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	0.14 100	0.00 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 66	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	0.24 122	0.20 165	0.23 152	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	0.23 177	0.21 178	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 44	0.54 251	0.10 69	0.12 83	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 93	0.11 97	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 41	0.50 235	0.10 69	0.12 83	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 93	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

test_sample6	0.09 52	0.97 322	0.10 69	0.10 59	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample3	0.09 52	0.87 299	0.10 69	0.12 83	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 93	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample2	0.09 52	1.03 339	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 52	0.87 299	0.12 101	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 52	1.01 333	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 52	0.95 319	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	0.15 124	0.70 268	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	0.67 396	0.02 15	0.69 404	0.75 414	0.01 9	0.02 20	0.02 20

ttt	0.10 65	1.09 348	0.12 101	0.12 83	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 93	0.12 113	0.03 38	0.02 20	0.03 43	0.02 20

1111x	0.10 65	1.14 355	0.13 121	0.14 100	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	0.13 109	0.11 97	0.03 38	0.02 20	0.03 43	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 87	0.44 183	0.33 246	0.39 207	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	0.39 279	0.36 285	0.02 18	0.02 20	0.02 20	0.02 20

SFCPSM	0.17 136	0.78 284	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	0.79 443	0.02 15	0.75 414	0.76 420	0.02 20	0.02 20	0.02 20

Syn2CoEx	0.25 162	1.31 423	0.74 402	0.92 390	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	0.87 419	0.75 414	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 50	0.02 12	0.02 14	1.01 409	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	0.09 108	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCS	0.09 52	0.02 12	0.04 43	0.90 385	0.06 110	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 130	0.36 290	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

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

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

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

zh-sn7	0.10 65	0.98 323	0.14 126	0.15 110	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	0.15 125	0.13 137	0.03 38	0.03 54	0.03 43	0.03 51

zh-mn7	0.12 96	1.14 355	0.17 150	0.20 137	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	0.18 151	0.16 146	0.03 38	0.03 54	0.03 43	0.03 51

w-ln-seven-2	0.14 112	1.22 417	0.28 195	0.32 183	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	0.32 209	0.27 200	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

DualNet (step1)	0.10 65	1.05 343	0.12 101	0.12 83	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 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 65	1.05 343	0.12 101	0.12 83	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 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 65	1.05 343	0.12 101	0.12 83	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 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample7	0.09 52	1.00 327	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 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample5	0.10 65	1.07 346	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 65	1.03 339	0.12 101	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	0.13 109	0.13 137	0.03 38	0.03 54	0.03 43	0.03 51

11t1	0.17 136	2.16 475	0.13 121	0.13 96	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	0.18 151	0.12 113	0.06 94	0.03 54	0.05 92	0.03 51

DualNet	0.10 65	1.07 346	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

xxx	0.09 52	1.01 333	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	0.16 132	2.01 466	0.12 101	0.15 110	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 93	0.14 141	0.04 73	0.04 78	0.03 43	0.03 51

x	0.11 87	1.15 358	0.15 142	0.14 100	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	0.14 116	0.15 144	0.03 38	0.03 54	0.03 43	0.03 51

psmg	0.43 290	1.91 458	0.92 435	1.91 509	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	1.97 540	1.44 533	0.04 73	0.03 54	0.02 20	0.03 51

222	0.10 65	0.99 326	0.12 101	0.13 96	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 93	0.12 113	0.03 38	0.02 20	0.04 77	0.03 51

test_xeample	0.10 65	1.09 348	0.13 121	0.12 83	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	0.14 116	0.14 141	0.03 38	0.03 54	0.03 43	0.03 51

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

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

BEATNet_4x	0.11 87	0.03 31	0.03 36	1.60 499	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 87	0.03 31	0.03 36	1.60 499	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

AnyNet_C01	0.11 87	0.02 12	0.02 14	1.62 502	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

AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 521	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 65	0.03 31	0.04 43	1.27 482	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	0.16 132	1.21 411	0.33 246	0.41 233	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	0.35 226	0.31 240	0.04 73	0.04 78	0.04 77	0.04 79

z-ln-s-r	0.21 151	1.40 431	0.53 348	0.56 325	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	0.57 361	0.44 332	0.04 73	0.04 78	0.04 77	0.04 79

w-ln-seven	0.18 139	1.47 433	0.33 246	0.40 221	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	0.38 249	0.32 244	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

qqq1	0.25 162	3.70 543	0.14 126	0.14 100	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	0.13 109	0.12 113	0.06 94	0.05 96	0.03 43	0.04 79

fff1	0.25 162	3.70 543	0.14 126	0.14 100	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	0.13 109	0.12 113	0.06 94	0.05 96	0.03 43	0.04 79

mmm	0.14 112	1.83 449	0.12 101	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 93	0.11 97	0.05 86	0.04 78	0.05 92	0.04 79

ffm	0.25 162	3.83 549	0.12 101	0.12 83	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 93	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 162	3.83 549	0.12 101	0.12 83	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 93	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 162	3.83 549	0.12 101	0.12 83	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 93	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

GASNet	0.05 41	0.04 37	0.12 101	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.12 125	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

xxxx	0.11 87	1.16 360	0.16 143	0.12 83	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	0.13 109	0.16 146	0.03 38	0.04 78	0.04 77	0.04 79

FADNet_RVC	0.12 96	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	1.65 557	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet-RVC	0.13 103	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	1.71 562	0.04 44	0.04 45	0.04 73	0.04 78	0.07 106	0.04 79

FADNet	0.12 96	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	1.66 559	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCRef	0.12 96	0.03 31	0.04 43	1.71 505	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

ADCP+	0.15 124	0.04 37	0.04 43	2.20 520	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

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
DA	0.09 52	0.13 82	0.39 280	0.08 49	0.05 99	0.07 103	0.05 93	0.13 126	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	0.14 127	0.13 155	0.06 96	0.05 97

GGEV	0.09 52	0.13 82	0.39 280	0.08 49	0.05 99	0.07 103	0.05 93	0.13 126	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	0.14 127	0.13 155	0.06 96	0.05 97

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	0.06 108	0.06 96	0.06 109	0.05 91	0.06 109	0.06 88	0.05 88	0.08 62	0.08 61	0.08 102	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	0.06 108	0.06 96	0.06 109	0.05 91	0.06 109	0.06 88	0.05 88	0.08 62	0.08 61	0.08 102	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	0.06 108	0.06 96	0.06 109	0.05 91	0.06 109	0.06 88	0.05 88	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

APVNet	0.09 52	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 453	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

GwcNet	0.12 96	0.07 58	0.05 57	0.08 49	0.05 99	0.08 105	1.20 483	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

OmniDepth	0.08 50	0.08 59	0.11 89	0.11 76	0.05 99	0.08 105	0.05 93	0.08 107	0.07 111	0.08 106	0.05 100	0.08 107	0.05 94	0.09 110	0.08 104	0.15 125	0.11 97	0.07 99	0.05 96	0.07 106	0.06 104

FINET	0.07 49	0.08 59	0.07 58	0.07 47	0.07 111	0.08 105	0.06 108	0.08 107	0.07 111	0.08 106	0.07 112	0.08 107	0.06 109	0.07 104	0.07 102	0.08 62	0.07 59	0.07 99	0.07 105	0.06 96	0.06 104

FADNet-RVC-Resample	0.12 96	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	1.57 553	0.04 44	0.04 45	0.04 73	0.05 96	0.04 77	0.06 104

SuperB	0.21 151	0.10 68	2.51 587	0.12 83	0.09 115	0.10 111	0.09 113	0.08 107	0.07 111	0.10 111	0.09 115	0.09 112	0.07 113	0.07 104	0.07 102	0.07 60	0.08 61	0.07 99	0.07 105	0.08 109	0.07 107

SepStereo	0.09 52	0.09 66	0.10 69	0.09 55	0.09 115	0.09 110	0.09 113	0.10 110	0.08 114	0.10 111	0.09 115	0.09 112	0.09 116	0.09 110	0.08 104	0.09 68	0.08 61	0.09 107	0.08 109	0.09 112	0.08 108

BEATNet-Init1	0.19 142	0.08 59	0.08 60	2.23 522	0.08 113	0.08 105	0.07 111	0.07 104	0.08 114	0.08 106	0.07 112	0.08 107	0.07 113	0.11 124	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

DeepPrunerF	0.19 142	0.08 59	0.08 60	2.23 522	0.08 113	0.08 105	0.07 111	0.07 104	0.08 114	0.08 106	0.07 112	0.08 107	0.07 113	0.11 124	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

S2M2_L	0.12 96	0.14 88	0.10 69	0.15 110	0.10 121	0.14 127	0.10 118	0.14 128	0.10 118	0.15 133	0.10 119	0.14 129	0.10 120	0.14 130	0.10 114	0.13 109	0.10 75	0.13 125	0.09 111	0.13 130	0.09 111
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
CSP-Net	0.34 198	1.29 421	1.19 459	1.36 489	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	1.26 500	1.21 511	0.03 38	0.09 111	0.02 20	0.09 111

LRCNet_RVC	0.13 103	0.13 82	0.09 65	0.13 96	0.10 121	0.14 127	0.10 118	0.14 128	0.10 118	0.23 177	0.10 119	0.20 161	0.10 120	0.24 182	0.11 126	0.11 88	0.09 70	0.12 122	0.14 161	0.12 128	0.09 111

ELAS_RVC	0.14 112	0.16 90	0.10 69	0.15 110	0.10 121	0.18 154	0.11 131	0.19 154	0.11 133	0.19 153	0.12 144	0.18 154	0.11 132	0.19 155	0.12 141	0.14 116	0.08 61	0.14 127	0.09 111	0.15 142	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 103	0.16 90	0.11 89	0.15 110	0.09 115	0.18 154	0.11 131	0.18 152	0.11 133	0.17 147	0.11 133	0.18 154	0.11 132	0.18 152	0.11 126	0.14 116	0.08 61	0.14 127	0.08 109	0.14 132	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AnonymousM	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 114	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

PVD	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 114	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SHD	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 114	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SAMSARA	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 114	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

XQC	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 114	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSC	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 114	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTS	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 114	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSA	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 114	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet+	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 114	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet++	0.10 65	0.10 68	0.10 69	0.10 59	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 114	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

PDISCO_ROB	0.83 412	2.80 525	3.49 604	0.14 100	0.11 137	0.17 150	0.09 113	0.15 140	0.10 118	0.15 133	0.12 144	0.16 140	0.14 158	3.30 589	0.13 147	0.14 116	2.34 581	0.16 145	0.12 147	2.62 570	0.10 116

SGM_RVC	0.15 124	0.17 96	0.11 89	0.18 131	0.11 137	0.19 157	0.11 131	0.19 154	0.12 152	0.19 153	0.12 144	0.20 161	0.12 149	0.19 155	0.12 141	0.16 135	0.11 97	0.17 153	0.10 118	0.17 152	0.10 116
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
S2M2_XL	0.14 112	0.17 96	0.12 101	0.17 129	0.11 137	0.17 150	0.11 131	0.17 149	0.11 133	0.17 147	0.11 133	0.17 150	0.11 132	0.17 149	0.11 126	0.16 135	0.11 97	0.16 145	0.11 130	0.16 146	0.11 128
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ITSA-stereo	0.15 124	0.17 96	0.13 121	0.20 137	0.13 156	0.19 157	0.13 150	0.18 152	0.13 155	0.19 153	0.13 156	0.18 154	0.14 158	0.18 152	0.14 151	0.16 135	0.11 97	0.15 142	0.14 161	0.18 156	0.11 128

test_for_model	0.15 124	0.23 115	0.18 159	0.21 147	0.11 137	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 140	0.11 132	0.16 140	0.11 126	0.21 163	0.18 171	0.14 127	0.11 130	0.14 132	0.11 128

testlalala2	0.13 103	0.16 90	0.11 89	0.15 110	0.11 137	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 140	0.11 132	0.16 140	0.11 126	0.14 116	0.11 97	0.14 127	0.11 130	0.14 132	0.11 128

JetRed	0.11 87	0.12 81	0.11 89	0.11 76	0.11 137	0.11 122	0.14 152	0.11 122	0.11 133	0.12 125	0.11 133	0.11 124	0.11 132	0.11 124	0.11 126	0.11 88	0.16 146	0.11 119	0.11 130	0.11 123	0.11 128

JetBlue	0.11 87	0.11 79	0.12 101	0.13 96	0.14 158	0.11 122	0.11 131	0.11 122	0.11 133	0.11 123	0.11 133	0.11 124	0.11 132	0.12 128	0.12 141	0.11 88	0.11 97	0.11 119	0.11 130	0.11 123	0.11 128

testlalala_base	0.13 103	0.16 90	0.11 89	0.15 110	0.11 137	0.15 134	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 140	0.11 132	0.16 140	0.11 126	0.14 116	0.11 97	0.14 127	0.11 130	0.14 132	0.11 128

CIPLG	0.13 103	0.21 110	0.12 101	0.16 121	0.11 137	0.15 134	0.11 131	0.14 128	0.11 133	0.15 133	0.12 144	0.15 139	0.11 132	0.14 130	0.11 126	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

IPLG	0.13 103	0.20 104	0.14 126	0.15 110	0.11 137	0.14 127	0.11 131	0.14 128	0.11 133	0.14 127	0.11 133	0.14 129	0.11 132	0.14 130	0.11 126	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

MIPNet	0.14 112	0.21 110	0.17 150	0.16 121	0.11 137	0.15 134	0.12 147	0.14 128	0.11 133	0.16 138	0.11 133	0.14 129	0.11 132	0.14 130	0.11 126	0.14 116	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

IPLGR	0.14 112	0.24 122	0.14 126	0.16 121	0.12 153	0.15 134	0.12 147	0.14 128	0.11 133	0.15 133	0.12 144	0.14 129	0.11 132	0.14 130	0.11 126	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

ACRE	0.13 103	0.21 110	0.14 126	0.15 110	0.11 137	0.14 127	0.11 131	0.14 128	0.11 133	0.14 127	0.12 144	0.14 129	0.11 132	0.14 130	0.11 126	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

ICVP	0.15 124	0.53 248	0.11 89	0.16 121	0.11 137	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 140	0.11 132	0.16 140	0.11 126	0.16 135	0.11 97	0.16 145	0.11 130	0.16 146	0.11 128
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 103	0.11 79	0.11 89	0.11 76	0.11 137	0.11 122	0.11 131	0.11 122	0.11 133	0.11 123	0.12 144	0.11 124	0.11 132	0.11 124	0.11 126	0.11 88	0.11 97	0.14 127	0.11 130	0.49 343	0.11 128

PASM	0.39 257	3.06 529	1.36 525	1.58 495	0.09 115	0.11 122	0.11 131	0.11 122	0.11 133	0.09 110	0.09 115	0.11 124	0.09 116	0.09 110	0.09 108	0.11 88	0.11 97	0.11 119	0.09 111	0.11 123	0.11 128

LALA_ROB	0.15 124	0.19 100	0.12 101	0.18 131	0.11 137	0.20 162	0.12 147	0.21 169	0.12 152	0.20 159	0.12 144	0.20 161	0.12 149	0.21 170	0.13 147	0.17 143	0.10 75	0.18 163	0.11 130	0.18 156	0.11 128

ProNet	0.14 112	0.20 104	0.14 126	0.16 121	0.11 137	0.16 142	0.11 131	0.17 149	0.11 133	0.17 147	0.12 144	0.17 150	0.13 154	0.17 149	0.12 141	0.15 125	0.11 97	0.16 145	0.11 130	0.15 142	0.12 144

IPLGR_C	0.14 112	0.20 104	0.12 101	0.15 110	0.11 137	0.14 127	0.15 157	0.14 128	0.11 133	0.15 133	0.12 144	0.14 129	0.11 132	0.16 140	0.11 126	0.15 125	0.12 113	0.14 127	0.12 147	0.15 142	0.12 144

ac_64	0.22 155	0.13 82	0.19 162	0.23 152	0.10 121	0.26 197	1.02 470	0.14 128	0.10 118	0.28 198	0.14 161	0.17 150	0.19 188	0.28 205	0.09 108	0.22 166	0.16 146	0.23 184	0.17 187	0.11 123	0.12 144

ACVNet	0.20 144	0.19 100	0.14 126	0.20 137	0.14 158	0.20 162	0.96 461	0.21 169	0.14 157	0.20 159	0.13 156	0.21 169	0.14 158	0.20 159	0.14 151	0.17 143	0.12 113	0.17 153	0.12 147	0.17 152	0.12 144

acv_ft	0.20 144	0.19 100	0.14 126	0.20 137	0.14 158	0.20 162	0.96 461	0.21 169	0.14 157	0.20 159	0.13 156	0.21 169	0.14 158	0.20 159	0.14 151	0.17 143	0.12 113	0.17 153	0.12 147	0.17 152	0.12 144

HSM	0.14 112	0.16 90	0.12 101	0.17 129	0.12 153	0.17 150	0.11 131	0.17 149	0.11 133	0.17 147	0.12 144	0.17 150	0.12 149	0.17 149	0.12 141	0.16 135	0.11 97	0.16 145	0.11 130	0.16 146	0.12 144

ISRNet	0.11 87	0.05 49	0.36 266	0.24 157	0.07 111	0.13 126	0.05 93	0.06 94	0.05 97	0.05 91	0.05 100	0.13 128	0.05 94	0.05 82	0.09 108	0.24 182	0.20 174	0.10 108	0.05 96	0.06 96	0.13 150

castereo++	0.54 333	3.59 540	1.15 453	1.31 485	0.14 158	0.16 142	0.14 152	0.16 141	0.14 157	0.16 138	0.14 161	0.16 140	0.13 154	0.16 140	0.14 151	1.45 515	1.16 460	0.15 142	0.14 161	0.15 142	0.13 150

DDVS	0.30 178	3.10 530	0.14 126	0.19 134	0.14 158	0.19 157	0.14 152	0.20 160	0.14 157	0.19 153	0.13 156	0.16 140	0.13 154	0.19 155	0.13 147	0.17 143	0.13 137	0.17 153	0.13 155	0.17 152	0.13 150

HCRNet	1.22 504	7.11 593	3.00 589	3.55 571	0.33 307	0.29 205	0.14 152	0.19 154	0.15 167	0.33 217	0.29 241	0.25 190	0.14 158	0.22 174	0.33 269	3.64 587	3.00 584	0.76 420	0.32 307	0.18 156	0.13 150

DeepPruner_ROB	0.16 132	0.18 99	0.13 121	0.19 134	0.13 156	0.19 157	0.13 150	0.19 154	0.13 155	0.19 153	0.13 156	0.19 158	0.13 154	0.19 155	0.13 147	0.18 151	0.13 137	0.18 163	0.13 155	0.18 156	0.13 150

GMStereo	0.14 112	0.13 82	0.14 126	0.14 100	0.14 158	0.14 127	0.14 152	0.14 128	0.14 157	0.14 127	0.14 161	0.14 129	0.14 158	0.14 130	0.14 151	0.14 116	0.14 141	0.14 127	0.14 161	0.14 132	0.14 155
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
VIP-Stereo	0.70 368	2.97 528	2.43 586	2.49 534	0.16 176	0.25 189	0.16 160	0.25 186	0.16 169	0.25 186	0.18 188	0.25 190	0.16 168	0.26 197	0.16 167	1.86 530	1.26 513	0.23 184	0.15 165	0.23 178	0.15 156

xyz-stereo-finetune2	0.18 139	0.48 229	0.16 143	0.16 121	0.15 169	0.15 134	0.16 160	0.16 141	0.16 169	0.16 138	0.16 170	0.16 140	0.16 168	0.16 140	0.16 167	0.16 135	0.16 146	0.16 145	0.16 167	0.16 146	0.16 157

xyz-stereo	0.18 139	0.50 235	0.16 143	0.15 110	0.16 176	0.16 142	0.16 160	0.16 141	0.16 169	0.16 138	0.16 170	0.16 140	0.16 168	0.16 140	0.16 167	0.16 135	0.16 146	0.16 145	0.16 167	0.16 146	0.16 157

DEFOM-Stereo_RVC	0.83 412	5.18 573	1.98 575	2.19 519	0.17 180	0.19 157	0.18 175	0.19 154	0.16 169	0.20 159	0.19 190	0.22 177	0.22 199	0.20 159	0.15 161	2.28 557	2.13 576	0.24 192	0.17 187	0.18 156	0.16 157

castereo	0.61 344	3.79 548	1.35 517	1.52 494	0.15 169	0.17 150	0.16 160	0.20 160	0.21 192	0.18 151	0.16 170	0.21 169	0.12 149	0.26 197	0.17 171	1.43 514	1.38 530	0.17 153	0.16 167	0.18 156	0.16 157

tg	0.21 151	0.25 124	0.21 169	0.26 169	0.17 180	0.24 182	0.17 168	0.24 180	0.17 177	0.24 182	0.17 175	0.24 185	0.17 175	0.24 182	0.17 171	0.24 182	0.17 164	0.23 184	0.16 167	0.23 178	0.16 157

ACV-stereo	0.30 178	2.08 468	0.25 184	0.25 162	0.18 190	0.24 182	0.17 168	0.24 180	0.18 180	0.24 182	0.17 175	0.25 190	0.17 175	0.24 182	0.17 171	0.22 166	0.16 146	0.22 178	0.16 167	0.22 169	0.16 157

