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	0.24 1	0.24 74	0.39 14	0.34 1	0.24 38	0.16 2	0.18 2	0.32 1	0.22 4	0.29 10	0.40 23	0.24 6	0.23 8	0.32 1	0.26 17	0.20 211	0.18 305	0.18 108	0.16 146	0.18 117	0.14 61

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

SGD-Stereo	0.32 26	0.20 8	0.40 17	0.38 22	0.19 1	0.43 51	0.22 16	0.64 31	0.33 21	0.42 55	0.34 18	0.27 17	0.35 59	1.15 217	0.30 42	0.20 211	0.10 9	0.15 19	0.13 61	0.17 87	0.13 35

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

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

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

DEFOM-Stereo	0.33 34	0.20 8	0.40 17	0.42 51	0.28 109	0.80 293	0.23 24	0.48 6	0.37 28	0.37 33	0.31 16	0.23 3	0.24 10	1.20 231	0.27 22	0.16 56	0.12 50	0.14 1	0.11 8	0.14 18	0.14 61

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

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

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

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

LG-Stereo	0.34 37	0.25 102	0.78 277	0.47 112	0.26 61	0.37 23	0.30 68	0.71 54	0.52 77	0.36 30	0.57 86	0.29 27	0.21 2	0.50 22	0.36 114	0.13 18	0.13 108	0.20 165	0.18 184	0.18 117	0.12 10

S2M2	0.34 37	0.28 173	0.45 50	0.40 36	0.30 148	0.31 12	0.16 1	0.60 25	0.64 106	0.31 15	0.48 53	0.47 77	0.34 51	0.38 4	0.32 64	0.25 337	0.22 380	0.20 165	0.22 311	0.25 308	0.22 277

GIP-stereo	0.34 37	0.23 56	0.45 50	0.50 165	0.36 245	0.38 26	0.23 24	0.78 72	0.52 77	0.34 24	0.51 67	0.46 70	0.38 79	0.51 24	0.27 22	0.20 211	0.12 50	0.16 49	0.12 38	0.16 58	0.14 61

RAStereo	0.34 37	0.21 26	0.66 174	0.47 112	0.27 85	0.26 4	0.29 58	0.69 46	0.63 102	0.32 18	0.42 26	0.45 67	0.31 36	0.45 12	0.34 94	0.17 99	0.15 216	0.19 130	0.15 104	0.18 117	0.13 35

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

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

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

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

MaDis-Stereo	0.36 46	0.25 102	0.58 130	0.44 81	0.34 231	0.30 11	0.30 68	0.72 55	0.50 61	0.37 33	0.36 20	0.58 132	0.49 146	0.52 27	0.36 114	0.19 179	0.16 255	0.19 130	0.15 104	0.18 117	0.14 61

UniTT-Stereo	0.36 46	0.23 56	0.59 137	0.48 138	0.36 245	0.40 31	0.32 82	0.53 8	0.49 58	0.54 110	0.55 80	0.36 44	0.31 36	0.58 43	0.51 244	0.20 211	0.15 216	0.17 74	0.15 104	0.19 158	0.15 92

IGEV-RUCA	0.37 51	0.23 56	0.48 63	0.49 153	0.36 245	0.60 173	0.23 24	0.64 31	0.49 58	0.39 47	0.49 61	0.44 59	0.31 36	0.85 133	0.30 42	0.24 311	0.13 108	0.16 49	0.12 38	0.20 192	0.19 211

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

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

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

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

castereo++	0.38 56	0.23 56	0.41 22	0.43 58	0.31 174	0.97 357	0.22 16	0.86 103	0.58 89	0.32 18	0.44 39	0.51 100	0.39 81	0.93 158	0.24 5	0.17 99	0.11 26	0.17 74	0.12 38	0.14 18	0.14 61

fffft	0.38 56	0.23 56	0.51 82	0.44 81	0.32 193	0.43 51	0.48 265	0.76 65	0.36 25	0.44 64	0.34 18	0.38 51	0.31 36	1.31 256	0.32 64	0.14 28	0.11 26	0.19 130	0.15 104	0.16 58	0.16 121
1: 1. 1
RSM++	0.38 56	0.24 74	0.51 82	0.47 112	0.26 61	0.50 101	0.41 187	0.79 77	0.45 48	0.37 33	0.45 44	0.60 140	0.35 59	1.02 184	0.30 42	0.15 35	0.13 108	0.17 74	0.14 88	0.18 117	0.13 35

water-stereo	0.39 59	0.20 8	0.48 63	0.44 81	0.27 85	0.50 101	0.26 40	0.92 123	0.51 70	0.53 107	0.78 139	0.55 117	0.49 146	0.42 10	0.42 174	0.16 56	0.15 216	0.17 74	0.15 104	0.16 58	0.15 92

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

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

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

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

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

GLC_STEREO	0.39 59	0.25 102	0.41 22	0.54 248	0.23 22	0.48 75	0.30 68	0.73 57	0.58 89	0.52 106	0.73 127	0.51 100	0.31 36	0.64 65	0.42 174	0.17 99	0.20 340	0.23 266	0.19 206	0.21 233	0.17 146

CREStereo	0.39 59	0.21 26	0.38 8	0.34 1	0.22 16	0.53 131	0.29 58	0.77 68	1.11 291	0.58 115	0.71 122	0.51 100	0.41 88	0.54 32	0.34 94	0.18 138	0.13 108	0.15 19	0.10 2	0.14 18	0.14 61
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
DEFOM-Stereo_RVC	0.40 67	0.67 473	0.42 30	0.64 375	0.29 126	0.48 75	0.25 30	0.85 101	0.44 46	0.38 39	0.36 20	0.30 32	0.70 244	1.15 217	0.29 32	0.16 56	0.11 26	0.16 49	0.11 8	0.18 117	0.12 10

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

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

IGEV++	0.40 67	0.22 45	0.51 82	0.52 216	0.29 126	0.45 60	0.25 30	1.65 357	0.46 54	0.37 33	0.57 86	0.46 70	0.45 111	0.50 22	0.38 137	0.19 179	0.12 50	0.16 49	0.13 61	0.16 58	0.15 92

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

LoS	0.40 67	0.21 26	0.44 37	0.37 9	0.22 16	0.50 101	0.40 171	1.00 160	0.94 209	0.48 87	0.66 104	0.48 82	0.40 85	0.60 56	0.37 126	0.18 138	0.14 159	0.16 49	0.11 8	0.14 18	0.14 61
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CroCo-Stereo	0.40 67	0.31 261	0.73 232	0.58 307	0.27 85	0.26 4	0.33 89	0.95 142	0.81 167	0.42 55	0.47 50	0.65 158	0.47 127	0.39 6	0.34 94	0.18 138	0.15 216	0.16 49	0.14 88	0.19 158	0.16 121
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
depthmonostereo	0.41 74	0.23 56	0.53 94	0.47 112	0.23 22	0.61 179	0.35 109	1.00 160	0.76 152	0.48 87	0.65 103	0.47 77	0.49 146	0.67 76	0.37 126	0.16 56	0.15 216	0.16 49	0.14 88	0.16 58	0.15 92

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

CASnet	0.41 74	0.25 102	0.48 63	0.50 165	0.20 3	0.50 101	0.36 125	0.81 90	0.80 164	0.83 173	0.68 111	0.48 82	0.31 36	0.54 32	0.32 64	0.18 138	0.12 50	0.27 360	0.22 311	0.23 281	0.14 61
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
fffy	0.42 77	0.27 151	0.57 124	0.46 101	0.29 126	0.48 75	0.35 109	0.91 120	0.55 84	0.40 48	0.58 89	0.55 117	0.41 88	1.26 245	0.36 114	0.15 35	0.13 108	0.19 130	0.16 146	0.18 117	0.14 61

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

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

MGS-Stereo	0.42 77	0.26 123	0.58 130	0.44 81	0.28 109	0.50 101	0.34 101	0.57 16	0.83 173	0.46 76	1.31 336	0.52 107	0.33 44	0.65 71	0.36 114	0.19 179	0.16 255	0.18 108	0.15 104	0.17 87	0.16 121

LoS_RVC	0.42 77	0.26 123	0.40 17	0.44 81	0.82 484	0.51 118	0.44 223	0.64 31	0.41 38	0.44 64	0.78 139	0.44 59	0.47 127	0.56 38	0.36 114	0.13 18	0.12 50	0.14 1	0.10 2	0.13 4	0.84 513

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

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

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

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

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

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

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

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

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

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

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

IGEV-Stereo	0.43 83	0.27 151	0.54 100	0.45 94	0.32 193	0.50 101	0.42 191	0.90 119	0.51 70	0.49 93	0.53 71	0.47 77	0.47 127	1.32 260	0.33 77	0.17 99	0.12 50	0.21 200	0.15 104	0.18 117	0.18 171
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
Reg-Stereo(zero)	0.44 94	0.22 45	0.45 50	0.43 58	0.23 22	0.38 26	0.25 30	0.76 65	1.08 274	0.90 188	0.78 139	0.90 247	0.47 127	0.70 82	0.36 114	0.15 35	0.12 50	0.15 19	0.12 38	0.15 38	0.15 92

rvit_stereo_0081_aga	0.44 94	0.34 322	0.73 232	0.51 195	0.41 306	0.50 101	0.40 171	0.81 90	0.57 88	0.58 115	0.56 83	0.53 112	0.43 99	0.66 73	0.40 152	0.26 359	0.21 362	0.22 228	0.20 238	0.26 320	0.18 171

rvit_stereo_0081	0.44 94	0.33 299	0.64 160	0.54 248	0.35 235	0.41 35	0.44 223	0.66 39	0.95 211	0.48 87	0.52 69	0.50 96	0.46 118	0.82 123	0.44 187	0.25 337	0.20 340	0.22 228	0.19 206	0.25 308	0.17 146

rvit_stereo_0082	0.44 94	0.33 299	0.64 160	0.54 248	0.35 235	0.41 35	0.44 223	0.66 39	0.95 211	0.48 87	0.52 69	0.50 96	0.46 118	0.82 123	0.44 187	0.25 337	0.20 340	0.22 228	0.19 206	0.25 308	0.17 146

rvit_stereo_0080	0.44 94	0.32 277	0.71 214	0.47 112	0.36 245	0.42 42	0.55 327	0.82 93	0.68 128	0.50 101	0.60 92	0.55 117	0.47 127	0.59 44	0.44 187	0.26 359	0.21 362	0.20 165	0.20 238	0.31 383	0.19 211

whm_eth	0.44 94	0.32 277	0.71 214	0.47 112	0.36 245	0.42 42	0.55 327	0.82 93	0.68 128	0.50 101	0.60 92	0.55 117	0.47 127	0.59 44	0.44 187	0.26 359	0.21 362	0.20 165	0.20 238	0.31 383	0.19 211

CroCo-Stereo Lap2	0.44 94	0.34 322	0.77 269	0.61 345	0.79 475	0.28 9	0.35 109	0.75 62	0.71 138	0.38 39	0.50 64	0.72 180	0.55 177	0.57 42	0.47 221	0.17 99	0.18 305	0.19 130	0.16 146	0.21 233	0.20 243

TANstereo	0.44 94	0.21 26	0.44 37	0.41 44	0.21 9	0.65 209	0.26 40	0.79 77	0.83 173	0.93 196	0.98 190	0.51 100	0.46 118	0.54 32	0.35 104	0.18 138	0.24 401	0.16 49	0.13 61	0.16 58	0.26 347

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

StereoAnything_RVC	0.45 102	1.43 527	0.48 63	0.35 3	0.20 3	0.26 4	0.21 12	0.43 3	0.22 4	0.22 1	0.21 2	0.19 1	0.36 68	1.27 248	0.22 1	0.21 245	0.11 26	0.14 1	0.10 2	2.37 533	0.11 2

tt45	0.45 102	0.23 56	0.46 58	0.45 94	0.33 214	0.79 285	0.32 82	0.78 72	0.41 38	0.51 105	0.44 39	0.49 90	0.37 73	2.14 394	0.34 94	0.16 56	0.13 108	0.19 130	0.16 146	0.17 87	0.18 171

IGEV-Stereo+	0.45 102	0.21 26	0.43 35	0.41 44	0.39 287	0.15 1	0.19 6	0.44 4	0.36 25	0.26 5	0.25 7	0.31 34	0.41 88	1.43 291	0.30 42	0.17 99	0.12 50	0.15 19	0.11 8	1.16 522	1.70 537

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

MIF-Stereo (partial)	0.45 102	0.25 102	0.70 202	0.50 165	0.52 384	0.35 17	0.26 40	0.91 120	0.59 95	0.45 72	0.71 122	0.51 100	0.51 155	1.11 209	0.45 200	0.20 211	0.16 255	0.23 266	0.20 238	0.24 296	0.18 171

testlalala	0.45 102	0.28 173	0.59 137	0.42 51	0.39 287	0.71 245	0.39 163	1.08 207	0.45 48	1.24 339	0.80 150	0.61 144	0.36 68	0.54 32	0.33 77	0.20 211	0.13 108	0.18 108	0.12 38	0.15 38	0.15 92

SCV	0.46 109	0.26 123	0.55 110	0.47 112	0.25 55	0.39 29	0.38 148	1.98 452	0.60 96	0.35 25	0.48 53	0.55 117	0.36 68	1.28 250	0.32 64	0.24 311	0.12 50	0.17 74	0.13 61	0.18 117	0.14 61

Former-RAFT_DAM_RVC	0.46 109	0.36 353	0.71 214	0.47 112	0.36 245	0.67 221	0.35 109	0.78 72	1.12 295	0.61 126	0.62 97	0.39 52	0.39 81	0.71 86	0.39 145	0.20 211	0.17 284	0.22 228	0.18 184	0.23 281	0.19 211

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

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

plain	0.46 109	0.27 151	1.01 367	0.50 165	0.40 298	0.35 17	0.37 142	0.87 104	0.56 86	0.43 60	0.76 135	0.42 54	0.40 85	1.13 214	0.45 200	0.21 245	0.15 216	0.24 286	0.19 206	0.24 296	0.16 121

XX-TBD	0.46 109	0.70 481	0.35 1	0.79 461	0.25 55	0.58 160	0.26 40	0.69 46	1.27 389	0.76 150	1.00 196	0.45 67	0.33 44	0.47 18	0.37 126	0.19 179	0.15 216	0.15 19	0.11 8	0.17 87	0.14 61

PMTNet	0.46 109	0.21 26	0.38 8	0.37 9	0.23 22	0.71 245	0.27 47	0.74 61	1.04 255	0.64 131	0.70 119	0.55 117	0.47 127	0.86 137	0.35 104	1.00 519	0.13 108	0.15 19	0.10 2	0.15 38	0.13 35

rvit_stereo_0083	0.47 116	0.33 299	0.81 286	0.56 285	0.36 245	0.50 101	0.44 223	0.68 45	0.95 211	0.49 93	0.57 86	0.55 117	0.49 146	0.88 142	0.46 214	0.25 337	0.25 408	0.24 286	0.20 238	0.24 296	0.17 146

rvit_stereo_ft	0.47 116	0.35 343	0.87 312	0.67 408	0.42 311	0.40 31	0.59 358	0.81 90	0.74 145	0.46 76	0.55 80	0.57 127	0.49 146	0.65 71	0.50 239	0.25 337	0.17 284	0.22 228	0.22 311	0.24 296	0.17 146

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

CAS++	0.47 116	0.31 261	0.56 114	0.47 112	0.32 193	0.42 42	0.28 53	1.76 387	0.72 139	0.71 142	0.72 125	0.37 49	0.28 23	0.69 78	0.33 77	0.27 375	0.22 380	0.26 344	0.21 282	0.29 363	0.19 211
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
iRaftStereo_RVC	0.47 116	0.26 123	0.64 160	0.50 165	0.29 126	0.53 131	0.33 89	1.05 186	0.77 156	0.84 176	1.00 196	0.55 117	0.37 73	0.81 120	0.40 152	0.17 99	0.12 50	0.22 228	0.20 238	0.19 158	0.15 92

CREStereo++_RVC	0.47 116	0.21 26	0.38 8	0.45 94	0.38 277	0.45 60	0.25 30	0.75 62	1.29 398	0.80 163	1.21 298	0.47 77	0.37 73	0.53 30	0.44 187	0.16 56	0.11 26	0.15 19	0.80 523	0.18 117	0.11 2
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
xyz-stereo-finetune	0.48 122	0.25 102	0.54 100	0.42 51	0.23 22	0.80 293	0.42 191	0.80 85	0.80 164	0.61 126	0.62 97	0.54 114	0.43 99	1.70 344	0.58 276	0.15 35	0.15 216	0.19 130	0.15 104	0.16 58	0.15 92

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

model_zeroshot	0.48 122	0.29 208	0.86 301	0.51 195	0.36 245	0.69 233	0.37 142	1.12 220	0.62 99	0.85 181	0.84 154	0.66 162	0.37 73	0.73 93	0.34 94	0.20 211	0.16 255	0.19 130	0.16 146	0.17 87	0.16 121

MyStereo07	0.48 122	0.29 208	0.50 75	0.55 272	0.45 335	0.59 165	0.79 418	1.05 186	0.51 70	0.48 87	0.53 71	0.43 57	0.55 177	1.30 255	0.34 94	0.17 99	0.16 255	0.24 286	0.20 238	0.23 281	0.20 243

4D-IteraStereo	0.48 122	0.24 74	0.76 262	0.50 165	0.44 328	0.66 217	0.31 75	0.87 104	1.02 246	1.03 231	0.72 125	0.78 195	0.32 42	0.64 65	0.37 126	0.17 99	0.11 26	0.23 266	0.19 206	0.19 158	0.13 35

CES	0.48 122	0.20 8	0.37 5	0.39 29	1.39 527	0.55 147	0.35 109	0.98 154	0.66 123	0.44 64	0.66 104	0.35 42	0.27 19	0.56 38	0.33 77	0.15 35	0.13 108	0.15 19	0.10 2	0.19 158	1.46 532

MM-Stereo_test1	0.49 128	0.24 74	0.56 114	0.51 195	0.30 148	0.50 101	0.54 309	0.91 120	1.03 250	0.84 176	0.69 115	0.54 114	0.60 204	1.16 221	0.33 77	0.18 138	0.16 255	0.20 165	0.17 167	0.19 158	0.15 92

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

AE-Stereo	0.49 128	0.27 151	0.67 179	0.60 331	0.39 287	0.67 221	0.46 247	1.18 235	1.09 282	0.47 79	0.75 133	0.69 172	0.47 127	0.59 44	0.40 152	0.16 56	0.15 216	0.21 200	0.20 238	0.19 158	0.15 92

sCroCo_RVC	0.49 128	0.40 378	1.02 374	0.65 389	0.60 421	0.52 122	0.40 171	0.83 97	0.61 97	0.44 64	0.74 131	0.49 90	0.50 152	0.63 64	0.48 226	0.26 359	0.27 421	0.23 266	0.22 311	0.29 363	0.25 323

MM-Stereo_test3	0.50 132	0.24 74	0.54 100	0.54 248	0.74 459	0.49 87	0.53 303	1.09 209	1.05 259	0.62 129	0.95 177	0.61 144	0.42 92	0.77 103	0.38 137	0.20 211	0.17 284	0.20 165	0.16 146	0.18 117	0.18 171

RCA-Stereo	0.50 132	0.23 56	0.58 130	0.48 138	0.33 214	0.55 147	0.45 240	0.97 150	1.38 439	0.68 137	1.05 225	0.63 152	0.80 286	0.59 44	0.32 64	0.17 99	0.12 50	0.17 74	0.14 88	0.16 58	0.14 61

knoymous	0.51 134	0.29 208	0.47 61	0.43 58	0.30 148	0.55 147	0.55 327	1.02 167	0.77 156	0.98 212	0.85 156	0.94 264	0.56 182	0.85 133	0.45 200	0.20 211	0.14 159	0.26 344	0.14 88	0.23 281	0.23 297

tg	0.52 135	0.24 74	0.61 145	0.49 153	0.30 148	0.90 327	0.29 58	1.07 201	0.83 173	0.83 173	1.02 210	0.62 149	0.43 99	1.35 268	0.41 163	0.17 99	0.12 50	0.22 228	0.20 238	0.17 87	0.15 92

11t1	0.52 135	0.28 173	0.68 183	0.51 195	0.28 109	0.83 309	0.39 163	1.22 254	0.63 102	0.84 176	0.74 131	0.68 167	0.68 236	0.91 150	0.57 273	0.21 245	0.18 305	0.19 130	0.16 146	0.20 192	0.21 260

