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

Replicate-Monster	2.63 49	3.33 397	11.97 365	2.38 20	1.08 129	3.13 24	0.44 30	6.76 44	4.42 59	3.79 75	1.30 14	0.66 32	1.15 25	8.78 111	0.48 1	0.01 93	0.08 217	0.00 1	0.00 1	0.26 180	2.68 456

MLG-Stereo	1.48 3	0.65 7	3.04 7	2.52 27	0.79 97	3.11 23	0.16 13	6.26 30	1.80 11	0.84 1	0.10 5	1.51 41	0.65 13	7.44 71	0.53 2	0.02 146	0.09 228	0.00 1	0.03 182	0.03 22	0.02 9

MLG-Stereo_test1	1.51 5	0.65 7	3.00 5	2.47 26	2.46 252	2.84 18	0.16 13	5.64 13	1.77 10	0.98 4	0.09 3	1.53 42	0.52 6	7.44 71	0.56 3	0.02 146	0.09 228	0.00 1	0.03 182	0.03 22	0.02 9

StereoAnything_RVC	2.31 37	11.20 501	4.65 67	2.23 7	0.14 1	1.49 4	0.17 16	4.50 4	1.24 2	1.03 7	0.06 1	0.20 1	3.60 106	8.05 84	0.59 4	0.02 146	0.11 261	0.00 1	0.00 1	6.97 501	0.03 26

IGEV-Stereo++	2.20 30	0.79 21	3.67 22	3.72 99	3.17 289	3.39 32	0.10 6	8.37 74	3.77 48	2.11 34	4.25 46	2.01 54	4.78 155	2.96 6	0.59 4	0.01 93	0.02 68	0.08 257	0.00 1	0.06 44	0.05 55

FoundationStereo	1.26 2	0.73 12	2.84 3	2.65 34	0.58 54	2.31 9	0.61 42	3.40 2	1.57 8	1.89 25	0.09 3	2.61 59	2.90 85	2.37 4	0.60 6	0.04 187	0.04 109	0.00 1	0.00 1	0.02 3	0.03 26

MLG-Stereo_test2	1.52 6	0.64 2	2.81 2	2.52 27	1.79 207	2.76 16	0.16 13	4.70 6	1.80 11	1.75 19	0.08 2	3.21 66	0.17 1	7.28 65	0.64 7	0.02 146	0.11 261	0.00 1	0.00 1	0.04 30	0.03 26

IGEV	1.86 16	0.58 1	3.90 35	2.40 21	3.49 308	4.20 57	0.97 66	7.16 51	3.22 39	2.00 31	4.16 44	0.26 10	0.62 11	3.40 11	0.65 8	0.03 172	0.09 228	0.00 1	0.00 1	0.03 22	0.02 9

DEFOM-Stereo	2.21 32	0.88 43	3.63 19	3.42 71	0.89 110	13.14 322	0.83 56	4.68 5	1.96 15	2.72 48	1.66 16	0.59 27	0.54 8	8.53 98	0.68 9	0.00 1	0.01 24	0.00 1	0.00 1	0.02 3	0.02 9

IGEV-Stereo+	2.77 53	0.92 52	4.09 50	3.14 52	4.62 363	2.57 12	0.70 48	4.34 3	2.29 17	1.76 21	0.59 8	0.77 35	3.49 100	8.65 106	0.68 9	0.03 172	0.10 244	0.00 1	0.24 362	5.77 495	10.68 533

SGD-Stereo	1.88 17	0.76 16	3.80 28	2.37 19	0.33 18	3.48 34	0.93 63	6.52 38	2.22 16	3.84 78	1.08 11	1.78 47	1.34 30	8.32 92	0.70 11	0.09 239	0.01 24	0.00 1	0.00 1	0.06 44	0.03 26

U	3.65 98	0.64 2	5.91 123	3.91 108	11.89 517	11.50 292	0.20 18	7.66 59	5.38 86	1.79 22	2.55 21	0.76 34	1.61 39	2.34 2	0.70 11	0.00 1	0.04 109	10.60 532	5.47 520	0.04 30	0.02 9

AIO_test	2.59 48	0.89 47	4.07 48	3.70 98	2.35 246	5.35 129	2.39 198	8.10 67	4.33 56	1.35 12	4.60 56	4.27 87	1.35 31	7.29 66	0.71 13	0.76 423	0.07 197	0.00 1	0.09 270	0.06 44	0.03 26

Monster-pub-mixall	1.84 15	0.85 39	3.45 16	2.27 9	0.94 116	2.43 11	0.54 39	6.32 34	2.65 24	3.04 56	3.56 33	0.38 19	0.49 5	8.93 119	0.74 14	0.01 93	0.06 173	0.00 1	0.00 1	0.04 30	0.04 41

castereo++	3.52 92	1.28 121	3.96 38	3.76 104	2.61 260	16.87 399	1.95 165	7.57 56	8.51 154	2.26 37	4.54 53	5.10 107	2.04 56	8.75 110	0.74 14	0.00 1	0.15 306	0.00 1	0.35 406	0.05 39	0.02 9

LGtest1	1.48 3	0.75 14	4.03 43	2.33 15	0.65 65	3.02 21	0.11 8	6.12 26	1.51 4	1.41 15	1.48 15	0.65 31	0.93 22	5.60 33	0.81 16	0.03 172	0.12 273	0.00 1	0.00 1	0.10 89	0.04 41

LG-Stereo_L2	1.59 9	0.87 41	4.31 57	2.54 31	0.69 71	2.76 16	0.44 30	6.85 46	1.57 8	1.59 16	0.39 7	0.39 20	0.52 6	7.85 80	0.82 17	0.04 187	0.12 273	0.00 1	0.00 1	0.03 22	0.02 9

Monster-pub-eth3d	1.75 12	0.75 14	3.64 20	2.27 9	1.62 188	6.02 185	0.14 11	6.02 22	2.87 32	1.35 12	2.11 17	0.30 13	0.36 2	6.59 52	0.83 18	0.00 1	0.00 1	0.00 1	0.02 162	0.02 3	0.02 9

MonSter	1.74 11	0.74 13	3.64 20	2.27 9	1.62 188	6.01 182	0.13 10	6.02 22	2.88 33	1.35 12	2.11 17	0.30 13	0.36 2	6.50 49	0.83 18	0.00 1	0.00 1	0.00 1	0.02 162	0.02 3	0.02 9

LG-Stereo_L1	1.59 9	0.89 47	4.07 48	2.55 32	0.95 117	2.93 19	0.50 35	6.75 43	1.54 5	1.32 11	0.24 6	0.50 24	0.59 9	7.91 81	0.85 20	0.04 187	0.12 273	0.01 160	0.00 1	0.03 22	0.02 9

GREAT-IGEV	2.18 29	1.15 97	4.04 44	2.89 44	0.69 71	2.95 20	0.20 18	5.82 19	5.88 97	0.92 3	5.07 72	1.08 37	1.46 36	9.60 139	0.86 21	0.00 1	0.13 286	0.00 1	0.24 362	0.14 105	0.46 306

asd	2.06 23	0.78 17	3.85 31	2.45 23	2.18 234	3.99 50	0.35 24	6.94 47	2.60 20	2.99 53	2.79 24	0.52 25	2.27 64	8.33 93	0.93 22	0.02 146	0.01 24	0.00 1	0.00 1	0.07 60	0.11 117

3.75w	2.32 38	0.89 47	3.85 31	2.45 23	3.23 294	8.15 241	1.42 93	5.77 17	2.79 30	2.60 44	4.64 59	0.31 15	2.77 82	6.56 51	0.94 23	0.00 1	0.01 24	0.00 1	0.00 1	0.06 44	0.05 55

111111	2.45 44	1.01 67	3.89 34	3.60 89	4.13 336	3.49 37	0.23 20	8.63 79	3.25 40	2.15 35	4.26 47	2.29 57	2.03 54	8.86 117	0.94 23	0.01 93	0.02 68	0.08 257	0.00 1	0.14 105	0.04 41

monsters	2.21 32	1.25 116	4.09 50	3.59 88	4.35 354	2.20 8	0.18 17	8.31 73	2.84 31	4.11 86	2.86 25	0.20 1	0.76 16	8.41 94	0.95 25	0.01 93	0.01 24	0.00 1	0.00 1	0.02 3	0.01 1

AdaDepth	2.20 30	0.82 29	4.90 79	3.27 62	2.91 280	3.54 41	0.70 48	5.30 8	3.05 37	1.73 18	3.31 29	0.49 23	1.60 38	10.91 185	0.96 26	0.03 172	0.11 261	0.00 1	0.23 352	0.04 30	0.03 26

dual_stereo	1.57 7	0.64 2	2.56 1	2.33 15	0.47 38	2.62 13	0.08 4	4.85 7	1.95 14	1.01 6	0.69 9	1.90 50	0.61 10	10.34 158	0.96 26	0.01 93	0.20 335	0.00 1	0.18 320	0.01 1	0.03 26

4.5_new	1.82 13	0.79 21	3.44 14	2.35 17	1.84 208	5.69 161	1.28 84	5.59 11	2.60 20	3.74 73	3.37 30	0.43 21	0.97 23	3.16 8	0.98 28	0.01 93	0.01 24	0.00 1	0.00 1	0.07 60	0.16 162

4.5w-stereo	1.83 14	0.79 21	3.45 16	2.35 17	1.84 208	5.69 161	1.29 86	5.59 11	2.60 20	3.75 74	3.37 30	0.43 21	0.97 23	3.16 8	0.98 28	0.01 93	0.01 24	0.00 1	0.00 1	0.07 60	0.16 162

4.25_new	1.94 18	0.81 24	3.74 24	2.82 40	2.69 265	4.37 64	2.37 194	5.76 14	2.78 27	1.99 28	3.60 34	0.23 3	2.40 69	4.13 13	0.99 30	0.00 1	0.00 1	0.00 1	0.00 1	0.02 3	0.07 76

4.5w_new	1.94 18	0.81 24	3.74 24	2.82 40	2.69 265	4.37 64	2.37 194	5.76 14	2.78 27	1.99 28	3.60 34	0.23 3	2.40 69	4.13 13	0.99 30	0.00 1	0.00 1	0.00 1	0.00 1	0.02 3	0.07 76

4.25w-stereo	1.94 18	0.81 24	3.74 24	2.82 40	2.69 265	4.37 64	2.37 194	5.76 14	2.78 27	1.99 28	3.60 34	0.23 3	2.40 69	4.13 13	0.99 30	0.00 1	0.00 1	0.00 1	0.00 1	0.02 3	0.07 76

3.25w_new	2.24 34	0.88 43	3.97 39	2.28 12	1.34 163	6.00 179	1.19 79	6.56 39	3.26 41	3.90 80	3.77 38	0.62 28	2.46 73	7.46 74	0.99 30	0.00 1	0.01 24	0.00 1	0.00 1	0.06 44	0.06 66

3.25w	2.24 34	0.88 43	3.97 39	2.28 12	1.34 163	6.01 182	1.19 79	6.56 39	3.26 41	3.90 80	3.77 38	0.62 28	2.46 73	7.44 71	0.99 30	0.00 1	0.01 24	0.00 1	0.00 1	0.06 44	0.06 66

LG-G_1	2.14 27	0.64 2	4.04 44	3.18 55	0.37 20	11.00 286	0.60 40	6.27 32	1.55 6	1.28 9	1.15 12	1.34 39	2.14 58	8.08 86	0.99 30	0.04 187	0.12 273	0.00 1	0.00 1	0.06 44	0.03 26

LG-G	2.14 27	0.64 2	4.04 44	3.18 55	0.37 20	11.00 286	0.60 40	6.27 32	1.55 6	1.28 9	1.15 12	1.34 39	2.14 58	8.08 86	0.99 30	0.04 187	0.12 273	0.00 1	0.00 1	0.06 44	0.03 26

S2M2_XL	0.93 1	0.78 17	3.42 12	1.97 1	0.27 9	0.44 1	0.01 1	1.71 1	0.99 1	1.17 8	2.70 23	1.74 45	1.21 27	1.17 1	1.00 37	0.00 1	0.01 24	0.01 160	0.00 1	0.02 3	0.02 9
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
monsterstereo	2.41 42	0.98 61	4.33 58	4.12 116	4.48 358	1.80 5	0.08 4	5.78 18	5.21 82	3.36 63	7.40 107	0.25 8	0.37 4	8.92 118	1.00 37	0.01 93	0.01 24	0.00 1	0.00 1	0.02 3	0.01 1

2.5w	2.10 25	0.78 17	4.30 56	2.96 47	1.85 211	3.22 25	2.25 185	6.05 24	2.69 25	1.80 23	5.44 80	0.23 3	2.01 53	7.36 68	1.01 39	0.01 93	0.01 24	0.00 1	0.00 1	0.02 3	0.06 66

GIP-stereo	2.66 50	1.00 66	4.00 41	4.99 182	3.41 300	3.38 31	0.77 54	8.73 82	5.69 94	2.08 32	5.38 75	4.13 83	3.21 89	5.21 27	1.05 40	0.01 93	0.06 173	0.00 1	0.00 1	0.07 60	0.04 41

MLG-Stereo_test3	1.57 7	0.69 10	3.82 30	2.19 5	1.34 163	3.92 48	0.25 21	5.89 20	1.27 3	0.91 2	1.07 10	1.99 53	0.64 12	6.09 44	1.10 41	0.03 172	0.09 228	0.00 1	0.00 1	0.05 39	0.04 41

4w-stereo	2.03 22	0.98 61	4.12 53	2.31 14	1.96 222	3.70 44	0.61 42	6.37 35	2.37 18	2.10 33	4.19 45	0.33 16	3.33 95	7.03 62	1.12 42	0.00 1	0.00 1	0.00 1	0.00 1	0.03 22	0.08 91

AIO_rvc	2.81 55	1.10 88	4.88 77	3.63 92	2.59 259	5.36 130	1.85 150	8.21 71	4.37 58	1.60 17	4.74 62	4.74 100	1.16 26	10.10 153	1.13 43	0.47 378	0.04 109	0.00 1	0.04 203	0.15 113	0.12 124

MoCha-V2	3.20 74	0.92 52	4.82 75	5.09 190	0.40 24	4.63 76	1.37 91	9.81 99	5.41 87	5.58 117	5.26 74	2.63 60	6.48 208	9.90 147	1.15 44	0.02 146	0.24 369	0.00 1	0.25 368	0.07 60	0.04 41

AIO-Stereo	2.91 60	1.19 103	5.14 90	4.15 118	0.79 97	4.67 78	1.76 139	9.59 93	5.19 80	2.66 47	4.76 63	5.40 118	0.78 17	10.30 157	1.23 45	0.00 1	0.06 173	0.00 1	0.36 410	0.09 78	0.15 157

3w_stereo	2.49 46	0.84 36	5.43 102	2.46 25	0.46 37	5.44 134	6.54 351	7.07 49	3.41 46	3.30 61	4.77 64	0.28 12	4.24 123	4.24 18	1.30 46	0.00 1	0.01 24	0.00 1	0.00 1	0.02 3	0.07 76

MSCF	3.01 65	1.87 290	5.23 94	3.98 111	0.70 73	5.42 133	1.48 95	8.59 77	4.59 61	5.05 111	6.40 92	1.76 46	7.07 224	5.69 36	1.36 47	0.00 1	0.02 68	0.00 1	0.63 445	0.16 120	0.24 225

GASTEREO	3.18 72	1.99 311	5.13 89	4.28 135	0.70 73	5.59 145	1.49 99	8.66 80	4.94 68	5.17 114	6.84 97	1.58 43	7.14 225	7.72 78	1.38 48	0.00 1	0.02 68	0.00 1	0.64 446	0.08 72	0.23 218

test_for_model	9.76 335	30.79 541	6.40 145	27.43 537	18.83 535	5.78 165	1.78 140	8.51 76	8.82 157	13.12 214	5.92 88	5.28 115	2.60 77	5.21 27	1.43 49	9.57 527	2.41 507	0.00 1	0.06 243	33.29 552	8.04 522

HUF	2.75 52	1.32 134	5.28 97	2.83 43	0.55 49	5.23 124	2.19 176	8.97 83	4.23 54	1.97 26	4.39 50	5.03 105	2.64 78	6.86 60	1.44 50	0.73 420	0.63 455	0.09 268	0.00 1	0.17 130	0.44 300

asda	1.95 21	0.81 24	4.14 55	2.66 36	1.93 221	3.30 30	0.86 59	5.92 21	3.10 38	2.41 40	3.10 26	0.63 30	2.99 87	5.57 32	1.48 51	0.02 146	0.01 24	0.00 1	0.00 1	0.07 60	0.07 76

SCV_C0	3.23 78	1.31 131	6.44 147	3.20 57	0.82 102	4.84 96	1.61 110	10.34 111	6.85 118	2.74 49	4.91 68	6.26 129	1.81 49	11.06 192	1.50 52	0.11 248	0.06 173	0.00 1	0.23 352	0.33 233	0.11 117

IGEV-RUCA	3.00 64	1.12 93	4.51 64	4.78 166	2.30 241	6.18 188	1.80 144	7.24 53	4.79 64	2.63 46	4.91 68	4.06 80	2.44 72	9.70 142	1.50 52	0.14 259	0.26 380	0.21 355	0.29 384	0.74 370	0.35 273

S2M2_L	2.06 23	1.28 121	4.05 47	3.20 57	1.14 141	2.31 9	0.06 2	6.26 30	6.67 113	1.75 19	4.48 52	4.47 91	0.81 18	2.36 3	1.52 54	0.25 318	0.10 244	0.03 195	0.00 1	0.49 300	0.03 26
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
DA2	3.70 101	0.83 32	4.78 72	5.07 188	0.70 73	16.50 395	1.94 163	9.42 89	7.22 131	4.02 83	6.78 94	5.96 125	4.49 137	4.16 16	1.54 55	0.05 206	0.12 273	0.00 1	0.00 1	0.06 44	0.26 234

IGEV-BASED-STEREO-	7.61 260	27.25 539	41.87 517	2.73 37	0.41 26	4.25 60	1.50 100	6.63 42	3.87 51	4.31 90	3.78 40	2.48 58	1.39 33	5.67 34	1.56 56	25.09 549	0.05 140	0.01 160	0.08 257	4.67 483	14.58 540

AEACV	3.17 71	1.11 90	5.39 101	4.55 150	5.35 405	4.29 62	1.60 109	6.21 29	5.43 88	3.08 57	7.85 112	4.23 85	6.55 211	5.51 30	1.56 56	0.00 1	0.09 228	0.03 195	0.32 399	0.20 141	0.12 124

GGEV	3.81 106	0.81 24	4.91 80	4.91 177	0.75 92	19.58 424	1.92 161	9.50 91	5.78 95	4.64 101	6.84 97	4.64 99	5.00 161	4.93 24	1.57 58	0.03 172	0.11 261	0.00 1	0.00 1	0.03 22	0.21 202

ACVNet-DCA	5.28 148	2.00 313	4.99 82	5.89 261	0.26 4	10.85 281	5.38 302	20.20 279	11.88 186	6.95 131	10.01 134	4.49 92	9.78 281	10.79 177	1.59 59	0.00 1	0.05 140	0.00 1	0.04 203	0.25 170	0.20 195

xx1	5.99 195	2.00 313	4.99 82	5.89 261	0.26 4	10.85 281	5.38 302	17.84 242	15.48 235	6.95 131	10.01 134	16.02 292	11.15 306	10.79 177	1.59 59	0.00 1	0.05 140	0.02 178	0.05 226	0.25 170	0.20 195

cc1	5.34 151	2.00 313	4.99 82	5.89 261	0.26 4	10.85 281	5.38 302	17.85 244	15.48 235	6.95 131	10.01 134	4.49 92	9.78 281	10.79 177	1.59 59	0.00 1	0.05 140	0.00 1	0.04 203	0.30 204	0.13 137

ffm	8.12 280	1.43 158	9.67 309	5.70 246	3.44 301	11.96 300	6.35 339	18.45 254	16.31 247	15.83 273	31.44 402	17.22 314	10.87 299	10.82 182	1.61 62	0.00 1	0.05 140	0.80 435	0.08 257	0.26 180	0.14 142

tt1	5.27 147	1.99 311	5.11 88	6.02 278	0.26 4	10.59 274	4.22 273	18.45 254	16.31 247	6.75 125	8.95 120	4.75 101	9.15 265	10.82 182	1.61 62	0.00 1	0.05 140	0.00 1	0.04 203	0.26 180	0.14 142

DEFOM-Stereo_RVC	3.18 72	6.90 468	3.85 31	10.48 448	1.59 186	4.71 81	0.47 33	8.39 75	2.76 26	2.34 39	3.12 27	0.74 33	7.20 228	9.02 126	1.62 64	0.00 1	0.14 301	0.00 1	0.19 333	0.02 3	0.03 26

fffy	3.28 82	1.20 104	5.94 125	3.67 93	0.85 105	4.84 96	1.75 135	10.18 106	6.44 108	2.60 44	6.15 89	6.33 132	3.16 88	10.08 152	1.62 64	0.00 1	0.12 273	0.00 1	0.00 1	0.30 204	0.33 264

EGLCR-Stereo	2.92 62	1.06 75	5.28 97	3.38 69	0.55 49	4.59 74	0.66 44	10.43 113	4.81 65	3.30 61	3.23 28	7.93 162	1.71 45	9.22 129	1.62 64	0.05 206	0.12 273	0.00 1	0.00 1	0.23 160	0.16 162

RSM	3.10 69	0.98 61	4.86 76	4.17 119	1.08 129	4.76 90	1.83 147	10.14 105	4.21 53	3.38 65	4.34 48	7.82 159	1.75 47	10.69 172	1.64 67	0.00 1	0.03 97	0.00 1	0.18 320	0.13 100	0.07 76

RSM++	3.08 68	1.04 73	5.27 96	4.25 132	0.50 43	5.04 116	2.63 212	10.11 104	4.34 57	3.16 58	4.66 60	6.73 139	1.87 51	9.96 149	1.69 68	0.00 1	0.00 1	0.01 160	0.18 320	0.14 105	0.10 104

Selective-IGEV	3.06 67	1.11 90	4.98 81	3.56 83	1.66 191	4.73 82	2.14 175	10.73 122	4.56 60	2.93 51	4.60 56	5.54 120	1.77 48	10.82 182	1.69 68	0.00 1	0.01 24	0.00 1	0.14 303	0.06 44	0.13 137

2w_stereo	2.37 40	0.83 32	4.12 53	2.73 37	1.22 147	4.67 78	3.90 262	6.98 48	3.62 47	3.48 66	5.01 71	0.24 7	4.36 125	4.43 19	1.70 70	0.00 1	0.01 24	0.00 1	0.00 1	0.02 3	0.03 26

CAS++	4.07 120	1.67 245	6.02 130	4.17 119	1.02 120	4.26 61	1.68 115	19.10 267	10.01 170	9.18 154	9.17 124	1.98 52	1.41 34	9.54 137	1.73 71	0.02 146	0.05 140	0.00 1	0.00 1	0.32 226	0.11 117
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
SCV	3.20 74	1.40 149	5.96 126	4.71 160	0.71 77	4.21 58	1.70 118	10.94 123	6.06 100	1.85 24	4.80 66	6.16 127	2.74 81	9.82 144	1.74 72	0.05 206	0.09 228	0.00 1	0.24 362	0.50 306	0.30 252

MC-Stereo	3.99 116	0.95 56	4.70 71	5.09 190	0.44 36	3.77 46	1.79 142	9.86 101	7.05 130	6.34 122	13.35 179	6.83 142	6.34 205	10.80 180	1.75 73	0.00 1	0.11 261	0.06 236	0.24 362	0.12 95	0.14 142

ours_stereo	2.91 60	1.34 137	5.14 90	3.67 93	1.49 178	3.87 47	2.80 221	8.10 67	6.28 105	2.15 35	5.66 87	3.98 79	1.84 50	9.38 134	1.77 74	0.00 1	0.02 68	0.00 1	0.00 1	0.32 226	0.34 268

LG-Stereo_Zeroshot	2.77 53	0.90 50	5.49 106	4.91 177	1.75 201	3.75 45	0.85 58	7.14 50	3.33 44	3.51 69	10.67 150	2.03 55	5.26 169	3.11 7	1.80 75	0.00 1	0.06 173	0.00 1	0.19 333	0.43 273	0.19 190

fffft	2.58 47	0.86 40	5.15 92	3.15 54	1.32 159	4.44 69	4.17 269	8.04 66	3.29 43	3.03 55	2.20 19	1.88 49	1.45 35	10.41 161	1.80 75	0.00 1	0.04 109	0.00 1	0.00 1	0.31 216	0.10 104
1: 1. 1
MyStereo07	4.38 124	1.92 300	5.06 86	6.09 282	4.31 349	6.54 204	9.96 418	15.35 198	5.15 79	4.34 92	5.65 86	3.15 64	5.77 185	11.33 210	1.81 77	0.06 223	0.10 244	0.03 195	0.04 203	0.63 344	0.30 252

