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

BPD-Stereo	0.18 1	0.21 29	0.86 5	0.07 56	0.02 4	0.09 1	0.01 9	0.47 2	0.79 23	0.04 1	0.43 62	0.02 1	0.04 1	0.28 1	0.25 47	0.01 262	0.01 190	0.00 1	0.00 1	0.01 33	0.02 101

S2M2_XL	0.22 2	0.33 126	1.17 19	0.07 56	0.11 89	0.11 2	0.00 1	0.60 4	0.25 1	0.12 7	0.73 81	0.07 27	0.17 43	0.39 6	0.20 29	0.00 1	0.01 190	0.00 1	0.00 1	0.00 1	0.01 23
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MonSter++	0.25 3	0.17 9	0.64 1	0.01 1	0.08 57	1.24 45	0.00 1	0.96 6	0.70 7	0.32 56	0.03 6	0.06 17	0.11 28	0.31 2	0.37 84	0.00 1	0.01 190	0.00 1	0.00 1	0.00 1	0.01 23

FoundationStereo	0.26 4	0.29 77	1.25 30	0.24 130	0.10 75	0.41 4	0.07 84	0.57 3	0.80 24	0.24 30	0.03 6	0.09 47	0.37 98	0.46 9	0.12 4	0.03 417	0.03 326	0.00 1	0.00 1	0.00 1	0.01 23

HiDET	0.34 5	0.16 3	0.67 2	0.01 1	0.10 75	1.18 22	0.01 9	2.53 22	0.71 8	0.29 42	0.06 18	0.07 27	0.12 34	0.35 4	0.42 104	0.00 1	0.01 190	0.00 1	0.00 1	0.00 1	0.01 23

LCMNet	0.34 5	0.16 3	0.75 3	0.02 5	0.10 75	1.21 28	0.01 9	2.64 26	0.73 15	0.24 30	0.05 17	0.06 17	0.17 43	0.32 3	0.39 90	0.00 1	0.01 190	0.00 1	0.00 1	0.01 33	0.01 23

Wavelet-MonSter	0.35 7	0.28 70	1.43 48	0.03 12	0.40 255	1.20 27	0.00 1	1.14 8	0.82 29	0.27 36	0.04 14	0.05 8	0.08 12	0.96 52	0.20 29	0.00 1	0.01 190	0.00 1	0.00 1	0.00 1	0.02 101

BridgeDepth_RVC	0.36 8	0.20 23	1.10 12	0.02 5	0.29 215	0.97 12	0.00 1	2.19 17	0.73 15	0.13 10	0.17 38	0.09 47	0.55 142	0.68 24	0.13 8	0.00 1	0.01 190	0.00 1	0.00 1	0.00 1	0.00 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
CSFM-Stereo	0.36 8	0.16 3	0.83 4	0.01 1	0.10 75	1.19 23	0.00 1	2.37 20	0.71 8	0.52 119	0.04 14	0.07 27	0.26 66	0.36 5	0.43 106	0.00 1	0.01 190	0.00 1	0.00 1	0.01 33	0.01 23

BridgeDepth	0.38 10	0.26 60	1.19 21	0.01 1	0.04 16	1.19 23	0.03 43	2.97 38	0.73 15	0.21 24	0.02 1	0.15 62	0.10 20	0.64 19	0.09 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
LGtest1	0.42 11	0.33 126	1.42 45	0.13 101	0.16 132	0.98 13	0.01 9	2.30 19	0.96 60	0.21 24	0.07 19	0.08 41	0.10 20	1.10 61	0.31 68	0.01 262	0.09 448	0.00 1	0.00 1	0.03 141	0.02 101

MonStereo	0.44 12	0.23 41	1.44 51	0.05 36	0.77 335	1.17 17	0.01 9	3.17 54	0.72 10	0.28 37	0.18 39	0.06 17	0.04 1	0.54 11	0.17 23	0.00 1	0.00 1	0.00 1	0.01 338	0.00 1	0.01 23

Monster-pub-eth3d	0.44 12	0.23 41	1.44 51	0.05 36	0.77 335	1.17 17	0.01 9	3.17 54	0.72 10	0.28 37	0.18 39	0.06 17	0.04 1	0.55 12	0.17 23	0.00 1	0.00 1	0.00 1	0.01 338	0.00 1	0.01 23

3.25w_new	0.45 14	0.25 53	1.29 31	0.02 5	0.08 57	1.25 50	0.01 9	3.39 81	0.91 55	0.33 62	0.16 31	0.07 27	0.42 120	0.57 13	0.25 47	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

3.25w	0.45 14	0.25 53	1.29 31	0.02 5	0.08 57	1.25 50	0.01 9	3.39 81	0.91 55	0.33 62	0.16 31	0.06 17	0.42 120	0.57 13	0.25 47	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

MLG-Stereo_test3	0.45 14	0.31 94	1.35 40	0.06 45	0.17 142	1.30 63	0.01 9	3.52 100	0.77 21	0.15 12	0.07 19	0.06 17	0.07 9	0.74 27	0.22 34	0.02 371	0.06 399	0.00 1	0.00 1	0.01 33	0.02 101

FSD	0.46 17	0.31 94	1.38 42	0.17 113	0.10 75	0.53 6	0.06 74	3.21 63	0.81 26	0.16 14	0.24 49	1.06 182	0.12 34	0.63 18	0.24 42	0.02 371	0.07 423	0.00 1	0.00 1	0.01 33	0.01 23

S2M2_L	0.46 17	0.39 188	1.17 19	0.37 164	0.17 142	1.14 15	0.01 9	1.46 10	1.83 92	0.19 19	0.87 93	0.13 60	0.19 48	0.57 13	0.43 106	0.01 262	0.01 190	0.00 1	0.00 1	0.21 423	0.00 1
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MonSter	0.46 17	0.23 41	1.44 51	0.05 36	0.77 335	1.17 17	0.01 9	3.17 54	0.72 10	0.28 37	0.18 39	0.07 27	0.04 1	0.83 38	0.17 23	0.00 1	0.00 1	0.00 1	0.01 338	0.00 1	0.01 23

asd	0.49 20	0.16 3	1.57 70	0.04 27	0.72 329	1.24 45	0.05 66	2.80 31	0.84 30	0.45 104	0.50 66	0.06 17	0.56 145	0.58 16	0.24 42	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

4.5_new	0.49 20	0.17 9	1.73 91	0.06 45	0.30 217	1.23 35	0.07 84	3.11 45	0.87 43	0.45 104	0.66 76	0.05 8	0.19 48	0.67 21	0.26 51	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

4.5w-stereo	0.49 20	0.17 9	1.73 91	0.06 45	0.30 217	1.23 35	0.07 84	3.11 45	0.87 43	0.45 104	0.66 76	0.05 8	0.19 48	0.67 21	0.26 51	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

IGEV	0.50 23	0.22 33	1.52 65	0.08 66	1.85 444	1.34 70	0.37 221	2.03 14	0.93 58	0.29 42	0.08 24	0.07 27	0.09 16	0.90 47	0.22 34	0.02 371	0.04 360	0.00 1	0.00 1	0.01 33	0.01 23

FlowAnything_test	0.51 24	0.33 126	2.09 138	0.15 106	0.15 124	1.71 123	0.03 43	1.76 11	0.49 4	1.10 161	0.77 84	0.03 2	0.05 6	0.61 17	0.66 161	0.05 451	0.01 190	0.00 1	0.00 1	0.10 297	0.02 101

asda	0.52 25	0.19 18	1.61 75	0.03 12	0.61 311	1.26 55	0.08 92	3.20 61	0.84 30	0.41 89	0.29 51	0.05 8	0.72 166	0.77 35	0.26 51	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

4.25_new	0.52 25	0.18 13	1.42 45	0.03 12	0.88 347	1.23 35	0.04 52	3.18 58	0.85 35	0.32 56	0.77 84	0.05 8	0.42 120	0.83 38	0.12 4	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23

4.5w_new	0.52 25	0.18 13	1.42 45	0.03 12	0.88 347	1.23 35	0.04 52	3.18 58	0.85 35	0.32 56	0.77 84	0.05 8	0.42 120	0.83 38	0.12 4	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23

4.25w-stereo	0.52 25	0.18 13	1.43 48	0.03 12	0.88 347	1.23 35	0.04 52	3.18 58	0.85 35	0.32 56	0.77 84	0.05 8	0.42 120	0.83 38	0.12 4	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23

3w_stereo	0.53 29	0.23 41	1.53 66	0.03 12	0.02 4	1.25 50	0.02 34	3.34 78	0.88 48	0.44 100	0.43 62	0.07 27	1.04 202	1.04 57	0.26 51	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

4w-stereo	0.55 30	0.18 13	1.39 43	0.02 5	0.35 242	1.26 55	0.06 74	3.13 48	0.86 38	0.28 37	0.82 91	0.06 17	0.67 158	1.59 91	0.25 47	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23

2.75w_new	0.55 30	0.23 41	1.43 48	0.04 27	0.12 104	1.25 50	0.08 92	3.20 61	0.86 38	0.39 82	0.16 31	0.07 27	0.88 186	1.99 116	0.24 42	0.00 1	0.01 190	0.00 1	0.00 1	0.00 1	0.01 23

2w_stereo	0.56 32	0.19 18	1.31 35	0.03 12	0.10 75	1.22 32	0.04 52	3.42 91	0.81 26	0.79 143	0.73 81	0.07 27	1.24 231	0.81 37	0.37 84	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23

dual_stereo	0.56 32	0.32 108	1.08 11	0.07 56	0.11 89	0.77 9	0.03 43	3.60 106	1.17 75	0.12 7	0.03 6	0.20 76	0.11 28	2.77 139	0.51 138	0.00 1	0.14 490	0.00 1	0.16 459	0.00 1	0.02 101

AdaDepth	0.57 34	0.22 33	2.33 164	0.12 85	1.26 390	1.59 104	0.07 84	1.03 7	0.97 61	0.21 24	0.42 60	0.08 41	0.30 84	2.28 126	0.26 51	0.01 262	0.01 190	0.00 1	0.20 483	0.01 33	0.01 23

MLG-Stereo_test2	0.57 34	0.28 70	1.20 25	0.07 56	0.68 320	1.34 70	0.02 34	3.39 81	1.41 80	0.06 2	0.02 1	0.12 58	0.10 20	2.37 128	0.31 68	0.01 262	0.08 436	0.00 1	0.00 1	0.01 33	0.02 101

GEAStereo	0.59 36	0.22 33	1.14 16	0.16 110	0.19 169	1.96 149	0.73 328	3.39 81	0.84 30	0.52 119	0.65 73	0.19 70	0.48 131	0.83 38	0.14 11	0.00 1	0.03 326	0.00 1	0.00 1	0.17 384	0.12 369

Zero-FE251	0.62 37	0.53 286	2.17 153	0.37 164	0.30 217	1.84 137	0.06 74	2.60 24	0.31 2	2.21 184	0.23 46	0.09 47	0.39 105	0.67 21	0.52 140	0.01 262	0.01 190	0.00 1	0.00 1	0.02 89	0.07 283

3.75w	0.62 37	0.16 3	1.33 38	0.02 5	1.27 393	1.25 50	0.01 9	3.23 65	0.87 43	0.38 74	0.23 46	0.07 27	0.40 106	2.96 144	0.26 51	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23

LG-G_1	0.62 37	0.31 94	1.19 21	0.07 56	0.11 89	1.81 134	0.02 34	3.74 118	0.88 48	0.23 27	0.03 6	0.09 47	0.08 12	3.39 158	0.27 59	0.02 371	0.08 436	0.00 1	0.00 1	0.03 141	0.02 101

LG-G	0.62 37	0.31 94	1.19 21	0.07 56	0.11 89	1.81 134	0.02 34	3.74 118	0.88 48	0.23 27	0.03 6	0.09 47	0.08 12	3.39 158	0.27 59	0.02 371	0.08 436	0.00 1	0.00 1	0.03 141	0.02 101

1w_stereo	0.64 41	0.16 3	1.24 28	0.09 72	0.50 289	1.19 23	0.08 92	3.24 67	0.84 30	0.48 109	2.37 167	0.04 5	1.57 258	0.84 45	0.10 3	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

LG-Stereo_L2	0.64 41	0.33 126	1.46 57	0.10 75	0.18 157	1.30 63	0.19 167	3.53 102	0.72 10	0.20 20	0.02 1	0.06 17	0.07 9	4.19 188	0.36 78	0.01 262	0.01 190	0.00 1	0.00 1	0.01 33	0.02 101

252Zero-FE	0.66 43	0.23 41	1.24 28	1.10 283	0.07 40	1.31 65	0.02 34	3.33 76	1.14 71	1.34 167	1.74 139	0.04 5	0.05 6	1.11 62	0.40 97	0.00 1	0.05 378	0.00 1	0.02 366	0.02 89	0.02 101

qwe	0.66 43	0.19 18	1.64 80	0.05 36	1.17 385	1.23 35	0.03 43	3.35 79	0.88 48	0.51 116	0.38 57	0.04 5	0.17 43	3.22 151	0.26 51	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

2.25w	0.67 45	0.20 23	1.40 44	0.04 27	0.13 113	1.21 28	0.05 66	3.23 65	0.87 43	0.36 68	1.17 111	0.07 27	0.69 161	3.67 167	0.30 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23

MLG-Stereo_test1	0.67 45	0.23 41	1.05 9	0.06 45	1.40 406	1.24 45	0.00 1	3.56 104	1.36 78	0.06 2	0.04 14	0.08 41	0.10 20	4.03 183	0.14 11	0.01 262	0.07 423	0.00 1	0.01 338	0.01 33	0.02 101

2.5w	0.68 47	0.23 41	1.29 31	0.04 27	0.31 228	1.26 55	0.09 100	3.24 67	0.86 38	0.42 95	0.59 69	0.03 2	0.56 145	4.36 196	0.24 42	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23

RAStereo	0.68 47	0.42 219	3.15 273	0.18 119	0.52 297	1.17 17	0.02 34	3.16 53	0.98 62	0.51 116	1.43 122	0.16 63	0.22 55	0.75 32	0.83 204	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.02 101

3.5w_stereo	0.69 49	0.23 41	1.44 51	0.02 5	0.14 119	1.24 45	0.03 43	3.53 102	0.90 54	0.20 20	1.48 125	0.07 27	0.50 136	3.73 169	0.30 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23

LG-Stereo_L1	0.69 49	0.32 108	1.21 27	0.10 75	0.16 132	1.38 75	0.20 173	2.44 21	0.72 10	0.20 20	0.02 1	0.06 17	0.06 8	6.49 291	0.36 78	0.01 262	0.04 360	0.00 1	0.00 1	0.01 33	0.02 101

SGD-Stereo	0.69 49	0.30 89	1.15 18	0.25 132	0.12 104	1.26 55	0.29 201	1.87 13	0.62 6	0.50 115	0.51 67	0.08 41	0.11 28	6.67 307	0.09 1	0.01 262	0.01 190	0.00 1	0.00 1	0.02 89	0.01 23

Pro-Stereo	0.70 52	0.22 33	0.87 6	0.10 75	0.04 16	3.79 363	0.04 52	0.46 1	0.94 59	0.10 5	0.03 6	0.03 2	0.04 1	6.91 323	0.14 11	0.02 371	0.01 190	0.00 1	0.27 514	0.01 33	0.01 23

MatchStereo	0.70 52	0.35 156	2.06 130	0.05 36	0.01 1	0.93 11	0.01 9	4.29 148	3.44 200	0.10 5	1.13 106	0.18 68	0.25 59	0.76 34	0.39 90	0.00 1	0.01 190	0.00 1	0.00 1	0.00 1	0.00 1

water-stereo	0.70 52	0.29 77	3.07 267	0.08 66	0.07 40	1.54 100	0.15 145	4.01 135	1.41 80	0.59 131	1.31 116	0.26 97	0.24 57	0.43 8	0.39 90	0.02 371	0.06 399	0.00 1	0.02 366	0.02 89	0.01 23

GIP-stereo	0.70 52	0.44 238	1.70 89	1.52 346	0.75 331	1.48 92	0.05 66	4.18 144	1.10 67	0.18 17	0.42 60	0.58 158	0.38 102	0.65 20	0.46 120	0.00 1	0.00 1	0.00 1	0.00 1	0.05 208	0.01 23

DEFOM-Stereo	0.70 52	0.29 77	1.62 77	0.16 110	0.06 32	1.95 146	0.45 243	0.88 5	0.74 18	0.55 126	0.51 67	0.14 61	0.09 16	6.32 277	0.20 29	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

Monster-pub-mixall	0.72 57	0.39 188	0.98 7	0.04 27	0.12 104	1.23 35	0.01 9	2.74 29	0.86 38	0.86 147	0.39 59	0.07 27	0.09 16	6.24 268	0.32 70	0.01 262	0.02 273	0.00 1	0.00 1	0.02 89	0.03 159

MLG-Stereo	0.72 57	0.23 41	1.13 13	0.06 45	0.16 132	1.24 45	0.00 1	3.84 126	1.40 79	0.06 2	0.03 6	0.08 41	0.10 20	5.71 246	0.16 18	0.01 262	0.06 399	0.00 1	0.00 1	0.01 33	0.02 101

GREAT-IGEV	0.72 57	0.29 77	1.91 106	1.31 313	0.40 255	1.41 84	0.08 92	2.29 18	2.48 118	0.18 17	0.69 79	0.10 53	0.34 92	1.72 97	0.37 84	0.00 1	0.09 448	0.00 1	0.22 495	0.10 297	0.41 501
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
IGEV-Stereo++	0.74 60	0.23 41	1.31 35	0.06 45	1.62 418	1.95 146	0.01 9	3.29 72	1.81 89	0.38 74	1.68 136	0.10 53	1.16 221	0.91 48	0.19 28	0.01 262	0.01 190	0.00 1	0.00 1	0.04 176	0.01 23

GSStereo	0.75 61	0.22 33	1.14 16	0.69 223	0.19 169	1.96 149	0.73 328	4.64 175	2.10 98	0.31 52	0.65 73	0.43 137	0.48 131	0.83 38	0.14 11	0.00 1	0.01 190	0.00 1	0.12 445	0.17 384	0.13 381

GLC_STEREO	0.75 61	0.29 77	1.19 21	0.55 197	0.01 1	1.98 152	0.57 282	3.07 41	3.02 163	0.90 149	1.48 125	0.19 70	0.40 106	0.93 49	0.36 78	0.00 1	0.01 190	0.00 1	0.00 1	0.04 176	0.02 101

VIP-Stereo	0.76 63	0.66 341	2.08 137	0.09 72	0.27 204	1.99 154	0.11 112	3.32 74	0.80 24	0.48 109	1.27 114	0.28 104	0.11 28	3.06 148	0.41 99	0.00 1	0.05 378	0.00 1	0.00 1	0.03 141	0.12 369

rvit_stereo_0081_aga	0.76 63	0.51 274	3.29 284	0.11 83	0.25 194	1.73 127	0.22 180	3.68 108	2.54 125	0.26 35	0.16 31	0.27 100	0.30 84	1.31 73	0.36 78	0.00 1	0.00 1	0.00 1	0.00 1	0.12 334	0.04 203

GCAPDPT-zeroshot4090	0.76 63	0.27 65	2.85 229	0.73 225	1.14 380	1.41 84	0.61 292	4.07 136	1.14 71	1.54 173	0.15 28	0.11 55	0.12 34	0.74 27	0.23 37	0.01 262	0.03 326	0.00 1	0.00 1	0.03 141	0.12 369

DispViT+	0.77 66	0.39 188	2.67 199	0.05 36	1.41 408	1.70 121	0.01 9	2.95 35	3.28 186	0.41 89	0.35 56	0.17 64	0.28 71	0.46 9	0.27 59	0.01 262	0.96 571	0.00 1	0.00 1	0.02 89	0.01 23

testlalala	0.77 66	0.27 65	2.86 233	0.74 228	1.15 381	1.41 84	0.61 292	4.07 136	1.14 71	1.54 173	0.15 28	0.11 55	0.12 34	0.74 27	0.23 37	0.01 262	0.03 326	0.00 1	0.00 1	0.03 141	0.11 351

GCAPDPT-zeroshot	0.77 66	0.27 65	2.85 229	0.74 228	1.15 381	1.41 84	0.61 292	4.07 136	1.14 71	1.54 173	0.15 28	0.11 55	0.12 34	0.74 27	0.23 37	0.01 262	0.02 273	0.00 1	0.00 1	0.03 141	0.11 351

NLSM3	0.78 69	0.33 126	1.31 35	0.06 45	1.93 449	1.22 32	0.05 66	3.26 69	1.87 94	0.34 64	0.87 93	0.12 58	1.04 202	2.53 135	0.74 177	0.01 262	0.00 1	0.00 1	0.00 1	0.01 33	0.00 1

LG-Stereo	0.79 70	0.32 108	3.96 341	0.04 27	0.15 124	1.19 23	0.18 165	3.52 100	2.95 151	0.32 56	1.77 141	0.22 88	0.14 40	0.39 6	0.43 106	0.01 262	0.02 273	0.00 1	0.00 1	0.11 318	0.02 101

LG-Stereo_Zeroshot	0.80 71	0.33 126	2.51 180	0.25 132	0.53 298	1.93 144	0.27 196	5.07 207	1.05 66	0.47 108	0.68 78	0.64 162	0.22 55	0.95 51	0.65 157	0.00 1	0.05 378	0.00 1	0.19 480	0.03 141	0.16 416

MaDis-Stereo	0.80 71	0.69 352	3.02 251	0.33 153	1.83 442	1.22 32	0.06 74	3.41 88	1.49 82	0.31 52	0.38 57	0.42 136	0.51 137	1.14 65	1.21 262	0.00 1	0.00 1	0.00 1	0.00 1	0.05 208	0.05 240

AEACV	0.80 71	0.29 77	1.70 89	0.96 262	0.24 191	2.03 158	0.88 374	3.50 97	0.88 48	0.34 64	0.20 44	0.29 107	2.01 281	1.77 103	0.33 72	0.00 1	0.03 326	0.00 1	0.29 516	0.10 297	0.09 314

gasm-f	0.81 74	0.25 53	1.66 82	0.16 110	0.28 212	2.77 252	0.91 379	3.39 81	0.84 30	0.52 119	3.10 192	0.19 70	0.71 165	0.73 26	0.28 62	0.00 1	0.03 326	0.00 1	0.00 1	0.21 423	0.12 369

IGEV-RUCA	0.81 74	0.15 1	1.13 13	0.52 189	0.32 231	2.13 168	0.51 262	3.46 94	1.71 87	0.95 151	0.16 31	0.24 93	0.55 142	2.81 141	0.41 99	0.12 488	0.21 529	0.20 539	0.25 506	0.21 423	0.20 444

VMBase	0.83 76	0.29 77	1.79 93	0.04 27	0.11 89	1.38 75	0.03 43	2.87 33	3.42 197	0.53 122	1.32 117	0.73 170	0.41 114	3.01 146	0.54 143	0.01 262	0.02 273	0.00 1	0.00 1	0.00 1	0.00 1

UniTT-Stereo	0.83 76	0.33 126	1.98 121	0.92 253	1.27 393	0.54 7	0.11 112	1.35 9	2.94 150	1.67 177	2.09 154	0.20 76	0.31 88	1.57 89	1.07 244	0.00 1	0.00 1	0.00 1	0.00 1	0.16 370	0.01 23

Pointernet	0.84 78	0.35 156	2.00 125	0.12 85	0.13 113	1.77 129	0.06 74	4.87 191	2.53 123	0.14 11	2.11 157	0.76 173	0.44 126	1.02 55	0.32 70	0.00 1	0.04 360	0.00 1	0.15 456	0.02 89	0.01 23

monsters	0.87 79	0.28 70	1.54 67	0.47 184	2.71 486	1.38 75	0.01 9	3.14 49	0.81 26	0.32 56	0.48 65	0.05 8	0.13 39	5.72 247	0.42 104	0.01 262	0.01 190	0.00 1	0.00 1	0.00 1	0.01 23

castereo	0.87 79	0.60 315	1.07 10	0.34 158	0.17 142	1.89 140	0.79 346	4.84 190	2.05 97	0.65 136	2.55 173	0.31 114	0.40 106	1.02 55	0.38 89	0.01 262	0.09 448	0.00 1	0.24 501	0.03 141	0.02 101

zero-FE	0.88 81	0.27 65	2.12 145	0.21 124	1.63 419	1.75 128	0.83 356	3.08 42	0.61 5	0.15 12	0.13 27	0.29 107	0.44 126	3.38 157	1.07 244	0.02 371	0.02 273	0.00 1	0.05 410	1.47 550	0.03 159

rvit_stereo_0081	0.88 81	0.28 70	1.81 94	0.62 209	0.13 113	1.34 70	0.12 119	3.14 49	4.59 272	0.43 98	0.30 52	0.54 154	0.11 28	3.89 173	0.36 78	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

rvit_stereo_0082	0.88 81	0.28 70	1.81 94	0.62 209	0.13 113	1.34 70	0.12 119	3.14 49	4.59 272	0.43 98	0.30 52	0.54 154	0.11 28	3.89 173	0.36 78	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

rvit_stereo_0080	0.88 81	0.51 274	3.12 270	0.07 56	0.12 104	1.31 65	0.37 221	3.78 121	3.29 188	0.56 127	1.13 106	0.40 129	0.76 170	1.71 94	0.47 127	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.04 203

whm_eth	0.88 81	0.51 274	3.12 270	0.07 56	0.12 104	1.31 65	0.37 221	3.78 121	3.29 188	0.56 127	1.13 106	0.40 129	0.76 170	1.71 94	0.47 127	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.04 203

AIO_test	0.90 86	0.40 200	1.67 86	0.14 102	0.16 132	2.97 283	0.83 356	3.61 107	2.67 130	0.29 42	0.71 80	1.50 200	0.29 76	2.37 128	0.13 8	0.00 1	0.04 360	0.00 1	0.08 423	0.03 141	0.03 159