GMStereo_Zeroshot	0.16 132	0.16 90	0.16 143	0.16 121	0.16 176	0.16 142	0.16 160	0.16 141	0.16 169	0.16 138	0.16 170	0.16 140	0.16 168	0.16 140	0.16 167	0.16 135	0.16 146	0.16 145	0.16 167	0.16 146	0.16 157

MSKI-zero shot	0.24 161	0.21 110	0.49 330	0.65 342	0.18 190	0.22 175	0.17 168	0.23 177	0.18 180	0.21 171	0.17 175	0.23 181	0.28 236	0.23 178	0.18 180	0.21 163	0.16 146	0.21 173	0.16 167	0.21 167	0.16 157

dd	0.23 159	0.98 323	0.16 143	0.23 152	0.15 169	0.23 181	0.15 157	0.23 177	0.15 167	0.23 177	0.15 169	0.24 185	0.17 175	0.23 178	0.15 161	0.22 166	0.15 144	0.21 173	0.15 165	0.22 169	0.16 157

dad	0.23 159	1.03 339	0.16 143	0.23 152	0.15 169	0.24 182	0.15 157	0.24 180	0.16 169	0.23 177	0.16 170	0.24 185	0.16 168	0.23 178	0.15 161	0.22 166	0.16 146	0.22 178	0.16 167	0.22 169	0.16 157

iResNetv2_ROB	0.20 144	0.23 115	0.18 159	0.24 157	0.20 197	0.24 182	0.18 175	0.24 180	0.18 180	0.24 182	0.18 188	0.23 181	0.19 188	0.24 182	0.18 180	0.21 163	0.16 146	0.21 173	0.16 167	0.22 169	0.16 157

iResNet	0.20 144	0.23 115	0.18 159	0.24 157	0.18 190	0.24 182	0.20 183	0.24 180	0.18 180	0.23 177	0.17 175	0.23 181	0.18 183	0.23 178	0.18 180	0.22 166	0.16 146	0.21 173	0.16 167	0.21 167	0.16 157

Pointernet	0.21 151	0.22 114	0.19 162	0.24 157	0.19 194	0.24 182	0.19 179	0.24 180	0.19 186	0.24 182	0.19 190	0.24 185	0.19 188	0.24 182	0.19 183	0.22 166	0.17 164	0.22 178	0.17 187	0.22 169	0.17 169

IGEV_Zeroshot_test	0.20 144	0.19 100	0.40 285	0.30 175	0.17 180	0.22 175	0.17 168	0.21 169	0.17 177	0.20 159	0.17 175	0.21 169	0.18 183	0.21 170	0.17 171	0.20 158	0.16 146	0.20 170	0.16 167	0.20 163	0.17 169

MIM_Stereo	0.25 162	0.23 115	0.66 384	0.80 373	0.17 180	0.22 175	0.17 168	0.23 177	0.18 180	0.26 194	0.17 175	0.21 169	0.17 175	0.25 187	0.17 171	0.23 177	0.16 146	0.21 173	0.17 187	0.22 169	0.17 169

CFNet	1.37 511	5.27 576	0.19 162	5.49 603	0.19 194	0.28 202	0.19 179	0.28 195	0.19 186	0.28 198	0.19 190	0.28 203	4.35 615	0.28 205	0.19 183	0.23 177	0.17 164	0.23 184	4.21 624	4.81 601	0.17 169

CAS++	0.17 136	0.27 128	0.21 169	0.10 59	0.21 204	0.15 134	0.22 194	0.10 110	0.21 192	0.22 173	0.10 119	0.19 158	0.18 183	0.10 113	0.19 183	0.20 158	0.19 172	0.18 163	0.10 118	0.19 162	0.18 173
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GEStereo_RVC	0.86 418	4.45 563	0.20 165	0.27 172	0.20 197	0.27 201	0.20 183	0.26 191	0.18 180	5.03 617	0.20 194	0.27 202	0.19 188	0.27 201	0.21 190	0.20 158	0.19 172	0.19 166	4.02 622	0.20 163	0.18 173

DLNR-FE	0.28 172	0.89 304	0.30 203	0.34 189	0.19 194	0.28 202	0.19 179	0.28 195	0.20 188	0.28 198	0.20 194	0.28 203	0.20 192	0.28 205	0.20 186	0.33 213	0.28 206	0.25 193	0.19 193	0.24 180	0.19 175

ssnet_v2	0.68 361	1.96 465	1.25 513	0.29 174	0.20 197	0.30 206	0.20 183	0.29 200	0.22 195	1.50 525	0.20 194	0.31 216	0.20 192	0.27 201	0.22 192	0.24 182	1.49 536	0.26 198	0.18 192	3.90 579	0.19 175

DCVSM-stereo	0.36 213	1.89 455	0.22 171	0.40 221	0.22 206	0.40 251	0.22 194	0.40 245	0.22 195	0.40 245	0.22 201	0.40 255	0.22 199	0.40 251	0.22 192	0.28 195	0.21 178	0.28 204	0.21 196	0.28 191	0.20 177

DAS	0.20 144	0.20 104	0.20 165	0.20 137	0.20 197	0.20 162	0.20 183	0.20 160	0.20 188	0.20 159	0.20 194	0.20 161	0.20 192	0.20 159	0.20 186	0.20 158	0.20 174	0.20 170	0.20 194	0.20 163	0.20 177

ASD4	0.20 144	0.20 104	0.20 165	0.20 137	0.20 197	0.20 162	0.20 183	0.20 160	0.20 188	0.20 159	0.20 194	0.20 161	0.20 192	0.20 159	0.20 186	0.20 158	0.20 174	0.20 170	0.20 194	0.20 163	0.20 177

testlalala	0.32 193	0.81 291	0.31 229	0.39 207	0.26 227	0.33 221	0.24 207	0.33 210	0.26 222	0.32 212	0.26 224	0.33 221	0.23 205	0.33 222	0.23 198	0.35 226	0.31 240	0.30 211	0.24 213	0.31 202	0.21 180

HGLStereo	0.28 172	0.29 133	0.22 171	0.36 195	0.22 206	0.36 231	0.21 189	0.36 222	0.21 192	0.42 276	0.21 200	0.36 234	0.22 199	0.36 233	0.21 190	0.34 217	0.21 178	0.34 234	0.21 196	0.34 215	0.21 180

DISCO	1.11 453	0.39 156	5.28 617	0.39 207	0.20 197	0.39 249	0.27 221	0.39 240	0.22 195	0.38 233	0.20 194	0.38 242	0.20 192	6.95 628	0.22 192	0.30 203	0.21 178	0.27 202	0.21 196	5.25 610	0.21 180

PAM	0.39 257	1.88 454	0.34 256	0.37 198	0.41 356	0.45 328	0.22 194	0.28 195	0.23 201	0.28 198	0.24 212	0.29 209	0.23 205	0.29 209	0.23 198	0.38 249	0.32 244	0.38 266	0.37 339	0.32 204	0.22 183

WAO-6	0.22 155	0.23 115	0.22 171	0.23 152	0.22 206	0.22 175	0.22 194	0.22 173	0.22 195	0.22 173	0.22 201	0.22 177	0.22 199	0.22 174	0.22 192	0.22 166	0.22 182	0.22 178	0.22 199	0.22 169	0.22 183

WCG-NET（raft）	0.32 193	1.24 419	0.24 181	0.32 183	0.24 217	0.32 219	0.23 202	0.32 207	0.24 204	0.32 212	0.24 212	0.32 218	0.24 209	0.32 216	0.24 202	0.30 203	0.23 187	0.30 211	0.23 205	0.30 197	0.23 185

IMH-64-1	0.22 155	0.23 115	0.23 174	0.22 150	0.22 206	0.22 175	0.22 194	0.22 173	0.22 195	0.22 173	0.22 201	0.22 177	0.22 199	0.22 174	0.22 192	0.22 166	0.22 182	0.23 184	0.22 199	0.22 169	0.23 185

IMH-64	0.22 155	0.23 115	0.23 174	0.22 150	0.22 206	0.22 175	0.22 194	0.22 173	0.22 195	0.22 173	0.22 201	0.22 177	0.22 199	0.22 174	0.22 192	0.22 166	0.22 182	0.23 184	0.22 199	0.22 169	0.23 185

DLNR_Zeroshot_test	0.31 185	0.28 131	0.47 315	0.79 365	0.24 217	0.30 206	0.26 218	0.30 202	0.24 204	0.32 212	0.23 205	0.31 216	0.24 209	0.30 211	0.23 198	0.29 202	0.26 193	0.29 209	0.24 213	0.33 211	0.23 185

gwcnet-sp	0.82 408	1.72 442	1.48 535	0.39 207	0.15 169	0.31 211	0.21 189	0.20 160	0.25 209	1.61 529	0.23 205	0.28 203	0.26 221	0.20 159	0.15 161	0.24 182	1.33 521	0.32 218	0.16 167	6.75 617	0.23 185

scenet	0.82 408	1.72 442	1.48 535	0.39 207	0.15 169	0.31 211	0.21 189	0.20 160	0.25 209	1.61 529	0.23 205	0.28 203	0.26 221	0.20 159	0.15 161	0.24 182	1.33 521	0.32 218	0.16 167	6.75 617	0.23 185

ssnet	0.82 408	1.72 442	1.48 535	0.39 207	0.15 169	0.31 211	0.21 189	0.20 160	0.25 209	1.61 529	0.23 205	0.28 203	0.26 221	0.20 159	0.15 161	0.24 182	1.33 521	0.32 218	0.16 167	6.75 617	0.23 185

CRFU-Net	0.65 352	1.67 440	1.22 509	1.96 513	0.27 229	0.41 267	0.27 221	0.41 260	0.27 228	0.40 245	0.26 224	0.41 268	0.27 229	0.40 251	0.27 216	1.80 529	1.62 549	0.34 234	0.23 205	0.33 211	0.23 185

NINENet	0.69 366	3.87 552	1.20 462	1.98 514	0.05 99	0.40 251	0.04 81	0.40 245	0.05 97	0.41 259	0.04 88	0.41 268	0.05 94	0.40 251	0.05 88	1.79 528	1.56 542	0.34 234	0.22 199	0.34 215	0.23 185

FENet	0.54 333	1.52 435	1.19 459	1.41 492	0.23 212	0.35 228	0.23 202	0.35 218	0.23 201	0.34 219	0.23 205	0.35 228	0.23 205	0.35 227	0.23 198	1.40 512	1.07 444	0.32 218	0.23 205	0.33 211	0.23 185

iResNet_ROB	0.28 172	0.32 138	0.24 181	0.32 183	0.25 219	0.32 219	0.24 207	0.32 207	0.24 204	0.33 217	0.24 212	0.35 228	0.24 209	0.33 222	0.24 202	0.31 208	0.24 189	0.32 218	0.24 213	0.32 204	0.24 195

UNDER WATER-64	0.25 162	0.26 125	0.25 184	0.26 169	0.25 219	0.25 189	0.25 210	0.25 186	0.25 209	0.25 186	0.25 218	0.25 190	0.25 212	0.26 197	0.25 210	0.25 188	0.25 190	0.25 193	0.25 218	0.25 182	0.25 196

CAS	0.30 178	1.17 361	0.25 184	0.25 162	0.25 219	0.26 197	0.25 210	0.25 186	0.26 222	0.25 186	0.25 218	0.25 190	0.25 212	0.25 187	0.25 210	0.26 190	0.26 193	0.26 198	0.25 218	0.26 184	0.25 196

LoS	0.25 162	0.27 128	0.25 184	0.25 162	0.25 219	0.25 189	0.25 210	0.26 191	0.25 209	0.25 186	0.25 218	0.25 190	0.25 212	0.25 187	0.25 210	0.26 190	0.25 190	0.25 193	0.26 224	0.26 184	0.25 196
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IER	0.88 420	7.04 592	2.23 580	2.75 540	0.28 234	0.43 305	0.25 210	0.39 240	0.25 209	0.41 259	0.27 229	0.39 247	0.25 212	0.40 251	0.28 226	0.37 235	0.28 206	0.37 258	0.25 218	0.37 238	0.25 196

IGEV-Stereo	0.35 207	0.44 183	0.45 304	0.49 299	0.30 254	0.37 236	0.30 243	0.36 222	0.30 249	0.36 227	0.29 241	0.36 234	0.29 243	0.36 233	0.30 243	0.46 322	0.39 300	0.32 218	0.24 213	0.32 204	0.25 196
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CroCo-Stereo	0.73 380	1.22 417	0.25 184	1.22 478	0.25 219	1.22 513	0.25 210	1.22 507	0.25 209	1.22 515	0.25 218	1.22 519	0.25 212	1.22 517	0.25 210	1.22 499	0.26 193	1.21 525	0.25 218	1.22 504	0.25 196
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
LG-Stereo_L2	0.34 198	0.37 146	0.38 273	0.47 288	0.28 234	0.39 249	0.28 229	0.39 240	0.28 231	0.39 239	0.28 236	0.39 247	0.28 236	0.38 240	0.28 226	0.42 313	0.35 282	0.36 255	0.26 224	0.35 227	0.26 202

model_zeroshot	0.27 171	0.20 104	0.27 191	0.33 187	0.21 204	0.37 236	0.22 194	0.37 228	0.24 204	0.26 194	0.27 229	0.33 221	0.21 198	0.25 187	0.27 216	0.32 209	0.20 174	0.34 234	0.23 205	0.25 182	0.26 202

GCAP-BAT	0.33 196	0.78 284	0.32 241	0.38 201	0.25 219	0.34 223	0.25 210	0.34 214	0.26 222	0.34 219	0.25 218	0.35 228	0.26 221	0.35 227	0.27 216	0.36 231	0.30 232	0.32 218	0.24 213	0.32 204	0.26 202

HH	0.71 373	2.54 502	0.74 402	1.10 416	0.32 295	0.41 267	0.37 323	0.69 390	0.78 445	0.73 402	0.90 458	0.75 409	1.00 453	0.84 423	0.69 407	0.69 380	0.40 303	0.35 250	0.26 224	0.35 227	0.26 202

HanStereo	0.71 373	2.54 502	0.74 402	1.10 416	0.32 295	0.41 267	0.37 323	0.69 390	0.78 445	0.73 402	0.90 458	0.75 409	1.00 453	0.84 423	0.69 407	0.69 380	0.40 303	0.35 250	0.26 224	0.35 227	0.26 202

LoS_RVC	0.30 178	1.14 355	0.25 184	0.25 162	0.25 219	0.26 197	0.25 210	0.25 186	0.25 209	0.25 186	0.25 218	0.26 200	0.26 221	0.26 197	0.25 210	0.26 190	0.26 193	0.25 193	0.25 218	0.26 184	0.26 202

iRaft-Stereo_5w	0.34 198	0.42 173	0.31 229	0.39 207	0.30 254	0.38 243	0.30 243	0.40 245	0.29 237	0.40 245	0.37 330	0.41 268	0.34 308	0.38 240	0.30 243	0.34 217	0.27 200	0.34 234	0.26 224	0.34 215	0.26 202

UCFNet_RVC	2.75 585	10.06 614	0.29 199	10.31 630	0.29 243	0.42 289	0.29 238	0.43 290	0.29 237	0.42 276	0.29 241	0.42 288	9.87 632	0.43 298	0.29 236	0.36 231	9.84 632	0.36 255	0.26 224	9.77 631	0.26 202

GIP-stereo	0.36 213	0.49 231	0.39 280	0.48 293	0.32 295	0.41 267	0.28 229	0.40 245	0.30 249	0.41 259	0.28 236	0.40 255	0.28 236	0.42 281	0.28 226	0.45 318	0.32 244	0.38 266	0.30 273	0.37 238	0.27 210

tt1	0.31 185	0.93 316	0.24 181	0.33 187	0.23 212	0.31 211	0.24 207	0.32 207	0.24 204	0.32 212	0.23 205	0.32 218	0.25 212	0.32 216	0.24 202	0.27 193	0.26 193	0.27 202	0.26 224	0.27 189	0.27 210

xxxxx1	0.31 185	0.91 309	0.23 174	0.31 180	0.23 212	0.31 211	0.23 202	0.33 210	0.25 209	0.31 207	0.24 212	0.33 221	0.25 212	0.32 216	0.24 202	0.28 195	0.28 206	0.28 204	0.28 238	0.29 194	0.27 210

tt_ll	0.31 185	0.91 309	0.23 174	0.31 180	0.23 212	0.31 211	0.23 202	0.33 210	0.25 209	0.31 207	0.24 212	0.33 221	0.25 212	0.32 216	0.24 202	0.28 195	0.28 206	0.28 204	0.28 238	0.29 194	0.27 210

CroCo-Stereo Lap2	0.77 391	1.29 421	0.29 199	1.27 482	0.29 243	1.27 516	0.26 218	1.26 510	0.26 222	1.26 516	0.26 224	1.27 521	0.26 221	1.26 519	0.27 216	1.27 501	0.27 200	1.27 529	0.27 232	1.27 507	0.27 210

ff	0.31 185	0.91 309	0.23 174	0.31 180	0.23 212	0.31 211	0.23 202	0.33 210	0.25 209	0.31 207	0.24 212	0.33 221	0.25 212	0.32 216	0.24 202	0.28 195	0.28 206	0.28 204	0.28 238	0.29 194	0.27 210

BUS	0.83 412	1.91 458	0.92 435	4.48 581	0.02 21	0.40 251	0.04 81	0.41 260	0.02 21	0.48 335	0.03 52	0.41 268	0.05 94	0.03 39	0.05 88	1.97 540	4.19 606	0.33 226	0.23 205	0.34 215	0.27 210

BSDual-CNN	0.81 403	1.91 458	0.92 435	4.48 581	0.02 21	0.42 289	0.06 108	0.41 260	0.02 21	0.48 335	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 540	4.19 606	0.33 226	0.23 205	0.34 215	0.27 210

hknet	1.10 451	1.85 451	3.49 604	4.48 581	0.02 21	0.42 289	0.06 108	0.41 260	0.02 21	0.48 335	0.03 52	0.41 268	0.03 52	0.42 281	0.03 48	4.39 592	4.19 606	0.33 226	0.23 205	0.34 215	0.27 210

DGSMNet	0.34 198	0.41 166	0.27 191	0.41 233	0.28 234	0.41 267	0.28 229	0.41 260	0.27 228	0.41 259	0.27 229	0.42 288	0.27 229	0.41 266	0.28 226	0.40 284	0.29 219	0.40 282	0.28 238	0.40 289	0.27 210

AANet_RVC	1.26 506	0.31 137	4.99 615	5.93 606	0.20 197	0.25 189	0.20 183	0.25 186	0.20 188	0.23 177	0.19 190	0.25 190	0.20 192	0.25 187	0.20 186	5.66 616	4.76 609	0.26 198	0.30 273	0.24 180	0.27 210

MLCV	0.31 185	0.35 141	0.27 191	0.35 191	0.28 234	0.35 228	0.27 221	0.35 218	0.28 231	0.36 227	0.27 229	0.35 228	0.27 229	0.35 227	0.27 216	0.34 217	0.27 200	0.34 234	0.27 232	0.34 215	0.27 210

DN-CSS_ROB	0.31 185	0.35 141	0.28 195	0.35 191	0.28 234	0.34 223	0.27 221	0.34 214	0.25 209	0.35 224	0.27 229	0.36 234	0.26 221	0.34 224	0.28 226	0.35 226	0.28 206	0.34 234	0.28 238	0.34 215	0.27 210

DEFOM-Stereo	0.68 361	3.11 531	1.40 531	1.63 503	0.25 219	0.31 211	0.25 210	0.31 206	0.28 231	0.31 207	0.29 241	0.29 209	0.27 229	0.31 215	0.28 226	1.59 522	1.47 535	0.30 211	0.29 253	0.30 197	0.28 223

SQANet	0.28 172	0.28 131	0.28 195	0.28 173	0.28 234	0.28 202	0.28 229	0.28 195	0.28 231	0.28 198	0.28 236	0.28 203	0.28 236	0.28 205	0.28 226	0.28 195	0.28 206	0.28 204	0.28 238	0.28 191	0.28 223

Any-RAFT	0.32 193	0.36 144	0.27 191	0.36 195	0.27 229	0.36 231	0.27 221	0.36 222	0.27 228	0.36 227	0.27 229	0.36 234	0.27 229	0.36 233	0.28 226	0.36 231	0.28 206	0.36 255	0.28 238	0.36 234	0.28 223

FCDSN-DC	0.41 278	0.59 259	0.64 380	0.54 319	0.33 307	0.50 357	0.37 323	0.42 278	0.40 343	0.61 386	0.43 365	0.50 362	0.49 378	0.38 240	0.32 260	0.28 195	0.23 187	0.26 198	0.22 199	0.35 227	0.28 223
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Gwc-CoAtRS	0.41 278	1.49 434	0.32 241	0.42 246	0.32 295	0.41 267	0.32 283	0.41 260	0.33 300	0.41 259	0.32 294	0.41 268	0.32 295	0.41 266	0.32 260	0.39 279	0.28 206	0.39 277	0.28 238	0.40 289	0.28 223

