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

asda	0.30 14	0.24 74	0.42 30	0.38 22	0.23 22	0.43 51	0.34 101	0.58 17	0.37 28	0.38 39	0.42 26	0.27 17	0.34 51	0.52 27	0.30 42	0.11 1	0.09 1	0.14 1	0.11 8	0.14 18	0.12 10

asd	0.30 14	0.21 26	0.41 22	0.39 29	0.24 38	0.47 69	0.30 68	0.69 46	0.30 13	0.41 49	0.39 22	0.28 26	0.33 44	0.62 62	0.27 22	0.13 18	0.09 1	0.14 1	0.12 38	0.14 18	0.12 10

qwe	0.32 26	0.21 26	0.40 17	0.37 9	0.26 61	0.49 87	0.29 58	0.64 31	0.39 31	0.49 93	0.48 53	0.26 14	0.27 19	0.80 114	0.34 94	0.12 5	0.10 9	0.14 1	0.11 8	0.15 38	0.12 10

2.25w	0.32 26	0.24 74	0.48 63	0.37 9	0.24 38	0.45 60	0.25 30	0.62 28	0.40 35	0.45 72	0.58 89	0.27 17	0.32 42	0.74 99	0.35 104	0.12 5	0.10 9	0.14 1	0.12 38	0.13 4	0.14 61

2.5w	0.31 22	0.23 56	0.46 58	0.39 29	0.24 38	0.42 42	0.39 163	0.61 26	0.30 13	0.37 33	0.53 71	0.24 6	0.25 12	0.77 103	0.28 31	0.12 5	0.10 9	0.14 1	0.12 38	0.14 18	0.12 10

2.75w_new	0.31 22	0.23 56	0.43 35	0.35 3	0.23 22	0.42 42	0.42 191	0.54 10	0.35 24	0.47 79	0.43 35	0.24 6	0.30 31	0.66 73	0.33 77	0.12 5	0.10 9	0.14 1	0.11 8	0.13 4	0.12 10

3.25w_new	0.32 26	0.21 26	0.45 50	0.38 22	0.23 22	0.52 122	0.34 101	0.65 35	0.39 31	0.47 79	0.45 44	0.32 35	0.35 59	0.61 60	0.27 22	0.12 5	0.10 9	0.14 1	0.11 8	0.12 1	0.12 10

3.25w	0.32 26	0.21 26	0.45 50	0.37 9	0.23 22	0.52 122	0.34 101	0.65 35	0.39 31	0.47 79	0.45 44	0.32 35	0.35 59	0.61 60	0.27 22	0.12 5	0.10 9	0.14 1	0.11 8	0.12 1	0.12 10

3.75w	0.32 26	0.23 56	0.44 37	0.37 9	0.29 126	0.62 188	0.36 125	0.59 18	0.32 19	0.41 49	0.47 50	0.25 12	0.34 51	0.64 65	0.26 17	0.12 5	0.09 1	0.14 1	0.12 38	0.13 4	0.12 10

1w_stereo	0.34 37	0.20 8	0.42 30	0.43 58	0.26 61	0.47 69	0.54 309	0.59 18	0.50 61	0.41 49	0.66 104	0.25 12	0.44 107	0.62 62	0.33 77	0.12 5	0.10 9	0.14 1	0.11 8	0.14 18	0.12 10

monsters	0.34 37	0.20 8	0.41 22	0.39 29	0.36 245	0.34 15	0.27 47	0.66 39	0.43 43	0.47 79	0.40 23	0.22 2	0.23 8	1.33 263	0.25 10	0.13 18	0.10 9	0.14 1	0.11 8	0.13 4	0.13 35

StereoAnything_RVC	0.45 102	1.43 533	0.48 63	0.35 3	0.20 3	0.26 4	0.21 12	0.43 3	0.22 4	0.22 1	0.21 2	0.19 1	0.36 68	1.27 248	0.22 1	0.21 246	0.11 26	0.14 1	0.10 2	2.37 539	0.11 2

MonSter	0.28 7	0.18 1	0.39 14	0.36 5	0.21 9	0.55 147	0.31 75	0.55 11	0.43 43	0.28 7	0.29 13	0.23 3	0.21 2	0.56 38	0.25 10	0.11 1	0.10 9	0.14 1	0.11 8	0.14 18	0.11 2

DEFOM-Stereo	0.33 34	0.20 8	0.40 17	0.42 51	0.28 109	0.80 294	0.23 24	0.48 6	0.37 28	0.37 33	0.31 16	0.23 3	0.24 10	1.20 231	0.27 22	0.16 56	0.12 50	0.14 1	0.11 8	0.14 18	0.14 61

dual_stereo	0.27 4	0.19 5	0.35 1	0.39 29	0.21 9	0.25 3	0.22 16	0.48 6	0.31 15	0.32 18	0.26 10	0.37 49	0.24 10	0.83 125	0.29 32	0.16 56	0.12 50	0.14 1	0.11 8	0.14 18	0.11 2

Pointernet	0.37 51	0.20 8	0.57 124	0.43 58	0.28 109	0.51 118	0.27 47	0.93 130	0.61 97	0.47 79	0.63 99	0.49 90	0.38 79	0.49 21	0.33 77	0.17 99	0.13 108	0.14 1	0.11 8	0.13 4	0.12 10

LoS_RVC	0.42 77	0.26 123	0.40 17	0.44 81	0.82 490	0.51 118	0.44 223	0.64 31	0.41 38	0.44 64	0.78 139	0.44 59	0.47 127	0.56 38	0.36 114	0.13 18	0.12 50	0.14 1	0.10 2	0.13 4	0.84 519

CAS	0.63 223	0.18 1	0.37 5	2.27 542	0.84 492	0.57 157	0.54 309	0.79 77	0.62 99	0.48 87	0.70 119	0.36 44	0.26 17	0.45 12	0.35 104	2.24 542	0.10 9	0.14 1	0.09 1	0.15 38	1.06 531

DilatedVolume-Stereo	0.43 83	0.21 26	0.55 110	0.43 58	0.32 193	0.72 248	0.29 58	0.80 85	0.51 70	0.77 155	0.73 127	0.48 82	0.40 85	1.13 214	0.39 145	0.15 35	0.14 159	0.15 19	0.14 88	0.16 58	0.14 61

4.25_new	0.30 14	0.26 123	0.44 37	0.38 22	0.26 61	0.49 87	0.40 171	0.59 18	0.31 15	0.38 39	0.42 26	0.27 17	0.34 51	0.46 14	0.31 59	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

4.5w_new	0.30 14	0.26 123	0.44 37	0.38 22	0.26 61	0.49 87	0.40 171	0.59 18	0.31 15	0.38 39	0.42 26	0.27 17	0.34 51	0.46 14	0.31 59	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

4.5_new	0.29 10	0.25 102	0.41 22	0.36 5	0.23 22	0.52 122	0.36 125	0.56 12	0.34 22	0.45 72	0.42 26	0.27 17	0.25 12	0.40 8	0.24 5	0.13 18	0.10 9	0.15 19	0.13 61	0.16 58	0.12 10

4.5w-stereo	0.29 10	0.25 102	0.41 22	0.36 5	0.23 22	0.52 122	0.36 125	0.56 12	0.34 22	0.45 72	0.42 26	0.27 17	0.25 12	0.40 8	0.24 5	0.13 18	0.10 9	0.15 19	0.13 61	0.16 58	0.12 10

4.25w-stereo	0.30 14	0.26 123	0.44 37	0.38 22	0.26 61	0.49 87	0.40 171	0.59 18	0.32 19	0.38 39	0.42 26	0.27 17	0.34 51	0.46 14	0.31 59	0.12 5	0.09 1	0.15 19	0.11 8	0.14 18	0.12 10

4w-stereo	0.30 14	0.24 74	0.44 37	0.37 9	0.23 22	0.46 65	0.27 47	0.63 29	0.31 15	0.41 49	0.44 39	0.27 17	0.36 68	0.59 44	0.30 42	0.11 1	0.09 1	0.15 19	0.12 38	0.13 4	0.12 10

3.5w_stereo	0.33 34	0.25 102	0.45 50	0.37 9	0.24 38	0.54 139	0.35 109	0.66 39	0.36 25	0.43 60	0.44 39	0.29 27	0.34 51	0.77 103	0.39 145	0.11 1	0.09 1	0.15 19	0.11 8	0.14 18	0.13 35

3w_stereo	0.33 34	0.25 102	0.52 89	0.40 36	0.21 9	0.53 131	0.54 309	0.65 35	0.46 54	0.44 64	0.48 53	0.23 3	0.45 111	0.46 14	0.29 32	0.12 5	0.10 9	0.15 19	0.12 38	0.15 38	0.15 92

2w_stereo	0.32 26	0.24 74	0.45 50	0.39 29	0.22 16	0.46 65	0.47 254	0.69 46	0.42 41	0.43 60	0.50 64	0.24 6	0.45 111	0.47 18	0.29 32	0.12 5	0.10 9	0.15 19	0.12 38	0.15 38	0.13 35

monsterstereo	0.34 37	0.20 8	0.44 37	0.45 94	0.35 235	0.27 8	0.29 58	0.53 8	0.51 70	0.44 64	0.61 94	0.26 14	0.25 12	1.19 229	0.27 22	0.13 18	0.11 26	0.15 19	0.12 38	0.15 38	0.10 1

111111	0.34 37	0.20 8	0.41 22	0.45 94	0.42 311	0.37 23	0.22 16	0.95 142	0.38 30	0.31 15	0.31 16	0.40 53	0.27 19	0.96 164	0.26 17	0.17 99	0.12 50	0.15 19	0.11 8	0.15 38	0.13 35

LG-Stereo_L2	0.29 10	0.20 8	0.45 50	0.37 9	0.25 55	0.26 4	0.20 9	0.78 72	0.28 11	0.28 7	0.26 10	0.24 6	0.26 17	0.91 150	0.23 2	0.15 35	0.11 26	0.15 19	0.12 38	0.14 18	0.11 2

LG-Stereo_L1	0.30 14	0.20 8	0.44 37	0.37 9	0.26 61	0.29 10	0.21 12	0.66 39	0.26 9	0.25 3	0.25 7	0.24 6	0.22 6	1.24 241	0.23 2	0.15 35	0.11 26	0.15 19	0.12 38	0.14 18	0.11 2

MLG-Stereo_test2	0.26 3	0.20 8	0.36 3	0.37 9	0.22 16	0.35 17	0.18 2	0.45 5	0.21 2	0.26 5	0.23 5	0.34 40	0.20 1	0.77 103	0.23 2	0.16 56	0.11 26	0.15 19	0.11 8	0.13 4	0.11 2

SGD-Stereo	0.32 26	0.20 8	0.40 17	0.38 22	0.19 1	0.43 51	0.22 16	0.64 31	0.33 21	0.42 55	0.34 18	0.27 17	0.35 59	1.15 217	0.30 42	0.20 212	0.10 9	0.15 19	0.13 61	0.17 87	0.13 35

GREAT-IGEV	0.32 26	0.20 8	0.42 30	0.37 9	0.29 126	0.36 21	0.28 53	0.56 12	0.58 89	0.28 7	0.50 64	0.29 27	0.29 27	0.84 128	0.27 22	0.14 28	0.11 26	0.15 19	0.11 8	0.17 87	0.14 61

Reg-Stereo(zero)	0.44 94	0.22 45	0.45 50	0.43 58	0.23 22	0.38 26	0.25 30	0.76 65	1.08 274	0.90 188	0.78 139	0.90 247	0.47 127	0.70 82	0.36 114	0.15 35	0.12 50	0.15 19	0.12 38	0.15 38	0.15 92

FoundationStereo	0.24 1	0.21 26	0.36 3	0.38 22	0.22 16	0.32 13	0.22 16	0.39 2	0.23 6	0.30 14	0.25 7	0.30 32	0.33 44	0.34 3	0.26 17	0.16 56	0.12 50	0.15 19	0.11 8	0.13 4	0.12 10

IGEV-Stereo++	0.30 14	0.20 8	0.40 17	0.46 101	0.30 148	0.33 14	0.22 16	0.75 62	0.45 48	0.32 18	0.41 25	0.32 35	0.48 138	0.38 4	0.27 22	0.15 35	0.11 26	0.15 19	0.12 38	0.15 38	0.13 35

IGEV-Stereo+	0.45 102	0.21 26	0.43 35	0.41 44	0.39 287	0.15 1	0.19 6	0.44 4	0.36 25	0.26 5	0.25 7	0.31 34	0.41 88	1.43 291	0.30 42	0.17 99	0.12 50	0.15 19	0.11 8	1.16 528	1.70 543

WCG-NET（raft）	0.45 102	0.21 26	0.55 110	0.40 36	0.24 38	0.50 101	0.36 125	0.73 57	1.09 282	0.71 142	0.76 135	0.92 259	0.51 155	0.84 128	0.34 94	0.16 56	0.12 50	0.15 19	0.14 88	0.14 18	0.14 61

trnet	0.39 59	0.21 26	0.37 5	0.36 5	0.20 3	0.53 131	0.29 58	0.78 72	1.12 295	0.59 123	0.71 122	0.53 112	0.42 92	0.54 32	0.34 94	0.18 138	0.13 108	0.15 19	0.10 2	0.14 18	0.13 35

MoCha-V2	0.40 67	0.20 8	0.49 70	0.50 165	0.21 9	0.44 57	0.33 89	0.93 130	0.53 81	0.53 107	0.53 71	0.42 54	0.58 200	1.09 203	0.27 22	0.14 28	0.12 50	0.15 19	0.12 38	0.17 87	0.15 92

CES	0.48 122	0.20 8	0.37 5	0.39 29	1.39 533	0.55 147	0.35 109	0.98 154	0.66 123	0.44 64	0.66 104	0.35 42	0.27 19	0.56 38	0.33 77	0.15 35	0.13 108	0.15 19	0.10 2	0.19 158	1.46 538

CREStereo++_RVC	0.47 116	0.21 26	0.38 8	0.45 94	0.38 277	0.45 60	0.25 30	0.75 62	1.29 398	0.80 163	1.21 298	0.47 77	0.37 73	0.53 30	0.44 187	0.16 56	0.11 26	0.15 19	0.80 529	0.18 117	0.11 2
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
XX-TBD	0.46 109	0.70 483	0.35 1	0.79 467	0.25 55	0.58 160	0.26 40	0.69 46	1.27 389	0.76 150	1.00 196	0.45 67	0.33 44	0.47 18	0.37 126	0.19 179	0.15 217	0.15 19	0.11 8	0.17 87	0.14 61

CREStereo	0.39 59	0.21 26	0.38 8	0.34 1	0.22 16	0.53 131	0.29 58	0.77 68	1.11 291	0.58 115	0.71 122	0.51 100	0.41 88	0.54 32	0.34 94	0.18 138	0.13 108	0.15 19	0.10 2	0.14 18	0.14 61
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	0.46 109	0.21 26	0.38 8	0.37 9	0.23 22	0.71 245	0.27 47	0.74 61	1.04 255	0.64 131	0.70 119	0.55 117	0.47 127	0.86 137	0.35 104	1.00 525	0.13 108	0.15 19	0.10 2	0.15 38	0.13 35

pmcnn	2.37 525	0.42 390	2.71 521	0.63 367	0.43 321	1.54 453	1.19 494	2.01 464	1.53 473	2.64 524	7.60 553	18.07 572	1.45 470	3.44 462	2.78 508	0.18 138	0.15 217	0.15 19	0.12 38	0.20 192	0.18 171

depthmonostereo	0.41 74	0.23 56	0.53 94	0.47 112	0.23 22	0.61 179	0.35 109	1.00 160	0.76 152	0.48 87	0.65 103	0.47 77	0.49 146	0.67 76	0.37 126	0.16 56	0.15 217	0.16 49	0.14 88	0.16 58	0.15 92

IGEV	0.28 7	0.18 1	0.39 14	0.37 9	0.31 174	0.45 60	0.21 12	0.59 18	0.40 35	0.31 15	0.43 35	0.26 14	0.21 2	0.43 11	0.25 10	0.13 18	0.12 50	0.16 49	0.13 61	0.12 1	0.12 10

MLG-Stereo_test3	0.28 7	0.18 1	0.42 30	0.40 36	0.23 22	0.47 69	0.19 6	0.61 26	0.29 12	0.35 25	0.21 2	0.35 42	0.21 2	0.60 56	0.25 10	0.15 35	0.11 26	0.16 49	0.11 8	0.13 4	0.13 35

MLG-Stereo_test1	0.27 4	0.19 5	0.38 8	0.40 36	0.24 38	0.38 26	0.20 9	0.59 18	0.19 1	0.24 2	0.17 1	0.33 38	0.27 19	0.90 149	0.25 10	0.14 28	0.11 26	0.16 49	0.11 8	0.13 4	0.12 10

MLG-Stereo	0.29 10	0.19 5	0.38 8	0.41 44	0.20 3	0.42 42	0.20 9	0.66 39	0.21 2	0.25 3	0.22 4	0.33 38	0.28 23	1.09 203	0.25 10	0.14 28	0.11 26	0.16 49	0.11 8	0.13 4	0.12 10

LG-G_1	0.31 22	0.20 8	0.44 37	0.42 51	0.20 3	0.64 193	0.18 2	0.70 50	0.25 7	0.29 10	0.29 13	0.36 44	0.35 59	0.87 140	0.24 5	0.16 56	0.12 50	0.16 49	0.11 8	0.13 4	0.13 35

LG-G	0.31 22	0.20 8	0.44 37	0.42 51	0.20 3	0.64 193	0.18 2	0.70 50	0.25 7	0.29 10	0.29 13	0.36 44	0.35 59	0.87 140	0.24 5	0.16 56	0.12 50	0.16 49	0.11 8	0.13 4	0.13 35

G2L-Stereo_test	0.73 296	0.27 151	0.74 248	0.49 153	0.40 298	0.90 328	0.81 427	1.53 330	1.14 310	1.28 355	1.27 320	1.52 421	0.72 251	1.62 327	0.94 382	0.19 179	0.14 159	0.16 49	0.15 104	0.18 117	0.19 211

LGtest1	0.27 4	0.21 26	0.44 37	0.41 44	0.21 9	0.42 42	0.19 6	0.56 12	0.26 9	0.29 10	0.24 6	0.29 27	0.29 27	0.55 37	0.25 10	0.18 138	0.12 50	0.16 49	0.12 38	0.14 18	0.13 35

SCV_C0	0.43 83	0.26 123	0.65 167	0.43 58	0.29 126	0.47 69	0.31 75	1.34 276	0.73 143	0.38 39	0.49 61	0.54 114	0.29 27	1.24 241	0.30 42	0.17 99	0.13 108	0.16 49	0.13 61	0.20 192	0.15 92

DEFOM-Stereo_RVC	0.40 67	0.67 475	0.42 30	0.64 376	0.29 126	0.48 75	0.25 30	0.85 101	0.44 46	0.38 39	0.36 20	0.30 32	0.70 244	1.15 217	0.29 32	0.16 56	0.11 26	0.16 49	0.11 8	0.18 117	0.12 10

AIO_rvc	0.36 46	0.23 56	0.49 70	0.43 58	0.27 85	0.59 165	0.38 148	0.94 137	0.45 48	0.33 23	0.46 48	0.49 90	0.22 6	0.84 128	0.30 42	0.16 56	0.11 26	0.16 49	0.12 38	0.15 38	0.13 35

HUF	0.36 46	0.23 56	0.52 89	0.40 36	0.22 16	0.54 139	0.47 254	0.82 93	0.43 43	0.36 30	0.43 35	0.50 96	0.42 92	0.64 65	0.29 32	0.17 99	0.12 50	0.16 49	0.12 38	0.15 38	0.14 61

AIO_test	0.35 45	0.22 45	0.44 37	0.43 58	0.27 85	0.57 157	0.44 223	0.79 77	0.41 38	0.32 18	0.47 50	0.46 70	0.30 31	0.69 78	0.30 42	0.16 56	0.11 26	0.16 49	0.13 61	0.15 38	0.12 10

IGEV-RUCA	0.37 51	0.23 56	0.48 63	0.49 153	0.36 245	0.60 173	0.23 24	0.64 31	0.49 58	0.39 47	0.49 61	0.44 59	0.31 36	0.85 133	0.30 42	0.24 312	0.13 108	0.16 49	0.12 38	0.20 192	0.19 211

castereo	0.41 74	0.22 45	0.46 58	0.44 81	0.30 148	0.61 179	0.56 335	0.97 150	0.80 164	0.38 39	0.69 115	0.45 67	0.69 239	0.51 24	0.30 42	0.16 56	0.11 26	0.16 49	0.13 61	0.16 58	0.12 10

GIP-stereo	0.34 37	0.23 56	0.45 50	0.50 165	0.36 245	0.38 26	0.23 24	0.78 72	0.52 77	0.34 24	0.51 67	0.46 70	0.38 79	0.51 24	0.27 22	0.20 212	0.12 50	0.16 49	0.12 38	0.16 58	0.14 61

WCG-NET	0.42 77	0.21 26	0.54 100	0.40 36	0.25 55	0.47 69	0.32 82	0.73 57	1.15 322	0.76 150	0.73 127	0.58 132	0.45 111	0.60 56	0.34 94	0.15 35	0.11 26	0.16 49	0.14 88	0.15 38	0.13 35

test_for_model	1.30 457	3.71 565	0.58 130	3.22 556	2.84 556	0.59 165	0.33 89	1.40 290	0.83 173	1.42 424	0.61 94	0.52 107	0.37 73	0.51 24	0.33 77	2.46 543	0.15 217	0.16 49	0.11 8	4.39 566	1.50 539

IGEV++	0.40 67	0.22 45	0.51 82	0.52 216	0.29 126	0.45 60	0.25 30	1.65 359	0.46 54	0.37 33	0.57 86	0.46 70	0.45 111	0.50 22	0.38 137	0.19 179	0.12 50	0.16 49	0.13 61	0.16 58	0.15 92

Any-RAFT	0.53 145	0.24 74	0.47 61	0.47 112	0.27 85	1.00 366	0.25 30	1.58 342	1.05 259	0.85 181	0.99 192	1.06 307	0.47 127	0.70 82	0.32 64	0.18 138	0.13 108	0.16 49	0.13 61	0.16 58	0.16 121

LoS	0.40 67	0.21 26	0.44 37	0.37 9	0.22 16	0.50 101	0.40 171	1.00 160	0.94 209	0.48 87	0.66 104	0.48 82	0.40 85	0.60 56	0.37 126	0.18 138	0.14 159	0.16 49	0.11 8	0.14 18	0.14 61
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CroCo-Stereo	0.40 67	0.31 261	0.73 232	0.58 308	0.27 85	0.26 4	0.33 89	0.95 142	0.81 167	0.42 55	0.47 50	0.65 158	0.47 127	0.39 6	0.34 94	0.18 138	0.15 217	0.16 49	0.14 88	0.19 158	0.16 121
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
TANstereo	0.44 94	0.21 26	0.44 37	0.41 44	0.21 9	0.65 209	0.26 40	0.79 77	0.83 173	0.93 196	0.98 190	0.51 100	0.46 118	0.54 32	0.35 104	0.18 138	0.24 402	0.16 49	0.13 61	0.16 58	0.26 348

raftrobust	0.52 135	0.25 102	0.56 114	0.65 390	0.52 385	0.49 87	0.34 101	0.98 154	0.91 199	1.30 370	0.87 160	0.63 152	0.81 290	0.78 108	0.41 163	0.19 179	0.15 217	0.16 49	0.14 88	0.15 38	0.16 121

water-stereo	0.39 59	0.20 8	0.48 63	0.44 81	0.27 85	0.50 101	0.26 40	0.92 123	0.51 70	0.53 107	0.78 139	0.55 117	0.49 146	0.42 10	0.42 174	0.16 56	0.15 217	0.17 74	0.15 104	0.16 58	0.15 92

