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

UGAM	10.01 256	1.28 59	9.19 202	6.53 219	4.31 260	6.72 143	10.45 331	15.31 113	25.98 269	20.56 284	27.42 248	22.70 287	11.49 226	26.30 369	10.64 275	0.00 1	0.00 1	0.46 304	0.03 121	0.39 182	0.43 210

rvit_stereo_0081_aga	3.72 33	2.39 262	8.60 166	5.27 138	2.99 209	5.02 59	1.94 99	8.12 14	6.24 37	6.74 51	6.85 33	5.85 53	3.28 34	7.31 33	3.04 90	0.02 96	0.00 1	0.00 1	0.00 1	0.59 246	0.22 139

RAStereo	2.32 2	1.08 30	6.36 68	3.73 42	1.39 125	1.81 4	0.12 4	7.70 10	7.44 62	2.27 4	3.94 7	3.43 14	0.81 2	3.55 4	2.47 64	0.00 1	0.00 1	0.00 1	0.00 1	0.29 131	0.07 31

rvit_stereo_ft	4.73 58	2.68 278	9.30 204	11.34 365	2.74 194	4.18 22	8.45 295	9.77 33	9.90 91	4.04 22	6.26 29	6.73 62	4.72 79	8.99 63	5.03 169	0.01 59	0.00 1	0.00 1	0.00 1	0.28 125	0.09 41

RSM++	3.08 10	1.04 22	5.27 33	4.25 66	0.50 33	5.04 64	2.63 135	10.11 37	4.34 7	3.16 10	4.66 13	6.73 62	1.87 18	9.96 82	1.69 16	0.00 1	0.00 1	0.01 88	0.18 238	0.14 50	0.10 48

H2IRNET	5.89 105	1.14 40	6.65 74	4.13 52	2.24 170	4.15 19	0.73 20	12.10 60	13.21 125	7.09 60	20.45 168	15.74 200	10.74 206	10.36 88	7.84 227	0.06 143	0.00 1	0.07 166	0.53 336	0.37 173	0.16 98

plain	4.15 46	1.67 162	9.97 235	4.86 97	2.97 208	3.27 9	1.41 43	8.20 15	5.51 30	3.37 14	16.69 124	3.03 11	2.71 27	14.44 243	3.91 129	0.14 176	0.00 1	0.03 118	0.01 76	0.69 265	0.14 79

CASnet	3.91 37	1.03 21	4.68 18	4.98 102	0.27 8	4.99 58	2.95 147	11.02 54	11.02 100	10.61 88	11.76 84	4.15 25	1.65 12	5.85 20	1.91 22	0.50 287	0.00 1	0.59 315	0.12 215	0.13 46	0.02 7
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Wz-Net-LNSev-Ref	15.26 338	3.68 310	27.36 380	7.11 252	5.83 325	24.88 360	12.12 353	30.19 303	36.12 351	27.08 353	45.98 400	29.10 331	13.65 262	20.45 337	20.26 344	0.67 313	0.00 1	0.10 197	0.00 1	0.32 156	0.26 161

RAFT+CT+SA	7.44 172	1.46 93	6.46 72	10.73 354	3.34 220	4.70 34	7.45 284	16.45 138	25.89 267	10.18 83	27.15 246	7.27 72	8.00 160	15.11 252	3.19 100	0.02 96	0.00 1	0.18 245	0.46 328	0.30 136	0.47 218

test_5	8.51 202	1.50 107	8.19 146	11.06 360	5.00 288	6.91 148	5.67 225	17.50 152	22.09 227	16.07 191	29.63 273	15.28 196	10.78 207	15.94 273	3.65 115	0.00 1	0.00 1	0.26 274	0.08 186	0.31 147	0.35 192

CroCo-Stereo	3.27 17	1.90 207	7.18 96	8.50 298	1.11 96	0.96 1	0.97 26	10.18 39	8.20 72	3.59 17	4.69 14	8.02 84	4.53 68	2.75 2	2.34 55	0.01 59	0.00 1	0.00 1	0.00 1	0.31 147	0.11 57
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
CREStereo++_RVC	4.61 54	0.99 16	3.70 10	4.08 49	2.01 162	3.94 18	0.10 2	9.10 24	16.94 169	8.65 72	16.77 126	4.46 30	2.18 21	5.72 16	3.12 95	0.00 1	0.00 1	0.00 1	10.32 427	0.02 1	0.01 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
DN-CSS_ROB	8.17 195	2.59 275	14.14 307	6.11 195	3.22 216	6.31 129	3.53 166	22.92 226	20.59 207	16.66 205	30.05 279	9.31 100	7.95 158	13.49 222	4.78 158	0.72 318	0.00 1	0.45 303	0.00 1	0.54 232	0.09 41

rvit_stereo_0081	3.93 39	1.78 196	8.60 166	6.26 203	1.73 145	3.48 13	2.36 119	7.71 11	15.81 159	4.41 30	5.39 19	5.14 40	3.94 47	7.95 40	3.57 108	0.01 59	0.01 15	0.00 1	0.01 76	0.39 182	0.10 48

rvit_stereo_0082	3.93 39	1.78 196	8.60 166	6.26 203	1.73 145	3.48 13	2.36 119	7.71 11	15.81 159	4.41 30	5.39 19	5.14 40	3.94 47	7.95 40	3.57 108	0.01 59	0.01 15	0.00 1	0.01 76	0.39 182	0.10 48

rvit_stereo_0080	3.98 41	2.11 241	7.62 116	3.68 39	1.90 157	4.16 20	7.60 286	9.69 30	8.13 70	5.08 43	7.39 36	6.27 55	4.44 62	6.73 29	3.92 130	0.20 202	0.01 15	0.00 1	0.00 1	0.55 235	0.12 62

MGS-Stereo	3.26 15	1.29 61	6.73 77	3.30 15	0.47 29	4.89 49	1.55 52	6.15 3	8.88 82	4.31 25	10.15 65	5.48 49	1.27 5	8.09 43	1.97 27	0.04 121	0.01 15	0.02 102	0.00 1	0.57 241	0.04 13

whm_eth	3.98 41	2.11 241	7.62 116	3.68 39	1.90 157	4.16 20	7.60 286	9.69 30	8.13 70	5.08 43	7.39 36	6.27 55	4.44 62	6.73 29	3.92 130	0.20 202	0.01 15	0.00 1	0.00 1	0.55 235	0.12 62

Selective-IGEV	3.06 9	1.11 36	4.98 24	3.56 33	1.66 138	4.73 35	2.14 108	10.73 52	4.56 8	2.93 8	4.60 12	5.54 50	1.77 17	10.82 105	1.69 16	0.00 1	0.01 15	0.00 1	0.14 224	0.06 12	0.13 74

Selective-RAFT	5.78 102	0.83 4	10.24 242	6.70 233	0.72 65	15.49 276	1.13 33	13.82 98	15.41 151	6.97 59	6.97 34	11.63 126	8.27 164	12.32 177	4.73 156	0.10 162	0.01 15	0.00 1	0.26 280	0.07 19	0.03 11

DisPM	6.43 128	1.31 67	8.36 148	6.61 228	1.06 92	5.83 108	3.82 177	13.04 80	11.63 105	16.38 198	23.88 213	12.80 148	6.50 132	13.03 214	3.04 90	0.51 290	0.01 15	0.08 174	0.15 230	0.10 36	0.42 208

DAS	10.80 279	2.03 234	13.96 303	9.01 305	6.23 333	14.67 261	7.38 281	21.59 208	32.58 324	18.67 253	28.13 253	19.20 260	17.08 322	16.54 287	7.31 210	0.58 298	0.01 15	0.29 284	0.01 76	0.47 205	0.20 125

SepStereo	11.34 286	2.03 234	13.96 303	9.01 305	6.23 333	14.67 261	7.38 281	21.59 208	32.58 324	18.67 253	28.13 253	19.20 260	17.08 322	27.36 374	7.31 210	0.58 298	0.01 15	0.29 284	0.01 76	0.47 205	0.20 125

STrans-v2	7.98 191	1.84 202	9.42 209	4.84 96	1.48 129	12.23 218	10.05 320	19.06 179	12.32 113	13.63 138	26.06 234	18.13 249	12.35 242	12.99 210	3.99 136	0.01 59	0.01 15	0.18 245	0.01 76	0.22 85	0.83 277

FTStereo	8.67 207	1.13 39	6.04 56	6.04 189	2.39 178	7.86 163	12.05 352	17.72 156	8.33 75	20.16 278	41.41 381	16.10 210	12.64 247	10.80 103	4.37 148	0.18 190	0.01 15	0.09 181	0.16 233	0.15 55	5.71 384

GMM-Stereo	8.34 197	1.09 34	6.42 70	6.14 197	2.52 183	10.30 188	9.64 312	23.44 230	10.64 98	17.84 230	29.89 276	17.37 234	7.75 152	11.55 138	4.36 147	0.05 132	0.01 15	0.23 267	0.90 353	0.46 198	6.26 389

s12784h	5.87 104	0.88 6	4.11 15	3.01 8	0.51 34	18.49 318	0.98 27	18.89 176	17.60 179	12.52 108	12.46 90	7.87 79	5.01 85	11.05 111	3.13 97	0.73 320	0.01 15	0.04 135	0.00 1	0.07 19	0.01 1

TestStereo	6.02 115	2.55 271	7.33 109	5.57 152	1.68 142	6.05 121	1.78 83	13.73 93	16.40 166	10.87 92	23.79 210	9.00 96	5.63 102	11.26 128	3.96 133	0.09 158	0.01 15	0.00 1	0.00 1	0.69 265	0.01 1

XX-TBD	4.45 50	10.67 386	3.01 2	10.28 347	0.57 41	5.84 110	0.07 1	7.57 8	12.24 112	11.43 96	14.74 106	4.07 24	1.66 13	4.51 6	2.05 36	0.01 59	0.01 15	0.00 1	0.00 1	0.26 115	0.01 1

111	7.26 167	1.65 158	7.28 103	3.56 33	0.32 9	10.76 196	3.53 166	20.55 199	27.51 282	10.07 82	16.62 123	14.30 176	9.53 189	12.02 158	5.87 190	0.14 176	0.01 15	0.00 1	0.00 1	0.31 147	1.14 306

CREStereo	3.58 27	1.05 23	3.35 6	2.17 2	0.59 43	5.61 88	0.40 9	10.50 45	13.34 131	6.93 54	10.44 71	5.29 46	3.47 38	5.82 19	2.62 70	0.01 59	0.01 15	0.02 102	0.01 76	0.04 3	0.01 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
ACVNet	10.36 265	1.68 168	5.49 40	6.01 185	2.75 195	12.78 229	3.56 168	21.89 212	34.81 341	14.96 160	30.78 288	24.72 307	13.88 271	15.81 265	17.20 322	0.13 174	0.01 15	0.06 156	0.06 174	0.51 224	0.15 93

acv_ft	12.16 300	1.68 168	11.97 272	7.70 277	6.20 330	19.61 325	5.52 220	25.78 252	34.81 341	25.62 341	30.78 288	24.72 307	13.20 256	15.81 265	18.80 333	0.13 174	0.01 15	0.06 156	0.06 174	0.63 255	0.15 93

PMTNet	5.36 75	0.97 13	3.42 7	1.97 1	1.30 114	8.96 173	0.69 17	12.33 63	12.16 111	8.50 69	11.35 80	6.09 54	4.50 67	9.34 72	2.70 74	22.71 435	0.01 15	0.04 135	0.02 105	0.06 12	0.01 1

HITNet	7.83 183	2.93 289	8.39 150	4.76 92	1.48 129	12.75 228	4.64 197	20.97 201	14.37 140	15.14 171	22.15 199	14.57 182	10.62 205	14.38 242	8.14 235	0.04 121	0.01 15	0.48 306	0.02 105	0.57 241	0.10 48
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
MLCV	9.32 227	2.22 253	12.55 279	5.22 135	1.32 119	13.79 241	1.35 40	21.14 204	23.65 241	21.91 305	31.37 298	17.14 226	7.57 148	16.00 276	10.18 266	0.22 212	0.01 15	0.03 118	0.02 105	0.40 187	0.29 173

iResNet_ROB	11.71 290	1.96 220	10.77 254	6.01 185	3.68 229	15.13 268	2.34 118	31.72 323	37.58 357	26.16 346	32.77 320	25.88 317	15.34 302	16.35 284	7.94 230	0.19 194	0.01 15	0.00 1	0.00 1	0.31 147	0.12 62

WCG-NET	4.38 48	1.46 93	5.39 36	3.75 43	3.13 211	8.66 171	1.39 42	9.51 26	9.61 87	8.16 63	9.16 50	8.48 89	5.32 92	11.13 116	2.05 36	0.00 1	0.02 39	0.00 1	0.00 1	0.17 68	0.19 120

IGEV-Stereo++	2.20 1	0.79 3	3.67 9	3.72 41	3.17 212	3.39 11	0.10 2	8.37 17	3.77 2	2.11 3	4.25 8	2.01 7	4.78 82	2.96 3	0.59 1	0.01 59	0.02 39	0.08 174	0.00 1	0.06 12	0.05 20

trnet	3.62 30	0.95 11	3.30 4	2.21 3	0.56 39	5.67 101	0.42 10	10.62 50	13.30 129	6.89 53	10.45 72	5.78 52	3.69 44	5.80 18	2.61 68	0.00 1	0.02 39	0.03 118	0.01 76	0.04 3	0.02 7

Former-RAFT_DAM_RVC	4.69 56	2.56 272	8.72 171	4.26 67	3.52 228	9.22 176	1.48 45	13.54 88	18.88 194	7.47 62	7.08 35	2.04 8	2.24 23	9.66 77	2.27 54	0.05 132	0.02 39	0.07 166	0.00 1	0.53 230	0.21 132

GMStereo_Zeroshot	10.83 280	7.81 368	19.95 362	9.55 322	2.47 182	11.83 210	1.31 37	20.84 200	20.52 206	22.73 313	35.93 348	24.76 309	5.94 112	19.68 319	7.04 205	0.45 278	0.02 39	0.25 271	0.01 76	5.38 384	0.19 120

MIF-Stereo (partial)	4.33 47	1.23 49	7.27 102	5.04 105	5.31 305	3.47 12	0.95 25	9.06 23	7.41 61	4.15 24	15.76 114	5.38 47	5.22 89	11.56 139	4.21 143	0.04 121	0.02 39	0.05 142	0.03 121	0.34 163	0.12 62

CAS	5.20 65	0.78 2	3.30 4	17.06 402	7.59 365	8.07 166	6.31 249	9.46 25	9.09 83	4.57 33	10.67 74	1.91 5	1.22 4	4.18 5	2.16 48	10.33 419	0.02 39	0.00 1	0.02 105	0.44 196	6.83 397

anonymousdsp2	5.93 107	1.54 118	8.34 147	4.43 77	0.38 15	9.24 177	4.11 180	21.92 215	17.36 175	12.28 103	10.08 64	10.05 107	4.42 59	11.04 110	2.54 66	0.01 59	0.02 39	0.30 288	0.18 238	0.21 82	0.18 109

TestStereo1	7.62 176	1.62 152	7.60 114	10.47 348	1.86 151	4.76 42	2.48 127	19.73 184	22.33 229	16.79 210	26.02 230	9.33 101	9.30 181	15.92 271	3.37 105	0.01 59	0.02 39	0.02 102	0.05 160	0.55 235	0.28 167

SA-5K	7.62 176	1.62 152	7.60 114	10.47 348	1.86 151	4.76 42	2.48 127	19.73 184	22.33 229	16.79 210	26.02 230	9.33 101	9.30 181	15.92 271	3.37 105	0.01 59	0.02 39	0.02 102	0.05 160	0.55 235	0.28 167

AASNet	12.49 308	2.46 266	10.49 248	9.82 330	6.86 347	17.33 304	6.73 267	41.09 404	37.86 360	22.53 312	29.11 261	16.68 215	13.48 261	14.54 248	17.87 328	0.20 202	0.02 39	0.78 328	0.05 160	1.18 302	0.76 271

LCNet	7.52 173	1.23 49	5.35 35	6.42 211	1.29 113	9.27 178	5.64 224	17.85 161	10.63 97	16.54 203	24.54 216	14.85 187	11.29 220	11.74 152	3.88 128	0.02 96	0.02 39	0.22 264	2.04 382	0.90 291	6.76 395

KYRaft	9.04 216	1.11 36	7.02 92	6.50 216	0.97 86	8.27 168	8.19 290	22.86 225	8.20 72	21.30 300	31.38 299	22.64 286	8.20 163	11.99 157	2.96 85	0.02 96	0.02 39	0.05 142	0.68 344	0.40 187	18.09 434

RAFT_R40	6.91 152	1.53 115	8.45 157	6.79 239	0.77 71	5.86 114	3.82 177	14.85 106	14.53 142	18.05 238	20.03 160	17.06 219	8.69 169	13.40 220	3.84 127	0.14 176	0.02 39	0.14 228	0.00 1	0.09 25	0.05 20

GrayStereo	8.86 214	1.17 45	6.94 88	8.09 288	2.82 197	10.58 193	11.40 345	17.93 164	15.74 158	22.43 311	30.95 291	17.80 239	12.44 244	11.19 124	4.57 152	0.02 96	0.02 39	0.18 245	0.79 350	0.31 147	1.90 335

Pruner-Stereo	6.59 131	1.51 111	8.71 170	6.34 207	0.85 76	5.66 96	4.15 183	13.74 94	11.02 100	18.11 239	22.09 195	15.86 202	5.80 109	11.75 153	5.15 173	0.60 303	0.02 39	0.18 245	0.10 204	0.07 19	0.16 98

Prome-Stereo	8.10 192	1.28 59	5.48 39	6.50 216	1.51 132	6.70 141	9.42 307	21.08 202	9.13 84	20.88 289	32.84 322	11.95 135	11.86 235	11.75 153	3.97 135	0.01 59	0.02 39	0.18 245	0.12 215	0.41 190	7.01 400

test_xeample3	3.34 19	1.54 118	7.67 118	3.33 17	0.68 52	5.74 103	1.63 57	12.05 59	3.88 5	6.71 50	3.81 6	3.17 13	3.34 35	10.59 92	2.07 38	0.00 1	0.02 39	0.00 1	0.27 284	0.13 46	0.16 98

GMStereo	5.94 108	3.84 317	10.86 258	5.13 120	0.71 57	7.27 154	2.66 137	12.38 64	25.14 259	12.01 101	10.66 73	5.12 39	3.46 37	11.39 131	6.16 196	0.45 278	0.02 39	0.05 142	0.31 299	0.86 286	0.25 158
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
PSMNet-RSSM	9.71 242	1.73 172	6.09 57	7.47 269	4.27 254	10.06 184	6.00 237	29.14 293	21.74 224	15.76 184	32.88 323	22.63 285	13.18 254	12.94 206	9.12 253	0.09 158	0.02 39	0.07 166	0.10 204	0.70 268	0.24 153

CFNet	10.67 272	2.33 260	8.90 175	6.66 230	4.09 248	16.05 283	4.26 187	30.44 310	31.01 309	18.53 251	26.48 238	23.69 297	13.68 263	15.27 253	10.59 274	0.05 132	0.02 39	0.44 302	0.05 160	0.73 275	0.23 147

iResNetv2_ROB	12.00 297	2.91 288	13.46 295	5.82 167	3.73 231	13.15 233	6.45 257	34.15 352	36.02 349	25.25 335	33.81 337	29.79 336	14.24 280	13.61 228	6.10 195	0.21 207	0.02 39	0.12 213	0.00 1	0.82 283	0.25 158

RSM	3.10 11	0.98 14	4.86 22	4.17 54	1.08 95	4.76 42	1.83 87	10.14 38	4.21 6	3.38 15	4.34 9	7.82 77	1.75 16	10.69 96	1.64 15	0.00 1	0.03 61	0.00 1	0.18 238	0.13 46	0.07 31

