Low-res two-view results

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

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

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

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

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

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

CREStereo++_RVC	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MEDIAN_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AVERAGE_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

USTest	0.01 9	0.02 12	0.00 1	0.14 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 18	0.02 20	0.00 1	0.00 1

HITNet	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
NVstereo2D	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWC_ROB	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWCDC_ROB	0.01 9	0.01 9	0.02 14	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWCK	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PSMNet-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

FACV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

IGEV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

coex-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

fast-acv-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

CBFPSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

iinet-f	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

Wz-Net-TNSev	0.02 15	0.05 49	0.04 43	0.07 47	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 55	0.04 45	0.01 9	0.01 9	0.01 10	0.01 10

MFN_U_SF_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MSC_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

RYNet	0.02 15	0.02 12	0.02 14	0.03 28	0.03 48	0.03 40	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.03 52	0.03 39	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM0	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

G2L-ROB	0.03 29	0.06 54	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo_test	0.03 29	0.04 37	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

coex_refinement	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

TCMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

TCMNet-wrong-test	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.02 20	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

YMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

YMNet_1	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

Wz-Net-SNSev	0.03 29	0.09 67	0.07 58	0.09 55	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 68	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

EDNetEfficientorigin	0.04 38	0.06 54	0.04 43	0.05 43	0.04 78	0.05 88	0.04 80	0.05 88	0.04 80	0.05 90	0.04 87	0.05 90	0.04 83	0.05 81	0.04 74	0.05 51	0.03 36	0.06 93	0.03 53	0.04 76	0.03 50

EDNetEfficient	0.04 38	0.05 49	0.04 43	0.04 37	0.03 48	0.04 76	0.03 50	0.04 76	0.03 55	0.04 73	0.03 52	0.04 76	0.03 52	0.04 71	0.03 48	0.05 51	0.03 36	0.05 85	0.03 53	0.04 76	0.03 50

NVStereoNet_ROB	0.04 38	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DFGA-Net	0.05 41	0.06 54	0.04 43	0.06 46	0.04 78	0.06 91	0.04 80	0.06 93	0.04 80	0.06 95	0.04 87	0.06 96	0.04 83	0.06 87	0.04 74	0.06 55	0.04 45	0.05 85	0.04 77	0.05 91	0.04 78

GASNet	0.05 41	0.04 37	0.12 102	0.04 37	0.04 78	0.04 76	0.05 92	0.04 76	0.04 80	0.12 126	0.04 87	0.06 96	0.04 83	0.04 71	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

WZ-Net	0.05 41	0.50 213	0.10 69	0.12 84	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 94	0.10 75	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 44	0.24 126	0.20 167	0.23 154	0.01 10	0.02 19	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 178	0.21 181	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 44	0.54 230	0.10 69	0.12 84	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 94	0.11 97	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 98	0.06 91	0.05 92	0.05 88	0.06 108	0.06 95	0.06 109	0.05 90	0.06 109	0.06 87	0.05 87	0.08 62	0.08 61	0.08 102	0.05 95	0.06 95	0.05 96

SACVNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 98	0.06 91	0.05 92	0.05 88	0.06 108	0.06 95	0.06 109	0.05 90	0.06 109	0.06 87	0.05 87	0.08 62	0.08 61	0.08 102	0.05 95	0.06 95	0.05 96

AACVNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 98	0.06 91	0.05 92	0.05 88	0.06 108	0.06 95	0.06 109	0.05 90	0.06 109	0.06 87	0.05 87	0.08 62	0.08 61	0.08 102	0.05 95	0.06 95	0.05 96

BridgeDepth_RVC	0.07 49	0.08 59	0.11 89	0.11 76	0.05 98	0.08 104	0.05 92	0.08 106	0.05 96	0.08 105	0.05 99	0.08 105	0.05 93	0.08 106	0.05 87	0.11 88	0.10 75	0.07 98	0.05 95	0.07 105	0.05 96
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 49	0.08 59	0.07 58	0.07 47	0.07 111	0.08 104	0.06 108	0.08 106	0.07 111	0.08 105	0.07 112	0.08 105	0.06 109	0.07 103	0.07 102	0.08 62	0.07 59	0.07 98	0.07 105	0.06 95	0.06 104

BridgeDepth	0.08 51	0.08 59	0.11 89	0.11 76	0.05 98	0.08 104	0.05 92	0.08 106	0.07 111	0.08 105	0.05 99	0.08 105	0.05 93	0.09 110	0.08 104	0.15 125	0.11 97	0.07 98	0.05 95	0.07 105	0.06 104
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 51	0.02 12	0.02 14	1.01 372	0.03 48	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 71	0.09 109	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

DA	0.09 53	0.13 84	0.39 266	0.08 49	0.05 98	0.07 102	0.05 92	0.13 127	0.05 96	0.06 95	0.05 99	0.06 96	0.05 93	0.06 87	0.05 87	0.06 55	0.05 56	0.14 128	0.13 156	0.06 95	0.05 96

GGEV	0.09 53	0.13 84	0.39 266	0.08 49	0.05 98	0.07 102	0.05 92	0.13 127	0.05 96	0.06 95	0.05 99	0.06 96	0.05 93	0.06 87	0.05 87	0.06 55	0.05 56	0.14 128	0.13 156	0.06 95	0.05 96

test_sample7	0.09 53	1.00 300	0.11 89	0.11 76	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 113	0.03 38	0.03 53	0.03 43	0.03 50

test_sample6	0.09 53	0.97 290	0.10 69	0.10 59	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample3	0.09 53	0.87 267	0.10 69	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample2	0.09 53	1.03 314	0.11 89	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 53	0.87 267	0.12 102	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 73	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

SMFormer	0.09 53	1.01 308	0.09 65	0.09 55	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

tta	0.09 53	0.95 287	0.09 65	0.10 59	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 53	1.01 308	0.10 69	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.03 50

SepStereo	0.09 53	0.09 67	0.10 69	0.09 55	0.09 115	0.09 110	0.09 114	0.10 111	0.08 115	0.10 112	0.09 116	0.09 111	0.09 117	0.09 110	0.08 104	0.09 68	0.08 61	0.09 107	0.08 109	0.09 112	0.08 108

APVNet	0.09 53	0.05 49	0.04 43	0.05 43	0.04 78	0.05 88	0.90 425	0.06 93	0.04 80	0.05 90	0.04 87	0.05 90	0.04 83	0.05 81	0.04 74	0.05 51	0.04 45	0.05 85	0.04 77	0.05 91	0.05 96

ADCS	0.09 53	0.02 12	0.04 43	0.90 349	0.06 110	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 131	0.36 287	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

zh-sn7	0.10 66	0.98 291	0.14 126	0.15 110	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.15 125	0.13 136	0.03 38	0.03 53	0.03 43	0.03 50

DualNet (step1)	0.10 66	1.05 318	0.12 102	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 113	0.03 38	0.03 53	0.03 43	0.03 50

test_sample9	0.10 66	1.05 318	0.12 102	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 113	0.03 38	0.03 53	0.03 43	0.03 50

test_sample8	0.10 66	1.05 318	0.12 102	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 113	0.03 38	0.03 53	0.03 43	0.03 50

test_sample5	0.10 66	1.07 321	0.11 89	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 53	0.04 76	0.03 50

test_sample4	0.10 66	1.03 314	0.12 102	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.13 136	0.03 38	0.03 53	0.03 43	0.03 50

DualNet	0.10 66	1.07 321	0.11 89	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 53	0.04 76	0.03 50

1111x	0.10 66	1.14 327	0.13 121	0.14 100	0.03 48	0.04 76	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.11 97	0.03 38	0.02 20	0.03 43	0.02 20

AnonymousM	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

222	0.10 66	0.99 298	0.12 102	0.13 96	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 113	0.03 38	0.02 20	0.04 76	0.03 50

test_xeample	0.10 66	1.09 323	0.13 121	0.12 84	0.03 48	0.03 40	0.03 50	0.04 76	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.14 140	0.03 38	0.03 53	0.03 43	0.03 50

PVD	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SHD	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SAMSARA	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

XQC	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSC	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTS	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSA	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet+	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet++	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

ADCPNet	0.10 66	0.03 31	0.04 43	1.27 446	0.03 48	0.04 76	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.04 76	0.03 52	0.08 106	0.04 74	0.04 44	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

ISRNet	0.11 87	0.05 49	0.36 252	0.24 159	0.07 111	0.13 127	0.05 92	0.06 93	0.05 96	0.05 90	0.05 99	0.13 128	0.05 93	0.05 81	0.09 109	0.24 185	0.20 177	0.10 108	0.05 95	0.06 95	0.13 151

JetRed	0.11 87	0.12 82	0.11 89	0.11 76	0.11 138	0.11 123	0.14 153	0.11 123	0.11 134	0.12 126	0.11 134	0.11 124	0.11 133	0.11 125	0.11 127	0.11 88	0.16 145	0.11 119	0.11 130	0.11 123	0.11 129

JetBlue	0.11 87	0.11 80	0.12 102	0.13 96	0.14 159	0.11 123	0.11 132	0.11 123	0.11 134	0.11 124	0.11 134	0.11 124	0.11 133	0.12 129	0.12 142	0.11 88	0.11 97	0.11 119	0.11 130	0.11 123	0.11 129

x	0.11 87	1.15 330	0.15 142	0.14 100	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.15 143	0.03 38	0.03 53	0.03 43	0.03 50

Wz-Net-LNSev-Ref	0.11 87	0.44 185	0.33 231	0.39 214	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 263	0.36 261	0.02 18	0.02 20	0.02 20	0.02 20

xxxx	0.11 87	1.16 332	0.16 145	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.16 145	0.03 38	0.04 77	0.04 76	0.04 78

BEATNet_4x	0.11 87	0.03 31	0.03 36	1.60 469	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 81	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

ADCL	0.11 87	0.03 31	0.03 36	1.60 469	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 81	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

AnyNet_C01	0.11 87	0.02 12	0.02 14	1.62 472	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 87	0.04 74	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 50

zh-mn7	0.12 96	1.14 327	0.17 152	0.20 137	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.18 150	0.16 145	0.03 38	0.03 53	0.03 43	0.03 50

S2M2_L	0.12 96	0.14 90	0.10 69	0.15 110	0.10 122	0.14 128	0.10 119	0.14 129	0.10 119	0.15 134	0.10 120	0.14 129	0.10 121	0.14 131	0.10 115	0.13 109	0.10 75	0.13 126	0.09 111	0.13 131	0.09 111
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 96	0.07 58	0.05 57	0.08 49	0.05 98	0.08 104	1.20 453	0.07 103	0.05 96	0.05 90	0.05 99	0.08 105	0.05 93	0.08 106	0.03 48	0.07 60	0.05 56	0.06 93	0.05 95	0.07 105	0.05 96

FADNet-RVC-Resample	0.12 96	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	1.57 523	0.04 44	0.04 45	0.04 72	0.05 95	0.04 76	0.06 104

FADNet_RVC	0.12 96	0.04 37	0.04 43	0.05 43	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.05 93	0.04 71	1.65 527	0.05 51	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

FADNet	0.12 96	0.05 49	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.05 93	0.04 71	1.66 529	0.06 55	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

ADCRef	0.12 96	0.03 31	0.04 43	1.71 475	0.04 78	0.03 40	0.03 50	0.04 76	0.04 80	0.04 73	0.03 52	0.04 76	0.03 52	0.06 87	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.03 43	0.04 78

testlalala2	0.13 103	0.16 92	0.11 89	0.15 110	0.11 138	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.14 116	0.11 97	0.14 128	0.11 130	0.14 133	0.11 129

testlalala_base	0.13 103	0.16 92	0.11 89	0.15 110	0.11 138	0.15 135	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.14 116	0.11 97	0.14 128	0.11 130	0.14 133	0.11 129

CIPLG	0.13 103	0.21 112	0.12 102	0.16 121	0.11 138	0.15 135	0.11 132	0.14 129	0.11 134	0.15 134	0.12 145	0.15 139	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 128	0.11 130	0.14 133	0.11 129

IPLG	0.13 103	0.20 106	0.14 126	0.15 110	0.11 138	0.14 128	0.11 132	0.14 129	0.11 134	0.14 128	0.11 134	0.14 129	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 128	0.11 130	0.14 133	0.11 129

ACRE	0.13 103	0.21 112	0.14 126	0.15 110	0.11 138	0.14 128	0.11 132	0.14 129	0.11 134	0.14 128	0.12 145	0.14 129	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 128	0.11 130	0.14 133	0.11 129

LRCNet_RVC	0.13 103	0.13 84	0.09 65	0.13 96	0.10 122	0.14 128	0.10 119	0.14 129	0.10 119	0.23 178	0.10 120	0.20 161	0.10 121	0.24 185	0.11 127	0.11 88	0.09 70	0.12 122	0.14 161	0.12 129	0.09 111

aanetorigin	0.13 103	0.11 80	0.11 89	0.11 76	0.11 138	0.11 123	0.11 132	0.11 123	0.11 134	0.11 124	0.12 145	0.11 124	0.11 133	0.11 125	0.11 127	0.11 88	0.11 97	0.14 128	0.11 130	0.49 321	0.11 129

FADNet-RVC	0.13 103	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.05 92	0.04 76	0.04 80	0.04 73	0.05 99	0.04 76	0.05 93	0.04 71	1.71 532	0.04 44	0.04 45	0.04 72	0.04 77	0.07 105	0.04 78

ELAS	0.13 103	0.16 92	0.11 89	0.15 110	0.09 115	0.18 155	0.11 132	0.18 153	0.11 134	0.17 148	0.11 134	0.18 154	0.11 133	0.18 153	0.11 127	0.14 116	0.08 61	0.14 128	0.08 109	0.14 133	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 112	1.22 389	0.28 199	0.32 189	0.04 78	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.32 214	0.27 203	0.04 72	0.03 53	0.03 43	0.03 50

S2M2_XL	0.14 112	0.17 98	0.12 102	0.17 129	0.11 138	0.17 151	0.11 132	0.17 150	0.11 134	0.17 148	0.11 134	0.17 150	0.11 133	0.17 150	0.11 127	0.16 134	0.11 97	0.16 146	0.11 130	0.16 147	0.11 129
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 112	1.83 419	0.12 102	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.04 80	0.03 40	0.03 52	0.03 42	0.03 52	0.06 87	0.04 74	0.12 94	0.11 97	0.05 85	0.04 77	0.05 91	0.04 78

ProNet	0.14 112	0.20 106	0.14 126	0.16 121	0.11 138	0.16 143	0.11 132	0.17 150	0.11 134	0.17 148	0.12 145	0.17 150	0.13 155	0.17 150	0.12 142	0.15 125	0.11 97	0.16 146	0.11 130	0.15 143	0.12 145

IPLGR_C	0.14 112	0.20 106	0.12 102	0.15 110	0.11 138	0.14 128	0.15 158	0.14 129	0.11 134	0.15 134	0.12 145	0.14 129	0.11 133	0.16 141	0.11 127	0.15 125	0.12 113	0.14 128	0.12 148	0.15 143	0.12 145

MIPNet	0.14 112	0.21 112	0.17 152	0.16 121	0.11 138	0.15 135	0.12 148	0.14 129	0.11 134	0.16 139	0.11 134	0.14 129	0.11 133	0.14 131	0.11 127	0.14 116	0.12 113	0.14 128	0.11 130	0.14 133	0.11 129

IPLGR	0.14 112	0.24 126	0.14 126	0.16 121	0.12 154	0.15 135	0.12 148	0.14 129	0.11 134	0.15 134	0.12 145	0.14 129	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 128	0.11 130	0.14 133	0.11 129

GMStereo	0.14 112	0.13 84	0.14 126	0.14 100	0.14 159	0.14 128	0.14 153	0.14 129	0.14 158	0.14 128	0.14 162	0.14 129	0.14 159	0.14 131	0.14 152	0.14 116	0.14 140	0.14 128	0.14 161	0.14 133	0.14 156
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 491	0.04 78	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 76	0.02 21	0.07 103	0.04 74	0.02 15	0.02 15	0.03 38	0.03 53	0.02 20	0.03 50

HSM	0.14 112	0.16 92	0.12 102	0.17 129	0.12 154	0.17 151	0.11 132	0.17 150	0.11 134	0.17 148	0.12 145	0.17 150	0.12 150	0.17 150	0.12 142	0.16 134	0.11 97	0.16 146	0.11 130	0.16 147	0.12 145

DRN-Test	0.14 112	0.13 84	0.09 65	0.14 100	0.09 115	0.15 135	0.09 114	0.14 129	0.10 119	0.14 128	0.09 116	0.14 129	0.09 117	0.13 130	0.09 109	0.12 94	0.09 70	0.12 122	0.09 111	0.12 129	0.73 401

ELAS_RVC	0.14 112	0.16 92	0.10 69	0.15 110	0.10 122	0.18 155	0.11 132	0.19 155	0.11 134	0.19 154	0.12 145	0.18 154	0.11 133	0.19 156	0.12 142	0.14 116	0.08 61	0.14 128	0.09 111	0.15 143	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 124	0.17 98	0.13 121	0.20 137	0.13 157	0.19 158	0.13 151	0.18 153	0.13 156	0.19 154	0.13 157	0.18 154	0.14 159	0.18 153	0.14 152	0.16 134	0.11 97	0.15 143	0.14 161	0.18 157	0.11 129

test_for_model	0.15 124	0.23 117	0.18 161	0.21 147	0.11 138	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.21 164	0.18 174	0.14 128	0.11 130	0.14 133	0.11 129

CoDeX	0.15 124	0.70 247	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 379	0.02 15	0.69 375	0.75 390	0.01 9	0.02 20	0.02 20

ICVP	0.15 124	0.53 227	0.11 89	0.16 121	0.11 138	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.16 134	0.11 97	0.16 146	0.11 130	0.16 147	0.11 129
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 124	0.04 37	0.04 43	2.20 490	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.05 99	0.04 76	0.04 83	0.08 106	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

StereoDRNet	0.15 124	0.14 90	0.10 69	0.14 100	0.09 115	0.15 135	0.09 114	0.14 129	0.09 118	0.14 128	0.10 120	0.14 129	0.09 117	0.14 131	0.09 109	0.13 109	0.10 75	0.13 126	0.09 111	0.13 131	0.82 414

LALA_ROB	0.15 124	0.19 102	0.12 102	0.18 131	0.11 138	0.20 163	0.12 148	0.21 170	0.12 153	0.20 160	0.12 145	0.20 161	0.12 150	0.21 171	0.13 148	0.17 142	0.10 75	0.18 164	0.11 130	0.18 157	0.11 129

SGM_RVC	0.15 124	0.17 98	0.11 89	0.18 131	0.11 138	0.19 158	0.11 132	0.19 155	0.12 153	0.19 154	0.12 145	0.20 161	0.12 150	0.19 156	0.12 142	0.16 134	0.11 97	0.17 154	0.10 118	0.17 153	0.10 116
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.16 132	1.21 383	0.33 231	0.41 240	0.04 78	0.04 76	0.03 50	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.35 232	0.31 235	0.04 72	0.04 77	0.04 76	0.04 78

GMStereo_Zeroshot	0.16 132	0.16 92	0.16 145	0.16 121	0.16 179	0.16 143	0.16 163	0.16 142	0.16 172	0.16 139	0.16 173	0.16 140	0.16 171	0.16 141	0.16 168	0.16 134	0.16 145	0.16 146	0.16 169	0.16 147	0.16 160

qqq	0.16 132	2.01 436	0.12 102	0.15 110	0.04 78	0.06 91	0.05 92	0.06 93	0.04 80	0.06 95	0.03 52	0.06 96	0.03 52	0.06 87	0.03 48	0.12 94	0.14 140	0.04 72	0.04 77	0.03 43	0.03 50

DeepPruner_ROB	0.16 132	0.18 101	0.13 121	0.19 134	0.13 157	0.19 158	0.13 151	0.19 155	0.13 156	0.19 154	0.13 157	0.19 158	0.13 155	0.19 156	0.13 148	0.18 150	0.13 136	0.18 164	0.13 156	0.18 157	0.13 151

CAS++	0.17 136	0.27 134	0.21 173	0.10 59	0.21 209	0.15 135	0.22 197	0.10 111	0.21 197	0.22 174	0.10 120	0.19 158	0.18 188	0.10 114	0.19 186	0.20 157	0.19 175	0.18 164	0.10 118	0.19 163	0.18 178
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 136	2.16 445	0.13 121	0.13 96	0.04 78	0.06 91	0.04 80	0.06 93	0.04 80	0.06 95	0.03 52	0.06 96	0.03 52	0.06 87	0.05 87	0.18 150	0.12 113	0.06 93	0.03 53	0.05 91	0.03 50

