02 570	1.40 54	0.39 39	1.17 11	0.88 43	0.61 38	0.44 11	0.47 38	0.79 133	2.14 279	0.42 12	0.27 140	0.19 124	0.22 29	0.17 37	2.26 582	2.41 586

whm_eth	0.94 115	0.72 308	2.56 228	0.64 31	0.59 197	1.90 93	0.75 233	2.71 188	1.40 122	0.91 140	1.04 110	0.85 143	0.82 146	1.14 87	0.78 153	0.35 346	0.29 373	0.25 105	0.27 272	0.45 402	0.29 208

LoS_RVC	0.94 115	1.30 490	1.31 95	0.84 143	1.63 522	2.02 103	0.59 134	1.51 28	1.36 113	0.81 112	1.33 185	0.84 138	0.88 163	1.36 149	0.73 134	0.21 40	0.17 53	0.20 8	0.14 2	0.20 21	1.45 566

LoS	0.94 115	0.52 97	1.88 155	0.86 162	0.36 20	4.15 446	0.51 94	2.18 104	1.45 135	0.97 154	0.88 73	0.62 72	0.79 133	1.59 197	0.86 185	0.26 117	0.19 124	0.24 77	0.16 19	0.21 39	0.20 33
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
zero-FE	0.95 122	0.52 97	2.63 238	0.86 162	1.27 446	1.41 55	0.86 310	2.27 118	0.73 14	0.50 6	0.64 31	0.54 55	0.78 129	2.70 327	1.02 245	0.35 346	0.17 53	0.24 77	0.18 61	1.03 543	0.29 208

SCV	0.95 122	0.63 227	1.38 106	1.70 529	0.41 64	1.23 28	0.89 339	3.53 306	1.57 222	0.61 38	1.54 240	0.93 173	0.77 121	1.66 214	0.66 97	0.36 357	0.20 165	0.25 105	0.19 88	0.29 156	0.25 128

WCG-NET（raft）	0.95 122	0.55 136	1.20 74	0.84 143	0.31 7	1.44 58	1.01 397	1.55 33	2.37 423	1.64 231	1.42 210	2.38 382	1.01 201	1.29 133	0.76 147	0.22 50	0.19 124	0.22 29	0.20 109	0.25 83	0.21 63

anonymousdsp	0.95 122	0.69 280	1.27 89	0.83 133	0.52 149	4.54 530	0.84 297	1.76 60	1.24 90	0.76 93	1.06 119	0.78 124	0.77 121	1.67 218	0.69 117	0.27 140	0.17 53	0.29 227	0.21 127	0.31 200	0.26 160

IGEV-Stereo	0.95 122	0.69 280	1.27 89	0.84 143	0.52 149	4.54 530	0.84 297	1.76 60	1.24 90	0.75 79	1.06 119	0.79 128	0.77 121	1.68 220	0.69 117	0.27 140	0.17 53	0.29 227	0.21 127	0.31 200	0.26 160
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GSStereo	0.96 127	0.48 71	1.09 37	0.97 246	0.45 94	4.54 530	0.83 291	3.32 275	1.37 114	0.75 79	0.89 77	0.76 121	0.80 140	0.92 39	0.53 54	0.26 117	0.18 87	0.26 135	0.20 109	0.28 137	0.21 63

tt45	0.96 127	0.48 71	1.19 69	0.89 180	0.66 231	3.91 379	0.76 236	1.90 76	1.26 99	0.70 63	1.30 176	0.71 103	0.63 72	2.59 319	0.74 140	0.22 50	0.17 53	0.28 202	0.23 182	0.27 117	0.27 176

MSCF	0.97 129	0.82 375	1.26 83	0.88 173	0.40 57	3.17 224	0.88 334	2.79 206	1.39 118	1.32 187	1.19 141	0.58 64	1.33 291	1.28 128	0.64 85	0.25 101	0.19 124	0.25 105	0.25 223	0.28 137	0.32 258

999	0.97 129	0.48 71	1.24 81	1.03 292	0.64 216	3.25 242	0.92 365	1.40 19	1.39 118	0.71 67	1.68 282	0.70 96	0.66 86	3.03 341	0.89 199	0.23 62	0.19 124	0.25 105	0.21 127	0.25 83	0.29 208

DA	0.98 131	0.46 43	1.34 100	0.92 207	0.43 77	4.34 491	0.85 305	2.79 206	1.35 111	0.82 114	1.30 176	0.89 156	1.08 232	1.11 75	0.56 62	0.30 252	0.18 87	0.24 77	0.18 61	0.25 83	0.23 96

GGEV	0.98 131	0.46 43	1.34 100	0.92 207	0.43 77	4.34 491	0.85 305	2.79 206	1.35 111	0.82 114	1.30 176	0.89 156	1.08 232	1.11 75	0.56 62	0.30 252	0.18 87	0.24 77	0.18 61	0.25 83	0.23 96

ff7	0.98 131	0.69 280	2.05 175	0.84 143	0.52 149	4.55 535	0.86 310	1.62 42	1.24 90	0.75 79	1.03 105	0.70 96	0.77 121	1.84 245	0.68 105	0.27 140	0.17 53	0.29 227	0.21 127	0.31 200	0.27 176

ffff	0.98 131	0.69 280	2.05 175	0.84 143	0.52 149	4.55 535	0.86 310	1.62 42	1.24 90	0.75 79	1.03 105	0.70 96	0.77 121	1.84 245	0.68 105	0.27 140	0.17 53	0.29 227	0.21 127	0.31 200	0.27 176

11t	0.98 131	0.69 280	2.05 175	0.84 143	0.52 149	4.55 535	0.86 310	1.62 42	1.24 90	0.75 79	1.03 105	0.70 96	0.77 121	1.84 245	0.68 105	0.27 140	0.17 53	0.29 227	0.21 127	0.31 200	0.27 176

MIF-Stereo (partial)	0.98 131	0.55 136	2.83 250	0.71 67	1.03 376	1.08 15	0.49 88	2.55 162	1.66 262	0.79 105	1.20 143	0.80 130	0.90 172	1.61 204	1.56 371	0.36 357	0.24 296	0.33 331	0.25 223	0.40 333	0.28 197

ccc-4	0.98 131	0.69 280	2.05 175	0.84 143	0.52 149	4.55 535	0.86 310	1.62 42	1.24 90	0.75 79	1.03 105	0.70 96	0.77 121	1.84 245	0.68 105	0.27 140	0.17 53	0.29 227	0.21 127	0.31 200	0.27 176

CroCo-Stereo	0.98 131	0.87 394	3.44 278	0.87 168	0.53 159	0.49 3	0.50 90	3.99 412	1.49 164	0.81 112	1.25 163	1.00 183	0.75 112	1.10 73	1.09 259	0.24 78	0.21 199	0.24 77	0.19 88	0.35 287	0.27 176
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	0.99 139	0.89 398	2.55 227	0.99 260	1.80 551	0.54 4	0.46 78	3.10 243	1.24 90	1.07 167	1.21 147	1.05 191	0.78 129	1.26 122	1.08 256	0.27 140	0.23 260	0.27 167	0.21 127	0.43 386	0.34 289

PMTNet	0.99 139	0.48 71	1.73 141	0.62 19	0.56 173	4.20 473	0.43 64	1.88 70	1.58 225	1.00 155	1.05 116	0.78 124	0.98 196	1.50 179	0.85 178	1.21 569	0.20 165	0.23 44	0.15 5	0.22 53	0.19 9

GASTEREO	1.00 141	0.98 427	1.23 77	0.90 190	0.40 57	3.40 266	0.88 334	2.77 198	1.44 134	1.39 199	1.30 176	0.55 57	1.35 296	1.33 143	0.64 85	0.25 101	0.19 124	0.25 105	0.25 223	0.25 83	0.31 247

rvit_0105_6	1.00 141	0.93 411	2.21 197	0.92 207	0.55 168	1.52 67	0.79 262	2.41 132	2.96 516	0.76 93	0.72 42	1.02 185	0.75 112	1.42 162	0.81 166	0.40 402	0.43 486	0.34 349	0.31 366	0.43 386	0.34 289

rvit_stereo_ft	1.00 141	0.87 394	3.55 282	0.97 246	0.66 231	1.06 14	0.80 272	2.78 201	1.67 264	0.78 101	0.96 96	0.95 178	1.14 254	1.06 68	0.90 203	0.32 297	0.24 296	0.27 167	0.28 301	0.39 328	0.27 176

MyStereo07	1.01 144	0.80 364	1.26 83	1.00 268	1.04 379	3.95 396	0.95 376	2.07 95	1.42 128	0.75 79	1.22 150	0.68 89	0.91 175	1.63 209	0.67 102	0.24 78	0.24 296	0.34 349	0.26 245	0.41 357	0.37 323

CES	1.01 144	0.55 136	1.74 144	0.92 207	2.15 574	2.15 116	0.50 90	2.01 88	1.45 135	0.76 93	1.02 100	0.61 69	0.47 21	1.29 133	0.79 159	0.22 50	0.17 53	0.24 77	0.14 2	0.63 476	2.29 583

TANstereo	1.01 144	0.55 136	1.73 141	0.76 98	0.36 20	4.04 420	0.38 37	1.48 25	1.62 251	2.03 340	2.10 421	0.84 138	0.93 181	0.98 54	0.62 78	0.28 182	0.36 436	0.23 44	0.20 109	0.25 83	0.46 405

GMStereo	1.01 144	1.00 431	2.86 253	0.83 133	0.45 94	1.47 61	0.57 121	1.89 73	2.11 364	1.52 212	1.24 155	0.87 150	0.74 109	1.58 192	0.94 228	0.40 402	0.21 199	0.30 250	0.30 350	0.47 417	0.36 309
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CREStereo++_RVC	1.02 148	0.49 80	1.54 128	0.83 133	0.55 168	4.01 414	0.31 15	1.63 47	1.99 330	1.63 228	2.13 430	0.84 138	0.65 79	0.88 29	0.70 123	0.27 140	0.15 23	0.23 44	1.22 579	0.24 67	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	1.03 149	0.85 388	3.13 263	0.84 143	0.38 47	1.17 24	0.42 59	3.54 307	1.47 148	1.08 168	2.17 437	1.48 250	0.57 51	1.37 154	0.74 140	0.23 62	0.18 87	0.28 202	0.21 127	0.32 232	0.24 114

XX-TBD	1.03 149	0.95 419	1.94 162	1.30 427	0.43 77	3.97 406	0.33 21	1.74 58	1.73 283	1.59 219	2.02 401	0.69 95	0.60 65	1.16 96	0.66 97	0.30 252	0.25 322	0.23 44	0.15 5	0.31 200	0.22 84

xyz-stereo-finetune	1.05 151	0.62 219	1.46 116	0.59 8	0.36 20	3.48 284	0.81 282	2.69 186	1.74 289	0.94 146	1.21 147	0.91 163	0.78 129	2.53 314	1.28 309	0.24 78	0.24 296	0.26 135	0.23 182	0.30 180	0.23 96

FE-Mocha	1.06 152	0.74 329	2.45 223	0.97 246	0.69 249	1.57 69	0.40 47	2.92 220	1.47 148	1.82 267	1.81 339	1.62 268	0.88 163	1.36 149	0.78 153	0.29 207	0.20 165	0.35 368	0.31 366	0.26 104	0.33 276

EGLCR-Stereo	1.06 152	0.51 91	1.56 131	1.02 285	0.39 51	4.27 484	0.42 59	4.08 439	1.48 157	0.90 139	0.68 36	1.09 192	0.66 86	1.81 239	0.62 78	0.27 140	0.19 124	0.29 227	0.23 182	0.37 312	0.25 128

MC-Stereo	1.06 152	0.48 71	1.55 129	1.15 359	0.41 64	4.56 540	0.61 141	2.06 93	1.46 143	1.90 288	1.61 263	0.89 156	1.12 245	1.35 147	0.73 134	0.25 101	0.18 87	0.26 135	0.22 163	0.25 83	0.24 114

sCroCo_RVC	1.06 152	0.82 375	5.05 311	1.02 285	1.05 381	0.98 10	0.61 141	2.06 93	1.29 103	0.69 62	1.26 164	0.82 134	1.10 240	1.20 109	0.90 203	0.42 429	0.40 468	0.33 331	0.30 350	0.46 413	0.38 338

Wave_Phase_stereo	1.07 156	0.73 319	4.10 297	0.80 110	0.51 137	4.91 579	0.72 204	2.50 149	1.00 66	0.85 128	0.57 22	0.72 105	0.48 25	1.01 59	0.90 203	0.26 117	0.22 231	0.24 77	0.29 329	0.25 83	0.25 128

rvit_0105_4	1.07 156	0.99 428	2.39 218	0.93 224	0.54 160	1.62 77	0.84 297	2.77 198	2.91 511	0.80 108	0.91 83	1.09 192	0.86 156	1.63 209	0.85 178	0.40 402	0.45 496	0.35 368	0.31 366	0.43 386	0.40 365

MM-Stereo_test3	1.09 158	0.59 180	1.55 129	1.73 533	1.18 416	1.91 95	0.86 310	3.52 302	1.76 293	1.25 182	1.86 363	1.10 195	0.69 92	1.32 142	0.86 185	0.27 140	0.23 260	0.27 167	0.22 163	0.34 269	0.30 237

IGEV-BASED-STEREO-	1.09 158	3.30 572	2.61 234	0.82 122	0.38 47	1.27 36	0.62 156	1.51 28	1.29 103	0.91 140	0.92 85	0.65 82	0.57 51	1.08 70	0.59 69	1.55 583	0.15 23	0.32 295	0.28 301	1.10 552	1.98 580

iRaftStereo_RVC	1.09 158	0.70 291	1.39 108	0.95 232	0.45 94	3.83 355	0.42 59	2.37 130	1.58 225	1.69 240	1.76 313	1.80 304	0.83 151	1.50 179	0.98 238	0.28 182	0.18 87	0.29 227	0.26 245	0.30 180	0.31 247

RAFT-Stereo-weight	1.11 161	0.48 71	1.22 76	0.99 260	0.42 71	4.17 461	0.80 272	3.60 315	1.50 170	1.97 310	1.50 229	1.30 226	0.65 79	1.24 115	0.85 178	0.25 101	0.19 124	0.26 135	0.22 163	0.27 117	0.23 96

11t1	1.11 161	0.53 114	1.80 149	1.55 508	0.65 224	2.20 122	0.60 137	3.66 325	1.49 164	1.60 220	1.26 164	1.03 187	1.35 296	1.72 226	0.97 235	0.28 182	0.31 396	0.29 227	0.23 182	0.30 180	0.34 289

rvit_0105_5	1.13 163	0.93 411	2.60 231	0.91 201	0.56 173	1.92 96	0.91 352	3.02 231	2.63 472	0.95 150	1.20 143	1.18 207	0.93 181	1.51 182	0.93 226	0.40 402	0.43 486	0.37 396	0.35 410	0.42 376	0.44 389

GMOStereo	1.13 163	0.70 291	2.26 204	0.75 84	0.44 86	3.05 205	0.91 352	2.78 201	1.45 135	2.37 453	1.52 232	1.53 254	1.05 217	1.17 102	0.92 217	0.25 101	0.19 124	0.35 368	0.28 301	0.34 269	0.26 160

error version	1.13 163	0.70 291	2.26 204	0.75 84	0.44 86	3.05 205	0.91 352	2.78 201	1.45 135	2.37 453	1.52 232	1.53 254	1.05 217	1.17 102	0.92 217	0.25 101	0.19 124	0.35 368	0.28 301	0.34 269	0.26 160

test-v	1.13 163	0.70 291	2.26 204	0.75 84	0.44 86	3.05 205	0.91 352	2.78 201	1.45 135	2.37 453	1.52 232	1.53 254	1.05 217	1.17 102	0.92 217	0.25 101	0.19 124	0.35 368	0.28 301	0.34 269	0.26 160

test-2	1.13 163	0.70 291	2.26 204	0.75 84	0.44 86	3.05 205	0.91 352	2.78 201	1.45 135	2.37 453	1.52 232	1.53 254	1.05 217	1.17 102	0.92 217	0.25 101	0.19 124	0.35 368	0.28 301	0.34 269	0.26 160

HUF	1.15 168	0.64 238	8.62 352	0.90 190	0.35 17	1.35 49	0.78 255	1.97 85	1.50 170	0.63 44	1.52 232	0.83 136	0.66 86	1.28 128	0.63 82	0.29 207	0.23 260	0.26 135	0.17 37	0.23 61	0.25 128

tg	1.15 168	0.67 269	1.31 95	0.94 228	0.54 160	4.02 416	0.41 54	2.96 223	1.59 241	1.69 240	1.85 360	1.84 316	0.97 189	1.78 233	0.83 172	0.27 140	0.17 53	0.29 227	0.26 245	0.29 156	0.27 176

Selective-RAFT	1.15 168	0.46 43	1.64 136	0.99 260	0.45 94	4.17 461	0.51 94	3.21 255	1.69 272	1.12 174	1.34 190	1.45 247	1.40 307	2.08 271	0.94 228	0.41 417	0.20 165	0.24 77	0.23 182	0.27 117	0.25 128

x	1.15 168	0.57 158	1.53 125	1.44 481	0.67 238	1.94 97	0.97 385	3.87 371	1.57 222	1.61 225	1.28 172	1.58 262	1.22 272	1.93 257	1.04 249	0.28 182	0.30 386	0.34 349	0.29 329	0.32 232	0.31 247

xyz-stereo-finetune2	1.16 172	0.63 227	1.50 122	0.57 4	0.36 20	3.47 281	0.65 173	2.70 187	1.23 88	0.88 136	1.75 304	0.91 163	1.76 410	3.54 351	1.74 407	0.24 78	0.22 231	0.30 250	0.27 272	0.31 200	0.26 160

rvit_stereo_0075_2	1.18 173	0.74 329	2.66 241	0.90 190	1.27 446	2.51 146	0.69 192	2.25 115	2.06 348	1.40 201	1.86 363	1.46 249	0.84 152	1.42 162	0.94 228	0.46 457	0.40 468	0.48 473	0.38 445	0.46 413	0.51 437

AE-Stereo	1.18 173	0.60 192	2.05 175	1.10 327	0.60 200	4.39 498	0.72 204	3.74 342	1.62 251	1.10 170	1.90 378	1.01 184	0.92 178	1.45 169	0.82 169	0.28 182	0.22 231	0.28 202	0.28 301	0.26 104	0.22 84

test-3	1.19 175	0.52 97	2.00 169	1.01 274	0.42 71	1.95 98	0.91 352	4.35 529	1.47 148	2.24 417	1.16 136	2.06 351	0.79 133	2.68 325	0.76 147	0.27 140	0.18 87	0.28 202	0.26 245	0.26 104	0.25 128

test_1	1.19 175	0.52 97	2.00 169	1.01 274	0.42 71	1.95 98	0.90 344	4.36 534	1.47 148	2.17 390	1.16 136	2.06 351	0.78 129	2.68 325	0.76 147	0.27 140	0.18 87	0.28 202	0.26 245	0.26 104	0.25 128

test_3	1.19 175	0.51 91	2.08 187	0.99 260	0.41 64	2.05 110	0.87 330	4.40 542	1.42 128	1.99 317	1.18 139	2.03 345	0.79 133	2.70 327	0.75 143	0.27 140	0.17 53	0.29 227	0.29 329	0.30 180	0.27 176

raftrobust	1.19 175	0.72 308	2.30 209	1.26 406	1.31 454	3.55 305	0.68 186	2.75 195	1.47 148	2.21 408	1.38 202	1.17 203	1.22 272	1.20 109	1.11 263	0.28 182	0.24 296	0.21 21	0.19 88	0.25 83	0.28 197

RALCasStereoNet	1.19 175	1.02 433	2.06 184	1.12 338	1.14 406	3.08 212	0.70 199	2.99 226	1.73 283	1.34 189	1.68 282	1.18 207	0.91 175	2.16 281	1.00 243	0.30 252	0.26 339	0.24 77	0.21 127	0.29 156	0.30 237

MIM_Stereo	1.20 180	0.78 356	3.30 273	1.05 295	0.43 77	3.04 203	0.60 137	2.46 144	1.51 177	1.60 220	1.58 251	1.82 310	1.29 284	2.00 263	1.07 254	0.24 78	0.24 296	0.28 202	0.25 223	0.27 117	0.27 176

R-Stereo Train	1.20 180	0.58 172	1.81 150	0.99 260	0.67 238	3.78 346	0.90 344	4.09 441	1.51 177	2.16 386	1.71 293	1.13 198	0.94 183	1.40 155	0.91 212	0.30 252	0.24 296	0.26 135	0.21 127	0.26 104	0.25 128

RAFT-Stereo	1.20 180	0.58 172	1.81 150	0.99 260	0.67 238	3.78 346	0.90 344	4.09 441	1.51 177	2.16 386	1.71 293	1.13 198	0.94 183	1.40 155	0.91 212	0.30 252	0.24 296	0.26 135	0.21 127	0.26 104	0.25 128
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
model_zeroshot	1.21 183	0.60 192	3.55 282	1.05 295	0.57 185	3.46 278	0.63 159	2.73 191	1.55 210	2.05 345	1.38 202	1.50 253	0.82 146	1.69 221	0.87 191	0.29 207	0.23 260	0.30 250	0.23 182	0.27 117	0.32 258

GCAP-BAT	1.21 183	0.74 329	3.23 268	0.95 232	0.70 253	3.86 370	0.93 367	1.89 73	1.48 157	1.85 271	1.96 386	1.68 275	0.79 133	1.78 233	0.81 166	0.29 207	0.20 165	0.24 77	0.20 109	0.26 104	0.35 303

