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	0.14 101	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 74	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 67	0.07 58	0.09 55	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 68	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

EDNetEfficientorigin	0.04 38	0.06 54	0.04 43	0.05 43	0.04 79	0.05 89	0.04 81	0.05 89	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.03 36	0.06 94	0.03 54	0.04 77	0.03 51

EDNetEfficient	0.04 38	0.05 49	0.04 43	0.04 37	0.03 48	0.04 77	0.03 50	0.04 77	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.04 72	0.03 48	0.05 51	0.03 36	0.05 86	0.03 54	0.04 77	0.03 51

NVStereoNet_ROB	0.04 38	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
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 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.04 88	0.06 98	0.04 84	0.06 88	0.04 75	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	0.04 79

GASNet	0.05 41	0.04 37	0.12 102	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.12 127	0.04 88	0.06 98	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

WZ-Net	0.05 41	0.50 211	0.10 69	0.12 84	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 94	0.10 75	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 44	0.24 126	0.20 168	0.23 155	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	0.23 180	0.21 183	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 44	0.54 227	0.10 69	0.12 84	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 94	0.11 98	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 99	0.06 92	0.05 93	0.05 89	0.06 109	0.06 96	0.06 110	0.05 91	0.06 110	0.06 88	0.05 88	0.08 62	0.08 61	0.08 103	0.05 96	0.06 96	0.05 97

SACVNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 109	0.06 96	0.06 110	0.05 91	0.06 110	0.06 88	0.05 88	0.08 62	0.08 61	0.08 103	0.05 96	0.06 96	0.05 97

AACVNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 109	0.06 96	0.06 110	0.05 91	0.06 110	0.06 88	0.05 88	0.08 62	0.08 61	0.08 103	0.05 96	0.06 96	0.05 97

BridgeDepth_RVC	0.07 49	0.08 59	0.11 89	0.11 76	0.05 99	0.08 105	0.05 93	0.08 107	0.05 97	0.08 106	0.05 100	0.08 107	0.05 94	0.08 107	0.05 88	0.11 88	0.10 75	0.07 99	0.05 96	0.07 106	0.05 97
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 49	0.08 59	0.07 58	0.07 47	0.07 112	0.08 105	0.06 109	0.08 107	0.07 112	0.08 106	0.07 113	0.08 107	0.06 110	0.07 104	0.07 103	0.08 62	0.07 59	0.07 99	0.07 106	0.06 96	0.06 105

BridgeDepth	0.08 51	0.08 59	0.11 89	0.11 76	0.05 99	0.08 105	0.05 93	0.08 107	0.07 112	0.08 106	0.05 100	0.08 107	0.05 94	0.09 111	0.08 105	0.15 126	0.11 98	0.07 99	0.05 96	0.07 106	0.06 105
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 51	0.02 12	0.02 14	1.01 369	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 72	0.09 110	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

DA	0.09 53	0.13 84	0.39 264	0.08 49	0.05 99	0.07 103	0.05 93	0.13 128	0.05 97	0.06 96	0.05 100	0.06 98	0.05 94	0.06 88	0.05 88	0.06 55	0.05 56	0.14 129	0.13 157	0.06 96	0.05 97

GGEV	0.09 53	0.13 84	0.39 264	0.08 49	0.05 99	0.07 103	0.05 93	0.13 128	0.05 97	0.06 96	0.05 100	0.06 98	0.05 94	0.06 88	0.05 88	0.06 55	0.05 56	0.14 129	0.13 157	0.06 96	0.05 97

test_sample7	0.09 53	1.00 295	0.11 89	0.11 76	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.03 54	0.03 43	0.03 51

test_sample6	0.09 53	0.97 286	0.10 69	0.10 59	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample3	0.09 53	0.87 263	0.10 69	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample2	0.09 53	1.03 309	0.11 89	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 53	0.87 263	0.12 102	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

SMFormer	0.09 53	1.01 303	0.09 65	0.09 55	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

tta	0.09 53	0.95 283	0.09 65	0.10 59	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 53	1.01 303	0.10 69	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.03 51

SepStereo	0.09 53	0.09 67	0.10 69	0.09 55	0.09 116	0.09 111	0.09 115	0.10 112	0.08 116	0.10 113	0.09 117	0.09 113	0.09 118	0.09 111	0.08 105	0.09 68	0.08 61	0.09 108	0.08 110	0.09 113	0.08 109

APVNet	0.09 53	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 423	0.06 94	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 97

ADCS	0.09 53	0.02 12	0.04 43	0.90 346	0.06 111	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 132	0.36 285	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

zh-sn7	0.10 66	0.98 287	0.14 127	0.15 111	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.15 126	0.13 138	0.03 38	0.03 54	0.03 43	0.03 51

DualNet (step1)	0.10 66	1.05 314	0.12 102	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 66	1.05 314	0.12 102	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 66	1.05 314	0.12 102	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.03 54	0.03 43	0.03 51

test_sample5	0.10 66	1.07 318	0.11 89	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

test_sample4	0.10 66	1.03 309	0.12 102	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 110	0.13 138	0.03 38	0.03 54	0.03 43	0.03 51

DualNet	0.10 66	1.07 318	0.11 89	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

ttt	0.10 66	1.09 320	0.12 102	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.02 20	0.03 43	0.02 20

1111x	0.10 66	1.14 325	0.13 122	0.14 101	0.03 48	0.04 77	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	0.13 110	0.11 98	0.03 38	0.02 20	0.03 43	0.02 20

AnonymousM	0.10 66	0.10 69	0.10 69	0.10 59	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 116	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

222	0.10 66	0.99 290	0.12 102	0.13 97	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.02 20	0.04 77	0.03 51

test_xeample	0.10 66	1.09 320	0.13 122	0.12 84	0.03 48	0.03 40	0.03 50	0.04 77	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 117	0.14 142	0.03 38	0.03 54	0.03 43	0.03 51

PVD	0.10 66	0.10 69	0.10 69	0.10 59	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 116	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

SHD	0.10 66	0.10 69	0.10 69	0.10 59	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 116	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

SAMSARA	0.10 66	0.10 69	0.10 69	0.10 59	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 116	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

XQC	0.10 66	0.10 69	0.10 69	0.10 59	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 116	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

RTSC	0.10 66	0.10 69	0.10 69	0.10 59	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 116	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

RTS	0.10 66	0.10 69	0.10 69	0.10 59	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 116	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

RTSA	0.10 66	0.10 69	0.10 69	0.10 59	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 116	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

MADNet+	0.10 66	0.10 69	0.10 69	0.10 59	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 116	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

MADNet++	0.10 66	0.10 69	0.10 69	0.10 59	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 116	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

ADCPNet	0.10 66	0.03 31	0.04 43	1.27 444	0.03 48	0.04 77	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.08 107	0.04 75	0.04 44	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ISRNet	0.11 88	0.05 49	0.36 250	0.24 160	0.07 112	0.13 128	0.05 93	0.06 94	0.05 97	0.05 91	0.05 100	0.13 130	0.05 94	0.05 82	0.09 110	0.24 187	0.20 179	0.10 109	0.05 96	0.06 96	0.13 152

JetRed	0.11 88	0.12 82	0.11 89	0.11 76	0.11 139	0.11 124	0.14 154	0.11 124	0.11 135	0.12 127	0.11 135	0.11 126	0.11 134	0.11 126	0.11 128	0.11 88	0.16 147	0.11 120	0.11 131	0.11 124	0.11 130

JetBlue	0.11 88	0.11 80	0.12 102	0.13 97	0.14 160	0.11 124	0.11 133	0.11 124	0.11 135	0.11 125	0.11 135	0.11 126	0.11 134	0.12 130	0.12 143	0.11 88	0.11 98	0.11 120	0.11 131	0.11 124	0.11 130

x	0.11 88	1.15 328	0.15 143	0.14 101	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 117	0.15 145	0.03 38	0.03 54	0.03 43	0.03 51

Wz-Net-LNSev-Ref	0.11 88	0.44 183	0.33 230	0.39 212	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	0.39 262	0.36 260	0.02 18	0.02 20	0.02 20	0.02 20

xxxx	0.11 88	1.16 330	0.16 146	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 110	0.16 147	0.03 38	0.04 78	0.04 77	0.04 79

BEATNet_4x	0.11 88	0.03 31	0.03 36	1.60 468	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 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCL	0.11 88	0.03 31	0.03 36	1.60 468	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 82	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 88	0.02 12	0.02 14	1.62 471	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 88	0.04 75	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

zh-mn7	0.12 97	1.14 325	0.17 153	0.20 138	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.18 152	0.16 147	0.03 38	0.03 54	0.03 43	0.03 51

S2M2_L	0.12 97	0.14 90	0.10 69	0.15 111	0.10 123	0.14 129	0.10 120	0.14 130	0.10 120	0.15 135	0.10 121	0.14 131	0.10 122	0.14 132	0.10 116	0.13 110	0.10 75	0.13 127	0.09 112	0.13 132	0.09 112
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 97	0.07 58	0.05 57	0.08 49	0.05 99	0.08 105	1.20 451	0.07 104	0.05 97	0.05 91	0.05 100	0.08 107	0.05 94	0.08 107	0.03 48	0.07 60	0.05 56	0.06 94	0.05 96	0.07 106	0.05 97

FADNet-RVC-Resample	0.12 97	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	1.57 523	0.04 44	0.04 45	0.04 73	0.05 96	0.04 77	0.06 105

FADNet_RVC	0.12 97	0.04 37	0.04 43	0.05 43	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.65 527	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet	0.12 97	0.05 49	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.66 529	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCRef	0.12 97	0.03 31	0.04 43	1.71 475	0.04 79	0.03 40	0.03 50	0.04 77	0.04 81	0.04 74	0.03 52	0.04 77	0.03 52	0.06 88	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.03 43	0.04 79

testlalala2	0.13 104	0.16 92	0.11 89	0.15 111	0.11 139	0.16 144	0.11 133	0.16 143	0.11 135	0.16 140	0.11 135	0.16 142	0.11 134	0.16 142	0.11 128	0.14 117	0.11 98	0.14 129	0.11 131	0.14 134	0.11 130

testlalala_base	0.13 104	0.16 92	0.11 89	0.15 111	0.11 139	0.15 136	0.11 133	0.16 143	0.11 135	0.16 140	0.11 135	0.16 142	0.11 134	0.16 142	0.11 128	0.14 117	0.11 98	0.14 129	0.11 131	0.14 134	0.11 130

CIPLG	0.13 104	0.21 112	0.12 102	0.16 122	0.11 139	0.15 136	0.11 133	0.14 130	0.11 135	0.15 135	0.12 146	0.15 141	0.11 134	0.14 132	0.11 128	0.15 126	0.12 114	0.14 129	0.11 131	0.14 134	0.11 130

IPLG	0.13 104	0.20 106	0.14 127	0.15 111	0.11 139	0.14 129	0.11 133	0.14 130	0.11 135	0.14 129	0.11 135	0.14 131	0.11 134	0.14 132	0.11 128	0.15 126	0.12 114	0.14 129	0.11 131	0.14 134	0.11 130

ACRE	0.13 104	0.21 112	0.14 127	0.15 111	0.11 139	0.14 129	0.11 133	0.14 130	0.11 135	0.14 129	0.12 146	0.14 131	0.11 134	0.14 132	0.11 128	0.15 126	0.12 114	0.14 129	0.11 131	0.14 134	0.11 130

LRCNet_RVC	0.13 104	0.13 84	0.09 65	0.13 97	0.10 123	0.14 129	0.10 120	0.14 130	0.10 120	0.23 179	0.10 121	0.20 163	0.10 122	0.24 186	0.11 128	0.11 88	0.09 70	0.12 123	0.14 163	0.12 130	0.09 112

aanetorigin	0.13 104	0.11 80	0.11 89	0.11 76	0.11 139	0.11 124	0.11 133	0.11 124	0.11 135	0.11 125	0.12 146	0.11 126	0.11 134	0.11 126	0.11 128	0.11 88	0.11 98	0.14 129	0.11 131	0.49 319	0.11 130

FADNet-RVC	0.13 104	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.05 94	0.04 72	1.71 532	0.04 44	0.04 45	0.04 73	0.04 78	0.07 106	0.04 79

ELAS	0.13 104	0.16 92	0.11 89	0.15 111	0.09 116	0.18 156	0.11 133	0.18 154	0.11 135	0.17 149	0.11 135	0.18 156	0.11 134	0.18 154	0.11 128	0.14 117	0.08 61	0.14 129	0.08 110	0.14 134	0.09 112
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 113	1.22 389	0.28 200	0.32 188	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.32 214	0.27 205	0.04 73	0.03 54	0.03 43	0.03 51

S2M2_XL	0.14 113	0.17 98	0.12 102	0.17 130	0.11 139	0.17 152	0.11 133	0.17 151	0.11 135	0.17 149	0.11 135	0.17 152	0.11 134	0.17 151	0.11 128	0.16 136	0.11 98	0.16 147	0.11 131	0.16 148	0.11 130
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 113	1.83 419	0.12 102	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.04 81	0.03 40	0.03 52	0.03 42	0.03 52	0.06 88	0.04 75	0.12 94	0.11 98	0.05 86	0.04 78	0.05 92	0.04 79

ProNet	0.14 113	0.20 106	0.14 127	0.16 122	0.11 139	0.16 144	0.11 133	0.17 151	0.11 135	0.17 149	0.12 146	0.17 152	0.13 156	0.17 151	0.12 143	0.15 126	0.11 98	0.16 147	0.11 131	0.15 144	0.12 146

IPLGR_C	0.14 113	0.20 106	0.12 102	0.15 111	0.11 139	0.14 129	0.15 159	0.14 130	0.11 135	0.15 135	0.12 146	0.14 131	0.11 134	0.16 142	0.11 128	0.15 126	0.12 114	0.14 129	0.12 149	0.15 144	0.12 146

MIPNet	0.14 113	0.21 112	0.17 153	0.16 122	0.11 139	0.15 136	0.12 149	0.14 130	0.11 135	0.16 140	0.11 135	0.14 131	0.11 134	0.14 132	0.11 128	0.14 117	0.12 114	0.14 129	0.11 131	0.14 134	0.11 130

IPLGR	0.14 113	0.24 126	0.14 127	0.16 122	0.12 155	0.15 136	0.12 149	0.14 130	0.11 135	0.15 135	0.12 146	0.14 131	0.11 134	0.14 132	0.11 128	0.15 126	0.12 114	0.14 129	0.11 131	0.14 134	0.11 130

GMStereo	0.14 113	0.13 84	0.14 127	0.14 101	0.14 160	0.14 129	0.14 154	0.14 130	0.14 159	0.14 129	0.14 163	0.14 131	0.14 160	0.14 132	0.14 153	0.14 117	0.14 142	0.14 129	0.14 163	0.14 134	0.14 157
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 113	0.04 37	0.03 36	2.22 491	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 77	0.02 21	0.07 104	0.04 75	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

HSM	0.14 113	0.16 92	0.12 102	0.17 130	0.12 155	0.17 152	0.11 133	0.17 151	0.11 135	0.17 149	0.12 146	0.17 152	0.12 151	0.17 151	0.12 143	0.16 136	0.11 98	0.16 147	0.11 131	0.16 148	0.12 146

DRN-Test	0.14 113	0.13 84	0.09 65	0.14 101	0.09 116	0.15 136	0.09 115	0.14 130	0.10 120	0.14 129	0.09 117	0.14 131	0.09 118	0.13 131	0.09 110	0.12 94	0.09 70	0.12 123	0.09 112	0.12 130	0.73 399

ELAS_RVC	0.14 113	0.16 92	0.10 69	0.15 111	0.10 123	0.18 156	0.11 133	0.19 156	0.11 135	0.19 155	0.12 146	0.18 156	0.11 134	0.19 157	0.12 143	0.14 117	0.08 61	0.14 129	0.09 112	0.15 144	0.09 112
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 125	0.17 98	0.13 122	0.20 138	0.13 158	0.19 159	0.13 152	0.18 154	0.13 157	0.19 155	0.13 158	0.18 156	0.14 160	0.18 154	0.14 153	0.16 136	0.11 98	0.15 144	0.14 163	0.18 158	0.11 130

test_for_model	0.15 125	0.23 117	0.18 162	0.21 148	0.11 139	0.16 144	0.11 133	0.16 143	0.11 135	0.16 140	0.11 135	0.16 142	0.11 134	0.16 142	0.11 128	0.21 166	0.18 176	0.14 129	0.11 131	0.14 134	0.11 130

CoDeX	0.15 125	0.70 244	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	0.67 377	0.02 15	0.69 374	0.75 387	0.01 9	0.02 20	0.02 20

ICVP	0.15 125	0.53 224	0.11 89	0.16 122	0.11 139	0.16 144	0.11 133	0.16 143	0.11 135	0.16 140	0.11 135	0.16 142	0.11 134	0.16 142	0.11 128	0.16 136	0.11 98	0.16 147	0.11 131	0.16 148	0.11 130
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 125	0.04 37	0.04 43	2.20 490	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.04 84	0.08 107	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

StereoDRNet	0.15 125	0.14 90	0.10 69	0.14 101	0.09 116	0.15 136	0.09 115	0.14 130	0.09 119	0.14 129	0.10 121	0.14 131	0.09 118	0.14 132	0.09 110	0.13 110	0.10 75	0.13 127	0.09 112	0.13 132	0.82 411

LALA_ROB	0.15 125	0.19 102	0.12 102	0.18 132	0.11 139	0.20 164	0.12 149	0.21 171	0.12 154	0.20 161	0.12 146	0.20 163	0.12 151	0.21 172	0.13 149	0.17 144	0.10 75	0.18 165	0.11 131	0.18 158	0.11 130

SGM_RVC	0.15 125	0.17 98	0.11 89	0.18 132	0.11 139	0.19 159	0.11 133	0.19 156	0.12 154	0.19 155	0.12 146	0.20 163	0.12 151	0.19 157	0.12 143	0.16 136	0.11 98	0.17 155	0.10 119	0.17 154	0.10 117
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.16 133	1.21 383	0.33 230	0.41 238	0.04 79	0.04 77	0.03 50	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.35 231	0.31 236	0.04 73	0.04 78	0.04 77	0.04 79

GMStereo_Zeroshot	0.16 133	0.16 92	0.16 146	0.16 122	0.16 180	0.16 144	0.16 164	0.16 143	0.16 173	0.16 140	0.16 174	0.16 142	0.16 172	0.16 142	0.16 169	0.16 136	0.16 147	0.16 147	0.16 171	0.16 148	0.16 161

qqq	0.16 133	2.01 436	0.12 102	0.15 111	0.04 79	0.06 92	0.05 93	0.06 94	0.04 81	0.06 96	0.03 52	0.06 98	0.03 52	0.06 88	0.03 48	0.12 94	0.14 142	0.04 73	0.04 78	0.03 43	0.03 51

DeepPruner_ROB	0.16 133	0.18 101	0.13 122	0.19 135	0.13 158	0.19 159	0.13 152	0.19 156	0.13 157	0.19 155	0.13 158	0.19 160	0.13 156	0.19 157	0.13 149	0.18 152	0.13 138	0.18 165	0.13 157	0.18 158	0.13 152

CAS++	0.17 137	0.27 134	0.21 174	0.10 59	0.21 210	0.15 136	0.22 198	0.10 112	0.21 198	0.22 175	0.10 121	0.19 160	0.18 189	0.10 115	0.19 187	0.20 159	0.19 177	0.18 165	0.10 119	0.19 164	0.18 179
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 137	2.16 445	0.13 122	0.13 97	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.03 52	0.06 98	0.03 52	0.06 88	0.05 88	0.18 152	0.12 114	0.06 94	0.03 54	0.05 92	0.03 51

SFCPSM	0.17 137	0.78 249	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	0.79 412	0.02 15	0.75 385	0.76 389	0.02 20	0.02 20	0.02 20

w-ln-seven	0.18 140	1.47 403	0.33 230	0.40 226	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.38 251	0.32 240	0.05 86	0.04 78	0.04 77	0.04 79

xyz-stereo-finetune2	0.18 140	0.48 205	0.16 146	0.16 122	0.15 171	0.15 136	0.16 164	0.16 143	0.16 173	0.16 140	0.16 174	0.16 142	0.16 172	0.16 142	0.16 169	0.16 136	0.16 147	0.16 147	0.16 171	0.16 148	0.16 161

xyz-stereo	0.18 140	0.50 211	0.16 146	0.15 111	0.16 180	0.16 144	0.16 164	0.16 143	0.16 173	0.16 140	0.16 174	0.16 142	0.16 172	0.16 142	0.16 169	0.16 136	0.16 147	0.16 147	0.16 171	0.16 148	0.16 161

