Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

CREStereo++_RVC	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MEDIAN_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AVERAGE_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

USTest	0.01 9	0.02 12	0.00 1	0.14 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 18	0.02 20	0.00 1	0.00 1

HITNet	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
NVstereo2D	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWC_ROB	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWCDC_ROB	0.01 9	0.01 9	0.02 14	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWCK	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PSMNet-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

FACV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

IGEV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

coex-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

fast-acv-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

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

iinet-f	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

Wz-Net-TNSev	0.02 15	0.05 49	0.04 43	0.07 47	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 55	0.04 45	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

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

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

G2L-ROB	0.03 29	0.06 54	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo_test	0.03 29	0.04 37	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

coex_refinement	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

TCMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

TCMNet-wrong-test	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.02 20	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

YMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

YMNet_1	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

Wz-Net-SNSev	0.03 29	0.09 67	0.07 58	0.09 55	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 68	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

EDNetEfficientorigin	0.04 38	0.06 54	0.04 43	0.05 43	0.04 78	0.05 88	0.04 80	0.05 88	0.04 81	0.05 91	0.04 87	0.05 90	0.04 83	0.05 82	0.04 74	0.05 51	0.03 36	0.06 93	0.03 53	0.04 76	0.03 50

EDNetEfficient	0.04 38	0.05 49	0.04 43	0.04 37	0.03 48	0.04 76	0.03 50	0.04 76	0.03 55	0.04 73	0.03 52	0.04 76	0.03 52	0.04 71	0.03 48	0.05 51	0.03 36	0.05 85	0.03 53	0.04 76	0.03 50

NVStereoNet_ROB	0.04 38	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 81	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DFGA-Net	0.05 41	0.06 54	0.04 43	0.06 46	0.04 78	0.06 91	0.04 80	0.06 94	0.04 81	0.06 96	0.04 87	0.06 97	0.04 83	0.06 88	0.04 74	0.06 55	0.04 45	0.05 85	0.04 77	0.05 91	0.04 78

GASNet	0.05 41	0.04 37	0.12 102	0.04 37	0.04 78	0.04 76	0.05 92	0.04 76	0.04 81	0.12 127	0.04 87	0.06 97	0.04 83	0.04 71	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

WZ-Net	0.05 41	0.50 213	0.10 69	0.12 84	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 94	0.10 75	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 44	0.24 126	0.20 167	0.23 154	0.01 10	0.02 19	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 179	0.21 182	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 44	0.54 230	0.10 69	0.12 84	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 94	0.11 98	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 98	0.06 91	0.05 92	0.05 88	0.06 109	0.06 96	0.06 109	0.05 90	0.06 109	0.06 88	0.05 87	0.08 62	0.08 61	0.08 102	0.05 95	0.06 95	0.05 96

SACVNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 98	0.06 91	0.05 92	0.05 88	0.06 109	0.06 96	0.06 109	0.05 90	0.06 109	0.06 88	0.05 87	0.08 62	0.08 61	0.08 102	0.05 95	0.06 95	0.05 96

AACVNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 98	0.06 91	0.05 92	0.05 88	0.06 109	0.06 96	0.06 109	0.05 90	0.06 109	0.06 88	0.05 87	0.08 62	0.08 61	0.08 102	0.05 95	0.06 95	0.05 96

BridgeDepth_RVC	0.07 49	0.08 59	0.11 89	0.11 76	0.05 98	0.08 104	0.05 92	0.08 107	0.05 97	0.08 106	0.05 99	0.08 106	0.05 93	0.08 107	0.05 87	0.11 88	0.10 75	0.07 98	0.05 95	0.07 105	0.05 96
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 49	0.08 59	0.07 58	0.07 47	0.07 111	0.08 104	0.06 108	0.08 107	0.07 112	0.08 106	0.07 112	0.08 106	0.06 109	0.07 104	0.07 102	0.08 62	0.07 59	0.07 98	0.07 105	0.06 95	0.06 104

BridgeDepth	0.08 51	0.08 59	0.11 89	0.11 76	0.05 98	0.08 104	0.05 92	0.08 107	0.07 112	0.08 106	0.05 99	0.08 106	0.05 93	0.09 111	0.08 104	0.15 125	0.11 98	0.07 98	0.05 95	0.07 105	0.06 104
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 51	0.02 12	0.02 14	1.01 372	0.03 48	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 71	0.09 109	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

DA	0.09 53	0.13 84	0.39 266	0.08 49	0.05 98	0.07 102	0.05 92	0.13 128	0.05 97	0.06 96	0.05 99	0.06 97	0.05 93	0.06 88	0.05 87	0.06 55	0.05 56	0.14 128	0.13 156	0.06 95	0.05 96

GGEV	0.09 53	0.13 84	0.39 266	0.08 49	0.05 98	0.07 102	0.05 92	0.13 128	0.05 97	0.06 96	0.05 99	0.06 97	0.05 93	0.06 88	0.05 87	0.06 55	0.05 56	0.14 128	0.13 156	0.06 95	0.05 96

test_sample7	0.09 53	1.00 300	0.11 89	0.11 76	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.03 53	0.03 43	0.03 50

test_sample6	0.09 53	0.97 290	0.10 69	0.10 59	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample3	0.09 53	0.87 267	0.10 69	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample2	0.09 53	1.03 314	0.11 89	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 53	0.87 267	0.12 102	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 73	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

SMFormer	0.09 53	1.01 308	0.09 65	0.09 55	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

tta	0.09 53	0.95 287	0.09 65	0.10 59	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 53	1.01 308	0.10 69	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.03 50

SepStereo	0.09 53	0.09 67	0.10 69	0.09 55	0.09 115	0.09 110	0.09 114	0.10 112	0.08 116	0.10 113	0.09 116	0.09 112	0.09 117	0.09 111	0.08 104	0.09 68	0.08 61	0.09 107	0.08 109	0.09 112	0.08 108

APVNet	0.09 53	0.05 49	0.04 43	0.05 43	0.04 78	0.05 88	0.90 425	0.06 94	0.04 81	0.05 91	0.04 87	0.05 90	0.04 83	0.05 82	0.04 74	0.05 51	0.04 45	0.05 85	0.04 77	0.05 91	0.05 96

ADCS	0.09 53	0.02 12	0.04 43	0.90 349	0.06 110	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 132	0.36 287	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

zh-sn7	0.10 66	0.98 291	0.14 126	0.15 110	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.15 125	0.13 137	0.03 38	0.03 53	0.03 43	0.03 50

DualNet (step1)	0.10 66	1.05 318	0.12 102	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.03 53	0.03 43	0.03 50

test_sample9	0.10 66	1.05 318	0.12 102	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.03 53	0.03 43	0.03 50

test_sample8	0.10 66	1.05 318	0.12 102	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.03 53	0.03 43	0.03 50

test_sample5	0.10 66	1.07 321	0.11 89	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 53	0.04 76	0.03 50

test_sample4	0.10 66	1.03 314	0.12 102	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.13 137	0.03 38	0.03 53	0.03 43	0.03 50

DualNet	0.10 66	1.07 321	0.11 89	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 53	0.04 76	0.03 50

1111x	0.10 66	1.14 327	0.13 121	0.14 100	0.03 48	0.04 76	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.11 98	0.03 38	0.02 20	0.03 43	0.02 20

AnonymousM	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 112	0.10 120	0.10 113	0.10 120	0.10 115	0.10 121	0.10 115	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

222	0.10 66	0.99 298	0.12 102	0.13 96	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.02 20	0.04 76	0.03 50

test_xeample	0.10 66	1.09 323	0.13 121	0.12 84	0.03 48	0.03 40	0.03 50	0.04 76	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.14 141	0.03 38	0.03 53	0.03 43	0.03 50

PVD	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 112	0.10 120	0.10 113	0.10 120	0.10 115	0.10 121	0.10 115	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SHD	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 112	0.10 120	0.10 113	0.10 120	0.10 115	0.10 121	0.10 115	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SAMSARA	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 112	0.10 120	0.10 113	0.10 120	0.10 115	0.10 121	0.10 115	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

XQC	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 112	0.10 120	0.10 113	0.10 120	0.10 115	0.10 121	0.10 115	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSC	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 112	0.10 120	0.10 113	0.10 120	0.10 115	0.10 121	0.10 115	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTS	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 112	0.10 120	0.10 113	0.10 120	0.10 115	0.10 121	0.10 115	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSA	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 112	0.10 120	0.10 113	0.10 120	0.10 115	0.10 121	0.10 115	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet+	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 112	0.10 120	0.10 113	0.10 120	0.10 115	0.10 121	0.10 115	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet++	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 112	0.10 120	0.10 113	0.10 120	0.10 115	0.10 121	0.10 115	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

ADCPNet	0.10 66	0.03 31	0.04 43	1.27 446	0.03 48	0.04 76	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.04 76	0.03 52	0.08 107	0.04 74	0.04 44	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

ISRNet	0.11 87	0.05 49	0.36 252	0.24 159	0.07 111	0.13 127	0.05 92	0.06 94	0.05 97	0.05 91	0.05 99	0.13 129	0.05 93	0.05 82	0.09 109	0.24 186	0.20 178	0.10 108	0.05 95	0.06 95	0.13 152

JetRed	0.11 87	0.12 82	0.11 89	0.11 76	0.11 138	0.11 123	0.14 153	0.11 124	0.11 135	0.12 127	0.11 134	0.11 125	0.11 133	0.11 126	0.11 127	0.11 88	0.16 146	0.11 119	0.11 130	0.11 123	0.11 129

JetBlue	0.11 87	0.11 80	0.12 102	0.13 96	0.14 159	0.11 123	0.11 132	0.11 124	0.11 135	0.11 125	0.11 134	0.11 125	0.11 133	0.12 130	0.12 142	0.11 88	0.11 98	0.11 119	0.11 130	0.11 123	0.11 129

x	0.11 87	1.15 330	0.15 142	0.14 100	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.15 144	0.03 38	0.03 53	0.03 43	0.03 50

Wz-Net-LNSev-Ref	0.11 87	0.44 185	0.33 231	0.39 214	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 264	0.36 262	0.02 18	0.02 20	0.02 20	0.02 20

xxxx	0.11 87	1.16 332	0.16 145	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.16 146	0.03 38	0.04 77	0.04 76	0.04 78

BEATNet_4x	0.11 87	0.03 31	0.03 36	1.60 469	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

ADCL	0.11 87	0.03 31	0.03 36	1.60 469	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

AnyNet_C01	0.11 87	0.02 12	0.02 14	1.62 472	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 88	0.04 74	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 50

zh-mn7	0.12 96	1.14 327	0.17 152	0.20 137	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.18 151	0.16 146	0.03 38	0.03 53	0.03 43	0.03 50

S2M2_L	0.12 96	0.14 90	0.10 69	0.15 110	0.10 122	0.14 128	0.10 119	0.14 130	0.10 120	0.15 135	0.10 120	0.14 130	0.10 121	0.14 132	0.10 115	0.13 109	0.10 75	0.13 126	0.09 111	0.13 131	0.09 111
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 96	0.07 58	0.05 57	0.08 49	0.05 98	0.08 104	1.20 453	0.07 104	0.05 97	0.05 91	0.05 99	0.08 106	0.05 93	0.08 107	0.03 48	0.07 60	0.05 56	0.06 93	0.05 95	0.07 105	0.05 96

FADNet-RVC-Resample	0.12 96	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 81	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	1.57 523	0.04 44	0.04 45	0.04 72	0.05 95	0.04 76	0.06 104

FADNet_RVC	0.12 96	0.04 37	0.04 43	0.05 43	0.04 78	0.04 76	0.04 80	0.04 76	0.04 81	0.04 73	0.04 87	0.04 76	0.05 93	0.04 71	1.65 527	0.05 51	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

FADNet	0.12 96	0.05 49	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 81	0.04 73	0.04 87	0.04 76	0.05 93	0.04 71	1.66 529	0.06 55	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

ADCRef	0.12 96	0.03 31	0.04 43	1.71 475	0.04 78	0.03 40	0.03 50	0.04 76	0.04 81	0.04 73	0.03 52	0.04 76	0.03 52	0.06 88	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.03 43	0.04 78

testlalala2	0.13 103	0.16 92	0.11 89	0.15 110	0.11 138	0.16 143	0.11 132	0.16 143	0.11 135	0.16 140	0.11 134	0.16 141	0.11 133	0.16 142	0.11 127	0.14 116	0.11 98	0.14 128	0.11 130	0.14 133	0.11 129

testlalala_base	0.13 103	0.16 92	0.11 89	0.15 110	0.11 138	0.15 135	0.11 132	0.16 143	0.11 135	0.16 140	0.11 134	0.16 141	0.11 133	0.16 142	0.11 127	0.14 116	0.11 98	0.14 128	0.11 130	0.14 133	0.11 129

CIPLG	0.13 103	0.21 112	0.12 102	0.16 121	0.11 138	0.15 135	0.11 132	0.14 130	0.11 135	0.15 135	0.12 145	0.15 140	0.11 133	0.14 132	0.11 127	0.15 125	0.12 114	0.14 128	0.11 130	0.14 133	0.11 129

IPLG	0.13 103	0.20 106	0.14 126	0.15 110	0.11 138	0.14 128	0.11 132	0.14 130	0.11 135	0.14 129	0.11 134	0.14 130	0.11 133	0.14 132	0.11 127	0.15 125	0.12 114	0.14 128	0.11 130	0.14 133	0.11 129

ACRE	0.13 103	0.21 112	0.14 126	0.15 110	0.11 138	0.14 128	0.11 132	0.14 130	0.11 135	0.14 129	0.12 145	0.14 130	0.11 133	0.14 132	0.11 127	0.15 125	0.12 114	0.14 128	0.11 130	0.14 133	0.11 129

LRCNet_RVC	0.13 103	0.13 84	0.09 65	0.13 96	0.10 122	0.14 128	0.10 119	0.14 130	0.10 120	0.23 179	0.10 120	0.20 162	0.10 121	0.24 186	0.11 127	0.11 88	0.09 70	0.12 122	0.14 162	0.12 129	0.09 111

aanetorigin	0.13 103	0.11 80	0.11 89	0.11 76	0.11 138	0.11 123	0.11 132	0.11 124	0.11 135	0.11 125	0.12 145	0.11 125	0.11 133	0.11 126	0.11 127	0.11 88	0.11 98	0.14 128	0.11 130	0.49 321	0.11 129

FADNet-RVC	0.13 103	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.05 92	0.04 76	0.04 81	0.04 73	0.05 99	0.04 76	0.05 93	0.04 71	1.71 532	0.04 44	0.04 45	0.04 72	0.04 77	0.07 105	0.04 78

ELAS	0.13 103	0.16 92	0.11 89	0.15 110	0.09 115	0.18 155	0.11 132	0.18 154	0.11 135	0.17 149	0.11 134	0.18 155	0.11 133	0.18 154	0.11 127	0.14 116	0.08 61	0.14 128	0.08 109	0.14 133	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 112	1.22 389	0.28 199	0.32 189	0.04 78	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.32 215	0.27 204	0.04 72	0.03 53	0.03 43	0.03 50

S2M2_XL	0.14 112	0.17 98	0.12 102	0.17 129	0.11 138	0.17 151	0.11 132	0.17 151	0.11 135	0.17 149	0.11 134	0.17 151	0.11 133	0.17 151	0.11 127	0.16 135	0.11 98	0.16 146	0.11 130	0.16 147	0.11 129
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 112	1.83 419	0.12 102	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.04 81	0.03 40	0.03 52	0.03 42	0.03 52	0.06 88	0.04 74	0.12 94	0.11 98	0.05 85	0.04 77	0.05 91	0.04 78

ProNet	0.14 112	0.20 106	0.14 126	0.16 121	0.11 138	0.16 143	0.11 132	0.17 151	0.11 135	0.17 149	0.12 145	0.17 151	0.13 155	0.17 151	0.12 142	0.15 125	0.11 98	0.16 146	0.11 130	0.15 143	0.12 146

IPLGR_C	0.14 112	0.20 106	0.12 102	0.15 110	0.11 138	0.14 128	0.15 158	0.14 130	0.11 135	0.15 135	0.12 145	0.14 130	0.11 133	0.16 142	0.11 127	0.15 125	0.12 114	0.14 128	0.12 148	0.15 143	0.12 146

MIPNet	0.14 112	0.21 112	0.17 152	0.16 121	0.11 138	0.15 135	0.12 148	0.14 130	0.11 135	0.16 140	0.11 134	0.14 130	0.11 133	0.14 132	0.11 127	0.14 116	0.12 114	0.14 128	0.11 130	0.14 133	0.11 129

IPLGR	0.14 112	0.24 126	0.14 126	0.16 121	0.12 154	0.15 135	0.12 148	0.14 130	0.11 135	0.15 135	0.12 145	0.14 130	0.11 133	0.14 132	0.11 127	0.15 125	0.12 114	0.14 128	0.11 130	0.14 133	0.11 129

GMStereo	0.14 112	0.13 84	0.14 126	0.14 100	0.14 159	0.14 128	0.14 153	0.14 130	0.14 159	0.14 129	0.14 162	0.14 130	0.14 159	0.14 132	0.14 152	0.14 116	0.14 141	0.14 128	0.14 162	0.14 133	0.14 157
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 491	0.04 78	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 76	0.02 21	0.07 104	0.04 74	0.02 15	0.02 15	0.03 38	0.03 53	0.02 20	0.03 50

HSM	0.14 112	0.16 92	0.12 102	0.17 129	0.12 154	0.17 151	0.11 132	0.17 151	0.11 135	0.17 149	0.12 145	0.17 151	0.12 150	0.17 151	0.12 142	0.16 135	0.11 98	0.16 146	0.11 130	0.16 147	0.12 146

DRN-Test	0.14 112	0.13 84	0.09 65	0.14 100	0.09 115	0.15 135	0.09 114	0.14 130	0.10 120	0.14 129	0.09 116	0.14 130	0.09 117	0.13 131	0.09 109	0.12 94	0.09 70	0.12 122	0.09 111	0.12 129	0.73 402

ELAS_RVC	0.14 112	0.16 92	0.10 69	0.15 110	0.10 122	0.18 155	0.11 132	0.19 156	0.11 135	0.19 155	0.12 145	0.18 155	0.11 133	0.19 157	0.12 142	0.14 116	0.08 61	0.14 128	0.09 111	0.15 143	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 124	0.17 98	0.13 121	0.20 137	0.13 157	0.19 158	0.13 151	0.18 154	0.13 157	0.19 155	0.13 157	0.18 155	0.14 159	0.18 154	0.14 152	0.16 135	0.11 98	0.15 143	0.14 162	0.18 157	0.11 129

test_for_model	0.15 124	0.23 117	0.18 161	0.21 147	0.11 138	0.16 143	0.11 132	0.16 143	0.11 135	0.16 140	0.11 134	0.16 141	0.11 133	0.16 142	0.11 127	0.21 165	0.18 175	0.14 128	0.11 130	0.14 133	0.11 129

CoDeX	0.15 124	0.70 247	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 379	0.02 15	0.69 376	0.75 390	0.01 9	0.02 20	0.02 20

ICVP	0.15 124	0.53 227	0.11 89	0.16 121	0.11 138	0.16 143	0.11 132	0.16 143	0.11 135	0.16 140	0.11 134	0.16 141	0.11 133	0.16 142	0.11 127	0.16 135	0.11 98	0.16 146	0.11 130	0.16 147	0.11 129
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 124	0.04 37	0.04 43	2.20 490	0.04 78	0.04 76	0.04 80	0.04 76	0.04 81	0.04 73	0.05 99	0.04 76	0.04 83	0.08 107	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

StereoDRNet	0.15 124	0.14 90	0.10 69	0.14 100	0.09 115	0.15 135	0.09 114	0.14 130	0.09 119	0.14 129	0.10 120	0.14 130	0.09 117	0.14 132	0.09 109	0.13 109	0.10 75	0.13 126	0.09 111	0.13 131	0.82 415

LALA_ROB	0.15 124	0.19 102	0.12 102	0.18 131	0.11 138	0.20 163	0.12 148	0.21 171	0.12 154	0.20 161	0.12 145	0.20 162	0.12 150	0.21 172	0.13 148	0.17 143	0.10 75	0.18 164	0.11 130	0.18 157	0.11 129

SGM_RVC	0.15 124	0.17 98	0.11 89	0.18 131	0.11 138	0.19 158	0.11 132	0.19 156	0.12 154	0.19 155	0.12 145	0.20 162	0.12 150	0.19 157	0.12 142	0.16 135	0.11 98	0.17 154	0.10 118	0.17 153	0.10 116
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.16 132	1.21 383	0.33 231	0.41 240	0.04 78	0.04 76	0.03 50	0.04 76	0.04 81	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.35 233	0.31 236	0.04 72	0.04 77	0.04 76	0.04 78

GMStereo_Zeroshot	0.16 132	0.16 92	0.16 145	0.16 121	0.16 179	0.16 143	0.16 163	0.16 143	0.16 173	0.16 140	0.16 173	0.16 141	0.16 171	0.16 142	0.16 168	0.16 135	0.16 146	0.16 146	0.16 170	0.16 147	0.16 161

qqq	0.16 132	2.01 436	0.12 102	0.15 110	0.04 78	0.06 91	0.05 92	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.03 48	0.12 94	0.14 141	0.04 72	0.04 77	0.03 43	0.03 50

