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

BTL-Stereo	0.23 1	0.15 1	0.37 2	0.41 48	0.26 72	0.23 4	0.24 46	0.37 3	0.29 12	0.22 1	0.28 17	0.22 2	0.20 3	0.35 3	0.29 43	0.12 5	0.11 21	0.16 65	0.16 172	0.13 5	0.14 22

S2M2_XL	0.25 2	0.25 95	0.43 21	0.36 5	0.24 31	0.16 2	0.18 2	0.34 1	0.24 4	0.29 13	0.41 50	0.24 11	0.23 13	0.32 1	0.27 23	0.20 231	0.18 339	0.18 131	0.16 172	0.18 142	0.15 43
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
LACA1	0.26 3	0.21 16	0.40 11	0.35 2	0.18 1	0.31 20	0.27 67	0.52 8	0.26 7	0.31 24	0.22 3	0.25 15	0.32 61	0.48 22	0.26 9	0.16 59	0.12 43	0.14 5	0.12 39	0.15 50	0.13 3

FoundationStereo	0.26 3	0.23 46	0.41 17	0.40 37	0.24 31	0.32 23	0.22 25	0.43 4	0.24 4	0.31 24	0.25 7	0.30 44	0.32 61	0.36 4	0.27 23	0.16 59	0.12 43	0.15 33	0.11 7	0.13 5	0.14 22

BridgeDepth_RVC	0.27 5	0.20 11	0.40 11	0.34 1	0.19 4	0.46 90	0.19 7	0.59 16	0.28 9	0.30 19	0.29 19	0.26 22	0.32 61	0.45 14	0.30 53	0.17 95	0.11 21	0.13 1	0.12 39	0.15 50	0.13 3
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
MonSter++	0.27 5	0.20 11	0.38 3	0.39 25	0.24 31	0.35 31	0.20 13	0.53 9	0.33 21	0.30 19	0.27 15	0.39 81	0.26 21	0.47 19	0.28 31	0.13 18	0.12 43	0.14 5	0.11 7	0.13 5	0.15 43

HiDET	0.27 5	0.19 4	0.39 5	0.39 25	0.24 31	0.30 17	0.21 17	0.60 19	0.35 26	0.27 5	0.30 23	0.33 59	0.25 16	0.50 35	0.32 74	0.14 27	0.12 43	0.14 5	0.11 7	0.13 5	0.16 77

MLG-Stereo_test2	0.27 5	0.22 30	0.40 11	0.39 25	0.24 31	0.35 31	0.18 2	0.58 13	0.23 2	0.28 8	0.24 6	0.34 64	0.19 2	0.79 136	0.24 3	0.16 59	0.11 21	0.15 33	0.11 7	0.13 5	0.14 22

Test_v1	0.28 9	0.21 16	0.39 5	0.35 2	0.25 52	0.31 20	0.29 83	0.65 32	0.39 41	0.29 13	0.34 32	0.25 15	0.25 16	0.49 27	0.25 6	0.15 42	0.11 21	0.14 5	0.13 74	0.13 5	0.13 3

CSFM-Stereo	0.28 9	0.19 4	0.39 5	0.40 37	0.21 12	0.40 46	0.21 17	0.60 19	0.33 21	0.32 27	0.29 19	0.31 47	0.29 38	0.49 27	0.27 23	0.15 42	0.14 170	0.14 5	0.11 7	0.14 23	0.14 22

LGtest1	0.28 9	0.23 46	0.46 30	0.42 57	0.22 18	0.41 56	0.19 7	0.58 13	0.29 12	0.30 19	0.25 7	0.29 39	0.29 38	0.57 53	0.26 9	0.18 138	0.12 43	0.16 65	0.12 39	0.14 23	0.16 77

LACA2	0.29 12	0.23 46	0.52 78	0.36 5	0.18 1	0.40 46	0.38 186	0.64 29	0.27 8	0.29 13	0.33 29	0.36 68	0.26 21	0.47 19	0.24 3	0.16 59	0.12 43	0.13 1	0.11 7	0.16 76	0.12 1

252Zero-FE	0.29 12	0.24 69	0.47 39	0.42 57	0.25 52	0.29 15	0.19 7	0.71 54	0.49 70	0.32 27	0.34 32	0.22 2	0.25 16	0.43 11	0.30 53	0.16 59	0.13 91	0.14 5	0.12 39	0.13 5	0.15 43

MonStereo	0.29 12	0.19 4	0.47 39	0.37 8	0.22 18	0.55 180	0.31 98	0.60 19	0.44 55	0.29 13	0.28 17	0.23 4	0.20 3	0.60 66	0.26 9	0.11 1	0.11 21	0.14 5	0.11 7	0.14 23	0.14 22

Wavelet-MonSter	0.29 12	0.21 16	0.51 70	0.41 48	0.27 78	0.26 6	0.25 50	0.51 7	0.31 16	0.37 51	0.48 77	0.28 36	0.35 81	0.54 41	0.29 43	0.11 1	0.11 21	0.14 5	0.11 7	0.13 5	0.13 3

Monster-pub-eth3d	0.29 12	0.19 4	0.48 46	0.37 8	0.22 18	0.55 180	0.31 98	0.60 19	0.44 55	0.29 13	0.29 19	0.23 4	0.21 8	0.59 63	0.26 9	0.11 1	0.11 21	0.14 5	0.11 7	0.14 23	0.14 22

IGEV	0.29 12	0.18 3	0.43 21	0.38 17	0.31 172	0.45 85	0.21 17	0.63 28	0.42 48	0.32 27	0.44 62	0.26 22	0.20 3	0.44 12	0.26 9	0.14 27	0.12 43	0.16 65	0.13 74	0.12 1	0.14 22

MLG-Stereo_test3	0.29 12	0.20 11	0.46 30	0.43 65	0.24 31	0.47 101	0.19 7	0.75 67	0.31 16	0.36 44	0.22 3	0.35 66	0.21 8	0.61 69	0.26 9	0.16 59	0.12 43	0.16 65	0.11 7	0.13 5	0.15 43

MLG-Stereo_test1	0.29 12	0.21 16	0.42 19	0.41 48	0.25 52	0.37 39	0.20 13	0.71 54	0.20 1	0.25 3	0.17 1	0.33 59	0.26 21	0.92 182	0.26 9	0.15 42	0.11 21	0.16 65	0.11 7	0.13 5	0.13 3

MonSter	0.29 12	0.19 4	0.48 46	0.37 8	0.22 18	0.55 180	0.31 98	0.60 19	0.44 55	0.29 13	0.29 19	0.23 4	0.20 3	0.60 66	0.26 9	0.11 1	0.11 21	0.14 5	0.11 7	0.14 23	0.14 22

dual_stereo	0.29 12	0.21 16	0.39 5	0.40 37	0.23 26	0.25 5	0.22 25	0.59 16	0.32 20	0.33 32	0.26 12	0.40 85	0.23 13	0.86 160	0.30 53	0.16 59	0.13 91	0.14 5	0.11 7	0.14 23	0.14 22

MatchStereo	0.30 22	0.21 16	0.44 26	0.35 2	0.19 4	0.21 3	0.23 38	0.90 122	0.54 85	0.28 8	0.48 77	0.25 15	0.24 15	0.53 39	0.33 88	0.17 95	0.12 43	0.14 5	0.11 7	0.14 23	0.14 22
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
LCMNet	0.30 22	0.19 4	0.38 3	0.39 25	0.25 52	0.32 23	0.22 25	0.65 32	0.58 102	0.28 8	0.33 29	0.33 59	0.29 38	0.58 56	0.32 74	0.14 27	0.13 91	0.14 5	0.11 7	0.13 5	0.17 103

BridgeDepth	0.30 22	0.21 16	0.39 5	0.41 48	0.18 1	0.57 192	0.32 109	0.71 54	0.35 26	0.27 5	0.26 12	0.39 81	0.43 131	0.48 22	0.29 43	0.14 27	0.10 2	0.13 1	0.12 39	0.15 50	0.13 3
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
LG-Stereo_L2	0.30 22	0.23 46	0.50 62	0.38 17	0.26 72	0.26 6	0.20 13	0.84 100	0.31 16	0.31 24	0.26 12	0.25 15	0.26 21	0.94 186	0.23 1	0.15 42	0.12 43	0.16 65	0.12 39	0.14 23	0.13 3

asda	0.31 26	0.24 69	0.51 70	0.39 25	0.24 31	0.43 75	0.33 118	0.68 41	0.40 44	0.39 65	0.44 62	0.27 27	0.35 81	0.55 44	0.31 62	0.12 5	0.10 2	0.14 5	0.11 7	0.14 23	0.13 3

4.5_new	0.31 26	0.25 95	0.46 30	0.38 17	0.24 31	0.52 152	0.36 158	0.65 32	0.35 26	0.48 108	0.43 54	0.27 27	0.27 30	0.42 9	0.26 9	0.14 27	0.10 2	0.15 33	0.13 74	0.17 104	0.15 43

4.5w-stereo	0.31 26	0.25 95	0.46 30	0.38 17	0.24 31	0.52 152	0.36 158	0.65 32	0.35 26	0.48 108	0.43 54	0.27 27	0.27 30	0.42 9	0.26 9	0.14 27	0.10 2	0.15 33	0.13 74	0.17 104	0.15 43

LG-Stereo_L1	0.31 26	0.24 69	0.49 52	0.38 17	0.27 78	0.28 12	0.21 17	0.68 41	0.29 12	0.27 5	0.25 7	0.25 15	0.22 11	1.25 273	0.24 3	0.16 59	0.12 43	0.15 33	0.12 39	0.14 23	0.13 3

MLG-Stereo	0.31 26	0.20 11	0.42 19	0.42 57	0.20 7	0.41 56	0.19 7	0.85 102	0.24 4	0.26 4	0.22 3	0.33 59	0.27 30	1.09 237	0.27 23	0.15 42	0.11 21	0.16 65	0.11 7	0.13 5	0.13 3

Pro-Stereo	0.32 31	0.17 2	0.36 1	0.41 48	0.29 129	0.59 206	0.21 17	0.36 2	0.30 15	0.35 40	0.25 7	0.23 4	0.13 1	1.57 349	0.26 9	0.14 27	0.11 21	0.19 160	0.17 198	0.13 5	0.13 3

Monster-pub-mixall	0.32 31	0.20 11	0.44 26	0.37 8	0.22 18	0.28 12	0.18 2	0.69 45	0.36 36	0.37 51	0.36 36	0.27 27	0.20 3	1.43 324	0.25 6	0.15 42	0.12 43	0.13 1	0.11 7	0.12 1	0.15 43

asd	0.32 31	0.22 30	0.49 52	0.40 37	0.25 52	0.47 101	0.30 92	0.77 72	0.35 26	0.44 85	0.40 48	0.28 36	0.34 74	0.64 86	0.29 43	0.13 18	0.10 2	0.14 5	0.12 39	0.15 50	0.13 3

4.25_new	0.32 31	0.27 141	0.49 52	0.40 37	0.27 78	0.49 118	0.39 203	0.69 45	0.35 26	0.40 72	0.43 54	0.27 27	0.36 90	0.48 22	0.32 74	0.12 5	0.10 2	0.15 33	0.11 7	0.14 23	0.13 3

4.5w_new	0.32 31	0.27 141	0.49 52	0.40 37	0.27 78	0.49 118	0.39 203	0.69 45	0.35 26	0.40 72	0.43 54	0.27 27	0.36 90	0.48 22	0.32 74	0.12 5	0.10 2	0.15 33	0.11 7	0.14 23	0.13 3

4.25w-stereo	0.32 31	0.27 141	0.49 52	0.40 37	0.27 78	0.49 118	0.39 203	0.69 45	0.35 26	0.40 72	0.43 54	0.27 27	0.36 90	0.48 22	0.32 74	0.12 5	0.10 2	0.15 33	0.12 39	0.14 23	0.13 3

4w-stereo	0.32 31	0.25 95	0.52 78	0.38 17	0.25 52	0.46 90	0.28 75	0.68 41	0.35 26	0.43 80	0.45 66	0.28 36	0.39 110	0.63 84	0.31 62	0.12 5	0.10 2	0.15 33	0.12 39	0.14 23	0.14 22

IGEV-Stereo++	0.32 31	0.22 30	0.47 39	0.48 129	0.33 225	0.33 25	0.22 25	0.78 80	0.48 67	0.35 40	0.41 50	0.32 51	0.47 165	0.40 5	0.29 43	0.15 42	0.12 43	0.15 33	0.12 39	0.15 50	0.15 43

AdaDepth	0.33 39	0.23 46	0.69 172	0.46 98	0.29 129	0.44 81	0.24 46	0.54 11	0.38 39	0.33 32	0.38 41	0.26 22	0.31 53	0.81 140	0.27 23	0.12 5	0.13 91	0.16 65	0.13 74	0.16 76	0.20 198

2.5w	0.33 39	0.23 46	0.53 83	0.41 48	0.25 52	0.42 67	0.38 186	0.69 45	0.35 26	0.38 58	0.54 112	0.24 11	0.26 21	0.91 180	0.29 43	0.13 18	0.10 2	0.14 5	0.13 74	0.14 23	0.15 43

2.75w_new	0.33 39	0.24 69	0.51 70	0.36 5	0.24 31	0.41 56	0.42 232	0.61 26	0.40 44	0.50 125	0.44 62	0.24 11	0.34 74	0.77 126	0.34 94	0.13 18	0.11 21	0.14 5	0.11 7	0.13 5	0.13 3

3.25w_new	0.33 39	0.22 30	0.50 62	0.39 25	0.24 31	0.52 152	0.33 118	0.77 72	0.43 53	0.49 116	0.46 72	0.32 51	0.37 96	0.64 86	0.28 31	0.12 5	0.10 2	0.14 5	0.12 39	0.12 1	0.15 43

3.25w	0.33 39	0.22 30	0.50 62	0.39 25	0.24 31	0.52 152	0.33 118	0.77 72	0.43 53	0.49 116	0.46 72	0.32 51	0.37 96	0.64 86	0.28 31	0.12 5	0.10 2	0.14 5	0.12 39	0.12 1	0.15 43

LG-G_1	0.33 39	0.22 30	0.48 46	0.44 74	0.20 7	0.64 243	0.18 2	0.80 83	0.28 9	0.30 19	0.30 23	0.36 68	0.35 81	0.88 169	0.26 9	0.17 95	0.13 91	0.16 65	0.11 7	0.14 23	0.16 77

LG-G	0.33 39	0.22 30	0.48 46	0.44 74	0.20 7	0.64 243	0.18 2	0.80 83	0.28 9	0.30 19	0.30 23	0.36 68	0.35 81	0.88 169	0.26 9	0.17 95	0.13 91	0.16 65	0.11 7	0.14 23	0.16 77

GEAStereo	0.34 46	0.23 46	0.46 30	0.49 145	0.33 225	0.46 90	0.35 145	0.87 113	0.42 48	0.36 44	0.39 43	0.32 51	0.33 66	0.45 14	0.29 43	0.22 300	0.13 91	0.17 95	0.13 74	0.17 104	0.16 77

qwe	0.34 46	0.22 30	0.48 46	0.39 25	0.27 78	0.49 118	0.30 92	0.76 70	0.40 44	0.51 138	0.49 83	0.26 22	0.29 38	0.83 148	0.35 102	0.12 5	0.10 2	0.14 5	0.12 39	0.15 50	0.14 22

3.75w	0.34 46	0.23 46	0.50 62	0.39 25	0.30 150	0.62 223	0.36 158	0.70 53	0.38 39	0.44 85	0.49 83	0.25 15	0.36 90	0.72 107	0.28 31	0.13 18	0.09 1	0.14 5	0.12 39	0.13 5	0.15 43

2w_stereo	0.34 46	0.25 95	0.52 78	0.40 37	0.23 26	0.46 90	0.47 304	0.77 72	0.44 55	0.47 100	0.51 93	0.24 11	0.44 140	0.49 27	0.31 62	0.12 5	0.10 2	0.15 33	0.12 39	0.15 50	0.16 77

SGD-Stereo	0.34 46	0.22 30	0.44 26	0.39 25	0.20 7	0.42 67	0.22 25	0.71 54	0.33 21	0.43 80	0.34 32	0.27 27	0.35 81	1.15 252	0.33 88	0.21 266	0.11 21	0.16 65	0.13 74	0.17 104	0.15 43

GREAT-IGEV	0.34 46	0.22 30	0.54 87	0.40 37	0.31 172	0.36 36	0.28 75	0.59 16	0.66 132	0.28 8	0.51 93	0.29 39	0.29 38	0.86 160	0.28 31	0.15 42	0.12 43	0.15 33	0.11 7	0.17 104	0.16 77
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
DEFOM-Stereo	0.34 46	0.23 46	0.46 30	0.44 74	0.29 129	0.79 321	0.23 38	0.50 6	0.39 41	0.38 58	0.32 27	0.23 4	0.25 16	1.21 268	0.28 31	0.17 95	0.12 43	0.15 33	0.11 7	0.14 23	0.16 77

DispViT+	0.35 53	0.32 265	0.63 136	0.44 74	0.37 283	0.40 46	0.25 50	0.74 64	0.58 102	0.37 51	0.32 27	0.29 39	0.26 21	0.55 44	0.41 175	0.25 368	0.16 279	0.16 65	0.14 109	0.21 270	0.16 77

2.25w	0.35 53	0.24 69	0.55 90	0.38 17	0.24 31	0.44 81	0.25 50	0.69 45	0.42 48	0.49 116	0.59 129	0.27 27	0.35 81	0.83 148	0.37 133	0.13 18	0.11 21	0.14 5	0.12 39	0.13 5	0.17 103

3.5w_stereo	0.35 53	0.27 141	0.55 90	0.38 17	0.25 52	0.54 174	0.34 131	0.73 61	0.40 44	0.46 98	0.45 66	0.31 47	0.38 105	0.80 139	0.40 165	0.12 5	0.10 2	0.15 33	0.12 39	0.14 23	0.16 77

3w_stereo	0.35 53	0.25 95	0.60 119	0.41 48	0.21 12	0.52 152	0.53 350	0.72 59	0.47 65	0.47 100	0.50 89	0.23 4	0.45 147	0.49 27	0.30 53	0.13 18	0.10 2	0.15 33	0.12 39	0.15 50	0.17 103

monsters	0.35 53	0.21 16	0.49 52	0.43 65	0.39 311	0.34 26	0.26 61	0.69 45	0.44 55	0.49 116	0.41 50	0.23 4	0.26 21	1.38 308	0.27 23	0.14 27	0.11 21	0.14 5	0.12 39	0.13 5	0.15 43

S2M2_L	0.35 53	0.28 161	0.47 39	0.43 65	0.30 150	0.31 20	0.16 1	0.61 26	0.68 137	0.32 27	0.49 83	0.47 115	0.34 74	0.40 5	0.33 88	0.25 368	0.22 410	0.20 205	0.22 350	0.25 353	0.23 280
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GSStereo	0.36 59	0.23 46	0.46 30	0.50 166	0.33 225	0.46 90	0.35 145	1.31 271	0.53 82	0.38 58	0.39 43	0.32 51	0.33 66	0.45 14	0.29 43	0.20 231	0.12 43	0.16 65	0.13 74	0.17 104	0.18 124

Zero-FE251	0.36 59	0.25 95	0.64 147	0.49 145	0.30 150	0.57 192	0.24 46	0.86 109	0.36 36	0.53 148	0.39 43	0.51 135	0.41 115	0.49 27	0.28 31	0.19 179	0.15 241	0.17 95	0.12 39	0.14 23	0.16 77

1w_stereo	0.36 59	0.21 16	0.47 39	0.44 74	0.27 78	0.47 101	0.54 364	0.66 37	0.51 76	0.44 85	0.67 148	0.25 15	0.45 147	0.62 74	0.34 94	0.12 5	0.10 2	0.14 5	0.11 7	0.14 23	0.15 43

monsterstereo	0.36 59	0.21 16	0.53 83	0.48 129	0.36 271	0.27 10	0.29 83	0.58 13	0.52 78	0.45 93	0.61 134	0.26 22	0.27 30	1.23 270	0.28 31	0.14 27	0.12 43	0.15 33	0.12 39	0.16 76	0.13 3

111111	0.36 59	0.22 30	0.49 52	0.47 115	0.45 364	0.36 36	0.22 25	1.04 169	0.44 55	0.33 32	0.33 29	0.40 85	0.26 21	0.99 203	0.27 23	0.17 95	0.12 43	0.15 33	0.11 7	0.15 50	0.15 43

RAStereo	0.36 59	0.22 30	0.85 270	0.48 129	0.28 114	0.27 10	0.28 75	0.77 72	0.65 130	0.33 32	0.43 54	0.44 92	0.31 53	0.45 14	0.35 102	0.18 138	0.15 241	0.19 160	0.15 132	0.19 179	0.15 43

VIP-Stereo	0.37 65	0.25 95	0.62 133	0.41 48	0.46 373	0.82 338	0.22 25	0.67 39	0.48 67	0.32 27	0.55 115	0.37 74	0.31 53	0.85 157	0.28 31	0.18 138	0.12 43	0.16 65	0.12 39	0.15 50	0.14 22

gasm-f	0.37 65	0.24 69	0.50 62	0.49 145	0.33 225	0.37 39	0.44 270	0.87 113	0.42 48	0.36 44	0.65 142	0.32 51	0.46 157	0.58 56	0.30 53	0.22 300	0.13 91	0.17 95	0.13 74	0.19 179	0.16 77

LG-Stereo	0.37 65	0.27 141	0.94 316	0.48 129	0.26 72	0.37 39	0.30 92	0.88 117	0.57 99	0.38 58	0.58 126	0.29 39	0.21 8	0.51 36	0.37 133	0.14 27	0.14 170	0.20 205	0.18 222	0.18 142	0.14 22

GIP-stereo	0.37 65	0.25 95	0.49 52	0.55 260	0.41 336	0.37 39	0.22 25	1.03 162	0.56 96	0.35 40	0.52 98	0.46 105	0.37 96	0.55 44	0.28 31	0.20 231	0.13 91	0.16 65	0.12 39	0.16 76	0.16 77

NLSM3	0.38 69	0.21 16	0.47 39	0.46 98	0.36 271	0.43 75	0.34 131	0.75 67	0.62 118	0.43 80	0.70 162	0.39 81	0.43 131	0.62 74	0.37 133	0.15 42	0.12 43	0.19 160	0.17 198	0.16 76	0.16 77

zero-FE	0.38 69	0.24 69	0.54 87	0.48 129	0.46 373	0.29 15	0.23 38	0.69 45	0.34 24	0.34 37	0.41 50	0.37 74	0.49 185	0.68 101	0.35 102	0.23 324	0.12 43	0.18 131	0.13 74	0.82 567	0.19 167

LG-Stereo_Zeroshot	0.38 69	0.25 95	0.61 127	0.53 229	0.29 129	0.36 36	0.22 25	1.24 251	0.42 48	0.45 93	0.65 142	0.37 74	0.51 199	0.41 8	0.30 53	0.18 138	0.12 43	0.17 95	0.13 74	0.18 142	0.20 198

AIO_rvc	0.38 69	0.25 95	0.65 154	0.47 115	0.31 172	0.55 180	0.38 186	0.98 140	0.51 76	0.35 40	0.48 77	0.49 124	0.22 11	0.87 165	0.31 62	0.16 59	0.12 43	0.16 65	0.12 39	0.15 50	0.15 43

AIO_test	0.38 69	0.24 69	0.59 109	0.47 115	0.31 172	0.55 180	0.44 270	0.86 109	0.50 73	0.34 37	0.48 77	0.46 105	0.30 49	0.76 123	0.31 62	0.17 95	0.12 43	0.17 95	0.13 74	0.16 76	0.15 43

IGEV-RUCA	0.38 69	0.24 69	0.51 70	0.51 182	0.36 271	0.59 206	0.23 38	0.68 41	0.52 78	0.39 65	0.50 89	0.44 92	0.31 53	0.86 160	0.31 62	0.24 346	0.13 91	0.16 65	0.12 39	0.20 221	0.21 228

MaDis-Stereo	0.38 69	0.27 141	0.72 183	0.45 83	0.35 263	0.30 17	0.31 98	0.81 86	0.54 85	0.38 58	0.38 41	0.58 176	0.49 185	0.53 39	0.39 148	0.20 231	0.16 279	0.19 160	0.15 132	0.19 179	0.15 43

UniTT-Stereo	0.38 69	0.24 69	0.67 162	0.49 145	0.36 271	0.40 46	0.32 109	0.55 12	0.55 92	0.55 155	0.55 115	0.36 68	0.31 53	0.59 63	0.52 262	0.21 266	0.15 241	0.17 95	0.15 132	0.19 179	0.17 103

VMStereo-Base	0.39 77	0.25 95	0.47 39	0.37 8	0.22 18	0.39 44	0.33 118	0.72 59	0.87 208	0.43 80	0.69 155	0.60 186	0.33 66	0.76 123	0.37 133	0.18 138	0.14 170	0.15 33	0.12 39	0.17 104	0.18 124

DDF-Stereo	0.39 77	0.24 69	0.53 83	0.51 182	0.45 364	0.30 17	0.23 38	0.64 29	0.34 24	0.34 37	0.40 48	0.37 74	0.48 172	0.94 186	0.35 102	0.24 346	0.12 43	0.18 131	0.13 74	0.85 568	0.19 167

HUF	0.39 77	0.27 141	0.71 181	0.43 65	0.24 31	0.51 146	0.47 304	0.99 151	0.55 92	0.37 51	0.45 66	0.53 149	0.41 115	0.70 103	0.29 43	0.18 138	0.14 170	0.16 65	0.12 39	0.15 50	0.17 103

fffft	0.39 77	0.24 69	0.56 96	0.45 83	0.34 246	0.42 67	0.48 312	0.85 102	0.39 41	0.45 93	0.35 35	0.38 78	0.31 53	1.32 293	0.34 94	0.14 27	0.12 43	0.19 160	0.15 132	0.16 76	0.18 124
1: 1. 1
AIO-Stereo	0.39 77	0.26 116	0.54 87	0.50 166	0.24 31	0.45 85	0.39 203	1.13 204	0.57 99	0.42 78	0.49 83	0.52 143	0.25 16	0.74 112	0.32 74	0.16 59	0.13 91	0.18 131	0.14 109	0.16 76	0.15 43

ours_stereo	0.40 82	0.30 215	0.57 100	0.47 115	0.31 172	0.40 46	0.44 270	0.79 82	0.58 102	0.36 44	0.58 126	0.46 105	0.33 66	1.14 251	0.33 88	0.17 95	0.13 91	0.19 160	0.15 132	0.19 179	0.20 198