ITERv30	0.38 225	0.44 183	0.30 203	0.42 246	0.30 254	0.42 289	0.30 243	0.42 278	0.30 249	0.44 293	0.30 253	0.42 288	0.30 251	0.42 281	0.69 407	0.38 249	0.32 244	0.40 282	0.29 253	0.37 238	0.29 228

qyd29nn	0.38 225	0.44 183	0.30 203	0.43 261	0.30 254	0.43 305	0.30 243	0.42 278	0.30 249	0.45 300	0.30 253	0.43 299	0.30 251	0.42 281	0.69 407	0.38 249	0.32 244	0.40 282	0.30 273	0.37 238	0.29 228

yuret106	0.38 225	0.44 183	0.30 203	0.43 261	0.30 254	0.43 305	0.30 243	0.43 290	0.31 280	0.45 300	0.30 253	0.43 299	0.30 251	0.43 298	0.68 400	0.37 235	0.32 244	0.40 282	0.29 253	0.38 256	0.29 228

uio108cc	0.38 225	0.44 183	0.30 203	0.42 246	0.30 254	0.42 289	0.30 243	0.42 278	0.30 249	0.44 293	0.30 253	0.43 299	0.30 251	0.42 281	0.68 400	0.37 235	0.32 244	0.40 282	0.30 273	0.38 256	0.29 228

ITERv24	0.38 225	0.44 183	0.30 203	0.42 246	0.30 254	0.42 289	0.30 243	0.42 278	0.30 249	0.44 293	0.30 253	0.43 299	0.30 251	0.43 298	0.69 407	0.38 249	0.32 244	0.40 282	0.29 253	0.38 256	0.29 228

dd23bbn	0.38 225	0.44 183	0.30 203	0.42 246	0.30 254	0.42 289	0.30 243	0.42 278	0.30 249	0.44 293	0.30 253	0.43 299	0.30 251	0.42 281	0.69 407	0.38 249	0.32 244	0.40 282	0.29 253	0.37 238	0.29 228

ITER124	0.38 225	0.44 183	0.30 203	0.42 246	0.30 254	0.42 289	0.30 243	0.42 278	0.30 249	0.44 293	0.30 253	0.43 299	0.30 251	0.42 281	0.69 407	0.37 235	0.32 244	0.40 282	0.30 273	0.37 238	0.29 228

dddd17k	0.38 225	0.44 183	0.30 203	0.43 261	0.31 287	0.43 305	0.30 243	0.43 290	0.30 249	0.45 300	0.31 277	0.43 299	0.30 251	0.43 298	0.70 428	0.38 249	0.32 244	0.40 282	0.30 273	0.38 256	0.29 228

zxcv128	0.40 270	0.44 183	0.30 203	0.42 246	0.30 254	0.42 289	0.30 243	0.42 278	0.30 249	0.44 293	0.30 253	0.42 288	0.30 251	0.42 281	1.24 531	0.37 235	0.32 244	0.40 282	0.29 253	0.37 238	0.29 228

FE-Mocha	0.35 207	0.71 269	0.40 285	0.47 288	0.27 229	0.34 223	0.27 221	0.34 214	0.26 222	0.34 219	0.26 224	0.34 226	0.27 229	0.34 224	0.27 216	0.44 315	0.41 312	0.33 226	0.29 253	0.32 204	0.29 228

GREAT-IGEV	0.38 225	0.43 177	0.36 266	0.48 293	0.32 295	0.45 328	0.32 283	0.45 314	0.32 293	0.45 300	0.32 294	0.45 326	0.32 295	0.45 321	0.32 260	0.44 315	0.33 272	0.41 318	0.29 253	0.41 306	0.29 228

RSM	0.36 213	0.36 144	0.43 300	0.37 198	0.42 366	0.49 349	0.42 356	0.37 228	0.28 231	0.36 227	0.29 241	0.36 234	0.30 251	0.37 237	0.28 226	0.34 217	0.31 240	0.34 234	0.35 331	0.40 289	0.29 228

IGEV++	0.34 198	0.43 177	0.30 203	0.40 221	0.29 243	0.40 251	0.29 238	0.40 245	0.29 237	0.40 245	0.29 241	0.40 255	0.29 243	0.40 251	0.30 243	0.38 249	0.29 219	0.37 258	0.29 253	0.37 238	0.29 228

RCA-Stereo	0.51 328	3.22 535	0.34 256	0.44 280	0.34 317	0.44 327	0.34 305	0.43 290	0.34 309	0.43 286	0.34 310	0.44 324	0.33 303	0.43 298	0.33 269	0.38 249	0.29 219	0.38 266	0.29 253	0.38 256	0.29 228

iRaft-Stereo_20w	0.34 198	0.41 166	0.31 229	0.39 207	0.29 243	0.40 251	0.32 283	0.41 260	0.32 293	0.38 233	0.30 253	0.39 247	0.30 251	0.38 240	0.32 260	0.35 226	0.27 200	0.34 234	0.27 232	0.34 215	0.29 228

CFNet_pseudo	2.67 583	9.36 609	0.32 241	10.99 631	0.33 307	0.85 424	0.33 294	0.49 336	0.33 300	0.49 342	0.32 294	0.49 347	7.26 626	0.49 345	0.33 269	0.41 297	9.62 630	0.41 318	0.29 253	10.03 632	0.29 228

ccnet	0.80 398	2.28 484	0.33 246	0.50 306	0.33 307	0.50 357	0.33 294	0.50 344	0.33 300	0.49 342	0.33 302	0.49 347	1.56 540	2.38 559	0.33 269	0.41 297	0.29 219	0.42 334	1.57 553	2.28 545	0.29 228

CFNet-RSSM	0.91 424	4.89 569	0.34 256	0.44 280	1.07 479	1.62 534	1.40 548	0.91 426	0.35 312	1.60 526	1.39 548	0.64 395	0.34 308	0.44 317	0.33 269	0.41 297	0.35 282	0.75 414	0.30 273	0.41 306	0.29 228

psmorigin	0.41 278	0.46 219	0.33 246	0.49 299	0.33 307	0.49 349	0.33 294	0.49 336	0.33 300	0.49 342	0.33 302	0.49 347	0.33 303	0.51 361	0.33 269	0.41 297	0.30 232	0.41 318	0.30 273	0.79 402	0.29 228

ccs_rob	2.79 586	10.17 616	0.32 241	10.00 628	0.33 307	0.49 349	0.33 294	1.90 534	0.32 293	0.51 362	0.33 302	0.49 347	9.24 631	0.49 345	0.33 269	0.41 297	9.82 631	0.41 318	0.28 238	9.34 629	0.29 228

4k_L	0.38 225	0.44 183	0.30 203	0.43 261	0.31 287	0.43 305	0.30 243	0.43 290	0.30 249	0.45 300	0.31 277	0.43 299	0.30 251	0.43 298	0.69 407	0.38 249	0.32 244	0.40 282	0.30 273	0.38 256	0.30 248

aaa3	0.38 225	0.44 183	0.31 229	0.43 261	0.30 254	0.43 305	0.31 272	0.43 290	0.30 249	0.45 300	0.31 277	0.43 299	0.31 284	0.43 298	0.69 407	0.38 249	0.33 272	0.40 282	0.30 273	0.38 256	0.30 248

gc-stereo	0.38 225	0.44 183	0.30 203	0.43 261	0.30 254	0.43 305	0.31 272	0.43 290	0.31 280	0.45 300	0.31 277	0.43 299	0.30 251	0.43 298	0.69 407	0.38 249	0.32 244	0.41 318	0.30 273	0.38 256	0.30 248

mfccc	0.38 225	0.44 183	0.30 203	0.43 261	0.30 254	0.43 305	0.31 272	0.43 290	0.30 249	0.45 300	0.31 277	0.43 299	0.31 284	0.43 298	0.69 407	0.38 249	0.32 244	0.41 318	0.30 273	0.38 256	0.30 248

ss10	0.38 225	0.44 183	0.31 229	0.43 261	0.30 254	0.43 305	0.30 243	0.43 290	0.30 249	0.45 300	0.31 277	0.43 299	0.31 284	0.43 298	0.69 407	0.38 249	0.33 272	0.40 282	0.30 273	0.38 256	0.30 248

5k_new	0.38 225	0.44 183	0.31 229	0.43 261	0.30 254	0.43 305	0.31 272	0.43 290	0.31 280	0.45 300	0.31 277	0.43 299	0.30 251	0.43 298	0.69 407	0.38 249	0.33 272	0.40 282	0.30 273	0.38 256	0.30 248

SX	0.38 225	0.44 183	0.31 229	0.43 261	0.31 287	0.43 305	0.31 272	0.43 290	0.31 280	0.45 300	0.32 294	0.43 299	0.31 284	0.43 298	0.69 407	0.38 249	0.33 272	0.40 282	0.30 273	0.38 256	0.30 248

USM	0.38 225	0.44 183	0.31 229	0.43 261	0.30 254	0.43 305	0.30 243	0.43 290	0.30 249	0.45 300	0.30 253	0.43 299	0.31 284	0.43 298	0.68 400	0.38 249	0.32 244	0.40 282	0.30 273	0.38 256	0.30 248

weee2	0.38 225	0.44 183	0.31 229	0.43 261	0.30 254	0.43 305	0.31 272	0.43 290	0.31 280	0.45 300	0.31 277	0.43 299	0.31 284	0.43 298	0.69 407	0.38 249	0.33 272	0.40 282	0.30 273	0.38 256	0.30 248

ACM	0.38 225	0.44 183	0.30 203	0.43 261	0.30 254	0.43 305	0.30 243	0.43 290	0.30 249	0.45 300	0.31 277	0.43 299	0.30 251	0.43 298	0.73 435	0.38 249	0.32 244	0.40 282	0.30 273	0.37 238	0.30 248

ITERv28	0.38 225	0.44 183	0.30 203	0.43 261	0.30 254	0.43 305	0.30 243	0.43 290	0.30 249	0.45 300	0.30 253	0.43 299	0.30 251	0.42 281	0.70 428	0.38 249	0.32 244	0.40 282	0.29 253	0.37 238	0.30 248

oiu110	0.38 225	0.44 183	0.30 203	0.43 261	0.30 254	0.42 289	0.30 243	0.43 290	0.30 249	0.44 293	0.30 253	0.42 288	0.30 251	0.42 281	0.69 407	0.37 235	0.32 244	0.40 282	0.30 273	0.38 256	0.30 248

hj116sk	0.38 225	0.44 183	0.30 203	0.42 246	0.30 254	0.43 305	0.30 243	0.43 290	0.30 249	0.45 300	0.30 253	0.43 299	0.30 251	0.43 298	0.69 407	0.38 249	0.32 244	0.40 282	0.29 253	0.38 256	0.30 248

ITERv21	0.38 225	0.44 183	0.30 203	0.43 261	0.30 254	0.43 305	0.30 243	0.42 278	0.30 249	0.45 300	0.30 253	0.43 299	0.30 251	0.43 298	0.69 407	0.38 249	0.32 244	0.40 282	0.30 273	0.37 238	0.30 248

v20iiwwt	0.38 225	0.44 183	0.31 229	0.43 261	0.31 287	0.43 305	0.30 243	0.43 290	0.30 249	0.45 300	0.30 253	0.42 288	0.30 251	0.43 298	0.70 428	0.37 235	0.32 244	0.40 282	0.30 273	0.38 256	0.30 248

ITERv19	0.38 225	0.45 214	0.31 229	0.43 261	0.30 254	0.43 305	0.30 243	0.43 290	0.31 280	0.45 300	0.30 253	0.43 299	0.31 284	0.42 281	0.69 407	0.38 249	0.32 244	0.40 282	0.30 273	0.38 256	0.30 248

MultiAttention	0.30 178	0.30 134	0.30 203	0.30 175	0.30 254	0.30 206	0.30 243	0.30 202	0.30 249	0.30 203	0.30 253	0.30 212	0.30 251	0.30 211	0.30 243	0.30 203	0.30 232	0.30 211	0.30 273	0.30 197	0.30 248

MSAF-DinoV2	0.30 178	0.30 134	0.30 203	0.30 175	0.30 254	0.30 206	0.30 243	0.30 202	0.30 249	0.30 203	0.30 253	0.30 212	0.30 251	0.30 211	0.30 243	0.30 203	0.30 232	0.30 211	0.30 273	0.30 197	0.30 248

TorneroNet-64	0.45 298	0.27 128	0.30 203	0.58 328	0.27 229	0.70 398	0.30 243	0.28 195	0.73 441	0.73 402	0.28 236	0.71 402	0.66 415	0.75 402	0.27 216	0.27 193	0.29 219	0.37 258	0.75 432	0.28 191	0.30 248

EKT-Stereo	0.37 219	0.40 158	0.44 302	1.07 414	0.29 243	0.34 223	0.31 272	0.36 222	0.29 237	0.38 233	0.31 277	0.37 240	0.30 251	0.36 233	0.29 236	0.34 217	0.28 206	0.39 277	0.30 273	0.37 238	0.30 248

PML	0.46 304	1.36 428	0.29 199	0.58 328	0.30 254	0.57 385	0.29 238	0.57 372	0.29 237	0.57 381	0.29 241	0.57 386	0.29 243	0.56 375	0.29 236	0.52 348	0.30 232	0.53 388	0.31 301	0.53 360	0.30 248

GES	0.66 354	2.34 492	0.29 199	0.41 233	0.29 243	0.41 267	0.29 238	0.42 278	0.29 237	0.40 245	0.41 353	0.41 268	0.30 251	0.51 361	0.29 236	0.32 209	0.29 219	0.32 218	2.46 595	2.49 557	0.30 248

DANet	0.30 178	0.30 134	0.30 203	0.30 175	0.30 254	0.30 206	0.30 243	0.30 202	0.30 249	0.30 203	0.30 253	0.30 212	0.30 251	0.30 211	0.30 243	0.30 203	0.30 232	0.30 211	0.30 273	0.30 197	0.30 248
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
StePilot	0.39 257	0.44 183	0.87 418	0.41 233	0.30 254	0.42 289	0.32 283	0.45 314	0.29 237	0.43 286	0.30 253	0.43 299	0.30 251	0.42 281	0.30 243	0.40 284	0.29 219	0.43 342	0.27 232	0.40 289	0.31 271

DDF-Stereo	0.43 290	1.15 358	0.57 366	0.53 316	0.32 295	0.41 267	0.32 283	0.41 260	0.32 293	0.41 259	0.32 294	0.41 268	0.32 295	0.40 251	0.32 260	0.52 348	0.50 361	0.38 266	0.31 301	0.39 281	0.31 271

1test111	0.37 219	1.02 337	0.30 203	0.39 207	0.29 243	0.40 251	0.28 229	0.39 240	0.29 237	0.39 239	0.29 241	0.39 247	0.28 236	0.40 251	0.29 236	0.33 213	0.32 244	0.33 226	0.31 301	0.32 204	0.31 271

cc1	0.37 219	1.02 337	0.30 203	0.39 207	0.29 243	0.40 251	0.28 229	0.39 240	0.29 237	0.39 239	0.29 241	0.39 247	0.28 236	0.40 251	0.29 236	0.33 213	0.32 244	0.33 226	0.31 301	0.32 204	0.31 271

PCWNet_CMD	2.80 587	9.82 612	0.32 241	10.09 629	0.32 295	0.49 349	0.33 294	3.34 589	0.33 300	0.49 342	0.33 302	0.49 347	8.73 628	0.48 339	0.33 269	0.41 297	9.22 627	0.42 334	0.29 253	9.55 630	0.31 271

RAFT-Test	0.36 213	0.37 146	0.33 246	0.41 233	0.32 295	0.41 267	0.32 283	0.41 260	0.32 293	0.41 259	0.32 294	0.41 268	0.32 295	0.41 266	0.33 269	0.37 235	0.29 219	0.37 258	0.29 253	0.38 256	0.31 271

uiiii_40	0.39 257	0.42 173	0.89 421	0.42 246	0.31 287	0.43 305	0.30 243	0.44 310	0.31 280	0.42 276	0.31 277	0.43 299	0.30 251	0.42 281	0.30 243	0.41 297	0.29 219	0.42 334	0.28 238	0.40 289	0.32 277

PyraSte	0.39 257	0.43 177	0.87 418	0.42 246	0.31 287	0.42 289	0.31 272	0.44 310	0.30 249	0.41 259	0.31 277	0.42 288	0.30 251	0.42 281	0.31 255	0.38 249	0.29 219	0.42 334	0.29 253	0.40 289	0.32 277

tim_s	0.39 257	0.44 183	0.90 426	0.41 233	0.30 254	0.41 267	0.30 243	0.44 310	0.30 249	0.41 259	0.31 277	0.42 288	0.30 251	0.41 266	0.31 255	0.41 297	0.30 232	0.41 318	0.29 253	0.40 289	0.32 277

xxxad45	0.39 257	0.44 183	0.90 426	0.41 233	0.30 254	0.41 267	0.31 272	0.44 310	0.30 249	0.43 286	0.30 253	0.43 299	0.31 284	0.41 266	0.31 255	0.40 284	0.29 219	0.41 318	0.30 273	0.40 289	0.32 277

ACW_4w	0.39 257	0.42 173	0.88 420	0.42 246	0.30 254	0.42 289	0.30 243	0.45 314	0.31 280	0.42 276	0.31 277	0.42 288	0.30 251	0.42 281	0.30 243	0.40 284	0.28 206	0.42 334	0.28 238	0.40 289	0.32 277

5w_v4	0.39 257	0.43 177	0.91 432	0.42 246	0.30 254	0.43 305	0.31 272	0.45 314	0.31 280	0.42 276	0.30 253	0.41 268	0.29 243	0.44 317	0.30 243	0.40 284	0.29 219	0.42 334	0.28 238	0.40 289	0.32 277

water-stereo	0.41 278	0.84 294	0.46 308	0.50 306	0.33 307	0.45 328	0.33 294	0.45 314	0.32 293	0.45 300	0.32 294	0.45 326	0.32 295	0.45 321	0.32 260	0.44 315	0.41 312	0.39 277	0.31 301	0.39 281	0.32 277

depthmonostereo	0.44 295	0.85 296	0.46 308	0.54 319	0.40 348	0.52 372	0.38 329	0.52 361	0.35 312	0.47 328	0.34 310	0.46 330	0.34 308	0.47 330	0.34 282	0.45 318	0.43 325	0.41 318	0.33 315	0.41 306	0.32 277

xyz-stereo-finetune	0.28 172	0.49 231	0.16 143	0.16 121	0.16 176	0.16 142	0.16 160	0.22 173	0.30 249	0.32 212	0.31 277	0.32 218	0.31 284	0.32 216	0.32 260	0.32 209	0.33 272	0.31 217	0.32 307	0.31 202	0.32 277

HART	0.38 225	0.45 214	0.34 256	0.42 246	0.33 307	0.41 267	0.34 305	0.42 278	0.33 300	0.43 286	0.34 310	0.42 288	0.34 308	0.41 266	0.38 302	0.40 284	0.32 244	0.42 334	0.32 307	0.40 289	0.32 277

ACVNet-DCA	0.37 219	1.00 327	0.30 203	0.40 221	0.29 243	0.40 251	0.29 238	0.40 245	0.29 237	0.40 245	0.29 241	0.40 255	0.29 243	0.39 248	0.28 226	0.33 213	0.32 244	0.33 226	0.32 307	0.33 211	0.32 277

xx1	0.38 225	1.03 339	0.31 229	0.40 221	0.31 287	0.41 267	0.28 229	0.40 245	0.29 237	0.40 245	0.29 241	0.40 255	0.29 243	0.40 251	0.29 236	0.34 217	0.33 272	0.34 234	0.32 307	0.34 215	0.32 277

RAFT + AFF	0.31 185	0.45 214	0.34 256	0.39 207	0.28 234	0.38 243	0.33 294	0.29 200	0.31 280	0.30 203	0.30 253	0.29 209	0.27 229	0.29 209	0.30 243	0.28 195	0.29 219	0.29 209	0.29 253	0.27 189	0.32 277

4.5w_L	0.39 257	0.43 177	0.89 421	0.42 246	0.29 243	0.42 289	0.30 243	0.43 290	0.30 249	0.42 276	0.31 277	0.41 268	0.31 284	0.43 298	0.31 255	0.40 284	0.28 206	0.41 318	0.28 238	0.39 281	0.33 290

SteFusion	0.39 257	0.42 173	0.90 426	0.43 261	0.30 254	0.42 289	0.31 272	0.45 314	0.31 280	0.41 259	0.30 253	0.43 299	0.30 251	0.42 281	0.31 255	0.39 279	0.30 232	0.42 334	0.28 238	0.39 281	0.33 290

GCST	0.50 323	2.08 468	0.38 273	0.53 316	0.35 320	0.49 349	0.35 310	0.50 344	0.35 312	0.49 342	0.35 319	0.49 347	0.35 315	0.49 345	0.35 286	0.48 331	0.37 287	0.45 347	0.33 315	0.44 316	0.33 290

RAFT-Stereo-weight	0.45 298	1.90 457	0.34 256	0.42 246	0.36 326	0.43 305	0.35 310	0.42 278	0.34 309	0.42 276	0.34 310	0.44 324	0.34 308	0.41 266	0.34 282	0.38 249	0.32 244	0.38 266	0.32 307	0.38 256	0.33 290

LL-Strereo2	0.48 315	1.73 447	0.51 341	0.59 331	0.34 317	0.42 289	0.33 294	0.40 245	0.31 280	0.42 276	0.33 302	0.42 288	0.31 284	0.44 317	0.39 313	0.60 364	0.51 371	0.44 343	0.33 315	0.44 316	0.33 290

