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

S2M2_XL	0.25 1	0.25 86	0.43 17	0.36 3	0.24 28	0.16 2	0.18 2	0.34 1	0.24 4	0.29 12	0.41 44	0.24 9	0.23 11	0.32 1	0.27 19	0.20 219	0.18 329	0.18 128	0.16 166	0.18 132	0.15 38
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
FoundationStereo	0.26 2	0.23 42	0.41 13	0.40 33	0.24 28	0.32 20	0.22 24	0.43 2	0.24 4	0.31 21	0.25 6	0.30 39	0.32 56	0.36 3	0.27 19	0.16 56	0.12 40	0.15 30	0.11 7	0.13 5	0.14 18

BridgeDepth_RVC	0.27 3	0.20 9	0.40 8	0.34 1	0.19 2	0.46 80	0.19 7	0.59 13	0.28 7	0.30 16	0.29 16	0.26 18	0.32 56	0.45 13	0.30 48	0.17 89	0.11 21	0.13 1	0.12 38	0.15 47	0.13 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
MonSter++	0.27 3	0.20 9	0.38 1	0.39 21	0.24 28	0.35 25	0.20 13	0.53 6	0.33 17	0.30 16	0.27 13	0.39 75	0.26 18	0.47 18	0.28 27	0.13 17	0.12 40	0.14 4	0.11 7	0.13 5	0.15 38

HiDET	0.27 3	0.19 2	0.39 3	0.39 21	0.24 28	0.30 16	0.21 17	0.60 16	0.35 22	0.27 4	0.30 20	0.33 54	0.25 14	0.50 31	0.32 68	0.14 26	0.12 40	0.14 4	0.11 7	0.13 5	0.16 71

MLG-Stereo_test2	0.27 3	0.22 26	0.40 8	0.39 21	0.24 28	0.35 25	0.18 2	0.58 10	0.23 2	0.28 7	0.24 5	0.34 59	0.19 1	0.79 130	0.24 3	0.16 56	0.11 21	0.15 30	0.11 7	0.13 5	0.14 18

CSFM-Stereo	0.28 7	0.19 2	0.39 3	0.40 33	0.21 10	0.40 39	0.21 17	0.60 16	0.33 17	0.32 23	0.29 16	0.31 42	0.29 33	0.49 24	0.27 19	0.15 40	0.14 159	0.14 4	0.11 7	0.14 20	0.14 18

LGtest1	0.28 7	0.23 42	0.46 26	0.42 51	0.22 16	0.41 47	0.19 7	0.58 10	0.29 10	0.30 16	0.25 6	0.29 35	0.29 33	0.57 50	0.26 7	0.18 129	0.12 40	0.16 61	0.12 38	0.14 20	0.16 71

252Zero-FE	0.29 9	0.24 64	0.47 35	0.42 51	0.25 49	0.29 14	0.19 7	0.71 49	0.49 65	0.32 23	0.34 27	0.22 2	0.25 14	0.43 10	0.30 48	0.16 56	0.13 84	0.14 4	0.12 38	0.13 5	0.15 38

MonStereo	0.29 9	0.19 2	0.47 35	0.37 5	0.22 16	0.55 169	0.31 93	0.60 16	0.44 50	0.29 12	0.28 15	0.23 3	0.20 2	0.60 63	0.26 7	0.11 1	0.11 21	0.14 4	0.11 7	0.14 20	0.14 18

Wavelet-MonSter	0.29 9	0.21 14	0.51 65	0.41 44	0.27 73	0.26 5	0.25 48	0.51 5	0.31 12	0.37 46	0.48 71	0.28 32	0.35 75	0.54 38	0.29 39	0.11 1	0.11 21	0.14 4	0.11 7	0.13 5	0.13 2

Monster-pub-eth3d	0.29 9	0.19 2	0.48 41	0.37 5	0.22 16	0.55 169	0.31 93	0.60 16	0.44 50	0.29 12	0.29 16	0.23 3	0.21 6	0.59 60	0.26 7	0.11 1	0.11 21	0.14 4	0.11 7	0.14 20	0.14 18

IGEV	0.29 9	0.18 1	0.43 17	0.38 13	0.31 165	0.45 75	0.21 17	0.63 25	0.42 43	0.32 23	0.44 56	0.26 18	0.20 2	0.44 11	0.26 7	0.14 26	0.12 40	0.16 61	0.13 74	0.12 1	0.14 18

MLG-Stereo_test3	0.29 9	0.20 9	0.46 26	0.43 58	0.24 28	0.47 91	0.19 7	0.75 60	0.31 12	0.36 39	0.22 3	0.35 61	0.21 6	0.61 66	0.26 7	0.16 56	0.12 40	0.16 61	0.11 7	0.13 5	0.15 38

MLG-Stereo_test1	0.29 9	0.21 14	0.42 15	0.41 44	0.25 49	0.37 33	0.20 13	0.71 49	0.20 1	0.25 2	0.17 1	0.33 54	0.26 18	0.92 176	0.26 7	0.15 40	0.11 21	0.16 61	0.11 7	0.13 5	0.13 2

MonSter	0.29 9	0.19 2	0.48 41	0.37 5	0.22 16	0.55 169	0.31 93	0.60 16	0.44 50	0.29 12	0.29 16	0.23 3	0.20 2	0.60 63	0.26 7	0.11 1	0.11 21	0.14 4	0.11 7	0.14 20	0.14 18

dual_stereo	0.29 9	0.21 14	0.39 3	0.40 33	0.23 23	0.25 4	0.22 24	0.59 13	0.32 16	0.33 28	0.26 10	0.40 79	0.23 11	0.86 154	0.30 48	0.16 56	0.13 84	0.14 4	0.11 7	0.14 20	0.14 18

MatchStereo	0.30 18	0.21 14	0.44 22	0.35 2	0.19 2	0.21 3	0.23 37	0.90 115	0.54 80	0.28 7	0.48 71	0.25 13	0.24 13	0.53 35	0.33 79	0.17 89	0.12 40	0.14 4	0.11 7	0.14 20	0.14 18

LCMNet	0.30 18	0.19 2	0.38 1	0.39 21	0.25 49	0.32 20	0.22 24	0.65 28	0.58 97	0.28 7	0.33 25	0.33 54	0.29 33	0.58 54	0.32 68	0.14 26	0.13 84	0.14 4	0.11 7	0.13 5	0.17 97

BridgeDepth	0.30 18	0.21 14	0.39 3	0.41 44	0.18 1	0.57 181	0.32 104	0.71 49	0.35 22	0.27 4	0.26 10	0.39 75	0.43 123	0.48 20	0.29 39	0.14 26	0.10 2	0.13 1	0.12 38	0.15 47	0.13 2
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 18	0.23 42	0.50 57	0.38 13	0.26 68	0.26 5	0.20 13	0.84 93	0.31 12	0.31 21	0.26 10	0.25 13	0.26 18	0.94 180	0.23 1	0.15 40	0.12 40	0.16 61	0.12 38	0.14 20	0.13 2

asda	0.31 22	0.24 64	0.51 65	0.39 21	0.24 28	0.43 65	0.33 112	0.68 36	0.40 39	0.39 59	0.44 56	0.27 23	0.35 75	0.55 41	0.31 57	0.12 5	0.10 2	0.14 4	0.11 7	0.14 20	0.13 2

4.5_new	0.31 22	0.25 86	0.46 26	0.38 13	0.24 28	0.52 141	0.36 152	0.65 28	0.35 22	0.48 101	0.43 48	0.27 23	0.27 25	0.42 8	0.26 7	0.14 26	0.10 2	0.15 30	0.13 74	0.17 96	0.15 38

4.5w-stereo	0.31 22	0.25 86	0.46 26	0.38 13	0.24 28	0.52 141	0.36 152	0.65 28	0.35 22	0.48 101	0.43 48	0.27 23	0.27 25	0.42 8	0.26 7	0.14 26	0.10 2	0.15 30	0.13 74	0.17 96	0.15 38

LG-Stereo_L1	0.31 22	0.24 64	0.49 47	0.38 13	0.27 73	0.28 11	0.21 17	0.68 36	0.29 10	0.27 4	0.25 6	0.25 13	0.22 9	1.25 265	0.24 3	0.16 56	0.12 40	0.15 30	0.12 38	0.14 20	0.13 2

MLG-Stereo	0.31 22	0.20 9	0.42 15	0.42 51	0.20 5	0.41 47	0.19 7	0.85 95	0.24 4	0.26 3	0.22 3	0.33 54	0.27 25	1.09 230	0.27 19	0.15 40	0.11 21	0.16 61	0.11 7	0.13 5	0.13 2

Monster-pub-mixall	0.32 27	0.20 9	0.44 22	0.37 5	0.22 16	0.28 11	0.18 2	0.69 40	0.36 32	0.37 46	0.36 30	0.27 23	0.20 2	1.43 316	0.25 5	0.15 40	0.12 40	0.13 1	0.11 7	0.12 1	0.15 38

asd	0.32 27	0.22 26	0.49 47	0.40 33	0.25 49	0.47 91	0.30 86	0.77 65	0.35 22	0.44 78	0.40 42	0.28 32	0.34 67	0.64 83	0.29 39	0.13 17	0.10 2	0.14 4	0.12 38	0.15 47	0.13 2

4.25_new	0.32 27	0.27 131	0.49 47	0.40 33	0.27 73	0.49 107	0.39 193	0.69 40	0.35 22	0.40 66	0.43 48	0.27 23	0.36 83	0.48 20	0.32 68	0.12 5	0.10 2	0.15 30	0.11 7	0.14 20	0.13 2

4.5w_new	0.32 27	0.27 131	0.49 47	0.40 33	0.27 73	0.49 107	0.39 193	0.69 40	0.35 22	0.40 66	0.43 48	0.27 23	0.36 83	0.48 20	0.32 68	0.12 5	0.10 2	0.15 30	0.11 7	0.14 20	0.13 2

4.25w-stereo	0.32 27	0.27 131	0.49 47	0.40 33	0.27 73	0.49 107	0.39 193	0.69 40	0.35 22	0.40 66	0.43 48	0.27 23	0.36 83	0.48 20	0.32 68	0.12 5	0.10 2	0.15 30	0.12 38	0.14 20	0.13 2

4w-stereo	0.32 27	0.25 86	0.52 73	0.38 13	0.25 49	0.46 80	0.28 71	0.68 36	0.35 22	0.43 74	0.45 60	0.28 32	0.39 102	0.63 81	0.31 57	0.12 5	0.10 2	0.15 30	0.12 38	0.14 20	0.14 18

IGEV-Stereo++	0.32 27	0.22 26	0.47 35	0.48 119	0.33 218	0.33 22	0.22 24	0.78 73	0.48 62	0.35 36	0.41 44	0.32 46	0.47 157	0.40 4	0.29 39	0.15 40	0.12 40	0.15 30	0.12 38	0.15 47	0.15 38

AdaDepth	0.33 34	0.23 42	0.69 167	0.46 88	0.29 124	0.44 71	0.24 45	0.54 8	0.38 35	0.33 28	0.38 35	0.26 18	0.31 48	0.81 134	0.27 19	0.12 5	0.13 84	0.16 61	0.13 74	0.16 69	0.20 187

2.5w	0.33 34	0.23 42	0.53 77	0.41 44	0.25 49	0.42 58	0.38 177	0.69 40	0.35 22	0.38 52	0.54 106	0.24 9	0.26 18	0.91 174	0.29 39	0.13 17	0.10 2	0.14 4	0.13 74	0.14 20	0.15 38

2.75w_new	0.33 34	0.24 64	0.51 65	0.36 3	0.24 28	0.41 47	0.42 222	0.61 23	0.40 39	0.50 118	0.44 56	0.24 9	0.34 67	0.77 120	0.34 85	0.13 17	0.11 21	0.14 4	0.11 7	0.13 5	0.13 2

3.25w_new	0.33 34	0.22 26	0.50 57	0.39 21	0.24 28	0.52 141	0.33 112	0.77 65	0.43 48	0.49 109	0.46 66	0.32 46	0.37 90	0.64 83	0.28 27	0.12 5	0.10 2	0.14 4	0.12 38	0.12 1	0.15 38

3.25w	0.33 34	0.22 26	0.50 57	0.39 21	0.24 28	0.52 141	0.33 112	0.77 65	0.43 48	0.49 109	0.46 66	0.32 46	0.37 90	0.64 83	0.28 27	0.12 5	0.10 2	0.14 4	0.12 38	0.12 1	0.15 38

LG-G_1	0.33 34	0.22 26	0.48 41	0.44 67	0.20 5	0.64 232	0.18 2	0.80 76	0.28 7	0.30 16	0.30 20	0.36 63	0.35 75	0.88 163	0.26 7	0.17 89	0.13 84	0.16 61	0.11 7	0.14 20	0.16 71

LG-G	0.33 34	0.22 26	0.48 41	0.44 67	0.20 5	0.64 232	0.18 2	0.80 76	0.28 7	0.30 16	0.30 20	0.36 63	0.35 75	0.88 163	0.26 7	0.17 89	0.13 84	0.16 61	0.11 7	0.14 20	0.16 71

GEAStereo	0.34 41	0.23 42	0.46 26	0.49 135	0.33 218	0.46 80	0.35 139	0.87 106	0.42 43	0.36 39	0.39 37	0.32 46	0.33 60	0.45 13	0.29 39	0.22 289	0.13 84	0.17 89	0.13 74	0.17 96	0.16 71

qwe	0.34 41	0.22 26	0.48 41	0.39 21	0.27 73	0.49 107	0.30 86	0.76 63	0.40 39	0.51 128	0.49 77	0.26 18	0.29 33	0.83 142	0.35 94	0.12 5	0.10 2	0.14 4	0.12 38	0.15 47	0.14 18

3.75w	0.34 41	0.23 42	0.50 57	0.39 21	0.30 144	0.62 212	0.36 152	0.70 48	0.38 35	0.44 78	0.49 77	0.25 13	0.36 83	0.72 105	0.28 27	0.13 17	0.09 1	0.14 4	0.12 38	0.13 5	0.15 38

2w_stereo	0.34 41	0.25 86	0.52 73	0.40 33	0.23 23	0.46 80	0.47 294	0.77 65	0.44 50	0.47 93	0.51 87	0.24 9	0.44 132	0.49 24	0.31 57	0.12 5	0.10 2	0.15 30	0.12 38	0.15 47	0.16 71

SGD-Stereo	0.34 41	0.22 26	0.44 22	0.39 21	0.20 5	0.42 58	0.22 24	0.71 49	0.33 17	0.43 74	0.34 27	0.27 23	0.35 75	1.15 244	0.33 79	0.21 254	0.11 21	0.16 61	0.13 74	0.17 96	0.15 38

GREAT-IGEV	0.34 41	0.22 26	0.54 81	0.40 33	0.31 165	0.36 30	0.28 71	0.59 13	0.66 127	0.28 7	0.51 87	0.29 35	0.29 33	0.86 154	0.28 27	0.15 40	0.12 40	0.15 30	0.11 7	0.17 96	0.16 71

DEFOM-Stereo	0.34 41	0.23 42	0.46 26	0.44 67	0.29 124	0.79 312	0.23 37	0.50 4	0.39 37	0.38 52	0.32 24	0.23 3	0.25 14	1.21 260	0.28 27	0.17 89	0.12 40	0.15 30	0.11 7	0.14 20	0.16 71

2.25w	0.35 48	0.24 64	0.55 84	0.38 13	0.24 28	0.44 71	0.25 48	0.69 40	0.42 43	0.49 109	0.59 120	0.27 23	0.35 75	0.83 142	0.37 126	0.13 17	0.11 21	0.14 4	0.12 38	0.13 5	0.17 97

3.5w_stereo	0.35 48	0.27 131	0.55 84	0.38 13	0.25 49	0.54 163	0.34 125	0.73 55	0.40 39	0.46 91	0.45 60	0.31 42	0.38 100	0.80 133	0.40 157	0.12 5	0.10 2	0.15 30	0.12 38	0.14 20	0.16 71

3w_stereo	0.35 48	0.25 86	0.60 113	0.41 44	0.21 10	0.52 141	0.53 340	0.72 54	0.47 60	0.47 93	0.50 83	0.23 3	0.45 139	0.49 24	0.30 48	0.13 17	0.10 2	0.15 30	0.12 38	0.15 47	0.17 97

monsters	0.35 48	0.21 14	0.49 47	0.43 58	0.39 298	0.34 23	0.26 58	0.69 40	0.44 50	0.49 109	0.41 44	0.23 3	0.26 18	1.38 300	0.27 19	0.14 26	0.11 21	0.14 4	0.12 38	0.13 5	0.15 38

S2M2_L	0.35 48	0.28 151	0.47 35	0.43 58	0.30 144	0.31 19	0.16 1	0.61 23	0.68 132	0.32 23	0.49 77	0.47 108	0.34 67	0.40 4	0.33 79	0.25 357	0.22 400	0.20 197	0.22 340	0.25 341	0.23 268
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GSStereo	0.36 53	0.23 42	0.46 26	0.50 156	0.33 218	0.46 80	0.35 139	1.31 260	0.53 77	0.38 52	0.39 37	0.32 46	0.33 60	0.45 13	0.29 39	0.20 219	0.12 40	0.16 61	0.13 74	0.17 96	0.18 117

Zero-FE251	0.36 53	0.25 86	0.64 140	0.49 135	0.30 144	0.57 181	0.24 45	0.86 102	0.36 32	0.53 137	0.39 37	0.51 128	0.41 107	0.49 24	0.28 27	0.19 170	0.15 230	0.17 89	0.12 38	0.14 20	0.16 71

1w_stereo	0.36 53	0.21 14	0.47 35	0.44 67	0.27 73	0.47 91	0.54 354	0.66 32	0.51 71	0.44 78	0.67 139	0.25 13	0.45 139	0.62 71	0.34 85	0.12 5	0.10 2	0.14 4	0.11 7	0.14 20	0.15 38

monsterstereo	0.36 53	0.21 14	0.53 77	0.48 119	0.36 264	0.27 9	0.29 78	0.58 10	0.52 73	0.45 86	0.61 124	0.26 18	0.27 25	1.23 262	0.28 27	0.14 26	0.12 40	0.15 30	0.12 38	0.16 69	0.13 2

111111	0.36 53	0.22 26	0.49 47	0.47 105	0.45 352	0.36 30	0.22 24	1.04 159	0.44 50	0.33 28	0.33 25	0.40 79	0.26 18	0.99 197	0.27 19	0.17 89	0.12 40	0.15 30	0.11 7	0.15 47	0.15 38

RAStereo	0.36 53	0.22 26	0.85 261	0.48 119	0.28 109	0.27 9	0.28 71	0.77 65	0.65 125	0.33 28	0.43 48	0.44 85	0.31 48	0.45 13	0.35 94	0.18 129	0.15 230	0.19 156	0.15 129	0.19 168	0.15 38

VIP-Stereo	0.37 59	0.25 86	0.62 127	0.41 44	0.46 361	0.82 329	0.22 24	0.67 34	0.48 62	0.32 23	0.55 109	0.37 68	0.31 48	0.85 151	0.28 27	0.18 129	0.12 40	0.16 61	0.12 38	0.15 47	0.14 18

gasm-f	0.37 59	0.24 64	0.50 57	0.49 135	0.33 218	0.37 33	0.44 260	0.87 106	0.42 43	0.36 39	0.65 133	0.32 46	0.46 149	0.58 54	0.30 48	0.22 289	0.13 84	0.17 89	0.13 74	0.19 168	0.16 71

LG-Stereo	0.37 59	0.27 131	0.94 306	0.48 119	0.26 68	0.37 33	0.30 86	0.88 110	0.57 94	0.38 52	0.58 117	0.29 35	0.21 6	0.51 32	0.37 126	0.14 26	0.14 159	0.20 197	0.18 214	0.18 132	0.14 18

GIP-stereo	0.37 59	0.25 86	0.49 47	0.55 249	0.41 324	0.37 33	0.22 24	1.03 152	0.56 91	0.35 36	0.52 92	0.46 98	0.37 90	0.55 41	0.28 27	0.20 219	0.13 84	0.16 61	0.12 38	0.16 69	0.16 71

NLSM3	0.38 63	0.21 14	0.47 35	0.46 88	0.36 264	0.43 65	0.34 125	0.75 60	0.62 114	0.43 74	0.70 152	0.39 75	0.43 123	0.62 71	0.37 126	0.15 40	0.12 40	0.19 156	0.17 191	0.16 69	0.16 71

zero-FE	0.38 63	0.24 64	0.54 81	0.48 119	0.46 361	0.29 14	0.23 37	0.69 40	0.34 20	0.34 33	0.41 44	0.37 68	0.49 176	0.68 98	0.35 94	0.23 313	0.12 40	0.18 128	0.13 74	0.82 555	0.19 158

LG-Stereo_Zeroshot	0.38 63	0.25 86	0.61 121	0.53 218	0.29 124	0.36 30	0.22 24	1.24 241	0.42 43	0.45 86	0.65 133	0.37 68	0.51 190	0.41 7	0.30 48	0.18 129	0.12 40	0.17 89	0.13 74	0.18 132	0.20 187

AIO_rvc	0.38 63	0.25 86	0.65 147	0.47 105	0.31 165	0.55 169	0.38 177	0.98 133	0.51 71	0.35 36	0.48 71	0.49 117	0.22 9	0.87 159	0.31 57	0.16 56	0.12 40	0.16 61	0.12 38	0.15 47	0.15 38

AIO_test	0.38 63	0.24 64	0.59 103	0.47 105	0.31 165	0.55 169	0.44 260	0.86 102	0.50 68	0.34 33	0.48 71	0.46 98	0.30 44	0.76 118	0.31 57	0.17 89	0.12 40	0.17 89	0.13 74	0.16 69	0.15 38

IGEV-RUCA	0.38 63	0.24 64	0.51 65	0.51 172	0.36 264	0.59 196	0.23 37	0.68 36	0.52 73	0.39 59	0.50 83	0.44 85	0.31 48	0.86 154	0.31 57	0.24 335	0.13 84	0.16 61	0.12 38	0.20 210	0.21 216

MaDis-Stereo	0.38 63	0.27 131	0.72 177	0.45 76	0.35 256	0.30 16	0.31 93	0.81 79	0.54 80	0.38 52	0.38 35	0.58 166	0.49 176	0.53 35	0.39 140	0.20 219	0.16 268	0.19 156	0.15 129	0.19 168	0.15 38

UniTT-Stereo	0.38 63	0.24 64	0.67 156	0.49 135	0.36 264	0.40 39	0.32 104	0.55 9	0.55 87	0.55 144	0.55 109	0.36 63	0.31 48	0.59 60	0.52 253	0.21 254	0.15 230	0.17 89	0.15 129	0.19 168	0.17 97

DDF-Stereo	0.39 71	0.24 64	0.53 77	0.51 172	0.45 352	0.30 16	0.23 37	0.64 26	0.34 20	0.34 33	0.40 42	0.37 68	0.48 163	0.94 180	0.35 94	0.24 335	0.12 40	0.18 128	0.13 74	0.85 556	0.19 158

HUF	0.39 71	0.27 131	0.71 175	0.43 58	0.24 28	0.51 135	0.47 294	0.99 141	0.55 87	0.37 46	0.45 60	0.53 143	0.41 107	0.70 101	0.29 39	0.18 129	0.14 159	0.16 61	0.12 38	0.15 47	0.17 97

fffft	0.39 71	0.24 64	0.56 90	0.45 76	0.34 239	0.42 58	0.48 302	0.85 95	0.39 37	0.45 86	0.35 29	0.38 72	0.31 48	1.32 285	0.34 85	0.14 26	0.12 40	0.19 156	0.15 129	0.16 69	0.18 117
1: 1. 1
AIO-Stereo	0.39 71	0.26 106	0.54 81	0.50 156	0.24 28	0.45 75	0.39 193	1.13 194	0.57 94	0.42 72	0.49 77	0.52 137	0.25 14	0.74 110	0.32 68	0.16 56	0.13 84	0.18 128	0.14 109	0.16 69	0.15 38

ours_stereo	0.40 75	0.30 203	0.57 94	0.47 105	0.31 165	0.40 39	0.44 260	0.79 75	0.58 97	0.36 39	0.58 117	0.46 98	0.33 60	1.14 243	0.33 79	0.17 89	0.13 84	0.19 156	0.15 129	0.19 168	0.20 187

RSM++	0.40 75	0.26 106	0.55 84	0.51 172	0.27 73	0.49 107	0.41 214	0.83 87	0.52 73	0.39 59	0.47 69	0.60 176	0.34 67	1.02 208	0.31 57	0.16 56	0.13 84	0.17 89	0.15 129	0.18 132	0.15 38

RSM	0.40 75	0.25 86	0.53 77	0.50 156	0.27 73	0.46 80	0.40 202	0.94 127	0.49 65	0.42 72	0.44 56	0.65 195	0.33 60	1.07 223	0.32 68	0.15 40	0.13 84	0.17 89	0.14 109	0.17 96	0.15 38

trnet	0.40 75	0.23 42	0.40 8	0.37 5	0.20 5	0.53 150	0.29 78	0.81 79	1.15 330	0.59 150	0.72 159	0.53 143	0.43 123	0.56 44	0.37 126	0.18 129	0.13 84	0.15 30	0.10 1	0.14 20	0.14 18

CREStereo	0.40 75	0.24 64	0.40 8	0.37 5	0.22 16	0.52 141	0.29 78	0.81 79	1.15 330	0.59 150	0.72 159	0.51 128	0.42 115	0.57 50	0.37 126	0.19 170	0.13 84	0.15 30	0.10 1	0.14 20	0.15 38
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 80	0.27 131	1.63 462	0.43 58	0.29 124	0.55 169	0.40 202	0.60 16	0.54 80	0.37 46	0.36 30	0.38 72	0.29 33	0.66 90	0.41 167	0.13 17	0.14 159	0.15 30	0.19 238	0.16 69	0.18 117

