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

MLG-Stereo_test1	0.80 70	0.39 6	1.02 10	0.65 39	1.20 429	3.14 221	0.29 13	1.59 39	3.05 526	0.50 6	0.24 1	0.67 87	0.43 15	1.33 143	0.40 9	0.21 40	0.18 87	0.23 44	0.15 5	0.19 5	0.20 33

MLG-Stereo	0.77 60	0.39 6	1.04 12	0.64 31	0.41 64	3.01 202	0.31 15	1.89 73	2.92 513	0.47 1	0.29 2	0.66 86	0.47 21	1.35 147	0.39 6	0.20 34	0.18 87	0.24 77	0.16 19	0.19 5	0.20 33

MLG-Stereo_test2	0.76 53	0.40 10	1.07 20	0.64 31	0.82 298	3.49 288	0.23 3	1.69 55	2.14 369	0.62 40	0.32 3	0.67 87	0.33 2	1.14 87	0.37 3	0.23 62	0.19 124	0.23 44	0.16 19	0.19 5	0.20 33

StereoAnything_RVC	0.94 116	2.66 565	2.20 196	0.76 98	0.34 14	1.18 25	0.39 39	2.31 125	0.69 10	0.51 10	0.34 4	0.32 1	0.89 169	1.57 191	0.35 1	0.32 297	0.16 34	0.23 44	0.15 5	3.31 590	0.18 5

BridgeDepth	0.54 6	0.42 23	1.05 14	0.58 5	0.25 1	1.30 45	0.36 33	1.53 31	0.86 41	0.56 16	0.37 5	0.57 63	0.65 79	0.87 25	0.40 9	0.20 34	0.15 23	0.19 5	0.16 19	0.22 53	0.17 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FoundationStereo	0.50 3	0.39 6	1.11 50	0.79 108	0.42 71	0.70 5	0.36 33	0.76 4	0.80 28	0.62 40	0.38 6	0.73 111	0.77 121	0.69 3	0.36 2	0.26 117	0.17 53	0.23 44	0.16 19	0.18 1	0.20 33

LACA1	0.60 9	0.43 28	0.92 3	0.53 1	0.32 10	3.20 230	0.33 21	1.48 25	0.48 1	0.57 22	0.39 7	0.41 23	0.59 59	0.83 20	0.37 3	0.23 62	0.19 124	0.23 44	0.18 61	0.21 39	0.19 9

LG-Stereo_L1	0.61 12	0.47 61	1.10 43	0.73 79	0.49 131	1.72 82	0.33 21	1.95 84	0.65 5	0.56 16	0.40 8	0.40 16	0.43 15	1.40 155	0.42 12	0.23 62	0.19 124	0.23 44	0.18 61	0.21 39	0.19 9

MonSter++	0.52 4	0.42 23	0.89 2	0.61 12	0.36 20	1.64 79	0.25 6	0.96 6	0.91 47	0.62 40	0.42 9	0.56 61	0.53 37	0.71 5	0.45 22	0.17 7	0.15 23	0.18 2	0.14 2	0.19 5	0.20 33

LG-Stereo_L2	0.63 19	0.46 43	1.15 64	0.70 61	0.43 77	2.32 130	0.28 10	1.86 69	0.68 7	0.56 16	0.42 9	0.37 8	0.45 18	1.36 149	0.40 9	0.23 62	0.18 87	0.22 29	0.18 61	0.21 39	0.20 33

HiDET	0.61 12	0.41 18	0.88 1	0.64 31	0.39 51	2.67 161	0.25 6	1.59 39	0.91 47	0.59 31	0.44 11	0.52 50	0.50 33	0.76 9	0.54 59	0.17 7	0.15 23	0.18 2	0.15 5	0.19 5	0.21 63

IGEV-Stereo+	0.94 116	0.47 61	1.19 69	0.86 163	2.02 571	1.40 54	0.39 39	1.17 11	0.88 43	0.61 38	0.44 11	0.47 38	0.79 133	2.14 279	0.42 12	0.27 140	0.19 124	0.22 29	0.17 37	2.26 583	2.41 588

dual_stereo	0.68 27	0.40 10	1.05 14	0.64 31	0.37 35	0.84 9	0.34 27	3.40 288	1.03 69	0.50 6	0.46 13	0.58 64	0.40 10	1.85 251	0.49 36	0.23 62	0.17 53	0.21 21	0.16 19	0.20 21	0.19 9

LACA2	0.62 14	0.53 114	1.20 74	0.54 2	0.26 2	3.15 222	0.47 84	1.56 34	0.57 4	0.52 11	0.47 14	0.47 38	0.45 18	0.71 5	0.37 3	0.23 62	0.17 53	0.21 21	0.15 5	0.23 61	0.17 1

CSFM-Stereo	0.60 9	0.39 6	0.95 4	0.60 11	0.32 10	2.66 160	0.31 15	1.44 21	0.77 17	0.72 69	0.51 15	0.55 57	0.51 35	0.75 8	0.46 26	0.17 7	0.17 53	0.18 2	0.15 5	0.20 21	0.18 5

MLG-Stereo_test3	0.60 9	0.37 4	1.12 53	0.59 8	0.57 185	2.19 121	0.31 15	1.68 53	0.56 3	0.49 5	0.51 15	0.56 61	0.33 2	0.96 48	0.54 59	0.21 40	0.17 53	0.23 44	0.16 19	0.20 21	0.21 63

BridgeDepth_RVC	0.53 5	0.41 18	1.03 11	0.55 3	0.37 35	0.99 12	0.23 3	1.38 16	0.67 6	0.56 16	0.52 17	0.50 45	0.82 146	0.83 20	0.47 30	0.29 207	0.16 34	0.23 44	0.18 61	0.19 5	0.18 5
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
SGD-Stereo	0.65 23	0.41 18	1.06 18	0.85 156	0.31 7	2.44 140	0.46 78	1.09 8	0.69 10	0.84 125	0.52 17	0.55 57	0.53 37	1.49 178	0.46 26	0.31 276	0.14 11	0.25 105	0.18 61	0.23 61	0.20 33

Pro-Stereo	0.68 27	0.33 2	0.97 6	0.68 57	0.43 77	3.11 217	0.35 31	0.70 3	0.96 62	0.54 14	0.54 19	0.62 72	0.27 1	2.06 268	0.68 105	0.24 78	0.16 34	0.30 250	0.25 223	0.20 21	0.19 9

LG-G_1	0.70 32	0.40 10	1.12 53	0.71 67	0.30 5	2.80 169	0.40 47	2.21 109	0.78 22	0.59 31	0.55 20	0.51 46	0.58 54	1.24 115	0.49 36	0.24 78	0.18 87	0.23 44	0.15 5	0.21 39	0.21 63

LG-G	0.70 32	0.40 10	1.12 53	0.71 67	0.30 5	2.80 169	0.40 47	2.21 109	0.78 22	0.59 31	0.55 20	0.51 46	0.58 54	1.24 115	0.49 36	0.24 78	0.18 87	0.23 44	0.15 5	0.21 39	0.21 63

BStereo	0.88 97	0.73 320	4.10 298	0.80 111	0.51 137	1.13 18	0.72 204	2.57 166	1.00 66	0.85 128	0.57 22	0.72 105	0.48 25	1.01 59	0.90 203	0.26 117	0.22 231	0.24 77	0.29 329	0.25 83	0.25 128

Wave_Phase_stereo	1.07 157	0.73 320	4.10 298	0.80 111	0.51 137	4.91 580	0.72 204	2.50 149	1.00 66	0.85 128	0.57 22	0.72 105	0.48 25	1.01 59	0.90 203	0.26 117	0.22 231	0.24 77	0.29 329	0.25 83	0.25 128

LCMNet	0.63 19	0.40 10	0.95 4	0.58 5	0.39 51	3.11 217	0.27 9	1.58 37	0.84 39	0.56 16	0.58 24	0.52 50	0.53 37	0.77 11	0.51 52	0.17 7	0.16 34	0.19 5	0.15 5	0.20 21	0.21 63

DEFOM-Stereo	0.70 32	0.46 43	1.13 58	0.72 76	0.48 123	3.40 267	0.44 69	0.90 5	0.77 17	0.86 132	0.58 24	0.45 35	0.43 15	1.76 231	0.43 16	0.24 78	0.18 87	0.22 29	0.16 19	0.21 39	0.20 33

Replicate-Monster	0.79 68	1.36 503	2.08 188	0.70 61	0.52 149	2.05 110	0.34 27	1.92 79	0.82 33	1.03 163	0.60 26	0.48 43	0.52 36	1.28 128	0.39 6	0.19 26	0.14 11	0.19 5	0.16 19	0.22 53	0.78 519

LGtest1	0.55 7	0.41 18	1.14 62	0.70 61	0.40 57	0.99 12	0.26 8	1.32 14	0.93 56	0.53 12	0.60 26	0.44 32	0.49 29	1.02 62	0.45 22	0.27 140	0.19 124	0.23 44	0.16 19	0.21 39	0.23 96

Zero-FE251	0.80 70	0.75 342	1.71 140	0.88 174	0.70 253	2.59 157	0.45 73	1.38 16	0.83 36	1.79 263	0.61 28	0.73 111	0.81 143	0.82 19	0.61 74	0.29 207	0.23 260	0.27 167	0.19 88	0.20 21	0.20 33

FSD	0.75 44	0.64 238	1.23 77	0.76 98	0.60 200	0.77 6	0.67 178	1.57 36	0.68 7	0.72 69	0.62 29	1.02 185	0.72 99	0.81 15	0.73 134	0.59 513	0.54 526	0.57 517	0.54 520	0.57 456	0.55 454

DDF-Stereo	0.90 105	0.53 114	1.16 65	0.88 174	1.31 454	1.59 72	0.86 310	2.26 116	0.79 25	0.48 2	0.63 30	0.54 55	0.73 104	2.97 339	1.03 247	0.39 394	0.17 53	0.24 77	0.18 61	1.06 546	0.29 208

DispViT+	0.92 110	0.46 43	3.90 296	0.71 67	1.16 413	1.15 23	0.39 39	2.84 212	1.58 225	0.67 57	0.64 31	0.48 43	0.64 75	0.81 15	0.59 69	0.41 417	0.97 574	0.22 29	0.19 88	0.30 180	0.23 96

MonStereo	0.62 14	0.43 28	1.07 20	0.66 47	0.82 298	1.13 18	0.39 39	2.57 166	0.92 52	0.58 27	0.64 31	0.36 4	0.36 6	0.90 33	0.43 16	0.15 1	0.15 23	0.20 8	0.17 37	0.21 39	0.19 9

Monster-pub-eth3d	0.62 14	0.43 28	1.07 20	0.66 47	0.82 298	1.13 18	0.39 39	2.57 166	0.92 52	0.58 27	0.64 31	0.36 4	0.36 6	0.88 29	0.43 16	0.15 1	0.15 23	0.20 8	0.17 37	0.21 39	0.19 9

zero-FE	0.95 123	0.52 97	2.63 239	0.86 163	1.27 446	1.41 55	0.86 310	2.27 118	0.73 14	0.50 6	0.64 31	0.54 55	0.78 129	2.70 327	1.02 245	0.35 346	0.17 53	0.24 77	0.18 61	1.03 543	0.29 208

MonSter	0.62 14	0.43 28	1.07 20	0.66 47	0.82 298	1.13 18	0.39 39	2.57 166	0.92 52	0.58 27	0.64 31	0.36 4	0.35 5	0.95 44	0.43 16	0.15 1	0.15 23	0.20 8	0.17 37	0.21 39	0.19 9

EGLCR-Stereo	1.06 153	0.51 91	1.56 132	1.02 286	0.39 51	4.27 485	0.42 59	4.08 440	1.48 157	0.90 139	0.68 36	1.09 192	0.66 86	1.81 239	0.62 78	0.27 140	0.19 124	0.29 227	0.23 182	0.37 312	0.25 128

Wavelet-MonSter	0.57 8	0.47 61	1.13 58	0.66 47	0.78 281	1.60 73	0.30 14	1.17 11	0.68 7	0.58 27	0.69 37	0.39 14	0.48 25	0.99 57	0.46 26	0.15 1	0.16 34	0.20 8	0.16 19	0.20 21	0.19 9

WQFJA1++	10.56 607	0.40 10	3.21 267	0.89 181	0.82 298	1.43 57	0.41 54	2.15 103	0.87 42	96.02 650	0.71 38	0.46 36	0.55 44	1.29 133	0.50 43	0.27 140	0.17 53	0.21 21	0.18 61	100.47 647	0.22 84

IGEV	0.70 32	0.36 3	1.07 20	0.71 67	1.31 454	2.82 173	0.41 54	1.76 60	0.98 64	0.73 72	0.71 38	0.35 3	0.42 14	0.90 33	0.42 12	0.18 21	0.18 87	0.22 29	0.18 61	0.18 1	0.20 33

IGEV-RUCA	0.90 105	0.53 114	1.05 14	0.81 113	0.74 268	3.89 377	0.80 272	1.92 79	1.41 126	0.96 153	0.71 38	0.70 96	0.73 104	1.30 139	0.68 105	0.29 207	0.20 165	0.25 105	0.19 88	0.43 386	0.34 289

test_for_model	1.79 286	0.50 84	16.65 466	0.95 233	1.29 450	3.97 407	0.55 113	3.09 242	1.06 72	1.03 163	0.71 38	0.75 120	0.54 42	2.83 332	0.49 36	0.30 252	0.18 87	0.29 227	0.20 109	0.24 67	0.21 63

rvit_0105_6	1.00 142	0.93 412	2.21 198	0.92 208	0.55 168	1.52 67	0.79 262	2.41 132	2.96 516	0.76 93	0.72 42	1.02 185	0.75 112	1.42 162	0.81 166	0.40 402	0.43 486	0.34 349	0.31 366	0.43 386	0.34 289

2.75w_new	0.75 44	0.45 36	1.10 43	0.65 39	0.62 211	2.45 142	0.56 118	2.75 195	0.74 15	0.78 101	0.73 43	0.38 12	0.92 178	1.04 67	0.66 97	0.17 7	0.14 11	0.22 29	0.17 37	0.18 1	0.19 9

rvit_stereo_0081	0.80 70	0.63 227	1.19 69	0.91 202	0.64 216	1.27 36	0.61 141	2.05 91	1.71 277	0.82 114	0.73 43	0.85 143	0.75 112	1.30 139	0.80 160	0.31 276	0.26 339	0.27 167	0.25 223	0.38 317	0.27 176

rvit_stereo_0082	0.80 70	0.63 227	1.19 69	0.91 202	0.64 216	1.27 36	0.61 141	2.05 91	1.71 277	0.82 114	0.73 43	0.85 143	0.75 112	1.30 139	0.80 160	0.31 276	0.26 339	0.27 167	0.25 223	0.38 317	0.27 176

MaDis-Stereo	0.82 82	0.66 260	1.53 126	0.65 39	1.87 559	1.24 32	0.36 33	2.13 99	1.27 100	0.67 57	0.75 46	0.88 154	0.70 94	1.15 93	1.07 254	0.29 207	0.23 260	0.26 135	0.20 109	0.31 200	0.22 84

FlowAnything_test	0.75 44	0.60 192	1.18 68	0.82 123	0.58 194	2.29 128	0.66 176	1.38 16	0.80 28	1.03 163	0.76 47	0.63 75	0.49 29	0.84 23	0.91 212	0.31 276	0.27 350	0.40 421	0.48 497	0.31 200	0.30 237

GIP-stereo	0.88 97	0.50 84	1.34 101	1.32 434	0.94 345	2.90 183	0.42 59	3.41 289	1.06 72	0.63 44	0.76 47	0.90 161	0.76 119	0.91 36	0.52 53	0.27 140	0.18 87	0.25 105	0.16 19	0.25 83	0.19 9

test_xeample3	2.12 347	0.63 227	21.55 597	0.91 202	0.47 115	1.85 90	0.94 372	7.96 599	1.23 88	0.75 79	0.76 47	0.64 77	0.70 94	1.77 232	0.83 172	0.30 252	0.21 199	0.27 167	0.21 127	0.27 117	0.24 114

IGEVStereo-DCA	0.86 91	0.65 249	2.05 176	0.90 191	0.46 105	1.57 69	0.86 310	1.62 42	1.24 90	0.65 52	0.77 50	0.74 117	0.72 99	2.59 319	0.86 185	0.28 182	0.21 199	0.28 202	0.21 127	0.29 156	0.27 176

rrr	2.27 372	0.65 249	23.82 616	0.90 191	0.46 105	1.57 69	0.96 383	7.98 600	1.19 85	0.65 52	0.77 50	0.74 117	0.72 99	2.59 319	0.86 185	0.28 182	0.21 199	0.28 202	0.21 127	0.29 156	0.25 128

3.25w_new	0.69 30	0.46 43	1.10 43	0.61 12	0.61 205	2.23 124	0.51 94	2.45 141	0.90 44	0.63 44	0.78 52	0.47 38	0.71 96	0.78 12	0.50 43	0.17 7	0.14 11	0.20 8	0.17 37	0.20 21	0.20 33

3.25w	0.69 30	0.46 43	1.10 43	0.61 12	0.61 205	2.23 124	0.51 94	2.45 141	0.90 44	0.63 44	0.78 52	0.47 38	0.71 96	0.79 13	0.50 43	0.17 7	0.14 11	0.20 8	0.17 37	0.20 21	0.20 33

AEACV	0.79 68	0.54 129	1.35 105	0.97 247	0.63 214	1.13 18	0.92 365	2.02 90	0.91 47	0.76 93	0.79 54	0.80 130	1.61 368	1.28 128	0.61 74	0.22 50	0.18 87	0.26 135	0.23 182	0.27 117	0.23 96

asda	0.77 60	0.46 43	1.10 43	0.64 31	0.82 298	3.33 258	0.49 88	2.40 131	0.81 32	0.63 44	0.80 55	0.44 32	0.85 154	0.88 29	0.60 72	0.17 7	0.13 1	0.24 77	0.17 37	0.20 21	0.20 33

3.75w	0.75 44	0.47 61	1.09 37	0.63 25	1.10 399	2.61 158	0.53 104	2.46 144	0.97 63	0.62 40	0.80 55	0.40 16	0.66 86	1.11 75	0.48 32	0.19 26	0.13 1	0.23 44	0.18 61	0.20 21	0.21 63

rvit_stereo_0081_aga	0.81 79	0.75 342	1.84 153	0.72 76	0.73 263	1.21 27	0.63 159	1.92 79	1.39 118	0.87 135	0.80 55	0.79 128	0.69 92	1.27 127	0.69 117	0.35 346	0.29 373	0.26 135	0.25 223	0.40 333	0.27 176

U	12.82 617	0.38 5	1.99 169	0.66 47	58.94 640	63.38 645	0.34 27	1.91 78	0.94 60	0.59 31	0.80 55	0.46 36	0.57 51	0.83 20	0.44 20	0.29 207	0.17 53	63.35 645	59.81 644	0.29 156	0.20 33

S2M2_L	0.64 21	0.55 136	1.07 20	0.89 181	0.54 160	1.08 15	0.20 1	1.16 10	1.37 114	0.59 31	0.81 59	0.86 147	0.47 21	0.70 4	0.65 93	0.31 276	0.33 411	0.27 167	0.27 272	0.36 300	0.31 247
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GCAPDPT-zeroshot4090	3.65 530	0.52 97	56.48 641	0.90 191	1.06 384	2.70 164	0.77 248	3.08 239	1.18 81	1.20 179	0.81 59	0.68 89	0.55 44	0.96 48	0.68 105	0.27 140	0.21 199	0.28 202	0.21 127	0.27 117	0.25 128

testlalala	3.73 536	0.52 97	57.95 643	0.90 191	1.06 384	2.70 164	0.77 248	3.08 239	1.18 81	1.20 179	0.81 59	0.68 89	0.55 44	0.96 48	0.68 105	0.27 140	0.21 199	0.28 202	0.21 127	0.27 117	0.25 128

GCAPDPT-zeroshot	3.67 531	0.52 97	56.80 642	0.90 191	1.06 384	2.70 164	0.77 248	3.08 239	1.18 81	1.20 179	0.81 59	0.68 89	0.55 44	0.96 48	0.68 105	0.27 140	0.21 199	0.28 202	0.20 109	0.27 117	0.25 128

BTL-Stereo	0.46 1	0.31 1	0.97 6	0.61 12	0.38 47	0.42 2	0.36 33	0.68 2	0.77 17	0.50 6	0.83 63	0.61 69	0.33 2	0.61 2	0.62 78	0.19 26	0.14 11	0.24 77	0.22 163	0.20 21	0.19 9

qwe	0.75 44	0.45 36	1.10 43	0.67 54	1.06 384	2.49 144	0.45 73	2.57 166	0.90 44	0.71 67	0.83 63	0.43 27	0.48 25	1.10 73	0.64 85	0.17 7	0.14 11	0.24 77	0.16 19	0.21 39	0.20 33

3w_stereo	0.71 37	0.47 61	1.14 62	0.65 39	0.39 51	1.73 84	0.68 186	2.79 206	0.79 25	0.67 57	0.84 65	0.37 8	1.02 204	1.03 63	0.56 62	0.18 21	0.14 11	0.23 44	0.18 61	0.20 21	0.22 84

monsters	0.82 82	0.58 172	1.16 65	0.76 98	1.52 502	2.92 189	0.40 47	2.66 182	0.72 13	0.66 54	0.84 65	0.38 12	0.41 12	1.84 245	0.48 32	0.20 34	0.16 34	0.20 8	0.16 19	0.19 5	0.19 9

fffft	0.76 53	0.47 61	1.28 92	0.82 123	0.54 160	1.51 65	0.80 272	2.09 97	1.18 81	0.63 44	0.84 65	0.59 67	0.55 44	1.80 238	0.85 178	0.19 26	0.18 87	0.27 167	0.20 109	0.26 104	0.24 114
1: 1. 1
Monster-pub-mixall	0.64 21	0.42 23	1.00 9	0.83 134	0.48 123	1.39 53	0.32 19	1.45 22	0.82 33	0.88 136	0.85 68	0.39 14	0.36 6	1.99 262	0.47 30	0.20 34	0.16 34	0.17 1	0.15 5	0.18 1	0.21 63

WQFJA1	2.11 344	0.52 97	1.23 77	0.63 25	1.87 559	2.81 171	0.61 141	11.67 610	15.01 616	0.80 108	0.86 69	0.92 169	1.03 205	1.13 84	1.48 351	0.26 117	0.25 322	0.27 167	0.22 163	0.31 200	0.24 114

NLMM	2.10 341	0.53 114	1.23 77	0.63 25	1.86 556	2.81 171	0.61 141	11.68 611	14.99 615	0.80 108	0.86 69	0.92 169	1.03 205	1.12 80	1.48 351	0.26 117	0.25 322	0.27 167	0.22 163	0.31 200	0.24 114

GREAT-IGEV	0.74 43	0.54 129	1.86 154	1.10 328	0.44 86	2.44 140	0.34 27	1.37 15	1.51 177	0.48 2	0.86 69	0.51 46	0.60 65	1.07 69	0.45 22	0.22 50	0.17 53	0.21 21	0.17 37	0.23 61	0.25 128
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
Occ-G	0.86 91	0.52 97	1.39 109	0.82 123	0.66 231	1.37 51	0.79 262	1.58 37	1.31 106	1.56 217	0.87 72	2.18 361	0.89 169	0.97 52	0.88 196	0.26 117	0.19 124	0.26 135	0.19 88	0.25 83	0.24 114

Test_v1	0.62 14	0.40 10	1.13 58	0.74 82	0.55 168	1.60 73	0.39 39	1.68 53	0.92 52	0.60 37	0.88 73	0.53 52	0.50 33	0.93 43	0.39 6	0.19 26	0.16 34	0.20 8	0.17 37	0.20 21	0.21 63

asd	0.70 32	0.45 36	1.10 43	0.67 54	0.90 335	2.88 181	0.43 64	1.64 49	0.79 25	0.68 60	0.88 73	0.43 27	0.74 109	0.85 24	0.49 36	0.19 26	0.13 1	0.24 77	0.17 37	0.22 53	0.20 33

2.5w	0.75 44	0.44 32	1.06 18	0.66 47	0.69 249	2.39 136	0.56 118	2.77 198	0.82 33	0.63 44	0.88 73	0.37 8	0.75 112	1.36 149	0.50 43	0.18 21	0.14 11	0.22 29	0.17 37	0.19 5	0.21 63

LoS	0.94 116	0.52 97	1.88 156	0.86 163	0.36 20	4.15 447	0.51 94	2.18 104	1.45 135	0.97 154	0.88 73	0.62 72	0.79 133	1.59 197	0.86 185	0.26 117	0.19 124	0.24 77	0.16 19	0.21 39	0.20 33
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
GEAStereo	0.84 88	0.48 71	1.09 37	0.85 156	0.45 94	4.54 531	0.83 291	1.88 70	0.91 47	0.75 79	0.89 77	0.53 52	0.80 140	0.92 39	0.53 54	0.30 252	0.19 124	0.27 167	0.19 88	0.28 137	0.19 9

GSStereo	0.96 128	0.48 71	1.09 37	0.97 247	0.45 94	4.54 531	0.83 291	3.32 275	1.37 114	0.75 79	0.89 77	0.76 121	0.80 140	0.92 39	0.53 54	0.26 117	0.18 87	0.26 135	0.20 109	0.28 137	0.21 63

GS-Stereo							0.83 291	3.32 275	1.37 114	0.75 79	0.89 77	0.76 121	0.80 140	0.92 39	0.53 54	0.26 117	0.18 87	0.26 135	0.20 109	0.28 137	0.21 63

LG-Stereo_Zeroshot	0.89 101	0.47 61	2.08 188	0.76 98	0.73 263	3.91 380	0.41 54	2.07 95	1.07 74	0.77 98	0.89 77	0.64 77	0.86 156	0.95 44	0.77 152	0.26 117	0.18 87	0.26 135	0.19 88	0.32 232	0.32 258

4.5_new	0.67 24	0.46 43	1.11 50	0.63 25	0.78 281	1.97 100	0.51 94	2.18 104	0.78 22	0.73 72	0.90 81	0.42 25	0.49 29	0.81 15	0.49 36	0.21 40	0.14 11	0.26 135	0.19 88	0.22 53	0.20 33

4.5w-stereo	0.67 24	0.46 43	1.11 50	0.63 25	0.78 281	1.97 100	0.51 94	2.18 104	0.77 17	0.73 72	0.90 81	0.42 25	0.49 29	0.81 15	0.49 36	0.21 40	0.14 11	0.26 135	0.19 88	0.22 53	0.20 33

