Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Wz-Net-MNSev	0.06 44	0.54 231	0.10 69	0.12 84	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 94	0.11 98	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

BridgeDepth	0.08 51	0.08 59	0.11 89	0.11 76	0.05 98	0.08 104	0.05 92	0.08 107	0.07 112	0.08 106	0.05 99	0.08 106	0.05 93	0.09 111	0.08 104	0.15 125	0.11 98	0.07 98	0.05 95	0.07 105	0.06 104
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 51	0.02 12	0.02 14	1.01 373	0.03 48	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 71	0.09 109	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

DA	0.09 53	0.13 84	0.39 267	0.08 49	0.05 98	0.07 102	0.05 92	0.13 128	0.05 97	0.06 96	0.05 99	0.06 97	0.05 93	0.06 88	0.05 87	0.06 55	0.05 56	0.14 128	0.13 156	0.06 95	0.05 96

GGEV	0.09 53	0.13 84	0.39 267	0.08 49	0.05 98	0.07 102	0.05 92	0.13 128	0.05 97	0.06 96	0.05 99	0.06 97	0.05 93	0.06 88	0.05 87	0.06 55	0.05 56	0.14 128	0.13 156	0.06 95	0.05 96

test_sample7	0.09 53	1.00 301	0.11 89	0.11 76	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.03 53	0.03 43	0.03 50

test_sample6	0.09 53	0.97 291	0.10 69	0.10 59	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample3	0.09 53	0.87 268	0.10 69	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample2	0.09 53	1.03 315	0.11 89	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 53	0.87 268	0.12 102	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 73	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

SMFormer	0.09 53	1.01 309	0.09 65	0.09 55	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

tta	0.09 53	0.95 288	0.09 65	0.10 59	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 53	1.01 309	0.10 69	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.03 50

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

APVNet	0.09 53	0.05 49	0.04 43	0.05 43	0.04 78	0.05 88	0.90 426	0.06 94	0.04 81	0.05 91	0.04 87	0.05 90	0.04 83	0.05 82	0.04 74	0.05 51	0.04 45	0.05 85	0.04 77	0.05 91	0.05 96

ADCS	0.09 53	0.02 12	0.04 43	0.90 350	0.06 110	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 132	0.36 287	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

zh-sn7	0.10 66	0.98 292	0.14 126	0.15 110	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.15 125	0.13 137	0.03 38	0.03 53	0.03 43	0.03 50

DualNet (step1)	0.10 66	1.05 319	0.12 102	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.03 53	0.03 43	0.03 50

test_sample9	0.10 66	1.05 319	0.12 102	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.03 53	0.03 43	0.03 50

test_sample8	0.10 66	1.05 319	0.12 102	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.03 53	0.03 43	0.03 50

test_sample5	0.10 66	1.07 322	0.11 89	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 53	0.04 76	0.03 50

test_sample4	0.10 66	1.03 315	0.12 102	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.13 137	0.03 38	0.03 53	0.03 43	0.03 50

DualNet	0.10 66	1.07 322	0.11 89	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 53	0.04 76	0.03 50

1111x	0.10 66	1.14 328	0.13 121	0.14 100	0.03 48	0.04 76	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.11 98	0.03 38	0.02 20	0.03 43	0.02 20

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

222	0.10 66	0.99 299	0.12 102	0.13 96	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.02 20	0.04 76	0.03 50

test_xeample	0.10 66	1.09 324	0.13 121	0.12 84	0.03 48	0.03 40	0.03 50	0.04 76	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.14 141	0.03 38	0.03 53	0.03 43	0.03 50

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

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

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

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

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

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

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

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

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

ADCPNet	0.10 66	0.03 31	0.04 43	1.27 447	0.03 48	0.04 76	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.04 76	0.03 52	0.08 107	0.04 74	0.04 44	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

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

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

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

x	0.11 87	1.15 331	0.15 142	0.14 100	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.15 144	0.03 38	0.03 53	0.03 43	0.03 50

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

xxxx	0.11 87	1.16 333	0.16 145	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.16 146	0.03 38	0.04 77	0.04 76	0.04 78

BEATNet_4x	0.11 87	0.03 31	0.03 36	1.60 470	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

ADCL	0.11 87	0.03 31	0.03 36	1.60 470	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

AnyNet_C01	0.11 87	0.02 12	0.02 14	1.62 473	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 88	0.04 74	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 50

zh-mn7	0.12 96	1.14 328	0.17 152	0.20 137	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.18 151	0.16 146	0.03 38	0.03 53	0.03 43	0.03 50

S2M2_L	0.12 96	0.14 90	0.10 69	0.15 110	0.10 122	0.14 128	0.10 119	0.14 130	0.10 120	0.15 135	0.10 120	0.14 130	0.10 121	0.14 132	0.10 115	0.13 109	0.10 75	0.13 126	0.09 111	0.13 131	0.09 111
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 96	0.07 58	0.05 57	0.08 49	0.05 98	0.08 104	1.20 454	0.07 104	0.05 97	0.05 91	0.05 99	0.08 106	0.05 93	0.08 107	0.03 48	0.07 60	0.05 56	0.06 93	0.05 95	0.07 105	0.05 96

FADNet-RVC-Resample	0.12 96	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 81	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	1.57 524	0.04 44	0.04 45	0.04 72	0.05 95	0.04 76	0.06 104

FADNet_RVC	0.12 96	0.04 37	0.04 43	0.05 43	0.04 78	0.04 76	0.04 80	0.04 76	0.04 81	0.04 73	0.04 87	0.04 76	0.05 93	0.04 71	1.65 528	0.05 51	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

FADNet	0.12 96	0.05 49	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 81	0.04 73	0.04 87	0.04 76	0.05 93	0.04 71	1.66 530	0.06 55	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

ADCRef	0.12 96	0.03 31	0.04 43	1.71 476	0.04 78	0.03 40	0.03 50	0.04 76	0.04 81	0.04 73	0.03 52	0.04 76	0.03 52	0.06 88	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.03 43	0.04 78

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

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

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

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

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

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

aanetorigin	0.13 103	0.11 80	0.11 89	0.11 76	0.11 138	0.11 123	0.11 132	0.11 124	0.11 135	0.11 125	0.12 145	0.11 125	0.11 133	0.11 126	0.11 127	0.11 88	0.11 98	0.14 128	0.11 130	0.49 322	0.11 129

FADNet-RVC	0.13 103	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.05 92	0.04 76	0.04 81	0.04 73	0.05 99	0.04 76	0.05 93	0.04 71	1.71 533	0.04 44	0.04 45	0.04 72	0.04 77	0.07 105	0.04 78

ELAS	0.13 103	0.16 92	0.11 89	0.15 110	0.09 115	0.18 155	0.11 132	0.18 154	0.11 135	0.17 149	0.11 134	0.18 155	0.11 133	0.18 154	0.11 127	0.14 116	0.08 61	0.14 128	0.08 109	0.14 133	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 112	1.22 390	0.28 199	0.32 189	0.04 78	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.32 215	0.27 204	0.04 72	0.03 53	0.03 43	0.03 50

S2M2_XL	0.14 112	0.17 98	0.12 102	0.17 129	0.11 138	0.17 151	0.11 132	0.17 151	0.11 135	0.17 149	0.11 134	0.17 151	0.11 133	0.17 151	0.11 127	0.16 135	0.11 98	0.16 146	0.11 130	0.16 147	0.11 129
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 112	1.83 420	0.12 102	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.04 81	0.03 40	0.03 52	0.03 42	0.03 52	0.06 88	0.04 74	0.12 94	0.11 98	0.05 85	0.04 77	0.05 91	0.04 78

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

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

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

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

GMStereo	0.14 112	0.13 84	0.14 126	0.14 100	0.14 159	0.14 128	0.14 153	0.14 130	0.14 159	0.14 129	0.14 162	0.14 130	0.14 159	0.14 132	0.14 152	0.14 116	0.14 141	0.14 128	0.14 162	0.14 133	0.14 157
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 492	0.04 78	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 76	0.02 21	0.07 104	0.04 74	0.02 15	0.02 15	0.03 38	0.03 53	0.02 20	0.03 50

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

DRN-Test	0.14 112	0.13 84	0.09 65	0.14 100	0.09 115	0.15 135	0.09 114	0.14 130	0.10 120	0.14 129	0.09 116	0.14 130	0.09 117	0.13 131	0.09 109	0.12 94	0.09 70	0.12 122	0.09 111	0.12 129	0.73 403

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

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

CoDeX	0.15 124	0.70 248	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 380	0.02 15	0.69 376	0.75 390	0.01 9	0.02 20	0.02 20

ICVP	0.15 124	0.53 227	0.11 89	0.16 121	0.11 138	0.16 143	0.11 132	0.16 143	0.11 135	0.16 140	0.11 134	0.16 141	0.11 133	0.16 142	0.11 127	0.16 135	0.11 98	0.16 146	0.11 130	0.16 147	0.11 129
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 124	0.04 37	0.04 43	2.20 491	0.04 78	0.04 76	0.04 80	0.04 76	0.04 81	0.04 73	0.05 99	0.04 76	0.04 83	0.08 107	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

StereoDRNet	0.15 124	0.14 90	0.10 69	0.14 100	0.09 115	0.15 135	0.09 114	0.14 130	0.09 119	0.14 129	0.10 120	0.14 130	0.09 117	0.14 132	0.09 109	0.13 109	0.10 75	0.13 126	0.09 111	0.13 131	0.82 416

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

SGM_RVC	0.15 124	0.17 98	0.11 89	0.18 131	0.11 138	0.19 158	0.11 132	0.19 156	0.12 154	0.19 155	0.12 145	0.20 162	0.12 150	0.19 157	0.12 142	0.16 135	0.11 98	0.17 154	0.10 118	0.17 153	0.10 116
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.16 132	1.21 384	0.33 231	0.41 240	0.04 78	0.04 76	0.03 50	0.04 76	0.04 81	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.35 233	0.31 236	0.04 72	0.04 77	0.04 76	0.04 78

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

qqq	0.16 132	2.01 437	0.12 102	0.15 110	0.04 78	0.06 91	0.05 92	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.03 48	0.12 94	0.14 141	0.04 72	0.04 77	0.03 43	0.03 50

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

CAS++	0.17 136	0.27 134	0.21 173	0.10 59	0.21 209	0.15 135	0.22 197	0.10 112	0.21 198	0.22 175	0.10 120	0.19 159	0.18 188	0.10 115	0.19 186	0.20 158	0.19 176	0.18 164	0.10 118	0.19 163	0.18 179
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 136	2.16 446	0.13 121	0.13 96	0.04 78	0.06 91	0.04 80	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.05 87	0.18 151	0.12 114	0.06 93	0.03 53	0.05 91	0.03 50

SFCPSM	0.17 136	0.78 253	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 415	0.02 15	0.75 387	0.76 392	0.02 20	0.02 20	0.02 20

w-ln-seven	0.18 139	1.47 404	0.33 231	0.40 228	0.04 78	0.04 76	0.04 80	0.04 76	0.04 81	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.38 253	0.32 241	0.05 85	0.04 77	0.04 76	0.04 78

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

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

BEATNet-Init1	0.19 142	0.08 59	0.08 60	2.23 493	0.08 113	0.08 104	0.07 111	0.07 104	0.08 116	0.08 106	0.07 112	0.08 106	0.07 113	0.11 126	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

DeepPrunerF	0.19 142	0.08 59	0.08 60	2.23 493	0.08 113	0.08 104	0.07 111	0.07 104	0.08 116	0.08 106	0.07 112	0.08 106	0.07 113	0.11 126	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

IGEV_Zeroshot_test	0.20 144	0.19 102	0.40 272	0.30 179	0.17 183	0.22 176	0.17 171	0.21 171	0.17 181	0.20 161	0.17 178	0.21 170	0.18 188	0.21 172	0.17 172	0.20 158	0.16 146	0.20 171	0.16 170	0.20 164	0.17 175

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

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

ACVNet	0.20 144	0.19 102	0.14 126	0.20 137	0.14 159	0.20 163	0.96 433	0.21 171	0.14 159	0.20 161	0.13 157	0.21 170	0.14 159	0.20 161	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	0.17 153	0.12 146

acv_ft	0.20 144	0.19 102	0.14 126	0.20 137	0.14 159	0.20 163	0.96 433	0.21 171	0.14 159	0.20 161	0.13 157	0.21 170	0.14 159	0.20 161	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	0.17 153	0.12 146

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

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

z-ln-s-r	0.21 151	1.40 402	0.53 335	0.56 303	0.04 78	0.05 88	0.04 80	0.05 88	0.05 97	0.05 91	0.04 87	0.05 90	0.04 83	0.05 82	0.05 87	0.57 338	0.44 309	0.04 72	0.04 77	0.04 76	0.04 78

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

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

SuperB	0.21 151	0.10 69	2.51 558	0.12 84	0.09 115	0.10 112	0.09 114	0.08 107	0.07 112	0.10 113	0.09 116	0.09 112	0.07 113	0.07 104	0.07 102	0.07 60	0.08 61	0.07 98	0.07 105	0.08 109	0.07 107

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

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

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

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

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

ac_64	0.22 155	0.13 84	0.19 164	0.23 154	0.10 122	0.26 202	1.02 441	0.14 130	0.10 120	0.28 204	0.14 162	0.17 151	0.19 193	0.28 211	0.09 109	0.22 168	0.16 146	0.23 187	0.17 190	0.11 123	0.12 146

dd	0.23 161	0.98 292	0.16 145	0.23 154	0.15 170	0.23 184	0.15 158	0.23 181	0.15 169	0.23 179	0.15 170	0.24 190	0.17 180	0.23 182	0.15 162	0.22 168	0.15 144	0.21 174	0.15 168	0.22 172	0.16 161

dad	0.23 161	1.03 315	0.16 145	0.23 154	0.15 170	0.24 187	0.15 158	0.24 184	0.16 173	0.23 179	0.16 173	0.24 190	0.16 171	0.23 182	0.15 162	0.22 168	0.16 146	0.22 179	0.16 170	0.22 172	0.16 161

RSGM-EC	0.24 163	0.24 126	0.15 142	0.22 150	0.15 170	0.22 176	0.15 158	0.22 175	0.15 169	0.24 186	0.15 170	0.22 178	0.15 169	0.22 176	1.19 454	0.20 158	0.17 166	0.24 195	0.14 162	0.20 164	0.14 157

acva	0.24 163	0.24 126	0.15 142	0.22 150	0.15 170	0.22 176	0.15 158	0.22 175	0.15 169	0.24 186	0.15 170	0.22 178	0.15 169	0.22 176	1.19 454	0.20 158	0.17 166	0.24 195	0.14 162	0.20 164	0.14 157

MSKI-zero shot	0.24 163	0.21 112	0.49 317	0.65 320	0.18 193	0.22 176	0.17 171	0.23 181	0.18 186	0.21 173	0.17 178	0.23 184	0.28 241	0.23 182	0.18 183	0.21 165	0.16 146	0.21 174	0.16 170	0.21 170	0.16 161

qqq1	0.25 166	3.70 515	0.14 126	0.14 100	0.04 78	0.06 91	0.05 92	0.06 94	0.05 97	0.06 96	0.05 99	0.04 76	0.05 93	0.06 88	0.05 87	0.13 109	0.12 114	0.06 93	0.05 95	0.03 43	0.04 78

fff1	0.25 166	3.70 515	0.14 126	0.14 100	0.04 78	0.06 91	0.05 92	0.06 94	0.05 97	0.06 96	0.05 99	0.04 76	0.05 93	0.06 88	0.05 87	0.13 109	0.12 114	0.06 93	0.05 95	0.03 43	0.04 78

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

ffm	0.25 166	3.83 521	0.12 102	0.12 84	0.05 98	0.06 91	0.05 92	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 93	0.06 88	0.05 87	0.12 94	0.12 114	0.05 85	0.04 77	0.06 95	0.04 78

ff1	0.25 166	3.83 521	0.12 102	0.12 84	0.05 98	0.06 91	0.05 92	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 93	0.06 88	0.05 87	0.12 94	0.12 114	0.05 85	0.04 77	0.06 95	0.04 78

mmx	0.25 166	3.83 521	0.12 102	0.12 84	0.05 98	0.06 91	0.05 92	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 93	0.06 88	0.05 87	0.12 94	0.12 114	0.05 85	0.04 77	0.06 95	0.04 78

MIM_Stereo	0.25 166	0.23 117	0.66 357	0.80 340	0.17 183	0.22 176	0.17 171	0.23 181	0.18 186	0.26 200	0.17 178	0.21 170	0.17 180	0.25 193	0.17 172	0.23 179	0.16 146	0.21 174	0.17 190	0.22 172	0.17 175

LoS	0.25 166	0.27 134	0.25 188	0.25 166	0.25 224	0.25 194	0.25 213	0.26 195	0.25 215	0.25 192	0.25 223	0.25 195	0.25 217	0.25 193	0.25 213	0.26 194	0.25 194	0.25 198	0.26 229	0.26 189	0.25 202
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 166	1.31 396	0.74 383	0.92 355	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 42	0.02 21	0.02 20	0.02 20	0.87 384	0.75 387	0.02 18	0.02 20	0.02 20	0.02 20

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

DLNR-FE	0.28 176	0.89 273	0.30 207	0.34 196	0.19 197	0.28 207	0.19 182	0.28 199	0.20 194	0.28 204	0.20 199	0.28 208	0.20 197	0.28 211	0.20 189	0.33 220	0.28 210	0.25 198	0.19 196	0.24 185	0.19 181

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

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

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

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

UNet	0.29 181	0.90 276	0.10 69	0.14 100	0.10 122	0.14 128	0.10 119	0.91 393	0.69 400	0.14 129	0.11 134	0.14 130	0.11 133	0.14 132	0.10 115	0.12 94	0.09 70	0.12 122	0.09 111	0.88 383	0.76 409

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

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

DDVS	0.30 182	3.10 501	0.14 126	0.19 134	0.14 159	0.19 158	0.14 153	0.20 162	0.14 159	0.19 155	0.13 157	0.16 141	0.13 155	0.19 157	0.13 148	0.17 143	0.13 137	0.17 154	0.13 156	0.17 153	0.13 152