DeepPruner_ROB	0.16 132	0.18 101	0.13 121	0.19 134	0.13 157	0.19 158	0.13 151	0.19 156	0.13 157	0.19 155	0.13 157	0.19 159	0.13 155	0.19 157	0.13 148	0.18 151	0.13 137	0.18 164	0.13 156	0.18 157	0.13 152

CAS++	0.17 136	0.27 134	0.21 173	0.10 59	0.21 209	0.15 135	0.22 197	0.10 112	0.21 198	0.22 175	0.10 120	0.19 159	0.18 188	0.10 115	0.19 186	0.20 158	0.19 176	0.18 164	0.10 118	0.19 163	0.18 179
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 136	2.16 445	0.13 121	0.13 96	0.04 78	0.06 91	0.04 80	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.05 87	0.18 151	0.12 114	0.06 93	0.03 53	0.05 91	0.03 50

SFCPSM	0.17 136	0.78 252	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 414	0.02 15	0.75 387	0.76 392	0.02 20	0.02 20	0.02 20

w-ln-seven	0.18 139	1.47 403	0.33 231	0.40 228	0.04 78	0.04 76	0.04 80	0.04 76	0.04 81	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.38 253	0.32 241	0.05 85	0.04 77	0.04 76	0.04 78

xyz-stereo-finetune2	0.18 139	0.48 207	0.16 145	0.16 121	0.15 170	0.15 135	0.16 163	0.16 143	0.16 173	0.16 140	0.16 173	0.16 141	0.16 171	0.16 142	0.16 168	0.16 135	0.16 146	0.16 146	0.16 170	0.16 147	0.16 161

xyz-stereo	0.18 139	0.50 213	0.16 145	0.15 110	0.16 179	0.16 143	0.16 163	0.16 143	0.16 173	0.16 140	0.16 173	0.16 141	0.16 171	0.16 142	0.16 168	0.16 135	0.16 146	0.16 146	0.16 170	0.16 147	0.16 161

BEATNet-Init1	0.19 142	0.08 59	0.08 60	2.23 492	0.08 113	0.08 104	0.07 111	0.07 104	0.08 116	0.08 106	0.07 112	0.08 106	0.07 113	0.11 126	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

DeepPrunerF	0.19 142	0.08 59	0.08 60	2.23 492	0.08 113	0.08 104	0.07 111	0.07 104	0.08 116	0.08 106	0.07 112	0.08 106	0.07 113	0.11 126	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

IGEV_Zeroshot_test	0.20 144	0.19 102	0.40 271	0.30 179	0.17 183	0.22 176	0.17 171	0.21 171	0.17 181	0.20 161	0.17 178	0.21 170	0.18 188	0.21 172	0.17 172	0.20 158	0.16 146	0.20 171	0.16 170	0.20 164	0.17 175

DAS	0.20 144	0.20 106	0.20 167	0.20 137	0.20 200	0.20 163	0.20 186	0.20 162	0.20 194	0.20 161	0.20 199	0.20 162	0.20 197	0.20 161	0.20 189	0.20 158	0.20 178	0.20 171	0.20 197	0.20 164	0.20 183

ASD4	0.20 144	0.20 106	0.20 167	0.20 137	0.20 200	0.20 163	0.20 186	0.20 162	0.20 194	0.20 161	0.20 199	0.20 162	0.20 197	0.20 161	0.20 189	0.20 158	0.20 178	0.20 171	0.20 197	0.20 164	0.20 183

ACVNet	0.20 144	0.19 102	0.14 126	0.20 137	0.14 159	0.20 163	0.96 432	0.21 171	0.14 159	0.20 161	0.13 157	0.21 170	0.14 159	0.20 161	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	0.17 153	0.12 146

acv_ft	0.20 144	0.19 102	0.14 126	0.20 137	0.14 159	0.20 163	0.96 432	0.21 171	0.14 159	0.20 161	0.13 157	0.21 170	0.14 159	0.20 161	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	0.17 153	0.12 146

iResNetv2_ROB	0.20 144	0.23 117	0.18 161	0.24 159	0.20 200	0.24 187	0.18 178	0.24 184	0.18 186	0.24 186	0.18 193	0.23 184	0.19 193	0.24 186	0.18 183	0.21 165	0.16 146	0.21 174	0.16 170	0.22 172	0.16 161

iResNet	0.20 144	0.23 117	0.18 161	0.24 159	0.18 193	0.24 187	0.20 186	0.24 184	0.18 186	0.23 179	0.17 178	0.23 184	0.18 188	0.23 182	0.18 183	0.22 168	0.16 146	0.21 174	0.16 170	0.21 170	0.16 161

z-ln-s-r	0.21 151	1.40 401	0.53 334	0.56 302	0.04 78	0.05 88	0.04 80	0.05 88	0.05 97	0.05 91	0.04 87	0.05 90	0.04 83	0.05 82	0.05 87	0.57 338	0.44 309	0.04 72	0.04 77	0.04 76	0.04 78

tg	0.21 151	0.25 130	0.21 173	0.26 173	0.17 183	0.24 187	0.17 171	0.24 184	0.17 181	0.24 186	0.17 178	0.24 190	0.17 180	0.24 186	0.17 172	0.24 186	0.17 166	0.23 187	0.16 170	0.23 183	0.16 161

Pointernet	0.21 151	0.22 116	0.19 164	0.24 159	0.19 197	0.24 187	0.19 182	0.24 184	0.19 192	0.24 186	0.19 195	0.24 190	0.19 193	0.24 186	0.19 186	0.22 168	0.17 166	0.22 179	0.17 190	0.22 172	0.17 175

SuperB	0.21 151	0.10 69	2.51 557	0.12 84	0.09 115	0.10 112	0.09 114	0.08 107	0.07 112	0.10 113	0.09 116	0.09 112	0.07 113	0.07 104	0.07 102	0.07 60	0.08 61	0.07 98	0.07 105	0.08 109	0.07 107

BStereo	0.22 155	0.23 117	0.20 167	0.24 159	0.20 200	0.23 184	0.33 270	0.39 247	0.17 181	0.23 179	0.17 178	0.23 184	0.16 171	0.24 186	0.17 172	0.23 179	0.16 146	0.22 179	0.20 197	0.22 172	0.16 161

Wave_Phase_stereo	0.22 155	0.23 117	0.20 167	0.24 159	0.20 200	0.23 184	0.33 270	0.39 247	0.17 181	0.23 179	0.17 178	0.23 184	0.16 171	0.24 186	0.17 172	0.23 179	0.16 146	0.22 179	0.20 197	0.22 172	0.16 161

WAO-6	0.22 155	0.23 117	0.22 175	0.23 154	0.22 211	0.22 176	0.22 197	0.22 175	0.22 201	0.22 175	0.22 206	0.22 178	0.22 204	0.22 176	0.22 195	0.22 168	0.22 186	0.22 179	0.22 204	0.22 172	0.22 189

IMH-64-1	0.22 155	0.23 117	0.23 178	0.22 150	0.22 211	0.22 176	0.22 197	0.22 175	0.22 201	0.22 175	0.22 206	0.22 178	0.22 204	0.22 176	0.22 195	0.22 168	0.22 186	0.23 187	0.22 204	0.22 172	0.23 191

IMH-64	0.22 155	0.23 117	0.23 178	0.22 150	0.22 211	0.22 176	0.22 197	0.22 175	0.22 201	0.22 175	0.22 206	0.22 178	0.22 204	0.22 176	0.22 195	0.22 168	0.22 186	0.23 187	0.22 204	0.22 172	0.23 191

ac_64	0.22 155	0.13 84	0.19 164	0.23 154	0.10 122	0.26 202	1.02 440	0.14 130	0.10 120	0.28 204	0.14 162	0.17 151	0.19 193	0.28 211	0.09 109	0.22 168	0.16 146	0.23 187	0.17 190	0.11 123	0.12 146

dd	0.23 161	0.98 291	0.16 145	0.23 154	0.15 170	0.23 184	0.15 158	0.23 181	0.15 169	0.23 179	0.15 170	0.24 190	0.17 180	0.23 182	0.15 162	0.22 168	0.15 144	0.21 174	0.15 168	0.22 172	0.16 161

dad	0.23 161	1.03 314	0.16 145	0.23 154	0.15 170	0.24 187	0.15 158	0.24 184	0.16 173	0.23 179	0.16 173	0.24 190	0.16 171	0.23 182	0.15 162	0.22 168	0.16 146	0.22 179	0.16 170	0.22 172	0.16 161

RSGM-EC	0.24 163	0.24 126	0.15 142	0.22 150	0.15 170	0.22 176	0.15 158	0.22 175	0.15 169	0.24 186	0.15 170	0.22 178	0.15 169	0.22 176	1.19 453	0.20 158	0.17 166	0.24 195	0.14 162	0.20 164	0.14 157

acva	0.24 163	0.24 126	0.15 142	0.22 150	0.15 170	0.22 176	0.15 158	0.22 175	0.15 169	0.24 186	0.15 170	0.22 178	0.15 169	0.22 176	1.19 453	0.20 158	0.17 166	0.24 195	0.14 162	0.20 164	0.14 157

MSKI-zero shot	0.24 163	0.21 112	0.49 316	0.65 319	0.18 193	0.22 176	0.17 171	0.23 181	0.18 186	0.21 173	0.17 178	0.23 184	0.28 241	0.23 182	0.18 183	0.21 165	0.16 146	0.21 174	0.16 170	0.21 170	0.16 161

qqq1	0.25 166	3.70 514	0.14 126	0.14 100	0.04 78	0.06 91	0.05 92	0.06 94	0.05 97	0.06 96	0.05 99	0.04 76	0.05 93	0.06 88	0.05 87	0.13 109	0.12 114	0.06 93	0.05 95	0.03 43	0.04 78

fff1	0.25 166	3.70 514	0.14 126	0.14 100	0.04 78	0.06 91	0.05 92	0.06 94	0.05 97	0.06 96	0.05 99	0.04 76	0.05 93	0.06 88	0.05 87	0.13 109	0.12 114	0.06 93	0.05 95	0.03 43	0.04 78

UNDER WATER-64	0.25 166	0.26 131	0.25 188	0.26 173	0.25 224	0.25 194	0.25 213	0.25 190	0.25 215	0.25 192	0.25 223	0.25 195	0.25 217	0.26 203	0.25 213	0.25 192	0.25 194	0.25 198	0.25 223	0.25 187	0.25 202

ffm	0.25 166	3.83 520	0.12 102	0.12 84	0.05 98	0.06 91	0.05 92	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 93	0.06 88	0.05 87	0.12 94	0.12 114	0.05 85	0.04 77	0.06 95	0.04 78

ff1	0.25 166	3.83 520	0.12 102	0.12 84	0.05 98	0.06 91	0.05 92	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 93	0.06 88	0.05 87	0.12 94	0.12 114	0.05 85	0.04 77	0.06 95	0.04 78

mmx	0.25 166	3.83 520	0.12 102	0.12 84	0.05 98	0.06 91	0.05 92	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 93	0.06 88	0.05 87	0.12 94	0.12 114	0.05 85	0.04 77	0.06 95	0.04 78

MIM_Stereo	0.25 166	0.23 117	0.66 356	0.80 339	0.17 183	0.22 176	0.17 171	0.23 181	0.18 186	0.26 200	0.17 178	0.21 170	0.17 180	0.25 193	0.17 172	0.23 179	0.16 146	0.21 174	0.17 190	0.22 172	0.17 175

LoS	0.25 166	0.27 134	0.25 188	0.25 166	0.25 224	0.25 194	0.25 213	0.26 195	0.25 215	0.25 192	0.25 223	0.25 195	0.25 217	0.25 193	0.25 213	0.26 194	0.25 194	0.25 198	0.26 229	0.26 189	0.25 202
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 166	1.31 395	0.74 382	0.92 354	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 42	0.02 21	0.02 20	0.02 20	0.87 383	0.75 387	0.02 18	0.02 20	0.02 20	0.02 20

model_zeroshot	0.27 175	0.20 106	0.27 195	0.33 193	0.21 209	0.37 244	0.22 197	0.37 235	0.24 210	0.26 200	0.27 234	0.33 229	0.21 203	0.25 193	0.27 219	0.32 215	0.20 178	0.34 242	0.23 210	0.25 187	0.26 208

DLNR-FE	0.28 176	0.89 272	0.30 207	0.34 196	0.19 197	0.28 207	0.19 182	0.28 199	0.20 194	0.28 204	0.20 199	0.28 208	0.20 197	0.28 211	0.20 189	0.33 220	0.28 210	0.25 198	0.19 196	0.24 185	0.19 181

xyz-stereo-finetune	0.28 176	0.49 209	0.16 145	0.16 121	0.16 179	0.16 143	0.16 163	0.22 175	0.30 254	0.32 221	0.31 266	0.32 226	0.31 270	0.32 224	0.32 256	0.32 215	0.33 253	0.31 223	0.32 284	0.31 207	0.32 263

SQANet	0.28 176	0.28 137	0.28 199	0.28 177	0.28 239	0.28 207	0.28 232	0.28 199	0.28 237	0.28 204	0.28 241	0.28 208	0.28 241	0.28 211	0.28 229	0.28 199	0.28 210	0.28 209	0.28 242	0.28 196	0.28 229

HGLStereo	0.28 176	0.29 139	0.22 175	0.36 202	0.22 211	0.36 239	0.21 192	0.36 229	0.21 198	0.42 282	0.21 205	0.36 242	0.22 204	0.36 242	0.21 193	0.34 224	0.21 182	0.34 242	0.21 201	0.34 223	0.21 186

iResNet_ROB	0.28 176	0.32 145	0.24 185	0.32 189	0.25 224	0.32 226	0.24 210	0.32 213	0.24 210	0.33 226	0.24 217	0.35 236	0.24 214	0.33 231	0.24 205	0.31 213	0.24 193	0.32 226	0.24 218	0.32 211	0.24 201

UNet	0.29 181	0.90 275	0.10 69	0.14 100	0.10 122	0.14 128	0.10 119	0.91 392	0.69 399	0.14 129	0.11 134	0.14 130	0.11 133	0.14 132	0.10 115	0.12 94	0.09 70	0.12 122	0.09 111	0.88 382	0.76 408

MultiAttention	0.30 182	0.30 140	0.30 207	0.30 179	0.30 258	0.30 211	0.30 246	0.30 206	0.30 254	0.30 210	0.30 258	0.30 218	0.30 255	0.30 217	0.30 246	0.30 207	0.30 230	0.30 216	0.30 266	0.30 202	0.30 247

MSAF-DinoV2	0.30 182	0.30 140	0.30 207	0.30 179	0.30 258	0.30 211	0.30 246	0.30 206	0.30 254	0.30 210	0.30 258	0.30 218	0.30 255	0.30 217	0.30 246	0.30 207	0.30 230	0.30 216	0.30 266	0.30 202	0.30 247

DDVS	0.30 182	3.10 500	0.14 126	0.19 134	0.14 159	0.19 158	0.14 153	0.20 162	0.14 159	0.19 155	0.13 157	0.16 141	0.13 155	0.19 157	0.13 148	0.17 143	0.13 137	0.17 154	0.13 156	0.17 153	0.13 152

ACV-stereo	0.30 182	2.08 438	0.25 188	0.25 166	0.18 193	0.24 187	0.17 171	0.24 184	0.18 186	0.24 186	0.17 178	0.25 195	0.17 180	0.24 186	0.17 172	0.22 168	0.16 146	0.22 179	0.16 170	0.22 172	0.16 161

LoS_RVC	0.30 182	1.14 327	0.25 188	0.25 166	0.25 224	0.26 202	0.25 213	0.25 190	0.25 215	0.25 192	0.25 223	0.26 205	0.26 226	0.26 203	0.25 213	0.26 194	0.26 197	0.25 198	0.25 223	0.26 189	0.26 208

CAS	0.30 182	1.17 333	0.25 188	0.25 166	0.25 224	0.26 202	0.25 213	0.25 190	0.26 228	0.25 192	0.25 223	0.25 195	0.25 217	0.25 193	0.25 213	0.26 194	0.26 197	0.26 203	0.25 223	0.26 189	0.25 202

DANet	0.30 182	0.30 140	0.30 207	0.30 179	0.30 258	0.30 211	0.30 246	0.30 206	0.30 254	0.30 210	0.30 258	0.30 218	0.30 255	0.30 217	0.30 246	0.30 207	0.30 230	0.30 216	0.30 266	0.30 202	0.30 247
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 189	0.31 143	0.31 219	0.30 179	0.40 325	0.31 217	0.30 246	0.30 206	0.34 287	0.29 209	0.31 266	0.29 214	0.30 255	0.31 221	0.31 254	0.31 213	0.29 221	0.31 223	0.30 266	0.31 207	0.31 256

tt1	0.31 189	0.93 284	0.24 185	0.33 193	0.23 217	0.31 217	0.24 210	0.32 213	0.24 210	0.32 221	0.23 210	0.32 226	0.25 217	0.32 224	0.24 205	0.27 197	0.26 197	0.27 207	0.26 229	0.27 194	0.27 216

xxxxx1	0.31 189	0.91 277	0.23 178	0.31 185	0.23 217	0.31 217	0.23 205	0.33 217	0.25 215	0.31 215	0.24 217	0.33 229	0.25 217	0.32 224	0.24 205	0.28 199	0.28 210	0.28 209	0.28 242	0.29 199	0.27 216

DLNR_Zeroshot_test	0.31 189	0.28 137	0.47 301	0.79 337	0.24 222	0.30 211	0.26 221	0.30 206	0.24 210	0.32 221	0.23 210	0.31 222	0.24 214	0.30 217	0.23 201	0.29 206	0.26 197	0.29 214	0.24 218	0.33 219	0.23 191

tt_ll	0.31 189	0.91 277	0.23 178	0.31 185	0.23 217	0.31 217	0.23 205	0.33 217	0.25 215	0.31 215	0.24 217	0.33 229	0.25 217	0.32 224	0.24 205	0.28 199	0.28 210	0.28 209	0.28 242	0.29 199	0.27 216

ff	0.31 189	0.91 277	0.23 178	0.31 185	0.23 217	0.31 217	0.23 205	0.33 217	0.25 215	0.31 215	0.24 217	0.33 229	0.25 217	0.32 224	0.24 205	0.28 199	0.28 210	0.28 209	0.28 242	0.29 199	0.27 216

RAFT + AFF	0.31 189	0.45 193	0.34 241	0.39 214	0.28 239	0.38 251	0.33 270	0.29 204	0.31 266	0.30 210	0.30 258	0.29 214	0.27 234	0.29 215	0.30 246	0.28 199	0.29 221	0.29 214	0.29 252	0.27 194	0.32 263

MLCV	0.31 189	0.35 149	0.27 195	0.35 198	0.28 239	0.35 236	0.27 224	0.35 225	0.28 237	0.36 236	0.27 234	0.35 236	0.27 234	0.35 236	0.27 219	0.34 224	0.27 204	0.34 242	0.27 237	0.34 223	0.27 216

DN-CSS_ROB	0.31 189	0.35 149	0.28 199	0.35 198	0.28 239	0.34 231	0.27 224	0.34 221	0.25 215	0.35 233	0.27 234	0.36 242	0.26 226	0.34 233	0.28 229	0.35 233	0.28 210	0.34 242	0.28 242	0.34 223	0.27 216

DStereoFS	0.32 198	0.33 147	0.32 225	0.33 193	0.30 258	0.32 226	0.32 259	0.32 213	0.31 266	0.30 210	0.31 266	0.31 222	0.30 255	0.32 224	0.32 256	0.32 215	0.31 236	0.30 216	0.47 360	0.32 211	0.34 276

DStereoSA	0.32 198	0.52 223	0.34 241	0.31 185	0.31 269	0.30 211	0.30 246	0.31 211	0.30 254	0.31 215	0.31 266	0.31 222	0.30 255	0.31 221	0.31 254	0.30 207	0.32 241	0.31 223	0.31 277	0.31 207	0.31 256

WCG-NET（raft）	0.32 198	1.24 391	0.24 185	0.32 189	0.24 222	0.32 226	0.23 205	0.32 213	0.24 210	0.32 221	0.24 217	0.32 226	0.24 214	0.32 224	0.24 205	0.30 207	0.23 191	0.30 216	0.23 210	0.30 202	0.23 191

testlalala	0.32 198	0.81 258	0.31 219	0.39 214	0.26 232	0.33 229	0.24 210	0.33 217	0.26 228	0.32 221	0.26 229	0.33 229	0.23 210	0.33 231	0.23 201	0.35 233	0.31 236	0.30 216	0.24 218	0.31 207	0.21 186

Any-RAFT	0.32 198	0.36 152	0.27 195	0.36 202	0.27 234	0.36 239	0.27 224	0.36 229	0.27 234	0.36 236	0.27 234	0.36 242	0.27 234	0.36 242	0.28 229	0.36 238	0.28 210	0.36 263	0.28 242	0.36 242	0.28 229

