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	0.20 212	0.18 306	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	0.20 212	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	0.80 294	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	0.18 185	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	0.25 338	0.22 381	0.20 165	0.22 312	0.25 308	0.22 278

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	0.20 212	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	0.15 217	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	0.16 256	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	0.20 212	0.15 217	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	0.24 312	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	0.97 358	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	0.15 217	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	0.54 249	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	0.20 341	0.23 267	0.19 207	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	0.67 475	0.42 30	0.64 376	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	1.65 359	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	0.58 308	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	0.15 217	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	0.15 217	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	0.27 361	0.22 312	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	0.16 256	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	0.82 490	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	0.84 519

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	0.26 361	0.21 363	0.22 229	0.20 239	0.26 320	0.18 171

rvit_stereo_0081	0.44 94	0.33 299	0.64 160	0.54 249	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	0.25 338	0.20 341	0.22 229	0.19 207	0.25 308	0.17 146

rvit_stereo_0082	0.44 94	0.33 299	0.64 160	0.54 249	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	0.25 338	0.20 341	0.22 229	0.19 207	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	0.26 361	0.21 363	0.20 165	0.20 239	0.31 384	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	0.26 361	0.21 363	0.20 165	0.20 239	0.31 384	0.19 211

CroCo-Stereo Lap2	0.44 94	0.34 322	0.77 269	0.61 346	0.79 481	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	0.18 306	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	0.24 402	0.16 49	0.13 61	0.16 58	0.26 348

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	1.43 533	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	0.21 246	0.11 26	0.14 1	0.10 2	2.37 539	0.11 2

tt45	0.45 102	0.23 56	0.46 58	0.45 94	0.33 214	0.79 286	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	1.16 528	1.70 543

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	0.52 385	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	0.20 212	0.16 256	0.23 267	0.20 239	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	1.24 340	0.80 150	0.61 144	0.36 68	0.54 32	0.33 77	0.20 212	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	1.98 457	0.60 96	0.35 25	0.48 53	0.55 117	0.36 68	1.28 250	0.32 64	0.24 312	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	0.20 212	0.17 285	0.22 229	0.18 185	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	0.21 246	0.15 217	0.24 287	0.19 207	0.24 296	0.16 121

XX-TBD	0.46 109	0.70 483	0.35 1	0.79 467	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	0.15 217	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	1.00 525	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	0.56 286	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	0.25 338	0.25 411	0.24 287	0.20 239	0.24 296	0.17 146

rvit_stereo_ft	0.47 116	0.35 343	0.87 312	0.67 409	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	0.25 338	0.17 285	0.22 229	0.22 312	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	1.76 391	0.72 139	0.71 142	0.72 125	0.37 49	0.28 23	0.69 78	0.33 77	0.27 377	0.22 381	0.26 345	0.21 283	0.29 364	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	0.22 229	0.20 239	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	0.80 529	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	0.80 294	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	0.15 217	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	0.20 212	0.16 256	0.19 130	0.16 146	0.17 87	0.16 121

MyStereo07	0.48 122	0.29 208	0.50 75	0.55 273	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	0.16 256	0.24 287	0.20 239	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	0.23 267	0.19 207	0.19 158	0.13 35

CES	0.48 122	0.20 8	0.37 5	0.39 29	1.39 533	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	1.46 538

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	0.16 256	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	0.60 332	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	0.15 217	0.21 200	0.20 239	0.19 158	0.15 92

sCroCo_RVC	0.49 128	0.40 378	1.02 374	0.65 390	0.60 424	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	0.26 361	0.27 426	0.23 267	0.22 312	0.29 364	0.25 324

MM-Stereo_test3	0.50 132	0.24 74	0.54 100	0.54 249	0.74 465	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	0.20 212	0.17 285	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	1.38 441	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	0.20 212	0.14 159	0.26 345	0.14 88	0.23 281	0.23 298

tg	0.52 135	0.24 74	0.61 145	0.49 153	0.30 148	0.90 328	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	0.22 229	0.20 239	0.17 87	0.15 92

11t1	0.52 135	0.28 173	0.68 183	0.51 195	0.28 109	0.83 310	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	0.21 246	0.18 306	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	0.16 256	0.29 386	0.25 363	0.21 233	0.16 121

Selective-RAFT	0.52 135	0.28 173	0.79 280	0.55 273	0.27 85	0.91 332	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	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171

test-1	0.52 135	0.26 123	1.04 382	0.56 286	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	0.23 298

rafts_anoy	0.52 135	0.29 208	0.59 137	0.59 321	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	0.24 287	0.26 380	0.21 233	0.18 171

s12784h	0.52 135	0.20 8	0.38 8	0.41 44	0.19 1	0.96 354	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	0.65 390	0.52 385	0.49 87	0.34 101	0.98 154	0.91 199	1.30 370	0.87 160	0.63 152	0.81 290	0.78 108	0.41 163	0.19 179	0.15 217	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	0.65 390	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	0.32 421	0.32 462	0.28 376	0.24 348	0.28 353	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	0.15 217	0.18 108	0.15 104	0.17 87	0.16 121

IGEV_Zeroshot_test	0.53 145	0.30 228	0.99 358	0.56 286	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	0.18 185	0.19 158	0.17 146

EKT-Stereo	0.53 145	0.30 228	0.73 232	0.58 308	0.60 424	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	0.22 272	0.16 256	0.21 200	0.18 185	0.20 192	0.22 278

Any-RAFT	0.53 145	0.24 74	0.47 61	0.47 112	0.27 85	1.00 366	0.25 30	1.58 342	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	1.61 350	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	0.54 249	0.32 193	0.64 193	0.39 163	0.80 85	0.62 99	0.92 195	1.87 469	0.68 167	0.42 92	1.16 221	0.37 126	0.15 35	0.13 108	0.20 165	0.22 312	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	1.41 418	1.14 267	0.85 226	0.56 182	0.59 44	0.38 137	0.16 56	0.14 159	0.24 287	0.21 283	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	1.41 418	1.14 267	0.85 226	0.56 182	0.59 44	0.38 137	0.16 56	0.14 159	0.24 287	0.21 283	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	1.41 418	1.14 267	0.85 226	0.56 182	0.59 44	0.38 137	0.16 56	0.14 159	0.24 287	0.21 283	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	1.41 418	1.14 267	0.85 226	0.56 182	0.59 44	0.38 137	0.16 56	0.14 159	0.24 287	0.21 283	0.20 192	0.15 92

raft+_RVC	0.53 145	0.26 123	0.54 100	0.60 332	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	0.18 185	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	0.54 249	0.26 61	1.18 401	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	0.20 212	0.12 50	0.25 326	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	0.97 358	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	1.53 330	0.79 163	0.81 167	0.83 152	0.78 195	0.70 244	0.70 82	0.62 292	0.21 246	0.19 323	0.22 229	0.19 207	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	1.32 384	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	1.28 355	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	0.22 272	0.14 159	0.24 287	0.20 239	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	0.22 272	0.14 159	0.24 287	0.20 239	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	0.22 272	0.14 159	0.24 287	0.20 239	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	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171

RALCasStereoNet	0.54 160	0.30 228	0.66 174	0.59 321	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	0.20 212	0.16 256	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	1.32 384	1.60 426	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	1.49 311	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	0.53 234	0.28 109	0.61 179	0.40 171	0.92 123	1.05 259	1.19 313	0.68 111	0.93 261	0.44 107	1.67 337	0.39 145	0.15 35	0.12 50	0.22 229	0.19 207	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	0.22 272	0.14 159	0.24 287	0.20 239	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	1.16 295	0.93 173	0.83 217	0.94 355	0.96 164	0.54 264	0.21 246	0.14 159	0.21 200	0.19 207	0.24 296	0.24 312

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	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171

CRE-IMP	0.55 175	0.30 228	0.74 248	0.52 216	0.29 126	0.79 286	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	0.21 246	0.14 159	0.23 267	0.19 207	0.28 353	0.22 278

sAnonymous2	0.55 175	0.56 445	1.46 460	0.60 332	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	0.22 272	0.17 285	0.22 229	0.21 283	0.86 515	0.56 489

CroCo_RVC	0.55 175	0.56 445	1.46 460	0.60 332	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	0.22 272	0.17 285	0.22 229	0.21 283	0.86 515	0.56 489

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	1.40 451	0.82 171	0.73 127	0.51 100	0.45 111	0.85 133	0.55 268	0.24 312	0.15 217	0.20 165	0.21 283	0.31 384	0.24 312
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	0.64 376	0.78 478	0.80 294	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	0.17 285	0.22 229	0.24 348	0.18 117	0.23 298

rvit_0105_4	0.56 184	0.38 367	1.06 387	0.66 397	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	0.32 421	0.33 467	0.29 386	0.25 363	0.29 364	0.23 298

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	0.16 256	0.22 229	0.25 363	0.21 233	0.18 171

ACVNet-DCA	0.56 184	0.31 261	0.50 75	0.54 249	0.26 61	1.18 401	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	0.20 212	0.12 50	0.25 326	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	0.83 310	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	0.20 212	0.14 159	0.24 287	0.15 104	0.24 296	0.25 324

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	0.22 272	0.14 159	0.24 287	0.20 239	0.26 320	0.18 171

AIO-test2	0.57 191	0.28 173	0.63 153	0.61 346	0.58 413	0.79 286	0.51 284	1.18 235	1.40 451	0.63 130	1.15 275	0.51 100	0.43 99	1.09 203	0.35 104	0.21 246	0.17 285	0.26 345	0.30 432	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	0.16 256	0.20 165	0.19 207	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	0.21 246	0.20 341	0.24 287	0.23 335	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	1.20 436	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	0.54 249	0.36 245	0.69 233	0.54 309	1.22 254	0.72 139	1.61 461	1.50 402	0.75 184	0.53 165	0.64 65	0.44 187	0.18 138	0.15 217	0.17 74	0.15 104	0.17 87	0.17 146

RAFT-Stereo	0.57 191	0.26 123	0.63 153	0.54 249	0.36 245	0.69 233	0.54 309	1.22 254	0.72 139	1.61 461	1.50 402	0.75 184	0.53 165	0.64 65	0.44 187	0.18 138	0.15 217	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	1.09 384	0.32 82	0.79 77	0.53 81	0.65 133	1.07 231	0.58 132	0.80 286	2.47 426	0.80 353	0.16 56	0.15 217	0.21 200	0.17 167	0.16 58	0.17 146

rvit_0105_5	0.58 197	0.39 372	1.05 383	0.66 397	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	0.32 421	0.32 462	0.30 398	0.27 391	0.28 353	0.25 324

testlalala2	0.58 197	0.27 151	0.68 183	1.72 535	1.27 531	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	0.15 217	0.17 74	0.13 61	0.17 87	0.17 146

RAFT+CT+SA	0.58 197	0.29 208	0.60 142	0.66 397	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	0.22 229	0.22 312	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	1.18 309	1.05 225	0.69 172	0.66 235	0.96 164	0.52 251	0.17 99	0.15 217	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	1.17 304	1.60 426	1.10 325	0.71 248	0.97 172	0.43 184	0.13 18	0.11 26	0.19 130	0.19 207	0.17 87	0.14 61

dd	0.59 203	0.48 414	0.97 354	0.55 273	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	0.28 390	0.18 306	0.26 345	0.19 207	0.32 393	0.24 312

PFNet+	0.59 203	0.28 173	0.77 269	0.53 234	0.30 148	0.59 165	0.31 75	0.92 123	1.14 310	1.33 392	1.10 245	0.79 199	0.57 191	1.31 256	0.49 233	0.25 338	0.17 285	0.28 376	0.26 380	0.21 233	0.25 324

AnonymousM	0.59 203	1.11 518	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	0.20 212	0.15 217	1.84 540	0.84 531	0.14 18	0.13 35

GANet-ADL	0.60 206	0.35 343	0.72 220	0.64 376	0.40 298	0.68 228	0.51 284	1.49 311	1.12 295	0.95 203	1.08 236	0.91 250	0.57 191	0.76 100	0.55 268	0.26 361	0.18 306	0.18 108	0.16 146	0.23 281	0.25 324

TRStereo	0.60 206	0.60 463	0.97 354	0.74 453	0.67 446	0.46 65	0.38 148	1.85 421	0.89 190	0.79 161	0.80 150	0.88 238	0.39 81	1.10 206	0.41 163	0.23 297	0.15 217	0.23 267	0.24 348	0.17 87	0.15 92

NRIStereo	0.60 206	0.29 208	0.69 196	0.53 234	0.28 109	0.63 190	0.33 89	1.08 207	0.87 183	1.14 279	0.87 160	0.91 250	0.59 201	2.24 405	0.49 233	0.20 212	0.14 159	0.21 200	0.19 207	0.21 233	0.17 146

RALAANet	0.60 206	0.33 299	0.87 312	0.62 358	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	0.15 217	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	1.41 455	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	0.54 249	0.33 214	0.83 310	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	0.22 272	0.15 217	0.23 267	0.20 239	0.22 256	0.23 298

test_sample1	0.61 212	0.29 208	0.75 252	0.50 165	0.31 174	0.76 267	0.48 265	1.59 343	0.84 177	0.90 188	0.94 176	0.88 238	0.95 360	1.16 221	0.67 307	0.22 272	0.18 306	0.20 165	0.19 207	0.21 233	0.21 260

MyStereo06	0.61 212	0.28 173	0.95 346	0.56 286	0.46 346	0.61 179	0.73 402	1.78 399	0.67 124	1.03 231	1.12 258	1.13 335	0.56 182	0.78 108	0.41 163	0.17 99	0.16 256	0.23 267	0.20 239	0.22 256	0.20 243

ACRE	0.61 212	0.33 299	1.01 367	0.58 308	0.49 355	0.75 261	0.47 254	1.06 199	0.95 211	1.37 404	1.55 413	0.62 149	0.46 118	0.83 125	0.70 315	0.23 297	0.15 217	0.19 130	0.16 146	0.18 117	0.21 260

Anonymous3	0.61 212	0.44 396	1.11 404	0.59 321	0.49 355	0.93 343	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	0.35 447	0.30 448	0.26 345	0.26 380	0.31 384	0.27 358

test_sample2	0.62 216	0.29 208	0.74 248	0.50 165	0.28 109	0.80 294	0.61 364	1.61 350	1.00 240	0.88 185	0.99 192	0.94 264	0.83 303	1.16 221	0.51 244	0.23 297	0.18 306	0.22 229	0.21 283	0.23 281	0.22 278

tt1	0.62 216	0.32 277	0.51 82	0.54 249	0.26 61	1.16 398	0.48 265	0.95 142	2.47 523	0.57 113	0.77 137	0.49 90	0.81 290	1.55 316	0.32 64	0.20 212	0.12 50	0.24 287	0.15 104	0.19 158	0.20 243

CIPLG	0.62 216	0.33 299	0.96 352	0.58 308	0.50 362	0.75 261	0.48 265	1.05 186	0.96 216	1.40 416	1.57 421	0.64 155	0.48 138	0.89 147	0.70 315	0.23 297	0.15 217	0.19 130	0.16 146	0.19 158	0.21 260

IPLGR_C	0.62 216	0.33 299	0.99 358	0.58 308	0.49 355	0.76 267	0.48 265	1.10 212	0.96 216	1.40 416	1.56 417	0.62 149	0.48 138	0.80 114	0.71 320	0.23 297	0.15 217	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	1.25 346	2.23 495	0.70 176	0.61 213	1.07 198	0.47 221	0.20 212	0.13 108	0.23 267	0.19 207	0.19 158	0.30 389

Pruner-Stereo	0.62 216	0.29 208	0.70 202	0.61 346	0.31 174	0.63 190	0.43 210	1.17 230	0.99 235	1.53 444	1.08 236	0.95 272	0.55 177	1.35 268	0.51 244	0.23 297	0.14 159	0.24 287	0.21 283	0.21 233	0.23 298