ACV-stereo	0.30 182	2.08 439	0.25 188	0.25 166	0.18 193	0.24 187	0.17 171	0.24 184	0.18 186	0.24 186	0.17 178	0.25 195	0.17 180	0.24 186	0.17 172	0.22 168	0.16 146	0.22 179	0.16 170	0.22 172	0.16 161

LoS_RVC	0.30 182	1.14 328	0.25 188	0.25 166	0.25 224	0.26 202	0.25 213	0.25 190	0.25 215	0.25 192	0.25 223	0.26 205	0.26 226	0.26 203	0.25 213	0.26 194	0.26 197	0.25 198	0.25 223	0.26 189	0.26 208

CAS	0.30 182	1.17 334	0.25 188	0.25 166	0.25 224	0.26 202	0.25 213	0.25 190	0.26 228	0.25 192	0.25 223	0.25 195	0.25 217	0.25 193	0.25 213	0.26 194	0.26 197	0.26 203	0.25 223	0.26 189	0.25 202

DANet	0.30 182	0.30 140	0.30 207	0.30 179	0.30 258	0.30 211	0.30 246	0.30 206	0.30 254	0.30 210	0.30 258	0.30 218	0.30 255	0.30 217	0.30 246	0.30 207	0.30 230	0.30 216	0.30 266	0.30 202	0.30 247
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 189	0.31 143	0.31 219	0.30 179	0.40 326	0.31 217	0.30 246	0.30 206	0.34 287	0.29 209	0.31 266	0.29 214	0.30 255	0.31 221	0.31 254	0.31 213	0.29 221	0.31 223	0.30 266	0.31 207	0.31 256

tt1	0.31 189	0.93 285	0.24 185	0.33 193	0.23 217	0.31 217	0.24 210	0.32 213	0.24 210	0.32 221	0.23 210	0.32 226	0.25 217	0.32 224	0.24 205	0.27 197	0.26 197	0.27 207	0.26 229	0.27 194	0.27 216

xxxxx1	0.31 189	0.91 278	0.23 178	0.31 185	0.23 217	0.31 217	0.23 205	0.33 217	0.25 215	0.31 215	0.24 217	0.33 229	0.25 217	0.32 224	0.24 205	0.28 199	0.28 210	0.28 209	0.28 242	0.29 199	0.27 216

DLNR_Zeroshot_test	0.31 189	0.28 137	0.47 302	0.79 338	0.24 222	0.30 211	0.26 221	0.30 206	0.24 210	0.32 221	0.23 210	0.31 222	0.24 214	0.30 217	0.23 201	0.29 206	0.26 197	0.29 214	0.24 218	0.33 219	0.23 191

tt_ll	0.31 189	0.91 278	0.23 178	0.31 185	0.23 217	0.31 217	0.23 205	0.33 217	0.25 215	0.31 215	0.24 217	0.33 229	0.25 217	0.32 224	0.24 205	0.28 199	0.28 210	0.28 209	0.28 242	0.29 199	0.27 216

ff	0.31 189	0.91 278	0.23 178	0.31 185	0.23 217	0.31 217	0.23 205	0.33 217	0.25 215	0.31 215	0.24 217	0.33 229	0.25 217	0.32 224	0.24 205	0.28 199	0.28 210	0.28 209	0.28 242	0.29 199	0.27 216

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

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

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

DStereoFS	0.32 198	0.33 147	0.32 225	0.33 193	0.30 258	0.32 226	0.32 259	0.32 213	0.31 266	0.30 210	0.31 266	0.31 222	0.30 255	0.32 224	0.32 256	0.32 215	0.31 236	0.30 216	0.47 361	0.32 211	0.34 276

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

WCG-NET（raft）	0.32 198	1.24 392	0.24 185	0.32 189	0.24 222	0.32 226	0.23 205	0.32 213	0.24 210	0.32 221	0.24 217	0.32 226	0.24 214	0.32 224	0.24 205	0.30 207	0.23 191	0.30 216	0.23 210	0.30 202	0.23 191

testlalala	0.32 198	0.81 259	0.31 219	0.39 214	0.26 232	0.33 229	0.24 210	0.33 217	0.26 228	0.32 221	0.26 229	0.33 229	0.23 210	0.33 231	0.23 201	0.35 233	0.31 236	0.30 216	0.24 218	0.31 207	0.21 186

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

GCAP-BAT	0.33 203	0.78 253	0.32 225	0.38 208	0.25 224	0.34 231	0.25 213	0.34 221	0.26 228	0.34 228	0.25 223	0.35 236	0.26 226	0.35 236	0.27 219	0.36 238	0.30 230	0.32 226	0.24 218	0.32 211	0.26 208

StereoDRNet-Refined	0.33 203	0.39 164	0.26 194	0.39 214	0.26 232	0.40 259	0.26 221	0.40 254	0.26 228	0.39 248	0.26 229	0.39 255	0.26 226	0.39 257	0.26 218	0.37 242	0.25 194	0.37 266	0.25 223	0.37 246	0.37 294
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 205	0.26 131	0.17 152	0.21 147	0.17 183	0.20 163	0.16 163	0.20 162	0.16 173	0.20 161	0.17 178	0.21 170	0.16 171	0.27 207	0.24 205	0.19 155	0.16 146	0.19 167	0.16 170	0.26 189	3.08 575

RAFT-FE	0.34 205	0.26 131	0.17 152	0.21 147	0.17 183	0.20 163	0.16 163	0.20 162	0.16 173	0.20 161	0.17 178	0.21 170	0.16 171	0.27 207	0.24 205	0.19 155	0.16 146	0.19 167	0.16 170	0.26 189	3.08 575

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

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

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

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

CSP-Net	0.34 205	1.29 394	1.19 429	1.36 459	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 471	1.21 481	0.03 38	0.09 111	0.02 20	0.09 111

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

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

FE-Mocha	0.35 214	0.71 249	0.40 272	0.47 265	0.27 234	0.34 231	0.27 224	0.34 221	0.26 228	0.34 228	0.26 229	0.34 234	0.27 234	0.34 233	0.27 219	0.44 292	0.41 289	0.33 234	0.29 252	0.32 211	0.29 234

IGEV-FE	0.35 214	0.37 154	0.17 152	0.19 134	0.17 183	0.20 163	0.17 171	0.19 156	0.17 181	0.19 155	0.17 178	0.19 159	0.17 180	0.37 246	0.36 287	0.19 155	0.17 166	0.19 167	0.17 190	0.38 259	2.84 566

gcap-zeroshot	0.35 214	0.32 145	0.37 256	0.49 276	0.39 324	0.33 229	0.21 192	0.26 195	0.35 291	0.42 282	0.34 288	0.49 325	0.29 248	0.47 309	0.39 311	0.34 224	0.17 166	0.38 274	0.23 210	0.48 318	0.34 276

CASnet	0.35 214	0.51 221	0.44 289	0.32 189	0.31 269	0.24 187	0.34 283	0.36 229	0.25 215	0.31 215	0.37 308	0.30 218	0.33 281	0.25 193	0.45 335	0.37 242	0.37 264	0.33 234	0.35 308	0.34 223	0.37 294
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 214	0.44 185	0.45 291	0.49 276	0.30 258	0.37 244	0.30 246	0.36 229	0.30 254	0.36 236	0.29 246	0.36 242	0.29 248	0.36 242	0.30 246	0.46 299	0.39 277	0.32 226	0.24 218	0.32 211	0.25 202
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 214	0.35 149	0.35 250	0.35 198	0.35 297	0.35 236	0.35 288	0.35 225	0.35 291	0.35 233	0.35 297	0.35 236	0.35 293	0.35 236	0.35 283	0.35 233	0.35 259	0.35 258	0.35 308	0.35 235	0.35 286

Zero-FE251	0.36 220	0.40 166	0.28 199	0.41 240	0.28 239	0.41 275	0.28 232	0.41 269	0.28 237	0.41 268	0.28 241	0.41 276	0.28 241	0.42 288	0.30 246	0.37 242	0.26 197	0.37 266	0.27 237	0.45 298	0.56 368

GIP-stereo	0.36 220	0.49 209	0.39 267	0.48 270	0.32 272	0.41 275	0.28 232	0.40 254	0.30 254	0.41 268	0.28 241	0.40 263	0.28 241	0.42 288	0.28 229	0.45 295	0.32 241	0.38 274	0.30 266	0.37 246	0.27 216

DCVSM-stereo	0.36 220	1.89 426	0.22 175	0.40 228	0.22 211	0.40 259	0.22 197	0.40 254	0.22 201	0.40 254	0.22 206	0.40 263	0.22 204	0.40 260	0.22 195	0.28 199	0.21 182	0.28 209	0.21 201	0.28 196	0.20 183

RSM	0.36 220	0.36 152	0.43 287	0.37 205	0.42 345	0.49 327	0.42 335	0.37 235	0.28 237	0.36 236	0.29 246	0.36 242	0.30 255	0.37 246	0.28 229	0.34 224	0.31 236	0.34 242	0.35 308	0.40 274	0.29 234

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

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

ACVNet-DCA	0.37 226	1.00 301	0.30 207	0.40 228	0.29 248	0.40 259	0.29 241	0.40 254	0.29 243	0.40 254	0.29 246	0.40 263	0.29 248	0.39 257	0.28 229	0.33 220	0.32 241	0.33 234	0.32 284	0.33 219	0.32 263

1test111	0.37 226	1.02 313	0.30 207	0.39 214	0.29 248	0.40 259	0.28 232	0.39 247	0.29 243	0.39 248	0.29 246	0.39 255	0.28 241	0.40 260	0.29 239	0.33 220	0.32 241	0.33 234	0.31 277	0.32 211	0.31 256

cc1	0.37 226	1.02 313	0.30 207	0.39 214	0.29 248	0.40 259	0.28 232	0.39 247	0.29 243	0.39 248	0.29 246	0.39 255	0.28 241	0.40 260	0.29 239	0.33 220	0.32 241	0.33 234	0.31 277	0.32 211	0.31 256

EKT-Stereo	0.37 226	0.40 166	0.44 289	1.07 378	0.29 248	0.34 231	0.31 257	0.36 229	0.29 243	0.38 242	0.31 266	0.37 248	0.30 255	0.36 242	0.29 239	0.34 224	0.28 210	0.39 285	0.30 266	0.37 246	0.30 247

GMOStereo	0.37 226	0.45 193	0.23 178	0.30 179	0.37 307	0.41 275	0.36 295	0.41 269	0.35 291	0.43 288	0.36 301	0.41 276	0.40 315	0.41 275	0.36 287	0.34 224	0.22 186	0.47 338	0.37 317	0.39 268	0.33 270

XPNet_ROB	0.37 226	0.37 154	0.37 256	0.37 205	0.37 307	0.37 244	0.37 301	0.37 235	0.37 304	0.37 241	0.37 308	0.37 248	0.37 301	0.37 246	0.37 296	0.37 242	0.37 264	0.37 266	0.37 317	0.37 246	0.37 294

MonSter++	0.38 232	0.44 185	0.31 219	0.43 256	0.30 258	0.43 302	0.31 257	0.43 293	0.31 266	0.45 295	0.31 266	0.43 301	0.31 270	0.43 294	0.69 396	0.38 253	0.33 253	0.40 290	0.30 266	0.38 259	0.30 247

HiDET	0.38 232	0.44 185	0.30 207	0.42 250	0.30 258	0.42 295	0.30 246	0.42 287	0.30 254	0.44 293	0.30 258	0.42 294	0.30 255	0.42 288	0.68 388	0.37 242	0.32 241	0.40 290	0.29 252	0.37 246	0.29 234

LCMNet	0.38 232	0.44 185	0.30 207	0.42 250	0.30 258	0.42 295	0.30 246	0.42 287	0.30 254	0.45 295	0.30 258	0.42 294	0.30 255	0.42 288	0.69 396	0.37 242	0.32 241	0.40 290	0.29 252	0.37 246	0.29 234

CSFM-Stereo	0.38 232	0.44 185	0.30 207	0.42 250	0.30 258	0.42 295	0.30 246	0.43 293	0.30 254	0.44 293	0.30 258	0.42 294	0.30 255	0.42 288	0.73 406	0.37 242	0.32 241	0.40 290	0.29 252	0.37 246	0.30 247

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

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

fffy	0.38 232	0.43 182	0.33 231	0.46 259	0.33 284	0.45 306	0.32 259	0.45 297	0.32 271	0.45 295	0.32 273	0.45 304	0.33 281	0.45 300	0.32 256	0.38 253	0.38 270	0.38 274	0.37 317	0.37 246	0.36 289

WAO-8	0.38 232	0.38 158	0.38 259	0.38 208	0.38 314	0.38 251	0.38 308	0.38 243	0.38 308	0.38 242	0.38 313	0.38 250	0.38 305	0.38 249	0.38 299	0.38 253	0.38 270	0.38 274	0.37 317	0.38 259	0.38 301

WAO-7	0.38 232	0.38 158	0.38 259	0.38 208	0.38 314	0.38 251	0.38 308	0.38 243	0.38 308	0.38 242	0.38 313	0.38 250	0.38 305	0.38 249	0.38 299	0.38 253	0.38 270	0.38 274	0.38 330	0.38 259	0.38 301

xx1	0.38 232	1.03 315	0.31 219	0.40 228	0.31 269	0.41 275	0.28 232	0.40 254	0.29 243	0.40 254	0.29 246	0.40 263	0.29 248	0.40 260	0.29 239	0.34 224	0.33 253	0.34 242	0.32 284	0.34 223	0.32 263

Venus	0.38 232	0.38 158	0.38 259	0.38 208	0.38 314	0.37 244	0.38 308	0.37 235	0.37 304	0.41 268	0.37 308	0.39 255	0.37 301	0.38 249	0.38 299	0.37 242	0.38 270	0.38 274	0.37 317	0.37 246	0.38 301

IMH	0.38 232	0.38 158	0.38 259	0.38 208	0.38 314	0.38 251	0.38 308	0.38 243	0.38 308	0.42 282	0.38 313	0.40 263	0.38 305	0.38 249	0.38 299	0.38 253	0.38 270	0.39 285	0.38 330	0.38 259	0.38 301

PAM	0.39 244	1.88 425	0.34 241	0.37 205	0.41 335	0.45 306	0.22 197	0.28 199	0.23 207	0.28 204	0.24 217	0.29 214	0.23 210	0.29 215	0.23 201	0.38 253	0.32 241	0.38 274	0.37 317	0.32 211	0.22 189

HanzoNet	0.39 244	0.38 158	0.40 272	0.39 214	0.41 335	0.38 251	0.38 308	0.38 243	0.38 308	0.39 248	0.39 323	0.38 250	0.38 305	0.39 257	0.40 315	0.38 253	0.38 270	0.40 290	0.38 330	0.38 259	0.40 310

CES	0.39 244	0.47 201	0.36 252	0.36 202	0.37 307	0.45 306	0.35 288	0.35 225	0.40 322	0.36 236	0.44 346	0.47 314	0.36 296	0.44 297	0.36 287	0.37 242	0.39 277	0.44 321	0.35 308	0.37 246	0.36 289

PASM	0.39 244	3.06 500	1.36 495	1.58 466	0.09 115	0.11 123	0.11 132	0.11 124	0.11 135	0.09 111	0.09 116	0.11 125	0.09 117	0.09 111	0.09 109	0.11 88	0.11 98	0.11 119	0.09 111	0.11 123	0.11 129

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

knoymous	0.40 248	0.40 166	0.40 272	0.40 228	0.40 326	0.40 259	0.40 322	0.40 254	0.40 322	0.40 254	0.40 326	0.40 263	0.40 315	0.40 260	0.40 315	0.40 268	0.40 280	0.40 290	0.40 334	0.40 274	0.40 310

anonymousa	0.40 248	0.40 166	0.40 272	0.40 228	0.40 326	0.40 259	0.40 322	0.40 254	0.40 322	0.40 254	0.40 326	0.40 263	0.40 315	0.40 260	0.40 315	0.40 268	0.40 280	0.40 290	0.40 334	0.40 274	0.40 310

riskmin	0.40 248	0.40 166	0.40 272	0.40 228	0.40 326	0.40 259	0.40 322	0.40 254	0.40 322	0.40 254	0.40 326	0.40 263	0.40 315	0.40 260	0.40 315	0.40 268	0.40 280	0.40 290	0.40 334	0.40 274	0.40 310

Anonymous_2	0.40 248	0.40 166	0.40 272	0.40 228	0.40 326	0.40 259	0.40 322	0.40 254	0.40 322	0.40 254	0.40 326	0.40 263	0.40 315	0.40 260	0.40 315	0.40 268	0.40 280	0.40 290	0.40 334	0.40 274	0.40 310

Anonymous_1	0.40 248	0.40 166	0.40 272	0.40 228	0.40 326	0.40 259	0.40 322	0.40 254	0.40 322	0.40 254	0.40 326	0.40 263	0.40 315	0.40 260	0.40 315	0.40 268	0.40 280	0.40 290	0.40 334	0.40 274	0.40 310

AdaStereo	0.40 248	0.40 166	0.40 272	0.40 228	0.40 326	0.40 259	0.40 322	0.40 254	0.40 322	0.40 254	0.40 326	0.40 263	0.40 315	0.40 260	0.40 315	0.40 268	0.40 280	0.40 290	0.40 334	0.40 274	0.40 310
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
Select-FE	0.41 255	0.44 185	0.23 178	0.26 173	0.22 211	0.26 202	0.22 197	0.26 195	0.23 207	0.26 200	0.23 210	0.26 205	0.23 210	0.45 300	0.42 330	0.25 192	0.22 186	0.25 198	0.22 204	0.45 298	2.90 567

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

ccccc	0.41 255	0.44 185	0.34 241	0.48 270	0.35 297	0.48 322	0.35 288	0.51 337	0.35 291	0.47 307	0.35 297	0.47 314	0.34 286	0.47 309	0.35 283	0.41 276	0.40 280	0.40 290	0.40 334	0.41 284	0.39 307