LL-Strereo2	0.52 135	0.33 299	0.69 196	0.52 216	0.37 260	0.70 240	0.30 68	1.13 223	0.67 124	0.94 201	0.78 139	0.91 250	0.42 92	1.05 193	0.42 174	0.17 99	0.16 255	0.29 383	0.25 361	0.21 233	0.16 121

Selective-RAFT	0.52 135	0.28 173	0.79 280	0.55 272	0.27 85	0.91 331	0.33 89	0.80 85	0.88 187	0.58 115	0.63 99	0.81 205	0.77 269	1.29 254	0.48 226	0.19 179	0.14 159	0.17 74	0.15 104	0.19 158	0.17 146

HUI-Stereo	0.52 135	0.30 228	0.73 232	0.50 165	0.27 85	0.65 209	0.30 68	1.04 178	0.64 106	1.12 261	0.96 180	0.83 217	0.60 204	0.79 112	0.45 200	0.22 271	0.14 159	0.24 286	0.20 238	0.26 320	0.18 171

test-1	0.52 135	0.26 123	1.04 382	0.56 285	0.32 193	0.61 179	0.38 148	1.10 212	0.91 199	0.78 158	1.01 202	0.77 191	0.52 160	0.60 56	0.42 174	0.17 99	0.14 159	0.20 165	0.17 167	0.20 192	0.23 297

rafts_anoy	0.52 135	0.29 208	0.59 137	0.59 320	0.50 362	0.53 131	0.40 171	1.11 218	1.03 250	0.84 176	0.83 152	0.68 167	0.54 170	0.72 89	0.51 244	0.19 179	0.14 159	0.24 286	0.26 378	0.21 233	0.18 171

s12784h	0.52 135	0.20 8	0.38 8	0.41 44	0.19 1	0.96 353	0.34 101	1.17 230	1.25 378	0.81 167	0.90 166	0.63 152	0.50 152	1.45 295	0.42 174	0.14 28	0.12 50	0.17 74	0.11 8	0.18 117	0.11 2

raftrobust	0.52 135	0.25 102	0.56 114	0.65 389	0.52 384	0.49 87	0.34 101	0.98 154	0.91 199	1.30 369	0.87 160	0.63 152	0.81 290	0.78 108	0.41 163	0.19 179	0.15 216	0.16 49	0.14 88	0.15 38	0.16 121

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

rvit_0105_6	0.53 145	0.37 360	0.98 357	0.65 389	0.38 277	0.51 118	0.51 284	0.77 68	1.20 354	0.54 110	0.55 80	0.65 158	0.53 165	0.94 161	0.44 187	0.32 416	0.32 457	0.28 373	0.24 347	0.28 352	0.21 260

gcap-zeroshot	0.53 145	0.28 173	0.89 325	0.49 153	0.28 109	0.76 267	0.37 142	1.34 276	0.73 143	0.89 186	0.67 108	1.35 386	0.51 155	0.79 112	0.33 77	0.18 138	0.15 216	0.18 108	0.15 104	0.17 87	0.16 121

IGEV_Zeroshot_test	0.53 145	0.30 228	0.99 358	0.56 285	0.35 235	0.41 35	0.32 82	1.37 282	0.63 102	1.00 220	1.09 241	0.95 272	0.41 88	0.83 125	0.39 145	0.18 138	0.12 50	0.19 130	0.18 184	0.19 158	0.17 146

EKT-Stereo	0.53 145	0.30 228	0.73 232	0.58 307	0.60 421	0.51 118	0.48 265	0.94 137	0.90 194	0.71 142	0.88 162	0.77 191	0.43 99	1.07 198	0.40 152	0.22 271	0.16 255	0.21 200	0.18 184	0.20 192	0.22 277

Any-RAFT	0.53 145	0.24 74	0.47 61	0.47 112	0.27 85	1.00 365	0.25 30	1.58 341	1.05 259	0.85 181	0.99 192	1.06 307	0.47 127	0.70 82	0.32 64	0.18 138	0.13 108	0.16 49	0.13 61	0.16 58	0.16 121

anonymousdsp2	0.53 145	0.27 151	0.74 248	0.48 138	0.29 126	0.76 267	0.47 254	1.61 349	0.82 172	0.77 155	0.77 137	0.75 184	0.47 127	1.03 185	0.40 152	0.18 138	0.13 108	0.18 108	0.13 61	0.19 158	0.18 171

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

test_4	0.53 145	0.22 45	0.56 114	0.54 248	0.32 193	0.64 193	0.39 163	0.80 85	0.62 99	0.92 195	1.87 466	0.68 167	0.42 92	1.16 221	0.37 126	0.15 35	0.13 108	0.20 165	0.22 311	0.20 192	0.15 92

GMOStereo	0.53 145	0.26 123	0.65 167	0.50 165	0.29 126	0.52 122	0.43 210	0.89 113	0.96 216	1.41 417	1.14 267	0.85 226	0.56 182	0.59 44	0.38 137	0.16 56	0.14 159	0.24 286	0.21 282	0.20 192	0.15 92

error version	0.53 145	0.26 123	0.65 167	0.50 165	0.29 126	0.52 122	0.43 210	0.89 113	0.96 216	1.41 417	1.14 267	0.85 226	0.56 182	0.59 44	0.38 137	0.16 56	0.14 159	0.24 286	0.21 282	0.20 192	0.15 92

test-v	0.53 145	0.26 123	0.65 167	0.50 165	0.29 126	0.52 122	0.43 210	0.89 113	0.96 216	1.41 417	1.14 267	0.85 226	0.56 182	0.59 44	0.38 137	0.16 56	0.14 159	0.24 286	0.21 282	0.20 192	0.15 92

test-2	0.53 145	0.26 123	0.65 167	0.50 165	0.29 126	0.52 122	0.43 210	0.89 113	0.96 216	1.41 417	1.14 267	0.85 226	0.56 182	0.59 44	0.38 137	0.16 56	0.14 159	0.24 286	0.21 282	0.20 192	0.15 92

raft+_RVC	0.53 145	0.26 123	0.54 100	0.60 331	0.47 351	0.54 139	0.54 309	1.27 264	0.99 235	0.76 150	1.03 220	0.70 176	0.56 182	0.93 158	0.47 221	0.18 138	0.14 159	0.19 130	0.18 184	0.18 117	0.15 92

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

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

1test111	0.54 160	0.31 261	0.50 75	0.54 248	0.26 61	1.18 400	0.51 284	1.42 294	0.78 159	0.58 115	0.79 145	0.48 82	0.88 328	0.88 142	0.59 279	0.20 211	0.12 50	0.25 325	0.15 104	0.22 256	0.21 260

RAFT-Test	0.54 160	0.25 102	0.64 160	0.47 112	0.30 148	0.97 357	0.27 47	1.24 260	0.81 167	0.96 205	1.12 258	1.28 371	0.48 138	0.71 86	0.36 114	0.17 99	0.13 108	0.17 74	0.14 88	0.16 58	0.16 121

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

x	0.54 160	0.31 261	0.61 145	0.47 112	0.30 148	0.67 221	0.47 254	1.53 329	0.79 163	0.81 167	0.83 152	0.78 195	0.70 244	0.70 82	0.62 292	0.21 245	0.19 322	0.22 228	0.19 206	0.21 233	0.20 243

test-3	0.54 160	0.22 45	0.68 183	0.47 112	0.27 85	0.58 160	0.35 109	0.92 123	1.00 240	1.32 383	0.69 115	0.87 234	0.45 111	1.68 342	0.37 126	0.16 56	0.11 26	0.20 165	0.16 146	0.17 87	0.13 35

test_1	0.54 160	0.22 45	0.68 183	0.47 112	0.27 85	0.58 160	0.35 109	0.92 123	1.00 240	1.28 354	0.68 111	0.87 234	0.45 111	1.67 337	0.37 126	0.16 56	0.11 26	0.20 165	0.16 146	0.17 87	0.13 35

PSM-adaLoss	0.54 160	0.30 228	0.73 232	0.50 165	0.27 85	0.65 209	0.41 187	1.04 178	0.64 106	1.12 261	0.96 180	0.82 210	0.61 213	1.06 194	0.45 200	0.22 271	0.14 159	0.24 286	0.20 238	0.26 320	0.18 171

ROB_FTStereo_v2	0.54 160	0.30 228	0.73 232	0.50 165	0.27 85	0.64 193	0.42 191	1.05 186	0.64 106	1.12 261	0.96 180	0.83 217	0.60 204	1.12 212	0.46 214	0.22 271	0.14 159	0.24 286	0.20 238	0.26 320	0.18 171

ROB_FTStereo	0.54 160	0.30 228	0.73 232	0.50 165	0.27 85	0.64 193	0.25 30	1.05 186	0.64 106	1.12 261	0.95 177	0.82 210	0.61 213	1.15 217	0.45 200	0.22 271	0.14 159	0.24 286	0.20 238	0.26 320	0.18 171

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

RAFT-IKP	0.54 160	0.30 228	0.73 232	0.50 165	0.27 85	0.59 165	0.36 125	1.04 178	0.64 106	1.12 261	0.96 180	0.83 217	0.61 213	1.22 234	0.45 200	0.22 271	0.14 159	0.24 286	0.20 238	0.26 320	0.18 171

RALCasStereoNet	0.54 160	0.30 228	0.66 174	0.59 320	0.51 373	0.61 179	0.52 295	0.94 137	0.93 206	0.70 140	1.01 202	0.78 195	0.44 107	1.33 263	0.47 221	0.20 211	0.16 255	0.18 108	0.16 146	0.20 192	0.19 211

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

RAFT-Stereo + iAFF	0.54 160	0.25 102	0.68 183	0.43 58	0.24 38	0.40 31	0.34 101	1.04 178	1.09 282	1.32 383	1.60 425	0.80 201	0.68 236	0.67 76	0.39 145	0.13 18	0.10 9	0.18 108	0.17 167	0.17 87	0.13 35

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

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

test_3	0.55 175	0.23 56	0.71 214	0.53 233	0.28 109	0.61 179	0.40 171	0.92 123	1.05 259	1.19 312	0.68 111	0.93 261	0.44 107	1.67 337	0.39 145	0.15 35	0.12 50	0.22 228	0.19 206	0.21 233	0.14 61

Patchmatch Stereo++	0.55 175	0.30 228	0.73 232	0.50 165	0.27 85	0.65 209	0.29 58	1.05 186	0.64 106	1.12 261	0.96 180	0.83 217	0.60 204	1.37 274	0.45 200	0.22 271	0.14 159	0.24 286	0.20 238	0.26 320	0.18 171
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
DeepStereo_RVC	0.55 175	0.29 208	0.72 220	0.51 195	0.30 148	0.59 165	0.33 89	1.03 172	0.70 133	1.16 294	0.93 173	0.83 217	0.94 355	0.96 164	0.54 264	0.21 245	0.14 159	0.21 200	0.19 206	0.24 296	0.24 311

iRAFT	0.55 175	0.30 228	0.73 232	0.50 165	0.27 85	0.65 209	0.29 58	1.05 186	0.64 106	1.12 261	0.96 180	0.83 217	0.60 204	1.37 274	0.45 200	0.22 271	0.14 159	0.24 286	0.20 238	0.26 320	0.18 171

CRE-IMP	0.55 175	0.30 228	0.74 248	0.52 216	0.29 126	0.79 285	0.25 30	1.04 178	0.72 139	1.09 245	0.95 177	0.81 205	0.57 191	1.10 206	0.50 239	0.21 245	0.14 159	0.23 266	0.19 206	0.28 352	0.22 277

sAnonymous2	0.55 175	0.56 444	1.46 460	0.60 331	0.51 373	0.48 75	0.52 295	0.79 77	0.68 128	0.50 101	0.67 108	0.46 70	0.62 218	0.59 44	0.40 152	0.22 271	0.17 284	0.22 228	0.21 282	0.86 509	0.56 483

CroCo_RVC	0.55 175	0.56 444	1.46 460	0.60 331	0.51 373	0.48 75	0.52 295	0.79 77	0.68 128	0.50 101	0.67 108	0.46 70	0.62 218	0.59 44	0.40 152	0.22 271	0.17 284	0.22 228	0.21 282	0.86 509	0.56 483

GMStereo	0.55 175	0.45 403	0.94 342	0.50 165	0.32 193	0.64 193	0.43 210	1.00 160	1.40 449	0.82 171	0.73 127	0.51 100	0.45 111	0.85 133	0.55 268	0.24 311	0.15 216	0.20 165	0.21 282	0.31 383	0.24 311
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AIO-test1	0.56 184	0.25 102	0.55 110	0.64 375	0.78 472	0.80 293	0.36 125	1.18 235	1.34 419	0.57 113	0.88 162	0.61 144	0.50 152	1.12 212	0.35 104	0.17 99	0.17 284	0.22 228	0.24 347	0.18 117	0.23 297

rvit_0105_4	0.56 184	0.38 367	1.06 387	0.66 396	0.38 277	0.53 131	0.53 303	0.84 100	1.17 334	0.56 112	0.61 94	0.72 180	0.59 201	0.98 173	0.45 200	0.32 416	0.33 461	0.29 383	0.25 361	0.29 363	0.23 297

H2IRNET	0.56 184	0.26 123	0.66 174	0.47 112	0.35 235	0.41 35	0.26 40	0.92 123	1.17 334	0.61 126	1.28 326	1.08 313	0.86 318	0.99 176	0.63 296	0.19 179	0.16 255	0.22 228	0.25 361	0.21 233	0.18 171

ACVNet-DCA	0.56 184	0.31 261	0.50 75	0.54 248	0.26 61	1.18 400	0.51 284	1.42 294	0.78 159	0.58 115	0.79 145	0.48 82	0.88 328	1.46 297	0.32 64	0.20 211	0.12 50	0.25 325	0.15 104	0.22 256	0.21 260

riskmin	0.56 184	0.27 151	0.60 142	0.43 58	0.31 174	0.83 309	0.42 191	1.14 224	1.04 255	0.73 148	0.75 133	1.11 329	1.01 389	0.81 120	0.51 244	0.20 211	0.14 159	0.24 286	0.15 104	0.24 296	0.25 323

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

iGMRVC	0.56 184	0.30 228	0.73 232	0.50 165	0.27 85	0.65 209	0.38 148	1.05 186	0.64 106	1.12 261	0.96 180	0.83 217	0.60 204	1.52 308	0.46 214	0.22 271	0.14 159	0.24 286	0.20 238	0.26 320	0.18 171

AIO-test2	0.57 191	0.28 173	0.63 153	0.61 345	0.58 410	0.79 285	0.51 284	1.18 235	1.40 449	0.63 130	1.15 275	0.51 100	0.43 99	1.09 203	0.35 104	0.21 245	0.17 284	0.26 344	0.30 428	0.20 192	0.19 211

MIM_Stereo	0.57 191	0.24 74	0.92 336	0.46 101	0.30 148	0.54 139	0.28 53	1.27 264	0.75 146	1.00 220	1.16 280	0.93 261	0.53 165	1.45 295	0.61 289	0.16 56	0.16 255	0.20 165	0.19 206	0.17 87	0.14 61

qqq	0.57 191	0.34 322	0.71 214	0.47 112	0.27 85	0.64 193	0.62 367	1.42 294	0.78 159	0.80 163	0.92 170	0.95 272	0.77 269	0.88 142	0.59 279	0.21 245	0.20 340	0.24 286	0.23 334	0.22 256	0.21 260

ADStereo(finetuned)	0.57 191	0.24 74	1.06 387	0.43 58	0.24 38	0.49 87	0.35 109	1.05 186	1.30 404	1.12 261	1.03 220	0.58 132	1.20 434	0.84 128	0.51 244	0.16 56	0.13 108	0.17 74	0.13 61	0.18 117	0.19 211

R-Stereo Train	0.57 191	0.26 123	0.63 153	0.54 248	0.36 245	0.69 233	0.54 309	1.22 254	0.72 139	1.61 459	1.50 402	0.75 184	0.53 165	0.64 65	0.44 187	0.18 138	0.15 216	0.17 74	0.15 104	0.17 87	0.17 146

RAFT-Stereo	0.57 191	0.26 123	0.63 153	0.54 248	0.36 245	0.69 233	0.54 309	1.22 254	0.72 139	1.61 459	1.50 402	0.75 184	0.53 165	0.64 65	0.44 187	0.18 138	0.15 216	0.17 74	0.15 104	0.17 87	0.17 146
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
xyz-stereo-finetune2	0.58 197	0.27 151	0.57 124	0.40 36	0.24 38	1.09 383	0.32 82	0.79 77	0.53 81	0.65 133	1.07 231	0.58 132	0.80 286	2.47 425	0.80 353	0.16 56	0.15 216	0.21 200	0.17 167	0.16 58	0.17 146

rvit_0105_5	0.58 197	0.39 372	1.05 383	0.66 396	0.37 260	0.58 160	0.56 335	0.94 137	1.18 341	0.64 131	0.68 111	0.75 184	0.63 223	0.88 142	0.50 239	0.32 416	0.32 457	0.30 394	0.27 388	0.28 352	0.25 323

testlalala2	0.58 197	0.27 151	0.68 183	1.72 529	1.27 525	0.68 228	0.42 191	0.93 130	0.70 133	0.90 188	0.93 173	0.76 188	0.34 51	0.52 27	0.40 152	0.18 138	0.15 216	0.17 74	0.13 61	0.17 87	0.17 146

RAFT+CT+SA	0.58 197	0.29 208	0.60 142	0.66 396	0.37 260	0.42 42	0.55 327	1.27 264	1.03 250	0.70 140	1.22 300	0.60 140	0.70 244	1.64 331	0.41 163	0.18 138	0.13 108	0.22 228	0.22 311	0.21 233	0.18 171

IPLGR	0.58 197	0.27 151	1.14 412	0.48 138	0.28 109	0.65 209	0.33 89	1.22 254	1.13 307	1.18 308	1.05 225	0.69 172	0.66 235	0.96 164	0.52 251	0.17 99	0.15 216	0.20 165	0.17 167	0.20 192	0.18 171

AFF-stereo	0.58 197	0.25 102	0.64 160	0.46 101	0.29 126	0.34 15	0.38 148	1.15 226	1.14 310	1.17 303	1.60 425	1.10 325	0.71 248	0.97 172	0.43 184	0.13 18	0.11 26	0.19 130	0.19 206	0.17 87	0.14 61

dd	0.59 203	0.48 414	0.97 354	0.55 272	0.32 193	0.64 193	0.47 254	1.02 167	1.34 419	0.78 158	0.86 157	0.58 132	0.54 170	1.01 181	0.86 370	0.28 388	0.18 305	0.26 344	0.19 206	0.32 391	0.24 311

PFNet+	0.59 203	0.28 173	0.77 269	0.53 233	0.30 148	0.59 165	0.31 75	0.92 123	1.14 310	1.33 391	1.10 245	0.79 199	0.57 191	1.31 256	0.49 233	0.25 337	0.17 284	0.28 373	0.26 378	0.21 233	0.25 323

AnonymousM	0.59 203	1.11 514	0.41 22	0.44 81	0.32 193	0.43 51	0.47 254	1.05 186	0.64 106	0.98 212	0.63 99	0.67 165	0.43 99	0.59 44	0.41 163	0.20 211	0.15 216	1.84 534	0.84 525	0.14 18	0.13 35

GANet-ADL	0.60 206	0.35 343	0.72 220	0.64 375	0.40 298	0.68 228	0.51 284	1.49 310	1.12 295	0.95 203	1.08 236	0.91 250	0.57 191	0.76 100	0.55 268	0.26 359	0.18 305	0.18 108	0.16 146	0.23 281	0.25 323

TRStereo	0.60 206	0.60 462	0.97 354	0.74 449	0.67 442	0.46 65	0.38 148	1.85 417	0.89 190	0.79 161	0.80 150	0.88 238	0.39 81	1.10 206	0.41 163	0.23 296	0.15 216	0.23 266	0.24 347	0.17 87	0.15 92

NRIStereo	0.60 206	0.29 208	0.69 196	0.53 233	0.28 109	0.63 190	0.33 89	1.08 207	0.87 183	1.14 278	0.87 160	0.91 250	0.59 201	2.24 405	0.49 233	0.20 211	0.14 159	0.21 200	0.19 206	0.21 233	0.17 146