DIP-Stereo	0.62 216	0.30 228	0.83 293	0.48 138	0.36 245	0.95 348	0.33 89	2.37 519	0.67 124	1.25 346	1.00 196	0.68 167	0.51 155	0.91 150	0.61 289	0.18 138	0.15 217	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	0.62 358	0.65 439	0.81 303	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	0.28 390	0.19 323	0.47 488	0.21 283	0.35 409	0.25 324

rvit_0105_3	0.63 223	0.44 396	1.08 396	0.72 442	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	0.35 447	0.34 469	0.34 438	0.32 446	0.27 334	0.28 370

mmm	0.63 223	0.35 343	0.72 220	0.51 195	0.30 148	0.86 322	0.54 309	1.59 343	0.86 179	1.07 238	1.38 365	0.79 199	0.75 257	0.91 150	0.58 276	0.22 272	0.18 306	0.29 386	0.25 363	0.25 308	0.23 298

HH	0.63 223	0.30 228	0.77 269	0.50 165	0.32 193	0.49 87	0.46 247	1.65 359	0.64 106	0.69 138	1.09 241	1.63 440	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	1.65 359	0.64 106	0.69 138	1.09 241	1.63 440	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	2.27 542	0.84 492	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	2.24 542	0.10 9	0.14 1	0.09 1	0.15 38	1.06 531

TestStereo1	0.63 223	0.28 173	0.75 252	0.76 460	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	0.20 212	0.15 217	0.22 229	0.18 185	0.21 233	0.17 146

RAFT_CTSACE	0.63 223	0.26 123	0.88 319	0.55 273	0.51 373	0.71 245	0.44 223	0.80 85	0.97 223	0.97 208	1.84 464	1.18 343	0.68 236	1.47 301	0.36 114	0.16 56	0.15 217	0.21 200	0.20 239	0.20 192	0.14 61

SA-5K	0.63 223	0.28 173	0.75 252	0.76 460	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	0.20 212	0.15 217	0.22 229	0.18 185	0.21 233	0.17 146

ICVP	0.63 223	0.33 299	0.57 124	0.61 346	0.40 298	0.80 294	0.58 350	1.61 350	0.89 190	0.90 188	1.24 306	0.88 238	0.73 253	0.72 89	0.88 372	0.29 401	0.21 363	0.22 229	0.21 283	0.24 296	0.27 358
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	0.81 473	0.67 446	0.43 51	0.23 24	1.03 172	0.58 89	0.65 133	1.56 417	1.41 396	0.39 81	1.28 250	0.35 104	0.20 212	0.14 159	0.20 165	0.19 207	0.18 117	0.14 61

ACVNet	0.63 223	0.31 261	0.54 100	0.54 249	0.36 245	0.80 294	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	0.21 246	0.19 323	0.21 200	0.18 185	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	1.31 380	1.43 378	1.62 435	1.12 418	0.94 161	0.88 372	0.15 35	0.12 50	0.20 165	0.20 239	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	1.31 380	1.43 378	1.62 435	1.12 418	0.94 161	0.88 372	0.15 35	0.12 50	0.20 165	0.20 239	0.20 192	0.18 171

rvit_stereo_0075_2	0.64 235	0.46 405	1.05 383	0.66 397	0.66 442	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	0.37 455	0.28 433	0.40 471	0.31 438	0.37 420	0.32 405

cc1	0.64 235	0.31 261	0.50 75	0.54 249	0.26 61	1.18 401	0.51 284	0.93 130	3.05 536	0.58 115	0.79 145	0.48 82	0.88 328	1.46 297	0.32 64	0.20 212	0.12 50	0.25 326	0.15 104	0.19 158	0.19 211

GwcNet-ADL	0.64 235	0.31 261	0.79 280	0.56 286	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	0.27 377	0.18 306	0.18 108	0.18 185	0.25 308	0.29 375

RAFT	0.64 235	0.30 228	0.73 232	0.59 321	0.33 214	0.68 228	0.58 350	1.04 178	0.76 152	1.08 239	1.19 292	1.65 446	0.93 350	1.06 194	0.56 270	0.21 246	0.18 306	0.27 361	0.24 348	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	3.25 455	0.45 200	0.22 272	0.15 217	0.24 287	0.18 185	0.27 334	0.16 121

DN-CSS_ROB	0.64 235	0.32 277	1.05 383	0.55 273	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	0.25 326	0.22 312	0.22 256	0.20 243

MyStereo8	0.65 243	0.29 208	1.00 363	0.58 308	0.49 355	0.91 332	0.35 109	1.18 235	1.31 408	1.16 295	1.27 320	0.90 247	0.64 227	0.72 89	0.95 386	0.18 138	0.14 159	0.20 165	0.18 185	0.22 256	0.26 348

StereoVision	0.65 243	0.34 322	0.86 301	0.59 321	0.40 298	0.50 101	0.41 187	1.09 209	0.93 206	0.71 142	2.50 508	0.82 210	0.57 191	1.03 185	0.49 233	0.25 338	0.28 433	0.29 386	0.28 412	0.36 416	0.20 243

CASS	0.65 243	0.34 322	0.72 220	0.56 286	0.27 85	0.78 280	0.42 191	1.59 343	0.86 179	1.30 370	1.25 310	0.87 234	0.84 307	0.84 128	0.54 264	0.35 447	0.19 323	0.26 345	0.21 283	0.28 353	0.42 451
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_5	0.65 243	0.30 228	0.75 252	0.67 409	0.50 362	0.92 339	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	0.23 267	0.22 312	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	2.96 534	0.70 133	1.15 285	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	0.53 234	0.27 85	0.60 173	0.40 171	2.28 511	0.64 106	0.71 142	3.18 521	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	1.05 375	0.49 275	1.76 391	1.02 246	1.18 309	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	0.29 364	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	0.56 286	0.46 346	0.61 179	0.73 402	1.34 276	1.41 455	1.15 285	0.91 168	0.77 191	0.80 286	1.41 290	0.63 296	0.17 99	0.16 256	0.23 267	0.20 239	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	1.16 295	1.31 336	1.25 360	0.62 218	0.89 147	0.57 273	0.20 212	0.16 256	0.27 361	0.19 207	0.40 437	0.25 324

ToySt	0.66 250	0.33 299	1.23 422	0.51 195	0.33 214	0.86 322	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	0.19 323	0.24 287	0.24 348	0.27 334	0.23 298

DisPM	0.66 250	0.28 173	0.72 220	0.61 346	0.35 235	0.62 188	0.45 240	1.02 167	0.99 235	1.56 453	1.10 245	0.80 201	0.59 201	2.37 416	0.41 163	0.23 297	0.14 159	0.23 267	0.21 283	0.20 192	0.25 324

SA	0.66 250	0.30 228	0.82 289	0.61 346	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	0.15 217	0.25 326	0.23 335	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	1.16 295	1.34 351	1.24 356	0.64 227	0.98 173	0.59 279	0.21 246	0.16 256	0.33 428	0.19 207	0.36 416	0.25 324

GES	0.66 250	0.34 322	0.90 329	0.59 321	0.38 277	0.94 344	0.57 346	2.11 481	0.86 179	1.02 227	1.11 251	0.66 162	0.79 280	0.99 176	0.61 289	0.27 377	0.19 323	0.20 165	0.20 239	0.21 233	0.30 389

MSMDNet	0.66 250	0.32 277	0.87 312	0.49 153	0.37 260	0.79 286	0.40 171	1.43 300	1.31 408	1.15 285	1.31 336	1.24 356	0.63 223	0.88 142	0.57 273	0.21 246	0.16 256	0.26 345	0.19 207	0.39 433	0.24 312

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	1.16 295	1.34 351	1.23 354	0.64 227	0.98 173	0.59 279	0.21 246	0.16 256	0.35 446	0.20 239	0.37 420	0.25 324

MyStereo04	0.67 259	0.29 208	1.07 392	0.55 273	0.45 335	0.59 165	0.79 418	1.50 315	1.40 451	0.91 193	0.91 168	0.74 182	0.86 318	1.52 308	0.62 292	0.17 99	0.16 256	0.24 287	0.20 239	0.23 281	0.20 243

xx1	0.67 259	0.31 261	0.50 75	0.54 249	0.26 61	1.18 401	0.51 284	0.93 130	3.05 536	0.58 115	0.79 145	0.95 272	0.77 269	1.46 297	0.32 64	0.20 212	0.12 50	0.24 287	0.23 335	0.22 256	0.21 260

GMStereo_Zeroshot	0.67 259	0.61 465	1.01 367	0.64 376	0.37 260	0.84 318	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	0.32 421	0.17 285	0.31 404	0.18 185	0.52 481	0.22 278

DMCA	0.67 259	0.34 322	0.90 329	0.51 195	0.44 328	0.86 322	0.47 254	1.42 294	1.02 246	1.17 304	1.12 258	1.23 354	0.75 257	0.78 108	0.95 386	0.25 338	0.19 323	0.27 361	0.19 207	0.24 296	0.27 358

test_sample3	0.68 263	0.32 277	0.88 319	0.52 216	0.30 148	0.97 358	0.52 295	1.86 424	1.15 322	1.08 239	1.11 251	0.88 238	0.71 248	1.17 225	0.68 311	0.25 338	0.20 341	0.25 326	0.25 363	0.25 308	0.25 324

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	1.16 295	1.07 231	0.60 140	0.54 170	3.58 465	0.37 126	0.18 138	0.14 159	0.20 165	0.22 312	0.20 192	0.16 121

test_sample5	0.69 265	0.34 322	0.87 312	0.52 216	0.30 148	0.84 318	0.54 309	1.83 417	1.14 310	1.11 259	1.25 310	0.88 238	0.78 276	1.23 236	0.65 301	0.26 361	0.20 341	0.27 361	0.27 391	0.27 334	0.26 348

test_sample4	0.69 265	0.33 299	0.91 332	0.51 195	0.30 148	0.92 339	0.52 295	1.87 426	1.15 322	1.14 279	1.18 285	0.87 234	0.75 257	1.18 227	0.68 311	0.25 338	0.20 341	0.26 345	0.26 380	0.26 320	0.25 324

IPLG	0.69 265	0.27 151	0.97 354	0.51 195	0.43 321	0.79 286	0.33 89	1.21 246	1.06 263	1.30 370	1.10 245	0.52 107	0.55 177	3.16 453	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	0.64 376	0.39 287	0.85 321	0.58 350	1.75 385	1.14 310	0.97 208	1.19 292	1.17 340	0.93 350	0.99 176	0.62 292	0.28 390	0.20 341	0.34 438	0.31 438	0.32 393	0.27 358

IGEV-BASED-STEREO-	0.70 269	3.18 562	2.55 516	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	1.35 536	0.10 9	0.22 229	0.19 207	0.46 467	1.31 536

DualNet	0.70 269	0.34 322	0.87 312	0.52 216	0.30 148	0.84 318	0.54 309	1.83 417	1.14 310	1.14 279	1.33 344	0.88 238	0.78 276	1.23 236	0.65 301	0.26 361	0.20 341	0.27 361	0.27 391	0.27 334	0.26 348

CFNet_ucs	0.70 269	0.33 299	0.88 319	0.50 165	0.43 321	0.74 256	0.44 223	1.60 347	1.29 398	1.22 326	1.54 411	1.09 323	0.63 223	0.99 176	0.59 279	0.25 338	0.20 341	0.37 457	0.21 283	0.40 437	0.28 370

IER	0.70 269	0.31 261	1.02 374	0.48 138	0.52 385	1.34 428	0.51 284	1.17 230	0.99 235	1.23 332	1.34 351	1.12 330	1.11 415	0.99 176	0.71 320	0.20 212	0.16 256	0.21 200	0.21 283	0.20 192	0.19 211

HCRNet	0.70 269	0.39 372	0.73 232	0.60 332	0.59 421	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	0.28 390	0.19 323	0.28 376	0.23 335	0.25 308	0.23 298

SFCPSM	0.70 269	0.28 173	1.02 374	0.51 195	0.38 277	1.37 431	0.66 381	2.00 460	1.03 250	1.17 304	1.21 298	0.82 210	0.78 276	1.03 185	0.53 258	0.21 246	0.17 285	0.22 229	0.24 348	0.21 233	0.19 211

AdaStereo	0.70 269	0.43 393	0.75 252	0.73 450	0.37 260	0.92 339	0.53 303	1.85 421	1.18 341	1.12 261	1.23 304	1.07 312	0.65 233	0.96 164	0.63 296	0.31 414	0.15 217	0.32 419	0.21 283	0.29 364	0.22 278
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	0.82 305	0.58 350	1.79 405	1.15 322	1.14 279	1.33 344	0.91 250	0.79 280	1.31 256	0.74 327	0.27 377	0.21 363	0.27 361	0.29 423	0.28 353	0.27 358

BSDual-CNN	0.71 276	0.32 277	0.68 183	0.54 249	0.44 328	1.27 416	0.65 376	2.16 491	0.98 228	1.20 317	1.11 251	1.12 330	0.74 255	0.91 150	0.66 304	0.24 312	0.17 285	0.25 326	0.22 312	0.22 256	0.22 278

DFGA-Net	0.72 278	0.40 378	1.40 446	0.52 216	0.45 335	0.83 310	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	0.16 256	0.24 287	0.23 335	0.27 334	0.25 324

rvit_105_1	0.72 278	0.52 431	1.01 367	0.78 465	0.49 355	0.75 261	0.87 440	1.12 220	1.18 341	0.99 215	0.79 145	0.90 247	0.77 269	1.26 245	0.75 332	0.41 469	0.36 485	0.36 454	0.41 482	0.30 375	0.33 411

DCVSM-stereo	0.72 278	0.35 343	0.76 262	0.55 273	0.42 311	0.73 252	0.38 148	1.21 246	1.02 246	1.79 482	1.04 223	1.62 435	1.03 396	1.04 191	0.79 349	0.24 312	0.27 426	0.29 386	0.24 348	0.30 375	0.36 427

AIO-Stereo-zeroshot	0.72 278	0.35 343	1.70 478	0.49 153	0.56 401	0.63 190	0.38 148	2.41 522	0.65 121	0.77 155	1.07 231	1.82 467	0.95 360	0.93 158	0.43 184	0.20 212	0.13 108	0.21 200	0.25 363	0.28 353	0.26 348

qqq1	0.72 278	0.30 228	0.86 301	0.46 101	0.26 61	0.82 305	0.43 210	2.05 471	1.39 446	1.23 332	1.47 392	0.98 282	0.95 360	1.71 346	0.44 187	0.24 312	0.20 341	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	0.82 305	0.43 210	2.05 471	1.39 446	1.23 332	1.47 392	0.98 282	0.95 360	1.71 346	0.44 187	0.24 312	0.20 341	0.18 108	0.15 104	0.18 117	0.18 171

ffm	0.72 278	0.33 299	0.85 295	0.53 234	0.37 260	0.74 256	0.56 335	0.95 142	2.47 523	1.15 285	1.45 385	1.06 307	0.82 295	1.55 316	0.32 64	0.20 212	0.12 50	0.31 404	0.27 391	0.19 158	0.20 243

anonymousa	0.72 278	0.27 151	0.75 252	0.47 112	0.63 434	1.43 443	0.45 240	1.24 260	0.89 190	1.28 355	1.75 454	1.62 435	1.13 422	0.69 78	0.59 279	0.19 179	0.16 256	0.23 267	0.25 363	0.20 192	0.18 171

Sa-1000	0.72 278	0.29 208	0.76 262	0.59 321	0.30 148	0.73 252	0.37 142	1.62 354	1.33 416	1.28 355	2.04 485	0.86 230	0.75 257	1.84 363	0.38 137	0.19 179	0.14 159	0.25 326	0.23 335	0.20 192	0.16 121

psmg	0.72 278	0.32 277	0.68 183	0.50 165	0.44 328	1.48 447	0.75 407	1.94 448	0.98 228	1.21 321	1.33 344	1.12 330	0.74 255	0.91 150	0.66 304	0.24 312	0.19 323	0.25 326	0.25 363	0.23 281	0.22 278

UDGNet	0.72 278	1.17 523	0.80 285	0.77 463	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	0.52 497	0.19 323	1.02 531	0.26 380	0.71 510	0.31 399