BEATNet-Init1	0.19 143	0.08 59	0.08 60	2.23 492	0.08 114	0.08 105	0.07 112	0.07 104	0.08 116	0.08 106	0.07 113	0.08 107	0.07 114	0.11 126	0.08 105	0.08 62	0.08 61	0.08 103	0.07 106	0.08 110	0.08 109

DeepPrunerF	0.19 143	0.08 59	0.08 60	2.23 492	0.08 114	0.08 105	0.07 112	0.07 104	0.08 116	0.08 106	0.07 113	0.08 107	0.07 114	0.11 126	0.08 105	0.08 62	0.08 61	0.08 103	0.07 106	0.08 110	0.08 109

IGEV_Zeroshot_test	0.20 145	0.19 102	0.40 269	0.30 180	0.17 184	0.22 177	0.17 172	0.21 171	0.17 181	0.20 161	0.17 179	0.21 171	0.18 189	0.21 172	0.17 173	0.20 159	0.16 147	0.20 172	0.16 171	0.20 165	0.17 175

DAS	0.20 145	0.20 106	0.20 168	0.20 138	0.20 201	0.20 164	0.20 187	0.20 162	0.20 194	0.20 161	0.20 200	0.20 163	0.20 198	0.20 161	0.20 190	0.20 159	0.20 179	0.20 172	0.20 198	0.20 165	0.20 183

ASD4	0.20 145	0.20 106	0.20 168	0.20 138	0.20 201	0.20 164	0.20 187	0.20 162	0.20 194	0.20 161	0.20 200	0.20 163	0.20 198	0.20 161	0.20 190	0.20 159	0.20 179	0.20 172	0.20 198	0.20 165	0.20 183

ACVNet	0.20 145	0.19 102	0.14 127	0.20 138	0.14 160	0.20 164	0.96 430	0.21 171	0.14 159	0.20 161	0.13 158	0.21 171	0.14 160	0.20 161	0.14 153	0.17 144	0.12 114	0.17 155	0.12 149	0.17 154	0.12 146

acv_ft	0.20 145	0.19 102	0.14 127	0.20 138	0.14 160	0.20 164	0.96 430	0.21 171	0.14 159	0.20 161	0.13 158	0.21 171	0.14 160	0.20 161	0.14 153	0.17 144	0.12 114	0.17 155	0.12 149	0.17 154	0.12 146

iResNetv2_ROB	0.20 145	0.23 117	0.18 162	0.24 160	0.20 201	0.24 188	0.18 179	0.24 184	0.18 186	0.24 186	0.18 194	0.23 185	0.19 194	0.24 186	0.18 184	0.21 166	0.16 147	0.21 175	0.16 171	0.22 173	0.16 161

iResNet	0.20 145	0.23 117	0.18 162	0.24 160	0.18 194	0.24 188	0.20 187	0.24 184	0.18 186	0.23 179	0.17 179	0.23 185	0.18 189	0.23 182	0.18 184	0.22 169	0.16 147	0.21 175	0.16 171	0.21 171	0.16 161

z-ln-s-r	0.21 152	1.40 401	0.53 332	0.56 300	0.04 79	0.05 89	0.04 81	0.05 89	0.05 97	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.05 88	0.57 336	0.44 307	0.04 73	0.04 78	0.04 77	0.04 79

tg	0.21 152	0.25 130	0.21 174	0.26 174	0.17 184	0.24 188	0.17 172	0.24 184	0.17 181	0.24 186	0.17 179	0.24 191	0.17 181	0.24 186	0.17 173	0.24 187	0.17 167	0.23 188	0.16 171	0.23 184	0.16 161

Pointernet	0.21 152	0.22 116	0.19 165	0.24 160	0.19 198	0.24 188	0.19 183	0.24 184	0.19 192	0.24 186	0.19 196	0.24 191	0.19 194	0.24 186	0.19 187	0.22 169	0.17 167	0.22 180	0.17 191	0.22 173	0.17 175

SuperB	0.21 152	0.10 69	2.51 557	0.12 84	0.09 116	0.10 113	0.09 115	0.08 107	0.07 112	0.10 113	0.09 117	0.09 113	0.07 114	0.07 104	0.07 103	0.07 60	0.08 61	0.07 99	0.07 106	0.08 110	0.07 108

BStereo	0.22 156	0.23 117	0.20 168	0.24 160	0.20 201	0.23 185	0.33 268	0.39 244	0.17 181	0.23 179	0.17 179	0.23 185	0.16 172	0.24 186	0.17 173	0.23 180	0.16 147	0.22 180	0.20 198	0.22 173	0.16 161

Wave_Phase_stereo	0.22 156	0.23 117	0.20 168	0.24 160	0.20 201	0.23 185	0.33 268	0.39 244	0.17 181	0.23 179	0.17 179	0.23 185	0.16 172	0.24 186	0.17 173	0.23 180	0.16 147	0.22 180	0.20 198	0.22 173	0.16 161

WAO-6	0.22 156	0.23 117	0.22 176	0.23 155	0.22 212	0.22 177	0.22 198	0.22 175	0.22 201	0.22 175	0.22 207	0.22 179	0.22 205	0.22 176	0.22 196	0.22 169	0.22 187	0.22 180	0.22 205	0.22 173	0.22 189

IMH-64-1	0.22 156	0.23 117	0.23 179	0.22 151	0.22 212	0.22 177	0.22 198	0.22 175	0.22 201	0.22 175	0.22 207	0.22 179	0.22 205	0.22 176	0.22 196	0.22 169	0.22 187	0.23 188	0.22 205	0.22 173	0.23 191

IMH-64	0.22 156	0.23 117	0.23 179	0.22 151	0.22 212	0.22 177	0.22 198	0.22 175	0.22 201	0.22 175	0.22 207	0.22 179	0.22 205	0.22 176	0.22 196	0.22 169	0.22 187	0.23 188	0.22 205	0.22 173	0.23 191

ac_64	0.22 156	0.13 84	0.19 165	0.23 155	0.10 123	0.26 203	1.02 438	0.14 130	0.10 120	0.28 204	0.14 163	0.17 152	0.19 194	0.28 211	0.09 110	0.22 169	0.16 147	0.23 188	0.17 191	0.11 124	0.12 146

dd	0.23 162	0.98 287	0.16 146	0.23 155	0.15 171	0.23 185	0.15 159	0.23 181	0.15 169	0.23 179	0.15 171	0.24 191	0.17 181	0.23 182	0.15 163	0.22 169	0.15 145	0.21 175	0.15 169	0.22 173	0.16 161

dad	0.23 162	1.03 309	0.16 146	0.23 155	0.15 171	0.24 188	0.15 159	0.24 184	0.16 173	0.23 179	0.16 174	0.24 191	0.16 172	0.23 182	0.15 163	0.22 169	0.16 147	0.22 180	0.16 171	0.22 173	0.16 161

RSGM-EC	0.24 164	0.24 126	0.15 143	0.22 151	0.15 171	0.22 177	0.15 159	0.22 175	0.15 169	0.24 186	0.15 171	0.22 179	0.15 170	0.22 176	1.19 451	0.20 159	0.17 167	0.24 196	0.14 163	0.20 165	0.14 157

acva	0.24 164	0.24 126	0.15 143	0.22 151	0.15 171	0.22 177	0.15 159	0.22 175	0.15 169	0.24 186	0.15 171	0.22 179	0.15 170	0.22 176	1.19 451	0.20 159	0.17 167	0.24 196	0.14 163	0.20 165	0.14 157

MSKI-zero shot	0.24 164	0.21 112	0.49 314	0.65 317	0.18 194	0.22 177	0.17 172	0.23 181	0.18 186	0.21 173	0.17 179	0.23 185	0.28 242	0.23 182	0.18 184	0.21 166	0.16 147	0.21 175	0.16 171	0.21 171	0.16 161

qqq1	0.25 167	3.70 513	0.14 127	0.14 101	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 110	0.12 114	0.06 94	0.05 96	0.03 43	0.04 79

fff1	0.25 167	3.70 513	0.14 127	0.14 101	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 110	0.12 114	0.06 94	0.05 96	0.03 43	0.04 79

UNDER WATER-64	0.25 167	0.26 131	0.25 189	0.26 174	0.25 225	0.25 195	0.25 214	0.25 190	0.25 215	0.25 192	0.25 224	0.25 196	0.25 218	0.26 203	0.25 214	0.25 193	0.25 195	0.25 199	0.25 224	0.25 188	0.25 202

ffm	0.25 167	3.83 519	0.12 102	0.12 84	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 98	0.05 94	0.06 88	0.05 88	0.12 94	0.12 114	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 167	3.83 519	0.12 102	0.12 84	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 98	0.05 94	0.06 88	0.05 88	0.12 94	0.12 114	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 167	3.83 519	0.12 102	0.12 84	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 98	0.05 94	0.06 88	0.05 88	0.12 94	0.12 114	0.05 86	0.04 78	0.06 96	0.04 79

MIM_Stereo	0.25 167	0.23 117	0.66 354	0.80 336	0.17 184	0.22 177	0.17 172	0.23 181	0.18 186	0.26 200	0.17 179	0.21 171	0.17 181	0.25 193	0.17 173	0.23 180	0.16 147	0.21 175	0.17 191	0.22 173	0.17 175

LoS	0.25 167	0.27 134	0.25 189	0.25 167	0.25 225	0.25 195	0.25 214	0.26 195	0.25 215	0.25 192	0.25 224	0.25 196	0.25 218	0.25 193	0.25 214	0.26 195	0.25 195	0.25 199	0.26 230	0.26 190	0.25 202
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 167	1.31 395	0.74 378	0.92 351	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	0.87 380	0.75 385	0.02 18	0.02 20	0.02 20	0.02 20

model_zeroshot	0.27 176	0.20 106	0.27 196	0.33 192	0.21 210	0.37 242	0.22 198	0.37 232	0.24 210	0.26 200	0.27 235	0.33 227	0.21 204	0.25 193	0.27 220	0.32 214	0.20 179	0.34 240	0.23 211	0.25 188	0.26 208

DLNR-FE	0.28 177	0.89 268	0.30 208	0.34 194	0.19 198	0.28 208	0.19 183	0.28 199	0.20 194	0.28 204	0.20 200	0.28 209	0.20 198	0.28 211	0.20 190	0.33 218	0.28 211	0.25 199	0.19 197	0.24 186	0.19 181

xyz-stereo-finetune	0.28 177	0.49 207	0.16 146	0.16 122	0.16 180	0.16 144	0.16 164	0.22 175	0.30 254	0.32 218	0.31 267	0.32 224	0.31 268	0.32 222	0.32 255	0.32 214	0.33 251	0.31 223	0.32 283	0.31 208	0.32 261

SQANet	0.28 177	0.28 137	0.28 200	0.28 178	0.28 240	0.28 208	0.28 233	0.28 199	0.28 237	0.28 204	0.28 242	0.28 209	0.28 242	0.28 211	0.28 230	0.28 200	0.28 211	0.28 210	0.28 243	0.28 197	0.28 229

HGLStereo	0.28 177	0.29 139	0.22 176	0.36 200	0.22 212	0.36 237	0.21 193	0.36 226	0.21 198	0.42 279	0.21 206	0.36 240	0.22 205	0.36 239	0.21 194	0.34 222	0.21 183	0.34 240	0.21 202	0.34 221	0.21 186

iResNet_ROB	0.28 177	0.32 144	0.24 186	0.32 188	0.25 225	0.32 225	0.24 211	0.32 211	0.24 210	0.33 223	0.24 218	0.35 234	0.24 215	0.33 228	0.24 206	0.31 213	0.24 194	0.32 224	0.24 219	0.32 210	0.24 201

UNet	0.29 182	0.90 271	0.10 69	0.14 101	0.10 123	0.14 129	0.10 120	0.91 388	0.69 397	0.14 129	0.11 135	0.14 131	0.11 134	0.14 132	0.10 116	0.12 94	0.09 70	0.12 123	0.09 112	0.88 379	0.76 405

MultiAttention	0.30 183	0.30 140	0.30 208	0.30 180	0.30 259	0.30 212	0.30 247	0.30 206	0.30 254	0.30 209	0.30 259	0.30 218	0.30 256	0.30 217	0.30 247	0.30 208	0.30 230	0.30 217	0.30 267	0.30 203	0.30 247

MSAF-DinoV2	0.30 183	0.30 140	0.30 208	0.30 180	0.30 259	0.30 212	0.30 247	0.30 206	0.30 254	0.30 209	0.30 259	0.30 218	0.30 256	0.30 217	0.30 247	0.30 208	0.30 230	0.30 217	0.30 267	0.30 203	0.30 247

DDVS	0.30 183	3.10 500	0.14 127	0.19 135	0.14 160	0.19 159	0.14 154	0.20 162	0.14 159	0.19 155	0.13 158	0.16 142	0.13 156	0.19 157	0.13 149	0.17 144	0.13 138	0.17 155	0.13 157	0.17 154	0.13 152

ACV-stereo	0.30 183	2.08 438	0.25 189	0.25 167	0.18 194	0.24 188	0.17 172	0.24 184	0.18 186	0.24 186	0.17 179	0.25 196	0.17 181	0.24 186	0.17 173	0.22 169	0.16 147	0.22 180	0.16 171	0.22 173	0.16 161

LoS_RVC	0.30 183	1.14 325	0.25 189	0.25 167	0.25 225	0.26 203	0.25 214	0.25 190	0.25 215	0.25 192	0.25 224	0.26 206	0.26 227	0.26 203	0.25 214	0.26 195	0.26 198	0.25 199	0.25 224	0.26 190	0.26 208

CAS	0.30 183	1.17 331	0.25 189	0.25 167	0.25 225	0.26 203	0.25 214	0.25 190	0.26 228	0.25 192	0.25 224	0.25 196	0.25 218	0.25 193	0.25 214	0.26 195	0.26 198	0.26 204	0.25 224	0.26 190	0.25 202

DANet	0.30 183	0.30 140	0.30 208	0.30 180	0.30 259	0.30 212	0.30 247	0.30 206	0.30 254	0.30 209	0.30 259	0.30 218	0.30 256	0.30 217	0.30 247	0.30 208	0.30 230	0.30 217	0.30 267	0.30 203	0.30 247
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
tt1	0.31 190	0.93 280	0.24 186	0.33 192	0.23 218	0.31 217	0.24 211	0.32 211	0.24 210	0.32 218	0.23 211	0.32 224	0.25 218	0.32 222	0.24 206	0.27 198	0.26 198	0.27 208	0.26 230	0.27 195	0.27 216

xxxxx1	0.31 190	0.91 273	0.23 179	0.31 185	0.23 218	0.31 217	0.23 206	0.33 214	0.25 215	0.31 213	0.24 218	0.33 227	0.25 218	0.32 222	0.24 206	0.28 200	0.28 211	0.28 210	0.28 243	0.29 200	0.27 216

DLNR_Zeroshot_test	0.31 190	0.28 137	0.47 299	0.79 334	0.24 223	0.30 212	0.26 222	0.30 206	0.24 210	0.32 218	0.23 211	0.31 222	0.24 215	0.30 217	0.23 202	0.29 207	0.26 198	0.29 215	0.24 219	0.33 217	0.23 191

tt_ll	0.31 190	0.91 273	0.23 179	0.31 185	0.23 218	0.31 217	0.23 206	0.33 214	0.25 215	0.31 213	0.24 218	0.33 227	0.25 218	0.32 222	0.24 206	0.28 200	0.28 211	0.28 210	0.28 243	0.29 200	0.27 216

ff	0.31 190	0.91 273	0.23 179	0.31 185	0.23 218	0.31 217	0.23 206	0.33 214	0.25 215	0.31 213	0.24 218	0.33 227	0.25 218	0.32 222	0.24 206	0.28 200	0.28 211	0.28 210	0.28 243	0.29 200	0.27 216

RAFT + AFF	0.31 190	0.45 191	0.34 240	0.39 212	0.28 240	0.38 249	0.33 268	0.29 204	0.31 265	0.30 209	0.30 259	0.29 215	0.27 235	0.29 215	0.30 247	0.28 200	0.29 222	0.29 215	0.29 253	0.27 195	0.32 261

MLCV	0.31 190	0.35 147	0.27 196	0.35 196	0.28 240	0.35 234	0.27 225	0.35 222	0.28 237	0.36 233	0.27 235	0.35 234	0.27 235	0.35 233	0.27 220	0.34 222	0.27 205	0.34 240	0.27 238	0.34 221	0.27 216

DN-CSS_ROB	0.31 190	0.35 147	0.28 200	0.35 196	0.28 240	0.34 229	0.27 225	0.34 218	0.25 215	0.35 230	0.27 235	0.36 240	0.26 227	0.34 230	0.28 230	0.35 231	0.28 211	0.34 240	0.28 243	0.34 221	0.27 216

WCG-NET（raft）	0.32 198	1.24 391	0.24 186	0.32 188	0.24 223	0.32 225	0.23 206	0.32 211	0.24 210	0.32 218	0.24 218	0.32 224	0.24 215	0.32 222	0.24 206	0.30 208	0.23 192	0.30 217	0.23 211	0.30 203	0.23 191

testlalala	0.32 198	0.81 255	0.31 220	0.39 212	0.26 233	0.33 227	0.24 211	0.33 214	0.26 228	0.32 218	0.26 230	0.33 227	0.23 211	0.33 228	0.23 202	0.35 231	0.31 236	0.30 217	0.24 219	0.31 208	0.21 186

Any-RAFT	0.32 198	0.36 150	0.27 196	0.36 200	0.27 235	0.36 237	0.27 225	0.36 226	0.27 234	0.36 233	0.27 235	0.36 240	0.27 235	0.36 239	0.28 230	0.36 236	0.28 211	0.36 261	0.28 243	0.36 240	0.28 229

GCAP-BAT	0.33 201	0.78 249	0.32 225	0.38 206	0.25 225	0.34 229	0.25 214	0.34 218	0.26 228	0.34 225	0.25 224	0.35 234	0.26 227	0.35 233	0.27 220	0.36 236	0.30 230	0.32 224	0.24 219	0.32 210	0.26 208

StereoDRNet-Refined	0.33 201	0.39 162	0.26 195	0.39 212	0.26 233	0.40 257	0.26 222	0.40 251	0.26 228	0.39 245	0.26 230	0.39 253	0.26 227	0.39 254	0.26 219	0.37 240	0.25 195	0.37 264	0.25 224	0.37 244	0.37 290
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 203	0.26 131	0.17 153	0.21 148	0.17 184	0.20 164	0.16 164	0.20 162	0.16 173	0.20 161	0.17 179	0.21 171	0.16 172	0.27 207	0.24 206	0.19 156	0.16 147	0.19 168	0.16 171	0.26 190	3.08 572

RAFT-FE	0.34 203	0.26 131	0.17 153	0.21 148	0.17 184	0.20 164	0.16 164	0.20 162	0.16 173	0.20 161	0.17 179	0.21 171	0.16 172	0.27 207	0.24 206	0.19 156	0.16 147	0.19 168	0.16 171	0.26 190	3.08 572

LG-Stereo_L2	0.34 203	0.37 152	0.38 257	0.47 263	0.28 240	0.39 255	0.28 233	0.39 244	0.28 237	0.39 245	0.28 242	0.39 253	0.28 242	0.38 246	0.28 230	0.42 288	0.35 257	0.36 261	0.26 230	0.35 233	0.26 208

H2IRNET	0.34 203	0.34 146	0.34 240	0.34 194	0.34 293	0.34 229	0.34 281	0.34 218	0.34 285	0.34 225	0.34 286	0.34 232	0.34 284	0.34 230	0.34 277	0.34 222	0.34 255	0.34 240	0.34 295	0.34 221	0.34 274

IGEV++	0.34 203	0.43 180	0.30 208	0.40 226	0.29 249	0.40 257	0.29 242	0.40 251	0.29 243	0.40 251	0.29 247	0.40 261	0.29 249	0.40 257	0.30 247	0.38 251	0.29 222	0.37 264	0.29 253	0.37 244	0.29 234

iRaft-Stereo_5w	0.34 203	0.42 179	0.31 220	0.39 212	0.30 259	0.38 249	0.30 247	0.40 251	0.29 243	0.40 251	0.37 306	0.41 274	0.34 284	0.38 246	0.30 247	0.34 222	0.27 205	0.34 240	0.26 230	0.34 221	0.26 208

CSP-Net	0.34 203	1.29 393	1.19 426	1.36 457	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	1.26 470	1.21 480	0.03 38	0.09 112	0.02 20	0.09 112

iRaft-Stereo_20w	0.34 203	0.41 172	0.31 220	0.39 212	0.29 249	0.40 257	0.32 258	0.41 266	0.32 269	0.38 239	0.30 259	0.39 253	0.30 256	0.38 246	0.32 255	0.35 231	0.27 205	0.34 240	0.27 238	0.34 221	0.29 234