SFCPSM	0.17 136	0.78 252	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 414	0.02 15	0.75 386	0.76 392	0.02 20	0.02 20	0.02 20

w-ln-seven	0.18 139	1.47 403	0.33 231	0.40 228	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.38 252	0.32 240	0.05 85	0.04 77	0.04 76	0.04 78

xyz-stereo-finetune2	0.18 139	0.48 207	0.16 145	0.16 121	0.15 170	0.15 135	0.16 163	0.16 142	0.16 172	0.16 139	0.16 173	0.16 140	0.16 171	0.16 141	0.16 168	0.16 134	0.16 145	0.16 146	0.16 169	0.16 147	0.16 160

xyz-stereo	0.18 139	0.50 213	0.16 145	0.15 110	0.16 179	0.16 143	0.16 163	0.16 142	0.16 172	0.16 139	0.16 173	0.16 140	0.16 171	0.16 141	0.16 168	0.16 134	0.16 145	0.16 146	0.16 169	0.16 147	0.16 160

BEATNet-Init1	0.19 142	0.08 59	0.08 60	2.23 492	0.08 113	0.08 104	0.07 111	0.07 103	0.08 115	0.08 105	0.07 112	0.08 105	0.07 113	0.11 125	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

DeepPrunerF	0.19 142	0.08 59	0.08 60	2.23 492	0.08 113	0.08 104	0.07 111	0.07 103	0.08 115	0.08 105	0.07 112	0.08 105	0.07 113	0.11 125	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

IGEV_Zeroshot_test	0.20 144	0.19 102	0.40 271	0.30 179	0.17 183	0.22 176	0.17 171	0.21 170	0.17 180	0.20 160	0.17 178	0.21 169	0.18 188	0.21 171	0.17 172	0.20 157	0.16 145	0.20 171	0.16 169	0.20 164	0.17 174

DAS	0.20 144	0.20 106	0.20 167	0.20 137	0.20 200	0.20 163	0.20 186	0.20 161	0.20 193	0.20 160	0.20 199	0.20 161	0.20 197	0.20 160	0.20 189	0.20 157	0.20 177	0.20 171	0.20 196	0.20 164	0.20 182

ASD4	0.20 144	0.20 106	0.20 167	0.20 137	0.20 200	0.20 163	0.20 186	0.20 161	0.20 193	0.20 160	0.20 199	0.20 161	0.20 197	0.20 160	0.20 189	0.20 157	0.20 177	0.20 171	0.20 196	0.20 164	0.20 182

ACVNet	0.20 144	0.19 102	0.14 126	0.20 137	0.14 159	0.20 163	0.96 432	0.21 170	0.14 158	0.20 160	0.13 157	0.21 169	0.14 159	0.20 160	0.14 152	0.17 142	0.12 113	0.17 154	0.12 148	0.17 153	0.12 145

acv_ft	0.20 144	0.19 102	0.14 126	0.20 137	0.14 159	0.20 163	0.96 432	0.21 170	0.14 158	0.20 160	0.13 157	0.21 169	0.14 159	0.20 160	0.14 152	0.17 142	0.12 113	0.17 154	0.12 148	0.17 153	0.12 145

iResNetv2_ROB	0.20 144	0.23 117	0.18 161	0.24 159	0.20 200	0.24 187	0.18 178	0.24 183	0.18 185	0.24 185	0.18 193	0.23 183	0.19 193	0.24 185	0.18 183	0.21 164	0.16 145	0.21 174	0.16 169	0.22 172	0.16 160

iResNet	0.20 144	0.23 117	0.18 161	0.24 159	0.18 193	0.24 187	0.20 186	0.24 183	0.18 185	0.23 178	0.17 178	0.23 183	0.18 188	0.23 181	0.18 183	0.22 167	0.16 145	0.21 174	0.16 169	0.21 170	0.16 160

z-ln-s-r	0.21 151	1.40 401	0.53 334	0.56 302	0.04 78	0.05 88	0.04 80	0.05 88	0.05 96	0.05 90	0.04 87	0.05 90	0.04 83	0.05 81	0.05 87	0.57 337	0.44 308	0.04 72	0.04 77	0.04 76	0.04 78

tg	0.21 151	0.25 130	0.21 173	0.26 173	0.17 183	0.24 187	0.17 171	0.24 183	0.17 180	0.24 185	0.17 178	0.24 189	0.17 180	0.24 185	0.17 172	0.24 185	0.17 165	0.23 187	0.16 169	0.23 183	0.16 160

Pointernet	0.21 151	0.22 116	0.19 164	0.24 159	0.19 197	0.24 187	0.19 182	0.24 183	0.19 191	0.24 185	0.19 195	0.24 189	0.19 193	0.24 185	0.19 186	0.22 167	0.17 165	0.22 179	0.17 189	0.22 172	0.17 174

SuperB	0.21 151	0.10 69	2.51 556	0.12 84	0.09 115	0.10 112	0.09 114	0.08 106	0.07 111	0.10 112	0.09 116	0.09 111	0.07 113	0.07 103	0.07 102	0.07 60	0.08 61	0.07 98	0.07 105	0.08 109	0.07 107

BStereo	0.22 155	0.23 117	0.20 167	0.24 159	0.20 200	0.23 184	0.33 270	0.39 246	0.17 180	0.23 178	0.17 178	0.23 183	0.16 171	0.24 185	0.17 172	0.23 178	0.16 145	0.22 179	0.20 196	0.22 172	0.16 160

Wave_Phase_stereo	0.22 155	0.23 117	0.20 167	0.24 159	0.20 200	0.23 184	0.33 270	0.39 246	0.17 180	0.23 178	0.17 178	0.23 183	0.16 171	0.24 185	0.17 172	0.23 178	0.16 145	0.22 179	0.20 196	0.22 172	0.16 160

WAO-6	0.22 155	0.23 117	0.22 175	0.23 154	0.22 211	0.22 176	0.22 197	0.22 174	0.22 200	0.22 174	0.22 206	0.22 177	0.22 204	0.22 175	0.22 195	0.22 167	0.22 185	0.22 179	0.22 203	0.22 172	0.22 188

IMH-64-1	0.22 155	0.23 117	0.23 178	0.22 150	0.22 211	0.22 176	0.22 197	0.22 174	0.22 200	0.22 174	0.22 206	0.22 177	0.22 204	0.22 175	0.22 195	0.22 167	0.22 185	0.23 187	0.22 203	0.22 172	0.23 190

IMH-64	0.22 155	0.23 117	0.23 178	0.22 150	0.22 211	0.22 176	0.22 197	0.22 174	0.22 200	0.22 174	0.22 206	0.22 177	0.22 204	0.22 175	0.22 195	0.22 167	0.22 185	0.23 187	0.22 203	0.22 172	0.23 190

ac_64	0.22 155	0.13 84	0.19 164	0.23 154	0.10 122	0.26 202	1.02 440	0.14 129	0.10 119	0.28 203	0.14 162	0.17 150	0.19 193	0.28 210	0.09 109	0.22 167	0.16 145	0.23 187	0.17 189	0.11 123	0.12 145

dd	0.23 161	0.98 291	0.16 145	0.23 154	0.15 170	0.23 184	0.15 158	0.23 180	0.15 168	0.23 178	0.15 170	0.24 189	0.17 180	0.23 181	0.15 162	0.22 167	0.15 143	0.21 174	0.15 167	0.22 172	0.16 160

dad	0.23 161	1.03 314	0.16 145	0.23 154	0.15 170	0.24 187	0.15 158	0.24 183	0.16 172	0.23 178	0.16 173	0.24 189	0.16 171	0.23 181	0.15 162	0.22 167	0.16 145	0.22 179	0.16 169	0.22 172	0.16 160

RSGM-EC	0.24 163	0.24 126	0.15 142	0.22 150	0.15 170	0.22 176	0.15 158	0.22 174	0.15 168	0.24 185	0.15 170	0.22 177	0.15 169	0.22 175	1.19 453	0.20 157	0.17 165	0.24 195	0.14 161	0.20 164	0.14 156

acva	0.24 163	0.24 126	0.15 142	0.22 150	0.15 170	0.22 176	0.15 158	0.22 174	0.15 168	0.24 185	0.15 170	0.22 177	0.15 169	0.22 175	1.19 453	0.20 157	0.17 165	0.24 195	0.14 161	0.20 164	0.14 156

MSKI-zero shot	0.24 163	0.21 112	0.49 316	0.65 319	0.18 193	0.22 176	0.17 171	0.23 180	0.18 185	0.21 172	0.17 178	0.23 183	0.28 241	0.23 181	0.18 183	0.21 164	0.16 145	0.21 174	0.16 169	0.21 170	0.16 160

qqq1	0.25 166	3.70 514	0.14 126	0.14 100	0.04 78	0.06 91	0.05 92	0.06 93	0.05 96	0.06 95	0.05 99	0.04 76	0.05 93	0.06 87	0.05 87	0.13 109	0.12 113	0.06 93	0.05 95	0.03 43	0.04 78

fff1	0.25 166	3.70 514	0.14 126	0.14 100	0.04 78	0.06 91	0.05 92	0.06 93	0.05 96	0.06 95	0.05 99	0.04 76	0.05 93	0.06 87	0.05 87	0.13 109	0.12 113	0.06 93	0.05 95	0.03 43	0.04 78

UNDER WATER-64	0.25 166	0.26 131	0.25 188	0.26 173	0.25 224	0.25 194	0.25 213	0.25 189	0.25 214	0.25 191	0.25 223	0.25 194	0.25 217	0.26 202	0.25 213	0.25 191	0.25 193	0.25 198	0.25 222	0.25 187	0.25 201

ffm	0.25 166	3.83 520	0.12 102	0.12 84	0.05 98	0.06 91	0.05 92	0.06 93	0.05 96	0.03 40	0.03 52	0.06 96	0.05 93	0.06 87	0.05 87	0.12 94	0.12 113	0.05 85	0.04 77	0.06 95	0.04 78

ff1	0.25 166	3.83 520	0.12 102	0.12 84	0.05 98	0.06 91	0.05 92	0.06 93	0.05 96	0.03 40	0.03 52	0.06 96	0.05 93	0.06 87	0.05 87	0.12 94	0.12 113	0.05 85	0.04 77	0.06 95	0.04 78

mmx	0.25 166	3.83 520	0.12 102	0.12 84	0.05 98	0.06 91	0.05 92	0.06 93	0.05 96	0.03 40	0.03 52	0.06 96	0.05 93	0.06 87	0.05 87	0.12 94	0.12 113	0.05 85	0.04 77	0.06 95	0.04 78

MIM_Stereo	0.25 166	0.23 117	0.66 356	0.80 339	0.17 183	0.22 176	0.17 171	0.23 180	0.18 185	0.26 199	0.17 178	0.21 169	0.17 180	0.25 192	0.17 172	0.23 178	0.16 145	0.21 174	0.17 189	0.22 172	0.17 174

LoS	0.25 166	0.27 134	0.25 188	0.25 166	0.25 224	0.25 194	0.25 213	0.26 194	0.25 214	0.25 191	0.25 223	0.25 194	0.25 217	0.25 192	0.25 213	0.26 193	0.25 193	0.25 198	0.26 228	0.26 189	0.25 201
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 166	1.31 395	0.74 381	0.92 354	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 42	0.02 21	0.02 20	0.02 20	0.87 382	0.75 386	0.02 18	0.02 20	0.02 20	0.02 20

model_zeroshot	0.27 175	0.20 106	0.27 195	0.33 193	0.21 209	0.37 244	0.22 197	0.37 234	0.24 209	0.26 199	0.27 234	0.33 228	0.21 203	0.25 192	0.27 219	0.32 214	0.20 177	0.34 242	0.23 209	0.25 187	0.26 207

DLNR-FE	0.28 176	0.89 272	0.30 207	0.34 196	0.19 197	0.28 207	0.19 182	0.28 198	0.20 193	0.28 203	0.20 199	0.28 207	0.20 197	0.28 210	0.20 189	0.33 219	0.28 209	0.25 198	0.19 195	0.24 185	0.19 180

xyz-stereo-finetune	0.28 176	0.49 209	0.16 145	0.16 121	0.16 179	0.16 143	0.16 163	0.22 174	0.30 253	0.32 220	0.31 266	0.32 225	0.31 270	0.32 223	0.32 256	0.32 214	0.33 252	0.31 223	0.32 283	0.31 207	0.32 262

SQANet	0.28 176	0.28 137	0.28 199	0.28 177	0.28 239	0.28 207	0.28 232	0.28 198	0.28 236	0.28 203	0.28 241	0.28 207	0.28 241	0.28 210	0.28 229	0.28 198	0.28 209	0.28 209	0.28 241	0.28 196	0.28 228

HGLStereo	0.28 176	0.29 139	0.22 175	0.36 202	0.22 211	0.36 239	0.21 192	0.36 228	0.21 197	0.42 281	0.21 205	0.36 241	0.22 204	0.36 241	0.21 193	0.34 223	0.21 181	0.34 242	0.21 200	0.34 223	0.21 185

iResNet_ROB	0.28 176	0.32 145	0.24 185	0.32 189	0.25 224	0.32 226	0.24 210	0.32 212	0.24 209	0.33 225	0.24 217	0.35 235	0.24 214	0.33 230	0.24 205	0.31 212	0.24 192	0.32 226	0.24 217	0.32 211	0.24 200

UNet	0.29 181	0.90 275	0.10 69	0.14 100	0.10 122	0.14 128	0.10 119	0.91 391	0.69 398	0.14 128	0.11 134	0.14 129	0.11 133	0.14 131	0.10 115	0.12 94	0.09 70	0.12 122	0.09 111	0.88 382	0.76 407

MultiAttention	0.30 182	0.30 140	0.30 207	0.30 179	0.30 258	0.30 211	0.30 246	0.30 205	0.30 253	0.30 209	0.30 258	0.30 217	0.30 255	0.30 216	0.30 246	0.30 206	0.30 229	0.30 216	0.30 265	0.30 202	0.30 246

MSAF-DinoV2	0.30 182	0.30 140	0.30 207	0.30 179	0.30 258	0.30 211	0.30 246	0.30 205	0.30 253	0.30 209	0.30 258	0.30 217	0.30 255	0.30 216	0.30 246	0.30 206	0.30 229	0.30 216	0.30 265	0.30 202	0.30 246

DDVS	0.30 182	3.10 500	0.14 126	0.19 134	0.14 159	0.19 158	0.14 153	0.20 161	0.14 158	0.19 154	0.13 157	0.16 140	0.13 155	0.19 156	0.13 148	0.17 142	0.13 136	0.17 154	0.13 156	0.17 153	0.13 151

ACV-stereo	0.30 182	2.08 438	0.25 188	0.25 166	0.18 193	0.24 187	0.17 171	0.24 183	0.18 185	0.24 185	0.17 178	0.25 194	0.17 180	0.24 185	0.17 172	0.22 167	0.16 145	0.22 179	0.16 169	0.22 172	0.16 160

LoS_RVC	0.30 182	1.14 327	0.25 188	0.25 166	0.25 224	0.26 202	0.25 213	0.25 189	0.25 214	0.25 191	0.25 223	0.26 204	0.26 226	0.26 202	0.25 213	0.26 193	0.26 196	0.25 198	0.25 222	0.26 189	0.26 207

CAS	0.30 182	1.17 333	0.25 188	0.25 166	0.25 224	0.26 202	0.25 213	0.25 189	0.26 227	0.25 191	0.25 223	0.25 194	0.25 217	0.25 192	0.25 213	0.26 193	0.26 196	0.26 203	0.25 222	0.26 189	0.25 201

DANet	0.30 182	0.30 140	0.30 207	0.30 179	0.30 258	0.30 211	0.30 246	0.30 205	0.30 253	0.30 209	0.30 258	0.30 217	0.30 255	0.30 216	0.30 246	0.30 206	0.30 229	0.30 216	0.30 265	0.30 202	0.30 246
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 189	0.31 143	0.31 219	0.30 179	0.40 325	0.31 217	0.30 246	0.30 205	0.34 286	0.29 208	0.31 266	0.29 213	0.30 255	0.31 220	0.31 254	0.31 212	0.29 220	0.31 223	0.30 265	0.31 207	0.31 255

tt1	0.31 189	0.93 284	0.24 185	0.33 193	0.23 217	0.31 217	0.24 210	0.32 212	0.24 209	0.32 220	0.23 210	0.32 225	0.25 217	0.32 223	0.24 205	0.27 196	0.26 196	0.27 207	0.26 228	0.27 194	0.27 215

xxxxx1	0.31 189	0.91 277	0.23 178	0.31 185	0.23 217	0.31 217	0.23 205	0.33 216	0.25 214	0.31 214	0.24 217	0.33 228	0.25 217	0.32 223	0.24 205	0.28 198	0.28 209	0.28 209	0.28 241	0.29 199	0.27 215

DLNR_Zeroshot_test	0.31 189	0.28 137	0.47 301	0.79 337	0.24 222	0.30 211	0.26 221	0.30 205	0.24 209	0.32 220	0.23 210	0.31 221	0.24 214	0.30 216	0.23 201	0.29 205	0.26 196	0.29 214	0.24 217	0.33 219	0.23 190

tt_ll	0.31 189	0.91 277	0.23 178	0.31 185	0.23 217	0.31 217	0.23 205	0.33 216	0.25 214	0.31 214	0.24 217	0.33 228	0.25 217	0.32 223	0.24 205	0.28 198	0.28 209	0.28 209	0.28 241	0.29 199	0.27 215

ff	0.31 189	0.91 277	0.23 178	0.31 185	0.23 217	0.31 217	0.23 205	0.33 216	0.25 214	0.31 214	0.24 217	0.33 228	0.25 217	0.32 223	0.24 205	0.28 198	0.28 209	0.28 209	0.28 241	0.29 199	0.27 215

RAFT + AFF	0.31 189	0.45 193	0.34 241	0.39 214	0.28 239	0.38 251	0.33 270	0.29 203	0.31 265	0.30 209	0.30 258	0.29 213	0.27 234	0.29 214	0.30 246	0.28 198	0.29 220	0.29 214	0.29 251	0.27 194	0.32 262

MLCV	0.31 189	0.35 149	0.27 195	0.35 198	0.28 239	0.35 236	0.27 224	0.35 224	0.28 236	0.36 235	0.27 234	0.35 235	0.27 234	0.35 235	0.27 219	0.34 223	0.27 203	0.34 242	0.27 236	0.34 223	0.27 215

DN-CSS_ROB	0.31 189	0.35 149	0.28 199	0.35 198	0.28 239	0.34 231	0.27 224	0.34 220	0.25 214	0.35 232	0.27 234	0.36 241	0.26 226	0.34 232	0.28 229	0.35 232	0.28 209	0.34 242	0.28 241	0.34 223	0.27 215

DStereoFS	0.32 198	0.33 147	0.32 225	0.33 193	0.30 258	0.32 226	0.32 259	0.32 212	0.31 265	0.30 209	0.31 266	0.31 221	0.30 255	0.32 223	0.32 256	0.32 214	0.31 235	0.30 216	0.47 359	0.32 211	0.34 275

DStereoSA	0.32 198	0.52 223	0.34 241	0.31 185	0.31 269	0.30 211	0.30 246	0.31 210	0.30 253	0.31 214	0.31 266	0.31 221	0.30 255	0.31 220	0.31 254	0.30 206	0.32 240	0.31 223	0.31 276	0.31 207	0.31 255

WCG-NET（raft）	0.32 198	1.24 391	0.24 185	0.32 189	0.24 222	0.32 226	0.23 205	0.32 212	0.24 209	0.32 220	0.24 217	0.32 225	0.24 214	0.32 223	0.24 205	0.30 206	0.23 190	0.30 216	0.23 209	0.30 202	0.23 190

testlalala	0.32 198	0.81 258	0.31 219	0.39 214	0.26 232	0.33 229	0.24 210	0.33 216	0.26 227	0.32 220	0.26 229	0.33 228	0.23 210	0.33 230	0.23 201	0.35 232	0.31 235	0.30 216	0.24 217	0.31 207	0.21 185

Any-RAFT	0.32 198	0.36 152	0.27 195	0.36 202	0.27 234	0.36 239	0.27 224	0.36 228	0.27 233	0.36 235	0.27 234	0.36 241	0.27 234	0.36 241	0.28 229	0.36 237	0.28 209	0.36 263	0.28 241	0.36 242	0.28 228

GCAP-BAT	0.33 203	0.78 252	0.32 225	0.38 208	0.25 224	0.34 231	0.25 213	0.34 220	0.26 227	0.34 227	0.25 223	0.35 235	0.26 226	0.35 235	0.27 219	0.36 237	0.30 229	0.32 226	0.24 217	0.32 211	0.26 207

StereoDRNet-Refined	0.33 203	0.39 164	0.26 194	0.39 214	0.26 232	0.40 259	0.26 221	0.40 253	0.26 227	0.39 247	0.26 229	0.39 254	0.26 226	0.39 256	0.26 218	0.37 241	0.25 193	0.37 266	0.25 222	0.37 246	0.37 292
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 205	0.26 131	0.17 152	0.21 147	0.17 183	0.20 163	0.16 163	0.20 161	0.16 172	0.20 160	0.17 178	0.21 169	0.16 171	0.27 206	0.24 205	0.19 154	0.16 145	0.19 167	0.16 169	0.26 189	3.08 573

