Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 97	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 18	0.02 20	0.00 1	0.00 1

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

TCMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 72	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

TCMNet-wrong-test	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.02 20	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

YMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

YMNet_1	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

Wz-Net-SNSev	0.03 29	0.09 65	0.07 58	0.09 53	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 66	0.07 57	0.01 9	0.01 9	0.01 10	0.01 10

EDNetEfficientorigin	0.04 38	0.06 54	0.04 43	0.05 43	0.04 77	0.05 86	0.04 78	0.05 86	0.04 79	0.05 88	0.04 86	0.05 88	0.04 82	0.05 79	0.04 73	0.05 51	0.03 36	0.06 90	0.03 54	0.04 75	0.03 51

EDNetEfficient	0.04 38	0.05 49	0.04 43	0.04 37	0.03 48	0.04 75	0.03 50	0.04 75	0.03 55	0.04 72	0.03 52	0.04 75	0.03 52	0.04 70	0.03 48	0.05 51	0.03 36	0.05 82	0.03 54	0.04 75	0.03 51

NVStereoNet_ROB	0.04 38	0.04 37	0.04 43	0.04 37	0.04 77	0.04 75	0.04 78	0.04 75	0.04 79	0.04 72	0.04 86	0.04 75	0.04 82	0.04 70	0.04 73	0.04 44	0.04 45	0.04 71	0.04 76	0.04 75	0.04 77
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DFGA-Net	0.05 41	0.06 54	0.04 43	0.06 46	0.04 77	0.06 88	0.04 78	0.06 90	0.04 79	0.06 92	0.04 86	0.06 94	0.04 82	0.06 84	0.04 73	0.06 55	0.04 45	0.05 82	0.04 76	0.05 88	0.04 77

GASNet	0.05 41	0.04 37	0.12 100	0.04 37	0.04 77	0.04 75	0.05 89	0.04 75	0.04 79	0.12 118	0.04 86	0.06 94	0.04 82	0.04 70	0.04 73	0.04 44	0.04 45	0.04 71	0.04 76	0.04 75	0.04 77

WZ-Net	0.05 41	0.50 191	0.10 69	0.12 80	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 91	0.10 73	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 44	0.24 119	0.20 159	0.23 144	0.01 10	0.02 19	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 169	0.21 170	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 44	0.54 206	0.10 69	0.12 80	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 91	0.11 95	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 95	0.06 88	0.05 89	0.05 86	0.06 102	0.06 92	0.06 102	0.05 88	0.06 102	0.06 84	0.05 85	0.08 60	0.08 59	0.08 97	0.05 92	0.06 92	0.05 93

SACVNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 95	0.06 88	0.05 89	0.05 86	0.06 102	0.06 92	0.06 102	0.05 88	0.06 102	0.06 84	0.05 85	0.08 60	0.08 59	0.08 97	0.05 92	0.06 92	0.05 93

AACVNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 95	0.06 88	0.05 89	0.05 86	0.06 102	0.06 92	0.06 102	0.05 88	0.06 102	0.06 84	0.05 85	0.08 60	0.08 59	0.08 97	0.05 92	0.06 92	0.05 93

FINET	0.07 49	0.08 59	0.07 58	0.07 47	0.07 104	0.08 99	0.06 101	0.08 103	0.07 105	0.08 100	0.07 105	0.08 101	0.06 102	0.07 98	0.07 96	0.08 60	0.07 57	0.07 95	0.07 100	0.06 92	0.06 98

ADCMid	0.08 50	0.02 12	0.02 14	1.01 333	0.03 48	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 70	0.09 101	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

test_sample7	0.09 51	1.00 262	0.11 89	0.11 74	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 72	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 110	0.03 38	0.03 54	0.03 43	0.03 51

test_sample6	0.09 51	0.97 258	0.10 69	0.10 57	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 71	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

test_sample3	0.09 51	0.87 237	0.10 69	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

test_sample2	0.09 51	1.03 274	0.11 89	0.11 74	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 66	0.09 68	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 51	0.87 237	0.12 100	0.11 74	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 72	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 71	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

SMFormer	0.09 51	1.01 268	0.09 65	0.09 53	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 66	0.09 68	0.03 38	0.02 20	0.03 43	0.02 20

tta	0.09 51	0.95 255	0.09 65	0.10 57	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 66	0.10 73	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 51	1.01 268	0.10 69	0.10 57	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 71	0.10 73	0.03 38	0.02 20	0.03 43	0.03 51

SepStereo	0.09 51	0.09 65	0.10 69	0.09 53	0.09 108	0.09 103	0.09 106	0.10 105	0.08 107	0.10 104	0.09 108	0.09 105	0.09 109	0.09 104	0.08 98	0.09 66	0.08 59	0.09 102	0.08 104	0.09 105	0.08 101

APVNet	0.09 51	0.05 49	0.04 43	0.05 43	0.04 77	0.05 86	0.90 371	0.06 90	0.04 79	0.05 88	0.04 86	0.05 88	0.04 82	0.05 79	0.04 73	0.05 51	0.04 45	0.05 82	0.04 76	0.05 88	0.05 93

ADCS	0.09 51	0.02 12	0.04 43	0.90 311	0.06 103	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 123	0.36 262	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

DualNet (step1)	0.10 62	1.05 278	0.12 100	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 72	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 110	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 62	1.05 278	0.12 100	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 72	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 110	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 62	1.05 278	0.12 100	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 110	0.03 38	0.03 54	0.03 43	0.03 51

test_sample5	0.10 62	1.07 281	0.11 89	0.10 57	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 71	0.10 73	0.03 38	0.03 54	0.04 75	0.03 51

test_sample4	0.10 62	1.03 274	0.12 100	0.10 57	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 107	0.13 134	0.03 38	0.03 54	0.03 43	0.03 51

DualNet	0.10 62	1.07 281	0.11 89	0.10 57	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 71	0.10 73	0.03 38	0.03 54	0.04 75	0.03 51

ttt	0.10 62	1.09 283	0.12 100	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 110	0.03 38	0.02 20	0.03 43	0.02 20

1111x	0.10 62	1.14 288	0.13 120	0.14 97	0.03 48	0.04 75	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 107	0.11 95	0.03 38	0.02 20	0.03 43	0.02 20

AnonymousM	0.10 62	0.10 67	0.10 69	0.10 57	0.10 114	0.10 104	0.10 111	0.10 105	0.10 111	0.10 104	0.10 112	0.10 107	0.10 113	0.10 106	0.10 107	0.10 71	0.10 73	0.10 103	0.10 113	0.10 106	0.10 109

222	0.10 62	0.99 261	0.12 100	0.13 93	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 91	0.12 110	0.03 38	0.02 20	0.04 75	0.03 51

test_xeample	0.10 62	1.09 283	0.13 120	0.12 80	0.03 48	0.03 40	0.03 50	0.04 75	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 114	0.14 137	0.03 38	0.03 54	0.03 43	0.03 51

PVD	0.10 62	0.10 67	0.10 69	0.10 57	0.10 114	0.10 104	0.10 111	0.10 105	0.10 111	0.10 104	0.10 112	0.10 107	0.10 113	0.10 106	0.10 107	0.10 71	0.10 73	0.10 103	0.10 113	0.10 106	0.10 109

SHD	0.10 62	0.10 67	0.10 69	0.10 57	0.10 114	0.10 104	0.10 111	0.10 105	0.10 111	0.10 104	0.10 112	0.10 107	0.10 113	0.10 106	0.10 107	0.10 71	0.10 73	0.10 103	0.10 113	0.10 106	0.10 109

SAMSARA	0.10 62	0.10 67	0.10 69	0.10 57	0.10 114	0.10 104	0.10 111	0.10 105	0.10 111	0.10 104	0.10 112	0.10 107	0.10 113	0.10 106	0.10 107	0.10 71	0.10 73	0.10 103	0.10 113	0.10 106	0.10 109

XQC	0.10 62	0.10 67	0.10 69	0.10 57	0.10 114	0.10 104	0.10 111	0.10 105	0.10 111	0.10 104	0.10 112	0.10 107	0.10 113	0.10 106	0.10 107	0.10 71	0.10 73	0.10 103	0.10 113	0.10 106	0.10 109

RTSC	0.10 62	0.10 67	0.10 69	0.10 57	0.10 114	0.10 104	0.10 111	0.10 105	0.10 111	0.10 104	0.10 112	0.10 107	0.10 113	0.10 106	0.10 107	0.10 71	0.10 73	0.10 103	0.10 113	0.10 106	0.10 109

RTS	0.10 62	0.10 67	0.10 69	0.10 57	0.10 114	0.10 104	0.10 111	0.10 105	0.10 111	0.10 104	0.10 112	0.10 107	0.10 113	0.10 106	0.10 107	0.10 71	0.10 73	0.10 103	0.10 113	0.10 106	0.10 109

RTSA	0.10 62	0.10 67	0.10 69	0.10 57	0.10 114	0.10 104	0.10 111	0.10 105	0.10 111	0.10 104	0.10 112	0.10 107	0.10 113	0.10 106	0.10 107	0.10 71	0.10 73	0.10 103	0.10 113	0.10 106	0.10 109

MADNet+	0.10 62	0.10 67	0.10 69	0.10 57	0.10 114	0.10 104	0.10 111	0.10 105	0.10 111	0.10 104	0.10 112	0.10 107	0.10 113	0.10 106	0.10 107	0.10 71	0.10 73	0.10 103	0.10 113	0.10 106	0.10 109

MADNet++	0.10 62	0.10 67	0.10 69	0.10 57	0.10 114	0.10 104	0.10 111	0.10 105	0.10 111	0.10 104	0.10 112	0.10 107	0.10 113	0.10 106	0.10 107	0.10 71	0.10 73	0.10 103	0.10 113	0.10 106	0.10 109

ADCPNet	0.10 62	0.03 31	0.04 43	1.27 405	0.03 48	0.04 75	0.03 50	0.03 42	0.03 55	0.04 72	0.03 52	0.04 75	0.03 52	0.08 101	0.04 73	0.04 44	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ISRNet	0.11 83	0.05 49	0.36 229	0.24 149	0.07 104	0.13 119	0.05 89	0.06 90	0.05 94	0.05 88	0.05 96	0.13 121	0.05 90	0.05 79	0.09 101	0.24 174	0.20 166	0.10 103	0.05 92	0.06 92	0.13 143

JetRed	0.11 83	0.12 80	0.11 89	0.11 74	0.11 130	0.11 115	0.14 145	0.11 117	0.11 126	0.12 118	0.11 126	0.11 117	0.11 125	0.11 117	0.11 119	0.11 86	0.16 142	0.11 114	0.11 125	0.11 116	0.11 121

JetBlue	0.11 83	0.11 78	0.12 100	0.13 93	0.14 151	0.11 115	0.11 124	0.11 117	0.11 126	0.11 116	0.11 126	0.11 117	0.11 125	0.12 121	0.12 134	0.11 86	0.11 95	0.11 114	0.11 125	0.11 116	0.11 121

x	0.11 83	1.15 290	0.15 140	0.14 97	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 72	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 114	0.15 140	0.03 38	0.03 54	0.03 43	0.03 51

Wz-Net-LNSev-Ref	0.11 83	0.44 168	0.33 210	0.39 194	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 239	0.36 233	0.02 18	0.02 20	0.02 20	0.02 20

xxxx	0.11 83	1.16 291	0.16 141	0.12 80	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 107	0.16 142	0.03 38	0.04 76	0.04 75	0.04 77

BEATNet_4x	0.11 83	0.03 31	0.03 36	1.60 420	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 79	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCL	0.11 83	0.03 31	0.03 36	1.60 420	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 79	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

AnyNet_C01	0.11 83	0.02 12	0.02 14	1.62 423	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 84	0.04 73	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

S2M2	0.12 92	0.14 85	0.10 69	0.15 107	0.10 114	0.14 120	0.10 111	0.14 121	0.10 111	0.15 126	0.10 112	0.14 122	0.10 113	0.14 123	0.10 107	0.13 107	0.10 73	0.13 120	0.09 106	0.13 123	0.09 104

GwcNet	0.12 92	0.07 58	0.05 57	0.08 49	0.05 95	0.08 99	1.20 399	0.07 100	0.05 94	0.05 88	0.05 96	0.08 101	0.05 90	0.08 101	0.03 48	0.07 58	0.05 56	0.06 90	0.05 92	0.07 100	0.05 93

FADNet-RVC-Resample	0.12 92	0.04 37	0.04 43	0.04 37	0.04 77	0.04 75	0.04 78	0.04 75	0.04 79	0.04 72	0.04 86	0.04 75	0.04 82	0.04 70	1.57 468	0.04 44	0.04 45	0.04 71	0.05 92	0.04 75	0.06 98

FADNet_RVC	0.12 92	0.04 37	0.04 43	0.05 43	0.04 77	0.04 75	0.04 78	0.04 75	0.04 79	0.04 72	0.04 86	0.04 75	0.05 90	0.04 70	1.65 472	0.05 51	0.04 45	0.04 71	0.04 76	0.04 75	0.04 77

FADNet	0.12 92	0.05 49	0.04 43	0.04 37	0.04 77	0.04 75	0.04 78	0.04 75	0.04 79	0.04 72	0.04 86	0.04 75	0.05 90	0.04 70	1.66 474	0.06 55	0.04 45	0.04 71	0.04 76	0.04 75	0.04 77

ADCRef	0.12 92	0.03 31	0.04 43	1.71 426	0.04 77	0.03 40	0.03 50	0.04 75	0.04 79	0.04 72	0.03 52	0.04 75	0.03 52	0.06 84	0.04 73	0.04 44	0.04 45	0.04 71	0.04 76	0.03 43	0.04 77

testlalala2	0.13 98	0.16 87	0.11 89	0.15 107	0.11 130	0.16 135	0.11 124	0.16 134	0.11 126	0.16 131	0.11 126	0.16 133	0.11 125	0.16 133	0.11 119	0.14 114	0.11 95	0.14 122	0.11 125	0.14 125	0.11 121

testlalala_base	0.13 98	0.16 87	0.11 89	0.15 107	0.11 130	0.15 127	0.11 124	0.16 134	0.11 126	0.16 131	0.11 126	0.16 133	0.11 125	0.16 133	0.11 119	0.14 114	0.11 95	0.14 122	0.11 125	0.14 125	0.11 121

CIPLG	0.13 98	0.21 107	0.12 100	0.16 117	0.11 130	0.15 127	0.11 124	0.14 121	0.11 126	0.15 126	0.12 137	0.15 132	0.11 125	0.14 123	0.11 119	0.15 123	0.12 110	0.14 122	0.11 125	0.14 125	0.11 121

IPLG	0.13 98	0.20 101	0.14 125	0.15 107	0.11 130	0.14 120	0.11 124	0.14 121	0.11 126	0.14 120	0.11 126	0.14 122	0.11 125	0.14 123	0.11 119	0.15 123	0.12 110	0.14 122	0.11 125	0.14 125	0.11 121

ACRE	0.13 98	0.21 107	0.14 125	0.15 107	0.11 130	0.14 120	0.11 124	0.14 121	0.11 126	0.14 120	0.12 137	0.14 122	0.11 125	0.14 123	0.11 119	0.15 123	0.12 110	0.14 122	0.11 125	0.14 125	0.11 121

LRCNet_RVC	0.13 98	0.13 81	0.09 65	0.13 93	0.10 114	0.14 120	0.10 111	0.14 121	0.10 111	0.23 167	0.10 112	0.20 153	0.10 113	0.24 175	0.11 119	0.11 86	0.09 68	0.12 117	0.14 154	0.12 121	0.09 104

aanetorigin	0.13 98	0.11 78	0.11 89	0.11 74	0.11 130	0.11 115	0.11 124	0.11 117	0.11 126	0.11 116	0.12 137	0.11 117	0.11 125	0.11 117	0.11 119	0.11 86	0.11 95	0.14 122	0.11 125	0.49 282	0.11 121

FADNet-RVC	0.13 98	0.04 37	0.04 43	0.04 37	0.04 77	0.04 75	0.05 89	0.04 75	0.04 79	0.04 72	0.05 96	0.04 75	0.05 90	0.04 70	1.71 477	0.04 44	0.04 45	0.04 71	0.04 76	0.07 100	0.04 77

ELAS	0.13 98	0.16 87	0.11 89	0.15 107	0.09 108	0.18 147	0.11 124	0.18 145	0.11 126	0.17 140	0.11 126	0.18 147	0.11 125	0.18 145	0.11 119	0.14 114	0.08 59	0.14 122	0.08 104	0.14 125	0.09 104
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 107	1.22 345	0.28 188	0.32 172	0.04 77	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.32 198	0.27 189	0.04 71	0.03 54	0.03 43	0.03 51

S2M2_XL	0.14 107	0.17 93	0.12 100	0.17 125	0.11 130	0.17 143	0.11 124	0.17 142	0.11 126	0.17 140	0.11 126	0.17 143	0.11 125	0.17 142	0.11 119	0.16 131	0.11 95	0.16 138	0.11 125	0.16 139	0.11 121

mmm	0.14 107	1.83 370	0.12 100	0.11 74	0.03 48	0.03 40	0.03 50	0.03 42	0.04 79	0.03 40	0.03 52	0.03 42	0.03 52	0.06 84	0.04 73	0.12 91	0.11 95	0.05 82	0.04 76	0.05 88	0.04 77

ProNet	0.14 107	0.20 101	0.14 125	0.16 117	0.11 130	0.16 135	0.11 124	0.17 142	0.11 126	0.17 140	0.12 137	0.17 143	0.13 147	0.17 142	0.12 134	0.15 123	0.11 95	0.16 138	0.11 125	0.15 135	0.12 137

IPLGR_C	0.14 107	0.20 101	0.12 100	0.15 107	0.11 130	0.14 120	0.15 150	0.14 121	0.11 126	0.15 126	0.12 137	0.14 122	0.11 125	0.16 133	0.11 119	0.15 123	0.12 110	0.14 122	0.12 142	0.15 135	0.12 137

MIPNet	0.14 107	0.21 107	0.17 148	0.16 117	0.11 130	0.15 127	0.12 140	0.14 121	0.11 126	0.16 131	0.11 126	0.14 122	0.11 125	0.14 123	0.11 119	0.14 114	0.12 110	0.14 122	0.11 125	0.14 125	0.11 121

IPLGR	0.14 107	0.24 119	0.14 125	0.16 117	0.12 146	0.15 127	0.12 140	0.14 121	0.11 126	0.15 126	0.12 137	0.14 122	0.11 125	0.14 123	0.11 119	0.15 123	0.12 110	0.14 122	0.11 125	0.14 125	0.11 121

GMStereo	0.14 107	0.13 81	0.14 125	0.14 97	0.14 151	0.14 120	0.14 145	0.14 121	0.14 150	0.14 120	0.14 154	0.14 122	0.14 151	0.14 123	0.14 144	0.14 114	0.14 137	0.14 122	0.14 154	0.14 125	0.14 148
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 107	0.04 37	0.03 36	2.22 441	0.04 77	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 75	0.02 21	0.07 98	0.04 73	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

HSM	0.14 107	0.16 87	0.12 100	0.17 125	0.12 146	0.17 143	0.11 124	0.17 142	0.11 126	0.17 140	0.12 137	0.17 143	0.12 142	0.17 142	0.12 134	0.16 131	0.11 95	0.16 138	0.11 125	0.16 139	0.12 137

DRN-Test	0.14 107	0.13 81	0.09 65	0.14 97	0.09 108	0.15 127	0.09 106	0.14 121	0.10 111	0.14 120	0.09 108	0.14 122	0.09 109	0.13 122	0.09 101	0.12 91	0.09 68	0.12 117	0.09 106	0.12 121	0.73 353