GCAP-BAT	0.33 203	0.78 252	0.32 225	0.38 208	0.25 224	0.34 231	0.25 213	0.34 221	0.26 228	0.34 228	0.25 223	0.35 236	0.26 226	0.35 236	0.27 219	0.36 238	0.30 230	0.32 226	0.24 218	0.32 211	0.26 208

StereoDRNet-Refined	0.33 203	0.39 164	0.26 194	0.39 214	0.26 232	0.40 259	0.26 221	0.40 254	0.26 228	0.39 248	0.26 229	0.39 255	0.26 226	0.39 257	0.26 218	0.37 242	0.25 194	0.37 266	0.25 223	0.37 246	0.37 293
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 205	0.26 131	0.17 152	0.21 147	0.17 183	0.20 163	0.16 163	0.20 162	0.16 173	0.20 161	0.17 178	0.21 170	0.16 171	0.27 207	0.24 205	0.19 155	0.16 146	0.19 167	0.16 170	0.26 189	3.08 574

RAFT-FE	0.34 205	0.26 131	0.17 152	0.21 147	0.17 183	0.20 163	0.16 163	0.20 162	0.16 173	0.20 161	0.17 178	0.21 170	0.16 171	0.27 207	0.24 205	0.19 155	0.16 146	0.19 167	0.16 170	0.26 189	3.08 574

LG-Stereo_L2	0.34 205	0.37 154	0.38 259	0.47 265	0.28 239	0.39 257	0.28 232	0.39 247	0.28 237	0.39 248	0.28 241	0.39 255	0.28 241	0.38 249	0.28 229	0.42 290	0.35 259	0.36 263	0.26 229	0.35 235	0.26 208

H2IRNET	0.34 205	0.34 148	0.34 241	0.34 196	0.34 294	0.34 231	0.34 283	0.34 221	0.34 287	0.34 228	0.34 288	0.34 234	0.34 286	0.34 233	0.34 279	0.34 224	0.34 257	0.34 242	0.34 296	0.34 223	0.34 276

IGEV++	0.34 205	0.43 182	0.30 207	0.40 228	0.29 248	0.40 259	0.29 241	0.40 254	0.29 243	0.40 254	0.29 246	0.40 263	0.29 248	0.40 260	0.30 246	0.38 253	0.29 221	0.37 266	0.29 252	0.37 246	0.29 234

iRaft-Stereo_5w	0.34 205	0.42 181	0.31 219	0.39 214	0.30 258	0.38 251	0.30 246	0.40 254	0.29 243	0.40 254	0.37 308	0.41 276	0.34 286	0.38 249	0.30 246	0.34 224	0.27 204	0.34 242	0.26 229	0.34 223	0.26 208

CSP-Net	0.34 205	1.29 393	1.19 428	1.36 458	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 470	1.21 480	0.03 38	0.09 111	0.02 20	0.09 111

iRaft-Stereo_20w	0.34 205	0.41 174	0.31 219	0.39 214	0.29 248	0.40 259	0.32 259	0.41 269	0.32 271	0.38 242	0.30 258	0.39 255	0.30 255	0.38 249	0.32 256	0.35 233	0.27 204	0.34 242	0.27 237	0.34 223	0.29 234

DGSMNet	0.34 205	0.41 174	0.27 195	0.41 240	0.28 239	0.41 275	0.28 232	0.41 269	0.27 234	0.41 268	0.27 234	0.42 294	0.27 234	0.41 275	0.28 229	0.40 268	0.29 221	0.40 290	0.28 242	0.40 274	0.27 216

FE-Mocha	0.35 214	0.71 248	0.40 271	0.47 265	0.27 234	0.34 231	0.27 224	0.34 221	0.26 228	0.34 228	0.26 229	0.34 234	0.27 234	0.34 233	0.27 219	0.44 292	0.41 289	0.33 234	0.29 252	0.32 211	0.29 234

IGEV-FE	0.35 214	0.37 154	0.17 152	0.19 134	0.17 183	0.20 163	0.17 171	0.19 156	0.17 181	0.19 155	0.17 178	0.19 159	0.17 180	0.37 246	0.36 287	0.19 155	0.17 166	0.19 167	0.17 190	0.38 259	2.84 565

gcap-zeroshot	0.35 214	0.32 145	0.37 256	0.49 276	0.39 323	0.33 229	0.21 192	0.26 195	0.35 291	0.42 282	0.34 288	0.49 325	0.29 248	0.47 309	0.39 310	0.34 224	0.17 166	0.38 274	0.23 210	0.48 317	0.34 276

CASnet	0.35 214	0.51 221	0.44 288	0.32 189	0.31 269	0.24 187	0.34 283	0.36 229	0.25 215	0.31 215	0.37 308	0.30 218	0.33 281	0.25 193	0.45 334	0.37 242	0.37 264	0.33 234	0.35 308	0.34 223	0.37 293
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 214	0.44 185	0.45 290	0.49 276	0.30 258	0.37 244	0.30 246	0.36 229	0.30 254	0.36 236	0.29 246	0.36 242	0.29 248	0.36 242	0.30 246	0.46 299	0.39 277	0.32 226	0.24 218	0.32 211	0.25 202
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 214	0.35 149	0.35 250	0.35 198	0.35 297	0.35 236	0.35 288	0.35 225	0.35 291	0.35 233	0.35 297	0.35 236	0.35 293	0.35 236	0.35 283	0.35 233	0.35 259	0.35 258	0.35 308	0.35 235	0.35 286

Zero-FE251	0.36 220	0.40 166	0.28 199	0.41 240	0.28 239	0.41 275	0.28 232	0.41 269	0.28 237	0.41 268	0.28 241	0.41 276	0.28 241	0.42 288	0.30 246	0.37 242	0.26 197	0.37 266	0.27 237	0.45 298	0.56 367

GIP-stereo	0.36 220	0.49 209	0.39 266	0.48 270	0.32 272	0.41 275	0.28 232	0.40 254	0.30 254	0.41 268	0.28 241	0.40 263	0.28 241	0.42 288	0.28 229	0.45 295	0.32 241	0.38 274	0.30 266	0.37 246	0.27 216

DCVSM-stereo	0.36 220	1.89 425	0.22 175	0.40 228	0.22 211	0.40 259	0.22 197	0.40 254	0.22 201	0.40 254	0.22 206	0.40 263	0.22 204	0.40 260	0.22 195	0.28 199	0.21 182	0.28 209	0.21 201	0.28 196	0.20 183

RSM	0.36 220	0.36 152	0.43 286	0.37 205	0.42 344	0.49 327	0.42 334	0.37 235	0.28 237	0.36 236	0.29 246	0.36 242	0.30 255	0.37 246	0.28 229	0.34 224	0.31 236	0.34 242	0.35 308	0.40 274	0.29 234

RAFT-Test	0.36 220	0.37 154	0.33 231	0.41 240	0.32 272	0.41 275	0.32 259	0.41 269	0.32 271	0.41 268	0.32 273	0.41 276	0.32 273	0.41 275	0.33 266	0.37 242	0.29 221	0.37 266	0.29 252	0.38 259	0.31 256

DMCA	0.36 220	0.38 158	0.37 256	0.35 198	0.35 297	0.36 239	0.36 295	0.36 229	0.35 291	0.35 233	0.37 308	0.36 242	0.36 296	0.35 236	0.36 287	0.36 238	0.36 262	0.35 258	0.36 314	0.36 242	0.36 289

ACVNet-DCA	0.37 226	1.00 300	0.30 207	0.40 228	0.29 248	0.40 259	0.29 241	0.40 254	0.29 243	0.40 254	0.29 246	0.40 263	0.29 248	0.39 257	0.28 229	0.33 220	0.32 241	0.33 234	0.32 284	0.33 219	0.32 263

1test111	0.37 226	1.02 312	0.30 207	0.39 214	0.29 248	0.40 259	0.28 232	0.39 247	0.29 243	0.39 248	0.29 246	0.39 255	0.28 241	0.40 260	0.29 239	0.33 220	0.32 241	0.33 234	0.31 277	0.32 211	0.31 256

cc1	0.37 226	1.02 312	0.30 207	0.39 214	0.29 248	0.40 259	0.28 232	0.39 247	0.29 243	0.39 248	0.29 246	0.39 255	0.28 241	0.40 260	0.29 239	0.33 220	0.32 241	0.33 234	0.31 277	0.32 211	0.31 256

EKT-Stereo	0.37 226	0.40 166	0.44 288	1.07 377	0.29 248	0.34 231	0.31 257	0.36 229	0.29 243	0.38 242	0.31 266	0.37 248	0.30 255	0.36 242	0.29 239	0.34 224	0.28 210	0.39 285	0.30 266	0.37 246	0.30 247

GMOStereo	0.37 226	0.45 193	0.23 178	0.30 179	0.37 307	0.41 275	0.36 295	0.41 269	0.35 291	0.43 288	0.36 301	0.41 276	0.40 314	0.41 275	0.36 287	0.34 224	0.22 186	0.47 338	0.37 316	0.39 268	0.33 270

XPNet_ROB	0.37 226	0.37 154	0.37 256	0.37 205	0.37 307	0.37 244	0.37 301	0.37 235	0.37 304	0.37 241	0.37 308	0.37 248	0.37 301	0.37 246	0.37 296	0.37 242	0.37 264	0.37 266	0.37 316	0.37 246	0.37 293

MonSter++	0.38 232	0.44 185	0.31 219	0.43 256	0.30 258	0.43 302	0.31 257	0.43 293	0.31 266	0.45 295	0.31 266	0.43 301	0.31 270	0.43 294	0.69 395	0.38 253	0.33 253	0.40 290	0.30 266	0.38 259	0.30 247

HiDET	0.38 232	0.44 185	0.30 207	0.42 250	0.30 258	0.42 295	0.30 246	0.42 287	0.30 254	0.44 293	0.30 258	0.42 294	0.30 255	0.42 288	0.68 387	0.37 242	0.32 241	0.40 290	0.29 252	0.37 246	0.29 234

LCMNet	0.38 232	0.44 185	0.30 207	0.42 250	0.30 258	0.42 295	0.30 246	0.42 287	0.30 254	0.45 295	0.30 258	0.42 294	0.30 255	0.42 288	0.69 395	0.37 242	0.32 241	0.40 290	0.29 252	0.37 246	0.29 234

CSFM-Stereo	0.38 232	0.44 185	0.30 207	0.42 250	0.30 258	0.42 295	0.30 246	0.43 293	0.30 254	0.44 293	0.30 258	0.42 294	0.30 255	0.42 288	0.73 405	0.37 242	0.32 241	0.40 290	0.29 252	0.37 246	0.30 247

HART	0.38 232	0.45 193	0.34 241	0.42 250	0.33 284	0.41 275	0.34 283	0.42 287	0.33 278	0.43 288	0.34 288	0.42 294	0.34 286	0.41 275	0.38 299	0.40 268	0.32 241	0.42 318	0.32 284	0.40 274	0.32 263

GREAT-IGEV	0.38 232	0.43 182	0.36 252	0.48 270	0.32 272	0.45 306	0.32 259	0.45 297	0.32 271	0.45 295	0.32 273	0.45 304	0.32 273	0.45 300	0.32 256	0.44 292	0.33 253	0.41 307	0.29 252	0.41 284	0.29 234

fffy	0.38 232	0.43 182	0.33 231	0.46 259	0.33 284	0.45 306	0.32 259	0.45 297	0.32 271	0.45 295	0.32 273	0.45 304	0.33 281	0.45 300	0.32 256	0.38 253	0.38 270	0.38 274	0.37 316	0.37 246	0.36 289

WAO-8	0.38 232	0.38 158	0.38 259	0.38 208	0.38 314	0.38 251	0.38 307	0.38 243	0.38 308	0.38 242	0.38 313	0.38 250	0.38 305	0.38 249	0.38 299	0.38 253	0.38 270	0.38 274	0.37 316	0.38 259	0.38 300

WAO-7	0.38 232	0.38 158	0.38 259	0.38 208	0.38 314	0.38 251	0.38 307	0.38 243	0.38 308	0.38 242	0.38 313	0.38 250	0.38 305	0.38 249	0.38 299	0.38 253	0.38 270	0.38 274	0.38 329	0.38 259	0.38 300

xx1	0.38 232	1.03 314	0.31 219	0.40 228	0.31 269	0.41 275	0.28 232	0.40 254	0.29 243	0.40 254	0.29 246	0.40 263	0.29 248	0.40 260	0.29 239	0.34 224	0.33 253	0.34 242	0.32 284	0.34 223	0.32 263

Venus	0.38 232	0.38 158	0.38 259	0.38 208	0.38 314	0.37 244	0.38 307	0.37 235	0.37 304	0.41 268	0.37 308	0.39 255	0.37 301	0.38 249	0.38 299	0.37 242	0.38 270	0.38 274	0.37 316	0.37 246	0.38 300

IMH	0.38 232	0.38 158	0.38 259	0.38 208	0.38 314	0.38 251	0.38 307	0.38 243	0.38 308	0.42 282	0.38 313	0.40 263	0.38 305	0.38 249	0.38 299	0.38 253	0.38 270	0.39 285	0.38 329	0.38 259	0.38 300

PAM	0.39 244	1.88 424	0.34 241	0.37 205	0.41 334	0.45 306	0.22 197	0.28 199	0.23 207	0.28 204	0.24 217	0.29 214	0.23 210	0.29 215	0.23 201	0.38 253	0.32 241	0.38 274	0.37 316	0.32 211	0.22 189

HanzoNet	0.39 244	0.38 158	0.40 271	0.39 214	0.41 334	0.38 251	0.38 307	0.38 243	0.38 308	0.39 248	0.39 322	0.38 250	0.38 305	0.39 257	0.40 314	0.38 253	0.38 270	0.40 290	0.38 329	0.38 259	0.40 309

CES	0.39 244	0.47 201	0.36 252	0.36 202	0.37 307	0.45 306	0.35 288	0.35 225	0.40 322	0.36 236	0.44 345	0.47 314	0.36 296	0.44 297	0.36 287	0.37 242	0.39 277	0.44 321	0.35 308	0.37 246	0.36 289

PASM	0.39 244	3.06 499	1.36 494	1.58 465	0.09 115	0.11 123	0.11 132	0.11 124	0.11 135	0.09 111	0.09 116	0.11 125	0.09 117	0.09 111	0.09 109	0.11 88	0.11 98	0.11 119	0.09 111	0.11 123	0.11 129

mms	0.40 248	0.45 193	0.35 250	0.48 270	0.36 303	0.47 317	0.34 283	0.45 297	0.38 308	0.47 307	0.33 280	0.45 304	0.32 273	0.45 300	0.32 256	0.39 264	0.38 270	0.38 274	0.37 316	0.39 268	0.39 306

knoymous	0.40 248	0.40 166	0.40 271	0.40 228	0.40 325	0.40 259	0.40 321	0.40 254	0.40 322	0.40 254	0.40 325	0.40 263	0.40 314	0.40 260	0.40 314	0.40 268	0.40 280	0.40 290	0.40 333	0.40 274	0.40 309

anonymousa	0.40 248	0.40 166	0.40 271	0.40 228	0.40 325	0.40 259	0.40 321	0.40 254	0.40 322	0.40 254	0.40 325	0.40 263	0.40 314	0.40 260	0.40 314	0.40 268	0.40 280	0.40 290	0.40 333	0.40 274	0.40 309

riskmin	0.40 248	0.40 166	0.40 271	0.40 228	0.40 325	0.40 259	0.40 321	0.40 254	0.40 322	0.40 254	0.40 325	0.40 263	0.40 314	0.40 260	0.40 314	0.40 268	0.40 280	0.40 290	0.40 333	0.40 274	0.40 309

Anonymous_2	0.40 248	0.40 166	0.40 271	0.40 228	0.40 325	0.40 259	0.40 321	0.40 254	0.40 322	0.40 254	0.40 325	0.40 263	0.40 314	0.40 260	0.40 314	0.40 268	0.40 280	0.40 290	0.40 333	0.40 274	0.40 309

Anonymous_1	0.40 248	0.40 166	0.40 271	0.40 228	0.40 325	0.40 259	0.40 321	0.40 254	0.40 322	0.40 254	0.40 325	0.40 263	0.40 314	0.40 260	0.40 314	0.40 268	0.40 280	0.40 290	0.40 333	0.40 274	0.40 309

AdaStereo	0.40 248	0.40 166	0.40 271	0.40 228	0.40 325	0.40 259	0.40 321	0.40 254	0.40 322	0.40 254	0.40 325	0.40 263	0.40 314	0.40 260	0.40 314	0.40 268	0.40 280	0.40 290	0.40 333	0.40 274	0.40 309
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
Select-FE	0.41 255	0.44 185	0.23 178	0.26 173	0.22 211	0.26 202	0.22 197	0.26 195	0.23 207	0.26 200	0.23 210	0.26 205	0.23 210	0.45 300	0.42 329	0.25 192	0.22 186	0.25 198	0.22 204	0.45 298	2.90 566

water-stereo	0.41 255	0.84 262	0.46 294	0.50 283	0.33 284	0.45 306	0.33 270	0.45 297	0.32 271	0.45 295	0.32 273	0.45 304	0.32 273	0.45 300	0.32 256	0.44 292	0.41 289	0.39 285	0.31 277	0.39 268	0.32 263

ccccc	0.41 255	0.44 185	0.34 241	0.48 270	0.35 297	0.48 322	0.35 288	0.51 336	0.35 291	0.47 307	0.35 297	0.47 314	0.34 286	0.47 309	0.35 283	0.41 276	0.40 280	0.40 290	0.40 333	0.41 284	0.39 306

GwcNet-ADL	0.41 255	0.41 174	0.41 280	0.41 240	0.41 334	0.41 275	0.41 329	0.41 269	0.41 331	0.41 268	0.41 331	0.41 276	0.41 325	0.41 275	0.41 321	0.41 276	0.41 289	0.41 307	0.41 340	0.41 284	0.41 316

PSMNet-ADL	0.41 255	0.41 174	0.41 280	0.41 240	0.41 334	0.41 275	0.41 329	0.41 269	0.41 331	0.41 268	0.41 331	0.41 276	0.41 325	0.41 275	0.41 321	0.41 276	0.41 289	0.41 307	0.41 340	0.41 284	0.41 316

GANet-ADL	0.41 255	0.41 174	0.41 280	0.41 240	0.41 334	0.41 275	0.41 329	0.41 269	0.41 331	0.41 268	0.41 331	0.41 276	0.41 325	0.41 275	0.41 321	0.41 276	0.41 289	0.41 307	0.41 340	0.41 284	0.41 316

ADLNet2	0.41 255	0.41 174	0.41 280	0.41 240	0.41 334	0.41 275	0.41 329	0.41 269	0.41 331	0.41 268	0.41 331	0.41 276	0.41 325	0.41 275	0.41 321	0.41 276	0.41 289	0.41 307	0.41 340	0.41 284	0.41 316

ADLNet	0.41 255	0.41 174	0.41 280	0.41 240	0.41 334	0.41 275	0.41 329	0.41 269	0.41 331	0.41 268	0.41 331	0.41 276	0.41 325	0.41 275	0.41 321	0.41 276	0.41 289	0.41 307	0.41 340	0.41 284	0.41 316

FCDSN-DC	0.41 255	0.59 238	0.64 352	0.54 296	0.33 284	0.50 335	0.37 301	0.42 287	0.40 322	0.61 365	0.43 343	0.50 340	0.49 356	0.38 249	0.32 256	0.28 199	0.23 191	0.26 203	0.22 204	0.35 235	0.28 229
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 255	0.46 197	0.33 231	0.49 276	0.33 284	0.49 327	0.33 270	0.49 315	0.33 278	0.49 321	0.33 280	0.49 325	0.33 281	0.51 340	0.33 266	0.41 276	0.30 230	0.41 307	0.30 266	0.79 368	0.29 234

Gwc-CoAtRS	0.41 255	1.49 404	0.32 225	0.42 250	0.32 272	0.41 275	0.32 259	0.41 269	0.33 278	0.41 268	0.32 273	0.41 276	0.32 273	0.41 275	0.32 256	0.39 264	0.28 210	0.39 285	0.28 242	0.40 274	0.28 229

UPFNet	0.42 266	1.20 337	0.17 152	0.24 159	0.17 183	0.25 194	0.17 171	1.19 430	0.90 428	0.25 192	0.17 178	0.24 190	0.17 180	0.25 193	0.17 172	0.22 168	0.17 166	0.22 179	0.16 170	1.15 417	0.93 424

DDF-Stereo	0.43 267	1.15 330	0.57 339	0.53 293	0.32 272	0.41 275	0.32 259	0.41 269	0.32 271	0.41 268	0.32 273	0.41 276	0.32 273	0.40 260	0.32 256	0.52 325	0.50 333	0.38 274	0.31 277	0.39 268	0.31 256