PSMNet-ADL	0.72 278	0.35 343	0.62 150	0.69 424	0.46 346	1.14 390	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	0.33 430	0.22 381	0.21 200	0.23 335	0.27 334	0.29 375

LCNet	0.72 278	0.28 173	0.52 89	0.55 273	0.31 174	0.69 233	0.54 309	1.00 160	0.88 187	1.19 313	1.34 351	0.97 280	1.34 459	2.56 429	0.45 200	0.18 138	0.13 108	0.21 200	0.25 363	0.27 334	0.73 514

GANet-RSSM	0.72 278	0.28 173	0.63 153	0.64 376	0.58 413	0.80 294	0.58 350	1.89 432	1.08 274	1.04 234	1.25 310	1.15 338	1.04 398	1.49 303	0.62 292	0.25 338	0.19 323	0.22 229	0.22 312	0.22 256	0.21 260

PSMNet-RSSM	0.72 278	0.30 228	0.61 145	0.63 367	0.42 311	0.73 252	0.56 335	1.92 442	1.10 289	1.09 245	1.37 360	1.22 349	0.98 377	1.28 250	0.72 323	0.27 377	0.19 323	0.27 361	0.29 423	0.24 296	0.24 312

CFNet-ft	0.72 278	0.32 277	0.54 100	0.66 397	0.54 392	0.83 310	0.55 327	1.37 282	1.15 322	0.93 196	1.28 326	1.57 427	0.97 370	1.35 268	0.81 355	0.26 361	0.20 341	0.33 428	0.25 363	0.30 375	0.23 298

CFNet_RVC	0.72 278	0.32 277	0.54 100	0.66 397	0.54 392	0.83 310	0.55 327	1.37 282	1.15 322	0.93 196	1.28 326	1.57 427	0.97 370	1.35 268	0.81 355	0.26 361	0.20 341	0.33 428	0.25 363	0.30 375	0.23 298

MLCV	0.72 278	0.34 322	1.10 402	0.51 195	0.23 22	0.91 332	0.39 163	1.33 271	1.23 369	1.46 430	1.55 413	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	0.54 249	0.39 287	0.95 348	0.66 381	1.66 364	1.09 282	1.24 340	1.02 210	1.64 443	0.71 248	1.63 329	1.02 398	0.20 212	0.14 159	0.17 74	0.15 104	0.20 192	0.22 278

G2L-Stereo_test	0.73 296	0.27 151	0.74 248	0.49 153	0.40 298	0.90 328	0.81 427	1.53 330	1.14 310	1.28 355	1.27 320	1.52 421	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	0.54 249	0.36 245	1.14 390	0.61 364	2.34 516	1.17 334	1.16 295	1.25 310	0.91 250	0.87 323	1.33 263	0.64 300	0.20 212	0.16 256	0.21 200	0.18 185	0.20 192	0.18 171

cf-r	0.73 296	0.30 228	0.77 269	0.55 273	0.63 434	0.78 280	0.48 265	1.79 405	1.15 322	1.13 276	1.26 317	1.43 398	0.87 323	1.40 289	0.85 368	0.25 338	0.18 306	0.22 229	0.23 335	0.19 158	0.19 211

BEATNet_4x	0.73 296	0.49 417	1.17 416	0.53 234	0.26 61	1.03 372	0.55 327	1.82 412	1.06 263	1.21 321	1.22 300	0.96 278	0.91 338	1.01 181	1.06 402	0.21 246	0.14 159	0.24 287	0.19 207	0.37 420	0.21 260

test_sample7	0.74 301	0.37 360	0.76 262	0.52 216	0.35 235	0.91 332	0.67 385	1.78 399	1.21 360	1.22 326	1.18 285	1.08 313	0.92 341	1.23 236	0.67 307	0.31 414	0.28 433	0.32 419	0.31 438	0.33 402	0.29 375

gwcnet-sp	0.74 301	0.33 299	1.44 453	0.57 302	0.45 335	1.40 437	0.54 309	1.50 315	1.14 310	1.30 370	1.02 210	0.94 264	0.82 295	1.39 283	0.76 335	0.21 246	0.21 363	0.22 229	0.21 283	0.22 256	0.22 278

scenet	0.74 301	0.33 299	1.44 453	0.57 302	0.45 335	1.40 437	0.54 309	1.50 315	1.14 310	1.30 370	1.02 210	0.94 264	0.82 295	1.39 283	0.76 335	0.21 246	0.21 363	0.22 229	0.21 283	0.22 256	0.22 278

ssnet	0.74 301	0.33 299	1.44 453	0.57 302	0.45 335	1.40 437	0.54 309	1.50 315	1.14 310	1.30 370	1.02 210	0.94 264	0.82 295	1.39 283	0.76 335	0.21 246	0.21 363	0.22 229	0.21 283	0.22 256	0.22 278

BUS	0.74 301	0.32 277	0.68 183	0.54 249	0.44 328	2.34 511	0.42 191	2.16 491	0.98 228	1.20 317	1.11 251	1.03 302	0.62 218	0.91 150	0.70 315	0.24 312	0.17 285	0.25 326	0.22 312	0.22 256	0.22 278

GMM-Stereo	0.74 301	0.25 102	0.59 137	0.54 249	0.34 231	0.72 248	0.99 469	1.01 166	0.87 183	1.36 401	1.78 457	1.12 330	0.81 290	2.09 390	0.46 214	0.18 138	0.12 50	0.25 326	0.25 363	0.20 192	0.85 520

DMCA-RVC	0.74 301	0.40 378	1.27 431	0.66 397	0.49 355	0.77 275	0.47 254	1.35 279	1.01 243	1.53 444	1.01 202	1.29 374	0.82 295	1.31 256	0.78 343	0.27 377	0.21 363	0.35 446	0.27 391	0.32 393	0.24 312

DeepPruner_ROB	0.74 301	0.48 414	0.87 312	0.57 302	0.44 328	0.79 286	0.54 309	1.73 378	0.96 216	1.38 409	1.27 320	1.24 356	0.73 253	1.43 291	0.73 326	0.34 440	0.28 433	0.27 361	0.26 380	0.31 384	0.31 399

SMFormer	0.75 309	0.30 228	0.86 301	0.46 101	0.26 61	0.82 305	0.43 210	2.05 471	1.39 446	1.23 332	1.47 392	0.98 282	0.95 360	1.71 346	0.82 360	0.24 312	0.20 341	0.22 229	0.21 283	0.23 281	0.24 312

tta	0.75 309	0.30 228	0.86 301	0.46 101	0.26 61	0.82 305	0.43 210	2.05 471	1.39 446	1.23 332	1.47 392	0.98 282	0.95 360	1.71 346	0.82 360	0.24 312	0.20 341	0.22 229	0.21 283	0.18 117	0.18 171

KYRaft	0.75 309	0.28 173	0.62 150	0.56 286	0.29 126	0.67 221	0.86 438	0.94 137	0.84 177	1.62 464	2.21 494	1.16 339	1.02 394	1.57 319	0.40 152	0.20 212	0.13 108	0.22 229	0.28 412	0.20 192	1.02 526

Prome-Stereo	0.75 309	0.27 151	0.53 94	0.55 273	0.32 193	0.59 165	0.97 465	0.89 113	0.88 187	1.45 428	2.46 506	0.91 250	1.41 464	1.58 321	0.44 187	0.18 138	0.13 108	0.19 130	0.17 167	0.20 192	0.92 522

acv_ft	0.75 309	0.31 261	0.95 346	0.70 430	0.86 497	1.24 412	0.53 303	1.44 301	1.07 268	1.24 340	1.30 330	1.08 313	0.92 341	0.80 114	1.34 443	0.21 246	0.19 323	0.21 200	0.18 185	0.21 233	0.18 171

iResNet	0.75 309	0.40 378	1.36 444	0.67 409	0.29 126	0.92 339	0.59 358	1.52 324	1.25 378	1.28 355	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	0.23 298

PAM	0.76 315	0.29 208	1.08 396	0.52 216	0.33 214	1.38 434	0.39 163	2.01 464	0.67 124	1.06 235	0.96 180	2.89 522	1.43 466	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	0.79 467	0.81 488	1.14 390	0.56 335	2.02 468	1.08 274	1.22 326	1.24 306	0.93 261	0.76 265	0.77 103	1.16 420	0.27 377	0.23 393	0.24 287	0.20 239	0.28 353	0.24 312

PAM_32	0.77 317	0.28 173	1.03 378	0.52 216	0.30 148	1.32 424	0.35 109	1.97 455	0.65 121	1.02 227	1.06 227	3.05 523	1.49 476	0.96 164	0.36 114	0.19 179	0.13 108	0.20 165	0.18 185	0.19 158	0.19 211

testlalala_base	0.77 317	0.40 378	0.70 202	0.65 390	0.50 362	0.79 286	0.28 53	1.50 315	0.51 70	0.73 148	0.90 166	0.69 172	0.54 170	0.66 73	0.40 152	2.82 547	0.14 159	0.17 74	0.12 38	2.68 543	0.19 211

NINENet	0.77 317	0.37 360	0.78 277	0.62 358	0.51 373	2.34 511	0.42 191	1.83 417	1.04 255	1.14 279	1.23 304	1.03 302	0.62 218	1.24 241	0.70 315	0.28 390	0.23 393	0.31 404	0.21 283	0.26 320	0.25 324

hknet	0.77 317	0.32 277	0.95 346	0.54 249	0.38 277	1.27 416	0.65 376	2.16 491	1.07 268	1.20 317	1.11 251	1.59 431	0.81 290	1.37 274	0.66 304	0.22 272	0.17 285	0.25 326	0.22 312	0.22 256	0.22 278

ARAFT	0.77 317	0.36 353	1.49 467	0.51 195	0.31 174	0.90 328	0.82 429	1.90 435	1.06 263	1.62 464	1.24 306	1.02 298	0.64 227	1.84 363	0.50 239	0.18 138	0.14 159	0.28 376	0.27 391	0.17 87	0.16 121

psm_up	0.77 317	0.34 322	0.70 202	0.66 397	0.58 413	1.05 375	0.92 453	1.52 324	1.12 295	1.26 350	1.16 280	1.31 379	1.23 442	1.20 231	0.81 355	0.25 338	0.29 444	0.31 404	0.27 391	0.27 334	0.25 324

GwcNet-RSSM	0.77 317	0.32 277	1.01 367	0.62 358	0.54 392	0.78 280	0.51 284	1.73 378	1.20 354	1.09 245	1.37 360	1.46 408	0.85 310	1.53 312	1.09 408	0.25 338	0.18 306	0.23 267	0.24 348	0.20 192	0.19 211

iResNet_ROB	0.77 317	0.30 228	0.99 358	0.57 302	0.36 245	0.83 310	0.36 125	2.33 514	1.58 478	1.27 353	1.30 330	1.25 360	0.84 307	1.65 332	0.79 349	0.20 212	0.14 159	0.17 74	0.12 38	0.18 117	0.27 358

DDVS	0.78 325	0.41 386	0.94 342	0.60 332	0.43 321	1.30 421	0.43 210	1.40 290	0.91 199	1.20 317	1.15 275	1.43 398	0.64 227	2.18 400	0.89 375	0.28 390	0.22 381	0.26 345	0.23 335	0.31 384	0.33 411

PSM-softLoss	0.78 325	0.31 261	0.77 269	0.58 308	0.32 193	0.56 152	0.40 171	1.18 235	0.70 133	1.24 340	1.07 231	0.83 217	0.52 160	5.36 497	0.53 258	0.24 312	0.15 217	0.25 326	0.22 312	0.20 192	0.25 324

KMStereo	0.78 325	0.31 261	0.77 269	0.58 308	0.32 193	0.56 152	0.40 171	1.18 235	0.70 133	1.24 340	1.07 231	0.83 217	0.52 160	5.36 497	0.53 258	0.24 312	0.15 217	0.25 326	0.22 312	0.20 192	0.25 324

STTStereo	0.78 325	0.50 424	1.22 421	0.64 376	0.54 392	0.89 325	0.54 309	1.44 301	1.11 291	1.38 409	1.09 241	1.27 368	0.85 310	1.43 291	0.83 362	0.29 401	0.27 426	0.33 428	0.39 477	0.32 393	0.30 389

PSM-AAD	0.79 329	0.27 151	0.53 94	0.55 273	0.28 109	0.77 275	1.24 497	0.99 156	0.91 199	1.66 469	1.57 421	0.81 205	2.19 523	1.65 332	0.44 187	0.19 179	0.14 159	0.38 460	0.32 446	0.21 233	0.70 511

hitnet-ft	0.79 329	0.35 343	0.57 124	0.58 308	0.42 311	0.96 354	0.46 247	1.47 307	1.33 416	1.19 313	1.22 300	1.81 464	0.98 377	1.66 336	0.94 382	0.33 430	0.28 433	0.34 438	0.27 391	0.35 409	0.31 399

NLCA_NET_v2_RVC	0.79 329	0.43 393	1.05 383	0.64 376	0.58 413	0.95 348	0.53 303	1.53 330	1.18 341	1.37 404	1.15 275	1.43 398	0.88 328	1.61 326	0.84 365	0.25 338	0.22 381	0.27 361	0.27 391	0.29 364	0.29 375
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	0.70 430	0.51 373	0.95 348	0.60 362	1.78 399	1.23 369	1.36 401	1.37 360	1.82 467	0.81 290	1.32 260	1.13 417	0.26 361	0.17 285	0.19 130	0.20 239	0.24 296	0.25 324

G2L-Stereo	0.80 332	0.32 277	0.95 346	0.60 332	0.42 311	0.78 280	0.69 393	1.50 315	1.09 282	1.33 392	1.14 267	1.45 405	0.72 251	2.45 421	1.10 411	0.25 338	0.20 341	0.26 345	0.21 283	0.20 192	0.26 348

ISRNet	0.80 332	0.33 299	1.07 392	0.81 473	0.66 442	0.60 173	0.34 101	1.19 243	1.13 307	1.59 460	1.53 406	1.35 386	0.77 269	1.27 248	0.94 382	0.39 462	0.34 469	0.43 478	0.38 475	0.34 406	0.49 475

NF-Stereo	0.80 332	0.30 228	0.75 252	0.60 332	0.31 174	0.64 193	0.44 223	1.21 246	0.90 194	1.29 361	1.02 210	0.82 210	0.57 191	5.40 501	0.48 226	0.23 297	0.14 159	0.24 287	0.20 239	0.20 192	0.30 389

OCTAStereo	0.80 332	0.30 228	0.75 252	0.60 332	0.31 174	0.64 193	0.44 223	1.21 246	0.90 194	1.29 361	1.01 202	0.82 210	0.57 191	5.35 496	0.48 226	0.24 312	0.14 159	0.24 287	0.20 239	0.20 192	0.30 389

DRaft	0.80 332	0.24 74	0.70 202	0.45 94	0.30 148	0.97 358	0.53 303	1.05 186	0.97 223	1.78 479	2.02 483	0.80 201	1.74 496	2.73 437	0.72 323	0.17 99	0.14 159	0.20 165	0.20 239	0.18 117	0.21 260

RE-Stereo	0.80 332	0.30 228	0.75 252	0.60 332	0.31 174	0.64 193	0.44 223	1.21 246	0.90 194	1.29 361	1.01 202	0.81 205	0.57 191	5.37 499	0.48 226	0.24 312	0.14 159	0.24 287	0.20 239	0.20 192	0.30 389

TVStereo	0.80 332	0.30 228	0.75 252	0.60 332	0.31 174	0.64 193	0.44 223	1.21 246	0.90 194	1.29 361	1.01 202	0.81 205	0.57 191	5.37 499	0.48 226	0.24 312	0.14 159	0.24 287	0.20 239	0.20 192	0.30 389

UPFNet	0.80 332	0.32 277	0.90 329	0.59 321	0.74 465	1.26 415	0.80 424	1.52 324	1.10 289	1.30 370	1.12 258	1.30 375	0.84 307	1.67 337	1.09 408	0.24 312	0.24 402	0.24 287	0.23 335	0.25 308	0.18 171

iResNetv2_ROB	0.80 332	0.37 360	1.71 480	0.56 286	0.37 260	0.94 344	0.64 374	1.73 378	1.34 419	1.23 332	1.42 374	1.26 364	0.92 341	1.85 366	0.56 270	0.23 297	0.15 217	0.19 130	0.14 88	0.24 296	0.19 211