FlowAnything_test	0.41 80	0.27 131	0.67 156	0.60 333	0.33 218	0.62 212	0.35 139	0.64 26	0.48 62	0.46 91	0.36 30	0.45 95	0.37 90	0.54 38	0.52 253	0.25 357	0.19 347	0.28 416	0.33 498	0.22 279	0.22 247

MSCF	0.41 80	0.28 151	0.64 140	0.50 156	0.27 73	0.58 194	0.37 167	1.03 152	0.54 80	0.54 139	0.72 159	0.32 46	0.64 261	0.56 44	0.30 48	0.19 170	0.13 84	0.17 89	0.15 129	0.17 96	0.21 216

water-stereo	0.41 80	0.21 14	0.69 167	0.45 76	0.28 109	0.50 126	0.27 64	0.96 128	0.52 73	0.57 149	0.78 174	0.59 172	0.53 198	0.44 11	0.43 183	0.17 89	0.16 268	0.17 89	0.15 129	0.17 96	0.22 247

DEFOM-Stereo_RVC	0.41 80	0.68 509	0.45 25	0.66 401	0.30 144	0.48 101	0.25 48	0.87 106	0.46 58	0.39 59	0.37 34	0.30 39	0.69 281	1.16 248	0.31 57	0.17 89	0.11 21	0.16 61	0.12 38	0.18 132	0.14 18

castereo++	0.41 80	0.26 106	0.51 65	0.44 67	0.32 198	0.96 394	0.22 24	1.13 194	0.61 112	0.33 28	0.45 60	0.50 124	0.39 102	0.94 180	0.25 5	0.18 129	0.12 40	0.17 89	0.12 38	0.14 20	0.16 71

SMoEStereo_RVC	0.41 80	0.26 106	0.55 84	0.46 88	0.31 165	0.60 201	0.36 152	0.85 95	0.47 60	0.47 93	0.43 48	0.42 81	0.34 67	1.40 306	0.31 57	0.15 40	0.12 40	0.20 197	0.15 129	0.16 69	0.18 117

Pointernet	0.41 80	0.21 14	0.63 130	0.45 76	0.29 124	0.51 135	0.27 64	1.54 308	0.70 137	0.48 101	0.64 129	0.49 117	0.37 90	0.51 32	0.36 113	0.18 129	0.13 84	0.14 4	0.11 7	0.14 20	0.14 18

AEACV	0.41 80	0.25 86	0.60 113	0.55 249	0.52 401	0.43 65	0.38 177	0.98 133	0.63 117	0.44 78	0.56 113	0.46 98	0.59 240	0.56 44	0.31 57	0.17 89	0.13 84	0.18 128	0.16 166	0.17 96	0.17 97

LoS	0.41 80	0.23 42	0.46 26	0.39 21	0.23 23	0.48 101	0.40 202	1.12 190	0.94 228	0.50 118	0.66 136	0.49 117	0.42 115	0.63 81	0.39 140	0.19 170	0.14 159	0.16 61	0.11 7	0.14 20	0.15 38
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	0.41 80	0.24 64	0.59 103	0.45 76	0.27 73	0.54 163	0.22 24	1.23 239	0.56 91	0.44 78	0.43 48	0.68 203	0.29 33	0.89 168	0.34 85	0.17 89	0.12 40	0.20 197	0.17 191	0.17 96	0.18 117

GLC_STEREO	0.41 80	0.27 131	0.43 17	0.55 249	0.24 28	0.47 91	0.30 86	0.81 79	0.64 122	0.53 137	0.74 165	0.50 124	0.31 48	0.65 88	0.45 201	0.18 129	0.20 364	0.23 302	0.19 238	0.21 259	0.21 216

mms	0.42 92	0.29 175	0.60 113	0.47 105	0.33 218	0.43 65	0.46 282	0.75 60	0.50 68	0.36 39	0.61 124	0.44 85	0.30 44	1.39 304	0.34 85	0.16 56	0.14 159	0.18 128	0.15 129	0.19 168	0.21 216

CASnet	0.42 92	0.26 106	0.52 73	0.52 195	0.21 10	0.49 107	0.35 139	0.85 95	0.85 194	0.84 209	0.69 146	0.48 113	0.31 48	0.57 50	0.34 85	0.19 170	0.12 40	0.27 400	0.22 340	0.23 300	0.15 38
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.42 92	0.26 106	0.56 90	0.48 119	0.27 73	0.45 75	0.33 112	1.56 315	0.61 112	0.36 39	0.47 69	0.52 137	0.30 44	1.08 226	0.33 79	0.15 40	0.13 84	0.17 89	0.13 74	0.16 69	0.15 38

CroCo-Stereo	0.42 92	0.33 275	0.83 246	0.59 325	0.28 109	0.26 5	0.33 112	1.22 234	0.85 194	0.43 74	0.49 77	0.65 195	0.46 149	0.40 4	0.36 113	0.19 170	0.15 230	0.16 61	0.14 109	0.20 210	0.17 97
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 96	0.30 203	2.04 497	0.37 5	0.22 16	0.47 91	0.23 37	0.82 84	0.50 68	0.44 78	0.27 13	0.31 42	0.29 33	1.01 204	0.26 7	0.14 26	0.11 21	0.14 4	0.12 38	0.13 5	0.38 458

GASTEREO	0.43 96	0.29 175	0.62 127	0.51 172	0.27 73	0.62 212	0.36 152	1.02 144	0.58 97	0.55 144	0.83 189	0.30 39	0.65 266	0.64 83	0.30 48	0.19 170	0.13 84	0.17 89	0.15 129	0.16 69	0.21 216

castereo	0.43 96	0.25 86	0.50 57	0.46 88	0.30 144	0.60 201	0.56 371	1.23 239	0.83 187	0.39 59	0.70 152	0.45 95	0.68 277	0.54 38	0.33 79	0.17 89	0.11 21	0.17 89	0.13 74	0.16 69	0.14 18

WCG-NET	0.43 96	0.23 42	0.58 97	0.42 51	0.26 68	0.46 80	0.32 104	0.77 65	1.16 337	0.77 190	0.75 166	0.58 166	0.44 132	0.62 71	0.38 134	0.16 56	0.12 40	0.16 61	0.14 109	0.15 47	0.14 18

MGS-Stereo	0.43 96	0.28 151	0.61 121	0.46 88	0.28 109	0.49 107	0.33 112	0.60 16	0.89 204	0.47 93	1.32 376	0.51 128	0.32 56	0.66 90	0.39 140	0.20 219	0.16 268	0.18 128	0.16 166	0.18 132	0.18 117

MoCha-V2	0.43 96	0.23 42	0.55 84	0.56 270	0.23 23	0.44 71	0.32 104	1.35 268	0.63 117	0.54 139	0.55 109	0.42 81	0.57 219	1.12 239	0.28 27	0.15 40	0.13 84	0.15 30	0.13 74	0.17 96	0.18 117

GCAP-Stereo	0.43 96	0.32 255	0.80 223	0.50 156	0.27 73	0.53 150	0.31 93	1.05 163	0.67 129	0.69 176	0.71 156	0.58 166	0.42 115	0.51 32	0.35 94	0.18 129	0.15 230	0.18 128	0.13 74	0.17 96	0.15 38

MM-Stereo_test2	0.44 103	0.25 86	0.70 172	0.54 233	0.33 218	0.55 169	0.45 276	1.02 144	0.84 190	0.61 162	0.51 87	0.49 117	0.42 115	0.82 136	0.32 68	0.16 56	0.13 84	0.18 128	0.14 109	0.19 168	0.17 97

fffy	0.44 103	0.29 175	0.67 156	0.47 105	0.30 144	0.46 80	0.34 125	0.98 133	0.57 94	0.40 66	0.59 120	0.55 153	0.41 107	1.26 269	0.37 126	0.16 56	0.14 159	0.19 156	0.16 166	0.19 168	0.20 187

Occ-G	0.44 103	0.23 42	0.59 103	0.44 67	0.27 73	0.43 65	0.61 403	0.85 95	0.62 114	0.48 101	0.66 136	1.00 331	0.45 139	0.79 130	0.45 201	0.17 89	0.14 159	0.18 128	0.13 74	0.16 69	0.18 117

depthmonostereo	0.45 106	0.26 106	0.89 279	0.49 135	0.24 28	0.60 201	0.36 152	1.03 152	0.77 156	0.50 118	0.65 133	0.50 124	0.55 209	0.70 101	0.39 140	0.16 56	0.16 268	0.16 61	0.14 109	0.16 69	0.20 187

IGEV++	0.45 106	0.24 64	0.63 130	0.58 306	0.32 198	0.42 58	0.25 48	2.16 484	0.65 125	0.38 52	0.58 117	0.46 98	0.44 132	0.56 44	0.40 157	0.20 219	0.13 84	0.16 61	0.13 74	0.17 96	0.18 117

ff7	0.45 106	0.30 203	0.64 140	0.47 105	0.33 218	0.49 107	0.42 222	0.93 117	0.59 101	0.50 118	0.53 96	0.44 85	0.48 163	1.41 309	0.36 113	0.18 129	0.13 84	0.21 233	0.15 129	0.18 132	0.21 216

ffff	0.45 106	0.30 203	0.64 140	0.47 105	0.33 218	0.49 107	0.42 222	0.93 117	0.59 101	0.50 118	0.53 96	0.44 85	0.48 163	1.41 309	0.36 113	0.18 129	0.13 84	0.21 233	0.15 129	0.18 132	0.21 216

11t	0.45 106	0.30 203	0.64 140	0.47 105	0.33 218	0.49 107	0.42 222	0.93 117	0.59 101	0.50 118	0.53 96	0.44 85	0.48 163	1.41 309	0.36 113	0.18 129	0.13 84	0.21 233	0.15 129	0.18 132	0.21 216

LoS_RVC	0.45 106	0.29 175	0.48 41	0.49 135	0.83 522	0.51 135	0.43 240	0.65 28	0.44 50	0.47 93	0.78 174	0.44 85	0.60 246	0.59 60	0.37 126	0.14 26	0.12 40	0.14 4	0.10 1	0.14 20	1.08 572

anonymousdsp	0.45 106	0.30 203	0.60 113	0.48 119	0.34 239	0.49 107	0.42 222	0.97 129	0.60 107	0.51 128	0.53 96	0.46 98	0.47 157	1.36 293	0.35 94	0.18 129	0.13 84	0.21 233	0.15 129	0.18 132	0.21 216

ccc-4	0.45 106	0.30 203	0.64 140	0.47 105	0.33 218	0.49 107	0.42 222	0.93 117	0.59 101	0.50 118	0.53 96	0.44 85	0.48 163	1.41 309	0.36 113	0.18 129	0.13 84	0.21 233	0.15 129	0.18 132	0.21 216

IGEV-Stereo	0.45 106	0.30 203	0.60 113	0.48 119	0.34 239	0.49 107	0.42 222	0.98 133	0.60 107	0.51 128	0.53 96	0.46 98	0.47 157	1.36 293	0.35 94	0.18 129	0.13 84	0.21 233	0.15 129	0.18 132	0.21 216
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TANstereo	0.45 106	0.23 42	0.50 57	0.43 58	0.21 10	0.65 238	0.26 58	0.83 87	0.88 203	0.95 236	0.99 230	0.51 128	0.45 139	0.56 44	0.36 113	0.19 170	0.24 438	0.16 61	0.13 74	0.17 96	0.27 350

DilatedVolume-Stereo	0.46 116	0.24 64	0.72 177	0.45 76	0.33 218	0.72 274	0.29 78	0.83 87	0.53 77	0.82 202	0.73 163	0.52 137	0.44 132	1.16 248	0.42 177	0.15 40	0.15 230	0.15 30	0.14 109	0.16 69	0.17 97

Reg-Stereo(zero)	0.46 116	0.23 42	0.50 57	0.45 76	0.25 49	0.41 47	0.27 64	0.80 76	1.12 313	0.93 231	0.79 177	0.91 292	0.46 149	0.74 110	0.44 188	0.15 40	0.13 84	0.15 30	0.12 38	0.15 47	0.18 117

rvit_stereo_0081_aga	0.46 116	0.37 365	0.91 294	0.52 195	0.41 324	0.49 107	0.40 202	0.88 110	0.66 127	0.59 150	0.56 113	0.53 143	0.43 123	0.67 94	0.44 188	0.27 404	0.21 382	0.22 268	0.20 270	0.26 354	0.19 158

rvit_stereo_0081	0.46 116	0.34 305	0.72 177	0.56 270	0.35 256	0.41 47	0.44 260	0.74 58	1.04 273	0.49 109	0.52 92	0.51 128	0.49 176	0.86 154	0.47 217	0.25 357	0.20 364	0.22 268	0.19 238	0.26 354	0.19 158

rvit_stereo_0082	0.46 116	0.34 305	0.72 177	0.56 270	0.35 256	0.41 47	0.44 260	0.74 58	1.04 273	0.49 109	0.52 92	0.51 128	0.49 176	0.86 154	0.47 217	0.25 357	0.20 364	0.22 268	0.19 238	0.26 354	0.19 158

IGEV-Stereo+	0.46 116	0.23 42	0.51 65	0.42 51	0.46 361	0.15 1	0.19 7	0.45 3	0.37 34	0.28 7	0.25 6	0.31 42	0.41 107	1.43 316	0.31 57	0.18 129	0.13 84	0.15 30	0.12 38	1.09 569	1.74 585

WCG-NET（raft）	0.46 116	0.23 42	0.59 103	0.42 51	0.24 28	0.50 126	0.35 139	0.76 63	1.10 298	0.72 182	0.76 167	0.91 292	0.50 184	0.88 163	0.40 157	0.16 56	0.13 84	0.15 30	0.14 109	0.15 47	0.17 97

ProNet	0.46 116	0.30 203	0.69 167	0.46 88	0.32 198	0.57 181	0.52 334	1.15 210	0.67 129	0.44 78	0.50 83	0.44 85	0.43 123	1.31 279	0.38 134	0.16 56	0.15 230	0.19 156	0.16 166	0.18 132	0.18 117

MC-Stereo	0.46 116	0.24 64	0.58 97	0.63 365	0.30 144	0.38 37	0.32 104	0.98 133	0.74 149	0.66 171	0.85 193	0.56 162	0.60 246	1.07 223	0.32 68	0.17 89	0.12 40	0.17 89	0.15 129	0.16 69	0.16 71

CroCo-Stereo Lap2	0.46 116	0.37 365	0.87 270	0.62 355	0.79 513	0.28 11	0.35 139	0.81 79	0.73 142	0.39 59	0.54 106	0.71 218	0.54 206	0.60 63	0.48 225	0.18 129	0.18 329	0.19 156	0.16 166	0.21 259	0.21 216

DA	0.47 126	0.23 42	0.59 103	0.54 233	0.26 68	1.08 416	0.44 260	1.51 298	0.63 117	0.48 101	0.69 146	0.55 153	0.49 176	0.49 24	0.38 134	0.20 219	0.14 159	0.19 156	0.13 74	0.19 168	0.17 97

GGEV	0.47 126	0.23 42	0.59 103	0.54 233	0.26 68	1.08 416	0.44 260	1.51 298	0.63 117	0.48 101	0.69 146	0.55 153	0.49 176	0.49 24	0.38 134	0.20 219	0.14 159	0.19 156	0.13 74	0.19 168	0.17 97

tt45	0.47 126	0.25 86	0.52 73	0.47 105	0.34 239	0.78 302	0.32 104	0.86 102	0.45 57	0.52 133	0.45 60	0.49 117	0.37 90	2.12 428	0.36 113	0.16 56	0.13 84	0.19 156	0.16 166	0.17 96	0.21 216

rvit_stereo_0080	0.47 126	0.35 334	0.87 270	0.48 119	0.36 264	0.42 58	0.54 354	0.93 117	0.78 161	0.52 133	0.60 122	0.55 153	0.47 157	0.62 71	0.48 225	0.27 404	0.21 382	0.20 197	0.20 270	0.31 415	0.20 187

Former-RAFT_DAM_RVC	0.47 126	0.38 383	0.75 201	0.48 119	0.37 275	0.67 249	0.35 139	0.82 84	1.14 325	0.61 162	0.64 129	0.39 75	0.39 102	0.74 110	0.39 140	0.20 219	0.17 297	0.22 268	0.18 214	0.24 329	0.20 187

whm_eth	0.47 126	0.35 334	0.87 270	0.48 119	0.36 264	0.42 58	0.54 354	0.93 117	0.78 161	0.52 133	0.60 122	0.55 153	0.47 157	0.62 71	0.48 225	0.27 404	0.21 382	0.20 197	0.20 270	0.31 415	0.20 187

XX-TBD	0.47 126	0.71 515	0.39 3	0.81 504	0.25 49	0.57 181	0.26 58	0.73 55	1.30 423	0.78 192	1.01 237	0.45 95	0.33 60	0.49 24	0.39 140	0.20 219	0.15 230	0.15 30	0.11 7	0.17 96	0.15 38

PMTNet	0.47 126	0.22 26	0.43 17	0.39 21	0.24 28	0.71 270	0.26 58	0.78 73	1.03 267	0.65 168	0.69 146	0.55 153	0.48 163	0.90 171	0.36 113	0.99 571	0.13 84	0.15 30	0.10 1	0.15 47	0.15 38

HART	0.48 134	0.24 64	0.63 130	0.52 195	0.27 73	0.41 47	0.29 78	1.32 264	0.54 80	0.59 150	1.47 427	0.61 183	0.34 67	1.09 230	0.32 68	0.16 56	0.14 159	0.19 156	0.14 109	0.19 168	0.18 117

SCV_C0	0.48 134	0.29 175	0.88 275	0.46 88	0.31 165	0.46 80	0.31 93	1.67 337	0.87 200	0.40 66	0.52 92	0.54 149	0.29 33	1.27 272	0.34 85	0.18 129	0.14 159	0.17 89	0.14 109	0.20 210	0.18 117

CAS++	0.48 134	0.34 305	0.59 103	0.48 119	0.32 198	0.45 75	0.29 78	1.73 364	0.78 161	0.71 178	0.73 163	0.36 63	0.28 30	0.70 101	0.35 94	0.27 404	0.22 400	0.26 386	0.21 312	0.29 393	0.22 247
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MIF-Stereo (partial)	0.48 134	0.28 151	0.83 246	0.51 172	0.53 409	0.39 38	0.27 64	1.03 152	0.64 122	0.47 93	0.71 156	0.51 128	0.51 190	1.13 241	0.47 217	0.20 219	0.16 268	0.23 302	0.20 270	0.24 329	0.20 187

StereoAnything_RVC	0.49 138	1.60 579	0.87 270	0.37 5	0.21 10	0.26 5	0.21 17	0.53 6	0.23 2	0.23 1	0.21 2	0.19 1	0.35 75	1.29 276	0.23 1	0.22 289	0.11 21	0.15 30	0.11 7	2.36 583	0.13 2

999	0.49 138	0.25 86	0.55 84	0.51 172	0.35 256	0.74 281	0.31 93	0.89 114	0.59 101	0.39 59	0.50 83	0.50 124	0.36 83	2.41 455	0.41 167	0.17 89	0.13 84	0.18 128	0.15 129	0.16 69	0.23 268

rvit_stereo_0083	0.49 138	0.34 305	0.85 261	0.57 292	0.36 264	0.49 107	0.43 240	0.73 55	1.05 279	0.50 118	0.57 116	0.55 153	0.50 184	0.92 176	0.50 241	0.25 357	0.25 450	0.24 326	0.20 270	0.25 341	0.19 158

rvit_stereo_ft	0.49 138	0.38 383	1.03 338	0.68 427	0.42 334	0.40 39	0.58 383	0.93 117	0.86 197	0.47 93	0.55 109	0.57 164	0.48 163	0.67 94	0.53 263	0.26 383	0.17 297	0.22 268	0.22 340	0.24 329	0.19 158

RAFT-Stereo-weight	0.49 138	0.26 106	0.58 97	0.49 135	0.28 109	0.61 209	0.34 125	1.16 215	1.11 305	1.06 270	0.79 177	0.75 224	0.28 30	0.79 130	0.42 177	0.16 56	0.13 84	0.17 89	0.15 129	0.16 69	0.18 117

IGEVStereo-DCA	0.49 138	0.33 275	0.64 140	0.46 88	0.34 239	0.50 126	0.42 222	0.93 117	0.59 101	0.48 101	0.48 71	0.48 113	0.45 139	2.28 444	0.44 188	0.19 170	0.14 159	0.19 156	0.15 129	0.17 96	0.21 216

plain	0.49 138	0.29 175	1.23 409	0.51 172	0.40 310	0.35 25	0.37 167	1.04 159	0.62 114	0.44 78	0.76 167	0.42 81	0.41 107	1.17 253	0.46 207	0.23 313	0.15 230	0.24 326	0.19 238	0.25 341	0.18 117

testlalala	0.49 138	0.30 203	0.70 172	0.44 67	0.40 310	0.68 253	0.38 177	1.38 274	0.58 97	1.28 385	0.82 187	0.61 183	0.36 83	0.57 50	0.34 85	0.21 254	0.14 159	0.18 128	0.12 38	0.15 47	0.16 71

iRaftStereo_RVC	0.49 138	0.28 151	0.72 177	0.53 218	0.29 124	0.52 141	0.33 112	1.14 198	0.84 190	0.85 211	0.99 230	0.55 153	0.36 83	0.83 142	0.40 157	0.18 129	0.13 84	0.22 268	0.20 270	0.20 210	0.18 117

CREStereo++_RVC	0.49 138	0.22 26	0.46 26	0.48 119	0.38 289	0.45 75	0.25 48	0.77 65	1.30 423	0.82 202	1.23 341	0.47 108	0.37 90	0.55 41	0.44 188	0.16 56	0.11 21	0.16 61	0.80 574	0.18 132	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	0.50 148	0.27 131	0.63 130	0.43 58	0.23 23	0.79 312	0.46 282	0.83 87	0.82 182	0.63 165	0.63 127	0.54 149	0.44 132	1.69 368	0.62 310	0.16 56	0.15 230	0.19 156	0.16 166	0.17 96	0.16 71

MyStereo07	0.50 148	0.30 203	0.58 97	0.58 306	0.48 374	0.59 196	0.78 450	1.19 223	0.60 107	0.49 109	0.54 106	0.43 84	0.55 209	1.32 285	0.36 113	0.18 129	0.18 329	0.24 326	0.21 312	0.23 300	0.23 268

4D-IteraStereo	0.50 148	0.26 106	0.84 255	0.51 172	0.49 381	0.64 232	0.31 93	0.91 116	1.02 264	1.05 264	0.72 159	0.76 226	0.32 56	0.69 99	0.40 157	0.18 129	0.11 21	0.23 302	0.20 270	0.19 168	0.16 71

MM-Stereo_test1	0.51 151	0.26 106	0.59 103	0.53 218	0.31 165	0.50 126	0.53 340	1.06 165	1.09 294	0.88 218	0.70 152	0.54 149	0.59 240	1.18 254	0.35 94	0.19 170	0.17 297	0.20 197	0.17 191	0.20 210	0.18 117

SCV	0.51 151	0.29 175	0.72 177	0.63 365	0.27 73	0.40 39	0.38 177	2.32 515	0.75 154	0.36 39	0.49 77	0.55 153	0.35 75	1.31 279	0.34 85	0.25 357	0.13 84	0.17 89	0.14 109	0.18 132	0.18 117

CES	0.51 151	0.21 14	0.40 8	0.42 51	1.40 574	0.53 150	0.34 125	1.04 159	0.68 132	0.45 86	0.67 139	0.35 61	0.28 30	0.58 54	0.35 94	0.16 56	0.13 84	0.15 30	0.10 1	0.19 168	1.69 584

sCroCo_RVC	0.51 151	0.43 416	1.15 377	0.66 401	0.60 447	0.52 141	0.40 202	0.93 117	0.64 122	0.45 86	0.76 167	0.49 117	0.49 176	0.65 88	0.49 238	0.27 404	0.28 473	0.23 302	0.22 340	0.29 393	0.28 366

FE-Mocha	0.52 155	0.32 255	0.98 321	0.51 172	0.37 275	0.46 80	0.22 24	1.71 358	0.56 91	1.02 255	1.10 277	0.82 249	0.41 107	0.58 54	0.32 68	0.19 170	0.13 84	0.21 233	0.21 312	0.17 96	0.19 158

RCA-Stereo	0.52 155	0.26 106	0.66 152	0.49 135	0.33 218	0.54 163	0.44 260	1.20 227	1.41 469	0.69 176	1.06 261	0.63 191	0.79 315	0.62 71	0.35 94	0.17 89	0.12 40	0.17 89	0.14 109	0.16 69	0.16 71

Wave_Phase_stereo	0.53 157	0.27 131	1.63 462	0.43 58	0.29 124	2.72 564	0.40 202	0.82 84	0.54 80	0.37 46	0.36 30	0.38 72	0.29 33	0.66 90	0.41 167	0.13 17	0.14 159	0.15 30	0.19 238	0.16 69	0.18 117

MM-Stereo_test3	0.53 157	0.26 106	0.60 113	0.56 270	0.73 489	0.49 107	0.53 340	1.31 260	1.08 286	0.64 166	0.97 224	0.61 183	0.42 115	0.82 136	0.40 157	0.21 254	0.18 329	0.20 197	0.16 166	0.19 168	0.21 216

model_zeroshot	0.53 157	0.31 237	1.00 329	0.57 292	0.39 298	0.74 281	0.39 193	1.38 274	0.67 129	0.88 218	0.85 193	0.71 218	0.37 90	0.77 120	0.39 140	0.21 254	0.17 297	0.19 156	0.17 191	0.17 96	0.22 247

knoymous	0.53 157	0.32 255	0.51 65	0.46 88	0.30 144	0.57 181	0.54 354	1.10 186	0.78 161	0.99 242	0.84 191	0.95 311	0.57 219	0.89 168	0.51 245	0.21 254	0.14 159	0.26 386	0.14 109	0.23 300	0.25 312

NLSM1	0.54 161	0.26 106	0.61 121	0.49 135	1.04 551	0.83 337	0.31 93	1.55 311	0.68 132	0.52 133	0.77 171	0.46 98	0.48 163	1.02 208	0.56 281	0.19 170	0.19 347	0.21 233	0.18 214	0.20 210	0.18 117