GwcNet-ADL	0.41 255	0.41 174	0.41 281	0.41 240	0.41 335	0.41 275	0.41 330	0.41 269	0.41 331	0.41 268	0.41 332	0.41 276	0.41 326	0.41 275	0.41 322	0.41 276	0.41 289	0.41 307	0.41 341	0.41 284	0.41 317

PSMNet-ADL	0.41 255	0.41 174	0.41 281	0.41 240	0.41 335	0.41 275	0.41 330	0.41 269	0.41 331	0.41 268	0.41 332	0.41 276	0.41 326	0.41 275	0.41 322	0.41 276	0.41 289	0.41 307	0.41 341	0.41 284	0.41 317

GANet-ADL	0.41 255	0.41 174	0.41 281	0.41 240	0.41 335	0.41 275	0.41 330	0.41 269	0.41 331	0.41 268	0.41 332	0.41 276	0.41 326	0.41 275	0.41 322	0.41 276	0.41 289	0.41 307	0.41 341	0.41 284	0.41 317

ADLNet2	0.41 255	0.41 174	0.41 281	0.41 240	0.41 335	0.41 275	0.41 330	0.41 269	0.41 331	0.41 268	0.41 332	0.41 276	0.41 326	0.41 275	0.41 322	0.41 276	0.41 289	0.41 307	0.41 341	0.41 284	0.41 317

ADLNet	0.41 255	0.41 174	0.41 281	0.41 240	0.41 335	0.41 275	0.41 330	0.41 269	0.41 331	0.41 268	0.41 332	0.41 276	0.41 326	0.41 275	0.41 322	0.41 276	0.41 289	0.41 307	0.41 341	0.41 284	0.41 317

FCDSN-DC	0.41 255	0.59 239	0.64 353	0.54 297	0.33 284	0.50 336	0.37 301	0.42 287	0.40 322	0.61 366	0.43 344	0.50 340	0.49 357	0.38 249	0.32 256	0.28 199	0.23 191	0.26 203	0.22 204	0.35 235	0.28 229
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 255	0.46 197	0.33 231	0.49 276	0.33 284	0.49 327	0.33 270	0.49 315	0.33 278	0.49 321	0.33 280	0.49 325	0.33 281	0.51 341	0.33 266	0.41 276	0.30 230	0.41 307	0.30 266	0.79 369	0.29 234

Gwc-CoAtRS	0.41 255	1.49 405	0.32 225	0.42 250	0.32 272	0.41 275	0.32 259	0.41 269	0.33 278	0.41 268	0.32 273	0.41 276	0.32 273	0.41 275	0.32 256	0.39 264	0.28 210	0.39 285	0.28 242	0.40 274	0.28 229

UPFNet	0.42 266	1.20 338	0.17 152	0.24 159	0.17 183	0.25 194	0.17 171	1.19 431	0.90 429	0.25 192	0.17 178	0.24 190	0.17 180	0.25 193	0.17 172	0.22 168	0.17 166	0.22 179	0.16 170	1.15 418	0.93 425

DDF-Stereo	0.43 267	1.15 331	0.57 340	0.53 294	0.32 272	0.41 275	0.32 259	0.41 269	0.32 271	0.41 268	0.32 273	0.41 276	0.32 273	0.40 260	0.32 256	0.52 325	0.50 333	0.38 274	0.31 277	0.39 268	0.31 256

DilatedVolume-Stereo	0.43 267	0.86 266	0.48 310	0.50 284	0.33 284	0.46 312	0.33 270	0.46 301	0.33 278	0.46 301	0.33 280	0.47 314	0.33 281	0.47 309	0.34 279	0.45 295	0.42 298	0.40 290	0.33 292	0.47 314	0.38 301

psmg	0.43 267	1.91 429	0.92 405	1.91 480	0.02 21	0.02 19	0.03 50	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 39	0.02 20	1.97 510	1.44 503	0.04 72	0.03 53	0.02 20	0.03 50

delet	0.43 267	1.21 384	0.17 152	0.25 166	0.17 183	0.25 194	0.18 178	1.26 483	0.95 437	0.25 192	0.17 178	0.25 195	0.17 180	0.25 193	0.17 172	0.23 179	0.16 146	0.22 179	0.16 170	1.18 426	0.98 429

psm_up	0.43 267	1.19 337	0.17 152	0.25 166	0.18 193	0.25 194	0.19 182	1.26 483	0.91 430	0.26 200	0.17 178	0.25 195	0.17 180	0.25 193	0.17 172	0.22 168	0.17 166	0.23 187	0.16 170	1.18 426	0.99 430

Monster-pub-mixall	0.44 272	0.56 235	0.60 344	0.38 208	0.27 234	0.37 244	0.27 224	0.37 235	0.29 243	0.38 242	0.27 234	0.38 250	0.29 248	0.85 395	0.27 219	1.46 486	0.26 197	0.34 242	0.26 229	0.36 242	0.53 357

depthmonostereo	0.44 272	0.85 265	0.46 295	0.54 297	0.40 326	0.52 351	0.38 308	0.52 341	0.35 291	0.47 307	0.34 288	0.46 308	0.34 286	0.47 309	0.34 279	0.45 295	0.43 302	0.41 307	0.33 292	0.41 284	0.32 263

MMNet	0.44 272	1.24 392	0.17 152	0.25 166	0.17 183	0.25 194	0.18 178	1.26 483	0.93 435	0.25 192	0.17 178	0.25 195	0.18 188	0.25 193	0.17 172	0.23 179	0.16 146	0.23 187	0.16 170	1.20 429	0.99 430

252Zero-FE	0.45 275	0.50 213	0.36 252	0.50 284	0.36 303	0.50 336	0.36 295	0.50 324	0.36 302	0.49 321	0.36 301	0.49 325	0.36 296	0.54 350	0.41 322	0.45 295	0.34 257	0.45 325	0.34 296	0.55 341	0.75 407

Monster-pub-eth3d	0.45 275	0.57 236	0.60 344	0.39 214	0.28 239	0.37 244	0.28 232	0.37 235	0.30 254	0.39 248	0.29 246	0.39 255	0.30 255	0.92 405	0.27 219	1.42 483	0.28 210	0.34 242	0.28 242	0.37 246	0.53 357

Replicate-Monster	0.45 275	0.57 236	0.60 344	0.40 228	0.29 248	0.37 244	0.27 224	0.37 235	0.30 254	0.40 254	0.31 266	0.40 263	0.30 255	0.99 413	0.27 219	1.36 479	0.31 236	0.34 242	0.30 266	0.36 242	0.54 360

SCV_C0	0.45 275	0.88 270	0.49 317	0.54 297	0.37 307	0.48 322	0.37 301	0.48 311	0.37 304	0.48 314	0.36 301	0.48 321	0.37 301	0.49 324	0.37 296	0.50 317	0.41 289	0.44 321	0.34 296	0.44 294	0.34 276

RAFT-Stereo-weight	0.45 275	1.90 428	0.34 241	0.42 250	0.36 303	0.43 302	0.35 288	0.42 287	0.34 287	0.42 282	0.34 288	0.44 302	0.34 286	0.41 275	0.34 279	0.38 253	0.32 241	0.38 274	0.32 284	0.38 259	0.33 270

TorneroNet-64	0.45 275	0.27 134	0.30 207	0.58 306	0.27 234	0.70 377	0.30 246	0.28 199	0.73 415	0.73 382	0.28 241	0.71 380	0.66 383	0.75 383	0.27 219	0.27 197	0.29 221	0.37 266	0.75 419	0.28 196	0.30 247

SCV	0.46 281	0.94 287	0.45 291	0.54 297	0.37 307	0.48 322	0.38 308	0.48 311	0.37 304	0.48 314	0.39 323	0.48 321	0.37 301	0.49 324	0.37 296	0.50 317	0.46 312	0.44 321	0.34 296	0.44 294	0.34 276

otaku	0.46 281	0.46 197	0.46 295	0.46 259	0.46 353	0.46 312	0.46 345	0.46 301	0.46 345	0.46 301	0.46 352	0.46 308	0.46 343	0.46 305	0.46 339	0.46 299	0.46 312	0.46 329	0.46 354	0.46 301	0.46 331

Dean	0.46 281	0.46 197	0.46 295	0.46 259	0.46 353	0.46 312	0.46 345	0.46 301	0.46 345	0.47 307	0.46 352	0.46 308	0.46 343	0.46 305	0.46 339	0.46 299	0.46 312	0.46 329	0.46 354	0.46 301	0.46 331

ACVNet_1	0.46 281	0.47 201	0.46 295	0.46 259	0.46 353	0.46 312	0.46 345	0.46 301	0.47 350	0.46 301	0.46 352	0.46 308	0.46 343	0.46 305	0.46 339	0.46 299	0.46 312	0.47 338	0.46 354	0.46 301	0.46 331

ACVNet-4b	0.46 281	0.46 197	0.46 295	0.46 259	0.46 353	0.46 312	0.46 345	0.46 301	0.46 345	0.46 301	0.46 352	0.46 308	0.46 343	0.47 309	0.46 339	0.46 299	0.46 312	0.46 329	0.46 354	0.46 301	0.46 331

PML	0.46 281	1.36 400	0.29 203	0.58 306	0.30 258	0.57 364	0.29 241	0.57 352	0.29 243	0.57 361	0.29 246	0.57 364	0.29 248	0.56 355	0.29 239	0.52 325	0.30 230	0.53 366	0.31 277	0.53 339	0.30 247

LG-Stereo_L1	0.47 287	0.52 223	0.47 302	0.62 314	0.39 324	0.53 353	0.40 322	0.53 343	0.39 321	0.53 348	0.39 323	0.53 352	0.39 314	0.53 348	0.39 311	0.55 335	0.46 312	0.49 351	0.37 317	0.49 322	0.37 294

Ntro	0.47 287	0.47 201	0.46 295	0.46 259	0.46 353	0.47 317	0.47 350	0.46 301	0.47 350	0.46 301	0.46 352	0.47 314	0.46 343	0.47 309	0.47 346	0.47 304	0.46 312	0.46 329	0.46 354	0.46 301	0.46 331

HaxPig	0.47 287	0.47 201	0.47 302	0.49 276	0.47 359	0.47 317	0.47 350	0.47 307	0.47 350	0.47 307	0.47 360	0.47 314	0.47 351	0.47 309	0.47 346	0.47 304	0.47 320	0.47 338	0.47 361	0.47 314	0.48 340

UNDER WATER	0.47 287	0.47 201	0.47 302	0.47 265	0.47 359	0.47 317	0.47 350	0.47 307	0.47 350	0.47 307	0.47 360	0.47 314	0.46 343	0.47 309	0.47 346	0.47 304	0.47 320	0.47 338	0.46 354	0.47 314	0.47 338

LVE	0.47 287	0.47 201	0.47 302	0.47 265	0.49 365	0.47 317	0.47 350	0.47 307	0.49 359	0.47 307	0.47 360	0.47 314	0.46 343	0.47 309	0.47 346	0.47 304	0.47 320	0.48 346	0.47 361	0.47 314	0.47 338

GASTEREO	0.48 292	1.21 384	0.47 302	0.57 304	0.38 314	0.50 336	0.38 308	0.50 324	0.38 308	0.50 334	0.38 313	0.50 340	0.38 305	0.50 332	0.38 299	0.52 325	0.42 298	0.46 329	0.34 296	0.46 301	0.34 276

LG-Stereo_Zeroshot	0.48 292	0.55 233	0.47 302	0.63 316	0.41 335	0.56 358	0.44 338	0.56 349	0.41 331	0.56 358	0.41 332	0.57 364	0.42 332	0.56 355	0.41 322	0.55 335	0.43 302	0.51 360	0.37 317	0.51 333	0.37 294

fffft	0.48 292	0.51 221	0.45 291	0.52 293	0.45 351	0.52 351	0.45 343	0.52 341	0.48 357	0.53 348	0.45 350	0.52 351	0.45 340	0.52 346	0.46 339	0.51 323	0.41 289	0.50 355	0.41 341	0.50 327	0.41 317
1: 1. 1
RainbowNet	0.48 292	0.48 207	0.48 310	0.48 270	0.48 363	0.48 322	0.48 359	0.48 311	0.48 357	0.48 314	0.48 364	0.48 321	0.48 352	0.48 318	0.48 352	0.48 308	0.48 324	0.48 346	0.48 365	0.48 318	0.48 340

notaker	0.48 292	0.49 209	0.48 310	0.48 270	0.48 363	0.48 322	0.48 359	0.48 311	0.49 359	0.48 314	0.48 364	0.48 321	0.48 352	0.48 318	0.48 352	0.48 308	0.48 324	0.48 346	0.48 365	0.48 318	0.49 345

LL-Strereo2	0.48 292	1.73 418	0.51 328	0.59 309	0.34 294	0.42 295	0.33 270	0.40 254	0.31 266	0.42 282	0.33 280	0.42 294	0.31 270	0.44 297	0.39 311	0.60 341	0.51 338	0.44 321	0.33 292	0.44 294	0.33 270

Former-RAFT_DAM_RVC	0.49 298	0.98 292	0.64 353	0.84 345	0.46 353	0.45 306	0.35 288	0.47 307	0.47 350	0.45 295	0.34 288	0.46 308	0.48 352	0.46 305	0.35 283	0.39 264	0.71 381	0.39 285	0.35 308	0.41 284	0.41 317

ACVNet_2	0.49 298	0.49 209	0.49 317	0.49 276	0.49 365	0.49 327	0.49 361	0.49 315	0.49 359	0.49 321	0.49 367	0.49 325	0.49 357	0.49 324	0.49 354	0.49 311	0.49 327	0.49 351	0.49 368	0.49 322	0.49 345

FoundationStereo	0.50 300	0.50 213	0.50 321	0.50 284	0.50 369	0.50 336	0.50 363	0.50 324	0.50 362	0.50 334	0.50 369	0.50 340	0.50 360	0.50 332	0.50 355	0.50 317	0.50 333	0.50 355	0.50 370	0.50 327	0.50 348

StereoAnything_RVC	0.50 300	0.50 213	0.50 321	0.50 284	0.50 369	0.50 336	0.50 363	0.50 324	0.50 362	0.50 334	0.50 369	0.50 340	0.50 360	0.50 332	0.50 355	0.50 317	0.50 333	0.50 355	0.50 370	0.50 327	0.50 348

dual_stereo	0.50 300	0.50 213	0.50 321	0.50 284	0.50 369	0.50 336	0.50 363	0.50 324	0.50 362	0.50 334	0.50 369	0.50 340	0.50 360	0.50 332	0.50 355	0.50 317	0.50 333	0.50 355	0.50 370	0.50 327	0.50 348

GCST	0.50 300	2.08 439	0.38 259	0.53 294	0.35 297	0.49 327	0.35 288	0.50 324	0.35 291	0.49 321	0.35 297	0.49 325	0.35 293	0.49 324	0.35 283	0.48 308	0.37 264	0.45 325	0.33 292	0.44 294	0.33 270

SANet	0.50 300	0.50 213	0.50 321	0.50 284	0.50 369	0.50 336	0.50 363	0.50 324	0.50 362	0.50 334	0.50 369	0.50 340	0.50 360	0.50 332	0.50 355	0.50 317	0.50 333	0.50 355	0.50 370	0.50 327	0.50 348

MSCF	0.51 305	1.40 402	0.49 317	0.58 306	0.38 314	0.50 336	0.38 308	0.54 345	0.41 331	0.52 345	0.41 332	0.53 352	0.42 332	0.53 348	0.41 322	0.60 341	0.47 320	0.48 346	0.37 317	0.48 318	0.38 301

UGAM-zero	0.51 305	2.17 447	0.39 267	0.53 294	0.36 303	0.50 336	0.36 295	0.50 324	0.36 302	0.49 321	0.36 301	0.50 340	0.35 293	0.50 332	0.36 287	0.49 311	0.37 264	0.47 338	0.35 308	0.46 301	0.34 276

UGAM	0.51 305	2.23 452	0.39 267	0.54 297	0.35 297	0.50 336	0.35 288	0.49 315	0.35 291	0.49 321	0.35 297	0.49 325	0.36 296	0.50 332	0.36 287	0.49 311	0.37 264	0.45 325	0.34 296	0.45 298	0.34 276

Selective-IGEV	0.51 305	0.55 233	0.45 291	0.69 325	0.45 351	0.61 367	0.45 343	0.50 324	0.40 322	0.56 358	0.44 346	0.55 359	0.40 315	0.72 378	0.67 380	0.59 340	0.46 312	0.45 325	0.34 296	0.46 301	0.37 294

RCA-Stereo	0.51 305	3.22 506	0.34 241	0.44 257	0.34 294	0.44 305	0.34 283	0.43 293	0.34 287	0.43 288	0.34 288	0.44 302	0.33 281	0.43 294	0.33 266	0.38 253	0.29 221	0.38 274	0.29 252	0.38 259	0.29 234

MatchStereo	0.54 310	0.12 82	2.38 556	2.32 499	0.09 115	0.09 110	0.08 113	0.09 111	0.07 112	0.09 111	0.07 112	0.09 112	0.07 113	0.09 111	0.08 104	2.34 533	2.34 551	0.12 122	0.11 130	0.11 123	0.10 116

AIO-test1	0.54 310	0.60 242	0.52 331	0.66 323	0.47 359	0.61 367	0.47 350	0.58 355	0.46 345	0.61 366	0.46 352	0.61 370	0.45 340	0.62 364	0.45 335	0.61 345	0.52 340	0.57 369	0.48 365	0.57 343	0.48 340

castereo++	0.54 310	3.59 512	1.15 423	1.31 455	0.14 159	0.16 143	0.14 153	0.16 143	0.14 159	0.16 140	0.14 162	0.16 141	0.13 155	0.16 142	0.14 152	1.45 485	1.16 430	0.15 143	0.14 162	0.15 143	0.13 152

FENet	0.54 310	1.52 406	1.19 429	1.41 462	0.23 217	0.35 236	0.23 205	0.35 225	0.23 207	0.34 228	0.23 210	0.35 236	0.23 210	0.35 236	0.23 201	1.40 482	1.07 414	0.32 226	0.23 210	0.33 219	0.23 191