HART	3.80 105	1.52 190	5.45 103	4.85 172	0.51 44	4.41 68	0.76 52	12.59 145	5.08 77	5.95 120	12.76 173	6.87 143	1.72 46	10.71 174	1.84 78	0.00 1	0.13 286	0.10 287	0.00 1	0.45 278	0.26 234

castereo	3.96 113	1.45 166	4.33 58	3.73 100	1.04 122	6.35 196	7.23 376	9.95 102	15.86 245	3.01 54	7.69 110	3.59 73	7.43 231	5.17 26	1.88 79	0.03 172	0.13 286	0.00 1	0.26 372	0.07 60	0.03 26

MSKI-zero shot	4.76 135	1.56 209	5.98 127	5.14 201	1.13 135	6.55 206	1.55 105	12.76 148	8.06 143	10.44 168	11.50 161	13.47 255	2.38 66	12.07 249	1.90 80	0.01 93	0.20 335	0.02 178	0.29 384	0.14 105	0.14 142

CASnet	3.91 109	1.03 72	4.68 68	4.98 180	0.27 9	4.99 108	2.95 226	11.02 125	11.02 178	10.61 170	11.76 163	4.15 84	1.65 42	5.85 41	1.91 81	0.50 384	0.00 1	0.59 416	0.12 292	0.13 100	0.02 9
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAP-Stereo	3.72 102	1.60 221	7.39 192	4.24 127	0.37 20	5.78 165	1.12 74	12.28 134	6.53 110	8.35 143	9.69 130	6.62 138	3.57 102	4.58 21	1.91 81	0.00 1	0.07 197	0.05 222	0.00 1	0.25 170	0.04 41

testlalala	3.91 109	1.52 190	6.96 172	3.43 72	3.47 306	8.07 239	1.75 135	8.59 77	4.60 62	12.85 206	9.85 132	7.14 150	1.93 52	5.51 30	1.93 83	0.01 93	0.10 244	0.00 1	0.31 395	0.04 30	0.04 41

HH	5.47 156	2.08 331	9.00 273	4.88 174	1.07 127	4.93 102	3.60 255	16.68 225	6.83 116	8.39 144	12.14 166	15.05 276	9.06 263	12.68 278	1.93 83	0.02 146	0.17 317	0.18 339	0.00 1	0.28 191	0.48 311

HanStereo	5.47 156	2.08 331	9.00 273	4.88 174	1.07 127	4.93 102	3.60 255	16.68 225	6.83 116	8.39 144	12.14 166	15.05 276	9.06 263	12.68 278	1.93 83	0.02 146	0.17 317	0.18 339	0.00 1	0.28 191	0.48 311

MM-Stereo_test2	4.03 119	1.20 104	7.42 193	5.18 208	0.76 93	7.24 222	2.26 186	14.57 181	8.19 147	6.89 128	5.13 73	4.85 104	3.80 109	10.49 164	1.96 86	0.00 1	0.12 273	0.00 1	0.09 270	0.33 233	0.08 91

tt45	3.20 74	0.95 56	4.36 60	3.73 100	1.86 212	8.19 242	2.05 173	9.12 88	3.36 45	5.60 118	4.42 51	4.61 98	2.39 68	11.00 188	1.96 86	0.00 1	0.04 109	0.00 1	0.01 130	0.32 226	0.10 104

MGS-Stereo	3.26 79	1.29 125	6.73 155	3.30 63	0.47 38	4.89 99	1.55 105	6.15 27	8.88 159	4.31 90	10.15 140	5.48 119	1.27 29	8.09 88	1.97 88	0.04 187	0.01 24	0.02 178	0.00 1	0.57 329	0.04 41

anonymousdsp	3.51 91	1.75 267	5.66 116	3.49 77	1.13 135	5.04 116	1.74 132	13.69 169	5.07 74	4.83 107	5.42 78	4.25 86	4.44 132	11.14 197	1.98 89	0.00 1	0.04 109	0.00 1	0.18 320	0.31 216	0.13 137

IGEV-Stereo	3.52 92	1.75 267	5.67 117	3.49 77	1.12 133	5.04 116	1.73 131	13.70 170	5.07 74	4.83 107	5.42 78	4.27 87	4.43 131	11.15 202	1.98 89	0.00 1	0.04 109	0.00 1	0.18 320	0.31 216	0.12 124
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
SMoEStereo_RVC	2.81 55	1.07 80	5.08 87	3.86 107	0.60 59	6.39 198	1.91 158	7.82 63	3.79 49	3.87 79	3.69 37	2.78 61	2.25 63	10.60 168	1.99 91	0.00 1	0.02 68	0.03 195	0.00 1	0.25 170	0.17 170

gcap-zeroshot	5.34 151	1.50 184	10.42 335	4.65 157	1.22 147	9.78 259	1.70 118	10.29 110	6.36 107	15.08 251	9.84 131	17.96 329	5.21 165	9.43 135	1.99 91	0.10 244	0.36 406	0.06 236	0.29 384	0.05 39	0.43 296

ff7	3.48 87	1.76 271	6.20 137	3.45 73	1.13 135	5.02 110	1.70 118	13.26 158	5.04 69	4.66 102	5.47 81	3.49 68	4.70 146	11.14 197	2.01 93	0.00 1	0.04 109	0.00 1	0.18 320	0.30 204	0.14 142

ffff	3.48 87	1.76 271	6.20 137	3.45 73	1.13 135	5.02 110	1.70 118	13.26 158	5.04 69	4.66 102	5.47 81	3.49 68	4.70 146	11.14 197	2.01 93	0.00 1	0.04 109	0.00 1	0.18 320	0.30 204	0.14 142

11t	3.48 87	1.76 271	6.20 137	3.45 73	1.13 135	5.02 110	1.70 118	13.26 158	5.04 69	4.66 102	5.47 81	3.49 68	4.70 146	11.14 197	2.01 93	0.00 1	0.04 109	0.00 1	0.18 320	0.30 204	0.14 142

ccc-4	3.48 87	1.76 271	6.20 137	3.45 73	1.13 135	5.02 110	1.70 118	13.26 158	5.04 69	4.66 102	5.47 81	3.49 68	4.70 146	11.14 197	2.01 93	0.00 1	0.04 109	0.00 1	0.18 320	0.30 204	0.14 142

Any-RAFT	6.04 198	1.16 98	4.52 65	4.47 146	1.20 145	10.46 268	1.97 166	21.84 302	15.52 237	11.21 177	19.37 238	13.34 249	4.72 151	8.65 106	2.03 97	0.01 93	0.19 330	0.00 1	0.00 1	0.04 30	0.08 91

WCG-NET	3.86 108	0.96 59	5.80 121	2.92 45	0.28 11	4.48 70	1.80 144	7.23 52	15.03 227	8.77 151	9.58 129	6.94 147	4.20 121	6.92 61	2.05 98	0.00 1	0.08 217	0.00 1	0.00 1	0.14 105	0.08 91

XX-TBD	4.45 125	10.67 494	3.01 6	10.28 445	0.57 53	5.84 170	0.07 3	7.57 56	12.24 192	11.43 178	14.74 188	4.07 81	1.66 43	4.51 20	2.05 98	0.01 93	0.01 24	0.00 1	0.00 1	0.26 180	0.01 1

mms	2.86 57	1.38 147	5.26 95	3.68 95	1.84 208	4.23 59	4.01 263	8.01 65	4.29 55	2.43 41	5.53 85	3.05 63	1.35 31	9.22 129	2.06 100	0.00 1	0.06 173	0.00 1	0.00 1	0.36 244	0.44 300

TANstereo	4.70 133	1.08 83	4.01 42	3.53 82	0.47 38	14.26 341	0.15 12	8.67 81	12.54 195	12.50 190	18.43 226	5.20 111	4.54 142	5.68 35	2.07 101	0.00 1	0.13 286	0.00 1	0.01 130	0.02 3	0.63 337

XX-Stereo	6.14 201	1.47 169	9.11 283	11.87 477	6.76 450	3.27 27	0.93 63	15.13 191	5.43 88	8.79 153	28.46 353	13.71 258	2.22 61	11.51 218	2.07 101	0.20 287	0.24 369	0.08 257	0.29 384	1.04 390	0.13 137

test_xeample3	3.34 84	1.54 197	7.67 203	3.33 66	0.68 67	5.74 163	1.63 112	12.05 131	3.88 52	6.71 123	3.81 41	3.17 65	3.34 96	10.59 167	2.07 101	0.00 1	0.02 68	0.00 1	0.27 377	0.13 100	0.16 162

qwe	2.30 36	0.82 29	3.76 27	2.60 33	2.75 271	4.59 74	0.28 22	6.62 41	2.90 34	4.62 99	4.62 58	0.55 26	0.89 20	8.78 111	2.09 104	0.00 1	0.01 24	0.00 1	0.00 1	0.07 60	0.14 142

IGEVStereo-DCA	3.31 83	1.57 213	6.20 137	3.36 67	0.60 59	4.93 102	1.70 118	13.26 158	5.04 69	3.79 75	4.58 54	4.53 95	4.00 115	10.13 154	2.09 104	0.00 1	0.06 173	0.00 1	0.18 320	0.12 95	0.14 142

rrr	3.26 79	1.57 213	7.72 206	3.36 67	0.60 59	4.93 102	1.59 108	10.72 121	5.11 78	3.79 75	4.58 54	4.53 95	4.00 115	10.13 154	2.09 104	0.00 1	0.06 173	0.00 1	0.22 343	0.12 95	0.18 178

test_3	5.55 169	1.02 69	8.07 226	6.18 288	0.54 48	9.00 250	3.28 235	13.55 166	18.66 278	11.97 182	8.89 119	13.98 260	4.05 117	8.96 121	2.10 107	0.00 1	0.05 140	0.00 1	0.31 395	0.26 180	0.18 178

ProNet	3.61 96	1.91 296	6.17 136	3.31 65	0.67 66	5.51 136	6.46 347	12.60 146	6.23 103	3.18 59	4.80 66	3.64 74	3.57 102	11.15 202	2.11 108	0.02 146	0.21 342	0.01 160	0.01 130	0.41 268	0.14 142

test-3	5.21 145	1.06 75	7.71 205	4.19 123	0.59 56	6.72 211	3.01 228	12.96 151	17.49 262	12.53 198	8.65 114	13.20 246	4.14 120	9.00 124	2.11 108	0.00 1	0.05 140	0.00 1	0.32 399	0.25 170	0.18 178

test_1	5.20 143	1.06 75	7.72 206	4.21 125	0.59 56	6.69 208	3.03 230	12.98 153	17.51 263	12.35 188	8.66 116	13.20 246	4.12 118	9.00 124	2.11 108	0.00 1	0.05 140	0.00 1	0.32 399	0.25 170	0.18 178

LoS_RVC	3.72 102	2.57 367	3.90 35	4.27 134	7.61 472	5.39 132	2.90 225	7.29 54	3.84 50	3.67 72	10.20 141	3.66 75	4.48 136	6.19 46	2.14 111	0.01 93	0.03 97	0.00 1	0.00 1	0.06 44	6.15 499

CAS	5.20 143	0.78 17	3.30 9	17.06 513	7.59 471	8.07 239	6.31 338	9.46 90	9.09 160	4.57 98	10.67 150	1.91 51	1.22 28	4.18 17	2.16 112	10.33 530	0.02 68	0.00 1	0.02 162	0.44 276	6.83 508

RCA-Stereo	5.32 150	1.08 83	5.91 123	4.29 138	0.51 44	5.65 149	4.12 267	16.97 228	18.67 279	8.27 142	14.16 182	8.86 176	8.90 260	6.45 48	2.18 113	0.00 1	0.07 197	0.10 287	0.00 1	0.10 89	0.07 76

MM-Stereo_test1	5.04 136	1.17 101	6.08 132	5.38 228	0.80 100	4.99 108	7.07 369	13.43 164	12.00 189	12.94 209	10.20 141	5.92 124	6.69 213	11.26 208	2.19 114	0.01 93	0.11 261	0.00 1	0.00 1	0.42 271	0.07 76

WCG-NET（raft）	4.57 128	1.16 98	6.01 129	2.95 46	0.19 2	5.09 120	2.01 168	10.28 109	15.34 233	8.64 149	11.43 160	9.63 189	5.06 163	10.96 187	2.19 114	0.00 1	0.13 286	0.00 1	0.01 130	0.14 105	0.12 124

LG-Stereo	2.43 43	1.44 164	7.64 202	3.73 100	0.82 102	3.64 43	1.24 82	6.41 37	5.30 85	1.97 26	7.31 103	0.84 36	0.74 14	4.85 23	2.21 116	0.05 206	0.04 109	0.01 160	0.03 182	0.33 233	0.10 104

iRaftStereo_RVC	4.68 131	1.51 188	6.89 168	4.91 177	0.72 86	5.26 126	0.46 32	17.60 236	10.47 173	9.53 158	15.13 192	5.75 121	3.24 91	8.93 119	2.22 117	0.00 1	0.09 228	0.00 1	0.00 1	0.46 282	0.41 290

RAFT_CTSACE	8.24 283	1.97 308	8.39 237	6.89 335	5.11 388	5.86 174	2.63 212	14.62 183	16.88 252	23.52 421	34.77 444	16.02 292	7.37 230	17.91 396	2.23 118	0.00 1	0.12 273	0.00 1	0.03 182	0.39 260	0.05 55

cross-raft	5.37 154	1.23 110	6.66 153	5.91 266	1.25 150	6.00 179	1.48 95	15.82 211	7.70 138	12.95 210	20.80 265	11.63 212	4.42 129	8.59 100	2.23 118	0.01 93	0.21 342	0.00 1	0.22 343	0.21 145	0.10 104

Former-RAFT_DAM_RVC	4.69 132	2.56 366	8.72 258	4.26 133	3.52 309	9.22 255	1.48 95	13.54 165	18.88 281	7.47 138	7.08 101	2.04 56	2.24 62	9.66 141	2.27 120	0.05 206	0.02 68	0.07 247	0.00 1	0.53 316	0.21 202

2.75w_new	2.10 25	0.82 29	3.93 37	2.18 4	1.44 171	3.52 38	2.30 189	5.52 9	2.91 35	4.14 88	3.93 42	0.27 11	2.38 66	6.17 45	2.32 121	0.01 93	0.01 24	0.00 1	0.00 1	0.02 3	0.06 66

PAM	6.94 238	1.65 240	14.88 416	5.38 228	1.98 224	14.76 355	1.28 84	14.54 180	6.77 115	15.52 265	9.10 122	24.15 393	11.60 323	12.46 270	2.33 122	0.04 187	0.28 388	0.07 247	0.42 422	0.57 329	0.99 390

CroCo-Stereo	3.27 81	1.90 293	7.18 178	8.50 394	1.11 131	0.96 2	0.97 66	10.18 106	8.20 148	3.59 70	4.69 61	8.02 166	4.53 140	2.75 5	2.34 123	0.01 93	0.00 1	0.00 1	0.00 1	0.31 216	0.11 117
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
CFNet-RSSM	5.55 169	1.08 83	8.60 253	4.30 139	1.21 146	6.42 199	1.25 83	16.12 217	17.84 267	13.12 214	11.14 156	11.84 217	5.52 172	9.14 128	2.35 124	0.01 93	0.20 335	0.00 1	0.36 410	0.34 239	0.07 76

CES	3.85 107	1.14 95	2.91 4	3.05 50	11.37 512	5.37 131	1.02 70	9.52 92	8.82 157	3.50 68	9.21 126	1.78 47	0.90 21	6.53 50	2.37 125	0.02 146	0.04 109	0.01 160	0.00 1	1.62 418	7.74 520

4D-IteraStereo	5.15 141	1.47 169	7.98 219	4.89 176	4.69 366	6.25 190	1.85 150	13.23 157	16.30 246	14.18 231	11.26 157	8.33 169	1.61 39	8.07 85	2.42 126	0.00 1	0.05 140	0.08 257	0.01 130	0.19 137	0.15 157

GMOStereo	5.97 191	1.55 200	7.18 178	5.17 203	0.71 77	5.54 139	2.21 178	10.54 115	12.86 198	18.29 334	22.01 282	17.06 305	6.27 199	6.62 54	2.43 127	0.00 1	0.23 358	0.12 305	0.00 1	0.46 282	0.10 104

error version	5.97 191	1.55 200	7.18 178	5.17 203	0.71 77	5.54 139	2.21 178	10.54 115	12.86 198	18.29 334	22.01 282	17.06 305	6.27 199	6.62 54	2.43 127	0.00 1	0.23 358	0.12 305	0.00 1	0.46 282	0.10 104

test-v	5.97 191	1.55 200	7.18 178	5.17 203	0.71 77	5.54 139	2.21 178	10.54 115	12.86 198	18.29 334	22.01 282	17.06 305	6.27 199	6.62 54	2.43 127	0.00 1	0.23 358	0.12 305	0.00 1	0.46 282	0.10 104

test-2	5.97 191	1.55 200	7.18 178	5.17 203	0.71 77	5.54 139	2.21 178	10.54 115	12.86 198	18.29 334	22.01 282	17.06 305	6.27 199	6.62 54	2.43 127	0.00 1	0.23 358	0.12 305	0.00 1	0.46 282	0.10 104

1w_stereo	2.90 59	0.72 11	3.59 18	3.30 63	2.15 233	4.37 64	6.74 360	6.40 36	5.23 83	2.83 50	7.30 102	0.25 8	4.36 125	8.30 91	2.44 131	0.00 1	0.00 1	0.00 1	0.00 1	0.02 3	0.02 9

EKT-Stereo	5.73 179	1.42 154	7.85 211	7.16 348	5.35 405	5.22 123	4.41 277	18.13 251	14.05 217	8.77 151	12.85 175	9.55 188	4.26 124	11.19 204	2.45 132	0.45 372	0.23 358	0.07 247	0.10 279	0.16 120	0.87 377

RAStereo	2.32 38	1.08 83	6.36 144	3.73 100	1.39 170	1.81 7	0.12 9	7.70 60	7.44 136	2.27 38	3.94 43	3.43 67	0.81 18	3.55 12	2.47 133	0.00 1	0.00 1	0.00 1	0.00 1	0.29 198	0.07 76

AIO-test2	7.01 240	2.23 348	6.87 166	8.42 392	5.28 401	9.03 251	5.32 299	25.92 349	23.54 331	6.78 127	20.55 258	5.25 113	3.58 105	9.56 138	2.50 134	3.96 500	0.04 109	0.03 195	0.47 429	0.56 328	0.33 264

MM-Stereo_test3	5.71 178	1.22 107	5.59 115	5.84 259	5.43 409	4.74 87	6.54 351	19.30 269	23.72 338	8.53 147	11.36 159	7.15 151	2.84 83	8.62 102	2.51 135	0.05 206	0.07 197	0.00 1	0.00 1	0.45 278	0.17 170

Pointernet	3.22 77	0.84 36	5.79 120	3.22 60	0.35 19	5.27 127	0.37 25	16.46 221	5.96 98	4.11 86	6.81 96	4.84 103	2.73 80	4.78 22	2.52 136	0.00 1	0.15 306	0.00 1	0.22 343	0.04 30	0.02 9

anonymousdsp2	5.93 188	1.54 197	8.34 234	4.43 145	0.38 23	9.24 256	4.11 265	21.92 307	17.36 259	12.28 187	10.08 139	10.05 192	4.42 129	11.04 190	2.54 137	0.01 93	0.02 68	0.30 386	0.18 320	0.21 145	0.18 178

RAFT-Test	5.75 182	1.32 134	6.77 162	4.07 112	1.71 196	9.95 261	1.56 107	15.78 210	8.34 153	12.73 205	23.83 303	11.80 215	4.69 145	8.99 122	2.57 138	0.01 93	0.29 389	0.00 1	0.38 416	0.16 120	0.07 76

model_zeroshot	5.12 140	1.53 193	9.70 314	5.33 224	1.54 183	8.71 248	2.23 183	15.60 205	8.29 150	13.74 225	10.02 138	10.57 198	2.97 86	8.47 96	2.61 139	0.02 146	0.18 323	0.14 320	0.25 368	0.06 44	0.34 268

trnet	3.62 97	0.95 56	3.30 9	2.21 6	0.56 51	5.67 159	0.42 28	10.62 120	13.30 211	6.89 128	10.45 148	5.78 122	3.69 108	5.80 39	2.61 139	0.00 1	0.02 68	0.03 195	0.01 130	0.04 30	0.02 9

testlalala2	5.91 187	1.62 232	8.59 252	15.36 506	10.36 505	7.93 236	3.62 257	12.89 149	9.73 166	15.55 267	12.18 168	8.57 174	2.50 76	5.35 29	2.62 141	0.01 93	0.26 380	0.00 1	0.50 433	0.49 300	0.07 76

CREStereo	3.58 94	1.05 74	3.35 11	2.17 3	0.59 56	5.61 146	0.40 26	10.50 114	13.34 213	6.93 130	10.44 147	5.29 116	3.47 99	5.82 40	2.62 141	0.01 93	0.01 24	0.02 178	0.01 130	0.04 30	0.01 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
Reg-Stereo(zero)	4.54 127	0.68 9	4.39 61	3.20 57	1.30 153	3.29 29	0.89 61	16.64 224	12.89 202	10.01 162	10.70 152	10.29 195	4.51 139	8.83 115	2.63 143	0.01 93	0.14 301	0.00 1	0.13 297	0.03 22	0.17 170

LoS	3.59 95	1.07 80	3.81 29	2.80 39	0.52 47	4.98 106	1.18 78	10.35 112	12.97 203	4.54 97	10.75 153	3.89 78	3.27 92	8.78 111	2.63 143	0.03 172	0.03 97	0.09 268	0.00 1	0.12 95	0.04 41
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
RAFT-Stereo-weight	5.07 138	0.93 55	5.57 112	4.24 127	0.72 86	6.05 186	1.63 112	17.77 240	17.16 254	10.99 175	10.22 143	12.06 226	1.67 44	9.25 131	2.69 145	0.06 223	0.11 261	0.00 1	0.00 1	0.15 113	0.12 124

PMTNet	5.36 153	0.97 60	3.42 12	1.97 1	1.30 153	8.96 249	0.69 47	12.33 135	12.16 191	8.50 146	11.35 158	6.09 126	4.50 138	9.34 133	2.70 146	22.71 547	0.01 24	0.04 215	0.02 162	0.06 44	0.01 1

depthmonostereo	4.02 118	1.64 238	5.29 99	4.40 140	1.19 144	8.04 238	1.16 77	15.24 194	12.52 194	4.62 99	7.49 108	4.11 82	4.80 156	6.61 53	2.71 147	0.04 187	0.21 342	0.11 301	0.07 253	0.07 60	0.02 9

tg	5.09 139	1.48 174	6.73 155	4.83 168	1.23 149	7.57 231	0.49 34	18.35 252	11.87 185	9.28 156	14.61 185	7.15 151	4.12 118	10.58 165	2.74 148	0.00 1	0.04 109	0.00 1	0.00 1	0.45 278	0.36 276

testlalala_base	7.28 253	3.39 398	7.80 210	8.27 390	5.04 382	12.56 311	1.83 147	11.93 130	5.19 80	10.18 164	13.62 180	8.87 177	5.72 184	8.22 90	2.75 149	15.38 541	2.41 507	0.00 1	0.35 406	20.24 543	1.89 434

999	3.44 86	0.92 52	4.78 72	4.69 159	2.34 245	7.58 232	2.20 177	9.81 99	6.11 102	2.96 52	4.79 65	5.07 106	2.27 64	12.10 251	2.76 150	0.03 172	0.09 228	0.00 1	0.00 1	0.29 198	0.10 104

zero-FE	3.01 65	1.06 75	4.57 66	4.18 122	4.04 331	3.24 26	1.51 101	6.17 28	1.87 13	1.00 5	2.52 20	1.72 44	4.92 158	6.19 46	2.77 151	0.27 324	0.10 244	0.00 1	0.05 226	13.94 533	0.09 96