NLCSM	0.54 161	0.30 203	0.60 113	0.53 218	0.74 496	0.71 270	0.47 294	1.25 245	0.71 140	0.64 166	0.51 87	0.48 113	0.60 246	1.34 289	0.71 341	0.19 170	0.20 364	0.21 233	0.19 238	0.22 279	0.21 216

tg	0.54 161	0.25 86	0.70 172	0.52 195	0.31 165	0.89 361	0.29 78	1.12 190	0.98 244	0.85 211	1.03 247	0.62 186	0.42 115	1.37 296	0.41 167	0.17 89	0.13 84	0.22 268	0.21 312	0.17 96	0.17 97

GCAP-BAT	0.54 161	0.33 275	0.75 201	0.45 76	0.50 386	0.84 346	0.35 139	0.98 133	0.80 176	0.88 218	1.04 253	0.88 276	0.37 90	1.25 265	0.41 167	0.19 170	0.15 230	0.18 128	0.13 74	0.17 96	0.22 247

HUI-Stereo	0.54 161	0.33 275	0.81 228	0.52 195	0.27 73	0.62 212	0.29 78	1.14 198	0.74 149	1.13 289	0.96 215	0.82 249	0.60 246	0.83 142	0.52 253	0.23 313	0.14 159	0.24 326	0.20 270	0.27 360	0.20 187

WQFJA1	0.55 166	0.29 175	0.56 90	0.47 105	0.85 525	0.78 302	0.38 177	2.26 503	0.79 170	0.51 128	0.53 96	0.53 143	0.50 184	0.73 108	0.66 327	0.17 89	0.21 382	0.19 156	0.17 191	0.19 168	0.18 117

NLMM	0.55 166	0.29 175	0.56 90	0.47 105	0.86 527	0.78 302	0.38 177	2.26 503	0.79 170	0.51 128	0.53 96	0.53 143	0.50 184	0.73 108	0.66 327	0.17 89	0.21 382	0.19 156	0.17 191	0.19 168	0.18 117

FSD	0.55 166	0.53 458	0.67 156	0.64 380	0.52 401	0.54 163	0.58 383	0.71 49	0.54 80	0.54 139	0.53 96	0.60 176	0.52 195	0.58 54	0.56 281	0.51 539	0.48 557	0.50 536	0.49 544	0.50 512	0.51 510

Any-RAFT	0.55 166	0.27 131	0.49 47	0.50 156	0.27 73	0.98 398	0.25 48	1.71 358	1.08 286	0.90 223	0.99 230	1.13 374	0.46 149	0.74 110	0.35 94	0.19 170	0.13 84	0.17 89	0.13 74	0.16 69	0.19 158

Selective-RAFT	0.55 166	0.29 175	0.85 261	0.58 306	0.28 109	0.91 368	0.34 125	1.00 143	0.96 237	0.59 150	0.64 129	0.80 237	0.76 296	1.34 289	0.51 245	0.21 254	0.15 230	0.17 89	0.15 129	0.19 168	0.19 158

test_4	0.55 166	0.23 42	0.67 156	0.56 270	0.32 198	0.71 270	0.39 193	0.83 87	0.72 141	0.93 231	1.87 513	0.70 211	0.41 107	1.21 260	0.39 140	0.16 56	0.13 84	0.21 233	0.23 372	0.20 210	0.18 117

GMOStereo	0.55 166	0.28 151	0.72 177	0.52 195	0.30 144	0.53 150	0.43 240	1.02 144	0.98 244	1.44 456	1.14 306	0.88 276	0.57 219	0.62 71	0.39 140	0.16 56	0.14 159	0.24 326	0.22 340	0.20 210	0.18 117

error version	0.55 166	0.28 151	0.72 177	0.52 195	0.30 144	0.53 150	0.43 240	1.02 144	0.98 244	1.44 456	1.14 306	0.88 276	0.57 219	0.62 71	0.39 140	0.16 56	0.14 159	0.24 326	0.22 340	0.20 210	0.18 117

test-v	0.55 166	0.28 151	0.72 177	0.52 195	0.30 144	0.53 150	0.43 240	1.02 144	0.98 244	1.44 456	1.14 306	0.88 276	0.57 219	0.62 71	0.39 140	0.16 56	0.14 159	0.24 326	0.22 340	0.20 210	0.18 117

test-2	0.55 166	0.28 151	0.72 177	0.52 195	0.30 144	0.53 150	0.43 240	1.02 144	0.98 244	1.44 456	1.14 306	0.88 276	0.57 219	0.62 71	0.39 140	0.16 56	0.14 159	0.24 326	0.22 340	0.20 210	0.18 117

rafts_anoy	0.55 166	0.32 255	0.66 152	0.72 460	0.61 453	0.53 150	0.40 202	1.24 241	1.06 281	0.85 211	0.83 189	0.67 201	0.53 198	0.77 120	0.55 275	0.20 219	0.15 230	0.25 365	0.26 411	0.22 279	0.21 216

s12784h	0.55 166	0.22 26	0.49 47	0.43 58	0.19 2	1.00 400	0.34 125	1.40 280	1.30 423	0.84 209	0.93 210	0.63 191	0.52 195	1.48 328	0.47 217	0.15 40	0.12 40	0.17 89	0.11 7	0.19 168	0.13 2

raftrobust	0.55 166	0.27 131	0.63 130	0.68 427	0.69 482	0.50 126	0.34 125	1.08 173	0.97 241	1.32 402	0.88 201	0.62 186	0.80 322	0.82 136	0.44 188	0.20 219	0.16 268	0.16 61	0.14 109	0.15 47	0.18 117

Gwc-CoAtRS	0.55 166	0.27 131	0.73 191	0.49 135	0.30 144	0.63 223	0.25 48	1.38 274	1.12 313	1.05 264	1.02 240	1.10 365	0.55 209	0.72 105	0.44 188	0.17 89	0.14 159	0.17 89	0.15 129	0.16 69	0.17 97

rvit_0105_6	0.56 180	0.38 383	1.13 370	0.67 415	0.38 289	0.50 126	0.51 323	0.88 110	1.33 434	0.54 139	0.56 113	0.65 195	0.57 219	0.97 194	0.46 207	0.32 456	0.31 490	0.28 416	0.25 394	0.29 393	0.23 268

MSKI-zero shot	0.56 180	0.30 203	0.61 121	0.55 249	0.28 109	0.68 253	0.28 71	1.25 245	0.68 132	0.92 228	1.33 382	0.81 243	0.33 60	1.94 404	0.36 113	0.18 129	0.13 84	0.17 89	0.13 74	0.16 69	0.19 158

EKT-Stereo	0.56 180	0.33 275	0.84 255	0.61 347	0.64 461	0.51 135	0.48 302	1.14 198	0.95 233	0.74 185	0.89 203	0.77 230	0.42 115	1.18 254	0.42 177	0.23 313	0.17 297	0.21 233	0.18 214	0.20 210	0.26 332

LL-Strereo2	0.56 180	0.36 344	0.77 209	0.56 270	0.40 310	0.68 253	0.37 167	1.21 232	0.83 187	0.96 239	0.79 177	0.91 292	0.41 107	1.08 226	0.48 225	0.18 129	0.17 297	0.29 428	0.25 394	0.22 279	0.19 158

test-3	0.56 180	0.24 64	0.82 237	0.50 156	0.29 124	0.57 181	0.34 125	1.09 180	1.03 267	1.33 408	0.69 146	0.87 270	0.45 139	1.68 364	0.39 140	0.17 89	0.12 40	0.20 197	0.17 191	0.17 96	0.16 71

test_1	0.56 180	0.24 64	0.82 237	0.50 156	0.29 124	0.57 181	0.34 125	1.09 180	1.03 267	1.28 385	0.69 146	0.87 270	0.45 139	1.67 362	0.39 140	0.17 89	0.12 40	0.20 197	0.17 191	0.17 96	0.16 71

PSM-adaLoss	0.56 180	0.33 275	0.81 228	0.52 195	0.27 73	0.63 223	0.41 214	1.14 198	0.73 142	1.13 289	0.96 215	0.82 249	0.60 246	1.09 230	0.52 253	0.23 313	0.14 159	0.24 326	0.20 270	0.27 360	0.20 187

ROB_FTStereo	0.56 180	0.33 275	0.82 237	0.52 195	0.27 73	0.62 212	0.25 48	1.14 198	0.74 149	1.13 289	0.96 215	0.82 249	0.60 246	1.18 254	0.52 253	0.23 313	0.14 159	0.24 326	0.20 270	0.27 360	0.20 187

cross-raft	0.56 180	0.26 106	0.65 147	0.55 249	0.31 165	0.66 244	0.37 167	1.68 341	0.82 182	1.06 270	1.07 264	1.25 399	0.45 139	0.74 110	0.39 140	0.15 40	0.13 84	0.19 156	0.16 166	0.19 168	0.17 97

test-1	0.56 180	0.28 151	1.13 370	0.58 306	0.34 239	0.60 201	0.38 177	1.56 315	0.98 244	0.80 195	1.02 240	0.83 259	0.52 195	0.64 83	0.46 207	0.17 89	0.16 268	0.20 197	0.17 191	0.20 210	0.26 332

raft+_RVC	0.56 180	0.29 175	0.61 121	0.65 388	0.56 429	0.53 150	0.53 340	1.40 280	1.02 264	0.78 192	1.04 253	0.70 211	0.55 209	1.00 201	0.49 238	0.18 129	0.16 268	0.19 156	0.19 238	0.18 132	0.17 97

RAFT-Stereo + iAFF	0.56 180	0.28 151	0.81 228	0.45 76	0.25 49	0.40 39	0.34 125	1.12 190	1.13 319	1.35 421	1.58 464	0.80 237	0.67 273	0.71 104	0.43 183	0.14 26	0.11 21	0.18 128	0.17 191	0.18 132	0.16 71

H2IRNET	0.57 192	0.28 151	0.75 201	0.49 135	0.35 256	0.40 39	0.27 64	1.03 152	1.18 348	0.62 164	1.26 349	1.07 350	0.85 341	1.02 208	0.64 318	0.20 219	0.16 268	0.23 302	0.25 394	0.22 279	0.20 187

11t1	0.57 192	0.30 203	0.84 255	0.54 233	0.30 144	0.83 337	0.41 214	1.34 267	0.79 170	0.88 218	0.82 187	0.70 211	0.70 284	0.96 190	0.67 330	0.21 254	0.21 382	0.20 197	0.16 166	0.21 259	0.26 332

rrr	0.57 192	0.33 275	2.43 517	0.46 88	0.34 239	0.50 126	0.38 177	0.84 93	0.55 87	0.48 101	0.48 71	0.48 113	0.45 139	2.28 444	0.44 188	0.19 170	0.14 159	0.19 156	0.15 129	0.17 96	0.18 117

test_3	0.57 192	0.24 64	0.87 270	0.55 249	0.30 144	0.60 201	0.40 202	1.07 168	1.08 286	1.20 337	0.68 141	0.92 300	0.43 123	1.68 364	0.40 157	0.16 56	0.13 84	0.22 268	0.19 238	0.21 259	0.17 97

Patchmatch Stereo++	0.57 192	0.33 275	0.82 237	0.52 195	0.27 73	0.63 223	0.28 71	1.14 198	0.73 142	1.13 289	0.96 215	0.82 249	0.60 246	1.40 306	0.52 253	0.23 313	0.14 159	0.24 326	0.20 270	0.27 360	0.20 187
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	0.57 192	0.33 275	0.81 228	0.52 195	0.27 73	0.62 212	0.42 222	1.14 198	0.73 142	1.13 289	0.97 224	0.82 249	0.60 246	1.15 244	0.53 263	0.23 313	0.14 159	0.24 326	0.20 270	0.27 360	0.20 187

DeepStereo_RVC	0.57 192	0.31 237	0.78 215	0.53 218	0.30 144	0.57 181	0.32 104	1.11 188	0.80 176	1.17 313	0.94 212	0.83 259	0.93 383	1.01 204	0.61 305	0.23 313	0.14 159	0.21 233	0.19 238	0.24 329	0.26 332

iRAFT	0.57 192	0.33 275	0.82 237	0.52 195	0.27 73	0.63 223	0.28 71	1.14 198	0.73 142	1.13 289	0.96 215	0.82 249	0.60 246	1.40 306	0.52 253	0.23 313	0.14 159	0.24 326	0.20 270	0.27 360	0.20 187

CRE-IMP	0.57 192	0.32 255	0.82 237	0.54 233	0.29 124	0.77 301	0.25 48	1.19 223	0.79 170	1.09 275	0.95 213	0.81 243	0.57 219	1.11 237	0.57 286	0.22 289	0.14 159	0.23 302	0.19 238	0.28 376	0.24 291

RAFT-IKP	0.57 192	0.33 275	0.82 237	0.52 195	0.27 73	0.57 181	0.35 139	1.14 198	0.73 142	1.13 289	0.96 215	0.83 259	0.61 256	1.26 269	0.53 263	0.23 313	0.14 159	0.24 326	0.20 270	0.27 360	0.20 187

test_xeample3	0.57 192	0.33 275	3.11 540	0.46 88	0.34 239	0.55 169	0.38 177	0.86 102	0.49 65	0.54 139	0.46 66	0.44 85	0.44 132	1.49 335	0.45 201	0.18 129	0.14 159	0.19 156	0.15 129	0.17 96	0.18 117

CFNet-RSSM	0.57 192	0.25 86	0.76 206	0.49 135	0.28 109	0.59 196	0.27 64	1.89 410	1.17 342	1.09 275	0.95 213	1.06 347	0.53 198	0.74 110	0.41 167	0.17 89	0.13 84	0.17 89	0.15 129	0.16 69	0.16 71

WQFJX	0.58 204	0.29 175	0.57 94	0.46 88	0.87 533	0.75 286	0.39 193	2.67 562	0.80 176	0.55 144	0.53 96	0.54 149	0.55 209	0.97 194	0.61 305	0.17 89	0.19 347	0.19 156	0.16 166	0.19 168	0.20 187

rvit_0105_4	0.58 204	0.40 398	1.19 398	0.68 427	0.38 289	0.53 150	0.55 364	0.93 117	1.27 399	0.56 148	0.61 124	0.72 220	0.63 257	1.01 204	0.47 217	0.33 463	0.33 508	0.29 428	0.25 394	0.29 393	0.26 332

AE-Stereo	0.58 204	0.29 175	0.81 228	0.62 355	0.41 324	0.69 264	0.46 282	2.49 544	1.25 387	0.49 109	0.77 171	0.69 208	0.46 149	0.61 66	0.42 177	0.17 89	0.16 268	0.21 233	0.20 270	0.19 168	0.18 117

1test111	0.58 204	0.34 305	0.63 130	0.60 333	0.27 73	1.16 435	0.51 323	1.58 320	0.91 210	0.60 157	0.80 182	0.47 108	0.87 358	0.99 197	0.67 330	0.21 254	0.13 84	0.25 365	0.15 129	0.23 300	0.25 312

RAFT-Test	0.58 204	0.27 131	0.81 228	0.50 156	0.33 218	0.95 388	0.27 64	1.40 280	0.89 204	1.00 246	1.12 290	1.39 434	0.48 163	0.74 110	0.41 167	0.17 89	0.14 159	0.17 89	0.14 109	0.16 69	0.18 117

anonymousdsp2	0.58 204	0.29 175	0.93 299	0.51 172	0.30 144	0.75 286	0.46 282	1.95 430	0.87 200	0.81 200	0.78 174	0.76 226	0.48 163	1.10 234	0.45 201	0.19 170	0.14 159	0.18 128	0.13 74	0.20 210	0.22 247

fff	0.58 204	0.26 106	1.15 377	0.46 88	0.25 49	0.48 101	0.36 152	1.20 227	1.28 407	1.13 289	1.03 247	0.59 172	1.04 434	0.77 120	0.58 291	0.17 89	0.14 159	0.17 89	0.13 74	0.15 47	0.24 291

iGMRVC	0.58 204	0.33 275	0.81 228	0.52 195	0.27 73	0.62 212	0.38 177	1.14 198	0.73 142	1.13 289	0.97 224	0.82 249	0.59 240	1.54 338	0.53 263	0.23 313	0.14 159	0.24 326	0.20 270	0.27 360	0.20 187

RALCasStereoNet	0.58 204	0.34 305	0.77 209	0.65 388	0.64 461	0.64 232	0.51 323	1.06 165	0.99 253	0.71 178	1.06 261	0.77 230	0.44 132	1.38 300	0.52 253	0.20 219	0.18 329	0.18 128	0.16 166	0.20 210	0.22 247

DCANet	0.58 204	0.26 106	1.15 377	0.45 76	0.25 49	0.49 107	0.36 152	1.18 219	1.35 439	1.15 305	1.04 253	0.60 176	0.91 373	0.84 147	0.58 291	0.17 89	0.14 159	0.17 89	0.13 74	0.19 168	0.25 312

csc	0.58 204	0.26 106	1.15 377	0.46 88	0.25 49	0.48 101	0.36 152	1.20 227	1.28 407	1.13 289	1.03 247	0.59 172	1.04 434	0.77 120	0.58 291	0.17 89	0.14 159	0.17 89	0.13 74	0.15 47	0.24 291

cscssc	0.58 204	0.26 106	1.15 377	0.46 88	0.25 49	0.48 101	0.36 152	1.20 227	1.28 407	1.13 289	1.03 247	0.59 172	1.04 434	0.77 120	0.58 291	0.17 89	0.14 159	0.17 89	0.13 74	0.15 47	0.24 291

GMStereo	0.58 204	0.50 446	1.09 357	0.52 195	0.32 198	0.80 319	0.43 240	1.02 144	1.41 469	0.89 222	0.77 171	0.52 137	0.46 149	0.89 168	0.56 281	0.25 357	0.16 268	0.20 197	0.22 340	0.31 415	0.27 350
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
WQFJX1	0.59 217	0.27 131	0.59 103	0.49 135	0.73 489	0.68 253	0.46 282	2.65 557	0.77 156	0.55 144	0.51 87	0.52 137	0.50 184	1.38 300	0.61 305	0.18 129	0.20 364	0.20 197	0.17 191	0.20 210	0.21 216

IGEV-FE	0.59 217	0.33 275	1.11 364	0.63 365	0.37 275	0.41 47	0.33 112	1.80 381	0.79 170	1.04 261	1.10 277	1.05 346	0.43 123	0.87 159	0.48 225	0.18 129	0.13 84	0.19 156	0.18 214	0.20 210	0.23 268

xyz-stereo-finetune2	0.59 217	0.29 175	0.66 152	0.41 44	0.24 28	1.08 416	0.34 125	0.87 106	0.60 107	0.68 175	1.08 271	0.58 166	0.79 315	2.39 454	0.83 375	0.17 89	0.15 230	0.21 233	0.17 191	0.16 69	0.18 117

gcap-zeroshot	0.59 217	0.30 203	1.11 364	0.51 172	0.30 144	0.79 312	0.36 152	1.86 402	0.86 197	0.90 223	0.68 141	1.44 443	0.50 184	0.82 136	0.35 94	0.19 170	0.16 268	0.18 128	0.15 129	0.18 132	0.18 117

ACVNet-DCA	0.59 217	0.34 305	0.63 130	0.60 333	0.27 73	1.16 435	0.51 323	1.58 320	0.91 210	0.60 157	0.80 182	0.47 108	0.87 358	1.48 328	0.35 94	0.21 254	0.13 84	0.25 365	0.15 129	0.23 300	0.25 312

IGEV_Zeroshot_test	0.59 217	0.33 275	1.11 364	0.63 365	0.37 275	0.41 47	0.33 112	1.80 381	0.79 170	1.04 261	1.10 277	1.06 347	0.43 123	0.87 159	0.48 225	0.18 129	0.13 84	0.19 156	0.18 214	0.20 210	0.23 268

DCANet-4	0.59 217	0.28 151	1.65 466	0.44 67	0.25 49	0.48 101	0.36 152	1.15 210	1.36 448	1.13 289	1.03 247	0.56 162	0.74 290	0.77 120	0.58 291	0.17 89	0.14 159	0.17 89	0.13 74	0.15 47	0.24 291

x	0.59 217	0.34 305	0.79 219	0.51 172	0.32 198	0.69 264	0.46 282	1.64 333	0.97 241	0.86 216	0.86 195	0.83 259	0.74 290	0.75 117	0.70 338	0.21 254	0.22 400	0.22 268	0.20 270	0.21 259	0.24 291

sAnonymous2	0.59 217	0.61 484	1.82 478	0.61 347	0.52 401	0.51 135	0.54 354	0.97 129	0.70 137	0.50 118	0.68 141	0.46 98	0.63 257	0.61 66	0.41 167	0.22 289	0.17 297	0.23 302	0.21 312	0.85 556	0.56 526

CroCo_RVC	0.59 217	0.61 484	1.82 478	0.61 347	0.52 401	0.51 135	0.54 354	0.97 129	0.70 137	0.50 118	0.68 141	0.46 98	0.63 257	0.61 66	0.41 167	0.22 289	0.17 297	0.23 302	0.21 312	0.85 556	0.56 526

NLMM1	0.60 227	0.28 151	0.63 130	0.48 119	0.73 489	0.68 253	0.43 240	2.47 539	1.11 305	0.60 157	0.63 127	0.51 128	0.47 157	1.34 289	0.58 291	0.19 170	0.21 382	0.20 197	0.17 191	0.20 210	0.19 158

testlalala2	0.60 227	0.30 203	0.68 161	1.79 579	1.30 572	0.65 238	0.41 214	1.06 165	0.75 154	0.91 225	0.96 215	0.75 224	0.34 67	0.56 44	0.45 201	0.18 129	0.16 268	0.17 89	0.13 74	0.17 96	0.19 158

MIM_Stereo	0.60 227	0.26 106	1.02 334	0.49 135	0.32 198	0.52 141	0.28 71	1.41 284	0.82 182	1.02 255	1.16 314	0.93 301	0.53 198	1.48 328	0.63 314	0.17 89	0.17 297	0.20 197	0.19 238	0.17 96	0.18 117

MIPNet	0.60 227	0.31 237	1.07 351	0.51 172	0.34 239	0.68 253	0.40 202	1.67 337	1.14 325	1.11 278	0.93 210	0.60 176	0.78 307	0.77 120	0.58 291	0.18 129	0.14 159	0.19 156	0.16 166	0.18 132	0.21 216

AFF-stereo	0.60 227	0.28 151	0.72 177	0.48 119	0.29 124	0.34 23	0.37 167	1.22 234	1.20 354	1.21 344	1.59 468	1.10 365	0.70 284	1.01 204	0.44 188	0.14 26	0.12 40	0.19 156	0.20 270	0.18 132	0.15 38

R-Stereo Train	0.60 227	0.30 203	0.72 177	0.57 292	0.37 275	0.68 253	0.52 334	1.45 289	0.78 161	1.61 498	1.50 438	0.76 226	0.53 198	0.67 94	0.51 245	0.19 170	0.16 268	0.18 128	0.15 129	0.18 132	0.19 158

RAFT-Stereo	0.60 227	0.30 203	0.72 177	0.57 292	0.37 275	0.68 253	0.52 334	1.45 289	0.78 161	1.61 498	1.50 438	0.76 226	0.53 198	0.67 94	0.51 245	0.19 170	0.16 268	0.18 128	0.15 129	0.18 132	0.19 158
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-test2	0.61 234	0.30 203	0.93 299	0.65 388	0.65 466	0.79 312	0.50 321	1.33 266	1.40 465	0.65 168	1.15 312	0.53 143	0.42 115	1.18 254	0.36 113	0.25 357	0.18 329	0.26 386	0.31 477	0.20 210	0.21 216

AIO-test1	0.61 234	0.27 131	0.68 161	0.68 427	1.02 549	0.79 312	0.36 152	1.59 325	1.35 439	0.59 150	0.89 203	0.60 176	0.49 176	1.20 259	0.36 113	0.18 129	0.17 297	0.23 302	0.25 394	0.18 132	0.26 332

rvit_0105_5	0.61 234	0.41 408	1.19 398	0.67 415	0.37 275	0.57 181	0.56 371	1.08 173	1.28 407	0.65 168	0.68 141	0.77 230	0.67 273	0.91 174	0.51 245	0.33 463	0.32 502	0.30 440	0.27 429	0.28 376	0.28 366

riskmin	0.62 237	0.29 175	0.73 191	0.50 156	0.34 239	0.86 354	0.44 260	1.74 366	1.07 283	0.76 189	0.76 167	1.19 383	1.01 418	0.84 147	0.60 302	0.20 219	0.16 268	0.24 326	0.16 166	0.24 329	0.29 380

qqq	0.62 237	0.36 344	0.88 275	0.50 156	0.28 109	0.64 232	0.62 406	1.58 320	0.91 210	0.83 204	0.96 215	0.95 311	0.79 315	0.99 197	0.67 330	0.21 254	0.23 428	0.24 326	0.23 372	0.23 300	0.25 312

ADStereo(finetuned)	0.62 237	0.26 106	1.59 460	0.45 76	0.25 49	0.49 107	0.36 152	1.18 219	1.35 439	1.16 309	1.04 253	0.60 176	1.18 471	0.85 151	0.57 286	0.17 89	0.14 159	0.17 89	0.13 74	0.19 168	0.24 291

dd	0.62 237	0.51 450	1.17 392	0.56 270	0.33 218	0.74 281	0.46 282	1.03 152	1.40 465	0.80 195	0.87 198	0.60 176	0.57 219	1.02 208	0.86 380	0.28 422	0.18 329	0.26 386	0.19 238	0.35 445	0.27 350

IPLGR	0.62 237	0.28 151	1.32 427	0.50 156	0.29 124	0.65 238	0.34 125	1.47 294	1.19 350	1.21 344	1.07 264	0.70 211	0.65 266	1.05 216	0.55 275	0.18 129	0.15 230	0.20 197	0.17 191	0.21 259	0.20 187