AdaDepth	0.76 53	0.45 36	1.41 113	0.70 61	1.27 446	3.12 219	0.43 64	1.02 7	0.94 60	0.63 44	0.91 83	0.43 27	0.58 54	1.41 160	0.48 32	0.18 21	0.21 199	0.23 44	0.19 88	0.25 83	0.26 160

rvit_0105_4	1.07 157	0.99 429	2.39 219	0.93 225	0.54 160	1.62 77	0.84 297	2.77 198	2.91 511	0.80 108	0.91 83	1.09 192	0.86 156	1.63 209	0.85 178	0.40 402	0.45 496	0.35 368	0.31 366	0.43 386	0.40 365

S2M2_XL	0.46 1	0.41 18	1.09 37	0.65 39	0.34 14	0.29 1	0.23 3	0.67 1	0.50 2	0.53 12	0.92 85	0.65 82	0.53 37	0.54 1	0.50 43	0.28 182	0.24 296	0.25 105	0.21 127	0.23 61	0.22 84
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
4w-stereo	0.67 24	0.49 80	1.07 20	0.63 25	0.75 270	1.63 78	0.44 69	2.23 113	0.77 17	0.56 16	0.92 85	0.40 16	0.82 146	1.08 70	0.53 54	0.18 21	0.13 1	0.25 105	0.18 61	0.19 5	0.20 33

IGEV-BASED-STEREO-	1.09 159	3.30 574	2.61 235	0.82 123	0.38 47	1.27 36	0.62 156	1.51 28	1.29 103	0.91 140	0.92 85	0.65 82	0.57 51	1.08 70	0.59 69	1.55 583	0.15 23	0.32 295	0.28 301	1.10 553	1.98 582

2w_stereo	0.75 44	0.46 43	1.08 29	0.68 57	0.56 173	2.00 102	0.61 141	2.87 218	0.83 36	0.93 145	0.93 88	0.36 4	1.13 247	0.90 33	0.61 74	0.17 7	0.13 1	0.23 44	0.17 37	0.20 21	0.21 63

rvit_stereo_0083	0.86 91	0.67 270	1.42 114	0.87 169	0.65 224	1.23 28	0.64 163	1.67 51	2.28 398	0.79 105	0.93 88	0.93 173	1.07 228	1.46 173	0.75 143	0.32 297	0.36 436	0.30 250	0.26 245	0.33 252	0.28 197

4.25_new	0.73 39	0.46 43	1.08 29	0.71 67	0.97 353	2.52 147	0.58 130	2.28 121	0.93 56	0.57 22	0.94 90	0.40 16	0.65 79	0.87 25	0.50 43	0.17 7	0.13 1	0.25 105	0.17 37	0.19 5	0.20 33

4.5w_new	0.73 39	0.46 43	1.08 29	0.71 67	0.97 353	2.52 147	0.58 130	2.28 121	0.93 56	0.57 22	0.94 90	0.40 16	0.65 79	0.87 25	0.50 43	0.17 7	0.13 1	0.25 105	0.17 37	0.19 5	0.20 33

4.25w-stereo	0.73 39	0.46 43	1.08 29	0.71 67	0.97 353	2.52 147	0.58 130	2.28 121	0.93 56	0.57 22	0.94 90	0.40 16	0.65 79	0.87 25	0.50 43	0.17 7	0.13 1	0.25 105	0.17 37	0.19 5	0.20 33

NLSM3	0.90 105	0.46 43	1.19 69	0.62 19	1.30 451	3.19 229	0.45 73	2.81 210	1.27 100	0.78 101	0.95 93	0.55 57	1.03 205	1.14 87	0.87 191	0.20 34	0.15 23	0.26 135	0.22 163	0.24 67	0.23 96

DEFOM-Stereo_RVC	0.81 79	1.13 459	1.23 77	0.97 247	0.57 185	0.81 8	0.43 64	3.49 295	0.84 39	0.73 72	0.95 93	0.44 32	1.17 263	1.45 169	0.60 72	0.26 117	0.18 87	0.24 77	0.17 37	0.30 180	0.19 9

AIO_test	0.76 53	0.47 61	1.31 96	0.81 113	0.70 253	1.36 50	0.88 334	1.40 19	1.45 135	0.55 15	0.95 93	1.81 309	0.58 54	1.16 96	0.46 26	0.27 140	0.17 53	0.24 77	0.19 88	0.24 67	0.21 63

NLMM1	2.18 356	0.55 136	1.34 101	0.62 19	1.86 556	3.30 256	0.62 156	11.92 612	15.07 617	0.86 132	0.96 96	0.84 138	0.90 172	1.83 242	1.35 324	0.27 140	0.27 350	0.27 167	0.24 208	0.31 200	0.28 197

MM-Stereo_test2	1.79 286	0.53 114	20.16 545	1.43 479	0.47 115	2.57 154	0.73 211	1.67 51	1.47 148	0.94 146	0.96 96	0.84 138	0.79 133	1.16 96	0.68 105	0.24 78	0.17 53	0.25 105	0.22 163	0.30 180	0.22 84

rvit_stereo_ft	1.00 142	0.87 395	3.55 283	0.97 247	0.66 231	1.06 14	0.80 272	2.78 201	1.67 264	0.78 101	0.96 96	0.95 178	1.14 254	1.06 68	0.90 203	0.32 297	0.24 296	0.27 167	0.28 301	0.39 328	0.27 176

4D-IteraStereo	1.97 319	0.84 385	20.43 562	0.78 106	1.56 512	2.09 114	1.05 409	2.43 138	1.56 216	1.41 203	1.00 99	1.94 327	0.61 68	1.22 112	1.06 251	0.27 140	0.18 87	0.31 275	0.26 245	0.27 117	0.23 96

gcap_with_dpt	1.37 226	0.56 148	8.87 356	0.92 208	1.26 443	3.87 374	0.63 159	2.74 192	1.24 90	1.35 192	1.02 100	0.86 147	0.81 143	1.15 93	0.64 85	0.29 207	0.19 124	0.26 135	0.19 88	0.31 200	0.25 128

MatchStereo	0.68 27	0.46 43	1.93 162	0.67 54	0.28 3	0.98 10	0.33 21	2.01 88	1.69 272	0.48 2	1.02 100	0.47 38	0.59 59	0.91 36	0.58 67	0.21 40	0.17 53	0.21 21	0.15 5	0.19 5	0.19 9
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
CES	1.01 145	0.55 136	1.74 145	0.92 208	2.15 575	2.15 116	0.50 90	2.01 88	1.45 135	0.76 93	1.02 100	0.61 69	0.47 21	1.29 133	0.79 159	0.22 50	0.17 53	0.24 77	0.14 2	0.63 476	2.29 585

sAnonymous2	1.37 226	1.22 481	9.79 368	0.92 208	0.88 327	1.23 28	0.61 141	2.56 164	1.69 272	0.85 128	1.02 100	0.73 111	1.23 275	0.98 54	0.78 153	0.29 207	0.25 322	0.31 275	0.30 350	1.06 546	0.71 501

CroCo_RVC	1.37 226	1.22 481	9.79 368	0.92 208	0.88 327	1.23 28	0.61 141	2.56 164	1.69 272	0.85 128	1.02 100	0.73 111	1.23 275	0.98 54	0.78 153	0.29 207	0.25 322	0.31 275	0.30 350	1.06 546	0.71 501

2.25w	0.75 44	0.47 61	1.09 37	0.69 60	0.65 224	2.28 127	0.40 47	2.42 135	0.80 28	0.73 72	1.03 105	0.40 16	0.81 143	1.24 115	0.80 160	0.16 5	0.15 23	0.21 21	0.17 37	0.19 5	0.21 63

ff7	0.98 132	0.69 281	2.05 176	0.84 144	0.52 149	4.55 536	0.86 310	1.62 42	1.24 90	0.75 79	1.03 105	0.70 96	0.77 121	1.84 245	0.68 105	0.27 140	0.17 53	0.29 227	0.21 127	0.31 200	0.27 176

ffff	0.98 132	0.69 281	2.05 176	0.84 144	0.52 149	4.55 536	0.86 310	1.62 42	1.24 90	0.75 79	1.03 105	0.70 96	0.77 121	1.84 245	0.68 105	0.27 140	0.17 53	0.29 227	0.21 127	0.31 200	0.27 176

11t	0.98 132	0.69 281	2.05 176	0.84 144	0.52 149	4.55 536	0.86 310	1.62 42	1.24 90	0.75 79	1.03 105	0.70 96	0.77 121	1.84 245	0.68 105	0.27 140	0.17 53	0.29 227	0.21 127	0.31 200	0.27 176

ccc-4	0.98 132	0.69 281	2.05 176	0.84 144	0.52 149	4.55 536	0.86 310	1.62 42	1.24 90	0.75 79	1.03 105	0.70 96	0.77 121	1.84 245	0.68 105	0.27 140	0.17 53	0.29 227	0.21 127	0.31 200	0.27 176

VIP-Stereo	0.85 89	0.83 380	1.59 135	0.76 98	0.87 323	3.18 226	0.80 272	1.94 83	0.83 36	0.78 101	1.04 110	0.64 77	0.59 59	1.24 115	0.61 74	0.28 182	0.18 87	0.23 44	0.17 37	0.22 53	0.19 9

water-stereo	0.78 65	0.45 36	1.94 163	0.79 108	0.48 123	2.36 133	0.47 84	1.53 31	1.09 76	0.88 136	1.04 110	0.82 134	0.75 112	0.72 7	0.78 153	0.22 50	0.23 260	0.25 105	0.23 182	0.24 67	0.29 208

rvit_stereo_0080	0.94 116	0.72 309	2.56 229	0.64 31	0.59 197	1.90 93	0.75 233	2.71 188	1.40 122	0.91 140	1.04 110	0.85 143	0.82 146	1.14 87	0.78 153	0.35 346	0.29 373	0.25 105	0.27 272	0.45 402	0.29 208

whm_eth	0.94 116	0.72 309	2.56 229	0.64 31	0.59 197	1.90 93	0.75 233	2.71 188	1.40 122	0.91 140	1.04 110	0.85 143	0.82 146	1.14 87	0.78 153	0.35 346	0.29 373	0.25 105	0.27 272	0.45 402	0.29 208

GCAP-Stereo	0.93 113	0.68 278	1.35 105	0.85 156	0.41 64	3.61 320	0.52 103	2.20 107	1.50 170	1.11 173	1.04 110	1.17 203	0.84 152	1.11 75	0.71 126	0.25 101	0.20 165	0.27 167	0.18 61	0.28 137	0.23 96

GLC_STEREO	0.76 53	0.52 97	1.12 53	0.83 134	0.33 13	1.86 91	0.82 286	1.46 24	1.38 117	0.95 150	1.04 110	0.68 89	0.72 99	0.97 52	0.80 160	0.23 62	0.25 322	0.32 295	0.25 223	0.32 232	0.30 237

WQFJX1	2.20 359	0.52 97	1.38 107	0.62 19	1.78 548	3.07 210	0.67 178	12.26 615	15.24 618	0.84 125	1.05 116	0.91 163	0.97 189	1.88 253	1.26 301	0.27 140	0.25 322	0.28 202	0.21 127	0.36 300	0.25 128

RAStereo	0.75 44	0.52 97	2.86 254	0.58 5	0.62 211	1.19 26	0.32 19	1.81 67	0.99 65	0.75 79	1.05 116	0.64 77	0.47 21	0.80 14	0.94 228	0.22 50	0.20 165	0.27 167	0.21 127	0.34 269	0.22 84

PMTNet	0.99 140	0.48 71	1.73 142	0.62 19	0.56 173	4.20 474	0.43 64	1.88 70	1.58 225	1.00 155	1.05 116	0.78 124	0.98 196	1.50 179	0.85 178	1.21 569	0.20 165	0.23 44	0.15 5	0.22 53	0.19 9

anonymousdsp	0.95 123	0.69 281	1.27 90	0.83 134	0.52 149	4.54 531	0.84 297	1.76 60	1.24 90	0.76 93	1.06 119	0.78 124	0.77 121	1.67 218	0.69 117	0.27 140	0.17 53	0.29 227	0.21 127	0.31 200	0.26 160

IGEV-Stereo	0.95 123	0.69 281	1.27 90	0.84 144	0.52 149	4.54 531	0.84 297	1.76 60	1.24 90	0.75 79	1.06 119	0.79 128	0.77 121	1.68 220	0.69 117	0.27 140	0.17 53	0.29 227	0.21 127	0.31 200	0.26 160
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
VMStereo-Base	0.73 39	0.44 32	1.48 122	0.61 12	0.35 17	1.71 81	0.43 64	1.30 13	1.40 122	0.84 125	1.07 121	0.92 169	0.73 104	1.26 122	0.73 134	0.24 78	0.23 260	0.24 77	0.18 61	0.24 67	0.24 114

knoymous	1.30 216	0.60 192	5.57 321	0.88 174	0.75 270	3.04 203	0.90 344	2.68 184	1.33 107	1.48 208	1.07 121	2.78 434	0.88 163	1.29 133	0.85 178	0.31 276	0.22 231	0.35 368	0.20 109	0.45 402	0.37 323

riskmin	1.25 198	0.56 148	2.05 176	1.05 296	0.93 343	2.86 179	0.55 113	3.23 260	1.34 108	1.55 215	1.07 121	3.56 508	2.03 445	1.29 133	1.00 243	0.28 182	0.27 350	0.34 349	0.21 127	0.41 357	0.43 383

depthmonostereo	0.94 116	0.71 305	2.39 219	0.85 156	0.54 160	2.21 123	0.53 104	1.83 68	1.17 80	0.95 150	1.09 124	0.99 180	0.97 189	2.37 297	0.68 105	0.23 62	0.27 350	0.22 29	0.20 109	0.25 83	0.26 160

MM-Stereo_test1	1.90 303	0.53 114	19.85 531	1.39 472	0.48 123	1.81 88	0.79 262	3.00 228	1.82 301	1.69 240	1.09 124	0.87 150	0.97 189	1.45 169	0.74 140	0.24 78	0.21 199	0.27 167	0.24 208	0.35 287	0.24 114

CASnet	0.78 65	0.51 91	1.29 94	0.81 113	0.29 4	1.28 42	0.74 223	1.51 28	1.89 317	1.64 231	1.09 124	0.65 82	0.64 75	0.91 36	0.76 147	0.29 207	0.17 53	0.41 433	0.31 366	0.32 232	0.19 9
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CAS	1.26 205	0.40 10	1.46 117	2.97 589	1.61 520	4.13 443	0.73 211	1.78 64	1.49 164	0.83 123	1.10 127	0.59 67	0.53 37	1.26 122	0.80 160	2.99 593	0.13 1	0.21 21	0.13 1	0.31 200	1.72 575

monsterstereo	0.82 82	0.50 84	1.26 84	0.77 104	1.41 486	2.54 153	0.40 47	3.14 247	0.71 12	0.70 63	1.11 128	0.41 23	0.39 9	1.50 179	0.50 43	0.19 26	0.16 34	0.22 29	0.16 19	0.21 39	0.17 1

FENet	2.25 367	0.50 84	20.29 555	1.35 452	0.67 238	4.01 415	0.60 137	3.95 399	1.99 330	1.96 309	1.11 128	2.43 391	1.43 320	1.60 199	1.39 327	0.32 297	0.22 231	0.33 331	0.26 245	0.29 156	0.39 345

SMoEStereo_RVC	0.80 70	0.53 114	1.12 53	0.92 208	0.44 86	2.41 138	0.79 262	1.49 27	1.16 78	0.70 63	1.12 130	0.64 77	0.64 75	1.69 221	0.87 191	0.22 50	0.16 34	0.31 275	0.22 163	0.26 104	0.25 128

CREStereo	0.92 110	0.53 114	1.45 116	0.61 12	0.34 14	4.42 508	0.40 47	2.21 109	1.54 202	0.94 146	1.12 130	0.87 150	0.87 161	1.12 80	0.72 131	0.28 182	0.19 124	0.22 29	0.15 5	0.22 53	0.19 9
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
ProNet	0.82 82	0.71 305	1.50 123	0.86 163	0.45 94	1.78 85	0.83 291	1.75 59	1.28 102	0.66 54	1.13 132	0.78 124	0.76 119	1.66 214	0.71 126	0.24 78	0.20 165	0.25 105	0.23 182	0.29 156	0.25 128

trnet	0.91 109	0.48 71	1.46 117	0.62 19	0.31 7	4.40 503	0.41 54	2.20 107	1.53 193	0.94 146	1.14 133	0.88 154	0.89 169	1.09 72	0.71 126	0.27 140	0.19 124	0.22 29	0.15 5	0.21 39	0.19 9

WQFJX	2.14 351	0.54 129	1.28 92	0.61 12	1.85 555	2.87 180	0.77 248	11.60 609	14.62 614	0.82 114	1.15 134	0.89 156	1.10 240	1.69 221	1.39 327	0.28 182	0.25 322	0.25 105	0.21 127	0.32 232	0.25 128

AIO_rvc	0.78 65	0.55 136	1.25 83	0.75 84	0.65 224	1.46 60	0.99 392	2.13 99	1.52 186	0.57 22	1.15 134	1.09 192	0.55 44	1.15 93	0.53 54	0.24 78	0.17 53	0.24 77	0.17 37	0.25 83	0.21 63

test-3	1.19 176	0.52 97	2.00 170	1.01 275	0.42 71	1.95 98	0.91 352	4.35 530	1.47 148	2.24 418	1.16 136	2.06 351	0.79 133	2.68 325	0.76 147	0.27 140	0.18 87	0.28 202	0.26 245	0.26 104	0.25 128

test_1	1.19 176	0.52 97	2.00 170	1.01 275	0.42 71	1.95 98	0.90 344	4.36 535	1.47 148	2.17 391	1.16 136	2.06 351	0.78 129	2.68 325	0.76 147	0.27 140	0.18 87	0.28 202	0.26 245	0.26 104	0.25 128

IGEV-Stereo++	0.93 113	0.44 32	1.08 29	0.70 61	1.20 429	3.87 374	0.33 21	3.36 283	1.43 132	0.75 79	1.17 138	0.68 89	1.04 212	0.95 44	0.42 12	0.22 50	0.16 34	0.23 44	0.17 37	0.24 67	0.20 33

UDGNet	1.40 230	1.52 521	2.22 201	1.38 470	0.62 211	4.39 499	0.68 186	1.80 66	2.18 377	1.34 189	1.18 139	0.99 180	1.00 199	2.16 281	1.19 279	1.09 563	0.34 424	1.30 578	0.98 567	1.10 553	0.58 468

test_3	1.19 176	0.51 91	2.08 188	0.99 261	0.41 64	2.05 110	0.87 330	4.40 543	1.42 128	1.99 318	1.18 139	2.03 345	0.79 133	2.70 327	0.75 143	0.27 140	0.17 53	0.29 227	0.29 329	0.30 180	0.27 176

MSCF	0.97 130	0.82 376	1.26 84	0.88 174	0.40 57	3.17 224	0.88 334	2.79 206	1.39 118	1.32 187	1.19 141	0.58 64	1.33 291	1.28 128	0.64 85	0.25 101	0.19 124	0.25 105	0.25 223	0.28 137	0.32 258

LG-Stereo	0.85 89	0.60 192	2.71 244	0.59 8	0.45 94	2.85 177	0.55 113	2.41 132	1.34 108	0.59 31	1.19 141	0.43 27	0.40 10	0.76 9	0.75 143	0.20 34	0.17 53	0.31 275	0.24 208	0.29 156	0.19 9

3.5w_stereo	0.77 60	0.53 114	1.09 37	0.65 39	0.72 258	2.52 147	0.51 94	2.43 138	0.80 28	0.76 93	1.20 143	0.43 27	0.66 86	1.23 114	0.73 134	0.17 7	0.13 1	0.23 44	0.17 37	0.20 21	0.21 63

SCV_C0	0.89 101	0.59 180	1.96 168	0.83 134	0.44 86	1.24 32	0.64 163	3.33 281	1.66 262	0.82 114	1.20 143	0.73 111	0.66 86	1.62 205	0.66 97	0.32 297	0.21 199	0.24 77	0.20 109	0.28 137	0.23 96

rvit_0105_5	1.13 164	0.93 412	2.60 232	0.91 202	0.56 173	1.92 96	0.91 352	3.02 231	2.63 472	0.95 150	1.20 143	1.18 207	0.93 181	1.51 182	0.93 226	0.40 402	0.43 486	0.37 396	0.35 410	0.42 376	0.44 389

MIF-Stereo (partial)	0.98 132	0.55 136	2.83 251	0.71 67	1.03 376	1.08 15	0.49 88	2.55 162	1.66 262	0.79 105	1.20 143	0.80 130	0.90 172	1.61 204	1.56 371	0.36 357	0.24 296	0.33 331	0.25 223	0.40 333	0.28 197

NLSM1	1.86 294	0.53 114	1.39 109	0.73 79	1.89 561	3.09 213	0.64 163	8.41 603	12.10 609	0.79 105	1.21 147	0.73 111	0.86 156	1.67 218	1.45 342	0.26 117	0.24 296	0.29 227	0.24 208	0.31 200	0.27 176

xyz-stereo-finetune	1.05 152	0.62 219	1.46 117	0.59 8	0.36 20	3.48 285	0.81 282	2.69 186	1.74 289	0.94 146	1.21 147	0.91 163	0.78 129	2.53 314	1.28 309	0.24 78	0.24 296	0.26 135	0.23 182	0.30 180	0.23 96

CroCo-Stereo Lap2	0.99 140	0.89 399	2.55 228	0.99 261	1.80 552	0.54 4	0.46 78	3.10 243	1.24 90	1.07 167	1.21 147	1.05 191	0.78 129	1.26 122	1.08 256	0.27 140	0.23 260	0.27 167	0.21 127	0.43 386	0.34 289

gcap-zeroshot	1.30 216	0.61 209	4.09 297	0.94 229	0.56 173	3.50 292	0.84 297	3.12 245	1.72 280	1.84 270	1.22 150	2.72 423	0.88 163	1.46 173	0.80 160	0.29 207	0.30 386	0.27 167	0.21 127	0.29 156	0.25 128

MyStereo07	1.01 145	0.80 365	1.26 84	1.00 269	1.04 379	3.95 397	0.95 376	2.07 95	1.42 128	0.75 79	1.22 150	0.68 89	0.91 175	1.63 209	0.67 102	0.24 78	0.24 296	0.34 349	0.26 245	0.41 357	0.37 323

EKT-Stereo	6.79 590	0.64 238	4.24 301	1.77 539	106.39 645	4.51 528	0.61 141	3.16 250	1.53 193	1.88 281	1.22 150	1.98 338	1.36 298	3.81 359	0.84 175	0.35 346	0.24 296	0.29 227	0.26 245	0.34 269	0.48 415

FADNet-RVC	2.51 428	2.27 555	14.03 427	1.09 319	0.81 289	3.54 303	1.10 423	4.13 452	2.48 448	1.39 199	1.22 150	1.85 319	1.77 412	9.78 493	2.06 447	0.38 382	0.37 448	0.40 421	0.40 463	0.67 494	0.48 415

RSM++	0.77 60	0.51 91	1.08 29	0.95 233	0.42 71	1.52 67	0.71 201	2.11 98	1.40 122	0.80 108	1.23 154	0.90 161	0.59 59	1.14 87	0.69 117	0.24 78	0.19 124	0.25 105	0.21 127	0.28 137	0.20 33

252Zero-FE	0.72 38	0.46 43	1.08 29	1.01 275	0.41 64	1.27 36	0.22 2	1.79 65	1.03 69	2.52 478	1.24 155	0.32 1	0.41 12	1.03 63	0.45 22	0.21 40	0.17 53	0.20 8	0.17 37	0.20 21	0.20 33

DilatedVolume-Stereo	0.81 79	0.60 192	1.51 125	1.01 275	0.59 197	1.34 48	0.51 94	1.56 34	1.08 75	1.26 184	1.24 155	0.77 123	0.87 161	1.79 237	0.72 131	0.23 62	0.24 296	0.22 29	0.21 127	0.25 83	0.23 96

Reg-Stereo(zero)	1.60 256	0.42 23	10.69 382	0.89 181	0.68 243	3.27 247	0.47 84	2.27 118	1.54 202	1.48 208	1.24 155	2.55 404	2.68 496	1.48 176	1.10 260	0.19 26	0.19 124	0.22 29	0.18 61	0.24 67	0.26 160

castereo	0.82 82	0.70 292	1.04 12	0.85 156	0.50 135	1.29 44	0.91 352	3.22 257	1.20 86	0.83 123	1.24 155	0.72 105	0.91 175	1.00 58	0.67 102	0.26 117	0.16 34	0.25 105	0.20 109	0.24 67	0.21 63

plain	1.55 242	0.69 281	13.59 415	0.65 39	0.73 263	1.66 80	0.57 121	3.17 252	1.94 324	0.77 98	1.24 155	0.80 130	0.86 156	1.60 199	0.96 234	0.33 314	0.21 199	0.32 295	0.25 223	0.42 376	0.28 197

qqq	1.30 216	0.57 158	1.67 138	1.15 360	0.51 137	2.18 118	0.91 352	3.98 408	1.53 193	1.50 211	1.24 155	1.79 301	1.34 293	4.66 378	0.98 238	0.28 182	0.31 396	0.33 331	0.33 386	0.33 252	0.32 258

dd	1.26 205	1.15 464	2.47 225	0.92 208	0.49 131	4.35 495	0.75 233	1.92 79	2.11 364	1.44 205	1.24 155	1.19 211	1.05 217	1.78 233	1.70 399	0.57 510	0.34 424	0.35 368	0.33 386	0.60 465	0.46 405

GMStereo	1.01 145	1.00 432	2.86 254	0.83 134	0.45 94	1.47 61	0.57 121	1.89 73	2.11 364	1.52 212	1.24 155	0.87 150	0.74 109	1.58 192	0.94 228	0.40 402	0.21 199	0.30 250	0.30 350	0.47 417	0.36 309
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CroCo-Stereo	0.98 132	0.87 395	3.44 279	0.87 169	0.53 159	0.49 3	0.50 90	3.99 412	1.49 164	0.81 112	1.25 163	1.00 183	0.75 112	1.10 73	1.09 259	0.24 78	0.21 199	0.24 77	0.19 88	0.35 287	0.27 176
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
DLNR-FE	28.68 631	56.10 645	49.61 631	183.75 650	105.98 644	3.44 273	0.28 10	29.58 634	1.49 164	1.01 156	1.26 164	0.93 173	0.63 72	3.81 359	1.51 363	33.14 640	0.41 477	0.26 135	0.23 182	99.94 646	0.32 258