GMOStereo	0.37 219	0.45 214	0.23 174	0.30 175	0.37 330	0.41 267	0.36 317	0.41 260	0.35 312	0.43 286	0.36 323	0.41 268	0.40 336	0.41 266	0.36 290	0.34 217	0.22 182	0.47 360	0.37 339	0.39 281	0.33 290

error version	0.93 431	4.47 564	2.35 583	1.99 515	0.37 330	0.41 267	0.36 317	0.41 260	0.35 312	0.43 286	0.36 323	0.41 268	0.40 336	0.41 266	0.36 290	1.87 532	2.16 577	0.47 360	0.37 339	0.39 281	0.33 290

test_1	0.93 431	4.47 564	2.35 583	1.99 515	0.37 330	0.41 267	0.36 317	0.41 260	0.35 312	0.43 286	0.36 323	0.41 268	0.40 336	0.41 266	0.36 290	1.87 532	2.16 577	0.47 360	0.37 339	0.39 281	0.33 290

GEAStereo	0.62 347	3.91 553	0.48 323	0.69 347	0.38 337	0.51 369	0.38 329	0.51 357	0.38 329	0.53 368	0.38 335	0.50 362	0.38 327	0.51 361	0.38 302	0.54 352	0.43 325	0.46 351	0.34 319	0.46 323	0.34 298

gasm-f	0.62 347	3.91 553	0.48 323	0.69 347	0.38 337	0.51 369	0.38 329	0.51 357	0.38 329	0.53 368	0.38 335	0.50 362	0.38 327	0.51 361	0.38 302	0.54 352	0.43 325	0.46 351	0.34 319	0.46 323	0.34 298

GASTEREO	0.48 315	1.21 411	0.47 315	0.57 326	0.38 337	0.50 357	0.38 329	0.50 344	0.38 329	0.50 355	0.38 335	0.50 362	0.38 327	0.50 352	0.38 302	0.52 348	0.42 321	0.46 351	0.34 319	0.46 323	0.34 298

SCV_C0	0.45 298	0.88 301	0.49 330	0.54 319	0.37 330	0.48 344	0.37 323	0.48 332	0.37 325	0.48 335	0.36 323	0.48 343	0.37 323	0.49 345	0.37 299	0.50 340	0.41 312	0.44 343	0.34 319	0.44 316	0.34 298

SCV	0.46 304	0.94 318	0.45 304	0.54 319	0.37 330	0.48 344	0.38 329	0.48 332	0.37 325	0.48 335	0.39 344	0.48 343	0.37 323	0.49 345	0.37 299	0.50 340	0.46 335	0.44 343	0.34 319	0.44 316	0.34 298

UGAM-zero	0.51 328	2.17 476	0.39 280	0.53 316	0.36 326	0.50 357	0.36 317	0.50 344	0.36 323	0.49 342	0.36 323	0.50 362	0.35 315	0.50 352	0.36 290	0.49 334	0.37 287	0.47 360	0.35 331	0.46 323	0.34 298

UGAM	0.51 328	2.23 481	0.39 280	0.54 319	0.35 320	0.50 357	0.35 310	0.49 336	0.35 312	0.49 342	0.35 319	0.49 347	0.36 318	0.50 352	0.36 290	0.49 334	0.37 287	0.45 347	0.34 319	0.45 320	0.34 298

gcap-zeroshot	0.35 207	0.32 138	0.37 270	0.49 299	0.39 346	0.33 221	0.21 189	0.26 191	0.35 312	0.42 276	0.34 310	0.49 347	0.29 243	0.47 330	0.39 313	0.34 217	0.17 164	0.38 266	0.23 205	0.48 339	0.34 298

H2IRNET	0.34 198	0.34 140	0.34 256	0.34 189	0.34 317	0.34 223	0.34 305	0.34 214	0.34 309	0.34 219	0.34 310	0.34 226	0.34 308	0.34 224	0.34 282	0.34 217	0.34 280	0.34 234	0.34 319	0.34 215	0.34 298

GSStereo	0.81 403	4.28 562	0.50 334	0.59 331	0.40 348	0.51 369	0.38 329	0.50 344	0.38 329	0.50 355	0.38 335	0.50 362	3.79 607	0.50 352	0.38 302	0.54 352	0.43 325	0.46 351	0.34 319	0.46 323	0.35 307

GS-Stereo							0.38 329	0.50 344	0.38 329	0.50 355	0.38 335	0.50 362	3.79 607	0.50 352	0.38 302	0.54 352	0.43 325	0.46 351	0.34 319	0.46 323	0.35 307

ETE_ROB	0.35 207	0.35 141	0.35 264	0.35 191	0.35 320	0.35 228	0.35 310	0.35 218	0.35 312	0.35 224	0.35 319	0.35 228	0.35 315	0.35 227	0.35 286	0.35 226	0.35 282	0.35 250	0.35 331	0.35 227	0.35 307

fffy	0.38 225	0.43 177	0.33 246	0.46 282	0.33 307	0.45 328	0.32 283	0.45 314	0.32 293	0.45 300	0.32 294	0.45 326	0.33 303	0.45 321	0.32 260	0.38 249	0.38 293	0.38 266	0.37 339	0.37 238	0.36 310

CES	0.39 257	0.47 223	0.36 266	0.36 195	0.37 330	0.45 328	0.35 310	0.35 218	0.40 343	0.36 227	0.44 367	0.47 336	0.36 318	0.44 317	0.36 290	0.37 235	0.39 300	0.44 343	0.35 331	0.37 238	0.36 310

iRaftStereo_RVC	0.97 435	3.17 534	2.30 582	2.42 531	0.38 337	0.54 377	0.38 329	0.54 365	0.38 329	0.54 373	0.38 335	0.54 377	0.38 327	0.54 370	0.38 302	2.38 565	2.34 581	0.49 373	0.36 337	0.49 343	0.36 310

DMCA	0.36 213	0.38 150	0.37 270	0.35 191	0.35 320	0.36 231	0.36 317	0.36 222	0.35 312	0.35 224	0.37 330	0.36 234	0.36 318	0.35 227	0.36 290	0.36 231	0.36 285	0.35 250	0.36 337	0.36 234	0.36 310

LG-Stereo_L1	0.47 310	0.52 245	0.47 315	0.62 336	0.39 346	0.53 374	0.40 343	0.53 363	0.39 342	0.53 368	0.39 344	0.53 374	0.39 335	0.53 368	0.39 313	0.55 358	0.46 335	0.49 373	0.37 339	0.49 343	0.37 314

LG-Stereo_Zeroshot	0.48 315	0.55 253	0.47 315	0.63 338	0.41 356	0.56 379	0.44 359	0.56 369	0.41 352	0.56 378	0.41 353	0.57 386	0.42 353	0.56 375	0.41 324	0.55 358	0.43 325	0.51 382	0.37 339	0.51 354	0.37 314

LG-Stereo	0.60 341	0.58 258	0.47 315	0.64 341	0.74 447	1.00 442	0.69 424	0.57 372	0.41 352	0.57 381	0.41 353	0.57 386	0.41 347	1.00 448	0.75 439	0.91 421	0.51 371	0.52 385	0.37 339	0.52 356	0.37 314

CASnet	0.35 207	0.51 243	0.44 302	0.32 183	0.31 287	0.24 182	0.34 305	0.36 222	0.25 209	0.31 207	0.37 330	0.30 212	0.33 303	0.25 187	0.45 337	0.37 235	0.37 287	0.33 226	0.35 331	0.34 215	0.37 314
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.51 328	0.55 253	0.45 304	0.69 347	0.45 372	0.61 388	0.45 364	0.50 344	0.40 343	0.56 378	0.44 367	0.55 381	0.40 336	0.72 397	0.67 396	0.59 363	0.46 335	0.45 347	0.34 319	0.46 323	0.37 314

StereoDRNet-Refined	0.33 196	0.39 156	0.26 190	0.39 207	0.26 227	0.40 251	0.26 218	0.40 245	0.26 222	0.39 239	0.26 224	0.39 247	0.26 221	0.39 248	0.26 215	0.37 235	0.25 190	0.37 258	0.25 218	0.37 238	0.37 314
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.37 219	0.37 146	0.37 270	0.37 198	0.37 330	0.37 236	0.37 323	0.37 228	0.37 325	0.37 232	0.37 330	0.37 240	0.37 323	0.37 237	0.37 299	0.37 235	0.37 287	0.37 258	0.37 339	0.37 238	0.37 314

MSCF	0.51 328	1.40 431	0.49 330	0.58 328	0.38 337	0.50 357	0.38 329	0.54 365	0.41 352	0.52 365	0.41 353	0.53 374	0.42 353	0.53 368	0.41 324	0.60 364	0.47 343	0.48 368	0.37 339	0.48 339	0.38 321

DilatedVolume-Stereo	0.43 290	0.86 297	0.48 323	0.50 306	0.33 307	0.46 334	0.33 294	0.46 322	0.33 300	0.46 322	0.33 302	0.47 336	0.33 303	0.47 330	0.34 282	0.45 318	0.42 321	0.40 282	0.33 315	0.47 335	0.38 321

WAO-8	0.38 225	0.38 150	0.38 273	0.38 201	0.38 337	0.38 243	0.38 329	0.38 236	0.38 329	0.38 233	0.38 335	0.38 242	0.38 327	0.38 240	0.38 302	0.38 249	0.38 293	0.38 266	0.37 339	0.38 256	0.38 321

WAO-7	0.38 225	0.38 150	0.38 273	0.38 201	0.38 337	0.38 243	0.38 329	0.38 236	0.38 329	0.38 233	0.38 335	0.38 242	0.38 327	0.38 240	0.38 302	0.38 249	0.38 293	0.38 266	0.38 352	0.38 256	0.38 321

Venus	0.38 225	0.38 150	0.38 273	0.38 201	0.38 337	0.37 236	0.38 329	0.37 228	0.37 325	0.41 259	0.37 330	0.39 247	0.37 323	0.38 240	0.38 302	0.37 235	0.38 293	0.38 266	0.37 339	0.37 238	0.38 321

IMH	0.38 225	0.38 150	0.38 273	0.38 201	0.38 337	0.38 243	0.38 329	0.38 236	0.38 329	0.42 276	0.38 335	0.40 255	0.38 327	0.38 240	0.38 302	0.38 249	0.38 293	0.39 277	0.38 352	0.38 256	0.38 321

mms	0.40 270	0.45 214	0.35 264	0.48 293	0.36 326	0.47 339	0.34 305	0.45 314	0.38 329	0.47 328	0.33 302	0.45 326	0.32 295	0.45 321	0.32 260	0.39 279	0.38 293	0.38 266	0.37 339	0.39 281	0.39 327

ccccc	0.41 278	0.44 183	0.34 256	0.48 293	0.35 320	0.48 344	0.35 310	0.51 357	0.35 312	0.47 328	0.35 319	0.47 336	0.34 308	0.47 330	0.35 286	0.41 297	0.40 303	0.40 282	0.40 356	0.41 306	0.39 327

GCAP-Stereo	0.75 384	4.15 559	0.42 299	0.75 357	0.35 320	0.78 408	0.40 343	0.79 404	0.38 329	0.78 415	0.36 323	0.78 415	0.36 318	0.79 404	0.39 313	0.75 402	0.39 300	0.76 420	0.39 355	0.75 396	0.39 327

HanzoNet	0.39 257	0.38 150	0.40 285	0.39 207	0.41 356	0.38 243	0.38 329	0.38 236	0.38 329	0.39 239	0.39 344	0.38 242	0.38 327	0.39 248	0.40 317	0.38 249	0.38 293	0.40 282	0.38 352	0.38 256	0.40 330

knoymous	0.40 270	0.40 158	0.40 285	0.40 221	0.40 348	0.40 251	0.40 343	0.40 245	0.40 343	0.40 245	0.40 347	0.40 255	0.40 336	0.40 251	0.40 317	0.40 284	0.40 303	0.40 282	0.40 356	0.40 289	0.40 330

anonymousa	0.40 270	0.40 158	0.40 285	0.40 221	0.40 348	0.40 251	0.40 343	0.40 245	0.40 343	0.40 245	0.40 347	0.40 255	0.40 336	0.40 251	0.40 317	0.40 284	0.40 303	0.40 282	0.40 356	0.40 289	0.40 330

riskmin	0.40 270	0.40 158	0.40 285	0.40 221	0.40 348	0.40 251	0.40 343	0.40 245	0.40 343	0.40 245	0.40 347	0.40 255	0.40 336	0.40 251	0.40 317	0.40 284	0.40 303	0.40 282	0.40 356	0.40 289	0.40 330

Anonymous_2	0.40 270	0.40 158	0.40 285	0.40 221	0.40 348	0.40 251	0.40 343	0.40 245	0.40 343	0.40 245	0.40 347	0.40 255	0.40 336	0.40 251	0.40 317	0.40 284	0.40 303	0.40 282	0.40 356	0.40 289	0.40 330

Anonymous_1	0.40 270	0.40 158	0.40 285	0.40 221	0.40 348	0.40 251	0.40 343	0.40 245	0.40 343	0.40 245	0.40 347	0.40 255	0.40 336	0.40 251	0.40 317	0.40 284	0.40 303	0.40 282	0.40 356	0.40 289	0.40 330

AdaStereo	0.40 270	0.40 158	0.40 285	0.40 221	0.40 348	0.40 251	0.40 343	0.40 245	0.40 343	0.40 245	0.40 347	0.40 255	0.40 336	0.40 251	0.40 317	0.40 284	0.40 303	0.40 282	0.40 356	0.40 289	0.40 330
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.
fffft	0.48 315	0.51 243	0.45 304	0.52 315	0.45 372	0.52 372	0.45 364	0.52 361	0.48 378	0.53 368	0.45 371	0.52 373	0.45 361	0.52 366	0.46 341	0.51 346	0.41 312	0.50 377	0.41 363	0.50 348	0.41 337
1: 1. 1
Former-RAFT_DAM_RVC	0.49 321	0.98 323	0.64 380	0.84 380	0.46 374	0.45 328	0.35 310	0.47 328	0.47 371	0.45 300	0.34 310	0.46 330	0.48 373	0.46 326	0.35 286	0.39 279	0.71 409	0.39 277	0.35 331	0.41 306	0.41 337

GwcNet-ADL	0.41 278	0.41 166	0.41 294	0.41 233	0.41 356	0.41 267	0.41 351	0.41 260	0.41 352	0.41 259	0.41 353	0.41 268	0.41 347	0.41 266	0.41 324	0.41 297	0.41 312	0.41 318	0.41 363	0.41 306	0.41 337

PSMNet-ADL	0.41 278	0.41 166	0.41 294	0.41 233	0.41 356	0.41 267	0.41 351	0.41 260	0.41 352	0.41 259	0.41 353	0.41 268	0.41 347	0.41 266	0.41 324	0.41 297	0.41 312	0.41 318	0.41 363	0.41 306	0.41 337

GANet-ADL	0.41 278	0.41 166	0.41 294	0.41 233	0.41 356	0.41 267	0.41 351	0.41 260	0.41 352	0.41 259	0.41 353	0.41 268	0.41 347	0.41 266	0.41 324	0.41 297	0.41 312	0.41 318	0.41 363	0.41 306	0.41 337

ADLNet2	0.41 278	0.41 166	0.41 294	0.41 233	0.41 356	0.41 267	0.41 351	0.41 260	0.41 352	0.41 259	0.41 353	0.41 268	0.41 347	0.41 266	0.41 324	0.41 297	0.41 312	0.41 318	0.41 363	0.41 306	0.41 337

ADLNet	0.41 278	0.41 166	0.41 294	0.41 233	0.41 356	0.41 267	0.41 351	0.41 260	0.41 352	0.41 259	0.41 353	0.41 268	0.41 347	0.41 266	0.41 324	0.41 297	0.41 312	0.41 318	0.41 363	0.41 306	0.41 337

MonSter	0.60 341	0.64 265	0.52 344	0.62 336	0.44 369	2.07 549	0.44 359	0.62 382	0.44 363	0.62 389	0.44 367	0.62 394	0.44 358	0.62 384	0.44 336	0.58 362	0.42 321	0.62 395	0.46 376	0.58 365	0.42 344

DispNO	1.00 438	0.63 263	0.43 300	3.45 566	0.44 369	0.65 394	0.43 358	0.64 384	0.43 360	0.64 392	0.43 365	0.64 395	3.03 586	0.64 389	0.43 335	4.55 595	0.43 325	0.63 397	0.43 372	0.63 369	0.43 345

MyStereo07	0.60 341	3.72 546	0.48 323	0.49 299	0.41 356	0.36 231	0.32 283	0.49 336	0.43 360	0.51 362	0.42 363	0.49 347	0.43 356	0.51 361	0.64 391	0.49 334	0.45 333	0.34 234	0.32 307	0.35 227	0.43 345

MyStereo04	0.56 339	3.72 546	0.59 369	0.49 299	0.41 356	0.36 231	0.32 283	0.37 228	0.31 280	0.34 219	0.46 373	0.35 228	0.32 295	0.35 227	0.33 269	0.49 334	0.45 333	0.34 234	0.32 307	0.35 227	0.43 345

PAM_32	0.64 351	2.38 496	0.51 341	0.92 390	0.43 368	0.53 374	0.44 359	0.87 420	0.43 360	0.52 365	0.45 371	0.53 374	0.40 336	0.54 370	0.46 341	0.62 372	0.56 381	0.48 368	0.45 374	0.76 397	0.44 348

Occ-G	1.12 454	0.52 245	3.72 609	3.50 570	0.50 390	0.56 379	0.47 371	0.54 365	0.46 366	0.54 373	0.41 353	0.54 377	0.42 353	0.52 366	0.42 332	3.42 586	4.02 605	0.52 385	0.45 374	0.51 354	0.44 348

LL-Strereo	1.01 444	5.06 571	1.63 544	0.70 351	1.43 548	0.56 379	0.46 366	0.57 372	0.50 383	0.57 381	0.50 390	1.58 531	0.49 378	0.59 382	0.50 357	1.64 525	0.52 375	0.51 382	1.37 538	0.52 356	0.45 350

MLG-Stereo	0.92 426	0.90 307	0.84 415	1.27 482	0.49 386	1.38 523	0.88 451	1.41 521	0.97 468	0.73 402	1.09 475	1.26 520	0.43 356	0.72 397	1.05 470	1.13 447	0.49 351	1.18 478	0.66 416	1.01 435	0.46 351

AIO-Stereo	0.84 415	0.66 266	0.70 391	0.83 379	0.67 433	0.98 440	0.82 448	1.14 448	0.72 438	1.03 451	0.74 447	1.03 457	1.09 462	0.99 446	0.45 337	1.04 435	0.73 411	0.95 455	0.74 431	0.94 428	0.46 351

otaku	0.46 304	0.46 219	0.46 308	0.46 282	0.46 374	0.46 334	0.46 366	0.46 322	0.46 366	0.46 322	0.46 373	0.46 330	0.46 364	0.46 326	0.46 341	0.46 322	0.46 335	0.46 351	0.46 376	0.46 323	0.46 351

Ntro	0.47 310	0.47 223	0.46 308	0.46 282	0.46 374	0.47 339	0.47 371	0.46 322	0.47 371	0.46 322	0.46 373	0.47 336	0.46 364	0.47 330	0.47 348	0.47 327	0.46 335	0.46 351	0.46 376	0.46 323	0.46 351

Dean	0.46 304	0.46 219	0.46 308	0.46 282	0.46 374	0.46 334	0.46 366	0.46 322	0.46 366	0.47 328	0.46 373	0.46 330	0.46 364	0.46 326	0.46 341	0.46 322	0.46 335	0.46 351	0.46 376	0.46 323	0.46 351

ACVNet_1	0.46 304	0.47 223	0.46 308	0.46 282	0.46 374	0.46 334	0.46 366	0.46 322	0.47 371	0.46 322	0.46 373	0.46 330	0.46 364	0.46 326	0.46 341	0.46 322	0.46 335	0.47 360	0.46 376	0.46 323	0.46 351

ACVNet-4b	0.46 304	0.46 219	0.46 308	0.46 282	0.46 374	0.46 334	0.46 366	0.46 322	0.46 366	0.46 322	0.46 373	0.46 330	0.46 364	0.47 330	0.46 341	0.46 322	0.46 335	0.46 351	0.46 376	0.46 323	0.46 351

UNDER WATER	0.47 310	0.47 223	0.47 315	0.47 288	0.47 380	0.47 339	0.47 371	0.47 328	0.47 371	0.47 328	0.47 381	0.47 336	0.46 364	0.47 330	0.47 348	0.47 327	0.47 343	0.47 360	0.46 376	0.47 335	0.47 358

LVE	0.47 310	0.47 223	0.47 315	0.47 288	0.49 386	0.47 339	0.47 371	0.47 328	0.49 380	0.47 328	0.47 381	0.47 336	0.46 364	0.47 330	0.47 348	0.47 327	0.47 343	0.48 368	0.47 383	0.47 335	0.47 358

AIO-test2	0.55 337	0.59 259	0.52 344	0.67 346	0.47 380	0.61 388	0.47 371	0.61 381	0.47 371	0.61 386	0.47 381	0.61 392	0.48 373	0.62 384	0.47 348	0.64 374	0.53 377	0.58 392	0.47 383	0.58 365	0.48 360

AIO-test1	0.54 333	0.60 262	0.52 344	0.66 345	0.47 380	0.61 388	0.47 371	0.58 375	0.46 366	0.61 386	0.46 373	0.61 392	0.45 361	0.62 384	0.45 337	0.61 368	0.52 375	0.57 391	0.48 386	0.57 364	0.48 360

RainbowNet	0.48 315	0.48 229	0.48 323	0.48 293	0.48 384	0.48 344	0.48 380	0.48 332	0.48 378	0.48 335	0.48 385	0.48 343	0.48 373	0.48 339	0.48 354	0.48 331	0.48 347	0.48 368	0.48 386	0.48 339	0.48 360