DGSMNet	0.34 203	0.41 172	0.27 196	0.41 238	0.28 240	0.41 273	0.28 233	0.41 266	0.27 234	0.41 265	0.27 235	0.42 292	0.27 235	0.41 272	0.28 230	0.40 266	0.29 222	0.40 288	0.28 243	0.40 272	0.27 216

FE-Mocha	0.35 212	0.71 245	0.40 269	0.47 263	0.27 235	0.34 229	0.27 225	0.34 218	0.26 228	0.34 225	0.26 230	0.34 232	0.27 235	0.34 230	0.27 220	0.44 290	0.41 287	0.33 232	0.29 253	0.32 210	0.29 234

IGEV-FE	0.35 212	0.37 152	0.17 153	0.19 135	0.17 184	0.20 164	0.17 172	0.19 156	0.17 181	0.19 155	0.17 179	0.19 160	0.17 181	0.37 243	0.36 285	0.19 156	0.17 167	0.19 168	0.17 191	0.38 257	2.84 563

gcap-zeroshot	0.35 212	0.32 144	0.37 254	0.49 274	0.39 322	0.33 227	0.21 193	0.26 195	0.35 288	0.42 279	0.34 286	0.49 323	0.29 249	0.47 306	0.39 308	0.34 222	0.17 167	0.38 272	0.23 211	0.48 315	0.34 274

CASnet	0.35 212	0.51 219	0.44 286	0.32 188	0.31 269	0.24 188	0.34 281	0.36 226	0.25 215	0.31 213	0.37 306	0.30 218	0.33 279	0.25 193	0.45 332	0.37 240	0.37 262	0.33 232	0.35 307	0.34 221	0.37 290
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 212	0.44 183	0.45 288	0.49 274	0.30 259	0.37 242	0.30 247	0.36 226	0.30 254	0.36 233	0.29 247	0.36 240	0.29 249	0.36 239	0.30 247	0.46 297	0.39 275	0.32 224	0.24 219	0.32 210	0.25 202
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 212	0.35 147	0.35 248	0.35 196	0.35 296	0.35 234	0.35 286	0.35 222	0.35 288	0.35 230	0.35 295	0.35 234	0.35 291	0.35 233	0.35 281	0.35 231	0.35 257	0.35 256	0.35 307	0.35 233	0.35 283

Zero-FE251	0.36 218	0.40 164	0.28 200	0.41 238	0.28 240	0.41 273	0.28 233	0.41 266	0.28 237	0.41 265	0.28 242	0.41 274	0.28 242	0.42 285	0.30 247	0.37 240	0.26 198	0.37 264	0.27 238	0.45 296	0.56 364

GIP-stereo	0.36 218	0.49 207	0.39 264	0.48 268	0.32 271	0.41 273	0.28 233	0.40 251	0.30 254	0.41 265	0.28 242	0.40 261	0.28 242	0.42 285	0.28 230	0.45 293	0.32 240	0.38 272	0.30 267	0.37 244	0.27 216

DCVSM-stereo	0.36 218	1.89 425	0.22 176	0.40 226	0.22 212	0.40 257	0.22 198	0.40 251	0.22 201	0.40 251	0.22 207	0.40 261	0.22 205	0.40 257	0.22 196	0.28 200	0.21 183	0.28 210	0.21 202	0.28 197	0.20 183

RSM	0.36 218	0.36 150	0.43 284	0.37 203	0.42 342	0.49 325	0.42 332	0.37 232	0.28 237	0.36 233	0.29 247	0.36 240	0.30 256	0.37 243	0.28 230	0.34 222	0.31 236	0.34 240	0.35 307	0.40 272	0.29 234

RAFT-Test	0.36 218	0.37 152	0.33 230	0.41 238	0.32 271	0.41 273	0.32 258	0.41 266	0.32 269	0.41 265	0.32 271	0.41 274	0.32 271	0.41 272	0.33 264	0.37 240	0.29 222	0.37 264	0.29 253	0.38 257	0.31 256

DMCA	0.36 218	0.38 156	0.37 254	0.35 196	0.35 296	0.36 237	0.36 293	0.36 226	0.35 288	0.35 230	0.37 306	0.36 240	0.36 294	0.35 233	0.36 285	0.36 236	0.36 260	0.35 256	0.36 313	0.36 240	0.36 286

ACVNet-DCA	0.37 224	1.00 295	0.30 208	0.40 226	0.29 249	0.40 257	0.29 242	0.40 251	0.29 243	0.40 251	0.29 247	0.40 261	0.29 249	0.39 254	0.28 230	0.33 218	0.32 240	0.33 232	0.32 283	0.33 217	0.32 261

1test111	0.37 224	1.02 307	0.30 208	0.39 212	0.29 249	0.40 257	0.28 233	0.39 244	0.29 243	0.39 245	0.29 247	0.39 253	0.28 242	0.40 257	0.29 240	0.33 218	0.32 240	0.33 232	0.31 277	0.32 210	0.31 256

cc1	0.37 224	1.02 307	0.30 208	0.39 212	0.29 249	0.40 257	0.28 233	0.39 244	0.29 243	0.39 245	0.29 247	0.39 253	0.28 242	0.40 257	0.29 240	0.33 218	0.32 240	0.33 232	0.31 277	0.32 210	0.31 256

EKT-Stereo	0.37 224	0.40 164	0.44 286	1.07 374	0.29 249	0.34 229	0.31 256	0.36 226	0.29 243	0.38 239	0.31 267	0.37 246	0.30 256	0.36 239	0.29 240	0.34 222	0.28 211	0.39 283	0.30 267	0.37 244	0.30 247

GMOStereo	0.37 224	0.45 191	0.23 179	0.30 180	0.37 306	0.41 273	0.36 293	0.41 266	0.35 288	0.43 285	0.36 299	0.41 274	0.40 312	0.41 272	0.36 285	0.34 222	0.22 187	0.47 336	0.37 315	0.39 266	0.33 268

XPNet_ROB	0.37 224	0.37 152	0.37 254	0.37 203	0.37 306	0.37 242	0.37 299	0.37 232	0.37 301	0.37 238	0.37 306	0.37 246	0.37 299	0.37 243	0.37 294	0.37 240	0.37 262	0.37 264	0.37 315	0.37 244	0.37 290

MS-F	0.38 230	0.44 183	0.31 220	0.43 254	0.30 259	0.43 300	0.31 256	0.43 290	0.31 265	0.45 292	0.31 267	0.43 299	0.31 268	0.43 291	0.69 393	0.38 251	0.33 251	0.40 288	0.30 267	0.38 257	0.30 247

HiDET	0.38 230	0.44 183	0.30 208	0.42 248	0.30 259	0.42 293	0.30 247	0.42 284	0.30 254	0.44 290	0.30 259	0.42 292	0.30 256	0.42 285	0.68 383	0.37 240	0.32 240	0.40 288	0.29 253	0.37 244	0.29 234

LCMNet	0.38 230	0.44 183	0.30 208	0.42 248	0.30 259	0.42 293	0.30 247	0.42 284	0.30 254	0.45 292	0.30 259	0.42 292	0.30 256	0.42 285	0.69 393	0.37 240	0.32 240	0.40 288	0.29 253	0.37 244	0.29 234

CSFM-Stereo	0.38 230	0.44 183	0.30 208	0.42 248	0.30 259	0.42 293	0.30 247	0.43 290	0.30 254	0.44 290	0.30 259	0.42 292	0.30 256	0.42 285	0.73 404	0.37 240	0.32 240	0.40 288	0.29 253	0.37 244	0.30 247

HART	0.38 230	0.45 191	0.34 240	0.42 248	0.33 283	0.41 273	0.34 281	0.42 284	0.33 276	0.43 285	0.34 286	0.42 292	0.34 284	0.41 272	0.38 297	0.40 266	0.32 240	0.42 316	0.32 283	0.40 272	0.32 261

GREAT-IGEV	0.38 230	0.43 180	0.36 250	0.48 268	0.32 271	0.45 304	0.32 258	0.45 294	0.32 269	0.45 292	0.32 271	0.45 302	0.32 271	0.45 297	0.32 255	0.44 290	0.33 251	0.41 305	0.29 253	0.41 282	0.29 234

fffy	0.38 230	0.43 180	0.33 230	0.46 257	0.33 283	0.45 304	0.32 258	0.45 294	0.32 269	0.45 292	0.32 271	0.45 302	0.33 279	0.45 297	0.32 255	0.38 251	0.38 268	0.38 272	0.37 315	0.37 244	0.36 286

WAO-8	0.38 230	0.38 156	0.38 257	0.38 206	0.38 313	0.38 249	0.38 305	0.38 240	0.38 305	0.38 239	0.38 311	0.38 248	0.38 303	0.38 246	0.38 297	0.38 251	0.38 268	0.38 272	0.37 315	0.38 257	0.38 297

WAO-7	0.38 230	0.38 156	0.38 257	0.38 206	0.38 313	0.38 249	0.38 305	0.38 240	0.38 305	0.38 239	0.38 311	0.38 248	0.38 303	0.38 246	0.38 297	0.38 251	0.38 268	0.38 272	0.38 328	0.38 257	0.38 297

xx1	0.38 230	1.03 309	0.31 220	0.40 226	0.31 269	0.41 273	0.28 233	0.40 251	0.29 243	0.40 251	0.29 247	0.40 261	0.29 249	0.40 257	0.29 240	0.34 222	0.33 251	0.34 240	0.32 283	0.34 221	0.32 261

Venus	0.38 230	0.38 156	0.38 257	0.38 206	0.38 313	0.37 242	0.38 305	0.37 232	0.37 301	0.41 265	0.37 306	0.39 253	0.37 299	0.38 246	0.38 297	0.37 240	0.38 268	0.38 272	0.37 315	0.37 244	0.38 297

IMH	0.38 230	0.38 156	0.38 257	0.38 206	0.38 313	0.38 249	0.38 305	0.38 240	0.38 305	0.42 279	0.38 311	0.40 261	0.38 303	0.38 246	0.38 297	0.38 251	0.38 268	0.39 283	0.38 328	0.38 257	0.38 297

PAM	0.39 242	1.88 424	0.34 240	0.37 203	0.41 332	0.45 304	0.22 198	0.28 199	0.23 207	0.28 204	0.24 218	0.29 215	0.23 211	0.29 215	0.23 202	0.38 251	0.32 240	0.38 272	0.37 315	0.32 210	0.22 189

HanzoNet	0.39 242	0.38 156	0.40 269	0.39 212	0.41 332	0.38 249	0.38 305	0.38 240	0.38 305	0.39 245	0.39 320	0.38 248	0.38 303	0.39 254	0.40 312	0.38 251	0.38 268	0.40 288	0.38 328	0.38 257	0.40 306

CES	0.39 242	0.47 199	0.36 250	0.36 200	0.37 306	0.45 304	0.35 286	0.35 222	0.40 319	0.36 233	0.44 343	0.47 312	0.36 294	0.44 294	0.36 285	0.37 240	0.39 275	0.44 319	0.35 307	0.37 244	0.36 286

PASM	0.39 242	3.06 499	1.36 494	1.58 464	0.09 116	0.11 124	0.11 133	0.11 124	0.11 135	0.09 111	0.09 117	0.11 126	0.09 118	0.09 111	0.09 110	0.11 88	0.11 98	0.11 120	0.09 112	0.11 124	0.11 130

mms	0.40 246	0.45 191	0.35 248	0.48 268	0.36 302	0.47 315	0.34 281	0.45 294	0.38 305	0.47 304	0.33 278	0.45 302	0.32 271	0.45 297	0.32 255	0.39 262	0.38 268	0.38 272	0.37 315	0.39 266	0.39 303

knoymous	0.40 246	0.40 164	0.40 269	0.40 226	0.40 324	0.40 257	0.40 319	0.40 251	0.40 319	0.40 251	0.40 323	0.40 261	0.40 312	0.40 257	0.40 312	0.40 266	0.40 278	0.40 288	0.40 332	0.40 272	0.40 306

anonymousa	0.40 246	0.40 164	0.40 269	0.40 226	0.40 324	0.40 257	0.40 319	0.40 251	0.40 319	0.40 251	0.40 323	0.40 261	0.40 312	0.40 257	0.40 312	0.40 266	0.40 278	0.40 288	0.40 332	0.40 272	0.40 306

riskmin	0.40 246	0.40 164	0.40 269	0.40 226	0.40 324	0.40 257	0.40 319	0.40 251	0.40 319	0.40 251	0.40 323	0.40 261	0.40 312	0.40 257	0.40 312	0.40 266	0.40 278	0.40 288	0.40 332	0.40 272	0.40 306

Anonymous_2	0.40 246	0.40 164	0.40 269	0.40 226	0.40 324	0.40 257	0.40 319	0.40 251	0.40 319	0.40 251	0.40 323	0.40 261	0.40 312	0.40 257	0.40 312	0.40 266	0.40 278	0.40 288	0.40 332	0.40 272	0.40 306

Anonymous_1	0.40 246	0.40 164	0.40 269	0.40 226	0.40 324	0.40 257	0.40 319	0.40 251	0.40 319	0.40 251	0.40 323	0.40 261	0.40 312	0.40 257	0.40 312	0.40 266	0.40 278	0.40 288	0.40 332	0.40 272	0.40 306

AdaStereo	0.40 246	0.40 164	0.40 269	0.40 226	0.40 324	0.40 257	0.40 319	0.40 251	0.40 319	0.40 251	0.40 323	0.40 261	0.40 312	0.40 257	0.40 312	0.40 266	0.40 278	0.40 288	0.40 332	0.40 272	0.40 306
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
Select-FE	0.41 253	0.44 183	0.23 179	0.26 174	0.22 212	0.26 203	0.22 198	0.26 195	0.23 207	0.26 200	0.23 211	0.26 206	0.23 211	0.45 297	0.42 327	0.25 193	0.22 187	0.25 199	0.22 205	0.45 296	2.90 564

water-stereo	0.41 253	0.84 258	0.46 292	0.50 281	0.33 283	0.45 304	0.33 268	0.45 294	0.32 269	0.45 292	0.32 271	0.45 302	0.32 271	0.45 297	0.32 255	0.44 290	0.41 287	0.39 283	0.31 277	0.39 266	0.32 261

ccccc	0.41 253	0.44 183	0.34 240	0.48 268	0.35 296	0.48 320	0.35 286	0.51 333	0.35 288	0.47 304	0.35 295	0.47 312	0.34 284	0.47 306	0.35 281	0.41 274	0.40 278	0.40 288	0.40 332	0.41 282	0.39 303

GwcNet-ADL	0.41 253	0.41 172	0.41 278	0.41 238	0.41 332	0.41 273	0.41 327	0.41 266	0.41 328	0.41 265	0.41 329	0.41 274	0.41 323	0.41 272	0.41 319	0.41 274	0.41 287	0.41 305	0.41 339	0.41 282	0.41 313

PSMNet-ADL	0.41 253	0.41 172	0.41 278	0.41 238	0.41 332	0.41 273	0.41 327	0.41 266	0.41 328	0.41 265	0.41 329	0.41 274	0.41 323	0.41 272	0.41 319	0.41 274	0.41 287	0.41 305	0.41 339	0.41 282	0.41 313

GANet-ADL	0.41 253	0.41 172	0.41 278	0.41 238	0.41 332	0.41 273	0.41 327	0.41 266	0.41 328	0.41 265	0.41 329	0.41 274	0.41 323	0.41 272	0.41 319	0.41 274	0.41 287	0.41 305	0.41 339	0.41 282	0.41 313

ADLNet2	0.41 253	0.41 172	0.41 278	0.41 238	0.41 332	0.41 273	0.41 327	0.41 266	0.41 328	0.41 265	0.41 329	0.41 274	0.41 323	0.41 272	0.41 319	0.41 274	0.41 287	0.41 305	0.41 339	0.41 282	0.41 313

ADLNet	0.41 253	0.41 172	0.41 278	0.41 238	0.41 332	0.41 273	0.41 327	0.41 266	0.41 328	0.41 265	0.41 329	0.41 274	0.41 323	0.41 272	0.41 319	0.41 274	0.41 287	0.41 305	0.41 339	0.41 282	0.41 313

FCDSN-DC	0.41 253	0.59 235	0.64 350	0.54 294	0.33 283	0.50 333	0.37 299	0.42 284	0.40 319	0.61 362	0.43 341	0.50 338	0.49 354	0.38 246	0.32 255	0.28 200	0.23 192	0.26 204	0.22 205	0.35 233	0.28 229
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 253	0.46 195	0.33 230	0.49 274	0.33 283	0.49 325	0.33 268	0.49 312	0.33 276	0.49 318	0.33 278	0.49 323	0.33 279	0.51 337	0.33 264	0.41 274	0.30 230	0.41 305	0.30 267	0.79 365	0.29 234

Gwc-CoAtRS	0.41 253	1.49 404	0.32 225	0.42 248	0.32 271	0.41 273	0.32 258	0.41 266	0.33 276	0.41 265	0.32 271	0.41 274	0.32 271	0.41 272	0.32 255	0.39 262	0.28 211	0.39 283	0.28 243	0.40 272	0.28 229

UPFNet	0.42 264	1.20 335	0.17 153	0.24 160	0.17 184	0.25 195	0.17 172	1.19 427	0.90 425	0.25 192	0.17 179	0.24 191	0.17 181	0.25 193	0.17 173	0.22 169	0.17 167	0.22 180	0.16 171	1.15 415	0.93 421

DDF-Stereo	0.43 265	1.15 328	0.57 337	0.53 291	0.32 271	0.41 273	0.32 258	0.41 266	0.32 269	0.41 265	0.32 271	0.41 274	0.32 271	0.40 257	0.32 255	0.52 323	0.50 331	0.38 272	0.31 277	0.39 266	0.31 256

DilatedVolume-Stereo	0.43 265	0.86 261	0.48 307	0.50 281	0.33 283	0.46 310	0.33 268	0.46 298	0.33 276	0.46 298	0.33 278	0.47 312	0.33 279	0.47 306	0.34 277	0.45 293	0.42 296	0.40 288	0.33 291	0.47 311	0.38 297

psmg	0.43 265	1.91 428	0.92 401	1.91 479	0.02 21	0.02 19	0.03 50	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 39	0.02 20	1.97 509	1.44 502	0.04 73	0.03 54	0.02 20	0.03 51

delet	0.43 265	1.21 383	0.17 153	0.25 167	0.17 184	0.25 195	0.18 179	1.26 481	0.95 433	0.25 192	0.17 179	0.25 196	0.17 181	0.25 193	0.17 173	0.23 180	0.16 147	0.22 180	0.16 171	1.18 423	0.98 425

psm_up	0.43 265	1.19 334	0.17 153	0.25 167	0.18 194	0.25 195	0.19 183	1.26 481	0.91 426	0.26 200	0.17 179	0.25 196	0.17 181	0.25 193	0.17 173	0.22 169	0.17 167	0.23 188	0.16 171	1.18 423	0.99 426

Monster-pub-mixall	0.44 270	0.56 231	0.60 341	0.38 206	0.27 235	0.37 242	0.27 225	0.37 232	0.29 243	0.38 239	0.27 235	0.38 248	0.29 249	0.85 390	0.27 220	1.46 485	0.26 198	0.34 240	0.26 230	0.36 240	0.53 353

depthmonostereo	0.44 270	0.85 260	0.46 292	0.54 294	0.40 324	0.52 348	0.38 305	0.52 337	0.35 288	0.47 304	0.34 286	0.46 306	0.34 284	0.47 306	0.34 277	0.45 293	0.43 300	0.41 305	0.33 291	0.41 282	0.32 261

MMNet	0.44 270	1.24 391	0.17 153	0.25 167	0.17 184	0.25 195	0.18 179	1.26 481	0.93 431	0.25 192	0.17 179	0.25 196	0.18 189	0.25 193	0.17 173	0.23 180	0.16 147	0.23 188	0.16 171	1.20 426	0.99 426

252Zero-FE	0.45 273	0.50 211	0.36 250	0.50 281	0.36 302	0.50 333	0.36 293	0.50 320	0.36 299	0.49 318	0.36 299	0.49 323	0.36 294	0.54 346	0.41 319	0.45 293	0.34 255	0.45 323	0.34 295	0.55 338	0.75 403

Monster-pub-eth3d	0.45 273	0.57 232	0.60 341	0.39 212	0.28 240	0.37 242	0.28 233	0.37 232	0.30 254	0.39 245	0.29 247	0.39 253	0.30 256	0.92 400	0.27 220	1.42 482	0.28 211	0.34 240	0.28 243	0.37 244	0.53 353

Replicate-Monster	0.45 273	0.57 232	0.60 341	0.40 226	0.29 249	0.37 242	0.27 225	0.37 232	0.30 254	0.40 251	0.31 267	0.40 261	0.30 256	0.99 408	0.27 220	1.36 478	0.31 236	0.34 240	0.30 267	0.36 240	0.54 356