RALAANet	0.60 206	0.33 299	0.87 312	0.62 357	0.50 362	0.69 233	0.31 75	1.21 246	1.06 263	1.09 245	1.16 280	0.88 238	0.46 118	1.22 234	0.42 174	0.19 179	0.15 216	0.21 200	0.17 167	0.27 334	0.17 146

111	0.60 206	0.23 56	0.70 202	0.43 58	0.24 38	0.72 248	0.42 191	1.18 235	1.41 453	0.80 163	1.38 365	1.10 325	0.79 280	0.96 164	0.58 276	0.18 138	0.13 108	0.17 74	0.15 104	0.17 87	0.19 211

FENet	0.60 206	0.28 173	0.63 153	0.54 248	0.33 214	0.83 309	0.38 148	1.27 264	1.07 268	1.00 220	0.86 157	0.99 288	0.85 310	0.96 164	0.68 311	0.22 271	0.15 216	0.23 266	0.20 238	0.22 256	0.23 297

test_sample1	0.61 212	0.29 208	0.75 252	0.50 165	0.31 174	0.76 267	0.48 265	1.59 342	0.84 177	0.90 188	0.94 176	0.88 238	0.95 360	1.16 221	0.67 307	0.22 271	0.18 305	0.20 165	0.19 206	0.21 233	0.21 260

MyStereo06	0.61 212	0.28 173	0.95 346	0.56 285	0.46 346	0.61 179	0.73 402	1.78 395	0.67 124	1.03 231	1.12 258	1.13 335	0.56 182	0.78 108	0.41 163	0.17 99	0.16 255	0.23 266	0.20 238	0.22 256	0.20 243

ACRE	0.61 212	0.33 299	1.01 367	0.58 307	0.49 355	0.75 261	0.47 254	1.06 199	0.95 211	1.37 403	1.55 412	0.62 149	0.46 118	0.83 125	0.70 315	0.23 296	0.15 216	0.19 130	0.16 146	0.18 117	0.21 260

Anonymous3	0.61 212	0.44 396	1.11 404	0.59 320	0.49 355	0.93 342	0.65 376	0.93 130	0.81 167	0.72 147	0.88 162	0.65 158	0.69 239	1.06 194	0.53 258	0.35 441	0.30 443	0.26 344	0.26 378	0.31 383	0.27 357

test_sample2	0.62 216	0.29 208	0.74 248	0.50 165	0.28 109	0.80 293	0.61 364	1.61 349	1.00 240	0.88 185	0.99 192	0.94 264	0.83 303	1.16 221	0.51 244	0.23 296	0.18 305	0.22 228	0.21 282	0.23 281	0.22 277

tt1	0.62 216	0.32 277	0.51 82	0.54 248	0.26 61	1.16 397	0.48 265	0.95 142	2.47 518	0.57 113	0.77 137	0.49 90	0.81 290	1.55 316	0.32 64	0.20 211	0.12 50	0.24 286	0.15 104	0.19 158	0.20 243

CIPLG	0.62 216	0.33 299	0.96 352	0.58 307	0.50 362	0.75 261	0.48 265	1.05 186	0.96 216	1.40 415	1.57 420	0.64 155	0.48 138	0.89 147	0.70 315	0.23 296	0.15 216	0.19 130	0.16 146	0.19 158	0.21 260

IPLGR_C	0.62 216	0.33 299	0.99 358	0.58 307	0.49 355	0.76 267	0.48 265	1.10 212	0.96 216	1.40 415	1.56 416	0.62 149	0.48 138	0.80 114	0.71 320	0.23 296	0.15 216	0.19 130	0.16 146	0.19 158	0.21 260

HHNet	0.62 216	0.26 123	0.63 153	0.43 58	0.45 335	0.50 101	0.58 350	1.07 201	1.01 243	1.25 345	2.23 492	0.70 176	0.61 213	1.07 198	0.47 221	0.20 211	0.13 108	0.23 266	0.19 206	0.19 158	0.30 387

Pruner-Stereo	0.62 216	0.29 208	0.70 202	0.61 345	0.31 174	0.63 190	0.43 210	1.17 230	0.99 235	1.53 443	1.08 236	0.95 272	0.55 177	1.35 268	0.51 244	0.23 296	0.14 159	0.24 286	0.21 282	0.21 233	0.23 297

DIP-Stereo	0.62 216	0.30 228	0.83 293	0.48 138	0.36 245	0.95 347	0.33 89	2.37 513	0.67 124	1.25 345	1.00 196	0.68 167	0.51 155	0.91 150	0.61 289	0.18 138	0.15 216	0.21 200	0.17 167	0.19 158	0.19 211
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
FACV-RUCA	0.63 223	0.34 322	0.82 289	0.62 357	0.65 435	0.81 302	0.41 187	1.44 301	1.07 268	0.86 183	1.14 267	0.61 144	0.69 239	0.80 114	0.53 258	0.28 388	0.19 322	0.47 482	0.21 282	0.35 405	0.25 323

rvit_0105_3	0.63 223	0.44 396	1.08 396	0.72 438	0.40 298	0.64 193	0.71 398	1.03 172	1.17 334	0.82 171	0.70 119	0.80 201	0.70 244	0.91 150	0.56 270	0.35 441	0.34 463	0.34 432	0.32 441	0.27 334	0.28 369

mmm	0.63 223	0.35 343	0.72 220	0.51 195	0.30 148	0.86 321	0.54 309	1.59 342	0.86 179	1.07 238	1.38 365	0.79 199	0.75 257	0.91 150	0.58 276	0.22 271	0.18 305	0.29 383	0.25 361	0.25 308	0.23 297

HH	0.63 223	0.30 228	0.77 269	0.50 165	0.32 193	0.49 87	0.46 247	1.65 357	0.64 106	0.69 138	1.09 241	1.63 438	0.85 310	1.90 370	0.37 126	0.18 138	0.13 108	0.19 130	0.17 167	0.19 158	0.16 121

HanStereo	0.63 223	0.30 228	0.77 269	0.50 165	0.32 193	0.49 87	0.46 247	1.65 357	0.64 106	0.69 138	1.09 241	1.63 438	0.85 310	1.90 370	0.37 126	0.18 138	0.13 108	0.19 130	0.17 167	0.19 158	0.16 121

CAS	0.63 223	0.18 1	0.37 5	2.27 536	0.84 486	0.57 157	0.54 309	0.79 77	0.62 99	0.48 87	0.70 119	0.36 44	0.26 17	0.45 12	0.35 104	2.24 536	0.10 9	0.14 1	0.09 1	0.15 38	1.06 525

TestStereo1	0.63 223	0.28 173	0.75 252	0.76 454	0.31 174	0.48 75	0.43 210	1.30 269	1.21 360	0.97 208	1.31 336	0.64 155	0.77 269	1.75 351	0.42 174	0.20 211	0.15 216	0.22 228	0.18 184	0.21 233	0.17 146

RAFT_CTSACE	0.63 223	0.26 123	0.88 319	0.55 272	0.51 373	0.71 245	0.44 223	0.80 85	0.97 223	0.97 208	1.84 461	1.18 343	0.68 236	1.47 301	0.36 114	0.16 56	0.15 216	0.21 200	0.20 238	0.20 192	0.14 61

SA-5K	0.63 223	0.28 173	0.75 252	0.76 454	0.31 174	0.48 75	0.43 210	1.30 269	1.21 360	0.97 208	1.31 336	0.64 155	0.77 269	1.75 351	0.42 174	0.20 211	0.15 216	0.22 228	0.18 184	0.21 233	0.17 146

ICVP	0.63 223	0.33 299	0.57 124	0.61 345	0.40 298	0.80 293	0.58 350	1.61 349	0.89 190	0.90 188	1.24 306	0.88 238	0.73 253	0.72 89	0.88 372	0.29 398	0.21 362	0.22 228	0.21 282	0.24 296	0.27 357
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
XX-Stereo	0.63 223	0.26 123	1.90 492	0.81 467	0.67 442	0.43 51	0.23 24	1.03 172	0.58 89	0.65 133	1.56 416	1.41 395	0.39 81	1.28 250	0.35 104	0.20 211	0.14 159	0.20 165	0.19 206	0.18 117	0.14 61

ACVNet	0.63 223	0.31 261	0.54 100	0.54 248	0.36 245	0.80 293	0.46 247	1.37 282	1.07 268	0.93 196	1.30 330	1.08 313	0.85 310	0.80 114	0.94 382	0.21 245	0.19 322	0.21 200	0.18 184	0.22 256	0.18 171

HI	0.64 235	0.32 277	0.68 183	0.47 112	0.51 373	0.41 35	0.36 125	1.04 178	0.75 146	1.31 379	1.43 378	1.62 433	1.12 417	0.94 161	0.88 372	0.15 35	0.12 50	0.20 165	0.20 238	0.20 192	0.18 171

CoSv	0.64 235	0.32 277	0.68 183	0.47 112	0.51 373	0.41 35	0.36 125	1.04 178	0.75 146	1.31 379	1.43 378	1.62 433	1.12 417	0.94 161	0.88 372	0.15 35	0.12 50	0.20 165	0.20 238	0.20 192	0.18 171

rvit_stereo_0075_2	0.64 235	0.46 405	1.05 383	0.66 396	0.66 438	0.53 131	0.48 265	1.20 245	1.12 295	0.76 150	0.92 170	0.78 195	0.53 165	1.03 185	0.59 279	0.37 449	0.28 428	0.40 465	0.31 433	0.37 416	0.32 402

cc1	0.64 235	0.31 261	0.50 75	0.54 248	0.26 61	1.18 400	0.51 284	0.93 130	3.05 530	0.58 115	0.79 145	0.48 82	0.88 328	1.46 297	0.32 64	0.20 211	0.12 50	0.25 325	0.15 104	0.19 158	0.19 211

GwcNet-ADL	0.64 235	0.31 261	0.79 280	0.56 285	0.41 306	0.60 173	0.58 350	1.41 292	1.26 383	1.08 239	1.13 263	0.91 250	0.60 204	1.04 191	0.78 343	0.27 375	0.18 305	0.18 108	0.18 184	0.25 308	0.29 373

RAFT	0.64 235	0.30 228	0.73 232	0.59 320	0.33 214	0.68 228	0.58 350	1.04 178	0.76 152	1.08 239	1.19 292	1.65 444	0.93 350	1.06 194	0.56 270	0.21 245	0.18 305	0.27 360	0.24 347	0.22 256	0.17 146

TestStereo	0.64 235	0.39 372	0.71 214	0.51 195	0.27 85	0.56 152	0.42 191	1.03 172	0.91 199	0.80 163	1.00 196	0.68 167	0.52 160	3.25 452	0.45 200	0.22 271	0.15 216	0.24 286	0.18 184	0.27 334	0.16 121

DN-CSS_ROB	0.64 235	0.32 277	1.05 383	0.55 272	0.40 298	0.54 139	0.45 240	1.21 246	0.93 206	1.03 231	1.47 392	0.69 172	0.63 223	1.76 356	0.49 233	0.18 138	0.14 159	0.25 325	0.22 311	0.22 256	0.20 243

MyStereo8	0.65 243	0.29 208	1.00 363	0.58 307	0.49 355	0.91 331	0.35 109	1.18 235	1.31 408	1.16 294	1.27 320	0.90 247	0.64 227	0.72 89	0.95 386	0.18 138	0.14 159	0.20 165	0.18 184	0.22 256	0.26 347

StereoVision	0.65 243	0.34 322	0.86 301	0.59 320	0.40 298	0.50 101	0.41 187	1.09 209	0.93 206	0.71 142	2.50 504	0.82 210	0.57 191	1.03 185	0.49 233	0.25 337	0.28 428	0.29 383	0.28 408	0.36 412	0.20 243

CASS	0.65 243	0.34 322	0.72 220	0.56 285	0.27 85	0.78 280	0.42 191	1.59 342	0.86 179	1.30 369	1.25 310	0.87 234	0.84 307	0.84 128	0.54 264	0.35 441	0.19 322	0.26 344	0.21 282	0.28 352	0.42 445
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_5	0.65 243	0.30 228	0.75 252	0.67 408	0.50 362	0.92 338	0.52 295	1.39 288	1.12 295	0.76 150	1.11 251	1.00 289	0.90 335	1.53 312	0.45 200	0.18 138	0.13 108	0.23 266	0.22 311	0.21 233	0.19 211

iRaft-Stereo_20w	0.65 243	0.31 261	1.00 363	0.47 112	0.34 231	0.73 252	0.30 68	2.96 528	0.70 133	1.15 284	1.14 267	0.76 188	0.65 233	1.11 209	0.38 137	0.17 99	0.13 108	0.18 108	0.16 146	0.19 158	0.18 171

EAI-Stereo	0.65 243	0.28 173	0.69 196	0.53 233	0.27 85	0.60 173	0.40 171	2.28 505	0.64 106	0.71 142	3.18 515	0.57 127	0.43 99	1.06 194	0.41 163	0.18 138	0.13 108	0.17 74	0.17 167	0.17 87	0.17 146

HITNet	0.65 243	0.40 378	0.77 269	0.48 138	0.24 38	1.05 374	0.49 275	1.76 387	1.02 246	1.18 308	1.18 285	0.89 246	0.80 286	0.85 133	0.79 349	0.17 99	0.12 50	0.21 200	0.17 167	0.29 363	0.15 92
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
MyStereo05	0.66 250	0.28 173	1.07 392	0.56 285	0.46 346	0.61 179	0.73 402	1.34 276	1.41 453	1.15 284	0.91 168	0.77 191	0.80 286	1.41 290	0.63 296	0.17 99	0.16 255	0.23 266	0.20 238	0.22 256	0.20 243

PCWNet_CMD	0.66 250	0.32 277	0.88 319	0.49 153	0.37 260	0.78 280	0.40 171	1.42 294	1.31 408	1.16 294	1.31 336	1.25 360	0.62 218	0.89 147	0.57 273	0.20 211	0.16 255	0.27 360	0.19 206	0.40 433	0.25 323

ToySt	0.66 250	0.33 299	1.23 422	0.51 195	0.33 214	0.86 321	0.68 389	1.10 212	0.97 223	0.84 176	1.08 236	1.25 360	0.94 355	1.01 181	0.74 327	0.19 179	0.19 322	0.24 286	0.24 347	0.27 334	0.23 297

DisPM	0.66 250	0.28 173	0.72 220	0.61 345	0.35 235	0.62 188	0.45 240	1.02 167	0.99 235	1.56 451	1.10 245	0.80 201	0.59 201	2.37 416	0.41 163	0.23 296	0.14 159	0.23 266	0.21 282	0.20 192	0.25 323

SA	0.66 250	0.30 228	0.82 289	0.61 345	0.30 148	0.58 160	0.38 148	1.44 301	1.30 404	0.96 205	1.36 358	0.66 162	0.95 360	1.85 366	0.42 174	0.19 179	0.15 216	0.25 325	0.23 334	0.21 233	0.17 146

CFNet_pseudo	0.66 250	0.32 277	0.86 301	0.48 138	0.39 287	0.70 240	0.40 171	1.33 271	1.22 366	1.16 294	1.34 351	1.24 356	0.64 227	0.98 173	0.59 279	0.21 245	0.16 255	0.33 422	0.19 206	0.36 412	0.25 323

GES	0.66 250	0.34 322	0.90 329	0.59 320	0.38 277	0.94 343	0.57 346	2.11 475	0.86 179	1.02 227	1.11 251	0.66 162	0.79 280	0.99 176	0.61 289	0.27 375	0.19 322	0.20 165	0.20 238	0.21 233	0.30 387

MSMDNet	0.66 250	0.32 277	0.87 312	0.49 153	0.37 260	0.79 285	0.40 171	1.43 300	1.31 408	1.15 284	1.31 336	1.24 356	0.63 223	0.88 142	0.57 273	0.21 245	0.16 255	0.26 344	0.19 206	0.39 429	0.24 311

ccs_rob	0.66 250	0.33 299	0.86 301	0.48 138	0.39 287	0.70 240	0.40 171	1.33 271	1.22 366	1.16 294	1.34 351	1.23 354	0.64 227	0.98 173	0.59 279	0.21 245	0.16 255	0.35 440	0.20 238	0.37 416	0.25 323

MyStereo04	0.67 259	0.29 208	1.07 392	0.55 272	0.45 335	0.59 165	0.79 418	1.50 314	1.40 449	0.91 193	0.91 168	0.74 182	0.86 318	1.52 308	0.62 292	0.17 99	0.16 255	0.24 286	0.20 238	0.23 281	0.20 243

xx1	0.67 259	0.31 261	0.50 75	0.54 248	0.26 61	1.18 400	0.51 284	0.93 130	3.05 530	0.58 115	0.79 145	0.95 272	0.77 269	1.46 297	0.32 64	0.20 211	0.12 50	0.24 286	0.23 334	0.22 256	0.21 260

GMStereo_Zeroshot	0.67 259	0.61 464	1.01 367	0.64 375	0.37 260	0.84 317	0.35 109	1.05 186	1.12 295	1.12 261	1.06 227	1.27 368	0.54 170	1.19 229	0.59 279	0.32 416	0.17 284	0.31 400	0.18 184	0.52 475	0.22 277

DMCA	0.67 259	0.34 322	0.90 329	0.51 195	0.44 328	0.86 321	0.47 254	1.42 294	1.02 246	1.17 303	1.12 258	1.23 354	0.75 257	0.78 108	0.95 386	0.25 337	0.19 322	0.27 360	0.19 206	0.24 296	0.27 357

test_sample3	0.68 263	0.32 277	0.88 319	0.52 216	0.30 148	0.97 357	0.52 295	1.86 420	1.15 322	1.08 239	1.11 251	0.88 238	0.71 248	1.17 225	0.68 311	0.25 337	0.20 340	0.25 325	0.25 361	0.25 308	0.25 323

raft_robust	0.68 263	0.30 228	0.64 160	0.52 216	0.26 61	0.54 139	0.35 109	1.33 271	1.24 375	1.16 294	1.07 231	0.60 140	0.54 170	3.58 462	0.37 126	0.18 138	0.14 159	0.20 165	0.22 311	0.20 192	0.16 121

test_sample5	0.69 265	0.34 322	0.87 312	0.52 216	0.30 148	0.84 317	0.54 309	1.83 413	1.14 310	1.11 259	1.25 310	0.88 238	0.78 276	1.23 236	0.65 301	0.26 359	0.20 340	0.27 360	0.27 388	0.27 334	0.26 347

test_sample4	0.69 265	0.33 299	0.91 332	0.51 195	0.30 148	0.92 338	0.52 295	1.87 422	1.15 322	1.14 278	1.18 285	0.87 234	0.75 257	1.18 227	0.68 311	0.25 337	0.20 340	0.26 344	0.26 378	0.26 320	0.25 323

IPLG	0.69 265	0.27 151	0.97 354	0.51 195	0.43 321	0.79 285	0.33 89	1.21 246	1.06 263	1.30 369	1.10 245	0.52 107	0.55 177	3.16 450	0.63 296	0.16 56	0.14 159	0.19 130	0.16 146	0.18 117	0.17 146

UCFNet_RVC	0.69 265	0.35 343	0.49 70	0.64 375	0.39 287	0.85 320	0.58 350	1.75 381	1.14 310	0.97 208	1.19 292	1.17 340	0.93 350	0.99 176	0.62 292	0.28 388	0.20 340	0.34 432	0.31 433	0.32 391	0.27 357

IGEV-BASED-STEREO-	0.70 269	3.18 556	2.55 515	0.39 29	0.23 22	0.44 57	0.23 24	0.63 29	0.42 41	0.44 64	0.44 39	0.34 40	0.28 23	0.56 38	0.29 32	1.35 530	0.10 9	0.22 228	0.19 206	0.46 461	1.31 530

DualNet	0.70 269	0.34 322	0.87 312	0.52 216	0.30 148	0.84 317	0.54 309	1.83 413	1.14 310	1.14 278	1.33 344	0.88 238	0.78 276	1.23 236	0.65 301	0.26 359	0.20 340	0.27 360	0.27 388	0.27 334	0.26 347

CFNet_ucs	0.70 269	0.33 299	0.88 319	0.50 165	0.43 321	0.74 256	0.44 223	1.60 346	1.29 398	1.22 325	1.54 410	1.09 323	0.63 223	0.99 176	0.59 279	0.25 337	0.20 340	0.37 451	0.21 282	0.40 433	0.28 369

