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

S2M2_XL	1.03 1	1.01 26	3.78 7	2.42 1	0.31 2	0.43 1	0.01 1	1.74 1	1.12 1	1.28 3	2.82 23	1.72 46	1.19 27	1.48 1	1.21 18	0.03 36	0.01 11	0.01 151	0.00 1	0.02 2	0.02 1
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
FoundationStereo	1.56 2	0.84 11	3.56 4	3.37 44	1.49 136	2.27 10	0.59 43	3.96 2	2.27 11	2.10 20	0.11 1	2.58 60	2.83 85	2.97 4	1.00 7	0.04 49	0.88 337	0.00 1	0.00 1	0.02 2	0.34 47

LGtest1	1.67 3	0.87 12	4.47 24	2.67 6	0.82 50	3.00 22	0.11 8	6.42 15	1.80 3	1.94 17	1.62 15	0.65 31	0.92 22	5.90 31	1.02 10	0.04 49	0.55 262	0.00 1	0.00 1	0.10 64	0.46 86

MLG-Stereo_test1	1.73 4	0.79 4	3.82 9	2.83 17	2.75 255	2.77 16	0.15 13	6.43 19	2.10 10	1.21 1	0.16 2	1.52 43	0.52 6	7.62 67	0.90 3	0.03 36	0.74 304	0.00 1	0.03 133	0.03 13	0.24 28

MLG-Stereo	1.73 4	0.78 3	3.87 10	3.09 31	1.06 81	3.04 23	0.16 15	7.00 32	2.55 15	1.24 2	0.19 4	1.50 42	0.65 13	7.55 65	0.86 1	0.11 163	0.81 321	0.00 1	0.03 133	0.03 13	0.19 24

MLG-Stereo_test3	1.79 6	0.82 9	4.52 25	2.79 14	1.61 152	3.91 49	0.24 22	6.61 25	1.52 2	1.35 6	1.22 11	1.97 52	0.63 12	6.25 41	1.27 21	0.04 49	0.66 286	0.00 1	0.00 1	0.05 28	0.29 35

LG-Stereo_L2	1.81 7	1.11 45	5.06 49	3.06 30	0.92 63	2.71 15	0.43 31	7.45 44	1.91 6	1.93 15	0.44 7	0.41 21	0.52 6	8.16 80	1.05 13	0.05 74	0.73 302	0.00 1	0.00 1	0.04 25	0.32 41

LG-Stereo_L1	1.82 8	1.13 48	4.80 34	3.05 29	1.18 92	2.86 19	0.49 35	7.33 43	2.07 8	1.66 11	0.31 5	0.52 24	0.58 9	8.22 83	1.09 15	0.05 74	0.74 304	0.01 151	0.00 1	0.03 13	0.29 35

MLG-Stereo_test2	1.82 8	0.81 7	3.61 5	3.13 33	2.26 220	2.82 18	0.16 15	5.42 7	2.37 12	2.20 24	0.17 3	3.22 67	0.17 1	7.52 64	0.91 4	0.37 294	0.71 298	0.00 1	0.00 1	0.05 28	0.51 98

Wavelet-MonSter	2.01 10	1.07 39	5.09 54	2.96 23	2.61 244	2.98 21	0.04 2	5.15 5	2.07 8	2.18 23	4.47 48	0.37 18	1.33 31	5.56 24	2.03 57	0.01 4	0.99 371	0.02 176	0.29 334	0.02 2	0.95 193
: A Wavelet-based Stereo Matching Framework for Solving Frequency Convergence Inconsistency.
SGD-Stereo	2.03 11	0.90 14	4.25 16	2.80 15	0.38 8	3.39 32	0.90 58	7.22 41	2.50 14	4.05 70	1.12 10	1.77 48	1.31 30	8.51 89	1.04 11	0.24 247	0.01 11	0.00 1	0.00 1	0.06 38	0.12 14

dual_stereo	2.05 12	0.76 2	3.43 1	2.96 23	1.50 140	2.64 14	0.08 4	5.59 8	2.63 16	1.35 6	0.77 9	2.38 58	0.61 10	10.75 158	1.98 53	0.02 18	1.41 463	0.00 1	0.23 295	0.01 1	1.86 324

MonSter	2.06 13	0.90 14	4.81 35	2.70 7	1.72 167	6.01 173	0.13 10	6.67 26	3.15 27	1.51 9	2.25 17	0.33 13	0.36 2	7.02 53	1.29 23	0.01 4	0.98 359	0.00 1	0.38 387	0.02 2	1.01 203

Monster-pub-eth3d	2.07 14	0.90 14	4.82 37	2.70 7	1.72 167	6.01 173	0.13 10	6.67 26	3.14 26	1.51 9	2.25 17	0.33 13	0.37 3	7.11 60	1.29 23	0.01 4	0.98 359	0.00 1	0.38 387	0.02 2	1.01 203

IGEV	2.11 15	0.73 1	4.37 19	2.86 20	3.48 297	4.13 59	0.94 60	7.90 53	3.86 42	2.26 26	4.35 45	0.28 8	0.61 10	3.78 11	1.05 13	0.08 135	0.72 299	0.00 1	0.20 278	0.03 13	0.56 107

Monster-pub-mixall	2.13 16	0.98 23	4.13 14	2.74 11	0.99 74	2.50 11	0.53 40	6.96 31	3.27 29	3.25 53	3.80 36	0.40 20	0.48 5	9.26 117	1.12 16	0.02 18	1.14 410	0.01 151	0.18 267	0.04 25	0.70 134

4.5_new	2.16 17	0.96 19	4.43 22	2.83 17	1.93 193	5.59 151	1.24 81	6.25 12	2.81 19	4.41 80	3.54 31	0.46 22	0.96 23	3.70 8	1.41 32	0.33 279	1.01 379	0.00 1	0.21 282	0.11 74	1.11 225

4.5w-stereo	2.16 17	0.96 19	4.43 22	2.83 17	1.93 193	5.59 151	1.25 83	6.25 12	2.81 19	4.41 80	3.53 30	0.46 22	0.96 23	3.70 8	1.42 35	0.33 279	1.01 379	0.00 1	0.21 282	0.11 74	1.11 225

S2M2_L	2.24 19	1.47 94	4.41 21	3.77 56	1.20 94	2.26 9	0.06 3	6.51 21	7.31 106	1.92 14	4.58 53	4.42 90	0.81 18	2.90 3	1.83 46	0.58 348	0.11 132	0.03 195	0.00 1	0.49 276	0.09 8
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
4.25_new	2.28 20	1.01 26	4.72 31	3.33 40	2.74 250	4.30 62	2.29 185	6.42 15	3.33 32	2.35 28	3.76 33	0.26 3	2.35 68	4.64 14	1.40 27	0.63 361	0.99 371	0.00 1	0.26 316	0.03 13	0.74 143

4.5w_new	2.28 20	1.01 26	4.72 31	3.33 40	2.74 250	4.30 62	2.29 185	6.42 15	3.33 32	2.35 28	3.76 33	0.26 3	2.35 68	4.64 14	1.40 27	0.63 361	0.99 371	0.00 1	0.26 316	0.03 13	0.74 143

4.25w-stereo	2.28 20	1.01 26	4.72 31	3.33 40	2.74 250	4.31 64	2.30 189	6.42 15	3.33 32	2.35 28	3.76 33	0.26 3	2.35 68	4.64 14	1.40 27	0.63 361	0.99 371	0.00 1	0.26 316	0.03 13	0.74 143

asda	2.30 23	1.05 33	5.07 53	3.16 35	1.97 198	3.28 29	0.84 57	6.58 24	3.63 38	2.65 39	3.26 26	0.65 31	2.93 87	6.05 36	1.83 46	0.70 373	1.01 379	0.00 1	0.27 324	0.10 64	0.86 163

LG-G_1	2.39 24	0.79 4	4.63 27	3.83 62	0.64 32	10.74 277	0.58 41	7.00 32	1.89 4	1.72 12	1.33 12	1.33 40	2.10 59	8.16 80	1.40 27	0.05 74	0.66 286	0.00 1	0.00 1	0.06 38	0.94 190

LG-G	2.39 24	0.79 4	4.63 27	3.83 62	0.64 32	10.74 277	0.58 41	7.00 32	1.89 4	1.72 12	1.33 12	1.33 40	2.10 59	8.16 80	1.40 27	0.05 74	0.66 286	0.00 1	0.00 1	0.06 38	0.94 190

asd	2.40 26	0.92 17	4.93 43	2.96 23	2.30 223	3.95 50	0.35 25	7.56 47	2.81 19	3.69 63	2.96 24	0.54 26	2.23 65	8.72 93	1.25 19	0.70 373	0.84 327	0.00 1	0.13 219	0.12 79	0.93 185

4w-stereo	2.40 26	1.23 62	5.26 60	2.81 16	2.14 212	3.64 43	0.60 44	7.00 32	2.73 18	2.99 45	4.33 44	0.35 16	3.26 94	7.50 63	1.55 39	0.32 276	0.98 359	0.00 1	0.30 342	0.05 28	0.96 197

DEFOM-Stereo	2.43 28	1.22 59	4.56 26	3.89 64	1.05 78	12.70 308	0.80 54	5.07 4	2.70 17	3.02 47	1.81 16	0.61 28	0.54 8	8.77 95	1.01 8	0.02 18	0.01 11	0.00 1	0.00 1	0.03 13	0.69 131

2.75w_new	2.45 29	1.02 31	5.11 55	2.65 3	1.60 150	3.48 37	2.22 184	6.17 11	3.29 31	5.05 103	4.14 43	0.30 11	2.34 67	6.69 48	2.71 106	0.06 108	0.99 371	0.00 1	0.28 328	0.03 13	0.85 160

2.5w	2.47 30	0.97 21	5.69 70	3.45 45	1.92 191	3.19 26	2.18 179	6.67 26	2.91 23	2.14 21	5.66 85	0.25 2	1.97 54	7.82 71	1.43 36	0.18 217	1.07 394	0.00 1	0.30 342	0.03 13	1.46 273

AdaDepth	2.53 31	1.09 41	6.44 100	3.77 56	3.11 280	3.50 41	0.68 47	5.77 9	3.85 41	2.06 19	3.46 29	0.52 24	1.57 39	11.34 183	1.39 26	0.04 49	0.91 344	0.00 1	0.22 284	0.05 28	0.78 152

RAStereo	2.53 31	1.48 97	7.27 138	4.18 85	1.48 130	1.78 5	0.13 10	8.50 61	8.15 132	2.40 32	4.11 42	3.37 68	0.81 18	3.73 10	2.75 109	0.05 74	0.00 1	0.00 1	0.00 1	0.35 195	0.14 16

monsters	2.54 33	1.47 94	4.92 42	4.14 79	4.45 347	2.18 8	0.17 17	8.94 70	3.39 35	4.75 92	3.04 25	0.22 1	0.75 15	8.85 97	1.43 36	0.17 209	0.98 359	0.00 1	0.32 349	0.02 2	0.60 117

IGEV-Stereo++	2.55 34	0.93 18	4.65 29	4.40 103	3.52 299	3.33 31	0.10 7	8.77 66	4.60 50	2.63 38	4.41 46	2.00 54	4.67 151	3.47 6	0.98 5	0.02 18	0.78 315	0.09 264	0.00 1	0.06 38	1.65 298

3.25w_new	2.57 35	1.05 33	5.06 49	2.75 12	1.49 136	5.86 166	1.15 73	7.21 39	3.61 36	4.57 86	3.97 40	0.64 29	2.42 74	7.83 73	1.41 32	0.07 127	0.97 355	0.00 1	0.23 295	0.08 53	0.95 193

3.25w	2.57 35	1.05 33	5.06 49	2.75 12	1.49 136	5.87 167	1.15 73	7.21 39	3.61 36	4.57 86	3.97 40	0.64 29	2.42 74	7.82 71	1.41 32	0.07 127	0.97 355	0.00 1	0.23 295	0.08 53	0.95 193

qwe	2.64 37	0.97 21	4.85 39	3.09 31	2.86 263	4.53 73	0.28 23	7.28 42	3.06 24	5.38 111	4.85 60	0.57 27	0.88 20	9.13 110	2.39 82	0.42 313	0.96 351	0.00 1	0.30 342	0.12 79	0.90 176

3.75w	2.66 38	1.12 47	4.96 46	2.92 22	3.25 286	7.95 241	1.38 89	6.44 20	3.16 28	3.38 55	4.87 61	0.33 13	2.71 82	6.99 52	1.28 22	0.36 289	0.96 351	0.00 1	0.14 230	0.10 64	0.89 173

2w_stereo	2.67 39	1.09 41	5.38 64	3.25 38	1.25 104	4.61 77	3.77 256	7.59 49	4.10 46	4.28 76	5.14 70	0.27 6	4.25 123	4.81 18	2.06 60	0.11 163	0.72 299	0.00 1	0.18 267	0.02 2	0.48 91

GREAT-IGEV	2.67 39	1.48 97	5.32 63	3.65 51	1.73 169	2.92 20	0.20 19	6.37 14	6.52 94	1.34 5	5.23 73	1.09 38	1.45 37	10.01 139	1.57 40	0.11 163	1.50 475	0.00 1	0.24 303	0.19 114	2.48 415

2.25w	2.72 41	1.05 33	6.11 82	3.00 27	1.81 181	3.48 37	0.41 28	6.68 29	2.83 22	4.84 96	6.79 94	0.37 18	2.42 74	9.01 101	3.30 143	0.22 241	1.00 376	0.00 1	0.30 342	0.02 2	0.81 154

monsterstereo	2.74 42	1.26 65	5.23 59	4.64 115	4.44 343	1.81 7	0.08 4	6.52 22	5.70 68	3.84 68	7.47 102	0.27 6	0.37 3	9.33 119	1.51 38	0.05 74	1.11 404	0.00 1	0.35 365	0.03 13	0.75 146

LG-Stereo	2.75 43	1.78 145	8.47 185	4.32 102	1.04 77	3.56 42	1.20 78	7.18 38	6.19 87	2.53 36	7.57 106	1.07 37	0.75 15	5.24 22	2.51 89	0.49 329	0.27 186	0.01 151	0.03 133	0.34 189	0.44 80

3.5w_stereo	2.78 44	1.48 97	5.51 67	2.66 4	1.61 152	5.90 171	1.09 70	7.46 45	3.28 30	4.31 78	4.49 49	0.35 16	2.04 58	10.32 147	3.27 142	0.21 236	0.66 286	0.00 1	0.09 197	0.02 2	0.88 169

111111	2.79 45	1.16 49	4.90 40	4.16 80	4.50 350	3.40 33	0.22 21	9.37 78	4.11 47	2.47 35	4.41 46	2.27 56	2.02 56	9.21 113	1.37 25	0.01 4	0.79 317	0.08 254	0.01 90	0.14 90	1.19 236

StereoAnything_RVC	2.80 46	12.35 501	6.48 107	2.89 21	1.06 81	1.47 4	0.17 17	5.24 6	2.04 7	1.29 4	0.35 6	0.29 10	3.53 101	8.37 87	1.01 8	0.05 74	0.88 337	0.00 1	0.00 1	6.93 498	1.66 299

3w_stereo	2.85 47	1.08 40	6.84 122	3.00 27	0.62 29	5.35 134	6.31 332	7.70 51	3.87 43	4.12 73	5.00 68	0.30 11	4.15 121	4.87 19	1.71 43	0.00 1	1.02 387	0.00 1	0.24 303	0.03 13	0.87 168

fffft	2.87 48	1.37 80	6.09 81	3.63 50	1.48 130	4.34 67	4.03 264	9.11 74	3.91 44	3.19 49	2.34 19	1.90 50	1.43 36	10.93 162	2.22 65	0.00 1	0.23 174	0.00 1	0.00 1	0.38 224	0.85 160
1: 1. 1
Replicate-Monster	2.96 49	3.67 386	12.48 348	2.73 10	1.29 109	3.18 25	0.44 32	7.55 46	4.93 55	4.05 70	1.50 14	0.77 34	1.12 25	9.21 113	0.87 2	0.19 228	1.15 411	0.00 1	0.22 284	0.28 164	3.54 452

MaDis-Stereo	2.96 49	2.05 212	7.26 137	3.35 43	2.54 239	1.78 5	0.28 23	8.41 58	5.58 66	2.77 42	3.62 32	7.05 144	4.60 139	5.95 32	3.33 144	0.01 4	0.05 71	0.00 1	0.00 1	0.19 114	0.39 65

IGEV-Stereo+	3.03 51	1.10 43	5.14 58	3.52 48	4.87 362	2.53 12	0.68 47	4.40 3	3.11 25	2.20 24	0.71 8	0.79 36	3.45 96	8.89 99	1.25 19	0.08 135	0.70 295	0.00 1	0.40 395	5.72 494	11.13 534

LG-Stereo_Zeroshot	3.06 52	1.06 38	6.40 98	5.55 178	1.90 189	3.79 46	0.82 55	7.92 55	3.70 40	4.01 69	10.87 154	2.27 56	5.15 163	3.49 7	2.09 63	0.19 228	0.64 283	0.00 1	0.35 365	0.42 244	0.58 115

SMoEStereo_RVC	3.08 53	1.77 144	5.88 75	4.29 100	0.76 40	6.25 189	1.85 153	8.81 68	4.44 49	4.08 72	3.85 38	2.76 62	2.21 62	11.07 165	2.28 68	0.01 4	0.13 140	0.03 195	0.00 1	0.35 195	0.83 158

AIO_test	3.09 54	1.33 76	5.84 73	4.60 113	3.35 289	5.26 128	2.32 190	9.12 76	5.01 56	1.93 15	4.76 58	4.23 88	1.35 33	7.85 76	1.18 17	0.92 410	1.03 390	0.00 1	0.29 334	0.07 48	1.30 251

GIP-stereo	3.09 54	1.42 87	4.82 37	5.64 186	4.11 324	3.31 30	0.74 50	9.86 85	6.75 98	2.44 33	5.48 76	4.08 82	3.14 90	5.77 29	1.68 42	0.14 189	0.63 281	0.00 1	0.00 1	0.09 62	1.66 299

UniTT-Stereo	3.10 56	1.22 59	7.79 160	4.50 108	2.51 236	2.59 13	0.42 30	5.88 10	5.74 71	5.46 114	7.76 108	1.12 39	1.46 38	9.06 105	5.42 232	0.06 108	0.07 109	0.00 1	0.01 90	0.60 313	0.26 31

IGEV-RUCA	3.15 57	1.28 70	5.12 56	5.23 156	2.34 228	6.02 175	1.75 143	7.71 52	5.31 61	2.77 42	4.98 67	4.01 80	2.39 73	10.02 140	1.73 44	0.17 209	0.26 184	0.21 351	0.29 334	0.74 349	0.58 115

1w_stereo	3.18 58	0.88 13	4.34 18	3.77 56	2.15 213	4.45 71	6.50 338	7.10 37	5.69 67	3.58 60	7.40 101	0.28 8	4.26 125	8.58 91	2.83 121	0.05 74	0.64 283	0.00 1	0.01 90	0.02 2	1.16 230

mms	3.23 59	1.87 171	6.16 87	4.22 90	2.38 230	4.13 59	3.87 257	8.68 64	5.05 57	2.68 40	5.66 85	3.05 64	1.33 31	9.68 131	2.35 76	0.01 4	0.55 262	0.00 1	0.00 1	0.42 244	2.47 414

ours_stereo	3.25 60	1.81 153	5.95 80	4.18 85	1.97 198	3.79 46	2.71 214	8.97 71	6.86 99	2.39 31	5.79 88	3.97 79	1.82 51	9.84 134	2.05 59	0.02 18	0.21 169	0.00 1	0.00 1	0.38 224	2.35 405

zero-FE	3.32 61	1.18 54	5.60 68	4.69 116	4.43 342	3.21 28	1.46 99	6.93 30	2.47 13	1.50 8	2.64 20	1.71 45	4.81 154	6.47 46	3.42 151	0.59 353	0.90 342	0.00 1	0.28 328	13.31 529	0.77 149

AIO-Stereo	3.32 61	1.49 102	5.67 69	5.06 142	1.51 142	4.67 83	1.71 136	10.31 91	5.90 83	3.02 47	4.90 64	5.32 114	0.80 17	10.66 152	1.88 49	0.06 108	0.85 333	0.00 1	0.70 438	0.14 90	1.78 312

AIO_rvc	3.33 63	1.66 126	6.67 116	4.55 109	3.62 302	5.18 122	1.79 148	8.85 69	5.06 58	2.17 22	4.89 63	4.69 98	1.16 26	10.57 150	2.01 56	0.59 353	1.10 400	0.00 1	0.04 148	0.16 98	1.84 321

RSM++	3.35 64	1.29 72	5.82 72	5.16 153	1.00 75	4.93 109	2.54 202	10.70 101	5.17 59	3.45 57	4.81 59	6.63 138	1.86 52	10.23 144	2.06 60	0.05 74	0.06 96	0.01 151	0.18 267	0.19 114	0.95 193

HUF	3.37 65	1.82 161	7.11 133	3.74 55	1.68 162	5.10 118	2.12 173	10.44 96	5.26 60	2.44 33	4.54 51	5.45 118	2.61 79	7.44 62	2.03 57	0.91 408	2.05 494	0.09 264	0.00 1	0.19 114	2.46 411

RSM	3.39 66	1.22 59	5.46 65	5.06 142	1.60 150	4.70 86	1.76 145	10.72 102	4.92 54	3.67 62	4.52 50	7.70 158	1.74 48	11.04 164	2.06 60	0.05 74	0.18 156	0.00 1	0.35 365	0.19 114	0.92 180

FlowAnything_test	3.40 67	1.63 118	7.17 134	8.89 391	1.37 115	8.59 245	2.43 197	8.27 57	4.69 52	4.28 76	2.68 21	3.47 73	0.74 14	6.21 40	5.48 236	0.11 163	0.04 60	0.17 332	0.65 434	0.17 104	0.91 179

DEFOM-Stereo_RVC	3.40 67	7.12 451	4.30 17	11.17 452	1.69 164	4.59 75	0.46 34	9.11 74	3.63 38	2.69 41	3.29 27	0.75 33	7.02 222	9.35 120	2.00 54	0.01 4	0.15 149	0.00 1	0.19 273	0.06 38	0.39 65

EGLCR-Stereo	3.41 69	1.28 70	6.47 103	4.22 90	1.36 113	5.18 122	1.24 81	11.58 122	5.47 64	3.80 66	3.40 28	8.10 166	1.69 46	9.53 128	2.23 67	0.09 145	0.89 341	0.01 151	0.00 1	0.24 135	1.42 269

Selective-IGEV	3.46 70	1.32 75	5.92 79	4.55 109	2.27 221	4.65 80	2.07 172	11.50 119	5.81 73	3.19 49	4.75 57	5.46 119	1.77 49	11.24 177	2.37 79	0.05 74	0.82 325	0.00 1	0.20 278	0.10 64	1.17 233

tt45	3.47 71	1.65 123	5.29 62	4.20 88	1.93 193	8.00 242	1.99 169	9.99 88	4.05 45	5.83 118	4.57 52	4.57 97	2.37 72	11.40 185	2.38 81	0.01 4	0.14 146	0.00 1	0.01 90	0.40 233	0.69 131

MGS-Stereo	3.47 71	1.54 106	7.34 145	3.79 59	0.51 23	4.78 94	1.51 105	6.53 23	9.92 163	4.54 85	10.22 140	5.44 116	1.26 29	8.51 89	2.53 93	0.21 236	0.01 11	0.02 176	0.00 1	0.59 307	0.23 26

IGEV++	3.49 73	1.67 128	6.59 112	6.41 256	1.44 120	4.50 72	1.66 125	11.20 113	5.34 62	3.01 46	6.40 92	4.30 89	4.36 128	5.66 28	3.53 156	0.05 74	1.20 424	0.00 1	0.15 239	0.32 179	2.10 379

CroCo-Stereo	3.51 74	2.49 309	8.03 170	9.10 394	1.26 106	0.97 2	0.96 63	11.24 118	8.52 141	3.79 65	4.87 61	7.93 164	4.44 137	3.26 5	2.76 111	0.03 36	0.00 1	0.00 1	0.00 1	0.34 189	0.16 20
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
MSCF	3.53 75	2.33 280	6.43 99	4.97 138	1.76 175	5.30 131	1.43 93	9.49 80	5.37 63	5.50 115	6.46 93	1.79 49	6.92 220	6.16 39	1.85 48	0.11 163	1.01 379	0.00 1	1.07 463	0.27 158	2.30 399