SCV_C0	0.45 273	0.88 265	0.49 314	0.54 294	0.37 306	0.48 320	0.37 299	0.48 308	0.37 301	0.48 311	0.36 299	0.48 319	0.37 299	0.49 321	0.37 294	0.50 315	0.41 287	0.44 319	0.34 295	0.44 292	0.34 274

RAFT-Stereo-weight	0.45 273	1.90 427	0.34 240	0.42 248	0.36 302	0.43 300	0.35 286	0.42 284	0.34 285	0.42 279	0.34 286	0.44 300	0.34 284	0.41 272	0.34 277	0.38 251	0.32 240	0.38 272	0.32 283	0.38 257	0.33 268

TorneroNet-64	0.45 273	0.27 134	0.30 208	0.58 303	0.27 235	0.70 374	0.30 247	0.28 199	0.73 410	0.73 378	0.28 242	0.71 378	0.66 380	0.75 378	0.27 220	0.27 198	0.29 222	0.37 264	0.75 415	0.28 197	0.30 247

SCV	0.46 279	0.94 282	0.45 288	0.54 294	0.37 306	0.48 320	0.38 305	0.48 308	0.37 301	0.48 311	0.39 320	0.48 319	0.37 299	0.49 321	0.37 294	0.50 315	0.46 310	0.44 319	0.34 295	0.44 292	0.34 274

otaku	0.46 279	0.46 195	0.46 292	0.46 257	0.46 350	0.46 310	0.46 342	0.46 298	0.46 342	0.46 298	0.46 349	0.46 306	0.46 340	0.46 302	0.46 336	0.46 297	0.46 310	0.46 327	0.46 352	0.46 299	0.46 327

Dean	0.46 279	0.46 195	0.46 292	0.46 257	0.46 350	0.46 310	0.46 342	0.46 298	0.46 342	0.47 304	0.46 349	0.46 306	0.46 340	0.46 302	0.46 336	0.46 297	0.46 310	0.46 327	0.46 352	0.46 299	0.46 327

ACVNet_1	0.46 279	0.47 199	0.46 292	0.46 257	0.46 350	0.46 310	0.46 342	0.46 298	0.47 347	0.46 298	0.46 349	0.46 306	0.46 340	0.46 302	0.46 336	0.46 297	0.46 310	0.47 336	0.46 352	0.46 299	0.46 327

ACVNet-4b	0.46 279	0.46 195	0.46 292	0.46 257	0.46 350	0.46 310	0.46 342	0.46 298	0.46 342	0.46 298	0.46 349	0.46 306	0.46 340	0.47 306	0.46 336	0.46 297	0.46 310	0.46 327	0.46 352	0.46 299	0.46 327

PML	0.46 279	1.36 399	0.29 204	0.58 303	0.30 259	0.57 361	0.29 242	0.57 348	0.29 243	0.57 357	0.29 247	0.57 362	0.29 249	0.56 351	0.29 240	0.52 323	0.30 230	0.53 364	0.31 277	0.53 336	0.30 247

LG-Stereo_L1	0.47 285	0.52 221	0.47 299	0.62 311	0.39 322	0.53 350	0.40 319	0.53 339	0.39 318	0.53 344	0.39 320	0.53 350	0.39 311	0.53 344	0.39 308	0.55 333	0.46 310	0.49 349	0.37 315	0.49 319	0.37 290

Ntro	0.47 285	0.47 199	0.46 292	0.46 257	0.46 350	0.47 315	0.47 347	0.46 298	0.47 347	0.46 298	0.46 349	0.47 312	0.46 340	0.47 306	0.47 343	0.47 302	0.46 310	0.46 327	0.46 352	0.46 299	0.46 327

HaxPig	0.47 285	0.47 199	0.47 299	0.49 274	0.47 356	0.47 315	0.47 347	0.47 304	0.47 347	0.47 304	0.47 357	0.47 312	0.47 348	0.47 306	0.47 343	0.47 302	0.47 318	0.47 336	0.47 359	0.47 311	0.48 336

UNDER WATER	0.47 285	0.47 199	0.47 299	0.47 263	0.47 356	0.47 315	0.47 347	0.47 304	0.47 347	0.47 304	0.47 357	0.47 312	0.46 340	0.47 306	0.47 343	0.47 302	0.47 318	0.47 336	0.46 352	0.47 311	0.47 334

LVE	0.47 285	0.47 199	0.47 299	0.47 263	0.49 362	0.47 315	0.47 347	0.47 304	0.49 356	0.47 304	0.47 357	0.47 312	0.46 340	0.47 306	0.47 343	0.47 302	0.47 318	0.48 344	0.47 359	0.47 311	0.47 334

GASTEREO	0.48 290	1.21 383	0.47 299	0.57 301	0.38 313	0.50 333	0.38 305	0.50 320	0.38 305	0.50 331	0.38 311	0.50 338	0.38 303	0.50 328	0.38 297	0.52 323	0.42 296	0.46 327	0.34 295	0.46 299	0.34 274

LG-Stereo_Zeroshot	0.48 290	0.55 229	0.47 299	0.63 313	0.41 332	0.56 355	0.44 335	0.56 345	0.41 328	0.56 354	0.41 329	0.57 362	0.42 329	0.56 351	0.41 319	0.55 333	0.43 300	0.51 358	0.37 315	0.51 330	0.37 290

fffft	0.48 290	0.51 219	0.45 288	0.52 290	0.45 348	0.52 348	0.45 340	0.52 337	0.48 354	0.53 344	0.45 347	0.52 349	0.45 337	0.52 342	0.46 336	0.51 321	0.41 287	0.50 353	0.41 339	0.50 324	0.41 313
1: 1. 1
RainbowNet	0.48 290	0.48 205	0.48 307	0.48 268	0.48 360	0.48 320	0.48 356	0.48 308	0.48 354	0.48 311	0.48 361	0.48 319	0.48 349	0.48 315	0.48 349	0.48 306	0.48 322	0.48 344	0.48 362	0.48 315	0.48 336

notaker	0.48 290	0.49 207	0.48 307	0.48 268	0.48 360	0.48 320	0.48 356	0.48 308	0.49 356	0.48 311	0.48 361	0.48 319	0.48 349	0.48 315	0.48 349	0.48 306	0.48 322	0.48 344	0.48 362	0.48 315	0.49 341

LL-Strereo2	0.48 290	1.73 417	0.51 325	0.59 306	0.34 293	0.42 293	0.33 268	0.40 251	0.31 265	0.42 279	0.33 278	0.42 292	0.31 268	0.44 294	0.39 308	0.60 339	0.51 336	0.44 319	0.33 291	0.44 292	0.33 268

Former-RAFT_DAM_RVC	0.49 296	0.98 287	0.64 350	0.84 341	0.46 350	0.45 304	0.35 286	0.47 304	0.47 347	0.45 292	0.34 286	0.46 306	0.48 349	0.46 302	0.35 281	0.39 262	0.71 379	0.39 283	0.35 307	0.41 282	0.41 313

ACVNet_2	0.49 296	0.49 207	0.49 314	0.49 274	0.49 362	0.49 325	0.49 358	0.49 312	0.49 356	0.49 318	0.49 364	0.49 323	0.49 354	0.49 321	0.49 351	0.49 309	0.49 325	0.49 349	0.49 365	0.49 319	0.49 341

FoundationStereo	0.50 298	0.50 211	0.50 318	0.50 281	0.50 366	0.50 333	0.50 360	0.50 320	0.50 359	0.50 331	0.50 366	0.50 338	0.50 357	0.50 328	0.50 352	0.50 315	0.50 331	0.50 353	0.50 367	0.50 324	0.50 344

StereoAnything_RVC	0.50 298	0.50 211	0.50 318	0.50 281	0.50 366	0.50 333	0.50 360	0.50 320	0.50 359	0.50 331	0.50 366	0.50 338	0.50 357	0.50 328	0.50 352	0.50 315	0.50 331	0.50 353	0.50 367	0.50 324	0.50 344

dual_stereo	0.50 298	0.50 211	0.50 318	0.50 281	0.50 366	0.50 333	0.50 360	0.50 320	0.50 359	0.50 331	0.50 366	0.50 338	0.50 357	0.50 328	0.50 352	0.50 315	0.50 331	0.50 353	0.50 367	0.50 324	0.50 344

GCST	0.50 298	2.08 438	0.38 257	0.53 291	0.35 296	0.49 325	0.35 286	0.50 320	0.35 288	0.49 318	0.35 295	0.49 323	0.35 291	0.49 321	0.35 281	0.48 306	0.37 262	0.45 323	0.33 291	0.44 292	0.33 268

SANet	0.50 298	0.50 211	0.50 318	0.50 281	0.50 366	0.50 333	0.50 360	0.50 320	0.50 359	0.50 331	0.50 366	0.50 338	0.50 357	0.50 328	0.50 352	0.50 315	0.50 331	0.50 353	0.50 367	0.50 324	0.50 344

MSCF	0.51 303	1.40 401	0.49 314	0.58 303	0.38 313	0.50 333	0.38 305	0.54 341	0.41 328	0.52 341	0.41 329	0.53 350	0.42 329	0.53 344	0.41 319	0.60 339	0.47 318	0.48 344	0.37 315	0.48 315	0.38 297

UGAM-zero	0.51 303	2.17 446	0.39 264	0.53 291	0.36 302	0.50 333	0.36 293	0.50 320	0.36 299	0.49 318	0.36 299	0.50 338	0.35 291	0.50 328	0.36 285	0.49 309	0.37 262	0.47 336	0.35 307	0.46 299	0.34 274

UGAM	0.51 303	2.23 451	0.39 264	0.54 294	0.35 296	0.50 333	0.35 286	0.49 312	0.35 288	0.49 318	0.35 295	0.49 323	0.36 294	0.50 328	0.36 285	0.49 309	0.37 262	0.45 323	0.34 295	0.45 296	0.34 274

Selective-IGEV	0.51 303	0.55 229	0.45 288	0.69 322	0.45 348	0.61 364	0.45 340	0.50 320	0.40 319	0.56 354	0.44 343	0.55 357	0.40 312	0.72 373	0.67 377	0.59 338	0.46 310	0.45 323	0.34 295	0.46 299	0.37 290

RCA-Stereo	0.51 303	3.22 505	0.34 240	0.44 255	0.34 293	0.44 303	0.34 281	0.43 290	0.34 285	0.43 285	0.34 286	0.44 300	0.33 279	0.43 291	0.33 264	0.38 251	0.29 222	0.38 272	0.29 253	0.38 257	0.29 234

MatchStereo	0.54 308	0.12 82	2.38 555	2.32 498	0.09 116	0.09 111	0.08 114	0.09 111	0.07 112	0.09 111	0.07 113	0.09 113	0.07 114	0.09 111	0.08 105	2.34 532	2.34 550	0.12 123	0.11 131	0.11 124	0.10 117

AIO-test1	0.54 308	0.60 238	0.52 328	0.66 320	0.47 356	0.61 364	0.47 347	0.58 351	0.46 342	0.61 362	0.46 349	0.61 368	0.45 337	0.62 360	0.45 332	0.61 343	0.52 338	0.57 367	0.48 362	0.57 340	0.48 336

castereo++	0.54 308	3.59 510	1.15 420	1.31 451	0.14 160	0.16 144	0.14 154	0.16 143	0.14 159	0.16 140	0.14 163	0.16 142	0.13 156	0.16 142	0.14 153	1.45 484	1.16 427	0.15 144	0.14 163	0.15 144	0.13 152

FENet	0.54 308	1.52 405	1.19 426	1.41 461	0.23 218	0.35 234	0.23 206	0.35 222	0.23 207	0.34 225	0.23 211	0.35 234	0.23 211	0.35 233	0.23 202	1.40 481	1.07 411	0.32 224	0.23 211	0.33 217	0.23 191

PSMNet_ROB	0.54 308	0.54 227	0.54 333	0.54 294	0.53 375	0.54 353	0.54 368	0.53 339	0.54 369	0.54 349	0.54 376	0.54 353	0.53 364	0.54 346	0.54 362	0.54 327	0.53 340	0.54 365	0.54 373	0.54 337	0.54 356

AIO-test2	0.55 313	0.59 235	0.52 328	0.67 321	0.47 356	0.61 364	0.47 347	0.61 357	0.47 347	0.61 362	0.47 357	0.61 368	0.48 349	0.62 360	0.47 343	0.64 349	0.53 340	0.58 368	0.47 359	0.58 341	0.48 336

CFNet-ft	0.55 313	1.57 406	0.14 127	0.20 138	0.14 160	0.20 164	2.53 561	1.61 493	0.14 159	0.20 161	0.14 163	0.20 163	0.14 160	0.20 161	0.14 153	0.17 144	0.12 114	0.17 155	0.12 149	1.56 487	1.24 503

MyStereo04	0.56 315	3.72 516	0.59 339	0.49 274	0.41 332	0.36 237	0.32 258	0.37 232	0.31 265	0.34 225	0.46 349	0.35 234	0.32 271	0.35 233	0.33 264	0.49 309	0.45 308	0.34 240	0.32 283	0.35 233	0.43 321

CASS	0.57 316	0.89 268	0.56 335	0.57 301	0.56 378	0.56 355	0.56 369	0.56 345	0.53 367	0.57 357	0.57 379	0.59 366	0.48 349	0.56 351	0.57 365	0.55 333	0.56 344	0.47 336	0.56 378	0.62 344	0.56 364
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 317	0.58 234	0.47 299	0.64 316	0.74 410	1.00 404	0.69 394	0.57 348	0.41 328	0.57 357	0.41 329	0.57 362	0.41 323	1.00 410	0.75 408	0.91 382	0.51 336	0.52 361	0.37 315	0.52 332	0.37 290

MonSter	0.60 317	0.64 241	0.52 328	0.62 311	0.44 345	2.07 519	0.44 335	0.62 358	0.44 339	0.62 365	0.44 343	0.62 370	0.44 334	0.62 360	0.44 331	0.58 337	0.42 296	0.62 371	0.46 352	0.58 341	0.42 320

MyStereo07	0.60 317	3.72 516	0.48 307	0.49 274	0.41 332	0.36 237	0.32 258	0.49 312	0.43 336	0.51 338	0.42 339	0.49 323	0.43 332	0.51 337	0.64 372	0.49 309	0.45 308	0.34 240	0.32 283	0.35 233	0.43 321

FSD	0.61 320	0.59 235	0.50 318	2.58 509	0.44 345	0.56 355	0.44 335	0.55 344	0.44 339	0.56 354	0.44 343	0.56 360	0.44 334	0.56 351	0.46 336	0.61 343	0.42 296	0.52 361	0.42 347	0.52 332	0.51 351

castereo	0.61 320	3.79 518	1.35 486	1.52 463	0.15 171	0.17 152	0.16 164	0.20 162	0.21 198	0.18 153	0.16 174	0.21 171	0.12 151	0.26 203	0.17 173	1.43 483	1.38 499	0.17 155	0.16 171	0.18 158	0.16 161

WCG-NET	0.61 320	1.21 383	0.54 333	0.61 310	0.53 375	0.67 372	0.53 366	0.66 363	0.53 367	0.64 368	0.53 375	0.65 374	0.53 364	0.59 358	0.52 359	0.65 350	0.48 322	0.64 374	0.52 371	0.58 341	0.50 344

GEAStereo	0.62 323	3.91 523	0.48 307	0.69 322	0.38 313	0.51 345	0.38 305	0.51 333	0.38 305	0.53 344	0.38 311	0.50 338	0.38 303	0.51 337	0.38 297	0.54 327	0.43 300	0.46 327	0.34 295	0.46 299	0.34 274

gasm-f	0.62 323	3.91 523	0.48 307	0.69 322	0.38 313	0.51 345	0.38 305	0.51 333	0.38 305	0.53 344	0.38 311	0.50 338	0.38 303	0.51 337	0.38 297	0.54 327	0.43 300	0.46 327	0.34 295	0.46 299	0.34 274

SMoEStereo_RVC	0.63 325	0.75 248	0.51 325	0.73 330	0.53 375	0.71 376	0.47 347	0.67 364	0.58 372	0.74 383	0.60 380	0.72 381	0.53 364	0.74 377	0.51 357	0.61 343	0.62 356	0.62 371	0.61 386	0.63 345	0.61 370

anonymity	0.63 325	0.69 243	0.56 335	0.71 328	0.56 378	0.71 376	0.56 369	0.71 369	0.56 370	0.72 376	0.56 378	0.71 378	0.56 368	0.71 372	0.58 366	0.68 354	0.55 342	0.68 379	0.55 374	0.68 349	0.54 356

PAM_32	0.64 327	2.38 466	0.51 325	0.92 351	0.43 344	0.53 350	0.44 335	0.87 382	0.43 336	0.52 341	0.45 347	0.53 350	0.40 312	0.54 346	0.46 336	0.62 347	0.56 344	0.48 344	0.45 350	0.76 360	0.44 324

CRFU-Net	0.65 328	1.67 410	1.22 478	1.96 483	0.27 235	0.41 273	0.27 225	0.41 266	0.27 234	0.40 251	0.26 230	0.41 274	0.27 235	0.40 257	0.27 220	1.80 498	1.62 518	0.34 240	0.23 211	0.33 217	0.23 191

LMCR-Stereo	0.65 328	0.63 239	0.65 353	0.65 317	0.65 393	0.66 371	0.63 376	0.58 351	0.65 383	0.63 367	0.64 388	0.65 374	0.65 377	0.66 367	0.66 376	0.66 352	0.64 359	0.65 377	0.67 403	0.68 349	0.73 399

KSHMR	0.66 330	0.50 211	0.48 307	1.15 384	0.52 372	0.49 325	0.51 364	0.49 312	0.71 405	0.67 372	0.50 366	1.16 439	1.11 432	0.66 367	0.52 359	0.49 309	0.49 325	0.51 358	0.66 399	0.50 324	1.14 442

TorneroNet	0.66 330	0.53 224	0.50 318	0.50 281	0.64 391	1.06 417	0.70 398	0.50 320	0.51 366	0.49 318	0.69 404	0.49 323	0.50 357	0.48 315	1.15 444	0.71 359	0.49 325	1.14 438	1.08 442	0.49 319	0.49 341

GES	0.66 330	2.34 462	0.29 204	0.41 238	0.29 249	0.41 273	0.29 242	0.42 284	0.29 243	0.40 251	0.41 329	0.41 274	0.30 256	0.51 337	0.29 240	0.32 214	0.29 222	0.32 224	2.46 565	2.49 527	0.30 247

cf-r	0.66 330	2.17 446	0.12 102	0.18 132	0.12 155	0.18 156	2.70 564	2.60 539	0.12 154	0.18 153	0.12 146	0.18 156	0.12 151	0.18 154	0.12 143	0.15 126	0.11 98	0.15 144	0.11 131	1.81 499	1.74 540

DSFCA	0.66 330	0.73 247	0.78 384	0.65 317	0.65 393	0.64 369	0.64 377	0.65 361	0.63 381	0.64 368	0.64 388	0.64 371	0.64 375	0.65 366	0.65 373	0.65 350	0.65 361	0.65 377	0.65 397	0.66 347	0.64 378

DEFOM-Stereo	0.68 335	3.11 501	1.40 500	1.63 473	0.25 225	0.31 217	0.25 214	0.31 210	0.28 237	0.31 213	0.29 247	0.29 215	0.27 235	0.31 221	0.28 230	1.59 491	1.47 504	0.30 217	0.29 253	0.30 203	0.28 229

ssnet_v2	0.68 335	1.96 435	1.25 482	0.29 179	0.20 201	0.30 212	0.20 187	0.29 204	0.22 201	1.50 495	0.20 200	0.31 222	0.20 198	0.27 207	0.22 196	0.24 187	1.49 505	0.26 204	0.18 196	3.90 549	0.19 181

ARAFT	0.68 335	0.81 255	0.63 348	0.74 331	0.60 381	0.78 381	0.62 375	0.77 373	0.66 385	0.74 383	0.63 386	0.75 385	0.62 374	0.83 385	0.60 369	0.70 358	0.55 342	0.70 382	0.60 384	0.78 363	0.55 361

NINENet	0.69 338	3.87 522	1.20 429	1.98 484	0.05 99	0.40 257	0.04 81	0.40 251	0.05 97	0.41 265	0.04 88	0.41 274	0.05 94	0.40 257	0.05 88	1.79 497	1.56 511	0.34 240	0.22 205	0.34 221	0.23 191

VIP-Stereo	0.70 339	2.97 498	2.43 556	2.49 505	0.16 180	0.25 195	0.16 164	0.25 190	0.16 173	0.25 192	0.18 194	0.25 196	0.16 172	0.26 203	0.16 169	1.86 499	1.26 482	0.23 188	0.15 169	0.23 184	0.15 160