StereoDRNet-Refined	0.80 332	0.41 386	0.88 319	0.62 358	0.42 311	1.33 426	0.48 265	1.52 324	1.17 334	1.45 428	1.44 383	1.44 403	0.90 335	1.26 245	1.24 429	0.20 212	0.16 256	0.27 361	0.24 348	0.25 308	0.28 370
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ITSA-stereo	0.82 343	0.36 353	0.82 289	0.54 249	0.31 174	0.80 294	0.47 254	2.17 497	1.67 484	1.13 276	1.13 263	0.94 264	0.86 318	2.46 424	1.00 396	0.26 361	0.23 393	0.28 376	0.27 391	0.28 353	0.36 427

DCRE	0.82 343	0.26 123	0.70 202	0.58 308	0.44 328	0.54 139	0.48 265	0.95 142	0.78 159	0.78 158	7.33 553	0.86 230	0.52 160	0.76 100	0.41 163	0.16 56	0.16 256	0.19 130	0.17 167	0.18 117	0.17 146

SepStereo	0.82 343	0.34 322	1.03 378	0.64 376	0.69 454	0.77 275	0.63 372	1.54 333	1.20 354	1.79 482	1.55 413	0.95 272	1.04 398	2.30 411	0.60 287	0.21 246	0.16 256	0.25 326	0.18 185	0.27 334	0.22 278

GrayStereo	0.82 343	0.26 123	0.58 130	0.63 367	0.37 260	0.76 267	1.86 530	1.11 218	0.87 183	1.99 498	1.89 471	1.08 313	1.82 504	1.39 283	0.48 226	0.19 179	0.14 159	0.19 130	0.21 283	0.18 117	0.39 441

LMCR-Stereo	0.82 343	0.46 405	0.88 319	0.75 457	0.43 321	1.33 426	0.56 335	2.43 524	0.98 228	1.53 444	1.49 399	0.74 182	1.00 387	1.63 329	0.89 375	0.28 390	0.17 285	0.22 229	0.17 167	0.29 364	0.20 243

ac_64	0.82 343	0.29 208	0.81 286	0.71 438	0.60 424	1.05 375	0.54 309	1.99 459	0.92 204	1.18 309	1.06 227	1.99 486	1.08 410	1.94 376	0.97 391	0.27 377	0.22 381	0.24 287	0.23 335	0.22 256	0.19 211

DualNet (step1)	0.83 349	0.49 417	1.13 408	0.56 286	0.39 287	1.02 369	0.73 402	1.78 399	1.21 360	1.22 326	1.18 285	1.08 313	0.92 341	1.23 236	0.67 307	0.57 506	0.28 433	0.62 515	0.67 522	0.45 461	0.42 451

SST-Stereo	0.83 349	0.28 173	0.72 220	0.59 321	0.31 174	0.72 248	0.26 40	1.09 209	0.86 179	1.47 431	1.10 245	1.00 289	0.87 323	5.73 509	0.45 200	0.22 272	0.13 108	0.23 267	0.19 207	0.23 281	0.18 171

RAFT_R40	0.83 349	0.28 173	0.73 232	0.59 321	0.31 174	0.69 233	0.44 223	1.10 212	0.95 211	1.47 431	1.10 245	1.00 289	0.85 310	5.53 503	0.46 214	0.22 272	0.13 108	0.23 267	0.20 239	0.23 281	0.18 171

UNet	0.83 349	0.34 322	1.31 435	0.58 308	0.74 465	1.58 457	0.49 275	1.41 292	1.04 255	1.21 321	1.08 236	1.54 423	1.12 418	1.65 332	1.09 408	0.23 297	0.17 285	0.25 326	0.20 239	0.25 308	0.22 278

FADNet_RVC	0.83 349	0.51 427	1.83 490	0.54 249	0.42 311	1.19 405	0.46 247	1.51 322	1.09 282	0.89 186	1.24 306	0.91 250	0.87 323	2.11 392	1.11 414	0.27 377	0.22 381	0.31 404	0.28 412	0.43 451	0.38 438

DAS	0.84 354	0.34 322	1.03 378	0.64 376	0.69 454	0.77 275	0.63 372	1.54 333	1.20 354	1.79 482	1.55 413	0.95 272	1.04 398	2.83 439	0.60 287	0.21 246	0.16 256	0.25 326	0.18 185	0.27 334	0.22 278

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	1.32 384	2.34 500	0.86 230	0.54 170	5.72 508	0.47 221	0.18 138	0.13 108	0.22 229	0.17 167	0.17 87	0.16 121

MMNet	0.84 354	0.32 277	1.09 399	0.60 332	0.59 421	1.85 485	0.49 275	1.51 322	1.27 389	1.37 404	1.15 275	1.26 364	1.18 430	1.67 337	1.22 427	0.19 179	0.18 306	0.23 267	0.22 312	0.25 308	0.21 260

FADNet-RVC-Resample	0.84 354	0.47 410	2.10 500	0.61 346	0.45 335	1.07 380	0.61 364	1.59 343	1.20 354	1.08 239	0.98 190	1.03 302	0.98 377	2.17 397	0.72 323	0.23 297	0.22 381	0.30 398	0.32 446	0.35 409	0.34 416

iRaft-Stereo_5w	0.85 358	0.29 208	0.91 332	0.53 234	0.43 321	0.49 87	0.68 389	0.99 156	0.87 183	0.79 161	1.34 351	1.46 408	0.91 338	5.11 491	1.11 414	0.17 99	0.14 159	0.22 229	0.18 185	0.20 192	0.20 243

SACVNet	0.85 358	0.46 405	0.85 295	0.81 473	0.56 401	0.80 294	0.79 418	1.68 367	1.12 295	1.34 396	1.33 344	1.25 360	0.94 355	2.39 418	0.76 335	0.34 440	0.26 417	0.31 404	0.29 423	0.35 409	0.44 460

ADLNet	0.85 358	0.36 353	0.89 325	0.85 490	0.72 459	1.24 412	0.76 410	1.82 412	1.36 433	1.52 443	1.35 357	1.27 368	0.99 385	1.23 236	1.15 419	0.27 377	0.20 341	0.26 345	0.25 363	0.28 353	0.30 389

delet	0.85 358	0.32 277	0.95 346	0.65 390	0.66 442	1.64 463	0.84 431	1.75 385	1.35 429	1.32 384	1.30 330	1.30 375	0.88 328	1.68 342	1.10 411	0.21 246	0.21 363	0.24 287	0.24 348	0.21 233	0.21 260

HGLStereo	0.85 358	0.38 367	0.94 342	0.80 470	1.03 510	1.17 400	0.58 350	1.52 324	1.20 354	1.19 313	1.62 433	1.13 335	1.20 436	1.80 360	1.06 402	0.24 312	0.24 402	0.24 287	0.21 283	0.23 281	0.27 358

CRFU-Net	0.86 363	0.39 372	1.00 363	0.65 390	0.57 404	1.78 478	0.86 438	2.15 488	0.81 167	1.38 409	1.18 285	1.64 443	1.19 433	1.35 268	0.90 378	0.26 361	0.22 381	0.21 200	0.19 207	0.23 281	0.24 312

dad	0.86 363	0.66 474	1.06 387	0.56 286	0.37 260	0.76 267	0.44 223	1.17 230	1.50 468	1.44 426	1.27 320	1.34 385	0.75 257	2.52 428	0.84 365	0.42 473	0.27 426	0.83 523	0.26 380	0.41 440	0.29 375

AACVNet	0.86 363	0.35 343	0.79 280	0.82 481	0.39 287	0.76 267	0.49 275	1.61 350	0.81 167	1.08 239	1.33 344	1.30 375	0.93 350	4.34 476	0.74 327	0.25 338	0.21 363	0.28 376	0.22 312	0.29 364	0.25 324

DLCB_ROB	0.86 363	0.40 378	0.78 277	0.68 420	0.54 392	1.11 385	0.84 431	1.49 311	1.23 369	1.64 468	1.65 440	1.70 452	0.91 338	1.70 344	1.05 400	0.25 338	0.24 402	0.26 345	0.27 391	0.27 334	0.24 312

HSM-Net_RVC	0.87 367	0.29 208	0.53 94	0.53 234	0.30 148	1.15 396	0.55 327	3.57 542	1.28 394	1.53 444	1.74 451	1.68 449	0.93 350	1.49 303	0.77 341	0.22 272	0.17 285	0.19 130	0.18 185	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	0.62 358	0.38 277	1.32 424	0.97 465	2.07 477	1.34 419	1.37 404	1.18 285	1.54 423	0.92 341	1.10 206	1.65 477	0.30 406	0.27 426	0.30 398	0.28 412	0.27 334	0.26 348

ADLNet2	0.88 368	0.34 322	1.17 416	0.77 463	0.64 437	1.12 388	0.76 410	1.74 383	1.24 375	1.21 321	1.65 440	1.71 453	1.05 402	1.67 337	1.17 423	0.24 312	0.21 363	0.21 200	0.22 312	0.26 320	0.29 375

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	3.28 522	0.96 278	0.98 377	4.90 488	0.49 233	0.19 179	0.16 256	0.22 229	0.19 207	0.19 158	0.27 358

IRAFT_RVC	0.88 368	0.28 173	0.76 262	0.63 367	0.31 174	0.65 209	1.02 474	1.22 254	0.94 209	1.22 326	1.04 223	1.01 296	0.98 377	5.82 511	0.53 258	0.22 272	0.12 50	0.25 326	0.20 239	0.20 192	0.19 211

FADNet-RVC	0.88 368	0.67 475	1.93 494	0.60 332	0.48 352	0.91 332	0.60 362	1.71 376	1.18 341	0.90 188	0.96 180	1.36 388	0.92 341	2.25 407	1.17 423	0.30 406	0.29 444	0.32 419	0.32 446	0.41 440	0.35 421

GEStereo_RVC	0.90 373	0.37 360	0.99 358	0.64 376	0.50 362	0.95 348	0.79 418	2.42 523	1.17 334	1.16 295	1.11 251	1.26 364	0.92 341	3.24 454	0.90 378	0.29 401	0.19 323	0.23 267	0.20 239	0.27 334	0.29 375

CBMV_ROB	0.90 373	0.44 396	0.63 153	0.51 195	0.37 260	1.25 414	0.49 275	1.77 395	1.27 389	1.41 418	2.00 480	1.33 381	1.08 410	2.17 397	0.76 335	0.43 478	0.42 502	0.47 488	0.44 489	0.41 440	0.36 427

PSMNet_ROB	0.90 373	0.52 431	1.17 416	0.72 442	0.61 427	1.27 416	1.12 486	1.76 391	1.12 295	1.09 245	1.28 326	1.45 405	0.89 334	1.65 332	1.42 460	0.33 430	0.25 411	0.37 457	0.39 477	0.35 409	0.29 375

FTStereo	0.91 376	0.26 123	0.56 114	0.54 249	0.33 214	0.66 217	1.87 531	1.00 160	0.75 146	1.75 476	4.15 532	1.04 305	1.65 489	1.57 319	0.46 214	0.19 179	0.16 256	0.23 267	0.21 283	0.18 117	0.63 502

PFNet	0.91 376	0.26 123	1.10 402	0.63 367	0.32 193	0.64 193	0.56 335	1.17 230	0.99 235	1.47 431	1.08 236	0.98 282	0.69 239	6.62 523	0.54 264	0.20 212	0.12 50	0.24 287	0.19 207	0.20 192	0.17 146

CBFPSM	0.92 378	0.33 299	1.86 491	0.49 153	0.38 277	1.75 471	0.84 431	1.39 288	1.12 295	1.09 245	0.99 192	2.37 505	1.66 493	1.32 260	1.42 460	0.19 179	0.18 306	0.20 165	0.20 239	0.21 233	0.33 411

FADNet	0.92 378	0.61 465	1.81 487	0.62 358	0.55 398	0.96 354	0.57 346	1.78 399	1.33 416	0.93 196	1.01 202	1.36 388	1.01 389	2.71 436	0.75 332	0.33 430	0.34 469	0.31 404	0.34 461	0.59 494	0.40 442

NVstereo2D	0.92 378	0.41 386	1.48 465	0.72 442	0.72 459	1.20 407	0.87 440	1.75 385	1.38 441	0.99 215	1.13 263	1.26 364	0.98 377	2.21 404	0.89 375	0.43 478	0.20 341	0.38 460	0.24 348	0.57 490	0.63 502

DispNO	0.93 381	0.30 228	1.34 443	0.55 273	0.55 398	0.89 325	0.49 275	1.48 309	1.21 360	1.17 304	1.27 320	1.19 344	0.90 335	5.23 494	0.74 327	0.22 272	0.17 285	0.24 287	0.21 283	0.19 158	0.20 243

DSFCA	0.93 381	0.34 322	1.06 387	0.52 216	0.65 439	1.55 454	0.93 457	1.49 311	1.19 349	1.56 453	1.15 275	1.50 417	0.96 367	3.07 448	1.02 398	0.30 406	0.26 417	0.25 326	0.25 363	0.28 353	0.24 312

ttt	0.94 383	0.34 322	0.59 137	0.61 346	0.37 260	0.94 344	0.50 283	2.17 497	1.34 419	1.23 332	1.61 430	0.91 250	0.76 265	1.85 366	3.97 528	0.30 406	0.26 417	0.26 345	0.24 348	0.29 364	0.29 375

fast-acv-ft	0.94 383	0.44 396	1.40 446	0.58 308	0.51 373	1.77 476	0.69 393	1.36 281	1.42 458	1.29 361	1.86 467	1.74 457	1.25 446	1.52 308	1.38 448	0.26 361	0.28 433	0.28 376	0.28 412	0.27 334	0.26 348

OMP-Stereo	0.94 383	0.33 299	0.72 220	0.90 504	0.31 174	0.49 87	0.36 125	1.16 228	1.06 263	1.58 459	1.12 258	1.46 408	0.69 239	6.94 531	0.49 233	0.19 179	0.14 159	0.24 287	0.18 185	0.20 192	0.14 61

CBMV	0.95 386	0.44 396	0.66 174	0.53 234	0.35 235	1.53 452	1.63 521	1.69 369	1.42 458	2.00 501	1.60 426	1.43 398	1.17 426	1.59 323	0.99 395	0.34 440	0.34 469	0.39 466	0.33 456	0.33 402	0.32 405
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	0.58 452	0.72 220	0.61 346	0.46 346	1.64 463	0.76 410	1.86 424	1.28 394	1.30 370	1.53 406	0.86 230	0.94 355	3.27 456	0.69 314	0.45 484	0.44 506	0.54 502	0.48 498	0.47 468	0.40 442

TransformOpticalFlow	0.96 387	0.28 173	0.89 325	0.52 216	0.31 174	0.66 217	0.54 309	1.75 385	1.12 295	1.09 245	1.44 383	1.37 391	1.01 389	6.70 528	0.42 174	0.19 179	0.12 50	0.20 165	0.19 207	0.18 117	0.19 211

IIG-Stereo	0.96 387	0.31 261	0.72 220	0.88 499	0.33 214	0.61 179	0.26 40	1.19 243	1.03 250	1.69 472	1.37 360	1.46 408	0.75 257	6.96 532	0.51 244	0.19 179	0.14 159	0.23 267	0.18 185	0.20 192	0.14 61

CFNet	0.96 387	0.36 353	1.01 367	0.62 358	0.42 311	0.99 364	0.47 254	1.90 435	1.32 412	0.99 215	1.39 369	1.10 325	0.86 318	5.58 506	0.79 349	0.23 297	0.17 285	0.28 376	0.27 391	0.26 320	0.21 260