GLC_STEREO	3.40 85	1.06 75	3.44 14	6.52 308	0.20 3	4.76 90	1.66 114	8.97 83	6.59 111	5.39 116	9.04 121	5.23 112	2.03 54	9.76 143	2.77 151	0.01 93	0.03 97	0.21 355	0.00 1	0.23 160	0.06 66

PAM_32	6.82 231	1.73 255	14.16 402	5.34 226	1.47 173	13.84 333	0.88 60	14.75 186	6.34 106	14.22 234	9.14 123	24.94 406	11.87 327	12.50 273	2.79 153	0.14 259	0.27 385	0.09 268	0.42 422	0.54 318	0.89 378

AE-Stereo	5.15 141	1.56 209	7.99 221	8.70 396	2.18 234	9.12 254	3.02 229	11.78 128	13.30 211	4.34 92	12.84 174	10.83 201	4.53 140	8.71 108	2.82 154	0.04 187	0.44 423	0.05 222	0.33 403	0.20 141	0.17 170

raft_robust	7.97 277	2.26 351	6.75 158	5.83 257	0.72 86	5.57 144	0.84 57	33.59 450	34.21 439	18.17 330	19.88 248	6.50 136	5.62 178	15.33 344	2.83 155	0.03 172	0.23 358	0.00 1	0.37 414	0.32 226	0.39 283

sAnonymous2	6.59 213	6.21 455	19.05 453	8.91 399	5.27 399	4.58 72	6.69 357	15.56 203	11.12 181	4.86 109	8.71 117	3.81 76	7.93 241	7.38 69	2.89 156	0.09 239	0.07 197	0.05 222	0.28 380	11.25 524	7.10 513

CroCo_RVC	6.59 213	6.21 455	19.05 453	8.91 399	5.27 399	4.58 72	6.69 357	15.56 203	11.12 181	4.86 109	8.71 117	3.81 76	7.93 241	7.38 69	2.89 156	0.09 239	0.07 197	0.05 222	0.28 380	11.25 524	7.10 513

RAFT-Stereo + iAFF	5.48 159	1.66 244	7.56 197	3.49 77	0.40 24	2.75 15	0.67 45	16.07 216	14.76 225	12.27 185	18.67 231	11.95 221	8.08 246	7.84 79	2.89 156	0.01 93	0.06 173	0.00 1	0.00 1	0.37 251	0.04 41

MaDis-Stereo	2.73 51	1.56 209	6.21 142	2.96 47	2.45 251	1.80 5	0.28 22	7.43 55	5.07 74	2.57 42	3.43 32	7.13 149	4.71 150	5.74 38	2.91 159	0.00 1	0.05 140	0.00 1	0.00 1	0.15 113	0.12 124

raftrobust	5.56 171	1.42 154	6.00 128	7.04 340	5.11 388	4.90 101	1.88 153	17.13 231	13.72 215	11.87 180	11.58 162	7.82 159	9.21 266	10.28 156	2.92 160	0.02 146	0.05 140	0.00 1	0.00 1	0.22 148	0.11 117

GCAP-BAT	4.57 128	2.24 349	7.50 195	3.14 52	4.24 340	5.93 177	1.88 153	9.03 85	5.80 96	13.03 213	12.47 171	8.46 172	2.89 84	11.02 189	2.94 161	0.00 1	0.12 273	0.01 160	0.28 380	0.05 39	0.28 243

KYRaft	9.04 305	1.11 90	7.02 174	6.50 306	0.97 119	8.27 244	8.19 387	22.86 317	8.20 148	21.30 396	31.38 399	22.64 377	8.20 248	11.99 240	2.96 162	0.02 146	0.02 68	0.05 222	0.68 449	0.40 265	18.09 546

2.25w	2.37 40	0.87 41	4.69 70	2.52 27	1.76 202	3.53 39	0.41 27	6.10 25	2.56 19	3.93 82	6.70 93	0.35 18	2.47 75	8.53 98	2.97 163	0.00 1	0.01 24	0.00 1	0.00 1	0.02 3	0.02 9

test_4	5.47 156	0.98 61	5.56 111	6.55 312	0.62 62	5.53 138	1.88 153	11.68 127	6.00 99	12.60 201	30.86 389	7.48 158	3.87 110	12.25 259	2.97 163	0.00 1	0.07 197	0.03 195	0.14 303	0.34 239	0.04 41

Gwc-CoAtRS	5.54 166	1.22 107	8.40 239	4.28 135	1.36 168	6.93 217	1.31 87	15.48 200	15.03 227	12.62 202	13.32 178	12.74 233	5.71 182	8.61 101	2.98 165	0.01 93	0.22 352	0.00 1	0.29 384	0.28 191	0.07 76

DilatedVolume-Stereo	4.23 122	1.38 147	5.58 114	3.85 106	1.58 184	10.80 279	1.02 70	11.59 126	5.65 92	11.75 179	9.98 133	4.54 97	3.29 94	9.83 145	3.01 166	0.05 206	0.18 323	0.08 257	0.23 352	0.08 72	0.06 66

AnonymousM	6.33 205	11.42 502	3.06 8	3.93 109	1.49 178	4.54 71	3.29 237	11.00 124	7.70 138	16.52 291	9.38 127	9.07 180	3.97 114	7.10 64	3.01 166	0.43 368	0.07 197	22.69 541	7.67 530	0.06 44	0.21 202

DCRE	6.07 200	1.75 267	8.41 240	7.20 349	3.82 318	6.48 200	4.18 272	15.52 202	10.42 172	9.24 155	22.47 292	11.71 214	5.46 171	10.62 169	3.02 168	0.02 146	0.26 380	0.05 222	0.30 391	0.15 113	0.24 225

3.5w_stereo	2.46 45	1.21 106	4.40 62	2.23 7	1.53 182	6.00 179	1.12 74	6.82 45	2.60 20	3.48 66	4.35 49	0.33 16	2.08 57	9.99 151	3.03 169	0.00 1	0.00 1	0.00 1	0.00 1	0.01 1	0.06 66

rvit_stereo_0081_aga	3.72 102	2.39 356	8.60 253	5.27 219	2.99 287	5.02 110	1.94 163	8.12 69	6.24 104	6.74 124	6.85 99	5.85 123	3.28 93	7.31 67	3.04 170	0.02 146	0.00 1	0.00 1	0.00 1	0.59 335	0.22 210

DisPM	6.43 210	1.31 131	8.36 235	6.61 318	1.06 126	5.83 168	3.82 260	13.04 156	11.63 183	16.38 287	23.88 305	12.80 234	6.50 210	13.03 300	3.04 170	0.51 387	0.01 24	0.08 257	0.15 310	0.10 89	0.42 293

IGEV++	2.98 63	1.27 119	5.17 93	5.41 232	0.47 38	4.63 76	1.71 130	9.97 103	4.75 63	2.58 43	6.27 91	4.35 89	4.44 132	4.98 25	3.05 172	0.00 1	0.07 197	0.00 1	0.08 257	0.24 166	0.18 178

RALAANet	6.49 212	2.49 363	9.69 313	7.09 342	4.98 378	6.23 189	1.68 115	19.90 276	14.26 220	15.04 250	14.56 184	12.69 232	4.38 127	12.91 290	3.07 173	0.02 146	0.07 197	0.00 1	0.10 279	0.51 310	0.15 157

iRaft-Stereo_20w	6.06 199	1.84 287	12.04 367	4.23 126	1.67 192	6.77 214	2.22 182	18.73 260	6.08 101	14.72 240	10.33 145	13.42 254	8.14 247	15.88 362	3.08 174	0.01 93	0.24 369	0.13 316	0.39 418	0.61 338	0.71 355

SA	7.93 273	1.54 197	9.13 286	7.98 380	0.64 63	5.85 172	2.29 188	22.27 309	24.54 352	13.17 216	31.07 394	8.87 177	10.32 291	16.49 381	3.12 175	0.04 187	0.12 273	0.17 334	0.30 391	0.45 278	0.17 170

CREStereo++_RVC	4.61 130	0.99 65	3.70 23	4.08 113	2.01 227	3.94 49	0.10 6	9.10 87	16.94 253	8.65 150	16.77 209	4.46 90	2.18 60	5.72 37	3.12 175	0.00 1	0.00 1	0.00 1	10.32 539	0.02 3	0.01 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	5.87 185	0.88 43	4.11 52	3.01 49	0.51 44	18.49 417	0.98 68	18.89 263	17.60 264	12.52 192	12.46 170	7.87 161	5.01 162	11.05 191	3.13 177	0.73 420	0.01 24	0.04 215	0.00 1	0.07 60	0.01 1

AIO-test1	6.38 206	1.41 153	5.70 119	9.77 426	5.61 415	9.09 252	1.79 142	21.63 300	20.69 296	6.75 125	17.68 213	8.19 167	4.99 160	10.38 160	3.16 178	0.01 93	0.01 24	0.00 1	0.13 297	0.28 191	0.26 234

qqq1	9.96 345	1.37 143	13.37 385	4.41 141	1.30 153	14.40 347	3.29 237	30.25 404	29.81 392	19.55 357	29.37 360	18.06 331	14.40 381	15.42 348	3.18 179	0.38 348	0.21 342	0.00 1	0.01 130	0.29 198	0.18 178

fff1	9.96 345	1.37 143	13.37 385	4.41 141	1.30 153	14.40 347	3.29 237	30.25 404	29.81 392	19.55 357	29.37 360	18.06 331	14.40 381	15.42 348	3.18 179	0.38 348	0.21 342	0.00 1	0.01 130	0.29 198	0.18 178

RAFT+CT+SA	7.44 257	1.46 167	6.46 149	10.73 453	3.34 299	4.70 80	7.45 380	16.45 220	25.89 362	10.18 164	27.15 340	7.27 153	8.00 245	15.11 341	3.19 181	0.02 146	0.00 1	0.18 339	0.46 428	0.30 204	0.47 307

AFF-stereo	6.17 202	1.61 226	7.02 174	4.08 113	0.64 63	3.53 39	0.76 52	16.00 215	13.14 205	12.86 207	25.42 318	15.67 285	7.86 240	11.12 196	3.21 182	0.02 146	0.06 173	0.00 1	0.00 1	0.40 265	0.08 91

Occ-G	3.68 100	1.07 80	4.68 68	3.11 51	1.26 151	3.63 42	6.75 361	7.88 64	4.90 67	4.37 94	8.36 113	9.68 190	4.39 128	9.65 140	3.23 183	0.00 1	0.11 261	0.00 1	0.19 333	0.19 137	0.07 76

water-stereo	3.66 99	0.84 36	4.79 74	3.60 89	0.79 97	5.03 115	0.89 61	12.93 150	5.45 90	5.82 119	14.74 188	6.51 137	4.76 154	3.37 10	3.26 184	0.03 172	0.13 286	0.09 268	0.04 203	0.06 44	0.07 76

Sa-1000	8.38 288	1.50 184	8.13 228	7.56 366	0.89 110	14.39 344	2.47 202	24.31 331	23.74 339	15.18 260	28.35 352	11.42 210	8.85 259	16.20 376	3.28 185	0.17 272	0.23 358	0.15 326	0.23 352	0.46 282	0.19 190

rvit_0105_6	5.74 181	2.76 373	14.29 406	9.83 430	1.73 198	5.18 122	5.24 297	10.21 108	20.31 292	6.26 121	6.78 94	10.10 194	6.43 207	11.20 206	3.33 186	0.18 275	0.29 389	0.00 1	0.00 1	0.51 310	0.14 142

TestStereo1	7.62 261	1.62 232	7.60 198	10.47 446	1.86 212	4.76 90	2.48 203	19.73 273	22.33 320	16.79 299	26.02 324	9.33 184	9.30 268	15.92 365	3.37 187	0.01 93	0.02 68	0.02 178	0.05 226	0.55 322	0.28 243

SA-5K	7.62 261	1.62 232	7.60 198	10.47 446	1.86 212	4.76 90	2.48 203	19.73 273	22.33 320	16.79 299	26.02 324	9.33 184	9.30 268	15.92 365	3.37 187	0.01 93	0.02 68	0.02 178	0.05 226	0.55 322	0.28 243

MyStereo06	6.40 207	1.76 271	13.15 382	6.19 289	4.40 355	7.09 220	9.95 416	16.68 225	6.98 121	12.91 208	10.76 154	17.84 326	5.71 182	9.97 150	3.39 189	0.06 223	0.10 244	0.02 178	0.04 203	0.73 365	0.29 249

rvit_stereo_0081	3.93 111	1.78 280	8.60 253	6.26 293	1.73 198	3.48 34	2.36 191	7.71 61	15.81 242	4.41 95	5.39 76	5.14 109	3.94 112	7.95 82	3.57 190	0.01 93	0.01 24	0.00 1	0.01 130	0.39 260	0.10 104

rvit_stereo_0082	3.93 111	1.78 280	8.60 253	6.26 293	1.73 198	3.48 34	2.36 191	7.71 61	15.81 242	4.41 95	5.39 76	5.14 109	3.94 112	7.95 82	3.57 190	0.01 93	0.01 24	0.00 1	0.01 130	0.39 260	0.10 104

test-1	5.62 176	1.53 193	14.78 415	7.44 359	1.11 131	7.99 237	1.19 79	13.03 155	12.04 190	9.39 157	15.23 194	11.15 208	5.56 174	7.06 63	3.57 190	0.07 234	0.50 439	0.00 1	0.10 279	0.16 120	0.47 307

TRStereo	6.22 204	6.09 453	11.30 352	9.19 409	7.41 467	4.75 89	1.74 132	19.70 272	11.74 184	10.61 170	8.65 114	10.67 199	3.22 90	13.81 319	3.60 193	0.31 332	0.23 358	0.12 305	0.36 410	0.48 291	0.38 280

LL-Strereo2	5.54 166	2.17 341	9.12 284	5.65 241	2.54 257	6.48 200	2.27 187	15.08 189	7.79 140	10.99 175	10.26 144	15.94 289	3.50 101	13.25 304	3.63 194	0.00 1	0.13 286	1.34 468	0.10 279	0.30 204	0.19 190

IGEV_Zeroshot_test	5.28 148	2.03 326	14.26 405	6.09 282	1.33 161	4.32 63	1.03 73	14.46 178	6.50 109	13.33 222	11.89 164	11.01 203	3.45 97	10.71 174	3.64 195	0.03 172	0.22 352	0.15 326	0.26 372	0.80 374	0.20 195

EAI-Stereo	5.21 145	1.74 258	8.46 245	5.69 245	1.37 169	5.67 159	3.52 248	18.77 261	5.65 92	9.75 159	16.08 201	6.36 133	3.57 102	11.73 233	3.64 195	0.01 93	0.33 401	0.03 195	1.06 470	0.21 145	0.65 345

test_5	8.51 291	1.50 184	8.19 233	11.06 462	5.00 381	6.91 216	5.67 314	17.50 235	22.09 317	16.07 279	29.63 369	15.28 282	10.78 296	15.94 367	3.65 197	0.00 1	0.00 1	0.26 370	0.08 257	0.31 216	0.35 273

raft+_RVC	6.69 221	1.61 226	5.57 112	6.37 298	4.62 363	6.51 203	6.18 335	20.39 286	23.38 330	10.62 172	17.82 215	9.89 191	5.65 180	10.70 173	3.67 198	0.00 1	0.14 301	0.00 1	0.00 1	0.34 239	0.27 239

TransformOpticalFlow	7.76 267	1.90 293	9.31 292	5.50 235	1.18 143	6.97 218	8.27 388	17.86 246	13.21 207	14.58 238	29.13 358	19.01 341	10.85 297	12.51 274	3.69 199	0.01 93	0.04 109	0.20 350	0.04 203	0.17 130	0.84 371

rvit_stereo_0083	4.53 126	1.94 304	9.94 322	7.12 346	1.67 192	4.98 106	2.80 221	8.25 72	18.22 274	4.76 106	7.78 111	6.41 134	4.87 157	7.54 75	3.74 200	0.11 248	0.04 109	0.00 1	0.01 130	0.24 166	0.16 162

HUI-Stereo	5.48 159	1.74 258	9.01 275	5.08 189	0.42 31	5.65 149	2.77 218	12.55 144	7.03 129	12.54 200	18.10 220	13.07 244	6.71 214	9.92 148	3.74 200	0.61 404	0.08 217	0.09 268	0.00 1	0.22 148	0.23 218

R-Stereo Train	7.04 242	1.34 137	7.89 214	6.23 291	2.30 241	7.51 227	5.54 310	23.96 324	6.94 119	16.26 284	33.57 435	12.04 224	5.61 175	7.67 76	3.74 200	0.01 93	0.05 140	0.01 160	0.00 1	0.10 89	0.12 124

RAFT-Stereo	7.04 242	1.34 137	7.89 214	6.23 291	2.30 241	7.51 227	5.54 310	23.96 324	6.94 119	16.26 284	33.57 435	12.04 224	5.61 175	7.67 76	3.74 200	0.01 93	0.05 140	0.01 160	0.00 1	0.10 89	0.12 124
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-Stereo-zeroshot1	7.76 267	3.78 410	19.59 456	5.04 184	10.79 508	5.87 176	1.85 150	19.52 271	7.33 134	14.18 231	21.16 272	16.50 298	5.97 191	13.73 318	3.79 204	0.04 187	0.17 317	0.04 215	1.30 479	2.45 443	2.15 446

SST-Stereo	6.60 216	1.46 167	8.37 236	6.68 321	0.77 94	6.01 182	1.93 162	14.68 184	9.24 162	19.09 352	20.43 256	16.86 303	8.59 252	13.49 310	3.80 205	0.22 298	0.05 140	0.13 316	0.00 1	0.08 72	0.05 55

ROB_FTStereo	5.49 161	1.74 258	8.96 270	5.09 190	0.42 31	5.65 149	1.68 115	12.53 143	7.00 122	12.53 198	18.00 217	13.02 240	6.74 216	11.51 218	3.81 206	0.60 400	0.09 228	0.09 268	0.00 1	0.22 148	0.22 210

rvit_0105_4	6.69 221	2.81 375	15.46 419	10.22 442	1.58 184	5.99 178	5.81 317	13.77 174	23.65 335	7.16 137	9.46 128	12.64 230	7.78 238	12.03 242	3.83 207	0.19 279	0.47 432	0.00 1	0.01 130	0.60 336	0.37 277

PSM-adaLoss	5.50 162	1.74 258	9.03 279	5.09 190	0.42 31	5.66 154	1.98 167	12.50 138	7.01 127	12.52 192	18.13 223	12.96 236	6.77 220	11.11 195	3.83 207	0.72 416	0.09 228	0.09 268	0.00 1	0.22 148	0.22 210

RAFT_R40	6.91 235	1.53 193	8.45 244	6.79 329	0.77 94	5.86 174	3.82 260	14.85 187	14.53 224	18.05 328	20.03 249	17.06 305	8.69 254	13.40 307	3.84 209	0.14 259	0.02 68	0.14 320	0.00 1	0.09 78	0.05 55

LCNet	7.52 258	1.23 110	5.35 100	6.42 301	1.29 152	9.27 257	5.64 313	17.85 244	10.63 175	16.54 292	24.54 309	14.85 273	11.29 310	11.74 234	3.88 210	0.02 146	0.02 68	0.22 359	2.04 492	0.90 384	6.76 506

plain	4.15 121	1.67 245	9.97 324	4.86 173	2.97 286	3.27 27	1.41 92	8.20 70	5.51 91	3.37 64	16.69 207	3.03 62	2.71 79	14.44 331	3.91 211	0.14 259	0.00 1	0.03 195	0.01 130	0.69 355	0.14 142

rvit_stereo_0080	3.98 114	2.11 334	7.62 200	3.68 95	1.90 219	4.16 52	7.60 382	9.69 95	8.13 145	5.08 112	7.39 105	6.27 130	4.44 132	6.73 58	3.92 212	0.20 287	0.01 24	0.00 1	0.00 1	0.55 322	0.12 124

whm_eth	3.98 114	2.11 334	7.62 200	3.68 95	1.90 219	4.16 52	7.60 382	9.69 95	8.13 145	5.08 112	7.39 105	6.27 130	4.44 132	6.73 58	3.92 212	0.20 287	0.01 24	0.00 1	0.00 1	0.55 322	0.12 124

PSM-AAD	8.62 295	1.22 107	5.69 118	6.31 296	1.12 133	12.74 315	10.01 420	19.29 268	15.25 231	21.54 398	25.11 314	14.24 261	13.47 356	12.15 254	3.93 214	0.01 93	0.06 173	2.48 488	0.16 313	0.38 257	7.28 516

UGAM-zero	6.91 235	1.47 169	13.65 394	4.24 127	1.67 192	5.51 136	0.72 50	17.44 234	6.74 114	14.56 237	15.84 198	24.16 394	14.20 375	12.79 285	3.96 215	0.00 1	0.22 352	0.02 178	0.58 442	0.14 105	0.27 239

TestStereo	6.02 196	2.55 365	7.33 191	5.57 237	1.68 195	6.05 186	1.78 140	13.73 171	16.40 250	10.87 174	23.79 302	9.00 179	5.63 179	11.26 208	3.96 215	0.09 239	0.01 24	0.00 1	0.00 1	0.69 355	0.01 1

Prome-Stereo	8.10 279	1.28 121	5.48 105	6.50 306	1.51 180	6.70 209	9.42 407	21.08 292	9.13 161	20.88 384	32.84 423	11.95 221	11.86 326	11.75 235	3.97 217	0.01 93	0.02 68	0.18 339	0.12 292	0.41 268	7.01 511

STrans-v2	7.98 278	1.84 287	9.42 297	4.84 171	1.48 176	12.23 306	10.05 421	19.06 266	12.32 193	13.63 223	26.06 328	18.13 335	12.35 336	12.99 296	3.99 218	0.01 93	0.01 24	0.18 339	0.01 130	0.22 148	0.83 369

RAFT-IKP	5.53 163	1.74 258	8.95 267	5.09 190	0.41 26	5.45 135	2.08 174	12.52 140	7.00 122	12.52 192	18.13 223	12.93 235	6.79 221	11.59 225	3.99 218	0.80 430	0.09 228	0.09 268	0.00 1	0.22 148	0.22 210

Patchmatch Stereo++	5.56 171	1.74 258	9.01 275	5.09 190	0.41 26	5.66 154	2.40 199	12.52 140	7.00 122	12.52 192	18.08 218	13.02 240	6.74 216	11.59 225	4.01 220	0.78 425	0.09 228	0.09 268	0.00 1	0.22 148	0.22 210
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
iRAFT	5.56 171	1.74 258	9.01 275	5.09 190	0.41 26	5.66 154	2.40 199	12.52 140	7.00 122	12.52 192	18.08 218	13.02 240	6.74 216	11.59 225	4.01 220	0.78 425	0.09 228	0.09 268	0.00 1	0.22 148	0.22 210

knoymous	6.19 203	1.49 180	4.49 63	3.81 105	1.87 215	5.84 170	5.76 316	14.51 179	14.18 219	13.31 221	21.59 278	12.64 230	6.49 209	12.41 266	4.03 222	0.12 253	0.13 286	0.12 305	0.00 1	0.71 360	0.35 273

ROB_FTStereo_v2	5.53 163	1.74 258	8.97 272	5.09 190	0.42 31	5.64 148	2.02 169	12.50 138	7.00 122	12.51 191	18.10 220	12.99 237	6.72 215	11.50 217	4.04 223	0.70 412	0.09 228	0.09 268	0.00 1	0.22 148	0.23 218

iGMRVC	5.54 166	1.74 258	9.01 275	5.09 190	0.42 31	5.66 154	1.81 146	12.61 147	7.02 128	12.52 192	18.11 222	13.02 240	6.64 212	11.57 222	4.16 224	0.82 432	0.09 228	0.09 268	0.00 1	0.22 148	0.21 202

MIF-Stereo (partial)	4.33 123	1.23 110	7.27 184	5.04 184	5.31 403	3.47 33	0.95 65	9.06 86	7.41 135	4.15 89	15.76 197	5.38 117	5.22 166	11.56 221	4.21 225	0.04 187	0.02 68	0.05 222	0.03 182	0.34 239	0.12 124

DLNR_Zeroshot_test	27.62 529	51.32 554	91.46 579	98.51 590	98.03 589	3.10 22	0.50 35	30.95 415	7.65 137	8.16 141	15.68 196	7.31 155	1.63 41	11.87 238	4.21 225	40.37 555	0.87 473	0.06 236	0.34 405	80.23 578	0.24 225