RAFT-FE	0.34 205	0.26 131	0.17 152	0.21 147	0.17 183	0.20 163	0.16 163	0.20 161	0.16 172	0.20 160	0.17 178	0.21 169	0.16 171	0.27 206	0.24 205	0.19 154	0.16 145	0.19 167	0.16 169	0.26 189	3.08 573

LG-Stereo_L2	0.34 205	0.37 154	0.38 259	0.47 265	0.28 239	0.39 257	0.28 232	0.39 246	0.28 236	0.39 247	0.28 241	0.39 254	0.28 241	0.38 248	0.28 229	0.42 289	0.35 258	0.36 263	0.26 228	0.35 235	0.26 207

H2IRNET	0.34 205	0.34 148	0.34 241	0.34 196	0.34 294	0.34 231	0.34 283	0.34 220	0.34 286	0.34 227	0.34 288	0.34 233	0.34 286	0.34 232	0.34 279	0.34 223	0.34 256	0.34 242	0.34 295	0.34 223	0.34 275

IGEV++	0.34 205	0.43 182	0.30 207	0.40 228	0.29 248	0.40 259	0.29 241	0.40 253	0.29 242	0.40 253	0.29 246	0.40 262	0.29 248	0.40 259	0.30 246	0.38 252	0.29 220	0.37 266	0.29 251	0.37 246	0.29 233

iRaft-Stereo_5w	0.34 205	0.42 181	0.31 219	0.39 214	0.30 258	0.38 251	0.30 246	0.40 253	0.29 242	0.40 253	0.37 308	0.41 275	0.34 286	0.38 248	0.30 246	0.34 223	0.27 203	0.34 242	0.26 228	0.34 223	0.26 207

CSP-Net	0.34 205	1.29 393	1.19 427	1.36 458	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 469	1.21 479	0.03 38	0.09 111	0.02 20	0.09 111

iRaft-Stereo_20w	0.34 205	0.41 174	0.31 219	0.39 214	0.29 248	0.40 259	0.32 259	0.41 268	0.32 270	0.38 241	0.30 258	0.39 254	0.30 255	0.38 248	0.32 256	0.35 232	0.27 203	0.34 242	0.27 236	0.34 223	0.29 233

DGSMNet	0.34 205	0.41 174	0.27 195	0.41 240	0.28 239	0.41 275	0.28 232	0.41 268	0.27 233	0.41 267	0.27 234	0.42 293	0.27 234	0.41 274	0.28 229	0.40 267	0.29 220	0.40 290	0.28 241	0.40 274	0.27 215

FE-Mocha	0.35 214	0.71 248	0.40 271	0.47 265	0.27 234	0.34 231	0.27 224	0.34 220	0.26 227	0.34 227	0.26 229	0.34 233	0.27 234	0.34 232	0.27 219	0.44 291	0.41 288	0.33 234	0.29 251	0.32 211	0.29 233

IGEV-FE	0.35 214	0.37 154	0.17 152	0.19 134	0.17 183	0.20 163	0.17 171	0.19 155	0.17 180	0.19 154	0.17 178	0.19 158	0.17 180	0.37 245	0.36 287	0.19 154	0.17 165	0.19 167	0.17 189	0.38 259	2.84 564

gcap-zeroshot	0.35 214	0.32 145	0.37 256	0.49 276	0.39 323	0.33 229	0.21 192	0.26 194	0.35 290	0.42 281	0.34 288	0.49 324	0.29 248	0.47 308	0.39 310	0.34 223	0.17 165	0.38 274	0.23 209	0.48 317	0.34 275

CASnet	0.35 214	0.51 221	0.44 288	0.32 189	0.31 269	0.24 187	0.34 283	0.36 228	0.25 214	0.31 214	0.37 308	0.30 217	0.33 281	0.25 192	0.45 334	0.37 241	0.37 263	0.33 234	0.35 307	0.34 223	0.37 292
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 214	0.44 185	0.45 290	0.49 276	0.30 258	0.37 244	0.30 246	0.36 228	0.30 253	0.36 235	0.29 246	0.36 241	0.29 248	0.36 241	0.30 246	0.46 298	0.39 276	0.32 226	0.24 217	0.32 211	0.25 201
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 214	0.35 149	0.35 250	0.35 198	0.35 297	0.35 236	0.35 288	0.35 224	0.35 290	0.35 232	0.35 297	0.35 235	0.35 293	0.35 235	0.35 283	0.35 232	0.35 258	0.35 258	0.35 307	0.35 235	0.35 285

Zero-FE251	0.36 220	0.40 166	0.28 199	0.41 240	0.28 239	0.41 275	0.28 232	0.41 268	0.28 236	0.41 267	0.28 241	0.41 275	0.28 241	0.42 287	0.30 246	0.37 241	0.26 196	0.37 266	0.27 236	0.45 298	0.56 366

GIP-stereo	0.36 220	0.49 209	0.39 266	0.48 270	0.32 272	0.41 275	0.28 232	0.40 253	0.30 253	0.41 267	0.28 241	0.40 262	0.28 241	0.42 287	0.28 229	0.45 294	0.32 240	0.38 274	0.30 265	0.37 246	0.27 215

DCVSM-stereo	0.36 220	1.89 425	0.22 175	0.40 228	0.22 211	0.40 259	0.22 197	0.40 253	0.22 200	0.40 253	0.22 206	0.40 262	0.22 204	0.40 259	0.22 195	0.28 198	0.21 181	0.28 209	0.21 200	0.28 196	0.20 182

RSM	0.36 220	0.36 152	0.43 286	0.37 205	0.42 344	0.49 327	0.42 334	0.37 234	0.28 236	0.36 235	0.29 246	0.36 241	0.30 255	0.37 245	0.28 229	0.34 223	0.31 235	0.34 242	0.35 307	0.40 274	0.29 233

RAFT-Test	0.36 220	0.37 154	0.33 231	0.41 240	0.32 272	0.41 275	0.32 259	0.41 268	0.32 270	0.41 267	0.32 273	0.41 275	0.32 273	0.41 274	0.33 266	0.37 241	0.29 220	0.37 266	0.29 251	0.38 259	0.31 255

DMCA	0.36 220	0.38 158	0.37 256	0.35 198	0.35 297	0.36 239	0.36 295	0.36 228	0.35 290	0.35 232	0.37 308	0.36 241	0.36 296	0.35 235	0.36 287	0.36 237	0.36 261	0.35 258	0.36 313	0.36 242	0.36 288

ACVNet-DCA	0.37 226	1.00 300	0.30 207	0.40 228	0.29 248	0.40 259	0.29 241	0.40 253	0.29 242	0.40 253	0.29 246	0.40 262	0.29 248	0.39 256	0.28 229	0.33 219	0.32 240	0.33 234	0.32 283	0.33 219	0.32 262

1test111	0.37 226	1.02 312	0.30 207	0.39 214	0.29 248	0.40 259	0.28 232	0.39 246	0.29 242	0.39 247	0.29 246	0.39 254	0.28 241	0.40 259	0.29 239	0.33 219	0.32 240	0.33 234	0.31 276	0.32 211	0.31 255

cc1	0.37 226	1.02 312	0.30 207	0.39 214	0.29 248	0.40 259	0.28 232	0.39 246	0.29 242	0.39 247	0.29 246	0.39 254	0.28 241	0.40 259	0.29 239	0.33 219	0.32 240	0.33 234	0.31 276	0.32 211	0.31 255

EKT-Stereo	0.37 226	0.40 166	0.44 288	1.07 377	0.29 248	0.34 231	0.31 257	0.36 228	0.29 242	0.38 241	0.31 266	0.37 247	0.30 255	0.36 241	0.29 239	0.34 223	0.28 209	0.39 285	0.30 265	0.37 246	0.30 246

GMOStereo	0.37 226	0.45 193	0.23 178	0.30 179	0.37 307	0.41 275	0.36 295	0.41 268	0.35 290	0.43 287	0.36 301	0.41 275	0.40 314	0.41 274	0.36 287	0.34 223	0.22 185	0.47 338	0.37 315	0.39 268	0.33 269

XPNet_ROB	0.37 226	0.37 154	0.37 256	0.37 205	0.37 307	0.37 244	0.37 301	0.37 234	0.37 303	0.37 240	0.37 308	0.37 247	0.37 301	0.37 245	0.37 296	0.37 241	0.37 263	0.37 266	0.37 315	0.37 246	0.37 292

MonSter++	0.38 232	0.44 185	0.31 219	0.43 256	0.30 258	0.43 302	0.31 257	0.43 292	0.31 265	0.45 294	0.31 266	0.43 300	0.31 270	0.43 293	0.69 395	0.38 252	0.33 252	0.40 290	0.30 265	0.38 259	0.30 246

HiDET	0.38 232	0.44 185	0.30 207	0.42 250	0.30 258	0.42 295	0.30 246	0.42 286	0.30 253	0.44 292	0.30 258	0.42 293	0.30 255	0.42 287	0.68 387	0.37 241	0.32 240	0.40 290	0.29 251	0.37 246	0.29 233

LCMNet	0.38 232	0.44 185	0.30 207	0.42 250	0.30 258	0.42 295	0.30 246	0.42 286	0.30 253	0.45 294	0.30 258	0.42 293	0.30 255	0.42 287	0.69 395	0.37 241	0.32 240	0.40 290	0.29 251	0.37 246	0.29 233

CSFM-Stereo	0.38 232	0.44 185	0.30 207	0.42 250	0.30 258	0.42 295	0.30 246	0.43 292	0.30 253	0.44 292	0.30 258	0.42 293	0.30 255	0.42 287	0.73 405	0.37 241	0.32 240	0.40 290	0.29 251	0.37 246	0.30 246

HART	0.38 232	0.45 193	0.34 241	0.42 250	0.33 284	0.41 275	0.34 283	0.42 286	0.33 277	0.43 287	0.34 288	0.42 293	0.34 286	0.41 274	0.38 299	0.40 267	0.32 240	0.42 318	0.32 283	0.40 274	0.32 262

GREAT-IGEV	0.38 232	0.43 182	0.36 252	0.48 270	0.32 272	0.45 306	0.32 259	0.45 296	0.32 270	0.45 294	0.32 273	0.45 303	0.32 273	0.45 299	0.32 256	0.44 291	0.33 252	0.41 307	0.29 251	0.41 284	0.29 233

fffy	0.38 232	0.43 182	0.33 231	0.46 259	0.33 284	0.45 306	0.32 259	0.45 296	0.32 270	0.45 294	0.32 273	0.45 303	0.33 281	0.45 299	0.32 256	0.38 252	0.38 269	0.38 274	0.37 315	0.37 246	0.36 288

WAO-8	0.38 232	0.38 158	0.38 259	0.38 208	0.38 314	0.38 251	0.38 307	0.38 242	0.38 307	0.38 241	0.38 313	0.38 249	0.38 305	0.38 248	0.38 299	0.38 252	0.38 269	0.38 274	0.37 315	0.38 259	0.38 299

WAO-7	0.38 232	0.38 158	0.38 259	0.38 208	0.38 314	0.38 251	0.38 307	0.38 242	0.38 307	0.38 241	0.38 313	0.38 249	0.38 305	0.38 248	0.38 299	0.38 252	0.38 269	0.38 274	0.38 328	0.38 259	0.38 299

xx1	0.38 232	1.03 314	0.31 219	0.40 228	0.31 269	0.41 275	0.28 232	0.40 253	0.29 242	0.40 253	0.29 246	0.40 262	0.29 248	0.40 259	0.29 239	0.34 223	0.33 252	0.34 242	0.32 283	0.34 223	0.32 262

Venus	0.38 232	0.38 158	0.38 259	0.38 208	0.38 314	0.37 244	0.38 307	0.37 234	0.37 303	0.41 267	0.37 308	0.39 254	0.37 301	0.38 248	0.38 299	0.37 241	0.38 269	0.38 274	0.37 315	0.37 246	0.38 299

IMH	0.38 232	0.38 158	0.38 259	0.38 208	0.38 314	0.38 251	0.38 307	0.38 242	0.38 307	0.42 281	0.38 313	0.40 262	0.38 305	0.38 248	0.38 299	0.38 252	0.38 269	0.39 285	0.38 328	0.38 259	0.38 299

PAM	0.39 244	1.88 424	0.34 241	0.37 205	0.41 334	0.45 306	0.22 197	0.28 198	0.23 206	0.28 203	0.24 217	0.29 213	0.23 210	0.29 214	0.23 201	0.38 252	0.32 240	0.38 274	0.37 315	0.32 211	0.22 188

HanzoNet	0.39 244	0.38 158	0.40 271	0.39 214	0.41 334	0.38 251	0.38 307	0.38 242	0.38 307	0.39 247	0.39 322	0.38 249	0.38 305	0.39 256	0.40 314	0.38 252	0.38 269	0.40 290	0.38 328	0.38 259	0.40 308

CES	0.39 244	0.47 201	0.36 252	0.36 202	0.37 307	0.45 306	0.35 288	0.35 224	0.40 321	0.36 235	0.44 345	0.47 313	0.36 296	0.44 296	0.36 287	0.37 241	0.39 276	0.44 321	0.35 307	0.37 246	0.36 288

PASM	0.39 244	3.06 499	1.36 493	1.58 465	0.09 115	0.11 123	0.11 132	0.11 123	0.11 134	0.09 110	0.09 116	0.11 124	0.09 117	0.09 110	0.09 109	0.11 88	0.11 97	0.11 119	0.09 111	0.11 123	0.11 129

mms	0.40 248	0.45 193	0.35 250	0.48 270	0.36 303	0.47 317	0.34 283	0.45 296	0.38 307	0.47 306	0.33 280	0.45 303	0.32 273	0.45 299	0.32 256	0.39 263	0.38 269	0.38 274	0.37 315	0.39 268	0.39 305

knoymous	0.40 248	0.40 166	0.40 271	0.40 228	0.40 325	0.40 259	0.40 321	0.40 253	0.40 321	0.40 253	0.40 325	0.40 262	0.40 314	0.40 259	0.40 314	0.40 267	0.40 279	0.40 290	0.40 332	0.40 274	0.40 308

anonymousa	0.40 248	0.40 166	0.40 271	0.40 228	0.40 325	0.40 259	0.40 321	0.40 253	0.40 321	0.40 253	0.40 325	0.40 262	0.40 314	0.40 259	0.40 314	0.40 267	0.40 279	0.40 290	0.40 332	0.40 274	0.40 308

riskmin	0.40 248	0.40 166	0.40 271	0.40 228	0.40 325	0.40 259	0.40 321	0.40 253	0.40 321	0.40 253	0.40 325	0.40 262	0.40 314	0.40 259	0.40 314	0.40 267	0.40 279	0.40 290	0.40 332	0.40 274	0.40 308

Anonymous_2	0.40 248	0.40 166	0.40 271	0.40 228	0.40 325	0.40 259	0.40 321	0.40 253	0.40 321	0.40 253	0.40 325	0.40 262	0.40 314	0.40 259	0.40 314	0.40 267	0.40 279	0.40 290	0.40 332	0.40 274	0.40 308

Anonymous_1	0.40 248	0.40 166	0.40 271	0.40 228	0.40 325	0.40 259	0.40 321	0.40 253	0.40 321	0.40 253	0.40 325	0.40 262	0.40 314	0.40 259	0.40 314	0.40 267	0.40 279	0.40 290	0.40 332	0.40 274	0.40 308

AdaStereo	0.40 248	0.40 166	0.40 271	0.40 228	0.40 325	0.40 259	0.40 321	0.40 253	0.40 321	0.40 253	0.40 325	0.40 262	0.40 314	0.40 259	0.40 314	0.40 267	0.40 279	0.40 290	0.40 332	0.40 274	0.40 308
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.
Select-FE	0.41 255	0.44 185	0.23 178	0.26 173	0.22 211	0.26 202	0.22 197	0.26 194	0.23 206	0.26 199	0.23 210	0.26 204	0.23 210	0.45 299	0.42 329	0.25 191	0.22 185	0.25 198	0.22 203	0.45 298	2.90 565

water-stereo	0.41 255	0.84 262	0.46 294	0.50 283	0.33 284	0.45 306	0.33 270	0.45 296	0.32 270	0.45 294	0.32 273	0.45 303	0.32 273	0.45 299	0.32 256	0.44 291	0.41 288	0.39 285	0.31 276	0.39 268	0.32 262

ccccc	0.41 255	0.44 185	0.34 241	0.48 270	0.35 297	0.48 322	0.35 288	0.51 335	0.35 290	0.47 306	0.35 297	0.47 313	0.34 286	0.47 308	0.35 283	0.41 275	0.40 279	0.40 290	0.40 332	0.41 284	0.39 305

GwcNet-ADL	0.41 255	0.41 174	0.41 280	0.41 240	0.41 334	0.41 275	0.41 329	0.41 268	0.41 330	0.41 267	0.41 331	0.41 275	0.41 325	0.41 274	0.41 321	0.41 275	0.41 288	0.41 307	0.41 339	0.41 284	0.41 315

PSMNet-ADL	0.41 255	0.41 174	0.41 280	0.41 240	0.41 334	0.41 275	0.41 329	0.41 268	0.41 330	0.41 267	0.41 331	0.41 275	0.41 325	0.41 274	0.41 321	0.41 275	0.41 288	0.41 307	0.41 339	0.41 284	0.41 315

GANet-ADL	0.41 255	0.41 174	0.41 280	0.41 240	0.41 334	0.41 275	0.41 329	0.41 268	0.41 330	0.41 267	0.41 331	0.41 275	0.41 325	0.41 274	0.41 321	0.41 275	0.41 288	0.41 307	0.41 339	0.41 284	0.41 315

ADLNet2	0.41 255	0.41 174	0.41 280	0.41 240	0.41 334	0.41 275	0.41 329	0.41 268	0.41 330	0.41 267	0.41 331	0.41 275	0.41 325	0.41 274	0.41 321	0.41 275	0.41 288	0.41 307	0.41 339	0.41 284	0.41 315

ADLNet	0.41 255	0.41 174	0.41 280	0.41 240	0.41 334	0.41 275	0.41 329	0.41 268	0.41 330	0.41 267	0.41 331	0.41 275	0.41 325	0.41 274	0.41 321	0.41 275	0.41 288	0.41 307	0.41 339	0.41 284	0.41 315

FCDSN-DC	0.41 255	0.59 238	0.64 352	0.54 296	0.33 284	0.50 335	0.37 301	0.42 286	0.40 321	0.61 364	0.43 343	0.50 339	0.49 356	0.38 248	0.32 256	0.28 198	0.23 190	0.26 203	0.22 203	0.35 235	0.28 228
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 255	0.46 197	0.33 231	0.49 276	0.33 284	0.49 327	0.33 270	0.49 314	0.33 277	0.49 320	0.33 280	0.49 324	0.33 281	0.51 339	0.33 266	0.41 275	0.30 229	0.41 307	0.30 265	0.79 368	0.29 233

Gwc-CoAtRS	0.41 255	1.49 404	0.32 225	0.42 250	0.32 272	0.41 275	0.32 259	0.41 268	0.33 277	0.41 267	0.32 273	0.41 275	0.32 273	0.41 274	0.32 256	0.39 263	0.28 209	0.39 285	0.28 241	0.40 274	0.28 228

UPFNet	0.42 266	1.20 337	0.17 152	0.24 159	0.17 183	0.25 194	0.17 171	1.19 429	0.90 427	0.25 191	0.17 178	0.24 189	0.17 180	0.25 192	0.17 172	0.22 167	0.17 165	0.22 179	0.16 169	1.15 417	0.93 423

DDF-Stereo	0.43 267	1.15 330	0.57 339	0.53 293	0.32 272	0.41 275	0.32 259	0.41 268	0.32 270	0.41 267	0.32 273	0.41 275	0.32 273	0.40 259	0.32 256	0.52 324	0.50 332	0.38 274	0.31 276	0.39 268	0.31 255

DilatedVolume-Stereo	0.43 267	0.86 265	0.48 309	0.50 283	0.33 284	0.46 312	0.33 270	0.46 300	0.33 277	0.46 300	0.33 280	0.47 313	0.33 281	0.47 308	0.34 279	0.45 294	0.42 297	0.40 290	0.33 291	0.47 313	0.38 299

psmg	0.43 267	1.91 428	0.92 403	1.91 479	0.02 21	0.02 19	0.03 50	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 39	0.02 20	1.97 508	1.44 501	0.04 72	0.03 53	0.02 20	0.03 50

delet	0.43 267	1.21 383	0.17 152	0.25 166	0.17 183	0.25 194	0.18 178	1.26 481	0.95 435	0.25 191	0.17 178	0.25 194	0.17 180	0.25 192	0.17 172	0.23 178	0.16 145	0.22 179	0.16 169	1.18 425	0.98 427

psm_up	0.43 267	1.19 336	0.17 152	0.25 166	0.18 193	0.25 194	0.19 182	1.26 481	0.91 428	0.26 199	0.17 178	0.25 194	0.17 180	0.25 192	0.17 172	0.22 167	0.17 165	0.23 187	0.16 169	1.18 425	0.99 428