XPNet_ROB	0.96 387	0.49 417	1.09 399	0.72 442	0.57 404	1.11 385	1.14 488	1.66 364	1.23 369	1.85 489	1.39 369	1.64 443	1.11 415	1.80 360	1.42 460	0.38 459	0.30 448	0.33 428	0.29 423	0.37 420	0.34 416

ETE_ROB	0.96 387	0.64 472	1.16 414	0.69 424	0.48 352	1.14 390	1.13 487	1.77 395	1.19 349	1.91 495	1.45 385	1.73 455	1.05 402	1.60 324	1.14 418	0.32 421	0.26 417	0.38 460	0.34 461	0.39 433	0.41 447

CSP-Net	0.97 393	0.38 367	0.83 293	0.53 234	0.41 306	1.63 461	0.77 413	2.00 460	1.05 259	1.25 346	1.20 296	1.33 381	0.83 303	4.93 490	0.85 368	0.32 421	0.22 381	0.20 165	0.20 239	0.23 281	0.25 324

DEmStereo	0.97 393	0.23 56	0.79 280	0.47 112	0.32 193	1.04 374	0.56 335	0.93 130	0.89 190	1.39 415	2.14 491	1.02 298	2.07 518	5.64 507	0.77 341	0.17 99	0.15 217	0.20 165	0.20 239	0.18 117	0.20 243

pcwnet_v2	0.97 393	0.37 360	4.33 533	0.62 358	0.54 392	0.79 286	0.45 240	2.02 468	1.58 478	1.42 424	1.64 438	1.09 323	0.79 280	1.24 241	0.67 307	0.32 421	0.25 411	0.29 386	0.27 391	0.37 420	0.35 421

FINET	0.97 393	0.54 436	1.60 473	0.63 367	0.79 481	1.08 381	1.07 481	1.56 340	2.20 517	1.15 285	1.49 399	0.94 264	0.88 328	2.32 412	1.05 400	0.42 473	0.35 480	0.32 419	0.28 412	0.43 451	0.38 438

AIO-Stereo-zeroshot1	0.98 397	0.39 372	3.21 525	0.50 165	0.63 434	0.64 193	0.39 163	2.36 517	0.75 146	0.95 203	4.63 537	1.81 464	0.56 182	0.96 164	0.41 163	0.18 138	0.13 108	0.21 200	0.26 380	0.32 393	0.35 421

StereoDRNet	0.98 397	0.47 410	1.70 478	0.76 460	0.94 505	1.51 450	0.91 451	1.92 442	1.32 412	1.61 461	1.13 263	1.47 413	0.97 370	1.75 351	1.46 467	0.28 390	0.23 393	0.29 386	0.27 391	0.35 409	0.27 358

ACV-stereo	0.99 399	0.51 427	1.41 451	0.56 286	0.41 306	2.43 515	0.57 346	1.15 226	1.18 341	0.81 167	1.01 202	3.39 529	2.14 521	1.60 324	1.07 405	0.27 377	0.22 381	0.22 229	0.22 312	0.28 353	0.32 405

iinet-f	0.99 399	0.45 403	3.71 530	0.55 273	0.43 321	1.81 480	0.68 389	1.14 224	1.14 310	1.18 309	1.42 374	1.58 430	1.44 468	1.34 267	1.59 476	0.24 312	0.23 393	0.20 165	0.19 207	0.26 320	0.25 324

GASNet	0.99 399	0.97 506	1.72 481	0.98 513	0.68 452	0.83 310	0.67 385	1.60 347	1.28 394	1.31 380	1.22 300	1.22 349	1.21 439	2.41 419	1.41 456	0.43 478	0.26 417	0.36 454	0.34 461	0.55 487	0.31 399

Wz-Net-LNSev-Ref	0.99 399	0.40 378	1.82 488	0.66 397	0.62 433	2.05 499	0.78 415	1.91 439	1.29 398	1.54 449	1.42 374	1.51 419	1.23 442	1.99 380	1.33 441	0.23 297	0.14 159	0.20 165	0.15 104	0.27 334	0.26 348

PS-NSSS	0.99 399	0.58 452	0.93 338	0.58 308	0.57 404	0.91 332	0.80 424	1.81 411	1.14 310	1.14 279	1.67 444	1.00 289	0.83 303	4.62 481	0.78 343	0.37 455	0.31 454	0.52 496	0.32 446	0.45 461	0.38 438

YMNet	1.00 404	0.54 436	1.40 446	0.81 473	0.85 495	1.87 487	0.62 367	1.55 337	1.18 341	1.63 466	1.99 478	1.77 461	0.97 370	1.50 305	1.45 464	0.33 430	0.37 487	0.31 404	0.32 446	0.32 393	0.29 375

YMNet_1	1.00 404	0.54 436	1.40 446	0.81 473	0.85 495	1.87 487	0.62 367	1.55 337	1.18 341	1.63 466	1.99 478	1.77 461	0.97 370	1.50 305	1.45 464	0.33 430	0.37 487	0.31 404	0.32 446	0.32 393	0.29 375

UGAM-zero	1.00 404	0.30 228	0.93 338	0.47 112	0.30 148	0.57 157	0.25 30	2.25 507	0.63 102	1.01 223	1.10 245	2.73 518	1.85 505	6.26 517	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	0.67 409	0.50 362	1.22 410	1.24 497	2.24 506	1.19 349	1.30 370	1.56 417	1.17 340	1.49 476	3.44 462	0.83 362	0.21 246	0.25 411	0.30 398	0.26 380	0.27 334	0.27 358

DRN-Test	1.00 404	0.44 396	1.13 408	0.70 430	0.81 488	1.62 460	0.79 418	2.14 486	1.44 461	1.78 479	1.33 344	1.43 398	1.05 402	2.18 400	1.53 473	0.27 377	0.21 363	0.31 404	0.30 432	0.32 393	0.28 370

NCCL2	1.00 404	0.56 445	1.06 387	0.75 457	0.57 404	1.31 423	1.72 522	1.77 395	1.36 433	1.50 440	1.17 283	1.91 475	1.17 426	1.54 314	1.29 437	0.35 447	0.31 454	0.45 483	0.44 489	0.40 437	0.40 442

TCMNet	1.01 410	0.60 463	2.10 500	0.86 492	1.33 532	1.14 390	0.67 385	1.69 369	1.23 369	1.11 259	1.57 421	1.30 375	0.97 370	2.01 382	1.50 471	0.31 414	0.31 454	0.38 460	0.34 461	0.42 445	0.36 427

PA-Net	1.01 410	0.57 449	1.29 433	0.64 376	0.74 465	1.19 405	0.84 431	1.69 369	1.43 460	1.16 295	1.19 292	1.32 380	1.19 433	3.42 460	1.25 430	0.29 401	0.45 510	0.33 428	0.49 501	0.32 393	0.47 468
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	0.59 455	1.16 414	0.67 409	0.51 373	1.63 461	1.26 501	1.69 369	1.38 441	1.81 486	1.37 360	1.94 480	1.02 394	1.58 321	1.38 448	0.37 455	0.27 426	0.43 478	0.37 473	0.43 451	0.37 432

z-ln-s-r	1.02 413	0.55 441	2.09 499	0.52 216	0.55 398	0.78 280	0.87 440	1.47 307	1.34 419	1.12 261	1.62 433	1.37 391	1.06 405	2.62 433	3.32 520	0.19 179	0.14 159	0.21 200	0.17 167	0.27 334	0.21 260

PSMNet-RUCA	1.02 413	0.97 506	1.44 453	1.23 527	1.10 514	1.40 437	0.62 367	1.69 369	1.38 441	0.94 201	1.53 406	0.97 280	0.83 303	1.17 225	0.93 380	0.69 518	0.34 469	0.99 529	0.60 518	0.97 519	0.64 506

THIR-Stereo	1.02 413	0.27 151	0.69 196	0.49 153	0.28 109	0.95 348	1.34 505	1.03 172	0.97 223	1.34 396	1.90 472	1.17 340	1.58 482	6.44 521	0.78 343	0.19 179	0.14 159	0.21 200	0.22 312	0.19 158	0.20 243

Wz-Net-LNSev	1.03 416	0.67 475	2.71 521	0.64 376	0.84 492	1.75 471	1.00 471	1.80 408	1.32 412	1.28 355	1.25 310	1.65 446	1.22 440	1.39 283	1.40 452	0.28 390	0.26 417	0.24 287	0.23 335	0.33 402	0.32 405

RAFT-RH_RVC	1.03 416	0.24 74	0.67 179	0.49 153	0.28 109	0.81 303	0.33 89	0.83 97	1.08 274	2.05 502	4.65 539	1.04 305	0.57 191	5.98 516	0.50 239	0.18 138	0.13 108	0.26 345	0.20 239	0.16 58	0.17 146

DISCO	1.03 416	0.34 322	1.11 404	0.69 424	0.45 335	2.07 500	0.84 431	2.13 482	1.50 468	1.15 285	1.33 344	2.40 507	1.07 409	2.60 431	1.51 472	0.23 297	0.18 306	0.22 229	0.20 239	0.31 384	0.27 358

STrans-v2	1.04 419	0.28 173	0.96 352	0.49 153	0.32 193	0.68 228	0.79 418	2.47 526	1.12 295	1.12 261	1.46 391	1.40 393	1.46 471	6.70 528	0.43 184	0.18 138	0.13 108	0.20 165	0.18 185	0.18 117	0.18 171

APVNet	1.06 420	0.53 435	1.42 452	0.84 485	0.79 481	1.92 490	0.82 429	1.90 435	1.08 274	1.08 239	1.43 378	1.56 426	1.13 422	3.07 448	1.58 474	0.31 414	0.34 469	0.42 476	0.36 470	0.36 416	0.37 432

TDLM	1.06 420	0.44 396	0.79 280	0.63 367	0.50 362	0.89 325	1.44 510	1.48 309	1.26 383	1.12 261	1.40 371	1.08 313	0.98 377	6.65 524	0.78 343	0.33 430	0.21 363	0.33 428	0.26 380	0.37 420	0.24 312

FAT-Stereo	1.07 422	0.41 386	1.32 438	0.72 442	0.58 413	1.08 381	0.89 445	1.96 451	1.65 482	1.75 476	1.98 477	2.03 491	1.48 474	2.02 383	1.18 426	0.42 473	0.35 480	0.34 438	0.29 423	0.35 409	0.53 484

GANetREF_RVC	1.07 422	0.86 500	1.31 435	0.82 481	0.53 388	1.41 442	1.31 503	1.76 391	1.52 471	1.27 353	1.31 336	1.46 408	1.24 445	2.03 384	0.96 390	0.56 505	0.45 510	0.67 518	0.50 504	0.88 517	0.59 496
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	1.07 422	0.43 393	0.76 262	0.60 332	0.50 362	0.90 328	0.97 465	1.52 324	1.26 383	1.33 392	1.38 365	1.24 356	1.18 430	6.75 530	0.75 332	0.34 440	0.23 393	0.34 438	0.29 423	0.42 445	0.27 358

GCST	1.08 425	1.47 535	0.93 338	1.73 536	1.14 522	1.30 421	0.31 75	1.33 271	1.16 331	1.29 361	0.97 189	0.98 282	0.49 146	2.08 389	0.46 214	1.19 535	0.70 535	1.30 535	0.85 533	1.02 523	0.89 521

GwcNet	1.08 425	0.51 427	2.33 510	0.79 467	1.18 525	1.76 473	0.70 396	1.68 367	1.47 464	1.41 418	1.64 438	1.74 457	1.04 398	2.20 403	1.41 456	0.30 406	0.29 444	0.29 386	0.27 391	0.30 375	0.35 421

DANet	1.08 425	0.61 465	1.32 438	0.85 490	0.72 459	1.37 431	0.51 284	1.54 333	1.15 322	1.78 479	1.54 411	2.01 488	1.11 415	2.90 442	2.00 493	0.33 430	0.30 448	0.40 471	0.30 432	0.44 457	0.45 462
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RP	1.09 428	0.50 424	1.12 406	0.90 504	1.04 511	1.11 385	0.84 431	1.80 408	1.62 480	1.55 452	2.00 480	1.90 474	1.78 499	1.84 363	1.25 430	0.52 497	0.36 485	0.48 490	0.36 470	0.45 461	0.43 458

Nwc_Net	1.09 428	0.49 417	1.33 440	0.89 503	0.80 486	1.49 449	0.66 381	2.19 500	1.27 389	1.32 384	2.26 496	1.96 483	1.54 479	1.92 372	1.34 443	0.40 465	0.30 448	0.43 478	0.45 491	0.38 429	0.37 432

MaskLacGwcNet_RVC	1.10 430	1.02 511	1.00 363	0.82 481	0.67 446	1.93 491	0.93 457	1.62 354	1.11 291	1.15 285	1.25 310	1.50 417	0.79 280	1.96 378	0.76 335	1.89 538	0.34 469	0.79 522	0.36 470	1.25 532	0.83 518

NCC-stereo	1.10 430	0.54 436	1.24 425	0.84 485	0.94 505	1.29 419	0.89 445	2.01 464	1.34 419	1.32 384	1.74 451	1.88 470	1.74 496	2.35 414	1.25 430	0.45 484	0.37 487	0.45 483	0.58 514	0.42 445	0.42 451

Abc-Net	1.10 430	0.54 436	1.24 425	0.84 485	0.94 505	1.29 419	0.89 445	2.01 464	1.34 419	1.32 384	1.74 451	1.88 470	1.74 496	2.35 414	1.25 430	0.45 484	0.37 487	0.45 483	0.58 514	0.42 445	0.42 451
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	1.11 433	0.58 452	2.23 508	0.66 397	0.71 457	1.95 493	1.46 511	1.98 457	1.45 462	1.79 482	1.43 378	1.49 416	1.33 458	1.97 379	1.42 460	0.27 377	0.23 393	0.28 376	0.28 412	0.34 406	0.31 399

edge stereo	1.11 433	0.50 424	1.30 434	0.71 438	0.65 439	1.14 390	0.75 407	1.93 446	1.37 437	1.71 473	1.83 462	2.54 511	1.44 468	2.43 420	1.23 428	0.42 473	0.41 500	0.54 502	0.35 466	0.42 445	0.46 465

anonymity	1.12 435	0.97 506	1.21 419	1.07 521	1.12 518	1.08 381	0.89 445	1.95 450	1.16 331	1.29 361	1.26 317	1.22 349	1.09 413	1.15 217	1.01 397	1.02 528	1.00 551	0.97 527	0.97 539	0.98 520	0.99 525

ccnet	1.12 435	0.67 475	1.01 367	0.78 465	0.73 464	1.72 469	0.99 469	1.84 420	1.26 383	1.47 431	1.85 466	1.75 460	1.29 451	1.75 351	1.88 487	0.57 506	0.53 523	0.57 512	0.55 511	0.59 494	0.54 485

RASNet	1.12 435	0.30 228	0.91 332	0.66 397	0.77 476	0.97 358	0.57 346	1.37 282	1.35 429	1.02 227	1.34 351	2.11 495	1.43 466	7.09 533	1.39 451	0.19 179	0.17 285	0.17 74	0.19 207	0.18 117	0.16 121

AF-Net	1.13 438	0.52 431	1.33 440	0.86 492	0.91 501	1.38 434	0.71 398	2.16 491	1.62 480	1.56 453	2.40 503	1.99 486	1.65 489	1.81 362	1.48 469	0.48 492	0.28 433	0.49 492	0.33 456	0.39 433	0.32 405

NaN_ROB	1.13 438	0.55 441	1.15 413	0.64 376	0.48 352	1.61 459	2.03 540	1.72 377	1.48 465	2.09 504	1.27 320	1.40 393	1.08 410	3.94 468	1.30 438	0.28 390	0.34 469	0.28 376	0.28 412	0.30 375	0.33 411

UGAM	1.14 440	0.27 151	0.95 346	0.53 234	0.42 311	0.70 240	0.72 401	0.95 142	1.32 412	0.98 212	1.48 397	1.78 463	0.87 323	9.65 560	0.87 371	0.21 246	0.18 306	0.30 398	0.24 348	0.19 158	0.16 121