LoS_RVC	3.72 33	2.57 273	3.90 12	4.27 68	7.61 366	5.39 77	2.90 146	7.29 6	3.84 3	3.67 19	10.20 66	3.66 20	4.48 66	6.19 22	2.14 47	0.01 59	0.03 61	0.00 1	0.00 1	0.06 12	6.15 388

LoS	3.59 28	1.07 28	3.81 11	2.80 5	0.52 36	4.98 56	1.18 34	10.35 43	12.97 121	4.54 32	10.75 75	3.89 23	3.27 33	8.78 58	2.63 72	0.03 114	0.03 61	0.09 181	0.00 1	0.12 41	0.04 13
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IER	9.78 244	1.55 121	9.97 235	4.51 80	5.23 297	13.78 240	5.11 206	26.66 264	22.79 234	19.69 268	29.45 270	16.42 211	18.52 337	13.64 229	7.57 219	0.06 143	0.03 61	0.18 245	0.09 199	0.18 71	0.23 147

GLC_STEREO	3.40 20	1.06 24	3.44 8	6.52 218	0.20 2	4.76 42	1.66 59	8.97 21	6.59 41	5.39 46	9.04 49	5.23 43	2.03 20	9.76 78	2.77 76	0.01 59	0.03 61	0.21 261	0.00 1	0.23 97	0.06 28

OMP-Stereo	6.93 154	2.57 273	9.03 192	10.63 351	1.72 144	4.89 49	1.91 96	17.84 159	15.56 155	16.69 207	14.16 101	17.70 237	7.33 146	12.93 205	4.83 164	0.24 224	0.03 61	0.06 156	0.02 105	0.19 75	0.39 198

IIG-Stereo	7.41 171	2.13 246	8.55 162	10.02 338	1.76 148	6.82 147	1.53 50	17.17 149	15.84 161	18.74 255	20.30 166	18.01 244	8.39 165	12.89 202	5.22 175	0.27 234	0.03 61	0.03 118	0.00 1	0.16 61	0.30 176

cf-r	10.06 258	1.60 142	7.99 135	5.82 167	5.70 320	12.92 231	4.78 200	24.18 237	27.47 281	16.91 212	31.02 294	25.12 310	14.05 274	11.63 147	11.01 281	0.03 114	0.03 61	0.05 142	0.03 121	0.43 194	0.39 198

RASNet	11.59 289	1.71 171	10.36 245	6.30 205	5.66 317	15.48 275	6.12 244	34.50 359	20.86 209	16.61 204	32.51 318	22.04 280	23.00 358	19.44 316	16.15 315	0.71 316	0.03 61	0.05 142	0.01 76	0.15 55	0.13 74

HSM	11.33 285	1.80 200	7.04 94	6.13 196	3.99 245	16.16 291	6.92 273	29.69 299	19.39 196	22.95 315	26.05 233	41.08 399	15.79 307	20.25 330	8.89 251	0.02 96	0.03 61	0.01 88	0.00 1	0.15 55	0.34 188

rvit_stereo_0083	4.53 51	1.94 218	9.94 233	7.12 253	1.67 139	4.98 56	2.80 144	8.25 16	18.22 188	4.76 38	7.78 39	6.41 58	4.87 83	7.54 36	3.74 118	0.11 166	0.04 71	0.00 1	0.01 76	0.24 102	0.16 98

U	3.65 31	0.64 1	5.91 50	3.91 45	11.89 407	11.50 208	0.20 6	7.66 9	5.38 26	1.79 2	2.55 2	0.76 1	1.61 9	2.34 1	0.70 3	0.00 1	0.04 71	10.60 421	5.47 409	0.04 3	0.02 7

ff7	3.48 21	1.76 187	6.20 61	3.45 23	1.13 100	5.02 59	1.70 63	13.26 82	5.04 14	4.66 34	5.47 23	3.49 15	4.70 74	11.14 117	2.01 31	0.00 1	0.04 71	0.00 1	0.18 238	0.30 136	0.14 79

ffff	3.48 21	1.76 187	6.20 61	3.45 23	1.13 100	5.02 59	1.70 63	13.26 82	5.04 14	4.66 34	5.47 23	3.49 15	4.70 74	11.14 117	2.01 31	0.00 1	0.04 71	0.00 1	0.18 238	0.30 136	0.14 79

11t	3.48 21	1.76 187	6.20 61	3.45 23	1.13 100	5.02 59	1.70 63	13.26 82	5.04 14	4.66 34	5.47 23	3.49 15	4.70 74	11.14 117	2.01 31	0.00 1	0.04 71	0.00 1	0.18 238	0.30 136	0.14 79

anonymousdsp	3.51 25	1.75 183	5.66 46	3.49 27	1.13 100	5.04 64	1.74 76	13.69 91	5.07 19	4.83 39	5.42 21	4.25 27	4.44 62	11.14 117	1.98 28	0.00 1	0.04 71	0.00 1	0.18 238	0.31 147	0.13 74

CES	3.85 36	1.14 40	2.91 1	3.05 9	11.37 402	5.37 76	1.02 29	9.52 27	8.82 80	3.50 16	9.21 53	1.78 4	0.90 3	6.53 24	2.37 57	0.02 96	0.04 71	0.01 88	0.00 1	1.62 320	7.74 409

DCANet-4	6.41 126	1.02 18	9.66 219	3.41 21	0.68 52	4.73 35	1.70 63	17.70 155	24.33 252	15.10 166	20.25 162	6.45 59	8.65 168	8.47 47	5.31 179	0.01 59	0.04 71	0.00 1	0.00 1	0.09 25	0.63 246

ccc-4	3.48 21	1.76 187	6.20 61	3.45 23	1.13 100	5.02 59	1.70 63	13.26 82	5.04 14	4.66 34	5.47 23	3.49 15	4.70 74	11.14 117	2.01 31	0.00 1	0.04 71	0.00 1	0.18 238	0.30 136	0.14 79

fff	6.83 149	1.55 121	7.28 103	3.56 33	0.32 9	4.73 35	1.70 63	15.75 125	31.87 313	15.11 167	20.25 162	6.90 66	12.80 249	8.63 51	5.33 180	0.01 59	0.04 71	0.00 1	0.00 1	0.09 25	0.63 246

IGEV-Stereo	3.52 26	1.75 183	5.67 47	3.49 27	1.12 98	5.04 64	1.73 75	13.70 92	5.07 19	4.83 39	5.42 21	4.27 28	4.43 61	11.15 122	1.98 28	0.00 1	0.04 71	0.00 1	0.18 238	0.31 147	0.12 62
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
MIPNet	6.75 146	1.67 162	12.34 275	4.67 88	1.47 127	10.01 183	2.24 115	26.43 261	17.22 171	14.72 154	12.75 92	7.02 69	9.68 192	8.44 46	5.26 177	0.01 59	0.04 71	0.05 142	0.09 199	0.35 167	0.55 233

TransformOpticalFlow	7.76 181	1.90 207	9.31 205	5.50 150	1.18 107	6.97 150	8.27 291	17.86 163	13.21 125	14.58 152	29.13 262	19.01 255	10.85 208	12.51 188	3.69 117	0.01 59	0.04 71	0.20 256	0.04 139	0.17 68	0.84 278

RAFT-RH_RVC	7.73 180	1.25 55	6.99 91	4.83 94	0.90 81	11.76 209	1.53 50	13.00 78	14.43 141	17.51 226	46.41 405	11.02 118	6.30 126	12.68 192	4.93 167	0.51 290	0.04 71	0.12 213	0.13 220	0.09 25	0.09 41

LMCR-Stereo	10.75 276	4.13 323	10.67 251	13.11 377	3.99 245	16.68 301	5.91 230	25.30 245	22.69 232	22.04 307	21.80 189	14.67 183	14.24 280	20.55 339	15.86 311	1.90 365	0.04 71	0.00 1	0.02 105	1.29 309	0.18 109

HCRNet	8.80 211	1.43 86	7.74 123	14.41 388	5.25 298	10.85 199	2.56 132	26.07 257	18.04 187	15.48 177	25.03 219	18.63 253	9.93 197	13.01 211	6.76 202	0.04 121	0.04 71	0.10 197	0.01 76	0.18 71	0.38 195

csc	6.83 149	1.55 121	7.28 103	3.56 33	0.32 9	4.73 35	1.70 63	15.75 125	31.87 313	15.11 167	20.25 162	6.90 66	12.80 249	8.63 51	5.33 180	0.01 59	0.04 71	0.00 1	0.00 1	0.09 25	0.63 246

cscssc	6.83 149	1.55 121	7.28 103	3.56 33	0.32 9	4.73 35	1.70 63	15.75 125	31.87 313	15.11 167	20.25 162	6.90 66	12.80 249	8.63 51	5.33 180	0.01 59	0.04 71	0.00 1	0.00 1	0.09 25	0.63 246

ARAFT	8.50 201	3.19 299	16.58 335	5.52 151	0.91 82	12.13 217	11.20 340	17.19 150	18.28 189	18.40 250	16.33 121	17.10 225	8.58 166	18.56 305	5.00 168	0.11 166	0.04 71	0.00 1	0.00 1	0.55 235	0.25 158

CVANet_RVC	13.24 323	3.39 302	8.43 155	8.42 297	5.04 289	18.52 319	11.72 349	32.03 327	33.85 331	23.17 317	32.77 320	29.78 335	16.51 314	23.20 352	11.28 282	0.94 335	0.04 71	1.19 356	0.47 329	3.13 357	1.01 297

UCFNet_RVC	9.48 233	2.12 244	4.89 23	7.03 246	3.78 232	16.05 283	6.37 254	28.25 282	20.00 204	15.93 189	23.07 205	25.21 311	12.79 248	12.57 191	8.01 231	0.07 153	0.04 71	1.17 353	0.23 265	1.31 312	0.69 259

DLCB_ROB	13.35 325	3.00 293	9.12 197	9.43 316	5.68 318	21.80 339	10.12 323	29.19 295	29.92 301	27.71 357	31.45 306	32.37 353	19.50 343	19.02 310	16.73 319	0.22 212	0.04 71	0.38 299	0.06 174	0.49 216	0.85 281

IGEV-BASED-STEREO-	7.61 175	27.25 427	41.87 409	2.73 4	0.41 18	4.25 23	1.50 48	6.63 5	3.87 4	4.31 25	3.78 5	2.48 9	1.39 6	5.67 14	1.56 7	25.09 437	0.05 93	0.01 88	0.08 186	4.67 375	14.58 428

CAS++	4.07 45	1.67 162	6.02 55	4.17 54	1.02 87	4.26 24	1.68 60	19.10 180	10.01 92	9.18 75	9.17 51	1.98 6	1.41 7	9.54 75	1.73 18	0.02 96	0.05 93	0.00 1	0.00 1	0.32 156	0.11 57
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ACVNet-DCA	5.28 70	2.00 224	4.99 25	5.89 172	0.26 3	10.85 199	5.38 213	20.20 190	11.88 107	6.95 55	10.01 59	4.49 31	9.78 194	10.79 100	1.59 9	0.00 1	0.05 93	0.00 1	0.04 139	0.25 106	0.20 125

xx1	5.99 114	2.00 224	4.99 25	5.89 172	0.26 3	10.85 199	5.38 213	17.84 159	15.48 152	6.95 55	10.01 59	16.02 206	11.15 216	10.79 100	1.59 9	0.00 1	0.05 93	0.02 102	0.05 160	0.25 106	0.20 125

1test111	5.59 95	2.00 224	4.99 25	5.89 172	0.26 3	10.85 199	5.38 213	20.20 190	11.88 107	6.95 55	10.01 59	4.49 31	9.78 194	11.09 112	7.45 214	0.00 1	0.05 93	0.00 1	0.04 139	0.25 106	0.20 125

cc1	5.34 73	2.00 224	4.99 25	5.89 172	0.26 3	10.85 199	5.38 213	17.85 161	15.48 152	6.95 55	10.01 59	4.49 31	9.78 194	10.79 100	1.59 9	0.00 1	0.05 93	0.00 1	0.04 139	0.30 136	0.13 74

ffm	8.12 193	1.43 86	9.67 220	5.70 160	3.44 221	11.96 213	6.35 250	18.45 168	16.31 163	15.83 185	31.44 302	17.22 228	10.87 210	10.82 105	1.61 12	0.00 1	0.05 93	0.80 332	0.08 186	0.26 115	0.14 79

ff1	9.41 232	1.43 86	9.67 220	5.70 160	3.44 221	11.96 213	6.35 250	18.45 168	16.31 163	15.83 185	31.44 302	17.22 228	10.87 210	16.19 279	21.98 352	0.00 1	0.05 93	0.80 332	0.08 186	0.26 115	0.14 79

tt1	5.27 69	1.99 223	5.11 30	6.02 188	0.26 3	10.59 194	4.22 186	18.45 168	16.31 163	6.75 52	8.95 48	4.75 36	9.15 178	10.82 105	1.61 12	0.00 1	0.05 93	0.00 1	0.04 139	0.26 115	0.14 79

MaDis-Stereo	2.73 3	1.56 130	6.21 66	2.96 7	2.45 181	1.80 3	0.28 7	7.43 7	5.07 19	2.57 5	3.43 4	7.13 70	4.71 78	5.74 17	2.91 82	0.00 1	0.05 93	0.00 1	0.00 1	0.15 55	0.12 62

StereoVision	7.21 166	2.17 248	9.29 203	9.43 316	3.91 238	5.09 68	1.91 96	20.04 188	17.37 176	8.57 70	29.59 272	11.08 119	6.76 140	12.44 183	4.71 155	0.54 294	0.05 93	0.16 238	0.03 121	0.82 283	0.30 176

4D-IteraStereo	5.15 63	1.47 96	7.98 133	4.89 100	4.69 274	6.25 124	1.85 90	13.23 81	16.30 162	14.18 146	11.26 79	8.33 85	1.61 9	8.07 42	2.42 58	0.00 1	0.05 93	0.08 174	0.01 76	0.19 75	0.15 93

CASS	8.15 194	1.67 162	7.68 119	8.25 294	1.52 133	14.39 252	2.72 138	22.65 222	17.23 172	15.42 176	22.68 202	13.47 169	11.87 236	12.44 183	6.07 194	0.96 337	0.05 93	0.12 213	0.01 76	0.71 270	3.14 362
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	9.03 215	1.62 152	8.03 138	4.19 57	5.53 312	15.37 271	3.81 176	18.55 171	21.20 216	18.28 242	30.99 293	20.79 269	13.42 257	10.58 91	7.57 219	0.00 1	0.05 93	0.29 284	0.18 238	0.10 36	0.11 57

CroCo-Stereo Lap2	4.01 44	2.03 234	8.14 142	9.82 330	6.03 327	1.11 2	0.79 22	9.71 32	7.98 67	3.26 12	4.99 17	9.08 98	5.80 109	6.08 21	4.39 149	0.00 1	0.05 93	0.00 1	0.00 1	0.71 270	0.30 176

ADStereo(finetuned)	6.68 137	1.59 138	9.70 225	3.49 27	0.68 52	4.79 47	1.75 79	15.33 114	23.64 240	15.56 181	20.68 169	7.30 73	13.85 269	8.71 56	5.17 174	0.00 1	0.05 93	0.00 1	0.00 1	0.25 106	1.05 299

iRaft-Stereo_5w	8.70 208	1.81 201	9.33 206	5.83 169	3.78 232	4.87 48	11.12 339	15.86 132	14.80 144	15.23 175	26.36 236	21.49 276	12.91 252	15.94 273	12.73 290	0.58 298	0.05 93	0.08 174	0.09 199	0.85 285	0.33 187

IPLGR	7.14 161	1.31 67	13.14 287	4.24 61	1.15 106	9.78 180	0.98 27	23.98 233	21.70 223	16.22 194	18.43 141	8.45 87	7.66 149	9.26 71	5.45 185	0.21 207	0.05 93	0.04 135	0.06 174	0.32 156	0.38 195

test-3	5.21 67	1.06 24	7.71 120	4.19 57	0.59 43	6.72 143	3.01 148	12.96 76	17.49 177	12.53 114	8.65 42	13.20 160	4.14 54	9.00 65	2.11 44	0.00 1	0.05 93	0.00 1	0.32 303	0.25 106	0.18 109

test_1	5.20 65	1.06 24	7.72 121	4.21 59	0.59 43	6.69 140	3.03 150	12.98 77	17.51 178	12.35 104	8.66 44	13.20 160	4.12 53	9.00 65	2.11 44	0.00 1	0.05 93	0.00 1	0.32 303	0.25 106	0.18 109

test_3	5.55 90	1.02 18	8.07 139	6.18 198	0.54 37	9.00 174	3.28 153	13.55 89	18.66 191	11.97 99	8.89 47	13.98 174	4.05 52	8.96 62	2.10 43	0.00 1	0.05 93	0.00 1	0.31 299	0.26 115	0.18 109

SST-Stereo	6.60 134	1.46 93	8.37 149	6.68 231	0.77 71	6.01 120	1.93 98	14.68 104	9.24 85	19.09 259	20.43 167	16.86 217	8.59 167	13.49 222	3.80 123	0.22 212	0.05 93	0.13 224	0.00 1	0.08 23	0.05 20

RE-Stereo	6.73 142	1.58 136	8.94 178	6.59 223	0.71 57	6.27 126	3.51 163	20.20 190	17.99 183	13.21 132	19.46 153	11.94 133	6.20 118	12.34 178	4.79 161	0.34 248	0.05 93	0.20 256	0.23 265	0.09 25	0.05 20

TVStereo	6.73 142	1.58 136	8.94 178	6.59 223	0.71 57	6.27 126	3.51 163	20.20 190	17.99 183	13.21 132	19.46 153	11.94 133	6.20 118	12.34 178	4.79 161	0.34 248	0.05 93	0.20 256	0.23 265	0.09 25	0.05 20

RAFT-345	6.79 147	1.29 61	6.80 83	5.06 108	0.91 82	5.61 88	3.32 159	13.36 87	10.17 93	13.73 139	43.66 394	9.12 99	5.38 93	12.29 176	4.44 150	0.32 242	0.05 93	0.09 181	0.06 174	0.06 12	0.03 11

raftrobust	5.56 92	1.42 83	6.00 53	7.04 248	5.11 294	4.90 51	1.88 92	17.13 148	13.72 133	11.87 97	11.58 83	7.82 77	9.21 179	10.28 86	2.92 83	0.02 96	0.05 93	0.00 1	0.00 1	0.22 85	0.11 57

DCANet	6.46 129	1.59 138	7.28 103	3.51 31	0.68 52	4.77 46	1.75 79	15.33 114	23.62 239	15.55 179	20.73 174	7.31 74	11.56 231	8.83 60	5.26 177	0.00 1	0.05 93	0.00 1	0.00 1	0.26 115	1.11 302

UNet	12.64 311	2.02 232	13.36 290	6.85 242	7.76 369	25.31 365	4.74 199	34.10 351	28.19 286	20.03 274	31.07 295	27.02 326	17.36 325	20.18 328	13.87 297	0.06 143	0.05 93	0.27 275	0.01 76	0.23 97	0.39 198

R-Stereo Train	7.04 157	1.34 71	7.89 128	6.23 201	2.30 174	7.51 157	5.54 221	23.96 231	6.94 46	16.26 195	33.57 334	12.04 138	5.61 98	7.67 37	3.74 118	0.01 59	0.05 93	0.01 88	0.00 1	0.10 36	0.12 62

RAFT-Stereo	7.04 157	1.34 71	7.89 128	6.23 201	2.30 174	7.51 157	5.54 221	23.96 231	6.94 46	16.26 195	33.57 334	12.04 138	5.61 98	7.67 37	3.74 118	0.01 59	0.05 93	0.01 88	0.00 1	0.10 36	0.12 62
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
TDLM	12.98 319	3.78 313	9.77 227	10.75 355	4.94 281	16.10 287	14.08 365	35.05 363	31.87 313	22.36 309	26.51 240	26.09 318	14.97 297	24.73 362	13.11 291	1.05 344	0.05 93	1.21 357	0.27 284	1.83 325	1.00 296