PSMNet_ROB	0.54 310	0.54 231	0.54 336	0.54 297	0.53 378	0.54 356	0.54 371	0.53 343	0.54 372	0.54 353	0.54 379	0.54 355	0.53 367	0.54 350	0.54 365	0.54 329	0.53 342	0.54 367	0.54 376	0.54 340	0.54 360

AIO-test2	0.55 315	0.59 239	0.52 331	0.67 324	0.47 359	0.61 367	0.47 350	0.61 361	0.47 350	0.61 366	0.47 360	0.61 370	0.48 352	0.62 364	0.47 346	0.64 351	0.53 342	0.58 370	0.47 361	0.58 344	0.48 340

CFNet-ft	0.55 315	1.57 407	0.14 126	0.20 137	0.14 159	0.20 163	2.53 562	1.61 495	0.14 159	0.20 161	0.14 162	0.20 162	0.14 159	0.20 161	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	1.56 488	1.24 505

MyStereo04	0.56 317	3.72 518	0.59 342	0.49 276	0.41 335	0.36 239	0.32 259	0.37 235	0.31 266	0.34 228	0.46 352	0.35 236	0.32 273	0.35 236	0.33 266	0.49 311	0.45 310	0.34 242	0.32 284	0.35 235	0.43 325

CASS	0.57 318	0.89 273	0.56 338	0.57 304	0.56 381	0.56 358	0.56 372	0.56 349	0.53 370	0.57 361	0.57 382	0.59 368	0.48 352	0.56 355	0.57 368	0.55 335	0.56 346	0.47 338	0.56 381	0.62 347	0.56 368
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 319	0.58 238	0.47 302	0.64 319	0.74 413	1.00 408	0.69 397	0.57 352	0.41 331	0.57 361	0.41 332	0.57 364	0.41 326	1.00 415	0.75 411	0.91 386	0.51 338	0.52 363	0.37 317	0.52 335	0.37 294

MonSter	0.60 319	0.64 245	0.52 331	0.62 314	0.44 348	2.07 520	0.44 338	0.62 362	0.44 342	0.62 369	0.44 346	0.62 372	0.44 337	0.62 364	0.44 334	0.58 339	0.42 298	0.62 373	0.46 354	0.58 344	0.42 324

MyStereo07	0.60 319	3.72 518	0.48 310	0.49 276	0.41 335	0.36 239	0.32 259	0.49 315	0.43 339	0.51 342	0.42 342	0.49 325	0.43 335	0.51 341	0.64 375	0.49 311	0.45 310	0.34 242	0.32 284	0.35 235	0.43 325

FSD	0.61 322	0.59 239	0.50 321	2.58 510	0.44 348	0.56 358	0.44 338	0.55 348	0.44 342	0.56 358	0.44 346	0.56 362	0.44 337	0.56 355	0.46 339	0.61 345	0.42 298	0.52 363	0.42 349	0.52 335	0.51 355

castereo	0.61 322	3.79 520	1.35 487	1.52 465	0.15 170	0.17 151	0.16 163	0.20 162	0.21 198	0.18 153	0.16 173	0.21 170	0.12 150	0.26 203	0.17 172	1.43 484	1.38 500	0.17 154	0.16 170	0.18 157	0.16 161

WCG-NET	0.61 322	1.21 384	0.54 336	0.61 313	0.53 378	0.67 375	0.53 369	0.66 367	0.53 370	0.64 372	0.53 378	0.65 376	0.53 367	0.59 362	0.52 362	0.65 352	0.48 324	0.64 376	0.52 374	0.58 344	0.50 348

GEAStereo	0.62 325	3.91 525	0.48 310	0.69 325	0.38 314	0.51 348	0.38 308	0.51 337	0.38 308	0.53 348	0.38 313	0.50 340	0.38 305	0.51 341	0.38 299	0.54 329	0.43 302	0.46 329	0.34 296	0.46 301	0.34 276

gasm-f	0.62 325	3.91 525	0.48 310	0.69 325	0.38 314	0.51 348	0.38 308	0.51 337	0.38 308	0.53 348	0.38 313	0.50 340	0.38 305	0.51 341	0.38 299	0.54 329	0.43 302	0.46 329	0.34 296	0.46 301	0.34 276

SMoEStereo_RVC	0.63 327	0.75 252	0.51 328	0.73 334	0.53 378	0.71 379	0.47 350	0.67 368	0.58 375	0.74 387	0.60 383	0.72 383	0.53 367	0.74 382	0.51 360	0.61 345	0.62 358	0.62 373	0.61 389	0.63 348	0.61 374

anonymity	0.63 327	0.69 247	0.56 338	0.71 331	0.56 381	0.71 379	0.56 372	0.71 373	0.56 373	0.72 380	0.56 381	0.71 380	0.56 371	0.71 376	0.58 369	0.68 356	0.55 344	0.68 381	0.55 377	0.68 352	0.54 360

PAM_32	0.64 329	2.38 467	0.51 328	0.92 355	0.43 347	0.53 353	0.44 338	0.87 387	0.43 339	0.52 345	0.45 350	0.53 352	0.40 315	0.54 350	0.46 339	0.62 349	0.56 346	0.48 346	0.45 352	0.76 364	0.44 328

CRFU-Net	0.65 330	1.67 411	1.22 479	1.96 484	0.27 234	0.41 275	0.27 224	0.41 269	0.27 234	0.40 254	0.26 229	0.41 276	0.27 234	0.40 260	0.27 219	1.80 499	1.62 519	0.34 242	0.23 210	0.33 219	0.23 191

LMCR-Stereo	0.65 330	0.63 243	0.65 356	0.65 320	0.65 396	0.66 374	0.63 379	0.58 355	0.65 386	0.63 371	0.64 391	0.65 376	0.65 380	0.66 371	0.66 379	0.66 354	0.64 361	0.65 379	0.67 406	0.68 352	0.73 403

KSHMR	0.66 332	0.50 213	0.48 310	1.15 388	0.52 375	0.49 327	0.51 367	0.49 315	0.71 409	0.67 376	0.50 369	1.16 442	1.11 435	0.66 371	0.52 362	0.49 311	0.49 327	0.51 360	0.66 402	0.50 327	1.14 446

TorneroNet	0.66 332	0.53 227	0.50 321	0.50 284	0.64 394	1.06 423	0.70 402	0.50 324	0.51 369	0.49 321	0.69 406	0.49 325	0.50 360	0.48 318	1.15 447	0.71 361	0.49 327	1.14 440	1.08 445	0.49 322	0.49 345

GES	0.66 332	2.34 463	0.29 203	0.41 240	0.29 248	0.41 275	0.29 241	0.42 287	0.29 243	0.40 254	0.41 332	0.41 276	0.30 255	0.51 341	0.29 239	0.32 215	0.29 221	0.32 226	2.46 566	2.49 528	0.30 247

cf-r	0.66 332	2.17 447	0.12 102	0.18 131	0.12 154	0.18 155	2.70 566	2.60 541	0.12 154	0.18 153	0.12 145	0.18 155	0.12 150	0.18 154	0.12 142	0.15 125	0.11 98	0.15 143	0.11 130	1.81 500	1.74 542

DSFCA	0.66 332	0.73 251	0.78 389	0.65 320	0.65 396	0.64 372	0.64 380	0.65 365	0.63 384	0.64 372	0.64 391	0.64 373	0.64 378	0.65 370	0.65 376	0.65 352	0.65 363	0.65 379	0.65 400	0.66 350	0.64 384

DEFOM-Stereo	0.68 337	3.11 502	1.40 501	1.63 474	0.25 224	0.31 217	0.25 213	0.31 211	0.28 237	0.31 215	0.29 246	0.29 214	0.27 234	0.31 221	0.28 229	1.59 492	1.47 505	0.30 216	0.29 252	0.30 202	0.28 229

ssnet_v2	0.68 337	1.96 436	1.25 483	0.29 178	0.20 200	0.30 211	0.20 186	0.29 204	0.22 201	1.50 497	0.20 199	0.31 222	0.20 197	0.27 207	0.22 195	0.24 186	1.49 506	0.26 203	0.18 195	3.90 551	0.19 181

ARAFT	0.68 337	0.81 259	0.63 351	0.74 335	0.60 384	0.78 385	0.62 378	0.77 378	0.66 388	0.74 387	0.63 389	0.75 388	0.62 377	0.83 390	0.60 372	0.70 360	0.55 344	0.70 384	0.60 387	0.78 367	0.55 365

NINENet	0.69 340	3.87 524	1.20 432	1.98 485	0.05 98	0.40 259	0.04 80	0.40 254	0.05 97	0.41 268	0.04 87	0.41 276	0.05 93	0.40 260	0.05 87	1.79 498	1.56 512	0.34 242	0.22 204	0.34 223	0.23 191

VIP-Stereo	0.70 341	2.97 499	2.43 557	2.49 506	0.16 179	0.25 194	0.16 163	0.25 190	0.16 173	0.25 192	0.18 193	0.25 195	0.16 171	0.26 203	0.16 168	1.86 500	1.26 483	0.23 187	0.15 168	0.23 183	0.15 160

RAFT-Stereo + iAFF	0.70 341	0.72 250	0.71 375	0.80 340	0.62 393	0.82 390	0.61 377	0.81 384	0.62 382	0.81 395	0.63 389	0.80 394	0.70 398	0.73 380	0.61 374	0.76 367	0.61 357	0.74 389	0.61 389	0.77 366	0.61 374

DMCA-RVC	0.70 341	0.80 256	0.70 371	0.70 329	0.70 406	0.70 377	0.70 402	0.71 373	0.70 404	0.70 379	0.71 413	0.71 380	0.70 398	0.70 375	0.69 396	0.69 357	0.70 377	0.69 382	0.70 411	0.69 356	0.70 395

MyStereo8	0.71 344	3.92 527	0.52 331	0.59 309	0.52 375	0.57 364	0.53 369	0.59 357	0.50 362	0.59 365	0.51 375	0.57 364	0.50 360	0.56 355	0.52 362	0.54 329	0.49 327	0.54 367	0.49 368	0.55 341	0.50 348

HH	0.71 344	2.54 473	0.74 383	1.10 380	0.32 272	0.41 275	0.37 301	0.69 370	0.78 419	0.73 382	0.90 430	0.75 388	1.00 425	0.84 391	0.69 396	0.69 357	0.40 280	0.35 258	0.26 229	0.35 235	0.26 208

HanStereo	0.71 344	2.54 473	0.74 383	1.10 380	0.32 272	0.41 275	0.37 301	0.69 370	0.78 419	0.73 382	0.90 430	0.75 388	1.00 425	0.84 391	0.69 396	0.69 357	0.40 280	0.35 258	0.26 229	0.35 235	0.26 208

zero-FE	0.72 347	1.31 396	0.66 357	0.92 355	0.60 384	0.82 390	0.58 374	0.82 385	0.58 375	0.81 395	0.60 383	0.81 397	0.60 374	0.82 389	0.58 369	0.74 365	0.59 352	0.73 386	0.52 374	0.76 364	0.51 355

ktn	0.72 347	0.53 227	1.08 418	1.14 386	0.51 374	1.22 485	1.36 512	0.51 337	0.59 377	0.51 342	0.51 375	0.69 379	1.20 446	0.67 373	0.51 360	0.51 323	0.49 327	0.58 370	0.66 402	0.52 335	0.53 357

DStereoRT	0.73 349	0.81 259	0.73 382	0.71 331	0.74 413	0.73 381	0.75 410	0.71 373	0.71 409	0.74 387	0.72 416	0.73 385	0.80 413	0.71 376	0.73 406	0.76 367	0.71 381	0.73 386	0.72 416	0.70 357	0.76 409

CroCo-Stereo	0.73 349	1.22 390	0.25 188	1.22 442	0.25 224	1.22 485	0.25 213	1.22 480	0.25 215	1.22 488	0.25 223	1.22 491	0.25 217	1.22 491	0.25 213	1.22 470	0.26 197	1.21 496	0.25 223	1.22 476	0.25 202
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
AFF-stereo	0.73 349	0.88 270	0.67 361	0.75 336	0.68 403	0.75 382	0.64 380	0.80 381	0.72 412	0.83 397	0.70 408	0.82 398	0.64 378	0.84 391	0.67 380	0.77 369	0.63 359	0.81 400	0.63 391	0.78 367	0.62 377

AIO-Stereo-zeroshot1	0.75 352	0.92 283	0.85 397	0.96 366	0.59 383	1.27 488	0.44 338	0.59 357	0.69 400	0.91 402	0.68 401	0.55 359	0.61 376	1.06 429	0.83 421	0.62 349	0.70 377	0.90 410	0.41 341	0.89 384	0.56 368

MyStereo06	0.75 352	4.12 529	0.60 344	0.63 316	0.61 390	0.62 370	0.66 383	0.56 349	0.45 344	0.55 356	0.48 364	0.54 355	0.46 343	0.57 360	0.45 335	0.60 341	0.57 348	0.64 376	0.55 377	0.72 359	0.55 365

GCAP-Stereo	0.75 352	4.15 532	0.42 286	0.75 336	0.35 297	0.78 385	0.40 322	0.79 379	0.38 308	0.78 391	0.36 301	0.78 391	0.36 296	0.79 385	0.39 311	0.75 366	0.39 277	0.76 392	0.39 333	0.75 363	0.39 307

GANet-RSSM	0.75 352	1.91 429	0.14 126	0.47 265	0.14 159	0.21 174	3.21 583	2.30 527	0.14 159	0.46 301	0.14 162	0.23 184	0.18 188	0.21 172	0.14 152	0.18 151	0.27 204	0.37 266	0.13 156	2.13 510	2.12 552

RSM++	0.76 356	0.82 262	0.66 357	0.85 347	0.64 394	0.85 392	0.71 405	0.94 400	0.64 385	0.87 398	0.67 396	0.87 400	0.65 380	0.84 391	0.65 376	0.81 374	0.70 377	0.79 395	0.71 414	0.83 379	0.70 395

CroCo-Stereo Lap2	0.77 357	1.29 394	0.29 203	1.27 447	0.29 248	1.27 488	0.26 221	1.26 483	0.26 228	1.26 489	0.26 229	1.27 493	0.26 226	1.26 492	0.27 219	1.27 472	0.27 204	1.27 499	0.27 237	1.27 478	0.27 216

PSMNet-RSSM	0.77 357	2.76 490	0.14 126	0.20 137	0.14 159	0.20 163	2.66 564	2.79 554	0.14 159	0.21 173	0.14 162	0.21 170	0.14 159	0.20 161	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	2.52 532	2.31 557

GwcNet-RSSM	0.77 357	2.77 492	0.14 126	0.20 137	0.14 159	0.20 163	2.67 565	2.78 553	0.14 159	0.20 161	0.14 162	0.20 162	0.14 159	0.21 172	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	2.52 532	2.31 557

4D-IteraStereo	0.78 360	3.13 503	0.89 398	0.69 325	0.32 272	0.40 259	0.32 259	0.76 377	0.97 440	0.52 345	0.65 393	0.89 403	0.32 273	0.76 384	0.98 433	0.83 379	0.94 406	0.35 258	0.27 237	0.70 357	0.89 421

Pro-Stereo	0.79 361	0.53 227	0.38 259	0.49 276	0.38 314	0.49 327	0.37 301	0.49 315	0.67 389	0.50 334	0.38 313	1.10 434	0.38 305	0.49 324	0.38 299	0.71 361	0.88 400	5.98 600	0.36 314	0.46 301	0.36 289

hitnet-ft	0.79 361	2.78 495	0.14 126	0.20 137	0.14 159	0.21 174	2.89 567	2.80 555	0.14 159	0.20 161	0.14 162	0.20 162	0.14 159	0.20 161	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	2.54 540	2.33 559

G-Net	0.79 361	0.79 255	0.79 392	0.79 338	0.79 425	0.79 387	0.79 415	0.79 379	0.79 422	0.79 392	0.79 425	0.79 393	0.79 412	0.79 385	0.79 415	0.79 370	0.79 391	0.79 395	0.79 423	0.79 369	0.79 412

MyStereo05	0.80 364	4.12 529	0.63 351	0.63 316	0.61 390	0.62 370	0.66 383	0.65 365	0.62 382	0.67 376	0.61 387	0.65 376	0.58 372	0.67 373	0.55 367	0.60 341	0.57 348	0.64 376	0.55 377	0.72 359	0.55 365

UDG	0.80 364	2.21 451	0.60 344	0.91 352	0.60 384	0.90 398	0.58 374	0.88 390	0.60 378	0.90 400	0.60 383	0.88 401	0.60 374	0.90 400	0.58 369	0.86 383	0.60 353	0.84 406	0.59 386	0.84 380	0.61 374

ccnet	0.80 364	2.28 455	0.33 231	0.50 284	0.33 284	0.50 336	0.33 270	0.50 324	0.33 278	0.49 321	0.33 280	0.49 325	1.56 511	2.38 531	0.33 266	0.41 276	0.29 221	0.42 318	1.57 526	2.28 516	0.29 234

NaN_ROB	0.80 364	0.80 256	0.80 393	0.80 340	0.80 427	0.80 388	0.80 418	0.80 381	0.80 423	0.80 393	0.80 426	0.80 394	0.80 413	0.80 387	0.80 417	0.80 371	0.80 394	0.80 398	0.80 425	0.80 372	0.80 413

CSAN	0.80 364	0.80 256	0.80 393	0.80 340	0.80 427	0.80 388	0.80 418	0.80 381	0.80 423	0.80 393	0.80 426	0.80 394	0.80 413	0.80 387	0.80 417	0.80 371	0.80 394	0.80 398	0.80 425	0.80 372	0.80 413

GSStereo	0.81 369	4.28 535	0.50 321	0.59 309	0.40 326	0.51 348	0.38 308	0.50 324	0.38 308	0.50 334	0.38 313	0.50 340	3.79 580	0.50 332	0.38 299	0.54 329	0.43 302	0.46 329	0.34 296	0.46 301	0.35 286