DilatedVolume-Stereo	0.43 267	0.86 265	0.48 309	0.50 283	0.33 284	0.46 312	0.33 270	0.46 301	0.33 278	0.46 301	0.33 280	0.47 314	0.33 281	0.47 309	0.34 279	0.45 295	0.42 298	0.40 290	0.33 292	0.47 313	0.38 300

psmg	0.43 267	1.91 428	0.92 404	1.91 479	0.02 21	0.02 19	0.03 50	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 39	0.02 20	1.97 509	1.44 502	0.04 72	0.03 53	0.02 20	0.03 50

delet	0.43 267	1.21 383	0.17 152	0.25 166	0.17 183	0.25 194	0.18 178	1.26 482	0.95 436	0.25 192	0.17 178	0.25 195	0.17 180	0.25 193	0.17 172	0.23 179	0.16 146	0.22 179	0.16 170	1.18 425	0.98 428

psm_up	0.43 267	1.19 336	0.17 152	0.25 166	0.18 193	0.25 194	0.19 182	1.26 482	0.91 429	0.26 200	0.17 178	0.25 195	0.17 180	0.25 193	0.17 172	0.22 168	0.17 166	0.23 187	0.16 170	1.18 425	0.99 429

Monster-pub-mixall	0.44 272	0.56 234	0.60 343	0.38 208	0.27 234	0.37 244	0.27 224	0.37 235	0.29 243	0.38 242	0.27 234	0.38 250	0.29 248	0.85 394	0.27 219	1.46 485	0.26 197	0.34 242	0.26 229	0.36 242	0.53 356

depthmonostereo	0.44 272	0.85 264	0.46 294	0.54 296	0.40 325	0.52 350	0.38 307	0.52 340	0.35 291	0.47 307	0.34 288	0.46 308	0.34 286	0.47 309	0.34 279	0.45 295	0.43 302	0.41 307	0.33 292	0.41 284	0.32 263

MMNet	0.44 272	1.24 391	0.17 152	0.25 166	0.17 183	0.25 194	0.18 178	1.26 482	0.93 434	0.25 192	0.17 178	0.25 195	0.18 188	0.25 193	0.17 172	0.23 179	0.16 146	0.23 187	0.16 170	1.20 428	0.99 429

252Zero-FE	0.45 275	0.50 213	0.36 252	0.50 283	0.36 303	0.50 335	0.36 295	0.50 323	0.36 302	0.49 321	0.36 301	0.49 325	0.36 296	0.54 349	0.41 321	0.45 295	0.34 257	0.45 325	0.34 296	0.55 340	0.75 406

Monster-pub-eth3d	0.45 275	0.57 235	0.60 343	0.39 214	0.28 239	0.37 244	0.28 232	0.37 235	0.30 254	0.39 248	0.29 246	0.39 255	0.30 255	0.92 404	0.27 219	1.42 482	0.28 210	0.34 242	0.28 242	0.37 246	0.53 356

Replicate-Monster	0.45 275	0.57 235	0.60 343	0.40 228	0.29 248	0.37 244	0.27 224	0.37 235	0.30 254	0.40 254	0.31 266	0.40 263	0.30 255	0.99 412	0.27 219	1.36 478	0.31 236	0.34 242	0.30 266	0.36 242	0.54 359

SCV_C0	0.45 275	0.88 269	0.49 316	0.54 296	0.37 307	0.48 322	0.37 301	0.48 311	0.37 304	0.48 314	0.36 301	0.48 321	0.37 301	0.49 324	0.37 296	0.50 317	0.41 289	0.44 321	0.34 296	0.44 294	0.34 276

RAFT-Stereo-weight	0.45 275	1.90 427	0.34 241	0.42 250	0.36 303	0.43 302	0.35 288	0.42 287	0.34 287	0.42 282	0.34 288	0.44 302	0.34 286	0.41 275	0.34 279	0.38 253	0.32 241	0.38 274	0.32 284	0.38 259	0.33 270

TorneroNet-64	0.45 275	0.27 134	0.30 207	0.58 305	0.27 234	0.70 376	0.30 246	0.28 199	0.73 414	0.73 381	0.28 241	0.71 380	0.66 382	0.75 382	0.27 219	0.27 197	0.29 221	0.37 266	0.75 418	0.28 196	0.30 247

SCV	0.46 281	0.94 286	0.45 290	0.54 296	0.37 307	0.48 322	0.38 307	0.48 311	0.37 304	0.48 314	0.39 322	0.48 321	0.37 301	0.49 324	0.37 296	0.50 317	0.46 312	0.44 321	0.34 296	0.44 294	0.34 276

otaku	0.46 281	0.46 197	0.46 294	0.46 259	0.46 352	0.46 312	0.46 344	0.46 301	0.46 345	0.46 301	0.46 351	0.46 308	0.46 342	0.46 305	0.46 338	0.46 299	0.46 312	0.46 329	0.46 353	0.46 301	0.46 330

Dean	0.46 281	0.46 197	0.46 294	0.46 259	0.46 352	0.46 312	0.46 344	0.46 301	0.46 345	0.47 307	0.46 351	0.46 308	0.46 342	0.46 305	0.46 338	0.46 299	0.46 312	0.46 329	0.46 353	0.46 301	0.46 330

ACVNet_1	0.46 281	0.47 201	0.46 294	0.46 259	0.46 352	0.46 312	0.46 344	0.46 301	0.47 350	0.46 301	0.46 351	0.46 308	0.46 342	0.46 305	0.46 338	0.46 299	0.46 312	0.47 338	0.46 353	0.46 301	0.46 330

ACVNet-4b	0.46 281	0.46 197	0.46 294	0.46 259	0.46 352	0.46 312	0.46 344	0.46 301	0.46 345	0.46 301	0.46 351	0.46 308	0.46 342	0.47 309	0.46 338	0.46 299	0.46 312	0.46 329	0.46 353	0.46 301	0.46 330

PML	0.46 281	1.36 399	0.29 203	0.58 305	0.30 258	0.57 363	0.29 241	0.57 351	0.29 243	0.57 360	0.29 246	0.57 364	0.29 248	0.56 354	0.29 239	0.52 325	0.30 230	0.53 366	0.31 277	0.53 338	0.30 247

LG-Stereo_L1	0.47 287	0.52 223	0.47 301	0.62 313	0.39 323	0.53 352	0.40 321	0.53 342	0.39 321	0.53 347	0.39 322	0.53 352	0.39 313	0.53 347	0.39 310	0.55 335	0.46 312	0.49 351	0.37 316	0.49 321	0.37 293

Ntro	0.47 287	0.47 201	0.46 294	0.46 259	0.46 352	0.47 317	0.47 349	0.46 301	0.47 350	0.46 301	0.46 351	0.47 314	0.46 342	0.47 309	0.47 345	0.47 304	0.46 312	0.46 329	0.46 353	0.46 301	0.46 330

HaxPig	0.47 287	0.47 201	0.47 301	0.49 276	0.47 358	0.47 317	0.47 349	0.47 307	0.47 350	0.47 307	0.47 359	0.47 314	0.47 350	0.47 309	0.47 345	0.47 304	0.47 320	0.47 338	0.47 360	0.47 313	0.48 339

UNDER WATER	0.47 287	0.47 201	0.47 301	0.47 265	0.47 358	0.47 317	0.47 349	0.47 307	0.47 350	0.47 307	0.47 359	0.47 314	0.46 342	0.47 309	0.47 345	0.47 304	0.47 320	0.47 338	0.46 353	0.47 313	0.47 337

LVE	0.47 287	0.47 201	0.47 301	0.47 265	0.49 364	0.47 317	0.47 349	0.47 307	0.49 359	0.47 307	0.47 359	0.47 314	0.46 342	0.47 309	0.47 345	0.47 304	0.47 320	0.48 346	0.47 360	0.47 313	0.47 337

GASTEREO	0.48 292	1.21 383	0.47 301	0.57 303	0.38 314	0.50 335	0.38 307	0.50 323	0.38 308	0.50 334	0.38 313	0.50 340	0.38 305	0.50 331	0.38 299	0.52 325	0.42 298	0.46 329	0.34 296	0.46 301	0.34 276

LG-Stereo_Zeroshot	0.48 292	0.55 232	0.47 301	0.63 315	0.41 334	0.56 357	0.44 337	0.56 348	0.41 331	0.56 357	0.41 331	0.57 364	0.42 331	0.56 354	0.41 321	0.55 335	0.43 302	0.51 360	0.37 316	0.51 332	0.37 293

fffft	0.48 292	0.51 221	0.45 290	0.52 292	0.45 350	0.52 350	0.45 342	0.52 340	0.48 357	0.53 347	0.45 349	0.52 351	0.45 339	0.52 345	0.46 338	0.51 323	0.41 289	0.50 355	0.41 340	0.50 326	0.41 316
1: 1. 1
RainbowNet	0.48 292	0.48 207	0.48 309	0.48 270	0.48 362	0.48 322	0.48 358	0.48 311	0.48 357	0.48 314	0.48 363	0.48 321	0.48 351	0.48 318	0.48 351	0.48 308	0.48 324	0.48 346	0.48 364	0.48 317	0.48 339

notaker	0.48 292	0.49 209	0.48 309	0.48 270	0.48 362	0.48 322	0.48 358	0.48 311	0.49 359	0.48 314	0.48 363	0.48 321	0.48 351	0.48 318	0.48 351	0.48 308	0.48 324	0.48 346	0.48 364	0.48 317	0.49 344

LL-Strereo2	0.48 292	1.73 417	0.51 327	0.59 308	0.34 294	0.42 295	0.33 270	0.40 254	0.31 266	0.42 282	0.33 280	0.42 294	0.31 270	0.44 297	0.39 310	0.60 341	0.51 338	0.44 321	0.33 292	0.44 294	0.33 270

Former-RAFT_DAM_RVC	0.49 298	0.98 291	0.64 352	0.84 344	0.46 352	0.45 306	0.35 288	0.47 307	0.47 350	0.45 295	0.34 288	0.46 308	0.48 351	0.46 305	0.35 283	0.39 264	0.71 381	0.39 285	0.35 308	0.41 284	0.41 316

ACVNet_2	0.49 298	0.49 209	0.49 316	0.49 276	0.49 364	0.49 327	0.49 360	0.49 315	0.49 359	0.49 321	0.49 366	0.49 325	0.49 356	0.49 324	0.49 353	0.49 311	0.49 327	0.49 351	0.49 367	0.49 321	0.49 344

FoundationStereo	0.50 300	0.50 213	0.50 320	0.50 283	0.50 368	0.50 335	0.50 362	0.50 323	0.50 362	0.50 334	0.50 368	0.50 340	0.50 359	0.50 331	0.50 354	0.50 317	0.50 333	0.50 355	0.50 369	0.50 326	0.50 347

StereoAnything_RVC	0.50 300	0.50 213	0.50 320	0.50 283	0.50 368	0.50 335	0.50 362	0.50 323	0.50 362	0.50 334	0.50 368	0.50 340	0.50 359	0.50 331	0.50 354	0.50 317	0.50 333	0.50 355	0.50 369	0.50 326	0.50 347

dual_stereo	0.50 300	0.50 213	0.50 320	0.50 283	0.50 368	0.50 335	0.50 362	0.50 323	0.50 362	0.50 334	0.50 368	0.50 340	0.50 359	0.50 331	0.50 354	0.50 317	0.50 333	0.50 355	0.50 369	0.50 326	0.50 347

GCST	0.50 300	2.08 438	0.38 259	0.53 293	0.35 297	0.49 327	0.35 288	0.50 323	0.35 291	0.49 321	0.35 297	0.49 325	0.35 293	0.49 324	0.35 283	0.48 308	0.37 264	0.45 325	0.33 292	0.44 294	0.33 270

SANet	0.50 300	0.50 213	0.50 320	0.50 283	0.50 368	0.50 335	0.50 362	0.50 323	0.50 362	0.50 334	0.50 368	0.50 340	0.50 359	0.50 331	0.50 354	0.50 317	0.50 333	0.50 355	0.50 369	0.50 326	0.50 347

MSCF	0.51 305	1.40 401	0.49 316	0.58 305	0.38 314	0.50 335	0.38 307	0.54 344	0.41 331	0.52 344	0.41 331	0.53 352	0.42 331	0.53 347	0.41 321	0.60 341	0.47 320	0.48 346	0.37 316	0.48 317	0.38 300

UGAM-zero	0.51 305	2.17 446	0.39 266	0.53 293	0.36 303	0.50 335	0.36 295	0.50 323	0.36 302	0.49 321	0.36 301	0.50 340	0.35 293	0.50 331	0.36 287	0.49 311	0.37 264	0.47 338	0.35 308	0.46 301	0.34 276

UGAM	0.51 305	2.23 451	0.39 266	0.54 296	0.35 297	0.50 335	0.35 288	0.49 315	0.35 291	0.49 321	0.35 297	0.49 325	0.36 296	0.50 331	0.36 287	0.49 311	0.37 264	0.45 325	0.34 296	0.45 298	0.34 276

Selective-IGEV	0.51 305	0.55 232	0.45 290	0.69 324	0.45 350	0.61 366	0.45 342	0.50 323	0.40 322	0.56 357	0.44 345	0.55 359	0.40 314	0.72 377	0.67 379	0.59 340	0.46 312	0.45 325	0.34 296	0.46 301	0.37 293

RCA-Stereo	0.51 305	3.22 505	0.34 241	0.44 257	0.34 294	0.44 305	0.34 283	0.43 293	0.34 287	0.43 288	0.34 288	0.44 302	0.33 281	0.43 294	0.33 266	0.38 253	0.29 221	0.38 274	0.29 252	0.38 259	0.29 234

MatchStereo	0.54 310	0.12 82	2.38 555	2.32 498	0.09 115	0.09 110	0.08 113	0.09 111	0.07 112	0.09 111	0.07 112	0.09 112	0.07 113	0.09 111	0.08 104	2.34 532	2.34 550	0.12 122	0.11 130	0.11 123	0.10 116

AIO-test1	0.54 310	0.60 241	0.52 330	0.66 322	0.47 358	0.61 366	0.47 349	0.58 354	0.46 345	0.61 365	0.46 351	0.61 370	0.45 339	0.62 363	0.45 334	0.61 345	0.52 340	0.57 369	0.48 364	0.57 342	0.48 339

castereo++	0.54 310	3.59 511	1.15 422	1.31 454	0.14 159	0.16 143	0.14 153	0.16 143	0.14 159	0.16 140	0.14 162	0.16 141	0.13 155	0.16 142	0.14 152	1.45 484	1.16 429	0.15 143	0.14 162	0.15 143	0.13 152

FENet	0.54 310	1.52 405	1.19 428	1.41 461	0.23 217	0.35 236	0.23 205	0.35 225	0.23 207	0.34 228	0.23 210	0.35 236	0.23 210	0.35 236	0.23 201	1.40 481	1.07 413	0.32 226	0.23 210	0.33 219	0.23 191

PSMNet_ROB	0.54 310	0.54 230	0.54 335	0.54 296	0.53 377	0.54 355	0.54 370	0.53 342	0.54 372	0.54 352	0.54 378	0.54 355	0.53 366	0.54 349	0.54 364	0.54 329	0.53 342	0.54 367	0.54 375	0.54 339	0.54 359

AIO-test2	0.55 315	0.59 238	0.52 330	0.67 323	0.47 358	0.61 366	0.47 349	0.61 360	0.47 350	0.61 365	0.47 359	0.61 370	0.48 351	0.62 363	0.47 345	0.64 351	0.53 342	0.58 370	0.47 360	0.58 343	0.48 339

CFNet-ft	0.55 315	1.57 406	0.14 126	0.20 137	0.14 159	0.20 163	2.53 561	1.61 494	0.14 159	0.20 161	0.14 162	0.20 162	0.14 159	0.20 161	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	1.56 487	1.24 504

MyStereo04	0.56 317	3.72 517	0.59 341	0.49 276	0.41 334	0.36 239	0.32 259	0.37 235	0.31 266	0.34 228	0.46 351	0.35 236	0.32 273	0.35 236	0.33 266	0.49 311	0.45 310	0.34 242	0.32 284	0.35 235	0.43 324

CASS	0.57 318	0.89 272	0.56 337	0.57 303	0.56 380	0.56 357	0.56 371	0.56 348	0.53 370	0.57 360	0.57 381	0.59 368	0.48 351	0.56 354	0.57 367	0.55 335	0.56 346	0.47 338	0.56 380	0.62 346	0.56 367
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 319	0.58 237	0.47 301	0.64 318	0.74 412	1.00 407	0.69 396	0.57 351	0.41 331	0.57 360	0.41 331	0.57 364	0.41 325	1.00 414	0.75 410	0.91 385	0.51 338	0.52 363	0.37 316	0.52 334	0.37 293

MonSter	0.60 319	0.64 244	0.52 330	0.62 313	0.44 347	2.07 519	0.44 337	0.62 361	0.44 342	0.62 368	0.44 345	0.62 372	0.44 336	0.62 363	0.44 333	0.58 339	0.42 298	0.62 373	0.46 353	0.58 343	0.42 323

MyStereo07	0.60 319	3.72 517	0.48 309	0.49 276	0.41 334	0.36 239	0.32 259	0.49 315	0.43 339	0.51 341	0.42 341	0.49 325	0.43 334	0.51 340	0.64 374	0.49 311	0.45 310	0.34 242	0.32 284	0.35 235	0.43 324

FSD	0.61 322	0.59 238	0.50 320	2.58 509	0.44 347	0.56 357	0.44 337	0.55 347	0.44 342	0.56 357	0.44 345	0.56 362	0.44 336	0.56 354	0.46 338	0.61 345	0.42 298	0.52 363	0.42 348	0.52 334	0.51 354

castereo	0.61 322	3.79 519	1.35 486	1.52 464	0.15 170	0.17 151	0.16 163	0.20 162	0.21 198	0.18 153	0.16 173	0.21 170	0.12 150	0.26 203	0.17 172	1.43 483	1.38 499	0.17 154	0.16 170	0.18 157	0.16 161

WCG-NET	0.61 322	1.21 383	0.54 335	0.61 312	0.53 377	0.67 374	0.53 368	0.66 366	0.53 370	0.64 371	0.53 377	0.65 376	0.53 366	0.59 361	0.52 361	0.65 352	0.48 324	0.64 376	0.52 373	0.58 343	0.50 347

GEAStereo	0.62 325	3.91 524	0.48 309	0.69 324	0.38 314	0.51 347	0.38 307	0.51 336	0.38 308	0.53 347	0.38 313	0.50 340	0.38 305	0.51 340	0.38 299	0.54 329	0.43 302	0.46 329	0.34 296	0.46 301	0.34 276

gasm-f	0.62 325	3.91 524	0.48 309	0.69 324	0.38 314	0.51 347	0.38 307	0.51 336	0.38 308	0.53 347	0.38 313	0.50 340	0.38 305	0.51 340	0.38 299	0.54 329	0.43 302	0.46 329	0.34 296	0.46 301	0.34 276

SMoEStereo_RVC	0.63 327	0.75 251	0.51 327	0.73 333	0.53 377	0.71 378	0.47 349	0.67 367	0.58 375	0.74 386	0.60 382	0.72 383	0.53 366	0.74 381	0.51 359	0.61 345	0.62 358	0.62 373	0.61 388	0.63 347	0.61 373

anonymity	0.63 327	0.69 246	0.56 337	0.71 330	0.56 380	0.71 378	0.56 371	0.71 372	0.56 373	0.72 379	0.56 380	0.71 380	0.56 370	0.71 375	0.58 368	0.68 356	0.55 344	0.68 381	0.55 376	0.68 351	0.54 359

PAM_32	0.64 329	2.38 466	0.51 327	0.92 354	0.43 346	0.53 352	0.44 337	0.87 386	0.43 339	0.52 344	0.45 349	0.53 352	0.40 314	0.54 349	0.46 338	0.62 349	0.56 346	0.48 346	0.45 351	0.76 363	0.44 327

CRFU-Net	0.65 330	1.67 410	1.22 478	1.96 483	0.27 234	0.41 275	0.27 224	0.41 269	0.27 234	0.40 254	0.26 229	0.41 276	0.27 234	0.40 260	0.27 219	1.80 498	1.62 518	0.34 242	0.23 210	0.33 219	0.23 191

LMCR-Stereo	0.65 330	0.63 242	0.65 355	0.65 319	0.65 395	0.66 373	0.63 378	0.58 354	0.65 386	0.63 370	0.64 390	0.65 376	0.65 379	0.66 370	0.66 378	0.66 354	0.64 361	0.65 379	0.67 405	0.68 351	0.73 402

KSHMR	0.66 332	0.50 213	0.48 309	1.15 387	0.52 374	0.49 327	0.51 366	0.49 315	0.71 408	0.67 375	0.50 368	1.16 441	1.11 434	0.66 370	0.52 361	0.49 311	0.49 327	0.51 360	0.66 401	0.50 326	1.14 445

TorneroNet	0.66 332	0.53 227	0.50 320	0.50 283	0.64 393	1.06 422	0.70 401	0.50 323	0.51 369	0.49 321	0.69 405	0.49 325	0.50 359	0.48 318	1.15 446	0.71 361	0.49 327	1.14 440	1.08 444	0.49 321	0.49 344