Pointernet	3.56 76	0.99 25	6.55 110	3.79 59	0.85 55	5.19 124	0.36 26	17.55 228	7.32 107	4.50 84	6.92 95	4.82 101	2.69 80	5.26 23	2.99 125	0.04 49	0.53 256	0.00 1	0.35 365	0.05 28	0.42 74

GLC_STEREO	3.61 77	1.35 78	3.91 11	6.86 296	0.23 1	4.69 84	1.61 113	9.80 83	7.20 104	5.64 117	9.11 121	5.19 108	2.02 56	10.25 145	3.70 163	0.07 127	0.04 60	0.22 359	0.00 1	0.24 135	0.17 22

MoCha-V2	3.68 78	1.42 87	5.50 66	6.03 227	1.50 140	4.53 73	1.32 87	11.05 111	6.30 90	5.86 119	5.39 75	2.66 61	6.33 197	10.36 148	1.58 41	0.19 228	1.57 481	0.00 1	0.24 303	0.07 48	1.77 311

GASTEREO	3.69 79	2.44 301	6.32 92	5.26 159	1.76 175	5.46 136	1.44 96	9.55 82	5.71 69	5.61 116	6.96 97	1.61 44	6.99 221	8.15 79	1.89 50	0.10 157	1.01 379	0.00 1	1.07 463	0.17 104	2.30 399

fffy	3.69 79	1.76 141	7.01 126	4.25 99	1.49 136	4.74 91	1.69 134	10.96 107	7.10 102	2.90 44	6.29 90	6.27 133	3.10 89	10.41 149	2.09 63	0.01 4	1.02 387	0.00 1	0.00 1	0.37 212	2.28 397

SCV	3.72 81	1.81 153	7.24 136	5.65 188	1.66 160	4.31 64	1.64 117	12.11 126	6.98 100	2.28 27	4.94 66	6.07 127	2.70 81	10.28 146	2.30 69	0.09 145	0.98 359	0.00 1	0.53 419	0.55 292	2.27 395

999	3.74 82	1.55 108	5.72 71	5.15 152	2.42 232	7.40 225	2.13 174	10.76 103	7.33 108	3.20 51	5.04 69	5.01 104	2.26 66	12.45 244	3.06 130	0.06 108	0.24 178	0.00 1	0.00 1	0.37 212	0.66 125

AEACV	3.74 82	1.42 87	6.45 101	5.61 182	6.24 430	4.69 84	1.54 109	7.61 50	7.19 103	3.59 61	7.87 110	4.20 85	6.43 202	6.07 37	1.96 52	0.03 36	1.03 390	0.04 211	0.54 421	0.23 131	2.12 381

CREStereo	3.75 84	1.21 55	3.79 8	2.66 4	0.66 34	5.52 140	0.39 27	10.77 105	14.18 211	7.14 129	10.54 146	5.25 111	3.54 102	6.27 43	2.88 123	0.04 49	0.01 11	0.03 195	0.01 90	0.05 28	0.05 2
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
castereo++	3.76 85	1.79 147	5.06 49	4.09 76	2.65 245	16.30 378	1.89 161	8.46 60	9.15 153	2.53 36	4.66 54	5.04 105	2.00 55	9.08 107	1.04 11	0.02 18	0.59 275	0.00 1	0.34 361	0.08 53	0.50 96

trnet	3.79 86	1.10 43	3.76 6	2.70 7	0.63 31	5.60 153	0.41 28	10.89 106	14.11 210	7.11 128	10.55 148	5.73 122	3.75 106	6.25 41	2.89 124	0.04 49	0.02 35	0.03 195	0.01 90	0.06 38	0.07 4

SCV_C0	3.81 87	1.92 181	7.94 167	4.22 90	1.75 173	4.82 97	1.56 110	11.79 123	8.00 126	3.23 52	5.14 70	6.19 130	1.81 50	11.49 193	2.42 84	0.17 209	1.09 396	0.00 1	0.23 295	0.38 224	2.04 366

LoS	3.83 88	1.25 64	4.39 20	3.29 39	0.58 27	4.87 98	1.15 73	11.00 108	13.34 199	5.02 99	10.69 149	4.14 83	3.78 108	9.15 112	3.20 137	0.08 135	0.03 51	0.09 264	0.00 1	0.13 88	0.35 49
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
U	3.84 89	0.81 7	6.63 114	4.40 103	11.89 513	11.98 296	0.20 19	8.42 59	5.78 72	1.97 18	2.73 22	0.77 34	1.59 40	2.60 2	0.98 5	0.04 49	0.04 60	10.46 531	5.41 520	0.05 28	0.14 16

IGEVStereo-DCA	3.90 90	2.95 343	7.30 139	4.05 71	0.92 63	4.94 111	1.65 120	14.40 163	5.82 74	4.17 74	4.67 55	4.50 95	3.95 113	11.24 177	4.28 193	0.18 217	0.56 265	0.00 1	0.17 254	0.25 139	1.98 346

ff7	3.92 91	2.12 232	7.30 139	4.22 90	1.47 125	4.90 102	1.65 120	14.40 163	5.82 74	5.08 104	5.59 81	3.45 69	4.61 142	11.48 189	2.76 111	0.04 49	0.98 359	0.00 1	0.17 254	0.35 195	1.98 346

ffff	3.92 91	2.12 232	7.30 139	4.22 90	1.47 125	4.90 102	1.65 120	14.40 163	5.82 74	5.08 104	5.59 81	3.45 69	4.61 142	11.48 189	2.76 111	0.04 49	0.98 359	0.00 1	0.17 254	0.35 195	1.98 346

11t	3.92 91	2.12 232	7.30 139	4.22 90	1.47 125	4.90 102	1.65 120	14.40 163	5.82 74	5.08 104	5.59 81	3.45 69	4.61 142	11.48 189	2.76 111	0.04 49	0.98 359	0.00 1	0.17 254	0.35 195	1.98 346

ccc-4	3.92 91	2.12 232	7.30 139	4.22 90	1.47 125	4.90 102	1.65 120	14.40 163	5.82 74	5.08 104	5.59 81	3.45 69	4.61 142	11.48 189	2.76 111	0.04 49	0.98 359	0.00 1	0.17 254	0.35 195	1.98 346

anonymousdsp	3.97 95	2.10 225	6.76 119	4.43 105	1.82 184	4.92 107	1.68 126	14.84 175	5.82 74	5.26 110	5.54 79	4.20 85	4.37 132	11.54 199	2.68 104	0.04 49	0.87 335	0.00 1	0.18 267	0.36 206	1.98 346

IGEV-Stereo	3.97 95	2.10 225	6.78 121	4.43 105	1.81 181	4.92 107	1.68 126	14.84 175	5.82 74	5.25 109	5.54 79	4.22 87	4.36 128	11.55 200	2.68 104	0.04 49	0.88 337	0.00 1	0.18 267	0.36 206	1.98 346
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
rrr	3.99 97	2.95 343	11.04 305	4.05 71	0.92 63	4.94 111	1.53 108	11.97 125	6.50 93	4.17 74	4.67 55	4.50 95	3.95 113	11.24 177	4.28 193	0.18 217	0.56 265	0.00 1	0.22 284	0.25 139	1.88 326

rvit_stereo_0081_aga	4.01 98	3.10 355	10.05 255	5.65 188	3.01 275	4.91 106	1.88 159	8.80 67	7.27 105	6.97 124	6.94 96	5.81 124	3.23 93	7.63 68	3.77 167	0.08 135	0.00 1	0.00 1	0.00 1	0.62 317	0.44 80

water-stereo	4.05 99	1.16 49	6.14 84	3.96 66	0.83 53	5.09 117	1.09 70	13.45 149	5.71 69	6.59 122	14.69 187	7.49 152	5.81 184	3.80 12	3.51 153	0.38 298	0.18 156	0.10 276	0.05 163	0.07 48	0.90 176

CES	4.08 100	1.34 77	3.46 2	3.65 51	11.49 510	5.24 126	0.99 65	10.15 89	9.15 153	3.80 66	9.29 126	1.76 47	0.91 21	6.94 50	2.64 103	0.07 127	0.05 71	0.01 151	0.00 1	1.63 414	9.03 519

test_xeample3	4.08 100	2.95 343	11.20 309	4.05 71	1.05 78	5.62 154	1.58 111	13.23 137	4.76 53	7.10 127	3.83 37	3.18 66	3.30 95	11.75 204	4.42 200	0.08 135	0.74 304	0.00 1	0.38 387	0.26 149	2.04 366

LoS_RVC	4.09 102	3.01 349	4.81 35	4.88 128	7.78 470	5.24 126	2.80 219	7.57 48	4.24 48	4.41 80	10.34 142	3.62 75	6.34 198	6.59 47	2.37 79	0.04 49	0.03 51	0.00 1	0.01 90	0.06 38	7.70 507

CASnet	4.11 103	1.27 68	5.28 61	5.63 185	0.31 2	4.89 101	2.86 221	11.52 120	11.73 179	11.06 172	11.80 162	4.16 84	1.63 42	6.30 44	2.22 65	0.63 361	0.00 1	0.60 416	0.13 219	0.15 94	0.07 4
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Occ-G	4.14 104	1.50 104	5.89 77	3.82 61	1.88 187	3.75 45	6.51 339	8.68 64	6.38 92	4.81 93	8.44 114	9.56 189	4.31 126	10.00 138	4.16 184	0.05 74	0.84 327	0.00 1	0.19 273	0.23 131	1.71 304

ProNet	4.14 104	2.35 289	7.50 149	4.22 90	1.47 125	5.67 158	6.24 328	13.78 159	7.71 114	3.38 55	4.93 65	3.72 76	3.52 99	11.52 198	2.72 107	0.08 135	1.32 447	0.01 151	0.26 316	0.47 264	2.02 360

WCG-NET	4.15 106	1.44 92	6.47 103	3.48 46	0.31 2	4.36 69	1.74 141	8.24 56	15.53 225	8.94 152	9.64 129	6.87 142	4.12 120	7.42 61	2.86 122	0.02 18	1.09 396	0.00 1	0.00 1	0.21 123	0.28 33

castereo	4.17 107	1.71 133	4.94 44	4.23 98	1.13 86	6.25 189	6.97 356	10.76 103	16.22 234	3.25 53	7.74 107	3.55 74	7.25 227	5.61 27	2.63 101	0.04 49	0.38 214	0.00 1	0.26 316	0.08 53	0.44 80

rvit_stereo_0081	4.20 108	2.18 251	9.43 230	6.66 280	1.77 177	3.43 34	2.29 185	8.53 62	16.32 239	4.68 90	5.52 77	5.21 109	4.60 139	8.22 83	4.20 186	0.05 74	0.01 11	0.00 1	0.01 90	0.41 237	0.49 94

rvit_stereo_0082	4.20 108	2.18 251	9.43 230	6.66 280	1.77 177	3.43 34	2.29 185	8.53 62	16.32 239	4.68 90	5.52 77	5.21 109	4.60 139	8.22 83	4.20 186	0.05 74	0.01 11	0.00 1	0.01 90	0.41 237	0.49 94

CroCo-Stereo Lap2	4.21 110	2.60 320	9.11 208	10.21 423	6.06 423	1.11 3	0.78 53	10.63 99	8.34 135	3.46 58	5.18 72	8.92 177	5.66 180	6.42 45	4.53 205	0.03 36	0.05 71	0.00 1	0.00 1	0.81 363	0.39 65

HART	4.24 111	2.13 238	6.15 85	5.53 174	1.40 118	4.32 66	0.74 50	13.35 146	5.92 84	6.13 120	12.75 172	6.81 141	1.70 47	11.14 174	2.42 84	0.03 36	1.48 474	0.10 276	0.00 1	0.55 292	2.26 393

CAS++	4.25 112	2.16 246	6.64 115	4.57 112	1.14 89	4.22 61	1.62 114	19.22 253	10.81 170	9.35 155	9.25 125	1.97 52	1.40 35	9.87 136	2.00 54	0.15 200	0.05 71	0.00 1	0.00 1	0.33 183	0.28 33
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GCAP-Stereo	4.26 113	2.26 268	8.78 194	5.09 146	1.45 121	5.66 155	1.08 69	13.30 145	8.20 133	8.93 151	10.09 138	6.61 137	3.52 99	5.14 21	3.20 137	0.02 18	1.13 407	0.06 228	0.00 1	0.32 179	0.39 65

rvit_stereo_0080	4.27 114	2.89 337	9.02 203	4.10 77	1.93 193	4.06 52	7.35 367	10.37 93	8.86 147	5.39 112	7.51 103	6.20 131	4.36 128	7.08 54	4.75 211	0.45 322	0.01 11	0.00 1	0.00 1	0.59 307	0.45 83

whm_eth	4.27 114	2.89 337	9.02 203	4.10 77	1.93 193	4.06 52	7.35 367	10.37 93	8.86 147	5.39 112	7.51 103	6.20 131	4.36 128	7.08 54	4.75 211	0.45 322	0.01 11	0.00 1	0.00 1	0.59 307	0.45 83

testlalala	4.28 116	1.72 135	8.36 182	4.01 67	3.59 300	7.88 238	1.70 135	9.98 87	5.56 65	13.20 206	10.02 132	7.06 145	1.91 53	5.98 33	2.36 77	0.03 36	1.26 439	0.00 1	0.41 398	0.06 38	0.52 99

DA2	4.31 117	1.05 33	5.88 75	5.93 223	1.67 161	16.29 377	1.88 159	10.25 90	8.13 131	4.63 88	7.82 109	6.18 129	4.91 157	4.78 17	3.04 129	0.17 209	1.18 417	0.00 1	0.00 1	0.08 53	2.28 397

MM-Stereo_test2	4.38 118	1.62 115	7.85 163	5.85 218	1.12 84	7.07 217	2.18 179	15.22 179	8.69 144	7.23 133	5.26 74	4.83 102	3.75 106	10.87 160	2.40 83	0.03 36	1.04 392	0.00 1	0.14 230	0.41 237	2.02 360

plain	4.41 119	2.18 251	11.50 317	5.46 172	2.97 273	3.20 27	1.38 89	9.01 73	5.96 85	3.56 59	16.63 206	3.01 63	2.76 83	14.80 329	4.25 192	0.32 276	0.00 1	0.04 211	0.01 90	0.79 358	0.43 77

GGEV	4.42 120	1.02 31	5.91 78	5.90 221	1.74 172	19.35 415	1.85 153	10.35 92	6.70 97	5.22 108	7.90 113	4.84 103	5.40 167	5.56 24	3.03 128	0.09 145	1.20 424	0.00 1	0.00 1	0.06 38	2.23 389

depthmonostereo	4.46 121	2.22 257	7.17 134	4.79 123	1.32 111	7.84 237	1.36 88	15.70 187	12.86 190	5.04 100	7.89 112	5.04 105	6.26 196	6.95 51	3.25 140	0.07 127	0.23 174	0.12 303	0.07 182	0.08 53	1.06 214

MC-Stereo	4.47 122	1.16 49	5.85 74	6.14 233	1.43 119	3.70 44	1.73 137	10.62 98	7.83 123	6.85 123	13.33 178	6.77 140	6.21 195	11.23 176	2.52 91	0.04 49	1.30 441	0.06 228	0.24 303	0.17 104	2.14 384

MIF-Stereo (partial)	4.55 123	1.63 118	8.37 183	5.46 172	5.35 386	3.48 37	0.94 60	9.80 83	8.03 128	4.45 83	15.68 196	5.33 115	5.11 160	11.92 214	4.57 206	0.06 108	0.02 35	0.06 228	0.03 133	0.45 257	0.30 38

DilatedVolume-Stereo	4.62 124	1.66 126	6.95 125	4.21 89	1.86 186	10.94 279	0.99 65	12.18 127	6.28 89	12.65 186	10.00 131	5.44 116	3.80 109	10.06 142	3.61 161	0.13 185	0.49 245	0.09 264	0.28 328	0.09 62	0.68 128

XX-TBD	4.63 125	10.71 482	3.94 12	10.55 437	0.62 29	5.95 172	0.08 4	7.91 54	12.75 186	11.73 178	14.80 190	4.04 81	1.64 43	4.90 20	2.61 99	0.08 135	0.01 11	0.00 1	0.00 1	0.26 149	0.06 3

rvit_stereo_0083	4.77 126	2.28 270	10.63 286	7.49 337	1.73 169	4.88 99	2.71 214	8.97 71	18.71 271	5.01 98	7.88 111	6.38 135	5.11 160	7.80 70	4.86 215	0.28 266	0.04 60	0.00 1	0.01 90	0.26 149	0.39 65

MyStereo07	4.80 127	2.38 294	6.21 88	6.63 275	4.77 359	6.47 200	9.60 405	16.70 210	5.88 81	4.81 93	5.77 87	3.13 65	5.68 181	12.07 220	2.46 86	0.09 145	1.33 451	0.03 195	0.32 349	0.74 349	0.93 185

CREStereo++_RVC	4.83 128	1.16 49	4.67 30	4.71 119	2.02 203	4.01 51	0.11 8	9.48 79	18.00 256	8.87 148	16.74 208	4.43 91	2.15 61	6.09 38	3.39 148	0.07 127	0.00 1	0.00 1	10.51 539	0.05 28	0.12 14
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
WCG-NET（raft）	4.87 129	1.67 128	6.84 122	3.49 47	0.31 2	4.96 113	1.95 165	11.08 112	15.49 224	8.82 146	11.46 159	9.50 187	4.96 158	11.32 181	3.26 141	0.09 145	1.41 463	0.00 1	0.03 133	0.23 131	0.54 102

TANstereo	4.87 129	1.49 102	5.02 48	4.02 69	0.51 23	14.25 334	0.15 13	9.17 77	12.84 188	12.80 197	18.36 226	5.14 107	4.43 134	6.01 34	2.30 69	0.09 145	0.12 139	0.00 1	0.01 90	0.02 2	0.68 128

Former-RAFT_DAM_RVC	4.91 131	3.05 354	9.51 233	4.55 109	3.59 300	9.01 253	1.46 99	14.59 173	19.31 278	7.65 139	7.22 100	2.04 55	2.21 62	10.13 143	2.51 89	0.12 178	0.03 51	0.08 254	0.00 1	0.62 317	0.50 96

Reg-Stereo(zero)	4.96 132	0.83 10	5.01 47	3.71 53	2.33 225	3.81 48	1.18 77	17.25 221	13.30 198	10.52 164	10.73 151	10.47 198	4.43 134	9.47 126	4.17 185	0.06 108	0.74 304	0.00 1	0.27 324	0.04 25	0.88 169

rvit_stereo_ft	5.02 133	3.45 373	10.80 293	11.76 463	2.76 256	4.08 57	8.16 385	10.64 100	10.63 169	4.34 79	6.39 91	6.65 139	4.63 147	9.35 120	5.82 249	0.11 163	0.00 1	0.00 1	0.00 1	0.34 189	0.42 74

iRaftStereo_RVC	5.06 134	2.15 242	7.88 165	5.54 177	0.78 46	5.22 125	0.45 33	18.47 242	11.75 180	9.72 159	15.05 192	5.74 123	3.18 92	9.29 118	2.52 91	0.02 18	1.24 436	0.00 1	0.01 90	0.58 301	1.62 295

MSKI-zero shot	5.11 135	1.81 153	6.47 103	6.17 236	1.78 179	6.42 199	1.50 104	13.59 151	8.66 143	10.63 167	11.58 160	13.29 252	2.35 68	12.34 237	3.09 132	0.05 74	1.21 431	0.02 176	0.29 334	0.15 94	0.85 160

GCAP-BAT	5.15 136	2.42 297	8.74 192	4.07 74	5.04 372	6.61 207	1.82 150	10.43 95	6.66 96	13.47 217	12.76 173	9.14 181	2.87 86	11.51 197	3.58 160	0.03 36	1.24 436	0.01 151	0.60 429	0.13 88	1.81 314

sCroCo_RVC	5.29 137	3.82 390	17.52 422	11.17 452	6.67 443	5.78 164	2.66 209	10.47 97	8.48 140	3.78 64	9.32 127	4.76 100	4.83 155	8.33 86	4.88 216	1.17 444	0.52 254	0.06 228	0.03 133	0.70 339	0.90 176

MM-Stereo_test1	5.41 138	1.55 108	6.52 108	5.96 224	1.09 83	4.88 99	6.82 349	14.32 162	12.83 187	13.28 209	10.54 146	5.88 125	6.54 204	11.72 202	2.75 109	0.18 217	1.13 407	0.00 1	0.02 119	0.48 267	1.73 306

tg	5.41 138	2.04 206	7.70 154	5.40 169	1.27 107	7.45 228	0.49 35	18.97 246	13.10 192	9.51 156	14.60 186	7.15 146	4.05 117	10.89 161	2.99 125	0.02 18	0.70 295	0.00 1	0.00 1	0.55 292	1.42 269

RAFT-Stereo-weight	5.42 140	1.21 55	6.22 89	4.69 116	1.28 108	6.18 186	1.58 111	18.42 241	18.47 265	11.35 175	10.27 141	11.93 222	1.65 44	9.59 129	3.83 169	0.10 157	0.60 277	0.00 1	0.00 1	0.16 98	0.89 173

CAS	5.44 141	0.98 23	3.95 13	17.59 511	7.74 469	7.82 235	6.09 324	9.89 86	9.40 157	4.82 95	10.69 149	1.93 51	1.22 28	4.54 13	2.47 87	10.98 532	0.02 35	0.00 1	0.02 119	0.53 283	8.19 513

4D-IteraStereo	5.47 142	2.05 212	8.66 187	5.34 163	4.93 365	6.11 176	1.79 148	13.74 157	16.35 241	14.53 231	11.10 155	8.22 167	1.59 40	8.73 94	3.37 146	0.00 1	0.49 245	0.09 264	0.02 119	0.25 139	1.98 346

PMTNet	5.52 143	1.11 45	4.24 15	2.49 2	1.38 116	8.75 248	0.67 46	12.64 131	12.84 188	8.66 143	11.27 157	6.00 126	4.70 153	9.91 137	3.02 127	22.39 548	0.01 11	0.04 211	0.02 119	0.06 38	0.23 26

RCA-Stereo	5.58 144	1.26 65	6.71 117	4.85 126	0.80 49	5.51 139	3.97 261	17.56 229	19.40 279	8.45 142	14.11 183	8.73 173	8.70 256	6.88 49	2.77 116	0.05 74	0.98 359	0.11 298	0.00 1	0.14 90	0.61 118

test_1	5.63 145	1.29 72	9.52 235	4.90 134	1.45 121	6.51 202	2.93 225	13.65 154	19.05 276	12.58 185	8.67 115	13.02 246	4.07 118	9.39 124	2.58 94	0.01 4	1.09 396	0.00 1	0.38 387	0.28 164	1.26 246

test-3	5.64 146	1.29 72	9.52 235	4.88 128	1.45 121	6.53 203	2.92 223	13.64 152	19.04 275	12.75 196	8.67 115	13.01 245	4.10 119	9.39 124	2.58 94	0.01 4	1.09 396	0.00 1	0.37 377	0.28 164	1.25 245

xyz-stereo-finetune	5.68 147	2.00 196	6.56 111	3.16 35	0.33 6	11.80 293	3.99 262	13.58 150	21.58 299	8.92 150	12.57 170	6.12 128	3.72 105	12.06 219	6.59 275	0.07 127	0.02 35	0.00 1	0.02 119	0.19 114	0.25 30

AE-Stereo	5.68 147	1.78 145	9.22 222	9.25 398	2.52 237	10.13 261	2.92 223	13.10 136	14.88 216	4.88 97	13.10 176	10.72 201	4.43 134	9.24 116	3.37 146	0.10 157	1.31 445	0.06 228	0.32 349	0.21 123	2.03 364

cross-raft	5.70 149	1.44 92	7.08 128	6.69 282	2.11 208	5.89 168	1.44 96	16.44 201	8.38 136	13.42 215	20.70 259	12.20 226	4.38 133	9.06 105	3.11 133	0.03 36	0.38 214	0.00 1	0.22 284	0.24 135	0.84 159

tt1	5.74 150	2.52 310	6.54 109	6.89 298	0.86 57	10.31 268	4.08 265	19.77 263	16.80 246	7.17 130	9.02 118	4.71 99	8.97 261	11.11 170	2.34 74	0.05 74	1.17 413	0.00 1	0.04 148	0.29 171	2.07 372

test_4	5.75 151	1.40 84	6.47 103	7.20 322	0.89 60	5.81 165	1.82 150	12.26 128	6.62 95	12.85 198	30.51 376	7.61 156	3.81 110	12.70 255	3.47 152	0.02 18	0.27 186	0.03 195	0.17 254	0.39 229	0.67 126