AdaStereo	10.22 261	3.63 307	9.14 201	9.15 309	3.24 217	15.79 280	5.39 218	31.94 325	25.42 262	18.39 249	26.47 237	19.44 263	9.50 188	16.60 288	8.59 243	0.44 277	0.05 93	0.40 301	0.00 1	0.57 241	0.16 98
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.
iResNet	10.26 263	3.10 296	15.72 324	7.35 260	2.13 166	13.86 243	7.07 276	22.80 224	28.01 283	20.10 276	30.40 282	16.79 216	11.06 215	14.46 244	10.29 271	0.39 266	0.05 93	0.00 1	0.07 183	0.73 275	0.73 267

AIO-Stereo	2.91 6	1.19 46	5.14 31	4.15 53	0.79 74	4.67 33	1.76 82	9.59 28	5.19 24	2.66 7	4.76 15	5.40 48	0.78 1	10.30 87	1.23 5	0.00 1	0.06 126	0.00 1	0.36 312	0.09 25	0.15 93

IGEVStereo-DCA	3.31 18	1.57 134	6.20 61	3.36 18	0.60 46	4.93 52	1.70 63	13.26 82	5.04 14	3.79 20	4.58 10	4.53 34	4.00 50	10.13 84	2.09 41	0.00 1	0.06 126	0.00 1	0.18 238	0.12 41	0.14 79

rrr	3.26 15	1.57 134	7.72 121	3.36 18	0.60 46	4.93 52	1.59 55	10.72 51	5.11 22	3.79 20	4.58 10	4.53 34	4.00 50	10.13 84	2.09 41	0.00 1	0.06 126	0.00 1	0.22 256	0.12 41	0.18 109

mmx	10.71 273	1.43 86	9.67 220	5.70 160	3.44 221	11.96 213	6.35 250	32.18 329	28.03 284	15.83 185	31.44 302	17.22 228	10.87 210	16.19 279	21.98 352	0.22 212	0.06 126	0.80 332	0.08 186	0.48 207	0.21 132

xxx	10.71 273	1.43 86	9.67 220	5.70 160	3.44 221	11.96 213	6.35 250	32.18 329	28.03 284	15.83 185	31.44 302	17.22 228	10.87 210	16.19 279	21.98 352	0.22 212	0.06 126	0.80 332	0.08 186	0.48 207	0.21 132

IPLG	7.20 165	1.43 86	12.55 279	5.17 123	4.32 263	11.11 204	1.48 45	21.79 210	15.10 146	19.16 260	20.23 161	5.26 44	5.61 98	11.68 149	8.14 235	0.05 132	0.06 126	0.03 118	0.07 183	0.33 160	0.50 226

AAGNet	7.94 187	1.48 100	9.34 207	7.13 254	0.70 56	5.85 112	5.16 207	15.40 117	14.01 134	20.13 277	24.03 214	15.28 196	11.52 227	12.05 162	15.47 309	0.63 310	0.06 126	0.32 290	0.01 76	0.12 41	0.09 41

NF-Stereo	6.72 141	1.59 138	8.93 176	6.60 226	0.73 70	6.27 126	3.38 160	20.21 196	18.01 185	13.22 135	19.46 153	11.82 130	6.16 116	12.39 181	4.74 157	0.33 244	0.06 126	0.20 256	0.23 265	0.08 23	0.05 20

OCTAStereo	6.74 144	1.59 138	8.96 183	6.60 226	0.72 65	6.25 124	3.50 161	20.20 190	18.03 186	13.21 132	19.45 151	12.07 141	6.16 116	12.36 180	4.78 158	0.35 251	0.06 126	0.20 256	0.23 265	0.09 25	0.05 20

PSM-softLoss	6.61 135	1.60 142	9.42 209	6.48 214	0.88 78	5.65 91	2.04 105	22.64 220	8.77 78	13.95 143	22.11 197	13.01 152	5.22 89	12.73 196	6.05 191	0.49 285	0.06 126	0.27 275	0.56 338	0.16 61	0.06 28

KMStereo	6.61 135	1.60 142	9.42 209	6.48 214	0.88 78	5.65 91	2.04 105	22.64 220	8.77 78	13.95 143	22.11 197	13.01 152	5.22 89	12.73 196	6.05 191	0.49 285	0.06 126	0.27 275	0.56 338	0.16 61	0.06 28

PSM-AAD	8.62 206	1.22 47	5.69 48	6.31 206	1.12 98	12.74 227	10.01 319	19.29 181	15.25 148	21.54 302	25.11 221	14.24 175	13.47 259	12.15 170	3.93 132	0.01 59	0.06 126	2.48 379	0.16 233	0.38 179	7.28 405

RAFT-Stereo + iAFF	5.48 80	1.66 161	7.56 113	3.49 27	0.40 16	2.75 7	0.67 15	16.07 134	14.76 143	12.27 102	18.67 143	11.95 135	8.08 161	7.84 39	2.89 79	0.01 59	0.06 126	0.00 1	0.00 1	0.37 173	0.04 13

AFF-stereo	6.17 121	1.61 147	7.02 92	4.08 49	0.64 49	3.53 15	0.76 21	16.00 133	13.14 123	12.86 123	25.42 225	15.67 199	7.86 155	11.12 115	3.21 101	0.02 96	0.06 126	0.00 1	0.00 1	0.40 187	0.08 39

CFNet-ft	9.87 250	2.18 251	5.49 40	7.45 267	5.25 298	15.76 278	5.98 235	21.89 212	21.87 225	14.96 160	30.02 277	25.68 315	13.68 263	12.46 186	10.94 278	0.08 156	0.06 126	1.83 367	0.22 256	1.09 296	0.43 210

DIP-Stereo	6.74 144	1.93 217	10.02 240	4.28 69	1.64 137	13.54 238	1.52 49	15.16 111	6.63 42	14.30 150	26.81 242	10.90 116	5.19 87	14.78 250	7.56 218	0.00 1	0.06 126	0.05 142	0.00 1	0.17 68	0.17 104
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
AF-Net	18.38 369	5.60 348	14.21 309	15.95 397	10.78 397	22.26 341	10.45 331	35.39 367	50.22 412	24.71 332	37.77 359	41.55 402	29.24 391	29.11 383	26.67 383	4.35 395	0.06 126	4.56 394	0.90 353	2.42 339	1.38 315

CFNet_RVC	9.87 250	2.18 251	5.49 40	7.45 267	5.25 298	15.76 278	5.98 235	21.89 212	21.87 225	14.96 160	30.02 277	25.68 315	13.68 263	12.46 186	10.94 278	0.08 156	0.06 126	1.83 367	0.22 256	1.09 296	0.43 210

test_sample4	9.10 217	1.65 158	9.91 232	5.19 130	2.57 187	16.59 300	5.38 213	27.37 272	19.80 201	17.80 229	27.52 249	15.01 189	11.21 218	12.69 195	8.15 237	0.21 207	0.07 144	0.06 156	0.03 121	0.43 194	0.30 176

test_sample3	8.76 209	1.62 152	9.99 237	5.21 133	2.61 188	17.43 306	5.37 211	26.91 268	19.77 200	17.13 216	20.82 176	16.55 214	9.70 193	12.52 190	8.59 243	0.21 207	0.07 144	0.05 142	0.04 139	0.39 182	0.30 176

IGEV++	2.98 8	1.27 57	5.17 32	5.41 147	0.47 29	4.63 31	1.71 74	9.97 36	4.75 10	2.58 6	6.27 30	4.35 29	4.44 62	4.98 9	3.05 92	0.00 1	0.07 144	0.00 1	0.08 186	0.24 102	0.18 109

mmm	7.72 179	1.50 107	8.56 163	5.29 139	1.89 155	14.14 248	5.70 226	18.42 167	11.02 100	16.04 190	23.78 209	17.00 218	10.03 199	12.03 159	7.54 217	0.12 170	0.07 144	0.50 308	0.20 252	0.31 147	0.18 109

UniTT-Stereo	2.89 5	0.90 7	6.74 78	4.08 49	2.42 179	2.63 6	0.42 10	5.57 2	4.88 12	5.36 45	7.63 38	1.09 3	1.47 8	8.80 59	5.11 171	0.03 114	0.07 144	0.00 1	0.01 76	0.48 207	0.11 57

SPstereo	3.72 33	1.60 142	7.39 110	4.24 61	0.37 14	5.78 105	1.12 32	12.28 62	6.53 40	8.35 66	9.69 56	6.62 61	3.57 41	4.58 7	1.91 22	0.00 1	0.07 144	0.05 142	0.00 1	0.25 106	0.04 13

RCA-Stereo	5.32 72	1.08 30	5.91 50	4.29 71	0.51 34	5.65 91	4.12 182	16.97 145	18.67 192	8.27 65	14.16 101	8.86 93	8.90 174	6.45 23	2.18 49	0.00 1	0.07 144	0.10 197	0.00 1	0.10 36	0.07 31

test_4	5.47 77	0.98 14	5.56 43	6.55 222	0.62 48	5.53 81	1.88 92	11.68 55	6.00 34	12.60 117	30.86 290	7.48 76	3.87 45	12.25 175	2.97 86	0.00 1	0.07 144	0.03 118	0.14 224	0.34 163	0.04 13

HHNet	7.39 169	1.75 183	7.24 101	3.26 14	3.18 213	5.04 64	6.40 255	19.04 178	15.70 157	20.71 288	32.13 313	10.69 114	5.91 111	10.45 90	4.60 153	0.40 268	0.07 144	0.21 261	0.13 220	0.54 232	0.41 205

AnonymousM	6.33 124	11.42 393	3.06 3	3.93 46	1.49 131	4.54 27	3.29 154	11.00 53	7.70 64	16.52 202	9.38 54	9.07 97	3.97 49	7.10 32	3.01 88	0.43 275	0.07 144	22.69 429	7.67 419	0.06 12	0.21 132

CRE-IMP	5.53 84	1.63 157	9.62 215	5.65 156	0.48 32	7.02 151	1.70 63	11.84 57	8.33 75	12.99 127	16.02 117	11.08 119	6.23 120	12.06 164	5.06 170	0.28 235	0.07 144	0.09 181	0.00 1	0.24 102	0.21 132

sAnonymous2	6.59 131	6.21 354	19.05 354	8.91 302	5.27 302	4.58 28	6.69 265	15.56 121	11.12 103	4.86 41	8.71 45	3.81 21	7.93 156	7.38 34	2.89 79	0.09 158	0.07 144	0.05 142	0.28 287	11.25 414	7.10 402

CroCo_RVC	6.59 131	6.21 354	19.05 354	8.91 302	5.27 302	4.58 28	6.69 265	15.56 121	11.12 103	4.86 41	8.71 45	3.81 21	7.93 156	7.38 34	2.89 79	0.09 158	0.07 144	0.05 142	0.28 287	11.25 414	7.10 402

RALAANet	6.49 130	2.49 269	9.69 224	7.09 250	4.98 285	6.23 123	1.68 60	19.90 187	14.26 138	15.04 164	14.56 103	12.69 146	4.38 57	12.91 204	3.07 93	0.02 96	0.07 144	0.00 1	0.10 204	0.51 224	0.15 93

MMNet	12.97 317	2.08 238	12.74 281	6.98 245	6.27 336	26.39 372	4.73 198	23.10 227	41.79 376	25.48 339	32.29 316	21.09 274	17.79 329	19.52 318	17.90 329	0.19 194	0.07 144	0.10 197	0.00 1	0.37 173	0.59 241

delet	12.65 312	1.85 204	11.36 264	7.71 279	6.22 332	22.52 344	10.22 328	28.14 281	37.67 358	19.66 267	29.24 263	21.00 272	15.99 309	21.97 346	17.77 327	0.03 114	0.07 144	0.19 253	0.04 139	0.60 247	0.75 270

HSM-Net_RVC	10.88 281	1.23 49	5.46 38	5.57 152	2.63 190	20.12 329	6.06 243	27.67 276	28.35 288	20.63 286	25.51 226	34.01 365	14.38 283	16.18 278	9.29 254	0.11 166	0.07 144	0.01 88	0.00 1	0.13 46	0.14 79
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
StereoDRNet-Refined	13.36 326	2.80 280	10.82 256	7.94 284	3.10 210	18.95 320	4.45 191	28.47 284	29.65 293	29.11 365	41.47 382	24.44 301	17.64 328	23.34 353	21.66 348	0.16 184	0.07 144	0.53 311	0.32 303	0.77 281	1.64 326
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
test_sample5	9.36 229	1.61 147	9.63 216	5.30 140	2.52 183	15.42 273	6.00 237	27.25 270	19.96 202	18.36 248	31.81 308	15.99 204	11.29 220	13.21 215	7.66 222	0.23 220	0.08 162	0.07 166	0.04 139	0.48 207	0.34 188

DualNet	9.49 235	1.61 147	9.63 216	5.30 140	2.52 183	15.42 273	6.00 237	27.25 270	19.96 202	19.40 261	33.22 327	15.99 204	11.29 220	13.21 215	7.66 222	0.23 220	0.08 162	0.07 166	0.04 139	0.48 207	0.34 188

ssnet_v2	13.23 322	2.43 263	11.25 261	7.34 259	2.92 204	23.05 349	12.95 357	35.93 372	32.92 328	21.23 299	25.38 224	28.81 329	15.22 300	22.57 350	19.81 339	0.18 190	0.08 162	0.19 253	0.05 160	1.24 307	1.06 300

UDGNet	10.05 257	13.89 402	10.00 239	9.36 315	2.69 192	7.82 162	1.88 92	18.86 175	34.64 340	17.52 227	13.70 100	13.40 166	7.18 145	13.01 211	6.30 198	5.30 399	0.08 162	12.57 424	2.80 391	8.19 401	1.71 330

HUI-Stereo	5.48 80	1.74 174	9.01 188	5.08 109	0.42 23	5.65 91	2.77 141	12.55 71	7.03 56	12.54 116	18.10 135	13.07 158	6.71 135	9.92 81	3.74 118	0.61 306	0.08 162	0.09 181	0.00 1	0.22 85	0.23 147

DMCA	8.51 202	1.90 207	9.96 234	5.16 122	4.14 249	10.29 187	4.46 192	25.52 247	19.55 197	16.33 197	20.69 170	17.59 235	11.26 219	10.42 89	11.36 283	0.50 287	0.08 162	0.35 293	0.05 160	0.36 168	0.31 183

GANet	16.92 352	4.32 326	12.46 277	10.84 357	4.24 251	23.04 348	15.36 379	39.91 398	34.47 339	32.42 386	45.10 399	40.04 394	27.54 380	23.61 356	20.20 343	1.02 343	0.08 162	0.67 321	0.22 256	1.87 327	0.97 291

DISCO	16.36 344	1.88 206	16.15 327	7.78 280	4.19 250	26.92 374	10.21 327	30.31 308	44.26 390	21.35 301	33.91 339	35.80 376	22.40 357	35.65 408	33.87 404	0.18 190	0.08 162	0.04 135	0.04 139	1.71 323	0.54 232

PWC_ROB	18.37 368	10.55 384	25.19 374	10.21 343	6.29 337	23.75 351	4.79 202	35.93 372	48.75 404	32.56 387	44.46 398	34.68 371	24.78 370	30.99 389	25.72 382	1.38 356	0.08 162	1.57 364	0.26 280	2.18 338	3.17 363

AEACV	3.17 12	1.11 36	5.39 36	4.55 82	5.35 306	4.29 25	1.60 56	6.21 4	5.43 28	3.08 9	7.85 40	4.23 26	6.55 133	5.51 12	1.56 7	0.00 1	0.09 171	0.03 118	0.32 303	0.20 78	0.12 62

Patchmatch Stereo++	5.56 92	1.74 174	9.01 188	5.09 110	0.41 18	5.66 96	2.40 123	12.52 67	7.00 49	12.52 108	18.08 133	13.02 154	6.74 137	11.59 143	4.01 138	0.78 322	0.09 171	0.09 181	0.00 1	0.22 85	0.22 139
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
PSM-adaLoss	5.50 83	1.74 174	9.03 192	5.09 110	0.42 23	5.66 96	1.98 101	12.50 65	7.01 54	12.52 108	18.13 138	12.96 150	6.77 141	11.11 114	3.83 125	0.72 318	0.09 171	0.09 181	0.00 1	0.22 85	0.22 139

ROB_FTStereo_v2	5.53 84	1.74 174	8.97 185	5.09 110	0.42 23	5.64 90	2.02 103	12.50 65	7.00 49	12.51 107	18.10 135	12.99 151	6.72 136	11.50 135	4.04 141	0.70 314	0.09 171	0.09 181	0.00 1	0.22 85	0.23 147

ROB_FTStereo	5.49 82	1.74 174	8.96 183	5.09 110	0.42 23	5.65 91	1.68 60	12.53 70	7.00 49	12.53 114	18.00 132	13.02 154	6.74 137	11.51 136	3.81 124	0.60 303	0.09 171	0.09 181	0.00 1	0.22 85	0.22 139

iGMRVC	5.54 87	1.74 174	9.01 188	5.09 110	0.42 23	5.66 96	1.81 86	12.61 73	7.02 55	12.52 108	18.11 137	13.02 154	6.64 134	11.57 140	4.16 142	0.82 328	0.09 171	0.09 181	0.00 1	0.22 85	0.21 132

iRAFT	5.56 92	1.74 174	9.01 188	5.09 110	0.41 18	5.66 96	2.40 123	12.52 67	7.00 49	12.52 108	18.08 133	13.02 154	6.74 137	11.59 143	4.01 138	0.78 322	0.09 171	0.09 181	0.00 1	0.22 85	0.22 139

RAFT-IKP	5.53 84	1.74 174	8.95 180	5.09 110	0.41 18	5.45 78	2.08 107	12.52 67	7.00 49	12.52 108	18.13 138	12.93 149	6.79 142	11.59 143	3.99 136	0.80 326	0.09 171	0.09 181	0.00 1	0.22 85	0.22 139

iRaftStereo_RVC	4.68 55	1.51 111	6.89 86	4.91 101	0.72 65	5.26 73	0.46 12	17.60 153	10.47 95	9.53 78	15.13 109	5.75 51	3.24 32	8.93 61	2.22 51	0.00 1	0.09 171	0.00 1	0.00 1	0.46 198	0.41 205

pmcnn	14.59 334	3.68 310	19.78 360	6.83 241	4.51 268	21.27 336	14.67 369	27.37 272	30.54 304	27.09 354	40.19 374	38.71 385	18.53 338	17.70 298	19.27 335	0.84 331	0.09 171	0.00 1	0.00 1	0.48 207	0.31 183

IGEV-Stereo+	2.77 4	0.92 8	4.09 14	3.14 11	4.62 271	2.57 5	0.70 18	4.34 1	2.29 1	1.76 1	0.59 1	0.77 2	3.49 39	8.65 54	0.68 2	0.03 114	0.10 181	0.00 1	0.24 272	5.77 386	10.68 421

test_sample6	9.79 245	1.61 147	9.84 229	5.35 145	2.35 177	15.59 277	6.60 264	28.40 283	20.96 210	19.40 261	33.22 327	17.17 227	11.58 232	13.43 221	8.82 247	0.26 232	0.10 181	0.10 197	0.06 174	0.50 221	0.41 205

test_sample2	7.86 184	1.27 57	7.98 133	5.00 104	2.29 173	13.33 236	6.88 271	20.42 198	15.24 147	13.95 143	21.58 186	18.96 254	12.12 239	12.07 166	5.36 183	0.12 170	0.10 181	0.07 166	0.03 121	0.28 125	0.19 120