ELAS_RVC	0.14 107	0.16 87	0.10 69	0.15 107	0.10 114	0.18 147	0.11 124	0.19 147	0.11 126	0.19 146	0.12 137	0.18 147	0.11 125	0.19 148	0.12 134	0.14 114	0.08 59	0.14 122	0.09 106	0.15 135	0.09 104
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 119	0.17 93	0.13 120	0.20 132	0.13 149	0.19 150	0.13 143	0.18 145	0.13 148	0.19 146	0.13 149	0.18 147	0.14 151	0.18 145	0.14 144	0.16 131	0.11 95	0.15 135	0.14 154	0.18 149	0.11 121

test_for_model	0.15 119	0.23 112	0.18 153	0.21 141	0.11 130	0.16 135	0.11 124	0.16 134	0.11 126	0.16 131	0.11 126	0.16 133	0.11 125	0.16 133	0.11 119	0.21 155	0.18 163	0.14 122	0.11 125	0.14 125	0.11 121

CoDeX	0.15 119	0.70 219	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 343	0.02 15	0.69 326	0.75 347	0.01 9	0.02 20	0.02 20

ICVP	0.15 119	0.53 203	0.11 89	0.16 117	0.11 130	0.16 135	0.11 124	0.16 134	0.11 126	0.16 131	0.11 126	0.16 133	0.11 125	0.16 133	0.11 119	0.16 131	0.11 95	0.16 138	0.11 125	0.16 139	0.11 121
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 119	0.04 37	0.04 43	2.20 440	0.04 77	0.04 75	0.04 78	0.04 75	0.04 79	0.04 72	0.05 96	0.04 75	0.04 82	0.08 101	0.04 73	0.04 44	0.04 45	0.04 71	0.04 76	0.04 75	0.04 77

StereoDRNet	0.15 119	0.14 85	0.10 69	0.14 97	0.09 108	0.15 127	0.09 106	0.14 121	0.09 110	0.14 120	0.10 112	0.14 122	0.09 109	0.14 123	0.09 101	0.13 107	0.10 73	0.13 120	0.09 106	0.13 123	0.82 364

LALA_ROB	0.15 119	0.19 97	0.12 100	0.18 127	0.11 130	0.20 155	0.12 140	0.21 159	0.12 145	0.20 151	0.12 137	0.20 153	0.12 142	0.21 163	0.13 140	0.17 139	0.10 73	0.18 156	0.11 125	0.18 149	0.11 121

SGM_RVC	0.15 119	0.17 93	0.11 89	0.18 127	0.11 130	0.19 150	0.11 124	0.19 147	0.12 145	0.19 146	0.12 137	0.20 153	0.12 142	0.19 148	0.12 134	0.16 131	0.11 95	0.17 146	0.10 113	0.17 145	0.10 109
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
GMStereo_Zeroshot	0.16 127	0.16 87	0.16 141	0.16 117	0.16 169	0.16 135	0.16 153	0.16 134	0.16 162	0.16 131	0.16 163	0.16 133	0.16 161	0.16 133	0.16 160	0.16 131	0.16 142	0.16 138	0.16 159	0.16 139	0.16 149

qqq	0.16 127	2.01 387	0.12 100	0.15 107	0.04 77	0.06 88	0.05 89	0.06 90	0.04 79	0.06 92	0.03 52	0.06 94	0.03 52	0.06 84	0.03 48	0.12 91	0.14 137	0.04 71	0.04 76	0.03 43	0.03 51

DeepPruner_ROB	0.16 127	0.18 96	0.13 120	0.19 130	0.13 149	0.19 150	0.13 143	0.19 147	0.13 148	0.19 146	0.13 149	0.19 151	0.13 147	0.19 148	0.13 140	0.18 147	0.13 134	0.18 156	0.13 150	0.18 149	0.13 143

CAS++	0.17 130	0.27 123	0.21 163	0.10 57	0.21 192	0.15 127	0.22 182	0.10 105	0.21 180	0.22 163	0.10 112	0.19 151	0.18 172	0.10 106	0.19 175	0.20 150	0.19 164	0.18 156	0.10 113	0.19 155	0.18 165
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 130	2.16 396	0.13 120	0.13 93	0.04 77	0.06 88	0.04 78	0.06 90	0.04 79	0.06 92	0.03 52	0.06 94	0.03 52	0.06 84	0.05 85	0.18 147	0.12 110	0.06 90	0.03 54	0.05 88	0.03 51

SFCPSM	0.17 130	0.78 223	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 362	0.02 15	0.75 336	0.76 349	0.02 20	0.02 20	0.02 20

w-ln-seven	0.18 133	1.47 356	0.33 210	0.40 207	0.04 77	0.04 75	0.04 78	0.04 75	0.04 79	0.04 72	0.04 86	0.04 75	0.04 82	0.04 70	0.04 73	0.38 229	0.32 218	0.05 82	0.04 76	0.04 75	0.04 77

xyz-stereo-finetune2	0.18 133	0.48 185	0.16 141	0.16 117	0.15 162	0.15 127	0.16 153	0.16 134	0.16 162	0.16 131	0.16 163	0.16 133	0.16 161	0.16 133	0.16 160	0.16 131	0.16 142	0.16 138	0.16 159	0.16 139	0.16 149

xyz-stereo	0.18 133	0.50 191	0.16 141	0.15 107	0.16 169	0.16 135	0.16 153	0.16 134	0.16 162	0.16 131	0.16 163	0.16 133	0.16 161	0.16 133	0.16 160	0.16 131	0.16 142	0.16 138	0.16 159	0.16 139	0.16 149

BEATNet-Init1	0.19 136	0.08 59	0.08 60	2.23 442	0.08 106	0.08 99	0.07 104	0.07 100	0.08 107	0.08 100	0.07 105	0.08 101	0.07 106	0.11 117	0.08 98	0.08 60	0.08 59	0.08 97	0.07 100	0.08 102	0.08 101

DeepPrunerF	0.19 136	0.08 59	0.08 60	2.23 442	0.08 106	0.08 99	0.07 104	0.07 100	0.08 107	0.08 100	0.07 105	0.08 101	0.07 106	0.11 117	0.08 98	0.08 60	0.08 59	0.08 97	0.07 100	0.08 102	0.08 101

IGEV_Zeroshot_test	0.20 138	0.19 97	0.40 245	0.30 166	0.17 172	0.22 165	0.17 158	0.21 159	0.17 167	0.20 151	0.17 168	0.21 161	0.18 172	0.21 163	0.17 163	0.20 150	0.16 142	0.20 160	0.16 159	0.20 156	0.17 161

DAS	0.20 138	0.20 101	0.20 159	0.20 132	0.20 185	0.20 155	0.20 171	0.20 152	0.20 177	0.20 151	0.20 183	0.20 153	0.20 181	0.20 152	0.20 178	0.20 150	0.20 166	0.20 160	0.20 182	0.20 156	0.20 168

ASD4	0.20 138	0.20 101	0.20 159	0.20 132	0.20 185	0.20 155	0.20 171	0.20 152	0.20 177	0.20 151	0.20 183	0.20 153	0.20 181	0.20 152	0.20 178	0.20 150	0.20 166	0.20 160	0.20 182	0.20 156	0.20 168

ACVNet	0.20 138	0.19 97	0.14 125	0.20 132	0.14 151	0.20 155	0.96 378	0.21 159	0.14 150	0.20 151	0.13 149	0.21 161	0.14 151	0.20 152	0.14 144	0.17 139	0.12 110	0.17 146	0.12 142	0.17 145	0.12 137

acv_ft	0.20 138	0.19 97	0.14 125	0.20 132	0.14 151	0.20 155	0.96 378	0.21 159	0.14 150	0.20 151	0.13 149	0.21 161	0.14 151	0.20 152	0.14 144	0.17 139	0.12 110	0.17 146	0.12 142	0.17 145	0.12 137

iResNetv2_ROB	0.20 138	0.23 112	0.18 153	0.24 149	0.20 185	0.24 172	0.18 164	0.24 170	0.18 169	0.24 172	0.18 178	0.23 171	0.19 177	0.24 175	0.18 172	0.21 155	0.16 142	0.21 163	0.16 159	0.22 162	0.16 149

iResNet	0.20 138	0.23 112	0.18 153	0.24 149	0.18 179	0.24 172	0.20 171	0.24 170	0.18 169	0.23 167	0.17 168	0.23 171	0.18 172	0.23 171	0.18 172	0.22 158	0.16 142	0.21 163	0.16 159	0.21 160	0.16 149

tg	0.21 145	0.25 121	0.21 163	0.26 161	0.17 172	0.24 172	0.17 158	0.24 170	0.17 167	0.24 172	0.17 168	0.24 175	0.17 165	0.24 175	0.17 163	0.24 174	0.17 157	0.23 174	0.16 159	0.23 171	0.16 149

Pointernet	0.21 145	0.22 111	0.19 156	0.24 149	0.19 183	0.24 172	0.19 168	0.24 170	0.19 175	0.24 172	0.19 179	0.24 175	0.19 177	0.24 175	0.19 175	0.22 158	0.17 157	0.22 168	0.17 177	0.22 162	0.17 161

SuperB	0.21 145	0.10 67	2.51 502	0.12 80	0.09 108	0.10 104	0.09 106	0.08 103	0.07 105	0.10 104	0.09 108	0.09 105	0.07 106	0.07 98	0.07 96	0.07 58	0.08 59	0.07 95	0.07 100	0.08 102	0.07 100

WAO-6	0.22 148	0.23 112	0.22 165	0.23 144	0.22 194	0.22 165	0.22 182	0.22 163	0.22 183	0.22 163	0.22 189	0.22 167	0.22 187	0.22 167	0.22 183	0.22 158	0.22 174	0.22 168	0.22 187	0.22 162	0.22 174

IMH-64-1	0.22 148	0.23 112	0.23 168	0.22 142	0.22 194	0.22 165	0.22 182	0.22 163	0.22 183	0.22 163	0.22 189	0.22 167	0.22 187	0.22 167	0.22 183	0.22 158	0.22 174	0.23 174	0.22 187	0.22 162	0.23 176

IMH-64	0.22 148	0.23 112	0.23 168	0.22 142	0.22 194	0.22 165	0.22 182	0.22 163	0.22 183	0.22 163	0.22 189	0.22 167	0.22 187	0.22 167	0.22 183	0.22 158	0.22 174	0.23 174	0.22 187	0.22 162	0.23 176

ac_64	0.22 148	0.13 81	0.19 156	0.23 144	0.10 114	0.26 186	1.02 386	0.14 121	0.10 111	0.28 186	0.14 154	0.17 143	0.19 177	0.28 195	0.09 101	0.22 158	0.16 142	0.23 174	0.17 177	0.11 116	0.12 137

dd	0.23 152	0.98 259	0.16 141	0.23 144	0.15 162	0.23 171	0.15 150	0.23 167	0.15 160	0.23 167	0.15 162	0.24 175	0.17 165	0.23 171	0.15 154	0.22 158	0.15 140	0.21 163	0.15 158	0.22 162	0.16 149

dad	0.23 152	1.03 274	0.16 141	0.23 144	0.15 162	0.24 172	0.15 150	0.24 170	0.16 162	0.23 167	0.16 163	0.24 175	0.16 161	0.23 171	0.15 154	0.22 158	0.16 142	0.22 168	0.16 159	0.22 162	0.16 149

MSKI-zero shot	0.24 154	0.21 107	0.49 286	0.65 284	0.18 179	0.22 165	0.17 158	0.23 167	0.18 169	0.21 161	0.17 168	0.23 171	0.28 222	0.23 171	0.18 172	0.21 155	0.16 142	0.21 163	0.16 159	0.21 160	0.16 149

qqq1	0.25 155	3.70 461	0.14 125	0.14 97	0.04 77	0.06 88	0.05 89	0.06 90	0.05 94	0.06 92	0.05 96	0.04 75	0.05 90	0.06 84	0.05 85	0.13 107	0.12 110	0.06 90	0.05 92	0.03 43	0.04 77

fff1	0.25 155	3.70 461	0.14 125	0.14 97	0.04 77	0.06 88	0.05 89	0.06 90	0.05 94	0.06 92	0.05 96	0.04 75	0.05 90	0.06 84	0.05 85	0.13 107	0.12 110	0.06 90	0.05 92	0.03 43	0.04 77

UNDER WATER-64	0.25 155	0.26 122	0.25 177	0.26 161	0.25 206	0.25 179	0.25 197	0.25 176	0.25 196	0.25 176	0.25 205	0.25 180	0.25 199	0.26 190	0.25 199	0.25 180	0.25 181	0.25 182	0.25 205	0.25 173	0.25 187

ffm	0.25 155	3.83 467	0.12 100	0.12 80	0.05 95	0.06 88	0.05 89	0.06 90	0.05 94	0.03 40	0.03 52	0.06 94	0.05 90	0.06 84	0.05 85	0.12 91	0.12 110	0.05 82	0.04 76	0.06 92	0.04 77

ff1	0.25 155	3.83 467	0.12 100	0.12 80	0.05 95	0.06 88	0.05 89	0.06 90	0.05 94	0.03 40	0.03 52	0.06 94	0.05 90	0.06 84	0.05 85	0.12 91	0.12 110	0.05 82	0.04 76	0.06 92	0.04 77

mmx	0.25 155	3.83 467	0.12 100	0.12 80	0.05 95	0.06 88	0.05 89	0.06 90	0.05 94	0.03 40	0.03 52	0.06 94	0.05 90	0.06 84	0.05 85	0.12 91	0.12 110	0.05 82	0.04 76	0.06 92	0.04 77

MIM_Stereo	0.25 155	0.23 112	0.66 318	0.80 301	0.17 172	0.22 165	0.17 158	0.23 167	0.18 169	0.26 183	0.17 168	0.21 161	0.17 165	0.25 180	0.17 163	0.23 169	0.16 142	0.21 163	0.17 177	0.22 162	0.17 161

LoS	0.25 155	0.27 123	0.25 177	0.25 154	0.25 206	0.25 179	0.25 197	0.26 180	0.25 196	0.25 176	0.25 205	0.25 180	0.25 199	0.25 180	0.25 199	0.26 181	0.25 181	0.25 182	0.26 211	0.26 175	0.25 187
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 155	1.31 351	0.74 332	0.92 316	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 42	0.02 21	0.02 20	0.02 20	0.87 343	0.75 336	0.02 18	0.02 20	0.02 20	0.02 20

model_zeroshot	0.27 164	0.20 101	0.27 184	0.33 176	0.21 192	0.37 220	0.22 182	0.37 212	0.24 191	0.26 183	0.27 215	0.33 206	0.21 186	0.25 180	0.27 205	0.32 198	0.20 166	0.34 218	0.23 192	0.25 173	0.26 193

xyz-stereo-finetune	0.28 165	0.49 187	0.16 141	0.16 117	0.16 169	0.16 135	0.16 153	0.22 163	0.30 232	0.32 197	0.31 239	0.32 203	0.31 239	0.32 203	0.32 233	0.32 198	0.33 226	0.31 202	0.32 252	0.31 189	0.32 238

SQANet	0.28 165	0.28 126	0.28 188	0.28 164	0.28 219	0.28 190	0.28 213	0.28 183	0.28 217	0.28 186	0.28 221	0.28 191	0.28 222	0.28 195	0.28 211	0.28 186	0.28 195	0.28 191	0.28 222	0.28 180	0.28 214

HGLStereo	0.28 165	0.29 128	0.22 165	0.36 183	0.22 194	0.36 215	0.21 177	0.36 206	0.21 180	0.42 252	0.21 188	0.36 218	0.22 187	0.36 219	0.21 181	0.34 205	0.21 170	0.34 218	0.21 184	0.34 201	0.21 171

iResNet_ROB	0.28 165	0.32 131	0.24 174	0.32 172	0.25 206	0.32 204	0.24 194	0.32 192	0.24 191	0.33 202	0.24 199	0.35 212	0.24 196	0.33 209	0.24 193	0.31 197	0.24 180	0.32 203	0.24 200	0.32 191	0.24 186

UNet	0.29 169	0.90 244	0.10 69	0.14 97	0.10 114	0.14 120	0.10 111	0.91 348	0.69 350	0.14 120	0.11 126	0.14 122	0.11 125	0.14 123	0.10 107	0.12 91	0.09 68	0.12 117	0.09 106	0.88 337	0.76 358

DDVS	0.30 170	3.10 448	0.14 125	0.19 130	0.14 151	0.19 150	0.14 145	0.20 152	0.14 150	0.19 146	0.13 149	0.16 133	0.13 147	0.19 148	0.13 140	0.17 139	0.13 134	0.17 146	0.13 150	0.17 145	0.13 143

ACV-stereo	0.30 170	2.08 389	0.25 177	0.25 154	0.18 179	0.24 172	0.17 158	0.24 170	0.18 169	0.24 172	0.17 168	0.25 180	0.17 165	0.24 175	0.17 163	0.22 158	0.16 142	0.22 168	0.16 159	0.22 162	0.16 149

LoS_RVC	0.30 170	1.14 288	0.25 177	0.25 154	0.25 206	0.26 186	0.25 197	0.25 176	0.25 196	0.25 176	0.25 205	0.26 189	0.26 208	0.26 190	0.25 199	0.26 181	0.26 184	0.25 182	0.25 205	0.26 175	0.26 193

CAS	0.30 170	1.17 292	0.25 177	0.25 154	0.25 206	0.26 186	0.25 197	0.25 176	0.26 209	0.25 176	0.25 205	0.25 180	0.25 199	0.25 180	0.25 199	0.26 181	0.26 184	0.26 185	0.25 205	0.26 175	0.25 187

DANet	0.30 170	0.30 129	0.30 195	0.30 166	0.30 235	0.30 193	0.30 225	0.30 189	0.30 232	0.30 190	0.30 236	0.30 199	0.30 234	0.30 200	0.30 228	0.30 194	0.30 212	0.30 198	0.30 241	0.30 186	0.30 229
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
tt1	0.31 175	0.93 253	0.24 174	0.33 176	0.23 199	0.31 196	0.24 194	0.32 192	0.24 191	0.32 197	0.23 193	0.32 203	0.25 199	0.32 203	0.24 193	0.27 184	0.26 184	0.27 189	0.26 211	0.27 178	0.27 201

xxxxx1	0.31 175	0.91 246	0.23 168	0.31 169	0.23 199	0.31 196	0.23 189	0.33 195	0.25 196	0.31 192	0.24 199	0.33 206	0.25 199	0.32 203	0.24 193	0.28 186	0.28 195	0.28 191	0.28 222	0.29 183	0.27 201

DLNR_Zeroshot_test	0.31 175	0.28 126	0.47 274	0.79 299	0.24 204	0.30 193	0.26 205	0.30 189	0.24 191	0.32 197	0.23 193	0.31 201	0.24 196	0.30 200	0.23 189	0.29 193	0.26 184	0.29 196	0.24 200	0.33 197	0.23 176

tt_ll	0.31 175	0.91 246	0.23 168	0.31 169	0.23 199	0.31 196	0.23 189	0.33 195	0.25 196	0.31 192	0.24 199	0.33 206	0.25 199	0.32 203	0.24 193	0.28 186	0.28 195	0.28 191	0.28 222	0.29 183	0.27 201

ff	0.31 175	0.91 246	0.23 168	0.31 169	0.23 199	0.31 196	0.23 189	0.33 195	0.25 196	0.31 192	0.24 199	0.33 206	0.25 199	0.32 203	0.24 193	0.28 186	0.28 195	0.28 191	0.28 222	0.29 183	0.27 201

RAFT + AFF	0.31 175	0.45 171	0.34 219	0.39 194	0.28 219	0.38 224	0.33 239	0.29 187	0.31 236	0.30 190	0.30 236	0.29 196	0.27 216	0.29 198	0.30 228	0.28 186	0.29 204	0.29 196	0.29 231	0.27 178	0.32 238

MLCV	0.31 175	0.35 134	0.27 184	0.35 179	0.28 219	0.35 212	0.27 208	0.35 202	0.28 217	0.36 211	0.27 215	0.35 212	0.27 216	0.35 213	0.27 205	0.34 205	0.27 189	0.34 218	0.27 218	0.34 201	0.27 201