HaxPig	0.47 310	0.47 223	0.47 315	0.49 299	0.47 380	0.47 339	0.47 371	0.47 328	0.47 371	0.47 328	0.47 381	0.47 336	0.47 372	0.47 330	0.47 348	0.47 327	0.47 343	0.47 360	0.47 383	0.47 335	0.48 360

AEACV	1.12 454	0.52 245	3.12 601	3.24 555	0.86 456	0.53 374	0.49 382	0.60 379	0.47 371	0.53 368	0.49 388	0.55 381	0.45 361	0.55 374	0.47 348	3.01 582	3.88 603	0.71 407	0.60 408	0.80 405	0.48 360

iked130	0.67 359	0.74 273	0.55 351	0.77 359	0.55 402	0.77 403	0.55 393	0.77 397	0.55 395	0.77 410	0.55 401	0.77 412	0.63 403	0.80 409	0.55 369	0.69 380	0.49 351	0.74 411	0.96 451	0.69 378	0.49 365

ITERv14	0.67 359	0.75 277	0.55 351	0.77 359	0.55 402	0.77 403	0.55 393	0.77 397	0.54 393	0.77 410	0.56 406	0.77 412	0.62 398	0.79 404	0.55 369	0.70 386	0.48 347	0.75 414	0.97 452	0.68 373	0.49 365

v134_o9	0.68 361	0.76 280	0.55 351	0.79 365	0.57 412	0.79 415	0.57 404	0.79 404	0.62 416	0.77 410	0.57 412	0.79 423	0.62 398	0.79 404	0.55 369	0.71 395	0.49 351	0.77 426	0.99 456	0.71 389	0.49 365

99wein	0.70 368	0.74 273	0.56 357	0.79 365	0.56 406	0.94 436	0.55 393	0.78 403	0.60 411	0.78 415	0.59 414	0.78 415	0.63 403	0.80 409	0.56 377	0.70 386	0.50 361	0.77 426	1.01 461	0.82 410	0.49 365

a5sdf	0.75 384	1.10 351	0.56 357	0.78 363	0.56 406	0.78 408	0.80 444	0.79 404	0.56 398	0.78 415	0.86 456	0.78 415	0.63 403	0.80 409	0.56 377	0.72 398	0.50 361	0.75 414	1.46 547	0.70 382	0.49 365

zaero_v3	0.68 361	0.74 273	0.55 351	0.79 365	0.55 402	0.79 415	0.55 393	0.79 404	0.57 403	0.77 410	0.59 414	0.79 423	0.62 398	0.80 409	0.55 369	0.69 380	0.49 351	0.74 411	1.04 463	0.71 389	0.49 365

ITERv2	0.70 368	0.74 273	0.55 351	0.77 359	0.55 402	0.78 408	0.55 393	0.77 397	0.55 395	0.77 410	0.55 401	0.78 415	0.62 398	0.79 404	0.55 369	0.69 380	0.49 351	0.73 408	1.50 550	0.69 378	0.49 365

ITER	0.72 377	0.77 282	0.55 351	0.77 359	0.57 412	0.78 408	0.55 393	0.77 397	0.56 398	0.79 420	0.55 401	0.78 415	0.67 417	0.80 409	0.55 369	0.70 386	0.50 361	0.81 435	1.66 566	0.69 378	0.49 365

TorneroNet	0.66 354	0.53 248	0.50 334	0.50 306	0.64 427	1.06 450	0.70 428	0.50 344	0.51 390	0.49 342	0.69 435	0.49 347	0.50 381	0.48 339	1.15 477	0.71 395	0.49 351	1.14 469	1.08 465	0.49 343	0.49 365

notaker	0.48 315	0.49 231	0.48 323	0.48 293	0.48 384	0.48 344	0.48 380	0.48 332	0.49 380	0.48 335	0.48 385	0.48 343	0.48 373	0.48 339	0.48 354	0.48 331	0.48 347	0.48 368	0.48 386	0.48 339	0.49 365

ACVNet_2	0.49 321	0.49 231	0.49 330	0.49 299	0.49 386	0.49 349	0.49 382	0.49 336	0.49 380	0.49 342	0.49 388	0.49 347	0.49 378	0.49 345	0.49 356	0.49 334	0.49 351	0.49 373	0.49 389	0.49 343	0.49 365

ITERv10	0.74 382	0.75 277	0.56 357	0.79 365	0.56 406	0.91 431	0.56 399	1.16 452	0.56 398	0.79 420	0.60 416	0.78 415	0.84 444	0.81 416	0.56 377	0.70 386	0.82 425	0.77 426	1.17 474	0.70 382	0.50 376

s6wercc	0.78 394	0.79 286	0.86 417	0.80 373	0.75 448	0.80 419	0.56 399	0.80 413	0.56 398	1.18 466	0.56 406	0.78 415	0.63 403	1.24 518	0.59 387	0.70 386	0.50 361	0.75 414	1.54 551	0.71 389	0.50 376

FoundationStereo	0.50 323	0.50 235	0.50 334	0.50 306	0.50 390	0.50 357	0.50 384	0.50 344	0.50 383	0.50 355	0.50 390	0.50 362	0.50 381	0.50 352	0.50 357	0.50 340	0.50 361	0.50 377	0.50 391	0.50 348	0.50 376

StereoAnything_RVC	0.50 323	0.50 235	0.50 334	0.50 306	0.50 390	0.50 357	0.50 384	0.50 344	0.50 383	0.50 355	0.50 390	0.50 362	0.50 381	0.50 352	0.50 357	0.50 340	0.50 361	0.50 377	0.50 391	0.50 348	0.50 376

dual_stereo	0.50 323	0.50 235	0.50 334	0.50 306	0.50 390	0.50 357	0.50 384	0.50 344	0.50 383	0.50 355	0.50 390	0.50 362	0.50 381	0.50 352	0.50 357	0.50 340	0.50 361	0.50 377	0.50 391	0.50 348	0.50 376

WCG-NET	0.61 344	1.21 411	0.54 349	0.61 335	0.53 399	0.67 396	0.53 390	0.66 387	0.53 391	0.64 392	0.53 399	0.65 398	0.53 388	0.59 382	0.52 364	0.65 375	0.48 347	0.64 398	0.52 395	0.58 365	0.50 376

MyStereo8	0.71 373	3.92 555	0.52 344	0.59 331	0.52 396	0.57 385	0.53 390	0.59 377	0.50 383	0.59 385	0.51 396	0.57 386	0.50 381	0.56 375	0.52 364	0.54 352	0.49 351	0.54 389	0.49 389	0.55 362	0.50 376

test-3	0.98 437	4.13 558	1.85 564	1.85 506	0.61 423	0.69 397	0.37 323	0.63 383	0.61 415	0.66 395	0.51 396	0.73 407	0.44 358	0.57 380	0.54 367	1.68 526	1.81 561	0.40 282	0.43 372	0.66 371	0.50 376

SANet	0.50 323	0.50 235	0.50 334	0.50 306	0.50 390	0.50 357	0.50 384	0.50 344	0.50 383	0.50 355	0.50 390	0.50 362	0.50 381	0.50 352	0.50 357	0.50 340	0.50 361	0.50 377	0.50 391	0.50 348	0.50 376

ITERv12	0.69 366	0.73 271	0.57 366	0.78 363	0.57 412	0.77 403	0.57 404	0.77 397	0.55 395	0.79 420	0.55 401	0.77 412	0.65 411	0.82 418	0.56 377	0.70 386	0.51 371	0.76 420	1.18 476	0.70 382	0.51 385

FSD	0.61 344	0.59 259	0.50 334	2.58 538	0.44 369	0.56 379	0.44 359	0.55 368	0.44 363	0.56 378	0.44 367	0.56 384	0.44 358	0.56 375	0.46 341	0.61 368	0.42 321	0.52 385	0.42 371	0.52 356	0.51 385

zero-FE	0.72 377	1.31 423	0.66 384	0.92 390	0.60 417	0.82 422	0.58 406	0.82 418	0.58 408	0.81 428	0.60 416	0.81 432	0.60 395	0.82 418	0.58 384	0.74 401	0.59 387	0.73 408	0.52 395	0.76 397	0.51 385

Monster-pub-eth3d	0.45 298	0.57 256	0.60 371	0.39 207	0.28 234	0.37 236	0.28 229	0.37 228	0.30 249	0.39 239	0.29 241	0.39 247	0.30 251	0.92 438	0.27 216	1.42 513	0.28 206	0.34 234	0.28 238	0.37 238	0.53 388

Monster-pub-mixall	0.44 295	0.56 255	0.60 371	0.38 201	0.27 229	0.37 236	0.27 221	0.37 228	0.29 237	0.38 233	0.27 229	0.38 242	0.29 243	0.85 427	0.27 216	1.46 516	0.26 193	0.34 234	0.26 224	0.36 234	0.53 388

ktn	0.72 377	0.53 248	1.08 448	1.14 422	0.51 395	1.22 513	1.36 541	0.51 357	0.59 410	0.51 362	0.51 396	0.69 401	1.20 475	0.67 393	0.51 362	0.51 346	0.49 351	0.58 392	0.66 416	0.52 356	0.53 388

Replicate-Monster	0.45 298	0.57 256	0.60 371	0.40 221	0.29 243	0.37 236	0.27 221	0.37 228	0.30 249	0.40 245	0.31 277	0.40 255	0.30 251	0.99 446	0.27 216	1.36 509	0.31 240	0.34 234	0.30 273	0.36 234	0.54 391

CFNet_ucs	2.73 584	9.64 611	0.33 246	9.92 627	0.32 295	0.49 349	0.33 294	0.49 336	0.33 300	0.49 342	0.33 302	0.49 347	8.98 630	0.48 339	0.33 269	0.41 297	9.96 633	0.40 282	0.29 253	10.12 633	0.54 391

anonymity	0.63 349	0.69 267	0.56 357	0.71 353	0.56 406	0.71 400	0.56 399	0.71 393	0.56 398	0.72 400	0.56 406	0.71 402	0.56 392	0.71 396	0.58 384	0.68 379	0.55 379	0.68 403	0.55 398	0.68 373	0.54 391

FC-DCNN	1.07 449	1.09 348	0.98 440	0.89 384	0.52 396	1.41 527	0.91 455	1.21 506	1.24 536	1.96 538	2.05 593	1.91 540	1.30 528	1.27 520	1.08 471	0.80 406	0.60 388	0.58 392	0.41 363	0.68 373	0.54 391

PSMNet_ROB	0.54 333	0.54 251	0.54 349	0.54 319	0.53 399	0.54 377	0.54 392	0.53 363	0.54 393	0.54 373	0.54 400	0.54 377	0.53 388	0.54 370	0.54 367	0.54 352	0.53 377	0.54 389	0.54 397	0.54 361	0.54 391

MyStereo06	0.75 384	4.12 556	0.60 371	0.63 338	0.61 423	0.62 391	0.66 416	0.56 369	0.45 365	0.55 376	0.48 385	0.54 377	0.46 364	0.57 380	0.45 337	0.60 364	0.57 383	0.64 398	0.55 398	0.72 392	0.55 396

MyStereo05	0.80 398	4.12 556	0.63 378	0.63 338	0.61 423	0.62 391	0.66 416	0.65 385	0.62 416	0.67 396	0.61 421	0.65 398	0.58 393	0.67 393	0.55 369	0.60 364	0.57 383	0.64 398	0.55 398	0.72 392	0.55 396

ARAFT	0.68 361	0.81 291	0.63 378	0.74 356	0.60 417	0.78 408	0.62 411	0.77 397	0.66 423	0.74 407	0.63 423	0.75 409	0.62 398	0.83 422	0.60 388	0.70 386	0.55 379	0.70 406	0.60 408	0.78 400	0.55 396

Zero-FE251	0.36 213	0.40 158	0.28 195	0.41 233	0.28 234	0.41 267	0.28 229	0.41 260	0.28 231	0.41 259	0.28 236	0.41 268	0.28 236	0.42 281	0.30 243	0.37 235	0.26 193	0.37 258	0.27 232	0.45 320	0.56 399

FlowAnything_test	1.02 446	1.72 442	0.71 395	1.59 496	0.70 439	1.61 532	0.69 424	1.61 523	0.70 431	1.60 526	0.70 437	1.61 535	0.69 422	1.61 530	0.70 428	0.81 409	0.58 385	0.81 435	0.55 398	0.81 408	0.56 399

FlowAnything	1.02 446	1.71 441	0.72 398	1.59 496	0.69 437	1.60 531	0.69 424	1.61 523	0.70 431	1.60 526	0.69 435	1.60 532	0.69 422	1.61 530	0.69 407	0.81 409	0.58 385	0.81 435	0.56 402	0.82 410	0.56 399

AIO-Stereo-zeroshot1	0.75 384	0.92 314	0.85 416	0.96 401	0.59 416	1.27 516	0.44 359	0.59 377	0.69 428	0.91 435	0.68 432	0.55 381	0.61 397	1.06 455	0.83 449	0.62 372	0.70 405	0.90 446	0.41 363	0.89 418	0.56 399

CASS	0.57 340	0.89 304	0.56 357	0.57 326	0.56 406	0.56 379	0.56 399	0.56 369	0.53 391	0.57 381	0.57 412	0.59 390	0.48 373	0.56 375	0.57 383	0.55 358	0.56 381	0.47 360	0.56 402	0.62 368	0.56 399
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DDUNet	0.81 403	2.45 500	0.57 366	0.90 385	0.60 417	0.88 427	0.59 408	0.90 424	0.60 411	0.88 432	0.60 416	0.90 440	0.58 393	0.88 430	0.60 388	0.84 416	0.60 388	0.86 444	0.57 404	0.86 415	0.60 404

SMoEStereo_RVC	0.63 349	0.75 277	0.51 341	0.73 355	0.53 399	0.71 400	0.47 371	0.67 388	0.58 408	0.74 407	0.60 416	0.72 405	0.53 388	0.74 401	0.51 362	0.61 368	0.62 393	0.62 395	0.61 410	0.63 369	0.61 405

UDG	0.80 398	2.21 480	0.60 371	0.91 387	0.60 417	0.90 430	0.58 406	0.88 423	0.60 411	0.90 433	0.60 416	0.88 437	0.60 395	0.90 433	0.58 384	0.86 418	0.60 388	0.84 442	0.59 407	0.84 414	0.61 405

RAFT-Stereo + iAFF	0.70 368	0.72 270	0.71 395	0.80 373	0.62 426	0.82 422	0.61 410	0.81 417	0.62 416	0.81 428	0.63 423	0.80 429	0.70 424	0.73 399	0.61 390	0.76 403	0.61 392	0.74 411	0.61 410	0.77 399	0.61 405

AFF-stereo	0.73 380	0.88 301	0.67 388	0.75 357	0.68 436	0.75 402	0.64 413	0.80 413	0.72 438	0.83 430	0.70 437	0.82 433	0.64 408	0.84 423	0.67 396	0.77 404	0.63 394	0.81 435	0.63 412	0.78 400	0.62 408

pcwnet_v2	2.66 582	9.89 613	0.33 246	9.89 626	0.32 295	0.50 357	0.32 283	0.49 336	0.33 300	0.49 342	0.34 310	0.49 347	8.76 629	0.48 339	0.33 269	0.41 297	9.58 629	0.40 282	0.29 253	9.01 628	0.63 409

DSFCA	0.66 354	0.73 271	0.78 408	0.65 342	0.65 429	0.64 393	0.64 413	0.65 385	0.63 419	0.64 392	0.64 425	0.64 395	0.64 408	0.65 390	0.65 392	0.65 375	0.65 398	0.65 401	0.65 414	0.66 371	0.64 410

plain	1.88 525	3.16 533	0.64 380	3.10 550	0.65 429	3.10 587	0.64 413	3.12 586	0.65 421	3.10 587	0.65 427	3.11 588	0.65 411	3.12 586	0.65 392	3.12 583	0.65 398	3.13 588	0.65 414	3.13 573	0.65 411

MSMDNet	2.65 581	10.14 615	0.33 246	9.74 625	0.32 295	0.87 426	0.33 294	2.95 585	0.68 425	0.49 342	0.34 310	0.49 347	5.70 622	0.49 345	0.33 269	0.42 313	9.57 628	0.41 318	0.31 301	8.36 625	0.65 411

STTRV1_RVC	0.82 408	1.60 438	0.70 391	1.01 409	0.60 417	1.07 453	0.69 424	1.01 441	0.60 411	0.72 400	0.55 401	1.02 456	0.68 419	1.03 453	0.67 396	0.89 420	0.63 394	0.92 451	0.57 404	0.90 421	0.65 411

PA-Net	11.80 631	223.51 657	0.62 377	0.59 331	0.71 441	0.59 387	0.73 434	0.67 388	0.73 441	0.55 376	0.61 421	0.60 391	0.74 431	0.63 388	0.73 435	0.66 377	0.60 388	0.69 404	0.66 416	0.72 392	0.65 411
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MoCha-V2	2.11 551	26.97 635	0.78 408	0.92 390	0.77 450	0.96 439	0.72 433	0.90 424	0.72 438	0.94 441	0.70 437	0.90 440	0.71 428	0.91 434	0.71 433	0.85 417	0.71 409	0.88 445	0.69 423	0.87 416	0.67 415

R-Stereo Train	0.81 403	0.96 320	0.67 388	0.95 398	0.67 433	0.95 437	0.68 421	0.95 435	0.68 425	0.95 443	0.68 432	0.96 448	0.68 419	0.96 444	0.68 400	0.94 429	0.68 400	0.94 453	0.68 421	0.94 428	0.68 416

RAFT-Stereo	0.81 403	0.96 320	0.67 388	0.95 398	0.67 433	0.95 437	0.68 421	0.95 435	0.68 425	0.95 443	0.68 432	0.96 448	0.68 419	0.96 444	0.68 400	0.94 429	0.68 400	0.94 453	0.68 421	0.94 428	0.68 416
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
vnu138km	0.76 389	1.11 353	0.56 357	0.96 401	0.73 444	0.79 415	0.76 437	0.79 404	0.57 403	0.78 415	0.56 406	0.79 423	0.64 408	0.81 416	0.56 377	0.70 386	0.50 361	0.75 414	1.14 470	1.08 440	0.69 418

AdaDepth	0.86 418	0.93 316	0.71 395	1.01 409	1.07 479	1.02 447	0.71 431	1.00 437	0.71 436	1.01 449	0.71 441	1.00 451	0.72 429	1.14 466	0.71 433	0.92 424	0.64 396	0.90 446	0.64 413	0.89 418	0.69 418

ITERv8	0.74 382	0.76 280	0.56 357	0.79 365	0.57 412	0.78 408	0.59 408	0.79 404	0.57 403	0.79 420	0.56 406	0.79 423	0.77 436	0.82 418	0.88 452	0.71 395	0.76 416	0.77 426	1.08 465	0.70 382	0.70 420

RSM++	0.76 389	0.82 293	0.66 384	0.85 382	0.64 427	0.85 424	0.71 431	0.94 433	0.64 420	0.87 431	0.67 431	0.87 436	0.65 411	0.84 423	0.65 392	0.81 409	0.70 405	0.79 430	0.71 428	0.83 413	0.70 420

DCRE	0.84 415	1.89 455	0.77 407	0.94 396	0.72 443	0.88 427	0.73 434	0.87 420	0.78 445	0.90 433	0.71 441	0.88 437	0.67 417	0.88 430	0.73 435	0.81 409	0.68 400	0.81 435	0.70 425	0.82 410	0.70 420

DMCA-RVC	0.70 368	0.80 288	0.70 391	0.70 351	0.70 439	0.70 398	0.70 428	0.71 393	0.70 431	0.70 399	0.71 441	0.71 402	0.70 424	0.70 395	0.69 407	0.69 380	0.70 405	0.69 404	0.70 425	0.69 378	0.70 420

MSMD_ROB	1.19 456	1.10 351	0.70 391	1.10 416	0.60 417	1.10 457	0.70 428	1.10 447	0.70 431	1.10 455	0.70 437	1.10 463	0.70 424	7.00 629	0.70 428	1.10 441	0.70 405	1.10 468	0.70 425	1.10 442	0.70 420

ITERv4	0.88 420	1.32 425	0.56 357	0.79 365	0.92 463	1.18 466	0.97 463	0.79 404	0.57 403	0.79 420	0.65 427	0.79 423	1.14 466	0.86 428	0.56 377	1.06 437	0.92 433	0.76 420	1.61 560	0.70 382	0.71 425

Wavelet-MonSter	1.00 438	1.21 411	0.76 405	1.94 510	1.01 474	1.11 460	0.76 437	1.15 449	0.76 444	1.11 460	0.76 449	1.14 468	0.76 434	1.11 463	0.76 441	1.21 497	0.90 429	1.02 464	0.71 428	1.02 437	0.71 425

ours_stereo	1.20 457	1.21 411	0.90 426	1.64 504	1.11 481	1.35 519	0.67 420	1.76 530	0.93 463	1.70 534	1.10 476	1.39 526	0.75 433	1.41 525	0.81 448	1.60 524	1.03 442	1.33 531	1.00 457	1.61 519	0.72 427

iGMRVC	0.84 415	2.85 526	0.72 398	0.72 354	0.73 444	0.77 403	0.79 441	0.73 395	0.74 443	0.73 402	0.72 444	0.73 407	0.76 434	0.73 399	0.73 435	0.72 398	0.73 411	0.73 408	0.72 430	0.73 395	0.72 427