IER	0.70 269	0.31 261	1.02 374	0.48 138	0.52 384	1.34 426	0.51 284	1.17 230	0.99 235	1.23 331	1.34 351	1.12 330	1.11 414	0.99 176	0.71 320	0.20 211	0.16 255	0.21 200	0.21 282	0.20 192	0.19 211

HCRNet	0.70 269	0.39 372	0.73 232	0.60 331	0.59 418	0.76 267	0.35 109	1.22 254	1.13 307	1.02 227	0.99 192	1.02 298	0.76 265	2.19 402	0.70 315	0.28 388	0.19 322	0.28 373	0.23 334	0.25 308	0.23 297

SFCPSM	0.70 269	0.28 173	1.02 374	0.51 195	0.38 277	1.37 429	0.66 381	2.00 455	1.03 250	1.17 303	1.21 298	0.82 210	0.78 276	1.03 185	0.53 258	0.21 245	0.17 284	0.22 228	0.24 347	0.21 233	0.19 211

AdaStereo	0.70 269	0.43 393	0.75 252	0.73 446	0.37 260	0.92 338	0.53 303	1.85 417	1.18 341	1.12 261	1.23 304	1.07 312	0.65 233	0.96 164	0.63 296	0.31 409	0.15 216	0.32 414	0.21 282	0.29 363	0.22 277
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
test_sample6	0.71 276	0.34 322	0.87 312	0.52 216	0.30 148	0.82 304	0.58 350	1.79 401	1.15 322	1.14 278	1.33 344	0.91 250	0.79 280	1.31 256	0.74 327	0.27 375	0.21 362	0.27 360	0.29 419	0.28 352	0.27 357

BSDual-CNN	0.71 276	0.32 277	0.68 183	0.54 248	0.44 328	1.27 414	0.65 376	2.16 485	0.98 228	1.20 316	1.11 251	1.12 330	0.74 255	0.91 150	0.66 304	0.24 311	0.17 284	0.25 325	0.22 311	0.22 256	0.22 277

DFGA-Net	0.72 278	0.40 378	1.40 446	0.52 216	0.45 335	0.83 309	0.44 223	1.28 268	1.08 274	0.99 215	1.19 292	0.70 176	0.55 177	2.14 394	1.16 420	0.18 138	0.16 255	0.24 286	0.23 334	0.27 334	0.25 323

rvit_105_1	0.72 278	0.52 431	1.01 367	0.78 459	0.49 355	0.75 261	0.87 439	1.12 220	1.18 341	0.99 215	0.79 145	0.90 247	0.77 269	1.26 245	0.75 332	0.41 463	0.36 479	0.36 448	0.41 476	0.30 374	0.33 408

DCVSM-stereo	0.72 278	0.35 343	0.76 262	0.55 272	0.42 311	0.73 252	0.38 148	1.21 246	1.02 246	1.79 479	1.04 223	1.62 433	1.03 396	1.04 191	0.79 349	0.24 311	0.27 421	0.29 383	0.24 347	0.30 374	0.36 422

AIO-Stereo-zeroshot	0.72 278	0.35 343	1.70 478	0.49 153	0.56 398	0.63 190	0.38 148	2.41 516	0.65 121	0.77 155	1.07 231	1.82 463	0.95 360	0.93 158	0.43 184	0.20 211	0.13 108	0.21 200	0.25 361	0.28 352	0.26 347

qqq1	0.72 278	0.30 228	0.86 301	0.46 101	0.26 61	0.82 304	0.43 210	2.05 465	1.39 444	1.23 331	1.47 392	0.98 282	0.95 360	1.71 346	0.44 187	0.24 311	0.20 340	0.18 108	0.15 104	0.18 117	0.18 171

fff1	0.72 278	0.30 228	0.86 301	0.46 101	0.26 61	0.82 304	0.43 210	2.05 465	1.39 444	1.23 331	1.47 392	0.98 282	0.95 360	1.71 346	0.44 187	0.24 311	0.20 340	0.18 108	0.15 104	0.18 117	0.18 171

ffm	0.72 278	0.33 299	0.85 295	0.53 233	0.37 260	0.74 256	0.56 335	0.95 142	2.47 518	1.15 284	1.45 385	1.06 307	0.82 295	1.55 316	0.32 64	0.20 211	0.12 50	0.31 400	0.27 388	0.19 158	0.20 243

anonymousa	0.72 278	0.27 151	0.75 252	0.47 112	0.63 430	1.43 441	0.45 240	1.24 260	0.89 190	1.28 354	1.75 451	1.62 433	1.13 421	0.69 78	0.59 279	0.19 179	0.16 255	0.23 266	0.25 361	0.20 192	0.18 171

Sa-1000	0.72 278	0.29 208	0.76 262	0.59 320	0.30 148	0.73 252	0.37 142	1.62 353	1.33 416	1.28 354	2.04 482	0.86 230	0.75 257	1.84 363	0.38 137	0.19 179	0.14 159	0.25 325	0.23 334	0.20 192	0.16 121

psmg	0.72 278	0.32 277	0.68 183	0.50 165	0.44 328	1.48 444	0.75 407	1.94 443	0.98 228	1.21 320	1.33 344	1.12 330	0.74 255	0.91 150	0.66 304	0.24 311	0.19 322	0.25 325	0.25 361	0.23 281	0.22 277

UDGNet	0.72 278	1.17 519	0.80 285	0.77 457	0.41 306	0.77 275	0.38 148	0.97 150	1.34 419	0.81 167	0.88 162	0.71 179	0.60 204	1.21 233	0.54 264	0.52 491	0.19 322	1.02 525	0.26 378	0.71 504	0.31 397

PSMNet-ADL	0.72 278	0.35 343	0.62 150	0.69 422	0.46 346	1.14 389	0.44 223	1.37 282	1.01 243	0.83 173	1.17 283	1.33 381	0.96 367	1.43 291	0.95 386	0.33 424	0.22 380	0.21 200	0.23 334	0.27 334	0.29 373

LCNet	0.72 278	0.28 173	0.52 89	0.55 272	0.31 174	0.69 233	0.54 309	1.00 160	0.88 187	1.19 312	1.34 351	0.97 280	1.34 456	2.56 428	0.45 200	0.18 138	0.13 108	0.21 200	0.25 361	0.27 334	0.73 508

GANet-RSSM	0.72 278	0.28 173	0.63 153	0.64 375	0.58 410	0.80 293	0.58 350	1.89 427	1.08 274	1.04 234	1.25 310	1.15 338	1.04 398	1.49 303	0.62 292	0.25 337	0.19 322	0.22 228	0.22 311	0.22 256	0.21 260

PSMNet-RSSM	0.72 278	0.30 228	0.61 145	0.63 366	0.42 311	0.73 252	0.56 335	1.92 437	1.10 289	1.09 245	1.37 360	1.22 349	0.98 377	1.28 250	0.72 323	0.27 375	0.19 322	0.27 360	0.29 419	0.24 296	0.24 311

CFNet-ft	0.72 278	0.32 277	0.54 100	0.66 396	0.54 390	0.83 309	0.55 327	1.37 282	1.15 322	0.93 196	1.28 326	1.57 425	0.97 370	1.35 268	0.81 355	0.26 359	0.20 340	0.33 422	0.25 361	0.30 374	0.23 297

CFNet_RVC	0.72 278	0.32 277	0.54 100	0.66 396	0.54 390	0.83 309	0.55 327	1.37 282	1.15 322	0.93 196	1.28 326	1.57 425	0.97 370	1.35 268	0.81 355	0.26 359	0.20 340	0.33 422	0.25 361	0.30 374	0.23 297

MLCV	0.72 278	0.34 322	1.10 402	0.51 195	0.23 22	0.91 331	0.39 163	1.33 271	1.23 369	1.46 429	1.55 412	1.01 296	0.64 227	1.95 377	0.80 353	0.18 138	0.12 50	0.18 108	0.14 88	0.19 158	0.17 146

G2L-ROB	0.73 296	0.25 102	0.76 262	0.54 248	0.39 287	0.95 347	0.66 381	1.66 362	1.09 282	1.24 339	1.02 210	1.64 441	0.71 248	1.63 329	1.02 398	0.20 211	0.14 159	0.17 74	0.15 104	0.20 192	0.22 277

G2L-Stereo_test	0.73 296	0.27 151	0.74 248	0.49 153	0.40 298	0.90 327	0.81 427	1.53 329	1.14 310	1.28 354	1.27 320	1.52 419	0.72 251	1.62 327	0.94 382	0.19 179	0.14 159	0.16 49	0.15 104	0.18 117	0.19 211

CoDeX	0.73 296	0.29 208	0.93 338	0.54 248	0.36 245	1.14 389	0.61 364	2.34 510	1.17 334	1.16 294	1.25 310	0.91 250	0.87 323	1.33 263	0.64 300	0.20 211	0.16 255	0.21 200	0.18 184	0.20 192	0.18 171

cf-r	0.73 296	0.30 228	0.77 269	0.55 272	0.63 430	0.78 280	0.48 265	1.79 401	1.15 322	1.13 275	1.26 317	1.43 397	0.87 323	1.40 289	0.85 368	0.25 337	0.18 305	0.22 228	0.23 334	0.19 158	0.19 211

BEATNet_4x	0.73 296	0.49 417	1.17 416	0.53 233	0.26 61	1.03 371	0.55 327	1.82 408	1.06 263	1.21 320	1.22 300	0.96 278	0.91 338	1.01 181	1.06 402	0.21 245	0.14 159	0.24 286	0.19 206	0.37 416	0.21 260

test_sample7	0.74 301	0.37 360	0.76 262	0.52 216	0.35 235	0.91 331	0.67 385	1.78 395	1.21 360	1.22 325	1.18 285	1.08 313	0.92 341	1.23 236	0.67 307	0.31 409	0.28 428	0.32 414	0.31 433	0.33 400	0.29 373

gwcnet-sp	0.74 301	0.33 299	1.44 453	0.57 301	0.45 335	1.40 435	0.54 309	1.50 314	1.14 310	1.30 369	1.02 210	0.94 264	0.82 295	1.39 283	0.76 335	0.21 245	0.21 362	0.22 228	0.21 282	0.22 256	0.22 277

scenet	0.74 301	0.33 299	1.44 453	0.57 301	0.45 335	1.40 435	0.54 309	1.50 314	1.14 310	1.30 369	1.02 210	0.94 264	0.82 295	1.39 283	0.76 335	0.21 245	0.21 362	0.22 228	0.21 282	0.22 256	0.22 277

ssnet	0.74 301	0.33 299	1.44 453	0.57 301	0.45 335	1.40 435	0.54 309	1.50 314	1.14 310	1.30 369	1.02 210	0.94 264	0.82 295	1.39 283	0.76 335	0.21 245	0.21 362	0.22 228	0.21 282	0.22 256	0.22 277

BUS	0.74 301	0.32 277	0.68 183	0.54 248	0.44 328	2.34 507	0.42 191	2.16 485	0.98 228	1.20 316	1.11 251	1.03 302	0.62 218	0.91 150	0.70 315	0.24 311	0.17 284	0.25 325	0.22 311	0.22 256	0.22 277

GMM-Stereo	0.74 301	0.25 102	0.59 137	0.54 248	0.34 231	0.72 248	0.99 465	1.01 166	0.87 183	1.36 400	1.78 454	1.12 330	0.81 290	2.09 390	0.46 214	0.18 138	0.12 50	0.25 325	0.25 361	0.20 192	0.85 514

DMCA-RVC	0.74 301	0.40 378	1.27 431	0.66 396	0.49 355	0.77 275	0.47 254	1.35 279	1.01 243	1.53 443	1.01 202	1.29 374	0.82 295	1.31 256	0.78 343	0.27 375	0.21 362	0.35 440	0.27 388	0.32 391	0.24 311

DeepPruner_ROB	0.74 301	0.48 414	0.87 312	0.57 301	0.44 328	0.79 285	0.54 309	1.73 375	0.96 216	1.38 408	1.27 320	1.24 356	0.73 253	1.43 291	0.73 326	0.34 434	0.28 428	0.27 360	0.26 378	0.31 383	0.31 397

SMFormer	0.75 309	0.30 228	0.86 301	0.46 101	0.26 61	0.82 304	0.43 210	2.05 465	1.39 444	1.23 331	1.47 392	0.98 282	0.95 360	1.71 346	0.82 360	0.24 311	0.20 340	0.22 228	0.21 282	0.23 281	0.24 311

tta	0.75 309	0.30 228	0.86 301	0.46 101	0.26 61	0.82 304	0.43 210	2.05 465	1.39 444	1.23 331	1.47 392	0.98 282	0.95 360	1.71 346	0.82 360	0.24 311	0.20 340	0.22 228	0.21 282	0.18 117	0.18 171

KYRaft	0.75 309	0.28 173	0.62 150	0.56 285	0.29 126	0.67 221	0.86 437	0.94 137	0.84 177	1.62 462	2.21 491	1.16 339	1.02 394	1.57 319	0.40 152	0.20 211	0.13 108	0.22 228	0.28 408	0.20 192	1.02 520

Prome-Stereo	0.75 309	0.27 151	0.53 94	0.55 272	0.32 193	0.59 165	0.97 461	0.89 113	0.88 187	1.45 427	2.46 503	0.91 250	1.41 459	1.58 321	0.44 187	0.18 138	0.13 108	0.19 130	0.17 167	0.20 192	0.92 516

acv_ft	0.75 309	0.31 261	0.95 346	0.70 427	0.86 491	1.24 410	0.53 303	1.44 301	1.07 268	1.24 339	1.30 330	1.08 313	0.92 341	0.80 114	1.34 443	0.21 245	0.19 322	0.21 200	0.18 184	0.21 233	0.18 171

iResNet	0.75 309	0.40 378	1.36 444	0.67 408	0.29 126	0.92 338	0.59 358	1.52 323	1.25 378	1.28 354	1.48 397	0.94 264	0.76 265	1.62 327	0.78 343	0.18 138	0.14 159	0.18 108	0.15 104	0.22 256	0.23 297

PAM	0.76 315	0.29 208	1.08 396	0.52 216	0.33 214	1.38 432	0.39 163	2.01 459	0.67 124	1.06 235	0.96 180	2.89 516	1.43 461	0.86 137	0.35 104	0.19 179	0.12 50	0.19 130	0.17 167	0.19 158	0.20 243

AASNet	0.76 315	0.35 343	0.91 332	0.79 461	0.81 482	1.14 389	0.56 335	2.02 463	1.08 274	1.22 325	1.24 306	0.93 261	0.76 265	0.77 103	1.16 420	0.27 375	0.23 392	0.24 286	0.20 238	0.28 352	0.24 311

PAM_32	0.77 317	0.28 173	1.03 378	0.52 216	0.30 148	1.32 422	0.35 109	1.97 450	0.65 121	1.02 227	1.06 227	3.05 517	1.49 471	0.96 164	0.36 114	0.19 179	0.13 108	0.20 165	0.18 184	0.19 158	0.19 211

testlalala_base	0.77 317	0.40 378	0.70 202	0.65 389	0.50 362	0.79 285	0.28 53	1.50 314	0.51 70	0.73 148	0.90 166	0.69 172	0.54 170	0.66 73	0.40 152	2.82 541	0.14 159	0.17 74	0.12 38	2.68 537	0.19 211

NINENet	0.77 317	0.37 360	0.78 277	0.62 357	0.51 373	2.34 507	0.42 191	1.83 413	1.04 255	1.14 278	1.23 304	1.03 302	0.62 218	1.24 241	0.70 315	0.28 388	0.23 392	0.31 400	0.21 282	0.26 320	0.25 323

hknet	0.77 317	0.32 277	0.95 346	0.54 248	0.38 277	1.27 414	0.65 376	2.16 485	1.07 268	1.20 316	1.11 251	1.59 429	0.81 290	1.37 274	0.66 304	0.22 271	0.17 284	0.25 325	0.22 311	0.22 256	0.22 277

ARAFT	0.77 317	0.36 353	1.49 467	0.51 195	0.31 174	0.90 327	0.82 429	1.90 430	1.06 263	1.62 462	1.24 306	1.02 298	0.64 227	1.84 363	0.50 239	0.18 138	0.14 159	0.28 373	0.27 388	0.17 87	0.16 121

psm_up	0.77 317	0.34 322	0.70 202	0.66 396	0.58 410	1.05 374	0.92 451	1.52 323	1.12 295	1.26 349	1.16 280	1.31 379	1.23 440	1.20 231	0.81 355	0.25 337	0.29 439	0.31 400	0.27 388	0.27 334	0.25 323

GwcNet-RSSM	0.77 317	0.32 277	1.01 367	0.62 357	0.54 390	0.78 280	0.51 284	1.73 375	1.20 354	1.09 245	1.37 360	1.46 407	0.85 310	1.53 312	1.09 408	0.25 337	0.18 305	0.23 266	0.24 347	0.20 192	0.19 211

iResNet_ROB	0.77 317	0.30 228	0.99 358	0.57 301	0.36 245	0.83 309	0.36 125	2.33 508	1.58 475	1.27 352	1.30 330	1.25 360	0.84 307	1.65 332	0.79 349	0.20 211	0.14 159	0.17 74	0.12 38	0.18 117	0.27 357

DDVS	0.78 325	0.41 386	0.94 342	0.60 331	0.43 321	1.30 419	0.43 210	1.40 290	0.91 199	1.20 316	1.15 275	1.43 397	0.64 227	2.18 400	0.89 375	0.28 388	0.22 380	0.26 344	0.23 334	0.31 383	0.33 408

PSM-softLoss	0.78 325	0.31 261	0.77 269	0.58 307	0.32 193	0.56 152	0.40 171	1.18 235	0.70 133	1.24 339	1.07 231	0.83 217	0.52 160	5.36 491	0.53 258	0.24 311	0.15 216	0.25 325	0.22 311	0.20 192	0.25 323

KMStereo	0.78 325	0.31 261	0.77 269	0.58 307	0.32 193	0.56 152	0.40 171	1.18 235	0.70 133	1.24 339	1.07 231	0.83 217	0.52 160	5.36 491	0.53 258	0.24 311	0.15 216	0.25 325	0.22 311	0.20 192	0.25 323

STTStereo	0.78 325	0.50 424	1.22 421	0.64 375	0.54 390	0.89 324	0.54 309	1.44 301	1.11 291	1.38 408	1.09 241	1.27 368	0.85 310	1.43 291	0.83 362	0.29 398	0.27 421	0.33 422	0.39 471	0.32 391	0.30 387

PSM-AAD	0.79 329	0.27 151	0.53 94	0.55 272	0.28 109	0.77 275	1.24 492	0.99 156	0.91 199	1.66 467	1.57 420	0.81 205	2.19 517	1.65 332	0.44 187	0.19 179	0.14 159	0.38 454	0.32 441	0.21 233	0.70 505

hitnet-ft	0.79 329	0.35 343	0.57 124	0.58 307	0.42 311	0.96 353	0.46 247	1.47 307	1.33 416	1.19 312	1.22 300	1.81 461	0.98 377	1.66 336	0.94 382	0.33 424	0.28 428	0.34 432	0.27 388	0.35 405	0.31 397

NLCA_NET_v2_RVC	0.79 329	0.43 393	1.05 383	0.64 375	0.58 410	0.95 347	0.53 303	1.53 329	1.18 341	1.37 403	1.15 275	1.43 397	0.88 328	1.61 326	0.84 365	0.25 337	0.22 380	0.27 360	0.27 388	0.29 363	0.29 373
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
coex_refinement	0.80 332	0.28 173	0.73 232	0.70 427	0.51 373	0.95 347	0.60 362	1.78 395	1.23 369	1.36 400	1.37 360	1.82 463	0.81 290	1.32 260	1.13 417	0.26 359	0.17 284	0.19 130	0.20 238	0.24 296	0.25 323

G2L-Stereo	0.80 332	0.32 277	0.95 346	0.60 331	0.42 311	0.78 280	0.69 393	1.50 314	1.09 282	1.33 391	1.14 267	1.45 404	0.72 251	2.45 421	1.10 411	0.25 337	0.20 340	0.26 344	0.21 282	0.20 192	0.26 347

ISRNet	0.80 332	0.33 299	1.07 392	0.81 467	0.66 438	0.60 173	0.34 101	1.19 243	1.13 307	1.59 458	1.53 406	1.35 386	0.77 269	1.27 248	0.94 382	0.39 456	0.34 463	0.43 472	0.38 469	0.34 403	0.49 469