PFNet+	0.62 237	0.31 237	0.99 324	0.57 292	0.31 165	0.57 181	0.30 86	0.99 141	1.25 387	1.33 408	1.10 277	0.79 235	0.57 219	1.35 292	0.53 263	0.26 383	0.17 297	0.28 416	0.26 411	0.21 259	0.27 350

NRIStereo	0.62 237	0.31 237	0.78 215	0.56 270	0.28 109	0.63 223	0.33 112	1.16 215	0.92 215	1.15 305	0.87 198	0.90 288	0.58 236	2.24 439	0.56 281	0.22 289	0.14 159	0.21 233	0.19 238	0.22 279	0.18 117

RALAANet	0.62 237	0.37 365	0.97 318	0.66 401	0.50 386	0.67 249	0.31 93	1.27 251	1.09 294	1.11 278	1.17 317	0.88 276	0.46 149	1.27 272	0.45 201	0.20 219	0.15 230	0.21 233	0.18 214	0.27 360	0.19 158

FENet	0.62 237	0.30 203	0.68 161	0.57 292	0.33 218	0.82 329	0.40 202	1.41 284	1.12 313	1.03 259	0.87 198	0.98 320	0.84 336	1.00 201	0.70 338	0.23 313	0.16 268	0.23 302	0.20 270	0.22 279	0.24 291

RAFT+CT+SA	0.63 246	0.30 203	0.73 191	0.69 440	0.37 275	0.40 39	0.55 364	1.93 425	1.04 273	0.72 182	1.23 341	0.62 186	0.69 281	1.69 368	0.42 177	0.19 170	0.13 84	0.22 268	0.22 340	0.21 259	0.19 158

GANet-ADL	0.63 246	0.38 383	0.82 237	0.67 415	0.41 324	0.68 253	0.51 323	1.64 333	1.16 337	0.98 241	1.10 277	0.90 288	0.58 236	0.81 134	0.63 314	0.27 404	0.18 329	0.18 128	0.16 166	0.23 300	0.27 350

AnonymousM	0.63 246	1.14 555	0.43 17	0.46 88	0.32 198	0.43 65	0.46 282	1.27 251	0.78 161	1.00 246	0.66 136	0.68 203	0.45 139	0.61 66	0.46 207	0.21 254	0.16 268	1.84 587	0.98 582	0.15 47	0.15 38

HHNet	0.64 249	0.28 151	0.69 167	0.45 76	0.46 361	0.50 126	0.57 377	1.13 194	1.03 267	1.26 374	2.21 538	0.70 211	0.59 240	1.10 234	0.51 245	0.21 254	0.13 84	0.23 302	0.19 238	0.20 210	0.31 406

Pruner-Stereo	0.64 249	0.31 237	0.79 219	0.66 401	0.31 165	0.61 209	0.42 222	1.22 234	1.09 294	1.53 480	1.09 275	0.94 307	0.55 209	1.37 296	0.56 281	0.25 357	0.14 159	0.24 326	0.21 312	0.21 259	0.25 312

Anonymous3	0.64 249	0.47 432	1.31 424	0.59 325	0.50 386	0.93 379	0.69 427	1.11 188	0.83 187	0.74 185	0.89 203	0.65 195	0.68 277	1.08 226	0.54 272	0.40 503	0.31 490	0.26 386	0.26 411	0.31 415	0.30 396

DIP-Stereo	0.64 249	0.32 255	0.91 294	0.49 135	0.36 264	0.91 368	0.33 112	2.51 547	0.77 156	1.25 362	1.00 235	0.68 203	0.51 190	0.92 176	0.65 323	0.19 170	0.15 230	0.21 233	0.17 191	0.19 168	0.22 247
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	0.65 253	0.34 305	0.65 147	0.60 333	0.27 73	1.14 428	0.48 302	1.08 173	2.62 569	0.59 150	0.79 177	0.49 117	0.80 322	1.57 341	0.35 94	0.21 254	0.13 84	0.25 365	0.16 166	0.20 210	0.23 268

TestStereo	0.65 253	0.42 411	0.83 246	0.52 195	0.27 73	0.57 181	0.44 260	1.07 168	0.92 215	0.85 211	1.01 237	0.68 203	0.56 216	3.22 489	0.47 217	0.23 313	0.15 230	0.24 326	0.18 214	0.28 376	0.18 117

FACV-RUCA	0.66 255	0.36 344	0.89 279	0.63 365	0.65 466	0.84 346	0.41 214	1.67 337	1.11 305	0.91 225	1.14 306	0.63 191	0.77 300	0.84 147	0.54 272	0.28 422	0.19 347	0.47 531	0.22 340	0.36 449	0.29 380

rvit_0105_3	0.66 255	0.47 432	1.27 417	0.74 474	0.40 310	0.63 223	0.70 434	1.22 234	1.28 407	0.83 204	0.71 156	0.82 249	0.72 289	0.93 179	0.58 291	0.37 493	0.34 512	0.34 479	0.32 484	0.28 376	0.31 406

rvit_stereo_0075_2	0.66 255	0.47 432	1.21 406	0.67 415	0.66 472	0.53 150	0.48 302	1.24 241	1.17 342	0.77 190	0.91 206	0.78 234	0.59 240	1.05 216	0.63 314	0.37 493	0.28 473	0.40 513	0.31 477	0.38 461	0.34 433

CAS	0.66 255	0.19 2	0.41 13	2.31 587	0.86 527	0.56 179	0.53 340	0.83 87	0.63 117	0.49 109	0.70 152	0.36 63	0.26 18	0.47 18	0.37 126	2.33 588	0.10 2	0.14 4	0.10 1	0.17 96	1.31 578

TestStereo1	0.66 255	0.29 175	0.95 310	0.82 507	0.32 198	0.47 91	0.43 240	1.52 302	1.22 370	0.99 242	1.32 376	0.65 195	0.76 296	1.78 380	0.44 188	0.20 219	0.16 268	0.22 268	0.19 238	0.21 259	0.20 187

RAFT_CTSACE	0.66 255	0.29 175	1.14 375	0.57 292	0.51 396	0.68 253	0.44 260	0.88 110	0.98 244	1.03 259	1.83 506	1.23 394	0.67 273	1.48 328	0.38 134	0.16 56	0.16 268	0.21 233	0.20 270	0.20 210	0.17 97

SA-5K	0.66 255	0.29 175	0.95 310	0.82 507	0.32 198	0.47 91	0.43 240	1.52 302	1.22 370	0.99 242	1.32 376	0.65 195	0.76 296	1.78 380	0.44 188	0.20 219	0.16 268	0.22 268	0.19 238	0.21 259	0.20 187

ACRE	0.66 255	0.37 365	1.27 417	0.60 333	0.50 386	0.74 281	0.47 294	1.26 247	1.10 298	1.40 443	1.56 458	0.62 186	0.46 149	0.88 163	0.78 359	0.24 335	0.15 230	0.19 156	0.16 166	0.19 168	0.29 380

ICVP	0.66 255	0.35 334	0.71 175	0.63 365	0.41 324	0.85 353	0.56 371	1.78 374	0.96 237	0.92 228	1.24 345	0.88 276	0.75 295	0.76 118	0.93 404	0.31 448	0.22 400	0.22 268	0.21 312	0.24 329	0.28 366
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
111	0.66 255	0.27 131	1.15 377	0.46 88	0.25 49	0.72 274	0.42 222	1.57 318	1.44 482	0.83 204	1.39 403	1.10 365	0.80 322	0.97 194	0.65 323	0.20 219	0.14 159	0.18 128	0.15 129	0.18 132	0.28 366

ACVNet	0.66 255	0.33 275	0.74 196	0.55 249	0.37 275	0.80 319	0.47 294	1.46 291	1.11 305	1.01 251	1.31 371	1.07 350	0.91 373	0.82 136	1.09 433	0.22 289	0.19 347	0.21 233	0.18 214	0.23 300	0.19 158

HI	0.67 266	0.34 305	0.80 223	0.51 172	0.51 396	0.41 47	0.37 167	1.15 210	0.80 176	1.34 415	1.42 414	1.60 473	1.11 452	0.96 190	0.90 393	0.16 56	0.12 40	0.20 197	0.21 312	0.20 210	0.20 187

CoSv	0.67 266	0.34 305	0.80 223	0.51 172	0.51 396	0.41 47	0.37 167	1.15 210	0.80 176	1.34 415	1.42 414	1.60 473	1.11 452	0.96 190	0.90 393	0.16 56	0.12 40	0.20 197	0.21 312	0.20 210	0.20 187

test_sample2	0.67 266	0.31 237	0.89 279	0.54 233	0.29 124	0.80 319	0.63 411	1.83 389	1.10 298	0.93 231	1.06 261	0.94 307	0.92 381	1.24 264	0.59 299	0.23 313	0.20 364	0.22 268	0.21 312	0.24 329	0.25 312

test_sample1	0.67 266	0.32 255	0.90 289	0.54 233	0.33 218	0.76 292	0.48 302	1.75 368	1.06 281	0.95 236	0.99 230	0.91 292	1.10 449	1.25 265	0.79 364	0.22 289	0.19 347	0.21 233	0.20 270	0.21 259	0.25 312

MyStereo06	0.67 266	0.29 175	1.06 346	0.58 306	0.48 374	0.62 212	0.72 438	2.26 503	0.89 204	1.07 272	1.12 290	1.22 390	0.56 216	0.83 142	0.47 217	0.17 89	0.17 297	0.24 326	0.21 312	0.23 300	0.23 268

StereoVision	0.67 266	0.37 365	1.02 334	0.60 333	0.41 324	0.50 126	0.41 214	1.32 264	0.96 237	0.73 184	2.48 553	0.82 249	0.57 219	1.06 221	0.50 241	0.26 383	0.28 473	0.29 428	0.28 440	0.37 455	0.22 247

CASS	0.67 266	0.36 344	0.84 255	0.57 292	0.28 109	0.82 329	0.43 240	1.62 332	0.92 215	1.39 437	1.28 364	0.87 270	0.84 336	0.88 163	0.59 299	0.36 490	0.19 347	0.26 386	0.22 340	0.29 393	0.43 485
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CIPLG	0.67 266	0.37 365	1.17 392	0.60 333	0.51 396	0.75 286	0.48 302	1.26 247	1.11 305	1.43 453	1.58 464	0.64 194	0.48 163	0.94 180	0.78 359	0.24 335	0.15 230	0.19 156	0.16 166	0.19 168	0.29 380

IPLGR_C	0.67 266	0.38 383	1.20 402	0.60 333	0.50 386	0.75 286	0.48 302	1.28 255	1.13 319	1.42 449	1.57 462	0.62 186	0.48 163	0.85 151	0.80 371	0.24 335	0.15 230	0.19 156	0.16 166	0.19 168	0.29 380

GwcNet-ADL	0.67 266	0.33 275	0.90 289	0.58 306	0.41 324	0.60 201	0.59 390	1.55 311	1.28 407	1.11 278	1.13 301	0.90 288	0.59 240	1.11 237	0.91 397	0.28 422	0.18 329	0.18 128	0.18 214	0.25 341	0.33 423

TRStereo	0.67 266	0.71 515	1.06 346	0.77 493	0.68 479	0.53 150	0.38 177	2.52 548	0.96 237	0.81 200	0.84 191	0.87 270	0.39 102	1.16 248	0.46 207	0.24 335	0.17 297	0.23 302	0.24 385	0.18 132	0.20 187

RAFT	0.67 266	0.32 255	0.83 246	0.63 365	0.34 239	0.69 264	0.57 377	1.14 198	0.84 190	1.12 286	1.20 325	1.75 501	0.92 381	1.09 230	0.60 302	0.22 289	0.19 347	0.27 400	0.24 385	0.22 279	0.23 268

DN-CSS_ROB	0.67 266	0.36 344	1.36 434	0.59 325	0.41 324	0.54 163	0.45 276	1.30 258	0.95 233	1.05 264	1.47 427	0.69 208	0.64 261	1.80 387	0.60 302	0.19 170	0.15 230	0.25 365	0.23 372	0.22 279	0.23 268

cc1	0.68 279	0.34 305	0.63 130	0.60 333	0.27 73	1.16 435	0.51 323	1.07 168	3.23 582	0.60 157	0.80 182	0.47 108	0.87 358	1.48 328	0.35 94	0.21 254	0.13 84	0.25 365	0.15 129	0.19 168	0.23 268

mmm	0.68 279	0.37 365	0.91 294	0.54 233	0.34 239	0.86 354	0.58 383	1.72 362	1.02 264	1.13 289	1.41 413	0.83 259	0.78 307	0.95 189	0.67 330	0.22 289	0.20 364	0.29 428	0.26 411	0.27 360	0.27 350

PCWNet_CMD	0.68 279	0.34 305	0.93 299	0.51 172	0.38 289	0.80 319	0.42 222	1.51 298	1.34 436	1.17 313	1.31 371	1.23 394	0.65 266	0.94 180	0.62 310	0.21 254	0.17 297	0.27 400	0.19 238	0.43 480	0.28 366

HH	0.68 279	0.33 275	0.83 246	0.53 218	0.34 239	0.92 375	0.45 276	1.79 377	0.74 149	0.71 178	1.13 301	1.60 473	0.83 333	1.95 407	0.39 140	0.18 129	0.14 159	0.19 156	0.17 191	0.19 168	0.19 158

HanStereo	0.68 279	0.33 275	0.83 246	0.53 218	0.34 239	0.92 375	0.45 276	1.79 377	0.74 149	0.71 178	1.13 301	1.60 473	0.83 333	1.95 407	0.39 140	0.18 129	0.14 159	0.19 156	0.17 191	0.19 168	0.19 158

DisPM	0.68 279	0.30 203	0.85 261	0.66 401	0.35 256	0.60 201	0.44 260	1.10 186	1.10 298	1.56 488	1.10 277	0.80 237	0.58 236	2.37 452	0.46 207	0.25 357	0.14 159	0.23 302	0.21 312	0.20 210	0.26 332

CFNet_pseudo	0.68 279	0.34 305	0.93 299	0.50 156	0.39 298	0.72 274	0.42 222	1.44 287	1.25 387	1.17 313	1.35 391	1.22 390	0.66 271	1.04 213	0.64 318	0.21 254	0.17 297	0.33 471	0.19 238	0.39 466	0.28 366

MSMDNet	0.68 279	0.34 305	0.93 299	0.52 195	0.38 289	0.80 319	0.42 222	1.52 302	1.35 439	1.17 313	1.31 371	1.23 394	0.65 266	0.94 180	0.62 310	0.21 254	0.17 297	0.26 386	0.19 238	0.41 474	0.28 366

ccs_rob	0.68 279	0.34 305	0.93 299	0.50 156	0.39 298	0.72 274	0.42 222	1.43 286	1.25 387	1.17 313	1.34 386	1.22 390	0.66 271	1.04 213	0.64 318	0.21 254	0.17 297	0.35 486	0.20 270	0.40 470	0.29 380

SA	0.69 288	0.31 237	0.97 318	0.64 380	0.30 144	0.56 179	0.38 177	1.84 391	1.35 439	0.99 242	1.37 396	0.69 208	0.94 386	1.88 399	0.43 183	0.20 219	0.16 268	0.25 365	0.23 372	0.22 279	0.19 158

MyStereo8	0.70 289	0.32 255	1.24 412	0.63 365	0.53 409	0.90 365	0.34 125	1.60 327	1.35 439	1.20 337	1.31 371	0.89 286	0.64 261	0.77 120	1.02 425	0.18 129	0.15 230	0.20 197	0.18 214	0.22 279	0.30 396

MyStereo05	0.70 289	0.29 175	1.22 407	0.58 306	0.48 374	0.62 212	0.72 438	1.52 302	1.54 504	1.17 313	0.91 206	0.77 230	0.79 315	1.45 321	0.68 334	0.17 89	0.17 297	0.24 326	0.21 312	0.23 300	0.23 268

xx1	0.70 289	0.34 305	0.63 130	0.60 333	0.27 73	1.16 435	0.51 323	1.07 168	3.23 582	0.60 157	0.80 182	0.95 311	0.79 315	1.48 328	0.35 94	0.21 254	0.13 84	0.24 326	0.23 372	0.23 300	0.25 312

GMStereo_Zeroshot	0.70 289	0.64 495	1.11 364	0.65 388	0.38 289	0.84 346	0.37 167	1.09 180	1.16 337	1.14 303	1.07 264	1.26 405	0.55 209	1.23 262	0.65 323	0.34 473	0.17 297	0.31 447	0.18 214	0.57 529	0.23 268

test_5	0.70 289	0.32 255	0.99 324	0.69 440	0.50 386	0.89 361	0.51 323	1.88 408	1.14 325	0.78 192	1.13 301	1.04 342	0.89 367	1.59 348	0.46 207	0.19 170	0.14 159	0.23 302	0.22 340	0.22 279	0.20 187

GES	0.70 289	0.37 365	1.05 344	0.62 355	0.38 289	0.94 382	0.57 377	2.37 524	0.92 215	1.05 264	1.12 290	0.67 201	0.77 300	1.02 208	0.65 323	0.28 422	0.20 364	0.20 197	0.20 270	0.22 279	0.31 406

IGEV-BASED-STEREO-	0.71 295	3.18 608	2.55 522	0.40 33	0.24 28	0.42 58	0.23 37	0.66 32	0.46 58	0.47 93	0.45 60	0.33 54	0.27 25	0.58 54	0.30 48	1.34 582	0.10 2	0.22 268	0.19 238	0.45 494	1.32 580

MyStereo04	0.71 295	0.30 203	1.28 420	0.58 306	0.48 374	0.59 196	0.78 450	1.74 366	1.49 498	0.94 234	0.91 206	0.74 222	0.86 349	1.59 348	0.69 335	0.18 129	0.18 329	0.24 326	0.21 312	0.23 300	0.23 268

raft_robust	0.71 295	0.32 255	0.75 201	0.54 233	0.28 109	0.54 163	0.35 139	1.54 308	1.24 379	1.18 324	1.07 264	0.73 221	0.53 198	3.65 498	0.40 157	0.19 170	0.16 268	0.20 197	0.22 340	0.21 259	0.19 158

iRaft-Stereo_20w	0.71 295	0.33 275	1.25 414	0.50 156	0.36 264	0.82 329	0.31 93	3.16 577	0.89 204	1.24 359	1.14 306	0.79 235	0.65 266	1.15 244	0.43 183	0.18 129	0.13 84	0.18 128	0.17 191	0.20 210	0.23 268

DMCA	0.71 295	0.36 344	1.17 392	0.53 218	0.45 352	0.84 346	0.46 282	1.52 302	1.09 294	1.20 337	1.12 290	1.21 386	0.74 290	0.87 159	1.09 433	0.25 357	0.20 364	0.27 400	0.19 238	0.24 329	0.29 380

HITNet	0.71 295	0.42 411	1.07 351	0.52 195	0.25 49	1.05 408	0.48 302	2.12 467	1.08 286	1.21 344	1.23 341	0.91 292	0.84 336	0.90 171	0.91 397	0.17 89	0.12 40	0.21 233	0.17 191	0.29 393	0.18 117
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	0.72 301	0.29 175	1.12 369	0.53 218	0.44 348	0.79 312	0.33 112	1.35 268	1.10 298	1.32 402	1.11 286	0.52 137	0.54 206	3.13 485	0.71 341	0.17 89	0.14 159	0.20 197	0.17 191	0.18 132	0.21 216

HCRNet	0.72 301	0.40 398	0.86 268	0.61 347	0.57 434	0.75 286	0.35 139	1.39 278	1.21 361	1.11 278	0.99 230	1.01 336	0.76 296	2.18 434	0.73 343	0.28 422	0.19 347	0.28 416	0.23 372	0.25 341	0.26 332

UCFNet_RVC	0.72 301	0.37 365	0.59 103	0.66 401	0.41 324	0.89 361	0.68 424	1.78 374	1.15 330	1.01 251	1.20 325	1.22 390	0.95 391	1.07 223	0.66 327	0.28 422	0.21 382	0.34 479	0.31 477	0.33 433	0.29 380

test_sample3	0.73 304	0.35 334	1.06 346	0.55 249	0.32 198	0.97 397	0.51 323	2.12 467	1.25 387	1.16 309	1.17 317	0.88 276	0.78 307	1.27 272	0.79 364	0.26 383	0.21 382	0.25 365	0.25 394	0.26 354	0.27 350

CFNet_ucs	0.73 304	0.34 305	0.94 306	0.53 218	0.44 348	0.76 292	0.46 282	1.73 364	1.34 436	1.24 359	1.54 449	1.08 360	0.64 261	1.05 216	0.64 318	0.26 383	0.20 364	0.37 499	0.22 340	0.42 478	0.30 396

ToySt	0.73 304	0.35 334	1.64 464	0.54 233	0.37 275	0.92 375	0.81 466	1.21 232	1.03 267	0.86 216	1.12 290	1.31 417	1.01 418	1.04 213	0.88 386	0.19 170	0.20 364	0.24 326	0.24 385	0.27 360	0.28 366

LCNet	0.73 304	0.30 203	0.58 97	0.58 306	0.31 165	0.68 253	0.53 340	1.09 180	0.94 228	1.19 332	1.34 386	0.96 316	1.32 493	2.50 462	0.46 207	0.19 170	0.13 84	0.21 233	0.25 394	0.28 376	0.69 551

test_sample4	0.74 308	0.36 344	1.09 357	0.55 249	0.32 198	0.92 375	0.51 323	2.14 477	1.25 387	1.22 352	1.22 333	0.86 268	0.82 328	1.29 276	0.76 353	0.26 383	0.21 382	0.26 386	0.26 411	0.27 360	0.28 366

IER	0.74 308	0.33 275	1.25 414	0.50 156	0.53 409	1.32 460	0.55 364	1.31 260	1.08 286	1.30 393	1.34 386	1.11 370	1.10 449	1.05 216	0.81 373	0.20 219	0.17 297	0.21 233	0.21 312	0.20 210	0.21 216

SFCPSM	0.74 308	0.30 203	1.06 346	0.52 195	0.39 298	1.36 468	0.64 413	2.42 530	1.11 305	1.18 324	1.21 331	0.81 243	0.78 307	1.08 226	0.57 286	0.22 289	0.17 297	0.22 268	0.24 385	0.23 300	0.21 216

AdaStereo	0.74 308	0.48 438	0.86 268	0.75 483	0.38 289	0.94 382	0.56 371	2.05 456	1.24 379	1.15 305	1.22 333	1.07 350	0.67 273	1.05 216	0.73 343	0.33 463	0.16 268	0.32 459	0.22 340	0.29 393	0.23 268
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	0.75 312	0.36 344	0.82 237	0.58 306	0.43 338	0.78 302	0.42 222	1.30 258	1.05 279	1.79 523	1.04 253	1.60 473	1.08 443	1.12 239	0.86 380	0.25 357	0.27 467	0.29 428	0.24 385	0.30 408	0.37 450

test_sample5	0.75 312	0.36 344	1.04 339	0.55 249	0.31 165	0.84 346	0.53 340	2.12 467	1.23 375	1.18 324	1.30 369	0.88 276	0.86 349	1.37 296	0.76 353	0.26 383	0.22 400	0.27 400	0.28 440	0.28 376	0.29 380

DualNet	0.75 312	0.36 344	1.04 339	0.55 249	0.31 165	0.84 346	0.53 340	2.12 467	1.23 375	1.21 344	1.40 408	0.88 276	0.86 349	1.37 296	0.76 353	0.26 383	0.22 400	0.27 400	0.28 440	0.28 376	0.29 380

BSDual-CNN	0.75 312	0.34 305	0.77 209	0.55 249	0.45 352	1.25 453	0.66 419	2.65 557	1.04 273	1.25 362	1.12 290	1.11 370	0.77 300	0.94 180	0.76 353	0.25 357	0.18 329	0.25 365	0.22 340	0.23 300	0.24 291

psmg	0.75 312	0.34 305	0.77 209	0.52 195	0.45 352	1.46 483	0.73 441	2.15 482	1.04 273	1.25 362	1.33 382	1.11 370	0.77 300	0.94 180	0.76 353	0.25 357	0.20 364	0.25 365	0.26 411	0.23 300	0.24 291

UDGNet	0.75 312	1.23 562	0.99 324	0.82 507	0.42 334	0.76 292	0.38 177	0.98 133	1.37 453	0.83 204	0.88 201	0.70 211	0.60 246	1.25 265	0.57 286	0.57 548	0.19 347	1.03 577	0.26 411	0.79 554	0.35 442

PSMNet-ADL	0.75 312	0.36 344	0.69 167	0.71 454	0.47 372	1.13 425	0.46 282	1.47 294	1.07 283	0.85 211	1.18 320	1.31 417	0.94 386	1.56 339	1.06 430	0.34 473	0.22 400	0.22 268	0.23 372	0.27 360	0.36 446

GMM-Stereo	0.75 312	0.27 131	0.66 152	0.56 270	0.34 239	0.71 270	0.97 503	1.09 180	0.91 210	1.37 428	1.79 498	1.11 370	0.79 315	2.08 424	0.48 225	0.19 170	0.12 40	0.25 365	0.25 394	0.21 259	0.78 558

rvit_105_1	0.76 320	0.54 462	1.27 417	0.80 500	0.49 381	0.74 281	0.86 480	1.39 278	1.23 375	1.00 246	0.80 182	0.93 301	0.78 307	1.29 276	0.78 359	0.43 512	0.36 524	0.36 496	0.42 525	0.30 408	0.36 446

qqq1	0.76 320	0.32 255	0.95 310	0.49 135	0.27 73	0.83 337	0.43 240	2.16 484	1.45 487	1.27 379	1.50 438	0.98 320	0.96 393	1.87 393	0.48 225	0.24 335	0.22 400	0.18 128	0.15 129	0.19 168	0.22 247

fff1	0.76 320	0.32 255	0.95 310	0.49 135	0.27 73	0.83 337	0.43 240	2.16 484	1.45 487	1.27 379	1.50 438	0.98 320	0.96 393	1.87 393	0.48 225	0.24 335	0.22 400	0.18 128	0.15 129	0.19 168	0.22 247