MyStereo05	2.37 405	0.72 309	19.94 534	1.02 286	0.99 363	4.26 480	0.86 310	4.01 416	2.62 471	2.14 373	1.26 164	2.28 366	1.63 385	2.07 269	1.68 397	0.24 78	0.23 260	0.34 349	0.26 245	0.42 376	0.36 309

11t1	1.11 162	0.53 114	1.80 150	1.55 510	0.65 224	2.20 122	0.60 137	3.66 325	1.49 164	1.60 220	1.26 164	1.03 187	1.35 296	1.72 226	0.97 235	0.28 182	0.31 396	0.29 227	0.23 182	0.30 180	0.34 289

UniTT-Stereo	0.82 82	0.47 61	2.63 239	0.96 240	1.19 423	0.78 7	0.39 39	1.12 9	1.54 202	1.19 178	1.26 164	0.51 46	0.64 75	1.13 84	1.03 247	0.30 252	0.20 165	0.24 77	0.21 127	0.40 333	0.25 128

DLNR_Zeroshot_test	28.62 630	55.50 644	49.94 633	183.62 649	115.05 648	3.43 272	0.28 10	29.49 633	1.49 164	1.01 156	1.26 164	0.93 173	0.63 72	3.92 366	1.51 363	29.81 639	0.41 477	0.26 135	0.23 182	93.28 644	0.32 258

rafts_anoy	1.24 194	0.80 365	3.61 289	1.17 369	1.20 429	3.00 200	0.61 141	3.17 252	1.58 225	1.37 196	1.26 164	1.19 211	1.12 245	1.78 233	1.25 298	0.32 297	0.23 260	0.32 295	0.32 378	0.31 200	0.30 237

sCroCo_RVC	1.06 153	0.82 376	5.05 312	1.02 286	1.05 381	0.98 10	0.61 141	2.06 93	1.29 103	0.69 62	1.26 164	0.82 134	1.10 240	1.20 109	0.90 203	0.42 429	0.40 468	0.33 331	0.30 350	0.46 413	0.38 338

MyStereo04	2.29 380	0.80 365	18.77 503	1.00 269	1.04 379	3.95 397	0.95 376	3.91 386	2.54 462	1.99 318	1.27 171	2.31 373	1.65 390	2.02 267	1.77 411	0.24 78	0.24 296	0.34 349	0.26 245	0.41 357	0.37 323

x	1.15 169	0.57 158	1.53 126	1.44 482	0.67 238	1.94 97	0.97 385	3.87 371	1.57 222	1.61 225	1.28 172	1.58 262	1.22 272	1.93 257	1.04 249	0.28 182	0.30 386	0.34 349	0.29 329	0.32 232	0.31 247

TRStereo	2.31 384	1.87 540	19.74 527	1.53 503	1.16 413	4.26 480	1.08 417	4.73 574	1.45 135	1.55 215	1.28 172	1.75 288	0.85 154	1.81 239	1.20 282	0.36 357	0.26 339	0.32 295	0.36 420	0.34 269	0.33 276

CAS++	0.89 101	0.64 238	1.46 117	0.81 113	0.51 137	1.24 32	0.86 310	3.44 290	1.46 143	1.14 175	1.29 174	0.62 72	0.58 54	1.13 84	0.59 69	0.34 326	0.30 386	0.34 349	0.26 245	0.41 357	0.29 208
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
FADNet	2.49 425	1.76 536	13.17 407	1.17 369	0.95 348	3.27 247	0.88 334	3.94 397	2.27 394	1.40 201	1.29 174	2.51 401	2.06 449	9.93 500	1.94 432	0.43 435	0.45 496	0.40 421	0.43 480	1.06 546	0.53 444

NLCSM	2.07 337	0.57 158	1.26 84	0.68 57	1.83 554	3.24 239	0.69 192	8.40 602	9.75 603	0.92 143	1.30 176	0.87 150	1.06 224	7.60 444	1.57 373	0.28 182	0.25 322	0.29 227	0.25 223	0.36 300	0.27 176

DA	0.98 132	0.46 43	1.34 101	0.92 208	0.43 77	4.34 492	0.85 305	2.79 206	1.35 111	0.82 114	1.30 176	0.89 156	1.08 232	1.11 75	0.56 62	0.30 252	0.18 87	0.24 77	0.18 61	0.25 83	0.23 96

GGEV	0.98 132	0.46 43	1.34 101	0.92 208	0.43 77	4.34 492	0.85 305	2.79 206	1.35 111	0.82 114	1.30 176	0.89 156	1.08 232	1.11 75	0.56 62	0.30 252	0.18 87	0.24 77	0.18 61	0.25 83	0.23 96

GASTEREO	1.00 142	0.98 428	1.23 77	0.90 191	0.40 57	3.40 267	0.88 334	2.77 198	1.44 134	1.39 199	1.30 176	0.55 57	1.35 296	1.33 143	0.64 85	0.25 101	0.19 124	0.25 105	0.25 223	0.25 83	0.31 247

tt45	0.96 128	0.48 71	1.19 69	0.89 181	0.66 231	3.91 380	0.76 236	1.90 76	1.26 99	0.70 63	1.30 176	0.71 103	0.63 72	2.59 319	0.74 140	0.22 50	0.17 53	0.28 202	0.23 182	0.27 117	0.27 176

CBFPSM	2.05 334	0.95 420	10.12 375	1.07 305	1.05 381	2.84 175	1.20 446	3.28 266	1.73 283	1.82 267	1.30 176	4.56 556	4.06 547	2.34 296	2.34 474	0.25 101	0.38 454	0.32 295	0.27 272	0.37 312	0.79 523

AnonymousM	1.22 188	1.32 498	0.97 6	0.88 174	0.56 173	4.03 419	0.69 192	2.41 132	1.68 266	1.48 208	1.31 182	1.15 201	1.00 199	1.18 107	0.73 134	0.32 297	0.40 468	2.07 588	1.70 590	0.24 67	0.22 84

1w_stereo	0.86 91	0.42 23	1.07 20	0.72 76	0.81 289	3.00 200	0.67 178	3.28 266	0.75 16	0.74 77	1.32 183	0.37 8	1.37 299	0.92 39	0.68 105	0.16 5	0.14 11	0.20 8	0.16 19	0.19 5	0.22 84

ACV-stereo	2.92 476	0.92 408	20.27 553	1.33 439	1.05 381	4.68 557	1.10 423	2.66 182	1.64 255	1.46 206	1.32 183	5.41 581	4.24 552	7.83 449	1.90 427	0.44 441	0.52 523	0.32 295	0.29 329	0.45 402	0.63 483

LoS_RVC	0.94 116	1.30 492	1.31 96	0.84 144	1.63 523	2.02 103	0.59 134	1.51 28	1.36 113	0.81 112	1.33 185	0.84 138	0.88 163	1.36 149	0.73 134	0.21 40	0.17 53	0.20 8	0.14 2	0.20 21	1.45 568

NRIStereo	1.28 213	0.61 209	1.67 138	1.15 360	0.38 47	4.73 570	0.90 344	2.42 135	1.50 170	1.93 299	1.33 185	1.75 288	1.22 272	2.96 338	1.33 320	0.46 457	0.22 231	0.29 227	0.26 245	0.30 180	0.28 197

TestStereo	2.00 325	1.02 434	12.25 398	0.70 61	0.61 205	1.88 92	0.55 113	2.31 125	1.52 186	1.41 203	1.33 185	1.27 221	0.90 172	11.62 567	0.81 166	0.34 326	0.19 124	0.33 331	0.24 208	0.44 394	0.24 114

FADNet-RVC-Resample	2.83 465	2.02 547	21.07 583	1.12 339	0.91 337	3.53 299	1.37 472	4.08 440	2.09 354	1.68 239	1.33 185	2.03 345	1.51 345	9.54 485	1.69 398	0.38 382	0.37 448	0.42 440	0.44 483	0.56 451	0.56 459

DIP-Stereo	1.24 194	0.69 281	1.77 147	0.65 39	0.61 205	4.29 487	0.58 130	4.44 549	2.53 458	1.98 313	1.33 185	0.91 163	0.86 156	1.25 121	1.25 298	0.36 357	0.23 260	0.32 295	0.23 182	0.32 232	0.29 208
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
IGEV++	0.90 105	0.58 172	1.32 99	0.94 229	0.45 94	1.27 36	1.00 394	3.32 275	1.55 210	0.82 114	1.34 190	0.86 147	1.09 234	1.16 96	0.89 199	0.33 314	0.18 87	0.23 44	0.19 88	0.29 156	0.22 84

Any-RAFT	1.40 230	0.53 114	2.78 250	1.09 319	0.64 216	4.41 506	0.81 282	3.97 406	2.78 491	1.99 318	1.34 190	2.36 379	1.56 360	1.56 188	0.75 143	0.27 140	0.20 165	0.25 105	0.18 61	0.25 83	0.28 197

Selective-RAFT	1.15 169	0.46 43	1.64 137	0.99 261	0.45 94	4.17 462	0.51 94	3.21 255	1.69 272	1.12 174	1.34 190	1.45 247	1.40 307	2.08 271	0.94 228	0.41 417	0.20 165	0.24 77	0.23 182	0.27 117	0.25 128

AIO-test1	2.18 356	0.66 260	18.95 507	0.89 181	1.48 496	3.40 267	0.97 385	4.19 467	1.68 266	0.86 132	1.35 193	0.99 180	0.75 112	4.47 375	1.27 305	0.23 62	0.23 260	0.28 202	0.33 386	0.31 200	0.35 303

fffy	0.80 70	0.59 180	1.56 132	1.00 269	0.47 115	1.27 36	0.76 236	1.90 76	1.02 68	0.75 79	1.35 193	0.83 136	0.72 99	1.70 224	0.62 78	0.23 62	0.19 124	0.27 167	0.21 127	0.28 137	0.32 258

test_sample1	1.62 260	0.55 136	1.88 156	1.44 482	0.79 284	2.27 126	0.64 163	4.00 414	1.82 301	1.87 278	1.35 193	1.57 260	1.62 372	9.55 487	1.24 295	0.30 252	0.27 350	0.31 275	0.28 301	0.32 232	0.32 258

Anonymous_2	3.01 493	0.89 399	4.53 308	1.06 302	1.18 416	2.93 193	0.87 330	3.24 262	1.46 143	1.86 276	1.35 193	4.11 533	2.35 476	1.64 211	1.28 309	0.82 550	0.90 571	8.71 629	15.84 632	4.44 607	0.74 510

raft_robust	1.92 310	1.15 464	3.34 277	1.02 286	0.43 77	3.84 361	0.46 78	4.42 545	2.52 457	1.67 238	1.36 197	2.17 360	6.37 582	6.78 429	1.04 249	0.28 182	0.24 296	0.30 250	0.35 410	0.31 200	0.32 258

Hybrid-DGEV-2	1.55 242	1.43 513	3.19 266	1.16 366	0.51 137	4.15 447	0.54 112	4.28 504	2.22 381	2.06 351	1.37 198	2.37 380	1.61 368	3.24 343	1.15 269	0.25 101	0.24 296	0.30 250	0.26 245	0.29 156	0.28 197

mms	0.77 60	0.68 278	1.17 67	0.83 134	0.71 256	1.41 55	0.67 178	1.61 41	1.12 77	0.77 98	1.37 198	0.63 75	0.54 42	1.75 230	0.63 82	0.24 78	0.19 124	0.26 135	0.21 127	0.31 200	0.34 289

Anonymous3	1.72 274	0.76 348	11.61 393	0.83 134	0.84 312	4.46 513	0.84 297	3.57 311	1.16 78	1.34 189	1.37 198	1.11 197	1.03 205	1.58 192	1.13 267	0.70 539	0.58 539	0.33 331	0.35 410	0.47 417	0.42 374

CFNet-RSSM	2.08 340	0.52 97	20.06 539	1.01 275	0.56 173	3.39 264	0.64 163	3.67 326	1.55 210	1.72 249	1.37 198	2.57 406	1.19 269	1.11 75	0.86 185	0.27 140	0.20 165	0.25 105	0.23 182	0.27 117	0.23 96

model_zeroshot	1.21 184	0.60 192	3.55 283	1.05 296	0.57 185	3.46 279	0.63 159	2.73 191	1.55 210	2.05 346	1.38 202	1.50 253	0.82 146	1.69 221	0.87 191	0.29 207	0.23 260	0.30 250	0.23 182	0.27 117	0.32 258

raftrobust	1.19 176	0.72 309	2.30 210	1.26 407	1.31 454	3.55 306	0.68 186	2.75 195	1.47 148	2.21 409	1.38 202	1.17 203	1.22 272	1.20 109	1.11 263	0.28 182	0.24 296	0.21 21	0.19 88	0.25 83	0.28 197

Pointernet	0.88 97	0.44 32	2.26 205	0.84 144	0.37 35	2.29 128	0.38 37	3.06 237	1.46 143	0.66 54	1.39 204	0.91 163	0.73 104	1.01 59	0.72 131	0.23 62	0.19 124	0.20 8	0.18 61	0.19 5	0.20 33

test_sample2	1.75 281	0.56 148	2.25 204	1.41 476	0.80 286	2.91 186	0.86 310	4.05 429	2.04 343	1.91 293	1.39 204	1.57 260	1.55 358	10.65 525	1.06 251	0.32 297	0.28 363	0.32 295	0.30 350	0.36 300	0.33 276

rvit_0105_3	1.24 194	0.93 412	2.84 252	0.97 247	0.58 194	2.38 134	1.08 417	3.26 265	2.53 458	1.18 177	1.40 206	1.24 218	1.04 212	1.73 227	0.97 235	0.44 441	0.44 491	0.40 421	0.42 477	0.42 376	0.50 429

LL-Strereo2	1.23 189	0.85 389	2.38 218	0.93 225	0.68 243	3.72 336	1.37 472	2.54 161	1.99 330	1.75 255	1.40 206	1.82 310	0.73 104	1.40 155	0.99 241	0.31 276	0.23 260	0.55 512	0.35 410	0.29 156	0.24 114

castereo++	0.93 113	0.56 148	1.26 84	0.92 208	0.73 263	2.48 143	1.00 394	2.99 226	1.03 69	0.68 60	1.41 208	1.92 325	0.59 59	1.26 122	0.44 20	0.25 101	0.19 124	0.28 202	0.19 88	0.23 61	0.23 96

DMCA-RVC	2.45 415	1.22 481	18.29 494	1.23 396	1.14 406	2.49 144	0.85 305	3.29 268	1.68 266	3.02 534	1.41 208	2.00 341	1.53 354	6.39 416	2.00 440	0.38 382	0.30 386	0.44 449	0.35 410	0.45 402	0.44 389

WCG-NET（raft）	0.95 123	0.55 136	1.20 74	0.84 144	0.31 7	1.44 58	1.01 397	1.55 33	2.37 423	1.64 231	1.42 210	2.38 382	1.01 201	1.29 133	0.76 147	0.22 50	0.19 124	0.22 29	0.20 109	0.25 83	0.21 63

ours_stereo	0.76 53	0.64 238	1.40 112	0.86 163	0.61 205	1.12 17	0.57 121	1.63 47	1.20 86	0.72 69	1.43 211	0.70 96	0.62 69	1.56 188	0.58 67	0.25 101	0.18 87	0.26 135	0.21 127	0.29 156	0.31 247

RSM	0.80 70	0.50 84	1.08 29	0.83 134	0.51 137	1.31 46	0.77 248	2.28 121	1.43 132	0.82 114	1.44 212	1.22 216	0.62 69	1.17 102	0.63 82	0.22 50	0.18 87	0.24 77	0.19 88	0.27 117	0.20 33

PSM-softLoss	1.66 268	0.59 180	5.15 314	2.25 570	0.48 123	4.68 557	0.69 192	2.57 166	1.52 186	2.14 373	1.45 213	1.42 244	0.99 197	6.04 408	1.20 282	0.41 417	0.23 260	0.37 396	0.39 452	0.32 232	0.31 247

KMStereo	1.66 268	0.59 180	5.15 314	2.25 570	0.48 123	4.68 557	0.69 192	2.57 166	1.52 186	2.14 373	1.45 213	1.42 244	0.99 197	6.04 408	1.20 282	0.41 417	0.23 260	0.37 396	0.39 452	0.32 232	0.31 247

gasm-f	0.89 101	0.49 80	1.30 95	0.85 156	0.44 86	4.42 508	0.95 376	1.88 70	0.91 47	0.75 79	1.46 215	0.53 52	0.88 163	0.88 29	0.57 65	0.30 252	0.19 124	0.27 167	0.19 88	0.28 137	0.19 9

ROB_FTStereo_v2	1.23 189	0.66 260	2.02 172	0.75 84	0.37 35	4.67 556	0.76 236	2.53 152	1.58 225	1.99 318	1.46 215	1.78 294	1.14 254	2.08 271	0.88 196	0.48 471	0.22 231	0.32 295	0.27 272	0.40 333	0.29 208

HUI-Stereo	1.25 198	0.66 260	2.33 213	0.75 84	0.37 35	4.68 557	0.78 255	2.53 152	1.58 225	1.99 318	1.46 215	1.79 301	1.13 247	2.17 283	0.85 178	0.48 471	0.23 260	0.32 295	0.27 272	0.40 333	0.29 208

iGMRVC	1.26 205	0.66 260	2.14 192	0.75 84	0.37 35	4.66 554	0.74 223	2.53 152	1.58 225	1.99 318	1.46 215	1.78 294	1.14 254	2.46 301	0.92 217	0.48 471	0.23 260	0.32 295	0.27 272	0.40 333	0.29 208

CRE-IMP	1.23 189	0.61 209	2.14 192	0.82 123	0.39 51	4.54 531	0.83 291	2.63 178	1.55 210	1.95 305	1.46 215	1.87 321	0.96 186	1.48 176	1.33 320	0.45 450	0.21 199	0.31 275	0.26 245	0.41 357	0.31 247

G2L-ROB	2.13 349	0.78 357	10.06 372	1.19 378	1.06 384	3.84 361	0.93 367	3.32 275	2.27 394	2.20 400	1.47 220	2.65 416	1.20 271	8.38 458	1.81 415	0.28 182	0.19 124	0.23 44	0.22 163	0.28 137	0.32 258

Patchmatch Stereo++	1.25 198	0.65 249	2.06 185	0.75 84	0.37 35	4.68 557	0.76 236	2.53 152	1.58 225	1.99 318	1.47 220	1.78 294	1.14 254	2.44 299	0.90 203	0.48 471	0.23 260	0.32 295	0.27 272	0.40 333	0.29 208
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.24 194	0.65 249	2.03 173	0.75 84	0.37 35	4.68 557	0.73 211	2.53 152	1.58 225	1.99 318	1.47 220	1.78 294	1.13 247	2.18 285	0.87 191	0.48 471	0.23 260	0.32 295	0.27 272	0.40 333	0.29 208

ROB_FTStereo	1.25 198	0.66 260	2.14 192	0.75 84	0.37 35	4.65 553	0.77 248	2.53 152	1.58 225	1.99 318	1.47 220	1.78 294	1.13 247	2.26 294	0.86 185	0.47 466	0.22 231	0.32 295	0.27 272	0.40 333	0.29 208

iRAFT	1.25 198	0.65 249	2.06 185	0.75 84	0.37 35	4.68 557	0.76 236	2.53 152	1.58 225	1.99 318	1.47 220	1.78 294	1.14 254	2.44 299	0.90 203	0.48 471	0.23 260	0.32 295	0.27 272	0.40 333	0.29 208

RAFT-IKP	1.25 198	0.66 260	2.23 203	0.75 84	0.37 35	4.64 551	0.74 223	2.53 152	1.58 225	1.99 318	1.47 220	1.78 294	1.13 247	2.22 291	0.92 217	0.48 471	0.22 231	0.32 295	0.27 272	0.40 333	0.29 208

Gwc-CoAtRS	1.58 250	0.57 158	11.69 394	1.01 275	0.60 200	2.53 151	0.64 163	2.36 129	1.56 216	1.80 264	1.47 220	2.74 424	1.18 265	1.12 80	0.90 203	0.27 140	0.21 199	0.25 105	0.22 163	0.27 117	0.23 96

MIPNet	2.33 390	0.71 305	19.82 529	0.89 181	0.56 173	4.76 575	0.61 141	4.32 524	2.37 423	1.83 269	1.48 227	1.48 250	1.98 444	2.63 322	1.44 338	0.29 207	0.20 165	0.26 135	0.23 182	0.30 180	0.39 345

WCG-NET	0.88 97	0.49 80	1.26 84	0.90 191	0.37 35	1.48 62	1.07 412	1.73 57	2.30 402	1.63 228	1.49 228	0.92 169	0.97 189	0.95 44	0.76 147	0.22 50	0.16 34	0.23 44	0.20 109	0.25 83	0.21 63

111111	0.87 95	0.50 84	1.13 58	0.66 47	1.08 393	3.37 262	0.33 21	2.33 128	1.47 148	0.74 77	1.50 229	0.61 69	0.59 59	1.40 155	0.48 32	0.24 78	0.19 124	0.22 29	0.16 19	0.24 67	0.19 9

RAFT-Stereo-weight	1.11 162	0.48 71	1.22 76	0.99 261	0.42 71	4.17 462	0.80 272	3.60 315	1.50 170	1.97 311	1.50 229	1.30 226	0.65 79	1.24 115	0.85 178	0.25 101	0.19 124	0.26 135	0.22 163	0.27 117	0.23 96

cross-raft	2.01 328	0.57 158	19.01 509	1.03 293	0.56 173	2.11 115	0.72 204	3.63 320	1.57 222	1.77 257	1.51 231	3.17 467	1.13 247	1.16 96	0.85 178	0.23 62	0.21 199	0.26 135	0.23 182	0.28 137	0.25 128

HUF	1.15 169	0.64 238	8.62 353	0.90 191	0.35 17	1.35 49	0.78 255	1.97 85	1.50 170	0.63 44	1.52 232	0.83 136	0.66 86	1.28 128	0.63 82	0.29 207	0.23 260	0.26 135	0.17 37	0.23 61	0.25 128

GMOStereo	1.13 164	0.70 292	2.26 205	0.75 84	0.44 86	3.05 205	0.91 352	2.78 201	1.45 135	2.37 454	1.52 232	1.53 254	1.05 217	1.17 102	0.92 217	0.25 101	0.19 124	0.35 368	0.28 301	0.34 269	0.26 160

error version	1.13 164	0.70 292	2.26 205	0.75 84	0.44 86	3.05 205	0.91 352	2.78 201	1.45 135	2.37 454	1.52 232	1.53 254	1.05 217	1.17 102	0.92 217	0.25 101	0.19 124	0.35 368	0.28 301	0.34 269	0.26 160

test-v	1.13 164	0.70 292	2.26 205	0.75 84	0.44 86	3.05 205	0.91 352	2.78 201	1.45 135	2.37 454	1.52 232	1.53 254	1.05 217	1.17 102	0.92 217	0.25 101	0.19 124	0.35 368	0.28 301	0.34 269	0.26 160

test-2	1.13 164	0.70 292	2.26 205	0.75 84	0.44 86	3.05 205	0.91 352	2.78 201	1.45 135	2.37 454	1.52 232	1.53 254	1.05 217	1.17 102	0.92 217	0.25 101	0.19 124	0.35 368	0.28 301	0.34 269	0.26 160

UPFNet	1.81 290	0.63 227	6.71 328	1.25 400	1.44 489	3.50 292	1.35 465	4.02 420	1.85 309	2.40 461	1.52 232	2.41 385	1.40 307	3.62 354	1.88 424	0.34 326	0.33 411	0.37 396	0.31 366	0.41 357	0.39 345

DCVSM-stereo	2.31 384	0.66 260	20.69 571	1.11 335	0.93 343	2.58 156	0.73 211	2.61 176	1.60 242	2.57 487	1.53 238	3.30 478	1.72 405	2.19 286	1.23 293	0.34 326	0.53 524	0.41 433	0.32 378	0.45 402	0.62 479

IPLGR	2.53 432	0.58 172	20.46 563	0.82 123	0.52 149	4.56 541	0.50 90	4.30 516	2.38 428	1.87 278	1.53 238	1.68 275	1.72 405	6.95 432	1.15 269	0.28 182	0.21 199	0.27 167	0.23 182	0.33 252	0.32 258

SCV	0.95 123	0.63 227	1.38 107	1.70 531	0.41 64	1.23 28	0.89 339	3.53 306	1.57 222	0.61 38	1.54 240	0.93 173	0.77 121	1.66 214	0.66 97	0.36 357	0.20 165	0.25 105	0.19 88	0.29 156	0.25 128

rvit_105_1	1.43 233	0.90 401	3.27 272	1.08 313	0.68 243	2.79 168	1.27 455	3.52 302	2.35 414	1.38 198	1.54 240	1.28 222	1.14 254	2.91 334	1.40 329	0.54 504	0.47 509	0.45 456	0.59 530	0.44 394	0.58 468

Former-RAFT_DAM_RVC	0.92 110	0.73 320	1.42 114	0.92 208	1.08 393	2.97 199	0.53 104	1.77 63	1.39 118	1.16 176	1.54 240	0.58 64	0.65 79	1.03 63	0.84 175	0.25 101	0.23 260	0.30 250	0.24 208	0.43 386	0.29 208

DeepPruner_ROB	2.05 334	1.09 453	10.50 380	1.01 275	1.20 429	4.39 499	0.91 352	3.14 247	1.72 280	2.60 495	1.54 240	2.78 434	1.27 279	4.52 376	1.72 402	0.51 493	0.40 468	0.37 396	0.34 394	0.48 420	0.52 442

IGEV-FE	2.16 353	0.69 281	20.56 565	1.22 391	0.54 160	2.18 118	0.53 104	3.38 285	1.61 246	1.93 299	1.55 244	3.74 513	1.06 224	1.56 188	0.91 212	0.29 207	0.20 165	0.27 167	0.29 329	0.40 333	0.32 258

IGEV_Zeroshot_test	2.16 353	0.69 281	20.60 569	1.22 391	0.54 160	2.18 118	0.53 104	3.38 285	1.61 246	1.93 299	1.55 244	3.76 515	1.05 217	1.55 187	0.91 212	0.29 207	0.20 165	0.27 167	0.29 329	0.40 333	0.32 258

ToySt	1.35 224	0.72 309	3.65 291	1.01 275	0.50 135	3.31 257	1.01 397	3.46 291	1.73 283	1.30 185	1.55 244	2.07 354	1.47 332	1.88 253	1.40 329	0.27 140	0.27 350	0.30 250	0.32 378	0.42 376	0.39 345

