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

3.25ww	0.07 4	0.06 54	0.07 6	0.15 72	0.06 13	0.10 126	0.07 3	0.12 44	0.11 61	0.08 61	0.06 12	0.07 62	0.06 34	0.11 108	0.09 52	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

asda	0.07 4	0.08 236	0.08 32	0.16 144	0.06 13	0.06 8	0.10 30	0.16 132	0.10 35	0.06 9	0.06 12	0.05 1	0.05 9	0.10 62	0.10 122	0.03 1	0.03 1	0.04 1	0.03 1	0.04 18	0.03 1

4.25_new	0.07 4	0.08 236	0.09 73	0.15 72	0.06 13	0.09 79	0.08 8	0.14 77	0.08 11	0.07 29	0.07 37	0.06 16	0.06 34	0.12 190	0.10 122	0.03 1	0.03 1	0.04 1	0.03 1	0.04 18	0.03 1

4.5w_new	0.07 4	0.08 236	0.09 73	0.15 72	0.06 13	0.09 79	0.08 8	0.14 77	0.08 11	0.07 29	0.07 37	0.06 16	0.06 34	0.12 190	0.10 122	0.03 1	0.03 1	0.04 1	0.03 1	0.04 18	0.03 1

4.25w-stereo	0.07 4	0.08 236	0.09 73	0.15 72	0.06 13	0.09 79	0.08 8	0.14 77	0.08 11	0.07 29	0.07 37	0.06 16	0.06 34	0.12 190	0.10 122	0.03 1	0.03 1	0.04 1	0.03 1	0.04 18	0.03 1

2.75w_new	0.07 4	0.07 139	0.07 6	0.13 13	0.06 13	0.08 48	0.08 8	0.18 197	0.12 85	0.07 29	0.08 70	0.06 16	0.06 34	0.09 35	0.11 187	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.04 41

3.25w_new	0.07 4	0.06 54	0.07 6	0.15 72	0.06 13	0.10 126	0.07 3	0.12 44	0.11 61	0.08 61	0.06 12	0.07 62	0.06 34	0.11 108	0.09 52	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.25w	0.07 4	0.06 54	0.07 6	0.15 72	0.06 13	0.10 126	0.07 3	0.12 44	0.11 61	0.08 61	0.06 12	0.07 62	0.06 34	0.11 108	0.09 52	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.75w	0.07 4	0.07 139	0.08 32	0.16 144	0.07 73	0.07 27	0.09 21	0.16 132	0.09 22	0.07 29	0.06 12	0.05 1	0.06 34	0.09 35	0.10 122	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.5w_stereo	0.07 4	0.07 139	0.07 6	0.15 72	0.07 73	0.09 79	0.06 1	0.13 61	0.11 61	0.07 29	0.07 37	0.06 16	0.07 106	0.10 62	0.09 52	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3w_stereo	0.08 46	0.09 310	0.10 108	0.17 218	0.07 73	0.08 48	0.10 30	0.20 229	0.13 116	0.06 9	0.07 37	0.05 1	0.06 34	0.08 15	0.09 52	0.03 1	0.03 1	0.04 1	0.03 1	0.04 18	0.03 1

1w_stereo	0.07 4	0.06 54	0.07 6	0.16 144	0.06 13	0.07 27	0.10 30	0.14 77	0.14 140	0.07 29	0.08 70	0.05 1	0.06 34	0.09 35	0.09 52	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 41

LG-Stereo_L2	0.07 4	0.05 17	0.10 108	0.14 30	0.06 13	0.07 27	0.12 66	0.09 11	0.09 22	0.06 9	0.04 1	0.05 1	0.05 9	0.08 15	0.08 17	0.05 27	0.04 24	0.05 26	0.03 1	0.04 18	0.03 1

LG-Stereo_L1	0.07 4	0.05 17	0.11 149	0.14 30	0.06 13	0.07 27	0.13 104	0.09 11	0.07 8	0.05 1	0.04 1	0.05 1	0.04 1	0.08 15	0.07 1	0.05 27	0.04 24	0.05 26	0.03 1	0.04 18	0.04 41

MLG-Stereo_test2	0.06 1	0.04 1	0.10 108	0.15 72	0.05 1	0.07 27	0.11 49	0.09 11	0.04 2	0.06 9	0.05 7	0.06 16	0.04 1	0.08 15	0.09 52	0.06 116	0.04 24	0.05 26	0.03 1	0.05 101	0.05 123

MLG-Stereo_test1	0.06 1	0.05 17	0.08 32	0.17 218	0.05 1	0.06 8	0.11 49	0.08 4	0.03 1	0.05 1	0.04 1	0.06 16	0.05 9	0.09 35	0.09 52	0.05 27	0.04 24	0.05 26	0.03 1	0.04 18	0.04 41

MLG-Stereo	0.07 4	0.05 17	0.08 32	0.17 218	0.05 1	0.07 27	0.11 49	0.08 4	0.04 2	0.05 1	0.04 1	0.06 16	0.05 9	0.10 62	0.09 52	0.05 27	0.04 24	0.05 26	0.03 1	0.04 18	0.04 41

DEFOM-Stereo_RVC	0.08 46	0.06 54	0.09 73	0.22 448	0.06 13	0.08 48	0.12 66	0.10 16	0.10 35	0.07 29	0.07 37	0.06 16	0.05 9	0.11 108	0.09 52	0.06 116	0.04 24	0.05 26	0.03 1	0.06 192	0.04 41

FoundationStereo	0.06 1	0.04 1	0.08 32	0.12 4	0.05 1	0.09 79	0.13 104	0.06 1	0.09 22	0.05 1	0.05 7	0.06 16	0.04 1	0.06 1	0.07 1	0.06 116	0.04 24	0.05 26	0.03 1	0.05 101	0.04 41

StereoAnything_RVC	0.07 4	0.15 457	0.17 375	0.11 1	0.05 1	0.05 4	0.11 49	0.08 4	0.08 11	0.06 9	0.06 12	0.05 1	0.05 9	0.09 35	0.08 17	0.08 298	0.04 24	0.05 26	0.03 1	0.05 101	0.04 41

MonSter	0.07 4	0.06 54	0.05 1	0.15 72	0.05 1	0.07 27	0.10 30	0.15 106	0.15 156	0.05 1	0.06 12	0.05 1	0.06 34	0.07 4	0.09 52	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

DEFOM-Stereo	0.07 4	0.05 17	0.07 6	0.14 30	0.06 13	0.10 126	0.13 104	0.07 2	0.13 116	0.06 9	0.07 37	0.06 16	0.05 9	0.10 62	0.09 52	0.04 11	0.04 24	0.05 26	0.03 1	0.04 18	0.04 41

dual_stereo	0.07 4	0.04 1	0.08 32	0.15 72	0.05 1	0.05 4	0.13 104	0.12 44	0.08 11	0.07 29	0.06 12	0.05 1	0.05 9	0.07 4	0.09 52	0.06 116	0.04 24	0.05 26	0.03 1	0.04 18	0.04 41

Pointernet	0.09 81	0.04 1	0.09 73	0.16 144	0.08 128	0.13 245	0.10 30	0.15 106	0.17 204	0.09 94	0.07 37	0.06 16	0.06 34	0.11 108	0.09 52	0.08 298	0.04 24	0.05 26	0.03 1	0.06 192	0.05 123

test_for_model	0.09 81	0.12 410	0.14 264	0.23 468	0.11 386	0.08 48	0.13 104	0.12 44	0.12 85	0.10 126	0.07 37	0.07 62	0.06 34	0.11 108	0.10 122	0.06 116	0.05 185	0.05 26	0.03 1	0.07 257	0.04 41

trnet	0.08 46	0.05 17	0.07 6	0.12 4	0.05 1	0.12 206	0.11 49	0.13 61	0.10 35	0.08 61	0.13 173	0.09 123	0.08 141	0.11 108	0.10 122	0.08 298	0.05 185	0.05 26	0.03 1	0.06 192	0.05 123

testlalala_base	0.10 142	0.09 310	0.14 264	0.21 433	0.08 128	0.10 126	0.14 152	0.13 61	0.10 35	0.07 29	0.15 204	0.07 62	0.08 141	0.10 62	0.12 235	0.08 298	0.05 185	0.05 26	0.03 1	0.06 192	0.05 123

LoS_RVC	0.08 46	0.05 17	0.07 6	0.15 72	0.07 73	0.08 48	0.15 218	0.11 29	0.10 35	0.08 61	0.09 88	0.06 16	0.09 167	0.10 62	0.09 52	0.05 27	0.04 24	0.05 26	0.03 1	0.04 18	0.03 1

CAS	0.08 46	0.04 1	0.07 6	0.17 218	0.08 128	0.10 126	0.13 104	0.12 44	0.09 22	0.09 94	0.10 114	0.08 98	0.06 34	0.09 35	0.08 17	0.08 298	0.04 24	0.05 26	0.03 1	0.05 101	0.04 41

LoS	0.09 81	0.05 17	0.11 149	0.13 13	0.07 73	0.14 277	0.11 49	0.15 106	0.15 156	0.09 94	0.09 88	0.12 192	0.09 167	0.15 281	0.10 122	0.07 238	0.05 185	0.05 26	0.03 1	0.05 101	0.05 123
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	0.08 46	0.04 1	0.08 32	0.14 30	0.07 73	0.09 79	0.14 152	0.11 29	0.09 22	0.08 61	0.09 88	0.11 175	0.06 34	0.12 190	0.08 17	0.06 116	0.04 24	0.05 26	0.03 1	0.05 101	0.05 123

XX-TBD	0.09 81	0.06 54	0.07 6	0.14 30	0.07 73	0.12 206	0.16 283	0.14 77	0.13 116	0.11 153	0.12 159	0.09 123	0.08 141	0.10 62	0.10 122	0.06 116	0.04 24	0.05 26	0.03 1	0.06 192	0.05 123

CREStereo	0.09 81	0.04 1	0.08 32	0.11 1	0.06 13	0.13 245	0.14 152	0.14 77	0.10 35	0.08 61	0.13 173	0.09 123	0.08 141	0.11 108	0.10 122	0.08 298	0.04 24	0.05 26	0.03 1	0.06 192	0.06 198
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	0.09 81	0.05 17	0.09 73	0.12 4	0.06 13	0.12 206	0.14 152	0.15 106	0.11 61	0.09 94	0.13 173	0.10 154	0.07 106	0.13 234	0.10 122	0.15 485	0.04 24	0.05 26	0.03 1	0.07 257	0.06 198

9_stereo	0.07 4	0.06 54	0.07 6	0.14 30	0.06 13	0.08 48	0.08 8	0.10 16	0.15 156	0.08 61	0.10 114	0.07 62	0.06 34	0.08 15	0.10 122	0.05 27	0.03 1	0.04 1	0.04 35	0.03 1	0.04 41

10	0.07 4	0.06 54	0.07 6	0.14 30	0.06 13	0.08 48	0.08 8	0.10 16	0.15 156	0.08 61	0.10 114	0.07 62	0.06 34	0.08 15	0.10 122	0.05 27	0.03 1	0.04 1	0.04 35	0.03 1	0.04 41

asd	0.07 4	0.08 236	0.07 6	0.16 144	0.07 73	0.08 48	0.08 8	0.11 29	0.08 11	0.07 29	0.07 37	0.06 16	0.06 34	0.10 62	0.09 52	0.03 1	0.03 1	0.04 1	0.04 35	0.04 18	0.03 1

qwe	0.07 4	0.08 236	0.07 6	0.15 72	0.06 13	0.07 27	0.10 30	0.18 197	0.11 61	0.07 29	0.07 37	0.06 16	0.06 34	0.10 62	0.09 52	0.03 1	0.03 1	0.04 1	0.04 35	0.04 18	0.03 1

depthmonostereo	0.09 81	0.06 54	0.09 73	0.15 72	0.06 13	0.10 126	0.13 104	0.14 77	0.14 140	0.10 126	0.10 114	0.09 123	0.11 224	0.08 15	0.09 52	0.06 116	0.05 185	0.06 102	0.04 35	0.04 18	0.03 1

DilatedVolume-Stereo	0.09 81	0.05 17	0.08 32	0.15 72	0.06 13	0.11 172	0.12 66	0.14 77	0.16 185	0.11 153	0.11 146	0.09 123	0.09 167	0.11 108	0.10 122	0.06 116	0.05 185	0.05 26	0.04 35	0.03 1	0.03 1

2.25w	0.07 4	0.06 54	0.07 6	0.14 30	0.06 13	0.08 48	0.08 8	0.10 16	0.15 156	0.08 61	0.10 114	0.07 62	0.06 34	0.08 15	0.10 122	0.05 27	0.03 1	0.04 1	0.04 35	0.03 1	0.04 41

4.5_new	0.07 4	0.09 310	0.08 32	0.15 72	0.07 73	0.06 8	0.10 30	0.14 77	0.11 61	0.06 9	0.08 70	0.06 16	0.06 34	0.08 15	0.10 122	0.03 1	0.03 1	0.04 1	0.04 35	0.04 18	0.03 1

4.5w-stereo	0.07 4	0.09 310	0.08 32	0.15 72	0.07 73	0.06 8	0.10 30	0.14 77	0.11 61	0.06 9	0.08 70	0.06 16	0.06 34	0.08 15	0.10 122	0.03 1	0.03 1	0.04 1	0.04 35	0.04 18	0.03 1

4w-stereo	0.07 4	0.08 236	0.08 32	0.16 144	0.06 13	0.07 27	0.08 8	0.12 44	0.08 11	0.07 29	0.07 37	0.05 1	0.06 34	0.09 35	0.10 122	0.03 1	0.03 1	0.04 1	0.04 35	0.04 18	0.03 1

2.5w	0.07 4	0.07 139	0.07 6	0.16 144	0.06 13	0.08 48	0.12 66	0.10 16	0.10 35	0.07 29	0.06 12	0.09 123	0.06 34	0.08 15	0.09 52	0.04 11	0.03 1	0.04 1	0.04 35	0.03 1	0.03 1

2w_stereo	0.08 46	0.08 236	0.09 73	0.16 144	0.06 13	0.08 48	0.10 30	0.20 229	0.15 156	0.08 61	0.07 37	0.06 16	0.06 34	0.06 1	0.09 52	0.04 11	0.03 1	0.04 1	0.04 35	0.03 1	0.03 1

monsterstereo	0.07 4	0.06 54	0.06 2	0.16 144	0.06 13	0.08 48	0.10 30	0.16 132	0.11 61	0.07 29	0.08 70	0.06 16	0.07 106	0.08 15	0.09 52	0.04 11	0.04 24	0.05 26	0.04 35	0.03 1	0.03 1

monsters	0.07 4	0.06 54	0.06 2	0.15 72	0.06 13	0.08 48	0.09 21	0.12 44	0.08 11	0.09 94	0.07 37	0.06 16	0.06 34	0.08 15	0.08 17	0.05 27	0.04 24	0.04 1	0.04 35	0.03 1	0.03 1

IGEV	0.07 4	0.04 1	0.08 32	0.13 13	0.06 13	0.09 79	0.12 66	0.14 77	0.10 35	0.06 9	0.09 88	0.07 62	0.05 9	0.09 35	0.09 52	0.06 116	0.04 24	0.05 26	0.04 35	0.05 101	0.04 41

111111	0.07 4	0.04 1	0.09 73	0.17 218	0.06 13	0.05 4	0.10 30	0.11 29	0.09 22	0.06 9	0.06 12	0.07 62	0.05 9	0.09 35	0.09 52	0.06 116	0.04 24	0.05 26	0.04 35	0.07 257	0.06 198

MLG-Stereo_test3	0.07 4	0.05 17	0.10 108	0.14 30	0.06 13	0.07 27	0.11 49	0.08 4	0.06 4	0.06 9	0.04 1	0.06 16	0.06 34	0.07 4	0.10 122	0.06 116	0.04 24	0.05 26	0.04 35	0.05 101	0.06 198

LG-G_1	0.07 4	0.04 1	0.11 149	0.15 72	0.06 13	0.09 79	0.08 8	0.08 4	0.06 4	0.06 9	0.05 7	0.07 62	0.07 106	0.11 108	0.08 17	0.07 238	0.04 24	0.05 26	0.04 35	0.05 101	0.05 123

LG-G	0.07 4	0.04 1	0.11 149	0.15 72	0.06 13	0.09 79	0.08 8	0.08 4	0.06 4	0.06 9	0.05 7	0.07 62	0.07 106	0.11 108	0.08 17	0.07 238	0.04 24	0.05 26	0.04 35	0.05 101	0.05 123

LGtest1	0.07 4	0.04 1	0.10 108	0.15 72	0.06 13	0.07 27	0.09 21	0.08 4	0.06 4	0.05 1	0.04 1	0.06 16	0.06 34	0.10 62	0.09 52	0.07 238	0.04 24	0.05 26	0.04 35	0.06 192	0.06 198

LG-Stereo_Zeroshot	0.07 4	0.06 54	0.10 108	0.16 144	0.07 73	0.04 1	0.13 104	0.10 16	0.10 35	0.05 1	0.11 146	0.07 62	0.05 9	0.07 4	0.09 52	0.06 116	0.04 24	0.05 26	0.04 35	0.05 101	0.04 41

SGD-Stereo	0.08 46	0.05 17	0.10 108	0.14 30	0.05 1	0.12 206	0.12 66	0.11 29	0.12 85	0.07 29	0.09 88	0.09 123	0.09 167	0.08 15	0.08 17	0.06 116	0.04 24	0.05 26	0.04 35	0.05 101	0.03 1

HART	0.08 46	0.07 139	0.09 73	0.17 218	0.07 73	0.10 126	0.16 283	0.13 61	0.11 61	0.08 61	0.10 114	0.07 62	0.05 9	0.10 62	0.08 17	0.05 27	0.04 24	0.06 102	0.04 35	0.05 101	0.04 41

GREAT-IGEV	0.07 4	0.06 54	0.08 32	0.13 13	0.07 73	0.07 27	0.14 152	0.09 11	0.09 22	0.06 9	0.07 37	0.06 16	0.05 9	0.10 62	0.07 1	0.05 27	0.04 24	0.05 26	0.04 35	0.05 101	0.04 41

Reg-Stereo(zero)	0.08 46	0.05 17	0.08 32	0.16 144	0.06 13	0.12 206	0.11 49	0.15 106	0.10 35	0.12 191	0.09 88	0.10 154	0.08 141	0.11 108	0.08 17	0.06 116	0.04 24	0.05 26	0.04 35	0.04 18	0.05 123

SCV_C0	0.08 46	0.07 139	0.07 6	0.16 144	0.09 238	0.08 48	0.15 218	0.11 29	0.12 85	0.08 61	0.07 37	0.06 16	0.05 9	0.11 108	0.07 1	0.05 27	0.05 185	0.05 26	0.04 35	0.06 192	0.05 123

SCV	0.08 46	0.09 310	0.08 32	0.15 72	0.08 128	0.10 126	0.13 104	0.10 16	0.12 85	0.07 29	0.07 37	0.06 16	0.04 1	0.09 35	0.08 17	0.05 27	0.04 24	0.06 102	0.04 35	0.06 192	0.04 41

AIO_rvc	0.07 4	0.06 54	0.08 32	0.15 72	0.06 13	0.08 48	0.14 152	0.09 11	0.08 11	0.07 29	0.08 70	0.07 62	0.04 1	0.10 62	0.08 17	0.05 27	0.04 24	0.05 26	0.04 35	0.04 18	0.03 1

HUF	0.08 46	0.05 17	0.08 32	0.14 30	0.06 13	0.09 79	0.13 104	0.13 61	0.13 116	0.07 29	0.07 37	0.08 98	0.06 34	0.10 62	0.09 52	0.06 116	0.04 24	0.05 26	0.04 35	0.05 101	0.04 41

AIO_test	0.07 4	0.05 17	0.07 6	0.15 72	0.07 73	0.06 8	0.14 152	0.10 16	0.10 35	0.07 29	0.07 37	0.06 16	0.05 9	0.08 15	0.10 122	0.05 27	0.04 24	0.05 26	0.04 35	0.04 18	0.03 1

castereo++	0.08 46	0.05 17	0.08 32	0.15 72	0.05 1	0.14 277	0.12 66	0.11 29	0.15 156	0.07 29	0.07 37	0.07 62	0.06 34	0.08 15	0.08 17	0.06 116	0.04 24	0.05 26	0.04 35	0.04 18	0.03 1

IGEV-RUCA	0.08 46	0.06 54	0.11 149	0.14 30	0.09 238	0.10 126	0.12 66	0.10 16	0.12 85	0.06 9	0.07 37	0.07 62	0.06 34	0.09 35	0.08 17	0.06 116	0.05 185	0.05 26	0.04 35	0.05 101	0.06 198

castereo	0.09 81	0.06 54	0.11 149	0.15 72	0.06 13	0.11 172	0.15 218	0.14 77	0.18 230	0.08 61	0.10 114	0.11 175	0.08 141	0.09 35	0.10 122	0.05 27	0.04 24	0.05 26	0.04 35	0.04 18	0.03 1

GIP-stereo	0.08 46	0.06 54	0.11 149	0.14 30	0.06 13	0.09 79	0.13 104	0.14 77	0.11 61	0.07 29	0.08 70	0.05 1	0.04 1	0.10 62	0.07 1	0.05 27	0.04 24	0.05 26	0.04 35	0.05 101	0.04 41

WCG-NET	0.08 46	0.05 17	0.09 73	0.15 72	0.06 13	0.11 172	0.14 152	0.13 61	0.13 116	0.06 9	0.09 88	0.07 62	0.06 34	0.13 234	0.08 17	0.05 27	0.04 24	0.05 26	0.04 35	0.04 18	0.03 1

GCAP-BAT	0.09 81	0.07 139	0.14 264	0.15 72	0.08 128	0.10 126	0.13 104	0.14 77	0.10 35	0.11 153	0.10 114	0.08 98	0.07 106	0.12 190	0.10 122	0.06 116	0.05 185	0.06 102	0.04 35	0.04 18	0.04 41

IGEV-Stereo++	0.07 4	0.06 54	0.08 32	0.18 299	0.06 13	0.04 1	0.10 30	0.11 29	0.11 61	0.06 9	0.07 37	0.07 62	0.06 34	0.09 35	0.09 52	0.05 27	0.04 24	0.05 26	0.04 35	0.05 101	0.04 41

Occ-G	0.08 46	0.05 17	0.06 2	0.14 30	0.07 73	0.08 48	0.14 152	0.13 61	0.15 156	0.07 29	0.11 146	0.07 62	0.05 9	0.09 35	0.10 122	0.06 116	0.05 185	0.05 26	0.04 35	0.05 101	0.05 123

U	0.08 46	0.07 139	0.09 73	0.19 355	0.10 339	0.10 126	0.13 104	0.12 44	0.17 204	0.07 29	0.07 37	0.06 16	0.05 9	0.07 4	0.08 17	0.06 116	0.04 24	0.06 102	0.04 35	0.06 192	0.05 123

IGEV-Stereo+	0.07 4	0.04 1	0.08 32	0.15 72	0.06 13	0.04 1	0.09 21	0.10 16	0.09 22	0.06 9	0.06 12	0.06 16	0.06 34	0.06 1	0.08 17	0.06 116	0.04 24	0.05 26	0.04 35	0.06 192	0.06 198

AIO-Stereo	0.08 46	0.06 54	0.09 73	0.18 299	0.06 13	0.08 48	0.12 66	0.15 106	0.09 22	0.08 61	0.08 70	0.07 62	0.05 9	0.11 108	0.08 17	0.05 27	0.05 185	0.05 26	0.04 35	0.04 18	0.04 41