GES	0.66 332	2.34 462	0.29 203	0.41 240	0.29 248	0.41 275	0.29 241	0.42 287	0.29 243	0.40 254	0.41 331	0.41 276	0.30 255	0.51 340	0.29 239	0.32 215	0.29 221	0.32 226	2.46 565	2.49 527	0.30 247

cf-r	0.66 332	2.17 446	0.12 102	0.18 131	0.12 154	0.18 155	2.70 565	2.60 540	0.12 154	0.18 153	0.12 145	0.18 155	0.12 150	0.18 154	0.12 142	0.15 125	0.11 98	0.15 143	0.11 130	1.81 499	1.74 541

DSFCA	0.66 332	0.73 250	0.78 388	0.65 319	0.65 395	0.64 371	0.64 379	0.65 364	0.63 384	0.64 371	0.64 390	0.64 373	0.64 377	0.65 369	0.65 375	0.65 352	0.65 363	0.65 379	0.65 399	0.66 349	0.64 383

DEFOM-Stereo	0.68 337	3.11 501	1.40 500	1.63 473	0.25 224	0.31 217	0.25 213	0.31 211	0.28 237	0.31 215	0.29 246	0.29 214	0.27 234	0.31 221	0.28 229	1.59 491	1.47 504	0.30 216	0.29 252	0.30 202	0.28 229

ssnet_v2	0.68 337	1.96 435	1.25 482	0.29 178	0.20 200	0.30 211	0.20 186	0.29 204	0.22 201	1.50 496	0.20 199	0.31 222	0.20 197	0.27 207	0.22 195	0.24 186	1.49 505	0.26 203	0.18 195	3.90 550	0.19 181

ARAFT	0.68 337	0.81 258	0.63 350	0.74 334	0.60 383	0.78 384	0.62 377	0.77 377	0.66 388	0.74 386	0.63 388	0.75 388	0.62 376	0.83 389	0.60 371	0.70 360	0.55 344	0.70 384	0.60 386	0.78 366	0.55 364

NINENet	0.69 340	3.87 523	1.20 431	1.98 484	0.05 98	0.40 259	0.04 80	0.40 254	0.05 97	0.41 268	0.04 87	0.41 276	0.05 93	0.40 260	0.05 87	1.79 497	1.56 511	0.34 242	0.22 204	0.34 223	0.23 191

VIP-Stereo	0.70 341	2.97 498	2.43 556	2.49 505	0.16 179	0.25 194	0.16 163	0.25 190	0.16 173	0.25 192	0.18 193	0.25 195	0.16 171	0.26 203	0.16 168	1.86 499	1.26 482	0.23 187	0.15 168	0.23 183	0.15 160

RAFT-Stereo + iAFF	0.70 341	0.72 249	0.71 374	0.80 339	0.62 392	0.82 389	0.61 376	0.81 383	0.62 382	0.81 394	0.63 388	0.80 394	0.70 397	0.73 379	0.61 373	0.76 366	0.61 357	0.74 389	0.61 388	0.77 365	0.61 373

DMCA-RVC	0.70 341	0.80 255	0.70 370	0.70 328	0.70 405	0.70 376	0.70 401	0.71 372	0.70 403	0.70 378	0.71 412	0.71 380	0.70 397	0.70 374	0.69 395	0.69 357	0.70 377	0.69 382	0.70 410	0.69 355	0.70 394

MyStereo8	0.71 344	3.92 526	0.52 330	0.59 308	0.52 374	0.57 363	0.53 368	0.59 356	0.50 362	0.59 364	0.51 374	0.57 364	0.50 359	0.56 354	0.52 361	0.54 329	0.49 327	0.54 367	0.49 367	0.55 340	0.50 347

HH	0.71 344	2.54 472	0.74 382	1.10 379	0.32 272	0.41 275	0.37 301	0.69 369	0.78 418	0.73 381	0.90 429	0.75 388	1.00 424	0.84 390	0.69 395	0.69 357	0.40 280	0.35 258	0.26 229	0.35 235	0.26 208

HanStereo	0.71 344	2.54 472	0.74 382	1.10 379	0.32 272	0.41 275	0.37 301	0.69 369	0.78 418	0.73 381	0.90 429	0.75 388	1.00 424	0.84 390	0.69 395	0.69 357	0.40 280	0.35 258	0.26 229	0.35 235	0.26 208

zero-FE	0.72 347	1.31 395	0.66 356	0.92 354	0.60 383	0.82 389	0.58 373	0.82 384	0.58 375	0.81 394	0.60 382	0.81 397	0.60 373	0.82 388	0.58 368	0.74 364	0.59 352	0.73 386	0.52 373	0.76 363	0.51 354

ktn	0.72 347	0.53 227	1.08 417	1.14 385	0.51 373	1.22 484	1.36 511	0.51 336	0.59 377	0.51 341	0.51 374	0.69 379	1.20 445	0.67 372	0.51 359	0.51 323	0.49 327	0.58 370	0.66 401	0.52 334	0.53 356

DStereoRT	0.73 349	0.81 258	0.73 381	0.71 330	0.74 412	0.73 380	0.75 409	0.71 372	0.71 408	0.74 386	0.72 415	0.73 385	0.80 412	0.71 375	0.73 405	0.76 366	0.71 381	0.73 386	0.72 415	0.70 356	0.76 408

CroCo-Stereo	0.73 349	1.22 389	0.25 188	1.22 441	0.25 224	1.22 484	0.25 213	1.22 479	0.25 215	1.22 487	0.25 223	1.22 490	0.25 217	1.22 490	0.25 213	1.22 469	0.26 197	1.21 496	0.25 223	1.22 475	0.25 202
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
AFF-stereo	0.73 349	0.88 269	0.67 360	0.75 335	0.68 402	0.75 381	0.64 379	0.80 380	0.72 411	0.83 396	0.70 407	0.82 398	0.64 377	0.84 390	0.67 379	0.77 368	0.63 359	0.81 400	0.63 390	0.78 366	0.62 376

AIO-Stereo-zeroshot1	0.75 352	0.92 282	0.85 396	0.96 365	0.59 382	1.27 487	0.44 337	0.59 356	0.69 399	0.91 401	0.68 400	0.55 359	0.61 375	1.06 428	0.83 420	0.62 349	0.70 377	0.90 410	0.41 340	0.89 383	0.56 367

MyStereo06	0.75 352	4.12 528	0.60 343	0.63 315	0.61 389	0.62 369	0.66 382	0.56 348	0.45 344	0.55 355	0.48 363	0.54 355	0.46 342	0.57 359	0.45 334	0.60 341	0.57 348	0.64 376	0.55 376	0.72 358	0.55 364

GCAP-Stereo	0.75 352	4.15 531	0.42 285	0.75 335	0.35 297	0.78 384	0.40 321	0.79 378	0.38 308	0.78 390	0.36 301	0.78 391	0.36 296	0.79 384	0.39 310	0.75 365	0.39 277	0.76 392	0.39 332	0.75 362	0.39 306

GANet-RSSM	0.75 352	1.91 428	0.14 126	0.47 265	0.14 159	0.21 174	3.21 582	2.30 526	0.14 159	0.46 301	0.14 162	0.23 184	0.18 188	0.21 172	0.14 152	0.18 151	0.27 204	0.37 266	0.13 156	2.13 509	2.12 551

RSM++	0.76 356	0.82 261	0.66 356	0.85 346	0.64 393	0.85 391	0.71 404	0.94 399	0.64 385	0.87 397	0.67 395	0.87 400	0.65 379	0.84 390	0.65 375	0.81 373	0.70 377	0.79 395	0.71 413	0.83 378	0.70 394

CroCo-Stereo Lap2	0.77 357	1.29 393	0.29 203	1.27 446	0.29 248	1.27 487	0.26 221	1.26 482	0.26 228	1.26 488	0.26 229	1.27 492	0.26 226	1.26 491	0.27 219	1.27 471	0.27 204	1.27 499	0.27 237	1.27 477	0.27 216

PSMNet-RSSM	0.77 357	2.76 489	0.14 126	0.20 137	0.14 159	0.20 163	2.66 563	2.79 553	0.14 159	0.21 173	0.14 162	0.21 170	0.14 159	0.20 161	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	2.52 531	2.31 556

GwcNet-RSSM	0.77 357	2.77 491	0.14 126	0.20 137	0.14 159	0.20 163	2.67 564	2.78 552	0.14 159	0.20 161	0.14 162	0.20 162	0.14 159	0.21 172	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	2.52 531	2.31 556

4D-IteraStereo	0.78 360	3.13 502	0.89 397	0.69 324	0.32 272	0.40 259	0.32 259	0.76 376	0.97 439	0.52 344	0.65 392	0.89 403	0.32 273	0.76 383	0.98 432	0.83 378	0.94 405	0.35 258	0.27 237	0.70 356	0.89 420

hitnet-ft	0.79 361	2.78 494	0.14 126	0.20 137	0.14 159	0.21 174	2.89 566	2.80 554	0.14 159	0.20 161	0.14 162	0.20 162	0.14 159	0.20 161	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	2.54 539	2.33 558

G-Net	0.79 361	0.79 254	0.79 391	0.79 337	0.79 424	0.79 386	0.79 414	0.79 378	0.79 421	0.79 391	0.79 424	0.79 393	0.79 411	0.79 384	0.79 414	0.79 369	0.79 391	0.79 395	0.79 422	0.79 368	0.79 411

MyStereo05	0.80 363	4.12 528	0.63 350	0.63 315	0.61 389	0.62 369	0.66 382	0.65 364	0.62 382	0.67 375	0.61 386	0.65 376	0.58 371	0.67 372	0.55 366	0.60 341	0.57 348	0.64 376	0.55 376	0.72 358	0.55 364

UDG	0.80 363	2.21 450	0.60 343	0.91 351	0.60 383	0.90 397	0.58 373	0.88 389	0.60 378	0.90 399	0.60 382	0.88 401	0.60 373	0.90 399	0.58 368	0.86 382	0.60 353	0.84 406	0.59 385	0.84 379	0.61 373

ccnet	0.80 363	2.28 454	0.33 231	0.50 283	0.33 284	0.50 335	0.33 270	0.50 323	0.33 278	0.49 321	0.33 280	0.49 325	1.56 510	2.38 530	0.33 266	0.41 276	0.29 221	0.42 318	1.57 525	2.28 515	0.29 234

NaN_ROB	0.80 363	0.80 255	0.80 392	0.80 339	0.80 426	0.80 387	0.80 417	0.80 380	0.80 422	0.80 392	0.80 425	0.80 394	0.80 412	0.80 386	0.80 416	0.80 370	0.80 394	0.80 398	0.80 424	0.80 371	0.80 412

CSAN	0.80 363	0.80 255	0.80 392	0.80 339	0.80 426	0.80 387	0.80 417	0.80 380	0.80 422	0.80 392	0.80 425	0.80 394	0.80 412	0.80 386	0.80 416	0.80 370	0.80 394	0.80 398	0.80 424	0.80 371	0.80 412

GSStereo	0.81 368	4.28 534	0.50 320	0.59 308	0.40 325	0.51 347	0.38 307	0.50 323	0.38 308	0.50 334	0.38 313	0.50 340	3.79 579	0.50 331	0.38 299	0.54 329	0.43 302	0.46 329	0.34 296	0.46 301	0.35 286

BSDual-CNN	0.81 368	1.91 428	0.92 404	4.48 553	0.02 21	0.42 295	0.06 108	0.41 269	0.02 21	0.48 314	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 509	4.19 578	0.33 234	0.23 210	0.34 223	0.27 216

DDUNet	0.81 368	2.45 470	0.57 339	0.90 349	0.60 383	0.88 394	0.59 375	0.90 390	0.60 378	0.88 398	0.60 382	0.90 404	0.58 371	0.88 396	0.60 371	0.84 380	0.60 353	0.86 408	0.57 382	0.86 380	0.60 372

R-Stereo Train	0.81 368	0.96 288	0.67 360	0.95 362	0.67 399	0.95 402	0.68 390	0.95 401	0.68 394	0.95 409	0.68 400	0.96 412	0.68 388	0.96 410	0.68 387	0.94 393	0.68 370	0.94 424	0.68 406	0.94 399	0.68 391

RAFT-Stereo	0.81 368	0.96 288	0.67 360	0.95 362	0.67 399	0.95 402	0.68 390	0.95 401	0.68 394	0.95 409	0.68 400	0.96 412	0.68 388	0.96 410	0.68 387	0.94 393	0.68 370	0.94 424	0.68 406	0.94 399	0.68 391
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 373	1.72 412	1.48 504	0.39 214	0.15 170	0.31 217	0.21 192	0.20 162	0.25 215	1.61 500	0.23 210	0.28 208	0.26 226	0.20 161	0.15 162	0.24 186	1.33 490	0.32 226	0.16 170	6.75 589	0.23 191

scenet	0.82 373	1.72 412	1.48 504	0.39 214	0.15 170	0.31 217	0.21 192	0.20 162	0.25 215	1.61 500	0.23 210	0.28 208	0.26 226	0.20 161	0.15 162	0.24 186	1.33 490	0.32 226	0.16 170	6.75 589	0.23 191

ssnet	0.82 373	1.72 412	1.48 504	0.39 214	0.15 170	0.31 217	0.21 192	0.20 162	0.25 215	1.61 500	0.23 210	0.28 208	0.26 226	0.20 161	0.15 162	0.24 186	1.33 490	0.32 226	0.16 170	6.75 589	0.23 191

STTRV1_RVC	0.82 373	1.60 408	0.70 370	1.01 372	0.60 383	1.07 425	0.69 396	1.01 410	0.60 378	0.72 379	0.55 379	1.02 425	0.68 388	1.03 426	0.67 379	0.89 384	0.63 359	0.92 416	0.57 382	0.90 386	0.65 385

DEFOM-Stereo_RVC	0.83 377	5.18 545	1.98 544	2.19 489	0.17 183	0.19 158	0.18 178	0.19 156	0.16 173	0.20 161	0.19 195	0.22 178	0.22 204	0.20 161	0.15 162	2.28 526	2.13 545	0.24 195	0.17 190	0.18 157	0.16 161

BUS	0.83 377	1.91 428	0.92 404	4.48 553	0.02 21	0.40 259	0.04 80	0.41 269	0.02 21	0.48 314	0.03 52	0.41 276	0.05 93	0.03 39	0.05 87	1.97 509	4.19 578	0.33 234	0.23 210	0.34 223	0.27 216

PDISCO_ROB	0.83 377	2.80 495	3.49 576	0.14 100	0.11 138	0.17 151	0.09 114	0.15 142	0.10 120	0.15 135	0.12 145	0.16 141	0.14 159	3.30 560	0.13 148	0.14 116	2.34 550	0.16 146	0.12 148	2.62 540	0.10 116

WQFJA1++	0.84 380	0.98 291	0.67 360	1.26 445	0.75 414	1.00 407	0.67 386	1.00 403	0.67 389	1.00 411	0.67 395	1.00 415	0.67 384	1.00 414	0.67 379	0.96 395	0.67 365	0.91 413	0.63 390	0.92 390	0.63 377

WQFJX1	0.84 380	0.98 291	0.67 360	1.30 452	0.75 414	1.01 413	0.67 386	1.01 410	0.67 389	1.01 418	0.67 395	1.01 421	0.68 388	1.00 414	0.68 387	0.98 400	0.67 365	0.92 416	0.64 395	0.92 390	0.64 383

NLMM	0.84 380	1.00 300	0.67 360	1.27 446	0.75 414	1.00 407	0.68 390	1.00 403	0.67 389	1.00 411	0.67 395	1.02 425	0.67 384	1.02 424	0.67 379	0.97 396	0.67 365	0.93 420	0.63 390	0.92 390	0.63 377

AIO-Stereo	0.84 380	0.66 245	0.70 370	0.83 343	0.67 399	0.98 405	0.82 420	1.14 421	0.72 411	1.03 424	0.74 419	1.03 427	1.09 433	0.99 412	0.45 334	1.04 406	0.73 384	0.95 426	0.74 417	0.94 399	0.46 330

DCRE	0.84 380	1.89 425	0.77 387	0.94 360	0.72 409	0.88 394	0.73 407	0.87 386	0.78 418	0.90 399	0.71 412	0.88 401	0.67 384	0.88 396	0.73 405	0.81 373	0.68 370	0.81 400	0.70 410	0.82 376	0.70 394

iGMRVC	0.84 380	2.85 496	0.72 377	0.72 332	0.73 410	0.77 382	0.79 414	0.73 375	0.74 416	0.73 381	0.72 415	0.73 385	0.76 407	0.73 379	0.73 405	0.72 362	0.73 384	0.73 386	0.72 415	0.73 361	0.72 399

WQFJA1	0.85 386	0.98 291	0.67 360	1.29 450	0.76 419	1.01 413	0.67 386	1.02 415	0.67 389	1.02 422	0.67 395	1.01 421	0.67 384	1.01 420	0.68 387	0.99 401	0.67 365	0.93 420	0.64 395	0.92 390	0.65 385

WQFJX	0.85 386	1.00 300	0.68 367	1.30 452	0.75 414	1.01 413	0.68 390	1.01 410	0.68 394	1.01 418	0.68 400	1.03 427	0.68 388	1.02 424	0.67 379	0.97 396	0.67 365	0.93 420	0.63 390	0.94 399	0.63 377

NLSM3	0.85 386	0.99 298	0.68 367	1.29 450	0.76 419	1.01 413	0.68 390	1.01 410	0.68 394	1.02 422	0.68 400	1.01 421	0.68 388	1.01 420	0.68 387	0.97 396	0.68 370	0.93 420	0.64 395	0.93 395	0.63 377

NLMM1	0.86 389	0.98 291	0.69 369	1.48 463	0.75 414	1.01 413	0.69 396	1.00 403	0.69 399	1.00 411	0.70 407	1.00 415	0.68 388	1.01 420	0.67 379	0.97 396	0.68 370	0.92 416	0.63 390	0.93 395	0.63 377

AdaDepth	0.86 389	0.93 284	0.71 374	1.01 372	1.07 450	1.02 419	0.71 404	1.00 403	0.71 408	1.01 418	0.71 412	1.00 415	0.72 402	1.14 439	0.71 403	0.92 388	0.64 361	0.90 410	0.64 395	0.89 383	0.69 393

GEStereo_RVC	0.86 389	4.45 535	0.20 167	0.27 176	0.20 200	0.27 206	0.20 186	0.26 195	0.18 186	5.03 590	0.20 199	0.27 207	0.19 193	0.27 207	0.21 193	0.20 158	0.19 176	0.19 167	4.02 594	0.20 164	0.18 179

Selective-RAFT-Error	0.88 392	0.84 262	0.98 409	0.86 347	0.97 440	0.88 394	0.95 431	0.84 385	0.99 442	0.92 403	0.82 427	0.84 399	0.98 423	0.87 395	0.97 431	0.81 373	0.83 397	0.79 395	0.82 427	0.79 368	0.85 417

IER	0.88 392	7.04 564	2.23 549	2.75 511	0.28 239	0.43 302	0.25 213	0.39 247	0.25 215	0.41 268	0.27 234	0.39 255	0.25 217	0.40 260	0.28 229	0.37 242	0.28 210	0.37 266	0.25 223	0.37 246	0.25 202

Selective-RAFT	0.89 394	0.89 272	0.72 377	1.16 392	0.78 423	1.06 422	0.82 420	0.87 386	0.97 439	1.00 411	0.91 432	0.90 404	1.00 424	0.89 398	0.93 428	0.83 378	0.83 397	0.82 404	0.82 427	0.81 374	0.82 415

AIO-Stereo-zeroshot	0.91 395	0.86 265	0.89 397	1.25 444	0.69 403	1.05 421	0.81 419	1.16 425	0.50 362	1.12 434	0.97 437	0.72 383	0.82 415	1.06 428	0.95 429	0.61 345	0.87 399	1.03 437	0.85 430	1.04 410	1.01 434

CFNet-RSSM	0.91 395	4.89 541	0.34 241	0.44 257	1.07 450	1.62 504	1.40 518	0.91 392	0.35 291	1.60 497	1.39 518	0.64 373	0.34 286	0.44 297	0.33 266	0.41 276	0.35 259	0.75 390	0.30 266	0.41 284	0.29 234

MLG-Stereo	0.92 397	0.90 275	0.84 395	1.27 446	0.49 364	1.38 494	0.88 423	1.41 492	0.97 439	0.73 381	1.09 445	1.26 491	0.43 334	0.72 377	1.05 439	1.13 417	0.49 327	1.18 449	0.66 401	1.01 407	0.46 330

ToySt	0.92 397	2.11 441	0.90 400	0.95 362	0.79 424	0.99 406	0.78 413	0.94 399	0.81 425	0.94 407	0.78 423	0.95 411	0.77 409	0.94 406	0.86 422	0.91 385	0.79 391	0.85 407	0.77 419	0.89 383	0.73 402

DPSM_ROB	0.92 397	0.91 277	0.91 402	0.91 351	0.92 435	0.92 399	0.92 427	0.92 395	0.91 429	0.93 405	0.91 432	0.92 407	0.90 417	0.91 400	0.92 424	0.92 388	0.91 401	0.91 413	0.92 431	0.93 395	0.93 424