STTStereo	2.34 394	0.95 420	14.93 445	1.43 479	1.54 505	3.86 371	0.86 310	3.65 322	2.44 443	2.15 381	1.55 244	2.49 400	1.59 361	5.14 386	1.44 338	0.38 382	0.39 463	0.47 465	0.51 511	0.52 434	0.51 437

GMStereo_Zeroshot	1.41 232	1.21 475	3.33 276	1.29 421	0.72 258	3.35 260	0.53 104	2.58 173	1.68 266	2.35 450	1.56 248	2.42 388	0.96 186	2.50 304	1.16 273	0.45 450	0.23 260	0.40 421	0.24 208	0.79 523	0.33 276

anonymousdsp2	1.26 205	0.60 192	3.74 293	1.02 286	0.41 64	3.60 316	0.72 204	3.68 328	1.47 148	1.37 196	1.56 248	1.83 313	1.01 201	2.00 263	0.66 97	0.29 207	0.20 165	0.28 202	0.20 109	0.32 232	0.29 208

UNet	2.51 428	0.74 330	20.17 546	1.14 347	1.44 489	3.48 285	0.76 236	3.77 347	1.87 311	2.05 346	1.57 250	2.75 426	2.39 478	3.51 350	2.51 490	0.32 297	0.26 339	0.41 433	0.26 245	0.38 317	0.39 345

AIO-Stereo	0.76 53	0.54 129	1.07 20	0.73 79	0.40 57	1.28 42	0.82 286	2.26 116	1.49 164	0.70 63	1.58 251	0.89 156	0.45 18	1.03 63	0.55 61	0.24 78	0.18 87	0.25 105	0.20 109	0.26 104	0.21 63

MIM_Stereo	1.20 181	0.78 357	3.30 274	1.05 296	0.43 77	3.04 203	0.60 137	2.46 144	1.51 177	1.60 220	1.58 251	1.82 310	1.29 284	2.00 263	1.07 254	0.24 78	0.24 296	0.28 202	0.25 223	0.27 117	0.27 176

Pruner-Stereo	1.32 222	0.59 180	2.11 191	1.79 545	0.47 115	4.73 570	0.79 262	2.53 152	1.72 280	2.47 469	1.58 251	1.48 250	1.03 205	1.66 214	1.47 348	0.44 441	0.21 199	0.34 349	0.30 350	0.30 180	0.39 345

DMCA	1.72 274	0.74 330	6.63 327	1.14 347	0.96 349	3.98 410	0.90 344	3.75 343	2.76 489	2.83 522	1.58 251	2.35 377	1.18 265	1.58 192	1.98 439	0.40 402	0.27 350	0.42 440	0.26 245	0.36 300	0.38 338

NF-Stereo	1.58 250	0.61 209	2.66 242	2.26 572	0.47 115	4.68 557	0.67 178	3.31 270	1.48 157	2.11 363	1.59 255	1.36 232	1.09 234	6.08 410	1.20 282	0.40 402	0.20 165	0.36 384	0.34 394	0.31 200	0.36 309

OCTAStereo	1.58 250	0.61 209	2.72 245	2.27 575	0.46 105	4.68 557	0.67 178	3.30 269	1.48 157	2.11 363	1.59 255	1.36 232	1.09 234	6.02 407	1.21 286	0.41 417	0.20 165	0.36 384	0.34 394	0.31 200	0.37 323

RE-Stereo	1.58 250	0.61 209	2.72 245	2.26 572	0.46 105	4.68 557	0.68 186	3.31 270	1.48 157	2.11 363	1.59 255	1.36 232	1.09 234	6.01 405	1.22 289	0.41 417	0.20 165	0.36 384	0.34 394	0.31 200	0.37 323

TVStereo	1.58 250	0.61 209	2.72 245	2.26 572	0.46 105	4.68 557	0.68 186	3.31 270	1.48 157	2.11 363	1.59 255	1.36 232	1.09 234	6.01 405	1.22 289	0.41 417	0.20 165	0.36 384	0.34 394	0.31 200	0.37 323

gwcnet-sp	2.31 384	1.21 475	17.34 475	1.08 313	0.92 338	3.56 308	1.04 406	3.69 333	2.09 354	2.55 483	1.60 259	1.80 304	1.62 372	3.87 362	1.95 434	0.29 207	0.29 373	0.30 250	0.28 301	0.38 317	0.39 345

scenet	2.31 384	1.21 475	17.34 475	1.08 313	0.92 338	3.56 308	1.04 406	3.69 333	2.09 354	2.55 483	1.60 259	1.80 304	1.62 372	3.87 362	1.95 434	0.29 207	0.29 373	0.30 250	0.28 301	0.38 317	0.39 345

ssnet	2.31 384	1.21 475	17.34 475	1.08 313	0.92 338	3.56 308	1.04 406	3.69 333	2.09 354	2.55 483	1.60 259	1.80 304	1.62 372	3.87 362	1.95 434	0.29 207	0.29 373	0.30 250	0.28 301	0.38 317	0.39 345

iRaft-Stereo_20w	1.88 300	0.62 219	10.58 381	0.90 191	0.83 305	2.96 198	0.78 255	4.90 579	1.58 225	2.29 428	1.60 259	1.25 219	4.51 558	2.28 295	0.90 203	0.29 207	0.21 199	0.26 135	0.24 208	0.41 357	0.31 247

G2L-Stereo	2.49 425	0.94 418	14.54 437	1.15 360	1.35 468	3.57 312	0.95 376	3.62 319	2.00 334	2.11 363	1.61 263	3.20 468	1.34 293	9.54 485	1.91 428	0.34 326	0.27 350	0.35 368	0.28 301	0.30 180	0.35 303

GCST	2.56 439	1.79 538	18.02 490	1.92 555	1.33 465	1.72 82	0.51 94	3.67 326	2.03 339	1.70 244	1.61 263	1.55 259	1.29 284	5.06 384	1.24 295	2.06 586	0.77 566	1.45 583	0.97 566	1.14 557	1.34 563

MC-Stereo	1.06 153	0.48 71	1.55 130	1.15 360	0.41 64	4.56 541	0.61 141	2.06 93	1.46 143	1.90 288	1.61 263	0.89 156	1.12 245	1.35 147	0.73 134	0.25 101	0.18 87	0.26 135	0.22 163	0.25 83	0.24 114

HCRNet	1.60 256	0.56 148	2.47 225	0.78 106	1.36 471	4.11 438	0.71 201	3.57 311	2.79 493	1.75 255	1.61 263	1.58 262	1.41 312	5.79 402	1.56 371	0.34 326	0.28 363	0.36 384	0.29 329	0.33 252	0.37 323

HITNet	2.07 337	0.82 376	14.77 439	1.34 447	0.56 173	3.47 282	0.80 272	4.07 436	2.35 414	2.16 387	1.61 263	1.64 270	1.44 323	2.09 274	2.56 496	0.26 117	0.18 87	0.41 433	0.26 245	0.45 402	0.25 128
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
PCWNet_CMD	2.23 363	0.65 249	17.36 478	0.83 134	0.76 274	3.51 295	0.64 163	3.60 315	1.97 327	1.70 244	1.63 268	3.22 470	3.05 515	2.09 274	1.11 263	0.31 276	0.36 436	0.47 465	0.26 245	0.64 484	0.47 410

RAFT+CT+SA	1.62 260	0.72 309	7.42 336	0.97 247	1.42 488	4.04 421	0.94 372	3.90 381	1.61 246	1.61 225	1.63 268	1.33 228	1.18 265	2.73 331	1.10 260	0.27 140	0.19 124	0.31 275	0.34 394	0.33 252	0.33 276

UGAM-zero	2.79 462	0.57 158	20.87 577	0.98 255	0.77 280	2.08 113	0.35 31	3.88 374	1.51 177	2.05 346	1.64 270	5.07 573	3.42 534	9.83 494	1.24 295	0.28 182	0.21 199	0.27 167	0.29 329	0.29 156	0.28 197

Selective-IGEV	0.80 70	0.52 97	1.05 14	0.75 84	0.61 205	1.31 46	0.82 286	2.60 175	1.41 126	0.82 114	1.64 270	0.71 103	0.62 69	1.22 112	0.64 85	0.22 50	0.19 124	0.24 77	0.18 61	0.25 83	0.20 33

Wz-Net-LNSev	2.30 383	1.67 532	14.88 442	1.18 375	1.65 529	3.49 288	1.54 498	3.63 320	2.03 339	1.88 281	1.64 270	3.29 476	2.06 449	2.71 329	2.02 443	0.40 402	0.33 411	0.32 295	0.31 366	0.53 440	0.49 422

PFNet+	1.46 237	0.57 158	2.84 252	0.92 208	0.47 115	4.64 551	0.84 297	2.46 144	1.99 330	2.14 373	1.64 270	1.34 229	1.03 205	4.68 380	1.23 293	0.45 450	0.33 411	0.37 396	0.39 452	0.32 232	0.49 422

DSFCA	1.89 301	0.69 281	3.14 265	1.10 328	1.18 416	3.99 411	1.79 519	3.50 298	2.16 373	3.10 540	1.64 270	2.91 445	2.50 486	5.38 390	2.26 467	0.43 435	0.38 454	0.37 396	0.36 420	0.50 428	0.42 374

MSMDNet	2.23 363	0.64 238	17.32 474	0.84 144	0.75 270	3.53 299	0.64 163	3.61 318	1.98 329	1.71 248	1.64 270	3.22 470	2.99 508	2.08 271	1.11 263	0.31 276	0.37 448	0.45 456	0.26 245	0.62 474	0.45 395

HI	1.27 210	0.90 401	2.33 213	1.10 328	0.68 243	2.92 189	0.45 73	2.49 147	1.76 293	2.13 370	1.65 276	2.42 388	1.84 427	1.58 192	1.61 381	0.26 117	0.16 34	0.28 202	0.29 329	0.26 104	0.25 128

CoSv	1.27 210	0.90 401	2.33 213	1.10 328	0.68 243	2.92 189	0.45 73	2.49 147	1.76 293	2.13 370	1.65 276	2.42 388	1.84 427	1.58 192	1.61 381	0.26 117	0.16 34	0.28 202	0.29 329	0.26 104	0.25 128

ADCP+	3.74 537	1.96 544	16.90 471	1.09 319	1.55 509	4.35 495	3.65 590	3.93 393	2.98 520	2.22 411	1.66 278	3.95 522	4.83 561	3.41 348	18.87 615	0.38 382	0.41 477	0.63 535	0.53 518	0.64 484	0.81 525

AIO-Stereo-zeroshot	2.35 399	0.99 429	19.62 523	1.09 319	0.96 349	1.51 65	0.44 69	4.05 429	1.64 255	1.31 186	1.67 279	4.93 566	2.45 483	2.52 312	1.40 329	0.30 252	0.20 165	0.31 275	0.50 507	0.57 456	0.60 473

raft+_RVC	1.21 184	0.83 380	2.61 235	1.35 452	0.97 353	3.60 316	0.76 236	3.23 260	1.51 177	1.33 188	1.67 279	1.03 187	1.10 240	1.87 252	0.92 217	0.24 78	0.22 231	0.25 105	0.24 208	0.26 104	0.25 128

NLCA_NET_v2_RVC	2.54 434	1.04 440	16.73 468	1.53 503	2.00 567	3.96 402	0.87 330	3.87 371	2.31 406	2.54 482	1.67 279	2.85 439	1.63 385	5.55 395	1.62 386	0.46 457	0.33 411	0.38 411	0.38 445	0.53 440	0.62 479
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
G2L-Stereo_test	2.11 344	0.86 392	7.12 333	1.65 524	1.19 423	3.54 303	1.02 401	3.57 311	2.01 336	2.50 472	1.68 282	3.15 465	1.50 341	9.21 478	1.62 386	0.28 182	0.19 124	0.23 44	0.22 163	0.27 117	0.31 247

999	0.97 130	0.48 71	1.24 82	1.03 293	0.64 216	3.25 243	0.92 365	1.40 19	1.39 118	0.71 67	1.68 282	0.70 96	0.66 86	3.03 341	0.89 199	0.23 62	0.19 124	0.25 105	0.21 127	0.25 83	0.29 208

RAFT-Test	1.44 234	0.59 180	6.10 324	1.01 275	0.69 249	2.90 183	0.80 272	3.68 328	1.70 276	1.85 271	1.68 282	3.15 465	1.03 205	1.20 109	0.99 241	0.27 140	0.22 231	0.25 105	0.23 182	0.27 117	0.25 128

dad	1.65 265	1.19 472	3.04 261	0.98 255	0.56 173	4.22 475	0.84 297	1.99 87	2.48 448	2.14 373	1.68 282	1.62 268	1.13 247	3.85 361	2.04 444	1.03 562	0.40 468	2.04 587	0.48 497	0.75 517	0.53 444

RALCasStereoNet	1.19 176	1.02 434	2.06 185	1.12 339	1.14 406	3.08 212	0.70 199	2.99 226	1.73 283	1.34 189	1.68 282	1.18 207	0.91 175	2.16 281	1.00 243	0.30 252	0.26 339	0.24 77	0.21 127	0.29 156	0.30 237

HH	2.23 363	0.86 392	21.59 598	0.98 255	0.51 137	1.49 63	0.82 286	2.74 192	1.54 202	1.10 170	1.69 287	4.62 559	1.86 432	2.55 315	0.69 117	0.26 117	0.22 231	0.29 227	0.23 182	0.34 269	0.27 176

HanStereo	2.23 363	0.86 392	21.59 598	0.98 255	0.51 137	1.49 63	0.82 286	2.74 192	1.54 202	1.10 170	1.69 287	4.62 559	1.86 432	2.55 315	0.69 117	0.26 117	0.22 231	0.29 227	0.23 182	0.34 269	0.27 176

CFNet-ft	1.90 303	0.95 420	3.56 285	1.07 305	1.54 505	4.09 431	0.90 344	2.85 213	1.82 301	1.78 259	1.70 289	2.75 426	1.48 334	9.33 480	1.72 402	0.33 314	0.30 386	0.61 530	0.36 420	0.52 434	0.39 345

BEATNet_4x	1.92 310	1.36 503	8.75 355	1.20 382	0.56 173	3.46 279	1.03 403	4.00 414	2.43 439	2.25 421	1.70 289	2.10 356	1.59 361	2.57 318	3.05 512	0.37 365	0.22 231	0.47 465	0.29 329	0.60 465	0.40 365

RYNet	2.97 485	0.93 412	15.09 448	1.12 339	1.38 476	3.66 328	1.42 483	4.03 421	2.29 401	2.10 359	1.70 289	3.79 516	2.16 461	13.64 609	3.02 511	0.37 365	0.41 477	0.48 473	0.34 394	0.81 526	0.75 513

CFNet_RVC	1.90 303	0.95 420	3.56 285	1.07 305	1.54 505	4.09 431	0.90 344	2.85 213	1.82 301	1.78 259	1.70 289	2.75 426	1.48 334	9.33 480	1.72 402	0.33 314	0.30 386	0.61 530	0.36 420	0.52 434	0.39 345

RAFT	1.23 189	0.84 385	2.05 176	0.96 240	0.47 115	1.80 87	0.94 372	3.18 254	1.46 143	1.60 220	1.71 293	3.04 455	1.59 361	1.64 211	1.32 316	0.38 382	0.24 296	0.40 421	0.32 378	0.40 333	0.35 303

R-Stereo Train	1.20 181	0.58 172	1.81 151	0.99 261	0.67 238	3.78 347	0.90 344	4.09 442	1.51 177	2.16 387	1.71 293	1.13 198	0.94 183	1.40 155	0.91 212	0.30 252	0.24 296	0.26 135	0.21 127	0.26 104	0.25 128

RAFT-Stereo	1.20 181	0.58 172	1.81 151	0.99 261	0.67 238	3.78 347	0.90 344	4.09 442	1.51 177	2.16 387	1.71 293	1.13 198	0.94 183	1.40 155	0.91 212	0.30 252	0.24 296	0.26 135	0.21 127	0.26 104	0.25 128
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
NVstereo2D	2.54 434	0.90 401	11.10 387	1.32 434	1.47 494	3.58 313	1.38 474	4.13 452	2.45 444	1.90 288	1.71 293	2.86 440	1.76 410	10.86 533	1.66 395	0.60 515	0.43 486	0.53 504	0.41 470	0.78 521	0.94 539

PSMNet_ROB	2.95 478	1.38 506	18.46 500	1.19 378	1.20 429	3.80 352	1.65 512	3.54 307	2.35 414	1.98 313	1.71 293	2.75 426	1.79 415	11.43 559	2.78 504	0.42 429	0.36 436	0.50 490	0.60 532	0.59 461	0.49 422

MyStereo06	2.46 418	0.72 309	19.97 536	1.02 286	0.99 363	4.26 480	0.86 310	3.51 301	1.68 266	1.92 295	1.73 298	4.01 527	4.22 551	1.62 205	0.88 196	0.24 78	0.23 260	0.34 349	0.26 245	0.42 376	0.36 309

ac_64	2.35 399	0.62 219	9.77 367	1.32 434	1.71 539	3.27 247	0.93 367	3.48 292	2.50 453	1.74 253	1.73 298	3.91 521	1.77 412	10.21 511	1.86 422	0.40 402	0.31 396	0.33 331	0.30 350	0.34 269	0.39 345

LCNet	1.55 242	0.54 129	1.88 156	0.99 261	0.55 168	3.60 316	1.21 449	2.86 216	1.53 193	2.18 393	1.74 300	1.43 246	4.17 550	3.62 354	0.87 191	0.29 207	0.20 165	0.28 202	0.77 552	0.47 417	1.85 578

GES	1.38 229	0.64 238	2.61 235	1.09 319	0.57 185	4.30 489	1.02 401	3.86 368	1.51 177	1.72 249	1.74 300	1.28 222	1.77 412	1.62 205	1.61 381	0.39 394	0.27 350	0.33 331	0.30 350	0.41 357	0.47 410

GANet-RSSM	1.98 321	0.62 219	3.49 280	1.69 528	1.23 436	4.22 475	0.91 352	3.31 270	1.86 310	1.81 265	1.74 300	2.34 375	1.82 425	10.92 537	1.73 406	0.34 326	0.29 373	0.31 275	0.28 301	0.39 328	0.40 365

GANetREF_RVC	3.20 511	1.93 542	18.84 504	1.51 500	0.80 286	4.12 440	1.82 523	4.16 463	2.91 511	1.87 278	1.74 300	2.48 398	1.84 427	13.18 600	1.74 407	0.80 547	0.57 534	0.79 557	0.74 548	1.20 565	0.86 531
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
xyz-stereo-finetune2	1.16 173	0.63 227	1.50 123	0.57 4	0.36 20	3.47 282	0.65 173	2.70 187	1.23 88	0.88 136	1.75 304	0.91 163	1.76 410	3.54 351	1.74 407	0.24 78	0.22 231	0.30 250	0.27 272	0.31 200	0.26 160

DualNet (step1)	2.34 394	1.05 441	7.87 340	1.07 305	0.86 318	3.93 387	1.19 442	4.35 530	2.11 364	2.14 373	1.75 304	1.75 288	1.67 394	6.26 414	1.26 301	1.23 571	0.48 515	4.27 617	2.09 601	0.70 500	0.69 496

test_sample9	3.79 538	1.05 441	7.87 340	1.07 305	0.86 318	3.93 387	1.19 442	4.35 530	2.11 364	2.14 373	1.75 304	1.75 288	1.67 394	11.06 544	11.61 583	1.23 571	14.45 633	4.27 617	2.09 601	0.70 500	0.69 496

test_sample7	1.65 265	0.70 292	2.60 232	1.48 494	0.76 274	2.38 134	1.07 412	4.35 530	2.11 364	2.14 373	1.75 304	1.75 288	1.67 394	6.26 414	1.26 301	0.44 441	0.48 515	0.43 444	0.40 463	0.46 413	0.43 383

test_sample3	2.34 394	0.61 209	11.94 396	1.33 439	0.85 313	3.10 216	0.73 211	4.24 489	2.19 378	2.21 409	1.75 304	1.80 304	1.41 312	11.11 549	1.46 343	0.35 346	0.29 373	0.34 349	0.35 410	0.39 328	0.37 323

MoCha-V2	0.87 95	0.48 71	1.87 155	0.88 174	0.32 10	1.37 51	0.55 113	2.71 188	1.42 128	0.92 143	1.75 304	0.65 82	1.17 263	1.45 169	0.57 65	0.21 40	0.21 199	0.20 8	0.19 88	0.24 67	0.23 96

MyStereo8	2.33 390	1.13 459	19.26 514	1.22 391	1.62 521	4.16 457	0.57 121	3.50 298	2.36 417	2.15 381	1.75 304	2.28 366	1.14 254	1.46 173	2.20 463	0.24 78	0.21 199	0.32 295	0.27 272	0.36 300	0.43 383

SQANet	3.70 533	9.34 605	18.41 498	2.75 584	2.74 585	3.40 267	1.47 487	3.50 298	1.68 266	2.60 495	1.75 304	2.69 418	1.91 439	6.72 428	1.74 407	2.96 592	1.41 588	1.85 586	1.12 574	3.17 589	2.70 596

IRAFT_RVC	1.87 296	0.60 192	4.33 302	2.40 579	0.66 231	4.59 544	1.59 503	2.96 223	1.51 177	2.23 415	1.75 304	2.09 355	2.63 493	6.70 424	1.50 357	0.33 314	0.21 199	0.33 331	0.29 329	0.32 232	0.32 258

iinet-f	2.26 370	1.18 470	13.71 416	1.14 347	1.11 401	3.77 345	1.10 423	4.14 458	2.17 375	2.06 351	1.76 313	2.99 451	2.99 508	2.50 304	2.49 488	0.35 346	0.39 463	0.27 167	0.28 301	0.45 402	0.39 345

CRFU-Net	2.49 425	0.78 357	10.36 377	2.30 576	1.08 393	3.91 380	1.41 481	3.85 365	1.65 260	2.15 381	1.76 313	3.34 481	7.95 598	5.56 396	1.48 351	0.47 466	0.35 430	0.30 250	0.28 301	0.37 312	0.43 383

ICVP	2.26 370	0.66 260	21.18 589	0.99 261	0.88 327	4.28 486	0.95 376	3.32 275	1.60 242	1.66 236	1.76 313	1.34 229	1.14 254	1.62 205	1.32 316	0.53 502	0.35 430	0.33 331	0.29 329	0.40 333	0.51 437
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iRaftStereo_RVC	1.09 159	0.70 292	1.39 109	0.95 233	0.45 94	3.83 356	0.42 59	2.37 130	1.58 225	1.69 240	1.76 313	1.80 304	0.83 151	1.50 179	0.98 238	0.28 182	0.18 87	0.29 227	0.26 245	0.30 180	0.31 247

MMNet	2.02 329	0.81 369	10.76 383	1.12 339	1.23 436	3.53 299	0.89 339	3.79 351	2.08 351	2.15 381	1.76 313	2.15 359	2.12 454	3.69 357	2.32 472	0.31 276	0.29 373	0.34 349	0.27 272	0.38 317	0.42 374

ITSA-stereo	1.86 294	0.72 309	3.74 293	1.20 382	0.66 231	4.09 431	0.91 352	4.24 489	2.53 458	1.93 299	1.77 318	1.59 264	2.15 458	6.12 411	2.44 484	0.40 402	0.38 454	0.40 421	0.40 463	0.50 428	0.98 543

DeepPrunerF	3.70 533	1.72 533	14.87 441	1.33 439	1.74 542	3.70 332	1.55 499	4.20 468	14.00 611	2.02 337	1.77 318	2.74 424	2.30 471	10.88 534	6.88 555	0.68 535	0.60 544	0.78 556	0.78 555	0.81 526	0.71 501

AdaStereo	1.45 236	0.83 380	2.34 216	1.28 417	0.81 289	3.21 231	1.14 432	4.20 468	2.46 447	2.05 346	1.77 318	2.48 398	1.18 265	1.71 225	1.44 338	0.43 435	0.25 322	0.43 444	0.28 301	0.44 394	0.34 289
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.
test_5	1.87 296	0.75 342	10.23 376	1.14 347	1.40 480	3.85 369	1.27 455	3.91 386	1.93 323	1.69 240	1.78 321	1.67 273	1.79 415	2.99 340	1.17 276	0.30 252	0.18 87	0.35 368	0.33 386	0.34 269	0.33 276

test-1	1.23 189	0.65 249	1.88 156	0.96 240	0.52 149	3.84 361	0.62 156	4.01 416	1.47 148	1.93 299	1.78 321	1.83 313	0.92 178	1.19 108	1.28 309	0.26 117	0.29 373	0.31 275	0.24 208	0.29 156	0.36 309

FADNet_RVC	2.65 448	2.28 557	16.51 464	0.98 255	0.92 338	4.09 431	0.83 291	4.26 498	1.73 283	1.46 206	1.78 321	1.60 265	1.50 341	8.88 466	2.39 475	0.47 466	0.38 454	0.44 449	0.58 528	0.89 532	0.97 541

CFNet_pseudo	2.12 347	0.67 270	15.14 450	0.85 156	0.74 268	3.95 397	0.64 163	3.95 399	1.78 296	1.90 288	1.79 324	3.27 475	1.62 372	2.51 307	1.16 273	0.31 276	0.36 436	0.53 504	0.27 272	0.63 476	0.44 389

GwcNet-RSSM	2.66 450	1.05 441	15.91 456	1.22 391	1.19 423	4.12 440	1.12 427	3.84 362	2.02 337	1.93 299	1.79 324	3.12 463	1.46 330	10.37 516	2.05 446	0.33 314	0.27 350	0.35 368	0.30 350	0.40 333	0.36 309

ccs_rob	2.13 349	0.67 270	15.11 449	0.84 144	0.75 270	3.96 402	0.65 173	3.95 399	1.78 296	1.88 281	1.79 324	3.26 474	1.64 388	2.51 307	1.16 273	0.31 276	0.36 436	0.54 511	0.27 272	0.65 487	0.45 395

tt1	1.79 286	0.73 320	10.41 379	1.75 537	0.36 20	4.55 536	0.79 262	4.22 477	3.37 556	1.08 168	1.80 327	0.74 117	1.48 334	2.21 289	0.65 93	0.29 207	0.16 34	0.31 275	0.22 163	0.30 180	0.29 208