WCG-NET（raft）	0.08 46	0.05 17	0.10 108	0.15 72	0.06 13	0.11 172	0.13 104	0.15 106	0.12 85	0.08 61	0.07 37	0.06 16	0.06 34	0.13 234	0.08 17	0.05 27	0.04 24	0.05 26	0.04 35	0.04 18	0.04 41

RSM	0.08 46	0.06 54	0.09 73	0.17 218	0.06 13	0.08 48	0.12 66	0.12 44	0.10 35	0.08 61	0.07 37	0.06 16	0.05 9	0.11 108	0.09 52	0.04 11	0.04 24	0.05 26	0.04 35	0.04 18	0.03 1

RAFT-Stereo-weight	0.09 81	0.06 54	0.10 108	0.16 144	0.07 73	0.09 79	0.14 152	0.19 218	0.16 185	0.11 153	0.10 114	0.08 98	0.06 34	0.10 62	0.11 187	0.06 116	0.04 24	0.06 102	0.04 35	0.04 18	0.04 41

testlalala2	0.10 142	0.06 54	0.11 149	0.20 404	0.10 339	0.10 126	0.12 66	0.17 168	0.12 85	0.12 191	0.13 173	0.09 123	0.07 106	0.11 108	0.13 276	0.06 116	0.05 185	0.05 26	0.04 35	0.05 101	0.05 123

MoCha-V2	0.08 46	0.05 17	0.10 108	0.20 404	0.07 73	0.09 79	0.14 152	0.11 29	0.08 11	0.07 29	0.08 70	0.07 62	0.06 34	0.09 35	0.08 17	0.05 27	0.04 24	0.05 26	0.04 35	0.04 18	0.04 41

IGEV++	0.08 46	0.06 54	0.08 32	0.18 299	0.07 73	0.09 79	0.13 104	0.10 16	0.09 22	0.08 61	0.08 70	0.06 16	0.06 34	0.13 234	0.09 52	0.05 27	0.04 24	0.05 26	0.04 35	0.05 101	0.04 41

MSKI-zero shot	0.09 81	0.05 17	0.09 73	0.15 72	0.07 73	0.10 126	0.13 104	0.14 77	0.13 116	0.09 94	0.09 88	0.09 123	0.06 34	0.12 190	0.10 122	0.06 116	0.04 24	0.05 26	0.04 35	0.04 18	0.04 41

DLNR_Zeroshot_test	10.40 575	1.82 567	19.49 581	120.77 587	13.11 580	0.06 8	0.13 104	0.23 292	0.10 35	0.07 29	0.10 114	0.09 123	0.06 34	0.10 62	0.09 52	0.13 468	0.04 24	0.06 102	0.04 35	51.54 586	0.04 41

testlalala	0.08 46	0.07 139	0.17 375	0.16 144	0.08 128	0.09 79	0.12 66	0.15 106	0.10 35	0.07 29	0.09 88	0.06 16	0.06 34	0.11 108	0.09 52	0.05 27	0.04 24	0.06 102	0.04 35	0.04 18	0.04 41

GCAP-Stereo	0.09 81	0.07 139	0.13 229	0.18 299	0.06 13	0.11 172	0.07 3	0.13 61	0.12 85	0.09 94	0.10 114	0.07 62	0.09 167	0.13 234	0.10 122	0.06 116	0.05 185	0.05 26	0.04 35	0.04 18	0.05 123

Any-RAFT	0.10 142	0.05 17	0.09 73	0.14 30	0.07 73	0.13 245	0.14 152	0.21 251	0.15 156	0.11 153	0.12 159	0.12 192	0.09 167	0.12 190	0.09 52	0.07 238	0.04 24	0.05 26	0.04 35	0.06 192	0.05 123

RAFT-Test	0.09 81	0.06 54	0.10 108	0.15 72	0.07 73	0.11 172	0.15 218	0.16 132	0.13 116	0.09 94	0.10 114	0.10 154	0.09 167	0.12 190	0.09 52	0.06 116	0.04 24	0.05 26	0.04 35	0.04 18	0.05 123

anonymousdsp2	0.11 185	0.07 139	0.10 108	0.16 144	0.09 238	0.13 245	0.14 152	0.18 197	0.22 297	0.13 218	0.14 187	0.12 192	0.09 167	0.14 259	0.11 187	0.05 27	0.04 24	0.05 26	0.04 35	0.06 192	0.05 123

Selective-IGEV	0.07 4	0.06 54	0.08 32	0.17 218	0.06 13	0.08 48	0.12 66	0.13 61	0.07 8	0.08 61	0.07 37	0.06 16	0.04 1	0.10 62	0.09 52	0.05 27	0.04 24	0.05 26	0.04 35	0.04 18	0.03 1

DCANet-4	0.10 142	0.06 54	0.12 184	0.16 144	0.06 13	0.09 79	0.17 316	0.18 197	0.19 245	0.13 218	0.16 216	0.09 123	0.14 316	0.11 108	0.12 235	0.06 116	0.04 24	0.05 26	0.04 35	0.04 18	0.05 123

fff	0.10 142	0.06 54	0.12 184	0.15 72	0.07 73	0.09 79	0.17 316	0.16 132	0.20 268	0.13 218	0.16 216	0.10 154	0.11 224	0.11 108	0.12 235	0.06 116	0.04 24	0.05 26	0.04 35	0.04 18	0.05 123

ADStereo(finetuned)	0.10 142	0.06 54	0.12 184	0.16 144	0.06 13	0.09 79	0.17 316	0.15 106	0.19 245	0.13 218	0.17 237	0.10 154	0.12 254	0.11 108	0.12 235	0.06 116	0.04 24	0.05 26	0.04 35	0.05 101	0.04 41

CroCo-Stereo	0.09 81	0.08 236	0.08 32	0.22 448	0.09 238	0.09 79	0.19 399	0.15 106	0.12 85	0.07 29	0.07 37	0.08 98	0.06 34	0.08 15	0.07 1	0.07 238	0.05 185	0.06 102	0.04 35	0.05 101	0.04 41
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
s12784h	0.09 81	0.06 54	0.07 6	0.15 72	0.05 1	0.16 333	0.18 361	0.15 106	0.15 156	0.10 126	0.11 146	0.11 175	0.11 224	0.10 62	0.12 235	0.05 27	0.04 24	0.05 26	0.04 35	0.04 18	0.04 41

TANstereo	0.09 81	0.04 1	0.08 32	0.13 13	0.06 13	0.11 172	0.14 152	0.15 106	0.19 245	0.11 153	0.15 204	0.10 154	0.06 34	0.12 190	0.09 52	0.07 238	0.05 185	0.05 26	0.04 35	0.06 192	0.05 123

DCANet	0.10 142	0.06 54	0.12 184	0.16 144	0.06 13	0.09 79	0.17 316	0.15 106	0.19 245	0.13 218	0.17 237	0.10 154	0.11 224	0.11 108	0.12 235	0.06 116	0.04 24	0.05 26	0.04 35	0.05 101	0.04 41

csc	0.10 142	0.06 54	0.12 184	0.15 72	0.07 73	0.09 79	0.17 316	0.16 132	0.20 268	0.13 218	0.16 216	0.10 154	0.11 224	0.11 108	0.12 235	0.06 116	0.04 24	0.05 26	0.04 35	0.04 18	0.05 123

cscssc	0.10 142	0.06 54	0.12 184	0.15 72	0.07 73	0.09 79	0.17 316	0.16 132	0.20 268	0.13 218	0.16 216	0.10 154	0.11 224	0.11 108	0.12 235	0.06 116	0.04 24	0.05 26	0.04 35	0.04 18	0.05 123

111	0.10 142	0.06 54	0.12 184	0.15 72	0.07 73	0.10 126	0.14 152	0.21 251	0.23 307	0.11 153	0.12 159	0.14 236	0.11 224	0.13 234	0.10 122	0.06 116	0.04 24	0.06 102	0.04 35	0.05 101	0.05 123

CFNet-RSSM	0.09 81	0.07 139	0.09 73	0.16 144	0.07 73	0.09 79	0.15 218	0.16 132	0.17 204	0.08 61	0.12 159	0.10 154	0.09 167	0.11 108	0.09 52	0.06 116	0.04 24	0.06 102	0.04 35	0.04 18	0.04 41

Gwc-CoAtRS	0.09 81	0.06 54	0.10 108	0.16 144	0.07 73	0.10 126	0.14 152	0.17 168	0.17 204	0.08 61	0.10 114	0.12 192	0.09 167	0.12 190	0.09 52	0.06 116	0.04 24	0.06 102	0.04 35	0.04 18	0.04 41

HITNet	0.10 142	0.06 54	0.12 184	0.14 30	0.06 13	0.11 172	0.10 30	0.18 197	0.18 230	0.13 218	0.16 216	0.14 236	0.11 224	0.15 281	0.13 276	0.06 116	0.04 24	0.04 1	0.04 35	0.06 192	0.05 123
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
iResNetv2_ROB	0.14 309	0.08 236	0.15 313	0.16 144	0.08 128	0.16 333	0.12 66	0.25 330	0.35 439	0.21 391	0.29 413	0.24 389	0.13 291	0.14 259	0.14 313	0.06 116	0.05 185	0.06 102	0.04 35	0.09 380	0.08 342

MLCV	0.12 250	0.07 139	0.16 347	0.18 299	0.06 13	0.15 303	0.17 316	0.19 218	0.21 283	0.18 340	0.25 363	0.17 299	0.13 291	0.14 259	0.13 276	0.05 27	0.04 24	0.05 26	0.04 35	0.05 101	0.04 41

iResNet_ROB	0.14 309	0.07 139	0.13 229	0.14 30	0.07 73	0.18 372	0.14 152	0.26 348	0.31 405	0.22 406	0.25 363	0.23 383	0.15 334	0.15 281	0.13 276	0.07 238	0.05 185	0.05 26	0.04 35	0.08 319	0.08 342

pmcnn	0.15 353	0.07 139	0.19 409	0.15 72	0.07 73	0.20 410	0.15 218	0.24 314	0.26 358	0.21 391	0.34 447	0.28 428	0.18 396	0.18 368	0.17 372	0.07 238	0.05 185	0.05 26	0.04 35	0.07 257	0.06 198

S2M2_XL	0.08 46	0.06 54	0.12 184	0.12 4	0.08 128	0.09 79	0.09 21	0.07 2	0.07 8	0.08 61	0.07 37	0.07 62	0.06 34	0.09 35	0.09 52	0.08 298	0.06 305	0.07 194	0.05 107	0.08 319	0.06 198

water-stereo	0.09 81	0.06 54	0.08 32	0.16 144	0.07 73	0.09 79	0.13 104	0.15 106	0.13 116	0.11 153	0.12 159	0.08 98	0.09 167	0.07 4	0.08 17	0.06 116	0.05 185	0.05 26	0.05 107	0.04 18	0.04 41

G2L-ROB	0.13 275	0.06 54	0.13 229	0.13 13	0.08 128	0.14 277	0.16 283	0.25 330	0.18 230	0.19 355	0.18 262	0.20 339	0.14 316	0.17 347	0.16 357	0.08 298	0.05 185	0.06 102	0.05 107	0.08 319	0.09 386

xyz-stereo-finetune2	0.11 185	0.07 139	0.13 229	0.13 13	0.07 73	0.11 172	0.19 399	0.17 168	0.12 85	0.15 266	0.15 204	0.17 299	0.12 254	0.13 234	0.11 187	0.05 27	0.04 24	0.07 194	0.05 107	0.04 18	0.06 198

xyz-stereo-finetune	0.11 185	0.08 236	0.13 229	0.14 30	0.06 13	0.10 126	0.19 399	0.17 168	0.19 245	0.12 191	0.14 187	0.15 265	0.10 199	0.13 234	0.11 187	0.05 27	0.04 24	0.07 194	0.05 107	0.04 18	0.05 123

xyz-stereo	0.13 275	0.07 139	0.20 421	0.15 72	0.05 1	0.20 410	0.15 218	0.17 168	0.31 405	0.15 266	0.29 413	0.26 411	0.16 360	0.13 234	0.12 235	0.05 27	0.05 185	0.06 102	0.05 107	0.04 18	0.04 41

G2L-Stereo_test	0.14 309	0.07 139	0.11 149	0.13 13	0.08 128	0.12 206	0.16 283	0.30 412	0.28 381	0.20 377	0.23 322	0.20 339	0.16 360	0.17 347	0.18 390	0.07 238	0.05 185	0.05 26	0.05 107	0.07 257	0.06 198

MM-Stereo_test3	0.10 142	0.07 139	0.07 6	0.18 299	0.07 73	0.12 206	0.19 399	0.24 314	0.19 245	0.06 9	0.10 114	0.08 98	0.06 34	0.11 108	0.08 17	0.06 116	0.06 305	0.07 194	0.05 107	0.05 101	0.04 41

MM-Stereo_test2	0.09 81	0.06 54	0.09 73	0.19 355	0.08 128	0.12 206	0.18 361	0.15 106	0.14 140	0.07 29	0.10 114	0.07 62	0.06 34	0.12 190	0.09 52	0.05 27	0.04 24	0.06 102	0.05 107	0.05 101	0.03 1

fffft	0.09 81	0.06 54	0.12 184	0.16 144	0.07 73	0.09 79	0.17 316	0.12 44	0.11 61	0.08 61	0.07 37	0.09 123	0.06 34	0.11 108	0.12 235	0.05 27	0.04 24	0.06 102	0.05 107	0.04 18	0.05 123
1: 1. 1
SMoEStereo_RVC	0.08 46	0.06 54	0.12 184	0.16 144	0.07 73	0.09 79	0.14 152	0.11 29	0.13 116	0.09 94	0.07 37	0.07 62	0.07 106	0.12 190	0.10 122	0.05 27	0.04 24	0.06 102	0.05 107	0.04 18	0.04 41

tt45	0.09 81	0.06 54	0.11 149	0.15 72	0.07 73	0.11 172	0.16 283	0.13 61	0.11 61	0.09 94	0.06 12	0.08 98	0.06 34	0.13 234	0.10 122	0.06 116	0.04 24	0.06 102	0.05 107	0.05 101	0.06 198

999	0.09 81	0.05 17	0.13 229	0.15 72	0.08 128	0.10 126	0.14 152	0.15 106	0.11 61	0.10 126	0.08 70	0.08 98	0.08 141	0.16 315	0.10 122	0.06 116	0.04 24	0.06 102	0.05 107	0.04 18	0.05 123

mms	0.09 81	0.07 139	0.08 32	0.16 144	0.08 128	0.10 126	0.16 283	0.12 44	0.11 61	0.08 61	0.09 88	0.08 98	0.06 34	0.11 108	0.12 235	0.05 27	0.04 24	0.07 194	0.05 107	0.04 18	0.03 1

ours_stereo	0.09 81	0.07 139	0.09 73	0.17 218	0.08 128	0.11 172	0.16 283	0.11 29	0.12 85	0.08 61	0.10 114	0.08 98	0.06 34	0.12 190	0.12 235	0.05 27	0.04 24	0.06 102	0.05 107	0.04 18	0.03 1

fffy	0.09 81	0.08 236	0.09 73	0.16 144	0.07 73	0.13 245	0.17 316	0.13 61	0.12 85	0.08 61	0.09 88	0.08 98	0.09 167	0.13 234	0.11 187	0.05 27	0.05 185	0.07 194	0.05 107	0.04 18	0.05 123

UGAM-zero	0.09 81	0.05 17	0.15 313	0.15 72	0.08 128	0.09 79	0.13 104	0.19 218	0.15 156	0.11 153	0.15 204	0.07 62	0.07 106	0.09 35	0.09 52	0.06 116	0.05 185	0.06 102	0.05 107	0.05 101	0.06 198

model_zeroshot	0.10 142	0.04 1	0.11 149	0.15 72	0.09 238	0.12 206	0.14 152	0.20 229	0.13 116	0.11 153	0.10 114	0.12 192	0.07 106	0.12 190	0.10 122	0.07 238	0.06 305	0.06 102	0.05 107	0.06 192	0.06 198

RAStereo	0.10 142	0.09 310	0.08 32	0.20 404	0.08 128	0.13 245	0.18 361	0.15 106	0.17 204	0.10 126	0.12 159	0.05 1	0.06 34	0.09 35	0.08 17	0.07 238	0.05 185	0.07 194	0.05 107	0.05 101	0.04 41

IGEV-BASED-STEREO-	0.09 81	0.10 368	0.31 480	0.15 72	0.06 13	0.08 48	0.14 152	0.10 16	0.10 35	0.07 29	0.07 37	0.06 16	0.04 1	0.11 108	0.07 1	0.12 445	0.04 24	0.07 194	0.05 107	0.05 101	0.05 123

RSM++	0.08 46	0.06 54	0.09 73	0.17 218	0.07 73	0.09 79	0.12 66	0.11 29	0.11 61	0.08 61	0.06 12	0.07 62	0.05 9	0.10 62	0.09 52	0.04 11	0.04 24	0.06 102	0.05 107	0.05 101	0.03 1

gcap-zeroshot	0.09 81	0.05 17	0.10 108	0.16 144	0.07 73	0.13 245	0.13 104	0.11 29	0.12 85	0.13 218	0.12 159	0.09 123	0.08 141	0.09 35	0.09 52	0.06 116	0.05 185	0.06 102	0.05 107	0.04 18	0.04 41

MGS-Stereo	0.09 81	0.07 139	0.12 184	0.15 72	0.08 128	0.09 79	0.15 218	0.12 44	0.12 85	0.07 29	0.10 114	0.08 98	0.06 34	0.10 62	0.09 52	0.05 27	0.04 24	0.06 102	0.05 107	0.06 192	0.05 123

MyStereo8	0.12 250	0.07 139	0.15 313	0.15 72	0.09 238	0.18 372	0.14 152	0.19 218	0.22 297	0.12 191	0.18 262	0.11 175	0.10 199	0.16 315	0.18 390	0.07 238	0.05 185	0.07 194	0.05 107	0.08 319	0.09 386

qqq1	0.13 275	0.07 139	0.17 375	0.14 30	0.08 128	0.16 333	0.17 316	0.26 348	0.27 367	0.19 355	0.20 283	0.18 313	0.15 334	0.15 281	0.11 187	0.08 298	0.05 185	0.05 26	0.05 107	0.06 192	0.06 198

fff1	0.13 275	0.07 139	0.17 375	0.14 30	0.08 128	0.16 333	0.17 316	0.26 348	0.27 367	0.19 355	0.20 283	0.18 313	0.15 334	0.15 281	0.11 187	0.08 298	0.05 185	0.05 26	0.05 107	0.06 192	0.06 198

ACVNet-DCA	0.10 142	0.08 236	0.12 184	0.17 218	0.09 238	0.13 245	0.15 218	0.23 292	0.16 185	0.09 94	0.09 88	0.06 16	0.06 34	0.10 62	0.07 1	0.06 116	0.04 24	0.06 102	0.05 107	0.07 257	0.07 278

1test111	0.11 185	0.08 236	0.12 184	0.17 218	0.09 238	0.13 245	0.15 218	0.23 292	0.16 185	0.09 94	0.09 88	0.06 16	0.06 34	0.15 281	0.16 357	0.06 116	0.04 24	0.06 102	0.05 107	0.07 257	0.07 278

cc1	0.10 142	0.08 236	0.12 184	0.17 218	0.09 238	0.13 245	0.15 218	0.16 132	0.18 230	0.09 94	0.09 88	0.06 16	0.06 34	0.10 62	0.07 1	0.06 116	0.04 24	0.06 102	0.05 107	0.06 192	0.06 198

11t1	0.12 250	0.06 54	0.13 229	0.14 30	0.08 128	0.17 354	0.15 218	0.18 197	0.15 156	0.15 266	0.15 204	0.16 279	0.16 360	0.15 281	0.13 276	0.08 298	0.05 185	0.06 102	0.05 107	0.08 319	0.07 278

ff7	0.09 81	0.07 139	0.11 149	0.16 144	0.09 238	0.11 172	0.15 218	0.16 132	0.12 85	0.10 126	0.06 12	0.06 16	0.06 34	0.11 108	0.09 52	0.05 27	0.04 24	0.06 102	0.05 107	0.05 101	0.06 198

IGEVStereo-DCA	0.09 81	0.06 54	0.11 149	0.15 72	0.10 339	0.11 172	0.15 218	0.16 132	0.12 85	0.10 126	0.06 12	0.08 98	0.06 34	0.10 62	0.08 17	0.06 116	0.05 185	0.06 102	0.05 107	0.05 101	0.06 198

ffff	0.09 81	0.07 139	0.11 149	0.16 144	0.09 238	0.11 172	0.15 218	0.16 132	0.12 85	0.10 126	0.06 12	0.06 16	0.06 34	0.11 108	0.09 52	0.05 27	0.04 24	0.06 102	0.05 107	0.05 101	0.06 198

rrr	0.09 81	0.06 54	0.12 184	0.15 72	0.10 339	0.11 172	0.16 283	0.16 132	0.15 156	0.10 126	0.06 12	0.08 98	0.06 34	0.10 62	0.08 17	0.06 116	0.05 185	0.06 102	0.05 107	0.05 101	0.06 198

11t	0.09 81	0.07 139	0.11 149	0.16 144	0.09 238	0.11 172	0.15 218	0.16 132	0.12 85	0.10 126	0.06 12	0.06 16	0.06 34	0.11 108	0.09 52	0.05 27	0.04 24	0.06 102	0.05 107	0.05 101	0.06 198

tt1	0.10 142	0.08 236	0.12 184	0.17 218	0.09 238	0.12 206	0.16 283	0.15 106	0.19 245	0.09 94	0.08 70	0.06 16	0.06 34	0.10 62	0.07 1	0.06 116	0.04 24	0.06 102	0.05 107	0.06 192	0.06 198

MaDis-Stereo	0.09 81	0.09 310	0.08 32	0.17 218	0.09 238	0.13 245	0.10 30	0.16 132	0.16 185	0.09 94	0.11 146	0.06 16	0.06 34	0.09 35	0.13 276	0.07 238	0.06 305	0.07 194	0.05 107	0.05 101	0.04 41

UniTT-Stereo	0.09 81	0.07 139	0.08 32	0.18 299	0.08 128	0.13 245	0.11 49	0.12 44	0.11 61	0.10 126	0.12 159	0.05 1	0.07 106	0.09 35	0.09 52	0.07 238	0.05 185	0.05 26	0.05 107	0.05 101	0.05 123

AEACV	0.08 46	0.05 17	0.08 32	0.14 30	0.13 438	0.14 277	0.13 104	0.14 77	0.09 22	0.07 29	0.09 88	0.07 62	0.08 141	0.10 62	0.09 52	0.06 116	0.04 24	0.06 102	0.05 107	0.05 101	0.04 41

HH	0.09 81	0.06 54	0.13 229	0.17 218	0.08 128	0.10 126	0.16 283	0.14 77	0.10 35	0.08 61	0.09 88	0.08 98	0.07 106	0.10 62	0.09 52	0.06 116	0.04 24	0.06 102	0.05 107	0.05 101	0.04 41

HanStereo	0.09 81	0.06 54	0.13 229	0.17 218	0.08 128	0.10 126	0.16 283	0.14 77	0.10 35	0.08 61	0.09 88	0.08 98	0.07 106	0.10 62	0.09 52	0.06 116	0.04 24	0.06 102	0.05 107	0.05 101	0.04 41

anonymousdsp	0.09 81	0.07 139	0.11 149	0.16 144	0.09 238	0.11 172	0.15 218	0.16 132	0.12 85	0.09 94	0.06 12	0.06 16	0.06 34	0.11 108	0.09 52	0.05 27	0.04 24	0.06 102	0.05 107	0.05 101	0.06 198