RCA-Stereo	1.21 183	0.52 97	1.58 133	0.90 190	0.46 105	4.68 556	0.79 262	4.13 451	1.74 289	1.92 295	1.80 327	0.94 177	1.48 334	1.14 87	0.70 123	0.27 140	0.18 87	0.25 105	0.19 88	0.25 83	0.23 96

raft+_RVC	1.21 183	0.83 379	2.61 234	1.35 451	0.97 353	3.60 315	0.76 236	3.23 260	1.51 177	1.33 188	1.67 279	1.03 187	1.10 240	1.87 252	0.92 217	0.24 78	0.22 231	0.25 105	0.24 208	0.26 104	0.25 128

AnonymousM	1.22 187	1.32 496	0.97 6	0.88 173	0.56 173	4.03 418	0.69 192	2.41 132	1.68 266	1.48 208	1.31 182	1.15 201	1.00 199	1.18 107	0.73 134	0.32 297	0.40 468	2.07 587	1.70 589	0.24 67	0.22 84

LL-Strereo2	1.23 188	0.85 388	2.38 217	0.93 224	0.68 243	3.72 335	1.37 472	2.54 161	1.99 330	1.75 255	1.40 206	1.82 310	0.73 104	1.40 155	0.99 241	0.31 276	0.23 260	0.55 512	0.35 410	0.29 156	0.24 114

ROB_FTStereo_v2	1.23 188	0.66 259	2.02 171	0.75 84	0.37 35	4.67 555	0.76 236	2.53 152	1.58 225	1.99 317	1.46 215	1.78 294	1.14 254	2.08 271	0.88 196	0.48 471	0.22 231	0.32 295	0.27 272	0.40 333	0.29 208

CRE-IMP	1.23 188	0.61 209	2.14 191	0.82 122	0.39 51	4.54 530	0.83 291	2.63 178	1.55 210	1.95 305	1.46 215	1.87 321	0.96 186	1.48 176	1.33 320	0.45 450	0.21 199	0.31 275	0.26 245	0.41 357	0.31 247

RAFT	1.23 188	0.84 384	2.05 175	0.96 239	0.47 115	1.80 87	0.94 372	3.18 254	1.46 143	1.60 220	1.71 293	3.04 454	1.59 361	1.64 211	1.32 316	0.38 382	0.24 296	0.40 421	0.32 378	0.40 333	0.35 303

test-1	1.23 188	0.65 248	1.88 155	0.96 239	0.52 149	3.84 360	0.62 156	4.01 416	1.47 148	1.93 299	1.78 321	1.83 313	0.92 178	1.19 108	1.28 309	0.26 117	0.29 373	0.31 275	0.24 208	0.29 156	0.36 309

rvit_0105_3	1.24 193	0.93 411	2.84 251	0.97 246	0.58 194	2.38 134	1.08 417	3.26 265	2.53 458	1.18 177	1.40 206	1.24 218	1.04 212	1.73 227	0.97 235	0.44 441	0.44 491	0.40 421	0.42 477	0.42 376	0.50 429

PSM-adaLoss	1.24 193	0.65 248	2.03 172	0.75 84	0.37 35	4.68 556	0.73 211	2.53 152	1.58 225	1.99 317	1.47 220	1.78 294	1.13 247	2.18 285	0.87 191	0.48 471	0.23 260	0.32 295	0.27 272	0.40 333	0.29 208

rafts_anoy	1.24 193	0.80 364	3.61 288	1.17 368	1.20 429	3.00 200	0.61 141	3.17 252	1.58 225	1.37 196	1.26 164	1.19 211	1.12 245	1.78 233	1.25 298	0.32 297	0.23 260	0.32 295	0.32 378	0.31 200	0.30 237

DIP-Stereo	1.24 193	0.69 280	1.77 146	0.65 39	0.61 205	4.29 486	0.58 130	4.44 548	2.53 458	1.98 312	1.33 185	0.91 163	0.86 156	1.25 121	1.25 298	0.36 357	0.23 260	0.32 295	0.23 182	0.32 232	0.29 208
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	1.25 197	0.56 148	2.05 175	1.05 295	0.93 343	2.86 179	0.55 113	3.23 260	1.34 108	1.55 215	1.07 121	3.56 507	2.03 445	1.29 133	1.00 243	0.28 182	0.27 350	0.34 349	0.21 127	0.41 357	0.43 383

Patchmatch Stereo++	1.25 197	0.65 248	2.06 184	0.75 84	0.37 35	4.68 556	0.76 236	2.53 152	1.58 225	1.99 317	1.47 220	1.78 294	1.14 254	2.44 299	0.90 203	0.48 471	0.23 260	0.32 295	0.27 272	0.40 333	0.29 208
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	1.25 197	0.66 259	2.14 191	0.75 84	0.37 35	4.65 552	0.77 248	2.53 152	1.58 225	1.99 317	1.47 220	1.78 294	1.13 247	2.26 294	0.86 185	0.47 466	0.22 231	0.32 295	0.27 272	0.40 333	0.29 208

HUI-Stereo	1.25 197	0.66 259	2.33 212	0.75 84	0.37 35	4.68 556	0.78 255	2.53 152	1.58 225	1.99 317	1.46 215	1.79 301	1.13 247	2.17 283	0.85 178	0.48 471	0.23 260	0.32 295	0.27 272	0.40 333	0.29 208

iRAFT	1.25 197	0.65 248	2.06 184	0.75 84	0.37 35	4.68 556	0.76 236	2.53 152	1.58 225	1.99 317	1.47 220	1.78 294	1.14 254	2.44 299	0.90 203	0.48 471	0.23 260	0.32 295	0.27 272	0.40 333	0.29 208

RAFT-IKP	1.25 197	0.66 259	2.23 202	0.75 84	0.37 35	4.64 550	0.74 223	2.53 152	1.58 225	1.99 317	1.47 220	1.78 294	1.13 247	2.22 291	0.92 217	0.48 471	0.22 231	0.32 295	0.27 272	0.40 333	0.29 208

RAFT-Stereo + iAFF	1.25 197	0.72 308	1.74 144	1.05 295	0.36 20	4.13 442	0.42 59	2.95 222	2.84 507	2.02 336	2.40 481	1.61 267	1.11 244	1.26 122	0.97 235	0.21 40	0.15 23	0.26 135	0.23 182	0.29 156	0.23 96

FACV-RUCA	1.26 204	0.65 248	2.21 197	1.06 301	1.50 498	2.69 163	1.15 433	3.05 234	1.87 311	1.36 193	1.99 397	1.03 187	1.15 262	1.36 149	1.10 260	0.41 417	0.41 477	0.73 554	0.41 470	0.61 470	0.41 370

CAS	1.26 204	0.40 10	1.46 116	2.97 587	1.61 519	4.13 442	0.73 211	1.78 64	1.49 164	0.83 123	1.10 127	0.59 67	0.53 37	1.26 122	0.80 160	2.99 592	0.13 1	0.21 21	0.13 1	0.31 200	1.72 573

anonymousdsp2	1.26 204	0.60 192	3.74 292	1.02 285	0.41 64	3.60 315	0.72 204	3.68 328	1.47 148	1.37 196	1.56 248	1.83 313	1.01 201	2.00 263	0.66 97	0.29 207	0.20 165	0.28 202	0.20 109	0.32 232	0.29 208

dd	1.26 204	1.15 462	2.47 224	0.92 207	0.49 131	4.35 494	0.75 233	1.92 79	2.11 364	1.44 205	1.24 155	1.19 211	1.05 217	1.78 233	1.70 399	0.57 510	0.34 424	0.35 368	0.33 386	0.60 465	0.46 405

iGMRVC	1.26 204	0.66 259	2.14 191	0.75 84	0.37 35	4.66 553	0.74 223	2.53 152	1.58 225	1.99 317	1.46 215	1.78 294	1.14 254	2.46 301	0.92 217	0.48 471	0.23 260	0.32 295	0.27 272	0.40 333	0.29 208

HI	1.27 209	0.90 400	2.33 212	1.10 327	0.68 243	2.92 189	0.45 73	2.49 147	1.76 293	2.13 369	1.65 276	2.42 388	1.84 427	1.58 192	1.61 381	0.26 117	0.16 34	0.28 202	0.29 329	0.26 104	0.25 128

CoSv	1.27 209	0.90 400	2.33 212	1.10 327	0.68 243	2.92 189	0.45 73	2.49 147	1.76 293	2.13 369	1.65 276	2.42 388	1.84 427	1.58 192	1.61 381	0.26 117	0.16 34	0.28 202	0.29 329	0.26 104	0.25 128

mmm	1.27 209	0.58 172	2.20 195	1.41 475	0.68 243	2.39 136	0.85 305	3.90 381	1.63 254	2.20 399	1.84 353	1.28 222	1.50 341	1.91 256	0.89 199	0.31 276	0.27 350	0.45 456	0.37 432	0.38 317	0.34 289

NRIStereo	1.28 212	0.61 209	1.67 137	1.15 359	0.38 47	4.73 569	0.90 344	2.42 135	1.50 170	1.93 299	1.33 185	1.75 288	1.22 272	2.96 338	1.33 320	0.46 457	0.22 231	0.29 227	0.26 245	0.30 180	0.28 197

RALAANet	1.28 212	1.08 448	3.21 266	1.25 399	0.94 345	1.44 58	0.69 192	3.15 249	2.57 465	2.01 331	1.80 327	1.29 225	1.05 217	2.00 263	1.48 351	0.27 140	0.20 165	0.27 167	0.24 208	0.40 333	0.27 176

CASS	1.29 214	0.66 259	2.62 237	0.95 232	0.66 231	2.84 175	0.69 192	3.00 228	1.79 298	2.57 486	1.95 385	1.39 237	1.55 358	1.59 197	1.06 251	0.50 487	0.28 363	0.34 349	0.28 301	0.46 413	0.63 482
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
gcap-zeroshot	1.30 215	0.61 209	4.09 296	0.94 228	0.56 173	3.50 291	0.84 297	3.12 245	1.72 280	1.84 270	1.22 150	2.72 422	0.88 163	1.46 173	0.80 160	0.29 207	0.30 386	0.27 167	0.21 127	0.29 156	0.25 128

knoymous	1.30 215	0.60 192	5.57 320	0.88 173	0.75 270	3.04 203	0.90 344	2.68 184	1.33 107	1.48 208	1.07 121	2.78 433	0.88 163	1.29 133	0.85 178	0.31 276	0.22 231	0.35 368	0.20 109	0.45 402	0.37 323

qqq	1.30 215	0.57 158	1.67 137	1.15 359	0.51 137	2.18 118	0.91 352	3.98 408	1.53 193	1.50 211	1.24 155	1.79 301	1.34 293	4.66 378	0.98 238	0.28 182	0.31 396	0.33 331	0.33 386	0.33 252	0.32 258

test_4	1.30 215	0.50 84	6.16 324	0.84 143	0.45 94	1.61 75	1.12 427	2.14 101	1.42 128	1.52 212	2.31 471	1.84 316	0.79 133	2.52 312	1.19 279	0.27 140	0.17 53	0.29 227	0.29 329	0.29 156	0.25 128

s12784h	1.31 219	0.45 36	2.41 221	0.71 67	0.35 17	4.42 507	0.50 90	4.22 476	2.73 484	2.01 331	2.48 487	0.91 163	0.96 186	2.01 266	0.70 123	0.29 207	0.18 87	0.24 77	0.16 19	0.27 117	0.18 5

AFF-stereo	1.31 219	0.77 350	1.46 116	1.10 327	0.45 94	3.93 386	0.48 87	2.92 220	2.92 513	1.90 288	2.21 445	2.11 358	1.52 347	1.93 257	1.12 266	0.21 40	0.16 34	0.25 105	0.25 223	0.29 156	0.20 33

Pruner-Stereo	1.32 221	0.59 180	2.11 190	1.79 543	0.47 115	4.73 569	0.79 262	2.53 152	1.72 280	2.47 468	1.58 251	1.48 250	1.03 205	1.66 214	1.47 348	0.44 441	0.21 199	0.34 349	0.30 350	0.30 180	0.39 345

Hybrid-DGEV-03	1.34 222	0.70 291	2.74 248	1.00 268	0.52 149	3.99 410	0.99 392	3.22 257	1.64 255	2.15 380	3.31 547	1.37 236	1.07 228	1.29 133	1.22 289	0.26 117	0.18 87	0.32 295	0.24 208	0.28 137	0.24 114

ToySt	1.35 223	0.72 308	3.65 290	1.01 274	0.50 135	3.31 256	1.01 397	3.46 291	1.73 283	1.30 185	1.55 244	2.07 354	1.47 332	1.88 253	1.40 329	0.27 140	0.27 350	0.30 250	0.32 378	0.42 376	0.39 345

DisPM	1.36 224	0.55 136	2.39 218	1.54 503	0.51 137	4.59 543	0.79 262	2.50 149	1.88 313	2.50 471	1.83 348	1.45 247	1.01 201	2.71 329	0.93 226	0.46 457	0.20 165	0.32 295	0.31 366	0.31 200	0.44 389

gcap_with_dpt	1.37 225	0.56 148	8.87 355	0.92 207	1.26 443	3.87 373	0.63 159	2.74 192	1.24 90	1.35 192	1.02 100	0.86 147	0.81 143	1.15 93	0.64 85	0.29 207	0.19 124	0.26 135	0.19 88	0.31 200	0.25 128

sAnonymous2	1.37 225	1.22 479	9.79 367	0.92 207	0.88 327	1.23 28	0.61 141	2.56 164	1.69 272	0.85 128	1.02 100	0.73 111	1.23 275	0.98 54	0.78 153	0.29 207	0.25 322	0.31 275	0.30 350	1.06 546	0.71 499

CroCo_RVC	1.37 225	1.22 479	9.79 367	0.92 207	0.88 327	1.23 28	0.61 141	2.56 164	1.69 272	0.85 128	1.02 100	0.73 111	1.23 275	0.98 54	0.78 153	0.29 207	0.25 322	0.31 275	0.30 350	1.06 546	0.71 499

GES	1.38 228	0.64 238	2.61 234	1.09 318	0.57 185	4.30 488	1.02 401	3.86 368	1.51 177	1.72 249	1.74 300	1.28 222	1.77 412	1.62 205	1.61 381	0.39 394	0.27 350	0.33 331	0.30 350	0.41 357	0.47 410

Any-RAFT	1.40 229	0.53 114	2.78 249	1.09 318	0.64 216	4.41 505	0.81 282	3.97 406	2.78 491	1.99 317	1.34 190	2.36 379	1.56 360	1.56 188	0.75 143	0.27 140	0.20 165	0.25 105	0.18 61	0.25 83	0.28 197

UDGNet	1.40 229	1.52 519	2.22 200	1.38 469	0.62 211	4.39 498	0.68 186	1.80 66	2.18 377	1.34 189	1.18 139	0.99 180	1.00 199	2.16 281	1.19 279	1.09 563	0.34 424	1.30 577	0.98 566	1.10 552	0.58 467

GMStereo_Zeroshot	1.41 231	1.21 473	3.33 275	1.29 420	0.72 258	3.35 259	0.53 104	2.58 173	1.68 266	2.35 449	1.56 248	2.42 388	0.96 186	2.50 304	1.16 273	0.45 450	0.23 260	0.40 421	0.24 208	0.79 523	0.33 276

rvit_105_1	1.43 232	0.90 400	3.27 271	1.08 312	0.68 243	2.79 168	1.27 455	3.52 302	2.35 414	1.38 198	1.54 240	1.28 222	1.14 254	2.91 334	1.40 329	0.54 504	0.47 509	0.45 456	0.59 530	0.44 394	0.58 467

RAFT-Test	1.44 233	0.59 180	6.10 323	1.01 274	0.69 249	2.90 183	0.80 272	3.68 328	1.70 276	1.85 271	1.68 282	3.15 464	1.03 205	1.20 109	0.99 241	0.27 140	0.22 231	0.25 105	0.23 182	0.27 117	0.25 128

DCRE	1.44 233	0.74 329	3.50 281	1.13 345	0.72 258	1.78 85	0.67 178	2.14 101	1.56 216	1.99 317	8.09 584	1.73 286	1.07 228	1.24 115	0.83 172	0.23 62	0.25 322	0.26 135	0.26 245	0.28 137	0.30 237

AdaStereo	1.45 235	0.83 379	2.34 215	1.28 416	0.81 289	3.21 231	1.14 432	4.20 467	2.46 447	2.05 345	1.77 318	2.48 398	1.18 265	1.71 225	1.44 338	0.43 435	0.25 322	0.43 444	0.28 301	0.44 394	0.34 289
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	1.46 236	0.59 180	1.94 162	0.87 168	0.85 313	4.16 456	1.16 435	4.48 554	1.88 313	2.93 526	1.83 348	2.60 409	1.31 288	1.60 199	1.21 286	0.34 326	0.25 322	0.31 275	0.28 301	0.35 287	0.33 276

PFNet+	1.46 236	0.57 158	2.84 251	0.92 207	0.47 115	4.64 550	0.84 297	2.46 144	1.99 330	2.14 372	1.64 270	1.34 229	1.03 205	4.68 380	1.23 293	0.45 450	0.33 411	0.37 396	0.39 452	0.32 232	0.49 422

ACVNet	1.46 236	0.64 238	3.56 284	0.93 224	0.85 313	4.22 474	0.80 272	2.85 213	2.08 351	1.78 259	1.88 367	3.10 459	1.46 330	1.33 143	1.89 425	0.29 207	0.26 339	0.30 250	0.26 245	0.39 328	0.27 176

psmg	1.47 239	0.59 180	1.94 162	0.92 207	0.85 313	4.30 488	1.42 483	4.10 448	1.88 313	2.64 502	2.09 420	2.60 409	1.31 288	1.60 199	1.21 286	0.34 326	0.27 350	0.33 331	0.34 394	0.36 300	0.34 289

BUS	1.49 240	0.59 180	1.94 162	0.87 168	0.85 313	4.50 523	0.76 236	4.48 554	1.88 313	2.93 526	1.83 348	3.63 509	0.97 189	1.60 199	1.17 276	0.34 326	0.25 322	0.31 275	0.28 301	0.35 287	0.33 276

Hybrid-DGEV-2	1.55 241	1.43 511	3.19 265	1.16 365	0.51 137	4.15 446	0.54 112	4.28 503	2.22 381	2.06 350	1.37 198	2.37 380	1.61 368	3.24 343	1.15 269	0.25 101	0.24 296	0.30 250	0.26 245	0.29 156	0.28 197

plain	1.55 241	0.69 280	13.59 414	0.65 39	0.73 263	1.66 80	0.57 121	3.17 252	1.94 324	0.77 98	1.24 155	0.80 130	0.86 156	1.60 199	0.96 234	0.33 314	0.21 199	0.32 295	0.25 223	0.42 376	0.28 197

LCNet	1.55 241	0.54 129	1.88 155	0.99 260	0.55 168	3.60 315	1.21 449	2.86 216	1.53 193	2.18 392	1.74 300	1.43 246	4.17 549	3.62 354	0.87 191	0.29 207	0.20 165	0.28 202	0.77 551	0.47 417	1.85 576

DeepStereo_RVC	1.55 241	0.63 227	3.32 274	0.77 103	0.42 71	4.49 520	0.72 204	2.50 149	1.58 225	2.02 336	1.81 339	1.54 258	6.38 583	1.73 227	1.19 279	0.46 457	0.22 231	0.29 227	0.28 301	0.35 287	0.38 338

acv_ft	1.55 241	0.64 238	3.29 272	1.14 346	2.01 567	2.93 193	0.97 385	3.81 355	2.08 351	2.22 410	1.88 367	3.10 459	1.66 392	1.33 143	2.22 464	0.29 207	0.26 339	0.30 250	0.26 245	0.39 328	0.27 176

TestStereo1	1.56 246	0.81 368	2.32 210	1.61 518	0.64 216	4.13 442	1.36 467	3.79 351	3.20 542	1.60 220	2.57 499	1.39 237	2.15 457	2.51 307	1.30 313	0.29 207	0.20 165	0.34 349	0.25 223	0.40 333	0.36 309

SA-5K	1.56 246	0.81 368	2.32 210	1.61 518	0.64 216	4.13 442	1.36 467	3.79 351	3.20 542	1.60 220	2.57 499	1.39 237	2.15 457	2.51 307	1.30 313	0.29 207	0.20 165	0.34 349	0.25 223	0.40 333	0.36 309

UCFNet_RVC	1.57 248	0.84 384	3.25 269	1.36 457	1.40 480	4.07 428	1.01 397	2.68 184	1.50 170	2.11 362	1.88 367	2.37 380	1.50 341	3.41 348	1.42 335	0.36 357	0.28 363	0.52 499	0.40 463	0.53 440	0.43 383

NF-Stereo	1.58 249	0.61 209	2.66 241	2.26 570	0.47 115	4.68 556	0.67 178	3.31 270	1.48 157	2.11 362	1.59 255	1.36 232	1.09 234	6.08 410	1.20 282	0.40 402	0.20 165	0.36 384	0.34 394	0.31 200	0.36 309

OCTAStereo	1.58 249	0.61 209	2.72 244	2.27 573	0.46 105	4.68 556	0.67 178	3.30 269	1.48 157	2.11 362	1.59 255	1.36 232	1.09 234	6.02 407	1.21 286	0.41 417	0.20 165	0.36 384	0.34 394	0.31 200	0.37 323

RE-Stereo	1.58 249	0.61 209	2.72 244	2.26 570	0.46 105	4.68 556	0.68 186	3.31 270	1.48 157	2.11 362	1.59 255	1.36 232	1.09 234	6.01 405	1.22 289	0.41 417	0.20 165	0.36 384	0.34 394	0.31 200	0.37 323