ACVNet-DCA	5.76 152	2.52 310	6.38 94	6.77 289	0.74 35	10.55 271	5.19 293	21.10 283	13.53 200	7.39 135	10.06 133	4.44 92	9.58 270	11.08 166	2.33 71	0.05 74	1.18 417	0.00 1	0.04 148	0.37 212	1.93 334

CFNet-RSSM	5.78 153	1.24 63	9.20 220	4.82 125	1.23 99	6.33 192	1.21 80	17.35 223	18.14 258	13.35 211	11.17 156	11.69 213	5.43 168	9.71 133	3.34 145	0.03 36	0.20 161	0.00 1	0.36 372	0.37 212	0.42 74

cc1	5.79 154	2.52 310	6.38 94	6.77 289	0.74 35	10.55 271	5.19 293	19.19 250	15.95 230	7.39 135	10.06 133	4.44 92	9.58 270	11.08 166	2.33 71	0.05 74	1.18 417	0.00 1	0.04 148	0.34 189	2.04 366

HUI-Stereo	5.80 155	1.98 191	10.42 276	5.66 191	0.45 9	5.52 140	2.68 211	13.29 144	7.82 122	12.71 195	18.16 220	12.91 243	6.60 205	10.73 157	5.36 230	0.89 404	0.08 115	0.10 276	0.00 1	0.25 139	0.36 55

Gwc-CoAtRS	5.80 155	1.37 80	9.07 205	4.80 124	1.39 117	6.90 213	1.27 84	16.50 204	15.48 223	13.07 204	13.35 179	12.64 230	5.61 178	9.14 111	4.20 186	0.04 49	0.32 199	0.00 1	0.29 334	0.30 174	0.33 44

ROB_FTStereo	5.82 157	1.97 184	10.37 272	5.67 198	0.46 15	5.52 140	1.63 115	13.27 142	7.79 116	12.69 189	18.06 217	12.86 238	6.63 209	12.28 233	5.43 233	0.87 403	0.09 117	0.10 276	0.00 1	0.26 149	0.36 55

EAI-Stereo	5.82 157	2.06 216	9.08 206	6.23 241	2.20 217	6.24 188	6.20 327	20.18 270	6.36 91	10.65 168	15.97 201	6.31 134	3.63 104	12.09 223	4.88 216	0.06 108	0.73 302	0.04 211	1.59 482	0.21 123	1.67 301

gcap-zeroshot	5.83 159	1.82 161	11.95 335	5.34 163	1.98 200	11.06 282	1.64 117	11.01 109	7.05 101	15.27 243	9.84 130	18.92 341	5.12 162	9.85 135	2.50 88	0.27 262	0.90 342	0.07 246	0.33 356	0.05 28	1.61 293

PSM-adaLoss	5.83 159	1.97 184	10.44 280	5.66 191	0.46 15	5.54 147	1.91 163	13.24 138	7.80 120	12.69 189	18.19 224	12.80 234	6.65 217	11.89 212	5.45 235	1.02 424	0.09 117	0.10 276	0.00 1	0.26 149	0.36 55

CRE-IMP	5.83 159	1.86 167	11.10 307	6.20 239	0.51 23	6.86 212	1.64 117	12.56 129	9.01 149	13.16 205	16.11 203	10.94 204	6.14 194	12.81 258	6.46 272	0.50 332	0.07 109	0.10 276	0.00 1	0.27 158	0.27 32

model_zeroshot	5.85 162	1.91 178	10.98 302	6.34 252	2.55 240	10.42 269	2.38 193	17.38 224	9.39 156	14.72 234	10.36 143	11.21 207	2.93 87	8.95 100	3.57 158	0.14 189	1.01 379	0.15 322	0.38 387	0.08 53	2.15 385

ROB_FTStereo_v2	5.85 162	1.97 184	10.38 273	5.66 191	0.46 15	5.52 140	1.95 165	13.24 138	7.78 115	12.68 188	18.16 220	12.83 235	6.61 207	12.27 231	5.63 243	1.00 421	0.09 117	0.10 276	0.00 1	0.26 149	0.36 55

RAFT-IKP	5.85 162	1.97 184	10.36 270	5.66 191	0.45 9	5.33 133	2.01 170	13.27 142	7.79 116	12.69 189	18.19 224	12.77 233	6.67 218	12.36 239	5.60 240	1.11 435	0.09 117	0.10 276	0.00 1	0.25 139	0.35 49

iGMRVC	5.86 165	1.97 184	10.41 275	5.66 191	0.45 9	5.53 144	1.75 143	13.35 146	7.81 121	12.69 189	18.17 222	12.86 238	6.53 203	12.34 237	5.77 245	1.13 438	0.09 117	0.10 276	0.00 1	0.26 149	0.34 47

xyz-stereo-finetune2	5.88 166	2.14 241	6.76 119	2.96 23	0.36 7	14.90 340	1.85 153	11.54 121	5.89 82	11.35 175	18.02 216	7.27 150	9.34 268	15.17 334	9.04 311	0.06 108	0.02 35	0.08 254	0.15 239	0.28 164	0.32 41

Patchmatch Stereo++	5.88 166	1.97 184	10.43 278	5.66 191	0.45 9	5.54 147	2.32 190	13.26 140	7.79 116	12.69 189	18.14 218	12.86 238	6.63 209	12.36 239	5.60 240	1.09 432	0.09 117	0.10 276	0.00 1	0.25 139	0.35 49
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
iRAFT	5.88 166	1.97 184	10.43 278	5.66 191	0.45 9	5.54 147	2.32 190	13.26 140	7.79 116	12.69 189	18.14 218	12.86 238	6.63 209	12.36 239	5.60 240	1.09 432	0.09 117	0.10 276	0.00 1	0.25 139	0.35 49

IGEV_Zeroshot_test	5.90 169	2.30 274	15.24 394	6.90 299	2.11 208	4.35 68	1.51 105	15.68 186	8.52 141	13.73 222	11.89 164	11.49 209	3.82 111	11.41 186	4.76 213	0.11 163	0.84 327	0.15 322	0.25 314	0.87 373	1.98 346

raftrobust	5.94 170	2.07 220	6.94 124	7.67 344	6.24 430	4.96 113	1.82 150	17.76 230	14.36 212	12.03 179	11.62 161	7.74 159	9.01 262	11.29 180	3.71 165	0.05 74	0.79 317	0.00 1	0.04 148	0.25 139	0.38 63

RAFT-Stereo + iAFF	5.94 170	2.35 289	8.80 195	4.07 74	1.36 113	2.78 17	0.66 45	17.05 216	15.89 229	12.65 186	18.49 228	11.81 217	7.89 237	8.48 88	3.80 168	0.02 18	0.75 309	0.00 1	0.00 1	0.43 248	1.49 282

DeepStereo_RVC	5.95 172	1.88 172	10.44 280	5.76 209	0.60 28	5.45 135	1.78 147	12.93 133	8.02 127	14.07 226	14.98 191	12.40 227	10.05 278	12.02 217	7.35 281	0.61 359	0.10 128	0.12 303	0.00 1	0.21 123	0.29 35

LL-Strereo2	5.97 173	2.88 336	10.62 285	6.59 269	3.38 291	6.31 191	2.20 181	15.61 185	8.46 139	11.33 174	10.75 152	15.69 287	3.45 96	13.58 294	4.65 208	0.16 203	0.48 242	1.33 467	0.13 219	0.36 206	1.42 269

test_3	5.97 173	1.26 65	9.95 252	6.84 295	1.45 121	8.73 247	3.18 233	14.26 161	19.86 281	12.22 181	8.91 117	13.78 258	3.99 115	9.38 123	2.58 94	0.01 4	1.10 400	0.00 1	0.37 377	0.30 174	1.20 238

NRIStereo	5.98 175	1.91 178	9.60 238	6.29 249	0.45 9	6.56 205	2.52 201	15.37 182	11.43 175	12.55 184	15.07 193	11.45 208	6.11 192	12.32 234	6.23 260	0.83 394	0.16 152	0.11 298	0.00 1	0.32 179	0.33 44

HH	6.00 176	2.42 297	9.81 246	5.74 206	1.64 158	7.05 215	3.48 246	17.54 226	7.69 112	8.73 144	12.47 167	14.83 271	8.86 258	13.04 271	2.59 97	0.04 49	1.21 431	0.20 348	0.05 163	0.30 174	2.34 402

HanStereo	6.00 176	2.42 297	9.81 246	5.74 206	1.64 158	7.05 215	3.48 246	17.54 226	7.69 112	8.73 144	12.47 167	14.83 271	8.86 258	13.04 271	2.59 97	0.04 49	1.21 431	0.20 348	0.05 163	0.30 174	2.34 402

MM-Stereo_test3	6.01 178	1.69 131	6.25 91	6.36 253	5.46 395	4.64 79	6.31 332	20.05 268	24.24 334	8.85 147	11.38 158	7.22 147	2.79 84	9.11 108	3.08 131	0.11 163	0.92 346	0.00 1	0.02 119	0.54 290	1.11 225

test-1	6.03 179	1.76 141	15.61 400	8.01 363	1.98 200	7.82 235	1.16 76	13.64 152	13.60 203	9.69 158	15.16 194	11.55 211	5.45 170	7.78 69	4.35 197	0.16 203	1.18 417	0.00 1	0.13 219	0.16 98	1.39 261

rvit_0105_6	6.06 180	3.23 360	15.34 398	10.26 424	1.75 173	5.08 116	5.19 293	11.03 110	20.73 288	6.39 121	7.02 98	10.21 194	7.94 239	11.42 187	3.83 169	0.40 303	0.29 194	0.00 1	0.01 90	0.57 298	0.40 71

Selective-RAFT	6.10 181	1.16 49	10.90 300	7.41 329	0.91 62	15.22 351	1.11 72	14.84 175	16.23 235	7.19 132	7.06 99	11.49 209	8.10 242	12.83 260	5.19 225	0.26 258	0.97 355	0.00 1	0.46 402	0.10 64	0.65 122

H2IRNET	6.11 182	1.63 118	7.52 150	4.69 116	2.30 223	4.07 56	0.71 49	12.58 130	13.88 205	7.18 131	20.80 262	15.50 283	10.48 283	10.72 156	8.26 296	0.19 228	0.00 1	0.07 246	0.52 418	0.52 282	0.55 104

EKT-Stereo	6.11 182	1.71 133	9.09 207	7.69 345	5.56 398	5.16 120	4.26 270	19.18 249	15.13 219	9.20 154	12.84 174	9.55 188	4.18 122	11.74 203	3.24 139	0.53 336	0.62 279	0.09 264	0.14 230	0.17 104	2.16 386

1test111	6.16 184	2.52 310	6.38 94	6.77 289	0.74 35	10.55 271	5.19 293	21.10 283	13.53 200	7.39 135	10.06 133	4.44 92	9.58 270	12.08 221	9.26 318	0.05 74	1.18 417	0.00 1	0.04 148	0.37 212	1.93 334

RAFT-Test	6.19 185	1.47 94	7.90 166	4.91 135	2.70 249	9.97 257	1.52 107	17.08 217	9.06 152	13.21 207	23.67 300	12.89 242	4.63 147	9.47 126	3.57 158	0.02 18	0.81 321	0.00 1	0.38 387	0.21 123	0.39 65

testlalala2	6.22 186	2.05 212	8.67 188	15.89 505	10.72 506	7.88 238	3.50 250	13.65 154	10.50 168	15.90 266	12.54 169	8.50 172	2.47 77	5.89 30	3.87 174	0.06 108	0.63 281	0.00 1	0.50 414	0.54 290	0.61 118

s12784h	6.22 186	1.01 26	4.95 45	3.57 49	0.54 26	19.55 420	0.95 62	19.51 260	18.39 260	12.98 202	12.58 171	7.78 160	5.56 177	11.34 183	4.36 198	0.89 404	0.01 11	0.05 219	0.00 1	0.07 48	0.20 25

Any-RAFT	6.28 188	1.42 87	4.91 41	5.00 139	1.25 104	10.18 262	1.90 162	22.68 302	15.87 228	12.12 180	19.23 236	13.69 257	4.65 149	9.35 120	2.36 77	0.06 108	0.57 268	0.00 1	0.00 1	0.05 28	0.35 49

GMOStereo	6.33 189	2.04 206	8.28 177	5.68 199	1.20 94	6.11 176	2.14 175	11.20 113	13.15 193	18.66 327	21.83 275	17.35 313	6.64 213	7.09 56	2.78 117	0.02 18	1.42 465	0.13 310	0.00 1	0.53 283	0.37 59

error version	6.33 189	2.04 206	8.28 177	5.68 199	1.20 94	6.11 176	2.14 175	11.20 113	13.15 193	18.66 327	21.83 275	17.35 313	6.64 213	7.09 56	2.78 117	0.02 18	1.42 465	0.13 310	0.00 1	0.53 283	0.37 59

test-v	6.33 189	2.04 206	8.28 177	5.68 199	1.20 94	6.11 176	2.14 175	11.20 113	13.15 193	18.66 327	21.83 275	17.35 313	6.64 213	7.09 56	2.78 117	0.02 18	1.42 465	0.13 310	0.00 1	0.53 283	0.37 59

test-2	6.33 189	2.04 206	8.28 177	5.68 199	1.20 94	6.11 176	2.14 175	11.20 113	13.15 193	18.66 327	21.83 275	17.35 313	6.64 213	7.09 56	2.78 117	0.02 18	1.42 465	0.13 310	0.00 1	0.53 283	0.37 59

GMStereo	6.44 193	4.92 417	12.13 339	5.60 181	0.87 58	9.18 255	2.57 206	12.99 134	25.54 352	12.85 198	11.84 163	5.60 120	3.62 103	11.92 214	6.44 271	0.53 336	0.02 35	0.05 219	0.36 372	0.98 379	0.70 134
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
TestStereo	6.45 194	3.34 369	8.02 169	6.23 241	1.68 162	6.33 192	2.48 199	14.54 172	16.71 245	11.71 177	24.13 304	9.38 183	7.13 223	11.83 208	4.32 195	0.12 178	0.01 11	0.00 1	0.00 1	0.73 346	0.33 44

knoymous	6.46 195	1.84 165	5.13 57	4.31 101	1.88 187	6.36 196	5.55 307	15.25 180	14.48 213	13.85 224	21.25 265	12.66 232	6.63 209	13.20 280	5.11 221	0.19 228	0.13 140	0.12 303	0.00 1	0.71 343	0.57 113

rafts_anoy	6.46 195	2.37 291	7.09 129	7.48 336	6.02 420	5.31 132	2.45 198	14.50 170	22.01 305	12.94 201	16.18 204	8.48 171	5.53 175	9.70 132	6.32 266	0.05 74	1.66 483	0.10 276	0.05 163	0.30 174	0.69 131

anonymousdsp2	6.47 197	1.81 153	9.73 243	5.25 158	1.23 99	9.35 256	3.96 260	22.51 298	18.39 260	12.87 200	10.19 139	10.17 193	4.46 138	11.77 205	3.83 169	0.06 108	1.00 376	0.31 387	0.18 267	0.25 139	2.06 371

XX-Stereo	6.50 198	1.81 153	10.42 276	12.71 479	7.14 454	3.46 36	0.90 58	16.31 197	6.13 86	9.03 153	28.11 345	13.48 255	2.22 64	11.87 211	2.61 99	0.45 322	0.78 315	0.08 254	0.42 399	1.09 387	0.88 169

AFF-stereo	6.50 198	2.29 271	8.09 172	4.63 114	0.87 58	3.48 37	0.75 52	16.92 215	13.98 207	13.26 208	25.21 314	15.46 282	7.68 234	11.50 195	3.71 165	0.04 49	0.70 295	0.00 1	0.00 1	0.48 267	1.02 207

xx1	6.52 200	2.52 310	6.38 94	6.77 289	0.74 35	10.55 271	5.19 293	19.19 250	15.95 230	7.39 135	10.07 137	16.17 293	12.10 318	11.08 166	2.33 71	0.05 74	1.18 417	0.02 176	0.36 372	0.37 212	1.93 334

RALCasStereoNet	6.53 201	2.84 335	8.12 173	7.88 358	6.12 425	6.85 211	5.29 300	14.66 174	13.94 206	10.20 160	18.18 223	10.24 195	3.83 112	12.33 235	5.56 239	0.04 49	1.88 489	0.11 298	0.01 90	0.26 149	2.24 392

11t1	6.61 202	1.76 141	9.64 240	5.62 184	2.15 213	13.57 323	2.67 210	15.77 189	8.83 146	13.66 221	11.90 165	12.03 224	9.76 275	12.23 230	8.58 304	0.23 242	1.33 451	0.00 1	0.31 347	0.26 149	1.95 342

TRStereo	6.64 203	6.95 450	12.06 338	9.69 409	7.59 462	5.12 119	1.68 126	20.72 273	12.34 182	10.93 171	9.07 119	10.57 200	3.16 91	14.33 308	4.23 190	0.60 357	0.80 320	0.14 317	0.37 377	0.56 296	1.86 324

DisPM	6.68 204	1.58 113	9.90 250	7.19 321	1.12 84	5.71 159	3.69 252	13.74 157	12.42 183	16.60 278	23.63 299	12.64 230	6.39 200	13.31 286	4.08 182	0.77 382	0.01 11	0.08 254	0.15 239	0.14 90	0.53 100

AIO-test1	6.69 205	2.11 229	7.06 127	10.57 438	6.38 438	8.85 250	1.73 137	22.56 301	20.92 291	7.01 125	17.67 214	8.06 165	4.87 156	10.79 159	3.39 148	0.17 209	0.09 117	0.00 1	0.34 361	0.35 195	0.86 163

DCRE	6.73 206	2.11 229	9.19 219	7.76 351	4.90 363	7.81 234	5.86 319	16.46 202	11.38 174	9.61 157	22.55 290	11.84 219	6.35 199	11.09 169	3.63 162	0.04 49	1.19 423	0.06 228	0.37 377	0.15 94	2.23 389

AnonymousM	6.73 206	12.03 496	3.53 3	4.47 107	1.55 145	4.42 70	3.17 232	11.94 124	8.44 138	17.00 292	10.06 133	9.08 180	4.00 116	7.56 66	4.06 180	0.55 344	0.68 293	23.13 543	8.12 532	0.07 48	0.65 122

iRaft-Stereo_20w	6.75 208	2.17 249	13.20 361	5.07 144	2.34 228	7.43 227	2.61 207	20.20 271	7.85 124	15.28 244	10.36 143	14.42 266	8.13 243	16.81 368	4.20 186	0.06 108	0.84 327	0.13 310	0.83 443	0.66 332	2.42 410

DCANet-4	6.78 209	1.21 55	11.48 315	3.95 65	0.76 40	4.73 87	1.68 126	18.40 240	25.78 355	15.44 248	20.36 252	6.42 136	8.48 251	8.87 98	6.24 261	0.18 217	0.05 71	0.01 151	0.00 1	0.10 64	1.37 255

SST-Stereo	6.85 210	1.67 128	9.39 228	7.24 324	0.82 50	5.89 168	1.87 158	15.34 181	9.89 162	19.25 346	20.26 251	16.63 301	8.40 249	13.81 301	5.75 244	0.40 303	0.05 71	0.13 310	0.00 1	0.10 64	0.08 6

Pruner-Stereo	6.85 210	1.81 153	10.24 265	6.92 301	0.92 63	5.55 150	4.01 263	14.42 168	11.85 181	18.22 323	21.92 281	15.64 286	5.69 182	12.10 224	6.08 253	0.84 396	0.02 35	0.18 337	0.10 206	0.11 74	0.38 63

RALAANet	6.86 212	3.28 365	11.09 306	7.63 341	4.95 367	6.16 185	1.63 115	20.54 272	15.45 221	15.30 245	14.52 185	12.98 244	4.35 127	13.53 290	3.98 175	0.11 163	0.35 209	0.00 1	0.29 334	0.58 301	0.48 91

DCANet	6.87 213	2.02 202	9.12 210	4.03 70	0.76 40	4.77 93	1.74 141	16.15 194	25.07 341	15.88 264	20.79 261	7.89 162	11.31 299	9.23 115	6.15 255	0.18 217	0.05 71	0.00 1	0.00 1	0.28 164	2.01 359

PSM-softLoss	6.90 214	1.81 153	10.84 295	7.04 306	0.93 68	5.53 144	1.97 167	23.18 309	9.65 159	14.16 227	22.01 286	12.84 236	5.15 163	13.03 269	7.95 289	0.76 379	0.06 96	0.27 371	0.55 424	0.21 123	0.14 16

KMStereo	6.90 214	1.81 153	10.84 295	7.04 306	0.93 68	5.53 144	1.97 167	23.18 309	9.65 159	14.16 227	22.01 286	12.84 236	5.15 163	13.03 269	7.95 289	0.76 379	0.06 96	0.27 371	0.55 424	0.21 123	0.14 16

PFNet+	6.92 216	1.64 122	10.96 301	6.27 244	0.90 61	5.66 155	1.68 126	14.43 169	16.02 232	18.13 321	21.24 264	14.33 263	5.97 187	13.13 277	5.51 238	0.90 406	0.20 161	0.11 298	0.30 342	0.08 53	0.94 190

RAFT-345	6.94 217	1.48 97	7.45 147	5.65 188	0.96 72	5.49 138	3.20 234	13.73 156	10.97 171	13.81 223	42.93 494	9.01 179	5.31 166	13.09 276	4.73 210	0.58 348	0.05 71	0.10 276	0.06 174	0.08 53	0.08 6

MyStereo06	6.95 218	2.25 264	14.05 373	6.69 282	4.74 357	7.75 232	9.60 405	17.85 232	9.03 151	13.29 210	10.78 153	18.68 335	5.70 183	10.66 152	4.52 204	0.09 145	1.32 447	0.02 176	0.26 316	0.84 370	0.92 180

NF-Stereo	6.96 219	1.80 150	10.17 259	7.16 320	0.79 48	6.15 184	3.26 241	20.74 278	18.45 264	13.42 215	19.33 237	11.67 212	6.05 188	12.71 256	6.17 256	0.57 347	0.06 96	0.21 351	0.23 295	0.12 79	0.09 8

OCTAStereo	6.97 220	1.80 150	10.20 262	7.15 319	0.78 46	6.12 181	3.38 242	20.72 273	18.47 265	13.41 212	19.33 237	11.91 220	6.05 188	12.68 254	6.19 257	0.59 353	0.06 96	0.21 351	0.22 284	0.12 79	0.10 11

RE-Stereo	6.97 220	1.79 147	10.18 260	7.14 314	0.77 43	6.14 182	3.39 243	20.72 273	18.43 262	13.41 212	19.33 237	11.78 215	6.09 190	12.66 252	6.22 258	0.58 348	0.05 71	0.21 351	0.22 284	0.12 79	0.10 11

TVStereo	6.97 220	1.79 147	10.18 260	7.14 314	0.77 43	6.14 182	3.39 243	20.72 273	18.43 262	13.41 212	19.33 237	11.78 215	6.09 190	12.66 252	6.22 258	0.58 348	0.05 71	0.21 351	0.22 284	0.12 79	0.10 11

sAnonymous2	6.98 223	7.12 451	20.67 453	9.13 395	5.40 388	5.28 129	8.11 383	16.71 211	11.50 177	5.04 100	9.17 122	3.77 77	8.23 244	7.84 74	3.15 134	0.11 163	0.07 109	0.06 228	0.28 328	10.80 520	7.09 503

CroCo_RVC	6.98 223	7.12 451	20.67 453	9.13 395	5.40 388	5.28 129	8.11 383	16.71 211	11.50 177	5.04 100	9.17 122	3.77 77	8.23 244	7.84 74	3.15 134	0.11 163	0.07 109	0.06 228	0.28 328	10.80 520	7.09 503

DIP-Stereo	6.99 225	2.37 291	11.45 314	4.78 121	1.70 166	13.13 314	1.47 101	15.76 188	7.43 109	14.57 232	26.61 331	10.76 202	5.10 159	14.97 332	8.10 293	0.06 108	0.06 96	0.06 228	0.00 1	0.17 104	1.22 240
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
rvit_0105_4	7.09 226	3.33 367	16.60 411	10.68 440	1.59 148	5.89 168	6.84 351	14.50 170	23.99 330	7.31 134	9.49 128	13.18 248	9.62 273	12.33 235	4.32 195	0.39 300	0.46 238	0.00 1	0.02 119	0.67 334	0.68 128