RALCasStereoNet	5.95 190	2.02 323	7.09 177	7.06 341	5.10 387	6.36 197	5.44 308	13.97 177	13.25 209	9.93 161	17.45 211	10.37 197	3.89 111	11.64 230	4.24 227	0.02 146	0.46 430	0.10 287	0.00 1	0.20 141	0.31 260

GCST	37.32 549	40.98 551	25.25 478	92.15 585	35.59 551	25.00 464	1.02 70	25.45 340	19.73 286	26.01 449	15.21 193	19.51 352	4.75 153	16.71 384	4.32 228	80.90 578	35.46 555	87.50 584	74.71 573	73.21 574	42.99 560

GMM-Stereo	8.34 286	1.09 87	6.42 146	6.14 287	2.52 254	10.30 267	9.64 412	23.44 322	10.64 176	17.84 320	29.89 372	17.37 320	7.75 237	11.55 220	4.36 229	0.05 206	0.01 24	0.23 363	0.90 458	0.46 282	6.26 500

FTStereo	8.67 296	1.13 94	6.04 131	6.04 279	2.39 248	7.86 235	12.05 454	17.72 239	8.33 151	20.16 373	41.41 486	16.10 296	12.64 344	10.80 180	4.37 230	0.18 275	0.01 24	0.09 268	0.16 313	0.15 113	5.71 495

CroCo-Stereo Lap2	4.01 117	2.03 326	8.14 229	9.82 428	6.03 430	1.11 3	0.79 55	9.71 97	7.98 141	3.26 60	4.99 70	9.08 181	5.80 186	6.08 43	4.39 231	0.00 1	0.05 140	0.00 1	0.00 1	0.71 360	0.30 252

AIO-Stereo-zeroshot	7.16 248	3.12 392	14.04 400	4.74 161	6.89 456	6.58 207	0.68 46	21.97 308	9.36 165	10.84 173	17.38 210	17.36 319	9.24 267	12.45 269	4.44 232	0.04 187	0.24 369	0.10 287	1.00 468	1.36 411	1.43 416

RAFT-345	6.79 229	1.29 125	6.80 164	5.06 187	0.91 113	5.61 146	3.32 242	13.36 163	10.17 171	13.73 224	43.66 502	9.12 182	5.38 170	12.29 260	4.44 232	0.32 333	0.05 140	0.09 268	0.06 243	0.06 44	0.03 26

FlowAnything_test	3.13 70	1.42 154	6.59 150	8.69 395	1.35 166	8.70 247	2.51 205	7.60 58	3.03 36	4.10 85	2.67 22	3.52 72	0.75 15	5.86 42	4.48 234	0.06 223	0.03 97	0.15 326	0.66 447	0.16 120	0.18 178

GrayStereo	8.86 303	1.17 101	6.94 170	8.09 382	2.82 274	10.58 273	11.40 446	17.93 247	15.74 241	22.43 407	30.95 390	17.80 325	12.44 338	11.19 204	4.57 235	0.02 146	0.02 68	0.18 339	0.79 455	0.31 216	1.90 436

HHNet	7.39 254	1.75 267	7.24 183	3.26 61	3.18 290	5.04 116	6.40 344	19.04 265	15.70 240	20.71 383	32.13 414	10.69 200	5.91 188	10.45 163	4.60 236	0.40 361	0.07 197	0.21 355	0.13 297	0.54 318	0.41 290

sCroCo_RVC	5.06 137	3.29 395	16.45 431	10.72 452	6.64 446	5.83 168	2.74 216	9.67 94	8.06 143	3.66 71	9.20 125	4.81 102	4.95 159	8.12 89	4.64 237	0.64 410	0.50 439	0.06 236	0.03 182	0.70 358	0.42 293

StereoVision	7.21 251	2.17 341	9.29 290	9.43 413	3.91 322	5.09 120	1.91 158	20.04 277	17.37 260	8.57 148	29.59 368	11.08 205	6.76 219	12.44 267	4.71 238	0.54 391	0.05 140	0.16 332	0.03 182	0.82 375	0.30 252

Selective-RAFT	5.78 183	0.83 32	10.24 331	6.70 323	0.72 86	15.49 370	1.13 76	13.82 176	15.41 234	6.97 135	6.97 100	11.63 212	8.27 249	12.32 261	4.73 239	0.10 244	0.01 24	0.00 1	0.26 372	0.07 60	0.03 26

NF-Stereo	6.72 223	1.59 217	8.93 263	6.60 316	0.73 91	6.27 192	3.38 243	20.21 285	18.01 270	13.22 220	19.46 242	11.82 216	6.16 193	12.39 265	4.74 240	0.33 335	0.06 173	0.20 350	0.23 352	0.08 72	0.05 55

OCTAStereo	6.74 226	1.59 217	8.96 270	6.60 316	0.72 86	6.25 190	3.50 244	20.20 279	18.03 271	13.21 217	19.45 240	12.07 227	6.16 193	12.36 264	4.78 241	0.35 342	0.06 173	0.20 350	0.23 352	0.09 78	0.05 55

NRIStereo	5.73 179	1.67 245	8.42 241	5.72 251	0.41 26	6.71 210	2.60 210	14.73 185	10.71 177	12.39 189	15.07 191	11.58 211	6.23 197	12.06 247	4.78 241	0.61 404	0.17 317	0.11 301	0.00 1	0.28 191	0.27 239

DN-CSS_ROB	8.17 282	2.59 369	14.14 401	6.11 285	3.22 293	6.31 195	3.53 249	22.92 318	20.59 295	16.66 294	30.05 376	9.31 183	7.95 243	13.49 310	4.78 241	0.72 416	0.00 1	0.45 402	0.00 1	0.54 318	0.09 96

RE-Stereo	6.73 224	1.58 215	8.94 265	6.59 313	0.71 77	6.27 192	3.51 246	20.20 279	17.99 268	13.21 217	19.46 242	11.94 219	6.20 195	12.34 262	4.79 244	0.34 339	0.05 140	0.20 350	0.23 352	0.09 78	0.05 55

TVStereo	6.73 224	1.58 215	8.94 265	6.59 313	0.71 77	6.27 192	3.51 246	20.20 279	17.99 268	13.21 217	19.46 242	11.94 219	6.20 195	12.34 262	4.79 244	0.34 339	0.05 140	0.20 350	0.23 352	0.09 78	0.05 55

ASMatch	7.40 255	1.42 154	8.49 247	5.09 190	2.00 226	4.74 87	2.62 211	16.54 223	13.17 206	17.08 303	34.75 443	13.13 245	10.33 292	12.04 244	4.82 246	0.05 206	0.24 369	0.21 355	0.17 318	0.16 120	0.97 386

OMP-Stereo	6.93 237	2.57 367	9.03 279	10.63 450	1.72 197	4.89 99	1.91 158	17.84 242	15.56 238	16.69 296	14.16 182	17.70 323	7.33 229	12.93 291	4.83 247	0.24 312	0.03 97	0.06 236	0.02 162	0.19 137	0.39 283

rvit_0105_5	7.60 259	3.13 393	16.37 430	9.97 435	1.59 186	7.41 225	6.27 337	17.78 241	25.62 359	10.30 166	10.39 146	14.79 271	8.95 262	12.51 274	4.87 248	0.17 272	0.42 417	0.00 1	0.11 289	0.62 341	0.71 355

PFNet+	6.68 219	1.40 149	9.60 303	5.64 240	0.85 105	5.79 167	1.74 132	13.63 167	15.30 232	17.88 322	21.38 276	14.52 267	6.07 192	12.74 284	4.89 249	0.63 408	0.20 335	0.11 301	0.30 391	0.05 39	0.91 382

RAFT-RH_RVC	7.73 266	1.25 116	6.99 173	4.83 168	0.90 112	11.76 294	1.53 103	13.00 154	14.43 223	17.51 315	46.41 514	11.02 204	6.30 203	12.68 278	4.93 250	0.51 387	0.04 109	0.12 305	0.13 297	0.09 78	0.09 96

ARAFT	8.50 290	3.19 394	16.58 432	5.52 236	0.91 113	12.13 305	11.20 441	17.19 233	18.28 275	18.40 341	16.33 204	17.10 311	8.58 251	18.56 403	5.00 251	0.11 248	0.04 109	0.00 1	0.00 1	0.55 322	0.25 231

rvit_stereo_ft	4.73 134	2.68 372	9.30 291	11.34 470	2.74 270	4.18 56	8.45 392	9.77 98	9.90 169	4.04 84	6.26 90	6.73 139	4.72 151	8.99 122	5.03 252	0.01 93	0.00 1	0.00 1	0.00 1	0.28 191	0.09 96

CRE-IMP	5.53 163	1.63 237	9.62 304	5.65 241	0.48 42	7.02 219	1.70 118	11.84 129	8.33 151	12.99 212	16.02 200	11.08 205	6.23 197	12.06 247	5.06 253	0.28 326	0.07 197	0.09 268	0.00 1	0.24 166	0.21 202

UniTT-Stereo	2.89 58	0.90 50	6.74 157	4.08 113	2.42 249	2.63 14	0.42 28	5.57 10	4.88 66	5.36 115	7.63 109	1.09 38	1.47 37	8.80 114	5.11 254	0.03 172	0.07 197	0.00 1	0.01 130	0.48 291	0.11 117

riskmin	6.42 209	1.29 125	6.76 161	3.95 110	2.25 238	10.49 269	2.53 206	15.11 190	17.60 264	9.77 160	12.91 176	15.25 281	12.04 331	11.58 223	5.11 254	0.14 259	0.24 369	0.13 316	0.03 182	0.61 338	0.69 350

Pruner-Stereo	6.59 213	1.51 188	8.71 257	6.34 297	0.85 105	5.66 154	4.15 268	13.74 172	11.02 178	18.11 329	22.09 287	15.86 288	5.80 186	11.75 235	5.15 256	0.60 400	0.02 68	0.18 339	0.10 279	0.07 60	0.16 162

ADStereo(finetuned)	6.68 219	1.59 217	9.70 314	3.49 77	0.68 67	4.79 95	1.75 135	15.33 196	23.64 334	15.56 269	20.68 259	7.30 154	13.85 366	8.71 108	5.17 257	0.00 1	0.05 140	0.00 1	0.00 1	0.25 170	1.05 395

IIG-Stereo	7.41 256	2.13 339	8.55 249	10.02 436	1.76 202	6.82 215	1.53 103	17.17 232	15.84 244	18.74 347	20.30 255	18.01 330	8.39 250	12.89 288	5.22 258	0.27 324	0.03 97	0.03 195	0.00 1	0.16 120	0.30 252

rafts_anoy	6.02 196	1.67 245	6.27 143	6.53 309	4.98 378	5.30 128	2.53 206	13.77 174	21.01 300	12.70 204	16.23 203	8.56 173	5.65 180	9.09 127	5.22 258	0.04 187	0.31 394	0.09 268	0.03 182	0.25 170	0.17 170

MIPNet	6.75 228	1.67 245	12.34 369	4.67 158	1.47 173	10.01 262	2.24 184	26.43 356	17.22 255	14.72 240	12.75 172	7.02 148	9.68 279	8.44 95	5.26 260	0.01 93	0.04 109	0.05 222	0.09 270	0.35 243	0.55 323

DCANet	6.46 211	1.59 217	7.28 185	3.51 81	0.68 67	4.77 94	1.75 135	15.33 196	23.62 333	15.55 267	20.73 264	7.31 155	11.56 321	8.83 115	5.26 260	0.00 1	0.05 140	0.00 1	0.00 1	0.26 180	1.11 398

DCANet-4	6.41 208	1.02 69	9.66 308	3.41 70	0.68 67	4.73 82	1.70 118	17.70 238	24.33 347	15.10 252	20.25 251	6.45 135	8.65 253	8.47 96	5.31 262	0.01 93	0.04 109	0.00 1	0.00 1	0.09 78	0.63 337

fff	6.83 232	1.55 200	7.28 185	3.56 83	0.32 13	4.73 82	1.70 118	15.75 207	31.87 413	15.11 253	20.25 251	6.90 144	12.80 346	8.63 103	5.33 263	0.01 93	0.04 109	0.00 1	0.00 1	0.09 78	0.63 337

csc	6.83 232	1.55 200	7.28 185	3.56 83	0.32 13	4.73 82	1.70 118	15.75 207	31.87 413	15.11 253	20.25 251	6.90 144	12.80 346	8.63 103	5.33 263	0.01 93	0.04 109	0.00 1	0.00 1	0.09 78	0.63 337

cscssc	6.83 232	1.55 200	7.28 185	3.56 83	0.32 13	4.73 82	1.70 118	15.75 207	31.87 413	15.11 253	20.25 251	6.90 144	12.80 346	8.63 103	5.33 263	0.01 93	0.04 109	0.00 1	0.00 1	0.09 78	0.63 337

test_sample2	7.86 271	1.27 119	7.98 219	5.00 183	2.29 240	13.33 326	6.88 364	20.42 287	15.24 230	13.95 228	21.58 277	18.96 340	12.12 332	12.07 249	5.36 266	0.12 253	0.10 244	0.07 247	0.03 182	0.28 191	0.19 190

IRAFT_RVC	8.76 298	1.47 169	9.55 302	7.31 351	1.77 204	6.49 202	10.43 430	25.94 350	27.33 374	17.50 314	19.85 247	17.93 328	10.21 289	12.88 287	5.44 267	0.17 272	0.30 391	0.19 347	0.05 226	0.22 148	0.12 124

IPLGR	7.14 246	1.31 131	13.14 381	4.24 127	1.15 142	9.78 259	0.98 68	23.98 326	21.70 313	16.22 283	18.43 226	8.45 171	7.66 233	9.26 132	5.45 268	0.21 292	0.05 140	0.04 215	0.06 243	0.32 226	0.38 280

SFCPSM	8.85 301	1.40 149	11.34 353	5.23 218	3.47 306	16.55 396	7.18 375	30.71 413	25.24 355	16.45 288	19.45 240	11.10 207	9.61 277	11.88 239	5.52 269	0.22 298	0.17 317	0.36 394	0.22 343	0.29 198	0.58 330

FACV-RUCA	7.66 263	1.94 304	9.40 296	7.72 373	6.03 430	12.99 320	3.10 232	19.47 270	18.51 276	12.27 185	18.43 226	8.28 168	10.16 288	11.38 212	5.62 270	0.36 344	0.62 454	4.36 503	0.30 391	1.72 425	0.55 323

PFNet	7.91 272	1.44 164	11.60 358	7.03 338	2.42 249	7.60 233	6.03 330	23.36 321	17.24 257	20.29 375	17.67 212	15.44 284	7.71 235	13.02 299	5.71 271	0.24 312	0.20 335	0.12 305	0.19 333	0.31 216	0.61 335

Anonymous3	9.60 328	3.45 401	29.83 490	9.58 421	4.75 367	24.51 457	10.20 427	24.04 328	18.77 280	10.42 167	14.64 186	7.97 163	8.75 258	14.05 323	5.80 272	2.44 485	1.39 487	0.08 257	0.06 243	0.73 365	0.48 311

DeepStereo_RVC	5.65 177	1.65 240	9.06 281	5.21 214	0.56 51	5.55 143	1.84 149	12.16 133	7.22 131	13.94 227	14.96 190	12.58 229	10.27 290	11.25 207	5.81 273	0.39 358	0.10 244	0.11 301	0.00 1	0.18 133	0.22 210

111	7.26 252	1.65 240	7.28 185	3.56 83	0.32 13	10.76 276	3.53 249	20.55 288	27.51 378	10.07 163	16.62 206	14.30 262	9.53 276	12.02 241	5.87 274	0.14 259	0.01 24	0.00 1	0.00 1	0.31 216	1.14 402

xyz-stereo-finetune	5.39 155	1.47 169	5.53 110	2.65 34	0.30 12	11.94 299	3.28 235	12.96 151	21.28 306	8.14 140	12.32 169	6.19 128	3.62 107	11.80 237	5.98 275	0.01 93	0.02 68	0.00 1	0.02 162	0.16 120	0.04 41

PSM-softLoss	6.61 217	1.60 221	9.42 297	6.48 304	0.88 108	5.65 149	2.04 171	22.64 312	8.77 155	13.95 228	22.11 289	13.01 238	5.22 166	12.73 282	6.05 276	0.49 381	0.06 173	0.27 371	0.56 440	0.16 120	0.06 66

KMStereo	6.61 217	1.60 221	9.42 297	6.48 304	0.88 108	5.65 149	2.04 171	22.64 312	8.77 155	13.95 228	22.11 289	13.01 238	5.22 166	12.73 282	6.05 276	0.49 381	0.06 173	0.27 371	0.56 440	0.16 120	0.06 66

RAFT	8.51 291	2.16 340	8.93 263	8.14 384	0.81 101	12.63 314	8.49 394	16.34 218	15.56 238	22.31 404	18.99 235	19.29 348	11.39 315	17.57 392	6.05 276	0.01 93	0.19 330	0.27 371	0.02 162	0.64 348	0.45 304

CASS	8.15 281	1.67 245	7.68 204	8.25 389	1.52 181	14.39 344	2.72 215	22.65 314	17.23 256	15.42 263	22.68 294	13.47 255	11.87 327	12.44 267	6.07 279	0.96 445	0.05 140	0.12 305	0.01 130	0.71 360	3.14 469
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
iResNetv2_ROB	12.00 395	2.91 382	13.46 389	5.82 255	3.73 313	13.15 323	6.45 346	34.15 456	36.02 452	25.25 439	33.81 438	29.79 438	14.24 377	13.61 316	6.10 280	0.21 292	0.02 68	0.12 305	0.00 1	0.82 375	0.25 231

GMStereo	5.94 189	3.84 414	10.86 347	5.13 200	0.71 77	7.27 223	2.66 214	12.38 136	25.14 354	12.01 184	10.66 149	5.12 108	3.46 98	11.39 213	6.16 281	0.45 372	0.02 68	0.05 222	0.31 395	0.86 379	0.25 231
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
GANet-ADL	8.36 287	2.31 353	8.44 243	7.39 357	2.65 264	12.58 313	5.24 297	29.55 397	25.24 355	14.19 233	16.70 208	17.07 310	6.91 222	10.65 171	6.26 282	0.38 348	0.39 409	0.10 287	0.12 292	0.75 371	0.28 243

UDGNet	10.05 349	13.89 512	10.00 328	9.36 412	2.69 265	7.82 234	1.88 153	18.86 262	34.64 442	17.52 316	13.70 181	13.40 252	7.18 227	13.01 297	6.30 283	5.30 509	0.08 217	12.57 535	2.80 501	8.19 511	1.71 429

rvit_0105_3	9.23 310	3.67 406	17.68 444	11.75 473	1.89 217	9.37 258	8.48 393	18.68 258	30.64 403	15.02 249	14.72 187	17.87 327	9.94 285	15.66 354	6.54 284	0.36 344	0.43 421	0.01 160	0.41 420	0.50 306	1.01 393

11t1	5.86 184	1.10 88	7.74 208	5.18 208	1.44 171	13.82 332	2.36 191	14.92 188	7.26 133	12.98 211	11.10 155	11.24 209	9.30 268	11.59 225	6.54 284	0.10 244	0.16 315	0.00 1	0.01 130	0.18 133	0.23 218

CoDeX	9.24 311	1.77 277	9.54 301	6.08 281	3.79 316	16.45 394	6.76 362	26.15 353	25.03 353	17.18 307	25.12 315	14.69 270	11.68 324	12.22 256	6.71 286	0.30 329	0.20 335	0.15 326	0.02 162	0.23 160	0.68 348

HCRNet	8.80 300	1.43 158	7.74 208	14.41 499	5.25 395	10.85 281	2.56 209	26.07 352	18.04 272	15.48 264	25.03 312	18.63 339	9.93 284	13.01 297	6.76 287	0.04 187	0.04 109	0.10 287	0.01 130	0.18 133	0.38 280

PCWNet_CMD	9.64 330	1.77 277	10.59 338	4.80 167	2.90 278	16.25 392	2.42 201	29.37 395	34.10 436	17.41 310	22.04 286	19.10 344	7.70 234	12.05 245	6.86 288	0.22 298	0.45 428	0.80 435	0.22 343	3.11 460	0.69 350

MSMDNet	9.64 330	1.77 277	10.63 339	4.83 168	2.90 278	16.35 393	2.37 194	29.33 393	34.29 440	17.43 312	22.10 288	19.05 343	7.79 239	12.11 253	6.87 289	0.23 307	0.46 430	0.67 424	0.21 340	2.77 451	0.60 333

GMStereo_Zeroshot	10.83 375	7.81 474	19.95 462	9.55 419	2.47 253	11.83 295	1.31 87	20.84 289	20.52 293	22.73 410	35.93 450	24.76 405	5.94 189	19.68 419	7.04 290	0.45 372	0.02 68	0.25 367	0.01 130	5.38 493	0.19 190

MyStereo05	9.29 316	1.76 271	8.95 267	6.19 289	4.40 355	7.09 220	9.95 416	31.21 418	40.82 476	17.31 309	12.93 177	10.33 196	12.52 342	13.93 320	7.05 291	0.06 223	0.10 244	0.02 178	0.04 203	0.73 365	0.29 249

MIM_Stereo	7.02 241	1.55 200	10.78 344	4.17 119	0.58 54	5.25 125	1.32 89	19.03 264	12.59 197	16.74 298	28.83 356	13.20 246	5.53 173	12.89 288	7.11 292	0.00 1	0.23 358	0.00 1	0.01 130	0.38 257	0.28 243

CFNet_ucs	10.25 355	1.91 296	11.88 363	4.98 180	4.08 332	15.11 359	3.57 253	28.02 374	31.98 419	18.21 332	25.20 316	23.27 384	9.38 272	13.38 306	7.22 293	0.23 307	0.81 468	1.65 473	0.22 343	3.01 456	0.93 383

GES	8.51 291	1.98 310	11.82 362	6.39 300	1.77 204	12.36 310	6.22 336	21.55 297	21.34 307	19.02 351	26.02 324	8.79 175	9.34 271	13.94 322	7.24 294	0.38 348	0.10 244	0.30 386	0.14 303	0.69 355	0.73 358

DAS	10.80 374	2.03 326	13.96 397	9.01 402	6.23 437	14.67 353	7.38 377	21.59 298	32.58 426	18.67 345	28.13 347	19.20 346	17.08 423	16.54 382	7.31 295	0.58 395	0.01 24	0.29 382	0.01 130	0.47 289	0.20 195

SepStereo	11.34 381	2.03 326	13.96 397	9.01 402	6.23 437	14.67 353	7.38 377	21.59 298	32.58 426	18.67 345	28.13 347	19.20 346	17.08 423	27.36 480	7.31 295	0.58 395	0.01 24	0.29 382	0.01 130	0.47 289	0.20 195

CFNet_pseudo	9.58 327	1.91 296	10.73 342	4.53 149	2.91 280	14.26 341	2.75 217	26.73 361	32.14 420	17.10 304	23.02 296	22.14 372	8.74 257	12.17 255	7.43 297	0.20 287	0.45 428	1.24 467	0.24 362	2.49 445	0.49 315

ccs_rob	9.61 329	1.92 300	10.72 341	4.55 150	2.89 277	14.33 343	2.86 224	26.85 362	32.36 423	17.05 302	22.91 295	22.12 371	8.70 255	12.10 251	7.44 298	0.19 279	0.44 423	1.38 469	0.25 368	2.68 448	0.57 328

1test111	5.59 174	2.00 313	4.99 82	5.89 261	0.26 4	10.85 281	5.38 302	20.20 279	11.88 186	6.95 131	10.01 134	4.49 92	9.78 281	11.09 193	7.45 299	0.00 1	0.05 140	0.00 1	0.04 203	0.25 170	0.20 195

qqq	6.96 239	1.40 149	8.15 230	4.50 147	1.03 121	8.55 246	6.93 367	20.20 279	11.88 186	12.00 183	18.19 225	16.02 292	11.15 306	11.09 193	7.45 299	0.06 223	0.13 286	0.02 178	0.05 226	0.25 170	0.20 195

MyStereo04	9.24 311	1.92 300	8.78 259	6.09 282	4.31 349	6.54 204	9.96 418	32.24 435	41.99 484	14.26 235	11.98 165	12.00 223	12.01 330	13.93 320	7.53 301	0.06 223	0.10 244	0.03 195	0.04 203	0.63 344	0.30 252

mmm	7.72 265	1.50 184	8.56 250	5.29 220	1.89 217	14.14 340	5.70 315	18.42 253	11.02 178	16.04 278	23.78 301	17.00 304	10.03 286	12.03 242	7.54 302	0.12 253	0.07 197	0.50 407	0.20 338	0.31 216	0.18 178