RCA-Stereo	1.21 184	0.52 97	1.58 134	0.90 191	0.46 105	4.68 557	0.79 262	4.13 452	1.74 289	1.92 295	1.80 327	0.94 177	1.48 334	1.14 87	0.70 123	0.27 140	0.18 87	0.25 105	0.19 88	0.25 83	0.23 96

DCANet-4	1.96 317	0.51 91	14.31 435	0.82 123	0.40 57	4.16 457	0.57 121	4.29 508	2.98 520	2.30 432	1.80 327	1.03 187	1.54 357	1.44 165	1.44 338	0.29 207	0.23 260	0.23 44	0.18 61	0.24 67	0.42 374

fff	1.74 277	0.70 292	9.08 358	0.81 113	0.36 20	4.15 447	0.57 121	4.23 481	2.09 354	2.30 432	1.80 327	1.19 211	3.02 511	1.44 165	1.46 343	0.29 207	0.23 260	0.23 44	0.18 61	0.24 67	0.42 374

GwcNet-ADL	2.47 421	0.67 270	21.48 596	0.96 240	0.72 258	4.61 547	0.95 376	4.42 545	2.36 417	1.98 313	1.80 327	2.55 404	1.24 277	1.90 255	1.41 333	0.40 402	0.46 505	0.24 77	0.27 272	0.41 357	0.49 422

GEStereo_RVC	1.91 307	0.80 365	6.57 326	1.20 382	1.06 384	4.02 417	1.43 485	4.13 452	1.89 317	2.03 341	1.80 327	2.34 375	1.86 432	4.94 382	1.77 411	0.48 471	0.38 454	0.32 295	0.28 301	0.42 376	0.50 429

RALAANet	1.28 213	1.08 450	3.21 267	1.25 400	0.94 345	1.44 58	0.69 192	3.15 249	2.57 465	2.01 332	1.80 327	1.29 225	1.05 217	2.00 263	1.48 351	0.27 140	0.20 165	0.27 167	0.24 208	0.40 333	0.27 176

csc	1.74 277	0.70 292	9.08 358	0.81 113	0.36 20	4.15 447	0.57 121	4.23 481	2.09 354	2.30 432	1.80 327	1.19 211	3.02 511	1.44 165	1.46 343	0.29 207	0.23 260	0.23 44	0.18 61	0.24 67	0.42 374

cscssc	1.74 277	0.70 292	9.08 358	0.81 113	0.36 20	4.15 447	0.57 121	4.23 481	2.09 354	2.30 432	1.80 327	1.19 211	3.02 511	1.44 165	1.46 343	0.29 207	0.23 260	0.23 44	0.18 61	0.24 67	0.42 374

psm_up	2.28 377	0.81 369	5.45 320	1.26 407	1.50 499	3.84 361	1.23 451	4.23 481	2.03 339	2.55 483	1.80 327	2.44 395	1.65 390	12.90 599	1.58 374	0.37 365	0.38 454	0.41 433	0.34 394	0.43 386	0.39 345

PSMNet-RSSM	1.96 317	0.77 351	3.26 271	1.29 421	1.31 454	4.19 469	0.96 383	3.68 328	1.89 317	2.05 346	1.80 327	2.60 409	1.70 401	9.84 495	1.81 415	0.35 346	0.29 373	0.35 368	0.37 432	0.42 376	0.35 303

NCCL2	2.53 432	1.35 502	10.90 386	1.15 360	0.97 353	3.53 299	2.56 556	3.65 322	2.23 384	2.76 515	1.80 327	2.41 385	1.66 392	10.35 515	2.07 450	0.44 441	0.40 468	0.57 517	0.53 518	0.59 461	0.65 489

FE-Mocha	1.06 153	0.74 330	2.45 224	0.97 247	0.69 249	1.57 69	0.40 47	2.92 220	1.47 148	1.82 267	1.81 339	1.62 268	0.88 163	1.36 149	0.78 153	0.29 207	0.20 165	0.35 368	0.31 366	0.26 104	0.33 276

Select-FE	2.25 367	0.87 395	17.36 478	1.06 302	0.99 363	2.04 109	0.46 78	3.79 351	1.61 246	2.52 478	1.81 339	4.41 548	3.15 518	1.83 242	0.92 217	0.32 297	0.35 430	0.30 250	0.41 470	0.32 232	0.55 454

ACVNet-DCA	1.85 293	0.74 330	13.77 418	1.78 540	0.36 20	4.48 515	0.74 223	3.98 408	1.53 193	1.01 156	1.81 339	0.72 105	1.62 372	2.13 276	0.64 85	0.29 207	0.17 53	0.32 295	0.21 127	0.33 252	0.32 258

xx1	2.03 330	0.74 330	13.77 418	1.78 540	0.36 20	4.48 515	0.74 223	4.23 481	3.95 573	1.01 156	1.81 339	1.79 301	1.34 293	2.13 276	0.64 85	0.29 207	0.17 53	0.33 331	0.33 386	0.33 252	0.32 258

1test111	1.99 324	0.74 330	13.77 418	1.78 540	0.36 20	4.48 515	0.74 223	3.98 408	1.53 193	1.01 156	1.81 339	0.72 105	1.62 372	4.66 378	0.98 238	0.29 207	0.17 53	0.32 295	0.21 127	0.33 252	0.32 258

cc1	1.98 321	0.74 330	13.77 418	1.78 540	0.36 20	4.48 515	0.74 223	4.23 481	3.95 573	1.01 156	1.81 339	0.72 105	1.62 372	2.13 276	0.64 85	0.29 207	0.17 53	0.32 295	0.21 127	0.31 200	0.29 208

DeepStereo_RVC	1.55 242	0.63 227	3.32 275	0.77 104	0.42 71	4.49 521	0.72 204	2.50 149	1.58 225	2.02 337	1.81 339	1.54 258	6.38 584	1.73 227	1.19 279	0.46 457	0.22 231	0.29 227	0.28 301	0.35 287	0.38 338

cf-r	2.57 442	0.79 361	16.09 458	1.48 494	1.35 468	4.19 469	0.93 367	3.68 328	2.36 417	1.97 311	1.81 339	3.42 489	1.45 327	8.24 455	1.83 419	0.32 297	0.26 339	0.33 331	0.30 350	0.34 269	0.37 323

AACVNet	1.83 291	1.02 434	2.41 222	1.45 486	0.87 323	3.21 231	0.73 211	3.16 250	1.61 246	2.01 332	1.82 347	2.28 366	1.33 291	10.98 539	1.49 356	0.39 394	0.32 404	0.38 411	0.32 378	0.43 386	0.44 389

DisPM	1.36 225	0.55 136	2.39 219	1.54 505	0.51 137	4.59 544	0.79 262	2.50 149	1.88 313	2.50 472	1.83 348	1.45 247	1.01 201	2.71 329	0.93 226	0.46 457	0.20 165	0.32 295	0.31 366	0.31 200	0.44 389

BUS	1.49 241	0.59 180	1.94 163	0.87 169	0.85 313	4.50 524	0.76 236	4.48 555	1.88 313	2.93 527	1.83 348	3.63 510	0.97 189	1.60 199	1.17 276	0.34 326	0.25 322	0.31 275	0.28 301	0.35 287	0.33 276

BSDual-CNN	1.46 237	0.59 180	1.94 163	0.87 169	0.85 313	4.16 457	1.16 435	4.48 555	1.88 313	2.93 527	1.83 348	2.60 409	1.31 288	1.60 199	1.21 286	0.34 326	0.25 322	0.31 275	0.28 301	0.35 287	0.33 276

hknet	1.98 321	0.64 238	8.70 354	0.87 169	1.07 391	4.16 457	1.16 435	4.48 555	1.73 283	2.93 527	1.83 348	3.48 493	1.30 287	3.91 365	1.51 363	0.31 276	0.25 322	0.31 275	0.28 301	0.35 287	0.33 276

SFCPSM	2.18 356	0.63 227	17.03 473	0.88 174	0.98 360	3.74 341	1.28 457	4.09 442	2.16 373	1.85 271	1.83 348	1.65 271	1.39 303	2.50 304	1.50 357	0.33 314	0.27 350	0.39 415	0.36 420	0.34 269	0.37 323

CoDeX	2.40 407	0.78 357	13.21 408	1.00 269	1.18 416	3.24 239	1.32 461	4.14 458	2.41 435	1.74 253	1.84 353	2.05 349	1.47 332	10.03 505	1.60 378	0.34 326	0.28 363	0.32 295	0.27 272	0.32 232	0.39 345

mmm	1.27 210	0.58 172	2.20 196	1.41 476	0.68 243	2.39 136	0.85 305	3.90 381	1.63 254	2.20 400	1.84 353	1.28 222	1.50 341	1.91 256	0.89 199	0.31 276	0.27 350	0.45 456	0.37 432	0.38 317	0.34 289

ADStereo(finetuned)	2.04 332	0.73 320	13.28 409	0.82 123	0.40 57	4.16 457	0.59 134	4.25 491	2.97 517	2.35 450	1.84 353	1.18 207	3.40 530	1.52 184	1.54 368	0.29 207	0.24 296	0.23 44	0.18 61	0.30 180	0.51 437

AAGNet	2.86 467	0.60 192	1.77 147	2.05 564	0.46 105	4.76 575	1.09 421	2.27 118	1.56 216	2.17 391	1.84 353	2.41 385	4.00 546	6.23 413	24.22 624	0.46 457	0.19 124	0.30 250	0.29 329	0.32 232	0.24 114

DCANet	1.74 277	0.73 320	9.08 358	0.82 123	0.40 57	4.18 465	0.59 134	4.25 491	2.97 517	2.35 450	1.84 353	1.18 207	1.63 385	1.51 182	1.55 369	0.29 207	0.24 296	0.23 44	0.18 61	0.30 180	0.53 444

PASM	2.67 452	2.05 549	9.71 366	1.73 535	1.37 473	2.53 151	1.52 493	3.10 243	2.17 375	2.79 518	1.84 353	2.90 442	1.85 431	11.89 584	2.19 462	0.81 549	0.85 569	0.87 563	1.01 569	1.14 557	1.05 546

StereoDRNet	2.84 466	1.49 519	14.48 436	1.33 439	1.57 516	3.44 273	2.06 536	3.69 333	2.36 417	3.26 549	1.84 353	2.79 436	1.80 420	10.88 534	3.16 513	0.41 417	0.33 411	0.39 415	0.36 420	0.59 461	0.58 468

tg	1.15 169	0.67 270	1.31 96	0.94 229	0.54 160	4.02 417	0.41 54	2.96 223	1.59 241	1.69 240	1.85 360	1.84 316	0.97 189	1.78 233	0.83 172	0.27 140	0.17 53	0.29 227	0.26 245	0.29 156	0.27 176

PSMNet-ADL	1.91 307	0.72 309	1.78 149	1.09 319	0.86 318	4.18 465	0.78 255	3.77 347	2.10 362	1.72 249	1.85 360	2.91 445	1.82 425	10.38 518	1.91 428	0.48 471	0.46 505	0.28 202	0.29 329	0.38 317	0.51 437

LALA_ROB	1.95 315	1.48 518	3.11 263	1.05 296	0.98 360	3.99 411	1.82 523	4.44 549	2.28 398	3.31 550	1.85 360	2.76 432	1.67 394	4.04 369	3.23 515	0.46 457	0.41 477	0.55 512	0.52 514	0.60 465	0.57 463

MM-Stereo_test3	1.09 159	0.59 180	1.55 130	1.73 535	1.18 416	1.91 95	0.86 310	3.52 302	1.76 293	1.25 182	1.86 363	1.10 195	0.69 92	1.32 142	0.86 185	0.27 140	0.23 260	0.27 167	0.22 163	0.34 269	0.30 237

rvit_stereo_0075_2	1.18 174	0.74 330	2.66 242	0.90 191	1.27 446	2.51 146	0.69 192	2.25 115	2.06 348	1.40 201	1.86 363	1.46 249	0.84 152	1.42 162	0.94 228	0.46 457	0.40 468	0.48 473	0.38 445	0.46 413	0.51 437

NINENet	1.87 296	0.74 330	2.60 232	1.12 339	1.06 384	4.50 524	0.76 236	4.41 544	2.24 386	2.16 387	1.86 363	3.63 510	0.97 189	8.00 452	1.17 276	0.41 417	0.30 386	0.41 433	0.30 350	0.41 357	0.36 309

CFNet	2.34 394	1.10 454	8.96 357	1.34 447	1.24 438	4.09 431	0.73 211	4.04 425	2.77 490	1.62 227	1.87 366	2.27 365	1.45 327	11.41 557	1.82 417	0.31 276	0.24 296	0.43 444	0.36 420	0.43 386	0.33 276

test_sample4	2.34 394	0.63 227	11.59 392	1.30 428	0.83 305	3.07 210	0.72 204	4.27 499	2.30 402	2.30 432	1.88 367	1.73 286	1.42 317	11.14 550	1.46 343	0.35 346	0.29 373	0.35 368	0.36 420	0.40 333	0.38 338

Wz-Net-LNSev-Ref	2.42 411	1.47 517	14.14 429	1.30 428	1.35 468	3.51 295	1.64 509	4.04 425	2.10 362	2.46 467	1.88 367	2.28 366	2.51 487	4.73 381	3.17 514	0.38 382	0.19 124	0.35 368	0.20 109	0.40 333	0.36 309

ARAFT	2.56 439	1.13 459	19.50 521	0.89 181	0.48 123	4.15 447	1.40 478	4.36 535	2.82 505	2.36 453	1.88 367	1.70 282	1.04 212	6.45 417	1.22 289	0.29 207	0.18 87	0.37 396	0.35 410	0.35 287	0.25 128

ACVNet	1.46 237	0.64 238	3.56 285	0.93 225	0.85 313	4.22 475	0.80 272	2.85 213	2.08 351	1.78 259	1.88 367	3.10 460	1.46 330	1.33 143	1.89 425	0.29 207	0.26 339	0.30 250	0.26 245	0.39 328	0.27 176

acv_ft	1.55 242	0.64 238	3.29 273	1.14 347	2.01 568	2.93 193	0.97 385	3.81 355	2.08 351	2.22 411	1.88 367	3.10 460	1.66 392	1.33 143	2.22 465	0.29 207	0.26 339	0.30 250	0.26 245	0.39 328	0.27 176

UCFNet_RVC	1.57 249	0.84 385	3.25 270	1.36 458	1.40 480	4.07 429	1.01 397	2.68 184	1.50 170	2.11 363	1.88 367	2.37 380	1.50 341	3.41 348	1.42 335	0.36 357	0.28 363	0.52 499	0.40 463	0.53 440	0.43 383

test_sample8	4.76 564	1.05 441	7.87 340	1.07 305	0.86 318	3.93 387	1.19 442	4.38 539	2.05 346	5.49 589	1.89 373	12.98 608	6.37 582	11.06 544	11.61 583	1.23 571	14.45 633	4.27 617	2.09 601	0.70 500	0.69 496

Wz-Net-TNSev	3.67 531	8.83 597	13.47 414	1.48 494	1.18 416	3.60 316	2.49 552	4.27 499	3.13 532	2.18 393	1.89 373	4.21 541	2.80 501	12.10 588	7.58 563	0.57 510	0.55 531	0.47 465	0.54 520	0.91 535	1.05 546

SACVNet	2.46 418	1.14 463	9.47 365	1.44 482	1.18 416	4.06 424	1.49 492	3.84 362	2.24 386	2.62 499	1.89 373	2.57 406	1.28 281	11.35 555	1.64 392	0.50 487	0.39 463	0.48 473	0.41 470	0.55 445	0.75 513

XX-Stereo	2.54 434	0.61 209	20.21 547	1.78 540	1.19 423	4.30 489	0.46 78	4.39 541	1.58 225	2.32 442	1.89 373	4.64 561	0.60 65	4.16 371	0.82 169	0.31 276	0.21 199	0.28 202	0.27 272	0.51 430	0.26 160

DN-CSS_ROB	1.91 307	1.55 523	11.13 388	1.82 547	0.88 327	3.99 411	0.61 141	4.01 416	1.67 264	1.64 231	1.89 373	1.39 237	1.06 224	3.23 342	1.50 357	0.31 276	0.19 124	0.44 449	0.29 329	0.37 312	0.31 247

AE-Stereo	1.18 174	0.60 192	2.05 176	1.10 328	0.60 200	4.39 499	0.72 204	3.74 342	1.62 251	1.10 170	1.90 378	1.01 184	0.92 178	1.45 169	0.82 169	0.28 182	0.22 231	0.28 202	0.28 301	0.26 104	0.22 84

DDVS	1.68 270	0.79 361	2.52 227	1.26 407	1.16 413	3.17 224	0.78 255	3.12 245	1.82 301	1.86 276	1.91 379	2.92 447	1.43 320	6.20 412	1.63 389	0.45 450	0.65 551	0.34 349	0.38 445	0.48 420	0.79 523

MaskLacGwcNet_RVC	3.13 504	1.43 513	9.93 370	2.50 581	1.62 521	4.29 487	1.68 516	3.95 399	2.43 439	1.66 236	1.91 379	3.04 455	1.41 312	13.26 601	1.58 374	3.82 605	1.59 590	1.12 574	0.46 489	2.21 582	2.74 597

z-ln-s-r	2.67 452	1.16 467	12.43 400	1.34 447	1.26 443	3.70 332	1.21 449	4.20 468	2.38 428	2.04 344	1.92 381	2.43 391	1.60 367	10.58 521	5.19 542	0.29 207	0.20 165	0.32 295	0.24 208	0.51 430	0.38 338

coex_refinement	2.10 341	0.85 389	3.67 292	1.31 431	1.13 405	3.21 231	0.85 305	3.86 368	2.31 406	2.51 476	1.92 381	3.49 499	1.69 399	11.08 547	2.13 457	0.37 365	0.25 322	0.27 167	0.31 366	0.41 357	0.37 323

DRN-Test	3.03 495	0.99 429	18.18 491	1.35 452	1.60 518	3.59 314	1.48 488	4.13 452	2.45 444	3.47 558	1.92 381	2.58 408	2.53 488	10.88 534	2.80 505	0.39 394	0.36 436	0.44 449	0.41 470	0.55 445	0.57 463

CSP-Net	1.78 285	1.32 498	1.92 161	1.16 366	1.03 376	3.38 263	1.31 460	3.52 302	1.75 291	1.96 309	1.93 384	2.40 383	1.48 334	8.58 462	1.58 374	0.46 457	0.34 424	0.27 167	0.26 245	0.41 357	0.50 429

CASS	1.29 215	0.66 260	2.62 238	0.95 233	0.66 231	2.84 175	0.69 192	3.00 228	1.79 298	2.57 487	1.95 385	1.39 237	1.55 358	1.59 197	1.06 251	0.50 487	0.28 363	0.34 349	0.28 301	0.46 413	0.63 483
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
GCAP-BAT	1.21 184	0.74 330	3.23 269	0.95 233	0.70 253	3.86 371	0.93 367	1.89 73	1.48 157	1.85 271	1.96 386	1.68 275	0.79 133	1.78 233	0.81 166	0.29 207	0.20 165	0.24 77	0.20 109	0.26 104	0.35 303

ssnet_v2	2.04 332	0.88 398	7.87 340	1.20 382	0.87 323	3.86 371	1.64 509	4.01 416	2.60 470	2.61 497	1.96 386	3.79 516	1.71 403	2.20 287	2.96 508	0.41 417	0.35 430	0.42 440	0.37 432	0.55 445	0.52 442

HBP-ISP	3.25 514	1.10 454	20.86 575	1.54 505	1.15 408	4.50 524	2.89 567	4.43 548	2.38 428	4.14 572	1.96 386	1.90 323	2.04 447	11.08 547	1.32 316	0.66 528	0.57 534	0.66 541	0.61 535	0.64 484	0.61 476

111	1.83 291	0.92 408	9.08 358	0.81 113	0.36 20	4.25 479	0.91 352	4.44 549	2.70 481	2.39 459	1.96 386	2.30 372	1.64 388	1.28 128	1.82 417	0.28 182	0.22 231	0.24 77	0.20 109	0.31 200	0.54 450

DPSNet	3.43 523	1.37 505	12.19 397	1.39 472	1.24 438	4.15 447	2.06 536	4.51 562	3.34 554	2.69 510	1.96 386	3.52 503	5.56 571	10.68 526	9.68 572	0.93 556	0.73 563	0.40 421	0.37 432	1.06 546	0.86 531

DISCO	2.25 367	0.73 320	10.06 372	1.76 538	1.12 402	3.47 282	1.25 454	3.24 262	2.26 392	2.65 507	1.96 386	4.53 554	1.92 440	4.17 372	3.61 519	0.32 297	0.25 322	0.31 275	0.29 329	0.66 492	0.41 370

test_sample5	2.33 390	0.62 219	11.29 389	1.29 421	0.83 305	3.09 213	0.74 223	4.28 504	2.31 406	2.20 400	1.97 392	1.68 275	1.39 303	11.19 551	1.47 348	0.37 365	0.31 396	0.37 396	0.37 432	0.41 357	0.39 345

SA	1.62 260	0.75 342	3.78 295	1.07 305	0.43 77	4.26 480	1.36 467	4.45 552	3.12 531	1.63 228	1.97 392	1.68 275	2.26 469	2.55 315	1.27 305	0.27 140	0.22 231	0.37 396	0.37 432	0.35 287	0.30 237

MSAF-DinoV2	13.69 618	13.09 619	22.03 606	2.41 580	1.44 489	4.03 419	1.38 474	9.07 605	9.20 600	2.23 415	1.98 394	5.08 574	5.06 563	177.66 654	5.46 546	0.45 450	0.34 424	0.40 421	0.62 536	6.09 612	5.80 622

IER	1.69 271	0.65 249	7.19 334	0.94 229	1.15 408	3.28 251	0.89 339	3.48 292	1.97 327	2.10 359	1.98 394	2.28 366	2.12 454	2.25 293	1.75 410	0.29 207	0.23 260	0.36 384	0.30 350	0.32 232	0.34 289

TDLM	2.29 380	1.08 450	4.61 309	1.29 421	1.01 373	4.26 480	2.17 542	3.75 343	2.79 493	2.31 438	1.98 394	2.06 351	1.59 361	12.45 594	1.72 402	0.51 493	0.28 363	0.52 499	0.35 410	0.56 451	0.50 429

FACV-RUCA	1.26 205	0.65 249	2.21 198	1.06 302	1.50 499	2.69 163	1.15 433	3.05 234	1.87 311	1.36 193	1.99 397	1.03 187	1.15 262	1.36 149	1.10 260	0.41 417	0.41 477	0.73 554	0.41 470	0.61 470	0.41 370

GANet-ADL	2.20 359	0.73 320	20.11 544	1.25 400	0.69 249	3.83 356	0.76 236	3.49 295	1.71 277	1.65 235	1.99 397	2.10 356	1.10 240	1.42 162	1.26 301	0.38 382	0.33 411	0.25 105	0.22 163	0.42 376	0.36 309

IPLG	2.48 423	0.65 249	19.63 524	0.91 202	0.79 284	4.60 546	0.56 118	4.31 519	1.84 308	1.91 293	2.00 399	1.31 227	1.38 300	6.61 420	1.53 367	0.27 140	0.20 165	0.27 167	0.23 182	0.31 200	0.36 309

XPNet_ROB	2.27 372	1.11 457	4.10 298	1.36 458	0.97 353	3.94 392	1.63 507	4.07 436	2.14 369	2.82 521	2.00 399	2.32 374	1.73 408	10.81 532	3.39 516	0.51 493	0.47 509	0.48 473	0.40 463	0.51 430	0.56 459

w-ln-seven-2	2.73 461	2.13 550	12.47 402	1.18 375	1.01 373	3.54 303	1.58 502	3.93 393	3.26 548	2.43 466	2.02 401	2.63 413	2.28 470	7.93 451	5.45 545	0.40 402	0.40 468	0.44 449	0.34 394	0.62 474	0.47 410

XX-TBD	1.03 150	0.95 420	1.94 163	1.30 428	0.43 77	3.97 407	0.33 21	1.74 58	1.73 283	1.59 219	2.02 401	0.69 95	0.60 65	1.16 96	0.66 97	0.30 252	0.25 322	0.23 44	0.15 5	0.31 200	0.22 84

APVNet	3.13 504	1.25 487	21.14 585	1.31 431	1.52 502	3.94 392	1.13 430	3.32 275	2.14 369	2.20 400	2.03 403	3.05 458	1.96 442	11.79 580	2.53 492	0.42 429	0.45 496	0.64 538	0.46 489	0.67 494	0.57 463

iResNetv2_ROB	2.65 448	5.00 583	19.28 516	2.06 565	1.09 397	3.83 356	1.13 430	4.14 458	2.09 354	1.85 271	2.03 403	2.01 344	1.51 345	3.58 352	1.58 374	0.34 326	0.21 199	0.32 295	0.21 127	0.44 394	0.29 208

iResNet	2.52 431	0.94 418	21.17 588	1.84 549	0.72 258	3.75 342	0.81 282	4.14 458	2.55 464	2.33 448	2.03 403	1.35 231	1.44 323	3.27 344	2.16 461	0.35 346	0.23 260	0.28 202	0.22 163	0.44 394	0.45 395

test_sample6	2.35 399	0.62 219	10.78 384	1.33 439	0.83 305	3.15 222	0.79 262	4.36 535	2.43 439	2.26 424	2.04 406	1.69 280	1.39 303	11.48 562	1.61 381	0.38 382	0.32 404	0.37 396	0.39 452	0.41 357	0.42 374

DualNet	2.33 390	0.62 219	11.29 389	1.29 421	0.83 305	3.09 213	0.74 223	4.28 504	2.31 406	2.26 424	2.04 406	1.68 275	1.39 303	11.19 551	1.47 348	0.37 365	0.31 396	0.37 396	0.37 432	0.41 357	0.39 345

CFNet_ucs	2.36 404	0.68 278	18.42 499	0.89 181	0.81 289	3.85 369	0.68 186	4.29 508	2.37 423	2.09 356	2.04 406	3.31 479	1.24 277	2.63 322	1.14 268	0.36 357	0.45 496	0.56 514	0.29 329	0.66 492	0.49 422

RAFT_CTSACE	1.80 289	1.06 446	10.00 371	1.71 532	1.39 478	3.49 288	1.06 410	3.05 234	1.62 251	1.70 244	2.04 406	2.51 401	1.80 420	1.98 261	0.94 228	0.25 101	0.22 231	0.28 202	0.30 350	0.30 180	0.26 160

hitnet-ft	2.37 405	0.73 320	8.34 347	0.96 240	0.89 332	3.77 345	0.80 272	3.55 309	2.58 466	2.24 418	2.04 406	3.65 512	1.49 340	11.71 577	1.89 425	0.44 441	0.53 524	0.44 449	0.35 410	0.52 434	0.48 415