Monster-pub-mixall	0.44 272	0.56 234	0.60 343	0.38 208	0.27 234	0.37 244	0.27 224	0.37 234	0.29 242	0.38 241	0.27 234	0.38 249	0.29 248	0.85 393	0.27 219	1.46 484	0.26 196	0.34 242	0.26 228	0.36 242	0.53 355

depthmonostereo	0.44 272	0.85 264	0.46 294	0.54 296	0.40 325	0.52 350	0.38 307	0.52 339	0.35 290	0.47 306	0.34 288	0.46 307	0.34 286	0.47 308	0.34 279	0.45 294	0.43 301	0.41 307	0.33 291	0.41 284	0.32 262

MMNet	0.44 272	1.24 391	0.17 152	0.25 166	0.17 183	0.25 194	0.18 178	1.26 481	0.93 433	0.25 191	0.17 178	0.25 194	0.18 188	0.25 192	0.17 172	0.23 178	0.16 145	0.23 187	0.16 169	1.20 428	0.99 428

252Zero-FE	0.45 275	0.50 213	0.36 252	0.50 283	0.36 303	0.50 335	0.36 295	0.50 322	0.36 301	0.49 320	0.36 301	0.49 324	0.36 296	0.54 348	0.41 321	0.45 294	0.34 256	0.45 325	0.34 295	0.55 340	0.75 405

Monster-pub-eth3d	0.45 275	0.57 235	0.60 343	0.39 214	0.28 239	0.37 244	0.28 232	0.37 234	0.30 253	0.39 247	0.29 246	0.39 254	0.30 255	0.92 403	0.27 219	1.42 481	0.28 209	0.34 242	0.28 241	0.37 246	0.53 355

Replicate-Monster	0.45 275	0.57 235	0.60 343	0.40 228	0.29 248	0.37 244	0.27 224	0.37 234	0.30 253	0.40 253	0.31 266	0.40 262	0.30 255	0.99 411	0.27 219	1.36 477	0.31 235	0.34 242	0.30 265	0.36 242	0.54 358

SCV_C0	0.45 275	0.88 269	0.49 316	0.54 296	0.37 307	0.48 322	0.37 301	0.48 310	0.37 303	0.48 313	0.36 301	0.48 320	0.37 301	0.49 323	0.37 296	0.50 316	0.41 288	0.44 321	0.34 295	0.44 294	0.34 275

RAFT-Stereo-weight	0.45 275	1.90 427	0.34 241	0.42 250	0.36 303	0.43 302	0.35 288	0.42 286	0.34 286	0.42 281	0.34 288	0.44 301	0.34 286	0.41 274	0.34 279	0.38 252	0.32 240	0.38 274	0.32 283	0.38 259	0.33 269

TorneroNet-64	0.45 275	0.27 134	0.30 207	0.58 305	0.27 234	0.70 376	0.30 246	0.28 198	0.73 413	0.73 380	0.28 241	0.71 379	0.66 382	0.75 381	0.27 219	0.27 196	0.29 220	0.37 266	0.75 417	0.28 196	0.30 246

SCV	0.46 281	0.94 286	0.45 290	0.54 296	0.37 307	0.48 322	0.38 307	0.48 310	0.37 303	0.48 313	0.39 322	0.48 320	0.37 301	0.49 323	0.37 296	0.50 316	0.46 311	0.44 321	0.34 295	0.44 294	0.34 275

otaku	0.46 281	0.46 197	0.46 294	0.46 259	0.46 352	0.46 312	0.46 344	0.46 300	0.46 344	0.46 300	0.46 351	0.46 307	0.46 342	0.46 304	0.46 338	0.46 298	0.46 311	0.46 329	0.46 352	0.46 301	0.46 329

Dean	0.46 281	0.46 197	0.46 294	0.46 259	0.46 352	0.46 312	0.46 344	0.46 300	0.46 344	0.47 306	0.46 351	0.46 307	0.46 342	0.46 304	0.46 338	0.46 298	0.46 311	0.46 329	0.46 352	0.46 301	0.46 329

ACVNet_1	0.46 281	0.47 201	0.46 294	0.46 259	0.46 352	0.46 312	0.46 344	0.46 300	0.47 349	0.46 300	0.46 351	0.46 307	0.46 342	0.46 304	0.46 338	0.46 298	0.46 311	0.47 338	0.46 352	0.46 301	0.46 329

ACVNet-4b	0.46 281	0.46 197	0.46 294	0.46 259	0.46 352	0.46 312	0.46 344	0.46 300	0.46 344	0.46 300	0.46 351	0.46 307	0.46 342	0.47 308	0.46 338	0.46 298	0.46 311	0.46 329	0.46 352	0.46 301	0.46 329

PML	0.46 281	1.36 399	0.29 203	0.58 305	0.30 258	0.57 363	0.29 241	0.57 350	0.29 242	0.57 359	0.29 246	0.57 363	0.29 248	0.56 353	0.29 239	0.52 324	0.30 229	0.53 366	0.31 276	0.53 338	0.30 246

LG-Stereo_L1	0.47 287	0.52 223	0.47 301	0.62 313	0.39 323	0.53 352	0.40 321	0.53 341	0.39 320	0.53 346	0.39 322	0.53 351	0.39 313	0.53 346	0.39 310	0.55 334	0.46 311	0.49 351	0.37 315	0.49 321	0.37 292

Ntro	0.47 287	0.47 201	0.46 294	0.46 259	0.46 352	0.47 317	0.47 349	0.46 300	0.47 349	0.46 300	0.46 351	0.47 313	0.46 342	0.47 308	0.47 345	0.47 303	0.46 311	0.46 329	0.46 352	0.46 301	0.46 329

HaxPig	0.47 287	0.47 201	0.47 301	0.49 276	0.47 358	0.47 317	0.47 349	0.47 306	0.47 349	0.47 306	0.47 359	0.47 313	0.47 350	0.47 308	0.47 345	0.47 303	0.47 319	0.47 338	0.47 359	0.47 313	0.48 338

UNDER WATER	0.47 287	0.47 201	0.47 301	0.47 265	0.47 358	0.47 317	0.47 349	0.47 306	0.47 349	0.47 306	0.47 359	0.47 313	0.46 342	0.47 308	0.47 345	0.47 303	0.47 319	0.47 338	0.46 352	0.47 313	0.47 336

LVE	0.47 287	0.47 201	0.47 301	0.47 265	0.49 364	0.47 317	0.47 349	0.47 306	0.49 358	0.47 306	0.47 359	0.47 313	0.46 342	0.47 308	0.47 345	0.47 303	0.47 319	0.48 346	0.47 359	0.47 313	0.47 336

GASTEREO	0.48 292	1.21 383	0.47 301	0.57 303	0.38 314	0.50 335	0.38 307	0.50 322	0.38 307	0.50 333	0.38 313	0.50 339	0.38 305	0.50 330	0.38 299	0.52 324	0.42 297	0.46 329	0.34 295	0.46 301	0.34 275

LG-Stereo_Zeroshot	0.48 292	0.55 232	0.47 301	0.63 315	0.41 334	0.56 357	0.44 337	0.56 347	0.41 330	0.56 356	0.41 331	0.57 363	0.42 331	0.56 353	0.41 321	0.55 334	0.43 301	0.51 360	0.37 315	0.51 332	0.37 292

fffft	0.48 292	0.51 221	0.45 290	0.52 292	0.45 350	0.52 350	0.45 342	0.52 339	0.48 356	0.53 346	0.45 349	0.52 350	0.45 339	0.52 344	0.46 338	0.51 322	0.41 288	0.50 355	0.41 339	0.50 326	0.41 315
1: 1. 1
RainbowNet	0.48 292	0.48 207	0.48 309	0.48 270	0.48 362	0.48 322	0.48 358	0.48 310	0.48 356	0.48 313	0.48 363	0.48 320	0.48 351	0.48 317	0.48 351	0.48 307	0.48 323	0.48 346	0.48 363	0.48 317	0.48 338

notaker	0.48 292	0.49 209	0.48 309	0.48 270	0.48 362	0.48 322	0.48 358	0.48 310	0.49 358	0.48 313	0.48 363	0.48 320	0.48 351	0.48 317	0.48 351	0.48 307	0.48 323	0.48 346	0.48 363	0.48 317	0.49 343

LL-Strereo2	0.48 292	1.73 417	0.51 327	0.59 308	0.34 294	0.42 295	0.33 270	0.40 253	0.31 265	0.42 281	0.33 280	0.42 293	0.31 270	0.44 296	0.39 310	0.60 340	0.51 337	0.44 321	0.33 291	0.44 294	0.33 269

Former-RAFT_DAM_RVC	0.49 298	0.98 291	0.64 352	0.84 344	0.46 352	0.45 306	0.35 288	0.47 306	0.47 349	0.45 294	0.34 288	0.46 307	0.48 351	0.46 304	0.35 283	0.39 263	0.71 380	0.39 285	0.35 307	0.41 284	0.41 315

ACVNet_2	0.49 298	0.49 209	0.49 316	0.49 276	0.49 364	0.49 327	0.49 360	0.49 314	0.49 358	0.49 320	0.49 366	0.49 324	0.49 356	0.49 323	0.49 353	0.49 310	0.49 326	0.49 351	0.49 366	0.49 321	0.49 343

FoundationStereo	0.50 300	0.50 213	0.50 320	0.50 283	0.50 368	0.50 335	0.50 362	0.50 322	0.50 361	0.50 333	0.50 368	0.50 339	0.50 359	0.50 330	0.50 354	0.50 316	0.50 332	0.50 355	0.50 368	0.50 326	0.50 346

StereoAnything_RVC	0.50 300	0.50 213	0.50 320	0.50 283	0.50 368	0.50 335	0.50 362	0.50 322	0.50 361	0.50 333	0.50 368	0.50 339	0.50 359	0.50 330	0.50 354	0.50 316	0.50 332	0.50 355	0.50 368	0.50 326	0.50 346

dual_stereo	0.50 300	0.50 213	0.50 320	0.50 283	0.50 368	0.50 335	0.50 362	0.50 322	0.50 361	0.50 333	0.50 368	0.50 339	0.50 359	0.50 330	0.50 354	0.50 316	0.50 332	0.50 355	0.50 368	0.50 326	0.50 346

GCST	0.50 300	2.08 438	0.38 259	0.53 293	0.35 297	0.49 327	0.35 288	0.50 322	0.35 290	0.49 320	0.35 297	0.49 324	0.35 293	0.49 323	0.35 283	0.48 307	0.37 263	0.45 325	0.33 291	0.44 294	0.33 269

SANet	0.50 300	0.50 213	0.50 320	0.50 283	0.50 368	0.50 335	0.50 362	0.50 322	0.50 361	0.50 333	0.50 368	0.50 339	0.50 359	0.50 330	0.50 354	0.50 316	0.50 332	0.50 355	0.50 368	0.50 326	0.50 346

MSCF	0.51 305	1.40 401	0.49 316	0.58 305	0.38 314	0.50 335	0.38 307	0.54 343	0.41 330	0.52 343	0.41 331	0.53 351	0.42 331	0.53 346	0.41 321	0.60 340	0.47 319	0.48 346	0.37 315	0.48 317	0.38 299

UGAM-zero	0.51 305	2.17 446	0.39 266	0.53 293	0.36 303	0.50 335	0.36 295	0.50 322	0.36 301	0.49 320	0.36 301	0.50 339	0.35 293	0.50 330	0.36 287	0.49 310	0.37 263	0.47 338	0.35 307	0.46 301	0.34 275

UGAM	0.51 305	2.23 451	0.39 266	0.54 296	0.35 297	0.50 335	0.35 288	0.49 314	0.35 290	0.49 320	0.35 297	0.49 324	0.36 296	0.50 330	0.36 287	0.49 310	0.37 263	0.45 325	0.34 295	0.45 298	0.34 275

Selective-IGEV	0.51 305	0.55 232	0.45 290	0.69 324	0.45 350	0.61 366	0.45 342	0.50 322	0.40 321	0.56 356	0.44 345	0.55 358	0.40 314	0.72 376	0.67 379	0.59 339	0.46 311	0.45 325	0.34 295	0.46 301	0.37 292

RCA-Stereo	0.51 305	3.22 505	0.34 241	0.44 257	0.34 294	0.44 305	0.34 283	0.43 292	0.34 286	0.43 287	0.34 288	0.44 301	0.33 281	0.43 293	0.33 266	0.38 252	0.29 220	0.38 274	0.29 251	0.38 259	0.29 233

MatchStereo	0.54 310	0.12 82	2.38 554	2.32 498	0.09 115	0.09 110	0.08 113	0.09 110	0.07 111	0.09 110	0.07 112	0.09 111	0.07 113	0.09 110	0.08 104	2.34 531	2.34 549	0.12 122	0.11 130	0.11 123	0.10 116

AIO-test1	0.54 310	0.60 241	0.52 330	0.66 322	0.47 358	0.61 366	0.47 349	0.58 353	0.46 344	0.61 364	0.46 351	0.61 369	0.45 339	0.62 362	0.45 334	0.61 344	0.52 339	0.57 369	0.48 363	0.57 342	0.48 338

castereo++	0.54 310	3.59 511	1.15 421	1.31 454	0.14 159	0.16 143	0.14 153	0.16 142	0.14 158	0.16 139	0.14 162	0.16 140	0.13 155	0.16 141	0.14 152	1.45 483	1.16 428	0.15 143	0.14 161	0.15 143	0.13 151

FENet	0.54 310	1.52 405	1.19 427	1.41 461	0.23 217	0.35 236	0.23 205	0.35 224	0.23 206	0.34 227	0.23 210	0.35 235	0.23 210	0.35 235	0.23 201	1.40 480	1.07 412	0.32 226	0.23 209	0.33 219	0.23 190

PSMNet_ROB	0.54 310	0.54 230	0.54 335	0.54 296	0.53 377	0.54 355	0.54 370	0.53 341	0.54 371	0.54 351	0.54 378	0.54 354	0.53 366	0.54 348	0.54 364	0.54 328	0.53 341	0.54 367	0.54 374	0.54 339	0.54 358

AIO-test2	0.55 315	0.59 238	0.52 330	0.67 323	0.47 358	0.61 366	0.47 349	0.61 359	0.47 349	0.61 364	0.47 359	0.61 369	0.48 351	0.62 362	0.47 345	0.64 350	0.53 341	0.58 370	0.47 359	0.58 343	0.48 338

CFNet-ft	0.55 315	1.57 406	0.14 126	0.20 137	0.14 159	0.20 163	2.53 561	1.61 493	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.20 160	0.14 152	0.17 142	0.12 113	0.17 154	0.12 148	1.56 487	1.24 503

MyStereo04	0.56 317	3.72 517	0.59 341	0.49 276	0.41 334	0.36 239	0.32 259	0.37 234	0.31 265	0.34 227	0.46 351	0.35 235	0.32 273	0.35 235	0.33 266	0.49 310	0.45 309	0.34 242	0.32 283	0.35 235	0.43 323

CASS	0.57 318	0.89 272	0.56 337	0.57 303	0.56 380	0.56 357	0.56 371	0.56 347	0.53 369	0.57 359	0.57 381	0.59 367	0.48 351	0.56 353	0.57 367	0.55 334	0.56 345	0.47 338	0.56 379	0.62 346	0.56 366
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 319	0.58 237	0.47 301	0.64 318	0.74 412	1.00 407	0.69 396	0.57 350	0.41 330	0.57 359	0.41 331	0.57 363	0.41 325	1.00 413	0.75 410	0.91 384	0.51 337	0.52 363	0.37 315	0.52 334	0.37 292

MonSter	0.60 319	0.64 244	0.52 330	0.62 313	0.44 347	2.07 519	0.44 337	0.62 360	0.44 341	0.62 367	0.44 345	0.62 371	0.44 336	0.62 362	0.44 333	0.58 338	0.42 297	0.62 373	0.46 352	0.58 343	0.42 322

MyStereo07	0.60 319	3.72 517	0.48 309	0.49 276	0.41 334	0.36 239	0.32 259	0.49 314	0.43 338	0.51 340	0.42 341	0.49 324	0.43 334	0.51 339	0.64 374	0.49 310	0.45 309	0.34 242	0.32 283	0.35 235	0.43 323

FSD	0.61 322	0.59 238	0.50 320	2.58 509	0.44 347	0.56 357	0.44 337	0.55 346	0.44 341	0.56 356	0.44 345	0.56 361	0.44 336	0.56 353	0.46 338	0.61 344	0.42 297	0.52 363	0.42 347	0.52 334	0.51 353

castereo	0.61 322	3.79 519	1.35 485	1.52 464	0.15 170	0.17 151	0.16 163	0.20 161	0.21 197	0.18 152	0.16 173	0.21 169	0.12 150	0.26 202	0.17 172	1.43 482	1.38 498	0.17 154	0.16 169	0.18 157	0.16 160

WCG-NET	0.61 322	1.21 383	0.54 335	0.61 312	0.53 377	0.67 374	0.53 368	0.66 365	0.53 369	0.64 370	0.53 377	0.65 375	0.53 366	0.59 360	0.52 361	0.65 351	0.48 323	0.64 376	0.52 372	0.58 343	0.50 346

GEAStereo	0.62 325	3.91 524	0.48 309	0.69 324	0.38 314	0.51 347	0.38 307	0.51 335	0.38 307	0.53 346	0.38 313	0.50 339	0.38 305	0.51 339	0.38 299	0.54 328	0.43 301	0.46 329	0.34 295	0.46 301	0.34 275

gasm-f	0.62 325	3.91 524	0.48 309	0.69 324	0.38 314	0.51 347	0.38 307	0.51 335	0.38 307	0.53 346	0.38 313	0.50 339	0.38 305	0.51 339	0.38 299	0.54 328	0.43 301	0.46 329	0.34 295	0.46 301	0.34 275

SMoEStereo_RVC	0.63 327	0.75 251	0.51 327	0.73 333	0.53 377	0.71 378	0.47 349	0.67 366	0.58 374	0.74 385	0.60 382	0.72 382	0.53 366	0.74 380	0.51 359	0.61 344	0.62 357	0.62 373	0.61 387	0.63 347	0.61 372

anonymity	0.63 327	0.69 246	0.56 337	0.71 330	0.56 380	0.71 378	0.56 371	0.71 371	0.56 372	0.72 378	0.56 380	0.71 379	0.56 370	0.71 374	0.58 368	0.68 355	0.55 343	0.68 381	0.55 375	0.68 351	0.54 358

PAM_32	0.64 329	2.38 466	0.51 327	0.92 354	0.43 346	0.53 352	0.44 337	0.87 385	0.43 338	0.52 343	0.45 349	0.53 351	0.40 314	0.54 348	0.46 338	0.62 348	0.56 345	0.48 346	0.45 350	0.76 363	0.44 326

CRFU-Net	0.65 330	1.67 410	1.22 477	1.96 483	0.27 234	0.41 275	0.27 224	0.41 268	0.27 233	0.40 253	0.26 229	0.41 275	0.27 234	0.40 259	0.27 219	1.80 497	1.62 517	0.34 242	0.23 209	0.33 219	0.23 190

LMCR-Stereo	0.65 330	0.63 242	0.65 355	0.65 319	0.65 395	0.66 373	0.63 378	0.58 353	0.65 385	0.63 369	0.64 390	0.65 375	0.65 379	0.66 369	0.66 378	0.66 353	0.64 360	0.65 379	0.67 404	0.68 351	0.73 401

KSHMR	0.66 332	0.50 213	0.48 309	1.15 387	0.52 374	0.49 327	0.51 366	0.49 314	0.71 407	0.67 374	0.50 368	1.16 440	1.11 434	0.66 369	0.52 361	0.49 310	0.49 326	0.51 360	0.66 400	0.50 326	1.14 444

TorneroNet	0.66 332	0.53 227	0.50 320	0.50 283	0.64 393	1.06 422	0.70 401	0.50 322	0.51 368	0.49 320	0.69 405	0.49 324	0.50 359	0.48 317	1.15 446	0.71 360	0.49 326	1.14 440	1.08 443	0.49 321	0.49 343

GES	0.66 332	2.34 462	0.29 203	0.41 240	0.29 248	0.41 275	0.29 241	0.42 286	0.29 242	0.40 253	0.41 331	0.41 275	0.30 255	0.51 339	0.29 239	0.32 214	0.29 220	0.32 226	2.46 564	2.49 527	0.30 246

cf-r	0.66 332	2.17 446	0.12 102	0.18 131	0.12 154	0.18 155	2.70 565	2.60 539	0.12 153	0.18 152	0.12 145	0.18 154	0.12 150	0.18 153	0.12 142	0.15 125	0.11 97	0.15 143	0.11 130	1.81 499	1.74 540

DSFCA	0.66 332	0.73 250	0.78 387	0.65 319	0.65 395	0.64 371	0.64 379	0.65 363	0.63 383	0.64 370	0.64 390	0.64 372	0.64 377	0.65 368	0.65 375	0.65 351	0.65 362	0.65 379	0.65 398	0.66 349	0.64 382