DIP-Stereo	6.74 226	1.93 303	10.02 329	4.28 135	1.64 190	13.54 328	1.52 102	15.16 192	6.63 112	14.30 236	26.81 336	10.90 202	5.19 164	14.78 338	7.56 303	0.00 1	0.06 173	0.05 222	0.00 1	0.17 130	0.17 170
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
anonymousa	9.03 304	1.62 232	8.03 225	4.19 123	5.53 413	15.37 364	3.81 259	18.55 257	21.20 305	18.28 333	30.99 392	20.79 357	13.42 354	10.58 165	7.57 304	0.00 1	0.05 140	0.29 382	0.18 320	0.10 89	0.11 117

IER	9.78 336	1.55 200	9.97 324	4.51 148	5.23 393	13.78 330	5.11 294	26.66 359	22.79 327	19.69 362	29.45 366	16.42 297	18.52 441	13.64 317	7.57 304	0.06 223	0.03 97	0.18 339	0.09 270	0.18 133	0.23 218

GANet-RSSM	9.48 324	1.32 134	6.45 148	6.72 325	5.51 412	12.78 317	6.03 330	26.55 357	18.96 282	14.92 245	27.95 346	25.41 411	14.69 387	13.52 313	7.60 306	0.10 244	0.10 244	0.16 332	0.01 130	0.51 310	0.39 283

test_sample5	9.36 319	1.61 226	9.63 305	5.30 221	2.52 254	15.42 367	6.00 326	27.25 365	19.96 289	18.36 339	31.81 408	15.99 290	11.29 310	13.21 301	7.66 307	0.23 307	0.08 217	0.07 247	0.04 203	0.48 291	0.34 268

DualNet	9.49 326	1.61 226	9.63 305	5.30 221	2.52 254	15.42 367	6.00 326	27.25 365	19.96 289	19.40 355	33.22 428	15.99 290	11.29 310	13.21 301	7.66 307	0.23 307	0.08 217	0.07 247	0.04 203	0.48 291	0.34 268

rvit_stereo_0075_2	9.10 307	3.87 415	19.26 455	11.81 475	8.82 493	5.75 164	4.40 275	22.77 315	17.68 266	11.90 181	28.34 351	16.05 295	6.35 206	14.30 327	7.67 309	0.52 389	0.34 404	0.51 408	0.08 257	0.38 257	1.14 402

BSDual-CNN	9.70 332	1.48 174	7.93 216	6.74 326	3.96 324	16.10 382	7.13 372	33.06 445	21.58 310	17.99 325	21.34 273	22.28 373	11.53 318	14.18 324	7.81 310	0.19 279	0.13 286	0.14 320	0.04 203	0.30 204	0.09 96

psmg	9.80 338	1.48 174	7.93 216	5.18 208	3.96 324	15.85 376	7.93 386	29.11 388	21.58 310	20.93 385	25.06 313	22.28 373	11.53 318	14.18 324	7.81 310	0.19 279	0.13 286	0.17 334	0.04 203	0.36 244	0.21 202

H2IRNET	5.89 186	1.14 95	6.65 152	4.13 117	2.24 237	4.15 51	0.73 51	12.10 132	13.21 207	7.09 136	20.45 257	15.74 286	10.74 295	10.36 159	7.84 312	0.06 223	0.00 1	0.07 247	0.53 438	0.37 251	0.16 162

xyz-stereo	13.23 421	0.83 32	38.70 507	2.53 30	0.83 104	41.19 531	4.82 292	13.68 168	26.28 368	22.98 414	37.78 462	29.35 435	18.53 442	18.11 400	7.85 313	0.22 298	0.03 97	0.64 421	0.01 130	0.13 100	0.06 66

FENet	7.94 274	1.01 67	6.72 154	5.87 260	2.07 230	11.11 288	2.03 170	21.39 295	20.81 297	17.14 306	22.65 293	14.43 264	11.54 320	12.97 294	7.89 314	0.15 267	0.24 369	0.03 195	0.02 162	0.14 105	0.62 336

DRaft	9.27 315	1.23 110	9.08 282	3.62 91	0.78 96	13.27 325	5.89 318	16.97 228	29.57 388	21.15 394	38.46 469	10.09 193	13.98 370	11.58 223	7.91 315	0.43 368	0.30 391	0.06 236	0.26 372	0.26 180	0.45 304

iResNet_ROB	11.71 388	1.96 307	10.77 343	6.01 275	3.68 311	15.13 361	2.34 190	31.72 424	37.58 461	26.16 450	32.77 421	25.88 415	15.34 401	16.35 378	7.94 316	0.19 279	0.01 24	0.00 1	0.00 1	0.31 216	0.12 124

test_sample1	7.66 263	1.26 118	8.87 261	5.04 184	2.61 260	14.61 352	4.58 282	20.08 278	9.81 168	13.83 226	21.62 279	18.21 336	12.26 333	11.71 232	8.01 317	0.11 248	0.11 261	0.02 178	0.02 162	0.20 141	0.17 170

UCFNet_RVC	9.48 324	2.12 337	4.89 78	7.03 338	3.78 314	16.05 378	6.37 343	28.25 377	20.00 291	15.93 277	23.07 297	25.21 408	12.79 345	12.57 277	8.01 317	0.07 234	0.04 109	1.17 458	0.23 352	1.31 409	0.69 350

x	6.80 230	1.36 141	6.94 170	4.58 154	1.88 216	10.78 278	4.55 280	19.79 275	10.62 174	12.69 203	19.54 245	14.87 274	10.11 287	9.52 136	8.03 319	0.07 234	0.15 306	0.04 215	0.04 203	0.24 166	0.22 210

DEmStereo	8.85 301	1.36 141	9.99 326	4.24 127	1.05 125	11.49 291	5.91 319	13.76 173	26.68 371	22.03 402	32.92 425	11.86 218	15.27 399	11.48 215	8.08 320	0.16 269	0.15 306	0.02 178	0.09 270	0.09 78	0.44 300

IPLG	7.20 250	1.43 158	12.55 373	5.17 203	4.32 352	11.11 288	1.48 95	21.79 301	15.10 229	19.16 353	20.23 250	5.26 114	5.61 175	11.68 231	8.14 321	0.05 206	0.06 173	0.03 195	0.07 253	0.33 233	0.50 316

HITNet	7.83 269	2.93 383	8.39 237	4.76 165	1.48 176	12.75 316	4.64 284	20.97 290	14.37 222	15.14 257	22.15 291	14.57 268	10.62 293	14.38 330	8.14 321	0.04 187	0.01 24	0.48 405	0.02 162	0.57 329	0.10 104
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
test_sample4	9.10 307	1.65 240	9.91 321	5.19 211	2.57 258	16.59 397	5.38 302	27.37 367	19.80 288	17.80 319	27.52 343	15.01 275	11.21 308	12.69 281	8.15 323	0.21 292	0.07 197	0.06 236	0.03 182	0.43 273	0.30 252

CIPLG	7.15 247	2.44 358	12.82 376	7.38 355	4.93 373	10.51 270	4.56 281	15.17 193	13.25 209	17.45 313	19.75 246	8.42 170	4.60 144	11.41 214	8.31 324	0.33 335	0.32 397	0.03 195	0.14 303	0.37 251	0.72 357

FADNet-RVC-Resample	11.72 389	4.35 424	30.33 493	9.46 417	3.90 320	14.11 337	7.17 374	25.78 346	23.31 329	23.27 418	29.52 367	19.50 351	15.00 395	15.38 347	8.33 325	0.53 390	0.50 439	0.49 406	0.50 433	1.38 413	1.67 427

hknet	10.13 353	1.56 209	10.27 332	6.74 326	3.72 312	16.10 382	7.13 372	33.06 445	21.12 303	17.99 325	21.34 273	23.11 381	14.95 390	16.43 379	8.34 326	0.14 259	0.13 286	0.14 320	0.04 203	0.30 204	0.09 96

THIR-Stereo	9.38 321	1.78 280	8.50 248	4.74 161	0.71 77	15.92 377	11.93 452	16.39 219	21.56 309	24.27 424	32.07 412	14.40 263	14.14 374	11.49 216	8.39 327	0.05 206	0.25 377	0.10 287	0.05 226	0.33 233	0.58 330

xyz-stereo-finetune2	5.60 175	1.64 238	5.87 122	2.44 22	0.32 13	15.39 365	1.90 157	10.59 119	5.28 84	10.58 169	17.82 215	7.37 157	8.93 261	14.86 339	8.46 328	0.01 93	0.02 68	0.08 257	0.14 303	0.23 160	0.04 41

ACRE	7.07 244	2.38 355	13.26 383	7.36 354	4.86 369	10.28 265	4.40 275	15.51 201	13.69 214	17.22 308	19.23 237	8.00 164	4.20 121	10.64 170	8.50 329	0.33 335	0.32 397	0.03 195	0.14 303	0.37 251	0.77 365

test_sample3	8.76 298	1.62 232	9.99 326	5.21 214	2.61 260	17.43 405	5.37 300	26.91 363	19.77 287	17.13 305	20.82 266	16.55 300	9.70 280	12.52 276	8.59 330	0.21 292	0.07 197	0.05 222	0.04 203	0.39 260	0.30 252

AdaStereo	10.22 354	3.63 404	9.14 288	9.15 406	3.24 295	15.79 375	5.39 307	31.94 426	25.42 357	18.39 340	26.47 331	19.44 349	9.50 275	16.60 383	8.59 330	0.44 370	0.05 140	0.40 399	0.00 1	0.57 329	0.16 162
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.
NOSS_ROB	10.99 377	3.81 412	6.88 167	6.69 322	2.30 241	16.06 380	10.94 437	30.06 401	32.41 424	16.10 280	18.72 232	22.78 380	14.21 376	17.52 391	8.62 332	2.35 480	1.84 496	3.32 500	1.57 484	2.06 439	1.52 421

IPLGR_C	7.16 248	2.48 361	12.98 379	7.52 364	4.91 372	10.56 271	4.59 283	15.63 206	14.12 218	17.42 311	18.87 233	8.00 164	4.59 143	10.76 176	8.81 333	0.32 333	0.32 397	0.03 195	0.13 297	0.36 244	0.76 362

test_sample6	9.79 337	1.61 226	9.84 318	5.35 227	2.35 246	15.59 371	6.60 356	28.40 378	20.96 299	19.40 355	33.22 428	17.17 313	11.58 322	13.43 309	8.82 334	0.26 322	0.10 244	0.10 287	0.06 243	0.50 306	0.41 290

DispNO	9.33 318	1.78 280	15.84 422	5.73 252	5.74 424	12.24 307	4.81 291	25.06 336	21.10 302	16.70 297	20.86 267	17.78 324	11.76 325	16.74 385	8.85 335	0.22 298	0.15 306	0.03 195	0.12 292	0.41 268	0.64 343

FSD	7.83 269	6.74 464	11.67 359	13.63 488	5.31 403	8.20 243	12.18 456	12.39 137	7.98 141	7.94 139	7.35 104	9.35 186	7.17 226	10.94 186	8.86 336	5.58 511	2.77 515	5.46 507	4.09 511	5.17 491	3.91 477

CrosDoStereo	9.24 311	1.29 125	8.16 231	4.56 152	1.04 122	7.52 229	15.00 480	15.85 212	24.31 345	24.27 424	33.44 432	13.37 250	13.82 364	12.23 257	8.86 336	0.01 93	0.11 261	0.09 268	0.04 203	0.36 244	0.53 320

DeepStereo_LL	9.24 311	1.29 125	8.16 231	4.56 152	1.04 122	7.52 229	15.00 480	15.85 212	24.31 345	24.27 424	33.44 432	13.37 250	13.82 364	12.23 257	8.86 336	0.01 93	0.11 261	0.09 268	0.04 203	0.36 244	0.53 320

HSM	11.33 380	1.80 284	7.04 176	6.13 286	3.99 329	16.16 386	6.92 366	29.69 399	19.39 283	22.95 413	26.05 327	41.08 510	15.79 406	20.25 433	8.89 339	0.02 146	0.03 97	0.01 160	0.00 1	0.15 113	0.34 268

RAFT + AFF	10.27 357	3.77 409	17.13 434	10.24 443	4.97 376	13.08 321	11.52 447	25.69 345	25.80 360	14.72 240	16.12 202	19.16 345	11.35 314	16.24 377	9.04 340	0.30 329	1.46 489	0.66 423	0.20 338	2.03 438	1.94 437

DCVSM-stereo	9.70 332	1.83 286	11.36 354	5.81 254	3.59 310	10.57 272	3.00 227	18.71 259	22.11 318	23.79 422	19.02 236	29.73 436	17.68 430	13.33 305	9.11 341	0.21 292	1.14 481	0.27 371	0.06 243	0.75 371	1.89 434

PSMNet-RSSM	9.71 334	1.73 255	6.09 133	7.47 362	4.27 343	10.06 263	6.00 326	29.14 389	21.74 314	15.76 272	32.88 424	22.63 376	13.18 351	12.94 292	9.12 342	0.09 239	0.02 68	0.07 247	0.10 279	0.70 358	0.24 225

HSM-Net_RVC	10.88 376	1.23 110	5.46 104	5.57 237	2.63 263	20.12 429	6.06 332	27.67 371	28.35 384	20.63 381	25.51 319	34.01 475	14.38 380	16.18 372	9.29 343	0.11 248	0.07 197	0.01 160	0.00 1	0.13 100	0.14 142
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
pcwnet_v2	12.32 401	2.00 313	17.53 439	7.79 375	5.69 422	17.06 400	3.69 258	36.52 483	46.17 503	20.55 377	29.39 365	16.50 298	13.00 350	15.70 355	9.32 344	0.50 384	1.00 478	0.34 390	0.24 362	2.00 435	1.38 413

LL-Strereo	10.79 373	3.52 402	12.54 372	8.77 397	5.44 410	7.49 226	9.26 405	35.15 470	28.70 385	16.47 289	15.85 199	21.06 361	17.42 428	21.62 448	9.72 345	0.21 292	0.22 352	0.74 429	0.08 257	0.98 386	0.60 333

DualNet (step1)	12.44 405	4.86 432	17.49 436	5.97 269	2.94 283	17.57 408	8.30 389	28.75 381	23.91 342	24.38 429	21.03 269	24.64 399	17.82 433	13.58 314	9.82 346	6.44 517	0.87 473	6.62 514	7.44 526	3.20 465	3.11 465

test_sample7	10.45 360	2.24 349	9.90 320	5.32 223	2.01 227	14.98 357	7.44 379	28.75 381	23.91 342	24.38 429	21.03 269	24.64 399	17.82 433	13.58 314	9.82 346	0.59 399	0.87 473	0.39 398	0.12 292	0.66 354	0.47 307

dd	7.96 276	4.08 418	11.49 357	6.53 309	0.93 115	8.28 245	4.03 264	16.53 222	33.82 432	15.17 259	16.50 205	6.79 141	5.96 190	14.30 327	9.90 348	1.13 456	0.42 417	0.17 334	0.44 425	2.01 436	0.79 366

GwcNet-ADL	8.48 289	1.70 253	9.38 295	7.10 344	2.78 273	6.74 213	6.57 354	30.15 402	26.01 366	15.15 258	17.77 214	13.93 259	6.96 223	12.96 293	9.91 349	0.48 380	0.72 461	0.01 160	0.01 130	0.51 310	0.84 371

gwcnet-sp	9.81 339	2.82 376	13.47 390	5.99 272	4.27 343	16.20 388	5.91 319	25.55 342	24.34 348	21.01 387	20.69 260	15.22 278	14.96 391	14.50 333	9.97 350	0.05 206	0.15 306	0.02 178	0.08 257	0.49 300	0.51 317

scenet	9.81 339	2.82 376	13.47 390	5.99 272	4.27 343	16.20 388	5.91 319	25.55 342	24.34 348	21.01 387	20.69 260	15.22 278	14.96 391	14.50 333	9.97 350	0.05 206	0.15 306	0.02 178	0.08 257	0.49 300	0.51 317

ssnet	9.81 339	2.82 376	13.47 390	5.99 272	4.27 343	16.20 388	5.91 319	25.55 342	24.34 348	21.01 387	20.69 260	15.22 278	14.96 391	14.50 333	9.97 350	0.05 206	0.15 306	0.02 178	0.08 257	0.49 300	0.51 317

dad	12.24 399	10.20 488	13.68 395	6.64 319	1.47 173	13.55 329	3.58 254	17.62 237	35.33 448	27.15 460	32.65 420	30.85 446	10.86 298	14.33 329	10.04 353	2.95 490	0.55 448	7.92 525	0.91 461	3.35 469	1.17 404

FADNet	14.18 432	10.92 497	37.56 504	7.79 375	6.64 446	17.48 406	6.91 365	34.73 465	34.03 434	18.85 349	27.02 338	28.26 427	14.24 377	17.77 394	10.09 354	0.41 363	0.67 459	0.37 395	0.37 414	8.13 509	1.34 410

MLCV	9.32 317	2.22 346	12.55 373	5.22 216	1.32 159	13.79 331	1.35 90	21.14 294	23.65 335	21.91 401	31.37 398	17.14 312	7.57 232	16.00 370	10.18 355	0.22 298	0.01 24	0.03 195	0.02 162	0.40 265	0.29 249

CBMV_ROB	11.77 392	2.89 380	6.92 169	5.20 212	2.88 276	14.12 338	4.79 289	26.69 360	29.84 396	26.17 451	31.92 409	23.61 389	20.74 456	20.20 432	10.18 355	1.78 471	1.80 495	2.17 482	1.26 478	1.61 417	0.55 323

MyStereo8	7.13 245	2.48 361	10.86 347	6.81 331	4.98 378	10.73 275	1.42 93	14.58 182	9.73 166	15.75 271	23.16 298	12.17 228	7.96 244	9.85 146	10.21 357	0.04 187	0.19 330	0.08 257	0.21 340	0.58 333	0.82 368

DeepPruner_ROB	10.77 372	4.56 426	13.13 380	6.37 298	4.28 348	10.14 264	6.86 363	36.42 482	19.59 285	17.87 321	27.37 341	23.19 383	12.26 333	19.09 411	10.23 358	1.05 452	0.48 434	0.23 363	0.15 310	0.89 382	1.17 404

SACVNet	13.38 427	4.08 418	11.41 356	11.67 472	5.79 425	17.28 402	9.39 406	32.77 440	22.29 319	28.11 465	33.35 430	32.48 460	21.86 460	19.75 420	10.28 359	1.00 448	0.48 434	0.85 443	0.29 384	1.31 409	3.08 463

iResNet	10.26 356	3.10 391	15.72 421	7.35 353	2.13 231	13.86 334	7.07 369	22.80 316	28.01 379	20.10 371	30.40 380	16.79 302	11.06 305	14.46 332	10.29 360	0.39 358	0.05 140	0.00 1	0.07 253	0.73 365	0.73 358

BUS	9.20 309	1.48 174	7.93 216	6.74 326	3.96 324	17.62 411	2.79 219	33.06 445	21.58 310	17.99 325	21.34 273	14.49 265	9.40 273	14.18 324	10.57 361	0.19 279	0.13 286	0.14 320	0.04 203	0.30 204	0.09 96

NINENet	10.74 370	2.29 352	10.44 336	8.03 381	5.09 385	17.62 411	2.79 219	38.69 501	33.24 431	18.35 338	26.31 329	14.49 265	9.40 273	15.88 362	10.57 361	0.41 363	0.21 342	0.29 382	0.00 1	0.42 271	0.23 218

CFNet	10.67 366	2.33 354	8.90 262	6.66 320	4.09 334	16.05 378	4.26 274	30.44 410	31.01 406	18.53 342	26.48 332	23.69 390	13.68 360	15.27 342	10.59 363	0.05 206	0.02 68	0.44 400	0.05 226	0.73 365	0.23 218

UGAM	10.01 348	1.28 121	9.19 289	6.53 309	4.31 349	6.72 211	10.45 432	15.31 195	25.98 364	20.56 379	27.42 342	22.70 378	11.49 316	26.30 475	10.64 364	0.00 1	0.00 1	0.46 403	0.03 182	0.39 260	0.43 296

G2L-ROB	9.43 323	1.49 180	8.01 223	5.66 243	4.08 332	11.74 293	7.70 384	29.33 393	18.14 273	19.72 363	21.64 280	22.32 375	11.02 304	16.47 380	10.74 365	0.02 146	0.01 24	0.00 1	0.00 1	0.19 137	0.33 264

ICVP	10.07 351	1.73 255	6.11 134	9.08 404	3.31 297	12.25 308	6.56 353	26.30 355	22.52 323	16.49 290	31.80 407	26.94 423	12.42 337	11.35 211	10.92 366	1.17 459	0.57 450	0.17 334	0.10 279	0.58 333	1.07 397
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
BEATNet_4x	9.37 320	4.85 431	12.05 368	5.48 234	1.35 166	13.15 323	6.15 334	25.06 336	16.74 251	16.18 281	24.65 310	17.29 318	12.51 341	16.91 387	10.92 366	0.38 348	0.18 323	0.81 440	0.05 226	1.95 432	0.65 345

CFNet-ft	9.87 342	2.18 344	5.49 106	7.45 360	5.25 395	15.76 373	5.98 324	21.89 304	21.87 315	14.96 246	30.02 374	25.68 412	13.68 360	12.46 270	10.94 368	0.08 237	0.06 173	1.83 474	0.22 343	1.09 392	0.43 296

CFNet_RVC	9.87 342	2.18 344	5.49 106	7.45 360	5.25 395	15.76 373	5.98 324	21.89 304	21.87 315	14.96 246	30.02 374	25.68 412	13.68 360	12.46 270	10.94 368	0.08 237	0.06 173	1.83 474	0.22 343	1.09 392	0.43 296

HBP-ISP	12.52 408	7.82 475	8.47 246	7.57 367	4.27 343	12.56 311	6.42 345	28.68 380	29.56 387	21.11 392	35.69 448	15.85 287	18.42 440	20.44 439	11.00 370	3.03 491	2.63 511	7.09 523	3.97 510	3.58 472	2.27 449

cf-r	10.06 350	1.60 221	7.99 221	5.82 255	5.70 423	12.92 319	4.78 287	24.18 330	27.47 377	16.91 301	31.02 393	25.12 407	14.05 371	11.63 229	11.01 371	0.03 172	0.03 97	0.05 222	0.03 182	0.43 273	0.39 283

CVANet_RVC	13.24 423	3.39 398	8.43 242	8.42 392	5.04 382	18.52 418	11.72 450	32.03 428	33.85 433	23.17 417	32.77 421	29.78 437	16.51 414	23.20 458	11.28 372	0.94 442	0.04 109	1.19 461	0.47 429	3.13 461	1.01 393

DMCA	8.51 291	1.90 293	9.96 323	5.16 202	4.14 337	10.29 266	4.46 279	25.52 341	19.55 284	16.33 286	20.69 260	17.59 321	11.26 309	10.42 162	11.36 373	0.50 384	0.08 217	0.35 391	0.05 226	0.36 244	0.31 260

ttt	9.98 347	1.49 180	7.30 190	6.43 302	3.95 323	14.02 336	5.06 293	33.03 444	29.84 396	14.90 244	30.95 390	14.81 272	9.66 278	15.36 346	11.38 374	0.38 348	0.19 330	0.10 287	0.03 182	0.37 251	0.28 243

HI	8.30 284	2.00 313	6.75 158	4.58 154	5.15 391	4.16 52	0.50 35	17.99 248	9.24 162	25.03 435	28.22 349	20.23 354	12.47 339	17.93 397	11.49 375	0.00 1	0.10 244	0.00 1	0.05 226	0.08 72	0.05 55

CoSv	8.30 284	2.00 313	6.75 158	4.58 154	5.15 391	4.16 52	0.50 35	17.99 248	9.24 162	25.03 435	28.22 349	20.23 354	12.47 339	17.93 397	11.49 375	0.00 1	0.10 244	0.00 1	0.05 226	0.08 72	0.05 55

AACVNet	10.58 364	2.86 379	9.78 317	8.95 401	3.30 296	10.80 279	4.78 287	22.37 310	12.55 196	27.50 461	29.84 371	30.06 442	15.99 408	19.10 412	11.60 377	0.40 361	0.18 323	0.22 359	0.03 182	0.62 341	0.73 358

rvit_105_1	13.56 429	5.57 445	19.88 461	13.22 486	4.58 362	15.04 358	28.61 540	26.56 358	42.75 487	18.83 348	24.53 308	20.93 359	13.85 366	18.02 399	11.90 378	1.74 469	0.60 452	0.25 367	2.10 495	0.61 338	1.64 425