RSM++	0.40 82	0.26 116	0.55 90	0.51 182	0.27 78	0.49 118	0.41 225	0.83 94	0.52 78	0.39 65	0.47 75	0.60 186	0.34 74	1.02 215	0.31 62	0.16 59	0.13 91	0.17 95	0.15 132	0.18 142	0.15 43

RSM	0.40 82	0.25 95	0.53 83	0.50 166	0.27 78	0.46 90	0.40 212	0.94 134	0.49 70	0.42 78	0.44 62	0.65 205	0.33 66	1.07 230	0.32 74	0.15 42	0.13 91	0.17 95	0.14 109	0.17 104	0.15 43

trnet	0.40 82	0.23 46	0.40 11	0.37 8	0.20 7	0.53 161	0.29 83	0.81 86	1.15 338	0.59 161	0.72 169	0.53 149	0.43 131	0.56 48	0.37 133	0.18 138	0.13 91	0.15 33	0.10 1	0.14 23	0.14 22

CREStereo	0.40 82	0.24 69	0.40 11	0.37 8	0.22 18	0.52 152	0.29 83	0.81 86	1.15 338	0.59 161	0.72 169	0.51 135	0.42 123	0.57 53	0.37 133	0.19 179	0.13 91	0.15 33	0.10 1	0.14 23	0.15 43
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
BStereo	0.41 87	0.27 141	1.63 472	0.43 65	0.29 129	0.55 180	0.40 212	0.60 19	0.54 85	0.37 51	0.36 36	0.38 78	0.29 38	0.66 93	0.41 175	0.13 18	0.14 170	0.15 33	0.19 246	0.16 76	0.18 124

FlowAnything_test	0.41 87	0.27 141	0.67 162	0.60 345	0.33 225	0.62 223	0.35 145	0.64 29	0.48 67	0.46 98	0.36 36	0.45 102	0.37 96	0.54 41	0.52 262	0.25 368	0.19 357	0.28 426	0.33 508	0.22 291	0.22 259

MSCF	0.41 87	0.28 161	0.64 147	0.50 166	0.27 78	0.58 204	0.37 173	1.03 162	0.54 85	0.54 150	0.72 169	0.32 51	0.64 270	0.56 48	0.30 53	0.19 179	0.13 91	0.17 95	0.15 132	0.17 104	0.21 228

water-stereo	0.41 87	0.21 16	0.69 172	0.45 83	0.28 114	0.50 137	0.27 67	0.96 135	0.52 78	0.57 160	0.78 184	0.59 182	0.53 207	0.44 12	0.43 193	0.17 95	0.16 279	0.17 95	0.15 132	0.17 104	0.22 259

DEFOM-Stereo_RVC	0.41 87	0.68 520	0.45 29	0.66 414	0.30 150	0.48 112	0.25 50	0.87 113	0.46 63	0.39 65	0.37 40	0.30 44	0.69 290	1.16 256	0.31 62	0.17 95	0.11 21	0.16 65	0.12 39	0.18 142	0.14 22

castereo++	0.41 87	0.26 116	0.51 70	0.44 74	0.32 205	0.96 403	0.22 25	1.13 204	0.61 116	0.33 32	0.45 66	0.50 131	0.39 110	0.94 186	0.25 6	0.18 138	0.12 43	0.17 95	0.12 39	0.14 23	0.16 77

SMoEStereo_RVC	0.41 87	0.26 116	0.55 90	0.46 98	0.31 172	0.60 212	0.36 158	0.85 102	0.47 65	0.47 100	0.43 54	0.42 87	0.34 74	1.40 314	0.31 62	0.15 42	0.12 43	0.20 205	0.15 132	0.16 76	0.18 124

Pointernet	0.41 87	0.21 16	0.63 136	0.45 83	0.29 129	0.51 146	0.27 67	1.54 319	0.70 145	0.48 108	0.64 139	0.49 124	0.37 96	0.51 36	0.36 120	0.18 138	0.13 91	0.14 5	0.11 7	0.14 23	0.14 22

GCAPDPT-zeroshot4090	0.41 87	0.24 69	0.75 208	0.45 83	0.38 299	0.34 26	0.37 173	0.98 140	0.69 141	0.50 125	0.56 119	0.55 159	0.38 105	0.75 119	0.32 74	0.17 95	0.13 91	0.19 160	0.15 132	0.15 50	0.19 167

testlalala	0.41 87	0.24 69	0.76 214	0.45 83	0.38 299	0.34 26	0.37 173	0.98 140	0.69 141	0.50 125	0.56 119	0.55 159	0.38 105	0.75 119	0.32 74	0.17 95	0.13 91	0.19 160	0.15 132	0.15 50	0.19 167

GCAPDPT-zeroshot	0.41 87	0.24 69	0.76 214	0.45 83	0.38 299	0.34 26	0.37 173	0.98 140	0.69 141	0.50 125	0.56 119	0.55 159	0.38 105	0.75 119	0.32 74	0.17 95	0.13 91	0.19 160	0.15 132	0.15 50	0.19 167

AEACV	0.41 87	0.25 95	0.60 119	0.55 260	0.52 414	0.43 75	0.38 186	0.98 140	0.63 121	0.44 85	0.56 119	0.46 105	0.59 249	0.56 48	0.31 62	0.17 95	0.13 91	0.18 131	0.16 172	0.17 104	0.17 103

LoS	0.41 87	0.23 46	0.46 30	0.39 25	0.23 26	0.48 112	0.40 212	1.12 200	0.94 236	0.50 125	0.66 145	0.49 124	0.42 123	0.63 84	0.39 148	0.19 179	0.14 170	0.16 65	0.11 7	0.14 23	0.15 43
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	0.41 87	0.24 69	0.59 109	0.45 83	0.27 78	0.54 174	0.22 25	1.23 249	0.56 96	0.44 85	0.43 54	0.68 213	0.29 38	0.89 174	0.34 94	0.17 95	0.12 43	0.20 205	0.17 198	0.17 104	0.18 124

GLC_STEREO	0.41 87	0.27 141	0.43 21	0.55 260	0.24 31	0.47 101	0.30 92	0.81 86	0.64 127	0.53 148	0.74 175	0.50 131	0.31 53	0.65 91	0.45 211	0.18 138	0.20 374	0.23 312	0.19 246	0.21 270	0.21 228

mms	0.42 102	0.29 186	0.60 119	0.47 115	0.33 225	0.43 75	0.46 292	0.75 67	0.50 73	0.36 44	0.61 134	0.44 92	0.30 49	1.39 312	0.34 94	0.16 59	0.14 170	0.18 131	0.15 132	0.19 179	0.21 228

CASnet	0.42 102	0.26 116	0.52 78	0.52 205	0.21 12	0.49 118	0.35 145	0.85 102	0.85 202	0.84 220	0.69 155	0.48 120	0.31 53	0.57 53	0.34 94	0.19 179	0.12 43	0.27 410	0.22 350	0.23 312	0.15 43
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.42 102	0.26 116	0.56 96	0.48 129	0.27 78	0.45 85	0.33 118	1.56 326	0.61 116	0.36 44	0.47 75	0.52 143	0.30 49	1.08 233	0.33 88	0.15 42	0.13 91	0.17 95	0.13 74	0.16 76	0.15 43

CroCo-Stereo	0.42 102	0.33 286	0.83 255	0.59 337	0.28 114	0.26 6	0.33 118	1.22 244	0.85 202	0.43 80	0.49 83	0.65 205	0.46 157	0.40 5	0.36 120	0.19 179	0.15 241	0.16 65	0.14 109	0.20 221	0.17 103
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
Replicate-Monster	0.43 106	0.30 215	2.04 507	0.37 8	0.22 18	0.47 101	0.23 38	0.82 91	0.50 73	0.44 85	0.27 15	0.31 47	0.29 38	1.01 211	0.26 9	0.14 27	0.11 21	0.14 5	0.12 39	0.13 5	0.38 469

GASTEREO	0.43 106	0.29 186	0.62 133	0.51 182	0.27 78	0.62 223	0.36 158	1.02 154	0.58 102	0.55 155	0.83 199	0.30 44	0.65 275	0.64 86	0.30 53	0.19 179	0.13 91	0.17 95	0.15 132	0.16 76	0.21 228

castereo	0.43 106	0.25 95	0.50 62	0.46 98	0.30 150	0.60 212	0.56 381	1.23 249	0.83 195	0.39 65	0.70 162	0.45 102	0.68 286	0.54 41	0.33 88	0.17 95	0.11 21	0.17 95	0.13 74	0.16 76	0.14 22

WCG-NET	0.43 106	0.23 46	0.58 103	0.42 57	0.26 72	0.46 90	0.32 109	0.77 72	1.16 345	0.77 201	0.75 176	0.58 176	0.44 140	0.62 74	0.38 142	0.16 59	0.12 43	0.16 65	0.14 109	0.15 50	0.14 22

MGS-Stereo	0.43 106	0.28 161	0.61 127	0.46 98	0.28 114	0.49 118	0.33 118	0.60 19	0.89 213	0.47 100	1.32 385	0.51 135	0.32 61	0.66 93	0.39 148	0.20 231	0.16 279	0.18 131	0.16 172	0.18 142	0.18 124

MoCha-V2	0.43 106	0.23 46	0.55 90	0.56 282	0.23 26	0.44 81	0.32 109	1.35 279	0.63 121	0.54 150	0.55 115	0.42 87	0.57 228	1.12 247	0.28 31	0.15 42	0.13 91	0.15 33	0.13 74	0.17 104	0.18 124

GCAP-Stereo	0.43 106	0.32 265	0.80 233	0.50 166	0.27 78	0.53 161	0.31 98	1.05 173	0.67 134	0.69 188	0.71 166	0.58 176	0.42 123	0.51 36	0.35 102	0.18 138	0.15 241	0.18 131	0.13 74	0.17 104	0.15 43

MM-Stereo_test2	0.44 113	0.25 95	0.70 179	0.54 244	0.33 225	0.55 180	0.45 286	1.02 154	0.84 198	0.61 173	0.51 93	0.49 124	0.42 123	0.82 142	0.32 74	0.16 59	0.13 91	0.18 131	0.14 109	0.19 179	0.17 103

fffy	0.44 113	0.29 186	0.67 162	0.47 115	0.30 150	0.46 90	0.34 131	0.98 140	0.57 99	0.40 72	0.59 129	0.55 159	0.41 115	1.26 277	0.37 133	0.16 59	0.14 170	0.19 160	0.16 172	0.19 179	0.20 198

Occ-G	0.44 113	0.23 46	0.59 109	0.44 74	0.27 78	0.43 75	0.61 413	0.85 102	0.62 118	0.48 108	0.66 145	1.00 340	0.45 147	0.79 136	0.45 211	0.17 95	0.14 170	0.18 131	0.13 74	0.16 76	0.18 124

depthmonostereo	0.45 116	0.26 116	0.89 289	0.49 145	0.24 31	0.60 212	0.36 158	1.03 162	0.77 163	0.50 125	0.65 142	0.50 131	0.55 217	0.70 103	0.39 148	0.16 59	0.16 279	0.16 65	0.14 109	0.16 76	0.20 198

IGEV++	0.45 116	0.24 69	0.63 136	0.58 318	0.32 205	0.42 67	0.25 50	2.16 494	0.65 130	0.38 58	0.58 126	0.46 105	0.44 140	0.56 48	0.40 165	0.20 231	0.13 91	0.16 65	0.13 74	0.17 104	0.18 124

ff7	0.45 116	0.30 215	0.64 147	0.47 115	0.33 225	0.49 118	0.42 232	0.93 124	0.59 106	0.50 125	0.53 102	0.44 92	0.48 172	1.41 317	0.36 120	0.18 138	0.13 91	0.21 241	0.15 132	0.18 142	0.21 228

ffff	0.45 116	0.30 215	0.64 147	0.47 115	0.33 225	0.49 118	0.42 232	0.93 124	0.59 106	0.50 125	0.53 102	0.44 92	0.48 172	1.41 317	0.36 120	0.18 138	0.13 91	0.21 241	0.15 132	0.18 142	0.21 228

11t	0.45 116	0.30 215	0.64 147	0.47 115	0.33 225	0.49 118	0.42 232	0.93 124	0.59 106	0.50 125	0.53 102	0.44 92	0.48 172	1.41 317	0.36 120	0.18 138	0.13 91	0.21 241	0.15 132	0.18 142	0.21 228

LoS_RVC	0.45 116	0.29 186	0.48 46	0.49 145	0.83 534	0.51 146	0.43 250	0.65 32	0.44 55	0.47 100	0.78 184	0.44 92	0.60 255	0.59 63	0.37 133	0.14 27	0.12 43	0.14 5	0.10 1	0.14 23	1.08 583

anonymousdsp	0.45 116	0.30 215	0.60 119	0.48 129	0.34 246	0.49 118	0.42 232	0.97 136	0.60 112	0.51 138	0.53 102	0.46 105	0.47 165	1.36 301	0.35 102	0.18 138	0.13 91	0.21 241	0.15 132	0.18 142	0.21 228

ccc-4	0.45 116	0.30 215	0.64 147	0.47 115	0.33 225	0.49 118	0.42 232	0.93 124	0.59 106	0.50 125	0.53 102	0.44 92	0.48 172	1.41 317	0.36 120	0.18 138	0.13 91	0.21 241	0.15 132	0.18 142	0.21 228

IGEV-Stereo	0.45 116	0.30 215	0.60 119	0.48 129	0.34 246	0.49 118	0.42 232	0.98 140	0.60 112	0.51 138	0.53 102	0.46 105	0.47 165	1.36 301	0.35 102	0.18 138	0.13 91	0.21 241	0.15 132	0.18 142	0.21 228
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TANstereo	0.45 116	0.23 46	0.50 62	0.43 65	0.21 12	0.65 249	0.26 61	0.83 94	0.88 212	0.95 246	0.99 239	0.51 135	0.45 147	0.56 48	0.36 120	0.19 179	0.24 448	0.16 65	0.13 74	0.17 104	0.27 362

DilatedVolume-Stereo	0.46 126	0.24 69	0.72 183	0.45 83	0.33 225	0.72 283	0.29 83	0.83 94	0.53 82	0.82 213	0.73 173	0.52 143	0.44 140	1.16 256	0.42 186	0.15 42	0.15 241	0.15 33	0.14 109	0.16 76	0.17 103

Reg-Stereo(zero)	0.46 126	0.23 46	0.50 62	0.45 83	0.25 52	0.41 56	0.27 67	0.80 83	1.12 321	0.93 241	0.79 187	0.91 301	0.46 157	0.74 112	0.44 198	0.15 42	0.13 91	0.15 33	0.12 39	0.15 50	0.18 124

rvit_stereo_0081_aga	0.46 126	0.37 377	0.91 304	0.52 205	0.41 336	0.49 118	0.40 212	0.88 117	0.66 132	0.59 161	0.56 119	0.53 149	0.43 131	0.67 97	0.44 198	0.27 416	0.21 392	0.22 276	0.20 280	0.26 366	0.19 167

rvit_stereo_0081	0.46 126	0.34 316	0.72 183	0.56 282	0.35 263	0.41 56	0.44 270	0.74 64	1.04 281	0.49 116	0.52 98	0.51 135	0.49 185	0.86 160	0.47 225	0.25 368	0.20 374	0.22 276	0.19 246	0.26 366	0.19 167

rvit_stereo_0082	0.46 126	0.34 316	0.72 183	0.56 282	0.35 263	0.41 56	0.44 270	0.74 64	1.04 281	0.49 116	0.52 98	0.51 135	0.49 185	0.86 160	0.47 225	0.25 368	0.20 374	0.22 276	0.19 246	0.26 366	0.19 167

IGEV-Stereo+	0.46 126	0.23 46	0.51 70	0.42 57	0.46 373	0.15 1	0.19 7	0.45 5	0.37 38	0.28 8	0.25 7	0.31 47	0.41 115	1.43 324	0.31 62	0.18 138	0.13 91	0.15 33	0.12 39	1.09 581	1.74 596

WCG-NET（raft）	0.46 126	0.23 46	0.59 109	0.42 57	0.24 31	0.50 137	0.35 145	0.76 70	1.10 306	0.72 194	0.76 177	0.91 301	0.50 193	0.88 169	0.40 165	0.16 59	0.13 91	0.15 33	0.14 109	0.15 50	0.17 103

ProNet	0.46 126	0.30 215	0.69 172	0.46 98	0.32 205	0.57 192	0.52 344	1.15 220	0.67 134	0.44 85	0.50 89	0.44 92	0.43 131	1.31 287	0.38 142	0.16 59	0.15 241	0.19 160	0.16 172	0.18 142	0.18 124

MC-Stereo	0.46 126	0.24 69	0.58 103	0.63 378	0.30 150	0.38 43	0.32 109	0.98 140	0.74 157	0.66 182	0.85 203	0.56 171	0.60 255	1.07 230	0.32 74	0.17 95	0.12 43	0.17 95	0.15 132	0.16 76	0.16 77

CroCo-Stereo Lap2	0.46 126	0.37 377	0.87 280	0.62 368	0.79 525	0.28 12	0.35 145	0.81 86	0.73 150	0.39 65	0.54 112	0.71 227	0.54 215	0.60 66	0.48 234	0.18 138	0.18 339	0.19 160	0.16 172	0.21 270	0.21 228

gcap_with_dpt	0.47 136	0.28 161	0.73 197	0.52 205	0.47 384	0.47 101	0.40 212	1.37 285	0.63 121	0.67 184	0.80 192	0.57 173	0.47 165	0.58 56	0.42 186	0.19 179	0.13 91	0.18 131	0.14 109	0.18 142	0.20 198

DA	0.47 136	0.23 46	0.59 109	0.54 244	0.26 72	1.08 426	0.44 270	1.51 309	0.63 121	0.48 108	0.69 155	0.55 159	0.49 185	0.49 27	0.38 142	0.20 231	0.14 170	0.19 160	0.13 74	0.19 179	0.17 103

GGEV	0.47 136	0.23 46	0.59 109	0.54 244	0.26 72	1.08 426	0.44 270	1.51 309	0.63 121	0.48 108	0.69 155	0.55 159	0.49 185	0.49 27	0.38 142	0.20 231	0.14 170	0.19 160	0.13 74	0.19 179	0.17 103

tt45	0.47 136	0.25 95	0.52 78	0.47 115	0.34 246	0.78 312	0.32 109	0.86 109	0.45 62	0.52 144	0.45 66	0.49 124	0.37 96	2.12 438	0.36 120	0.16 59	0.13 91	0.19 160	0.16 172	0.17 104	0.21 228

rvit_stereo_0080	0.47 136	0.35 345	0.87 280	0.48 129	0.36 271	0.42 67	0.54 364	0.93 124	0.78 168	0.52 144	0.60 132	0.55 159	0.47 165	0.62 74	0.48 234	0.27 416	0.21 392	0.20 205	0.20 280	0.31 427	0.20 198

Former-RAFT_DAM_RVC	0.47 136	0.38 395	0.75 208	0.48 129	0.37 283	0.67 259	0.35 145	0.82 91	1.14 333	0.61 173	0.64 139	0.39 81	0.39 110	0.74 112	0.39 148	0.20 231	0.17 307	0.22 276	0.18 222	0.24 341	0.20 198

whm_eth	0.47 136	0.35 345	0.87 280	0.48 129	0.36 271	0.42 67	0.54 364	0.93 124	0.78 168	0.52 144	0.60 132	0.55 159	0.47 165	0.62 74	0.48 234	0.27 416	0.21 392	0.20 205	0.20 280	0.31 427	0.20 198

XX-TBD	0.47 136	0.71 526	0.39 5	0.81 516	0.25 52	0.57 192	0.26 61	0.73 61	1.30 432	0.78 203	1.01 246	0.45 102	0.33 66	0.49 27	0.39 148	0.20 231	0.15 241	0.15 33	0.11 7	0.17 104	0.15 43

PMTNet	0.47 136	0.22 30	0.43 21	0.39 25	0.24 31	0.71 279	0.26 61	0.78 80	1.03 275	0.65 179	0.69 155	0.55 159	0.48 172	0.90 177	0.36 120	0.99 583	0.13 91	0.15 33	0.10 1	0.15 50	0.15 43

HART	0.48 145	0.24 69	0.63 136	0.52 205	0.27 78	0.41 56	0.29 83	1.32 275	0.54 85	0.59 161	1.47 436	0.61 194	0.34 74	1.09 237	0.32 74	0.16 59	0.14 170	0.19 160	0.14 109	0.19 179	0.18 124

SCV_C0	0.48 145	0.29 186	0.88 285	0.46 98	0.31 172	0.46 90	0.31 98	1.67 348	0.87 208	0.40 72	0.52 98	0.54 155	0.29 38	1.27 280	0.34 94	0.18 138	0.14 170	0.17 95	0.14 109	0.20 221	0.18 124

CAS++	0.48 145	0.34 316	0.59 109	0.48 129	0.32 205	0.45 85	0.29 83	1.73 375	0.78 168	0.71 190	0.73 173	0.36 68	0.28 35	0.70 103	0.35 102	0.27 416	0.22 410	0.26 396	0.21 322	0.29 405	0.22 259
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
test_for_model	0.48 145	0.24 69	0.69 172	0.42 57	0.30 150	0.42 67	0.32 109	1.27 261	0.78 168	0.51 138	0.59 129	0.43 90	0.35 81	2.10 435	0.31 62	0.16 59	0.12 43	0.18 131	0.14 109	0.15 50	0.15 43

MIF-Stereo (partial)	0.48 145	0.28 161	0.83 255	0.51 182	0.53 422	0.39 44	0.27 67	1.03 162	0.64 127	0.47 100	0.71 166	0.51 135	0.51 199	1.13 249	0.47 225	0.20 231	0.16 279	0.23 312	0.20 280	0.24 341	0.20 198

StereoAnything_RVC	0.49 150	1.60 590	0.87 280	0.37 8	0.21 12	0.26 6	0.21 17	0.53 9	0.23 2	0.23 2	0.21 2	0.19 1	0.35 81	1.29 284	0.23 1	0.22 300	0.11 21	0.15 33	0.11 7	2.36 595	0.13 3

999	0.49 150	0.25 95	0.55 90	0.51 182	0.35 263	0.74 291	0.31 98	0.89 121	0.59 106	0.39 65	0.50 89	0.50 131	0.36 90	2.41 465	0.41 175	0.17 95	0.13 91	0.18 131	0.15 132	0.16 76	0.23 280

rvit_stereo_0083	0.49 150	0.34 316	0.85 270	0.57 304	0.36 271	0.49 118	0.43 250	0.73 61	1.05 287	0.50 125	0.57 125	0.55 159	0.50 193	0.92 182	0.50 250	0.25 368	0.25 460	0.24 336	0.20 280	0.25 353	0.19 167

rvit_stereo_ft	0.49 150	0.38 395	1.03 348	0.68 439	0.42 346	0.40 46	0.58 393	0.93 124	0.86 205	0.47 100	0.55 115	0.57 173	0.48 172	0.67 97	0.53 272	0.26 395	0.17 307	0.22 276	0.22 350	0.24 341	0.19 167

RAFT-Stereo-weight	0.49 150	0.26 116	0.58 103	0.49 145	0.28 114	0.61 220	0.34 131	1.16 225	1.11 313	1.06 280	0.79 187	0.75 233	0.28 35	0.79 136	0.42 186	0.16 59	0.13 91	0.17 95	0.15 132	0.16 76	0.18 124

IGEVStereo-DCA	0.49 150	0.33 286	0.64 147	0.46 98	0.34 246	0.50 137	0.42 232	0.93 124	0.59 106	0.48 108	0.48 77	0.48 120	0.45 147	2.28 454	0.44 198	0.19 179	0.14 170	0.19 160	0.15 132	0.17 104	0.21 228

plain	0.49 150	0.29 186	1.23 419	0.51 182	0.40 323	0.35 31	0.37 173	1.04 169	0.62 118	0.44 85	0.76 177	0.42 87	0.41 115	1.17 261	0.46 216	0.23 324	0.15 241	0.24 336	0.19 246	0.25 353	0.18 124

iRaftStereo_RVC	0.49 150	0.28 161	0.72 183	0.53 229	0.29 129	0.52 152	0.33 118	1.14 208	0.84 198	0.85 222	0.99 239	0.55 159	0.36 90	0.83 148	0.40 165	0.18 138	0.13 91	0.22 276	0.20 280	0.20 221	0.18 124

CREStereo++_RVC	0.49 150	0.22 30	0.46 30	0.48 129	0.38 299	0.45 85	0.25 50	0.77 72	1.30 432	0.82 213	1.23 350	0.47 115	0.37 96	0.55 44	0.44 198	0.16 59	0.11 21	0.16 65	0.80 584	0.18 142	0.12 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
xyz-stereo-finetune	0.50 159	0.27 141	0.63 136	0.43 65	0.23 26	0.79 321	0.46 292	0.83 94	0.82 190	0.63 176	0.63 137	0.54 155	0.44 140	1.69 377	0.62 320	0.16 59	0.15 241	0.19 160	0.16 172	0.17 104	0.16 77

MyStereo07	0.50 159	0.30 215	0.58 103	0.58 318	0.48 387	0.59 206	0.78 460	1.19 233	0.60 112	0.49 116	0.54 112	0.43 90	0.55 217	1.32 293	0.36 120	0.18 138	0.18 339	0.24 336	0.21 322	0.23 312	0.23 280

4D-IteraStereo	0.50 159	0.26 116	0.84 264	0.51 182	0.49 394	0.64 243	0.31 98	0.91 123	1.02 272	1.05 274	0.72 169	0.76 234	0.32 61	0.69 102	0.40 165	0.18 138	0.11 21	0.23 312	0.20 280	0.19 179	0.16 77

MM-Stereo_test1	0.51 162	0.26 116	0.59 109	0.53 229	0.31 172	0.50 137	0.53 350	1.06 175	1.09 302	0.88 229	0.70 162	0.54 155	0.59 249	1.18 262	0.35 102	0.19 179	0.17 307	0.20 205	0.17 198	0.20 221	0.18 124

SCV	0.51 162	0.29 186	0.72 183	0.63 378	0.27 78	0.40 46	0.38 186	2.32 525	0.75 162	0.36 44	0.49 83	0.55 159	0.35 81	1.31 287	0.34 94	0.25 368	0.13 91	0.17 95	0.14 109	0.18 142	0.18 124