NF-Stereo	0.80 332	0.30 228	0.75 252	0.60 331	0.31 174	0.64 193	0.44 223	1.21 246	0.90 194	1.29 360	1.02 210	0.82 210	0.57 191	5.40 495	0.48 226	0.23 296	0.14 159	0.24 286	0.20 238	0.20 192	0.30 387

OCTAStereo	0.80 332	0.30 228	0.75 252	0.60 331	0.31 174	0.64 193	0.44 223	1.21 246	0.90 194	1.29 360	1.01 202	0.82 210	0.57 191	5.35 490	0.48 226	0.24 311	0.14 159	0.24 286	0.20 238	0.20 192	0.30 387

DRaft	0.80 332	0.24 74	0.70 202	0.45 94	0.30 148	0.97 357	0.53 303	1.05 186	0.97 223	1.78 476	2.02 480	0.80 201	1.74 491	2.73 435	0.72 323	0.17 99	0.14 159	0.20 165	0.20 238	0.18 117	0.21 260

RE-Stereo	0.80 332	0.30 228	0.75 252	0.60 331	0.31 174	0.64 193	0.44 223	1.21 246	0.90 194	1.29 360	1.01 202	0.81 205	0.57 191	5.37 493	0.48 226	0.24 311	0.14 159	0.24 286	0.20 238	0.20 192	0.30 387

TVStereo	0.80 332	0.30 228	0.75 252	0.60 331	0.31 174	0.64 193	0.44 223	1.21 246	0.90 194	1.29 360	1.01 202	0.81 205	0.57 191	5.37 493	0.48 226	0.24 311	0.14 159	0.24 286	0.20 238	0.20 192	0.30 387

UPFNet	0.80 332	0.32 277	0.90 329	0.59 320	0.74 459	1.26 413	0.80 424	1.52 323	1.10 289	1.30 369	1.12 258	1.30 375	0.84 307	1.67 337	1.09 408	0.24 311	0.24 401	0.24 286	0.23 334	0.25 308	0.18 171

iResNetv2_ROB	0.80 332	0.37 360	1.71 480	0.56 285	0.37 260	0.94 343	0.64 374	1.73 375	1.34 419	1.23 331	1.42 374	1.26 364	0.92 341	1.85 366	0.56 270	0.23 296	0.15 216	0.19 130	0.14 88	0.24 296	0.19 211

StereoDRNet-Refined	0.80 332	0.41 386	0.88 319	0.62 357	0.42 311	1.33 424	0.48 265	1.52 323	1.17 334	1.45 427	1.44 383	1.44 402	0.90 335	1.26 245	1.24 429	0.20 211	0.16 255	0.27 360	0.24 347	0.25 308	0.28 369
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ITSA-stereo	0.82 343	0.36 353	0.82 289	0.54 248	0.31 174	0.80 293	0.47 254	2.17 491	1.67 481	1.13 275	1.13 263	0.94 264	0.86 318	2.46 423	1.00 396	0.26 359	0.23 392	0.28 373	0.27 388	0.28 352	0.36 422

DCRE	0.82 343	0.26 123	0.70 202	0.58 307	0.44 328	0.54 139	0.48 265	0.95 142	0.78 159	0.78 158	7.33 547	0.86 230	0.52 160	0.76 100	0.41 163	0.16 56	0.16 255	0.19 130	0.17 167	0.18 117	0.17 146

SepStereo	0.82 343	0.34 322	1.03 378	0.64 375	0.69 450	0.77 275	0.63 372	1.54 332	1.20 354	1.79 479	1.55 412	0.95 272	1.04 398	2.30 411	0.60 287	0.21 245	0.16 255	0.25 325	0.18 184	0.27 334	0.22 277

GrayStereo	0.82 343	0.26 123	0.58 130	0.63 366	0.37 260	0.76 267	1.86 524	1.11 218	0.87 183	1.99 494	1.89 468	1.08 313	1.82 499	1.39 283	0.48 226	0.19 179	0.14 159	0.19 130	0.21 282	0.18 117	0.39 436

LMCR-Stereo	0.82 343	0.46 405	0.88 319	0.75 452	0.43 321	1.33 424	0.56 335	2.43 518	0.98 228	1.53 443	1.49 399	0.74 182	1.00 387	1.63 329	0.89 375	0.28 388	0.17 284	0.22 228	0.17 167	0.29 363	0.20 243

ac_64	0.82 343	0.29 208	0.81 286	0.71 435	0.60 421	1.05 374	0.54 309	1.99 454	0.92 204	1.18 308	1.06 227	1.99 480	1.08 409	1.94 376	0.97 391	0.27 375	0.22 380	0.24 286	0.23 334	0.22 256	0.19 211

DualNet (step1)	0.83 349	0.49 417	1.13 408	0.56 285	0.39 287	1.02 368	0.73 402	1.78 395	1.21 360	1.22 325	1.18 285	1.08 313	0.92 341	1.23 236	0.67 307	0.57 500	0.28 428	0.62 509	0.67 516	0.45 455	0.42 445

SST-Stereo	0.83 349	0.28 173	0.72 220	0.59 320	0.31 174	0.72 248	0.26 40	1.09 209	0.86 179	1.47 430	1.10 245	1.00 289	0.87 323	5.73 503	0.45 200	0.22 271	0.13 108	0.23 266	0.19 206	0.23 281	0.18 171

RAFT_R40	0.83 349	0.28 173	0.73 232	0.59 320	0.31 174	0.69 233	0.44 223	1.10 212	0.95 211	1.47 430	1.10 245	1.00 289	0.85 310	5.53 497	0.46 214	0.22 271	0.13 108	0.23 266	0.20 238	0.23 281	0.18 171

UNet	0.83 349	0.34 322	1.31 435	0.58 307	0.74 459	1.58 454	0.49 275	1.41 292	1.04 255	1.21 320	1.08 236	1.54 421	1.12 417	1.65 332	1.09 408	0.23 296	0.17 284	0.25 325	0.20 238	0.25 308	0.22 277

FADNet_RVC	0.83 349	0.51 427	1.83 490	0.54 248	0.42 311	1.19 404	0.46 247	1.51 321	1.09 282	0.89 186	1.24 306	0.91 250	0.87 323	2.11 392	1.11 414	0.27 375	0.22 380	0.31 400	0.28 408	0.43 446	0.38 433

DAS	0.84 354	0.34 322	1.03 378	0.64 375	0.69 450	0.77 275	0.63 372	1.54 332	1.20 354	1.79 479	1.55 412	0.95 272	1.04 398	2.83 437	0.60 287	0.21 245	0.16 255	0.25 325	0.18 184	0.27 334	0.22 277

RAFT-345	0.84 354	0.25 102	0.66 174	0.50 165	0.27 85	0.54 139	0.42 191	0.83 97	1.11 291	1.32 383	2.34 497	0.86 230	0.54 170	5.72 502	0.47 221	0.18 138	0.13 108	0.22 228	0.17 167	0.17 87	0.16 121

MMNet	0.84 354	0.32 277	1.09 399	0.60 331	0.59 418	1.85 481	0.49 275	1.51 321	1.27 389	1.37 403	1.15 275	1.26 364	1.18 428	1.67 337	1.22 427	0.19 179	0.18 305	0.23 266	0.22 311	0.25 308	0.21 260

FADNet-RVC-Resample	0.84 354	0.47 410	2.10 499	0.61 345	0.45 335	1.07 379	0.61 364	1.59 342	1.20 354	1.08 239	0.98 190	1.03 302	0.98 377	2.17 397	0.72 323	0.23 296	0.22 380	0.30 394	0.32 441	0.35 405	0.34 412

iRaft-Stereo_5w	0.85 358	0.29 208	0.91 332	0.53 233	0.43 321	0.49 87	0.68 389	0.99 156	0.87 183	0.79 161	1.34 351	1.46 407	0.91 338	5.11 486	1.11 414	0.17 99	0.14 159	0.22 228	0.18 184	0.20 192	0.20 243

SACVNet	0.85 358	0.46 405	0.85 295	0.81 467	0.56 398	0.80 293	0.79 418	1.68 365	1.12 295	1.34 395	1.33 344	1.25 360	0.94 355	2.39 418	0.76 335	0.34 434	0.26 413	0.31 400	0.29 419	0.35 405	0.44 454

ADLNet	0.85 358	0.36 353	0.89 325	0.85 484	0.72 455	1.24 410	0.76 410	1.82 408	1.36 431	1.52 442	1.35 357	1.27 368	0.99 385	1.23 236	1.15 419	0.27 375	0.20 340	0.26 344	0.25 361	0.28 352	0.30 387

delet	0.85 358	0.32 277	0.95 346	0.65 389	0.66 438	1.64 460	0.84 431	1.75 381	1.35 428	1.32 383	1.30 330	1.30 375	0.88 328	1.68 342	1.10 411	0.21 245	0.21 362	0.24 286	0.24 347	0.21 233	0.21 260

HGLStereo	0.85 358	0.38 367	0.94 342	0.80 464	1.03 504	1.17 399	0.58 350	1.52 323	1.20 354	1.19 312	1.62 432	1.13 335	1.20 434	1.80 360	1.06 402	0.24 311	0.24 401	0.24 286	0.21 282	0.23 281	0.27 357

CRFU-Net	0.86 363	0.39 372	1.00 363	0.65 389	0.57 401	1.78 475	0.86 437	2.15 482	0.81 167	1.38 408	1.18 285	1.64 441	1.19 431	1.35 268	0.90 378	0.26 359	0.22 380	0.21 200	0.19 206	0.23 281	0.24 311

dad	0.86 363	0.66 472	1.06 387	0.56 285	0.37 260	0.76 267	0.44 223	1.17 230	1.50 466	1.44 425	1.27 320	1.34 385	0.75 257	2.52 427	0.84 365	0.42 467	0.27 421	0.83 517	0.26 378	0.41 436	0.29 373

AACVNet	0.86 363	0.35 343	0.79 280	0.82 475	0.39 287	0.76 267	0.49 275	1.61 349	0.81 167	1.08 239	1.33 344	1.30 375	0.93 350	4.34 473	0.74 327	0.25 337	0.21 362	0.28 373	0.22 311	0.29 363	0.25 323

DLCB_ROB	0.86 363	0.40 378	0.78 277	0.68 419	0.54 390	1.11 384	0.84 431	1.49 310	1.23 369	1.64 466	1.65 438	1.70 449	0.91 338	1.70 344	1.05 400	0.25 337	0.24 401	0.26 344	0.27 388	0.27 334	0.24 311

HSM-Net_RVC	0.87 367	0.29 208	0.53 94	0.53 233	0.30 148	1.15 395	0.55 327	3.57 536	1.28 394	1.53 443	1.74 448	1.68 447	0.93 350	1.49 303	0.77 341	0.22 271	0.17 284	0.19 130	0.18 184	0.20 192	0.19 211
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ssnet_v2	0.88 368	0.36 353	1.02 374	0.62 357	0.38 277	1.32 422	0.97 461	2.07 471	1.34 419	1.37 403	1.18 285	1.54 421	0.92 341	1.10 206	1.65 477	0.30 402	0.27 421	0.30 394	0.28 408	0.27 334	0.26 347

ADLNet2	0.88 368	0.34 322	1.17 416	0.77 457	0.64 433	1.12 387	0.76 410	1.74 379	1.24 375	1.21 320	1.65 438	1.71 450	1.05 402	1.67 337	1.17 423	0.24 311	0.21 362	0.21 200	0.22 311	0.26 320	0.29 373

ASMatch	0.88 368	0.26 123	0.69 196	0.51 195	0.35 235	0.48 75	0.37 142	1.12 220	0.92 204	1.10 253	3.28 516	0.96 278	0.98 377	4.90 483	0.49 233	0.19 179	0.16 255	0.22 228	0.19 206	0.19 158	0.27 357

IRAFT_RVC	0.88 368	0.28 173	0.76 262	0.63 366	0.31 174	0.65 209	1.02 470	1.22 254	0.94 209	1.22 325	1.04 223	1.01 296	0.98 377	5.82 505	0.53 258	0.22 271	0.12 50	0.25 325	0.20 238	0.20 192	0.19 211

FADNet-RVC	0.88 368	0.67 473	1.93 494	0.60 331	0.48 352	0.91 331	0.60 362	1.71 373	1.18 341	0.90 188	0.96 180	1.36 388	0.92 341	2.25 407	1.17 423	0.30 402	0.29 439	0.32 414	0.32 441	0.41 436	0.35 417

GEStereo_RVC	0.90 373	0.37 360	0.99 358	0.64 375	0.50 362	0.95 347	0.79 418	2.42 517	1.17 334	1.16 294	1.11 251	1.26 364	0.92 341	3.24 451	0.90 378	0.29 398	0.19 322	0.23 266	0.20 238	0.27 334	0.29 373

CBMV_ROB	0.90 373	0.44 396	0.63 153	0.51 195	0.37 260	1.25 412	0.49 275	1.77 391	1.27 389	1.41 417	2.00 477	1.33 381	1.08 409	2.17 397	0.76 335	0.43 472	0.42 496	0.47 482	0.44 483	0.41 436	0.36 422

PSMNet_ROB	0.90 373	0.52 431	1.17 416	0.72 438	0.61 424	1.27 414	1.12 481	1.76 387	1.12 295	1.09 245	1.28 326	1.45 404	0.89 334	1.65 332	1.42 460	0.33 424	0.25 408	0.37 451	0.39 471	0.35 405	0.29 373

FTStereo	0.91 376	0.26 123	0.56 114	0.54 248	0.33 214	0.66 217	1.87 525	1.00 160	0.75 146	1.75 473	4.15 526	1.04 305	1.65 484	1.57 319	0.46 214	0.19 179	0.16 255	0.23 266	0.21 282	0.18 117	0.63 496

PFNet	0.91 376	0.26 123	1.10 402	0.63 366	0.32 193	0.64 193	0.56 335	1.17 230	0.99 235	1.47 430	1.08 236	0.98 282	0.69 239	6.62 517	0.54 264	0.20 211	0.12 50	0.24 286	0.19 206	0.20 192	0.17 146

CBFPSM	0.92 378	0.33 299	1.86 491	0.49 153	0.38 277	1.75 468	0.84 431	1.39 288	1.12 295	1.09 245	0.99 192	2.37 499	1.66 488	1.32 260	1.42 460	0.19 179	0.18 305	0.20 165	0.20 238	0.21 233	0.33 408

FADNet	0.92 378	0.61 464	1.81 487	0.62 357	0.55 396	0.96 353	0.57 346	1.78 395	1.33 416	0.93 196	1.01 202	1.36 388	1.01 389	2.71 434	0.75 332	0.33 424	0.34 463	0.31 400	0.34 455	0.59 488	0.40 437

NVstereo2D	0.92 378	0.41 386	1.48 465	0.72 438	0.72 455	1.20 406	0.87 439	1.75 381	1.38 439	0.99 215	1.13 263	1.26 364	0.98 377	2.21 404	0.89 375	0.43 472	0.20 340	0.38 454	0.24 347	0.57 484	0.63 496

DispNO	0.93 381	0.30 228	1.34 443	0.55 272	0.55 396	0.89 324	0.49 275	1.48 308	1.21 360	1.17 303	1.27 320	1.19 344	0.90 335	5.23 488	0.74 327	0.22 271	0.17 284	0.24 286	0.21 282	0.19 158	0.20 243

DSFCA	0.93 381	0.34 322	1.06 387	0.52 216	0.65 435	1.55 451	0.93 455	1.49 310	1.19 349	1.56 451	1.15 275	1.50 415	0.96 367	3.07 445	1.02 398	0.30 402	0.26 413	0.25 325	0.25 361	0.28 352	0.24 311

ttt	0.94 383	0.34 322	0.59 137	0.61 345	0.37 260	0.94 343	0.50 283	2.17 491	1.34 419	1.23 331	1.61 429	0.91 250	0.76 265	1.85 366	3.97 522	0.30 402	0.26 413	0.26 344	0.24 347	0.29 363	0.29 373

fast-acv-ft	0.94 383	0.44 396	1.40 446	0.58 307	0.51 373	1.77 473	0.69 393	1.36 281	1.42 456	1.29 360	1.86 464	1.74 454	1.25 443	1.52 308	1.38 448	0.26 359	0.28 428	0.28 373	0.28 408	0.27 334	0.26 347

OMP-Stereo	0.94 383	0.33 299	0.72 220	0.90 498	0.31 174	0.49 87	0.36 125	1.16 228	1.06 263	1.58 457	1.12 258	1.46 407	0.69 239	6.94 525	0.49 233	0.19 179	0.14 159	0.24 286	0.18 184	0.20 192	0.14 61

CBMV	0.95 386	0.44 396	0.66 174	0.53 233	0.35 235	1.53 449	1.63 515	1.69 367	1.42 456	2.00 496	1.60 425	1.43 397	1.17 425	1.59 323	0.99 395	0.34 434	0.34 463	0.39 460	0.33 450	0.33 400	0.32 402
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
HBP-ISP	0.96 387	0.58 451	0.72 220	0.61 345	0.46 346	1.64 460	0.76 410	1.86 420	1.28 394	1.30 369	1.53 406	0.86 230	0.94 355	3.27 453	0.69 314	0.45 478	0.44 500	0.54 496	0.48 492	0.47 462	0.40 437

TransformOpticalFlow	0.96 387	0.28 173	0.89 325	0.52 216	0.31 174	0.66 217	0.54 309	1.75 381	1.12 295	1.09 245	1.44 383	1.37 391	1.01 389	6.70 522	0.42 174	0.19 179	0.12 50	0.20 165	0.19 206	0.18 117	0.19 211

IIG-Stereo	0.96 387	0.31 261	0.72 220	0.88 493	0.33 214	0.61 179	0.26 40	1.19 243	1.03 250	1.69 469	1.37 360	1.46 407	0.75 257	6.96 526	0.51 244	0.19 179	0.14 159	0.23 266	0.18 184	0.20 192	0.14 61

CFNet	0.96 387	0.36 353	1.01 367	0.62 357	0.42 311	0.99 363	0.47 254	1.90 430	1.32 412	0.99 215	1.39 369	1.10 325	0.86 318	5.58 500	0.79 349	0.23 296	0.17 284	0.28 373	0.27 388	0.26 320	0.21 260

XPNet_ROB	0.96 387	0.49 417	1.09 399	0.72 438	0.57 401	1.11 384	1.14 483	1.66 362	1.23 369	1.85 486	1.39 369	1.64 441	1.11 414	1.80 360	1.42 460	0.38 453	0.30 443	0.33 422	0.29 419	0.37 416	0.34 412

ETE_ROB	0.96 387	0.64 470	1.16 414	0.69 422	0.48 352	1.14 389	1.13 482	1.77 391	1.19 349	1.91 491	1.45 385	1.73 452	1.05 402	1.60 324	1.14 418	0.32 416	0.26 413	0.38 454	0.34 455	0.39 429	0.41 441

CSP-Net	0.97 393	0.38 367	0.83 293	0.53 233	0.41 306	1.63 458	0.77 413	2.00 455	1.05 259	1.25 345	1.20 296	1.33 381	0.83 303	4.93 485	0.85 368	0.32 416	0.22 380	0.20 165	0.20 238	0.23 281	0.25 323

DEmStereo	0.97 393	0.23 56	0.79 280	0.47 112	0.32 193	1.04 373	0.56 335	0.93 130	0.89 190	1.39 414	2.14 488	1.02 298	2.07 513	5.64 501	0.77 341	0.17 99	0.15 216	0.20 165	0.20 238	0.18 117	0.20 243

pcwnet_v2	0.97 393	0.37 360	4.33 530	0.62 357	0.54 390	0.79 285	0.45 240	2.02 463	1.58 475	1.42 423	1.64 436	1.09 323	0.79 280	1.24 241	0.67 307	0.32 416	0.25 408	0.29 383	0.27 388	0.37 416	0.35 417

FINET	0.97 393	0.54 436	1.60 473	0.63 366	0.79 475	1.08 380	1.07 476	1.56 339	2.20 512	1.15 284	1.49 399	0.94 264	0.88 328	2.32 412	1.05 400	0.42 467	0.35 474	0.32 414	0.28 408	0.43 446	0.38 433