DSFCA	11.85 393	2.01 321	12.93 378	5.40 231	6.87 454	15.36 363	10.45 432	30.68 412	31.84 412	25.99 447	23.52 299	22.03 369	14.05 371	20.28 436	12.46 379	0.57 394	0.41 413	0.28 378	0.38 416	1.02 388	0.47 307

DFGA-Net	9.06 306	3.56 403	17.96 448	5.71 250	3.89 319	10.76 276	3.08 231	25.17 338	29.50 386	16.21 282	18.47 229	9.49 187	6.31 204	15.80 358	12.54 380	0.05 206	0.00 1	0.06 236	0.09 270	1.76 426	0.83 369

tta	10.45 360	1.37 143	13.37 385	4.41 141	1.30 153	14.39 344	3.29 237	30.25 404	29.81 392	19.55 357	29.37 360	18.06 331	14.40 381	15.42 348	12.69 381	0.38 348	0.21 342	0.28 378	0.03 182	0.29 198	0.18 178

SMFormer	10.46 362	1.37 143	13.37 385	4.41 141	1.30 153	14.40 347	3.29 237	30.25 404	29.81 392	19.55 357	29.37 360	18.06 331	14.40 381	15.42 348	12.70 382	0.38 348	0.21 342	0.28 378	0.03 182	0.33 233	0.31 260

iRaft-Stereo_5w	8.70 297	1.81 285	9.33 293	5.83 257	3.78 314	4.87 98	11.12 440	15.86 214	14.80 226	15.23 261	26.36 330	21.49 365	12.91 349	15.94 367	12.73 383	0.58 395	0.05 140	0.08 257	0.09 270	0.85 378	0.33 264

G2L-Stereo_test	10.39 359	1.61 226	7.86 212	4.75 164	4.34 353	11.83 295	11.94 453	32.49 436	22.58 324	23.08 416	24.40 307	21.48 364	11.95 329	15.64 353	13.00 384	0.04 187	0.06 173	0.01 160	0.02 162	0.32 226	0.37 277

TDLM	12.98 418	3.78 410	9.77 316	10.75 455	4.94 374	16.10 382	14.08 470	35.05 468	31.87 413	22.36 405	26.51 334	26.09 416	14.97 394	24.73 468	13.11 385	1.05 452	0.05 140	1.21 462	0.27 377	1.83 428	1.00 392

DDVS	10.70 367	3.00 387	11.95 364	6.84 333	3.80 317	15.73 372	2.83 223	23.57 323	17.37 260	20.98 386	29.89 372	31.40 452	8.70 255	19.22 415	13.19 386	0.74 422	1.53 491	0.07 247	0.21 340	0.84 377	2.11 441

ACV-stereo	11.65 387	5.15 438	28.84 484	6.80 330	3.33 298	20.38 430	6.59 355	21.03 291	20.57 294	17.67 318	20.95 268	26.81 420	16.69 415	20.19 431	13.26 387	0.72 416	1.11 480	0.15 326	0.09 270	0.65 350	2.13 442

ToySt	10.51 363	2.00 313	15.67 420	5.33 224	0.95 117	14.97 356	9.51 409	24.02 327	27.37 375	14.61 239	24.67 311	24.56 397	14.70 388	16.86 386	13.35 388	0.06 223	0.23 358	0.03 195	0.09 270	0.62 341	0.67 347

SGM-Forest	12.92 415	1.87 290	6.61 151	5.68 244	2.05 229	23.19 451	11.30 443	34.24 459	30.77 404	26.54 453	31.99 410	29.98 439	15.74 405	21.17 446	13.36 389	1.05 452	0.33 401	0.84 442	0.01 130	0.71 360	0.97 386
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
SDNR	16.15 446	5.23 440	28.92 486	5.73 252	6.05 433	56.85 550	3.26 234	23.18 320	29.73 391	20.62 380	36.48 453	13.59 257	16.97 421	18.43 402	13.44 390	10.56 531	13.84 546	3.10 497	0.44 425	7.80 505	8.81 526

FADNet_RVC	11.94 394	5.17 439	39.74 510	6.44 303	3.46 305	11.42 290	4.17 269	29.16 390	26.89 372	17.97 324	25.96 321	13.41 253	15.67 404	15.84 361	13.54 391	0.90 441	0.75 465	0.55 412	1.20 475	3.65 474	2.85 458

MultiAttention	21.34 498	1.48 174	14.65 411	12.08 478	4.10 335	63.05 559	95.71 583	42.52 522	41.89 482	15.33 262	30.20 378	28.14 426	7.73 236	44.07 540	13.67 392	0.84 435	0.27 385	1.06 452	1.58 485	4.47 481	3.88 476

GwcNet-RSSM	10.65 365	1.94 304	8.57 251	6.89 335	5.26 398	12.26 309	5.21 296	25.80 348	31.50 410	16.67 295	33.52 434	23.70 391	13.88 368	12.84 286	13.67 392	0.05 206	0.10 244	0.14 320	0.02 162	0.65 350	0.39 283

ISRNet	12.26 400	2.02 323	17.38 435	12.71 482	6.24 439	7.39 224	1.62 111	29.23 392	31.94 418	22.65 409	35.28 446	24.62 398	15.27 399	15.28 343	13.76 394	0.78 425	1.00 478	2.30 485	0.52 436	0.92 385	4.29 482

UNet	12.64 410	2.02 323	13.36 384	6.85 334	7.76 475	25.31 469	4.74 286	34.10 455	28.19 382	20.03 369	31.07 394	27.02 425	17.36 426	20.18 430	13.87 395	0.06 223	0.05 140	0.27 371	0.01 130	0.23 160	0.39 283

PSMNet-ADL	9.88 344	2.01 321	6.80 164	9.18 408	4.26 342	15.11 359	3.50 244	27.12 364	24.42 351	14.72 240	18.96 234	25.32 410	13.43 355	15.76 357	14.04 396	0.79 429	0.78 467	0.00 1	0.02 162	0.26 180	1.18 406

ITSA-stereo	11.44 383	2.03 326	10.92 349	5.90 265	1.78 206	12.05 304	4.17 269	36.77 485	49.15 512	18.17 330	18.53 230	21.79 367	12.59 343	15.74 356	14.05 397	0.45 372	0.39 409	0.28 378	0.29 384	0.98 386	2.81 457

CBMV	13.69 430	3.63 404	8.02 224	5.93 267	2.69 265	22.57 446	12.44 457	29.81 400	31.57 411	31.20 484	33.79 437	31.04 447	17.41 427	25.28 471	14.11 398	0.71 414	0.60 452	0.60 417	0.11 289	1.11 395	1.13 401
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FADNet-RVC	13.27 424	11.57 503	39.71 509	7.94 378	4.50 359	15.41 366	6.95 368	27.96 372	22.98 328	20.37 376	30.73 385	26.86 421	11.31 313	20.50 441	14.28 399	0.14 259	0.14 301	0.13 316	0.18 320	2.83 452	0.86 375

CSP-Net	12.85 414	2.95 384	9.64 307	5.94 268	3.96 324	25.85 470	9.93 415	28.81 385	26.00 365	29.31 475	32.44 418	30.00 440	15.16 397	20.25 433	14.30 400	0.55 393	0.19 330	0.03 195	0.00 1	0.65 350	0.98 389

Anonymous_2	14.95 435	6.75 465	17.63 441	5.45 233	7.10 460	26.19 473	11.58 448	18.06 250	17.30 258	17.61 317	15.47 195	23.33 385	20.95 458	20.55 442	14.63 401	11.05 535	12.86 545	11.27 533	25.12 549	11.32 526	4.82 490

CBFPSM	12.42 404	2.59 369	28.96 487	4.74 161	3.20 292	22.33 443	16.31 493	21.13 293	21.03 301	21.04 390	27.81 344	30.24 443	15.99 408	14.59 337	14.80 402	0.04 187	0.49 437	0.10 287	0.16 313	0.51 310	2.34 451

DMCA-RVC	11.41 382	3.32 396	11.68 360	10.12 438	4.81 368	11.92 298	4.11 265	24.67 334	23.66 337	20.06 370	28.51 354	26.71 418	24.96 480	15.95 369	14.82 403	0.41 363	0.34 404	0.56 414	0.16 313	0.72 364	0.69 350

STTStereo	12.97 416	4.88 435	26.57 481	7.54 365	5.41 407	13.43 327	6.49 349	30.53 411	26.35 370	25.14 438	31.43 401	32.00 456	14.12 373	16.01 371	14.83 404	0.29 328	0.31 394	0.67 424	1.08 471	1.21 400	1.11 398

GEStereo_RVC	12.81 413	2.49 363	13.64 393	9.68 424	4.97 376	18.16 413	11.30 443	31.26 419	47.47 505	19.84 364	26.97 337	19.03 342	13.19 352	20.14 429	14.86 405	0.83 434	0.51 443	0.10 287	0.13 297	0.54 318	0.99 390

G2L-Stereo	10.09 352	1.97 308	9.53 300	7.09 342	4.21 339	9.10 253	8.53 395	29.05 387	22.51 322	19.28 354	25.57 320	22.70 378	10.67 294	15.44 352	14.88 406	0.25 318	0.04 109	0.08 257	0.01 130	0.36 244	0.42 293

PSMNet-RUCA	24.03 517	26.83 538	40.96 513	35.46 544	34.27 549	16.24 391	9.79 414	39.82 508	31.45 409	31.49 485	41.54 489	36.82 489	26.02 482	27.92 483	15.09 407	11.51 537	2.06 499	20.58 540	8.10 533	15.83 537	8.74 525

MaskLacGwcNet_RVC	16.87 454	16.27 518	17.93 447	11.24 466	6.69 449	28.95 490	10.44 431	41.23 517	21.49 308	29.68 477	34.27 441	32.48 460	11.00 303	20.05 426	15.09 407	8.22 522	2.59 510	12.23 534	0.75 453	10.40 519	6.34 502

NVstereo2D	15.15 438	2.97 385	16.28 428	9.23 410	7.56 470	30.03 492	9.53 410	42.80 525	42.72 486	15.11 253	27.03 339	23.16 382	16.93 419	24.28 464	15.45 409	3.07 493	0.43 421	1.44 470	0.61 443	6.74 499	7.60 518

AAGNet	7.94 274	1.48 174	9.34 294	7.13 347	0.70 73	5.85 172	5.16 295	15.40 199	14.01 216	20.13 372	24.03 306	15.28 282	11.52 317	12.05 245	15.47 410	0.63 408	0.06 173	0.32 388	0.01 130	0.12 95	0.09 96

NLCA_NET_v2_RVC	12.05 397	3.43 400	16.25 427	7.62 368	5.58 414	14.57 351	6.00 326	32.98 443	27.41 376	21.69 399	31.40 400	25.21 408	13.47 356	14.96 340	15.60 411	0.84 435	0.33 401	0.35 391	0.35 406	1.29 406	1.78 430
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
LMCR-Stereo	10.75 371	4.13 420	10.67 340	13.11 485	3.99 329	16.68 398	5.91 319	25.30 339	22.69 325	22.04 403	21.80 281	14.67 269	14.24 377	20.55 442	15.86 412	1.90 474	0.04 109	0.00 1	0.02 162	1.29 406	0.18 178

psm_up	13.18 420	1.91 296	8.81 260	9.59 422	5.84 429	15.17 362	11.37 445	38.74 502	30.81 405	20.66 382	30.32 379	30.00 440	23.12 465	19.19 413	16.02 413	0.58 395	0.10 244	0.17 334	0.01 130	0.65 350	0.55 323

NaN_ROB	16.51 450	6.51 459	16.22 426	10.53 449	4.64 365	31.76 502	17.78 504	37.00 489	43.37 491	29.68 477	31.29 397	32.67 465	20.32 453	28.00 486	16.06 414	0.38 348	0.41 413	0.32 388	0.41 420	0.87 381	1.94 437

MDST_ROB	17.92 469	1.60 221	13.68 395	13.88 494	6.44 443	43.05 533	14.86 477	42.74 524	41.66 479	43.25 528	42.85 497	28.43 428	17.28 425	29.35 491	16.06 414	0.88 440	0.11 261	0.63 419	0.47 429	0.50 306	0.64 343

RASNet	11.59 386	1.71 254	10.36 334	6.30 295	5.66 419	15.48 369	6.12 333	34.50 463	20.86 298	16.61 293	32.51 419	22.04 370	23.00 464	19.44 416	16.15 416	0.71 414	0.03 97	0.05 222	0.01 130	0.15 113	0.13 137

UPFNet	11.72 389	1.52 190	10.33 333	7.38 355	7.14 461	20.05 428	9.62 411	28.90 386	25.94 363	20.02 368	29.73 370	20.91 358	16.34 411	18.61 405	16.17 417	0.26 322	0.17 317	0.25 367	0.03 182	0.55 322	0.56 327

FINET	15.49 442	6.08 450	24.99 476	8.12 383	7.69 473	21.80 440	22.35 520	33.76 453	48.27 507	25.99 447	32.27 416	19.48 350	16.83 418	19.07 410	16.38 418	1.37 463	0.70 460	0.95 449	0.27 377	2.61 447	0.90 379

AANet_RVC	13.16 419	5.34 442	10.83 346	8.20 387	4.44 357	14.13 339	9.46 408	28.78 384	37.67 462	23.44 420	37.47 460	23.48 387	15.83 407	22.39 453	16.63 419	1.67 468	0.86 471	0.24 366	0.02 162	0.63 344	1.60 423

DLCB_ROB	13.35 425	3.00 387	9.12 284	9.43 413	5.68 420	21.80 440	10.12 424	29.19 391	29.92 398	27.71 462	31.45 406	32.37 459	19.50 448	19.02 409	16.73 420	0.22 298	0.04 109	0.38 397	0.06 243	0.49 300	0.85 374

GASNet	17.30 460	19.38 527	30.46 494	20.66 522	9.36 498	16.06 380	9.06 400	43.89 532	40.04 473	25.35 442	23.73 300	32.90 466	15.37 402	28.91 489	17.05 421	3.04 492	0.27 385	1.88 476	0.45 427	6.73 498	1.37 412

DDUNet	22.66 507	19.69 529	14.64 410	24.11 532	22.38 541	24.84 460	17.71 503	30.36 409	30.32 400	29.02 470	37.31 459	37.63 493	24.66 476	24.67 466	17.08 422	18.42 544	7.92 542	26.43 545	11.81 541	17.23 540	16.95 543

ACVNet	10.36 358	1.68 251	5.49 106	6.01 275	2.75 271	12.78 317	3.56 251	21.89 304	34.81 443	14.96 246	30.78 386	24.72 403	13.88 368	15.81 359	17.20 423	0.13 257	0.01 24	0.06 236	0.06 243	0.51 310	0.15 157

hitnet-ft	12.04 396	2.11 334	6.14 135	7.27 350	3.90 320	25.98 472	3.56 251	22.56 311	23.74 339	20.55 377	33.81 438	31.59 453	18.67 444	19.47 417	17.20 423	0.42 367	1.36 486	0.35 391	0.07 253	1.11 395	0.86 375

ac_64	11.10 378	1.49 180	9.88 319	8.24 388	5.45 411	19.12 420	6.46 347	24.10 329	14.34 221	22.80 412	23.87 304	33.28 468	15.54 403	18.87 407	17.26 425	0.28 326	0.12 273	0.02 178	0.02 162	0.26 180	0.63 337

PS-NSSS	13.70 431	7.41 472	14.68 412	6.70 323	5.63 417	18.43 416	12.59 458	38.89 504	25.56 358	20.27 374	35.71 449	21.11 363	16.35 412	17.16 389	17.56 426	2.28 478	0.53 445	5.37 506	0.36 410	4.28 480	3.09 464

Syn2CoEx	17.03 457	10.40 491	25.65 479	20.35 520	8.02 482	26.28 474	11.27 442	37.16 491	32.69 428	28.89 469	40.17 478	29.27 434	26.63 484	19.19 413	17.63 427	0.98 446	0.54 446	1.23 466	0.23 352	1.82 427	2.24 448

delet	12.65 411	1.85 289	11.36 354	7.71 372	6.22 436	22.52 445	10.22 429	28.14 376	37.67 462	19.66 361	29.24 359	21.00 360	15.99 408	21.97 449	17.77 428	0.03 172	0.07 197	0.19 347	0.04 203	0.60 336	0.75 361

AASNet	12.49 407	2.46 360	10.49 337	9.82 428	6.86 453	17.33 403	6.73 359	41.09 515	37.86 464	22.53 408	29.11 357	16.68 301	13.48 358	14.54 336	17.87 429	0.20 287	0.02 68	0.78 431	0.05 226	1.18 398	0.76 362

MMNet	12.97 416	2.08 331	12.74 375	6.98 337	6.27 441	26.39 477	4.73 285	23.10 319	41.79 481	25.48 443	32.29 417	21.09 362	17.79 431	19.52 418	17.90 430	0.19 279	0.07 197	0.10 287	0.00 1	0.37 251	0.59 332

SQANet	21.24 495	24.08 536	19.60 457	26.40 536	18.74 534	30.87 500	9.24 404	32.70 439	29.58 389	25.25 439	33.37 431	33.47 470	19.19 446	28.11 487	18.32 431	10.87 532	2.92 518	26.49 546	5.65 521	18.43 542	11.48 534

CRFU-Net	12.56 409	2.89 380	11.77 361	8.18 385	5.80 426	24.84 460	10.46 436	24.56 332	13.12 204	30.06 479	29.37 360	29.09 430	19.64 449	19.96 424	18.53 432	0.82 432	0.48 434	0.27 371	0.15 310	0.53 316	0.68 348

ADLNet	12.34 403	2.22 346	10.14 330	8.38 391	6.78 452	17.56 407	9.05 399	33.21 448	26.28 368	27.06 457	26.01 323	26.80 419	13.76 363	16.99 388	18.74 433	0.24 312	0.39 409	0.23 363	0.10 279	0.64 348	2.16 447

acv_ft	12.16 398	1.68 251	11.97 365	7.70 370	6.20 434	19.61 425	5.52 309	25.78 346	34.81 443	25.62 445	30.78 386	24.72 403	13.20 353	15.81 359	18.80 434	0.13 257	0.01 24	0.06 236	0.06 243	0.63 344	0.15 157

HGLStereo	12.72 412	2.66 371	12.34 369	9.93 432	7.55 469	16.16 386	7.45 380	31.48 423	27.01 373	20.01 367	35.31 447	26.98 424	18.90 445	17.87 395	18.90 435	0.33 335	0.16 315	0.07 247	0.05 226	0.48 291	0.70 354

pmcnn	14.59 434	3.68 407	19.78 460	6.83 332	4.51 360	21.27 437	14.67 475	27.37 367	30.54 401	27.09 459	40.19 479	38.71 496	18.53 442	17.70 393	19.27 436	0.84 435	0.09 228	0.00 1	0.00 1	0.48 291	0.31 260

ADLNet2	12.44 405	2.17 341	12.84 377	9.17 407	5.82 427	20.00 427	10.13 425	32.53 438	36.22 455	18.62 344	19.39 239	21.96 368	17.07 422	21.43 447	19.42 437	0.24 312	0.15 306	0.06 236	0.08 257	0.86 379	0.57 328

coex_refinement	11.56 385	1.53 193	7.45 194	8.18 385	5.09 385	17.10 401	7.07 369	31.05 416	32.20 422	18.57 343	30.81 388	25.84 414	12.31 335	13.41 308	19.47 438	0.23 307	0.04 109	0.02 178	0.10 279	0.44 276	0.37 277

fast-acv-ft	14.25 433	4.00 417	16.20 425	7.51 363	5.14 390	26.38 476	9.77 413	24.62 333	34.84 445	25.30 441	37.27 458	32.09 457	20.38 454	18.32 401	19.50 439	0.36 344	0.32 397	0.63 419	0.47 429	1.18 398	0.76 362

iinet-f	13.51 428	4.29 421	45.90 523	6.01 275	3.96 324	21.00 434	13.40 465	27.40 369	21.12 303	21.11 392	30.72 384	21.49 365	16.96 420	15.33 344	19.50 439	0.12 253	0.42 417	0.09 268	0.05 226	0.89 382	0.39 283

ssnet_v2	13.23 421	2.43 357	11.25 351	7.34 352	2.92 282	23.05 450	12.95 460	35.93 478	32.92 430	21.23 395	25.38 317	28.81 429	15.22 398	22.57 454	19.81 441	0.18 275	0.08 217	0.19 347	0.05 226	1.24 403	1.06 396

UDG	21.45 500	14.84 514	14.44 409	21.30 528	20.08 537	32.05 505	13.76 467	35.98 480	35.52 449	25.93 446	30.69 383	37.26 491	30.66 508	21.97 449	19.89 442	10.88 533	5.55 536	22.78 542	7.65 529	14.83 536	13.05 538

test_sample9	15.04 437	4.86 432	17.49 436	5.97 269	2.94 283	17.57 408	8.30 389	28.75 381	23.91 342	24.38 429	21.03 269	24.64 399	17.82 433	20.07 427	20.17 443	6.44 517	36.07 556	6.62 514	7.44 526	3.20 465	3.11 465

test_sample8	17.19 458	4.86 432	17.49 436	5.97 269	2.94 283	17.57 408	8.30 389	31.87 425	18.55 277	33.54 499	26.00 322	40.64 508	32.90 515	20.07 427	20.17 443	6.44 517	36.07 556	6.62 514	7.44 526	3.20 465	3.11 465

GANet	16.92 456	4.32 423	12.46 371	10.84 457	4.24 340	23.04 449	15.36 487	39.91 509	34.47 441	32.42 493	45.10 508	40.04 505	27.54 489	23.61 462	20.20 445	1.02 451	0.08 217	0.67 424	0.22 343	1.87 430	0.97 386

Wz-Net-LNSev-Ref	15.26 440	3.68 407	27.36 483	7.11 345	5.83 428	24.88 462	12.12 455	30.19 403	36.12 454	27.08 458	45.98 509	29.10 431	13.65 359	20.45 440	20.26 446	0.67 411	0.00 1	0.10 287	0.00 1	0.32 226	0.26 234

PWCDC_ROB	17.80 468	9.62 484	18.38 449	17.95 515	7.74 474	24.61 459	5.56 312	34.41 462	52.79 523	29.66 476	50.20 524	20.63 356	19.69 450	29.85 494	20.87 447	6.18 514	0.26 380	0.10 287	0.05 226	5.36 492	2.00 439

RGC	19.90 486	13.26 508	20.24 464	18.19 516	14.06 525	21.21 436	14.33 472	34.97 467	43.60 494	27.73 463	41.49 488	39.76 502	27.98 493	34.52 507	21.37 448	3.66 498	0.54 446	8.67 526	4.16 512	4.19 478	4.02 478

FAT-Stereo	16.81 451	2.97 385	17.56 440	9.80 427	6.21 435	16.12 385	13.23 463	38.18 499	39.67 470	27.00 456	39.73 477	37.55 492	31.30 511	20.39 437	21.52 449	3.44 495	2.05 498	0.81 440	1.10 472	1.89 431	5.72 496

YMNet	15.91 444	5.68 447	21.74 468	10.94 458	8.77 490	25.22 467	9.21 402	32.22 433	31.35 407	33.81 502	38.84 470	34.00 473	17.83 436	19.95 422	21.57 450	0.87 438	1.30 482	1.22 464	0.91 461	1.64 420	1.18 406

YMNet_1	15.91 444	5.68 447	21.74 468	10.94 458	8.77 490	25.22 467	9.21 402	32.22 433	31.35 407	33.81 502	38.84 470	34.00 473	17.83 436	19.95 422	21.57 450	0.87 438	1.30 482	1.22 464	0.91 461	1.64 420	1.18 406

StereoDRNet-Refined	13.36 426	2.80 374	10.82 345	7.94 378	3.10 288	18.95 419	4.45 278	28.47 379	29.65 390	29.11 471	41.47 487	24.44 396	17.64 429	23.34 459	21.66 452	0.16 269	0.07 197	0.53 410	0.32 399	0.77 373	1.64 425
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DeepPrunerF	19.92 487	11.02 500	44.29 519	20.74 523	17.75 532	19.19 421	22.57 521	36.86 488	49.93 515	25.48 443	36.62 454	24.69 402	23.97 470	23.44 460	21.79 453	2.68 488	1.63 493	5.70 508	3.95 509	3.38 470	2.67 455