RAFT-Stereo + iAFF	0.70 339	0.72 246	0.71 371	0.80 336	0.62 390	0.82 386	0.61 374	0.81 379	0.62 379	0.81 390	0.63 386	0.80 391	0.70 396	0.73 375	0.61 371	0.76 364	0.61 355	0.74 386	0.61 386	0.77 362	0.61 370

DMCA-RVC	0.70 339	0.80 252	0.70 367	0.70 326	0.70 403	0.70 374	0.70 398	0.71 369	0.70 400	0.70 375	0.71 411	0.71 378	0.70 396	0.70 371	0.69 393	0.69 355	0.70 375	0.69 380	0.70 408	0.69 353	0.70 391

MyStereo8	0.71 342	3.92 525	0.52 328	0.59 306	0.52 372	0.57 361	0.53 366	0.59 353	0.50 359	0.59 361	0.51 372	0.57 362	0.50 357	0.56 351	0.52 359	0.54 327	0.49 325	0.54 365	0.49 365	0.55 338	0.50 344

HH	0.71 342	2.54 472	0.74 378	1.10 376	0.32 271	0.41 273	0.37 299	0.69 366	0.78 415	0.73 378	0.90 427	0.75 385	1.00 422	0.84 386	0.69 393	0.69 355	0.40 278	0.35 256	0.26 230	0.35 233	0.26 208

HanStereo	0.71 342	2.54 472	0.74 378	1.10 376	0.32 271	0.41 273	0.37 299	0.69 366	0.78 415	0.73 378	0.90 427	0.75 385	1.00 422	0.84 386	0.69 393	0.69 355	0.40 278	0.35 256	0.26 230	0.35 233	0.26 208

zero-FE	0.72 345	1.31 395	0.66 354	0.92 351	0.60 381	0.82 386	0.58 371	0.82 380	0.58 372	0.81 390	0.60 380	0.81 394	0.60 371	0.82 384	0.58 366	0.74 362	0.59 350	0.73 384	0.52 371	0.76 360	0.51 351

ktn	0.72 345	0.53 224	1.08 415	1.14 382	0.51 371	1.22 484	1.36 511	0.51 333	0.59 374	0.51 338	0.51 372	0.69 377	1.20 443	0.67 369	0.51 357	0.51 321	0.49 325	0.58 368	0.66 399	0.52 332	0.53 353

CroCo-Stereo	0.73 347	1.22 389	0.25 189	1.22 440	0.25 225	1.22 484	0.25 214	1.22 478	0.25 215	1.22 486	0.25 224	1.22 490	0.25 218	1.22 489	0.25 214	1.22 469	0.26 198	1.21 496	0.25 224	1.22 475	0.25 202
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	0.73 347	0.88 265	0.67 358	0.75 332	0.68 400	0.75 378	0.64 377	0.80 376	0.72 407	0.83 392	0.70 407	0.82 395	0.64 375	0.84 386	0.67 377	0.77 365	0.63 357	0.81 397	0.63 388	0.78 363	0.62 373

AIO-Stereo-zeroshot1	0.75 349	0.92 278	0.85 393	0.96 362	0.59 380	1.27 487	0.44 335	0.59 353	0.69 397	0.91 397	0.68 396	0.55 357	0.61 373	1.06 424	0.83 418	0.62 347	0.70 375	0.90 407	0.41 339	0.89 380	0.56 364

MyStereo06	0.75 349	4.12 526	0.60 341	0.63 313	0.61 387	0.62 367	0.66 380	0.56 345	0.45 341	0.55 352	0.48 361	0.54 353	0.46 340	0.57 356	0.45 332	0.60 339	0.57 346	0.64 374	0.55 374	0.72 355	0.55 361

GCAP-Stereo	0.75 349	4.15 529	0.42 283	0.75 332	0.35 296	0.78 381	0.40 319	0.79 374	0.38 305	0.78 386	0.36 299	0.78 388	0.36 294	0.79 380	0.39 308	0.75 363	0.39 275	0.76 389	0.39 331	0.75 359	0.39 303

GANet-RSSM	0.75 349	1.91 428	0.14 127	0.47 263	0.14 160	0.21 175	3.21 581	2.30 525	0.14 159	0.46 298	0.14 163	0.23 185	0.18 189	0.21 172	0.14 153	0.18 152	0.27 205	0.37 264	0.13 157	2.13 509	2.12 550

RSM++	0.76 353	0.82 257	0.66 354	0.85 343	0.64 391	0.85 388	0.71 401	0.94 395	0.64 382	0.87 393	0.67 393	0.87 397	0.65 377	0.84 386	0.65 373	0.81 370	0.70 375	0.79 392	0.71 411	0.83 375	0.70 391

CroCo-Stereo Lap2	0.77 354	1.29 393	0.29 204	1.27 444	0.29 249	1.27 487	0.26 222	1.26 481	0.26 228	1.26 487	0.26 230	1.27 492	0.26 227	1.26 490	0.27 220	1.27 471	0.27 205	1.27 499	0.27 238	1.27 477	0.27 216

PSMNet-RSSM	0.77 354	2.76 489	0.14 127	0.20 138	0.14 160	0.20 164	2.66 562	2.79 552	0.14 159	0.21 173	0.14 163	0.21 171	0.14 160	0.20 161	0.14 153	0.17 144	0.12 114	0.17 155	0.12 149	2.52 531	2.31 555

GwcNet-RSSM	0.77 354	2.77 491	0.14 127	0.20 138	0.14 160	0.20 164	2.67 563	2.78 551	0.14 159	0.20 161	0.14 163	0.20 163	0.14 160	0.21 172	0.14 153	0.17 144	0.12 114	0.17 155	0.12 149	2.52 531	2.31 555

4D-IteraStereo	0.78 357	3.13 502	0.89 394	0.69 322	0.32 271	0.40 257	0.32 258	0.76 372	0.97 436	0.52 341	0.65 390	0.89 400	0.32 271	0.76 379	0.98 430	0.83 375	0.94 403	0.35 256	0.27 238	0.70 354	0.89 417

hitnet-ft	0.79 358	2.78 494	0.14 127	0.20 138	0.14 160	0.21 175	2.89 565	2.80 553	0.14 159	0.20 161	0.14 163	0.20 163	0.14 160	0.20 161	0.14 153	0.17 144	0.12 114	0.17 155	0.12 149	2.54 539	2.33 557

G-Net	0.79 358	0.79 251	0.79 387	0.79 334	0.79 422	0.79 383	0.79 411	0.79 374	0.79 418	0.79 387	0.79 422	0.79 390	0.79 410	0.79 380	0.79 412	0.79 366	0.79 389	0.79 392	0.79 419	0.79 365	0.79 407

MyStereo05	0.80 360	4.12 526	0.63 348	0.63 313	0.61 387	0.62 367	0.66 380	0.65 361	0.62 379	0.67 372	0.61 384	0.65 374	0.58 369	0.67 369	0.55 364	0.60 339	0.57 346	0.64 374	0.55 374	0.72 355	0.55 361

UDG	0.80 360	2.21 450	0.60 341	0.91 348	0.60 381	0.90 394	0.58 371	0.88 385	0.60 375	0.90 395	0.60 380	0.88 398	0.60 371	0.90 395	0.58 366	0.86 379	0.60 351	0.84 403	0.59 383	0.84 376	0.61 370

ccnet	0.80 360	2.28 454	0.33 230	0.50 281	0.33 283	0.50 333	0.33 268	0.50 320	0.33 276	0.49 318	0.33 278	0.49 323	1.56 510	2.38 529	0.33 264	0.41 274	0.29 222	0.42 316	1.57 525	2.28 515	0.29 234

NaN_ROB	0.80 360	0.80 252	0.80 388	0.80 336	0.80 424	0.80 384	0.80 414	0.80 376	0.80 419	0.80 388	0.80 423	0.80 391	0.80 411	0.80 382	0.80 414	0.80 367	0.80 392	0.80 395	0.80 421	0.80 368	0.80 408

CSAN	0.80 360	0.80 252	0.80 388	0.80 336	0.80 424	0.80 384	0.80 414	0.80 376	0.80 419	0.80 388	0.80 423	0.80 391	0.80 411	0.80 382	0.80 414	0.80 367	0.80 392	0.80 395	0.80 421	0.80 368	0.80 408

GSStereo	0.81 365	4.28 532	0.50 318	0.59 306	0.40 324	0.51 345	0.38 305	0.50 320	0.38 305	0.50 331	0.38 311	0.50 338	3.79 577	0.50 328	0.38 297	0.54 327	0.43 300	0.46 327	0.34 295	0.46 299	0.35 283

BSDual-CNN	0.81 365	1.91 428	0.92 401	4.48 552	0.02 21	0.42 293	0.06 109	0.41 266	0.02 21	0.48 311	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 509	4.19 576	0.33 232	0.23 211	0.34 221	0.27 216

DDUNet	0.81 365	2.45 470	0.57 337	0.90 346	0.60 381	0.88 391	0.59 373	0.90 386	0.60 375	0.88 394	0.60 380	0.90 401	0.58 369	0.88 392	0.60 369	0.84 377	0.60 351	0.86 405	0.57 380	0.86 377	0.60 369

R-Stereo Train	0.81 365	0.96 284	0.67 358	0.95 359	0.67 397	0.95 399	0.68 386	0.95 397	0.68 389	0.95 405	0.68 396	0.96 409	0.68 385	0.96 406	0.68 383	0.94 390	0.68 367	0.94 421	0.68 404	0.94 397	0.68 388

RAFT-Stereo	0.81 365	0.96 284	0.67 358	0.95 359	0.67 397	0.95 399	0.68 386	0.95 397	0.68 389	0.95 405	0.68 396	0.96 409	0.68 385	0.96 406	0.68 383	0.94 390	0.68 367	0.94 421	0.68 404	0.94 397	0.68 388
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 370	1.72 412	1.48 504	0.39 212	0.15 171	0.31 217	0.21 193	0.20 162	0.25 215	1.61 499	0.23 211	0.28 209	0.26 227	0.20 161	0.15 163	0.24 187	1.33 490	0.32 224	0.16 171	6.75 587	0.23 191

scenet	0.82 370	1.72 412	1.48 504	0.39 212	0.15 171	0.31 217	0.21 193	0.20 162	0.25 215	1.61 499	0.23 211	0.28 209	0.26 227	0.20 161	0.15 163	0.24 187	1.33 490	0.32 224	0.16 171	6.75 587	0.23 191

ssnet	0.82 370	1.72 412	1.48 504	0.39 212	0.15 171	0.31 217	0.21 193	0.20 162	0.25 215	1.61 499	0.23 211	0.28 209	0.26 227	0.20 161	0.15 163	0.24 187	1.33 490	0.32 224	0.16 171	6.75 587	0.23 191

STTRV1_RVC	0.82 370	1.60 408	0.70 367	1.01 369	0.60 381	1.07 420	0.69 394	1.01 403	0.60 375	0.72 376	0.55 377	1.02 422	0.68 385	1.03 421	0.67 377	0.89 381	0.63 357	0.92 412	0.57 380	0.90 383	0.65 383

DEFOM-Stereo_RVC	0.83 374	5.18 543	1.98 544	2.19 489	0.17 184	0.19 159	0.18 179	0.19 156	0.16 173	0.20 161	0.19 196	0.22 179	0.22 205	0.20 161	0.15 163	2.28 526	2.13 545	0.24 196	0.17 191	0.18 158	0.16 161

BUS	0.83 374	1.91 428	0.92 401	4.48 552	0.02 21	0.40 257	0.04 81	0.41 266	0.02 21	0.48 311	0.03 52	0.41 274	0.05 94	0.03 39	0.05 88	1.97 509	4.19 576	0.33 232	0.23 211	0.34 221	0.27 216

PDISCO_ROB	0.83 374	2.80 495	3.49 574	0.14 101	0.11 139	0.17 152	0.09 115	0.15 142	0.10 120	0.15 135	0.12 146	0.16 142	0.14 160	3.30 559	0.13 149	0.14 117	2.34 550	0.16 147	0.12 149	2.62 540	0.10 117

WQFJA1	0.84 377	0.99 290	0.67 358	1.28 447	0.75 411	1.01 408	0.68 386	1.01 403	0.67 386	1.01 411	0.67 393	1.01 416	0.67 382	1.01 414	0.67 377	0.97 392	0.67 363	0.92 412	0.63 388	0.92 387	0.63 374

WQFJX1	0.84 377	0.99 290	0.67 358	1.28 447	0.75 411	1.01 408	0.68 386	1.01 403	0.67 386	1.01 411	0.67 393	1.01 416	0.67 382	1.01 414	0.67 377	0.97 392	0.67 363	0.92 412	0.63 388	0.92 387	0.63 374

NLMM1	0.84 377	0.99 290	0.67 358	1.28 447	0.75 411	1.01 408	0.67 384	1.01 403	0.68 389	1.01 411	0.68 396	1.01 416	0.68 385	1.01 414	0.68 383	0.97 392	0.67 363	0.93 416	0.63 388	0.92 387	0.64 378

AIO-Stereo	0.84 377	0.66 242	0.70 367	0.83 340	0.67 397	0.98 402	0.82 418	1.14 418	0.72 407	1.03 419	0.74 417	1.03 425	1.09 431	0.99 408	0.45 332	1.04 404	0.73 381	0.95 423	0.74 414	0.94 397	0.46 327

DCRE	0.84 377	1.89 425	0.77 383	0.94 357	0.72 407	0.88 391	0.73 404	0.87 382	0.78 415	0.90 395	0.71 411	0.88 398	0.67 382	0.88 392	0.73 404	0.81 370	0.68 367	0.81 397	0.70 408	0.82 373	0.70 391

iGMRVC	0.84 377	2.85 496	0.72 374	0.72 329	0.73 408	0.77 379	0.79 411	0.73 371	0.74 412	0.73 378	0.72 414	0.73 383	0.76 406	0.73 375	0.73 404	0.72 360	0.73 381	0.73 384	0.72 413	0.73 358	0.72 396

NLMM	0.85 383	1.00 295	0.68 364	1.31 451	0.76 414	1.01 408	0.68 386	1.02 409	0.68 389	1.02 417	0.68 396	1.02 422	0.68 385	1.02 420	0.68 383	0.98 396	0.68 367	0.93 416	0.64 392	0.93 391	0.64 378

NLSM3	0.85 383	0.99 290	0.68 364	1.29 450	0.76 414	1.01 408	0.68 386	1.01 403	0.68 389	1.02 417	0.68 396	1.01 416	0.68 385	1.01 414	0.68 383	0.97 392	0.68 367	0.93 416	0.64 392	0.93 391	0.63 374

NLSM1	0.86 385	1.03 309	0.68 364	1.32 453	0.77 417	1.09 423	0.73 404	1.04 412	0.68 389	1.03 419	0.68 396	1.03 425	0.68 385	1.04 423	0.68 383	0.98 396	0.67 363	0.93 416	0.64 392	0.93 391	0.64 378

AdaDepth	0.86 385	0.93 280	0.71 371	1.01 369	1.07 448	1.02 414	0.71 401	1.00 399	0.71 405	1.01 411	0.71 411	1.00 412	0.72 401	1.14 435	0.71 402	0.92 385	0.64 359	0.90 407	0.64 392	0.89 380	0.69 390

GEStereo_RVC	0.86 385	4.45 533	0.20 168	0.27 177	0.20 201	0.27 207	0.20 187	0.26 195	0.18 186	5.03 587	0.20 200	0.27 208	0.19 194	0.27 207	0.21 194	0.20 159	0.19 177	0.19 168	4.02 592	0.20 165	0.18 179

Selective-RAFT-Error	0.88 388	0.84 258	0.98 407	0.86 344	0.97 438	0.88 391	0.95 429	0.84 381	0.99 439	0.92 399	0.82 425	0.84 396	0.98 421	0.87 391	0.97 429	0.81 370	0.83 395	0.79 392	0.82 424	0.79 365	0.85 414

IER	0.88 388	7.04 562	2.23 549	2.75 511	0.28 240	0.43 300	0.25 214	0.39 244	0.25 215	0.41 265	0.27 235	0.39 253	0.25 218	0.40 257	0.28 230	0.37 240	0.28 211	0.37 264	0.25 224	0.37 244	0.25 202

Selective-RAFT	0.89 390	0.89 268	0.72 374	1.16 389	0.78 421	1.06 417	0.82 418	0.87 382	0.97 436	1.00 407	0.91 430	0.90 401	1.00 422	0.89 394	0.93 426	0.83 375	0.83 395	0.82 401	0.82 424	0.81 371	0.82 411

WQFJX	0.90 391	1.05 314	0.92 401	1.36 457	0.77 417	1.19 435	0.81 416	1.03 410	0.77 414	1.04 422	0.69 404	1.02 422	0.69 393	1.16 438	0.70 399	0.99 398	0.68 367	0.93 416	0.64 392	0.93 391	0.64 378

NLCSM	0.91 392	1.00 295	0.83 391	1.62 471	0.77 417	1.16 433	0.68 386	1.03 410	0.68 389	1.01 411	0.68 396	1.01 416	0.68 385	1.01 414	0.68 383	0.99 398	0.74 384	1.02 432	0.90 428	0.95 401	0.83 413

AIO-Stereo-zeroshot	0.91 392	0.86 261	0.89 394	1.25 443	0.69 401	1.05 416	0.81 416	1.16 422	0.50 359	1.12 431	0.97 435	0.72 381	0.82 413	1.06 424	0.95 427	0.61 343	0.87 397	1.03 435	0.85 427	1.04 408	1.01 431

CFNet-RSSM	0.91 392	4.89 539	0.34 240	0.44 255	1.07 448	1.62 504	1.40 518	0.91 388	0.35 288	1.60 496	1.39 518	0.64 371	0.34 284	0.44 294	0.33 264	0.41 274	0.35 257	0.75 387	0.30 267	0.41 282	0.29 234

MLG-Stereo	0.92 395	0.90 271	0.84 392	1.27 444	0.49 362	1.38 494	0.88 421	1.41 491	0.97 436	0.73 378	1.09 443	1.26 491	0.43 332	0.72 373	1.05 437	1.13 415	0.49 325	1.18 447	0.66 399	1.01 405	0.46 327

ToySt	0.92 395	2.11 441	0.90 397	0.95 359	0.79 422	0.99 403	0.78 410	0.94 395	0.81 422	0.94 403	0.78 421	0.95 408	0.77 408	0.94 402	0.86 420	0.91 382	0.79 389	0.85 404	0.77 416	0.89 380	0.73 399

DPSM_ROB	0.92 395	0.91 273	0.91 399	0.91 348	0.92 433	0.92 396	0.92 425	0.92 391	0.91 426	0.93 401	0.91 430	0.92 404	0.90 415	0.91 396	0.92 422	0.92 385	0.91 399	0.91 410	0.92 429	0.93 391	0.93 421

DPSM	0.92 395	0.91 273	0.91 399	0.91 348	0.92 433	0.92 396	0.92 425	0.92 391	0.91 426	0.93 401	0.91 430	0.92 404	0.90 415	0.91 396	0.92 422	0.92 385	0.91 399	0.91 410	0.92 429	0.93 391	0.93 421

pmcnn	0.92 395	0.92 278	0.92 401	0.92 351	0.92 433	0.92 396	0.92 425	0.92 391	0.92 430	0.92 399	0.92 433	0.92 404	0.92 417	0.92 400	0.92 422	0.92 385	0.92 401	0.92 412	0.92 429	0.92 387	0.92 420

error version	0.93 400	4.47 534	2.35 552	1.99 485	0.37 306	0.41 273	0.36 293	0.41 266	0.35 288	0.43 285	0.36 299	0.41 274	0.40 312	0.41 272	0.36 285	1.87 501	2.16 546	0.47 336	0.37 315	0.39 266	0.33 268

test_1	0.93 400	4.47 534	2.35 552	1.99 485	0.37 306	0.41 273	0.36 293	0.41 266	0.35 288	0.43 285	0.36 299	0.41 274	0.40 312	0.41 272	0.36 285	1.87 501	2.16 546	0.47 336	0.37 315	0.39 266	0.33 268

DGTPSM_ROB	0.93 400	1.00 295	0.92 401	0.94 357	0.96 437	0.91 395	0.92 425	0.91 388	0.96 435	0.91 397	0.96 434	0.93 407	0.92 417	0.94 402	0.92 422	0.92 385	0.92 401	0.90 407	0.92 429	0.94 397	0.91 419

HSM-Net_RVC	0.95 403	1.17 331	0.78 384	1.18 391	0.71 405	1.16 433	0.75 407	1.09 416	0.80 419	1.10 425	0.75 418	1.17 440	0.74 403	1.17 439	0.80 414	1.13 415	0.73 381	1.17 444	0.77 416	1.16 417	0.72 396
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 404	3.17 504	2.30 551	2.42 502	0.38 313	0.54 353	0.38 305	0.54 341	0.38 305	0.54 349	0.38 311	0.54 353	0.38 303	0.54 346	0.38 297	2.38 535	2.34 550	0.49 349	0.36 313	0.49 319	0.36 286