G2L-ROB	0.73 296	0.25 102	0.76 262	0.54 249	0.39 287	0.95 348	0.66 381	1.66 364	1.09 282	1.24 340	1.02 210	1.64 443	0.71 248	1.63 329	1.02 398	0.20 212	0.14 159	0.17 74	0.15 104	0.20 192	0.22 278

LG-Stereo_Zeroshot	0.36 46	0.23 56	0.54 100	0.50 165	0.28 109	0.36 21	0.22 16	1.02 167	0.39 31	0.42 55	0.64 102	0.36 44	0.51 155	0.39 6	0.29 32	0.18 138	0.12 50	0.17 74	0.13 61	0.18 117	0.18 171

SCV	0.46 109	0.26 123	0.55 110	0.47 112	0.25 55	0.39 29	0.38 148	1.98 457	0.60 96	0.35 25	0.48 53	0.55 117	0.36 68	1.28 250	0.32 64	0.24 312	0.12 50	0.17 74	0.13 61	0.18 117	0.14 61

castereo++	0.38 56	0.23 56	0.41 22	0.43 58	0.31 174	0.97 358	0.22 16	0.86 103	0.58 89	0.32 18	0.44 39	0.51 100	0.39 81	0.93 158	0.24 5	0.17 99	0.11 26	0.17 74	0.12 38	0.14 18	0.14 61

AIO-Stereo	0.37 51	0.25 102	0.51 82	0.47 112	0.23 22	0.45 60	0.39 163	1.07 201	0.52 77	0.41 49	0.48 53	0.52 107	0.25 12	0.72 89	0.30 42	0.16 56	0.12 50	0.17 74	0.13 61	0.16 58	0.13 35

RSM++	0.38 56	0.24 74	0.51 82	0.47 112	0.26 61	0.50 101	0.41 187	0.79 77	0.45 48	0.37 33	0.45 44	0.60 140	0.35 59	1.02 184	0.30 42	0.15 35	0.13 108	0.17 74	0.14 88	0.18 117	0.13 35

RSM	0.39 59	0.24 74	0.49 70	0.46 101	0.26 61	0.47 69	0.40 171	0.92 123	0.44 46	0.41 49	0.42 26	0.65 158	0.33 44	1.07 198	0.29 32	0.15 35	0.12 50	0.17 74	0.13 61	0.17 87	0.13 35

RAFT-Stereo-weight	0.47 116	0.24 74	0.53 94	0.48 138	0.27 85	0.60 173	0.35 109	1.02 167	1.07 268	0.99 215	0.78 139	0.76 188	0.28 23	0.76 100	0.36 114	0.16 56	0.12 50	0.17 74	0.15 104	0.16 58	0.15 92

testlalala2	0.58 197	0.27 151	0.68 183	1.72 535	1.27 531	0.68 228	0.42 191	0.93 130	0.70 133	0.90 188	0.93 173	0.76 188	0.34 51	0.52 27	0.40 152	0.18 138	0.15 217	0.17 74	0.13 61	0.17 87	0.17 146

MSKI-zero shot	0.55 175	0.26 123	0.57 124	0.51 195	0.26 61	0.69 233	0.28 53	1.18 235	0.64 106	0.91 193	1.32 342	0.82 210	0.33 44	1.92 372	0.32 64	0.17 99	0.12 50	0.17 74	0.13 61	0.16 58	0.16 121

UniTT-Stereo	0.36 46	0.23 56	0.59 137	0.48 138	0.36 245	0.40 31	0.32 82	0.53 8	0.49 58	0.54 110	0.55 80	0.36 44	0.31 36	0.58 43	0.51 244	0.20 212	0.15 217	0.17 74	0.15 104	0.19 158	0.15 92

testlalala_base	0.77 317	0.40 378	0.70 202	0.65 390	0.50 362	0.79 286	0.28 53	1.50 315	0.51 70	0.73 148	0.90 166	0.69 172	0.54 170	0.66 73	0.40 152	2.82 547	0.14 159	0.17 74	0.12 38	2.68 543	0.19 211

GCAP-Stereo	0.40 67	0.28 173	0.68 183	0.47 112	0.25 55	0.53 131	0.32 82	0.82 93	0.58 89	0.65 133	0.69 115	0.58 132	0.42 92	0.47 18	0.29 32	0.17 99	0.14 159	0.17 74	0.13 61	0.17 87	0.14 61

RAFT-Test	0.54 160	0.25 102	0.64 160	0.47 112	0.30 148	0.97 358	0.27 47	1.24 260	0.81 167	0.96 205	1.12 258	1.28 371	0.48 138	0.71 86	0.36 114	0.17 99	0.13 108	0.17 74	0.14 88	0.16 58	0.16 121

Selective-IGEV	0.39 59	0.24 74	0.50 75	0.44 81	0.25 55	0.46 65	0.33 89	1.25 262	0.40 35	0.35 25	0.45 44	0.52 107	0.30 31	1.07 198	0.30 42	0.14 28	0.12 50	0.17 74	0.13 61	0.16 58	0.13 35

Selective-RAFT	0.52 135	0.28 173	0.79 280	0.55 273	0.27 85	0.91 332	0.33 89	0.80 85	0.88 187	0.58 115	0.63 99	0.81 205	0.77 269	1.29 254	0.48 226	0.19 179	0.14 159	0.17 74	0.15 104	0.19 158	0.17 146

MC-Stereo	0.43 83	0.23 56	0.48 63	0.51 195	0.28 109	0.39 29	0.32 82	0.88 112	0.68 128	0.60 125	0.84 154	0.56 125	0.61 213	1.03 185	0.31 59	0.17 99	0.11 26	0.17 74	0.15 104	0.16 58	0.13 35

RCA-Stereo	0.50 132	0.23 56	0.58 130	0.48 138	0.33 214	0.55 147	0.45 240	0.97 150	1.38 441	0.68 137	1.05 225	0.63 152	0.80 286	0.59 44	0.32 64	0.17 99	0.12 50	0.17 74	0.14 88	0.16 58	0.14 61

DCANet-4	0.54 160	0.26 123	1.07 392	0.42 51	0.24 38	0.48 75	0.36 125	0.99 156	1.30 404	1.10 253	1.02 210	0.56 125	0.75 257	0.73 93	0.52 251	0.16 56	0.13 108	0.17 74	0.13 61	0.15 38	0.19 211

fff	0.53 145	0.24 74	0.70 202	0.43 58	0.24 38	0.48 75	0.36 125	1.07 201	1.25 378	1.10 253	1.02 210	0.57 127	1.06 405	0.73 93	0.52 251	0.16 56	0.13 108	0.17 74	0.13 61	0.15 38	0.19 211

ADStereo(finetuned)	0.57 191	0.24 74	1.06 387	0.43 58	0.24 38	0.49 87	0.35 109	1.05 186	1.30 404	1.12 261	1.03 220	0.58 132	1.20 436	0.84 128	0.51 244	0.16 56	0.13 108	0.17 74	0.13 61	0.18 117	0.19 211

s12784h	0.52 135	0.20 8	0.38 8	0.41 44	0.19 1	0.96 354	0.34 101	1.17 230	1.25 378	0.81 167	0.90 166	0.63 152	0.50 152	1.45 295	0.42 174	0.14 28	0.12 50	0.17 74	0.11 8	0.18 117	0.11 2

DCANet	0.54 160	0.24 74	0.70 202	0.43 58	0.24 38	0.49 87	0.36 125	1.05 186	1.30 404	1.12 261	1.03 220	0.58 132	0.92 341	0.81 120	0.52 251	0.16 56	0.13 108	0.17 74	0.13 61	0.18 117	0.19 211

csc	0.53 145	0.24 74	0.70 202	0.43 58	0.24 38	0.48 75	0.36 125	1.07 201	1.25 378	1.10 253	1.02 210	0.57 127	1.06 405	0.73 93	0.52 251	0.16 56	0.13 108	0.17 74	0.13 61	0.15 38	0.19 211

cscssc	0.53 145	0.24 74	0.70 202	0.43 58	0.24 38	0.48 75	0.36 125	1.07 201	1.25 378	1.10 253	1.02 210	0.57 127	1.06 405	0.73 93	0.52 251	0.16 56	0.13 108	0.17 74	0.13 61	0.15 38	0.19 211

111	0.60 206	0.23 56	0.70 202	0.43 58	0.24 38	0.72 248	0.42 191	1.18 235	1.41 455	0.80 163	1.38 365	1.10 325	0.79 280	0.96 164	0.58 276	0.18 138	0.13 108	0.17 74	0.15 104	0.17 87	0.19 211

EAI-Stereo	0.65 243	0.28 173	0.69 196	0.53 234	0.27 85	0.60 173	0.40 171	2.28 511	0.64 106	0.71 142	3.18 520	0.57 127	0.43 99	1.06 194	0.41 163	0.18 138	0.13 108	0.17 74	0.17 167	0.17 87	0.17 146

CFNet-RSSM	0.54 160	0.24 74	0.70 202	0.48 138	0.28 109	0.60 173	0.27 47	1.49 311	1.14 310	1.06 235	0.93 173	1.08 313	0.54 170	0.70 82	0.35 104	0.16 56	0.12 50	0.17 74	0.15 104	0.16 58	0.14 61

Gwc-CoAtRS	0.52 135	0.24 74	0.68 183	0.48 138	0.29 126	0.64 193	0.25 30	1.16 228	1.08 274	1.01 223	1.00 196	1.12 330	0.56 182	0.69 78	0.37 126	0.16 56	0.13 108	0.17 74	0.15 104	0.15 38	0.15 92

R-Stereo Train	0.57 191	0.26 123	0.63 153	0.54 249	0.36 245	0.69 233	0.54 309	1.22 254	0.72 139	1.61 461	1.50 402	0.75 184	0.53 165	0.64 65	0.44 187	0.18 138	0.15 217	0.17 74	0.15 104	0.17 87	0.17 146

RAFT-Stereo	0.57 191	0.26 123	0.63 153	0.54 249	0.36 245	0.69 233	0.54 309	1.22 254	0.72 139	1.61 461	1.50 402	0.75 184	0.53 165	0.64 65	0.44 187	0.18 138	0.15 217	0.17 74	0.15 104	0.17 87	0.17 146
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RASNet	1.12 435	0.30 228	0.91 332	0.66 397	0.77 476	0.97 358	0.57 346	1.37 282	1.35 429	1.02 227	1.34 351	2.11 495	1.43 466	7.09 533	1.39 451	0.19 179	0.17 285	0.17 74	0.19 207	0.18 117	0.16 121

iResNet_ROB	0.77 317	0.30 228	0.99 358	0.57 302	0.36 245	0.83 310	0.36 125	2.33 514	1.58 478	1.27 353	1.30 330	1.25 360	0.84 307	1.65 332	0.79 349	0.20 212	0.14 159	0.17 74	0.12 38	0.18 117	0.27 358

S2M2_XL	0.24 1	0.24 74	0.39 14	0.34 1	0.24 38	0.16 2	0.18 2	0.32 1	0.22 4	0.29 10	0.40 23	0.24 6	0.23 8	0.32 1	0.26 17	0.20 212	0.18 306	0.18 108	0.16 146	0.18 117	0.14 61

MM-Stereo_test2	0.43 83	0.24 74	0.67 179	0.51 195	0.32 193	0.55 147	0.45 240	0.97 150	0.77 156	0.59 123	0.51 67	0.49 90	0.42 92	0.80 114	0.30 42	0.15 35	0.13 108	0.18 108	0.14 88	0.19 158	0.14 61

999	0.48 122	0.22 45	0.49 70	0.48 138	0.34 231	0.75 261	0.31 75	0.85 101	0.55 84	0.37 33	0.48 53	0.50 96	0.36 68	2.45 421	0.39 145	0.16 56	0.13 108	0.18 108	0.15 104	0.16 58	0.19 211

mms	0.40 67	0.27 151	0.52 89	0.46 101	0.32 193	0.43 51	0.46 247	0.70 50	0.46 54	0.35 25	0.58 89	0.44 59	0.30 31	1.36 273	0.33 77	0.16 56	0.13 108	0.18 108	0.15 104	0.19 158	0.15 92

GCAP-BAT	0.49 128	0.31 261	0.64 160	0.41 44	0.46 346	0.70 240	0.35 109	0.77 68	0.64 106	0.86 183	1.00 196	0.77 191	0.37 73	1.18 227	0.36 114	0.18 138	0.14 159	0.18 108	0.13 61	0.17 87	0.15 92

Occ-G	0.42 77	0.21 26	0.48 63	0.41 44	0.26 61	0.42 42	0.62 367	0.77 68	0.49 58	0.43 60	0.66 104	1.02 298	0.46 118	0.78 108	0.41 163	0.16 56	0.13 108	0.18 108	0.13 61	0.16 58	0.16 121

gcap-zeroshot	0.53 145	0.28 173	0.89 325	0.49 153	0.28 109	0.76 267	0.37 142	1.34 276	0.73 143	0.89 186	0.67 108	1.35 386	0.51 155	0.79 112	0.33 77	0.18 138	0.15 217	0.18 108	0.15 104	0.17 87	0.16 121

MGS-Stereo	0.42 77	0.26 123	0.58 130	0.44 81	0.28 109	0.50 101	0.34 101	0.57 16	0.83 173	0.46 76	1.31 336	0.52 107	0.33 44	0.65 71	0.36 114	0.19 179	0.16 256	0.18 108	0.15 104	0.17 87	0.16 121

qqq1	0.72 278	0.30 228	0.86 301	0.46 101	0.26 61	0.82 305	0.43 210	2.05 471	1.39 446	1.23 332	1.47 392	0.98 282	0.95 360	1.71 346	0.44 187	0.24 312	0.20 341	0.18 108	0.15 104	0.18 117	0.18 171

fff1	0.72 278	0.30 228	0.86 301	0.46 101	0.26 61	0.82 305	0.43 210	2.05 471	1.39 446	1.23 332	1.47 392	0.98 282	0.95 360	1.71 346	0.44 187	0.24 312	0.20 341	0.18 108	0.15 104	0.18 117	0.18 171

DLNR_Zeroshot_test	23.17 576	48.52 589	43.29 580	176.68 589	78.69 585	0.35 17	0.21 12	23.41 576	0.75 146	0.66 136	0.86 157	0.59 139	0.30 31	1.56 318	0.44 187	9.57 573	0.12 50	0.18 108	0.14 88	76.92 588	0.16 121

testlalala	0.45 102	0.28 173	0.59 137	0.42 51	0.39 287	0.71 245	0.39 163	1.08 207	0.45 48	1.24 340	0.80 150	0.61 144	0.36 68	0.54 32	0.33 77	0.20 212	0.13 108	0.18 108	0.12 38	0.15 38	0.15 92

AEACV	0.37 51	0.24 74	0.52 89	0.47 112	0.51 373	0.37 23	0.38 148	0.65 35	0.53 81	0.42 55	0.56 83	0.46 70	0.60 204	0.53 30	0.30 42	0.16 56	0.13 108	0.18 108	0.15 104	0.17 87	0.14 61

anonymousdsp2	0.53 145	0.27 151	0.74 248	0.48 138	0.29 126	0.76 267	0.47 254	1.61 350	0.82 172	0.77 155	0.77 137	0.75 184	0.47 127	1.03 185	0.40 152	0.18 138	0.13 108	0.18 108	0.13 61	0.19 158	0.18 171

iRaft-Stereo_20w	0.65 243	0.31 261	1.00 363	0.47 112	0.34 231	0.73 252	0.30 68	2.96 534	0.70 133	1.15 285	1.14 267	0.76 188	0.65 233	1.11 209	0.38 137	0.17 99	0.13 108	0.18 108	0.16 146	0.19 158	0.18 171

GwcNet-ADL	0.64 235	0.31 261	0.79 280	0.56 286	0.41 306	0.60 173	0.58 350	1.41 292	1.26 383	1.08 239	1.13 263	0.91 250	0.60 204	1.04 191	0.78 343	0.27 377	0.18 306	0.18 108	0.18 185	0.25 308	0.29 375

GANet-ADL	0.60 206	0.35 343	0.72 220	0.64 376	0.40 298	0.68 228	0.51 284	1.49 311	1.12 295	0.95 203	1.08 236	0.91 250	0.57 191	0.76 100	0.55 268	0.26 361	0.18 306	0.18 108	0.16 146	0.23 281	0.25 324

cross-raft	0.54 160	0.25 102	0.61 145	0.52 216	0.29 126	0.68 228	0.37 142	1.46 305	0.76 152	1.01 223	1.06 227	1.28 371	0.46 118	0.71 86	0.35 104	0.15 35	0.12 50	0.18 108	0.16 146	0.19 158	0.14 61

RALCasStereoNet	0.54 160	0.30 228	0.66 174	0.59 321	0.51 373	0.61 179	0.52 295	0.94 137	0.93 206	0.70 140	1.01 202	0.78 195	0.44 107	1.33 263	0.47 221	0.20 212	0.16 256	0.18 108	0.16 146	0.20 192	0.19 211

RAFT-Stereo + iAFF	0.54 160	0.25 102	0.68 183	0.43 58	0.24 38	0.40 31	0.34 101	1.04 178	1.09 282	1.32 384	1.60 426	0.80 201	0.68 236	0.67 76	0.39 145	0.13 18	0.10 9	0.18 108	0.17 167	0.17 87	0.13 35

MLCV	0.72 278	0.34 322	1.10 402	0.51 195	0.23 22	0.91 332	0.39 163	1.33 271	1.23 369	1.46 430	1.55 413	1.01 296	0.64 227	1.95 377	0.80 353	0.18 138	0.12 50	0.18 108	0.14 88	0.19 158	0.17 146

iResNet	0.75 309	0.40 378	1.36 444	0.67 409	0.29 126	0.92 339	0.59 358	1.52 324	1.25 378	1.28 355	1.48 397	0.94 264	0.76 265	1.62 327	0.78 343	0.18 138	0.14 159	0.18 108	0.15 104	0.22 256	0.23 298

xyz-stereo-finetune	0.48 122	0.25 102	0.54 100	0.42 51	0.23 22	0.80 294	0.42 191	0.80 85	0.80 164	0.61 126	0.62 97	0.54 114	0.43 99	1.70 344	0.58 276	0.15 35	0.15 217	0.19 130	0.15 104	0.16 58	0.15 92

coex_refinement	0.80 332	0.28 173	0.73 232	0.70 430	0.51 373	0.95 348	0.60 362	1.78 399	1.23 369	1.36 401	1.37 360	1.82 467	0.81 290	1.32 260	1.13 417	0.26 361	0.17 285	0.19 130	0.20 239	0.24 296	0.25 324

HART	0.45 102	0.22 45	0.54 100	0.50 165	0.26 61	0.41 35	0.29 58	1.03 172	0.50 61	0.58 115	1.45 385	0.61 144	0.35 59	1.08 202	0.30 42	0.15 35	0.13 108	0.19 130	0.14 88	0.19 158	0.14 61

fffft	0.38 56	0.23 56	0.51 82	0.44 81	0.32 193	0.43 51	0.48 265	0.76 65	0.36 25	0.44 64	0.34 18	0.38 51	0.31 36	1.31 256	0.32 64	0.14 28	0.11 26	0.19 130	0.15 104	0.16 58	0.16 121
1: 1. 1
tt45	0.45 102	0.23 56	0.46 58	0.45 94	0.33 214	0.79 286	0.32 82	0.78 72	0.41 38	0.51 105	0.44 39	0.49 90	0.37 73	2.14 394	0.34 94	0.16 56	0.13 108	0.19 130	0.16 146	0.17 87	0.18 171

ours_stereo	0.39 59	0.28 173	0.51 82	0.46 101	0.30 148	0.40 31	0.44 223	0.73 57	0.56 86	0.35 25	0.56 83	0.46 70	0.33 44	1.11 209	0.32 64	0.16 56	0.13 108	0.19 130	0.15 104	0.19 158	0.14 61

fffy	0.42 77	0.27 151	0.57 124	0.46 101	0.29 126	0.48 75	0.35 109	0.91 120	0.55 84	0.40 48	0.58 89	0.55 117	0.41 88	1.26 245	0.36 114	0.15 35	0.13 108	0.19 130	0.16 146	0.18 117	0.14 61

PAM	0.76 315	0.29 208	1.08 396	0.52 216	0.33 214	1.38 434	0.39 163	2.01 464	0.67 124	1.06 235	0.96 180	2.89 522	1.43 466	0.86 137	0.35 104	0.19 179	0.12 50	0.19 130	0.17 167	0.19 158	0.20 243

UGAM-zero	1.00 404	0.30 228	0.93 338	0.47 112	0.30 148	0.57 157	0.25 30	2.25 507	0.63 102	1.01 223	1.10 245	2.73 518	1.85 505	6.26 517	0.40 152	0.17 99	0.14 159	0.19 130	0.15 104	0.16 58	0.17 146

model_zeroshot	0.48 122	0.29 208	0.86 301	0.51 195	0.36 245	0.69 233	0.37 142	1.12 220	0.62 99	0.85 181	0.84 154	0.66 162	0.37 73	0.73 93	0.34 94	0.20 212	0.16 256	0.19 130	0.16 146	0.17 87	0.16 121

RAStereo	0.34 37	0.21 26	0.66 174	0.47 112	0.27 85	0.26 4	0.29 58	0.69 46	0.63 102	0.32 18	0.42 26	0.45 67	0.31 36	0.45 12	0.34 94	0.17 99	0.15 217	0.19 130	0.15 104	0.18 117	0.13 35

11t1	0.52 135	0.28 173	0.68 183	0.51 195	0.28 109	0.83 310	0.39 163	1.22 254	0.63 102	0.84 176	0.74 131	0.68 167	0.68 236	0.91 150	0.57 273	0.21 246	0.18 306	0.19 130	0.16 146	0.20 192	0.21 260

IGEVStereo-DCA	0.46 109	0.28 173	0.56 114	0.43 58	0.33 214	0.49 87	0.42 191	0.87 104	0.50 61	0.47 79	0.48 53	0.48 82	0.46 118	2.03 384	0.30 42	0.19 179	0.14 159	0.19 130	0.15 104	0.16 58	0.18 171

rrr	0.46 109	0.28 173	0.73 232	0.43 58	0.33 214	0.49 87	0.38 148	0.76 65	0.50 61	0.47 79	0.48 53	0.48 82	0.46 118	2.03 384	0.30 42	0.19 179	0.14 159	0.19 130	0.15 104	0.16 58	0.16 121

MaDis-Stereo	0.36 46	0.25 102	0.58 130	0.44 81	0.34 231	0.30 11	0.30 68	0.72 55	0.50 61	0.37 33	0.36 20	0.58 132	0.49 146	0.52 27	0.36 114	0.19 179	0.16 256	0.19 130	0.15 104	0.18 117	0.14 61

IGEV_Zeroshot_test	0.53 145	0.30 228	0.99 358	0.56 286	0.35 235	0.41 35	0.32 82	1.37 282	0.63 102	1.00 220	1.09 241	0.95 272	0.41 88	0.83 125	0.39 145	0.18 138	0.12 50	0.19 130	0.18 185	0.19 158	0.17 146

HH	0.63 223	0.30 228	0.77 269	0.50 165	0.32 193	0.49 87	0.46 247	1.65 359	0.64 106	0.69 138	1.09 241	1.63 440	0.85 310	1.90 370	0.37 126	0.18 138	0.13 108	0.19 130	0.17 167	0.19 158	0.16 121

HanStereo	0.63 223	0.30 228	0.77 269	0.50 165	0.32 193	0.49 87	0.46 247	1.65 359	0.64 106	0.69 138	1.09 241	1.63 440	0.85 310	1.90 370	0.37 126	0.18 138	0.13 108	0.19 130	0.17 167	0.19 158	0.16 121