LoS	0.91 87	0.34 142	2.10 143	0.38 168	0.13 113	2.47 204	0.26 193	5.00 203	2.74 139	0.89 148	0.21 45	0.49 147	0.36 95	1.97 115	0.67 163	0.02 371	0.02 273	0.00 1	0.00 1	0.06 234	0.01 23
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
monsterstereo	0.93 88	0.30 89	1.91 106	0.43 176	2.63 482	1.21 28	0.01 9	3.11 45	0.76 20	0.46 107	1.44 123	0.05 8	0.09 16	5.66 242	0.50 136	0.00 1	0.01 190	0.00 1	0.00 1	0.00 1	0.01 23

BStereo	0.94 89	0.43 230	8.86 511	0.53 190	0.44 264	1.17 17	0.09 100	3.17 54	1.00 63	0.54 124	0.19 42	0.36 126	0.10 20	1.04 57	0.78 193	0.01 262	0.01 190	0.02 465	0.03 384	0.02 89	0.06 262

AIO-Stereo	0.94 89	0.22 33	1.20 25	0.06 45	0.08 57	2.36 192	0.62 298	5.50 245	2.61 127	0.30 47	3.32 199	0.41 132	0.25 59	1.12 64	0.17 23	0.00 1	0.01 190	0.00 1	0.35 532	0.06 234	0.12 369

DDF-Stereo	0.95 91	0.28 70	1.59 73	0.30 140	1.76 435	1.79 132	0.83 356	3.02 40	0.78 22	0.17 16	0.09 26	0.28 104	0.49 134	4.53 200	1.13 253	0.02 371	0.04 360	0.00 1	0.11 441	1.70 554	0.04 203

SMoEStereo_RVC	0.95 91	0.35 156	1.37 41	0.63 214	0.07 40	2.07 160	0.16 151	2.88 34	1.68 85	0.30 47	1.23 113	0.19 70	0.28 71	6.80 313	0.84 208	0.00 1	0.00 1	0.00 1	0.00 1	0.11 318	0.13 381

GCAP-Stereo	0.95 91	0.62 324	1.99 123	0.30 140	0.03 14	1.66 112	0.01 9	4.43 157	3.00 160	1.63 176	1.17 111	1.39 192	0.76 170	1.31 73	0.55 144	0.00 1	0.03 326	0.00 1	0.00 1	0.12 334	0.02 101

111111	0.97 94	0.19 18	1.49 60	0.06 45	1.12 377	1.43 89	0.05 66	4.77 185	1.70 86	0.44 100	2.88 181	0.09 47	0.17 43	4.66 207	0.20 29	0.00 1	0.00 1	0.00 1	0.00 1	0.10 297	0.01 23

fffft	0.97 94	0.29 77	1.69 88	0.03 12	0.05 21	2.12 167	0.65 305	3.44 93	1.87 94	0.34 64	0.60 71	0.23 89	0.20 51	6.69 308	0.89 224	0.00 1	0.01 190	0.00 1	0.00 1	0.18 400	0.09 314
1: 1. 1
DEFOM-Stereo_RVC	0.98 96	2.14 526	1.55 68	0.88 245	0.26 201	0.56 8	0.04 52	2.80 31	0.86 38	0.30 47	0.80 89	0.21 86	2.33 297	6.17 263	0.37 84	0.00 1	0.07 423	0.00 1	0.17 467	0.01 33	0.01 23

Occ-G	0.98 96	0.38 184	1.82 96	0.15 106	0.18 157	1.45 91	0.69 317	3.15 52	2.25 107	1.45 169	0.59 69	5.06 344	0.54 141	0.75 32	0.77 191	0.00 1	0.03 326	0.00 1	0.17 467	0.16 370	0.01 23

CASnet	0.98 96	0.32 108	1.62 77	0.65 217	0.07 40	2.11 165	0.14 139	3.50 97	4.03 239	3.77 233	1.41 121	0.31 114	0.29 76	0.80 36	0.57 146	0.01 262	0.00 1	0.00 1	0.00 1	0.04 176	0.01 23
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CREStereo	0.98 96	0.42 219	1.86 98	0.07 56	0.22 183	1.65 111	0.02 34	4.07 136	6.33 357	0.72 139	1.54 128	0.43 137	0.64 156	1.22 70	0.44 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
MM-Stereo_test2	0.99 100	0.29 77	2.26 159	1.34 317	0.12 104	1.78 131	0.53 264	4.71 182	3.31 190	0.76 141	0.80 89	0.50 150	0.35 93	1.86 108	0.73 175	0.00 1	0.05 378	0.00 1	0.07 418	0.26 452	0.06 262

trnet	0.99 100	0.37 176	1.89 104	0.08 66	0.19 169	1.68 116	0.02 34	4.12 143	6.41 361	0.70 138	1.57 129	0.46 143	0.67 158	1.15 66	0.41 99	0.00 1	0.01 190	0.00 1	0.00 1	0.01 33	0.01 23

CroCo-Stereo	0.99 100	0.89 406	3.19 277	0.46 179	0.44 264	0.38 3	0.05 66	4.61 170	3.95 233	0.48 109	1.78 144	1.01 180	0.27 69	1.11 62	1.07 244	0.01 262	0.00 1	0.00 1	0.00 1	0.05 208	0.04 203
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
rvit_stereo_ft	1.00 103	0.78 380	3.84 337	0.84 240	0.36 245	1.23 35	0.24 186	3.81 125	3.76 216	0.37 71	0.87 93	0.74 171	1.12 209	1.18 69	0.76 185	0.00 1	0.00 1	0.00 1	0.00 1	0.02 89	0.06 262

depthmonostereo	1.01 104	0.50 267	3.16 274	0.12 85	0.09 67	1.43 89	0.04 52	4.97 198	1.51 83	0.90 149	1.46 124	0.98 179	0.94 192	3.45 162	0.46 120	0.02 371	0.10 460	0.00 1	0.02 366	0.04 176	0.01 23

AIO_rvc	1.02 105	0.59 311	1.95 118	0.15 106	0.09 67	3.42 319	0.99 389	4.46 159	2.73 138	0.28 37	1.62 131	1.32 190	0.28 71	2.10 122	0.21 33	0.00 1	0.03 326	0.00 1	0.04 404	0.11 318	0.11 351

RSM++	1.02 105	0.24 52	1.33 38	0.86 243	0.04 16	2.78 253	0.30 207	2.63 25	2.67 130	0.48 109	1.95 149	0.52 151	0.25 59	5.50 238	0.57 146	0.00 1	0.00 1	0.00 1	0.17 467	0.11 318	0.09 314

mms	1.03 107	0.54 291	1.58 72	0.05 36	0.36 245	1.52 99	0.08 92	2.97 38	1.84 93	0.38 74	2.94 184	0.32 117	0.25 59	6.82 314	0.39 90	0.00 1	0.04 360	0.00 1	0.00 1	0.17 384	0.28 479

ours_stereo	1.03 107	0.55 295	1.86 98	0.12 85	0.32 231	1.16 16	0.09 100	3.27 71	2.18 102	0.39 82	3.02 188	0.34 125	0.26 66	6.32 277	0.37 84	0.00 1	0.01 190	0.00 1	0.00 1	0.18 400	0.13 381

rvit_stereo_0083	1.03 107	0.26 60	3.09 268	0.49 186	0.09 67	1.27 60	0.24 186	2.72 27	4.60 274	0.38 74	0.77 84	0.78 174	1.18 225	4.35 195	0.33 72	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.03 159

EGLCR-Stereo	1.04 110	0.20 23	2.00 125	1.14 291	0.16 132	2.50 208	0.11 112	4.96 197	2.61 127	0.79 143	0.07 19	1.46 198	0.37 98	3.96 180	0.23 37	0.01 262	0.05 378	0.00 1	0.00 1	0.00 1	0.07 283

gcap_with_dpt	1.05 111	0.35 156	2.77 217	0.75 230	2.11 458	1.83 136	0.32 209	5.92 271	1.24 76	2.11 183	1.14 110	0.47 144	0.47 130	1.07 60	0.22 34	0.03 417	0.06 399	0.00 1	0.00 1	0.03 141	0.13 381

HUF	1.05 111	0.64 328	2.33 164	0.35 161	0.22 183	3.09 294	0.41 232	3.73 117	2.89 147	0.36 68	2.71 178	0.33 121	0.30 84	2.28 126	0.23 37	0.00 1	0.61 567	0.00 1	0.00 1	0.15 363	0.39 496

rrr	1.05 111	0.45 246	3.18 276	0.32 148	0.06 32	2.74 243	0.95 386	3.49 96	1.12 68	0.39 82	0.16 31	0.20 76	0.29 76	6.47 288	0.87 216	0.00 1	0.00 1	0.00 1	0.21 489	0.06 234	0.10 337

IGEVStereo-DCA	1.06 114	0.45 246	2.06 130	0.32 148	0.06 32	2.74 243	0.84 362	3.71 110	2.27 108	0.39 82	0.16 31	0.20 76	0.29 76	6.47 288	0.87 216	0.00 1	0.00 1	0.00 1	0.16 459	0.06 234	0.06 262

test_xeample3	1.08 115	0.43 230	3.39 293	0.49 186	0.05 21	2.58 221	0.93 382	3.32 74	1.77 88	0.23 27	0.23 46	0.19 70	0.28 71	6.34 279	0.85 209	0.00 1	0.01 190	0.00 1	0.26 513	0.06 234	0.10 337

tt45	1.09 116	0.35 156	1.49 60	0.39 169	0.23 188	3.50 331	0.14 139	3.35 79	1.81 89	0.36 68	2.04 152	0.27 100	0.26 66	6.84 317	0.63 155	0.00 1	0.00 1	0.00 1	0.00 1	0.16 370	0.03 159

MGS-Stereo	1.10 117	0.26 60	2.45 171	0.58 203	0.06 32	1.84 137	0.67 311	2.16 16	3.42 197	1.03 153	6.13 288	0.49 147	0.36 95	1.43 80	0.62 152	0.00 1	0.00 1	0.00 1	0.00 1	0.47 508	0.00 1

test_for_model	1.12 118	0.22 33	2.65 197	0.69 223	1.55 414	1.40 83	0.17 158	5.56 248	1.01 65	1.11 162	0.08 24	0.23 89	0.07 9	7.29 353	0.24 42	0.01 262	0.03 326	0.00 1	0.00 1	0.03 141	0.11 351

ff7	1.12 118	0.57 303	2.06 130	0.03 12	0.07 40	2.80 256	0.84 362	3.71 110	2.27 108	0.38 74	1.06 97	0.20 76	0.40 106	7.12 343	0.49 130	0.00 1	0.00 1	0.00 1	0.16 459	0.09 286	0.06 262

ffff	1.12 118	0.57 303	2.06 130	0.03 12	0.07 40	2.80 256	0.84 362	3.71 110	2.27 108	0.38 74	1.06 97	0.20 76	0.40 106	7.12 343	0.49 130	0.00 1	0.00 1	0.00 1	0.16 459	0.09 286	0.06 262

11t	1.12 118	0.57 303	2.06 130	0.03 12	0.07 40	2.80 256	0.84 362	3.71 110	2.27 108	0.38 74	1.06 97	0.20 76	0.40 106	7.12 343	0.49 130	0.00 1	0.00 1	0.00 1	0.16 459	0.09 286	0.06 262

anonymousdsp	1.12 118	0.59 311	1.66 82	0.03 12	0.07 40	2.81 264	0.82 352	4.07 136	2.30 114	0.41 89	1.12 105	0.30 109	0.40 106	7.05 336	0.49 130	0.00 1	0.00 1	0.00 1	0.17 467	0.10 297	0.05 240

ccc-4	1.12 118	0.57 303	2.06 130	0.03 12	0.07 40	2.80 256	0.84 362	3.71 110	2.27 108	0.38 74	1.06 97	0.20 76	0.40 106	7.12 343	0.49 130	0.00 1	0.00 1	0.00 1	0.16 459	0.09 286	0.06 262

IGEV-Stereo	1.12 118	0.59 311	1.66 82	0.03 12	0.07 40	2.82 267	0.82 352	4.09 142	2.30 114	0.41 89	1.11 102	0.30 109	0.41 114	7.05 336	0.49 130	0.00 1	0.00 1	0.00 1	0.17 467	0.10 297	0.05 240
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DilatedVolume-Stereo	1.13 125	0.41 213	2.75 212	1.04 277	0.11 89	2.21 177	0.10 106	2.96 37	1.32 77	2.40 192	2.09 154	0.33 121	0.58 151	5.62 239	0.43 106	0.03 417	0.06 399	0.00 1	0.14 452	0.04 176	0.04 203

fffy	1.13 125	0.51 274	2.15 146	1.01 269	0.09 67	2.30 189	0.19 167	4.07 136	1.13 70	0.16 14	2.66 175	0.20 76	0.38 102	6.98 332	0.35 76	0.00 1	0.06 399	0.00 1	0.00 1	0.14 359	0.16 416

IGEV++	1.14 127	0.51 274	1.66 82	0.55 197	0.08 57	2.52 209	1.01 393	6.51 304	3.16 173	0.59 131	2.11 157	0.43 137	1.18 225	1.44 82	0.79 197	0.00 1	0.05 378	0.00 1	0.05 410	0.11 318	0.11 351

WQFJA1++	1.15 128	0.17 9	1.86 98	0.47 184	0.69 321	1.21 28	0.03 43	2.79 30	0.47 3	2.59 196	0.07 19	0.24 93	0.18 47	2.69 138	0.50 136	0.00 1	0.00 1	0.00 1	0.01 338	8.92 586	0.07 283

castereo++	1.18 129	0.54 291	1.95 118	0.30 140	0.51 293	4.56 398	1.00 391	4.61 170	1.12 68	0.29 42	2.14 161	1.89 213	0.15 41	3.94 179	0.18 27	0.00 1	0.04 360	0.00 1	0.31 524	0.03 141	0.00 1

CAS++	1.18 129	0.55 295	1.99 123	0.17 113	0.27 204	1.85 139	0.63 299	8.48 360	3.07 167	1.71 178	2.32 165	0.18 68	0.20 51	1.91 114	0.30 63	0.00 1	0.01 190	0.00 1	0.00 1	0.02 89	0.01 23
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Wave_Phase_stereo	1.19 131	0.43 230	8.86 511	0.53 190	0.44 264	5.87 430	0.09 100	3.42 91	1.00 63	0.54 124	0.19 42	0.36 126	0.10 20	1.04 57	0.78 193	0.01 262	0.01 190	0.02 465	0.03 384	0.02 89	0.06 262

DA	1.19 131	0.37 176	1.94 113	0.62 209	0.30 217	6.06 435	0.59 284	5.55 246	2.23 104	0.37 71	2.42 170	0.41 132	1.17 222	1.24 71	0.16 18	0.01 262	0.06 399	0.00 1	0.00 1	0.01 33	0.20 444

GGEV	1.19 131	0.37 176	1.94 113	0.62 209	0.30 217	6.06 435	0.59 284	5.55 246	2.23 104	0.37 71	2.42 170	0.41 132	1.17 222	1.24 71	0.16 18	0.01 262	0.06 399	0.00 1	0.00 1	0.01 33	0.20 444

xyz-stereo-finetune	1.20 134	0.44 238	2.19 155	0.08 66	0.05 21	3.16 305	0.68 312	3.41 88	2.58 126	0.81 145	1.77 141	0.68 163	0.37 98	6.20 266	1.63 302	0.00 1	0.00 1	0.00 1	0.00 1	0.04 176	0.02 101

ProNet	1.20 134	0.60 315	2.00 125	0.26 134	0.08 57	2.73 242	0.68 312	5.00 203	2.52 122	0.29 42	1.32 117	0.37 128	0.36 95	6.94 330	0.44 112	0.00 1	0.07 423	0.00 1	0.00 1	0.17 384	0.07 283

TANstereo	1.20 134	0.49 264	2.04 128	0.34 158	0.10 75	1.80 133	0.01 9	3.40 87	4.10 247	4.37 246	4.82 238	0.41 132	0.70 162	0.94 50	0.46 120	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RSM	1.21 137	0.20 23	1.30 34	0.12 85	0.06 32	2.48 206	0.51 262	3.78 121	2.74 139	0.48 109	2.38 168	2.18 222	0.28 71	6.77 312	0.56 145	0.00 1	0.00 1	0.00 1	0.16 459	0.07 254	0.05 240

sCroCo_RVC	1.21 137	0.65 335	5.16 421	1.09 282	1.29 397	0.92 10	0.19 167	3.92 128	2.68 133	0.30 47	3.04 189	0.52 151	1.56 257	1.58 90	0.78 193	0.09 479	0.25 542	0.00 1	0.00 1	0.07 254	0.11 351

Selective-IGEV	1.23 139	0.18 13	1.13 13	0.07 56	0.17 142	2.38 196	0.54 267	6.10 277	2.51 121	0.41 89	3.20 196	0.26 97	0.29 76	6.94 330	0.16 18	0.00 1	0.01 190	0.00 1	0.11 441	0.04 176	0.10 337

MSCF	1.24 140	0.77 373	1.95 118	0.42 172	0.46 272	3.85 367	0.85 368	4.26 147	2.02 96	2.21 184	2.34 166	0.17 64	2.74 320	1.75 99	0.39 90	0.00 1	0.01 190	0.00 1	0.54 549	0.04 176	0.05 240

WCG-NET	1.24 140	0.43 230	1.46 57	0.33 153	0.08 57	2.14 169	1.08 402	3.09 44	6.86 379	2.73 200	3.43 207	0.74 171	0.94 192	0.89 46	0.33 72	0.00 1	0.04 360	0.00 1	0.00 1	0.10 297	0.05 240

CroCo-Stereo Lap2	1.24 140	0.88 403	3.39 293	0.95 260	4.59 555	0.47 5	0.08 92	3.51 99	2.80 143	1.17 165	2.24 162	1.57 203	0.20 51	1.48 85	1.14 255	0.00 1	0.00 1	0.00 1	0.00 1	0.15 363	0.12 369

Replicate-Monster	1.25 143	1.94 520	10.24 524	0.08 66	0.32 231	1.32 68	0.03 43	3.71 110	0.89 53	1.07 158	0.07 19	0.08 41	0.10 20	4.74 209	0.14 11	0.01 262	0.04 360	0.00 1	0.00 1	0.01 33	0.22 450

999	1.25 143	0.37 176	1.63 79	1.15 292	0.34 239	3.03 289	0.66 308	3.41 88	2.27 108	0.30 47	3.20 196	0.19 70	0.25 59	7.23 351	0.85 209	0.00 1	0.00 1	0.00 1	0.00 1	0.16 370	0.01 23

WQFJA1	1.26 145	0.34 142	1.49 60	0.14 102	4.66 556	2.76 249	0.13 129	5.38 239	3.79 218	0.44 100	0.31 54	0.69 166	1.09 206	1.43 80	2.48 365	0.01 262	0.00 1	0.00 1	0.00 1	0.05 208	0.02 101

NLMM	1.26 145	0.34 142	1.50 64	0.14 102	4.66 556	2.76 249	0.13 129	5.38 239	3.79 218	0.44 100	0.31 54	0.69 166	1.09 206	1.41 75	2.48 365	0.01 262	0.00 1	0.00 1	0.00 1	0.05 208	0.02 101

rvit_0105_6	1.26 145	0.87 399	4.85 400	0.61 207	0.07 40	1.60 105	0.32 209	3.79 124	5.87 324	0.25 33	0.26 50	1.09 183	0.29 76	4.60 205	0.62 152	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.06 262

Former-RAFT_DAM_RVC	1.26 145	0.42 219	2.36 168	0.59 205	1.26 390	2.43 201	0.01 9	3.29 72	7.76 413	1.71 178	2.78 179	0.27 100	0.32 90	1.16 68	0.58 150	0.04 438	0.01 190	0.00 1	0.00 1	0.04 176	0.10 337

LoS_RVC	1.26 145	1.43 481	1.91 106	0.42 172	3.77 527	1.71 123	0.04 52	2.58 23	2.49 120	0.42 95	2.58 174	0.30 109	0.57 149	1.71 94	0.66 161	0.01 262	0.02 273	0.00 1	0.00 1	0.02 89	4.49 577

MIF-Stereo (partial)	1.29 150	0.33 126	3.02 251	0.03 12	1.12 377	1.26 55	0.13 129	4.46 159	3.75 214	0.35 67	2.39 169	0.31 114	0.74 168	6.09 259	1.76 314	0.00 1	0.00 1	0.00 1	0.00 1	0.08 268	0.04 203

MyStereo07	1.31 151	0.79 381	1.61 75	1.03 272	1.11 375	2.63 232	0.46 244	5.48 242	2.24 106	0.64 135	1.48 125	0.27 100	0.59 153	7.03 335	0.45 116	0.00 1	0.09 448	0.00 1	0.01 338	0.11 318	0.09 314

GASTEREO	1.34 152	0.98 425	1.86 98	0.53 190	0.46 272	3.97 375	0.86 370	4.25 146	2.16 101	2.34 191	3.48 210	0.17 64	2.87 329	1.88 112	0.39 90	0.00 1	0.01 190	0.00 1	0.54 549	0.04 176	0.05 240

plain	1.34 152	0.51 274	5.09 415	0.30 140	0.05 21	1.58 102	0.08 92	4.47 161	3.77 217	0.42 95	1.76 140	0.60 161	0.74 168	6.11 260	0.94 232	0.00 1	0.00 1	0.00 1	0.00 1	0.40 499	0.02 101

sAnonymous2	1.35 154	1.66 502	8.14 503	0.55 197	0.46 272	1.23 35	0.24 186	4.00 133	3.47 201	0.40 87	1.11 102	0.23 89	1.42 243	0.96 52	0.57 146	0.01 262	0.00 1	0.00 1	0.20 483	2.07 560	0.22 450

CroCo_RVC	1.35 154	1.66 502	8.14 503	0.55 197	0.46 272	1.23 35	0.24 186	4.00 133	3.47 201	0.40 87	1.11 102	0.23 89	1.42 243	0.96 52	0.57 146	0.01 262	0.00 1	0.00 1	0.20 483	2.07 560	0.22 450

knoymous	1.36 156	0.21 29	1.68 87	0.20 120	0.49 286	1.58 102	0.11 112	5.15 211	2.40 117	4.62 254	1.77 141	4.56 323	0.45 128	3.23 152	0.63 155	0.00 1	0.02 273	0.00 1	0.00 1	0.02 89	0.01 23

rvit_0105_4	1.38 157	0.98 425	5.52 442	0.61 207	0.05 21	1.62 108	0.41 232	3.95 131	5.80 321	0.31 52	0.73 81	1.37 191	0.53 140	4.89 218	0.78 193	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.04 203

SCV_C0	1.40 158	0.49 264	3.06 266	0.12 85	0.21 179	2.29 184	0.09 100	6.46 300	3.81 220	0.63 133	2.00 151	0.24 93	0.41 114	7.31 355	0.43 106	0.01 262	0.05 378	0.00 1	0.21 489	0.16 370	0.07 283

MoCha-V2	1.41 159	0.42 219	2.61 192	0.81 234	0.23 188	2.53 212	0.20 173	4.81 187	3.16 173	0.82 146	3.15 193	0.30 109	1.61 262	6.66 306	0.40 97	0.00 1	0.20 526	0.00 1	0.24 501	0.05 208	0.02 101

PMTNet	1.41 159	0.37 176	2.06 130	0.26 134	0.15 124	2.94 281	0.34 216	3.39 81	5.33 302	1.00 152	1.27 114	0.28 104	0.93 190	4.04 184	0.74 177	5.00 580	0.00 1	0.00 1	0.00 1	0.03 141	0.01 23

AE-Stereo	1.44 161	0.32 108	2.69 202	1.58 360	0.20 176	2.24 181	0.59 284	6.01 273	5.70 315	1.18 166	3.17 194	1.02 181	0.78 176	1.73 98	0.83 204	0.02 371	0.18 515	0.00 1	0.29 516	0.11 318	0.07 283

XX-TBD	1.44 161	0.85 395	2.04 128	2.45 490	0.05 21	2.34 191	0.01 9	3.46 94	7.51 400	2.88 205	4.98 245	0.26 97	0.25 59	1.15 66	0.46 120	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NLSM1	1.45 163	0.40 200	2.26 159	0.50 188	5.10 562	2.85 271	0.17 158	4.66 180	2.76 141	0.56 127	1.70 137	0.30 109	0.62 154	4.87 213	2.19 348	0.00 1	0.00 1	0.00 1	0.00 1	0.06 234	0.01 23

MC-Stereo	1.47 164	0.36 169	2.54 183	1.99 428	0.12 104	1.90 141	0.12 119	4.47 161	2.83 144	3.31 220	3.44 208	0.56 156	1.47 246	5.39 234	0.47 127	0.00 1	0.04 360	0.00 1	0.21 489	0.07 254	0.04 203

rvit_0105_5	1.48 165	0.89 406	5.43 433	0.46 179	0.04 16	1.60 105	0.60 289	4.65 178	5.90 327	0.76 141	1.59 130	1.75 209	0.78 176	4.20 190	0.88 219	0.00 1	0.00 1	0.00 1	0.00 1	0.01 33	0.06 262

WQFJX	1.49 166	0.32 108	1.86 98	0.06 45	4.78 561	2.43 201	0.43 236	5.57 250	3.85 223	0.48 109	1.38 120	0.56 156	1.37 241	4.54 201	2.09 339	0.01 262	0.00 1	0.00 1	0.00 1	0.07 254	0.05 240

WCG-NET（raft）	1.49 166	0.50 267	1.55 68	0.21 124	0.08 57	2.15 171	1.01 393	2.72 27	6.26 352	2.79 201	3.06 191	4.38 316	1.04 202	3.53 164	0.26 51	0.00 1	0.12 475	0.00 1	0.00 1	0.10 297	0.08 301

StereoAnything_RVC	1.52 168	7.77 578	2.81 225	0.05 36	0.02 4	1.11 14	0.06 74	3.26 69	0.75 19	0.12 7	0.02 1	0.07 27	0.68 160	6.69 308	0.13 8	0.02 371	0.08 436	0.00 1	0.00 1	6.69 582	0.02 101

model_zeroshot	1.52 168	0.42 219	4.10 358	1.25 301	0.11 89	3.04 290	0.14 139	5.79 266	2.84 145	3.12 212	3.65 213	2.05 220	0.42 120	2.38 130	0.71 172	0.01 262	0.10 460	0.00 1	0.20 483	0.02 89	0.04 203