DEFOM-Stereo	0.68 337	3.11 501	1.40 499	1.63 473	0.25 224	0.31 217	0.25 213	0.31 210	0.28 236	0.31 214	0.29 246	0.29 213	0.27 234	0.31 220	0.28 229	1.59 490	1.47 503	0.30 216	0.29 251	0.30 202	0.28 228

ssnet_v2	0.68 337	1.96 435	1.25 481	0.29 178	0.20 200	0.30 211	0.20 186	0.29 203	0.22 200	1.50 495	0.20 199	0.31 221	0.20 197	0.27 206	0.22 195	0.24 185	1.49 504	0.26 203	0.18 194	3.90 550	0.19 180

ARAFT	0.68 337	0.81 258	0.63 350	0.74 334	0.60 383	0.78 384	0.62 377	0.77 376	0.66 387	0.74 385	0.63 388	0.75 387	0.62 376	0.83 388	0.60 371	0.70 359	0.55 343	0.70 384	0.60 385	0.78 366	0.55 363

NINENet	0.69 340	3.87 523	1.20 430	1.98 484	0.05 98	0.40 259	0.04 80	0.40 253	0.05 96	0.41 267	0.04 87	0.41 275	0.05 93	0.40 259	0.05 87	1.79 496	1.56 510	0.34 242	0.22 203	0.34 223	0.23 190

VIP-Stereo	0.70 341	2.97 498	2.43 555	2.49 505	0.16 179	0.25 194	0.16 163	0.25 189	0.16 172	0.25 191	0.18 193	0.25 194	0.16 171	0.26 202	0.16 168	1.86 498	1.26 481	0.23 187	0.15 167	0.23 183	0.15 159

RAFT-Stereo + iAFF	0.70 341	0.72 249	0.71 373	0.80 339	0.62 392	0.82 389	0.61 376	0.81 382	0.62 381	0.81 393	0.63 388	0.80 393	0.70 397	0.73 378	0.61 373	0.76 365	0.61 356	0.74 389	0.61 387	0.77 365	0.61 372

DMCA-RVC	0.70 341	0.80 255	0.70 370	0.70 328	0.70 405	0.70 376	0.70 401	0.71 371	0.70 402	0.70 377	0.71 412	0.71 379	0.70 397	0.70 373	0.69 395	0.69 356	0.70 376	0.69 382	0.70 409	0.69 355	0.70 393

MyStereo8	0.71 344	3.92 526	0.52 330	0.59 308	0.52 374	0.57 363	0.53 368	0.59 355	0.50 361	0.59 363	0.51 374	0.57 363	0.50 359	0.56 353	0.52 361	0.54 328	0.49 326	0.54 367	0.49 366	0.55 340	0.50 346

HH	0.71 344	2.54 472	0.74 381	1.10 379	0.32 272	0.41 275	0.37 301	0.69 368	0.78 417	0.73 380	0.90 429	0.75 387	1.00 424	0.84 389	0.69 395	0.69 356	0.40 279	0.35 258	0.26 228	0.35 235	0.26 207

HanStereo	0.71 344	2.54 472	0.74 381	1.10 379	0.32 272	0.41 275	0.37 301	0.69 368	0.78 417	0.73 380	0.90 429	0.75 387	1.00 424	0.84 389	0.69 395	0.69 356	0.40 279	0.35 258	0.26 228	0.35 235	0.26 207

zero-FE	0.72 347	1.31 395	0.66 356	0.92 354	0.60 383	0.82 389	0.58 373	0.82 383	0.58 374	0.81 393	0.60 382	0.81 396	0.60 373	0.82 387	0.58 368	0.74 363	0.59 351	0.73 386	0.52 372	0.76 363	0.51 353

ktn	0.72 347	0.53 227	1.08 416	1.14 385	0.51 373	1.22 484	1.36 511	0.51 335	0.59 376	0.51 340	0.51 374	0.69 378	1.20 445	0.67 371	0.51 359	0.51 322	0.49 326	0.58 370	0.66 400	0.52 334	0.53 355

DStereoRT	0.73 349	0.81 258	0.73 380	0.71 330	0.74 412	0.73 380	0.75 409	0.71 371	0.71 407	0.74 385	0.72 415	0.73 384	0.80 412	0.71 374	0.73 405	0.76 365	0.71 380	0.73 386	0.72 414	0.70 356	0.76 407

CroCo-Stereo	0.73 349	1.22 389	0.25 188	1.22 441	0.25 224	1.22 484	0.25 213	1.22 478	0.25 214	1.22 486	0.25 223	1.22 489	0.25 217	1.22 489	0.25 213	1.22 468	0.26 196	1.21 496	0.25 222	1.22 475	0.25 201
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
AFF-stereo	0.73 349	0.88 269	0.67 360	0.75 335	0.68 402	0.75 381	0.64 379	0.80 379	0.72 410	0.83 395	0.70 407	0.82 397	0.64 377	0.84 389	0.67 379	0.77 367	0.63 358	0.81 400	0.63 389	0.78 366	0.62 375

AIO-Stereo-zeroshot1	0.75 352	0.92 282	0.85 395	0.96 365	0.59 382	1.27 487	0.44 337	0.59 355	0.69 398	0.91 400	0.68 400	0.55 358	0.61 375	1.06 427	0.83 420	0.62 348	0.70 376	0.90 410	0.41 339	0.89 383	0.56 366

MyStereo06	0.75 352	4.12 528	0.60 343	0.63 315	0.61 389	0.62 369	0.66 382	0.56 347	0.45 343	0.55 354	0.48 363	0.54 354	0.46 342	0.57 358	0.45 334	0.60 340	0.57 347	0.64 376	0.55 375	0.72 358	0.55 363

GCAP-Stereo	0.75 352	4.15 531	0.42 285	0.75 335	0.35 297	0.78 384	0.40 321	0.79 377	0.38 307	0.78 389	0.36 301	0.78 390	0.36 296	0.79 383	0.39 310	0.75 364	0.39 276	0.76 392	0.39 331	0.75 362	0.39 305

GANet-RSSM	0.75 352	1.91 428	0.14 126	0.47 265	0.14 159	0.21 174	3.21 582	2.30 525	0.14 158	0.46 300	0.14 162	0.23 183	0.18 188	0.21 171	0.14 152	0.18 150	0.27 203	0.37 266	0.13 156	2.13 509	2.12 550

RSM++	0.76 356	0.82 261	0.66 356	0.85 346	0.64 393	0.85 391	0.71 404	0.94 398	0.64 384	0.87 396	0.67 395	0.87 399	0.65 379	0.84 389	0.65 375	0.81 372	0.70 376	0.79 395	0.71 412	0.83 378	0.70 393

CroCo-Stereo Lap2	0.77 357	1.29 393	0.29 203	1.27 446	0.29 248	1.27 487	0.26 221	1.26 481	0.26 227	1.26 487	0.26 229	1.27 491	0.26 226	1.26 490	0.27 219	1.27 470	0.27 203	1.27 499	0.27 236	1.27 477	0.27 215

PSMNet-RSSM	0.77 357	2.76 489	0.14 126	0.20 137	0.14 159	0.20 163	2.66 563	2.79 552	0.14 158	0.21 172	0.14 162	0.21 169	0.14 159	0.20 160	0.14 152	0.17 142	0.12 113	0.17 154	0.12 148	2.52 531	2.31 555

GwcNet-RSSM	0.77 357	2.77 491	0.14 126	0.20 137	0.14 159	0.20 163	2.67 564	2.78 551	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.21 171	0.14 152	0.17 142	0.12 113	0.17 154	0.12 148	2.52 531	2.31 555

4D-IteraStereo	0.78 360	3.13 502	0.89 396	0.69 324	0.32 272	0.40 259	0.32 259	0.76 375	0.97 438	0.52 343	0.65 392	0.89 402	0.32 273	0.76 382	0.98 432	0.83 377	0.94 404	0.35 258	0.27 236	0.70 356	0.89 419

hitnet-ft	0.79 361	2.78 494	0.14 126	0.20 137	0.14 159	0.21 174	2.89 566	2.80 553	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.20 160	0.14 152	0.17 142	0.12 113	0.17 154	0.12 148	2.54 539	2.33 557

G-Net	0.79 361	0.79 254	0.79 390	0.79 337	0.79 424	0.79 386	0.79 414	0.79 377	0.79 420	0.79 390	0.79 424	0.79 392	0.79 411	0.79 383	0.79 414	0.79 368	0.79 390	0.79 395	0.79 421	0.79 368	0.79 410

MyStereo05	0.80 363	4.12 528	0.63 350	0.63 315	0.61 389	0.62 369	0.66 382	0.65 363	0.62 381	0.67 374	0.61 386	0.65 375	0.58 371	0.67 371	0.55 366	0.60 340	0.57 347	0.64 376	0.55 375	0.72 358	0.55 363

UDG	0.80 363	2.21 450	0.60 343	0.91 351	0.60 383	0.90 397	0.58 373	0.88 388	0.60 377	0.90 398	0.60 382	0.88 400	0.60 373	0.90 398	0.58 368	0.86 381	0.60 352	0.84 406	0.59 384	0.84 379	0.61 372

ccnet	0.80 363	2.28 454	0.33 231	0.50 283	0.33 284	0.50 335	0.33 270	0.50 322	0.33 277	0.49 320	0.33 280	0.49 324	1.56 510	2.38 529	0.33 266	0.41 275	0.29 220	0.42 318	1.57 524	2.28 515	0.29 233

NaN_ROB	0.80 363	0.80 255	0.80 391	0.80 339	0.80 426	0.80 387	0.80 417	0.80 379	0.80 421	0.80 391	0.80 425	0.80 393	0.80 412	0.80 385	0.80 416	0.80 369	0.80 393	0.80 398	0.80 423	0.80 371	0.80 411

CSAN	0.80 363	0.80 255	0.80 391	0.80 339	0.80 426	0.80 387	0.80 417	0.80 379	0.80 421	0.80 391	0.80 425	0.80 393	0.80 412	0.80 385	0.80 416	0.80 369	0.80 393	0.80 398	0.80 423	0.80 371	0.80 411

GSStereo	0.81 368	4.28 534	0.50 320	0.59 308	0.40 325	0.51 347	0.38 307	0.50 322	0.38 307	0.50 333	0.38 313	0.50 339	3.79 579	0.50 330	0.38 299	0.54 328	0.43 301	0.46 329	0.34 295	0.46 301	0.35 285

BSDual-CNN	0.81 368	1.91 428	0.92 403	4.48 553	0.02 21	0.42 295	0.06 108	0.41 268	0.02 21	0.48 313	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 508	4.19 577	0.33 234	0.23 209	0.34 223	0.27 215

DDUNet	0.81 368	2.45 470	0.57 339	0.90 349	0.60 383	0.88 394	0.59 375	0.90 389	0.60 377	0.88 397	0.60 382	0.90 403	0.58 371	0.88 395	0.60 371	0.84 379	0.60 352	0.86 408	0.57 381	0.86 380	0.60 371

R-Stereo Train	0.81 368	0.96 288	0.67 360	0.95 362	0.67 399	0.95 402	0.68 390	0.95 400	0.68 393	0.95 408	0.68 400	0.96 411	0.68 388	0.96 409	0.68 387	0.94 392	0.68 369	0.94 424	0.68 405	0.94 399	0.68 390

RAFT-Stereo	0.81 368	0.96 288	0.67 360	0.95 362	0.67 399	0.95 402	0.68 390	0.95 400	0.68 393	0.95 408	0.68 400	0.96 411	0.68 388	0.96 409	0.68 387	0.94 392	0.68 369	0.94 424	0.68 405	0.94 399	0.68 390
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 373	1.72 412	1.48 503	0.39 214	0.15 170	0.31 217	0.21 192	0.20 161	0.25 214	1.61 499	0.23 210	0.28 207	0.26 226	0.20 160	0.15 162	0.24 185	1.33 489	0.32 226	0.16 169	6.75 589	0.23 190

scenet	0.82 373	1.72 412	1.48 503	0.39 214	0.15 170	0.31 217	0.21 192	0.20 161	0.25 214	1.61 499	0.23 210	0.28 207	0.26 226	0.20 160	0.15 162	0.24 185	1.33 489	0.32 226	0.16 169	6.75 589	0.23 190

ssnet	0.82 373	1.72 412	1.48 503	0.39 214	0.15 170	0.31 217	0.21 192	0.20 161	0.25 214	1.61 499	0.23 210	0.28 207	0.26 226	0.20 160	0.15 162	0.24 185	1.33 489	0.32 226	0.16 169	6.75 589	0.23 190

DEFOM-Stereo_RVC	0.83 376	5.18 545	1.98 543	2.19 489	0.17 183	0.19 158	0.18 178	0.19 155	0.16 172	0.20 160	0.19 195	0.22 177	0.22 204	0.20 160	0.15 162	2.28 525	2.13 544	0.24 195	0.17 189	0.18 157	0.16 160

BUS	0.83 376	1.91 428	0.92 403	4.48 553	0.02 21	0.40 259	0.04 80	0.41 268	0.02 21	0.48 313	0.03 52	0.41 275	0.05 93	0.03 39	0.05 87	1.97 508	4.19 577	0.33 234	0.23 209	0.34 223	0.27 215

PDISCO_ROB	0.83 376	2.80 495	3.49 575	0.14 100	0.11 138	0.17 151	0.09 114	0.15 141	0.10 119	0.15 134	0.12 145	0.16 140	0.14 159	3.30 559	0.13 148	0.14 116	2.34 549	0.16 146	0.12 148	2.62 540	0.10 116

WQFJA1++	0.84 379	0.98 291	0.67 360	1.26 445	0.75 414	1.00 407	0.67 386	1.00 402	0.67 388	1.00 410	0.67 395	1.00 414	0.67 384	1.00 413	0.67 379	0.96 394	0.67 364	0.91 413	0.63 389	0.92 390	0.63 376

WQFJX1	0.84 379	0.98 291	0.67 360	1.30 452	0.75 414	1.01 413	0.67 386	1.01 409	0.67 388	1.01 417	0.67 395	1.01 420	0.68 388	1.00 413	0.68 387	0.98 399	0.67 364	0.92 416	0.64 394	0.92 390	0.64 382

NLMM	0.84 379	1.00 300	0.67 360	1.27 446	0.75 414	1.00 407	0.68 390	1.00 402	0.67 388	1.00 410	0.67 395	1.02 424	0.67 384	1.02 423	0.67 379	0.97 395	0.67 364	0.93 420	0.63 389	0.92 390	0.63 376

AIO-Stereo	0.84 379	0.66 245	0.70 370	0.83 343	0.67 399	0.98 405	0.82 420	1.14 420	0.72 410	1.03 423	0.74 419	1.03 426	1.09 433	0.99 411	0.45 334	1.04 405	0.73 383	0.95 426	0.74 416	0.94 399	0.46 329

DCRE	0.84 379	1.89 425	0.77 386	0.94 360	0.72 409	0.88 394	0.73 407	0.87 385	0.78 417	0.90 398	0.71 412	0.88 400	0.67 384	0.88 395	0.73 405	0.81 372	0.68 369	0.81 400	0.70 409	0.82 376	0.70 393

iGMRVC	0.84 379	2.85 496	0.72 376	0.72 332	0.73 410	0.77 382	0.79 414	0.73 374	0.74 415	0.73 380	0.72 415	0.73 384	0.76 407	0.73 378	0.73 405	0.72 361	0.73 383	0.73 386	0.72 414	0.73 361	0.72 398

WQFJA1	0.85 385	0.98 291	0.67 360	1.29 450	0.76 419	1.01 413	0.67 386	1.02 414	0.67 388	1.02 421	0.67 395	1.01 420	0.67 384	1.01 419	0.68 387	0.99 400	0.67 364	0.93 420	0.64 394	0.92 390	0.65 384

WQFJX	0.85 385	1.00 300	0.68 367	1.30 452	0.75 414	1.01 413	0.68 390	1.01 409	0.68 393	1.01 417	0.68 400	1.03 426	0.68 388	1.02 423	0.67 379	0.97 395	0.67 364	0.93 420	0.63 389	0.94 399	0.63 376

NLSM3	0.85 385	0.99 298	0.68 367	1.29 450	0.76 419	1.01 413	0.68 390	1.01 409	0.68 393	1.02 421	0.68 400	1.01 420	0.68 388	1.01 419	0.68 387	0.97 395	0.68 369	0.93 420	0.64 394	0.93 395	0.63 376

NLMM1	0.86 388	0.98 291	0.69 369	1.48 463	0.75 414	1.01 413	0.69 396	1.00 402	0.69 398	1.00 410	0.70 407	1.00 414	0.68 388	1.01 419	0.67 379	0.97 395	0.68 369	0.92 416	0.63 389	0.93 395	0.63 376

AdaDepth	0.86 388	0.93 284	0.71 373	1.01 372	1.07 450	1.02 419	0.71 404	1.00 402	0.71 407	1.01 417	0.71 412	1.00 414	0.72 402	1.14 438	0.71 403	0.92 387	0.64 360	0.90 410	0.64 394	0.89 383	0.69 392

GEStereo_RVC	0.86 388	4.45 535	0.20 167	0.27 176	0.20 200	0.27 206	0.20 186	0.26 194	0.18 185	5.03 589	0.20 199	0.27 206	0.19 193	0.27 206	0.21 193	0.20 157	0.19 175	0.19 167	4.02 593	0.20 164	0.18 178

Selective-RAFT-Error	0.88 391	0.84 262	0.98 408	0.86 347	0.97 440	0.88 394	0.95 431	0.84 384	0.99 441	0.92 402	0.82 427	0.84 398	0.98 423	0.87 394	0.97 431	0.81 372	0.83 396	0.79 395	0.82 426	0.79 368	0.85 416

IER	0.88 391	7.04 564	2.23 548	2.75 511	0.28 239	0.43 302	0.25 213	0.39 246	0.25 214	0.41 267	0.27 234	0.39 254	0.25 217	0.40 259	0.28 229	0.37 241	0.28 209	0.37 266	0.25 222	0.37 246	0.25 201

Selective-RAFT	0.89 393	0.89 272	0.72 376	1.16 392	0.78 423	1.06 422	0.82 420	0.87 385	0.97 438	1.00 410	0.91 432	0.90 403	1.00 424	0.89 397	0.93 428	0.83 377	0.83 396	0.82 404	0.82 426	0.81 374	0.82 414

AIO-Stereo-zeroshot	0.91 394	0.86 265	0.89 396	1.25 444	0.69 403	1.05 421	0.81 419	1.16 424	0.50 361	1.12 433	0.97 437	0.72 382	0.82 415	1.06 427	0.95 429	0.61 344	0.87 398	1.03 437	0.85 429	1.04 410	1.01 433

CFNet-RSSM	0.91 394	4.89 541	0.34 241	0.44 257	1.07 450	1.62 504	1.40 518	0.91 391	0.35 290	1.60 496	1.39 518	0.64 372	0.34 286	0.44 296	0.33 266	0.41 275	0.35 258	0.75 390	0.30 265	0.41 284	0.29 233

MLG-Stereo	0.92 396	0.90 275	0.84 394	1.27 446	0.49 364	1.38 494	0.88 423	1.41 491	0.97 438	0.73 380	1.09 445	1.26 490	0.43 334	0.72 376	1.05 439	1.13 416	0.49 326	1.18 449	0.66 400	1.01 407	0.46 329

ToySt	0.92 396	2.11 441	0.90 399	0.95 362	0.79 424	0.99 406	0.78 413	0.94 398	0.81 424	0.94 406	0.78 423	0.95 410	0.77 409	0.94 405	0.86 422	0.91 384	0.79 390	0.85 407	0.77 418	0.89 383	0.73 401

DPSM_ROB	0.92 396	0.91 277	0.91 401	0.91 351	0.92 435	0.92 399	0.92 427	0.92 394	0.91 428	0.93 404	0.91 432	0.92 406	0.90 417	0.91 399	0.92 424	0.92 387	0.91 400	0.91 413	0.92 430	0.93 395	0.93 423

DPSM	0.92 396	0.91 277	0.91 401	0.91 351	0.92 435	0.92 399	0.92 427	0.92 394	0.91 428	0.93 404	0.91 432	0.92 406	0.90 417	0.91 399	0.92 424	0.92 387	0.91 400	0.91 413	0.92 430	0.93 395	0.93 423

pmcnn	0.92 396	0.92 282	0.92 403	0.92 354	0.92 435	0.92 399	0.92 427	0.92 394	0.92 432	0.92 402	0.92 435	0.92 406	0.92 419	0.92 403	0.92 424	0.92 387	0.92 402	0.92 416	0.92 430	0.92 390	0.92 422

error version	0.93 401	4.47 536	2.35 551	1.99 485	0.37 307	0.41 275	0.36 295	0.41 268	0.35 290	0.43 287	0.36 301	0.41 275	0.40 314	0.41 274	0.36 287	1.87 500	2.16 545	0.47 338	0.37 315	0.39 268	0.33 269

test_1	0.93 401	4.47 536	2.35 551	1.99 485	0.37 307	0.41 275	0.36 295	0.41 268	0.35 290	0.43 287	0.36 301	0.41 275	0.40 314	0.41 274	0.36 287	1.87 500	2.16 545	0.47 338	0.37 315	0.39 268	0.33 269