BSDual-CNN	0.81 369	1.91 429	0.92 405	4.48 554	0.02 21	0.42 295	0.06 108	0.41 269	0.02 21	0.48 314	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 510	4.19 579	0.33 234	0.23 210	0.34 223	0.27 216

DDUNet	0.81 369	2.45 471	0.57 340	0.90 350	0.60 384	0.88 395	0.59 376	0.90 391	0.60 378	0.88 399	0.60 383	0.90 404	0.58 372	0.88 397	0.60 372	0.84 381	0.60 353	0.86 408	0.57 383	0.86 381	0.60 373

R-Stereo Train	0.81 369	0.96 289	0.67 361	0.95 363	0.67 400	0.95 403	0.68 391	0.95 402	0.68 395	0.95 410	0.68 401	0.96 412	0.68 389	0.96 411	0.68 388	0.94 394	0.68 370	0.94 424	0.68 407	0.94 400	0.68 392

RAFT-Stereo	0.81 369	0.96 289	0.67 361	0.95 363	0.67 400	0.95 403	0.68 391	0.95 402	0.68 395	0.95 410	0.68 401	0.96 412	0.68 389	0.96 411	0.68 388	0.94 394	0.68 370	0.94 424	0.68 407	0.94 400	0.68 392
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 374	1.72 413	1.48 505	0.39 214	0.15 170	0.31 217	0.21 192	0.20 162	0.25 215	1.61 501	0.23 210	0.28 208	0.26 226	0.20 161	0.15 162	0.24 186	1.33 491	0.32 226	0.16 170	6.75 590	0.23 191

scenet	0.82 374	1.72 413	1.48 505	0.39 214	0.15 170	0.31 217	0.21 192	0.20 162	0.25 215	1.61 501	0.23 210	0.28 208	0.26 226	0.20 161	0.15 162	0.24 186	1.33 491	0.32 226	0.16 170	6.75 590	0.23 191

ssnet	0.82 374	1.72 413	1.48 505	0.39 214	0.15 170	0.31 217	0.21 192	0.20 162	0.25 215	1.61 501	0.23 210	0.28 208	0.26 226	0.20 161	0.15 162	0.24 186	1.33 491	0.32 226	0.16 170	6.75 590	0.23 191

STTRV1_RVC	0.82 374	1.60 409	0.70 371	1.01 373	0.60 384	1.07 426	0.69 397	1.01 411	0.60 378	0.72 380	0.55 380	1.02 425	0.68 389	1.03 427	0.67 380	0.89 385	0.63 359	0.92 416	0.57 383	0.90 387	0.65 386

DEFOM-Stereo_RVC	0.83 378	5.18 546	1.98 545	2.19 490	0.17 183	0.19 158	0.18 178	0.19 156	0.16 173	0.20 161	0.19 195	0.22 178	0.22 204	0.20 161	0.15 162	2.28 527	2.13 546	0.24 195	0.17 190	0.18 157	0.16 161

BUS	0.83 378	1.91 429	0.92 405	4.48 554	0.02 21	0.40 259	0.04 80	0.41 269	0.02 21	0.48 314	0.03 52	0.41 276	0.05 93	0.03 39	0.05 87	1.97 510	4.19 579	0.33 234	0.23 210	0.34 223	0.27 216

PDISCO_ROB	0.83 378	2.80 496	3.49 577	0.14 100	0.11 138	0.17 151	0.09 114	0.15 142	0.10 120	0.15 135	0.12 145	0.16 141	0.14 159	3.30 561	0.13 148	0.14 116	2.34 551	0.16 146	0.12 148	2.62 541	0.10 116

WQFJA1++	0.84 381	0.98 292	0.67 361	1.26 446	0.75 415	1.00 408	0.67 387	1.00 404	0.67 389	1.00 412	0.67 396	1.00 415	0.67 385	1.00 415	0.67 380	0.96 396	0.67 365	0.91 413	0.63 391	0.92 391	0.63 378

WQFJX1	0.84 381	0.98 292	0.67 361	1.30 453	0.75 415	1.01 414	0.67 387	1.01 411	0.67 389	1.01 419	0.67 396	1.01 421	0.68 389	1.00 415	0.68 388	0.98 401	0.67 365	0.92 416	0.64 396	0.92 391	0.64 384

NLMM	0.84 381	1.00 301	0.67 361	1.27 447	0.75 415	1.00 408	0.68 391	1.00 404	0.67 389	1.00 412	0.67 396	1.02 425	0.67 385	1.02 425	0.67 380	0.97 397	0.67 365	0.93 420	0.63 391	0.92 391	0.63 378

AIO-Stereo	0.84 381	0.66 246	0.70 371	0.83 344	0.67 400	0.98 406	0.82 421	1.14 422	0.72 412	1.03 425	0.74 420	1.03 427	1.09 434	0.99 413	0.45 335	1.04 407	0.73 384	0.95 426	0.74 418	0.94 400	0.46 331

DCRE	0.84 381	1.89 426	0.77 388	0.94 361	0.72 410	0.88 395	0.73 408	0.87 387	0.78 419	0.90 400	0.71 413	0.88 401	0.67 385	0.88 397	0.73 406	0.81 374	0.68 370	0.81 400	0.70 411	0.82 377	0.70 395

iGMRVC	0.84 381	2.85 497	0.72 378	0.72 333	0.73 411	0.77 383	0.79 415	0.73 376	0.74 417	0.73 382	0.72 416	0.73 385	0.76 408	0.73 380	0.73 406	0.72 363	0.73 384	0.73 386	0.72 416	0.73 362	0.72 400

WQFJA1	0.85 387	0.98 292	0.67 361	1.29 451	0.76 420	1.01 414	0.67 387	1.02 416	0.67 389	1.02 423	0.67 396	1.01 421	0.67 385	1.01 421	0.68 388	0.99 402	0.67 365	0.93 420	0.64 396	0.92 391	0.65 386

WQFJX	0.85 387	1.00 301	0.68 368	1.30 453	0.75 415	1.01 414	0.68 391	1.01 411	0.68 395	1.01 419	0.68 401	1.03 427	0.68 389	1.02 425	0.67 380	0.97 397	0.67 365	0.93 420	0.63 391	0.94 400	0.63 378

NLSM3	0.85 387	0.99 299	0.68 368	1.29 451	0.76 420	1.01 414	0.68 391	1.01 411	0.68 395	1.02 423	0.68 401	1.01 421	0.68 389	1.01 421	0.68 388	0.97 397	0.68 370	0.93 420	0.64 396	0.93 396	0.63 378

NLMM1	0.86 390	0.98 292	0.69 370	1.48 464	0.75 415	1.01 414	0.69 397	1.00 404	0.69 400	1.00 412	0.70 408	1.00 415	0.68 389	1.01 421	0.67 380	0.97 397	0.68 370	0.92 416	0.63 391	0.93 396	0.63 378

AdaDepth	0.86 390	0.93 285	0.71 375	1.01 373	1.07 451	1.02 420	0.71 405	1.00 404	0.71 409	1.01 419	0.71 413	1.00 415	0.72 403	1.14 440	0.71 404	0.92 389	0.64 361	0.90 410	0.64 396	0.89 384	0.69 394

GEStereo_RVC	0.86 390	4.45 536	0.20 167	0.27 176	0.20 200	0.27 206	0.20 186	0.26 195	0.18 186	5.03 591	0.20 199	0.27 207	0.19 193	0.27 207	0.21 193	0.20 158	0.19 176	0.19 167	4.02 595	0.20 164	0.18 179

Selective-RAFT-Error	0.88 393	0.84 263	0.98 410	0.86 348	0.97 441	0.88 395	0.95 432	0.84 386	0.99 443	0.92 404	0.82 428	0.84 399	0.98 424	0.87 396	0.97 432	0.81 374	0.83 397	0.79 395	0.82 428	0.79 369	0.85 418

IER	0.88 393	7.04 565	2.23 550	2.75 512	0.28 239	0.43 302	0.25 213	0.39 247	0.25 215	0.41 268	0.27 234	0.39 255	0.25 217	0.40 260	0.28 229	0.37 242	0.28 210	0.37 266	0.25 223	0.37 246	0.25 202

Selective-RAFT	0.89 395	0.89 273	0.72 378	1.16 393	0.78 424	1.06 423	0.82 421	0.87 387	0.97 440	1.00 412	0.91 433	0.90 404	1.00 425	0.89 399	0.93 429	0.83 379	0.83 397	0.82 404	0.82 428	0.81 375	0.82 416

AIO-Stereo-zeroshot	0.91 396	0.86 266	0.89 398	1.25 445	0.69 404	1.05 422	0.81 420	1.16 426	0.50 362	1.12 435	0.97 438	0.72 383	0.82 416	1.06 429	0.95 430	0.61 345	0.87 399	1.03 437	0.85 431	1.04 411	1.01 435

CFNet-RSSM	0.91 396	4.89 542	0.34 241	0.44 257	1.07 451	1.62 505	1.40 519	0.91 393	0.35 291	1.60 498	1.39 519	0.64 373	0.34 286	0.44 297	0.33 266	0.41 276	0.35 259	0.75 390	0.30 266	0.41 284	0.29 234

MLG-Stereo	0.92 398	0.90 276	0.84 396	1.27 447	0.49 365	1.38 495	0.88 424	1.41 493	0.97 440	0.73 382	1.09 446	1.26 492	0.43 335	0.72 378	1.05 440	1.13 418	0.49 327	1.18 449	0.66 402	1.01 408	0.46 331

ToySt	0.92 398	2.11 442	0.90 401	0.95 363	0.79 425	0.99 407	0.78 414	0.94 400	0.81 426	0.94 408	0.78 424	0.95 411	0.77 410	0.94 407	0.86 423	0.91 386	0.79 391	0.85 407	0.77 420	0.89 384	0.73 403

DPSM_ROB	0.92 398	0.91 278	0.91 403	0.91 352	0.92 436	0.92 400	0.92 428	0.92 396	0.91 430	0.93 406	0.91 433	0.92 407	0.90 418	0.91 401	0.92 425	0.92 389	0.91 402	0.91 413	0.92 432	0.93 396	0.93 425

DPSM	0.92 398	0.91 278	0.91 403	0.91 352	0.92 436	0.92 400	0.92 428	0.92 396	0.91 430	0.93 406	0.91 433	0.92 407	0.90 418	0.91 401	0.92 425	0.92 389	0.91 402	0.91 413	0.92 432	0.93 396	0.93 425

pmcnn	0.92 398	0.92 283	0.92 405	0.92 355	0.92 436	0.92 400	0.92 428	0.92 396	0.92 434	0.92 404	0.92 436	0.92 407	0.92 420	0.92 405	0.92 425	0.92 389	0.92 404	0.92 416	0.92 432	0.92 391	0.92 424

error version	0.93 403	4.47 537	2.35 553	1.99 486	0.37 307	0.41 275	0.36 295	0.41 269	0.35 291	0.43 288	0.36 301	0.41 276	0.40 315	0.41 275	0.36 287	1.87 502	2.16 547	0.47 338	0.37 317	0.39 268	0.33 270

test_1	0.93 403	4.47 537	2.35 553	1.99 486	0.37 307	0.41 275	0.36 295	0.41 269	0.35 291	0.43 288	0.36 301	0.41 276	0.40 315	0.41 275	0.36 287	1.87 502	2.16 547	0.47 338	0.37 317	0.39 268	0.33 270

DGTPSM_ROB	0.93 403	1.00 301	0.92 405	0.94 361	0.96 440	0.91 399	0.92 428	0.91 393	0.96 439	0.91 402	0.96 437	0.93 410	0.92 420	0.94 407	0.92 425	0.92 389	0.92 404	0.90 410	0.92 432	0.94 400	0.91 423

HSM-Net_RVC	0.95 406	1.17 334	0.78 389	1.18 395	0.71 408	1.16 438	0.75 410	1.09 420	0.80 423	1.10 429	0.75 421	1.17 443	0.74 405	1.17 443	0.80 417	1.13 418	0.73 384	1.17 446	0.77 420	1.16 420	0.72 400
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 407	3.17 505	2.30 552	2.42 503	0.38 314	0.54 356	0.38 308	0.54 345	0.38 308	0.54 353	0.38 313	0.54 355	0.38 305	0.54 350	0.38 299	2.38 536	2.34 551	0.49 351	0.36 314	0.49 322	0.36 289

DPSimNet_ROB	0.97 407	1.18 336	0.81 395	1.10 380	0.91 435	1.02 420	0.82 421	1.04 417	0.91 430	1.03 425	0.86 429	1.28 494	0.82 416	1.03 427	0.89 424	1.17 421	0.81 396	1.02 435	0.82 428	1.08 413	0.81 415

test-3	0.98 409	4.13 531	1.85 534	1.85 477	0.61 390	0.69 376	0.37 301	0.63 363	0.61 381	0.66 375	0.51 375	0.73 385	0.44 337	0.57 360	0.54 365	1.68 496	1.81 531	0.40 290	0.43 350	0.66 350	0.50 348

Wavelet-MonSter	1.00 410	1.21 384	0.76 386	1.94 481	1.01 446	1.11 433	0.76 412	1.15 423	0.76 418	1.11 434	0.76 422	1.14 440	0.76 408	1.11 437	0.76 413	1.21 468	0.90 401	1.02 435	0.71 414	1.02 410	0.71 399

999	1.00 410	1.12 327	0.59 342	1.10 380	1.21 509	1.09 429	0.52 368	1.08 418	1.43 522	1.18 440	1.35 513	0.98 414	0.52 366	0.91 401	0.85 422	0.72 363	1.46 504	0.83 405	0.98 437	0.68 352	1.41 518

DispNO	1.00 410	0.63 243	0.43 287	3.45 538	0.44 348	0.65 373	0.43 337	0.64 364	0.43 339	0.64 372	0.43 344	0.64 373	3.03 558	0.64 369	0.43 333	4.55 568	0.43 302	0.63 375	0.43 350	0.63 348	0.43 325

GANet	1.00 410	1.00 301	1.00 412	1.00 370	1.00 442	1.00 408	1.00 436	1.00 404	1.00 444	1.00 412	1.00 440	1.00 415	1.00 425	1.00 415	1.00 435	1.00 403	1.00 407	1.00 431	1.00 439	1.00 405	1.00 432

TDLM	1.00 410	1.00 301	1.00 412	1.00 370	1.00 442	1.00 408	1.00 436	1.00 404	1.00 444	1.00 412	1.00 440	1.00 415	1.00 425	1.00 415	1.00 435	1.00 403	1.00 407	1.00 431	1.00 439	1.00 405	1.00 432

CVANet_RVC	1.00 410	1.00 301	1.00 412	1.00 370	1.00 442	1.00 408	1.00 436	1.00 404	1.00 444	1.00 412	1.00 440	1.00 415	1.00 425	1.00 415	1.00 435	1.00 403	1.00 407	1.00 431	1.00 439	1.00 405	1.00 432

trnet	1.01 416	1.01 309	1.01 415	1.01 373	1.01 446	1.01 414	1.01 439	1.01 411	1.01 447	1.01 419	1.01 443	1.01 421	1.01 431	1.01 421	1.01 438	1.01 406	1.01 410	1.01 434	1.01 443	1.01 408	1.01 435

LL-Strereo	1.01 416	5.06 544	1.63 514	0.70 329	1.43 519	0.56 358	0.46 345	0.57 352	0.50 362	0.57 361	0.50 369	1.58 502	0.49 357	0.59 362	0.50 355	1.64 495	0.52 340	0.51 360	1.37 514	0.52 335	0.45 330

FlowAnything_test	1.02 418	1.72 413	0.71 375	1.59 467	0.70 406	1.61 503	0.69 397	1.61 495	0.70 404	1.60 498	0.70 408	1.61 506	0.69 396	1.61 502	0.70 402	0.81 374	0.58 350	0.81 400	0.55 377	0.81 375	0.56 368

FlowAnything	1.02 418	1.71 412	0.72 378	1.59 467	0.69 404	1.60 502	0.69 397	1.61 495	0.70 404	1.60 498	0.69 406	1.60 503	0.69 396	1.61 502	0.69 396	0.81 374	0.58 350	0.81 400	0.56 381	0.82 377	0.56 368

tt45	1.04 420	0.88 270	1.36 495	0.92 355	1.03 449	1.51 501	0.79 415	0.70 372	0.88 428	0.74 387	0.90 430	1.60 503	0.72 403	1.60 500	0.75 411	0.91 386	0.78 390	1.52 511	0.79 423	1.14 416	1.32 510

GLC_STEREO	1.07 421	1.01 309	1.06 417	1.07 378	1.05 450	1.06 423	1.08 443	1.08 418	1.05 450	1.07 427	1.06 445	1.08 430	1.05 433	1.06 429	1.10 442	1.07 409	1.09 420	1.05 438	1.05 444	1.06 412	1.12 442

FC-DCNN	1.07 421	1.09 324	0.98 410	0.89 349	0.52 375	1.41 498	0.91 427	1.21 479	1.24 508	1.96 510	2.05 564	1.91 511	1.30 499	1.27 493	1.08 441	0.80 371	0.60 353	0.58 370	0.41 341	0.68 352	0.54 360

hknet	1.10 423	1.85 422	3.49 577	4.48 554	0.02 21	0.42 295	0.06 108	0.41 269	0.02 21	0.48 314	0.03 52	0.41 276	0.03 52	0.42 288	0.03 48	4.39 565	4.19 579	0.33 234	0.23 210	0.34 223	0.27 216

test_xeample3	1.10 423	1.81 419	0.61 349	0.84 345	0.49 365	0.77 383	0.66 383	0.92 396	1.40 520	0.68 378	0.46 352	0.78 391	0.54 370	1.72 505	1.48 521	1.34 476	1.52 508	1.35 504	1.67 539	1.33 480	1.55 523

DISCO	1.11 425	0.39 164	5.28 590	0.39 214	0.20 200	0.39 257	0.27 224	0.39 247	0.22 201	0.38 242	0.20 199	0.38 250	0.20 197	6.95 602	0.22 195	0.30 207	0.21 182	0.27 207	0.21 201	5.25 583	0.21 186