MyStereo07	4.38 48	1.92 214	5.06 29	6.09 192	4.31 260	6.54 136	9.96 317	15.35 116	5.15 23	4.34 27	5.65 27	3.15 12	5.77 108	11.33 129	1.81 20	0.06 143	0.10 181	0.03 118	0.04 139	0.63 255	0.30 176

MyStereo06	6.40 125	1.76 187	13.15 288	6.19 199	4.40 264	7.09 152	9.95 315	16.68 142	6.98 48	12.91 124	10.76 76	17.84 240	5.71 105	9.97 83	3.39 107	0.06 143	0.10 181	0.02 102	0.04 139	0.73 275	0.29 173

MyStereo05	9.29 226	1.76 187	8.95 180	6.19 199	4.40 264	7.09 152	9.95 315	31.21 317	40.82 371	17.31 220	12.93 96	10.33 110	12.52 246	13.93 232	7.05 206	0.06 143	0.10 181	0.02 102	0.04 139	0.73 275	0.29 173

MyStereo04	9.24 221	1.92 214	8.78 172	6.09 192	4.31 260	6.54 136	9.96 317	32.24 332	41.99 378	14.26 149	11.98 86	12.00 137	12.01 237	13.93 232	7.53 216	0.06 143	0.10 181	0.03 118	0.04 139	0.63 255	0.30 176

testlalala	3.91 37	1.52 113	6.96 90	3.43 22	3.47 226	8.07 166	1.75 79	8.59 19	4.60 9	12.85 122	9.85 58	7.14 71	1.93 19	5.51 12	1.93 24	0.01 59	0.10 181	0.00 1	0.31 299	0.04 3	0.04 13

DeepStereo_RVC	5.65 97	1.65 158	9.06 194	5.21 133	0.56 39	5.55 86	1.84 89	12.16 61	7.22 58	13.94 142	14.96 107	12.58 143	10.27 202	11.25 127	5.81 189	0.39 266	0.10 181	0.11 210	0.00 1	0.18 71	0.22 139

GES	8.51 202	1.98 222	11.82 270	6.39 210	1.77 149	12.36 222	6.22 247	21.55 207	21.34 217	19.02 258	26.02 230	8.79 92	9.34 184	13.94 234	7.24 209	0.38 256	0.10 181	0.30 288	0.14 224	0.69 265	0.73 267

psm_up	13.18 321	1.91 210	8.81 173	9.59 325	5.84 326	15.17 269	11.37 344	38.74 393	30.81 308	20.66 287	30.32 281	30.00 338	23.12 359	19.19 314	16.02 312	0.58 298	0.10 181	0.17 240	0.01 76	0.65 261	0.55 233

GANet-RSSM	9.48 233	1.32 69	6.45 71	6.72 235	5.51 311	12.78 229	6.03 241	26.55 262	18.96 195	14.92 159	27.95 252	25.41 314	14.69 290	13.52 225	7.60 221	0.10 162	0.10 181	0.16 238	0.01 76	0.51 224	0.39 198

GwcNet-RSSM	10.65 271	1.94 218	8.57 164	6.89 243	5.26 301	12.26 221	5.21 208	25.80 254	31.50 310	16.67 206	33.52 333	23.70 298	13.88 271	12.84 200	13.67 296	0.05 132	0.10 181	0.14 228	0.02 105	0.65 261	0.39 198

Occ-G	3.68 32	1.07 28	4.68 18	3.11 10	1.26 112	3.63 16	6.75 268	7.88 13	4.90 13	4.37 29	8.36 41	9.68 105	4.39 58	9.65 76	3.23 102	0.00 1	0.11 194	0.00 1	0.19 250	0.19 75	0.07 31

RAFT-Stereo-weight	5.07 61	0.93 10	5.57 44	4.24 61	0.72 65	6.05 121	1.63 57	17.77 157	17.16 170	10.99 93	10.22 67	12.06 140	1.67 14	9.25 70	2.69 73	0.06 143	0.11 194	0.00 1	0.00 1	0.15 55	0.12 62

test_sample1	7.66 178	1.26 56	8.87 174	5.04 105	2.61 188	14.61 260	4.58 195	20.08 189	9.81 90	13.83 141	21.62 188	18.21 250	12.26 240	11.71 150	8.01 231	0.11 166	0.11 194	0.02 102	0.02 105	0.20 78	0.17 104

MC-Stereo	3.99 43	0.95 11	4.70 20	5.09 110	0.44 28	3.77 17	1.79 85	9.86 35	7.05 57	6.34 49	13.35 98	6.83 65	6.34 127	10.80 103	1.75 19	0.00 1	0.11 194	0.06 156	0.24 272	0.12 41	0.14 79

CrosDoStereo	9.24 221	1.29 61	8.16 144	4.56 84	1.04 89	7.52 159	15.00 373	15.85 130	24.31 250	24.27 323	33.44 331	13.37 164	13.82 267	12.23 173	8.86 249	0.01 59	0.11 194	0.09 181	0.04 139	0.36 168	0.53 230

DeepStereo_LL	9.24 221	1.29 61	8.16 144	4.56 84	1.04 89	7.52 159	15.00 373	15.85 130	24.31 250	24.27 323	33.44 331	13.37 164	13.82 267	12.23 173	8.86 249	0.01 59	0.11 194	0.09 181	0.04 139	0.36 168	0.53 230

MDST_ROB	17.92 364	1.60 142	13.68 301	13.88 384	6.44 338	43.05 422	14.86 371	42.74 412	41.66 374	43.25 416	42.85 390	28.43 328	17.28 324	29.35 384	16.06 313	0.88 333	0.11 194	0.63 318	0.47 329	0.50 221	0.64 252

GCAP-BAT	4.57 52	2.24 255	7.50 111	3.14 11	4.24 251	5.93 117	1.88 92	9.03 22	5.80 32	13.03 128	12.47 91	8.46 88	2.89 29	11.02 109	2.94 84	0.00 1	0.12 201	0.01 88	0.28 287	0.05 9	0.28 167

EGLCR-Stereo	2.92 7	1.06 24	5.28 34	3.38 20	0.55 38	4.59 30	0.66 14	10.43 44	4.81 11	3.30 13	3.23 3	7.93 80	1.71 15	9.22 69	1.62 14	0.05 132	0.12 201	0.00 1	0.00 1	0.23 97	0.16 98

RAFT_CTSACE	8.24 196	1.97 221	8.39 150	6.89 243	5.11 294	5.86 114	2.63 135	14.62 103	16.88 168	23.52 321	34.77 343	16.02 206	7.37 147	17.91 301	2.23 52	0.00 1	0.12 201	0.00 1	0.03 121	0.39 182	0.05 20

SA	7.93 186	1.54 118	9.13 199	7.98 286	0.64 49	5.85 112	2.29 117	22.27 217	24.54 257	13.17 131	31.07 295	8.87 94	10.32 203	16.49 286	3.12 95	0.04 121	0.12 201	0.17 240	0.30 296	0.45 197	0.17 104

ac_64	11.10 283	1.49 104	9.88 230	8.24 293	5.45 310	19.12 321	6.46 258	24.10 236	14.34 139	22.80 314	23.87 212	33.28 362	15.54 304	18.87 309	17.26 324	0.28 235	0.12 201	0.02 102	0.02 105	0.26 115	0.63 246

WCG-NET（raft）	4.57 52	1.16 42	6.01 54	2.95 6	0.19 1	5.09 68	2.01 102	10.28 41	15.34 150	8.64 71	11.43 81	9.63 104	5.06 86	10.96 108	2.19 50	0.00 1	0.13 206	0.00 1	0.01 76	0.14 50	0.12 62

1111x	11.32 284	1.34 71	8.95 180	5.20 131	1.96 159	14.46 258	7.75 288	35.65 370	28.23 287	15.66 182	26.66 241	26.65 319	14.76 292	15.88 268	22.27 356	0.24 224	0.13 206	0.04 135	0.06 174	0.30 136	0.24 153

LL-Strereo2	5.54 87	2.17 248	9.12 197	5.65 156	2.54 186	6.48 132	2.27 116	15.08 108	7.79 66	10.99 93	10.26 68	15.94 203	3.50 40	13.25 218	3.63 112	0.00 1	0.13 206	1.34 361	0.10 204	0.30 136	0.19 120

knoymous	6.19 122	1.49 104	4.49 16	3.81 44	1.87 153	5.84 110	5.76 227	14.51 101	14.18 137	13.31 136	21.59 187	12.64 144	6.49 131	12.41 182	4.03 140	0.12 170	0.13 206	0.12 213	0.00 1	0.71 270	0.35 192

qqq	6.96 155	1.40 80	8.15 143	4.50 79	1.03 88	8.55 170	6.93 274	20.20 190	11.88 107	12.00 100	18.19 140	16.02 206	11.15 216	11.09 112	7.45 214	0.06 143	0.13 206	0.02 102	0.05 160	0.25 106	0.20 125

BUS	9.20 219	1.48 100	7.93 130	6.74 236	3.96 240	17.62 312	2.79 142	33.06 341	21.58 220	17.99 235	21.34 182	14.49 179	9.40 186	14.18 236	10.57 272	0.19 194	0.13 206	0.14 228	0.04 139	0.30 136	0.09 41

BSDual-CNN	9.70 241	1.48 100	7.93 130	6.74 236	3.96 240	16.10 287	7.13 277	33.06 341	21.58 220	17.99 235	21.34 182	22.28 283	11.53 228	14.18 236	7.81 225	0.19 194	0.13 206	0.14 228	0.04 139	0.30 136	0.09 41

hknet	10.13 260	1.56 130	10.27 243	6.74 236	3.72 230	16.10 287	7.13 277	33.06 341	21.12 214	17.99 235	21.34 182	23.11 289	14.95 293	16.43 285	8.34 240	0.14 176	0.13 206	0.14 228	0.04 139	0.30 136	0.09 41

psmg	9.80 246	1.48 100	7.93 130	5.18 128	3.96 240	15.85 281	7.93 289	29.11 292	21.58 220	20.93 290	25.06 220	22.28 283	11.53 228	14.18 236	7.81 225	0.19 194	0.13 206	0.17 240	0.04 139	0.36 168	0.21 132

TANstereo	4.70 57	1.08 30	4.01 13	3.53 32	0.47 29	14.26 249	0.15 5	8.67 20	12.54 114	12.50 106	18.43 141	5.20 42	4.54 70	5.68 15	2.07 38	0.00 1	0.13 206	0.00 1	0.01 76	0.02 1	0.63 246

test_xeample	11.49 288	1.24 54	7.50 111	5.22 135	2.18 168	17.40 305	6.49 260	31.14 316	22.77 233	17.90 233	33.09 326	18.48 252	14.61 289	13.51 224	37.38 417	0.16 184	0.13 206	0.01 88	0.03 121	0.23 97	0.24 153

raft+_RVC	6.69 139	1.61 147	5.57 44	6.37 208	4.62 271	6.51 135	6.18 246	20.39 197	23.38 237	10.62 90	17.82 131	9.89 106	5.65 103	10.70 97	3.67 116	0.00 1	0.14 217	0.00 1	0.00 1	0.34 163	0.27 163

222	12.33 303	1.29 61	8.09 140	6.06 190	2.14 167	19.51 324	2.53 129	33.63 347	23.55 238	21.72 304	30.51 283	20.11 267	16.77 316	13.22 217	46.51 438	0.15 182	0.14 217	0.01 88	0.03 121	0.26 115	0.26 161

FADNet-RVC	13.27 324	11.57 394	39.71 404	7.94 284	4.50 267	15.41 272	6.95 275	27.96 277	22.98 235	20.37 281	30.73 287	26.86 322	11.31 223	20.50 338	14.28 300	0.14 176	0.14 217	0.13 224	0.18 238	2.83 348	0.86 282

Pointernet	3.22 14	0.84 5	5.79 49	3.22 13	0.35 13	5.27 74	0.37 8	16.46 139	5.96 33	4.11 23	6.81 32	4.84 38	2.73 28	4.78 8	2.52 65	0.00 1	0.15 220	0.00 1	0.22 256	0.04 3	0.02 7

DispNO	9.33 228	1.78 196	15.84 325	5.73 165	5.74 321	12.24 219	4.81 204	25.06 243	21.10 213	16.70 208	20.86 177	17.78 238	11.76 234	16.74 290	8.85 248	0.22 212	0.15 220	0.03 118	0.12 215	0.41 190	0.64 252

gwcnet-sp	9.81 247	2.82 282	13.47 296	5.99 182	4.27 254	16.20 293	5.91 230	25.55 248	24.34 253	21.01 291	20.69 170	15.22 192	14.96 294	14.50 245	9.97 261	0.05 132	0.15 220	0.02 102	0.08 186	0.49 216	0.51 227

scenet	9.81 247	2.82 282	13.47 296	5.99 182	4.27 254	16.20 293	5.91 230	25.55 248	24.34 253	21.01 291	20.69 170	15.22 192	14.96 294	14.50 245	9.97 261	0.05 132	0.15 220	0.02 102	0.08 186	0.49 216	0.51 227

ssnet	9.81 247	2.82 282	13.47 296	5.99 182	4.27 254	16.20 293	5.91 230	25.55 248	24.34 253	21.01 291	20.69 170	15.22 192	14.96 294	14.50 245	9.97 261	0.05 132	0.15 220	0.02 102	0.08 186	0.49 216	0.51 227

x	6.80 148	1.36 74	6.94 88	4.58 86	1.88 154	10.78 197	4.55 193	19.79 186	10.62 96	12.69 119	19.54 156	14.87 188	10.11 200	9.52 74	8.03 233	0.07 153	0.15 220	0.04 135	0.04 139	0.24 102	0.22 139

ADLNet2	12.44 306	2.17 248	12.84 283	9.17 310	5.82 324	20.00 327	10.13 324	32.53 334	36.22 352	18.62 252	19.39 150	21.96 278	17.07 321	21.43 344	19.42 336	0.24 224	0.15 220	0.06 156	0.08 186	0.86 286	0.57 237

DEmStereo	8.85 212	1.36 74	9.99 237	4.24 61	1.05 91	11.49 207	5.91 230	13.76 95	26.68 275	22.03 306	32.92 324	11.86 132	15.27 301	11.48 133	8.08 234	0.16 184	0.15 220	0.02 102	0.09 199	0.09 25	0.44 214

11t1	5.86 103	1.10 35	7.74 123	5.18 128	1.44 126	13.82 242	2.36 119	14.92 107	7.26 59	12.98 126	11.10 77	11.24 123	9.30 181	11.59 143	6.54 199	0.10 162	0.16 228	0.00 1	0.01 76	0.18 71	0.23 147

HGLStereo	12.72 313	2.66 277	12.34 275	9.93 334	7.55 363	16.16 291	7.45 284	31.48 322	27.01 277	20.01 272	35.31 345	26.98 325	18.90 340	17.87 300	18.90 334	0.33 244	0.16 228	0.07 166	0.05 160	0.48 207	0.70 263

AIO-Stereo-zeroshot1	7.76 181	3.78 313	19.59 357	5.04 105	10.79 398	5.87 116	1.85 90	19.52 182	7.33 60	14.18 146	21.16 181	16.50 212	5.97 114	13.73 230	3.79 122	0.04 121	0.17 230	0.04 135	1.30 370	2.45 340	2.15 343

HH	5.47 77	2.08 238	9.00 186	4.88 98	1.07 93	4.93 52	3.60 172	16.68 142	6.83 44	8.39 67	12.14 87	15.05 190	9.06 176	12.68 192	1.93 24	0.02 96	0.17 230	0.18 245	0.00 1	0.28 125	0.48 222

HanStereo	5.47 77	2.08 238	9.00 186	4.88 98	1.07 93	4.93 52	3.60 172	16.68 142	6.83 44	8.39 67	12.14 87	15.05 190	9.06 176	12.68 192	1.93 24	0.02 96	0.17 230	0.18 245	0.00 1	0.28 125	0.48 222

NRIStereo	5.73 98	1.67 162	8.42 154	5.72 164	0.41 18	6.71 142	2.60 133	14.73 105	10.71 99	12.39 105	15.07 108	11.58 125	6.23 120	12.06 164	4.78 158	0.61 306	0.17 230	0.11 210	0.00 1	0.28 125	0.27 163

SFCPSM	8.85 212	1.40 80	11.34 263	5.23 137	3.47 226	16.55 299	7.18 280	30.71 313	25.24 260	16.45 199	19.45 151	11.10 121	9.61 190	11.88 156	5.52 186	0.22 212	0.17 230	0.36 296	0.22 256	0.29 131	0.58 239

UPFNet	11.72 291	1.52 113	10.33 244	7.38 262	7.14 355	20.05 328	9.62 311	28.90 291	25.94 268	20.02 273	29.73 274	20.91 270	16.34 312	18.61 307	16.17 316	0.26 232	0.17 230	0.25 271	0.03 121	0.55 235	0.56 236

model_zeroshot	5.12 62	1.53 115	9.70 225	5.33 143	1.54 134	8.71 172	2.23 114	15.60 123	8.29 74	13.74 140	10.02 63	10.57 112	2.97 30	8.47 47	2.61 68	0.02 96	0.18 236	0.14 228	0.25 276	0.06 12	0.34 188

AACVNet	10.58 270	2.86 285	9.78 228	8.95 304	3.30 218	10.80 198	4.78 200	22.37 218	12.55 115	27.50 356	29.84 275	30.06 340	15.99 309	19.10 313	11.60 285	0.40 268	0.18 236	0.22 264	0.03 121	0.62 252	0.73 267

xxxx	11.74 293	1.16 42	7.88 127	5.61 154	1.99 160	20.46 330	3.12 151	33.99 350	23.76 246	15.53 178	30.67 284	26.88 323	14.50 288	12.98 209	35.48 409	0.19 194	0.18 236	0.01 88	0.02 105	0.22 85	0.27 163

BEATNet_4x	9.37 230	4.85 334	12.05 274	5.48 149	1.35 122	13.15 233	6.15 245	25.06 243	16.74 167	16.18 193	24.65 217	17.29 232	12.51 245	16.91 292	10.92 276	0.38 256	0.18 236	0.81 337	0.05 160	1.95 329	0.65 254

Nwc_Net	17.98 365	4.67 331	17.79 348	14.26 386	11.65 406	25.14 364	14.88 372	40.85 402	39.83 367	21.07 295	43.24 392	34.50 369	27.64 381	26.44 372	25.03 374	3.22 385	0.18 236	2.52 380	3.18 392	1.98 330	1.51 321

MyStereo8	7.13 160	2.48 267	10.86 258	6.81 240	4.98 285	10.73 195	1.42 44	14.58 102	9.73 88	15.75 183	23.16 206	12.17 142	7.96 159	9.85 79	10.21 268	0.04 121	0.19 241	0.08 174	0.21 254	0.58 244	0.82 276

ttt	9.98 255	1.49 104	7.30 108	6.43 212	3.95 239	14.02 244	5.06 205	33.03 340	29.84 299	14.90 158	30.95 291	14.81 186	9.66 191	15.36 256	11.38 284	0.38 256	0.19 241	0.10 197	0.03 121	0.37 173	0.28 167

Any-RAFT	6.04 117	1.16 42	4.52 17	4.47 78	1.20 108	10.46 189	1.97 100	21.84 211	15.52 154	11.21 95	19.37 149	13.34 163	4.72 79	8.65 54	2.03 35	0.01 59	0.19 241	0.00 1	0.00 1	0.04 3	0.08 39

CSP-Net	12.85 315	2.95 290	9.64 218	5.94 178	3.96 240	25.85 366	9.93 314	28.81 290	26.00 270	29.31 369	32.44 317	30.00 338	15.16 299	20.25 330	14.30 301	0.55 296	0.19 241	0.03 118	0.00 1	0.65 261	0.98 294