HSM-Net_RVC	0.95 434	1.17 361	0.78 408	1.18 431	0.71 441	1.16 465	0.75 436	1.09 446	0.80 450	1.10 455	0.75 448	1.17 471	0.74 431	1.17 469	0.80 445	1.13 447	0.73 411	1.17 475	0.77 433	1.16 448	0.72 427
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UniTT-Stereo	2.03 544	3.43 539	0.72 398	3.42 565	0.73 444	3.27 590	0.68 421	3.38 590	0.69 428	3.29 590	0.72 444	3.28 591	0.70 424	3.35 591	0.68 400	3.39 585	0.68 400	3.31 590	0.69 423	3.37 574	0.73 430

ToySt	0.92 426	2.11 471	0.90 426	0.95 398	0.79 452	0.99 441	0.78 440	0.94 433	0.81 453	0.94 441	0.78 451	0.95 447	0.77 436	0.94 440	0.86 451	0.91 421	0.79 419	0.85 443	0.77 433	0.89 418	0.73 430

LMCR-Stereo	0.65 352	0.63 263	0.65 383	0.65 342	0.65 429	0.66 395	0.63 412	0.58 375	0.65 421	0.63 391	0.64 425	0.65 398	0.65 411	0.66 391	0.66 395	0.66 377	0.64 396	0.65 401	0.67 420	0.68 373	0.73 430

DRN-Test	0.14 112	0.13 82	0.09 65	0.14 100	0.09 115	0.15 134	0.09 113	0.14 128	0.10 118	0.14 127	0.09 115	0.14 129	0.09 116	0.13 129	0.09 108	0.12 93	0.09 70	0.12 122	0.09 111	0.12 128	0.73 430

ITERv7	0.71 373	0.77 282	0.56 357	0.80 373	0.56 406	0.78 408	0.56 399	0.79 404	0.78 445	0.78 415	0.56 406	0.84 434	0.63 403	0.82 418	0.55 369	0.70 386	0.51 371	0.76 420	0.98 453	0.70 382	0.74 434

252Zero-FE	0.45 298	0.50 235	0.36 266	0.50 306	0.36 326	0.50 357	0.36 317	0.50 344	0.36 323	0.49 342	0.36 323	0.49 347	0.36 318	0.54 370	0.41 324	0.45 318	0.34 280	0.45 347	0.34 319	0.55 362	0.75 435

HBP-ISP	1.24 505	1.72 442	1.65 545	1.15 424	0.76 449	1.40 525	0.88 451	1.67 529	1.02 476	1.69 533	1.38 547	1.69 536	1.21 521	1.87 540	1.21 529	1.05 436	0.79 419	0.97 458	0.80 438	1.19 456	0.75 435

UNet	0.29 177	0.90 307	0.10 69	0.14 100	0.10 121	0.14 127	0.10 118	0.91 426	0.69 428	0.14 127	0.11 133	0.14 129	0.11 132	0.14 130	0.10 114	0.12 93	0.09 70	0.12 122	0.09 111	0.88 417	0.76 437

RAStereo	2.23 565	3.64 542	0.76 405	3.65 574	0.86 456	3.66 594	0.76 437	3.67 594	0.81 453	3.66 591	0.76 449	3.66 593	0.77 436	3.68 593	0.77 442	3.68 588	0.77 417	3.69 595	0.77 433	3.70 577	0.77 438

G-Net	0.79 396	0.79 286	0.79 411	0.79 365	0.79 452	0.79 415	0.79 441	0.79 404	0.79 449	0.79 420	0.79 452	0.79 423	0.79 439	0.79 404	0.79 443	0.79 405	0.79 419	0.79 430	0.79 436	0.79 402	0.79 439

NaN_ROB	0.80 398	0.80 288	0.80 412	0.80 373	0.80 454	0.80 419	0.80 444	0.80 413	0.80 450	0.80 426	0.80 453	0.80 429	0.80 440	0.80 409	0.80 445	0.80 406	0.80 422	0.80 433	0.80 438	0.80 405	0.80 440

CSAN	0.80 398	0.80 288	0.80 412	0.80 373	0.80 454	0.80 419	0.80 444	0.80 413	0.80 450	0.80 426	0.80 453	0.80 429	0.80 440	0.80 409	0.80 445	0.80 406	0.80 422	0.80 433	0.80 438	0.80 405	0.80 440

DPSimNet_ROB	0.97 435	1.18 363	0.81 414	1.10 416	0.91 462	1.02 447	0.82 448	1.04 443	0.91 458	1.03 451	0.86 456	1.28 522	0.82 442	1.03 453	0.89 453	1.17 450	0.81 424	1.02 464	0.82 441	1.08 440	0.81 442

Selective-RAFT	0.89 423	0.89 304	0.72 398	1.16 429	0.78 451	1.06 450	0.82 448	0.87 420	0.97 468	1.00 445	0.91 461	0.90 440	1.00 453	0.89 432	0.93 459	0.83 414	0.83 426	0.82 440	0.82 441	0.81 408	0.82 443

StereoDRNet	0.15 124	0.14 88	0.10 69	0.14 100	0.09 115	0.15 134	0.09 113	0.14 128	0.09 117	0.14 127	0.10 119	0.14 129	0.09 116	0.14 130	0.09 108	0.13 109	0.10 75	0.13 125	0.09 111	0.13 130	0.82 443

NLCSM	1.94 527	1.36 428	0.90 426	17.57 632	1.19 491	1.40 525	0.90 453	1.37 517	0.90 456	1.37 520	0.91 461	1.38 524	0.91 447	1.37 522	0.90 454	1.28 502	0.90 429	1.25 527	0.85 444	1.24 505	0.85 445

Selective-RAFT-Error	0.88 420	0.84 294	0.98 440	0.86 383	0.97 469	0.88 427	0.95 460	0.84 419	0.99 471	0.92 437	0.82 455	0.84 434	0.98 452	0.87 429	0.97 462	0.81 409	0.83 426	0.79 430	0.82 441	0.79 402	0.85 445

IGEVStereo-DCA	1.77 521	4.21 560	1.84 562	2.49 534	2.11 587	2.54 572	1.36 541	1.65 527	1.17 485	2.75 581	1.90 576	2.54 568	1.15 468	0.94 440	1.11 473	1.50 518	1.32 514	0.96 456	1.46 547	1.49 515	0.88 447

rrr	1.77 521	4.21 560	1.84 562	2.49 534	2.11 587	2.54 572	1.36 541	1.65 527	1.17 485	2.75 581	1.90 576	2.54 568	1.15 468	0.94 440	1.11 473	1.50 518	1.32 514	0.96 456	1.46 547	1.49 515	0.88 447

MM-Stereo_test2	1.20 457	1.85 451	1.05 446	1.46 493	0.94 467	1.36 521	0.99 464	1.36 515	0.95 465	1.41 522	0.98 468	1.40 528	0.96 450	1.37 522	0.95 460	1.37 511	1.06 443	1.33 531	0.93 450	1.29 508	0.89 449

4D-IteraStereo	0.78 394	3.13 532	0.89 421	0.69 347	0.32 295	0.40 251	0.32 283	0.76 396	0.97 468	0.52 365	0.65 427	0.89 439	0.32 295	0.76 403	0.98 463	0.83 414	0.94 436	0.35 250	0.27 232	0.70 382	0.89 449

DGTPSM_ROB	0.93 431	1.00 327	0.92 435	0.94 396	0.96 468	0.91 431	0.92 456	0.91 426	0.96 467	0.91 435	0.96 466	0.93 446	0.92 448	0.94 440	0.92 455	0.92 424	0.92 433	0.90 446	0.92 446	0.94 428	0.91 451

pmcnn	0.92 426	0.92 314	0.92 435	0.92 390	0.92 463	0.92 433	0.92 456	0.92 429	0.92 462	0.92 437	0.92 465	0.92 443	0.92 448	0.92 438	0.92 455	0.92 424	0.92 433	0.92 451	0.92 446	0.92 425	0.92 452

UPFNet	0.42 289	1.20 365	0.17 150	0.24 157	0.17 180	0.25 189	0.17 168	1.19 458	0.90 456	0.25 186	0.17 175	0.24 185	0.17 175	0.25 187	0.17 171	0.22 166	0.17 164	0.22 178	0.16 167	1.15 446	0.93 453

DPSM_ROB	0.92 426	0.91 309	0.91 432	0.91 387	0.92 463	0.92 433	0.92 456	0.92 429	0.91 458	0.93 439	0.91 461	0.92 443	0.90 445	0.91 434	0.92 455	0.92 424	0.91 431	0.91 449	0.92 446	0.93 426	0.93 453

DPSM	0.92 426	0.91 309	0.91 432	0.91 387	0.92 463	0.92 433	0.92 456	0.92 429	0.91 458	0.93 439	0.91 461	0.92 443	0.90 445	0.91 434	0.92 455	0.92 424	0.91 431	0.91 449	0.92 446	0.93 426	0.93 453

MM-Stereo_test3	1.27 507	2.07 467	1.18 457	1.60 499	1.02 476	1.45 528	1.01 468	1.40 520	1.04 477	1.44 523	1.03 473	1.46 530	1.02 460	1.44 526	1.02 469	1.51 520	1.12 457	1.32 530	0.98 453	1.38 512	0.97 456

delet	0.43 290	1.21 411	0.17 150	0.25 162	0.17 180	0.25 189	0.18 175	1.26 510	0.95 465	0.25 186	0.17 175	0.25 190	0.17 175	0.25 187	0.17 171	0.23 177	0.16 146	0.22 178	0.16 167	1.18 454	0.98 457

MMNet	0.44 295	1.24 419	0.17 150	0.25 162	0.17 180	0.25 189	0.18 175	1.26 510	0.93 463	0.25 186	0.17 175	0.25 190	0.18 183	0.25 187	0.17 171	0.23 177	0.16 146	0.23 184	0.16 167	1.20 457	0.99 458

psm_up	0.43 290	1.19 364	0.17 150	0.25 162	0.18 190	0.25 189	0.19 179	1.26 510	0.91 458	0.26 194	0.17 175	0.25 190	0.17 175	0.25 187	0.17 171	0.22 166	0.17 164	0.23 184	0.16 167	1.18 454	0.99 458

GANet	1.00 438	1.00 327	1.00 442	1.00 406	1.00 470	1.00 442	1.00 465	1.00 437	1.00 472	1.00 445	1.00 469	1.00 451	1.00 453	1.00 448	1.00 465	1.00 431	1.00 437	1.00 460	1.00 457	1.00 432	1.00 460

TDLM	1.00 438	1.00 327	1.00 442	1.00 406	1.00 470	1.00 442	1.00 465	1.00 437	1.00 472	1.00 445	1.00 469	1.00 451	1.00 453	1.00 448	1.00 465	1.00 431	1.00 437	1.00 460	1.00 457	1.00 432	1.00 460

CVANet_RVC	1.00 438	1.00 327	1.00 442	1.00 406	1.00 470	1.00 442	1.00 465	1.00 437	1.00 472	1.00 445	1.00 469	1.00 451	1.00 453	1.00 448	1.00 465	1.00 431	1.00 437	1.00 460	1.00 457	1.00 432	1.00 460

AIO-Stereo-zeroshot	0.91 424	0.86 297	0.89 421	1.25 481	0.69 437	1.05 449	0.81 447	1.16 452	0.50 383	1.12 461	0.97 467	0.72 405	0.82 442	1.06 455	0.95 460	0.61 368	0.87 428	1.03 466	0.85 444	1.04 438	1.01 463

trnet	1.01 444	1.01 333	1.01 445	1.01 409	1.01 474	1.01 446	1.01 468	1.01 441	1.01 475	1.01 449	1.01 472	1.01 455	1.01 459	1.01 452	1.01 468	1.01 434	1.01 440	1.01 463	1.01 461	1.01 435	1.01 463

ff7	1.68 517	2.68 508	1.35 517	0.97 403	0.89 458	1.84 535	2.15 586	2.12 543	1.80 571	2.05 548	1.56 554	2.33 555	2.12 577	2.23 551	2.25 589	1.31 503	1.07 444	1.48 538	1.41 541	0.90 421	1.04 465

ffff	1.68 517	2.68 508	1.35 517	0.97 403	0.89 458	1.84 535	2.15 586	2.12 543	1.80 571	2.05 548	1.56 554	2.33 555	2.12 577	2.23 551	2.25 589	1.31 503	1.07 444	1.48 538	1.41 541	0.90 421	1.04 465

ccc-4	1.68 517	2.68 508	1.35 517	0.97 403	0.89 458	1.84 535	2.15 586	2.12 543	1.80 571	2.05 548	1.56 554	2.33 555	2.12 577	2.23 551	2.25 589	1.31 503	1.07 444	1.48 538	1.41 541	0.90 421	1.04 465

edge stereo	2.43 576	27.07 636	1.14 451	1.06 413	1.14 482	1.08 454	1.17 480	1.16 452	1.14 479	1.10 455	1.16 480	1.09 461	1.16 472	1.10 461	1.16 480	1.10 441	1.11 454	1.16 471	1.19 477	1.13 443	1.11 468

Abc-Net	2.32 568	24.75 627	1.14 451	1.17 430	1.17 488	1.11 460	1.15 477	1.17 455	1.21 533	1.08 454	1.16 480	1.12 467	1.14 466	1.09 459	1.17 481	1.09 439	1.16 460	1.17 475	1.17 474	1.16 448	1.11 468
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
StereoVision	3.15 588	5.00 570	0.89 421	4.83 596	1.00 470	3.93 595	1.27 535	6.37 623	1.34 541	5.67 623	1.26 535	5.84 625	1.27 525	5.03 620	1.24 531	5.10 613	1.09 450	4.61 607	0.57 404	5.62 613	1.12 470

GLC_STEREO	1.07 449	1.01 333	1.06 447	1.07 414	1.05 478	1.06 450	1.08 472	1.08 444	1.05 478	1.07 453	1.06 474	1.08 459	1.05 461	1.06 455	1.10 472	1.07 438	1.09 450	1.05 467	1.05 464	1.06 439	1.12 470

AF-Net	2.37 573	25.71 631	1.17 455	1.13 421	1.15 483	1.15 464	1.18 481	1.19 458	1.16 481	1.10 455	1.15 477	1.10 463	1.18 473	1.12 465	1.15 477	1.10 441	1.10 453	1.17 475	1.15 471	1.16 448	1.12 470

RGC	2.36 571	25.48 629	1.19 459	1.15 424	1.15 483	1.10 457	1.16 479	1.17 455	1.16 481	1.12 461	1.16 480	1.11 466	1.13 464	1.09 459	1.18 482	1.10 441	1.15 459	1.16 471	1.12 468	1.14 444	1.12 470

KSHMR	0.66 354	0.50 235	0.48 323	1.15 424	0.52 396	0.49 349	0.51 388	0.49 336	0.71 436	0.67 396	0.50 390	1.16 470	1.11 463	0.66 391	0.52 364	0.49 334	0.49 351	0.51 382	0.66 416	0.50 348	1.14 474

4.25w-stereo	1.98 529	2.72 515	1.46 534	3.47 567	1.43 548	2.07 549	1.98 577	2.53 568	1.52 552	2.71 574	1.98 588	1.81 537	1.62 544	1.96 543	1.36 544	1.88 535	2.00 566	2.53 582	1.61 560	1.74 526	1.15 475

2w_stereo	1.99 530	2.36 495	1.81 553	3.24 555	1.67 559	1.94 540	1.98 577	2.72 571	1.68 556	2.72 575	1.94 579	1.98 544	1.74 554	1.79 537	1.27 536	1.95 539	2.00 566	2.53 582	1.60 559	1.68 523	1.15 475

Nwc_Net	2.37 573	25.95 632	1.15 453	1.14 422	1.15 483	1.08 454	1.14 476	1.17 455	1.16 481	1.14 464	1.15 477	1.08 459	1.15 468	1.11 463	1.14 476	1.10 441	1.11 454	1.16 471	1.09 467	1.16 448	1.15 475

4.5w-stereo	1.99 530	2.33 488	1.81 553	3.28 557	1.68 561	1.94 540	1.99 580	2.72 571	1.70 559	2.72 575	1.99 591	1.97 543	1.68 546	1.76 534	1.29 539	1.91 537	2.02 572	2.53 582	1.61 560	1.75 527	1.16 478

4.25_new	2.00 534	2.33 488	1.82 558	3.32 560	1.69 562	1.95 543	1.99 580	2.72 571	1.71 560	2.72 575	1.97 582	2.01 546	1.74 554	1.77 535	1.28 537	2.18 548	2.01 568	2.48 580	1.58 556	1.65 520	1.17 479

4.5w_new	2.00 534	2.33 488	1.82 558	3.32 560	1.69 562	1.95 543	1.99 580	2.72 571	1.71 560	2.72 575	1.97 582	2.01 546	1.74 554	1.77 535	1.28 537	2.18 548	2.01 568	2.48 580	1.58 556	1.65 520	1.17 479

RP	2.33 569	25.00 628	1.13 450	1.15 424	1.15 483	1.10 457	1.15 477	1.15 449	1.15 480	1.12 461	1.15 477	1.09 461	1.13 464	1.10 461	1.15 477	1.11 446	1.09 450	1.16 471	1.12 468	1.16 448	1.17 479

NCC-stereo	2.36 571	25.52 630	1.17 455	1.15 424	1.17 488	1.11 460	1.11 473	1.15 449	1.16 481	1.10 455	1.16 480	1.10 463	1.15 468	1.14 466	1.13 475	1.09 439	1.11 454	1.15 470	1.16 473	1.17 453	1.17 479

stereogan	2.33 569	24.38 626	1.18 457	1.18 431	1.18 490	1.14 463	1.18 481	1.19 458	1.19 487	1.14 464	1.18 484	1.14 468	1.18 473	1.14 466	1.18 482	1.14 449	1.14 458	1.19 479	1.19 477	1.15 446	1.19 483

DisPM	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

CrosDoStereo	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

PFNet+	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

LCNet	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

HHNet	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

Patchmatch Stereo++	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484
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	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

STrans-v2	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

TransformOpticalFlow	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

OMP-Stereo	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

IIG-Stereo	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

NF-Stereo	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

OCTAStereo	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

PSM-softLoss	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

KMStereo	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

NRIStereo	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

PSM-adaLoss	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

PSM-AAD	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

FTStereo	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

ROB_FTStereo_v2	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

ROB_FTStereo	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

Consistency-Raft	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

KYRaft	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

HUI-Stereo	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

ASMatch	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

DeepStereo_LL	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

DEmStereo	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

SST-Stereo	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

THIR-Stereo	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

RAFT_R40	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

DRaft	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

PFNet	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

GrayStereo	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

RE-Stereo	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

Pruner-Stereo	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

TVStereo	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

DeepStereo_RVC	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

RAFT-RH_RVC	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

IRAFT_RVC	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

RAFT-345	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

iRAFT	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

CRE-IMP	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

GMM-Stereo	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

RAFT-IKP	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

Prome-Stereo	1.20 457	1.20 365	1.20 462	1.20 433	1.20 492	1.20 467	1.20 483	1.20 461	1.20 488	1.20 469	1.20 485	1.20 473	1.20 475	1.20 471	1.20 484	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 484

SPS-STEREO	1.59 515	1.91 458	1.21 508	1.94 510	1.20 492	2.00 546	1.23 530	1.99 537	1.24 536	2.00 543	1.25 534	2.03 548	1.26 524	2.00 545	1.29 539	1.90 536	1.18 464	1.89 556	1.21 525	1.89 532	1.20 484
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
2.75w_new	1.99 530	2.34 492	1.81 553	3.14 551	1.62 556	1.94 540	1.99 580	2.72 571	1.71 560	2.72 575	1.99 591	1.90 539	1.73 552	1.82 539	1.29 539	2.37 564	2.01 568	2.31 569	1.42 544	1.77 528	1.22 530

GANetREF_RVC	1.55 514	1.94 464	1.22 509	1.88 507	1.21 538	1.88 538	1.22 529	1.88 532	1.22 534	1.88 535	1.22 531	1.88 538	1.22 522	1.89 541	1.22 530	1.87 532	1.22 512	1.88 555	1.22 526	1.88 531	1.22 530
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	2.51 578	26.86 634	1.23 511	1.22 478	1.22 540	1.24 515	1.25 532	1.22 507	1.24 536	1.21 514	1.24 533	1.19 472	1.27 525	1.19 470	1.24 531	1.19 451	1.20 465	1.25 527	1.19 477	1.24 505	1.23 532

3.75w	1.99 530	2.31 486	1.83 561	3.16 553	1.65 558	1.93 539	1.98 577	2.72 571	1.68 556	2.73 580	1.97 582	2.00 545	1.72 551	1.81 538	1.25 535	2.27 556	2.01 568	2.38 574	1.42 544	1.71 524	1.24 533

CFNet-ft	0.55 337	1.57 436	0.14 126	0.20 137	0.14 158	0.20 162	2.53 591	1.61 523	0.14 157	0.20 159	0.14 161	0.20 161	0.14 158	0.20 159	0.14 151	0.17 143	0.12 113	0.17 153	0.12 147	1.56 517	1.24 533

FAT-Stereo	2.46 577	26.05 633	1.23 511	1.23 480	1.22 540	1.20 467	1.24 531	1.23 509	1.23 535	1.19 468	1.22 531	1.21 518	1.24 523	1.20 471	1.24 531	1.21 497	1.17 463	1.22 526	1.25 530	1.20 457	1.24 533