DN-CSS_ROB	0.31 175	0.35 134	0.28 188	0.35 179	0.28 219	0.34 208	0.27 208	0.34 199	0.25 196	0.35 208	0.27 215	0.36 218	0.26 208	0.34 211	0.28 211	0.35 214	0.28 195	0.34 218	0.28 222	0.34 201	0.27 201

WCG-NET（raft）	0.32 183	1.24 347	0.24 174	0.32 172	0.24 204	0.32 204	0.23 189	0.32 192	0.24 191	0.32 197	0.24 199	0.32 203	0.24 196	0.32 203	0.24 193	0.30 194	0.23 178	0.30 198	0.23 192	0.30 186	0.23 176

testlalala	0.32 183	0.81 229	0.31 201	0.39 194	0.26 214	0.33 206	0.24 194	0.33 195	0.26 209	0.32 197	0.26 211	0.33 206	0.23 193	0.33 209	0.23 189	0.35 214	0.31 216	0.30 198	0.24 200	0.31 189	0.21 171

Any-RAFT	0.32 183	0.36 137	0.27 184	0.36 183	0.27 216	0.36 215	0.27 208	0.36 206	0.27 214	0.36 211	0.27 215	0.36 218	0.27 216	0.36 219	0.28 211	0.36 218	0.28 195	0.36 236	0.28 222	0.36 220	0.28 214

GCAP-BAT	0.33 186	0.78 223	0.32 205	0.38 189	0.25 206	0.34 208	0.25 197	0.34 199	0.26 209	0.34 204	0.25 205	0.35 212	0.26 208	0.35 213	0.27 205	0.36 218	0.30 212	0.32 203	0.24 200	0.32 191	0.26 193

StereoDRNet-Refined	0.33 186	0.39 148	0.26 183	0.39 194	0.26 214	0.40 232	0.26 205	0.40 226	0.26 209	0.39 222	0.26 211	0.39 230	0.26 208	0.39 233	0.26 204	0.37 222	0.25 181	0.37 239	0.25 205	0.37 222	0.37 262
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
LG-Stereo_L2	0.34 188	0.37 139	0.38 235	0.47 237	0.28 219	0.39 230	0.28 213	0.39 221	0.28 217	0.39 222	0.28 221	0.39 230	0.28 222	0.38 225	0.28 211	0.42 265	0.35 230	0.36 236	0.26 211	0.35 213	0.26 193

H2IRNET	0.34 188	0.34 133	0.34 219	0.34 178	0.34 262	0.34 208	0.34 250	0.34 199	0.34 254	0.34 204	0.34 255	0.34 211	0.34 253	0.34 211	0.34 254	0.34 205	0.34 229	0.34 218	0.34 264	0.34 201	0.34 251

IGEV++	0.34 188	0.43 165	0.30 195	0.40 207	0.29 226	0.40 232	0.29 220	0.40 226	0.29 222	0.40 227	0.29 225	0.40 237	0.29 228	0.40 236	0.30 228	0.38 229	0.29 204	0.37 239	0.29 231	0.37 222	0.29 219

iRaft-Stereo_5w	0.34 188	0.42 164	0.31 201	0.39 194	0.30 235	0.38 224	0.30 225	0.40 226	0.29 222	0.40 227	0.37 274	0.41 249	0.34 253	0.38 225	0.30 228	0.34 205	0.27 189	0.34 218	0.26 211	0.34 201	0.26 193

CSP-Net	0.34 188	1.29 349	1.19 377	1.36 412	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 421	1.21 428	0.03 38	0.09 106	0.02 20	0.09 104

iRaft-Stereo_20w	0.34 188	0.41 157	0.31 201	0.39 194	0.29 226	0.40 232	0.32 230	0.41 241	0.32 239	0.38 217	0.30 236	0.39 230	0.30 234	0.38 225	0.32 233	0.35 214	0.27 189	0.34 218	0.27 218	0.34 201	0.29 219

DGSMNet	0.34 188	0.41 157	0.27 184	0.41 218	0.28 219	0.41 248	0.28 213	0.41 241	0.27 214	0.41 240	0.27 215	0.42 265	0.27 216	0.41 250	0.28 211	0.40 243	0.29 204	0.40 261	0.28 222	0.40 243	0.27 201

gcap-zeroshot	0.35 195	0.32 131	0.37 232	0.49 247	0.39 286	0.33 206	0.21 177	0.26 180	0.35 257	0.42 252	0.34 255	0.49 292	0.29 228	0.47 278	0.39 279	0.34 205	0.17 157	0.38 246	0.23 192	0.48 279	0.34 251

CASnet	0.35 195	0.51 198	0.44 261	0.32 172	0.31 239	0.24 172	0.34 250	0.36 206	0.25 196	0.31 192	0.37 274	0.30 199	0.33 248	0.25 180	0.45 300	0.37 222	0.37 235	0.33 211	0.35 270	0.34 201	0.37 262
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 195	0.44 168	0.45 263	0.49 247	0.30 235	0.37 220	0.30 225	0.36 206	0.30 232	0.36 211	0.29 225	0.36 218	0.29 228	0.36 219	0.30 228	0.46 272	0.39 248	0.32 203	0.24 200	0.32 191	0.25 187
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 195	0.35 134	0.35 227	0.35 179	0.35 265	0.35 212	0.35 255	0.35 202	0.35 257	0.35 208	0.35 264	0.35 212	0.35 260	0.35 213	0.35 258	0.35 214	0.35 230	0.35 231	0.35 270	0.35 213	0.35 257

GIP-stereo	0.36 199	0.49 187	0.39 242	0.48 241	0.32 241	0.41 248	0.28 213	0.40 226	0.30 232	0.41 240	0.28 221	0.40 237	0.28 222	0.42 263	0.28 211	0.45 269	0.32 218	0.38 246	0.30 241	0.37 222	0.27 201

DCVSM-stereo	0.36 199	1.89 376	0.22 165	0.40 207	0.22 194	0.40 232	0.22 182	0.40 226	0.22 183	0.40 227	0.22 189	0.40 237	0.22 187	0.40 236	0.22 183	0.28 186	0.21 170	0.28 191	0.21 184	0.28 180	0.20 168

RSM	0.36 199	0.36 137	0.43 259	0.37 186	0.42 305	0.49 294	0.42 294	0.37 212	0.28 217	0.36 211	0.29 225	0.36 218	0.30 234	0.37 223	0.28 211	0.34 205	0.31 216	0.34 218	0.35 270	0.40 243	0.29 219

RAFT-Test	0.36 199	0.37 139	0.33 210	0.41 218	0.32 241	0.41 248	0.32 230	0.41 241	0.32 239	0.41 240	0.32 241	0.41 249	0.32 241	0.41 250	0.33 241	0.37 222	0.29 204	0.37 239	0.29 231	0.38 231	0.31 234

DMCA	0.36 199	0.38 142	0.37 232	0.35 179	0.35 265	0.36 215	0.36 262	0.36 206	0.35 257	0.35 208	0.37 274	0.36 218	0.36 263	0.35 213	0.36 262	0.36 218	0.36 233	0.35 231	0.36 276	0.36 220	0.36 258

ACVNet-DCA	0.37 204	1.00 262	0.30 195	0.40 207	0.29 226	0.40 232	0.29 220	0.40 226	0.29 222	0.40 227	0.29 225	0.40 237	0.29 228	0.39 233	0.28 211	0.33 202	0.32 218	0.33 211	0.32 252	0.33 197	0.32 238

1test111	0.37 204	1.02 272	0.30 195	0.39 194	0.29 226	0.40 232	0.28 213	0.39 221	0.29 222	0.39 222	0.29 225	0.39 230	0.28 222	0.40 236	0.29 221	0.33 202	0.32 218	0.33 211	0.31 247	0.32 191	0.31 234

cc1	0.37 204	1.02 272	0.30 195	0.39 194	0.29 226	0.40 232	0.28 213	0.39 221	0.29 222	0.39 222	0.29 225	0.39 230	0.28 222	0.40 236	0.29 221	0.33 202	0.32 218	0.33 211	0.31 247	0.32 191	0.31 234

EKT-Stereo	0.37 204	0.40 150	0.44 261	1.07 337	0.29 226	0.34 208	0.31 229	0.36 206	0.29 222	0.38 217	0.31 239	0.37 224	0.30 234	0.36 219	0.29 221	0.34 205	0.28 195	0.39 256	0.30 241	0.37 222	0.30 229

GMOStereo	0.37 204	0.45 171	0.23 168	0.30 166	0.37 274	0.41 248	0.36 262	0.41 241	0.35 257	0.43 258	0.36 268	0.41 249	0.40 277	0.41 250	0.36 262	0.34 205	0.22 174	0.47 299	0.37 278	0.39 238	0.33 245

XPNet_ROB	0.37 204	0.37 139	0.37 232	0.37 186	0.37 274	0.37 220	0.37 267	0.37 212	0.37 269	0.37 216	0.37 274	0.37 224	0.37 267	0.37 223	0.37 270	0.37 222	0.37 235	0.37 239	0.37 278	0.37 222	0.37 262

HART	0.38 210	0.45 171	0.34 219	0.42 226	0.33 252	0.41 248	0.34 250	0.42 257	0.33 245	0.43 258	0.34 255	0.42 265	0.34 253	0.41 250	0.38 273	0.40 243	0.32 218	0.42 285	0.32 252	0.40 243	0.32 238

GREAT-IGEV	0.38 210	0.43 165	0.36 229	0.48 241	0.32 241	0.45 273	0.32 230	0.45 263	0.32 239	0.45 263	0.32 241	0.45 271	0.32 241	0.45 270	0.32 233	0.44 267	0.33 226	0.41 274	0.29 231	0.41 253	0.29 219

fffy	0.38 210	0.43 165	0.33 210	0.46 231	0.33 252	0.45 273	0.32 230	0.45 263	0.32 239	0.45 263	0.32 241	0.45 271	0.33 248	0.45 270	0.32 233	0.38 229	0.38 241	0.38 246	0.37 278	0.37 222	0.36 258

WAO-8	0.38 210	0.38 142	0.38 235	0.38 189	0.38 281	0.38 224	0.38 273	0.38 217	0.38 273	0.38 217	0.38 279	0.38 226	0.38 271	0.38 225	0.38 273	0.38 229	0.38 241	0.38 246	0.37 278	0.38 231	0.38 269

WAO-7	0.38 210	0.38 142	0.38 235	0.38 189	0.38 281	0.38 224	0.38 273	0.38 217	0.38 273	0.38 217	0.38 279	0.38 226	0.38 271	0.38 225	0.38 273	0.38 229	0.38 241	0.38 246	0.38 290	0.38 231	0.38 269

xx1	0.38 210	1.03 274	0.31 201	0.40 207	0.31 239	0.41 248	0.28 213	0.40 226	0.29 222	0.40 227	0.29 225	0.40 237	0.29 228	0.40 236	0.29 221	0.34 205	0.33 226	0.34 218	0.32 252	0.34 201	0.32 238

Venus	0.38 210	0.38 142	0.38 235	0.38 189	0.38 281	0.37 220	0.38 273	0.37 212	0.37 269	0.41 240	0.37 274	0.39 230	0.37 267	0.38 225	0.38 273	0.37 222	0.38 241	0.38 246	0.37 278	0.37 222	0.38 269

IMH	0.38 210	0.38 142	0.38 235	0.38 189	0.38 281	0.38 224	0.38 273	0.38 217	0.38 273	0.42 252	0.38 279	0.40 237	0.38 271	0.38 225	0.38 273	0.38 229	0.38 241	0.39 256	0.38 290	0.38 231	0.38 269

PAM	0.39 218	1.88 375	0.34 219	0.37 186	0.41 295	0.45 273	0.22 182	0.28 183	0.23 189	0.28 186	0.24 199	0.29 196	0.23 193	0.29 198	0.23 189	0.38 229	0.32 218	0.38 246	0.37 278	0.32 191	0.22 174

HanzoNet	0.39 218	0.38 142	0.40 245	0.39 194	0.41 295	0.38 224	0.38 273	0.38 217	0.38 273	0.39 222	0.39 283	0.38 226	0.38 271	0.39 233	0.40 283	0.38 229	0.38 241	0.40 261	0.38 290	0.38 231	0.40 277

CES	0.39 218	0.47 179	0.36 229	0.36 183	0.37 274	0.45 273	0.35 255	0.35 202	0.40 282	0.36 211	0.44 305	0.47 281	0.36 263	0.44 267	0.36 262	0.37 222	0.39 248	0.44 288	0.35 270	0.37 222	0.36 258

PASM	0.39 218	3.06 447	1.36 443	1.58 418	0.09 108	0.11 115	0.11 124	0.11 117	0.11 126	0.09 103	0.09 108	0.11 117	0.09 109	0.09 104	0.09 101	0.11 86	0.11 95	0.11 114	0.09 106	0.11 116	0.11 121

mms	0.40 222	0.45 171	0.35 227	0.48 241	0.36 271	0.47 284	0.34 250	0.45 263	0.38 273	0.47 273	0.33 247	0.45 271	0.32 241	0.45 270	0.32 233	0.39 239	0.38 241	0.38 246	0.37 278	0.39 238	0.39 274

knoymous	0.40 222	0.40 150	0.40 245	0.40 207	0.40 288	0.40 232	0.40 281	0.40 226	0.40 282	0.40 227	0.40 286	0.40 237	0.40 277	0.40 236	0.40 283	0.40 243	0.40 251	0.40 261	0.40 294	0.40 243	0.40 277

anonymousa	0.40 222	0.40 150	0.40 245	0.40 207	0.40 288	0.40 232	0.40 281	0.40 226	0.40 282	0.40 227	0.40 286	0.40 237	0.40 277	0.40 236	0.40 283	0.40 243	0.40 251	0.40 261	0.40 294	0.40 243	0.40 277

riskmin	0.40 222	0.40 150	0.40 245	0.40 207	0.40 288	0.40 232	0.40 281	0.40 226	0.40 282	0.40 227	0.40 286	0.40 237	0.40 277	0.40 236	0.40 283	0.40 243	0.40 251	0.40 261	0.40 294	0.40 243	0.40 277

Anonymous_2	0.40 222	0.40 150	0.40 245	0.40 207	0.40 288	0.40 232	0.40 281	0.40 226	0.40 282	0.40 227	0.40 286	0.40 237	0.40 277	0.40 236	0.40 283	0.40 243	0.40 251	0.40 261	0.40 294	0.40 243	0.40 277

Anonymous_1	0.40 222	0.40 150	0.40 245	0.40 207	0.40 288	0.40 232	0.40 281	0.40 226	0.40 282	0.40 227	0.40 286	0.40 237	0.40 277	0.40 236	0.40 283	0.40 243	0.40 251	0.40 261	0.40 294	0.40 243	0.40 277

AdaStereo	0.40 222	0.40 150	0.40 245	0.40 207	0.40 288	0.40 232	0.40 281	0.40 226	0.40 282	0.40 227	0.40 286	0.40 237	0.40 277	0.40 236	0.40 283	0.40 243	0.40 251	0.40 261	0.40 294	0.40 243	0.40 277
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.
water-stereo	0.41 229	0.84 232	0.46 267	0.50 254	0.33 252	0.45 273	0.33 239	0.45 263	0.32 239	0.45 263	0.32 241	0.45 271	0.32 241	0.45 270	0.32 233	0.44 267	0.41 260	0.39 256	0.31 247	0.39 238	0.32 238

ccccc	0.41 229	0.44 168	0.34 219	0.48 241	0.35 265	0.48 289	0.35 255	0.51 298	0.35 257	0.47 273	0.35 264	0.47 281	0.34 253	0.47 278	0.35 258	0.41 251	0.40 251	0.40 261	0.40 294	0.41 253	0.39 274

GwcNet-ADL	0.41 229	0.41 157	0.41 253	0.41 218	0.41 295	0.41 248	0.41 289	0.41 241	0.41 291	0.41 240	0.41 292	0.41 249	0.41 288	0.41 250	0.41 290	0.41 251	0.41 260	0.41 274	0.41 301	0.41 253	0.41 284

PSMNet-ADL	0.41 229	0.41 157	0.41 253	0.41 218	0.41 295	0.41 248	0.41 289	0.41 241	0.41 291	0.41 240	0.41 292	0.41 249	0.41 288	0.41 250	0.41 290	0.41 251	0.41 260	0.41 274	0.41 301	0.41 253	0.41 284

GANet-ADL	0.41 229	0.41 157	0.41 253	0.41 218	0.41 295	0.41 248	0.41 289	0.41 241	0.41 291	0.41 240	0.41 292	0.41 249	0.41 288	0.41 250	0.41 290	0.41 251	0.41 260	0.41 274	0.41 301	0.41 253	0.41 284

ADLNet2	0.41 229	0.41 157	0.41 253	0.41 218	0.41 295	0.41 248	0.41 289	0.41 241	0.41 291	0.41 240	0.41 292	0.41 249	0.41 288	0.41 250	0.41 290	0.41 251	0.41 260	0.41 274	0.41 301	0.41 253	0.41 284

ADLNet	0.41 229	0.41 157	0.41 253	0.41 218	0.41 295	0.41 248	0.41 289	0.41 241	0.41 291	0.41 240	0.41 292	0.41 249	0.41 288	0.41 250	0.41 290	0.41 251	0.41 260	0.41 274	0.41 301	0.41 253	0.41 284

FCDSN-DC	0.41 229	0.59 211	0.64 314	0.54 265	0.33 252	0.50 302	0.37 267	0.42 257	0.40 282	0.61 323	0.43 303	0.50 306	0.49 317	0.38 225	0.32 233	0.28 186	0.23 178	0.26 185	0.22 187	0.35 213	0.28 214
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 229	0.46 175	0.33 210	0.49 247	0.33 252	0.49 294	0.33 239	0.49 281	0.33 245	0.49 287	0.33 247	0.49 292	0.33 248	0.51 306	0.33 241	0.41 251	0.30 212	0.41 274	0.30 241	0.79 325	0.29 219

Gwc-CoAtRS	0.41 229	1.49 357	0.32 205	0.42 226	0.32 241	0.41 248	0.32 230	0.41 241	0.33 245	0.41 240	0.32 241	0.41 249	0.32 241	0.41 250	0.32 233	0.39 239	0.28 195	0.39 256	0.28 222	0.40 243	0.28 214

UPFNet	0.42 239	1.20 296	0.17 148	0.24 149	0.17 172	0.25 179	0.17 158	1.19 377	0.90 373	0.25 176	0.17 168	0.24 175	0.17 165	0.25 180	0.17 163	0.22 158	0.17 157	0.22 168	0.16 159	1.15 363	0.93 373

DilatedVolume-Stereo	0.43 240	0.86 235	0.48 281	0.50 254	0.33 252	0.46 279	0.33 239	0.46 267	0.33 245	0.46 267	0.33 247	0.47 281	0.33 248	0.47 278	0.34 254	0.45 269	0.42 268	0.40 261	0.33 260	0.47 275	0.38 269

psmg	0.43 240	1.91 379	0.92 353	1.91 430	0.02 21	0.02 19	0.03 50	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 39	0.02 20	1.97 455	1.44 448	0.04 71	0.03 54	0.02 20	0.03 51

delet	0.43 240	1.21 342	0.17 148	0.25 154	0.17 172	0.25 179	0.18 164	1.26 429	0.95 381	0.25 176	0.17 168	0.25 180	0.17 165	0.25 180	0.17 163	0.23 169	0.16 142	0.22 168	0.16 159	1.18 371	0.98 377

psm_up	0.43 240	1.19 295	0.17 148	0.25 154	0.18 179	0.25 179	0.19 168	1.26 429	0.91 374	0.26 183	0.17 168	0.25 180	0.17 165	0.25 180	0.17 163	0.22 158	0.17 157	0.23 174	0.16 159	1.18 371	0.99 378

depthmonostereo	0.44 244	0.85 234	0.46 267	0.54 265	0.40 288	0.52 311	0.38 273	0.52 300	0.35 257	0.47 273	0.34 255	0.46 275	0.34 253	0.47 278	0.34 254	0.45 269	0.43 270	0.41 274	0.33 260	0.41 253	0.32 238