WQFJX1	1.53 170	0.34 142	1.49 60	0.04 27	4.03 535	2.23 180	0.16 151	5.56 248	3.84 222	0.53 122	1.13 106	0.68 163	0.89 187	7.80 387	1.74 312	0.01 262	0.00 1	0.00 1	0.00 1	0.07 254	0.02 101

NLMM1	1.55 171	0.35 156	1.65 81	0.05 36	4.55 554	2.00 156	0.13 129	5.67 257	5.17 296	0.57 130	0.86 92	0.45 142	0.80 179	6.82 314	1.92 327	0.00 1	0.01 190	0.00 1	0.00 1	0.06 234	0.02 101

CES	1.56 172	0.35 156	1.44 51	0.42 172	7.70 580	2.66 239	0.13 129	4.89 192	2.53 123	0.25 33	1.10 101	0.33 121	0.31 88	1.61 93	0.58 150	0.01 262	0.02 273	0.00 1	0.00 1	0.54 511	6.26 583

NLCSM	1.57 173	0.40 200	1.44 51	0.28 139	4.08 537	2.16 173	0.17 158	4.83 189	3.06 166	0.69 137	1.86 147	0.59 159	1.24 231	7.85 391	2.53 370	0.01 262	0.00 1	0.00 1	0.00 1	0.17 384	0.02 101

MM-Stereo_test1	1.57 173	0.36 169	2.19 155	1.17 294	0.35 242	2.39 197	0.56 273	4.53 164	5.21 297	3.67 229	1.65 134	0.40 129	0.84 184	6.90 322	0.80 200	0.00 1	0.03 326	0.00 1	0.00 1	0.31 469	0.03 159

SCV	1.59 175	0.58 308	2.57 186	2.72 503	0.31 228	2.15 171	0.79 346	6.88 319	2.72 135	0.20 20	2.68 176	0.68 163	0.58 151	7.60 371	0.41 99	0.00 1	0.03 326	0.00 1	0.22 495	0.37 489	0.24 461

CREStereo++_RVC	1.59 175	0.39 188	2.26 159	0.36 162	0.01 1	1.67 113	0.01 9	2.95 35	8.12 424	3.69 231	7.44 336	0.47 144	0.32 90	0.74 27	0.39 90	0.00 1	0.00 1	0.00 1	3.03 584	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
Reg-Stereo(zero)	1.60 177	0.19 18	2.59 189	0.45 178	0.47 281	1.64 110	0.23 184	3.22 64	5.87 324	4.29 243	3.01 186	4.49 321	1.64 263	2.47 133	1.16 258	0.00 1	0.08 436	0.00 1	0.13 451	0.01 33	0.10 337

11t1	1.62 178	0.26 60	2.53 182	2.37 484	0.24 191	2.58 221	0.06 74	6.66 310	3.00 160	3.40 222	3.01 186	1.14 185	1.94 279	4.18 187	0.91 228	0.01 262	0.02 273	0.00 1	0.00 1	0.03 141	0.03 159

iRaftStereo_RVC	1.62 178	0.68 347	1.98 121	0.67 219	0.05 21	2.99 285	0.04 52	5.36 235	3.74 213	3.82 234	4.96 243	2.54 231	0.62 154	3.35 156	0.97 236	0.00 1	0.07 423	0.00 1	0.00 1	0.30 464	0.27 475

RAFT-Stereo-weight	1.67 180	0.31 94	1.57 70	0.97 265	0.15 124	3.19 307	0.77 340	5.06 205	6.19 351	4.96 266	3.38 205	2.83 239	0.35 93	2.87 142	0.74 177	0.01 262	0.06 399	0.00 1	0.00 1	0.01 33	0.02 101

HART	1.68 181	0.67 345	2.72 208	0.04 27	0.27 204	1.72 126	0.04 52	5.60 253	3.16 173	1.44 168	7.73 347	2.41 228	0.15 41	6.44 284	0.62 152	0.00 1	0.12 475	0.00 1	0.00 1	0.24 448	0.17 422

IGEV-Stereo+	1.69 182	0.43 230	1.59 73	0.37 164	3.10 495	2.10 163	0.07 84	1.86 12	0.91 55	0.39 82	0.03 6	0.20 76	0.41 114	7.05 336	0.16 18	0.02 371	0.07 423	0.00 1	0.18 474	5.14 575	9.77 597

Selective-RAFT	1.69 182	0.32 108	3.29 284	0.92 253	0.18 157	3.89 369	0.06 74	4.22 145	4.00 236	1.47 170	1.98 150	3.07 253	2.81 324	6.35 281	0.89 224	0.01 262	0.00 1	0.00 1	0.21 489	0.05 208	0.00 1

rvit_0105_3	1.71 184	0.90 409	5.93 453	0.78 232	0.02 4	1.62 108	1.69 440	5.15 211	5.99 336	2.22 187	1.64 133	1.97 218	1.17 222	4.19 188	0.92 231	0.00 1	0.00 1	0.00 1	0.00 1	0.02 89	0.03 159

4D-IteraStereo	1.72 185	0.86 396	3.01 249	0.09 72	2.86 490	3.57 342	1.06 397	3.92 128	5.31 300	5.28 280	1.02 96	3.92 291	0.38 102	1.83 106	1.04 243	0.00 1	0.01 190	0.00 1	0.00 1	0.07 254	0.09 314

rafts_anoy	1.72 185	0.79 381	2.58 188	2.03 438	1.75 433	2.47 204	0.16 151	5.48 242	6.01 338	3.24 216	2.11 157	1.92 217	1.33 235	3.08 149	1.13 253	0.01 262	0.18 515	0.00 1	0.01 338	0.03 141	0.07 283

x	1.73 187	0.28 70	2.49 178	1.91 411	0.17 142	2.10 163	0.83 356	8.74 373	3.55 207	3.28 217	2.12 160	3.10 254	1.96 280	2.90 143	1.12 251	0.00 1	0.02 273	0.00 1	0.00 1	0.02 89	0.03 159

TestStereo	1.74 188	1.02 432	3.64 317	0.20 120	0.28 212	1.33 69	0.01 9	5.24 222	4.01 238	3.18 213	4.97 244	2.07 221	0.70 162	7.32 356	0.75 183	0.02 371	0.00 1	0.00 1	0.00 1	0.01 33	0.00 1

Anonymous3	1.76 189	0.44 238	6.37 468	0.33 153	0.50 289	4.33 387	0.54 267	4.43 157	2.48 118	2.21 184	3.24 198	1.53 202	1.14 213	5.64 240	1.29 267	0.17 503	0.23 536	0.00 1	0.00 1	0.12 334	0.15 404

GCAP-BAT	1.77 190	0.49 264	2.78 220	0.66 218	0.16 132	3.76 360	0.80 348	3.72 116	3.27 184	3.68 230	5.03 247	3.66 282	0.56 145	5.82 250	0.65 157	0.00 1	0.05 378	0.00 1	0.24 501	0.01 33	0.01 23

anonymousdsp2	1.78 191	0.39 188	3.40 295	1.10 283	0.04 16	3.63 343	0.50 259	7.80 341	2.77 142	2.91 207	2.88 181	3.17 257	1.01 196	5.15 227	0.43 106	0.00 1	0.01 190	0.02 465	0.15 456	0.05 208	0.12 369

FE-Mocha	1.79 192	0.44 238	4.10 358	0.83 238	0.23 188	3.23 310	0.16 151	7.48 335	2.19 103	5.05 271	5.62 276	2.84 240	0.85 185	1.81 104	0.67 163	0.00 1	0.05 378	0.00 1	0.20 483	0.02 89	0.05 240

DCRE	1.79 192	0.68 347	2.55 184	1.66 373	0.27 204	1.27 60	0.05 66	4.57 169	4.04 241	3.30 219	9.24 384	3.83 289	1.20 228	2.08 121	0.67 163	0.00 1	0.12 475	0.00 1	0.24 501	0.04 176	0.09 314

raft+_RVC	1.79 192	0.84 393	2.32 163	2.40 485	0.85 345	1.38 75	0.09 100	6.36 290	4.75 282	2.85 204	5.46 271	1.17 187	1.36 240	4.54 201	0.91 228	0.00 1	0.10 460	0.00 1	0.00 1	0.11 318	0.22 450

HUI-Stereo	1.80 195	0.41 213	2.85 229	0.12 85	0.18 157	3.72 354	0.65 305	5.23 216	2.97 158	5.87 304	4.34 229	3.45 265	1.52 252	3.93 178	0.65 157	0.02 371	0.00 1	0.00 1	0.00 1	0.08 268	0.10 337

GMOStereo	1.81 196	0.47 254	2.09 138	0.10 75	0.27 204	1.49 93	0.89 375	4.40 152	4.51 267	8.16 426	6.97 316	2.96 245	1.15 215	1.42 76	0.88 219	0.00 1	0.14 490	0.00 1	0.00 1	0.23 437	0.03 159

error version	1.81 196	0.47 254	2.09 138	0.10 75	0.27 204	1.49 93	0.89 375	4.40 152	4.51 267	8.16 426	6.97 316	2.96 245	1.15 215	1.42 76	0.88 219	0.00 1	0.14 490	0.00 1	0.00 1	0.23 437	0.03 159

test-v	1.81 196	0.47 254	2.09 138	0.10 75	0.27 204	1.49 93	0.89 375	4.40 152	4.51 267	8.16 426	6.97 316	2.96 245	1.15 215	1.42 76	0.88 219	0.00 1	0.14 490	0.00 1	0.00 1	0.23 437	0.03 159

test-2	1.81 196	0.47 254	2.09 138	0.10 75	0.27 204	1.49 93	0.89 375	4.40 152	4.51 267	8.16 426	6.97 316	2.96 245	1.15 215	1.42 76	0.88 219	0.00 1	0.14 490	0.00 1	0.00 1	0.23 437	0.03 159

xyz-stereo-finetune2	1.82 200	0.51 274	2.22 157	0.10 75	0.05 21	6.49 445	0.17 158	3.59 105	2.15 100	0.63 133	6.19 292	0.49 147	3.44 352	6.93 325	3.48 405	0.00 1	0.00 1	0.00 1	0.00 1	0.04 176	0.01 23

test-1	1.82 200	0.45 246	5.42 432	0.89 247	0.41 260	2.14 169	0.56 273	5.75 260	4.15 252	3.28 217	5.11 248	3.61 279	0.70 162	1.53 88	1.56 293	0.02 371	0.34 548	0.00 1	0.08 423	0.02 89	0.30 483

MM-Stereo_test3	1.83 202	0.59 311	1.93 110	1.43 334	3.99 533	2.44 203	0.81 350	5.81 267	6.70 374	1.73 180	4.79 236	1.23 189	0.65 157	3.30 153	0.85 209	0.00 1	0.01 190	0.00 1	0.00 1	0.33 477	0.05 240

GMStereo	1.83 202	0.99 428	4.55 385	0.57 202	0.05 21	2.53 212	0.01 9	4.95 195	11.14 485	3.52 224	2.24 162	0.53 153	0.49 134	3.76 171	0.80 200	0.20 510	0.00 1	0.00 1	0.12 445	0.12 334	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
test_1	1.85 204	0.21 29	2.45 171	1.02 270	0.22 183	1.37 74	0.82 352	4.66 180	5.06 290	7.02 371	1.73 138	4.09 298	0.41 114	6.51 294	0.76 185	0.00 1	0.00 1	0.00 1	0.29 516	0.18 400	0.14 393

1test111	1.86 205	0.65 335	2.15 146	2.30 472	0.02 4	5.80 426	0.56 273	8.45 356	3.33 192	1.03 153	3.33 200	0.32 117	3.71 367	4.40 197	0.96 233	0.00 1	0.02 273	0.00 1	0.03 384	0.02 89	0.03 159

LL-Strereo2	1.86 205	0.83 392	2.33 164	0.36 162	0.17 142	3.79 363	1.52 430	5.82 268	4.04 241	4.43 247	2.51 172	4.23 305	0.37 98	5.66 242	0.99 238	0.00 1	0.02 273	0.00 1	0.05 410	0.06 234	0.11 351

test-3	1.86 205	0.21 29	2.46 174	1.03 272	0.22 183	1.38 75	0.83 356	4.65 178	5.04 289	7.26 388	1.78 144	4.10 300	0.41 114	6.53 297	0.76 185	0.00 1	0.00 1	0.00 1	0.29 516	0.18 400	0.14 393

raftrobust	1.86 205	0.74 365	1.94 113	2.15 455	2.24 467	2.74 243	0.53 264	4.89 192	4.05 243	6.09 316	3.89 216	1.64 204	2.55 307	2.44 131	1.12 251	0.00 1	0.03 326	0.00 1	0.00 1	0.12 334	0.08 301

gcap-zeroshot	1.87 209	0.44 238	4.24 363	0.53 190	0.51 293	3.12 299	0.75 336	6.42 298	3.91 229	3.75 232	1.67 135	7.79 415	0.55 142	2.61 136	0.53 141	0.02 371	0.21 529	0.00 1	0.23 498	0.00 1	0.05 240

riskmin	1.88 210	0.15 1	2.11 144	1.38 326	0.88 347	2.40 198	0.04 52	5.93 272	6.10 341	2.25 188	1.34 119	6.06 375	5.08 440	2.78 140	1.01 241	0.00 1	0.02 273	0.00 1	0.00 1	0.01 33	0.06 262

test_3	1.88 210	0.22 33	2.75 212	0.96 262	0.22 183	1.28 62	0.77 340	4.62 172	5.87 324	6.55 353	1.84 146	4.28 311	0.45 128	6.48 290	0.76 185	0.00 1	0.01 190	0.00 1	0.28 515	0.17 384	0.14 393

PSM-adaLoss	1.88 210	0.40 200	2.86 233	0.12 85	0.19 169	3.75 359	0.71 323	5.23 216	2.96 154	5.86 299	4.33 228	3.45 265	1.51 247	5.40 235	0.69 166	0.01 262	0.00 1	0.00 1	0.00 1	0.08 268	0.09 314

s12784h	1.89 213	0.30 89	2.57 186	0.11 83	0.09 67	4.18 382	0.13 129	6.61 307	7.44 399	3.62 227	4.28 225	0.59 159	0.81 180	6.61 302	0.46 120	0.01 262	0.01 190	0.00 1	0.00 1	0.02 89	0.00 1

ROB_FTStereo	1.90 214	0.42 219	2.86 233	0.12 85	0.19 169	3.71 351	0.75 336	5.24 222	2.95 151	5.87 304	4.26 224	3.41 263	1.51 247	5.80 249	0.65 157	0.01 262	0.00 1	0.00 1	0.00 1	0.08 268	0.08 301

RAFT-IKP	1.90 214	0.42 219	2.83 226	0.12 85	0.18 157	3.50 331	0.64 303	5.24 222	2.96 154	5.86 299	4.34 229	3.50 274	1.51 247	5.99 256	0.76 185	0.01 262	0.00 1	0.00 1	0.00 1	0.08 268	0.08 301

EKT-Stereo	1.91 216	0.48 261	2.77 217	2.19 459	4.36 541	1.42 88	0.24 186	4.63 173	3.51 203	2.94 208	3.47 209	3.55 276	2.25 292	5.26 229	0.85 209	0.04 438	0.12 475	0.00 1	0.09 434	0.06 234	0.05 240

ROB_FTStereo_v2	1.91 216	0.41 213	2.85 229	0.12 85	0.19 169	3.71 351	0.73 328	5.23 216	2.95 151	5.86 299	4.36 231	3.46 267	1.51 247	5.86 252	0.69 166	0.01 262	0.00 1	0.00 1	0.00 1	0.08 268	0.08 301

qqq	1.93 218	0.30 89	2.96 246	1.40 328	0.05 21	1.96 149	0.39 227	8.45 356	3.33 192	3.06 210	3.84 214	4.67 326	2.70 314	4.40 197	0.96 233	0.00 1	0.01 190	0.00 1	0.00 1	0.02 89	0.03 159

RALCasStereoNet	1.93 218	1.01 430	2.75 212	1.88 407	1.75 433	2.88 277	0.18 165	4.64 175	4.36 259	2.27 189	5.14 249	2.22 224	0.79 178	7.10 342	1.00 240	0.00 1	0.34 548	0.00 1	0.00 1	0.10 297	0.16 416

Patchmatch Stereo++	1.95 220	0.40 200	2.86 233	0.12 85	0.18 157	3.74 356	0.66 308	5.24 222	2.96 154	5.86 299	4.32 226	3.46 267	1.52 252	6.88 319	0.70 168	0.01 262	0.00 1	0.00 1	0.00 1	0.08 268	0.09 314
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	1.95 220	0.40 200	2.86 233	0.12 85	0.18 157	3.74 356	0.66 308	5.24 222	2.96 154	5.86 299	4.32 226	3.46 267	1.52 252	6.88 319	0.70 168	0.01 262	0.00 1	0.00 1	0.00 1	0.08 268	0.09 314

CRE-IMP	1.95 220	0.35 156	2.68 200	0.27 138	0.17 142	3.90 370	0.85 368	5.14 209	2.87 146	5.74 290	4.14 222	3.49 272	0.83 181	6.40 282	1.80 318	0.00 1	0.00 1	0.00 1	0.00 1	0.10 297	0.19 437

tg	1.96 223	0.64 328	2.15 146	0.68 220	0.12 104	4.40 394	0.04 52	5.74 259	4.19 254	4.00 238	5.23 259	2.58 232	0.93 190	7.12 343	0.77 191	0.00 1	0.02 273	0.00 1	0.00 1	0.31 469	0.25 465

iGMRVC	1.96 223	0.40 200	2.88 239	0.12 85	0.19 169	3.74 356	0.73 328	5.23 216	2.97 158	5.87 304	4.37 232	3.48 271	1.52 252	6.73 311	0.74 177	0.02 371	0.00 1	0.00 1	0.00 1	0.08 268	0.08 301

DIP-Stereo	1.97 225	0.64 328	2.95 244	0.17 113	0.10 75	4.83 405	0.13 129	8.60 368	4.06 246	6.42 345	4.92 242	0.44 141	0.72 166	3.57 165	1.80 318	0.00 1	0.01 190	0.00 1	0.00 1	0.05 208	0.04 203
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RCA-Stereo	1.99 226	0.34 142	2.71 206	0.26 134	0.06 32	2.29 184	0.48 247	4.89 192	14.65 519	2.81 203	5.51 273	0.78 174	3.21 339	1.44 82	0.33 72	0.00 1	0.01 190	0.00 1	0.00 1	0.07 254	0.02 101

rvit_stereo_0075_2	2.00 227	0.32 108	5.49 437	0.60 206	1.98 451	1.77 129	0.10 106	7.24 328	5.70 315	2.90 206	4.06 220	3.11 255	0.56 145	5.32 231	0.76 185	0.00 1	0.00 1	0.00 1	0.00 1	0.03 141	0.16 416

MSKI-zero shot	2.00 227	0.36 169	2.15 146	0.81 234	0.25 194	2.69 241	0.29 201	6.16 281	2.34 116	4.31 244	7.52 337	3.70 285	0.25 59	8.42 435	0.41 99	0.01 262	0.13 485	0.00 1	0.25 506	0.03 141	0.02 101

ACVNet-DCA	2.01 229	0.65 335	2.15 146	2.30 472	0.02 4	5.80 426	0.56 273	8.45 356	3.33 192	1.03 153	3.33 200	0.32 117	3.71 367	8.05 406	0.45 116	0.00 1	0.02 273	0.00 1	0.03 384	0.02 89	0.03 159

Gwc-CoAtRS	2.02 230	0.33 126	2.61 192	1.04 277	0.30 217	3.56 339	0.40 231	5.89 270	5.94 331	5.08 273	5.01 246	5.55 359	1.72 268	1.60 92	0.91 228	0.01 262	0.09 448	0.00 1	0.25 506	0.01 33	0.02 101

DCANet-4	2.03 231	0.34 142	5.30 429	0.31 145	0.18 157	1.69 117	0.12 119	4.95 195	8.55 440	5.78 291	5.17 250	1.12 184	2.82 325	2.11 123	1.92 327	0.00 1	0.00 1	0.00 1	0.00 1	0.02 89	0.18 426

cross-raft	2.03 231	0.35 156	2.78 220	1.10 283	0.16 132	3.77 361	0.48 247	7.03 325	3.75 214	5.06 272	5.55 274	6.26 381	1.41 242	1.75 99	0.89 224	0.01 262	0.07 423	0.00 1	0.19 480	0.03 141	0.03 159

DeepStereo_RVC	2.05 233	0.39 188	2.87 238	0.14 102	0.17 142	3.51 334	0.70 320	5.21 215	3.00 160	6.27 334	4.13 221	3.47 270	4.53 415	4.81 211	1.49 285	0.01 262	0.00 1	0.00 1	0.00 1	0.09 286	0.18 426

MIPNet	2.06 234	0.69 352	4.57 388	0.32 148	0.21 179	1.92 143	0.19 167	6.89 320	5.64 314	5.48 285	4.02 219	2.02 219	3.50 354	3.32 155	2.01 334	0.00 1	0.01 190	0.01 433	0.01 338	0.20 412	0.13 381

DCANet	2.08 235	0.64 328	3.81 331	0.31 145	0.17 142	1.70 121	0.25 191	5.23 216	8.47 436	6.07 315	5.30 266	1.41 193	4.23 393	1.85 107	2.02 336	0.00 1	0.00 1	0.00 1	0.00 1	0.04 176	0.19 437

CFNet-RSSM	2.11 236	0.33 126	2.71 206	1.04 277	0.30 217	3.21 309	0.41 232	6.67 311	6.96 382	5.62 288	4.58 233	5.40 356	1.71 266	1.86 108	0.87 216	0.00 1	0.08 436	0.00 1	0.32 525	0.02 89	0.02 101

U	2.12 237	0.25 53	2.47 177	0.17 113	8.09 581	10.63 512	0.00 1	3.08 42	0.87 43	0.24 30	0.45 64	0.17 64	0.08 12	0.69 25	0.15 17	0.00 1	0.00 1	9.89 588	5.19 596	0.01 33	0.01 23

RAFT-Stereo + iAFF	2.12 237	0.58 308	2.43 170	1.27 304	0.16 132	1.60 105	0.14 139	5.17 213	5.90 327	7.10 377	10.10 400	3.06 252	1.74 271	1.87 110	0.97 236	0.01 262	0.02 273	0.00 1	0.00 1	0.23 437	0.02 101

IGEV-FE	2.13 239	0.50 267	4.90 402	1.41 331	0.18 157	2.63 232	0.36 218	7.80 341	3.87 224	5.04 269	5.42 269	4.72 328	1.03 199	3.48 163	0.80 200	0.00 1	0.16 506	0.00 1	0.18 474	0.17 384	0.04 203

IGEV_Zeroshot_test	2.13 239	0.50 267	4.91 404	1.41 331	0.18 157	2.62 230	0.36 218	7.80 341	3.87 224	5.04 269	5.42 269	4.77 330	1.03 199	3.43 160	0.79 197	0.00 1	0.16 506	0.00 1	0.18 474	0.17 384	0.04 203

tt1	2.14 241	0.63 327	2.22 157	2.27 468	0.02 4	5.71 424	0.63 299	4.53 164	10.19 467	1.16 164	3.39 206	0.33 121	3.05 335	8.00 399	0.46 120	0.00 1	0.02 273	0.00 1	0.03 384	0.10 297	0.04 203

NRIStereo	2.14 241	0.35 156	2.65 197	1.10 283	0.14 119	3.05 291	0.86 370	5.35 233	3.18 179	6.24 329	3.36 204	4.17 304	1.82 277	8.12 414	2.01 334	0.00 1	0.10 460	0.00 1	0.00 1	0.12 334	0.19 437

H2IRNET	2.16 243	0.45 246	2.60 190	1.22 297	0.03 14	1.98 152	0.13 129	4.73 183	7.04 387	1.15 163	7.79 351	5.88 371	3.39 348	4.97 221	1.45 282	0.01 262	0.00 1	0.04 496	0.17 467	0.19 408	0.03 159

dd	2.16 243	1.22 461	4.82 398	0.68 220	0.12 104	1.39 82	0.17 158	5.14 209	11.22 489	2.70 199	3.51 212	1.52 201	1.23 230	5.08 223	3.96 423	0.12 488	0.01 190	0.04 496	0.21 489	0.07 254	0.01 23

cc1	2.17 245	0.65 335	2.15 146	2.30 472	0.02 4	5.80 426	0.56 273	4.31 149	10.41 472	1.03 153	3.33 200	0.32 117	3.71 367	8.05 406	0.45 116	0.00 1	0.02 273	0.00 1	0.03 384	0.10 297	0.05 240

RAFT-Test	2.17 245	0.36 169	3.40 295	1.05 280	0.34 239	4.90 407	0.69 317	6.27 286	3.98 234	4.65 258	7.02 322	6.30 384	1.12 209	1.81 104	0.99 238	0.01 262	0.17 511	0.00 1	0.34 529	0.02 89	0.02 101

Any-RAFT	2.18 247	0.25 53	1.94 113	1.37 324	0.80 340	5.01 410	0.56 273	8.51 361	5.58 312	4.01 239	4.85 240	5.44 357	2.26 294	2.45 132	0.35 76	0.00 1	0.15 497	0.00 1	0.00 1	0.02 89	0.02 101

FENet	2.19 248	0.34 142	3.04 256	2.05 444	0.26 201	2.82 267	0.13 129	7.02 324	5.55 309	4.97 267	1.94 148	4.91 336	3.39 348	4.71 208	2.50 367	0.02 371	0.03 326	0.00 1	0.00 1	0.00 1	0.21 448

GANet-ADL	2.20 249	0.50 267	3.27 283	2.02 435	0.11 89	2.21 177	0.48 247	8.64 370	6.79 377	4.56 252	5.83 280	3.98 293	1.27 234	2.68 137	1.43 279	0.04 438	0.08 436	0.02 465	0.00 1	0.15 363	0.03 159