DGSMNet	1.14 440	0.76 492	2.49 515	0.81 473	0.86 497	1.39 436	1.39 507	2.13 482	1.35 429	1.26 350	1.63 437	1.48 415	0.98 377	1.75 351	1.10 411	0.45 484	0.43 503	0.55 507	0.49 501	0.75 513	0.70 511

Syn2CoEx	1.14 440	0.69 480	1.66 476	0.80 470	0.67 446	1.40 437	0.88 443	2.06 476	1.54 474	1.25 346	1.58 424	1.42 397	1.50 478	4.09 470	1.40 452	0.36 451	0.32 462	0.34 438	0.29 423	0.29 364	0.34 416

RGC	1.14 440	0.79 494	1.26 428	0.91 507	0.96 508	1.52 451	0.77 413	1.92 442	1.26 383	1.54 449	1.93 474	2.02 490	1.54 479	2.25 407	1.31 439	0.44 483	0.35 480	0.58 513	0.48 498	0.47 468	0.46 465

S-Stereo	1.15 444	0.46 405	2.17 505	0.81 473	0.80 486	1.21 409	1.19 494	1.93 446	2.02 510	1.47 431	2.11 488	1.57 427	1.17 426	2.05 387	1.41 456	0.40 465	0.40 498	0.35 446	0.31 438	0.44 457	0.70 511

stereogan	1.15 444	0.42 390	1.40 446	0.86 492	0.84 492	2.38 513	0.71 398	1.88 429	1.73 490	1.72 474	1.94 476	2.31 502	1.29 451	2.07 388	1.08 406	0.36 451	0.35 480	0.39 466	0.31 438	0.51 479	0.46 465

AANet_RVC	1.16 446	0.52 431	1.49 467	0.65 390	0.45 335	0.75 261	0.69 393	1.42 294	1.55 476	1.34 396	1.87 469	1.53 422	0.78 276	7.43 539	1.38 448	0.25 338	0.17 285	0.19 130	0.16 146	0.22 256	0.26 348

RYNet	1.17 447	0.49 417	1.24 425	0.70 430	0.97 509	1.71 467	0.92 453	1.91 439	1.46 463	1.38 409	1.14 267	1.88 470	1.30 455	4.24 472	1.87 485	0.26 361	0.21 363	0.35 446	0.27 391	0.55 487	0.54 485

w-ln-seven-2	1.18 448	0.61 465	4.25 532	0.68 420	0.61 427	1.20 407	0.93 457	1.63 356	1.35 429	1.66 469	1.53 406	1.47 413	1.37 462	3.00 447	1.74 480	0.25 338	0.24 402	0.29 386	0.26 380	0.33 402	0.28 370

HSM	1.19 449	0.32 277	0.65 167	0.57 302	0.38 277	1.23 411	0.59 358	2.25 507	1.19 349	1.30 370	1.25 310	1.94 480	1.03 396	9.32 555	0.71 320	0.22 272	0.16 256	0.20 165	0.16 146	0.21 233	0.21 260

aanetorigin	1.23 450	0.79 494	2.78 523	0.70 430	0.79 481	0.99 364	1.06 480	1.06 199	1.37 437	3.52 540	2.61 510	1.72 454	1.63 487	1.99 380	1.78 482	0.25 338	0.24 402	0.26 345	0.25 363	0.38 429	0.45 462

PWC_ROB	1.24 451	0.76 492	2.46 514	0.72 442	0.78 478	1.15 396	0.49 275	1.75 385	1.92 504	2.31 510	3.07 519	1.59 431	1.40 463	2.46 424	2.10 497	0.33 430	0.22 381	0.35 446	0.24 348	0.38 429	0.41 447

SGM-Forest	1.24 451	0.38 367	0.60 142	0.52 216	0.37 260	1.56 455	1.30 502	1.65 359	1.36 433	2.11 505	1.79 458	1.63 440	0.93 350	7.48 541	0.95 386	0.36 451	0.37 487	0.39 466	0.34 461	0.37 420	0.32 405
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Consistency-Raft	1.25 453	0.99 509	1.93 494	1.02 517	1.21 527	0.96 354	1.01 473	1.75 385	1.92 504	1.36 401	2.12 489	1.44 403	1.01 389	1.14 216	1.40 452	0.72 519	0.82 538	0.89 525	0.98 541	1.31 533	0.95 523

NOSS_ROB	1.26 454	0.46 405	0.62 150	0.56 286	0.38 277	1.06 378	0.78 415	1.73 378	1.40 451	1.01 223	1.43 378	1.10 325	0.75 257	10.62 566	0.65 301	0.45 484	0.43 503	0.48 490	0.45 491	0.44 457	0.41 447

RTSC	1.29 455	0.73 486	2.44 513	0.83 484	0.57 404	1.85 485	0.65 376	1.88 429	2.00 509	2.20 507	1.66 442	1.60 433	1.26 448	2.33 413	3.92 526	0.32 421	0.23 393	0.27 361	0.29 423	0.37 420	0.37 432

PWCDC_ROB	1.29 455	0.75 491	1.33 440	1.05 518	0.88 500	1.73 470	0.52 295	1.89 432	3.28 538	1.29 361	4.88 542	1.22 349	1.46 471	1.77 358	1.45 464	0.60 511	0.26 417	0.29 386	0.25 363	0.52 481	0.37 432

test_for_model	1.30 457	3.71 565	0.58 130	3.22 556	2.84 556	0.59 165	0.33 89	1.40 290	0.83 173	1.42 424	0.61 94	0.52 107	0.37 73	0.51 24	0.33 77	2.46 543	0.15 217	0.16 49	0.11 8	4.39 566	1.50 539

Anonymous_2	1.30 457	0.55 441	0.82 289	0.52 216	0.58 413	1.01 367	0.64 374	1.25 262	0.97 223	0.96 205	0.78 139	1.33 381	1.29 451	1.03 185	0.74 327	0.62 513	0.64 532	1.06 532	9.63 572	1.16 528	0.49 475

SQANet	1.31 459	0.88 503	1.08 396	1.83 538	1.44 534	1.44 444	0.75 407	1.74 383	1.09 282	1.32 384	1.26 317	1.28 371	1.01 389	1.50 305	0.83 362	2.50 544	0.34 469	1.47 536	0.55 511	2.32 538	1.57 540

SHD	1.31 459	0.71 485	2.34 511	0.86 492	0.75 472	1.77 476	0.65 376	2.22 504	2.50 526	2.40 517	1.71 447	1.91 475	1.60 485	1.93 375	2.37 501	0.38 459	0.31 454	0.38 460	0.40 481	0.48 471	0.50 477

PDISCO_ROB	1.32 461	0.65 473	1.44 453	1.36 528	1.46 535	2.55 518	0.92 453	2.45 525	2.07 513	1.37 404	1.49 399	1.65 446	1.00 387	2.82 438	1.35 446	1.01 526	0.27 426	0.54 502	0.47 496	0.71 510	0.73 514

LL-Strereo	1.33 462	0.39 372	1.38 445	0.61 346	0.61 427	0.75 261	0.66 381	1.63 356	1.17 334	1.56 453	1.60 426	2.03 491	2.12 520	9.72 561	0.97 391	0.21 246	0.18 306	0.27 361	0.23 335	0.22 256	0.25 324

PASM	1.34 463	0.92 504	2.62 519	0.86 492	0.87 499	1.03 372	1.08 482	1.50 315	1.51 470	1.82 487	1.41 373	1.68 449	1.26 448	4.87 487	1.34 443	0.61 512	0.65 534	0.68 519	0.78 528	0.69 508	0.68 510

ADCRef	1.35 464	0.55 441	2.37 512	0.72 442	0.77 476	1.94 492	0.78 415	1.91 439	1.27 389	1.57 457	1.59 425	1.36 388	1.41 464	1.54 314	7.53 542	0.23 297	0.20 341	0.32 419	0.30 432	0.29 364	0.29 375

GANet	1.36 465	0.47 410	0.86 301	0.67 409	0.45 335	1.34 428	1.73 523	1.64 358	1.24 375	1.49 439	2.38 501	1.55 425	1.20 436	9.30 554	0.93 380	0.30 406	0.31 454	0.33 428	0.28 412	0.39 433	0.30 389

ff1	1.37 466	0.33 299	0.85 295	0.53 234	0.37 260	0.74 256	0.56 335	0.95 142	2.47 523	1.15 285	1.45 385	1.06 307	0.82 295	7.22 534	7.61 543	0.20 212	0.12 50	0.31 404	0.27 391	0.19 158	0.20 243

XQC	1.37 466	0.87 501	2.56 517	0.84 485	0.69 454	1.83 483	0.89 445	2.07 477	1.88 500	1.88 491	1.53 406	1.91 475	1.55 481	2.85 441	3.05 512	0.48 492	0.29 444	0.44 482	0.39 477	0.69 508	0.60 499

w-ln-seven	1.38 468	0.70 483	3.91 531	0.75 457	0.72 459	2.69 524	0.95 462	2.02 468	1.99 508	1.99 498	1.73 449	1.82 467	1.17 426	2.45 421	2.84 509	0.28 390	0.25 411	0.31 404	0.30 432	0.41 440	0.33 411

mmx	1.39 469	0.33 299	0.85 295	0.53 234	0.37 260	0.74 256	0.56 335	2.13 482	1.37 437	1.15 285	1.45 385	1.06 307	0.82 295	7.22 534	7.61 543	0.24 312	0.19 323	0.31 404	0.27 391	0.30 375	0.25 324

xxx	1.39 469	0.33 299	0.85 295	0.53 234	0.37 260	0.74 256	0.56 335	2.13 482	1.37 437	1.15 285	1.45 385	1.06 307	0.82 295	7.22 534	7.61 543	0.24 312	0.19 323	0.31 404	0.27 391	0.30 375	0.25 324

MFMNet_re	1.40 471	1.14 520	1.68 477	1.39 530	1.07 512	1.48 447	1.43 509	1.87 426	1.82 498	2.26 508	2.19 493	1.51 419	1.86 506	1.52 308	1.25 430	0.93 524	0.83 539	0.84 524	0.80 529	0.99 522	1.05 530

UDG	1.41 472	2.65 558	0.99 358	1.44 533	1.64 537	1.34 428	0.80 424	1.60 347	1.23 369	1.23 332	1.71 447	2.01 488	1.34 459	1.47 301	1.41 456	0.90 523	0.54 526	2.29 543	0.75 526	1.84 535	1.04 528

CSAN	1.41 472	0.59 455	1.26 428	0.70 430	0.50 362	1.76 473	1.78 524	1.77 395	1.90 503	2.35 513	2.32 498	1.92 478	1.94 511	5.56 505	1.49 470	0.43 478	0.35 480	0.40 471	0.41 482	0.43 451	0.41 447

test_xeample	1.45 474	0.28 173	0.65 167	0.51 195	0.28 109	0.94 344	0.59 358	2.14 486	1.29 398	1.24 340	1.51 404	0.88 238	0.86 318	1.46 297	15.10 564	0.22 272	0.20 341	0.22 229	0.20 239	0.22 256	0.22 278

Wz-Net-SNSev	1.49 475	1.23 525	6.27 544	0.68 420	0.67 446	1.37 431	1.41 508	2.00 460	1.39 446	1.48 437	1.61 430	2.29 500	1.32 457	3.93 467	2.14 498	0.31 414	0.28 433	0.31 404	0.33 456	0.42 445	0.36 427

CC-Net-ROB	1.49 475	1.26 526	1.27 431	0.88 499	0.79 481	1.76 473	1.00 471	1.79 405	1.26 383	1.10 253	1.61 430	1.21 347	0.99 385	8.13 548	0.84 365	1.09 532	0.41 500	2.20 541	0.46 494	1.20 531	0.48 471

DDUNet	1.50 477	2.69 559	1.12 406	1.77 537	1.88 539	1.84 484	0.92 453	1.70 374	1.16 331	1.38 409	1.79 458	1.60 433	1.12 418	1.37 274	1.08 406	1.10 533	0.76 536	2.37 545	0.94 537	2.00 536	1.37 537

xxxx	1.51 478	0.28 173	0.68 183	0.54 249	0.28 109	1.16 398	0.44 223	2.19 500	1.29 398	1.09 245	1.36 358	1.22 349	0.85 310	1.79 359	15.70 567	0.24 312	0.21 363	0.21 200	0.20 239	0.22 256	0.23 298

psmorigin	1.52 479	0.69 480	10.52 556	0.68 420	0.59 421	1.13 389	0.70 396	1.57 341	1.19 349	1.99 498	1.79 458	2.26 499	1.47 473	2.09 390	1.36 447	0.39 462	0.40 498	0.34 438	0.33 456	0.43 451	0.56 489

MFN_U_SF_RVC	1.52 479	0.84 496	3.42 526	0.87 498	0.66 442	2.56 519	0.95 462	2.36 517	1.70 487	1.98 497	1.86 467	2.45 509	1.79 500	2.95 443	2.58 504	0.52 497	0.48 515	0.55 507	0.59 517	0.59 494	0.61 500

SAMSARA	1.55 481	0.84 496	2.61 518	1.22 526	1.07 512	2.50 517	1.93 534	2.05 471	1.89 501	2.75 527	1.66 442	2.81 519	1.69 494	3.08 450	1.97 492	0.46 490	0.51 521	0.42 476	0.46 494	0.58 492	0.59 496

z-mn7	1.56 482	0.84 496	4.36 535	0.71 438	0.51 373	2.60 520	1.04 476	1.73 378	2.70 532	1.53 444	2.99 518	1.94 480	1.34 459	4.78 485	2.41 502	0.29 401	0.24 402	0.27 361	0.24 348	0.34 406	0.31 399

CrosDoStereo	1.58 483	0.24 74	0.72 220	0.48 138	0.29 126	0.67 221	12.49 568	1.10 212	0.98 228	1.34 396	1.75 454	1.00 289	1.89 507	6.65 524	0.81 355	0.19 179	0.15 217	0.20 165	0.22 312	0.18 117	0.19 211

DeepStereo_LL	1.58 483	0.24 74	0.72 220	0.48 138	0.29 126	0.67 221	12.49 568	1.10 212	0.98 228	1.34 396	1.75 454	1.00 289	1.89 507	6.65 524	0.81 355	0.19 179	0.15 217	0.20 165	0.22 312	0.18 117	0.19 211

STTRV1_RVC	1.58 483	0.68 479	1.96 496	0.88 499	1.12 518	1.57 456	0.90 450	2.25 507	1.75 493	1.29 361	2.02 483	1.40 393	1.22 440	9.77 562	1.31 439	0.81 521	0.33 467	0.54 502	0.49 501	0.73 512	0.52 483

otaku	1.60 486	1.11 518	1.21 419	2.20 541	1.56 536	1.97 494	1.24 497	2.07 477	1.36 433	1.44 426	1.62 433	1.73 455	1.19 433	1.73 350	0.98 394	2.89 549	0.57 528	1.74 537	0.60 518	2.78 545	1.94 546

DeepPrunerF	1.60 486	0.73 486	5.81 542	0.88 499	1.19 526	0.91 332	0.95 462	2.19 500	5.24 555	1.17 304	1.30 330	1.19 344	1.30 455	4.90 488	1.66 479	0.42 473	0.34 469	0.52 496	0.47 496	0.41 440	0.40 442

222	1.61 488	0.29 208	0.67 179	0.56 286	0.29 126	1.06 378	0.42 191	2.17 497	1.31 408	1.31 380	1.52 405	0.92 259	0.94 355	1.76 356	17.65 568	0.24 312	0.20 341	0.21 200	0.19 207	0.22 256	0.23 298

SDNR	1.62 489	0.51 427	2.17 505	0.53 234	0.56 401	3.80 544	0.45 240	1.54 333	1.29 398	1.33 392	2.41 504	1.08 313	0.96 367	11.18 567	1.16 420	0.66 517	0.63 531	0.43 478	0.32 446	0.64 501	0.67 508

Ntro	1.64 490	1.15 521	1.23 422	2.48 546	1.83 538	2.09 501	1.16 491	1.96 451	1.38 441	1.21 321	1.62 433	1.62 435	1.29 451	1.87 369	1.11 414	3.04 550	0.56 527	1.82 539	0.64 520	2.80 546	2.05 547