EGLCR-Stereo	0.08 46	0.05 17	0.08 32	0.14 30	0.06 13	0.10 126	0.12 66	0.11 29	0.16 185	0.06 9	0.05 7	0.07 62	0.05 9	0.10 62	0.11 187	0.06 116	0.04 24	0.06 102	0.05 107	0.04 18	0.04 41

knoymous	0.11 185	0.05 17	0.12 184	0.13 13	0.07 73	0.15 303	0.14 152	0.19 218	0.13 116	0.11 153	0.17 237	0.13 216	0.09 167	0.13 234	0.11 187	0.08 298	0.05 185	0.06 102	0.05 107	0.08 319	0.07 278

riskmin	0.11 185	0.06 54	0.13 229	0.14 30	0.08 128	0.14 277	0.14 152	0.18 197	0.14 140	0.11 153	0.14 187	0.16 279	0.11 224	0.14 259	0.12 235	0.09 355	0.05 185	0.07 194	0.05 107	0.08 319	0.08 342

Selective-RAFT	0.11 185	0.10 368	0.11 149	0.21 433	0.08 128	0.16 333	0.13 104	0.20 229	0.22 297	0.10 126	0.10 114	0.11 175	0.10 199	0.15 281	0.11 187	0.05 27	0.05 185	0.06 102	0.05 107	0.06 192	0.05 123

ProNet	0.09 81	0.07 139	0.10 108	0.17 218	0.08 128	0.10 126	0.15 218	0.15 106	0.12 85	0.09 94	0.06 12	0.07 62	0.06 34	0.11 108	0.09 52	0.05 27	0.04 24	0.06 102	0.05 107	0.04 18	0.06 198

MC-Stereo	0.08 46	0.06 54	0.09 73	0.17 218	0.06 13	0.10 126	0.14 152	0.12 44	0.10 35	0.09 94	0.12 159	0.09 123	0.06 34	0.11 108	0.10 122	0.06 116	0.04 24	0.06 102	0.05 107	0.04 18	0.04 41

RCA-Stereo	0.09 81	0.06 54	0.09 73	0.16 144	0.06 13	0.09 79	0.13 104	0.18 197	0.14 140	0.09 94	0.10 114	0.08 98	0.07 106	0.12 190	0.11 187	0.06 116	0.04 24	0.06 102	0.05 107	0.05 101	0.04 41

CroCo-Stereo Lap2	0.09 81	0.09 310	0.08 32	0.22 448	0.09 238	0.09 79	0.19 399	0.16 132	0.12 85	0.09 94	0.10 114	0.05 1	0.05 9	0.08 15	0.08 17	0.06 116	0.06 305	0.07 194	0.05 107	0.05 101	0.05 123

ccc-4	0.09 81	0.07 139	0.11 149	0.16 144	0.09 238	0.11 172	0.15 218	0.16 132	0.12 85	0.10 126	0.06 12	0.06 16	0.06 34	0.11 108	0.09 52	0.05 27	0.04 24	0.06 102	0.05 107	0.05 101	0.06 198

Wz-Net-LNSev-Ref	0.18 409	0.09 310	0.29 475	0.15 72	0.10 339	0.22 434	0.20 420	0.26 348	0.39 459	0.25 440	0.42 495	0.24 389	0.15 334	0.20 408	0.19 402	0.07 238	0.05 185	0.06 102	0.05 107	0.10 411	0.09 386

IGEV-Stereo	0.09 81	0.07 139	0.11 149	0.16 144	0.09 238	0.11 172	0.15 218	0.16 132	0.12 85	0.09 94	0.06 12	0.06 16	0.06 34	0.11 108	0.09 52	0.05 27	0.04 24	0.06 102	0.05 107	0.05 101	0.06 198
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CIPLG	0.11 185	0.08 236	0.14 264	0.17 218	0.08 128	0.12 206	0.15 218	0.17 168	0.15 156	0.14 239	0.11 146	0.16 279	0.09 167	0.16 315	0.11 187	0.07 238	0.05 185	0.06 102	0.05 107	0.05 101	0.06 198

iRaft-Stereo_20w	0.09 81	0.05 17	0.13 229	0.14 30	0.08 128	0.12 206	0.15 218	0.18 197	0.10 35	0.11 153	0.08 70	0.08 98	0.05 9	0.10 62	0.09 52	0.06 116	0.04 24	0.06 102	0.05 107	0.06 192	0.05 123

IPLG	0.10 142	0.07 139	0.15 313	0.17 218	0.08 128	0.11 172	0.14 152	0.20 229	0.15 156	0.12 191	0.17 237	0.07 62	0.07 106	0.14 259	0.13 276	0.06 116	0.04 24	0.06 102	0.05 107	0.04 18	0.04 41

IPLGR_C	0.11 185	0.08 236	0.14 264	0.17 218	0.08 128	0.12 206	0.15 218	0.17 168	0.15 156	0.14 239	0.10 114	0.16 279	0.09 167	0.16 315	0.11 187	0.07 238	0.05 185	0.06 102	0.05 107	0.05 101	0.06 198

MIPNet	0.11 185	0.08 236	0.14 264	0.17 218	0.09 238	0.12 206	0.14 152	0.20 229	0.24 323	0.11 153	0.10 114	0.09 123	0.07 106	0.13 234	0.12 235	0.06 116	0.04 24	0.06 102	0.05 107	0.04 18	0.04 41

test-3	0.08 46	0.06 54	0.09 73	0.17 218	0.07 73	0.07 27	0.14 152	0.12 44	0.15 156	0.09 94	0.08 70	0.07 62	0.08 141	0.11 108	0.10 122	0.05 27	0.04 24	0.07 194	0.05 107	0.04 18	0.04 41

test_1	0.08 46	0.06 54	0.09 73	0.17 218	0.07 73	0.07 27	0.14 152	0.12 44	0.15 156	0.09 94	0.08 70	0.07 62	0.08 141	0.11 108	0.10 122	0.05 27	0.04 24	0.07 194	0.05 107	0.04 18	0.04 41

ACRE	0.11 185	0.08 236	0.14 264	0.17 218	0.08 128	0.12 206	0.15 218	0.17 168	0.14 140	0.14 239	0.10 114	0.16 279	0.09 167	0.16 315	0.11 187	0.07 238	0.05 185	0.06 102	0.05 107	0.05 101	0.06 198

GwcNet-ADL	0.13 275	0.08 236	0.14 264	0.20 404	0.09 238	0.11 172	0.20 420	0.30 412	0.24 323	0.13 218	0.14 187	0.18 313	0.14 316	0.13 234	0.14 313	0.07 238	0.05 185	0.06 102	0.05 107	0.07 257	0.06 198

GANet-ADL	0.13 275	0.07 139	0.15 313	0.17 218	0.10 339	0.18 372	0.15 218	0.30 412	0.20 268	0.13 218	0.18 262	0.19 327	0.12 254	0.16 315	0.13 276	0.08 298	0.06 305	0.06 102	0.05 107	0.07 257	0.08 342

ASMatch	0.11 185	0.06 54	0.13 229	0.16 144	0.10 339	0.07 27	0.14 152	0.17 168	0.17 204	0.12 191	0.16 216	0.16 279	0.10 199	0.13 234	0.10 122	0.05 27	0.04 24	0.06 102	0.05 107	0.04 18	0.08 342

RAFT-RH_RVC	0.11 185	0.06 54	0.14 264	0.16 144	0.09 238	0.12 206	0.12 66	0.17 168	0.12 85	0.13 218	0.41 489	0.11 175	0.10 199	0.13 234	0.12 235	0.05 27	0.04 24	0.08 276	0.05 107	0.04 18	0.06 198

AnonymousM	0.09 81	0.05 17	0.10 108	0.14 30	0.06 13	0.09 79	0.13 104	0.19 218	0.14 140	0.13 218	0.11 146	0.09 123	0.08 141	0.13 234	0.10 122	0.08 298	0.05 185	0.08 276	0.05 107	0.05 101	0.05 123

cross-raft	0.10 142	0.09 310	0.09 73	0.19 355	0.07 73	0.11 172	0.25 482	0.13 61	0.15 156	0.08 61	0.11 146	0.12 192	0.10 199	0.09 35	0.11 187	0.05 27	0.04 24	0.06 102	0.05 107	0.04 18	0.04 41

test-1	0.10 142	0.07 139	0.16 347	0.19 355	0.08 128	0.11 172	0.24 467	0.14 77	0.18 230	0.09 94	0.07 37	0.09 123	0.08 141	0.07 4	0.09 52	0.06 116	0.04 24	0.06 102	0.05 107	0.04 18	0.04 41

CREStereo++_RVC	0.08 46	0.04 1	0.06 2	0.13 13	0.07 73	0.09 79	0.12 66	0.14 77	0.14 140	0.10 126	0.14 187	0.08 98	0.07 106	0.09 35	0.11 187	0.06 116	0.04 24	0.05 26	0.05 107	0.04 18	0.04 41
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
raftrobust	0.09 81	0.06 54	0.10 108	0.17 218	0.08 128	0.09 79	0.10 30	0.18 197	0.16 185	0.10 126	0.09 88	0.12 192	0.07 106	0.12 190	0.10 122	0.08 298	0.05 185	0.06 102	0.05 107	0.05 101	0.05 123

RALCasStereoNet	0.10 142	0.06 54	0.09 73	0.16 144	0.08 128	0.12 206	0.14 152	0.17 168	0.11 61	0.12 191	0.17 237	0.14 236	0.10 199	0.12 190	0.11 187	0.07 238	0.06 305	0.06 102	0.05 107	0.08 319	0.07 278

test_xeample3	0.09 81	0.06 54	0.12 184	0.16 144	0.09 238	0.11 172	0.15 218	0.16 132	0.13 116	0.10 126	0.06 12	0.08 98	0.06 34	0.10 62	0.09 52	0.05 27	0.04 24	0.06 102	0.05 107	0.05 101	0.06 198

EAI-Stereo	0.09 81	0.07 139	0.11 149	0.15 72	0.06 13	0.10 126	0.15 218	0.16 132	0.09 22	0.08 61	0.09 88	0.08 98	0.07 106	0.09 35	0.11 187	0.05 27	0.04 24	0.05 26	0.05 107	0.05 101	0.04 41

DIP-Stereo	0.11 185	0.07 139	0.14 264	0.17 218	0.09 238	0.13 245	0.09 21	0.16 132	0.16 185	0.11 153	0.16 216	0.14 236	0.12 254	0.15 281	0.13 276	0.06 116	0.05 185	0.06 102	0.05 107	0.05 101	0.06 198
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
BEATNet_4x	0.12 250	0.08 236	0.14 264	0.18 299	0.07 73	0.15 303	0.07 3	0.22 273	0.18 230	0.16 294	0.19 271	0.18 313	0.14 316	0.16 315	0.15 341	0.07 238	0.05 185	0.05 26	0.05 107	0.06 192	0.06 198

R-Stereo Train	0.10 142	0.06 54	0.10 108	0.17 218	0.08 128	0.11 172	0.14 152	0.23 292	0.11 61	0.12 191	0.19 271	0.11 175	0.08 141	0.09 35	0.11 187	0.07 238	0.05 185	0.06 102	0.05 107	0.05 101	0.05 123

RAFT-Stereo	0.10 142	0.06 54	0.10 108	0.17 218	0.08 128	0.11 172	0.14 152	0.23 292	0.11 61	0.12 191	0.19 271	0.11 175	0.08 141	0.09 35	0.11 187	0.07 238	0.05 185	0.06 102	0.05 107	0.05 101	0.05 123
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iResNet	0.13 275	0.10 368	0.18 398	0.19 355	0.08 128	0.13 245	0.18 361	0.20 229	0.26 358	0.15 266	0.23 322	0.15 265	0.13 291	0.14 259	0.14 313	0.06 116	0.04 24	0.06 102	0.05 107	0.06 192	0.05 123

coex_refinement	0.14 309	0.07 139	0.12 184	0.17 218	0.10 339	0.15 303	0.15 218	0.26 348	0.29 388	0.18 340	0.20 283	0.22 366	0.17 383	0.16 315	0.18 390	0.08 298	0.05 185	0.06 102	0.06 185	0.09 380	0.08 342

MM-Stereo_test1	0.10 142	0.07 139	0.08 32	0.18 299	0.07 73	0.12 206	0.18 361	0.21 251	0.20 268	0.09 94	0.11 146	0.08 98	0.06 34	0.10 62	0.10 122	0.06 116	0.05 185	0.07 194	0.06 185	0.05 101	0.04 41

FACV-RUCA	0.13 275	0.11 393	0.12 184	0.19 355	0.12 417	0.15 303	0.15 218	0.22 273	0.20 268	0.15 266	0.16 216	0.14 236	0.16 360	0.14 259	0.13 276	0.07 238	0.05 185	0.08 276	0.06 185	0.10 411	0.08 342

PAM_32	0.09 81	0.05 17	0.17 375	0.15 72	0.08 128	0.10 126	0.15 218	0.14 77	0.15 156	0.09 94	0.08 70	0.09 123	0.07 106	0.14 259	0.08 17	0.06 116	0.05 185	0.06 102	0.06 185	0.05 101	0.06 198

PAM	0.10 142	0.05 17	0.16 347	0.15 72	0.08 128	0.09 79	0.16 283	0.15 106	0.16 185	0.12 191	0.09 88	0.09 123	0.07 106	0.13 234	0.08 17	0.06 116	0.05 185	0.06 102	0.06 185	0.05 101	0.06 198

AIO-Stereo-zeroshot	0.11 185	0.05 17	0.11 149	0.15 72	0.13 438	0.13 245	0.16 283	0.23 292	0.17 204	0.10 126	0.12 159	0.10 154	0.07 106	0.11 108	0.09 52	0.06 116	0.05 185	0.06 102	0.06 185	0.07 257	0.08 342

rvit_stereo_0080	0.10 142	0.08 236	0.14 264	0.15 72	0.09 238	0.07 27	0.15 218	0.16 132	0.16 185	0.11 153	0.10 114	0.14 236	0.08 141	0.12 190	0.10 122	0.09 355	0.07 375	0.07 194	0.06 185	0.07 257	0.05 123

test_sample4	0.14 309	0.08 236	0.14 264	0.15 72	0.08 128	0.19 395	0.18 361	0.26 348	0.17 204	0.16 294	0.25 363	0.18 313	0.14 316	0.16 315	0.13 276	0.08 298	0.06 305	0.08 276	0.06 185	0.08 319	0.08 342

test_sample3	0.14 309	0.08 236	0.15 313	0.14 30	0.09 238	0.19 395	0.17 316	0.26 348	0.18 230	0.16 294	0.22 313	0.19 327	0.15 334	0.17 347	0.13 276	0.08 298	0.06 305	0.07 194	0.06 185	0.09 380	0.08 342

test_sample2	0.12 250	0.07 139	0.12 184	0.14 30	0.08 128	0.16 333	0.18 361	0.21 251	0.16 185	0.14 239	0.20 283	0.19 327	0.15 334	0.15 281	0.12 235	0.08 298	0.05 185	0.07 194	0.06 185	0.08 319	0.07 278

test_sample1	0.13 275	0.07 139	0.14 264	0.13 13	0.08 128	0.19 395	0.16 283	0.20 229	0.15 156	0.14 239	0.22 313	0.18 313	0.16 360	0.17 347	0.14 313	0.07 238	0.06 305	0.06 102	0.06 185	0.08 319	0.07 278

Former-RAFT_DAM_RVC	0.10 142	0.08 236	0.12 184	0.16 144	0.08 128	0.15 303	0.16 283	0.18 197	0.18 230	0.10 126	0.09 88	0.09 123	0.08 141	0.11 108	0.12 235	0.07 238	0.05 185	0.08 276	0.06 185	0.07 257	0.06 198

SMFormer	0.14 309	0.07 139	0.17 375	0.14 30	0.08 128	0.16 333	0.17 316	0.26 348	0.27 367	0.19 355	0.20 283	0.18 313	0.15 334	0.15 281	0.17 372	0.08 298	0.05 185	0.07 194	0.06 185	0.07 257	0.06 198

tta	0.14 309	0.07 139	0.17 375	0.14 30	0.08 128	0.16 333	0.17 316	0.26 348	0.27 367	0.19 355	0.20 283	0.18 313	0.15 334	0.15 281	0.17 372	0.08 298	0.05 185	0.07 194	0.06 185	0.06 192	0.06 198

AE-Stereo	0.10 142	0.08 236	0.10 108	0.18 299	0.09 238	0.10 126	0.15 218	0.14 77	0.19 245	0.09 94	0.14 187	0.12 192	0.08 141	0.11 108	0.10 122	0.05 27	0.06 305	0.07 194	0.06 185	0.05 101	0.04 41

CoDeX	0.12 250	0.07 139	0.12 184	0.17 218	0.08 128	0.12 206	0.15 218	0.23 292	0.27 367	0.13 218	0.17 237	0.16 279	0.11 224	0.14 259	0.11 187	0.07 238	0.05 185	0.07 194	0.06 185	0.06 192	0.05 123

whm_eth	0.10 142	0.08 236	0.14 264	0.15 72	0.09 238	0.07 27	0.15 218	0.16 132	0.16 185	0.11 153	0.10 114	0.14 236	0.08 141	0.12 190	0.10 122	0.09 355	0.07 375	0.07 194	0.06 185	0.07 257	0.05 123

GMStereo_Zeroshot	0.16 376	0.13 439	0.24 447	0.20 404	0.10 339	0.17 354	0.13 104	0.29 398	0.25 344	0.23 418	0.32 431	0.25 402	0.11 224	0.19 383	0.14 313	0.09 355	0.06 305	0.11 431	0.06 185	0.12 445	0.08 342

plain	0.10 142	0.08 236	0.10 108	0.19 355	0.09 238	0.10 126	0.15 218	0.14 77	0.13 116	0.13 218	0.15 204	0.09 123	0.12 254	0.13 234	0.12 235	0.07 238	0.05 185	0.09 355	0.06 185	0.06 192	0.06 198

IGEV_Zeroshot_test	0.09 81	0.05 17	0.12 184	0.13 13	0.08 128	0.12 206	0.13 104	0.17 168	0.11 61	0.10 126	0.06 12	0.09 123	0.06 34	0.11 108	0.09 52	0.06 116	0.04 24	0.06 102	0.06 185	0.05 101	0.05 123

EKT-Stereo	0.11 185	0.07 139	0.14 264	0.15 72	0.10 339	0.13 245	0.14 152	0.18 197	0.21 283	0.11 153	0.08 70	0.12 192	0.09 167	0.11 108	0.12 235	0.08 298	0.06 305	0.07 194	0.06 185	0.08 319	0.07 278

MIM_Stereo	0.09 81	0.07 139	0.11 149	0.15 72	0.07 73	0.06 8	0.12 66	0.20 229	0.14 140	0.13 218	0.13 173	0.09 123	0.05 9	0.12 190	0.08 17	0.05 27	0.06 305	0.07 194	0.06 185	0.06 192	0.05 123

iinet-f	0.16 376	0.06 54	0.45 509	0.14 30	0.10 339	0.21 426	0.14 152	0.27 369	0.23 307	0.21 391	0.24 334	0.21 348	0.15 334	0.18 368	0.21 428	0.09 355	0.07 375	0.07 194	0.06 185	0.09 380	0.10 410

DCRE	0.11 185	0.07 139	0.13 229	0.16 144	0.11 386	0.11 172	0.17 316	0.18 197	0.17 204	0.11 153	0.18 262	0.10 154	0.10 199	0.15 281	0.11 187	0.06 116	0.05 185	0.06 102	0.06 185	0.05 101	0.04 41

TestStereo1	0.13 275	0.08 236	0.08 32	0.19 355	0.08 128	0.18 372	0.29 511	0.23 292	0.16 185	0.17 310	0.20 283	0.16 279	0.10 199	0.12 190	0.13 276	0.06 116	0.06 305	0.08 276	0.06 185	0.05 101	0.05 123

x	0.13 275	0.07 139	0.14 264	0.14 30	0.08 128	0.18 372	0.14 152	0.22 273	0.20 268	0.15 266	0.19 271	0.19 327	0.17 383	0.18 368	0.18 390	0.07 238	0.05 185	0.06 102	0.06 185	0.07 257	0.07 278

DisPM	0.11 185	0.07 139	0.12 184	0.16 144	0.09 238	0.06 8	0.13 104	0.17 168	0.17 204	0.14 239	0.20 283	0.12 192	0.10 199	0.11 108	0.10 122	0.06 116	0.04 24	0.07 194	0.06 185	0.06 192	0.11 433

IER	0.14 309	0.07 139	0.13 229	0.17 218	0.09 238	0.14 277	0.16 283	0.25 330	0.26 358	0.18 340	0.25 363	0.17 299	0.20 424	0.16 315	0.14 313	0.08 298	0.05 185	0.07 194	0.06 185	0.08 319	0.07 278

SA-5K	0.13 275	0.08 236	0.08 32	0.19 355	0.08 128	0.18 372	0.29 511	0.23 292	0.16 185	0.17 310	0.20 283	0.16 279	0.10 199	0.12 190	0.13 276	0.06 116	0.06 305	0.08 276	0.06 185	0.05 101	0.05 123

iRaft-Stereo_5w	0.12 250	0.09 310	0.12 184	0.19 355	0.08 128	0.09 79	0.12 66	0.21 251	0.21 283	0.19 355	0.14 187	0.11 175	0.09 167	0.20 408	0.16 357	0.05 27	0.05 185	0.07 194	0.06 185	0.05 101	0.06 198

dd	0.15 353	0.16 465	0.16 347	0.19 355	0.09 238	0.15 303	0.18 361	0.21 251	0.25 344	0.23 418	0.20 283	0.21 348	0.09 167	0.21 424	0.16 357	0.10 392	0.06 305	0.08 276	0.06 185	0.08 319	0.06 198

GLC_STEREO	0.11 185	0.07 139	0.11 149	0.17 218	0.07 73	0.09 79	0.13 104	0.15 106	0.24 323	0.12 191	0.13 173	0.12 192	0.08 141	0.18 368	0.11 187	0.06 116	0.08 401	0.08 276	0.06 185	0.05 101	0.05 123

DAS	0.15 353	0.08 236	0.18 398	0.19 355	0.10 339	0.19 395	0.17 316	0.27 369	0.29 388	0.18 340	0.25 363	0.21 348	0.15 334	0.16 315	0.12 235	0.08 298	0.06 305	0.06 102	0.06 185	0.07 257	0.07 278

SepStereo	0.15 353	0.08 236	0.18 398	0.19 355	0.10 339	0.19 395	0.17 316	0.27 369	0.29 388	0.18 340	0.25 363	0.21 348	0.15 334	0.25 460	0.12 235	0.08 298	0.06 305	0.06 102	0.06 185	0.07 257	0.07 278

IPLGR	0.11 185	0.09 310	0.16 347	0.18 299	0.08 128	0.12 206	0.17 316	0.21 251	0.24 323	0.11 153	0.12 159	0.11 175	0.08 141	0.12 190	0.12 235	0.06 116	0.05 185	0.06 102	0.06 185	0.04 18	0.04 41

HHNet	0.11 185	0.06 54	0.16 347	0.15 72	0.14 456	0.07 27	0.13 104	0.20 229	0.17 204	0.14 239	0.25 363	0.11 175	0.08 141	0.13 234	0.10 122	0.05 27	0.04 24	0.08 276	0.06 185	0.05 101	0.09 386

Patchmatch Stereo++	0.11 185	0.09 310	0.16 347	0.18 299	0.08 128	0.06 8	0.11 49	0.16 132	0.13 116	0.15 266	0.16 216	0.14 236	0.12 254	0.11 108	0.10 122	0.06 116	0.04 24	0.08 276	0.06 185	0.08 319	0.07 278
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	0.11 185	0.07 139	0.16 347	0.19 355	0.09 238	0.08 48	0.13 104	0.18 197	0.13 116	0.16 294	0.21 304	0.13 216	0.14 316	0.11 108	0.14 313	0.06 116	0.04 24	0.09 355	0.06 185	0.06 192	0.05 123