EGLCR-Stereo	0.37 51	0.22 45	0.51 82	0.43 58	0.26 61	0.44 57	0.22 16	0.99 156	0.48 57	0.42 55	0.42 26	0.67 165	0.29 27	0.86 137	0.33 77	0.17 99	0.12 50	0.19 130	0.17 167	0.17 87	0.15 92

DCRE	0.82 343	0.26 123	0.70 202	0.58 308	0.44 328	0.54 139	0.48 265	0.95 142	0.78 159	0.78 158	7.33 552	0.86 230	0.52 160	0.76 100	0.41 163	0.16 56	0.16 256	0.19 130	0.17 167	0.18 117	0.17 146

ProNet	0.43 83	0.28 173	0.58 130	0.43 58	0.30 148	0.56 152	0.52 295	1.00 160	0.58 89	0.44 64	0.49 61	0.43 57	0.43 99	1.28 250	0.36 114	0.15 35	0.13 108	0.19 130	0.16 146	0.17 87	0.16 121

CroCo-Stereo Lap2	0.44 94	0.34 322	0.77 269	0.61 346	0.79 481	0.28 9	0.35 109	0.75 62	0.71 138	0.38 39	0.50 64	0.72 180	0.55 177	0.57 42	0.47 221	0.17 99	0.18 306	0.19 130	0.16 146	0.21 233	0.20 243

CIPLG	0.62 216	0.33 299	0.96 352	0.58 308	0.50 362	0.75 261	0.48 265	1.05 186	0.96 216	1.40 416	1.57 421	0.64 155	0.48 138	0.89 147	0.70 315	0.23 297	0.15 217	0.19 130	0.16 146	0.19 158	0.21 260

IPLG	0.69 265	0.27 151	0.97 354	0.51 195	0.43 321	0.79 286	0.33 89	1.21 246	1.06 263	1.30 370	1.10 245	0.52 107	0.55 177	3.16 453	0.63 296	0.16 56	0.14 159	0.19 130	0.16 146	0.18 117	0.17 146

IPLGR_C	0.62 216	0.33 299	0.99 358	0.58 308	0.49 355	0.76 267	0.48 265	1.10 212	0.96 216	1.40 416	1.56 417	0.62 149	0.48 138	0.80 114	0.71 320	0.23 297	0.15 217	0.19 130	0.16 146	0.19 158	0.21 260

MIPNet	0.56 184	0.28 173	0.94 342	0.49 153	0.33 214	0.66 217	0.38 148	1.35 279	1.08 274	1.06 235	0.92 170	0.60 140	0.79 280	0.73 93	0.52 251	0.17 99	0.14 159	0.19 130	0.16 146	0.18 117	0.17 146

ACRE	0.61 212	0.33 299	1.01 367	0.58 308	0.49 355	0.75 261	0.47 254	1.06 199	0.95 211	1.37 404	1.55 413	0.62 149	0.46 118	0.83 125	0.70 315	0.23 297	0.15 217	0.19 130	0.16 146	0.18 117	0.21 260

GrayStereo	0.82 343	0.26 123	0.58 130	0.63 367	0.37 260	0.76 267	1.86 530	1.11 218	0.87 183	1.99 498	1.89 471	1.08 313	1.82 504	1.39 283	0.48 226	0.19 179	0.14 159	0.19 130	0.21 283	0.18 117	0.39 441

Prome-Stereo	0.75 309	0.27 151	0.53 94	0.55 273	0.32 193	0.59 165	0.97 465	0.89 113	0.88 187	1.45 428	2.46 505	0.91 250	1.41 464	1.58 321	0.44 187	0.18 138	0.13 108	0.19 130	0.17 167	0.20 192	0.92 522

raft+_RVC	0.53 145	0.26 123	0.54 100	0.60 332	0.47 351	0.54 139	0.54 309	1.27 264	0.99 235	0.76 150	1.03 220	0.70 176	0.56 182	0.93 158	0.47 221	0.18 138	0.14 159	0.19 130	0.18 185	0.18 117	0.15 92

test_xeample3	0.42 77	0.28 173	0.69 196	0.43 58	0.33 214	0.56 152	0.38 148	0.79 77	0.45 48	0.53 107	0.46 48	0.44 59	0.44 107	1.38 278	0.31 59	0.18 138	0.14 159	0.19 130	0.15 104	0.17 87	0.16 121

AFF-stereo	0.58 197	0.25 102	0.64 160	0.46 101	0.29 126	0.34 15	0.38 148	1.15 226	1.14 310	1.17 304	1.60 426	1.10 325	0.71 248	0.97 172	0.43 184	0.13 18	0.11 26	0.19 130	0.19 207	0.17 87	0.14 61

HSM-Net_RVC	0.87 367	0.29 208	0.53 94	0.53 234	0.30 148	1.15 396	0.55 327	3.57 542	1.28 394	1.53 444	1.74 451	1.68 449	0.93 350	1.49 303	0.77 341	0.22 272	0.17 285	0.19 130	0.18 185	0.20 192	0.19 211
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AANet_RVC	1.16 446	0.52 431	1.49 467	0.65 390	0.45 335	0.75 261	0.69 393	1.42 294	1.55 476	1.34 396	1.87 469	1.53 422	0.78 276	7.43 539	1.38 448	0.25 338	0.17 285	0.19 130	0.16 146	0.22 256	0.26 348

iResNetv2_ROB	0.80 332	0.37 360	1.71 480	0.56 286	0.37 260	0.94 344	0.64 374	1.73 378	1.34 419	1.23 332	1.42 374	1.26 364	0.92 341	1.85 366	0.56 270	0.23 297	0.15 217	0.19 130	0.14 88	0.24 296	0.19 211

xyz-stereo	7.16 559	0.22 45	69.90 585	0.42 51	0.21 9	32.92 581	0.49 275	0.87 104	0.76 152	1.38 409	27.04 576	1.19 344	1.16 425	4.69 482	0.97 391	0.16 56	0.12 50	0.20 165	0.14 88	0.16 58	0.12 10

LG-Stereo	0.34 37	0.25 102	0.78 277	0.47 112	0.26 61	0.37 23	0.30 68	0.71 54	0.52 77	0.36 30	0.57 86	0.29 27	0.21 2	0.50 22	0.36 114	0.13 18	0.13 108	0.20 165	0.18 185	0.18 117	0.12 10

S2M2	0.34 37	0.28 173	0.45 50	0.40 36	0.30 148	0.31 12	0.16 1	0.60 25	0.64 106	0.31 15	0.48 53	0.47 77	0.34 51	0.38 4	0.32 64	0.25 338	0.22 381	0.20 165	0.22 312	0.25 308	0.22 278

MM-Stereo_test3	0.50 132	0.24 74	0.54 100	0.54 249	0.74 465	0.49 87	0.53 303	1.09 209	1.05 259	0.62 129	0.95 177	0.61 144	0.42 92	0.77 103	0.38 137	0.20 212	0.17 285	0.20 165	0.16 146	0.18 117	0.18 171

MM-Stereo_test1	0.49 128	0.24 74	0.56 114	0.51 195	0.30 148	0.50 101	0.54 309	0.91 120	1.03 250	0.84 176	0.69 115	0.54 114	0.60 204	1.16 221	0.33 77	0.18 138	0.16 256	0.20 165	0.17 167	0.19 158	0.15 92

HI	0.64 235	0.32 277	0.68 183	0.47 112	0.51 373	0.41 35	0.36 125	1.04 178	0.75 146	1.31 380	1.43 378	1.62 435	1.12 418	0.94 161	0.88 372	0.15 35	0.12 50	0.20 165	0.20 239	0.20 192	0.18 171

CoSv	0.64 235	0.32 277	0.68 183	0.47 112	0.51 373	0.41 35	0.36 125	1.04 178	0.75 146	1.31 380	1.43 378	1.62 435	1.12 418	0.94 161	0.88 372	0.15 35	0.12 50	0.20 165	0.20 239	0.20 192	0.18 171

SMoEStereo_RVC	0.39 59	0.25 102	0.50 75	0.45 94	0.30 148	0.61 179	0.36 125	0.72 55	0.45 48	0.46 76	0.43 35	0.42 54	0.35 59	1.39 283	0.29 32	0.15 35	0.12 50	0.20 165	0.15 104	0.16 58	0.15 92

PAM_32	0.77 317	0.28 173	1.03 378	0.52 216	0.30 148	1.32 424	0.35 109	1.97 455	0.65 121	1.02 227	1.06 227	3.05 523	1.49 476	0.96 164	0.36 114	0.19 179	0.13 108	0.20 165	0.18 185	0.19 158	0.19 211

rvit_stereo_0080	0.44 94	0.32 277	0.71 214	0.47 112	0.36 245	0.42 42	0.55 327	0.82 93	0.68 128	0.50 101	0.60 92	0.55 117	0.47 127	0.59 44	0.44 187	0.26 361	0.21 363	0.20 165	0.20 239	0.31 384	0.19 211

test_sample1	0.61 212	0.29 208	0.75 252	0.50 165	0.31 174	0.76 267	0.48 265	1.59 343	0.84 177	0.90 188	0.94 176	0.88 238	0.95 360	1.16 221	0.67 307	0.22 272	0.18 306	0.20 165	0.19 207	0.21 233	0.21 260

MyStereo8	0.65 243	0.29 208	1.00 363	0.58 308	0.49 355	0.91 332	0.35 109	1.18 235	1.31 408	1.16 295	1.27 320	0.90 247	0.64 227	0.72 89	0.95 386	0.18 138	0.14 159	0.20 165	0.18 185	0.22 256	0.26 348

whm_eth	0.44 94	0.32 277	0.71 214	0.47 112	0.36 245	0.42 42	0.55 327	0.82 93	0.68 128	0.50 101	0.60 92	0.55 117	0.47 127	0.59 44	0.44 187	0.26 361	0.21 363	0.20 165	0.20 239	0.31 384	0.19 211

MIM_Stereo	0.57 191	0.24 74	0.92 336	0.46 101	0.30 148	0.54 139	0.28 53	1.27 264	0.75 146	1.00 220	1.16 280	0.93 261	0.53 165	1.45 295	0.61 289	0.16 56	0.16 256	0.20 165	0.19 207	0.17 87	0.14 61

CBFPSM	0.92 378	0.33 299	1.86 491	0.49 153	0.38 277	1.75 471	0.84 431	1.39 288	1.12 295	1.09 245	0.99 192	2.37 505	1.66 493	1.32 260	1.42 460	0.19 179	0.18 306	0.20 165	0.20 239	0.21 233	0.33 411

iinet-f	0.99 399	0.45 403	3.71 530	0.55 273	0.43 321	1.81 480	0.68 389	1.14 224	1.14 310	1.18 309	1.42 374	1.58 430	1.44 468	1.34 267	1.59 476	0.24 312	0.23 393	0.20 165	0.19 207	0.26 320	0.25 324

Wz-Net-LNSev-Ref	0.99 399	0.40 378	1.82 488	0.66 397	0.62 433	2.05 499	0.78 415	1.91 439	1.29 398	1.54 449	1.42 374	1.51 419	1.23 442	1.99 380	1.33 441	0.23 297	0.14 159	0.20 165	0.15 104	0.27 334	0.26 348

raft_robust	0.68 263	0.30 228	0.64 160	0.52 216	0.26 61	0.54 139	0.35 109	1.33 271	1.24 375	1.16 295	1.07 231	0.60 140	0.54 170	3.58 465	0.37 126	0.18 138	0.14 159	0.20 165	0.22 312	0.20 192	0.16 121

test_4	0.53 145	0.22 45	0.56 114	0.54 249	0.32 193	0.64 193	0.39 163	0.80 85	0.62 99	0.92 195	1.87 469	0.68 167	0.42 92	1.16 221	0.37 126	0.15 35	0.13 108	0.20 165	0.22 312	0.20 192	0.15 92

CSP-Net	0.97 393	0.38 367	0.83 293	0.53 234	0.41 306	1.63 461	0.77 413	2.00 460	1.05 259	1.25 346	1.20 296	1.33 381	0.83 303	4.93 490	0.85 368	0.32 421	0.22 381	0.20 165	0.20 239	0.23 281	0.25 324

IPLGR	0.58 197	0.27 151	1.14 412	0.48 138	0.28 109	0.65 209	0.33 89	1.22 254	1.13 307	1.18 309	1.05 225	0.69 172	0.66 235	0.96 164	0.52 251	0.17 99	0.15 217	0.20 165	0.17 167	0.20 192	0.18 171

test-3	0.54 160	0.22 45	0.68 183	0.47 112	0.27 85	0.58 160	0.35 109	0.92 123	1.00 240	1.32 384	0.69 115	0.87 234	0.45 111	1.68 342	0.37 126	0.16 56	0.11 26	0.20 165	0.16 146	0.17 87	0.13 35

test_1	0.54 160	0.22 45	0.68 183	0.47 112	0.27 85	0.58 160	0.35 109	0.92 123	1.00 240	1.28 355	0.68 111	0.87 234	0.45 111	1.67 337	0.37 126	0.16 56	0.11 26	0.20 165	0.16 146	0.17 87	0.13 35

CrosDoStereo	1.58 483	0.24 74	0.72 220	0.48 138	0.29 126	0.67 221	12.49 567	1.10 212	0.98 228	1.34 396	1.75 454	1.00 289	1.89 507	6.65 524	0.81 355	0.19 179	0.15 217	0.20 165	0.22 312	0.18 117	0.19 211

STrans-v2	1.04 419	0.28 173	0.96 352	0.49 153	0.32 193	0.68 228	0.79 418	2.47 526	1.12 295	1.12 261	1.46 391	1.40 393	1.46 471	6.70 528	0.43 184	0.18 138	0.13 108	0.20 165	0.18 185	0.18 117	0.18 171

TransformOpticalFlow	0.96 387	0.28 173	0.89 325	0.52 216	0.31 174	0.66 217	0.54 309	1.75 385	1.12 295	1.09 245	1.44 383	1.37 391	1.01 389	6.70 528	0.42 174	0.19 179	0.12 50	0.20 165	0.19 207	0.18 117	0.19 211

DeepStereo_LL	1.58 483	0.24 74	0.72 220	0.48 138	0.29 126	0.67 221	12.49 567	1.10 212	0.98 228	1.34 396	1.75 454	1.00 289	1.89 507	6.65 524	0.81 355	0.19 179	0.15 217	0.20 165	0.22 312	0.18 117	0.19 211

DEmStereo	0.97 393	0.23 56	0.79 280	0.47 112	0.32 193	1.04 374	0.56 335	0.93 130	0.89 190	1.39 415	2.14 491	1.02 298	2.07 518	5.64 507	0.77 341	0.17 99	0.15 217	0.20 165	0.20 239	0.18 117	0.20 243

DRaft	0.80 332	0.24 74	0.70 202	0.45 94	0.30 148	0.97 358	0.53 303	1.05 186	0.97 223	1.78 479	2.02 483	0.80 201	1.74 496	2.73 437	0.72 323	0.17 99	0.14 159	0.20 165	0.20 239	0.18 117	0.21 260

test-1	0.52 135	0.26 123	1.04 382	0.56 286	0.32 193	0.61 179	0.38 148	1.10 212	0.91 199	0.78 158	1.01 202	0.77 191	0.52 160	0.60 56	0.42 174	0.17 99	0.14 159	0.20 165	0.17 167	0.20 192	0.23 298

XX-Stereo	0.63 223	0.26 123	1.90 492	0.81 473	0.67 446	0.43 51	0.23 24	1.03 172	0.58 89	0.65 133	1.56 417	1.41 396	0.39 81	1.28 250	0.35 104	0.20 212	0.14 159	0.20 165	0.19 207	0.18 117	0.14 61

GES	0.66 250	0.34 322	0.90 329	0.59 321	0.38 277	0.94 344	0.57 346	2.11 481	0.86 179	1.02 227	1.11 251	0.66 162	0.79 280	0.99 176	0.61 289	0.27 377	0.19 323	0.20 165	0.20 239	0.21 233	0.30 389

GMStereo	0.55 175	0.45 403	0.94 342	0.50 165	0.32 193	0.64 193	0.43 210	1.00 160	1.40 451	0.82 171	0.73 127	0.51 100	0.45 111	0.85 133	0.55 268	0.24 312	0.15 217	0.20 165	0.21 283	0.31 384	0.24 312
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HSM	1.19 449	0.32 277	0.65 167	0.57 302	0.38 277	1.23 411	0.59 358	2.25 507	1.19 349	1.30 370	1.25 310	1.94 480	1.03 396	9.32 555	0.71 320	0.22 272	0.16 256	0.20 165	0.16 146	0.21 233	0.21 260

LE_ROB	8.05 560	0.37 360	23.53 569	0.74 453	0.33 214	2.77 526	2.87 557	3.71 544	27.24 579	25.39 579	8.87 560	8.46 558	26.71 578	6.65 524	21.99 570	0.21 246	0.19 323	0.20 165	0.21 283	0.25 308	0.22 278

z-ln-s-r	1.02 413	0.55 441	2.09 499	0.52 216	0.55 398	0.78 280	0.87 440	1.47 307	1.34 419	1.12 261	1.62 433	1.37 391	1.06 405	2.62 433	3.32 520	0.19 179	0.14 159	0.21 200	0.17 167	0.27 334	0.21 260

xyz-stereo-finetune2	0.58 197	0.27 151	0.57 124	0.40 36	0.24 38	1.09 384	0.32 82	0.79 77	0.53 81	0.65 133	1.07 231	0.58 132	0.80 286	2.47 426	0.80 353	0.16 56	0.15 217	0.21 200	0.17 167	0.16 58	0.17 146

AIO-Stereo-zeroshot1	0.98 397	0.39 372	3.21 525	0.50 165	0.63 434	0.64 193	0.39 163	2.36 517	0.75 146	0.95 203	4.63 536	1.81 464	0.56 182	0.96 164	0.41 163	0.18 138	0.13 108	0.21 200	0.26 380	0.32 393	0.35 421

AIO-Stereo-zeroshot	0.72 278	0.35 343	1.70 478	0.49 153	0.56 401	0.63 190	0.38 148	2.41 522	0.65 121	0.77 155	1.07 231	1.82 467	0.95 360	0.93 158	0.43 184	0.20 212	0.13 108	0.21 200	0.25 363	0.28 353	0.26 348

AE-Stereo	0.49 128	0.27 151	0.67 179	0.60 332	0.39 287	0.67 221	0.46 247	1.18 235	1.09 282	0.47 79	0.75 133	0.69 172	0.47 127	0.59 44	0.40 152	0.16 56	0.15 217	0.21 200	0.20 239	0.19 158	0.15 92

CoDeX	0.73 296	0.29 208	0.93 338	0.54 249	0.36 245	1.14 390	0.61 364	2.34 516	1.17 334	1.16 295	1.25 310	0.91 250	0.87 323	1.33 263	0.64 300	0.20 212	0.16 256	0.21 200	0.18 185	0.20 192	0.18 171

ff7	0.43 83	0.27 151	0.56 114	0.44 81	0.33 214	0.50 101	0.42 191	0.87 104	0.50 61	0.49 93	0.53 71	0.44 59	0.48 138	1.38 278	0.33 77	0.17 99	0.12 50	0.21 200	0.15 104	0.18 117	0.18 171

ffff	0.43 83	0.27 151	0.56 114	0.44 81	0.33 214	0.50 101	0.42 191	0.87 104	0.50 61	0.49 93	0.53 71	0.44 59	0.48 138	1.38 278	0.33 77	0.17 99	0.12 50	0.21 200	0.15 104	0.18 117	0.18 171

11t	0.43 83	0.27 151	0.56 114	0.44 81	0.33 214	0.50 101	0.42 191	0.87 104	0.50 61	0.49 93	0.53 71	0.44 59	0.48 138	1.38 278	0.33 77	0.17 99	0.12 50	0.21 200	0.15 104	0.18 117	0.18 171

EKT-Stereo	0.53 145	0.30 228	0.73 232	0.58 308	0.60 424	0.51 118	0.48 265	0.94 137	0.90 194	0.71 142	0.88 162	0.77 191	0.43 99	1.07 198	0.40 152	0.22 272	0.16 256	0.21 200	0.18 185	0.20 192	0.22 278

anonymousdsp	0.43 83	0.27 151	0.53 94	0.44 81	0.32 193	0.50 101	0.42 191	0.89 113	0.51 70	0.49 93	0.53 71	0.47 77	0.47 127	1.33 263	0.33 77	0.17 99	0.12 50	0.21 200	0.15 104	0.18 117	0.18 171

ccc-4	0.43 83	0.27 151	0.56 114	0.44 81	0.33 214	0.50 101	0.42 191	0.87 104	0.50 61	0.49 93	0.53 71	0.44 59	0.48 138	1.38 278	0.33 77	0.17 99	0.12 50	0.21 200	0.15 104	0.18 117	0.18 171

IER	0.70 269	0.31 261	1.02 374	0.48 138	0.52 385	1.34 428	0.51 284	1.17 230	0.99 235	1.23 332	1.34 351	1.12 330	1.11 415	0.99 176	0.71 320	0.20 212	0.16 256	0.21 200	0.21 283	0.20 192	0.19 211

RAFT_CTSACE	0.63 223	0.26 123	0.88 319	0.55 273	0.51 373	0.71 245	0.44 223	0.80 85	0.97 223	0.97 208	1.84 464	1.18 343	0.68 236	1.47 301	0.36 114	0.16 56	0.15 217	0.21 200	0.20 239	0.20 192	0.14 61

CRFU-Net	0.86 363	0.39 372	1.00 363	0.65 390	0.57 404	1.78 478	0.86 438	2.15 488	0.81 167	1.38 409	1.18 285	1.64 443	1.19 433	1.35 268	0.90 378	0.26 361	0.22 381	0.21 200	0.19 207	0.23 281	0.24 312

IGEV-Stereo	0.43 83	0.27 151	0.54 100	0.45 94	0.32 193	0.50 101	0.42 191	0.90 119	0.51 70	0.49 93	0.53 71	0.47 77	0.47 127	1.32 260	0.33 77	0.17 99	0.12 50	0.21 200	0.15 104	0.18 117	0.18 171
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
PSMNet-ADL	0.72 278	0.35 343	0.62 150	0.69 424	0.46 346	1.14 390	0.44 223	1.37 282	1.01 243	0.83 173	1.17 283	1.33 381	0.96 367	1.43 291	0.95 386	0.33 430	0.22 381	0.21 200	0.23 335	0.27 334	0.29 375

ADLNet2	0.88 368	0.34 322	1.17 416	0.77 463	0.64 437	1.12 388	0.76 410	1.74 383	1.24 375	1.21 321	1.65 440	1.71 453	1.05 402	1.67 337	1.17 423	0.24 312	0.21 363	0.21 200	0.22 312	0.26 320	0.29 375

LCNet	0.72 278	0.28 173	0.52 89	0.55 273	0.31 174	0.69 233	0.54 309	1.00 160	0.88 187	1.19 313	1.34 351	0.97 280	1.34 459	2.56 429	0.45 200	0.18 138	0.13 108	0.21 200	0.25 363	0.27 334	0.73 514

NRIStereo	0.60 206	0.29 208	0.69 196	0.53 234	0.28 109	0.63 190	0.33 89	1.08 207	0.87 183	1.14 279	0.87 160	0.91 250	0.59 201	2.24 405	0.49 233	0.20 212	0.14 159	0.21 200	0.19 207	0.21 233	0.17 146

THIR-Stereo	1.02 413	0.27 151	0.69 196	0.49 153	0.28 109	0.95 348	1.34 505	1.03 172	0.97 223	1.34 396	1.90 472	1.17 340	1.58 482	6.44 521	0.78 343	0.19 179	0.14 159	0.21 200	0.22 312	0.19 158	0.20 243

DeepStereo_RVC	0.55 175	0.29 208	0.72 220	0.51 195	0.30 148	0.59 165	0.33 89	1.03 172	0.70 133	1.16 295	0.93 173	0.83 217	0.94 355	0.96 164	0.54 264	0.21 246	0.14 159	0.21 200	0.19 207	0.24 296	0.24 312