ADStereo(finetuned)	7.09 226	2.04 206	11.52 318	4.01 67	0.77 43	4.78 94	1.73 137	16.15 194	25.08 342	15.89 265	20.74 260	7.88 161	13.56 348	9.11 108	6.07 252	0.18 217	0.05 71	0.00 1	0.00 1	0.28 164	1.93 334

raft+_RVC	7.10 228	2.37 291	6.59 112	6.94 304	5.82 412	6.35 195	5.97 322	21.05 281	23.63 326	10.90 170	17.95 215	9.80 190	5.55 176	11.49 193	4.47 203	0.04 49	1.50 475	0.00 1	0.00 1	0.38 224	1.23 242

OMP-Stereo	7.13 229	2.89 337	9.89 249	10.98 448	1.73 169	4.81 96	1.85 153	18.38 239	16.26 236	16.94 290	14.11 183	17.45 318	7.57 230	13.26 284	5.12 223	0.43 315	0.04 60	0.06 228	0.02 119	0.20 121	0.56 107

RAFT_R40	7.14 230	1.73 137	9.36 227	7.36 328	0.82 50	5.74 161	3.69 252	15.47 184	15.09 218	18.24 324	19.87 245	16.82 302	8.50 252	13.72 299	5.81 248	0.28 266	0.02 35	0.14 317	0.00 1	0.11 74	0.09 8

fff	7.26 231	1.99 192	9.12 210	4.17 81	0.47 18	4.73 87	1.68 126	16.56 206	33.55 422	15.45 249	20.36 252	7.49 152	12.54 326	9.03 102	6.26 262	0.18 217	0.05 71	0.01 151	0.00 1	0.10 64	1.37 255

MIPNet	7.26 231	2.30 274	13.74 367	5.32 162	1.61 152	11.32 285	2.77 218	27.02 356	18.47 265	15.56 255	13.20 177	7.01 143	9.46 269	8.84 96	6.32 266	0.15 200	0.03 51	0.06 228	0.08 189	0.42 244	1.39 261

csc	7.26 231	1.99 192	9.12 210	4.17 81	0.47 18	4.73 87	1.68 126	16.56 206	33.55 422	15.45 249	20.36 252	7.49 152	12.54 326	9.03 102	6.26 262	0.18 217	0.05 71	0.01 151	0.00 1	0.10 64	1.37 255

cscssc	7.26 231	1.99 192	9.12 210	4.17 81	0.47 18	4.73 87	1.68 126	16.56 206	33.55 422	15.45 249	20.36 252	7.49 152	12.54 326	9.03 102	6.26 262	0.18 217	0.05 71	0.01 151	0.00 1	0.10 64	1.37 255

riskmin	7.28 235	1.54 106	8.37 183	5.01 140	3.24 285	11.65 290	3.20 234	16.61 209	18.86 273	10.45 162	13.46 180	16.20 295	12.68 332	12.46 245	6.57 274	0.17 209	1.38 459	0.14 317	0.33 356	0.67 334	2.52 417

AIO-test2	7.31 236	2.95 343	8.32 181	9.20 397	5.66 404	8.78 249	5.13 291	26.30 346	23.78 327	7.04 126	20.37 256	5.69 121	3.51 98	10.05 141	2.74 108	4.35 501	0.14 146	0.03 195	0.62 432	0.71 343	0.80 153

R-Stereo Train	7.33 237	1.62 115	9.31 224	6.80 293	2.33 225	7.57 229	5.36 302	24.47 324	7.63 110	16.40 271	33.07 419	12.42 228	5.52 173	8.06 77	5.23 226	0.05 74	0.05 71	0.01 151	0.00 1	0.12 79	0.56 107

RAFT-Stereo	7.33 237	1.62 115	9.31 224	6.80 293	2.33 225	7.57 229	5.36 302	24.47 324	7.63 110	16.40 271	33.07 419	12.42 228	5.52 173	8.06 77	5.23 226	0.05 74	0.05 71	0.01 151	0.00 1	0.12 79	0.56 107
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MIM_Stereo	7.37 239	2.06 216	12.02 337	4.71 119	1.69 164	5.17 121	1.28 85	19.54 261	13.09 191	16.93 288	28.48 350	13.05 247	5.43 168	13.25 283	7.41 282	0.02 18	0.62 279	0.00 1	0.01 90	0.45 257	2.09 378

UGAM-zero	7.48 240	1.91 178	14.55 380	4.78 121	2.00 202	6.34 194	1.02 68	18.99 247	8.70 145	14.93 237	15.74 197	24.94 403	13.86 358	13.13 277	5.05 218	0.04 49	0.96 351	0.02 176	1.08 465	0.18 110	1.46 273

StereoVision	7.48 240	2.90 340	10.47 282	10.13 419	3.93 315	4.99 115	1.86 157	21.10 283	17.66 252	8.90 149	29.71 366	10.95 205	6.61 207	12.83 260	5.11 221	0.69 372	0.05 71	0.17 332	0.03 133	0.98 379	0.56 107

IPLGR	7.48 240	1.61 114	14.03 372	4.92 136	1.30 110	10.30 266	1.20 78	24.52 327	22.59 313	16.71 285	18.84 231	8.44 170	7.49 229	9.62 130	6.34 268	0.26 258	0.05 71	0.05 219	0.06 174	0.37 212	0.93 185

PAM_32	7.56 243	1.96 183	15.04 391	6.11 232	2.08 205	16.93 389	1.38 89	16.49 203	7.93 125	15.16 240	9.17 122	25.77 409	11.69 308	12.95 265	4.03 178	0.14 189	0.77 314	0.09 264	0.83 443	0.61 315	2.00 358

HHNet	7.57 244	2.01 199	8.03 170	3.71 53	3.46 295	4.93 109	6.17 326	19.69 262	16.27 237	20.91 377	31.75 399	10.56 199	5.82 185	10.69 155	5.10 220	0.67 370	0.07 109	0.21 351	0.14 230	0.63 321	0.54 102

IIG-Stereo	7.59 245	2.47 304	9.40 229	10.39 431	1.78 179	6.67 208	1.47 101	17.83 231	16.51 244	18.91 339	20.12 249	17.76 322	8.74 257	13.21 282	5.43 233	0.44 318	0.05 71	0.03 195	0.00 1	0.17 104	0.45 83

ASMatch	7.61 246	1.63 118	9.18 218	5.79 210	2.27 221	4.63 78	2.54 202	17.23 220	13.73 204	17.27 296	34.28 437	13.26 251	10.15 281	12.39 242	5.49 237	0.12 178	0.24 178	0.21 351	0.17 254	0.18 110	1.55 289

ACRE	7.62 247	3.21 359	14.93 389	7.81 353	5.00 370	10.01 259	4.45 274	16.32 198	15.86 227	17.81 309	19.21 234	8.38 169	4.25 123	11.11 170	10.58 342	0.78 386	0.32 199	0.03 195	0.15 239	0.44 251	1.84 321

LCNet	7.64 248	1.41 85	6.15 85	6.93 302	1.35 112	9.00 252	5.44 304	18.37 238	11.30 172	16.62 279	24.39 307	14.67 267	11.03 289	12.03 218	4.01 176	0.07 127	0.02 35	0.23 360	2.07 491	1.00 382	6.69 498

IPLG	7.65 249	2.00 196	13.81 368	5.86 219	4.35 339	10.97 280	1.43 93	22.52 299	16.50 243	19.78 354	20.62 258	5.28 113	5.49 171	12.58 251	9.70 328	0.13 185	0.06 96	0.03 195	0.07 182	0.41 237	1.38 259

MyStereo8	7.68 250	3.00 347	12.46 346	7.70 348	5.11 376	11.40 287	1.39 92	15.98 191	10.05 167	16.45 273	24.04 303	12.01 223	7.91 238	10.68 154	10.57 341	0.14 189	1.52 478	0.08 254	0.48 409	0.60 313	1.98 346

CIPLG	7.69 251	3.27 363	14.40 377	7.84 355	5.08 375	10.24 263	4.59 279	16.02 192	15.45 221	18.05 319	19.72 243	8.79 176	4.61 142	11.84 210	10.40 338	0.76 379	0.33 205	0.03 195	0.15 239	0.44 251	1.83 320

x	7.70 252	2.12 232	8.93 201	5.08 145	2.55 240	11.65 290	4.40 273	20.91 280	12.53 184	13.58 219	20.49 257	15.73 288	11.10 291	10.65 151	10.16 332	0.11 163	1.37 457	0.04 211	0.29 334	0.34 189	1.95 342

IPLGR_C	7.70 252	3.32 366	14.54 379	7.98 361	5.04 372	10.26 264	4.64 282	16.50 204	16.28 238	17.97 317	18.85 232	8.30 168	4.66 150	11.22 175	10.89 350	0.77 382	0.32 199	0.03 195	0.15 239	0.43 248	1.84 321

qqq	7.72 254	2.15 242	10.06 256	5.01 140	1.82 184	8.62 246	7.27 365	21.10 283	13.53 200	12.48 183	18.71 230	16.17 293	12.10 318	12.08 221	9.26 318	0.08 135	1.35 455	0.02 176	0.36 372	0.36 206	1.93 334

111	7.73 255	2.39 296	9.12 210	4.17 81	0.47 18	10.65 275	3.49 249	21.34 289	28.25 378	10.60 166	16.85 209	14.74 270	10.22 282	12.48 246	6.61 276	0.43 315	0.01 11	0.00 1	0.00 1	0.35 195	2.39 409

AIO-Stereo-zeroshot	7.75 256	3.47 375	14.99 390	5.34 163	7.99 473	7.13 218	0.96 63	23.20 311	10.00 166	11.29 173	17.31 210	18.44 334	9.03 263	13.19 279	5.77 245	0.06 108	1.01 379	0.12 303	1.51 479	1.49 409	2.74 427

RAFT+CT+SA	7.76 257	2.01 199	7.56 151	11.32 455	3.31 287	4.60 76	7.19 362	17.21 219	27.40 370	10.43 161	27.34 335	7.63 157	7.83 236	15.46 340	3.51 153	0.03 36	0.39 217	0.18 337	0.46 402	0.33 183	0.93 185

IGEV-BASED-STEREO-	7.80 258	28.14 539	42.31 512	3.20 37	0.50 22	4.12 58	1.45 98	7.06 36	4.60 50	4.66 89	3.90 39	2.47 59	1.37 34	6.02 35	1.94 51	24.62 549	0.43 234	0.01 151	0.08 189	4.61 481	14.42 539

PAM	7.81 259	1.90 173	15.85 407	6.14 233	2.58 243	17.79 401	4.51 276	16.29 196	8.05 130	16.48 274	9.10 120	25.01 405	11.39 301	12.89 263	3.54 157	0.05 74	0.79 317	0.08 254	0.83 443	0.62 317	2.23 389

testlalala_base	7.81 259	3.52 377	8.75 193	8.73 386	5.44 394	12.21 299	1.77 146	12.73 132	6.24 88	10.56 165	13.62 181	8.76 175	5.61 178	8.69 92	4.24 191	16.24 542	3.38 518	0.00 1	0.46 402	22.32 545	3.02 439

RAFT-RH_RVC	7.88 261	1.51 105	7.72 157	5.41 170	0.96 72	11.41 288	1.48 103	13.43 148	15.04 217	17.54 304	45.66 509	10.86 203	6.42 201	13.48 288	5.26 228	0.81 391	0.04 60	0.12 303	0.13 219	0.12 79	0.17 22

TransformOpticalFlow	7.95 262	2.10 225	9.83 248	6.06 229	1.24 102	6.82 210	7.98 379	18.60 243	14.06 209	14.93 237	28.79 352	18.74 336	11.03 289	12.79 257	4.12 183	0.06 108	0.04 60	0.21 351	0.04 148	0.21 123	1.27 247

rvit_0105_5	8.01 263	3.69 387	17.73 425	10.42 433	1.61 152	7.29 219	6.68 344	18.33 236	25.98 356	10.45 162	10.46 145	15.53 284	11.01 287	12.87 262	5.37 231	0.44 318	0.41 226	0.00 1	0.15 239	0.70 339	1.08 219

TestStereo1	8.04 264	2.22 257	8.85 198	10.87 446	2.12 210	4.66 81	2.40 195	21.17 287	23.79 328	17.41 297	26.31 326	9.41 184	9.09 264	16.23 348	3.85 172	0.14 189	0.40 219	0.02 176	0.13 219	0.58 301	1.10 221

SA-5K	8.04 264	2.22 257	8.85 198	10.87 446	2.12 210	4.66 81	2.40 195	21.17 287	23.79 328	17.41 297	26.31 326	9.41 184	9.09 264	16.23 348	3.85 172	0.14 189	0.40 219	0.02 176	0.13 219	0.58 301	1.10 221

PFNet	8.10 266	1.75 139	12.34 343	7.54 340	2.40 231	7.41 226	5.81 317	23.83 320	17.85 254	20.78 371	17.57 212	15.22 280	7.72 235	13.37 287	6.46 272	0.33 279	0.20 161	0.12 303	0.19 273	0.32 179	0.77 149

FACV-RUCA	8.11 267	2.29 271	10.34 269	8.07 365	6.02 420	14.18 333	3.04 229	20.05 268	19.00 274	12.98 202	18.43 227	8.73 173	11.58 303	12.20 227	5.78 247	0.38 298	0.64 283	4.34 503	0.35 365	1.89 425	1.96 344

AAGNet	8.15 268	1.75 139	10.57 283	7.72 350	0.74 35	5.74 161	4.98 290	15.90 190	14.59 214	20.31 363	23.80 301	15.08 278	11.25 297	12.27 231	16.70 408	0.85 397	0.06 96	0.32 389	0.01 90	0.15 94	0.16 20

STrans-v2	8.16 269	2.09 223	9.79 245	5.44 171	1.53 144	11.87 294	9.69 411	19.77 263	13.20 197	14.01 225	25.80 318	17.88 326	12.55 329	13.30 285	4.39 199	0.06 108	0.01 11	0.18 337	0.01 90	0.25 139	1.31 253

Prome-Stereo	8.22 270	1.48 97	6.24 90	7.06 309	1.55 145	6.54 204	9.08 395	21.88 292	9.88 161	21.12 382	32.48 413	11.82 218	11.59 305	11.99 216	4.04 179	0.08 135	0.02 35	0.19 343	0.12 215	0.45 257	6.89 502

FENet	8.22 270	1.39 82	7.33 144	6.43 260	2.17 216	10.97 280	2.20 181	22.10 295	21.26 292	17.85 312	23.22 297	14.29 261	11.50 302	13.56 293	8.32 298	0.29 270	0.24 178	0.03 195	0.03 133	0.18 110	1.04 209

FSD	8.27 272	7.12 451	12.35 344	14.29 490	6.22 428	8.24 244	12.03 447	13.05 135	8.40 137	8.19 140	7.55 105	10.42 197	7.18 225	11.33 182	9.08 312	5.65 510	3.82 527	5.53 508	4.12 510	5.22 487	5.70 485

AIO-Stereo-zeroshot1	8.37 273	4.16 398	20.63 452	5.82 214	11.79 511	6.40 198	2.02 171	20.82 279	8.03 128	14.52 230	21.38 268	17.44 317	5.83 186	14.43 315	5.13 224	0.06 108	1.00 376	0.05 219	1.81 487	2.44 443	3.62 455

raft_robust	8.39 274	2.81 332	7.62 152	6.32 251	1.17 91	5.47 137	0.82 55	34.37 452	35.49 445	18.40 326	20.25 250	7.24 149	5.51 172	15.77 342	3.40 150	0.11 163	1.10 400	0.00 1	0.50 414	0.33 183	1.19 236

HITNet	8.41 275	3.59 384	9.91 251	5.30 160	1.52 143	13.35 320	4.48 275	22.00 293	16.06 233	15.52 253	22.95 296	15.28 281	11.74 309	14.91 331	9.25 317	0.10 157	0.01 11	0.48 405	0.06 174	0.58 301	1.04 209
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
SA	8.43 276	2.16 246	10.02 254	8.41 374	0.93 68	7.36 224	2.21 183	23.73 318	26.15 358	13.55 218	30.84 383	9.89 191	10.09 279	16.84 370	3.52 155	0.18 217	0.68 293	0.17 332	0.40 395	0.48 267	0.92 180

GMM-Stereo	8.44 277	1.27 68	7.36 146	6.64 278	2.56 242	10.00 258	9.29 402	23.79 319	11.33 173	17.96 316	29.59 364	17.14 307	7.59 231	11.77 205	4.61 207	0.13 185	0.01 11	0.24 364	0.94 449	0.49 276	6.14 490

test_sample1	8.49 278	1.83 164	10.60 284	5.53 174	2.95 271	15.17 350	4.51 276	20.73 277	11.47 176	14.78 235	22.80 294	19.06 343	13.86 358	12.52 247	10.17 333	0.14 189	1.20 424	0.02 176	0.19 273	0.28 164	1.93 334

mmm	8.54 279	2.13 238	10.21 263	5.81 212	2.96 272	14.00 329	6.67 342	19.28 256	12.59 185	16.95 291	24.40 308	17.83 325	10.70 286	12.90 264	9.42 323	0.17 209	1.28 440	0.50 407	0.60 429	0.44 251	2.03 364

RAFT_CTSACE	8.55 280	2.62 325	9.63 239	7.41 329	5.06 374	5.76 163	2.54 202	15.38 183	17.84 253	24.33 423	34.69 442	16.37 296	7.22 226	18.05 391	2.63 101	0.01 4	0.56 265	0.00 1	0.03 133	0.42 244	0.41 72

HI	8.56 281	2.44 301	7.70 154	5.09 146	5.21 380	4.06 52	0.49 35	19.26 254	9.96 164	25.77 438	27.88 340	20.72 354	12.22 322	18.06 392	11.58 357	0.05 74	0.11 132	0.00 1	0.10 206	0.16 98	0.31 39

CoSv	8.56 281	2.44 301	7.70 154	5.09 146	5.21 380	4.06 52	0.49 35	19.26 254	9.96 164	25.77 438	27.88 340	20.72 354	12.22 322	18.06 392	11.58 357	0.05 74	0.11 132	0.00 1	0.10 206	0.16 98	0.31 39

dd	8.57 283	5.20 421	13.37 362	6.91 300	1.05 78	10.30 266	3.89 258	17.29 222	34.00 429	15.73 258	17.50 211	7.45 151	6.60 205	15.00 333	10.99 351	1.39 452	0.41 226	0.18 337	0.46 402	2.25 437	1.40 264

CASS	8.64 284	2.03 204	8.60 186	8.71 385	1.59 148	15.02 348	2.75 217	23.27 314	18.58 269	16.29 267	22.78 293	13.42 253	13.68 352	13.07 275	7.66 283	1.18 445	0.05 71	0.13 310	0.01 90	0.75 353	3.24 447
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_sample2	8.68 285	1.84 165	9.64 240	5.53 174	2.43 233	13.92 327	8.00 380	21.09 282	16.82 249	14.92 236	22.73 292	19.44 345	13.75 353	12.99 266	6.85 277	0.15 200	1.15 411	0.07 246	0.20 278	0.35 195	1.78 312

DN-CSS_ROB	8.72 286	3.49 376	16.63 412	6.74 286	3.39 292	6.20 187	3.43 245	23.40 315	22.03 306	17.46 301	30.28 372	9.33 182	8.32 247	14.71 322	6.36 269	0.91 408	0.00 1	0.45 401	0.00 1	0.65 327	0.70 134

GANet-ADL	8.73 287	2.80 331	9.48 232	7.87 357	2.77 257	12.88 311	5.29 300	29.97 395	25.61 353	14.50 229	16.64 207	17.02 305	7.60 232	11.61 201	8.01 291	0.51 335	0.40 219	0.10 276	0.12 215	0.77 356	0.70 134

PSM-AAD	8.76 288	1.41 85	6.46 102	6.87 297	1.18 92	12.78 309	9.66 410	20.03 267	15.78 226	21.79 393	24.91 309	14.31 262	13.16 341	12.42 243	4.07 181	0.05 74	0.06 96	2.44 488	0.16 248	0.45 257	7.17 505

FTStereo	8.76 288	1.57 111	6.75 118	6.55 266	2.45 234	7.65 231	11.62 443	18.36 237	9.01 149	20.25 356	40.79 481	15.87 289	12.36 325	11.02 163	4.69 209	0.24 247	0.01 11	0.09 264	0.16 248	0.19 114	5.58 483

GwcNet-ADL	8.81 290	2.00 196	10.21 263	7.70 348	2.82 260	6.99 214	7.05 358	30.58 401	26.21 360	15.71 257	17.65 213	13.93 259	6.83 219	13.90 302	11.43 356	0.49 329	0.76 313	0.01 151	0.01 90	0.55 292	1.46 273

test_5	8.85 291	2.05 212	9.51 233	11.62 459	4.99 369	6.74 209	5.48 306	18.25 235	23.57 324	16.72 286	29.73 367	15.54 285	10.54 285	16.25 351	4.02 177	0.05 74	0.40 219	0.27 371	0.08 189	0.34 189	0.81 154

ARAFT	8.86 292	3.86 391	17.37 421	5.96 224	0.94 71	12.59 306	10.80 427	18.20 234	19.95 282	18.77 334	16.27 205	17.78 323	8.88 260	18.82 402	5.30 229	0.35 286	0.04 60	0.00 1	0.00 1	0.62 317	0.64 120

ffm	8.89 293	2.34 283	12.99 356	6.28 245	3.81 309	12.43 302	7.47 369	19.77 263	16.80 246	16.64 281	32.03 404	17.29 309	11.78 310	11.11 170	2.34 74	0.05 74	1.17 413	0.80 433	0.37 377	0.29 171	2.07 372

Sa-1000	8.91 294	2.10 225	9.11 208	8.07 365	1.16 90	16.62 386	2.39 194	25.58 334	25.43 350	15.52 253	28.24 347	12.19 225	8.67 254	16.40 356	3.70 163	0.39 300	0.86 334	0.16 329	0.23 295	0.48 267	0.89 173

IRAFT_RVC	8.93 295	1.80 150	10.65 287	7.83 354	1.81 181	6.36 196	10.05 418	26.32 347	27.59 372	17.93 315	19.70 242	17.67 321	9.98 277	13.20 280	6.29 265	0.37 294	0.30 196	0.19 343	0.05 163	0.23 131	0.24 28

DMCA	8.96 296	2.60 320	11.84 329	5.61 182	4.25 332	11.09 283	4.36 272	25.89 336	20.23 286	17.10 294	20.96 263	17.55 319	11.92 316	11.47 188	12.27 368	0.60 357	0.09 117	0.35 392	0.05 163	0.48 267	0.57 113

GES	9.01 297	2.61 324	12.88 352	6.76 287	2.02 203	13.08 313	6.33 334	22.23 297	22.21 308	19.80 355	26.73 332	8.97 178	11.01 287	14.41 312	8.35 301	0.54 342	0.10 128	0.30 386	0.15 239	0.82 366	0.99 200

GrayStereo	9.02 298	1.35 78	7.73 158	8.62 381	2.88 265	10.28 265	10.99 431	18.66 244	16.36 242	22.78 405	30.63 379	17.56 320	12.19 321	11.50 195	5.08 219	0.09 145	0.02 35	0.19 343	0.78 442	0.33 183	2.37 406

DEmStereo	9.07 299	1.70 132	10.89 298	4.86 127	1.23 99	11.51 289	5.70 310	14.24 160	27.02 367	22.33 401	32.56 414	11.70 214	15.04 374	11.83 208	8.53 302	0.31 273	0.16 152	0.02 176	0.09 197	0.11 74	1.47 277

RAFT	9.07 299	2.76 329	10.38 273	8.89 391	1.24 102	13.48 321	8.19 386	17.14 218	17.29 251	23.01 408	19.34 241	20.06 352	11.13 292	17.79 389	6.43 270	0.09 145	1.12 406	0.28 377	0.02 119	0.79 358	1.94 341

iRaft-Stereo_5w	9.10 301	2.33 280	10.69 289	6.64 278	4.47 349	4.74 91	10.72 426	16.71 211	16.97 250	15.39 246	26.15 322	21.25 361	12.59 330	16.38 353	12.90 378	0.85 397	0.51 251	0.08 254	0.22 284	0.95 378	1.53 287

HCRNet	9.13 302	1.82 161	8.73 191	14.95 499	5.22 382	10.66 276	2.49 200	26.57 351	18.64 270	16.31 268	25.51 316	18.42 333	11.15 293	13.53 290	7.25 280	0.10 157	0.04 60	0.10 276	0.02 119	0.27 158	0.76 147