STrans-v2	0.10 142	0.07 139	0.12 184	0.18 299	0.07 73	0.10 126	0.14 152	0.21 251	0.11 61	0.11 153	0.15 204	0.12 192	0.10 199	0.11 108	0.12 235	0.05 27	0.04 24	0.06 102	0.06 185	0.04 18	0.04 41

TransformOpticalFlow	0.10 142	0.08 236	0.13 229	0.18 299	0.07 73	0.09 79	0.15 218	0.19 218	0.15 156	0.12 191	0.17 237	0.11 175	0.11 224	0.11 108	0.10 122	0.05 27	0.04 24	0.06 102	0.06 185	0.05 101	0.05 123

OMP-Stereo	0.11 185	0.06 54	0.14 264	0.18 299	0.08 128	0.09 79	0.12 66	0.21 251	0.21 283	0.13 218	0.14 187	0.11 175	0.12 254	0.11 108	0.13 276	0.06 116	0.04 24	0.07 194	0.06 185	0.05 101	0.04 41

IIG-Stereo	0.11 185	0.06 54	0.13 229	0.17 218	0.08 128	0.11 172	0.12 66	0.22 273	0.17 204	0.14 239	0.17 237	0.11 175	0.12 254	0.12 190	0.12 235	0.06 116	0.05 185	0.07 194	0.06 185	0.05 101	0.04 41

NF-Stereo	0.11 185	0.07 139	0.13 229	0.17 218	0.09 238	0.10 126	0.14 152	0.23 292	0.19 245	0.12 191	0.17 237	0.12 192	0.11 224	0.11 108	0.11 187	0.06 116	0.04 24	0.07 194	0.06 185	0.06 192	0.12 445

OCTAStereo	0.11 185	0.07 139	0.13 229	0.17 218	0.09 238	0.10 126	0.14 152	0.23 292	0.19 245	0.12 191	0.17 237	0.12 192	0.11 224	0.11 108	0.11 187	0.06 116	0.04 24	0.07 194	0.06 185	0.06 192	0.12 445

NRIStereo	0.11 185	0.08 236	0.14 264	0.18 299	0.08 128	0.10 126	0.14 152	0.16 132	0.15 156	0.12 191	0.14 187	0.13 216	0.12 254	0.13 234	0.10 122	0.06 116	0.04 24	0.07 194	0.06 185	0.06 192	0.07 278

PSM-adaLoss	0.11 185	0.09 310	0.16 347	0.18 299	0.08 128	0.06 8	0.12 66	0.16 132	0.13 116	0.15 266	0.16 216	0.14 236	0.12 254	0.11 108	0.10 122	0.06 116	0.04 24	0.08 276	0.06 185	0.08 319	0.07 278

FTStereo	0.12 250	0.06 54	0.14 264	0.18 299	0.09 238	0.07 27	0.15 218	0.21 251	0.18 230	0.12 191	0.24 334	0.12 192	0.12 254	0.13 234	0.13 276	0.05 27	0.05 185	0.07 194	0.06 185	0.06 192	0.10 410

ROB_FTStereo_v2	0.11 185	0.09 310	0.16 347	0.19 355	0.08 128	0.06 8	0.12 66	0.16 132	0.13 116	0.15 266	0.16 216	0.14 236	0.12 254	0.11 108	0.10 122	0.06 116	0.04 24	0.08 276	0.06 185	0.08 319	0.07 278

ROB_FTStereo	0.11 185	0.09 310	0.16 347	0.19 355	0.08 128	0.06 8	0.11 49	0.16 132	0.13 116	0.15 266	0.16 216	0.14 236	0.12 254	0.11 108	0.10 122	0.06 116	0.04 24	0.08 276	0.06 185	0.08 319	0.07 278

HUI-Stereo	0.11 185	0.09 310	0.16 347	0.18 299	0.08 128	0.06 8	0.12 66	0.16 132	0.13 116	0.15 266	0.16 216	0.14 236	0.12 254	0.11 108	0.10 122	0.06 116	0.04 24	0.08 276	0.06 185	0.08 319	0.07 278

DEmStereo	0.12 250	0.06 54	0.14 264	0.14 30	0.10 339	0.16 333	0.15 218	0.16 132	0.24 323	0.17 310	0.24 334	0.13 216	0.14 316	0.12 190	0.13 276	0.05 27	0.04 24	0.07 194	0.06 185	0.05 101	0.05 123

SST-Stereo	0.10 142	0.07 139	0.15 313	0.18 299	0.09 238	0.06 8	0.12 66	0.17 168	0.11 61	0.15 266	0.17 237	0.13 216	0.12 254	0.10 62	0.11 187	0.06 116	0.04 24	0.09 355	0.06 185	0.06 192	0.05 123

RAFT_R40	0.11 185	0.07 139	0.14 264	0.18 299	0.09 238	0.06 8	0.13 104	0.17 168	0.16 185	0.14 239	0.18 262	0.15 265	0.12 254	0.10 62	0.11 187	0.06 116	0.04 24	0.09 355	0.06 185	0.06 192	0.05 123

DRaft	0.12 250	0.06 54	0.11 149	0.14 30	0.09 238	0.14 277	0.17 316	0.21 251	0.30 398	0.17 310	0.28 401	0.10 154	0.15 334	0.10 62	0.12 235	0.05 27	0.04 24	0.07 194	0.06 185	0.05 101	0.05 123

PFNet	0.12 250	0.06 54	0.17 375	0.17 218	0.08 128	0.09 79	0.15 218	0.26 348	0.20 268	0.16 294	0.16 216	0.14 236	0.11 224	0.12 190	0.11 187	0.06 116	0.04 24	0.07 194	0.06 185	0.05 101	0.05 123

GrayStereo	0.11 185	0.06 54	0.11 149	0.19 355	0.09 238	0.09 79	0.16 283	0.18 197	0.17 204	0.14 239	0.17 237	0.17 299	0.11 224	0.12 190	0.11 187	0.05 27	0.05 185	0.07 194	0.06 185	0.05 101	0.10 410

RE-Stereo	0.11 185	0.07 139	0.13 229	0.17 218	0.09 238	0.10 126	0.14 152	0.23 292	0.19 245	0.12 191	0.17 237	0.12 192	0.11 224	0.11 108	0.11 187	0.06 116	0.04 24	0.07 194	0.06 185	0.06 192	0.12 445

Pruner-Stereo	0.11 185	0.07 139	0.12 184	0.17 218	0.09 238	0.06 8	0.12 66	0.17 168	0.17 204	0.13 218	0.19 271	0.13 216	0.09 167	0.11 108	0.11 187	0.06 116	0.04 24	0.07 194	0.06 185	0.06 192	0.08 342

TVStereo	0.11 185	0.07 139	0.13 229	0.17 218	0.09 238	0.10 126	0.14 152	0.23 292	0.19 245	0.12 191	0.17 237	0.12 192	0.11 224	0.11 108	0.11 187	0.06 116	0.04 24	0.07 194	0.06 185	0.06 192	0.12 445

DeepStereo_RVC	0.11 185	0.08 236	0.16 347	0.18 299	0.08 128	0.08 48	0.12 66	0.17 168	0.12 85	0.13 218	0.14 187	0.12 192	0.12 254	0.12 190	0.11 187	0.06 116	0.04 24	0.07 194	0.06 185	0.07 257	0.08 342

iGMRVC	0.11 185	0.09 310	0.16 347	0.19 355	0.08 128	0.06 8	0.12 66	0.16 132	0.13 116	0.15 266	0.16 216	0.14 236	0.12 254	0.11 108	0.10 122	0.06 116	0.04 24	0.08 276	0.06 185	0.08 319	0.07 278

IRAFT_RVC	0.12 250	0.08 236	0.16 347	0.19 355	0.08 128	0.07 27	0.15 218	0.24 314	0.23 307	0.14 239	0.14 187	0.15 265	0.12 254	0.12 190	0.10 122	0.06 116	0.04 24	0.09 355	0.06 185	0.06 192	0.06 198

RAFT-345	0.11 185	0.07 139	0.15 313	0.16 144	0.08 128	0.08 48	0.12 66	0.15 106	0.10 35	0.11 153	0.36 455	0.09 123	0.09 167	0.11 108	0.12 235	0.05 27	0.05 185	0.07 194	0.06 185	0.04 18	0.05 123

iRAFT	0.11 185	0.09 310	0.16 347	0.18 299	0.08 128	0.06 8	0.11 49	0.16 132	0.13 116	0.15 266	0.16 216	0.14 236	0.12 254	0.11 108	0.10 122	0.06 116	0.04 24	0.08 276	0.06 185	0.08 319	0.07 278

CRE-IMP	0.11 185	0.09 310	0.16 347	0.19 355	0.08 128	0.10 126	0.12 66	0.18 197	0.10 35	0.14 239	0.13 173	0.13 216	0.12 254	0.12 190	0.11 187	0.07 238	0.04 24	0.08 276	0.06 185	0.08 319	0.08 342

RAFT-IKP	0.11 185	0.09 310	0.16 347	0.19 355	0.08 128	0.06 8	0.12 66	0.16 132	0.13 116	0.15 266	0.16 216	0.14 236	0.12 254	0.11 108	0.10 122	0.06 116	0.04 24	0.08 276	0.06 185	0.08 319	0.07 278

Prome-Stereo	0.11 185	0.06 54	0.10 108	0.18 299	0.08 128	0.12 206	0.15 218	0.22 273	0.13 116	0.12 191	0.17 237	0.13 216	0.08 141	0.12 190	0.10 122	0.05 27	0.04 24	0.07 194	0.06 185	0.06 192	0.09 386

LMCR-Stereo	0.15 353	0.08 236	0.13 229	0.21 433	0.09 238	0.17 354	0.20 420	0.27 369	0.19 245	0.24 427	0.24 334	0.23 383	0.17 383	0.20 408	0.17 372	0.07 238	0.06 305	0.08 276	0.06 185	0.10 411	0.08 342

TestStereo	0.13 275	0.14 451	0.11 149	0.23 468	0.08 128	0.15 303	0.21 437	0.20 229	0.23 307	0.14 239	0.24 334	0.16 279	0.12 254	0.16 315	0.14 313	0.05 27	0.06 305	0.08 276	0.06 185	0.09 380	0.05 123

raft+_RVC	0.11 185	0.07 139	0.09 73	0.16 144	0.07 73	0.10 126	0.11 49	0.24 314	0.20 268	0.12 191	0.15 204	0.12 192	0.08 141	0.12 190	0.13 276	0.07 238	0.04 24	0.07 194	0.06 185	0.05 101	0.05 123

sAnonymous2	0.13 275	0.12 410	0.24 447	0.20 404	0.12 417	0.17 354	0.13 104	0.26 348	0.21 283	0.11 153	0.11 146	0.13 216	0.08 141	0.10 62	0.10 122	0.09 355	0.05 185	0.08 276	0.06 185	0.15 489	0.10 410

CroCo_RVC	0.13 275	0.12 410	0.24 447	0.20 404	0.12 417	0.17 354	0.13 104	0.26 348	0.21 283	0.11 153	0.11 146	0.13 216	0.08 141	0.10 62	0.10 122	0.09 355	0.05 185	0.08 276	0.06 185	0.15 489	0.10 410

CFNet_pseudo	0.14 309	0.08 236	0.15 313	0.16 144	0.09 238	0.13 245	0.14 152	0.27 369	0.34 430	0.14 239	0.21 304	0.22 366	0.13 291	0.18 368	0.14 313	0.07 238	0.05 185	0.08 276	0.06 185	0.07 257	0.07 278

RALAANet	0.11 185	0.08 236	0.10 108	0.17 218	0.09 238	0.14 277	0.10 30	0.20 229	0.15 156	0.14 239	0.13 173	0.16 279	0.09 167	0.12 190	0.11 187	0.06 116	0.05 185	0.07 194	0.06 185	0.05 101	0.04 41

XX-Stereo	0.09 81	0.05 17	0.08 32	0.17 218	0.09 238	0.15 303	0.12 66	0.20 229	0.10 35	0.10 126	0.14 187	0.07 62	0.06 34	0.12 190	0.08 17	0.06 116	0.05 185	0.06 102	0.06 185	0.04 18	0.04 41

GES	0.14 309	0.08 236	0.16 347	0.15 72	0.10 339	0.13 245	0.13 104	0.28 388	0.25 344	0.16 294	0.23 322	0.18 313	0.13 291	0.16 315	0.13 276	0.08 298	0.07 375	0.07 194	0.06 185	0.08 319	0.09 386

222	0.16 376	0.07 139	0.14 264	0.14 30	0.08 128	0.24 452	0.18 361	0.30 412	0.20 268	0.17 310	0.28 401	0.17 299	0.16 360	0.15 281	0.40 526	0.10 392	0.05 185	0.07 194	0.06 185	0.07 257	0.08 342

RAFT-Stereo + iAFF	0.09 81	0.06 54	0.10 108	0.17 218	0.06 13	0.10 126	0.16 283	0.17 168	0.14 140	0.09 94	0.10 114	0.08 98	0.09 167	0.11 108	0.09 52	0.05 27	0.04 24	0.06 102	0.06 185	0.04 18	0.03 1

GMStereo	0.13 275	0.14 451	0.14 264	0.18 299	0.09 238	0.15 303	0.16 283	0.20 229	0.24 323	0.16 294	0.17 237	0.10 154	0.10 199	0.16 315	0.13 276	0.07 238	0.06 305	0.06 102	0.06 185	0.07 257	0.06 198
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ACVNet	0.15 353	0.09 310	0.15 313	0.13 13	0.12 417	0.14 277	0.20 420	0.22 273	0.33 419	0.17 310	0.26 380	0.21 348	0.16 360	0.17 347	0.21 428	0.07 238	0.06 305	0.06 102	0.06 185	0.08 319	0.06 198

acv_ft	0.15 353	0.09 310	0.15 313	0.19 355	0.10 339	0.16 333	0.17 316	0.25 330	0.33 419	0.19 355	0.26 380	0.21 348	0.17 383	0.17 347	0.18 390	0.07 238	0.06 305	0.06 102	0.06 185	0.08 319	0.06 198

DMCA	0.14 309	0.09 310	0.16 347	0.19 355	0.09 238	0.15 303	0.17 316	0.23 292	0.27 367	0.14 239	0.19 271	0.17 299	0.18 396	0.15 281	0.17 372	0.10 392	0.06 305	0.08 276	0.06 185	0.09 380	0.10 410

SuperB	0.20 433	0.10 368	0.56 522	0.16 144	0.09 238	0.18 372	0.18 361	0.24 314	0.50 502	0.26 444	0.39 474	0.17 299	0.21 428	0.22 435	0.21 428	0.08 298	0.06 305	0.06 102	0.06 185	0.12 445	0.10 410

HSM-Net_RVC	0.14 309	0.08 236	0.11 149	0.15 72	0.08 128	0.15 303	0.15 218	0.27 369	0.29 388	0.19 355	0.21 304	0.29 435	0.14 316	0.17 347	0.13 276	0.06 116	0.06 305	0.06 102	0.06 185	0.07 257	0.06 198
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AANet_RVC	0.16 376	0.10 368	0.10 108	0.18 299	0.09 238	0.18 372	0.19 399	0.26 348	0.31 405	0.22 406	0.35 452	0.21 348	0.21 428	0.22 435	0.16 357	0.06 116	0.05 185	0.06 102	0.06 185	0.07 257	0.06 198

HSM	0.15 353	0.08 236	0.14 264	0.16 144	0.09 238	0.16 333	0.14 152	0.28 388	0.25 344	0.19 355	0.23 322	0.37 484	0.16 360	0.20 408	0.15 341	0.07 238	0.05 185	0.07 194	0.06 185	0.07 257	0.06 198

LE_ROB	0.50 532	0.07 139	0.14 264	0.15 72	0.08 128	0.24 452	0.16 283	0.22 273	1.81 564	4.63 568	0.67 528	0.47 518	0.44 525	0.20 408	0.29 496	0.07 238	0.06 305	0.06 102	0.06 185	0.08 319	0.06 198

DFGA-Net	0.13 275	0.11 393	0.18 398	0.17 218	0.10 339	0.12 206	0.13 104	0.22 273	0.25 344	0.16 294	0.16 216	0.13 216	0.12 254	0.16 315	0.14 313	0.07 238	0.05 185	0.08 276	0.07 272	0.05 101	0.05 123

LG-Stereo	0.08 46	0.07 139	0.10 108	0.18 299	0.07 73	0.10 126	0.17 316	0.11 29	0.08 11	0.05 1	0.07 37	0.05 1	0.07 106	0.09 35	0.09 52	0.04 11	0.05 185	0.07 194	0.07 272	0.04 18	0.04 41

G2L-Stereo	0.14 309	0.07 139	0.13 229	0.17 218	0.09 238	0.13 245	0.12 66	0.27 369	0.22 297	0.16 294	0.27 388	0.21 348	0.13 291	0.17 347	0.18 390	0.09 355	0.08 401	0.08 276	0.07 272	0.07 257	0.07 278

DDVS	0.15 353	0.10 368	0.21 429	0.16 144	0.12 417	0.15 303	0.14 152	0.25 330	0.19 245	0.18 340	0.29 413	0.27 419	0.12 254	0.19 383	0.15 341	0.09 355	0.06 305	0.09 355	0.07 272	0.11 431	0.11 433

rvit_stereo_0083	0.12 250	0.08 236	0.17 375	0.16 144	0.09 238	0.11 172	0.15 218	0.14 77	0.26 358	0.11 153	0.14 187	0.13 216	0.10 199	0.12 190	0.12 235	0.10 392	0.08 401	0.09 355	0.07 272	0.07 257	0.05 123

rvit_stereo_0081_aga	0.11 185	0.09 310	0.14 264	0.18 299	0.09 238	0.13 245	0.14 152	0.14 77	0.19 245	0.10 126	0.18 262	0.16 279	0.09 167	0.12 190	0.09 52	0.10 392	0.06 305	0.08 276	0.07 272	0.07 257	0.06 198

rvit_stereo_0081	0.11 185	0.08 236	0.15 313	0.16 144	0.09 238	0.10 126	0.14 152	0.14 77	0.24 323	0.11 153	0.13 173	0.13 216	0.09 167	0.11 108	0.12 235	0.10 392	0.07 375	0.08 276	0.07 272	0.07 257	0.05 123

ACV-stereo	0.15 353	0.10 368	0.28 467	0.18 299	0.12 417	0.14 277	0.12 66	0.23 292	0.21 283	0.19 355	0.23 322	0.22 366	0.15 334	0.23 446	0.17 372	0.07 238	0.06 305	0.07 194	0.07 272	0.07 257	0.07 278

rvit_stereo_0082	0.11 185	0.08 236	0.15 313	0.16 144	0.09 238	0.10 126	0.14 152	0.14 77	0.24 323	0.11 153	0.13 173	0.13 216	0.09 167	0.11 108	0.12 235	0.10 392	0.07 375	0.08 276	0.07 272	0.07 257	0.05 123

AIO-Stereo-zeroshot1	0.11 185	0.05 17	0.14 264	0.15 72	0.20 509	0.09 79	0.17 316	0.21 251	0.15 156	0.11 153	0.14 187	0.10 154	0.07 106	0.10 62	0.08 17	0.06 116	0.05 185	0.07 194	0.07 272	0.07 257	0.09 386

rvit_stereo_ft	0.12 250	0.07 139	0.13 229	0.19 355	0.10 339	0.12 206	0.17 316	0.16 132	0.16 185	0.12 191	0.13 173	0.15 265	0.10 199	0.14 259	0.13 276	0.09 355	0.06 305	0.08 276	0.07 272	0.07 257	0.05 123

test_sample6	0.14 309	0.08 236	0.13 229	0.16 144	0.08 128	0.17 354	0.19 399	0.25 330	0.17 204	0.17 310	0.27 388	0.19 327	0.14 316	0.15 281	0.13 276	0.08 298	0.05 185	0.08 276	0.07 272	0.08 319	0.08 342

test_sample5	0.14 309	0.08 236	0.14 264	0.16 144	0.08 128	0.18 372	0.18 361	0.25 330	0.17 204	0.17 310	0.27 388	0.18 313	0.14 316	0.16 315	0.13 276	0.08 298	0.05 185	0.08 276	0.07 272	0.08 319	0.08 342

CAS++	0.11 185	0.07 139	0.11 149	0.14 30	0.09 238	0.12 206	0.14 152	0.24 314	0.14 140	0.11 153	0.09 88	0.11 175	0.07 106	0.14 259	0.09 52	0.11 420	0.09 427	0.09 355	0.07 272	0.07 257	0.08 342
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo07	0.10 142	0.07 139	0.10 108	0.17 218	0.09 238	0.14 277	0.18 361	0.15 106	0.15 156	0.09 94	0.06 12	0.06 16	0.07 106	0.12 190	0.09 52	0.06 116	0.05 185	0.08 276	0.07 272	0.06 192	0.06 198

MyStereo06	0.10 142	0.07 139	0.12 184	0.17 218	0.09 238	0.13 245	0.18 361	0.19 218	0.12 85	0.12 191	0.08 70	0.07 62	0.07 106	0.11 108	0.09 52	0.06 116	0.05 185	0.07 194	0.07 272	0.06 192	0.06 198

MyStereo05	0.13 275	0.07 139	0.10 108	0.17 218	0.09 238	0.13 245	0.18 361	0.27 369	0.35 439	0.17 310	0.14 187	0.15 265	0.11 224	0.15 281	0.13 276	0.06 116	0.05 185	0.07 194	0.07 272	0.06 192	0.06 198

MyStereo04	0.13 275	0.07 139	0.10 108	0.17 218	0.09 238	0.14 277	0.18 361	0.29 398	0.38 456	0.17 310	0.14 187	0.16 279	0.10 199	0.15 281	0.13 276	0.06 116	0.05 185	0.08 276	0.07 272	0.06 192	0.06 198

mmm	0.14 309	0.08 236	0.17 375	0.17 218	0.09 238	0.17 354	0.18 361	0.21 251	0.15 156	0.15 266	0.23 322	0.21 348	0.16 360	0.16 315	0.17 372	0.08 298	0.05 185	0.08 276	0.07 272	0.07 257	0.07 278

DualNet	0.14 309	0.08 236	0.14 264	0.16 144	0.08 128	0.18 372	0.18 361	0.25 330	0.17 204	0.17 310	0.27 388	0.18 313	0.14 316	0.16 315	0.13 276	0.08 298	0.05 185	0.08 276	0.07 272	0.08 319	0.08 342

MIF-Stereo (partial)	0.11 185	0.06 54	0.10 108	0.19 355	0.10 339	0.10 126	0.11 49	0.17 168	0.18 230	0.14 239	0.16 216	0.09 123	0.11 224	0.12 190	0.12 235	0.08 298	0.05 185	0.08 276	0.07 272	0.06 192	0.07 278

PCWNet_CMD	0.14 309	0.08 236	0.15 313	0.17 218	0.09 238	0.14 277	0.14 152	0.29 398	0.36 444	0.14 239	0.20 283	0.21 348	0.12 254	0.17 347	0.13 276	0.07 238	0.05 185	0.07 194	0.07 272	0.07 257	0.07 278

CFNet_ucs	0.15 353	0.08 236	0.16 347	0.16 144	0.11 386	0.14 277	0.14 152	0.30 412	0.34 430	0.16 294	0.24 334	0.23 383	0.14 316	0.18 368	0.15 341	0.09 355	0.06 305	0.08 276	0.07 272	0.09 380	0.09 386