FACV-RUCA	2.21 250	0.34 142	3.59 310	1.30 311	2.90 492	2.22 179	1.25 413	7.98 347	5.71 320	3.59 226	7.21 329	1.14 185	1.60 261	3.12 150	1.46 283	0.01 262	0.03 326	0.10 521	0.04 404	0.35 483	0.17 422

AIO-test1	2.22 251	0.76 370	2.78 220	0.30 140	4.38 542	2.48 206	0.96 387	5.59 252	14.64 517	0.74 140	2.86 180	0.92 176	0.30 84	5.64 240	1.67 305	0.00 1	0.00 1	0.00 1	0.03 384	0.17 384	0.14 393

CAS	2.24 252	0.25 53	1.86 98	11.21 586	3.86 529	1.67 113	0.02 34	3.87 127	2.67 130	0.41 89	1.63 132	0.24 93	0.27 69	1.50 86	0.74 177	9.43 593	0.01 190	0.00 1	0.00 1	0.01 33	5.21 580

NF-Stereo	2.24 252	0.33 126	3.00 247	2.04 440	0.10 75	3.46 322	0.43 236	6.51 304	3.17 176	6.84 362	5.24 260	2.67 236	1.34 237	8.17 421	1.53 289	0.01 262	0.00 1	0.00 1	0.00 1	0.02 89	0.01 23

OCTAStereo	2.24 252	0.33 126	3.03 253	2.04 440	0.10 75	3.45 321	0.43 236	6.50 301	3.17 176	6.84 362	5.20 255	2.65 233	1.33 235	8.18 422	1.56 293	0.01 262	0.00 1	0.00 1	0.00 1	0.02 89	0.01 23

PSM-softLoss	2.24 252	0.34 142	3.42 297	1.81 396	0.17 142	2.74 243	0.39 227	6.17 282	2.92 148	6.26 332	6.29 299	2.96 245	0.97 194	8.68 449	1.71 308	0.00 1	0.00 1	0.00 1	0.00 1	0.02 89	0.02 101

KMStereo	2.24 252	0.34 142	3.42 297	1.81 396	0.17 142	2.74 243	0.39 227	6.17 282	2.92 148	6.26 332	6.29 299	2.96 245	0.97 194	8.68 449	1.71 308	0.00 1	0.00 1	0.00 1	0.00 1	0.02 89	0.02 101

StereoVision	2.25 257	0.72 357	4.00 348	1.03 272	2.64 483	1.91 142	0.28 198	5.83 269	4.43 262	1.89 181	10.65 417	3.88 290	0.52 139	5.13 226	1.98 333	0.00 1	0.00 1	0.00 1	0.00 1	0.09 286	0.03 159

RE-Stereo	2.25 257	0.33 126	3.03 253	2.04 440	0.10 75	3.47 324	0.43 236	6.50 301	3.18 179	6.84 362	5.20 255	2.65 233	1.34 237	8.18 422	1.58 295	0.01 262	0.00 1	0.01 433	0.00 1	0.02 89	0.01 23

TVStereo	2.25 257	0.33 126	3.03 253	2.04 440	0.10 75	3.47 324	0.43 236	6.50 301	3.18 179	6.84 362	5.20 255	2.65 233	1.34 237	8.18 422	1.58 295	0.01 262	0.00 1	0.01 433	0.00 1	0.02 89	0.01 23

ADStereo(finetuned)	2.26 260	0.64 328	5.22 425	0.31 145	0.18 157	1.71 123	0.25 191	5.23 216	8.46 435	6.06 314	5.30 266	1.41 193	6.37 468	1.87 110	1.87 321	0.00 1	0.00 1	0.00 1	0.00 1	0.04 176	0.18 426

fff	2.28 261	0.61 319	3.81 331	0.22 126	0.07 40	1.69 117	0.11 112	5.37 236	11.84 496	5.80 293	5.17 250	1.44 195	5.41 447	2.00 117	1.92 327	0.00 1	0.00 1	0.00 1	0.00 1	0.02 89	0.18 426

IPLGR	2.28 261	0.51 274	6.00 455	0.15 106	0.15 124	1.99 154	0.22 180	6.34 289	6.04 339	6.80 360	5.76 277	2.87 242	2.31 296	4.88 214	1.28 266	0.00 1	0.00 1	0.00 1	0.00 1	0.09 286	0.18 426

csc	2.28 261	0.61 319	3.81 331	0.22 126	0.07 40	1.69 117	0.11 112	5.37 236	11.84 496	5.80 293	5.17 250	1.44 195	5.41 447	2.00 117	1.92 327	0.00 1	0.00 1	0.00 1	0.00 1	0.02 89	0.18 426

cscssc	2.28 261	0.61 319	3.81 331	0.22 126	0.07 40	1.69 117	0.11 112	5.37 236	11.84 496	5.80 293	5.17 250	1.44 195	5.41 447	2.00 117	1.92 327	0.00 1	0.00 1	0.00 1	0.00 1	0.02 89	0.18 426

test_sample1	2.31 265	0.26 60	3.29 284	2.08 446	0.46 272	2.62 230	0.05 66	9.88 404	4.23 255	3.90 235	3.92 218	3.49 272	4.44 408	5.67 244	1.88 323	0.00 1	0.01 190	0.00 1	0.00 1	0.02 89	0.03 159

EAI-Stereo	2.31 265	0.44 238	2.72 208	0.68 220	0.56 302	3.51 334	2.62 465	11.42 452	4.14 250	2.09 182	7.23 331	1.21 188	0.91 188	5.67 244	1.51 286	0.01 262	0.25 542	0.00 1	0.88 562	0.04 176	0.26 471

test_sample2	2.32 267	0.25 53	3.38 291	2.08 446	0.41 260	2.58 221	0.15 145	9.50 393	4.97 288	3.66 228	4.86 241	4.29 313	3.26 340	5.83 251	1.09 248	0.00 1	0.01 190	0.00 1	0.00 1	0.03 141	0.03 159

ICVP	2.32 267	0.38 184	2.89 241	0.92 253	0.70 326	2.55 216	0.87 373	9.97 407	3.99 235	4.13 241	8.97 374	2.71 237	1.69 265	2.52 134	3.52 411	0.05 451	0.24 541	0.01 433	0.01 338	0.11 318	0.13 381
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xx1	2.33 269	0.65 335	2.15 146	2.30 472	0.02 4	5.80 426	0.56 273	4.31 149	10.41 472	1.03 153	3.33 200	4.67 326	2.70 314	8.05 406	0.45 116	0.00 1	0.02 273	0.00 1	0.00 1	0.02 89	0.03 159

MyStereo06	2.35 270	0.66 341	4.54 382	1.10 283	0.96 360	2.57 219	0.10 106	9.30 388	4.05 243	5.22 277	6.09 284	5.95 373	2.38 299	3.00 145	0.73 175	0.01 262	0.08 436	0.00 1	0.01 338	0.13 349	0.15 404

PFNet+	2.35 270	0.31 94	3.69 320	0.79 233	0.17 142	3.15 304	0.75 336	4.52 163	6.30 354	7.90 417	6.34 303	2.53 230	1.18 225	7.72 382	1.62 299	0.03 417	0.00 1	0.00 1	0.00 1	0.01 33	0.03 159

RAFT+CT+SA	2.36 272	0.71 356	2.46 174	0.83 238	2.26 468	3.18 306	0.93 382	6.82 318	5.48 304	2.55 194	8.07 355	1.64 204	1.59 260	8.54 440	1.15 256	0.02 371	0.00 1	0.00 1	0.38 534	0.19 408	0.36 493

TRStereo	2.36 272	3.10 543	4.70 394	1.99 428	2.08 455	2.61 227	1.11 403	8.79 375	3.73 212	3.19 214	3.04 189	3.96 292	0.77 173	5.92 253	1.44 280	0.03 417	0.14 490	0.00 1	0.29 516	0.08 268	0.25 465

test_4	2.38 274	0.34 142	2.68 200	0.08 66	0.11 89	3.69 349	1.14 405	3.33 76	3.34 195	4.03 240	17.35 511	3.31 262	0.51 137	6.28 271	1.15 256	0.00 1	0.00 1	0.00 1	0.11 441	0.16 370	0.01 23

ACRE	2.41 275	1.08 442	5.11 416	0.55 197	2.05 453	2.65 236	0.78 345	5.26 227	4.67 276	7.59 404	9.20 377	1.70 207	1.08 205	3.74 170	2.18 347	0.01 262	0.18 515	0.02 465	0.08 423	0.22 430	0.10 337

HH	2.42 276	0.73 360	3.76 325	0.91 249	0.14 119	2.78 253	0.71 323	7.92 345	2.72 135	1.53 171	6.10 286	7.93 419	4.01 382	8.60 444	0.44 112	0.00 1	0.09 448	0.00 1	0.00 1	0.05 208	0.04 203

HanStereo	2.42 276	0.73 360	3.76 325	0.91 249	0.14 119	2.78 253	0.71 323	7.92 345	2.72 135	1.53 171	6.10 286	7.93 419	4.01 382	8.60 444	0.44 112	0.00 1	0.09 448	0.00 1	0.00 1	0.05 208	0.04 203

DisPM	2.43 278	0.32 108	3.04 256	1.76 388	0.18 157	3.46 322	0.65 305	5.13 208	4.88 285	8.59 448	7.04 325	2.84 240	1.03 199	8.85 461	0.83 204	0.01 262	0.00 1	0.00 1	0.00 1	0.01 33	0.02 101

IPLG	2.43 278	0.66 341	4.77 397	0.54 194	0.31 228	3.01 287	0.26 193	6.15 280	5.55 309	7.69 406	6.21 294	1.89 213	1.74 271	7.19 349	2.35 357	0.01 262	0.01 190	0.00 1	0.00 1	0.24 448	0.12 369

rvit_105_1	2.44 280	0.80 385	5.08 414	1.77 390	0.09 67	1.95 146	3.62 494	5.62 256	8.21 428	4.85 263	2.07 153	3.15 256	1.58 259	7.08 340	2.71 375	0.00 1	0.00 1	0.00 1	0.01 338	0.04 176	0.08 301

CASS	2.44 280	0.44 238	3.56 308	0.85 242	0.38 251	3.14 301	0.22 180	9.64 398	4.00 236	6.78 357	7.62 343	3.57 277	3.58 359	3.80 172	1.10 249	0.02 371	0.01 190	0.00 1	0.00 1	0.05 208	0.01 23
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLGR_C	2.44 280	1.17 457	4.94 405	0.62 209	2.08 455	2.65 236	0.80 348	5.60 253	4.79 283	7.87 414	9.23 379	1.67 206	1.15 215	3.43 160	2.23 350	0.01 262	0.19 522	0.02 465	0.08 423	0.22 430	0.10 337

R-Stereo Train	2.44 280	0.32 108	1.93 110	0.94 256	0.16 132	3.67 345	0.61 292	6.37 292	3.08 168	9.14 464	17.44 512	1.80 210	0.77 173	1.76 101	0.70 168	0.00 1	0.01 190	0.00 1	0.00 1	0.01 33	0.03 159

RAFT-Stereo	2.44 280	0.32 108	1.93 110	0.94 256	0.16 132	3.67 345	0.61 292	6.37 292	3.08 168	9.14 464	17.44 512	1.80 210	0.77 173	1.76 101	0.70 168	0.00 1	0.01 190	0.00 1	0.00 1	0.01 33	0.03 159
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RALAANet	2.46 285	1.09 444	3.70 323	2.55 496	0.80 340	3.37 318	0.15 145	7.44 334	5.54 308	5.65 289	6.01 283	3.54 275	1.13 212	6.34 279	1.58 295	0.00 1	0.01 190	0.00 1	0.05 410	0.21 423	0.03 159

CIPLG	2.47 286	1.10 446	4.71 395	0.63 214	2.15 461	2.67 240	0.77 340	5.19 214	4.73 280	7.85 413	9.56 392	1.72 208	1.14 213	4.20 190	2.34 355	0.01 262	0.19 522	0.02 465	0.09 434	0.23 437	0.08 301

BUS	2.49 287	0.32 108	3.05 261	0.46 179	0.46 272	7.12 459	0.50 259	9.05 380	4.69 277	6.11 318	6.15 289	5.29 351	0.83 181	3.91 175	1.77 315	0.01 262	0.03 326	0.03 484	0.00 1	0.04 176	0.00 1

Pruner-Stereo	2.49 287	0.40 200	2.46 174	1.80 394	0.25 194	3.51 334	0.77 340	6.03 274	4.92 286	8.91 458	6.09 284	4.45 318	1.11 208	6.99 333	2.11 340	0.02 371	0.00 1	0.02 465	0.00 1	0.01 33	0.04 203

GES	2.49 287	0.38 184	4.29 366	1.58 360	0.05 21	4.58 399	1.07 399	9.70 400	3.39 196	5.21 276	6.64 308	1.84 212	3.36 343	4.86 212	2.54 371	0.06 461	0.01 190	0.06 507	0.01 338	0.12 334	0.03 159

mmm	2.50 290	0.29 77	3.22 279	1.98 426	0.32 231	3.72 354	0.12 119	9.45 392	4.05 243	5.84 298	10.80 419	2.47 229	2.86 328	4.07 185	0.75 183	0.00 1	0.02 273	0.00 1	0.01 338	0.03 141	0.02 101

MIM_Stereo	2.50 290	0.75 367	4.26 364	1.18 295	0.11 89	3.08 292	0.33 214	6.07 276	3.28 186	5.01 268	10.12 401	4.29 313	1.74 271	8.06 410	1.27 265	0.00 1	0.12 475	0.00 1	0.01 338	0.18 400	0.15 404

iRaft-Stereo_20w	2.56 292	0.35 156	4.98 407	0.37 164	0.67 318	3.47 324	0.59 284	12.57 495	3.89 227	6.10 317	6.23 296	1.49 199	2.24 290	6.65 305	0.86 214	0.00 1	0.19 522	0.00 1	0.33 527	0.08 268	0.22 450

HCRNet	2.56 292	0.53 286	3.35 289	0.24 130	3.39 508	2.19 175	0.23 184	6.89 320	5.50 305	5.26 279	4.79 236	5.27 350	2.78 322	7.71 380	2.89 380	0.00 1	0.02 273	0.00 1	0.00 1	0.04 176	0.04 203

RAFT	2.57 294	0.76 370	3.09 268	0.91 249	0.09 67	2.41 199	0.94 384	5.35 233	2.65 129	6.11 318	7.21 329	9.43 450	4.30 400	5.73 248	1.77 315	0.00 1	0.12 475	0.00 1	0.02 366	0.46 507	0.08 301

ACVNet	2.58 295	0.53 286	2.69 202	0.84 240	0.59 304	2.61 227	0.55 271	8.35 352	5.70 315	4.45 248	9.26 387	5.77 367	3.50 354	2.24 124	4.41 434	0.00 1	0.00 1	0.00 1	0.00 1	0.17 384	0.01 23

HHNet	2.59 296	0.55 295	2.55 184	0.20 120	0.32 231	2.84 270	0.94 384	5.77 265	5.14 294	7.33 392	13.80 470	0.94 177	3.20 338	5.27 230	2.41 362	0.13 493	0.02 273	0.06 507	0.00 1	0.23 437	0.03 159

AFF-stereo	2.59 296	0.68 347	2.35 167	1.55 355	0.17 142	1.67 113	0.08 92	5.75 260	6.60 371	6.20 326	12.13 447	6.16 378	2.36 298	4.75 210	1.11 250	0.02 371	0.02 273	0.00 1	0.00 1	0.23 437	0.05 240

raft_robust	2.64 298	1.20 459	2.62 194	1.10 283	0.28 212	1.50 97	0.12 119	6.28 287	9.04 445	6.80 360	7.19 328	3.73 287	2.13 285	9.06 469	1.07 244	0.03 417	0.12 475	0.00 1	0.21 489	0.17 384	0.22 450

GwcNet-ADL	2.65 299	0.48 261	3.84 337	0.82 236	0.33 237	2.04 159	0.69 317	8.07 348	9.42 452	6.05 312	6.66 309	4.14 302	1.73 269	5.40 235	3.01 384	0.08 474	0.06 399	0.00 1	0.00 1	0.06 234	0.03 159

ToySt	2.69 300	0.55 295	7.03 483	1.03 272	0.10 75	3.49 329	1.04 395	6.38 296	4.55 271	2.69 197	6.28 298	7.95 423	4.38 404	5.08 223	2.58 372	0.01 262	0.11 468	0.00 1	0.04 404	0.28 461	0.19 437

BSDual-CNN	2.69 300	0.32 108	3.05 261	0.46 179	0.46 272	7.13 461	1.63 436	9.05 380	4.69 277	6.11 318	6.15 289	6.26 381	2.54 305	3.91 175	1.91 325	0.01 262	0.03 326	0.03 484	0.00 1	0.04 176	0.00 1

DN-CSS_ROB	2.69 300	1.40 480	5.34 430	2.31 478	0.75 331	3.14 301	0.06 74	6.11 278	3.87 224	5.34 282	12.18 450	2.34 227	1.22 229	7.84 389	1.48 284	0.03 417	0.00 1	0.00 1	0.00 1	0.35 483	0.03 159

AIO-test2	2.70 303	1.23 463	3.52 305	1.24 299	3.05 494	2.65 236	0.06 74	6.30 288	15.40 526	2.58 195	7.30 333	0.48 146	0.57 149	5.36 232	0.96 233	3.06 576	0.00 1	0.00 1	0.01 338	0.16 370	0.15 404

RAFT_R40	2.71 304	0.33 126	3.00 247	1.26 302	0.30 217	3.83 366	1.00 391	5.69 258	4.29 256	9.69 481	6.33 302	5.02 343	4.02 384	8.58 443	0.86 214	0.01 262	0.00 1	0.00 1	0.00 1	0.03 141	0.02 101

AnonymousM	2.71 304	6.75 571	0.98 7	0.73 225	0.06 32	2.41 199	0.53 264	5.30 228	3.05 164	4.75 261	2.09 154	1.89 213	1.01 196	1.88 112	0.51 138	0.01 262	0.02 273	17.42 594	4.76 592	0.02 89	0.01 23

XX-Stereo	2.71 304	0.38 184	5.96 454	2.25 466	2.20 465	1.54 100	0.21 178	5.44 241	3.05 164	2.28 190	16.16 491	7.03 400	0.24 57	6.19 264	0.79 197	0.00 1	0.15 497	0.00 1	0.23 498	0.13 349	0.04 203

UDGNet	2.73 307	7.09 574	3.90 340	2.71 501	0.06 32	2.98 284	0.20 173	4.63 173	8.58 441	2.69 197	2.70 177	0.95 178	1.01 196	6.27 270	1.51 286	1.28 562	0.00 1	5.24 585	0.94 564	1.70 554	0.13 381

SST-Stereo	2.75 308	0.31 94	2.78 220	1.33 315	0.33 237	3.99 376	0.82 352	5.60 253	3.93 231	10.92 510	6.19 292	5.00 341	4.23 393	8.66 448	0.74 177	0.00 1	0.00 1	0.00 1	0.00 1	0.03 141	0.03 159

GMStereo_Zeroshot	2.77 309	1.98 523	5.14 419	1.53 351	0.36 245	3.56 339	0.10 106	5.57 250	5.91 329	6.89 367	7.02 322	8.50 436	0.91 188	6.01 257	1.65 303	0.00 1	0.00 1	0.00 1	0.00 1	0.20 412	0.01 23

DFGA-Net	2.78 310	1.91 518	7.35 492	1.52 346	0.36 245	3.36 317	0.20 173	6.64 309	5.93 330	4.88 264	6.31 301	2.18 222	1.12 209	7.43 362	5.98 463	0.00 1	0.00 1	0.00 1	0.00 1	0.37 489	0.04 203

111	2.78 310	0.92 416	3.81 331	0.22 126	0.07 40	2.83 269	0.70 320	6.03 274	14.00 512	3.22 215	8.93 370	5.48 358	3.30 341	3.66 166	2.03 337	0.00 1	0.00 1	0.00 1	0.00 1	0.10 297	0.29 481

Hybrid-DGEV-2	2.79 312	1.21 460	2.93 242	1.69 375	0.02 4	5.36 419	0.27 196	7.21 327	9.79 459	6.79 358	3.19 195	5.20 348	5.05 438	5.48 237	1.29 267	0.04 438	0.01 190	0.00 1	0.02 366	0.16 370	0.07 283

HITNet	2.79 312	0.77 373	4.02 349	2.03 438	0.11 89	5.58 421	0.59 284	9.24 386	5.15 295	6.42 345	7.26 332	3.66 282	2.92 331	4.07 185	3.87 421	0.00 1	0.00 1	0.00 1	0.00 1	0.06 234	0.02 101
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
CFNet_pseudo	2.81 314	0.42 219	4.04 352	0.33 153	0.24 191	2.59 224	0.12 119	8.20 351	7.66 406	7.04 374	10.42 410	6.56 391	2.05 283	4.88 214	1.53 289	0.00 1	0.02 273	0.01 433	0.00 1	0.05 208	0.07 283

ccs_rob	2.81 314	0.42 219	4.06 354	0.33 153	0.25 194	2.59 224	0.12 119	8.19 350	7.68 407	7.02 371	10.37 409	6.54 387	2.06 284	4.88 214	1.53 289	0.00 1	0.02 273	0.01 433	0.00 1	0.05 208	0.07 283

DMCA	2.82 316	0.64 328	4.45 376	1.61 365	0.89 351	3.86 368	0.57 282	9.18 384	5.10 292	6.24 329	6.49 306	7.17 407	2.13 285	3.31 154	4.73 441	0.00 1	0.01 190	0.00 1	0.00 1	0.04 176	0.02 101

TestStereo1	2.85 317	0.81 387	3.48 301	3.11 521	0.44 264	2.52 209	1.50 428	6.37 292	8.18 426	4.62 254	9.24 384	2.23 225	3.69 364	9.19 474	1.26 263	0.00 1	0.01 190	0.00 1	0.00 1	0.27 459	0.09 314

SA-5K	2.85 317	0.81 387	3.48 301	3.11 521	0.44 264	2.52 209	1.50 428	6.37 292	8.18 426	4.62 254	9.24 384	2.23 225	3.69 364	9.19 474	1.26 263	0.00 1	0.01 190	0.00 1	0.00 1	0.27 459	0.09 314

LCNet	2.85 317	0.42 219	1.90 105	0.95 260	0.56 302	2.07 160	1.60 434	4.99 202	3.57 209	6.05 312	10.59 414	4.59 324	6.79 480	7.46 364	0.72 174	0.01 262	0.00 1	0.01 433	0.77 559	0.30 464	3.57 571

IRAFT_RVC	2.85 317	0.41 213	3.32 287	2.09 449	0.41 260	2.92 279	5.22 526	6.41 297	3.63 210	6.53 352	5.48 272	5.09 345	4.88 433	8.20 425	2.15 344	0.01 262	0.17 511	0.01 433	0.00 1	0.02 89	0.04 203

AIO-Stereo-zeroshot	2.86 321	0.99 428	7.52 498	1.52 346	0.92 354	2.94 281	0.03 43	9.31 389	3.81 220	2.42 193	5.86 281	9.23 446	4.64 420	4.31 194	2.19 348	0.02 371	0.18 515	0.00 1	0.54 549	0.35 483	0.35 491

iRaft-Stereo_5w	2.86 321	0.86 396	4.08 357	0.06 45	0.25 194	2.76 249	0.60 289	4.97 198	4.10 247	2.98 209	7.85 352	10.17 464	4.17 390	8.16 418	5.83 461	0.00 1	0.00 1	0.00 1	0.01 338	0.26 452	0.06 262

test_sample4	2.87 323	0.40 200	4.54 382	1.80 394	0.54 300	3.95 373	0.15 145	11.48 454	6.49 367	6.33 341	6.81 313	3.68 284	2.65 312	6.11 260	2.36 358	0.02 371	0.01 190	0.00 1	0.00 1	0.04 176	0.05 240

test_sample3	2.87 323	0.37 176	4.45 376	1.95 421	0.59 304	4.69 402	0.16 151	11.50 455	6.45 364	5.82 296	6.44 305	3.76 288	2.64 310	6.01 257	2.41 362	0.01 262	0.01 190	0.00 1	0.00 1	0.04 176	0.05 240

MyStereo8	2.88 325	1.19 458	5.03 410	1.61 365	3.75 525	4.30 386	0.07 84	6.14 279	6.16 347	6.22 327	9.64 395	4.28 311	1.45 245	2.05 120	4.76 443	0.00 1	0.16 506	0.00 1	0.14 452	0.26 452	0.43 506

ffm	2.90 326	0.31 94	3.97 342	1.34 317	0.98 363	2.80 256	0.48 247	4.53 164	10.19 467	6.29 337	9.23 379	5.59 360	3.72 371	8.00 399	0.46 120	0.00 1	0.02 273	0.00 1	0.00 1	0.10 297	0.04 203

test_5	2.90 326	0.70 354	3.69 320	2.01 433	3.17 499	4.61 401	1.32 421	6.69 312	7.02 386	2.79 201	7.18 327	4.99 338	4.14 387	7.96 396	1.31 269	0.00 1	0.00 1	0.00 1	0.03 384	0.19 408	0.26 471

test_sample5	2.91 328	0.40 200	4.33 368	1.81 396	0.50 289	3.33 315	0.17 158	11.27 445	6.55 368	6.18 324	8.35 360	3.65 280	2.71 317	6.61 302	2.15 344	0.02 371	0.02 273	0.00 1	0.00 1	0.05 208	0.05 240

PFNet	2.93 329	0.40 200	5.51 440	2.13 454	0.84 344	3.11 298	0.75 336	6.78 315	4.79 283	9.98 489	6.00 282	4.78 331	2.13 285	8.33 429	2.11 340	0.19 507	0.06 399	0.00 1	0.11 441	0.20 412	0.35 491

MyStereo05	2.94 330	0.66 341	5.25 428	1.10 283	0.96 360	2.57 219	0.10 106	8.53 362	12.34 504	6.28 335	3.88 215	3.18 258	3.30 341	7.81 388	2.37 359	0.01 262	0.08 436	0.00 1	0.01 338	0.13 349	0.15 404