SFCPSM	9.16 303	1.72 135	12.32 342	5.64 186	3.51 298	16.58 385	6.93 354	31.11 409	26.15 358	17.05 293	20.08 248	11.05 206	9.94 276	12.55 248	6.05 251	0.36 289	0.17 155	0.37 394	0.22 284	0.40 233	1.01 203

KYRaft	9.17 304	1.39 82	7.74 159	7.07 311	1.03 76	8.05 243	7.90 378	23.72 317	9.22 155	21.43 388	31.08 386	22.52 376	8.03 240	12.21 228	3.16 136	0.10 157	0.02 35	0.05 219	0.67 435	0.46 262	17.51 544

CrosDoStereo	9.41 305	1.65 123	8.83 196	5.19 154	1.13 86	7.34 222	14.47 469	16.33 199	24.64 338	24.44 424	33.36 424	13.18 248	13.52 345	12.56 249	9.08 312	0.06 108	0.11 132	0.09 264	0.04 148	0.41 237	1.73 306

DeepStereo_LL	9.41 305	1.65 123	8.83 196	5.19 154	1.13 86	7.34 222	14.47 469	16.33 199	24.64 338	24.44 424	33.36 424	13.18 248	13.52 345	12.56 249	9.08 312	0.06 108	0.11 132	0.09 264	0.04 148	0.41 237	1.73 306

DRaft	9.41 305	1.56 110	10.09 257	4.18 85	0.92 63	12.87 310	5.68 309	17.40 225	29.75 386	21.24 384	38.12 464	9.96 192	13.97 362	11.81 207	8.08 292	0.66 369	0.30 196	0.07 246	0.26 316	0.33 183	0.88 169

rvit_stereo_0075_2	9.46 308	4.16 398	20.27 449	12.15 474	8.82 488	5.72 160	4.24 269	23.21 312	18.05 257	12.37 182	28.80 353	16.10 292	8.43 250	14.57 318	8.89 307	0.58 348	0.34 207	0.52 409	0.08 189	0.44 251	1.41 267

test_sample3	9.46 308	2.24 260	11.38 312	5.72 204	2.79 259	18.29 409	5.20 298	27.54 363	21.43 295	18.03 318	21.98 285	16.47 297	11.22 295	13.58 294	9.99 331	0.24 247	0.96 351	0.05 219	0.17 254	0.47 264	1.39 261

THIR-Stereo	9.52 310	2.21 254	9.26 223	5.38 167	0.85 55	15.55 356	11.50 442	16.88 214	21.74 303	24.45 426	31.96 402	14.20 260	13.85 357	11.89 212	8.54 303	0.14 189	0.25 183	0.10 276	0.05 163	0.40 233	1.11 225

DFGA-Net	9.58 311	4.57 407	19.91 446	6.37 254	4.05 318	11.38 286	2.98 227	26.08 339	29.76 387	17.13 295	19.22 235	9.43 186	7.17 224	16.49 359	13.39 380	0.13 185	0.00 1	0.06 228	0.13 219	1.89 425	1.46 273

MyStereo04	9.58 311	2.38 294	10.28 268	6.63 275	4.77 359	6.47 200	9.60 405	32.50 426	42.15 481	14.59 233	12.10 166	11.92 221	11.87 315	14.80 329	8.14 295	0.09 145	1.33 451	0.03 195	0.32 349	0.74 349	0.93 185

CoDeX	9.58 311	2.12 232	10.82 294	6.52 264	3.76 308	16.55 384	6.82 349	26.62 352	25.63 354	17.50 302	25.62 317	14.70 269	11.81 314	12.82 259	7.88 288	0.42 313	0.20 161	0.15 322	0.02 119	0.36 206	1.28 248

anonymousa	9.61 314	2.06 216	9.20 220	5.24 157	6.67 443	15.03 349	4.18 268	19.08 248	21.43 295	19.03 341	30.96 385	21.49 364	14.23 364	11.12 173	8.61 305	0.08 135	1.24 436	0.29 382	0.69 436	0.18 110	1.48 280

MyStereo05	9.63 315	2.25 264	10.26 266	6.69 282	4.74 357	7.75 232	9.60 405	31.51 417	41.00 475	17.45 300	13.02 175	10.28 196	12.27 324	14.74 326	7.68 285	0.09 145	1.32 447	0.02 176	0.26 316	0.84 370	0.92 180

rvit_0105_3	9.68 316	4.32 403	19.50 441	12.22 475	1.90 189	9.16 254	8.63 387	19.21 252	30.92 399	15.42 247	14.72 188	18.81 338	12.18 320	15.98 344	7.12 278	0.67 370	0.42 232	0.01 151	0.49 412	0.56 296	1.40 264

test_sample4	9.81 317	2.27 269	11.39 313	5.70 203	2.74 250	17.40 397	5.20 298	28.01 368	21.50 297	18.70 331	28.46 349	14.96 273	12.86 334	13.80 300	9.68 327	0.24 247	0.97 355	0.06 228	0.16 248	0.51 280	1.48 280

DispNO	9.82 318	2.57 316	17.77 427	6.22 240	5.73 406	11.89 295	4.77 285	25.54 333	21.70 302	17.56 305	21.28 267	18.01 327	13.83 356	17.46 380	9.91 330	0.35 286	0.16 152	0.03 195	0.12 215	0.51 280	1.05 212

BUS	9.86 319	1.86 167	9.14 215	7.14 314	4.12 326	19.47 418	2.69 212	34.15 448	23.28 319	18.82 336	21.95 282	14.37 264	11.63 306	14.72 323	12.39 369	0.36 289	0.13 140	0.15 322	0.04 148	0.37 212	0.46 86

CFNet_pseudo	9.92 320	2.21 254	11.76 324	5.09 146	2.93 270	14.43 335	3.12 230	27.16 357	32.52 414	17.58 307	22.81 295	21.97 369	9.29 267	13.06 273	8.34 299	0.23 242	0.46 238	1.23 463	0.27 324	2.89 449	0.99 200

ccs_rob	9.95 321	2.21 254	11.74 323	5.11 150	2.91 266	14.48 337	3.21 236	27.26 359	32.72 418	17.53 303	22.70 291	21.96 368	9.25 266	12.99 266	8.34 299	0.23 242	0.45 236	1.38 468	0.28 328	3.13 457	1.07 217

G2L-ROB	9.96 322	2.29 271	9.59 237	6.06 229	4.08 321	12.02 298	7.60 373	29.90 394	18.79 272	20.31 363	22.15 289	22.44 374	13.11 340	17.47 381	12.03 361	0.03 36	0.01 11	0.01 151	0.02 119	0.27 158	1.07 217

MSMDNet	9.96 322	2.08 221	11.66 322	5.39 168	2.92 267	16.50 383	2.89 222	29.73 390	34.55 436	17.86 313	21.91 280	18.86 339	8.36 248	13.06 273	7.74 287	0.24 247	0.47 241	0.66 423	0.24 303	3.07 453	1.04 209

MLCV	9.96 322	3.33 367	14.77 381	5.75 208	1.62 156	14.91 341	1.31 86	22.06 294	24.83 340	22.51 402	31.57 396	17.20 308	8.07 241	17.07 374	12.11 363	0.48 326	0.01 11	0.05 219	0.05 163	0.48 267	1.10 221

PCWNet_CMD	9.97 325	2.08 221	11.61 321	5.36 166	2.92 267	16.39 380	2.94 226	29.76 391	34.38 433	17.83 310	21.86 279	18.91 340	8.27 246	13.01 268	7.73 286	0.23 242	0.46 238	0.79 431	0.25 314	3.46 467	1.12 229

UCFNet_RVC	10.01 326	2.81 332	6.11 82	7.31 326	3.92 314	16.80 388	8.00 380	28.68 375	20.81 289	16.57 276	23.35 298	25.82 411	13.06 339	13.55 292	9.18 315	0.12 178	0.06 96	1.19 457	0.32 349	1.47 408	1.06 214

test_sample5	10.07 327	2.24 260	11.22 310	5.82 214	2.68 247	16.15 373	5.79 315	27.87 366	21.59 300	19.26 347	32.74 417	15.92 290	12.97 335	14.33 308	9.26 318	0.27 262	0.98 359	0.07 246	0.17 254	0.57 298	1.49 282

Anonymous3	10.07 327	4.14 397	31.49 490	9.77 412	5.11 376	25.00 458	11.85 444	25.20 330	19.24 277	10.80 169	14.78 189	7.92 163	8.68 255	14.40 311	6.12 254	3.25 490	1.40 460	0.08 254	0.06 174	0.81 363	1.30 251

BEATNet_4x	10.11 329	5.82 432	14.80 383	6.14 233	1.55 145	13.87 326	5.98 323	26.24 343	18.35 259	16.53 275	25.41 315	18.01 327	13.78 355	18.01 390	12.39 369	0.48 326	0.18 156	0.81 437	0.11 212	2.02 429	1.70 303

GANet-RSSM	10.17 330	2.02 202	8.21 175	7.09 313	5.57 399	13.17 316	7.29 366	27.27 360	19.65 280	15.81 260	28.83 354	26.18 414	16.33 394	14.58 320	9.28 322	0.25 254	0.27 186	0.16 329	0.04 148	0.65 327	0.72 138

DualNet	10.19 331	2.24 260	11.22 310	5.82 214	2.68 247	16.15 373	5.79 315	27.87 366	21.59 300	20.28 357	34.11 434	15.92 290	12.97 335	14.33 308	9.26 318	0.27 262	0.98 359	0.07 246	0.17 254	0.57 298	1.49 282

DCVSM-stereo	10.23 332	2.16 246	12.54 350	6.23 241	3.65 303	12.01 297	3.56 251	19.41 258	23.18 317	24.08 421	19.88 246	29.55 433	18.82 427	14.49 316	10.42 339	0.25 254	1.17 413	0.28 377	0.06 174	0.82 366	2.07 372

gwcnet-sp	10.26 333	3.56 380	15.31 395	6.59 269	4.30 334	15.71 359	5.71 312	26.09 340	25.15 344	21.68 390	21.77 272	15.01 275	16.42 397	15.21 335	10.76 346	0.12 178	0.20 161	0.02 176	0.09 197	0.63 321	0.86 163

scenet	10.26 333	3.56 380	15.31 395	6.59 269	4.30 334	15.71 359	5.71 312	26.09 340	25.15 344	21.68 390	21.77 272	15.01 275	16.42 397	15.21 335	10.76 346	0.12 178	0.20 161	0.02 176	0.09 197	0.63 321	0.86 163

ssnet	10.26 333	3.56 380	15.31 395	6.59 269	4.30 334	15.71 359	5.71 312	26.09 340	25.15 344	21.68 390	21.77 272	15.01 275	16.42 397	15.21 335	10.76 346	0.12 178	0.20 161	0.02 176	0.09 197	0.63 321	0.86 163

PSMNet-ADL	10.30 336	2.32 278	7.83 162	9.69 409	4.44 343	16.04 366	4.16 266	27.57 364	25.08 342	15.16 240	19.04 233	25.28 407	13.63 351	16.49 359	15.33 394	0.86 400	0.81 321	0.01 151	0.04 148	0.33 183	1.81 314

ff1	10.31 337	2.34 283	12.99 356	6.28 245	3.81 309	12.43 302	7.47 369	19.77 263	16.80 246	16.64 281	32.03 404	17.29 309	11.78 310	17.54 382	24.30 461	0.05 74	1.17 413	0.80 433	0.37 377	0.29 171	2.07 372

PSMNet-RSSM	10.31 337	2.47 304	7.79 160	7.85 356	4.38 341	10.47 270	6.67 342	29.67 388	22.25 309	16.62 279	33.75 430	23.30 383	14.58 369	13.91 303	10.56 340	0.23 242	0.09 117	0.07 246	0.24 303	0.87 373	0.48 91

IER	10.32 339	2.06 216	11.88 331	4.95 137	5.34 385	13.34 319	6.11 325	27.47 362	23.59 325	20.37 365	30.03 369	16.50 298	20.42 446	14.24 306	8.81 306	0.16 203	0.03 51	0.18 337	0.10 206	0.27 158	0.56 107

BSDual-CNN	10.33 340	1.86 167	9.14 215	7.14 314	4.12 326	15.83 364	8.93 392	34.15 448	23.28 319	18.82 336	21.95 282	22.14 371	13.58 349	14.72 323	9.53 324	0.36 289	0.13 140	0.15 322	0.04 148	0.37 212	0.46 86

psmg	10.36 341	1.86 167	9.14 215	5.58 180	4.12 326	15.74 363	7.65 374	30.05 396	23.28 319	21.80 394	26.26 324	22.14 371	13.58 349	14.72 323	9.53 324	0.36 289	0.13 140	0.17 332	0.04 148	0.44 251	0.67 126

test_for_model	10.44 342	31.57 542	7.69 153	28.25 538	19.35 536	5.66 155	1.73 137	9.50 81	9.59 158	13.59 220	6.15 89	5.25 111	2.58 78	5.60 26	1.81 45	10.21 528	3.48 522	0.00 1	0.16 248	35.71 553	10.93 531

CFNet-ft	10.46 343	3.02 350	7.10 130	7.69 345	5.42 391	16.93 389	5.92 320	22.83 306	22.31 310	15.81 260	30.40 374	26.42 417	15.19 377	13.60 296	12.18 365	0.14 189	0.10 128	1.87 475	0.34 361	1.22 393	0.73 141

CFNet_RVC	10.46 343	3.02 350	7.10 130	7.69 345	5.42 391	16.93 389	5.92 320	22.82 305	22.31 310	15.81 260	30.40 374	26.41 416	15.19 377	13.60 296	12.19 366	0.14 189	0.10 128	1.87 475	0.34 361	1.22 393	0.73 141

test_sample6	10.49 345	2.24 260	11.49 316	5.91 222	2.48 235	16.12 372	6.37 337	28.98 379	22.48 312	20.28 357	34.11 434	17.08 306	13.28 342	14.57 318	10.61 343	0.32 276	0.95 350	0.10 276	0.19 273	0.59 307	1.61 293

UGAM	10.51 346	1.74 138	10.16 258	7.06 309	4.44 343	6.56 205	11.34 437	16.06 193	27.83 374	21.09 381	28.18 346	23.47 385	11.21 294	26.86 474	11.33 355	0.05 74	0.49 245	0.46 403	0.36 372	0.44 251	0.97 198

qqq1	10.51 346	1.90 173	14.85 384	4.89 130	1.48 130	14.92 342	3.21 236	31.03 404	30.74 395	20.28 357	29.37 360	18.33 329	14.54 365	16.56 362	4.42 200	0.41 307	1.20 424	0.00 1	0.14 230	0.39 229	1.60 290

fff1	10.51 346	1.90 173	14.85 384	4.89 130	1.48 130	14.92 342	3.21 236	31.03 404	30.74 395	20.28 357	29.37 360	18.33 329	14.54 365	16.56 362	4.42 200	0.41 307	1.20 424	0.00 1	0.14 230	0.39 229	1.60 290

UDGNet	10.51 346	14.75 510	11.91 332	10.29 426	2.78 258	7.93 240	1.94 164	19.31 257	34.57 437	17.74 308	13.70 182	13.56 256	7.30 228	13.52 289	7.18 279	5.80 511	0.11 132	12.86 536	2.76 498	9.87 516	2.34 402

ICVP	10.54 350	2.11 229	7.49 148	9.62 407	3.41 293	13.85 325	6.34 335	26.81 354	23.24 318	16.90 287	31.76 400	27.31 426	12.81 333	12.18 226	12.47 373	1.59 457	0.58 272	0.19 343	0.13 219	0.63 321	1.45 272
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_ucs	10.56 351	2.15 242	12.88 352	5.55 178	4.11 324	15.24 352	3.93 259	28.55 373	32.41 412	18.70 331	24.95 311	22.99 378	9.66 274	14.22 305	8.13 294	0.29 270	0.84 327	1.63 472	0.23 295	3.43 466	1.31 253

G2L-Stereo	10.65 352	2.78 330	11.19 308	7.63 341	4.24 331	8.87 251	9.35 403	29.83 393	23.03 316	19.75 353	26.33 328	23.15 382	12.08 317	16.39 354	16.43 405	0.34 284	0.04 60	0.09 264	0.01 90	0.41 237	1.05 212

cf-r	10.67 353	2.34 283	9.77 244	6.17 236	5.79 409	12.94 312	5.14 292	25.21 332	27.86 375	17.84 311	32.03 404	25.81 410	15.91 388	12.22 229	12.56 375	0.17 209	0.19 160	0.05 219	0.06 174	0.59 307	0.72 138

RAFT + AFF	10.71 354	4.59 409	18.51 432	10.52 434	5.02 371	13.14 315	11.12 434	26.24 343	27.48 371	15.09 239	16.07 202	19.83 349	11.23 296	17.09 375	10.38 336	0.45 322	1.45 470	0.65 422	0.23 295	2.31 440	2.74 427

hknet	10.77 355	1.95 182	11.80 326	7.14 314	3.83 313	15.83 364	8.93 392	34.15 448	22.70 314	18.82 336	21.95 282	23.13 380	17.03 405	16.94 372	9.85 329	0.28 266	0.13 140	0.15 322	0.04 148	0.37 212	0.46 86

ttt	10.82 356	2.17 249	9.66 242	7.03 305	4.44 343	14.16 331	6.87 352	33.72 444	30.69 393	15.67 256	31.50 394	14.99 274	10.50 284	16.54 361	13.98 382	0.41 307	1.31 445	0.10 276	0.29 334	0.47 264	1.92 332

ACVNet	10.83 357	2.25 264	7.10 130	6.43 260	3.02 276	13.17 316	3.75 254	22.83 306	35.15 443	15.81 260	30.67 380	24.65 395	15.77 386	16.47 357	18.13 418	0.16 203	0.01 11	0.06 228	0.07 182	0.65 327	0.43 77

AdaStereo	10.85 358	4.57 407	10.79 291	9.59 406	3.46 295	17.49 398	6.29 330	32.70 429	26.07 357	19.04 342	26.55 330	19.60 348	10.12 280	17.71 388	10.38 336	1.00 421	0.05 71	0.42 398	0.02 119	0.70 339	0.46 86
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.
G2L-Stereo_test	11.01 359	2.34 283	9.34 226	5.12 151	4.31 337	12.30 300	13.21 460	33.14 437	23.33 322	23.77 418	25.10 312	21.80 366	13.91 360	16.39 354	14.37 385	0.09 145	0.06 96	0.01 151	0.02 119	0.38 224	1.16 230

SMFormer	11.03 360	1.90 173	14.85 384	4.89 130	1.48 130	14.92 342	3.21 236	31.03 404	30.74 395	20.28 357	29.37 360	18.33 329	14.54 365	16.56 362	14.46 387	0.41 307	1.20 424	0.28 377	0.24 303	0.45 257	1.47 277

tta	11.03 360	1.90 173	14.85 384	4.89 130	1.48 130	14.92 342	3.21 236	31.03 404	30.73 394	20.28 357	29.37 360	18.33 329	14.54 365	16.56 362	14.46 387	0.41 307	1.20 424	0.28 377	0.24 303	0.39 229	1.60 290

iResNet	11.06 362	4.16 398	16.83 414	7.89 359	2.23 219	15.59 357	9.17 400	24.49 326	29.14 383	20.78 371	31.13 388	16.87 304	11.58 303	15.45 339	12.50 374	0.64 365	0.05 71	0.02 176	0.10 206	0.79 358	1.71 304

DDVS	11.10 363	3.37 370	13.49 364	7.49 337	4.07 319	16.17 375	2.73 216	24.18 322	17.91 255	21.37 386	30.15 371	31.23 448	8.50 252	19.92 410	15.00 392	0.82 393	1.56 480	0.08 254	0.22 284	0.84 370	2.84 431

test_sample7	11.16 364	2.69 326	11.55 319	5.82 214	2.21 218	15.39 354	9.15 398	29.36 382	25.26 347	24.82 428	21.48 269	24.89 399	18.88 430	14.41 312	11.06 352	0.78 386	1.96 492	0.43 399	0.14 230	0.73 346	2.20 387

CFNet	11.23 365	3.41 372	10.68 288	7.08 312	4.22 330	17.38 396	4.83 288	31.29 414	31.29 402	19.15 344	26.85 333	24.06 391	13.75 353	16.23 348	12.22 367	0.26 258	0.05 71	0.44 400	0.09 197	0.92 376	0.41 72

AACVNet	11.24 366	3.71 388	11.56 320	9.45 402	3.35 289	11.67 292	4.88 289	23.23 313	14.00 208	28.19 462	29.90 368	30.39 444	18.03 420	20.04 412	13.22 379	0.50 332	0.21 169	0.23 360	0.07 182	0.75 353	1.52 286

DeepPruner_ROB	11.28 367	5.83 433	15.23 392	6.93 302	4.50 350	10.08 260	6.62 341	36.65 480	20.17 285	18.12 320	27.95 342	23.10 379	13.43 344	20.08 413	11.90 360	1.16 441	0.51 251	0.23 360	0.17 254	1.11 388	1.91 331

GMStereo_Zeroshot	11.32 368	8.59 473	21.66 459	10.06 417	2.53 238	12.38 301	1.43 93	21.36 290	21.50 297	23.48 413	35.74 448	24.85 398	6.12 193	20.48 420	8.28 297	0.83 394	0.02 35	0.25 367	0.01 90	6.33 497	0.53 100

LMCR-Stereo	11.32 368	4.98 419	11.87 330	14.09 487	4.01 316	16.97 393	5.70 310	26.41 348	23.41 323	22.57 404	22.11 288	15.18 279	15.44 382	21.48 442	17.57 414	2.29 473	0.04 60	0.00 1	0.03 133	1.53 412	0.65 122

LL-Strereo	11.34 370	4.25 401	13.90 369	9.09 393	6.20 427	7.31 221	8.93 392	35.93 468	30.30 389	16.93 288	15.83 199	21.85 367	17.45 415	21.92 446	10.25 334	0.43 315	1.47 473	0.74 428	0.08 189	1.15 389	2.71 425

GwcNet-RSSM	11.34 370	2.72 328	10.26 266	7.24 324	5.38 387	12.67 307	6.70 345	26.70 353	31.93 408	17.56 305	34.45 439	24.37 394	15.77 386	13.70 298	15.31 393	0.19 228	0.20 161	0.14 317	0.05 163	0.81 363	0.64 120

HSM-Net_RVC	11.37 372	1.57 111	6.32 92	5.99 226	2.67 246	20.99 430	7.19 362	28.50 371	28.64 380	21.03 380	25.84 319	33.64 471	16.37 396	16.83 369	10.76 346	0.21 236	0.08 115	0.02 176	0.00 1	0.16 98	0.55 104
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NINENet	11.46 373	3.02 350	11.83 328	8.45 376	5.40 388	19.47 418	2.69 212	39.63 504	34.82 438	19.11 343	27.64 338	14.37 264	11.63 306	16.21 347	12.39 369	0.94 414	0.21 169	0.29 382	0.00 1	0.48 267	0.55 104

ToySt	11.51 374	2.48 307	17.84 428	6.10 231	2.09 206	16.11 371	12.36 450	25.07 329	28.25 378	15.22 242	25.16 313	25.51 408	15.98 390	17.63 387	15.46 396	0.19 228	1.08 395	0.04 211	0.31 347	0.66 332	2.67 422

DAS	11.51 374	2.60 320	15.62 401	9.37 400	6.27 434	16.04 366	7.71 375	22.70 303	33.92 427	19.53 349	29.03 355	19.51 346	19.10 434	17.44 379	8.98 309	0.78 386	0.02 35	0.29 382	0.01 90	0.48 267	0.81 154

ac_64	11.57 376	2.13 238	11.77 325	8.79 388	5.51 396	19.40 416	6.29 330	24.72 328	15.20 220	23.50 414	24.91 309	33.07 465	16.82 402	19.33 405	17.78 416	0.53 336	0.15 149	0.02 176	0.03 133	0.35 195	1.03 208

mmx	11.59 377	2.34 283	12.99 356	6.28 245	3.81 309	12.43 302	7.47 369	32.76 431	28.92 381	16.64 281	32.03 404	17.29 309	11.78 310	17.54 382	24.30 461	0.24 247	1.21 431	0.80 433	0.37 377	0.65 327	1.89 327

xxx	11.59 377	2.34 283	12.99 356	6.28 245	3.81 309	12.43 302	7.47 369	32.75 430	28.92 381	16.64 281	32.03 404	17.29 309	11.78 310	17.54 382	24.30 461	0.24 247	1.21 431	0.80 433	0.37 377	0.65 327	1.89 327