CVANet_RVC	2.55 438	1.10 454	9.13 363	1.46 488	1.15 408	3.96 402	1.53 495	3.91 386	2.50 453	3.04 536	2.04 406	2.60 409	1.72 405	12.46 595	1.50 357	0.49 483	0.30 386	0.51 493	0.41 470	0.63 476	0.50 429

delet	1.92 310	0.76 348	5.14 313	1.01 275	1.65 529	3.44 273	2.03 535	3.76 345	2.48 448	2.01 332	2.05 412	2.63 413	1.90 438	5.34 389	2.12 454	0.28 182	0.29 373	0.40 421	0.31 366	0.41 357	0.45 395

CC-Net-ROB	3.35 520	1.76 536	13.89 424	2.33 578	1.65 529	4.49 521	1.62 506	4.73 574	2.90 510	1.92 295	2.05 412	1.99 340	1.61 368	12.57 598	1.60 378	2.46 589	2.18 598	2.68 599	1.04 572	2.11 580	1.38 566

StereoDRNet-Refined	1.77 284	0.81 369	2.22 201	1.21 388	0.76 274	3.26 245	0.71 201	3.82 358	2.05 346	2.29 428	2.05 412	2.98 450	1.44 323	7.15 434	2.27 469	0.30 252	0.23 260	0.42 440	0.33 386	0.45 402	0.64 487
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet_ROB	1.89 301	1.02 434	8.60 352	1.39 472	0.98 360	3.72 336	0.66 176	3.84 362	2.65 475	1.88 281	2.05 412	1.98 338	1.27 279	4.52 376	1.67 396	0.30 252	0.20 165	0.28 202	0.18 61	0.31 200	0.40 365

ETE_ROB	2.07 337	1.40 509	3.01 260	1.09 319	0.92 338	3.94 392	1.53 495	4.25 491	2.23 384	3.31 550	2.06 416	2.35 377	1.52 347	8.74 464	2.07 450	0.44 441	0.36 436	0.51 493	0.48 497	0.54 443	0.62 479

DFGA-Net	2.11 344	3.00 569	7.43 337	1.11 335	0.76 274	3.72 336	0.60 137	2.63 178	1.91 321	2.01 332	2.07 417	1.22 216	1.04 212	10.26 514	2.26 467	0.27 140	0.22 231	0.34 349	0.34 394	0.61 470	0.48 415

PSMNet-RUCA	1.64 264	1.50 520	2.57 231	1.50 498	1.38 476	3.05 205	1.36 467	3.31 270	2.24 386	1.36 193	2.07 417	1.40 242	1.09 234	1.83 242	1.55 369	1.15 567	0.69 559	1.26 577	0.96 565	1.64 575	0.94 539

Wz-Net-MNSev	2.71 460	2.54 563	13.91 425	1.52 501	1.37 473	3.28 251	2.47 550	4.03 421	2.32 410	2.57 487	2.07 417	2.29 371	3.01 510	7.55 442	2.74 502	0.38 382	0.36 436	0.36 384	0.37 432	0.57 456	0.47 410

psmg	1.47 240	0.59 180	1.94 163	0.92 208	0.85 313	4.30 489	1.42 483	4.10 449	1.88 313	2.64 503	2.09 420	2.60 409	1.31 288	1.60 199	1.21 286	0.34 326	0.27 350	0.33 331	0.34 394	0.36 300	0.34 289

GASNet	3.24 512	5.55 587	20.58 568	1.56 512	1.25 441	2.32 130	1.12 427	4.04 425	2.67 478	1.88 281	2.10 421	3.00 452	2.16 461	10.59 522	2.43 482	0.65 526	0.37 448	0.61 530	0.45 487	0.87 531	0.58 468

TANstereo	1.01 145	0.55 136	1.73 142	0.76 98	0.36 20	4.04 421	0.38 37	1.48 25	1.62 251	2.03 341	2.10 421	0.84 138	0.93 181	0.98 54	0.62 78	0.28 182	0.36 436	0.23 44	0.20 109	0.25 83	0.46 405

SuperB	4.79 565	4.41 580	21.08 584	1.45 486	1.08 393	3.91 380	3.08 575	4.18 464	3.01 523	2.50 472	2.10 421	2.75 426	3.49 537	8.80 465	19.60 617	0.44 441	0.33 411	0.53 504	0.39 452	12.01 627	0.64 487

PA-Net	3.09 500	1.24 486	18.84 504	1.38 470	1.19 423	3.42 271	1.75 517	3.89 376	3.27 552	1.88 281	2.10 421	3.03 454	1.88 436	11.60 565	2.88 507	0.40 402	0.54 526	0.44 449	0.62 536	0.52 434	1.02 544
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
anonymity	1.76 282	1.26 488	2.73 248	1.66 525	1.32 461	1.84 89	1.07 412	3.49 295	2.30 402	2.11 363	2.11 425	1.71 284	3.90 545	1.82 241	1.48 351	1.10 564	1.09 577	1.08 572	1.08 573	1.05 545	1.09 549

RASNet	2.56 439	0.70 292	10.06 372	1.60 517	2.25 579	3.67 329	1.00 394	3.38 285	3.14 534	1.81 265	2.11 425	4.60 557	2.30 471	10.25 513	2.61 497	0.37 365	0.24 296	0.25 105	0.24 208	0.28 137	0.26 160

HSM	2.35 399	0.81 369	2.21 198	1.14 347	1.55 509	3.44 273	1.03 403	3.99 412	2.25 389	2.29 428	2.11 425	8.04 595	3.05 515	11.60 565	1.71 400	0.33 314	0.22 231	0.28 202	0.23 182	0.32 232	0.35 303

ISRNet	1.69 271	0.76 348	5.69 322	1.27 415	1.36 471	2.85 177	0.61 141	3.60 315	1.91 321	2.13 370	2.12 428	2.90 442	1.41 312	2.51 307	1.71 400	0.49 483	0.50 521	0.56 514	0.47 492	0.49 426	0.57 463

GwcNet	3.00 491	1.63 526	19.83 530	1.32 434	2.04 572	3.27 247	1.55 499	3.65 322	2.33 411	2.00 330	2.12 428	3.56 508	1.68 398	9.47 483	2.45 485	0.44 441	0.45 496	0.46 462	0.38 445	0.60 465	0.76 515

DStereoRT	3.28 515	1.06 446	14.58 438	1.33 439	1.12 402	4.51 528	1.29 458	4.21 473	3.48 561	2.50 472	2.13 430	1.89 322	7.69 596	7.57 443	2.43 482	0.66 528	0.33 411	4.46 621	2.84 615	0.38 317	1.12 551

CREStereo++_RVC	1.02 149	0.49 80	1.54 129	0.83 134	0.55 168	4.01 415	0.31 15	1.63 47	1.99 330	1.63 228	2.13 430	0.84 138	0.65 79	0.88 29	0.70 123	0.27 140	0.15 23	0.23 44	1.22 580	0.24 67	0.17 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
Ntro	4.21 554	8.94 601	19.89 533	3.22 592	2.96 590	4.15 447	1.89 527	3.92 391	2.36 417	1.77 257	2.14 432	3.35 482	2.17 463	9.48 484	2.24 466	3.52 600	1.76 593	2.13 589	1.31 581	3.83 599	3.09 598

anonymousa	2.16 353	0.67 270	19.19 510	1.04 295	1.67 533	2.06 112	0.79 262	2.86 216	1.96 325	1.85 271	2.14 432	3.23 472	1.81 423	1.12 80	1.15 269	0.26 117	0.26 339	0.34 349	0.32 378	0.30 180	0.28 197

fast-acv-ft	2.54 434	1.19 472	20.08 542	1.41 476	1.40 480	3.18 226	1.17 438	3.37 284	2.28 398	1.90 288	2.15 434	2.69 418	2.17 463	2.91 334	2.31 471	0.37 365	0.39 463	0.45 456	0.39 452	0.57 456	0.45 395

1111x	3.13 504	0.57 158	8.38 349	1.20 382	0.76 274	3.80 352	0.88 334	4.61 569	2.63 472	2.31 438	2.16 435	1.95 329	1.81 423	11.54 563	18.13 610	0.32 297	0.31 396	0.32 295	0.30 350	0.35 287	0.34 289

PDISCO_ROB	2.86 467	1.53 522	14.27 433	1.98 561	2.19 576	4.52 530	1.35 465	4.65 570	3.19 539	2.09 356	2.16 435	3.53 504	2.45 483	5.32 388	2.12 454	1.30 579	0.78 567	0.72 551	0.59 530	1.24 566	1.28 558

HART	1.03 150	0.85 389	3.13 264	0.84 144	0.38 47	1.17 24	0.42 59	3.54 307	1.47 148	1.08 168	2.17 437	1.48 250	0.57 51	1.37 154	0.74 140	0.23 62	0.18 87	0.28 202	0.21 127	0.32 232	0.24 114

DLCB_ROB	2.05 334	0.95 420	2.37 217	1.24 398	1.02 375	2.92 189	1.30 459	3.68 328	2.30 402	2.91 525	2.17 437	3.32 480	1.52 347	10.37 516	2.50 489	0.40 402	0.33 411	0.40 421	0.36 420	0.41 357	0.47 410

SST-Stereo	1.76 282	0.58 172	3.10 262	1.44 482	0.46 105	4.71 569	0.76 236	2.22 112	2.79 493	2.07 355	2.18 439	2.43 391	3.22 524	6.66 423	0.84 175	0.42 429	0.19 124	0.30 250	0.27 272	0.35 287	0.26 160

DANet	2.63 446	1.07 448	8.10 346	1.83 548	1.70 538	3.25 243	1.16 435	4.31 519	2.38 428	3.40 556	2.18 439	4.08 531	1.80 420	9.77 491	3.89 523	0.52 499	0.55 531	0.59 522	0.44 483	0.63 476	0.86 531
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
WZ-Net	3.62 528	4.87 582	16.77 470	1.43 479	1.40 480	3.75 342	2.29 546	4.12 450	2.50 453	2.74 514	2.19 441	4.06 530	5.29 568	10.19 510	7.36 560	0.54 504	0.37 448	0.47 465	0.49 501	0.77 519	0.73 509

NOSS_ROB	2.27 372	0.73 320	3.00 259	1.71 532	1.00 372	3.90 379	0.97 385	4.29 508	2.81 503	2.94 531	2.19 441	3.88 520	1.19 269	11.77 579	1.62 386	0.59 513	0.54 526	0.56 514	0.52 514	0.56 451	0.54 450

HGLStereo	2.03 330	0.74 330	7.50 339	1.23 396	1.56 512	3.62 321	0.95 376	3.78 350	1.89 317	2.03 341	2.20 443	3.12 463	2.14 457	5.68 399	2.04 444	0.37 365	0.31 396	0.32 295	0.29 329	0.40 333	0.45 395

ADCPNet	3.89 541	1.63 526	20.25 552	1.28 417	1.27 446	6.43 594	2.65 560	3.93 393	2.70 481	2.78 517	2.20 443	4.28 543	6.16 580	5.56 396	10.27 575	0.65 526	1.18 580	0.71 547	1.70 590	0.84 530	1.37 564

AIO-test2	1.61 258	1.30 492	3.40 278	1.16 366	1.31 454	3.18 226	0.74 223	4.06 433	1.52 186	1.72 249	2.21 445	0.78 124	0.74 109	3.64 356	0.95 233	3.64 601	0.26 339	0.35 368	0.42 477	0.37 312	0.33 276

AFF-stereo	1.31 220	0.77 351	1.46 117	1.10 328	0.45 94	3.93 387	0.48 87	2.92 220	2.92 513	1.90 288	2.21 445	2.11 358	1.52 347	1.93 257	1.12 266	0.21 40	0.16 34	0.25 105	0.25 223	0.29 156	0.20 33

ADCRef	3.30 516	1.23 485	14.90 443	1.17 369	1.41 486	3.95 397	1.64 509	3.88 374	2.36 417	3.05 538	2.21 445	2.40 383	2.81 502	5.04 383	16.63 602	0.46 457	0.34 424	0.63 535	0.62 536	0.54 443	0.67 491

xxxx	2.67 452	0.54 129	2.03 173	1.22 391	0.81 289	3.49 288	0.63 159	4.49 558	2.49 452	2.22 411	2.23 448	2.05 349	1.38 300	10.05 506	17.91 608	0.32 297	0.32 404	0.30 250	0.27 272	0.33 252	0.34 289

LL-Strereo	3.01 493	1.81 539	17.59 486	1.12 339	2.10 574	2.90 183	1.09 421	4.33 526	2.00 334	3.12 542	2.24 449	3.29 476	3.15 518	11.31 554	1.84 420	0.30 252	0.28 363	0.46 462	0.34 394	0.49 426	0.45 395

CBMV	3.32 518	0.96 426	21.16 587	1.32 434	0.83 305	3.81 354	3.91 595	4.47 554	2.53 458	3.34 553	2.24 449	4.45 549	2.58 491	10.07 507	1.96 437	0.45 450	0.43 486	0.48 473	0.38 445	0.52 434	0.53 444
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MLCV	1.87 296	0.91 406	8.59 351	1.10 328	0.57 185	3.59 314	0.53 104	3.70 338	2.20 380	2.80 519	2.25 451	2.00 341	1.42 317	4.13 370	1.86 422	0.30 252	0.20 165	0.32 295	0.21 127	0.33 252	0.36 309

MGS-Stereo	0.80 70	0.56 148	1.53 126	0.93 225	0.39 51	1.26 35	0.73 211	1.45 22	1.30 105	1.01 156	2.26 452	0.80 130	0.56 50	1.16 96	0.65 93	0.27 140	0.23 260	0.26 135	0.22 163	0.27 117	0.25 128

w-ln-seven	2.86 467	3.06 570	14.02 426	1.27 415	1.32 461	4.10 437	1.59 503	3.90 381	2.59 469	3.03 535	2.27 453	3.42 489	2.25 468	6.70 424	4.81 535	0.39 394	0.34 424	0.48 473	0.40 463	0.74 514	0.55 454

LMCR-Stereo	2.40 407	1.31 496	18.61 502	1.59 515	0.86 318	3.87 374	1.15 433	4.32 524	1.60 242	2.25 421	2.27 453	1.13 198	2.43 481	2.48 303	1.60 378	0.88 555	0.24 296	0.29 227	0.24 208	0.56 451	0.30 237

test_xeample	2.67 452	0.56 148	2.05 176	1.09 319	0.81 289	3.24 239	0.80 272	4.55 565	2.70 481	2.42 464	2.27 453	1.39 237	1.40 307	10.75 528	17.51 607	0.30 252	0.30 386	0.32 295	0.28 301	0.34 269	0.33 276

Syn2CoEx	3.08 499	2.55 564	19.88 532	1.34 447	1.18 416	2.43 139	1.65 512	3.91 386	2.40 433	2.39 459	2.27 453	2.90 442	3.17 522	9.57 488	2.54 494	0.50 487	0.45 496	0.53 504	0.39 452	0.74 514	0.72 508

DispNO	3.00 491	0.75 342	18.92 506	1.17 369	1.10 399	3.72 336	0.94 372	4.29 508	2.54 462	2.24 418	2.28 457	4.51 552	2.12 454	11.40 556	2.09 452	0.31 276	0.28 363	0.31 275	0.28 301	0.36 300	0.39 345

MSKI-zero shot	2.22 361	0.64 238	20.09 543	0.96 240	0.56 173	4.04 421	0.70 199	3.91 386	1.50 170	1.92 295	2.28 457	1.92 325	0.71 96	2.93 336	0.67 102	0.26 117	0.23 260	0.26 135	0.21 127	0.28 137	0.26 160

Wz-Net-SNSev	2.98 487	4.36 579	15.98 457	1.57 513	1.19 423	3.28 251	1.80 521	3.96 404	2.40 433	2.32 442	2.28 457	3.48 493	2.05 448	7.84 450	3.82 522	0.47 466	0.39 463	0.53 504	0.49 501	0.71 509	0.60 473

TCMNet	2.98 487	1.30 492	18.26 493	1.47 491	2.09 573	3.84 361	1.08 417	3.96 404	2.39 432	2.53 481	2.29 460	2.43 391	1.75 409	10.09 508	2.39 475	0.52 499	0.45 496	0.61 530	0.50 507	0.80 525	0.78 519

AASNet	2.44 414	0.92 408	19.79 528	1.35 452	1.49 497	3.81 354	1.07 412	3.85 365	2.93 515	1.95 305	2.29 460	1.96 334	1.29 284	1.73 227	1.93 430	0.39 394	0.33 411	0.45 456	0.30 350	0.55 445	0.45 395

pcwnet_v2	2.70 459	0.65 249	22.48 608	1.08 313	1.03 376	3.56 308	0.81 282	4.29 508	3.14 534	2.29 428	2.29 460	3.01 453	1.71 403	3.32 347	1.43 336	0.43 435	0.50 521	0.41 433	0.34 394	0.61 470	0.56 459

ADLNet	2.29 380	0.83 380	3.62 290	1.35 452	1.60 518	3.67 329	1.24 453	3.95 399	2.98 520	2.58 491	2.29 460	4.01 527	1.79 415	11.23 553	2.09 452	0.37 365	0.38 454	0.36 384	0.34 394	0.45 402	0.71 501

222	2.68 456	0.57 158	2.03 173	1.11 335	0.81 289	3.23 235	0.65 173	4.52 563	2.45 444	2.34 449	2.29 460	1.41 243	1.44 323	10.50 519	18.47 612	0.32 297	0.30 386	0.32 295	0.27 272	0.32 232	0.34 289

H2IRNET	1.90 303	0.53 114	14.29 434	1.14 347	0.60 200	4.48 515	0.44 69	2.65 180	1.81 300	1.05 166	2.30 465	1.67 273	1.40 307	2.17 283	1.50 357	0.36 357	0.21 199	0.33 331	0.37 432	0.34 269	0.29 208

ffm	1.72 274	0.60 192	5.21 316	1.14 347	0.99 363	3.62 321	0.86 310	4.22 477	3.37 556	2.20 400	2.30 465	3.48 493	1.62 372	2.21 289	0.65 93	0.29 207	0.16 34	0.48 473	0.37 432	0.30 180	0.29 208

ff1	2.96 481	0.60 192	5.21 316	1.14 347	0.99 363	3.62 321	0.86 310	4.22 477	3.37 556	2.20 400	2.30 465	3.48 493	1.62 372	11.62 567	16.09 597	0.29 207	0.16 34	0.48 473	0.37 432	0.30 180	0.29 208

mmx	2.98 487	0.60 192	5.21 316	1.14 347	0.99 363	3.62 321	0.86 310	4.49 558	3.05 526	2.20 400	2.30 465	3.48 493	1.62 372	11.62 567	16.09 597	0.33 314	0.28 363	0.48 473	0.37 432	0.44 394	0.37 323

xxx	2.98 487	0.60 192	5.21 316	1.14 347	0.99 363	3.62 321	0.86 310	4.49 558	3.05 526	2.20 400	2.30 465	3.48 493	1.62 372	11.62 567	16.09 597	0.33 314	0.28 363	0.48 473	0.37 432	0.44 394	0.37 323

GMM-Stereo	2.45 415	0.52 97	20.38 558	0.89 181	0.82 298	4.18 465	1.91 528	2.45 141	1.48 157	2.48 470	2.30 465	1.69 280	1.86 432	2.93 336	1.08 256	0.28 182	0.18 87	0.33 331	0.48 497	0.35 287	2.41 588

SMFormer	2.00 325	0.57 158	4.46 303	1.36 458	0.57 185	2.03 104	0.73 211	4.25 491	2.80 497	2.32 442	2.31 471	1.95 329	1.52 347	10.99 540	2.13 457	0.34 326	0.32 404	0.36 384	0.31 366	0.38 317	0.36 309

tta	2.00 325	0.57 158	4.46 303	1.36 458	0.57 185	2.03 104	0.73 211	4.25 491	2.80 497	2.32 442	2.31 471	1.95 329	1.52 347	10.99 540	2.13 457	0.34 326	0.32 404	0.36 384	0.31 366	0.29 156	0.29 208

qqq1	1.92 310	0.57 158	4.46 303	1.36 458	0.57 185	2.03 104	0.73 211	4.25 491	2.80 497	2.32 442	2.31 471	1.95 329	1.52 347	10.99 540	0.71 126	0.34 326	0.32 404	0.30 250	0.23 182	0.29 156	0.29 208

fff1	1.92 310	0.57 158	4.46 303	1.36 458	0.57 185	2.03 104	0.73 211	4.25 491	2.80 497	2.32 442	2.31 471	1.95 329	1.52 347	10.99 540	0.71 126	0.34 326	0.32 404	0.30 250	0.23 182	0.29 156	0.29 208

test_4	1.30 216	0.50 84	6.16 325	0.84 144	0.45 94	1.61 75	1.12 427	2.14 101	1.42 128	1.52 212	2.31 471	1.84 316	0.79 133	2.52 312	1.19 279	0.27 140	0.17 53	0.29 227	0.29 329	0.29 156	0.25 128

PS-NSSS	2.22 361	1.33 501	2.90 256	0.97 247	1.53 504	4.11 438	1.08 417	4.55 565	2.65 475	2.10 359	2.32 476	1.77 293	1.40 307	11.79 580	1.61 381	0.68 535	0.45 496	0.96 566	0.43 480	0.95 537	0.92 537

FBW_ROB	3.24 512	1.02 434	9.21 364	1.49 497	1.07 391	3.78 347	1.48 488	4.31 519	3.08 529	2.46 467	2.32 476	4.20 540	2.08 452	15.19 615	7.16 559	0.84 553	0.62 547	1.33 579	0.92 562	0.99 542	1.31 560

FINET	2.96 481	1.07 448	23.18 614	1.29 421	1.86 556	2.03 104	1.52 493	4.30 516	4.71 581	2.23 415	2.34 478	1.65 271	1.48 334	5.89 404	2.81 506	0.51 493	0.47 509	0.49 487	0.40 463	0.59 461	0.49 422

RAFT_R40	1.70 273	0.59 180	2.99 258	1.46 488	0.46 105	4.74 573	0.98 391	2.23 113	1.56 216	2.02 337	2.35 479	2.71 421	2.56 490	6.71 427	0.90 203	0.40 402	0.19 124	0.30 250	0.27 272	0.33 252	0.26 160

MFN_U_SF_RVC	3.81 539	10.78 612	15.01 446	1.84 549	1.39 478	3.73 340	1.63 507	4.05 429	3.26 548	2.91 525	2.38 480	4.36 547	3.65 539	8.43 459	4.91 537	1.11 566	1.04 575	0.99 567	1.31 581	1.58 573	1.75 577

RAFT-Stereo + iAFF	1.25 198	0.72 309	1.74 145	1.05 296	0.36 20	4.13 443	0.42 59	2.95 222	2.84 507	2.02 337	2.40 481	1.61 267	1.11 244	1.26 122	0.97 235	0.21 40	0.15 23	0.26 135	0.23 182	0.29 156	0.23 96

PAM	2.43 412	0.61 209	20.86 575	1.07 305	0.73 263	2.93 193	0.53 104	3.24 262	1.53 193	1.89 287	2.43 482	5.29 579	2.76 498	1.84 245	1.02 245	0.27 140	0.24 296	0.26 135	0.25 223	0.40 333	0.50 429

HSM-Net_RVC	2.87 471	0.57 158	17.46 483	0.92 208	0.90 335	3.70 332	1.20 446	5.64 594	2.51 456	3.22 548	2.43 482	2.54 403	1.59 361	11.41 557	1.65 394	0.34 326	0.25 322	0.26 135	0.23 182	0.30 180	0.29 208
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
psmorigin	6.59 587	1.15 464	88.11 647	1.52 501	0.97 353	2.88 181	1.20 446	3.21 255	2.04 343	3.73 562	2.46 484	5.15 577	2.55 489	10.60 523	2.47 487	0.55 506	0.68 558	0.48 473	0.51 511	0.70 500	0.88 535

XQC	2.96 481	2.42 558	14.85 440	1.36 458	1.32 461	3.29 255	1.53 495	4.28 504	2.78 491	3.21 547	2.46 484	3.53 504	2.92 506	6.58 419	4.67 529	0.70 539	0.41 477	0.59 522	0.56 524	0.96 541	0.83 530

ADLNet2	3.15 507	0.92 408	20.06 539	1.20 382	1.79 549	3.83 356	1.48 488	3.94 397	3.59 563	2.19 397	2.47 486	4.65 562	1.93 441	10.69 527	1.96 437	0.39 394	0.37 448	0.28 202	0.30 350	0.48 420	0.43 383

s12784h	1.31 220	0.45 36	2.41 222	0.71 67	0.35 17	4.42 508	0.50 90	4.22 477	2.73 484	2.01 332	2.48 487	0.91 163	0.96 186	2.01 266	0.70 123	0.29 207	0.18 87	0.24 77	0.16 19	0.27 117	0.18 5

DDUNet	2.91 474	2.78 567	6.94 332	3.53 596	2.26 580	3.28 251	1.36 467	3.77 347	2.04 343	2.62 499	2.49 488	4.18 537	1.69 399	5.38 390	1.85 421	2.21 588	1.77 594	2.61 597	2.43 607	2.60 584	2.34 587

iRaft-Stereo_5w	2.10 341	0.83 380	8.57 350	0.81 113	0.76 274	3.21 231	0.84 297	3.71 339	1.65 260	1.56 217	2.50 489	2.20 362	2.23 467	9.13 475	2.01 442	0.38 382	0.19 124	0.35 368	0.27 272	0.45 402	0.39 345

GrayStereo	2.58 443	0.53 114	1.63 136	1.58 514	0.89 332	4.17 462	8.17 608	3.03 232	1.52 186	2.80 519	2.50 489	1.70 282	17.10 617	2.83 332	1.15 269	0.33 314	0.21 199	0.27 167	0.32 378	0.28 137	0.53 444

RAFT + AFF	2.51 428	2.66 565	4.48 307	1.15 360	1.95 565	4.15 447	2.01 534	4.46 553	3.30 553	2.19 397	2.51 491	2.22 363	4.87 562	8.91 468	2.06 447	0.30 252	0.60 544	0.48 473	0.38 445	0.77 519	0.69 496

DAS	2.31 384	0.67 270	4.79 310	1.14 347	1.64 525	2.93 193	2.13 540	4.09 442	2.74 485	4.17 573	2.52 492	2.46 396	1.79 415	11.55 564	1.63 389	0.37 365	0.22 231	0.39 415	0.25 223	0.41 357	0.34 289