MyStereo04	2.95 331	0.79 381	5.38 431	1.03 272	1.11 375	2.63 232	0.46 244	10.00 410	12.44 505	4.19 242	3.91 217	3.04 251	3.60 360	7.34 358	2.74 379	0.00 1	0.09 448	0.00 1	0.01 338	0.11 318	0.09 314

PSMNet-ADL	2.98 332	0.43 230	2.41 169	1.43 334	0.40 255	5.94 432	0.28 198	8.45 356	5.13 293	3.36 221	6.77 311	8.41 430	4.61 418	7.20 350	4.55 438	0.02 371	0.09 448	0.00 1	0.00 1	0.01 33	0.03 159

PCWNet_CMD	2.99 333	0.39 188	4.02 349	0.39 169	0.26 201	2.53 212	0.15 145	9.24 386	9.22 447	7.12 378	11.53 438	6.94 398	2.41 300	4.02 182	1.33 271	0.01 262	0.02 273	0.02 465	0.00 1	0.05 208	0.07 283

MSMDNet	2.99 333	0.39 188	4.02 349	0.40 171	0.25 194	2.53 212	0.16 151	9.35 390	9.25 448	7.08 376	11.39 433	6.93 397	2.43 301	4.01 181	1.34 273	0.01 262	0.02 273	0.02 465	0.00 1	0.05 208	0.07 283

OMP-Stereo	3.03 335	0.93 419	2.72 208	4.21 561	0.51 293	2.19 175	1.25 413	6.19 284	6.00 337	7.99 422	6.21 294	8.50 436	2.49 303	9.44 486	1.74 312	0.01 262	0.00 1	0.00 1	0.00 1	0.08 268	0.05 240

DualNet	3.05 336	0.40 200	4.33 368	1.81 396	0.50 289	3.33 315	0.17 158	11.27 445	6.55 368	6.50 349	10.86 423	3.65 280	2.71 317	6.61 302	2.15 344	0.02 371	0.02 273	0.00 1	0.00 1	0.05 208	0.05 240

Hybrid-DGEV-03	3.06 337	0.64 328	2.49 178	0.98 266	0.08 57	3.47 324	0.98 388	4.54 168	6.57 370	9.43 471	20.79 531	3.58 278	1.15 215	4.54 201	1.42 278	0.00 1	0.04 360	0.00 1	0.00 1	0.26 452	0.16 416

SA	3.06 337	0.74 365	3.79 328	1.60 364	0.30 217	3.19 307	1.43 425	6.72 313	9.06 446	4.63 257	10.80 419	2.89 243	4.71 423	9.62 489	1.18 261	0.00 1	0.09 448	0.00 1	0.19 480	0.23 437	0.02 101

CFNet_ucs	3.07 339	0.44 238	4.05 353	0.54 194	0.37 249	3.08 292	0.19 167	9.80 402	8.49 438	7.64 405	12.62 456	5.67 365	1.76 275	4.96 220	1.51 286	0.00 1	0.04 360	0.01 433	0.00 1	0.09 286	0.11 351

NINENet	3.09 340	0.56 301	3.22 279	1.61 365	1.37 403	7.12 459	0.50 259	11.88 468	5.63 313	6.63 354	8.40 361	5.29 351	0.83 181	6.51 294	1.77 315	0.15 497	0.07 423	0.07 513	0.00 1	0.09 286	0.00 1

UCFNet_RVC	3.09 340	0.77 373	2.27 162	2.35 482	1.79 438	3.50 331	1.06 397	12.12 481	6.91 380	4.71 260	7.67 346	7.58 411	4.40 406	4.95 219	1.67 305	0.00 1	0.00 1	0.00 1	0.00 1	0.11 318	0.01 23

AdaStereo	3.09 340	0.58 308	3.04 256	2.84 509	0.48 283	4.08 378	1.29 419	12.16 483	7.77 414	6.03 311	9.62 393	5.79 369	1.53 256	4.56 204	1.93 332	0.00 1	0.00 1	0.00 1	0.00 1	0.02 89	0.02 101
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.
psmg	3.10 343	0.32 108	3.05 261	0.54 194	0.46 272	8.68 486	2.84 472	9.87 403	4.69 277	8.08 423	8.69 365	6.26 381	2.54 305	3.91 175	1.91 325	0.01 262	0.04 360	0.06 507	0.00 1	0.11 318	0.00 1

DCVSM-stereo	3.13 344	0.37 176	2.95 244	1.51 344	0.80 340	2.75 248	0.49 257	6.79 316	5.25 298	11.43 518	5.57 275	10.79 476	5.30 444	5.25 228	2.95 382	0.03 417	0.09 448	0.03 484	0.00 1	0.12 334	0.09 314

ARAFT	3.13 344	1.11 449	7.34 491	0.42 172	0.14 119	4.52 397	2.99 475	7.41 333	5.97 334	8.85 456	7.06 326	5.20 348	1.25 233	8.49 438	1.44 280	0.00 1	0.03 326	0.00 1	0.00 1	0.33 477	0.11 351

test_sample6	3.14 346	0.41 213	4.42 373	1.92 415	0.49 286	3.25 311	0.21 178	11.30 447	6.69 373	6.50 349	10.86 423	4.03 295	2.93 332	7.06 339	2.65 373	0.02 371	0.02 273	0.00 1	0.00 1	0.05 208	0.06 262

IIG-Stereo	3.16 347	0.75 367	2.83 226	4.08 556	0.21 179	2.56 218	0.74 334	6.55 306	5.56 311	8.39 440	9.38 390	7.94 421	2.79 323	9.50 488	1.89 324	0.02 371	0.00 1	0.00 1	0.00 1	0.02 89	0.04 203

DMCA-RVC	3.17 348	1.26 467	6.39 470	2.10 451	1.51 412	3.02 288	0.56 273	7.84 344	5.06 290	9.23 467	5.19 254	8.46 432	2.72 319	6.31 275	3.22 391	0.06 461	0.11 468	0.09 519	0.02 366	0.16 370	0.08 301

HI	3.18 349	0.90 409	3.05 261	1.28 309	0.15 124	2.29 184	0.04 52	5.31 230	3.52 204	7.96 418	12.69 457	11.43 488	6.61 472	4.26 192	4.02 424	0.00 1	0.06 399	0.00 1	0.00 1	0.05 208	0.01 23

CoSv	3.18 349	0.90 409	3.05 261	1.28 309	0.15 124	2.29 184	0.04 52	5.31 230	3.52 204	7.96 418	12.69 457	11.43 488	6.61 472	4.26 192	4.02 424	0.00 1	0.06 399	0.00 1	0.00 1	0.05 208	0.01 23

IER	3.20 351	0.54 291	5.13 418	0.58 203	1.59 415	7.29 464	0.56 273	6.36 290	4.95 287	7.44 397	8.84 366	6.20 379	6.26 465	4.88 214	3.29 395	0.00 1	0.00 1	0.00 1	0.00 1	0.02 89	0.01 23

BEATNet_4x	3.24 352	1.27 469	5.89 451	1.56 358	0.10 75	5.26 416	1.07 399	10.08 414	5.50 305	6.89 367	7.73 347	4.53 322	4.13 386	5.05 222	5.27 450	0.04 438	0.05 378	0.00 1	0.00 1	0.23 437	0.23 457

DispNO	3.25 353	0.72 357	6.85 480	1.95 421	1.34 402	3.49 329	0.84 362	8.14 349	6.30 354	6.34 342	7.76 350	6.30 384	4.28 399	6.93 325	3.51 407	0.00 1	0.03 326	0.03 484	0.12 445	0.07 254	0.07 283

RAFT-345	3.27 354	0.41 213	2.88 239	1.02 270	0.21 179	2.63 232	0.48 247	3.76 120	5.51 307	7.35 393	24.88 552	4.25 307	1.76 275	8.15 417	2.13 342	0.01 262	0.00 1	0.00 1	0.00 1	0.01 33	0.01 23

GANet-RSSM	3.27 354	0.60 315	3.38 291	2.94 516	2.00 452	2.61 227	0.48 247	10.93 438	6.11 344	5.47 284	10.20 403	6.57 392	5.44 453	6.25 269	2.23 350	0.00 1	0.00 1	0.08 516	0.00 1	0.17 384	0.03 159

SFCPSM	3.29 356	0.43 230	5.11 416	0.34 158	0.94 358	8.48 481	2.15 453	14.51 528	5.29 299	7.00 370	7.65 345	3.43 264	2.59 309	5.11 225	2.37 359	0.01 262	0.03 326	0.01 433	0.07 418	0.13 349	0.15 404

test_sample7	3.30 357	0.47 254	3.43 300	1.98 426	0.35 242	4.33 387	1.88 447	10.66 427	7.73 410	8.36 435	7.55 339	6.55 388	4.27 395	6.58 300	1.62 299	0.06 461	0.03 326	0.00 1	0.00 1	0.05 208	0.06 262

NOSS_ROB	3.30 357	0.46 252	2.62 194	2.08 446	1.01 369	5.60 422	0.74 334	10.37 420	11.48 492	5.15 275	8.43 362	5.67 365	1.73 269	7.97 398	2.34 355	0.02 371	0.06 399	0.00 1	0.00 1	0.07 254	0.14 393

gwcnet-sp	3.31 359	1.47 484	7.26 488	1.73 385	0.69 321	7.57 471	1.14 405	8.59 364	6.17 348	8.57 445	5.25 262	4.26 308	3.36 343	6.46 285	3.44 400	0.00 1	0.00 1	0.00 1	0.00 1	0.15 363	0.11 351

scenet	3.31 359	1.47 484	7.26 488	1.73 385	0.69 321	7.57 471	1.14 405	8.59 364	6.17 348	8.57 445	5.25 262	4.26 308	3.36 343	6.46 285	3.44 400	0.00 1	0.00 1	0.00 1	0.00 1	0.15 363	0.11 351

ssnet	3.31 359	1.47 484	7.26 488	1.73 385	0.69 321	7.57 471	1.14 405	8.59 364	6.17 348	8.57 445	5.25 262	4.26 308	3.36 343	6.46 285	3.44 400	0.00 1	0.00 1	0.00 1	0.00 1	0.15 363	0.11 351

hknet	3.31 359	0.42 219	4.68 392	0.46 179	1.17 385	7.13 461	1.63 436	9.05 380	6.91 380	6.11 318	6.15 289	9.66 453	2.85 327	7.48 367	2.45 364	0.01 262	0.03 326	0.03 484	0.00 1	0.04 176	0.00 1

CFNet-ft	3.31 359	0.94 422	2.69 202	1.50 341	2.38 472	2.81 264	0.68 312	8.35 352	7.43 397	4.45 248	9.94 398	10.20 465	4.60 416	6.50 293	3.41 398	0.00 1	0.00 1	0.03 484	0.00 1	0.22 430	0.03 159

CFNet_RVC	3.31 359	0.94 422	2.69 202	1.50 341	2.38 472	2.81 264	0.68 312	8.35 352	7.43 397	4.45 248	9.94 398	10.20 465	4.60 416	6.49 291	3.41 398	0.00 1	0.00 1	0.03 484	0.00 1	0.22 430	0.03 159

ASMatch	3.32 365	0.50 267	3.32 287	1.72 384	0.45 271	1.93 144	0.68 312	6.42 298	3.89 227	6.18 324	22.30 539	4.61 325	4.82 431	7.65 374	1.70 307	0.00 1	0.02 273	0.00 1	0.03 384	0.01 33	0.18 426

GMM-Stereo	3.32 365	0.27 65	2.52 181	0.82 236	0.48 283	2.27 183	4.91 521	5.06 205	3.08 168	7.06 375	16.72 499	6.21 380	3.70 366	7.60 371	1.16 258	0.04 438	0.00 1	0.00 1	0.04 404	0.10 297	4.45 575

AACVNet	3.33 367	1.03 434	3.56 308	3.46 536	0.63 312	3.09 294	0.28 198	8.78 374	3.43 199	5.99 309	10.64 416	10.08 462	4.03 385	8.69 451	2.51 368	0.03 417	0.01 190	0.00 1	0.00 1	0.26 452	0.06 262

PSM-AAD	3.33 367	0.20 23	1.47 59	0.73 225	0.54 300	2.55 216	6.19 535	4.97 198	3.27 184	10.92 510	11.92 442	2.95 244	9.59 530	7.90 393	0.82 203	0.01 262	0.01 190	0.00 1	0.00 1	0.04 176	2.47 566

PSMNet-RSSM	3.33 367	0.77 373	3.22 279	2.12 452	1.90 448	2.33 190	0.71 323	11.17 440	5.83 322	5.90 307	11.43 436	7.04 402	4.83 432	5.96 255	3.17 389	0.00 1	0.00 1	0.02 465	0.00 1	0.08 268	0.02 101

PAM	3.38 370	0.31 94	5.61 445	1.37 324	0.71 327	7.60 474	0.38 226	8.94 377	3.55 207	5.54 286	4.69 235	16.09 532	7.03 485	3.67 167	1.02 242	0.00 1	0.21 529	0.00 1	0.38 534	0.07 254	0.41 501

qqq1	3.38 370	0.39 188	3.61 312	1.69 375	0.11 89	2.85 271	0.29 201	12.46 488	10.41 472	7.16 381	10.23 404	4.78 331	4.45 409	8.71 453	0.30 63	0.07 469	0.05 378	0.00 1	0.00 1	0.06 234	0.03 159

fff1	3.38 370	0.39 188	3.61 312	1.69 375	0.11 89	2.85 271	0.29 201	12.46 488	10.41 472	7.16 381	10.23 404	4.78 331	4.45 409	8.71 453	0.30 63	0.07 469	0.05 378	0.00 1	0.00 1	0.06 234	0.03 159

TransformOpticalFlow	3.38 370	0.70 354	4.54 382	1.00 268	0.30 217	3.56 339	0.14 139	9.67 399	7.30 395	5.55 287	13.34 465	6.74 395	5.03 436	8.22 426	1.34 273	0.00 1	0.01 190	0.01 433	0.00 1	0.04 176	0.11 351

G2L-Stereo	3.40 374	0.93 419	4.73 396	1.61 365	2.05 453	2.88 277	0.60 289	8.94 377	5.84 323	7.42 395	7.33 335	8.61 439	2.16 288	8.44 437	6.11 464	0.00 1	0.00 1	0.00 1	0.00 1	0.24 448	0.18 426

RAFT_CTSACE	3.40 374	1.07 440	4.52 380	1.27 304	3.14 496	4.00 377	1.07 399	3.93 130	4.43 262	4.66 259	17.94 515	7.21 409	2.76 321	10.82 508	0.85 209	0.00 1	0.07 423	0.00 1	0.00 1	0.30 464	0.01 23

AAGNet	3.41 376	0.34 142	2.45 171	1.78 392	0.39 253	3.69 349	1.05 396	4.79 186	4.61 275	9.62 479	7.74 349	4.98 337	6.38 469	7.34 358	13.02 549	0.00 1	0.00 1	0.00 1	0.00 1	0.03 141	0.04 203

cf-r	3.42 377	0.81 387	3.97 342	2.41 488	2.78 487	2.85 271	0.64 303	8.44 355	6.32 356	6.25 331	11.57 439	8.97 444	3.54 358	5.93 254	3.83 419	0.00 1	0.00 1	0.00 1	0.00 1	0.09 286	0.07 283

G2L-ROB	3.43 378	0.77 373	3.89 339	1.71 382	1.16 384	4.51 396	0.44 241	11.70 461	5.70 315	7.51 400	5.34 268	11.24 486	1.71 266	7.66 376	5.10 448	0.00 1	0.00 1	0.00 1	0.00 1	0.12 334	0.10 337

CoDeX	3.43 378	0.68 347	4.49 378	0.98 266	1.65 422	6.37 441	2.14 452	13.23 509	6.07 340	7.23 386	8.95 371	4.09 298	3.79 375	6.31 275	2.37 359	0.03 417	0.06 399	0.00 1	0.00 1	0.07 254	0.15 404

STrans-v2	3.43 378	0.73 360	4.82 398	0.26 134	0.60 306	3.00 286	1.19 410	10.41 422	7.22 392	5.79 292	10.97 427	6.75 396	7.03 485	8.25 427	1.40 276	0.00 1	0.01 190	0.00 1	0.00 1	0.03 141	0.18 426

Select-FE	3.44 381	0.73 360	8.39 505	1.44 338	0.96 360	2.01 157	0.10 106	8.84 376	3.94 232	5.36 283	10.32 408	9.73 454	8.82 517	6.28 271	0.83 204	0.01 262	0.22 533	0.01 433	0.49 547	0.03 141	0.30 483

MLCV	3.44 381	0.88 403	5.60 444	1.39 327	0.25 194	4.36 390	0.33 214	7.25 329	7.28 394	9.17 466	12.24 452	5.09 345	2.47 302	9.15 472	3.23 392	0.00 1	0.00 1	0.00 1	0.00 1	0.10 297	0.02 101

ff1	3.45 383	0.31 94	3.97 342	1.34 317	0.98 363	2.80 256	0.48 247	4.53 164	10.19 467	6.29 337	9.23 379	5.59 360	3.72 371	10.11 494	9.35 518	0.00 1	0.02 273	0.00 1	0.00 1	0.10 297	0.04 203

PAM_32	3.50 384	0.32 108	5.22 425	1.32 314	0.53 298	7.49 468	0.39 227	9.52 396	3.91 229	5.22 277	5.28 265	16.75 538	7.44 493	4.61 206	0.90 227	0.00 1	0.20 526	0.00 1	0.39 537	0.09 286	0.39 496

UGAM-zero	3.51 385	0.33 126	4.44 375	0.88 245	0.65 315	3.52 337	0.16 151	11.35 449	2.71 134	5.09 274	5.82 279	15.28 524	9.14 525	8.38 431	1.61 298	0.00 1	0.16 506	0.00 1	0.46 544	0.02 89	0.19 437

DeepPruner_ROB	3.52 386	1.14 454	4.06 354	1.12 290	1.65 422	3.65 344	0.83 356	13.96 519	4.47 266	7.80 410	10.84 421	7.05 404	2.16 288	8.14 416	3.08 387	0.07 469	0.03 326	0.00 1	0.01 338	0.32 473	0.06 262

SMFormer	3.54 387	0.39 188	3.61 312	1.69 375	0.11 89	2.85 271	0.29 201	12.46 488	10.41 472	7.16 381	10.23 404	4.78 331	4.45 409	8.71 453	3.51 407	0.07 469	0.05 378	0.00 1	0.00 1	0.06 234	0.04 203

tta	3.54 387	0.39 188	3.61 312	1.69 375	0.11 89	2.85 271	0.29 201	12.46 488	10.41 472	7.16 381	10.23 404	4.78 331	4.45 409	8.71 453	3.51 407	0.07 469	0.05 378	0.00 1	0.00 1	0.06 234	0.03 159

Sa-1000	3.55 389	0.75 367	3.63 316	1.91 411	0.30 217	3.55 338	1.63 436	7.39 332	8.54 439	7.70 407	17.44 512	4.00 294	2.82 325	9.44 486	1.33 271	0.00 1	0.10 460	0.00 1	0.18 474	0.21 423	0.04 203

G2L-Stereo_test	3.57 390	0.86 396	3.66 318	2.79 507	1.52 413	4.11 381	1.17 409	11.35 449	6.27 353	7.97 420	8.87 368	9.39 449	2.26 294	6.55 298	4.33 431	0.00 1	0.01 190	0.00 1	0.00 1	0.22 430	0.13 381

AIO-Stereo-zeroshot1	3.58 391	1.29 474	12.46 537	1.53 351	0.98 363	3.48 328	0.81 350	11.99 472	4.40 261	4.33 245	11.05 429	8.83 442	2.02 282	4.52 199	1.66 304	0.01 262	0.14 490	0.00 1	0.68 556	0.86 535	0.44 508

DDVS	3.59 392	0.53 286	4.53 381	2.02 435	1.27 393	6.63 449	0.49 257	8.73 372	4.10 247	7.14 379	7.63 344	12.68 502	2.25 292	8.69 451	4.09 427	0.08 474	0.20 526	0.01 433	0.00 1	0.14 359	0.59 527

KYRaft	3.59 392	0.31 94	1.84 97	0.76 231	0.46 272	2.29 184	4.04 501	4.75 184	3.25 183	8.93 461	19.47 522	6.62 394	5.07 439	7.79 386	0.71 172	0.01 262	0.00 1	0.00 1	0.01 338	0.04 176	5.38 582

STTStereo	3.60 394	0.93 419	6.34 467	2.71 501	2.23 466	3.68 348	0.63 299	9.42 391	6.73 375	9.87 485	6.97 316	8.84 443	3.65 362	6.85 318	3.04 385	0.00 1	0.02 273	0.01 433	0.00 1	0.02 89	0.02 101

LMCR-Stereo	3.63 395	1.29 474	4.20 362	2.54 494	0.17 142	8.08 478	1.52 430	11.46 453	4.73 280	8.45 443	10.66 418	1.91 216	5.03 436	7.69 378	3.58 412	0.92 556	0.00 1	0.00 1	0.00 1	0.36 488	0.02 101

Prome-Stereo	3.65 396	0.29 77	1.92 109	0.91 249	0.49 286	2.07 160	4.75 519	4.41 156	3.23 182	9.32 470	20.63 530	4.06 297	7.19 487	7.70 379	1.17 260	0.00 1	0.00 1	0.00 1	0.00 1	0.05 208	4.72 579

hitnet-ft	3.66 397	0.65 335	2.79 224	0.89 247	0.72 329	4.25 383	0.55 271	9.11 383	7.52 401	7.14 379	10.19 402	12.49 500	4.70 422	7.44 363	4.41 434	0.03 417	0.00 1	0.06 507	0.00 1	0.20 412	0.04 203

iResNet	3.68 398	0.91 413	7.94 501	2.97 518	0.34 239	4.44 395	0.48 247	7.70 337	9.74 458	7.72 408	12.74 459	4.03 295	2.87 329	8.05 406	3.37 397	0.02 371	0.01 190	0.00 1	0.00 1	0.10 297	0.09 314

acv_ft	3.69 399	0.53 286	4.58 389	2.31 478	4.71 559	7.44 467	0.86 370	8.54 363	5.70 315	9.29 469	9.26 387	5.77 367	4.15 388	2.24 124	8.13 501	0.00 1	0.00 1	0.00 1	0.00 1	0.29 463	0.01 23

ac_64	3.70 400	0.47 254	3.50 304	2.87 510	3.50 512	5.91 431	0.72 327	10.17 417	4.34 258	8.16 426	5.80 278	10.82 477	5.64 456	7.08 340	4.73 441	0.03 417	0.00 1	0.00 1	0.00 1	0.08 268	0.14 393

CFNet	3.72 401	1.10 446	5.03 410	2.49 492	1.59 415	4.90 407	0.22 180	11.38 451	9.88 463	4.80 262	11.25 432	6.44 386	3.68 363	8.33 429	3.00 383	0.00 1	0.00 1	0.00 1	0.00 1	0.22 430	0.07 283

DAS	3.74 402	0.35 156	5.19 423	1.99 428	3.74 521	2.36 192	3.22 482	7.77 339	9.27 449	8.70 449	12.08 445	4.45 318	5.43 450	8.39 432	1.71 308	0.01 262	0.00 1	0.00 1	0.00 1	0.04 176	0.02 101

DRaft	3.74 402	0.43 230	2.60 190	0.12 85	0.15 124	4.76 403	1.34 422	5.33 232	4.31 257	10.30 494	21.91 536	3.27 260	8.83 518	7.36 360	3.66 415	0.05 451	0.10 460	0.00 1	0.14 452	0.10 297	0.14 393

GrayStereo	3.74 402	0.20 23	1.94 113	1.55 355	0.60 306	3.12 299	8.22 560	5.76 262	3.32 191	10.40 498	16.66 498	5.81 370	8.60 514	6.57 299	1.37 275	0.01 262	0.00 1	0.01 433	0.63 552	0.02 89	0.04 203

GEStereo_RVC	3.74 402	0.73 360	4.95 406	2.01 433	1.24 389	4.36 390	3.07 477	11.77 465	7.80 415	6.87 366	6.52 307	7.70 414	4.31 402	8.98 467	4.19 429	0.03 417	0.01 190	0.02 465	0.02 366	0.13 349	0.11 351

ITSA-stereo	3.76 406	0.54 291	3.80 329	1.91 411	0.29 215	3.09 294	0.70 320	13.22 508	15.64 527	6.79 358	6.66 309	4.15 303	3.52 357	8.30 428	5.00 447	0.09 479	0.07 423	0.11 522	0.10 439	0.18 400	0.95 539

GwcNet-RSSM	3.77 407	1.05 436	5.06 412	2.21 462	1.87 445	2.36 192	1.52 430	8.98 379	7.96 419	5.91 308	14.59 481	7.94 421	3.50 354	6.43 283	5.70 458	0.00 1	0.00 1	0.04 496	0.00 1	0.20 412	0.08 301

SepStereo	3.78 408	0.35 156	5.19 423	1.99 428	3.74 521	2.36 192	3.22 482	7.77 339	9.27 449	8.70 449	12.08 445	4.45 318	5.43 450	9.18 473	1.71 308	0.01 262	0.00 1	0.00 1	0.00 1	0.04 176	0.02 101

DEmStereo	3.79 409	0.37 176	3.69 320	0.17 113	0.17 142	5.28 417	2.54 460	4.35 151	3.70 211	8.21 432	20.15 524	5.13 347	10.38 537	7.65 374	3.85 420	0.01 262	0.01 190	0.01 433	0.00 1	0.02 89	0.06 262

FADNet-RVC-Resample	3.79 409	1.62 498	12.06 533	1.43 334	0.66 316	5.94 432	2.41 456	10.18 418	8.58 441	6.28 335	4.22 223	5.33 355	4.80 430	7.71 380	3.19 390	0.17 503	0.21 529	0.17 535	0.12 445	0.41 502	0.29 481

anonymousa	3.80 411	0.55 295	3.35 289	1.24 299	3.74 521	9.04 491	0.36 218	6.74 314	4.03 239	7.72 408	19.64 523	10.62 472	6.01 463	1.52 87	1.40 276	0.00 1	0.00 1	0.00 1	0.05 410	0.00 1	0.03 159