FBW_ROB	21.00 492	10.23 489	22.72 470	13.71 489	6.77 451	30.49 499	16.46 495	44.58 533	43.57 493	44.25 531	39.59 475	43.27 518	26.12 483	33.96 505	21.80 454	2.58 487	1.84 496	7.14 524	2.78 500	4.00 476	4.06 479

ACVNet-4b	36.40 547	52.20 555	56.11 540	42.45 550	21.78 539	48.56 538	14.37 473	49.50 543	60.15 547	43.17 527	46.38 512	55.62 545	24.56 474	38.15 528	21.97 455	25.13 550	3.66 528	46.93 554	33.56 553	25.97 547	17.74 545

ff1	9.41 322	1.43 158	9.67 309	5.70 246	3.44 301	11.96 300	6.35 339	18.45 254	16.31 247	15.83 273	31.44 402	17.22 314	10.87 299	16.19 373	21.98 456	0.00 1	0.05 140	0.80 435	0.08 257	0.26 180	0.14 142

mmx	10.71 368	1.43 158	9.67 309	5.70 246	3.44 301	11.96 300	6.35 339	32.18 430	28.03 380	15.83 273	31.44 402	17.22 314	10.87 299	16.19 373	21.98 456	0.22 298	0.06 173	0.80 435	0.08 257	0.48 291	0.21 202

xxx	10.71 368	1.43 158	9.67 309	5.70 246	3.44 301	11.96 300	6.35 339	32.18 430	28.03 380	15.83 273	31.44 402	17.22 314	10.87 299	16.19 373	21.98 456	0.22 298	0.06 173	0.80 435	0.08 257	0.48 291	0.21 202

w-ln-seven-2	17.58 463	7.62 473	41.78 516	11.29 468	6.55 445	23.49 452	14.08 470	29.64 398	39.85 472	28.44 468	42.38 493	30.45 444	27.66 491	22.16 451	22.15 459	0.44 370	0.49 437	0.65 422	0.17 318	1.58 416	0.81 367

Wz-Net-LNSev	18.19 472	10.57 493	41.33 514	10.19 440	7.94 480	24.29 456	15.28 485	34.15 456	43.38 492	32.90 496	43.72 503	31.94 455	22.21 461	20.81 444	22.26 460	0.47 378	0.22 352	0.00 1	0.02 162	1.22 401	0.94 384

1111x	11.32 379	1.34 137	8.95 267	5.20 212	1.96 222	14.46 350	7.75 385	35.65 475	28.23 383	15.66 270	26.66 335	26.65 417	14.76 389	15.88 362	22.27 461	0.24 312	0.13 286	0.04 215	0.06 243	0.30 204	0.24 225

RP	17.58 463	4.92 436	15.27 417	15.44 507	11.95 518	21.05 435	11.75 451	27.64 370	45.09 501	22.99 415	42.05 492	39.39 501	27.74 492	25.54 472	22.33 462	5.45 510	0.59 451	4.33 502	1.62 486	3.53 471	2.86 460

S-Stereo	16.85 452	3.95 416	20.67 466	12.08 478	8.91 494	21.68 438	12.61 459	32.20 432	44.61 498	22.37 406	38.42 468	29.15 432	28.02 494	18.58 404	22.36 463	2.88 489	3.11 520	0.87 447	1.82 489	3.58 472	9.08 528

TCMNet	15.19 439	6.68 462	19.70 458	13.83 492	12.53 520	26.35 475	13.66 466	29.47 396	35.21 446	24.71 433	31.20 396	23.44 386	15.13 396	18.97 408	22.59 464	1.13 456	0.65 456	2.04 478	0.97 466	3.18 462	2.31 450

DRN-Test	15.88 443	3.83 413	14.70 413	9.96 434	8.02 482	28.93 489	14.65 474	42.34 520	38.25 467	28.18 466	34.31 442	29.22 433	18.35 439	20.01 425	22.68 465	0.37 347	0.41 413	0.46 403	0.28 380	1.28 405	1.34 410

NCCL2	17.23 459	6.37 458	14.30 407	23.45 531	7.18 462	24.16 455	17.05 500	34.39 461	25.88 361	31.55 486	38.01 464	42.09 515	26.81 485	20.94 445	22.69 466	0.45 372	0.23 358	2.63 490	1.80 488	2.02 437	2.57 452

STTRV1_RVC	22.05 505	18.29 522	39.19 508	16.73 511	23.82 544	29.51 491	15.66 488	34.87 466	34.16 438	35.00 505	34.89 445	31.89 454	28.80 499	28.81 488	23.08 467	11.86 539	3.26 521	6.50 513	4.65 515	14.38 535	5.69 494

DGSMNet	19.79 485	12.06 504	33.43 500	13.79 491	16.23 530	22.97 447	15.88 490	35.41 473	41.96 483	19.90 365	32.16 415	35.60 485	18.14 438	29.48 493	23.10 468	3.85 499	3.89 531	6.16 511	4.75 516	13.56 530	13.44 539

MSMD_ROB	22.90 510	9.64 485	14.76 414	17.46 514	9.88 499	34.94 513	18.83 508	33.67 452	37.47 460	40.97 522	59.80 545	45.93 527	38.34 528	31.74 499	23.24 469	6.22 516	3.58 526	8.78 527	11.03 540	6.76 500	5.06 493

SANet	20.96 491	6.60 461	29.81 489	8.83 398	3.19 291	31.27 501	20.56 514	41.86 519	56.09 538	39.30 518	43.62 501	44.95 522	31.93 513	27.83 482	23.67 470	0.94 442	0.52 444	0.99 451	0.42 422	4.72 484	2.03 440

StereoDRNet	15.30 441	4.47 425	14.35 408	10.71 451	8.69 488	25.02 465	11.03 438	39.66 506	35.62 450	29.17 472	28.81 355	34.05 476	17.80 432	18.80 406	23.77 471	0.41 363	0.30 391	0.15 326	0.14 303	1.64 420	1.42 415

CSAN	21.34 498	9.45 482	23.34 471	20.99 525	4.95 375	32.57 506	34.26 546	38.83 503	49.95 517	36.97 512	39.72 476	44.97 523	31.73 512	26.05 473	23.94 472	1.52 466	0.47 432	0.85 443	1.43 481	2.73 449	2.14 445

PSMNet_ROB	16.90 455	5.45 443	14.16 402	13.77 490	7.25 463	27.65 483	32.74 545	43.21 528	37.88 465	24.00 423	32.97 426	34.55 480	16.69 415	17.41 390	23.96 473	0.38 348	0.22 352	0.93 448	2.05 493	1.83 428	0.96 385

PA-Net	16.29 447	6.88 467	27.34 482	9.88 431	11.12 510	21.77 439	28.15 539	32.06 429	39.49 468	19.99 366	27.91 345	23.50 388	20.59 455	20.25 433	24.04 474	0.24 312	2.26 505	0.22 359	4.59 514	1.13 397	4.48 486
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	18.75 476	5.12 437	17.66 442	10.77 456	7.84 478	22.41 444	11.03 438	35.23 471	42.07 485	34.62 504	42.74 495	41.28 511	35.50 520	25.14 470	24.17 475	2.42 484	2.42 509	6.35 512	1.45 482	2.89 455	3.80 472

ETE_ROB	17.67 466	9.48 483	17.66 442	13.60 487	4.57 361	23.03 448	21.09 515	32.49 436	35.24 447	30.49 480	38.06 465	46.18 529	24.49 472	26.40 476	24.21 476	0.46 377	0.24 369	1.14 457	0.84 456	1.52 415	2.13 442

WCMA_ROB	20.02 488	4.30 422	19.72 459	9.47 418	7.00 458	32.71 508	13.99 469	31.97 427	32.48 425	41.51 523	52.00 528	44.09 520	36.14 522	32.43 500	24.29 477	6.19 515	2.79 516	1.09 455	1.10 472	3.95 475	3.13 468

stereogan	18.62 475	3.07 389	16.31 429	13.04 484	9.99 501	35.74 516	9.09 401	38.17 498	45.27 502	24.39 432	41.24 484	39.93 503	25.46 481	31.29 498	24.33 478	1.80 472	0.91 476	2.71 492	0.75 453	5.15 490	3.70 471

DANet	16.85 452	8.00 476	26.04 480	14.56 501	7.25 463	20.59 432	5.37 300	26.22 354	26.02 367	32.17 492	36.00 451	37.20 490	29.77 503	30.75 495	24.62 479	1.14 458	1.34 484	2.21 483	0.51 435	3.18 462	4.07 480
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
Nwc_Net	17.98 470	4.67 428	17.79 446	14.26 497	11.65 516	25.14 466	14.88 478	40.85 513	39.83 471	21.07 391	43.24 499	34.50 479	27.64 490	26.44 478	25.03 480	3.22 494	0.18 323	2.52 489	3.18 502	1.98 433	1.51 420

DPSNet	24.40 520	6.97 469	33.14 498	11.16 464	6.54 444	53.33 544	43.32 554	51.28 545	59.37 546	30.89 482	39.36 473	40.35 506	34.30 519	32.57 501	25.09 481	4.65 508	1.62 492	0.37 395	0.66 447	8.51 513	4.44 485

G-Net	21.25 496	8.24 477	37.97 506	15.14 505	9.26 497	50.87 541	16.80 499	27.96 372	30.54 401	38.92 515	42.93 498	33.27 467	32.17 514	27.99 485	25.25 482	4.40 506	3.83 529	3.60 501	0.97 466	7.91 508	6.95 510

SuperB	17.60 465	6.22 457	56.40 541	7.91 377	5.07 384	19.70 426	9.03 398	24.87 335	50.15 519	26.25 452	39.13 472	17.61 322	20.84 457	22.28 452	25.31 483	0.70 412	0.31 394	1.10 456	0.71 450	16.58 538	1.86 431

NCC-stereo	19.75 483	6.08 450	23.96 472	15.05 502	16.17 528	18.42 414	21.45 516	43.31 530	41.00 477	24.30 427	38.12 466	34.98 482	26.92 486	35.46 512	25.65 484	4.29 503	2.07 500	3.24 498	8.90 535	2.86 453	2.86 460

Abc-Net	19.75 483	6.08 450	23.96 472	15.05 502	16.17 528	18.42 414	21.45 516	43.31 530	41.00 477	24.30 427	38.12 466	34.98 482	26.92 486	35.46 512	25.65 484	4.29 503	2.07 500	3.24 498	8.90 535	2.86 453	2.86 460
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
LALA_ROB	19.19 479	7.15 470	15.93 423	12.96 483	5.30 402	28.30 485	23.21 527	42.51 521	36.69 457	33.45 498	40.81 482	50.96 540	24.53 473	27.92 483	25.66 486	0.60 400	0.44 423	2.04 478	1.22 476	2.54 446	1.47 418

GwcNet	16.48 449	5.23 440	20.03 463	10.24 443	8.48 485	28.79 486	10.09 422	38.60 500	44.51 497	23.29 419	36.95 456	31.29 450	19.79 452	20.42 438	25.70 487	0.54 391	0.72 461	0.57 415	0.39 418	1.37 412	2.64 454

PWC_ROB	18.37 473	10.55 492	25.19 477	10.21 441	6.29 442	23.75 453	4.79 289	35.93 478	48.75 511	32.56 494	44.46 507	34.68 481	24.78 477	30.99 496	25.72 488	1.38 465	0.08 217	1.57 471	0.26 372	2.18 441	3.17 470

AF-Net	18.38 474	5.60 446	14.21 404	15.95 508	10.78 507	22.26 442	10.45 432	35.39 472	50.22 520	24.71 433	37.77 461	41.55 513	29.24 501	29.11 490	26.67 489	4.35 505	0.06 173	4.56 504	0.90 458	2.42 442	1.38 413

LSM	29.98 534	19.52 528	55.11 538	19.06 519	53.75 561	32.57 506	23.17 526	42.61 523	48.57 510	45.97 534	55.04 539	42.93 517	36.02 521	35.63 514	27.03 490	2.33 479	9.19 543	4.87 505	7.71 531	10.65 521	27.91 553

MFN_U_SF_DS_RVC	23.92 515	13.60 510	30.09 491	25.46 534	10.02 502	38.51 525	20.40 513	35.77 477	43.76 495	42.15 524	47.10 516	39.99 504	28.20 496	35.96 518	27.06 491	3.64 497	3.85 530	6.66 517	16.30 546	4.97 487	4.98 492

FCDSN-DC	25.59 527	14.91 515	18.83 451	28.55 539	15.68 526	39.29 528	18.16 506	42.83 527	41.69 480	44.43 532	51.94 527	50.82 539	39.22 531	34.59 508	27.29 492	6.05 513	3.63 527	7.01 521	6.41 522	10.35 518	10.17 532
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
XPNet_ROB	17.33 462	4.84 430	15.44 418	11.15 463	6.64 446	20.88 433	16.10 491	36.26 481	39.54 469	31.80 490	41.32 485	41.30 512	23.91 469	24.67 466	27.40 493	1.07 455	0.74 463	0.79 433	0.25 368	1.10 394	1.31 409

psmorigin	20.95 490	10.24 490	35.84 501	9.75 425	7.05 459	24.59 458	10.11 423	32.85 442	32.17 421	43.09 526	54.57 537	42.79 516	36.62 523	35.99 519	27.41 494	1.58 467	2.72 514	0.79 433	1.05 469	3.26 468	6.50 504

FC-DCNN v2	24.44 521	10.97 498	18.53 450	18.49 518	9.18 496	37.41 520	23.03 524	40.91 514	43.02 488	46.46 536	54.06 536	50.67 538	38.26 527	35.41 510	27.52 495	6.85 520	3.38 523	6.03 510	4.89 518	7.82 506	5.94 497

FC-DCNN	24.37 519	10.99 499	19.02 452	18.44 517	9.16 495	36.98 518	23.07 525	40.44 510	43.05 489	46.25 535	53.58 535	50.44 537	37.86 525	35.45 511	27.57 496	6.87 521	3.37 522	6.01 509	4.88 517	7.86 507	6.05 498

MeshStereo	22.27 506	6.87 466	11.15 350	7.69 369	4.87 370	37.70 521	13.06 461	41.64 518	36.95 459	50.92 541	53.41 533	58.12 546	41.93 536	37.73 527	27.62 497	2.52 486	2.37 506	2.99 494	2.07 494	3.09 459	2.60 453
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
SGM_RVC	19.52 481	2.12 337	6.79 163	6.59 313	1.33 161	38.20 523	15.74 489	38.13 497	34.07 435	45.71 533	41.91 491	51.41 541	38.10 526	38.77 531	27.80 498	0.61 404	0.36 406	0.51 408	0.33 403	1.03 389	0.90 379
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
APVNet	17.75 467	5.46 444	20.35 465	12.31 480	8.40 484	30.16 494	24.10 529	41.14 516	30.12 399	25.08 437	41.09 483	31.24 448	23.12 465	27.07 479	27.86 499	0.34 339	0.56 449	3.02 495	0.52 436	1.68 423	1.45 417

CC-Net-ROB	22.04 504	22.91 533	28.86 485	14.05 495	8.73 489	33.79 511	15.26 483	46.84 537	36.06 453	33.72 500	32.10 413	35.47 484	24.02 471	23.57 461	27.88 500	8.95 525	2.95 519	24.94 544	3.68 506	12.41 528	4.62 488

DispFullNet	30.27 537	31.74 542	58.63 544	30.13 541	28.18 547	31.79 503	8.94 397	37.16 491	54.68 528	32.60 495	37.99 463	44.62 521	28.80 499	41.55 537	27.93 501	11.94 540	3.46 524	35.53 550	12.34 542	30.08 550	17.26 544

GANetREF_RVC	25.41 526	29.28 540	24.63 475	25.18 533	6.04 432	30.44 497	35.39 549	47.84 539	50.60 521	36.88 511	36.04 452	34.11 478	31.23 510	37.46 524	27.96 502	8.58 523	2.66 512	16.29 537	4.95 519	14.37 534	8.32 523
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
aanetorigin	19.21 480	12.59 505	53.50 532	9.67 423	7.83 477	11.85 297	13.87 468	17.05 230	34.15 437	49.18 538	48.89 520	34.05 476	30.22 505	22.86 457	28.00 503	1.01 450	0.75 465	0.67 424	0.89 457	3.07 458	4.14 481

Wz-Net-MNSev	18.98 478	6.53 460	33.16 499	10.15 439	7.26 465	38.37 524	16.45 494	34.19 458	43.20 490	30.65 481	40.76 481	40.51 507	19.24 447	27.56 481	28.06 504	0.81 431	0.26 380	0.05 222	0.10 279	1.45 414	0.84 371

otaku	33.18 540	35.99 548	52.93 530	40.01 547	21.41 538	55.08 545	17.25 501	43.30 529	61.58 549	39.25 517	49.16 521	46.61 530	28.49 498	39.77 533	28.76 505	18.56 545	7.00 541	31.82 548	9.61 537	21.53 545	15.48 541

z-ln-s-r	14.97 436	6.05 449	40.55 512	5.39 230	5.41 407	13.95 335	13.34 464	21.84 302	36.75 458	18.86 350	43.90 505	23.71 392	16.41 413	22.64 456	28.99 506	0.02 146	0.02 68	0.00 1	0.00 1	1.04 390	0.48 311

w-ln-seven	21.04 493	9.30 479	55.15 539	11.32 469	9.98 500	30.27 495	18.05 505	37.06 490	55.12 534	36.70 510	43.26 500	33.73 472	22.90 463	22.63 455	29.52 507	0.39 358	0.18 323	0.85 443	0.16 313	2.75 450	1.47 418

Ntro	34.97 545	37.63 549	54.53 536	43.26 551	22.45 542	57.73 551	21.97 518	47.14 538	64.21 555	39.12 516	48.86 518	47.93 533	36.94 524	40.66 535	29.83 508	17.16 543	6.51 538	32.70 549	10.17 538	24.06 546	16.48 542

zh-mn7	21.99 503	13.21 507	53.55 533	10.73 453	5.68 420	27.38 482	14.94 479	34.53 464	56.55 539	40.02 519	57.13 541	31.28 449	23.73 468	35.83 517	30.28 509	0.95 444	0.44 423	0.22 359	0.19 333	1.26 404	1.86 431

PDISCO_ROB	24.45 522	9.24 478	29.28 488	28.68 540	19.96 536	37.14 519	15.33 486	45.04 535	54.69 529	29.24 473	42.67 494	46.07 528	28.17 495	35.35 509	30.30 510	9.92 529	2.13 502	6.90 518	3.20 503	8.74 514	6.87 509

z-mn7	21.05 494	9.91 486	45.96 524	11.27 467	5.23 393	33.41 510	15.27 484	35.65 475	57.07 540	26.62 454	53.08 530	32.21 458	24.80 478	35.65 515	30.93 511	0.49 381	0.25 377	0.55 412	0.11 289	1.62 418	0.90 379

RYNet	18.92 477	4.69 429	16.88 433	10.99 460	15.84 527	46.72 535	16.57 496	37.84 495	48.03 506	26.92 455	26.48 332	37.84 495	24.92 479	19.80 421	31.04 512	0.25 318	0.25 377	0.62 418	0.03 182	6.34 497	6.39 503

SHD	21.32 497	10.03 487	30.16 492	14.30 498	8.68 487	24.15 454	8.93 396	40.82 512	61.17 548	35.79 508	44.15 506	38.73 497	30.20 504	33.88 503	31.09 513	2.00 475	0.81 468	1.17 458	1.55 483	4.08 477	4.78 489

DISCO	16.36 448	1.88 292	16.15 424	7.78 374	4.19 338	26.92 480	10.21 428	30.31 408	44.26 496	21.35 397	33.91 440	35.80 486	22.40 462	35.65 515	33.87 514	0.18 275	0.08 217	0.04 215	0.04 203	1.71 424	0.54 322

SGM-ForestM	23.72 514	2.44 358	9.13 286	7.43 358	2.25 238	44.80 534	19.11 510	44.90 534	49.97 518	50.74 540	51.18 525	62.06 554	45.83 541	44.96 541	33.88 515	1.00 448	0.84 470	0.78 431	0.62 444	1.29 406	1.11 398

ADCRef	17.30 460	6.73 463	42.01 518	10.11 437	8.78 492	26.61 478	10.45 432	31.29 421	32.75 429	31.19 483	41.62 490	18.47 337	19.78 451	24.29 465	34.06 516	0.76 423	0.42 417	2.16 481	1.79 487	1.23 402	1.56 422

Wz-Net-TNSev	25.12 523	20.16 530	57.98 543	9.56 420	7.42 468	42.73 532	22.27 519	35.14 469	53.46 524	35.97 509	42.74 495	45.83 525	39.87 532	36.56 521	34.73 517	1.82 473	1.51 490	0.76 430	1.34 480	5.84 496	6.80 507

ADCP+	18.16 471	4.61 427	32.94 497	9.31 411	10.23 503	28.87 487	11.69 449	33.43 449	36.49 456	29.28 474	40.49 480	24.18 395	24.61 475	33.89 504	35.33 518	0.25 318	0.40 412	2.00 477	1.17 474	2.16 440	1.87 433

xxxx	11.74 391	1.16 98	7.88 213	5.61 239	1.99 225	20.46 431	3.12 233	33.99 454	23.76 341	15.53 266	30.67 382	26.88 422	14.50 385	12.98 295	35.48 519	0.19 279	0.18 323	0.01 160	0.02 162	0.22 148	0.27 239

Wz-Net-SNSev	22.67 508	16.94 520	45.69 522	13.85 493	8.52 486	28.89 488	27.06 536	39.39 505	55.04 532	31.77 489	53.23 531	39.18 499	23.41 467	26.40 476	36.25 520	0.78 425	0.21 342	1.21 462	0.90 458	3.03 457	1.62 424

LE_ROB	22.93 511	3.07 389	14.02 399	7.70 370	2.86 275	31.99 504	17.35 502	28.10 375	67.19 560	70.51 562	55.61 540	49.07 535	47.62 543	24.76 469	36.49 521	0.35 342	0.20 335	0.27 371	0.55 439	0.48 291	0.44 300

ADCL	21.64 501	6.20 454	47.32 526	9.93 432	6.91 457	38.69 527	19.97 512	31.26 419	54.04 525	27.89 464	47.97 517	31.35 451	30.66 508	33.18 502	36.62 522	0.99 447	0.92 477	2.63 490	1.82 489	2.45 443	2.13 442

PASM	28.19 531	17.35 521	48.18 527	22.49 530	22.20 540	25.92 471	25.84 534	34.35 460	49.45 513	35.37 507	39.48 474	46.72 531	33.36 516	34.28 506	36.77 523	11.73 538	14.94 547	17.43 539	22.18 548	13.45 529	12.32 537

ADCPNet	21.93 502	9.38 481	57.92 542	11.76 474	6.88 455	36.03 517	18.44 507	32.80 441	35.93 451	32.91 497	43.80 504	39.21 500	26.99 488	31.14 497	36.94 524	2.05 476	2.67 513	2.30 485	3.45 505	4.22 479	3.82 473

zh-sn7	23.03 512	15.48 516	50.25 528	14.08 496	7.77 476	26.71 479	23.32 528	36.59 484	48.43 509	33.80 501	51.71 526	33.34 469	33.77 517	39.91 534	37.07 525	0.60 400	0.86 471	0.54 411	0.35 406	3.18 462	2.85 458

ACVNet_1	41.30 550	49.46 553	64.91 552	44.67 552	25.07 545	49.43 540	25.23 532	55.33 552	65.87 557	59.72 546	59.33 544	63.43 555	48.79 545	49.63 545	37.09 526	19.05 546	9.82 544	38.29 551	13.97 544	28.67 548	18.23 547

RTSC	19.64 482	9.36 480	31.06 495	10.99 460	6.24 439	28.10 484	10.14 426	37.50 494	58.34 544	31.74 488	36.70 455	32.50 462	21.03 459	36.00 520	37.24 527	1.23 461	0.44 423	0.12 305	0.31 395	1.98 433	1.69 428

test_xeample	11.49 384	1.24 115	7.50 195	5.22 216	2.18 234	17.40 404	6.49 349	31.14 417	22.77 326	17.90 323	33.09 427	18.48 338	14.61 386	13.51 312	37.38 528	0.16 269	0.13 286	0.01 160	0.03 182	0.23 160	0.24 225

EDNetEfficient	25.16 524	22.23 532	77.22 566	9.09 405	7.38 466	19.38 422	16.78 498	21.41 296	55.74 537	61.52 553	53.51 534	36.22 487	40.65 535	24.22 463	38.27 529	0.62 407	0.74 463	0.86 446	2.60 499	7.70 504	7.09 512