DGTPSM_ROB	0.93 401	1.00 300	0.92 403	0.94 360	0.96 439	0.91 398	0.92 427	0.91 391	0.96 437	0.91 400	0.96 436	0.93 409	0.92 419	0.94 405	0.92 424	0.92 387	0.92 402	0.90 410	0.92 430	0.94 399	0.91 421

HSM-Net_RVC	0.95 404	1.17 333	0.78 387	1.18 394	0.71 407	1.16 437	0.75 409	1.09 418	0.80 421	1.10 427	0.75 420	1.17 441	0.74 404	1.17 441	0.80 416	1.13 416	0.73 383	1.17 446	0.77 418	1.16 419	0.72 398
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 405	3.17 504	2.30 550	2.42 502	0.38 314	0.54 355	0.38 307	0.54 343	0.38 307	0.54 351	0.38 313	0.54 354	0.38 305	0.54 348	0.38 299	2.38 534	2.34 549	0.49 351	0.36 313	0.49 321	0.36 288

DPSimNet_ROB	0.97 405	1.18 335	0.81 393	1.10 379	0.91 434	1.02 419	0.82 420	1.04 415	0.91 428	1.03 423	0.86 428	1.28 492	0.82 415	1.03 425	0.89 423	1.17 419	0.81 395	1.02 435	0.82 426	1.08 412	0.81 413

test-3	0.98 407	4.13 530	1.85 532	1.85 476	0.61 389	0.69 375	0.37 301	0.63 361	0.61 380	0.66 373	0.51 374	0.73 384	0.44 336	0.57 358	0.54 364	1.68 494	1.81 529	0.40 290	0.43 348	0.66 349	0.50 346

Wavelet-MonSter	1.00 408	1.21 383	0.76 384	1.94 480	1.01 445	1.11 432	0.76 411	1.15 421	0.76 416	1.11 432	0.76 421	1.14 438	0.76 407	1.11 435	0.76 412	1.21 466	0.90 399	1.02 435	0.71 412	1.02 409	0.71 397

999	1.00 408	1.12 326	0.59 341	1.10 379	1.21 508	1.09 428	0.52 367	1.08 416	1.43 520	1.18 438	1.35 512	0.98 413	0.52 365	0.91 399	0.85 421	0.72 361	1.46 502	0.83 405	0.98 435	0.68 351	1.41 516

DispNO	1.00 408	0.63 242	0.43 286	3.45 537	0.44 347	0.65 372	0.43 336	0.64 362	0.43 338	0.64 370	0.43 343	0.64 372	3.03 557	0.64 367	0.43 332	4.55 566	0.43 301	0.63 375	0.43 348	0.63 347	0.43 323

GANet	1.00 408	1.00 300	1.00 410	1.00 369	1.00 441	1.00 407	1.00 435	1.00 402	1.00 442	1.00 410	1.00 439	1.00 414	1.00 424	1.00 413	1.00 434	1.00 401	1.00 405	1.00 431	1.00 437	1.00 404	1.00 430

TDLM	1.00 408	1.00 300	1.00 410	1.00 369	1.00 441	1.00 407	1.00 435	1.00 402	1.00 442	1.00 410	1.00 439	1.00 414	1.00 424	1.00 413	1.00 434	1.00 401	1.00 405	1.00 431	1.00 437	1.00 404	1.00 430

CVANet_RVC	1.00 408	1.00 300	1.00 410	1.00 369	1.00 441	1.00 407	1.00 435	1.00 402	1.00 442	1.00 410	1.00 439	1.00 414	1.00 424	1.00 413	1.00 434	1.00 401	1.00 405	1.00 431	1.00 437	1.00 404	1.00 430

trnet	1.01 414	1.01 308	1.01 413	1.01 372	1.01 445	1.01 413	1.01 438	1.01 409	1.01 445	1.01 417	1.01 442	1.01 420	1.01 430	1.01 419	1.01 437	1.01 404	1.01 408	1.01 434	1.01 441	1.01 407	1.01 433

LL-Strereo	1.01 414	5.06 543	1.63 512	0.70 328	1.43 518	0.56 357	0.46 344	0.57 350	0.50 361	0.57 359	0.50 368	1.58 500	0.49 356	0.59 360	0.50 354	1.64 493	0.52 339	0.51 360	1.37 512	0.52 334	0.45 328

FlowAnything_test	1.02 416	1.72 412	0.71 373	1.59 466	0.70 405	1.61 502	0.69 396	1.61 493	0.70 402	1.60 496	0.70 407	1.61 504	0.69 395	1.61 500	0.70 401	0.81 372	0.58 349	0.81 400	0.55 375	0.81 374	0.56 366

FlowAnything	1.02 416	1.71 411	0.72 376	1.59 466	0.69 403	1.60 501	0.69 396	1.61 493	0.70 402	1.60 496	0.69 405	1.60 501	0.69 395	1.61 500	0.69 395	0.81 372	0.58 349	0.81 400	0.56 379	0.82 376	0.56 366

tt45	1.04 418	0.88 269	1.36 493	0.92 354	1.03 448	1.51 500	0.79 414	0.70 370	0.88 426	0.74 385	0.90 429	1.60 501	0.72 402	1.60 498	0.75 410	0.91 384	0.78 389	1.52 511	0.79 421	1.14 415	1.32 508

GLC_STEREO	1.07 419	1.01 308	1.06 415	1.07 377	1.05 449	1.06 422	1.08 442	1.08 416	1.05 448	1.07 425	1.06 444	1.08 429	1.05 432	1.06 427	1.10 441	1.07 407	1.09 418	1.05 438	1.05 442	1.06 411	1.12 440

FC-DCNN	1.07 419	1.09 323	0.98 408	0.89 348	0.52 374	1.41 497	0.91 426	1.21 477	1.24 506	1.96 508	2.05 563	1.91 509	1.30 498	1.27 491	1.08 440	0.80 369	0.60 352	0.58 370	0.41 339	0.68 351	0.54 358

hknet	1.10 421	1.85 421	3.49 575	4.48 553	0.02 21	0.42 295	0.06 108	0.41 268	0.02 21	0.48 313	0.03 52	0.41 275	0.03 52	0.42 287	0.03 48	4.39 563	4.19 577	0.33 234	0.23 209	0.34 223	0.27 215

test_xeample3	1.10 421	1.81 418	0.61 348	0.84 344	0.49 364	0.77 382	0.66 382	0.92 394	1.40 518	0.68 376	0.46 351	0.78 390	0.54 369	1.72 503	1.48 520	1.34 474	1.52 506	1.35 504	1.67 537	1.33 479	1.55 521

DISCO	1.11 423	0.39 164	5.28 588	0.39 214	0.20 200	0.39 257	0.27 224	0.39 246	0.22 200	0.38 241	0.20 199	0.38 249	0.20 197	6.95 600	0.22 195	0.30 206	0.21 181	0.27 207	0.21 200	5.25 582	0.21 185

Occ-G	1.12 424	0.52 223	3.72 580	3.50 541	0.50 368	0.56 357	0.47 349	0.54 343	0.46 344	0.54 351	0.41 331	0.54 354	0.42 331	0.52 344	0.42 329	3.42 556	4.02 576	0.52 363	0.45 350	0.51 332	0.44 326

AEACV	1.12 424	0.52 223	3.12 571	3.24 526	0.86 428	0.53 352	0.49 360	0.60 357	0.47 349	0.53 346	0.49 366	0.55 358	0.45 339	0.55 352	0.47 345	3.01 551	3.88 574	0.71 385	0.60 385	0.80 371	0.48 338

MSMD_ROB	1.19 426	1.10 325	0.70 370	1.10 379	0.60 383	1.10 429	0.70 401	1.10 419	0.70 402	1.10 427	0.70 407	1.10 433	0.70 397	7.00 601	0.70 401	1.10 410	0.70 376	1.10 439	0.70 409	1.10 413	0.70 393

MM-Stereo_test2	1.20 427	1.85 421	1.05 414	1.46 462	0.94 438	1.36 492	0.99 434	1.36 486	0.95 435	1.41 492	0.98 438	1.40 497	0.96 421	1.37 493	0.95 429	1.37 479	1.06 411	1.33 501	0.93 434	1.29 478	0.89 419

ours_stereo	1.20 427	1.21 383	0.90 399	1.64 474	1.11 452	1.35 490	0.67 386	1.76 500	0.93 433	1.70 504	1.10 446	1.39 495	0.75 406	1.41 495	0.81 419	1.60 492	1.03 410	1.33 501	1.00 437	1.61 489	0.72 398

DisPM	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

CrosDoStereo	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

PFNet+	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

LCNet	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

HHNet	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

Patchmatch Stereo++	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

STrans-v2	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

TransformOpticalFlow	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

OMP-Stereo	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

IIG-Stereo	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

NF-Stereo	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

OCTAStereo	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

PSM-softLoss	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

KMStereo	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

NRIStereo	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

PSM-adaLoss	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

PSM-AAD	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

FTStereo	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

ROB_FTStereo_v2	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

ROB_FTStereo	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

Consistency-Raft	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

KYRaft	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

HUI-Stereo	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

ASMatch	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

DeepStereo_LL	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

DEmStereo	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

SST-Stereo	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

THIR-Stereo	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

RAFT_R40	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

DRaft	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

PFNet	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

GrayStereo	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

RE-Stereo	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

Pruner-Stereo	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

TVStereo	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

DeepStereo_RVC	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

RAFT-RH_RVC	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

IRAFT_RVC	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

RAFT-345	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

iRAFT	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

CRE-IMP	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

GMM-Stereo	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

RAFT-IKP	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

Prome-Stereo	1.20 427	1.20 337	1.20 430	1.20 396	1.20 462	1.20 438	1.20 453	1.20 432	1.20 458	1.20 440	1.20 455	1.20 443	1.20 445	1.20 443	1.20 455	1.20 421	1.20 433	1.20 451	1.20 454	1.20 428	1.20 454

HCRNet	1.22 474	7.11 565	3.00 559	3.55 542	0.33 284	0.29 210	0.14 153	0.19 155	0.15 168	0.33 225	0.29 246	0.25 194	0.14 159	0.22 175	0.33 266	3.64 557	3.00 554	0.76 392	0.32 283	0.18 157	0.13 151

HBP-ISP	1.24 475	1.72 412	1.65 513	1.15 387	0.76 419	1.40 496	0.88 423	1.67 499	1.02 446	1.69 503	1.38 517	1.69 505	1.21 491	1.87 510	1.21 500	1.05 406	0.79 390	0.97 429	0.80 423	1.19 427	0.75 405

AANet_RVC	1.26 476	0.31 143	4.99 586	5.93 579	0.20 200	0.25 194	0.20 186	0.25 189	0.20 193	0.23 178	0.19 195	0.25 194	0.20 197	0.25 192	0.20 189	5.66 587	4.76 580	0.26 203	0.30 265	0.24 185	0.27 215

MM-Stereo_test3	1.27 477	2.07 437	1.18 425	1.60 469	1.02 447	1.45 498	1.01 438	1.40 490	1.04 447	1.44 493	1.03 443	1.46 499	1.02 431	1.44 496	1.02 438	1.51 488	1.12 425	1.32 500	0.98 435	1.38 482	0.97 426

11t	1.27 477	2.70 481	1.34 483	1.32 455	0.89 430	1.30 489	1.34 508	1.64 496	0.57 373	1.45 494	0.72 415	1.05 428	1.29 497	1.07 430	1.29 509	1.49 485	1.02 409	0.97 429	1.15 447	1.48 484	1.31 507

MaskLacGwcNet_RVC	1.35 479	1.35 398	1.35 485	1.35 457	1.35 512	1.35 490	1.35 509	1.36 486	1.35 514	1.36 490	1.35 512	1.36 493	1.36 503	1.36 492	1.35 513	1.35 475	1.35 494	1.35 504	1.35 509	1.35 480	1.35 512

CC-Net-ROB	1.36 480	1.33 397	1.33 482	1.36 458	1.38 515	1.36 492	1.33 507	1.37 488	1.34 511	1.35 489	1.36 514	1.38 494	1.34 501	1.38 494	1.38 516	1.35 475	1.38 498	1.33 501	1.35 509	1.43 483	1.34 511

CFNet	1.37 481	5.27 548	0.19 164	5.49 576	0.19 197	0.28 207	0.19 182	0.28 198	0.19 191	0.28 203	0.19 195	0.28 207	4.35 587	0.28 210	0.19 186	0.23 178	0.17 165	0.23 187	4.21 595	4.81 573	0.17 174

PS-NSSS	1.38 482	1.39 400	1.34 483	1.34 456	1.35 512	1.38 494	1.37 516	1.35 485	1.38 517	1.34 488	1.34 511	1.39 495	1.38 506	1.70 502	1.40 517	1.36 477	1.36 495	1.36 506	1.37 512	1.37 481	1.36 513

RASNet	1.49 483	1.65 409	1.45 501	1.38 460	1.43 518	1.47 499	1.36 511	1.38 489	1.36 515	1.39 491	1.60 528	1.45 498	1.45 509	1.51 497	2.21 558	1.53 489	1.36 495	1.36 506	1.36 511	1.66 492	1.36 513

GANetREF_RVC	1.55 484	1.94 434	1.22 477	1.88 477	1.21 508	1.88 508	1.22 499	1.88 502	1.22 504	1.88 505	1.22 501	1.88 507	1.22 492	1.89 511	1.22 501	1.87 500	1.22 480	1.88 525	1.22 500	1.88 501	1.22 500
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
SPS-STEREO	1.59 485	1.91 428	1.21 476	1.94 480	1.20 462	2.00 516	1.23 500	1.99 507	1.24 506	2.00 513	1.25 504	2.03 517	1.26 494	2.00 515	1.29 509	1.90 504	1.18 432	1.89 526	1.21 499	1.89 502	1.20 454
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 486	1.59 407	1.70 515	1.59 466	1.59 524	1.61 502	1.61 527	1.60 492	1.60 524	1.62 502	1.59 527	1.60 501	1.60 512	1.60 498	1.59 524	1.59 490	1.60 516	1.59 512	1.59 529	1.59 488	1.59 526

ff7	1.68 487	2.68 478	1.35 485	0.97 366	0.89 430	1.84 505	2.15 556	2.12 513	1.80 541	2.05 518	1.56 524	2.33 524	2.12 547	2.23 521	2.25 559	1.31 471	1.07 412	1.48 508	1.41 515	0.90 386	1.04 435

ffff	1.68 487	2.68 478	1.35 485	0.97 366	0.89 430	1.84 505	2.15 556	2.12 513	1.80 541	2.05 518	1.56 524	2.33 524	2.12 547	2.23 521	2.25 559	1.31 471	1.07 412	1.48 508	1.41 515	0.90 386	1.04 435

ccc-4	1.68 487	2.68 478	1.35 485	0.97 366	0.89 430	1.84 505	2.15 556	2.12 513	1.80 541	2.05 518	1.56 524	2.33 524	2.12 547	2.23 521	2.25 559	1.31 471	1.07 412	1.48 508	1.41 515	0.90 386	1.04 435

MC-Stereo	1.76 490	2.96 497	1.37 495	2.14 488	1.37 514	2.14 522	1.36 511	2.14 516	1.37 516	2.14 522	1.37 515	2.14 519	1.37 505	2.14 520	1.37 515	1.97 508	1.32 482	1.97 528	1.32 508	1.98 503	1.33 509

IGEVStereo-DCA	1.77 491	4.21 532	1.84 530	2.49 505	2.11 557	2.54 542	1.36 511	1.65 497	1.17 455	2.75 551	1.90 546	2.54 537	1.15 438	0.94 405	1.11 442	1.50 486	1.32 482	0.96 427	1.46 521	1.49 485	0.88 417

rrr	1.77 491	4.21 532	1.84 530	2.49 505	2.11 557	2.54 542	1.36 511	1.65 497	1.17 455	2.75 551	1.90 546	2.54 537	1.15 438	0.94 405	1.11 442	1.50 486	1.32 482	0.96 427	1.46 521	1.49 485	0.88 417

MM-Stereo_test1	1.80 493	3.41 509	1.52 508	2.12 487	1.41 517	2.04 517	1.41 519	2.05 511	1.46 521	2.04 517	1.41 519	2.05 518	1.42 508	2.05 516	1.43 519	2.04 512	1.54 509	1.94 527	1.38 514	1.99 504	1.33 509

MFMNet_re	1.81 494	1.91 428	1.71 517	1.95 482	1.70 535	1.95 513	1.70 532	1.96 505	1.74 537	1.97 510	1.72 536	1.95 510	1.71 520	1.97 514	1.71 532	1.86 498	1.62 517	1.85 518	1.66 536	1.86 500	1.64 532

plain	1.88 495	3.16 503	0.64 352	3.10 521	0.65 395	3.10 557	0.64 379	3.12 556	0.65 385	3.10 557	0.65 392	3.11 557	0.65 379	3.12 556	0.65 375	3.12 552	0.65 362	3.13 558	0.65 398	3.13 544	0.65 384

RAFT_CTSACE	1.92 496	3.71 516	1.72 518	1.88 477	1.72 536	2.04 517	1.42 521	2.18 518	1.89 552	2.02 515	1.97 552	1.95 510	2.06 546	1.93 512	1.62 525	1.76 495	1.66 520	2.02 529	1.73 545	1.73 495	1.43 518

MonStereo1	1.94 497	2.77 491	1.52 508	3.73 549	1.51 521	2.13 521	1.42 521	2.32 526	1.52 522	2.31 530	1.50 522	2.53 534	1.59 511	2.34 528	1.56 522	1.91 505	1.36 495	1.86 521	1.31 507	2.07 505	1.53 519

4.25w-stereo	1.98 498	2.72 485	1.46 502	3.47 538	1.43 518	2.07 519	1.98 547	2.53 538	1.52 522	2.71 544	1.98 558	1.81 506	1.62 514	1.96 513	1.36 514	1.88 503	2.00 534	2.53 552	1.61 531	1.74 496	1.15 445

4.5w-stereo	1.99 499	2.33 458	1.81 521	3.28 528	1.68 531	1.94 510	1.99 550	2.72 541	1.70 529	2.72 545	1.99 561	1.97 512	1.68 516	1.76 504	1.29 509	1.91 505	2.02 540	2.53 552	1.61 531	1.75 497	1.16 448

2.75w_new	1.99 499	2.34 462	1.81 521	3.14 522	1.62 526	1.94 510	1.99 550	2.72 541	1.71 530	2.72 545	1.99 561	1.90 508	1.73 522	1.82 509	1.29 509	2.37 533	2.01 536	2.31 539	1.42 518	1.77 498	1.22 500

3.75w	1.99 499	2.31 456	1.83 529	3.16 524	1.65 528	1.93 509	1.98 547	2.72 541	1.68 526	2.73 550	1.97 552	2.00 514	1.72 521	1.81 508	1.25 505	2.27 524	2.01 536	2.38 544	1.42 518	1.71 494	1.24 503

2w_stereo	1.99 499	2.36 465	1.81 521	3.24 526	1.67 529	1.94 510	1.98 547	2.72 541	1.68 526	2.72 545	1.94 549	1.98 513	1.74 524	1.79 507	1.27 506	1.95 507	2.00 534	2.53 552	1.60 530	1.68 493	1.15 445

2.25w	2.00 503	1.86 423	1.98 543	2.95 519	2.17 561	2.26 523	1.35 509	2.42 532	2.00 559	2.07 521	1.27 506	2.53 534	1.99 542	2.29 525	1.49 521	2.21 519	1.32 482	1.85 518	1.87 549	2.52 531	1.62 530

4.25_new	2.00 503	2.33 458	1.82 526	3.32 531	1.69 532	1.95 513	1.99 550	2.72 541	1.71 530	2.72 545	1.97 552	2.01 515	1.74 524	1.77 505	1.28 507	2.18 516	2.01 536	2.48 550	1.58 527	1.65 490	1.17 449

4.5w_new	2.00 503	2.33 458	1.82 526	3.32 531	1.69 532	1.95 513	1.99 550	2.72 541	1.71 530	2.72 545	1.97 552	2.01 515	1.74 524	1.77 505	1.28 507	2.18 516	2.01 536	2.48 550	1.58 527	1.65 490	1.17 449

4.5_new	2.00 503	1.84 420	1.98 543	2.77 513	2.16 559	2.27 524	1.28 506	2.09 512	1.98 556	2.01 514	1.28 507	2.71 546	1.98 540	2.51 537	1.65 527	2.26 521	1.33 489	1.87 522	1.87 549	2.49 527	1.60 527