Occ-G	1.12 426	0.52 223	3.72 582	3.50 542	0.50 369	0.56 358	0.47 350	0.54 345	0.46 345	0.54 353	0.41 332	0.54 355	0.42 332	0.52 346	0.42 330	3.42 558	4.02 578	0.52 363	0.45 352	0.51 333	0.44 328

AEACV	1.12 426	0.52 223	3.12 573	3.24 527	0.86 429	0.53 353	0.49 361	0.60 359	0.47 350	0.53 348	0.49 367	0.55 359	0.45 340	0.55 354	0.47 346	3.01 553	3.88 576	0.71 385	0.60 387	0.80 372	0.48 340

MSMD_ROB	1.19 428	1.10 326	0.70 371	1.10 380	0.60 384	1.10 430	0.70 402	1.10 421	0.70 404	1.10 429	0.70 408	1.10 434	0.70 398	7.00 603	0.70 402	1.10 412	0.70 377	1.10 439	0.70 411	1.10 414	0.70 395

MM-Stereo_test2	1.20 429	1.85 422	1.05 416	1.46 463	0.94 439	1.36 493	0.99 435	1.36 488	0.95 437	1.41 494	0.98 439	1.40 499	0.96 422	1.37 495	0.95 430	1.37 481	1.06 413	1.33 501	0.93 436	1.29 479	0.89 421

ours_stereo	1.20 429	1.21 384	0.90 401	1.64 475	1.11 453	1.35 491	0.67 387	1.76 502	0.93 435	1.70 506	1.10 447	1.39 497	0.75 407	1.41 497	0.81 420	1.60 494	1.03 412	1.33 501	1.00 439	1.61 490	0.72 400

DisPM	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

CrosDoStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

PFNet+	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

LCNet	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

HHNet	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

Patchmatch Stereo++	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

STrans-v2	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

TransformOpticalFlow	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

OMP-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

IIG-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

NF-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

OCTAStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

PSM-softLoss	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

KMStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

NRIStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

PSM-adaLoss	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

PSM-AAD	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

FTStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

ROB_FTStereo_v2	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

ROB_FTStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

Consistency-Raft	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

KYRaft	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

HUI-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

ASMatch	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

DeepStereo_LL	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

DEmStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

SST-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

THIR-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

RAFT_R40	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

DRaft	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

PFNet	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

GrayStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

RE-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

Pruner-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

TVStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

DeepStereo_RVC	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

RAFT-RH_RVC	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

IRAFT_RVC	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

RAFT-345	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

iRAFT	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

CRE-IMP	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

GMM-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

RAFT-IKP	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

Prome-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 434	1.20 460	1.20 442	1.20 456	1.20 445	1.20 446	1.20 445	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 456

HCRNet	1.22 476	7.11 566	3.00 561	3.55 543	0.33 284	0.29 210	0.14 153	0.19 156	0.15 169	0.33 226	0.29 246	0.25 195	0.14 159	0.22 176	0.33 266	3.64 559	3.00 556	0.76 392	0.32 284	0.18 157	0.13 152

HBP-ISP	1.24 477	1.72 413	1.65 515	1.15 388	0.76 420	1.40 497	0.88 424	1.67 501	1.02 448	1.69 505	1.38 518	1.69 507	1.21 492	1.87 512	1.21 501	1.05 408	0.79 391	0.97 429	0.80 425	1.19 428	0.75 407

AANet_RVC	1.26 478	0.31 143	4.99 588	5.93 580	0.20 200	0.25 194	0.20 186	0.25 190	0.20 194	0.23 179	0.19 195	0.25 195	0.20 197	0.25 193	0.20 189	5.66 589	4.76 582	0.26 203	0.30 266	0.24 185	0.27 216

MM-Stereo_test3	1.27 479	2.07 438	1.18 427	1.60 470	1.02 448	1.45 499	1.01 439	1.40 492	1.04 449	1.44 495	1.03 444	1.46 501	1.02 432	1.44 498	1.02 439	1.51 490	1.12 427	1.32 500	0.98 437	1.38 483	0.97 428

11t	1.27 479	2.70 482	1.34 485	1.32 456	0.89 431	1.30 490	1.34 509	1.64 498	0.57 374	1.45 496	0.72 416	1.05 429	1.29 498	1.07 432	1.29 510	1.49 487	1.02 411	0.97 429	1.15 449	1.48 485	1.31 509

MaskLacGwcNet_RVC	1.35 481	1.35 399	1.35 487	1.35 458	1.35 513	1.35 491	1.35 510	1.36 488	1.35 516	1.36 492	1.35 513	1.36 495	1.36 504	1.36 494	1.35 514	1.35 477	1.35 496	1.35 504	1.35 511	1.35 481	1.35 514

CC-Net-ROB	1.36 482	1.33 398	1.33 484	1.36 459	1.38 516	1.36 493	1.33 508	1.37 490	1.34 513	1.35 491	1.36 515	1.38 496	1.34 502	1.38 496	1.38 517	1.35 477	1.38 500	1.33 501	1.35 511	1.43 484	1.34 513

CFNet	1.37 483	5.27 549	0.19 164	5.49 577	0.19 197	0.28 207	0.19 182	0.28 199	0.19 192	0.28 204	0.19 195	0.28 208	4.35 588	0.28 211	0.19 186	0.23 179	0.17 166	0.23 187	4.21 597	4.81 574	0.17 175

PS-NSSS	1.38 484	1.39 401	1.34 485	1.34 457	1.35 513	1.38 495	1.37 517	1.35 487	1.38 519	1.34 490	1.34 512	1.39 497	1.38 507	1.70 504	1.40 518	1.36 479	1.36 497	1.36 506	1.37 514	1.37 482	1.36 515

RASNet	1.49 485	1.65 410	1.45 503	1.38 461	1.43 519	1.47 500	1.36 512	1.38 491	1.36 517	1.39 493	1.60 529	1.45 500	1.45 510	1.51 499	2.21 559	1.53 491	1.36 497	1.36 506	1.36 513	1.66 493	1.36 515

GANetREF_RVC	1.55 486	1.94 435	1.22 479	1.88 478	1.21 509	1.88 509	1.22 500	1.88 504	1.22 506	1.88 507	1.22 502	1.88 509	1.22 493	1.89 513	1.22 502	1.87 502	1.22 482	1.88 525	1.22 502	1.88 502	1.22 502
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 487	1.91 429	1.21 478	1.94 481	1.20 463	2.00 517	1.23 501	1.99 509	1.24 508	2.00 515	1.25 505	2.03 519	1.26 495	2.00 517	1.29 510	1.90 506	1.18 434	1.89 526	1.21 501	1.89 503	1.20 456
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 488	1.59 408	1.70 517	1.59 467	1.59 525	1.61 503	1.61 528	1.60 494	1.60 526	1.62 504	1.59 528	1.60 503	1.60 513	1.60 500	1.59 525	1.59 492	1.60 518	1.59 512	1.59 531	1.59 489	1.59 528

ff7	1.68 489	2.68 479	1.35 487	0.97 367	0.89 431	1.84 506	2.15 557	2.12 515	1.80 543	2.05 520	1.56 525	2.33 526	2.12 548	2.23 523	2.25 560	1.31 473	1.07 414	1.48 508	1.41 517	0.90 387	1.04 437

ffff	1.68 489	2.68 479	1.35 487	0.97 367	0.89 431	1.84 506	2.15 557	2.12 515	1.80 543	2.05 520	1.56 525	2.33 526	2.12 548	2.23 523	2.25 560	1.31 473	1.07 414	1.48 508	1.41 517	0.90 387	1.04 437

ccc-4	1.68 489	2.68 479	1.35 487	0.97 367	0.89 431	1.84 506	2.15 557	2.12 515	1.80 543	2.05 520	1.56 525	2.33 526	2.12 548	2.23 523	2.25 560	1.31 473	1.07 414	1.48 508	1.41 517	0.90 387	1.04 437

MC-Stereo	1.76 492	2.96 498	1.37 497	2.14 489	1.37 515	2.14 523	1.36 512	2.14 518	1.37 518	2.14 524	1.37 516	2.14 521	1.37 506	2.14 522	1.37 516	1.97 510	1.32 484	1.97 528	1.32 510	1.98 504	1.33 511

IGEVStereo-DCA	1.77 493	4.21 533	1.84 532	2.49 506	2.11 558	2.54 543	1.36 512	1.65 499	1.17 457	2.75 553	1.90 547	2.54 539	1.15 439	0.94 407	1.11 443	1.50 488	1.32 484	0.96 427	1.46 523	1.49 486	0.88 419

rrr	1.77 493	4.21 533	1.84 532	2.49 506	2.11 558	2.54 543	1.36 512	1.65 499	1.17 457	2.75 553	1.90 547	2.54 539	1.15 439	0.94 407	1.11 443	1.50 488	1.32 484	0.96 427	1.46 523	1.49 486	0.88 419

MM-Stereo_test1	1.80 495	3.41 510	1.52 510	2.12 488	1.41 518	2.04 518	1.41 520	2.05 513	1.46 523	2.04 519	1.41 520	2.05 520	1.42 509	2.05 518	1.43 520	2.04 514	1.54 511	1.94 527	1.38 516	1.99 505	1.33 511

MFMNet_re	1.81 496	1.91 429	1.71 519	1.95 483	1.70 536	1.95 514	1.70 533	1.96 507	1.74 539	1.97 512	1.72 537	1.95 512	1.71 521	1.97 516	1.71 533	1.86 500	1.62 519	1.85 518	1.66 538	1.86 501	1.64 534

plain	1.88 497	3.16 504	0.64 353	3.10 522	0.65 396	3.10 558	0.64 380	3.12 558	0.65 386	3.10 559	0.65 393	3.11 559	0.65 380	3.12 558	0.65 376	3.12 554	0.65 363	3.13 558	0.65 400	3.13 545	0.65 386

RAFT_CTSACE	1.92 498	3.71 517	1.72 520	1.88 478	1.72 537	2.04 518	1.42 522	2.18 520	1.89 554	2.02 517	1.97 553	1.95 512	2.06 547	1.93 514	1.62 526	1.76 497	1.66 522	2.02 529	1.73 547	1.73 496	1.43 520

MonStereo1	1.94 499	2.77 492	1.52 510	3.73 550	1.51 522	2.13 522	1.42 522	2.32 528	1.52 524	2.31 532	1.50 523	2.53 536	1.59 512	2.34 530	1.56 523	1.91 507	1.36 497	1.86 521	1.31 509	2.07 506	1.53 521

4.25w-stereo	1.98 500	2.72 486	1.46 504	3.47 539	1.43 519	2.07 520	1.98 548	2.53 540	1.52 524	2.71 546	1.98 559	1.81 508	1.62 515	1.96 515	1.36 515	1.88 505	2.00 536	2.53 552	1.61 533	1.74 497	1.15 447

4.5w-stereo	1.99 501	2.33 459	1.81 523	3.28 529	1.68 532	1.94 511	1.99 551	2.72 543	1.70 531	2.72 547	1.99 562	1.97 514	1.68 517	1.76 506	1.29 510	1.91 507	2.02 542	2.53 552	1.61 533	1.75 498	1.16 450

2.75w_new	1.99 501	2.34 463	1.81 523	3.14 523	1.62 527	1.94 511	1.99 551	2.72 543	1.71 532	2.72 547	1.99 562	1.90 510	1.73 523	1.82 511	1.29 510	2.37 535	2.01 538	2.31 539	1.42 520	1.77 499	1.22 502

3.75w	1.99 501	2.31 457	1.83 531	3.16 525	1.65 529	1.93 510	1.98 548	2.72 543	1.68 528	2.73 552	1.97 553	2.00 516	1.72 522	1.81 510	1.25 506	2.27 526	2.01 538	2.38 544	1.42 520	1.71 495	1.24 505

2w_stereo	1.99 501	2.36 466	1.81 523	3.24 527	1.67 530	1.94 511	1.98 548	2.72 543	1.68 528	2.72 547	1.94 550	1.98 515	1.74 525	1.79 509	1.27 507	1.95 509	2.00 536	2.53 552	1.60 532	1.68 494	1.15 447

2.25w	2.00 505	1.86 424	1.98 545	2.95 520	2.17 562	2.26 524	1.35 510	2.42 534	2.00 561	2.07 523	1.27 507	2.53 536	1.99 543	2.29 527	1.49 522	2.21 521	1.32 484	1.85 518	1.87 551	2.52 532	1.62 532

4.25_new	2.00 505	2.33 459	1.82 528	3.32 532	1.69 533	1.95 514	1.99 551	2.72 543	1.71 532	2.72 547	1.97 553	2.01 517	1.74 525	1.77 507	1.28 508	2.18 518	2.01 538	2.48 550	1.58 529	1.65 491	1.17 451

4.5w_new	2.00 505	2.33 459	1.82 528	3.32 532	1.69 533	1.95 514	1.99 551	2.72 543	1.71 532	2.72 547	1.97 553	2.01 517	1.74 525	1.77 507	1.28 508	2.18 518	2.01 538	2.48 550	1.58 529	1.65 491	1.17 451

4.5_new	2.00 505	1.84 421	1.98 545	2.77 514	2.16 560	2.27 525	1.28 507	2.09 514	1.98 558	2.01 516	1.28 508	2.71 548	1.98 541	2.51 539	1.65 528	2.26 523	1.33 491	1.87 522	1.87 551	2.49 528	1.60 529

TRStereo	2.00 505	2.13 443	1.85 534	2.27 495	1.84 541	2.28 527	1.84 537	2.29 523	1.86 548	2.30 529	1.87 542	2.30 523	1.87 531	2.08 519	1.72 535	2.08 515	1.72 525	2.08 531	1.72 544	2.08 507	1.72 539

XX-Stereo	2.00 505	2.13 443	1.85 534	2.27 495	1.84 541	2.28 527	1.84 537	2.29 523	1.86 548	2.30 529	1.87 542	2.30 523	1.87 531	2.08 519	1.72 535	2.08 515	1.72 525	2.08 531	1.72 544	2.08 507	1.72 539

EAI-Stereo	2.00 505	2.13 443	1.85 534	2.27 495	1.84 541	2.28 527	1.84 537	2.29 523	1.86 548	2.30 529	1.87 542	2.30 523	1.87 531	2.08 519	1.72 535	2.08 515	1.72 525	2.08 531	1.72 544	2.08 507	1.72 539

2.5w	2.01 512	2.40 468	1.37 497	3.28 529	2.01 552	2.71 548	1.43 525	1.82 503	1.83 546	1.90 509	1.41 520	2.71 548	1.35 503	2.71 548	1.85 546	2.66 547	1.53 509	1.64 513	1.23 503	2.53 535	1.87 548

4w-stereo	2.02 513	2.72 486	1.44 502	3.36 535	1.59 525	2.48 536	1.72 534	2.28 521	1.24 508	2.24 527	1.65 533	2.56 541	1.32 501	2.39 533	1.98 556	2.67 549	1.51 507	1.66 514	1.24 504	2.53 535	1.88 551

IGEV	2.02 513	2.20 449	1.82 528	2.90 519	2.16 560	2.41 533	1.25 503	2.00 510	1.98 558	1.99 514	1.31 510	2.72 552	1.93 537	2.67 547	1.69 532	2.26 523	1.32 484	1.83 517	1.87 551	2.53 535	1.61 531

3.25w_new	2.03 515	2.72 486	1.35 487	3.33 534	1.57 523	2.72 549	1.53 527	2.15 519	1.33 512	2.15 525	1.60 529	2.63 545	1.30 499	2.72 550	1.99 557	2.67 549	1.53 509	1.75 516	1.25 506	2.53 535	1.87 548

3.5w_stereo	2.03 515	2.72 486	1.35 487	3.41 536	1.57 523	2.72 549	1.49 526	2.01 511	1.34 513	2.15 525	1.61 531	2.63 545	1.36 504	2.72 550	1.99 557	2.66 547	1.58 514	1.68 515	1.24 504	2.53 535	1.87 548

UniTT-Stereo	2.03 515	3.43 511	0.72 378	3.42 537	0.73 411	3.27 561	0.68 391	3.38 563	0.69 400	3.29 562	0.72 416	3.28 562	0.70 398	3.35 564	0.68 388	3.39 557	0.68 370	3.31 561	0.69 409	3.37 546	0.73 403

3.25w	2.04 518	2.20 449	1.48 505	3.03 521	2.17 562	2.63 547	1.39 518	1.96 507	1.95 557	1.96 510	1.37 516	2.71 548	1.96 540	2.71 548	1.73 540	2.26 523	1.32 484	1.87 522	1.87 551	2.51 531	1.63 533

3w_stereo	2.04 518	2.24 453	1.70 517	3.15 524	2.18 564	2.49 537	1.26 505	2.03 512	1.98 558	1.98 513	1.33 511	2.72 552	1.99 543	2.59 542	1.72 535	2.22 522	1.33 491	1.85 518	1.88 556	2.50 530	1.58 527

1w_stereo	2.05 520	2.32 458	1.35 487	3.74 551	2.01 552	2.73 551	1.42 522	1.88 504	1.93 556	2.03 518	1.28 508	2.71 548	1.99 543	2.72 550	1.72 535	2.20 520	1.32 484	1.87 522	1.86 550	2.45 524	1.54 522

sCroCo_RVC	2.10 521	2.76 490	1.92 542	2.78 517	1.39 517	2.73 551	1.41 520	2.73 549	1.40 520	2.77 558	1.41 520	2.74 554	1.40 508	2.74 553	1.40 518	2.72 551	1.42 502	2.72 556	1.44 522	2.79 542	1.42 519

MoCha-V2	2.11 522	26.97 608	0.78 389	0.92 355	0.77 423	0.96 405	0.72 407	0.90 391	0.72 412	0.94 408	0.70 408	0.90 404	0.71 402	0.91 401	0.71 404	0.85 382	0.71 381	0.88 409	0.69 409	0.87 382	0.67 391

FBW_ROB	2.12 523	2.46 472	1.77 522	2.49 506	1.79 540	2.38 531	1.83 536	2.46 535	1.78 542	2.48 540	1.97 553	2.40 531	1.78 528	2.42 536	1.83 544	2.31 531	1.85 533	2.38 544	1.82 549	2.35 519	1.84 544