TVStereo	1.58 249	0.61 209	2.72 244	2.26 570	0.46 105	4.68 556	0.68 186	3.31 270	1.48 157	2.11 362	1.59 255	1.36 232	1.09 234	6.01 405	1.22 289	0.41 417	0.20 165	0.36 384	0.34 394	0.31 200	0.37 323

Gwc-CoAtRS	1.58 249	0.57 158	11.69 393	1.01 274	0.60 200	2.53 151	0.64 163	2.36 129	1.56 216	1.80 264	1.47 220	2.74 423	1.18 265	1.12 80	0.90 203	0.27 140	0.21 199	0.25 105	0.22 163	0.27 117	0.23 96

KYRaft	1.59 254	0.52 97	1.73 141	0.95 232	0.49 131	4.38 496	1.79 518	2.43 138	1.51 177	2.49 470	2.98 527	2.00 341	3.41 530	2.14 279	0.82 169	0.30 252	0.21 199	0.33 331	0.46 489	0.35 287	2.45 589

Reg-Stereo(zero)	1.60 255	0.42 23	10.69 381	0.89 180	0.68 243	3.27 246	0.47 84	2.27 118	1.54 202	1.48 208	1.24 155	2.55 404	2.68 495	1.48 176	1.10 260	0.19 26	0.19 124	0.22 29	0.18 61	0.24 67	0.26 160

HCRNet	1.60 255	0.56 148	2.47 224	0.78 105	1.36 471	4.11 437	0.71 201	3.57 311	2.79 493	1.75 255	1.61 263	1.58 262	1.41 312	5.79 402	1.56 371	0.34 326	0.28 363	0.36 384	0.29 329	0.33 252	0.37 323

AIO-test2	1.61 257	1.30 490	3.40 277	1.16 365	1.31 454	3.18 226	0.74 223	4.06 433	1.52 186	1.72 249	2.21 445	0.78 124	0.74 109	3.64 356	0.95 233	3.64 600	0.26 339	0.35 368	0.42 477	0.37 312	0.33 276

Prome-Stereo	1.61 257	0.55 136	1.71 139	0.98 254	0.60 200	4.41 505	1.82 522	3.03 232	1.53 193	2.18 392	3.45 551	1.72 285	3.49 536	2.23 292	1.08 256	0.29 207	0.20 165	0.26 135	0.25 223	0.34 269	2.16 582

test_sample1	1.62 259	0.55 136	1.88 155	1.44 481	0.79 284	2.27 126	0.64 163	4.00 414	1.82 301	1.87 278	1.35 193	1.57 260	1.62 372	9.55 487	1.24 295	0.30 252	0.27 350	0.31 275	0.28 301	0.32 232	0.32 258

RAFT+CT+SA	1.62 259	0.72 308	7.42 335	0.97 246	1.42 488	4.04 420	0.94 372	3.90 381	1.61 246	1.61 225	1.63 268	1.33 228	1.18 265	2.73 331	1.10 260	0.27 140	0.19 124	0.31 275	0.34 394	0.33 252	0.33 276

SA	1.62 259	0.75 341	3.78 294	1.07 304	0.43 77	4.26 479	1.36 467	4.45 551	3.12 531	1.63 228	1.97 392	1.68 275	2.26 468	2.55 315	1.27 305	0.27 140	0.22 231	0.37 396	0.37 432	0.35 287	0.30 237

Sa-1000	1.63 262	0.79 360	3.56 284	1.11 334	0.48 123	4.06 423	1.41 481	4.49 557	2.75 488	2.00 329	2.80 519	1.84 316	1.43 320	2.64 324	1.50 357	0.27 140	0.19 124	0.36 384	0.33 386	0.36 300	0.30 237

PSMNet-RUCA	1.64 263	1.50 518	2.57 230	1.50 496	1.38 476	3.05 205	1.36 467	3.31 270	2.24 386	1.36 193	2.07 417	1.40 242	1.09 234	1.83 242	1.55 369	1.15 567	0.69 559	1.26 576	0.96 564	1.64 574	0.94 537

test_sample7	1.65 264	0.70 291	2.60 231	1.48 492	0.76 274	2.38 134	1.07 412	4.35 529	2.11 364	2.14 372	1.75 304	1.75 288	1.67 394	6.26 414	1.26 301	0.44 441	0.48 515	0.43 444	0.40 463	0.46 413	0.43 383

StereoVision	1.65 264	0.75 341	7.47 337	1.01 274	1.80 551	2.61 158	0.61 141	3.06 237	1.96 325	1.25 182	3.46 552	1.85 319	0.88 163	2.07 269	1.93 430	0.43 435	0.36 436	0.37 396	0.36 420	0.48 420	0.33 276

dad	1.65 264	1.19 470	3.04 260	0.98 254	0.56 173	4.22 474	0.84 297	1.99 87	2.48 448	2.14 372	1.68 282	1.62 268	1.13 247	3.85 361	2.04 444	1.03 562	0.40 468	2.04 586	0.48 497	0.75 517	0.53 444

PSM-softLoss	1.66 267	0.59 180	5.15 313	2.25 568	0.48 123	4.68 556	0.69 192	2.57 166	1.52 186	2.14 372	1.45 213	1.42 244	0.99 197	6.04 408	1.20 282	0.41 417	0.23 260	0.37 396	0.39 452	0.32 232	0.31 247

KMStereo	1.66 267	0.59 180	5.15 313	2.25 568	0.48 123	4.68 556	0.69 192	2.57 166	1.52 186	2.14 372	1.45 213	1.42 244	0.99 197	6.04 408	1.20 282	0.41 417	0.23 260	0.37 396	0.39 452	0.32 232	0.31 247

DDVS	1.68 269	0.79 360	2.52 226	1.26 406	1.16 413	3.17 224	0.78 255	3.12 245	1.82 301	1.86 276	1.91 379	2.92 446	1.43 320	6.20 412	1.63 389	0.45 450	0.65 551	0.34 349	0.38 445	0.48 420	0.79 521

ISRNet	1.69 270	0.76 347	5.69 321	1.27 414	1.36 471	2.85 177	0.61 141	3.60 315	1.91 321	2.13 369	2.12 428	2.90 441	1.41 312	2.51 307	1.71 400	0.49 483	0.50 521	0.56 514	0.47 492	0.49 426	0.57 462

IER	1.69 270	0.65 248	7.19 333	0.94 228	1.15 408	3.28 250	0.89 339	3.48 292	1.97 327	2.10 358	1.98 394	2.28 366	2.12 453	2.25 293	1.75 410	0.29 207	0.23 260	0.36 384	0.30 350	0.32 232	0.34 289

RAFT_R40	1.70 272	0.59 180	2.99 257	1.46 487	0.46 105	4.74 572	0.98 391	2.23 113	1.56 216	2.02 336	2.35 479	2.71 420	2.56 489	6.71 427	0.90 203	0.40 402	0.19 124	0.30 250	0.27 272	0.33 252	0.26 160

ffm	1.72 273	0.60 192	5.21 315	1.14 346	0.99 363	3.62 320	0.86 310	4.22 476	3.37 555	2.20 399	2.30 465	3.48 492	1.62 372	2.21 289	0.65 93	0.29 207	0.16 34	0.48 473	0.37 432	0.30 180	0.29 208

Anonymous3	1.72 273	0.76 347	11.61 392	0.83 133	0.84 312	4.46 512	0.84 297	3.57 311	1.16 78	1.34 189	1.37 198	1.11 197	1.03 205	1.58 192	1.13 267	0.70 539	0.58 539	0.33 331	0.35 410	0.47 417	0.42 374

DMCA	1.72 273	0.74 329	6.63 326	1.14 346	0.96 349	3.98 409	0.90 344	3.75 343	2.76 489	2.83 521	1.58 251	2.35 377	1.18 265	1.58 192	1.98 439	0.40 402	0.27 350	0.42 440	0.26 245	0.36 300	0.38 338

fff	1.74 276	0.70 291	9.08 357	0.81 112	0.36 20	4.15 446	0.57 121	4.23 480	2.09 354	2.30 431	1.80 327	1.19 211	3.02 510	1.44 165	1.46 343	0.29 207	0.23 260	0.23 44	0.18 61	0.24 67	0.42 374

DCANet	1.74 276	0.73 319	9.08 357	0.82 122	0.40 57	4.18 464	0.59 134	4.25 490	2.97 517	2.35 449	1.84 353	1.18 207	1.63 385	1.51 182	1.55 369	0.29 207	0.24 296	0.23 44	0.18 61	0.30 180	0.53 444

csc	1.74 276	0.70 291	9.08 357	0.81 112	0.36 20	4.15 446	0.57 121	4.23 480	2.09 354	2.30 431	1.80 327	1.19 211	3.02 510	1.44 165	1.46 343	0.29 207	0.23 260	0.23 44	0.18 61	0.24 67	0.42 374

cscssc	1.74 276	0.70 291	9.08 357	0.81 112	0.36 20	4.15 446	0.57 121	4.23 480	2.09 354	2.30 431	1.80 327	1.19 211	3.02 510	1.44 165	1.46 343	0.29 207	0.23 260	0.23 44	0.18 61	0.24 67	0.42 374

test_sample2	1.75 280	0.56 148	2.25 203	1.41 475	0.80 286	2.91 186	0.86 310	4.05 429	2.04 343	1.91 293	1.39 204	1.57 260	1.55 358	10.65 525	1.06 251	0.32 297	0.28 363	0.32 295	0.30 350	0.36 300	0.33 276

anonymity	1.76 281	1.26 486	2.73 247	1.66 523	1.32 461	1.84 89	1.07 412	3.49 295	2.30 402	2.11 362	2.11 425	1.71 284	3.90 544	1.82 241	1.48 351	1.10 564	1.09 577	1.08 571	1.08 572	1.05 545	1.09 547

SST-Stereo	1.76 281	0.58 172	3.10 261	1.44 481	0.46 105	4.71 568	0.76 236	2.22 112	2.79 493	2.07 354	2.18 439	2.43 391	3.22 523	6.66 423	0.84 175	0.42 429	0.19 124	0.30 250	0.27 272	0.35 287	0.26 160

StereoDRNet-Refined	1.77 283	0.81 368	2.22 200	1.21 387	0.76 274	3.26 244	0.71 201	3.82 358	2.05 346	2.29 427	2.05 412	2.98 449	1.44 323	7.15 434	2.27 468	0.30 252	0.23 260	0.42 440	0.33 386	0.45 402	0.64 486
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CSP-Net	1.78 284	1.32 496	1.92 160	1.16 365	1.03 376	3.38 262	1.31 460	3.52 302	1.75 291	1.96 308	1.93 384	2.40 383	1.48 334	8.58 462	1.58 374	0.46 457	0.34 424	0.27 167	0.26 245	0.41 357	0.50 429

MM-Stereo_test2	1.79 285	0.53 114	20.16 544	1.43 478	0.47 115	2.57 154	0.73 211	1.67 51	1.47 148	0.94 146	0.96 96	0.84 138	0.79 133	1.16 96	0.68 105	0.24 78	0.17 53	0.25 105	0.22 163	0.30 180	0.22 84

test_for_model	1.79 285	0.50 84	16.65 465	0.95 232	1.29 450	3.97 406	0.55 113	3.09 242	1.06 72	1.03 163	0.71 38	0.75 120	0.54 42	2.83 332	0.49 36	0.30 252	0.18 87	0.29 227	0.20 109	0.24 67	0.21 63

tt1	1.79 285	0.73 319	10.41 378	1.75 535	0.36 20	4.55 535	0.79 262	4.22 476	3.37 555	1.08 168	1.80 327	0.74 117	1.48 334	2.21 289	0.65 93	0.29 207	0.16 34	0.31 275	0.22 163	0.30 180	0.29 208

RAFT_CTSACE	1.80 288	1.06 444	10.00 370	1.71 530	1.39 478	3.49 287	1.06 410	3.05 234	1.62 251	1.70 244	2.04 406	2.51 401	1.80 420	1.98 261	0.94 228	0.25 101	0.22 231	0.28 202	0.30 350	0.30 180	0.26 160

UPFNet	1.81 289	0.63 227	6.71 327	1.25 399	1.44 489	3.50 291	1.35 465	4.02 420	1.85 309	2.40 460	1.52 232	2.41 385	1.40 307	3.62 354	1.88 424	0.34 326	0.33 411	0.37 396	0.31 366	0.41 357	0.39 345

AACVNet	1.83 290	1.02 433	2.41 221	1.45 485	0.87 323	3.21 231	0.73 211	3.16 250	1.61 246	2.01 331	1.82 347	2.28 366	1.33 291	10.98 539	1.49 356	0.39 394	0.32 404	0.38 411	0.32 378	0.43 386	0.44 389

111	1.83 290	0.92 407	9.08 357	0.81 112	0.36 20	4.25 478	0.91 352	4.44 548	2.70 481	2.39 458	1.96 386	2.30 372	1.64 388	1.28 128	1.82 417	0.28 182	0.22 231	0.24 77	0.20 109	0.31 200	0.54 450

ACVNet-DCA	1.85 292	0.74 329	13.77 417	1.78 538	0.36 20	4.48 514	0.74 223	3.98 408	1.53 193	1.01 156	1.81 339	0.72 105	1.62 372	2.13 276	0.64 85	0.29 207	0.17 53	0.32 295	0.21 127	0.33 252	0.32 258

NLSM1	1.86 293	0.53 114	1.39 108	0.73 79	1.89 560	3.09 213	0.64 163	8.41 602	12.10 607	0.79 105	1.21 147	0.73 111	0.86 156	1.67 218	1.45 342	0.26 117	0.24 296	0.29 227	0.24 208	0.31 200	0.27 176

ITSA-stereo	1.86 293	0.72 308	3.74 292	1.20 381	0.66 231	4.09 430	0.91 352	4.24 488	2.53 458	1.93 299	1.77 318	1.59 264	2.15 457	6.12 411	2.44 483	0.40 402	0.38 454	0.40 421	0.40 463	0.50 428	0.98 541

test_5	1.87 295	0.75 341	10.23 375	1.14 346	1.40 480	3.85 368	1.27 455	3.91 386	1.93 323	1.69 240	1.78 321	1.67 273	1.79 415	2.99 340	1.17 276	0.30 252	0.18 87	0.35 368	0.33 386	0.34 269	0.33 276

NINENet	1.87 295	0.74 329	2.60 231	1.12 338	1.06 384	4.50 523	0.76 236	4.41 543	2.24 386	2.16 386	1.86 363	3.63 509	0.97 189	8.00 452	1.17 276	0.41 417	0.30 386	0.41 433	0.30 350	0.41 357	0.36 309

IRAFT_RVC	1.87 295	0.60 192	4.33 301	2.40 577	0.66 231	4.59 543	1.59 502	2.96 223	1.51 177	2.23 414	1.75 304	2.09 355	2.63 492	6.70 424	1.50 357	0.33 314	0.21 199	0.33 331	0.29 329	0.32 232	0.32 258

MLCV	1.87 295	0.91 405	8.59 350	1.10 327	0.57 185	3.59 313	0.53 104	3.70 338	2.20 380	2.80 518	2.25 451	2.00 341	1.42 317	4.13 370	1.86 422	0.30 252	0.20 165	0.32 295	0.21 127	0.33 252	0.36 309

iRaft-Stereo_20w	1.88 299	0.62 219	10.58 380	0.90 190	0.83 305	2.96 198	0.78 255	4.90 578	1.58 225	2.29 427	1.60 259	1.25 219	4.51 557	2.28 295	0.90 203	0.29 207	0.21 199	0.26 135	0.24 208	0.41 357	0.31 247

DSFCA	1.89 300	0.69 280	3.14 264	1.10 327	1.18 416	3.99 410	1.79 518	3.50 298	2.16 373	3.10 539	1.64 270	2.91 444	2.50 485	5.38 390	2.26 466	0.43 435	0.38 454	0.37 396	0.36 420	0.50 428	0.42 374

iResNet_ROB	1.89 300	1.02 433	8.60 351	1.39 471	0.98 360	3.72 335	0.66 176	3.84 362	2.65 475	1.88 281	2.05 412	1.98 338	1.27 279	4.52 376	1.67 396	0.30 252	0.20 165	0.28 202	0.18 61	0.31 200	0.40 365

MM-Stereo_test1	1.90 302	0.53 114	19.85 530	1.39 471	0.48 123	1.81 88	0.79 262	3.00 228	1.82 301	1.69 240	1.09 124	0.87 150	0.97 189	1.45 169	0.74 140	0.24 78	0.21 199	0.27 167	0.24 208	0.35 287	0.24 114

H2IRNET	1.90 302	0.53 114	14.29 433	1.14 346	0.60 200	4.48 514	0.44 69	2.65 180	1.81 300	1.05 166	2.30 465	1.67 273	1.40 307	2.17 283	1.50 357	0.36 357	0.21 199	0.33 331	0.37 432	0.34 269	0.29 208

CFNet-ft	1.90 302	0.95 419	3.56 284	1.07 304	1.54 504	4.09 430	0.90 344	2.85 213	1.82 301	1.78 259	1.70 289	2.75 425	1.48 334	9.33 480	1.72 402	0.33 314	0.30 386	0.61 530	0.36 420	0.52 434	0.39 345

CFNet_RVC	1.90 302	0.95 419	3.56 284	1.07 304	1.54 504	4.09 430	0.90 344	2.85 213	1.82 301	1.78 259	1.70 289	2.75 425	1.48 334	9.33 480	1.72 402	0.33 314	0.30 386	0.61 530	0.36 420	0.52 434	0.39 345

PSMNet-ADL	1.91 306	0.72 308	1.78 148	1.09 318	0.86 318	4.18 464	0.78 255	3.77 347	2.10 362	1.72 249	1.85 360	2.91 444	1.82 425	10.38 518	1.91 428	0.48 471	0.46 505	0.28 202	0.29 329	0.38 317	0.51 437

GEStereo_RVC	1.91 306	0.80 364	6.57 325	1.20 381	1.06 384	4.02 416	1.43 485	4.13 451	1.89 317	2.03 340	1.80 327	2.34 375	1.86 432	4.94 382	1.77 411	0.48 471	0.38 454	0.32 295	0.28 301	0.42 376	0.50 429

DN-CSS_ROB	1.91 306	1.55 521	11.13 387	1.82 545	0.88 327	3.99 410	0.61 141	4.01 416	1.67 264	1.64 231	1.89 373	1.39 237	1.06 224	3.23 342	1.50 357	0.31 276	0.19 124	0.44 449	0.29 329	0.37 312	0.31 247

qqq1	1.92 309	0.57 158	4.46 302	1.36 457	0.57 185	2.03 104	0.73 211	4.25 490	2.80 497	2.32 441	2.31 471	1.95 329	1.52 347	10.99 540	0.71 126	0.34 326	0.32 404	0.30 250	0.23 182	0.29 156	0.29 208

fff1	1.92 309	0.57 158	4.46 302	1.36 457	0.57 185	2.03 104	0.73 211	4.25 490	2.80 497	2.32 441	2.31 471	1.95 329	1.52 347	10.99 540	0.71 126	0.34 326	0.32 404	0.30 250	0.23 182	0.29 156	0.29 208

raft_robust	1.92 309	1.15 462	3.34 276	1.02 285	0.43 77	3.84 360	0.46 78	4.42 544	2.52 457	1.67 238	1.36 197	2.17 360	6.37 581	6.78 429	1.04 249	0.28 182	0.24 296	0.30 250	0.35 410	0.31 200	0.32 258

delet	1.92 309	0.76 347	5.14 312	1.01 274	1.65 528	3.44 272	2.03 534	3.76 345	2.48 448	2.01 331	2.05 412	2.63 413	1.90 438	5.34 389	2.12 454	0.28 182	0.29 373	0.40 421	0.31 366	0.41 357	0.45 395

BEATNet_4x	1.92 309	1.36 501	8.75 354	1.20 381	0.56 173	3.46 278	1.03 403	4.00 414	2.43 439	2.25 420	1.70 289	2.10 356	1.59 361	2.57 318	3.05 511	0.37 365	0.22 231	0.47 465	0.29 329	0.60 465	0.40 365

IIG-Stereo	1.95 314	0.79 360	2.14 191	2.78 584	0.66 231	4.62 547	0.76 236	4.27 498	1.53 193	2.63 501	3.14 540	3.35 481	1.61 368	7.65 447	1.41 333	0.39 394	0.20 165	0.31 275	0.25 223	0.33 252	0.22 84

LALA_ROB	1.95 314	1.48 516	3.11 262	1.05 295	0.98 360	3.99 410	1.82 522	4.44 548	2.28 398	3.31 549	1.85 360	2.76 431	1.67 394	4.04 369	3.23 514	0.46 457	0.41 477	0.55 512	0.52 514	0.60 465	0.57 462

DCANet-4	1.96 316	0.51 91	14.31 434	0.82 122	0.40 57	4.16 456	0.57 121	4.29 507	2.98 520	2.30 431	1.80 327	1.03 187	1.54 357	1.44 165	1.44 338	0.29 207	0.23 260	0.23 44	0.18 61	0.24 67	0.42 374

PSMNet-RSSM	1.96 316	0.77 350	3.26 270	1.29 420	1.31 454	4.19 468	0.96 383	3.68 328	1.89 317	2.05 345	1.80 327	2.60 409	1.70 401	9.84 495	1.81 415	0.35 346	0.29 373	0.35 368	0.37 432	0.42 376	0.35 303

4D-IteraStereo	1.97 318	0.84 384	20.43 561	0.78 105	1.56 511	2.09 114	1.05 409	2.43 138	1.56 216	1.41 203	1.00 99	1.94 327	0.61 68	1.22 112	1.06 251	0.27 140	0.18 87	0.31 275	0.26 245	0.27 117	0.23 96