CES	0.51 162	0.21 16	0.40 11	0.42 57	1.40 585	0.53 161	0.34 131	1.04 169	0.68 137	0.45 93	0.67 148	0.35 66	0.28 35	0.58 56	0.35 102	0.16 59	0.13 91	0.15 33	0.10 1	0.19 179	1.69 595

sCroCo_RVC	0.51 162	0.43 427	1.15 387	0.66 414	0.60 459	0.52 152	0.40 212	0.93 124	0.64 127	0.45 93	0.76 177	0.49 124	0.49 185	0.65 91	0.49 247	0.27 416	0.28 483	0.23 312	0.22 350	0.29 405	0.28 377

FE-Mocha	0.52 166	0.32 265	0.98 331	0.51 182	0.37 283	0.46 90	0.22 25	1.71 369	0.56 96	1.02 265	1.10 286	0.82 257	0.41 115	0.58 56	0.32 74	0.19 179	0.13 91	0.21 241	0.21 322	0.17 104	0.19 167

RCA-Stereo	0.52 166	0.26 116	0.66 158	0.49 145	0.33 225	0.54 174	0.44 270	1.20 237	1.41 478	0.69 188	1.06 270	0.63 201	0.79 324	0.62 74	0.35 102	0.17 95	0.12 43	0.17 95	0.14 109	0.16 76	0.16 77

Wave_Phase_stereo	0.53 168	0.27 141	1.63 472	0.43 65	0.29 129	2.72 574	0.40 212	0.82 91	0.54 85	0.37 51	0.36 36	0.38 78	0.29 38	0.66 93	0.41 175	0.13 18	0.14 170	0.15 33	0.19 246	0.16 76	0.18 124

MM-Stereo_test3	0.53 168	0.26 116	0.60 119	0.56 282	0.73 501	0.49 118	0.53 350	1.31 271	1.08 294	0.64 177	0.97 233	0.61 194	0.42 123	0.82 142	0.40 165	0.21 266	0.18 339	0.20 205	0.16 172	0.19 179	0.21 228

model_zeroshot	0.53 168	0.31 247	1.00 339	0.57 304	0.39 311	0.74 291	0.39 203	1.38 286	0.67 134	0.88 229	0.85 203	0.71 227	0.37 96	0.77 126	0.39 148	0.21 266	0.17 307	0.19 160	0.17 198	0.17 104	0.22 259

knoymous	0.53 168	0.32 265	0.51 70	0.46 98	0.30 150	0.57 192	0.54 364	1.10 196	0.78 168	0.99 252	0.84 201	0.95 320	0.57 228	0.89 174	0.51 254	0.21 266	0.14 170	0.26 396	0.14 109	0.23 312	0.25 324

NLSM1	0.54 172	0.26 116	0.61 127	0.49 145	1.04 563	0.83 346	0.31 98	1.55 322	0.68 137	0.52 144	0.77 181	0.46 105	0.48 172	1.02 215	0.56 291	0.19 179	0.19 357	0.21 241	0.18 222	0.20 221	0.18 124

NLCSM	0.54 172	0.30 215	0.60 119	0.53 229	0.74 508	0.71 279	0.47 304	1.25 255	0.71 148	0.64 177	0.51 93	0.48 120	0.60 255	1.34 297	0.71 351	0.19 179	0.20 374	0.21 241	0.19 246	0.22 291	0.21 228

tg	0.54 172	0.25 95	0.70 179	0.52 205	0.31 172	0.89 370	0.29 83	1.12 200	0.98 252	0.85 222	1.03 256	0.62 196	0.42 123	1.37 304	0.41 175	0.17 95	0.13 91	0.22 276	0.21 322	0.17 104	0.17 103

GCAP-BAT	0.54 172	0.33 286	0.75 208	0.45 83	0.50 399	0.84 355	0.35 145	0.98 140	0.80 184	0.88 229	1.04 262	0.88 285	0.37 96	1.25 273	0.41 175	0.19 179	0.15 241	0.18 131	0.13 74	0.17 104	0.22 259

HUI-Stereo	0.54 172	0.33 286	0.81 237	0.52 205	0.27 78	0.62 223	0.29 83	1.14 208	0.74 157	1.13 299	0.96 225	0.82 257	0.60 255	0.83 148	0.52 262	0.23 324	0.14 170	0.24 336	0.20 280	0.27 372	0.20 198

WQFJA1	0.55 177	0.29 186	0.56 96	0.47 115	0.85 537	0.78 312	0.38 186	2.26 513	0.79 178	0.51 138	0.53 102	0.53 149	0.50 193	0.73 110	0.66 337	0.17 95	0.21 392	0.19 160	0.17 198	0.19 179	0.18 124

NLMM	0.55 177	0.29 186	0.56 96	0.47 115	0.86 539	0.78 312	0.38 186	2.26 513	0.79 178	0.51 138	0.53 102	0.53 149	0.50 193	0.73 110	0.66 337	0.17 95	0.21 392	0.19 160	0.17 198	0.19 179	0.18 124

FSD	0.55 177	0.53 469	0.67 162	0.64 393	0.52 414	0.54 174	0.58 393	0.71 54	0.54 85	0.54 150	0.53 102	0.60 186	0.52 204	0.58 56	0.56 291	0.51 551	0.48 567	0.50 546	0.49 554	0.50 524	0.51 521

Any-RAFT	0.55 177	0.27 141	0.49 52	0.50 166	0.27 78	0.98 407	0.25 50	1.71 369	1.08 294	0.90 234	0.99 239	1.13 384	0.46 157	0.74 112	0.35 102	0.19 179	0.13 91	0.17 95	0.13 74	0.16 76	0.19 167

Selective-RAFT	0.55 177	0.29 186	0.85 270	0.58 318	0.28 114	0.91 377	0.34 131	1.00 153	0.96 245	0.59 161	0.64 139	0.80 245	0.76 305	1.34 297	0.51 254	0.21 266	0.15 241	0.17 95	0.15 132	0.19 179	0.19 167

test_4	0.55 177	0.23 46	0.67 162	0.56 282	0.32 205	0.71 279	0.39 203	0.83 94	0.72 149	0.93 241	1.87 522	0.70 220	0.41 115	1.21 268	0.39 148	0.16 59	0.13 91	0.21 241	0.23 382	0.20 221	0.18 124

GMOStereo	0.55 177	0.28 161	0.72 183	0.52 205	0.30 150	0.53 161	0.43 250	1.02 154	0.98 252	1.44 466	1.14 315	0.88 285	0.57 228	0.62 74	0.39 148	0.16 59	0.14 170	0.24 336	0.22 350	0.20 221	0.18 124

error version	0.55 177	0.28 161	0.72 183	0.52 205	0.30 150	0.53 161	0.43 250	1.02 154	0.98 252	1.44 466	1.14 315	0.88 285	0.57 228	0.62 74	0.39 148	0.16 59	0.14 170	0.24 336	0.22 350	0.20 221	0.18 124

test-v	0.55 177	0.28 161	0.72 183	0.52 205	0.30 150	0.53 161	0.43 250	1.02 154	0.98 252	1.44 466	1.14 315	0.88 285	0.57 228	0.62 74	0.39 148	0.16 59	0.14 170	0.24 336	0.22 350	0.20 221	0.18 124

test-2	0.55 177	0.28 161	0.72 183	0.52 205	0.30 150	0.53 161	0.43 250	1.02 154	0.98 252	1.44 466	1.14 315	0.88 285	0.57 228	0.62 74	0.39 148	0.16 59	0.14 170	0.24 336	0.22 350	0.20 221	0.18 124

rafts_anoy	0.55 177	0.32 265	0.66 158	0.72 472	0.61 465	0.53 161	0.40 212	1.24 251	1.06 289	0.85 222	0.83 199	0.67 211	0.53 207	0.77 126	0.55 285	0.20 231	0.15 241	0.25 375	0.26 421	0.22 291	0.21 228

s12784h	0.55 177	0.22 30	0.49 52	0.43 65	0.19 4	1.00 409	0.34 131	1.40 291	1.30 432	0.84 220	0.93 219	0.63 201	0.52 204	1.48 336	0.47 225	0.15 42	0.12 43	0.17 95	0.11 7	0.19 179	0.13 3

raftrobust	0.55 177	0.27 141	0.63 136	0.68 439	0.69 494	0.50 137	0.34 131	1.08 182	0.97 249	1.32 411	0.88 211	0.62 196	0.80 331	0.82 142	0.44 198	0.20 231	0.16 279	0.16 65	0.14 109	0.15 50	0.18 124

Gwc-CoAtRS	0.55 177	0.27 141	0.73 197	0.49 145	0.30 150	0.63 234	0.25 50	1.38 286	1.12 321	1.05 274	1.02 249	1.10 375	0.55 217	0.72 107	0.44 198	0.17 95	0.14 170	0.17 95	0.15 132	0.16 76	0.17 103

rvit_0105_6	0.56 191	0.38 395	1.13 380	0.67 428	0.38 299	0.50 137	0.51 333	0.88 117	1.33 443	0.54 150	0.56 119	0.65 205	0.57 228	0.97 200	0.46 216	0.32 468	0.31 500	0.28 426	0.25 404	0.29 405	0.23 280

MSKI-zero shot	0.56 191	0.30 215	0.61 127	0.55 260	0.28 114	0.68 263	0.28 75	1.25 255	0.68 137	0.92 238	1.33 391	0.81 251	0.33 66	1.94 413	0.36 120	0.18 138	0.13 91	0.17 95	0.13 74	0.16 76	0.19 167

EKT-Stereo	0.56 191	0.33 286	0.84 264	0.61 359	0.64 473	0.51 146	0.48 312	1.14 208	0.95 241	0.74 197	0.89 213	0.77 238	0.42 123	1.18 262	0.42 186	0.23 324	0.17 307	0.21 241	0.18 222	0.20 221	0.26 344

LL-Strereo2	0.56 191	0.36 356	0.77 219	0.56 282	0.40 323	0.68 263	0.37 173	1.21 242	0.83 195	0.96 249	0.79 187	0.91 301	0.41 115	1.08 233	0.48 234	0.18 138	0.17 307	0.29 438	0.25 404	0.22 291	0.19 167

test-3	0.56 191	0.24 69	0.82 246	0.50 166	0.29 129	0.57 192	0.34 131	1.09 189	1.03 275	1.33 417	0.69 155	0.87 279	0.45 147	1.68 373	0.39 148	0.17 95	0.12 43	0.20 205	0.17 198	0.17 104	0.16 77

test_1	0.56 191	0.24 69	0.82 246	0.50 166	0.29 129	0.57 192	0.34 131	1.09 189	1.03 275	1.28 395	0.69 155	0.87 279	0.45 147	1.67 371	0.39 148	0.17 95	0.12 43	0.20 205	0.17 198	0.17 104	0.16 77

PSM-adaLoss	0.56 191	0.33 286	0.81 237	0.52 205	0.27 78	0.63 234	0.41 225	1.14 208	0.73 150	1.13 299	0.96 225	0.82 257	0.60 255	1.09 237	0.52 262	0.23 324	0.14 170	0.24 336	0.20 280	0.27 372	0.20 198

ROB_FTStereo	0.56 191	0.33 286	0.82 246	0.52 205	0.27 78	0.62 223	0.25 50	1.14 208	0.74 157	1.13 299	0.96 225	0.82 257	0.60 255	1.18 262	0.52 262	0.23 324	0.14 170	0.24 336	0.20 280	0.27 372	0.20 198

cross-raft	0.56 191	0.26 116	0.65 154	0.55 260	0.31 172	0.66 254	0.37 173	1.68 352	0.82 190	1.06 280	1.07 273	1.25 409	0.45 147	0.74 112	0.39 148	0.15 42	0.13 91	0.19 160	0.16 172	0.19 179	0.17 103

test-1	0.56 191	0.28 161	1.13 380	0.58 318	0.34 246	0.60 212	0.38 186	1.56 326	0.98 252	0.80 206	1.02 249	0.83 267	0.52 204	0.64 86	0.46 216	0.17 95	0.16 279	0.20 205	0.17 198	0.20 221	0.26 344

raft+_RVC	0.56 191	0.29 186	0.61 127	0.65 401	0.56 441	0.53 161	0.53 350	1.40 291	1.02 272	0.78 203	1.04 262	0.70 220	0.55 217	1.00 208	0.49 247	0.18 138	0.16 279	0.19 160	0.19 246	0.18 142	0.17 103

RAFT-Stereo + iAFF	0.56 191	0.28 161	0.81 237	0.45 83	0.25 52	0.40 46	0.34 131	1.12 200	1.13 327	1.35 430	1.58 473	0.80 245	0.67 282	0.71 106	0.43 193	0.14 27	0.11 21	0.18 131	0.17 198	0.18 142	0.16 77

H2IRNET	0.57 203	0.28 161	0.75 208	0.49 145	0.35 263	0.40 46	0.27 67	1.03 162	1.18 356	0.62 175	1.26 358	1.07 360	0.85 350	1.02 215	0.64 328	0.20 231	0.16 279	0.23 312	0.25 404	0.22 291	0.20 198

11t1	0.57 203	0.30 215	0.84 264	0.54 244	0.30 150	0.83 346	0.41 225	1.34 278	0.79 178	0.88 229	0.82 198	0.70 220	0.70 293	0.96 196	0.67 340	0.21 266	0.21 392	0.20 205	0.16 172	0.21 270	0.26 344

rrr	0.57 203	0.33 286	2.43 527	0.46 98	0.34 246	0.50 137	0.38 186	0.84 100	0.55 92	0.48 108	0.48 77	0.48 120	0.45 147	2.28 454	0.44 198	0.19 179	0.14 170	0.19 160	0.15 132	0.17 104	0.18 124

test_3	0.57 203	0.24 69	0.87 280	0.55 260	0.30 150	0.60 212	0.40 212	1.07 177	1.08 294	1.20 347	0.68 150	0.92 309	0.43 131	1.68 373	0.40 165	0.16 59	0.13 91	0.22 276	0.19 246	0.21 270	0.17 103

Patchmatch Stereo++	0.57 203	0.33 286	0.82 246	0.52 205	0.27 78	0.63 234	0.28 75	1.14 208	0.73 150	1.13 299	0.96 225	0.82 257	0.60 255	1.40 314	0.52 262	0.23 324	0.14 170	0.24 336	0.20 280	0.27 372	0.20 198
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
ROB_FTStereo_v2	0.57 203	0.33 286	0.81 237	0.52 205	0.27 78	0.62 223	0.42 232	1.14 208	0.73 150	1.13 299	0.97 233	0.82 257	0.60 255	1.15 252	0.53 272	0.23 324	0.14 170	0.24 336	0.20 280	0.27 372	0.20 198

DeepStereo_RVC	0.57 203	0.31 247	0.78 225	0.53 229	0.30 150	0.57 192	0.32 109	1.11 198	0.80 184	1.17 323	0.94 222	0.83 267	0.93 392	1.01 211	0.61 315	0.23 324	0.14 170	0.21 241	0.19 246	0.24 341	0.26 344

iRAFT	0.57 203	0.33 286	0.82 246	0.52 205	0.27 78	0.63 234	0.28 75	1.14 208	0.73 150	1.13 299	0.96 225	0.82 257	0.60 255	1.40 314	0.52 262	0.23 324	0.14 170	0.24 336	0.20 280	0.27 372	0.20 198

CRE-IMP	0.57 203	0.32 265	0.82 246	0.54 244	0.29 129	0.77 311	0.25 50	1.19 233	0.79 178	1.09 285	0.95 223	0.81 251	0.57 228	1.11 245	0.57 296	0.22 300	0.14 170	0.23 312	0.19 246	0.28 388	0.24 303

RAFT-IKP	0.57 203	0.33 286	0.82 246	0.52 205	0.27 78	0.57 192	0.35 145	1.14 208	0.73 150	1.13 299	0.96 225	0.83 267	0.61 265	1.26 277	0.53 272	0.23 324	0.14 170	0.24 336	0.20 280	0.27 372	0.20 198

test_xeample3	0.57 203	0.33 286	3.11 550	0.46 98	0.34 246	0.55 180	0.38 186	0.86 109	0.49 70	0.54 150	0.46 72	0.44 92	0.44 140	1.49 343	0.45 211	0.18 138	0.14 170	0.19 160	0.15 132	0.17 104	0.18 124

CFNet-RSSM	0.57 203	0.25 95	0.76 214	0.49 145	0.28 114	0.59 206	0.27 67	1.89 421	1.17 350	1.09 285	0.95 223	1.06 357	0.53 207	0.74 112	0.41 175	0.17 95	0.13 91	0.17 95	0.15 132	0.16 76	0.16 77

WQFJX	0.58 215	0.29 186	0.57 100	0.46 98	0.87 545	0.75 296	0.39 203	2.67 572	0.80 184	0.55 155	0.53 102	0.54 155	0.55 217	0.97 200	0.61 315	0.17 95	0.19 357	0.19 160	0.16 172	0.19 179	0.20 198

rvit_0105_4	0.58 215	0.40 410	1.19 408	0.68 439	0.38 299	0.53 161	0.55 374	0.93 124	1.27 408	0.56 159	0.61 134	0.72 229	0.63 266	1.01 211	0.47 225	0.33 475	0.33 518	0.29 438	0.25 404	0.29 405	0.26 344

AE-Stereo	0.58 215	0.29 186	0.81 237	0.62 368	0.41 336	0.69 273	0.46 292	2.49 554	1.25 396	0.49 116	0.77 181	0.69 217	0.46 157	0.61 69	0.42 186	0.17 95	0.16 279	0.21 241	0.20 280	0.19 179	0.18 124

1test111	0.58 215	0.34 316	0.63 136	0.60 345	0.27 78	1.16 445	0.51 333	1.58 331	0.91 219	0.60 168	0.80 192	0.47 115	0.87 367	0.99 203	0.67 340	0.21 266	0.13 91	0.25 375	0.15 132	0.23 312	0.25 324

RAFT-Test	0.58 215	0.27 141	0.81 237	0.50 166	0.33 225	0.95 397	0.27 67	1.40 291	0.89 213	1.00 256	1.12 299	1.39 444	0.48 172	0.74 112	0.41 175	0.17 95	0.14 170	0.17 95	0.14 109	0.16 76	0.18 124

anonymousdsp2	0.58 215	0.29 186	0.93 309	0.51 182	0.30 150	0.75 296	0.46 292	1.95 440	0.87 208	0.81 211	0.78 184	0.76 234	0.48 172	1.10 242	0.45 211	0.19 179	0.14 170	0.18 131	0.13 74	0.20 221	0.22 259

fff	0.58 215	0.26 116	1.15 387	0.46 98	0.25 52	0.48 112	0.36 158	1.20 237	1.28 416	1.13 299	1.03 256	0.59 182	1.04 444	0.77 126	0.58 301	0.17 95	0.14 170	0.17 95	0.13 74	0.15 50	0.24 303

iGMRVC	0.58 215	0.33 286	0.81 237	0.52 205	0.27 78	0.62 223	0.38 186	1.14 208	0.73 150	1.13 299	0.97 233	0.82 257	0.59 249	1.54 346	0.53 272	0.23 324	0.14 170	0.24 336	0.20 280	0.27 372	0.20 198

RALCasStereoNet	0.58 215	0.34 316	0.77 219	0.65 401	0.64 473	0.64 243	0.51 333	1.06 175	0.99 261	0.71 190	1.06 270	0.77 238	0.44 140	1.38 308	0.52 262	0.20 231	0.18 339	0.18 131	0.16 172	0.20 221	0.22 259

DCANet	0.58 215	0.26 116	1.15 387	0.45 83	0.25 52	0.49 118	0.36 158	1.18 229	1.35 448	1.15 315	1.04 262	0.60 186	0.91 382	0.84 153	0.58 301	0.17 95	0.14 170	0.17 95	0.13 74	0.19 179	0.25 324

csc	0.58 215	0.26 116	1.15 387	0.46 98	0.25 52	0.48 112	0.36 158	1.20 237	1.28 416	1.13 299	1.03 256	0.59 182	1.04 444	0.77 126	0.58 301	0.17 95	0.14 170	0.17 95	0.13 74	0.15 50	0.24 303

cscssc	0.58 215	0.26 116	1.15 387	0.46 98	0.25 52	0.48 112	0.36 158	1.20 237	1.28 416	1.13 299	1.03 256	0.59 182	1.04 444	0.77 126	0.58 301	0.17 95	0.14 170	0.17 95	0.13 74	0.15 50	0.24 303

GMStereo	0.58 215	0.50 457	1.09 367	0.52 205	0.32 205	0.80 328	0.43 250	1.02 154	1.41 478	0.89 233	0.77 181	0.52 143	0.46 157	0.89 174	0.56 291	0.25 368	0.16 279	0.20 205	0.22 350	0.31 427	0.27 362
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
WQFJX1	0.59 228	0.27 141	0.59 109	0.49 145	0.73 501	0.68 263	0.46 292	2.65 567	0.77 163	0.55 155	0.51 93	0.52 143	0.50 193	1.38 308	0.61 315	0.18 138	0.20 374	0.20 205	0.17 198	0.20 221	0.21 228

IGEV-FE	0.59 228	0.33 286	1.11 374	0.63 378	0.37 283	0.41 56	0.33 118	1.80 393	0.79 178	1.04 271	1.10 286	1.05 356	0.43 131	0.87 165	0.48 234	0.18 138	0.13 91	0.19 160	0.18 222	0.20 221	0.23 280

xyz-stereo-finetune2	0.59 228	0.29 186	0.66 158	0.41 48	0.24 31	1.08 426	0.34 131	0.87 113	0.60 112	0.68 187	1.08 280	0.58 176	0.79 324	2.39 464	0.83 385	0.17 95	0.15 241	0.21 241	0.17 198	0.16 76	0.18 124

gcap-zeroshot	0.59 228	0.30 215	1.11 374	0.51 182	0.30 150	0.79 321	0.36 158	1.86 413	0.86 205	0.90 234	0.68 150	1.44 453	0.50 193	0.82 142	0.35 102	0.19 179	0.16 279	0.18 131	0.15 132	0.18 142	0.18 124

ACVNet-DCA	0.59 228	0.34 316	0.63 136	0.60 345	0.27 78	1.16 445	0.51 333	1.58 331	0.91 219	0.60 168	0.80 192	0.47 115	0.87 367	1.48 336	0.35 102	0.21 266	0.13 91	0.25 375	0.15 132	0.23 312	0.25 324

IGEV_Zeroshot_test	0.59 228	0.33 286	1.11 374	0.63 378	0.37 283	0.41 56	0.33 118	1.80 393	0.79 178	1.04 271	1.10 286	1.06 357	0.43 131	0.87 165	0.48 234	0.18 138	0.13 91	0.19 160	0.18 222	0.20 221	0.23 280

DCANet-4	0.59 228	0.28 161	1.65 476	0.44 74	0.25 52	0.48 112	0.36 158	1.15 220	1.36 457	1.13 299	1.03 256	0.56 171	0.74 299	0.77 126	0.58 301	0.17 95	0.14 170	0.17 95	0.13 74	0.15 50	0.24 303

x	0.59 228	0.34 316	0.79 229	0.51 182	0.32 205	0.69 273	0.46 292	1.64 344	0.97 249	0.86 227	0.86 205	0.83 267	0.74 299	0.75 119	0.70 348	0.21 266	0.22 410	0.22 276	0.20 280	0.21 270	0.24 303

sAnonymous2	0.59 228	0.61 495	1.82 488	0.61 359	0.52 414	0.51 146	0.54 364	0.97 136	0.70 145	0.50 125	0.68 150	0.46 105	0.63 266	0.61 69	0.41 175	0.22 300	0.17 307	0.23 312	0.21 322	0.85 568	0.56 537

CroCo_RVC	0.59 228	0.61 495	1.82 488	0.61 359	0.52 414	0.51 146	0.54 364	0.97 136	0.70 145	0.50 125	0.68 150	0.46 105	0.63 266	0.61 69	0.41 175	0.22 300	0.17 307	0.23 312	0.21 322	0.85 568	0.56 537

NLMM1	0.60 238	0.28 161	0.63 136	0.48 129	0.73 501	0.68 263	0.43 250	2.47 549	1.11 313	0.60 168	0.63 137	0.51 135	0.47 165	1.34 297	0.58 301	0.19 179	0.21 392	0.20 205	0.17 198	0.20 221	0.19 167

MIM_Stereo	0.60 238	0.26 116	1.02 344	0.49 145	0.32 205	0.52 152	0.28 75	1.41 295	0.82 190	1.02 265	1.16 323	0.93 310	0.53 207	1.48 336	0.63 324	0.17 95	0.17 307	0.20 205	0.19 246	0.17 104	0.18 124

MIPNet	0.60 238	0.31 247	1.07 361	0.51 182	0.34 246	0.68 263	0.40 212	1.67 348	1.14 333	1.11 288	0.93 219	0.60 186	0.78 316	0.77 126	0.58 301	0.18 138	0.14 170	0.19 160	0.16 172	0.18 142	0.21 228

AFF-stereo	0.60 238	0.28 161	0.72 183	0.48 129	0.29 129	0.34 26	0.37 173	1.22 244	1.20 363	1.21 354	1.59 477	1.10 375	0.70 293	1.01 211	0.44 198	0.14 27	0.12 43	0.19 160	0.20 280	0.18 142	0.15 43

R-Stereo Train	0.60 238	0.30 215	0.72 183	0.57 304	0.37 283	0.68 263	0.52 344	1.45 300	0.78 168	1.61 507	1.50 447	0.76 234	0.53 207	0.67 97	0.51 254	0.19 179	0.16 279	0.18 131	0.15 132	0.18 142	0.19 167

RAFT-Stereo	0.60 238	0.30 215	0.72 183	0.57 304	0.37 283	0.68 263	0.52 344	1.45 300	0.78 168	1.61 507	1.50 447	0.76 234	0.53 207	0.67 97	0.51 254	0.19 179	0.16 279	0.18 131	0.15 132	0.18 142	0.19 167
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-test2	0.61 244	0.30 215	0.93 309	0.65 401	0.65 478	0.79 321	0.50 331	1.33 277	1.40 474	0.65 179	1.15 321	0.53 149	0.42 123	1.18 262	0.36 120	0.25 368	0.18 339	0.26 396	0.31 487	0.20 221	0.21 228