MMNet	0.44 244	1.24 347	0.17 148	0.25 154	0.17 172	0.25 179	0.18 164	1.26 429	0.93 379	0.25 176	0.17 168	0.25 180	0.18 172	0.25 180	0.17 163	0.23 169	0.16 142	0.23 174	0.16 159	1.20 374	0.99 378

SCV_C0	0.45 246	0.88 239	0.49 286	0.54 265	0.37 274	0.48 289	0.37 267	0.48 277	0.37 269	0.48 280	0.36 268	0.48 288	0.37 267	0.49 293	0.37 270	0.50 290	0.41 260	0.44 288	0.34 264	0.44 263	0.34 251

RAFT-Stereo-weight	0.45 246	1.90 378	0.34 219	0.42 226	0.36 271	0.43 270	0.35 255	0.42 257	0.34 254	0.42 252	0.34 255	0.44 269	0.34 253	0.41 250	0.34 254	0.38 229	0.32 218	0.38 246	0.32 252	0.38 231	0.33 245

TorneroNet-64	0.45 246	0.27 123	0.30 195	0.58 272	0.27 216	0.70 336	0.30 225	0.28 183	0.73 360	0.73 339	0.28 221	0.71 339	0.66 342	0.75 342	0.27 205	0.27 184	0.29 204	0.37 239	0.75 364	0.28 180	0.30 229

SCV	0.46 249	0.94 254	0.45 263	0.54 265	0.37 274	0.48 289	0.38 273	0.48 277	0.37 269	0.48 280	0.39 283	0.48 288	0.37 267	0.49 293	0.37 270	0.50 290	0.46 275	0.44 288	0.34 264	0.44 263	0.34 251

otaku	0.46 249	0.46 175	0.46 267	0.46 231	0.46 312	0.46 279	0.46 303	0.46 267	0.46 303	0.46 267	0.46 310	0.46 275	0.46 303	0.46 274	0.46 304	0.46 272	0.46 275	0.46 295	0.46 313	0.46 268	0.46 298

Dean	0.46 249	0.46 175	0.46 267	0.46 231	0.46 312	0.46 279	0.46 303	0.46 267	0.46 303	0.47 273	0.46 310	0.46 275	0.46 303	0.46 274	0.46 304	0.46 272	0.46 275	0.46 295	0.46 313	0.46 268	0.46 298

ACVNet_1	0.46 249	0.47 179	0.46 267	0.46 231	0.46 312	0.46 279	0.46 303	0.46 267	0.47 308	0.46 267	0.46 310	0.46 275	0.46 303	0.46 274	0.46 304	0.46 272	0.46 275	0.47 299	0.46 313	0.46 268	0.46 298

ACVNet-4b	0.46 249	0.46 175	0.46 267	0.46 231	0.46 312	0.46 279	0.46 303	0.46 267	0.46 303	0.46 267	0.46 310	0.46 275	0.46 303	0.47 278	0.46 304	0.46 272	0.46 275	0.46 295	0.46 313	0.46 268	0.46 298

PML	0.46 249	1.36 354	0.29 191	0.58 272	0.30 235	0.57 323	0.29 220	0.57 309	0.29 222	0.57 318	0.29 225	0.57 323	0.29 228	0.56 316	0.29 221	0.52 298	0.30 212	0.53 325	0.31 247	0.53 298	0.30 229

LG-Stereo_L1	0.47 255	0.52 200	0.47 274	0.62 278	0.39 286	0.53 313	0.40 281	0.53 302	0.39 281	0.53 308	0.39 283	0.53 313	0.39 276	0.53 311	0.39 279	0.55 302	0.46 275	0.49 311	0.37 278	0.49 282	0.37 262

Ntro	0.47 255	0.47 179	0.46 267	0.46 231	0.46 312	0.47 284	0.47 308	0.46 267	0.47 308	0.46 267	0.46 310	0.47 281	0.46 303	0.47 278	0.47 310	0.47 277	0.46 275	0.46 295	0.46 313	0.46 268	0.46 298

HaxPig	0.47 255	0.47 179	0.47 274	0.49 247	0.47 318	0.47 284	0.47 308	0.47 273	0.47 308	0.47 273	0.47 318	0.47 281	0.47 311	0.47 278	0.47 310	0.47 277	0.47 283	0.47 299	0.47 320	0.47 275	0.48 307

UNDER WATER	0.47 255	0.47 179	0.47 274	0.47 237	0.47 318	0.47 284	0.47 308	0.47 273	0.47 308	0.47 273	0.47 318	0.47 281	0.46 303	0.47 278	0.47 310	0.47 277	0.47 283	0.47 299	0.46 313	0.47 275	0.47 305

LVE	0.47 255	0.47 179	0.47 274	0.47 237	0.49 324	0.47 284	0.47 308	0.47 273	0.49 317	0.47 273	0.47 318	0.47 281	0.46 303	0.47 278	0.47 310	0.47 277	0.47 283	0.48 307	0.47 320	0.47 275	0.47 305

LG-Stereo_Zeroshot	0.48 260	0.55 208	0.47 274	0.63 280	0.41 295	0.56 318	0.44 297	0.56 306	0.41 291	0.56 316	0.41 292	0.57 323	0.42 294	0.56 316	0.41 290	0.55 302	0.43 270	0.51 320	0.37 278	0.51 293	0.37 262

fffft	0.48 260	0.51 198	0.45 263	0.52 262	0.45 310	0.52 311	0.45 301	0.52 300	0.48 315	0.53 308	0.45 308	0.52 312	0.45 300	0.52 309	0.46 304	0.51 296	0.41 260	0.50 315	0.41 301	0.50 287	0.41 284
1: 1. 1
RainbowNet	0.48 260	0.48 185	0.48 281	0.48 241	0.48 322	0.48 289	0.48 317	0.48 277	0.48 315	0.48 280	0.48 322	0.48 288	0.48 312	0.48 287	0.48 316	0.48 281	0.48 286	0.48 307	0.48 323	0.48 279	0.48 307

notaker	0.48 260	0.49 187	0.48 281	0.48 241	0.48 322	0.48 289	0.48 317	0.48 277	0.49 317	0.48 280	0.48 322	0.48 288	0.48 312	0.48 287	0.48 316	0.48 281	0.48 286	0.48 307	0.48 323	0.48 279	0.49 312

LL-Strereo2	0.48 260	1.73 368	0.51 294	0.59 274	0.34 262	0.42 266	0.33 239	0.40 226	0.31 236	0.42 252	0.33 247	0.42 265	0.31 239	0.44 267	0.39 279	0.60 307	0.51 299	0.44 288	0.33 260	0.44 263	0.33 245

Former-RAFT_DAM_RVC	0.49 265	0.98 259	0.64 314	0.84 306	0.46 312	0.45 273	0.35 255	0.47 273	0.47 308	0.45 263	0.34 255	0.46 275	0.48 312	0.46 274	0.35 258	0.39 239	0.71 331	0.39 256	0.35 270	0.41 253	0.41 284

ACVNet_2	0.49 265	0.49 187	0.49 286	0.49 247	0.49 324	0.49 294	0.49 319	0.49 281	0.49 317	0.49 287	0.49 325	0.49 292	0.49 317	0.49 293	0.49 318	0.49 284	0.49 289	0.49 311	0.49 326	0.49 282	0.49 312

FoundationStereo	0.50 267	0.50 191	0.50 289	0.50 254	0.50 328	0.50 302	0.50 321	0.50 289	0.50 320	0.50 299	0.50 327	0.50 306	0.50 320	0.50 300	0.50 319	0.50 290	0.50 295	0.50 315	0.50 328	0.50 287	0.50 315

StereoAnything_RVC	0.50 267	0.50 191	0.50 289	0.50 254	0.50 328	0.50 302	0.50 321	0.50 289	0.50 320	0.50 299	0.50 327	0.50 306	0.50 320	0.50 300	0.50 319	0.50 290	0.50 295	0.50 315	0.50 328	0.50 287	0.50 315

dual_stereo	0.50 267	0.50 191	0.50 289	0.50 254	0.50 328	0.50 302	0.50 321	0.50 289	0.50 320	0.50 299	0.50 327	0.50 306	0.50 320	0.50 300	0.50 319	0.50 290	0.50 295	0.50 315	0.50 328	0.50 287	0.50 315

GCST	0.50 267	2.08 389	0.38 235	0.53 263	0.35 265	0.49 294	0.35 255	0.50 289	0.35 257	0.49 287	0.35 264	0.49 292	0.35 260	0.49 293	0.35 258	0.48 281	0.37 235	0.45 292	0.33 260	0.44 263	0.33 245

SANet	0.50 267	0.50 191	0.50 289	0.50 254	0.50 328	0.50 302	0.50 321	0.50 289	0.50 320	0.50 299	0.50 327	0.50 306	0.50 320	0.50 300	0.50 319	0.50 290	0.50 295	0.50 315	0.50 328	0.50 287	0.50 315

UGAM-zero	0.51 272	2.17 397	0.39 242	0.53 263	0.36 271	0.50 302	0.36 262	0.50 289	0.36 268	0.49 287	0.36 268	0.50 306	0.35 260	0.50 300	0.36 262	0.49 284	0.37 235	0.47 299	0.35 270	0.46 268	0.34 251

UGAM	0.51 272	2.23 402	0.39 242	0.54 265	0.35 265	0.50 302	0.35 255	0.49 281	0.35 257	0.49 287	0.35 264	0.49 292	0.36 263	0.50 300	0.36 262	0.49 284	0.37 235	0.45 292	0.34 264	0.45 267	0.34 251

Selective-IGEV	0.51 272	0.55 208	0.45 263	0.69 289	0.45 310	0.61 326	0.45 301	0.50 289	0.40 282	0.56 316	0.44 305	0.55 319	0.40 277	0.72 337	0.67 343	0.59 306	0.46 275	0.45 292	0.34 264	0.46 268	0.37 262

RCA-Stereo	0.51 272	3.22 453	0.34 219	0.44 229	0.34 262	0.44 272	0.34 250	0.43 261	0.34 254	0.43 258	0.34 255	0.44 269	0.33 248	0.43 265	0.33 241	0.38 229	0.29 204	0.38 246	0.29 231	0.38 231	0.29 219

AIO-test1	0.54 276	0.60 213	0.52 297	0.66 287	0.47 318	0.61 326	0.47 308	0.58 312	0.46 303	0.61 323	0.46 310	0.61 329	0.45 300	0.62 324	0.45 300	0.61 310	0.52 301	0.57 328	0.48 323	0.57 301	0.48 307

castereo++	0.54 276	3.59 458	1.15 371	1.31 408	0.14 151	0.16 135	0.14 145	0.16 134	0.14 150	0.16 131	0.14 154	0.16 133	0.13 147	0.16 133	0.14 144	1.45 433	1.16 377	0.15 135	0.14 154	0.15 135	0.13 143

FENet	0.54 276	1.52 358	1.19 377	1.41 415	0.23 199	0.35 212	0.23 189	0.35 202	0.23 189	0.34 204	0.23 193	0.35 212	0.23 193	0.35 213	0.23 189	1.40 431	1.07 361	0.32 203	0.23 192	0.33 197	0.23 176

PSMNet_ROB	0.54 276	0.54 206	0.54 301	0.54 265	0.53 337	0.54 316	0.54 329	0.53 302	0.54 330	0.54 311	0.54 337	0.54 315	0.53 327	0.54 312	0.54 329	0.54 300	0.53 303	0.54 326	0.54 333	0.54 299	0.54 323

AIO-test2	0.55 280	0.59 211	0.52 297	0.67 288	0.47 318	0.61 326	0.47 308	0.61 318	0.47 308	0.61 323	0.47 318	0.61 329	0.48 312	0.62 324	0.47 310	0.64 315	0.53 303	0.58 329	0.47 320	0.58 302	0.48 307

CFNet-ft	0.55 280	1.57 359	0.14 125	0.20 132	0.14 151	0.20 155	2.53 505	1.61 441	0.14 150	0.20 151	0.14 154	0.20 153	0.14 151	0.20 152	0.14 144	0.17 139	0.12 110	0.17 146	0.12 142	1.56 433	1.24 453

MyStereo04	0.56 282	3.72 464	0.59 306	0.49 247	0.41 295	0.36 215	0.32 230	0.37 212	0.31 236	0.34 204	0.46 310	0.35 212	0.32 241	0.35 213	0.33 241	0.49 284	0.45 273	0.34 218	0.32 252	0.35 213	0.43 292

CASS	0.57 283	0.89 242	0.56 303	0.57 271	0.56 340	0.56 318	0.56 330	0.56 306	0.53 328	0.57 318	0.57 340	0.59 327	0.48 312	0.56 316	0.57 332	0.55 302	0.56 307	0.47 299	0.56 337	0.62 305	0.56 330
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 284	0.58 210	0.47 274	0.64 283	0.74 369	1.00 365	0.69 348	0.57 309	0.41 291	0.57 318	0.41 292	0.57 323	0.41 288	1.00 370	0.75 359	0.91 345	0.51 299	0.52 323	0.37 278	0.52 295	0.37 262

MonSter	0.60 284	0.64 216	0.52 297	0.62 278	0.44 308	2.07 466	0.44 297	0.62 319	0.44 301	0.62 326	0.44 305	0.62 331	0.44 298	0.62 324	0.44 299	0.58 305	0.42 268	0.62 332	0.46 313	0.58 302	0.42 291

MyStereo07	0.60 284	3.72 464	0.48 281	0.49 247	0.41 295	0.36 215	0.32 230	0.49 281	0.43 298	0.51 303	0.42 301	0.49 292	0.43 296	0.51 306	0.64 338	0.49 284	0.45 273	0.34 218	0.32 252	0.35 213	0.43 292

castereo	0.61 287	3.79 466	1.35 435	1.52 417	0.15 162	0.17 143	0.16 153	0.20 152	0.21 180	0.18 144	0.16 163	0.21 161	0.12 142	0.26 190	0.17 163	1.43 432	1.38 445	0.17 146	0.16 159	0.18 149	0.16 149

WCG-NET	0.61 287	1.21 342	0.54 301	0.61 277	0.53 337	0.67 334	0.53 327	0.66 324	0.53 328	0.64 329	0.53 336	0.65 335	0.53 327	0.59 322	0.52 326	0.65 316	0.48 286	0.64 335	0.52 332	0.58 302	0.50 315

SMoEStereo_RVC	0.63 289	0.75 222	0.51 294	0.73 295	0.53 337	0.71 338	0.47 308	0.67 325	0.58 333	0.74 344	0.60 341	0.72 342	0.53 327	0.74 341	0.51 324	0.61 310	0.62 316	0.62 332	0.61 344	0.63 306	0.61 333

anonymity	0.63 289	0.69 218	0.56 303	0.71 293	0.56 340	0.71 338	0.56 330	0.71 330	0.56 331	0.72 337	0.56 339	0.71 339	0.56 331	0.71 336	0.58 333	0.68 320	0.55 305	0.68 340	0.55 334	0.68 310	0.54 323

PAM_32	0.64 291	2.38 417	0.51 294	0.92 316	0.43 307	0.53 313	0.44 297	0.87 342	0.43 298	0.52 306	0.45 308	0.53 313	0.40 277	0.54 312	0.46 304	0.62 313	0.56 307	0.48 307	0.45 311	0.76 321	0.44 295

CRFU-Net	0.65 292	1.67 363	1.22 427	1.96 433	0.27 216	0.41 248	0.27 208	0.41 241	0.27 214	0.40 227	0.26 211	0.41 249	0.27 216	0.40 236	0.27 205	1.80 446	1.62 464	0.34 218	0.23 192	0.33 197	0.23 176

LMCR-Stereo	0.65 292	0.63 214	0.65 317	0.65 284	0.65 354	0.66 333	0.63 336	0.58 312	0.65 343	0.63 328	0.64 348	0.65 335	0.65 339	0.66 331	0.66 342	0.66 318	0.64 319	0.65 338	0.67 353	0.68 310	0.73 353

KSHMR	0.66 294	0.50 191	0.48 281	1.15 347	0.52 334	0.49 294	0.51 325	0.49 281	0.71 356	0.67 333	0.50 327	1.16 389	1.11 382	0.66 331	0.52 326	0.49 284	0.49 289	0.51 320	0.66 349	0.50 287	1.14 394

TorneroNet	0.66 294	0.53 203	0.50 289	0.50 254	0.64 352	1.06 372	0.70 350	0.50 289	0.51 327	0.49 287	0.69 357	0.49 292	0.50 320	0.48 287	1.15 394	0.71 325	0.49 289	1.14 386	1.08 390	0.49 282	0.49 312

GES	0.66 294	2.34 413	0.29 191	0.41 218	0.29 226	0.41 248	0.29 220	0.42 257	0.29 222	0.40 227	0.41 292	0.41 249	0.30 234	0.51 306	0.29 221	0.32 198	0.29 204	0.32 203	2.46 509	2.49 472	0.30 229

cf-r	0.66 294	2.17 397	0.12 100	0.18 127	0.12 146	0.18 147	2.70 508	2.60 483	0.12 145	0.18 144	0.12 137	0.18 147	0.12 142	0.18 145	0.12 134	0.15 123	0.11 95	0.15 135	0.11 125	1.81 445	1.74 488

DSFCA	0.66 294	0.73 221	0.78 337	0.65 284	0.65 354	0.64 331	0.64 337	0.65 322	0.63 341	0.64 329	0.64 348	0.64 332	0.64 337	0.65 330	0.65 339	0.65 316	0.65 320	0.65 338	0.65 347	0.66 308	0.64 338

DEFOM-Stereo	0.68 299	3.11 449	1.40 449	1.63 424	0.25 206	0.31 196	0.25 197	0.31 191	0.28 217	0.31 192	0.29 225	0.29 196	0.27 216	0.31 202	0.28 211	1.59 439	1.47 450	0.30 198	0.29 231	0.30 186	0.28 214

ssnet_v2	0.68 299	1.96 386	1.25 431	0.29 165	0.20 185	0.30 193	0.20 171	0.29 187	0.22 183	1.50 443	0.20 183	0.31 201	0.20 181	0.27 193	0.22 183	0.24 174	1.49 451	0.26 185	0.18 181	3.90 493	0.19 167

ARAFT	0.68 299	0.81 229	0.63 312	0.74 296	0.60 343	0.78 343	0.62 335	0.77 334	0.66 345	0.74 344	0.63 346	0.75 346	0.62 336	0.83 348	0.60 335	0.70 324	0.55 305	0.70 343	0.60 342	0.78 323	0.55 327

NINENet	0.69 302	3.87 470	1.20 380	1.98 434	0.05 95	0.40 232	0.04 78	0.40 226	0.05 94	0.41 240	0.04 86	0.41 249	0.05 90	0.40 236	0.05 85	1.79 445	1.56 457	0.34 218	0.22 187	0.34 201	0.23 176

RAFT-Stereo + iAFF	0.70 303	0.72 220	0.71 328	0.80 301	0.62 351	0.82 348	0.61 334	0.81 340	0.62 339	0.81 351	0.63 346	0.80 352	0.70 348	0.73 339	0.61 337	0.76 329	0.61 315	0.74 346	0.61 344	0.77 322	0.61 333

DMCA-RVC	0.70 303	0.80 226	0.70 324	0.70 291	0.70 363	0.70 336	0.70 350	0.71 330	0.70 353	0.70 336	0.71 361	0.71 339	0.70 348	0.70 335	0.69 351	0.69 321	0.70 327	0.69 341	0.70 358	0.69 314	0.70 346