RALAANet	0.60 206	0.33 299	0.87 312	0.62 358	0.50 362	0.69 233	0.31 75	1.21 246	1.06 263	1.09 245	1.16 280	0.88 238	0.46 118	1.22 234	0.42 174	0.19 179	0.15 217	0.21 200	0.17 167	0.27 334	0.17 146

222	1.61 488	0.29 208	0.67 179	0.56 286	0.29 126	1.06 378	0.42 191	2.17 497	1.31 408	1.31 380	1.52 405	0.92 259	0.94 355	1.76 356	17.65 567	0.24 312	0.20 341	0.21 200	0.19 207	0.22 256	0.23 298

xxxx	1.51 478	0.28 173	0.68 183	0.54 249	0.28 109	1.16 398	0.44 223	2.19 500	1.29 398	1.09 245	1.36 358	1.22 349	0.85 310	1.79 359	15.70 566	0.24 312	0.21 363	0.21 200	0.20 239	0.22 256	0.23 298

ACVNet	0.63 223	0.31 261	0.54 100	0.54 249	0.36 245	0.80 294	0.46 247	1.37 282	1.07 268	0.93 196	1.30 330	1.08 313	0.85 310	0.80 114	0.94 382	0.21 246	0.19 323	0.21 200	0.18 185	0.22 256	0.18 171

acv_ft	0.75 309	0.31 261	0.95 346	0.70 430	0.86 497	1.24 412	0.53 303	1.44 301	1.07 268	1.24 340	1.30 330	1.08 313	0.92 341	0.80 114	1.34 443	0.21 246	0.19 323	0.21 200	0.18 185	0.21 233	0.18 171

DIP-Stereo	0.62 216	0.30 228	0.83 293	0.48 138	0.36 245	0.95 348	0.33 89	2.37 519	0.67 124	1.25 346	1.00 196	0.68 167	0.51 155	0.91 150	0.61 289	0.18 138	0.15 217	0.21 200	0.17 167	0.19 158	0.19 211
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HITNet	0.65 243	0.40 378	0.77 269	0.48 138	0.24 38	1.05 375	0.49 275	1.76 391	1.02 246	1.18 309	1.18 285	0.89 246	0.80 286	0.85 133	0.79 349	0.17 99	0.12 50	0.21 200	0.17 167	0.29 364	0.15 92
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
AIO-test1	0.56 184	0.25 102	0.55 110	0.64 376	0.78 478	0.80 294	0.36 125	1.18 235	1.34 419	0.57 113	0.88 162	0.61 144	0.50 152	1.12 212	0.35 104	0.17 99	0.17 285	0.22 229	0.24 348	0.18 117	0.23 298

tg	0.52 135	0.24 74	0.61 145	0.49 153	0.30 148	0.90 328	0.29 58	1.07 201	0.83 173	0.83 173	1.02 210	0.62 149	0.43 99	1.35 268	0.41 163	0.17 99	0.12 50	0.22 229	0.20 239	0.17 87	0.15 92

rvit_stereo_0081_aga	0.44 94	0.34 322	0.73 232	0.51 195	0.41 306	0.50 101	0.40 171	0.81 90	0.57 88	0.58 115	0.56 83	0.53 112	0.43 99	0.66 73	0.40 152	0.26 361	0.21 363	0.22 229	0.20 239	0.26 320	0.18 171

rvit_stereo_0081	0.44 94	0.33 299	0.64 160	0.54 249	0.35 235	0.41 35	0.44 223	0.66 39	0.95 211	0.48 87	0.52 69	0.50 96	0.46 118	0.82 123	0.44 187	0.25 338	0.20 341	0.22 229	0.19 207	0.25 308	0.17 146

ACV-stereo	0.99 399	0.51 427	1.41 451	0.56 286	0.41 306	2.43 515	0.57 346	1.15 226	1.18 341	0.81 167	1.01 202	3.39 529	2.14 521	1.60 324	1.07 405	0.27 377	0.22 381	0.22 229	0.22 312	0.28 353	0.32 405

rvit_stereo_0082	0.44 94	0.33 299	0.64 160	0.54 249	0.35 235	0.41 35	0.44 223	0.66 39	0.95 211	0.48 87	0.52 69	0.50 96	0.46 118	0.82 123	0.44 187	0.25 338	0.20 341	0.22 229	0.19 207	0.25 308	0.17 146

IGEV-BASED-STEREO-	0.70 269	3.18 562	2.55 516	0.39 29	0.23 22	0.44 57	0.23 24	0.63 29	0.42 41	0.44 64	0.44 39	0.34 40	0.28 23	0.56 38	0.29 32	1.35 536	0.10 9	0.22 229	0.19 207	0.46 467	1.31 536

rvit_stereo_ft	0.47 116	0.35 343	0.87 312	0.67 409	0.42 311	0.40 31	0.59 358	0.81 90	0.74 145	0.46 76	0.55 80	0.57 127	0.49 146	0.65 71	0.50 239	0.25 338	0.17 285	0.22 229	0.22 312	0.24 296	0.17 146

test_sample2	0.62 216	0.29 208	0.74 248	0.50 165	0.28 109	0.80 294	0.61 364	1.61 350	1.00 240	0.88 185	0.99 192	0.94 264	0.83 303	1.16 221	0.51 244	0.23 297	0.18 306	0.22 229	0.21 283	0.23 281	0.22 278

H2IRNET	0.56 184	0.26 123	0.66 174	0.47 112	0.35 235	0.41 35	0.26 40	0.92 123	1.17 334	0.61 126	1.28 326	1.08 313	0.86 318	0.99 176	0.63 296	0.19 179	0.16 256	0.22 229	0.25 363	0.21 233	0.18 171

Former-RAFT_DAM_RVC	0.46 109	0.36 353	0.71 214	0.47 112	0.36 245	0.67 221	0.35 109	0.78 72	1.12 295	0.61 126	0.62 97	0.39 52	0.39 81	0.71 86	0.39 145	0.20 212	0.17 285	0.22 229	0.18 185	0.23 281	0.19 211

SMFormer	0.75 309	0.30 228	0.86 301	0.46 101	0.26 61	0.82 305	0.43 210	2.05 471	1.39 446	1.23 332	1.47 392	0.98 282	0.95 360	1.71 346	0.82 360	0.24 312	0.20 341	0.22 229	0.21 283	0.23 281	0.24 312

tta	0.75 309	0.30 228	0.86 301	0.46 101	0.26 61	0.82 305	0.43 210	2.05 471	1.39 446	1.23 332	1.47 392	0.98 282	0.95 360	1.71 346	0.82 360	0.24 312	0.20 341	0.22 229	0.21 283	0.18 117	0.18 171

1111x	1.70 496	0.29 208	0.86 301	0.51 195	0.27 85	1.01 367	0.68 389	2.22 504	1.28 394	1.13 276	1.40 371	1.21 347	1.10 414	5.53 503	15.20 564	0.22 272	0.21 363	0.22 229	0.22 312	0.24 296	0.22 278

gwcnet-sp	0.74 301	0.33 299	1.44 453	0.57 302	0.45 335	1.40 437	0.54 309	1.50 315	1.14 310	1.30 370	1.02 210	0.94 264	0.82 295	1.39 283	0.76 335	0.21 246	0.21 363	0.22 229	0.21 283	0.22 256	0.22 278

scenet	0.74 301	0.33 299	1.44 453	0.57 302	0.45 335	1.40 437	0.54 309	1.50 315	1.14 310	1.30 370	1.02 210	0.94 264	0.82 295	1.39 283	0.76 335	0.21 246	0.21 363	0.22 229	0.21 283	0.22 256	0.22 278

ssnet	0.74 301	0.33 299	1.44 453	0.57 302	0.45 335	1.40 437	0.54 309	1.50 315	1.14 310	1.30 370	1.02 210	0.94 264	0.82 295	1.39 283	0.76 335	0.21 246	0.21 363	0.22 229	0.21 283	0.22 256	0.22 278

TestStereo1	0.63 223	0.28 173	0.75 252	0.76 460	0.31 174	0.48 75	0.43 210	1.30 269	1.21 360	0.97 208	1.31 336	0.64 155	0.77 269	1.75 351	0.42 174	0.20 212	0.15 217	0.22 229	0.18 185	0.21 233	0.17 146

x	0.54 160	0.31 261	0.61 145	0.47 112	0.30 148	0.67 221	0.47 254	1.53 330	0.79 163	0.81 167	0.83 152	0.78 195	0.70 244	0.70 82	0.62 292	0.21 246	0.19 323	0.22 229	0.19 207	0.21 233	0.20 243

RAFT+CT+SA	0.58 197	0.29 208	0.60 142	0.66 397	0.37 260	0.42 42	0.55 327	1.27 264	1.03 250	0.70 140	1.22 300	0.60 140	0.70 244	1.64 331	0.41 163	0.18 138	0.13 108	0.22 229	0.22 312	0.21 233	0.18 171

SA-5K	0.63 223	0.28 173	0.75 252	0.76 460	0.31 174	0.48 75	0.43 210	1.30 269	1.21 360	0.97 208	1.31 336	0.64 155	0.77 269	1.75 351	0.42 174	0.20 212	0.15 217	0.22 229	0.18 185	0.21 233	0.17 146

iRaft-Stereo_5w	0.85 358	0.29 208	0.91 332	0.53 234	0.43 321	0.49 87	0.68 389	0.99 156	0.87 183	0.79 161	1.34 351	1.46 408	0.91 338	5.11 491	1.11 414	0.17 99	0.14 159	0.22 229	0.18 185	0.20 192	0.20 243

test_3	0.55 175	0.23 56	0.71 214	0.53 234	0.28 109	0.61 179	0.40 171	0.92 123	1.05 259	1.19 313	0.68 111	0.93 261	0.44 107	1.67 337	0.39 145	0.15 35	0.12 50	0.22 229	0.19 207	0.21 233	0.14 61

AAGNet	1.83 503	0.28 173	0.72 220	0.61 346	0.32 193	0.67 221	0.51 284	0.96 149	0.98 228	1.47 431	1.20 296	1.00 289	1.18 430	2.83 439	22.77 574	0.22 272	0.13 108	0.22 229	0.19 207	0.23 281	0.15 92

KYRaft	0.75 309	0.28 173	0.62 150	0.56 286	0.29 126	0.67 221	0.86 438	0.94 137	0.84 177	1.62 464	2.21 493	1.16 339	1.02 394	1.57 319	0.40 152	0.20 212	0.13 108	0.22 229	0.28 412	0.20 192	1.02 526

ASMatch	0.88 368	0.26 123	0.69 196	0.51 195	0.35 235	0.48 75	0.37 142	1.12 220	0.92 204	1.10 253	3.28 521	0.96 278	0.98 377	4.90 488	0.49 233	0.19 179	0.16 256	0.22 229	0.19 207	0.19 158	0.27 358

RAFT-345	0.84 354	0.25 102	0.66 174	0.50 165	0.27 85	0.54 139	0.42 191	0.83 97	1.11 291	1.32 384	2.34 499	0.86 230	0.54 170	5.72 508	0.47 221	0.18 138	0.13 108	0.22 229	0.17 167	0.17 87	0.16 121

LMCR-Stereo	0.82 343	0.46 405	0.88 319	0.75 457	0.43 321	1.33 426	0.56 335	2.43 524	0.98 228	1.53 444	1.49 399	0.74 182	1.00 387	1.63 329	0.89 375	0.28 390	0.17 285	0.22 229	0.17 167	0.29 364	0.20 243

ICVP	0.63 223	0.33 299	0.57 124	0.61 346	0.40 298	0.80 294	0.58 350	1.61 350	0.89 190	0.90 188	1.24 306	0.88 238	0.73 253	0.72 89	0.88 372	0.29 401	0.21 363	0.22 229	0.21 283	0.24 296	0.27 358
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iRaftStereo_RVC	0.47 116	0.26 123	0.64 160	0.50 165	0.29 126	0.53 131	0.33 89	1.05 186	0.77 156	0.84 176	1.00 196	0.55 117	0.37 73	0.81 120	0.40 152	0.17 99	0.12 50	0.22 229	0.20 239	0.19 158	0.15 92

sAnonymous2	0.55 175	0.56 445	1.46 460	0.60 332	0.51 373	0.48 75	0.52 295	0.79 77	0.68 128	0.50 101	0.67 108	0.46 70	0.62 218	0.59 44	0.40 152	0.22 272	0.17 285	0.22 229	0.21 283	0.86 515	0.56 489

CroCo_RVC	0.55 175	0.56 445	1.46 460	0.60 332	0.51 373	0.48 75	0.52 295	0.79 77	0.68 128	0.50 101	0.67 108	0.46 70	0.62 218	0.59 44	0.40 152	0.22 272	0.17 285	0.22 229	0.21 283	0.86 515	0.56 489

test_xeample	1.45 474	0.28 173	0.65 167	0.51 195	0.28 109	0.94 344	0.59 358	2.14 486	1.29 398	1.24 340	1.51 404	0.88 238	0.86 318	1.46 297	15.10 563	0.22 272	0.20 341	0.22 229	0.20 239	0.22 256	0.22 278

SFCPSM	0.70 269	0.28 173	1.02 374	0.51 195	0.38 277	1.37 431	0.66 381	2.00 460	1.03 250	1.17 304	1.21 298	0.82 210	0.78 276	1.03 185	0.53 258	0.21 246	0.17 285	0.22 229	0.24 348	0.21 233	0.19 211

cf-r	0.73 296	0.30 228	0.77 269	0.55 273	0.63 434	0.78 280	0.48 265	1.79 405	1.15 322	1.13 276	1.26 317	1.43 398	0.87 323	1.40 289	0.85 368	0.25 338	0.18 306	0.22 229	0.23 335	0.19 158	0.19 211

GANet-RSSM	0.72 278	0.28 173	0.63 153	0.64 376	0.58 413	0.80 294	0.58 350	1.89 432	1.08 274	1.04 234	1.25 310	1.15 338	1.04 398	1.49 303	0.62 292	0.25 338	0.19 323	0.22 229	0.22 312	0.22 256	0.21 260

SuperB	2.53 531	0.59 455	18.45 563	0.69 424	0.50 362	1.87 487	0.88 443	1.67 366	2.39 520	1.50 440	1.42 374	1.14 337	1.15 424	4.28 475	5.07 532	0.24 312	0.19 323	0.22 229	0.19 207	7.86 571	0.34 416

DISCO	1.03 416	0.34 322	1.11 404	0.69 424	0.45 335	2.07 500	0.84 431	2.13 482	1.50 468	1.15 285	1.33 344	2.40 507	1.07 409	2.60 431	1.51 472	0.23 297	0.18 306	0.22 229	0.20 239	0.31 384	0.27 358

MyStereo06	0.61 212	0.28 173	0.95 346	0.56 286	0.46 346	0.61 179	0.73 402	1.78 399	0.67 124	1.03 231	1.12 258	1.13 335	0.56 182	0.78 108	0.41 163	0.17 99	0.16 256	0.23 267	0.20 239	0.22 256	0.20 243

MyStereo05	0.66 250	0.28 173	1.07 392	0.56 286	0.46 346	0.61 179	0.73 402	1.34 276	1.41 455	1.15 285	0.91 168	0.77 191	0.80 286	1.41 290	0.63 296	0.17 99	0.16 256	0.23 267	0.20 239	0.22 256	0.20 243

MIF-Stereo (partial)	0.45 102	0.25 102	0.70 202	0.50 165	0.52 385	0.35 17	0.26 40	0.91 120	0.59 95	0.45 72	0.71 122	0.51 100	0.51 155	1.11 209	0.45 200	0.20 212	0.16 256	0.23 267	0.20 239	0.24 296	0.18 171

4D-IteraStereo	0.48 122	0.24 74	0.76 262	0.50 165	0.44 328	0.66 217	0.31 75	0.87 104	1.02 246	1.03 231	0.72 125	0.78 195	0.32 42	0.64 65	0.37 126	0.17 99	0.11 26	0.23 267	0.19 207	0.19 158	0.13 35

anonymousa	0.72 278	0.27 151	0.75 252	0.47 112	0.63 434	1.43 443	0.45 240	1.24 260	0.89 190	1.28 355	1.75 454	1.62 435	1.13 422	0.69 78	0.59 279	0.19 179	0.16 256	0.23 267	0.25 363	0.20 192	0.18 171

DisPM	0.66 250	0.28 173	0.72 220	0.61 346	0.35 235	0.62 188	0.45 240	1.02 167	0.99 235	1.56 453	1.10 245	0.80 201	0.59 201	2.37 416	0.41 163	0.23 297	0.14 159	0.23 267	0.21 283	0.20 192	0.25 324

test_5	0.65 243	0.30 228	0.75 252	0.67 409	0.50 362	0.92 339	0.52 295	1.39 288	1.12 295	0.76 150	1.11 251	1.00 289	0.90 335	1.53 312	0.45 200	0.18 138	0.13 108	0.23 267	0.22 312	0.21 233	0.19 211

GLC_STEREO	0.39 59	0.25 102	0.41 22	0.54 249	0.23 22	0.48 75	0.30 68	0.73 57	0.58 89	0.52 106	0.73 127	0.51 100	0.31 36	0.64 65	0.42 174	0.17 99	0.20 341	0.23 267	0.19 207	0.21 233	0.17 146

TRStereo	0.60 206	0.60 463	0.97 354	0.74 453	0.67 446	0.46 65	0.38 148	1.85 421	0.89 190	0.79 161	0.80 150	0.88 238	0.39 81	1.10 206	0.41 163	0.23 297	0.15 217	0.23 267	0.24 348	0.17 87	0.15 92

HHNet	0.62 216	0.26 123	0.63 153	0.43 58	0.45 335	0.50 101	0.58 350	1.07 201	1.01 243	1.25 346	2.23 494	0.70 176	0.61 213	1.07 198	0.47 221	0.20 212	0.13 108	0.23 267	0.19 207	0.19 158	0.30 389

IIG-Stereo	0.96 387	0.31 261	0.72 220	0.88 499	0.33 214	0.61 179	0.26 40	1.19 243	1.03 250	1.69 472	1.37 360	1.46 408	0.75 257	6.96 532	0.51 244	0.19 179	0.14 159	0.23 267	0.18 185	0.20 192	0.14 61

FTStereo	0.91 376	0.26 123	0.56 114	0.54 249	0.33 214	0.66 217	1.87 531	1.00 160	0.75 146	1.75 476	4.15 531	1.04 305	1.65 489	1.57 319	0.46 214	0.19 179	0.16 256	0.23 267	0.21 283	0.18 117	0.63 502

SST-Stereo	0.83 349	0.28 173	0.72 220	0.59 321	0.31 174	0.72 248	0.26 40	1.09 209	0.86 179	1.47 431	1.10 245	1.00 289	0.87 323	5.73 509	0.45 200	0.22 272	0.13 108	0.23 267	0.19 207	0.23 281	0.18 171

RAFT_R40	0.83 349	0.28 173	0.73 232	0.59 321	0.31 174	0.69 233	0.44 223	1.10 212	0.95 211	1.47 431	1.10 245	1.00 289	0.85 310	5.53 503	0.46 214	0.22 272	0.13 108	0.23 267	0.20 239	0.23 281	0.18 171

CRE-IMP	0.55 175	0.30 228	0.74 248	0.52 216	0.29 126	0.79 286	0.25 30	1.04 178	0.72 139	1.09 245	0.95 177	0.81 205	0.57 191	1.10 206	0.50 239	0.21 246	0.14 159	0.23 267	0.19 207	0.28 353	0.22 278

GEStereo_RVC	0.90 373	0.37 360	0.99 358	0.64 376	0.50 362	0.95 348	0.79 418	2.42 523	1.17 334	1.16 295	1.11 251	1.26 364	0.92 341	3.24 454	0.90 378	0.29 401	0.19 323	0.23 267	0.20 239	0.27 334	0.29 375

sCroCo_RVC	0.49 128	0.40 378	1.02 374	0.65 390	0.60 424	0.52 122	0.40 171	0.83 97	0.61 97	0.44 64	0.74 131	0.49 90	0.50 152	0.63 64	0.48 226	0.26 361	0.27 426	0.23 267	0.22 312	0.29 364	0.25 324

MMNet	0.84 354	0.32 277	1.09 399	0.60 332	0.59 421	1.85 485	0.49 275	1.51 322	1.27 389	1.37 404	1.15 275	1.26 364	1.18 430	1.67 337	1.22 427	0.19 179	0.18 306	0.23 267	0.22 312	0.25 308	0.21 260

FENet	0.60 206	0.28 173	0.63 153	0.54 249	0.33 214	0.83 310	0.38 148	1.27 264	1.07 268	1.00 220	0.86 157	0.99 288	0.85 310	0.96 164	0.68 311	0.22 272	0.15 217	0.23 267	0.20 239	0.22 256	0.23 298

GwcNet-RSSM	0.77 317	0.32 277	1.01 367	0.62 358	0.54 392	0.78 280	0.51 284	1.73 378	1.20 354	1.09 245	1.37 360	1.46 408	0.85 310	1.53 312	1.09 408	0.25 338	0.18 306	0.23 267	0.24 348	0.20 192	0.19 211

DFGA-Net	0.72 278	0.40 378	1.40 446	0.52 216	0.45 335	0.83 310	0.44 223	1.28 268	1.08 274	0.99 215	1.19 292	0.70 176	0.55 177	2.14 394	1.16 420	0.18 138	0.16 256	0.24 287	0.23 335	0.27 334	0.25 324

rvit_stereo_0083	0.47 116	0.33 299	0.81 286	0.56 286	0.36 245	0.50 101	0.44 223	0.68 45	0.95 211	0.49 93	0.57 86	0.55 117	0.49 146	0.88 142	0.46 214	0.25 338	0.25 411	0.24 287	0.20 239	0.24 296	0.17 146

DispNO	0.93 381	0.30 228	1.34 443	0.55 273	0.55 398	0.89 325	0.49 275	1.48 309	1.21 360	1.17 304	1.27 320	1.19 344	0.90 335	5.23 494	0.74 327	0.22 272	0.17 285	0.24 287	0.21 283	0.19 158	0.20 243

MyStereo07	0.48 122	0.29 208	0.50 75	0.55 273	0.45 335	0.59 165	0.79 418	1.05 186	0.51 70	0.48 87	0.53 71	0.43 57	0.55 177	1.30 255	0.34 94	0.17 99	0.16 256	0.24 287	0.20 239	0.23 281	0.20 243

MyStereo04	0.67 259	0.29 208	1.07 392	0.55 273	0.45 335	0.59 165	0.79 418	1.50 315	1.40 451	0.91 193	0.91 168	0.74 182	0.86 318	1.52 308	0.62 292	0.17 99	0.16 256	0.24 287	0.20 239	0.23 281	0.20 243

xx1	0.67 259	0.31 261	0.50 75	0.54 249	0.26 61	1.18 401	0.51 284	0.93 130	3.05 536	0.58 115	0.79 145	0.95 272	0.77 269	1.46 297	0.32 64	0.20 212	0.12 50	0.24 287	0.23 335	0.22 256	0.21 260

tt1	0.62 216	0.32 277	0.51 82	0.54 249	0.26 61	1.16 398	0.48 265	0.95 142	2.47 523	0.57 113	0.77 137	0.49 90	0.81 290	1.55 316	0.32 64	0.20 212	0.12 50	0.24 287	0.15 104	0.19 158	0.20 243

plain	0.46 109	0.27 151	1.01 367	0.50 165	0.40 298	0.35 17	0.37 142	0.87 104	0.56 86	0.43 60	0.76 135	0.42 54	0.40 85	1.13 214	0.45 200	0.21 246	0.15 217	0.24 287	0.19 207	0.24 296	0.16 121