SepStereo	2.15 352	0.67 270	4.79 310	1.14 347	1.64 525	2.93 193	2.13 540	4.09 442	2.74 485	4.17 573	2.52 492	2.46 396	1.79 415	8.36 456	1.63 389	0.37 365	0.22 231	0.39 415	0.25 223	0.41 357	0.34 289

UDG	3.55 526	2.81 568	17.45 482	2.69 583	1.98 566	3.97 407	1.19 442	4.35 530	2.02 337	2.42 464	2.53 494	4.50 551	2.46 485	6.53 418	2.41 479	2.12 587	1.77 594	2.63 598	2.57 609	2.64 585	1.95 580

NCC-stereo	3.16 509	1.28 490	18.31 496	1.25 400	1.75 543	4.06 424	1.40 478	3.89 376	2.22 381	2.72 512	2.55 495	3.49 499	2.65 494	9.91 498	2.99 509	1.29 577	0.65 551	0.64 538	0.86 559	0.65 487	0.71 501

Abc-Net	3.16 509	1.28 490	18.31 496	1.25 400	1.75 543	4.06 424	1.40 478	3.89 376	2.22 381	2.72 512	2.55 495	3.49 499	2.65 494	9.91 498	2.99 509	1.29 577	0.65 551	0.64 538	0.86 559	0.65 487	0.71 501
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
PSM-AAD	2.43 412	0.54 129	1.32 99	0.92 208	0.54 160	4.48 515	7.47 604	2.96 223	1.55 210	2.31 438	2.56 497	1.26 220	16.23 616	2.46 301	0.89 199	0.28 182	0.21 199	0.58 519	0.41 470	0.34 269	1.32 562

NaN_ROB	4.06 550	1.13 459	16.64 465	1.12 339	1.25 441	3.50 292	3.05 573	4.29 508	3.26 548	3.64 559	2.56 497	2.97 449	4.79 560	13.33 603	16.91 603	0.37 365	0.41 477	0.38 411	0.39 452	0.48 420	0.81 525

YMNet	2.40 407	1.41 511	13.46 412	1.36 458	1.67 533	3.96 402	0.97 385	3.81 355	2.37 423	2.64 503	2.57 499	3.35 482	1.53 354	3.28 345	2.42 480	0.48 471	0.54 526	0.52 499	0.49 501	0.70 500	0.54 450

YMNet_1	2.40 407	1.41 511	13.46 412	1.36 458	1.67 533	3.96 402	0.97 385	3.81 355	2.37 423	2.64 503	2.57 499	3.35 482	1.53 354	3.28 345	2.42 480	0.48 471	0.54 526	0.52 499	0.49 501	0.70 500	0.54 450

TestStereo1	1.56 247	0.81 369	2.32 211	1.61 520	0.64 216	4.13 443	1.36 467	3.79 351	3.20 542	1.60 220	2.57 499	1.39 237	2.15 458	2.51 307	1.30 313	0.29 207	0.20 165	0.34 349	0.25 223	0.40 333	0.36 309

SA-5K	1.56 247	0.81 369	2.32 211	1.61 520	0.64 216	4.13 443	1.36 467	3.79 351	3.20 542	1.60 220	2.57 499	1.39 237	2.15 458	2.51 307	1.30 313	0.29 207	0.20 165	0.34 349	0.25 223	0.40 333	0.36 309

ACRE	2.27 372	1.11 457	19.45 518	0.91 202	1.30 451	3.94 392	0.87 330	4.21 473	1.80 299	2.28 426	2.62 503	1.17 203	1.04 212	1.52 184	1.30 313	0.37 365	0.23 260	0.27 167	0.22 163	0.31 200	0.46 405

MFN_U_SF_DS_RVC	3.94 545	10.88 613	12.30 399	1.26 407	1.55 509	5.19 585	3.33 580	4.42 545	2.82 505	2.58 491	2.62 503	5.00 570	2.11 453	14.03 613	2.73 501	1.28 576	2.34 604	0.67 543	1.83 595	0.81 526	1.03 545

IPLGR_C	2.28 377	1.31 496	19.46 519	0.92 208	1.32 461	3.93 387	0.89 339	4.20 468	1.82 301	2.30 432	2.63 505	1.16 202	1.07 228	1.41 160	1.29 312	0.37 365	0.23 260	0.27 167	0.22 163	0.31 200	0.45 395

RainbowNet	4.56 559	8.28 594	20.07 541	3.64 600	3.23 598	4.15 447	2.99 571	4.18 464	3.03 525	2.20 400	2.65 506	4.26 542	2.90 505	9.77 491	2.12 454	3.88 606	2.27 601	2.71 602	1.72 592	3.78 598	3.31 606

PAM_32	2.45 415	0.63 227	20.74 572	1.05 296	0.65 224	2.83 174	0.46 78	2.91 219	1.54 202	1.95 305	2.66 507	4.99 569	3.78 541	1.96 260	0.92 217	0.27 140	0.22 231	0.27 167	0.25 223	0.36 300	0.48 415

CIPLG	2.27 372	1.18 470	19.24 511	0.92 208	1.34 467	3.95 397	0.89 339	4.23 481	1.82 301	2.31 438	2.67 508	1.17 203	1.06 224	1.53 186	1.32 316	0.37 365	0.23 260	0.27 167	0.22 163	0.31 200	0.45 395

Consistency-Raft	2.86 467	1.66 530	19.61 522	1.40 475	1.75 543	3.84 361	1.32 461	4.07 436	2.25 389	1.78 259	2.67 508	1.82 310	4.41 555	1.94 259	2.06 447	0.83 552	0.94 573	1.03 568	1.12 574	1.70 577	1.09 549

MADNet+	3.97 547	9.54 607	13.83 423	1.87 553	1.69 537	4.19 469	2.87 566	4.80 578	4.10 576	2.51 476	2.67 508	4.55 555	3.41 531	8.72 463	6.92 557	1.25 574	1.27 584	1.04 569	0.93 563	1.39 571	1.85 578

stereogan	3.09 500	0.93 412	16.43 462	1.37 468	1.66 532	3.70 332	1.67 514	3.87 371	3.15 536	3.04 536	2.70 511	5.04 572	2.79 500	9.96 501	1.78 413	0.63 520	0.49 520	0.69 544	0.47 492	0.83 529	0.68 494

DEmStereo	2.97 485	0.58 172	13.42 411	0.79 108	0.51 137	3.84 361	1.84 526	2.42 135	1.60 242	2.25 421	2.74 512	2.03 345	6.04 576	6.79 431	12.80 588	0.35 346	0.26 339	0.26 135	0.27 272	0.27 117	0.37 323

MSC_U_SF_DS_RVC	4.48 558	10.62 611	15.18 451	1.55 510	1.45 493	6.16 591	3.54 587	5.41 592	3.68 567	2.59 494	2.74 512	4.81 564	2.20 466	13.79 610	4.40 526	2.04 585	3.36 617	1.05 570	1.20 579	2.09 579	1.72 575

SHD	2.82 464	2.04 548	13.80 422	1.69 528	1.79 549	2.73 167	1.07 412	3.85 365	3.18 538	4.63 581	2.74 512	3.38 487	2.77 499	5.48 394	3.66 520	0.62 519	0.47 509	0.51 493	0.55 522	0.65 487	0.74 510

OMP-Stereo	1.97 319	0.93 412	1.88 156	2.76 585	0.67 238	4.58 543	1.48 488	4.31 519	1.54 202	3.15 545	2.76 515	3.25 473	1.38 300	7.66 448	1.35 324	0.40 402	0.20 165	0.33 331	0.26 245	0.33 252	0.24 114

UGAM	2.58 443	0.56 148	18.55 501	0.89 181	0.71 256	3.23 235	1.03 403	2.75 195	1.75 291	1.36 193	2.77 516	2.69 418	1.28 281	10.75 528	1.40 329	0.28 182	0.24 296	0.40 421	0.31 366	0.35 287	0.30 237

PFNet	2.47 421	0.60 192	16.95 472	2.15 569	0.81 289	4.63 550	0.91 352	2.55 162	1.52 186	2.40 461	2.79 517	1.83 313	1.42 317	7.54 441	1.34 323	0.33 314	0.21 199	0.36 384	0.27 272	0.32 232	0.39 345

RP	2.79 462	1.20 474	10.36 377	1.54 505	1.93 564	3.44 273	1.97 531	4.05 429	2.34 412	2.66 508	2.79 517	3.98 525	2.58 491	10.21 511	2.61 497	0.95 558	0.47 509	0.71 547	0.57 527	0.71 509	0.68 494

Sa-1000	1.63 263	0.79 361	3.56 285	1.11 335	0.48 123	4.06 424	1.41 481	4.49 558	2.75 488	2.00 330	2.80 519	1.84 316	1.43 320	2.64 324	1.50 357	0.27 140	0.19 124	0.36 384	0.33 386	0.36 300	0.30 237

DRaft	2.28 377	0.56 148	2.64 241	0.74 82	0.46 105	3.94 392	1.23 451	2.32 127	1.55 210	2.64 503	2.80 519	1.60 265	5.34 569	6.96 433	10.99 578	0.34 326	0.22 231	0.27 167	0.27 272	0.29 156	0.37 323

ADCS	4.22 555	5.33 584	16.32 460	1.64 522	1.31 454	3.91 380	3.64 589	4.21 473	2.89 509	5.11 586	2.81 521	4.46 550	3.06 517	5.21 387	19.50 616	0.63 520	0.64 550	0.69 544	0.69 545	1.12 555	1.26 556

Nwc_Net	2.88 473	1.16 467	18.30 495	1.35 452	1.68 536	3.52 298	1.18 439	3.90 381	2.06 348	2.52 478	2.82 522	3.82 518	2.34 475	6.78 429	2.55 495	0.86 554	0.40 468	0.59 522	0.67 540	0.57 456	0.55 454

ACVNet_1	6.04 584	13.97 624	21.36 593	3.58 598	3.14 595	4.73 570	2.48 551	4.20 468	3.17 537	2.98 533	2.83 523	23.31 623	4.34 554	11.06 544	2.45 485	3.68 602	2.33 603	2.60 596	1.79 594	3.69 596	3.19 602

MFMNet_re	2.91 474	1.91 541	18.25 492	3.06 590	1.89 561	3.13 220	1.67 514	3.52 302	2.97 517	3.14 543	2.87 524	2.26 364	2.41 479	2.42 298	2.00 440	1.10 564	1.05 576	0.94 565	0.90 561	1.28 567	1.46 570

AF-Net	2.87 471	1.30 492	16.24 459	1.33 439	1.75 543	3.26 245	1.59 503	4.09 442	2.43 439	2.69 510	2.94 525	4.51 552	3.20 523	5.84 403	2.75 503	0.76 543	0.36 436	0.72 551	0.49 501	0.70 500	0.56 459

DispFullNet	4.64 562	3.48 575	23.95 617	3.99 602	3.03 591	3.35 260	1.06 410	4.18 464	2.80 497	6.33 598	2.94 525	4.04 529	7.81 597	3.92 366	5.16 539	2.75 590	1.61 591	3.10 607	2.68 612	3.32 591	3.31 606

KYRaft	1.59 255	0.52 97	1.73 142	0.95 233	0.49 131	4.38 497	1.79 519	2.43 138	1.51 177	2.49 471	2.98 527	2.00 341	3.41 531	2.14 279	0.82 169	0.30 252	0.21 199	0.33 331	0.46 489	0.35 287	2.45 591

GANet	2.93 477	1.05 441	11.29 389	1.64 522	0.96 349	3.91 380	2.52 553	3.72 340	2.41 435	2.95 532	3.00 528	3.21 469	2.03 445	12.42 593	4.72 532	0.51 493	0.41 477	0.46 462	0.39 452	0.60 465	0.50 429

ADCMid	3.96 546	3.27 573	15.48 453	1.26 407	1.40 480	4.66 554	2.28 545	4.06 433	3.54 562	3.94 566	3.02 529	3.85 519	3.67 540	4.03 368	18.65 613	0.68 535	0.61 546	1.09 573	1.18 578	1.38 570	1.08 548

AnyNet_C32	4.17 553	5.75 588	12.62 403	1.60 517	1.54 505	5.51 588	4.09 596	3.90 381	3.23 546	4.22 577	3.03 530	3.10 460	3.41 531	8.01 454	18.85 614	0.53 502	0.58 539	0.53 504	0.74 548	1.19 564	0.97 541

SAMSARA	3.55 526	2.16 553	14.18 431	1.86 552	1.49 497	4.62 548	2.65 560	3.58 314	2.80 497	7.05 601	3.05 531	5.16 578	4.07 548	9.18 477	4.80 534	0.64 523	0.67 555	0.59 522	0.68 543	0.89 532	0.91 536

zh-mn7	3.15 507	9.61 608	12.45 401	1.26 407	0.99 363	2.91 186	1.32 461	4.12 450	2.74 485	3.33 552	3.07 532	2.84 438	1.89 437	8.91 468	4.69 531	0.49 483	0.40 468	0.38 411	0.38 445	0.56 451	0.63 483

DStereoO	3.90 542	2.13 550	7.90 344	4.43 610	2.84 588	4.40 503	5.30 599	4.31 519	3.21 544	2.41 463	3.08 533	2.93 448	7.14 592	4.20 373	11.12 579	4.11 608	1.30 586	1.33 579	1.63 587	3.09 587	1.26 556

RTS	3.90 542	7.04 591	17.94 488	1.92 555	2.19 576	5.00 582	2.96 569	4.29 508	3.19 539	4.05 569	3.08 533	4.94 567	3.16 520	7.64 445	6.72 550	0.66 528	0.44 491	0.51 493	0.47 492	0.95 537	0.76 515

RTSA	3.90 542	7.04 591	17.94 488	1.92 555	2.19 576	5.00 582	2.96 569	4.29 508	3.19 539	4.05 569	3.08 533	4.94 567	3.16 520	7.64 445	6.72 550	0.66 528	0.44 491	0.51 493	0.47 492	0.95 537	0.76 515

TransformOpticalFlow	3.03 495	0.77 351	20.99 582	1.00 269	0.55 168	4.18 465	0.64 163	4.33 526	3.02 524	2.18 393	3.09 536	4.35 545	5.07 564	7.36 439	1.27 305	0.32 297	0.18 87	0.32 295	0.26 245	0.28 137	0.46 405

zh-sn7	3.81 539	11.43 615	15.78 455	1.25 400	1.15 408	3.68 331	2.58 558	4.15 462	2.42 438	2.61 497	3.10 537	3.38 487	3.03 514	11.43 559	6.88 555	0.45 450	0.48 515	0.45 456	0.43 480	0.72 512	0.71 501

RAFT-345	2.46 418	0.55 136	19.69 526	1.02 286	0.49 131	4.43 511	0.78 255	1.64 49	2.34 412	2.09 356	3.12 538	1.96 334	1.31 288	6.65 422	1.43 336	0.36 357	0.23 260	0.32 295	0.25 223	0.28 137	0.25 128

RTSC	2.95 478	2.51 559	15.49 454	1.54 505	1.30 451	3.51 295	0.86 310	3.89 376	2.48 448	3.64 559	3.12 538	3.04 455	2.30 471	5.70 400	6.67 549	0.55 506	0.35 430	0.37 396	0.39 452	0.70 500	0.60 473

IIG-Stereo	1.95 315	0.79 361	2.14 192	2.78 586	0.66 231	4.62 548	0.76 236	4.27 499	1.53 193	2.63 502	3.14 540	3.35 482	1.61 368	7.65 447	1.41 333	0.39 394	0.20 165	0.31 275	0.25 223	0.33 252	0.22 84

DGSMNet	7.55 596	1.62 524	17.42 481	1.92 555	12.73 618	7.45 601	42.99 637	4.13 452	2.07 350	2.10 359	3.16 541	3.42 489	1.70 401	9.24 479	2.30 470	3.70 604	10.89 631	11.80 633	5.54 622	4.24 603	2.66 592

tt	7.19 594	0.51 91	6.83 329	4.03 603	2.30 581	12.05 611	20.19 626	15.46 624	6.58 598	3.42 557	3.22 542	5.37 580	6.39 585	4.20 373	7.46 561	9.81 627	11.53 632	7.05 625	7.46 626	6.31 614	3.71 611

ccnet	2.66 450	0.97 427	8.01 345	1.54 505	1.24 438	3.75 342	2.18 543	4.07 436	2.41 435	2.66 508	3.25 543	2.87 441	2.31 474	9.89 497	3.50 517	0.78 544	0.75 565	0.71 547	0.67 540	0.76 518	0.81 525

RGC	3.10 502	1.45 516	14.90 443	1.46 488	1.79 549	3.33 258	1.39 476	4.04 425	2.26 392	2.77 516	3.26 544	4.00 526	2.71 497	11.63 572	2.62 499	0.82 550	0.46 505	0.79 557	0.79 556	0.71 509	0.78 519

edge stereo	3.37 522	1.01 433	21.99 604	1.28 417	1.37 473	2.67 161	1.39 476	3.98 408	2.87 508	2.93 527	3.27 545	4.35 545	2.43 481	11.62 567	2.39 475	0.60 515	0.63 549	0.79 557	0.55 522	0.68 497	0.67 491

SGM-Forest	2.96 481	0.62 219	3.49 280	1.09 319	0.80 286	4.06 424	3.30 578	4.37 538	3.09 530	4.18 576	3.27 545	4.67 563	3.86 544	11.69 576	7.91 564	0.51 493	0.46 505	0.49 487	0.39 452	0.48 420	0.49 422
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Hybrid-DGEV-03	1.34 223	0.70 292	2.74 249	1.00 269	0.52 149	3.99 411	0.99 392	3.22 257	1.64 255	2.15 381	3.31 547	1.37 236	1.07 228	1.29 133	1.22 289	0.26 117	0.18 87	0.32 295	0.24 208	0.28 137	0.24 114

z-mn7	3.36 521	9.42 606	14.16 430	1.28 417	1.22 435	3.78 347	1.43 485	3.92 391	3.35 555	2.85 523	3.36 548	3.06 459	1.97 443	9.66 489	5.16 539	0.42 429	0.35 430	0.43 444	0.33 386	0.63 476	0.48 415

CBMV_ROB	3.62 528	0.70 292	21.42 595	1.21 388	0.89 332	4.43 511	1.76 518	4.39 541	2.79 493	5.88 593	3.38 549	4.18 537	5.12 565	10.75 528	2.32 472	0.56 508	0.55 531	0.53 504	0.51 511	0.55 445	0.46 405

PWC_ROB	2.69 458	2.01 546	8.36 348	1.33 439	1.90 563	3.23 235	1.18 439	4.33 526	3.25 547	3.11 541	3.41 550	2.71 421	2.18 465	9.15 476	4.48 527	0.56 508	0.31 396	0.61 530	0.36 420	0.69 499	0.74 510

Prome-Stereo	1.61 258	0.55 136	1.71 140	0.98 255	0.60 200	4.41 506	1.82 523	3.03 232	1.53 193	2.18 393	3.45 551	1.72 285	3.49 537	2.23 292	1.08 256	0.29 207	0.20 165	0.26 135	0.25 223	0.34 269	2.16 584

StereoVision	1.65 265	0.75 342	7.47 338	1.01 275	1.80 552	2.61 158	0.61 141	3.06 237	1.96 325	1.25 182	3.46 552	1.85 319	0.88 163	2.07 269	1.93 430	0.43 435	0.36 436	0.37 396	0.36 420	0.48 420	0.33 276

STTRV1_RVC	3.52 525	1.03 439	20.87 577	1.47 491	1.47 494	3.23 235	1.55 499	4.06 433	3.22 545	1.95 305	3.50 553	2.63 413	2.07 451	11.96 587	2.21 464	1.86 584	4.03 619	0.81 560	0.73 547	1.06 546	0.70 500

PVD	3.12 503	1.97 545	12.80 406	1.79 545	1.63 523	3.83 356	1.34 464	3.48 292	3.88 570	5.77 591	3.56 554	3.45 492	3.29 526	5.58 398	5.30 544	0.71 541	0.69 559	0.74 555	0.77 552	0.79 523	1.13 552

SPS-STEREO	3.97 547	1.44 515	20.85 574	1.72 534	1.71 539	3.24 239	2.30 547	3.55 309	2.68 480	4.79 584	3.66 555	5.44 582	2.97 507	9.11 474	9.35 571	1.15 567	1.10 578	1.06 571	1.02 571	1.16 561	1.18 554
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
STrans-v2	3.03 495	0.77 351	20.91 579	0.81 113	0.63 214	3.89 377	1.01 397	4.27 499	2.64 474	2.28 426	3.70 556	4.13 534	5.20 566	7.33 436	1.27 305	0.31 276	0.18 87	0.29 227	0.25 223	0.29 156	0.41 370

AnyNet_C01	4.37 557	7.80 593	16.40 461	1.98 561	1.40 480	6.37 593	6.47 603	4.09 442	5.03 586	4.06 571	3.78 557	4.16 536	3.31 527	6.62 421	10.00 573	0.61 517	0.67 555	0.63 535	0.67 540	2.01 578	1.31 560

S-Stereo	3.48 524	0.91 406	22.06 607	1.36 458	1.50 499	3.55 306	2.53 555	4.21 473	2.81 503	2.37 454	3.81 558	3.75 514	1.84 427	11.90 585	2.51 490	0.63 520	0.71 561	0.48 473	0.76 550	0.67 494	1.19 555

FAT-Stereo	3.34 519	0.81 369	20.05 538	1.25 400	1.20 429	3.44 273	1.99 533	4.23 481	2.67 478	3.14 543	3.82 559	3.51 502	3.32 528	11.68 575	1.94 432	0.64 523	0.67 555	0.48 473	0.52 514	0.61 470	0.81 525

ASMatch	2.62 445	0.60 192	20.65 570	1.37 468	0.64 216	4.39 499	0.78 255	1.97 85	1.58 225	1.70 244	3.89 560	1.94 327	3.79 542	5.46 392	1.64 392	0.31 276	0.24 296	0.34 349	0.28 301	0.33 252	0.50 429

ACVNet-4b	6.73 589	13.67 621	21.87 603	3.54 597	3.07 592	4.19 469	2.25 544	4.03 421	3.65 565	1.64 231	3.98 561	5.88 584	2.89 504	10.01 504	16.98 604	23.29 638	2.24 600	2.53 594	1.78 593	3.87 600	3.21 603

MDST_ROB	5.53 576	0.59 180	23.11 612	2.55 582	2.69 584	21.20 623	1.98 532	4.77 577	2.65 475	9.36 611	4.25 562	4.14 535	4.45 556	22.57 621	3.68 521	0.48 471	0.33 411	0.47 465	0.44 483	0.44 394	0.44 389

AANet_RVC	3.03 495	1.72 533	12.78 405	1.17 369	1.12 402	3.79 351	1.10 423	3.86 368	3.13 532	2.62 499	4.26 563	3.96 524	1.41 312	11.43 559	5.23 543	0.94 557	0.47 509	0.34 349	0.23 182	0.40 333	0.55 454

aanetorigin	3.30 516	1.66 530	17.52 485	1.18 375	1.58 517	2.57 154	3.80 592	2.65 180	2.03 339	6.12 596	4.30 564	2.82 437	5.70 572	5.47 393	4.67 529	0.50 487	0.44 491	0.43 444	0.47 492	1.17 562	0.92 537

JetBlue	6.27 586	9.15 603	13.76 417	1.94 559	4.60 613	11.91 609	12.00 615	5.12 583	3.45 560	3.79 563	4.52 565	9.54 599	6.56 586	9.40 482	13.48 590	1.26 575	1.37 587	1.17 576	1.34 583	7.06 620	3.95 613

ADCL	4.35 556	1.63 526	14.21 432	1.29 421	1.26 443	5.56 589	11.16 611	3.97 406	3.37 556	6.07 594	4.67 566	4.30 544	5.72 573	5.08 385	14.51 592	0.50 487	0.48 515	0.89 564	0.77 552	0.78 521	0.76 515

EDNetEfficientorigin	12.35 615	2.51 559	179.47 652	1.19 378	0.96 349	2.91 186	1.81 522	3.00 228	5.35 588	8.91 609	4.79 567	4.18 537	4.64 559	9.98 502	11.30 580	0.37 365	0.38 454	0.60 527	0.85 558	1.32 569	2.43 590

EDNetEfficient	5.61 577	2.14 552	16.75 469	1.67 526	3.64 601	4.12 440	7.51 605	3.05 234	5.63 592	11.57 622	4.83 568	3.95 522	12.72 607	8.44 460	20.78 619	0.41 417	0.43 486	0.47 465	1.01 569	1.66 576	1.39 567

HHNet	2.48 423	0.71 305	20.52 564	0.64 31	0.64 216	4.07 429	0.93 367	3.76 345	1.56 216	2.15 381	4.92 569	0.98 179	3.37 529	1.66 214	1.79 414	0.32 297	0.20 165	0.31 275	0.27 272	0.36 300	0.42 374

FTStereo	3.71 535	0.53 114	20.37 557	0.96 240	0.65 224	4.34 492	11.29 612	2.62 177	1.50 170	2.58 491	5.04 570	1.90 323	13.84 611	3.71 358	1.25 298	0.38 382	0.24 296	0.31 275	0.32 378	0.30 180	2.10 583

MultiAttention	8.74 600	0.56 148	7.25 335	2.07 566	22.74 627	35.86 633	8.44 610	4.97 581	2.58 466	2.57 487	5.11 571	5.55 583	1.59 361	52.70 646	7.50 562	0.47 466	0.24 296	0.52 499	1.00 568	6.84 618	6.30 624

ACVNet_2	5.41 574	12.60 616	20.42 561	3.27 593	3.15 596	4.50 524	3.02 572	4.66 571	3.73 568	3.35 555	5.36 572	7.86 594	2.88 503	12.33 592	4.76 533	3.12 595	2.22 599	2.70 601	1.69 589	3.49 592	3.10 599

RAFT-RH_RVC	2.63 446	0.55 136	19.97 536	1.26 407	0.47 115	4.46 513	0.57 121	1.71 56	1.64 255	3.06 539	5.51 573	2.03 345	1.28 281	6.70 424	1.52 366	0.42 429	0.22 231	0.37 396	0.34 394	0.28 137	0.29 208

JetRed	10.48 605	27.10 631	35.70 624	4.27 605	4.09 609	15.55 619	12.83 617	12.16 613	5.50 589	5.83 592	5.56 574	10.14 600	7.43 593	8.88 466	26.39 628	3.32 596	3.81 618	3.51 611	2.96 618	7.85 622	6.69 625