RAFT	8.51 202	2.16 247	8.93 176	8.14 290	0.81 75	12.63 226	8.49 297	16.34 136	15.56 155	22.31 308	18.99 147	19.29 262	11.39 225	17.57 297	6.05 191	0.01 59	0.19 241	0.27 275	0.02 105	0.64 259	0.45 216

CoDeX	9.24 221	1.77 193	9.54 212	6.08 191	3.79 234	16.45 298	6.76 269	26.15 258	25.03 258	17.18 218	25.12 222	14.69 184	11.68 233	12.22 172	6.71 201	0.30 238	0.20 246	0.15 234	0.02 105	0.23 97	0.68 257

MSKI-zero shot	4.76 59	1.56 130	5.98 52	5.14 121	1.13 100	6.55 138	1.55 52	12.76 74	8.06 68	10.44 87	11.50 82	13.47 169	2.38 24	12.07 166	1.90 21	0.01 59	0.20 246	0.02 102	0.29 291	0.14 50	0.14 79

PFNet+	6.68 137	1.40 80	9.60 214	5.64 155	0.85 76	5.79 107	1.74 76	13.63 90	15.30 149	17.88 232	21.38 185	14.52 181	6.07 115	12.74 198	4.89 166	0.63 310	0.20 246	0.11 210	0.30 296	0.05 9	0.91 287

PFNet	7.91 185	1.44 92	11.60 267	7.03 246	2.42 179	7.60 161	6.03 241	23.36 229	17.24 173	20.29 280	17.67 129	15.44 198	7.71 151	13.02 213	5.71 187	0.24 224	0.20 246	0.12 213	0.19 250	0.31 147	0.61 244

CFNet-RSSM	5.55 90	1.08 30	8.60 166	4.30 72	1.21 109	6.42 131	1.25 36	16.12 135	17.84 182	13.12 129	11.14 78	11.84 131	5.52 95	9.14 68	2.35 56	0.01 59	0.20 246	0.00 1	0.36 312	0.34 163	0.07 31

LE_ROB	22.93 401	3.07 294	14.02 305	7.70 277	2.86 198	31.99 395	17.35 393	28.10 280	67.19 447	70.51 449	55.61 429	49.07 423	47.62 431	24.76 363	36.49 411	0.35 251	0.20 246	0.27 275	0.55 337	0.48 207	0.44 214

SMFormer	10.46 268	1.37 76	13.37 291	4.41 73	1.30 114	14.40 255	3.29 154	30.25 304	29.81 295	19.55 263	29.37 264	18.06 245	14.40 284	15.42 258	12.70 289	0.38 256	0.21 252	0.28 281	0.03 121	0.33 160	0.31 183

tta	10.45 266	1.37 76	13.37 291	4.41 73	1.30 114	14.39 252	3.29 154	30.25 304	29.81 295	19.55 263	29.37 264	18.06 245	14.40 284	15.42 258	12.69 288	0.38 256	0.21 252	0.28 281	0.03 121	0.29 131	0.18 109

qqq1	9.96 253	1.37 76	13.37 291	4.41 73	1.30 114	14.40 255	3.29 154	30.25 304	29.81 295	19.55 263	29.37 264	18.06 245	14.40 284	15.42 258	3.18 98	0.38 256	0.21 252	0.00 1	0.01 76	0.29 131	0.18 109

fff1	9.96 253	1.37 76	13.37 291	4.41 73	1.30 114	14.40 255	3.29 154	30.25 304	29.81 295	19.55 263	29.37 264	18.06 245	14.40 284	15.42 258	3.18 98	0.38 256	0.21 252	0.00 1	0.01 76	0.29 131	0.18 109

ProNet	3.61 29	1.91 210	6.17 60	3.31 16	0.67 51	5.51 79	6.46 258	12.60 72	6.23 36	3.18 11	4.80 16	3.64 19	3.57 41	11.15 122	2.11 44	0.02 96	0.21 252	0.01 88	0.01 76	0.41 190	0.14 79

Wz-Net-SNSev	22.67 398	16.94 409	45.69 414	13.85 383	8.52 379	28.89 381	27.06 425	39.39 396	55.04 423	31.77 382	53.23 420	39.18 388	23.41 361	26.40 370	36.25 410	0.78 322	0.21 252	1.21 357	0.90 353	3.03 353	1.62 325

NINENet	10.74 275	2.29 258	10.44 247	8.03 287	5.09 292	17.62 312	2.79 142	38.69 392	33.24 329	18.35 247	26.31 235	14.49 179	9.40 186	15.88 268	10.57 272	0.41 270	0.21 252	0.29 284	0.00 1	0.42 193	0.23 147

WZ-Net	25.17 413	12.95 397	63.02 435	15.13 393	10.42 396	38.51 415	27.42 427	40.46 400	54.17 418	28.32 362	52.95 419	40.81 398	28.36 387	37.07 413	41.35 429	1.21 351	0.21 252	0.73 325	0.94 357	5.42 385	3.87 368

cross-raft	5.37 76	1.23 49	6.66 75	5.91 176	1.25 111	6.00 119	1.48 45	15.82 129	7.70 64	12.95 125	20.80 175	11.63 126	4.42 59	8.59 49	2.23 52	0.01 59	0.21 252	0.00 1	0.22 256	0.21 82	0.10 48

UGAM-zero	6.91 152	1.47 96	13.65 300	4.24 61	1.67 139	5.51 79	0.72 19	17.44 151	6.74 43	14.56 151	15.84 115	24.16 299	14.20 278	12.79 199	3.96 133	0.00 1	0.22 261	0.02 102	0.58 340	0.14 50	0.27 163

IGEV_Zeroshot_test	5.28 70	2.03 234	14.26 310	6.09 192	1.33 120	4.32 26	1.03 31	14.46 100	6.50 39	13.33 137	11.89 85	11.01 117	3.45 36	10.71 98	3.64 113	0.03 114	0.22 261	0.15 234	0.26 280	0.80 282	0.20 125

LL-Strereo	10.79 278	3.52 306	12.54 278	8.77 300	5.44 309	7.49 156	9.26 305	35.15 365	28.70 289	16.47 200	15.85 116	21.06 273	17.42 327	21.62 345	9.72 256	0.21 207	0.22 261	0.74 326	0.08 186	0.98 292	0.60 242

Wz-Net-LNSev	18.19 367	10.57 385	41.33 407	10.19 342	7.94 373	24.29 354	15.28 377	34.15 352	43.38 386	32.90 389	43.72 395	31.94 350	22.21 356	20.81 341	22.26 355	0.47 283	0.22 261	0.00 1	0.02 105	1.22 305	0.94 289

Gwc-CoAtRS	5.54 87	1.22 47	8.40 152	4.28 69	1.36 123	6.93 149	1.31 37	15.48 118	15.03 145	12.62 118	13.32 97	12.74 147	5.71 105	8.61 50	2.98 87	0.01 59	0.22 261	0.00 1	0.29 291	0.28 125	0.07 31

PSMNet_ROB	16.90 351	5.45 345	14.16 308	13.77 381	7.25 357	27.65 376	32.74 434	43.21 416	37.88 361	24.00 322	32.97 325	34.55 370	16.69 315	17.41 295	23.96 367	0.38 256	0.22 261	0.93 344	2.05 383	1.83 325	0.96 290

EKT-Stereo	5.73 98	1.42 83	7.85 126	7.16 255	5.35 306	5.22 71	4.41 190	18.13 166	14.05 135	8.77 73	12.85 94	9.55 103	4.26 56	11.19 124	2.45 63	0.45 278	0.23 267	0.07 166	0.10 204	0.16 61	0.87 284

MIM_Stereo	7.02 156	1.55 121	10.78 255	4.17 54	0.58 42	5.25 72	1.32 39	19.03 177	12.59 116	16.74 209	28.83 260	13.20 160	5.53 96	12.89 202	7.11 207	0.00 1	0.23 267	0.00 1	0.01 76	0.38 179	0.28 167

ToySt	10.51 269	2.00 224	15.67 323	5.33 143	0.95 85	14.97 263	9.51 309	24.02 234	27.37 279	14.61 153	24.67 218	24.56 302	14.70 291	16.86 291	13.35 292	0.06 143	0.23 267	0.03 118	0.09 199	0.62 252	0.67 256

raft_robust	7.97 190	2.26 257	6.75 79	5.83 169	0.72 65	5.57 87	0.84 23	33.59 346	34.21 337	18.17 240	19.88 159	6.50 60	5.62 101	15.33 254	2.83 78	0.03 114	0.23 267	0.00 1	0.37 316	0.32 156	0.39 198

Sa-1000	8.38 199	1.50 107	8.13 141	7.56 273	0.89 80	14.39 252	2.47 126	24.31 238	23.74 244	15.18 174	28.35 256	11.42 124	8.85 173	16.20 282	3.28 103	0.17 187	0.23 267	0.15 234	0.23 265	0.46 198	0.19 120

GMOStereo	5.97 110	1.55 121	7.18 96	5.17 123	0.71 57	5.54 82	2.21 109	10.54 46	12.86 117	18.29 243	22.01 190	17.06 219	6.27 122	6.62 25	2.43 59	0.00 1	0.23 267	0.12 213	0.00 1	0.46 198	0.10 48

error version	5.97 110	1.55 121	7.18 96	5.17 123	0.71 57	5.54 82	2.21 109	10.54 46	12.86 117	18.29 243	22.01 190	17.06 219	6.27 122	6.62 25	2.43 59	0.00 1	0.23 267	0.12 213	0.00 1	0.46 198	0.10 48

test-v	5.97 110	1.55 121	7.18 96	5.17 123	0.71 57	5.54 82	2.21 109	10.54 46	12.86 117	18.29 243	22.01 190	17.06 219	6.27 122	6.62 25	2.43 59	0.00 1	0.23 267	0.12 213	0.00 1	0.46 198	0.10 48

TRStereo	6.22 123	6.09 352	11.30 262	9.19 312	7.41 361	4.75 41	1.74 76	19.70 183	11.74 106	10.61 88	8.65 42	10.67 113	3.22 31	13.81 231	3.60 111	0.31 241	0.23 267	0.12 213	0.36 312	0.48 207	0.38 195

test-2	5.97 110	1.55 121	7.18 96	5.17 123	0.71 57	5.54 82	2.21 109	10.54 46	12.86 117	18.29 243	22.01 190	17.06 219	6.27 122	6.62 25	2.43 59	0.00 1	0.23 267	0.12 213	0.00 1	0.46 198	0.10 48

NCCL2	17.23 355	6.37 357	14.30 312	23.45 420	7.18 356	24.16 353	17.05 391	34.39 357	25.88 266	31.55 379	38.01 361	42.09 404	26.81 376	20.94 342	22.69 360	0.45 278	0.23 267	2.63 381	1.80 378	2.02 334	2.57 348

AIO-Stereo-zeroshot	7.16 163	3.12 297	14.04 306	4.74 89	6.89 350	6.58 139	0.68 16	21.97 216	9.36 86	10.84 91	17.38 127	17.36 233	9.24 180	12.45 185	4.44 150	0.04 121	0.24 278	0.10 197	1.00 360	1.36 314	1.43 318

MoCha-V2	3.20 13	0.92 8	4.82 21	5.09 110	0.40 16	4.63 31	1.37 41	9.81 34	5.41 27	5.58 47	5.26 18	2.63 10	6.48 130	9.90 80	1.15 4	0.02 96	0.24 278	0.00 1	0.25 276	0.07 19	0.04 13

riskmin	6.42 127	1.29 61	6.76 80	3.95 47	2.25 171	10.49 190	2.53 129	15.11 109	17.60 179	9.77 80	12.91 95	15.25 195	12.04 238	11.58 141	5.11 171	0.14 176	0.24 278	0.13 224	0.03 121	0.61 249	0.69 259

iRaft-Stereo_20w	6.06 118	1.84 202	12.04 273	4.23 60	1.67 139	6.77 146	2.22 113	18.73 173	6.08 35	14.72 154	10.33 69	13.42 168	8.14 162	15.88 268	3.08 94	0.01 59	0.24 278	0.13 224	0.39 320	0.61 249	0.71 264

ASMatch	7.40 170	1.42 83	8.49 160	5.09 110	2.00 161	4.74 40	2.62 134	16.54 141	13.17 124	17.08 214	34.75 342	13.13 159	10.33 204	12.04 161	4.82 163	0.05 132	0.24 278	0.21 261	0.17 237	0.16 61	0.97 291

XX-Stereo	6.14 120	1.47 96	9.11 196	11.87 371	6.76 344	3.27 9	0.93 24	15.13 110	5.43 28	8.79 74	28.46 257	13.71 172	2.22 22	11.51 136	2.07 38	0.20 202	0.24 278	0.08 174	0.29 291	1.04 295	0.13 74

FENet	7.94 187	1.01 17	6.72 76	5.87 171	2.07 165	11.11 204	2.03 104	21.39 205	20.81 208	17.14 217	22.65 201	14.43 178	11.54 230	12.97 208	7.89 228	0.15 182	0.24 278	0.03 118	0.02 105	0.14 50	0.62 245

ETE_ROB	17.67 361	9.48 376	17.66 344	13.60 379	4.57 269	23.03 347	21.09 405	32.49 333	35.24 344	30.49 374	38.06 362	46.18 418	24.49 365	26.40 370	24.21 370	0.46 282	0.24 278	1.14 352	0.84 351	1.52 318	2.13 340

THIR-Stereo	9.38 231	1.78 196	8.50 161	4.74 89	0.71 57	15.92 282	11.93 351	16.39 137	21.56 219	24.27 323	32.07 311	14.40 177	14.14 277	11.49 134	8.39 241	0.05 132	0.25 286	0.10 197	0.05 160	0.33 160	0.58 239

RYNet	18.92 372	4.69 332	16.88 336	10.99 358	15.84 416	46.72 424	16.57 388	37.84 386	48.03 400	26.92 350	26.48 238	37.84 384	24.92 371	19.80 321	31.04 402	0.25 230	0.25 286	0.62 317	0.03 121	6.34 388	6.39 392

testlalala2	5.91 106	1.62 152	8.59 165	15.36 395	10.36 395	7.93 164	3.62 174	12.89 75	9.73 88	15.55 179	12.18 89	8.57 91	2.50 25	5.35 11	2.62 70	0.01 59	0.26 288	0.00 1	0.50 332	0.49 216	0.07 31

DCRE	6.07 119	1.75 183	8.41 153	7.20 256	3.82 235	6.48 132	4.18 185	15.52 120	10.42 94	9.24 76	22.47 200	11.71 128	5.46 94	10.62 93	3.02 89	0.02 96	0.26 288	0.05 142	0.30 296	0.15 55	0.24 153

Wz-Net-MNSev	18.98 373	6.53 359	33.16 395	10.15 341	7.26 359	38.37 414	16.45 386	34.19 354	43.20 384	30.65 375	40.76 376	40.51 396	19.24 342	27.56 375	28.06 398	0.81 327	0.26 288	0.05 142	0.10 204	1.45 317	0.84 278

PWCDC_ROB	17.80 363	9.62 377	18.38 350	17.95 404	7.74 368	24.61 357	5.56 223	34.41 358	52.79 415	29.66 370	50.20 415	20.63 268	19.69 345	29.85 387	20.87 345	6.18 403	0.26 288	0.10 197	0.05 160	5.36 383	2.00 338

GASNet	17.30 356	19.38 416	30.46 390	20.66 411	9.36 389	16.06 285	9.06 302	43.89 420	40.04 368	25.35 338	23.73 208	32.90 360	15.37 303	28.91 382	17.05 320	3.04 383	0.27 292	1.88 369	0.45 327	6.73 389	1.37 314

rvit_0105_6	5.74 100	2.76 279	14.29 311	9.83 332	1.73 145	5.18 70	5.24 209	10.21 40	20.31 205	6.26 48	6.78 31	10.10 109	6.43 129	11.20 126	3.33 104	0.18 190	0.29 293	0.00 1	0.00 1	0.51 224	0.14 79

RAFT-Test	5.75 101	1.32 69	6.77 81	4.07 48	1.71 143	9.95 182	1.56 54	15.78 128	8.34 77	12.73 121	23.83 211	11.80 129	4.69 73	8.99 63	2.57 67	0.01 59	0.29 293	0.00 1	0.38 318	0.16 61	0.07 31

DRaft	9.27 225	1.23 49	9.08 195	3.62 38	0.78 73	13.27 235	5.89 229	16.97 145	29.57 291	21.15 298	38.46 366	10.09 108	13.98 273	11.58 141	7.91 229	0.43 275	0.30 295	0.06 156	0.26 280	0.26 115	0.45 216

IRAFT_RVC	8.76 209	1.47 96	9.55 213	7.31 258	1.77 149	6.49 134	10.43 329	25.94 255	27.33 278	17.50 225	19.85 158	17.93 242	10.21 201	12.88 201	5.44 184	0.17 187	0.30 295	0.19 253	0.05 160	0.22 85	0.12 62

StereoDRNet	15.30 339	4.47 328	14.35 313	10.71 352	8.69 381	25.02 363	11.03 337	39.66 397	35.62 347	29.17 366	28.81 259	34.05 366	17.80 330	18.80 308	23.77 365	0.41 270	0.30 295	0.15 234	0.14 224	1.64 321	1.42 317

rafts_anoy	6.02 115	1.67 162	6.27 67	6.53 219	4.98 285	5.30 75	2.53 129	13.77 96	21.01 211	12.70 120	16.23 120	8.56 90	5.65 103	9.09 67	5.22 175	0.04 121	0.31 298	0.09 181	0.03 121	0.25 106	0.17 104

STTStereo	12.97 317	4.88 338	26.57 378	7.54 272	5.41 308	13.43 237	6.49 260	30.53 311	26.35 274	25.14 334	31.43 301	32.00 351	14.12 276	16.01 277	14.83 305	0.29 237	0.31 298	0.67 321	1.08 363	1.21 304	1.11 302

SuperB	17.60 360	6.22 356	56.40 429	7.91 283	5.07 291	19.70 326	9.03 300	24.87 242	50.15 411	26.25 348	39.13 367	17.61 236	20.84 352	22.28 348	25.31 377	0.70 314	0.31 298	1.10 351	0.71 345	16.58 426	1.86 332

fast-acv-ft	14.25 333	4.00 320	16.20 328	7.51 270	5.14 296	26.38 371	9.77 313	24.62 240	34.84 343	25.30 337	37.27 356	32.09 352	20.38 349	18.32 303	19.50 337	0.36 253	0.32 301	0.63 318	0.47 329	1.18 302	0.76 271

CIPLG	7.15 162	2.44 264	12.82 282	7.38 262	4.93 280	10.51 191	4.56 194	15.17 112	13.25 127	17.45 224	19.75 157	8.42 86	4.60 72	11.41 132	8.31 238	0.33 244	0.32 301	0.03 118	0.14 224	0.37 173	0.72 266

IPLGR_C	7.16 163	2.48 267	12.98 285	7.52 271	4.91 279	10.56 192	4.59 196	15.63 124	14.12 136	17.42 222	18.87 145	8.00 82	4.59 71	10.76 99	8.81 246	0.32 242	0.32 301	0.03 118	0.13 220	0.36 168	0.76 271

ACRE	7.07 159	2.38 261	13.26 289	7.36 261	4.86 277	10.28 186	4.40 188	15.51 119	13.69 132	17.22 219	19.23 148	8.00 82	4.20 55	10.64 94	8.50 242	0.33 244	0.32 301	0.03 118	0.14 224	0.37 173	0.77 274

EAI-Stereo	5.21 67	1.74 174	8.46 158	5.69 159	1.37 124	5.67 101	3.52 165	18.77 174	5.65 31	9.75 79	16.08 118	6.36 57	3.57 41	11.73 151	3.64 113	0.01 59	0.33 305	0.03 118	1.06 362	0.21 82	0.65 254