Sa-1000	0.76 320	0.30 203	0.92 297	0.62 355	0.31 165	0.78 302	0.37 167	2.00 443	1.38 455	1.30 393	2.04 528	0.86 268	0.74 290	1.87 393	0.40 157	0.19 170	0.14 159	0.25 365	0.24 385	0.21 259	0.19 158

Prome-Stereo	0.76 320	0.29 175	0.57 94	0.58 306	0.33 218	0.58 194	0.94 498	0.98 133	0.92 215	1.46 465	2.45 551	0.91 292	1.38 500	1.60 353	0.44 188	0.19 170	0.13 84	0.19 156	0.18 214	0.20 210	0.87 564

EAI-Stereo	0.76 320	0.31 237	0.74 196	0.55 249	0.28 109	0.70 268	1.72 566	2.57 551	0.90 209	0.75 187	3.03 565	0.57 164	0.43 123	1.10 234	0.49 238	0.19 170	0.14 159	0.17 89	0.18 214	0.17 96	0.21 216

DFGA-Net	0.77 326	0.47 432	1.75 472	0.55 249	0.46 361	0.83 337	0.44 260	1.38 274	1.10 298	1.05 264	1.20 325	0.70 211	0.58 236	2.27 442	1.31 462	0.19 170	0.17 297	0.24 326	0.24 385	0.28 376	0.30 396

G2L-Stereo_test	0.77 326	0.31 237	0.97 318	0.51 172	0.41 324	0.90 365	0.80 461	1.67 337	1.22 370	1.32 402	1.27 358	1.50 457	0.81 326	1.74 373	1.02 425	0.20 219	0.14 159	0.16 61	0.16 166	0.18 132	0.22 247

test_sample6	0.77 326	0.36 344	1.07 351	0.56 270	0.31 165	0.82 329	0.56 371	2.12 467	1.24 379	1.21 344	1.40 408	0.90 288	0.90 370	1.45 321	0.87 385	0.28 422	0.23 428	0.28 416	0.29 459	0.28 376	0.30 396

KYRaft	0.77 326	0.29 175	0.68 161	0.59 325	0.29 124	0.66 244	0.83 471	1.05 163	0.89 204	1.63 504	2.22 539	1.15 378	0.99 409	1.59 348	0.41 167	0.21 254	0.14 159	0.22 268	0.28 440	0.21 259	1.01 568

MLCV	0.77 326	0.39 392	1.31 424	0.55 249	0.25 49	0.91 368	0.39 193	1.48 296	1.28 407	1.49 474	1.54 449	1.02 338	0.68 277	2.12 428	0.93 404	0.19 170	0.13 84	0.19 156	0.14 109	0.19 168	0.22 247

test_sample7	0.78 331	0.39 392	0.89 279	0.55 249	0.35 256	0.93 379	0.75 443	1.99 439	1.27 399	1.25 362	1.22 333	1.09 361	1.01 418	1.31 279	0.73 343	0.32 456	0.32 502	0.32 459	0.32 484	0.33 433	0.33 423

CoDeX	0.78 331	0.31 237	1.04 339	0.56 270	0.37 275	1.13 425	0.60 398	2.77 566	1.29 419	1.17 313	1.26 349	0.91 292	0.87 358	1.42 314	0.74 347	0.21 254	0.16 268	0.21 233	0.18 214	0.21 259	0.21 216

anonymousa	0.78 331	0.30 203	0.85 261	0.51 172	0.96 545	1.41 478	0.47 294	1.61 329	0.94 228	1.33 408	1.77 496	1.66 485	1.11 452	0.72 105	0.63 314	0.19 170	0.18 329	0.23 302	0.25 394	0.20 210	0.22 247

BUS	0.78 331	0.34 305	0.77 209	0.55 249	0.45 352	2.30 550	0.42 222	2.65 557	1.04 273	1.25 362	1.12 290	1.02 338	0.70 284	0.94 180	0.75 350	0.25 357	0.18 329	0.25 365	0.22 340	0.23 300	0.24 291

acv_ft	0.78 331	0.33 275	1.10 362	0.73 468	0.86 527	1.23 450	0.57 377	1.65 336	1.11 305	1.31 399	1.31 371	1.07 350	0.91 373	0.82 136	1.35 472	0.22 289	0.19 347	0.21 233	0.18 214	0.22 279	0.19 158

GANet-RSSM	0.78 331	0.31 237	0.90 289	0.67 415	0.58 437	0.80 319	0.62 406	2.04 452	1.15 330	1.11 278	1.27 358	1.26 405	1.18 471	1.68 364	0.74 347	0.26 383	0.21 382	0.22 268	0.22 340	0.23 300	0.23 268

PSMNet-RSSM	0.78 331	0.32 255	0.89 279	0.65 388	0.43 338	0.73 279	0.58 383	2.14 477	1.19 350	1.18 324	1.38 401	1.31 417	1.07 442	1.43 316	0.82 374	0.28 422	0.21 382	0.27 400	0.29 459	0.25 341	0.26 332

CFNet-ft	0.78 331	0.36 344	0.74 196	0.67 415	0.56 429	0.86 354	0.54 354	1.46 291	1.17 342	1.01 251	1.28 364	1.68 490	1.03 428	1.57 341	0.95 411	0.27 404	0.21 382	0.33 471	0.26 411	0.31 415	0.26 332

CFNet_RVC	0.78 331	0.36 344	0.74 196	0.67 415	0.56 429	0.86 354	0.54 354	1.46 291	1.17 342	1.01 251	1.28 364	1.68 490	1.03 428	1.57 341	0.95 411	0.27 404	0.21 382	0.33 471	0.26 411	0.31 415	0.26 332

G2L-ROB	0.79 340	0.28 151	1.01 331	0.57 292	0.39 298	0.94 382	0.65 415	1.76 370	1.18 348	1.27 379	1.03 247	1.62 478	0.78 307	1.93 403	1.26 457	0.20 219	0.14 159	0.17 89	0.15 129	0.20 210	0.24 291

SMFormer	0.79 340	0.32 255	0.95 310	0.49 135	0.27 73	0.83 337	0.43 240	2.16 484	1.45 487	1.27 379	1.50 438	0.98 320	0.96 393	1.87 393	0.99 417	0.24 335	0.22 400	0.22 268	0.21 312	0.23 300	0.27 350

tta	0.79 340	0.32 255	0.95 310	0.49 135	0.27 73	0.83 337	0.43 240	2.16 484	1.45 487	1.27 379	1.50 438	0.98 320	0.96 393	1.87 393	0.99 417	0.24 335	0.22 400	0.22 268	0.21 312	0.19 168	0.22 247

ffm	0.79 340	0.36 344	1.51 448	0.56 270	0.40 310	0.76 292	0.59 390	1.08 173	2.62 569	1.19 332	1.49 431	1.07 350	0.85 341	1.57 341	0.35 94	0.21 254	0.13 84	0.31 447	0.28 440	0.20 210	0.23 268

cf-r	0.79 340	0.32 255	1.06 346	0.57 292	0.64 461	0.78 302	0.51 323	2.04 452	1.22 370	1.20 337	1.27 358	1.53 463	0.91 373	1.47 326	0.94 409	0.25 357	0.19 347	0.22 268	0.23 372	0.19 168	0.21 216

DeepPruner_ROB	0.79 340	0.55 466	1.14 375	0.61 347	0.46 361	0.78 302	0.54 354	1.83 389	1.00 257	1.42 449	1.27 358	1.23 394	0.77 300	1.56 339	0.89 389	0.35 483	0.28 473	0.27 400	0.26 411	0.32 426	0.34 433

DDVS	0.80 346	0.43 416	1.09 357	0.64 380	0.44 348	1.27 456	0.43 240	1.49 297	0.94 228	1.21 344	1.16 314	1.42 437	0.63 257	2.14 430	1.02 425	0.29 438	0.22 400	0.26 386	0.23 372	0.31 415	0.37 450

gwcnet-sp	0.80 346	0.37 365	1.94 486	0.62 355	0.45 352	1.38 469	0.53 340	1.68 341	1.20 354	1.37 428	1.08 271	0.93 301	0.82 328	1.45 321	0.79 364	0.22 289	0.22 400	0.22 268	0.21 312	0.23 300	0.25 312

scenet	0.80 346	0.37 365	1.94 486	0.62 355	0.45 352	1.38 469	0.53 340	1.68 341	1.20 354	1.37 428	1.08 271	0.93 301	0.82 328	1.45 321	0.79 364	0.22 289	0.22 400	0.22 268	0.21 312	0.23 300	0.25 312

ssnet	0.80 346	0.37 365	1.94 486	0.62 355	0.45 352	1.38 469	0.53 340	1.68 341	1.20 354	1.37 428	1.08 271	0.93 301	0.82 328	1.45 321	0.79 364	0.22 289	0.22 400	0.22 268	0.21 312	0.23 300	0.25 312

AASNet	0.80 346	0.39 392	1.16 391	0.84 515	0.80 515	1.14 428	0.59 390	2.12 467	1.21 361	1.26 374	1.26 349	0.93 301	0.77 300	0.84 147	1.23 453	0.28 422	0.24 438	0.24 326	0.20 270	0.28 376	0.27 350

PSM-softLoss	0.80 346	0.33 275	0.89 279	0.63 365	0.32 198	0.55 169	0.40 202	1.26 247	0.78 161	1.25 362	1.07 264	0.83 259	0.51 190	5.33 534	0.61 305	0.25 357	0.15 230	0.25 365	0.22 340	0.20 210	0.26 332

KMStereo	0.80 346	0.33 275	0.89 279	0.63 365	0.32 198	0.55 169	0.40 202	1.26 247	0.78 161	1.25 362	1.07 264	0.83 259	0.51 190	5.33 534	0.61 305	0.25 357	0.15 230	0.25 365	0.22 340	0.20 210	0.26 332

PSM-AAD	0.80 346	0.29 175	0.58 97	0.58 306	0.29 124	0.76 292	1.19 533	1.08 173	0.94 228	1.65 507	1.58 464	0.81 243	2.12 561	1.67 362	0.44 188	0.19 170	0.14 159	0.38 503	0.32 484	0.22 279	0.68 548

iResNet	0.80 346	0.45 424	1.47 443	0.72 460	0.31 165	0.96 394	0.64 413	1.80 381	1.28 407	1.31 399	1.48 430	0.94 307	0.78 307	1.77 378	0.99 417	0.19 170	0.14 159	0.18 128	0.15 129	0.22 279	0.27 350

NINENet	0.81 355	0.40 398	0.89 279	0.65 388	0.53 409	2.30 550	0.42 222	2.12 467	1.13 319	1.20 337	1.27 358	1.02 338	0.70 284	1.26 269	0.75 350	0.29 438	0.24 438	0.31 447	0.21 312	0.27 360	0.26 332

DRaft	0.81 355	0.26 106	0.77 209	0.47 105	0.31 165	0.95 388	0.52 334	1.13 194	0.99 253	1.78 522	2.01 526	0.80 237	1.71 534	2.64 469	0.74 347	0.19 170	0.14 159	0.20 197	0.20 270	0.18 132	0.24 291

hknet	0.82 357	0.34 305	1.15 377	0.55 249	0.39 298	1.25 453	0.66 419	2.65 557	1.10 298	1.25 362	1.12 290	1.58 472	0.85 341	1.41 309	0.79 364	0.23 313	0.18 329	0.25 365	0.22 340	0.23 300	0.24 291

NF-Stereo	0.82 357	0.33 275	0.83 246	0.65 388	0.31 165	0.63 223	0.43 240	1.35 268	0.93 222	1.30 393	1.02 240	0.81 243	0.57 219	5.37 538	0.55 275	0.26 383	0.14 159	0.24 326	0.20 270	0.20 210	0.30 396

OCTAStereo	0.82 357	0.33 275	0.83 246	0.65 388	0.31 165	0.62 212	0.44 260	1.35 268	0.93 222	1.30 393	1.02 240	0.81 243	0.57 219	5.32 533	0.55 275	0.26 383	0.14 159	0.24 326	0.20 270	0.20 210	0.30 396

RE-Stereo	0.82 357	0.33 275	0.84 255	0.65 388	0.31 165	0.63 223	0.44 260	1.35 268	0.93 222	1.30 393	1.02 240	0.80 237	0.57 219	5.34 536	0.55 275	0.26 383	0.14 159	0.24 326	0.20 270	0.20 210	0.31 406

TVStereo	0.82 357	0.33 275	0.84 255	0.65 388	0.31 165	0.63 223	0.44 260	1.35 268	0.93 222	1.30 393	1.02 240	0.80 237	0.57 219	5.34 536	0.55 275	0.26 383	0.14 159	0.24 326	0.20 270	0.20 210	0.31 406

ARAFT	0.82 357	0.40 398	1.77 474	0.53 218	0.31 165	0.89 361	0.81 466	2.32 515	1.08 286	1.66 510	1.25 347	1.04 342	0.64 261	1.91 400	0.52 253	0.20 219	0.15 230	0.28 416	0.27 429	0.17 96	0.18 117

STTStereo	0.82 357	0.53 458	1.53 455	0.68 427	0.56 429	0.88 359	0.56 371	1.57 318	1.14 325	1.39 437	1.10 277	1.26 405	0.84 336	1.49 335	0.90 393	0.29 438	0.28 473	0.33 471	0.40 521	0.33 433	0.37 450

BEATNet_4x	0.82 357	0.54 462	2.02 493	0.56 270	0.28 109	1.04 405	0.55 364	2.14 477	1.13 319	1.24 359	1.26 349	1.00 331	0.94 386	1.13 241	1.23 453	0.21 254	0.14 159	0.24 326	0.20 270	0.37 455	0.23 268

iResNet_ROB	0.82 357	0.36 344	1.13 370	0.60 333	0.37 275	0.91 368	0.38 177	2.41 529	1.61 517	1.35 421	1.35 391	1.25 399	0.97 403	1.75 375	0.88 386	0.21 254	0.14 159	0.17 89	0.12 38	0.19 168	0.30 396

ISRNet	0.83 366	0.35 334	1.31 424	0.84 515	0.65 466	0.60 201	0.41 214	1.28 255	1.15 330	1.61 498	1.55 452	1.34 424	0.77 300	1.33 288	0.98 416	0.40 503	0.34 512	0.43 520	0.38 518	0.34 441	0.49 502

testlalala_base	0.83 366	0.41 408	0.80 223	0.67 415	0.53 409	0.78 302	0.30 86	1.84 391	0.60 107	0.75 187	0.91 206	0.68 203	0.54 206	0.69 99	0.46 207	2.92 595	0.15 230	0.17 89	0.12 38	2.95 594	0.27 350

GrayStereo	0.83 366	0.28 151	0.62 127	0.66 401	0.37 275	0.76 292	1.79 570	1.19 223	0.91 210	1.98 542	1.89 514	1.07 350	1.76 539	1.43 316	0.50 241	0.20 219	0.15 230	0.19 156	0.21 312	0.18 132	0.41 473

psm_up	0.83 366	0.37 365	0.88 275	0.68 427	0.59 443	1.05 408	0.92 492	1.68 341	1.17 342	1.41 445	1.22 333	1.30 415	1.31 491	1.39 304	0.89 389	0.27 404	0.30 485	0.31 447	0.27 429	0.28 376	0.28 366

GwcNet-RSSM	0.83 366	0.34 305	1.29 423	0.65 388	0.55 424	0.78 302	0.62 406	1.89 410	1.27 399	1.18 324	1.39 403	1.56 468	0.91 373	1.60 353	1.22 450	0.26 383	0.20 364	0.23 302	0.24 385	0.21 259	0.21 216

DMCA-RVC	0.83 366	0.46 427	2.19 508	0.68 427	0.49 381	0.84 346	0.48 302	1.44 287	1.07 283	1.56 488	1.04 253	1.29 412	0.86 349	1.49 335	0.92 401	0.27 404	0.22 400	0.35 486	0.28 440	0.32 426	0.28 366

coex_refinement	0.84 372	0.30 203	0.89 279	0.72 460	0.52 401	0.95 388	0.60 398	1.92 423	1.29 419	1.38 433	1.37 396	1.80 507	0.82 328	1.48 328	1.31 462	0.27 404	0.17 297	0.19 156	0.20 270	0.25 341	0.27 350

G2L-Stereo	0.84 372	0.35 334	1.15 377	0.63 365	0.43 338	0.78 302	0.69 427	1.69 350	1.20 354	1.36 426	1.18 320	1.43 442	0.78 307	2.47 461	1.26 457	0.25 357	0.20 364	0.26 386	0.21 312	0.20 210	0.27 350

RAFT_R40	0.84 372	0.30 203	0.83 246	0.63 365	0.31 165	0.66 244	0.43 240	1.15 210	0.99 253	1.47 466	1.10 277	1.00 331	0.84 336	5.44 539	0.53 263	0.23 313	0.13 84	0.23 302	0.20 270	0.23 300	0.19 158

UPFNet	0.84 372	0.34 305	1.09 357	0.62 355	0.74 496	1.25 453	0.78 450	1.69 350	1.20 354	1.39 437	1.13 301	1.30 415	0.87 358	1.73 372	1.22 450	0.24 335	0.26 457	0.24 326	0.23 372	0.26 354	0.20 187

hitnet-ft	0.84 372	0.38 383	0.75 201	0.59 325	0.44 348	0.99 399	0.47 294	1.61 329	1.38 455	1.21 344	1.22 333	1.82 509	0.99 409	1.87 393	1.09 433	0.33 463	0.29 481	0.34 479	0.27 429	0.36 449	0.33 423

NLCA_NET_v2_RVC	0.84 372	0.46 427	1.40 439	0.69 440	0.61 453	0.95 388	0.52 334	1.68 341	1.21 361	1.39 437	1.15 312	1.42 437	0.88 364	1.78 380	0.93 404	0.26 383	0.23 428	0.27 400	0.27 429	0.30 408	0.39 463
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	0.84 372	0.43 416	1.01 331	0.66 401	0.43 338	1.32 460	0.49 313	1.64 333	1.24 379	1.53 480	1.45 422	1.49 454	0.97 403	1.32 285	1.31 462	0.21 254	0.17 297	0.27 400	0.25 394	0.25 341	0.34 433
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ITSA-stereo	0.85 379	0.38 383	0.92 297	0.58 306	0.32 198	0.86 354	0.49 313	2.33 521	1.69 523	1.16 309	1.12 290	0.95 311	0.85 341	2.46 456	1.18 442	0.27 404	0.23 428	0.28 416	0.28 440	0.28 376	0.41 473

AIO-Stereo-zeroshot	0.85 379	0.38 383	2.79 531	0.51 172	0.60 447	0.72 274	0.38 177	2.87 573	0.77 156	0.80 195	1.07 264	2.14 540	0.93 383	0.96 190	0.62 310	0.21 254	0.13 84	0.21 233	0.26 411	0.29 393	0.32 415

DCRE	0.85 379	0.28 151	0.76 206	0.60 333	0.49 381	0.59 196	0.53 340	1.04 159	0.92 215	0.80 195	7.34 598	0.87 270	0.57 219	0.78 129	0.43 183	0.16 56	0.17 297	0.19 156	0.17 191	0.18 132	0.22 247

SST-Stereo	0.85 379	0.30 203	0.81 228	0.63 365	0.31 165	0.70 268	0.25 48	1.16 215	0.95 233	1.47 466	1.11 286	0.99 325	0.86 349	5.69 542	0.53 263	0.23 313	0.13 84	0.23 302	0.19 238	0.23 300	0.19 158

PAM	0.86 383	0.31 237	1.19 398	0.55 249	0.35 256	2.17 544	0.47 294	2.26 503	0.87 200	1.18 324	0.96 215	3.01 568	1.41 507	0.90 171	0.40 157	0.19 170	0.13 84	0.19 156	0.18 214	0.20 210	0.27 350

RAFT-345	0.86 383	0.26 106	0.73 191	0.53 218	0.28 109	0.53 150	0.41 214	0.85 95	1.31 430	1.33 408	2.32 543	0.85 267	0.53 198	5.69 542	0.48 225	0.19 170	0.14 159	0.22 268	0.17 191	0.17 96	0.17 97

UNet	0.86 383	0.36 344	1.52 452	0.62 355	0.74 496	1.56 494	0.49 313	1.55 311	1.12 313	1.28 385	1.10 277	1.52 462	1.10 449	1.69 368	1.14 438	0.24 335	0.18 329	0.25 365	0.21 312	0.25 341	0.25 312

ac_64	0.86 383	0.32 255	1.02 334	0.74 474	0.60 447	1.04 405	0.53 340	2.20 498	0.99 253	1.23 355	1.11 286	1.96 523	1.06 440	2.01 415	1.01 422	0.30 445	0.22 400	0.24 326	0.23 372	0.22 279	0.22 247

Select-FE	0.87 387	0.42 411	2.64 528	0.57 292	0.48 374	0.47 91	0.23 37	2.59 553	0.85 194	1.08 274	1.32 376	2.00 527	1.73 536	1.15 244	0.47 217	0.21 254	0.17 297	0.21 233	0.26 411	0.20 210	0.33 423

PAM_32	0.87 387	0.30 203	1.08 354	0.56 270	0.32 198	2.10 543	0.36 152	2.26 503	1.01 260	1.13 289	1.05 260	3.14 573	1.47 514	1.00 201	0.42 177	0.19 170	0.14 159	0.20 197	0.18 214	0.19 168	0.25 312

SepStereo	0.87 387	0.37 365	1.20 402	0.66 401	0.69 482	0.82 329	0.62 406	1.79 377	1.26 395	1.93 536	1.55 452	0.96 316	1.17 464	2.34 447	0.69 335	0.22 289	0.16 268	0.25 365	0.18 214	0.29 393	0.24 291

LMCR-Stereo	0.87 387	0.50 446	0.99 324	0.80 500	0.43 338	1.32 460	0.55 364	2.79 569	1.03 267	1.55 486	1.49 431	0.74 222	1.01 418	1.76 376	0.99 417	0.30 445	0.17 297	0.22 268	0.18 214	0.31 415	0.22 247

FADNet_RVC	0.88 391	0.56 470	2.15 505	0.57 292	0.43 338	1.17 442	0.46 282	1.68 341	1.12 313	0.91 225	1.24 345	0.91 292	0.94 386	2.22 436	1.20 445	0.28 422	0.22 400	0.32 459	0.28 440	0.46 501	0.42 481

iResNetv2_ROB	0.88 391	0.43 416	2.62 527	0.60 333	0.38 289	0.94 382	0.67 421	1.88 408	1.38 455	1.27 379	1.45 422	1.26 405	1.05 439	1.92 401	0.64 318	0.24 335	0.15 230	0.19 156	0.14 109	0.24 329	0.21 216

DualNet (step1)	0.89 393	0.51 450	1.35 429	0.58 306	0.40 310	1.07 412	0.80 461	1.99 439	1.27 399	1.25 362	1.22 333	1.09 361	1.01 418	1.31 279	0.73 343	0.59 551	0.32 502	0.62 559	0.67 567	0.45 494	0.48 497

iRaft-Stereo_5w	0.89 393	0.31 237	1.04 339	0.56 270	0.47 372	0.47 91	0.68 424	1.19 223	1.08 286	0.80 195	1.35 391	1.46 449	0.90 370	5.11 528	1.16 440	0.18 129	0.15 230	0.22 268	0.19 238	0.21 259	0.24 291

DAS	0.89 393	0.37 365	1.20 402	0.66 401	0.69 482	0.82 329	0.62 406	1.79 377	1.26 395	1.93 536	1.55 452	0.96 316	1.17 464	2.72 473	0.69 335	0.22 289	0.16 268	0.25 365	0.18 214	0.29 393	0.24 291

SACVNet	0.89 393	0.51 450	1.08 354	0.83 511	0.58 437	0.83 337	0.78 450	1.84 391	1.17 342	1.39 437	1.33 382	1.25 399	1.01 418	2.31 446	0.92 401	0.35 483	0.26 457	0.31 447	0.29 459	0.35 445	0.48 497

ASMatch	0.89 393	0.29 175	0.72 177	0.56 270	0.36 264	0.47 91	0.37 167	1.16 215	0.95 233	1.11 278	3.26 568	0.95 311	0.96 393	4.88 525	0.53 263	0.20 219	0.16 268	0.22 268	0.19 238	0.20 210	0.30 396

ADLNet	0.89 393	0.39 392	1.09 357	0.88 526	0.73 489	1.24 452	0.75 443	2.02 445	1.41 469	1.58 493	1.37 396	1.26 405	1.00 415	1.31 279	1.18 442	0.28 422	0.21 382	0.26 386	0.26 411	0.29 393	0.36 446

MMNet	0.89 393	0.35 334	1.44 440	0.64 380	0.59 443	1.83 522	0.48 302	1.70 354	1.38 455	1.45 462	1.19 324	1.25 399	1.16 460	1.77 378	1.27 460	0.20 219	0.19 347	0.23 302	0.22 340	0.25 341	0.24 291

HGLStereo	0.89 393	0.42 411	1.15 377	0.82 507	1.03 550	1.16 435	0.57 377	1.68 341	1.28 407	1.26 374	1.62 471	1.13 374	1.31 491	1.85 389	1.11 437	0.25 357	0.24 438	0.24 326	0.22 340	0.24 329	0.29 380

CRFU-Net	0.90 401	0.42 411	1.10 362	0.69 440	0.59 443	1.76 513	0.84 473	2.33 521	0.92 215	1.45 462	1.20 325	1.62 478	1.25 480	1.38 300	0.94 409	0.28 422	0.23 428	0.22 268	0.19 238	0.24 329	0.27 350

dad	0.90 401	0.73 521	1.28 420	0.59 325	0.39 298	0.83 337	0.45 276	1.24 241	1.54 504	1.52 477	1.28 364	1.36 427	0.86 349	2.54 465	0.91 397	0.43 512	0.27 467	0.82 567	0.26 411	0.44 491	0.34 433

AACVNet	0.90 401	0.40 398	0.98 321	0.86 521	0.40 310	0.80 319	0.49 313	1.81 385	0.86 197	1.11 278	1.34 386	1.32 421	0.99 409	4.23 509	0.86 380	0.26 383	0.22 400	0.28 416	0.22 340	0.30 408	0.28 366