OMP-Stereo	1.97 318	0.93 411	1.88 155	2.76 583	0.67 238	4.58 542	1.48 488	4.31 518	1.54 202	3.15 544	2.76 515	3.25 472	1.38 300	7.66 448	1.35 324	0.40 402	0.20 165	0.33 331	0.26 245	0.33 252	0.24 114

cc1	1.98 320	0.74 329	13.77 417	1.78 538	0.36 20	4.48 514	0.74 223	4.23 480	3.95 572	1.01 156	1.81 339	0.72 105	1.62 372	2.13 276	0.64 85	0.29 207	0.17 53	0.32 295	0.21 127	0.31 200	0.29 208

hknet	1.98 320	0.64 238	8.70 353	0.87 168	1.07 391	4.16 456	1.16 435	4.48 554	1.73 283	2.93 526	1.83 348	3.48 492	1.30 287	3.91 365	1.51 363	0.31 276	0.25 322	0.31 275	0.28 301	0.35 287	0.33 276

GANet-RSSM	1.98 320	0.62 219	3.49 279	1.69 526	1.23 436	4.22 474	0.91 352	3.31 270	1.86 310	1.81 265	1.74 300	2.34 375	1.82 425	10.92 537	1.73 406	0.34 326	0.29 373	0.31 275	0.28 301	0.39 328	0.40 365

1test111	1.99 323	0.74 329	13.77 417	1.78 538	0.36 20	4.48 514	0.74 223	3.98 408	1.53 193	1.01 156	1.81 339	0.72 105	1.62 372	4.66 378	0.98 238	0.29 207	0.17 53	0.32 295	0.21 127	0.33 252	0.32 258

SMFormer	2.00 324	0.57 158	4.46 302	1.36 457	0.57 185	2.03 104	0.73 211	4.25 490	2.80 497	2.32 441	2.31 471	1.95 329	1.52 347	10.99 540	2.13 457	0.34 326	0.32 404	0.36 384	0.31 366	0.38 317	0.36 309

tta	2.00 324	0.57 158	4.46 302	1.36 457	0.57 185	2.03 104	0.73 211	4.25 490	2.80 497	2.32 441	2.31 471	1.95 329	1.52 347	10.99 540	2.13 457	0.34 326	0.32 404	0.36 384	0.31 366	0.29 156	0.29 208

TestStereo	2.00 324	1.02 433	12.25 397	0.70 61	0.61 205	1.88 92	0.55 113	2.31 125	1.52 186	1.41 203	1.33 185	1.27 221	0.90 172	11.62 567	0.81 166	0.34 326	0.19 124	0.33 331	0.24 208	0.44 394	0.24 114

cross-raft	2.01 327	0.57 158	19.01 508	1.03 292	0.56 173	2.11 115	0.72 204	3.63 320	1.57 222	1.77 257	1.51 231	3.17 466	1.13 247	1.16 96	0.85 178	0.23 62	0.21 199	0.26 135	0.23 182	0.28 137	0.25 128

MMNet	2.02 328	0.81 368	10.76 382	1.12 338	1.23 436	3.53 298	0.89 339	3.79 351	2.08 351	2.15 380	1.76 313	2.15 359	2.12 453	3.69 357	2.32 471	0.31 276	0.29 373	0.34 349	0.27 272	0.38 317	0.42 374

xx1	2.03 329	0.74 329	13.77 417	1.78 538	0.36 20	4.48 514	0.74 223	4.23 480	3.95 572	1.01 156	1.81 339	1.79 301	1.34 293	2.13 276	0.64 85	0.29 207	0.17 53	0.33 331	0.33 386	0.33 252	0.32 258

HGLStereo	2.03 329	0.74 329	7.50 338	1.23 395	1.56 511	3.62 320	0.95 376	3.78 350	1.89 317	2.03 340	2.20 443	3.12 462	2.14 456	5.68 399	2.04 444	0.37 365	0.31 396	0.32 295	0.29 329	0.40 333	0.45 395

ssnet_v2	2.04 331	0.88 397	7.87 339	1.20 381	0.87 323	3.86 370	1.64 508	4.01 416	2.60 470	2.61 496	1.96 386	3.79 515	1.71 403	2.20 287	2.96 507	0.41 417	0.35 430	0.42 440	0.37 432	0.55 445	0.52 442

ADStereo(finetuned)	2.04 331	0.73 319	13.28 408	0.82 122	0.40 57	4.16 456	0.59 134	4.25 490	2.97 517	2.35 449	1.84 353	1.18 207	3.40 529	1.52 184	1.54 368	0.29 207	0.24 296	0.23 44	0.18 61	0.30 180	0.51 437

CBFPSM	2.05 333	0.95 419	10.12 374	1.07 304	1.05 381	2.84 175	1.20 446	3.28 266	1.73 283	1.82 267	1.30 176	4.56 555	4.06 546	2.34 296	2.34 473	0.25 101	0.38 454	0.32 295	0.27 272	0.37 312	0.79 521

DeepPruner_ROB	2.05 333	1.09 451	10.50 379	1.01 274	1.20 429	4.39 498	0.91 352	3.14 247	1.72 280	2.60 494	1.54 240	2.78 433	1.27 279	4.52 376	1.72 402	0.51 493	0.40 468	0.37 396	0.34 394	0.48 420	0.52 442

DLCB_ROB	2.05 333	0.95 419	2.37 216	1.24 397	1.02 375	2.92 189	1.30 459	3.68 328	2.30 402	2.91 524	2.17 437	3.32 479	1.52 347	10.37 516	2.50 488	0.40 402	0.33 411	0.40 421	0.36 420	0.41 357	0.47 410

NLCSM	2.07 336	0.57 158	1.26 83	0.68 57	1.83 553	3.24 238	0.69 192	8.40 601	9.75 601	0.92 143	1.30 176	0.87 150	1.06 224	7.60 444	1.57 373	0.28 182	0.25 322	0.29 227	0.25 223	0.36 300	0.27 176

HITNet	2.07 336	0.82 375	14.77 438	1.34 446	0.56 173	3.47 281	0.80 272	4.07 435	2.35 414	2.16 386	1.61 263	1.64 270	1.44 323	2.09 274	2.56 495	0.26 117	0.18 87	0.41 433	0.26 245	0.45 402	0.25 128
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	2.07 336	1.40 507	3.01 259	1.09 318	0.92 338	3.94 391	1.53 495	4.25 490	2.23 384	3.31 549	2.06 416	2.35 377	1.52 347	8.74 464	2.07 450	0.44 441	0.36 436	0.51 493	0.48 497	0.54 443	0.62 478

CFNet-RSSM	2.08 339	0.52 97	20.06 538	1.01 274	0.56 173	3.39 263	0.64 163	3.67 326	1.55 210	1.72 249	1.37 198	2.57 406	1.19 269	1.11 75	0.86 185	0.27 140	0.20 165	0.25 105	0.23 182	0.27 117	0.23 96

NLMM	2.10 340	0.53 114	1.23 77	0.63 25	1.86 555	2.81 171	0.61 141	11.68 610	14.99 613	0.80 108	0.86 69	0.92 169	1.03 205	1.12 80	1.48 351	0.26 117	0.25 322	0.27 167	0.22 163	0.31 200	0.24 114

coex_refinement	2.10 340	0.85 388	3.67 291	1.31 430	1.13 405	3.21 231	0.85 305	3.86 368	2.31 406	2.51 475	1.92 381	3.49 498	1.69 399	11.08 547	2.13 457	0.37 365	0.25 322	0.27 167	0.31 366	0.41 357	0.37 323

iRaft-Stereo_5w	2.10 340	0.83 379	8.57 349	0.81 112	0.76 274	3.21 231	0.84 297	3.71 339	1.65 260	1.56 217	2.50 489	2.20 362	2.23 466	9.13 475	2.01 442	0.38 382	0.19 124	0.35 368	0.27 272	0.45 402	0.39 345

WQFJA1	2.11 343	0.52 97	1.23 77	0.63 25	1.87 558	2.81 171	0.61 141	11.67 609	15.01 614	0.80 108	0.86 69	0.92 169	1.03 205	1.13 84	1.48 351	0.26 117	0.25 322	0.27 167	0.22 163	0.31 200	0.24 114

DFGA-Net	2.11 343	3.00 567	7.43 336	1.11 334	0.76 274	3.72 335	0.60 137	2.63 178	1.91 321	2.01 331	2.07 417	1.22 216	1.04 212	10.26 514	2.26 466	0.27 140	0.22 231	0.34 349	0.34 394	0.61 470	0.48 415

G2L-Stereo_test	2.11 343	0.86 391	7.12 332	1.65 522	1.19 423	3.54 302	1.02 401	3.57 311	2.01 336	2.50 471	1.68 282	3.15 464	1.50 341	9.21 478	1.62 386	0.28 182	0.19 124	0.23 44	0.22 163	0.27 117	0.31 247

CFNet_pseudo	2.12 346	0.67 269	15.14 449	0.85 155	0.74 268	3.95 396	0.64 163	3.95 399	1.78 296	1.90 288	1.79 324	3.27 474	1.62 372	2.51 307	1.16 273	0.31 276	0.36 436	0.53 504	0.27 272	0.63 476	0.44 389

test_xeample3	2.12 346	0.63 227	21.55 595	0.91 201	0.47 115	1.85 90	0.94 372	7.96 598	1.23 88	0.75 79	0.76 47	0.64 77	0.70 94	1.77 232	0.83 172	0.30 252	0.21 199	0.27 167	0.21 127	0.27 117	0.24 114

G2L-ROB	2.13 348	0.78 356	10.06 371	1.19 377	1.06 384	3.84 360	0.93 367	3.32 275	2.27 394	2.20 399	1.47 220	2.65 415	1.20 271	8.38 458	1.81 415	0.28 182	0.19 124	0.23 44	0.22 163	0.28 137	0.32 258

ccs_rob	2.13 348	0.67 269	15.11 448	0.84 143	0.75 270	3.96 401	0.65 173	3.95 399	1.78 296	1.88 281	1.79 324	3.26 473	1.64 388	2.51 307	1.16 273	0.31 276	0.36 436	0.54 511	0.27 272	0.65 487	0.45 395

WQFJX	2.14 350	0.54 129	1.28 91	0.61 12	1.85 554	2.87 180	0.77 248	11.60 608	14.62 612	0.82 114	1.15 134	0.89 156	1.10 240	1.69 221	1.39 327	0.28 182	0.25 322	0.25 105	0.21 127	0.32 232	0.25 128

SepStereo	2.15 351	0.67 269	4.79 309	1.14 346	1.64 524	2.93 193	2.13 539	4.09 441	2.74 485	4.17 572	2.52 492	2.46 396	1.79 415	8.36 456	1.63 389	0.37 365	0.22 231	0.39 415	0.25 223	0.41 357	0.34 289

IGEV-FE	2.16 352	0.69 280	20.56 564	1.22 390	0.54 160	2.18 118	0.53 104	3.38 285	1.61 246	1.93 299	1.55 244	3.74 512	1.06 224	1.56 188	0.91 212	0.29 207	0.20 165	0.27 167	0.29 329	0.40 333	0.32 258

IGEV_Zeroshot_test	2.16 352	0.69 280	20.60 568	1.22 390	0.54 160	2.18 118	0.53 104	3.38 285	1.61 246	1.93 299	1.55 244	3.76 514	1.05 217	1.55 187	0.91 212	0.29 207	0.20 165	0.27 167	0.29 329	0.40 333	0.32 258

anonymousa	2.16 352	0.67 269	19.19 509	1.04 294	1.67 532	2.06 112	0.79 262	2.86 216	1.96 325	1.85 271	2.14 432	3.23 471	1.81 423	1.12 80	1.15 269	0.26 117	0.26 339	0.34 349	0.32 378	0.30 180	0.28 197

NLMM1	2.18 355	0.55 136	1.34 100	0.62 19	1.86 555	3.30 255	0.62 156	11.92 611	15.07 615	0.86 132	0.96 96	0.84 138	0.90 172	1.83 242	1.35 324	0.27 140	0.27 350	0.27 167	0.24 208	0.31 200	0.28 197

AIO-test1	2.18 355	0.66 259	18.95 506	0.89 180	1.48 495	3.40 266	0.97 385	4.19 466	1.68 266	0.86 132	1.35 193	0.99 180	0.75 112	4.47 375	1.27 305	0.23 62	0.23 260	0.28 202	0.33 386	0.31 200	0.35 303

SFCPSM	2.18 355	0.63 227	17.03 472	0.88 173	0.98 360	3.74 340	1.28 457	4.09 441	2.16 373	1.85 271	1.83 348	1.65 271	1.39 303	2.50 304	1.50 357	0.33 314	0.27 350	0.39 415	0.36 420	0.34 269	0.37 323

WQFJX1	2.20 358	0.52 97	1.38 106	0.62 19	1.78 547	3.07 210	0.67 178	12.26 614	15.24 616	0.84 125	1.05 116	0.91 163	0.97 189	1.88 253	1.26 301	0.27 140	0.25 322	0.28 202	0.21 127	0.36 300	0.25 128

GANet-ADL	2.20 358	0.73 319	20.11 543	1.25 399	0.69 249	3.83 355	0.76 236	3.49 295	1.71 277	1.65 235	1.99 397	2.10 356	1.10 240	1.42 162	1.26 301	0.38 382	0.33 411	0.25 105	0.22 163	0.42 376	0.36 309

MSKI-zero shot	2.22 360	0.64 238	20.09 542	0.96 239	0.56 173	4.04 420	0.70 199	3.91 386	1.50 170	1.92 295	2.28 457	1.92 325	0.71 96	2.93 336	0.67 102	0.26 117	0.23 260	0.26 135	0.21 127	0.28 137	0.26 160

PS-NSSS	2.22 360	1.33 499	2.90 255	0.97 246	1.53 503	4.11 437	1.08 417	4.55 564	2.65 475	2.10 358	2.32 476	1.77 293	1.40 307	11.79 580	1.61 381	0.68 535	0.45 496	0.96 565	0.43 480	0.95 537	0.92 535

PCWNet_CMD	2.23 362	0.65 248	17.36 477	0.83 133	0.76 274	3.51 294	0.64 163	3.60 315	1.97 327	1.70 244	1.63 268	3.22 469	3.05 514	2.09 274	1.11 263	0.31 276	0.36 436	0.47 465	0.26 245	0.64 484	0.47 410

HH	2.23 362	0.86 391	21.59 596	0.98 254	0.51 137	1.49 63	0.82 286	2.74 192	1.54 202	1.10 170	1.69 287	4.62 558	1.86 432	2.55 315	0.69 117	0.26 117	0.22 231	0.29 227	0.23 182	0.34 269	0.27 176

HanStereo	2.23 362	0.86 391	21.59 596	0.98 254	0.51 137	1.49 63	0.82 286	2.74 192	1.54 202	1.10 170	1.69 287	4.62 558	1.86 432	2.55 315	0.69 117	0.26 117	0.22 231	0.29 227	0.23 182	0.34 269	0.27 176

MSMDNet	2.23 362	0.64 238	17.32 473	0.84 143	0.75 270	3.53 298	0.64 163	3.61 318	1.98 329	1.71 248	1.64 270	3.22 469	2.99 507	2.08 271	1.11 263	0.31 276	0.37 448	0.45 456	0.26 245	0.62 474	0.45 395

Select-FE	2.25 366	0.87 394	17.36 477	1.06 301	0.99 363	2.04 109	0.46 78	3.79 351	1.61 246	2.52 477	1.81 339	4.41 547	3.15 517	1.83 242	0.92 217	0.32 297	0.35 430	0.30 250	0.41 470	0.32 232	0.55 454

FENet	2.25 366	0.50 84	20.29 554	1.35 451	0.67 238	4.01 414	0.60 137	3.95 399	1.99 330	1.96 308	1.11 128	2.43 391	1.43 320	1.60 199	1.39 327	0.32 297	0.22 231	0.33 331	0.26 245	0.29 156	0.39 345

DISCO	2.25 366	0.73 319	10.06 371	1.76 536	1.12 402	3.47 281	1.25 454	3.24 262	2.26 392	2.65 506	1.96 386	4.53 553	1.92 440	4.17 372	3.61 518	0.32 297	0.25 322	0.31 275	0.29 329	0.66 492	0.41 370

iinet-f	2.26 369	1.18 468	13.71 415	1.14 346	1.11 401	3.77 344	1.10 423	4.14 457	2.17 375	2.06 350	1.76 313	2.99 450	2.99 507	2.50 304	2.49 487	0.35 346	0.39 463	0.27 167	0.28 301	0.45 402	0.39 345

ICVP	2.26 369	0.66 259	21.18 587	0.99 260	0.88 327	4.28 485	0.95 376	3.32 275	1.60 242	1.66 236	1.76 313	1.34 229	1.14 254	1.62 205	1.32 316	0.53 502	0.35 430	0.33 331	0.29 329	0.40 333	0.51 437
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rrr	2.27 371	0.65 248	23.82 614	0.90 190	0.46 105	1.57 69	0.96 383	7.98 599	1.19 85	0.65 52	0.77 50	0.74 117	0.72 99	2.59 319	0.86 185	0.28 182	0.21 199	0.28 202	0.21 127	0.29 156	0.25 128

CIPLG	2.27 371	1.18 468	19.24 510	0.92 207	1.34 467	3.95 396	0.89 339	4.23 480	1.82 301	2.31 437	2.67 508	1.17 203	1.06 224	1.53 186	1.32 316	0.37 365	0.23 260	0.27 167	0.22 163	0.31 200	0.45 395

ACRE	2.27 371	1.11 455	19.45 517	0.91 201	1.30 451	3.94 391	0.87 330	4.21 472	1.80 299	2.28 425	2.62 503	1.17 203	1.04 212	1.52 184	1.30 313	0.37 365	0.23 260	0.27 167	0.22 163	0.31 200	0.46 405

NOSS_ROB	2.27 371	0.73 319	3.00 258	1.71 530	1.00 372	3.90 378	0.97 385	4.29 507	2.81 503	2.94 530	2.19 441	3.88 519	1.19 269	11.77 579	1.62 386	0.59 513	0.54 526	0.56 514	0.52 514	0.56 451	0.54 450

XPNet_ROB	2.27 371	1.11 455	4.10 297	1.36 457	0.97 353	3.94 391	1.63 506	4.07 435	2.14 369	2.82 520	2.00 399	2.32 374	1.73 408	10.81 532	3.39 515	0.51 493	0.47 509	0.48 473	0.40 463	0.51 430	0.56 458

IPLGR_C	2.28 376	1.31 494	19.46 518	0.92 207	1.32 461	3.93 386	0.89 339	4.20 467	1.82 301	2.30 431	2.63 505	1.16 202	1.07 228	1.41 160	1.29 312	0.37 365	0.23 260	0.27 167	0.22 163	0.31 200	0.45 395

DRaft	2.28 376	0.56 148	2.64 240	0.74 82	0.46 105	3.94 391	1.23 451	2.32 127	1.55 210	2.64 502	2.80 519	1.60 265	5.34 568	6.96 433	10.99 577	0.34 326	0.22 231	0.27 167	0.27 272	0.29 156	0.37 323

psm_up	2.28 376	0.81 368	5.45 319	1.26 406	1.50 498	3.84 360	1.23 451	4.23 480	2.03 339	2.55 482	1.80 327	2.44 395	1.65 390	12.90 598	1.58 374	0.37 365	0.38 454	0.41 433	0.34 394	0.43 386	0.39 345

MyStereo04	2.29 379	0.80 364	18.77 502	1.00 268	1.04 379	3.95 396	0.95 376	3.91 386	2.54 462	1.99 317	1.27 171	2.31 373	1.65 390	2.02 267	1.77 411	0.24 78	0.24 296	0.34 349	0.26 245	0.41 357	0.37 323

ADLNet	2.29 379	0.83 379	3.62 289	1.35 451	1.60 517	3.67 328	1.24 453	3.95 399	2.98 520	2.58 490	2.29 460	4.01 526	1.79 415	11.23 553	2.09 452	0.37 365	0.38 454	0.36 384	0.34 394	0.45 402	0.71 499

TDLM	2.29 379	1.08 448	4.61 308	1.29 420	1.01 373	4.26 479	2.17 541	3.75 343	2.79 493	2.31 437	1.98 394	2.06 351	1.59 361	12.45 593	1.72 402	0.51 493	0.28 363	0.52 499	0.35 410	0.56 451	0.50 429

Wz-Net-LNSev	2.30 382	1.67 530	14.88 441	1.18 374	1.65 528	3.49 287	1.54 498	3.63 320	2.03 339	1.88 281	1.64 270	3.29 475	2.06 449	2.71 329	2.02 443	0.40 402	0.33 411	0.32 295	0.31 366	0.53 440	0.49 422

DCVSM-stereo	2.31 383	0.66 259	20.69 570	1.11 334	0.93 343	2.58 156	0.73 211	2.61 176	1.60 242	2.57 486	1.53 238	3.30 477	1.72 405	2.19 286	1.23 293	0.34 326	0.53 524	0.41 433	0.32 378	0.45 402	0.62 478

gwcnet-sp	2.31 383	1.21 473	17.34 474	1.08 312	0.92 338	3.56 307	1.04 406	3.69 333	2.09 354	2.55 482	1.60 259	1.80 304	1.62 372	3.87 362	1.95 434	0.29 207	0.29 373	0.30 250	0.28 301	0.38 317	0.39 345

scenet	2.31 383	1.21 473	17.34 474	1.08 312	0.92 338	3.56 307	1.04 406	3.69 333	2.09 354	2.55 482	1.60 259	1.80 304	1.62 372	3.87 362	1.95 434	0.29 207	0.29 373	0.30 250	0.28 301	0.38 317	0.39 345

ssnet	2.31 383	1.21 473	17.34 474	1.08 312	0.92 338	3.56 307	1.04 406	3.69 333	2.09 354	2.55 482	1.60 259	1.80 304	1.62 372	3.87 362	1.95 434	0.29 207	0.29 373	0.30 250	0.28 301	0.38 317	0.39 345