AIO-Stereo-zeroshot1	0.98 397	0.39 372	3.21 524	0.50 165	0.63 430	0.64 193	0.39 163	2.36 511	0.75 146	0.95 203	4.63 531	1.81 461	0.56 182	0.96 164	0.41 163	0.18 138	0.13 108	0.21 200	0.26 378	0.32 391	0.35 417

StereoDRNet	0.98 397	0.47 410	1.70 478	0.76 454	0.94 499	1.51 447	0.91 449	1.92 437	1.32 412	1.61 459	1.13 263	1.47 412	0.97 370	1.75 351	1.46 467	0.28 388	0.23 392	0.29 383	0.27 388	0.35 405	0.27 357

ACV-stereo	0.99 399	0.51 427	1.41 451	0.56 285	0.41 306	2.43 511	0.57 346	1.15 226	1.18 341	0.81 167	1.01 202	3.39 523	2.14 515	1.60 324	1.07 405	0.27 375	0.22 380	0.22 228	0.22 311	0.28 352	0.32 402

iinet-f	0.99 399	0.45 403	3.71 529	0.55 272	0.43 321	1.81 476	0.68 389	1.14 224	1.14 310	1.18 308	1.42 374	1.58 428	1.44 463	1.34 267	1.59 476	0.24 311	0.23 392	0.20 165	0.19 206	0.26 320	0.25 323

GASNet	0.99 399	0.97 502	1.72 481	0.98 507	0.68 448	0.83 309	0.67 385	1.60 346	1.28 394	1.31 379	1.22 300	1.22 349	1.21 437	2.41 419	1.41 456	0.43 472	0.26 413	0.36 448	0.34 455	0.55 481	0.31 397

Wz-Net-LNSev-Ref	0.99 399	0.40 378	1.82 488	0.66 396	0.62 429	2.05 495	0.78 415	1.91 434	1.29 398	1.54 447	1.42 374	1.51 417	1.23 440	1.99 380	1.33 441	0.23 296	0.14 159	0.20 165	0.15 104	0.27 334	0.26 347

PS-NSSS	0.99 399	0.58 451	0.93 338	0.58 307	0.57 401	0.91 331	0.80 424	1.81 407	1.14 310	1.14 278	1.67 442	1.00 289	0.83 303	4.62 477	0.78 343	0.37 449	0.31 449	0.52 490	0.32 441	0.45 455	0.38 433

YMNet	1.00 404	0.54 436	1.40 446	0.81 467	0.85 489	1.87 483	0.62 367	1.55 336	1.18 341	1.63 464	1.99 475	1.77 458	0.97 370	1.50 305	1.45 464	0.33 424	0.37 481	0.31 400	0.32 441	0.32 391	0.29 373

YMNet_1	1.00 404	0.54 436	1.40 446	0.81 467	0.85 489	1.87 483	0.62 367	1.55 336	1.18 341	1.63 464	1.99 475	1.77 458	0.97 370	1.50 305	1.45 464	0.33 424	0.37 481	0.31 400	0.32 441	0.32 391	0.29 373

UGAM-zero	1.00 404	0.30 228	0.93 338	0.47 112	0.30 148	0.57 157	0.25 30	2.25 501	0.63 102	1.01 223	1.10 245	2.73 512	1.85 500	6.26 511	0.40 152	0.17 99	0.14 159	0.19 130	0.15 104	0.16 58	0.17 146

RAFT + AFF	1.00 404	0.42 390	1.09 399	0.67 408	0.50 362	1.22 408	1.24 492	2.24 500	1.19 349	1.30 369	1.56 416	1.17 340	1.49 471	3.44 459	0.83 362	0.21 245	0.25 408	0.30 394	0.26 378	0.27 334	0.27 357

DRN-Test	1.00 404	0.44 396	1.13 408	0.70 427	0.81 482	1.62 457	0.79 418	2.14 480	1.44 459	1.78 476	1.33 344	1.43 397	1.05 402	2.18 400	1.53 473	0.27 375	0.21 362	0.31 400	0.30 428	0.32 391	0.28 369

NCCL2	1.00 404	0.56 444	1.06 387	0.75 452	0.57 401	1.31 421	1.72 516	1.77 391	1.36 431	1.50 439	1.17 283	1.91 470	1.17 425	1.54 314	1.29 437	0.35 441	0.31 449	0.45 477	0.44 483	0.40 433	0.40 437

TCMNet	1.01 410	0.60 462	2.10 499	0.86 486	1.33 526	1.14 389	0.67 385	1.69 367	1.23 369	1.11 259	1.57 420	1.30 375	0.97 370	2.01 382	1.50 471	0.31 409	0.31 449	0.38 454	0.34 455	0.42 440	0.36 422

PA-Net	1.01 410	0.57 448	1.29 433	0.64 375	0.74 459	1.19 404	0.84 431	1.69 367	1.43 458	1.16 294	1.19 292	1.32 380	1.19 431	3.42 457	1.25 430	0.29 398	0.45 504	0.33 422	0.49 495	0.32 391	0.47 462
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LALA_ROB	1.01 410	0.59 454	1.16 414	0.67 408	0.51 373	1.63 458	1.26 496	1.69 367	1.38 439	1.81 483	1.37 360	1.94 475	1.02 394	1.58 321	1.38 448	0.37 449	0.27 421	0.43 472	0.37 467	0.43 446	0.37 427

PSMNet-RUCA	1.02 413	0.97 502	1.44 453	1.23 521	1.10 508	1.40 435	0.62 367	1.69 367	1.38 439	0.94 201	1.53 406	0.97 280	0.83 303	1.17 225	0.93 380	0.69 512	0.34 463	0.99 523	0.60 512	0.97 513	0.64 500

THIR-Stereo	1.02 413	0.27 151	0.69 196	0.49 153	0.28 109	0.95 347	1.34 499	1.03 172	0.97 223	1.34 395	1.90 469	1.17 340	1.58 477	6.44 515	0.78 343	0.19 179	0.14 159	0.21 200	0.22 311	0.19 158	0.20 243

Wz-Net-LNSev	1.03 415	0.67 473	2.71 520	0.64 375	0.84 486	1.75 468	1.00 467	1.80 404	1.32 412	1.28 354	1.25 310	1.65 444	1.22 438	1.39 283	1.40 452	0.28 388	0.26 413	0.24 286	0.23 334	0.33 400	0.32 402

RAFT-RH_RVC	1.03 415	0.24 74	0.67 179	0.49 153	0.28 109	0.81 302	0.33 89	0.83 97	1.08 274	2.05 497	4.65 533	1.04 305	0.57 191	5.98 510	0.50 239	0.18 138	0.13 108	0.26 344	0.20 238	0.16 58	0.17 146

DISCO	1.03 415	0.34 322	1.11 404	0.69 422	0.45 335	2.07 496	0.84 431	2.13 476	1.50 466	1.15 284	1.33 344	2.40 501	1.07 408	2.60 430	1.51 472	0.23 296	0.18 305	0.22 228	0.20 238	0.31 383	0.27 357

STrans-v2	1.04 418	0.28 173	0.96 352	0.49 153	0.32 193	0.68 228	0.79 418	2.47 520	1.12 295	1.12 261	1.46 391	1.40 392	1.46 466	6.70 522	0.43 184	0.18 138	0.13 108	0.20 165	0.18 184	0.18 117	0.18 171

APVNet	1.06 419	0.53 435	1.42 452	0.84 479	0.79 475	1.92 486	0.82 429	1.90 430	1.08 274	1.08 239	1.43 378	1.56 424	1.13 421	3.07 445	1.58 474	0.31 409	0.34 463	0.42 470	0.36 464	0.36 412	0.37 427

TDLM	1.06 419	0.44 396	0.79 280	0.63 366	0.50 362	0.89 324	1.44 504	1.48 308	1.26 383	1.12 261	1.40 371	1.08 313	0.98 377	6.65 518	0.78 343	0.33 424	0.21 362	0.33 422	0.26 378	0.37 416	0.24 311

FAT-Stereo	1.07 421	0.41 386	1.32 438	0.72 438	0.58 410	1.08 380	0.89 443	1.96 446	1.65 479	1.75 473	1.98 474	2.03 485	1.48 469	2.02 383	1.18 426	0.42 467	0.35 474	0.34 432	0.29 419	0.35 405	0.53 478

GANetREF_RVC	1.07 421	0.86 496	1.31 435	0.82 475	0.53 387	1.41 440	1.31 498	1.76 387	1.52 469	1.27 352	1.31 336	1.46 407	1.24 442	2.03 384	0.96 390	0.56 499	0.45 504	0.67 512	0.50 498	0.88 511	0.59 490
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
CVANet_RVC	1.07 421	0.43 393	0.76 262	0.60 331	0.50 362	0.90 327	0.97 461	1.52 323	1.26 383	1.33 391	1.38 365	1.24 356	1.18 428	6.75 524	0.75 332	0.34 434	0.23 392	0.34 432	0.29 419	0.42 440	0.27 357

GCST	1.08 424	1.47 529	0.93 338	1.73 530	1.14 516	1.30 419	0.31 75	1.33 271	1.16 331	1.29 360	0.97 189	0.98 282	0.49 146	2.08 389	0.46 214	1.19 529	0.70 529	1.30 529	0.85 527	1.02 517	0.89 515

GwcNet	1.08 424	0.51 427	2.33 509	0.79 461	1.18 519	1.76 470	0.70 396	1.68 365	1.47 462	1.41 417	1.64 436	1.74 454	1.04 398	2.20 403	1.41 456	0.30 402	0.29 439	0.29 383	0.27 388	0.30 374	0.35 417

DANet	1.08 424	0.61 464	1.32 438	0.85 484	0.72 455	1.37 429	0.51 284	1.54 332	1.15 322	1.78 476	1.54 410	2.01 482	1.11 414	2.90 440	2.00 492	0.33 424	0.30 443	0.40 465	0.30 428	0.44 452	0.45 456
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RP	1.09 427	0.50 424	1.12 406	0.90 498	1.04 505	1.11 384	0.84 431	1.80 404	1.62 477	1.55 450	2.00 477	1.90 469	1.78 494	1.84 363	1.25 430	0.52 491	0.36 479	0.48 484	0.36 464	0.45 455	0.43 452

Nwc_Net	1.09 427	0.49 417	1.33 440	0.89 497	0.80 480	1.49 446	0.66 381	2.19 494	1.27 389	1.32 383	2.26 493	1.96 477	1.54 474	1.92 372	1.34 443	0.40 459	0.30 443	0.43 472	0.45 485	0.38 425	0.37 427

MaskLacGwcNet_RVC	1.10 429	1.02 507	1.00 363	0.82 475	0.67 442	1.93 487	0.93 455	1.62 353	1.11 291	1.15 284	1.25 310	1.50 415	0.79 280	1.96 378	0.76 335	1.89 532	0.34 463	0.79 516	0.36 464	1.25 526	0.83 512

NCC-stereo	1.10 429	0.54 436	1.24 425	0.84 479	0.94 499	1.29 417	0.89 443	2.01 459	1.34 419	1.32 383	1.74 448	1.88 465	1.74 491	2.35 414	1.25 430	0.45 478	0.37 481	0.45 477	0.58 508	0.42 440	0.42 445

Abc-Net	1.10 429	0.54 436	1.24 425	0.84 479	0.94 499	1.29 417	0.89 443	2.01 459	1.34 419	1.32 383	1.74 448	1.88 465	1.74 491	2.35 414	1.25 430	0.45 478	0.37 481	0.45 477	0.58 508	0.42 440	0.42 445
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	1.11 432	0.58 451	2.23 507	0.66 396	0.71 453	1.95 489	1.46 505	1.98 452	1.45 460	1.79 479	1.43 378	1.49 414	1.33 455	1.97 379	1.42 460	0.27 375	0.23 392	0.28 373	0.28 408	0.34 403	0.31 397

edge stereo	1.11 432	0.50 424	1.30 434	0.71 435	0.65 435	1.14 389	0.75 407	1.93 441	1.37 435	1.71 470	1.83 459	2.54 505	1.44 463	2.43 420	1.23 428	0.42 467	0.41 494	0.54 496	0.35 460	0.42 440	0.46 459

anonymity	1.12 434	0.97 502	1.21 419	1.07 515	1.12 512	1.08 380	0.89 443	1.95 445	1.16 331	1.29 360	1.26 317	1.22 349	1.09 412	1.15 217	1.01 397	1.02 522	1.00 545	0.97 521	0.97 533	0.98 514	0.99 519

ccnet	1.12 434	0.67 473	1.01 367	0.78 459	0.73 458	1.72 466	0.99 465	1.84 416	1.26 383	1.47 430	1.85 463	1.75 457	1.29 448	1.75 351	1.88 486	0.57 500	0.53 517	0.57 506	0.55 505	0.59 488	0.54 479

RASNet	1.12 434	0.30 228	0.91 332	0.66 396	0.77 470	0.97 357	0.57 346	1.37 282	1.35 428	1.02 227	1.34 351	2.11 489	1.43 461	7.09 527	1.39 451	0.19 179	0.17 284	0.17 74	0.19 206	0.18 117	0.16 121

AF-Net	1.13 437	0.52 431	1.33 440	0.86 486	0.91 495	1.38 432	0.71 398	2.16 485	1.62 477	1.56 451	2.40 500	1.99 480	1.65 484	1.81 362	1.48 469	0.48 486	0.28 428	0.49 486	0.33 450	0.39 429	0.32 402

NaN_ROB	1.13 437	0.55 441	1.15 413	0.64 375	0.48 352	1.61 456	2.03 534	1.72 374	1.48 463	2.09 499	1.27 320	1.40 392	1.08 409	3.94 465	1.30 438	0.28 388	0.34 463	0.28 373	0.28 408	0.30 374	0.33 408

UGAM	1.14 439	0.27 151	0.95 346	0.53 233	0.42 311	0.70 240	0.72 401	0.95 142	1.32 412	0.98 212	1.48 397	1.78 460	0.87 323	9.65 554	0.87 371	0.21 245	0.18 305	0.30 394	0.24 347	0.19 158	0.16 121

DGSMNet	1.14 439	0.76 489	2.49 514	0.81 467	0.86 491	1.39 434	1.39 501	2.13 476	1.35 428	1.26 349	1.63 435	1.48 413	0.98 377	1.75 351	1.10 411	0.45 478	0.43 497	0.55 501	0.49 495	0.75 507	0.70 505

Syn2CoEx	1.14 439	0.69 478	1.66 476	0.80 464	0.67 442	1.40 435	0.88 441	2.06 470	1.54 472	1.25 345	1.58 423	1.42 396	1.50 473	4.09 467	1.40 452	0.36 445	0.32 457	0.34 432	0.29 419	0.29 363	0.34 412

RGC	1.14 439	0.79 491	1.26 428	0.91 501	0.96 502	1.52 448	0.77 413	1.92 437	1.26 383	1.54 447	1.93 471	2.02 484	1.54 474	2.25 407	1.31 439	0.44 477	0.35 474	0.58 507	0.48 492	0.47 462	0.46 459

S-Stereo	1.15 443	0.46 405	2.17 504	0.81 467	0.80 480	1.21 407	1.19 489	1.93 441	2.02 506	1.47 430	2.11 485	1.57 425	1.17 425	2.05 387	1.41 456	0.40 459	0.40 492	0.35 440	0.31 433	0.44 452	0.70 505

stereogan	1.15 443	0.42 390	1.40 446	0.86 486	0.84 486	2.38 509	0.71 398	1.88 425	1.73 487	1.72 471	1.94 473	2.31 496	1.29 448	2.07 388	1.08 406	0.36 445	0.35 474	0.39 460	0.31 433	0.51 473	0.46 459

AANet_RVC	1.16 445	0.52 431	1.49 467	0.65 389	0.45 335	0.75 261	0.69 393	1.42 294	1.55 474	1.34 395	1.87 466	1.53 420	0.78 276	7.43 533	1.38 448	0.25 337	0.17 284	0.19 130	0.16 146	0.22 256	0.26 347

RYNet	1.17 446	0.49 417	1.24 425	0.70 427	0.97 503	1.71 464	0.92 451	1.91 434	1.46 461	1.38 408	1.14 267	1.88 465	1.30 452	4.24 469	1.87 484	0.26 359	0.21 362	0.35 440	0.27 388	0.55 481	0.54 479

HSM	1.19 447	0.32 277	0.65 167	0.57 301	0.38 277	1.23 409	0.59 358	2.25 501	1.19 349	1.30 369	1.25 310	1.94 475	1.03 396	9.32 549	0.71 320	0.22 271	0.16 255	0.20 165	0.16 146	0.21 233	0.21 260

aanetorigin	1.23 448	0.79 491	2.78 522	0.70 427	0.79 475	0.99 363	1.06 475	1.06 199	1.37 435	3.52 534	2.61 506	1.72 451	1.63 482	1.99 380	1.78 481	0.25 337	0.24 401	0.26 344	0.25 361	0.38 425	0.45 456

PWC_ROB	1.24 449	0.76 489	2.46 513	0.72 438	0.78 472	1.15 395	0.49 275	1.75 381	1.92 501	2.31 505	3.07 513	1.59 429	1.40 458	2.46 423	2.10 496	0.33 424	0.22 380	0.35 440	0.24 347	0.38 425	0.41 441

SGM-Forest	1.24 449	0.38 367	0.60 142	0.52 216	0.37 260	1.56 452	1.30 497	1.65 357	1.36 431	2.11 500	1.79 455	1.63 438	0.93 350	7.48 535	0.95 386	0.36 445	0.37 481	0.39 460	0.34 455	0.37 416	0.32 402
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Consistency-Raft	1.25 451	0.99 505	1.93 494	1.02 511	1.21 521	0.96 353	1.01 469	1.75 381	1.92 501	1.36 400	2.12 486	1.44 402	1.01 389	1.14 216	1.40 452	0.72 513	0.82 532	0.89 519	0.98 535	1.31 527	0.95 517

NOSS_ROB	1.26 452	0.46 405	0.62 150	0.56 285	0.38 277	1.06 377	0.78 415	1.73 375	1.40 449	1.01 223	1.43 378	1.10 325	0.75 257	10.62 560	0.65 301	0.45 478	0.43 497	0.48 484	0.45 485	0.44 452	0.41 441

RTSC	1.29 453	0.73 483	2.44 512	0.83 478	0.57 401	1.85 481	0.65 376	1.88 425	2.00 505	2.20 502	1.66 440	1.60 431	1.26 445	2.33 413	3.92 520	0.32 416	0.23 392	0.27 360	0.29 419	0.37 416	0.37 427

PWCDC_ROB	1.29 453	0.75 488	1.33 440	1.05 512	0.88 494	1.73 467	0.52 295	1.89 427	3.28 532	1.29 360	4.88 536	1.22 349	1.46 466	1.77 358	1.45 464	0.60 505	0.26 413	0.29 383	0.25 361	0.52 475	0.37 427

test_for_model	1.30 455	3.71 559	0.58 130	3.22 550	2.84 550	0.59 165	0.33 89	1.40 290	0.83 173	1.42 423	0.61 94	0.52 107	0.37 73	0.51 24	0.33 77	2.46 537	0.15 216	0.16 49	0.11 8	4.39 560	1.50 533

Anonymous_2	1.30 455	0.55 441	0.82 289	0.52 216	0.58 410	1.01 366	0.64 374	1.25 262	0.97 223	0.96 205	0.78 139	1.33 381	1.29 448	1.03 185	0.74 327	0.62 507	0.64 526	1.06 526	9.63 566	1.16 522	0.49 469

SQANet	1.31 457	0.88 499	1.08 396	1.83 532	1.44 528	1.44 442	0.75 407	1.74 379	1.09 282	1.32 383	1.26 317	1.28 371	1.01 389	1.50 305	0.83 362	2.50 538	0.34 463	1.47 530	0.55 505	2.32 532	1.57 534

SHD	1.31 457	0.71 482	2.34 510	0.86 486	0.75 466	1.77 473	0.65 376	2.22 498	2.50 521	2.40 512	1.71 445	1.91 470	1.60 480	1.93 375	2.37 500	0.38 453	0.31 449	0.38 454	0.40 475	0.48 465	0.50 471

PDISCO_ROB	1.32 459	0.65 471	1.44 453	1.36 522	1.46 529	2.55 514	0.92 451	2.45 519	2.07 509	1.37 403	1.49 399	1.65 444	1.00 387	2.82 436	1.35 446	1.01 520	0.27 421	0.54 496	0.47 490	0.71 504	0.73 508