NLCA_NET_v2_RVC	12.05 299	3.43 304	16.25 330	7.62 275	5.58 313	14.57 259	6.00 237	32.98 339	27.41 280	21.69 303	31.40 300	25.21 311	13.47 259	14.96 251	15.60 310	0.84 331	0.33 305	0.35 293	0.35 310	1.29 309	1.78 331
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
SGM-Forest	12.92 316	1.87 205	6.61 73	5.68 158	2.05 164	23.19 350	11.30 342	34.24 355	30.77 307	26.54 349	31.99 310	29.98 337	15.74 306	21.17 343	13.36 293	1.05 344	0.33 305	0.84 339	0.01 76	0.71 270	0.97 291
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
rvit_stereo_0075_2	9.10 217	3.87 318	19.26 356	11.81 369	8.82 384	5.75 104	4.40 188	22.77 223	17.68 181	11.90 98	28.34 255	16.05 209	6.35 128	14.30 239	7.67 224	0.52 292	0.34 308	0.51 309	0.08 186	0.38 179	1.14 306

DMCA-RVC	11.41 287	3.32 301	11.68 268	10.12 340	4.81 276	11.92 212	4.11 180	24.67 241	23.66 243	20.06 275	28.51 258	26.71 320	24.96 372	15.95 275	14.82 304	0.41 270	0.34 308	0.56 313	0.16 233	0.72 274	0.69 259

gcap-zeroshot	5.34 73	1.50 107	10.42 246	4.65 87	1.22 110	9.78 180	1.70 63	10.29 42	6.36 38	15.08 165	9.84 57	17.96 243	5.21 88	9.43 73	1.99 30	0.10 162	0.36 310	0.06 156	0.29 291	0.05 9	0.43 210

SGM_RVC	19.52 376	2.12 244	6.79 82	6.59 223	1.33 120	38.20 413	15.74 381	38.13 388	34.07 333	45.71 421	41.91 385	51.41 429	38.10 414	38.77 421	27.80 392	0.61 306	0.36 310	0.51 309	0.33 307	1.03 294	0.90 285
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
EDNetEfficientorigin	28.98 420	35.45 435	99.82 478	9.43 316	5.65 316	24.97 361	14.79 370	26.06 256	54.82 421	60.87 437	57.59 430	45.42 413	50.27 434	26.11 368	43.62 432	0.30 238	0.37 312	1.61 365	2.35 386	10.17 407	9.99 419

GANet-ADL	8.36 198	2.31 259	8.44 156	7.39 264	2.65 191	12.58 225	5.24 209	29.55 298	25.24 260	14.19 148	16.70 125	17.07 224	6.91 143	10.65 95	6.26 197	0.38 256	0.39 313	0.10 197	0.12 215	0.75 280	0.28 167

ADLNet	12.34 304	2.22 253	10.14 241	8.38 296	6.78 346	17.56 308	9.05 301	33.21 344	26.28 273	27.06 352	26.01 229	26.80 321	13.76 266	16.99 293	18.74 332	0.24 224	0.39 313	0.23 267	0.10 204	0.64 259	2.16 344

ADCP+	18.16 366	4.61 330	32.94 393	9.31 314	10.23 393	28.87 380	11.69 348	33.43 345	36.49 353	29.28 368	40.49 375	24.18 300	24.61 368	33.89 397	35.33 408	0.25 230	0.40 315	2.00 370	1.17 366	2.16 337	1.87 333

DSFCA	11.85 295	2.01 230	12.93 284	5.40 146	6.87 348	15.36 270	10.45 331	30.68 312	31.84 312	25.99 343	23.52 207	22.03 279	14.05 274	20.28 333	12.46 287	0.57 297	0.41 316	0.28 281	0.38 318	1.02 293	0.47 218

XQC	24.10 406	16.76 408	50.68 419	21.37 418	11.01 399	35.24 405	18.84 399	37.28 384	55.11 424	31.64 380	30.06 280	37.71 383	30.31 396	37.17 414	39.66 421	4.20 392	0.41 316	2.76 384	1.89 381	11.46 417	8.42 413

DRN-Test	15.88 341	3.83 316	14.70 317	9.96 336	8.02 375	28.93 382	14.65 368	42.34 409	38.25 363	28.18 361	34.31 341	29.22 333	18.35 335	20.01 323	22.68 359	0.37 255	0.41 316	0.46 304	0.28 287	1.28 308	1.34 312

NaN_ROB	16.51 346	6.51 358	16.22 329	10.53 350	4.64 273	31.76 393	17.78 395	37.00 381	43.37 385	29.68 371	31.29 297	32.67 359	20.32 348	28.00 379	16.06 313	0.38 256	0.41 316	0.32 290	0.41 322	0.87 288	1.94 336

rvit_0105_5	7.60 174	3.13 298	16.37 333	9.97 337	1.59 136	7.41 155	6.27 248	17.78 158	25.62 264	10.30 85	10.39 70	14.79 185	8.95 175	12.51 188	4.87 165	0.17 187	0.42 320	0.00 1	0.11 213	0.62 252	0.71 264

iinet-f	13.51 328	4.29 324	45.90 415	6.01 185	3.96 240	21.00 333	13.40 361	27.40 274	21.12 214	21.11 296	30.72 286	21.49 276	16.96 319	15.33 254	19.50 337	0.12 170	0.42 320	0.09 181	0.05 160	0.89 289	0.39 198

dd	7.96 189	4.08 321	11.49 266	6.53 219	0.93 84	8.28 169	4.03 179	16.53 140	33.82 330	15.17 173	16.50 122	6.79 64	5.96 113	14.30 239	9.90 259	1.13 348	0.42 320	0.17 240	0.44 325	2.01 333	0.79 275

ADCRef	17.30 356	6.73 361	42.01 410	10.11 339	8.78 383	26.61 373	10.45 331	31.29 320	32.75 327	31.19 377	41.62 384	18.47 251	19.78 346	24.29 359	34.06 406	0.76 321	0.42 320	2.16 373	1.79 377	1.23 306	1.56 323

rvit_0105_3	9.23 220	3.67 309	17.68 346	11.75 367	1.89 155	9.37 179	8.48 296	18.68 172	30.64 306	15.02 163	14.72 105	17.87 241	9.94 198	15.66 262	6.54 199	0.36 253	0.43 324	0.01 88	0.41 322	0.50 221	1.01 297

NVstereo2D	15.15 337	2.97 291	16.28 331	9.23 313	7.56 364	30.03 385	9.53 310	42.80 413	42.72 380	15.11 167	27.03 245	23.16 290	16.93 318	24.28 358	15.45 308	3.07 384	0.43 324	1.44 363	0.61 341	6.74 390	7.60 407

AE-Stereo	5.15 63	1.56 130	7.99 135	8.70 299	2.18 168	9.12 175	3.02 149	11.78 56	13.30 129	4.34 27	12.84 93	10.83 115	4.53 68	8.71 56	2.82 77	0.04 121	0.44 326	0.05 142	0.33 307	0.20 78	0.17 104

RTSC	19.64 377	9.36 373	31.06 391	10.99 358	6.24 335	28.10 377	10.14 325	37.50 385	58.34 432	31.74 381	36.70 353	32.50 356	21.03 354	36.00 411	37.24 416	1.23 352	0.44 326	0.12 213	0.31 299	1.98 330	1.69 329

ccs_rob	9.61 238	1.92 214	10.72 252	4.55 82	2.89 200	14.33 251	2.86 145	26.85 267	32.36 321	17.05 213	22.91 203	22.12 281	8.70 170	12.10 168	7.44 213	0.19 194	0.44 326	1.38 362	0.25 276	2.68 345	0.57 237

LALA_ROB	19.19 374	7.15 366	15.93 326	12.96 375	5.30 304	28.30 378	23.21 417	42.51 410	36.69 354	33.45 391	40.81 377	50.96 428	24.53 366	27.92 377	25.66 380	0.60 303	0.44 326	2.04 371	1.22 368	2.54 343	1.47 320

PCWNet_CMD	9.64 239	1.77 193	10.59 249	4.80 93	2.90 201	16.25 296	2.42 125	29.37 297	34.10 334	17.41 221	22.04 194	19.10 258	7.70 150	12.05 162	6.86 203	0.22 212	0.45 330	0.80 332	0.22 256	3.11 356	0.69 259

CFNet_pseudo	9.58 236	1.91 210	10.73 253	4.53 81	2.91 203	14.26 249	2.75 140	26.73 266	32.14 319	17.10 215	23.02 204	22.14 282	8.74 171	12.17 171	7.43 212	0.20 202	0.45 330	1.24 360	0.24 272	2.49 342	0.49 225

RALCasStereoNet	5.95 109	2.02 232	7.09 95	7.06 249	5.10 293	6.36 130	5.44 219	13.97 99	13.25 127	9.93 81	17.45 128	10.37 111	3.89 46	11.64 148	4.24 145	0.02 96	0.46 332	0.10 197	0.00 1	0.20 78	0.31 183

MSMDNet	9.64 239	1.77 193	10.63 250	4.83 94	2.90 201	16.35 297	2.37 122	29.33 296	34.29 338	17.43 223	22.10 196	19.05 257	7.79 154	12.11 169	6.87 204	0.23 220	0.46 332	0.67 321	0.21 254	2.77 347	0.60 242

rvit_0105_4	6.69 139	2.81 281	15.46 322	10.22 344	1.58 135	5.99 118	5.81 228	13.77 96	23.65 241	7.16 61	9.46 55	12.64 144	7.78 153	12.03 159	3.83 125	0.19 194	0.47 334	0.00 1	0.01 76	0.60 247	0.37 194

CSAN	21.34 390	9.45 375	23.34 369	20.99 414	4.95 282	32.57 397	34.26 435	38.83 394	49.95 409	36.97 401	39.72 371	44.97 412	31.73 401	26.05 367	23.94 366	1.52 357	0.47 334	0.85 340	1.43 372	2.73 346	2.14 342

CRFU-Net	12.56 310	2.89 286	11.77 269	8.18 291	5.80 323	24.84 358	10.46 335	24.56 239	13.12 122	30.06 373	29.37 264	29.09 330	19.64 344	19.96 322	18.53 331	0.82 328	0.48 336	0.27 275	0.15 230	0.53 230	0.68 257

SACVNet	13.38 327	4.08 321	11.41 265	11.67 366	5.79 322	17.28 303	9.39 306	32.77 336	22.29 228	28.11 360	33.35 329	32.48 354	21.86 355	19.75 320	10.28 270	1.00 340	0.48 336	0.85 340	0.29 291	1.31 312	3.08 356

DeepPruner_ROB	10.77 277	4.56 329	13.13 286	6.37 208	4.28 259	10.14 185	6.86 270	36.42 376	19.59 198	17.87 231	27.37 247	23.19 291	12.26 240	19.09 312	10.23 269	1.05 344	0.48 336	0.23 267	0.15 230	0.89 289	1.17 308

CBFPSM	12.42 305	2.59 275	28.96 383	4.74 89	3.20 215	22.33 342	16.31 385	21.13 203	21.03 212	21.04 294	27.81 250	30.24 341	15.99 309	14.59 249	14.80 303	0.04 121	0.49 339	0.10 197	0.16 233	0.51 224	2.34 347

test-1	5.62 96	1.53 115	14.78 319	7.44 266	1.11 96	7.99 165	1.19 35	13.03 79	12.04 110	9.39 77	15.23 111	11.15 122	5.56 97	7.06 31	3.57 108	0.07 153	0.50 340	0.00 1	0.10 204	0.16 61	0.47 218

sCroCo_RVC	5.06 60	3.29 300	16.45 334	10.72 353	6.64 340	5.83 108	2.74 139	9.67 29	8.06 68	3.66 18	9.20 52	4.81 37	4.95 84	8.12 44	4.64 154	0.64 312	0.50 340	0.06 156	0.03 121	0.70 268	0.42 208

FADNet-RVC-Resample	11.72 291	4.35 327	30.33 389	9.46 320	3.90 236	14.11 245	7.17 279	25.78 252	23.31 236	23.27 318	29.52 271	19.50 265	15.00 298	15.38 257	8.33 239	0.53 293	0.50 340	0.49 307	0.50 332	1.38 316	1.67 328

GEStereo_RVC	12.81 314	2.49 269	13.64 299	9.68 327	4.97 283	18.16 314	11.30 342	31.26 318	47.47 399	19.84 269	26.97 243	19.03 256	13.19 255	20.14 327	14.86 306	0.83 330	0.51 343	0.10 197	0.13 220	0.54 232	0.99 295

SANet	20.96 385	6.60 360	29.81 385	8.83 301	3.19 214	31.27 392	20.56 404	41.86 408	56.09 428	39.30 407	43.62 393	44.95 411	31.93 402	27.83 376	23.67 364	0.94 335	0.52 344	0.99 347	0.42 324	4.72 376	2.03 339

PS-NSSS	13.70 331	7.41 367	14.68 316	6.70 233	5.63 315	18.43 317	12.59 355	38.89 395	25.56 263	20.27 279	35.71 347	21.11 275	16.35 313	17.16 294	17.56 325	2.28 369	0.53 345	5.37 396	0.36 312	4.28 374	3.09 357

Syn2CoEx	17.03 353	10.40 383	25.65 376	20.35 409	8.02 375	26.28 370	11.27 341	37.16 382	32.69 326	28.89 363	40.17 373	29.27 334	26.63 375	19.19 314	17.63 326	0.98 338	0.54 346	1.23 359	0.23 265	1.82 324	2.24 345

RGC	19.90 381	13.26 398	20.24 364	18.19 405	14.06 414	21.21 335	14.33 366	34.97 362	43.60 388	27.73 358	41.49 383	39.76 391	27.98 383	34.52 400	21.37 346	3.66 389	0.54 346	8.67 415	4.16 401	4.19 372	4.02 369

dad	12.24 301	10.20 380	13.68 301	6.64 229	1.47 127	13.55 239	3.58 171	17.62 154	35.33 345	27.15 355	32.65 319	30.85 343	10.86 209	14.33 241	10.04 264	2.95 381	0.55 348	7.92 414	0.91 356	3.35 363	1.17 308

APVNet	17.75 362	5.46 346	20.35 365	12.31 373	8.40 377	30.16 386	24.10 418	41.14 405	30.12 302	25.08 333	41.09 378	31.24 345	23.12 359	27.07 373	27.86 393	0.34 248	0.56 349	3.02 386	0.52 335	1.68 322	1.45 319

ICVP	10.07 259	1.73 172	6.11 58	9.08 307	3.31 219	12.25 220	6.56 262	26.30 260	22.52 231	16.49 201	31.80 307	26.94 324	12.42 243	11.35 130	10.92 276	1.17 350	0.57 350	0.17 240	0.10 204	0.58 244	1.07 301
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RP	17.58 359	4.92 339	15.27 320	15.44 396	11.95 408	21.05 334	11.75 350	27.64 275	45.09 395	22.99 316	42.05 386	39.39 390	27.74 382	25.54 366	22.33 357	5.45 400	0.59 351	4.33 393	1.62 376	3.53 365	2.86 353

rvit_105_1	13.56 329	5.57 347	19.88 361	13.22 378	4.58 270	15.04 265	28.61 429	26.56 263	42.75 381	18.83 256	24.53 215	20.93 271	13.85 269	18.02 302	11.90 286	1.74 360	0.60 352	0.25 271	2.10 385	0.61 249	1.64 326

CBMV	13.69 330	3.63 307	8.02 137	5.93 177	2.69 192	22.57 345	12.44 354	29.81 300	31.57 311	31.20 378	33.79 336	31.04 344	17.41 326	25.28 365	14.11 299	0.71 316	0.60 352	0.60 316	0.11 213	1.11 299	1.13 305
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
RTS	30.15 423	23.12 423	96.33 468	16.71 398	11.63 404	58.66 442	24.28 419	36.80 378	62.63 440	43.79 417	46.10 401	32.56 357	43.90 426	51.29 436	40.92 425	2.38 373	0.66 354	1.06 348	0.74 346	5.11 380	4.34 373

RTSA	30.15 423	23.12 423	96.33 468	16.71 398	11.63 404	58.66 442	24.28 419	36.80 378	62.63 440	43.79 417	46.10 401	32.56 357	43.90 426	51.29 436	40.92 425	2.38 373	0.66 354	1.06 348	0.74 346	5.11 380	4.34 373

FADNet	14.18 332	10.92 389	37.56 400	7.79 281	6.64 340	17.48 307	6.91 272	34.73 360	34.03 332	18.85 257	27.02 244	28.26 327	14.24 280	17.77 299	10.09 265	0.41 270	0.67 356	0.37 297	0.37 316	8.13 399	1.34 312

FINET	15.49 340	6.08 349	24.99 373	8.12 289	7.69 367	21.80 339	22.35 410	33.76 349	48.27 401	25.99 343	32.27 315	19.48 264	16.83 317	19.07 311	16.38 317	1.37 354	0.70 357	0.95 345	0.27 284	2.61 344	0.90 285

GwcNet-ADL	8.48 200	1.70 170	9.38 208	7.10 251	2.78 196	6.74 145	6.57 263	30.15 302	26.01 271	15.15 172	17.77 130	13.93 173	6.96 144	12.96 207	9.91 260	0.48 284	0.72 358	0.01 88	0.01 76	0.51 224	0.84 278

GwcNet	16.48 345	5.23 342	20.03 363	10.24 345	8.48 378	28.79 379	10.09 321	38.60 391	44.51 391	23.29 319	36.95 354	31.29 346	19.79 347	20.42 335	25.70 381	0.54 294	0.72 358	0.57 314	0.39 320	1.37 315	2.64 350

EDNetEfficient	25.16 412	22.23 421	77.22 454	9.09 308	7.38 360	19.38 323	16.78 389	21.41 206	55.74 427	61.52 441	53.51 423	36.22 377	40.65 423	24.22 357	38.27 418	0.62 309	0.74 360	0.86 342	2.60 389	7.70 394	7.09 401

XPNet_ROB	17.33 358	4.84 333	15.44 321	11.15 361	6.64 340	20.88 332	16.10 383	36.26 375	39.54 365	31.80 383	41.32 380	41.30 401	23.91 362	24.67 360	27.40 387	1.07 347	0.74 360	0.79 330	0.25 276	1.10 298	1.31 311

aanetorigin	19.21 375	12.59 396	53.50 422	9.67 326	7.83 370	11.85 211	13.87 363	17.05 147	34.15 335	49.18 426	48.89 411	34.05 366	30.22 395	22.86 351	28.00 397	1.01 342	0.75 362	0.67 321	0.89 352	3.07 354	4.14 372

FADNet_RVC	11.94 296	5.17 341	39.74 405	6.44 213	3.46 225	11.42 206	4.17 184	29.16 294	26.89 276	17.97 234	25.96 227	13.41 167	15.67 305	15.84 267	13.54 295	0.90 334	0.75 362	0.55 312	1.20 367	3.65 368	2.85 352

PSMNet-ADL	9.88 252	2.01 230	6.80 83	9.18 311	4.26 253	15.11 266	3.50 161	27.12 269	24.42 256	14.72 154	18.96 146	25.32 313	13.43 258	15.76 264	14.04 298	0.79 325	0.78 364	0.00 1	0.02 105	0.26 115	1.18 310

CFNet_ucs	10.25 262	1.91 210	11.88 271	4.98 102	4.08 247	15.11 266	3.57 170	28.02 279	31.98 318	18.21 241	25.20 223	23.27 292	9.38 185	13.38 219	7.22 208	0.23 220	0.81 365	1.65 366	0.22 256	3.01 352	0.93 288

SHD	21.32 389	10.03 379	30.16 388	14.30 387	8.68 380	24.15 352	8.93 298	40.82 401	61.17 436	35.79 398	44.15 397	38.73 386	30.20 394	33.88 396	31.09 403	2.00 366	0.81 365	1.17 353	1.55 374	4.08 371	4.78 378