DAS	2.31 383	0.67 269	4.79 309	1.14 346	1.64 524	2.93 193	2.13 539	4.09 441	2.74 485	4.17 572	2.52 492	2.46 396	1.79 415	11.55 564	1.63 389	0.37 365	0.22 231	0.39 415	0.25 223	0.41 357	0.34 289

TRStereo	2.31 383	1.87 538	19.74 526	1.53 501	1.16 413	4.26 479	1.08 417	4.73 573	1.45 135	1.55 215	1.28 172	1.75 288	0.85 154	1.81 239	1.20 282	0.36 357	0.26 339	0.32 295	0.36 420	0.34 269	0.33 276

test_sample5	2.33 389	0.62 219	11.29 388	1.29 420	0.83 305	3.09 213	0.74 223	4.28 503	2.31 406	2.20 399	1.97 392	1.68 275	1.39 303	11.19 551	1.47 348	0.37 365	0.31 396	0.37 396	0.37 432	0.41 357	0.39 345

MyStereo8	2.33 389	1.13 457	19.26 513	1.22 390	1.62 520	4.16 456	0.57 121	3.50 298	2.36 417	2.15 380	1.75 304	2.28 366	1.14 254	1.46 173	2.20 463	0.24 78	0.21 199	0.32 295	0.27 272	0.36 300	0.43 383

DualNet	2.33 389	0.62 219	11.29 388	1.29 420	0.83 305	3.09 213	0.74 223	4.28 503	2.31 406	2.26 423	2.04 406	1.68 275	1.39 303	11.19 551	1.47 348	0.37 365	0.31 396	0.37 396	0.37 432	0.41 357	0.39 345

MIPNet	2.33 389	0.71 304	19.82 528	0.89 180	0.56 173	4.76 574	0.61 141	4.32 523	2.37 423	1.83 269	1.48 227	1.48 250	1.98 444	2.63 322	1.44 338	0.29 207	0.20 165	0.26 135	0.23 182	0.30 180	0.39 345

DualNet (step1)	2.34 393	1.05 439	7.87 339	1.07 304	0.86 318	3.93 386	1.19 442	4.35 529	2.11 364	2.14 372	1.75 304	1.75 288	1.67 394	6.26 414	1.26 301	1.23 571	0.48 515	4.27 616	2.09 600	0.70 500	0.69 495

test_sample4	2.34 393	0.63 227	11.59 391	1.30 427	0.83 305	3.07 210	0.72 204	4.27 498	2.30 402	2.30 431	1.88 367	1.73 286	1.42 317	11.14 550	1.46 343	0.35 346	0.29 373	0.35 368	0.36 420	0.40 333	0.38 338

test_sample3	2.34 393	0.61 209	11.94 395	1.33 438	0.85 313	3.10 216	0.73 211	4.24 488	2.19 378	2.21 408	1.75 304	1.80 304	1.41 312	11.11 549	1.46 343	0.35 346	0.29 373	0.34 349	0.35 410	0.39 328	0.37 323

STTStereo	2.34 393	0.95 419	14.93 444	1.43 478	1.54 504	3.86 370	0.86 310	3.65 322	2.44 443	2.15 380	1.55 244	2.49 400	1.59 361	5.14 386	1.44 338	0.38 382	0.39 463	0.47 465	0.51 511	0.52 434	0.51 437

CFNet	2.34 393	1.10 452	8.96 356	1.34 446	1.24 438	4.09 430	0.73 211	4.04 425	2.77 490	1.62 227	1.87 366	2.27 365	1.45 327	11.41 557	1.82 417	0.31 276	0.24 296	0.43 444	0.36 420	0.43 386	0.33 276

AIO-Stereo-zeroshot	2.35 398	0.99 428	19.62 522	1.09 318	0.96 349	1.51 65	0.44 69	4.05 429	1.64 255	1.31 186	1.67 279	4.93 565	2.45 482	2.52 312	1.40 329	0.30 252	0.20 165	0.31 275	0.50 507	0.57 456	0.60 472

test_sample6	2.35 398	0.62 219	10.78 383	1.33 438	0.83 305	3.15 222	0.79 262	4.36 534	2.43 439	2.26 423	2.04 406	1.69 280	1.39 303	11.48 562	1.61 381	0.38 382	0.32 404	0.37 396	0.39 452	0.41 357	0.42 374

EAI-Stereo	2.35 398	0.63 227	2.97 256	0.95 232	0.65 224	3.84 360	14.27 617	5.04 581	2.19 378	2.06 350	7.25 577	1.10 195	0.94 183	1.65 213	1.37 326	0.31 276	0.22 231	0.27 167	0.60 532	0.27 117	0.32 258

ac_64	2.35 398	0.62 219	9.77 366	1.32 433	1.71 538	3.27 246	0.93 367	3.48 292	2.50 453	1.74 253	1.73 298	3.91 520	1.77 412	10.21 511	1.86 422	0.40 402	0.31 396	0.33 331	0.30 350	0.34 269	0.39 345

HSM	2.35 398	0.81 368	2.21 197	1.14 346	1.55 508	3.44 272	1.03 403	3.99 412	2.25 389	2.29 427	2.11 425	8.04 594	3.05 514	11.60 565	1.71 400	0.33 314	0.22 231	0.28 202	0.23 182	0.32 232	0.35 303

CFNet_ucs	2.36 403	0.68 277	18.42 498	0.89 180	0.81 289	3.85 368	0.68 186	4.29 507	2.37 423	2.09 355	2.04 406	3.31 478	1.24 277	2.63 322	1.14 268	0.36 357	0.45 496	0.56 514	0.29 329	0.66 492	0.49 422

MyStereo05	2.37 404	0.72 308	19.94 533	1.02 285	0.99 363	4.26 479	0.86 310	4.01 416	2.62 471	2.14 372	1.26 164	2.28 366	1.63 385	2.07 269	1.68 397	0.24 78	0.23 260	0.34 349	0.26 245	0.42 376	0.36 309

hitnet-ft	2.37 404	0.73 319	8.34 346	0.96 239	0.89 332	3.77 344	0.80 272	3.55 309	2.58 466	2.24 417	2.04 406	3.65 511	1.49 340	11.71 577	1.89 425	0.44 441	0.53 524	0.44 449	0.35 410	0.52 434	0.48 415

YMNet	2.40 406	1.41 509	13.46 411	1.36 457	1.67 532	3.96 401	0.97 385	3.81 355	2.37 423	2.64 502	2.57 499	3.35 481	1.53 354	3.28 345	2.42 479	0.48 471	0.54 526	0.52 499	0.49 501	0.70 500	0.54 450

YMNet_1	2.40 406	1.41 509	13.46 411	1.36 457	1.67 532	3.96 401	0.97 385	3.81 355	2.37 423	2.64 502	2.57 499	3.35 481	1.53 354	3.28 345	2.42 479	0.48 471	0.54 526	0.52 499	0.49 501	0.70 500	0.54 450

CoDeX	2.40 406	0.78 356	13.21 407	1.00 268	1.18 416	3.24 238	1.32 461	4.14 457	2.41 435	1.74 253	1.84 353	2.05 349	1.47 332	10.03 505	1.60 378	0.34 326	0.28 363	0.32 295	0.27 272	0.32 232	0.39 345

LMCR-Stereo	2.40 406	1.31 494	18.61 501	1.59 513	0.86 318	3.87 373	1.15 433	4.32 523	1.60 242	2.25 420	2.27 453	1.13 198	2.43 480	2.48 303	1.60 378	0.88 555	0.24 296	0.29 227	0.24 208	0.56 451	0.30 237

Wz-Net-LNSev-Ref	2.42 410	1.47 515	14.14 428	1.30 427	1.35 468	3.51 294	1.64 508	4.04 425	2.10 362	2.46 466	1.88 367	2.28 366	2.51 486	4.73 381	3.17 513	0.38 382	0.19 124	0.35 368	0.20 109	0.40 333	0.36 309

PAM	2.43 411	0.61 209	20.86 574	1.07 304	0.73 263	2.93 193	0.53 104	3.24 262	1.53 193	1.89 287	2.43 482	5.29 578	2.76 497	1.84 245	1.02 245	0.27 140	0.24 296	0.26 135	0.25 223	0.40 333	0.50 429

PSM-AAD	2.43 411	0.54 129	1.32 98	0.92 207	0.54 160	4.48 514	7.47 603	2.96 223	1.55 210	2.31 437	2.56 497	1.26 220	16.23 615	2.46 301	0.89 199	0.28 182	0.21 199	0.58 519	0.41 470	0.34 269	1.32 560

AASNet	2.44 413	0.92 407	19.79 527	1.35 451	1.49 496	3.81 353	1.07 412	3.85 365	2.93 515	1.95 305	2.29 460	1.96 334	1.29 284	1.73 227	1.93 430	0.39 394	0.33 411	0.45 456	0.30 350	0.55 445	0.45 395

PAM_32	2.45 414	0.63 227	20.74 571	1.05 295	0.65 224	2.83 174	0.46 78	2.91 219	1.54 202	1.95 305	2.66 507	4.99 568	3.78 540	1.96 260	0.92 217	0.27 140	0.22 231	0.27 167	0.25 223	0.36 300	0.48 415

GMM-Stereo	2.45 414	0.52 97	20.38 557	0.89 180	0.82 298	4.18 464	1.91 527	2.45 141	1.48 157	2.48 469	2.30 465	1.69 280	1.86 432	2.93 336	1.08 256	0.28 182	0.18 87	0.33 331	0.48 497	0.35 287	2.41 586

DMCA-RVC	2.45 414	1.22 479	18.29 493	1.23 395	1.14 406	2.49 144	0.85 305	3.29 268	1.68 266	3.02 533	1.41 208	2.00 341	1.53 354	6.39 416	2.00 440	0.38 382	0.30 386	0.44 449	0.35 410	0.45 402	0.44 389

MyStereo06	2.46 417	0.72 308	19.97 535	1.02 285	0.99 363	4.26 479	0.86 310	3.51 301	1.68 266	1.92 295	1.73 298	4.01 526	4.22 550	1.62 205	0.88 196	0.24 78	0.23 260	0.34 349	0.26 245	0.42 376	0.36 309

SACVNet	2.46 417	1.14 461	9.47 364	1.44 481	1.18 416	4.06 423	1.49 492	3.84 362	2.24 386	2.62 498	1.89 373	2.57 406	1.28 281	11.35 555	1.64 392	0.50 487	0.39 463	0.48 473	0.41 470	0.55 445	0.75 511

RAFT-345	2.46 417	0.55 136	19.69 525	1.02 285	0.49 131	4.43 510	0.78 255	1.64 49	2.34 412	2.09 355	3.12 538	1.96 334	1.31 288	6.65 422	1.43 336	0.36 357	0.23 260	0.32 295	0.25 223	0.28 137	0.25 128

GwcNet-ADL	2.47 420	0.67 269	21.48 594	0.96 239	0.72 258	4.61 546	0.95 376	4.42 544	2.36 417	1.98 312	1.80 327	2.55 404	1.24 277	1.90 255	1.41 333	0.40 402	0.46 505	0.24 77	0.27 272	0.41 357	0.49 422

PFNet	2.47 420	0.60 192	16.95 471	2.15 567	0.81 289	4.63 549	0.91 352	2.55 162	1.52 186	2.40 460	2.79 517	1.83 313	1.42 317	7.54 441	1.34 323	0.33 314	0.21 199	0.36 384	0.27 272	0.32 232	0.39 345

IPLG	2.48 422	0.65 248	19.63 523	0.91 201	0.79 284	4.60 545	0.56 118	4.31 518	1.84 308	1.91 293	2.00 399	1.31 227	1.38 300	6.61 420	1.53 367	0.27 140	0.20 165	0.27 167	0.23 182	0.31 200	0.36 309

HHNet	2.48 422	0.71 304	20.52 563	0.64 31	0.64 216	4.07 428	0.93 367	3.76 345	1.56 216	2.15 380	4.92 568	0.98 179	3.37 528	1.66 214	1.79 414	0.32 297	0.20 165	0.31 275	0.27 272	0.36 300	0.42 374

G2L-Stereo	2.49 424	0.94 417	14.54 436	1.15 359	1.35 468	3.57 311	0.95 376	3.62 319	2.00 334	2.11 362	1.61 263	3.20 467	1.34 293	9.54 485	1.91 428	0.34 326	0.27 350	0.35 368	0.28 301	0.30 180	0.35 303

CRFU-Net	2.49 424	0.78 356	10.36 376	2.30 574	1.08 393	3.91 379	1.41 481	3.85 365	1.65 260	2.15 380	1.76 313	3.34 480	7.95 597	5.56 396	1.48 351	0.47 466	0.35 430	0.30 250	0.28 301	0.37 312	0.43 383

FADNet	2.49 424	1.76 534	13.17 406	1.17 368	0.95 348	3.27 246	0.88 334	3.94 397	2.27 394	1.40 201	1.29 174	2.51 401	2.06 449	9.93 500	1.94 432	0.43 435	0.45 496	0.40 421	0.43 480	1.06 546	0.53 444

RAFT + AFF	2.51 427	2.66 563	4.48 306	1.15 359	1.95 564	4.15 446	2.01 533	4.46 552	3.30 552	2.19 396	2.51 491	2.22 363	4.87 561	8.91 468	2.06 447	0.30 252	0.60 544	0.48 473	0.38 445	0.77 519	0.69 495

UNet	2.51 427	0.74 329	20.17 545	1.14 346	1.44 489	3.48 284	0.76 236	3.77 347	1.87 311	2.05 345	1.57 250	2.75 425	2.39 477	3.51 350	2.51 489	0.32 297	0.26 339	0.41 433	0.26 245	0.38 317	0.39 345

FADNet-RVC	2.51 427	2.27 553	14.03 426	1.09 318	0.81 289	3.54 302	1.10 423	4.13 451	2.48 448	1.39 199	1.22 150	1.85 319	1.77 412	9.78 493	2.06 447	0.38 382	0.37 448	0.40 421	0.40 463	0.67 494	0.48 415

iResNet	2.52 430	0.94 417	21.17 586	1.84 547	0.72 258	3.75 341	0.81 282	4.14 457	2.55 464	2.33 447	2.03 403	1.35 231	1.44 323	3.27 344	2.16 461	0.35 346	0.23 260	0.28 202	0.22 163	0.44 394	0.45 395

IPLGR	2.53 431	0.58 172	20.46 562	0.82 122	0.52 149	4.56 540	0.50 90	4.30 515	2.38 428	1.87 278	1.53 238	1.68 275	1.72 405	6.95 432	1.15 269	0.28 182	0.21 199	0.27 167	0.23 182	0.33 252	0.32 258

NCCL2	2.53 431	1.35 500	10.90 385	1.15 359	0.97 353	3.53 298	2.56 555	3.65 322	2.23 384	2.76 514	1.80 327	2.41 385	1.66 392	10.35 515	2.07 450	0.44 441	0.40 468	0.57 517	0.53 518	0.59 461	0.65 488

fast-acv-ft	2.54 433	1.19 470	20.08 541	1.41 475	1.40 480	3.18 226	1.17 438	3.37 284	2.28 398	1.90 288	2.15 434	2.69 417	2.17 462	2.91 334	2.31 470	0.37 365	0.39 463	0.45 456	0.39 452	0.57 456	0.45 395

XX-Stereo	2.54 433	0.61 209	20.21 546	1.78 538	1.19 423	4.30 488	0.46 78	4.39 540	1.58 225	2.32 441	1.89 373	4.64 560	0.60 65	4.16 371	0.82 169	0.31 276	0.21 199	0.28 202	0.27 272	0.51 430	0.26 160

NLCA_NET_v2_RVC	2.54 433	1.04 438	16.73 467	1.53 501	2.00 566	3.96 401	0.87 330	3.87 371	2.31 406	2.54 481	1.67 279	2.85 438	1.63 385	5.55 395	1.62 386	0.46 457	0.33 411	0.38 411	0.38 445	0.53 440	0.62 478
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	2.54 433	0.90 400	11.10 386	1.32 433	1.47 494	3.58 312	1.38 474	4.13 451	2.45 444	1.90 288	1.71 293	2.86 439	1.76 410	10.86 533	1.66 395	0.60 515	0.43 486	0.53 504	0.41 470	0.78 521	0.94 537

CVANet_RVC	2.55 437	1.10 452	9.13 362	1.46 487	1.15 408	3.96 401	1.53 495	3.91 386	2.50 453	3.04 535	2.04 406	2.60 409	1.72 405	12.46 594	1.50 357	0.49 483	0.30 386	0.51 493	0.41 470	0.63 476	0.50 429

GCST	2.56 438	1.79 536	18.02 489	1.92 553	1.33 465	1.72 82	0.51 94	3.67 326	2.03 339	1.70 244	1.61 263	1.55 259	1.29 284	5.06 384	1.24 295	2.06 585	0.77 566	1.45 582	0.97 565	1.14 556	1.34 561

ARAFT	2.56 438	1.13 457	19.50 520	0.89 180	0.48 123	4.15 446	1.40 478	4.36 534	2.82 505	2.36 452	1.88 367	1.70 282	1.04 212	6.45 417	1.22 289	0.29 207	0.18 87	0.37 396	0.35 410	0.35 287	0.25 128

RASNet	2.56 438	0.70 291	10.06 371	1.60 515	2.25 578	3.67 328	1.00 394	3.38 285	3.14 534	1.81 265	2.11 425	4.60 556	2.30 470	10.25 513	2.61 496	0.37 365	0.24 296	0.25 105	0.24 208	0.28 137	0.26 160

cf-r	2.57 441	0.79 360	16.09 457	1.48 492	1.35 468	4.19 468	0.93 367	3.68 328	2.36 417	1.97 310	1.81 339	3.42 488	1.45 327	8.24 455	1.83 419	0.32 297	0.26 339	0.33 331	0.30 350	0.34 269	0.37 323

UGAM	2.58 442	0.56 148	18.55 500	0.89 180	0.71 256	3.23 235	1.03 403	2.75 195	1.75 291	1.36 193	2.77 516	2.69 417	1.28 281	10.75 528	1.40 329	0.28 182	0.24 296	0.40 421	0.31 366	0.35 287	0.30 237

GrayStereo	2.58 442	0.53 114	1.63 135	1.58 512	0.89 332	4.17 461	8.17 607	3.03 232	1.52 186	2.80 518	2.50 489	1.70 282	17.10 616	2.83 332	1.15 269	0.33 314	0.21 199	0.27 167	0.32 378	0.28 137	0.53 444

ASMatch	2.62 444	0.60 192	20.65 569	1.37 467	0.64 216	4.39 498	0.78 255	1.97 85	1.58 225	1.70 244	3.89 559	1.94 327	3.79 541	5.46 392	1.64 392	0.31 276	0.24 296	0.34 349	0.28 301	0.33 252	0.50 429

RAFT-RH_RVC	2.63 445	0.55 136	19.97 535	1.26 406	0.47 115	4.46 512	0.57 121	1.71 56	1.64 255	3.06 538	5.51 572	2.03 345	1.28 281	6.70 424	1.52 366	0.42 429	0.22 231	0.37 396	0.34 394	0.28 137	0.29 208

DANet	2.63 445	1.07 446	8.10 345	1.83 546	1.70 537	3.25 242	1.16 435	4.31 518	2.38 428	3.40 555	2.18 439	4.08 530	1.80 420	9.77 491	3.89 522	0.52 499	0.55 531	0.59 522	0.44 483	0.63 476	0.86 529
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	2.65 447	2.28 555	16.51 463	0.98 254	0.92 338	4.09 430	0.83 291	4.26 497	1.73 283	1.46 206	1.78 321	1.60 265	1.50 341	8.88 466	2.39 474	0.47 466	0.38 454	0.44 449	0.58 528	0.89 532	0.97 539

iResNetv2_ROB	2.65 447	5.00 581	19.28 515	2.06 563	1.09 397	3.83 355	1.13 430	4.14 457	2.09 354	1.85 271	2.03 403	2.01 344	1.51 345	3.58 352	1.58 374	0.34 326	0.21 199	0.32 295	0.21 127	0.44 394	0.29 208

ccnet	2.66 449	0.97 426	8.01 344	1.54 503	1.24 438	3.75 341	2.18 542	4.07 435	2.41 435	2.66 507	3.25 543	2.87 440	2.31 473	9.89 497	3.50 516	0.78 544	0.75 565	0.71 547	0.67 540	0.76 518	0.81 523

GwcNet-RSSM	2.66 449	1.05 439	15.91 455	1.22 390	1.19 423	4.12 439	1.12 427	3.84 362	2.02 337	1.93 299	1.79 324	3.12 462	1.46 330	10.37 516	2.05 446	0.33 314	0.27 350	0.35 368	0.30 350	0.40 333	0.36 309

z-ln-s-r	2.67 451	1.16 465	12.43 399	1.34 446	1.26 443	3.70 331	1.21 449	4.20 467	2.38 428	2.04 343	1.92 381	2.43 391	1.60 367	10.58 521	5.19 541	0.29 207	0.20 165	0.32 295	0.24 208	0.51 430	0.38 338

xxxx	2.67 451	0.54 129	2.03 172	1.22 390	0.81 289	3.49 287	0.63 159	4.49 557	2.49 452	2.22 410	2.23 448	2.05 349	1.38 300	10.05 506	17.91 607	0.32 297	0.32 404	0.30 250	0.27 272	0.33 252	0.34 289

test_xeample	2.67 451	0.56 148	2.05 175	1.09 318	0.81 289	3.24 238	0.80 272	4.55 564	2.70 481	2.42 463	2.27 453	1.39 237	1.40 307	10.75 528	17.51 606	0.30 252	0.30 386	0.32 295	0.28 301	0.34 269	0.33 276