DPSM	0.92 397	0.91 277	0.91 402	0.91 351	0.92 435	0.92 399	0.92 427	0.92 395	0.91 429	0.93 405	0.91 432	0.92 407	0.90 417	0.91 400	0.92 424	0.92 388	0.91 401	0.91 413	0.92 431	0.93 395	0.93 424

pmcnn	0.92 397	0.92 282	0.92 404	0.92 354	0.92 435	0.92 399	0.92 427	0.92 395	0.92 433	0.92 403	0.92 435	0.92 407	0.92 419	0.92 404	0.92 424	0.92 388	0.92 403	0.92 416	0.92 431	0.92 390	0.92 423

error version	0.93 402	4.47 536	2.35 552	1.99 485	0.37 307	0.41 275	0.36 295	0.41 269	0.35 291	0.43 288	0.36 301	0.41 276	0.40 314	0.41 275	0.36 287	1.87 501	2.16 546	0.47 338	0.37 316	0.39 268	0.33 270

test_1	0.93 402	4.47 536	2.35 552	1.99 485	0.37 307	0.41 275	0.36 295	0.41 269	0.35 291	0.43 288	0.36 301	0.41 276	0.40 314	0.41 275	0.36 287	1.87 501	2.16 546	0.47 338	0.37 316	0.39 268	0.33 270

DGTPSM_ROB	0.93 402	1.00 300	0.92 404	0.94 360	0.96 439	0.91 398	0.92 427	0.91 392	0.96 438	0.91 401	0.96 436	0.93 410	0.92 419	0.94 406	0.92 424	0.92 388	0.92 403	0.90 410	0.92 431	0.94 399	0.91 422

HSM-Net_RVC	0.95 405	1.17 333	0.78 388	1.18 394	0.71 407	1.16 437	0.75 409	1.09 419	0.80 422	1.10 428	0.75 420	1.17 442	0.74 404	1.17 442	0.80 416	1.13 417	0.73 384	1.17 446	0.77 419	1.16 419	0.72 399
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 406	3.17 504	2.30 551	2.42 502	0.38 314	0.54 355	0.38 307	0.54 344	0.38 308	0.54 352	0.38 313	0.54 355	0.38 305	0.54 349	0.38 299	2.38 535	2.34 550	0.49 351	0.36 314	0.49 321	0.36 289

DPSimNet_ROB	0.97 406	1.18 335	0.81 394	1.10 379	0.91 434	1.02 419	0.82 420	1.04 416	0.91 429	1.03 424	0.86 428	1.28 493	0.82 415	1.03 426	0.89 423	1.17 420	0.81 396	1.02 435	0.82 427	1.08 412	0.81 414

test-3	0.98 408	4.13 530	1.85 533	1.85 476	0.61 389	0.69 375	0.37 301	0.63 362	0.61 381	0.66 374	0.51 374	0.73 385	0.44 336	0.57 359	0.54 364	1.68 495	1.81 530	0.40 290	0.43 349	0.66 349	0.50 347

Wavelet-MonSter	1.00 409	1.21 383	0.76 385	1.94 480	1.01 445	1.11 432	0.76 411	1.15 422	0.76 417	1.11 433	0.76 421	1.14 439	0.76 407	1.11 436	0.76 412	1.21 467	0.90 400	1.02 435	0.71 413	1.02 409	0.71 398

999	1.00 409	1.12 326	0.59 341	1.10 379	1.21 508	1.09 428	0.52 367	1.08 417	1.43 521	1.18 439	1.35 512	0.98 414	0.52 365	0.91 400	0.85 421	0.72 362	1.46 503	0.83 405	0.98 436	0.68 351	1.41 517

DispNO	1.00 409	0.63 242	0.43 286	3.45 537	0.44 347	0.65 372	0.43 336	0.64 363	0.43 339	0.64 371	0.43 343	0.64 373	3.03 557	0.64 368	0.43 332	4.55 567	0.43 302	0.63 375	0.43 349	0.63 347	0.43 324

GANet	1.00 409	1.00 300	1.00 411	1.00 369	1.00 441	1.00 407	1.00 435	1.00 403	1.00 443	1.00 411	1.00 439	1.00 415	1.00 424	1.00 414	1.00 434	1.00 402	1.00 406	1.00 431	1.00 438	1.00 404	1.00 431

TDLM	1.00 409	1.00 300	1.00 411	1.00 369	1.00 441	1.00 407	1.00 435	1.00 403	1.00 443	1.00 411	1.00 439	1.00 415	1.00 424	1.00 414	1.00 434	1.00 402	1.00 406	1.00 431	1.00 438	1.00 404	1.00 431

CVANet_RVC	1.00 409	1.00 300	1.00 411	1.00 369	1.00 441	1.00 407	1.00 435	1.00 403	1.00 443	1.00 411	1.00 439	1.00 415	1.00 424	1.00 414	1.00 434	1.00 402	1.00 406	1.00 431	1.00 438	1.00 404	1.00 431

trnet	1.01 415	1.01 308	1.01 414	1.01 372	1.01 445	1.01 413	1.01 438	1.01 410	1.01 446	1.01 418	1.01 442	1.01 421	1.01 430	1.01 420	1.01 437	1.01 405	1.01 409	1.01 434	1.01 442	1.01 407	1.01 434

LL-Strereo	1.01 415	5.06 543	1.63 513	0.70 328	1.43 518	0.56 357	0.46 344	0.57 351	0.50 362	0.57 360	0.50 368	1.58 501	0.49 356	0.59 361	0.50 354	1.64 494	0.52 340	0.51 360	1.37 513	0.52 334	0.45 329

FlowAnything_test	1.02 417	1.72 412	0.71 374	1.59 466	0.70 405	1.61 502	0.69 396	1.61 494	0.70 403	1.60 497	0.70 407	1.61 505	0.69 395	1.61 501	0.70 401	0.81 373	0.58 350	0.81 400	0.55 376	0.81 374	0.56 367

FlowAnything	1.02 417	1.71 411	0.72 377	1.59 466	0.69 403	1.60 501	0.69 396	1.61 494	0.70 403	1.60 497	0.69 405	1.60 502	0.69 395	1.61 501	0.69 395	0.81 373	0.58 350	0.81 400	0.56 380	0.82 376	0.56 367

tt45	1.04 419	0.88 269	1.36 494	0.92 354	1.03 448	1.51 500	0.79 414	0.70 371	0.88 427	0.74 386	0.90 429	1.60 502	0.72 402	1.60 499	0.75 410	0.91 385	0.78 390	1.52 511	0.79 422	1.14 415	1.32 509

GLC_STEREO	1.07 420	1.01 308	1.06 416	1.07 377	1.05 449	1.06 422	1.08 442	1.08 417	1.05 449	1.07 426	1.06 444	1.08 430	1.05 432	1.06 428	1.10 441	1.07 408	1.09 419	1.05 438	1.05 443	1.06 411	1.12 441

FC-DCNN	1.07 420	1.09 323	0.98 409	0.89 348	0.52 374	1.41 497	0.91 426	1.21 478	1.24 507	1.96 509	2.05 563	1.91 510	1.30 498	1.27 492	1.08 440	0.80 370	0.60 353	0.58 370	0.41 340	0.68 351	0.54 359

hknet	1.10 422	1.85 421	3.49 576	4.48 553	0.02 21	0.42 295	0.06 108	0.41 269	0.02 21	0.48 314	0.03 52	0.41 276	0.03 52	0.42 288	0.03 48	4.39 564	4.19 578	0.33 234	0.23 210	0.34 223	0.27 216

test_xeample3	1.10 422	1.81 418	0.61 348	0.84 344	0.49 364	0.77 382	0.66 382	0.92 395	1.40 519	0.68 377	0.46 351	0.78 391	0.54 369	1.72 504	1.48 520	1.34 475	1.52 507	1.35 504	1.67 538	1.33 479	1.55 522

DISCO	1.11 424	0.39 164	5.28 589	0.39 214	0.20 200	0.39 257	0.27 224	0.39 247	0.22 201	0.38 242	0.20 199	0.38 250	0.20 197	6.95 601	0.22 195	0.30 207	0.21 182	0.27 207	0.21 201	5.25 582	0.21 186

Occ-G	1.12 425	0.52 223	3.72 581	3.50 541	0.50 368	0.56 357	0.47 349	0.54 344	0.46 345	0.54 352	0.41 331	0.54 355	0.42 331	0.52 345	0.42 329	3.42 557	4.02 577	0.52 363	0.45 351	0.51 332	0.44 327

AEACV	1.12 425	0.52 223	3.12 572	3.24 526	0.86 428	0.53 352	0.49 360	0.60 358	0.47 350	0.53 347	0.49 366	0.55 359	0.45 339	0.55 353	0.47 345	3.01 552	3.88 575	0.71 385	0.60 386	0.80 371	0.48 339

MSMD_ROB	1.19 427	1.10 325	0.70 370	1.10 379	0.60 383	1.10 429	0.70 401	1.10 420	0.70 403	1.10 428	0.70 407	1.10 434	0.70 397	7.00 602	0.70 401	1.10 411	0.70 377	1.10 439	0.70 410	1.10 413	0.70 394

MM-Stereo_test2	1.20 428	1.85 421	1.05 415	1.46 462	0.94 438	1.36 492	0.99 434	1.36 487	0.95 436	1.41 493	0.98 438	1.40 498	0.96 421	1.37 494	0.95 429	1.37 480	1.06 412	1.33 501	0.93 435	1.29 478	0.89 420

ours_stereo	1.20 428	1.21 383	0.90 400	1.64 474	1.11 452	1.35 490	0.67 386	1.76 501	0.93 434	1.70 505	1.10 446	1.39 496	0.75 406	1.41 496	0.81 419	1.60 493	1.03 411	1.33 501	1.00 438	1.61 489	0.72 399

DisPM	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

CrosDoStereo	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

PFNet+	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

LCNet	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

HHNet	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

Patchmatch Stereo++	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

STrans-v2	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

TransformOpticalFlow	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

OMP-Stereo	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

IIG-Stereo	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

NF-Stereo	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

OCTAStereo	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

PSM-softLoss	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

KMStereo	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

NRIStereo	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

PSM-adaLoss	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

PSM-AAD	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

FTStereo	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

ROB_FTStereo_v2	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

ROB_FTStereo	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

Consistency-Raft	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

KYRaft	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

HUI-Stereo	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

ASMatch	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

DeepStereo_LL	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

DEmStereo	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

SST-Stereo	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

THIR-Stereo	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

RAFT_R40	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

DRaft	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

PFNet	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

GrayStereo	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

RE-Stereo	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

Pruner-Stereo	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

TVStereo	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

DeepStereo_RVC	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

RAFT-RH_RVC	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

IRAFT_RVC	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

RAFT-345	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

iRAFT	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

CRE-IMP	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

GMM-Stereo	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

RAFT-IKP	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

Prome-Stereo	1.20 428	1.20 337	1.20 431	1.20 396	1.20 462	1.20 438	1.20 453	1.20 433	1.20 459	1.20 441	1.20 455	1.20 444	1.20 445	1.20 444	1.20 455	1.20 422	1.20 434	1.20 451	1.20 455	1.20 428	1.20 455

HCRNet	1.22 475	7.11 565	3.00 560	3.55 542	0.33 284	0.29 210	0.14 153	0.19 156	0.15 169	0.33 226	0.29 246	0.25 195	0.14 159	0.22 176	0.33 266	3.64 558	3.00 555	0.76 392	0.32 284	0.18 157	0.13 152

HBP-ISP	1.24 476	1.72 412	1.65 514	1.15 387	0.76 419	1.40 496	0.88 423	1.67 500	1.02 447	1.69 504	1.38 517	1.69 506	1.21 491	1.87 511	1.21 500	1.05 407	0.79 391	0.97 429	0.80 424	1.19 427	0.75 406

AANet_RVC	1.26 477	0.31 143	4.99 587	5.93 579	0.20 200	0.25 194	0.20 186	0.25 190	0.20 194	0.23 179	0.19 195	0.25 195	0.20 197	0.25 193	0.20 189	5.66 588	4.76 581	0.26 203	0.30 266	0.24 185	0.27 216

MM-Stereo_test3	1.27 478	2.07 437	1.18 426	1.60 469	1.02 447	1.45 498	1.01 438	1.40 491	1.04 448	1.44 494	1.03 443	1.46 500	1.02 431	1.44 497	1.02 438	1.51 489	1.12 426	1.32 500	0.98 436	1.38 482	0.97 427

11t	1.27 478	2.70 481	1.34 484	1.32 455	0.89 430	1.30 489	1.34 508	1.64 497	0.57 374	1.45 495	0.72 415	1.05 429	1.29 497	1.07 431	1.29 509	1.49 486	1.02 410	0.97 429	1.15 448	1.48 484	1.31 508

MaskLacGwcNet_RVC	1.35 480	1.35 398	1.35 486	1.35 457	1.35 512	1.35 490	1.35 509	1.36 487	1.35 515	1.36 491	1.35 512	1.36 494	1.36 503	1.36 493	1.35 513	1.35 476	1.35 495	1.35 504	1.35 510	1.35 480	1.35 513

CC-Net-ROB	1.36 481	1.33 397	1.33 483	1.36 458	1.38 515	1.36 492	1.33 507	1.37 489	1.34 512	1.35 490	1.36 514	1.38 495	1.34 501	1.38 495	1.38 516	1.35 476	1.38 499	1.33 501	1.35 510	1.43 483	1.34 512

CFNet	1.37 482	5.27 548	0.19 164	5.49 576	0.19 197	0.28 207	0.19 182	0.28 199	0.19 192	0.28 204	0.19 195	0.28 208	4.35 587	0.28 211	0.19 186	0.23 179	0.17 166	0.23 187	4.21 596	4.81 573	0.17 175

PS-NSSS	1.38 483	1.39 400	1.34 484	1.34 456	1.35 512	1.38 494	1.37 516	1.35 486	1.38 518	1.34 489	1.34 511	1.39 496	1.38 506	1.70 503	1.40 517	1.36 478	1.36 496	1.36 506	1.37 513	1.37 481	1.36 514

RASNet	1.49 484	1.65 409	1.45 502	1.38 460	1.43 518	1.47 499	1.36 511	1.38 490	1.36 516	1.39 492	1.60 528	1.45 499	1.45 509	1.51 498	2.21 558	1.53 490	1.36 496	1.36 506	1.36 512	1.66 492	1.36 514

GANetREF_RVC	1.55 485	1.94 434	1.22 478	1.88 477	1.21 508	1.88 508	1.22 499	1.88 503	1.22 505	1.88 506	1.22 501	1.88 508	1.22 492	1.89 512	1.22 501	1.87 501	1.22 481	1.88 525	1.22 501	1.88 501	1.22 501
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 486	1.91 428	1.21 477	1.94 480	1.20 462	2.00 516	1.23 500	1.99 508	1.24 507	2.00 514	1.25 504	2.03 518	1.26 494	2.00 516	1.29 509	1.90 505	1.18 433	1.89 526	1.21 500	1.89 502	1.20 455
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 487	1.59 407	1.70 516	1.59 466	1.59 524	1.61 502	1.61 527	1.60 493	1.60 525	1.62 503	1.59 527	1.60 502	1.60 512	1.60 499	1.59 524	1.59 491	1.60 517	1.59 512	1.59 530	1.59 488	1.59 527

ff7	1.68 488	2.68 478	1.35 486	0.97 366	0.89 430	1.84 505	2.15 556	2.12 514	1.80 542	2.05 519	1.56 524	2.33 525	2.12 547	2.23 522	2.25 559	1.31 472	1.07 413	1.48 508	1.41 516	0.90 386	1.04 436

ffff	1.68 488	2.68 478	1.35 486	0.97 366	0.89 430	1.84 505	2.15 556	2.12 514	1.80 542	2.05 519	1.56 524	2.33 525	2.12 547	2.23 522	2.25 559	1.31 472	1.07 413	1.48 508	1.41 516	0.90 386	1.04 436

ccc-4	1.68 488	2.68 478	1.35 486	0.97 366	0.89 430	1.84 505	2.15 556	2.12 514	1.80 542	2.05 519	1.56 524	2.33 525	2.12 547	2.23 522	2.25 559	1.31 472	1.07 413	1.48 508	1.41 516	0.90 386	1.04 436

MC-Stereo	1.76 491	2.96 497	1.37 496	2.14 488	1.37 514	2.14 522	1.36 511	2.14 517	1.37 517	2.14 523	1.37 515	2.14 520	1.37 505	2.14 521	1.37 515	1.97 509	1.32 483	1.97 528	1.32 509	1.98 503	1.33 510

IGEVStereo-DCA	1.77 492	4.21 532	1.84 531	2.49 505	2.11 557	2.54 542	1.36 511	1.65 498	1.17 456	2.75 552	1.90 546	2.54 538	1.15 438	0.94 406	1.11 442	1.50 487	1.32 483	0.96 427	1.46 522	1.49 485	0.88 418

rrr	1.77 492	4.21 532	1.84 531	2.49 505	2.11 557	2.54 542	1.36 511	1.65 498	1.17 456	2.75 552	1.90 546	2.54 538	1.15 438	0.94 406	1.11 442	1.50 487	1.32 483	0.96 427	1.46 522	1.49 485	0.88 418

MM-Stereo_test1	1.80 494	3.41 509	1.52 509	2.12 487	1.41 517	2.04 517	1.41 519	2.05 512	1.46 522	2.04 518	1.41 519	2.05 519	1.42 508	2.05 517	1.43 519	2.04 513	1.54 510	1.94 527	1.38 515	1.99 504	1.33 510

MFMNet_re	1.81 495	1.91 428	1.71 518	1.95 482	1.70 535	1.95 513	1.70 532	1.96 506	1.74 538	1.97 511	1.72 536	1.95 511	1.71 520	1.97 515	1.71 532	1.86 499	1.62 518	1.85 518	1.66 537	1.86 500	1.64 533

plain	1.88 496	3.16 503	0.64 352	3.10 521	0.65 395	3.10 557	0.64 379	3.12 557	0.65 386	3.10 558	0.65 392	3.11 558	0.65 379	3.12 557	0.65 375	3.12 553	0.65 363	3.13 558	0.65 399	3.13 544	0.65 385

RAFT_CTSACE	1.92 497	3.71 516	1.72 519	1.88 477	1.72 536	2.04 517	1.42 521	2.18 519	1.89 553	2.02 516	1.97 552	1.95 511	2.06 546	1.93 513	1.62 525	1.76 496	1.66 521	2.02 529	1.73 546	1.73 495	1.43 519

MonStereo1	1.94 498	2.77 491	1.52 509	3.73 549	1.51 521	2.13 521	1.42 521	2.32 527	1.52 523	2.31 531	1.50 522	2.53 535	1.59 511	2.34 529	1.56 522	1.91 506	1.36 496	1.86 521	1.31 508	2.07 505	1.53 520

4.25w-stereo	1.98 499	2.72 485	1.46 503	3.47 538	1.43 518	2.07 519	1.98 547	2.53 539	1.52 523	2.71 545	1.98 558	1.81 507	1.62 514	1.96 514	1.36 514	1.88 504	2.00 535	2.53 552	1.61 532	1.74 496	1.15 446

4.5w-stereo	1.99 500	2.33 458	1.81 522	3.28 528	1.68 531	1.94 510	1.99 550	2.72 542	1.70 530	2.72 546	1.99 561	1.97 513	1.68 516	1.76 505	1.29 509	1.91 506	2.02 541	2.53 552	1.61 532	1.75 497	1.16 449

2.75w_new	1.99 500	2.34 462	1.81 522	3.14 522	1.62 526	1.94 510	1.99 550	2.72 542	1.71 531	2.72 546	1.99 561	1.90 509	1.73 522	1.82 510	1.29 509	2.37 534	2.01 537	2.31 539	1.42 519	1.77 498	1.22 501

3.75w	1.99 500	2.31 456	1.83 530	3.16 524	1.65 528	1.93 509	1.98 547	2.72 542	1.68 527	2.73 551	1.97 552	2.00 515	1.72 521	1.81 509	1.25 505	2.27 525	2.01 537	2.38 544	1.42 519	1.71 494	1.24 504

2w_stereo	1.99 500	2.36 465	1.81 522	3.24 526	1.67 529	1.94 510	1.98 547	2.72 542	1.68 527	2.72 546	1.94 549	1.98 514	1.74 524	1.79 508	1.27 506	1.95 508	2.00 535	2.53 552	1.60 531	1.68 493	1.15 446

2.25w	2.00 504	1.86 423	1.98 544	2.95 519	2.17 561	2.26 523	1.35 509	2.42 533	2.00 560	2.07 522	1.27 506	2.53 535	1.99 542	2.29 526	1.49 521	2.21 520	1.32 483	1.85 518	1.87 550	2.52 531	1.62 531

4.25_new	2.00 504	2.33 458	1.82 527	3.32 531	1.69 532	1.95 513	1.99 550	2.72 542	1.71 531	2.72 546	1.97 552	2.01 516	1.74 524	1.77 506	1.28 507	2.18 517	2.01 537	2.48 550	1.58 528	1.65 490	1.17 450