SAMSARA	34.43 544	18.53 523	31.91 496	55.34 556	35.34 550	75.99 573	94.71 582	47.97 540	50.84 522	37.47 514	36.99 457	53.12 543	38.55 529	39.56 532	38.65 530	3.59 496	5.40 535	2.22 484	3.72 507	9.43 516	9.29 530

MANE	31.97 539	10.75 495	17.71 445	20.94 524	13.77 523	47.80 537	26.85 535	53.00 550	55.20 535	59.29 545	64.30 552	64.93 557	56.31 555	51.83 551	38.69 531	9.61 528	4.72 533	6.91 519	19.93 547	9.20 515	7.64 519

XQC	24.10 518	16.76 519	50.68 529	21.37 529	11.01 509	35.24 515	18.84 509	37.28 493	55.11 533	31.64 487	30.06 377	37.71 494	30.31 506	37.17 523	39.66 532	4.20 502	0.41 413	2.76 493	1.89 491	11.46 527	8.42 524

MFN_U_SF_RVC	28.16 530	14.14 513	53.23 531	21.11 526	7.91 479	39.97 529	13.13 462	51.65 547	46.34 504	47.41 537	53.38 532	55.32 544	40.53 534	38.47 530	39.74 533	5.67 512	4.46 532	6.98 520	8.73 534	7.47 503	7.44 517

PVD	33.19 541	18.59 524	37.64 505	26.09 535	16.99 531	33.25 509	42.25 553	51.42 546	66.03 558	52.65 543	64.31 553	51.93 542	55.13 551	51.61 550	40.40 534	4.00 501	3.51 525	9.53 528	4.26 513	10.62 520	23.56 548

MSAF-DinoV2	20.61 489	7.35 471	24.41 474	11.43 471	4.88 371	30.12 493	16.70 497	39.67 507	54.27 527	22.75 411	32.01 411	48.05 534	30.44 507	37.52 525	40.45 535	0.72 416	0.50 439	0.44 400	1.23 477	4.64 482	4.54 487

ADCMid	22.76 509	10.75 495	41.73 515	11.23 465	7.97 481	27.26 481	19.18 511	35.44 474	38.02 466	40.23 520	46.38 512	36.56 488	42.70 537	38.20 529	40.75 536	1.77 470	1.43 488	3.05 496	3.81 508	4.96 486	3.82 473

RTS	30.15 535	23.12 534	96.33 582	16.71 509	11.63 514	58.66 553	24.28 530	36.80 486	62.63 552	43.79 529	46.10 510	32.56 463	43.90 538	51.29 548	40.92 537	2.38 482	0.66 457	1.06 452	0.74 451	5.11 488	4.34 483

RTSA	30.15 535	23.12 534	96.33 582	16.71 509	11.63 514	58.66 553	24.28 530	36.80 486	62.63 552	43.79 529	46.10 510	32.56 463	43.90 538	51.29 548	40.92 537	2.38 482	0.66 457	1.06 452	0.74 451	5.11 488	4.34 483

ccnet	24.02 516	16.16 517	21.70 467	11.83 476	17.75 532	37.87 522	16.18 492	45.46 536	31.93 417	36.99 513	46.46 515	38.76 498	29.52 502	37.55 526	40.93 539	9.20 526	6.29 537	9.63 529	7.71 531	11.19 523	7.21 515

RainbowNet	51.25 553	62.74 563	64.52 551	60.13 557	39.00 554	58.72 555	30.83 542	57.31 555	79.18 572	50.24 539	65.35 557	60.13 551	44.25 540	49.47 544	41.16 540	46.52 559	46.06 562	52.72 558	31.78 551	52.33 559	32.47 554

WZ-Net	25.17 525	12.95 506	63.02 547	15.13 504	10.42 506	38.51 525	27.42 538	40.46 511	54.17 526	28.32 467	52.95 529	40.81 509	28.36 497	37.07 522	41.35 541	1.21 460	0.21 342	0.73 428	0.94 464	5.42 494	3.87 475

AnyNet_C32	23.37 513	13.28 509	40.29 511	12.36 481	11.44 513	30.39 496	29.15 541	31.36 422	44.90 500	35.36 506	48.86 518	33.61 471	34.20 518	43.15 539	41.62 542	1.27 462	1.35 485	1.18 460	2.58 498	4.77 485	6.27 501

ELAS_RVC	33.79 543	19.15 526	35.97 502	21.28 527	13.79 524	52.58 542	36.11 550	48.96 542	55.66 536	61.47 552	62.91 547	58.35 548	53.55 549	53.37 553	42.23 543	11.25 536	6.64 540	10.32 531	7.05 524	13.56 530	11.58 535
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
EDNetEfficientorigin	28.98 532	35.45 547	99.82 592	9.43 413	5.65 418	24.97 463	14.79 476	26.06 351	54.82 530	60.87 549	57.59 542	45.42 524	50.27 546	26.11 474	43.62 544	0.30 329	0.37 408	1.61 472	2.35 496	10.17 517	9.99 531

BEATNet-Init1	35.08 546	20.64 531	54.70 537	27.43 537	12.00 519	58.29 552	31.01 543	52.58 549	57.49 542	60.36 547	62.98 548	69.98 560	55.54 553	53.00 552	44.40 545	4.61 507	2.84 517	7.05 522	6.89 523	10.97 522	8.94 527

ELAS	33.68 542	18.95 525	36.71 503	20.64 521	13.61 522	56.43 546	35.14 548	50.03 544	49.90 514	60.58 548	63.83 551	58.64 549	53.36 548	50.73 546	44.44 546	11.03 534	6.58 539	10.02 530	7.43 525	13.58 532	11.94 536
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCS	26.20 528	13.71 511	46.90 525	14.51 500	10.34 504	30.46 498	22.72 523	42.81 526	57.61 543	42.58 525	49.37 522	41.91 514	40.43 533	41.90 538	44.58 547	2.37 481	2.19 504	2.37 487	3.29 504	7.32 502	6.52 505

coex-ft	30.77 538	38.58 550	93.29 581	9.44 416	5.62 416	34.95 514	25.30 533	30.83 414	59.36 545	73.23 566	58.53 543	45.92 526	47.29 542	29.44 492	45.30 548	1.37 463	1.65 494	0.95 449	0.96 465	8.35 512	4.96 491

MSC_U_SF_DS_RVC	37.16 548	34.69 544	53.68 534	37.47 546	12.55 521	56.80 549	22.63 522	52.02 548	63.29 554	66.20 558	63.82 550	58.12 546	53.73 550	51.21 547	46.48 549	8.79 524	5.31 534	14.69 536	15.22 545	17.27 541	9.21 529

222	12.33 402	1.29 125	8.09 227	6.06 280	2.14 232	19.51 423	2.53 206	33.63 451	23.55 332	21.72 400	30.51 381	20.11 353	16.77 417	13.22 303	46.51 550	0.15 267	0.14 301	0.01 160	0.03 182	0.26 180	0.26 234

ACVNet_2	57.39 559	61.72 562	72.56 561	66.35 560	38.29 553	61.93 557	48.64 557	71.64 570	81.91 575	79.28 574	88.72 582	76.25 564	72.87 565	54.33 554	46.74 551	37.13 553	23.36 550	54.52 559	37.80 554	46.22 554	27.59 551

AnyNet_C01	29.76 533	25.78 537	75.37 564	17.03 512	11.34 511	49.00 539	27.12 537	37.99 496	40.05 474	40.73 521	65.13 555	46.98 532	38.86 530	46.63 542	48.19 552	2.14 477	2.13 502	2.13 480	2.56 497	8.14 510	7.98 521

Consistency-Raft	41.82 551	35.10 546	44.56 521	32.85 543	41.39 555	46.76 536	34.76 547	57.01 554	54.94 531	32.10 491	65.22 556	30.82 445	48.46 544	40.81 536	48.77 553	27.39 551	34.28 554	42.92 552	51.66 563	39.28 553	27.28 550

IMH-64-1	59.25 560	58.09 557	67.69 556	66.06 558	50.51 557	56.45 547	49.45 558	68.83 563	67.75 561	67.58 559	80.37 571	70.15 561	74.28 567	72.16 569	48.94 554	42.00 556	42.87 559	65.57 560	47.02 556	51.52 555	37.76 557

IMH-64	59.25 560	58.09 557	67.69 556	66.06 558	50.51 557	56.45 547	49.45 558	68.83 563	67.75 561	67.58 559	80.37 571	70.15 561	74.28 567	72.16 569	48.94 554	42.00 556	42.87 559	65.57 560	47.02 556	51.52 555	37.76 557

anonymity	52.32 554	58.23 559	63.91 548	41.12 549	59.25 565	53.27 543	41.04 552	55.69 553	40.20 475	54.85 544	49.49 523	49.13 536	55.48 552	59.07 555	49.65 556	55.86 562	50.03 568	51.00 556	51.08 561	51.71 557	56.36 562

IMH	62.95 562	60.33 561	67.78 558	69.51 562	53.65 560	65.09 562	54.21 560	72.00 571	73.28 566	72.49 564	81.93 573	72.96 563	79.81 571	76.65 575	51.41 557	43.57 558	49.82 567	67.81 562	51.14 562	54.83 560	40.67 559

ktn	72.58 571	80.06 578	69.96 559	79.14 571	69.86 576	75.40 571	70.43 572	69.01 565	76.90 569	72.88 565	77.46 568	77.43 565	77.41 570	72.78 572	55.00 558	79.09 574	65.99 576	80.09 571	68.29 566	71.46 572	62.98 568

SGM+DAISY	54.67 557	56.61 556	62.73 546	40.21 548	53.22 559	61.95 558	48.59 556	55.05 551	44.62 499	61.03 551	63.68 549	60.46 552	55.62 554	60.68 557	55.34 559	56.34 564	48.56 565	50.16 555	49.63 560	52.25 558	56.76 564

SPS-STEREO	55.62 558	59.14 560	64.16 549	45.05 553	53.84 562	59.88 556	44.00 555	59.53 556	49.94 516	62.33 554	61.09 546	59.80 550	56.82 556	60.06 556	57.85 560	58.41 565	48.34 564	51.07 557	49.21 559	55.41 561	56.48 563
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
notaker	72.18 569	79.78 576	78.84 568	78.75 570	68.52 573	63.26 560	61.68 564	69.22 566	75.95 567	77.58 571	78.85 569	79.69 570	84.79 578	77.39 576	58.43 561	69.68 571	60.79 575	77.46 568	68.48 567	69.62 567	64.92 571

WAO-6	70.64 565	73.02 568	66.25 553	79.92 573	61.74 569	68.74 564	59.08 562	75.27 575	87.02 579	74.72 567	79.40 570	79.19 568	84.60 577	67.70 561	60.53 562	67.85 568	48.88 566	81.48 573	73.29 570	65.57 563	58.60 565

NVStereoNet_ROB	41.93 552	32.40 543	44.55 520	36.60 545	27.78 546	34.52 512	32.38 544	48.84 541	57.18 541	69.34 561	75.62 567	66.07 559	64.86 559	47.34 543	60.78 563	15.72 542	23.99 551	23.40 543	32.06 552	21.34 544	23.86 549
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MFMNet_re	72.05 568	79.64 575	64.23 550	52.73 555	84.71 580	77.93 575	68.35 567	63.96 559	66.93 559	61.00 550	71.29 563	63.84 556	68.91 561	72.42 571	61.11 564	82.03 581	74.22 581	80.34 572	74.44 572	83.62 582	89.34 583

LRCNet_RVC	73.59 573	69.80 565	74.41 563	77.63 568	60.56 568	40.33 530	15.08 482	71.04 568	48.36 508	88.07 582	94.62 585	90.11 582	81.83 574	80.58 578	61.26 565	97.12 590	72.30 580	96.65 589	97.58 590	77.13 577	77.30 578

TorneroNet-64	65.66 563	70.70 566	71.20 560	76.52 566	59.70 567	66.78 563	58.05 561	67.53 562	80.00 573	62.67 555	67.40 558	83.09 572	69.42 562	67.34 559	62.05 566	48.31 561	44.07 561	72.93 564	63.88 565	68.05 565	53.58 561

PWCK	65.90 564	88.63 582	79.40 569	80.32 574	29.96 548	63.85 561	39.45 551	72.07 572	71.26 564	78.74 573	68.99 560	77.82 566	61.77 558	82.81 579	62.64 567	80.17 577	39.88 558	81.90 575	47.37 558	73.54 575	37.51 556

LVE	71.50 567	72.46 567	83.91 574	75.21 565	55.29 564	74.81 567	62.76 565	77.22 576	83.77 577	82.09 576	87.11 581	83.38 573	82.41 576	75.93 573	64.49 568	48.28 560	57.24 574	74.61 566	62.53 564	65.49 562	61.01 566

WAO-7	72.21 570	78.21 571	54.04 535	79.33 572	69.31 575	70.20 565	72.09 573	77.85 579	84.90 578	77.35 570	86.03 577	79.37 569	79.88 572	65.32 558	65.33 569	62.33 567	69.70 579	70.51 563	73.21 569	67.23 564	62.02 567

TorneroNet	71.21 566	73.44 569	75.82 565	80.82 575	65.65 571	70.53 566	64.39 566	71.42 569	75.97 568	71.47 563	73.68 565	84.17 575	74.00 566	69.85 565	69.09 570	59.37 566	48.19 563	79.67 569	73.51 571	74.93 576	68.26 574

WAO-8	76.87 577	78.41 572	66.45 554	86.81 579	72.47 577	79.27 577	68.59 569	77.75 577	89.01 581	83.09 578	86.98 578	85.87 578	84.97 579	72.12 567	69.11 571	74.93 572	55.23 571	87.79 585	83.50 579	70.47 569	64.56 569

Venus	76.87 577	78.41 572	66.45 554	86.81 579	72.47 577	79.27 577	68.59 569	77.75 577	89.01 581	83.09 578	86.98 578	85.87 578	84.97 579	72.12 567	69.11 571	74.93 572	55.23 571	87.79 585	83.50 579	70.48 570	64.56 569

UNDER WATER-64	73.11 572	74.48 570	87.70 575	74.03 564	55.20 563	78.24 576	75.71 575	65.33 560	67.91 563	75.60 569	69.32 561	84.41 576	76.93 569	68.43 563	72.45 573	81.18 579	56.77 573	82.46 576	80.34 576	68.22 566	67.48 573

Dean	80.72 581	85.82 581	83.27 571	84.91 578	59.53 566	75.11 568	68.39 568	81.59 581	88.05 580	92.41 584	86.98 578	92.41 584	93.02 584	83.11 580	73.31 574	68.01 569	66.13 577	94.82 588	84.66 582	83.28 580	69.50 575

HanzoNet	77.61 579	81.11 579	82.83 570	77.82 569	69.15 574	75.25 570	69.06 571	73.49 573	77.84 571	82.19 577	82.80 574	85.42 577	86.67 582	85.99 582	73.64 575	85.24 585	68.38 578	81.71 574	75.47 574	71.98 573	66.24 572

TCMNet-wrong-test	76.74 576	91.47 585	89.31 577	97.64 588	97.35 588	94.87 582	92.51 581	69.78 567	65.29 556	63.44 557	71.10 562	65.66 558	51.44 547	85.29 581	74.70 576	56.06 563	20.22 548	83.11 580	82.39 578	95.02 589	88.18 582

UNDER WATER	75.92 575	79.25 574	87.75 576	84.39 577	66.43 572	77.08 574	77.22 576	66.90 561	72.16 565	75.32 568	71.56 564	85.89 580	82.15 575	70.11 566	74.99 577	79.34 576	53.61 570	86.40 582	84.53 581	71.29 571	72.11 576

JetBlue	54.08 556	45.10 552	74.15 562	51.17 554	47.68 556	75.66 572	60.97 563	63.63 558	62.09 551	63.32 556	64.88 554	78.86 567	68.17 560	68.15 562	75.09 578	36.86 552	24.88 553	29.01 547	29.12 550	28.71 549	34.13 555

MADNet+	53.31 555	68.61 564	98.75 589	67.03 561	37.58 552	79.83 579	81.74 578	60.38 557	61.61 550	51.43 542	54.92 538	61.11 553	59.29 557	69.66 564	76.71 579	23.88 548	24.03 552	17.08 538	12.35 543	32.47 551	27.69 552

KSHMR	88.54 583	93.03 586	83.31 572	95.54 586	91.74 585	82.37 580	83.41 579	84.43 582	81.99 576	87.89 581	84.05 575	91.94 583	81.33 573	76.34 574	81.76 580	96.44 589	96.14 588	96.69 590	97.12 589	92.52 588	92.67 588

DPSimNet_ROB	74.29 574	83.27 580	59.30 545	77.19 567	65.13 570	75.14 569	74.95 574	73.99 574	76.94 570	81.99 575	75.48 566	80.18 571	71.76 563	67.39 560	84.00 581	81.87 580	51.14 569	79.99 570	76.70 575	70.17 568	79.21 579

JetRed	79.55 580	79.88 577	91.52 580	71.05 563	75.80 579	91.66 581	80.11 577	79.14 580	80.44 574	84.35 580	84.23 576	83.38 573	72.48 564	79.43 577	85.44 582	69.33 570	81.58 582	73.66 565	72.56 568	82.35 579	72.60 577

ASD4	87.72 582	90.49 583	83.85 573	83.29 576	90.74 584	97.88 585	99.60 590	88.98 583	96.82 587	88.24 583	93.42 583	89.82 581	86.15 581	88.78 583	91.81 583	79.31 575	81.76 583	76.68 567	81.50 577	83.55 581	81.68 580

xxxxx1	91.92 585	95.33 588	98.45 586	87.29 581	89.24 581	98.50 586	98.17 587	92.95 584	93.21 584	93.55 585	95.36 586	96.99 586	96.28 585	94.65 585	94.94 584	83.26 582	84.17 584	82.90 577	88.32 585	85.49 584	89.37 584

tt_ll	91.92 585	95.33 588	98.45 586	87.29 581	89.24 581	98.50 586	98.17 587	92.95 584	93.21 584	93.55 585	95.36 586	96.99 586	96.28 585	94.65 585	94.94 584	83.26 582	84.17 584	82.90 577	88.32 585	85.49 584	89.37 584

ff	91.92 585	95.33 588	98.45 586	87.29 581	89.24 581	98.50 586	98.17 587	92.95 584	93.21 584	93.55 585	95.36 586	96.99 586	96.28 585	94.65 585	94.94 584	83.26 582	84.17 584	82.90 577	88.32 585	85.49 584	89.37 584

MADNet++	94.16 589	94.02 587	90.25 578	96.28 587	96.84 587	97.17 584	90.16 580	94.71 587	91.69 583	97.07 588	93.71 584	94.62 585	92.63 583	96.15 588	95.18 587	95.42 587	95.89 587	92.80 587	92.23 588	92.10 587	94.30 590

HaxPig	99.40 592	99.99 594	97.38 584	100.00 594	100.00 594	96.91 583	97.35 584	99.59 591	99.99 593	100.00 595	100.00 594	99.99 597	99.99 593	99.04 590	97.77 588	100.00 593	100.00 595	100.00 594	100.00 595	100.00 594	99.99 593

MEDIAN_ROB	99.19 590	99.84 592	99.62 591	98.49 589	98.51 590	98.58 589	97.81 586	98.80 590	98.56 588	99.36 592	99.49 590	99.56 592	99.06 589	98.35 589	98.31 589	99.99 592	99.63 591	100.00 594	100.00 595	99.81 592	99.95 592

PML	99.19 590	100.00 597	98.08 585	99.28 591	99.53 591	100.00 593	99.73 591	98.24 588	99.44 590	100.00 595	99.57 592	98.76 591	99.84 591	100.00 596	98.88 590	100.00 593	99.54 590	100.00 594	99.50 592	99.90 593	93.55 589

USTest	93.52 588	90.92 584	77.74 567	87.90 584	92.63 586	100.00 593	100.00 594	99.79 592	99.80 591	99.21 591	99.52 591	98.03 589	99.15 590	89.52 584	99.31 591	90.37 586	98.47 589	84.34 581	87.43 584	84.58 583	91.71 587

Anonymous_1	99.65 593	99.95 593	99.93 593	99.80 593	99.60 592	100.00 593	100.00 594	99.82 594	99.98 592	99.62 593	99.94 593	99.75 594	100.00 594	99.66 591	99.88 592	98.45 591	99.84 592	98.73 591	99.26 591	99.41 591	99.36 591

test_example2	99.68 594	99.99 594	99.99 594	100.00 594	99.99 593	99.86 592	99.99 593	98.29 589	100.00 594	100.00 595	100.00 594	98.15 590	98.39 588	99.98 593	99.98 593	100.00 593	99.99 594	99.40 592	99.53 593	100.00 594	100.00 594

ccccc	99.71 595	98.19 591	100.00 595	100.00 594	100.00 594	99.32 591	99.81 592	99.79 592	99.22 589	99.63 594	98.80 589	99.69 593	99.91 592	99.95 592	99.99 594	100.00 593	100.00 595	99.97 593	99.90 594	100.00 594	100.00 594

DPSMNet_ROB	99.95 597	100.00 597	100.00 595	100.00 594	100.00 594	100.00 593	100.00 594	100.00 595	100.00 594	99.15 590	100.00 594	99.96 595	100.00 594	99.99 594	99.99 594	100.00 593	100.00 595	100.00 594	100.00 595	100.00 594	100.00 594

DGTPSM_ROB	99.95 597	100.00 597	100.00 595	100.00 594	100.00 594	100.00 593	100.00 594	100.00 595	100.00 594	99.14 589	100.00 594	99.96 595	100.00 594	99.99 594	99.99 594	100.00 593	100.00 595	100.00 594	100.00 595	100.00 594	100.00 594

FlowAnything	100.00 599	100.00 597	100.00 595	100.00 594	100.00 594	100.00 593	100.00 594	100.00 595	100.00 594	100.00 595	100.00 594	100.00 599	100.00 594	100.00 596	100.00 597	100.00 593	100.00 595	100.00 594	100.00 595	100.00 594	100.00 594

Selective-RAFT-Error	100.00 599	100.00 597	100.00 595	100.00 594	100.00 594	100.00 593	100.00 594	100.00 595	100.00 594	100.00 595	100.00 594	100.00 599	100.00 594	100.00 596	100.00 597	100.00 593	100.00 595	100.00 594	100.00 595	100.00 594	100.00 594

tt	89.96 584	1.02 69	100.00 595	99.40 592	100.00 594	100.00 593	100.00 594	100.00 595	100.00 594	78.36 572	67.94 559	99.99 597	100.00 594	100.00 596	100.00 597	95.81 588	99.93 593	87.43 583	86.39 583	95.11 590	87.89 581

CasAABBNet	100.00 599	100.00 597	100.00 595	100.00 594	100.00 594	100.00 593	100.00 594	100.00 595	100.00 594	100.00 595	100.00 594	100.00 599	100.00 594	100.00 596	100.00 597	100.00 593	100.00 595	100.00 594	100.00 595	100.00 594	100.00 594

LSM0	100.00 599	100.00 597	100.00 595	100.00 594	100.00 594	100.00 593	100.00 594	100.00 595	100.00 594	100.00 595	100.00 594	100.00 599	100.00 594	100.00 596	100.00 597	100.00 593	100.00 595	100.00 594	100.00 595	100.00 594	100.00 594

DPSM_ROB	100.00 599	100.00 597	100.00 595	100.00 594	100.00 594	100.00 593	100.00 594	100.00 595	100.00 594	100.00 595	100.00 594	100.00 599	100.00 594	100.00 596	100.00 597	100.00 593	100.00 595	100.00 594	100.00 595	100.00 594	100.00 594

DPSM	100.00 599	100.00 597	100.00 595	100.00 594	100.00 594	100.00 593	100.00 594	100.00 595	100.00 594	100.00 595	100.00 594	100.00 599	100.00 594	100.00 596	100.00 597	100.00 593	100.00 595	100.00 594	100.00 595	100.00 594	100.00 594

AVERAGE_ROB	99.80 596	99.99 594	99.40 590	100.00 594	100.00 594	98.99 590	97.72 585	100.00 595	100.00 594	100.00 595	100.00 594	100.00 599	100.00 594	100.00 596	100.00 597	100.00 593	100.00 595	100.00 594	100.00 595	100.00 594	100.00 594

FADE		35.07 545		32.15 542	23.61 543							43.42 519				37.95 554	21.02 549	44.59 553	42.77 555	17.09 539

Low-res two-view benchmark