SGM-ForestM	23.72 403	2.44 264	9.13 199	7.43 265	2.25 171	44.80 423	19.11 400	44.90 422	49.97 410	50.74 428	51.18 416	62.06 442	45.83 429	44.96 429	33.88 405	1.00 340	0.84 367	0.78 328	0.62 342	1.29 309	1.11 302

AANet_RVC	13.16 320	5.34 344	10.83 257	8.20 292	4.44 266	14.13 247	9.46 308	28.78 289	37.67 358	23.44 320	37.47 358	23.48 294	15.83 308	22.39 349	16.63 318	1.67 359	0.86 368	0.24 270	0.02 105	0.63 255	1.60 324

DualNet (step1)	12.44 306	4.86 335	17.49 338	5.97 179	2.94 205	17.57 309	8.30 292	28.75 286	23.91 247	24.38 328	21.03 178	24.64 303	17.82 331	13.58 226	9.82 257	6.44 406	0.87 369	6.62 403	7.44 415	3.20 359	3.11 358

test_sample7	10.45 266	2.24 255	9.90 231	5.32 142	2.01 162	14.98 264	7.44 283	28.75 286	23.91 247	24.38 328	21.03 178	24.64 303	17.82 331	13.58 226	9.82 257	0.59 302	0.87 369	0.39 300	0.12 215	0.66 264	0.47 218

DLNR_Zeroshot_test	27.62 417	51.32 442	91.46 465	98.51 476	98.03 475	3.10 8	0.50 13	30.95 315	7.65 63	8.16 63	15.68 113	7.31 74	1.63 11	11.87 155	4.21 143	40.37 443	0.87 369	0.06 156	0.34 309	80.23 466	0.24 153

stereogan	18.62 370	3.07 294	16.31 332	13.04 376	9.99 391	35.74 406	9.09 303	38.17 389	45.27 396	24.39 331	41.24 379	39.93 392	25.46 373	31.29 391	24.33 372	1.80 363	0.91 372	2.71 383	0.75 348	5.15 382	3.70 364

ADCL	21.64 392	6.20 353	47.32 417	9.93 334	6.91 351	38.69 417	19.97 402	31.26 318	54.04 417	27.89 359	47.97 408	31.35 347	30.66 397	33.18 395	36.62 412	0.99 339	0.92 373	2.63 381	1.82 379	2.45 340	2.13 340

pcwnet_v2	12.32 302	2.00 224	17.53 341	7.79 281	5.69 319	17.06 302	3.69 175	36.52 377	46.17 397	20.55 282	29.39 269	16.50 212	13.00 253	15.70 263	9.32 255	0.50 287	1.00 374	0.34 292	0.24 272	2.00 332	1.38 315

DANet	16.85 348	8.00 370	26.04 377	14.56 390	7.25 357	20.59 331	5.37 211	26.22 259	26.02 272	32.17 385	36.00 349	37.20 379	29.77 393	30.75 388	24.62 373	1.14 349	1.34 375	2.21 375	0.51 334	3.18 358	4.07 371
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AnyNet_C32	23.37 402	13.28 399	40.29 406	12.36 374	11.44 403	30.39 387	29.15 430	31.36 321	44.90 394	35.36 396	48.86 409	33.61 364	34.20 406	43.15 428	41.62 430	1.27 353	1.35 376	1.18 355	2.58 388	4.77 377	6.27 390

hitnet-ft	12.04 298	2.11 241	6.14 59	7.27 257	3.90 236	25.98 368	3.56 168	22.56 219	23.74 244	20.55 282	33.81 337	31.59 348	18.67 339	19.47 317	17.20 322	0.42 274	1.36 377	0.35 293	0.07 183	1.11 299	0.86 282

Anonymous3	9.60 237	3.45 305	29.83 386	9.58 324	4.75 275	24.51 355	10.20 326	24.04 235	18.77 193	10.42 86	14.64 104	7.97 81	8.75 172	14.05 235	5.80 188	2.44 376	1.39 378	0.08 174	0.06 174	0.73 275	0.48 222

ADCMid	22.76 399	10.75 387	41.73 408	11.23 363	7.97 374	27.26 375	19.18 401	35.44 369	38.02 362	40.23 408	46.38 403	36.56 378	42.70 425	38.20 419	40.75 424	1.77 361	1.43 379	3.05 387	3.81 398	4.96 378	3.82 366

RAFT + AFF	10.27 264	3.77 312	17.13 337	10.24 345	4.97 283	13.08 232	11.52 346	25.69 251	25.80 265	14.72 154	16.12 119	19.16 259	11.35 224	16.24 283	9.04 252	0.30 238	1.46 380	0.66 320	0.20 252	2.03 335	1.94 336

Wz-Net-TNSev	25.12 411	20.16 419	57.98 431	9.56 323	7.42 362	42.73 421	22.27 409	35.14 364	53.46 416	35.97 399	42.74 388	45.83 414	39.87 420	36.56 412	34.73 407	1.82 364	1.51 381	0.76 327	1.34 371	5.84 387	6.80 396

DPSNet	24.40 408	6.97 365	33.14 394	11.16 362	6.54 339	53.33 433	43.32 443	51.28 433	59.37 434	30.89 376	39.36 368	40.35 395	34.30 407	32.57 394	25.09 375	4.65 398	1.62 382	0.37 297	0.66 343	8.51 403	4.44 375

DeepPrunerF	19.92 382	11.02 392	44.29 411	20.74 412	17.75 421	19.19 322	22.57 411	36.86 380	49.93 407	25.48 339	36.62 352	24.69 306	23.97 363	23.44 354	21.79 349	2.68 379	1.63 383	5.70 397	3.95 399	3.38 364	2.67 351

coex-ft	30.77 426	38.58 438	93.29 467	9.44 319	5.62 314	34.95 404	25.30 422	30.83 314	59.36 433	73.23 453	58.53 431	45.92 415	47.29 430	29.44 385	45.30 436	1.37 354	1.65 384	0.95 345	0.96 358	8.35 402	4.96 380

CBMV_ROB	11.77 294	2.89 286	6.92 87	5.20 131	2.88 199	14.12 246	4.79 202	26.69 265	29.84 299	26.17 347	31.92 309	23.61 296	20.74 351	20.20 329	10.18 266	1.78 362	1.80 385	2.17 374	1.26 369	1.61 319	0.55 233

FBW_ROB	21.00 386	10.23 381	22.72 368	13.71 380	6.77 345	30.49 390	16.46 387	44.58 421	43.57 387	44.25 419	39.59 370	43.27 407	26.12 374	33.96 398	21.80 350	2.58 378	1.84 386	7.14 413	2.78 390	4.00 370	4.06 370

NOSS_ROB	10.99 282	3.81 315	6.88 85	6.69 232	2.30 174	16.06 285	10.94 336	30.06 301	32.41 322	16.10 192	18.72 144	22.78 288	14.21 279	17.52 296	8.62 245	2.35 371	1.84 386	3.32 391	1.57 375	2.06 336	1.52 322

FAT-Stereo	16.81 347	2.97 291	17.56 342	9.80 329	6.21 331	16.12 290	13.23 360	38.18 390	39.67 366	27.00 351	39.73 372	37.55 381	31.30 400	20.39 334	21.52 347	3.44 386	2.05 388	0.81 337	1.10 364	1.89 328	5.72 385

NCC-stereo	19.75 378	6.08 349	23.96 370	15.05 391	16.17 417	18.42 315	21.45 406	43.31 418	41.00 372	24.30 326	38.12 363	34.98 372	26.92 377	35.46 405	25.65 378	4.29 393	2.07 389	3.24 389	8.90 423	2.86 349	2.86 353

Abc-Net	19.75 378	6.08 349	23.96 370	15.05 391	16.17 417	18.42 315	21.45 406	43.31 418	41.00 372	24.30 326	38.12 363	34.98 372	26.92 377	35.46 405	25.65 378	4.29 393	2.07 389	3.24 389	8.90 423	2.86 349	2.86 353
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
AnyNet_C01	29.76 421	25.78 426	75.37 452	17.03 401	11.34 401	49.00 428	27.12 426	37.99 387	40.05 369	40.73 409	65.13 443	46.98 421	38.86 418	46.63 430	48.19 440	2.14 368	2.13 391	2.13 372	2.56 387	8.14 400	7.98 410

PDISCO_ROB	24.45 410	9.24 372	29.28 384	28.68 429	19.96 425	37.14 409	15.33 378	45.04 423	54.69 420	29.24 367	42.67 387	46.07 417	28.17 385	35.35 402	30.30 401	9.92 418	2.13 391	6.90 407	3.20 393	8.74 404	6.87 398

ADCS	26.20 416	13.71 401	46.90 416	14.51 389	10.34 394	30.46 389	22.72 413	42.81 414	57.61 431	42.58 413	49.37 413	41.91 403	40.43 421	41.90 427	44.58 435	2.37 372	2.19 393	2.37 378	3.29 394	7.32 392	6.52 394

PA-Net	16.29 343	6.88 364	27.34 379	9.88 333	11.12 400	21.77 338	28.15 428	32.06 328	39.49 364	19.99 271	27.91 251	23.50 295	20.59 350	20.25 330	24.04 368	0.24 224	2.26 394	0.22 264	4.59 403	1.13 301	4.48 376
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MeshStereo	22.27 396	6.87 363	11.15 260	7.69 276	4.87 278	37.70 411	13.06 358	41.64 407	36.95 355	50.92 429	53.41 422	58.12 434	41.93 424	37.73 417	27.62 391	2.52 377	2.37 395	2.99 385	2.07 384	3.09 355	2.60 349
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
test_for_model	9.76 243	30.79 429	6.40 69	27.43 426	18.83 424	5.78 105	1.78 83	8.51 18	8.82 80	13.12 129	5.92 28	5.28 45	2.60 26	5.21 10	1.43 6	9.57 416	2.41 396	0.00 1	0.06 174	33.29 440	8.04 411

testlalala_base	7.28 168	3.39 302	7.80 125	8.27 295	5.04 289	12.56 223	1.83 87	11.93 58	5.19 24	10.18 83	13.62 99	8.87 94	5.72 107	8.22 45	2.75 75	15.38 429	2.41 396	0.00 1	0.35 310	20.24 431	1.89 334

edge stereo	18.75 371	5.12 340	17.66 344	10.77 356	7.84 371	22.41 343	11.03 337	35.23 366	42.07 379	34.62 394	42.74 388	41.28 400	35.50 408	25.14 364	24.17 369	2.42 375	2.42 398	6.35 401	1.45 373	2.89 351	3.80 365

MaskLacGwcNet_RVC	16.87 350	16.27 407	17.93 349	11.24 364	6.69 343	28.95 383	10.44 330	41.23 406	21.49 218	29.68 371	34.27 340	32.48 354	11.00 214	20.05 324	15.09 307	8.22 411	2.59 399	12.23 423	0.75 348	10.40 409	6.34 391

HBP-ISP	12.52 309	7.82 369	8.47 159	7.57 274	4.27 254	12.56 223	6.42 256	28.68 285	29.56 290	21.11 296	35.69 346	15.85 201	18.42 336	20.44 336	11.00 280	3.03 382	2.63 400	7.09 412	3.97 400	3.58 366	2.27 346

GANetREF_RVC	25.41 414	29.28 428	24.63 372	25.18 422	6.04 328	30.44 388	35.39 438	47.84 427	50.60 413	36.88 400	36.04 350	34.11 368	31.23 399	37.46 415	27.96 396	8.58 412	2.66 401	16.29 426	4.95 408	14.37 423	8.32 412
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
ADCPNet	21.93 393	9.38 374	57.92 430	11.76 368	6.88 349	36.03 407	18.44 397	32.80 337	35.93 348	32.91 390	43.80 396	39.21 389	26.99 379	31.14 390	36.94 414	2.05 367	2.67 402	2.30 377	3.45 395	4.22 373	3.82 366

psmorigin	20.95 384	10.24 382	35.84 397	9.75 328	7.05 353	24.59 356	10.11 322	32.85 338	32.17 320	43.09 414	54.57 426	42.79 405	36.62 411	35.99 410	27.41 388	1.58 358	2.72 403	0.79 330	1.05 361	3.26 362	6.50 393

WCMA_ROB	20.02 383	4.30 325	19.72 359	9.47 321	7.00 352	32.71 399	13.99 364	31.97 326	32.48 323	41.51 411	52.00 418	44.09 409	36.14 410	32.43 393	24.29 371	6.19 404	2.79 404	1.09 350	1.10 364	3.95 369	3.13 361

BEATNet-Init1	35.08 434	20.64 420	54.70 426	27.43 426	12.00 409	58.29 441	31.01 432	52.58 437	57.49 430	60.36 435	62.98 436	69.98 447	55.54 440	53.00 440	44.40 433	4.61 397	2.84 405	7.05 411	6.89 412	10.97 412	8.94 415

SQANet	21.24 387	24.08 425	19.60 358	26.40 425	18.74 423	30.87 391	9.24 304	32.70 335	29.58 292	25.25 335	33.37 330	33.47 363	19.19 341	28.11 380	18.32 330	10.87 421	2.92 406	26.49 434	5.65 410	18.43 430	11.48 422

CC-Net-ROB	22.04 394	22.91 422	28.86 381	14.05 385	8.73 382	33.79 401	15.26 376	46.84 425	36.06 350	33.72 393	32.10 312	35.47 374	24.02 364	23.57 355	27.88 394	8.95 414	2.95 407	24.94 432	3.68 396	12.41 418	4.62 377

S-Stereo	16.85 348	3.95 319	20.67 366	12.08 372	8.91 385	21.68 337	12.61 356	32.20 331	44.61 392	22.37 310	38.42 365	29.15 332	28.02 384	18.58 306	22.36 358	2.88 380	3.11 408	0.87 343	1.82 379	3.58 366	9.08 416

STTRV1_RVC	22.05 395	18.29 411	39.19 403	16.73 400	23.82 433	29.51 384	15.66 380	34.87 361	34.16 336	35.00 395	34.89 344	31.89 349	28.80 389	28.81 381	23.08 361	11.86 427	3.26 409	6.50 402	4.65 404	14.38 424	5.69 383

FC-DCNN	24.37 407	10.99 391	19.02 353	18.44 406	9.16 386	36.98 408	23.07 415	40.44 399	43.05 383	46.25 423	53.58 424	50.44 425	37.86 413	35.45 404	27.57 390	6.87 410	3.37 410	6.01 398	4.88 406	7.86 397	6.05 387

FC-DCNN v2	24.44 409	10.97 390	18.53 351	18.49 407	9.18 387	37.41 410	23.03 414	40.91 403	43.02 382	46.46 424	54.06 425	50.67 426	38.26 415	35.41 403	27.52 389	6.85 409	3.38 411	6.03 399	4.89 407	7.82 396	5.94 386

DispFullNet	30.27 425	31.74 430	58.63 432	30.13 430	28.18 436	31.79 394	8.94 299	37.16 382	54.68 419	32.60 388	37.99 360	44.62 410	28.80 389	41.55 426	27.93 395	11.94 428	3.46 412	35.53 438	12.34 430	30.08 438	17.26 432

PVD	33.19 429	18.59 413	37.64 401	26.09 424	16.99 420	33.25 400	42.25 442	51.42 434	66.03 445	52.65 431	64.31 441	51.93 430	55.13 438	51.61 438	40.40 423	4.00 391	3.51 413	9.53 417	4.26 402	10.62 410	23.56 436

MSMD_ROB	22.90 400	9.64 378	14.76 318	17.46 403	9.88 390	34.94 403	18.83 398	33.67 348	37.47 356	40.97 410	59.80 433	45.93 416	38.34 416	31.74 392	23.24 363	6.22 405	3.58 414	8.78 416	11.03 428	6.76 391	5.06 382

FCDSN-DC	25.59 415	14.91 405	18.83 352	28.55 428	15.68 415	39.29 418	18.16 396	42.83 415	41.69 375	44.43 420	51.94 417	50.82 427	39.22 419	34.59 401	27.29 386	6.05 402	3.63 415	7.01 410	6.41 411	10.35 408	10.17 420
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ACVNet-4b	36.40 435	52.20 443	56.11 428	42.45 438	21.78 428	48.56 427	14.37 367	49.50 431	60.15 435	43.17 415	46.38 403	55.62 433	24.56 367	38.15 418	21.97 351	25.13 438	3.66 416	46.93 442	33.56 441	25.97 435	17.74 433

G-Net	21.25 388	8.24 371	37.97 402	15.14 394	9.26 388	50.87 430	16.80 390	27.96 277	30.54 304	38.92 404	42.93 391	33.27 361	32.17 403	27.99 378	25.25 376	4.40 396	3.83 417	3.60 392	0.97 359	7.91 398	6.95 399

MFN_U_SF_DS_RVC	23.92 404	13.60 400	30.09 387	25.46 423	10.02 392	38.51 415	20.40 403	35.77 371	43.76 389	42.15 412	47.10 407	39.99 393	28.20 386	35.96 409	27.06 385	3.64 388	3.85 418	6.66 406	16.30 434	4.97 379	4.98 381

DGSMNet	19.79 380	12.06 395	33.43 396	13.79 382	16.23 419	22.97 346	15.88 382	35.41 368	41.96 377	19.90 270	32.16 314	35.60 375	18.14 334	29.48 386	23.10 362	3.85 390	3.89 419	6.16 400	4.75 405	13.56 420	13.44 427

MFN_U_SF_RVC	28.16 418	14.14 403	53.23 421	21.11 415	7.91 372	39.97 419	13.13 359	51.65 435	46.34 398	47.41 425	53.38 421	55.32 432	40.53 422	38.47 420	39.74 422	5.67 401	4.46 420	6.98 409	8.73 422	7.47 393	7.44 406

MANE	31.97 427	10.75 387	17.71 347	20.94 413	13.77 412	47.80 426	26.85 424	53.00 438	55.20 425	59.29 433	64.30 440	64.93 445	56.31 442	51.83 439	38.69 420	9.61 417	4.72 421	6.91 408	19.93 435	9.20 405	7.64 408

MSC_U_SF_DS_RVC	37.16 436	34.69 432	53.68 423	37.47 434	12.55 410	56.80 438	22.63 412	52.02 436	63.29 442	66.20 445	63.82 438	58.12 434	53.73 437	51.21 435	46.48 437	8.79 413	5.31 422	14.69 425	15.22 433	17.27 429	9.21 417

SAMSARA	34.43 432	18.53 412	31.91 392	55.34 444	35.34 438	75.99 461	94.71 470	47.97 428	50.84 414	37.47 403	36.99 355	53.12 431	38.55 417	39.56 422	38.65 419	3.59 387	5.40 423	2.22 376	3.72 397	9.43 406	9.29 418

UDG	21.45 391	14.84 404	14.44 314	21.30 417	20.08 426	32.05 396	13.76 362	35.98 374	35.52 346	25.93 342	30.69 285	37.26 380	30.66 397	21.97 346	19.89 340	10.88 422	5.55 424	22.78 430	7.65 418	14.83 425	13.05 426

ccnet	24.02 405	16.16 406	21.70 367	11.83 370	17.75 421	37.87 412	16.18 384	45.46 424	31.93 317	36.99 402	46.46 406	38.76 387	29.52 392	37.55 416	40.93 427	9.20 415	6.29 425	9.63 418	7.71 420	11.19 413	7.21 404

Ntro	34.97 433	37.63 437	54.53 425	43.26 439	22.45 431	57.73 440	21.97 408	47.14 426	64.21 443	39.12 405	48.86 409	47.93 422	36.94 412	40.66 424	29.83 400	17.16 431	6.51 426	32.70 437	10.17 426	24.06 434	16.48 430