LL-Strereo2	0.10 142	0.10 368	0.15 313	0.18 299	0.08 128	0.15 303	0.09 21	0.17 168	0.14 140	0.14 239	0.10 114	0.09 123	0.07 106	0.16 315	0.10 122	0.05 27	0.05 185	0.10 400	0.07 272	0.06 192	0.05 123

4D-IteraStereo	0.09 81	0.07 139	0.10 108	0.18 299	0.07 73	0.09 79	0.15 218	0.17 168	0.15 156	0.10 126	0.11 146	0.10 154	0.07 106	0.11 108	0.09 52	0.05 27	0.03 1	0.08 276	0.07 272	0.06 192	0.05 123

CBFPSM	0.14 309	0.06 54	0.26 455	0.17 218	0.09 238	0.13 245	0.15 218	0.22 273	0.23 307	0.20 377	0.27 388	0.24 389	0.16 360	0.16 315	0.18 390	0.06 116	0.06 305	0.06 102	0.07 272	0.07 257	0.07 278

raft_robust	0.13 275	0.10 368	0.07 6	0.18 299	0.08 128	0.13 245	0.24 467	0.28 388	0.33 419	0.20 377	0.19 271	0.14 236	0.10 199	0.11 108	0.12 235	0.05 27	0.05 185	0.07 194	0.07 272	0.05 101	0.04 41

RAFT_CTSACE	0.12 250	0.09 310	0.10 108	0.22 448	0.08 128	0.12 206	0.24 467	0.18 197	0.16 185	0.20 377	0.27 388	0.13 216	0.07 106	0.13 234	0.09 52	0.05 27	0.06 305	0.08 276	0.07 272	0.04 18	0.04 41

CRFU-Net	0.16 376	0.08 236	0.14 264	0.17 218	0.09 238	0.19 395	0.14 152	0.26 348	0.20 268	0.28 464	0.27 388	0.29 435	0.17 383	0.19 383	0.17 372	0.09 355	0.09 427	0.07 194	0.07 272	0.08 319	0.08 342

NINENet	0.16 376	0.10 368	0.15 313	0.17 218	0.11 386	0.19 395	0.14 152	0.40 500	0.36 444	0.18 340	0.21 304	0.16 279	0.13 291	0.15 281	0.13 276	0.08 298	0.08 401	0.10 400	0.07 272	0.10 411	0.09 386

CSP-Net	0.16 376	0.09 310	0.14 264	0.16 144	0.09 238	0.19 395	0.17 316	0.25 330	0.32 412	0.25 440	0.30 419	0.24 389	0.15 334	0.21 424	0.18 390	0.09 355	0.06 305	0.07 194	0.07 272	0.08 319	0.07 278

UDGNet	0.14 309	0.13 439	0.16 347	0.17 218	0.10 339	0.12 206	0.16 283	0.21 251	0.27 367	0.20 377	0.20 283	0.16 279	0.13 291	0.16 315	0.13 276	0.10 392	0.06 305	0.09 355	0.07 272	0.06 192	0.07 278

AASNet	0.16 376	0.08 236	0.12 184	0.19 355	0.09 238	0.18 372	0.15 218	0.37 485	0.37 451	0.19 355	0.23 322	0.20 339	0.16 360	0.17 347	0.20 408	0.10 392	0.08 401	0.08 276	0.07 272	0.09 380	0.09 386

GMOStereo	0.11 185	0.09 310	0.07 6	0.19 355	0.08 128	0.12 206	0.28 502	0.13 61	0.17 204	0.11 153	0.17 237	0.14 236	0.12 254	0.07 4	0.07 1	0.05 27	0.05 185	0.09 355	0.07 272	0.04 18	0.04 41

error version	0.11 185	0.09 310	0.07 6	0.19 355	0.08 128	0.12 206	0.28 502	0.13 61	0.17 204	0.11 153	0.17 237	0.14 236	0.12 254	0.07 4	0.07 1	0.05 27	0.05 185	0.09 355	0.07 272	0.04 18	0.04 41

test-v	0.11 185	0.09 310	0.07 6	0.19 355	0.08 128	0.12 206	0.28 502	0.13 61	0.17 204	0.11 153	0.17 237	0.14 236	0.12 254	0.07 4	0.07 1	0.05 27	0.05 185	0.09 355	0.07 272	0.04 18	0.04 41

AACVNet	0.16 376	0.08 236	0.14 264	0.15 72	0.10 339	0.18 372	0.15 218	0.23 292	0.24 323	0.27 450	0.27 388	0.28 428	0.17 383	0.19 383	0.16 357	0.09 355	0.07 375	0.09 355	0.07 272	0.10 411	0.09 386

test_3	0.10 142	0.09 310	0.10 108	0.20 404	0.08 128	0.13 245	0.26 489	0.14 77	0.21 283	0.10 126	0.10 114	0.09 123	0.09 167	0.08 15	0.11 187	0.05 27	0.04 24	0.08 276	0.07 272	0.04 18	0.04 41

ADLNet2	0.16 376	0.09 310	0.13 229	0.16 144	0.09 238	0.20 410	0.16 283	0.31 422	0.39 459	0.16 294	0.20 283	0.20 339	0.18 396	0.21 424	0.22 437	0.08 298	0.06 305	0.07 194	0.07 272	0.09 380	0.07 278

CrosDoStereo	0.12 250	0.06 54	0.12 184	0.14 30	0.08 128	0.12 206	0.15 218	0.17 168	0.22 297	0.19 355	0.24 334	0.15 265	0.11 224	0.11 108	0.12 235	0.06 116	0.04 24	0.07 194	0.07 272	0.05 101	0.05 123

TRStereo	0.09 81	0.05 17	0.12 184	0.15 72	0.12 417	0.10 126	0.13 104	0.18 197	0.18 230	0.09 94	0.09 88	0.09 123	0.06 34	0.10 62	0.08 17	0.07 238	0.05 185	0.07 194	0.07 272	0.04 18	0.04 41

LCNet	0.11 185	0.07 139	0.09 73	0.19 355	0.09 238	0.08 48	0.15 218	0.21 251	0.15 156	0.11 153	0.15 204	0.16 279	0.11 224	0.12 190	0.11 187	0.05 27	0.04 24	0.08 276	0.07 272	0.06 192	0.15 488

PSM-softLoss	0.12 250	0.07 139	0.15 313	0.17 218	0.09 238	0.08 48	0.13 104	0.24 314	0.17 204	0.14 239	0.19 271	0.13 216	0.11 224	0.11 108	0.11 187	0.07 238	0.05 185	0.08 276	0.07 272	0.06 192	0.12 445

KMStereo	0.12 250	0.07 139	0.15 313	0.17 218	0.09 238	0.08 48	0.13 104	0.24 314	0.17 204	0.14 239	0.19 271	0.13 216	0.11 224	0.11 108	0.11 187	0.07 238	0.05 185	0.08 276	0.07 272	0.06 192	0.12 445

DeepStereo_LL	0.12 250	0.06 54	0.12 184	0.14 30	0.08 128	0.12 206	0.15 218	0.17 168	0.22 297	0.19 355	0.24 334	0.15 265	0.11 224	0.11 108	0.12 235	0.06 116	0.04 24	0.07 194	0.07 272	0.05 101	0.05 123

THIR-Stereo	0.12 250	0.07 139	0.11 149	0.15 72	0.08 128	0.14 277	0.16 283	0.17 168	0.25 344	0.16 294	0.24 334	0.14 236	0.12 254	0.12 190	0.14 313	0.06 116	0.04 24	0.07 194	0.07 272	0.05 101	0.05 123

test-2	0.11 185	0.09 310	0.07 6	0.19 355	0.08 128	0.12 206	0.28 502	0.13 61	0.17 204	0.11 153	0.17 237	0.14 236	0.12 254	0.07 4	0.07 1	0.05 27	0.05 185	0.09 355	0.07 272	0.04 18	0.04 41

GMM-Stereo	0.11 185	0.07 139	0.10 108	0.18 299	0.09 238	0.08 48	0.15 218	0.23 292	0.16 185	0.11 153	0.15 204	0.13 216	0.11 224	0.11 108	0.11 187	0.05 27	0.04 24	0.08 276	0.07 272	0.06 192	0.09 386

ICVP	0.15 353	0.09 310	0.12 184	0.22 448	0.09 238	0.17 354	0.21 437	0.25 330	0.23 307	0.18 340	0.30 419	0.26 411	0.18 396	0.17 347	0.14 313	0.09 355	0.07 375	0.08 276	0.07 272	0.07 257	0.07 278
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GEStereo_RVC	0.17 396	0.12 410	0.15 313	0.22 448	0.11 386	0.19 395	0.17 316	0.32 433	0.48 494	0.20 377	0.25 363	0.17 299	0.13 291	0.21 424	0.16 357	0.10 392	0.06 305	0.08 276	0.07 272	0.09 380	0.08 342

xxxx	0.15 353	0.07 139	0.14 264	0.14 30	0.08 128	0.23 447	0.18 361	0.31 422	0.19 245	0.14 239	0.28 401	0.22 366	0.14 316	0.15 281	0.26 479	0.09 355	0.05 185	0.07 194	0.07 272	0.08 319	0.07 278

test_xeample	0.15 353	0.06 54	0.13 229	0.14 30	0.08 128	0.21 426	0.20 420	0.28 388	0.20 268	0.16 294	0.29 413	0.19 327	0.16 360	0.15 281	0.26 479	0.09 355	0.05 185	0.07 194	0.07 272	0.07 257	0.07 278

AFF-stereo	0.09 81	0.06 54	0.10 108	0.17 218	0.07 73	0.10 126	0.16 283	0.17 168	0.09 22	0.10 126	0.12 159	0.09 123	0.09 167	0.12 190	0.09 52	0.05 27	0.04 24	0.07 194	0.07 272	0.04 18	0.03 1

SFCPSM	0.13 275	0.07 139	0.14 264	0.17 218	0.09 238	0.15 303	0.16 283	0.28 388	0.27 367	0.14 239	0.17 237	0.12 192	0.13 291	0.14 259	0.11 187	0.08 298	0.05 185	0.07 194	0.07 272	0.07 257	0.06 198

MMNet	0.17 396	0.09 310	0.16 347	0.20 404	0.11 386	0.27 479	0.20 420	0.25 330	0.41 468	0.22 406	0.30 419	0.21 348	0.20 424	0.17 347	0.20 408	0.06 116	0.06 305	0.07 194	0.07 272	0.08 319	0.07 278

UNet	0.17 396	0.09 310	0.18 398	0.19 355	0.12 417	0.27 479	0.19 399	0.33 452	0.29 388	0.21 391	0.24 334	0.23 383	0.19 412	0.19 383	0.18 390	0.07 238	0.06 305	0.08 276	0.07 272	0.08 319	0.06 198

aanetorigin	0.22 453	0.17 476	0.56 522	0.17 218	0.10 339	0.15 303	0.19 399	0.20 229	0.33 419	0.49 522	0.48 505	0.29 435	0.27 470	0.20 408	0.23 449	0.08 298	0.07 375	0.08 276	0.07 272	0.10 411	0.09 386

EDNetEfficientorigin	7.91 571	0.31 524	153.02 586	0.19 355	0.09 238	0.21 426	0.16 283	0.22 273	0.59 520	0.72 537	0.67 528	0.42 503	0.50 530	0.24 455	0.39 524	0.08 298	0.07 375	0.08 276	0.07 272	0.12 445	0.10 410

EDNetEfficient	0.29 501	0.24 507	1.13 552	0.18 299	0.10 339	0.19 395	0.20 420	0.20 229	0.60 523	0.74 541	0.56 520	0.31 455	0.39 512	0.22 435	0.30 501	0.09 355	0.07 375	0.08 276	0.07 272	0.11 431	0.09 386

HGLStereo	0.17 396	0.08 236	0.19 409	0.17 218	0.12 417	0.18 372	0.18 361	0.31 422	0.32 412	0.21 391	0.32 431	0.25 402	0.18 396	0.19 383	0.20 408	0.09 355	0.09 427	0.07 194	0.07 272	0.09 380	0.10 410

MSMDNet	0.14 309	0.08 236	0.15 313	0.17 218	0.09 238	0.14 277	0.14 152	0.29 398	0.36 444	0.14 239	0.21 304	0.21 348	0.12 254	0.17 347	0.14 313	0.07 238	0.05 185	0.07 194	0.07 272	0.07 257	0.07 278

ccs_rob	0.14 309	0.08 236	0.15 313	0.16 144	0.09 238	0.12 206	0.14 152	0.27 369	0.34 430	0.14 239	0.21 304	0.22 366	0.13 291	0.18 368	0.14 313	0.07 238	0.05 185	0.08 276	0.07 272	0.07 257	0.07 278

AdaStereo	0.15 353	0.11 393	0.15 313	0.18 299	0.09 238	0.20 410	0.11 49	0.32 433	0.28 381	0.20 377	0.23 322	0.20 339	0.13 291	0.19 383	0.14 313	0.12 445	0.05 185	0.10 400	0.07 272	0.09 380	0.07 278
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
DISCO	0.19 421	0.09 310	0.22 435	0.17 218	0.10 339	0.25 462	0.18 361	0.27 369	0.44 485	0.22 406	0.31 427	0.33 467	0.26 462	0.28 476	0.28 493	0.08 298	0.06 305	0.07 194	0.07 272	0.09 380	0.09 386

HI	0.11 185	0.06 54	0.11 149	0.13 13	0.09 238	0.09 79	0.14 152	0.21 251	0.10 35	0.19 355	0.17 237	0.14 236	0.09 167	0.16 315	0.08 17	0.05 27	0.04 24	0.07 194	0.08 336	0.07 257	0.06 198

CoSv	0.11 185	0.06 54	0.11 149	0.13 13	0.09 238	0.09 79	0.14 152	0.21 251	0.10 35	0.19 355	0.17 237	0.14 236	0.09 167	0.16 315	0.08 17	0.05 27	0.04 24	0.07 194	0.08 336	0.07 257	0.06 198

tg	0.10 142	0.06 54	0.10 108	0.18 299	0.08 128	0.11 172	0.16 283	0.20 229	0.12 85	0.08 61	0.11 146	0.11 175	0.07 106	0.11 108	0.10 122	0.05 27	0.04 24	0.08 276	0.08 336	0.04 18	0.04 41

DCVSM-stereo	0.14 309	0.09 310	0.16 347	0.16 144	0.10 339	0.15 303	0.09 21	0.19 218	0.23 307	0.20 377	0.23 322	0.26 411	0.15 334	0.18 368	0.14 313	0.09 355	0.07 375	0.09 355	0.08 336	0.10 411	0.12 445

ITSA-stereo	0.15 353	0.10 368	0.14 264	0.19 355	0.08 128	0.12 206	0.14 152	0.30 412	0.49 499	0.17 310	0.19 271	0.22 366	0.15 334	0.17 347	0.16 357	0.10 392	0.06 305	0.08 276	0.08 336	0.08 319	0.08 342

H2IRNET	0.10 142	0.09 310	0.09 73	0.18 299	0.09 238	0.12 206	0.15 218	0.14 77	0.21 283	0.10 126	0.10 114	0.10 154	0.10 199	0.10 62	0.10 122	0.05 27	0.04 24	0.08 276	0.08 336	0.06 192	0.05 123

DispNO	0.14 309	0.08 236	0.17 375	0.19 355	0.12 417	0.11 172	0.21 437	0.23 292	0.29 388	0.17 310	0.23 322	0.18 313	0.17 383	0.15 281	0.15 341	0.07 238	0.05 185	0.08 276	0.08 336	0.07 257	0.06 198

xx1	0.11 185	0.08 236	0.12 184	0.17 218	0.09 238	0.13 245	0.15 218	0.16 132	0.18 230	0.09 94	0.09 88	0.16 279	0.16 360	0.10 62	0.07 1	0.06 116	0.04 24	0.08 276	0.08 336	0.07 257	0.07 278

ffm	0.12 250	0.09 310	0.14 264	0.16 144	0.08 128	0.17 354	0.17 316	0.15 106	0.19 245	0.15 266	0.25 363	0.19 327	0.13 291	0.10 62	0.07 1	0.06 116	0.04 24	0.09 355	0.08 336	0.06 192	0.06 198

ff1	0.13 275	0.09 310	0.14 264	0.16 144	0.08 128	0.17 354	0.17 316	0.15 106	0.19 245	0.15 266	0.25 363	0.19 327	0.13 291	0.14 259	0.20 408	0.06 116	0.04 24	0.09 355	0.08 336	0.06 192	0.06 198

mmx	0.14 309	0.09 310	0.14 264	0.16 144	0.08 128	0.17 354	0.17 316	0.27 369	0.25 344	0.15 266	0.25 363	0.19 327	0.13 291	0.14 259	0.20 408	0.08 298	0.06 305	0.09 355	0.08 336	0.08 319	0.08 342

ttt	0.14 309	0.08 236	0.14 264	0.15 72	0.08 128	0.15 303	0.18 361	0.27 369	0.29 388	0.16 294	0.24 334	0.17 299	0.13 291	0.13 234	0.14 313	0.11 420	0.08 401	0.09 355	0.08 336	0.09 380	0.08 342

xxx	0.14 309	0.09 310	0.14 264	0.16 144	0.08 128	0.17 354	0.17 316	0.27 369	0.25 344	0.15 266	0.25 363	0.19 327	0.13 291	0.14 259	0.20 408	0.08 298	0.06 305	0.09 355	0.08 336	0.08 319	0.08 342

CASnet	0.09 81	0.09 310	0.09 73	0.19 355	0.06 13	0.07 27	0.11 49	0.18 197	0.14 140	0.11 153	0.10 114	0.09 123	0.07 106	0.10 62	0.10 122	0.06 116	0.04 24	0.10 400	0.08 336	0.05 101	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LL-Strereo	0.13 275	0.09 310	0.11 149	0.20 404	0.10 339	0.11 172	0.18 361	0.32 433	0.24 323	0.15 266	0.15 204	0.14 236	0.13 291	0.19 383	0.11 187	0.06 116	0.04 24	0.09 355	0.08 336	0.04 18	0.05 123

gwcnet-sp	0.14 309	0.07 139	0.12 184	0.18 299	0.09 238	0.16 333	0.17 316	0.24 314	0.24 323	0.18 340	0.24 334	0.15 265	0.16 360	0.15 281	0.15 341	0.08 298	0.06 305	0.07 194	0.08 336	0.08 319	0.07 278

scenet	0.14 309	0.07 139	0.12 184	0.18 299	0.09 238	0.16 333	0.17 316	0.24 314	0.24 323	0.18 340	0.24 334	0.15 265	0.16 360	0.15 281	0.15 341	0.08 298	0.06 305	0.07 194	0.08 336	0.08 319	0.07 278

CASS	0.13 275	0.12 410	0.11 149	0.23 468	0.09 238	0.15 303	0.17 316	0.18 197	0.19 245	0.17 310	0.18 262	0.15 265	0.15 334	0.14 259	0.14 313	0.09 355	0.06 305	0.10 400	0.08 336	0.09 380	0.07 278
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	0.14 309	0.07 139	0.12 184	0.18 299	0.09 238	0.16 333	0.17 316	0.24 314	0.24 323	0.18 340	0.24 334	0.15 265	0.16 360	0.15 281	0.15 341	0.08 298	0.06 305	0.07 194	0.08 336	0.08 319	0.07 278

qqq	0.13 275	0.09 310	0.15 313	0.16 144	0.08 128	0.13 245	0.15 218	0.23 292	0.16 185	0.15 266	0.19 271	0.16 279	0.16 360	0.15 281	0.16 357	0.07 238	0.06 305	0.08 276	0.08 336	0.07 257	0.07 278

Wz-Net-LNSev	0.22 453	0.16 465	0.38 499	0.21 433	0.13 438	0.25 462	0.23 455	0.32 433	0.43 480	0.30 474	0.41 489	0.31 455	0.18 396	0.22 435	0.25 469	0.10 392	0.09 427	0.08 276	0.08 336	0.12 445	0.11 433

RAFT+CT+SA	0.13 275	0.11 393	0.09 73	0.19 355	0.09 238	0.15 303	0.28 502	0.22 273	0.22 297	0.15 266	0.26 380	0.10 154	0.10 199	0.11 108	0.12 235	0.05 27	0.04 24	0.07 194	0.08 336	0.07 257	0.06 198

test_5	0.14 309	0.12 410	0.08 32	0.20 404	0.10 339	0.14 277	0.29 511	0.21 251	0.24 323	0.18 340	0.28 401	0.11 175	0.15 334	0.12 190	0.13 276	0.06 116	0.05 185	0.07 194	0.08 336	0.08 319	0.07 278

SA	0.12 250	0.09 310	0.08 32	0.18 299	0.08 128	0.12 206	0.24 467	0.23 292	0.18 230	0.17 310	0.27 388	0.14 236	0.11 224	0.11 108	0.11 187	0.05 27	0.05 185	0.09 355	0.08 336	0.05 101	0.04 41

test_4	0.10 142	0.10 368	0.08 32	0.19 355	0.09 238	0.08 48	0.22 446	0.15 106	0.17 204	0.12 191	0.18 262	0.12 192	0.09 167	0.08 15	0.11 187	0.04 11	0.04 24	0.08 276	0.08 336	0.04 18	0.03 1

psmg	0.14 309	0.09 310	0.14 264	0.17 218	0.10 339	0.15 303	0.17 316	0.29 398	0.19 245	0.17 310	0.21 304	0.25 402	0.16 360	0.15 281	0.14 313	0.08 298	0.06 305	0.08 276	0.08 336	0.07 257	0.06 198

PFNet+	0.11 185	0.06 54	0.13 229	0.16 144	0.09 238	0.05 4	0.12 66	0.17 168	0.21 283	0.16 294	0.19 271	0.14 236	0.10 199	0.11 108	0.11 187	0.08 298	0.05 185	0.09 355	0.08 336	0.06 192	0.11 433

PSM-AAD	0.11 185	0.07 139	0.10 108	0.19 355	0.09 238	0.10 126	0.15 218	0.20 229	0.13 116	0.12 191	0.14 187	0.18 313	0.11 224	0.11 108	0.10 122	0.05 27	0.05 185	0.09 355	0.08 336	0.06 192	0.14 481

KYRaft	0.11 185	0.07 139	0.10 108	0.19 355	0.09 238	0.08 48	0.15 218	0.22 273	0.12 85	0.13 218	0.16 216	0.20 339	0.10 199	0.12 190	0.10 122	0.05 27	0.04 24	0.08 276	0.08 336	0.06 192	0.16 499

iRaftStereo_RVC	0.10 142	0.07 139	0.09 73	0.17 218	0.09 238	0.11 172	0.17 316	0.18 197	0.12 85	0.09 94	0.12 159	0.10 154	0.07 106	0.11 108	0.10 122	0.05 27	0.04 24	0.08 276	0.08 336	0.04 18	0.04 41

Anonymous3	0.16 376	0.13 439	0.33 486	0.26 492	0.14 456	0.27 479	0.17 316	0.28 388	0.28 381	0.15 266	0.17 237	0.14 236	0.10 199	0.15 281	0.12 235	0.08 298	0.08 401	0.08 276	0.08 336	0.08 319	0.11 433

sCroCo_RVC	0.12 250	0.09 310	0.23 444	0.24 477	0.11 386	0.19 395	0.14 152	0.17 168	0.14 140	0.10 126	0.13 173	0.12 192	0.07 106	0.14 259	0.11 187	0.08 298	0.08 401	0.08 276	0.08 336	0.05 101	0.07 278

RAFT + AFF	0.13 275	0.07 139	0.20 421	0.20 404	0.10 339	0.14 277	0.24 467	0.26 348	0.20 268	0.11 153	0.10 114	0.12 192	0.10 199	0.15 281	0.12 235	0.07 238	0.06 305	0.09 355	0.08 336	0.06 192	0.08 342