UPFNet	3.82 412	0.47 254	4.34 371	2.21 462	3.38 506	7.26 463	2.69 467	9.89 405	5.96 332	7.98 421	7.53 338	7.89 418	3.15 337	7.72 382	5.88 462	0.01 262	0.02 273	0.00 1	0.00 1	0.04 176	0.06 262

NLCA_NET_v2_RVC	3.84 413	1.06 439	5.23 427	2.72 503	3.27 502	4.36 390	0.61 292	10.71 430	7.56 402	8.75 451	7.89 353	9.86 457	3.90 379	7.15 348	3.44 400	0.14 495	0.02 273	0.02 465	0.03 384	0.04 176	0.03 159
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
psm_up	3.85 414	0.82 390	3.01 249	2.00 432	2.58 481	5.28 417	3.34 486	10.85 436	6.33 357	7.27 389	7.32 334	10.15 463	9.02 522	6.19 264	2.51 368	0.22 514	0.01 190	0.00 1	0.00 1	0.12 334	0.03 159

mmx	3.86 415	0.31 94	3.97 342	1.34 317	0.98 363	2.80 256	0.48 247	12.18 484	10.66 480	6.29 337	9.23 379	5.59 360	3.72 371	10.11 494	9.35 518	0.05 451	0.02 273	0.00 1	0.00 1	0.03 141	0.04 203

xxx	3.86 415	0.31 94	3.98 346	1.34 317	0.98 363	2.80 256	0.48 247	12.18 484	10.66 480	6.29 337	9.23 379	5.59 360	3.72 371	10.11 494	9.35 518	0.05 451	0.02 273	0.00 1	0.00 1	0.03 141	0.04 203

THIR-Stereo	3.86 415	0.77 373	2.62 194	0.12 85	0.13 113	4.25 383	6.63 546	5.30 228	4.18 253	10.33 495	17.13 506	6.58 393	7.62 500	7.78 385	3.51 407	0.01 262	0.07 423	0.07 513	0.00 1	0.11 318	0.02 101

UGAM	3.90 418	0.48 261	4.69 393	0.17 113	0.08 57	3.67 345	1.22 411	4.81 187	14.45 516	4.59 253	11.94 443	14.20 514	3.80 376	9.92 493	3.61 413	0.00 1	0.00 1	0.00 1	0.02 366	0.32 473	0.07 283

AASNet	3.90 418	0.92 416	4.41 372	3.56 542	4.00 534	6.70 450	1.26 416	18.71 561	6.14 345	7.35 393	7.91 354	4.35 315	2.58 308	3.04 147	6.62 477	0.00 1	0.00 1	0.00 1	0.00 1	0.39 496	0.14 393

PS-NSSS	3.90 418	1.84 513	4.55 385	0.87 244	2.95 493	4.10 380	2.00 450	10.77 433	8.23 429	6.75 355	14.63 482	5.01 342	2.24 290	8.41 434	2.91 381	0.33 529	0.03 326	0.83 562	0.00 1	0.82 533	0.70 532

DualNet (step1)	3.91 421	1.11 449	6.15 460	1.27 304	0.60 306	5.22 413	2.54 460	10.66 427	7.73 410	8.36 435	7.55 339	6.55 388	4.27 395	6.58 300	1.62 299	1.49 566	0.03 326	3.10 574	2.99 581	0.20 412	0.15 404

FADNet_RVC	3.91 421	1.67 504	12.95 546	0.96 262	0.75 331	5.71 424	0.54 267	10.83 435	6.60 371	3.46 223	8.09 356	4.10 300	3.40 350	9.43 483	6.33 468	0.36 531	0.44 560	0.17 535	0.46 544	0.91 536	0.95 539

ISRNet	3.93 423	0.55 295	5.49 437	3.20 527	2.69 485	2.11 165	0.26 193	7.01 323	6.40 360	11.00 513	17.99 516	8.31 427	2.64 310	6.51 294	4.36 432	0.00 1	0.00 1	0.00 1	0.00 1	0.08 268	0.02 101

CrosDoStereo	3.96 424	0.45 246	3.04 256	0.32 148	0.20 176	3.28 312	11.63 582	5.76 262	4.45 264	9.04 462	16.58 496	4.99 338	7.45 494	8.04 403	3.72 416	0.00 1	0.02 273	0.01 433	0.00 1	0.16 370	0.10 337

DeepStereo_LL	3.96 424	0.45 246	3.04 256	0.32 148	0.20 176	3.28 312	11.63 582	5.76 262	4.45 264	9.04 462	16.58 496	4.99 338	7.45 494	8.04 403	3.72 416	0.00 1	0.02 273	0.01 433	0.00 1	0.16 370	0.10 337

RAFT-RH_RVC	3.96 424	0.46 252	2.93 242	1.55 355	0.42 263	3.14 301	0.14 139	3.70 109	5.98 335	11.25 516	32.23 576	5.29 351	1.68 264	8.13 415	2.14 343	0.08 474	0.00 1	0.00 1	0.03 384	0.01 33	0.00 1

UNet	3.97 427	0.61 319	6.50 473	1.68 374	3.22 500	9.82 500	0.31 208	9.50 393	5.32 301	7.20 385	6.35 304	10.59 470	5.91 461	6.93 325	5.49 454	0.00 1	0.00 1	0.00 1	0.00 1	0.02 89	0.01 23

FADNet-RVC	3.98 428	1.84 513	12.48 539	1.69 375	0.44 264	4.33 387	1.31 420	11.84 466	7.15 391	3.53 225	3.50 211	10.63 473	4.43 407	9.12 470	6.25 467	0.03 417	0.10 460	0.00 1	0.03 384	0.60 518	0.25 465

HSM	4.00 429	0.79 381	3.16 274	1.59 363	2.17 462	6.77 452	1.11 403	12.28 486	6.35 359	6.75 355	8.11 357	13.90 511	5.37 446	8.85 461	2.71 375	0.00 1	0.00 1	0.00 1	0.00 1	0.02 89	0.02 101

coex_refinement	4.04 430	0.87 399	3.55 307	2.96 517	1.40 406	4.28 385	0.32 209	11.18 441	7.72 408	8.32 433	13.44 467	10.01 461	3.48 353	6.28 271	6.76 478	0.00 1	0.02 273	0.00 1	0.00 1	0.06 234	0.16 416

HBP-ISP	4.09 431	1.05 436	4.10 358	1.87 404	1.31 400	7.56 470	3.98 498	11.26 443	9.94 464	7.81 411	14.44 479	3.23 259	4.27 395	8.89 464	1.87 321	0.06 461	0.06 399	0.00 1	0.00 1	0.06 234	0.04 203

TDLM	4.11 432	1.11 449	3.54 306	1.62 369	1.04 370	3.91 371	7.41 556	10.60 425	10.67 482	6.38 343	12.59 455	5.95 373	4.77 426	8.79 459	3.04 385	0.58 545	0.00 1	0.01 433	0.00 1	0.19 408	0.12 369

CSP-Net	4.12 433	1.28 472	3.70 323	1.54 353	1.06 371	13.28 543	2.33 455	12.96 503	5.45 303	8.87 457	8.54 364	8.43 431	3.03 333	8.16 418	3.65 414	0.00 1	0.00 1	0.00 1	0.00 1	0.18 400	0.03 159

test_xeample	4.13 434	0.36 169	2.75 212	1.23 298	0.51 293	3.96 374	0.13 129	12.63 496	7.65 405	7.49 399	10.86 423	3.29 261	3.36 343	6.71 310	21.53 577	0.02 371	0.03 326	0.00 1	0.00 1	0.03 141	0.04 203

Anonymous_2	4.14 435	0.62 324	3.21 278	1.40 328	1.43 409	5.19 412	0.32 209	6.63 308	4.38 260	4.48 251	2.30 164	8.08 424	7.00 483	5.37 233	2.29 352	0.23 515	0.75 568	5.20 584	18.12 612	5.66 577	0.23 457

CBMV_ROB	4.14 435	0.52 282	3.14 272	1.30 311	0.77 335	6.92 455	1.97 449	10.11 416	9.58 455	8.92 459	14.20 476	7.12 406	5.90 460	8.65 447	3.50 406	0.01 262	0.05 378	0.00 1	0.00 1	0.04 176	0.09 314

SACVNet	4.15 437	1.26 467	3.81 331	3.12 523	1.68 427	3.09 294	2.85 473	11.91 469	5.96 332	10.52 501	11.20 430	10.59 470	3.95 380	8.97 466	3.25 394	0.08 474	0.02 273	0.00 1	0.00 1	0.32 473	0.44 508

MMNet	4.16 438	0.77 373	5.47 436	1.40 328	1.67 425	10.78 515	0.63 299	8.64 370	8.47 436	8.80 454	8.33 359	7.51 410	6.61 472	7.53 368	6.54 473	0.00 1	0.00 1	0.00 1	0.00 1	0.03 141	0.05 240

CVANet_RVC	4.16 438	1.16 456	3.60 311	1.94 420	1.46 410	3.92 372	4.68 516	10.89 437	8.34 431	7.58 403	10.84 421	10.27 467	6.62 475	8.56 441	2.69 374	0.39 534	0.00 1	0.00 1	0.01 338	0.21 423	0.09 314

pcwnet_v2	4.20 440	0.36 169	8.53 507	1.33 315	1.12 377	3.43 320	0.41 232	12.85 499	14.16 514	9.90 487	14.29 477	5.90 372	3.03 333	6.20 266	2.06 338	0.01 262	0.05 378	0.04 496	0.02 366	0.16 370	0.18 426

HSM-Net_RVC	4.20 440	0.32 108	2.76 216	0.63 214	0.69 321	6.95 456	1.69 440	11.96 471	8.36 432	8.83 455	12.17 449	15.18 523	4.21 391	6.91 323	3.30 396	0.02 371	0.02 273	0.00 1	0.00 1	0.01 33	0.01 23
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DSFCA	4.21 442	0.50 267	5.45 435	1.34 317	1.68 427	7.04 457	4.51 513	10.73 431	7.00 384	10.78 507	6.80 312	8.48 434	4.63 419	9.91 492	5.12 449	0.02 371	0.06 399	0.02 465	0.03 384	0.08 268	0.03 159

FADNet	4.23 443	1.65 501	11.75 532	1.64 371	0.80 340	4.80 404	0.77 340	13.76 518	11.65 494	3.97 237	5.24 260	9.62 452	5.14 441	8.40 433	3.78 418	0.21 512	0.04 360	0.07 513	0.05 410	1.14 541	0.10 337

iResNet_ROB	4.23 443	1.02 432	4.90 402	2.18 458	0.93 357	2.92 279	0.37 221	15.10 536	16.91 536	7.89 416	10.51 413	7.03 400	3.07 336	8.16 418	3.46 404	0.01 262	0.00 1	0.00 1	0.00 1	0.10 297	0.02 101

IGEV-BASED-STEREO-	4.24 445	25.07 598	26.53 588	0.44 177	0.07 40	1.50 97	0.54 267	2.09 15	1.57 84	0.51 116	0.62 72	0.21 86	0.20 51	1.44 82	0.53 141	12.03 600	0.01 190	0.00 1	0.08 423	1.75 556	9.69 595

1111x	4.25 446	0.30 89	4.31 367	1.47 340	0.37 249	5.10 411	0.32 209	12.86 500	9.82 461	6.01 310	9.73 396	8.78 441	5.97 462	9.43 483	10.39 531	0.06 461	0.03 326	0.00 1	0.00 1	0.02 89	0.04 203

HGLStereo	4.25 446	0.52 282	4.65 390	3.09 519	5.18 563	6.51 448	0.73 328	10.37 420	6.74 376	7.32 391	12.44 454	7.00 399	7.21 489	7.46 364	5.51 455	0.00 1	0.02 273	0.00 1	0.00 1	0.06 234	0.10 337

delet	4.27 448	0.72 357	4.50 379	1.07 281	3.75 525	10.79 516	4.04 501	9.95 406	7.89 416	8.09 424	8.89 369	8.46 432	3.81 377	7.56 369	5.80 460	0.00 1	0.00 1	0.00 1	0.00 1	0.11 318	0.02 101

iResNetv2_ROB	4.28 449	1.43 481	7.17 487	2.91 511	1.26 390	4.36 390	1.62 435	13.64 516	10.25 471	9.83 483	11.41 434	7.68 413	4.00 381	7.75 384	1.85 320	0.00 1	0.00 1	0.00 1	0.00 1	0.37 489	0.09 314

RAFT + AFF	4.30 450	1.55 492	5.84 449	1.43 334	2.36 471	5.94 432	6.72 548	10.01 411	7.56 402	7.55 401	8.96 373	7.09 405	6.73 478	8.57 442	4.02 424	0.02 371	0.47 563	0.00 1	0.01 338	0.56 512	0.54 521

ADLNet	4.32 451	0.80 385	4.33 368	3.60 543	3.56 514	6.87 454	2.48 459	11.20 442	7.58 404	9.87 485	9.62 393	8.39 429	4.95 434	6.16 262	6.60 475	0.01 262	0.01 190	0.00 1	0.01 338	0.12 334	0.25 465

CRFU-Net	4.45 452	0.67 345	5.02 408	2.78 506	1.32 401	12.67 537	3.35 487	11.26 443	3.52 204	10.06 491	9.30 389	10.91 480	6.92 482	7.26 352	3.24 393	0.15 497	0.16 506	0.16 532	0.00 1	0.26 452	0.05 240

ACV-stereo	4.46 453	0.76 370	9.94 521	1.91 411	1.06 371	11.61 524	1.28 417	6.25 285	7.09 388	3.09 211	5.21 258	16.88 539	10.23 536	7.96 396	5.47 453	0.06 461	0.15 497	0.01 433	0.00 1	0.12 334	0.14 393

ssnet_v2	4.46 453	0.87 399	5.18 422	1.57 359	0.67 318	9.14 492	4.73 518	11.84 466	9.68 456	8.79 452	6.24 297	9.91 458	4.34 403	6.28 271	9.30 517	0.00 1	0.01 190	0.00 1	0.00 1	0.28 461	0.30 483

ADLNet2	4.46 453	0.90 409	6.06 457	2.74 505	3.91 530	6.79 453	3.01 476	10.95 439	8.40 434	7.27 389	9.80 397	9.85 456	5.43 450	7.29 353	6.44 471	0.01 262	0.03 326	0.00 1	0.00 1	0.15 363	0.11 351

StereoDRNet-Refined	4.46 453	0.62 324	3.80 329	1.92 415	0.40 255	9.35 494	0.15 145	10.02 412	8.83 444	12.69 528	11.62 440	9.34 447	3.87 378	8.06 410	8.02 494	0.00 1	0.00 1	0.01 433	0.05 410	0.20 412	0.26 471
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
xxxx	4.51 457	0.31 94	2.77 217	1.69 375	0.47 281	7.74 476	0.07 84	14.04 520	7.91 418	5.82 296	8.97 374	9.34 447	3.41 351	7.33 357	20.24 572	0.05 451	0.03 326	0.00 1	0.00 1	0.03 141	0.04 203

NVstereo2D	4.51 457	0.82 390	6.86 481	3.28 530	3.38 506	8.16 479	3.13 479	10.51 423	15.15 524	4.90 265	6.89 315	7.87 416	4.78 428	9.88 491	3.91 422	0.01 262	0.00 1	0.00 1	0.06 417	0.02 89	0.58 524

DLCB_ROB	4.51 457	0.91 413	3.78 327	2.19 459	1.07 374	6.28 438	3.09 478	9.78 401	7.72 408	10.65 504	12.97 461	13.91 512	3.71 367	8.72 457	5.30 451	0.00 1	0.00 1	0.00 1	0.00 1	0.03 141	0.10 337

RASNet	4.52 460	0.61 319	4.42 373	3.42 534	4.68 558	4.58 399	0.99 389	9.54 397	8.01 420	5.28 280	11.42 435	10.34 469	8.88 519	9.28 478	8.68 509	0.15 497	0.00 1	0.00 1	0.00 1	0.03 141	0.04 203

FTStereo	4.55 461	0.36 169	2.18 154	0.94 256	0.38 251	2.60 226	8.82 563	4.98 201	3.17 176	10.88 509	30.35 571	5.60 364	7.60 499	7.62 373	1.55 292	0.17 503	0.00 1	0.05 503	0.00 1	0.03 141	3.80 573

dad	4.66 462	1.89 517	5.51 440	0.94 256	0.09 67	2.16 173	0.37 221	7.10 326	14.43 515	10.13 492	16.84 500	14.97 520	1.90 278	6.82 314	4.15 428	1.09 559	0.11 468	4.08 580	0.46 544	0.17 384	0.06 262

LL-Strereo	4.71 463	1.64 500	7.51 497	1.15 292	4.31 540	3.71 351	1.45 426	9.21 385	8.36 432	8.37 439	8.17 358	10.82 477	11.36 543	12.51 531	4.82 444	0.00 1	0.12 475	0.00 1	0.00 1	0.31 469	0.32 488

CBFPSM	4.87 464	0.94 422	14.70 554	1.51 344	1.15 381	11.49 522	2.55 464	7.28 330	6.47 365	6.23 328	4.83 239	15.30 525	8.99 521	6.88 319	8.20 502	0.03 417	0.02 273	0.00 1	0.00 1	0.40 499	0.42 504

SGM-Forest	4.96 465	0.32 108	2.84 228	1.21 296	0.64 314	10.23 505	6.64 547	11.55 456	10.98 484	10.94 512	13.59 468	11.65 492	4.30 400	8.94 465	4.63 439	0.11 484	0.04 360	0.00 1	0.00 1	0.05 208	0.46 512
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
PA-Net	4.98 466	1.47 484	7.42 494	2.40 485	2.14 460	8.73 487	3.64 495	12.42 487	13.11 507	7.03 373	7.57 342	7.88 417	6.52 471	10.16 499	7.82 490	0.02 371	0.03 326	0.00 1	0.00 1	0.11 318	1.07 543
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AANet_RVC	5.01 467	1.74 506	6.38 469	1.96 424	1.29 397	2.26 182	1.69 440	10.07 413	18.53 542	7.88 415	18.15 517	8.49 435	2.70 314	10.59 504	7.04 481	0.96 557	0.15 497	0.02 465	0.00 1	0.13 349	0.12 369

PSMNet_ROB	5.02 468	1.63 499	6.03 456	1.90 410	1.83 442	9.57 498	6.35 543	15.58 541	7.23 393	6.15 323	10.48 412	12.22 498	4.16 389	8.02 402	8.71 510	0.02 371	0.01 190	0.01 433	0.10 439	0.20 412	0.12 369

GASNet	5.19 469	4.61 558	9.38 516	4.73 565	2.10 457	3.80 365	1.57 433	12.07 477	10.96 483	8.92 459	7.03 324	8.21 426	7.67 501	14.02 543	7.36 483	0.02 371	0.15 497	0.00 1	0.00 1	0.69 525	0.42 504

TCMNet	5.22 470	1.96 521	9.78 519	4.11 557	6.57 571	8.83 488	1.35 424	10.74 432	8.07 422	6.39 344	12.76 460	8.32 428	4.75 425	8.62 446	10.09 530	0.11 484	0.18 515	0.31 548	0.09 434	0.75 530	0.57 523

FINET	5.32 471	1.14 454	10.04 522	2.17 457	3.67 520	6.49 445	6.76 549	11.68 460	22.08 562	7.42 395	12.15 448	4.24 306	3.61 361	9.25 477	5.35 452	0.04 438	0.04 360	0.00 1	0.00 1	0.17 384	0.09 314

CBMV	5.35 472	0.91 413	3.67 319	1.62 369	0.44 264	10.09 503	7.19 554	12.49 492	12.33 503	12.22 524	14.69 483	10.93 481	6.48 470	8.51 439	4.96 446	0.02 371	0.15 497	0.00 1	0.00 1	0.17 384	0.17 422
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
222	5.36 473	0.40 200	2.72 208	1.50 341	0.48 283	6.15 437	0.07 84	13.73 517	8.06 421	8.79 452	11.03 428	3.71 286	4.21 391	7.47 366	38.74 610	0.03 417	0.02 273	0.00 1	0.00 1	0.04 176	0.05 240

YMNet	5.52 474	1.83 511	8.79 509	3.47 538	4.46 548	10.72 513	0.91 379	9.99 408	6.43 362	13.76 542	16.35 493	11.65 492	4.49 413	7.95 394	8.03 496	0.12 488	0.35 550	0.12 525	0.08 423	0.71 527	0.27 475

YMNet_1	5.52 474	1.83 511	8.79 509	3.47 538	4.46 548	10.72 513	0.91 379	9.99 408	6.43 362	13.76 542	16.35 493	11.65 492	4.49 413	7.95 394	8.03 496	0.12 488	0.35 550	0.12 525	0.08 423	0.71 527	0.27 475

StereoDRNet	5.59 476	1.75 507	6.80 478	3.12 523	4.45 547	10.61 511	4.35 509	18.80 563	9.73 457	12.22 524	6.87 314	11.44 490	4.65 421	8.09 413	8.26 503	0.02 371	0.11 468	0.00 1	0.03 384	0.20 412	0.28 479

PSMNet-RUCA	5.60 477	4.62 559	11.61 530	10.29 584	7.55 579	7.08 458	1.94 448	12.01 473	10.52 479	3.90 235	11.88 441	4.43 317	1.75 274	7.56 369	4.24 430	1.68 569	0.12 475	4.78 583	0.67 555	4.74 573	0.68 531

fast-acv-ft	5.62 478	1.39 479	7.01 482	2.02 435	1.89 447	12.23 532	1.82 446	7.35 331	9.45 453	10.46 500	20.27 527	14.55 518	7.71 502	7.41 361	7.61 487	0.10 482	0.09 448	0.16 532	0.07 418	0.59 516	0.13 381

ETE_ROB	5.80 479	1.77 508	6.33 466	1.44 338	0.78 339	6.43 443	6.90 550	12.53 493	8.08 423	12.93 533	14.89 484	21.13 565	5.87 459	9.83 490	6.57 474	0.04 438	0.01 190	0.00 1	0.02 366	0.08 268	0.33 489

test_sample9	5.87 480	1.11 449	6.15 460	1.27 304	0.60 306	5.22 413	2.54 460	10.66 427	7.73 410	8.36 435	7.55 339	6.55 388	4.27 395	11.68 521	11.44 541	1.49 566	24.31 619	3.10 574	2.99 581	0.20 412	0.15 404

DRN-Test	5.87 480	0.98 425	5.89 451	2.69 500	3.65 518	12.37 534	3.35 487	20.07 580	10.20 470	11.93 523	12.31 453	11.06 484	5.31 445	7.89 392	9.05 513	0.04 438	0.05 378	0.04 496	0.04 404	0.18 400	0.25 465

NCCL2	5.88 482	1.59 495	5.44 434	1.87 404	0.92 354	9.55 497	11.55 581	12.11 479	9.94 464	9.67 480	8.85 367	22.28 568	7.41 492	8.78 458	7.17 482	0.01 262	0.00 1	0.03 484	0.00 1	0.13 349	0.23 457

iinet-f	5.94 483	1.60 496	26.88 589	1.79 393	1.38 404	11.92 530	1.47 427	6.80 317	7.11 389	6.90 369	14.43 478	10.64 474	7.97 504	7.00 334	12.12 545	0.02 371	0.03 326	0.05 503	0.00 1	0.63 521	0.02 101

MaskLacGwcNet_RVC	5.97 484	5.36 563	5.02 408	3.75 550	3.57 515	15.81 551	4.27 506	11.72 463	6.96 382	7.23 386	8.47 363	9.09 445	2.66 313	9.36 482	2.71 375	7.49 587	2.32 582	2.01 572	0.08 423	6.77 583	4.67 578

Wz-Net-LNSev-Ref	5.98 485	1.55 492	9.92 520	2.40 485	3.22 500	10.28 506	3.14 480	11.64 458	9.79 459	9.54 477	20.22 526	11.16 485	6.77 479	10.61 505	9.16 514	0.06 461	0.00 1	0.00 1	0.00 1	0.03 141	0.04 203

APVNet	5.98 485	1.72 505	8.72 508	3.21 528	4.04 536	12.31 533	1.81 445	19.09 569	6.10 341	6.13 322	13.41 466	10.69 475	6.30 466	11.26 515	13.90 554	0.05 451	0.02 273	0.11 522	0.03 384	0.53 510	0.20 444

z-ln-s-r	5.99 487	1.34 477	15.55 557	1.52 346	1.95 450	3.28 312	2.71 469	7.72 338	11.16 486	6.43 347	25.06 554	8.76 440	5.86 458	11.03 512	17.17 564	0.00 1	0.00 1	0.00 1	0.00 1	0.24 448	0.11 351

NaN_ROB	6.00 488	1.24 465	6.29 465	1.34 317	1.68 427	9.60 499	10.31 575	15.09 534	15.79 529	12.62 527	8.95 371	11.67 495	5.83 457	11.78 525	6.41 470	0.05 451	0.13 485	0.08 516	0.20 483	0.22 430	0.79 534

DANet	6.02 489	1.23 463	8.45 506	3.86 553	3.94 532	7.64 475	1.34 422	9.51 395	7.00 384	13.39 537	15.53 488	15.99 530	7.02 484	12.14 527	12.37 546	0.19 507	0.12 475	0.02 465	0.03 384	0.13 349	0.56 522
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
XPNet_ROB	6.03 490	1.22 461	5.61 445	2.56 497	0.90 353	6.32 439	7.07 552	12.92 502	8.30 430	14.76 548	15.13 486	19.84 556	6.66 477	10.36 500	8.58 507	0.02 371	0.04 360	0.00 1	0.03 384	0.11 318	0.24 461

GANet	6.22 491	1.07 440	4.07 356	2.27 468	0.89 351	9.19 493	9.52 569	12.02 474	8.13 425	10.72 505	29.09 567	13.86 510	7.52 498	11.00 511	4.39 433	0.36 531	0.00 1	0.02 465	0.02 366	0.12 334	0.08 301