ELAS	33.68 430	18.95 414	36.71 399	20.64 410	13.61 411	56.43 435	35.14 437	50.03 432	49.90 406	60.58 436	63.83 439	58.64 437	53.36 435	50.73 434	44.44 434	11.03 423	6.58 427	10.02 419	7.43 414	13.58 422	11.94 424
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	33.79 431	19.15 415	35.97 398	21.28 416	13.79 413	52.58 431	36.11 439	48.96 430	55.66 426	61.47 440	62.91 435	58.35 436	53.55 436	53.37 441	42.23 431	11.25 425	6.64 428	10.32 420	7.05 413	13.56 420	11.58 423
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
otaku	33.18 428	35.99 436	52.93 420	40.01 435	21.41 427	55.08 434	17.25 392	43.30 417	61.58 437	39.25 406	49.16 412	46.61 419	28.49 388	39.77 423	28.76 399	18.56 433	7.00 429	31.82 436	9.61 425	21.53 433	15.48 429

DDUNet	22.66 397	19.69 418	14.64 315	24.11 421	22.38 430	24.84 358	17.71 394	30.36 309	30.32 303	29.02 364	37.31 357	37.63 382	24.66 369	24.67 360	17.08 321	18.42 432	7.92 430	26.43 433	11.81 429	17.23 428	16.95 431

LSM	29.98 422	19.52 417	55.11 427	19.06 408	53.75 449	32.57 397	23.17 416	42.61 411	48.57 403	45.97 422	55.04 428	42.93 406	36.02 409	35.63 407	27.03 384	2.33 370	9.19 431	4.87 395	7.71 420	10.65 411	27.91 441

ACVNet_1	41.30 438	49.46 441	64.91 440	44.67 440	25.07 434	49.43 429	25.23 421	55.33 440	65.87 444	59.72 434	59.33 432	63.43 443	48.79 433	49.63 433	37.09 415	19.05 434	9.82 432	38.29 439	13.97 432	28.67 436	18.23 435

Anonymous_2	14.95 335	6.75 362	17.63 343	5.45 148	7.10 354	26.19 369	11.58 347	18.06 165	17.30 174	17.61 228	15.47 112	23.33 293	20.95 353	20.55 339	14.63 302	11.05 424	12.86 433	11.27 422	25.12 437	11.32 416	4.82 379

SDNR	16.15 342	5.23 342	28.92 382	5.73 165	6.05 329	56.85 439	3.26 152	23.18 228	29.73 294	20.62 285	36.48 351	13.59 171	16.97 320	18.43 304	13.44 294	10.56 420	13.84 434	3.10 388	0.44 325	7.80 395	8.81 414

PASM	28.19 419	17.35 410	48.18 418	22.49 419	22.20 429	25.92 367	25.84 423	34.35 356	49.45 405	35.37 397	39.48 369	46.72 420	33.36 405	34.28 399	36.77 413	11.73 426	14.94 435	17.43 428	22.18 436	13.45 419	12.32 425

FADE		35.07 433		32.15 431	23.61 432							43.42 408				37.95 442	21.02 436	44.59 441	42.77 443	17.09 427

ACVNet_2	57.39 447	61.72 450	72.56 449	66.35 448	38.29 441	61.93 446	48.64 446	71.64 457	81.91 462	79.28 461	88.72 469	76.25 451	72.87 452	54.33 442	46.74 439	37.13 441	23.36 437	54.52 447	37.80 442	46.22 442	27.59 439

NVStereoNet_ROB	41.93 440	32.40 431	44.55 412	36.60 433	27.78 435	34.52 402	32.38 433	48.84 429	57.18 429	69.34 448	75.62 454	66.07 446	64.86 446	47.34 431	60.78 451	15.72 430	23.99 438	23.40 431	32.06 440	21.34 432	23.86 437
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MADNet+	53.31 443	68.61 452	98.75 475	67.03 449	37.58 440	79.83 467	81.74 467	60.38 445	61.61 438	51.43 430	54.92 427	61.11 441	59.29 444	69.66 452	76.71 466	23.88 436	24.03 439	17.08 427	12.35 431	32.47 439	27.69 440

JetBlue	54.08 444	45.10 440	74.15 450	51.17 442	47.68 444	75.66 460	60.97 452	63.63 446	62.09 439	63.32 444	64.88 442	78.86 454	68.17 447	68.15 450	75.09 465	36.86 440	24.88 440	29.01 435	29.12 438	28.71 437	34.13 443

Consistency-Raft	41.82 439	35.10 434	44.56 413	32.85 432	41.39 443	46.76 425	34.76 436	57.01 442	54.94 422	32.10 384	65.22 444	30.82 342	48.46 432	40.81 425	48.77 441	27.39 439	34.28 441	42.92 440	51.66 451	39.28 441	27.28 438

GCST	37.32 437	40.98 439	25.25 375	92.15 472	35.59 439	25.00 362	1.02 29	25.45 246	19.73 199	26.01 345	15.21 110	19.51 266	4.75 81	16.71 289	4.32 146	80.90 465	35.46 442	87.50 470	74.71 461	73.21 462	42.99 448

test_sample9	15.04 336	4.86 335	17.49 338	5.97 179	2.94 205	17.57 309	8.30 292	28.75 286	23.91 247	24.38 328	21.03 178	24.64 303	17.82 331	20.07 325	20.17 341	6.44 406	36.07 443	6.62 403	7.44 415	3.20 359	3.11 358

test_sample8	17.19 354	4.86 335	17.49 338	5.97 179	2.94 205	17.57 309	8.30 292	31.87 324	18.55 190	33.54 392	26.00 228	40.64 397	32.90 404	20.07 325	20.17 341	6.44 406	36.07 443	6.62 403	7.44 415	3.20 359	3.11 358

PWCK	65.90 452	88.63 470	79.40 456	80.32 462	29.96 437	63.85 449	39.45 440	72.07 459	71.26 451	78.74 460	68.99 448	77.82 453	61.77 445	82.81 467	62.64 455	80.17 464	39.88 445	81.90 463	47.37 446	73.54 463	37.51 444

IMH-64-1	59.25 448	58.09 445	67.69 444	66.06 446	50.51 445	56.45 436	49.45 447	68.83 451	67.75 448	67.58 446	80.37 458	70.15 448	74.28 454	72.16 457	48.94 442	42.00 444	42.87 446	65.57 448	47.02 444	51.52 443	37.76 445

IMH-64	59.25 448	58.09 445	67.69 444	66.06 446	50.51 445	56.45 436	49.45 447	68.83 451	67.75 448	67.58 446	80.37 458	70.15 448	74.28 454	72.16 457	48.94 442	42.00 444	42.87 446	65.57 448	47.02 444	51.52 443	37.76 445

TorneroNet-64	65.66 451	70.70 454	71.20 448	76.52 454	59.70 455	66.78 451	58.05 450	67.53 450	80.00 460	62.67 443	67.40 446	83.09 459	69.42 449	67.34 447	62.05 454	48.31 449	44.07 448	72.93 452	63.88 453	68.05 453	53.58 449

RainbowNet	51.25 441	62.74 451	64.52 439	60.13 445	39.00 442	58.72 444	30.83 431	57.31 443	79.18 459	50.24 427	65.35 445	60.13 439	44.25 428	49.47 432	41.16 428	46.52 447	46.06 449	52.72 446	31.78 439	52.33 447	32.47 442

TorneroNet	71.21 454	73.44 457	75.82 453	80.82 463	65.65 459	70.53 454	64.39 455	71.42 456	75.97 455	71.47 450	73.68 452	84.17 462	74.00 453	69.85 453	69.09 458	59.37 453	48.19 450	79.67 457	73.51 459	74.93 464	68.26 462

SPS-STEREO	55.62 446	59.14 448	64.16 437	45.05 441	53.84 450	59.88 445	44.00 444	59.53 444	49.94 408	62.33 442	61.09 434	59.80 438	56.82 443	60.06 444	57.85 448	58.41 452	48.34 451	51.07 445	49.21 447	55.41 449	56.48 451
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	54.67 445	56.61 444	62.73 434	40.21 436	53.22 447	61.95 447	48.59 445	55.05 439	44.62 393	61.03 439	63.68 437	60.46 440	55.62 441	60.68 445	55.34 447	56.34 451	48.56 452	50.16 443	49.63 448	52.25 446	56.76 452

WAO-6	70.64 453	73.02 456	66.25 441	79.92 461	61.74 457	68.74 452	59.08 451	75.27 462	87.02 466	74.72 454	79.40 457	79.19 455	84.60 464	67.70 449	60.53 450	67.85 455	48.88 453	81.48 461	73.29 458	65.57 451	58.60 453

IMH	62.95 450	60.33 449	67.78 446	69.51 450	53.65 448	65.09 450	54.21 449	72.00 458	73.28 453	72.49 451	81.93 460	72.96 450	79.81 458	76.65 463	51.41 445	43.57 446	49.82 454	67.81 450	51.14 450	54.83 448	40.67 447

anonymity	52.32 442	58.23 447	63.91 436	41.12 437	59.25 453	53.27 432	41.04 441	55.69 441	40.20 370	54.85 432	49.49 414	49.13 424	55.48 439	59.07 443	49.65 444	55.86 450	50.03 455	51.00 444	51.08 449	51.71 445	56.36 450

DPSimNet_ROB	74.29 462	83.27 468	59.30 433	77.19 455	65.13 458	75.14 457	74.95 463	73.99 461	76.94 457	81.99 462	75.48 453	80.18 458	71.76 450	67.39 448	84.00 468	81.87 467	51.14 456	79.99 458	76.70 463	70.17 456	79.21 467

UNDER WATER	75.92 463	79.25 462	87.75 463	84.39 465	66.43 460	77.08 462	77.22 465	66.90 449	72.16 452	75.32 455	71.56 451	85.89 467	82.15 462	70.11 454	74.99 464	79.34 463	53.61 457	86.40 468	84.53 468	71.29 459	72.11 464

WAO-8	76.87 464	78.41 460	66.45 442	86.81 467	72.47 465	79.27 465	68.59 458	77.75 464	89.01 468	83.09 465	86.98 465	85.87 465	84.97 466	72.12 455	69.11 459	74.93 459	55.23 458	87.79 471	83.50 466	70.47 457	64.56 457

Venus	76.87 464	78.41 460	66.45 442	86.81 467	72.47 465	79.27 465	68.59 458	77.75 464	89.01 468	83.09 465	86.98 465	85.87 465	84.97 466	72.12 455	69.11 459	74.93 459	55.23 458	87.79 471	83.50 466	70.48 458	64.56 457

UNDER WATER-64	73.11 460	74.48 458	87.70 462	74.03 452	55.20 451	78.24 464	75.71 464	65.33 448	67.91 450	75.60 456	69.32 449	84.41 463	76.93 456	68.43 451	72.45 461	81.18 466	56.77 460	82.46 464	80.34 464	68.22 454	67.48 461

LVE	71.50 455	72.46 455	83.91 461	75.21 453	55.29 452	74.81 455	62.76 454	77.22 463	83.77 464	82.09 463	87.11 468	83.38 460	82.41 463	75.93 461	64.49 456	48.28 448	57.24 461	74.61 454	62.53 452	65.49 450	61.01 454

notaker	72.18 457	79.78 464	78.84 455	78.75 458	68.52 461	63.26 448	61.68 453	69.22 454	75.95 454	77.58 458	78.85 456	79.69 457	84.79 465	77.39 464	58.43 449	69.68 458	60.79 462	77.46 456	68.48 455	69.62 455	64.92 459

ktn	72.58 459	80.06 466	69.96 447	79.14 459	69.86 464	75.40 459	70.43 461	69.01 453	76.90 456	72.88 452	77.46 455	77.43 452	77.41 457	72.78 460	55.00 446	79.09 461	65.99 463	80.09 459	68.29 454	71.46 460	62.98 456

Dean	80.72 468	85.82 469	83.27 458	84.91 466	59.53 454	75.11 456	68.39 457	81.59 468	88.05 467	92.41 471	86.98 465	92.41 471	93.02 471	83.11 468	73.31 462	68.01 456	66.13 464	94.82 474	84.66 469	83.28 468	69.50 463

HanzoNet	77.61 466	81.11 467	82.83 457	77.82 457	69.15 462	75.25 458	69.06 460	73.49 460	77.84 458	82.19 464	82.80 461	85.42 464	86.67 469	85.99 469	73.64 463	85.24 472	68.38 465	81.71 462	75.47 462	71.98 461	66.24 460

WAO-7	72.21 458	78.21 459	54.04 424	79.33 460	69.31 463	70.20 453	72.09 462	77.85 466	84.90 465	77.35 457	86.03 464	79.37 456	79.88 459	65.32 446	65.33 457	62.33 454	69.70 466	70.51 451	73.21 457	67.23 452	62.02 455

LRCNet_RVC	73.59 461	69.80 453	74.41 451	77.63 456	60.56 456	40.33 420	15.08 375	71.04 455	48.36 402	88.07 469	94.62 472	90.11 469	81.83 461	80.58 466	61.26 453	97.12 476	72.30 467	96.65 475	97.58 476	77.13 465	77.30 466

MFMNet_re	72.05 456	79.64 463	64.23 438	52.73 443	84.71 468	77.93 463	68.35 456	63.96 447	66.93 446	61.00 438	71.29 450	63.84 444	68.91 448	72.42 459	61.11 452	82.03 468	74.22 468	80.34 460	74.44 460	83.62 470	89.34 470

JetRed	79.55 467	79.88 465	91.52 466	71.05 451	75.80 467	91.66 469	80.11 466	79.14 467	80.44 461	84.35 467	84.23 463	83.38 460	72.48 451	79.43 465	85.44 469	69.33 457	81.58 469	73.66 453	72.56 456	82.35 467	72.60 465

ASD4	87.72 469	90.49 471	83.85 460	83.29 464	90.74 472	97.88 472	99.60 477	88.98 470	96.82 474	88.24 470	93.42 470	89.82 468	86.15 468	88.78 470	91.81 470	79.31 462	81.76 470	76.68 455	81.50 465	83.55 469	81.68 468

xxxxx1	91.92 472	95.33 474	98.45 472	87.29 469	89.24 469	98.50 473	98.17 474	92.95 471	93.21 471	93.55 472	95.36 473	96.99 473	96.28 472	94.65 471	94.94 471	83.26 469	84.17 471	82.90 465	88.32 471	85.49 471	89.37 471

tt_ll	91.92 472	95.33 474	98.45 472	87.29 469	89.24 469	98.50 473	98.17 474	92.95 471	93.21 471	93.55 472	95.36 473	96.99 473	96.28 472	94.65 471	94.94 471	83.26 469	84.17 471	82.90 465	88.32 471	85.49 471	89.37 471

ff	91.92 472	95.33 474	98.45 472	87.29 469	89.24 469	98.50 473	98.17 474	92.95 471	93.21 471	93.55 472	95.36 473	96.99 473	96.28 472	94.65 471	94.94 471	83.26 469	84.17 471	82.90 465	88.32 471	85.49 471	89.37 471

MADNet++	94.16 475	94.02 473	90.25 464	96.28 474	96.84 474	97.17 471	90.16 469	94.71 474	91.69 470	97.07 475	93.71 471	94.62 472	92.63 470	96.15 474	95.18 474	95.42 473	95.89 474	92.80 473	92.23 474	92.10 474	94.30 476

KSHMR	88.54 470	93.03 472	83.31 459	95.54 473	91.74 473	82.37 468	83.41 468	84.43 469	81.99 463	87.89 468	84.05 462	91.94 470	81.33 460	76.34 462	81.76 467	96.44 475	96.14 475	96.69 476	97.12 475	92.52 475	92.67 474

PML	99.19 476	100.00 482	98.08 471	99.28 477	99.53 477	100.00 479	99.73 478	98.24 475	99.44 476	100.00 480	99.57 477	98.76 477	99.84 477	100.00 481	98.88 477	100.00 479	99.54 476	100.00 479	99.50 478	99.90 479	93.55 475

MEDIAN_ROB	99.19 476	99.84 477	99.62 477	98.49 475	98.51 476	98.58 476	97.81 473	98.80 477	98.56 475	99.36 478	99.49 476	99.56 478	99.06 476	98.35 475	98.31 476	99.99 478	99.63 477	100.00 479	100.00 480	99.81 478	99.95 478

Anonymous_1	99.65 479	99.95 478	99.93 479	99.80 479	99.60 478	100.00 479	100.00 480	99.82 479	99.98 477	99.62 479	99.94 478	99.75 479	100.00 479	99.66 477	99.88 478	98.45 477	99.84 478	98.73 477	99.26 477	99.41 477	99.36 477

tt	89.96 471	1.02 18	100.00 481	99.40 478	100.00 480	100.00 479	100.00 480	100.00 480	100.00 479	78.36 459	67.94 447	99.99 482	100.00 479	100.00 481	100.00 482	95.81 474	99.93 479	87.43 469	86.39 470	95.11 476	87.89 469

test_example2	99.68 480	99.99 479	99.99 480	100.00 480	99.99 479	99.86 478	99.99 479	98.29 476	100.00 479	100.00 480	100.00 479	98.15 476	98.39 475	99.98 478	99.98 479	100.00 479	99.99 480	99.40 478	99.53 479	100.00 480	100.00 480

HaxPig	99.40 478	99.99 479	97.38 470	100.00 480	100.00 480	96.91 470	97.35 471	99.59 478	99.99 478	100.00 480	100.00 479	99.99 482	99.99 478	99.04 476	97.77 475	100.00 479	100.00 481	100.00 479	100.00 480	100.00 480	99.99 479

Selective-RAFT-Error	100.00 484	100.00 482	100.00 481	100.00 480	100.00 480	100.00 479	100.00 480	100.00 480	100.00 479	100.00 480	100.00 479	100.00 484	100.00 479	100.00 481	100.00 482	100.00 479	100.00 481	100.00 479	100.00 480	100.00 480	100.00 480

CasAABBNet	100.00 484	100.00 482	100.00 481	100.00 480	100.00 480	100.00 479	100.00 480	100.00 480	100.00 479	100.00 480	100.00 479	100.00 484	100.00 479	100.00 481	100.00 482	100.00 479	100.00 481	100.00 479	100.00 480	100.00 480	100.00 480

LSM0	100.00 484	100.00 482	100.00 481	100.00 480	100.00 480	100.00 479	100.00 480	100.00 480	100.00 479	100.00 480	100.00 479	100.00 484	100.00 479	100.00 481	100.00 482	100.00 479	100.00 481	100.00 479	100.00 480	100.00 480	100.00 480

DPSMNet_ROB	99.95 482	100.00 482	100.00 481	100.00 480	100.00 480	100.00 479	100.00 480	100.00 480	100.00 479	99.15 477	100.00 479	99.96 480	100.00 479	99.99 479	99.99 480	100.00 479	100.00 481	100.00 479	100.00 480	100.00 480	100.00 480

DGTPSM_ROB	99.95 482	100.00 482	100.00 481	100.00 480	100.00 480	100.00 479	100.00 480	100.00 480	100.00 479	99.14 476	100.00 479	99.96 480	100.00 479	99.99 479	99.99 480	100.00 479	100.00 481	100.00 479	100.00 480	100.00 480	100.00 480

DPSM_ROB	100.00 484	100.00 482	100.00 481	100.00 480	100.00 480	100.00 479	100.00 480	100.00 480	100.00 479	100.00 480	100.00 479	100.00 484	100.00 479	100.00 481	100.00 482	100.00 479	100.00 481	100.00 479	100.00 480	100.00 480	100.00 480

DPSM	100.00 484	100.00 482	100.00 481	100.00 480	100.00 480	100.00 479	100.00 480	100.00 480	100.00 479	100.00 480	100.00 479	100.00 484	100.00 479	100.00 481	100.00 482	100.00 479	100.00 481	100.00 479	100.00 480	100.00 480	100.00 480

AVERAGE_ROB	99.80 481	99.99 479	99.40 476	100.00 480	100.00 480	98.99 477	97.72 472	100.00 480	100.00 479	100.00 480	100.00 479	100.00 484	100.00 479	100.00 481	100.00 482	100.00 479	100.00 481	100.00 479	100.00 480	100.00 480	100.00 480

Low-res two-view benchmark