FENet	0.13 275	0.08 236	0.12 184	0.16 144	0.08 128	0.14 277	0.15 218	0.22 273	0.23 307	0.17 310	0.23 322	0.16 279	0.12 254	0.14 259	0.15 341	0.08 298	0.05 185	0.08 276	0.08 336	0.07 257	0.07 278

cf-r	0.13 275	0.07 139	0.12 184	0.16 144	0.08 128	0.14 277	0.19 399	0.20 229	0.25 344	0.17 310	0.25 363	0.21 348	0.16 360	0.14 259	0.14 313	0.10 392	0.05 185	0.06 102	0.08 336	0.06 192	0.06 198

hitnet-ft	0.18 409	0.09 310	0.17 375	0.14 30	0.09 238	0.26 470	0.20 420	0.25 330	0.26 358	0.24 427	0.32 431	0.31 455	0.22 437	0.24 455	0.21 428	0.12 445	0.07 375	0.10 400	0.08 336	0.12 445	0.11 433

GANet-RSSM	0.14 309	0.07 139	0.13 229	0.13 13	0.08 128	0.14 277	0.17 316	0.22 273	0.21 283	0.17 310	0.24 334	0.23 383	0.15 334	0.16 315	0.15 341	0.10 392	0.06 305	0.07 194	0.08 336	0.08 319	0.07 278

ADCP+	0.20 433	0.10 368	0.33 486	0.20 404	0.12 417	0.22 434	0.26 489	0.31 422	0.34 430	0.26 444	0.37 461	0.22 366	0.22 437	0.27 465	0.27 486	0.09 355	0.06 305	0.08 276	0.08 336	0.09 380	0.10 410

RASNet	0.14 309	0.07 139	0.14 264	0.16 144	0.08 128	0.18 372	0.14 152	0.29 398	0.20 268	0.17 310	0.25 363	0.21 348	0.18 396	0.20 408	0.19 402	0.07 238	0.06 305	0.06 102	0.08 336	0.06 192	0.06 198

NLCA_NET_v2_RVC	0.17 396	0.10 368	0.22 435	0.20 404	0.10 339	0.15 303	0.18 361	0.31 422	0.25 344	0.21 391	0.30 419	0.25 402	0.17 383	0.21 424	0.20 408	0.09 355	0.06 305	0.08 276	0.08 336	0.07 257	0.08 342
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	0.19 421	0.10 368	0.15 313	0.17 218	0.15 472	0.28 485	0.23 455	0.44 517	0.42 475	0.15 266	0.27 388	0.25 402	0.19 412	0.22 435	0.17 372	0.09 355	0.06 305	0.10 400	0.08 336	0.15 489	0.09 386

DPSNet	0.28 497	0.16 465	0.31 480	0.18 299	0.13 438	0.54 528	0.42 537	0.51 529	0.67 531	0.29 471	0.38 466	0.38 488	0.29 486	0.31 487	0.23 449	0.11 420	0.10 446	0.11 431	0.08 336	0.20 511	0.16 499

PWC_ROB	0.21 444	0.16 465	0.26 455	0.18 299	0.11 386	0.22 434	0.13 104	0.32 433	0.49 499	0.30 474	0.40 479	0.32 464	0.24 449	0.31 487	0.22 437	0.10 392	0.07 375	0.11 431	0.08 336	0.11 431	0.10 410

PWCDC_ROB	0.20 433	0.13 439	0.22 435	0.24 477	0.11 386	0.19 395	0.15 218	0.33 452	0.54 511	0.29 471	0.50 510	0.21 348	0.15 334	0.27 465	0.20 408	0.11 420	0.09 427	0.10 400	0.08 336	0.11 431	0.09 386

S2M2	0.09 81	0.08 236	0.11 149	0.13 13	0.10 339	0.08 48	0.06 1	0.10 16	0.10 35	0.10 126	0.09 88	0.10 154	0.09 167	0.11 108	0.11 187	0.13 468	0.07 375	0.08 276	0.09 380	0.10 411	0.08 342

AIO-test2	0.10 142	0.08 236	0.10 108	0.23 468	0.08 128	0.11 172	0.10 30	0.23 292	0.23 307	0.08 61	0.09 88	0.08 98	0.05 9	0.10 62	0.08 17	0.06 116	0.05 185	0.08 276	0.09 380	0.05 101	0.05 123

test_sample7	0.15 353	0.10 368	0.16 347	0.14 30	0.11 386	0.16 333	0.16 283	0.27 369	0.23 307	0.20 377	0.20 283	0.24 389	0.19 412	0.16 315	0.16 357	0.12 445	0.06 305	0.10 400	0.09 380	0.10 411	0.10 410

1111x	0.15 353	0.08 236	0.12 184	0.18 299	0.07 73	0.18 372	0.25 482	0.31 422	0.24 323	0.17 310	0.24 334	0.26 411	0.15 334	0.13 234	0.23 449	0.07 238	0.07 375	0.08 276	0.09 380	0.07 257	0.06 198

coex-ft	3.30 563	0.34 528	59.09 585	0.18 299	0.13 438	0.26 470	0.22 446	0.27 369	0.72 535	1.90 565	0.70 532	0.44 509	0.45 526	0.29 483	0.41 529	0.09 355	0.09 427	0.12 448	0.09 380	0.14 474	0.13 464

anonymousa	0.13 275	0.07 139	0.13 229	0.18 299	0.09 238	0.13 245	0.17 316	0.19 218	0.29 388	0.15 266	0.24 334	0.15 265	0.14 316	0.14 259	0.14 313	0.07 238	0.05 185	0.07 194	0.09 380	0.05 101	0.06 198

ssnet_v2	0.17 396	0.10 368	0.17 375	0.17 218	0.11 386	0.21 426	0.21 437	0.33 452	0.25 344	0.22 406	0.22 313	0.27 419	0.18 396	0.22 435	0.20 408	0.11 420	0.09 427	0.09 355	0.09 380	0.08 319	0.08 342

BUS	0.14 309	0.09 310	0.14 264	0.22 448	0.10 339	0.19 395	0.14 152	0.34 461	0.19 245	0.17 310	0.22 313	0.16 279	0.13 291	0.15 281	0.13 276	0.08 298	0.06 305	0.10 400	0.09 380	0.07 257	0.07 278

Wz-Net-MNSev	0.22 453	0.13 439	0.31 480	0.20 404	0.14 456	0.36 512	0.24 467	0.33 452	0.44 485	0.28 464	0.40 479	0.38 488	0.19 412	0.24 455	0.25 469	0.09 355	0.07 375	0.09 355	0.09 380	0.12 445	0.10 410

BSDual-CNN	0.15 353	0.09 310	0.14 264	0.22 448	0.10 339	0.14 277	0.15 218	0.34 461	0.19 245	0.17 310	0.22 313	0.25 402	0.16 360	0.15 281	0.14 313	0.08 298	0.06 305	0.10 400	0.09 380	0.07 257	0.07 278

hknet	0.15 353	0.11 393	0.13 229	0.22 448	0.11 386	0.14 277	0.15 218	0.34 461	0.25 344	0.17 310	0.22 313	0.22 366	0.18 396	0.17 347	0.12 235	0.07 238	0.06 305	0.10 400	0.09 380	0.07 257	0.07 278

Sa-1000	0.12 250	0.08 236	0.08 32	0.18 299	0.08 128	0.14 277	0.22 446	0.22 273	0.18 230	0.15 266	0.20 283	0.17 299	0.11 224	0.10 62	0.10 122	0.06 116	0.05 185	0.09 355	0.09 380	0.05 101	0.05 123

dad	0.17 396	0.20 493	0.20 421	0.16 144	0.11 386	0.20 410	0.18 361	0.21 251	0.28 381	0.30 474	0.24 334	0.29 435	0.13 291	0.19 383	0.16 357	0.18 508	0.09 427	0.11 431	0.09 380	0.11 431	0.07 278

UDG	0.21 444	0.17 476	0.19 409	0.23 468	0.15 472	0.30 491	0.20 420	0.33 452	0.35 439	0.23 418	0.28 401	0.31 455	0.27 470	0.20 408	0.22 437	0.15 485	0.12 472	0.13 463	0.09 380	0.14 474	0.14 481

RAFT	0.13 275	0.09 310	0.11 149	0.18 299	0.08 128	0.15 303	0.24 467	0.20 229	0.19 245	0.21 391	0.21 304	0.17 299	0.12 254	0.16 315	0.09 52	0.06 116	0.07 375	0.10 400	0.09 380	0.05 101	0.05 123

ARAFT	0.12 250	0.08 236	0.17 375	0.19 355	0.09 238	0.14 277	0.18 361	0.20 229	0.12 85	0.12 191	0.13 173	0.14 236	0.11 224	0.15 281	0.12 235	0.06 116	0.05 185	0.10 400	0.09 380	0.05 101	0.04 41

UPFNet	0.16 376	0.08 236	0.12 184	0.20 404	0.12 417	0.20 410	0.23 455	0.28 388	0.26 358	0.17 310	0.24 334	0.22 366	0.19 412	0.19 383	0.21 428	0.09 355	0.07 375	0.08 276	0.09 380	0.08 319	0.06 198

GwcNet	0.20 433	0.13 439	0.19 409	0.18 299	0.12 417	0.24 452	0.19 399	0.35 474	0.43 480	0.20 377	0.32 431	0.33 467	0.20 424	0.22 435	0.24 460	0.11 420	0.09 427	0.09 355	0.09 380	0.09 380	0.10 410

ac_64	0.16 376	0.08 236	0.15 313	0.18 299	0.10 339	0.22 434	0.18 361	0.24 314	0.21 283	0.18 340	0.24 334	0.29 435	0.18 396	0.19 383	0.22 437	0.09 355	0.07 375	0.08 276	0.09 380	0.07 257	0.06 198

GwcNet-RSSM	0.14 309	0.07 139	0.12 184	0.15 72	0.08 128	0.15 303	0.20 420	0.21 251	0.27 367	0.18 340	0.27 388	0.22 366	0.16 360	0.14 259	0.15 341	0.10 392	0.05 185	0.07 194	0.09 380	0.07 257	0.07 278

CFNet-ft	0.14 309	0.07 139	0.15 313	0.12 4	0.09 238	0.16 333	0.18 361	0.22 273	0.24 323	0.17 310	0.26 380	0.24 389	0.14 316	0.16 315	0.14 313	0.11 420	0.06 305	0.08 276	0.09 380	0.09 380	0.08 342

FAT-Stereo	0.20 433	0.12 410	0.22 435	0.21 433	0.12 417	0.17 354	0.18 361	0.34 461	0.39 459	0.27 450	0.37 461	0.34 473	0.32 498	0.21 424	0.20 408	0.09 355	0.11 458	0.10 400	0.09 380	0.11 431	0.14 481

DSFCA	0.16 376	0.09 310	0.14 264	0.16 144	0.10 339	0.20 410	0.19 399	0.28 388	0.31 405	0.23 418	0.24 334	0.22 366	0.15 334	0.19 383	0.20 408	0.10 392	0.07 375	0.09 355	0.09 380	0.08 319	0.08 342

FADNet_RVC	0.16 376	0.14 451	0.40 503	0.20 404	0.11 386	0.13 245	0.13 104	0.26 348	0.22 297	0.21 391	0.23 322	0.20 339	0.17 383	0.14 259	0.16 357	0.08 298	0.08 401	0.12 448	0.09 380	0.11 431	0.10 410

G-Net	0.24 475	0.16 465	0.36 495	0.22 448	0.16 482	0.51 526	0.23 455	0.29 398	0.34 430	0.36 495	0.38 466	0.31 455	0.29 486	0.27 465	0.26 479	0.11 420	0.09 427	0.12 448	0.09 380	0.16 496	0.13 464

ADCL	0.24 475	0.11 393	0.47 513	0.22 448	0.12 417	0.34 503	0.29 511	0.29 398	0.56 514	0.24 427	0.46 502	0.30 443	0.30 490	0.29 483	0.29 496	0.08 298	0.07 375	0.09 355	0.09 380	0.10 411	0.10 410

ADCRef	0.19 421	0.12 410	0.41 505	0.20 404	0.12 417	0.22 434	0.18 361	0.32 433	0.36 444	0.26 444	0.32 431	0.17 299	0.23 443	0.24 455	0.24 460	0.07 238	0.06 305	0.09 355	0.09 380	0.08 319	0.08 342

RYNet	0.22 453	0.12 410	0.22 435	0.19 355	0.17 497	0.46 520	0.26 489	0.38 492	0.48 494	0.24 427	0.28 401	0.34 473	0.23 443	0.20 408	0.30 501	0.10 392	0.06 305	0.09 355	0.09 380	0.13 461	0.15 488

GANet	0.21 444	0.12 410	0.21 429	0.24 477	0.13 438	0.22 434	0.22 446	0.41 506	0.26 358	0.31 480	0.42 495	0.37 484	0.28 478	0.23 446	0.22 437	0.10 392	0.12 472	0.10 400	0.09 380	0.10 411	0.08 342

CFNet_RVC	0.14 309	0.07 139	0.15 313	0.12 4	0.09 238	0.16 333	0.18 361	0.22 273	0.24 323	0.17 310	0.26 380	0.24 389	0.14 316	0.16 315	0.14 313	0.11 420	0.06 305	0.08 276	0.09 380	0.09 380	0.08 342

DeepPruner_ROB	0.16 376	0.11 393	0.15 313	0.17 218	0.10 339	0.17 354	0.15 218	0.32 433	0.21 283	0.19 355	0.21 304	0.22 366	0.18 396	0.20 408	0.15 341	0.13 468	0.09 427	0.09 355	0.09 380	0.11 431	0.10 410

StereoDRNet	0.18 409	0.11 393	0.17 375	0.22 448	0.11 386	0.21 426	0.22 446	0.37 485	0.33 419	0.24 427	0.28 401	0.30 443	0.19 412	0.20 408	0.20 408	0.09 355	0.08 401	0.11 431	0.09 380	0.09 380	0.07 278

SANet	0.24 475	0.14 451	0.28 467	0.21 433	0.11 386	0.27 479	0.24 467	0.38 492	0.64 527	0.36 495	0.40 479	0.43 507	0.26 462	0.27 465	0.24 460	0.12 445	0.09 427	0.10 400	0.09 380	0.13 461	0.11 433

DLCB_ROB	0.18 409	0.10 368	0.15 313	0.23 468	0.11 386	0.24 452	0.18 361	0.29 398	0.28 381	0.27 450	0.28 401	0.28 428	0.24 449	0.19 383	0.20 408	0.08 298	0.08 401	0.09 355	0.09 380	0.07 257	0.07 278

ETE_ROB	0.23 468	0.17 476	0.22 435	0.25 487	0.13 438	0.26 470	0.29 511	0.31 422	0.36 444	0.28 464	0.36 455	0.45 511	0.26 462	0.27 465	0.26 479	0.11 420	0.08 401	0.12 448	0.09 380	0.14 474	0.13 464

YMNet	0.20 433	0.12 410	0.19 409	0.20 404	0.14 456	0.26 470	0.23 455	0.32 433	0.34 430	0.27 450	0.34 447	0.30 443	0.18 396	0.18 368	0.22 437	0.10 392	0.13 485	0.10 400	0.10 415	0.08 319	0.09 386

YMNet_1	0.20 433	0.12 410	0.19 409	0.20 404	0.14 456	0.26 470	0.23 455	0.32 433	0.34 430	0.27 450	0.34 447	0.30 443	0.18 396	0.18 368	0.22 437	0.10 392	0.13 485	0.10 400	0.10 415	0.08 319	0.09 386

AIO-test1	0.10 142	0.07 139	0.10 108	0.23 468	0.07 73	0.09 79	0.13 104	0.21 251	0.14 140	0.11 153	0.12 159	0.09 123	0.07 106	0.11 108	0.09 52	0.06 116	0.05 185	0.09 355	0.10 415	0.03 1	0.06 198

rvit_0105_6	0.14 309	0.09 310	0.18 398	0.17 218	0.10 339	0.10 126	0.16 283	0.19 218	0.26 358	0.12 191	0.18 262	0.17 299	0.12 254	0.18 368	0.12 235	0.15 485	0.11 458	0.12 448	0.10 415	0.09 380	0.06 198

rvit_0105_5	0.14 309	0.09 310	0.13 229	0.17 218	0.09 238	0.14 277	0.23 455	0.24 314	0.27 367	0.14 239	0.15 204	0.18 313	0.12 254	0.17 347	0.14 313	0.14 481	0.11 458	0.10 400	0.10 415	0.08 319	0.06 198

rvit_0105_4	0.14 309	0.09 310	0.17 375	0.17 218	0.10 339	0.12 206	0.19 399	0.23 292	0.27 367	0.14 239	0.20 283	0.17 299	0.13 291	0.17 347	0.13 276	0.15 485	0.11 458	0.11 431	0.10 415	0.09 380	0.06 198

rvit_stereo_0075_2	0.17 396	0.12 410	0.25 452	0.23 468	0.16 482	0.13 245	0.10 30	0.30 412	0.27 367	0.20 377	0.28 401	0.22 366	0.15 334	0.18 368	0.13 276	0.16 501	0.10 446	0.17 496	0.10 415	0.10 411	0.09 386

fast-acv-ft	0.18 409	0.11 393	0.19 409	0.19 355	0.12 417	0.24 452	0.21 437	0.25 330	0.34 430	0.22 406	0.34 447	0.27 419	0.20 424	0.21 424	0.23 449	0.09 355	0.09 427	0.08 276	0.10 415	0.08 319	0.07 278

ToySt	0.17 396	0.11 393	0.18 398	0.17 218	0.11 386	0.16 333	0.25 482	0.24 314	0.33 419	0.19 355	0.24 334	0.26 411	0.24 449	0.19 383	0.20 408	0.07 238	0.08 401	0.09 355	0.10 415	0.09 380	0.08 342

Wz-Net-SNSev	0.25 484	0.17 476	0.44 508	0.25 487	0.14 456	0.26 470	0.23 455	0.38 492	0.56 514	0.30 474	0.55 515	0.39 496	0.26 462	0.23 446	0.30 501	0.10 392	0.09 427	0.09 355	0.10 415	0.11 431	0.11 433

WZ-Net	0.28 497	0.17 476	0.78 543	0.22 448	0.16 482	0.34 503	0.29 511	0.39 496	0.57 516	0.24 427	0.55 515	0.37 484	0.24 449	0.33 495	0.35 515	0.09 355	0.08 401	0.09 355	0.10 415	0.14 474	0.16 499

SACVNet	0.18 409	0.12 410	0.14 264	0.17 218	0.13 438	0.22 434	0.18 361	0.31 422	0.30 398	0.23 418	0.31 427	0.30 443	0.22 437	0.22 435	0.17 372	0.11 420	0.08 401	0.10 400	0.10 415	0.12 445	0.14 481

pcwnet_v2	0.19 421	0.10 368	0.26 455	0.17 218	0.14 456	0.18 372	0.15 218	0.37 485	0.46 492	0.19 355	0.24 334	0.21 348	0.19 412	0.20 408	0.19 402	0.13 468	0.10 446	0.10 400	0.10 415	0.11 431	0.13 464

ADLNet	0.16 376	0.08 236	0.15 313	0.16 144	0.10 339	0.16 333	0.17 316	0.32 433	0.27 367	0.22 406	0.27 388	0.24 389	0.16 360	0.18 368	0.21 428	0.10 392	0.06 305	0.10 400	0.10 415	0.08 319	0.09 386

HCRNet	0.16 376	0.24 507	0.12 184	0.35 524	0.11 386	0.15 303	0.17 316	0.26 348	0.22 297	0.19 355	0.24 334	0.21 348	0.14 316	0.15 281	0.13 276	0.11 420	0.07 375	0.11 431	0.10 415	0.09 380	0.07 278

FINET	0.21 444	0.18 486	0.26 455	0.18 299	0.16 482	0.23 447	0.23 455	0.32 433	0.48 494	0.25 440	0.32 431	0.22 366	0.22 437	0.22 435	0.17 372	0.18 508	0.16 503	0.11 431	0.10 415	0.15 489	0.13 464

DMCA-RVC	0.17 396	0.10 368	0.15 313	0.24 477	0.11 386	0.18 372	0.18 361	0.25 330	0.24 323	0.21 391	0.26 380	0.25 402	0.27 470	0.18 368	0.20 408	0.12 445	0.08 401	0.13 463	0.10 415	0.10 411	0.08 342

FADNet-RVC-Resample	0.16 376	0.11 393	0.31 480	0.22 448	0.11 386	0.19 395	0.14 152	0.25 330	0.24 323	0.24 427	0.27 388	0.20 339	0.15 334	0.16 315	0.15 341	0.07 238	0.08 401	0.12 448	0.10 415	0.09 380	0.10 410

S-Stereo	0.20 433	0.12 410	0.25 452	0.21 433	0.13 438	0.20 410	0.18 361	0.32 433	0.43 480	0.23 418	0.36 455	0.28 428	0.30 490	0.19 383	0.22 437	0.09 355	0.12 472	0.10 400	0.10 415	0.13 461	0.13 464

stereogan	0.22 453	0.11 393	0.21 429	0.20 404	0.12 417	0.31 493	0.19 399	0.35 474	0.44 485	0.22 406	0.39 474	0.35 477	0.27 470	0.33 495	0.22 437	0.10 392	0.12 472	0.10 400	0.10 415	0.14 474	0.13 464

RTSC	0.23 468	0.12 410	0.28 467	0.21 433	0.13 438	0.28 485	0.16 283	0.35 474	0.66 530	0.27 450	0.33 443	0.30 443	0.21 428	0.31 487	0.29 496	0.10 392	0.08 401	0.09 355	0.10 415	0.13 461	0.13 464

DANet	0.21 444	0.15 457	0.28 467	0.25 487	0.13 438	0.22 434	0.19 399	0.27 369	0.27 367	0.28 464	0.32 431	0.35 477	0.31 494	0.31 487	0.23 449	0.11 420	0.09 427	0.11 431	0.10 415	0.13 461	0.11 433
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
TDLM	0.17 396	0.12 410	0.13 229	0.24 477	0.10 339	0.18 372	0.18 361	0.36 480	0.30 398	0.21 391	0.28 401	0.28 428	0.18 396	0.23 446	0.18 390	0.11 420	0.07 375	0.10 400	0.10 415	0.08 319	0.08 342

CFNet	0.15 353	0.10 368	0.17 375	0.17 218	0.08 128	0.18 372	0.09 21	0.28 388	0.25 344	0.19 355	0.24 334	0.24 389	0.17 383	0.17 347	0.14 313	0.08 298	0.06 305	0.09 355	0.10 415	0.07 257	0.06 198

StereoDRNet-Refined	0.17 396	0.12 410	0.15 313	0.20 404	0.09 238	0.18 372	0.18 361	0.26 348	0.23 307	0.26 444	0.40 479	0.22 366	0.17 383	0.21 424	0.20 408	0.08 298	0.05 185	0.09 355	0.10 415	0.07 257	0.07 278
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DRN-Test	0.19 421	0.11 393	0.20 421	0.22 448	0.10 339	0.22 434	0.22 446	0.39 496	0.37 451	0.24 427	0.32 431	0.26 411	0.21 428	0.22 435	0.24 460	0.11 420	0.07 375	0.11 431	0.10 415	0.09 380	0.07 278

NaN_ROB	0.22 453	0.19 489	0.24 447	0.25 487	0.13 438	0.29 488	0.26 489	0.33 452	0.41 468	0.31 480	0.31 427	0.32 464	0.23 443	0.30 486	0.21 428	0.11 420	0.17 508	0.10 400	0.10 415	0.08 319	0.09 386