TRStereo	2.00 503	2.13 442	1.85 532	2.27 494	1.84 540	2.28 526	1.84 536	2.29 521	1.86 546	2.30 527	1.87 541	2.30 521	1.87 530	2.08 517	1.72 534	2.08 513	1.72 523	2.08 531	1.72 542	2.08 506	1.72 537

XX-Stereo	2.00 503	2.13 442	1.85 532	2.27 494	1.84 540	2.28 526	1.84 536	2.29 521	1.86 546	2.30 527	1.87 541	2.30 521	1.87 530	2.08 517	1.72 534	2.08 513	1.72 523	2.08 531	1.72 542	2.08 506	1.72 537

EAI-Stereo	2.00 503	2.13 442	1.85 532	2.27 494	1.84 540	2.28 526	1.84 536	2.29 521	1.86 546	2.30 527	1.87 541	2.30 521	1.87 530	2.08 517	1.72 534	2.08 513	1.72 523	2.08 531	1.72 542	2.08 506	1.72 537

2.5w	2.01 510	2.40 467	1.37 495	3.28 528	2.01 551	2.71 547	1.43 524	1.82 501	1.83 544	1.90 507	1.41 519	2.71 546	1.35 502	2.71 546	1.85 545	2.66 545	1.53 507	1.64 513	1.23 501	2.53 534	1.87 546

4w-stereo	2.02 511	2.72 485	1.44 500	3.36 534	1.59 524	2.48 535	1.72 533	2.28 519	1.24 506	2.24 525	1.65 532	2.56 539	1.32 500	2.39 531	1.98 555	2.67 547	1.51 505	1.66 514	1.24 502	2.53 534	1.88 549

IGEV	2.02 511	2.20 448	1.82 526	2.90 518	2.16 559	2.41 532	1.25 502	2.00 508	1.98 556	1.99 512	1.31 509	2.72 550	1.93 536	2.67 545	1.69 531	2.26 521	1.32 482	1.83 517	1.87 549	2.53 534	1.61 529

3.25w_new	2.03 513	2.72 485	1.35 485	3.33 533	1.57 522	2.72 548	1.53 526	2.15 517	1.33 510	2.15 523	1.60 528	2.63 543	1.30 498	2.72 548	1.99 556	2.67 547	1.53 507	1.75 516	1.25 504	2.53 534	1.87 546

3.5w_stereo	2.03 513	2.72 485	1.35 485	3.41 535	1.57 522	2.72 548	1.49 525	2.01 509	1.34 511	2.15 523	1.61 530	2.63 543	1.36 503	2.72 548	1.99 556	2.66 545	1.58 512	1.68 515	1.24 502	2.53 534	1.87 546

UniTT-Stereo	2.03 513	3.43 510	0.72 376	3.42 536	0.73 410	3.27 560	0.68 390	3.38 561	0.69 398	3.29 560	0.72 415	3.28 560	0.70 397	3.35 562	0.68 387	3.39 555	0.68 369	3.31 561	0.69 407	3.37 545	0.73 401

3.25w	2.04 516	2.20 448	1.48 503	3.03 520	2.17 561	2.63 546	1.39 517	1.96 505	1.95 555	1.96 508	1.37 515	2.71 546	1.96 539	2.71 546	1.73 539	2.26 521	1.32 482	1.87 522	1.87 549	2.51 530	1.63 531

3w_stereo	2.04 516	2.24 452	1.70 515	3.15 523	2.18 563	2.49 536	1.26 504	2.03 510	1.98 556	1.98 511	1.33 510	2.72 550	1.99 542	2.59 540	1.72 534	2.22 520	1.33 489	1.85 518	1.88 554	2.50 529	1.58 525

1w_stereo	2.05 518	2.32 457	1.35 485	3.74 550	2.01 551	2.73 550	1.42 521	1.88 502	1.93 554	2.03 516	1.28 507	2.71 546	1.99 542	2.72 548	1.72 534	2.20 518	1.32 482	1.87 522	1.86 548	2.45 523	1.54 520

sCroCo_RVC	2.10 519	2.76 489	1.92 540	2.78 516	1.39 516	2.73 550	1.41 519	2.73 547	1.40 518	2.77 556	1.41 519	2.74 552	1.40 507	2.74 551	1.40 517	2.72 549	1.42 500	2.72 556	1.44 520	2.79 541	1.42 517

MoCha-V2	2.11 520	26.97 607	0.78 387	0.92 354	0.77 422	0.96 404	0.72 406	0.90 389	0.72 410	0.94 406	0.70 407	0.90 403	0.71 401	0.91 399	0.71 403	0.85 380	0.71 380	0.88 409	0.69 407	0.87 381	0.67 389

FBW_ROB	2.12 521	2.46 471	1.77 520	2.49 505	1.79 539	2.38 530	1.83 535	2.46 533	1.78 540	2.48 538	1.97 552	2.40 529	1.78 527	2.42 534	1.83 543	2.31 529	1.85 531	2.38 544	1.82 547	2.35 518	1.84 542

MonStereo	2.17 522	2.41 468	1.49 507	2.67 510	1.67 529	2.60 545	2.04 554	2.32 526	1.76 538	2.44 535	1.68 534	2.50 532	1.69 518	2.38 529	1.80 542	2.28 525	1.78 526	2.63 555	2.14 557	3.47 546	1.68 535

asda	2.17 522	2.54 472	1.81 521	3.47 538	1.78 538	2.50 538	1.86 540	2.61 540	1.68 526	2.61 542	1.83 538	2.37 528	1.73 522	2.44 535	1.88 550	2.51 542	1.84 530	2.34 541	1.62 533	2.23 511	1.77 541

asd	2.18 524	2.77 491	1.58 510	3.59 543	2.00 550	2.58 544	1.85 539	2.39 531	1.71 530	2.47 537	1.97 552	2.59 541	1.61 513	2.56 538	1.79 541	2.51 542	1.99 533	2.11 534	1.62 533	2.36 519	1.60 527

qwe	2.18 524	2.60 475	1.58 510	3.83 551	1.90 548	2.53 540	1.90 545	2.48 534	1.73 535	2.37 533	1.92 548	2.53 534	1.68 516	2.56 538	1.83 543	2.52 544	1.87 532	2.07 530	1.68 539	2.32 517	1.71 536

monsters	2.18 524	2.41 468	1.96 542	3.47 538	2.03 555	2.53 540	1.64 529	2.48 534	1.73 535	2.40 534	1.50 522	2.62 542	1.94 537	2.59 540	1.94 552	2.44 537	1.57 511	2.28 537	1.87 549	2.42 521	1.86 544

AIO_rvc	2.18 524	2.34 462	1.87 536	2.32 498	1.94 549	2.40 531	1.89 544	2.37 529	2.07 561	2.52 540	1.95 551	2.44 531	1.99 542	2.41 532	1.89 551	2.32 530	2.09 542	2.24 535	2.18 558	2.21 510	2.23 553

HUF	2.18 524	2.30 455	1.99 546	2.34 500	2.02 554	2.41 532	2.06 555	2.38 530	1.89 552	2.36 532	1.85 539	2.56 539	1.98 540	2.31 527	1.97 554	2.30 528	2.03 541	2.30 538	2.11 556	2.23 511	2.16 551

AIO_test	2.18 524	2.09 440	2.04 547	2.42 502	2.01 551	2.47 534	1.94 546	2.34 528	2.03 560	2.56 541	1.94 549	2.43 530	1.94 537	2.41 532	1.87 549	2.39 535	2.10 543	2.35 543	1.91 555	2.25 513	2.19 552

monsterstereo	2.20 530	2.33 458	1.95 541	3.65 545	2.07 556	2.49 536	1.61 527	2.48 534	1.83 544	2.45 536	1.61 530	2.67 545	1.86 529	2.64 542	1.94 552	2.48 541	1.66 520	2.34 541	1.68 539	2.40 520	1.86 544

LG-G_1	2.22 531	2.71 483	1.89 537	2.77 513	1.87 546	2.75 552	1.87 542	2.76 549	1.87 550	2.75 551	1.87 541	2.76 553	1.87 530	2.75 552	1.86 546	2.47 539	1.58 512	2.45 547	1.57 524	2.45 523	1.57 523

LG-G	2.22 531	2.71 483	1.89 537	2.77 513	1.87 546	2.75 552	1.87 542	2.76 549	1.87 550	2.75 551	1.87 541	2.76 553	1.87 530	2.75 552	1.86 546	2.47 539	1.58 512	2.45 547	1.57 524	2.45 523	1.57 523

LGtest1	2.22 531	2.70 481	1.89 537	2.76 512	1.86 543	2.75 552	1.86 540	2.75 548	1.86 546	2.75 551	1.86 540	2.77 555	1.87 530	2.75 552	1.86 546	2.46 538	1.58 512	2.45 547	1.56 523	2.45 523	1.56 522

RAStereo	2.23 534	3.64 513	0.76 384	3.65 545	0.86 428	3.66 565	0.76 411	3.67 565	0.81 424	3.66 562	0.76 421	3.66 563	0.77 409	3.68 564	0.77 413	3.68 558	0.77 388	3.69 566	0.77 418	3.70 548	0.77 409

UDGNet	2.23 534	5.40 553	1.72 518	2.48 504	1.69 532	2.51 539	1.69 531	2.51 537	1.72 534	2.50 539	1.69 535	2.52 533	1.69 518	2.50 536	1.68 530	2.41 536	1.70 522	2.42 546	1.69 541	2.42 521	1.64 532

NCCL2	2.28 536	2.27 453	2.28 549	2.28 497	2.28 564	2.27 524	2.29 559	2.28 519	2.28 562	2.27 526	2.28 564	2.28 520	2.27 550	2.27 524	2.28 563	2.28 525	2.28 548	2.27 536	2.29 562	2.27 514	2.29 554

Abc-Net	2.32 537	24.75 599	1.14 419	1.17 393	1.17 459	1.11 432	1.15 447	1.17 426	1.21 503	1.08 426	1.16 450	1.12 437	1.14 437	1.09 431	1.17 450	1.09 408	1.16 428	1.17 446	1.17 450	1.16 419	1.11 438
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 538	25.00 600	1.13 418	1.15 387	1.15 454	1.10 429	1.15 447	1.15 421	1.15 450	1.12 433	1.15 447	1.09 431	1.13 435	1.10 433	1.15 446	1.11 415	1.09 418	1.16 442	1.12 445	1.16 419	1.17 449

stereogan	2.33 538	24.38 598	1.18 425	1.18 394	1.18 461	1.14 435	1.18 451	1.19 429	1.19 457	1.14 436	1.18 454	1.14 438	1.18 443	1.14 438	1.18 451	1.14 418	1.14 426	1.19 450	1.19 451	1.15 417	1.19 453

RGC	2.36 540	25.48 601	1.19 427	1.15 387	1.15 454	1.10 429	1.16 449	1.17 426	1.16 451	1.12 433	1.16 450	1.11 436	1.13 435	1.09 431	1.18 451	1.10 410	1.15 427	1.16 442	1.12 445	1.14 415	1.12 440

NCC-stereo	2.36 540	25.52 602	1.17 423	1.15 387	1.17 459	1.11 432	1.11 443	1.15 421	1.16 451	1.10 427	1.16 450	1.10 433	1.15 438	1.14 438	1.13 444	1.09 408	1.11 422	1.15 441	1.16 449	1.17 424	1.17 449

AF-Net	2.37 542	25.71 603	1.17 423	1.13 384	1.15 454	1.15 436	1.18 451	1.19 429	1.16 451	1.10 427	1.15 447	1.10 433	1.18 443	1.12 437	1.15 446	1.10 410	1.10 421	1.17 446	1.15 447	1.16 419	1.12 440

Nwc_Net	2.37 542	25.95 604	1.15 421	1.14 385	1.15 454	1.08 426	1.14 446	1.17 426	1.16 451	1.14 436	1.15 447	1.08 429	1.15 438	1.11 435	1.14 445	1.10 410	1.11 422	1.16 442	1.09 444	1.16 419	1.15 445

CFNet_RVC	2.38 544	8.71 576	0.38 259	9.33 595	0.42 344	0.56 357	0.42 334	0.60 357	0.38 307	0.62 367	0.42 341	0.56 361	7.29 599	0.62 362	0.42 329	0.53 327	0.37 263	0.49 351	0.34 295	8.30 596	6.87 602

edge stereo	2.43 545	27.07 608	1.14 419	1.06 376	1.14 453	1.08 426	1.17 450	1.16 424	1.14 449	1.10 427	1.16 450	1.09 431	1.16 442	1.10 433	1.16 449	1.10 410	1.11 422	1.16 442	1.19 451	1.13 414	1.11 438

FAT-Stereo	2.46 546	26.05 605	1.23 479	1.23 443	1.22 510	1.20 438	1.24 501	1.23 480	1.23 505	1.19 439	1.22 501	1.21 488	1.24 493	1.20 443	1.24 502	1.21 466	1.17 431	1.22 497	1.25 504	1.20 428	1.24 503

S-Stereo	2.51 547	26.86 606	1.23 479	1.22 441	1.22 510	1.24 486	1.25 502	1.22 478	1.24 506	1.21 485	1.24 503	1.19 442	1.27 495	1.19 442	1.24 502	1.19 420	1.20 433	1.25 498	1.19 451	1.24 476	1.23 502

Anonymous3	2.55 548	3.26 507	1.65 513	3.28 528	1.63 527	3.24 559	1.68 530	3.27 558	1.66 525	3.28 559	1.67 533	3.25 559	1.66 515	3.27 558	1.64 526	3.26 553	1.65 519	3.30 560	1.65 535	4.95 578	1.65 534

MIF-Stereo (partial)	2.58 549	3.31 508	0.66 356	3.18 525	0.66 398	3.18 558	0.66 382	3.21 557	0.67 388	3.19 558	0.66 394	3.19 558	0.66 382	3.31 560	0.68 387	5.09 583	1.79 528	8.23 603	1.67 537	6.18 587	1.38 515

MSMDNet	2.65 550	10.14 587	0.33 231	9.74 598	0.32 272	0.87 393	0.33 270	2.95 555	0.68 393	0.49 320	0.34 288	0.49 324	5.70 594	0.49 323	0.33 266	0.42 289	9.57 599	0.41 307	0.31 276	8.36 597	0.65 384

pcwnet_v2	2.66 551	9.89 585	0.33 231	9.89 599	0.32 272	0.50 335	0.32 259	0.49 314	0.33 277	0.49 320	0.34 288	0.49 324	8.76 601	0.48 317	0.33 266	0.41 275	9.58 600	0.40 290	0.29 251	9.01 600	0.63 376

CFNet_pseudo	2.67 552	9.36 581	0.32 225	10.99 604	0.33 284	0.85 391	0.33 270	0.49 314	0.33 277	0.49 320	0.32 273	0.49 324	7.26 598	0.49 323	0.33 266	0.41 275	9.62 601	0.41 307	0.29 251	10.03 604	0.29 233

CFNet_ucs	2.73 553	9.64 583	0.33 231	9.92 600	0.32 272	0.49 327	0.33 270	0.49 314	0.33 277	0.49 320	0.33 280	0.49 324	8.98 602	0.48 317	0.33 266	0.41 275	9.96 604	0.40 290	0.29 251	10.12 605	0.54 358

UCFNet_RVC	2.75 554	10.06 586	0.29 203	10.31 603	0.29 248	0.42 295	0.29 241	0.43 292	0.29 242	0.42 281	0.29 246	0.42 293	9.87 604	0.43 293	0.29 239	0.36 237	9.84 603	0.36 263	0.26 228	9.77 603	0.26 207

ccs_rob	2.79 555	10.17 588	0.32 225	10.00 601	0.33 284	0.49 327	0.33 270	1.90 504	0.32 270	0.51 340	0.33 280	0.49 324	9.24 603	0.49 323	0.33 266	0.41 275	9.82 602	0.41 307	0.28 241	9.34 601	0.29 233

PCWNet_CMD	2.80 556	9.82 584	0.32 225	10.09 602	0.32 272	0.49 327	0.33 270	3.34 560	0.33 277	0.49 320	0.33 280	0.49 324	8.73 600	0.48 317	0.33 266	0.41 275	9.22 598	0.42 318	0.29 251	9.55 602	0.31 255

NLSM1	2.93 557	3.24 506	2.57 557	4.04 552	2.66 567	3.30 561	2.55 562	3.29 559	2.55 564	3.35 561	2.48 566	3.28 560	2.47 552	3.34 561	2.49 564	3.26 553	2.55 552	3.13 558	2.57 565	3.00 543	2.46 561

StereoVision	3.15 558	5.00 542	0.89 396	4.83 569	1.00 441	3.93 566	1.27 505	6.37 595	1.34 511	5.67 595	1.26 505	5.84 596	1.27 495	5.03 592	1.24 502	5.10 584	1.09 418	4.61 579	0.57 381	5.62 585	1.12 440

MaDis-Stereo	3.19 559	6.02 563	1.12 417	5.61 578	1.16 458	5.43 593	1.02 440	5.15 592	0.70 402	5.43 592	1.21 500	5.03 593	0.97 422	4.85 586	0.99 433	4.53 565	1.16 428	5.53 595	1.25 504	5.37 583	1.30 506

sAnonymous2	3.31 560	2.63 476	1.38 497	3.71 547	1.86 543	4.70 585	1.11 443	4.82 588	2.72 566	5.45 593	1.98 558	4.59 578	2.64 553	2.65 543	6.21 599	4.37 561	1.08 416	5.16 593	2.24 560	4.52 560	2.39 559

CroCo_RVC	3.31 560	2.63 476	1.38 497	3.71 547	1.86 543	4.70 585	1.11 443	4.82 588	2.72 566	5.45 593	1.98 558	4.59 578	2.64 553	2.65 543	6.21 599	4.37 561	1.08 416	5.16 593	2.24 560	4.52 560	2.39 559

DPSNet	3.66 562	3.60 512	3.62 578	3.63 544	3.64 589	3.65 564	3.65 588	3.66 564	3.67 585	3.67 563	3.65 586	3.67 564	3.66 574	3.66 563	3.68 583	3.68 558	3.66 572	3.67 565	3.68 588	3.67 547	3.67 587

NLCSM	3.67 563	4.08 527	3.19 574	4.80 568	3.26 582	3.99 569	3.24 583	4.25 571	3.18 581	4.09 567	3.27 581	4.14 569	3.18 569	4.13 569	3.28 579	4.06 560	3.10 562	3.85 570	3.14 579	3.91 553	3.27 583

STTStereo	3.73 564	30.40 612	2.37 553	2.39 501	2.31 566	2.35 529	2.33 560	2.29 521	2.42 563	2.32 531	2.34 565	2.33 524	2.36 551	2.30 526	2.27 562	2.35 532	2.22 547	2.31 539	2.22 559	2.29 516	2.34 558

rvit_105_1	3.83 565	5.22 546	3.01 560	4.53 556	3.01 570	4.51 573	3.01 568	4.56 575	3.04 569	4.53 574	3.03 570	4.55 576	3.03 557	4.56 575	3.04 566	4.57 567	3.05 555	4.57 574	3.05 570	4.57 562	3.05 568

rvit_stereo_0081	3.83 565	5.23 547	3.01 560	4.53 556	3.03 572	4.55 579	3.02 569	4.56 575	3.04 569	4.52 572	3.02 568	4.54 574	3.03 557	4.56 575	3.04 566	4.57 567	3.05 555	4.57 574	3.05 570	4.58 563	3.05 568

rvit_stereo_0081_aga	3.86 567	5.33 550	3.02 563	4.55 562	3.04 576	4.54 575	3.02 569	4.64 582	3.06 573	4.54 576	3.04 572	4.62 583	3.08 564	4.62 581	3.07 571	4.58 570	3.06 559	4.60 578	3.08 574	4.63 566	3.07 572

rvit_stereo_0082	3.86 567	5.82 561	3.01 560	4.53 556	3.03 572	4.54 575	3.02 569	4.56 575	3.04 569	4.53 574	3.02 568	4.55 576	3.04 560	4.57 578	3.05 568	4.57 567	3.05 555	4.58 576	3.05 570	4.58 563	3.06 571

rvit_0105_6	3.87 569	5.73 560	3.10 570	4.69 566	3.12 580	4.54 575	3.02 569	4.56 575	3.04 569	4.54 576	3.03 570	4.54 574	3.04 560	4.56 575	3.05 568	4.58 570	3.05 555	4.58 576	3.05 570	4.58 563	3.05 568

rvit_stereo_0080	3.89 570	5.70 558	3.04 565	4.54 559	3.03 572	4.56 580	3.05 575	4.60 579	3.07 574	4.58 579	3.06 573	4.59 578	3.06 562	4.61 579	3.08 572	4.63 572	3.09 560	4.64 580	3.10 575	4.65 567	3.10 575

whm_eth	3.89 570	5.70 558	3.04 565	4.54 559	3.03 572	4.56 580	3.05 575	4.60 579	3.07 574	4.58 579	3.06 573	4.59 578	3.06 562	4.61 579	3.08 572	4.63 572	3.09 560	4.64 580	3.10 575	4.65 567	3.10 575

rvit_0105_4	3.91 572	5.47 557	3.02 563	4.54 559	3.02 571	4.54 575	3.03 573	4.75 585	3.17 580	4.57 578	3.06 573	4.61 582	3.16 568	4.65 582	3.09 574	4.66 574	3.11 563	4.68 583	3.18 581	4.81 573	3.16 580

rvit_0105_3	3.91 572	5.33 550	3.06 568	4.60 564	3.07 578	4.60 582	3.06 577	4.62 581	3.08 577	4.60 581	3.07 576	4.62 583	3.08 564	4.67 583	3.10 575	4.70 575	3.11 563	4.77 587	3.19 582	4.77 572	3.14 579

rvit_stereo_0083	3.92 574	5.30 549	3.06 568	4.61 565	3.09 579	4.67 584	3.08 578	4.66 583	3.09 578	4.62 582	3.10 578	4.66 586	3.11 566	4.67 583	3.16 577	4.72 577	3.16 566	4.77 587	3.11 577	4.66 569	3.11 577

rvit_stereo_ft	3.93 575	5.44 555	3.05 567	4.59 563	3.06 577	4.61 583	3.08 578	4.67 584	3.12 579	4.63 583	3.10 578	4.65 585	3.11 566	4.69 585	3.13 576	4.70 575	3.14 565	4.71 585	3.15 580	4.74 570	3.16 580

rvit_0105_5	4.10 576	5.40 553	3.13 573	4.71 567	3.15 581	4.72 587	3.10 580	4.90 590	3.27 582	4.69 584	3.16 580	4.84 590	3.25 570	4.96 589	3.34 580	5.05 582	3.39 571	5.10 592	3.40 583	5.11 580	3.42 584