DPSimNet_ROB	0.97 404	1.18 333	0.81 390	1.10 376	0.91 432	1.02 414	0.82 418	1.04 412	0.91 426	1.03 419	0.86 426	1.28 493	0.82 413	1.03 421	0.89 421	1.17 418	0.81 394	1.02 432	0.82 424	1.08 410	0.81 410

test-3	0.98 406	4.13 528	1.85 533	1.85 476	0.61 387	0.69 373	0.37 299	0.63 359	0.61 378	0.66 371	0.51 372	0.73 383	0.44 334	0.57 356	0.54 362	1.68 495	1.81 530	0.40 288	0.43 348	0.66 347	0.50 344

Wavelet-MonSter	1.00 407	1.21 383	0.76 381	1.94 480	1.01 443	1.11 428	0.76 408	1.15 419	0.76 413	1.11 430	0.76 419	1.14 437	0.76 406	1.11 432	0.76 410	1.21 467	0.90 398	1.02 432	0.71 411	1.02 407	0.71 395

999	1.00 407	1.12 324	0.59 339	1.10 376	1.21 508	1.09 423	0.52 365	1.08 414	1.43 520	1.18 436	1.35 512	0.98 411	0.52 363	0.91 396	0.85 419	0.72 360	1.46 503	0.83 402	0.98 434	0.68 349	1.41 516

DispNO	1.00 407	0.63 239	0.43 284	3.45 537	0.44 345	0.65 370	0.43 334	0.64 360	0.43 336	0.64 368	0.43 341	0.64 371	3.03 556	0.64 365	0.43 330	4.55 565	0.43 300	0.63 373	0.43 348	0.63 345	0.43 321

GANet	1.00 407	1.00 295	1.00 409	1.00 366	1.00 439	1.00 404	1.00 433	1.00 399	1.00 440	1.00 407	1.00 437	1.00 412	1.00 422	1.00 410	1.00 432	1.00 400	1.00 404	1.00 428	1.00 436	1.00 402	1.00 428

TDLM	1.00 407	1.00 295	1.00 409	1.00 366	1.00 439	1.00 404	1.00 433	1.00 399	1.00 440	1.00 407	1.00 437	1.00 412	1.00 422	1.00 410	1.00 432	1.00 400	1.00 404	1.00 428	1.00 436	1.00 402	1.00 428

CVANet_RVC	1.00 407	1.00 295	1.00 409	1.00 366	1.00 439	1.00 404	1.00 433	1.00 399	1.00 440	1.00 407	1.00 437	1.00 412	1.00 422	1.00 410	1.00 432	1.00 400	1.00 404	1.00 428	1.00 436	1.00 402	1.00 428

trnet	1.01 413	1.01 303	1.01 412	1.01 369	1.01 443	1.01 408	1.01 436	1.01 403	1.01 443	1.01 411	1.01 440	1.01 416	1.01 428	1.01 414	1.01 435	1.01 403	1.01 407	1.01 431	1.01 440	1.01 405	1.01 431

LL-Strereo	1.01 413	5.06 541	1.63 513	0.70 326	1.43 518	0.56 355	0.46 342	0.57 348	0.50 359	0.57 357	0.50 366	1.58 501	0.49 354	0.59 358	0.50 352	1.64 494	0.52 338	0.51 358	1.37 513	0.52 332	0.45 326

FlowAnything_test	1.02 415	1.72 412	0.71 371	1.59 465	0.70 403	1.61 502	0.69 394	1.61 493	0.70 400	1.60 496	0.70 407	1.61 505	0.69 393	1.61 500	0.70 399	0.81 370	0.58 348	0.81 397	0.55 374	0.81 371	0.56 364

FlowAnything	1.02 415	1.71 411	0.72 374	1.59 465	0.69 401	1.60 501	0.69 394	1.61 493	0.70 400	1.60 496	0.69 404	1.60 502	0.69 393	1.61 500	0.69 393	0.81 370	0.58 348	0.81 397	0.56 378	0.82 373	0.56 364

tt45	1.04 417	0.88 265	1.36 494	0.92 351	1.03 446	1.51 500	0.79 411	0.70 368	0.88 424	0.74 383	0.90 427	1.60 502	0.72 401	1.60 498	0.75 408	0.91 382	0.78 388	1.52 511	0.79 419	1.14 413	1.32 508

GLC_STEREO	1.07 418	1.01 303	1.06 414	1.07 374	1.05 447	1.06 417	1.08 440	1.08 414	1.05 446	1.07 423	1.06 442	1.08 428	1.05 430	1.06 424	1.10 439	1.07 406	1.09 417	1.05 436	1.05 441	1.06 409	1.12 438

FC-DCNN	1.07 418	1.09 320	0.98 407	0.89 345	0.52 372	1.41 497	0.91 424	1.21 477	1.24 506	1.96 508	2.05 563	1.91 510	1.30 498	1.27 491	1.08 438	0.80 367	0.60 351	0.58 368	0.41 339	0.68 349	0.54 356

hknet	1.10 420	1.85 421	3.49 574	4.48 552	0.02 21	0.42 293	0.06 109	0.41 266	0.02 21	0.48 311	0.03 52	0.41 274	0.03 52	0.42 285	0.03 48	4.39 562	4.19 576	0.33 232	0.23 211	0.34 221	0.27 216

test_xeample3	1.10 420	1.81 418	0.61 346	0.84 341	0.49 362	0.77 379	0.66 380	0.92 391	1.40 518	0.68 374	0.46 349	0.78 388	0.54 367	1.72 503	1.48 520	1.34 475	1.52 507	1.35 504	1.67 538	1.33 479	1.55 521

DISCO	1.11 422	0.39 162	5.28 587	0.39 212	0.20 201	0.39 255	0.27 225	0.39 244	0.22 201	0.38 239	0.20 200	0.38 248	0.20 198	6.95 598	0.22 196	0.30 208	0.21 183	0.27 208	0.21 202	5.25 580	0.21 186

Occ-G	1.12 423	0.52 221	3.72 579	3.50 541	0.50 366	0.56 355	0.47 347	0.54 341	0.46 342	0.54 349	0.41 329	0.54 353	0.42 329	0.52 342	0.42 327	3.42 556	4.02 575	0.52 361	0.45 350	0.51 330	0.44 324

AEACV	1.12 423	0.52 221	3.12 571	3.24 526	0.86 426	0.53 350	0.49 358	0.60 355	0.47 347	0.53 344	0.49 364	0.55 357	0.45 337	0.55 350	0.47 343	3.01 552	3.88 573	0.71 383	0.60 384	0.80 368	0.48 336

MSMD_ROB	1.19 425	1.10 323	0.70 367	1.10 376	0.60 381	1.10 425	0.70 398	1.10 417	0.70 400	1.10 425	0.70 407	1.10 432	0.70 396	7.00 599	0.70 399	1.10 409	0.70 375	1.10 437	0.70 408	1.10 411	0.70 391

FS-TRT-Baseline	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452
1853532: FS-TRT-Baseline: No-Enhancement Baseline for ETH3D Low-Res Two-View. Technical report (online)
FS-TRT-Harmonizegood	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452
1853532: FS-TRT-Harmonize: Photometric Harmonization for ETH3D Low-Res Two-View. Technical report (online)
MM-Stereo_test2	1.20 426	1.85 421	1.05 413	1.46 462	0.94 436	1.36 492	0.99 432	1.36 486	0.95 433	1.41 492	0.98 436	1.40 498	0.96 419	1.37 493	0.95 427	1.37 480	1.06 410	1.33 501	0.93 433	1.29 478	0.89 417

ours_stereo	1.20 426	1.21 383	0.90 397	1.64 474	1.11 450	1.35 490	0.67 384	1.76 500	0.93 431	1.70 504	1.10 444	1.39 496	0.75 405	1.41 495	0.81 417	1.60 493	1.03 409	1.33 501	1.00 436	1.61 489	0.72 396

DisPM	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

CrosDoStereo	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

PFNet+	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

LCNet	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

HHNet	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

Patchmatch Stereo++	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452
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	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

STrans-v2	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

TransformOpticalFlow	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

OMP-Stereo	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

IIG-Stereo	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

NF-Stereo	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

OCTAStereo	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

PSM-softLoss	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

KMStereo	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

NRIStereo	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

PSM-adaLoss	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

PSM-AAD	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

FTStereo	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

ROB_FTStereo_v2	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

ROB_FTStereo	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

Consistency-Raft	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

KYRaft	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

HUI-Stereo	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

ASMatch	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

DeepStereo_LL	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

DEmStereo	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

SST-Stereo	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

THIR-Stereo	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

RAFT_R40	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

DRaft	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

PFNet	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

GrayStereo	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

RE-Stereo	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

Pruner-Stereo	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

TVStereo	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

DeepStereo_RVC	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

RAFT-RH_RVC	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

IRAFT_RVC	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

RAFT-345	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

iRAFT	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

CRE-IMP	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

GMM-Stereo	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

RAFT-IKP	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

Prome-Stereo	1.20 426	1.20 335	1.20 429	1.20 393	1.20 460	1.20 436	1.20 451	1.20 430	1.20 456	1.20 438	1.20 453	1.20 442	1.20 443	1.20 441	1.20 453	1.20 420	1.20 432	1.20 449	1.20 453	1.20 426	1.20 452

HCRNet	1.22 475	7.11 563	3.00 559	3.55 542	0.33 283	0.29 211	0.14 154	0.19 156	0.15 169	0.33 223	0.29 247	0.25 196	0.14 160	0.22 176	0.33 264	3.64 557	3.00 554	0.76 389	0.32 283	0.18 158	0.13 152

HBP-ISP	1.24 476	1.72 412	1.65 514	1.15 384	0.76 414	1.40 496	0.88 421	1.67 499	1.02 444	1.69 503	1.38 517	1.69 506	1.21 491	1.87 510	1.21 500	1.05 405	0.79 389	0.97 426	0.80 421	1.19 425	0.75 403

AANet_RVC	1.26 477	0.31 143	4.99 585	5.93 577	0.20 201	0.25 195	0.20 187	0.25 190	0.20 194	0.23 179	0.19 196	0.25 196	0.20 198	0.25 193	0.20 190	5.66 586	4.76 579	0.26 204	0.30 267	0.24 186	0.27 216

MM-Stereo_test3	1.27 478	2.07 437	1.18 424	1.60 468	1.02 445	1.45 498	1.01 436	1.40 490	1.04 445	1.44 493	1.03 441	1.46 500	1.02 429	1.44 496	1.02 436	1.51 489	1.12 424	1.32 500	0.98 434	1.38 482	0.97 424

11t	1.27 478	2.70 481	1.34 484	1.32 453	0.89 428	1.30 489	1.34 508	1.64 496	0.57 371	1.45 494	0.72 414	1.05 427	1.29 497	1.07 427	1.29 509	1.49 486	1.02 408	0.97 426	1.15 446	1.48 484	1.31 507

MaskLacGwcNet_RVC	1.35 480	1.35 398	1.35 486	1.35 456	1.35 512	1.35 490	1.35 509	1.36 486	1.35 514	1.36 490	1.35 512	1.36 494	1.36 503	1.36 492	1.35 513	1.35 476	1.35 495	1.35 504	1.35 510	1.35 480	1.35 512

CC-Net-ROB	1.36 481	1.33 397	1.33 483	1.36 457	1.38 515	1.36 492	1.33 507	1.37 488	1.34 511	1.35 489	1.36 514	1.38 495	1.34 501	1.38 494	1.38 516	1.35 476	1.38 499	1.33 501	1.35 510	1.43 483	1.34 511

CFNet	1.37 482	5.27 546	0.19 165	5.49 574	0.19 198	0.28 208	0.19 183	0.28 199	0.19 192	0.28 204	0.19 196	0.28 209	4.35 585	0.28 211	0.19 187	0.23 180	0.17 167	0.23 188	4.21 594	4.81 571	0.17 175

PS-NSSS	1.38 483	1.39 400	1.34 484	1.34 455	1.35 512	1.38 494	1.37 516	1.35 485	1.38 517	1.34 488	1.34 511	1.39 496	1.38 506	1.70 502	1.40 517	1.36 478	1.36 496	1.36 506	1.37 513	1.37 481	1.36 513

RASNet	1.49 484	1.65 409	1.45 502	1.38 460	1.43 518	1.47 499	1.36 511	1.38 489	1.36 515	1.39 491	1.60 528	1.45 499	1.45 509	1.51 497	2.21 558	1.53 490	1.36 496	1.36 506	1.36 512	1.66 492	1.36 513

GANetREF_RVC	1.55 485	1.94 434	1.22 478	1.88 477	1.21 508	1.88 508	1.22 499	1.88 502	1.22 504	1.88 505	1.22 501	1.88 508	1.22 492	1.89 511	1.22 501	1.87 501	1.22 481	1.88 525	1.22 501	1.88 501	1.22 500
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 486	1.91 428	1.21 477	1.94 480	1.20 460	2.00 516	1.23 500	1.99 507	1.24 506	2.00 513	1.25 504	2.03 518	1.26 494	2.00 515	1.29 509	1.90 505	1.18 431	1.89 526	1.21 500	1.89 502	1.20 452
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 487	1.59 407	1.70 516	1.59 465	1.59 524	1.61 502	1.61 527	1.60 492	1.60 524	1.62 502	1.59 527	1.60 502	1.60 512	1.60 498	1.59 524	1.59 491	1.60 517	1.59 512	1.59 530	1.59 488	1.59 526

ff7	1.68 488	2.68 478	1.35 486	0.97 363	0.89 428	1.84 505	2.15 556	2.12 513	1.80 541	2.05 518	1.56 524	2.33 525	2.12 547	2.23 521	2.25 559	1.31 472	1.07 411	1.48 508	1.41 516	0.90 383	1.04 433

ffff	1.68 488	2.68 478	1.35 486	0.97 363	0.89 428	1.84 505	2.15 556	2.12 513	1.80 541	2.05 518	1.56 524	2.33 525	2.12 547	2.23 521	2.25 559	1.31 472	1.07 411	1.48 508	1.41 516	0.90 383	1.04 433

ccc-4	1.68 488	2.68 478	1.35 486	0.97 363	0.89 428	1.84 505	2.15 556	2.12 513	1.80 541	2.05 518	1.56 524	2.33 525	2.12 547	2.23 521	2.25 559	1.31 472	1.07 411	1.48 508	1.41 516	0.90 383	1.04 433

MC-Stereo	1.76 491	2.96 497	1.37 496	2.14 488	1.37 514	2.14 522	1.36 511	2.14 516	1.37 516	2.14 522	1.37 515	2.14 520	1.37 505	2.14 520	1.37 515	1.97 509	1.32 483	1.97 528	1.32 509	1.98 503	1.33 509

IGEVStereo-DCA	1.77 492	4.21 530	1.84 531	2.49 505	2.11 557	2.54 542	1.36 511	1.65 497	1.17 453	2.75 551	1.90 546	2.54 538	1.15 436	0.94 402	1.11 440	1.50 487	1.32 483	0.96 424	1.46 522	1.49 485	0.88 415

rrr	1.77 492	4.21 530	1.84 531	2.49 505	2.11 557	2.54 542	1.36 511	1.65 497	1.17 453	2.75 551	1.90 546	2.54 538	1.15 436	0.94 402	1.11 440	1.50 487	1.32 483	0.96 424	1.46 522	1.49 485	0.88 415

MM-Stereo_test1	1.80 494	3.41 508	1.52 509	2.12 487	1.41 517	2.04 517	1.41 519	2.05 511	1.46 521	2.04 517	1.41 519	2.05 519	1.42 508	2.05 516	1.43 519	2.04 513	1.54 510	1.94 527	1.38 515	1.99 504	1.33 509

MFMNet_re	1.81 495	1.91 428	1.71 518	1.95 482	1.70 535	1.95 513	1.70 532	1.96 505	1.74 537	1.97 510	1.72 536	1.95 511	1.71 520	1.97 514	1.71 532	1.86 499	1.62 518	1.85 518	1.66 537	1.86 500	1.64 532

plain	1.88 496	3.16 503	0.64 350	3.10 521	0.65 393	3.10 557	0.64 377	3.12 556	0.65 383	3.10 557	0.65 390	3.11 558	0.65 377	3.12 556	0.65 373	3.12 553	0.65 361	3.13 558	0.65 397	3.13 543	0.65 383

RAFT_CTSACE	1.92 497	3.71 515	1.72 519	1.88 477	1.72 536	2.04 517	1.42 521	2.18 518	1.89 552	2.02 515	1.97 552	1.95 511	2.06 546	1.93 512	1.62 525	1.76 496	1.66 521	2.02 529	1.73 546	1.73 495	1.43 518

MonStereo1	1.94 498	2.77 491	1.52 509	3.73 549	1.51 521	2.13 521	1.42 521	2.32 526	1.52 522	2.31 530	1.50 522	2.53 535	1.59 511	2.34 528	1.56 522	1.91 506	1.36 496	1.86 521	1.31 508	2.07 505	1.53 519

4.25w-stereo	1.98 499	2.72 485	1.46 503	3.47 538	1.43 518	2.07 519	1.98 547	2.53 538	1.52 522	2.71 544	1.98 558	1.81 507	1.62 514	1.96 513	1.36 514	1.88 504	2.00 535	2.53 552	1.61 532	1.74 496	1.15 443

4.5w-stereo	1.99 500	2.33 458	1.81 522	3.28 528	1.68 531	1.94 510	1.99 550	2.72 541	1.70 529	2.72 545	1.99 561	1.97 513	1.68 516	1.76 504	1.29 509	1.91 506	2.02 541	2.53 552	1.61 532	1.75 497	1.16 446

2.75w_new	1.99 500	2.34 462	1.81 522	3.14 522	1.62 526	1.94 510	1.99 550	2.72 541	1.71 530	2.72 545	1.99 561	1.90 509	1.73 522	1.82 509	1.29 509	2.37 534	2.01 537	2.31 539	1.42 519	1.77 498	1.22 500

3.75w	1.99 500	2.31 456	1.83 530	3.16 524	1.65 528	1.93 509	1.98 547	2.72 541	1.68 526	2.73 550	1.97 552	2.00 515	1.72 521	1.81 508	1.25 505	2.27 525	2.01 537	2.38 544	1.42 519	1.71 494	1.24 503

2w_stereo	1.99 500	2.36 465	1.81 522	3.24 526	1.67 529	1.94 510	1.98 547	2.72 541	1.68 526	2.72 545	1.94 549	1.98 514	1.74 524	1.79 507	1.27 506	1.95 508	2.00 535	2.53 552	1.60 531	1.68 493	1.15 443

2.25w	2.00 504	1.86 423	1.98 544	2.95 519	2.17 561	2.26 523	1.35 509	2.42 532	2.00 559	2.07 521	1.27 506	2.53 535	1.99 542	2.29 525	1.49 521	2.21 520	1.32 483	1.85 518	1.87 550	2.52 531	1.62 530

4.25_new	2.00 504	2.33 458	1.82 527	3.32 531	1.69 532	1.95 513	1.99 550	2.72 541	1.71 530	2.72 545	1.97 552	2.01 516	1.74 524	1.77 505	1.28 507	2.18 517	2.01 537	2.48 550	1.58 528	1.65 490	1.17 447

4.5w_new	2.00 504	2.33 458	1.82 527	3.32 531	1.69 532	1.95 513	1.99 550	2.72 541	1.71 530	2.72 545	1.97 552	2.01 516	1.74 524	1.77 505	1.28 507	2.18 517	2.01 537	2.48 550	1.58 528	1.65 490	1.17 447

4.5_new	2.00 504	1.84 420	1.98 544	2.77 513	2.16 559	2.27 524	1.28 506	2.09 512	1.98 556	2.01 514	1.28 507	2.71 547	1.98 540	2.51 537	1.65 527	2.26 522	1.33 490	1.87 522	1.87 550	2.49 527	1.60 527

TRStereo	2.00 504	2.13 442	1.85 533	2.27 494	1.84 540	2.28 526	1.84 536	2.29 521	1.86 546	2.30 527	1.87 541	2.30 522	1.87 530	2.08 517	1.72 534	2.08 514	1.72 524	2.08 531	1.72 543	2.08 506	1.72 537

XX-Stereo	2.00 504	2.13 442	1.85 533	2.27 494	1.84 540	2.28 526	1.84 536	2.29 521	1.86 546	2.30 527	1.87 541	2.30 522	1.87 530	2.08 517	1.72 534	2.08 514	1.72 524	2.08 531	1.72 543	2.08 506	1.72 537