XPNet_ROB	0.22 453	0.11 393	0.19 409	0.22 448	0.13 438	0.22 434	0.19 399	0.34 461	0.40 465	0.30 474	0.39 474	0.39 496	0.26 462	0.26 462	0.28 493	0.15 485	0.10 446	0.10 400	0.10 415	0.13 461	0.12 445

DN-CSS_ROB	0.13 275	0.13 439	0.16 347	0.18 299	0.10 339	0.16 333	0.08 8	0.22 273	0.18 230	0.17 310	0.22 313	0.13 216	0.13 291	0.12 190	0.13 276	0.05 27	0.05 185	0.10 400	0.10 415	0.08 319	0.06 198

WCMA_ROB	0.24 475	0.11 393	0.22 435	0.17 218	0.14 456	0.32 494	0.15 218	0.32 433	0.32 412	0.38 501	0.53 512	0.40 500	0.34 503	0.34 498	0.25 469	0.11 420	0.12 472	0.12 448	0.10 415	0.14 474	0.14 481

UGAM	0.13 275	0.10 368	0.09 73	0.22 448	0.08 128	0.12 206	0.20 420	0.17 168	0.23 307	0.21 391	0.16 216	0.13 216	0.13 291	0.19 383	0.12 235	0.07 238	0.05 185	0.13 463	0.11 445	0.07 257	0.05 123

SDNR	0.19 421	0.08 236	0.19 409	0.16 144	0.12 417	0.77 549	0.14 152	0.25 330	0.32 412	0.19 355	0.24 334	0.19 327	0.13 291	0.19 383	0.15 341	0.16 501	0.18 510	0.14 475	0.11 445	0.08 319	0.11 433

GASNet	0.22 453	0.23 504	0.33 486	0.26 492	0.17 497	0.26 470	0.16 283	0.44 517	0.42 475	0.27 450	0.24 334	0.30 443	0.15 334	0.27 465	0.18 390	0.12 445	0.08 401	0.12 448	0.11 445	0.16 496	0.07 278

DDUNet	0.22 453	0.17 476	0.21 429	0.22 448	0.15 472	0.25 462	0.24 467	0.29 398	0.30 398	0.31 480	0.36 455	0.33 467	0.25 457	0.24 455	0.20 408	0.18 508	0.13 485	0.17 496	0.11 445	0.16 496	0.16 499

PSMNet-ADL	0.15 353	0.12 410	0.13 229	0.22 448	0.09 238	0.13 245	0.20 420	0.26 348	0.23 307	0.18 340	0.20 283	0.24 389	0.16 360	0.18 368	0.17 372	0.08 298	0.08 401	0.08 276	0.11 445	0.08 319	0.07 278

rafts_anoy	0.11 185	0.06 54	0.10 108	0.17 218	0.08 128	0.10 126	0.14 152	0.17 168	0.14 140	0.13 218	0.13 173	0.12 192	0.10 199	0.11 108	0.12 235	0.07 238	0.04 24	0.09 355	0.11 445	0.07 257	0.06 198

Syn2CoEx	0.21 444	0.16 465	0.27 462	0.29 514	0.14 456	0.26 470	0.20 420	0.33 452	0.31 405	0.28 464	0.36 455	0.27 419	0.25 457	0.19 383	0.24 460	0.16 501	0.12 472	0.14 475	0.11 445	0.09 380	0.08 342

delet	0.17 396	0.08 236	0.17 375	0.19 355	0.11 386	0.20 410	0.21 437	0.30 412	0.37 451	0.17 310	0.26 380	0.19 327	0.19 412	0.19 383	0.21 428	0.08 298	0.08 401	0.09 355	0.11 445	0.06 192	0.06 198

psm_up	0.18 409	0.10 368	0.18 398	0.20 404	0.11 386	0.17 354	0.19 399	0.37 485	0.34 430	0.21 391	0.28 401	0.29 435	0.24 449	0.20 408	0.22 437	0.09 355	0.10 446	0.11 431	0.11 445	0.08 319	0.08 342

psmorigin	0.25 484	0.15 457	0.34 494	0.17 218	0.13 438	0.23 447	0.14 152	0.34 461	0.33 419	0.41 510	0.55 515	0.41 502	0.37 509	0.34 498	0.27 486	0.11 420	0.15 500	0.11 431	0.11 445	0.12 445	0.16 499

AF-Net	0.22 453	0.17 476	0.17 375	0.26 492	0.13 438	0.25 462	0.24 467	0.32 433	0.50 502	0.25 440	0.33 443	0.38 488	0.26 462	0.28 476	0.25 469	0.11 420	0.10 446	0.16 493	0.11 445	0.11 431	0.10 410

edge stereo	0.22 453	0.13 439	0.20 421	0.21 433	0.13 438	0.23 447	0.16 283	0.32 433	0.42 475	0.32 486	0.40 479	0.38 488	0.35 505	0.25 460	0.24 460	0.13 468	0.11 458	0.14 475	0.11 445	0.12 445	0.13 464

ADCMid	0.25 484	0.15 457	0.40 503	0.20 404	0.14 456	0.25 462	0.26 489	0.34 461	0.38 456	0.36 495	0.44 500	0.34 473	0.40 515	0.35 504	0.33 512	0.10 392	0.09 427	0.11 431	0.11 445	0.13 461	0.12 445

CVANet_RVC	0.18 409	0.10 368	0.14 264	0.21 433	0.10 339	0.18 372	0.17 316	0.34 461	0.33 419	0.22 406	0.31 427	0.28 428	0.18 396	0.23 446	0.17 372	0.12 445	0.08 401	0.12 448	0.11 445	0.09 380	0.07 278

MDST_ROB	0.22 453	0.10 368	0.17 375	0.18 299	0.11 386	0.37 513	0.19 399	0.43 515	0.41 468	0.39 503	0.39 474	0.29 435	0.21 428	0.26 462	0.18 390	0.11 420	0.10 446	0.14 475	0.11 445	0.10 411	0.08 342

DispFullNet	0.27 493	0.21 499	0.65 529	0.28 507	0.16 482	0.26 470	0.17 316	0.33 452	0.58 519	0.27 450	0.38 466	0.43 507	0.23 443	0.38 515	0.23 449	0.12 445	0.06 305	0.19 507	0.11 445	0.21 512	0.15 488

LALA_ROB	0.25 484	0.16 465	0.22 435	0.26 492	0.17 497	0.27 479	0.27 496	0.42 511	0.37 451	0.33 490	0.38 466	0.51 521	0.26 462	0.28 476	0.27 486	0.16 501	0.09 427	0.12 448	0.11 445	0.13 461	0.12 445

PSMNet_ROB	0.21 444	0.11 393	0.15 313	0.27 504	0.15 472	0.24 452	0.35 528	0.43 515	0.37 451	0.27 450	0.32 431	0.32 464	0.22 437	0.21 424	0.26 479	0.12 445	0.08 401	0.13 463	0.11 445	0.09 380	0.09 386

MeshStereo	0.27 493	0.13 439	0.18 398	0.15 72	0.11 386	0.32 494	0.24 467	0.40 500	0.36 444	0.52 524	0.57 522	0.67 536	0.40 515	0.35 504	0.26 479	0.14 481	0.13 485	0.13 463	0.11 445	0.11 431	0.10 410
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
TCMNet	0.19 421	0.12 410	0.19 409	0.20 404	0.18 503	0.20 410	0.24 467	0.27 369	0.36 444	0.23 418	0.26 380	0.25 402	0.19 412	0.19 383	0.23 449	0.13 468	0.11 458	0.11 431	0.12 464	0.13 461	0.12 445

StereoVision	0.13 275	0.12 410	0.09 73	0.24 477	0.10 339	0.15 303	0.21 437	0.21 251	0.20 268	0.12 191	0.24 334	0.10 154	0.10 199	0.16 315	0.10 122	0.09 355	0.11 458	0.12 448	0.12 464	0.06 192	0.05 123

Wz-Net-TNSev	0.29 501	0.20 493	0.65 529	0.19 355	0.15 472	0.38 516	0.27 496	0.35 474	0.55 512	0.34 492	0.42 495	0.45 511	0.38 510	0.32 493	0.30 501	0.12 445	0.13 485	0.10 400	0.12 464	0.15 489	0.14 481

PSMNet-RSSM	0.14 309	0.07 139	0.13 229	0.15 72	0.08 128	0.13 245	0.16 283	0.24 314	0.24 323	0.16 294	0.28 401	0.22 366	0.14 316	0.15 281	0.13 276	0.11 420	0.06 305	0.09 355	0.12 464	0.08 319	0.07 278

RP	0.21 444	0.13 439	0.21 429	0.23 468	0.11 386	0.21 426	0.20 420	0.25 330	0.44 485	0.21 391	0.38 466	0.36 479	0.24 449	0.27 465	0.25 469	0.11 420	0.12 472	0.13 463	0.12 464	0.12 445	0.14 481

XQC	0.28 497	0.23 504	0.51 515	0.28 507	0.19 506	0.34 503	0.27 496	0.36 480	0.57 516	0.31 480	0.30 419	0.37 484	0.30 490	0.38 515	0.38 522	0.13 468	0.09 427	0.15 487	0.12 464	0.17 503	0.18 510

RTS	0.45 528	0.19 489	3.26 562	0.24 477	0.15 472	0.74 543	0.20 420	0.36 480	0.76 541	0.42 513	0.43 498	0.31 455	0.41 520	0.53 534	0.35 515	0.10 392	0.08 401	0.13 463	0.12 464	0.15 489	0.15 488

RTSA	0.45 528	0.19 489	3.26 562	0.24 477	0.15 472	0.74 543	0.20 420	0.36 480	0.76 541	0.42 513	0.43 498	0.31 455	0.41 520	0.53 534	0.35 515	0.10 392	0.08 401	0.13 463	0.12 464	0.15 489	0.15 488

ADCPNet	0.25 484	0.16 465	0.61 526	0.21 433	0.15 472	0.35 511	0.25 482	0.32 433	0.35 439	0.30 474	0.40 479	0.36 479	0.28 478	0.28 476	0.32 509	0.12 445	0.10 446	0.11 431	0.12 464	0.14 474	0.13 464

FBW_ROB	0.24 475	0.17 476	0.22 435	0.26 492	0.14 456	0.25 462	0.22 446	0.41 506	0.41 468	0.41 510	0.41 489	0.42 503	0.27 470	0.31 487	0.23 449	0.09 355	0.14 494	0.14 475	0.12 464	0.11 431	0.09 386

SHD	0.26 491	0.15 457	0.30 478	0.24 477	0.18 503	0.22 434	0.15 218	0.38 492	0.71 534	0.32 486	0.41 489	0.36 479	0.28 478	0.32 493	0.29 496	0.12 445	0.11 458	0.14 475	0.13 474	0.16 496	0.20 516

UCFNet_RVC	0.14 309	0.08 236	0.13 229	0.11 1	0.10 339	0.20 410	0.10 30	0.24 314	0.22 297	0.17 310	0.20 283	0.23 383	0.15 334	0.17 347	0.15 341	0.12 445	0.07 375	0.10 400	0.13 474	0.11 431	0.10 410

SGM_RVC	0.23 468	0.12 410	0.15 313	0.15 72	0.09 238	0.33 500	0.18 361	0.34 461	0.31 405	0.44 517	0.37 461	0.53 525	0.35 505	0.35 504	0.24 460	0.13 468	0.13 485	0.13 463	0.13 474	0.10 411	0.11 433
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ISRNet	0.18 409	0.08 236	0.19 409	0.19 355	0.13 438	0.15 303	0.12 66	0.30 412	0.32 412	0.21 391	0.25 363	0.27 419	0.17 383	0.17 347	0.20 408	0.20 515	0.08 401	0.14 475	0.14 477	0.14 474	0.17 507

rvit_0105_3	0.15 353	0.09 310	0.14 264	0.19 355	0.12 417	0.15 303	0.25 482	0.25 330	0.29 388	0.15 266	0.17 237	0.20 339	0.13 291	0.17 347	0.14 313	0.13 468	0.11 458	0.12 448	0.14 477	0.07 257	0.06 198

DualNet (step1)	0.16 376	0.12 410	0.20 421	0.12 4	0.14 456	0.17 354	0.13 104	0.27 369	0.23 307	0.20 377	0.20 283	0.24 389	0.19 412	0.16 315	0.16 357	0.15 485	0.06 305	0.14 475	0.14 477	0.14 474	0.12 445

test_sample9	0.18 409	0.12 410	0.20 421	0.12 4	0.14 456	0.17 354	0.13 104	0.27 369	0.23 307	0.20 377	0.20 283	0.24 389	0.19 412	0.19 383	0.17 372	0.15 485	0.30 534	0.14 475	0.14 477	0.14 474	0.12 445

test_sample8	0.19 421	0.12 410	0.20 421	0.12 4	0.14 456	0.17 354	0.13 104	0.31 422	0.21 283	0.27 450	0.22 313	0.36 479	0.25 457	0.19 383	0.17 372	0.15 485	0.30 534	0.14 475	0.14 477	0.14 474	0.12 445

APVNet	0.22 453	0.12 410	0.19 409	0.18 299	0.14 456	0.32 494	0.31 524	0.39 496	0.32 412	0.27 450	0.40 479	0.30 443	0.29 486	0.26 462	0.25 469	0.11 420	0.12 472	0.11 431	0.14 477	0.12 445	0.12 445

FADNet-RVC	0.20 433	0.20 493	0.38 499	0.21 433	0.16 482	0.20 410	0.15 218	0.26 348	0.26 358	0.26 444	0.32 431	0.26 411	0.21 428	0.22 435	0.19 402	0.12 445	0.13 485	0.12 448	0.14 477	0.13 461	0.18 510

STTStereo	0.18 409	0.12 410	0.27 462	0.20 404	0.11 386	0.16 333	0.21 437	0.29 398	0.23 307	0.21 391	0.30 419	0.29 435	0.18 396	0.20 408	0.19 402	0.12 445	0.11 458	0.11 431	0.14 477	0.09 380	0.08 342

PVD	0.39 518	0.20 493	0.39 501	0.31 520	0.22 514	0.29 488	0.43 539	0.52 530	0.96 548	0.55 527	0.79 540	0.53 525	0.59 538	0.52 532	0.38 522	0.19 513	0.14 494	0.17 496	0.14 477	0.24 523	0.31 534

SAMSARA	0.40 521	0.28 519	0.33 486	0.55 540	0.39 534	0.82 550	1.23 564	0.47 523	0.51 509	0.36 495	0.35 452	0.55 527	0.39 512	0.38 515	0.39 524	0.15 485	0.20 516	0.15 487	0.14 477	0.23 516	0.20 516

ADCS	0.29 501	0.18 486	0.45 509	0.21 433	0.17 497	0.28 485	0.23 455	0.41 506	0.63 526	0.40 506	0.49 506	0.40 500	0.36 507	0.39 518	0.40 526	0.13 468	0.12 472	0.13 463	0.14 477	0.16 496	0.16 499

AnyNet_C01	0.36 516	0.25 512	1.37 555	0.22 448	0.17 497	0.48 524	0.27 496	0.35 474	0.39 459	0.39 503	0.74 536	0.46 515	0.38 510	0.45 526	0.47 535	0.13 468	0.13 485	0.13 463	0.14 477	0.14 474	0.15 488

AnyNet_C32	0.26 491	0.16 465	0.36 495	0.20 404	0.16 482	0.25 462	0.30 518	0.32 433	0.44 485	0.31 480	0.49 506	0.30 443	0.33 499	0.40 522	0.33 512	0.12 445	0.12 472	0.12 448	0.14 477	0.14 474	0.15 488

STTRV1_RVC	0.25 484	0.26 513	0.39 501	0.19 355	0.26 525	0.30 491	0.24 467	0.34 461	0.35 439	0.36 495	0.34 447	0.31 455	0.31 494	0.28 476	0.25 469	0.17 506	0.10 446	0.16 493	0.14 477	0.17 503	0.12 445

PS-NSSS	0.20 433	0.21 499	0.23 444	0.20 404	0.10 339	0.19 395	0.17 316	0.36 480	0.25 344	0.27 450	0.33 443	0.27 419	0.24 449	0.20 408	0.20 408	0.15 485	0.12 472	0.17 496	0.14 477	0.10 411	0.08 342

SGM-Forest	0.20 433	0.14 451	0.18 398	0.19 355	0.13 438	0.20 410	0.22 446	0.33 452	0.30 398	0.24 427	0.29 413	0.28 428	0.19 412	0.23 446	0.17 372	0.15 485	0.16 503	0.15 487	0.14 477	0.12 445	0.12 445
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
PSMNet-RUCA	0.27 493	0.33 526	0.41 505	0.36 526	0.32 533	0.18 372	0.19 399	0.42 511	0.30 398	0.33 490	0.41 489	0.39 496	0.25 457	0.31 487	0.20 408	0.18 508	0.10 446	0.25 517	0.15 493	0.21 512	0.16 499

rvit_105_1	0.19 421	0.11 393	0.25 452	0.21 433	0.16 482	0.21 426	0.27 496	0.31 422	0.41 468	0.19 355	0.20 283	0.22 366	0.17 383	0.19 383	0.17 372	0.12 445	0.12 472	0.13 463	0.15 493	0.08 319	0.07 278

FADNet	0.21 444	0.22 503	0.36 495	0.18 299	0.17 497	0.24 452	0.13 104	0.31 422	0.31 405	0.23 418	0.25 363	0.27 419	0.21 428	0.19 383	0.15 341	0.13 468	0.15 500	0.12 448	0.15 493	0.16 496	0.18 510

GANetREF_RVC	0.31 507	0.34 528	0.27 462	0.35 524	0.16 482	0.32 494	0.41 534	0.48 524	0.51 509	0.35 493	0.35 452	0.34 473	0.33 499	0.39 518	0.32 509	0.27 531	0.20 516	0.29 528	0.15 493	0.18 507	0.17 507
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
SQANet	0.23 468	0.23 504	0.30 478	0.30 516	0.19 506	0.27 479	0.13 104	0.29 398	0.33 419	0.24 427	0.37 461	0.31 455	0.22 437	0.27 465	0.23 449	0.15 485	0.10 446	0.21 510	0.16 497	0.21 512	0.15 488

DGSMNet	0.24 475	0.19 489	0.33 486	0.21 433	0.24 518	0.24 452	0.20 420	0.35 474	0.41 468	0.24 427	0.32 431	0.38 488	0.21 428	0.29 483	0.23 449	0.12 445	0.11 458	0.14 475	0.16 497	0.23 516	0.23 521

MaskLacGwcNet_RVC	0.22 453	0.21 499	0.24 447	0.26 492	0.11 386	0.23 447	0.14 152	0.39 496	0.24 323	0.32 486	0.36 455	0.30 443	0.21 428	0.19 383	0.21 428	0.17 506	0.14 494	0.21 510	0.16 497	0.12 445	0.12 445

SGM-ForestM	0.32 509	0.12 410	0.16 347	0.16 144	0.11 386	0.39 517	0.19 399	0.41 506	0.50 502	0.52 524	0.54 514	1.32 555	0.42 523	0.40 522	0.27 486	0.14 481	0.16 503	0.16 493	0.16 497	0.12 445	0.12 445

LSM	0.33 512	0.20 493	0.58 524	0.26 492	0.60 550	0.34 503	0.25 482	0.42 511	0.48 494	0.45 518	0.58 524	0.42 503	0.36 507	0.35 504	0.25 469	0.12 445	0.20 516	0.14 475	0.16 497	0.19 510	0.33 536

PDISCO_ROB	0.27 493	0.16 465	0.26 455	0.28 507	0.20 509	0.32 494	0.26 489	0.44 517	0.57 516	0.28 464	0.40 479	0.45 511	0.29 486	0.33 495	0.34 514	0.12 445	0.09 427	0.17 496	0.16 497	0.17 503	0.13 464

CBMV	0.19 421	0.14 451	0.17 375	0.18 299	0.10 339	0.20 410	0.11 49	0.29 398	0.30 398	0.29 471	0.30 419	0.30 443	0.23 443	0.27 465	0.19 402	0.13 468	0.15 500	0.17 496	0.16 497	0.10 411	0.10 410
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
Anonymous_2	0.22 453	0.17 476	0.28 467	0.15 72	0.16 482	0.32 494	0.22 446	0.22 273	0.17 204	0.23 418	0.24 334	0.26 411	0.27 470	0.27 465	0.23 449	0.22 523	0.25 530	0.17 496	0.17 504	0.17 503	0.17 507

HBP-ISP	0.18 409	0.13 439	0.16 347	0.15 72	0.11 386	0.08 48	0.13 104	0.28 388	0.29 388	0.22 406	0.33 443	0.21 348	0.25 457	0.23 446	0.17 372	0.14 481	0.16 503	0.21 510	0.17 504	0.10 411	0.08 342

ccnet	0.29 501	0.28 519	0.23 444	0.20 404	0.28 527	0.41 519	0.21 437	0.45 520	0.33 419	0.36 495	0.46 502	0.36 479	0.30 490	0.39 518	0.42 530	0.23 527	0.14 494	0.21 510	0.17 504	0.23 516	0.18 510

RGC	0.25 484	0.20 493	0.29 475	0.28 507	0.16 482	0.22 434	0.23 455	0.32 433	0.44 485	0.27 450	0.40 479	0.38 488	0.27 470	0.36 509	0.22 437	0.11 420	0.13 485	0.17 496	0.17 504	0.14 474	0.16 499

DeepPrunerF	0.24 475	0.17 476	0.42 507	0.26 492	0.16 482	0.22 434	0.28 502	0.37 485	0.50 502	0.26 444	0.29 413	0.24 389	0.28 478	0.21 424	0.22 437	0.15 485	0.11 458	0.20 509	0.18 508	0.12 445	0.13 464

CSAN	0.29 501	0.24 507	0.27 462	0.34 522	0.19 506	0.33 500	0.42 537	0.37 485	0.50 502	0.38 501	0.40 479	0.44 509	0.33 499	0.28 476	0.30 501	0.20 515	0.16 503	0.19 507	0.19 509	0.14 474	0.15 488

Nwc_Net	0.23 468	0.16 465	0.21 429	0.25 487	0.14 456	0.24 452	0.26 489	0.37 485	0.38 456	0.22 406	0.41 489	0.30 443	0.28 478	0.28 476	0.25 469	0.11 420	0.10 446	0.17 496	0.20 510	0.10 411	0.10 410

CBMV_ROB	0.19 421	0.13 439	0.17 375	0.16 144	0.11 386	0.15 303	0.13 104	0.26 348	0.28 381	0.27 450	0.30 419	0.27 419	0.24 449	0.23 446	0.16 357	0.15 485	0.17 508	0.22 514	0.20 510	0.10 411	0.11 433

MFN_U_SF_RVC	0.32 509	0.21 499	0.55 520	0.30 516	0.15 472	0.34 503	0.17 316	0.52 530	0.46 492	0.46 521	0.55 515	0.59 528	0.39 512	0.35 504	0.37 520	0.15 485	0.14 494	0.18 505	0.21 512	0.16 496	0.15 488

NCCL2	0.23 468	0.15 457	0.17 375	0.34 522	0.18 503	0.24 452	0.23 455	0.34 461	0.28 381	0.31 480	0.38 466	0.38 488	0.28 478	0.23 446	0.24 460	0.15 485	0.12 472	0.18 505	0.21 512	0.13 461	0.13 464

NOSS_ROB	0.19 421	0.12 410	0.18 398	0.16 144	0.12 417	0.15 303	0.12 66	0.30 412	0.32 412	0.20 377	0.22 313	0.27 419	0.23 443	0.21 424	0.16 357	0.16 501	0.18 510	0.23 515	0.21 512	0.12 445	0.13 464