ToySt	0.66 250	0.33 299	1.23 422	0.51 195	0.33 214	0.86 322	0.68 389	1.10 212	0.97 223	0.84 176	1.08 236	1.25 360	0.94 355	1.01 181	0.74 327	0.19 179	0.19 323	0.24 287	0.24 348	0.27 334	0.23 298

riskmin	0.56 184	0.27 151	0.60 142	0.43 58	0.31 174	0.83 310	0.42 191	1.14 224	1.04 255	0.73 148	0.75 133	1.11 329	1.01 389	0.81 120	0.51 244	0.20 212	0.14 159	0.24 287	0.15 104	0.24 296	0.25 324

qqq	0.57 191	0.34 322	0.71 214	0.47 112	0.27 85	0.64 193	0.62 367	1.42 294	0.78 159	0.80 163	0.92 170	0.95 272	0.77 269	0.88 142	0.59 279	0.21 246	0.20 341	0.24 287	0.23 335	0.22 256	0.21 260

Wz-Net-LNSev	1.03 416	0.67 475	2.71 521	0.64 376	0.84 492	1.75 471	1.00 471	1.80 408	1.32 412	1.28 355	1.25 310	1.65 446	1.22 440	1.39 283	1.40 452	0.28 390	0.26 417	0.24 287	0.23 335	0.33 402	0.32 405

AASNet	0.76 315	0.35 343	0.91 332	0.79 467	0.81 488	1.14 390	0.56 335	2.02 468	1.08 274	1.22 326	1.24 306	0.93 261	0.76 265	0.77 103	1.16 420	0.27 377	0.23 393	0.24 287	0.20 239	0.28 353	0.24 312

GMOStereo	0.53 145	0.26 123	0.65 167	0.50 165	0.29 126	0.52 122	0.43 210	0.89 113	0.96 216	1.41 418	1.14 267	0.85 226	0.56 182	0.59 44	0.38 137	0.16 56	0.14 159	0.24 287	0.21 283	0.20 192	0.15 92

error version	0.53 145	0.26 123	0.65 167	0.50 165	0.29 126	0.52 122	0.43 210	0.89 113	0.96 216	1.41 418	1.14 267	0.85 226	0.56 182	0.59 44	0.38 137	0.16 56	0.14 159	0.24 287	0.21 283	0.20 192	0.15 92

test-v	0.53 145	0.26 123	0.65 167	0.50 165	0.29 126	0.52 122	0.43 210	0.89 113	0.96 216	1.41 418	1.14 267	0.85 226	0.56 182	0.59 44	0.38 137	0.16 56	0.14 159	0.24 287	0.21 283	0.20 192	0.15 92

Patchmatch Stereo++	0.55 175	0.30 228	0.73 232	0.50 165	0.27 85	0.65 209	0.29 58	1.05 186	0.64 106	1.12 261	0.96 180	0.83 217	0.60 204	1.37 274	0.45 200	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171
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
OMP-Stereo	0.94 383	0.33 299	0.72 220	0.90 504	0.31 174	0.49 87	0.36 125	1.16 228	1.06 263	1.58 459	1.12 258	1.46 408	0.69 239	6.94 531	0.49 233	0.19 179	0.14 159	0.24 287	0.18 185	0.20 192	0.14 61

NF-Stereo	0.80 332	0.30 228	0.75 252	0.60 332	0.31 174	0.64 193	0.44 223	1.21 246	0.90 194	1.29 361	1.02 210	0.82 210	0.57 191	5.40 501	0.48 226	0.23 297	0.14 159	0.24 287	0.20 239	0.20 192	0.30 389

OCTAStereo	0.80 332	0.30 228	0.75 252	0.60 332	0.31 174	0.64 193	0.44 223	1.21 246	0.90 194	1.29 361	1.01 202	0.82 210	0.57 191	5.35 496	0.48 226	0.24 312	0.14 159	0.24 287	0.20 239	0.20 192	0.30 389

PSM-adaLoss	0.54 160	0.30 228	0.73 232	0.50 165	0.27 85	0.65 209	0.41 187	1.04 178	0.64 106	1.12 261	0.96 180	0.82 210	0.61 213	1.06 194	0.45 200	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171

ROB_FTStereo_v2	0.54 160	0.30 228	0.73 232	0.50 165	0.27 85	0.64 193	0.42 191	1.05 186	0.64 106	1.12 261	0.96 180	0.83 217	0.60 204	1.12 212	0.46 214	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171

ROB_FTStereo	0.54 160	0.30 228	0.73 232	0.50 165	0.27 85	0.64 193	0.25 30	1.05 186	0.64 106	1.12 261	0.95 177	0.82 210	0.61 213	1.15 217	0.45 200	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171

HUI-Stereo	0.52 135	0.30 228	0.73 232	0.50 165	0.27 85	0.65 209	0.30 68	1.04 178	0.64 106	1.12 261	0.96 180	0.83 217	0.60 204	0.79 112	0.45 200	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171

PFNet	0.91 376	0.26 123	1.10 402	0.63 367	0.32 193	0.64 193	0.56 335	1.17 230	0.99 235	1.47 431	1.08 236	0.98 282	0.69 239	6.62 523	0.54 264	0.20 212	0.12 50	0.24 287	0.19 207	0.20 192	0.17 146

RE-Stereo	0.80 332	0.30 228	0.75 252	0.60 332	0.31 174	0.64 193	0.44 223	1.21 246	0.90 194	1.29 361	1.01 202	0.81 205	0.57 191	5.37 499	0.48 226	0.24 312	0.14 159	0.24 287	0.20 239	0.20 192	0.30 389

Pruner-Stereo	0.62 216	0.29 208	0.70 202	0.61 346	0.31 174	0.63 190	0.43 210	1.17 230	0.99 235	1.53 444	1.08 236	0.95 272	0.55 177	1.35 268	0.51 244	0.23 297	0.14 159	0.24 287	0.21 283	0.21 233	0.23 298

TVStereo	0.80 332	0.30 228	0.75 252	0.60 332	0.31 174	0.64 193	0.44 223	1.21 246	0.90 194	1.29 361	1.01 202	0.81 205	0.57 191	5.37 499	0.48 226	0.24 312	0.14 159	0.24 287	0.20 239	0.20 192	0.30 389

iGMRVC	0.56 184	0.30 228	0.73 232	0.50 165	0.27 85	0.65 209	0.38 148	1.05 186	0.64 106	1.12 261	0.96 180	0.83 217	0.60 204	1.52 308	0.46 214	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171

iRAFT	0.55 175	0.30 228	0.73 232	0.50 165	0.27 85	0.65 209	0.29 58	1.05 186	0.64 106	1.12 261	0.96 180	0.83 217	0.60 204	1.37 274	0.45 200	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171

test-2	0.53 145	0.26 123	0.65 167	0.50 165	0.29 126	0.52 122	0.43 210	0.89 113	0.96 216	1.41 418	1.14 267	0.85 226	0.56 182	0.59 44	0.38 137	0.16 56	0.14 159	0.24 287	0.21 283	0.20 192	0.15 92

RAFT-IKP	0.54 160	0.30 228	0.73 232	0.50 165	0.27 85	0.59 165	0.36 125	1.04 178	0.64 106	1.12 261	0.96 180	0.83 217	0.61 213	1.22 234	0.45 200	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171

rafts_anoy	0.52 135	0.29 208	0.59 137	0.59 321	0.50 362	0.53 131	0.40 171	1.11 218	1.03 250	0.84 176	0.83 152	0.68 167	0.54 170	0.72 89	0.51 244	0.19 179	0.14 159	0.24 287	0.26 380	0.21 233	0.18 171

TestStereo	0.64 235	0.39 372	0.71 214	0.51 195	0.27 85	0.56 152	0.42 191	1.03 172	0.91 199	0.80 163	1.00 196	0.68 167	0.52 160	3.25 455	0.45 200	0.22 272	0.15 217	0.24 287	0.18 185	0.27 334	0.16 121

delet	0.85 358	0.32 277	0.95 346	0.65 390	0.66 442	1.64 463	0.84 431	1.75 385	1.35 429	1.32 384	1.30 330	1.30 375	0.88 328	1.68 342	1.10 411	0.21 246	0.21 363	0.24 287	0.24 348	0.21 233	0.21 260

UPFNet	0.80 332	0.32 277	0.90 329	0.59 321	0.74 465	1.26 415	0.80 424	1.52 324	1.10 289	1.30 370	1.12 258	1.30 375	0.84 307	1.67 337	1.09 408	0.24 312	0.24 402	0.24 287	0.23 335	0.25 308	0.18 171

ac_64	0.82 343	0.29 208	0.81 286	0.71 438	0.60 424	1.05 375	0.54 309	1.99 459	0.92 204	1.18 309	1.06 227	1.99 486	1.08 410	1.94 376	0.97 391	0.27 377	0.22 381	0.24 287	0.23 335	0.22 256	0.19 211

HGLStereo	0.85 358	0.38 367	0.94 342	0.80 470	1.03 510	1.17 400	0.58 350	1.52 324	1.20 354	1.19 313	1.62 433	1.13 335	1.20 436	1.80 360	1.06 402	0.24 312	0.24 402	0.24 287	0.21 283	0.23 281	0.27 358

BEATNet_4x	0.73 296	0.49 417	1.17 416	0.53 234	0.26 61	1.03 372	0.55 327	1.82 412	1.06 263	1.21 321	1.22 300	0.96 278	0.91 338	1.01 181	1.06 402	0.21 246	0.14 159	0.24 287	0.19 207	0.37 420	0.21 260

test_sample3	0.68 263	0.32 277	0.88 319	0.52 216	0.30 148	0.97 358	0.52 295	1.86 424	1.15 322	1.08 239	1.11 251	0.88 238	0.71 248	1.17 225	0.68 311	0.25 338	0.20 341	0.25 326	0.25 363	0.25 308	0.25 324

ACVNet-DCA	0.56 184	0.31 261	0.50 75	0.54 249	0.26 61	1.18 401	0.51 284	1.42 294	0.78 159	0.58 115	0.79 145	0.48 82	0.88 328	1.46 297	0.32 64	0.20 212	0.12 50	0.25 326	0.15 104	0.22 256	0.21 260

1test111	0.54 160	0.31 261	0.50 75	0.54 249	0.26 61	1.18 401	0.51 284	1.42 294	0.78 159	0.58 115	0.79 145	0.48 82	0.88 328	0.88 142	0.59 279	0.20 212	0.12 50	0.25 326	0.15 104	0.22 256	0.21 260

cc1	0.64 235	0.31 261	0.50 75	0.54 249	0.26 61	1.18 401	0.51 284	0.93 130	3.05 536	0.58 115	0.79 145	0.48 82	0.88 328	1.46 297	0.32 64	0.20 212	0.12 50	0.25 326	0.15 104	0.19 158	0.19 211

BUS	0.74 301	0.32 277	0.68 183	0.54 249	0.44 328	2.34 511	0.42 191	2.16 491	0.98 228	1.20 317	1.11 251	1.03 302	0.62 218	0.91 150	0.70 315	0.24 312	0.17 285	0.25 326	0.22 312	0.22 256	0.22 278

BSDual-CNN	0.71 276	0.32 277	0.68 183	0.54 249	0.44 328	1.27 416	0.65 376	2.16 491	0.98 228	1.20 317	1.11 251	1.12 330	0.74 255	0.91 150	0.66 304	0.24 312	0.17 285	0.25 326	0.22 312	0.22 256	0.22 278

hknet	0.77 317	0.32 277	0.95 346	0.54 249	0.38 277	1.27 416	0.65 376	2.16 491	1.07 268	1.20 317	1.11 251	1.59 431	0.81 290	1.37 274	0.66 304	0.22 272	0.17 285	0.25 326	0.22 312	0.22 256	0.22 278

Sa-1000	0.72 278	0.29 208	0.76 262	0.59 321	0.30 148	0.73 252	0.37 142	1.62 354	1.33 416	1.28 355	2.04 485	0.86 230	0.75 257	1.84 363	0.38 137	0.19 179	0.14 159	0.25 326	0.23 335	0.20 192	0.16 121

SA	0.66 250	0.30 228	0.82 289	0.61 346	0.30 148	0.58 160	0.38 148	1.44 301	1.30 404	0.96 205	1.36 358	0.66 162	0.95 360	1.85 366	0.42 174	0.19 179	0.15 217	0.25 326	0.23 335	0.21 233	0.17 146

psmg	0.72 278	0.32 277	0.68 183	0.50 165	0.44 328	1.48 447	0.75 407	1.94 448	0.98 228	1.21 321	1.33 344	1.12 330	0.74 255	0.91 150	0.66 304	0.24 312	0.19 323	0.25 326	0.25 363	0.23 281	0.22 278

DAS	0.84 354	0.34 322	1.03 378	0.64 376	0.69 454	0.77 275	0.63 372	1.54 333	1.20 354	1.79 482	1.55 413	0.95 272	1.04 398	2.83 439	0.60 287	0.21 246	0.16 256	0.25 326	0.18 185	0.27 334	0.22 278

SepStereo	0.82 343	0.34 322	1.03 378	0.64 376	0.69 454	0.77 275	0.63 372	1.54 333	1.20 354	1.79 482	1.55 413	0.95 272	1.04 398	2.30 411	0.60 287	0.21 246	0.16 256	0.25 326	0.18 185	0.27 334	0.22 278

PSM-softLoss	0.78 325	0.31 261	0.77 269	0.58 308	0.32 193	0.56 152	0.40 171	1.18 235	0.70 133	1.24 340	1.07 231	0.83 217	0.52 160	5.36 497	0.53 258	0.24 312	0.15 217	0.25 326	0.22 312	0.20 192	0.25 324

KMStereo	0.78 325	0.31 261	0.77 269	0.58 308	0.32 193	0.56 152	0.40 171	1.18 235	0.70 133	1.24 340	1.07 231	0.83 217	0.52 160	5.36 497	0.53 258	0.24 312	0.15 217	0.25 326	0.22 312	0.20 192	0.25 324

IRAFT_RVC	0.88 368	0.28 173	0.76 262	0.63 367	0.31 174	0.65 209	1.02 474	1.22 254	0.94 209	1.22 326	1.04 223	1.01 296	0.98 377	5.82 511	0.53 258	0.22 272	0.12 50	0.25 326	0.20 239	0.20 192	0.19 211

GMM-Stereo	0.74 301	0.25 102	0.59 137	0.54 249	0.34 231	0.72 248	0.99 469	1.01 166	0.87 183	1.36 401	1.78 457	1.12 330	0.81 290	2.09 390	0.46 214	0.18 138	0.12 50	0.25 326	0.25 363	0.20 192	0.85 520

UNet	0.83 349	0.34 322	1.31 435	0.58 308	0.74 465	1.58 457	0.49 275	1.41 292	1.04 255	1.21 321	1.08 236	1.54 423	1.12 418	1.65 332	1.09 408	0.23 297	0.17 285	0.25 326	0.20 239	0.25 308	0.22 278

DSFCA	0.93 381	0.34 322	1.06 387	0.52 216	0.65 439	1.55 454	0.93 457	1.49 311	1.19 349	1.56 453	1.15 275	1.50 417	0.96 367	3.07 448	1.02 398	0.30 406	0.26 417	0.25 326	0.25 363	0.28 353	0.24 312

DN-CSS_ROB	0.64 235	0.32 277	1.05 383	0.55 273	0.40 298	0.54 139	0.45 240	1.21 246	0.93 206	1.03 231	1.47 392	0.69 172	0.63 223	1.76 356	0.49 233	0.18 138	0.14 159	0.25 326	0.22 312	0.22 256	0.20 243

G2L-Stereo	0.80 332	0.32 277	0.95 346	0.60 332	0.42 311	0.78 280	0.69 393	1.50 315	1.09 282	1.33 392	1.14 267	1.45 405	0.72 251	2.45 421	1.10 411	0.25 338	0.20 341	0.26 345	0.21 283	0.20 192	0.26 348

AIO-test2	0.57 191	0.28 173	0.63 153	0.61 346	0.58 413	0.79 286	0.51 284	1.18 235	1.40 451	0.63 130	1.15 275	0.51 100	0.43 99	1.09 203	0.35 104	0.21 246	0.17 285	0.26 345	0.30 432	0.20 192	0.19 211

DDVS	0.78 325	0.41 386	0.94 342	0.60 332	0.43 321	1.30 421	0.43 210	1.40 290	0.91 199	1.20 317	1.15 275	1.43 398	0.64 227	2.18 400	0.89 375	0.28 390	0.22 381	0.26 345	0.23 335	0.31 384	0.33 411

test_sample4	0.69 265	0.33 299	0.91 332	0.51 195	0.30 148	0.92 339	0.52 295	1.87 426	1.15 322	1.14 279	1.18 285	0.87 234	0.75 257	1.18 227	0.68 311	0.25 338	0.20 341	0.26 345	0.26 380	0.26 320	0.25 324

CAS++	0.47 116	0.31 261	0.56 114	0.47 112	0.32 193	0.42 42	0.28 53	1.76 391	0.72 139	0.71 142	0.72 125	0.37 49	0.28 23	0.69 78	0.33 77	0.27 377	0.22 381	0.26 345	0.21 283	0.29 364	0.19 211
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ttt	0.94 383	0.34 322	0.59 137	0.61 346	0.37 260	0.94 344	0.50 283	2.17 497	1.34 419	1.23 332	1.61 430	0.91 250	0.76 265	1.85 366	3.97 528	0.30 406	0.26 417	0.26 345	0.24 348	0.29 364	0.29 375

CASS	0.65 243	0.34 322	0.72 220	0.56 286	0.27 85	0.78 280	0.42 191	1.59 343	0.86 179	1.30 370	1.25 310	0.87 234	0.84 307	0.84 128	0.54 264	0.35 447	0.19 323	0.26 345	0.21 283	0.28 353	0.42 451
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
knoymous	0.51 134	0.29 208	0.47 61	0.43 58	0.30 148	0.55 147	0.55 327	1.02 167	0.77 156	0.98 212	0.85 156	0.94 264	0.56 182	0.85 133	0.45 200	0.20 212	0.14 159	0.26 345	0.14 88	0.23 281	0.23 298

dd	0.59 203	0.48 414	0.97 354	0.55 273	0.32 193	0.64 193	0.47 254	1.02 167	1.34 419	0.78 158	0.86 157	0.58 132	0.54 170	1.01 181	0.86 370	0.28 390	0.18 306	0.26 345	0.19 207	0.32 393	0.24 312

RAFT-RH_RVC	1.03 416	0.24 74	0.67 179	0.49 153	0.28 109	0.81 303	0.33 89	0.83 97	1.08 274	2.05 502	4.65 538	1.04 305	0.57 191	5.98 516	0.50 239	0.18 138	0.13 108	0.26 345	0.20 239	0.16 58	0.17 146

Anonymous3	0.61 212	0.44 396	1.11 404	0.59 321	0.49 355	0.93 343	0.65 376	0.93 130	0.81 167	0.72 147	0.88 162	0.65 158	0.69 239	1.06 194	0.53 258	0.35 447	0.30 448	0.26 345	0.26 380	0.31 384	0.27 358

ADLNet	0.85 358	0.36 353	0.89 325	0.85 490	0.72 459	1.24 412	0.76 410	1.82 412	1.36 433	1.52 443	1.35 357	1.27 368	0.99 385	1.23 236	1.15 419	0.27 377	0.20 341	0.26 345	0.25 363	0.28 353	0.30 389

aanetorigin	1.23 450	0.79 494	2.78 523	0.70 430	0.79 481	0.99 364	1.06 480	1.06 199	1.37 437	3.52 540	2.61 509	1.72 454	1.63 487	1.99 380	1.78 482	0.25 338	0.24 402	0.26 345	0.25 363	0.38 429	0.45 462

EDNetEfficient	2.37 525	1.10 515	8.08 549	0.74 453	0.71 457	0.98 363	1.56 516	1.46 305	4.06 547	4.90 554	2.82 514	2.25 498	3.48 543	2.95 443	9.97 552	0.26 361	0.24 402	0.26 345	0.30 432	0.68 507	0.61 500

MSMDNet	0.66 250	0.32 277	0.87 312	0.49 153	0.37 260	0.79 286	0.40 171	1.43 300	1.31 408	1.15 285	1.31 336	1.24 356	0.63 223	0.88 142	0.57 273	0.21 246	0.16 256	0.26 345	0.19 207	0.39 433	0.24 312

DLCB_ROB	0.86 363	0.40 378	0.78 277	0.68 420	0.54 392	1.11 385	0.84 431	1.49 311	1.23 369	1.64 468	1.65 440	1.70 452	0.91 338	1.70 344	1.05 400	0.25 338	0.24 402	0.26 345	0.27 391	0.27 334	0.24 312

zh-mn7	1.70 496	1.21 524	8.30 551	0.69 424	0.53 388	1.45 445	0.84 431	1.70 374	2.09 514	2.41 518	2.67 511	1.68 449	1.23 442	4.49 477	2.87 510	0.30 406	0.26 417	0.27 361	0.27 391	0.31 384	0.35 421

z-mn7	1.56 482	0.84 496	4.36 535	0.71 438	0.51 373	2.60 520	1.04 476	1.73 378	2.70 532	1.53 444	2.99 517	1.94 480	1.34 459	4.78 485	2.41 502	0.29 401	0.24 402	0.27 361	0.24 348	0.34 406	0.31 399

test_sample6	0.71 276	0.34 322	0.87 312	0.52 216	0.30 148	0.82 305	0.58 350	1.79 405	1.15 322	1.14 279	1.33 344	0.91 250	0.79 280	1.31 256	0.74 327	0.27 377	0.21 363	0.27 361	0.29 423	0.28 353	0.27 358

test_sample5	0.69 265	0.34 322	0.87 312	0.52 216	0.30 148	0.84 318	0.54 309	1.83 417	1.14 310	1.11 259	1.25 310	0.88 238	0.78 276	1.23 236	0.65 301	0.26 361	0.20 341	0.27 361	0.27 391	0.27 334	0.26 348

DualNet	0.70 269	0.34 322	0.87 312	0.52 216	0.30 148	0.84 318	0.54 309	1.83 417	1.14 310	1.14 279	1.33 344	0.88 238	0.78 276	1.23 236	0.65 301	0.26 361	0.20 341	0.27 361	0.27 391	0.27 334	0.26 348

CASnet	0.41 74	0.25 102	0.48 63	0.50 165	0.20 3	0.50 101	0.36 125	0.81 90	0.80 164	0.83 173	0.68 111	0.48 82	0.31 36	0.54 32	0.32 64	0.18 138	0.12 50	0.27 361	0.22 312	0.23 281	0.14 61
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PCWNet_CMD	0.66 250	0.32 277	0.88 319	0.49 153	0.37 260	0.78 280	0.40 171	1.42 294	1.31 408	1.16 295	1.31 336	1.25 360	0.62 218	0.89 147	0.57 273	0.20 212	0.16 256	0.27 361	0.19 207	0.40 437	0.25 324

LL-Strereo	1.33 462	0.39 372	1.38 445	0.61 346	0.61 427	0.75 261	0.66 381	1.63 356	1.17 334	1.56 453	1.60 426	2.03 491	2.12 520	9.72 561	0.97 391	0.21 246	0.18 306	0.27 361	0.23 335	0.22 256	0.25 324

RAFT	0.64 235	0.30 228	0.73 232	0.59 321	0.33 214	0.68 228	0.58 350	1.04 178	0.76 152	1.08 239	1.19 292	1.65 446	0.93 350	1.06 194	0.56 270	0.21 246	0.18 306	0.27 361	0.24 348	0.22 256	0.17 146

PSMNet-RSSM	0.72 278	0.30 228	0.61 145	0.63 367	0.42 311	0.73 252	0.56 335	1.92 442	1.10 289	1.09 245	1.37 360	1.22 349	0.98 377	1.28 250	0.72 323	0.27 377	0.19 323	0.27 361	0.29 423	0.24 296	0.24 312