MyStereo8	0.71 305	3.92 471	0.52 297	0.59 274	0.52 334	0.57 323	0.53 327	0.59 314	0.50 320	0.59 322	0.51 333	0.57 323	0.50 320	0.56 316	0.52 326	0.54 300	0.49 289	0.54 326	0.49 326	0.55 300	0.50 315

HH	0.71 305	2.54 422	0.74 332	1.10 339	0.32 241	0.41 248	0.37 267	0.69 327	0.78 363	0.73 339	0.90 375	0.75 346	1.00 372	0.84 349	0.69 351	0.69 321	0.40 251	0.35 231	0.26 211	0.35 213	0.26 193

HanStereo	0.71 305	2.54 422	0.74 332	1.10 339	0.32 241	0.41 248	0.37 267	0.69 327	0.78 363	0.73 339	0.90 375	0.75 346	1.00 372	0.84 349	0.69 351	0.69 321	0.40 251	0.35 231	0.26 211	0.35 213	0.26 193

ktn	0.72 308	0.53 203	1.08 366	1.14 345	0.51 333	1.22 433	1.36 457	0.51 298	0.59 334	0.51 303	0.51 333	0.69 338	1.20 393	0.67 333	0.51 324	0.51 296	0.49 289	0.58 329	0.66 349	0.52 295	0.53 322

CroCo-Stereo	0.73 309	1.22 345	0.25 177	1.22 401	0.25 206	1.22 433	0.25 197	1.22 426	0.25 196	1.22 434	0.25 205	1.22 438	0.25 199	1.22 437	0.25 199	1.22 420	0.26 184	1.21 442	0.25 205	1.22 421	0.25 187
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
AFF-stereo	0.73 309	0.88 239	0.67 321	0.75 297	0.68 361	0.75 340	0.64 337	0.80 337	0.72 357	0.83 352	0.70 358	0.82 355	0.64 337	0.84 349	0.67 343	0.77 330	0.63 317	0.81 357	0.63 346	0.78 323	0.62 336

AIO-Stereo-zeroshot1	0.75 311	0.92 251	0.85 345	0.96 326	0.59 342	1.27 436	0.44 297	0.59 314	0.69 350	0.91 357	0.68 354	0.55 319	0.61 335	1.06 377	0.83 368	0.62 313	0.70 327	0.90 365	0.41 301	0.89 338	0.56 330

MyStereo06	0.75 311	4.12 472	0.60 308	0.63 280	0.61 348	0.62 329	0.66 340	0.56 306	0.45 302	0.55 314	0.48 322	0.54 315	0.46 303	0.57 320	0.45 300	0.60 307	0.57 309	0.64 335	0.55 334	0.72 316	0.55 327

GCAP-Stereo	0.75 311	4.15 475	0.42 258	0.75 297	0.35 265	0.78 343	0.40 281	0.79 335	0.38 273	0.78 347	0.36 268	0.78 349	0.36 263	0.79 344	0.39 279	0.75 328	0.39 248	0.76 349	0.39 293	0.75 320	0.39 274

GANet-RSSM	0.75 311	1.91 379	0.14 125	0.47 237	0.14 151	0.21 163	3.21 525	2.30 471	0.14 150	0.46 267	0.14 154	0.23 171	0.18 172	0.21 163	0.14 144	0.18 147	0.27 189	0.37 239	0.13 150	2.13 454	2.12 498

RSM++	0.76 315	0.82 231	0.66 318	0.85 308	0.64 352	0.85 349	0.71 353	0.94 355	0.64 342	0.87 353	0.67 353	0.87 357	0.65 339	0.84 349	0.65 339	0.81 335	0.70 327	0.79 352	0.71 361	0.83 333	0.70 346

CroCo-Stereo Lap2	0.77 316	1.29 349	0.29 191	1.27 405	0.29 226	1.27 436	0.26 205	1.26 429	0.26 209	1.26 435	0.26 211	1.27 440	0.26 208	1.26 438	0.27 205	1.27 422	0.27 189	1.27 445	0.27 218	1.27 423	0.27 201

PSMNet-RSSM	0.77 316	2.76 439	0.14 125	0.20 132	0.14 151	0.20 155	2.66 506	2.79 496	0.14 150	0.21 161	0.14 154	0.21 161	0.14 151	0.20 152	0.14 144	0.17 139	0.12 110	0.17 146	0.12 142	2.52 476	2.31 503

GwcNet-RSSM	0.77 316	2.77 441	0.14 125	0.20 132	0.14 151	0.20 155	2.67 507	2.78 495	0.14 150	0.20 151	0.14 154	0.20 153	0.14 151	0.21 163	0.14 144	0.17 139	0.12 110	0.17 146	0.12 142	2.52 476	2.31 503

4D-IteraStereo	0.78 319	3.13 450	0.89 346	0.69 289	0.32 241	0.40 232	0.32 230	0.76 333	0.97 384	0.52 306	0.65 350	0.89 360	0.32 241	0.76 343	0.98 380	0.83 338	0.94 353	0.35 231	0.27 218	0.70 315	0.89 369

hitnet-ft	0.79 320	2.78 443	0.14 125	0.20 132	0.14 151	0.21 163	2.89 509	2.80 497	0.14 150	0.20 151	0.14 154	0.20 153	0.14 151	0.20 152	0.14 144	0.17 139	0.12 110	0.17 146	0.12 142	2.54 484	2.33 505

G-Net	0.79 320	0.79 225	0.79 340	0.79 299	0.79 373	0.79 345	0.79 360	0.79 335	0.79 366	0.79 348	0.79 370	0.79 351	0.79 360	0.79 344	0.79 362	0.79 331	0.79 340	0.79 352	0.79 368	0.79 325	0.79 360

MyStereo05	0.80 322	4.12 472	0.63 312	0.63 280	0.61 348	0.62 329	0.66 340	0.65 322	0.62 339	0.67 333	0.61 344	0.65 335	0.58 332	0.67 333	0.55 331	0.60 307	0.57 309	0.64 335	0.55 334	0.72 316	0.55 327

UDG	0.80 322	2.21 401	0.60 308	0.91 313	0.60 343	0.90 355	0.58 332	0.88 345	0.60 335	0.90 355	0.60 341	0.88 358	0.60 334	0.90 357	0.58 333	0.86 342	0.60 311	0.84 361	0.59 341	0.84 334	0.61 333

ccnet	0.80 322	2.28 405	0.33 210	0.50 254	0.33 252	0.50 302	0.33 239	0.50 289	0.33 245	0.49 287	0.33 247	0.49 292	1.56 458	2.38 474	0.33 241	0.41 251	0.29 204	0.42 285	1.57 470	2.28 460	0.29 219

NaN_ROB	0.80 322	0.80 226	0.80 341	0.80 301	0.80 375	0.80 346	0.80 363	0.80 337	0.80 367	0.80 349	0.80 371	0.80 352	0.80 361	0.80 346	0.80 364	0.80 332	0.80 343	0.80 355	0.80 370	0.80 328	0.80 361

CSAN	0.80 322	0.80 226	0.80 341	0.80 301	0.80 375	0.80 346	0.80 363	0.80 337	0.80 367	0.80 349	0.80 371	0.80 352	0.80 361	0.80 346	0.80 364	0.80 332	0.80 343	0.80 355	0.80 370	0.80 328	0.80 361

BSDual-CNN	0.81 327	1.91 379	0.92 353	4.48 497	0.02 21	0.42 266	0.06 101	0.41 241	0.02 21	0.48 280	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 455	4.19 520	0.33 211	0.23 192	0.34 201	0.27 201

DDUNet	0.81 327	2.45 420	0.57 305	0.90 311	0.60 343	0.88 352	0.59 333	0.90 346	0.60 335	0.88 354	0.60 341	0.90 361	0.58 332	0.88 354	0.60 335	0.84 340	0.60 311	0.86 363	0.57 338	0.86 335	0.60 332

R-Stereo Train	0.81 327	0.96 256	0.67 321	0.95 323	0.67 358	0.95 360	0.68 345	0.95 357	0.68 347	0.95 365	0.68 354	0.96 369	0.68 345	0.96 367	0.68 347	0.94 352	0.68 322	0.94 371	0.68 354	0.94 347	0.68 344

RAFT-Stereo	0.81 327	0.96 256	0.67 321	0.95 323	0.67 358	0.95 360	0.68 345	0.95 357	0.68 347	0.95 365	0.68 354	0.96 369	0.68 345	0.96 367	0.68 347	0.94 352	0.68 322	0.94 371	0.68 354	0.94 347	0.68 344
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 331	1.72 364	1.48 453	0.39 194	0.15 162	0.31 196	0.21 177	0.20 152	0.25 196	1.61 445	0.23 193	0.28 191	0.26 208	0.20 152	0.15 154	0.24 174	1.33 437	0.32 203	0.16 159	6.75 531	0.23 176

scenet	0.82 331	1.72 364	1.48 453	0.39 194	0.15 162	0.31 196	0.21 177	0.20 152	0.25 196	1.61 445	0.23 193	0.28 191	0.26 208	0.20 152	0.15 154	0.24 174	1.33 437	0.32 203	0.16 159	6.75 531	0.23 176

ssnet	0.82 331	1.72 364	1.48 453	0.39 194	0.15 162	0.31 196	0.21 177	0.20 152	0.25 196	1.61 445	0.23 193	0.28 191	0.26 208	0.20 152	0.15 154	0.24 174	1.33 437	0.32 203	0.16 159	6.75 531	0.23 176

STTRV1_RVC	0.82 331	1.60 361	0.70 324	1.01 333	0.60 343	1.07 375	0.69 348	1.01 362	0.60 335	0.72 337	0.55 338	1.02 376	0.68 345	1.03 375	0.67 343	0.89 344	0.63 317	0.92 369	0.57 338	0.90 340	0.65 339

DEFOM-Stereo_RVC	0.83 335	5.18 488	1.98 491	2.19 439	0.17 172	0.19 150	0.18 164	0.19 147	0.16 162	0.20 151	0.19 179	0.22 167	0.22 187	0.20 152	0.15 154	2.28 472	2.13 490	0.24 181	0.17 177	0.18 149	0.16 149

BUS	0.83 335	1.91 379	0.92 353	4.48 497	0.02 21	0.40 232	0.04 78	0.41 241	0.02 21	0.48 280	0.03 52	0.41 249	0.05 90	0.03 39	0.05 85	1.97 455	4.19 520	0.33 211	0.23 192	0.34 201	0.27 201

PDISCO_ROB	0.83 335	2.80 444	3.49 519	0.14 97	0.11 130	0.17 143	0.09 106	0.15 133	0.10 111	0.15 126	0.12 137	0.16 133	0.14 151	3.30 503	0.13 140	0.14 114	2.34 495	0.16 138	0.12 142	2.62 485	0.10 109

AIO-Stereo	0.84 338	0.66 217	0.70 324	0.83 305	0.67 358	0.98 363	0.82 366	1.14 369	0.72 357	1.03 372	0.74 366	1.03 377	1.09 381	0.99 369	0.45 300	1.04 358	0.73 333	0.95 373	0.74 363	0.94 347	0.46 298

DCRE	0.84 338	1.89 376	0.77 336	0.94 321	0.72 366	0.88 352	0.73 355	0.87 342	0.78 363	0.90 355	0.71 361	0.88 358	0.67 344	0.88 354	0.73 356	0.81 335	0.68 322	0.81 357	0.70 358	0.82 332	0.70 346

iGMRVC	0.84 338	2.85 445	0.72 329	0.72 294	0.73 367	0.77 341	0.79 360	0.73 332	0.74 362	0.73 339	0.72 363	0.73 344	0.76 357	0.73 339	0.73 356	0.72 326	0.73 333	0.73 345	0.72 362	0.73 319	0.72 350

GEStereo_RVC	0.86 341	4.45 478	0.20 159	0.27 163	0.20 185	0.27 189	0.20 171	0.26 180	0.18 169	5.03 531	0.20 183	0.27 190	0.19 177	0.27 193	0.21 181	0.20 150	0.19 164	0.19 159	4.02 536	0.20 156	0.18 165

Selective-RAFT-Error	0.88 342	0.84 232	0.98 358	0.86 309	0.97 389	0.88 352	0.95 377	0.84 341	0.99 387	0.92 359	0.82 373	0.84 356	0.98 371	0.87 353	0.97 379	0.81 335	0.83 346	0.79 352	0.82 373	0.79 325	0.85 366

IER	0.88 342	7.04 507	2.23 496	2.75 457	0.28 219	0.43 270	0.25 197	0.39 221	0.25 196	0.41 240	0.27 215	0.39 230	0.25 199	0.40 236	0.28 211	0.37 222	0.28 195	0.37 239	0.25 205	0.37 222	0.25 187

Selective-RAFT	0.89 344	0.89 242	0.72 329	1.16 352	0.78 372	1.06 372	0.82 366	0.87 342	0.97 384	1.00 367	0.91 378	0.90 361	1.00 372	0.89 356	0.93 376	0.83 338	0.83 346	0.82 359	0.82 373	0.81 331	0.82 364

AIO-Stereo-zeroshot	0.91 345	0.86 235	0.89 346	1.25 404	0.69 362	1.05 371	0.81 365	1.16 372	0.50 320	1.12 381	0.97 383	0.72 342	0.82 363	1.06 377	0.95 377	0.61 310	0.87 348	1.03 383	0.85 376	1.04 356	1.01 383

CFNet-RSSM	0.91 345	4.89 484	0.34 219	0.44 229	1.07 398	1.62 451	1.40 464	0.91 348	0.35 257	1.60 444	1.39 464	0.64 332	0.34 253	0.44 267	0.33 241	0.41 251	0.35 230	0.75 347	0.30 241	0.41 253	0.29 219

MLG-Stereo	0.92 347	0.90 244	0.84 344	1.27 405	0.49 324	1.38 443	0.88 369	1.41 439	0.97 384	0.73 339	1.09 391	1.26 439	0.43 296	0.72 337	1.05 387	1.13 369	0.49 289	1.18 395	0.66 349	1.01 354	0.46 298

ToySt	0.92 347	2.11 392	0.90 349	0.95 323	0.79 373	0.99 364	0.78 359	0.94 355	0.81 370	0.94 363	0.78 369	0.95 368	0.77 358	0.94 363	0.86 370	0.91 345	0.79 340	0.85 362	0.77 365	0.89 338	0.73 353

DPSM_ROB	0.92 347	0.91 246	0.91 351	0.91 313	0.92 384	0.92 357	0.92 373	0.92 351	0.91 374	0.93 361	0.91 378	0.92 364	0.90 365	0.91 358	0.92 372	0.92 348	0.91 349	0.91 367	0.92 377	0.93 345	0.93 373

DPSM	0.92 347	0.91 246	0.91 351	0.91 313	0.92 384	0.92 357	0.92 373	0.92 351	0.91 374	0.93 361	0.91 378	0.92 364	0.90 365	0.91 358	0.92 372	0.92 348	0.91 349	0.91 367	0.92 377	0.93 345	0.93 373

pmcnn	0.92 347	0.92 251	0.92 353	0.92 316	0.92 384	0.92 357	0.92 373	0.92 351	0.92 378	0.92 359	0.92 381	0.92 364	0.92 367	0.92 362	0.92 372	0.92 348	0.92 351	0.92 369	0.92 377	0.92 344	0.92 372

error version	0.93 352	4.47 479	2.35 499	1.99 435	0.37 274	0.41 248	0.36 262	0.41 241	0.35 257	0.43 258	0.36 268	0.41 249	0.40 277	0.41 250	0.36 262	1.87 448	2.16 491	0.47 299	0.37 278	0.39 238	0.33 245

test_1	0.93 352	4.47 479	2.35 499	1.99 435	0.37 274	0.41 248	0.36 262	0.41 241	0.35 257	0.43 258	0.36 268	0.41 249	0.40 277	0.41 250	0.36 262	1.87 448	2.16 491	0.47 299	0.37 278	0.39 238	0.33 245

DGTPSM_ROB	0.93 352	1.00 262	0.92 353	0.94 321	0.96 388	0.91 356	0.92 373	0.91 348	0.96 383	0.91 357	0.96 382	0.93 367	0.92 367	0.94 363	0.92 372	0.92 348	0.92 351	0.90 365	0.92 377	0.94 347	0.91 371

HSM-Net_RVC	0.95 355	1.17 292	0.78 337	1.18 354	0.71 364	1.16 386	0.75 357	1.09 367	0.80 367	1.10 376	0.75 367	1.17 390	0.74 354	1.17 389	0.80 364	1.13 369	0.73 333	1.17 392	0.77 365	1.16 365	0.72 350
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 356	3.17 452	2.30 498	2.42 451	0.38 281	0.54 316	0.38 273	0.54 304	0.38 273	0.54 311	0.38 279	0.54 315	0.38 271	0.54 312	0.38 273	2.38 479	2.34 495	0.49 311	0.36 276	0.49 282	0.36 258

DPSimNet_ROB	0.97 356	1.18 294	0.81 343	1.10 339	0.91 383	1.02 370	0.82 366	1.04 364	0.91 374	1.03 372	0.86 374	1.28 441	0.82 363	1.03 375	0.89 371	1.17 372	0.81 345	1.02 382	0.82 373	1.08 358	0.81 363

test-3	0.98 358	4.13 474	1.85 480	1.85 427	0.61 348	0.69 335	0.37 267	0.63 320	0.61 338	0.66 332	0.51 333	0.73 344	0.44 298	0.57 320	0.54 329	1.68 443	1.81 475	0.40 261	0.43 309	0.66 308	0.50 315

999	1.00 359	1.12 287	0.59 306	1.10 339	1.21 455	1.09 378	0.52 326	1.08 365	1.43 466	1.18 386	1.35 458	0.98 371	0.52 326	0.91 358	0.85 369	0.72 326	1.46 449	0.83 360	0.98 382	0.68 310	1.41 466

DispNO	1.00 359	0.63 214	0.43 259	3.45 483	0.44 308	0.65 332	0.43 296	0.64 321	0.43 298	0.64 329	0.43 303	0.64 332	3.03 502	0.64 329	0.43 298	4.55 509	0.43 270	0.63 334	0.43 309	0.63 306	0.43 292

GANet	1.00 359	1.00 262	1.00 360	1.00 330	1.00 390	1.00 365	1.00 381	1.00 359	1.00 388	1.00 367	1.00 385	1.00 372	1.00 372	1.00 370	1.00 382	1.00 354	1.00 354	1.00 378	1.00 384	1.00 351	1.00 380

TDLM	1.00 359	1.00 262	1.00 360	1.00 330	1.00 390	1.00 365	1.00 381	1.00 359	1.00 388	1.00 367	1.00 385	1.00 372	1.00 372	1.00 370	1.00 382	1.00 354	1.00 354	1.00 378	1.00 384	1.00 351	1.00 380

CVANet_RVC	1.00 359	1.00 262	1.00 360	1.00 330	1.00 390	1.00 365	1.00 381	1.00 359	1.00 388	1.00 367	1.00 385	1.00 372	1.00 372	1.00 370	1.00 382	1.00 354	1.00 354	1.00 378	1.00 384	1.00 351	1.00 380

trnet	1.01 364	1.01 268	1.01 363	1.01 333	1.01 394	1.01 369	1.01 384	1.01 362	1.01 391	1.01 371	1.01 388	1.01 375	1.01 378	1.01 374	1.01 385	1.01 357	1.01 357	1.01 381	1.01 388	1.01 354	1.01 383

LL-Strereo	1.01 364	5.06 486	1.63 460	0.70 291	1.43 465	0.56 318	0.46 303	0.57 309	0.50 320	0.57 318	0.50 327	1.58 449	0.49 317	0.59 322	0.50 319	1.64 442	0.52 301	0.51 320	1.37 458	0.52 295	0.45 297

tt45	1.04 366	0.88 239	1.36 443	0.92 316	1.03 396	1.51 449	0.79 360	0.70 329	0.88 372	0.74 344	0.90 375	1.60 450	0.72 353	1.60 446	0.75 359	0.91 345	0.78 339	1.52 457	0.79 368	1.14 361	1.32 458