DISCO	6.28 492	0.57 303	5.78 448	3.43 535	1.17 385	11.22 519	3.39 489	12.14 482	16.16 531	6.52 351	11.22 431	16.96 540	6.32 467	19.51 573	10.74 535	0.00 1	0.00 1	0.00 1	0.00 1	0.35 483	0.11 351

Syn2CoEx	6.32 493	2.72 537	9.33 515	2.45 490	1.67 425	8.59 484	3.32 485	18.08 557	12.27 502	8.53 444	21.08 533	10.30 468	9.80 531	9.30 479	7.86 491	0.01 262	0.00 1	0.00 1	0.00 1	0.63 521	0.43 506

RYNet	6.34 494	0.89 406	5.88 450	1.41 331	4.48 551	15.97 553	4.18 504	13.41 511	16.49 532	10.81 508	7.00 321	14.33 516	8.72 515	9.43 483	13.71 553	0.00 1	0.01 190	0.00 1	0.00 1	0.02 89	0.07 283

GwcNet	6.42 495	1.97 522	10.92 527	2.59 498	5.58 566	11.55 523	2.21 454	14.10 522	16.52 535	10.04 490	17.19 509	10.86 479	5.61 455	9.23 476	8.84 512	0.01 262	0.06 399	0.03 484	0.08 423	0.56 512	0.40 499

Wz-Net-LNSev	6.46 496	1.93 519	16.44 561	1.52 346	4.15 538	12.66 536	4.96 522	13.05 505	12.10 501	10.55 503	16.23 492	11.32 487	7.19 487	8.43 436	8.48 506	0.00 1	0.01 190	0.00 1	0.00 1	0.08 268	0.06 262

DGSMNet	6.47 497	2.61 535	13.64 549	3.46 536	3.74 521	8.97 490	6.01 533	14.15 523	13.01 506	7.46 398	14.10 474	9.94 459	4.79 429	10.44 501	6.22 466	1.30 563	1.70 579	1.80 569	1.52 574	2.27 563	2.35 564

GANetREF_RVC	6.56 498	2.89 539	7.58 499	3.41 533	0.40 255	12.96 539	9.58 570	15.09 534	17.25 539	10.33 495	10.62 415	12.27 499	8.16 508	12.21 528	4.53 437	0.41 537	0.00 1	0.00 1	0.02 366	3.12 568	0.39 496
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
LALA_ROB	6.58 499	1.80 510	6.25 463	1.26 302	0.94 358	10.08 502	9.02 565	16.00 543	11.51 493	12.74 529	13.02 462	24.77 571	5.25 443	10.56 503	8.02 494	0.04 438	0.05 378	0.00 1	0.02 366	0.10 297	0.25 465

S-Stereo	6.63 500	0.84 393	9.67 518	3.15 525	3.48 511	6.49 445	6.22 537	12.99 504	22.84 564	9.48 474	15.51 487	12.00 497	8.43 510	8.04 403	10.70 534	0.12 488	0.17 511	0.00 1	0.38 534	0.13 349	1.92 558

DeepPrunerF	6.75 501	2.69 536	23.31 579	3.68 546	7.16 574	3.78 362	4.29 507	13.42 512	20.13 554	8.13 425	10.46 411	7.18 408	8.06 506	11.10 513	9.44 521	0.24 518	0.15 497	0.29 546	0.42 540	0.66 524	0.45 510

edge stereo	6.76 502	1.01 430	6.76 477	2.20 461	2.45 476	6.41 442	2.45 458	14.84 532	11.98 500	15.29 550	18.31 518	22.02 566	12.56 548	10.82 508	7.49 485	0.03 417	0.06 399	0.11 522	0.03 384	0.30 464	0.14 393

NCC-stereo	6.77 503	1.49 488	6.48 471	2.92 513	4.40 543	7.43 465	3.61 492	19.52 576	13.29 508	8.39 440	16.91 501	15.96 528	12.13 545	12.85 534	7.70 488	1.47 564	0.11 468	0.01 433	0.42 540	0.14 359	0.24 461

Abc-Net	6.77 503	1.49 488	6.48 471	2.92 513	4.40 543	7.43 465	3.61 492	19.52 576	13.29 508	8.39 440	16.91 501	15.96 528	12.13 545	12.85 534	7.70 488	1.47 564	0.11 468	0.01 433	0.42 540	0.14 359	0.24 461
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FAT-Stereo	6.78 505	0.68 347	6.80 478	2.30 472	1.77 437	5.63 423	4.20 505	18.79 562	18.62 543	10.53 502	17.15 507	18.52 549	13.74 556	8.86 463	7.38 484	0.03 417	0.15 497	0.01 433	0.07 418	0.12 334	0.26 471

RP	6.84 506	1.29 474	5.53 443	3.92 554	5.18 563	6.32 439	3.53 490	11.73 464	15.31 525	9.54 477	22.38 540	18.25 547	14.47 558	10.11 494	7.49 485	0.91 555	0.01 190	0.12 525	0.15 456	0.33 477	0.19 437

ccnet	6.87 507	0.92 416	5.15 420	3.09 519	2.18 464	11.78 527	4.90 520	17.97 556	8.79 443	12.79 531	20.20 525	16.00 531	8.35 509	9.12 470	14.17 556	0.42 540	0.33 547	0.25 544	0.09 434	0.40 499	0.48 513

RGC	6.88 508	2.23 528	6.13 458	4.05 555	4.73 560	8.94 489	2.78 470	15.19 538	11.74 495	11.13 514	19.34 521	17.86 544	10.42 538	13.02 537	8.03 496	0.73 549	0.01 190	0.24 543	0.41 539	0.31 469	0.38 495

xyz-stereo	6.97 509	0.29 77	36.85 601	0.20 120	0.07 40	30.65 591	0.19 167	3.97 132	1.82 91	10.21 493	24.87 551	6.06 375	7.29 490	11.62 520	4.87 445	0.01 262	0.02 273	0.35 551	0.00 1	0.06 234	0.02 101

Nwc_Net	6.97 509	1.25 466	6.63 475	3.82 551	3.37 505	10.83 517	1.67 439	19.56 578	11.35 490	8.36 435	23.62 544	17.19 542	11.44 544	11.21 514	8.08 500	0.80 551	0.00 1	0.00 1	0.02 366	0.13 349	0.09 314

STTRV1_RVC	7.02 511	1.10 446	12.88 544	3.32 531	6.92 573	11.90 529	4.00 500	15.07 533	11.94 499	9.51 475	14.57 480	11.63 491	8.73 516	12.65 533	8.06 499	3.32 578	2.75 590	0.41 556	0.12 445	1.38 548	0.11 351

w-ln-seven-2	7.09 512	2.32 530	23.44 580	1.71 382	1.06 371	7.81 477	3.98 498	12.02 474	14.65 519	13.06 535	20.38 528	11.70 496	9.83 533	10.65 506	8.66 508	0.02 371	0.05 378	0.00 1	0.02 366	0.32 473	0.14 393

DStereoRT	7.14 513	1.05 436	6.27 464	2.26 467	1.39 405	10.94 518	1.76 444	7.53 336	4.14 250	7.55 401	10.86 423	2.79 238	6.79 480	8.01 401	4.49 436	0.13 493	0.18 515	49.57 617	15.74 611	0.23 437	1.13 544

ADCRef	7.27 514	1.38 478	16.37 559	2.52 493	3.30 504	11.63 525	3.16 481	10.80 434	9.35 451	13.03 534	25.27 557	8.17 425	8.92 520	8.06 410	21.81 580	0.15 497	0.08 436	0.16 532	0.34 529	0.38 492	0.58 524

psmorigin	7.34 515	1.58 494	18.31 566	2.35 482	0.87 346	6.72 451	1.70 443	10.63 426	7.14 390	19.77 565	22.71 541	20.13 558	11.34 542	12.96 536	9.49 522	0.04 438	0.17 511	0.06 507	0.17 467	0.21 423	0.50 517

Wz-Net-MNSev	7.43 516	2.35 532	15.22 555	2.34 481	3.41 510	17.27 562	8.55 561	11.91 469	13.48 510	13.37 536	17.05 504	13.70 507	7.47 497	11.90 526	9.99 529	0.40 536	0.03 326	0.00 1	0.01 338	0.16 370	0.07 283

SDNR	7.50 517	2.32 530	15.58 558	1.82 400	0.63 312	44.66 608	0.44 241	8.59 364	9.52 454	9.84 484	25.18 555	5.30 354	4.38 404	11.46 518	6.49 472	0.05 451	0.03 326	0.00 1	0.01 338	1.79 557	1.87 557

CSAN	7.62 518	1.60 496	6.56 474	1.83 401	0.66 316	12.40 535	10.52 578	14.45 527	21.32 559	14.19 544	15.98 490	17.84 543	13.02 553	12.32 529	8.38 504	0.09 479	0.07 423	0.03 484	0.04 404	0.33 477	0.67 530

SQANet	7.64 519	3.40 549	5.49 437	11.73 588	9.62 586	11.96 531	2.82 471	11.33 448	6.10 341	8.33 434	11.49 437	11.00 482	5.16 442	10.12 498	2.72 378	8.92 591	2.21 581	10.41 589	1.58 575	11.13 591	7.39 587

anonymity	7.68 520	3.83 552	12.39 536	7.04 577	12.67 594	8.18 480	2.00 450	17.50 552	6.85 378	13.56 540	9.21 378	9.97 460	7.82 503	11.28 516	5.58 456	6.27 585	4.98 607	3.68 578	2.96 580	3.33 570	4.48 576

CC-Net-ROB	7.68 520	9.21 583	7.46 495	3.82 551	3.66 519	15.68 550	5.02 523	17.95 555	10.45 478	6.44 348	14.00 473	7.63 412	4.77 426	10.75 507	3.10 388	5.99 584	2.46 584	16.28 593	1.08 567	6.30 581	1.56 554

stereogan	7.69 522	0.88 403	7.08 486	3.49 541	3.93 531	18.98 566	3.23 484	16.52 545	19.58 550	9.93 488	18.92 520	20.50 562	9.04 523	14.07 544	6.14 465	0.26 521	0.04 360	0.21 540	0.03 384	0.63 521	0.33 489

pmcnn	7.72 523	1.27 469	9.42 517	2.91 511	3.14 496	9.44 495	6.23 538	12.56 494	16.51 533	14.53 546	24.08 546	27.44 578	8.49 512	9.32 480	8.44 505	0.06 461	0.08 436	0.00 1	0.00 1	0.30 464	0.15 404

AF-Net	7.78 524	1.44 483	6.68 476	3.37 532	4.50 552	8.61 485	2.69 467	17.07 549	20.17 555	9.52 476	24.02 545	20.31 561	14.59 559	11.58 519	9.84 526	0.61 546	0.00 1	0.12 525	0.00 1	0.38 492	0.12 369

PASM	7.90 525	4.22 554	21.97 577	3.25 529	3.29 503	5.39 420	6.57 545	10.57 424	19.09 545	12.77 530	13.92 471	18.11 546	9.51 529	13.79 542	10.77 537	0.19 507	0.45 561	0.29 546	1.08 567	1.49 551	1.19 546

PWCDC_ROB	7.92 526	3.17 547	7.48 496	5.73 572	4.40 543	10.45 508	0.35 217	14.52 529	28.19 574	10.36 497	31.27 573	7.04 402	9.14 525	13.22 539	8.78 511	2.74 574	0.02 273	0.00 1	0.00 1	1.31 546	0.17 422

test_sample8	7.99 527	1.11 449	6.15 460	1.27 304	0.60 306	5.22 413	2.54 460	12.04 476	6.15 346	17.46 557	9.02 376	24.67 570	18.16 567	11.68 521	11.44 541	1.49 566	24.31 619	3.10 574	2.99 581	0.20 412	0.15 404

ADCP+	8.09 528	1.79 509	14.50 552	1.54 353	4.28 539	16.57 556	5.20 525	12.80 498	11.20 488	12.83 532	17.07 505	11.02 483	10.80 540	17.59 565	23.18 586	0.03 417	0.05 378	0.01 433	0.18 474	0.39 496	0.81 535

SuperB	8.10 529	3.15 546	24.67 582	2.65 499	1.23 388	9.88 501	4.29 507	10.18 418	30.07 577	11.53 520	12.18 450	6.12 377	6.65 476	10.50 502	14.47 557	0.14 495	0.11 468	0.35 551	0.25 506	13.06 595	0.48 513

PWC_ROB	8.24 530	3.13 544	12.74 543	2.43 489	4.43 546	7.51 469	1.22 411	16.63 546	19.24 548	16.08 553	28.29 564	13.99 513	10.16 535	13.63 541	14.06 555	0.42 540	0.00 1	0.05 503	0.00 1	0.59 516	0.27 475

MDST_ROB	8.37 531	0.32 108	9.03 513	4.18 560	2.42 475	26.86 585	6.14 534	19.36 573	13.52 511	27.09 582	22.75 542	9.47 451	4.74 424	15.06 551	6.34 469	0.02 371	0.02 273	0.00 1	0.00 1	0.02 89	0.13 381

G-Net	8.41 532	1.54 491	10.97 528	5.73 572	3.60 516	26.19 579	4.41 511	10.10 415	7.42 396	19.71 564	24.99 553	14.38 517	15.83 561	10.99 510	9.53 523	0.50 544	0.46 562	0.19 538	0.25 506	0.80 532	0.66 529

XQC	8.43 533	3.58 550	16.40 560	2.92 513	2.17 462	13.22 542	3.60 491	14.64 530	25.86 570	11.87 522	12.04 444	15.06 521	10.67 539	15.24 554	19.41 569	0.39 534	0.08 436	0.05 503	0.07 418	0.84 534	0.45 510

FBW_ROB	8.50 534	1.03 434	7.98 502	1.93 419	1.28 396	13.10 540	6.23 538	22.50 584	18.98 544	18.82 561	14.91 485	19.06 552	10.04 534	18.41 568	9.83 525	0.62 547	0.22 533	1.82 571	0.82 561	0.99 539	1.36 549

UDG	8.58 535	9.31 584	4.89 401	10.00 583	9.52 584	10.36 507	2.41 456	12.07 477	9.82 461	7.81 411	9.55 391	16.52 534	9.81 532	7.84 389	7.88 492	4.20 579	2.51 586	18.53 595	3.71 588	9.55 587	5.28 581

aanetorigin	8.72 536	3.29 548	27.55 590	1.95 421	3.84 528	4.93 409	5.39 530	5.49 244	10.05 466	27.85 583	31.47 574	15.80 527	12.78 550	9.04 468	11.98 543	0.25 519	0.22 533	0.22 541	0.25 506	1.28 545	0.84 537

GCST	9.08 537	17.31 593	3.98 346	52.92 616	10.66 589	11.29 521	0.20 173	6.97 322	6.47 365	9.46 473	4.68 234	4.75 329	1.51 247	9.34 481	1.31 269	8.19 590	0.05 378	22.38 597	0.34 529	6.17 580	3.53 570

RTSC	9.15 538	3.00 541	13.57 548	3.72 548	1.76 435	11.82 528	0.46 244	16.95 547	36.83 594	15.80 552	15.53 488	12.91 504	7.46 496	20.01 577	21.76 579	0.31 526	0.13 485	0.01 433	0.08 423	0.57 514	0.41 501

WCMA_ROB	9.21 539	0.87 399	7.37 493	2.54 494	2.13 459	13.59 544	5.80 532	11.64 458	14.01 513	24.43 579	32.99 581	27.09 577	18.02 566	12.51 531	9.85 527	0.81 552	0.07 423	0.01 433	0.01 338	0.16 370	0.23 457

Wz-Net-SNSev	9.23 540	6.70 570	24.28 581	1.87 404	1.81 441	8.57 483	12.29 588	17.37 551	20.39 556	10.43 499	23.11 543	16.66 536	8.03 505	14.47 548	17.86 566	0.00 1	0.02 273	0.01 433	0.00 1	0.41 502	0.30 483

MSMD_ROB	9.28 541	1.09 444	4.65 390	1.58 360	0.39 253	16.52 555	4.41 511	13.60 514	14.87 522	22.34 570	39.89 594	25.67 574	20.71 578	12.42 530	6.98 480	0.34 530	0.03 326	0.00 1	0.00 1	0.05 208	0.09 314

Consistency-Raft	9.42 542	4.74 561	12.66 540	5.30 569	9.08 582	4.08 378	5.26 527	19.26 571	24.87 568	11.17 515	29.85 569	13.57 506	5.51 454	7.67 377	13.40 551	0.36 531	0.35 550	1.81 570	4.24 589	11.61 592	3.57 571

DDUNet	9.47 543	11.32 589	6.14 459	12.93 590	11.65 591	10.45 508	3.87 497	11.70 461	7.89 416	9.27 468	13.28 464	16.18 533	6.14 464	8.80 460	5.77 459	6.64 586	3.38 599	20.90 596	4.28 590	11.01 590	7.80 588

ADCPNet	9.54 544	2.39 533	31.46 593	2.09 449	1.60 417	16.71 558	6.39 544	12.11 479	11.45 491	13.53 538	21.45 535	19.41 553	10.94 541	14.38 546	21.54 578	0.27 524	1.16 573	0.39 555	1.49 572	0.58 515	1.45 550

SHD	9.61 545	2.60 534	12.46 537	3.69 547	3.54 513	9.47 496	1.25 413	20.16 581	37.84 597	18.19 560	21.24 534	16.96 540	12.83 552	14.47 548	16.05 560	0.32 527	0.13 485	0.01 433	0.08 423	0.38 492	0.48 513

PDISCO_ROB	9.62 546	1.99 524	11.51 529	9.88 582	9.61 585	21.48 572	3.83 496	19.33 572	28.49 575	11.27 517	14.17 475	19.92 557	5.02 435	16.35 561	9.18 515	5.28 582	0.41 557	0.14 530	0.09 434	2.05 559	2.36 565

MFN_U_SF_DS_RVC	9.78 547	4.27 555	14.47 551	2.29 471	2.85 489	23.40 576	13.62 590	13.60 514	19.54 549	19.42 563	24.27 547	16.74 537	8.59 513	17.05 564	7.98 493	1.25 561	1.68 578	0.17 535	2.63 578	0.72 529	1.04 541

DStereoO	9.97 548	5.99 566	7.04 484	5.64 571	2.87 491	6.47 444	9.22 567	11.59 457	17.24 538	13.54 539	13.92 471	9.80 455	15.27 560	15.07 552	9.86 528	31.68 615	1.56 577	4.41 581	1.68 576	15.15 597	1.45 550

SGM_RVC	10.08 549	0.60 315	3.42 297	2.30 472	0.32 231	19.41 569	6.33 542	18.95 567	14.64 517	25.14 581	24.32 548	33.34 589	18.79 571	19.86 574	12.55 548	0.25 519	0.26 544	0.22 541	0.24 501	0.34 482	0.40 499
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DPSNet	10.14 550	1.88 516	16.82 562	1.85 402	1.73 431	24.84 577	17.20 603	19.92 579	27.41 572	12.23 526	13.62 469	16.52 534	18.35 568	14.42 547	12.50 547	0.78 550	0.54 566	0.08 516	0.25 506	1.18 542	0.59 527

ADCL	10.16 551	2.11 525	19.36 569	1.92 415	1.88 446	22.23 573	8.91 564	14.04 520	23.56 566	14.62 547	26.19 559	12.75 503	13.59 555	16.06 560	22.95 584	0.26 521	0.18 515	0.75 560	0.65 553	0.69 525	0.58 524

w-ln-seven	10.20 552	3.08 542	26.36 586	2.06 445	2.49 477	15.81 551	4.39 510	17.80 554	33.50 583	20.47 568	25.79 558	15.12 522	7.40 491	11.75 524	17.48 565	0.00 1	0.00 1	0.00 1	0.00 1	0.43 505	0.13 381

MSAF-DinoV2	10.24 553	4.39 556	12.68 541	3.62 545	2.55 480	8.48 481	4.69 517	14.24 525	21.89 561	10.74 506	18.74 519	29.30 583	16.17 562	21.96 582	28.10 597	0.32 527	0.15 497	0.25 544	0.81 560	2.83 567	2.90 568

FCDSN-DC	10.24 553	0.56 301	3.49 303	1.96 424	1.29 397	16.90 559	4.59 515	17.16 550	19.10 546	24.64 580	32.46 580	33.82 590	22.14 584	15.93 557	10.45 532	0.04 438	0.00 1	0.00 1	0.00 1	0.05 208	0.21 448
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCMid	10.24 553	3.13 544	20.70 573	2.21 462	2.39 474	11.23 520	6.19 535	14.17 524	11.19 487	23.20 576	22.25 538	17.89 545	19.54 574	18.51 569	26.21 594	0.45 542	0.42 559	1.10 565	1.29 569	1.56 553	1.18 545

z-mn7	10.46 556	4.14 553	20.35 571	2.15 455	1.68 427	19.07 567	5.72 531	13.28 510	34.58 589	9.45 472	35.20 587	15.69 526	9.13 524	21.16 580	17.07 563	0.00 1	0.01 190	0.00 1	0.00 1	0.35 483	0.19 437

SANet	10.64 557	1.86 515	10.91 526	1.76 388	0.71 327	14.62 548	9.23 568	19.18 570	37.14 595	19.22 562	27.96 563	25.86 575	19.11 573	13.02 537	10.63 533	0.08 474	0.06 399	0.03 484	0.02 366	0.62 519	0.81 535

FC-DCNN	10.72 558	0.52 282	4.27 365	1.88 407	1.63 419	17.18 560	5.29 528	18.20 558	19.69 551	28.50 584	34.51 584	34.03 591	21.48 581	15.89 556	11.15 539	0.03 417	0.01 190	0.02 465	0.01 338	0.07 254	0.09 314

FC-DCNN v2	10.88 559	0.52 282	4.17 361	1.92 415	1.63 419	17.79 564	5.35 529	18.87 565	19.88 552	28.77 585	34.99 586	34.62 593	21.72 582	16.03 559	11.16 540	0.03 417	0.01 190	0.02 465	0.00 1	0.06 234	0.08 301

AnyNet_C32	10.98 560	5.58 564	22.79 578	4.16 558	5.83 567	15.64 549	14.30 591	13.18 506	17.15 537	16.44 556	20.52 529	14.68 519	13.44 554	22.46 583	30.08 601	0.17 503	0.26 544	0.36 553	0.36 533	1.23 543	0.91 538

zh-sn7	11.12 561	7.26 575	33.16 595	2.32 480	2.31 470	11.66 526	7.80 559	13.53 513	17.94 541	16.39 555	31.80 575	14.22 515	16.88 563	23.07 586	23.00 585	0.00 1	0.13 485	0.00 1	0.00 1	0.52 509	0.48 513

zh-mn7	11.13 562	6.28 569	31.79 594	1.85 402	0.98 363	13.11 541	2.98 474	12.88 501	33.65 585	21.57 569	39.07 592	12.50 501	8.46 511	19.94 576	16.74 562	0.23 515	0.01 190	0.00 1	0.01 338	0.33 477	0.30 483

Wz-Net-TNSev	11.35 563	10.56 587	35.88 600	2.28 470	1.73 431	18.25 565	11.42 580	15.88 542	20.88 557	14.44 545	16.97 503	19.57 554	19.04 572	19.31 572	18.67 568	0.01 262	0.06 399	0.00 1	0.16 459	0.62 519	1.25 547

MeshStereo	11.52 564	1.52 490	4.55 385	1.89 409	1.46 410	19.87 571	5.11 524	20.66 582	15.91 530	32.67 590	34.51 584	39.34 598	21.15 579	18.74 570	12.10 544	0.11 484	0.06 399	0.01 433	0.00 1	0.45 506	0.22 450
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
otaku	11.73 565	7.51 577	7.07 485	13.22 591	10.85 590	26.61 584	7.25 555	18.84 564	19.16 547	11.58 521	17.23 510	20.19 559	8.09 507	15.11 553	4.64 440	9.13 592	2.42 583	13.08 590	1.83 577	12.48 594	8.22 590

Ntro	12.35 566	8.88 581	7.80 500	13.79 592	12.42 593	26.54 583	6.98 551	18.54 559	22.14 563	9.82 482	16.45 495	20.30 560	9.29 528	15.95 558	6.61 476	9.53 594	2.47 585	14.93 592	2.77 579	13.11 596	8.63 593

DStereoSA	12.36 567	4.42 557	14.05 550	8.00 579	9.08 582	13.92 547	12.01 585	16.97 548	21.15 558	13.71 541	25.23 556	8.57 438	23.71 586	18.03 567	15.50 559	2.83 575	6.21 609	3.68 578	8.21 601	10.45 589	11.36 603

MFN_U_SF_RVC	12.94 568	3.66 551	25.81 585	3.61 544	2.26 468	22.77 574	4.55 514	27.10 592	20.06 553	23.90 577	28.99 566	30.53 585	16.98 564	19.92 575	20.26 573	1.24 560	1.07 572	0.98 564	1.33 570	1.80 558	2.04 560

WZ-Net	13.00 569	4.64 560	41.07 604	3.48 540	3.15 498	19.12 568	15.66 601	14.81 531	31.33 579	15.71 551	27.88 562	22.22 567	14.01 557	20.44 579	25.03 590	0.64 548	0.00 1	0.01 433	0.03 384	0.39 496	0.37 494

ADCS	13.02 570	4.93 562	28.38 591	3.17 526	2.67 484	13.61 545	10.83 579	18.70 560	33.46 582	22.59 571	24.78 550	19.59 555	18.51 570	23.40 587	32.16 604	0.10 482	0.19 522	0.37 554	0.18 474	1.26 544	1.46 552

MFMNet_re	13.29 571	8.60 580	18.29 565	9.75 581	7.25 576	19.65 570	14.84 595	20.71 583	30.72 578	23.03 574	28.77 565	18.85 551	26.09 591	13.55 540	9.82 524	2.44 572	1.35 576	0.34 550	0.23 498	4.78 574	6.69 585

MultiAttention	13.72 572	0.34 142	3.24 282	2.22 465	1.79 438	56.78 621	83.85 625	18.93 566	15.06 523	8.16 426	20.91 532	13.25 505	2.53 304	33.18 598	6.90 479	0.20 510	0.06 399	0.74 559	1.00 565	2.69 566	2.60 567