PASM	2.67 451	2.05 547	9.71 365	1.73 533	1.37 473	2.53 151	1.52 493	3.10 243	2.17 375	2.79 517	1.84 353	2.90 441	1.85 431	11.89 584	2.19 462	0.81 549	0.85 569	0.87 562	1.01 568	1.14 556	1.05 544

AIO-Stereo-zeroshot1	2.68 455	1.26 486	22.01 603	1.08 312	0.99 363	1.61 75	0.86 310	3.69 333	1.64 255	1.52 212	5.62 574	3.35 481	3.44 534	2.20 287	1.33 320	0.26 117	0.21 199	0.30 250	0.62 536	0.93 536	0.67 490

222	2.68 455	0.57 158	2.03 172	1.11 334	0.81 289	3.23 235	0.65 173	4.52 562	2.45 444	2.34 448	2.29 460	1.41 243	1.44 323	10.50 519	18.47 611	0.32 297	0.30 386	0.32 295	0.27 272	0.32 232	0.34 289

PWC_ROB	2.69 457	2.01 544	8.36 347	1.33 438	1.90 562	3.23 235	1.18 439	4.33 525	3.25 546	3.11 540	3.41 550	2.71 420	2.18 464	9.15 476	4.48 526	0.56 508	0.31 396	0.61 530	0.36 420	0.69 499	0.74 508

pcwnet_v2	2.70 458	0.65 248	22.48 606	1.08 312	1.03 376	3.56 307	0.81 282	4.29 507	3.14 534	2.29 427	2.29 460	3.01 452	1.71 403	3.32 347	1.43 336	0.43 435	0.50 521	0.41 433	0.34 394	0.61 470	0.56 458

Wz-Net-MNSev	2.71 459	2.54 561	13.91 424	1.52 499	1.37 473	3.28 250	2.47 549	4.03 421	2.32 410	2.57 486	2.07 417	2.29 371	3.01 509	7.55 442	2.74 501	0.38 382	0.36 436	0.36 384	0.37 432	0.57 456	0.47 410

w-ln-seven-2	2.73 460	2.13 548	12.47 401	1.18 374	1.01 373	3.54 302	1.58 501	3.93 393	3.26 547	2.43 465	2.02 401	2.63 413	2.28 469	7.93 451	5.45 544	0.40 402	0.40 468	0.44 449	0.34 394	0.62 474	0.47 410

UGAM-zero	2.79 461	0.57 158	20.87 576	0.98 254	0.77 280	2.08 113	0.35 31	3.88 374	1.51 177	2.05 345	1.64 270	5.07 572	3.42 533	9.83 494	1.24 295	0.28 182	0.21 199	0.27 167	0.29 329	0.29 156	0.28 197

RP	2.79 461	1.20 472	10.36 376	1.54 503	1.93 563	3.44 272	1.97 530	4.05 429	2.34 412	2.66 507	2.79 517	3.98 524	2.58 490	10.21 511	2.61 496	0.95 558	0.47 509	0.71 547	0.57 527	0.71 509	0.68 493

SHD	2.82 463	2.04 546	13.80 421	1.69 526	1.79 548	2.73 167	1.07 412	3.85 365	3.18 538	4.63 580	2.74 512	3.38 486	2.77 498	5.48 394	3.66 519	0.62 519	0.47 509	0.51 493	0.55 522	0.65 487	0.74 508

FADNet-RVC-Resample	2.83 464	2.02 545	21.07 581	1.12 338	0.91 337	3.53 298	1.37 472	4.08 439	2.09 354	1.68 239	1.33 185	2.03 345	1.51 345	9.54 485	1.69 398	0.38 382	0.37 448	0.42 440	0.44 483	0.56 451	0.56 458

StereoDRNet	2.84 465	1.49 517	14.48 435	1.33 438	1.57 515	3.44 272	2.06 535	3.69 333	2.36 417	3.26 548	1.84 353	2.79 435	1.80 420	10.88 534	3.16 512	0.41 417	0.33 411	0.39 415	0.36 420	0.59 461	0.58 467

w-ln-seven	2.86 466	3.06 568	14.02 425	1.27 414	1.32 461	4.10 436	1.59 502	3.90 381	2.59 469	3.03 534	2.27 453	3.42 488	2.25 467	6.70 424	4.81 534	0.39 394	0.34 424	0.48 473	0.40 463	0.74 514	0.55 454

AAGNet	2.86 466	0.60 192	1.77 146	2.05 562	0.46 105	4.76 574	1.09 421	2.27 118	1.56 216	2.17 390	1.84 353	2.41 385	4.00 545	6.23 413	24.22 623	0.46 457	0.19 124	0.30 250	0.29 329	0.32 232	0.24 114

Consistency-Raft	2.86 466	1.66 528	19.61 521	1.40 474	1.75 542	3.84 360	1.32 461	4.07 435	2.25 389	1.78 259	2.67 508	1.82 310	4.41 554	1.94 259	2.06 447	0.83 552	0.94 573	1.03 567	1.12 573	1.70 576	1.09 547

PDISCO_ROB	2.86 466	1.53 520	14.27 432	1.98 559	2.19 575	4.52 529	1.35 465	4.65 569	3.19 539	2.09 355	2.16 435	3.53 503	2.45 482	5.32 388	2.12 454	1.30 579	0.78 567	0.72 551	0.59 530	1.24 565	1.28 556

AF-Net	2.87 470	1.30 490	16.24 458	1.33 438	1.75 542	3.26 244	1.59 502	4.09 441	2.43 439	2.69 509	2.94 525	4.51 551	3.20 522	5.84 403	2.75 502	0.76 543	0.36 436	0.72 551	0.49 501	0.70 500	0.56 458

HSM-Net_RVC	2.87 470	0.57 158	17.46 482	0.92 207	0.90 335	3.70 331	1.20 446	5.64 593	2.51 456	3.22 547	2.43 482	2.54 403	1.59 361	11.41 557	1.65 394	0.34 326	0.25 322	0.26 135	0.23 182	0.30 180	0.29 208
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Nwc_Net	2.88 472	1.16 465	18.30 494	1.35 451	1.68 535	3.52 297	1.18 439	3.90 381	2.06 348	2.52 477	2.82 522	3.82 517	2.34 474	6.78 429	2.55 494	0.86 554	0.40 468	0.59 522	0.67 540	0.57 456	0.55 454

DDUNet	2.91 473	2.78 565	6.94 331	3.53 594	2.26 579	3.28 250	1.36 467	3.77 347	2.04 343	2.62 498	2.49 488	4.18 536	1.69 399	5.38 390	1.85 421	2.21 587	1.77 594	2.61 596	2.43 606	2.60 583	2.34 585

MFMNet_re	2.91 473	1.91 539	18.25 491	3.06 588	1.89 560	3.13 220	1.67 513	3.52 302	2.97 517	3.14 542	2.87 524	2.26 364	2.41 478	2.42 298	2.00 440	1.10 564	1.05 576	0.94 564	0.90 560	1.28 566	1.46 568

ACV-stereo	2.92 475	0.92 407	20.27 552	1.33 438	1.05 381	4.68 556	1.10 423	2.66 182	1.64 255	1.46 206	1.32 183	5.41 580	4.24 551	7.83 449	1.90 427	0.44 441	0.52 523	0.32 295	0.29 329	0.45 402	0.63 482

GANet	2.93 476	1.05 439	11.29 388	1.64 520	0.96 349	3.91 379	2.52 552	3.72 340	2.41 435	2.95 531	3.00 528	3.21 468	2.03 445	12.42 592	4.72 531	0.51 493	0.41 477	0.46 462	0.39 452	0.60 465	0.50 429

RTSC	2.95 477	2.51 557	15.49 453	1.54 503	1.30 451	3.51 294	0.86 310	3.89 376	2.48 448	3.64 558	3.12 538	3.04 454	2.30 470	5.70 400	6.67 548	0.55 506	0.35 430	0.37 396	0.39 452	0.70 500	0.60 472

PWCDC_ROB	2.95 477	3.26 570	14.06 427	1.59 513	1.56 511	4.19 468	0.86 310	4.30 515	4.08 574	2.06 350	7.37 578	2.75 425	2.42 479	3.59 353	2.67 499	1.34 581	0.36 436	0.39 415	0.34 394	1.13 555	0.62 478

PSMNet_ROB	2.95 477	1.38 504	18.46 499	1.19 377	1.20 429	3.80 351	1.65 511	3.54 307	2.35 414	1.98 312	1.71 293	2.75 425	1.79 415	11.43 559	2.78 503	0.42 429	0.36 436	0.50 490	0.60 532	0.59 461	0.49 422

ff1	2.96 480	0.60 192	5.21 315	1.14 346	0.99 363	3.62 320	0.86 310	4.22 476	3.37 555	2.20 399	2.30 465	3.48 492	1.62 372	11.62 567	16.09 596	0.29 207	0.16 34	0.48 473	0.37 432	0.30 180	0.29 208

FINET	2.96 480	1.07 446	23.18 612	1.29 420	1.86 555	2.03 104	1.52 493	4.30 515	4.71 580	2.23 414	2.34 478	1.65 271	1.48 334	5.89 404	2.81 505	0.51 493	0.47 509	0.49 487	0.40 463	0.59 461	0.49 422

XQC	2.96 480	2.42 556	14.85 439	1.36 457	1.32 461	3.29 254	1.53 495	4.28 503	2.78 491	3.21 546	2.46 484	3.53 503	2.92 505	6.58 419	4.67 528	0.70 539	0.41 477	0.59 522	0.56 524	0.96 541	0.83 528

SGM-Forest	2.96 480	0.62 219	3.49 279	1.09 318	0.80 286	4.06 423	3.30 577	4.37 537	3.09 530	4.18 575	3.27 545	4.67 562	3.86 543	11.69 576	7.91 563	0.51 493	0.46 505	0.49 487	0.39 452	0.48 420	0.49 422
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DEmStereo	2.97 484	0.58 172	13.42 410	0.79 107	0.51 137	3.84 360	1.84 525	2.42 135	1.60 242	2.25 420	2.74 512	2.03 345	6.04 575	6.79 431	12.80 587	0.35 346	0.26 339	0.26 135	0.27 272	0.27 117	0.37 323

RYNet	2.97 484	0.93 411	15.09 447	1.12 338	1.38 476	3.66 327	1.42 483	4.03 421	2.29 401	2.10 358	1.70 289	3.79 515	2.16 460	13.64 608	3.02 510	0.37 365	0.41 477	0.48 473	0.34 394	0.81 526	0.75 511

TCMNet	2.98 486	1.30 490	18.26 492	1.47 490	2.09 572	3.84 360	1.08 417	3.96 404	2.39 432	2.53 480	2.29 460	2.43 391	1.75 409	10.09 508	2.39 474	0.52 499	0.45 496	0.61 530	0.50 507	0.80 525	0.78 517

mmx	2.98 486	0.60 192	5.21 315	1.14 346	0.99 363	3.62 320	0.86 310	4.49 557	3.05 526	2.20 399	2.30 465	3.48 492	1.62 372	11.62 567	16.09 596	0.33 314	0.28 363	0.48 473	0.37 432	0.44 394	0.37 323

xxx	2.98 486	0.60 192	5.21 315	1.14 346	0.99 363	3.62 320	0.86 310	4.49 557	3.05 526	2.20 399	2.30 465	3.48 492	1.62 372	11.62 567	16.09 596	0.33 314	0.28 363	0.48 473	0.37 432	0.44 394	0.37 323

Wz-Net-SNSev	2.98 486	4.36 577	15.98 456	1.57 511	1.19 423	3.28 250	1.80 520	3.96 404	2.40 433	2.32 441	2.28 457	3.48 492	2.05 448	7.84 450	3.82 521	0.47 466	0.39 463	0.53 504	0.49 501	0.71 509	0.60 472

DispNO	3.00 490	0.75 341	18.92 505	1.17 368	1.10 399	3.72 335	0.94 372	4.29 507	2.54 462	2.24 417	2.28 457	4.51 551	2.12 453	11.40 556	2.09 452	0.31 276	0.28 363	0.31 275	0.28 301	0.36 300	0.39 345

GwcNet	3.00 490	1.63 524	19.83 529	1.32 433	2.04 571	3.27 246	1.55 499	3.65 322	2.33 411	2.00 329	2.12 428	3.56 507	1.68 398	9.47 483	2.45 484	0.44 441	0.45 496	0.46 462	0.38 445	0.60 465	0.76 513

LL-Strereo	3.01 492	1.81 537	17.59 485	1.12 338	2.10 573	2.90 183	1.09 421	4.33 525	2.00 334	3.12 541	2.24 449	3.29 475	3.15 517	11.31 554	1.84 420	0.30 252	0.28 363	0.46 462	0.34 394	0.49 426	0.45 395

Anonymous_2	3.01 492	0.89 398	4.53 307	1.06 301	1.18 416	2.93 193	0.87 330	3.24 262	1.46 143	1.86 276	1.35 193	4.11 532	2.35 475	1.64 211	1.28 309	0.82 550	0.90 571	8.71 628	15.84 631	4.44 606	0.74 508

STrans-v2	3.03 494	0.77 350	20.91 577	0.81 112	0.63 214	3.89 376	1.01 397	4.27 498	2.64 474	2.28 425	3.70 555	4.13 533	5.20 565	7.33 436	1.27 305	0.31 276	0.18 87	0.29 227	0.25 223	0.29 156	0.41 370

TransformOpticalFlow	3.03 494	0.77 350	20.99 580	1.00 268	0.55 168	4.18 464	0.64 163	4.33 525	3.02 524	2.18 392	3.09 536	4.35 544	5.07 563	7.36 439	1.27 305	0.32 297	0.18 87	0.32 295	0.26 245	0.28 137	0.46 405

AANet_RVC	3.03 494	1.72 531	12.78 404	1.17 368	1.12 402	3.79 350	1.10 423	3.86 368	3.13 532	2.62 498	4.26 562	3.96 523	1.41 312	11.43 559	5.23 542	0.94 557	0.47 509	0.34 349	0.23 182	0.40 333	0.55 454

DRN-Test	3.03 494	0.99 428	18.18 490	1.35 451	1.60 517	3.59 313	1.48 488	4.13 451	2.45 444	3.47 557	1.92 381	2.58 408	2.53 487	10.88 534	2.80 504	0.39 394	0.36 436	0.44 449	0.41 470	0.55 445	0.57 462

Syn2CoEx	3.08 498	2.55 562	19.88 531	1.34 446	1.18 416	2.43 139	1.65 511	3.91 386	2.40 433	2.39 458	2.27 453	2.90 441	3.17 521	9.57 488	2.54 493	0.50 487	0.45 496	0.53 504	0.39 452	0.74 514	0.72 506

stereogan	3.09 499	0.93 411	16.43 461	1.37 467	1.66 531	3.70 331	1.67 513	3.87 371	3.15 536	3.04 535	2.70 511	5.04 571	2.79 499	9.96 501	1.78 413	0.63 520	0.49 520	0.69 544	0.47 492	0.83 529	0.68 493

PA-Net	3.09 499	1.24 484	18.84 503	1.38 469	1.19 423	3.42 270	1.75 516	3.89 376	3.27 551	1.88 281	2.10 421	3.03 453	1.88 436	11.60 565	2.88 506	0.40 402	0.54 526	0.44 449	0.62 536	0.52 434	1.02 542
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RGC	3.10 501	1.45 514	14.90 442	1.46 487	1.79 548	3.33 257	1.39 476	4.04 425	2.26 392	2.77 515	3.26 544	4.00 525	2.71 496	11.63 572	2.62 498	0.82 550	0.46 505	0.79 557	0.79 555	0.71 509	0.78 517

PVD	3.12 502	1.97 543	12.80 405	1.79 543	1.63 522	3.83 355	1.34 464	3.48 292	3.88 569	5.77 589	3.56 553	3.45 491	3.29 525	5.58 398	5.30 543	0.71 541	0.69 559	0.74 555	0.77 551	0.79 523	1.13 550

1111x	3.13 503	0.57 158	8.38 348	1.20 381	0.76 274	3.80 351	0.88 334	4.61 568	2.63 472	2.31 437	2.16 435	1.95 329	1.81 423	11.54 563	18.13 609	0.32 297	0.31 396	0.32 295	0.30 350	0.35 287	0.34 289

APVNet	3.13 503	1.25 485	21.14 583	1.31 430	1.52 501	3.94 391	1.13 430	3.32 275	2.14 369	2.20 399	2.03 403	3.05 457	1.96 442	11.79 580	2.53 491	0.42 429	0.45 496	0.64 538	0.46 489	0.67 494	0.57 462

MaskLacGwcNet_RVC	3.13 503	1.43 511	9.93 369	2.50 579	1.62 520	4.29 486	1.68 515	3.95 399	2.43 439	1.66 236	1.91 379	3.04 454	1.41 312	13.26 600	1.58 374	3.82 604	1.59 590	1.12 573	0.46 489	2.21 581	2.74 595

zh-mn7	3.15 506	9.61 606	12.45 400	1.26 406	0.99 363	2.91 186	1.32 461	4.12 449	2.74 485	3.33 551	3.07 532	2.84 437	1.89 437	8.91 468	4.69 530	0.49 483	0.40 468	0.38 411	0.38 445	0.56 451	0.63 482

ADLNet2	3.15 506	0.92 407	20.06 538	1.20 381	1.79 548	3.83 355	1.48 488	3.94 397	3.59 562	2.19 396	2.47 486	4.65 561	1.93 441	10.69 527	1.96 437	0.39 394	0.37 448	0.28 202	0.30 350	0.48 420	0.43 383

NCC-stereo	3.16 508	1.28 488	18.31 495	1.25 399	1.75 542	4.06 423	1.40 478	3.89 376	2.22 381	2.72 511	2.55 495	3.49 498	2.65 493	9.91 498	2.99 508	1.29 577	0.65 551	0.64 538	0.86 558	0.65 487	0.71 499

Abc-Net	3.16 508	1.28 488	18.31 495	1.25 399	1.75 542	4.06 423	1.40 478	3.89 376	2.22 381	2.72 511	2.55 495	3.49 498	2.65 493	9.91 498	2.99 508	1.29 577	0.65 551	0.64 538	0.86 558	0.65 487	0.71 499
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	3.20 510	1.93 540	18.84 503	1.51 498	0.80 286	4.12 439	1.82 522	4.16 462	2.91 511	1.87 278	1.74 300	2.48 398	1.84 427	13.18 599	1.74 407	0.80 547	0.57 534	0.79 557	0.74 547	1.20 564	0.86 529
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	3.24 511	5.55 585	20.58 567	1.56 510	1.25 441	2.32 130	1.12 427	4.04 425	2.67 478	1.88 281	2.10 421	3.00 451	2.16 460	10.59 522	2.43 481	0.65 526	0.37 448	0.61 530	0.45 487	0.87 531	0.58 467

FBW_ROB	3.24 511	1.02 433	9.21 363	1.49 495	1.07 391	3.78 346	1.48 488	4.31 518	3.08 529	2.46 466	2.32 476	4.20 539	2.08 451	15.19 614	7.16 558	0.84 553	0.62 547	1.33 578	0.92 561	0.99 542	1.31 558

HBP-ISP	3.25 513	1.10 452	20.86 574	1.54 503	1.15 408	4.50 523	2.89 566	4.43 547	2.38 428	4.14 571	1.96 386	1.90 323	2.04 447	11.08 547	1.32 316	0.66 528	0.57 534	0.66 541	0.61 535	0.64 484	0.61 475

DStereoRT	3.28 514	1.06 444	14.58 437	1.33 438	1.12 402	4.51 527	1.29 458	4.21 472	3.48 560	2.50 471	2.13 430	1.89 322	7.69 595	7.57 443	2.43 481	0.66 528	0.33 411	4.46 620	2.84 614	0.38 317	1.12 549

aanetorigin	3.30 515	1.66 528	17.52 484	1.18 374	1.58 516	2.57 154	3.80 591	2.65 180	2.03 339	6.12 594	4.30 563	2.82 436	5.70 571	5.47 393	4.67 528	0.50 487	0.44 491	0.43 444	0.47 492	1.17 561	0.92 535

ADCRef	3.30 515	1.23 483	14.90 442	1.17 368	1.41 486	3.95 396	1.64 508	3.88 374	2.36 417	3.05 537	2.21 445	2.40 383	2.81 501	5.04 383	16.63 601	0.46 457	0.34 424	0.63 535	0.62 536	0.54 443	0.67 490

CBMV	3.32 517	0.96 425	21.16 585	1.32 433	0.83 305	3.81 353	3.91 594	4.47 553	2.53 458	3.34 552	2.24 449	4.45 548	2.58 490	10.07 507	1.96 437	0.45 450	0.43 486	0.48 473	0.38 445	0.52 434	0.53 444
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FAT-Stereo	3.34 518	0.81 368	20.05 537	1.25 399	1.20 429	3.44 272	1.99 532	4.23 480	2.67 478	3.14 542	3.82 558	3.51 501	3.32 527	11.68 575	1.94 432	0.64 523	0.67 555	0.48 473	0.52 514	0.61 470	0.81 523