EAI-Stereo	2.00 504	2.13 442	1.85 533	2.27 494	1.84 540	2.28 526	1.84 536	2.29 521	1.86 546	2.30 527	1.87 541	2.30 522	1.87 530	2.08 517	1.72 534	2.08 514	1.72 524	2.08 531	1.72 543	2.08 506	1.72 537

2.5w	2.01 511	2.40 467	1.37 496	3.28 528	2.01 551	2.71 547	1.43 524	1.82 501	1.83 544	1.90 507	1.41 519	2.71 547	1.35 502	2.71 546	1.85 545	2.66 546	1.53 508	1.64 513	1.23 502	2.53 534	1.87 546

4w-stereo	2.02 512	2.72 485	1.44 501	3.36 534	1.59 524	2.48 535	1.72 533	2.28 519	1.24 506	2.24 525	1.65 532	2.56 540	1.32 500	2.39 531	1.98 555	2.67 548	1.51 506	1.66 514	1.24 503	2.53 534	1.88 549

IGEV	2.02 512	2.20 448	1.82 527	2.90 518	2.16 559	2.41 532	1.25 502	2.00 508	1.98 556	1.99 512	1.31 509	2.72 551	1.93 536	2.67 545	1.69 531	2.26 522	1.32 483	1.83 517	1.87 550	2.53 534	1.61 529

3.25w_new	2.03 514	2.72 485	1.35 486	3.33 533	1.57 522	2.72 548	1.53 526	2.15 517	1.33 510	2.15 523	1.60 528	2.63 544	1.30 498	2.72 548	1.99 556	2.67 548	1.53 508	1.75 516	1.25 505	2.53 534	1.87 546

3.5w_stereo	2.03 514	2.72 485	1.35 486	3.41 535	1.57 522	2.72 548	1.49 525	2.01 509	1.34 511	2.15 523	1.61 530	2.63 544	1.36 503	2.72 548	1.99 556	2.66 546	1.58 513	1.68 515	1.24 503	2.53 534	1.87 546

UniTT-Stereo	2.03 514	3.43 509	0.72 374	3.42 536	0.73 408	3.27 560	0.68 386	3.38 560	0.69 397	3.29 560	0.72 414	3.28 561	0.70 396	3.35 561	0.68 383	3.39 555	0.68 367	3.31 560	0.69 406	3.37 544	0.73 399

3.25w	2.04 517	2.20 448	1.48 504	3.03 520	2.17 561	2.63 546	1.39 517	1.96 505	1.95 555	1.96 508	1.37 515	2.71 547	1.96 539	2.71 546	1.73 539	2.26 522	1.32 483	1.87 522	1.87 550	2.51 530	1.63 531

3w_stereo	2.04 517	2.24 452	1.70 516	3.15 523	2.18 563	2.49 536	1.26 504	2.03 510	1.98 556	1.98 511	1.33 510	2.72 551	1.99 542	2.59 540	1.72 534	2.22 521	1.33 490	1.85 518	1.88 555	2.50 529	1.58 525

1w_stereo	2.05 519	2.32 457	1.35 486	3.74 550	2.01 551	2.73 550	1.42 521	1.88 502	1.93 554	2.03 516	1.28 507	2.71 547	1.99 542	2.72 548	1.72 534	2.20 519	1.32 483	1.87 522	1.86 549	2.45 523	1.54 520

sCroCo_RVC	2.10 520	2.76 489	1.92 541	2.78 516	1.39 516	2.73 550	1.41 519	2.73 547	1.40 518	2.77 556	1.41 519	2.74 553	1.40 507	2.74 551	1.40 517	2.72 550	1.42 501	2.72 556	1.44 521	2.79 541	1.42 517

MoCha-V2	2.11 521	26.97 605	0.78 384	0.92 351	0.77 417	0.96 401	0.72 403	0.90 386	0.72 407	0.94 403	0.70 407	0.90 401	0.71 400	0.91 396	0.71 402	0.85 378	0.71 379	0.88 406	0.69 406	0.87 378	0.67 387

FBW_ROB	2.12 522	2.46 471	1.77 521	2.49 505	1.79 539	2.38 530	1.83 535	2.46 533	1.78 540	2.48 538	1.97 552	2.40 530	1.78 527	2.42 534	1.83 543	2.31 530	1.85 532	2.38 544	1.82 548	2.35 518	1.84 542

MonStereo	2.17 523	2.41 468	1.49 508	2.67 510	1.67 529	2.60 545	2.04 554	2.32 526	1.76 538	2.44 535	1.68 534	2.50 533	1.69 518	2.38 529	1.80 542	2.28 526	1.78 527	2.63 555	2.14 558	3.47 545	1.68 535

asda	2.17 523	2.54 472	1.81 522	3.47 538	1.78 538	2.50 538	1.86 540	2.61 540	1.68 526	2.61 542	1.83 538	2.37 529	1.73 522	2.44 535	1.88 550	2.51 543	1.84 531	2.34 541	1.62 534	2.23 511	1.77 541

asd	2.18 525	2.77 491	1.58 511	3.59 543	2.00 550	2.58 544	1.85 539	2.39 531	1.71 530	2.47 537	1.97 552	2.59 542	1.61 513	2.56 538	1.79 541	2.51 543	1.99 534	2.11 534	1.62 534	2.36 519	1.60 527

qwe	2.18 525	2.60 475	1.58 511	3.83 551	1.90 548	2.53 540	1.90 545	2.48 534	1.73 535	2.37 533	1.92 548	2.53 535	1.68 516	2.56 538	1.83 543	2.52 545	1.87 533	2.07 530	1.68 540	2.32 517	1.71 536

monsters	2.18 525	2.41 468	1.96 543	3.47 538	2.03 555	2.53 540	1.64 529	2.48 534	1.73 535	2.40 534	1.50 522	2.62 543	1.94 537	2.59 540	1.94 552	2.44 538	1.57 512	2.28 537	1.87 550	2.42 521	1.86 544

AIO_rvc	2.18 525	2.34 462	1.87 537	2.32 498	1.94 549	2.40 531	1.89 544	2.37 529	2.07 561	2.52 540	1.95 551	2.44 532	1.99 542	2.41 532	1.89 551	2.32 531	2.09 543	2.24 535	2.18 559	2.21 510	2.23 553

HUF	2.18 525	2.30 455	1.99 547	2.34 500	2.02 554	2.41 532	2.06 555	2.38 530	1.89 552	2.36 532	1.85 539	2.56 540	1.98 540	2.31 527	1.97 554	2.30 529	2.03 542	2.30 538	2.11 557	2.23 511	2.16 551

AIO_test	2.18 525	2.09 440	2.04 548	2.42 502	2.01 551	2.47 534	1.94 546	2.34 528	2.03 560	2.56 541	1.94 549	2.43 531	1.94 537	2.41 532	1.87 549	2.39 536	2.10 544	2.35 543	1.91 556	2.25 513	2.19 552

monsterstereo	2.20 531	2.33 458	1.95 542	3.65 545	2.07 556	2.49 536	1.61 527	2.48 534	1.83 544	2.45 536	1.61 530	2.67 546	1.86 529	2.64 542	1.94 552	2.48 542	1.66 521	2.34 541	1.68 540	2.40 520	1.86 544

LG-G_1	2.22 532	2.71 483	1.89 538	2.77 513	1.87 546	2.75 552	1.87 542	2.76 549	1.87 550	2.75 551	1.87 541	2.76 554	1.87 530	2.75 552	1.86 546	2.47 540	1.58 513	2.45 547	1.57 525	2.45 523	1.57 523

LG-G	2.22 532	2.71 483	1.89 538	2.77 513	1.87 546	2.75 552	1.87 542	2.76 549	1.87 550	2.75 551	1.87 541	2.76 554	1.87 530	2.75 552	1.86 546	2.47 540	1.58 513	2.45 547	1.57 525	2.45 523	1.57 523

LGtest1	2.22 532	2.70 481	1.89 538	2.76 512	1.86 543	2.75 552	1.86 540	2.75 548	1.86 546	2.75 551	1.86 540	2.77 556	1.87 530	2.75 552	1.86 546	2.46 539	1.58 513	2.45 547	1.56 524	2.45 523	1.56 522

RAStereo	2.23 535	3.64 512	0.76 381	3.65 545	0.86 426	3.66 564	0.76 408	3.67 564	0.81 422	3.66 561	0.76 419	3.66 563	0.77 408	3.68 563	0.77 411	3.68 558	0.77 387	3.69 565	0.77 416	3.70 547	0.77 406

UDGNet	2.23 535	5.40 551	1.72 519	2.48 504	1.69 532	2.51 539	1.69 531	2.51 537	1.72 534	2.50 539	1.69 535	2.52 534	1.69 518	2.50 536	1.68 530	2.41 537	1.70 523	2.42 546	1.69 542	2.42 521	1.64 532

NCCL2	2.28 537	2.27 453	2.28 550	2.28 497	2.28 564	2.27 524	2.29 559	2.28 519	2.28 562	2.27 526	2.28 564	2.28 521	2.27 550	2.27 524	2.28 563	2.28 526	2.28 549	2.27 536	2.29 563	2.27 514	2.29 554

Abc-Net	2.32 538	24.75 597	1.14 418	1.17 390	1.17 457	1.11 428	1.15 445	1.17 424	1.21 503	1.08 424	1.16 448	1.12 436	1.14 435	1.09 428	1.17 448	1.09 407	1.16 427	1.17 444	1.17 449	1.16 417	1.11 436
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 539	25.00 598	1.13 417	1.15 384	1.15 452	1.10 425	1.15 445	1.15 419	1.15 448	1.12 431	1.15 445	1.09 430	1.13 433	1.10 430	1.15 444	1.11 414	1.09 417	1.16 440	1.12 444	1.16 417	1.17 447

stereogan	2.33 539	24.38 596	1.18 424	1.18 391	1.18 459	1.14 431	1.18 449	1.19 427	1.19 455	1.14 434	1.18 452	1.14 437	1.18 441	1.14 435	1.18 449	1.14 417	1.14 425	1.19 448	1.19 450	1.15 415	1.19 451

RGC	2.36 541	25.48 599	1.19 426	1.15 384	1.15 452	1.10 425	1.16 447	1.17 424	1.16 449	1.12 431	1.16 448	1.11 435	1.13 433	1.09 428	1.18 449	1.10 409	1.15 426	1.16 440	1.12 444	1.14 413	1.12 438

NCC-stereo	2.36 541	25.52 600	1.17 422	1.15 384	1.17 457	1.11 428	1.11 441	1.15 419	1.16 449	1.10 425	1.16 448	1.10 432	1.15 436	1.14 435	1.13 442	1.09 407	1.11 421	1.15 439	1.16 448	1.17 422	1.17 447

AF-Net	2.37 543	25.71 601	1.17 422	1.13 381	1.15 452	1.15 432	1.18 449	1.19 427	1.16 449	1.10 425	1.15 445	1.10 432	1.18 441	1.12 434	1.15 444	1.10 409	1.10 420	1.17 444	1.15 446	1.16 417	1.12 438

Nwc_Net	2.37 543	25.95 602	1.15 420	1.14 382	1.15 452	1.08 421	1.14 444	1.17 424	1.16 449	1.14 434	1.15 445	1.08 428	1.15 436	1.11 432	1.14 443	1.10 409	1.11 421	1.16 440	1.09 443	1.16 417	1.15 443

CFNet_RVC	2.38 545	8.71 574	0.38 257	9.33 593	0.42 342	0.56 355	0.42 332	0.60 355	0.38 305	0.62 365	0.42 339	0.56 360	7.29 597	0.62 360	0.42 327	0.53 326	0.37 262	0.49 349	0.34 295	8.30 594	6.87 600

edge stereo	2.43 546	27.07 606	1.14 418	1.06 373	1.14 451	1.08 421	1.17 448	1.16 422	1.14 447	1.10 425	1.16 448	1.09 430	1.16 440	1.10 430	1.16 447	1.10 409	1.11 421	1.16 440	1.19 450	1.13 412	1.11 436

FAT-Stereo	2.46 547	26.05 603	1.23 480	1.23 442	1.22 510	1.20 436	1.24 501	1.23 480	1.23 505	1.19 437	1.22 501	1.21 489	1.24 493	1.20 441	1.24 502	1.21 467	1.17 430	1.22 497	1.25 505	1.20 426	1.24 503

S-Stereo	2.51 548	26.86 604	1.23 480	1.22 440	1.22 510	1.24 486	1.25 502	1.22 478	1.24 506	1.21 485	1.24 503	1.19 441	1.27 495	1.19 440	1.24 502	1.19 419	1.20 432	1.25 498	1.19 450	1.24 476	1.23 502

Anonymous3	2.55 549	3.26 506	1.65 514	3.28 528	1.63 527	3.24 559	1.68 530	3.27 558	1.66 525	3.28 559	1.67 533	3.25 560	1.66 515	3.27 558	1.64 526	3.26 554	1.65 520	3.30 559	1.65 536	4.95 576	1.65 534

MIF-Stereo (partial)	2.58 550	3.31 507	0.66 354	3.18 525	0.66 396	3.18 558	0.66 380	3.21 557	0.67 386	3.19 558	0.66 392	3.19 559	0.66 380	3.31 560	0.68 383	5.09 582	1.79 529	8.23 601	1.67 538	6.18 585	1.38 515

MSMDNet	2.65 551	10.14 585	0.33 230	9.74 596	0.32 271	0.87 390	0.33 268	2.95 555	0.68 389	0.49 318	0.34 286	0.49 323	5.70 592	0.49 321	0.33 264	0.42 288	9.57 598	0.41 305	0.31 277	8.36 595	0.65 383

pcwnet_v2	2.66 552	9.89 583	0.33 230	9.89 597	0.32 271	0.50 333	0.32 258	0.49 312	0.33 276	0.49 318	0.34 286	0.49 323	8.76 599	0.48 315	0.33 264	0.41 274	9.58 599	0.40 288	0.29 253	9.01 598	0.63 374

CFNet_pseudo	2.67 553	9.36 579	0.32 225	10.99 602	0.33 283	0.85 388	0.33 268	0.49 312	0.33 276	0.49 318	0.32 271	0.49 323	7.26 596	0.49 321	0.33 264	0.41 274	9.62 600	0.41 305	0.29 253	10.03 602	0.29 234

CFNet_ucs	2.73 554	9.64 581	0.33 230	9.92 598	0.32 271	0.49 325	0.33 268	0.49 312	0.33 276	0.49 318	0.33 278	0.49 323	8.98 600	0.48 315	0.33 264	0.41 274	9.96 603	0.40 288	0.29 253	10.12 603	0.54 356

UCFNet_RVC	2.75 555	10.06 584	0.29 204	10.31 601	0.29 249	0.42 293	0.29 242	0.43 290	0.29 243	0.42 279	0.29 247	0.42 292	9.87 602	0.43 291	0.29 240	0.36 236	9.84 602	0.36 261	0.26 230	9.77 601	0.26 208

ccs_rob	2.79 556	10.17 586	0.32 225	10.00 599	0.33 283	0.49 325	0.33 268	1.90 504	0.32 269	0.51 338	0.33 278	0.49 323	9.24 601	0.49 321	0.33 264	0.41 274	9.82 601	0.41 305	0.28 243	9.34 599	0.29 234

PCWNet_CMD	2.80 557	9.82 582	0.32 225	10.09 600	0.32 271	0.49 325	0.33 268	3.34 559	0.33 276	0.49 318	0.33 278	0.49 323	8.73 598	0.48 315	0.33 264	0.41 274	9.22 597	0.42 316	0.29 253	9.55 600	0.31 256

StereoVision	3.15 558	5.00 540	0.89 394	4.83 567	1.00 439	3.93 565	1.27 505	6.37 593	1.34 511	5.67 593	1.26 505	5.84 595	1.27 495	5.03 590	1.24 502	5.10 583	1.09 417	4.61 577	0.57 380	5.62 583	1.12 438

MaDis-Stereo	3.19 559	6.02 561	1.12 416	5.61 576	1.16 456	5.43 591	1.02 438	5.15 590	0.70 400	5.43 590	1.21 500	5.03 592	0.97 420	4.85 584	0.99 431	4.53 564	1.16 427	5.53 593	1.25 505	5.37 581	1.30 506

sAnonymous2	3.31 560	2.63 476	1.38 498	3.71 547	1.86 543	4.70 583	1.11 441	4.82 586	2.72 565	5.45 591	1.98 558	4.59 577	2.64 552	2.65 543	6.21 597	4.37 560	1.08 415	5.16 591	2.24 561	4.52 558	2.39 559

CroCo_RVC	3.31 560	2.63 476	1.38 498	3.71 547	1.86 543	4.70 583	1.11 441	4.82 586	2.72 565	5.45 591	1.98 558	4.59 577	2.64 552	2.65 543	6.21 597	4.37 560	1.08 415	5.16 591	2.24 561	4.52 558	2.39 559

DPSNet	3.66 562	3.60 511	3.62 577	3.63 544	3.64 587	3.65 563	3.65 586	3.66 563	3.67 583	3.67 562	3.65 584	3.67 564	3.66 572	3.66 562	3.68 581	3.68 558	3.66 571	3.67 564	3.68 587	3.67 546	3.67 585

STTStereo	3.73 563	30.40 610	2.37 554	2.39 501	2.31 566	2.35 529	2.33 560	2.29 521	2.42 563	2.32 531	2.34 565	2.33 525	2.36 551	2.30 526	2.27 562	2.35 533	2.22 548	2.31 539	2.22 560	2.29 516	2.34 558

rvit_105_1	3.83 564	5.22 544	3.01 560	4.53 555	3.01 569	4.51 571	3.01 567	4.56 573	3.04 568	4.53 572	3.03 569	4.55 575	3.03 556	4.56 573	3.04 565	4.57 566	3.05 555	4.57 572	3.05 570	4.57 560	3.05 567

rvit_stereo_0081	3.83 564	5.23 545	3.01 560	4.53 555	3.03 571	4.55 577	3.02 568	4.56 573	3.04 568	4.52 570	3.02 567	4.54 573	3.03 556	4.56 573	3.04 565	4.57 566	3.05 555	4.57 572	3.05 570	4.58 561	3.05 567

rvit_stereo_0081_aga	3.86 566	5.33 548	3.02 563	4.55 561	3.04 575	4.54 573	3.02 568	4.64 580	3.06 572	4.54 574	3.04 571	4.62 582	3.08 563	4.62 579	3.07 570	4.58 569	3.06 559	4.60 576	3.08 574	4.63 564	3.07 571

rvit_stereo_0082	3.86 566	5.82 559	3.01 560	4.53 555	3.03 571	4.54 573	3.02 568	4.56 573	3.04 568	4.53 572	3.02 567	4.55 575	3.04 559	4.57 576	3.05 567	4.57 566	3.05 555	4.58 574	3.05 570	4.58 561	3.06 570

rvit_0105_6	3.87 568	5.73 558	3.10 570	4.69 565	3.12 579	4.54 573	3.02 568	4.56 573	3.04 568	4.54 574	3.03 569	4.54 573	3.04 559	4.56 573	3.05 567	4.58 569	3.05 555	4.58 574	3.05 570	4.58 561	3.05 567

rvit_stereo_0080	3.89 569	5.70 556	3.04 565	4.54 558	3.03 571	4.56 578	3.05 574	4.60 577	3.07 573	4.58 577	3.06 572	4.59 577	3.06 561	4.61 577	3.08 571	4.63 571	3.09 560	4.64 578	3.10 575	4.65 565	3.10 574

whm_eth	3.89 569	5.70 556	3.04 565	4.54 558	3.03 571	4.56 578	3.05 574	4.60 577	3.07 573	4.58 577	3.06 572	4.59 577	3.06 561	4.61 577	3.08 571	4.63 571	3.09 560	4.64 578	3.10 575	4.65 565	3.10 574

rvit_0105_4	3.91 571	5.47 555	3.02 563	4.54 558	3.02 570	4.54 573	3.03 572	4.75 583	3.17 579	4.57 576	3.06 572	4.61 581	3.16 567	4.65 580	3.09 573	4.66 573	3.11 562	4.68 581	3.18 580	4.81 571	3.16 579

rvit_0105_3	3.91 571	5.33 548	3.06 568	4.60 563	3.07 577	4.60 580	3.06 576	4.62 579	3.08 576	4.60 579	3.07 575	4.62 582	3.08 563	4.67 581	3.10 574	4.70 574	3.11 562	4.77 585	3.19 581	4.77 570	3.14 578

rvit_stereo_0083	3.92 573	5.30 547	3.06 568	4.61 564	3.09 578	4.67 582	3.08 577	4.66 581	3.09 577	4.62 580	3.10 577	4.66 585	3.11 565	4.67 581	3.16 576	4.72 576	3.16 565	4.77 585	3.11 577	4.66 567	3.11 576

rvit_stereo_ft	3.93 574	5.44 553	3.05 567	4.59 562	3.06 576	4.61 581	3.08 577	4.67 582	3.12 578	4.63 581	3.10 577	4.65 584	3.11 565	4.69 583	3.13 575	4.70 574	3.14 564	4.71 583	3.15 579	4.74 568	3.16 579

rvit_0105_5	4.10 575	5.40 551	3.13 573	4.71 566	3.15 580	4.72 585	3.10 579	4.90 588	3.27 580	4.69 582	3.16 579	4.84 589	3.25 568	4.96 587	3.34 578	5.05 581	3.39 570	5.10 590	3.40 582	5.11 578	3.42 582