NOSS_ROB	11.76 379	4.63 411	8.14 174	7.46 334	2.92 267	17.82 402	10.55 424	30.45 400	34.08 431	16.37 269	19.97 247	23.14 381	16.31 392	18.22 395	10.67 345	2.98 485	1.84 487	3.39 501	1.64 483	2.24 436	2.37 406

ITSA-stereo	11.88 380	2.48 307	11.96 336	6.54 265	1.92 191	13.33 318	4.81 287	37.17 486	49.04 508	18.70 331	18.52 229	21.69 365	12.63 331	16.77 367	15.60 398	0.53 336	0.40 219	0.32 389	0.33 356	1.07 385	3.89 463

HSM	11.89 381	2.32 278	8.70 189	6.70 285	4.10 323	16.45 381	8.06 382	30.42 399	20.31 287	23.35 412	26.42 329	41.60 513	17.59 417	20.66 423	9.57 326	0.11 163	0.03 51	0.01 151	0.01 90	0.24 135	1.22 240

coex_refinement	12.03 382	2.30 274	8.72 190	8.56 379	5.30 384	16.95 392	7.17 359	31.75 419	32.48 413	18.92 340	31.46 393	25.97 413	12.98 337	14.55 317	21.39 443	0.33 279	0.06 96	0.02 176	0.10 206	0.49 276	1.18 235

SepStereo	12.04 383	2.60 320	15.62 401	9.37 400	6.27 434	16.04 366	7.71 375	22.70 303	33.92 427	19.53 349	29.03 355	19.51 346	19.10 434	27.97 480	8.98 309	0.78 386	0.02 35	0.29 382	0.01 90	0.48 267	0.81 154

DMCA-RVC	12.06 384	4.35 404	14.21 376	10.52 434	4.86 361	13.84 324	4.33 271	25.20 330	24.13 331	20.56 369	29.22 358	26.65 419	25.85 476	17.02 373	16.34 403	0.41 307	0.35 209	0.55 412	0.24 303	0.83 369	1.81 314

ACV-stereo	12.12 385	6.01 439	30.51 486	7.45 332	3.42 294	21.69 436	6.74 346	22.11 296	20.81 289	17.88 314	21.26 266	26.73 422	17.28 409	20.80 427	14.16 383	0.79 390	1.10 400	0.17 332	0.09 197	0.67 334	2.66 420

1111x	12.31 386	2.33 280	12.13 339	5.79 210	2.84 261	15.49 355	8.70 388	36.34 475	29.33 384	16.58 277	27.52 337	26.70 421	15.76 385	17.21 376	24.79 468	0.26 258	1.37 457	0.04 211	0.42 399	0.46 262	2.07 372

UPFNet	12.31 386	2.15 242	11.91 332	7.90 360	7.21 456	20.03 424	9.28 401	29.44 386	27.18 369	20.88 374	30.86 384	21.23 360	18.11 421	19.60 407	17.41 413	0.55 344	0.57 268	0.26 369	0.07 182	0.67 334	0.92 180

FADNet-RVC-Resample	12.31 386	5.22 422	32.28 493	10.14 420	4.08 321	14.97 346	6.98 357	26.54 350	24.42 336	23.72 416	29.31 359	19.87 350	15.01 373	16.26 352	10.61 343	0.65 366	0.52 254	0.48 405	0.54 421	1.52 411	3.09 443

RASNet	12.38 389	2.58 318	12.48 348	6.76 287	5.97 418	16.37 379	6.74 346	34.99 459	22.20 307	17.44 299	33.11 421	22.81 377	24.84 467	20.33 417	18.27 421	1.16 441	0.05 71	0.06 228	0.01 90	0.27 158	1.06 214

test_xeample	12.39 390	2.09 223	10.36 270	5.73 205	3.06 278	18.17 408	6.27 329	31.98 422	24.37 335	18.78 335	33.92 433	19.09 344	16.00 391	14.60 321	39.03 528	0.19 228	1.32 447	0.01 151	0.33 356	0.36 206	2.04 366

iResNet_ROB	12.41 391	3.19 358	12.39 345	6.63 275	3.72 305	16.98 394	2.64 208	32.29 424	38.58 465	26.93 453	33.73 429	26.24 415	17.40 412	17.36 378	8.95 308	0.33 279	0.01 11	0.00 1	0.00 1	0.40 233	0.35 49

DSFCA	12.44 392	3.00 347	14.87 388	6.04 228	7.03 452	17.06 395	10.86 430	31.11 409	32.12 409	26.41 448	23.81 302	22.37 373	15.13 376	21.13 437	13.53 381	0.95 417	0.66 286	0.28 377	0.38 387	1.21 392	0.77 149

FADNet_RVC	12.44 392	6.19 441	40.86 509	7.04 306	3.69 304	11.30 284	4.17 267	29.67 388	27.67 373	18.20 322	26.04 320	13.47 254	17.15 406	16.85 371	14.95 391	0.99 419	0.75 309	0.60 416	1.32 474	4.18 475	3.62 455

CBMV_ROB	12.51 394	3.86 391	7.98 168	5.81 212	2.99 274	16.05 370	4.62 280	27.61 365	31.37 403	26.75 451	32.62 415	23.97 390	22.66 460	21.14 438	12.09 362	2.15 470	1.78 486	2.24 482	1.27 473	1.64 416	1.54 288

NLCA_NET_v2_RVC	12.58 395	4.09 395	18.25 430	8.26 370	5.83 413	14.72 338	5.85 318	33.49 442	27.86 375	22.14 399	32.16 410	24.94 403	14.01 363	16.19 346	16.82 410	0.90 406	0.35 209	0.37 394	0.58 428	1.51 410	3.31 449
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
acv_ft	12.59 396	2.25 264	13.50 365	8.30 372	6.23 429	19.81 422	6.34 335	26.43 349	35.15 443	26.38 447	30.67 380	24.65 395	14.91 372	16.47 357	19.16 430	0.16 203	0.01 11	0.06 228	0.07 182	0.74 349	0.43 77

hitnet-ft	12.59 396	3.03 353	7.87 164	7.49 337	4.20 329	27.41 478	3.75 254	23.41 316	24.15 332	21.14 383	34.12 436	31.93 456	19.74 442	20.28 416	18.13 418	0.54 342	1.45 470	0.35 392	0.09 197	1.26 396	1.41 267

xxxx	12.60 398	2.03 204	10.79 291	6.18 238	2.86 263	21.84 437	3.02 228	34.55 456	25.46 351	16.39 270	31.58 397	26.87 425	14.75 371	14.00 304	37.45 520	0.21 236	1.36 456	0.01 151	0.32 349	0.35 195	2.07 372

ISRNet	12.68 399	2.57 316	19.05 438	13.05 482	6.24 430	7.30 220	2.84 220	29.80 392	32.13 410	23.26 411	35.61 447	24.75 397	16.48 400	15.81 343	14.55 389	0.85 397	1.01 379	2.29 483	0.55 424	1.08 386	4.43 467

pcwnet_v2	12.68 399	2.30 274	18.36 431	8.32 373	5.74 407	17.73 400	4.77 285	36.75 483	46.28 504	20.98 378	29.07 357	16.62 299	13.52 345	16.56 362	10.30 335	0.55 344	1.02 387	0.34 391	0.24 303	2.10 432	2.11 380

iResNetv2_ROB	12.78 401	4.09 395	15.60 399	6.44 262	3.75 307	14.86 339	7.17 359	34.46 454	37.12 452	26.06 442	34.81 443	29.76 434	16.32 393	14.77 327	7.67 284	0.31 273	0.03 51	0.12 303	0.01 90	0.94 377	1.23 242

ADLNet	12.84 402	2.93 341	11.94 334	8.87 389	6.88 447	17.96 403	8.85 389	34.12 446	26.67 364	27.81 461	26.24 323	26.84 424	15.04 374	17.54 382	19.94 434	0.59 353	0.58 272	0.24 364	0.11 212	0.80 362	2.85 433

CBFPSM	12.96 403	3.37 370	30.97 488	5.30 160	3.22 284	22.79 444	16.93 489	21.82 291	21.35 293	21.93 396	28.34 348	29.99 438	17.38 411	15.32 338	16.39 404	0.11 163	0.48 242	0.10 276	0.17 254	0.58 301	2.72 426

ADLNet2	12.99 404	2.94 342	14.18 374	9.57 405	5.96 417	20.23 427	10.41 423	33.05 435	37.61 456	19.46 348	19.74 244	22.46 375	18.63 424	22.37 449	20.76 438	0.37 294	0.15 149	0.06 228	0.08 189	1.04 384	0.72 138

dad	13.05 405	11.39 490	15.64 403	7.35 327	2.10 207	15.64 358	3.48 246	18.77 245	35.55 446	27.77 459	33.76 431	31.59 450	13.04 338	14.79 328	11.16 354	3.35 491	0.54 258	7.85 526	0.96 456	3.88 473	2.49 416

AASNet	13.05 405	3.27 363	12.23 341	10.28 425	6.90 448	17.61 399	7.88 377	41.14 511	38.29 461	23.20 410	29.62 365	16.85 303	15.59 384	15.50 341	19.03 428	0.39 300	0.03 51	0.78 430	0.05 163	1.32 400	1.08 219

HBP-ISP	13.07 407	8.80 475	8.99 202	8.11 368	4.55 353	13.48 321	6.60 340	29.09 381	30.50 391	21.33 385	36.14 449	16.62 299	19.42 438	20.92 431	12.81 377	3.63 493	2.61 507	7.18 522	4.12 510	3.74 471	2.69 424

222	13.07 407	1.99 192	10.74 290	6.56 267	2.74 250	19.95 423	2.54 202	34.13 447	24.42 336	22.52 403	31.39 390	20.78 356	16.99 404	14.31 307	48.07 552	0.16 203	1.33 451	0.01 151	0.32 349	0.37 212	2.02 360

DualNet (step1)	13.16 409	5.31 424	19.76 442	6.41 256	3.12 281	17.98 404	9.85 414	29.36 382	25.26 347	24.82 428	21.48 269	24.89 399	18.87 428	14.41 312	11.06 352	6.83 515	1.96 492	6.61 515	7.47 525	3.22 460	4.59 468

UNet	13.18 410	2.47 304	14.45 378	7.45 332	7.82 471	26.01 467	4.67 283	34.38 453	29.42 385	20.90 376	31.81 401	26.68 420	18.98 431	21.08 436	15.56 397	0.21 236	0.06 96	0.27 371	0.09 197	0.37 212	1.01 203

HGLStereo	13.21 411	3.45 373	14.01 371	10.32 428	7.72 468	15.72 362	7.19 362	31.94 421	28.12 377	20.83 373	36.16 451	26.61 418	20.82 448	18.74 399	19.63 433	1.01 423	0.22 172	0.07 246	0.08 189	0.59 307	1.00 202

GEStereo_RVC	13.23 412	3.13 356	15.23 392	10.33 429	4.95 367	18.92 414	11.46 441	31.58 418	48.03 506	20.51 368	27.68 339	19.00 342	13.31 343	20.44 419	16.01 401	1.15 440	0.51 251	0.10 276	0.14 230	0.67 334	1.47 277

delet	13.26 413	2.43 300	12.99 356	8.45 376	6.26 433	22.40 440	10.83 429	28.78 376	38.76 466	20.39 367	30.36 373	20.85 357	17.67 418	22.97 451	19.13 429	0.14 189	0.45 236	0.19 343	0.08 189	0.78 357	1.24 244

CRFU-Net	13.32 414	3.53 379	12.90 354	8.76 387	6.05 422	26.25 470	10.15 420	25.86 335	14.68 215	30.76 481	30.58 378	30.11 441	21.59 457	20.52 421	20.28 436	1.53 456	0.48 242	0.27 371	0.16 248	0.64 326	1.28 248

CSP-Net	13.41 415	3.62 385	11.03 304	6.62 274	4.07 319	25.76 466	9.61 409	29.66 387	27.14 368	29.97 475	33.42 426	29.84 436	17.23 408	20.64 422	16.03 402	1.12 436	0.41 226	0.03 195	0.00 1	0.75 353	1.29 250

MMNet	13.55 416	2.82 334	13.90 369	7.63 341	6.36 437	26.45 472	4.63 281	24.00 321	42.67 484	26.25 445	33.12 422	20.98 359	19.45 440	20.14 414	19.49 432	0.75 377	0.54 258	0.11 298	0.01 90	0.53 283	1.10 221

STTStereo	13.60 417	5.63 430	28.73 482	8.07 365	5.65 403	13.97 328	7.17 359	31.25 411	26.70 365	25.59 436	32.06 409	31.71 453	14.71 370	17.24 377	16.46 407	0.29 270	0.40 219	0.71 425	1.43 477	1.31 398	2.82 430

SGM-Forest	13.63 418	2.55 315	8.22 176	6.30 250	2.16 215	23.84 450	11.13 435	34.68 457	32.40 411	27.27 455	33.02 418	30.08 440	17.82 419	22.13 447	15.40 395	1.66 463	0.32 199	0.88 442	0.03 133	0.79 358	1.93 334
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TDLM	13.70 419	4.93 418	11.80 326	11.93 468	5.53 397	16.75 387	14.38 468	36.12 472	32.59 415	23.08 409	27.03 334	25.90 412	15.40 380	25.87 469	14.23 384	1.24 448	0.09 117	1.53 470	0.61 431	2.06 431	2.94 436

AANet_RVC	13.75 420	6.34 443	12.90 354	8.87 389	4.53 352	14.09 330	9.12 397	29.37 385	38.32 463	23.85 420	37.41 457	23.55 386	17.51 416	23.31 454	18.56 422	2.08 469	1.30 441	0.25 367	0.06 174	0.73 346	2.87 434

xyz-stereo	13.76 421	1.43 91	40.88 510	3.14 34	0.83 53	42.24 532	4.68 284	14.87 178	26.49 361	23.70 415	37.20 455	30.36 443	19.90 443	18.77 400	9.23 316	0.28 266	0.03 51	0.64 420	0.03 133	0.20 121	0.32 41

ssnet_v2	13.84 422	3.15 357	13.44 363	7.99 362	3.08 279	22.60 441	14.51 471	36.65 480	33.59 425	22.04 398	26.10 321	28.64 429	17.16 407	23.13 452	20.86 440	0.50 332	0.32 199	0.20 348	0.13 219	1.41 404	1.38 259

FADNet-RVC	13.86 423	12.75 504	41.65 511	8.64 382	4.63 355	16.45 381	6.89 353	28.91 377	24.20 333	20.89 375	31.44 392	26.73 422	11.37 300	21.58 444	15.91 399	0.25 254	0.14 146	0.14 317	0.24 303	2.97 451	1.50 285

psm_up	13.88 424	2.70 327	10.89 298	10.20 422	5.97 418	15.01 347	12.58 452	39.13 501	31.75 406	21.39 387	31.09 387	30.18 442	25.01 470	20.33 417	17.62 415	0.75 377	0.39 217	0.18 337	0.03 133	0.82 366	1.67 301

DLCB_ROB	13.97 425	3.74 389	11.01 303	9.99 416	5.85 414	21.40 433	10.37 422	30.17 397	30.49 390	28.21 463	32.18 411	32.67 461	21.17 452	20.20 415	18.59 423	0.34 284	0.18 156	0.41 397	0.15 239	0.61 315	1.76 310

StereoDRNet-Refined	14.03 426	3.52 377	12.77 351	8.70 384	3.31 287	18.50 411	4.58 278	29.08 380	30.59 392	29.85 473	42.52 491	25.24 406	19.57 441	23.88 458	23.55 455	0.44 318	0.07 109	0.54 410	0.38 387	0.88 375	2.64 419
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iinet-f	14.05 427	5.00 420	47.51 525	6.57 268	4.04 317	21.14 431	14.37 466	28.25 369	21.37 294	21.95 397	31.37 389	21.31 362	18.66 425	16.15 345	20.61 437	0.31 273	0.41 226	0.09 264	0.05 163	1.00 382	0.76 147

CVANet_RVC	14.09 428	4.82 416	10.86 297	9.46 403	5.60 402	19.70 421	12.94 457	33.38 440	34.86 439	23.72 416	33.31 423	29.76 434	16.35 395	24.37 460	12.45 372	1.22 446	0.23 174	1.45 469	0.87 448	3.41 464	3.01 438

SACVNet	14.10 429	5.24 423	14.19 375	12.11 472	6.12 425	18.45 410	9.11 396	33.13 436	22.94 315	28.79 466	33.88 432	32.69 462	23.78 461	20.91 430	12.13 364	1.08 430	0.54 258	0.84 440	0.48 409	1.41 404	4.26 465

rvit_105_1	14.11 430	6.23 442	22.11 462	13.74 486	4.55 353	15.38 353	28.19 537	27.21 358	43.35 488	19.53 349	24.36 306	22.05 370	15.96 389	18.37 396	12.70 376	2.27 472	0.58 272	0.26 369	2.37 496	0.70 339	2.20 387

PS-NSSS	14.36 431	8.44 471	16.43 410	7.44 331	5.79 409	18.65 413	12.71 455	39.02 498	26.84 366	20.99 379	36.15 450	21.47 363	18.25 422	18.21 394	18.63 424	2.44 478	0.55 262	5.38 507	0.37 377	5.25 488	4.11 464

CBMV	14.52 432	4.59 409	9.99 253	6.61 273	2.85 262	22.76 443	12.45 451	30.63 402	33.32 421	31.98 486	35.00 445	31.68 451	19.43 439	26.53 472	16.71 409	1.28 449	0.61 278	0.63 418	0.12 215	1.26 396	1.89 327
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FADNet	14.77 433	11.96 495	39.55 508	8.50 378	6.64 442	18.53 412	6.74 346	35.70 466	35.06 441	19.21 345	28.06 344	28.14 427	13.94 361	18.54 398	11.61 359	0.48 326	0.75 309	0.38 396	0.49 412	9.17 511	2.05 370

fast-acv-ft	14.96 434	4.73 413	17.68 424	8.03 364	5.27 383	28.61 485	9.97 417	26.25 345	35.58 447	26.03 441	38.02 463	31.91 455	21.50 454	19.25 404	21.18 441	0.61 359	0.38 214	0.63 418	0.48 409	1.31 398	1.73 306

pmcnn	15.27 435	4.31 402	22.32 464	7.46 334	4.46 348	22.15 439	15.74 480	28.53 372	31.88 407	27.78 460	40.04 477	39.06 498	19.11 436	18.79 401	20.78 439	1.04 428	0.23 174	0.00 1	0.00 1	0.53 283	1.17 233

Anonymous_2	15.61 436	7.12 451	18.63 435	6.49 263	7.98 472	26.94 475	11.93 445	19.48 259	18.48 268	18.25 325	15.95 200	24.18 392	21.32 453	21.17 439	15.94 400	10.88 531	13.80 546	11.19 534	25.13 550	10.92 522	6.42 496

z-ln-s-r	15.70 437	7.13 456	42.53 513	5.88 220	5.57 399	14.47 336	13.18 459	22.93 308	38.31 462	19.68 352	44.92 508	23.85 389	18.42 423	23.81 457	30.69 507	0.37 294	0.02 35	0.00 1	0.01 90	1.15 389	1.16 230

TCMNet	15.72 438	7.51 460	21.42 458	14.39 491	12.57 518	26.22 469	13.91 465	30.23 398	36.03 449	25.57 435	31.73 398	23.65 387	15.35 379	19.98 411	24.06 460	1.44 453	0.67 291	2.04 479	0.99 458	3.41 464	3.26 448

NVstereo2D	15.77 439	4.01 393	17.73 425	9.96 415	8.10 478	30.36 493	9.52 404	43.10 523	43.12 487	15.45 249	28.03 343	23.46 384	16.84 403	24.62 461	17.06 411	3.35 491	0.87 335	1.76 474	1.13 466	7.76 504	9.19 520

test_sample9	15.79 440	5.31 424	19.76 442	6.41 256	3.12 281	17.98 404	9.85 414	29.36 382	25.26 347	24.82 428	21.48 269	24.89 399	18.87 428	21.03 432	22.11 444	6.83 515	36.75 557	6.61 515	7.47 525	3.22 460	4.59 468

StereoDRNet	16.00 441	5.45 428	16.67 413	11.34 456	8.74 487	25.62 463	11.07 433	40.40 509	37.03 451	29.77 472	30.04 370	34.35 480	19.09 433	19.81 408	25.28 471	0.65 366	0.30 196	0.16 329	0.14 230	1.80 423	2.33 401

Wz-Net-LNSev-Ref	16.12 442	4.56 406	29.46 483	7.78 352	6.11 424	26.08 468	13.01 458	31.08 408	37.61 456	27.66 457	46.96 515	29.92 437	15.40 380	21.54 443	22.39 446	1.09 432	0.05 71	0.10 276	0.00 1	0.43 248	1.21 239

YMNet	16.35 443	6.51 446	23.16 468	11.45 457	8.85 489	25.42 461	8.89 390	32.99 432	32.63 416	34.40 502	39.12 471	34.27 477	17.43 413	20.90 428	22.93 449	0.93 411	1.30 441	1.21 459	0.94 449	1.77 421	1.81 314

YMNet_1	16.35 443	6.51 446	23.16 468	11.45 457	8.85 489	25.42 461	8.89 390	32.99 432	32.63 416	34.40 502	39.12 471	34.27 477	17.43 413	20.90 428	22.93 449	0.93 411	1.30 441	1.21 459	0.94 449	1.77 421	1.81 314

DRN-Test	16.60 445	4.76 414	16.90 417	10.75 441	8.16 480	29.42 489	14.37 466	43.26 525	39.35 467	28.93 468	35.46 446	29.03 431	20.11 445	20.78 425	24.51 466	0.94 414	0.93 347	0.46 403	0.35 365	1.42 406	2.12 381

SDNR	16.80 446	5.88 435	30.01 485	6.39 255	6.53 439	57.67 551	3.15 231	24.30 323	31.49 404	21.50 389	36.56 454	14.69 268	16.76 401	19.14 403	14.45 386	11.12 534	14.00 547	3.11 497	0.51 416	8.86 510	9.92 526

DISCO	16.93 447	2.58 318	17.15 420	8.26 370	4.37 340	27.65 480	10.68 425	31.28 413	44.93 497	22.21 400	34.47 440	36.48 488	23.91 462	36.14 510	34.48 515	0.35 286	0.11 132	0.04 211	0.07 182	1.95 427	1.40 264

PA-Net	16.98 448	8.05 468	29.56 484	10.52 434	11.30 509	21.91 438	29.93 541	32.64 427	39.50 468	20.38 366	28.51 351	23.80 388	20.82 448	21.45 441	25.60 473	0.25 254	2.36 504	0.23 360	4.99 516	1.34 401	6.47 497
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FINET	17.02 449	8.11 469	28.42 481	9.29 399	8.89 492	24.46 453	25.06 529	35.40 463	49.52 513	26.73 450	33.49 428	20.50 353	18.75 426	20.67 424	19.18 431	2.30 474	2.09 495	1.13 455	0.75 441	2.86 447	2.84 431

GwcNet	17.31 450	6.61 449	23.02 466	10.83 445	8.63 485	29.48 490	10.80 427	39.37 503	45.73 499	24.16 422	37.85 462	31.50 449	21.81 459	21.37 440	27.25 487	0.81 391	0.88 337	0.57 415	0.46 402	1.54 413	3.61 453

NaN_ROB	17.35 451	7.91 464	18.84 437	11.29 454	4.93 365	33.28 506	20.75 510	38.10 493	43.81 489	30.28 478	31.53 395	32.88 463	20.88 450	29.10 485	17.85 417	0.40 303	0.43 234	0.31 387	0.44 401	0.98 379	3.03 441

S-Stereo	17.36 452	4.46 405	22.16 463	12.58 478	9.10 494	23.07 445	12.60 453	33.18 438	46.12 502	22.78 405	38.67 469	29.04 432	27.48 484	19.40 406	23.90 459	3.14 489	3.13 516	0.88 442	1.95 490	3.77 472	9.86 525

FAT-Stereo	17.45 453	3.56 380	19.19 439	10.31 427	6.54 440	18.00 407	14.89 474	38.68 496	40.49 471	27.39 456	39.66 474	37.32 490	32.14 512	21.07 435	22.97 451	3.68 494	2.16 501	0.81 437	1.21 470	2.10 432	6.78 500

DANet	17.51 454	8.91 476	27.61 477	14.94 498	7.48 458	22.67 442	5.66 308	27.33 361	26.64 362	32.62 493	36.27 452	37.40 491	30.07 501	31.65 496	26.09 479	1.30 450	1.46 472	2.33 485	0.53 419	3.54 468	5.69 484
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MaskLacGwcNet_RVC	17.56 455	17.23 518	20.10 448	12.02 470	6.91 449	28.81 486	11.45 440	41.35 512	21.95 304	30.13 477	34.66 441	32.04 458	11.30 298	21.04 434	16.43 405	8.91 523	2.67 508	12.29 535	0.84 446	12.72 528	8.43 515