AIO-test1	0.61 244	0.27 141	0.68 167	0.68 439	1.02 561	0.79 321	0.36 158	1.59 336	1.35 448	0.59 161	0.89 213	0.60 186	0.49 185	1.20 267	0.36 120	0.18 138	0.17 307	0.23 312	0.25 404	0.18 142	0.26 344

rvit_0105_5	0.61 244	0.41 420	1.19 408	0.67 428	0.37 283	0.57 192	0.56 381	1.08 182	1.28 416	0.65 179	0.68 150	0.77 238	0.67 282	0.91 180	0.51 254	0.33 475	0.32 512	0.30 450	0.27 439	0.28 388	0.28 377

riskmin	0.62 247	0.29 186	0.73 197	0.50 166	0.34 246	0.86 363	0.44 270	1.74 378	1.07 291	0.76 200	0.76 177	1.19 393	1.01 427	0.84 153	0.60 312	0.20 231	0.16 279	0.24 336	0.16 172	0.24 341	0.29 391

qqq	0.62 247	0.36 356	0.88 285	0.50 166	0.28 114	0.64 243	0.62 416	1.58 331	0.91 219	0.83 215	0.96 225	0.95 320	0.79 324	0.99 203	0.67 340	0.21 266	0.23 438	0.24 336	0.23 382	0.23 312	0.25 324

ADStereo(finetuned)	0.62 247	0.26 116	1.59 470	0.45 83	0.25 52	0.49 118	0.36 158	1.18 229	1.35 448	1.16 319	1.04 262	0.60 186	1.18 481	0.85 157	0.57 296	0.17 95	0.14 170	0.17 95	0.13 74	0.19 179	0.24 303

dd	0.62 247	0.51 461	1.17 402	0.56 282	0.33 225	0.74 291	0.46 292	1.03 162	1.40 474	0.80 206	0.87 208	0.60 186	0.57 228	1.02 215	0.86 390	0.28 434	0.18 339	0.26 396	0.19 246	0.35 457	0.27 362

IPLGR	0.62 247	0.28 161	1.32 437	0.50 166	0.29 129	0.65 249	0.34 131	1.47 305	1.19 359	1.21 354	1.07 273	0.70 220	0.65 275	1.05 223	0.55 285	0.18 138	0.15 241	0.20 205	0.17 198	0.21 270	0.20 198

PFNet+	0.62 247	0.31 247	0.99 334	0.57 304	0.31 172	0.57 192	0.30 92	0.99 151	1.25 396	1.33 417	1.10 286	0.79 243	0.57 228	1.35 300	0.53 272	0.26 395	0.17 307	0.28 426	0.26 421	0.21 270	0.27 362

NRIStereo	0.62 247	0.31 247	0.78 225	0.56 282	0.28 114	0.63 234	0.33 118	1.16 225	0.92 224	1.15 315	0.87 208	0.90 297	0.58 245	2.24 449	0.56 291	0.22 300	0.14 170	0.21 241	0.19 246	0.22 291	0.18 124

RALAANet	0.62 247	0.37 377	0.97 328	0.66 414	0.50 399	0.67 259	0.31 98	1.27 261	1.09 302	1.11 288	1.17 326	0.88 285	0.46 157	1.27 280	0.45 211	0.20 231	0.15 241	0.21 241	0.18 222	0.27 372	0.19 167

FENet	0.62 247	0.30 215	0.68 167	0.57 304	0.33 225	0.82 338	0.40 212	1.41 295	1.12 321	1.03 269	0.87 208	0.98 329	0.84 345	1.00 208	0.70 348	0.23 324	0.16 279	0.23 312	0.20 280	0.22 291	0.24 303

RAFT+CT+SA	0.63 256	0.30 215	0.73 197	0.69 452	0.37 283	0.40 46	0.55 374	1.93 435	1.04 281	0.72 194	1.23 350	0.62 196	0.69 290	1.69 377	0.42 186	0.19 179	0.13 91	0.22 276	0.22 350	0.21 270	0.19 167

GANet-ADL	0.63 256	0.38 395	0.82 246	0.67 428	0.41 336	0.68 263	0.51 333	1.64 344	1.16 345	0.98 251	1.10 286	0.90 297	0.58 245	0.81 140	0.63 324	0.27 416	0.18 339	0.18 131	0.16 172	0.23 312	0.27 362

AnonymousM	0.63 256	1.14 566	0.43 21	0.46 98	0.32 205	0.43 75	0.46 292	1.27 261	0.78 168	1.00 256	0.66 145	0.68 213	0.45 147	0.61 69	0.46 216	0.21 266	0.16 279	1.84 597	0.98 592	0.15 50	0.15 43

HHNet	0.64 259	0.28 161	0.69 172	0.45 83	0.46 373	0.50 137	0.57 387	1.13 204	1.03 275	1.26 384	2.21 547	0.70 220	0.59 249	1.10 242	0.51 254	0.21 266	0.13 91	0.23 312	0.19 246	0.20 221	0.31 417

Pruner-Stereo	0.64 259	0.31 247	0.79 229	0.66 414	0.31 172	0.61 220	0.42 232	1.22 244	1.09 302	1.53 489	1.09 284	0.94 316	0.55 217	1.37 304	0.56 291	0.25 368	0.14 170	0.24 336	0.21 322	0.21 270	0.25 324

Anonymous3	0.64 259	0.47 443	1.31 434	0.59 337	0.50 399	0.93 388	0.69 437	1.11 198	0.83 195	0.74 197	0.89 213	0.65 205	0.68 286	1.08 233	0.54 281	0.40 515	0.31 500	0.26 396	0.26 421	0.31 427	0.30 407

DIP-Stereo	0.64 259	0.32 265	0.91 304	0.49 145	0.36 271	0.91 377	0.33 118	2.51 557	0.77 163	1.25 372	1.00 244	0.68 213	0.51 199	0.92 182	0.65 333	0.19 179	0.15 241	0.21 241	0.17 198	0.19 179	0.22 259
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
tt1	0.65 263	0.34 316	0.65 154	0.60 345	0.27 78	1.14 438	0.48 312	1.08 182	2.62 579	0.59 161	0.79 187	0.49 124	0.80 331	1.57 349	0.35 102	0.21 266	0.13 91	0.25 375	0.16 172	0.20 221	0.23 280

TestStereo	0.65 263	0.42 422	0.83 255	0.52 205	0.27 78	0.57 192	0.44 270	1.07 177	0.92 224	0.85 222	1.01 246	0.68 213	0.56 224	3.22 499	0.47 225	0.23 324	0.15 241	0.24 336	0.18 222	0.28 388	0.18 124

FACV-RUCA	0.66 265	0.36 356	0.89 289	0.63 378	0.65 478	0.84 355	0.41 225	1.67 348	1.11 313	0.91 236	1.14 315	0.63 201	0.77 309	0.84 153	0.54 281	0.28 434	0.19 357	0.47 541	0.22 350	0.36 461	0.29 391

rvit_0105_3	0.66 265	0.47 443	1.27 427	0.74 486	0.40 323	0.63 234	0.70 444	1.22 244	1.28 416	0.83 215	0.71 166	0.82 257	0.72 298	0.93 185	0.58 301	0.37 505	0.34 522	0.34 489	0.32 494	0.28 388	0.31 417

rvit_stereo_0075_2	0.66 265	0.47 443	1.21 416	0.67 428	0.66 484	0.53 161	0.48 312	1.24 251	1.17 350	0.77 201	0.91 216	0.78 242	0.59 249	1.05 223	0.63 324	0.37 505	0.28 483	0.40 523	0.31 487	0.38 473	0.34 444

CAS	0.66 265	0.19 4	0.41 17	2.31 598	0.86 539	0.56 190	0.53 350	0.83 94	0.63 121	0.49 116	0.70 162	0.36 68	0.26 21	0.47 19	0.37 133	2.33 600	0.10 2	0.14 5	0.10 1	0.17 104	1.31 589

TestStereo1	0.66 265	0.29 186	0.95 320	0.82 519	0.32 205	0.47 101	0.43 250	1.52 313	1.22 379	0.99 252	1.32 385	0.65 205	0.76 305	1.78 389	0.44 198	0.20 231	0.16 279	0.22 276	0.19 246	0.21 270	0.20 198

RAFT_CTSACE	0.66 265	0.29 186	1.14 385	0.57 304	0.51 409	0.68 263	0.44 270	0.88 117	0.98 252	1.03 269	1.83 515	1.23 404	0.67 282	1.48 336	0.38 142	0.16 59	0.16 279	0.21 241	0.20 280	0.20 221	0.17 103

SA-5K	0.66 265	0.29 186	0.95 320	0.82 519	0.32 205	0.47 101	0.43 250	1.52 313	1.22 379	0.99 252	1.32 385	0.65 205	0.76 305	1.78 389	0.44 198	0.20 231	0.16 279	0.22 276	0.19 246	0.21 270	0.20 198

ACRE	0.66 265	0.37 377	1.27 427	0.60 345	0.50 399	0.74 291	0.47 304	1.26 257	1.10 306	1.40 453	1.56 467	0.62 196	0.46 157	0.88 169	0.78 369	0.24 346	0.15 241	0.19 160	0.16 172	0.19 179	0.29 391

ICVP	0.66 265	0.35 345	0.71 181	0.63 378	0.41 336	0.85 362	0.56 381	1.78 386	0.96 245	0.92 238	1.24 354	0.88 285	0.75 304	0.76 123	0.93 414	0.31 460	0.22 410	0.22 276	0.21 322	0.24 341	0.28 377
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
111	0.66 265	0.27 141	1.15 387	0.46 98	0.25 52	0.72 283	0.42 232	1.57 329	1.44 492	0.83 215	1.39 412	1.10 375	0.80 331	0.97 200	0.65 333	0.20 231	0.14 170	0.18 131	0.15 132	0.18 142	0.28 377

ACVNet	0.66 265	0.33 286	0.74 203	0.55 260	0.37 283	0.80 328	0.47 304	1.46 302	1.11 313	1.01 261	1.31 380	1.07 360	0.91 382	0.82 142	1.09 443	0.22 300	0.19 357	0.21 241	0.18 222	0.23 312	0.19 167

Hybrid-DGEV-03	0.67 276	0.29 186	0.69 172	0.55 260	0.36 271	0.73 288	0.38 186	1.09 189	1.18 356	1.74 526	2.49 564	0.84 274	0.56 224	0.99 203	0.47 225	0.19 179	0.12 43	0.22 276	0.19 246	0.17 104	0.17 103

HI	0.67 276	0.34 316	0.80 233	0.51 182	0.51 409	0.41 56	0.37 173	1.15 220	0.80 184	1.34 424	1.42 423	1.60 483	1.11 462	0.96 196	0.90 403	0.16 59	0.12 43	0.20 205	0.21 322	0.20 221	0.20 198

CoSv	0.67 276	0.34 316	0.80 233	0.51 182	0.51 409	0.41 56	0.37 173	1.15 220	0.80 184	1.34 424	1.42 423	1.60 483	1.11 462	0.96 196	0.90 403	0.16 59	0.12 43	0.20 205	0.21 322	0.20 221	0.20 198

test_sample2	0.67 276	0.31 247	0.89 289	0.54 244	0.29 129	0.80 328	0.63 421	1.83 401	1.10 306	0.93 241	1.06 270	0.94 316	0.92 390	1.24 272	0.59 309	0.23 324	0.20 374	0.22 276	0.21 322	0.24 341	0.25 324

test_sample1	0.67 276	0.32 265	0.90 299	0.54 244	0.33 225	0.76 302	0.48 312	1.75 380	1.06 289	0.95 246	0.99 239	0.91 301	1.10 459	1.25 273	0.79 374	0.22 300	0.19 357	0.21 241	0.20 280	0.21 270	0.25 324

MyStereo06	0.67 276	0.29 186	1.06 356	0.58 318	0.48 387	0.62 223	0.72 448	2.26 513	0.89 213	1.07 282	1.12 299	1.22 400	0.56 224	0.83 148	0.47 225	0.17 95	0.17 307	0.24 336	0.21 322	0.23 312	0.23 280

StereoVision	0.67 276	0.37 377	1.02 344	0.60 345	0.41 336	0.50 137	0.41 225	1.32 275	0.96 245	0.73 196	2.48 562	0.82 257	0.57 228	1.06 228	0.50 250	0.26 395	0.28 483	0.29 438	0.28 450	0.37 467	0.22 259

CASS	0.67 276	0.36 356	0.84 264	0.57 304	0.28 114	0.82 338	0.43 250	1.62 343	0.92 224	1.39 447	1.28 373	0.87 279	0.84 345	0.88 169	0.59 309	0.36 502	0.19 357	0.26 396	0.22 350	0.29 405	0.43 496
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CIPLG	0.67 276	0.37 377	1.17 402	0.60 345	0.51 409	0.75 296	0.48 312	1.26 257	1.11 313	1.43 463	1.58 473	0.64 204	0.48 172	0.94 186	0.78 369	0.24 346	0.15 241	0.19 160	0.16 172	0.19 179	0.29 391

IPLGR_C	0.67 276	0.38 395	1.20 412	0.60 345	0.50 399	0.75 296	0.48 312	1.28 266	1.13 327	1.42 459	1.57 471	0.62 196	0.48 172	0.85 157	0.80 381	0.24 346	0.15 241	0.19 160	0.16 172	0.19 179	0.29 391

GwcNet-ADL	0.67 276	0.33 286	0.90 299	0.58 318	0.41 336	0.60 212	0.59 400	1.55 322	1.28 416	1.11 288	1.13 310	0.90 297	0.59 249	1.11 245	0.91 407	0.28 434	0.18 339	0.18 131	0.18 222	0.25 353	0.33 434

TRStereo	0.67 276	0.71 526	1.06 356	0.77 505	0.68 491	0.53 161	0.38 186	2.52 558	0.96 245	0.81 211	0.84 201	0.87 279	0.39 110	1.16 256	0.46 216	0.24 346	0.17 307	0.23 312	0.24 395	0.18 142	0.20 198

RAFT	0.67 276	0.32 265	0.83 255	0.63 378	0.34 246	0.69 273	0.57 387	1.14 208	0.84 198	1.12 296	1.20 334	1.75 511	0.92 390	1.09 237	0.60 312	0.22 300	0.19 357	0.27 410	0.24 395	0.22 291	0.23 280

DN-CSS_ROB	0.67 276	0.36 356	1.36 444	0.59 337	0.41 336	0.54 174	0.45 286	1.30 269	0.95 241	1.05 274	1.47 436	0.69 217	0.64 270	1.80 396	0.60 312	0.19 179	0.15 241	0.25 375	0.23 382	0.22 291	0.23 280

cc1	0.68 290	0.34 316	0.63 136	0.60 345	0.27 78	1.16 445	0.51 333	1.07 177	3.23 592	0.60 168	0.80 192	0.47 115	0.87 367	1.48 336	0.35 102	0.21 266	0.13 91	0.25 375	0.15 132	0.19 179	0.23 280

mmm	0.68 290	0.37 377	0.91 304	0.54 244	0.34 246	0.86 363	0.58 393	1.72 373	1.02 272	1.13 299	1.41 422	0.83 267	0.78 316	0.95 195	0.67 340	0.22 300	0.20 374	0.29 438	0.26 421	0.27 372	0.27 362

PCWNet_CMD	0.68 290	0.34 316	0.93 309	0.51 182	0.38 299	0.80 328	0.42 232	1.51 309	1.34 445	1.17 323	1.31 380	1.23 404	0.65 275	0.94 186	0.62 320	0.21 266	0.17 307	0.27 410	0.19 246	0.43 492	0.28 377

HH	0.68 290	0.33 286	0.83 255	0.53 229	0.34 246	0.92 384	0.45 286	1.79 389	0.74 157	0.71 190	1.13 310	1.60 483	0.83 342	1.95 416	0.39 148	0.18 138	0.14 170	0.19 160	0.17 198	0.19 179	0.19 167

HanStereo	0.68 290	0.33 286	0.83 255	0.53 229	0.34 246	0.92 384	0.45 286	1.79 389	0.74 157	0.71 190	1.13 310	1.60 483	0.83 342	1.95 416	0.39 148	0.18 138	0.14 170	0.19 160	0.17 198	0.19 179	0.19 167

DisPM	0.68 290	0.30 215	0.85 270	0.66 414	0.35 263	0.60 212	0.44 270	1.10 196	1.10 306	1.56 497	1.10 286	0.80 245	0.58 245	2.37 462	0.46 216	0.25 368	0.14 170	0.23 312	0.21 322	0.20 221	0.26 344

CFNet_pseudo	0.68 290	0.34 316	0.93 309	0.50 166	0.39 311	0.72 283	0.42 232	1.44 298	1.25 396	1.17 323	1.35 400	1.22 400	0.66 280	1.04 220	0.64 328	0.21 266	0.17 307	0.33 481	0.19 246	0.39 478	0.28 377

MSMDNet	0.68 290	0.34 316	0.93 309	0.52 205	0.38 299	0.80 328	0.42 232	1.52 313	1.35 448	1.17 323	1.31 380	1.23 404	0.65 275	0.94 186	0.62 320	0.21 266	0.17 307	0.26 396	0.19 246	0.41 486	0.28 377

ccs_rob	0.68 290	0.34 316	0.93 309	0.50 166	0.39 311	0.72 283	0.42 232	1.43 297	1.25 396	1.17 323	1.34 395	1.22 400	0.66 280	1.04 220	0.64 328	0.21 266	0.17 307	0.35 496	0.20 280	0.40 482	0.29 391

Hybrid-DGEV-2	0.69 299	0.35 345	0.85 270	0.61 359	0.37 283	1.06 420	0.28 75	1.73 375	1.42 487	1.37 437	0.93 219	1.02 347	1.01 427	1.09 237	0.54 281	0.19 179	0.15 241	0.22 276	0.19 246	0.17 104	0.18 124

SA	0.69 299	0.31 247	0.97 328	0.64 393	0.30 150	0.56 190	0.38 186	1.84 403	1.35 448	0.99 252	1.37 405	0.69 217	0.94 395	1.88 408	0.43 193	0.20 231	0.16 279	0.25 375	0.23 382	0.22 291	0.19 167

MyStereo8	0.70 301	0.32 265	1.24 422	0.63 378	0.53 422	0.90 374	0.34 131	1.60 338	1.35 448	1.20 347	1.31 380	0.89 295	0.64 270	0.77 126	1.02 435	0.18 138	0.15 241	0.20 205	0.18 222	0.22 291	0.30 407

MyStereo05	0.70 301	0.29 186	1.22 417	0.58 318	0.48 387	0.62 223	0.72 448	1.52 313	1.54 514	1.17 323	0.91 216	0.77 238	0.79 324	1.45 329	0.68 344	0.17 95	0.17 307	0.24 336	0.21 322	0.23 312	0.23 280

xx1	0.70 301	0.34 316	0.63 136	0.60 345	0.27 78	1.16 445	0.51 333	1.07 177	3.23 592	0.60 168	0.80 192	0.95 320	0.79 324	1.48 336	0.35 102	0.21 266	0.13 91	0.24 336	0.23 382	0.23 312	0.25 324

GMStereo_Zeroshot	0.70 301	0.64 506	1.11 374	0.65 401	0.38 299	0.84 355	0.37 173	1.09 189	1.16 345	1.14 313	1.07 273	1.26 415	0.55 217	1.23 270	0.65 333	0.34 485	0.17 307	0.31 457	0.18 222	0.57 541	0.23 280

test_5	0.70 301	0.32 265	0.99 334	0.69 452	0.50 399	0.89 370	0.51 333	1.88 419	1.14 333	0.78 203	1.13 310	1.04 352	0.89 376	1.59 357	0.46 216	0.19 179	0.14 170	0.23 312	0.22 350	0.22 291	0.20 198

GES	0.70 301	0.37 377	1.05 354	0.62 368	0.38 299	0.94 391	0.57 387	2.37 534	0.92 224	1.05 274	1.12 299	0.67 211	0.77 309	1.02 215	0.65 333	0.28 434	0.20 374	0.20 205	0.20 280	0.22 291	0.31 417

IGEV-BASED-STEREO-	0.71 307	3.18 619	2.55 532	0.40 37	0.24 31	0.42 67	0.23 38	0.66 37	0.46 63	0.47 100	0.45 66	0.33 59	0.27 30	0.58 56	0.30 53	1.34 594	0.10 2	0.22 276	0.19 246	0.45 506	1.32 591

MyStereo04	0.71 307	0.30 215	1.28 430	0.58 318	0.48 387	0.59 206	0.78 460	1.74 378	1.49 508	0.94 244	0.91 216	0.74 231	0.86 358	1.59 357	0.69 345	0.18 138	0.18 339	0.24 336	0.21 322	0.23 312	0.23 280

raft_robust	0.71 307	0.32 265	0.75 208	0.54 244	0.28 114	0.54 174	0.35 145	1.54 319	1.24 388	1.18 334	1.07 273	0.73 230	0.53 207	3.65 508	0.40 165	0.19 179	0.16 279	0.20 205	0.22 350	0.21 270	0.19 167

iRaft-Stereo_20w	0.71 307	0.33 286	1.25 424	0.50 166	0.36 271	0.82 338	0.31 98	3.16 587	0.89 213	1.24 369	1.14 315	0.79 243	0.65 275	1.15 252	0.43 193	0.18 138	0.13 91	0.18 131	0.17 198	0.20 221	0.23 280

DMCA	0.71 307	0.36 356	1.17 402	0.53 229	0.45 364	0.84 355	0.46 292	1.52 313	1.09 302	1.20 347	1.12 299	1.21 396	0.74 299	0.87 165	1.09 443	0.25 368	0.20 374	0.27 410	0.19 246	0.24 341	0.29 391

HITNet	0.71 307	0.42 422	1.07 361	0.52 205	0.25 52	1.05 417	0.48 312	2.12 477	1.08 294	1.21 354	1.23 350	0.91 301	0.84 345	0.90 177	0.91 407	0.17 95	0.12 43	0.21 241	0.17 198	0.29 405	0.18 124
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
IPLG	0.72 313	0.29 186	1.12 379	0.53 229	0.44 360	0.79 321	0.33 118	1.35 279	1.10 306	1.32 411	1.11 295	0.52 143	0.54 215	3.13 495	0.71 351	0.17 95	0.14 170	0.20 205	0.17 198	0.18 142	0.21 228

HCRNet	0.72 313	0.40 410	0.86 278	0.61 359	0.57 446	0.75 296	0.35 145	1.39 289	1.21 370	1.11 288	0.99 239	1.01 345	0.76 305	2.18 444	0.73 353	0.28 434	0.19 357	0.28 426	0.23 382	0.25 353	0.26 344

UCFNet_RVC	0.72 313	0.37 377	0.59 109	0.66 414	0.41 336	0.89 370	0.68 434	1.78 386	1.15 338	1.01 261	1.20 334	1.22 400	0.95 400	1.07 230	0.66 337	0.28 434	0.21 392	0.34 489	0.31 487	0.33 445	0.29 391

test_sample3	0.73 316	0.35 345	1.06 356	0.55 260	0.32 205	0.97 406	0.51 333	2.12 477	1.25 396	1.16 319	1.17 326	0.88 285	0.78 316	1.27 280	0.79 374	0.26 395	0.21 392	0.25 375	0.25 404	0.26 366	0.27 362

CFNet_ucs	0.73 316	0.34 316	0.94 316	0.53 229	0.44 360	0.76 302	0.46 292	1.73 375	1.34 445	1.24 369	1.54 458	1.08 370	0.64 270	1.05 223	0.64 328	0.26 395	0.20 374	0.37 509	0.22 350	0.42 490	0.30 407

ToySt	0.73 316	0.35 345	1.64 474	0.54 244	0.37 283	0.92 384	0.81 476	1.21 242	1.03 275	0.86 227	1.12 299	1.31 427	1.01 427	1.04 220	0.88 396	0.19 179	0.20 374	0.24 336	0.24 395	0.27 372	0.28 377

LCNet	0.73 316	0.30 215	0.58 103	0.58 318	0.31 172	0.68 263	0.53 350	1.09 189	0.94 236	1.19 342	1.34 395	0.96 325	1.32 503	2.50 472	0.46 216	0.19 179	0.13 91	0.21 241	0.25 404	0.28 388	0.69 562

test_sample4	0.74 320	0.36 356	1.09 367	0.55 260	0.32 205	0.92 384	0.51 333	2.14 487	1.25 396	1.22 362	1.22 342	0.86 277	0.82 337	1.29 284	0.76 363	0.26 395	0.21 392	0.26 396	0.26 421	0.27 372	0.28 377

IER	0.74 320	0.33 286	1.25 424	0.50 166	0.53 422	1.32 470	0.55 374	1.31 271	1.08 294	1.30 402	1.34 395	1.11 380	1.10 459	1.05 223	0.81 383	0.20 231	0.17 307	0.21 241	0.21 322	0.20 221	0.21 228

SFCPSM	0.74 320	0.30 215	1.06 356	0.52 205	0.39 311	1.36 478	0.64 423	2.42 540	1.11 313	1.18 334	1.21 340	0.81 251	0.78 316	1.08 233	0.57 296	0.22 300	0.17 307	0.22 276	0.24 395	0.23 312	0.21 228

AdaStereo	0.74 320	0.48 449	0.86 278	0.75 495	0.38 299	0.94 391	0.56 381	2.05 466	1.24 388	1.15 315	1.22 342	1.07 360	0.67 282	1.05 223	0.73 353	0.33 475	0.16 279	0.32 469	0.22 350	0.29 405	0.23 280
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.
DCVSM-stereo	0.75 324	0.36 356	0.82 246	0.58 318	0.43 350	0.78 312	0.42 232	1.30 269	1.05 287	1.79 533	1.04 262	1.60 483	1.08 453	1.12 247	0.86 390	0.25 368	0.27 477	0.29 438	0.24 395	0.30 420	0.37 461

test_sample5	0.75 324	0.36 356	1.04 349	0.55 260	0.31 172	0.84 355	0.53 350	2.12 477	1.23 384	1.18 334	1.30 378	0.88 285	0.86 358	1.37 304	0.76 363	0.26 395	0.22 410	0.27 410	0.28 450	0.28 388	0.29 391

DualNet	0.75 324	0.36 356	1.04 349	0.55 260	0.31 172	0.84 355	0.53 350	2.12 477	1.23 384	1.21 354	1.40 417	0.88 285	0.86 358	1.37 304	0.76 363	0.26 395	0.22 410	0.27 410	0.28 450	0.28 388	0.29 391

BSDual-CNN	0.75 324	0.34 316	0.77 219	0.55 260	0.45 364	1.25 463	0.66 429	2.65 567	1.04 281	1.25 372	1.12 299	1.11 380	0.77 309	0.94 186	0.76 363	0.25 368	0.18 339	0.25 375	0.22 350	0.23 312	0.24 303

psmg	0.75 324	0.34 316	0.77 219	0.52 205	0.45 364	1.46 493	0.73 451	2.15 492	1.04 281	1.25 372	1.33 391	1.11 380	0.77 309	0.94 186	0.76 363	0.25 368	0.20 374	0.25 375	0.26 421	0.23 312	0.24 303