CC-Net-ROB	3.35 519	1.76 534	13.89 423	2.33 576	1.65 528	4.49 520	1.62 505	4.73 573	2.90 510	1.92 295	2.05 412	1.99 340	1.61 368	12.57 597	1.60 378	2.46 588	2.18 598	2.68 598	1.04 571	2.11 579	1.38 564

z-mn7	3.36 520	9.42 604	14.16 429	1.28 416	1.22 435	3.78 346	1.43 485	3.92 391	3.35 554	2.85 522	3.36 548	3.06 458	1.97 443	9.66 489	5.16 538	0.42 429	0.35 430	0.43 444	0.33 386	0.63 476	0.48 415

edge stereo	3.37 521	1.01 432	21.99 602	1.28 416	1.37 473	2.67 161	1.39 476	3.98 408	2.87 508	2.93 526	3.27 545	4.35 544	2.43 480	11.62 567	2.39 474	0.60 515	0.63 549	0.79 557	0.55 522	0.68 497	0.67 490

DPSNet	3.43 522	1.37 503	12.19 396	1.39 471	1.24 438	4.15 446	2.06 535	4.51 561	3.34 553	2.69 509	1.96 386	3.52 502	5.56 570	10.68 526	9.68 571	0.93 556	0.73 563	0.40 421	0.37 432	1.06 546	0.86 529

S-Stereo	3.48 523	0.91 405	22.06 605	1.36 457	1.50 498	3.55 305	2.53 554	4.21 472	2.81 503	2.37 453	3.81 557	3.75 513	1.84 427	11.90 585	2.51 489	0.63 520	0.71 561	0.48 473	0.76 549	0.67 494	1.19 553

UDG	3.55 524	2.81 566	17.45 481	2.69 581	1.98 565	3.97 406	1.19 442	4.35 529	2.02 337	2.42 463	2.53 494	4.50 550	2.46 484	6.53 418	2.41 478	2.12 586	1.77 594	2.63 597	2.57 608	2.64 584	1.95 578

SAMSARA	3.55 524	2.16 551	14.18 430	1.86 550	1.49 496	4.62 547	2.65 559	3.58 314	2.80 497	7.05 599	3.05 531	5.16 577	4.07 547	9.18 477	4.80 533	0.64 523	0.67 555	0.59 522	0.68 543	0.89 532	0.91 534

WZ-Net	3.62 526	4.87 580	16.77 469	1.43 478	1.40 480	3.75 341	2.29 545	4.12 449	2.50 453	2.74 513	2.19 441	4.06 529	5.29 567	10.19 510	7.36 559	0.54 504	0.37 448	0.47 465	0.49 501	0.77 519	0.73 507

CBMV_ROB	3.62 526	0.70 291	21.42 593	1.21 387	0.89 332	4.43 510	1.76 517	4.39 540	2.79 493	5.88 591	3.38 549	4.18 536	5.12 564	10.75 528	2.32 471	0.56 508	0.55 531	0.53 504	0.51 511	0.55 445	0.46 405

GCAPDPT-zeroshot4090	3.65 528	0.52 97	56.48 639	0.90 190	1.06 384	2.70 164	0.77 248	3.08 239	1.18 81	1.20 179	0.81 59	0.68 89	0.55 44	0.96 48	0.68 105	0.27 140	0.21 199	0.28 202	0.21 127	0.27 117	0.25 128

GCAPDPT-zeroshot	3.67 529	0.52 97	56.80 640	0.90 190	1.06 384	2.70 164	0.77 248	3.08 239	1.18 81	1.20 179	0.81 59	0.68 89	0.55 44	0.96 48	0.68 105	0.27 140	0.21 199	0.28 202	0.20 109	0.27 117	0.25 128

Wz-Net-TNSev	3.67 529	8.83 595	13.47 413	1.48 492	1.18 416	3.60 315	2.49 551	4.27 498	3.13 532	2.18 392	1.89 373	4.21 540	2.80 500	12.10 587	7.58 562	0.57 510	0.55 531	0.47 465	0.54 520	0.91 535	1.05 544

SQANet	3.70 531	9.34 603	18.41 497	2.75 582	2.74 584	3.40 266	1.47 487	3.50 298	1.68 266	2.60 494	1.75 304	2.69 417	1.91 439	6.72 428	1.74 407	2.96 591	1.41 588	1.85 585	1.12 573	3.17 588	2.70 594

DeepPrunerF	3.70 531	1.72 531	14.87 440	1.33 438	1.74 541	3.70 331	1.55 499	4.20 467	14.00 609	2.02 336	1.77 318	2.74 423	2.30 470	10.88 534	6.88 554	0.68 535	0.60 544	0.78 556	0.78 554	0.81 526	0.71 499

FTStereo	3.71 533	0.53 114	20.37 556	0.96 239	0.65 224	4.34 491	11.29 611	2.62 177	1.50 170	2.58 490	5.04 569	1.90 323	13.84 610	3.71 358	1.25 298	0.38 382	0.24 296	0.31 275	0.32 378	0.30 180	2.10 581

testlalala	3.73 534	0.52 97	57.95 641	0.90 190	1.06 384	2.70 164	0.77 248	3.08 239	1.18 81	1.20 179	0.81 59	0.68 89	0.55 44	0.96 48	0.68 105	0.27 140	0.21 199	0.28 202	0.21 127	0.27 117	0.25 128

ADCP+	3.74 535	1.96 542	16.90 470	1.09 318	1.55 508	4.35 494	3.65 589	3.93 393	2.98 520	2.22 410	1.66 278	3.95 521	4.83 560	3.41 348	18.87 614	0.38 382	0.41 477	0.63 535	0.53 518	0.64 484	0.81 523

test_sample9	3.79 536	1.05 439	7.87 339	1.07 304	0.86 318	3.93 386	1.19 442	4.35 529	2.11 364	2.14 372	1.75 304	1.75 288	1.67 394	11.06 544	11.61 582	1.23 571	14.45 632	4.27 616	2.09 600	0.70 500	0.69 495

zh-sn7	3.81 537	11.43 613	15.78 454	1.25 399	1.15 408	3.68 330	2.58 557	4.15 461	2.42 438	2.61 496	3.10 537	3.38 486	3.03 513	11.43 559	6.88 554	0.45 450	0.48 515	0.45 456	0.43 480	0.72 512	0.71 499

MFN_U_SF_RVC	3.81 537	10.78 610	15.01 445	1.84 547	1.39 478	3.73 339	1.63 506	4.05 429	3.26 547	2.91 524	2.38 480	4.36 546	3.65 538	8.43 459	4.91 536	1.11 566	1.04 575	0.99 566	1.31 580	1.58 572	1.75 575

ADCPNet	3.89 539	1.63 524	20.25 551	1.28 416	1.27 446	6.43 593	2.65 559	3.93 393	2.70 481	2.78 516	2.20 443	4.28 542	6.16 579	5.56 396	10.27 574	0.65 526	1.18 580	0.71 547	1.70 589	0.84 530	1.37 562

DStereoO	3.90 540	2.13 548	7.90 343	4.43 608	2.84 587	4.40 502	5.30 598	4.31 518	3.21 544	2.41 462	3.08 533	2.93 447	7.14 591	4.20 373	11.12 578	4.11 607	1.30 586	1.33 578	1.63 586	3.09 586	1.26 554

RTS	3.90 540	7.04 589	17.94 487	1.92 553	2.19 575	5.00 581	2.96 568	4.29 507	3.19 539	4.05 568	3.08 533	4.94 566	3.16 519	7.64 445	6.72 549	0.66 528	0.44 491	0.51 493	0.47 492	0.95 537	0.76 513

RTSA	3.90 540	7.04 589	17.94 487	1.92 553	2.19 575	5.00 581	2.96 568	4.29 507	3.19 539	4.05 568	3.08 533	4.94 566	3.16 519	7.64 445	6.72 549	0.66 528	0.44 491	0.51 493	0.47 492	0.95 537	0.76 513

MFN_U_SF_DS_RVC	3.94 543	10.88 611	12.30 398	1.26 406	1.55 508	5.19 584	3.33 579	4.42 544	2.82 505	2.58 490	2.62 503	5.00 569	2.11 452	14.03 612	2.73 500	1.28 576	2.34 604	0.67 543	1.83 594	0.81 526	1.03 543

ADCMid	3.96 544	3.27 571	15.48 452	1.26 406	1.40 480	4.66 553	2.28 544	4.06 433	3.54 561	3.94 565	3.02 529	3.85 518	3.67 539	4.03 368	18.65 612	0.68 535	0.61 546	1.09 572	1.18 577	1.38 569	1.08 546

SDNR	3.97 545	1.93 540	20.28 553	1.31 430	0.94 345	5.16 583	0.67 178	4.33 525	2.58 466	4.82 584	5.94 575	5.01 570	1.45 327	17.52 616	2.53 491	0.79 545	0.72 562	0.59 522	0.45 487	1.15 559	1.17 551

MADNet+	3.97 545	9.54 605	13.83 422	1.87 551	1.69 536	4.19 468	2.87 565	4.80 577	4.10 575	2.51 475	2.67 508	4.55 554	3.41 530	8.72 463	6.92 556	1.25 574	1.27 584	1.04 568	0.93 562	1.39 570	1.85 576

SPS-STEREO	3.97 545	1.44 513	20.85 573	1.72 532	1.71 538	3.24 238	2.30 546	3.55 309	2.68 480	4.79 583	3.66 554	5.44 581	2.97 506	9.11 474	9.35 570	1.15 567	1.10 578	1.06 570	1.02 570	1.16 560	1.18 552
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NaN_ROB	4.06 548	1.13 457	16.64 464	1.12 338	1.25 441	3.50 291	3.05 572	4.29 507	3.26 547	3.64 558	2.56 497	2.97 448	4.79 559	13.33 602	16.91 602	0.37 365	0.41 477	0.38 411	0.39 452	0.48 420	0.81 523

G-Net	4.11 549	1.21 473	19.47 519	2.31 575	2.94 588	4.74 572	2.95 567	3.33 281	2.14 369	4.44 578	9.43 594	6.93 589	3.84 542	9.01 472	4.92 537	0.79 545	0.80 568	0.70 546	0.50 507	0.95 537	0.87 532

THIR-Stereo	4.14 550	0.82 375	10.85 384	0.86 162	0.43 77	2.16 117	16.77 619	3.22 257	1.54 202	2.04 343	12.05 607	2.68 416	7.53 593	7.30 435	12.62 586	0.30 252	0.21 199	0.29 227	0.28 301	0.33 252	0.41 370

AnyNet_C32	4.17 551	5.75 586	12.62 402	1.60 515	1.54 504	5.51 587	4.09 595	3.90 381	3.23 545	4.22 576	3.03 530	3.10 459	3.41 530	8.01 454	18.85 613	0.53 502	0.58 539	0.53 504	0.74 547	1.19 563	0.97 539

Ntro	4.21 552	8.94 599	19.89 532	3.22 590	2.96 589	4.15 446	1.89 526	3.92 391	2.36 417	1.77 257	2.14 432	3.35 481	2.17 462	9.48 484	2.24 465	3.52 599	1.76 593	2.13 588	1.31 580	3.83 598	3.09 596

ADCS	4.22 553	5.33 582	16.32 459	1.64 520	1.31 454	3.91 379	3.64 588	4.21 472	2.89 509	5.11 585	2.81 521	4.46 549	3.06 516	5.21 387	19.50 615	0.63 520	0.64 550	0.69 544	0.69 545	1.12 554	1.26 554

ADCL	4.35 554	1.63 524	14.21 431	1.29 420	1.26 443	5.56 588	11.16 610	3.97 406	3.37 555	6.07 592	4.67 565	4.30 543	5.72 572	5.08 385	14.51 591	0.50 487	0.48 515	0.89 563	0.77 551	0.78 521	0.76 513

AnyNet_C01	4.37 555	7.80 591	16.40 460	1.98 559	1.40 480	6.37 592	6.47 602	4.09 441	5.03 585	4.06 570	3.78 556	4.16 535	3.31 526	6.62 421	10.00 572	0.61 517	0.67 555	0.63 535	0.67 540	2.01 577	1.31 558

MSC_U_SF_DS_RVC	4.48 556	10.62 609	15.18 450	1.55 508	1.45 493	6.16 590	3.54 586	5.41 591	3.68 566	2.59 493	2.74 512	4.81 563	2.20 465	13.79 609	4.40 525	2.04 584	3.36 617	1.05 569	1.20 578	2.09 578	1.72 573

RainbowNet	4.56 557	8.28 592	20.07 540	3.64 598	3.23 597	4.15 446	2.99 570	4.18 463	3.03 525	2.20 399	2.65 506	4.26 541	2.90 504	9.77 491	2.12 454	3.88 605	2.27 601	2.71 601	1.72 591	3.78 597	3.31 604

SGM_RVC	4.57 558	0.72 308	17.46 482	1.84 547	0.58 194	4.23 477	3.45 581	4.66 570	3.66 565	7.99 604	8.82 592	7.56 592	8.74 602	12.30 589	6.84 553	0.43 435	0.38 454	0.39 415	0.35 410	0.51 430	0.48 415
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
otaku	4.58 559	8.93 598	19.95 534	3.11 589	2.67 582	3.91 379	2.57 556	3.82 358	2.25 389	2.22 410	9.72 596	4.08 530	2.35 475	8.57 461	2.13 457	3.51 598	1.65 592	2.15 589	1.17 576	3.69 595	3.15 598

DispFullNet	4.64 560	3.48 573	23.95 615	3.99 600	3.03 590	3.35 259	1.06 410	4.18 463	2.80 497	6.33 596	2.94 525	4.04 528	7.81 596	3.92 366	5.16 538	2.75 589	1.61 591	3.10 606	2.68 611	3.32 590	3.31 604

CSAN	4.71 561	1.39 506	20.23 547	1.19 377	0.87 323	3.65 326	3.50 583	4.57 566	3.87 568	3.89 564	7.82 581	3.54 506	6.16 579	23.47 625	6.82 552	0.52 499	0.45 496	0.49 487	0.52 514	0.63 476	0.66 489

test_sample8	4.76 562	1.05 439	7.87 339	1.07 304	0.86 318	3.93 386	1.19 442	4.38 538	2.05 346	5.49 587	1.89 373	12.98 606	6.37 581	11.06 544	11.61 582	1.23 571	14.45 632	4.27 616	2.09 600	0.70 500	0.69 495

SuperB	4.79 563	4.41 578	21.08 582	1.45 485	1.08 393	3.91 379	3.08 574	4.18 463	3.01 523	2.50 471	2.10 421	2.75 425	3.49 536	8.80 465	19.60 616	0.44 441	0.33 411	0.53 504	0.39 452	12.01 625	0.64 486

IMH-64-1	4.84 564	2.53 559	6.83 328	4.30 605	3.74 601	4.81 576	6.05 599	5.30 586	3.92 570	3.95 566	8.33 585	5.08 573	6.06 576	8.96 470	6.30 546	4.57 615	2.96 611	3.04 603	2.12 603	4.28 603	3.62 607

IMH-64	4.84 564	2.53 559	6.83 328	4.30 605	3.74 601	4.81 576	6.05 599	5.30 586	3.92 570	3.95 566	8.33 585	5.08 573	6.06 576	8.96 470	6.30 546	4.57 615	2.96 611	3.04 603	2.12 603	4.28 603	3.62 607

NVStereoNet_ROB	4.91 566	1.40 507	16.46 462	1.47 490	1.72 540	3.46 278	1.96 529	3.89 376	3.61 563	2.90 523	24.61 625	4.81 563	4.49 556	13.57 606	4.87 535	1.33 580	1.29 585	1.70 584	1.68 587	1.41 571	1.66 570
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	5.12 567	0.90 400	21.33 589	1.50 496	1.33 465	4.09 430	3.49 582	4.03 421	4.59 579	6.57 597	10.95 601	12.92 605	8.41 601	9.86 496	8.78 568	0.75 542	0.58 539	0.51 493	0.50 507	0.68 497	0.57 462

WAO-7	5.16 568	3.21 569	18.98 507	1.88 552	1.44 489	5.34 585	3.09 575	4.91 579	5.81 592	4.35 577	8.92 593	6.55 586	6.06 576	13.40 604	10.81 576	1.34 581	1.20 583	1.48 583	1.35 583	1.60 573	1.45 566

CrosDoStereo	5.24 569	0.60 192	20.23 547	0.82 122	0.51 137	3.39 263	18.11 621	3.82 358	2.27 394	1.98 312	8.74 589	1.96 334	6.96 587	7.35 437	26.35 625	0.30 252	0.22 231	0.30 250	0.28 301	0.33 252	0.38 338

DeepStereo_LL	5.24 569	0.60 192	20.23 547	0.82 122	0.51 137	3.39 263	18.11 621	3.82 358	2.27 394	1.98 312	8.74 589	1.96 334	6.96 587	7.35 437	26.35 625	0.30 252	0.22 231	0.30 250	0.28 301	0.33 252	0.38 338

MeshStereo	5.35 571	1.32 496	21.34 590	1.34 446	1.15 408	4.40 502	3.90 593	5.18 583	4.55 577	10.14 614	11.82 606	11.47 600	5.84 573	13.84 610	7.03 557	0.61 517	0.58 539	0.60 527	0.58 528	0.72 512	0.59 471
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	5.41 572	12.60 614	20.42 560	3.27 591	3.15 595	4.50 523	3.02 571	4.66 570	3.73 567	3.35 554	5.36 571	7.86 593	2.88 502	12.33 591	4.76 532	3.12 594	2.22 599	2.70 600	1.69 588	3.49 591	3.10 597

pmcnn	5.45 573	1.22 479	17.40 479	1.60 515	2.41 581	3.48 284	2.12 538	4.52 562	3.26 547	3.67 560	13.15 610	22.10 619	3.46 535	11.92 586	17.16 604	0.34 326	0.21 199	0.23 44	0.19 88	0.36 300	0.28 197

MDST_ROB	5.53 574	0.59 180	23.11 610	2.55 580	2.69 583	21.20 622	1.98 531	4.77 576	2.65 475	9.36 609	4.25 561	4.14 534	4.45 555	22.57 620	3.68 520	0.48 471	0.33 411	0.47 465	0.44 483	0.44 394	0.44 389

EDNetEfficient	5.61 575	2.14 550	16.75 468	1.67 524	3.64 600	4.12 439	7.51 604	3.05 234	5.63 591	11.57 620	4.83 567	3.95 521	12.72 606	8.44 460	20.78 618	0.41 417	0.43 486	0.47 465	1.01 568	1.66 575	1.39 565

MSMD_ROB	5.61 575	1.08 448	16.68 466	1.21 387	0.83 305	10.14 606	2.07 537	3.93 393	6.22 594	10.37 615	8.03 583	22.22 620	9.45 603	11.66 573	4.52 527	0.66 528	0.58 539	0.66 541	0.68 543	0.65 487	0.63 482

SANet	5.65 577	1.72 531	20.94 578	1.26 406	0.88 327	7.20 597	3.81 592	4.60 567	11.23 602	4.56 579	8.78 591	7.49 591	6.95 586	11.85 583	18.11 608	0.49 483	0.44 491	0.50 490	0.42 477	0.90 534	0.82 527

ELAS_RVC	5.72 578	1.64 527	20.40 558	2.09 565	2.01 567	4.95 580	11.47 613	4.66 570	6.31 596	8.09 605	8.01 582	8.06 596	11.65 605	8.36 456	10.22 573	0.99 561	1.17 579	0.81 560	0.76 549	1.14 556	1.58 569
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCK	5.85 579	9.95 607	15.22 451	2.90 585	1.56 511	5.66 589	7.69 605	5.27 585	4.74 582	3.88 563	7.51 579	8.04 594	5.28 566	15.18 613	8.40 566	3.08 593	1.51 589	2.24 590	1.37 584	5.55 610	1.96 579

WAO-6	5.87 580	2.27 553	15.05 446	2.96 586	2.77 585	12.01 609	3.58 587	5.37 590	11.91 606	3.34 552	9.69 595	6.78 588	5.84 573	11.82 582	8.89 569	2.87 590	2.35 605	2.50 592	1.84 595	2.85 585	2.67 591

ELAS	5.99 581	1.62 522	20.29 554	1.96 558	2.01 567	15.09 615	8.38 608	5.23 584	5.54 589	9.02 608	8.61 588	6.74 587	9.75 604	7.48 440	11.40 581	0.96 559	1.18 580	0.72 551	0.93 562	1.30 567	1.67 571
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_1	6.04 582	13.97 621	21.36 591	3.58 596	3.14 594	4.73 569	2.48 550	4.20 467	3.17 537	2.98 532	2.83 523	23.31 621	4.34 553	11.06 544	2.45 484	3.68 601	2.33 603	2.60 595	1.79 593	3.69 595	3.19 600

FCDSN-DC	6.04 582	0.84 384	19.25 511	1.24 397	1.09 397	4.38 496	2.62 558	4.38 538	4.71 580	9.59 612	11.22 602	19.19 615	17.40 617	12.30 589	8.55 567	0.69 538	0.57 534	0.60 527	0.60 532	0.70 500	0.78 517
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
JetBlue	6.27 584	9.15 601	13.76 416	1.94 557	4.60 612	11.91 608	12.00 614	5.12 582	3.45 559	3.79 562	4.52 564	9.54 598	6.56 585	9.40 482	13.48 589	1.26 575	1.37 587	1.17 575	1.34 582	7.06 619	3.95 611

psmorigin	6.59 585	1.15 462	88.11 645	1.52 499	0.97 353	2.88 181	1.20 446	3.21 255	2.04 343	3.73 561	2.46 484	5.15 576	2.55 488	10.60 523	2.47 486	0.55 506	0.68 558	0.48 473	0.51 511	0.70 500	0.88 533

FC-DCNN	6.64 586	0.77 350	19.26 513	1.68 525	1.64 524	8.27 602	2.35 547	6.35 595	9.23 599	10.85 617	11.27 603	19.89 616	13.33 607	12.51 595	11.79 584	0.66 528	0.57 534	0.58 519	0.56 524	0.63 476	0.61 475