PSMNet_ROB	17.59 456	6.52 448	16.27 408	14.43 492	7.71 467	29.22 488	33.59 546	43.94 528	38.52 464	24.74 427	33.46 427	34.17 476	17.29 410	18.52 397	25.68 475	0.40 303	0.29 194	0.96 446	2.22 493	2.03 430	1.81 314

Syn2CoEx	17.68 457	11.86 494	28.39 480	20.88 521	8.24 481	25.66 464	12.35 448	37.57 488	33.60 426	29.57 470	39.80 476	30.02 439	28.00 487	19.91 409	18.91 427	1.14 439	0.53 256	1.23 463	0.46 402	1.97 428	3.61 453

GANet	17.85 458	5.41 427	14.79 382	11.91 466	4.73 356	24.54 455	17.04 492	41.01 510	34.96 440	33.06 494	45.84 510	39.83 503	29.19 494	24.71 463	22.45 448	1.34 451	0.41 226	1.09 451	0.70 438	2.15 434	1.89 327

GASNet	17.87 459	20.62 529	32.66 495	21.17 522	9.48 497	16.26 376	9.15 398	45.00 533	40.55 473	26.16 443	24.34 305	33.05 464	15.45 383	29.82 490	18.15 420	3.79 496	0.28 192	1.87 475	0.51 416	7.06 499	1.97 345

test_sample8	17.93 460	5.31 424	19.76 442	6.41 256	3.12 281	17.98 404	9.85 414	32.68 428	20.05 283	33.68 499	26.30 325	40.74 507	34.14 516	21.03 432	22.11 444	6.83 515	36.75 557	6.61 515	7.47 525	3.22 460	4.59 468

NCCL2	17.94 461	7.94 466	16.87 416	24.07 532	7.60 463	24.52 454	17.08 493	35.42 464	26.65 363	32.01 487	38.57 466	41.96 516	27.61 485	22.24 448	24.43 465	0.65 366	0.33 205	2.64 491	2.13 492	2.28 439	3.86 462

ADCRef	18.01 462	8.01 467	44.10 518	10.75 441	8.85 489	27.18 477	11.06 432	31.77 420	34.40 434	31.90 485	42.45 490	18.79 337	21.55 456	25.18 466	35.17 516	1.03 426	0.42 232	2.18 481	1.79 485	1.38 402	2.27 395

XPNet_ROB	18.03 463	6.06 440	18.19 429	11.68 461	6.83 445	21.23 432	16.93 489	36.66 482	39.82 470	32.51 492	42.05 489	41.04 510	25.77 475	25.72 467	28.80 497	1.67 464	0.91 344	0.79 431	0.27 324	1.24 395	2.38 408

SuperB	18.07 464	7.33 457	56.73 538	8.42 375	5.42 391	20.39 428	9.73 412	26.04 338	50.80 517	26.88 452	39.52 473	17.79 324	21.54 455	23.17 453	25.96 478	0.77 382	0.32 199	1.11 454	0.73 440	16.11 536	2.75 429

RP	18.36 465	5.94 437	17.54 423	15.95 508	12.33 517	21.55 435	12.66 454	28.65 374	45.65 498	23.78 419	42.55 492	39.77 502	29.54 498	26.72 473	23.58 457	6.14 513	1.05 393	4.38 504	1.77 484	3.90 474	3.82 461

APVNet	18.42 466	6.37 444	23.10 467	12.76 481	8.28 482	30.74 495	24.17 525	42.08 518	30.76 398	25.86 440	41.66 485	31.83 454	24.99 468	28.01 481	28.77 495	0.49 329	0.57 268	3.05 495	0.55 424	1.80 423	2.46 411

w-ln-seven-2	18.44 467	8.73 474	43.71 517	11.92 467	6.91 449	24.43 452	13.73 463	30.66 403	41.21 477	29.15 469	43.29 499	30.86 446	29.28 495	23.47 455	24.59 467	0.99 419	1.11 404	0.64 420	0.17 254	1.63 414	2.26 393

ETE_ROB	18.45 468	10.71 482	20.90 455	14.23 489	4.92 364	23.28 447	22.01 513	33.00 434	36.14 450	30.68 480	39.03 470	46.10 529	26.28 477	27.52 478	26.22 480	0.53 336	0.49 245	1.16 456	0.94 449	1.69 418	3.07 442

PWCDC_ROB	18.66 469	11.24 488	21.32 457	18.82 516	8.08 477	25.75 465	6.94 355	35.08 460	53.33 524	30.37 479	49.70 523	20.87 358	21.63 458	31.05 495	22.39 446	6.94 519	0.28 192	0.10 276	0.06 174	5.98 496	3.22 446

Nwc_Net	18.76 470	5.80 431	19.91 446	14.99 500	11.96 514	26.32 471	15.90 481	41.68 515	40.50 472	21.85 395	43.58 500	34.89 481	29.47 497	27.48 477	26.34 481	3.75 495	0.27 186	2.55 490	3.31 503	2.25 437	2.46 411

ADCP+	18.93 471	5.83 433	35.35 499	9.85 413	10.36 502	29.49 491	13.65 462	34.22 451	37.75 458	30.02 476	41.45 483	24.18 392	26.43 481	34.71 504	36.58 518	0.27 262	0.40 219	2.00 478	1.19 468	2.31 440	2.66 420

MDST_ROB	18.99 472	3.23 360	15.81 406	14.15 488	6.98 451	44.89 534	16.81 488	43.19 524	42.83 485	43.71 530	43.84 501	28.79 430	19.02 432	30.64 494	18.70 425	1.84 466	0.84 327	0.69 424	0.47 408	0.71 343	2.61 418

Wz-Net-LNSev	19.04 473	11.48 491	43.55 516	10.82 444	8.01 475	24.96 457	17.46 497	34.72 458	44.36 493	33.43 497	44.72 507	32.54 460	24.13 463	21.64 445	24.38 464	0.93 411	0.22 172	0.00 1	0.03 133	1.44 407	1.99 356

AF-Net	19.18 474	6.50 445	16.90 417	16.60 509	11.00 508	23.83 449	11.31 436	36.25 473	51.10 520	25.56 434	38.34 465	41.77 514	31.01 506	30.20 492	27.83 490	4.87 507	0.27 186	4.60 505	1.00 459	2.67 445	2.02 360

PWC_ROB	19.21 475	12.15 500	28.02 479	11.02 450	6.62 441	25.15 459	5.47 305	36.42 477	49.47 511	33.19 495	44.32 504	34.98 482	26.66 482	32.22 499	27.30 488	1.71 465	0.27 186	1.62 471	0.37 377	2.38 442	4.90 475

stereogan	19.38 476	4.02 394	18.62 434	13.54 484	10.30 501	37.03 516	9.83 413	39.12 500	46.13 503	25.09 433	41.76 487	40.01 504	27.19 483	32.16 497	25.48 472	2.44 478	1.13 407	2.70 493	0.86 447	5.45 490	4.81 472

edge stereo	19.38 476	5.98 438	19.25 440	11.11 451	8.07 476	23.51 448	12.74 456	35.93 468	42.55 482	35.05 505	43.06 496	41.34 512	36.05 521	26.06 470	25.62 474	2.70 482	2.47 505	6.38 513	1.54 480	3.18 459	5.01 476

RYNet	19.73 478	5.52 429	18.58 433	11.63 460	15.84 528	47.05 537	17.28 494	38.60 495	49.19 510	27.71 458	27.46 336	38.63 496	26.42 480	20.79 426	32.08 511	0.73 375	0.59 275	0.97 447	0.16 248	7.40 501	8.04 511

LALA_ROB	19.82 479	8.32 470	18.64 436	13.59 485	5.79 409	28.03 483	23.44 520	43.09 522	37.57 455	33.91 501	41.55 484	50.73 540	25.61 474	29.09 484	27.30 488	0.73 375	0.67 291	2.08 480	1.42 476	2.70 446	2.12 381

Wz-Net-MNSev	19.84 480	7.55 461	35.79 500	10.79 443	7.51 460	38.96 524	18.39 503	35.08 460	44.72 495	31.28 482	41.70 486	41.18 511	20.49 447	28.41 482	30.13 506	0.96 418	0.36 212	0.05 219	0.13 219	1.70 419	1.64 296

aanetorigin	19.84 480	13.32 506	54.46 532	10.07 418	7.99 473	14.16 331	15.32 475	17.85 232	34.49 435	49.59 540	48.88 520	34.28 479	31.32 508	23.53 456	29.64 502	1.12 436	0.81 321	0.73 426	0.94 449	3.05 452	5.23 480

SGM_RVC	20.33 482	3.24 362	8.92 200	7.20 322	1.62 156	39.61 526	17.01 491	39.11 499	35.12 442	46.26 535	42.62 493	51.57 542	39.45 528	39.66 532	29.87 504	1.16 441	0.37 213	0.55 412	0.35 365	1.20 391	1.64 296
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RTSC	20.52 483	11.06 485	33.58 496	12.11 472	7.19 455	28.90 487	11.99 446	38.49 494	58.85 545	32.22 490	37.28 456	33.11 466	21.14 451	36.93 521	38.84 527	1.49 454	1.50 475	0.15 322	0.64 433	2.18 435	2.67 422

NCC-stereo	20.61 484	7.39 458	25.96 472	15.90 506	16.62 529	20.15 425	23.27 516	44.11 531	41.29 478	25.00 431	38.64 467	35.47 483	28.75 490	36.35 513	26.90 485	4.83 505	2.14 498	3.33 499	9.27 536	3.10 454	3.72 459

Abc-Net	20.61 484	7.39 458	25.96 472	15.90 506	16.62 529	20.15 425	23.27 516	44.11 531	41.29 478	25.00 431	38.64 467	35.47 483	28.75 490	36.35 513	26.90 485	4.83 505	2.14 498	3.33 499	9.27 536	3.10 454	3.72 459
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	20.61 484	12.13 499	46.35 521	21.53 523	17.78 532	19.41 417	23.64 523	37.23 487	50.61 514	26.20 444	37.72 458	24.90 402	25.02 471	24.63 462	23.53 454	3.13 488	1.65 482	5.69 509	4.09 509	3.64 470	3.34 450

RGC	20.62 487	14.30 508	21.99 461	18.85 517	14.53 523	21.42 434	14.82 473	36.00 471	44.32 492	28.54 465	41.82 488	40.12 505	29.43 496	35.44 509	23.33 452	4.12 498	0.72 299	8.80 527	4.39 513	4.55 480	4.84 474

DGSMNet	20.75 488	13.28 505	34.59 498	14.80 497	17.14 531	23.25 446	17.99 502	36.39 476	43.00 486	20.70 370	32.67 416	36.05 487	19.22 437	30.34 493	25.04 470	4.61 502	4.62 531	6.31 512	5.20 519	14.71 533	15.15 541

WCMA_ROB	21.17 489	5.89 436	22.32 464	10.39 431	7.65 465	34.55 510	16.42 486	33.20 439	34.02 430	42.06 524	52.50 528	44.09 521	37.59 524	33.66 502	26.77 484	7.45 522	3.18 517	1.27 466	1.43 477	4.18 475	4.81 472

MSAF-DinoV2	21.31 490	8.93 477	27.84 478	12.03 471	5.14 378	30.91 497	17.73 498	40.05 507	55.15 529	22.96 407	32.01 403	48.05 535	31.88 510	38.57 528	41.67 535	0.94 414	0.49 245	0.45 401	1.22 471	4.83 483	5.39 482

psmorigin	21.56 491	11.18 487	36.59 502	10.19 421	7.08 453	25.30 460	12.35 448	33.52 443	33.12 420	43.62 529	54.15 537	42.72 517	37.44 523	36.87 520	28.98 498	1.65 462	2.78 511	0.81 437	1.19 468	3.62 469	8.10 512

G-Net	21.66 492	9.10 478	39.39 506	15.85 504	9.60 498	51.00 542	16.73 487	28.32 370	31.17 401	38.99 516	43.24 497	33.26 469	32.09 511	28.50 483	26.50 483	4.74 504	3.92 528	3.60 502	1.02 460	8.42 509	7.86 509

MultiAttention	21.69 493	2.01 199	15.73 405	12.71 479	4.25 332	64.19 561	95.86 584	42.54 519	41.72 480	15.77 259	30.53 377	28.15 428	7.60 232	44.56 541	14.92 390	1.03 426	0.26 184	1.05 449	1.56 481	4.71 482	4.75 471

z-mn7	21.81 494	11.53 492	47.41 524	11.79 464	5.69 405	34.28 509	15.73 479	36.31 474	57.93 541	27.24 454	53.82 532	32.35 459	26.33 478	36.69 516	33.32 514	1.02 424	0.41 226	0.54 410	0.11 212	1.72 420	1.92 332

FBW_ROB	21.87 495	11.80 493	25.52 471	14.64 495	7.49 459	31.20 499	16.35 485	45.28 534	44.78 496	44.85 534	40.36 479	43.50 520	27.85 486	34.94 505	23.52 453	3.07 487	2.15 500	7.53 525	3.03 502	4.30 477	5.17 479

w-ln-seven	21.91 496	10.67 481	57.04 540	12.00 469	10.37 503	30.36 493	19.88 507	37.81 490	56.05 536	37.35 512	44.23 503	33.79 472	24.77 466	23.92 459	31.80 510	0.77 382	0.34 207	0.85 441	0.20 278	2.88 448	3.10 444

SANet	22.05 497	8.47 472	32.65 494	9.90 414	4.31 337	33.49 507	23.44 520	42.82 521	56.64 538	39.67 519	44.09 502	44.62 522	32.96 514	29.24 489	25.79 476	1.08 430	0.74 304	0.98 448	0.69 436	5.69 493	3.66 458

SQANet	22.07 498	25.29 537	21.78 460	26.81 536	18.92 535	30.75 496	10.25 421	33.47 441	30.10 388	25.73 437	34.31 438	33.45 470	19.94 444	29.16 486	20.03 435	11.68 535	3.08 515	26.95 547	5.80 522	20.97 543	12.99 535

UDG	22.21 499	15.90 516	16.41 409	21.71 524	20.17 537	32.51 502	13.78 464	36.62 479	35.77 448	26.64 449	31.43 391	37.49 492	32.33 513	22.77 450	21.19 442	11.08 533	5.60 535	23.12 542	7.74 529	17.07 538	14.89 540

STTRV1_RVC	22.31 500	18.60 522	39.50 507	16.79 510	23.81 545	29.59 492	15.67 478	35.42 464	34.27 432	35.05 505	34.94 444	31.94 457	28.80 492	29.17 487	23.89 458	12.64 541	3.40 521	6.58 514	4.73 515	15.20 535	6.23 491

SHD	22.33 501	11.30 489	32.10 491	15.61 502	9.88 499	26.75 473	10.12 419	41.84 516	61.77 550	36.36 509	44.65 506	39.28 499	31.10 507	35.07 506	32.76 513	2.35 475	1.95 491	1.24 465	1.90 489	4.33 478	6.34 493

CSAN	22.36 502	11.11 486	26.06 474	21.79 525	5.59 401	34.55 510	36.54 548	40.04 506	50.84 518	37.47 513	40.31 478	45.09 525	33.07 515	27.44 476	25.80 477	1.60 460	0.75 309	1.08 450	1.80 486	2.89 449	3.36 451

ADCL	22.44 503	7.79 462	49.20 527	10.61 439	7.28 457	40.40 529	21.03 511	32.07 423	55.07 528	28.53 464	48.73 518	31.68 451	31.69 509	34.04 503	38.38 523	1.22 446	0.93 347	2.65 492	1.89 488	2.65 444	2.94 436

zh-mn7	22.69 504	14.64 509	55.04 533	11.01 449	5.85 414	27.67 481	15.65 477	35.14 462	57.38 540	40.62 520	57.78 543	31.22 447	25.60 473	36.79 519	32.55 512	1.50 455	0.57 268	0.24 364	0.22 284	1.40 403	3.02 439

CC-Net-ROB	22.73 505	23.99 534	30.57 487	14.72 496	8.91 493	32.98 503	16.17 483	46.75 538	37.29 453	33.88 500	32.33 412	35.48 485	25.00 469	24.75 464	28.78 496	9.60 527	3.03 514	25.33 545	3.87 507	14.82 534	6.33 492

ADCPNet	22.75 506	10.94 484	58.96 543	12.24 476	7.57 461	37.33 517	20.08 509	33.89 445	37.37 454	33.49 498	44.32 504	39.36 501	28.43 489	32.19 498	38.55 525	2.25 471	2.69 510	2.37 487	3.59 506	4.33 478	5.01 476

MeshStereo	22.95 507	7.84 463	12.46 346	8.13 369	5.20 379	38.49 522	13.36 461	42.69 520	38.05 460	51.34 543	53.82 532	58.22 548	43.29 537	38.42 526	29.59 501	2.96 484	2.84 513	3.11 497	2.33 495	3.12 456	3.65 457
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
Wz-Net-SNSev	23.35 508	18.18 520	47.37 523	14.55 493	8.63 485	28.33 484	29.16 539	39.88 505	55.80 534	32.16 489	53.91 535	39.35 500	24.42 464	27.60 479	38.11 522	1.06 429	0.24 178	1.20 458	0.95 454	3.16 458	2.93 435

DDUNet	23.49 509	20.59 528	17.13 419	24.58 533	22.45 541	24.86 456	17.96 501	31.42 415	31.06 400	29.59 471	37.81 460	37.85 494	26.39 479	25.77 468	18.74 426	18.99 545	8.10 543	26.65 546	11.80 542	19.41 542	18.58 546

MSMD_ROB	23.50 510	10.55 480	15.65 404	17.87 515	10.07 500	35.58 513	19.04 505	34.53 455	37.81 459	41.55 523	60.11 546	46.01 528	39.81 530	32.74 500	24.92 469	6.86 518	3.63 525	8.92 528	11.16 541	7.21 500	5.99 489

LE_ROB	23.59 511	4.64 412	16.84 415	8.59 380	3.05 277	33.01 504	18.53 504	28.96 378	67.40 562	70.71 564	55.67 541	48.44 536	48.90 544	26.06 470	37.98 521	0.44 318	0.24 178	0.27 371	0.54 421	0.49 276	0.98 199

ADCMid	23.61 512	12.42 502	44.10 518	11.85 465	8.33 483	27.89 482	20.03 508	36.49 478	39.56 469	40.81 521	47.01 516	36.89 489	43.95 538	39.12 530	42.60 539	1.95 467	1.55 479	3.05 495	3.98 508	5.20 486	5.37 481

zh-sn7	23.82 513	16.94 517	52.41 530	14.57 494	8.11 479	26.98 476	24.39 527	37.04 485	49.49 512	34.43 504	52.44 527	33.79 472	35.37 519	40.92 535	39.03 528	0.86 400	0.93 347	0.55 412	0.40 395	3.27 463	4.37 466

AnyNet_C32	24.34 514	15.07 512	42.84 514	13.07 483	11.83 512	31.80 500	31.73 543	32.47 425	45.77 500	35.92 507	49.66 522	34.05 474	35.21 518	44.09 540	43.39 543	1.61 461	1.70 484	1.22 462	2.94 501	4.87 484	7.60 506

PSMNet-RUCA	24.65 515	28.24 540	42.85 515	35.58 545	34.48 550	16.04 366	11.34 437	40.36 508	31.70 405	31.88 484	41.00 482	37.50 493	25.41 472	29.19 488	17.07 412	12.35 538	2.12 497	20.72 541	8.27 534	17.19 539	9.64 523

MFN_U_SF_DS_RVC	24.71 516	14.86 511	32.18 492	26.47 535	10.48 504	40.27 528	22.83 515	36.88 484	44.51 494	42.59 525	47.13 517	40.20 506	28.00 487	36.70 517	28.36 491	4.23 500	4.00 529	6.73 518	16.35 547	5.05 485	6.34 493

ccnet	24.80 517	17.64 519	24.53 470	12.35 477	18.18 534	38.47 521	17.76 500	46.24 536	32.78 419	37.51 514	46.76 512	38.80 497	30.45 504	38.35 525	41.98 536	9.41 526	6.40 537	9.67 530	8.04 530	11.64 526	9.00 518

FC-DCNN	25.07 518	12.06 498	20.30 450	19.06 518	9.41 495	38.40 520	23.46 522	41.37 513	44.07 491	46.76 537	53.99 536	50.49 538	39.32 527	36.43 515	29.46 500	7.40 521	3.39 519	6.15 510	5.01 517	8.05 506	6.83 501

FC-DCNN v2	25.13 519	12.03 496	19.82 445	19.08 519	9.43 496	38.89 523	23.42 519	41.85 517	44.02 490	46.96 538	54.51 538	50.70 539	39.69 529	36.34 512	29.25 499	7.36 520	3.39 519	6.17 511	5.02 518	8.00 505	6.71 499

XQC	25.15 520	18.26 521	52.31 529	22.53 530	12.15 515	37.47 518	21.78 512	38.74 497	55.51 533	32.40 491	30.75 382	38.36 495	30.19 503	38.28 524	41.25 534	4.61 502	1.44 469	2.77 494	2.26 494	12.52 527	9.49 522

DPSNet	25.20 521	7.92 465	36.17 501	11.72 462	6.85 446	53.68 544	43.17 554	52.22 547	60.09 548	31.61 483	39.76 475	40.91 509	35.82 520	33.42 501	26.48 482	4.98 508	2.10 496	0.50 407	1.13 466	9.63 513	5.83 486

SGM-ForestM	25.21 522	4.80 415	13.50 365	8.68 383	3.74 306	46.85 536	22.04 514	46.25 537	51.32 522	51.28 542	52.07 526	62.64 555	47.13 542	46.05 542	36.30 517	1.99 468	2.25 503	1.21 459	1.24 472	1.65 417	3.21 445

PDISCO_ROB	25.35 523	10.44 479	31.01 489	29.47 541	20.36 538	38.32 519	17.74 499	45.56 535	55.34 531	29.88 474	42.94 495	46.63 530	29.76 499	36.23 511	31.29 509	10.74 530	2.20 502	6.96 519	3.53 505	9.98 517	8.52 516

EDNetEfficient	25.68 524	22.94 533	77.88 567	9.49 404	7.66 466	20.89 429	17.37 495	22.52 299	56.02 535	61.49 554	53.31 530	35.83 486	41.88 536	25.06 465	39.53 530	0.86 400	0.83 326	0.91 444	2.82 499	8.28 507	7.98 510

Wz-Net-TNSev	25.85 525	21.47 531	59.51 545	10.38 430	7.64 464	42.40 533	23.33 518	35.97 470	54.36 526	36.56 510	43.26 498	45.90 527	41.27 534	37.81 522	37.10 519	2.35 475	1.90 490	0.77 429	1.34 475	5.89 495	7.75 508

WZ-Net	25.86 526	14.23 507	64.17 548	15.77 503	10.61 505	39.36 525	28.01 536	41.38 514	54.97 527	28.82 467	53.68 531	40.90 508	30.14 502	37.91 523	42.98 542	1.59 457	0.49 245	0.73 426	0.95 454	5.43 489	5.12 478

GANetREF_RVC	26.12 527	30.35 541	27.03 475	26.08 534	6.28 436	31.16 498	37.25 550	48.48 540	50.90 519	37.30 511	36.39 453	34.11 475	30.98 505	38.51 527	28.38 492	9.08 524	2.68 509	16.48 538	5.42 521	16.24 537	9.34 521
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
FCDSN-DC	26.18 528	15.77 515	20.36 451	28.79 540	15.78 527	40.13 527	19.12 506	43.57 526	42.59 483	44.78 533	52.51 529	50.73 540	40.32 532	35.32 508	28.55 493	6.41 514	3.61 524	7.11 521	6.54 523	10.58 518	10.93 531
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	27.11 529	15.49 514	48.87 526	15.20 501	10.99 507	31.86 501	24.37 526	43.99 529	58.30 543	43.12 527	49.92 524	41.90 515	41.43 535	42.90 539	46.29 547	3.00 486	2.60 506	2.45 489	3.47 504	7.63 502	8.41 514

DLNR_Zeroshot_test	27.91 530	51.88 555	91.97 581	98.26 590	97.92 590	3.07 24	0.49 35	31.27 412	8.33 134	8.40 141	15.66 195	7.22 147	1.66 45	12.16 225	4.82 214	40.46 556	1.87 488	0.06 228	0.33 356	80.45 579	1.99 356