MonStereo	2.17 524	2.41 469	1.49 509	2.67 511	1.67 530	2.60 546	2.04 555	2.32 528	1.76 540	2.44 537	1.68 535	2.50 534	1.69 519	2.38 531	1.80 543	2.28 527	1.78 528	2.63 555	2.14 559	3.47 547	1.68 537

asda	2.17 524	2.54 473	1.81 523	3.47 539	1.78 539	2.50 539	1.86 541	2.61 542	1.68 528	2.61 544	1.83 539	2.37 530	1.73 523	2.44 537	1.88 551	2.51 544	1.84 532	2.34 541	1.62 535	2.23 512	1.77 543

asd	2.18 526	2.77 492	1.58 512	3.59 544	2.00 551	2.58 545	1.85 540	2.39 533	1.71 532	2.47 539	1.97 553	2.59 543	1.61 514	2.56 540	1.79 542	2.51 544	1.99 535	2.11 534	1.62 535	2.36 520	1.60 529

qwe	2.18 526	2.60 476	1.58 512	3.83 552	1.90 549	2.53 541	1.90 546	2.48 536	1.73 537	2.37 535	1.92 549	2.53 536	1.68 517	2.56 540	1.83 544	2.52 546	1.87 534	2.07 530	1.68 541	2.32 518	1.71 538

monsters	2.18 526	2.41 469	1.96 544	3.47 539	2.03 556	2.53 541	1.64 530	2.48 536	1.73 537	2.40 536	1.50 523	2.62 544	1.94 538	2.59 542	1.94 553	2.44 539	1.57 513	2.28 537	1.87 551	2.42 522	1.86 546

AIO_rvc	2.18 526	2.34 463	1.87 538	2.32 499	1.94 550	2.40 532	1.89 545	2.37 531	2.07 563	2.52 542	1.95 552	2.44 533	1.99 543	2.41 534	1.89 552	2.32 532	2.09 544	2.24 535	2.18 560	2.21 511	2.23 555

HUF	2.18 526	2.30 456	1.99 548	2.34 501	2.02 555	2.41 533	2.06 556	2.38 532	1.89 554	2.36 534	1.85 540	2.56 541	1.98 541	2.31 529	1.97 555	2.30 530	2.03 543	2.30 538	2.11 558	2.23 512	2.16 553

AIO_test	2.18 526	2.09 441	2.04 549	2.42 503	2.01 552	2.47 535	1.94 547	2.34 530	2.03 562	2.56 543	1.94 550	2.43 532	1.94 538	2.41 534	1.87 550	2.39 537	2.10 545	2.35 543	1.91 557	2.25 514	2.19 554

monsterstereo	2.20 532	2.33 459	1.95 543	3.65 546	2.07 557	2.49 537	1.61 528	2.48 536	1.83 546	2.45 538	1.61 531	2.67 547	1.86 530	2.64 544	1.94 553	2.48 543	1.66 522	2.34 541	1.68 541	2.40 521	1.86 546

LG-G_1	2.22 533	2.71 484	1.89 539	2.77 514	1.87 547	2.75 553	1.87 543	2.76 551	1.87 552	2.75 553	1.87 542	2.76 555	1.87 531	2.75 554	1.86 547	2.47 541	1.58 514	2.45 547	1.57 526	2.45 524	1.57 525

LG-G	2.22 533	2.71 484	1.89 539	2.77 514	1.87 547	2.75 553	1.87 543	2.76 551	1.87 552	2.75 553	1.87 542	2.76 555	1.87 531	2.75 554	1.86 547	2.47 541	1.58 514	2.45 547	1.57 526	2.45 524	1.57 525

LGtest1	2.22 533	2.70 482	1.89 539	2.76 513	1.86 544	2.75 553	1.86 541	2.75 550	1.86 548	2.75 553	1.86 541	2.77 557	1.87 531	2.75 554	1.86 547	2.46 540	1.58 514	2.45 547	1.56 525	2.45 524	1.56 524

RAStereo	2.23 536	3.64 514	0.76 386	3.65 546	0.86 429	3.66 566	0.76 412	3.67 567	0.81 426	3.66 564	0.76 422	3.66 565	0.77 410	3.68 566	0.77 414	3.68 560	0.77 389	3.69 566	0.77 420	3.70 549	0.77 411

UDGNet	2.23 536	5.40 554	1.72 520	2.48 505	1.69 533	2.51 540	1.69 532	2.51 539	1.72 536	2.50 541	1.69 536	2.52 535	1.69 519	2.50 538	1.68 531	2.41 538	1.70 524	2.42 546	1.69 543	2.42 522	1.64 534

NCCL2	2.28 538	2.27 454	2.28 551	2.28 498	2.28 565	2.27 525	2.29 560	2.28 521	2.28 564	2.27 528	2.28 565	2.28 522	2.27 551	2.27 526	2.28 564	2.28 527	2.28 550	2.27 536	2.29 564	2.27 515	2.29 556

Abc-Net	2.32 539	24.75 600	1.14 421	1.17 394	1.17 460	1.11 433	1.15 448	1.17 428	1.21 505	1.08 428	1.16 451	1.12 439	1.14 438	1.09 433	1.17 451	1.09 410	1.16 430	1.17 446	1.17 452	1.16 420	1.11 440
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 540	25.00 601	1.13 420	1.15 388	1.15 455	1.10 430	1.15 448	1.15 423	1.15 452	1.12 435	1.15 448	1.09 432	1.13 436	1.10 435	1.15 447	1.11 417	1.09 420	1.16 442	1.12 447	1.16 420	1.17 451

stereogan	2.33 540	24.38 599	1.18 427	1.18 395	1.18 462	1.14 436	1.18 452	1.19 431	1.19 459	1.14 438	1.18 455	1.14 440	1.18 444	1.14 440	1.18 452	1.14 420	1.14 428	1.19 450	1.19 453	1.15 418	1.19 455

RGC	2.36 542	25.48 602	1.19 429	1.15 388	1.15 455	1.10 430	1.16 450	1.17 428	1.16 453	1.12 435	1.16 451	1.11 438	1.13 436	1.09 433	1.18 452	1.10 412	1.15 429	1.16 442	1.12 447	1.14 416	1.12 442

NCC-stereo	2.36 542	25.52 603	1.17 425	1.15 388	1.17 460	1.11 433	1.11 444	1.15 423	1.16 453	1.10 429	1.16 451	1.10 434	1.15 439	1.14 440	1.13 445	1.09 410	1.11 424	1.15 441	1.16 451	1.17 425	1.17 451

AF-Net	2.37 544	25.71 604	1.17 425	1.13 385	1.15 455	1.15 437	1.18 452	1.19 431	1.16 453	1.10 429	1.15 448	1.10 434	1.18 444	1.12 439	1.15 447	1.10 412	1.10 423	1.17 446	1.15 449	1.16 420	1.12 442

Nwc_Net	2.37 544	25.95 605	1.15 423	1.14 386	1.15 455	1.08 427	1.14 447	1.17 428	1.16 453	1.14 438	1.15 448	1.08 430	1.15 439	1.11 437	1.14 446	1.10 412	1.11 424	1.16 442	1.09 446	1.16 420	1.15 447

CFNet_RVC	2.38 546	8.71 577	0.38 259	9.33 596	0.42 345	0.56 358	0.42 335	0.60 359	0.38 308	0.62 369	0.42 342	0.56 362	7.29 600	0.62 364	0.42 330	0.53 328	0.37 264	0.49 351	0.34 296	8.30 597	6.87 604

edge stereo	2.43 547	27.07 609	1.14 421	1.06 377	1.14 454	1.08 427	1.17 451	1.16 426	1.14 451	1.10 429	1.16 451	1.09 432	1.16 443	1.10 435	1.16 450	1.10 412	1.11 424	1.16 442	1.19 453	1.13 415	1.11 440

FAT-Stereo	2.46 548	26.05 606	1.23 481	1.23 444	1.22 511	1.20 439	1.24 502	1.23 482	1.23 507	1.19 441	1.22 502	1.21 490	1.24 494	1.20 445	1.24 503	1.21 468	1.17 433	1.22 497	1.25 506	1.20 429	1.24 505

S-Stereo	2.51 549	26.86 607	1.23 481	1.22 442	1.22 511	1.24 487	1.25 503	1.22 480	1.24 508	1.21 487	1.24 504	1.19 444	1.27 496	1.19 444	1.24 503	1.19 422	1.20 435	1.25 498	1.19 453	1.24 477	1.23 504

Anonymous3	2.55 550	3.26 508	1.65 515	3.28 529	1.63 528	3.24 560	1.68 531	3.27 560	1.66 527	3.28 561	1.67 534	3.25 561	1.66 516	3.27 560	1.64 527	3.26 555	1.65 521	3.30 560	1.65 537	4.95 579	1.65 536

MIF-Stereo (partial)	2.58 551	3.31 509	0.66 357	3.18 526	0.66 399	3.18 559	0.66 383	3.21 559	0.67 389	3.19 560	0.66 395	3.19 560	0.66 383	3.31 562	0.68 388	5.09 585	1.79 530	8.23 604	1.67 539	6.18 588	1.38 517

MSMDNet	2.65 552	10.14 588	0.33 231	9.74 599	0.32 272	0.87 394	0.33 270	2.95 557	0.68 395	0.49 321	0.34 288	0.49 325	5.70 595	0.49 324	0.33 266	0.42 290	9.57 601	0.41 307	0.31 277	8.36 598	0.65 386

pcwnet_v2	2.66 553	9.89 586	0.33 231	9.89 600	0.32 272	0.50 336	0.32 259	0.49 315	0.33 278	0.49 321	0.34 288	0.49 325	8.76 602	0.48 318	0.33 266	0.41 276	9.58 602	0.40 290	0.29 252	9.01 601	0.63 378

CFNet_pseudo	2.67 554	9.36 582	0.32 225	10.99 605	0.33 284	0.85 392	0.33 270	0.49 315	0.33 278	0.49 321	0.32 273	0.49 325	7.26 599	0.49 324	0.33 266	0.41 276	9.62 603	0.41 307	0.29 252	10.03 605	0.29 234

CFNet_ucs	2.73 555	9.64 584	0.33 231	9.92 601	0.32 272	0.49 327	0.33 270	0.49 315	0.33 278	0.49 321	0.33 280	0.49 325	8.98 603	0.48 318	0.33 266	0.41 276	9.96 606	0.40 290	0.29 252	10.12 606	0.54 360

UCFNet_RVC	2.75 556	10.06 587	0.29 203	10.31 604	0.29 248	0.42 295	0.29 241	0.43 293	0.29 243	0.42 282	0.29 246	0.42 294	9.87 605	0.43 294	0.29 239	0.36 238	9.84 605	0.36 263	0.26 229	9.77 604	0.26 208

ccs_rob	2.79 557	10.17 589	0.32 225	10.00 602	0.33 284	0.49 327	0.33 270	1.90 506	0.32 271	0.51 342	0.33 280	0.49 325	9.24 604	0.49 324	0.33 266	0.41 276	9.82 604	0.41 307	0.28 242	9.34 602	0.29 234

PCWNet_CMD	2.80 558	9.82 585	0.32 225	10.09 603	0.32 272	0.49 327	0.33 270	3.34 562	0.33 278	0.49 321	0.33 280	0.49 325	8.73 601	0.48 318	0.33 266	0.41 276	9.22 600	0.42 318	0.29 252	9.55 603	0.31 256

NLSM1	2.93 559	3.24 507	2.57 559	4.04 553	2.66 568	3.30 562	2.55 563	3.29 561	2.55 566	3.35 563	2.48 567	3.28 562	2.47 553	3.34 563	2.49 565	3.26 555	2.55 554	3.13 558	2.57 567	3.00 544	2.46 563

StereoVision	3.15 560	5.00 543	0.89 398	4.83 570	1.00 442	3.93 567	1.27 506	6.37 597	1.34 513	5.67 597	1.26 506	5.84 598	1.27 496	5.03 594	1.24 503	5.10 586	1.09 420	4.61 579	0.57 383	5.62 586	1.12 442

MaDis-Stereo	3.19 561	6.02 564	1.12 419	5.61 579	1.16 459	5.43 594	1.02 441	5.15 594	0.70 404	5.43 594	1.21 501	5.03 595	0.97 423	4.85 588	0.99 434	4.53 567	1.16 430	5.53 595	1.25 506	5.37 584	1.30 508

sAnonymous2	3.31 562	2.63 477	1.38 499	3.71 548	1.86 544	4.70 586	1.11 444	4.82 590	2.72 568	5.45 595	1.98 559	4.59 580	2.64 554	2.65 545	6.21 600	4.37 563	1.08 418	5.16 593	2.24 562	4.52 561	2.39 561

CroCo_RVC	3.31 562	2.63 477	1.38 499	3.71 548	1.86 544	4.70 586	1.11 444	4.82 590	2.72 568	5.45 595	1.98 559	4.59 580	2.64 554	2.65 545	6.21 600	4.37 563	1.08 418	5.16 593	2.24 562	4.52 561	2.39 561

DPSNet	3.66 564	3.60 513	3.62 580	3.63 545	3.64 590	3.65 565	3.65 589	3.66 566	3.67 587	3.67 565	3.65 587	3.67 566	3.66 575	3.66 565	3.68 584	3.68 560	3.66 574	3.67 565	3.68 590	3.67 548	3.67 589

NLCSM	3.67 565	4.08 528	3.19 576	4.80 569	3.26 583	3.99 570	3.24 584	4.25 573	3.18 583	4.09 569	3.27 582	4.14 571	3.18 570	4.13 571	3.28 580	4.06 562	3.10 564	3.85 570	3.14 581	3.91 554	3.27 585

STTStereo	3.73 566	30.40 613	2.37 555	2.39 502	2.31 567	2.35 530	2.33 561	2.29 523	2.42 565	2.32 533	2.34 566	2.33 526	2.36 552	2.30 528	2.27 563	2.35 534	2.22 549	2.31 539	2.22 561	2.29 517	2.34 560

rvit_105_1	3.83 567	5.22 547	3.01 562	4.53 557	3.01 571	4.51 574	3.01 569	4.56 577	3.04 571	4.53 576	3.03 571	4.55 578	3.03 558	4.56 577	3.04 567	4.57 569	3.05 557	4.57 574	3.05 572	4.57 563	3.05 570

rvit_stereo_0081	3.83 567	5.23 548	3.01 562	4.53 557	3.03 573	4.55 580	3.02 570	4.56 577	3.04 571	4.52 574	3.02 569	4.54 576	3.03 558	4.56 577	3.04 567	4.57 569	3.05 557	4.57 574	3.05 572	4.58 564	3.05 570

rvit_stereo_0081_aga	3.86 569	5.33 551	3.02 565	4.55 563	3.04 577	4.54 576	3.02 570	4.64 584	3.06 575	4.54 578	3.04 573	4.62 585	3.08 565	4.62 583	3.07 572	4.58 572	3.06 561	4.60 578	3.08 576	4.63 567	3.07 574

rvit_stereo_0082	3.86 569	5.82 562	3.01 562	4.53 557	3.03 573	4.54 576	3.02 570	4.56 577	3.04 571	4.53 576	3.02 569	4.55 578	3.04 561	4.57 580	3.05 569	4.57 569	3.05 557	4.58 576	3.05 572	4.58 564	3.06 573

rvit_0105_6	3.87 571	5.73 561	3.10 572	4.69 567	3.12 581	4.54 576	3.02 570	4.56 577	3.04 571	4.54 578	3.03 571	4.54 576	3.04 561	4.56 577	3.05 569	4.58 572	3.05 557	4.58 576	3.05 572	4.58 564	3.05 570

rvit_stereo_0080	3.89 572	5.70 559	3.04 567	4.54 560	3.03 573	4.56 581	3.05 576	4.60 581	3.07 576	4.58 581	3.06 574	4.59 580	3.06 563	4.61 581	3.08 573	4.63 574	3.09 562	4.64 580	3.10 577	4.65 568	3.10 577

whm_eth	3.89 572	5.70 559	3.04 567	4.54 560	3.03 573	4.56 581	3.05 576	4.60 581	3.07 576	4.58 581	3.06 574	4.59 580	3.06 563	4.61 581	3.08 573	4.63 574	3.09 562	4.64 580	3.10 577	4.65 568	3.10 577

rvit_0105_4	3.91 574	5.47 558	3.02 565	4.54 560	3.02 572	4.54 576	3.03 574	4.75 587	3.17 582	4.57 580	3.06 574	4.61 584	3.16 569	4.65 584	3.09 575	4.66 576	3.11 565	4.68 583	3.18 583	4.81 574	3.16 582

rvit_0105_3	3.91 574	5.33 551	3.06 570	4.60 565	3.07 579	4.60 583	3.06 578	4.62 583	3.08 579	4.60 583	3.07 577	4.62 585	3.08 565	4.67 585	3.10 576	4.70 577	3.11 565	4.77 587	3.19 584	4.77 573	3.14 581

rvit_stereo_0083	3.92 576	5.30 550	3.06 570	4.61 566	3.09 580	4.67 585	3.08 579	4.66 585	3.09 580	4.62 584	3.10 579	4.66 588	3.11 567	4.67 585	3.16 578	4.72 579	3.16 568	4.77 587	3.11 579	4.66 570	3.11 579

rvit_stereo_ft	3.93 577	5.44 556	3.05 569	4.59 564	3.06 578	4.61 584	3.08 579	4.67 586	3.12 581	4.63 585	3.10 579	4.65 587	3.11 567	4.69 587	3.13 577	4.70 577	3.14 567	4.71 585	3.15 582	4.74 571	3.16 582

rvit_0105_5	4.10 578	5.40 554	3.13 575	4.71 568	3.15 582	4.72 588	3.10 581	4.90 592	3.27 584	4.69 586	3.16 581	4.84 592	3.25 571	4.96 591	3.34 581	5.05 584	3.39 573	5.10 592	3.40 585	5.11 581	3.42 586