G-Net	1.66 491	0.63 470	1.56 470	1.11 523	0.74 465	2.98 533	0.91 451	1.55 337	1.22 366	2.76 528	8.18 560	2.32 503	2.53 533	1.92 372	1.87 485	0.48 492	0.44 506	0.45 483	0.31 438	0.60 498	0.57 493

MDST_ROB	1.67 492	0.34 322	1.58 472	0.92 509	0.58 413	4.26 550	1.11 484	2.83 531	1.41 455	4.49 551	2.55 509	1.45 405	0.97 370	7.79 545	1.17 423	0.31 414	0.25 411	0.37 457	0.33 456	0.31 384	0.30 389

SPS-STEREO	1.67 492	1.04 512	1.23 422	1.21 525	1.13 521	1.82 482	1.11 484	2.16 491	1.52 471	3.07 539	2.32 498	2.82 520	1.80 501	4.11 471	2.04 494	1.03 529	0.99 550	0.97 527	0.94 537	1.03 525	1.02 526
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM_RVC	1.68 494	0.36 353	0.61 145	0.59 321	0.29 126	2.25 507	1.18 493	2.38 520	1.68 486	3.60 541	2.67 512	3.69 532	2.42 529	8.13 548	1.90 488	0.31 414	0.31 454	0.30 398	0.28 412	0.30 375	0.29 375
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DPSNet	1.69 495	0.59 455	4.33 533	0.70 430	0.57 404	2.02 498	1.62 520	3.35 540	1.78 494	1.48 437	1.38 365	2.17 496	2.84 536	4.77 484	3.66 523	0.48 492	0.31 454	0.29 386	0.25 363	0.64 501	0.48 471

zh-mn7	1.70 496	1.21 524	8.30 551	0.69 424	0.53 388	1.45 445	0.84 431	1.70 374	2.09 514	2.41 518	2.67 512	1.68 449	1.23 442	4.49 477	2.87 510	0.30 406	0.26 417	0.27 361	0.27 391	0.31 384	0.35 421

1111x	1.70 496	0.29 208	0.86 301	0.51 195	0.27 85	1.01 367	0.68 389	2.22 504	1.28 394	1.13 276	1.40 371	1.21 347	1.10 414	5.53 503	15.20 565	0.22 272	0.21 363	0.22 229	0.22 312	0.24 296	0.22 278

PVD	1.70 496	0.84 496	2.26 509	0.94 512	0.83 491	2.48 516	0.97 465	2.59 529	3.35 539	3.01 537	2.77 514	2.34 504	2.47 531	2.67 435	3.14 515	0.47 491	0.45 510	0.59 514	0.48 498	0.59 494	0.75 516

FBW_ROB	1.71 499	0.62 469	1.45 458	0.67 409	0.61 427	1.81 480	1.08 482	2.52 527	1.70 487	1.77 478	1.73 449	1.98 485	1.25 446	12.57 569	1.84 484	0.34 440	0.37 487	0.56 510	0.38 475	0.45 461	0.43 458

ADCL	1.72 500	0.57 449	3.66 528	0.67 409	0.61 427	2.61 522	1.85 529	1.96 451	1.67 484	1.90 494	1.83 462	2.06 494	1.90 509	2.13 393	9.15 552	0.26 361	0.24 402	0.34 438	0.32 446	0.38 429	0.35 421

MFN_U_SF_DS_RVC	1.74 501	0.87 501	3.56 527	0.80 470	0.75 472	3.72 541	2.44 553	1.82 412	1.82 498	1.74 475	1.91 473	1.92 478	1.26 448	7.69 544	1.28 436	0.45 484	0.47 514	0.52 496	0.77 527	0.50 475	0.50 477

zh-sn7	1.76 502	1.38 527	6.58 545	0.74 453	0.72 459	1.78 478	1.31 503	1.88 429	1.56 477	1.86 490	2.47 507	1.81 464	2.08 519	5.12 492	3.80 525	0.32 421	0.32 462	0.32 419	0.32 446	0.44 457	0.40 442

AAGNet	1.83 503	0.28 173	0.72 220	0.61 346	0.32 193	0.67 221	0.51 284	0.96 149	0.98 228	1.47 431	1.20 296	1.00 289	1.18 430	2.83 439	22.77 575	0.22 272	0.13 108	0.22 229	0.19 207	0.23 281	0.15 92

WCMA_ROB	1.84 504	0.47 410	1.31 435	0.69 424	0.57 404	2.11 502	1.14 488	1.87 426	1.73 490	4.04 545	6.43 548	5.62 548	3.61 544	2.59 430	1.94 490	0.52 497	0.44 506	0.39 466	0.42 485	0.48 471	0.47 468

ADCPNet	1.85 505	0.69 480	8.07 548	0.71 438	0.58 413	2.79 527	1.22 496	1.94 448	1.54 474	1.88 491	1.69 445	2.46 510	2.04 515	2.37 416	6.48 537	0.38 459	0.37 487	0.38 460	0.43 487	0.47 468	0.45 462

test_sample9	1.86 506	0.49 417	1.13 408	0.56 286	0.39 287	1.02 369	0.73 402	1.78 399	1.21 360	1.22 326	1.18 285	1.08 313	0.92 341	2.27 409	7.92 547	0.57 506	12.61 578	0.62 515	0.67 522	0.45 461	0.42 451

Wz-Net-TNSev	1.88 507	2.08 552	7.66 546	0.67 409	0.64 437	2.42 514	1.83 528	2.33 514	1.74 492	1.57 457	1.56 417	2.58 512	1.90 509	4.86 486	3.12 514	0.39 462	0.37 487	0.33 428	0.37 473	0.53 483	0.58 494

NVStereoNet_ROB	1.88 507	1.07 513	1.45 458	1.07 521	1.17 523	1.47 446	1.48 513	1.89 432	1.93 506	1.94 496	4.67 540	3.08 526	1.80 501	6.51 522	1.65 477	1.06 531	0.86 545	1.08 533	1.32 546	0.93 518	1.26 535
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	1.88 507	0.57 449	2.18 507	0.63 367	0.40 298	2.80 528	1.57 518	2.39 521	5.88 557	2.36 515	3.57 526	3.72 533	2.97 538	4.74 483	1.76 481	0.34 440	0.30 448	0.32 419	0.29 423	0.48 471	0.37 432

ADCMid	1.89 510	0.73 486	5.06 537	0.72 442	0.67 446	2.00 497	1.14 488	1.97 455	1.48 465	2.86 531	1.81 461	2.37 505	2.05 517	2.24 405	10.39 557	0.33 430	0.31 454	0.39 466	0.43 487	0.50 475	0.44 460

WZ-Net	1.95 511	0.95 505	10.10 553	0.86 492	0.78 478	1.69 466	1.60 519	2.20 503	1.98 507	2.08 503	1.93 474	2.30 501	1.97 512	5.30 495	3.17 517	0.34 440	0.26 417	0.29 386	0.31 438	0.51 479	0.47 468

AnyNet_C32	1.96 512	1.10 515	5.17 538	0.90 504	1.11 516	2.12 503	2.37 551	1.85 421	1.48 465	2.45 519	1.70 446	2.05 493	1.64 488	2.50 427	10.28 556	0.37 455	0.34 469	0.35 446	0.41 482	0.49 474	0.54 485

RainbowNet	1.97 513	1.76 540	1.57 471	2.81 549	2.21 544	1.98 496	1.81 526	2.54 528	1.89 501	1.50 440	1.84 464	1.96 483	1.65 489	2.14 394	1.25 430	3.33 556	0.85 543	2.39 548	0.98 541	2.82 548	2.22 548

ADCP+	1.99 514	0.48 414	7.73 547	0.66 397	0.91 501	2.30 509	1.05 478	1.82 412	1.34 419	1.54 449	1.32 342	1.74 457	1.61 486	2.17 397	13.37 560	0.24 312	0.21 363	0.32 419	0.28 412	0.37 420	0.29 375

MSMD_ROB	1.99 514	0.59 455	0.89 325	0.70 430	0.61 427	3.95 546	0.94 460	1.80 408	1.79 495	4.41 549	4.43 533	8.17 557	3.66 545	3.40 458	1.33 441	0.52 497	0.48 515	0.54 502	0.58 514	0.53 483	0.50 477

MSC_U_SF_DS_RVC	2.12 516	1.15 521	3.10 524	1.05 518	0.76 475	5.03 555	2.40 552	2.16 491	2.62 529	1.89 493	2.28 497	2.69 516	1.65 489	9.35 556	2.04 494	0.64 516	0.51 521	0.68 519	0.71 525	1.09 527	0.67 508

ACVNet-4b	2.15 517	1.41 531	1.64 474	2.80 548	2.31 548	2.31 510	1.24 497	2.32 513	2.14 515	1.26 350	2.39 502	2.66 515	1.48 474	5.95 515	1.06 402	3.20 554	0.45 510	2.37 545	0.89 534	2.83 549	2.37 551

ACVNet_1	2.18 518	1.45 534	1.72 481	2.85 550	2.33 549	2.28 508	1.46 511	3.08 536	2.22 518	1.82 487	2.05 486	3.56 530	1.98 513	3.09 451	1.40 452	3.17 551	0.60 530	2.40 549	0.92 536	2.91 552	2.37 551

test_sample8	2.19 519	0.49 417	1.13 408	0.56 286	0.39 287	1.02 369	0.73 402	1.82 412	1.15 322	2.26 508	1.30 330	4.94 543	2.52 532	2.27 409	7.92 547	0.57 506	12.61 578	0.62 515	0.67 522	0.45 461	0.42 451

ADCS	2.25 520	0.99 509	5.55 539	0.81 473	0.74 465	2.19 505	1.80 525	2.27 510	2.14 515	2.80 530	2.13 490	2.40 507	2.03 514	2.64 434	13.69 561	0.41 469	0.39 496	0.40 471	0.45 491	0.58 492	0.56 489

AnyNet_C01	2.26 521	1.78 541	10.22 555	0.93 510	0.74 465	2.92 531	2.20 546	2.29 512	1.80 496	2.53 521	2.41 504	2.71 517	1.73 495	3.41 459	6.72 539	0.41 469	0.39 496	0.40 471	0.42 485	0.67 506	0.63 502

MeshStereo	2.26 521	0.56 445	0.92 336	0.61 346	0.49 355	2.60 520	1.02 474	3.18 537	2.05 512	7.40 566	4.98 543	7.58 554	2.98 539	6.37 520	1.96 491	0.43 478	0.43 503	0.45 483	0.39 477	0.43 451	0.42 451
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	2.32 523	0.63 470	0.81 286	0.84 485	0.75 472	2.23 506	0.94 460	2.09 480	1.80 496	5.45 559	7.72 557	7.77 556	6.93 562	3.39 457	1.80 483	0.52 497	0.48 515	0.52 496	0.51 507	0.57 490	0.58 494
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DispFullNet	2.34 524	2.85 560	3.66 528	3.08 555	2.27 546	1.97 494	0.67 385	2.00 460	1.70 487	2.52 520	2.00 480	2.23 497	5.86 555	3.44 462	1.58 474	1.01 526	0.32 462	2.64 554	1.94 559	2.85 550	2.24 549

EDNetEfficient	2.37 525	1.10 515	8.08 549	0.74 453	0.71 457	0.98 363	1.56 516	1.46 305	4.06 547	4.90 554	2.82 515	2.25 498	3.48 543	2.95 443	9.97 553	0.26 361	0.24 402	0.26 345	0.30 432	0.68 507	0.61 500

pmcnn	2.37 525	0.42 390	2.71 521	0.63 367	0.43 321	1.54 453	1.19 494	2.01 464	1.53 473	2.64 524	7.60 554	18.07 572	1.45 470	3.44 462	2.78 508	0.18 138	0.15 217	0.15 19	0.12 38	0.20 192	0.18 171

ELAS	2.37 525	0.74 489	1.54 469	0.99 514	0.92 503	4.78 552	2.33 550	3.33 539	3.37 540	5.05 557	4.77 541	3.67 531	4.53 552	3.42 460	4.50 530	0.62 513	0.53 523	0.55 507	0.53 509	0.63 499	0.64 506
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM+DAISY	2.41 528	1.07 513	2.14 504	1.18 524	1.10 514	2.14 504	1.36 506	1.96 451	1.66 483	5.46 560	7.07 551	4.95 544	4.32 551	5.50 502	2.26 500	1.04 530	1.02 553	0.99 529	0.97 539	1.02 523	1.04 528

ACVNet_2	2.43 529	1.41 531	2.04 497	2.62 547	2.24 545	2.63 523	1.88 532	3.31 538	3.01 535	2.19 506	3.45 525	4.62 538	2.04 515	4.50 479	1.47 468	2.55 545	0.64 532	2.22 542	0.84 531	2.69 544	2.29 550

ELAS_RVC	2.48 530	0.74 489	1.90 492	1.05 518	0.92 503	2.76 525	4.01 562	2.76 530	4.11 548	4.69 552	4.63 537	4.62 538	5.96 557	3.97 469	3.96 527	0.63 515	0.53 523	0.56 510	0.52 508	0.64 501	0.63 502
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SuperB	2.53 531	0.59 455	18.45 563	0.69 424	0.50 362	1.87 487	0.88 443	1.67 366	2.39 520	1.50 440	1.42 374	1.14 337	1.15 424	4.28 475	5.07 532	0.24 312	0.19 323	0.22 229	0.19 207	7.86 571	0.34 416

WAO-7	2.66 532	1.40 530	1.73 483	1.39 530	1.17 523	3.93 545	1.94 535	4.11 547	3.88 546	2.92 532	5.50 544	4.18 536	3.00 540	7.63 543	3.71 524	1.13 534	1.00 551	1.17 534	1.13 545	1.18 530	1.09 532

RTS	2.67 533	1.38 527	15.28 561	0.99 514	1.26 529	3.78 542	1.96 536	2.15 488	2.62 529	2.61 522	2.85 516	2.60 513	1.59 483	6.27 518	5.71 535	0.40 465	0.28 433	0.35 446	0.35 466	0.50 475	0.48 471

RTSA	2.67 533	1.38 527	15.28 561	0.99 514	1.26 529	3.78 542	1.96 536	2.15 488	2.62 529	2.61 522	2.85 516	2.60 513	1.59 483	6.27 518	5.71 535	0.40 465	0.28 433	0.35 446	0.35 466	0.50 475	0.48 471

MADNet+	2.69 535	3.22 563	11.53 557	1.44 533	1.12 518	3.19 535	1.81 526	2.85 532	2.37 519	1.68 471	2.07 487	2.85 521	2.18 522	7.41 538	5.23 533	0.79 520	0.76 536	0.69 521	0.65 521	0.98 520	0.95 523

IMH-64-1	2.70 536	1.79 542	1.46 460	3.26 558	2.66 552	3.23 537	2.10 541	4.08 545	2.75 533	2.34 511	3.81 529	3.06 524	2.22 524	4.25 473	2.59 505	3.75 560	0.84 540	2.75 555	1.35 547	3.15 554	2.60 557

IMH-64	2.70 536	1.79 542	1.46 460	3.26 558	2.66 552	3.23 537	2.10 541	4.08 545	2.75 533	2.34 511	3.81 529	3.06 524	2.22 524	4.25 473	2.59 505	3.75 560	0.84 540	2.75 555	1.35 547	3.15 554	2.60 557

FC-DCNN	2.72 538	0.59 455	0.86 301	0.73 450	0.57 404	2.91 529	1.04 476	3.01 535	2.60 527	6.83 561	7.64 555	9.92 561	6.33 560	5.21 493	3.14 515	0.53 503	0.48 515	0.51 494	0.50 504	0.53 483	0.51 481

FC-DCNN v2	2.81 539	0.59 455	0.85 295	0.73 450	0.57 404	2.97 532	1.05 478	3.39 541	2.61 528	6.98 562	7.67 556	10.38 564	6.31 559	5.75 510	3.37 521	0.53 503	0.48 515	0.51 494	0.50 504	0.53 483	0.51 481