LL-Strereo	1.33 460	0.39 372	1.38 445	0.61 345	0.61 424	0.75 261	0.66 381	1.63 355	1.17 334	1.56 451	1.60 425	2.03 485	2.12 514	9.72 555	0.97 391	0.21 245	0.18 305	0.27 360	0.23 334	0.22 256	0.25 323

PASM	1.34 461	0.92 500	2.62 518	0.86 486	0.87 493	1.03 371	1.08 477	1.50 314	1.51 468	1.82 484	1.41 373	1.68 447	1.26 445	4.87 482	1.34 443	0.61 506	0.65 528	0.68 513	0.78 522	0.69 502	0.68 504

ADCRef	1.35 462	0.55 441	2.37 511	0.72 438	0.77 470	1.94 488	0.78 415	1.91 434	1.27 389	1.57 455	1.59 424	1.36 388	1.41 459	1.54 314	7.53 536	0.23 296	0.20 340	0.32 414	0.30 428	0.29 363	0.29 373

GANet	1.36 463	0.47 410	0.86 301	0.67 408	0.45 335	1.34 426	1.73 517	1.64 356	1.24 375	1.49 438	2.38 498	1.55 423	1.20 434	9.30 548	0.93 380	0.30 402	0.31 449	0.33 422	0.28 408	0.39 429	0.30 387

ff1	1.37 464	0.33 299	0.85 295	0.53 233	0.37 260	0.74 256	0.56 335	0.95 142	2.47 518	1.15 284	1.45 385	1.06 307	0.82 295	7.22 528	7.61 537	0.20 211	0.12 50	0.31 400	0.27 388	0.19 158	0.20 243

XQC	1.37 464	0.87 497	2.56 516	0.84 479	0.69 450	1.83 479	0.89 443	2.07 471	1.88 497	1.88 487	1.53 406	1.91 470	1.55 476	2.85 439	3.05 508	0.48 486	0.29 439	0.44 476	0.39 471	0.69 502	0.60 493

mmx	1.39 466	0.33 299	0.85 295	0.53 233	0.37 260	0.74 256	0.56 335	2.13 476	1.37 435	1.15 284	1.45 385	1.06 307	0.82 295	7.22 528	7.61 537	0.24 311	0.19 322	0.31 400	0.27 388	0.30 374	0.25 323

xxx	1.39 466	0.33 299	0.85 295	0.53 233	0.37 260	0.74 256	0.56 335	2.13 476	1.37 435	1.15 284	1.45 385	1.06 307	0.82 295	7.22 528	7.61 537	0.24 311	0.19 322	0.31 400	0.27 388	0.30 374	0.25 323

MFMNet_re	1.40 468	1.14 516	1.68 477	1.39 524	1.07 506	1.48 444	1.43 503	1.87 422	1.82 495	2.26 503	2.19 490	1.51 417	1.86 501	1.52 308	1.25 430	0.93 518	0.83 533	0.84 518	0.80 523	0.99 516	1.05 524

UDG	1.41 469	2.65 552	0.99 358	1.44 527	1.64 531	1.34 426	0.80 424	1.60 346	1.23 369	1.23 331	1.71 445	2.01 482	1.34 456	1.47 301	1.41 456	0.90 517	0.54 520	2.29 537	0.75 520	1.84 529	1.04 522

CSAN	1.41 469	0.59 454	1.26 428	0.70 427	0.50 362	1.76 470	1.78 518	1.77 391	1.90 500	2.35 508	2.32 495	1.92 473	1.94 506	5.56 499	1.49 470	0.43 472	0.35 474	0.40 465	0.41 476	0.43 446	0.41 441

test_xeample	1.45 471	0.28 173	0.65 167	0.51 195	0.28 109	0.94 343	0.59 358	2.14 480	1.29 398	1.24 339	1.51 404	0.88 238	0.86 318	1.46 297	15.10 558	0.22 271	0.20 340	0.22 228	0.20 238	0.22 256	0.22 277

Wz-Net-SNSev	1.49 472	1.23 520	6.27 540	0.68 419	0.67 442	1.37 429	1.41 502	2.00 455	1.39 444	1.48 436	1.61 429	2.29 494	1.32 454	3.93 464	2.14 497	0.31 409	0.28 428	0.31 400	0.33 450	0.42 440	0.36 422

CC-Net-ROB	1.49 472	1.26 521	1.27 431	0.88 493	0.79 475	1.76 470	1.00 467	1.79 401	1.26 383	1.10 253	1.61 429	1.21 347	0.99 385	8.13 542	0.84 365	1.09 526	0.41 494	2.20 535	0.46 488	1.20 525	0.48 465

DDUNet	1.50 474	2.69 553	1.12 406	1.77 531	1.88 533	1.84 480	0.92 451	1.70 372	1.16 331	1.38 408	1.79 455	1.60 431	1.12 417	1.37 274	1.08 406	1.10 527	0.76 530	2.37 539	0.94 531	2.00 530	1.37 531

xxxx	1.51 475	0.28 173	0.68 183	0.54 248	0.28 109	1.16 397	0.44 223	2.19 494	1.29 398	1.09 245	1.36 358	1.22 349	0.85 310	1.79 359	15.70 561	0.24 311	0.21 362	0.21 200	0.20 238	0.22 256	0.23 297

psmorigin	1.52 476	0.69 478	10.52 550	0.68 419	0.59 418	1.13 388	0.70 396	1.57 340	1.19 349	1.99 494	1.79 455	2.26 493	1.47 468	2.09 390	1.36 447	0.39 456	0.40 492	0.34 432	0.33 450	0.43 446	0.56 483

MFN_U_SF_RVC	1.52 476	0.84 493	3.42 525	0.87 492	0.66 438	2.56 515	0.95 459	2.36 511	1.70 484	1.98 493	1.86 464	2.45 503	1.79 495	2.95 441	2.58 502	0.52 491	0.48 509	0.55 501	0.59 511	0.59 488	0.61 494

SAMSARA	1.55 478	0.84 493	2.61 517	1.22 520	1.07 506	2.50 513	1.93 528	2.05 465	1.89 498	2.75 521	1.66 440	2.81 513	1.69 489	3.08 447	1.97 491	0.46 484	0.51 515	0.42 470	0.46 488	0.58 486	0.59 490

CrosDoStereo	1.58 479	0.24 74	0.72 220	0.48 138	0.29 126	0.67 221	12.49 562	1.10 212	0.98 228	1.34 395	1.75 451	1.00 289	1.89 502	6.65 518	0.81 355	0.19 179	0.15 216	0.20 165	0.22 311	0.18 117	0.19 211

DeepStereo_LL	1.58 479	0.24 74	0.72 220	0.48 138	0.29 126	0.67 221	12.49 562	1.10 212	0.98 228	1.34 395	1.75 451	1.00 289	1.89 502	6.65 518	0.81 355	0.19 179	0.15 216	0.20 165	0.22 311	0.18 117	0.19 211

STTRV1_RVC	1.58 479	0.68 477	1.96 496	0.88 493	1.12 512	1.57 453	0.90 448	2.25 501	1.75 490	1.29 360	2.02 480	1.40 392	1.22 438	9.77 556	1.31 439	0.81 515	0.33 461	0.54 496	0.49 495	0.73 506	0.52 477

otaku	1.60 482	1.11 514	1.21 419	2.20 535	1.56 530	1.97 490	1.24 492	2.07 471	1.36 431	1.44 425	1.62 432	1.73 452	1.19 431	1.73 350	0.98 394	2.89 543	0.57 522	1.74 531	0.60 512	2.78 539	1.94 540

DeepPrunerF	1.60 482	0.73 483	5.81 538	0.88 493	1.19 520	0.91 331	0.95 459	2.19 494	5.24 549	1.17 303	1.30 330	1.19 344	1.30 452	4.90 483	1.66 479	0.42 467	0.34 463	0.52 490	0.47 490	0.41 436	0.40 437

222	1.61 484	0.29 208	0.67 179	0.56 285	0.29 126	1.06 377	0.42 191	2.17 491	1.31 408	1.31 379	1.52 405	0.92 259	0.94 355	1.76 356	17.65 562	0.24 311	0.20 340	0.21 200	0.19 206	0.22 256	0.23 297

SDNR	1.62 485	0.51 427	2.17 504	0.53 233	0.56 398	3.80 538	0.45 240	1.54 332	1.29 398	1.33 391	2.41 501	1.08 313	0.96 367	11.18 561	1.16 420	0.66 511	0.63 525	0.43 472	0.32 441	0.64 495	0.67 502

Ntro	1.64 486	1.15 517	1.23 422	2.48 540	1.83 532	2.09 497	1.16 486	1.96 446	1.38 439	1.21 320	1.62 432	1.62 433	1.29 448	1.87 369	1.11 414	3.04 544	0.56 521	1.82 533	0.64 514	2.80 540	2.05 541

G-Net	1.66 487	0.63 468	1.56 470	1.11 517	0.74 459	2.98 527	0.91 449	1.55 336	1.22 366	2.76 522	8.18 554	2.32 497	2.53 527	1.92 372	1.87 484	0.48 486	0.44 500	0.45 477	0.31 433	0.60 492	0.57 487

MDST_ROB	1.67 488	0.34 322	1.58 472	0.92 503	0.58 410	4.26 544	1.11 479	2.83 525	1.41 453	4.49 545	2.55 505	1.45 404	0.97 370	7.79 539	1.17 423	0.31 409	0.25 408	0.37 451	0.33 450	0.31 383	0.30 387

SPS-STEREO	1.67 488	1.04 508	1.23 422	1.21 519	1.13 515	1.82 478	1.11 479	2.16 485	1.52 469	3.07 533	2.32 495	2.82 514	1.80 496	4.11 468	2.04 493	1.03 523	0.99 544	0.97 521	0.94 531	1.03 519	1.02 520
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM_RVC	1.68 490	0.36 353	0.61 145	0.59 320	0.29 126	2.25 503	1.18 488	2.38 514	1.68 483	3.60 535	2.67 508	3.69 526	2.42 523	8.13 542	1.90 487	0.31 409	0.31 449	0.30 394	0.28 408	0.30 374	0.29 373
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DPSNet	1.69 491	0.59 454	4.33 530	0.70 427	0.57 401	2.02 494	1.62 514	3.35 534	1.78 491	1.48 436	1.38 365	2.17 490	2.84 530	4.77 480	3.66 518	0.48 486	0.31 449	0.29 383	0.25 361	0.64 495	0.48 465

1111x	1.70 492	0.29 208	0.86 301	0.51 195	0.27 85	1.01 366	0.68 389	2.22 498	1.28 394	1.13 275	1.40 371	1.21 347	1.10 413	5.53 497	15.20 559	0.22 271	0.21 362	0.22 228	0.22 311	0.24 296	0.22 277

PVD	1.70 492	0.84 493	2.26 508	0.94 506	0.83 485	2.48 512	0.97 461	2.59 523	3.35 533	3.01 531	2.77 509	2.34 498	2.47 525	2.67 433	3.14 511	0.47 485	0.45 504	0.59 508	0.48 492	0.59 488	0.75 510

FBW_ROB	1.71 494	0.62 467	1.45 458	0.67 408	0.61 424	1.81 476	1.08 477	2.52 521	1.70 484	1.77 475	1.73 447	1.98 479	1.25 443	12.57 563	1.84 483	0.34 434	0.37 481	0.56 504	0.38 469	0.45 455	0.43 452

ADCL	1.72 495	0.57 448	3.66 527	0.67 408	0.61 424	2.61 517	1.85 523	1.96 446	1.67 481	1.90 490	1.83 459	2.06 488	1.90 504	2.13 393	9.15 546	0.26 359	0.24 401	0.34 432	0.32 441	0.38 425	0.35 417

MFN_U_SF_DS_RVC	1.74 496	0.87 497	3.56 526	0.80 464	0.75 466	3.72 535	2.44 547	1.82 408	1.82 495	1.74 472	1.91 470	1.92 473	1.26 445	7.69 538	1.28 436	0.45 478	0.47 508	0.52 490	0.77 521	0.50 469	0.50 471

AAGNet	1.83 497	0.28 173	0.72 220	0.61 345	0.32 193	0.67 221	0.51 284	0.96 149	0.98 228	1.47 430	1.20 296	1.00 289	1.18 428	2.83 437	22.77 569	0.22 271	0.13 108	0.22 228	0.19 206	0.23 281	0.15 92

WCMA_ROB	1.84 498	0.47 410	1.31 435	0.69 422	0.57 401	2.11 498	1.14 483	1.87 422	1.73 487	4.04 539	6.43 542	5.62 542	3.61 538	2.59 429	1.94 489	0.52 491	0.44 500	0.39 460	0.42 479	0.48 465	0.47 462

ADCPNet	1.85 499	0.69 478	8.07 543	0.71 435	0.58 410	2.79 521	1.22 491	1.94 443	1.54 472	1.88 487	1.69 443	2.46 504	2.04 510	2.37 416	6.48 531	0.38 453	0.37 481	0.38 454	0.43 481	0.47 462	0.45 456

test_sample9	1.86 500	0.49 417	1.13 408	0.56 285	0.39 287	1.02 368	0.73 402	1.78 395	1.21 360	1.22 325	1.18 285	1.08 313	0.92 341	2.27 409	7.92 541	0.57 500	12.61 572	0.62 509	0.67 516	0.45 455	0.42 445

Wz-Net-TNSev	1.88 501	2.08 546	7.66 541	0.67 408	0.64 433	2.42 510	1.83 522	2.33 508	1.74 489	1.57 455	1.56 416	2.58 506	1.90 504	4.86 481	3.12 510	0.39 456	0.37 481	0.33 422	0.37 467	0.53 477	0.58 488

NVStereoNet_ROB	1.88 501	1.07 509	1.45 458	1.07 515	1.17 517	1.47 443	1.48 507	1.89 427	1.93 503	1.94 492	4.67 534	3.08 520	1.80 496	6.51 516	1.65 477	1.06 525	0.86 539	1.08 527	1.32 540	0.93 512	1.26 529
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SANet	1.88 501	0.57 448	2.18 506	0.63 366	0.40 298	2.80 522	1.57 512	2.39 515	5.88 551	2.36 510	3.57 520	3.72 527	2.97 532	4.74 479	1.76 480	0.34 434	0.30 443	0.32 414	0.29 419	0.48 465	0.37 427

ADCMid	1.89 504	0.73 483	5.06 533	0.72 438	0.67 442	2.00 493	1.14 483	1.97 450	1.48 463	2.86 525	1.81 458	2.37 499	2.05 512	2.24 405	10.39 551	0.33 424	0.31 449	0.39 460	0.43 481	0.50 469	0.44 454

WZ-Net	1.95 505	0.95 501	10.10 547	0.86 486	0.78 472	1.69 463	1.60 513	2.20 497	1.98 504	2.08 498	1.93 471	2.30 495	1.97 507	5.30 489	3.17 513	0.34 434	0.26 413	0.29 383	0.31 433	0.51 473	0.47 462

AnyNet_C32	1.96 506	1.10 511	5.17 534	0.90 498	1.11 510	2.12 499	2.37 545	1.85 417	1.48 463	2.45 513	1.70 444	2.05 487	1.64 483	2.50 426	10.28 550	0.37 449	0.34 463	0.35 440	0.41 476	0.49 468	0.54 479

RainbowNet	1.97 507	1.76 534	1.57 471	2.81 543	2.21 538	1.98 492	1.81 520	2.54 522	1.89 498	1.50 439	1.84 461	1.96 477	1.65 484	2.14 394	1.25 430	3.33 550	0.85 537	2.39 542	0.98 535	2.82 542	2.22 542

ADCP+	1.99 508	0.48 414	7.73 542	0.66 396	0.91 495	2.30 505	1.05 473	1.82 408	1.34 419	1.54 447	1.32 342	1.74 454	1.61 481	2.17 397	13.37 554	0.24 311	0.21 362	0.32 414	0.28 408	0.37 416	0.29 373

MSMD_ROB	1.99 508	0.59 454	0.89 325	0.70 427	0.61 424	3.95 540	0.94 457	1.80 404	1.79 492	4.41 543	4.43 527	8.17 551	3.66 539	3.40 455	1.33 441	0.52 491	0.48 509	0.54 496	0.58 508	0.53 477	0.50 471

MSC_U_SF_DS_RVC	2.12 510	1.15 517	3.10 523	1.05 512	0.76 469	5.03 549	2.40 546	2.16 485	2.62 524	1.89 489	2.28 494	2.69 510	1.65 484	9.35 550	2.04 493	0.64 510	0.51 515	0.68 513	0.71 519	1.09 521	0.67 502

ACVNet-4b	2.15 511	1.41 525	1.64 474	2.80 542	2.31 542	2.31 506	1.24 492	2.32 507	2.14 510	1.26 349	2.39 499	2.66 509	1.48 469	5.95 509	1.06 402	3.20 548	0.45 504	2.37 539	0.89 528	2.83 543	2.37 545

ACVNet_1	2.18 512	1.45 528	1.72 481	2.85 544	2.33 543	2.28 504	1.46 505	3.08 530	2.22 513	1.82 484	2.05 483	3.56 524	1.98 508	3.09 448	1.40 452	3.17 545	0.60 524	2.40 543	0.92 530	2.91 546	2.37 545

test_sample8	2.19 513	0.49 417	1.13 408	0.56 285	0.39 287	1.02 368	0.73 402	1.82 408	1.15 322	2.26 503	1.30 330	4.94 537	2.52 526	2.27 409	7.92 541	0.57 500	12.61 572	0.62 509	0.67 516	0.45 455	0.42 445

ADCS	2.25 514	0.99 505	5.55 535	0.81 467	0.74 459	2.19 501	1.80 519	2.27 504	2.14 510	2.80 524	2.13 487	2.40 501	2.03 509	2.64 432	13.69 555	0.41 463	0.39 490	0.40 465	0.45 485	0.58 486	0.56 483

AnyNet_C01	2.26 515	1.78 535	10.22 549	0.93 504	0.74 459	2.92 525	2.20 540	2.29 506	1.80 493	2.53 515	2.41 501	2.71 511	1.73 490	3.41 456	6.72 533	0.41 463	0.39 490	0.40 465	0.42 479	0.67 500	0.63 496

MeshStereo	2.26 515	0.56 444	0.92 336	0.61 345	0.49 355	2.60 516	1.02 470	3.18 531	2.05 508	7.40 560	4.98 537	7.58 548	2.98 533	6.37 514	1.96 490	0.43 472	0.43 497	0.45 477	0.39 471	0.43 446	0.42 445
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
FCDSN-DC	2.32 517	0.63 468	0.81 286	0.84 479	0.75 466	2.23 502	0.94 457	2.09 474	1.80 493	5.45 553	7.72 551	7.77 550	6.93 556	3.39 454	1.80 482	0.52 491	0.48 509	0.52 490	0.51 501	0.57 484	0.58 488
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DispFullNet	2.34 518	2.85 554	3.66 527	3.08 549	2.27 540	1.97 490	0.67 385	2.00 455	1.70 484	2.52 514	2.00 477	2.23 491	5.86 549	3.44 459	1.58 474	1.01 520	0.32 457	2.64 548	1.94 553	2.85 544	2.24 543

EDNetEfficient	2.37 519	1.10 511	8.08 544	0.74 449	0.71 453	0.98 362	1.56 510	1.46 305	4.06 541	4.90 548	2.82 510	2.25 492	3.48 537	2.95 441	9.97 547	0.26 359	0.24 401	0.26 344	0.30 428	0.68 501	0.61 494

pmcnn	2.37 519	0.42 390	2.71 520	0.63 366	0.43 321	1.54 450	1.19 489	2.01 459	1.53 471	2.64 518	7.60 548	18.07 566	1.45 465	3.44 459	2.78 506	0.18 138	0.15 216	0.15 19	0.12 38	0.20 192	0.18 171

ELAS	2.37 519	0.74 486	1.54 469	0.99 508	0.92 497	4.78 546	2.33 544	3.33 533	3.37 534	5.05 551	4.77 535	3.67 525	4.53 546	3.42 457	4.50 524	0.62 507	0.53 517	0.55 501	0.53 503	0.63 493	0.64 500
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM+DAISY	2.41 522	1.07 509	2.14 503	1.18 518	1.10 508	2.14 500	1.36 500	1.96 446	1.66 480	5.46 554	7.07 545	4.95 538	4.32 545	5.50 496	2.26 499	1.04 524	1.02 547	0.99 523	0.97 533	1.02 517	1.04 522