DMCA	0.67 259	0.34 322	0.90 329	0.51 195	0.44 328	0.86 322	0.47 254	1.42 294	1.02 246	1.17 304	1.12 258	1.23 354	0.75 257	0.78 108	0.95 386	0.25 338	0.19 323	0.27 361	0.19 207	0.24 296	0.27 358

RTSC	1.29 455	0.73 486	2.44 513	0.83 484	0.57 404	1.85 485	0.65 376	1.88 429	2.00 509	2.20 507	1.66 442	1.60 433	1.26 448	2.33 413	3.92 526	0.32 421	0.23 393	0.27 361	0.29 423	0.37 420	0.37 432

NLCA_NET_v2_RVC	0.79 329	0.43 393	1.05 383	0.64 376	0.58 413	0.95 348	0.53 303	1.53 330	1.18 341	1.37 404	1.15 275	1.43 398	0.88 328	1.61 326	0.84 365	0.25 338	0.22 381	0.27 361	0.27 391	0.29 364	0.29 375
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DeepPruner_ROB	0.74 301	0.48 414	0.87 312	0.57 302	0.44 328	0.79 286	0.54 309	1.73 378	0.96 216	1.38 409	1.27 320	1.24 356	0.73 253	1.43 291	0.73 326	0.34 440	0.28 433	0.27 361	0.26 380	0.31 384	0.31 399

StereoDRNet-Refined	0.80 332	0.41 386	0.88 319	0.62 358	0.42 311	1.33 426	0.48 265	1.52 324	1.17 334	1.45 428	1.44 383	1.44 403	0.90 335	1.26 245	1.24 429	0.20 212	0.16 256	0.27 361	0.24 348	0.25 308	0.28 370
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
rvit_0105_6	0.53 145	0.37 360	0.98 357	0.65 390	0.38 277	0.51 118	0.51 284	0.77 68	1.20 354	0.54 110	0.55 80	0.65 158	0.53 165	0.94 161	0.44 187	0.32 421	0.32 462	0.28 376	0.24 348	0.28 353	0.21 260

ITSA-stereo	0.82 343	0.36 353	0.82 289	0.54 249	0.31 174	0.80 294	0.47 254	2.17 497	1.67 484	1.13 276	1.13 263	0.94 264	0.86 318	2.46 424	1.00 396	0.26 361	0.23 393	0.28 376	0.27 391	0.28 353	0.36 427

fast-acv-ft	0.94 383	0.44 396	1.40 446	0.58 308	0.51 373	1.77 476	0.69 393	1.36 281	1.42 458	1.29 361	1.86 467	1.74 457	1.25 446	1.52 308	1.38 448	0.26 361	0.28 433	0.28 376	0.28 412	0.27 334	0.26 348

Wz-Net-MNSev	1.11 433	0.58 452	2.23 508	0.66 397	0.71 457	1.95 493	1.46 511	1.98 457	1.45 462	1.79 482	1.43 378	1.49 416	1.33 458	1.97 379	1.42 460	0.27 377	0.23 393	0.28 376	0.28 412	0.34 406	0.31 399

AACVNet	0.86 363	0.35 343	0.79 280	0.82 481	0.39 287	0.76 267	0.49 275	1.61 350	0.81 167	1.08 239	1.33 344	1.30 375	0.93 350	4.34 476	0.74 327	0.25 338	0.21 363	0.28 376	0.22 312	0.29 364	0.25 324

PFNet+	0.59 203	0.28 173	0.77 269	0.53 234	0.30 148	0.59 165	0.31 75	0.92 123	1.14 310	1.33 392	1.10 245	0.79 199	0.57 191	1.31 256	0.49 233	0.25 338	0.17 285	0.28 376	0.26 380	0.21 233	0.25 324

HCRNet	0.70 269	0.39 372	0.73 232	0.60 332	0.59 421	0.76 267	0.35 109	1.22 254	1.13 307	1.02 227	0.99 192	1.02 298	0.76 265	2.19 402	0.70 315	0.28 390	0.19 323	0.28 376	0.23 335	0.25 308	0.23 298

ARAFT	0.77 317	0.36 353	1.49 467	0.51 195	0.31 174	0.90 328	0.82 429	1.90 435	1.06 263	1.62 464	1.24 306	1.02 298	0.64 227	1.84 363	0.50 239	0.18 138	0.14 159	0.28 376	0.27 391	0.17 87	0.16 121

CFNet	0.96 387	0.36 353	1.01 367	0.62 358	0.42 311	0.99 364	0.47 254	1.90 435	1.32 412	0.99 215	1.39 369	1.10 325	0.86 318	5.58 506	0.79 349	0.23 297	0.17 285	0.28 376	0.27 391	0.26 320	0.21 260

NaN_ROB	1.13 438	0.55 441	1.15 413	0.64 376	0.48 352	1.61 459	2.03 539	1.72 377	1.48 465	2.09 504	1.27 320	1.40 393	1.08 410	3.94 468	1.30 438	0.28 390	0.34 469	0.28 376	0.28 412	0.30 375	0.33 411

w-ln-seven-2	1.18 448	0.61 465	4.25 532	0.68 420	0.61 427	1.20 407	0.93 457	1.63 356	1.35 429	1.66 469	1.53 406	1.47 413	1.37 462	3.00 447	1.74 480	0.25 338	0.24 402	0.29 386	0.26 380	0.33 402	0.28 370

rvit_0105_4	0.56 184	0.38 367	1.06 387	0.66 397	0.38 277	0.53 131	0.53 303	0.84 100	1.17 334	0.56 112	0.61 94	0.72 180	0.59 201	0.98 173	0.45 200	0.32 421	0.33 467	0.29 386	0.25 363	0.29 364	0.23 298

DCVSM-stereo	0.72 278	0.35 343	0.76 262	0.55 273	0.42 311	0.73 252	0.38 148	1.21 246	1.02 246	1.79 482	1.04 223	1.62 435	1.03 396	1.04 191	0.79 349	0.24 312	0.27 426	0.29 386	0.24 348	0.30 375	0.36 427

mmm	0.63 223	0.35 343	0.72 220	0.51 195	0.30 148	0.86 322	0.54 309	1.59 343	0.86 179	1.07 238	1.38 365	0.79 199	0.75 257	0.91 150	0.58 276	0.22 272	0.18 306	0.29 386	0.25 363	0.25 308	0.23 298

StereoVision	0.65 243	0.34 322	0.86 301	0.59 321	0.40 298	0.50 101	0.41 187	1.09 209	0.93 206	0.71 142	2.50 507	0.82 210	0.57 191	1.03 185	0.49 233	0.25 338	0.28 433	0.29 386	0.28 412	0.36 416	0.20 243

LL-Strereo2	0.52 135	0.33 299	0.69 196	0.52 216	0.37 260	0.70 240	0.30 68	1.13 223	0.67 124	0.94 201	0.78 139	0.91 250	0.42 92	1.05 193	0.42 174	0.17 99	0.16 256	0.29 386	0.25 363	0.21 233	0.16 121

WZ-Net	1.95 511	0.95 505	10.10 553	0.86 492	0.78 478	1.69 466	1.60 519	2.20 503	1.98 507	2.08 503	1.93 474	2.30 501	1.97 512	5.30 495	3.17 517	0.34 440	0.26 417	0.29 386	0.31 438	0.51 479	0.47 468

pcwnet_v2	0.97 393	0.37 360	4.33 533	0.62 358	0.54 392	0.79 286	0.45 240	2.02 468	1.58 478	1.42 424	1.64 438	1.09 323	0.79 280	1.24 241	0.67 307	0.32 421	0.25 411	0.29 386	0.27 391	0.37 420	0.35 421

GwcNet	1.08 425	0.51 427	2.33 510	0.79 467	1.18 525	1.76 473	0.70 396	1.68 367	1.47 464	1.41 418	1.64 438	1.74 457	1.04 398	2.20 403	1.41 456	0.30 406	0.29 444	0.29 386	0.27 391	0.30 375	0.35 421

DPSNet	1.69 495	0.59 455	4.33 533	0.70 430	0.57 404	2.02 498	1.62 520	3.35 540	1.78 494	1.48 437	1.38 365	2.17 496	2.84 536	4.77 484	3.66 523	0.48 492	0.31 454	0.29 386	0.25 363	0.64 501	0.48 471

StereoDRNet	0.98 397	0.47 410	1.70 478	0.76 460	0.94 505	1.51 450	0.91 451	1.92 442	1.32 412	1.61 461	1.13 263	1.47 413	0.97 370	1.75 351	1.46 467	0.28 390	0.23 393	0.29 386	0.27 391	0.35 409	0.27 358

PWCDC_ROB	1.29 455	0.75 491	1.33 440	1.05 518	0.88 500	1.73 470	0.52 295	1.89 432	3.28 538	1.29 361	4.88 541	1.22 349	1.46 471	1.77 358	1.45 464	0.60 511	0.26 417	0.29 386	0.25 363	0.52 481	0.37 432

rvit_0105_5	0.58 197	0.39 372	1.05 383	0.66 397	0.37 260	0.58 160	0.56 335	0.94 137	1.18 341	0.64 131	0.68 111	0.75 184	0.63 223	0.88 142	0.50 239	0.32 421	0.32 462	0.30 398	0.27 391	0.28 353	0.25 324

UGAM	1.14 440	0.27 151	0.95 346	0.53 234	0.42 311	0.70 240	0.72 401	0.95 142	1.32 412	0.98 212	1.48 397	1.78 463	0.87 323	9.65 560	0.87 371	0.21 246	0.18 306	0.30 398	0.24 348	0.19 158	0.16 121

ssnet_v2	0.88 368	0.36 353	1.02 374	0.62 358	0.38 277	1.32 424	0.97 465	2.07 477	1.34 419	1.37 404	1.18 285	1.54 423	0.92 341	1.10 206	1.65 477	0.30 406	0.27 426	0.30 398	0.28 412	0.27 334	0.26 348

RAFT + AFF	1.00 404	0.42 390	1.09 399	0.67 409	0.50 362	1.22 410	1.24 497	2.24 506	1.19 349	1.30 370	1.56 417	1.17 340	1.49 476	3.44 462	0.83 362	0.21 246	0.25 411	0.30 398	0.26 380	0.27 334	0.27 358

FADNet-RVC-Resample	0.84 354	0.47 410	2.10 500	0.61 346	0.45 335	1.07 380	0.61 364	1.59 343	1.20 354	1.08 239	0.98 190	1.03 302	0.98 377	2.17 397	0.72 323	0.23 297	0.22 381	0.30 398	0.32 446	0.35 409	0.34 416

SGM_RVC	1.68 494	0.36 353	0.61 145	0.59 321	0.29 126	2.25 507	1.18 493	2.38 520	1.68 486	3.60 541	2.67 511	3.69 532	2.42 529	8.13 548	1.90 488	0.31 414	0.31 454	0.30 398	0.28 412	0.30 375	0.29 375
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
w-ln-seven	1.38 468	0.70 483	3.91 531	0.75 457	0.72 459	2.69 524	0.95 462	2.02 468	1.99 508	1.99 498	1.73 449	1.82 467	1.17 426	2.45 421	2.84 509	0.28 390	0.25 411	0.31 404	0.30 432	0.41 440	0.33 411

YMNet	1.00 404	0.54 436	1.40 446	0.81 473	0.85 495	1.87 487	0.62 367	1.55 337	1.18 341	1.63 466	1.99 478	1.77 461	0.97 370	1.50 305	1.45 464	0.33 430	0.37 487	0.31 404	0.32 446	0.32 393	0.29 375

YMNet_1	1.00 404	0.54 436	1.40 446	0.81 473	0.85 495	1.87 487	0.62 367	1.55 337	1.18 341	1.63 466	1.99 478	1.77 461	0.97 370	1.50 305	1.45 464	0.33 430	0.37 487	0.31 404	0.32 446	0.32 393	0.29 375

ffm	0.72 278	0.33 299	0.85 295	0.53 234	0.37 260	0.74 256	0.56 335	0.95 142	2.47 523	1.15 285	1.45 385	1.06 307	0.82 295	1.55 316	0.32 64	0.20 212	0.12 50	0.31 404	0.27 391	0.19 158	0.20 243

ff1	1.37 466	0.33 299	0.85 295	0.53 234	0.37 260	0.74 256	0.56 335	0.95 142	2.47 523	1.15 285	1.45 385	1.06 307	0.82 295	7.22 534	7.61 543	0.20 212	0.12 50	0.31 404	0.27 391	0.19 158	0.20 243

mmx	1.39 469	0.33 299	0.85 295	0.53 234	0.37 260	0.74 256	0.56 335	2.13 482	1.37 437	1.15 285	1.45 385	1.06 307	0.82 295	7.22 534	7.61 543	0.24 312	0.19 323	0.31 404	0.27 391	0.30 375	0.25 324

xxx	1.39 469	0.33 299	0.85 295	0.53 234	0.37 260	0.74 256	0.56 335	2.13 482	1.37 437	1.15 285	1.45 385	1.06 307	0.82 295	7.22 534	7.61 543	0.24 312	0.19 323	0.31 404	0.27 391	0.30 375	0.25 324

GMStereo_Zeroshot	0.67 259	0.61 465	1.01 367	0.64 376	0.37 260	0.84 318	0.35 109	1.05 186	1.12 295	1.12 261	1.06 227	1.27 368	0.54 170	1.19 229	0.59 279	0.32 421	0.17 285	0.31 404	0.18 185	0.52 481	0.22 278

Wz-Net-SNSev	1.49 475	1.23 525	6.27 544	0.68 420	0.67 446	1.37 431	1.41 508	2.00 460	1.39 446	1.48 437	1.61 430	2.29 500	1.32 457	3.93 467	2.14 498	0.31 414	0.28 433	0.31 404	0.33 456	0.42 445	0.36 427

NINENet	0.77 317	0.37 360	0.78 277	0.62 358	0.51 373	2.34 511	0.42 191	1.83 417	1.04 255	1.14 279	1.23 304	1.03 302	0.62 218	1.24 241	0.70 315	0.28 390	0.23 393	0.31 404	0.21 283	0.26 320	0.25 324

SACVNet	0.85 358	0.46 405	0.85 295	0.81 473	0.56 401	0.80 294	0.79 418	1.68 367	1.12 295	1.34 396	1.33 344	1.25 360	0.94 355	2.39 418	0.76 335	0.34 440	0.26 417	0.31 404	0.29 423	0.35 409	0.44 460

psm_up	0.77 317	0.34 322	0.70 202	0.66 397	0.58 413	1.05 375	0.92 453	1.52 324	1.12 295	1.26 350	1.16 280	1.31 379	1.23 442	1.20 231	0.81 355	0.25 338	0.29 444	0.31 404	0.27 391	0.27 334	0.25 324

FADNet_RVC	0.83 349	0.51 427	1.83 490	0.54 249	0.42 311	1.19 405	0.46 247	1.51 322	1.09 282	0.89 186	1.24 306	0.91 250	0.87 323	2.11 392	1.11 414	0.27 377	0.22 381	0.31 404	0.28 412	0.43 451	0.38 438

FADNet	0.92 378	0.61 465	1.81 487	0.62 358	0.55 398	0.96 354	0.57 346	1.78 399	1.33 416	0.93 196	1.01 202	1.36 388	1.01 389	2.71 436	0.75 332	0.33 430	0.34 469	0.31 404	0.34 461	0.59 494	0.40 442

DRN-Test	1.00 404	0.44 396	1.13 408	0.70 430	0.81 488	1.62 460	0.79 418	2.14 486	1.44 461	1.78 479	1.33 344	1.43 398	1.05 402	2.18 400	1.53 473	0.27 377	0.21 363	0.31 404	0.30 432	0.32 393	0.28 370

zh-sn7	1.76 502	1.38 527	6.58 545	0.74 453	0.72 459	1.78 478	1.31 503	1.88 429	1.56 477	1.86 490	2.47 506	1.81 464	2.08 519	5.12 492	3.80 525	0.32 421	0.32 462	0.32 419	0.32 446	0.44 457	0.40 442

test_sample7	0.74 301	0.37 360	0.76 262	0.52 216	0.35 235	0.91 332	0.67 385	1.78 399	1.21 360	1.22 326	1.18 285	1.08 313	0.92 341	1.23 236	0.67 307	0.31 414	0.28 433	0.32 419	0.31 438	0.33 402	0.29 375

coex-ft	8.13 561	2.13 553	98.04 587	0.67 409	0.53 388	1.71 467	1.56 516	1.65 359	11.11 563	18.17 578	3.75 527	3.88 534	7.61 563	2.98 446	6.49 538	0.30 406	0.30 448	0.32 419	0.31 438	0.66 505	0.50 477

FINET	0.97 393	0.54 436	1.60 473	0.63 367	0.79 481	1.08 381	1.07 481	1.56 340	2.20 517	1.15 285	1.49 399	0.94 264	0.88 328	2.32 412	1.05 400	0.42 473	0.35 480	0.32 419	0.28 412	0.43 451	0.38 438

FADNet-RVC	0.88 368	0.67 475	1.93 494	0.60 332	0.48 352	0.91 332	0.60 362	1.71 376	1.18 341	0.90 188	0.96 180	1.36 388	0.92 341	2.25 407	1.17 423	0.30 406	0.29 444	0.32 419	0.32 446	0.41 440	0.35 421

ADCRef	1.35 464	0.55 441	2.37 512	0.72 442	0.77 476	1.94 492	0.78 415	1.91 439	1.27 389	1.57 457	1.59 425	1.36 388	1.41 464	1.54 314	7.53 542	0.23 297	0.20 341	0.32 419	0.30 432	0.29 364	0.29 375

ADCP+	1.99 514	0.48 414	7.73 547	0.66 397	0.91 501	2.30 509	1.05 478	1.82 412	1.34 419	1.54 449	1.32 342	1.74 457	1.61 486	2.17 397	13.37 559	0.24 312	0.21 363	0.32 419	0.28 412	0.37 420	0.29 375

AdaStereo	0.70 269	0.43 393	0.75 252	0.73 450	0.37 260	0.92 339	0.53 303	1.85 421	1.18 341	1.12 261	1.23 304	1.07 312	0.65 233	0.96 164	0.63 296	0.31 414	0.15 217	0.32 419	0.21 283	0.29 364	0.22 278
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.
SANet	1.88 507	0.57 449	2.18 507	0.63 367	0.40 298	2.80 528	1.57 518	2.39 521	5.88 557	2.36 515	3.57 525	3.72 533	2.97 538	4.74 483	1.76 481	0.34 440	0.30 448	0.32 419	0.29 423	0.48 471	0.37 432

Wz-Net-TNSev	1.88 507	2.08 552	7.66 546	0.67 409	0.64 437	2.42 514	1.83 528	2.33 514	1.74 492	1.57 457	1.56 417	2.58 512	1.90 509	4.86 486	3.12 514	0.39 462	0.37 487	0.33 428	0.37 473	0.53 483	0.58 494

CFNet_pseudo	0.66 250	0.32 277	0.86 301	0.48 138	0.39 287	0.70 240	0.40 171	1.33 271	1.22 366	1.16 295	1.34 351	1.24 356	0.64 227	0.98 173	0.59 279	0.21 246	0.16 256	0.33 428	0.19 207	0.36 416	0.25 324

EDNetEfficientorigin	10.57 565	1.47 535	177.42 588	0.67 409	0.53 388	1.58 457	1.16 491	1.90 435	3.37 540	4.71 553	3.38 522	3.10 527	2.69 535	3.13 452	3.58 522	0.25 338	0.23 393	0.33 428	0.27 391	0.83 514	0.81 517

CFNet-ft	0.72 278	0.32 277	0.54 100	0.66 397	0.54 392	0.83 310	0.55 327	1.37 282	1.15 322	0.93 196	1.28 326	1.57 427	0.97 370	1.35 268	0.81 355	0.26 361	0.20 341	0.33 428	0.25 363	0.30 375	0.23 298

STTStereo	0.78 325	0.50 424	1.22 421	0.64 376	0.54 392	0.89 325	0.54 309	1.44 301	1.11 291	1.38 409	1.09 241	1.27 368	0.85 310	1.43 291	0.83 362	0.29 401	0.27 426	0.33 428	0.39 477	0.32 393	0.30 389

PA-Net	1.01 410	0.57 449	1.29 433	0.64 376	0.74 465	1.19 405	0.84 431	1.69 369	1.43 460	1.16 295	1.19 292	1.32 380	1.19 433	3.42 460	1.25 430	0.29 401	0.45 510	0.33 428	0.49 501	0.32 393	0.47 468
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANet	1.36 465	0.47 410	0.86 301	0.67 409	0.45 335	1.34 428	1.73 523	1.64 358	1.24 375	1.49 439	2.38 500	1.55 425	1.20 436	9.30 554	0.93 380	0.30 406	0.31 454	0.33 428	0.28 412	0.39 433	0.30 389

TDLM	1.06 420	0.44 396	0.79 280	0.63 367	0.50 362	0.89 325	1.44 510	1.48 309	1.26 383	1.12 261	1.40 371	1.08 313	0.98 377	6.65 524	0.78 343	0.33 430	0.21 363	0.33 428	0.26 380	0.37 420	0.24 312

CFNet_RVC	0.72 278	0.32 277	0.54 100	0.66 397	0.54 392	0.83 310	0.55 327	1.37 282	1.15 322	0.93 196	1.28 326	1.57 427	0.97 370	1.35 268	0.81 355	0.26 361	0.20 341	0.33 428	0.25 363	0.30 375	0.23 298

XPNet_ROB	0.96 387	0.49 417	1.09 399	0.72 442	0.57 404	1.11 385	1.14 488	1.66 364	1.23 369	1.85 489	1.39 369	1.64 443	1.11 415	1.80 360	1.42 460	0.38 459	0.30 448	0.33 428	0.29 423	0.37 420	0.34 416

rvit_0105_3	0.63 223	0.44 396	1.08 396	0.72 442	0.40 298	0.64 193	0.71 398	1.03 172	1.17 334	0.82 171	0.70 119	0.80 201	0.70 244	0.91 150	0.56 270	0.35 447	0.34 469	0.34 438	0.32 446	0.27 334	0.28 370

Syn2CoEx	1.14 440	0.69 480	1.66 476	0.80 470	0.67 446	1.40 437	0.88 443	2.06 476	1.54 474	1.25 346	1.58 424	1.42 397	1.50 478	4.09 470	1.40 452	0.36 451	0.32 462	0.34 438	0.29 423	0.29 364	0.34 416

psmorigin	1.52 479	0.69 480	10.52 556	0.68 420	0.59 421	1.13 389	0.70 396	1.57 341	1.19 349	1.99 498	1.79 458	2.26 499	1.47 473	2.09 390	1.36 447	0.39 462	0.40 498	0.34 438	0.33 456	0.43 451	0.56 489

hitnet-ft	0.79 329	0.35 343	0.57 124	0.58 308	0.42 311	0.96 354	0.46 247	1.47 307	1.33 416	1.19 313	1.22 300	1.81 464	0.98 377	1.66 336	0.94 382	0.33 430	0.28 433	0.34 438	0.27 391	0.35 409	0.31 399

FAT-Stereo	1.07 422	0.41 386	1.32 438	0.72 442	0.58 413	1.08 381	0.89 445	1.96 451	1.65 482	1.75 476	1.98 477	2.03 491	1.48 474	2.02 383	1.18 426	0.42 473	0.35 480	0.34 438	0.29 423	0.35 409	0.53 484

ADCL	1.72 500	0.57 449	3.66 528	0.67 409	0.61 427	2.61 522	1.85 529	1.96 451	1.67 484	1.90 494	1.83 462	2.06 494	1.90 509	2.13 393	9.15 551	0.26 361	0.24 402	0.34 438	0.32 446	0.38 429	0.35 421