IRAFT_RVC	0.90 401	0.30 203	0.89 279	0.67 415	0.31 165	0.64 232	1.00 509	1.40 280	0.97 241	1.23 355	1.04 253	1.00 331	0.96 393	5.77 547	0.57 286	0.24 335	0.13 84	0.25 365	0.21 312	0.20 210	0.21 216

delet	0.90 401	0.34 305	1.15 377	0.69 440	0.66 472	1.63 502	0.81 466	1.95 430	1.49 498	1.42 449	1.38 401	1.29 412	0.91 373	1.78 380	1.18 442	0.22 289	0.22 400	0.24 326	0.25 394	0.22 279	0.24 291

pcwnet_v2	0.91 406	0.39 392	2.74 529	0.64 380	0.55 424	0.81 327	0.49 313	2.19 495	1.63 518	1.44 456	1.64 477	1.09 361	0.79 315	1.31 279	0.70 338	0.32 456	0.25 450	0.29 428	0.27 429	0.37 455	0.37 450

FADNet-RVC-Resample	0.91 406	0.51 450	2.92 534	0.64 380	0.46 361	1.07 412	0.60 398	1.76 370	1.24 379	1.10 277	0.98 229	1.06 347	0.98 406	2.17 433	0.95 411	0.24 335	0.22 400	0.30 440	0.32 484	0.36 449	0.40 469

HSM-Net_RVC	0.91 406	0.31 237	0.60 113	0.54 233	0.31 165	1.15 432	0.60 398	3.76 586	1.30 423	1.57 492	1.75 492	1.67 487	1.01 418	1.61 355	0.90 393	0.23 313	0.17 297	0.19 156	0.18 214	0.20 210	0.22 247
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ssnet_v2	0.92 409	0.39 392	1.22 407	0.66 401	0.39 298	1.31 459	0.96 502	2.32 515	1.45 487	1.48 472	1.17 317	1.53 463	0.91 373	1.16 248	1.71 515	0.31 448	0.27 467	0.30 440	0.29 459	0.28 376	0.29 380

ADLNet2	0.92 409	0.37 365	1.25 414	0.80 500	0.65 466	1.12 424	0.75 443	1.95 430	1.42 478	1.26 374	1.67 481	1.68 490	1.04 434	1.80 387	1.23 453	0.25 357	0.22 400	0.21 233	0.22 340	0.27 360	0.31 406

FTStereo	0.92 409	0.28 151	0.61 121	0.57 292	0.34 239	0.65 238	1.80 573	1.09 180	0.84 190	1.75 518	4.13 578	1.04 342	1.62 523	1.59 348	0.48 225	0.21 254	0.17 297	0.23 302	0.22 340	0.19 168	0.58 532

PFNet	0.92 409	0.28 151	1.20 402	0.68 427	0.32 198	0.62 212	0.55 364	1.27 251	1.01 260	1.47 466	1.09 275	0.97 319	0.68 277	6.58 567	0.59 299	0.21 254	0.13 84	0.24 326	0.19 238	0.20 210	0.20 187

DLCB_ROB	0.92 409	0.43 416	0.95 310	0.71 454	0.55 424	1.11 422	0.83 471	1.61 329	1.32 432	1.67 511	1.66 479	1.70 493	0.93 383	1.96 409	1.34 470	0.26 383	0.25 450	0.27 400	0.28 440	0.28 376	0.28 366

GEStereo_RVC	0.93 414	0.40 398	1.15 377	0.67 415	0.50 386	0.95 388	0.78 450	2.73 564	1.21 361	1.20 337	1.12 290	1.25 399	0.91 373	3.21 488	0.95 411	0.31 448	0.20 364	0.23 302	0.20 270	0.28 376	0.31 406

CBFPSM	0.95 415	0.37 365	2.10 501	0.51 172	0.39 298	1.73 509	0.87 484	1.59 325	1.13 319	1.11 278	1.00 235	2.34 549	1.64 528	1.42 314	1.44 481	0.19 170	0.18 329	0.20 197	0.20 270	0.22 279	0.36 446

OMP-Stereo	0.95 415	0.35 334	0.79 219	0.92 538	0.32 198	0.49 107	0.35 139	1.22 234	1.11 305	1.58 493	1.12 290	1.44 443	0.69 281	6.92 573	0.51 245	0.20 219	0.15 230	0.24 326	0.19 238	0.21 259	0.16 71

DSFCA	0.95 415	0.38 383	1.23 409	0.55 249	0.66 472	1.50 486	0.93 496	1.58 320	1.24 379	1.59 496	1.16 314	1.48 452	0.95 391	2.96 480	1.20 445	0.31 448	0.28 473	0.25 365	0.26 411	0.29 393	0.26 332

PSMNet_ROB	0.95 415	0.57 475	1.45 441	0.75 483	0.64 461	1.28 457	1.12 522	1.84 391	1.15 330	1.16 309	1.29 368	1.44 443	0.89 367	1.74 373	1.70 513	0.33 463	0.25 450	0.37 499	0.39 519	0.36 449	0.32 415

FADNet-RVC	0.96 419	0.72 518	2.96 535	0.64 380	0.49 381	0.90 365	0.59 390	1.85 399	1.27 399	0.92 228	0.97 224	1.36 427	0.90 370	2.36 449	1.31 462	0.30 445	0.29 481	0.32 459	0.32 484	0.42 478	0.37 450

TransformOpticalFlow	0.97 420	0.30 203	0.96 317	0.54 233	0.31 165	0.65 238	0.54 354	1.87 403	1.19 350	1.12 286	1.44 420	1.34 424	0.98 406	6.68 570	0.44 188	0.19 170	0.12 40	0.21 233	0.19 238	0.18 132	0.23 268

IIG-Stereo	0.97 420	0.34 305	0.80 223	0.90 536	0.33 218	0.61 209	0.26 58	1.27 251	1.08 286	1.69 513	1.37 396	1.44 443	0.74 290	6.94 574	0.53 263	0.21 254	0.14 159	0.23 302	0.18 214	0.20 210	0.15 38

XX-Stereo	0.97 420	0.28 151	8.28 581	0.85 518	0.70 488	0.44 71	0.22 24	1.07 168	0.69 136	0.66 171	1.56 458	1.38 433	0.38 100	1.36 293	0.38 134	0.21 254	0.14 159	0.20 197	0.19 238	0.19 168	0.16 71

DispNO	0.98 423	0.34 305	2.02 493	0.58 306	0.55 424	0.88 359	0.49 313	1.70 354	1.24 379	1.22 352	1.26 349	1.18 381	0.88 364	5.17 529	0.88 386	0.23 313	0.18 329	0.24 326	0.22 340	0.19 168	0.22 247

DEmStereo	0.98 423	0.25 86	0.85 261	0.49 135	0.33 218	1.02 403	0.55 364	0.97 129	0.93 222	1.41 445	2.13 533	1.01 336	2.01 551	5.62 541	0.78 359	0.19 170	0.15 230	0.20 197	0.20 270	0.18 132	0.25 312

FADNet	0.98 423	0.64 495	2.57 523	0.66 401	0.55 424	0.95 388	0.57 377	1.91 416	1.38 455	0.94 234	1.02 240	1.36 427	1.00 415	2.69 471	0.97 415	0.34 473	0.34 512	0.31 447	0.34 504	0.61 538	0.42 481

CFNet	0.99 426	0.40 398	1.23 409	0.65 388	0.43 338	1.03 404	0.49 313	2.01 444	1.35 439	1.02 255	1.39 403	1.10 365	0.86 349	5.47 540	0.89 389	0.24 335	0.18 329	0.28 416	0.27 429	0.27 360	0.22 247

NVstereo2D	0.99 426	0.45 424	2.21 509	0.79 499	0.75 501	1.20 446	0.86 480	1.98 435	1.41 469	1.02 255	1.18 320	1.31 417	0.97 403	2.25 440	0.93 404	0.45 524	0.22 400	0.39 507	0.25 394	0.59 532	0.68 548

CBMV_ROB	0.99 426	0.46 427	0.68 161	0.53 218	0.39 298	1.40 476	0.48 302	2.09 463	1.30 423	1.53 480	2.29 542	1.36 427	1.23 476	2.46 456	1.04 429	0.44 521	0.42 546	0.47 531	0.44 532	0.41 474	0.39 463

ACV-stereo	1.00 429	0.55 466	1.47 443	0.59 325	0.42 334	2.38 554	0.58 383	1.20 227	1.21 361	0.83 204	1.01 237	3.36 575	2.10 557	1.64 358	1.17 441	0.28 422	0.22 400	0.23 302	0.22 340	0.29 393	0.35 442

fast-acv-ft	1.00 429	0.48 438	1.85 482	0.61 347	0.52 401	1.77 515	0.69 427	1.52 302	1.47 493	1.34 415	1.85 510	1.73 496	1.24 479	1.62 356	1.56 494	0.27 404	0.28 473	0.28 416	0.28 440	0.28 376	0.31 406

HBP-ISP	1.00 429	0.60 479	0.85 261	0.64 380	0.48 374	1.63 502	0.77 447	2.24 502	1.30 423	1.33 408	1.53 448	0.87 270	0.99 409	3.26 491	0.76 353	0.46 525	0.44 548	0.54 545	0.48 541	0.48 506	0.42 481

CSP-Net	1.00 429	0.41 408	0.99 324	0.56 270	0.43 338	1.62 501	0.76 446	2.16 484	1.16 337	1.33 408	1.22 333	1.32 421	0.89 367	4.67 520	0.93 404	0.35 483	0.24 438	0.20 197	0.20 270	0.23 300	0.30 396

ETE_ROB	1.01 433	0.69 510	1.49 446	0.72 460	0.50 386	1.15 432	1.12 522	1.91 416	1.24 379	1.94 538	1.50 438	1.73 496	1.06 440	1.78 380	1.33 469	0.33 463	0.26 457	0.38 503	0.34 504	0.40 470	0.44 488

THIR-Stereo	1.02 434	0.29 175	0.73 191	0.51 172	0.29 124	0.94 382	1.31 543	1.08 173	0.98 244	1.35 421	1.91 518	1.16 379	1.54 519	6.37 565	0.79 364	0.20 219	0.14 159	0.21 233	0.22 340	0.19 168	0.25 312

PS-NSSS	1.02 434	0.62 491	1.17 392	0.61 347	0.58 437	0.91 368	0.79 458	2.02 445	1.19 350	1.17 313	1.68 483	1.00 331	0.85 341	4.43 514	0.86 380	0.38 495	0.31 490	0.52 540	0.32 484	0.52 516	0.45 490

XPNet_ROB	1.02 434	0.56 470	1.33 428	0.75 483	0.58 437	1.11 422	1.13 524	1.77 372	1.29 419	1.88 530	1.43 418	1.63 482	1.13 459	2.04 418	1.69 511	0.40 503	0.31 490	0.33 471	0.29 459	0.37 455	0.37 450

YMNet	1.04 437	0.59 476	1.67 467	0.86 521	0.86 527	1.84 523	0.61 403	1.70 354	1.28 407	1.65 507	1.98 522	1.75 501	0.96 393	1.57 341	1.58 496	0.34 473	0.37 529	0.32 459	0.32 484	0.33 433	0.32 415

YMNet_1	1.04 437	0.59 476	1.67 467	0.86 521	0.86 527	1.84 523	0.61 403	1.70 354	1.28 407	1.65 507	1.98 522	1.75 501	0.96 393	1.57 341	1.58 496	0.34 473	0.37 529	0.32 459	0.32 484	0.33 433	0.32 415

iinet-f	1.04 437	0.50 446	4.24 558	0.58 306	0.43 338	1.78 519	0.70 434	1.29 257	1.16 337	1.25 362	1.42 414	1.57 470	1.42 508	1.47 326	1.70 513	0.26 383	0.23 428	0.20 197	0.20 270	0.26 354	0.26 332

RAFT-RH_RVC	1.04 437	0.26 106	0.76 206	0.53 218	0.29 124	0.80 319	0.32 104	0.85 95	1.12 313	2.04 545	4.63 584	1.03 341	0.57 219	5.93 550	0.52 253	0.20 219	0.13 84	0.26 386	0.20 270	0.16 69	0.19 158

CBMV	1.04 437	0.48 438	0.88 275	0.56 270	0.36 264	1.52 488	1.55 556	1.87 403	1.59 513	2.11 549	1.67 481	1.46 449	1.35 496	1.92 401	1.31 462	0.35 483	0.35 520	0.39 507	0.33 498	0.34 441	0.34 433
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UGAM-zero	1.05 442	0.33 275	1.04 339	0.49 135	0.31 165	0.67 249	0.26 58	2.37 524	0.80 176	1.05 264	1.11 286	2.86 566	1.81 542	6.26 557	0.50 241	0.18 129	0.15 230	0.19 156	0.16 166	0.17 96	0.21 216

StereoDRNet	1.05 442	0.53 458	2.21 509	0.80 500	0.93 539	1.50 486	0.90 487	2.06 457	1.44 482	1.68 512	1.20 325	1.48 452	0.99 409	1.86 392	1.60 500	0.29 438	0.24 438	0.29 428	0.28 440	0.35 445	0.33 423

AIO-Stereo-zeroshot1	1.06 444	0.43 416	3.59 550	0.53 218	0.66 472	0.79 312	0.39 193	2.60 554	0.98 244	0.96 239	4.58 582	2.05 538	0.56 216	0.99 197	0.51 245	0.19 170	0.14 159	0.21 233	0.28 440	0.32 426	0.41 473

STrans-v2	1.06 444	0.31 237	1.02 334	0.52 195	0.33 218	0.67 249	0.78 450	2.66 561	1.26 395	1.15 305	1.46 424	1.37 431	1.40 503	6.68 570	0.46 207	0.19 170	0.13 84	0.21 233	0.18 214	0.18 132	0.21 216

DISCO	1.06 444	0.37 365	1.19 398	0.73 468	0.46 361	2.04 538	0.84 473	2.26 503	1.54 504	1.25 362	1.36 395	2.38 551	1.08 443	2.60 468	1.62 503	0.24 335	0.19 347	0.22 268	0.20 270	0.32 426	0.29 380

NCCL2	1.06 444	0.64 495	1.35 429	0.78 497	0.58 437	1.32 460	1.69 562	1.89 410	1.38 455	1.52 477	1.20 325	1.91 513	1.17 464	1.79 385	1.50 488	0.35 483	0.31 490	0.45 525	0.44 532	0.41 474	0.45 490

LALA_ROB	1.06 444	0.66 502	1.37 437	0.70 450	0.53 409	1.61 499	1.25 540	1.81 385	1.48 497	1.82 526	1.40 408	1.93 517	1.03 428	1.68 364	1.69 511	0.38 495	0.28 473	0.43 520	0.37 515	0.43 480	0.38 458

TCMNet	1.07 449	0.66 502	2.49 519	0.92 538	1.32 573	1.14 428	0.67 421	1.91 416	1.29 419	1.20 337	1.57 462	1.29 412	0.96 393	2.23 437	1.59 499	0.32 456	0.31 490	0.38 503	0.35 508	0.43 480	0.40 469

PSMNet-RUCA	1.07 449	1.06 546	1.64 464	1.23 567	1.10 555	1.39 472	0.65 415	1.91 416	1.43 479	0.95 236	1.52 446	0.99 325	0.83 333	1.28 275	1.01 422	0.71 562	0.34 512	0.99 575	0.61 563	1.01 564	0.67 544

RAFT + AFF	1.07 449	0.47 432	1.36 434	0.68 427	0.50 386	1.20 446	1.22 536	2.58 552	1.26 395	1.33 408	1.56 458	1.19 383	1.49 517	3.89 507	1.01 422	0.22 289	0.26 457	0.30 440	0.27 429	0.29 393	0.32 415

DRN-Test	1.07 449	0.49 443	1.95 490	0.75 483	0.81 519	1.61 499	0.78 450	2.26 503	1.53 502	1.84 527	1.35 391	1.42 437	1.04 434	2.26 441	1.61 501	0.28 422	0.23 428	0.31 447	0.30 471	0.33 433	0.33 423

TDLM	1.08 453	0.50 446	1.01 331	0.69 440	0.54 417	0.91 368	1.40 549	1.60 327	1.36 448	1.17 313	1.40 408	1.07 350	1.00 415	6.19 553	0.85 379	0.34 473	0.22 400	0.35 486	0.26 411	0.38 461	0.29 380

Wz-Net-LNSev-Ref	1.09 454	0.46 427	2.61 526	0.71 454	0.65 466	2.00 535	0.78 450	2.07 459	1.47 493	1.62 502	1.47 427	1.53 463	1.29 487	2.10 426	1.65 509	0.24 335	0.14 159	0.20 197	0.16 166	0.28 376	0.28 366

FAT-Stereo	1.10 455	0.43 416	1.46 442	0.74 474	0.60 447	1.13 425	0.92 492	2.06 457	1.71 526	1.75 518	2.00 525	2.02 531	1.47 514	2.02 417	1.26 457	0.44 521	0.36 524	0.34 479	0.29 459	0.36 449	0.57 529

CVANet_RVC	1.10 455	0.49 443	1.15 377	0.65 388	0.54 417	0.93 379	1.00 509	1.69 350	1.36 448	1.42 449	1.39 403	1.24 398	1.17 464	6.22 555	0.80 371	0.35 483	0.24 438	0.35 486	0.30 471	0.44 491	0.32 415

APVNet	1.11 457	0.59 476	1.95 490	0.87 524	0.77 507	1.90 528	0.82 470	2.03 449	1.15 330	1.14 303	1.43 418	1.55 466	1.12 458	3.03 482	1.62 503	0.32 456	0.34 512	0.42 519	0.36 511	0.36 449	0.41 473

GANetREF_RVC	1.11 457	0.90 535	1.56 457	0.88 526	0.53 409	1.41 478	1.35 546	1.91 416	1.54 504	1.28 385	1.32 376	1.46 449	1.23 476	2.04 418	1.00 421	0.57 548	0.45 550	0.67 562	0.52 551	0.91 560	0.62 539
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	1.13 459	1.50 573	1.17 392	1.74 578	1.17 566	1.29 458	0.30 86	1.55 311	1.21 361	1.31 399	0.97 224	0.99 325	0.48 163	2.38 453	0.54 272	1.24 581	0.70 582	1.31 582	0.86 577	1.03 566	0.92 566

GASNet	1.13 459	1.10 553	3.29 545	1.00 553	0.68 479	0.82 329	0.67 421	1.85 399	1.38 455	1.39 437	1.25 347	1.25 399	1.20 474	2.72 473	1.62 503	0.46 525	0.26 457	0.36 496	0.34 504	0.55 526	0.33 423

anonymity	1.14 461	0.98 543	1.24 412	1.09 558	1.13 559	1.08 416	0.90 487	2.02 445	1.23 375	1.32 402	1.27 358	1.27 410	1.09 446	1.16 248	1.03 428	1.02 572	1.01 598	0.97 572	0.97 581	0.98 562	1.01 568

PA-Net	1.14 461	0.63 492	2.12 503	0.67 415	0.75 501	1.19 445	0.91 490	1.91 416	1.46 492	1.18 324	1.23 341	1.33 423	1.17 464	4.31 512	1.41 478	0.29 438	0.46 554	0.33 471	0.50 547	0.33 433	0.57 529
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	1.15 463	0.54 462	1.50 447	0.73 468	0.66 472	1.18 444	0.84 473	2.13 475	1.41 469	1.73 516	1.84 507	2.53 557	1.46 512	2.46 456	1.35 472	0.43 512	0.41 541	0.54 545	0.36 511	0.43 480	0.50 506

RASNet	1.16 464	0.34 305	1.11 364	0.73 468	0.86 527	1.00 400	0.60 398	1.56 315	1.43 479	1.07 272	1.37 396	2.08 539	1.44 511	7.00 575	1.56 494	0.20 219	0.17 297	0.17 89	0.19 238	0.19 168	0.19 158

DANet	1.16 464	0.64 495	1.52 452	0.88 526	0.74 496	1.52 488	0.52 334	1.68 341	1.21 361	1.81 524	1.55 452	2.02 531	1.11 452	3.30 493	2.28 535	0.34 473	0.31 490	0.40 513	0.30 471	0.46 501	0.54 517
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
UGAM	1.17 466	0.29 175	1.08 354	0.55 249	0.43 338	0.69 264	0.71 437	1.14 198	1.35 439	1.00 246	1.49 431	1.90 511	0.86 349	9.61 602	0.89 389	0.21 254	0.19 347	0.30 440	0.25 394	0.20 210	0.18 117

Wz-Net-LNSev	1.17 466	0.72 518	4.71 562	0.66 401	0.84 524	1.72 506	1.13 524	1.97 434	1.43 479	1.34 415	1.32 376	1.66 485	1.30 490	1.44 320	1.51 490	0.29 438	0.26 457	0.24 326	0.23 372	0.33 433	0.35 442

S-Stereo	1.17 466	0.48 438	2.25 513	0.83 511	0.81 519	1.22 448	1.17 531	2.12 467	2.08 553	1.47 466	2.13 533	1.55 466	1.16 460	2.09 425	1.46 484	0.42 511	0.40 540	0.35 486	0.32 484	0.45 494	0.73 553

MaskLacGwcNet_RVC	1.17 466	1.06 546	1.28 420	0.88 526	0.69 482	1.92 530	0.92 492	1.71 358	1.14 325	1.17 313	1.26 349	1.49 454	0.80 322	2.04 418	0.86 380	2.02 584	0.34 512	0.79 566	0.36 511	1.38 577	1.33 581

RP	1.17 466	0.54 462	1.48 445	0.93 544	1.05 552	1.14 428	0.85 479	1.99 439	1.70 524	1.72 515	2.07 530	1.91 513	1.93 549	2.00 414	1.37 475	0.55 546	0.37 529	0.48 533	0.37 515	0.46 501	0.46 495

z-ln-s-r	1.18 471	0.61 484	2.91 533	0.54 233	0.56 429	0.81 327	0.86 480	1.72 362	1.55 510	1.18 324	1.62 471	1.37 431	1.16 460	3.67 501	3.77 561	0.20 219	0.15 230	0.21 233	0.17 191	0.29 393	0.24 291

ccnet	1.19 472	0.71 515	1.36 434	0.81 504	0.75 501	1.72 506	1.13 524	1.98 435	1.31 430	1.52 477	1.84 507	1.75 501	1.36 498	2.01 415	2.04 526	0.57 548	0.54 568	0.57 554	0.56 556	0.60 535	0.60 537

Nwc_Net	1.19 472	0.53 458	2.34 515	0.92 538	0.81 519	1.49 485	0.70 434	2.28 513	1.32 432	1.41 445	2.27 540	2.03 534	1.76 539	2.05 422	1.46 484	0.43 512	0.30 485	0.43 520	0.46 537	0.39 466	0.40 469

NCC-stereo	1.20 474	0.60 479	1.84 480	0.88 526	0.95 543	1.32 460	0.94 498	2.14 477	1.36 448	1.43 453	1.79 498	1.93 517	2.13 562	2.54 465	1.41 478	0.49 533	0.38 534	0.45 525	0.59 560	0.43 480	0.45 490

Abc-Net	1.20 474	0.60 479	1.84 480	0.88 526	0.95 543	1.32 460	0.94 498	2.14 477	1.36 448	1.43 453	1.79 498	1.93 517	2.13 562	2.54 465	1.41 478	0.49 533	0.38 534	0.45 525	0.59 560	0.43 480	0.45 490
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	1.21 476	0.66 502	3.44 548	0.69 440	0.73 489	1.93 531	1.44 551	2.16 484	1.59 513	1.85 529	1.49 431	1.50 457	1.34 495	2.05 422	1.54 493	0.27 404	0.24 438	0.28 416	0.28 440	0.35 445	0.32 415

RGC	1.22 477	0.82 529	1.71 470	0.95 549	0.98 548	1.53 490	0.80 461	2.18 493	1.35 439	1.69 513	1.94 519	2.03 534	1.66 529	2.36 449	1.50 488	0.46 525	0.36 524	0.59 557	0.48 541	0.49 510	0.49 502

stereogan	1.22 477	0.45 424	2.03 496	0.87 524	0.85 525	2.52 556	0.72 438	1.98 435	1.78 534	1.92 534	1.94 519	2.31 548	1.42 508	2.10 426	1.14 438	0.38 495	0.36 524	0.39 507	0.32 484	0.52 516	0.49 502

AANet_RVC	1.22 477	0.60 479	1.94 486	0.69 440	0.46 361	0.75 286	0.69 427	1.51 298	1.57 511	1.36 426	1.90 516	1.51 460	0.87 358	7.23 579	1.89 523	0.26 383	0.19 347	0.19 156	0.16 166	0.23 300	0.37 450

HSM	1.22 477	0.34 305	0.81 228	0.61 347	0.39 298	1.22 448	0.63 411	2.45 534	1.25 387	1.32 402	1.26 349	1.91 513	1.08 443	9.21 598	0.75 350	0.23 313	0.17 297	0.20 197	0.16 166	0.22 279	0.24 291

Syn2CoEx	1.23 481	0.80 525	3.07 539	0.83 511	0.68 479	1.39 472	0.87 484	2.23 500	1.57 511	1.28 385	1.58 464	1.42 437	1.57 521	3.79 505	1.48 487	0.36 490	0.32 502	0.34 479	0.30 471	0.30 408	0.41 473

AF-Net	1.23 481	0.56 470	2.31 514	0.88 526	0.93 539	1.41 478	0.73 441	2.27 511	1.71 526	1.76 521	2.42 548	2.00 527	1.70 532	1.98 410	1.62 503	0.50 537	0.29 481	0.49 535	0.33 498	0.40 470	0.34 433

NaN_ROB	1.23 481	0.63 492	1.76 473	0.67 415	0.50 386	1.59 498	2.00 576	1.87 403	1.52 501	2.14 551	1.26 349	1.40 435	1.09 446	4.60 518	1.75 516	0.28 422	0.34 512	0.28 416	0.29 459	0.30 408	0.37 450