MLG-Stereo_test1	4.25 576	5.34 550	3.61 576	5.31 572	3.63 586	5.23 589	3.57 584	5.38 591	3.65 582	5.23 588	3.47 581	4.76 586	3.74 575	4.85 584	3.71 582	4.96 578	3.18 567	4.71 583	2.92 567	4.86 574	2.90 564

MLG-Stereo_test3	4.26 577	4.85 538	3.95 580	5.35 573	3.60 585	4.75 586	3.76 587	5.49 592	3.71 584	5.39 589	3.69 585	4.82 588	3.66 572	4.85 584	3.73 585	4.93 577	3.19 568	4.69 582	2.99 569	4.84 573	2.98 566

MLG-Stereo_test2	4.28 578	5.46 554	3.69 578	4.86 568	3.72 588	5.58 592	3.42 582	4.81 585	3.77 588	4.85 584	3.72 586	5.55 594	3.63 571	5.58 591	3.53 580	4.41 563	3.28 569	4.99 589	2.95 568	4.75 569	3.13 577

RAFT+CT+SA	4.28 578	7.62 567	4.91 584	5.55 575	2.28 564	3.09 556	3.64 585	4.49 571	3.07 573	4.80 583	3.35 580	4.77 587	3.70 574	4.29 570	3.05 567	5.58 585	5.98 586	3.58 563	3.78 589	4.26 554	3.72 586

SA	4.33 580	7.35 564	6.85 595	5.96 578	4.09 592	3.59 562	3.15 580	3.82 565	2.64 564	3.91 563	3.85 587	3.57 562	2.72 554	3.13 557	4.03 588	7.09 596	6.86 591	3.57 562	3.12 578	3.85 548	3.51 584

Sa-1000	4.34 581	8.37 570	6.84 594	6.98 585	4.45 595	3.58 561	3.00 566	3.42 561	3.39 581	2.61 542	4.00 590	3.83 566	4.01 583	3.90 565	3.90 586	5.98 589	5.62 584	3.76 566	2.34 564	4.35 556	2.47 561

TestStereo1	4.60 582	8.41 571	6.44 592	6.86 583	3.79 589	3.97 566	3.78 588	3.99 567	3.74 585	3.97 564	3.52 582	3.94 567	3.58 569	3.98 566	3.72 583	6.82 593	6.50 589	3.76 566	3.66 585	3.90 549	3.74 588

SA-5K	4.60 582	8.41 571	6.44 592	6.86 583	3.79 589	3.97 566	3.78 588	3.99 567	3.74 585	3.97 564	3.52 582	3.94 567	3.58 569	3.98 566	3.72 583	6.82 593	6.50 589	3.76 566	3.66 585	3.90 549	3.74 588

DispFullNet	4.61 584	4.84 537	3.12 571	5.00 570	3.57 584	4.75 586	3.03 572	7.75 599	4.17 592	4.91 586	3.09 576	6.20 596	3.95 581	6.71 595	3.51 579	5.30 584	3.67 572	5.86 597	3.63 584	5.61 582	3.46 583

test_5	4.62 585	7.55 566	6.23 590	6.32 580	3.40 583	5.29 590	3.50 583	3.53 562	4.11 591	4.28 567	4.47 594	4.26 571	4.38 586	3.68 563	3.24 577	5.89 587	5.60 583	4.84 587	3.50 583	4.33 555	3.93 592

raft_robust	4.71 586	7.75 568	5.40 589	6.81 582	3.31 581	4.28 570	4.20 593	4.32 570	4.37 594	4.35 569	4.35 593	4.14 569	3.75 576	4.30 571	4.20 591	6.67 592	6.37 587	3.36 561	4.24 595	4.86 574	3.25 581

cross-raft	4.83 587	7.52 565	6.43 591	6.63 581	3.96 591	4.51 571	3.99 591	4.49 571	3.96 590	4.52 570	3.96 589	4.50 572	3.97 582	4.50 572	3.97 587	6.65 591	6.44 588	4.33 569	3.92 591	4.35 556	3.91 591

test_4	4.88 588	8.13 569	6.98 596	7.46 586	4.44 594	4.25 569	3.85 590	4.04 569	3.92 589	4.13 566	3.91 588	4.18 570	3.84 579	4.14 568	4.06 589	7.01 595	7.13 592	4.53 570	3.72 588	4.09 552	3.72 586

TestStereo	4.88 588	4.75 536	4.79 583	4.87 569	4.92 596	4.81 588	4.90 596	4.78 584	4.77 595	4.87 585	4.89 595	4.90 590	4.91 588	4.99 588	4.79 593	4.98 579	4.87 580	4.87 588	4.92 597	5.00 577	5.00 595

test_3	5.01 590	8.86 576	7.77 598	8.09 588	2.76 568	4.13 568	4.05 592	3.88 566	3.76 587	4.33 568	4.13 591	3.71 565	3.91 580	4.21 569	4.06 589	7.93 597	7.69 594	4.53 570	3.91 590	4.17 553	4.29 594

NLCA_NET_v2_RVC	5.04 591	50.87 620	2.78 558	2.87 517	2.71 567	2.78 555	0.47 347	2.88 554	2.86 567	1.89 506	2.67 566	2.79 557	2.79 555	2.78 555	2.83 564	2.82 551	2.82 553	2.83 557	2.77 566	2.83 542	2.76 562
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	5.10 592	5.15 542	4.49 582	5.07 571	3.37 582	6.87 595	4.75 595	5.04 589	6.34 599	7.84 599	5.06 596	6.72 600	4.09 584	4.99 588	5.44 596	5.03 580	3.16 565	4.67 580	4.86 596	5.15 579	3.89 590

U	5.15 593	8.49 573	1.81 522	8.49 590	1.77 537	8.49 600	1.77 534	8.51 601	1.77 539	8.49 601	1.77 537	8.50 602	1.78 527	8.58 601	1.77 540	8.54 600	1.78 527	8.55 602	1.78 547	8.55 596	1.84 542

SGM-Forest	5.21 594	5.92 560	4.08 581	6.18 579	4.16 593	6.31 594	4.34 594	6.50 594	4.33 593	6.14 595	4.21 592	6.61 599	4.55 587	6.67 594	4.48 592	5.94 588	3.94 574	5.85 596	4.03 593	5.79 584	4.17 593
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 595	9.16 578	8.03 601	8.09 588	5.62 599	6.11 593	6.35 599	6.85 596	4.94 596	6.08 594	6.29 601	4.98 591	6.43 593	6.22 592	6.36 599	6.16 590	7.47 593	5.82 595	5.44 600	7.11 590	5.68 598

rvit_stereo_0075_2	6.64 596	8.80 575	5.25 586	7.89 587	5.27 598	7.90 599	5.27 597	7.92 600	5.28 597	7.91 600	5.29 598	7.93 601	5.27 589	7.92 600	5.28 594	7.93 597	5.28 582	7.93 600	5.29 599	7.93 593	5.28 597

RAFT	6.73 597	9.36 579	7.40 597	8.51 591	6.55 600	6.88 596	6.60 600	6.79 595	6.60 600	6.80 596	6.72 602	5.31 593	5.50 591	6.61 593	6.61 600	8.42 599	5.89 585	5.73 594	5.45 601	6.61 586	6.24 599

SGM+DAISY	7.06 598	9.15 577	5.38 588	8.84 592	5.18 597	8.80 601	5.31 598	8.79 602	5.28 597	8.89 602	5.20 597	8.93 603	5.33 590	8.95 602	5.36 595	8.70 601	5.21 581	8.74 603	5.20 598	8.89 597	5.15 596

test-v	7.53 599	11.89 587	7.98 599	9.36 594	7.14 601	7.06 597	7.09 601	7.37 597	6.91 601	7.29 597	5.71 599	6.45 597	6.93 594	6.73 596	7.27 601	8.93 602	7.85 595	6.98 598	6.80 602	7.56 591	7.34 601

test-2	7.53 599	11.89 587	7.98 599	9.36 594	7.14 601	7.06 597	7.09 601	7.37 597	6.91 601	7.29 597	5.71 599	6.45 597	6.93 594	6.73 596	7.27 601	8.93 602	7.85 595	6.98 598	6.80 602	7.56 591	7.34 601

PA-Net	11.80 601	223.51 627	0.62 347	0.59 306	0.71 405	0.59 363	0.73 404	0.67 364	0.73 410	0.55 352	0.61 384	0.60 367	0.74 403	0.63 364	0.73 404	0.66 352	0.60 351	0.69 380	0.66 399	0.72 355	0.65 383
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 602	23.00 595	15.00 602	23.00 609	15.00 603	24.00 608	16.00 603	24.00 609	16.00 603	22.00 609	15.00 603	23.00 610	16.00 603	23.00 609	15.00 603	22.00 610	15.00 604	22.00 610	15.00 604	22.00 610	15.00 603

rafts_anoy	20.00 603	20.00 589	20.00 603	20.00 603	20.00 604	20.00 602	20.00 604	20.00 603	20.00 604	20.00 603	20.00 604	20.00 604	20.00 604	20.00 603	20.00 604	20.00 604	20.00 605	20.00 604	20.00 605	20.00 604	20.00 604

raft+_RVC	20.00 603	20.00 589	20.00 603	20.00 603	20.00 604	20.00 602	20.00 604	20.00 603	20.00 604	20.00 603	20.00 604	20.00 604	20.00 604	20.00 603	20.00 604	20.00 604	20.00 605	20.00 604	20.00 605	20.00 604	20.00 604

raftrobust	20.00 603	20.00 589	20.00 603	20.00 603	20.00 604	20.00 602	20.00 604	20.00 603	20.00 604	20.00 603	20.00 604	20.00 604	20.00 604	20.00 603	20.00 604	20.00 604	20.00 605	20.00 604	20.00 605	20.00 604	20.00 604

CasAABBNet	20.00 603	20.00 589	20.00 603	20.00 603	20.00 604	20.00 602	20.00 604	20.00 603	20.00 604	20.00 603	20.00 604	20.00 604	20.00 604	20.00 603	20.00 604	20.00 604	20.00 605	20.00 604	20.00 605	20.00 604	20.00 604

RALCasStereoNet	20.00 603	20.00 589	20.00 603	20.00 603	20.00 604	20.00 602	20.00 604	20.00 603	20.00 604	20.00 603	20.00 604	20.00 604	20.00 604	20.00 603	20.00 604	20.00 604	20.00 605	20.00 604	20.00 605	20.00 604	20.00 604

RALAANet	20.00 603	20.00 589	20.00 603	20.00 603	20.00 604	20.00 602	20.00 604	20.00 603	20.00 604	20.00 603	20.00 604	20.00 604	20.00 604	20.00 603	20.00 604	20.00 604	20.00 605	20.00 604	20.00 605	20.00 604	20.00 604

111	30.40 609	30.94 611	29.72 610	32.61 610	30.02 611	33.57 609	30.47 611	31.50 610	29.39 611	30.98 610	29.11 611	29.78 611	30.39 614	29.45 610	30.76 614	30.08 611	29.02 612	29.92 611	30.32 615	29.86 611	30.17 611

WCMA_ROB	31.10 610	35.43 615	27.12 609	39.51 621	23.10 610	38.78 620	25.30 610	37.49 621	25.39 610	37.29 620	27.02 610	38.52 622	26.48 610	37.80 620	26.44 610	36.28 618	22.65 611	33.90 615	22.30 611	37.10 619	24.18 610

DCANet-4	35.22 611	34.54 612	35.08 616	33.58 614	35.47 618	34.55 610	35.53 618	36.08 616	35.85 615	35.92 616	35.77 617	35.18 617	35.48 616	35.39 616	37.15 620	34.55 617	33.92 616	35.02 618	34.90 617	35.79 615	34.74 618

ADStereo(finetuned)	36.13 612	36.63 616	38.07 620	36.97 615	33.25 615	35.91 614	34.45 615	36.36 617	32.99 612	38.14 621	36.71 618	36.69 618	34.13 615	38.57 621	40.79 621	37.60 622	36.58 619	35.90 619	33.36 616	35.42 614	34.04 615

Reg-Stereo(zero)	37.00 613	37.00 617	37.00 617	37.00 616	37.00 619	37.00 617	37.00 619	37.00 618	37.00 616	37.00 617	37.00 619	37.00 619	37.00 617	37.00 617	37.00 617	37.00 619	37.00 620	37.00 620	37.00 620	37.00 616	37.00 619

HI	37.00 613	37.00 617	37.00 617	37.00 616	37.00 619	37.00 617	37.00 619	37.00 618	37.00 616	37.00 617	37.00 619	37.00 619	37.00 617	37.00 617	37.00 617	37.00 619	37.00 620	37.00 620	37.00 620	37.00 616	37.00 619

CoSv	37.00 613	37.00 617	37.00 617	37.00 616	37.00 619	37.00 617	37.00 619	37.00 618	37.00 616	37.00 617	37.00 619	37.00 619	37.00 617	37.00 617	37.00 617	37.00 619	37.00 620	37.00 620	37.00 620	37.00 616	37.00 619

MDST_ROB	69.83 616	87.70 621	41.95 621	113.75 624	65.62 624	75.05 621	55.25 623	75.64 623	45.04 619	71.61 622	41.75 622	72.81 623	44.06 620	68.38 622	44.63 622	101.89 625	59.57 625	107.10 625	61.05 625	104.38 622	59.38 624

NOSS_ROB	102.95 617	153.00 625	121.00 624	51.00 622	44.00 622	165.00 624	127.00 624	153.00 624	119.00 621	164.00 625	125.00 624	168.00 626	120.00 622	153.00 624	117.00 624	49.00 623	44.00 623	49.00 623	44.00 623	49.00 620	44.00 622

CBMV	128.50 618	1422.70 632	53.10 622	79.50 623	51.30 623	77.30 622	49.70 622	74.00 622	48.20 620	77.20 623	48.80 623	73.90 624	48.00 621	73.80 623	48.80 623	70.40 624	45.10 624	68.90 624	46.10 624	68.20 621	45.00 623
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 619	171.00 626	160.68 627	162.58 625	160.59 625	164.01 623	160.35 625	158.51 625	158.56 622	158.34 624	160.12 625	158.56 625	159.92 623	157.26 625	158.94 625	154.38 626	158.36 626	155.75 626	159.13 627	153.67 623	154.07 625
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	201.80 620	123.00 622	115.00 623	219.00 626	218.00 627	223.00 625	244.00 627	217.00 626	236.00 624	202.00 626	203.00 626	205.00 627	208.00 624	225.00 626	204.00 626	210.00 627	198.00 627	197.00 627	184.00 628	204.00 624	201.00 626

MGS-Stereo	239.45 621	123.00 622	135.00 625	266.00 627	286.00 628	277.00 626	305.00 628	271.00 627	242.00 625	274.00 627	279.00 628	255.00 628	270.00 626	268.00 627	297.00 628	221.00 628	247.00 629	216.00 628	123.00 626	217.00 625	217.00 628

EGLCR-Stereo	246.90 622	129.00 624	139.00 626	266.00 627	286.00 628	277.00 626	305.00 628	271.00 627	242.00 625	274.00 627	279.00 628	255.00 628	270.00 626	268.00 627	297.00 628	230.00 629	247.00 629	216.00 628	223.00 630	237.00 626	227.00 629

DLCB_ROB	284.23 623	354.61 628	207.27 628	363.24 629	206.46 626	364.72 628	210.41 626	364.72 629	210.41 623	364.81 629	208.64 627	364.81 630	208.64 625	364.72 629	210.41 627	354.70 630	205.53 628	354.70 630	205.53 629	354.70 627	205.53 627

LE_ROB	396.57 624	471.28 629	329.84 629	471.48 630	308.15 630	526.83 629	322.10 630	488.15 630	323.76 627	495.46 630	317.97 630	497.17 631	320.10 628	481.62 630	326.76 630	462.71 631	298.97 631	466.16 631	285.98 631	447.62 628	289.21 630

SGM-ForestM	596.69 625	677.77 630	444.52 630	699.85 631	517.25 631	732.94 630	488.29 631	770.79 631	460.11 628	750.81 631	487.98 631	792.79 632	499.41 629	730.90 631	475.81 631	720.03 632	491.16 632	663.96 632	418.60 632	674.76 629	436.05 631

CBMV_ROB	818.48 626	913.88 631	709.52 631	862.84 632	597.78 632	1073.99 631	700.52 632	1015.66 632	702.59 629	1115.65 632	760.02 632	1130.24 633	721.57 630	1037.41 632	692.65 632	814.05 633	564.29 633	843.28 633	595.31 633	915.51 630	602.92 632

tt	500032.53 627	34.60 613	29.72 610	37.47 619	34.41 616	36.85 615	35.22 616	34.71 614	33.55 613	34.50 611	35.43 615	33.81 615	10000000.00 631	33.57 614	33.13 615	33.68 615	35.00 617	34.03 616	35.26 618	30.96 612	34.63 616

DCANet	500032.53 627	34.60 613	29.72 610	37.47 619	34.41 616	36.85 615	35.22 616	34.71 614	33.55 613	34.50 611	35.43 615	33.81 615	10000000.00 631	33.57 614	33.13 615	33.68 615	35.00 617	34.03 616	35.26 618	30.96 612	34.63 616

fff	1000028.16 629	29.62 607	29.72 610	32.61 610	30.02 611	35.13 611	31.83 612	32.07 611	10000000.00 630	35.27 613	29.82 612	32.45 612	30.15 611	32.35 611	30.09 611	31.04 612	29.55 613	30.64 612	30.14 612	10000000.00 631	30.77 612

csc	1000028.16 629	29.62 607	29.72 610	32.61 610	30.02 611	35.13 611	31.83 612	32.07 611	10000000.00 630	35.27 613	29.82 612	32.45 612	30.15 611	32.35 611	30.09 611	31.04 612	29.55 613	30.64 612	30.14 612	10000000.00 631	30.77 612

cscssc	1000028.16 629	29.62 607	29.72 610	32.61 610	30.02 611	35.13 611	31.83 612	32.07 611	10000000.00 630	35.27 613	29.82 612	32.45 612	30.15 611	32.35 611	30.09 611	31.04 612	29.55 613	30.64 612	30.14 612	10000000.00 631	30.77 612

111111	10000000.00 632	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 630	10000000.00 633	10000000.00 633	10000000.00 634	10000000.00 631	10000000.00 633	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 631	10000000.00 633

SGD-Stereo	10000000.00 632	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 630	10000000.00 633	10000000.00 633	10000000.00 634	10000000.00 631	10000000.00 633	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 631	10000000.00 633

IGEV-Stereo++	10000000.00 632	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 630	10000000.00 633	10000000.00 633	10000000.00 634	10000000.00 631	10000000.00 633	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 631	10000000.00 633

IGEV-BASED-STEREO-	10000000.00 632	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 630	10000000.00 633	10000000.00 633	10000000.00 634	10000000.00 631	10000000.00 633	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 631	10000000.00 633

IGEV-Stereo+	10000000.00 632	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 630	10000000.00 633	10000000.00 633	10000000.00 634	10000000.00 631	10000000.00 633	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 631	10000000.00 633

SDNR	10000000.00 632	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 630	10000000.00 633	10000000.00 633	10000000.00 634	10000000.00 631	10000000.00 633	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 631	10000000.00 633

anonymousdsp2	10000000.00 632	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 630	10000000.00 633	10000000.00 633	10000000.00 634	10000000.00 631	10000000.00 633	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 631	10000000.00 633

anonymousdsp	10000000.00 632	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 630	10000000.00 633	10000000.00 633	10000000.00 634	10000000.00 631	10000000.00 633	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 631	10000000.00 633

test_example2	10000000.00 632	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 630	10000000.00 633	10000000.00 633	10000000.00 634	10000000.00 631	10000000.00 633	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 631	10000000.00 633

DIP-Stereo	10000000.00 632	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 630	10000000.00 633	10000000.00 633	10000000.00 634	10000000.00 631	10000000.00 633	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 631	10000000.00 633
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 305	0.50 320	0.38 305	0.50 331	0.38 311	0.50 338	3.79 577	0.50 328	0.38 297	0.54 327	0.43 300	0.46 327	0.34 295	0.46 299	0.35 283

FADE		0.06 54		0.09 55	0.10 123							0.05 91				0.15 126	0.10 75	0.17 155	0.13 157	0.11 124

Low-res two-view benchmark