MFN_U_SF_RVC	28.91 531	15.44 513	55.12 535	22.00 527	8.49 484	41.39 530	15.36 476	52.74 548	46.70 505	47.83 539	53.87 534	54.97 545	40.50 533	39.54 531	40.77 532	6.09 512	4.92 533	7.08 520	9.02 535	7.68 503	8.69 517

PASM	29.37 532	19.17 523	50.43 528	23.55 531	23.15 543	27.62 479	27.82 535	35.90 467	50.76 516	35.98 508	40.55 480	47.26 533	34.98 517	35.28 507	38.72 526	12.58 540	15.96 548	17.57 540	22.46 549	13.71 530	13.92 538

EDNetEfficientorigin	29.50 533	36.05 547	99.77 593	9.67 408	5.93 416	26.79 474	16.02 482	26.87 355	55.18 530	61.15 551	57.72 542	45.04 524	50.99 547	26.90 475	44.78 545	0.53 336	0.54 258	1.72 473	2.53 497	11.05 523	10.75 528

AnyNet_C01	30.67 534	27.57 538	76.09 565	17.61 512	12.18 516	50.42 541	28.89 538	39.14 502	41.14 476	41.36 522	65.66 557	47.21 532	40.16 531	47.50 543	49.82 554	2.38 477	2.79 512	2.31 484	2.83 500	8.35 508	9.99 527

LSM	30.92 535	21.18 530	57.13 542	19.98 520	54.02 562	33.70 508	25.92 531	43.87 527	49.18 509	46.43 536	55.59 540	43.44 518	36.70 522	36.70 517	28.75 494	2.94 483	9.77 544	5.07 506	8.20 533	10.77 519	29.00 553

RTS	30.97 536	24.38 535	96.47 583	17.75 513	12.63 519	58.43 553	26.47 532	38.01 491	63.33 553	44.41 531	46.81 513	33.16 467	45.26 539	52.06 549	42.65 540	2.66 480	1.40 460	1.09 451	1.02 460	5.49 491	5.86 487

RTSA	30.97 536	24.38 535	96.47 583	17.75 513	12.63 519	58.43 553	26.47 532	38.01 491	63.33 553	44.41 531	46.81 513	33.16 467	45.26 539	52.06 549	42.65 540	2.66 480	1.40 460	1.09 451	1.02 460	5.49 491	5.86 487

DispFullNet	31.01 538	32.97 543	59.04 544	30.27 542	28.46 547	33.06 505	11.44 439	37.69 489	54.13 525	33.30 496	37.78 459	44.68 523	28.96 493	42.19 538	29.68 503	12.35 538	3.56 523	36.10 551	12.90 544	32.29 551	19.42 548

coex-ft	31.29 539	39.15 551	93.51 582	9.71 411	5.77 408	36.25 515	26.79 534	31.43 416	59.45 546	73.35 568	58.73 544	45.49 526	48.48 543	30.19 491	46.52 549	1.59 457	1.71 485	0.94 445	0.97 457	9.43 512	6.35 495

MANE	33.27 540	12.69 503	21.10 456	22.10 528	15.09 526	49.75 539	29.51 540	54.10 551	56.36 537	59.73 547	64.93 554	65.43 559	57.34 556	52.70 552	41.02 533	10.52 529	6.09 536	7.35 523	20.29 548	9.66 514	9.65 524

otaku	33.83 541	36.87 549	53.81 531	40.41 548	21.58 539	54.54 546	17.45 496	44.01 530	61.47 549	39.63 517	50.06 525	46.76 531	29.76 499	40.64 534	30.07 505	19.17 546	7.09 540	32.34 549	9.92 538	24.17 546	16.94 543

PVD	34.10 542	19.91 525	39.04 505	27.08 537	18.09 533	35.11 512	44.32 556	52.16 546	66.36 559	53.04 545	64.50 553	52.33 543	56.17 552	52.24 551	42.11 537	4.17 499	4.82 532	9.60 529	4.65 514	11.11 524	25.25 551

ELAS	34.78 543	20.32 526	38.13 504	21.79 525	14.89 524	57.95 552	37.04 549	51.15 545	51.19 521	60.95 550	64.42 552	59.08 550	54.44 550	51.53 547	46.26 546	12.00 536	7.83 541	10.46 531	8.04 530	14.42 531	13.71 537
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	34.88 544	20.50 527	37.14 503	22.37 529	15.07 525	54.02 545	38.42 551	50.06 543	56.72 539	61.86 555	63.52 548	58.79 549	54.60 551	54.13 554	43.99 544	12.20 537	7.90 542	10.75 533	7.65 528	14.42 531	13.42 536
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SAMSARA	35.29 545	19.78 524	33.90 497	55.86 557	36.15 551	76.79 574	94.89 583	49.29 541	51.59 523	38.15 515	37.83 461	53.71 544	39.29 526	40.56 533	40.41 531	4.02 497	6.72 539	2.35 486	4.12 510	9.70 515	10.76 529

Ntro	35.59 546	38.58 550	55.41 536	43.66 552	22.54 542	57.26 547	23.73 524	47.69 539	63.99 556	39.63 517	48.82 519	47.68 534	37.60 525	41.55 537	30.80 508	17.85 544	6.61 538	33.21 550	10.52 540	26.65 547	17.97 545

BEATNet-Init1	36.29 547	22.72 532	56.79 539	28.53 539	13.41 522	59.81 556	33.49 544	53.72 550	58.64 544	60.78 549	63.63 549	70.42 561	56.59 554	53.93 553	46.48 548	5.63 509	4.14 530	7.49 524	7.45 524	11.35 525	10.88 530

ACVNet-4b	36.91 548	52.81 556	57.04 540	42.64 551	22.08 540	48.32 538	14.64 472	50.28 544	59.78 547	43.17 528	46.34 511	55.50 546	24.49 465	39.03 529	23.55 455	25.75 551	3.76 526	47.36 555	33.76 554	28.62 548	19.22 547

GCST	37.71 549	41.51 552	27.28 476	92.08 586	36.49 552	24.16 451	0.99 65	26.00 337	20.14 284	26.34 446	15.80 198	19.97 351	4.67 151	17.54 382	5.83 250	80.93 579	35.32 556	87.67 585	74.76 574	73.87 575	42.93 562

MSC_U_SF_DS_RVC	37.85 550	35.62 546	55.10 534	38.16 547	13.19 521	57.63 550	24.72 528	52.87 549	63.40 555	66.39 560	63.74 550	58.16 547	54.28 549	51.56 548	47.39 550	9.36 525	5.44 534	14.82 537	15.34 546	18.80 541	11.04 533

Consistency-Raft	41.94 551	35.39 545	45.40 520	33.16 544	41.47 556	45.14 535	33.50 545	56.78 555	55.37 532	32.11 488	65.41 555	30.46 445	49.76 545	40.94 536	48.33 553	27.72 552	35.00 555	43.33 553	51.89 564	39.60 554	28.04 552

ACVNet_1	42.11 552	50.66 554	66.19 553	45.24 554	25.33 546	50.11 540	25.60 530	55.90 552	65.25 557	60.15 548	59.98 545	63.57 556	50.05 546	50.45 546	38.46 524	20.06 547	11.00 545	38.79 552	14.48 545	31.31 550	19.68 549

NVStereoNet_ROB	42.81 553	34.00 544	46.84 522	37.40 546	28.64 548	35.65 514	33.88 547	49.95 542	58.27 542	69.65 563	75.69 567	66.36 560	65.66 560	48.37 544	62.04 566	16.50 543	25.07 552	23.61 544	32.35 552	21.58 544	24.72 550
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RainbowNet	51.77 554	63.10 564	65.03 552	60.15 558	39.21 555	59.39 555	31.46 542	57.61 557	78.49 574	50.61 541	66.05 558	59.57 551	45.26 539	50.17 545	42.57 538	46.92 560	45.90 563	53.26 559	32.46 553	54.03 560	34.14 556

anonymity	52.60 555	58.73 558	63.81 547	41.37 550	59.41 566	53.52 543	41.39 552	56.50 554	40.60 474	55.03 546	49.64 521	49.57 537	56.22 553	59.42 556	50.07 555	55.57 563	50.19 569	51.15 557	51.23 562	51.90 556	56.75 565

MADNet+	53.97 556	69.36 565	98.79 590	67.30 562	38.52 553	79.97 578	81.50 579	61.38 559	62.53 551	52.01 544	55.50 539	61.22 554	59.61 558	70.25 566	77.26 580	25.21 550	25.07 552	17.40 539	12.69 543	34.21 552	29.70 555

JetBlue	54.72 557	46.20 553	75.05 563	51.44 555	47.85 557	76.48 573	62.38 565	64.44 561	62.86 552	63.67 558	65.49 556	78.96 568	68.77 561	68.63 564	75.95 579	37.07 553	25.78 554	29.10 548	29.19 551	29.75 549	35.27 557

SGM+DAISY	55.54 558	57.77 557	64.45 550	40.89 549	53.89 560	63.34 559	50.45 558	56.00 553	45.95 501	61.43 553	64.32 551	61.05 553	56.70 555	61.32 559	56.86 560	56.51 565	49.35 567	50.49 556	50.00 561	52.52 557	57.57 566

SPS-STEREO	56.02 559	59.82 561	64.35 549	45.23 553	53.96 561	61.34 557	44.05 555	60.08 558	50.73 515	62.61 556	61.78 547	59.73 552	57.62 557	60.63 558	59.08 561	58.29 566	48.28 564	51.30 558	49.29 560	55.67 561	56.59 564
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	58.13 560	62.74 563	73.58 562	66.59 561	38.77 554	63.23 558	49.56 557	72.12 572	82.24 578	79.37 576	88.96 583	76.25 565	73.29 566	55.14 555	48.05 551	38.17 554	24.21 551	54.92 560	37.94 555	48.23 555	29.29 554

IMH-64-1	59.89 561	58.89 559	69.08 557	66.46 559	50.96 558	57.48 548	51.18 559	69.03 565	67.25 560	67.90 561	80.31 572	70.42 561	74.30 567	72.66 572	50.07 555	42.88 557	43.00 560	65.88 561	47.48 557	53.41 558	39.15 558

IMH-64	59.89 561	58.89 559	69.08 557	66.46 559	50.96 558	57.48 548	51.18 559	69.03 565	67.25 560	67.90 561	80.31 572	70.42 561	74.30 567	72.66 572	50.07 555	42.88 557	43.00 560	65.88 561	47.48 557	53.41 558	39.15 558

IMH	63.51 563	61.05 562	69.15 559	69.90 563	54.09 563	65.82 563	55.66 561	72.12 572	72.52 567	72.73 566	81.82 574	73.16 564	79.86 572	77.03 577	52.57 558	44.46 559	50.01 568	68.11 563	51.57 563	56.59 562	41.88 561

TorneroNet-64	66.18 564	71.37 567	72.19 561	76.80 567	59.54 567	67.82 564	59.56 562	67.83 564	79.98 575	63.09 557	67.00 559	82.98 573	69.97 563	68.02 561	62.78 567	49.03 561	44.17 562	73.23 565	64.19 566	69.14 566	54.83 563

PWCK	66.53 565	88.82 583	80.30 570	80.69 575	30.85 549	65.18 562	41.64 553	72.55 574	71.28 566	78.68 575	69.18 561	78.14 567	62.17 559	82.93 581	63.46 568	80.46 578	40.52 559	82.05 576	47.71 559	74.54 576	39.47 560

WAO-6	71.06 566	73.42 569	67.24 554	79.78 574	61.93 570	69.67 565	60.23 563	75.12 577	87.02 581	74.87 569	79.60 571	79.28 569	84.75 578	68.25 563	61.91 565	67.67 569	48.98 566	81.65 574	73.43 571	66.76 564	59.64 567

TorneroNet	71.59 567	73.91 570	76.67 566	81.06 576	65.65 571	71.44 567	65.68 567	71.66 571	75.08 569	71.76 565	73.09 566	84.12 577	74.51 569	70.46 567	69.58 571	59.87 567	48.58 565	79.93 570	73.78 572	75.74 577	69.18 576

LVE	71.96 568	73.19 568	84.13 574	75.60 566	55.78 565	75.59 570	63.60 566	77.67 578	83.64 579	82.16 577	87.25 582	83.54 575	82.79 577	76.17 575	65.22 569	49.11 562	57.71 575	74.86 567	62.93 565	66.84 565	61.36 568

MFMNet_re	72.11 569	79.45 575	64.79 551	52.91 556	84.26 581	78.00 576	69.47 570	64.08 560	67.45 563	61.33 552	71.28 563	64.22 557	69.42 562	72.45 569	61.54 563	81.63 581	73.93 582	80.19 572	74.21 573	83.02 581	88.49 584

WAO-7	72.48 570	78.58 572	55.84 537	79.20 572	69.56 576	71.30 566	73.06 574	78.20 581	84.37 580	77.52 572	85.78 578	79.44 570	80.26 573	65.93 560	66.47 570	62.13 568	69.81 580	70.46 564	73.18 570	66.66 563	61.95 569

notaker	72.59 571	79.99 577	79.75 569	79.06 571	68.60 574	63.66 560	62.15 564	69.61 568	75.78 570	77.77 573	79.16 570	79.92 571	84.80 579	77.69 578	59.73 562	70.15 572	61.03 576	77.65 569	68.69 568	70.81 568	65.81 573

ktn	72.86 572	80.20 578	70.88 560	79.38 573	69.76 577	75.01 568	70.17 573	69.27 567	77.21 571	73.05 567	77.79 569	77.79 566	77.01 570	73.04 574	56.44 559	79.36 575	66.31 577	80.24 573	68.37 567	72.53 573	63.45 570

UNDER WATER-64	73.59 573	75.19 571	88.26 577	74.50 565	55.55 564	78.94 577	76.55 576	65.86 562	68.37 564	75.79 571	69.24 562	84.00 576	77.49 571	69.01 565	73.11 574	81.39 580	57.22 574	82.69 577	80.62 577	69.53 567	68.45 575

LRCNet_RVC	73.95 574	70.63 566	75.65 564	77.92 569	60.69 569	41.66 531	16.24 484	71.26 570	48.66 507	88.23 584	93.84 586	90.11 583	82.18 575	80.69 580	61.88 564	97.09 591	72.20 581	96.71 590	97.62 591	77.99 578	77.70 580

DPSimNet_ROB	74.86 575	83.75 581	61.14 546	77.51 568	65.78 572	76.04 572	75.86 575	74.62 576	77.61 572	82.20 578	75.97 568	80.50 572	72.45 564	68.06 562	84.65 582	81.90 582	52.11 570	79.97 571	76.71 576	70.85 569	79.47 581

UNDER WATER	76.36 576	79.65 576	88.23 576	84.62 578	67.01 573	77.90 575	78.03 577	67.43 563	72.64 568	75.52 570	71.49 565	85.52 578	82.57 576	70.68 568	75.48 578	79.61 577	54.01 571	86.59 583	84.76 582	72.44 572	72.94 578

TCMNet-wrong-test	76.88 577	91.55 586	89.69 578	97.65 589	97.33 589	94.96 583	92.79 582	70.14 569	66.18 558	63.79 559	71.43 564	65.35 558	51.30 548	85.36 583	74.52 577	56.30 564	20.24 549	82.94 581	82.30 579	95.20 591	88.51 585

WAO-8	77.20 578	78.94 573	67.39 555	86.73 580	72.82 578	79.98 579	69.63 571	77.88 579	88.66 583	83.17 580	86.77 579	85.56 579	85.20 580	72.63 570	69.82 572	75.00 573	55.65 572	87.92 586	83.63 580	71.60 570	64.97 571

Venus	77.20 578	78.94 573	67.39 555	86.73 580	72.82 578	79.98 579	69.63 571	77.88 579	88.66 583	83.17 580	86.77 579	85.56 579	85.20 580	72.63 570	69.82 572	75.00 573	55.65 572	87.92 586	83.63 580	71.61 571	64.97 571

HanzoNet	77.99 580	81.45 580	83.64 571	78.05 570	69.26 575	75.78 571	69.09 569	73.99 575	78.09 573	82.39 579	83.06 575	85.66 581	87.00 583	86.11 584	74.40 576	85.46 586	68.53 579	81.84 575	75.61 575	73.07 574	67.26 574

JetRed	79.80 581	80.33 579	91.79 580	71.25 564	75.71 580	91.85 582	80.84 578	79.41 582	80.84 576	84.48 582	84.47 577	83.34 574	72.72 565	79.51 579	85.74 583	69.66 571	81.68 583	73.70 566	72.68 569	82.42 580	73.53 579

Dean	80.94 582	86.19 582	83.94 573	85.03 579	60.07 568	75.42 569	67.27 568	81.85 583	88.36 582	92.35 586	87.09 581	92.14 585	93.19 585	83.37 582	74.06 575	68.69 570	66.48 578	94.89 589	84.90 583	83.86 583	69.69 577

ASD4	87.80 583	90.70 585	83.73 572	83.43 577	90.78 585	97.93 586	99.61 591	89.14 585	96.84 589	88.33 585	93.49 584	89.94 582	86.43 582	88.88 585	91.91 584	79.57 576	81.89 584	76.64 568	81.57 578	83.78 582	81.45 582

KSHMR	88.63 584	93.05 587	84.15 575	95.59 587	91.74 586	82.94 581	83.28 580	84.59 584	81.87 577	87.85 583	83.96 576	91.71 584	81.49 574	76.73 576	82.12 581	96.47 590	96.06 589	96.71 590	97.16 590	92.74 589	92.47 590

tt	89.84 585	1.21 55	99.99 595	99.29 593	100.00 596	100.00 596	100.00 596	100.00 597	99.99 595	78.46 574	68.51 560	99.99 598	100.00 595	100.00 598	100.00 598	95.27 588	99.93 594	87.33 584	86.20 584	94.13 590	86.50 583

xxxxx1	91.89 586	95.36 589	98.42 587	87.40 582	89.37 582	98.54 587	98.20 588	92.95 586	93.30 586	93.53 587	95.30 587	97.01 587	96.36 586	94.68 587	94.93 585	83.39 583	84.31 585	82.86 578	88.15 586	84.30 584	89.46 586

tt_ll	91.89 586	95.36 589	98.42 587	87.40 582	89.37 582	98.54 587	98.20 588	92.95 586	93.30 586	93.53 587	95.30 587	97.01 587	96.36 586	94.68 587	94.93 585	83.39 583	84.31 585	82.86 578	88.15 586	84.30 584	89.46 586

ff	91.89 586	95.36 589	98.42 587	87.40 582	89.37 582	98.54 587	98.20 588	92.95 586	93.30 586	93.53 587	95.30 587	97.01 587	96.36 586	94.68 587	94.93 585	83.39 583	84.31 585	82.86 578	88.15 586	84.30 584	89.46 586

USTest	93.46 589	90.54 584	77.93 568	88.02 585	92.66 587	99.95 594	99.98 594	99.76 594	99.80 593	99.20 593	99.52 593	98.00 590	99.17 591	89.23 586	99.32 592	90.19 587	98.20 590	84.23 582	87.33 585	84.55 587	91.69 589

MADNet++	94.07 590	93.58 588	90.62 579	96.24 588	96.57 588	97.26 585	90.52 581	94.64 589	91.89 585	97.09 590	93.64 585	94.65 586	92.81 584	96.06 590	95.06 588	95.31 589	95.85 588	92.44 588	92.08 589	91.00 588	94.17 592

PML	99.07 591	100.00 598	98.17 586	99.22 592	99.21 592	99.98 595	99.74 592	98.27 591	98.10 590	100.00 598	99.37 591	98.77 592	99.85 592	100.00 598	98.07 590	100.00 595	99.54 591	100.00 595	99.51 593	99.87 594	93.65 591

MEDIAN_ROB	99.20 592	99.85 593	99.64 592	98.51 591	98.53 591	98.60 590	97.88 587	98.83 592	98.59 591	99.35 594	99.47 592	99.57 593	99.05 590	98.38 591	98.37 591	99.99 593	99.63 592	100.00 595	100.00 596	99.82 593	99.92 594

HaxPig	99.40 593	99.99 595	97.53 585	99.99 595	99.99 594	96.91 584	97.19 585	99.57 593	99.99 595	99.98 597	100.00 595	99.99 598	99.96 594	99.06 592	97.86 589	99.99 593	100.00 596	100.00 595	100.00 596	100.00 595	99.98 595

Anonymous_1	99.63 594	99.96 594	99.94 594	99.77 594	99.59 593	100.00 596	100.00 596	99.81 596	99.98 594	99.63 595	99.94 594	99.75 595	100.00 595	99.67 593	99.89 593	98.37 592	99.84 593	98.70 592	99.26 592	99.29 592	99.24 593

test_example2	99.67 595	99.99 595	99.99 595	100.00 596	99.99 594	99.87 593	99.99 595	98.01 590	100.00 597	100.00 598	100.00 595	98.18 591	98.43 589	99.98 595	99.98 594	100.00 595	99.99 595	99.40 593	99.52 594	100.00 595	100.00 596

ccccc	99.70 596	98.11 592	100.00 597	100.00 596	100.00 596	99.33 592	99.79 593	99.78 595	99.22 592	99.63 595	98.82 590	99.67 594	99.92 593	99.95 594	99.99 595	100.00 595	100.00 596	99.97 594	99.91 595	100.00 595	100.00 596

AVERAGE_ROB	99.81 597	99.99 595	99.44 591	100.00 596	100.00 596	99.02 591	97.81 586	100.00 597	100.00 597	100.00 598	100.00 595	100.00 600	100.00 595	100.00 598	100.00 598	100.00 595	100.00 596	100.00 595	100.00 596	100.00 595	100.00 596

DPSMNet_ROB	99.95 598	100.00 598	100.00 597	100.00 596	100.00 596	100.00 596	100.00 596	100.00 597	100.00 597	99.16 591	100.00 595	99.95 596	100.00 595	99.98 595	99.99 595	100.00 595	100.00 596	100.00 595	100.00 596	100.00 595	100.00 596

DGTPSM_ROB	99.95 598	100.00 598	100.00 597	100.00 596	100.00 596	100.00 596	100.00 596	100.00 597	100.00 597	99.16 591	100.00 595	99.95 596	100.00 595	99.98 595	99.99 595	100.00 595	100.00 596	100.00 595	100.00 596	100.00 595	100.00 596

FlowAnything	100.00 600	100.00 598	100.00 597	100.00 596	100.00 596	100.00 596	100.00 596	100.00 597	100.00 597	100.00 598	100.00 595	100.00 600	100.00 595	100.00 598	100.00 598	100.00 595	100.00 596	100.00 595	100.00 596	100.00 595	100.00 596

Selective-RAFT-Error	100.00 600	100.00 598	100.00 597	100.00 596	100.00 596	100.00 596	100.00 596	100.00 597	100.00 597	100.00 598	100.00 595	100.00 600	100.00 595	100.00 598	100.00 598	100.00 595	100.00 596	100.00 595	100.00 596	100.00 595	100.00 596

CasAABBNet	100.00 600	100.00 598	100.00 597	100.00 596	100.00 596	100.00 596	100.00 596	100.00 597	100.00 597	100.00 598	100.00 595	100.00 600	100.00 595	100.00 598	100.00 598	100.00 595	100.00 596	100.00 595	100.00 596	100.00 595	100.00 596

LSM0	100.00 600	100.00 598	100.00 597	100.00 596	100.00 596	100.00 596	100.00 596	100.00 597	100.00 597	100.00 598	100.00 595	100.00 600	100.00 595	100.00 598	100.00 598	100.00 595	100.00 596	100.00 595	100.00 596	100.00 595	100.00 596

DPSM_ROB	100.00 600	100.00 598	100.00 597	100.00 596	100.00 596	100.00 596	100.00 596	100.00 597	100.00 597	100.00 598	100.00 595	100.00 600	100.00 595	100.00 598	100.00 598	100.00 595	100.00 596	100.00 595	100.00 596	100.00 595	100.00 596

DPSM	100.00 600	100.00 598	100.00 597	100.00 596	100.00 596	100.00 596	100.00 596	100.00 597	100.00 597	100.00 598	100.00 595	100.00 600	100.00 595	100.00 598	100.00 598	100.00 595	100.00 596	100.00 595	100.00 596	100.00 595	100.00 596

FADE		36.34 548		32.23 543	23.74 544			57.46 556	71.16 565	43.07 526		43.49 519		59.46 557		38.46 555	21.19 550	44.28 554	42.47 556	17.94 540	15.62 542

Low-res two-view benchmark