CVANet_RVC	1.07 422	0.43 393	0.76 262	0.60 332	0.50 362	0.90 328	0.97 465	1.52 324	1.26 383	1.33 392	1.38 365	1.24 356	1.18 430	6.75 530	0.75 332	0.34 440	0.23 393	0.34 438	0.29 423	0.42 445	0.27 358

UCFNet_RVC	0.69 265	0.35 343	0.49 70	0.64 376	0.39 287	0.85 321	0.58 350	1.75 385	1.14 310	0.97 208	1.19 292	1.17 340	0.93 350	0.99 176	0.62 292	0.28 390	0.20 341	0.34 438	0.31 438	0.32 393	0.27 358

DMCA-RVC	0.74 301	0.40 378	1.27 431	0.66 397	0.49 355	0.77 275	0.47 254	1.35 279	1.01 243	1.53 444	1.01 202	1.29 374	0.82 295	1.31 256	0.78 343	0.27 377	0.21 363	0.35 446	0.27 391	0.32 393	0.24 312

S-Stereo	1.15 444	0.46 405	2.17 505	0.81 473	0.80 486	1.21 409	1.19 494	1.93 446	2.02 510	1.47 431	2.11 488	1.57 427	1.17 426	2.05 387	1.41 456	0.40 465	0.40 498	0.35 446	0.31 438	0.44 457	0.70 511

RTS	2.67 533	1.38 527	15.28 561	0.99 514	1.26 529	3.78 541	1.96 536	2.15 488	2.62 529	2.61 522	2.85 515	2.60 513	1.59 483	6.27 518	5.71 535	0.40 465	0.28 433	0.35 446	0.35 466	0.50 475	0.48 471

RTSA	2.67 533	1.38 527	15.28 561	0.99 514	1.26 529	3.78 541	1.96 536	2.15 488	2.62 529	2.61 522	2.85 515	2.60 513	1.59 483	6.27 518	5.71 535	0.40 465	0.28 433	0.35 446	0.35 466	0.50 475	0.48 471

AnyNet_C32	1.96 512	1.10 515	5.17 538	0.90 504	1.11 516	2.12 503	2.37 550	1.85 421	1.48 465	2.45 519	1.70 446	2.05 493	1.64 488	2.50 427	10.28 555	0.37 455	0.34 469	0.35 446	0.41 482	0.49 474	0.54 485

RYNet	1.17 447	0.49 417	1.24 425	0.70 430	0.97 509	1.71 467	0.92 453	1.91 439	1.46 463	1.38 409	1.14 267	1.88 470	1.30 455	4.24 472	1.87 485	0.26 361	0.21 363	0.35 446	0.27 391	0.55 487	0.54 485

ccs_rob	0.66 250	0.33 299	0.86 301	0.48 138	0.39 287	0.70 240	0.40 171	1.33 271	1.22 366	1.16 295	1.34 351	1.23 354	0.64 227	0.98 173	0.59 279	0.21 246	0.16 256	0.35 446	0.20 239	0.37 420	0.25 324

PWC_ROB	1.24 451	0.76 492	2.46 514	0.72 442	0.78 478	1.15 396	0.49 275	1.75 385	1.92 504	2.31 510	3.07 518	1.59 431	1.40 463	2.46 424	2.10 497	0.33 430	0.22 381	0.35 446	0.24 348	0.38 429	0.41 447

rvit_105_1	0.72 278	0.52 431	1.01 367	0.78 465	0.49 355	0.75 261	0.87 440	1.12 220	1.18 341	0.99 215	0.79 145	0.90 247	0.77 269	1.26 245	0.75 332	0.41 469	0.36 485	0.36 454	0.41 482	0.30 375	0.33 411

GASNet	0.99 399	0.97 506	1.72 481	0.98 513	0.68 452	0.83 310	0.67 385	1.60 347	1.28 394	1.31 380	1.22 300	1.22 349	1.21 439	2.41 419	1.41 456	0.43 478	0.26 417	0.36 454	0.34 461	0.55 487	0.31 399

SGM-ForestM	6.52 556	0.38 367	1.26 428	0.63 367	0.35 235	13.59 567	5.32 563	6.32 563	6.70 559	11.14 569	9.18 561	22.51 580	13.93 568	16.89 572	20.07 569	0.36 451	0.37 487	0.36 454	0.35 466	0.36 416	0.34 416

CFNet_ucs	0.70 269	0.33 299	0.88 319	0.50 165	0.43 321	0.74 256	0.44 223	1.60 347	1.29 398	1.22 326	1.54 411	1.09 323	0.63 223	0.99 176	0.59 279	0.25 338	0.20 341	0.37 457	0.21 283	0.40 437	0.28 370

MDST_ROB	1.67 492	0.34 322	1.58 472	0.92 509	0.58 413	4.26 549	1.11 484	2.83 531	1.41 455	4.49 551	2.55 508	1.45 405	0.97 370	7.79 545	1.17 423	0.31 414	0.25 411	0.37 457	0.33 456	0.31 384	0.30 389

PSMNet_ROB	0.90 373	0.52 431	1.17 416	0.72 442	0.61 427	1.27 416	1.12 486	1.76 391	1.12 295	1.09 245	1.28 326	1.45 405	0.89 334	1.65 332	1.42 460	0.33 430	0.25 411	0.37 457	0.39 477	0.35 409	0.29 375

TCMNet	1.01 410	0.60 463	2.10 500	0.86 492	1.33 532	1.14 390	0.67 385	1.69 369	1.23 369	1.11 259	1.57 421	1.30 375	0.97 370	2.01 382	1.50 471	0.31 414	0.31 454	0.38 460	0.34 461	0.42 445	0.36 427

PSM-AAD	0.79 329	0.27 151	0.53 94	0.55 273	0.28 109	0.77 275	1.24 497	0.99 156	0.91 199	1.66 469	1.57 421	0.81 205	2.19 523	1.65 332	0.44 187	0.19 179	0.14 159	0.38 460	0.32 446	0.21 233	0.70 511

SHD	1.31 459	0.71 485	2.34 511	0.86 492	0.75 472	1.77 476	0.65 376	2.22 504	2.50 526	2.40 517	1.71 447	1.91 475	1.60 485	1.93 375	2.37 501	0.38 459	0.31 454	0.38 460	0.40 481	0.48 471	0.50 477

ADCPNet	1.85 505	0.69 480	8.07 548	0.71 438	0.58 413	2.79 527	1.22 496	1.94 448	1.54 474	1.88 491	1.69 445	2.46 510	2.04 515	2.37 416	6.48 537	0.38 459	0.37 487	0.38 460	0.43 487	0.47 468	0.45 462

NVstereo2D	0.92 378	0.41 386	1.48 465	0.72 442	0.72 459	1.20 407	0.87 440	1.75 385	1.38 441	0.99 215	1.13 263	1.26 364	0.98 377	2.21 404	0.89 375	0.43 478	0.20 341	0.38 460	0.24 348	0.57 490	0.63 502

ETE_ROB	0.96 387	0.64 472	1.16 414	0.69 424	0.48 352	1.14 390	1.13 487	1.77 395	1.19 349	1.91 495	1.45 385	1.73 455	1.05 402	1.60 324	1.14 418	0.32 421	0.26 417	0.38 460	0.34 461	0.39 433	0.41 447

stereogan	1.15 444	0.42 390	1.40 446	0.86 492	0.84 492	2.38 513	0.71 398	1.88 429	1.73 490	1.72 474	1.94 476	2.31 502	1.29 451	2.07 388	1.08 406	0.36 451	0.35 480	0.39 466	0.31 438	0.51 479	0.46 465

ADCMid	1.89 510	0.73 486	5.06 537	0.72 442	0.67 446	2.00 497	1.14 488	1.97 455	1.48 465	2.86 531	1.81 461	2.37 505	2.05 517	2.24 405	10.39 556	0.33 430	0.31 454	0.39 466	0.43 487	0.50 475	0.44 460

WCMA_ROB	1.84 504	0.47 410	1.31 435	0.69 424	0.57 404	2.11 502	1.14 488	1.87 426	1.73 490	4.04 545	6.43 547	5.62 548	3.61 544	2.59 430	1.94 490	0.52 497	0.44 506	0.39 466	0.42 485	0.48 471	0.47 468

SGM-Forest	1.24 451	0.38 367	0.60 142	0.52 216	0.37 260	1.56 455	1.30 502	1.65 359	1.36 433	2.11 505	1.79 458	1.63 440	0.93 350	7.48 541	0.95 386	0.36 451	0.37 487	0.39 466	0.34 461	0.37 420	0.32 405
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBMV	0.95 386	0.44 396	0.66 174	0.53 234	0.35 235	1.53 452	1.63 521	1.69 369	1.42 458	2.00 501	1.60 426	1.43 398	1.17 426	1.59 323	0.99 395	0.34 440	0.34 469	0.39 466	0.33 456	0.33 402	0.32 405
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
rvit_stereo_0075_2	0.64 235	0.46 405	1.05 383	0.66 397	0.66 442	0.53 131	0.48 265	1.20 245	1.12 295	0.76 150	0.92 170	0.78 195	0.53 165	1.03 185	0.59 279	0.37 455	0.28 433	0.40 471	0.31 438	0.37 420	0.32 405

ADCS	2.25 520	0.99 509	5.55 539	0.81 473	0.74 465	2.19 505	1.80 525	2.27 510	2.14 515	2.80 530	2.13 490	2.40 507	2.03 514	2.64 434	13.69 560	0.41 469	0.39 496	0.40 471	0.45 491	0.58 492	0.56 489

AnyNet_C01	2.26 521	1.78 541	10.22 555	0.93 510	0.74 465	2.92 530	2.20 545	2.29 512	1.80 496	2.53 521	2.41 503	2.71 517	1.73 495	3.41 459	6.72 539	0.41 469	0.39 496	0.40 471	0.42 485	0.67 506	0.63 502

DANet	1.08 425	0.61 465	1.32 438	0.85 490	0.72 459	1.37 431	0.51 284	1.54 333	1.15 322	1.78 479	1.54 411	2.01 488	1.11 415	2.90 442	2.00 493	0.33 430	0.30 448	0.40 471	0.30 432	0.44 457	0.45 462
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
CSAN	1.41 472	0.59 455	1.26 428	0.70 430	0.50 362	1.76 473	1.78 524	1.77 395	1.90 503	2.35 513	2.32 497	1.92 478	1.94 511	5.56 505	1.49 470	0.43 478	0.35 480	0.40 471	0.41 482	0.43 451	0.41 447

APVNet	1.06 420	0.53 435	1.42 452	0.84 485	0.79 481	1.92 490	0.82 429	1.90 435	1.08 274	1.08 239	1.43 378	1.56 426	1.13 422	3.07 448	1.58 474	0.31 414	0.34 469	0.42 476	0.36 470	0.36 416	0.37 432

SAMSARA	1.55 481	0.84 496	2.61 518	1.22 526	1.07 512	2.50 517	1.93 534	2.05 471	1.89 501	2.75 527	1.66 442	2.81 519	1.69 494	3.08 450	1.97 492	0.46 490	0.51 521	0.42 476	0.46 494	0.58 492	0.59 496

ISRNet	0.80 332	0.33 299	1.07 392	0.81 473	0.66 442	0.60 173	0.34 101	1.19 243	1.13 307	1.59 460	1.53 406	1.35 386	0.77 269	1.27 248	0.94 382	0.39 462	0.34 469	0.43 478	0.38 475	0.34 406	0.49 475

SDNR	1.62 489	0.51 427	2.17 505	0.53 234	0.56 401	3.80 543	0.45 240	1.54 333	1.29 398	1.33 392	2.41 503	1.08 313	0.96 367	11.18 567	1.16 420	0.66 517	0.63 531	0.43 478	0.32 446	0.64 501	0.67 508

Nwc_Net	1.09 428	0.49 417	1.33 440	0.89 503	0.80 486	1.49 449	0.66 381	2.19 500	1.27 389	1.32 384	2.26 495	1.96 483	1.54 479	1.92 372	1.34 443	0.40 465	0.30 448	0.43 478	0.45 491	0.38 429	0.37 432

LALA_ROB	1.01 410	0.59 455	1.16 414	0.67 409	0.51 373	1.63 461	1.26 501	1.69 369	1.38 441	1.81 486	1.37 360	1.94 480	1.02 394	1.58 321	1.38 448	0.37 455	0.27 426	0.43 478	0.37 473	0.43 451	0.37 432

XQC	1.37 466	0.87 501	2.56 517	0.84 485	0.69 454	1.83 483	0.89 445	2.07 477	1.88 500	1.88 491	1.53 406	1.91 475	1.55 481	2.85 441	3.05 512	0.48 492	0.29 444	0.44 482	0.39 477	0.69 508	0.60 499

G-Net	1.66 491	0.63 470	1.56 470	1.11 523	0.74 465	2.98 532	0.91 451	1.55 337	1.22 366	2.76 528	8.18 559	2.32 503	2.53 533	1.92 372	1.87 485	0.48 492	0.44 506	0.45 483	0.31 438	0.60 498	0.57 493

NCC-stereo	1.10 430	0.54 436	1.24 425	0.84 485	0.94 505	1.29 419	0.89 445	2.01 464	1.34 419	1.32 384	1.74 451	1.88 470	1.74 496	2.35 414	1.25 430	0.45 484	0.37 487	0.45 483	0.58 514	0.42 445	0.42 451

Abc-Net	1.10 430	0.54 436	1.24 425	0.84 485	0.94 505	1.29 419	0.89 445	2.01 464	1.34 419	1.32 384	1.74 451	1.88 470	1.74 496	2.35 414	1.25 430	0.45 484	0.37 487	0.45 483	0.58 514	0.42 445	0.42 451
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
NCCL2	1.00 404	0.56 445	1.06 387	0.75 457	0.57 404	1.31 423	1.72 522	1.77 395	1.36 433	1.50 440	1.17 283	1.91 475	1.17 426	1.54 314	1.29 437	0.35 447	0.31 454	0.45 483	0.44 489	0.40 437	0.40 442

MeshStereo	2.26 521	0.56 445	0.92 336	0.61 346	0.49 355	2.60 520	1.02 474	3.18 537	2.05 512	7.40 566	4.98 542	7.58 554	2.98 539	6.37 520	1.96 491	0.43 478	0.43 503	0.45 483	0.39 477	0.43 451	0.42 451
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
FACV-RUCA	0.63 223	0.34 322	0.82 289	0.62 358	0.65 439	0.81 303	0.41 187	1.44 301	1.07 268	0.86 183	1.14 267	0.61 144	0.69 239	0.80 114	0.53 258	0.28 390	0.19 323	0.47 488	0.21 283	0.35 409	0.25 324

CBMV_ROB	0.90 373	0.44 396	0.63 153	0.51 195	0.37 260	1.25 414	0.49 275	1.77 395	1.27 389	1.41 418	2.00 480	1.33 381	1.08 410	2.17 397	0.76 335	0.43 478	0.42 502	0.47 488	0.44 489	0.41 440	0.36 427

RP	1.09 428	0.50 424	1.12 406	0.90 504	1.04 511	1.11 385	0.84 431	1.80 408	1.62 480	1.55 452	2.00 480	1.90 474	1.78 499	1.84 363	1.25 430	0.52 497	0.36 485	0.48 490	0.36 470	0.45 461	0.43 458

NOSS_ROB	1.26 454	0.46 405	0.62 150	0.56 286	0.38 277	1.06 378	0.78 415	1.73 378	1.40 451	1.01 223	1.43 378	1.10 325	0.75 257	10.62 566	0.65 301	0.45 484	0.43 503	0.48 490	0.45 491	0.44 457	0.41 447

AF-Net	1.13 438	0.52 431	1.33 440	0.86 492	0.91 501	1.38 434	0.71 398	2.16 491	1.62 480	1.56 453	2.40 502	1.99 486	1.65 489	1.81 362	1.48 469	0.48 492	0.28 433	0.49 492	0.33 456	0.39 433	0.32 405

LSM	6.33 555	1.10 515	13.19 558	1.41 532	68.17 584	1.64 463	1.90 533	1.92 442	2.46 522	2.99 535	3.11 519	1.88 470	1.80 501	2.61 432	2.06 496	0.41 469	0.58 529	0.50 493	0.57 513	0.64 501	17.66 579

FC-DCNN v2	2.81 539	0.59 455	0.85 295	0.73 450	0.57 404	2.97 531	1.05 478	3.39 541	2.61 528	6.98 562	7.67 555	10.38 564	6.31 559	5.75 510	3.37 521	0.53 503	0.48 515	0.51 494	0.50 504	0.53 483	0.51 481

FC-DCNN	2.72 538	0.59 455	0.86 301	0.73 450	0.57 404	2.91 529	1.04 476	3.01 535	2.60 527	6.83 561	7.64 554	9.92 561	6.33 560	5.21 493	3.14 515	0.53 503	0.48 515	0.51 494	0.50 504	0.53 483	0.51 481

FCDSN-DC	2.32 523	0.63 470	0.81 286	0.84 485	0.75 472	2.23 506	0.94 460	2.09 480	1.80 496	5.45 559	7.72 556	7.77 556	6.93 562	3.39 457	1.80 483	0.52 497	0.48 515	0.52 496	0.51 507	0.57 490	0.58 494
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_DS_RVC	1.74 501	0.87 501	3.56 527	0.80 470	0.75 472	3.72 540	2.44 552	1.82 412	1.82 498	1.74 475	1.91 473	1.92 478	1.26 448	7.69 544	1.28 436	0.45 484	0.47 514	0.52 496	0.77 527	0.50 475	0.50 477

DeepPrunerF	1.60 486	0.73 486	5.81 542	0.88 499	1.19 526	0.91 332	0.95 462	2.19 500	5.24 555	1.17 304	1.30 330	1.19 344	1.30 455	4.90 488	1.66 479	0.42 473	0.34 469	0.52 496	0.47 496	0.41 440	0.40 442

MANE	6.19 554	0.59 455	1.03 378	0.93 510	1.22 528	13.38 566	2.69 553	12.81 570	17.94 575	8.21 567	10.82 565	14.72 568	11.68 564	11.39 568	11.90 558	0.59 510	0.50 520	0.52 496	1.76 556	0.55 487	0.54 485

PS-NSSS	0.99 399	0.58 452	0.93 338	0.58 308	0.57 404	0.91 332	0.80 424	1.81 411	1.14 310	1.14 279	1.67 444	1.00 289	0.83 303	4.62 481	0.78 343	0.37 455	0.31 454	0.52 496	0.32 446	0.45 461	0.38 438

BEATNet-Init1	26.87 577	13.43 573	70.68 586	0.91 507	0.68 452	57.02 586	21.06 571	32.82 584	32.67 581	52.12 588	53.61 586	66.05 588	49.56 587	48.79 589	34.71 582	0.49 496	0.44 506	0.53 501	0.53 509	0.63 499	0.59 496

HBP-ISP	0.96 387	0.58 452	0.72 220	0.61 346	0.46 346	1.64 463	0.76 410	1.86 424	1.28 394	1.30 370	1.53 406	0.86 230	0.94 355	3.27 456	0.69 314	0.45 484	0.44 506	0.54 502	0.48 498	0.47 468	0.40 442

edge stereo	1.11 433	0.50 424	1.30 434	0.71 438	0.65 439	1.14 390	0.75 407	1.93 446	1.37 437	1.71 473	1.83 462	2.54 511	1.44 468	2.43 420	1.23 428	0.42 473	0.41 500	0.54 502	0.35 466	0.42 445	0.46 465

STTRV1_RVC	1.58 483	0.68 479	1.96 496	0.88 499	1.12 518	1.57 456	0.90 450	2.25 507	1.75 493	1.29 361	2.02 483	1.40 393	1.22 440	9.77 562	1.31 439	0.81 521	0.33 467	0.54 502	0.49 501	0.73 512	0.52 483

PDISCO_ROB	1.32 461	0.65 473	1.44 453	1.36 528	1.46 535	2.55 518	0.92 453	2.45 525	2.07 513	1.37 404	1.49 399	1.65 446	1.00 387	2.82 438	1.35 446	1.01 526	0.27 426	0.54 502	0.47 496	0.71 510	0.73 514

MSMD_ROB	1.99 514	0.59 455	0.89 325	0.70 430	0.61 427	3.95 545	0.94 460	1.80 408	1.79 495	4.41 549	4.43 532	8.17 557	3.66 545	3.40 458	1.33 441	0.52 497	0.48 515	0.54 502	0.58 514	0.53 483	0.50 477

DGSMNet	1.14 440	0.76 492	2.49 515	0.81 473	0.86 497	1.39 436	1.39 507	2.13 482	1.35 429	1.26 350	1.63 437	1.48 415	0.98 377	1.75 351	1.10 411	0.45 484	0.43 503	0.55 507	0.49 501	0.75 513	0.70 511

MFN_U_SF_RVC	1.52 479	0.84 496	3.42 526	0.87 498	0.66 442	2.56 519	0.95 462	2.36 517	1.70 487	1.98 497	1.86 467	2.45 509	1.79 500	2.95 443	2.58 504	0.52 497	0.48 515	0.55 507	0.59 517	0.59 494	0.61 500

ELAS	2.37 525	0.74 489	1.54 469	0.99 514	0.92 503	4.78 551	2.33 549	3.33 539	3.37 540	5.05 557	4.77 540	3.67 531	4.53 552	3.42 460	4.50 530	0.62 513	0.53 523	0.55 507	0.53 509	0.63 499	0.64 506
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FBW_ROB	1.71 499	0.62 469	1.45 458	0.67 409	0.61 427	1.81 480	1.08 482	2.52 527	1.70 487	1.77 478	1.73 449	1.98 485	1.25 446	12.57 569	1.84 484	0.34 440	0.37 487	0.56 510	0.38 475	0.45 461	0.43 458

ELAS_RVC	2.48 530	0.74 489	1.90 492	1.05 518	0.92 503	2.76 525	4.01 561	2.76 530	4.11 548	4.69 552	4.63 536	4.62 538	5.96 557	3.97 469	3.96 527	0.63 515	0.53 523	0.56 510	0.52 508	0.64 501	0.63 502
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ccnet	1.12 435	0.67 475	1.01 367	0.78 465	0.73 464	1.72 469	0.99 469	1.84 420	1.26 383	1.47 431	1.85 466	1.75 460	1.29 451	1.75 351	1.88 487	0.57 506	0.53 523	0.57 512	0.55 511	0.59 494	0.54 485

RGC	1.14 440	0.79 494	1.26 428	0.91 507	0.96 508	1.52 451	0.77 413	1.92 442	1.26 383	1.54 449	1.93 474	2.02 490	1.54 479	2.25 407	1.31 439	0.44 483	0.35 480	0.58 513	0.48 498	0.47 468	0.46 465

PVD	1.70 496	0.84 496	2.26 509	0.94 512	0.83 491	2.48 516	0.97 465	2.59 529	3.35 539	3.01 537	2.77 513	2.34 504	2.47 531	2.67 435	3.14 515	0.47 491	0.45 510	0.59 514	0.48 498	0.59 494	0.75 516

DualNet (step1)	0.83 349	0.49 417	1.13 408	0.56 286	0.39 287	1.02 369	0.73 402	1.78 399	1.21 360	1.22 326	1.18 285	1.08 313	0.92 341	1.23 236	0.67 307	0.57 506	0.28 433	0.62 515	0.67 522	0.45 461	0.42 451

test_sample9	1.86 506	0.49 417	1.13 408	0.56 286	0.39 287	1.02 369	0.73 402	1.78 399	1.21 360	1.22 326	1.18 285	1.08 313	0.92 341	2.27 409	7.92 547	0.57 506	12.61 578	0.62 515	0.67 522	0.45 461	0.42 451

test_sample8	2.19 519	0.49 417	1.13 408	0.56 286	0.39 287	1.02 369	0.73 402	1.82 412	1.15 322	2.26 508	1.30 330	4.94 543	2.52 532	2.27 409	7.92 547	0.57 506	12.61 578	0.62 515	0.67 522	0.45 461	0.42 451