ACVNet_2	2.43 523	1.41 525	2.04 497	2.62 541	2.24 539	2.63 518	1.88 526	3.31 532	3.01 529	2.19 501	3.45 519	4.62 532	2.04 510	4.50 475	1.47 468	2.55 539	0.64 526	2.22 536	0.84 525	2.69 538	2.29 544

ELAS_RVC	2.48 524	0.74 486	1.90 492	1.05 512	0.92 497	2.76 519	4.01 556	2.76 524	4.11 542	4.69 546	4.63 531	4.62 532	5.96 551	3.97 466	3.96 521	0.63 509	0.53 517	0.56 504	0.52 502	0.64 495	0.63 496
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SuperB	2.53 525	0.59 454	18.45 557	0.69 422	0.50 362	1.87 483	0.88 441	1.67 364	2.39 515	1.50 439	1.42 374	1.14 337	1.15 423	4.28 472	5.07 526	0.24 311	0.19 322	0.22 228	0.19 206	7.86 565	0.34 412

WAO-7	2.66 526	1.40 524	1.73 483	1.39 524	1.17 517	3.93 539	1.94 529	4.11 541	3.88 540	2.92 526	5.50 538	4.18 530	3.00 534	7.63 537	3.71 519	1.13 528	1.00 545	1.17 528	1.13 539	1.18 524	1.09 526

RTS	2.67 527	1.38 522	15.28 555	0.99 508	1.26 523	3.78 536	1.96 530	2.15 482	2.62 524	2.61 516	2.85 511	2.60 507	1.59 478	6.27 512	5.71 529	0.40 459	0.28 428	0.35 440	0.35 460	0.50 469	0.48 465

RTSA	2.67 527	1.38 522	15.28 555	0.99 508	1.26 523	3.78 536	1.96 530	2.15 482	2.62 524	2.61 516	2.85 511	2.60 507	1.59 478	6.27 512	5.71 529	0.40 459	0.28 428	0.35 440	0.35 460	0.50 469	0.48 465

MADNet+	2.69 529	3.22 557	11.53 551	1.44 527	1.12 512	3.19 529	1.81 520	2.85 526	2.37 514	1.68 468	2.07 484	2.85 515	2.18 516	7.41 532	5.23 527	0.79 514	0.76 530	0.69 515	0.65 515	0.98 514	0.95 517

IMH-64-1	2.70 530	1.79 536	1.46 460	3.26 552	2.66 546	3.23 531	2.10 535	4.08 539	2.75 527	2.34 506	3.81 523	3.06 518	2.22 518	4.25 470	2.59 503	3.75 554	0.84 534	2.75 549	1.35 541	3.15 548	2.60 551

IMH-64	2.70 530	1.79 536	1.46 460	3.26 552	2.66 546	3.23 531	2.10 535	4.08 539	2.75 527	2.34 506	3.81 523	3.06 518	2.22 518	4.25 470	2.59 503	3.75 554	0.84 534	2.75 549	1.35 541	3.15 548	2.60 551

FC-DCNN	2.72 532	0.59 454	0.86 301	0.73 446	0.57 401	2.91 523	1.04 472	3.01 529	2.60 522	6.83 555	7.64 549	9.92 555	6.33 554	5.21 487	3.14 511	0.53 497	0.48 509	0.51 488	0.50 498	0.53 477	0.51 475

FC-DCNN v2	2.81 533	0.59 454	0.85 295	0.73 446	0.57 401	2.97 526	1.05 473	3.39 535	2.61 523	6.98 556	7.67 550	10.38 558	6.31 553	5.75 504	3.37 516	0.53 497	0.48 509	0.51 488	0.50 498	0.53 477	0.51 475

WAO-6	2.81 533	1.60 532	1.46 460	2.36 539	2.28 541	3.55 533	2.29 543	4.21 542	4.56 546	2.36 510	4.51 528	4.88 536	2.66 528	4.60 476	4.07 523	1.72 531	1.15 551	2.31 538	1.46 546	2.31 531	1.85 538

PWCK	2.88 535	2.05 544	5.72 537	2.08 534	1.11 510	3.55 533	3.90 555	2.86 527	3.54 538	3.03 532	3.63 521	3.10 521	2.31 520	8.15 544	3.09 509	2.12 535	0.91 542	1.75 532	0.98 535	2.57 536	1.18 528

Dean	2.91 536	1.53 531	2.07 498	2.96 548	2.51 545	3.15 528	2.14 538	4.75 546	4.41 545	2.76 522	6.10 541	5.53 541	2.37 521	2.97 443	1.92 488	3.18 546	0.85 537	2.51 546	1.04 538	2.88 545	2.47 548

IMH	3.21 537	1.85 540	1.48 465	3.25 551	2.69 548	4.07 542	2.02 533	4.41 544	3.80 539	2.72 519	7.11 546	4.75 535	2.92 531	5.92 507	2.55 501	3.85 558	0.88 540	2.78 551	1.36 543	3.19 550	2.59 550

LVE	3.31 538	1.67 533	1.64 474	2.85 544	2.42 544	3.20 530	2.26 542	4.78 547	5.05 548	2.35 508	6.91 543	6.02 543	2.37 521	9.15 546	2.17 498	3.19 547	1.08 550	2.38 541	1.47 547	2.81 541	2.40 547

JetBlue	3.97 539	2.01 541	10.19 548	1.38 523	2.84 550	10.53 557	9.54 559	3.60 537	2.41 516	2.73 520	3.39 518	4.54 531	4.31 544	7.85 541	6.84 534	0.88 516	0.93 543	0.89 519	0.91 529	1.74 528	1.91 539

notaker	3.98 540	2.40 551	2.68 519	3.82 559	3.27 556	3.97 541	2.14 538	4.78 547	3.45 536	4.12 542	6.94 544	7.65 549	3.26 535	7.82 540	5.30 528	4.04 559	1.41 553	3.36 558	2.10 555	3.88 554	3.31 557

WAO-8	4.40 541	1.82 538	1.79 485	2.34 537	2.20 536	9.19 554	1.53 508	6.09 554	16.46 563	3.94 537	7.84 552	7.32 545	3.72 541	9.41 552	3.31 514	2.00 533	1.07 548	2.44 544	1.37 544	2.50 534	1.68 535

Venus	4.40 541	1.82 538	1.79 485	2.34 537	2.20 536	9.19 554	1.53 508	6.09 554	16.46 563	3.94 537	7.84 552	7.32 545	3.72 541	9.41 552	3.31 514	2.00 533	1.07 548	2.44 544	1.37 544	2.50 534	1.68 535

ktn	4.70 543	2.38 550	2.12 502	3.76 557	3.24 554	4.85 547	2.95 553	5.52 549	7.37 554	4.07 541	19.32 568	7.46 547	3.47 536	7.39 531	2.95 507	4.04 559	1.85 556	3.26 557	2.22 556	3.08 547	2.65 553

MADNet++	5.01 544	3.14 555	4.91 532	4.55 563	3.94 560	5.20 550	4.41 557	4.40 543	4.13 543	4.95 549	6.08 540	4.74 534	5.37 547	9.40 551	10.67 552	4.65 561	4.15 562	3.97 560	3.34 559	4.09 556	4.08 562

UNDER WATER	5.08 545	2.33 549	5.55 535	3.94 561	3.51 557	5.20 550	2.72 550	5.61 552	16.52 565	3.84 536	4.60 530	9.21 553	5.89 550	5.90 506	8.66 545	3.75 554	1.34 552	3.18 556	1.88 551	4.33 559	3.61 559

UNDER WATER-64	5.27 546	2.32 548	8.78 546	3.93 560	3.54 558	7.61 552	3.03 554	5.84 553	14.19 559	4.04 539	4.04 525	9.39 554	6.26 552	5.93 508	8.48 544	3.60 553	1.51 554	3.13 554	1.88 551	4.29 558	3.61 559

TorneroNet-64	5.30 547	2.03 542	1.74 484	3.43 554	2.81 549	10.09 556	2.12 537	9.10 561	17.12 568	4.96 550	9.27 557	10.72 560	3.70 540	9.20 547	4.55 525	3.31 549	0.84 534	2.88 552	1.55 548	3.49 551	3.04 554

MANE	6.19 548	0.59 454	1.03 378	0.93 504	1.22 522	13.38 561	2.69 548	12.81 564	17.94 569	8.21 561	10.82 560	14.72 562	11.68 558	11.39 562	11.90 553	0.59 504	0.50 514	0.52 490	1.76 550	0.55 481	0.54 479

LSM	6.33 549	1.10 511	13.19 552	1.41 526	68.17 578	1.64 460	1.90 527	1.92 437	2.46 517	2.99 529	3.11 514	1.88 465	1.80 496	2.61 431	2.06 495	0.41 463	0.58 523	0.50 487	0.57 507	0.64 495	17.66 573

SGM-ForestM	6.52 550	0.38 367	1.26 428	0.63 366	0.35 235	13.59 562	5.32 558	6.32 557	6.70 553	11.14 563	9.18 556	22.51 574	13.93 562	16.89 566	20.07 564	0.36 445	0.37 481	0.36 448	0.35 460	0.36 412	0.34 412

tt	6.58 551	0.26 123	6.10 539	3.77 558	2.16 535	11.55 558	19.63 565	13.33 565	5.74 550	2.96 528	2.65 507	4.97 539	6.33 554	3.81 463	7.24 535	9.15 566	11.32 571	5.89 565	6.24 564	6.03 561	2.55 549

JetRed	6.91 552	8.80 564	25.96 568	2.85 544	3.25 555	13.98 564	11.87 561	6.25 556	4.28 544	4.45 544	4.56 529	6.69 544	5.46 548	7.46 534	14.05 556	2.59 540	3.31 559	2.59 547	2.29 557	4.20 557	3.36 558

xyz-stereo	7.16 553	0.22 45	69.90 580	0.42 51	0.21 9	32.92 576	0.49 275	0.87 104	0.76 152	1.38 408	27.04 571	1.19 344	1.16 424	4.69 478	0.97 391	0.16 56	0.12 50	0.20 165	0.14 88	0.16 58	0.12 10

LE_ROB	8.05 554	0.37 360	23.53 564	0.74 449	0.33 214	2.77 520	2.87 552	3.71 538	27.24 573	25.39 573	8.87 555	8.46 552	26.71 573	6.65 518	21.99 565	0.21 245	0.19 322	0.20 165	0.21 282	0.25 308	0.22 277

coex-ft	8.13 555	2.13 547	98.04 582	0.67 408	0.53 387	1.71 464	1.56 510	1.65 357	11.11 557	18.17 572	3.75 522	3.88 528	7.61 557	2.98 444	6.49 532	0.30 402	0.30 443	0.32 414	0.31 433	0.66 499	0.50 471

KSHMR	8.75 556	2.06 545	2.11 501	3.53 556	3.11 553	4.13 543	2.69 548	5.60 551	61.37 582	3.00 530	55.83 582	4.98 540	2.45 524	4.49 474	2.61 505	3.46 551	1.55 555	3.14 555	1.94 553	3.72 553	3.18 556

U	9.45 557	0.21 26	0.58 130	0.47 112	53.11 577	61.27 582	0.24 29	0.70 50	0.52 77	0.36 30	0.28 12	0.29 27	0.35 59	0.33 2	0.26 17	0.19 179	0.11 26	60.50 578	8.88 565	0.17 87	0.13 35

TCMNet-wrong-test	10.31 558	11.40 566	14.84 554	20.96 569	18.45 566	13.80 563	10.76 560	15.78 566	3.53 537	5.20 552	5.52 539	16.26 564	12.61 559	7.51 536	10.15 548	7.43 564	2.37 557	4.31 561	3.43 560	11.36 567	10.61 566

EDNetEfficientorigin	10.57 559	1.47 529	177.42 583	0.67 408	0.53 387	1.58 454	1.16 486	1.90 430	3.37 534	4.71 547	3.38 517	3.10 521	2.69 529	3.13 449	3.58 517	0.25 337	0.23 392	0.33 422	0.27 388	0.83 508	0.81 511

TorneroNet	10.70 560	2.03 542	1.82 488	3.43 554	3.01 552	43.83 577	2.22 541	8.87 560	67.47 583	7.17 559	27.36 572	10.68 559	3.85 543	8.67 545	7.65 540	3.59 552	0.88 540	3.04 553	1.57 549	3.71 552	3.17 555

HanzoNet	11.04 561	3.62 558	8.10 545	4.08 562	3.55 559	4.90 548	2.73 551	7.19 558	10.10 555	31.86 578	28.92 573	21.96 573	36.36 575	18.08 568	10.17 549	7.94 565	3.32 560	3.47 559	3.31 558	7.06 564	4.04 561

DPSimNet_ROB	11.20 562	4.98 561	35.43 572	2.90 547	4.52 561	7.89 553	17.09 564	4.66 545	6.06 552	14.89 568	10.93 561	17.29 565	36.81 577	13.18 564	15.68 560	2.86 542	6.29 564	5.75 564	5.09 562	3.91 555	7.70 564

DGTPSM_ROB	13.01 563	8.23 562	21.87 561	9.51 565	18.10 564	11.56 559	32.01 571	10.63 562	16.20 561	7.03 557	19.48 569	10.15 556	16.66 565	9.83 557	22.42 566	4.75 562	8.68 565	5.37 562	10.25 567	6.16 562	11.36 567

DPSMNet_ROB	13.02 564	8.23 562	21.91 562	9.53 566	18.11 565	11.56 559	32.02 572	10.64 563	16.23 562	7.05 558	19.49 570	10.16 557	16.66 565	9.85 558	22.43 567	4.77 563	8.68 565	5.38 563	10.26 568	6.17 563	11.36 567

USTest	14.33 565	14.94 568	21.04 560	17.44 568	16.05 563	23.26 566	33.84 573	21.73 568	11.80 558	9.36 562	10.14 558	15.97 563	13.20 561	17.28 567	22.43 567	3.78 557	5.01 563	6.17 566	6.16 563	9.25 566	7.72 565

ASD4	15.85 566	10.99 565	19.63 558	10.21 567	11.70 562	19.24 565	31.10 570	19.35 567	10.68 556	11.14 563	10.18 559	12.59 561	12.64 560	14.74 565	24.83 570	12.93 571	9.94 570	26.83 573	19.40 571	16.23 570	12.70 572

DPSM_ROB	19.08 567	19.14 570	25.17 566	22.15 571	20.85 568	28.17 568	37.82 575	26.56 571	16.85 566	14.14 565	14.84 563	21.70 568	18.75 568	21.87 570	26.55 572	10.16 569	9.30 568	10.47 568	10.42 569	14.03 568	12.61 570

DPSM	19.08 567	19.14 570	25.17 566	22.15 571	20.85 568	28.17 568	37.82 575	26.56 571	16.85 566	14.14 565	14.84 563	21.70 568	18.75 568	21.87 570	26.55 572	10.16 569	9.30 568	10.47 568	10.42 569	14.03 568	12.61 570

LRCNet_RVC	22.74 569	32.10 575	21.97 563	29.84 573	26.23 570	4.42 545	0.81 427	22.66 569	2.02 506	26.93 574	29.26 574	23.06 575	15.59 564	23.84 572	18.88 563	31.75 575	19.90 577	34.65 574	32.13 575	30.54 575	28.32 576

DLNR_Zeroshot_test	23.17 570	48.52 583	43.29 575	176.68 583	78.69 579	0.35 17	0.21 12	23.41 570	0.75 146	0.66 136	0.86 157	0.59 139	0.30 31	1.56 318	0.44 187	9.57 567	0.12 50	0.18 108	0.14 88	76.92 582	0.16 121

FADE	26.59 571	4.78 560	20.96 559	1.89 533	1.92 534	2.91 523	2.00 532	5.58 550	5.04 547	2.92 526	2.16 489	4.13 529	14.18 563	10.23 559	8.46 543	188.09 583	2.77 558	123.78 580	127.92 580	1.06 520	1.10 527

BEATNet-Init1	26.87 572	13.43 567	70.68 581	0.91 501	0.68 448	57.02 581	21.06 566	32.82 578	32.67 575	52.12 582	53.61 581	66.05 582	49.56 582	48.79 583	34.71 577	0.49 490	0.44 500	0.53 495	0.53 503	0.63 493	0.59 490

CasAABBNet	38.33 573	38.46 577	50.35 577	44.75 578	41.84 574	56.68 578	76.37 581	53.22 581	33.83 577	28.31 575	29.54 575	43.62 580	37.71 579	43.84 580	53.41 582	20.30 572	18.70 575	21.07 570	21.07 573	28.24 572	25.34 574

Selective-RAFT-Error	38.39 574	38.47 578	50.44 578	44.73 577	41.97 575	56.68 578	76.38 582	53.24 582	33.92 578	28.34 576	29.85 576	43.60 579	38.20 580	43.75 579	53.34 581	20.38 573	18.70 575	21.09 571	21.05 572	28.30 573	25.43 575

HaxPig	38.92 575	41.40 580	41.64 573	29.95 574	32.27 571	28.90 570	27.60 567	29.73 574	37.71 579	43.82 579	43.87 578	33.17 576	35.56 574	41.53 577	40.37 579	43.94 579	47.51 582	45.82 575	47.08 577	42.38 576	44.15 579

AVERAGE_ROB	40.43 576	42.37 581	42.73 574	36.96 576	35.58 573	30.50 571	27.61 568	36.71 580	38.39 580	44.91 580	44.36 579	37.45 578	36.70 576	41.88 578	40.35 578	45.43 580	46.81 581	47.11 576	46.35 576	42.51 577	43.87 578

MEDIAN_ROB	42.00 577	44.40 582	44.29 576	35.15 575	34.95 572	31.28 575	29.60 569	35.88 579	40.02 581	47.20 581	46.64 580	37.37 577	38.48 581	44.35 582	42.45 580	48.03 581	49.39 583	49.71 577	49.03 578	45.14 578	46.65 580

LSM0	42.82 578	38.75 579	50.81 579	47.07 579	109.38 583	57.00 580	76.02 580	53.74 583	33.71 576	29.02 577	30.41 577	43.87 581	37.22 578	43.91 581	53.54 583	20.52 574	18.62 574	21.10 572	21.11 574	28.41 574	42.22 577

Anonymous_1	43.04 579	18.73 569	24.79 565	21.81 570	46.26 576	27.80 567	37.60 574	28.08 573	16.14 560	14.66 567	14.30 562	20.65 567	17.88 567	21.56 569	25.94 571	117.93 582	8.92 567	100.65 579	126.50 579	158.64 583	12.08 569

PML	51.67 580	36.25 576	13.28 553	7.46 564	20.81 567	108.69 583	232.22 584	8.72 559	27.82 574	87.01 583	269.67 584	69.67 583	61.95 583	24.76 576	14.20 557	9.74 568	3.40 561	9.62 567	4.70 561	18.74 571	4.72 563

xxxxx1	54.10 581	25.67 572	27.13 569	113.43 580	96.96 580	30.69 572	47.44 577	32.38 575	25.60 570	17.75 569	17.27 565	21.81 570	21.02 570	24.43 573	33.82 574	33.37 576	40.54 578	157.71 581	175.86 581	66.16 579	72.93 581

tt_ll	54.10 581	25.67 572	27.13 569	113.43 580	96.96 580	30.69 572	47.44 577	32.38 575	25.60 570	17.75 569	17.27 565	21.81 570	21.02 570	24.43 573	33.82 574	33.37 576	40.54 578	157.71 581	175.86 581	66.16 579	72.93 581

ff	54.10 581	25.67 572	27.13 569	113.43 580	96.96 580	30.69 572	47.44 577	32.38 575	25.60 570	17.75 569	17.27 565	21.81 570	21.02 570	24.43 573	33.82 574	33.37 576	40.54 578	157.71 581	175.86 581	66.16 579	72.93 581

test_example2	192.40 584	210.76 584	206.48 584	199.83 584	204.73 584	172.94 584	183.52 583	133.93 584	133.41 584	191.38 584	196.19 583	187.13 584	178.77 584	205.33 584	208.00 584	222.09 584	238.72 584	186.54 584	190.54 584	227.34 584	170.31 584

ccccc	497.63 585	492.34 585	595.97 585	530.87 585	530.37 585	478.08 585	442.62 585	491.76 585	343.70 585	448.18 585	520.80 585	476.12 585	550.57 585	541.64 585	605.32 585	663.49 585	459.54 585	353.94 585	309.79 585	586.66 585	530.90 585

Low-res two-view benchmark