ACVNet-4b	6.73 587	13.67 619	21.87 601	3.54 595	3.07 591	4.19 468	2.25 543	4.03 421	3.65 564	1.64 231	3.98 560	5.88 583	2.89 503	10.01 504	16.98 603	23.29 637	2.24 600	2.53 593	1.78 592	3.87 599	3.21 601

EKT-Stereo	6.79 588	0.64 238	4.24 300	1.77 537	106.39 642	4.51 527	0.61 141	3.16 250	1.53 193	1.88 281	1.22 150	1.98 338	1.36 298	3.81 359	0.84 175	0.35 346	0.24 296	0.29 227	0.26 245	0.34 269	0.48 415

IMH	6.81 589	13.66 618	20.41 559	4.33 607	3.74 601	5.50 586	3.06 573	5.49 592	6.22 594	4.64 581	10.35 598	9.30 597	8.03 599	13.61 607	6.81 551	4.80 618	2.99 614	3.09 605	2.12 603	4.36 605	3.61 606

LVE	6.88 590	9.31 602	21.14 583	3.61 597	3.18 596	4.49 520	2.79 561	10.21 606	11.69 604	3.16 545	11.53 604	18.33 612	4.31 552	11.66 573	3.52 517	4.45 613	2.93 609	2.56 594	1.91 597	3.62 592	3.16 599

FC-DCNN v2	6.91 591	0.77 350	19.25 511	1.69 526	1.64 524	9.13 604	2.40 548	7.20 597	9.47 600	11.07 619	11.62 605	20.05 618	15.79 614	12.55 596	11.99 585	0.66 528	0.57 534	0.58 519	0.56 524	0.63 476	0.61 475

tt	7.19 592	0.51 91	6.83 328	4.03 601	2.30 580	12.05 610	20.19 625	15.46 623	6.58 597	3.42 556	3.22 542	5.37 579	6.39 584	4.20 373	7.46 560	9.81 626	11.53 631	7.05 624	7.46 625	6.31 613	3.71 609

Dean	7.52 593	9.08 600	21.41 592	3.74 599	3.53 598	4.81 576	3.53 584	5.33 589	5.25 586	4.17 572	26.53 626	25.62 627	4.09 548	10.97 538	4.32 524	3.69 602	2.30 602	2.91 602	1.87 596	4.03 601	3.24 602

DGSMNet	7.55 594	1.62 522	17.42 480	1.92 553	12.73 617	7.45 600	42.99 636	4.13 451	2.07 350	2.10 358	3.16 541	3.42 488	1.70 401	9.24 479	2.30 469	3.70 603	10.89 630	11.80 632	5.54 621	4.24 602	2.66 590

MADNet++	7.57 595	5.80 587	13.28 408	6.38 619	5.26 614	7.18 596	7.77 606	5.32 588	5.62 590	6.11 593	7.78 580	6.02 585	8.01 598	11.74 578	16.36 600	9.36 625	4.95 621	8.57 627	5.66 622	4.83 608	5.34 617

MonStereo1	8.07 596	2.24 552	5.83 322	4.68 612	3.60 599	18.80 620	2.52 552	5.89 594	5.86 593	4.76 582	13.98 613	7.41 590	50.63 641	13.28 601	5.16 538	4.40 611	0.90 571	2.69 599	1.55 585	3.92 600	3.30 603

SGM+DAISY	8.36 597	3.82 575	24.83 616	2.02 561	1.75 542	14.80 614	17.22 620	4.27 498	11.79 605	13.88 621	14.38 614	11.74 604	13.83 609	10.56 520	15.12 592	1.21 569	1.19 582	1.14 574	1.13 575	1.17 561	1.37 562

MultiAttention	8.74 598	0.56 148	7.25 334	2.07 564	22.74 625	35.86 632	8.44 609	4.97 580	2.58 466	2.57 486	5.11 570	5.55 582	1.59 361	52.70 644	7.50 561	0.47 466	0.24 296	0.52 499	1.00 567	6.84 617	6.30 621

UNDER WATER-64	9.33 599	5.37 583	22.60 608	5.22 617	4.86 613	10.75 607	4.61 597	11.45 607	17.30 620	7.59 600	9.80 597	15.99 611	17.90 619	10.63 524	15.72 595	4.36 609	2.87 608	4.39 619	2.86 615	7.01 618	5.36 618

TorneroNet-64	10.12 600	8.74 594	20.95 579	4.27 603	3.76 604	13.86 613	2.85 564	15.05 621	23.15 628	10.07 613	23.84 624	13.47 607	8.24 600	13.96 611	17.21 605	3.96 606	2.72 606	3.23 607	2.48 607	6.29 612	4.27 614

DStereoSA	10.13 601	4.62 579	12.76 403	4.78 614	13.35 618	9.97 605	22.80 626	4.74 575	16.44 617	5.11 585	15.31 616	4.61 557	13.82 608	8.00 452	27.60 629	6.51 622	8.86 625	1.43 581	8.28 626	3.16 587	10.38 623

UNDER WATER	10.47 602	3.95 576	22.62 609	5.07 616	4.51 611	7.78 601	3.77 590	12.56 615	21.72 627	7.84 603	10.78 599	23.96 623	31.66 628	10.78 531	16.19 599	4.44 612	2.93 609	4.24 615	2.86 615	6.33 614	5.47 619

JetRed	10.48 603	27.10 628	35.70 622	4.27 603	4.09 608	15.55 618	12.83 616	12.16 612	5.50 588	5.83 590	5.56 573	10.14 599	7.43 592	8.88 466	26.39 627	3.32 595	3.81 618	3.51 610	2.96 617	7.85 620	6.69 622

notaker	10.50 604	8.60 593	20.23 547	4.54 611	3.95 605	6.27 591	3.44 580	8.07 600	4.75 583	8.73 606	46.45 636	13.86 610	27.86 627	13.49 605	13.61 590	4.56 614	3.18 615	3.52 611	2.68 611	8.13 622	4.05 612

WQFJA1++	10.56 605	0.40 10	3.21 266	0.89 180	0.82 298	1.43 57	0.41 54	2.15 103	0.87 42	96.02 648	0.71 38	0.46 36	0.55 44	1.29 133	0.50 43	0.27 140	0.17 53	0.21 21	0.18 61	100.47 645	0.22 84

xyz-stereo	10.85 606	0.45 36	79.01 644	0.62 19	0.45 94	83.70 645	0.77 248	2.59 174	1.34 108	2.19 396	32.02 634	2.76 431	1.62 372	5.75 401	2.39 474	0.25 101	0.17 53	0.33 331	0.21 127	0.25 83	0.19 9

DStereoFS	11.11 607	13.81 620	11.82 394	5.73 618	11.05 616	20.81 621	11.36 612	8.68 603	16.52 618	14.90 622	15.81 620	11.63 603	13.85 611	9.05 473	15.60 594	7.57 623	8.88 626	2.41 591	5.29 620	2.16 580	15.30 628

MANE	11.39 608	1.38 504	23.16 611	4.82 615	2.79 586	22.02 623	14.51 618	25.81 627	26.28 629	10.93 618	13.17 611	19.90 617	18.03 620	15.69 615	20.41 617	0.96 559	0.74 564	1.42 580	3.24 618	0.74 514	1.71 572

SGM-ForestM	11.55 609	1.16 465	21.62 598	2.14 566	0.81 289	22.25 624	19.08 623	16.50 625	11.34 603	15.94 625	14.44 615	27.12 628	22.61 626	24.76 626	28.39 632	0.50 487	0.48 515	0.47 465	0.44 483	0.55 445	0.53 444

WAO-8	11.95 610	13.02 615	20.56 564	3.50 592	3.08 592	15.11 616	2.80 562	12.91 616	19.11 625	7.69 601	13.12 608	11.62 601	7.01 589	84.40 646	7.91 563	3.42 596	1.92 596	3.54 612	1.93 598	3.68 593	2.69 592

Venus	11.95 610	13.02 615	20.56 564	3.50 592	3.08 592	15.11 616	2.80 562	12.91 616	19.11 625	7.69 601	13.12 608	11.62 601	7.01 589	84.40 646	7.91 563	3.42 596	1.92 596	3.54 612	1.93 598	3.68 593	2.69 592

TCMNet-wrong-test	12.32 612	14.13 622	19.38 516	22.38 626	19.85 622	15.99 619	12.34 615	22.95 626	4.56 578	6.24 595	6.27 576	18.40 614	15.71 613	10.10 509	10.72 575	9.06 624	4.78 619	5.35 621	3.95 619	12.28 626	11.97 625

EDNetEfficientorigin	12.35 613	2.51 557	179.47 649	1.19 377	0.96 349	2.91 186	1.81 521	3.00 228	5.35 587	8.91 607	4.79 566	4.18 536	4.64 558	9.98 502	11.30 579	0.37 365	0.38 454	0.60 527	0.85 557	1.32 568	2.43 588

LSM	12.71 614	3.52 574	20.79 572	55.63 640	84.76 639	3.63 325	6.30 601	3.73 341	4.93 584	5.55 588	13.92 612	3.53 503	3.25 524	9.72 490	4.12 523	0.64 523	0.85 569	0.71 547	0.81 556	1.03 543	26.84 631

U	12.82 615	0.38 5	1.99 168	0.66 47	58.94 638	63.38 644	0.34 27	1.91 78	0.94 60	0.59 31	0.80 55	0.46 36	0.57 51	0.83 20	0.44 20	0.29 207	0.17 53	63.35 644	59.81 643	0.29 156	0.20 33

MSAF-DinoV2	13.69 616	13.09 617	22.03 604	2.41 578	1.44 489	4.03 418	1.38 474	9.07 604	9.20 598	2.23 414	1.98 394	5.08 573	5.06 562	177.66 651	5.46 545	0.45 450	0.34 424	0.40 421	0.62 536	6.09 611	5.80 620

DGTPSM_ROB	15.31 617	8.85 596	28.14 620	9.90 623	18.89 620	12.44 611	33.21 629	13.48 618	17.86 623	9.50 610	22.89 622	13.78 608	19.67 621	21.26 618	23.68 621	5.08 620	8.84 623	5.62 622	11.50 627	6.72 615	14.87 626

DPSMNet_ROB	15.52 618	8.89 597	31.44 621	10.07 624	18.91 621	12.44 611	33.22 630	13.51 619	17.94 624	9.58 611	22.91 623	13.79 609	19.67 621	21.43 619	23.73 622	5.17 621	8.84 623	5.63 623	11.52 630	6.79 616	14.90 627

USTest	15.98 619	15.58 623	22.56 607	18.49 625	16.99 619	26.43 625	36.08 632	27.68 630	12.77 608	10.69 616	10.80 600	18.35 613	15.09 612	18.62 617	23.37 620	4.85 619	5.34 622	7.38 625	7.43 624	9.90 624	11.23 624

KSHMR	16.96 620	5.37 583	21.64 600	4.46 609	4.50 610	8.30 603	3.32 578	15.58 624	76.24 645	6.62 598	61.47 641	56.53 641	5.43 569	35.17 632	11.37 580	4.39 610	2.97 613	3.63 614	2.74 613	5.10 609	4.34 615

LE_ROB	18.58 621	1.21 473	48.38 628	8.60 622	23.00 626	7.32 599	19.74 624	9.94 605	38.69 637	43.53 634	21.91 621	28.40 629	40.92 631	23.18 622	54.71 637	0.34 326	0.33 411	0.32 295	0.36 420	0.42 376	0.40 365

coex-ft	18.59 622	6.62 588	113.53 647	1.17 368	1.31 454	2.33 132	1.93 528	2.81 210	14.00 609	124.82 650	8.45 587	5.90 584	51.74 642	9.99 503	22.69 619	0.57 510	0.62 547	0.50 490	0.49 501	1.08 551	1.28 556

DPSM_ROB	20.78 623	20.03 626	26.57 618	23.62 628	22.46 623	31.10 627	39.97 634	33.52 633	17.41 621	15.25 623	15.80 618	24.06 624	20.71 624	23.30 623	27.62 630	10.78 627	9.41 628	11.69 630	11.50 627	14.49 627	16.36 629

DPSM	20.78 623	20.03 626	26.57 618	23.62 628	22.46 623	31.10 627	39.97 634	33.52 633	17.41 621	15.25 623	15.80 618	24.06 624	20.71 624	23.30 623	27.62 630	10.78 627	9.41 628	11.69 630	11.50 627	14.49 627	16.36 629

ktn	21.74 625	10.34 608	19.68 524	4.53 610	4.00 606	6.53 594	4.51 596	6.79 596	78.82 647	84.69 646	100.86 650	58.49 642	7.57 594	12.11 588	13.35 588	4.58 617	3.24 616	3.49 609	2.62 609	4.65 607	3.84 610

LRCNet_RVC	25.52 626	33.45 629	23.21 613	31.79 630	32.78 627	6.74 595	1.18 439	25.88 628	4.46 576	28.94 626	30.89 627	24.91 626	17.57 618	27.66 627	24.34 624	35.26 640	25.60 641	35.91 640	33.81 639	31.90 638	34.10 640

TorneroNet	25.88 627	11.28 612	21.62 598	4.20 602	4.07 607	55.25 636	3.15 576	15.16 622	76.94 646	58.09 641	82.72 647	86.88 646	41.15 632	13.35 603	18.13 609	4.32 608	2.85 607	3.45 608	2.62 609	8.33 623	4.14 613

DLNR_Zeroshot_test	28.62 628	55.50 641	49.94 631	183.62 645	115.05 645	3.43 271	0.28 10	29.49 631	1.49 164	1.01 156	1.26 164	0.93 173	0.63 72	3.92 366	1.51 363	29.81 638	0.41 477	0.26 135	0.23 182	93.28 642	0.32 258

DLNR-FE	28.68 629	56.10 642	49.61 629	183.75 646	105.98 641	3.44 272	0.28 10	29.58 632	1.49 164	1.01 156	1.26 164	0.93 173	0.63 72	3.81 359	1.51 363	33.14 639	0.41 477	0.26 135	0.23 182	99.94 644	0.32 258

HanzoNet	31.60 630	17.23 624	21.22 588	7.32 620	5.84 615	7.25 598	3.53 584	13.82 620	14.20 611	50.38 637	47.01 637	44.45 631	56.61 643	36.61 633	32.00 633	63.89 644	56.57 645	7.97 626	89.20 647	28.69 629	28.25 633

Hybrid-DGEV	41.74 631	40.15 632	53.21 634	47.72 634	45.04 632	62.46 638	80.71 644	67.23 640	34.70 630	30.38 627	31.64 629	48.32 639	41.44 633	46.71 642	55.65 644	21.63 634	18.85 634	23.50 638	23.21 635	29.18 633	33.09 639

FlowAnything	41.75 632	39.90 630	53.36 636	47.83 639	45.06 633	62.45 637	80.51 642	67.34 644	34.89 634	30.56 631	31.52 628	48.18 635	42.05 638	46.66 641	55.24 639	21.71 636	18.88 636	23.49 637	23.13 632	29.12 631	33.04 634

Selective-RAFT-Error	41.77 633	40.16 633	53.34 635	47.73 635	45.25 637	62.51 639	80.64 643	67.22 639	34.93 635	30.64 632	31.81 630	48.11 634	42.11 639	46.57 636	54.95 638	21.61 631	18.87 635	23.48 633	23.15 634	29.16 632	33.08 638

RAFT-FEzeroshot	41.78 634	40.21 635	53.07 632	47.74 637	45.19 635	62.51 639	80.73 646	67.30 642	34.75 631	30.51 629	31.88 631	48.27 637	41.88 636	46.64 639	55.54 641	21.62 632	18.89 638	23.48 633	23.22 636	29.20 635	33.05 635

RAFT-FE	41.78 634	40.21 635	53.07 632	47.74 637	45.19 635	62.51 639	80.73 646	67.30 642	34.75 631	30.51 629	31.88 631	48.27 637	41.88 636	46.64 639	55.54 641	21.62 632	18.89 638	23.48 633	23.22 636	29.20 635	33.05 635

CasAABBNet	41.80 636	40.20 634	53.41 637	47.73 635	45.18 634	62.51 639	80.71 644	67.26 641	34.80 633	30.49 628	31.88 631	48.24 636	41.81 635	46.63 638	55.64 643	21.60 630	18.88 636	23.48 633	23.22 636	29.19 634	33.05 635

HaxPig	43.25 637	43.65 637	45.00 626	33.85 631	35.61 629	32.69 629	30.52 627	45.09 636	42.97 638	48.77 635	48.17 638	43.00 630	40.26 630	44.58 634	43.61 634	47.18 641	49.30 642	51.54 642	50.25 641	43.73 639	45.29 641

AVERAGE_ROB	44.46 638	45.91 638	46.59 627	40.59 633	38.66 630	32.99 630	30.52 627	46.19 637	43.26 639	49.59 636	48.97 639	44.62 632	39.89 629	45.04 635	43.94 635	48.74 642	50.69 643	50.80 641	49.79 640	45.54 640	46.97 642

MEDIAN_ROB	47.37 639	49.08 639	49.92 630	40.32 632	39.97 631	34.95 631	33.43 631	49.17 638	46.39 641	53.06 638	52.65 640	47.65 633	42.23 640	48.35 643	47.29 636	52.10 643	54.04 644	54.28 643	53.48 642	48.76 641	50.33 643

LSM0	49.58 640	40.04 631	53.62 638	97.15 641	128.68 646	62.75 643	79.89 641	67.63 645	35.11 636	33.02 633	32.61 635	48.43 640	41.60 634	46.60 637	55.43 640	21.63 634	18.99 640	23.62 639	23.13 632	29.47 637	52.26 644

BEATNet-Init1	49.72 641	64.32 643	97.77 646	4.68 612	4.28 609	84.75 646	60.42 637	73.38 646	68.59 644	88.29 647	88.51 649	91.94 647	97.99 647	85.26 648	70.96 648	0.80 547	0.65 551	0.85 561	0.70 546	7.96 621	2.33 584

Anonymous_1	57.11 642	19.68 625	26.15 617	23.10 627	142.31 647	30.84 626	39.75 633	33.86 635	16.98 619	70.53 645	15.42 617	23.46 622	19.75 623	23.04 621	27.23 628	164.73 651	9.02 627	130.38 646	137.40 648	161.27 651	27.24 632

PML	64.32 643	53.22 640	17.88 486	8.10 621	32.94 628	148.46 650	247.79 652	12.18 613	45.42 640	111.41 649	288.92 652	101.47 648	101.31 648	31.67 628	15.55 593	14.03 629	4.83 620	10.98 629	6.18 623	28.82 630	5.17 616

DPSimNet_ROB	102.30 644	119.72 650	143.59 648	109.42 642	94.10 640	127.22 649	127.15 648	26.62 629	102.36 651	149.58 651	83.99 648	139.34 651	137.54 651	64.62 645	82.36 649	105.18 645	66.15 646	120.15 645	69.61 644	99.58 643	77.72 645

RSGM-EC	108.14 645	104.44 647	68.66 642	115.42 643	109.31 643	116.48 647	139.19 649	127.02 650	55.95 642	55.27 639	71.01 642	116.54 649	111.76 649	176.57 649	175.06 650	117.34 649	71.64 647	140.65 647	83.55 645	123.96 646	82.91 646

acva	108.14 645	104.44 647	68.66 642	115.42 643	109.31 643	116.48 647	139.19 649	127.02 650	55.95 642	55.27 639	71.01 642	116.54 649	111.76 649	176.57 649	175.06 650	117.34 649	71.64 647	140.65 647	83.55 645	123.96 646	82.91 646

xxxxx1	112.33 647	88.53 644	37.76 623	227.84 648	157.23 648	39.05 633	61.41 638	93.76 647	79.29 648	62.45 642	74.79 644	78.32 643	70.96 644	33.47 629	70.69 645	114.00 646	130.36 649	259.31 650	274.34 650	145.54 648	147.50 648

tt_ll	112.33 647	88.53 644	37.76 623	227.84 648	157.23 648	39.05 633	61.41 638	93.76 647	79.29 648	62.45 642	74.79 644	78.32 643	70.96 644	33.47 629	70.69 645	114.00 646	130.36 649	259.31 650	274.34 650	145.54 648	147.50 648

ff	112.33 647	88.53 644	37.76 623	227.84 648	157.23 648	39.05 633	61.41 638	93.76 647	79.29 648	62.45 642	74.79 644	78.32 643	70.96 644	33.47 629	70.69 645	114.00 646	130.36 649	259.31 650	274.34 650	145.54 648	147.50 648

test_example2	212.63 650	219.92 651	221.87 650	213.67 647	221.17 651	199.47 651	200.74 651	185.30 652	141.66 652	209.52 652	213.45 651	210.82 652	205.48 652	221.27 652	216.64 652	236.83 652	242.07 652	213.93 649	217.01 649	235.69 652	226.10 651

GS-Stereo							0.83 291	3.32 275	1.37 114	0.75 79	0.89 77	0.76 121	0.80 140	0.92 39	0.53 54	0.26 117	0.18 87	0.26 135	0.20 109	0.28 137	0.21 63

FSD					0.60 200	0.77 6	0.67 178	1.57 36	0.68 7	0.72 69	0.62 29	1.02 185	0.72 99	0.81 15	0.73 134	0.59 513	0.54 526	0.57 517	0.54 520	0.57 456

ccccc		629.75 652		567.84 651	570.84 652	582.44 652		613.82 653		614.58 653		555.57 653		666.94 653		781.57 653	507.24 653	391.36 653	342.44 653	689.82 653

ASD4		113.98 649

Low-res two-view benchmark