GLC_STEREO	1.07 367	1.01 268	1.06 365	1.07 337	1.05 397	1.06 372	1.08 388	1.08 365	1.05 394	1.07 374	1.06 390	1.08 379	1.05 380	1.06 377	1.10 389	1.07 360	1.09 367	1.05 384	1.05 389	1.06 357	1.12 390

FC-DCNN	1.07 367	1.09 283	0.98 358	0.89 310	0.52 334	1.41 446	0.91 372	1.21 425	1.24 452	1.96 454	2.05 507	1.91 456	1.30 446	1.27 439	1.08 388	0.80 332	0.60 311	0.58 329	0.41 301	0.68 310	0.54 323

hknet	1.10 369	1.85 372	3.49 519	4.48 497	0.02 21	0.42 266	0.06 101	0.41 241	0.02 21	0.48 280	0.03 52	0.41 249	0.03 52	0.42 263	0.03 48	4.39 506	4.19 520	0.33 211	0.23 192	0.34 201	0.27 201

test_xeample3	1.10 369	1.81 369	0.61 310	0.84 306	0.49 324	0.77 341	0.66 340	0.92 351	1.40 464	0.68 335	0.46 310	0.78 349	0.54 330	1.72 449	1.48 466	1.34 426	1.52 453	1.35 450	1.67 483	1.33 425	1.55 470

DISCO	1.11 371	0.39 148	5.28 532	0.39 194	0.20 185	0.39 230	0.27 208	0.39 221	0.22 183	0.38 217	0.20 183	0.38 226	0.20 181	6.95 542	0.22 183	0.30 194	0.21 170	0.27 189	0.21 184	5.25 524	0.21 171

Occ-G	1.12 372	0.52 200	3.72 524	3.50 487	0.50 328	0.56 318	0.47 308	0.54 304	0.46 303	0.54 311	0.41 292	0.54 315	0.42 294	0.52 309	0.42 296	3.42 500	4.02 519	0.52 323	0.45 311	0.51 293	0.44 295

AEACV	1.12 372	0.52 200	3.12 516	3.24 472	0.86 377	0.53 313	0.49 319	0.60 316	0.47 308	0.53 308	0.49 325	0.55 319	0.45 300	0.55 315	0.47 310	3.01 496	3.88 517	0.71 344	0.60 342	0.80 328	0.48 307

MSMD_ROB	1.19 374	1.10 286	0.70 324	1.10 339	0.60 343	1.10 379	0.70 350	1.10 368	0.70 353	1.10 376	0.70 358	1.10 383	0.70 348	7.00 543	0.70 354	1.10 363	0.70 327	1.10 385	0.70 358	1.10 359	0.70 346

MM-Stereo_test2	1.20 375	1.85 372	1.05 364	1.46 416	0.94 387	1.36 441	0.99 380	1.36 434	0.95 381	1.41 440	0.98 384	1.40 446	0.96 369	1.37 441	0.95 377	1.37 430	1.06 360	1.33 447	0.93 381	1.29 424	0.89 369

ours_stereo	1.20 375	1.21 342	0.90 349	1.64 425	1.11 399	1.35 439	0.67 344	1.76 446	0.93 379	1.70 450	1.10 392	1.39 444	0.75 356	1.41 443	0.81 367	1.60 441	1.03 359	1.33 447	1.00 384	1.61 435	0.72 350

DisPM	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

CrosDoStereo	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

PFNet+	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

LCNet	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

HHNet	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

Patchmatch Stereo++	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

STrans-v2	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

TransformOpticalFlow	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

OMP-Stereo	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

IIG-Stereo	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

NF-Stereo	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

OCTAStereo	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

PSM-softLoss	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

KMStereo	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

NRIStereo	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

PSM-adaLoss	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

PSM-AAD	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

FTStereo	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

ROB_FTStereo_v2	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

ROB_FTStereo	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

Consistency-Raft	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

KYRaft	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

HUI-Stereo	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

ASMatch	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

DeepStereo_LL	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

DEmStereo	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

SST-Stereo	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

THIR-Stereo	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

RAFT_R40	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

DRaft	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

PFNet	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

GrayStereo	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

RE-Stereo	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

Pruner-Stereo	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

TVStereo	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

DeepStereo_RVC	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

RAFT-RH_RVC	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

IRAFT_RVC	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

RAFT-345	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

iRAFT	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

CRE-IMP	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

GMM-Stereo	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

RAFT-IKP	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

Prome-Stereo	1.20 375	1.20 296	1.20 380	1.20 356	1.20 409	1.20 387	1.20 399	1.20 380	1.20 404	1.20 388	1.20 401	1.20 392	1.20 393	1.20 391	1.20 401	1.20 374	1.20 382	1.20 397	1.20 401	1.20 374	1.20 404

HCRNet	1.22 422	7.11 508	3.00 504	3.55 488	0.33 252	0.29 192	0.14 145	0.19 147	0.15 160	0.33 202	0.29 225	0.25 180	0.14 151	0.22 167	0.33 241	3.64 501	3.00 498	0.76 349	0.32 252	0.18 149	0.13 143

HBP-ISP	1.24 423	1.72 364	1.65 461	1.15 347	0.76 370	1.40 445	0.88 369	1.67 445	1.02 392	1.69 449	1.38 463	1.69 452	1.21 439	1.87 456	1.21 446	1.05 359	0.79 340	0.97 376	0.80 370	1.19 373	0.75 357

AANet_RVC	1.26 424	0.31 130	4.99 530	5.93 522	0.20 185	0.25 179	0.20 171	0.25 176	0.20 177	0.23 167	0.19 179	0.25 180	0.20 181	0.25 180	0.20 178	5.66 530	4.76 523	0.26 185	0.30 241	0.24 172	0.27 201

MM-Stereo_test3	1.27 425	2.07 388	1.18 375	1.60 420	1.02 395	1.45 447	1.01 384	1.40 438	1.04 393	1.44 441	1.03 389	1.46 448	1.02 379	1.44 444	1.02 386	1.51 437	1.12 374	1.32 446	0.98 382	1.38 428	0.97 376

11t	1.27 425	2.70 431	1.34 433	1.32 409	0.89 379	1.30 438	1.34 454	1.64 442	0.57 332	1.45 442	0.72 363	1.05 378	1.29 445	1.07 380	1.29 455	1.49 434	1.02 358	0.97 376	1.15 394	1.48 430	1.31 457

MaskLacGwcNet_RVC	1.35 427	1.35 353	1.35 435	1.35 411	1.35 459	1.35 439	1.35 455	1.36 434	1.35 460	1.36 438	1.35 458	1.36 442	1.36 451	1.36 440	1.35 459	1.35 427	1.35 442	1.35 450	1.35 455	1.35 426	1.35 462

CC-Net-ROB	1.36 428	1.33 352	1.33 432	1.36 412	1.38 462	1.36 441	1.33 453	1.37 436	1.34 457	1.35 437	1.36 460	1.38 443	1.34 449	1.38 442	1.38 462	1.35 427	1.38 445	1.33 447	1.35 455	1.43 429	1.34 461

CFNet	1.37 429	5.27 491	0.19 156	5.49 519	0.19 183	0.28 190	0.19 168	0.28 183	0.19 175	0.28 186	0.19 179	0.28 191	4.35 529	0.28 195	0.19 175	0.23 169	0.17 157	0.23 174	4.21 538	4.81 515	0.17 161

PS-NSSS	1.38 430	1.39 355	1.34 433	1.34 410	1.35 459	1.38 443	1.37 462	1.35 433	1.38 463	1.34 436	1.34 457	1.39 444	1.38 454	1.70 448	1.40 463	1.36 429	1.36 443	1.36 452	1.37 458	1.37 427	1.36 463

RASNet	1.49 431	1.65 362	1.45 451	1.38 414	1.43 465	1.47 448	1.36 457	1.38 437	1.36 461	1.39 439	1.60 473	1.45 447	1.45 457	1.51 445	2.21 502	1.53 438	1.36 443	1.36 452	1.36 457	1.66 438	1.36 463

GANetREF_RVC	1.55 432	1.94 385	1.22 427	1.88 428	1.21 455	1.88 455	1.22 445	1.88 448	1.22 450	1.88 451	1.22 447	1.88 454	1.22 440	1.89 457	1.22 447	1.87 448	1.22 429	1.88 470	1.22 447	1.88 447	1.22 450
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 433	1.91 379	1.21 426	1.94 431	1.20 409	2.00 463	1.23 446	1.99 453	1.24 452	2.00 459	1.25 450	2.03 464	1.26 442	2.00 461	1.29 455	1.90 452	1.18 381	1.89 471	1.21 446	1.89 448	1.20 404
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 434	1.59 360	1.70 463	1.59 419	1.59 470	1.61 450	1.61 472	1.60 440	1.60 469	1.62 448	1.59 472	1.60 450	1.60 459	1.60 446	1.59 469	1.59 439	1.60 463	1.59 458	1.59 475	1.59 434	1.59 475

ff7	1.68 435	2.68 428	1.35 435	0.97 327	0.89 379	1.84 452	2.15 500	2.12 459	1.80 485	2.05 464	1.56 469	2.33 471	2.12 493	2.23 467	2.25 503	1.31 423	1.07 361	1.48 454	1.41 461	0.90 340	1.04 385

ffff	1.68 435	2.68 428	1.35 435	0.97 327	0.89 379	1.84 452	2.15 500	2.12 459	1.80 485	2.05 464	1.56 469	2.33 471	2.12 493	2.23 467	2.25 503	1.31 423	1.07 361	1.48 454	1.41 461	0.90 340	1.04 385

ccc-4	1.68 435	2.68 428	1.35 435	0.97 327	0.89 379	1.84 452	2.15 500	2.12 459	1.80 485	2.05 464	1.56 469	2.33 471	2.12 493	2.23 467	2.25 503	1.31 423	1.07 361	1.48 454	1.41 461	0.90 340	1.04 385

MC-Stereo	1.76 438	2.96 446	1.37 445	2.14 438	1.37 461	2.14 468	1.36 457	2.14 462	1.37 462	2.14 468	1.37 461	2.14 466	1.37 453	2.14 466	1.37 461	1.97 455	1.32 430	1.97 473	1.32 454	1.98 449	1.33 459

IGEVStereo-DCA	1.77 439	4.21 476	1.84 478	2.49 454	2.11 502	2.54 488	1.36 457	1.65 443	1.17 401	2.75 495	1.90 490	2.54 482	1.15 386	0.94 363	1.11 390	1.50 435	1.32 430	0.96 374	1.46 467	1.49 431	0.88 367

rrr	1.77 439	4.21 476	1.84 478	2.49 454	2.11 502	2.54 488	1.36 457	1.65 443	1.17 401	2.75 495	1.90 490	2.54 482	1.15 386	0.94 363	1.11 390	1.50 435	1.32 430	0.96 374	1.46 467	1.49 431	0.88 367

MM-Stereo_test1	1.80 441	3.41 456	1.52 457	2.12 437	1.41 464	2.04 464	1.41 465	2.05 457	1.46 467	2.04 463	1.41 465	2.05 465	1.42 456	2.05 462	1.43 465	2.04 459	1.54 456	1.94 472	1.38 460	1.99 450	1.33 459

MFMNet_re	1.81 442	1.91 379	1.71 465	1.95 432	1.70 480	1.95 460	1.70 477	1.96 451	1.74 482	1.97 456	1.72 480	1.95 457	1.71 466	1.97 460	1.71 477	1.86 447	1.62 464	1.85 464	1.66 482	1.86 446	1.64 481

plain	1.88 443	3.16 451	0.64 314	3.10 467	0.65 354	3.10 502	0.64 337	3.12 500	0.65 343	3.10 501	0.65 350	3.11 502	0.65 339	3.12 500	0.65 339	3.12 497	0.65 320	3.13 502	0.65 347	3.13 488	0.65 339

RAFT_CTSACE	1.92 444	3.71 463	1.72 466	1.88 428	1.72 481	2.04 464	1.42 467	2.18 464	1.89 496	2.02 461	1.97 496	1.95 457	2.06 492	1.93 458	1.62 470	1.76 444	1.66 467	2.02 474	1.73 491	1.73 441	1.43 468

4.25w-stereo	1.98 445	2.72 435	1.46 452	3.47 484	1.43 465	2.07 466	1.98 492	2.53 482	1.52 468	2.71 488	1.98 502	1.81 453	1.62 461	1.96 459	1.36 460	1.88 451	2.00 480	2.53 497	1.61 477	1.74 442	1.15 395

4.5w-stereo	1.99 446	2.33 409	1.81 469	3.28 474	1.68 476	1.94 457	1.99 495	2.72 485	1.70 474	2.72 489	1.99 505	1.97 459	1.68 463	1.76 450	1.29 455	1.91 453	2.02 486	2.53 497	1.61 477	1.75 443	1.16 398

2.75w_new	1.99 446	2.34 413	1.81 469	3.14 468	1.62 472	1.94 457	1.99 495	2.72 485	1.71 475	2.72 489	1.99 505	1.90 455	1.73 468	1.82 455	1.29 455	2.37 478	2.01 482	2.31 484	1.42 464	1.77 444	1.22 450

3.75w	1.99 446	2.31 407	1.83 477	3.16 470	1.65 474	1.93 456	1.98 492	2.72 485	1.68 471	2.73 494	1.97 496	2.00 461	1.72 467	1.81 454	1.25 451	2.27 471	2.01 482	2.38 489	1.42 464	1.71 440	1.24 453

2w_stereo	1.99 446	2.36 416	1.81 469	3.24 472	1.67 475	1.94 457	1.98 492	2.72 485	1.68 471	2.72 489	1.94 493	1.98 460	1.74 470	1.79 453	1.27 452	1.95 454	2.00 480	2.53 497	1.60 476	1.68 439	1.15 395

2.25w	2.00 450	1.86 374	1.98 491	2.95 465	2.17 506	2.26 469	1.35 455	2.42 476	2.00 503	2.07 467	1.27 452	2.53 480	1.99 488	2.29 471	1.49 467	2.21 466	1.32 430	1.85 464	1.87 495	2.52 476	1.62 479

4.25_new	2.00 450	2.33 409	1.82 474	3.32 477	1.69 477	1.95 460	1.99 495	2.72 485	1.71 475	2.72 489	1.97 496	2.01 462	1.74 470	1.77 451	1.28 453	2.18 463	2.01 482	2.48 495	1.58 473	1.65 436	1.17 399

4.5w_new	2.00 450	2.33 409	1.82 474	3.32 477	1.69 477	1.95 460	1.99 495	2.72 485	1.71 475	2.72 489	1.97 496	2.01 462	1.74 470	1.77 451	1.28 453	2.18 463	2.01 482	2.48 495	1.58 473	1.65 436	1.17 399

4.5_new	2.00 450	1.84 371	1.98 491	2.77 459	2.16 504	2.27 470	1.28 452	2.09 458	1.98 500	2.01 460	1.28 453	2.71 491	1.98 486	2.51 481	1.65 472	2.26 468	1.33 437	1.87 467	1.87 495	2.49 472	1.60 476

TRStereo	2.00 450	2.13 393	1.85 480	2.27 444	1.84 485	2.28 472	1.84 481	2.29 467	1.86 490	2.30 473	1.87 485	2.30 468	1.87 476	2.08 463	1.72 479	2.08 460	1.72 470	2.08 476	1.72 488	2.08 451	1.72 485

XX-Stereo	2.00 450	2.13 393	1.85 480	2.27 444	1.84 485	2.28 472	1.84 481	2.29 467	1.86 490	2.30 473	1.87 485	2.30 468	1.87 476	2.08 463	1.72 479	2.08 460	1.72 470	2.08 476	1.72 488	2.08 451	1.72 485

EAI-Stereo	2.00 450	2.13 393	1.85 480	2.27 444	1.84 485	2.28 472	1.84 481	2.29 467	1.86 490	2.30 473	1.87 485	2.30 468	1.87 476	2.08 463	1.72 479	2.08 460	1.72 470	2.08 476	1.72 488	2.08 451	1.72 485

2.5w	2.01 457	2.40 418	1.37 445	3.28 474	2.01 496	2.71 492	1.43 469	1.82 447	1.83 488	1.90 453	1.41 465	2.71 491	1.35 450	2.71 490	1.85 489	2.66 490	1.53 454	1.64 459	1.23 448	2.53 479	1.87 494

4w-stereo	2.02 458	2.72 435	1.44 450	3.36 480	1.59 470	2.48 481	1.72 478	2.28 465	1.24 452	2.24 471	1.65 477	2.56 484	1.32 448	2.39 475	1.98 499	2.67 492	1.51 452	1.66 460	1.24 449	2.53 479	1.88 497

IGEV	2.02 458	2.20 399	1.82 474	2.90 464	2.16 504	2.41 478	1.25 448	2.00 454	1.98 500	1.99 458	1.31 455	2.72 495	1.93 482	2.67 489	1.69 476	2.26 468	1.32 430	1.83 463	1.87 495	2.53 479	1.61 478

3.25w_new	2.03 460	2.72 435	1.35 435	3.33 479	1.57 468	2.72 493	1.53 471	2.15 463	1.33 456	2.15 469	1.60 473	2.63 488	1.30 446	2.72 492	1.99 500	2.67 492	1.53 454	1.75 462	1.25 451	2.53 479	1.87 494

3.5w_stereo	2.03 460	2.72 435	1.35 435	3.41 481	1.57 468	2.72 493	1.49 470	2.01 455	1.34 457	2.15 469	1.61 475	2.63 488	1.36 451	2.72 492	1.99 500	2.66 490	1.58 459	1.68 461	1.24 449	2.53 479	1.87 494

UniTT-Stereo	2.03 460	3.43 457	0.72 329	3.42 482	0.73 367	3.27 505	0.68 345	3.38 504	0.69 350	3.29 504	0.72 363	3.28 505	0.70 348	3.35 505	0.68 347	3.39 499	0.68 322	3.31 504	0.69 356	3.37 489	0.73 353

3.25w	2.04 463	2.20 399	1.48 453	3.03 466	2.17 506	2.63 491	1.39 463	1.96 451	1.95 499	1.96 454	1.37 461	2.71 491	1.96 485	2.71 490	1.73 484	2.26 468	1.32 430	1.87 467	1.87 495	2.51 475	1.63 480

3w_stereo	2.04 463	2.24 403	1.70 463	3.15 469	2.18 508	2.49 482	1.26 450	2.03 456	1.98 500	1.98 457	1.33 456	2.72 495	1.99 488	2.59 484	1.72 479	2.22 467	1.33 437	1.85 464	1.88 500	2.50 474	1.58 474

1w_stereo	2.05 465	2.32 408	1.35 435	3.74 495	2.01 496	2.73 495	1.42 467	1.88 448	1.93 498	2.03 462	1.28 453	2.71 491	1.99 488	2.72 492	1.72 479	2.20 465	1.32 430	1.87 467	1.86 494	2.45 468	1.54 469

sCroCo_RVC	2.10 466	2.76 439	1.92 488	2.78 462	1.39 463	2.73 495	1.41 465	2.73 491	1.40 464	2.77 500	1.41 465	2.74 497	1.40 455	2.74 495	1.40 463	2.72 494	1.42 447	2.72 500	1.44 466	2.79 486	1.42 467

MoCha-V2	2.11 467	26.97 550	0.78 337	0.92 316	0.77 371	0.96 362	0.72 354	0.90 346	0.72 357	0.94 363	0.70 358	0.90 361	0.71 352	0.91 358	0.71 355	0.85 341	0.71 331	0.88 364	0.69 356	0.87 336	0.67 343