BEATNet-Init1	0.52 533	0.27 515	0.62 527	0.30 516	0.21 512	0.76 547	0.29 511	0.54 533	0.65 529	0.86 546	0.95 547	2.07 565	0.62 541	0.56 538	0.42 530	0.18 508	0.18 510	0.23 515	0.22 515	0.22 515	0.21 518

NCC-stereo	0.24 475	0.15 457	0.31 480	0.26 492	0.16 482	0.20 410	0.30 518	0.40 500	0.40 465	0.24 427	0.38 466	0.33 467	0.28 478	0.36 509	0.27 486	0.12 445	0.11 458	0.15 487	0.22 515	0.13 461	0.13 464

Abc-Net	0.24 475	0.15 457	0.31 480	0.26 492	0.16 482	0.20 410	0.30 518	0.40 500	0.40 465	0.24 427	0.38 466	0.33 467	0.28 478	0.36 509	0.27 486	0.12 445	0.11 458	0.15 487	0.22 515	0.13 461	0.13 464
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
PA-Net	0.23 468	0.18 486	0.33 486	0.28 507	0.22 514	0.21 426	0.38 533	0.29 398	0.39 459	0.22 406	0.32 431	0.25 402	0.26 462	0.20 408	0.25 469	0.09 355	0.23 528	0.15 487	0.22 515	0.09 380	0.13 464
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MADNet+	0.75 545	0.71 548	3.70 565	0.66 543	0.41 536	0.98 555	0.97 562	0.69 542	0.73 539	0.52 524	0.57 522	0.64 532	0.68 544	0.86 552	1.01 560	0.34 536	0.36 539	0.28 527	0.23 519	0.36 536	0.31 534

CC-Net-ROB	0.28 497	0.31 524	0.36 495	0.29 514	0.15 472	0.25 462	0.19 399	0.45 520	0.33 419	0.39 503	0.37 461	0.39 496	0.31 494	0.27 465	0.26 479	0.24 529	0.19 513	0.30 530	0.23 519	0.18 507	0.15 488

MSMD_ROB	0.31 507	0.26 513	0.26 455	0.24 477	0.21 512	0.34 503	0.25 482	0.34 461	0.39 459	0.40 506	0.69 530	0.45 511	0.40 515	0.34 498	0.27 486	0.20 515	0.19 513	0.26 518	0.25 521	0.23 516	0.22 520

FC-DCNN v2	0.33 512	0.27 515	0.28 467	0.26 492	0.23 516	0.37 513	0.28 502	0.40 500	0.43 480	0.45 518	0.56 520	0.51 521	0.40 515	0.37 513	0.29 496	0.21 519	0.20 516	0.27 521	0.26 522	0.25 524	0.24 522

FCDSN-DC	0.33 512	0.28 519	0.28 467	0.30 516	0.24 518	0.39 517	0.28 502	0.42 511	0.42 475	0.43 516	0.53 512	0.51 521	0.41 520	0.36 509	0.30 501	0.21 519	0.20 516	0.27 521	0.26 522	0.25 524	0.24 522
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.33 512	0.27 515	0.28 467	0.26 492	0.23 516	0.37 513	0.28 502	0.40 500	0.43 480	0.45 518	0.55 515	0.51 521	0.40 515	0.37 513	0.30 501	0.21 519	0.20 516	0.27 521	0.26 522	0.25 524	0.24 522

ELAS_RVC	0.41 523	0.29 522	0.33 486	0.28 507	0.24 518	0.54 528	0.36 529	0.49 526	0.59 520	0.72 537	0.74 536	0.65 534	0.54 532	0.54 536	0.40 526	0.22 523	0.20 516	0.27 521	0.26 522	0.26 528	0.25 527
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 523	0.29 522	0.33 486	0.27 504	0.24 518	0.60 533	0.36 529	0.50 528	0.50 502	0.71 535	0.79 540	0.67 536	0.54 532	0.51 530	0.42 530	0.22 523	0.20 516	0.27 521	0.26 522	0.26 528	0.25 527
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PASM	0.32 509	0.24 507	0.48 514	0.28 507	0.27 526	0.29 488	0.30 518	0.34 461	0.49 499	0.35 493	0.39 474	0.46 515	0.34 503	0.34 498	0.35 515	0.23 527	0.25 530	0.26 518	0.28 527	0.23 516	0.21 518

ACVNet_1	0.44 526	0.49 537	0.60 525	0.45 534	0.28 527	0.49 525	0.27 496	0.57 537	0.72 535	0.62 530	0.58 524	0.74 540	0.49 529	0.50 529	0.35 515	0.26 530	0.24 529	0.39 534	0.29 528	0.31 534	0.24 522

MFN_U_SF_DS_RVC	0.30 506	0.24 507	0.29 475	0.36 526	0.16 482	0.34 503	0.30 518	0.32 433	0.42 475	0.40 506	0.46 502	0.38 488	0.31 494	0.34 498	0.28 493	0.19 513	0.20 516	0.26 518	0.29 528	0.18 507	0.19 515

Ntro	0.40 521	0.40 533	0.53 517	0.46 537	0.30 531	0.65 536	0.24 467	0.46 522	0.68 532	0.41 510	0.49 506	0.48 519	0.42 523	0.39 518	0.31 508	0.32 534	0.28 532	0.37 533	0.30 530	0.32 535	0.29 531

MSC_U_SF_DS_RVC	0.43 525	0.39 532	0.54 518	0.40 529	0.20 509	0.64 535	0.32 526	0.53 532	0.72 535	0.71 535	0.72 533	0.61 530	0.54 532	0.51 530	0.46 534	0.20 515	0.19 513	0.29 528	0.30 530	0.23 516	0.18 510

MANE	0.45 528	0.27 515	0.27 462	0.27 504	0.24 518	0.47 522	0.31 524	0.55 534	0.59 520	0.72 537	1.13 556	1.15 549	0.61 539	0.52 532	0.37 520	0.21 519	0.20 516	0.27 521	0.31 532	0.25 524	0.24 522

JetBlue	0.71 542	0.45 536	1.14 553	0.51 538	0.47 540	2.02 564	0.64 551	0.75 543	0.70 533	0.69 534	0.77 539	1.22 551	0.83 549	1.03 560	1.01 560	0.40 538	0.28 532	0.33 531	0.33 533	0.30 531	0.34 537

otaku	0.39 518	0.37 531	0.52 516	0.44 533	0.28 527	0.58 530	0.24 467	0.41 506	0.62 525	0.40 506	0.49 506	0.46 515	0.33 499	0.40 522	0.32 509	0.30 532	0.30 534	0.39 534	0.33 533	0.29 530	0.28 530

NVStereoNet_ROB	0.46 531	0.36 530	0.46 512	0.41 531	0.28 527	0.34 503	0.34 527	0.48 524	0.60 523	0.72 537	0.93 545	0.70 539	0.66 542	0.47 527	0.60 544	0.22 523	0.33 537	0.34 532	0.34 535	0.30 531	0.30 533
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
FADE		0.33 526		0.33 521	0.25 524							0.42 503				0.30 532	0.21 527	0.41 536	0.38 536	0.23 516

RainbowNet	0.54 535	0.61 542	0.70 541	0.57 541	0.43 538	0.65 536	0.37 532	0.60 539	0.87 545	0.50 523	0.66 527	0.64 532	0.47 527	0.49 528	0.43 533	0.47 543	0.48 547	0.52 542	0.41 537	0.52 540	0.40 541

ACVNet-4b	0.39 518	0.53 538	0.55 520	0.45 534	0.24 518	0.47 522	0.18 361	0.49 526	0.64 527	0.42 513	0.45 501	0.60 529	0.27 470	0.34 498	0.24 460	0.33 535	0.14 494	0.48 538	0.42 538	0.30 531	0.26 529

ACVNet_2	0.66 541	0.66 546	0.68 537	0.63 542	0.41 536	0.71 541	0.49 541	0.96 552	1.39 557	0.89 547	1.09 552	1.04 545	0.73 545	0.54 536	0.47 535	0.43 541	0.40 540	0.53 543	0.44 539	0.47 538	0.35 538

IMH-64-1	0.65 539	0.61 542	0.68 537	0.71 544	0.51 541	0.59 531	0.49 541	0.91 548	0.85 543	0.74 541	1.02 549	0.81 541	0.78 547	0.79 545	0.49 537	0.42 539	0.46 542	0.71 546	0.47 540	0.52 540	0.39 539

IMH-64	0.65 539	0.61 542	0.68 537	0.71 544	0.51 541	0.59 531	0.49 541	0.91 548	0.85 543	0.74 541	1.02 549	0.81 541	0.78 547	0.79 545	0.49 537	0.42 539	0.46 542	0.71 546	0.47 540	0.52 540	0.39 539

PWCK	0.71 542	0.94 557	0.95 550	0.76 546	0.31 532	0.74 543	0.36 529	0.90 547	0.90 546	0.96 550	0.75 538	0.95 544	0.61 539	0.87 553	0.66 547	0.72 554	0.46 542	0.75 549	0.49 542	0.69 553	0.44 543

SPS-STEREO	0.57 537	0.58 540	0.65 529	0.45 534	0.55 545	0.62 534	0.44 540	0.62 540	0.50 502	0.68 533	0.64 526	0.66 535	0.57 537	0.61 540	0.60 544	0.62 551	0.47 546	0.51 540	0.49 542	0.55 544	0.58 547
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	0.56 536	0.57 539	0.65 529	0.40 529	0.54 543	0.66 538	0.49 541	0.56 535	0.45 491	0.66 531	0.69 530	0.67 536	0.56 536	0.63 541	0.56 542	0.59 549	0.48 547	0.50 539	0.50 544	0.52 540	0.58 547

IMH	0.71 542	0.64 545	0.68 537	0.76 546	0.54 543	0.69 539	0.54 545	0.98 554	1.10 550	0.82 545	1.09 552	0.89 543	0.88 552	0.87 553	0.52 541	0.44 542	0.50 551	0.75 549	0.51 545	0.56 545	0.41 542

anonymity	0.53 534	0.58 540	0.65 529	0.41 531	0.61 551	0.53 527	0.41 534	0.56 535	0.41 468	0.55 527	0.50 510	0.49 520	0.55 535	0.58 539	0.50 540	0.58 548	0.50 551	0.51 540	0.51 545	0.51 539	0.57 546

Consistency-Raft	0.44 526	0.40 533	0.45 509	0.37 528	0.43 538	0.46 520	0.41 534	0.57 537	0.55 512	0.32 486	0.73 534	0.33 467	0.48 528	0.42 525	0.49 537	0.39 537	0.35 538	0.45 537	0.51 545	0.42 537	0.29 531

TorneroNet-64	0.76 546	0.72 549	0.74 542	0.78 548	0.58 549	0.91 554	0.56 546	0.84 546	1.29 554	0.66 531	0.90 543	1.40 557	0.75 546	0.85 551	0.67 550	0.49 544	0.46 542	0.72 548	0.59 548	0.67 550	0.53 545

MFMNet_re	0.64 538	0.66 546	0.65 529	0.51 538	0.69 555	0.69 539	0.57 547	0.64 541	0.73 539	0.60 529	0.73 534	0.62 531	0.67 543	0.65 542	0.60 544	0.66 553	0.58 560	0.63 544	0.59 548	0.68 551	0.69 556

LVE	0.83 550	0.85 555	0.85 548	0.80 549	0.56 546	1.04 560	0.65 552	1.05 557	1.47 560	0.96 550	1.22 560	1.10 548	0.85 550	0.83 548	0.71 552	0.49 544	0.55 557	0.76 552	0.60 550	0.65 548	0.59 552

Dean	0.87 551	0.86 556	0.79 545	0.81 550	0.56 546	0.90 551	0.63 549	1.15 563	1.73 563	1.15 558	1.15 557	1.31 554	0.99 556	0.81 547	0.81 556	0.57 547	0.56 558	0.77 553	0.64 551	0.66 549	0.58 547

GCST	0.37 517	0.42 535	0.26 455	1.02 559	0.39 534	0.18 372	0.08 8	0.20 229	0.17 204	0.28 464	0.25 363	0.15 265	0.12 254	0.16 315	0.14 313	0.64 552	0.43 541	0.75 549	0.65 552	0.63 546	0.46 544

TorneroNet	0.82 549	0.74 550	0.81 547	0.84 551	0.63 552	0.99 556	0.63 549	0.96 552	1.16 551	0.80 544	1.11 554	1.36 556	0.86 551	0.93 556	0.80 555	0.56 546	0.49 549	0.78 554	0.66 553	0.73 556	0.63 555

WAO-7	0.79 547	0.78 551	0.54 518	0.85 552	0.67 554	0.74 543	0.68 555	1.05 557	1.32 555	0.90 548	1.20 559	1.04 545	0.92 553	0.69 543	0.66 547	0.60 550	0.62 561	0.67 545	0.68 554	0.64 547	0.58 547

WAO-6	0.81 548	0.80 552	0.62 527	0.86 553	0.63 552	0.76 547	0.58 548	0.98 554	1.54 562	0.90 548	0.96 548	1.07 547	1.03 557	0.70 544	0.66 547	0.72 554	0.49 549	0.90 557	0.71 555	0.68 551	0.58 547

WAO-8	0.91 552	0.81 553	0.65 529	0.94 556	0.69 555	0.90 551	0.67 553	1.07 560	1.83 565	1.06 555	1.45 562	1.30 552	1.07 558	0.84 549	0.78 553	0.74 556	0.53 554	0.86 555	0.75 556	0.69 553	0.62 553

Venus	0.91 552	0.81 553	0.65 529	0.94 556	0.69 555	0.90 551	0.67 553	1.07 560	1.83 565	1.06 555	1.45 562	1.30 552	1.07 558	0.84 549	0.78 553	0.74 556	0.53 554	0.86 555	0.75 556	0.69 553	0.62 553

notaker	0.97 555	1.11 560	0.98 551	1.13 561	0.81 559	0.73 542	0.68 555	0.93 550	1.16 551	1.18 560	1.18 558	1.41 558	1.16 562	1.08 562	0.69 551	0.81 559	0.64 562	1.17 562	0.79 558	0.98 560	0.80 560

ktn	1.01 557	1.21 562	0.80 546	1.23 563	0.86 561	1.01 558	0.87 559	0.94 551	1.39 557	1.04 553	1.12 555	1.15 549	1.07 558	0.94 557	0.59 543	1.28 566	0.71 563	1.38 566	0.83 559	1.02 562	0.75 559

UNDER WATER	0.97 555	0.97 559	1.42 556	0.99 558	0.70 558	1.12 562	0.84 558	0.80 545	1.08 549	1.01 552	0.90 543	1.55 561	1.22 564	1.03 560	1.00 559	0.78 558	0.53 554	1.02 559	0.87 560	0.80 558	0.74 558

UNDER WATER-64	0.95 554	0.94 557	1.43 557	0.87 554	0.56 546	1.18 563	0.87 559	0.77 544	0.94 547	1.04 553	0.85 542	1.58 562	1.21 563	0.94 557	0.96 558	0.87 560	0.57 559	1.03 560	0.88 561	0.78 557	0.73 557

JetRed	1.62 561	1.46 565	2.98 560	0.92 555	1.21 564	4.99 567	1.53 566	1.27 565	1.39 557	1.83 564	1.74 565	1.60 563	0.95 554	1.41 563	2.45 567	0.90 562	1.60 567	0.93 558	0.90 562	1.35 564	0.99 563

HanzoNet	1.29 560	1.26 564	1.19 554	1.12 560	0.85 560	1.02 559	0.83 557	1.03 556	1.48 561	1.64 563	1.61 564	2.50 567	1.72 565	1.61 564	1.61 563	1.26 565	0.80 564	1.31 565	1.01 563	1.02 562	0.86 561

KSHMR	1.09 558	1.17 561	0.88 549	1.25 564	1.00 563	0.99 556	0.96 561	1.13 562	1.37 556	1.16 559	1.29 561	1.41 558	0.96 555	1.01 559	0.92 557	1.03 563	1.08 565	1.20 563	1.03 564	1.01 561	0.97 562

DPSimNet_ROB	1.11 559	1.23 563	0.78 543	1.13 561	0.88 562	1.10 561	1.13 563	1.16 564	1.23 553	1.43 562	1.02 549	1.41 558	1.10 561	0.90 555	1.60 562	1.46 567	0.51 553	1.21 564	1.03 564	0.90 559	1.01 564

ASD4	3.54 564	3.38 569	2.05 559	1.72 565	2.51 568	9.03 571	17.71 572	2.25 566	5.51 569	2.46 566	2.81 568	2.03 564	3.36 567	2.73 566	5.06 568	1.22 564	1.34 566	1.13 561	1.33 566	1.68 565	1.49 566

MADNet++	1.95 562	1.75 566	1.59 558	1.82 566	1.69 566	2.33 565	1.40 565	2.35 567	2.09 567	2.57 567	2.36 567	2.24 566	2.17 566	2.28 565	2.34 565	1.87 568	1.66 568	1.54 567	1.34 567	1.92 566	1.77 567

TCMNet-wrong-test	3.67 565	5.48 575	3.89 566	12.18 578	11.75 579	4.65 566	3.88 567	1.06 559	0.72 535	1.09 557	2.15 566	6.30 572	0.53 531	3.43 568	2.36 566	0.89 561	0.20 516	1.87 569	1.69 568	5.57 574	3.62 573

PML	8.91 574	9.34 579	6.13 567	5.35 571	6.41 572	14.99 575	23.38 579	5.27 568	6.83 570	18.04 580	28.19 585	7.67 573	6.83 570	7.85 573	5.75 569	5.35 575	1.83 569	5.95 579	1.93 569	8.64 577	2.52 569

tt	4.67 566	0.06 54	3.55 564	2.02 567	1.55 565	10.25 572	16.71 571	8.91 576	5.03 568	1.31 561	0.94 546	4.71 568	4.76 568	3.33 567	5.87 570	6.06 576	10.30 580	1.88 570	2.11 570	2.75 568	1.21 565

USTest	6.22 567	2.73 568	3.00 561	6.57 574	7.29 573	14.37 574	21.57 573	7.00 575	9.56 574	5.34 571	6.10 569	5.72 571	7.64 571	6.41 572	6.96 571	1.97 569	3.42 574	1.64 568	2.15 571	2.66 567	2.36 568

DPSM_ROB	11.15 578	8.58 577	8.00 573	10.88 576	11.58 577	19.10 581	26.71 581	12.05 578	14.07 579	10.36 576	10.84 576	10.33 579	11.86 578	11.70 578	13.54 578	6.99 578	8.79 578	5.89 577	6.95 572	7.29 575	7.42 577

DPSM	11.15 578	8.58 577	8.00 573	10.88 576	11.58 577	19.10 581	26.71 581	12.05 578	14.07 579	10.36 576	10.84 576	10.33 579	11.86 578	11.70 578	13.54 578	6.99 578	8.79 578	5.89 577	6.95 572	7.29 575	7.42 577

DPSMNet_ROB	8.06 572	4.48 570	8.63 575	5.37 573	10.74 576	8.32 569	22.98 578	5.46 569	13.36 577	5.12 569	9.92 573	5.08 569	10.40 575	5.53 571	12.58 575	3.80 574	8.00 575	3.50 571	7.02 574	3.83 572	7.14 575

DGTPSM_ROB	8.06 572	4.48 570	8.63 575	5.35 571	10.72 575	8.32 569	22.97 577	5.46 569	13.35 576	5.12 569	9.92 573	5.08 569	10.40 575	5.52 570	12.58 575	3.79 573	8.00 575	3.50 571	7.02 574	3.83 572	7.14 575

Anonymous_1	10.96 577	7.92 576	7.46 572	10.33 575	10.06 574	18.65 580	26.34 580	11.06 577	13.44 578	9.40 575	10.05 575	9.67 578	11.23 577	10.73 577	12.72 577	6.42 577	8.38 577	5.77 576	10.61 576	12.12 578	6.77 574

xxxxx1	7.79 568	5.02 572	7.31 569	3.12 568	3.85 569	16.35 576	22.88 574	5.86 572	8.69 571	7.97 572	8.54 570	9.12 575	8.27 572	10.18 574	10.92 572	2.42 570	2.45 570	3.56 573	12.37 577	3.77 569	3.06 570

tt_ll	7.79 568	5.02 572	7.31 569	3.12 568	3.85 569	16.35 576	22.88 574	5.86 572	8.69 571	7.97 572	8.54 570	9.12 575	8.27 572	10.18 574	10.92 572	2.42 570	2.45 570	3.56 573	12.37 577	3.77 569	3.06 570

ff	7.79 568	5.02 572	7.31 569	3.12 568	3.85 569	16.35 576	22.88 574	5.86 572	8.69 571	7.97 572	8.54 570	9.12 575	8.27 572	10.18 574	10.92 572	2.42 570	2.45 570	3.56 573	12.37 577	3.77 569	3.06 570

Selective-RAFT-Error	22.47 583	17.37 583	16.09 578	22.06 583	23.34 584	38.39 584	53.83 585	24.29 585	28.47 585	20.74 583	21.83 583	20.81 583	23.90 582	23.54 584	27.53 585	14.08 581	17.69 583	11.82 580	14.00 580	14.69 580	15.00 581

CasAABBNet	22.42 582	17.33 582	16.01 577	22.01 582	23.28 583	38.32 583	53.80 584	24.14 583	28.41 584	20.60 582	21.77 582	20.89 584	23.91 583	23.43 582	27.36 583	14.07 580	17.69 583	11.83 581	14.01 581	14.67 579	14.95 580

LSM0	22.87 584	17.28 581	18.96 579	22.19 584	29.04 586	38.42 585	53.71 583	24.28 584	28.31 583	20.78 584	21.00 581	21.43 585	24.16 584	23.50 583	27.39 584	14.09 582	17.38 582	11.84 582	14.04 582	14.73 581	14.89 579

HaxPig	15.71 580	18.52 584	19.18 580	16.89 579	15.89 581	7.73 568	7.60 568	13.31 580	10.82 575	15.42 579	14.91 578	15.98 581	14.92 580	15.58 580	15.98 580	18.95 583	16.73 581	19.46 583	18.08 583	19.26 583	19.05 583

MEDIAN_ROB	20.38 581	24.04 585	23.31 582	21.23 581	21.71 582	10.40 573	7.92 569	17.64 581	15.50 581	20.12 581	19.70 580	20.34 582	20.32 581	21.19 581	21.13 581	23.81 585	21.81 585	24.98 584	23.76 584	24.71 584	23.93 584

LRCNet_RVC	10.62 576	13.42 580	7.30 568	18.92 580	2.07 567	0.33 500	0.30 518	5.59 571	0.48 494	13.03 578	17.94 579	8.87 574	5.65 569	4.79 569	1.89 564	23.51 584	2.73 573	27.55 585	25.71 585	16.07 582	16.33 582

AVERAGE_ROB	24.90 585	29.20 586	28.14 583	24.89 585	24.64 585	17.75 579	11.12 570	21.45 582	19.93 582	25.12 585	24.46 584	25.12 586	25.46 585	24.69 585	22.83 582	29.76 586	27.13 586	28.97 586	27.95 586	29.91 585	29.47 585

test_example2	98.32 586	94.13 587	45.89 584	96.35 586	109.85 587	88.61 586	95.45 586	25.75 586	94.37 586	130.00 587	126.06 587	58.17 587	74.63 586	88.51 586	79.96 586	150.23 587	221.02 587	77.62 587	99.10 587	113.75 587	96.94 586

ccccc	245.47 587	285.66 588	306.18 587	368.85 588	370.60 588	123.16 587	145.33 587	115.05 587	110.08 587	126.68 586	110.87 586	122.83 588	165.88 587	252.94 587	276.56 587	384.56 588	353.86 588	254.69 588	223.00 588	425.87 588	386.83 587

Low-res two-view benchmark