MaDis-Stereo	3.19 589	6.02 591	1.12 449	5.61 605	1.16 487	5.43 621	1.02 470	5.15 620	0.70 431	5.43 620	1.21 530	5.03 622	0.97 451	4.85 614	0.99 464	4.53 594	1.16 460	5.53 623	1.25 530	5.37 611	1.30 536

11t	1.27 507	2.70 511	1.34 515	1.32 486	0.89 458	1.30 518	1.34 538	1.64 526	0.57 403	1.45 524	0.72 444	1.05 458	1.29 527	1.07 458	1.29 539	1.49 517	1.02 441	0.97 458	1.15 471	1.48 514	1.31 537

tt45	1.04 448	0.88 301	1.36 525	0.92 390	1.03 477	1.51 530	0.79 441	0.70 392	0.88 455	0.74 407	0.90 458	1.60 532	0.72 429	1.60 528	0.75 439	0.91 421	0.78 418	1.52 541	0.79 436	1.14 444	1.32 538

MM-Stereo_test1	1.80 523	3.41 538	1.52 540	2.12 517	1.41 547	2.04 547	1.41 549	2.05 541	1.46 551	2.04 547	1.41 549	2.05 549	1.42 538	2.05 546	1.43 549	2.04 544	1.54 541	1.94 557	1.38 540	1.99 534	1.33 539

MC-Stereo	1.76 520	2.96 527	1.37 527	2.14 518	1.37 544	2.14 552	1.36 541	2.14 546	1.37 546	2.14 552	1.37 545	2.14 550	1.37 535	2.14 550	1.37 545	1.97 540	1.32 514	1.97 558	1.32 534	1.98 533	1.33 539

CC-Net-ROB	1.36 510	1.33 426	1.33 514	1.36 489	1.38 545	1.36 521	1.33 537	1.37 517	1.34 541	1.35 518	1.36 544	1.38 524	1.34 531	1.38 524	1.38 546	1.35 507	1.38 530	1.33 531	1.35 535	1.43 513	1.34 541

MaskLacGwcNet_RVC	1.35 509	1.35 427	1.35 517	1.35 488	1.35 542	1.35 519	1.35 539	1.36 515	1.35 544	1.36 519	1.35 542	1.36 523	1.36 533	1.36 521	1.35 543	1.35 507	1.35 526	1.35 534	1.35 535	1.35 510	1.35 542

RASNet	1.49 513	1.65 439	1.45 533	1.38 491	1.43 548	1.47 529	1.36 541	1.38 519	1.36 545	1.39 521	1.60 558	1.45 529	1.45 539	1.51 527	2.21 588	1.53 521	1.36 527	1.36 536	1.36 537	1.66 522	1.36 543

PS-NSSS	1.38 512	1.39 430	1.34 515	1.34 487	1.35 542	1.38 523	1.37 546	1.35 514	1.38 547	1.34 517	1.34 541	1.39 526	1.38 536	1.70 532	1.40 547	1.36 509	1.36 527	1.36 536	1.37 538	1.37 511	1.36 543

MIF-Stereo (partial)	2.58 580	3.31 537	0.66 384	3.18 554	0.66 432	3.18 588	0.66 416	3.21 587	0.67 424	3.19 588	0.66 430	3.19 589	0.66 415	3.31 590	0.68 400	5.09 612	1.79 560	8.23 631	1.67 568	6.18 615	1.38 545

999	1.00 438	1.12 354	0.59 369	1.10 416	1.21 538	1.09 456	0.52 389	1.08 444	1.43 550	1.18 466	1.35 542	0.98 450	0.52 387	0.91 434	0.85 450	0.72 398	1.46 534	0.83 441	0.98 453	0.68 373	1.41 546

sCroCo_RVC	2.10 550	2.76 519	1.92 572	2.78 545	1.39 546	2.73 580	1.41 549	2.73 577	1.40 548	2.77 586	1.41 549	2.74 583	1.40 537	2.74 581	1.40 547	2.72 580	1.42 532	2.72 586	1.44 546	2.79 571	1.42 547

RAFT_CTSACE	1.92 526	3.71 545	1.72 550	1.88 507	1.72 566	2.04 547	1.42 551	2.18 548	1.89 582	2.02 545	1.97 582	1.95 541	2.06 576	1.93 542	1.62 555	1.76 527	1.66 552	2.02 559	1.73 576	1.73 525	1.43 548

MonStereo1	1.94 527	2.77 521	1.52 540	3.73 578	1.51 551	2.13 551	1.42 551	2.32 556	1.52 552	2.31 560	1.50 552	2.53 565	1.59 541	2.34 558	1.56 552	1.91 537	1.36 527	1.86 551	1.31 533	2.07 535	1.53 549

1w_stereo	2.05 549	2.32 487	1.35 517	3.74 579	2.01 581	2.73 580	1.42 551	1.88 532	1.93 584	2.03 546	1.28 537	2.71 577	1.99 572	2.72 578	1.72 564	2.20 550	1.32 514	1.87 552	1.86 579	2.45 553	1.54 550

test_xeample3	1.10 451	1.81 448	0.61 376	0.84 380	0.49 386	0.77 403	0.66 416	0.92 429	1.40 548	0.68 398	0.46 373	0.78 415	0.54 391	1.72 533	1.48 550	1.34 506	1.52 538	1.35 534	1.67 568	1.33 509	1.55 551

LGtest1	2.22 562	2.70 511	1.89 569	2.76 541	1.86 573	2.75 582	1.86 570	2.75 578	1.86 576	2.75 581	1.86 570	2.77 586	1.87 560	2.75 582	1.86 576	2.46 569	1.58 544	2.45 577	1.56 552	2.45 553	1.56 552

LG-G_1	2.22 562	2.71 513	1.89 569	2.77 542	1.87 576	2.75 582	1.87 572	2.76 579	1.87 580	2.75 581	1.87 571	2.76 584	1.87 560	2.75 582	1.86 576	2.47 570	1.58 544	2.45 577	1.57 553	2.45 553	1.57 553

LG-G	2.22 562	2.71 513	1.89 569	2.77 542	1.87 576	2.75 582	1.87 572	2.76 579	1.87 580	2.75 581	1.87 571	2.76 584	1.87 560	2.75 582	1.86 576	2.47 570	1.58 544	2.45 577	1.57 553	2.45 553	1.57 553

3w_stereo	2.04 547	2.24 482	1.70 547	3.15 552	2.18 593	2.49 566	1.26 534	2.03 540	1.98 586	1.98 541	1.33 540	2.72 581	1.99 572	2.59 570	1.72 564	2.22 552	1.33 521	1.85 548	1.88 585	2.50 559	1.58 555

DPSMNet_ROB	1.60 516	1.59 437	1.70 547	1.59 496	1.59 554	1.61 532	1.61 557	1.60 522	1.60 554	1.62 532	1.59 557	1.60 532	1.60 542	1.60 528	1.59 554	1.59 522	1.60 548	1.59 542	1.59 558	1.59 518	1.59 556

asd	2.18 555	2.77 521	1.58 542	3.59 572	2.00 580	2.58 574	1.85 569	2.39 561	1.71 560	2.47 567	1.97 582	2.59 572	1.61 543	2.56 568	1.79 571	2.51 573	1.99 565	2.11 564	1.62 563	2.36 549	1.60 557

4.5_new	2.00 534	1.84 450	1.98 575	2.77 542	2.16 589	2.27 554	1.28 536	2.09 542	1.98 586	2.01 544	1.28 537	2.71 577	1.98 570	2.51 567	1.65 557	2.26 553	1.33 521	1.87 552	1.87 580	2.49 557	1.60 557

IGEV	2.02 542	2.20 478	1.82 558	2.90 547	2.16 589	2.41 562	1.25 532	2.00 538	1.98 586	1.99 542	1.31 539	2.72 581	1.93 566	2.67 575	1.69 561	2.26 553	1.32 514	1.83 547	1.87 580	2.53 564	1.61 559

2.25w	2.00 534	1.86 453	1.98 575	2.95 548	2.17 591	2.26 553	1.35 539	2.42 562	2.00 589	2.07 551	1.27 536	2.53 565	1.99 572	2.29 555	1.49 551	2.21 551	1.32 514	1.85 548	1.87 580	2.52 561	1.62 560

3.25w	2.04 547	2.20 478	1.48 535	3.03 549	2.17 591	2.63 576	1.39 547	1.96 535	1.95 585	1.96 538	1.37 545	2.71 577	1.96 569	2.71 576	1.73 569	2.26 553	1.32 514	1.87 552	1.87 580	2.51 560	1.63 561

UDGNet	2.23 565	5.40 581	1.72 550	2.48 533	1.69 562	2.51 569	1.69 561	2.51 567	1.72 564	2.50 569	1.69 565	2.52 564	1.69 548	2.50 566	1.68 560	2.41 567	1.70 554	2.42 576	1.69 572	2.42 551	1.64 562

MFMNet_re	1.81 524	1.91 458	1.71 549	1.95 512	1.70 565	1.95 543	1.70 562	1.96 535	1.74 567	1.97 540	1.72 566	1.95 541	1.71 550	1.97 544	1.71 562	1.86 530	1.62 549	1.85 548	1.66 566	1.86 530	1.64 562

Anonymous3	2.55 579	3.26 536	1.65 545	3.28 557	1.63 557	3.24 589	1.68 560	3.27 588	1.66 555	3.28 589	1.67 563	3.25 590	1.66 545	3.27 588	1.64 556	3.26 584	1.65 551	3.30 589	1.65 565	4.95 606	1.65 564

MonStereo	2.17 553	2.41 498	1.49 539	2.67 539	1.67 559	2.60 575	2.04 584	2.32 556	1.76 568	2.44 565	1.68 564	2.50 563	1.69 548	2.38 559	1.80 572	2.28 557	1.78 558	2.63 585	2.14 588	3.47 575	1.68 565

qwe	2.18 555	2.60 505	1.58 542	3.83 580	1.90 578	2.53 570	1.90 575	2.48 564	1.73 565	2.37 563	1.92 578	2.53 565	1.68 546	2.56 568	1.83 573	2.52 575	1.87 564	2.07 560	1.68 570	2.32 547	1.71 566

TRStereo	2.00 534	2.13 472	1.85 564	2.27 524	1.84 570	2.28 556	1.84 566	2.29 551	1.86 576	2.30 557	1.87 571	2.30 552	1.87 560	2.08 547	1.72 564	2.08 545	1.72 555	2.08 561	1.72 573	2.08 536	1.72 567

XX-Stereo	2.00 534	2.13 472	1.85 564	2.27 524	1.84 570	2.28 556	1.84 566	2.29 551	1.86 576	2.30 557	1.87 571	2.30 552	1.87 560	2.08 547	1.72 564	2.08 545	1.72 555	2.08 561	1.72 573	2.08 536	1.72 567

EAI-Stereo	2.00 534	2.13 472	1.85 564	2.27 524	1.84 570	2.28 556	1.84 566	2.29 551	1.86 576	2.30 557	1.87 571	2.30 552	1.87 560	2.08 547	1.72 564	2.08 545	1.72 555	2.08 561	1.72 573	2.08 536	1.72 567

cf-r	0.66 354	2.17 476	0.12 101	0.18 131	0.12 153	0.18 154	2.70 594	2.60 569	0.12 152	0.18 151	0.12 144	0.18 154	0.12 149	0.18 152	0.12 141	0.15 125	0.11 97	0.15 142	0.11 130	1.81 529	1.74 570

asda	2.17 553	2.54 502	1.81 553	3.47 567	1.78 568	2.50 568	1.86 570	2.61 570	1.68 556	2.61 572	1.83 568	2.37 559	1.73 552	2.44 565	1.88 580	2.51 573	1.84 562	2.34 571	1.62 563	2.23 541	1.77 571

U	5.15 623	8.49 603	1.81 553	8.49 619	1.77 567	8.49 630	1.77 564	8.51 631	1.77 569	8.49 631	1.77 567	8.50 632	1.78 557	8.58 631	1.77 570	8.54 630	1.78 558	8.55 632	1.78 577	8.55 626	1.84 572

FBW_ROB	2.12 552	2.46 501	1.77 552	2.49 534	1.79 569	2.38 560	1.83 565	2.46 563	1.78 570	2.48 568	1.97 582	2.40 560	1.78 557	2.42 564	1.83 573	2.31 561	1.85 563	2.38 574	1.82 578	2.35 548	1.84 572

monsterstereo	2.20 561	2.33 488	1.95 573	3.65 574	2.07 586	2.49 566	1.61 557	2.48 564	1.83 574	2.45 566	1.61 560	2.67 576	1.86 559	2.64 572	1.94 582	2.48 572	1.66 552	2.34 571	1.68 570	2.40 550	1.86 574

monsters	2.18 555	2.41 498	1.96 574	3.47 567	2.03 585	2.53 570	1.64 559	2.48 564	1.73 565	2.40 564	1.50 552	2.62 573	1.94 567	2.59 570	1.94 582	2.44 568	1.57 543	2.28 567	1.87 580	2.42 551	1.86 574

2.5w	2.01 541	2.40 497	1.37 527	3.28 557	2.01 581	2.71 577	1.43 554	1.82 531	1.83 574	1.90 537	1.41 549	2.71 577	1.35 532	2.71 576	1.85 575	2.66 576	1.53 539	1.64 543	1.23 527	2.53 564	1.87 576

3.25w_new	2.03 544	2.72 515	1.35 517	3.33 562	1.57 552	2.72 578	1.53 556	2.15 547	1.33 540	2.15 553	1.60 558	2.63 574	1.30 528	2.72 578	1.99 586	2.67 578	1.53 539	1.75 546	1.25 530	2.53 564	1.87 576

3.5w_stereo	2.03 544	2.72 515	1.35 517	3.41 564	1.57 552	2.72 578	1.49 555	2.01 539	1.34 541	2.15 553	1.61 560	2.63 574	1.36 533	2.72 578	1.99 586	2.66 576	1.58 544	1.68 545	1.24 528	2.53 564	1.87 576

4w-stereo	2.02 542	2.72 515	1.44 532	3.36 563	1.59 554	2.48 565	1.72 563	2.28 549	1.24 536	2.24 555	1.65 562	2.56 570	1.32 530	2.39 561	1.98 585	2.67 578	1.51 537	1.66 544	1.24 528	2.53 564	1.88 579

GANet-RSSM	0.75 384	1.91 458	0.14 126	0.47 288	0.14 158	0.21 173	3.21 611	2.30 555	0.14 157	0.46 322	0.14 161	0.23 181	0.18 183	0.21 170	0.14 151	0.18 151	0.27 200	0.37 258	0.13 155	2.13 539	2.12 580

HUF	2.18 555	2.30 485	1.99 578	2.34 529	2.02 584	2.41 562	2.06 585	2.38 560	1.89 582	2.36 562	1.85 569	2.56 570	1.98 570	2.31 557	1.97 584	2.30 560	2.03 573	2.30 568	2.11 587	2.23 541	2.16 581

AIO_test	2.18 555	2.09 470	2.04 579	2.42 531	2.01 581	2.47 564	1.94 576	2.34 558	2.03 590	2.56 571	1.94 579	2.43 561	1.94 567	2.41 562	1.87 579	2.39 566	2.10 575	2.35 573	1.91 586	2.25 543	2.19 582

AIO_rvc	2.18 555	2.34 492	1.87 568	2.32 528	1.94 579	2.40 561	1.89 574	2.37 559	2.07 591	2.52 570	1.95 581	2.44 562	1.99 572	2.41 562	1.89 581	2.32 562	2.09 574	2.24 565	2.18 589	2.21 540	2.23 583

NCCL2	2.28 567	2.27 483	2.28 581	2.28 527	2.28 594	2.27 554	2.29 589	2.28 549	2.28 592	2.27 556	2.28 594	2.28 551	2.27 580	2.27 554	2.28 593	2.28 557	2.28 580	2.27 566	2.29 593	2.27 544	2.29 584

PSMNet-RSSM	0.77 391	2.76 519	0.14 126	0.20 137	0.14 158	0.20 162	2.66 592	2.79 582	0.14 157	0.21 171	0.14 161	0.21 169	0.14 158	0.20 159	0.14 151	0.17 143	0.12 113	0.17 153	0.12 147	2.52 561	2.31 585

GwcNet-RSSM	0.77 391	2.77 521	0.14 126	0.20 137	0.14 158	0.20 162	2.67 593	2.78 581	0.14 157	0.20 159	0.14 161	0.20 161	0.14 158	0.21 170	0.14 151	0.17 143	0.12 113	0.17 153	0.12 147	2.52 561	2.31 585

hitnet-ft	0.79 396	2.78 524	0.14 126	0.20 137	0.14 158	0.21 173	2.89 595	2.80 583	0.14 157	0.20 159	0.14 161	0.20 161	0.14 158	0.20 159	0.14 151	0.17 143	0.12 113	0.17 153	0.12 147	2.54 569	2.33 587

STTStereo	3.73 593	30.40 640	2.37 585	2.39 530	2.31 596	2.35 559	2.33 590	2.29 551	2.42 593	2.32 561	2.34 595	2.33 555	2.36 581	2.30 556	2.27 592	2.35 563	2.22 579	2.31 569	2.22 590	2.29 546	2.34 588

sAnonymous2	3.31 590	2.63 506	1.38 529	3.71 576	1.86 573	4.70 613	1.11 473	4.82 616	2.72 595	5.45 621	1.98 588	4.59 607	2.64 582	2.65 573	6.21 627	4.37 590	1.08 448	5.16 621	2.24 591	4.52 588	2.39 589

CroCo_RVC	3.31 590	2.63 506	1.38 529	3.71 576	1.86 573	4.70 613	1.11 473	4.82 616	2.72 595	5.45 621	1.98 588	4.59 607	2.64 582	2.65 573	6.21 627	4.37 590	1.08 448	5.16 621	2.24 591	4.52 588	2.39 589

Sa-1000	4.34 611	8.37 600	6.84 624	6.98 614	4.45 625	3.58 591	3.00 596	3.42 591	3.39 611	2.61 572	4.00 620	3.83 596	4.01 613	3.90 595	3.90 616	5.98 619	5.62 614	3.76 596	2.34 594	4.35 586	2.47 591

NLCA_NET_v2_RVC	5.04 621	50.87 650	2.78 588	2.87 546	2.71 597	2.78 585	0.47 371	2.88 584	2.86 597	1.89 536	2.67 596	2.79 587	2.79 585	2.78 585	2.83 594	2.82 581	2.82 583	2.83 587	2.77 596	2.83 572	2.76 592
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
IGEV-FE	0.35 207	0.37 146	0.17 150	0.19 134	0.17 180	0.20 162	0.17 168	0.19 154	0.17 177	0.19 153	0.17 175	0.19 158	0.17 175	0.37 237	0.36 290	0.19 155	0.17 164	0.19 166	0.17 187	0.38 256	2.84 593

Select-FE	0.41 278	0.44 183	0.23 174	0.26 169	0.22 206	0.26 197	0.22 194	0.26 191	0.23 201	0.26 194	0.23 205	0.26 200	0.23 205	0.45 321	0.42 332	0.25 188	0.22 182	0.25 193	0.22 199	0.45 320	2.90 594

MLG-Stereo_test1	4.25 606	5.34 580	3.61 606	5.31 601	3.63 616	5.23 619	3.57 614	5.38 621	3.65 612	5.23 618	3.47 611	4.76 616	3.74 605	4.85 614	3.71 612	4.96 608	3.18 597	4.71 613	2.92 597	4.86 604	2.90 594

MLG-Stereo_test3	4.26 607	4.85 568	3.95 610	5.35 602	3.60 615	4.75 616	3.76 617	5.49 622	3.71 614	5.39 619	3.69 615	4.82 618	3.66 602	4.85 614	3.73 615	4.93 607	3.19 598	4.69 612	2.99 599	4.84 603	2.98 596

rvit_0105_6	3.87 598	5.73 588	3.10 600	4.69 594	3.12 609	4.54 603	3.02 598	4.56 603	3.04 598	4.54 604	3.03 599	4.54 603	3.04 589	4.56 603	3.05 597	4.58 599	3.05 585	4.58 604	3.05 600	4.58 591	3.05 597

rvit_105_1	3.83 594	5.22 574	3.01 590	4.53 584	3.01 599	4.51 601	3.01 597	4.56 603	3.04 598	4.53 602	3.03 599	4.55 605	3.03 586	4.56 603	3.04 595	4.57 596	3.05 585	4.57 602	3.05 600	4.57 590	3.05 597

rvit_stereo_0081	3.83 594	5.23 575	3.01 590	4.53 584	3.03 601	4.55 607	3.02 598	4.56 603	3.04 598	4.52 600	3.02 597	4.54 603	3.03 586	4.56 603	3.04 595	4.57 596	3.05 585	4.57 602	3.05 600	4.58 591	3.05 597

rvit_stereo_0082	3.86 596	5.82 589	3.01 590	4.53 584	3.03 601	4.54 603	3.02 598	4.56 603	3.04 598	4.53 602	3.02 597	4.55 605	3.04 589	4.57 606	3.05 597	4.57 596	3.05 585	4.58 604	3.05 600	4.58 591	3.06 600

rvit_stereo_0081_aga	3.86 596	5.33 578	3.02 593	4.55 590	3.04 605	4.54 603	3.02 598	4.64 610	3.06 602	4.54 604	3.04 601	4.62 612	3.08 593	4.62 609	3.07 600	4.58 599	3.06 589	4.60 606	3.08 604	4.63 594	3.07 601

RAFT-FEzeroshot	0.34 198	0.26 125	0.17 150	0.21 147	0.17 180	0.20 162	0.16 160	0.20 160	0.16 169	0.20 159	0.17 175	0.21 169	0.16 168	0.27 201	0.24 202	0.19 155	0.16 146	0.19 166	0.16 167	0.26 184	3.08 602