FBW_ROB	2.12 468	2.46 421	1.77 468	2.49 454	1.79 484	2.38 476	1.83 480	2.46 477	1.78 484	2.48 482	1.97 496	2.40 476	1.78 473	2.42 478	1.83 487	2.31 475	1.85 477	2.38 489	1.82 493	2.35 463	1.84 490

asda	2.17 469	2.54 422	1.81 469	3.47 484	1.78 483	2.50 484	1.86 485	2.61 484	1.68 471	2.61 486	1.83 482	2.37 475	1.73 468	2.44 479	1.88 494	2.51 487	1.84 476	2.34 486	1.62 479	2.23 456	1.77 489

asd	2.18 470	2.77 441	1.58 458	3.59 489	2.00 495	2.58 490	1.85 484	2.39 475	1.71 475	2.47 481	1.97 496	2.59 486	1.61 460	2.56 482	1.79 486	2.51 487	1.99 479	2.11 479	1.62 479	2.36 464	1.60 476

qwe	2.18 470	2.60 425	1.58 458	3.83 496	1.90 493	2.53 486	1.90 490	2.48 478	1.73 480	2.37 478	1.92 492	2.53 480	1.68 463	2.56 482	1.83 487	2.52 489	1.87 478	2.07 475	1.68 485	2.32 462	1.71 484

monsters	2.18 470	2.41 419	1.96 490	3.47 484	2.03 500	2.53 486	1.64 474	2.48 478	1.73 480	2.40 479	1.50 468	2.62 487	1.94 483	2.59 484	1.94 496	2.44 482	1.57 458	2.28 482	1.87 495	2.42 466	1.86 492

AIO_rvc	2.18 470	2.34 413	1.87 484	2.32 448	1.94 494	2.40 477	1.89 489	2.37 473	2.07 505	2.52 484	1.95 495	2.44 478	1.99 488	2.41 476	1.89 495	2.32 476	2.09 488	2.24 480	2.18 503	2.21 455	2.23 501

HUF	2.18 470	2.30 406	1.99 494	2.34 449	2.02 499	2.41 478	2.06 499	2.38 474	1.89 496	2.36 477	1.85 483	2.56 484	1.98 486	2.31 473	1.97 498	2.30 474	2.03 487	2.30 483	2.11 502	2.23 456	2.16 499

AIO_test	2.18 470	2.09 391	2.04 495	2.42 451	2.01 496	2.47 480	1.94 491	2.34 472	2.03 504	2.56 485	1.94 493	2.43 477	1.94 483	2.41 476	1.87 493	2.39 480	2.10 489	2.35 488	1.91 501	2.25 458	2.19 500

monsterstereo	2.20 476	2.33 409	1.95 489	3.65 491	2.07 501	2.49 482	1.61 472	2.48 478	1.83 488	2.45 480	1.61 475	2.67 490	1.86 475	2.64 486	1.94 496	2.48 486	1.66 467	2.34 486	1.68 485	2.40 465	1.86 492

LG-G_1	2.22 477	2.71 433	1.89 485	2.77 459	1.87 491	2.75 497	1.87 487	2.76 493	1.87 494	2.75 495	1.87 485	2.76 498	1.87 476	2.75 496	1.86 490	2.47 484	1.58 459	2.45 492	1.57 470	2.45 468	1.57 472

LG-G	2.22 477	2.71 433	1.89 485	2.77 459	1.87 491	2.75 497	1.87 487	2.76 493	1.87 494	2.75 495	1.87 485	2.76 498	1.87 476	2.75 496	1.86 490	2.47 484	1.58 459	2.45 492	1.57 470	2.45 468	1.57 472

LGtest1	2.22 477	2.70 431	1.89 485	2.76 458	1.86 488	2.75 497	1.86 485	2.75 492	1.86 490	2.75 495	1.86 484	2.77 500	1.87 476	2.75 496	1.86 490	2.46 483	1.58 459	2.45 492	1.56 469	2.45 468	1.56 471

RAStereo	2.23 480	3.64 460	0.76 335	3.65 491	0.86 377	3.66 509	0.76 358	3.67 508	0.81 370	3.66 505	0.76 368	3.66 507	0.77 358	3.68 507	0.77 361	3.68 502	0.77 338	3.69 509	0.77 365	3.70 491	0.77 359

UDGNet	2.23 480	5.40 496	1.72 466	2.48 453	1.69 477	2.51 485	1.69 476	2.51 481	1.72 479	2.50 483	1.69 479	2.52 479	1.69 465	2.50 480	1.68 475	2.41 481	1.70 469	2.42 491	1.69 487	2.42 466	1.64 481

NCCL2	2.28 482	2.27 404	2.28 497	2.28 447	2.28 509	2.27 470	2.29 503	2.28 465	2.28 506	2.27 472	2.28 508	2.28 467	2.27 496	2.27 470	2.28 507	2.28 472	2.28 494	2.27 481	2.29 507	2.27 459	2.29 502

Abc-Net	2.32 483	24.75 542	1.14 369	1.17 353	1.17 406	1.11 382	1.15 393	1.17 374	1.21 449	1.08 375	1.16 396	1.12 387	1.14 385	1.09 381	1.17 398	1.09 361	1.16 377	1.17 392	1.17 397	1.16 365	1.11 388
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 484	25.00 543	1.13 368	1.15 347	1.15 401	1.10 379	1.15 393	1.15 370	1.15 396	1.12 381	1.15 393	1.09 381	1.13 383	1.10 383	1.15 394	1.11 368	1.09 367	1.16 388	1.12 392	1.16 365	1.17 399

stereogan	2.33 484	24.38 541	1.18 375	1.18 354	1.18 408	1.14 384	1.18 397	1.19 377	1.19 403	1.14 384	1.18 400	1.14 388	1.18 391	1.14 387	1.18 399	1.14 371	1.14 375	1.19 396	1.19 398	1.15 363	1.19 403

RGC	2.36 486	25.48 544	1.19 377	1.15 347	1.15 401	1.10 379	1.16 395	1.17 374	1.16 397	1.12 381	1.16 396	1.11 386	1.13 383	1.09 381	1.18 399	1.10 363	1.15 376	1.16 388	1.12 392	1.14 361	1.12 390

NCC-stereo	2.36 486	25.52 545	1.17 373	1.15 347	1.17 406	1.11 382	1.11 389	1.15 370	1.16 397	1.10 376	1.16 396	1.10 383	1.15 386	1.14 387	1.13 392	1.09 361	1.11 371	1.15 387	1.16 396	1.17 370	1.17 399

AF-Net	2.37 488	25.71 546	1.17 373	1.13 344	1.15 401	1.15 385	1.18 397	1.19 377	1.16 397	1.10 376	1.15 393	1.10 383	1.18 391	1.12 386	1.15 394	1.10 363	1.10 370	1.17 392	1.15 394	1.16 365	1.12 390

Nwc_Net	2.37 488	25.95 547	1.15 371	1.14 345	1.15 401	1.08 376	1.14 392	1.17 374	1.16 397	1.14 384	1.15 393	1.08 379	1.15 386	1.11 385	1.14 393	1.10 363	1.11 371	1.16 388	1.09 391	1.16 365	1.15 395

CFNet_RVC	2.38 490	8.71 519	0.38 235	9.33 538	0.42 305	0.56 318	0.42 294	0.60 316	0.38 273	0.62 326	0.42 301	0.56 322	7.29 541	0.62 324	0.42 296	0.53 299	0.37 235	0.49 311	0.34 264	8.30 538	6.87 544

edge stereo	2.43 491	27.07 551	1.14 369	1.06 336	1.14 400	1.08 376	1.17 396	1.16 372	1.14 395	1.10 376	1.16 396	1.09 381	1.16 390	1.10 383	1.16 397	1.10 363	1.11 371	1.16 388	1.19 398	1.13 360	1.11 388

FAT-Stereo	2.46 492	26.05 548	1.23 429	1.23 403	1.22 457	1.20 387	1.24 447	1.23 428	1.23 451	1.19 387	1.22 447	1.21 437	1.24 441	1.20 391	1.24 448	1.21 419	1.17 380	1.22 443	1.25 451	1.20 374	1.24 453

S-Stereo	2.51 493	26.86 549	1.23 429	1.22 401	1.22 457	1.24 435	1.25 448	1.22 426	1.24 452	1.21 433	1.24 449	1.19 391	1.27 443	1.19 390	1.24 448	1.19 373	1.20 382	1.25 444	1.19 398	1.24 422	1.23 452

Anonymous3	2.55 494	3.26 454	1.65 461	3.28 474	1.63 473	3.24 504	1.68 475	3.27 502	1.66 470	3.28 503	1.67 478	3.25 504	1.66 462	3.27 502	1.64 471	3.26 498	1.65 466	3.30 503	1.65 481	4.95 520	1.65 483

MIF-Stereo (partial)	2.58 495	3.31 455	0.66 318	3.18 471	0.66 357	3.18 503	0.66 340	3.21 501	0.67 346	3.19 502	0.66 352	3.19 503	0.66 342	3.31 504	0.68 347	5.09 526	1.79 474	8.23 545	1.67 483	6.18 529	1.38 465

MSMDNet	2.65 496	10.14 530	0.33 210	9.74 541	0.32 241	0.87 351	0.33 239	2.95 499	0.68 347	0.49 287	0.34 255	0.49 292	5.70 536	0.49 293	0.33 241	0.42 265	9.57 542	0.41 274	0.31 247	8.36 539	0.65 339

pcwnet_v2	2.66 497	9.89 528	0.33 210	9.89 542	0.32 241	0.50 302	0.32 230	0.49 281	0.33 245	0.49 287	0.34 255	0.49 292	8.76 543	0.48 287	0.33 241	0.41 251	9.58 543	0.40 261	0.29 231	9.01 542	0.63 337

CFNet_pseudo	2.67 498	9.36 524	0.32 205	10.99 547	0.33 252	0.85 349	0.33 239	0.49 281	0.33 245	0.49 287	0.32 241	0.49 292	7.26 540	0.49 293	0.33 241	0.41 251	9.62 544	0.41 274	0.29 231	10.03 546	0.29 219

CFNet_ucs	2.73 499	9.64 526	0.33 210	9.92 543	0.32 241	0.49 294	0.33 239	0.49 281	0.33 245	0.49 287	0.33 247	0.49 292	8.98 544	0.48 287	0.33 241	0.41 251	9.96 547	0.40 261	0.29 231	10.12 547	0.54 323

UCFNet_RVC	2.75 500	10.06 529	0.29 191	10.31 546	0.29 226	0.42 266	0.29 220	0.43 261	0.29 222	0.42 252	0.29 225	0.42 265	9.87 546	0.43 265	0.29 221	0.36 218	9.84 546	0.36 236	0.26 211	9.77 545	0.26 193

ccs_rob	2.79 501	10.17 531	0.32 205	10.00 544	0.33 252	0.49 294	0.33 239	1.90 450	0.32 239	0.51 303	0.33 247	0.49 292	9.24 545	0.49 293	0.33 241	0.41 251	9.82 545	0.41 274	0.28 222	9.34 543	0.29 219

PCWNet_CMD	2.80 502	9.82 527	0.32 205	10.09 545	0.32 241	0.49 294	0.33 239	3.34 503	0.33 245	0.49 287	0.33 247	0.49 292	8.73 542	0.48 287	0.33 241	0.41 251	9.22 541	0.42 285	0.29 231	9.55 544	0.31 234

StereoVision	3.15 503	5.00 485	0.89 346	4.83 512	1.00 390	3.93 510	1.27 451	6.37 537	1.34 457	5.67 537	1.26 451	5.84 539	1.27 443	5.03 534	1.24 448	5.10 527	1.09 367	4.61 521	0.57 338	5.62 527	1.12 390

MaDis-Stereo	3.19 504	6.02 506	1.12 367	5.61 521	1.16 405	5.43 536	1.02 386	5.15 534	0.70 353	5.43 534	1.21 446	5.03 536	0.97 370	4.85 528	0.99 381	4.53 508	1.16 377	5.53 537	1.25 451	5.37 525	1.30 456

sAnonymous2	3.31 505	2.63 426	1.38 447	3.71 493	1.86 488	4.70 528	1.11 389	4.82 530	2.72 509	5.45 535	1.98 502	4.59 521	2.64 498	2.65 487	6.21 541	4.37 504	1.08 365	5.16 535	2.24 505	4.52 502	2.39 507

CroCo_RVC	3.31 505	2.63 426	1.38 447	3.71 493	1.86 488	4.70 528	1.11 389	4.82 530	2.72 509	5.45 535	1.98 502	4.59 521	2.64 498	2.65 487	6.21 541	4.37 504	1.08 365	5.16 535	2.24 505	4.52 502	2.39 507

DPSNet	3.66 507	3.60 459	3.62 522	3.63 490	3.64 532	3.65 508	3.65 530	3.66 507	3.67 527	3.67 506	3.65 528	3.67 508	3.66 518	3.66 506	3.68 525	3.68 502	3.66 515	3.67 508	3.68 531	3.67 490	3.67 529

STTStereo	3.73 508	30.40 555	2.37 501	2.39 450	2.31 511	2.35 475	2.33 504	2.29 467	2.42 507	2.32 476	2.34 509	2.33 471	2.36 497	2.30 472	2.27 506	2.35 477	2.22 493	2.31 484	2.22 504	2.29 461	2.34 506

rvit_105_1	3.83 509	5.22 489	3.01 505	4.53 500	3.01 514	4.51 516	3.01 511	4.56 517	3.04 512	4.53 516	3.03 513	4.55 519	3.03 502	4.56 517	3.04 509	4.57 510	3.05 499	4.57 516	3.05 514	4.57 504	3.05 513

rvit_stereo_0081	3.83 509	5.23 490	3.01 505	4.53 500	3.03 516	4.55 522	3.02 512	4.56 517	3.04 512	4.52 514	3.02 511	4.54 517	3.03 502	4.56 517	3.04 509	4.57 510	3.05 499	4.57 516	3.05 514	4.58 505	3.05 513

rvit_stereo_0081_aga	3.86 511	5.33 493	3.02 508	4.55 506	3.04 520	4.54 518	3.02 512	4.64 524	3.06 516	4.54 518	3.04 515	4.62 526	3.08 509	4.62 523	3.07 514	4.58 513	3.06 503	4.60 520	3.08 518	4.63 508	3.07 517

rvit_stereo_0082	3.86 511	5.82 504	3.01 505	4.53 500	3.03 516	4.54 518	3.02 512	4.56 517	3.04 512	4.53 516	3.02 511	4.55 519	3.04 505	4.57 520	3.05 511	4.57 510	3.05 499	4.58 518	3.05 514	4.58 505	3.06 516

rvit_0105_6	3.87 513	5.73 503	3.10 515	4.69 510	3.12 524	4.54 518	3.02 512	4.56 517	3.04 512	4.54 518	3.03 513	4.54 517	3.04 505	4.56 517	3.05 511	4.58 513	3.05 499	4.58 518	3.05 514	4.58 505	3.05 513

rvit_stereo_0080	3.89 514	5.70 501	3.04 510	4.54 503	3.03 516	4.56 523	3.05 518	4.60 521	3.07 517	4.58 521	3.06 516	4.59 521	3.06 507	4.61 521	3.08 515	4.63 515	3.09 504	4.64 522	3.10 519	4.65 509	3.10 518

whm_eth	3.89 514	5.70 501	3.04 510	4.54 503	3.03 516	4.56 523	3.05 518	4.60 521	3.07 517	4.58 521	3.06 516	4.59 521	3.06 507	4.61 521	3.08 515	4.63 515	3.09 504	4.64 522	3.10 519	4.65 509	3.10 518

rvit_0105_4	3.91 516	5.47 500	3.02 508	4.54 503	3.02 515	4.54 518	3.03 516	4.75 527	3.17 523	4.57 520	3.06 516	4.61 525	3.16 513	4.65 524	3.09 517	4.66 517	3.11 506	4.68 525	3.18 524	4.81 515	3.16 523

rvit_0105_3	3.91 516	5.33 493	3.06 513	4.60 508	3.07 522	4.60 525	3.06 520	4.62 523	3.08 520	4.60 523	3.07 519	4.62 526	3.08 509	4.67 525	3.10 518	4.70 518	3.11 506	4.77 529	3.19 525	4.77 514	3.14 522

rvit_stereo_0083	3.92 518	5.30 492	3.06 513	4.61 509	3.09 523	4.67 527	3.08 521	4.66 525	3.09 521	4.62 524	3.10 521	4.66 529	3.11 511	4.67 525	3.16 520	4.72 520	3.16 509	4.77 529	3.11 521	4.66 511	3.11 520

rvit_stereo_ft	3.93 519	5.44 498	3.05 512	4.59 507	3.06 521	4.61 526	3.08 521	4.67 526	3.12 522	4.63 525	3.10 521	4.65 528	3.11 511	4.69 527	3.13 519	4.70 518	3.14 508	4.71 527	3.15 523	4.74 512	3.16 523

rvit_0105_5	4.10 520	5.40 496	3.13 518	4.71 511	3.15 525	4.72 530	3.10 523	4.90 532	3.27 524	4.69 526	3.16 523	4.84 533	3.25 514	4.96 531	3.34 522	5.05 525	3.39 514	5.10 534	3.40 526	5.11 522	3.42 526

MLG-Stereo_test1	4.25 521	5.34 495	3.61 521	5.31 517	3.63 531	5.23 534	3.57 528	5.38 535	3.65 526	5.23 532	3.47 525	4.76 530	3.74 521	4.85 528	3.71 526	4.96 522	3.18 511	4.71 527	2.92 511	4.86 518	2.90 511

MLG-Stereo_test3	4.26 522	4.85 483	3.95 525	5.35 518	3.60 530	4.75 531	3.76 531	5.49 536	3.71 528	5.39 533	3.69 529	4.82 532	3.66 518	4.85 528	3.73 529	4.93 521	3.19 512	4.69 526	2.99 513	4.84 517	2.98 512

MLG-Stereo_test2	4.28 523	5.46 499	3.69 523	4.86 513	3.72 533	5.58 537	3.42 526	4.81 529	3.77 532	4.85 528	3.72 530	5.55 538	3.63 517	5.58 535	3.53 524	4.41 507	3.28 513	4.99 533	2.95 512	4.75 513	3.13 521

RAFT+CT+SA	4.28 523	7.62 512	4.91 529	5.55 520	2.28 509	3.09 501	3.64 529	4.49 515	3.07 517	4.80 527	3.35 524	4.77 531	3.70 520	4.29 514	3.05 511	5.58 529	5.98 530	3.58 507	3.78 533	4.26 498	3.72 530

SA	4.33 525	7.35 509	6.85 540	5.96 523	4.09 537	3.59 507	3.15 524	3.82 509	2.64 508	3.91 507	3.85 531	3.57 506	2.72 500	3.13 501	4.03 532	7.09 540	6.86 535	3.57 506	3.12 522	3.85 492	3.51 528

Sa-1000	4.34 526	8.37 515	6.84 539	6.98 530	4.45 540	3.58 506	3.00 510	3.42 505	3.39 525	2.61 486	4.00 534	3.83 510	4.01 527	3.90 509	3.90 530	5.98 533	5.62 528	3.76 510	2.34 508	4.35 500	2.47 509

TestStereo1	4.60 527	8.41 516	6.44 537	6.86 528	3.79 534	3.97 511	3.78 532	3.99 511	3.74 529	3.97 508	3.52 526	3.94 511	3.58 515	3.98 510	3.72 527	6.82 537	6.50 533	3.76 510	3.66 529	3.90 493	3.74 532

SA-5K	4.60 527	8.41 516	6.44 537	6.86 528	3.79 534	3.97 511	3.78 532	3.99 511	3.74 529	3.97 508	3.52 526	3.94 511	3.58 515	3.98 510	3.72 527	6.82 537	6.50 533	3.76 510	3.66 529	3.90 493	3.74 532