UDGNet	0.75 324	1.23 573	0.99 334	0.82 519	0.42 346	0.76 302	0.38 186	0.98 140	1.37 462	0.83 215	0.88 211	0.70 220	0.60 255	1.25 273	0.57 296	0.57 560	0.19 357	1.03 587	0.26 421	0.79 566	0.35 453

PSMNet-ADL	0.75 324	0.36 356	0.69 172	0.71 466	0.47 384	1.13 435	0.46 292	1.47 305	1.07 291	0.85 222	1.18 329	1.31 427	0.94 395	1.56 347	1.06 440	0.34 485	0.22 410	0.22 276	0.23 382	0.27 372	0.36 457

GMM-Stereo	0.75 324	0.27 141	0.66 158	0.56 282	0.34 246	0.71 279	0.97 513	1.09 189	0.91 219	1.37 437	1.79 507	1.11 380	0.79 324	2.08 433	0.48 234	0.19 179	0.12 43	0.25 375	0.25 404	0.21 270	0.78 569

rvit_105_1	0.76 332	0.54 473	1.27 427	0.80 512	0.49 394	0.74 291	0.86 490	1.39 289	1.23 384	1.00 256	0.80 192	0.93 310	0.78 316	1.29 284	0.78 369	0.43 524	0.36 534	0.36 506	0.42 535	0.30 420	0.36 457

qqq1	0.76 332	0.32 265	0.95 320	0.49 145	0.27 78	0.83 346	0.43 250	2.16 494	1.45 497	1.27 389	1.50 447	0.98 329	0.96 402	1.87 402	0.48 234	0.24 346	0.22 410	0.18 131	0.15 132	0.19 179	0.22 259

fff1	0.76 332	0.32 265	0.95 320	0.49 145	0.27 78	0.83 346	0.43 250	2.16 494	1.45 497	1.27 389	1.50 447	0.98 329	0.96 402	1.87 402	0.48 234	0.24 346	0.22 410	0.18 131	0.15 132	0.19 179	0.22 259

Sa-1000	0.76 332	0.30 215	0.92 307	0.62 368	0.31 172	0.78 312	0.37 173	2.00 453	1.38 464	1.30 402	2.04 537	0.86 277	0.74 299	1.87 402	0.40 165	0.19 179	0.14 170	0.25 375	0.24 395	0.21 270	0.19 167

Prome-Stereo	0.76 332	0.29 186	0.57 100	0.58 318	0.33 225	0.58 204	0.94 508	0.98 140	0.92 224	1.46 475	2.45 560	0.91 301	1.38 510	1.60 362	0.44 198	0.19 179	0.13 91	0.19 160	0.18 222	0.20 221	0.87 575

EAI-Stereo	0.76 332	0.31 247	0.74 203	0.55 260	0.28 114	0.70 277	1.72 576	2.57 561	0.90 218	0.75 199	3.03 575	0.57 173	0.43 131	1.10 242	0.49 247	0.19 179	0.14 170	0.17 95	0.18 222	0.17 104	0.21 228

DFGA-Net	0.77 338	0.47 443	1.75 482	0.55 260	0.46 373	0.83 346	0.44 270	1.38 286	1.10 306	1.05 274	1.20 334	0.70 220	0.58 245	2.27 452	1.31 472	0.19 179	0.17 307	0.24 336	0.24 395	0.28 388	0.30 407

G2L-Stereo_test	0.77 338	0.31 247	0.97 328	0.51 182	0.41 336	0.90 374	0.80 471	1.67 348	1.22 379	1.32 411	1.27 367	1.50 467	0.81 335	1.74 382	1.02 435	0.20 231	0.14 170	0.16 65	0.16 172	0.18 142	0.22 259

test_sample6	0.77 338	0.36 356	1.07 361	0.56 282	0.31 172	0.82 338	0.56 381	2.12 477	1.24 388	1.21 354	1.40 417	0.90 297	0.90 379	1.45 329	0.87 395	0.28 434	0.23 438	0.28 426	0.29 469	0.28 388	0.30 407

KYRaft	0.77 338	0.29 186	0.68 167	0.59 337	0.29 129	0.66 254	0.83 481	1.05 173	0.89 213	1.63 513	2.22 548	1.15 388	0.99 418	1.59 357	0.41 175	0.21 266	0.14 170	0.22 276	0.28 450	0.21 270	1.01 579

MLCV	0.77 338	0.39 404	1.31 434	0.55 260	0.25 52	0.91 377	0.39 203	1.48 307	1.28 416	1.49 483	1.54 458	1.02 347	0.68 286	2.12 438	0.93 414	0.19 179	0.13 91	0.19 160	0.14 109	0.19 179	0.22 259

test_sample7	0.78 343	0.39 404	0.89 289	0.55 260	0.35 263	0.93 388	0.75 453	1.99 449	1.27 408	1.25 372	1.22 342	1.09 371	1.01 427	1.31 287	0.73 353	0.32 468	0.32 512	0.32 469	0.32 494	0.33 445	0.33 434

CoDeX	0.78 343	0.31 247	1.04 349	0.56 282	0.37 283	1.13 435	0.60 408	2.77 576	1.29 428	1.17 323	1.26 358	0.91 301	0.87 367	1.42 322	0.74 357	0.21 266	0.16 279	0.21 241	0.18 222	0.21 270	0.21 228

anonymousa	0.78 343	0.30 215	0.85 270	0.51 182	0.96 557	1.41 488	0.47 304	1.61 340	0.94 236	1.33 417	1.77 505	1.66 495	1.11 462	0.72 107	0.63 324	0.19 179	0.18 339	0.23 312	0.25 404	0.20 221	0.22 259

BUS	0.78 343	0.34 316	0.77 219	0.55 260	0.45 364	2.30 560	0.42 232	2.65 567	1.04 281	1.25 372	1.12 299	1.02 347	0.70 293	0.94 186	0.75 360	0.25 368	0.18 339	0.25 375	0.22 350	0.23 312	0.24 303

acv_ft	0.78 343	0.33 286	1.10 372	0.73 480	0.86 539	1.23 460	0.57 387	1.65 347	1.11 313	1.31 408	1.31 380	1.07 360	0.91 382	0.82 142	1.35 482	0.22 300	0.19 357	0.21 241	0.18 222	0.22 291	0.19 167

GANet-RSSM	0.78 343	0.31 247	0.90 299	0.67 428	0.58 449	0.80 328	0.62 416	2.04 462	1.15 338	1.11 288	1.27 367	1.26 415	1.18 481	1.68 373	0.74 357	0.26 395	0.21 392	0.22 276	0.22 350	0.23 312	0.23 280

PSMNet-RSSM	0.78 343	0.32 265	0.89 289	0.65 401	0.43 350	0.73 288	0.58 393	2.14 487	1.19 359	1.18 334	1.38 410	1.31 427	1.07 452	1.43 324	0.82 384	0.28 434	0.21 392	0.27 410	0.29 469	0.25 353	0.26 344

CFNet-ft	0.78 343	0.36 356	0.74 203	0.67 428	0.56 441	0.86 363	0.54 364	1.46 302	1.17 350	1.01 261	1.28 373	1.68 500	1.03 438	1.57 349	0.95 421	0.27 416	0.21 392	0.33 481	0.26 421	0.31 427	0.26 344

CFNet_RVC	0.78 343	0.36 356	0.74 203	0.67 428	0.56 441	0.86 363	0.54 364	1.46 302	1.17 350	1.01 261	1.28 373	1.68 500	1.03 438	1.57 349	0.95 421	0.27 416	0.21 392	0.33 481	0.26 421	0.31 427	0.26 344

G2L-ROB	0.79 352	0.28 161	1.01 341	0.57 304	0.39 311	0.94 391	0.65 425	1.76 382	1.18 356	1.27 389	1.03 256	1.62 488	0.78 316	1.93 412	1.26 467	0.20 231	0.14 170	0.17 95	0.15 132	0.20 221	0.24 303

SMFormer	0.79 352	0.32 265	0.95 320	0.49 145	0.27 78	0.83 346	0.43 250	2.16 494	1.45 497	1.27 389	1.50 447	0.98 329	0.96 402	1.87 402	0.99 427	0.24 346	0.22 410	0.22 276	0.21 322	0.23 312	0.27 362

tta	0.79 352	0.32 265	0.95 320	0.49 145	0.27 78	0.83 346	0.43 250	2.16 494	1.45 497	1.27 389	1.50 447	0.98 329	0.96 402	1.87 402	0.99 427	0.24 346	0.22 410	0.22 276	0.21 322	0.19 179	0.22 259

ffm	0.79 352	0.36 356	1.51 458	0.56 282	0.40 323	0.76 302	0.59 400	1.08 182	2.62 579	1.19 342	1.49 440	1.07 360	0.85 350	1.57 349	0.35 102	0.21 266	0.13 91	0.31 457	0.28 450	0.20 221	0.23 280

cf-r	0.79 352	0.32 265	1.06 356	0.57 304	0.64 473	0.78 312	0.51 333	2.04 462	1.22 379	1.20 347	1.27 367	1.53 473	0.91 382	1.47 334	0.94 419	0.25 368	0.19 357	0.22 276	0.23 382	0.19 179	0.21 228

DeepPruner_ROB	0.79 352	0.55 477	1.14 385	0.61 359	0.46 373	0.78 312	0.54 364	1.83 401	1.00 265	1.42 459	1.27 367	1.23 404	0.77 309	1.56 347	0.89 399	0.35 495	0.28 483	0.27 410	0.26 421	0.32 438	0.34 444

DDVS	0.80 358	0.43 427	1.09 367	0.64 393	0.44 360	1.27 466	0.43 250	1.49 308	0.94 236	1.21 354	1.16 323	1.42 447	0.63 266	2.14 440	1.02 435	0.29 450	0.22 410	0.26 396	0.23 382	0.31 427	0.37 461

gwcnet-sp	0.80 358	0.37 377	1.94 496	0.62 368	0.45 364	1.38 479	0.53 350	1.68 352	1.20 363	1.37 437	1.08 280	0.93 310	0.82 337	1.45 329	0.79 374	0.22 300	0.22 410	0.22 276	0.21 322	0.23 312	0.25 324

scenet	0.80 358	0.37 377	1.94 496	0.62 368	0.45 364	1.38 479	0.53 350	1.68 352	1.20 363	1.37 437	1.08 280	0.93 310	0.82 337	1.45 329	0.79 374	0.22 300	0.22 410	0.22 276	0.21 322	0.23 312	0.25 324

ssnet	0.80 358	0.37 377	1.94 496	0.62 368	0.45 364	1.38 479	0.53 350	1.68 352	1.20 363	1.37 437	1.08 280	0.93 310	0.82 337	1.45 329	0.79 374	0.22 300	0.22 410	0.22 276	0.21 322	0.23 312	0.25 324

AASNet	0.80 358	0.39 404	1.16 401	0.84 527	0.80 527	1.14 438	0.59 400	2.12 477	1.21 370	1.26 384	1.26 358	0.93 310	0.77 309	0.84 153	1.23 463	0.28 434	0.24 448	0.24 336	0.20 280	0.28 388	0.27 362

PSM-softLoss	0.80 358	0.33 286	0.89 289	0.63 378	0.32 205	0.55 180	0.40 212	1.26 257	0.78 168	1.25 372	1.07 273	0.83 267	0.51 199	5.33 544	0.61 315	0.25 368	0.15 241	0.25 375	0.22 350	0.20 221	0.26 344

KMStereo	0.80 358	0.33 286	0.89 289	0.63 378	0.32 205	0.55 180	0.40 212	1.26 257	0.78 168	1.25 372	1.07 273	0.83 267	0.51 199	5.33 544	0.61 315	0.25 368	0.15 241	0.25 375	0.22 350	0.20 221	0.26 344

PSM-AAD	0.80 358	0.29 186	0.58 103	0.58 318	0.29 129	0.76 302	1.19 543	1.08 182	0.94 236	1.65 516	1.58 473	0.81 251	2.12 571	1.67 371	0.44 198	0.19 179	0.14 170	0.38 513	0.32 494	0.22 291	0.68 559

iResNet	0.80 358	0.45 435	1.47 453	0.72 472	0.31 172	0.96 403	0.64 423	1.80 393	1.28 416	1.31 408	1.48 439	0.94 316	0.78 316	1.77 387	0.99 427	0.19 179	0.14 170	0.18 131	0.15 132	0.22 291	0.27 362

NINENet	0.81 367	0.40 410	0.89 289	0.65 401	0.53 422	2.30 560	0.42 232	2.12 477	1.13 327	1.20 347	1.27 367	1.02 347	0.70 293	1.26 277	0.75 360	0.29 450	0.24 448	0.31 457	0.21 322	0.27 372	0.26 344

DRaft	0.81 367	0.26 116	0.77 219	0.47 115	0.31 172	0.95 397	0.52 344	1.13 204	0.99 261	1.78 532	2.01 535	0.80 245	1.71 544	2.64 479	0.74 357	0.19 179	0.14 170	0.20 205	0.20 280	0.18 142	0.24 303

hknet	0.82 369	0.34 316	1.15 387	0.55 260	0.39 311	1.25 463	0.66 429	2.65 567	1.10 306	1.25 372	1.12 299	1.58 482	0.85 350	1.41 317	0.79 374	0.23 324	0.18 339	0.25 375	0.22 350	0.23 312	0.24 303

NF-Stereo	0.82 369	0.33 286	0.83 255	0.65 401	0.31 172	0.63 234	0.43 250	1.35 279	0.93 231	1.30 402	1.02 249	0.81 251	0.57 228	5.37 548	0.55 285	0.26 395	0.14 170	0.24 336	0.20 280	0.20 221	0.30 407

OCTAStereo	0.82 369	0.33 286	0.83 255	0.65 401	0.31 172	0.62 223	0.44 270	1.35 279	0.93 231	1.30 402	1.02 249	0.81 251	0.57 228	5.32 543	0.55 285	0.26 395	0.14 170	0.24 336	0.20 280	0.20 221	0.30 407

RE-Stereo	0.82 369	0.33 286	0.84 264	0.65 401	0.31 172	0.63 234	0.44 270	1.35 279	0.93 231	1.30 402	1.02 249	0.80 245	0.57 228	5.34 546	0.55 285	0.26 395	0.14 170	0.24 336	0.20 280	0.20 221	0.31 417

TVStereo	0.82 369	0.33 286	0.84 264	0.65 401	0.31 172	0.63 234	0.44 270	1.35 279	0.93 231	1.30 402	1.02 249	0.80 245	0.57 228	5.34 546	0.55 285	0.26 395	0.14 170	0.24 336	0.20 280	0.20 221	0.31 417

ARAFT	0.82 369	0.40 410	1.77 484	0.53 229	0.31 172	0.89 370	0.81 476	2.32 525	1.08 294	1.66 519	1.25 356	1.04 352	0.64 270	1.91 409	0.52 262	0.20 231	0.15 241	0.28 426	0.27 439	0.17 104	0.18 124

STTStereo	0.82 369	0.53 469	1.53 465	0.68 439	0.56 441	0.88 368	0.56 381	1.57 329	1.14 333	1.39 447	1.10 286	1.26 415	0.84 345	1.49 343	0.90 403	0.29 450	0.28 483	0.33 481	0.40 531	0.33 445	0.37 461

BEATNet_4x	0.82 369	0.54 473	2.02 503	0.56 282	0.28 114	1.04 414	0.55 374	2.14 487	1.13 327	1.24 369	1.26 358	1.00 340	0.94 395	1.13 249	1.23 463	0.21 266	0.14 170	0.24 336	0.20 280	0.37 467	0.23 280

iResNet_ROB	0.82 369	0.36 356	1.13 380	0.60 345	0.37 283	0.91 377	0.38 186	2.41 539	1.61 527	1.35 430	1.35 400	1.25 409	0.97 412	1.75 384	0.88 396	0.21 266	0.14 170	0.17 95	0.12 39	0.19 179	0.30 407

ISRNet	0.83 378	0.35 345	1.31 434	0.84 527	0.65 478	0.60 212	0.41 225	1.28 266	1.15 338	1.61 507	1.55 461	1.34 434	0.77 309	1.33 296	0.98 426	0.40 515	0.34 522	0.43 530	0.38 528	0.34 453	0.49 513

GrayStereo	0.83 378	0.28 161	0.62 133	0.66 414	0.37 283	0.76 302	1.79 580	1.19 233	0.91 219	1.98 552	1.89 523	1.07 360	1.76 549	1.43 324	0.50 250	0.20 231	0.15 241	0.19 160	0.21 322	0.18 142	0.41 484

psm_up	0.83 378	0.37 377	0.88 285	0.68 439	0.59 455	1.05 417	0.92 502	1.68 352	1.17 350	1.41 455	1.22 342	1.30 425	1.31 501	1.39 312	0.89 399	0.27 416	0.30 495	0.31 457	0.27 439	0.28 388	0.28 377

GwcNet-RSSM	0.83 378	0.34 316	1.29 433	0.65 401	0.55 436	0.78 312	0.62 416	1.89 421	1.27 408	1.18 334	1.39 412	1.56 478	0.91 382	1.60 362	1.22 460	0.26 395	0.20 374	0.23 312	0.24 395	0.21 270	0.21 228

DMCA-RVC	0.83 378	0.46 438	2.19 518	0.68 439	0.49 394	0.84 355	0.48 312	1.44 298	1.07 291	1.56 497	1.04 262	1.29 422	0.86 358	1.49 343	0.92 411	0.27 416	0.22 410	0.35 496	0.28 450	0.32 438	0.28 377

coex_refinement	0.84 383	0.30 215	0.89 289	0.72 472	0.52 414	0.95 397	0.60 408	1.92 433	1.29 428	1.38 443	1.37 405	1.80 517	0.82 337	1.48 336	1.31 472	0.27 416	0.17 307	0.19 160	0.20 280	0.25 353	0.27 362

G2L-Stereo	0.84 383	0.35 345	1.15 387	0.63 378	0.43 350	0.78 312	0.69 437	1.69 361	1.20 363	1.36 435	1.18 329	1.43 452	0.78 316	2.47 471	1.26 467	0.25 368	0.20 374	0.26 396	0.21 322	0.20 221	0.27 362

RAFT_R40	0.84 383	0.30 215	0.83 255	0.63 378	0.31 172	0.66 254	0.43 250	1.15 220	0.99 261	1.47 476	1.10 286	1.00 340	0.84 345	5.44 549	0.53 272	0.23 324	0.13 91	0.23 312	0.20 280	0.23 312	0.19 167

UPFNet	0.84 383	0.34 316	1.09 367	0.62 368	0.74 508	1.25 463	0.78 460	1.69 361	1.20 363	1.39 447	1.13 310	1.30 425	0.87 367	1.73 381	1.22 460	0.24 346	0.26 467	0.24 336	0.23 382	0.26 366	0.20 198

hitnet-ft	0.84 383	0.38 395	0.75 208	0.59 337	0.44 360	0.99 408	0.47 304	1.61 340	1.38 464	1.21 354	1.22 342	1.82 519	0.99 418	1.87 402	1.09 443	0.33 475	0.29 491	0.34 489	0.27 439	0.36 461	0.33 434

NLCA_NET_v2_RVC	0.84 383	0.46 438	1.40 449	0.69 452	0.61 465	0.95 397	0.52 344	1.68 352	1.21 370	1.39 447	1.15 321	1.42 447	0.88 373	1.78 389	0.93 414	0.26 395	0.23 438	0.27 410	0.27 439	0.30 420	0.39 474
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.84 383	0.43 427	1.01 341	0.66 414	0.43 350	1.32 470	0.49 323	1.64 344	1.24 388	1.53 489	1.45 431	1.49 464	0.97 412	1.32 293	1.31 472	0.21 266	0.17 307	0.27 410	0.25 404	0.25 353	0.34 444
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ITSA-stereo	0.85 390	0.38 395	0.92 307	0.58 318	0.32 205	0.86 363	0.49 323	2.33 531	1.69 533	1.16 319	1.12 299	0.95 320	0.85 350	2.46 466	1.18 452	0.27 416	0.23 438	0.28 426	0.28 450	0.28 388	0.41 484

AIO-Stereo-zeroshot	0.85 390	0.38 395	2.79 541	0.51 182	0.60 459	0.72 283	0.38 186	2.87 583	0.77 163	0.80 206	1.07 273	2.14 550	0.93 392	0.96 196	0.62 320	0.21 266	0.13 91	0.21 241	0.26 421	0.29 405	0.32 426

DCRE	0.85 390	0.28 161	0.76 214	0.60 345	0.49 394	0.59 206	0.53 350	1.04 169	0.92 224	0.80 206	7.34 608	0.87 279	0.57 228	0.78 135	0.43 193	0.16 59	0.17 307	0.19 160	0.17 198	0.18 142	0.22 259

SST-Stereo	0.85 390	0.30 215	0.81 237	0.63 378	0.31 172	0.70 277	0.25 50	1.16 225	0.95 241	1.47 476	1.11 295	0.99 334	0.86 358	5.69 552	0.53 272	0.23 324	0.13 91	0.23 312	0.19 246	0.23 312	0.19 167

PAM	0.86 394	0.31 247	1.19 408	0.55 260	0.35 263	2.17 554	0.47 304	2.26 513	0.87 208	1.18 334	0.96 225	3.01 578	1.41 517	0.90 177	0.40 165	0.19 179	0.13 91	0.19 160	0.18 222	0.20 221	0.27 362

RAFT-345	0.86 394	0.26 116	0.73 197	0.53 229	0.28 114	0.53 161	0.41 225	0.85 102	1.31 439	1.33 417	2.32 552	0.85 276	0.53 207	5.69 552	0.48 234	0.19 179	0.14 170	0.22 276	0.17 198	0.17 104	0.17 103

UNet	0.86 394	0.36 356	1.52 462	0.62 368	0.74 508	1.56 504	0.49 323	1.55 322	1.12 321	1.28 395	1.10 286	1.52 472	1.10 459	1.69 377	1.14 448	0.24 346	0.18 339	0.25 375	0.21 322	0.25 353	0.25 324

ac_64	0.86 394	0.32 265	1.02 344	0.74 486	0.60 459	1.04 414	0.53 350	2.20 508	0.99 261	1.23 365	1.11 295	1.96 533	1.06 450	2.01 424	1.01 432	0.30 457	0.22 410	0.24 336	0.23 382	0.22 291	0.22 259

Select-FE	0.87 398	0.42 422	2.64 538	0.57 304	0.48 387	0.47 101	0.23 38	2.59 563	0.85 202	1.08 284	1.32 385	2.00 537	1.73 546	1.15 252	0.47 225	0.21 266	0.17 307	0.21 241	0.26 421	0.20 221	0.33 434

PAM_32	0.87 398	0.30 215	1.08 364	0.56 282	0.32 205	2.10 553	0.36 158	2.26 513	1.01 268	1.13 299	1.05 269	3.14 583	1.47 524	1.00 208	0.42 186	0.19 179	0.14 170	0.20 205	0.18 222	0.19 179	0.25 324

SepStereo	0.87 398	0.37 377	1.20 412	0.66 414	0.69 494	0.82 338	0.62 416	1.79 389	1.26 404	1.93 546	1.55 461	0.96 325	1.17 474	2.34 457	0.69 345	0.22 300	0.16 279	0.25 375	0.18 222	0.29 405	0.24 303

LMCR-Stereo	0.87 398	0.50 457	0.99 334	0.80 512	0.43 350	1.32 470	0.55 374	2.79 579	1.03 275	1.55 495	1.49 440	0.74 231	1.01 427	1.76 385	0.99 427	0.30 457	0.17 307	0.22 276	0.18 222	0.31 427	0.22 259

FADNet_RVC	0.88 402	0.56 481	2.15 515	0.57 304	0.43 350	1.17 452	0.46 292	1.68 352	1.12 321	0.91 236	1.24 354	0.91 301	0.94 395	2.22 446	1.20 455	0.28 434	0.22 410	0.32 469	0.28 450	0.46 513	0.42 492

iResNetv2_ROB	0.88 402	0.43 427	2.62 537	0.60 345	0.38 299	0.94 391	0.67 431	1.88 419	1.38 464	1.27 389	1.45 431	1.26 415	1.05 449	1.92 410	0.64 328	0.24 346	0.15 241	0.19 160	0.14 109	0.24 341	0.21 228

DualNet (step1)	0.89 404	0.51 461	1.35 439	0.58 318	0.40 323	1.07 422	0.80 471	1.99 449	1.27 408	1.25 372	1.22 342	1.09 371	1.01 427	1.31 287	0.73 353	0.59 563	0.32 512	0.62 569	0.67 577	0.45 506	0.48 508

iRaft-Stereo_5w	0.89 404	0.31 247	1.04 349	0.56 282	0.47 384	0.47 101	0.68 434	1.19 233	1.08 294	0.80 206	1.35 400	1.46 459	0.90 379	5.11 538	1.16 450	0.18 138	0.15 241	0.22 276	0.19 246	0.21 270	0.24 303

DAS	0.89 404	0.37 377	1.20 412	0.66 414	0.69 494	0.82 338	0.62 416	1.79 389	1.26 404	1.93 546	1.55 461	0.96 325	1.17 474	2.72 483	0.69 345	0.22 300	0.16 279	0.25 375	0.18 222	0.29 405	0.24 303

SACVNet	0.89 404	0.51 461	1.08 364	0.83 523	0.58 449	0.83 346	0.78 460	1.84 403	1.17 350	1.39 447	1.33 391	1.25 409	1.01 427	2.31 456	0.92 411	0.35 495	0.26 467	0.31 457	0.29 469	0.35 457	0.48 508

ASMatch	0.89 404	0.29 186	0.72 183	0.56 282	0.36 271	0.47 101	0.37 173	1.16 225	0.95 241	1.11 288	3.26 578	0.95 320	0.96 402	4.88 535	0.53 272	0.20 231	0.16 279	0.22 276	0.19 246	0.20 221	0.30 407

ADLNet	0.89 404	0.39 404	1.09 367	0.88 538	0.73 501	1.24 462	0.75 453	2.02 455	1.41 478	1.58 502	1.37 405	1.26 415	1.00 424	1.31 287	1.18 452	0.28 434	0.21 392	0.26 396	0.26 421	0.29 405	0.36 457

MMNet	0.89 404	0.35 345	1.44 450	0.64 393	0.59 455	1.83 532	0.48 312	1.70 365	1.38 464	1.45 472	1.19 333	1.25 409	1.16 470	1.77 387	1.27 470	0.20 231	0.19 357	0.23 312	0.22 350	0.25 353	0.24 303