DGSMNet	1.24 484	0.84 532	3.20 541	0.91 537	0.92 536	1.39 472	1.34 545	2.46 538	1.44 482	1.34 415	1.66 479	1.50 457	1.03 428	1.85 389	1.30 461	0.48 531	0.48 557	0.55 550	0.51 550	0.78 553	0.79 559

RYNet	1.24 484	0.52 456	1.57 459	0.73 468	0.97 546	1.74 511	0.95 501	2.09 463	1.54 504	1.44 456	1.18 320	1.94 521	1.29 487	4.57 517	1.93 524	0.27 404	0.23 428	0.35 486	0.27 429	0.57 529	0.59 534

aanetorigin	1.26 486	0.85 533	3.00 537	0.72 460	0.80 515	1.08 416	1.05 515	1.12 190	1.39 463	3.53 588	2.60 555	1.72 494	1.73 536	1.98 410	1.77 519	0.26 383	0.24 438	0.26 386	0.25 394	0.38 461	0.51 510

GwcNet	1.26 486	0.63 492	5.13 564	0.81 504	1.15 563	1.73 509	0.69 427	1.84 391	1.53 502	1.51 475	1.71 488	1.72 494	1.09 446	2.20 435	1.61 501	0.31 448	0.30 485	0.29 428	0.27 429	0.30 408	0.41 473

Consistency-Raft	1.27 488	1.01 545	2.17 506	1.04 555	1.20 568	0.96 394	1.00 509	1.84 391	1.95 546	1.38 433	2.11 532	1.44 443	1.03 428	1.18 254	1.40 477	0.73 563	0.83 584	0.89 569	0.99 584	1.33 574	0.95 567

NOSS_ROB	1.29 489	0.49 443	0.68 161	0.60 333	0.40 310	1.09 421	0.77 447	1.94 427	1.44 482	1.04 261	1.46 424	1.10 365	0.81 326	10.57 614	0.78 359	0.46 525	0.43 547	0.48 533	0.45 535	0.45 494	0.43 485

SGM-Forest	1.29 489	0.40 398	0.74 196	0.54 233	0.37 275	1.55 492	1.26 541	1.82 387	1.39 463	2.22 552	1.81 504	1.64 483	1.02 426	7.65 585	1.20 445	0.39 501	0.37 529	0.39 507	0.34 504	0.37 455	0.34 433
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
WQFJA1++	1.34 491	0.23 42	0.51 65	0.40 33	0.29 124	0.46 80	0.20 13	0.67 34	0.31 12	0.40 66	0.39 37	0.34 59	0.39 102	0.66 90	0.28 27	0.19 170	0.13 84	0.16 61	0.13 74	20.39 624	0.17 97

Anonymous_2	1.37 492	0.56 470	0.94 306	0.57 292	0.62 457	1.04 405	0.65 415	1.82 387	1.01 260	1.00 246	0.79 177	1.42 437	1.27 483	1.06 221	0.83 375	0.62 554	0.67 579	1.05 578	9.88 621	1.09 569	0.55 524

test_for_model	1.38 493	3.71 611	0.65 147	3.45 605	2.88 602	0.57 181	0.33 112	1.91 416	0.93 222	1.47 466	0.64 129	0.51 128	0.37 90	0.53 35	0.35 94	2.54 591	0.16 268	0.17 89	0.12 38	4.56 612	1.84 587

SQANet	1.38 493	0.95 541	1.37 437	1.89 582	1.47 578	1.44 482	0.81 466	1.89 410	1.13 319	1.34 415	1.26 349	1.28 411	1.02 426	1.64 358	0.91 397	2.55 592	0.35 520	1.47 583	0.56 556	2.48 585	1.74 585

PWC_ROB	1.39 495	0.93 540	4.07 556	0.77 493	0.83 522	1.16 435	0.53 340	1.87 403	2.01 549	2.36 557	3.06 566	1.65 484	1.60 522	2.65 470	2.29 537	0.34 473	0.23 428	0.36 496	0.25 394	0.39 466	0.49 502

PWCDC_ROB	1.39 495	0.91 538	2.10 501	1.08 557	0.92 536	1.72 506	0.58 383	2.03 449	3.30 584	1.32 402	4.87 587	1.21 386	1.71 534	1.98 410	1.75 516	0.65 557	0.26 457	0.29 428	0.25 394	0.56 527	0.41 473

GANet	1.41 497	0.52 456	1.18 397	0.74 474	0.48 374	1.40 476	1.69 562	1.87 403	1.28 407	1.56 488	2.39 546	1.56 468	1.25 480	9.13 596	1.20 445	0.31 448	0.32 502	0.34 479	0.29 459	0.40 470	0.33 423

PDISCO_ROB	1.41 497	0.73 521	2.04 497	1.40 570	1.46 577	2.83 568	1.07 518	2.64 556	2.11 555	1.41 445	1.50 438	1.73 496	0.99 409	2.83 478	1.46 484	1.03 573	0.27 467	0.54 545	0.47 539	0.77 552	0.84 563

w-ln-seven-2	1.42 499	0.69 510	6.86 572	0.71 454	0.62 457	1.23 450	0.92 492	1.84 391	1.59 513	1.74 517	1.59 468	1.49 454	1.40 503	3.69 502	2.22 532	0.27 404	0.26 457	0.29 428	0.26 411	0.34 441	0.33 423

LL-Strereo	1.42 499	0.44 423	2.02 493	0.62 355	1.07 553	0.73 279	0.65 415	2.02 445	1.21 361	1.60 497	1.62 471	2.02 531	2.10 557	9.67 603	1.07 431	0.22 289	0.20 364	0.27 400	0.24 385	0.23 300	0.33 423

SHD	1.42 499	0.81 528	2.79 531	0.98 551	0.92 536	1.97 532	0.68 424	2.43 532	2.55 566	2.54 566	1.72 489	2.01 530	1.62 523	2.14 430	2.70 544	0.40 503	0.33 508	0.39 507	0.40 521	0.48 506	0.54 517

RTSC	1.43 502	0.89 534	3.62 552	0.94 547	0.64 461	1.85 525	0.69 427	2.20 498	2.04 552	2.22 552	1.70 486	1.67 487	1.27 483	2.53 464	4.48 569	0.33 463	0.25 450	0.27 400	0.29 459	0.38 461	0.40 469

UDG	1.47 503	2.69 604	1.13 370	1.45 575	1.65 580	1.34 466	0.79 458	1.75 368	1.27 399	1.29 390	1.74 491	1.99 526	1.39 502	1.66 361	1.51 490	0.91 569	0.55 570	2.30 591	0.76 571	1.99 579	1.20 577

MFMNet_re	1.47 503	1.20 559	2.50 520	1.46 576	1.08 554	1.58 496	1.51 552	1.96 433	1.87 541	2.31 556	2.20 537	1.51 460	1.88 547	1.57 341	1.34 470	0.94 570	0.83 584	0.84 568	0.80 574	1.00 563	1.06 571

PASM	1.48 505	1.08 549	3.96 555	0.93 544	0.93 539	1.17 442	1.19 533	1.77 372	1.65 519	1.90 531	1.52 446	1.75 501	1.42 508	4.54 516	1.52 492	0.64 556	0.68 581	0.69 564	0.79 573	0.70 547	0.74 554

ADCRef	1.50 506	0.61 484	3.83 554	0.76 491	0.77 507	1.91 529	0.77 447	2.16 484	1.34 436	1.63 504	1.59 468	1.35 426	1.40 503	1.79 385	8.32 589	0.25 357	0.21 382	0.32 459	0.31 477	0.31 415	0.32 415

XQC	1.51 507	0.98 543	3.20 541	0.92 538	0.76 506	2.01 536	1.17 531	2.53 549	1.99 548	2.01 544	1.54 449	2.00 527	1.54 519	3.16 486	3.46 558	0.49 533	0.31 490	0.45 525	0.40 521	0.71 549	0.62 539

DStereoRT	1.52 508	0.36 344	3.37 546	0.69 440	0.54 417	2.05 541	0.59 390	1.85 399	1.21 361	1.38 433	1.46 424	0.84 266	1.27 483	6.33 563	1.07 431	0.24 335	0.19 347	4.29 615	2.08 607	0.25 341	0.39 463

CC-Net-ROB	1.53 509	1.31 567	1.68 469	0.92 538	0.80 515	1.75 512	0.99 507	2.04 452	1.27 399	1.12 286	1.62 471	1.20 385	0.98 406	7.82 586	0.92 401	1.15 580	0.41 541	2.20 589	0.46 537	1.37 576	0.56 526

FINET	1.54 510	0.67 506	7.28 575	0.76 491	0.97 546	1.42 481	1.38 548	2.80 571	3.12 581	1.23 355	1.68 483	1.04 342	1.11 452	3.35 494	1.78 520	0.43 512	0.37 529	0.32 459	0.29 459	0.43 480	0.41 473

test_xeample	1.55 511	0.31 237	0.94 306	0.54 233	0.31 165	0.94 382	0.58 383	2.40 528	1.40 465	1.29 390	1.55 452	0.89 286	0.88 364	1.72 371	15.94 613	0.22 289	0.22 400	0.22 268	0.21 312	0.23 300	0.25 312

w-ln-seven	1.56 512	0.83 531	5.96 567	0.78 497	0.74 496	2.64 562	1.01 512	2.13 475	2.03 550	2.09 548	1.76 493	1.84 510	1.27 483	2.98 481	3.23 555	0.29 438	0.26 457	0.31 447	0.30 471	0.41 474	0.38 458

DDUNet	1.56 512	2.70 605	1.35 429	1.79 579	1.88 582	1.82 521	0.91 490	1.84 391	1.20 354	1.40 443	1.79 498	1.62 478	1.17 464	1.59 348	1.22 450	1.11 577	0.76 583	2.38 594	0.94 579	2.12 580	1.53 583

CrosDoStereo	1.56 512	0.26 106	0.78 215	0.51 172	0.29 124	0.66 244	11.86 612	1.18 219	1.00 257	1.35 421	1.76 493	0.99 325	1.83 544	6.64 568	0.83 375	0.19 170	0.15 230	0.20 197	0.22 340	0.18 132	0.25 312

DeepStereo_LL	1.56 512	0.26 106	0.78 215	0.51 172	0.29 124	0.66 244	11.86 612	1.18 219	1.00 257	1.35 421	1.76 493	0.99 325	1.83 544	6.64 568	0.83 375	0.19 170	0.15 230	0.20 197	0.22 340	0.18 132	0.25 312

STTRV1_RVC	1.60 516	0.69 510	2.04 497	0.88 526	1.12 556	1.58 496	0.90 487	2.42 530	1.78 534	1.29 390	2.02 527	1.40 435	1.22 475	9.72 604	1.35 472	0.86 565	0.34 512	0.54 545	0.49 544	0.75 551	0.54 517

xxxx	1.61 517	0.32 255	0.98 321	0.58 306	0.31 165	1.15 432	0.43 240	2.43 532	1.41 469	1.17 313	1.40 408	1.21 386	0.86 349	1.94 404	16.68 615	0.24 335	0.24 438	0.21 233	0.20 270	0.23 300	0.27 350

CSAN	1.61 517	0.67 506	3.24 544	0.74 474	0.52 401	1.77 515	1.74 567	1.98 435	1.94 545	2.47 564	2.33 544	1.93 517	2.04 554	6.45 566	1.95 525	0.43 512	0.36 524	0.41 518	0.42 525	0.43 480	0.44 488

MFN_U_SF_RVC	1.62 519	0.96 542	4.36 560	0.92 538	0.69 482	2.62 561	1.10 520	2.50 545	1.74 529	1.99 543	1.86 512	2.45 555	1.78 541	3.08 484	2.84 547	0.54 542	0.50 564	0.56 552	0.60 562	0.60 535	0.67 544

SDNR	1.66 520	0.55 466	2.36 516	0.56 270	0.58 437	3.79 587	0.45 276	1.78 374	1.40 465	1.38 433	2.45 551	1.13 374	0.96 393	11.03 615	1.31 462	0.67 559	0.64 576	0.43 520	0.32 484	0.71 549	0.76 557

otaku	1.67 521	1.18 557	1.56 457	2.27 586	1.59 579	1.98 533	1.23 538	2.23 500	1.37 453	1.48 472	1.63 476	1.73 496	1.23 476	1.85 389	1.09 433	2.96 596	0.58 574	1.74 584	0.61 563	2.94 592	2.15 591

222	1.67 521	0.31 237	0.93 299	0.59 325	0.31 165	1.05 408	0.43 240	2.39 526	1.47 493	1.37 428	1.55 452	0.94 307	0.94 386	1.98 410	17.76 616	0.24 335	0.22 400	0.21 233	0.20 270	0.22 279	0.26 332

Wz-Net-SNSev	1.68 523	1.45 569	8.71 585	0.71 454	0.67 478	1.35 467	1.51 552	2.15 482	1.47 493	1.51 475	1.68 483	2.27 544	1.38 500	4.23 509	2.36 539	0.32 456	0.29 481	0.31 447	0.33 498	0.43 480	0.39 463

DeepPrunerF	1.68 523	0.82 529	6.82 571	0.94 547	1.20 568	0.91 368	0.97 503	2.50 545	5.19 602	1.22 352	1.30 369	1.18 381	1.29 487	4.96 527	1.75 516	0.43 512	0.35 520	0.52 540	0.48 541	0.43 480	0.42 481

psmorigin	1.69 525	0.74 523	13.13 597	0.70 450	0.60 447	1.16 435	0.79 458	1.69 350	1.25 387	2.07 547	1.77 496	2.23 541	1.51 518	2.14 430	1.45 482	0.39 501	0.41 541	0.34 479	0.33 498	0.45 494	0.63 541

G-Net	1.71 526	0.67 506	2.09 500	1.14 563	0.75 501	2.96 574	0.89 486	1.58 320	1.30 423	2.76 571	8.12 606	2.29 546	2.51 573	1.94 404	2.23 534	0.49 533	0.45 550	0.45 525	0.31 477	0.62 539	0.59 534

Ntro	1.72 527	1.21 560	1.62 461	2.54 593	1.86 581	2.09 542	1.14 527	2.08 460	1.38 455	1.23 355	1.62 471	1.62 478	1.33 494	2.04 418	1.21 449	3.09 597	0.56 571	1.82 586	0.65 565	2.97 596	2.25 593

z-mn7	1.77 528	1.06 546	7.02 574	0.74 474	0.54 417	2.58 558	1.03 513	1.90 414	2.73 577	1.61 498	3.00 564	1.96 523	1.40 503	5.23 531	2.87 548	0.31 448	0.25 450	0.27 400	0.25 394	0.34 441	0.35 442

FBW_ROB	1.78 529	0.66 502	1.90 485	0.72 460	0.66 472	1.79 520	1.07 518	2.79 569	1.77 530	1.84 527	1.79 498	1.98 525	1.37 499	12.42 617	2.22 532	0.36 490	0.38 534	0.57 554	0.39 519	0.46 501	0.51 510

SPS-STEREO	1.78 529	1.09 551	1.52 452	1.22 566	1.14 561	1.87 527	1.11 521	2.27 511	1.70 524	3.17 585	2.39 546	2.84 565	1.93 549	4.41 513	2.93 549	1.04 575	0.99 597	0.97 572	0.94 579	1.03 566	1.05 570
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFN_U_SF_DS_RVC	1.80 531	1.11 554	4.33 559	0.84 515	0.77 507	3.70 582	2.41 596	2.04 452	1.85 540	1.75 518	1.90 516	1.92 516	1.25 480	7.33 580	1.45 482	0.47 529	0.47 555	0.53 544	0.77 572	0.50 512	0.55 524

SAMSARA	1.80 531	0.90 535	3.37 546	1.28 569	1.13 559	3.71 583	2.33 591	2.53 549	1.93 544	3.17 585	1.73 490	2.99 567	1.68 531	3.53 497	2.46 541	0.47 529	0.54 568	0.43 520	0.47 539	0.59 532	0.64 542

DStereoO	1.82 533	1.21 560	2.98 536	1.42 574	0.88 534	1.54 491	4.03 604	1.90 414	2.15 558	1.56 488	1.82 505	1.75 501	4.06 594	1.76 376	2.15 530	2.39 589	0.52 565	0.97 572	0.43 529	2.24 581	0.68 548

PVD	1.82 533	0.91 538	3.02 538	1.03 554	0.94 542	2.61 560	1.14 527	2.78 568	3.40 586	3.08 583	2.75 558	2.39 553	2.49 572	2.81 476	3.66 560	0.48 531	0.49 563	0.59 557	0.49 544	0.60 535	0.81 561

ADCL	1.82 533	0.70 513	4.57 561	0.70 450	0.63 460	2.56 557	1.77 569	2.08 460	1.77 530	1.95 540	1.89 514	2.04 536	1.88 547	2.36 449	9.55 595	0.27 404	0.25 450	0.35 486	0.32 484	0.39 466	0.39 463

zh-mn7	1.84 536	1.51 574	9.67 589	0.70 450	0.54 417	1.47 484	0.84 473	1.93 425	2.13 557	2.50 565	2.70 557	1.67 487	1.35 496	4.75 524	3.14 554	0.32 456	0.27 467	0.27 400	0.27 429	0.32 426	0.39 463

AAGNet	1.84 536	0.30 203	0.79 219	0.66 401	0.32 198	0.65 238	0.50 321	1.02 144	1.01 260	1.47 466	1.21 331	0.99 325	1.16 460	2.76 475	22.69 623	0.24 335	0.13 84	0.22 268	0.20 270	0.24 329	0.16 71

ff1	1.88 538	0.36 344	1.51 448	0.56 270	0.40 310	0.76 292	0.59 390	1.08 173	2.62 569	1.19 332	1.49 431	1.07 350	0.85 341	9.88 608	13.82 607	0.21 254	0.13 84	0.31 447	0.28 440	0.20 210	0.23 268

MDST_ROB	1.88 538	0.40 398	1.71 470	0.93 544	0.60 447	4.27 594	1.23 538	3.99 589	1.44 482	4.61 599	2.63 556	1.44 443	1.03 428	9.78 605	1.62 503	0.33 463	0.26 457	0.37 499	0.33 498	0.31 415	0.34 433

SGM_RVC	1.88 538	0.40 398	0.90 289	0.63 365	0.30 144	2.81 567	1.26 541	2.73 564	1.81 538	4.09 591	2.85 561	3.88 581	3.19 581	8.42 592	2.44 540	0.33 463	0.31 490	0.30 440	0.28 440	0.31 415	0.31 406
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
mmx	1.89 541	0.36 344	1.51 448	0.56 270	0.40 310	0.76 292	0.59 390	2.32 515	1.41 469	1.19 332	1.49 431	1.07 350	0.85 341	9.88 608	13.82 607	0.25 357	0.21 382	0.31 447	0.28 440	0.32 426	0.29 380

xxx	1.89 541	0.36 344	1.51 448	0.56 270	0.40 310	0.76 292	0.59 390	2.32 515	1.41 469	1.19 332	1.49 431	1.07 350	0.85 341	9.88 608	13.82 607	0.25 357	0.21 382	0.31 447	0.28 440	0.32 426	0.29 380

DPSNet	1.91 543	0.64 495	5.95 566	0.73 468	0.59 443	2.04 538	1.61 560	3.84 587	1.96 547	1.54 483	1.39 403	2.27 544	3.32 584	4.95 526	4.79 572	0.50 537	0.31 490	0.29 428	0.26 411	0.67 544	0.54 517

test_sample9	1.96 544	0.51 450	1.35 429	0.58 306	0.40 310	1.07 412	0.80 461	1.99 439	1.27 399	1.25 362	1.22 333	1.09 361	1.01 418	2.46 456	8.57 590	0.59 551	12.85 625	0.62 559	0.67 567	0.45 494	0.48 497

1111x	1.96 544	0.32 255	1.54 456	0.54 233	0.30 144	1.00 400	0.69 427	2.47 539	1.33 434	1.21 344	1.44 420	1.21 386	1.11 452	8.49 593	16.14 614	0.22 289	0.23 428	0.22 268	0.23 372	0.25 341	0.26 332

ADCPNet	1.97 546	0.78 524	9.38 587	0.74 474	0.61 453	2.73 565	1.36 547	2.11 466	1.66 520	1.92 534	1.70 486	2.45 555	2.07 555	2.50 462	6.84 584	0.38 495	0.38 534	0.38 503	0.43 529	0.47 505	0.50 506

zh-sn7	2.00 547	1.73 583	9.50 588	0.77 493	0.73 489	1.77 515	1.32 544	2.08 460	1.66 520	1.91 532	2.48 553	1.81 508	2.25 565	5.74 544	4.07 565	0.33 463	0.33 508	0.32 459	0.32 484	0.44 491	0.46 495

WCMA_ROB	2.05 548	0.55 466	1.77 474	0.74 474	0.61 453	2.24 547	1.56 557	2.17 492	1.79 536	4.16 595	6.36 594	5.66 595	4.66 597	3.19 487	2.77 545	0.55 546	0.45 550	0.40 513	0.43 529	0.48 506	0.50 506

RainbowNet	2.06 549	1.86 585	1.97 492	2.86 596	2.25 589	2.03 537	1.79 570	2.77 566	1.92 543	1.54 483	1.84 507	1.95 522	1.73 536	2.23 437	1.38 476	3.40 603	0.86 589	2.39 596	1.00 585	2.94 592	2.42 595

MSMD_ROB	2.08 550	0.61 484	1.15 377	0.71 454	0.62 457	4.00 589	0.93 496	1.94 427	1.79 536	4.71 601	4.60 583	8.14 605	3.87 592	3.75 504	1.65 509	0.54 542	0.48 557	0.55 550	0.58 558	0.53 521	0.52 513

Wz-Net-TNSev	2.10 551	2.71 606	9.30 586	0.72 460	0.65 466	2.41 555	1.81 574	2.45 534	1.77 530	1.62 502	1.56 458	2.56 558	2.01 551	5.30 532	4.46 568	0.41 507	0.38 534	0.33 471	0.37 515	0.54 524	0.64 542

ADCMid	2.11 552	0.90 535	8.39 583	0.75 483	0.69 482	1.98 533	1.14 527	2.18 493	1.67 522	2.85 573	1.85 510	2.35 550	2.02 553	2.35 448	10.58 601	0.34 473	0.32 502	0.39 507	0.44 532	0.51 515	0.53 516

ADCP+	2.12 553	0.56 470	10.01 590	0.68 427	0.91 535	2.25 548	1.04 514	1.92 423	1.50 500	1.58 493	1.34 386	1.73 496	1.62 523	2.27 442	13.20 604	0.25 357	0.22 400	0.32 459	0.29 459	0.38 461	0.34 433

WZ-Net	2.14 554	1.08 549	11.68 596	0.89 534	0.78 511	1.76 513	1.59 559	2.39 526	2.03 550	2.11 549	1.95 521	2.30 547	2.28 566	5.94 551	3.86 564	0.35 483	0.27 467	0.29 428	0.32 484	0.52 516	0.50 506

AnyNet_C32	2.14 554	1.45 569	7.38 576	0.95 549	1.12 556	2.23 546	2.34 592	2.10 465	1.54 504	2.44 560	1.79 498	2.04 536	1.66 529	2.69 471	10.48 600	0.38 495	0.35 520	0.35 486	0.42 525	0.50 512	0.60 537

NVStereoNet_ROB	2.17 556	1.18 557	3.51 549	1.14 563	1.26 571	1.57 495	1.51 552	2.19 495	2.11 555	2.04 545	4.80 585	3.17 574	2.11 560	7.97 588	2.10 527	1.12 578	0.94 594	1.10 579	1.34 592	0.95 561	1.31 578
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	2.22 557	1.29 566	4.14 557	1.10 559	0.78 511	5.00 597	2.38 595	2.47 539	2.67 574	1.94 538	2.28 541	2.66 562	1.70 532	9.10 595	2.29 537	0.68 561	0.52 565	0.68 563	0.71 570	1.17 572	0.81 561

SANet	2.26 558	0.70 513	6.94 573	0.69 440	0.46 361	2.76 566	1.76 568	2.61 555	5.84 605	2.45 561	3.52 572	3.71 578	3.38 586	5.90 548	2.14 529	0.34 473	0.31 490	0.32 459	0.29 459	0.54 524	0.43 485

test_sample8	2.29 559	0.51 450	1.35 429	0.58 306	0.40 310	1.07 412	0.80 461	2.03 449	1.22 370	2.28 555	1.33 382	4.98 593	2.51 573	2.46 456	8.57 590	0.59 551	12.85 625	0.62 559	0.67 567	0.45 494	0.48 497

ADCS	2.35 560	1.26 563	6.54 570	0.85 518	0.77 507	2.18 545	1.79 570	2.47 539	2.20 559	2.80 572	2.14 535	2.38 551	2.09 556	2.81 476	13.83 610	0.43 512	0.41 541	0.40 513	0.45 535	0.59 532	0.67 544

MeshStereo	2.36 561	0.60 479	1.05 344	0.63 365	0.51 396	2.58 558	0.99 507	3.46 581	2.21 560	7.38 613	5.06 589	7.50 600	3.10 580	7.02 576	2.54 542	0.44 521	0.44 548	0.45 525	0.40 521	0.43 480	0.45 490
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	2.38 562	2.21 595	10.17 591	0.99 552	0.79 513	3.12 575	2.37 593	2.69 563	1.89 542	2.58 568	2.44 550	2.70 563	1.86 546	3.65 498	7.12 585	0.41 507	0.41 541	0.40 513	0.42 525	0.68 545	0.79 559

DispFullNet	2.39 563	2.89 607	3.74 553	3.09 601	2.27 591	2.04 538	0.84 473	2.19 495	1.73 528	2.54 566	1.98 522	2.23 541	5.83 600	3.44 496	1.84 522	1.03 573	0.33 508	2.65 602	1.97 604	2.87 591	2.34 594

EDNetEfficient	2.40 564	1.14 555	8.59 584	0.77 493	0.73 489	1.06 411	1.53 555	1.54 308	4.06 592	4.87 602	2.81 559	2.23 541	3.53 587	3.04 483	9.65 596	0.27 404	0.24 438	0.27 400	0.31 477	0.70 547	0.67 544