MLG-Stereo_test1	4.25 579	5.34 553	3.61 579	5.31 575	3.63 589	5.23 592	3.57 587	5.38 595	3.65 586	5.23 592	3.47 584	4.76 589	3.74 578	4.85 588	3.71 585	4.96 581	3.18 570	4.71 585	2.92 569	4.86 577	2.90 567

MLG-Stereo_test3	4.26 580	4.85 541	3.95 583	5.35 576	3.60 588	4.75 589	3.76 590	5.49 596	3.71 588	5.39 593	3.69 588	4.82 591	3.66 575	4.85 588	3.73 588	4.93 580	3.19 571	4.69 584	2.99 571	4.84 576	2.98 569

MLG-Stereo_test2	4.28 581	5.46 557	3.69 581	4.86 571	3.72 591	5.58 595	3.42 585	4.81 589	3.77 592	4.85 588	3.72 589	5.55 597	3.63 574	5.58 595	3.53 583	4.41 566	3.28 572	4.99 591	2.95 570	4.75 572	3.13 580

RAFT+CT+SA	4.28 581	7.62 570	4.91 587	5.55 578	2.28 565	3.09 557	3.64 588	4.49 575	3.07 576	4.80 587	3.35 583	4.77 590	3.70 577	4.29 574	3.05 569	5.58 588	5.98 589	3.58 564	3.78 592	4.26 557	3.72 590

SA	4.33 583	7.35 567	6.85 598	5.96 581	4.09 595	3.59 564	3.15 582	3.82 568	2.64 567	3.91 566	3.85 590	3.57 564	2.72 556	3.13 559	4.03 591	7.09 599	6.86 594	3.57 563	3.12 580	3.85 550	3.51 588

Sa-1000	4.34 584	8.37 573	6.84 597	6.98 588	4.45 598	3.58 563	3.00 568	3.42 564	3.39 585	2.61 544	4.00 593	3.83 568	4.01 586	3.90 568	3.90 589	5.98 592	5.62 587	3.76 567	2.34 565	4.35 559	2.47 564

TestStereo1	4.60 585	8.41 574	6.44 595	6.86 586	3.79 592	3.97 568	3.78 591	3.99 570	3.74 589	3.97 567	3.52 585	3.94 569	3.58 572	3.98 569	3.72 586	6.82 596	6.50 592	3.76 567	3.66 588	3.90 551	3.74 592

SA-5K	4.60 585	8.41 574	6.44 595	6.86 586	3.79 592	3.97 568	3.78 591	3.99 570	3.74 589	3.97 567	3.52 585	3.94 569	3.58 572	3.98 569	3.72 586	6.82 596	6.50 592	3.76 567	3.66 588	3.90 551	3.74 592

DispFullNet	4.61 587	4.84 540	3.12 573	5.00 573	3.57 587	4.75 589	3.03 574	7.75 603	4.17 596	4.91 590	3.09 578	6.20 599	3.95 584	6.71 599	3.51 582	5.30 587	3.67 575	5.86 599	3.63 587	5.61 585	3.46 587

test_5	4.62 588	7.55 569	6.23 593	6.32 583	3.40 586	5.29 593	3.50 586	3.53 565	4.11 595	4.28 571	4.47 597	4.26 574	4.38 589	3.68 566	3.24 579	5.89 590	5.60 586	4.84 589	3.50 586	4.33 558	3.93 596

raft_robust	4.71 589	7.75 571	5.40 592	6.81 585	3.31 584	4.28 573	4.20 596	4.32 574	4.37 598	4.35 573	4.35 596	4.14 571	3.75 579	4.30 575	4.20 594	6.67 595	6.37 590	3.36 562	4.24 598	4.86 577	3.25 584

cross-raft	4.83 590	7.52 568	6.43 594	6.63 584	3.96 594	4.51 574	3.99 594	4.49 575	3.96 594	4.52 574	3.96 592	4.50 575	3.97 585	4.50 576	3.97 590	6.65 594	6.44 591	4.33 571	3.92 594	4.35 559	3.91 595

test_4	4.88 591	8.13 572	6.98 599	7.46 589	4.44 597	4.25 572	3.85 593	4.04 572	3.92 593	4.13 570	3.91 591	4.18 573	3.84 582	4.14 572	4.06 592	7.01 598	7.13 595	4.53 572	3.72 591	4.09 555	3.72 590

TestStereo	4.88 591	4.75 539	4.79 586	4.87 572	4.92 599	4.81 591	4.90 599	4.78 588	4.77 599	4.87 589	4.89 598	4.90 593	4.91 591	4.99 592	4.79 596	4.98 582	4.87 583	4.87 590	4.92 600	5.00 580	5.00 599

test_3	5.01 593	8.86 579	7.77 601	8.09 591	2.76 570	4.13 571	4.05 595	3.88 569	3.76 591	4.33 572	4.13 594	3.71 567	3.91 583	4.21 573	4.06 592	7.93 600	7.69 597	4.53 572	3.91 593	4.17 556	4.29 598

NLCA_NET_v2_RVC	5.04 594	50.87 623	2.78 560	2.87 518	2.71 569	2.78 556	0.47 350	2.88 556	2.86 570	1.89 508	2.67 568	2.79 558	2.79 557	2.78 557	2.83 566	2.82 552	2.82 555	2.83 557	2.77 568	2.83 543	2.76 565
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 595	5.15 545	4.49 585	5.07 574	3.37 585	6.87 598	4.75 598	5.04 593	6.34 603	7.84 603	5.06 599	6.72 603	4.09 587	4.99 592	5.44 599	5.03 583	3.16 568	4.67 582	4.86 599	5.15 582	3.89 594

U	5.15 596	8.49 576	1.81 523	8.49 593	1.77 538	8.49 603	1.77 535	8.51 605	1.77 541	8.49 605	1.77 538	8.50 605	1.78 528	8.58 605	1.77 541	8.54 603	1.78 528	8.55 605	1.78 548	8.55 599	1.84 544

SGM-Forest	5.21 597	5.92 563	4.08 584	6.18 582	4.16 596	6.31 597	4.34 597	6.50 598	4.33 597	6.14 599	4.21 595	6.61 602	4.55 590	6.67 598	4.48 595	5.94 591	3.94 577	5.85 598	4.03 596	5.79 587	4.17 597
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 598	9.16 581	8.03 604	8.09 591	5.62 602	6.11 596	6.35 602	6.85 600	4.94 600	6.08 598	6.29 604	4.98 594	6.43 596	6.22 596	6.36 602	6.16 593	7.47 596	5.82 597	5.44 603	7.11 593	5.68 602

rvit_stereo_0075_2	6.64 599	8.80 578	5.25 589	7.89 590	5.27 601	7.90 602	5.27 600	7.92 604	5.28 601	7.91 604	5.29 601	7.93 604	5.27 592	7.92 604	5.28 597	7.93 600	5.28 585	7.93 603	5.29 602	7.93 596	5.28 601

RAFT	6.73 600	9.36 582	7.40 600	8.51 594	6.55 603	6.88 599	6.60 603	6.79 599	6.60 604	6.80 600	6.72 605	5.31 596	5.50 594	6.61 597	6.61 603	8.42 602	5.89 588	5.73 596	5.45 604	6.61 589	6.24 603

SGM+DAISY	7.06 601	9.15 580	5.38 591	8.84 595	5.18 600	8.80 604	5.31 601	8.79 606	5.28 601	8.89 606	5.20 600	8.93 606	5.33 593	8.95 606	5.36 598	8.70 604	5.21 584	8.74 606	5.20 601	8.89 600	5.15 600

test-v	7.53 602	11.89 590	7.98 602	9.36 597	7.14 604	7.06 600	7.09 604	7.37 601	6.91 605	7.29 601	5.71 602	6.45 600	6.93 597	6.73 600	7.27 604	8.93 605	7.85 598	6.98 601	6.80 605	7.56 594	7.34 605

test-2	7.53 602	11.89 590	7.98 602	9.36 597	7.14 604	7.06 600	7.09 604	7.37 601	6.91 605	7.29 601	5.71 602	6.45 600	6.93 597	6.73 600	7.27 604	8.93 605	7.85 598	6.98 601	6.80 605	7.56 594	7.34 605

PA-Net	11.80 604	223.51 630	0.62 350	0.59 309	0.71 408	0.59 366	0.73 408	0.67 368	0.73 415	0.55 356	0.61 387	0.60 369	0.74 405	0.63 368	0.73 406	0.66 354	0.60 353	0.69 382	0.66 402	0.72 359	0.65 386
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 605	23.00 598	15.00 605	23.00 612	15.00 606	24.00 611	16.00 606	24.00 613	16.00 607	22.00 613	15.00 606	23.00 613	16.00 606	23.00 613	15.00 606	22.00 613	15.00 607	22.00 613	15.00 607	22.00 613	15.00 607

rafts_anoy	20.00 606	20.00 592	20.00 606	20.00 606	20.00 607	20.00 605	20.00 607	20.00 607	20.00 608	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 608	20.00 607	20.00 608	20.00 607	20.00 608

raft+_RVC	20.00 606	20.00 592	20.00 606	20.00 606	20.00 607	20.00 605	20.00 607	20.00 607	20.00 608	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 608	20.00 607	20.00 608	20.00 607	20.00 608

raftrobust	20.00 606	20.00 592	20.00 606	20.00 606	20.00 607	20.00 605	20.00 607	20.00 607	20.00 608	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 608	20.00 607	20.00 608	20.00 607	20.00 608

CasAABBNet	20.00 606	20.00 592	20.00 606	20.00 606	20.00 607	20.00 605	20.00 607	20.00 607	20.00 608	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 608	20.00 607	20.00 608	20.00 607	20.00 608

RALCasStereoNet	20.00 606	20.00 592	20.00 606	20.00 606	20.00 607	20.00 605	20.00 607	20.00 607	20.00 608	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 608	20.00 607	20.00 608	20.00 607	20.00 608

RALAANet	20.00 606	20.00 592	20.00 606	20.00 606	20.00 607	20.00 605	20.00 607	20.00 607	20.00 608	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 607	20.00 608	20.00 607	20.00 608	20.00 607	20.00 608

111	30.40 612	30.94 614	29.72 613	32.61 613	30.02 614	33.57 612	30.47 614	31.50 614	29.39 615	30.98 614	29.11 614	29.78 614	30.39 617	29.45 614	30.76 617	30.08 614	29.02 615	29.92 614	30.32 618	29.86 614	30.17 615

WCMA_ROB	31.10 613	35.43 618	27.12 612	39.51 624	23.10 613	38.78 623	25.30 613	37.49 625	25.39 614	37.29 624	27.02 613	38.52 625	26.48 613	37.80 624	26.44 613	36.28 621	22.65 614	33.90 618	22.30 614	37.10 622	24.18 614

DCANet-4	35.22 614	34.54 615	35.08 619	33.58 617	35.47 621	34.55 613	35.53 621	36.08 620	35.85 619	35.92 620	35.77 620	35.18 620	35.48 619	35.39 620	37.15 623	34.55 620	33.92 619	35.02 621	34.90 620	35.79 618	34.74 622

ADStereo(finetuned)	36.13 615	36.63 619	38.07 623	36.97 618	33.25 618	35.91 617	34.45 618	36.36 621	32.99 616	38.14 625	36.71 621	36.69 621	34.13 618	38.57 625	40.79 624	37.60 625	36.58 622	35.90 622	33.36 619	35.42 617	34.04 619

Reg-Stereo(zero)	37.00 616	37.00 620	37.00 620	37.00 619	37.00 622	37.00 620	37.00 622	37.00 622	37.00 620	37.00 621	37.00 622	37.00 622	37.00 620	37.00 621	37.00 620	37.00 622	37.00 623	37.00 623	37.00 623	37.00 619	37.00 623

HI	37.00 616	37.00 620	37.00 620	37.00 619	37.00 622	37.00 620	37.00 622	37.00 622	37.00 620	37.00 621	37.00 622	37.00 622	37.00 620	37.00 621	37.00 620	37.00 622	37.00 623	37.00 623	37.00 623	37.00 619	37.00 623

CoSv	37.00 616	37.00 620	37.00 620	37.00 619	37.00 622	37.00 620	37.00 622	37.00 622	37.00 620	37.00 621	37.00 622	37.00 622	37.00 620	37.00 621	37.00 620	37.00 622	37.00 623	37.00 623	37.00 623	37.00 619	37.00 623

MDST_ROB	69.83 619	87.70 624	41.95 624	113.75 627	65.62 627	75.05 624	55.25 626	75.64 627	45.04 623	71.61 626	41.75 625	72.81 626	44.06 623	68.38 626	44.63 625	101.89 628	59.57 628	107.10 628	61.05 628	104.38 625	59.38 628

NOSS_ROB	102.95 620	153.00 628	121.00 627	51.00 625	44.00 625	165.00 627	127.00 627	153.00 628	119.00 625	164.00 629	125.00 627	168.00 629	120.00 625	153.00 628	117.00 627	49.00 626	44.00 626	49.00 626	44.00 626	49.00 623	44.00 626

CBMV	128.50 621	1422.70 635	53.10 625	79.50 626	51.30 626	77.30 625	49.70 625	74.00 626	48.20 624	77.20 627	48.80 626	73.90 627	48.00 624	73.80 627	48.80 626	70.40 627	45.10 627	68.90 627	46.10 627	68.20 624	45.00 627
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 622	171.00 629	160.68 630	162.58 628	160.59 628	164.01 626	160.35 628	158.51 629	158.56 626	158.34 628	160.12 628	158.56 628	159.92 626	157.26 629	158.94 628	154.38 629	158.36 629	155.75 629	159.13 630	153.67 626	154.07 629
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 623	123.00 625	115.00 626	219.00 629	218.00 630	223.00 628	244.00 630	217.00 630	236.00 628	202.00 630	203.00 629	205.00 630	208.00 627	225.00 630	204.00 629	210.00 630	198.00 630	197.00 630	184.00 631	204.00 627	201.00 630

MGS-Stereo	239.45 624	123.00 625	135.00 628	266.00 630	286.00 631	277.00 629	305.00 631	271.00 631	242.00 629	274.00 631	279.00 631	255.00 631	270.00 629	268.00 631	297.00 631	221.00 631	247.00 632	216.00 631	123.00 629	217.00 628	217.00 632

EGLCR-Stereo	246.90 625	129.00 627	139.00 629	266.00 630	286.00 631	277.00 629	305.00 631	271.00 631	242.00 629	274.00 631	279.00 631	255.00 631	270.00 629	268.00 631	297.00 631	230.00 632	247.00 632	216.00 631	223.00 633	237.00 629	227.00 633

DLCB_ROB	284.23 626	354.61 631	207.27 631	363.24 632	206.46 629	364.72 631	210.41 629	364.72 633	210.41 627	364.81 633	208.64 630	364.81 633	208.64 628	364.72 633	210.41 630	354.70 633	205.53 631	354.70 633	205.53 632	354.70 630	205.53 631

LE_ROB	396.57 627	471.28 632	329.84 632	471.48 633	308.15 633	526.83 632	322.10 633	488.15 634	323.76 631	495.46 634	317.97 633	497.17 634	320.10 631	481.62 634	326.76 633	462.71 634	298.97 634	466.16 634	285.98 634	447.62 631	289.21 634

SGM-ForestM	596.69 628	677.77 633	444.52 633	699.85 634	517.25 634	732.94 633	488.29 634	770.79 635	460.11 632	750.81 635	487.98 634	792.79 635	499.41 632	730.90 635	475.81 634	720.03 635	491.16 635	663.96 635	418.60 635	674.76 632	436.05 635

CBMV_ROB	818.48 629	913.88 634	709.52 634	862.84 635	597.78 635	1073.99 634	700.52 635	1015.66 636	702.59 633	1115.65 636	760.02 635	1130.24 636	721.57 633	1037.41 636	692.65 635	814.05 636	564.29 636	843.28 636	595.31 636	915.51 633	602.92 636

tt	500032.53 630	34.60 616	29.72 613	37.47 622	34.41 619	36.85 618	35.22 619	34.71 618	33.55 617	34.50 615	35.43 618	33.81 618	10000000.00 634	33.57 618	33.13 618	33.68 618	35.00 620	34.03 619	35.26 621	30.96 615	34.63 620

DCANet	500032.53 630	34.60 616	29.72 613	37.47 622	34.41 619	36.85 618	35.22 619	34.71 618	33.55 617	34.50 615	35.43 618	33.81 618	10000000.00 634	33.57 618	33.13 618	33.68 618	35.00 620	34.03 619	35.26 621	30.96 615	34.63 620

fff	1000028.16 632	29.62 610	29.72 613	32.61 613	30.02 614	35.13 614	31.83 615	32.07 615	10000000.00 634	35.27 617	29.82 615	32.45 615	30.15 614	32.35 615	30.09 614	31.04 615	29.55 616	30.64 615	30.14 615	10000000.00 634	30.77 616

csc	1000028.16 632	29.62 610	29.72 613	32.61 613	30.02 614	35.13 614	31.83 615	32.07 615	10000000.00 634	35.27 617	29.82 615	32.45 615	30.15 614	32.35 615	30.09 614	31.04 615	29.55 616	30.64 615	30.14 615	10000000.00 634	30.77 616

cscssc	1000028.16 632	29.62 610	29.72 613	32.61 613	30.02 614	35.13 614	31.83 615	32.07 615	10000000.00 634	35.27 617	29.82 615	32.45 615	30.15 614	32.35 615	30.09 614	31.04 615	29.55 616	30.64 615	30.14 615	10000000.00 634	30.77 616

111111	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 637

SGD-Stereo	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 637

IGEV-Stereo++	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 637

IGEV-BASED-STEREO-	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 637

IGEV-Stereo+	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 637

SDNR	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 637

anonymousdsp2	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 637

anonymousdsp	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 637

test_example2	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 637

DIP-Stereo	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 637
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 308	0.50 324	0.38 308	0.50 334	0.38 313	0.50 340	3.79 580	0.50 332	0.38 299	0.54 329	0.43 302	0.46 329	0.34 296	0.46 301	0.35 286

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

Low-res two-view benchmark