AIO-Stereo-zeroshot1	2.68 456	1.26 488	22.01 605	1.08 313	0.99 363	1.61 75	0.86 310	3.69 333	1.64 255	1.52 212	5.62 575	3.35 482	3.44 535	2.20 287	1.33 320	0.26 117	0.21 199	0.30 250	0.62 536	0.93 536	0.67 491

SDNR	3.97 547	1.93 542	20.28 554	1.31 431	0.94 345	5.16 584	0.67 178	4.33 526	2.58 466	4.82 585	5.94 576	5.01 571	1.45 327	17.52 617	2.53 492	0.79 545	0.72 562	0.59 522	0.45 487	1.15 560	1.17 553

TCMNet-wrong-test	12.32 614	14.13 625	19.38 517	22.38 629	19.85 624	15.99 620	12.34 616	22.95 627	4.56 579	6.24 597	6.27 577	18.40 616	15.71 614	10.10 509	10.72 576	9.06 625	4.78 620	5.35 622	3.95 620	12.28 628	11.97 628

EAI-Stereo	2.35 399	0.63 227	2.97 257	0.95 233	0.65 224	3.84 361	14.27 618	5.04 582	2.19 378	2.06 351	7.25 578	1.10 195	0.94 183	1.65 213	1.37 326	0.31 276	0.22 231	0.27 167	0.60 532	0.27 117	0.32 258

PWCDC_ROB	2.95 478	3.26 572	14.06 428	1.59 515	1.56 512	4.19 469	0.86 310	4.30 516	4.08 575	2.06 351	7.37 579	2.75 426	2.42 480	3.59 353	2.67 500	1.34 581	0.36 436	0.39 415	0.34 394	1.13 556	0.62 479

PWCK	5.85 581	9.95 609	15.22 452	2.90 587	1.56 512	5.66 590	7.69 606	5.27 586	4.74 583	3.88 564	7.51 580	8.04 595	5.28 567	15.18 614	8.40 567	3.08 594	1.51 589	2.24 591	1.37 585	5.55 611	1.96 581

MADNet++	7.57 597	5.80 589	13.28 409	6.38 621	5.26 615	7.18 597	7.77 607	5.32 589	5.62 591	6.11 595	7.78 581	6.02 586	8.01 599	11.74 578	16.36 601	9.36 626	4.95 622	8.57 628	5.66 623	4.83 609	5.34 619

CSAN	4.71 563	1.39 508	20.23 548	1.19 378	0.87 323	3.65 327	3.50 584	4.57 567	3.87 569	3.89 565	7.82 582	3.54 507	6.16 580	23.47 626	6.82 553	0.52 499	0.45 496	0.49 487	0.52 514	0.63 476	0.66 490

ELAS_RVC	5.72 580	1.64 529	20.40 559	2.09 567	2.01 568	4.95 581	11.47 614	4.66 571	6.31 597	8.09 607	8.01 583	8.06 597	11.65 606	8.36 456	10.22 574	0.99 561	1.17 579	0.81 560	0.76 550	1.14 557	1.58 571
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MSMD_ROB	5.61 577	1.08 450	16.68 467	1.21 388	0.83 305	10.14 607	2.07 538	3.93 393	6.22 595	10.37 617	8.03 584	22.22 622	9.45 604	11.66 573	4.52 528	0.66 528	0.58 539	0.66 541	0.68 543	0.65 487	0.63 483

DCRE	1.44 234	0.74 330	3.50 282	1.13 346	0.72 258	1.78 85	0.67 178	2.14 101	1.56 216	1.99 318	8.09 585	1.73 286	1.07 228	1.24 115	0.83 172	0.23 62	0.25 322	0.26 135	0.26 245	0.28 137	0.30 237

IMH-64-1	4.84 566	2.53 561	6.83 329	4.30 607	3.74 602	4.81 577	6.05 600	5.30 587	3.92 571	3.95 567	8.33 586	5.08 574	6.06 577	8.96 470	6.30 547	4.57 616	2.96 611	3.04 604	2.12 604	4.28 604	3.62 609

IMH-64	4.84 566	2.53 561	6.83 329	4.30 607	3.74 602	4.81 577	6.05 600	5.30 587	3.92 571	3.95 567	8.33 586	5.08 574	6.06 577	8.96 470	6.30 547	4.57 616	2.96 611	3.04 604	2.12 604	4.28 604	3.62 609

coex-ft	18.59 624	6.62 590	113.53 649	1.17 369	1.31 454	2.33 132	1.93 529	2.81 210	14.00 611	124.82 653	8.45 588	5.90 585	51.74 643	9.99 503	22.69 620	0.57 510	0.62 547	0.50 490	0.49 501	1.08 552	1.28 558

ELAS	5.99 583	1.62 524	20.29 555	1.96 560	2.01 568	15.09 616	8.38 609	5.23 585	5.54 590	9.02 610	8.61 589	6.74 588	9.75 605	7.48 440	11.40 582	0.96 559	1.18 580	0.72 551	0.93 563	1.30 568	1.67 573
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
CrosDoStereo	5.24 571	0.60 192	20.23 548	0.82 123	0.51 137	3.39 264	18.11 622	3.82 358	2.27 394	1.98 313	8.74 590	1.96 334	6.96 588	7.35 437	26.35 626	0.30 252	0.22 231	0.30 250	0.28 301	0.33 252	0.38 338

DeepStereo_LL	5.24 571	0.60 192	20.23 548	0.82 123	0.51 137	3.39 264	18.11 622	3.82 358	2.27 394	1.98 313	8.74 590	1.96 334	6.96 588	7.35 437	26.35 626	0.30 252	0.22 231	0.30 250	0.28 301	0.33 252	0.38 338

SANet	5.65 579	1.72 533	20.94 580	1.26 407	0.88 327	7.20 598	3.81 593	4.60 568	11.23 604	4.56 580	8.78 592	7.49 592	6.95 587	11.85 583	18.11 609	0.49 483	0.44 491	0.50 490	0.42 477	0.90 534	0.82 529

SGM_RVC	4.57 560	0.72 309	17.46 483	1.84 549	0.58 194	4.23 478	3.45 582	4.66 571	3.66 566	7.99 606	8.82 593	7.56 593	8.74 603	12.30 590	6.84 554	0.43 435	0.38 454	0.39 415	0.35 410	0.51 430	0.48 415
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WAO-7	5.16 570	3.21 571	18.98 508	1.88 554	1.44 489	5.34 586	3.09 576	4.91 580	5.81 593	4.35 578	8.92 594	6.55 587	6.06 577	13.40 605	10.81 577	1.34 581	1.20 583	1.48 584	1.35 584	1.60 574	1.45 568

G-Net	4.11 551	1.21 475	19.47 520	2.31 577	2.94 589	4.74 573	2.95 568	3.33 281	2.14 369	4.44 579	9.43 595	6.93 590	3.84 543	9.01 472	4.92 538	0.79 545	0.80 568	0.70 546	0.50 507	0.95 537	0.87 534

WAO-6	5.87 582	2.27 555	15.05 447	2.96 588	2.77 586	12.01 610	3.58 588	5.37 591	11.91 608	3.34 553	9.69 596	6.78 589	5.84 574	11.82 582	8.89 570	2.87 591	2.35 605	2.50 593	1.84 596	2.85 586	2.67 593

otaku	4.58 561	8.93 600	19.95 535	3.11 591	2.67 583	3.91 380	2.57 557	3.82 358	2.25 389	2.22 411	9.72 597	4.08 531	2.35 476	8.57 461	2.13 457	3.51 599	1.65 592	2.15 590	1.17 577	3.69 596	3.15 600

UNDER WATER-64	9.33 601	5.37 585	22.60 610	5.22 619	4.86 614	10.75 608	4.61 598	11.45 608	17.30 622	7.59 602	9.80 598	15.99 613	17.90 620	10.63 524	15.72 596	4.36 610	2.87 608	4.39 620	2.86 616	7.01 619	5.36 620

IMH	6.81 591	13.66 620	20.41 560	4.33 609	3.74 602	5.50 587	3.06 574	5.49 593	6.22 595	4.64 582	10.35 599	9.30 598	8.03 600	13.61 608	6.81 552	4.80 619	2.99 614	3.09 606	2.12 604	4.36 606	3.61 608

UNDER WATER	10.47 604	3.95 578	22.62 611	5.07 618	4.51 612	7.78 602	3.77 591	12.56 616	21.72 629	7.84 605	10.78 600	23.96 625	31.66 629	10.78 531	16.19 600	4.44 613	2.93 609	4.24 616	2.86 616	6.33 615	5.47 621

USTest	15.98 621	15.58 626	22.56 609	18.49 628	16.99 621	26.43 626	36.08 633	27.68 631	12.77 610	10.69 618	10.80 601	18.35 615	15.09 613	18.62 618	23.37 621	4.85 620	5.34 623	7.38 626	7.43 625	9.90 626	11.23 627

WCMA_ROB	5.12 569	0.90 401	21.33 591	1.50 498	1.33 465	4.09 431	3.49 583	4.03 421	4.59 580	6.57 599	10.95 602	12.92 607	8.41 602	9.86 496	8.78 569	0.75 542	0.58 539	0.51 493	0.50 507	0.68 497	0.57 463

FCDSN-DC	6.04 584	0.84 385	19.25 512	1.24 398	1.09 397	4.38 497	2.62 559	4.38 539	4.71 581	9.59 614	11.22 603	19.19 617	17.40 618	12.30 590	8.55 568	0.69 538	0.57 534	0.60 527	0.60 532	0.70 500	0.78 519
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	6.64 588	0.77 351	19.26 514	1.68 527	1.64 525	8.27 603	2.35 548	6.35 596	9.23 601	10.85 619	11.27 604	19.89 618	13.33 608	12.51 596	11.79 585	0.66 528	0.57 534	0.58 519	0.56 524	0.63 476	0.61 476

LVE	6.88 592	9.31 604	21.14 585	3.61 599	3.18 597	4.49 521	2.79 562	10.21 607	11.69 606	3.16 546	11.53 605	18.33 614	4.31 553	11.66 573	3.52 518	4.45 614	2.93 609	2.56 595	1.91 598	3.62 593	3.16 601

FC-DCNN v2	6.91 593	0.77 351	19.25 512	1.69 528	1.64 525	9.13 605	2.40 549	7.20 598	9.47 602	11.07 621	11.62 606	20.05 620	15.79 615	12.55 597	11.99 586	0.66 528	0.57 534	0.58 519	0.56 524	0.63 476	0.61 476

MeshStereo	5.35 573	1.32 498	21.34 592	1.34 447	1.15 408	4.40 503	3.90 594	5.18 584	4.55 578	10.14 616	11.82 607	11.47 601	5.84 574	13.84 611	7.03 558	0.61 517	0.58 539	0.60 527	0.58 528	0.72 512	0.59 472
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
THIR-Stereo	4.14 552	0.82 376	10.85 385	0.86 163	0.43 77	2.16 117	16.77 620	3.22 257	1.54 202	2.04 344	12.05 608	2.68 417	7.53 594	7.30 435	12.62 587	0.30 252	0.21 199	0.29 227	0.28 301	0.33 252	0.41 370

WAO-8	11.95 612	13.02 617	20.56 565	3.50 594	3.08 593	15.11 617	2.80 563	12.91 617	19.11 627	7.69 603	13.12 609	11.62 602	7.01 590	84.40 648	7.91 564	3.42 597	1.92 596	3.54 613	1.93 599	3.68 594	2.69 594

Venus	11.95 612	13.02 617	20.56 565	3.50 594	3.08 593	15.11 617	2.80 563	12.91 617	19.11 627	7.69 603	13.12 609	11.62 602	7.01 590	84.40 648	7.91 564	3.42 597	1.92 596	3.54 613	1.93 599	3.68 594	2.69 594

pmcnn	5.45 575	1.22 481	17.40 480	1.60 517	2.41 582	3.48 285	2.12 539	4.52 563	3.26 548	3.67 561	13.15 611	22.10 621	3.46 536	11.92 586	17.16 605	0.34 326	0.21 199	0.23 44	0.19 88	0.36 300	0.28 197

MANE	11.39 610	1.38 506	23.16 613	4.82 617	2.79 587	22.02 624	14.51 619	25.81 628	26.28 631	10.93 620	13.17 612	19.90 619	18.03 621	15.69 616	20.41 618	0.96 559	0.74 564	1.42 581	3.24 619	0.74 514	1.71 574

LSM	12.71 616	3.52 576	20.79 573	55.63 643	84.76 642	3.63 326	6.30 602	3.73 341	4.93 585	5.55 590	13.92 613	3.53 504	3.25 525	9.72 490	4.12 524	0.64 523	0.85 569	0.71 547	0.81 557	1.03 543	26.84 634

MonStereo1	8.07 598	2.24 554	5.83 323	4.68 614	3.60 600	18.80 621	2.52 553	5.89 595	5.86 594	4.76 583	13.98 614	7.41 591	50.63 642	13.28 602	5.16 539	4.40 612	0.90 571	2.69 600	1.55 586	3.92 601	3.30 605

SGM+DAISY	8.36 599	3.82 577	24.83 618	2.02 563	1.75 543	14.80 615	17.22 621	4.27 499	11.79 607	13.88 623	14.38 615	11.74 605	13.83 610	10.56 520	15.12 593	1.21 569	1.19 582	1.14 575	1.13 576	1.17 562	1.37 564

SGM-ForestM	11.55 611	1.16 467	21.62 600	2.14 568	0.81 289	22.25 625	19.08 624	16.50 626	11.34 605	15.94 627	14.44 616	27.12 630	22.61 627	24.76 627	28.39 633	0.50 487	0.48 515	0.47 465	0.44 483	0.55 445	0.53 444

DStereoSA	10.13 603	4.62 581	12.76 404	4.78 616	13.35 620	9.97 606	22.80 627	4.74 576	16.44 619	5.11 586	15.31 617	4.61 558	13.82 609	8.00 452	27.60 630	6.51 623	8.86 626	1.43 582	8.28 627	3.16 588	10.38 626

Anonymous_1	57.11 644	19.68 628	26.15 619	23.10 630	142.31 650	30.84 627	39.75 634	33.86 637	16.98 621	70.53 647	15.42 618	23.46 624	19.75 624	23.04 622	27.23 629	164.73 653	9.02 628	130.38 647	137.40 650	161.27 654	27.24 635

DPSM_ROB	20.78 625	20.03 629	26.57 620	23.62 631	22.46 625	31.10 628	39.97 635	33.52 635	17.41 623	15.25 625	15.80 619	24.06 626	20.71 625	23.30 624	27.62 631	10.78 628	9.41 629	11.69 631	11.50 628	14.49 629	16.36 632

DPSM	20.78 625	20.03 629	26.57 620	23.62 631	22.46 625	31.10 628	39.97 635	33.52 635	17.41 623	15.25 625	15.80 619	24.06 626	20.71 625	23.30 624	27.62 631	10.78 628	9.41 629	11.69 631	11.50 628	14.49 629	16.36 632

DStereoFS	11.11 609	13.81 623	11.82 395	5.73 620	11.05 617	20.81 622	11.36 613	8.68 604	16.52 620	14.90 624	15.81 621	11.63 604	13.85 612	9.05 473	15.60 595	7.57 624	8.88 627	2.41 592	5.29 621	2.16 581	15.30 631

LE_ROB	18.58 623	1.21 475	48.38 630	8.60 624	23.00 628	7.32 600	19.74 625	9.94 606	38.69 639	43.53 636	21.91 622	28.40 631	40.92 632	23.18 623	54.71 638	0.34 326	0.33 411	0.32 295	0.36 420	0.42 376	0.40 365

DGTPSM_ROB	15.31 619	8.85 598	28.14 622	9.90 625	18.89 622	12.44 612	33.21 630	13.48 619	17.86 625	9.50 612	22.89 623	13.78 610	19.67 622	21.26 619	23.68 622	5.08 621	8.84 624	5.62 623	11.50 628	6.72 616	14.87 629

DPSMNet_ROB	15.52 620	8.89 599	31.44 623	10.07 626	18.91 623	12.44 612	33.22 631	13.51 620	17.94 626	9.58 613	22.91 624	13.79 611	19.67 622	21.43 620	23.73 623	5.17 622	8.84 624	5.63 624	11.52 631	6.79 617	14.90 630

TorneroNet-64	10.12 602	8.74 596	20.95 581	4.27 605	3.76 605	13.86 614	2.85 565	15.05 622	23.15 630	10.07 615	23.84 625	13.47 609	8.24 601	13.96 612	17.21 606	3.96 607	2.72 606	3.23 608	2.48 608	6.29 613	4.27 616

NVStereoNet_ROB	4.91 568	1.40 509	16.46 463	1.47 491	1.72 541	3.46 279	1.96 530	3.89 376	3.61 564	2.90 524	24.61 626	4.81 564	4.49 557	13.57 607	4.87 536	1.33 580	1.29 585	1.70 585	1.68 588	1.41 572	1.66 572
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Dean	7.52 595	9.08 602	21.41 594	3.74 601	3.53 599	4.81 577	3.53 585	5.33 590	5.25 587	4.17 573	26.53 627	25.62 629	4.09 549	10.97 538	4.32 525	3.69 603	2.30 602	2.91 603	1.87 597	4.03 602	3.24 604

LRCNet_RVC	25.52 628	33.45 632	23.21 615	31.79 633	32.78 629	6.74 596	1.18 439	25.88 629	4.46 577	28.94 628	30.89 628	24.91 628	17.57 619	27.66 628	24.34 625	35.26 641	25.60 642	35.91 641	33.81 640	31.90 640	34.10 643

FlowAnything	41.75 634	39.90 633	53.36 638	47.83 642	45.06 635	62.45 638	80.51 643	67.34 646	34.89 636	30.56 633	31.52 629	48.18 637	42.05 639	46.66 643	55.24 640	21.71 637	18.88 637	23.49 638	23.13 633	29.12 633	33.04 637

Hybrid-DGEV	41.74 633	40.15 635	53.21 636	47.72 637	45.04 634	62.46 639	80.71 645	67.23 642	34.70 632	30.38 629	31.64 630	48.32 641	41.44 634	46.71 644	55.65 645	21.63 635	18.85 635	23.50 639	23.21 636	29.18 635	33.09 642

Selective-RAFT-Error	41.77 635	40.16 636	53.34 637	47.73 638	45.25 639	62.51 640	80.64 644	67.22 641	34.93 637	30.64 634	31.81 631	48.11 636	42.11 640	46.57 638	54.95 639	21.61 632	18.87 636	23.48 634	23.15 635	29.16 634	33.08 641

RAFT-FEzeroshot	41.78 636	40.21 638	53.07 634	47.74 640	45.19 637	62.51 640	80.73 647	67.30 644	34.75 633	30.51 631	31.88 632	48.27 639	41.88 637	46.64 641	55.54 642	21.62 633	18.89 639	23.48 634	23.22 637	29.20 637	33.05 638

RAFT-FE	41.78 636	40.21 638	53.07 634	47.74 640	45.19 637	62.51 640	80.73 647	67.30 644	34.75 633	30.51 631	31.88 632	48.27 639	41.88 637	46.64 641	55.54 642	21.62 633	18.89 639	23.48 634	23.22 637	29.20 637	33.05 638

CasAABBNet	41.80 638	40.20 637	53.41 639	47.73 638	45.18 636	62.51 640	80.71 645	67.26 643	34.80 635	30.49 630	31.88 632	48.24 638	41.81 636	46.63 640	55.64 644	21.60 631	18.88 637	23.48 634	23.22 637	29.19 636	33.05 638

xyz-stereo	10.85 608	0.45 36	79.01 646	0.62 19	0.45 94	83.70 646	0.77 248	2.59 174	1.34 108	2.19 397	32.02 635	2.76 432	1.62 372	5.75 401	2.39 475	0.25 101	0.17 53	0.33 331	0.21 127	0.25 83	0.19 9

LSM0	49.58 642	40.04 634	53.62 640	97.15 644	128.68 649	62.75 644	79.89 642	67.63 647	35.11 638	33.02 635	32.61 636	48.43 642	41.60 635	46.60 639	55.43 641	21.63 635	18.99 641	23.62 640	23.13 633	29.47 639	52.26 647

notaker	10.50 606	8.60 595	20.23 548	4.54 613	3.95 606	6.27 592	3.44 581	8.07 601	4.75 584	8.73 608	46.45 637	13.86 612	27.86 628	13.49 606	13.61 591	4.56 615	3.18 615	3.52 612	2.68 612	8.13 624	4.05 614

HanzoNet	31.60 632	17.23 627	21.22 590	7.32 622	5.84 616	7.25 599	3.53 585	13.82 621	14.20 613	50.38 639	47.01 638	44.45 633	56.61 644	36.61 634	32.00 634	63.89 645	56.57 646	7.97 627	89.20 648	28.69 631	28.25 636

HaxPig	43.25 639	43.65 640	45.00 628	33.85 634	35.61 631	32.69 630	30.52 628	45.09 638	42.97 640	48.77 637	48.17 639	43.00 632	40.26 631	44.58 636	43.61 635	47.18 642	49.30 643	51.54 643	50.25 642	43.73 641	45.29 644

AVERAGE_ROB	44.46 640	45.91 641	46.59 629	40.59 636	38.66 632	32.99 631	30.52 628	46.19 639	43.26 641	49.59 638	48.97 640	44.62 634	39.89 630	45.04 637	43.94 636	48.74 643	50.69 644	50.80 642	49.79 641	45.54 642	46.97 645

MEDIAN_ROB	47.37 641	49.08 642	49.92 632	40.32 635	39.97 633	34.95 632	33.43 632	49.17 640	46.39 643	53.06 640	52.65 641	47.65 635	42.23 641	48.35 645	47.29 637	52.10 644	54.04 645	54.28 644	53.48 643	48.76 643	50.33 646

KSHMR	16.96 622	5.37 585	21.64 602	4.46 611	4.50 611	8.30 604	3.32 579	15.58 625	76.24 647	6.62 600	61.47 642	56.53 643	5.43 570	35.17 633	11.37 581	4.39 611	2.97 613	3.63 615	2.74 614	5.10 610	4.34 617

RSGM-EC	108.14 648	104.44 650	68.66 644	115.42 647	109.31 646	116.48 649	139.19 651	127.02 653	55.95 644	55.27 641	71.01 643	116.54 652	111.76 651	176.57 652	175.06 652	117.34 651	71.64 648	140.65 649	83.55 646	123.96 648	82.91 649

acva	108.14 648	104.44 650	68.66 644	115.42 647	109.31 646	116.48 649	139.19 651	127.02 653	55.95 644	55.27 641	71.01 643	116.54 652	111.76 651	176.57 652	175.06 652	117.34 651	71.64 648	140.65 649	83.55 646	123.96 648	82.91 649

ASD4	103.30 647	113.98 652	120.24 650	106.67 645	79.75 641	115.36 648	120.35 649	119.13 652	79.65 653	120.04 652	74.64 645	101.45 650	65.48 645	109.11 651	84.31 651	104.31 646	90.04 650	133.15 648	103.58 649	130.15 650	94.66 651

xxxxx1	112.33 650	88.53 647	37.76 625	227.84 652	157.23 651	39.05 634	61.41 639	93.76 649	79.29 650	62.45 644	74.79 646	78.32 645	70.96 646	33.47 630	70.69 646	114.00 648	130.36 651	259.31 652	274.34 652	145.54 651	147.50 652

tt_ll	112.33 650	88.53 647	37.76 625	227.84 652	157.23 651	39.05 634	61.41 639	93.76 649	79.29 650	62.45 644	74.79 646	78.32 645	70.96 646	33.47 630	70.69 646	114.00 648	130.36 651	259.31 652	274.34 652	145.54 651	147.50 652

ff	112.33 650	88.53 647	37.76 625	227.84 652	157.23 651	39.05 634	61.41 639	93.76 649	79.29 650	62.45 644	74.79 646	78.32 645	70.96 646	33.47 630	70.69 646	114.00 648	130.36 651	259.31 652	274.34 652	145.54 651	147.50 652

TorneroNet	25.88 629	11.28 614	21.62 600	4.20 604	4.07 608	55.25 637	3.15 577	15.16 623	76.94 648	58.09 643	82.72 649	86.88 648	41.15 633	13.35 604	18.13 610	4.32 609	2.85 607	3.45 609	2.62 610	8.33 625	4.14 615

DPSimNet_ROB	102.30 646	119.72 653	143.59 651	109.42 646	94.10 643	127.22 651	127.15 650	26.62 630	102.36 654	149.58 654	83.99 650	139.34 654	137.54 653	64.62 647	82.36 650	105.18 647	66.15 647	120.15 646	69.61 645	99.58 645	77.72 648

BEATNet-Init1	49.72 643	64.32 646	97.77 648	4.68 614	4.28 610	84.75 647	60.42 638	73.38 648	68.59 646	88.29 649	88.51 651	91.94 649	97.99 649	85.26 650	70.96 649	0.80 547	0.65 551	0.85 562	0.70 546	7.96 623	2.33 586

ktn	21.74 627	10.34 610	19.68 525	4.53 612	4.00 607	6.53 595	4.51 597	6.79 597	78.82 649	84.69 648	100.86 652	58.49 644	7.57 595	12.11 589	13.35 589	4.58 618	3.24 616	3.49 610	2.62 610	4.65 608	3.84 612

test_example2	212.63 653	219.92 654	221.87 653	213.67 651	221.17 654	199.47 653	200.74 653	185.30 655	141.66 655	209.52 655	213.45 653	210.82 655	205.48 654	221.27 655	216.64 654	236.83 654	242.07 655	213.93 651	217.01 651	235.69 655	226.10 655

PML	64.32 645	53.22 643	17.88 487	8.10 623	32.94 630	148.46 652	247.79 654	12.18 614	45.42 642	111.41 651	288.92 654	101.47 651	101.31 650	31.67 629	15.55 594	14.03 630	4.83 621	10.98 630	6.18 624	28.82 632	5.17 618

ccccc	590.94 654	629.75 655	645.59 654	567.84 655	570.84 655	582.44 654	641.68 655	613.82 656	494.59 656	614.58 656	651.20 655	555.57 656	637.59 655	666.94 656	652.42 655	781.57 656	507.24 656	391.36 656	342.44 656	689.82 656	581.48 656

FADE		13.79 622		10.71 627	13.34 619			28.60 632	8.36 599	5.15 588		11.85 606		44.37 635		474.90 655	161.58 654	347.36 655	322.13 655	7.29 621	6.23 623

Low-res two-view benchmark