HGLStereo	0.89 404	0.42 422	1.15 387	0.82 519	1.03 562	1.16 445	0.57 387	1.68 352	1.28 416	1.26 384	1.62 480	1.13 384	1.31 501	1.85 398	1.11 447	0.25 368	0.24 448	0.24 336	0.22 350	0.24 341	0.29 391

CRFU-Net	0.90 412	0.42 422	1.10 372	0.69 452	0.59 455	1.76 523	0.84 483	2.33 531	0.92 224	1.45 472	1.20 334	1.62 488	1.25 490	1.38 308	0.94 419	0.28 434	0.23 438	0.22 276	0.19 246	0.24 341	0.27 362

dad	0.90 412	0.73 532	1.28 430	0.59 337	0.39 311	0.83 346	0.45 286	1.24 251	1.54 514	1.52 486	1.28 373	1.36 437	0.86 358	2.54 475	0.91 407	0.43 524	0.27 477	0.82 577	0.26 421	0.44 503	0.34 444

AACVNet	0.90 412	0.40 410	0.98 331	0.86 533	0.40 323	0.80 328	0.49 323	1.81 397	0.86 205	1.11 288	1.34 395	1.32 431	0.99 418	4.23 519	0.86 390	0.26 395	0.22 410	0.28 426	0.22 350	0.30 420	0.28 377

IRAFT_RVC	0.90 412	0.30 215	0.89 289	0.67 428	0.31 172	0.64 243	1.00 519	1.40 291	0.97 249	1.23 365	1.04 262	1.00 340	0.96 402	5.77 557	0.57 296	0.24 346	0.13 91	0.25 375	0.21 322	0.20 221	0.21 228

delet	0.90 412	0.34 316	1.15 387	0.69 452	0.66 484	1.63 512	0.81 476	1.95 440	1.49 508	1.42 459	1.38 410	1.29 422	0.91 382	1.78 389	1.18 452	0.22 300	0.22 410	0.24 336	0.25 404	0.22 291	0.24 303

pcwnet_v2	0.91 417	0.39 404	2.74 539	0.64 393	0.55 436	0.81 336	0.49 323	2.19 505	1.63 528	1.44 466	1.64 486	1.09 371	0.79 324	1.31 287	0.70 348	0.32 468	0.25 460	0.29 438	0.27 439	0.37 467	0.37 461

FADNet-RVC-Resample	0.91 417	0.51 461	2.92 544	0.64 393	0.46 373	1.07 422	0.60 408	1.76 382	1.24 388	1.10 287	0.98 238	1.06 357	0.98 415	2.17 443	0.95 421	0.24 346	0.22 410	0.30 450	0.32 494	0.36 461	0.40 480

HSM-Net_RVC	0.91 417	0.31 247	0.60 119	0.54 244	0.31 172	1.15 442	0.60 408	3.76 596	1.30 432	1.57 501	1.75 501	1.67 497	1.01 427	1.61 364	0.90 403	0.23 324	0.17 307	0.19 160	0.18 222	0.20 221	0.22 259
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ssnet_v2	0.92 420	0.39 404	1.22 417	0.66 414	0.39 311	1.31 469	0.96 512	2.32 525	1.45 497	1.48 481	1.17 326	1.53 473	0.91 382	1.16 256	1.71 525	0.31 460	0.27 477	0.30 450	0.29 469	0.28 388	0.29 391

ADLNet2	0.92 420	0.37 377	1.25 424	0.80 512	0.65 478	1.12 434	0.75 453	1.95 440	1.42 487	1.26 384	1.67 490	1.68 500	1.04 444	1.80 396	1.23 463	0.25 368	0.22 410	0.21 241	0.22 350	0.27 372	0.31 417

FTStereo	0.92 420	0.28 161	0.61 127	0.57 304	0.34 246	0.65 249	1.80 583	1.09 189	0.84 198	1.75 528	4.13 588	1.04 352	1.62 533	1.59 357	0.48 234	0.21 266	0.17 307	0.23 312	0.22 350	0.19 179	0.58 543

PFNet	0.92 420	0.28 161	1.20 412	0.68 439	0.32 205	0.62 223	0.55 374	1.27 261	1.01 268	1.47 476	1.09 284	0.97 328	0.68 286	6.58 577	0.59 309	0.21 266	0.13 91	0.24 336	0.19 246	0.20 221	0.20 198

DLCB_ROB	0.92 420	0.43 427	0.95 320	0.71 466	0.55 436	1.11 432	0.83 481	1.61 340	1.32 441	1.67 520	1.66 488	1.70 503	0.93 392	1.96 418	1.34 480	0.26 395	0.25 460	0.27 410	0.28 450	0.28 388	0.28 377

GEStereo_RVC	0.93 425	0.40 410	1.15 387	0.67 428	0.50 399	0.95 397	0.78 460	2.73 574	1.21 370	1.20 347	1.12 299	1.25 409	0.91 382	3.21 498	0.95 421	0.31 460	0.20 374	0.23 312	0.20 280	0.28 388	0.31 417

CBFPSM	0.95 426	0.37 377	2.10 511	0.51 182	0.39 311	1.73 519	0.87 494	1.59 336	1.13 327	1.11 288	1.00 244	2.34 559	1.64 538	1.42 322	1.44 491	0.19 179	0.18 339	0.20 205	0.20 280	0.22 291	0.36 457

OMP-Stereo	0.95 426	0.35 345	0.79 229	0.92 550	0.32 205	0.49 118	0.35 145	1.22 244	1.11 313	1.58 502	1.12 299	1.44 453	0.69 290	6.92 583	0.51 254	0.20 231	0.15 241	0.24 336	0.19 246	0.21 270	0.16 77

DSFCA	0.95 426	0.38 395	1.23 419	0.55 260	0.66 484	1.50 496	0.93 506	1.58 331	1.24 388	1.59 505	1.16 323	1.48 462	0.95 400	2.96 490	1.20 455	0.31 460	0.28 483	0.25 375	0.26 421	0.29 405	0.26 344

PSMNet_ROB	0.95 426	0.57 486	1.45 451	0.75 495	0.64 473	1.28 467	1.12 532	1.84 403	1.15 338	1.16 319	1.29 377	1.44 453	0.89 376	1.74 382	1.70 523	0.33 475	0.25 460	0.37 509	0.39 529	0.36 461	0.32 426

FADNet-RVC	0.96 430	0.72 529	2.96 545	0.64 393	0.49 394	0.90 374	0.59 400	1.85 410	1.27 408	0.92 238	0.97 233	1.36 437	0.90 379	2.36 459	1.31 472	0.30 457	0.29 491	0.32 469	0.32 494	0.42 490	0.37 461

TransformOpticalFlow	0.97 431	0.30 215	0.96 327	0.54 244	0.31 172	0.65 249	0.54 364	1.87 414	1.19 359	1.12 296	1.44 429	1.34 434	0.98 415	6.68 580	0.44 198	0.19 179	0.12 43	0.21 241	0.19 246	0.18 142	0.23 280

IIG-Stereo	0.97 431	0.34 316	0.80 233	0.90 548	0.33 225	0.61 220	0.26 61	1.27 261	1.08 294	1.69 522	1.37 405	1.44 453	0.74 299	6.94 584	0.53 272	0.21 266	0.14 170	0.23 312	0.18 222	0.20 221	0.15 43

XX-Stereo	0.97 431	0.28 161	8.28 591	0.85 530	0.70 500	0.44 81	0.22 25	1.07 177	0.69 141	0.66 182	1.56 467	1.38 443	0.38 105	1.36 301	0.38 142	0.21 266	0.14 170	0.20 205	0.19 246	0.19 179	0.16 77

DispNO	0.98 434	0.34 316	2.02 503	0.58 318	0.55 436	0.88 368	0.49 323	1.70 365	1.24 388	1.22 362	1.26 358	1.18 391	0.88 373	5.17 539	0.88 396	0.23 324	0.18 339	0.24 336	0.22 350	0.19 179	0.22 259

DEmStereo	0.98 434	0.25 95	0.85 270	0.49 145	0.33 225	1.02 412	0.55 374	0.97 136	0.93 231	1.41 455	2.13 542	1.01 345	2.01 561	5.62 551	0.78 369	0.19 179	0.15 241	0.20 205	0.20 280	0.18 142	0.25 324

FADNet	0.98 434	0.64 506	2.57 533	0.66 414	0.55 436	0.95 397	0.57 387	1.91 427	1.38 464	0.94 244	1.02 249	1.36 437	1.00 424	2.69 481	0.97 425	0.34 485	0.34 522	0.31 457	0.34 514	0.61 550	0.42 492

CFNet	0.99 437	0.40 410	1.23 419	0.65 401	0.43 350	1.03 413	0.49 323	2.01 454	1.35 448	1.02 265	1.39 412	1.10 375	0.86 358	5.47 550	0.89 399	0.24 346	0.18 339	0.28 426	0.27 439	0.27 372	0.22 259

NVstereo2D	0.99 437	0.45 435	2.21 519	0.79 511	0.75 513	1.20 456	0.86 490	1.98 445	1.41 478	1.02 265	1.18 329	1.31 427	0.97 412	2.25 450	0.93 414	0.45 536	0.22 410	0.39 517	0.25 404	0.59 544	0.68 559

CBMV_ROB	0.99 437	0.46 438	0.68 167	0.53 229	0.39 311	1.40 486	0.48 312	2.09 473	1.30 432	1.53 489	2.29 551	1.36 437	1.23 486	2.46 466	1.04 439	0.44 533	0.42 556	0.47 541	0.44 542	0.41 486	0.39 474

ACV-stereo	1.00 440	0.55 477	1.47 453	0.59 337	0.42 346	2.38 564	0.58 393	1.20 237	1.21 370	0.83 215	1.01 246	3.36 585	2.10 567	1.64 367	1.17 451	0.28 434	0.22 410	0.23 312	0.22 350	0.29 405	0.35 453

fast-acv-ft	1.00 440	0.48 449	1.85 492	0.61 359	0.52 414	1.77 525	0.69 437	1.52 313	1.47 503	1.34 424	1.85 519	1.73 506	1.24 489	1.62 365	1.56 504	0.27 416	0.28 483	0.28 426	0.28 450	0.28 388	0.31 417

HBP-ISP	1.00 440	0.60 490	0.85 270	0.64 393	0.48 387	1.63 512	0.77 457	2.24 512	1.30 432	1.33 417	1.53 457	0.87 279	0.99 418	3.26 501	0.76 363	0.46 537	0.44 558	0.54 555	0.48 551	0.48 518	0.42 492

CSP-Net	1.00 440	0.41 420	0.99 334	0.56 282	0.43 350	1.62 511	0.76 456	2.16 494	1.16 345	1.33 417	1.22 342	1.32 431	0.89 376	4.67 530	0.93 414	0.35 495	0.24 448	0.20 205	0.20 280	0.23 312	0.30 407

ETE_ROB	1.01 444	0.69 521	1.49 456	0.72 472	0.50 399	1.15 442	1.12 532	1.91 427	1.24 388	1.94 548	1.50 447	1.73 506	1.06 450	1.78 389	1.33 479	0.33 475	0.26 467	0.38 513	0.34 514	0.40 482	0.44 499

THIR-Stereo	1.02 445	0.29 186	0.73 197	0.51 182	0.29 129	0.94 391	1.31 553	1.08 182	0.98 252	1.35 430	1.91 527	1.16 389	1.54 529	6.37 575	0.79 374	0.20 231	0.14 170	0.21 241	0.22 350	0.19 179	0.25 324

PS-NSSS	1.02 445	0.62 502	1.17 402	0.61 359	0.58 449	0.91 377	0.79 468	2.02 455	1.19 359	1.17 323	1.68 492	1.00 340	0.85 350	4.43 524	0.86 390	0.38 507	0.31 500	0.52 550	0.32 494	0.52 528	0.45 501

XPNet_ROB	1.02 445	0.56 481	1.33 438	0.75 495	0.58 449	1.11 432	1.13 534	1.77 384	1.29 428	1.88 540	1.43 427	1.63 492	1.13 469	2.04 427	1.69 521	0.40 515	0.31 500	0.33 481	0.29 469	0.37 467	0.37 461

YMNet	1.04 448	0.59 487	1.67 477	0.86 533	0.86 539	1.84 533	0.61 413	1.70 365	1.28 416	1.65 516	1.98 531	1.75 511	0.96 402	1.57 349	1.58 506	0.34 485	0.37 539	0.32 469	0.32 494	0.33 445	0.32 426

YMNet_1	1.04 448	0.59 487	1.67 477	0.86 533	0.86 539	1.84 533	0.61 413	1.70 365	1.28 416	1.65 516	1.98 531	1.75 511	0.96 402	1.57 349	1.58 506	0.34 485	0.37 539	0.32 469	0.32 494	0.33 445	0.32 426

iinet-f	1.04 448	0.50 457	4.24 568	0.58 318	0.43 350	1.78 529	0.70 444	1.29 268	1.16 345	1.25 372	1.42 423	1.57 480	1.42 518	1.47 334	1.70 523	0.26 395	0.23 438	0.20 205	0.20 280	0.26 366	0.26 344

RAFT-RH_RVC	1.04 448	0.26 116	0.76 214	0.53 229	0.29 129	0.80 328	0.32 109	0.85 102	1.12 321	2.04 555	4.63 594	1.03 351	0.57 228	5.93 560	0.52 262	0.20 231	0.13 91	0.26 396	0.20 280	0.16 76	0.19 167

CBMV	1.04 448	0.48 449	0.88 285	0.56 282	0.36 271	1.52 498	1.55 566	1.87 414	1.59 523	2.11 559	1.67 490	1.46 459	1.35 506	1.92 410	1.31 472	0.35 495	0.35 530	0.39 517	0.33 508	0.34 453	0.34 444
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UGAM-zero	1.05 453	0.33 286	1.04 349	0.49 145	0.31 172	0.67 259	0.26 61	2.37 534	0.80 184	1.05 274	1.11 295	2.86 576	1.81 552	6.26 567	0.50 250	0.18 138	0.15 241	0.19 160	0.16 172	0.17 104	0.21 228

StereoDRNet	1.05 453	0.53 469	2.21 519	0.80 512	0.93 551	1.50 496	0.90 497	2.06 467	1.44 492	1.68 521	1.20 334	1.48 462	0.99 418	1.86 401	1.60 510	0.29 450	0.24 448	0.29 438	0.28 450	0.35 457	0.33 434

AIO-Stereo-zeroshot1	1.06 455	0.43 427	3.59 560	0.53 229	0.66 484	0.79 321	0.39 203	2.60 564	0.98 252	0.96 249	4.58 592	2.05 548	0.56 224	0.99 203	0.51 254	0.19 179	0.14 170	0.21 241	0.28 450	0.32 438	0.41 484

STrans-v2	1.06 455	0.31 247	1.02 344	0.52 205	0.33 225	0.67 259	0.78 460	2.66 571	1.26 404	1.15 315	1.46 433	1.37 441	1.40 513	6.68 580	0.46 216	0.19 179	0.13 91	0.21 241	0.18 222	0.18 142	0.21 228

DISCO	1.06 455	0.37 377	1.19 408	0.73 480	0.46 373	2.04 548	0.84 483	2.26 513	1.54 514	1.25 372	1.36 404	2.38 561	1.08 453	2.60 478	1.62 513	0.24 346	0.19 357	0.22 276	0.20 280	0.32 438	0.29 391

NCCL2	1.06 455	0.64 506	1.35 439	0.78 509	0.58 449	1.32 470	1.69 572	1.89 421	1.38 464	1.52 486	1.20 334	1.91 523	1.17 474	1.79 394	1.50 498	0.35 495	0.31 500	0.45 535	0.44 542	0.41 486	0.45 501

LALA_ROB	1.06 455	0.66 513	1.37 447	0.70 462	0.53 422	1.61 509	1.25 550	1.81 397	1.48 507	1.82 536	1.40 417	1.93 527	1.03 438	1.68 373	1.69 521	0.38 507	0.28 483	0.43 530	0.37 525	0.43 492	0.38 469

TCMNet	1.07 460	0.66 513	2.49 529	0.92 550	1.32 584	1.14 438	0.67 431	1.91 427	1.29 428	1.20 347	1.57 471	1.29 422	0.96 402	2.23 447	1.59 509	0.32 468	0.31 500	0.38 513	0.35 518	0.43 492	0.40 480

PSMNet-RUCA	1.07 460	1.06 557	1.64 474	1.23 579	1.10 567	1.39 482	0.65 425	1.91 427	1.43 489	0.95 246	1.52 455	0.99 334	0.83 342	1.28 283	1.01 432	0.71 574	0.34 522	0.99 585	0.61 573	1.01 576	0.67 555

RAFT + AFF	1.07 460	0.47 443	1.36 444	0.68 439	0.50 399	1.20 456	1.22 546	2.58 562	1.26 404	1.33 417	1.56 467	1.19 393	1.49 527	3.89 517	1.01 432	0.22 300	0.26 467	0.30 450	0.27 439	0.29 405	0.32 426

DRN-Test	1.07 460	0.49 454	1.95 500	0.75 495	0.81 531	1.61 509	0.78 460	2.26 513	1.53 512	1.84 537	1.35 400	1.42 447	1.04 444	2.26 451	1.61 511	0.28 434	0.23 438	0.31 457	0.30 481	0.33 445	0.33 434

TDLM	1.08 464	0.50 457	1.01 341	0.69 452	0.54 429	0.91 377	1.40 559	1.60 338	1.36 457	1.17 323	1.40 417	1.07 360	1.00 424	6.19 563	0.85 389	0.34 485	0.22 410	0.35 496	0.26 421	0.38 473	0.29 391

Wz-Net-LNSev-Ref	1.09 465	0.46 438	2.61 536	0.71 466	0.65 478	2.00 545	0.78 460	2.07 469	1.47 503	1.62 511	1.47 436	1.53 473	1.29 497	2.10 435	1.65 519	0.24 346	0.14 170	0.20 205	0.16 172	0.28 388	0.28 377

FAT-Stereo	1.10 466	0.43 427	1.46 452	0.74 486	0.60 459	1.13 435	0.92 502	2.06 467	1.71 536	1.75 528	2.00 534	2.02 541	1.47 524	2.02 426	1.26 467	0.44 533	0.36 534	0.34 489	0.29 469	0.36 461	0.57 540

CVANet_RVC	1.10 466	0.49 454	1.15 387	0.65 401	0.54 429	0.93 388	1.00 519	1.69 361	1.36 457	1.42 459	1.39 412	1.24 408	1.17 474	6.22 565	0.80 381	0.35 495	0.24 448	0.35 496	0.30 481	0.44 503	0.32 426

APVNet	1.11 468	0.59 487	1.95 500	0.87 536	0.77 519	1.90 538	0.82 480	2.03 459	1.15 338	1.14 313	1.43 427	1.55 476	1.12 468	3.03 492	1.62 513	0.32 468	0.34 522	0.42 529	0.36 521	0.36 461	0.41 484

GANetREF_RVC	1.11 468	0.90 546	1.56 467	0.88 538	0.53 422	1.41 488	1.35 556	1.91 427	1.54 514	1.28 395	1.32 385	1.46 459	1.23 486	2.04 427	1.00 431	0.57 560	0.45 560	0.67 572	0.52 561	0.91 572	0.62 550
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
GCST	1.13 470	1.50 584	1.17 402	1.74 590	1.17 578	1.29 468	0.30 92	1.55 322	1.21 370	1.31 408	0.97 233	0.99 334	0.48 172	2.38 463	0.54 281	1.24 593	0.70 592	1.31 592	0.86 587	1.03 578	0.92 577

GASNet	1.13 470	1.10 564	3.29 555	1.00 565	0.68 491	0.82 338	0.67 431	1.85 410	1.38 464	1.39 447	1.25 356	1.25 409	1.20 484	2.72 483	1.62 513	0.46 537	0.26 467	0.36 506	0.34 514	0.55 538	0.33 434

anonymity	1.14 472	0.98 554	1.24 422	1.09 570	1.13 571	1.08 426	0.90 497	2.02 455	1.23 384	1.32 411	1.27 367	1.27 420	1.09 456	1.16 256	1.03 438	1.02 584	1.01 608	0.97 582	0.97 591	0.98 574	1.01 579

PA-Net	1.14 472	0.63 503	2.12 513	0.67 428	0.75 513	1.19 455	0.91 500	1.91 427	1.46 502	1.18 334	1.23 350	1.33 433	1.17 474	4.31 522	1.41 488	0.29 450	0.46 564	0.33 481	0.50 557	0.33 445	0.57 540
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	1.15 474	0.54 473	1.50 457	0.73 480	0.66 484	1.18 454	0.84 483	2.13 485	1.41 478	1.73 525	1.84 516	2.53 567	1.46 522	2.46 466	1.35 482	0.43 524	0.41 551	0.54 555	0.36 521	0.43 492	0.50 517

RASNet	1.16 475	0.34 316	1.11 374	0.73 480	0.86 539	1.00 409	0.60 408	1.56 326	1.43 489	1.07 282	1.37 405	2.08 549	1.44 521	7.00 585	1.56 504	0.20 231	0.17 307	0.17 95	0.19 246	0.19 179	0.19 167

DANet	1.16 475	0.64 506	1.52 462	0.88 538	0.74 508	1.52 498	0.52 344	1.68 352	1.21 370	1.81 534	1.55 461	2.02 541	1.11 462	3.30 503	2.28 545	0.34 485	0.31 500	0.40 523	0.30 481	0.46 513	0.54 528
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
UGAM	1.17 477	0.29 186	1.08 364	0.55 260	0.43 350	0.69 273	0.71 447	1.14 208	1.35 448	1.00 256	1.49 440	1.90 521	0.86 358	9.61 612	0.89 399	0.21 266	0.19 357	0.30 450	0.25 404	0.20 221	0.18 124

Wz-Net-LNSev	1.17 477	0.72 529	4.71 572	0.66 414	0.84 536	1.72 516	1.13 534	1.97 444	1.43 489	1.34 424	1.32 385	1.66 495	1.30 500	1.44 328	1.51 500	0.29 450	0.26 467	0.24 336	0.23 382	0.33 445	0.35 453

S-Stereo	1.17 477	0.48 449	2.25 523	0.83 523	0.81 531	1.22 458	1.17 541	2.12 477	2.08 563	1.47 476	2.13 542	1.55 476	1.16 470	2.09 434	1.46 494	0.42 523	0.40 550	0.35 496	0.32 494	0.45 506	0.73 564

MaskLacGwcNet_RVC	1.17 477	1.06 557	1.28 430	0.88 538	0.69 494	1.92 540	0.92 502	1.71 369	1.14 333	1.17 323	1.26 358	1.49 464	0.80 331	2.04 427	0.86 390	2.02 596	0.34 522	0.79 576	0.36 521	1.38 589	1.33 592

RP	1.17 477	0.54 473	1.48 455	0.93 556	1.05 564	1.14 438	0.85 489	1.99 449	1.70 534	1.72 524	2.07 539	1.91 523	1.93 559	2.00 423	1.37 485	0.55 558	0.37 539	0.48 543	0.37 525	0.46 513	0.46 506

z-ln-s-r	1.18 482	0.61 495	2.91 543	0.54 244	0.56 441	0.81 336	0.86 490	1.72 373	1.55 520	1.18 334	1.62 480	1.37 441	1.16 470	3.67 511	3.77 571	0.20 231	0.15 241	0.21 241	0.17 198	0.29 405	0.24 303

ccnet	1.19 483	0.71 526	1.36 444	0.81 516	0.75 513	1.72 516	1.13 534	1.98 445	1.31 439	1.52 486	1.84 516	1.75 511	1.36 508	2.01 424	2.04 536	0.57 560	0.54 578	0.57 564	0.56 566	0.60 547	0.60 548

Nwc_Net	1.19 483	0.53 469	2.34 525	0.92 550	0.81 531	1.49 495	0.70 444	2.28 523	1.32 441	1.41 455	2.27 549	2.03 544	1.76 549	2.05 431	1.46 494	0.43 524	0.30 495	0.43 530	0.46 547	0.39 478	0.40 480

NCC-stereo	1.20 485	0.60 490	1.84 490	0.88 538	0.95 555	1.32 470	0.94 508	2.14 487	1.36 457	1.43 463	1.79 507	1.93 527	2.13 572	2.54 475	1.41 488	0.49 545	0.38 544	0.45 535	0.59 570	0.43 492	0.45 501

Abc-Net	1.20 485	0.60 490	1.84 490	0.88 538	0.95 555	1.32 470	0.94 508	2.14 487	1.36 457	1.43 463	1.79 507	1.93 527	2.13 572	2.54 475	1.41 488	0.49 545	0.38 544	0.45 535	0.59 570	0.43 492	0.45 501
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-MNSev	1.21 487	0.66 513	3.44 558	0.69 452	0.73 501	1.93 541	1.44 561	2.16 494	1.59 523	1.85 539	1.49 440	1.50 467	1.34 505	2.05 431	1.54 503	0.27 416	0.24 448	0.28 426	0.28 450	0.35 457	0.32 426

RGC	1.22 488	0.82 540	1.71 480	0.95 561	0.98 560	1.53 500	0.80 471	2.18 503	1.35 448	1.69 522	1.94 528	2.03 544	1.66 539	2.36 459	1.50 498	0.46 537	0.36 534	0.59 567	0.48 551	0.49 522	0.49 513

stereogan	1.22 488	0.45 435	2.03 506	0.87 536	0.85 537	2.52 566	0.72 448	1.98 445	1.78 544	1.92 544	1.94 528	2.31 558	1.42 518	2.10 435	1.14 448	0.38 507	0.36 534	0.39 517	0.32 494	0.52 528	0.49 513

AANet_RVC	1.22 488	0.60 490	1.94 496	0.69 452	0.46 373	0.75 296	0.69 437	1.51 309	1.57 521	1.36 435	1.90 525	1.51 470	0.87 367	7.23 589	1.89 533	0.26 395	0.19 357	0.19 160	0.16 172	0.23 312	0.37 461

HSM	1.22 488	0.34 316	0.81 237	0.61 359	0.39 311	1.22 458	0.63 421	2.45 544	1.25 396	1.32 411	1.26 358	1.91 523	1.08 453	9.21 608	0.75 360	0.23 324	0.17 307	0.20 205	0.16 172	0.22 291	0.24 303