RAFT-FE	0.34 198	0.26 125	0.17 150	0.21 147	0.17 180	0.20 162	0.16 160	0.20 160	0.16 169	0.20 159	0.17 175	0.21 169	0.16 168	0.27 201	0.24 202	0.19 155	0.16 146	0.19 166	0.16 167	0.26 184	3.08 602

rvit_stereo_0080	3.89 599	5.70 586	3.04 595	4.54 587	3.03 601	4.56 608	3.05 604	4.60 607	3.07 603	4.58 607	3.06 602	4.59 607	3.06 591	4.61 607	3.08 601	4.63 601	3.09 590	4.64 608	3.10 605	4.65 595	3.10 604

whm_eth	3.89 599	5.70 586	3.04 595	4.54 587	3.03 601	4.56 608	3.05 604	4.60 607	3.07 603	4.58 607	3.06 602	4.59 607	3.06 591	4.61 607	3.08 601	4.63 601	3.09 590	4.64 608	3.10 605	4.65 595	3.10 604

rvit_stereo_0083	3.92 603	5.30 577	3.06 598	4.61 593	3.09 608	4.67 612	3.08 607	4.66 611	3.09 607	4.62 610	3.10 607	4.66 615	3.11 595	4.67 611	3.16 606	4.72 606	3.16 595	4.77 615	3.11 607	4.66 597	3.11 606

MLG-Stereo_test2	4.28 608	5.46 584	3.69 608	4.86 597	3.72 618	5.58 622	3.42 612	4.81 615	3.77 618	4.85 614	3.72 616	5.55 624	3.63 601	5.58 621	3.53 610	4.41 593	3.28 599	4.99 619	2.95 598	4.75 599	3.13 607

rvit_0105_3	3.91 601	5.33 578	3.06 598	4.60 592	3.07 607	4.60 610	3.06 606	4.62 609	3.08 606	4.60 609	3.07 605	4.62 612	3.08 593	4.67 611	3.10 604	4.70 604	3.11 592	4.77 615	3.19 611	4.77 600	3.14 608

rvit_0105_4	3.91 601	5.47 585	3.02 593	4.54 587	3.02 600	4.54 603	3.03 602	4.75 613	3.17 609	4.57 606	3.06 602	4.61 611	3.16 597	4.65 610	3.09 603	4.66 603	3.11 592	4.68 611	3.18 610	4.81 601	3.16 609

rvit_stereo_ft	3.93 604	5.44 583	3.05 597	4.59 591	3.06 606	4.61 611	3.08 607	4.67 612	3.12 608	4.63 611	3.10 607	4.65 614	3.11 595	4.69 613	3.13 605	4.70 604	3.14 594	4.71 613	3.15 609	4.74 598	3.16 609

raft_robust	4.71 616	7.75 598	5.40 619	6.81 611	3.31 611	4.28 600	4.20 623	4.32 600	4.37 624	4.35 599	4.35 623	4.14 599	3.75 606	4.30 601	4.20 621	6.67 622	6.37 617	3.36 591	4.24 625	4.86 604	3.25 611

rvit_0105_5	4.10 605	5.40 581	3.13 603	4.71 595	3.15 610	4.72 615	3.10 609	4.90 618	3.27 610	4.69 612	3.16 609	4.84 619	3.25 598	4.96 617	3.34 608	5.05 611	3.39 600	5.10 620	3.40 612	5.11 608	3.42 612

DispFullNet	4.61 614	4.84 567	3.12 601	5.00 599	3.57 614	4.75 616	3.03 602	7.75 629	4.17 622	4.91 616	3.09 606	6.20 626	3.95 611	6.71 625	3.51 609	5.30 614	3.67 602	5.86 627	3.63 614	5.61 612	3.46 613

SA	4.33 610	7.35 594	6.85 625	5.96 607	4.09 622	3.59 592	3.15 610	3.82 595	2.64 594	3.91 593	3.85 617	3.57 592	2.72 584	3.13 587	4.03 618	7.09 626	6.86 621	3.57 592	3.12 608	3.85 578	3.51 614

DPSNet	3.66 592	3.60 541	3.62 607	3.63 573	3.64 617	3.65 593	3.65 616	3.66 593	3.67 613	3.67 592	3.65 614	3.67 594	3.66 602	3.66 592	3.68 611	3.68 588	3.66 601	3.67 594	3.68 617	3.67 576	3.67 615

RAFT+CT+SA	4.28 608	7.62 597	4.91 614	5.55 604	2.28 594	3.09 586	3.64 615	4.49 601	3.07 603	4.80 613	3.35 610	4.77 617	3.70 604	4.29 600	3.05 597	5.58 615	5.98 616	3.58 593	3.78 619	4.26 584	3.72 616

test_4	4.88 618	8.13 599	6.98 626	7.46 615	4.44 624	4.25 599	3.85 620	4.04 599	3.92 619	4.13 596	3.91 618	4.18 600	3.84 609	4.14 598	4.06 619	7.01 625	7.13 622	4.53 600	3.72 618	4.09 582	3.72 616

TestStereo1	4.60 612	8.41 601	6.44 622	6.86 612	3.79 619	3.97 596	3.78 618	3.99 597	3.74 615	3.97 594	3.52 612	3.94 597	3.58 599	3.98 596	3.72 613	6.82 623	6.50 619	3.76 596	3.66 615	3.90 579	3.74 618

SA-5K	4.60 612	8.41 601	6.44 622	6.86 612	3.79 619	3.97 596	3.78 618	3.99 597	3.74 615	3.97 594	3.52 612	3.94 597	3.58 599	3.98 596	3.72 613	6.82 623	6.50 619	3.76 596	3.66 615	3.90 579	3.74 618

FC-DCNN v2	5.10 622	5.15 572	4.49 612	5.07 600	3.37 612	6.87 625	4.75 625	5.04 619	6.34 629	7.84 629	5.06 626	6.72 630	4.09 614	4.99 618	5.44 626	5.03 610	3.16 595	4.67 610	4.86 626	5.15 609	3.89 620

cross-raft	4.83 617	7.52 595	6.43 621	6.63 610	3.96 621	4.51 601	3.99 621	4.49 601	3.96 620	4.52 600	3.96 619	4.50 602	3.97 612	4.50 602	3.97 617	6.65 621	6.44 618	4.33 599	3.92 621	4.35 586	3.91 621

test_5	4.62 615	7.55 596	6.23 620	6.32 609	3.40 613	5.29 620	3.50 613	3.53 592	4.11 621	4.28 597	4.47 624	4.26 601	4.38 616	3.68 593	3.24 607	5.89 617	5.60 613	4.84 617	3.50 613	4.33 585	3.93 622

SGM-Forest	5.21 624	5.92 590	4.08 611	6.18 608	4.16 623	6.31 624	4.34 624	6.50 624	4.33 623	6.14 625	4.21 622	6.61 629	4.55 617	6.67 624	4.48 622	5.94 618	3.94 604	5.85 626	4.03 623	5.79 614	4.17 623
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test_3	5.01 620	8.86 606	7.77 628	8.09 617	2.76 598	4.13 598	4.05 622	3.88 596	3.76 617	4.33 598	4.13 621	3.71 595	3.91 610	4.21 599	4.06 619	7.93 627	7.69 624	4.53 600	3.91 620	4.17 583	4.29 624

TestStereo	4.88 618	4.75 566	4.79 613	4.87 598	4.92 626	4.81 618	4.90 626	4.78 614	4.77 625	4.87 615	4.89 625	4.90 620	4.91 618	4.99 618	4.79 623	4.98 609	4.87 610	4.87 618	4.92 627	5.00 607	5.00 625

SGM+DAISY	7.06 628	9.15 607	5.38 618	8.84 621	5.18 627	8.80 631	5.31 628	8.79 632	5.28 627	8.89 632	5.20 627	8.93 633	5.33 620	8.95 632	5.36 625	8.70 631	5.21 611	8.74 633	5.20 628	8.89 627	5.15 626

rvit_stereo_0075_2	6.64 626	8.80 605	5.25 616	7.89 616	5.27 628	7.90 629	5.27 627	7.92 630	5.28 627	7.91 630	5.29 628	7.93 631	5.27 619	7.92 630	5.28 624	7.93 627	5.28 612	7.93 630	5.29 629	7.93 623	5.28 627

test-1	6.46 625	9.16 608	8.03 631	8.09 617	5.62 629	6.11 623	6.35 629	6.85 626	4.94 626	6.08 624	6.29 631	4.98 621	6.43 623	6.22 622	6.36 629	6.16 620	7.47 623	5.82 625	5.44 630	7.11 620	5.68 628

RAFT	6.73 627	9.36 609	7.40 627	8.51 620	6.55 630	6.88 626	6.60 630	6.79 625	6.60 630	6.80 626	6.72 632	5.31 623	5.50 621	6.61 623	6.61 630	8.42 629	5.89 615	5.73 624	5.45 631	6.61 616	6.24 629

CFNet_RVC	2.38 575	8.71 604	0.38 273	9.33 622	0.42 366	0.56 379	0.42 356	0.60 379	0.38 329	0.62 389	0.42 363	0.56 384	7.29 627	0.62 384	0.42 332	0.53 351	0.37 287	0.49 373	0.34 319	8.30 624	6.87 630

test-v	7.53 629	11.89 617	7.98 629	9.36 623	7.14 631	7.06 627	7.09 631	7.37 627	6.91 631	7.29 627	5.71 629	6.45 627	6.93 624	6.73 626	7.27 631	8.93 632	7.85 625	6.98 628	6.80 632	7.56 621	7.34 631

test-2	7.53 629	11.89 617	7.98 629	9.36 623	7.14 631	7.06 627	7.09 631	7.37 627	6.91 631	7.29 627	5.71 629	6.45 627	6.93 624	6.73 626	7.27 631	8.93 632	7.85 625	6.98 628	6.80 632	7.56 621	7.34 631

MANE	19.05 632	23.00 625	15.00 632	23.00 639	15.00 633	24.00 638	16.00 633	24.00 639	16.00 633	22.00 639	15.00 633	23.00 640	16.00 633	23.00 639	15.00 633	22.00 640	15.00 634	22.00 640	15.00 634	22.00 640	15.00 633

rafts_anoy	20.00 633	20.00 619	20.00 633	20.00 633	20.00 634	20.00 632	20.00 634	20.00 633	20.00 634	20.00 633	20.00 634	20.00 634	20.00 634	20.00 633	20.00 634	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 634

raft+_RVC	20.00 633	20.00 619	20.00 633	20.00 633	20.00 634	20.00 632	20.00 634	20.00 633	20.00 634	20.00 633	20.00 634	20.00 634	20.00 634	20.00 633	20.00 634	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 634

raftrobust	20.00 633	20.00 619	20.00 633	20.00 633	20.00 634	20.00 632	20.00 634	20.00 633	20.00 634	20.00 633	20.00 634	20.00 634	20.00 634	20.00 633	20.00 634	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 634

CasAABBNet	20.00 633	20.00 619	20.00 633	20.00 633	20.00 634	20.00 632	20.00 634	20.00 633	20.00 634	20.00 633	20.00 634	20.00 634	20.00 634	20.00 633	20.00 634	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 634

RALCasStereoNet	20.00 633	20.00 619	20.00 633	20.00 633	20.00 634	20.00 632	20.00 634	20.00 633	20.00 634	20.00 633	20.00 634	20.00 634	20.00 634	20.00 633	20.00 634	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 634

RALAANet	20.00 633	20.00 619	20.00 633	20.00 633	20.00 634	20.00 632	20.00 634	20.00 633	20.00 634	20.00 633	20.00 634	20.00 634	20.00 634	20.00 633	20.00 634	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 634

WCMA_ROB	31.10 640	35.43 645	27.12 639	39.51 651	23.10 640	38.78 650	25.30 640	37.49 651	25.39 640	37.29 650	27.02 640	38.52 652	26.48 640	37.80 650	26.44 640	36.28 648	22.65 641	33.90 645	22.30 641	37.10 649	24.18 640

111	30.40 639	30.94 641	29.72 640	32.61 640	30.02 641	33.57 639	30.47 641	31.50 640	29.39 641	30.98 640	29.11 641	29.78 641	30.39 644	29.45 640	30.76 644	30.08 641	29.02 642	29.92 641	30.32 645	29.86 641	30.17 641

fff	1000028.16 659	29.62 637	29.72 640	32.61 640	30.02 641	35.13 641	31.83 642	32.07 641	10000000.00 660	35.27 643	29.82 642	32.45 642	30.15 641	32.35 641	30.09 641	31.04 642	29.55 643	30.64 642	30.14 642	10000000.00 661	30.77 642

csc	1000028.16 659	29.62 637	29.72 640	32.61 640	30.02 641	35.13 641	31.83 642	32.07 641	10000000.00 660	35.27 643	29.82 642	32.45 642	30.15 641	32.35 641	30.09 641	31.04 642	29.55 643	30.64 642	30.14 642	10000000.00 661	30.77 642

cscssc	1000028.16 659	29.62 637	29.72 640	32.61 640	30.02 641	35.13 641	31.83 642	32.07 641	10000000.00 660	35.27 643	29.82 642	32.45 642	30.15 641	32.35 641	30.09 641	31.04 642	29.55 643	30.64 642	30.14 642	10000000.00 661	30.77 642

ADStereo(finetuned)	36.13 642	36.63 646	38.07 650	36.97 645	33.25 645	35.91 644	34.45 645	36.36 647	32.99 642	38.14 651	36.71 648	36.69 648	34.13 645	38.57 651	40.79 651	37.60 652	36.58 649	35.90 649	33.36 646	35.42 644	34.04 645

tt	500032.53 657	34.60 643	29.72 640	37.47 649	34.41 646	36.85 645	35.22 646	34.71 644	33.55 643	34.50 641	35.43 645	33.81 645	10000000.00 661	33.57 644	33.13 645	33.68 645	35.00 647	34.03 646	35.26 648	30.96 642	34.63 646

DCANet	500032.53 657	34.60 643	29.72 640	37.47 649	34.41 646	36.85 645	35.22 646	34.71 644	33.55 643	34.50 641	35.43 645	33.81 645	10000000.00 661	33.57 644	33.13 645	33.68 645	35.00 647	34.03 646	35.26 648	30.96 642	34.63 646

DCANet-4	35.22 641	34.54 642	35.08 646	33.58 644	35.47 648	34.55 640	35.53 648	36.08 646	35.85 645	35.92 646	35.77 647	35.18 647	35.48 646	35.39 646	37.15 650	34.55 647	33.92 646	35.02 648	34.90 647	35.79 645	34.74 648

Reg-Stereo(zero)	37.00 643	37.00 647	37.00 647	37.00 646	37.00 649	37.00 647	37.00 649	37.00 648	37.00 646	37.00 647	37.00 649	37.00 649	37.00 647	37.00 647	37.00 647	37.00 649	37.00 650	37.00 650	37.00 650	37.00 646	37.00 649

HI	37.00 643	37.00 647	37.00 647	37.00 646	37.00 649	37.00 647	37.00 649	37.00 648	37.00 646	37.00 647	37.00 649	37.00 649	37.00 647	37.00 647	37.00 647	37.00 649	37.00 650	37.00 650	37.00 650	37.00 646	37.00 649

CoSv	37.00 643	37.00 647	37.00 647	37.00 646	37.00 649	37.00 647	37.00 649	37.00 648	37.00 646	37.00 647	37.00 649	37.00 649	37.00 647	37.00 647	37.00 647	37.00 649	37.00 650	37.00 650	37.00 650	37.00 646	37.00 649

NOSS_ROB	102.95 647	153.00 655	121.00 654	51.00 652	44.00 652	165.00 654	127.00 654	153.00 654	119.00 651	164.00 655	125.00 654	168.00 656	120.00 652	153.00 654	117.00 654	49.00 653	44.00 653	49.00 653	44.00 653	49.00 650	44.00 652

CBMV	128.50 648	1422.70 662	53.10 652	79.50 653	51.30 653	77.30 652	49.70 652	74.00 652	48.20 650	77.20 653	48.80 653	73.90 654	48.00 651	73.80 653	48.80 653	70.40 654	45.10 654	68.90 654	46.10 654	68.20 651	45.00 653
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 646	87.70 651	41.95 651	113.75 654	65.62 654	75.05 651	55.25 653	75.64 653	45.04 649	71.61 652	41.75 652	72.81 653	44.06 650	68.38 652	44.63 652	101.89 655	59.57 655	107.10 655	61.05 655	104.38 652	59.38 654

MeshStereo	159.24 649	171.00 656	160.68 657	162.58 655	160.59 655	164.01 653	160.35 655	158.51 655	158.56 652	158.34 654	160.12 655	158.56 655	159.92 653	157.26 655	158.94 655	154.38 656	158.36 656	155.75 656	159.13 657	153.67 653	154.07 655
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	201.80 650	123.00 652	115.00 653	219.00 656	218.00 657	223.00 655	244.00 657	217.00 656	236.00 654	202.00 656	203.00 656	205.00 657	208.00 654	225.00 656	204.00 656	210.00 657	198.00 657	197.00 657	184.00 658	204.00 654	201.00 656

DLCB_ROB	284.23 653	354.61 658	207.27 658	363.24 659	206.46 656	364.72 658	210.41 656	364.72 659	210.41 653	364.81 659	208.64 657	364.81 660	208.64 655	364.72 659	210.41 657	354.70 660	205.53 658	354.70 660	205.53 659	354.70 657	205.53 657

MGS-Stereo	239.45 651	123.00 652	135.00 655	266.00 657	286.00 658	277.00 656	305.00 658	271.00 657	242.00 655	274.00 657	279.00 658	255.00 658	270.00 656	268.00 657	297.00 658	221.00 658	247.00 659	216.00 658	123.00 656	217.00 655	217.00 658

EGLCR-Stereo	246.90 652	129.00 654	139.00 656	266.00 657	286.00 658	277.00 656	305.00 658	271.00 657	242.00 655	274.00 657	279.00 658	255.00 658	270.00 656	268.00 657	297.00 658	230.00 659	247.00 659	216.00 658	223.00 660	237.00 656	227.00 659

LE_ROB	396.57 654	471.28 659	329.84 659	471.48 660	308.15 660	526.83 659	322.10 660	488.15 660	323.76 657	495.46 660	317.97 660	497.17 661	320.10 658	481.62 660	326.76 660	462.71 661	298.97 661	466.16 661	285.98 661	447.62 658	289.21 660

SGM-ForestM	596.69 655	677.77 660	444.52 660	699.85 661	517.25 661	732.94 660	488.29 661	770.79 661	460.11 658	750.81 661	487.98 661	792.79 662	499.41 659	730.90 661	475.81 661	720.03 662	491.16 662	663.96 662	418.60 662	674.76 659	436.05 661

CBMV_ROB	818.48 656	913.88 661	709.52 661	862.84 662	597.78 662	1073.99 661	700.52 662	1015.66 662	702.59 659	1115.65 662	760.02 662	1130.24 663	721.57 660	1037.41 662	692.65 662	814.05 663	564.29 663	843.28 663	595.31 663	915.51 660	602.92 662

111111	10000000.00 662	10000000.00 663	10000000.00 662	10000000.00 663	10000000.00 663	10000000.00 662	10000000.00 663	10000000.00 663	10000000.00 660	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 661	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 663

SGD-Stereo	10000000.00 662	10000000.00 663	10000000.00 662	10000000.00 663	10000000.00 663	10000000.00 662	10000000.00 663	10000000.00 663	10000000.00 660	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 661	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 663

IGEV-Stereo++	10000000.00 662	10000000.00 663	10000000.00 662	10000000.00 663	10000000.00 663	10000000.00 662	10000000.00 663	10000000.00 663	10000000.00 660	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 661	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 663

IGEV-BASED-STEREO-	10000000.00 662	10000000.00 663	10000000.00 662	10000000.00 663	10000000.00 663	10000000.00 662	10000000.00 663	10000000.00 663	10000000.00 660	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 661	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 663

IGEV-Stereo+	10000000.00 662	10000000.00 663	10000000.00 662	10000000.00 663	10000000.00 663	10000000.00 662	10000000.00 663	10000000.00 663	10000000.00 660	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 661	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 663

SDNR	10000000.00 662	10000000.00 663	10000000.00 662	10000000.00 663	10000000.00 663	10000000.00 662	10000000.00 663	10000000.00 663	10000000.00 660	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 661	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 663

anonymousdsp2	10000000.00 662	10000000.00 663	10000000.00 662	10000000.00 663	10000000.00 663	10000000.00 662	10000000.00 663	10000000.00 663	10000000.00 660	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 661	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 663

anonymousdsp	10000000.00 662	10000000.00 663	10000000.00 662	10000000.00 663	10000000.00 663	10000000.00 662	10000000.00 663	10000000.00 663	10000000.00 660	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 661	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 663

test_example2	10000000.00 662	10000000.00 663	10000000.00 662	10000000.00 663	10000000.00 663	10000000.00 662	10000000.00 663	10000000.00 663	10000000.00 660	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 661	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 663

DIP-Stereo	10000000.00 662	10000000.00 663	10000000.00 662	10000000.00 663	10000000.00 663	10000000.00 662	10000000.00 663	10000000.00 663	10000000.00 660	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 661	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 663
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	0.10 121							0.05 91				0.15 125	0.10 75	0.17 153	0.13 155	0.11 123

Low-res two-view benchmark