DispFullNet	4.61 529	4.84 482	3.12 516	5.00 515	3.57 529	4.75 531	3.03 516	7.75 543	4.17 536	4.91 530	3.09 520	6.20 540	3.95 525	6.71 539	3.51 523	5.30 528	3.67 516	5.86 541	3.63 528	5.61 526	3.46 527

test_5	4.62 530	7.55 511	6.23 535	6.32 525	3.40 528	5.29 535	3.50 527	3.53 506	4.11 535	4.28 511	4.47 538	4.26 515	4.38 530	3.68 507	3.24 521	5.89 531	5.60 527	4.84 531	3.50 527	4.33 499	3.93 536

raft_robust	4.71 531	7.75 513	5.40 534	6.81 527	3.31 526	4.28 515	4.20 537	4.32 514	4.37 538	4.35 513	4.35 537	4.14 513	3.75 522	4.30 515	4.20 535	6.67 536	6.37 531	3.36 505	4.24 539	4.86 518	3.25 525

cross-raft	4.83 532	7.52 510	6.43 536	6.63 526	3.96 536	4.51 516	3.99 535	4.49 515	3.96 534	4.52 514	3.96 533	4.50 516	3.97 526	4.50 516	3.97 531	6.65 535	6.44 532	4.33 513	3.92 535	4.35 500	3.91 535

test_4	4.88 533	8.13 514	6.98 541	7.46 531	4.44 539	4.25 514	3.85 534	4.04 513	3.92 533	4.13 510	3.91 532	4.18 514	3.84 523	4.14 512	4.06 533	7.01 539	7.13 536	4.53 514	3.72 532	4.09 496	3.72 530

TestStereo	4.88 533	4.75 481	4.79 528	4.87 514	4.92 541	4.81 533	4.90 540	4.78 528	4.77 539	4.87 529	4.89 539	4.90 534	4.91 532	4.99 532	4.79 537	4.98 523	4.87 524	4.87 532	4.92 541	5.00 521	5.00 539

test_3	5.01 535	8.86 521	7.77 543	8.09 533	2.76 513	4.13 513	4.05 536	3.88 510	3.76 531	4.33 512	4.13 535	3.71 509	3.91 524	4.21 513	4.06 533	7.93 541	7.69 538	4.53 514	3.91 534	4.17 497	4.29 538

NLCA_NET_v2_RVC	5.04 536	50.87 565	2.78 503	2.87 463	2.71 512	2.78 500	0.47 308	2.88 498	2.86 511	1.89 452	2.67 510	2.79 501	2.79 501	2.78 499	2.83 508	2.82 495	2.82 497	2.83 501	2.77 510	2.83 487	2.76 510
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 537	5.15 487	4.49 527	5.07 516	3.37 527	6.87 540	4.75 539	5.04 533	6.34 543	7.84 543	5.06 540	6.72 544	4.09 528	4.99 532	5.44 540	5.03 524	3.16 509	4.67 524	4.86 540	5.15 523	3.89 534

U	5.15 538	8.49 518	1.81 469	8.49 535	1.77 482	8.49 545	1.77 479	8.51 545	1.77 483	8.49 545	1.77 481	8.50 546	1.78 473	8.58 545	1.77 485	8.54 544	1.78 473	8.55 546	1.78 492	8.55 540	1.84 490

SGM-Forest	5.21 539	5.92 505	4.08 526	6.18 524	4.16 538	6.31 539	4.34 538	6.50 538	4.33 537	6.14 539	4.21 536	6.61 543	4.55 531	6.67 538	4.48 536	5.94 532	3.94 518	5.85 540	4.03 537	5.79 528	4.17 537
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 540	9.16 523	8.03 546	8.09 533	5.62 544	6.11 538	6.35 543	6.85 540	4.94 540	6.08 538	6.29 545	4.98 535	6.43 537	6.22 536	6.36 543	6.16 534	7.47 537	5.82 539	5.44 544	7.11 534	5.68 542

rvit_stereo_0075_2	6.64 541	8.80 520	5.25 531	7.89 532	5.27 543	7.90 544	5.27 541	7.92 544	5.28 541	7.91 544	5.29 542	7.93 545	5.27 533	7.92 544	5.28 538	7.93 541	5.28 526	7.93 544	5.29 543	7.93 537	5.28 541

RAFT	6.73 542	9.36 524	7.40 542	8.51 536	6.55 545	6.88 541	6.60 544	6.79 539	6.60 544	6.80 540	6.72 546	5.31 537	5.50 535	6.61 537	6.61 544	8.42 543	5.89 529	5.73 538	5.45 545	6.61 530	6.24 543

SGM+DAISY	7.06 543	9.15 522	5.38 533	8.84 537	5.18 542	8.80 546	5.31 542	8.79 546	5.28 541	8.89 546	5.20 541	8.93 547	5.33 534	8.95 546	5.36 539	8.70 545	5.21 525	8.74 547	5.20 542	8.89 541	5.15 540

test-v	7.53 544	11.89 532	7.98 544	9.36 539	7.14 546	7.06 542	7.09 545	7.37 541	6.91 545	7.29 541	5.71 543	6.45 541	6.93 538	6.73 540	7.27 545	8.93 546	7.85 539	6.98 542	6.80 546	7.56 535	7.34 545

test-2	7.53 544	11.89 532	7.98 544	9.36 539	7.14 546	7.06 542	7.09 545	7.37 541	6.91 545	7.29 541	5.71 543	6.45 541	6.93 538	6.73 540	7.27 545	8.93 546	7.85 539	6.98 542	6.80 546	7.56 535	7.34 545

PA-Net	11.80 546	223.51 572	0.62 311	0.59 274	0.71 364	0.59 325	0.73 355	0.67 325	0.73 360	0.55 314	0.61 344	0.60 328	0.74 354	0.63 328	0.73 356	0.66 318	0.60 311	0.69 341	0.66 349	0.72 316	0.65 339
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 547	23.00 540	15.00 547	23.00 554	15.00 548	24.00 553	16.00 547	24.00 553	16.00 547	22.00 553	15.00 547	23.00 554	16.00 547	23.00 553	15.00 547	22.00 554	15.00 548	22.00 554	15.00 548	22.00 554	15.00 547

rafts_anoy	20.00 548	20.00 534	20.00 548	20.00 548	20.00 549	20.00 547	20.00 548	20.00 547	20.00 548	20.00 547	20.00 548	20.00 548	20.00 548	20.00 547	20.00 548	20.00 548	20.00 549	20.00 548	20.00 549	20.00 548	20.00 548

raft+_RVC	20.00 548	20.00 534	20.00 548	20.00 548	20.00 549	20.00 547	20.00 548	20.00 547	20.00 548	20.00 547	20.00 548	20.00 548	20.00 548	20.00 547	20.00 548	20.00 548	20.00 549	20.00 548	20.00 549	20.00 548	20.00 548

raftrobust	20.00 548	20.00 534	20.00 548	20.00 548	20.00 549	20.00 547	20.00 548	20.00 547	20.00 548	20.00 547	20.00 548	20.00 548	20.00 548	20.00 547	20.00 548	20.00 548	20.00 549	20.00 548	20.00 549	20.00 548	20.00 548

CasAABBNet	20.00 548	20.00 534	20.00 548	20.00 548	20.00 549	20.00 547	20.00 548	20.00 547	20.00 548	20.00 547	20.00 548	20.00 548	20.00 548	20.00 547	20.00 548	20.00 548	20.00 549	20.00 548	20.00 549	20.00 548	20.00 548

RALCasStereoNet	20.00 548	20.00 534	20.00 548	20.00 548	20.00 549	20.00 547	20.00 548	20.00 547	20.00 548	20.00 547	20.00 548	20.00 548	20.00 548	20.00 547	20.00 548	20.00 548	20.00 549	20.00 548	20.00 549	20.00 548	20.00 548

RALAANet	20.00 548	20.00 534	20.00 548	20.00 548	20.00 549	20.00 547	20.00 548	20.00 547	20.00 548	20.00 547	20.00 548	20.00 548	20.00 548	20.00 547	20.00 548	20.00 548	20.00 549	20.00 548	20.00 549	20.00 548	20.00 548

111	30.40 554	30.94 556	29.72 555	32.61 555	30.02 556	33.57 554	30.47 555	31.50 554	29.39 555	30.98 554	29.11 555	29.78 555	30.39 558	29.45 554	30.76 558	30.08 555	29.02 556	29.92 555	30.32 559	29.86 555	30.17 555

WCMA_ROB	31.10 555	35.43 560	27.12 554	39.51 566	23.10 555	38.78 565	25.30 554	37.49 565	25.39 554	37.29 564	27.02 554	38.52 566	26.48 554	37.80 564	26.44 554	36.28 562	22.65 555	33.90 559	22.30 555	37.10 563	24.18 554

DCANet-4	35.22 556	34.54 557	35.08 561	33.58 559	35.47 563	34.55 555	35.53 562	36.08 560	35.85 559	35.92 560	35.77 561	35.18 561	35.48 560	35.39 560	37.15 564	34.55 561	33.92 560	35.02 562	34.90 561	35.79 559	34.74 562

ADStereo(finetuned)	36.13 557	36.63 561	38.07 565	36.97 560	33.25 560	35.91 559	34.45 559	36.36 561	32.99 556	38.14 565	36.71 562	36.69 562	34.13 559	38.57 565	40.79 565	37.60 566	36.58 563	35.90 563	33.36 560	35.42 558	34.04 559

Reg-Stereo(zero)	37.00 558	37.00 562	37.00 562	37.00 561	37.00 564	37.00 562	37.00 563	37.00 562	37.00 560	37.00 561	37.00 563	37.00 563	37.00 561	37.00 561	37.00 561	37.00 563	37.00 564	37.00 564	37.00 564	37.00 560	37.00 563

HI	37.00 558	37.00 562	37.00 562	37.00 561	37.00 564	37.00 562	37.00 563	37.00 562	37.00 560	37.00 561	37.00 563	37.00 563	37.00 561	37.00 561	37.00 561	37.00 563	37.00 564	37.00 564	37.00 564	37.00 560	37.00 563

CoSv	37.00 558	37.00 562	37.00 562	37.00 561	37.00 564	37.00 562	37.00 563	37.00 562	37.00 560	37.00 561	37.00 563	37.00 563	37.00 561	37.00 561	37.00 561	37.00 563	37.00 564	37.00 564	37.00 564	37.00 560	37.00 563

MDST_ROB	69.83 561	87.70 566	41.95 566	113.75 569	65.62 569	75.05 566	55.25 567	75.64 567	45.04 563	71.61 566	41.75 566	72.81 567	44.06 564	68.38 566	44.63 566	101.89 569	59.57 569	107.10 569	61.05 569	104.38 566	59.38 568

NOSS_ROB	102.95 562	153.00 570	121.00 569	51.00 567	44.00 567	165.00 569	127.00 568	153.00 568	119.00 565	164.00 569	125.00 568	168.00 570	120.00 566	153.00 568	117.00 568	49.00 567	44.00 567	49.00 567	44.00 567	49.00 564	44.00 566

CBMV	128.50 563	1422.70 577	53.10 567	79.50 568	51.30 568	77.30 567	49.70 566	74.00 566	48.20 564	77.20 567	48.80 567	73.90 568	48.00 565	73.80 567	48.80 567	70.40 568	45.10 568	68.90 568	46.10 568	68.20 565	45.00 567
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 564	171.00 571	160.68 572	162.58 570	160.59 570	164.01 568	160.35 569	158.51 569	158.56 566	158.34 568	160.12 569	158.56 569	159.92 567	157.26 569	158.94 569	154.38 570	158.36 570	155.75 570	159.13 571	153.67 567	154.07 569
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 565	123.00 567	115.00 568	219.00 571	218.00 572	223.00 570	244.00 571	217.00 570	236.00 568	202.00 570	203.00 570	205.00 571	208.00 568	225.00 570	204.00 570	210.00 571	198.00 571	197.00 571	184.00 572	204.00 568	201.00 570

MGS-Stereo	239.45 566	123.00 567	135.00 570	266.00 572	286.00 573	277.00 571	305.00 572	271.00 571	242.00 569	274.00 571	279.00 572	255.00 572	270.00 570	268.00 571	297.00 572	221.00 572	247.00 573	216.00 572	123.00 570	217.00 569	217.00 572

EGLCR-Stereo	246.90 567	129.00 569	139.00 571	266.00 572	286.00 573	277.00 571	305.00 572	271.00 571	242.00 569	274.00 571	279.00 572	255.00 572	270.00 570	268.00 571	297.00 572	230.00 573	247.00 573	216.00 572	223.00 574	237.00 570	227.00 573

DLCB_ROB	284.23 568	354.61 573	207.27 573	363.24 574	206.46 571	364.72 573	210.41 570	364.72 573	210.41 567	364.81 573	208.64 571	364.81 574	208.64 569	364.72 573	210.41 571	354.70 574	205.53 572	354.70 574	205.53 573	354.70 571	205.53 571

LE_ROB	396.57 569	471.28 574	329.84 574	471.48 575	308.15 575	526.83 574	322.10 574	488.15 574	323.76 571	495.46 574	317.97 574	497.17 575	320.10 572	481.62 574	326.76 574	462.71 575	298.97 575	466.16 575	285.98 575	447.62 572	289.21 574

SGM-ForestM	596.69 570	677.77 575	444.52 575	699.85 576	517.25 576	732.94 575	488.29 575	770.79 575	460.11 572	750.81 575	487.98 575	792.79 576	499.41 573	730.90 575	475.81 575	720.03 576	491.16 576	663.96 576	418.60 576	674.76 573	436.05 575

CBMV_ROB	818.48 571	913.88 576	709.52 576	862.84 577	597.78 577	1073.99 576	700.52 576	1015.66 576	702.59 573	1115.65 576	760.02 576	1130.24 577	721.57 574	1037.41 576	692.65 576	814.05 577	564.29 577	843.28 577	595.31 577	915.51 574	602.92 576

tt	500032.53 572	34.60 558	29.72 555	37.47 564	34.41 561	36.85 560	35.22 560	34.71 558	33.55 557	34.50 555	35.43 559	33.81 559	10000000.00 575	33.57 558	33.13 559	33.68 559	35.00 561	34.03 560	35.26 562	30.96 556	34.63 560

DCANet	500032.53 572	34.60 558	29.72 555	37.47 564	34.41 561	36.85 560	35.22 560	34.71 558	33.55 557	34.50 555	35.43 559	33.81 559	10000000.00 575	33.57 558	33.13 559	33.68 559	35.00 561	34.03 560	35.26 562	30.96 556	34.63 560

fff	1000028.16 574	29.62 552	29.72 555	32.61 555	30.02 556	35.13 556	31.83 556	32.07 555	10000000.00 574	35.27 557	29.82 556	32.45 556	30.15 555	32.35 555	30.09 555	31.04 556	29.55 557	30.64 556	30.14 556	10000000.00 575	30.77 556

csc	1000028.16 574	29.62 552	29.72 555	32.61 555	30.02 556	35.13 556	31.83 556	32.07 555	10000000.00 574	35.27 557	29.82 556	32.45 556	30.15 555	32.35 555	30.09 555	31.04 556	29.55 557	30.64 556	30.14 556	10000000.00 575	30.77 556

cscssc	1000028.16 574	29.62 552	29.72 555	32.61 555	30.02 556	35.13 556	31.83 556	32.07 555	10000000.00 574	35.27 557	29.82 556	32.45 556	30.15 555	32.35 555	30.09 555	31.04 556	29.55 557	30.64 556	30.14 556	10000000.00 575	30.77 556

111111	10000000.00 577	10000000.00 578	10000000.00 577	10000000.00 578	10000000.00 578	10000000.00 577	10000000.00 577	10000000.00 577	10000000.00 574	10000000.00 577	10000000.00 577	10000000.00 578	10000000.00 575	10000000.00 577	10000000.00 577	10000000.00 578	10000000.00 578	10000000.00 578	10000000.00 578	10000000.00 575	10000000.00 577

SGD-Stereo	10000000.00 577	10000000.00 578	10000000.00 577	10000000.00 578	10000000.00 578	10000000.00 577	10000000.00 577	10000000.00 577	10000000.00 574	10000000.00 577	10000000.00 577	10000000.00 578	10000000.00 575	10000000.00 577	10000000.00 577	10000000.00 578	10000000.00 578	10000000.00 578	10000000.00 578	10000000.00 575	10000000.00 577

IGEV-Stereo++	10000000.00 577	10000000.00 578	10000000.00 577	10000000.00 578	10000000.00 578	10000000.00 577	10000000.00 577	10000000.00 577	10000000.00 574	10000000.00 577	10000000.00 577	10000000.00 578	10000000.00 575	10000000.00 577	10000000.00 577	10000000.00 578	10000000.00 578	10000000.00 578	10000000.00 578	10000000.00 575	10000000.00 577

IGEV-BASED-STEREO-	10000000.00 577	10000000.00 578	10000000.00 577	10000000.00 578	10000000.00 578	10000000.00 577	10000000.00 577	10000000.00 577	10000000.00 574	10000000.00 577	10000000.00 577	10000000.00 578	10000000.00 575	10000000.00 577	10000000.00 577	10000000.00 578	10000000.00 578	10000000.00 578	10000000.00 578	10000000.00 575	10000000.00 577

IGEV-Stereo+	10000000.00 577	10000000.00 578	10000000.00 577	10000000.00 578	10000000.00 578	10000000.00 577	10000000.00 577	10000000.00 577	10000000.00 574	10000000.00 577	10000000.00 577	10000000.00 578	10000000.00 575	10000000.00 577	10000000.00 577	10000000.00 578	10000000.00 578	10000000.00 578	10000000.00 578	10000000.00 575	10000000.00 577

SDNR	10000000.00 577	10000000.00 578	10000000.00 577	10000000.00 578	10000000.00 578	10000000.00 577	10000000.00 577	10000000.00 577	10000000.00 574	10000000.00 577	10000000.00 577	10000000.00 578	10000000.00 575	10000000.00 577	10000000.00 577	10000000.00 578	10000000.00 578	10000000.00 578	10000000.00 578	10000000.00 575	10000000.00 577

anonymousdsp2	10000000.00 577	10000000.00 578	10000000.00 577	10000000.00 578	10000000.00 578	10000000.00 577	10000000.00 577	10000000.00 577	10000000.00 574	10000000.00 577	10000000.00 577	10000000.00 578	10000000.00 575	10000000.00 577	10000000.00 577	10000000.00 578	10000000.00 578	10000000.00 578	10000000.00 578	10000000.00 575	10000000.00 577

anonymousdsp	10000000.00 577	10000000.00 578	10000000.00 577	10000000.00 578	10000000.00 578	10000000.00 577	10000000.00 577	10000000.00 577	10000000.00 574	10000000.00 577	10000000.00 577	10000000.00 578	10000000.00 575	10000000.00 577	10000000.00 577	10000000.00 578	10000000.00 578	10000000.00 578	10000000.00 578	10000000.00 575	10000000.00 577

test_example2	10000000.00 577	10000000.00 578	10000000.00 577	10000000.00 578	10000000.00 578	10000000.00 577	10000000.00 577	10000000.00 577	10000000.00 574	10000000.00 577	10000000.00 577	10000000.00 578	10000000.00 575	10000000.00 577	10000000.00 577	10000000.00 578	10000000.00 578	10000000.00 578	10000000.00 578	10000000.00 575	10000000.00 577

DIP-Stereo	10000000.00 577	10000000.00 578	10000000.00 577	10000000.00 578	10000000.00 578	10000000.00 577	10000000.00 577	10000000.00 577	10000000.00 574	10000000.00 577	10000000.00 577	10000000.00 578	10000000.00 575	10000000.00 577	10000000.00 577	10000000.00 578	10000000.00 578	10000000.00 578	10000000.00 578	10000000.00 575	10000000.00 577
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
FADE		0.06 54		0.09 53	0.10 114							0.05 88				0.15 123	0.10 73	0.17 146	0.13 150	0.11 116

Low-res two-view benchmark