Syn2CoEx	1.23 492	0.80 536	3.07 549	0.83 523	0.68 491	1.39 482	0.87 494	2.23 510	1.57 521	1.28 395	1.58 473	1.42 447	1.57 531	3.79 515	1.48 497	0.36 502	0.32 512	0.34 489	0.30 481	0.30 420	0.41 484

AF-Net	1.23 492	0.56 481	2.31 524	0.88 538	0.93 551	1.41 488	0.73 451	2.27 521	1.71 536	1.76 531	2.42 557	2.00 537	1.70 542	1.98 419	1.62 513	0.50 549	0.29 491	0.49 545	0.33 508	0.40 482	0.34 444

NaN_ROB	1.23 492	0.63 503	1.76 483	0.67 428	0.50 399	1.59 508	2.00 586	1.87 414	1.52 511	2.14 561	1.26 358	1.40 445	1.09 456	4.60 528	1.75 526	0.28 434	0.34 522	0.28 426	0.29 469	0.30 420	0.37 461

DGSMNet	1.24 495	0.84 543	3.20 551	0.91 549	0.92 548	1.39 482	1.34 555	2.46 548	1.44 492	1.34 424	1.66 488	1.50 467	1.03 438	1.85 398	1.30 471	0.48 543	0.48 567	0.55 560	0.51 560	0.78 565	0.79 570

RYNet	1.24 495	0.52 467	1.57 469	0.73 480	0.97 558	1.74 521	0.95 511	2.09 473	1.54 514	1.44 466	1.18 329	1.94 531	1.29 497	4.57 527	1.93 534	0.27 416	0.23 438	0.35 496	0.27 439	0.57 541	0.59 545

aanetorigin	1.26 497	0.85 544	3.00 547	0.72 472	0.80 527	1.08 426	1.05 525	1.12 200	1.39 472	3.53 598	2.60 565	1.72 504	1.73 546	1.98 419	1.77 529	0.26 395	0.24 448	0.26 396	0.25 404	0.38 473	0.51 521

GwcNet	1.26 497	0.63 503	5.13 574	0.81 516	1.15 575	1.73 519	0.69 437	1.84 403	1.53 512	1.51 484	1.71 497	1.72 504	1.09 456	2.20 445	1.61 511	0.31 460	0.30 495	0.29 438	0.27 439	0.30 420	0.41 484

Consistency-Raft	1.27 499	1.01 556	2.17 516	1.04 567	1.20 580	0.96 403	1.00 519	1.84 403	1.95 556	1.38 443	2.11 541	1.44 453	1.03 438	1.18 262	1.40 487	0.73 575	0.83 594	0.89 579	0.99 594	1.33 586	0.95 578

NOSS_ROB	1.29 500	0.49 454	0.68 167	0.60 345	0.40 323	1.09 431	0.77 457	1.94 437	1.44 492	1.04 271	1.46 433	1.10 375	0.81 335	10.57 624	0.78 369	0.46 537	0.43 557	0.48 543	0.45 545	0.45 506	0.43 496

SGM-Forest	1.29 500	0.40 410	0.74 203	0.54 244	0.37 283	1.55 502	1.26 551	1.82 399	1.39 472	2.22 562	1.81 513	1.64 493	1.02 436	7.65 595	1.20 455	0.39 513	0.37 539	0.39 517	0.34 514	0.37 467	0.34 444
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
WQFJA1++	1.34 502	0.23 46	0.51 70	0.40 37	0.29 129	0.46 90	0.20 13	0.67 39	0.31 16	0.40 72	0.39 43	0.34 64	0.39 110	0.66 93	0.28 31	0.19 179	0.13 91	0.16 65	0.13 74	20.39 634	0.17 103

Anonymous_2	1.37 503	0.56 481	0.94 316	0.57 304	0.62 469	1.04 414	0.65 425	1.82 399	1.01 268	1.00 256	0.79 187	1.42 447	1.27 493	1.06 228	0.83 385	0.62 566	0.67 589	1.05 588	9.88 631	1.09 581	0.55 535

SQANet	1.38 504	0.95 552	1.37 447	1.89 593	1.47 589	1.44 492	0.81 476	1.89 421	1.13 327	1.34 424	1.26 358	1.28 421	1.02 436	1.64 367	0.91 407	2.55 603	0.35 530	1.47 593	0.56 566	2.48 597	1.74 596

PWC_ROB	1.39 505	0.93 551	4.07 566	0.77 505	0.83 534	1.16 445	0.53 350	1.87 414	2.01 559	2.36 567	3.06 576	1.65 494	1.60 532	2.65 480	2.29 547	0.34 485	0.23 438	0.36 506	0.25 404	0.39 478	0.49 513

PWCDC_ROB	1.39 505	0.91 549	2.10 511	1.08 569	0.92 548	1.72 516	0.58 393	2.03 459	3.30 594	1.32 411	4.87 597	1.21 396	1.71 544	1.98 419	1.75 526	0.65 569	0.26 467	0.29 438	0.25 404	0.56 539	0.41 484

GANet	1.41 507	0.52 467	1.18 407	0.74 486	0.48 387	1.40 486	1.69 572	1.87 414	1.28 416	1.56 497	2.39 555	1.56 478	1.25 490	9.13 606	1.20 455	0.31 460	0.32 512	0.34 489	0.29 469	0.40 482	0.33 434

PDISCO_ROB	1.41 507	0.73 532	2.04 507	1.40 582	1.46 588	2.83 578	1.07 528	2.64 566	2.11 565	1.41 455	1.50 447	1.73 506	0.99 418	2.83 488	1.46 494	1.03 585	0.27 477	0.54 555	0.47 549	0.77 564	0.84 574

w-ln-seven-2	1.42 509	0.69 521	6.86 582	0.71 466	0.62 469	1.23 460	0.92 502	1.84 403	1.59 523	1.74 526	1.59 477	1.49 464	1.40 513	3.69 512	2.22 542	0.27 416	0.26 467	0.29 438	0.26 421	0.34 453	0.33 434

LL-Strereo	1.42 509	0.44 434	2.02 503	0.62 368	1.07 565	0.73 288	0.65 425	2.02 455	1.21 370	1.60 506	1.62 480	2.02 541	2.10 567	9.67 613	1.07 441	0.22 300	0.20 374	0.27 410	0.24 395	0.23 312	0.33 434

SHD	1.42 509	0.81 539	2.79 541	0.98 563	0.92 548	1.97 542	0.68 434	2.43 542	2.55 576	2.54 576	1.72 498	2.01 540	1.62 533	2.14 440	2.70 554	0.40 515	0.33 518	0.39 517	0.40 531	0.48 518	0.54 528

RTSC	1.43 512	0.89 545	3.62 562	0.94 559	0.64 473	1.85 535	0.69 437	2.20 508	2.04 562	2.22 562	1.70 495	1.67 497	1.27 493	2.53 474	4.48 579	0.33 475	0.25 460	0.27 410	0.29 469	0.38 473	0.40 480

UDG	1.47 513	2.69 615	1.13 380	1.45 587	1.65 591	1.34 476	0.79 468	1.75 380	1.27 408	1.29 399	1.74 500	1.99 536	1.39 512	1.66 370	1.51 500	0.91 581	0.55 580	2.30 601	0.76 581	1.99 591	1.20 588

MFMNet_re	1.47 513	1.20 570	2.50 530	1.46 588	1.08 566	1.58 506	1.51 562	1.96 443	1.87 551	2.31 566	2.20 546	1.51 470	1.88 557	1.57 349	1.34 480	0.94 582	0.83 594	0.84 578	0.80 584	1.00 575	1.06 582

PASM	1.48 515	1.08 560	3.96 565	0.93 556	0.93 551	1.17 452	1.19 543	1.77 384	1.65 529	1.90 541	1.52 455	1.75 511	1.42 518	4.54 526	1.52 502	0.64 568	0.68 591	0.69 574	0.79 583	0.70 559	0.74 565

ADCRef	1.50 516	0.61 495	3.83 564	0.76 503	0.77 519	1.91 539	0.77 457	2.16 494	1.34 445	1.63 513	1.59 477	1.35 436	1.40 513	1.79 394	8.32 599	0.25 368	0.21 392	0.32 469	0.31 487	0.31 427	0.32 426

XQC	1.51 517	0.98 554	3.20 551	0.92 550	0.76 518	2.01 546	1.17 541	2.53 559	1.99 558	2.01 554	1.54 458	2.00 537	1.54 529	3.16 496	3.46 568	0.49 545	0.31 500	0.45 535	0.40 531	0.71 561	0.62 550

DStereoRT	1.52 518	0.36 356	3.37 556	0.69 452	0.54 429	2.05 551	0.59 400	1.85 410	1.21 370	1.38 443	1.46 433	0.84 274	1.27 493	6.33 573	1.07 441	0.24 346	0.19 357	4.29 625	2.08 617	0.25 353	0.39 474

CC-Net-ROB	1.53 519	1.31 578	1.68 479	0.92 550	0.80 527	1.75 522	0.99 517	2.04 462	1.27 408	1.12 296	1.62 480	1.20 395	0.98 415	7.82 596	0.92 411	1.15 592	0.41 551	2.20 599	0.46 547	1.37 588	0.56 537

FINET	1.54 520	0.67 517	7.28 585	0.76 503	0.97 558	1.42 491	1.38 558	2.80 581	3.12 591	1.23 365	1.68 492	1.04 352	1.11 462	3.35 504	1.78 530	0.43 524	0.37 539	0.32 469	0.29 469	0.43 492	0.41 484

test_xeample	1.55 521	0.31 247	0.94 316	0.54 244	0.31 172	0.94 391	0.58 393	2.40 538	1.40 474	1.29 399	1.55 461	0.89 295	0.88 373	1.72 380	15.94 623	0.22 300	0.22 410	0.22 276	0.21 322	0.23 312	0.25 324

w-ln-seven	1.56 522	0.83 542	5.96 577	0.78 509	0.74 508	2.64 572	1.01 522	2.13 485	2.03 560	2.09 558	1.76 502	1.84 520	1.27 493	2.98 491	3.23 565	0.29 450	0.26 467	0.31 457	0.30 481	0.41 486	0.38 469

DDUNet	1.56 522	2.70 616	1.35 439	1.79 591	1.88 593	1.82 531	0.91 500	1.84 403	1.20 363	1.40 453	1.79 507	1.62 488	1.17 474	1.59 357	1.22 460	1.11 589	0.76 593	2.38 604	0.94 589	2.12 592	1.53 594

CrosDoStereo	1.56 522	0.26 116	0.78 225	0.51 182	0.29 129	0.66 254	11.86 622	1.18 229	1.00 265	1.35 430	1.76 502	0.99 334	1.83 554	6.64 578	0.83 385	0.19 179	0.15 241	0.20 205	0.22 350	0.18 142	0.25 324

DeepStereo_LL	1.56 522	0.26 116	0.78 225	0.51 182	0.29 129	0.66 254	11.86 622	1.18 229	1.00 265	1.35 430	1.76 502	0.99 334	1.83 554	6.64 578	0.83 385	0.19 179	0.15 241	0.20 205	0.22 350	0.18 142	0.25 324

STTRV1_RVC	1.60 526	0.69 521	2.04 507	0.88 538	1.12 568	1.58 506	0.90 497	2.42 540	1.78 544	1.29 399	2.02 536	1.40 445	1.22 485	9.72 614	1.35 482	0.86 577	0.34 522	0.54 555	0.49 554	0.75 563	0.54 528

xxxx	1.61 527	0.32 265	0.98 331	0.58 318	0.31 172	1.15 442	0.43 250	2.43 542	1.41 478	1.17 323	1.40 417	1.21 396	0.86 358	1.94 413	16.68 625	0.24 346	0.24 448	0.21 241	0.20 280	0.23 312	0.27 362

CSAN	1.61 527	0.67 517	3.24 554	0.74 486	0.52 414	1.77 525	1.74 577	1.98 445	1.94 555	2.47 574	2.33 553	1.93 527	2.04 564	6.45 576	1.95 535	0.43 524	0.36 534	0.41 528	0.42 535	0.43 492	0.44 499

MFN_U_SF_RVC	1.62 529	0.96 553	4.36 570	0.92 550	0.69 494	2.62 571	1.10 530	2.50 555	1.74 539	1.99 553	1.86 521	2.45 565	1.78 551	3.08 494	2.84 557	0.54 554	0.50 574	0.56 562	0.60 572	0.60 547	0.67 555

SDNR	1.66 530	0.55 477	2.36 526	0.56 282	0.58 449	3.79 597	0.45 286	1.78 386	1.40 474	1.38 443	2.45 560	1.13 384	0.96 402	11.03 625	1.31 472	0.67 571	0.64 586	0.43 530	0.32 494	0.71 561	0.76 568

otaku	1.67 531	1.18 568	1.56 467	2.27 597	1.59 590	1.98 543	1.23 548	2.23 510	1.37 462	1.48 481	1.63 485	1.73 506	1.23 486	1.85 398	1.09 443	2.96 606	0.58 584	1.74 594	0.61 573	2.94 604	2.15 601

222	1.67 531	0.31 247	0.93 309	0.59 337	0.31 172	1.05 417	0.43 250	2.39 536	1.47 503	1.37 437	1.55 461	0.94 316	0.94 395	1.98 419	17.76 626	0.24 346	0.22 410	0.21 241	0.20 280	0.22 291	0.26 344

Wz-Net-SNSev	1.68 533	1.45 580	8.71 595	0.71 466	0.67 490	1.35 477	1.51 562	2.15 492	1.47 503	1.51 484	1.68 492	2.27 554	1.38 510	4.23 519	2.36 549	0.32 468	0.29 491	0.31 457	0.33 508	0.43 492	0.39 474

DeepPrunerF	1.68 533	0.82 540	6.82 581	0.94 559	1.20 580	0.91 377	0.97 513	2.50 555	5.19 612	1.22 362	1.30 378	1.18 391	1.29 497	4.96 537	1.75 526	0.43 524	0.35 530	0.52 550	0.48 551	0.43 492	0.42 492

psmorigin	1.69 535	0.74 534	13.13 607	0.70 462	0.60 459	1.16 445	0.79 468	1.69 361	1.25 396	2.07 557	1.77 505	2.23 551	1.51 528	2.14 440	1.45 492	0.39 513	0.41 551	0.34 489	0.33 508	0.45 506	0.63 552

G-Net	1.71 536	0.67 517	2.09 510	1.14 575	0.75 513	2.96 584	0.89 496	1.58 331	1.30 432	2.76 581	8.12 616	2.29 556	2.51 583	1.94 413	2.23 544	0.49 545	0.45 560	0.45 535	0.31 487	0.62 551	0.59 545

Ntro	1.72 537	1.21 571	1.62 471	2.54 604	1.86 592	2.09 552	1.14 537	2.08 470	1.38 464	1.23 365	1.62 480	1.62 488	1.33 504	2.04 427	1.21 459	3.09 607	0.56 581	1.82 596	0.65 575	2.97 607	2.25 603

z-mn7	1.77 538	1.06 557	7.02 584	0.74 486	0.54 429	2.58 568	1.03 523	1.90 425	2.73 587	1.61 507	3.00 574	1.96 533	1.40 513	5.23 541	2.87 558	0.31 460	0.25 460	0.27 410	0.25 404	0.34 453	0.35 453

FBW_ROB	1.78 539	0.66 513	1.90 495	0.72 472	0.66 484	1.79 530	1.07 528	2.79 579	1.77 540	1.84 537	1.79 507	1.98 535	1.37 509	12.42 627	2.22 542	0.36 502	0.38 544	0.57 564	0.39 529	0.46 513	0.51 521

SPS-STEREO	1.78 539	1.09 562	1.52 462	1.22 578	1.14 573	1.87 537	1.11 531	2.27 521	1.70 534	3.17 595	2.39 555	2.84 575	1.93 559	4.41 523	2.93 559	1.04 587	0.99 607	0.97 582	0.94 589	1.03 578	1.05 581
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFN_U_SF_DS_RVC	1.80 541	1.11 565	4.33 569	0.84 527	0.77 519	3.70 592	2.41 606	2.04 462	1.85 550	1.75 528	1.90 525	1.92 526	1.25 490	7.33 590	1.45 492	0.47 541	0.47 565	0.53 554	0.77 582	0.50 524	0.55 535

SAMSARA	1.80 541	0.90 546	3.37 556	1.28 581	1.13 571	3.71 593	2.33 601	2.53 559	1.93 554	3.17 595	1.73 499	2.99 577	1.68 541	3.53 507	2.46 551	0.47 541	0.54 578	0.43 530	0.47 549	0.59 544	0.64 553

DStereoO	1.82 543	1.21 571	2.98 546	1.42 586	0.88 546	1.54 501	4.03 614	1.90 425	2.15 568	1.56 497	1.82 514	1.75 511	4.06 604	1.76 385	2.15 540	2.39 601	0.52 575	0.97 582	0.43 539	2.24 593	0.68 559

PVD	1.82 543	0.91 549	3.02 548	1.03 566	0.94 554	2.61 570	1.14 537	2.78 578	3.40 596	3.08 593	2.75 568	2.39 563	2.49 582	2.81 486	3.66 570	0.48 543	0.49 573	0.59 567	0.49 554	0.60 547	0.81 572

ADCL	1.82 543	0.70 524	4.57 571	0.70 462	0.63 472	2.56 567	1.77 579	2.08 470	1.77 540	1.95 550	1.89 523	2.04 546	1.88 557	2.36 459	9.55 605	0.27 416	0.25 460	0.35 496	0.32 494	0.39 478	0.39 474

zh-mn7	1.84 546	1.51 585	9.67 599	0.70 462	0.54 429	1.47 494	0.84 483	1.93 435	2.13 567	2.50 575	2.70 567	1.67 497	1.35 506	4.75 534	3.14 564	0.32 468	0.27 477	0.27 410	0.27 439	0.32 438	0.39 474

AAGNet	1.84 546	0.30 215	0.79 229	0.66 414	0.32 205	0.65 249	0.50 331	1.02 154	1.01 268	1.47 476	1.21 340	0.99 334	1.16 470	2.76 485	22.69 633	0.24 346	0.13 91	0.22 276	0.20 280	0.24 341	0.16 77

ff1	1.88 548	0.36 356	1.51 458	0.56 282	0.40 323	0.76 302	0.59 400	1.08 182	2.62 579	1.19 342	1.49 440	1.07 360	0.85 350	9.88 618	13.82 617	0.21 266	0.13 91	0.31 457	0.28 450	0.20 221	0.23 280

MDST_ROB	1.88 548	0.40 410	1.71 480	0.93 556	0.60 459	4.27 604	1.23 548	3.99 599	1.44 492	4.61 609	2.63 566	1.44 453	1.03 438	9.78 615	1.62 513	0.33 475	0.26 467	0.37 509	0.33 508	0.31 427	0.34 444

SGM_RVC	1.88 548	0.40 410	0.90 299	0.63 378	0.30 150	2.81 577	1.26 551	2.73 574	1.81 548	4.09 601	2.85 571	3.88 591	3.19 591	8.42 602	2.44 550	0.33 475	0.31 500	0.30 450	0.28 450	0.31 427	0.31 417
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
mmx	1.89 551	0.36 356	1.51 458	0.56 282	0.40 323	0.76 302	0.59 400	2.32 525	1.41 478	1.19 342	1.49 440	1.07 360	0.85 350	9.88 618	13.82 617	0.25 368	0.21 392	0.31 457	0.28 450	0.32 438	0.29 391

xxx	1.89 551	0.36 356	1.51 458	0.56 282	0.40 323	0.76 302	0.59 400	2.32 525	1.41 478	1.19 342	1.49 440	1.07 360	0.85 350	9.88 618	13.82 617	0.25 368	0.21 392	0.31 457	0.28 450	0.32 438	0.29 391

DPSNet	1.91 553	0.64 506	5.95 576	0.73 480	0.59 455	2.04 548	1.61 570	3.84 597	1.96 557	1.54 492	1.39 412	2.27 554	3.32 594	4.95 536	4.79 582	0.50 549	0.31 500	0.29 438	0.26 421	0.67 556	0.54 528

test_sample9	1.96 554	0.51 461	1.35 439	0.58 318	0.40 323	1.07 422	0.80 471	1.99 449	1.27 408	1.25 372	1.22 342	1.09 371	1.01 427	2.46 466	8.57 600	0.59 563	12.85 635	0.62 569	0.67 577	0.45 506	0.48 508

1111x	1.96 554	0.32 265	1.54 466	0.54 244	0.30 150	1.00 409	0.69 437	2.47 549	1.33 443	1.21 354	1.44 429	1.21 396	1.11 462	8.49 603	16.14 624	0.22 300	0.23 438	0.22 276	0.23 382	0.25 353	0.26 344

ADCPNet	1.97 556	0.78 535	9.38 597	0.74 486	0.61 465	2.73 575	1.36 557	2.11 476	1.66 530	1.92 544	1.70 495	2.45 565	2.07 565	2.50 472	6.84 594	0.38 507	0.38 544	0.38 513	0.43 539	0.47 517	0.50 517

zh-sn7	2.00 557	1.73 594	9.50 598	0.77 505	0.73 501	1.77 525	1.32 554	2.08 470	1.66 530	1.91 542	2.48 562	1.81 518	2.25 575	5.74 554	4.07 575	0.33 475	0.33 518	0.32 469	0.32 494	0.44 503	0.46 506

WCMA_ROB	2.05 558	0.55 477	1.77 484	0.74 486	0.61 465	2.24 557	1.56 567	2.17 502	1.79 546	4.16 605	6.36 604	5.66 605	4.66 607	3.19 497	2.77 555	0.55 558	0.45 560	0.40 523	0.43 539	0.48 518	0.50 517

RainbowNet	2.06 559	1.86 596	1.97 502	2.86 607	2.25 600	2.03 547	1.79 580	2.77 576	1.92 553	1.54 492	1.84 516	1.95 532	1.73 546	2.23 447	1.38 486	3.40 613	0.86 599	2.39 606	1.00 595	2.94 604	2.42 605

MSMD_ROB	2.08 560	0.61 495	1.15 387	0.71 466	0.62 469	4.00 599	0.93 506	1.94 437	1.79 546	4.71 611	4.60 593	8.14 615	3.87 602	3.75 514	1.65 519	0.54 554	0.48 567	0.55 560	0.58 568	0.53 533	0.52 524

Wz-Net-TNSev	2.10 561	2.71 617	9.30 596	0.72 472	0.65 478	2.41 565	1.81 584	2.45 544	1.77 540	1.62 511	1.56 467	2.56 568	2.01 561	5.30 542	4.46 578	0.41 519	0.38 544	0.33 481	0.37 525	0.54 536	0.64 553

ADCMid	2.11 562	0.90 546	8.39 593	0.75 495	0.69 494	1.98 543	1.14 537	2.18 503	1.67 532	2.85 583	1.85 519	2.35 560	2.02 563	2.35 458	10.58 611	0.34 485	0.32 512	0.39 517	0.44 542	0.51 527	0.53 527

ADCP+	2.12 563	0.56 481	10.01 600	0.68 439	0.91 547	2.25 558	1.04 524	1.92 433	1.50 510	1.58 502	1.34 395	1.73 506	1.62 533	2.27 452	13.20 614	0.25 368	0.22 410	0.32 469	0.29 469	0.38 473	0.34 444

WZ-Net	2.14 564	1.08 560	11.68 606	0.89 546	0.78 523	1.76 523	1.59 569	2.39 536	2.03 560	2.11 559	1.95 530	2.30 557	2.28 576	5.94 561	3.86 574	0.35 495	0.27 477	0.29 438	0.32 494	0.52 528	0.50 517

AnyNet_C32	2.14 564	1.45 580	7.38 586	0.95 561	1.12 568	2.23 556	2.34 602	2.10 475	1.54 514	2.44 570	1.79 507	2.04 546	1.66 539	2.69 481	10.48 610	0.38 507	0.35 530	0.35 496	0.42 535	0.50 524	0.60 548

NVStereoNet_ROB	2.17 566	1.18 568	3.51 559	1.14 575	1.26 583	1.57 505	1.51 562	2.19 505	2.11 565	2.04 555	4.80 595	3.17 584	2.11 570	7.97 598	2.10 537	1.12 590	0.94 604	1.10 589	1.34 602	0.95 573	1.31 589
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	2.22 567	1.29 577	4.14 567	1.10 571	0.78 523	5.00 607	2.38 605	2.47 549	2.67 584	1.94 548	2.28 550	2.66 572	1.70 542	9.10 605	2.29 547	0.68 573	0.52 575	0.68 573	0.71 580	1.17 584	0.81 572

SANet	2.26 568	0.70 524	6.94 583	0.69 452	0.46 373	2.76 576	1.76 578	2.61 565	5.84 615	2.45 571	3.52 582	3.71 588	3.38 596	5.90 558	2.14 539	0.34 485	0.31 500	0.32 469	0.29 469	0.54 536	0.43 496

test_sample8	2.29 569	0.51 461	1.35 439	0.58 318	0.40 323	1.07 422	0.80 471	2.03 459	1.22 379	2.28 565	1.33 391	4.98 603	2.51 583	2.46 466	8.57 600	0.59 563	12.85 635	0.62 569	0.67 577	0.45 506	0.48 508

ADCS	2.35 570	1.26 574	6.54 580	0.85 530	0.77 519	2.18 555	1.79 580	2.47 549	2.20 569	2.80 582	2.14 544	2.38 561	2.09 566	2.81 486	13.83 620	0.43 524	0.41 551	0.40 523	0.45 545	0.59 544	0.67 555

MeshStereo	2.36 571	0.60 490	1.05 354	0.63 378	0.51 409	2.58 568	0.99 517	3.46 591	2.21 570	7.38 623	5.06 599	7.50 610	3.10 590	7.02 586	2.54 552	0.44 533	0.44 558	0.45 535	0.40 531	0.43 492	0.45 501
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
AnyNet_C01	2.38 572	2.21 606	10.17 601	0.99 564	0.79 525	3.12 585	2.37 603	2.69 573	1.89 552	2.58 578	2.44 559	2.70 573	1.86 556	3.65 508	7.12 595	0.41 519	0.41 551	0.40 523	0.42 535	0.68 557	0.79 570

DispFullNet	2.39 573	2.89 618	3.74 563	3.09 612	2.27 602	2.04 548	0.84 483	2.19 505	1.73 538	2.54 576	1.98 531	2.23 551	5.83 610	3.44 506	1.84 532	1.03 585	0.33 518	2.65 612	1.97 614	2.87 603	2.34 604

EDNetEfficient	2.40 574	1.14 566	8.59 594	0.77 505	0.73 501	1.06 420	1.53 565	1.54 319	4.06 602	4.87 612	2.81 569	2.23 551	3.53 597	3.04 493	9.65 606	0.27 416	0.24 448	0.27 410	0.31 487	0.70 559	0.67 555