MSAF-DinoV2	2.45 565	1.88 588	17.19 605	0.89 534	0.52 401	1.39 472	0.97 503	2.84 572	1.77 530	1.55 486	1.65 478	3.60 577	2.28 566	5.74 544	4.64 571	0.28 422	0.17 297	0.26 386	0.28 440	0.49 510	0.54 517

FCDSN-DC	2.47 566	0.65 501	1.00 329	0.85 518	0.75 501	2.26 549	0.97 503	2.31 514	1.83 539	5.52 608	7.65 601	7.72 603	7.70 607	4.43 514	2.64 543	0.52 540	0.48 557	0.52 540	0.52 551	0.57 529	0.59 534
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SuperB	2.50 567	0.72 518	18.07 609	0.72 460	0.53 409	1.85 525	0.86 480	1.80 381	2.40 563	1.54 483	1.42 414	1.13 374	1.17 464	4.18 508	4.80 574	0.25 357	0.20 364	0.23 302	0.19 238	7.64 617	0.38 458

ELAS	2.67 568	0.80 525	2.13 504	1.13 560	1.15 563	6.25 602	2.56 597	3.50 582	3.68 589	5.36 606	4.92 588	3.79 579	5.56 599	3.65 498	5.22 576	0.66 558	0.57 572	0.56 552	0.54 554	0.65 542	0.75 556
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	2.76 569	1.55 577	15.40 600	1.13 560	1.42 575	3.75 585	2.21 586	2.45 534	2.72 575	2.91 576	2.85 561	2.58 559	1.62 523	6.28 559	5.80 579	0.41 507	0.30 485	0.35 486	0.35 508	0.52 516	0.54 517

RTSA	2.76 569	1.55 577	15.40 600	1.13 560	1.42 575	3.75 585	2.21 586	2.45 534	2.72 575	2.91 576	2.85 561	2.58 559	1.62 523	6.28 559	5.80 579	0.41 507	0.30 485	0.35 486	0.35 508	0.52 516	0.54 517

WAO-7	2.78 571	1.54 576	2.18 507	1.41 573	1.19 567	3.92 588	2.01 579	4.19 592	3.89 591	2.98 579	5.47 590	4.18 583	3.28 583	8.24 591	4.27 566	1.13 579	1.01 598	1.18 580	1.13 591	1.19 573	1.13 576

MADNet+	2.80 572	3.38 610	11.57 595	1.50 577	1.21 570	3.18 577	2.00 576	3.52 583	2.61 568	1.81 524	2.09 531	2.83 564	2.18 564	7.55 583	5.44 578	0.84 564	0.83 584	0.71 565	0.66 566	1.05 568	1.08 572

IMH-64-1	2.82 573	1.87 586	1.77 474	3.31 603	2.69 598	3.22 578	2.07 581	4.25 594	2.77 578	2.46 562	3.78 575	3.05 569	2.34 569	4.67 520	3.00 551	3.84 608	0.84 587	2.75 603	1.39 593	3.34 601	2.93 604

IMH-64	2.82 573	1.87 586	1.77 474	3.31 603	2.69 598	3.22 578	2.07 581	4.25 594	2.77 578	2.46 562	3.78 575	3.05 569	2.34 569	4.67 520	3.00 551	3.84 608	0.84 587	2.75 603	1.39 593	3.34 601	2.93 604

pmcnn	2.84 575	0.46 427	5.19 565	0.68 427	0.42 334	1.55 492	1.16 530	2.32 515	1.60 516	2.72 569	7.49 599	17.96 620	1.48 516	6.04 552	6.64 583	0.18 129	0.15 230	0.15 30	0.12 38	0.20 210	0.20 187

ACVNet_2	2.86 576	1.47 571	8.28 581	2.68 594	2.26 590	2.70 563	1.84 575	3.41 579	3.04 580	2.27 554	3.42 571	4.58 585	2.10 557	5.91 549	1.62 503	2.58 593	0.67 579	2.22 590	0.85 576	2.79 589	2.47 596

ELAS_RVC	2.87 577	0.80 525	3.22 543	1.16 565	1.12 556	2.92 572	5.33 607	2.98 575	4.18 594	5.04 603	4.82 586	4.71 587	8.23 608	4.25 511	4.79 572	0.67 559	0.57 572	0.57 554	0.53 553	0.66 543	0.74 554
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FC-DCNN	2.88 578	0.61 484	1.15 377	0.75 483	0.57 434	2.85 570	1.05 515	3.44 580	2.64 572	6.93 609	7.63 600	9.86 610	7.02 605	5.76 546	4.31 567	0.54 542	0.48 557	0.51 538	0.50 547	0.53 521	0.52 513

FC-DCNN v2	2.96 579	0.61 484	1.13 370	0.75 483	0.57 434	2.90 571	1.06 517	3.59 585	2.66 573	7.05 610	7.66 602	10.26 613	7.17 606	6.27 558	4.49 570	0.54 542	0.48 557	0.51 538	0.50 547	0.53 521	0.52 513

WAO-6	2.98 580	1.67 581	1.88 484	2.38 590	2.30 592	3.53 581	2.37 593	4.38 596	4.64 598	2.42 558	4.50 579	4.85 589	2.99 579	5.22 530	5.37 577	1.77 583	1.16 604	2.31 592	1.47 598	2.42 584	1.99 590

ACVNet-4b	3.05 581	1.42 568	18.09 610	2.85 595	2.33 593	2.32 553	1.22 536	2.47 539	2.21 560	1.26 374	2.36 545	2.64 561	1.46 512	6.32 562	1.23 453	3.29 600	0.45 550	2.37 593	1.02 587	3.03 597	2.61 598

ACVNet_1	3.08 582	1.48 572	17.70 606	2.90 598	2.35 595	2.30 550	1.43 550	3.16 577	2.26 562	1.91 532	2.05 529	3.51 576	2.32 568	3.71 503	1.58 496	3.25 599	0.66 578	2.40 597	1.06 588	3.07 598	2.59 597

MonStereo1	3.22 583	1.70 582	2.23 512	2.51 592	2.33 593	5.55 600	1.61 560	3.55 584	4.67 599	3.29 587	8.09 605	4.79 588	3.75 589	6.30 561	2.79 546	2.52 590	0.64 576	1.91 588	1.07 589	2.53 586	2.62 599

PWCK	3.24 584	2.37 596	10.86 593	2.14 585	1.14 561	3.71 583	4.19 605	3.02 576	3.55 588	3.05 582	3.63 573	3.09 572	2.35 571	8.16 590	3.41 557	2.17 587	0.96 595	1.77 585	1.01 586	2.84 590	1.40 582

IMH	3.35 585	1.95 589	1.86 483	3.30 602	2.72 600	4.03 591	2.00 576	4.58 598	3.83 590	2.87 574	6.99 597	4.69 586	3.21 582	6.77 572	2.97 550	3.91 611	0.89 591	2.78 605	1.40 597	3.36 603	2.93 604

LVE	3.40 586	1.80 584	2.21 509	2.90 598	2.44 596	3.27 580	2.25 588	4.80 599	5.06 600	2.43 559	6.79 595	5.99 596	2.64 577	9.20 597	2.28 535	3.30 601	1.11 603	2.38 594	1.48 599	2.95 594	2.62 599

Dean	3.77 587	1.65 580	17.87 607	3.01 600	2.54 597	3.15 576	2.10 584	4.80 599	4.42 595	2.89 575	6.03 592	5.45 594	2.55 576	3.40 495	2.13 528	3.22 598	0.89 591	2.51 600	1.07 589	3.07 598	2.65 602

JetBlue	4.18 588	2.45 601	10.42 592	1.40 570	2.89 603	10.68 608	10.68 610	3.91 588	2.52 564	2.74 570	3.39 570	4.50 584	4.27 595	7.97 588	7.67 588	0.89 566	0.97 596	0.89 569	0.92 578	2.26 582	2.21 592

notaker	4.29 589	2.42 599	5.06 563	3.89 612	3.29 608	4.00 589	2.25 588	4.93 601	3.47 587	4.21 597	6.79 595	7.67 602	3.37 585	9.25 599	6.47 581	4.09 613	1.42 606	3.35 612	2.13 608	4.11 608	3.54 610

ktn	4.56 590	2.41 598	2.54 521	3.79 611	3.25 606	4.81 596	2.91 601	5.52 603	7.36 606	4.12 594	14.55 617	7.54 601	3.70 588	7.84 587	3.35 556	4.06 612	1.86 610	3.26 611	2.22 609	3.27 600	2.86 603

WAO-8	4.57 591	2.01 590	2.58 524	2.37 588	2.21 587	9.75 604	1.71 564	6.04 608	16.34 616	4.11 592	7.69 603	7.41 598	3.85 590	10.02 611	3.85 562	2.05 585	1.09 601	2.44 598	1.39 593	2.56 587	1.86 588

Venus	4.57 591	2.01 590	2.58 524	2.37 588	2.21 587	9.75 604	1.71 564	6.04 608	16.34 616	4.11 592	7.69 603	7.41 598	3.85 590	10.02 611	3.85 562	2.05 585	1.09 601	2.44 598	1.39 593	2.56 587	1.86 588

MultiAttention	4.59 593	0.35 334	0.90 289	0.75 483	0.46 361	31.81 630	4.41 606	2.35 523	1.41 469	1.64 506	2.43 549	2.42 554	0.70 284	38.40 631	1.78 520	0.23 313	0.15 230	0.30 440	0.30 471	0.48 506	0.48 497

SGM+DAISY	5.38 594	1.28 565	8.24 580	1.27 568	1.16 565	10.62 607	16.01 617	2.93 574	2.53 565	8.64 616	13.03 614	8.26 606	13.38 613	6.34 564	7.59 587	1.07 576	1.05 600	1.00 576	0.98 582	1.02 565	1.12 575

TorneroNet-64	5.41 595	2.10 593	2.43 517	3.49 607	2.83 601	9.90 606	2.13 585	8.87 614	16.79 621	5.39 607	9.18 608	10.68 615	3.92 593	9.55 601	5.11 575	3.36 602	0.86 589	2.88 606	1.62 600	3.76 604	3.37 608

MADNet++	5.41 595	3.18 608	6.43 569	4.66 616	3.95 612	6.15 601	6.75 608	4.51 597	4.51 597	5.06 604	6.27 593	4.96 591	6.14 601	9.39 600	11.70 602	4.71 614	4.19 617	3.97 614	3.33 612	4.08 607	4.25 615

UNDER WATER	5.68 597	2.46 602	15.52 602	3.98 614	3.53 609	5.15 598	2.74 599	5.58 605	16.41 619	4.00 590	4.56 580	9.12 608	6.43 603	6.22 555	9.11 593	3.85 610	1.35 605	3.18 610	1.98 605	4.51 611	3.84 614

DStereoSA	5.78 598	1.09 551	8.20 579	2.07 584	4.09 613	4.26 593	21.23 619	4.17 591	5.59 603	1.96 541	12.40 612	1.57 470	13.59 614	7.02 576	13.02 603	0.90 567	3.63 616	0.91 571	3.68 615	1.84 578	4.43 616

UNDER WATER-64	5.84 599	2.48 603	17.93 608	3.97 613	3.58 610	7.70 603	3.03 602	5.72 607	14.13 613	4.18 596	4.00 577	9.27 609	6.80 604	6.20 554	9.22 594	3.67 605	1.52 608	3.14 608	1.95 603	4.43 610	3.83 613

DStereoFS	6.12 600	2.43 600	7.51 577	2.47 591	2.16 585	16.09 614	8.18 609	4.22 593	12.08 611	3.74 589	14.16 615	7.84 604	13.66 615	7.03 578	9.84 597	0.90 567	1.49 607	1.23 581	2.79 611	1.36 575	3.31 607

LSM	6.55 601	1.26 563	15.64 603	1.79 579	68.74 634	1.67 505	2.08 583	2.26 503	2.59 567	3.13 584	3.08 567	1.90 511	1.81 542	2.89 479	2.16 531	0.43 512	0.59 575	0.50 536	0.58 558	0.64 540	17.24 627

tt	6.61 602	0.28 151	6.10 568	3.77 610	2.17 586	11.53 609	19.61 618	13.53 619	5.81 604	3.00 580	2.82 560	4.97 592	6.33 602	3.83 506	7.23 586	9.13 620	11.32 624	5.87 619	6.22 619	6.01 614	2.63 601

JetRed	7.02 603	8.94 616	25.72 620	2.89 597	3.27 607	14.25 613	12.27 614	6.69 610	4.45 596	4.46 598	4.56 580	6.65 597	5.43 598	7.46 582	14.41 612	2.60 594	3.31 613	2.61 601	2.30 610	4.34 609	3.79 612

xyz-stereo	7.03 604	0.24 64	70.23 639	0.44 67	0.21 10	29.74 624	0.49 313	1.03 152	0.77 156	1.45 462	26.78 626	1.17 380	1.19 473	4.72 523	1.32 468	0.16 56	0.12 40	0.20 197	0.14 109	0.17 96	0.14 18

MANE	7.50 605	0.64 495	7.97 578	1.40 570	2.10 584	16.86 616	12.56 615	12.91 618	17.51 624	8.50 615	11.60 611	14.66 617	13.33 612	12.02 616	13.28 605	0.62 554	0.52 565	0.52 540	1.90 602	0.56 527	0.58 532

SGM-ForestM	7.81 606	0.48 438	11.02 594	0.74 474	0.40 310	16.83 615	12.72 616	7.91 612	8.13 607	11.53 618	10.25 610	22.44 628	14.01 616	17.02 619	20.52 618	0.38 495	0.39 539	0.37 499	0.36 511	0.37 455	0.38 458

coex-ft	8.35 607	2.39 597	100.24 641	0.68 427	0.54 417	1.77 515	1.57 558	1.71 358	11.00 609	18.91 626	3.76 574	3.85 580	8.23 608	3.29 492	6.58 582	0.31 448	0.31 490	0.32 459	0.31 477	0.69 546	0.57 529

LE_ROB	8.35 607	0.47 432	27.42 624	0.83 511	0.34 239	2.84 569	3.36 603	4.03 590	27.04 628	25.20 628	8.72 607	8.55 607	27.35 628	7.37 581	22.13 619	0.22 289	0.20 364	0.20 197	0.21 312	0.25 341	0.25 312

KSHMR	8.76 609	2.14 594	3.59 550	3.60 609	3.13 605	4.15 592	2.67 598	5.61 606	58.90 642	3.04 581	55.71 640	4.94 590	2.54 575	4.61 519	3.05 553	3.49 604	1.57 609	3.14 608	1.98 605	3.84 605	3.49 609

U	9.23 610	0.22 26	0.65 147	0.48 119	53.11 633	61.26 639	0.24 45	0.77 65	0.55 87	0.37 46	0.30 20	0.29 35	0.34 67	0.34 2	0.27 19	0.20 219	0.12 40	60.47 636	4.24 616	0.18 132	0.14 18

TCMNet-wrong-test	10.42 611	11.55 619	15.31 599	20.99 622	18.49 618	13.94 612	10.69 611	16.07 620	4.14 593	5.27 605	5.64 591	16.22 619	12.57 610	7.57 584	10.26 598	7.44 618	2.38 611	4.30 616	3.43 613	11.37 620	10.87 620

EDNetEfficientorigin	10.59 612	1.52 575	177.33 642	0.68 427	0.54 417	1.66 504	1.20 535	1.94 427	3.39 585	4.69 600	3.37 569	3.08 571	2.79 578	3.25 490	3.63 559	0.26 383	0.24 438	0.33 471	0.28 440	0.85 556	0.87 564

TorneroNet	10.72 613	2.09 592	2.76 530	3.48 606	3.03 604	44.72 631	2.31 590	8.62 613	67.06 643	7.45 614	23.21 625	10.59 614	4.28 596	9.03 594	9.00 592	3.67 605	0.91 593	3.04 607	1.63 601	3.92 606	3.55 611

HanzoNet	11.92 614	5.12 612	17.18 604	4.19 615	3.59 611	5.16 599	2.82 600	7.41 611	9.96 608	33.31 636	27.60 627	22.25 627	37.31 632	18.18 621	13.57 606	8.13 619	3.44 615	3.50 613	3.44 614	7.77 618	4.52 617

DGTPSM_ROB	13.06 615	8.27 614	22.29 615	9.53 618	18.14 616	11.53 609	31.97 625	10.82 616	16.25 614	7.14 611	19.39 623	10.12 611	16.69 620	9.85 606	22.49 621	4.77 615	8.72 619	5.37 617	10.24 622	6.15 615	11.56 621

DPSMNet_ROB	13.08 616	8.28 615	22.32 616	9.54 619	18.15 617	11.53 609	31.98 626	10.83 617	16.27 615	7.17 612	19.40 624	10.12 611	16.69 620	9.87 607	22.50 622	4.78 616	8.72 619	5.38 618	10.25 623	6.16 616	11.59 622

USTest	14.33 617	14.93 620	21.00 613	17.41 621	16.02 615	23.11 618	33.76 627	22.02 621	11.81 610	9.47 617	10.19 609	15.94 618	13.17 611	17.25 620	22.38 620	3.81 607	5.01 618	6.17 620	6.18 618	9.23 619	7.81 619

ASD4	17.95 618	11.38 618	20.07 611	11.32 620	12.21 614	21.39 617	31.23 624	22.73 623	12.78 612	12.19 619	12.67 613	13.79 616	14.32 618	20.13 622	25.17 625	18.93 626	15.37 627	28.00 631	22.52 632	17.63 623	15.21 626

DPSM_ROB	19.12 619	19.13 622	25.13 618	22.15 624	20.86 621	28.06 621	37.75 629	27.18 626	16.95 622	14.25 620	15.07 618	21.66 622	18.69 623	21.83 624	26.51 627	10.15 622	9.30 622	10.45 623	10.41 624	14.00 621	12.85 624

DPSM	19.12 619	19.13 622	25.13 618	22.15 624	20.86 621	28.06 621	37.75 629	27.18 626	16.95 622	14.25 620	15.07 618	21.66 622	18.69 623	21.83 624	26.51 627	10.15 622	9.30 622	10.45 623	10.41 624	14.00 621	12.85 624

LRCNet_RVC	22.79 621	32.09 628	22.06 614	29.83 626	26.15 623	4.40 595	0.84 473	22.64 622	2.10 554	26.93 629	29.25 628	23.03 629	15.56 619	23.91 626	18.92 617	32.00 633	20.04 635	34.68 632	32.13 633	30.66 632	28.52 633

DLNR_Zeroshot_test	23.23 622	48.25 639	43.77 628	177.04 641	78.39 636	0.35 25	0.21 17	23.33 624	0.82 182	0.67 173	0.86 195	0.58 166	0.30 44	1.64 358	0.48 225	10.69 624	0.13 84	0.18 128	0.14 109	76.63 639	0.23 268

DLNR-FE	23.24 623	48.33 640	43.35 627	177.19 642	78.30 635	0.35 25	0.21 17	23.45 625	0.82 182	0.67 173	0.86 195	0.58 166	0.29 33	1.62 356	0.48 225	10.93 625	0.13 84	0.18 128	0.14 109	76.65 640	0.23 268

DPSimNet_ROB	24.77 624	9.69 617	61.46 638	3.56 608	19.46 619	25.95 619	77.56 640	5.09 602	16.60 620	21.50 627	29.82 629	25.12 630	85.69 641	13.37 618	23.07 624	7.23 617	17.79 628	8.55 621	7.57 620	4.57 613	31.84 634

FADE	26.94 625	6.16 613	20.86 612	1.90 583	1.95 583	2.92 572	2.01 579	5.55 604	5.12 601	2.92 578	2.17 536	4.13 582	14.15 617	10.56 613	10.39 599	193.84 643	2.80 612	122.45 640	126.70 640	1.14 571	1.11 574

BEATNet-Init1	27.39 626	21.01 624	73.65 640	1.07 556	0.80 515	56.07 632	22.82 620	33.14 633	31.71 630	51.78 642	52.93 639	65.63 640	48.54 639	48.75 641	36.36 632	0.52 540	0.47 555	0.54 545	0.54 554	0.64 540	0.72 552

CasAABBNet	38.42 627	38.42 631	50.26 632	44.76 631	41.87 627	56.47 634	76.22 636	54.44 636	33.92 634	28.53 633	30.36 634	43.53 636	37.59 635	43.77 638	53.32 638	20.27 627	18.70 630	21.03 625	21.04 627	28.19 627	25.79 629

RAFT-FEzeroshot	38.43 628	38.42 631	50.19 630	44.92 633	41.98 629	56.48 636	76.24 637	54.46 638	33.87 632	28.51 631	30.31 632	43.61 637	37.54 633	43.76 635	53.32 638	20.29 628	18.70 630	21.03 625	21.04 627	28.21 628	25.79 629

RAFT-FE	38.43 628	38.42 631	50.19 630	44.92 633	41.98 629	56.48 636	76.24 637	54.46 638	33.87 632	28.51 631	30.31 632	43.61 637	37.54 633	43.76 635	53.32 638	20.29 628	18.70 630	21.03 625	21.04 627	28.21 628	25.79 629

FlowAnything	38.45 630	38.38 630	50.32 633	44.77 632	41.97 628	56.43 633	76.20 635	54.49 640	34.43 636	28.45 630	30.15 630	43.52 635	37.69 636	43.76 635	53.31 637	20.36 630	18.71 633	21.03 625	21.10 631	28.18 626	25.74 628

Selective-RAFT-Error	38.47 631	38.44 634	50.38 634	44.74 630	42.01 631	56.47 634	76.24 637	54.44 636	34.02 635	28.59 634	30.30 631	43.51 634	38.10 637	43.69 634	53.24 636	20.36 630	18.72 634	21.05 629	21.02 626	28.25 630	25.87 632

HaxPig	39.02 632	41.39 636	41.59 625	30.10 627	32.36 624	29.49 623	27.65 622	30.56 629	37.94 637	43.75 637	43.81 636	33.42 631	35.69 629	41.51 632	40.33 634	43.91 637	47.48 640	45.87 633	47.14 635	42.29 633	44.06 637

AVERAGE_ROB	40.42 633	42.30 637	42.61 626	36.91 629	35.54 626	30.42 625	27.59 621	37.45 635	38.45 638	44.87 638	44.27 637	37.55 633	36.69 630	41.82 633	40.25 633	45.36 638	46.73 639	47.09 634	46.32 634	42.47 634	43.74 636

MEDIAN_ROB	42.01 634	44.30 638	44.14 629	35.08 628	34.90 625	31.33 629	29.90 623	36.77 634	40.11 639	47.14 641	46.55 638	37.49 632	38.50 638	44.30 640	42.32 635	47.93 639	49.31 641	49.68 635	49.00 636	44.98 635	46.46 638

Anonymous_1	42.79 635	18.71 621	24.75 617	21.81 623	45.16 632	27.68 620	37.52 628	28.64 628	16.34 616	14.72 622	14.53 616	20.60 621	17.82 622	21.52 623	25.88 626	113.45 642	8.91 621	100.63 637	126.37 639	158.50 643	12.31 623

LSM0	42.92 636	38.72 635	50.66 635	47.49 635	110.18 642	56.77 638	75.87 634	54.87 641	33.74 631	29.48 635	31.12 635	43.77 639	37.12 631	43.85 639	53.44 641	20.50 632	18.67 629	21.05 629	21.07 630	28.37 631	41.73 635

PML	51.64 637	37.49 629	14.31 598	7.45 617	20.27 620	107.80 642	231.34 644	8.94 615	27.70 629	86.74 643	268.93 644	69.03 641	61.09 640	24.71 630	14.36 611	9.71 621	3.40 614	9.60 622	4.67 617	20.46 625	4.76 618

xxxxx1	54.34 638	26.72 625	27.03 621	114.14 638	99.00 637	30.68 626	47.19 631	32.52 630	26.09 625	17.85 623	17.48 620	21.86 624	20.92 625	24.38 627	33.78 629	34.73 634	41.33 636	157.67 641	175.68 641	65.82 636	71.99 641

tt_ll	54.34 638	26.72 625	27.03 621	114.14 638	99.00 637	30.68 626	47.19 631	32.52 630	26.09 625	17.85 623	17.48 620	21.86 624	20.92 625	24.38 627	33.78 629	34.73 634	41.33 636	157.67 641	175.68 641	65.82 636	71.99 641

ff	54.34 638	26.72 625	27.03 621	114.14 638	99.00 637	30.68 626	47.19 631	32.52 630	26.09 625	17.85 623	17.48 620	21.86 624	20.92 625	24.38 627	33.78 629	34.73 634	41.33 636	157.67 641	175.68 641	65.82 636	71.99 641

RSGM-EC	88.73 641	82.35 641	50.81 636	105.24 636	99.50 640	93.69 640	125.26 641	90.19 642	46.12 640	45.12 639	57.25 641	101.03 642	88.09 642	153.95 642	152.34 642	105.29 640	59.41 642	113.44 638	52.73 637	91.73 641	61.05 639

acva	88.73 641	82.35 641	50.81 636	105.24 636	99.50 640	93.69 640	125.26 641	90.19 642	46.12 640	45.12 639	57.25 641	101.03 642	88.09 642	153.95 642	152.34 642	105.29 640	59.41 642	113.44 638	52.73 637	91.73 641	61.05 639

test_example2	192.91 643	210.59 643	206.44 643	199.86 643	204.90 643	172.02 643	182.95 643	138.34 644	134.89 644	193.14 644	200.54 643	186.77 644	177.82 644	204.95 644	207.57 644	221.83 644	238.70 644	186.02 644	190.07 644	226.94 644	173.78 644

ccccc	497.36 644	492.94 644	590.78 644	530.37 644	529.69 644	476.06 644	438.68 645	494.48 645	344.79 645	446.40 645	517.23 645	473.27 645	547.51 645	541.46 645	607.83 645	660.58 645	458.79 645	353.88 645	309.98 645	597.94 645	534.45 645

GS-Stereo							0.35 139	1.31 260	0.53 77	0.38 52	0.39 37	0.32 46	0.33 60	0.45 13	0.29 39	0.20 219	0.12 40	0.16 61	0.13 74	0.17 96	0.18 117

Low-res two-view benchmark