GANetREF_RVC	1.07 422	0.86 500	1.31 435	0.82 481	0.53 388	1.41 442	1.31 503	1.76 391	1.52 471	1.27 353	1.31 336	1.46 408	1.24 445	2.03 384	0.96 390	0.56 505	0.45 510	0.67 518	0.50 504	0.88 517	0.59 496
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
MSC_U_SF_DS_RVC	2.12 516	1.15 521	3.10 524	1.05 518	0.76 475	5.03 554	2.40 551	2.16 491	2.62 529	1.89 493	2.28 496	2.69 516	1.65 489	9.35 556	2.04 494	0.64 516	0.51 521	0.68 519	0.71 525	1.09 527	0.67 508

PASM	1.34 463	0.92 504	2.62 519	0.86 492	0.87 499	1.03 372	1.08 482	1.50 315	1.51 470	1.82 487	1.41 373	1.68 449	1.26 448	4.87 487	1.34 443	0.61 512	0.65 534	0.68 519	0.78 528	0.69 508	0.68 510

MADNet+	2.69 535	3.22 563	11.53 557	1.44 533	1.12 518	3.19 534	1.81 526	2.85 532	2.37 519	1.68 471	2.07 487	2.85 521	2.18 522	7.41 538	5.23 533	0.79 520	0.76 536	0.69 521	0.65 521	0.98 520	0.95 523

MaskLacGwcNet_RVC	1.10 430	1.02 511	1.00 363	0.82 481	0.67 446	1.93 491	0.93 457	1.62 354	1.11 291	1.15 285	1.25 310	1.50 417	0.79 280	1.96 378	0.76 335	1.89 538	0.34 469	0.79 522	0.36 470	1.25 532	0.83 518

dad	0.86 363	0.66 474	1.06 387	0.56 286	0.37 260	0.76 267	0.44 223	1.17 230	1.50 468	1.44 426	1.27 320	1.34 385	0.75 257	2.52 428	0.84 365	0.42 473	0.27 426	0.83 523	0.26 380	0.41 440	0.29 375

MFMNet_re	1.40 471	1.14 520	1.68 477	1.39 530	1.07 512	1.48 447	1.43 509	1.87 426	1.82 498	2.26 508	2.19 492	1.51 419	1.86 506	1.52 308	1.25 430	0.93 524	0.83 539	0.84 524	0.80 529	0.99 522	1.05 530

JetBlue	3.97 545	2.01 547	10.19 554	1.38 529	2.84 556	10.53 562	9.54 564	3.60 543	2.41 521	2.73 526	3.39 523	4.54 537	4.31 550	7.85 547	6.84 540	0.88 522	0.93 549	0.89 525	0.91 535	1.74 534	1.91 545

Consistency-Raft	1.25 453	0.99 509	1.93 494	1.02 517	1.21 527	0.96 354	1.01 473	1.75 385	1.92 504	1.36 401	2.12 489	1.44 403	1.01 389	1.14 216	1.40 452	0.72 519	0.82 538	0.89 525	0.98 541	1.31 533	0.95 523

anonymity	1.12 435	0.97 506	1.21 419	1.07 521	1.12 518	1.08 381	0.89 445	1.95 450	1.16 331	1.29 361	1.26 317	1.22 349	1.09 413	1.15 217	1.01 397	1.02 528	1.00 551	0.97 527	0.97 539	0.98 520	0.99 525

SPS-STEREO	1.67 492	1.04 512	1.23 422	1.21 525	1.13 521	1.82 482	1.11 484	2.16 491	1.52 471	3.07 539	2.32 497	2.82 520	1.80 501	4.11 471	2.04 494	1.03 529	0.99 550	0.97 527	0.94 537	1.03 525	1.02 526
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PSMNet-RUCA	1.02 413	0.97 506	1.44 453	1.23 527	1.10 514	1.40 437	0.62 367	1.69 369	1.38 441	0.94 201	1.53 406	0.97 280	0.83 303	1.17 225	0.93 380	0.69 518	0.34 469	0.99 529	0.60 518	0.97 519	0.64 506

SGM+DAISY	2.41 528	1.07 513	2.14 504	1.18 524	1.10 514	2.14 504	1.36 506	1.96 451	1.66 483	5.46 560	7.07 550	4.95 544	4.32 551	5.50 502	2.26 500	1.04 530	1.02 553	0.99 529	0.97 539	1.02 523	1.04 528

UDGNet	0.72 278	1.17 523	0.80 285	0.77 463	0.41 306	0.77 275	0.38 148	0.97 150	1.34 419	0.81 167	0.88 162	0.71 179	0.60 204	1.21 233	0.54 264	0.52 497	0.19 323	1.02 531	0.26 380	0.71 510	0.31 399

Anonymous_2	1.30 457	0.55 441	0.82 289	0.52 216	0.58 413	1.01 367	0.64 374	1.25 262	0.97 223	0.96 205	0.78 139	1.33 381	1.29 451	1.03 185	0.74 327	0.62 513	0.64 532	1.06 532	9.63 572	1.16 528	0.49 475

NVStereoNet_ROB	1.88 507	1.07 513	1.45 458	1.07 521	1.17 523	1.47 446	1.48 513	1.89 432	1.93 506	1.94 496	4.67 539	3.08 526	1.80 501	6.51 522	1.65 477	1.06 531	0.86 545	1.08 533	1.32 546	0.93 518	1.26 535
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WAO-7	2.66 532	1.40 530	1.73 483	1.39 530	1.17 523	3.93 544	1.94 535	4.11 547	3.88 546	2.92 532	5.50 543	4.18 536	3.00 540	7.63 543	3.71 524	1.13 534	1.00 551	1.17 534	1.13 545	1.18 530	1.09 532

GCST	1.08 425	1.47 535	0.93 338	1.73 536	1.14 522	1.30 421	0.31 75	1.33 271	1.16 331	1.29 361	0.97 189	0.98 282	0.49 146	2.08 389	0.46 214	1.19 535	0.70 535	1.30 535	0.85 533	1.02 523	0.89 521

SQANet	1.31 459	0.88 503	1.08 396	1.83 538	1.44 534	1.44 444	0.75 407	1.74 383	1.09 282	1.32 384	1.26 317	1.28 371	1.01 389	1.50 305	0.83 362	2.50 544	0.34 469	1.47 536	0.55 511	2.32 538	1.57 540

otaku	1.60 486	1.11 518	1.21 419	2.20 541	1.56 536	1.97 494	1.24 497	2.07 477	1.36 433	1.44 426	1.62 433	1.73 455	1.19 433	1.73 350	0.98 394	2.89 549	0.57 528	1.74 537	0.60 518	2.78 545	1.94 546

PWCK	2.88 541	2.05 550	5.72 541	2.08 540	1.11 516	3.55 538	3.90 560	2.86 533	3.54 544	3.03 538	3.63 526	3.10 527	2.31 526	8.15 550	3.09 513	2.12 541	0.91 548	1.75 538	0.98 541	2.57 542	1.18 534

Ntro	1.64 490	1.15 521	1.23 422	2.48 546	1.83 538	2.09 501	1.16 491	1.96 451	1.38 441	1.21 321	1.62 433	1.62 435	1.29 451	1.87 369	1.11 414	3.04 550	0.56 527	1.82 539	0.64 520	2.80 546	2.05 547

AnonymousM	0.59 203	1.11 518	0.41 22	0.44 81	0.32 193	0.43 51	0.47 254	1.05 186	0.64 106	0.98 212	0.63 99	0.67 165	0.43 99	0.59 44	0.41 163	0.20 212	0.15 217	1.84 540	0.84 531	0.14 18	0.13 35

CC-Net-ROB	1.49 475	1.26 526	1.27 431	0.88 499	0.79 481	1.76 473	1.00 471	1.79 405	1.26 383	1.10 253	1.61 430	1.21 347	0.99 385	8.13 548	0.84 365	1.09 532	0.41 500	2.20 541	0.46 494	1.20 531	0.48 471

ACVNet_2	2.43 529	1.41 531	2.04 497	2.62 547	2.24 545	2.63 523	1.88 532	3.31 538	3.01 535	2.19 506	3.45 524	4.62 538	2.04 515	4.50 479	1.47 468	2.55 545	0.64 532	2.22 542	0.84 531	2.69 544	2.29 550

UDG	1.41 472	2.65 558	0.99 358	1.44 533	1.64 537	1.34 428	0.80 424	1.60 347	1.23 369	1.23 332	1.71 447	2.01 488	1.34 459	1.47 301	1.41 456	0.90 523	0.54 526	2.29 543	0.75 526	1.84 535	1.04 528

WAO-6	2.81 539	1.60 538	1.46 460	2.36 545	2.28 547	3.55 538	2.29 548	4.21 548	4.56 552	2.36 515	4.51 533	4.88 542	2.66 534	4.60 480	4.07 529	1.72 537	1.15 557	2.31 544	1.46 552	2.31 537	1.85 544

ACVNet-4b	2.15 517	1.41 531	1.64 474	2.80 548	2.31 548	2.31 510	1.24 497	2.32 513	2.14 515	1.26 350	2.39 501	2.66 515	1.48 474	5.95 515	1.06 402	3.20 554	0.45 510	2.37 545	0.89 534	2.83 549	2.37 551

DDUNet	1.50 477	2.69 559	1.12 406	1.77 537	1.88 539	1.84 484	0.92 453	1.70 374	1.16 331	1.38 409	1.79 458	1.60 433	1.12 418	1.37 274	1.08 406	1.10 533	0.76 536	2.37 545	0.94 537	2.00 536	1.37 537

LVE	3.31 544	1.67 539	1.64 474	2.85 550	2.42 550	3.20 535	2.26 547	4.78 553	5.05 554	2.35 513	6.91 548	6.02 549	2.37 527	9.15 552	2.17 499	3.19 553	1.08 556	2.38 547	1.47 553	2.81 547	2.40 553

RainbowNet	1.97 513	1.76 540	1.57 471	2.81 549	2.21 544	1.98 496	1.81 526	2.54 528	1.89 501	1.50 440	1.84 464	1.96 483	1.65 489	2.14 394	1.25 430	3.33 556	0.85 543	2.39 548	0.98 541	2.82 548	2.22 548

ACVNet_1	2.18 518	1.45 534	1.72 481	2.85 550	2.33 549	2.28 508	1.46 511	3.08 536	2.22 518	1.82 487	2.05 486	3.56 530	1.98 513	3.09 451	1.40 452	3.17 551	0.60 530	2.40 549	0.92 536	2.91 552	2.37 551

WAO-8	4.40 547	1.82 544	1.79 485	2.34 543	2.20 542	9.19 559	1.53 514	6.09 560	16.46 569	3.94 543	7.84 557	7.32 551	3.72 547	9.41 558	3.31 518	2.00 539	1.07 554	2.44 550	1.37 550	2.50 540	1.68 541

Venus	4.40 547	1.82 544	1.79 485	2.34 543	2.20 542	9.19 559	1.53 514	6.09 560	16.46 569	3.94 543	7.84 557	7.32 551	3.72 547	9.41 558	3.31 518	2.00 539	1.07 554	2.44 550	1.37 550	2.50 540	1.68 541

Dean	2.91 542	1.53 537	2.07 498	2.96 554	2.51 551	3.15 533	2.14 543	4.75 552	4.41 551	2.76 528	6.10 546	5.53 547	2.37 527	2.97 445	1.92 489	3.18 552	0.85 543	2.51 552	1.04 544	2.88 551	2.47 554

JetRed	6.91 558	8.80 570	25.96 573	2.85 550	3.25 561	13.98 569	11.87 566	6.25 562	4.28 550	4.45 550	4.56 534	6.69 550	5.46 554	7.46 540	14.05 561	2.59 546	3.31 565	2.59 553	2.29 563	4.20 563	3.36 564

DispFullNet	2.34 524	2.85 560	3.66 528	3.08 555	2.27 546	1.97 494	0.67 385	2.00 460	1.70 487	2.52 520	2.00 480	2.23 497	5.86 555	3.44 462	1.58 474	1.01 526	0.32 462	2.64 554	1.94 559	2.85 550	2.24 549

IMH-64-1	2.70 536	1.79 542	1.46 460	3.26 558	2.66 552	3.23 536	2.10 540	4.08 545	2.75 533	2.34 511	3.81 528	3.06 524	2.22 524	4.25 473	2.59 505	3.75 560	0.84 540	2.75 555	1.35 547	3.15 554	2.60 557

IMH-64	2.70 536	1.79 542	1.46 460	3.26 558	2.66 552	3.23 536	2.10 540	4.08 545	2.75 533	2.34 511	3.81 528	3.06 524	2.22 524	4.25 473	2.59 505	3.75 560	0.84 540	2.75 555	1.35 547	3.15 554	2.60 557

IMH	3.21 543	1.85 546	1.48 465	3.25 557	2.69 554	4.07 547	2.02 538	4.41 550	3.80 545	2.72 525	7.11 551	4.75 541	2.92 537	5.92 513	2.55 503	3.85 564	0.88 546	2.78 557	1.36 549	3.19 556	2.59 556

TorneroNet-64	5.30 553	2.03 548	1.74 484	3.43 560	2.81 555	10.09 561	2.12 542	9.10 567	17.12 574	4.96 556	9.27 562	10.72 566	3.70 546	9.20 553	4.55 531	3.31 555	0.84 540	2.88 558	1.55 554	3.49 557	3.04 560

TorneroNet	10.70 566	2.03 548	1.82 488	3.43 560	3.01 558	43.83 582	2.22 546	8.87 566	67.47 589	7.17 565	27.36 577	10.68 565	3.85 549	8.67 551	7.65 546	3.59 558	0.88 546	3.04 559	1.57 555	3.71 558	3.17 561

UNDER WATER-64	5.27 552	2.32 554	8.78 552	3.93 566	3.54 564	7.61 557	3.03 559	5.84 559	14.19 565	4.04 545	4.04 530	9.39 560	6.26 558	5.93 514	8.48 549	3.60 559	1.51 560	3.13 560	1.88 557	4.29 564	3.61 565

KSHMR	8.75 562	2.06 551	2.11 502	3.53 562	3.11 559	4.13 548	2.69 553	5.60 557	61.37 588	3.00 536	55.83 587	4.98 546	2.45 530	4.49 477	2.61 507	3.46 557	1.55 561	3.14 561	1.94 559	3.72 559	3.18 562

UNDER WATER	5.08 551	2.33 555	5.55 539	3.94 567	3.51 563	5.20 555	2.72 555	5.61 558	16.52 571	3.84 542	4.60 535	9.21 559	5.89 556	5.90 512	8.66 550	3.75 560	1.34 558	3.18 562	1.88 557	4.33 565	3.61 565

ktn	4.70 549	2.38 556	2.12 503	3.76 563	3.24 560	4.85 552	2.95 558	5.52 555	7.37 560	4.07 547	19.32 573	7.46 553	3.47 542	7.39 537	2.95 511	4.04 565	1.85 562	3.26 563	2.22 562	3.08 553	2.65 559

notaker	3.98 546	2.40 557	2.68 520	3.82 565	3.27 562	3.97 546	2.14 543	4.78 553	3.45 542	4.12 548	6.94 549	7.65 555	3.26 541	7.82 546	5.30 534	4.04 565	1.41 559	3.36 564	2.10 561	3.88 560	3.31 563

HanzoNet	11.04 567	3.62 564	8.10 550	4.08 568	3.55 565	4.90 553	2.73 556	7.19 564	10.10 561	31.86 584	28.92 578	21.96 579	36.36 580	18.08 574	10.17 554	7.94 571	3.32 566	3.47 565	3.31 564	7.06 570	4.04 567

MADNet++	5.01 550	3.14 561	4.91 536	4.55 569	3.94 566	5.20 555	4.41 562	4.40 549	4.13 549	4.95 555	6.08 545	4.74 540	5.37 553	9.40 557	10.67 557	4.65 567	4.15 568	3.97 566	3.34 565	4.09 562	4.08 568

TCMNet-wrong-test	10.31 564	11.40 572	14.84 560	20.96 575	18.45 572	13.80 568	10.76 565	15.78 572	3.53 543	5.20 558	5.52 544	16.26 570	12.61 565	7.51 542	10.15 553	7.43 570	2.37 563	4.31 567	3.43 566	11.36 573	10.61 572

DGTPSM_ROB	13.01 569	8.23 568	21.87 566	9.51 571	18.10 570	11.56 564	32.01 576	10.63 568	16.20 567	7.03 563	19.48 574	10.15 562	16.66 570	9.83 563	22.42 571	4.75 568	8.68 571	5.37 568	10.25 573	6.16 568	11.36 573

DPSMNet_ROB	13.02 570	8.23 568	21.91 567	9.53 572	18.11 571	11.56 564	32.02 577	10.64 569	16.23 568	7.05 564	19.49 575	10.16 563	16.66 570	9.85 564	22.43 572	4.77 569	8.68 571	5.38 569	10.26 574	6.17 569	11.36 573

DPSimNet_ROB	11.20 568	4.98 567	35.43 577	2.90 553	4.52 567	7.89 558	17.09 569	4.66 551	6.06 558	14.89 574	10.93 566	17.29 571	36.81 582	13.18 570	15.68 565	2.86 548	6.29 570	5.75 570	5.09 568	3.91 561	7.70 570

tt	6.58 557	0.26 123	6.10 543	3.77 564	2.16 541	11.55 563	19.63 570	13.33 571	5.74 556	2.96 534	2.65 510	4.97 545	6.33 560	3.81 466	7.24 541	9.15 572	11.32 577	5.89 571	6.24 570	6.03 567	2.55 555

USTest	14.33 571	14.94 574	21.04 565	17.44 574	16.05 569	23.26 571	33.84 578	21.73 574	11.80 564	9.36 568	10.14 563	15.97 569	13.20 567	17.28 573	22.43 572	3.78 563	5.01 569	6.17 572	6.16 569	9.25 572	7.72 571

PML	51.67 585	36.25 582	13.28 559	7.46 570	20.81 573	108.69 588	232.22 589	8.72 565	27.82 580	87.01 589	269.67 589	69.67 589	61.95 588	24.76 582	14.20 562	9.74 574	3.40 567	9.62 573	4.70 567	18.74 577	4.72 569

DPSM_ROB	19.08 573	19.14 576	25.17 571	22.15 577	20.85 574	28.17 573	37.82 580	26.56 577	16.85 572	14.14 571	14.84 568	21.70 574	18.75 573	21.87 576	26.55 577	10.16 575	9.30 574	10.47 574	10.42 575	14.03 574	12.61 576

DPSM	19.08 573	19.14 576	25.17 571	22.15 577	20.85 574	28.17 573	37.82 580	26.56 577	16.85 572	14.14 571	14.84 568	21.70 574	18.75 573	21.87 576	26.55 577	10.16 575	9.30 574	10.47 574	10.42 575	14.03 574	12.61 576

CasAABBNet	38.33 578	38.46 583	50.35 582	44.75 584	41.84 580	56.68 583	76.37 586	53.22 587	33.83 583	28.31 581	29.54 580	43.62 586	37.71 584	43.84 586	53.41 587	20.30 578	18.70 581	21.07 576	21.07 579	28.24 578	25.34 580

Selective-RAFT-Error	38.39 579	38.47 584	50.44 583	44.73 583	41.97 581	56.68 583	76.38 587	53.24 588	33.92 584	28.34 582	29.85 581	43.60 585	38.20 585	43.75 585	53.34 586	20.38 579	18.70 581	21.09 577	21.05 578	28.30 579	25.43 581

LSM0	42.82 583	38.75 585	50.81 584	47.07 585	109.38 589	57.00 585	76.02 585	53.74 589	33.71 582	29.02 583	30.41 582	43.87 587	37.22 583	43.91 587	53.54 588	20.52 580	18.62 580	21.10 578	21.11 580	28.41 580	42.22 583

ASD4	15.85 572	10.99 571	19.63 564	10.21 573	11.70 568	19.24 570	31.10 575	19.35 573	10.68 562	11.14 569	10.18 564	12.59 567	12.64 566	14.74 571	24.83 575	12.93 577	9.94 576	26.83 579	19.40 577	16.23 576	12.70 578

LRCNet_RVC	22.74 575	32.10 581	21.97 568	29.84 579	26.23 576	4.42 550	0.81 427	22.66 575	2.02 510	26.93 580	29.26 579	23.06 581	15.59 569	23.84 578	18.88 568	31.75 581	19.90 583	34.65 580	32.13 581	30.54 581	28.32 582

HaxPig	38.92 580	41.40 586	41.64 578	29.95 580	32.27 577	28.90 575	27.60 572	29.73 580	37.71 585	43.82 585	43.87 583	33.17 582	35.56 579	41.53 583	40.37 584	43.94 585	47.51 588	45.82 581	47.08 583	42.38 582	44.15 585

AVERAGE_ROB	40.43 581	42.37 587	42.73 579	36.96 582	35.58 579	30.50 576	27.61 573	36.71 586	38.39 586	44.91 586	44.36 584	37.45 584	36.70 581	41.88 584	40.35 583	45.43 586	46.81 587	47.11 582	46.35 582	42.51 583	43.87 584

MEDIAN_ROB	42.00 582	44.40 588	44.29 581	35.15 581	34.95 578	31.28 580	29.60 574	35.88 585	40.02 587	47.20 587	46.64 585	37.37 583	38.48 586	44.35 588	42.45 585	48.03 587	49.39 589	49.71 583	49.03 584	45.14 584	46.65 586

U	9.45 563	0.21 26	0.58 130	0.47 112	53.11 583	61.27 587	0.24 29	0.70 50	0.52 77	0.36 30	0.28 12	0.29 27	0.35 59	0.33 2	0.26 17	0.19 179	0.11 26	60.50 584	8.88 571	0.17 87	0.13 35

Anonymous_1	43.04 584	18.73 575	24.79 570	21.81 576	46.26 582	27.80 572	37.60 579	28.08 579	16.14 566	14.66 573	14.30 567	20.65 573	17.88 572	21.56 575	25.94 576	117.93 588	8.92 573	100.65 585	126.50 585	158.64 589	12.08 575

FADE		4.78 566		1.89 539	1.92 540			5.58 556	5.04 553	2.92 532		4.13 535		10.23 565		188.09 589	2.77 564	123.78 586	127.92 586	1.06 526	1.10 533

xxxxx1	54.10 586	25.67 578	27.13 574	113.43 586	96.96 586	30.69 577	47.44 582	32.38 581	25.60 576	17.75 575	17.27 570	21.81 576	21.02 575	24.43 579	33.82 579	33.37 582	40.54 584	157.71 587	175.86 587	66.16 585	72.93 587

tt_ll	54.10 586	25.67 578	27.13 574	113.43 586	96.96 586	30.69 577	47.44 582	32.38 581	25.60 576	17.75 575	17.27 570	21.81 576	21.02 575	24.43 579	33.82 579	33.37 582	40.54 584	157.71 587	175.86 587	66.16 585	72.93 587

ff	54.10 586	25.67 578	27.13 574	113.43 586	96.96 586	30.69 577	47.44 582	32.38 581	25.60 576	17.75 575	17.27 570	21.81 576	21.02 575	24.43 579	33.82 579	33.37 582	40.54 584	157.71 587	175.86 587	66.16 585	72.93 587

test_example2	192.40 589	210.76 590	206.48 589	199.83 590	204.73 590	172.94 589	183.52 588	133.93 590	133.41 590	191.38 590	196.19 588	187.13 590	178.77 589	205.33 590	208.00 589	222.09 590	238.72 590	186.54 590	190.54 590	227.34 590	170.31 590

ccccc	497.63 590	492.34 591	595.97 590	530.87 591	530.37 591	478.08 590	442.62 590	491.76 591	343.70 591	448.18 591	520.80 590	476.12 591	550.57 590	541.64 591	605.32 590	663.49 591	459.54 591	353.94 591	309.79 591	586.66 591	530.90 591

Low-res two-view benchmark