MSAF-DinoV2	2.45 575	1.88 599	17.19 615	0.89 546	0.52 414	1.39 482	0.97 513	2.84 582	1.77 540	1.55 495	1.65 487	3.60 587	2.28 576	5.74 554	4.64 581	0.28 434	0.17 307	0.26 396	0.28 450	0.49 522	0.54 528

FCDSN-DC	2.47 576	0.65 512	1.00 339	0.85 530	0.75 513	2.26 559	0.97 513	2.31 524	1.83 549	5.52 618	7.65 611	7.72 613	7.70 617	4.43 524	2.64 553	0.52 552	0.48 567	0.52 550	0.52 561	0.57 541	0.59 545
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SuperB	2.50 577	0.72 529	18.07 619	0.72 472	0.53 422	1.85 535	0.86 490	1.80 393	2.40 573	1.54 492	1.42 423	1.13 384	1.17 474	4.18 518	4.80 584	0.25 368	0.20 374	0.23 312	0.19 246	7.64 627	0.38 469

ELAS	2.67 578	0.80 536	2.13 514	1.13 572	1.15 575	6.25 612	2.56 607	3.50 592	3.68 599	5.36 616	4.92 598	3.79 589	5.56 609	3.65 508	5.22 586	0.66 570	0.57 582	0.56 562	0.54 564	0.65 554	0.75 567
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	2.76 579	1.55 588	15.40 610	1.13 572	1.42 586	3.75 595	2.21 596	2.45 544	2.72 585	2.91 586	2.85 571	2.58 569	1.62 533	6.28 569	5.80 589	0.41 519	0.30 495	0.35 496	0.35 518	0.52 528	0.54 528

RTSA	2.76 579	1.55 588	15.40 610	1.13 572	1.42 586	3.75 595	2.21 596	2.45 544	2.72 585	2.91 586	2.85 571	2.58 569	1.62 533	6.28 569	5.80 589	0.41 519	0.30 495	0.35 496	0.35 518	0.52 528	0.54 528

WAO-7	2.78 581	1.54 587	2.18 517	1.41 585	1.19 579	3.92 598	2.01 589	4.19 602	3.89 601	2.98 589	5.47 600	4.18 593	3.28 593	8.24 601	4.27 576	1.13 591	1.01 608	1.18 590	1.13 601	1.19 585	1.13 587

MADNet+	2.80 582	3.38 621	11.57 605	1.50 589	1.21 582	3.18 587	2.00 586	3.52 593	2.61 578	1.81 534	2.09 540	2.83 574	2.18 574	7.55 593	5.44 588	0.84 576	0.83 594	0.71 575	0.66 576	1.05 580	1.08 583

IMH-64-1	2.82 583	1.87 597	1.77 484	3.31 614	2.69 609	3.22 588	2.07 591	4.25 604	2.77 588	2.46 572	3.78 585	3.05 579	2.34 579	4.67 530	3.00 561	3.84 618	0.84 597	2.75 613	1.39 603	3.34 612	2.93 614

IMH-64	2.82 583	1.87 597	1.77 484	3.31 614	2.69 609	3.22 588	2.07 591	4.25 604	2.77 588	2.46 572	3.78 585	3.05 579	2.34 579	4.67 530	3.00 561	3.84 618	0.84 597	2.75 613	1.39 603	3.34 612	2.93 614

pmcnn	2.84 585	0.46 438	5.19 575	0.68 439	0.42 346	1.55 502	1.16 540	2.32 525	1.60 526	2.72 579	7.49 609	17.96 630	1.48 526	6.04 562	6.64 593	0.18 138	0.15 241	0.15 33	0.12 39	0.20 221	0.20 198

ACVNet_2	2.86 586	1.47 582	8.28 591	2.68 605	2.26 601	2.70 573	1.84 585	3.41 589	3.04 590	2.27 564	3.42 581	4.58 595	2.10 567	5.91 559	1.62 513	2.58 604	0.67 589	2.22 600	0.85 586	2.79 601	2.47 606

ELAS_RVC	2.87 587	0.80 536	3.22 553	1.16 577	1.12 568	2.92 582	5.33 617	2.98 585	4.18 604	5.04 613	4.82 596	4.71 597	8.23 618	4.25 521	4.79 582	0.67 571	0.57 582	0.57 564	0.53 563	0.66 555	0.74 565
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FC-DCNN	2.88 588	0.61 495	1.15 387	0.75 495	0.57 446	2.85 580	1.05 525	3.44 590	2.64 582	6.93 619	7.63 610	9.86 620	7.02 615	5.76 556	4.31 577	0.54 554	0.48 567	0.51 548	0.50 557	0.53 533	0.52 524

FC-DCNN v2	2.96 589	0.61 495	1.13 380	0.75 495	0.57 446	2.90 581	1.06 527	3.59 595	2.66 583	7.05 620	7.66 612	10.26 623	7.17 616	6.27 568	4.49 580	0.54 554	0.48 567	0.51 548	0.50 557	0.53 533	0.52 524

WAO-6	2.98 590	1.67 592	1.88 494	2.38 601	2.30 603	3.53 591	2.37 603	4.38 606	4.64 608	2.42 568	4.50 589	4.85 599	2.99 589	5.22 540	5.37 587	1.77 595	1.16 614	2.31 602	1.47 608	2.42 596	1.99 600

ACVNet-4b	3.05 591	1.42 579	18.09 620	2.85 606	2.33 604	2.32 563	1.22 546	2.47 549	2.21 570	1.26 384	2.36 554	2.64 571	1.46 522	6.32 572	1.23 463	3.29 610	0.45 560	2.37 603	1.02 597	3.03 608	2.61 608

ACVNet_1	3.08 592	1.48 583	17.70 616	2.90 609	2.35 606	2.30 560	1.43 560	3.16 587	2.26 572	1.91 542	2.05 538	3.51 586	2.32 578	3.71 513	1.58 506	3.25 609	0.66 588	2.40 607	1.06 598	3.07 609	2.59 607

MonStereo1	3.22 593	1.70 593	2.23 522	2.51 603	2.33 604	5.55 610	1.61 570	3.55 594	4.67 609	3.29 597	8.09 615	4.79 598	3.75 599	6.30 571	2.79 556	2.52 602	0.64 586	1.91 598	1.07 599	2.53 598	2.62 609

PWCK	3.24 594	2.37 607	10.86 603	2.14 596	1.14 573	3.71 593	4.19 615	3.02 586	3.55 598	3.05 592	3.63 583	3.09 582	2.35 581	8.16 600	3.41 567	2.17 599	0.96 605	1.77 595	1.01 596	2.84 602	1.40 593

IMH	3.35 595	1.95 600	1.86 493	3.30 613	2.72 611	4.03 601	2.00 586	4.58 608	3.83 600	2.87 584	6.99 607	4.69 596	3.21 592	6.77 582	2.97 560	3.91 621	0.89 601	2.78 615	1.40 607	3.36 614	2.93 614

LVE	3.40 596	1.80 595	2.21 519	2.90 609	2.44 607	3.27 590	2.25 598	4.80 609	5.06 610	2.43 569	6.79 605	5.99 606	2.64 587	9.20 607	2.28 545	3.30 611	1.11 613	2.38 604	1.48 609	2.95 606	2.62 609

Dean	3.77 597	1.65 591	17.87 617	3.01 611	2.54 608	3.15 586	2.10 594	4.80 609	4.42 605	2.89 585	6.03 602	5.45 604	2.55 586	3.40 505	2.13 538	3.22 608	0.89 601	2.51 610	1.07 599	3.07 609	2.65 612

JetBlue	4.18 598	2.45 612	10.42 602	1.40 582	2.89 613	10.68 618	10.68 620	3.91 598	2.52 574	2.74 580	3.39 580	4.50 594	4.27 605	7.97 598	7.67 598	0.89 578	0.97 606	0.89 579	0.92 588	2.26 594	2.21 602

notaker	4.29 599	2.42 610	5.06 573	3.89 622	3.29 618	4.00 599	2.25 598	4.93 611	3.47 597	4.21 607	6.79 605	7.67 612	3.37 595	9.25 609	6.47 591	4.09 623	1.42 616	3.35 622	2.13 618	4.11 619	3.54 620

ktn	4.56 600	2.41 609	2.54 531	3.79 621	3.25 616	4.81 606	2.91 611	5.52 613	7.36 616	4.12 604	14.55 627	7.54 611	3.70 598	7.84 597	3.35 566	4.06 622	1.86 620	3.26 621	2.22 619	3.27 611	2.86 613

WAO-8	4.57 601	2.01 601	2.58 534	2.37 599	2.21 598	9.75 614	1.71 574	6.04 618	16.34 626	4.11 602	7.69 613	7.41 608	3.85 600	10.02 621	3.85 572	2.05 597	1.09 611	2.44 608	1.39 603	2.56 599	1.86 598

Venus	4.57 601	2.01 601	2.58 534	2.37 599	2.21 598	9.75 614	1.71 574	6.04 618	16.34 626	4.11 602	7.69 613	7.41 608	3.85 600	10.02 621	3.85 572	2.05 597	1.09 611	2.44 608	1.39 603	2.56 599	1.86 598

MultiAttention	4.59 603	0.35 345	0.90 299	0.75 495	0.46 373	31.81 640	4.41 616	2.35 533	1.41 478	1.64 515	2.43 558	2.42 564	0.70 293	38.40 641	1.78 530	0.23 324	0.15 241	0.30 450	0.30 481	0.48 518	0.48 508

SGM+DAISY	5.38 604	1.28 576	8.24 590	1.27 580	1.16 577	10.62 617	16.01 627	2.93 584	2.53 575	8.64 626	13.03 624	8.26 616	13.38 623	6.34 574	7.59 597	1.07 588	1.05 610	1.00 586	0.98 592	1.02 577	1.12 586

TorneroNet-64	5.41 605	2.10 604	2.43 527	3.49 617	2.83 612	9.90 616	2.13 595	8.87 624	16.79 631	5.39 617	9.18 618	10.68 625	3.92 603	9.55 611	5.11 585	3.36 612	0.86 599	2.88 616	1.62 610	3.76 615	3.37 618

MADNet++	5.41 605	3.18 619	6.43 579	4.66 626	3.95 622	6.15 611	6.75 618	4.51 607	4.51 607	5.06 614	6.27 603	4.96 601	6.14 611	9.39 610	11.70 612	4.71 624	4.19 627	3.97 624	3.33 622	4.08 618	4.25 625

UNDER WATER	5.68 607	2.46 613	15.52 612	3.98 624	3.53 619	5.15 608	2.74 609	5.58 615	16.41 629	4.00 600	4.56 590	9.12 618	6.43 613	6.22 565	9.11 603	3.85 620	1.35 615	3.18 620	1.98 615	4.51 622	3.84 624

DStereoSA	5.78 608	1.09 562	8.20 589	2.07 595	4.09 623	4.26 603	21.23 629	4.17 601	5.59 613	1.96 551	12.40 622	1.57 480	13.59 624	7.02 586	13.02 613	0.90 579	3.63 626	0.91 581	3.68 625	1.84 590	4.43 626

UNDER WATER-64	5.84 609	2.48 614	17.93 618	3.97 623	3.58 620	7.70 613	3.03 612	5.72 617	14.13 623	4.18 606	4.00 587	9.27 619	6.80 614	6.20 564	9.22 604	3.67 615	1.52 618	3.14 618	1.95 613	4.43 621	3.83 623

DStereoFS	6.12 610	2.43 611	7.51 587	2.47 602	2.16 596	16.09 624	8.18 619	4.22 603	12.08 621	3.74 599	14.16 625	7.84 614	13.66 625	7.03 588	9.84 607	0.90 579	1.49 617	1.23 591	2.79 621	1.36 587	3.31 617

LSM	6.55 611	1.26 574	15.64 613	1.79 591	68.74 645	1.67 515	2.08 593	2.26 513	2.59 577	3.13 594	3.08 577	1.90 521	1.81 552	2.89 489	2.16 541	0.43 524	0.59 585	0.50 546	0.58 568	0.64 552	17.24 637

tt	6.61 612	0.28 161	6.10 578	3.77 620	2.17 597	11.53 619	19.61 628	13.53 629	5.81 614	3.00 590	2.82 570	4.97 602	6.33 612	3.83 516	7.23 596	9.13 630	11.32 634	5.87 629	6.22 629	6.01 624	2.63 611

JetRed	7.02 613	8.94 626	25.72 630	2.89 608	3.27 617	14.25 623	12.27 624	6.69 620	4.45 606	4.46 608	4.56 590	6.65 607	5.43 608	7.46 592	14.41 622	2.60 605	3.31 623	2.61 611	2.30 620	4.34 620	3.79 622

xyz-stereo	7.03 614	0.24 69	70.23 650	0.44 74	0.21 12	29.74 634	0.49 323	1.03 162	0.77 163	1.45 472	26.78 636	1.17 390	1.19 483	4.72 533	1.32 478	0.16 59	0.12 43	0.20 205	0.14 109	0.17 104	0.14 22

MANE	7.50 615	0.64 506	7.97 588	1.40 582	2.10 595	16.86 626	12.56 625	12.91 628	17.51 634	8.50 625	11.60 621	14.66 627	13.33 622	12.02 626	13.28 615	0.62 566	0.52 575	0.52 550	1.90 612	0.56 539	0.58 543

SGM-ForestM	7.81 616	0.48 449	11.02 604	0.74 486	0.40 323	16.83 625	12.72 626	7.91 622	8.13 617	11.53 628	10.25 620	22.44 638	14.01 626	17.02 629	20.52 628	0.38 507	0.39 549	0.37 509	0.36 521	0.37 467	0.38 469

coex-ft	8.35 617	2.39 608	100.24 652	0.68 439	0.54 429	1.77 525	1.57 568	1.71 369	11.00 619	18.91 636	3.76 584	3.85 590	8.23 618	3.29 502	6.58 592	0.31 460	0.31 500	0.32 469	0.31 487	0.69 558	0.57 540

LE_ROB	8.35 617	0.47 443	27.42 634	0.83 523	0.34 246	2.84 579	3.36 613	4.03 600	27.04 638	25.20 638	8.72 617	8.55 617	27.35 638	7.37 591	22.13 629	0.22 300	0.20 374	0.20 205	0.21 322	0.25 353	0.25 324

KSHMR	8.76 619	2.14 605	3.59 560	3.60 619	3.13 615	4.15 602	2.67 608	5.61 616	58.90 653	3.04 591	55.71 651	4.94 600	2.54 585	4.61 529	3.05 563	3.49 614	1.57 619	3.14 618	1.98 615	3.84 616	3.49 619

U	9.23 620	0.22 30	0.65 154	0.48 129	53.11 644	61.26 650	0.24 46	0.77 72	0.55 92	0.37 51	0.30 23	0.29 39	0.34 74	0.34 2	0.27 23	0.20 231	0.12 43	60.47 647	4.24 626	0.18 142	0.14 22

TCMNet-wrong-test	10.42 621	11.55 629	15.31 609	20.99 632	18.49 628	13.94 622	10.69 621	16.07 630	4.14 603	5.27 615	5.64 601	16.22 629	12.57 620	7.57 594	10.26 608	7.44 628	2.38 621	4.30 626	3.43 623	11.37 630	10.87 630

EDNetEfficientorigin	10.59 622	1.52 586	177.33 653	0.68 439	0.54 429	1.66 514	1.20 545	1.94 437	3.39 595	4.69 610	3.37 579	3.08 581	2.79 588	3.25 500	3.63 569	0.26 395	0.24 448	0.33 481	0.28 450	0.85 568	0.87 575

TorneroNet	10.72 623	2.09 603	2.76 540	3.48 616	3.03 614	44.72 641	2.31 600	8.62 623	67.06 654	7.45 624	23.21 635	10.59 624	4.28 606	9.03 604	9.00 602	3.67 615	0.91 603	3.04 617	1.63 611	3.92 617	3.55 621

HanzoNet	11.92 624	5.12 622	17.18 614	4.19 625	3.59 621	5.16 609	2.82 610	7.41 621	9.96 618	33.31 647	27.60 637	22.25 637	37.31 642	18.18 631	13.57 616	8.13 629	3.44 625	3.50 623	3.44 624	7.77 628	4.52 627

DGTPSM_ROB	13.06 625	8.27 624	22.29 625	9.53 628	18.14 626	11.53 619	31.97 635	10.82 626	16.25 624	7.14 621	19.39 633	10.12 621	16.69 630	9.85 616	22.49 631	4.77 625	8.72 629	5.37 627	10.24 632	6.15 625	11.56 631

DPSMNet_ROB	13.08 626	8.28 625	22.32 626	9.54 629	18.15 627	11.53 619	31.98 636	10.83 627	16.27 625	7.17 622	19.40 634	10.12 621	16.69 630	9.87 617	22.50 632	4.78 626	8.72 629	5.38 628	10.25 633	6.16 626	11.59 632

USTest	14.33 627	14.93 630	21.00 623	17.41 631	16.02 625	23.11 628	33.76 637	22.02 631	11.81 620	9.47 627	10.19 619	15.94 628	13.17 621	17.25 630	22.38 630	3.81 617	5.01 628	6.17 630	6.18 628	9.23 629	7.81 629

ASD4	17.95 628	11.38 628	20.07 621	11.32 630	12.21 624	21.39 627	31.23 634	22.73 633	12.78 622	12.19 629	12.67 623	13.79 626	14.32 628	20.13 632	25.17 635	18.93 636	15.37 637	28.00 642	22.52 643	17.63 633	15.21 636

DPSM_ROB	19.12 629	19.13 632	25.13 628	22.15 634	20.86 631	28.06 631	37.75 639	27.18 636	16.95 632	14.25 630	15.07 628	21.66 632	18.69 633	21.83 634	26.51 637	10.15 632	9.30 632	10.45 633	10.41 634	14.00 631	12.85 634

DPSM	19.12 629	19.13 632	25.13 628	22.15 634	20.86 631	28.06 631	37.75 639	27.18 636	16.95 632	14.25 630	15.07 628	21.66 632	18.69 633	21.83 634	26.51 637	10.15 632	9.30 632	10.45 633	10.41 634	14.00 631	12.85 634

LRCNet_RVC	22.79 631	32.09 638	22.06 624	29.83 636	26.15 633	4.40 605	0.84 483	22.64 632	2.10 564	26.93 639	29.25 638	23.03 639	15.56 629	23.91 636	18.92 627	32.00 644	20.04 646	34.68 643	32.13 644	30.66 643	28.52 644

DLNR_Zeroshot_test	23.23 632	48.25 650	43.77 638	177.04 652	78.39 647	0.35 31	0.21 17	23.33 634	0.82 190	0.67 184	0.86 205	0.58 176	0.30 49	1.64 367	0.48 234	10.69 634	0.13 91	0.18 131	0.14 109	76.63 650	0.23 280

DLNR-FE	23.24 633	48.33 651	43.35 637	177.19 653	78.30 646	0.35 31	0.21 17	23.45 635	0.82 190	0.67 184	0.86 205	0.58 176	0.29 38	1.62 365	0.48 234	10.93 635	0.13 91	0.18 131	0.14 109	76.65 651	0.23 280

DPSimNet_ROB	24.77 634	9.69 627	61.46 649	3.56 618	19.46 629	25.95 629	77.56 651	5.09 612	16.60 630	21.50 637	29.82 639	25.12 640	85.69 652	13.37 628	23.07 634	7.23 627	17.79 638	8.55 631	7.57 630	4.57 623	31.84 645

FADE	26.94 635	6.16 623	20.86 622	1.90 594	1.95 594	2.92 582	2.01 589	5.55 614	5.12 611	2.92 588	2.17 545	4.13 592	14.15 627	10.56 623	10.39 609	193.84 654	2.80 622	122.45 651	126.70 651	1.14 583	1.11 585

BEATNet-Init1	27.39 636	21.01 634	73.65 651	1.07 568	0.80 527	56.07 642	22.82 630	33.14 643	31.71 640	51.78 653	52.93 650	65.63 651	48.54 650	48.75 652	36.36 642	0.52 552	0.47 565	0.54 555	0.54 564	0.64 552	0.72 563

Hybrid-DGEV	38.41 637	38.43 644	50.24 642	44.83 643	41.93 638	56.45 644	76.20 645	54.48 650	33.86 642	28.46 641	30.13 640	43.49 644	37.75 647	43.77 648	53.30 647	20.31 640	18.69 640	21.02 635	20.97 636	28.20 638	25.72 638

CasAABBNet	38.42 638	38.42 641	50.26 643	44.76 641	41.87 637	56.47 645	76.22 647	54.44 646	33.92 645	28.53 644	30.36 645	43.53 647	37.59 645	43.77 648	53.32 649	20.27 637	18.70 641	21.03 636	21.04 638	28.19 637	25.79 640

RAFT-FEzeroshot	38.43 639	38.42 641	50.19 640	44.92 644	41.98 640	56.48 647	76.24 648	54.46 648	33.87 643	28.51 642	30.31 643	43.61 648	37.54 643	43.76 645	53.32 649	20.29 638	18.70 641	21.03 636	21.04 638	28.21 639	25.79 640

RAFT-FE	38.43 639	38.42 641	50.19 640	44.92 644	41.98 640	56.48 647	76.24 648	54.46 648	33.87 643	28.51 642	30.31 643	43.61 648	37.54 643	43.76 645	53.32 649	20.29 638	18.70 641	21.03 636	21.04 638	28.21 639	25.79 640

FlowAnything	38.45 641	38.38 640	50.32 644	44.77 642	41.97 639	56.43 643	76.20 645	54.49 651	34.43 647	28.45 640	30.15 641	43.52 646	37.69 646	43.76 645	53.31 648	20.36 641	18.71 644	21.03 636	21.10 642	28.18 636	25.74 639

Selective-RAFT-Error	38.47 642	38.44 645	50.38 645	44.74 640	42.01 642	56.47 645	76.24 648	54.44 646	34.02 646	28.59 645	30.30 642	43.51 645	38.10 648	43.69 644	53.24 646	20.36 641	18.72 645	21.05 640	21.02 637	28.25 641	25.87 643

HaxPig	39.02 643	41.39 647	41.59 635	30.10 637	32.36 634	29.49 633	27.65 632	30.56 639	37.94 648	43.75 648	43.81 647	33.42 641	35.69 639	41.51 642	40.33 644	43.91 648	47.48 651	45.87 644	47.14 646	42.29 644	44.06 648

AVERAGE_ROB	40.42 644	42.30 648	42.61 636	36.91 639	35.54 636	30.42 635	27.59 631	37.45 645	38.45 649	44.87 649	44.27 648	37.55 643	36.69 640	41.82 643	40.25 643	45.36 649	46.73 650	47.09 645	46.32 645	42.47 645	43.74 647

MEDIAN_ROB	42.01 645	44.30 649	44.14 639	35.08 638	34.90 635	31.33 639	29.90 633	36.77 644	40.11 650	47.14 652	46.55 649	37.49 642	38.50 649	44.30 651	42.32 645	47.93 650	49.31 652	49.68 646	49.00 647	44.98 646	46.46 649

Anonymous_1	42.79 646	18.71 631	24.75 627	21.81 633	45.16 643	27.68 630	37.52 638	28.64 638	16.34 626	14.72 632	14.53 626	20.60 631	17.82 632	21.52 633	25.88 636	113.45 653	8.91 631	100.63 648	126.37 650	158.50 654	12.31 633

LSM0	42.92 647	38.72 646	50.66 646	47.49 646	110.18 653	56.77 649	75.87 644	54.87 652	33.74 641	29.48 646	31.12 646	43.77 650	37.12 641	43.85 650	53.44 652	20.50 643	18.67 639	21.05 640	21.07 641	28.37 642	41.73 646

PML	51.64 648	37.49 639	14.31 608	7.45 627	20.27 630	107.80 653	231.34 655	8.94 625	27.70 639	86.74 654	268.93 655	69.03 652	61.09 651	24.71 640	14.36 621	9.71 631	3.40 624	9.60 632	4.67 627	20.46 635	4.76 628

xxxxx1	54.34 649	26.72 635	27.03 631	114.14 649	99.00 648	30.68 636	47.19 641	32.52 640	26.09 635	17.85 633	17.48 630	21.86 634	20.92 635	24.38 637	33.78 639	34.73 645	41.33 647	157.67 652	175.68 652	65.82 647	71.99 652

tt_ll	54.34 649	26.72 635	27.03 631	114.14 649	99.00 648	30.68 636	47.19 641	32.52 640	26.09 635	17.85 633	17.48 630	21.86 634	20.92 635	24.38 637	33.78 639	34.73 645	41.33 647	157.67 652	175.68 652	65.82 647	71.99 652

ff	54.34 649	26.72 635	27.03 631	114.14 649	99.00 648	30.68 636	47.19 641	32.52 640	26.09 635	17.85 633	17.48 630	21.86 634	20.92 635	24.38 637	33.78 639	34.73 645	41.33 647	157.67 652	175.68 652	65.82 647	71.99 652

RSGM-EC	88.73 652	82.35 652	50.81 647	105.24 647	99.50 651	93.69 651	125.26 652	90.19 653	46.12 651	45.12 650	57.25 652	101.03 653	88.09 653	153.95 653	152.34 653	105.29 651	59.41 653	113.44 649	52.73 648	91.73 652	61.05 650

acva	88.73 652	82.35 652	50.81 647	105.24 647	99.50 651	93.69 651	125.26 652	90.19 653	46.12 651	45.12 650	57.25 652	101.03 653	88.09 653	153.95 653	152.34 653	105.29 651	59.41 653	113.44 649	52.73 648	91.73 652	61.05 650

test_example2	192.91 654	210.59 654	206.44 654	199.86 654	204.90 654	172.02 654	182.95 654	138.34 655	134.89 655	193.14 655	200.54 654	186.77 655	177.82 655	204.95 655	207.57 655	221.83 655	238.70 655	186.02 655	190.07 655	226.94 655	173.78 655

ccccc	497.36 655	492.94 655	590.78 655	530.37 655	529.69 655	476.06 655	438.68 656	494.48 656	344.79 656	446.40 656	517.23 656	473.27 656	547.51 656	541.46 656	607.83 656	660.58 656	458.79 656	353.88 656	309.98 656	597.94 656	534.45 656

GS-Stereo							0.35 145	1.31 271	0.53 82	0.38 58	0.39 43	0.32 51	0.33 66	0.45 14	0.29 43	0.20 231	0.12 43	0.16 65	0.13 74	0.17 104	0.18 124

Low-res two-view benchmark