4.5w_new	2.00 504	2.33 458	1.82 527	3.32 531	1.69 532	1.95 513	1.99 550	2.72 542	1.71 531	2.72 546	1.97 552	2.01 516	1.74 524	1.77 506	1.28 507	2.18 517	2.01 537	2.48 550	1.58 528	1.65 490	1.17 450

4.5_new	2.00 504	1.84 420	1.98 544	2.77 513	2.16 559	2.27 524	1.28 506	2.09 513	1.98 557	2.01 515	1.28 507	2.71 547	1.98 540	2.51 538	1.65 527	2.26 522	1.33 490	1.87 522	1.87 550	2.49 527	1.60 528

TRStereo	2.00 504	2.13 442	1.85 533	2.27 494	1.84 540	2.28 526	1.84 536	2.29 522	1.86 547	2.30 528	1.87 541	2.30 522	1.87 530	2.08 518	1.72 534	2.08 514	1.72 524	2.08 531	1.72 543	2.08 506	1.72 538

XX-Stereo	2.00 504	2.13 442	1.85 533	2.27 494	1.84 540	2.28 526	1.84 536	2.29 522	1.86 547	2.30 528	1.87 541	2.30 522	1.87 530	2.08 518	1.72 534	2.08 514	1.72 524	2.08 531	1.72 543	2.08 506	1.72 538

EAI-Stereo	2.00 504	2.13 442	1.85 533	2.27 494	1.84 540	2.28 526	1.84 536	2.29 522	1.86 547	2.30 528	1.87 541	2.30 522	1.87 530	2.08 518	1.72 534	2.08 514	1.72 524	2.08 531	1.72 543	2.08 506	1.72 538

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

4w-stereo	2.02 512	2.72 485	1.44 501	3.36 534	1.59 524	2.48 535	1.72 533	2.28 520	1.24 507	2.24 526	1.65 532	2.56 540	1.32 500	2.39 532	1.98 555	2.67 548	1.51 506	1.66 514	1.24 503	2.53 534	1.88 550

IGEV	2.02 512	2.20 448	1.82 527	2.90 518	2.16 559	2.41 532	1.25 502	2.00 509	1.98 557	1.99 513	1.31 509	2.72 551	1.93 536	2.67 546	1.69 531	2.26 522	1.32 483	1.83 517	1.87 550	2.53 534	1.61 530

3.25w_new	2.03 514	2.72 485	1.35 486	3.33 533	1.57 522	2.72 548	1.53 526	2.15 518	1.33 511	2.15 524	1.60 528	2.63 544	1.30 498	2.72 549	1.99 556	2.67 548	1.53 508	1.75 516	1.25 505	2.53 534	1.87 547

3.5w_stereo	2.03 514	2.72 485	1.35 486	3.41 535	1.57 522	2.72 548	1.49 525	2.01 510	1.34 512	2.15 524	1.61 530	2.63 544	1.36 503	2.72 549	1.99 556	2.66 546	1.58 513	1.68 515	1.24 503	2.53 534	1.87 547

UniTT-Stereo	2.03 514	3.43 510	0.72 377	3.42 536	0.73 410	3.27 560	0.68 390	3.38 562	0.69 399	3.29 561	0.72 415	3.28 561	0.70 397	3.35 563	0.68 387	3.39 556	0.68 370	3.31 561	0.69 408	3.37 545	0.73 402

3.25w	2.04 517	2.20 448	1.48 504	3.03 520	2.17 561	2.63 546	1.39 517	1.96 506	1.95 556	1.96 509	1.37 515	2.71 547	1.96 539	2.71 547	1.73 539	2.26 522	1.32 483	1.87 522	1.87 550	2.51 530	1.63 532

3w_stereo	2.04 517	2.24 452	1.70 516	3.15 523	2.18 563	2.49 536	1.26 504	2.03 511	1.98 557	1.98 512	1.33 510	2.72 551	1.99 542	2.59 541	1.72 534	2.22 521	1.33 490	1.85 518	1.88 555	2.50 529	1.58 526

1w_stereo	2.05 519	2.32 457	1.35 486	3.74 550	2.01 551	2.73 550	1.42 521	1.88 503	1.93 555	2.03 517	1.28 507	2.71 547	1.99 542	2.72 549	1.72 534	2.20 519	1.32 483	1.87 522	1.86 549	2.45 523	1.54 521

sCroCo_RVC	2.10 520	2.76 489	1.92 541	2.78 516	1.39 516	2.73 550	1.41 519	2.73 548	1.40 519	2.77 557	1.41 519	2.74 553	1.40 507	2.74 552	1.40 517	2.72 550	1.42 501	2.72 556	1.44 521	2.79 541	1.42 518

MoCha-V2	2.11 521	26.97 607	0.78 388	0.92 354	0.77 422	0.96 404	0.72 406	0.90 390	0.72 411	0.94 407	0.70 407	0.90 404	0.71 401	0.91 400	0.71 403	0.85 381	0.71 381	0.88 409	0.69 408	0.87 381	0.67 390

FBW_ROB	2.12 522	2.46 471	1.77 521	2.49 505	1.79 539	2.38 530	1.83 535	2.46 534	1.78 541	2.48 539	1.97 552	2.40 530	1.78 527	2.42 535	1.83 543	2.31 530	1.85 532	2.38 544	1.82 548	2.35 518	1.84 543

MonStereo	2.17 523	2.41 468	1.49 508	2.67 510	1.67 529	2.60 545	2.04 554	2.32 527	1.76 539	2.44 536	1.68 534	2.50 533	1.69 518	2.38 530	1.80 542	2.28 526	1.78 527	2.63 555	2.14 558	3.47 546	1.68 536

asda	2.17 523	2.54 472	1.81 522	3.47 538	1.78 538	2.50 538	1.86 540	2.61 541	1.68 527	2.61 543	1.83 538	2.37 529	1.73 522	2.44 536	1.88 550	2.51 543	1.84 531	2.34 541	1.62 534	2.23 511	1.77 542

asd	2.18 525	2.77 491	1.58 511	3.59 543	2.00 550	2.58 544	1.85 539	2.39 532	1.71 531	2.47 538	1.97 552	2.59 542	1.61 513	2.56 539	1.79 541	2.51 543	1.99 534	2.11 534	1.62 534	2.36 519	1.60 528

qwe	2.18 525	2.60 475	1.58 511	3.83 551	1.90 548	2.53 540	1.90 545	2.48 535	1.73 536	2.37 534	1.92 548	2.53 535	1.68 516	2.56 539	1.83 543	2.52 545	1.87 533	2.07 530	1.68 540	2.32 517	1.71 537

monsters	2.18 525	2.41 468	1.96 543	3.47 538	2.03 555	2.53 540	1.64 529	2.48 535	1.73 536	2.40 535	1.50 522	2.62 543	1.94 537	2.59 541	1.94 552	2.44 538	1.57 512	2.28 537	1.87 550	2.42 521	1.86 545

AIO_rvc	2.18 525	2.34 462	1.87 537	2.32 498	1.94 549	2.40 531	1.89 544	2.37 530	2.07 562	2.52 541	1.95 551	2.44 532	1.99 542	2.41 533	1.89 551	2.32 531	2.09 543	2.24 535	2.18 559	2.21 510	2.23 554

HUF	2.18 525	2.30 455	1.99 547	2.34 500	2.02 554	2.41 532	2.06 555	2.38 531	1.89 553	2.36 533	1.85 539	2.56 540	1.98 540	2.31 528	1.97 554	2.30 529	2.03 542	2.30 538	2.11 557	2.23 511	2.16 552

AIO_test	2.18 525	2.09 440	2.04 548	2.42 502	2.01 551	2.47 534	1.94 546	2.34 529	2.03 561	2.56 542	1.94 549	2.43 531	1.94 537	2.41 533	1.87 549	2.39 536	2.10 544	2.35 543	1.91 556	2.25 513	2.19 553

monsterstereo	2.20 531	2.33 458	1.95 542	3.65 545	2.07 556	2.49 536	1.61 527	2.48 535	1.83 545	2.45 537	1.61 530	2.67 546	1.86 529	2.64 543	1.94 552	2.48 542	1.66 521	2.34 541	1.68 540	2.40 520	1.86 545

LG-G_1	2.22 532	2.71 483	1.89 538	2.77 513	1.87 546	2.75 552	1.87 542	2.76 550	1.87 551	2.75 552	1.87 541	2.76 554	1.87 530	2.75 553	1.86 546	2.47 540	1.58 513	2.45 547	1.57 525	2.45 523	1.57 524

LG-G	2.22 532	2.71 483	1.89 538	2.77 513	1.87 546	2.75 552	1.87 542	2.76 550	1.87 551	2.75 552	1.87 541	2.76 554	1.87 530	2.75 553	1.86 546	2.47 540	1.58 513	2.45 547	1.57 525	2.45 523	1.57 524

LGtest1	2.22 532	2.70 481	1.89 538	2.76 512	1.86 543	2.75 552	1.86 540	2.75 549	1.86 547	2.75 552	1.86 540	2.77 556	1.87 530	2.75 553	1.86 546	2.46 539	1.58 513	2.45 547	1.56 524	2.45 523	1.56 523

RAStereo	2.23 535	3.64 513	0.76 385	3.65 545	0.86 428	3.66 565	0.76 411	3.67 566	0.81 425	3.66 563	0.76 421	3.66 564	0.77 409	3.68 565	0.77 413	3.68 559	0.77 389	3.69 566	0.77 419	3.70 548	0.77 410

UDGNet	2.23 535	5.40 553	1.72 519	2.48 504	1.69 532	2.51 539	1.69 531	2.51 538	1.72 535	2.50 540	1.69 535	2.52 534	1.69 518	2.50 537	1.68 530	2.41 537	1.70 523	2.42 546	1.69 542	2.42 521	1.64 533

NCCL2	2.28 537	2.27 453	2.28 550	2.28 497	2.28 564	2.27 524	2.29 559	2.28 520	2.28 563	2.27 527	2.28 564	2.28 521	2.27 550	2.27 525	2.28 563	2.28 526	2.28 549	2.27 536	2.29 563	2.27 514	2.29 555

Abc-Net	2.32 538	24.75 599	1.14 420	1.17 393	1.17 459	1.11 432	1.15 447	1.17 427	1.21 504	1.08 427	1.16 450	1.12 438	1.14 437	1.09 432	1.17 450	1.09 409	1.16 429	1.17 446	1.17 451	1.16 419	1.11 439
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 539	25.00 600	1.13 419	1.15 387	1.15 454	1.10 429	1.15 447	1.15 422	1.15 451	1.12 434	1.15 447	1.09 432	1.13 435	1.10 434	1.15 446	1.11 416	1.09 419	1.16 442	1.12 446	1.16 419	1.17 450

stereogan	2.33 539	24.38 598	1.18 426	1.18 394	1.18 461	1.14 435	1.18 451	1.19 430	1.19 458	1.14 437	1.18 454	1.14 439	1.18 443	1.14 439	1.18 451	1.14 419	1.14 427	1.19 450	1.19 452	1.15 417	1.19 454

RGC	2.36 541	25.48 601	1.19 428	1.15 387	1.15 454	1.10 429	1.16 449	1.17 427	1.16 452	1.12 434	1.16 450	1.11 437	1.13 435	1.09 432	1.18 451	1.10 411	1.15 428	1.16 442	1.12 446	1.14 415	1.12 441

NCC-stereo	2.36 541	25.52 602	1.17 424	1.15 387	1.17 459	1.11 432	1.11 443	1.15 422	1.16 452	1.10 428	1.16 450	1.10 434	1.15 438	1.14 439	1.13 444	1.09 409	1.11 423	1.15 441	1.16 450	1.17 424	1.17 450

AF-Net	2.37 543	25.71 603	1.17 424	1.13 384	1.15 454	1.15 436	1.18 451	1.19 430	1.16 452	1.10 428	1.15 447	1.10 434	1.18 443	1.12 438	1.15 446	1.10 411	1.10 422	1.17 446	1.15 448	1.16 419	1.12 441

Nwc_Net	2.37 543	25.95 604	1.15 422	1.14 385	1.15 454	1.08 426	1.14 446	1.17 427	1.16 452	1.14 437	1.15 447	1.08 430	1.15 438	1.11 436	1.14 445	1.10 411	1.11 423	1.16 442	1.09 445	1.16 419	1.15 446

CFNet_RVC	2.38 545	8.71 576	0.38 259	9.33 595	0.42 344	0.56 357	0.42 334	0.60 358	0.38 308	0.62 368	0.42 341	0.56 362	7.29 599	0.62 363	0.42 329	0.53 328	0.37 264	0.49 351	0.34 296	8.30 596	6.87 603

edge stereo	2.43 546	27.07 608	1.14 420	1.06 376	1.14 453	1.08 426	1.17 450	1.16 425	1.14 450	1.10 428	1.16 450	1.09 432	1.16 442	1.10 434	1.16 449	1.10 411	1.11 423	1.16 442	1.19 452	1.13 414	1.11 439

FAT-Stereo	2.46 547	26.05 605	1.23 480	1.23 443	1.22 510	1.20 438	1.24 501	1.23 481	1.23 506	1.19 440	1.22 501	1.21 489	1.24 493	1.20 444	1.24 502	1.21 467	1.17 432	1.22 497	1.25 505	1.20 428	1.24 504

S-Stereo	2.51 548	26.86 606	1.23 480	1.22 441	1.22 510	1.24 486	1.25 502	1.22 479	1.24 507	1.21 486	1.24 503	1.19 443	1.27 495	1.19 443	1.24 502	1.19 421	1.20 434	1.25 498	1.19 452	1.24 476	1.23 503

Anonymous3	2.55 549	3.26 507	1.65 514	3.28 528	1.63 527	3.24 559	1.68 530	3.27 559	1.66 526	3.28 560	1.67 533	3.25 560	1.66 515	3.27 559	1.64 526	3.26 554	1.65 520	3.30 560	1.65 536	4.95 578	1.65 535

MIF-Stereo (partial)	2.58 550	3.31 508	0.66 356	3.18 525	0.66 398	3.18 558	0.66 382	3.21 558	0.67 389	3.19 559	0.66 394	3.19 559	0.66 382	3.31 561	0.68 387	5.09 584	1.79 529	8.23 603	1.67 538	6.18 587	1.38 516

MSMDNet	2.65 551	10.14 587	0.33 231	9.74 598	0.32 272	0.87 393	0.33 270	2.95 556	0.68 394	0.49 321	0.34 288	0.49 325	5.70 594	0.49 324	0.33 266	0.42 290	9.57 600	0.41 307	0.31 277	8.36 597	0.65 385

pcwnet_v2	2.66 552	9.89 585	0.33 231	9.89 599	0.32 272	0.50 335	0.32 259	0.49 315	0.33 278	0.49 321	0.34 288	0.49 325	8.76 601	0.48 318	0.33 266	0.41 276	9.58 601	0.40 290	0.29 252	9.01 600	0.63 377

CFNet_pseudo	2.67 553	9.36 581	0.32 225	10.99 604	0.33 284	0.85 391	0.33 270	0.49 315	0.33 278	0.49 321	0.32 273	0.49 325	7.26 598	0.49 324	0.33 266	0.41 276	9.62 602	0.41 307	0.29 252	10.03 604	0.29 234

CFNet_ucs	2.73 554	9.64 583	0.33 231	9.92 600	0.32 272	0.49 327	0.33 270	0.49 315	0.33 278	0.49 321	0.33 280	0.49 325	8.98 602	0.48 318	0.33 266	0.41 276	9.96 605	0.40 290	0.29 252	10.12 605	0.54 359

UCFNet_RVC	2.75 555	10.06 586	0.29 203	10.31 603	0.29 248	0.42 295	0.29 241	0.43 293	0.29 243	0.42 282	0.29 246	0.42 294	9.87 604	0.43 294	0.29 239	0.36 238	9.84 604	0.36 263	0.26 229	9.77 603	0.26 208

ccs_rob	2.79 556	10.17 588	0.32 225	10.00 601	0.33 284	0.49 327	0.33 270	1.90 505	0.32 271	0.51 341	0.33 280	0.49 325	9.24 603	0.49 324	0.33 266	0.41 276	9.82 603	0.41 307	0.28 242	9.34 601	0.29 234

PCWNet_CMD	2.80 557	9.82 584	0.32 225	10.09 602	0.32 272	0.49 327	0.33 270	3.34 561	0.33 278	0.49 321	0.33 280	0.49 325	8.73 600	0.48 318	0.33 266	0.41 276	9.22 599	0.42 318	0.29 252	9.55 602	0.31 256

NLSM1	2.93 558	3.24 506	2.57 558	4.04 552	2.66 567	3.30 561	2.55 562	3.29 560	2.55 565	3.35 562	2.48 566	3.28 561	2.47 552	3.34 562	2.49 564	3.26 554	2.55 553	3.13 558	2.57 566	3.00 543	2.46 562

StereoVision	3.15 559	5.00 542	0.89 397	4.83 569	1.00 441	3.93 566	1.27 505	6.37 596	1.34 512	5.67 596	1.26 505	5.84 597	1.27 495	5.03 593	1.24 502	5.10 585	1.09 419	4.61 579	0.57 382	5.62 585	1.12 441

MaDis-Stereo	3.19 560	6.02 563	1.12 418	5.61 578	1.16 458	5.43 593	1.02 440	5.15 593	0.70 403	5.43 593	1.21 500	5.03 594	0.97 422	4.85 587	0.99 433	4.53 566	1.16 429	5.53 595	1.25 505	5.37 583	1.30 507

sAnonymous2	3.31 561	2.63 476	1.38 498	3.71 547	1.86 543	4.70 585	1.11 443	4.82 589	2.72 567	5.45 594	1.98 558	4.59 579	2.64 553	2.65 544	6.21 599	4.37 562	1.08 417	5.16 593	2.24 561	4.52 560	2.39 560

CroCo_RVC	3.31 561	2.63 476	1.38 498	3.71 547	1.86 543	4.70 585	1.11 443	4.82 589	2.72 567	5.45 594	1.98 558	4.59 579	2.64 553	2.65 544	6.21 599	4.37 562	1.08 417	5.16 593	2.24 561	4.52 560	2.39 560

DPSNet	3.66 563	3.60 512	3.62 579	3.63 544	3.64 589	3.65 564	3.65 588	3.66 565	3.67 586	3.67 564	3.65 586	3.67 565	3.66 574	3.66 564	3.68 583	3.68 559	3.66 573	3.67 565	3.68 589	3.67 547	3.67 588

NLCSM	3.67 564	4.08 527	3.19 575	4.80 568	3.26 582	3.99 569	3.24 583	4.25 572	3.18 582	4.09 568	3.27 581	4.14 570	3.18 569	4.13 570	3.28 579	4.06 561	3.10 563	3.85 570	3.14 580	3.91 553	3.27 584

STTStereo	3.73 565	30.40 612	2.37 554	2.39 501	2.31 566	2.35 529	2.33 560	2.29 522	2.42 564	2.32 532	2.34 565	2.33 525	2.36 551	2.30 527	2.27 562	2.35 533	2.22 548	2.31 539	2.22 560	2.29 516	2.34 559

rvit_105_1	3.83 566	5.22 546	3.01 561	4.53 556	3.01 570	4.51 573	3.01 568	4.56 576	3.04 570	4.53 575	3.03 570	4.55 577	3.03 557	4.56 576	3.04 566	4.57 568	3.05 556	4.57 574	3.05 571	4.57 562	3.05 569

rvit_stereo_0081	3.83 566	5.23 547	3.01 561	4.53 556	3.03 572	4.55 579	3.02 569	4.56 576	3.04 570	4.52 573	3.02 568	4.54 575	3.03 557	4.56 576	3.04 566	4.57 568	3.05 556	4.57 574	3.05 571	4.58 563	3.05 569

rvit_stereo_0081_aga	3.86 568	5.33 550	3.02 564	4.55 562	3.04 576	4.54 575	3.02 569	4.64 583	3.06 574	4.54 577	3.04 572	4.62 584	3.08 564	4.62 582	3.07 571	4.58 571	3.06 560	4.60 578	3.08 575	4.63 566	3.07 573

rvit_stereo_0082	3.86 568	5.82 561	3.01 561	4.53 556	3.03 572	4.54 575	3.02 569	4.56 576	3.04 570	4.53 575	3.02 568	4.55 577	3.04 560	4.57 579	3.05 568	4.57 568	3.05 556	4.58 576	3.05 571	4.58 563	3.06 572

rvit_0105_6	3.87 570	5.73 560	3.10 571	4.69 566	3.12 580	4.54 575	3.02 569	4.56 576	3.04 570	4.54 577	3.03 570	4.54 575	3.04 560	4.56 576	3.05 568	4.58 571	3.05 556	4.58 576	3.05 571	4.58 563	3.05 569

rvit_stereo_0080	3.89 571	5.70 558	3.04 566	4.54 559	3.03 572	4.56 580	3.05 575	4.60 580	3.07 575	4.58 580	3.06 573	4.59 579	3.06 562	4.61 580	3.08 572	4.63 573	3.09 561	4.64 580	3.10 576	4.65 567	3.10 576

whm_eth	3.89 571	5.70 558	3.04 566	4.54 559	3.03 572	4.56 580	3.05 575	4.60 580	3.07 575	4.58 580	3.06 573	4.59 579	3.06 562	4.61 580	3.08 572	4.63 573	3.09 561	4.64 580	3.10 576	4.65 567	3.10 576

rvit_0105_4	3.91 573	5.47 557	3.02 564	4.54 559	3.02 571	4.54 575	3.03 573	4.75 586	3.17 581	4.57 579	3.06 573	4.61 583	3.16 568	4.65 583	3.09 574	4.66 575	3.11 564	4.68 583	3.18 582	4.81 573	3.16 581

rvit_0105_3	3.91 573	5.33 550	3.06 569	4.60 564	3.07 578	4.60 582	3.06 577	4.62 582	3.08 578	4.60 582	3.07 576	4.62 584	3.08 564	4.67 584	3.10 575	4.70 576	3.11 564	4.77 587	3.19 583	4.77 572	3.14 580

rvit_stereo_0083	3.92 575	5.30 549	3.06 569	4.61 565	3.09 579	4.67 584	3.08 578	4.66 584	3.09 579	4.62 583	3.10 578	4.66 587	3.11 566	4.67 584	3.16 577	4.72 578	3.16 567	4.77 587	3.11 578	4.66 569	3.11 578

rvit_stereo_ft	3.93 576	5.44 555	3.05 568	4.59 563	3.06 577	4.61 583	3.08 578	4.67 585	3.12 580	4.63 584	3.10 578	4.65 586	3.11 566	4.69 586	3.13 576	4.70 576	3.14 566	4.71 585	3.15 581	4.74 570	3.16 581

rvit_0105_5	4.10 577	5.40 553	3.13 574	4.71 567	3.15 581	4.72 587	3.10 580	4.90 591	3.27 583	4.69 585	3.16 580	4.84 591	3.25 570	4.96 590	3.34 580	5.05 583	3.39 572	5.10 592	3.40 584	5.11 580	3.42 585