EDNetEfficient	13.82 573	6.19 567	54.79 612	2.83 508	3.60 516	4.86 406	8.57 562	8.61 369	32.90 581	40.77 603	30.59 572	18.33 548	21.87 583	11.38 517	25.36 591	0.15 497	0.23 536	0.06 507	1.03 566	2.54 564	1.79 555

DStereoFS	13.91 574	8.09 579	10.27 525	7.48 578	5.93 568	16.06 554	6.27 541	25.18 590	17.56 540	17.52 558	27.57 561	20.59 564	29.20 594	26.58 592	19.78 571	3.27 577	4.31 605	6.54 587	7.13 599	7.92 585	10.95 601

LSM	14.01 575	5.95 565	33.49 596	6.78 576	43.61 618	10.22 504	9.98 574	15.16 537	22.93 565	23.07 575	32.34 579	18.52 549	12.67 549	15.45 555	11.10 538	0.16 502	0.51 565	0.09 519	0.32 525	1.08 540	16.85 614

SAMSARA	14.63 576	2.74 538	12.38 535	12.65 589	6.74 572	36.50 600	72.93 624	19.36 573	23.77 567	16.20 554	13.04 463	29.21 581	12.78 550	16.98 563	15.21 558	0.11 484	0.26 544	0.03 484	0.14 452	0.76 531	0.77 533

SPS-STEREO	15.04 577	6.23 568	13.21 547	11.34 587	11.65 591	23.30 575	7.15 553	24.16 588	15.65 528	31.78 589	29.19 568	31.62 586	21.32 580	24.62 588	19.50 570	7.59 588	4.19 604	3.22 577	1.48 571	6.99 584	6.54 584
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	15.44 578	2.93 540	14.67 553	4.21 561	3.39 508	17.43 563	4.16 503	27.84 596	48.84 607	31.02 588	43.54 599	29.76 584	30.81 597	25.97 590	21.40 576	0.23 515	0.41 557	0.04 496	0.33 527	0.41 502	1.33 548

SGM+DAISY	15.62 579	7.26 575	19.28 568	8.94 580	10.11 588	26.25 580	10.49 577	19.36 573	14.65 519	30.64 587	33.59 582	33.00 588	22.32 585	24.96 589	16.42 561	7.90 589	6.25 610	4.51 582	3.37 585	5.86 578	7.20 586

ACVNet-4b	15.90 580	22.00 595	12.37 534	16.40 594	15.14 597	31.87 593	7.50 557	19.04 568	27.85 573	11.48 519	22.02 537	31.86 587	9.16 527	17.95 566	5.69 457	10.43 596	2.58 587	24.44 600	4.87 594	16.04 599	9.28 594

NVStereoNet_ROB	16.04 581	6.75 571	12.90 545	6.37 575	7.42 577	12.89 538	9.74 572	22.78 585	25.12 569	30.32 586	46.19 602	34.37 592	25.38 588	21.48 581	21.38 575	5.94 583	3.10 596	6.07 586	10.09 603	4.01 571	8.54 592
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
AnyNet_C01	16.12 582	10.81 588	59.36 614	4.42 563	2.49 477	30.06 589	15.15 599	17.51 553	16.51 533	17.88 559	37.69 590	24.04 569	17.54 565	29.60 595	33.29 605	0.28 525	0.38 554	0.43 557	0.42 540	2.57 565	1.98 559

MSC_U_SF_DS_RVC	16.41 583	6.93 573	21.83 576	5.94 574	2.81 488	38.71 602	14.59 592	24.55 589	34.87 592	33.66 594	34.35 583	29.24 582	24.20 587	22.59 584	17.95 567	2.52 573	2.81 591	1.17 567	1.51 573	5.89 579	2.16 561

ELAS_RVC	16.54 584	2.26 529	10.09 523	5.50 570	4.46 548	28.28 588	16.72 602	25.55 591	33.54 584	40.19 601	40.30 596	36.68 595	30.03 595	29.40 594	20.61 574	0.98 558	1.21 574	0.86 563	0.70 557	1.39 549	2.16 561
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	16.72 585	2.14 526	9.23 514	4.92 566	4.53 553	32.66 596	15.11 598	27.40 594	28.68 576	40.27 602	44.90 600	38.33 597	30.50 596	26.44 591	21.94 581	0.88 553	1.23 575	0.67 558	0.89 563	1.49 551	2.18 563
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LE_ROB	16.73 586	1.28 472	11.61 530	3.72 548	1.65 422	16.67 557	9.17 566	14.39 526	55.91 611	63.81 622	40.86 597	35.94 594	37.73 605	14.24 545	26.87 595	0.05 451	0.10 460	0.13 529	0.22 495	0.12 334	0.15 404

SGM-ForestM	16.99 587	1.08 442	5.74 447	2.12 452	0.75 331	31.63 592	12.21 586	27.80 595	32.25 580	37.88 598	39.99 595	52.96 608	35.20 602	33.60 600	24.47 588	0.26 521	0.39 556	0.31 548	0.39 537	0.26 452	0.53 520

DispFullNet	17.47 588	26.01 600	33.98 598	22.58 599	20.86 604	13.84 546	1.28 417	16.50 544	26.27 571	19.97 566	17.17 508	20.52 563	18.49 569	22.86 585	10.76 536	5.13 581	2.83 592	30.72 605	7.72 600	20.86 603	11.01 602

EDNetEfficientorigin	17.87 589	14.00 590	99.53 636	1.64 371	0.92 354	10.55 510	6.26 540	13.21 507	34.84 591	38.20 600	36.91 589	27.47 579	26.32 592	14.71 550	25.69 592	0.04 438	0.06 399	0.14 530	0.52 548	3.16 569	3.27 569

RainbowNet	18.01 590	26.22 601	19.95 570	18.59 596	14.88 596	27.38 586	10.46 576	27.39 593	34.54 588	14.91 549	27.01 560	25.65 573	12.44 547	18.94 571	9.23 516	13.91 604	3.46 600	23.36 599	4.86 593	16.03 598	10.91 600

ACVNet_1	18.70 591	25.08 599	12.72 542	17.33 595	15.18 598	26.02 578	9.62 571	28.44 597	34.49 587	24.39 578	24.32 548	37.22 596	20.13 577	16.67 562	13.39 550	10.45 597	2.59 588	24.77 601	4.92 595	16.57 600	9.75 596

RTS	18.87 592	9.32 585	86.48 623	4.95 567	6.10 569	42.08 604	14.70 593	15.49 539	41.06 600	22.65 572	32.32 577	13.77 508	19.54 574	37.98 605	28.96 598	0.41 537	0.23 536	0.00 1	0.02 366	0.91 536	0.50 517

RTSA	18.87 592	9.32 585	86.48 623	4.95 567	6.10 569	42.08 604	14.70 593	15.49 539	41.06 600	22.65 572	32.32 577	13.77 508	19.54 574	37.98 605	28.96 598	0.41 537	0.23 536	0.00 1	0.02 366	0.91 536	0.50 517

MANE	19.47 594	1.27 469	5.07 413	4.69 564	5.55 565	30.49 590	9.94 573	34.01 600	37.27 596	44.13 607	51.57 611	52.51 606	40.41 607	33.58 599	24.81 589	0.89 554	0.86 570	1.11 566	9.72 602	0.38 492	1.06 542

coex-ft	19.78 595	19.39 594	87.73 625	1.77 390	1.80 440	17.25 561	13.50 589	12.63 496	42.10 602	60.18 618	38.90 591	28.72 580	28.74 593	11.74 523	27.40 596	0.21 512	0.23 536	0.04 496	0.30 521	1.36 547	1.54 553

BEATNet-Init1	23.31 596	9.03 582	41.67 605	4.17 559	2.53 479	45.68 610	19.47 606	33.43 599	38.45 598	47.59 610	49.10 607	59.31 612	41.80 609	38.35 607	29.21 600	0.47 543	0.50 564	0.81 561	0.66 554	2.10 562	1.86 556

DLNR-FE	24.70 597	50.76 617	90.20 627	98.11 636	97.18 634	1.38 75	0.12 119	22.82 587	3.09 171	1.07 158	2.93 183	0.72 169	0.29 76	6.93 325	2.29 352	38.52 616	0.38 554	0.00 1	0.30 521	76.91 630	0.09 314

DLNR_Zeroshot_test	24.70 597	50.77 618	90.11 626	98.11 636	97.34 635	1.38 75	0.12 119	22.79 586	3.09 171	1.07 158	2.95 185	0.71 168	0.29 76	6.93 325	2.29 352	38.56 617	0.37 553	0.00 1	0.30 521	76.73 629	0.09 314

MonStereo1	25.07 599	22.70 596	26.51 587	25.39 600	21.15 607	27.38 586	7.54 558	29.21 598	38.74 599	34.17 596	46.61 603	50.27 603	33.31 600	28.57 593	25.83 593	12.28 601	0.79 569	26.32 602	5.80 598	26.02 610	12.81 608

ACVNet_2	26.45 600	29.35 605	25.14 583	20.27 598	15.43 599	34.97 598	12.23 587	48.37 612	66.25 621	42.69 604	56.73 615	51.77 604	25.59 589	20.39 578	13.52 552	10.13 595	2.59 588	22.78 598	3.52 587	17.57 601	9.80 598

MADNet+	27.07 601	33.84 607	90.97 628	20.14 597	7.47 578	48.43 612	47.10 620	35.43 601	36.46 593	20.11 567	30.05 570	25.29 572	35.08 601	45.50 613	50.28 619	2.13 570	2.00 580	1.19 568	0.76 558	4.71 572	4.43 574

IMH-64-1	27.21 602	28.77 602	16.84 563	31.57 603	20.76 602	26.43 581	15.10 596	47.11 607	45.20 604	33.53 592	51.16 609	41.42 599	31.10 598	36.48 601	22.39 582	13.48 602	2.87 594	33.95 607	10.70 604	23.50 605	11.75 604

IMH-64	27.21 602	28.77 602	16.84 563	31.57 603	20.76 602	26.43 581	15.10 596	47.11 607	45.20 604	33.53 592	51.16 609	41.42 599	31.10 598	36.48 601	22.39 582	13.48 602	2.87 594	33.95 607	10.70 604	23.50 605	11.75 604

JetBlue	29.12 604	15.72 591	54.12 611	15.93 593	20.98 605	60.90 622	30.62 613	39.38 602	34.62 590	34.08 595	39.69 593	57.35 611	43.17 610	50.71 619	50.60 620	2.41 571	3.79 602	2.81 573	3.45 586	9.57 588	12.59 607

WAO-7	29.39 605	24.43 597	20.47 572	32.71 606	13.83 595	34.70 597	20.27 609	52.19 618	65.03 619	43.29 605	59.35 617	52.19 605	44.68 612	31.71 596	30.56 602	10.98 598	4.94 606	13.71 591	12.52 608	12.06 593	8.22 590

IMH	29.82 606	29.11 604	18.51 567	34.28 607	21.40 608	32.33 595	15.39 600	49.40 614	53.07 609	37.88 598	55.32 614	45.05 601	39.54 606	40.63 608	24.12 587	14.03 605	3.27 598	34.93 609	11.24 606	24.69 607	12.21 606

PWCK	30.53 607	44.32 614	47.25 609	29.76 601	7.23 575	40.78 603	27.10 612	44.73 606	44.32 603	47.31 609	36.37 588	47.16 602	26.05 590	41.26 609	31.87 603	21.83 609	4.03 603	29.50 604	4.67 591	27.17 612	7.80 588

TorneroNet-64	32.42 608	31.89 606	30.52 592	34.73 608	21.13 606	46.99 611	18.82 604	43.10 605	59.42 614	32.70 591	46.98 604	62.01 615	36.98 603	43.97 612	33.88 606	14.10 606	3.22 597	35.28 610	11.72 607	26.84 611	14.07 609

Dean	34.67 609	38.70 612	25.33 584	29.89 602	17.21 600	45.24 609	11.98 584	56.90 622	76.55 623	63.47 621	60.22 618	67.36 621	48.14 615	37.24 603	39.01 611	11.00 599	2.83 592	28.35 603	5.60 597	18.14 602	10.31 599

WAO-6	34.74 610	36.76 611	15.36 556	37.53 609	24.15 612	35.99 599	19.36 605	48.96 613	68.54 622	43.84 606	47.58 605	52.77 607	52.60 616	32.63 597	34.73 608	26.20 612	7.74 613	42.78 615	21.64 615	28.07 613	17.62 615

LVE	34.99 611	40.10 613	34.97 599	32.49 605	18.61 601	51.45 617	26.82 611	52.15 617	65.94 620	47.21 608	61.04 619	53.99 609	37.30 604	37.95 604	34.09 607	15.55 608	5.95 608	31.01 606	13.81 609	22.58 604	16.72 613

TorneroNet	35.11 612	33.92 608	33.82 597	37.86 610	22.01 609	49.64 614	21.58 610	48.09 611	55.23 610	37.50 597	53.79 612	62.81 618	43.66 611	46.71 615	41.25 614	14.80 607	3.53 601	36.72 611	14.57 610	28.28 614	16.49 612

WAO-8	38.15 613	35.51 609	21.50 574	43.67 611	23.92 610	44.44 606	20.26 607	52.83 619	76.62 624	53.57 615	66.79 623	62.63 616	54.56 619	42.03 610	39.18 612	22.71 610	6.65 611	37.08 612	19.08 613	24.72 609	15.24 610

Venus	38.15 613	35.51 609	21.50 574	43.67 611	23.92 610	44.44 606	20.26 607	52.83 619	76.62 624	53.57 615	66.81 624	62.63 616	54.56 619	42.03 610	39.18 612	22.71 610	6.65 611	37.08 612	19.08 613	24.70 608	15.24 610

UNDER WATER	45.09 615	48.60 616	67.37 617	49.30 615	31.41 614	53.80 619	37.39 615	40.25 604	52.48 608	50.24 611	45.37 601	68.37 623	57.76 622	51.03 620	49.88 618	29.97 613	13.75 615	51.22 618	36.57 616	37.87 616	29.12 616

UNDER WATER-64	45.16 616	46.99 615	66.69 616	43.90 613	27.64 613	55.58 620	41.87 617	39.42 603	48.42 606	51.73 614	43.08 598	67.76 622	56.69 621	48.02 617	48.34 617	39.50 618	17.64 617	51.78 619	38.93 619	36.62 615	32.61 617

notaker	47.42 617	55.20 619	49.13 610	56.52 619	40.18 615	38.52 601	32.97 614	47.21 609	56.08 612	57.21 617	57.24 616	60.09 613	59.19 623	53.93 621	41.64 615	40.61 619	19.93 618	57.21 621	37.41 617	49.02 618	39.02 618

ktn	48.94 618	57.58 620	38.86 603	59.57 620	43.27 617	50.37 615	43.38 618	48.07 610	61.11 615	51.30 613	54.25 613	54.96 610	52.88 617	47.30 616	35.83 609	57.77 623	24.88 621	62.69 624	43.55 620	50.70 619	40.41 619

DPSimNet_ROB	53.45 619	64.73 626	44.39 606	53.97 617	45.39 619	53.66 618	54.83 621	55.15 621	57.87 613	64.16 623	50.83 608	63.40 619	53.34 618	46.45 614	65.81 624	63.13 625	26.54 622	57.94 622	51.11 623	45.52 617	50.69 623

KSHMR	55.63 620	63.60 625	37.85 602	74.69 623	49.56 620	49.01 613	45.73 619	57.46 623	63.97 618	61.61 620	62.07 621	72.39 625	47.01 613	50.65 618	43.29 616	54.10 622	62.21 624	66.10 625	53.94 624	51.25 621	46.11 621

HanzoNet	56.48 621	59.32 621	58.25 613	55.32 618	41.94 616	50.95 616	41.33 616	51.12 615	61.40 616	65.62 624	65.59 622	71.66 624	69.41 624	70.77 624	60.03 622	63.99 626	34.70 623	61.96 623	50.54 622	51.00 620	44.71 620

JetRed	61.02 622	61.05 624	82.56 622	46.09 614	56.80 622	83.19 623	63.76 622	59.26 624	63.61 617	69.29 625	68.85 625	66.59 620	47.62 614	61.57 622	74.09 627	45.58 620	66.14 627	46.59 616	45.06 621	63.17 622	49.58 622

LRCNet_RVC	66.23 623	65.67 627	67.63 618	71.47 622	54.32 621	32.17 594	2.66 466	63.19 625	21.35 560	81.79 627	91.26 628	83.62 629	71.62 625	69.32 623	52.57 621	95.49 635	64.45 626	95.07 635	95.19 635	71.52 624	74.31 626

TCMNet-wrong-test	67.23 624	85.83 631	81.56 621	95.63 632	94.73 632	89.35 626	85.42 626	51.73 616	33.71 586	51.26 612	61.71 620	61.33 614	41.23 608	77.26 627	64.71 623	48.76 621	9.03 614	70.12 627	68.11 626	90.76 635	82.37 631

ASD4	75.85 625	81.57 629	69.25 619	68.23 621	80.87 626	96.24 629	99.15 635	77.50 626	93.47 630	77.59 626	85.63 626	78.32 626	76.43 626	77.89 628	82.61 628	58.30 624	62.67 625	55.02 620	62.43 625	68.35 623	65.49 625

MADNet++	82.84 626	82.38 630	73.57 620	87.72 631	82.97 627	93.14 627	69.15 623	86.42 630	82.50 626	93.46 633	86.70 627	86.28 630	80.92 629	88.34 630	88.84 629	86.83 631	84.17 631	72.64 628	68.92 627	80.47 631	81.42 630

tt	83.26 627	0.34 142	99.99 638	79.40 629	93.18 631	100.00 637	100.00 639	100.00 642	99.95 637	60.33 619	47.63 606	99.98 642	99.96 638	99.98 639	100.00 643	92.42 632	99.82 638	73.83 632	73.63 628	88.42 632	56.35 624

RSGM-EC	84.07 628	59.96 622	46.25 607	78.03 627	83.22 629	89.06 624	90.25 627	92.04 631	94.92 631	90.68 631	97.34 632	83.40 627	78.92 627	76.48 625	72.91 625	93.35 633	97.50 633	88.11 633	92.75 633	88.89 633	87.40 633

acva	84.07 628	59.96 622	46.25 607	78.03 627	83.22 629	89.06 624	90.25 627	92.04 631	94.92 631	90.68 631	97.34 632	83.40 627	78.92 627	76.48 625	72.91 625	93.35 633	97.50 633	88.11 633	92.75 633	88.89 633	87.40 633

xxxxx1	85.63 630	90.31 632	96.68 631	76.54 624	80.57 623	97.44 632	96.86 632	85.53 627	88.53 627	88.68 628	91.71 629	94.23 632	92.93 630	90.02 631	91.98 630	70.60 627	70.39 628	73.68 629	81.46 630	74.61 625	79.86 627

tt_ll	85.63 630	90.31 632	96.68 631	76.54 624	80.57 623	97.44 632	96.86 632	85.53 627	88.53 627	88.68 628	91.71 629	94.23 632	92.93 630	90.02 631	91.98 630	70.60 627	70.39 628	73.68 629	81.46 630	74.61 625	79.86 627

ff	85.63 630	90.31 632	96.68 631	76.54 624	80.57 623	97.44 632	96.86 632	85.53 627	88.53 627	88.68 628	91.71 629	94.23 632	92.93 630	90.02 631	91.98 630	70.60 627	70.39 628	73.68 629	81.46 630	74.61 625	79.86 627

USTest	87.63 633	76.50 628	65.53 615	81.26 630	83.10 628	100.00 637	100.00 639	99.53 637	99.60 636	98.32 634	99.02 637	90.87 631	98.33 635	84.28 629	98.23 636	79.97 630	96.20 632	69.82 626	73.75 629	75.48 628	82.80 632

PML	97.88 634	100.00 641	96.45 630	98.01 635	97.88 636	100.00 637	99.35 636	96.88 633	97.72 634	100.00 641	97.36 634	97.38 636	99.60 636	100.00 642	96.32 634	99.99 640	97.55 635	100.00 639	96.01 636	99.18 637	87.92 635

MEDIAN_ROB	98.41 635	99.70 636	99.30 635	97.09 633	97.02 633	96.89 630	95.77 631	97.66 635	97.28 633	98.79 637	98.94 636	99.18 637	98.14 634	96.89 634	96.88 635	99.96 639	99.16 636	100.00 639	99.99 640	99.69 638	99.88 637

HaxPig	98.85 636	99.94 638	95.08 629	99.99 640	100.00 639	94.03 628	94.78 629	99.15 636	99.98 639	99.99 640	100.00 639	99.98 642	99.99 639	98.12 635	95.97 633	100.00 642	99.99 640	100.00 639	99.99 640	100.00 641	99.99 640

Anonymous_1	99.08 637	99.91 637	99.85 637	97.63 634	99.10 637	100.00 637	100.00 639	99.61 639	99.96 638	99.28 639	99.86 638	99.54 639	99.99 639	99.29 636	99.75 637	96.05 636	99.59 637	97.31 636	98.57 637	97.71 636	98.63 636

ccccc	99.32 638	96.61 635	100.00 642	100.00 643	100.00 639	97.41 631	99.44 637	99.56 638	97.80 635	99.27 638	97.59 635	99.35 638	99.84 637	99.92 637	99.98 639	100.00 642	100.00 641	99.95 638	99.77 639	100.00 641	100.00 642

test_example2	99.39 639	99.98 640	99.99 638	100.00 643	99.98 638	99.72 636	99.99 638	97.34 634	100.00 640	100.00 641	100.00 639	96.42 635	96.66 633	99.97 638	99.96 638	100.00 642	99.97 639	98.66 637	99.15 638	100.00 641	100.00 642

AVERAGE_ROB	99.62 640	99.95 639	98.81 634	100.00 643	100.00 639	98.08 635	95.47 630	100.00 642	100.00 640	100.00 641	100.00 639	100.00 644	100.00 641	100.00 642	99.99 640	100.00 642	100.00 641	100.00 639	100.00 642	100.00 641	100.00 642

DGTPSM_ROB	99.90 641	100.00 641	99.99 638	99.99 640	100.00 639	100.00 637	100.00 639	99.97 640	100.00 640	98.35 635	100.00 639	99.84 640	100.00 641	99.98 639	99.99 640	99.99 640	100.00 641	100.00 639	100.00 642	100.00 641	100.00 642

DPSMNet_ROB	99.91 642	100.00 641	99.99 638	99.99 640	100.00 639	100.00 637	100.00 639	99.98 641	100.00 640	98.35 635	100.00 639	99.84 640	100.00 641	99.98 639	99.99 640	100.00 642	100.00 641	100.00 639	100.00 642	100.00 641	100.00 642

DPSM_ROB	99.95 643	100.00 641	100.00 642	99.76 638	100.00 639	100.00 637	100.00 639	100.00 642	100.00 640	100.00 641	100.00 639	100.00 644	100.00 641	100.00 642	100.00 643	99.21 637	100.00 641	100.00 639	100.00 642	99.99 639	99.95 638

DPSM	99.95 643	100.00 641	100.00 642	99.76 638	100.00 639	100.00 637	100.00 639	100.00 642	100.00 640	100.00 641	100.00 639	100.00 644	100.00 641	100.00 642	100.00 643	99.21 637	100.00 641	100.00 639	100.00 642	99.99 639	99.95 638

Hybrid-DGEV	100.00 645	100.00 641	100.00 642	100.00 643	100.00 639	100.00 637	100.00 639	100.00 642	100.00 640	100.00 641	100.00 639	100.00 644	100.00 641	100.00 642	100.00 643	100.00 642	100.00 641	100.00 639	100.00 642	100.00 641	100.00 642

RAFT-FEzeroshot	100.00 645	100.00 641	100.00 642	100.00 643	100.00 639	100.00 637	100.00 639	100.00 642	100.00 640	100.00 641	100.00 639	100.00 644	100.00 641	100.00 642	100.00 643	100.00 642	100.00 641	100.00 639	100.00 642	100.00 641	100.00 642

RAFT-FE	100.00 645	100.00 641	100.00 642	100.00 643	100.00 639	100.00 637	100.00 639	100.00 642	100.00 640	100.00 641	100.00 639	100.00 644	100.00 641	100.00 642	100.00 643	100.00 642	100.00 641	100.00 639	100.00 642	100.00 641	100.00 642

FlowAnything	100.00 645	100.00 641	100.00 642	100.00 643	100.00 639	100.00 637	100.00 639	100.00 642	100.00 640	100.00 641	100.00 639	100.00 644	100.00 641	100.00 642	100.00 643	100.00 642	100.00 641	100.00 639	100.00 642	100.00 641	100.00 642

Selective-RAFT-Error	100.00 645	100.00 641	100.00 642	100.00 643	100.00 639	100.00 637	100.00 639	100.00 642	100.00 640	100.00 641	100.00 639	100.00 644	100.00 641	100.00 642	100.00 643	100.00 642	100.00 641	100.00 639	100.00 642	100.00 641	100.00 642

CasAABBNet	100.00 645	100.00 641	100.00 642	100.00 643	100.00 639	100.00 637	100.00 639	100.00 642	100.00 640	100.00 641	100.00 639	100.00 644	100.00 641	100.00 642	100.00 643	100.00 642	100.00 641	100.00 639	100.00 642	100.00 641	100.00 642

LSM0	100.00 645	100.00 641	100.00 642	100.00 643	100.00 639	100.00 637	100.00 639	100.00 642	100.00 640	100.00 641	100.00 639	100.00 644	100.00 641	100.00 642	100.00 643	100.00 642	100.00 641	100.00 639	100.00 642	100.00 641	99.99 640

GS-Stereo							0.73 328	4.64 175	2.10 98	0.31 52	0.65 73	0.43 137	0.48 131	0.83 38	0.14 11	0.00 1	0.01 190	0.00 1	0.12 445	0.17 384	0.13 381

FADE		17.27 592		10.46 585	9.90 587							26.54 576				30.62 614	14.22 616	38.39 614	37.63 618	5.22 576

Low-res two-view benchmark