MLG-Stereo_test1	4.25 577	5.34 552	3.61 577	5.31 574	3.63 588	5.23 591	3.57 586	5.38 593	3.65 584	5.23 590	3.47 583	4.76 587	3.74 577	4.85 586	3.71 584	4.96 579	3.18 568	4.71 585	2.92 567	4.86 576	2.90 565

MLG-Stereo_test3	4.26 578	4.85 540	3.95 581	5.35 575	3.60 587	4.75 588	3.76 589	5.49 594	3.71 586	5.39 591	3.69 587	4.82 589	3.66 574	4.85 586	3.73 587	4.93 578	3.19 569	4.69 584	2.99 569	4.84 575	2.98 567

MLG-Stereo_test2	4.28 579	5.46 556	3.69 579	4.86 570	3.72 590	5.58 594	3.42 584	4.81 587	3.77 590	4.85 586	3.72 588	5.55 595	3.63 573	5.58 593	3.53 582	4.41 564	3.28 570	4.99 591	2.95 568	4.75 571	3.13 578

RAFT+CT+SA	4.28 579	7.62 569	4.91 585	5.55 577	2.28 564	3.09 556	3.64 587	4.49 573	3.07 574	4.80 585	3.35 582	4.77 588	3.70 576	4.29 572	3.05 568	5.58 586	5.98 587	3.58 564	3.78 590	4.26 556	3.72 588

SA	4.33 581	7.35 566	6.85 596	5.96 580	4.09 594	3.59 563	3.15 581	3.82 566	2.64 565	3.91 564	3.85 589	3.57 562	2.72 555	3.13 557	4.03 590	7.09 597	6.86 592	3.57 563	3.12 578	3.85 549	3.51 586

Sa-1000	4.34 582	8.37 572	6.84 595	6.98 587	4.45 597	3.58 562	3.00 567	3.42 562	3.39 583	2.61 542	4.00 592	3.83 566	4.01 585	3.90 566	3.90 588	5.98 590	5.62 585	3.76 567	2.34 563	4.35 558	2.47 562

TestStereo1	4.60 583	8.41 573	6.44 593	6.86 585	3.79 591	3.97 567	3.78 590	3.99 568	3.74 587	3.97 565	3.52 584	3.94 567	3.58 571	3.98 567	3.72 585	6.82 594	6.50 590	3.76 567	3.66 586	3.90 550	3.74 590

SA-5K	4.60 583	8.41 573	6.44 593	6.86 585	3.79 591	3.97 567	3.78 590	3.99 568	3.74 587	3.97 565	3.52 584	3.94 567	3.58 571	3.98 567	3.72 585	6.82 594	6.50 590	3.76 567	3.66 586	3.90 550	3.74 590

DispFullNet	4.61 585	4.84 539	3.12 571	5.00 572	3.57 586	4.75 588	3.03 573	7.75 601	4.17 594	4.91 588	3.09 577	6.20 597	3.95 583	6.71 597	3.51 581	5.30 585	3.67 573	5.86 599	3.63 585	5.61 584	3.46 585

test_5	4.62 586	7.55 568	6.23 591	6.32 582	3.40 585	5.29 592	3.50 585	3.53 563	4.11 593	4.28 569	4.47 596	4.26 572	4.38 588	3.68 564	3.24 578	5.89 588	5.60 584	4.84 589	3.50 584	4.33 557	3.93 594

raft_robust	4.71 587	7.75 570	5.40 590	6.81 584	3.31 583	4.28 572	4.20 595	4.32 572	4.37 596	4.35 571	4.35 595	4.14 569	3.75 578	4.30 573	4.20 593	6.67 593	6.37 588	3.36 562	4.24 596	4.86 576	3.25 582

cross-raft	4.83 588	7.52 567	6.43 592	6.63 583	3.96 593	4.51 573	3.99 593	4.49 573	3.96 592	4.52 572	3.96 591	4.50 573	3.97 584	4.50 574	3.97 589	6.65 592	6.44 589	4.33 571	3.92 592	4.35 558	3.91 593

test_4	4.88 589	8.13 571	6.98 597	7.46 588	4.44 596	4.25 571	3.85 592	4.04 570	3.92 591	4.13 568	3.91 590	4.18 571	3.84 581	4.14 570	4.06 591	7.01 596	7.13 593	4.53 572	3.72 589	4.09 554	3.72 588

TestStereo	4.88 589	4.75 538	4.79 584	4.87 571	4.92 598	4.81 590	4.90 598	4.78 586	4.77 597	4.87 587	4.89 597	4.90 591	4.91 590	4.99 590	4.79 595	4.98 580	4.87 581	4.87 590	4.92 598	5.00 579	5.00 597

test_3	5.01 591	8.86 578	7.77 599	8.09 590	2.76 569	4.13 570	4.05 594	3.88 567	3.76 589	4.33 570	4.13 593	3.71 565	3.91 582	4.21 571	4.06 591	7.93 598	7.69 595	4.53 572	3.91 591	4.17 555	4.29 596

NLCA_NET_v2_RVC	5.04 592	50.87 622	2.78 558	2.87 517	2.71 568	2.78 555	0.47 349	2.88 554	2.86 568	1.89 506	2.67 567	2.79 556	2.79 556	2.78 555	2.83 565	2.82 550	2.82 553	2.83 557	2.77 566	2.83 542	2.76 563
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 593	5.15 544	4.49 583	5.07 573	3.37 584	6.87 597	4.75 597	5.04 591	6.34 601	7.84 601	5.06 598	6.72 601	4.09 586	4.99 590	5.44 598	5.03 581	3.16 566	4.67 582	4.86 597	5.15 581	3.89 592

U	5.15 594	8.49 575	1.81 521	8.49 592	1.77 537	8.49 602	1.77 534	8.51 603	1.77 539	8.49 603	1.77 537	8.50 603	1.78 527	8.58 603	1.77 540	8.54 601	1.78 526	8.55 604	1.78 546	8.55 598	1.84 542

SGM-Forest	5.21 595	5.92 562	4.08 582	6.18 581	4.16 595	6.31 596	4.34 596	6.50 596	4.33 595	6.14 597	4.21 594	6.61 600	4.55 589	6.67 596	4.48 594	5.94 589	3.94 575	5.85 598	4.03 594	5.79 586	4.17 595
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 596	9.16 580	8.03 602	8.09 590	5.62 601	6.11 595	6.35 601	6.85 598	4.94 598	6.08 596	6.29 603	4.98 592	6.43 595	6.22 594	6.36 601	6.16 591	7.47 594	5.82 597	5.44 601	7.11 592	5.68 600

rvit_stereo_0075_2	6.64 597	8.80 577	5.25 587	7.89 589	5.27 600	7.90 601	5.27 599	7.92 602	5.28 599	7.91 602	5.29 600	7.93 602	5.27 591	7.92 602	5.28 596	7.93 598	5.28 583	7.93 602	5.29 600	7.93 595	5.28 599

RAFT	6.73 598	9.36 581	7.40 598	8.51 593	6.55 602	6.88 598	6.60 602	6.79 597	6.60 602	6.80 598	6.72 604	5.31 594	5.50 593	6.61 595	6.61 602	8.42 600	5.89 586	5.73 596	5.45 602	6.61 588	6.24 601

SGM+DAISY	7.06 599	9.15 579	5.38 589	8.84 594	5.18 599	8.80 603	5.31 600	8.79 604	5.28 599	8.89 604	5.20 599	8.93 604	5.33 592	8.95 604	5.36 597	8.70 602	5.21 582	8.74 605	5.20 599	8.89 599	5.15 598

test-v	7.53 600	11.89 589	7.98 600	9.36 596	7.14 603	7.06 599	7.09 603	7.37 599	6.91 603	7.29 599	5.71 601	6.45 598	6.93 596	6.73 598	7.27 603	8.93 603	7.85 596	6.98 600	6.80 603	7.56 593	7.34 603

test-2	7.53 600	11.89 589	7.98 600	9.36 596	7.14 603	7.06 599	7.09 603	7.37 599	6.91 603	7.29 599	5.71 601	6.45 598	6.93 596	6.73 598	7.27 603	8.93 603	7.85 596	6.98 600	6.80 603	7.56 593	7.34 603

PA-Net	11.80 602	223.51 629	0.62 349	0.59 308	0.71 407	0.59 365	0.73 407	0.67 366	0.73 413	0.55 354	0.61 386	0.60 368	0.74 404	0.63 366	0.73 405	0.66 353	0.60 352	0.69 382	0.66 400	0.72 358	0.65 384
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 603	23.00 597	15.00 603	23.00 611	15.00 605	24.00 610	16.00 605	24.00 611	16.00 605	22.00 611	15.00 605	23.00 611	16.00 605	23.00 611	15.00 605	22.00 611	15.00 605	22.00 612	15.00 605	22.00 612	15.00 605

rafts_anoy	20.00 604	20.00 591	20.00 604	20.00 605	20.00 606	20.00 604	20.00 606	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 606	20.00 606	20.00 606	20.00 606	20.00 606

raft+_RVC	20.00 604	20.00 591	20.00 604	20.00 605	20.00 606	20.00 604	20.00 606	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 606	20.00 606	20.00 606	20.00 606	20.00 606

raftrobust	20.00 604	20.00 591	20.00 604	20.00 605	20.00 606	20.00 604	20.00 606	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 606	20.00 606	20.00 606	20.00 606	20.00 606

CasAABBNet	20.00 604	20.00 591	20.00 604	20.00 605	20.00 606	20.00 604	20.00 606	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 606	20.00 606	20.00 606	20.00 606	20.00 606

RALCasStereoNet	20.00 604	20.00 591	20.00 604	20.00 605	20.00 606	20.00 604	20.00 606	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 606	20.00 606	20.00 606	20.00 606	20.00 606

RALAANet	20.00 604	20.00 591	20.00 604	20.00 605	20.00 606	20.00 604	20.00 606	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 606	20.00 606	20.00 606	20.00 606	20.00 606

111	30.40 610	30.94 613	29.72 611	32.61 612	30.02 613	33.57 611	30.47 613	31.50 612	29.39 613	30.98 612	29.11 613	29.78 612	30.39 616	29.45 612	30.76 616	30.08 612	29.02 613	29.92 613	30.32 616	29.86 613	30.17 613

WCMA_ROB	31.10 611	35.43 617	27.12 610	39.51 623	23.10 612	38.78 622	25.30 612	37.49 623	25.39 612	37.29 622	27.02 612	38.52 623	26.48 612	37.80 622	26.44 612	36.28 619	22.65 612	33.90 617	22.30 612	37.10 621	24.18 612

DCANet-4	35.22 612	34.54 614	35.08 617	33.58 616	35.47 620	34.55 612	35.53 620	36.08 618	35.85 617	35.92 618	35.77 619	35.18 618	35.48 618	35.39 618	37.15 622	34.55 618	33.92 617	35.02 620	34.90 618	35.79 617	34.74 620

ADStereo(finetuned)	36.13 613	36.63 618	38.07 621	36.97 617	33.25 617	35.91 616	34.45 617	36.36 619	32.99 614	38.14 623	36.71 620	36.69 619	34.13 617	38.57 623	40.79 623	37.60 623	36.58 620	35.90 621	33.36 617	35.42 616	34.04 617

Reg-Stereo(zero)	37.00 614	37.00 619	37.00 618	37.00 618	37.00 621	37.00 619	37.00 621	37.00 620	37.00 618	37.00 619	37.00 621	37.00 620	37.00 619	37.00 619	37.00 619	37.00 620	37.00 621	37.00 622	37.00 621	37.00 618	37.00 621

HI	37.00 614	37.00 619	37.00 618	37.00 618	37.00 621	37.00 619	37.00 621	37.00 620	37.00 618	37.00 619	37.00 621	37.00 620	37.00 619	37.00 619	37.00 619	37.00 620	37.00 621	37.00 622	37.00 621	37.00 618	37.00 621

CoSv	37.00 614	37.00 619	37.00 618	37.00 618	37.00 621	37.00 619	37.00 621	37.00 620	37.00 618	37.00 619	37.00 621	37.00 620	37.00 619	37.00 619	37.00 619	37.00 620	37.00 621	37.00 622	37.00 621	37.00 618	37.00 621

MDST_ROB	69.83 617	87.70 623	41.95 622	113.75 626	65.62 626	75.05 623	55.25 625	75.64 625	45.04 621	71.61 624	41.75 624	72.81 624	44.06 622	68.38 624	44.63 624	101.89 626	59.57 626	107.10 627	61.05 626	104.38 624	59.38 626

NOSS_ROB	102.95 618	153.00 627	121.00 625	51.00 624	44.00 624	165.00 626	127.00 626	153.00 626	119.00 623	164.00 627	125.00 626	168.00 627	120.00 624	153.00 626	117.00 626	49.00 624	44.00 624	49.00 625	44.00 624	49.00 622	44.00 624

CBMV	128.50 619	1422.70 634	53.10 623	79.50 625	51.30 625	77.30 624	49.70 624	74.00 624	48.20 622	77.20 625	48.80 625	73.90 625	48.00 623	73.80 625	48.80 625	70.40 625	45.10 625	68.90 626	46.10 625	68.20 623	45.00 625
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 620	171.00 628	160.68 628	162.58 627	160.59 627	164.01 625	160.35 627	158.51 627	158.56 624	158.34 626	160.12 627	158.56 626	159.92 625	157.26 627	158.94 627	154.38 627	158.36 627	155.75 628	159.13 628	153.67 625	154.07 627
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 621	123.00 624	115.00 624	219.00 628	218.00 629	223.00 627	244.00 629	217.00 628	236.00 626	202.00 628	203.00 628	205.00 628	208.00 626	225.00 628	204.00 628	210.00 628	198.00 628	197.00 629	184.00 629	204.00 626	201.00 628

MGS-Stereo	239.45 622	123.00 624	135.00 626	266.00 629	286.00 630	277.00 628	305.00 630	271.00 629	242.00 627	274.00 629	279.00 630	255.00 629	270.00 628	268.00 629	297.00 630	221.00 629	247.00 630	216.00 630	123.00 627	217.00 627	217.00 630

EGLCR-Stereo	246.90 623	129.00 626	139.00 627	266.00 629	286.00 630	277.00 628	305.00 630	271.00 629	242.00 627	274.00 629	279.00 630	255.00 629	270.00 628	268.00 629	297.00 630	230.00 630	247.00 630	216.00 630	223.00 631	237.00 628	227.00 631

DLCB_ROB	284.23 624	354.61 630	207.27 629	363.24 631	206.46 628	364.72 630	210.41 628	364.72 631	210.41 625	364.81 631	208.64 629	364.81 631	208.64 627	364.72 631	210.41 629	354.70 631	205.53 629	354.70 632	205.53 630	354.70 629	205.53 629

LE_ROB	396.57 625	471.28 631	329.84 630	471.48 632	308.15 632	526.83 631	322.10 632	488.15 632	323.76 629	495.46 632	317.97 632	497.17 632	320.10 630	481.62 632	326.76 632	462.71 632	298.97 632	466.16 633	285.98 632	447.62 630	289.21 632

SGM-ForestM	596.69 626	677.77 632	444.52 631	699.85 633	517.25 633	732.94 632	488.29 633	770.79 633	460.11 630	750.81 633	487.98 633	792.79 633	499.41 631	730.90 633	475.81 633	720.03 633	491.16 633	663.96 634	418.60 633	674.76 631	436.05 633

CBMV_ROB	818.48 627	913.88 633	709.52 632	862.84 634	597.78 634	1073.99 633	700.52 634	1015.66 634	702.59 631	1115.65 634	760.02 634	1130.24 634	721.57 632	1037.41 634	692.65 634	814.05 634	564.29 634	843.28 635	595.31 634	915.51 632	602.92 634

tt	500032.53 628	34.60 615	29.72 611	37.47 621	34.41 618	36.85 617	35.22 618	34.71 616	33.55 615	34.50 613	35.43 617	33.81 616	10000000.00 633	33.57 616	33.13 617	33.68 616	35.00 618	34.03 618	35.26 619	30.96 614	34.63 618

DCANet	500032.53 628	34.60 615	29.72 611	37.47 621	34.41 618	36.85 617	35.22 618	34.71 616	33.55 615	34.50 613	35.43 617	33.81 616	10000000.00 633	33.57 616	33.13 617	33.68 616	35.00 618	34.03 618	35.26 619	30.96 614	34.63 618

fff	1000028.16 630	29.62 609	29.72 611	32.61 612	30.02 613	35.13 613	31.83 614	32.07 613	10000000.00 632	35.27 615	29.82 614	32.45 613	30.15 613	32.35 613	30.09 613	31.04 613	29.55 614	30.64 614	30.14 613	10000000.00 633	30.77 614

csc	1000028.16 630	29.62 609	29.72 611	32.61 612	30.02 613	35.13 613	31.83 614	32.07 613	10000000.00 632	35.27 615	29.82 614	32.45 613	30.15 613	32.35 613	30.09 613	31.04 613	29.55 614	30.64 614	30.14 613	10000000.00 633	30.77 614

cscssc	1000028.16 630	29.62 609	29.72 611	32.61 612	30.02 613	35.13 613	31.83 614	32.07 613	10000000.00 632	35.27 615	29.82 614	32.45 613	30.15 613	32.35 613	30.09 613	31.04 613	29.55 614	30.64 614	30.14 613	10000000.00 633	30.77 614

111111	10000000.00 633	10000000.00 635	10000000.00 633	10000000.00 635	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 633	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 633	10000000.00 635

SGD-Stereo	10000000.00 633	10000000.00 635	10000000.00 633	10000000.00 635	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 633	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 633	10000000.00 635

IGEV-Stereo++	10000000.00 633	10000000.00 635	10000000.00 633	10000000.00 635	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 633	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 633	10000000.00 635

IGEV-BASED-STEREO-	10000000.00 633	10000000.00 635	10000000.00 633	10000000.00 635	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 633	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 633	10000000.00 635

IGEV-Stereo+	10000000.00 633	10000000.00 635	10000000.00 633	10000000.00 635	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 633	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 633	10000000.00 635

SDNR	10000000.00 633	10000000.00 635	10000000.00 633	10000000.00 635	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 633	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 633	10000000.00 635

anonymousdsp2	10000000.00 633	10000000.00 635	10000000.00 633	10000000.00 635	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 633	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 633	10000000.00 635

anonymousdsp	10000000.00 633	10000000.00 635	10000000.00 633	10000000.00 635	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 633	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 633	10000000.00 635

test_example2	10000000.00 633	10000000.00 635	10000000.00 633	10000000.00 635	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 633	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 633	10000000.00 635

DIP-Stereo	10000000.00 633	10000000.00 635	10000000.00 633	10000000.00 635	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 633	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 633	10000000.00 635
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 307	0.50 322	0.38 307	0.50 333	0.38 313	0.50 339	3.79 579	0.50 330	0.38 299	0.54 328	0.43 301	0.46 329	0.34 295	0.46 301	0.35 285

STTRV1_RVC		1.60 408		1.01 372	0.60 383	1.07 425	0.69 396	1.01 409	0.60 377	0.72 378	0.55 379	1.02 424	0.68 388	1.03 425	0.67 379	0.89 383	0.63 358	0.92 416	0.57 381	0.90 386	0.65 384

FADE		0.06 54		0.09 55	0.10 122													0.17 154		0.11 123

Low-res two-view benchmark