MLG-Stereo_test1	4.25 578	5.34 552	3.61 578	5.31 574	3.63 588	5.23 591	3.57 586	5.38 594	3.65 585	5.23 591	3.47 583	4.76 588	3.74 577	4.85 587	3.71 584	4.96 580	3.18 569	4.71 585	2.92 568	4.86 576	2.90 566

MLG-Stereo_test3	4.26 579	4.85 540	3.95 582	5.35 575	3.60 587	4.75 588	3.76 589	5.49 595	3.71 587	5.39 592	3.69 587	4.82 590	3.66 574	4.85 587	3.73 587	4.93 579	3.19 570	4.69 584	2.99 570	4.84 575	2.98 568

MLG-Stereo_test2	4.28 580	5.46 556	3.69 580	4.86 570	3.72 590	5.58 594	3.42 584	4.81 588	3.77 591	4.85 587	3.72 588	5.55 596	3.63 573	5.58 594	3.53 582	4.41 565	3.28 571	4.99 591	2.95 569	4.75 571	3.13 579

RAFT+CT+SA	4.28 580	7.62 569	4.91 586	5.55 577	2.28 564	3.09 556	3.64 587	4.49 574	3.07 575	4.80 586	3.35 582	4.77 589	3.70 576	4.29 573	3.05 568	5.58 587	5.98 588	3.58 564	3.78 591	4.26 556	3.72 589

SA	4.33 582	7.35 566	6.85 597	5.96 580	4.09 594	3.59 563	3.15 581	3.82 567	2.64 566	3.91 565	3.85 589	3.57 563	2.72 555	3.13 558	4.03 590	7.09 598	6.86 593	3.57 563	3.12 579	3.85 549	3.51 587

Sa-1000	4.34 583	8.37 572	6.84 596	6.98 587	4.45 597	3.58 562	3.00 567	3.42 563	3.39 584	2.61 543	4.00 592	3.83 567	4.01 585	3.90 567	3.90 588	5.98 591	5.62 586	3.76 567	2.34 564	4.35 558	2.47 563

TestStereo1	4.60 584	8.41 573	6.44 594	6.86 585	3.79 591	3.97 567	3.78 590	3.99 569	3.74 588	3.97 566	3.52 584	3.94 568	3.58 571	3.98 568	3.72 585	6.82 595	6.50 591	3.76 567	3.66 587	3.90 550	3.74 591

SA-5K	4.60 584	8.41 573	6.44 594	6.86 585	3.79 591	3.97 567	3.78 590	3.99 569	3.74 588	3.97 566	3.52 584	3.94 568	3.58 571	3.98 568	3.72 585	6.82 595	6.50 591	3.76 567	3.66 587	3.90 550	3.74 591

DispFullNet	4.61 586	4.84 539	3.12 572	5.00 572	3.57 586	4.75 588	3.03 573	7.75 602	4.17 595	4.91 589	3.09 577	6.20 598	3.95 583	6.71 598	3.51 581	5.30 586	3.67 574	5.86 599	3.63 586	5.61 584	3.46 586

test_5	4.62 587	7.55 568	6.23 592	6.32 582	3.40 585	5.29 592	3.50 585	3.53 564	4.11 594	4.28 570	4.47 596	4.26 573	4.38 588	3.68 565	3.24 578	5.89 589	5.60 585	4.84 589	3.50 585	4.33 557	3.93 595

raft_robust	4.71 588	7.75 570	5.40 591	6.81 584	3.31 583	4.28 572	4.20 595	4.32 573	4.37 597	4.35 572	4.35 595	4.14 570	3.75 578	4.30 574	4.20 593	6.67 594	6.37 589	3.36 562	4.24 597	4.86 576	3.25 583

cross-raft	4.83 589	7.52 567	6.43 593	6.63 583	3.96 593	4.51 573	3.99 593	4.49 574	3.96 593	4.52 573	3.96 591	4.50 574	3.97 584	4.50 575	3.97 589	6.65 593	6.44 590	4.33 571	3.92 593	4.35 558	3.91 594

test_4	4.88 590	8.13 571	6.98 598	7.46 588	4.44 596	4.25 571	3.85 592	4.04 571	3.92 592	4.13 569	3.91 590	4.18 572	3.84 581	4.14 571	4.06 591	7.01 597	7.13 594	4.53 572	3.72 590	4.09 554	3.72 589

TestStereo	4.88 590	4.75 538	4.79 585	4.87 571	4.92 598	4.81 590	4.90 598	4.78 587	4.77 598	4.87 588	4.89 597	4.90 592	4.91 590	4.99 591	4.79 595	4.98 581	4.87 582	4.87 590	4.92 599	5.00 579	5.00 598

test_3	5.01 592	8.86 578	7.77 600	8.09 590	2.76 569	4.13 570	4.05 594	3.88 568	3.76 590	4.33 571	4.13 593	3.71 566	3.91 582	4.21 572	4.06 591	7.93 599	7.69 596	4.53 572	3.91 592	4.17 555	4.29 597

NLCA_NET_v2_RVC	5.04 593	50.87 622	2.78 559	2.87 517	2.71 568	2.78 555	0.47 349	2.88 555	2.86 569	1.89 507	2.67 567	2.79 557	2.79 556	2.78 556	2.83 565	2.82 551	2.82 554	2.83 557	2.77 567	2.83 542	2.76 564
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 594	5.15 544	4.49 584	5.07 573	3.37 584	6.87 597	4.75 597	5.04 592	6.34 602	7.84 602	5.06 598	6.72 602	4.09 586	4.99 591	5.44 598	5.03 582	3.16 567	4.67 582	4.86 598	5.15 581	3.89 593

U	5.15 595	8.49 575	1.81 522	8.49 592	1.77 537	8.49 602	1.77 534	8.51 604	1.77 540	8.49 604	1.77 537	8.50 604	1.78 527	8.58 604	1.77 540	8.54 602	1.78 527	8.55 604	1.78 547	8.55 598	1.84 543

SGM-Forest	5.21 596	5.92 562	4.08 583	6.18 581	4.16 595	6.31 596	4.34 596	6.50 597	4.33 596	6.14 598	4.21 594	6.61 601	4.55 589	6.67 597	4.48 594	5.94 590	3.94 576	5.85 598	4.03 595	5.79 586	4.17 596
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 597	9.16 580	8.03 603	8.09 590	5.62 601	6.11 595	6.35 601	6.85 599	4.94 599	6.08 597	6.29 603	4.98 593	6.43 595	6.22 595	6.36 601	6.16 592	7.47 595	5.82 597	5.44 602	7.11 592	5.68 601

rvit_stereo_0075_2	6.64 598	8.80 577	5.25 588	7.89 589	5.27 600	7.90 601	5.27 599	7.92 603	5.28 600	7.91 603	5.29 600	7.93 603	5.27 591	7.92 603	5.28 596	7.93 599	5.28 584	7.93 602	5.29 601	7.93 595	5.28 600

RAFT	6.73 599	9.36 581	7.40 599	8.51 593	6.55 602	6.88 598	6.60 602	6.79 598	6.60 603	6.80 599	6.72 604	5.31 595	5.50 593	6.61 596	6.61 602	8.42 601	5.89 587	5.73 596	5.45 603	6.61 588	6.24 602

SGM+DAISY	7.06 600	9.15 579	5.38 590	8.84 594	5.18 599	8.80 603	5.31 600	8.79 605	5.28 600	8.89 605	5.20 599	8.93 605	5.33 592	8.95 605	5.36 597	8.70 603	5.21 583	8.74 605	5.20 600	8.89 599	5.15 599

test-v	7.53 601	11.89 589	7.98 601	9.36 596	7.14 603	7.06 599	7.09 603	7.37 600	6.91 604	7.29 600	5.71 601	6.45 599	6.93 596	6.73 599	7.27 603	8.93 604	7.85 597	6.98 600	6.80 604	7.56 593	7.34 604

test-2	7.53 601	11.89 589	7.98 601	9.36 596	7.14 603	7.06 599	7.09 603	7.37 600	6.91 604	7.29 600	5.71 601	6.45 599	6.93 596	6.73 599	7.27 603	8.93 604	7.85 597	6.98 600	6.80 604	7.56 593	7.34 604

PA-Net	11.80 603	223.51 629	0.62 349	0.59 308	0.71 407	0.59 365	0.73 407	0.67 367	0.73 414	0.55 355	0.61 386	0.60 369	0.74 404	0.63 367	0.73 405	0.66 354	0.60 353	0.69 382	0.66 401	0.72 358	0.65 385
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 604	23.00 597	15.00 604	23.00 611	15.00 605	24.00 610	16.00 605	24.00 612	16.00 606	22.00 612	15.00 605	23.00 612	16.00 605	23.00 612	15.00 605	22.00 612	15.00 606	22.00 612	15.00 606	22.00 612	15.00 606

rafts_anoy	20.00 605	20.00 591	20.00 605	20.00 605	20.00 606	20.00 604	20.00 606	20.00 606	20.00 607	20.00 606	20.00 606	20.00 606	20.00 606	20.00 606	20.00 606	20.00 606	20.00 607	20.00 606	20.00 607	20.00 606	20.00 607

raft+_RVC	20.00 605	20.00 591	20.00 605	20.00 605	20.00 606	20.00 604	20.00 606	20.00 606	20.00 607	20.00 606	20.00 606	20.00 606	20.00 606	20.00 606	20.00 606	20.00 606	20.00 607	20.00 606	20.00 607	20.00 606	20.00 607

raftrobust	20.00 605	20.00 591	20.00 605	20.00 605	20.00 606	20.00 604	20.00 606	20.00 606	20.00 607	20.00 606	20.00 606	20.00 606	20.00 606	20.00 606	20.00 606	20.00 606	20.00 607	20.00 606	20.00 607	20.00 606	20.00 607

CasAABBNet	20.00 605	20.00 591	20.00 605	20.00 605	20.00 606	20.00 604	20.00 606	20.00 606	20.00 607	20.00 606	20.00 606	20.00 606	20.00 606	20.00 606	20.00 606	20.00 606	20.00 607	20.00 606	20.00 607	20.00 606	20.00 607

RALCasStereoNet	20.00 605	20.00 591	20.00 605	20.00 605	20.00 606	20.00 604	20.00 606	20.00 606	20.00 607	20.00 606	20.00 606	20.00 606	20.00 606	20.00 606	20.00 606	20.00 606	20.00 607	20.00 606	20.00 607	20.00 606	20.00 607

RALAANet	20.00 605	20.00 591	20.00 605	20.00 605	20.00 606	20.00 604	20.00 606	20.00 606	20.00 607	20.00 606	20.00 606	20.00 606	20.00 606	20.00 606	20.00 606	20.00 606	20.00 607	20.00 606	20.00 607	20.00 606	20.00 607

111	30.40 611	30.94 613	29.72 612	32.61 612	30.02 613	33.57 611	30.47 613	31.50 613	29.39 614	30.98 613	29.11 613	29.78 613	30.39 616	29.45 613	30.76 616	30.08 613	29.02 614	29.92 613	30.32 617	29.86 613	30.17 614

WCMA_ROB	31.10 612	35.43 617	27.12 611	39.51 623	23.10 612	38.78 622	25.30 612	37.49 624	25.39 613	37.29 623	27.02 612	38.52 624	26.48 612	37.80 623	26.44 612	36.28 620	22.65 613	33.90 617	22.30 613	37.10 621	24.18 613

DCANet-4	35.22 613	34.54 614	35.08 618	33.58 616	35.47 620	34.55 612	35.53 620	36.08 619	35.85 618	35.92 619	35.77 619	35.18 619	35.48 618	35.39 619	37.15 622	34.55 619	33.92 618	35.02 620	34.90 619	35.79 617	34.74 621

ADStereo(finetuned)	36.13 614	36.63 618	38.07 622	36.97 617	33.25 617	35.91 616	34.45 617	36.36 620	32.99 615	38.14 624	36.71 620	36.69 620	34.13 617	38.57 624	40.79 623	37.60 624	36.58 621	35.90 621	33.36 618	35.42 616	34.04 618

Reg-Stereo(zero)	37.00 615	37.00 619	37.00 619	37.00 618	37.00 621	37.00 619	37.00 621	37.00 621	37.00 619	37.00 620	37.00 621	37.00 621	37.00 619	37.00 620	37.00 619	37.00 621	37.00 622	37.00 622	37.00 622	37.00 618	37.00 622

HI	37.00 615	37.00 619	37.00 619	37.00 618	37.00 621	37.00 619	37.00 621	37.00 621	37.00 619	37.00 620	37.00 621	37.00 621	37.00 619	37.00 620	37.00 619	37.00 621	37.00 622	37.00 622	37.00 622	37.00 618	37.00 622

CoSv	37.00 615	37.00 619	37.00 619	37.00 618	37.00 621	37.00 619	37.00 621	37.00 621	37.00 619	37.00 620	37.00 621	37.00 621	37.00 619	37.00 620	37.00 619	37.00 621	37.00 622	37.00 622	37.00 622	37.00 618	37.00 622

MDST_ROB	69.83 618	87.70 623	41.95 623	113.75 626	65.62 626	75.05 623	55.25 625	75.64 626	45.04 622	71.61 625	41.75 624	72.81 625	44.06 622	68.38 625	44.63 624	101.89 627	59.57 627	107.10 627	61.05 627	104.38 624	59.38 627

NOSS_ROB	102.95 619	153.00 627	121.00 626	51.00 624	44.00 624	165.00 626	127.00 626	153.00 627	119.00 624	164.00 628	125.00 626	168.00 628	120.00 624	153.00 627	117.00 626	49.00 625	44.00 625	49.00 625	44.00 625	49.00 622	44.00 625

CBMV	128.50 620	1422.70 634	53.10 624	79.50 625	51.30 625	77.30 624	49.70 624	74.00 625	48.20 623	77.20 626	48.80 625	73.90 626	48.00 623	73.80 626	48.80 625	70.40 626	45.10 626	68.90 626	46.10 626	68.20 623	45.00 626
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 621	171.00 628	160.68 629	162.58 627	160.59 627	164.01 625	160.35 627	158.51 628	158.56 625	158.34 627	160.12 627	158.56 627	159.92 625	157.26 628	158.94 627	154.38 628	158.36 628	155.75 628	159.13 629	153.67 625	154.07 628
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 622	123.00 624	115.00 625	219.00 628	218.00 629	223.00 627	244.00 629	217.00 629	236.00 627	202.00 629	203.00 628	205.00 629	208.00 626	225.00 629	204.00 628	210.00 629	198.00 629	197.00 629	184.00 630	204.00 626	201.00 629

MGS-Stereo	239.45 623	123.00 624	135.00 627	266.00 629	286.00 630	277.00 628	305.00 630	271.00 630	242.00 628	274.00 630	279.00 630	255.00 630	270.00 628	268.00 630	297.00 630	221.00 630	247.00 631	216.00 630	123.00 628	217.00 627	217.00 631

EGLCR-Stereo	246.90 624	129.00 626	139.00 628	266.00 629	286.00 630	277.00 628	305.00 630	271.00 630	242.00 628	274.00 630	279.00 630	255.00 630	270.00 628	268.00 630	297.00 630	230.00 631	247.00 631	216.00 630	223.00 632	237.00 628	227.00 632

DLCB_ROB	284.23 625	354.61 630	207.27 630	363.24 631	206.46 628	364.72 630	210.41 628	364.72 632	210.41 626	364.81 632	208.64 629	364.81 632	208.64 627	364.72 632	210.41 629	354.70 632	205.53 630	354.70 632	205.53 631	354.70 629	205.53 630

LE_ROB	396.57 626	471.28 631	329.84 631	471.48 632	308.15 632	526.83 631	322.10 632	488.15 633	323.76 630	495.46 633	317.97 632	497.17 633	320.10 630	481.62 633	326.76 632	462.71 633	298.97 633	466.16 633	285.98 633	447.62 630	289.21 633

SGM-ForestM	596.69 627	677.77 632	444.52 632	699.85 633	517.25 633	732.94 632	488.29 633	770.79 634	460.11 631	750.81 634	487.98 633	792.79 634	499.41 631	730.90 634	475.81 633	720.03 634	491.16 634	663.96 634	418.60 634	674.76 631	436.05 634

CBMV_ROB	818.48 628	913.88 633	709.52 633	862.84 634	597.78 634	1073.99 633	700.52 634	1015.66 635	702.59 632	1115.65 635	760.02 634	1130.24 635	721.57 632	1037.41 635	692.65 634	814.05 635	564.29 635	843.28 635	595.31 635	915.51 632	602.92 635

tt	500032.53 629	34.60 615	29.72 612	37.47 621	34.41 618	36.85 617	35.22 618	34.71 617	33.55 616	34.50 614	35.43 617	33.81 617	10000000.00 633	33.57 617	33.13 617	33.68 617	35.00 619	34.03 618	35.26 620	30.96 614	34.63 619

DCANet	500032.53 629	34.60 615	29.72 612	37.47 621	34.41 618	36.85 617	35.22 618	34.71 617	33.55 616	34.50 614	35.43 617	33.81 617	10000000.00 633	33.57 617	33.13 617	33.68 617	35.00 619	34.03 618	35.26 620	30.96 614	34.63 619

fff	1000028.16 631	29.62 609	29.72 612	32.61 612	30.02 613	35.13 613	31.83 614	32.07 614	10000000.00 633	35.27 616	29.82 614	32.45 614	30.15 613	32.35 614	30.09 613	31.04 614	29.55 615	30.64 614	30.14 614	10000000.00 633	30.77 615

csc	1000028.16 631	29.62 609	29.72 612	32.61 612	30.02 613	35.13 613	31.83 614	32.07 614	10000000.00 633	35.27 616	29.82 614	32.45 614	30.15 613	32.35 614	30.09 613	31.04 614	29.55 615	30.64 614	30.14 614	10000000.00 633	30.77 615

cscssc	1000028.16 631	29.62 609	29.72 612	32.61 612	30.02 613	35.13 613	31.83 614	32.07 614	10000000.00 633	35.27 616	29.82 614	32.45 614	30.15 613	32.35 614	30.09 613	31.04 614	29.55 615	30.64 614	30.14 614	10000000.00 633	30.77 615

111111	10000000.00 634	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636

SGD-Stereo	10000000.00 634	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636

IGEV-Stereo++	10000000.00 634	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636

IGEV-BASED-STEREO-	10000000.00 634	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636

IGEV-Stereo+	10000000.00 634	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636

SDNR	10000000.00 634	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636

anonymousdsp2	10000000.00 634	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636

anonymousdsp	10000000.00 634	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636

test_example2	10000000.00 634	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636

DIP-Stereo	10000000.00 634	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 307	0.50 323	0.38 308	0.50 334	0.38 313	0.50 340	3.79 579	0.50 331	0.38 299	0.54 329	0.43 302	0.46 329	0.34 296	0.46 301	0.35 286

FADE		0.06 54		0.09 55	0.10 122			0.05 88	0.03 55	0.04 73		0.05 90		0.04 71		0.15 125	0.10 75	0.17 154	0.13 156	0.11 123	0.11 129

Low-res two-view benchmark