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

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

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

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

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

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

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

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

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

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

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_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

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

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-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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_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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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
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
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

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

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

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	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

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

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

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

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

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

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

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

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

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

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
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
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

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

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

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

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
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

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

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

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

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

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

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)
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

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
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

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

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

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

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

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

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

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

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

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

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
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
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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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
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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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-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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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)
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

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

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

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
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

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
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

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

4.5_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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_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_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_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_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_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_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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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
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