WAO-6	2.81 539	1.60 538	1.46 460	2.36 545	2.28 547	3.55 539	2.29 549	4.21 548	4.56 552	2.36 515	4.51 534	4.88 542	2.66 534	4.60 480	4.07 529	1.72 537	1.15 557	2.31 544	1.46 552	2.31 537	1.85 544

PWCK	2.88 541	2.05 550	5.72 541	2.08 540	1.11 516	3.55 539	3.90 561	2.86 533	3.54 544	3.03 538	3.63 527	3.10 527	2.31 526	8.15 550	3.09 513	2.12 541	0.91 548	1.75 538	0.98 541	2.57 542	1.18 534

Dean	2.91 542	1.53 537	2.07 498	2.96 554	2.51 551	3.15 534	2.14 544	4.75 552	4.41 551	2.76 528	6.10 547	5.53 547	2.37 527	2.97 445	1.92 489	3.18 552	0.85 543	2.51 552	1.04 544	2.88 551	2.47 554

IMH	3.21 543	1.85 546	1.48 465	3.25 557	2.69 554	4.07 548	2.02 539	4.41 550	3.80 545	2.72 525	7.11 552	4.75 541	2.92 537	5.92 513	2.55 503	3.85 564	0.88 546	2.78 557	1.36 549	3.19 556	2.59 556

LVE	3.31 544	1.67 539	1.64 474	2.85 550	2.42 550	3.20 536	2.26 548	4.78 553	5.05 554	2.35 513	6.91 549	6.02 549	2.37 527	9.15 552	2.17 499	3.19 553	1.08 556	2.38 547	1.47 553	2.81 547	2.40 553

JetBlue	3.97 545	2.01 547	10.19 554	1.38 529	2.84 556	10.53 563	9.54 565	3.60 543	2.41 521	2.73 526	3.39 524	4.54 537	4.31 550	7.85 547	6.84 540	0.88 522	0.93 549	0.89 525	0.91 535	1.74 534	1.91 545

notaker	3.98 546	2.40 557	2.68 520	3.82 565	3.27 562	3.97 547	2.14 544	4.78 553	3.45 542	4.12 548	6.94 550	7.65 555	3.26 541	7.82 546	5.30 534	4.04 565	1.41 559	3.36 564	2.10 561	3.88 560	3.31 563

WAO-8	4.40 547	1.82 544	1.79 485	2.34 543	2.20 542	9.19 560	1.53 514	6.09 560	16.46 569	3.94 543	7.84 558	7.32 551	3.72 547	9.41 558	3.31 518	2.00 539	1.07 554	2.44 550	1.37 550	2.50 540	1.68 541

Venus	4.40 547	1.82 544	1.79 485	2.34 543	2.20 542	9.19 560	1.53 514	6.09 560	16.46 569	3.94 543	7.84 558	7.32 551	3.72 547	9.41 558	3.31 518	2.00 539	1.07 554	2.44 550	1.37 550	2.50 540	1.68 541

ktn	4.70 549	2.38 556	2.12 503	3.76 563	3.24 560	4.85 553	2.95 559	5.52 555	7.37 560	4.07 547	19.32 574	7.46 553	3.47 542	7.39 537	2.95 511	4.04 565	1.85 562	3.26 563	2.22 562	3.08 553	2.65 559

MADNet++	5.01 550	3.14 561	4.91 536	4.55 569	3.94 566	5.20 556	4.41 563	4.40 549	4.13 549	4.95 555	6.08 546	4.74 540	5.37 553	9.40 557	10.67 558	4.65 567	4.15 568	3.97 566	3.34 565	4.09 562	4.08 568

UNDER WATER	5.08 551	2.33 555	5.55 539	3.94 567	3.51 563	5.20 556	2.72 556	5.61 558	16.52 571	3.84 542	4.60 536	9.21 559	5.89 556	5.90 512	8.66 551	3.75 560	1.34 558	3.18 562	1.88 557	4.33 565	3.61 565

UNDER WATER-64	5.27 552	2.32 554	8.78 552	3.93 566	3.54 564	7.61 558	3.03 560	5.84 559	14.19 565	4.04 545	4.04 531	9.39 560	6.26 558	5.93 514	8.48 550	3.60 559	1.51 560	3.13 560	1.88 557	4.29 564	3.61 565

TorneroNet-64	5.30 553	2.03 548	1.74 484	3.43 560	2.81 555	10.09 562	2.12 543	9.10 567	17.12 574	4.96 556	9.27 563	10.72 566	3.70 546	9.20 553	4.55 531	3.31 555	0.84 540	2.88 558	1.55 554	3.49 557	3.04 560

MANE	6.19 554	0.59 455	1.03 378	0.93 510	1.22 528	13.38 567	2.69 554	12.81 570	17.94 575	8.21 567	10.82 566	14.72 568	11.68 564	11.39 568	11.90 559	0.59 510	0.50 520	0.52 496	1.76 556	0.55 487	0.54 485

LSM	6.33 555	1.10 515	13.19 558	1.41 532	68.17 584	1.64 463	1.90 533	1.92 442	2.46 522	2.99 535	3.11 520	1.88 470	1.80 501	2.61 432	2.06 496	0.41 469	0.58 529	0.50 493	0.57 513	0.64 501	17.66 579

SGM-ForestM	6.52 556	0.38 367	1.26 428	0.63 367	0.35 235	13.59 568	5.32 564	6.32 563	6.70 559	11.14 569	9.18 562	22.51 580	13.93 568	16.89 572	20.07 570	0.36 451	0.37 487	0.36 454	0.35 466	0.36 416	0.34 416

tt	6.58 557	0.26 123	6.10 543	3.77 564	2.16 541	11.55 564	19.63 571	13.33 571	5.74 556	2.96 534	2.65 511	4.97 545	6.33 560	3.81 466	7.24 541	9.15 572	11.32 577	5.89 571	6.24 570	6.03 567	2.55 555

JetRed	6.91 558	8.80 570	25.96 574	2.85 550	3.25 561	13.98 570	11.87 567	6.25 562	4.28 550	4.45 550	4.56 535	6.69 550	5.46 554	7.46 540	14.05 562	2.59 546	3.31 565	2.59 553	2.29 563	4.20 563	3.36 564

xyz-stereo	7.16 559	0.22 45	69.90 586	0.42 51	0.21 9	32.92 582	0.49 275	0.87 104	0.76 152	1.38 409	27.04 577	1.19 344	1.16 425	4.69 482	0.97 391	0.16 56	0.12 50	0.20 165	0.14 88	0.16 58	0.12 10

LE_ROB	8.05 560	0.37 360	23.53 570	0.74 453	0.33 214	2.77 526	2.87 558	3.71 544	27.24 579	25.39 579	8.87 561	8.46 558	26.71 579	6.65 524	21.99 571	0.21 246	0.19 323	0.20 165	0.21 283	0.25 308	0.22 278

coex-ft	8.13 561	2.13 553	98.04 588	0.67 409	0.53 388	1.71 467	1.56 516	1.65 359	11.11 563	18.17 578	3.75 528	3.88 534	7.61 563	2.98 446	6.49 538	0.30 406	0.30 448	0.32 419	0.31 438	0.66 505	0.50 477

KSHMR	8.75 562	2.06 551	2.11 502	3.53 562	3.11 559	4.13 549	2.69 554	5.60 557	61.37 588	3.00 536	55.83 588	4.98 546	2.45 530	4.49 477	2.61 507	3.46 557	1.55 561	3.14 561	1.94 559	3.72 559	3.18 562

U	9.45 563	0.21 26	0.58 130	0.47 112	53.11 583	61.27 588	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	60.50 584	8.88 571	0.17 87	0.13 35

TCMNet-wrong-test	10.31 564	11.40 572	14.84 560	20.96 575	18.45 572	13.80 569	10.76 566	15.78 572	3.53 543	5.20 558	5.52 545	16.26 570	12.61 565	7.51 542	10.15 554	7.43 570	2.37 563	4.31 567	3.43 566	11.36 573	10.61 572

EDNetEfficientorigin	10.57 565	1.47 535	177.42 589	0.67 409	0.53 388	1.58 457	1.16 491	1.90 435	3.37 540	4.71 553	3.38 523	3.10 527	2.69 535	3.13 452	3.58 522	0.25 338	0.23 393	0.33 428	0.27 391	0.83 514	0.81 517

TorneroNet	10.70 566	2.03 548	1.82 488	3.43 560	3.01 558	43.83 583	2.22 547	8.87 566	67.47 589	7.17 565	27.36 578	10.68 565	3.85 549	8.67 551	7.65 546	3.59 558	0.88 546	3.04 559	1.57 555	3.71 558	3.17 561

HanzoNet	11.04 567	3.62 564	8.10 550	4.08 568	3.55 565	4.90 554	2.73 557	7.19 564	10.10 561	31.86 584	28.92 579	21.96 579	36.36 581	18.08 574	10.17 555	7.94 571	3.32 566	3.47 565	3.31 564	7.06 570	4.04 567

DPSimNet_ROB	11.20 568	4.98 567	35.43 578	2.90 553	4.52 567	7.89 559	17.09 570	4.66 551	6.06 558	14.89 574	10.93 567	17.29 571	36.81 583	13.18 570	15.68 566	2.86 548	6.29 570	5.75 570	5.09 568	3.91 561	7.70 570

DGTPSM_ROB	13.01 569	8.23 568	21.87 567	9.51 571	18.10 570	11.56 565	32.01 577	10.63 568	16.20 567	7.03 563	19.48 575	10.15 562	16.66 571	9.83 563	22.42 572	4.75 568	8.68 571	5.37 568	10.25 573	6.16 568	11.36 573

DPSMNet_ROB	13.02 570	8.23 568	21.91 568	9.53 572	18.11 571	11.56 565	32.02 578	10.64 569	16.23 568	7.05 564	19.49 576	10.16 563	16.66 571	9.85 564	22.43 573	4.77 569	8.68 571	5.38 569	10.26 574	6.17 569	11.36 573

USTest	14.33 571	14.94 574	21.04 566	17.44 574	16.05 569	23.26 572	33.84 579	21.73 574	11.80 564	9.36 568	10.14 564	15.97 569	13.20 567	17.28 573	22.43 573	3.78 563	5.01 569	6.17 572	6.16 569	9.25 572	7.72 571

ASD4	15.85 572	10.99 571	19.63 564	10.21 573	11.70 568	19.24 571	31.10 576	19.35 573	10.68 562	11.14 569	10.18 565	12.59 567	12.64 566	14.74 571	24.83 576	12.93 577	9.94 576	26.83 579	19.40 577	16.23 576	12.70 578

DPSM_ROB	19.08 573	19.14 576	25.17 572	22.15 577	20.85 574	28.17 574	37.82 581	26.56 577	16.85 572	14.14 571	14.84 569	21.70 574	18.75 574	21.87 576	26.55 578	10.16 575	9.30 574	10.47 574	10.42 575	14.03 574	12.61 576

DPSM	19.08 573	19.14 576	25.17 572	22.15 577	20.85 574	28.17 574	37.82 581	26.56 577	16.85 572	14.14 571	14.84 569	21.70 574	18.75 574	21.87 576	26.55 578	10.16 575	9.30 574	10.47 574	10.42 575	14.03 574	12.61 576

LRCNet_RVC	22.74 575	32.10 581	21.97 569	29.84 579	26.23 576	4.42 551	0.81 427	22.66 575	2.02 510	26.93 580	29.26 580	23.06 581	15.59 570	23.84 578	18.88 569	31.75 581	19.90 583	34.65 580	32.13 581	30.54 581	28.32 582

DLNR_Zeroshot_test	23.17 576	48.52 589	43.29 581	176.68 589	78.69 585	0.35 17	0.21 12	23.41 576	0.75 146	0.66 136	0.86 157	0.59 139	0.30 31	1.56 318	0.44 187	9.57 573	0.12 50	0.18 108	0.14 88	76.92 588	0.16 121

FADE	26.59 577	4.78 566	20.96 565	1.89 539	1.92 540	2.91 529	2.00 538	5.58 556	5.04 553	2.92 532	2.16 492	4.13 535	14.18 569	10.23 565	8.46 549	188.09 589	2.77 564	123.78 586	127.92 586	1.06 526	1.10 533

BEATNet-Init1	26.87 578	13.43 573	70.68 587	0.91 507	0.68 452	57.02 587	21.06 572	32.82 584	32.67 581	52.12 588	53.61 587	66.05 588	49.56 588	48.79 589	34.71 583	0.49 496	0.44 506	0.53 501	0.53 509	0.63 499	0.59 496

CasAABBNet	38.33 579	38.46 583	50.35 583	44.75 584	41.84 580	56.68 584	76.37 587	53.22 587	33.83 583	28.31 581	29.54 581	43.62 586	37.71 585	43.84 586	53.41 588	20.30 578	18.70 581	21.07 576	21.07 579	28.24 578	25.34 580

Selective-RAFT-Error	38.39 580	38.47 584	50.44 584	44.73 583	41.97 581	56.68 584	76.38 588	53.24 588	33.92 584	28.34 582	29.85 582	43.60 585	38.20 586	43.75 585	53.34 587	20.38 579	18.70 581	21.09 577	21.05 578	28.30 579	25.43 581

HaxPig	38.92 581	41.40 586	41.64 579	29.95 580	32.27 577	28.90 576	27.60 573	29.73 580	37.71 585	43.82 585	43.87 584	33.17 582	35.56 580	41.53 583	40.37 585	43.94 585	47.51 588	45.82 581	47.08 583	42.38 582	44.15 585

AVERAGE_ROB	40.43 582	42.37 587	42.73 580	36.96 582	35.58 579	30.50 577	27.61 574	36.71 586	38.39 586	44.91 586	44.36 585	37.45 584	36.70 582	41.88 584	40.35 584	45.43 586	46.81 587	47.11 582	46.35 582	42.51 583	43.87 584

MEDIAN_ROB	42.00 583	44.40 588	44.29 582	35.15 581	34.95 578	31.28 581	29.60 575	35.88 585	40.02 587	47.20 587	46.64 586	37.37 583	38.48 587	44.35 588	42.45 586	48.03 587	49.39 589	49.71 583	49.03 584	45.14 584	46.65 586

LSM0	42.82 584	38.75 585	50.81 585	47.07 585	109.38 589	57.00 586	76.02 586	53.74 589	33.71 582	29.02 583	30.41 583	43.87 587	37.22 584	43.91 587	53.54 589	20.52 580	18.62 580	21.10 578	21.11 580	28.41 580	42.22 583

Anonymous_1	43.04 585	18.73 575	24.79 571	21.81 576	46.26 582	27.80 573	37.60 580	28.08 579	16.14 566	14.66 573	14.30 568	20.65 573	17.88 573	21.56 575	25.94 577	117.93 588	8.92 573	100.65 585	126.50 585	158.64 589	12.08 575

PML	51.67 586	36.25 582	13.28 559	7.46 570	20.81 573	108.69 589	232.22 590	8.72 565	27.82 580	87.01 589	269.67 590	69.67 589	61.95 589	24.76 582	14.20 563	9.74 574	3.40 567	9.62 573	4.70 567	18.74 577	4.72 569

xxxxx1	54.10 587	25.67 578	27.13 575	113.43 586	96.96 586	30.69 578	47.44 583	32.38 581	25.60 576	17.75 575	17.27 571	21.81 576	21.02 576	24.43 579	33.82 580	33.37 582	40.54 584	157.71 587	175.86 587	66.16 585	72.93 587

tt_ll	54.10 587	25.67 578	27.13 575	113.43 586	96.96 586	30.69 578	47.44 583	32.38 581	25.60 576	17.75 575	17.27 571	21.81 576	21.02 576	24.43 579	33.82 580	33.37 582	40.54 584	157.71 587	175.86 587	66.16 585	72.93 587

ff	54.10 587	25.67 578	27.13 575	113.43 586	96.96 586	30.69 578	47.44 583	32.38 581	25.60 576	17.75 575	17.27 571	21.81 576	21.02 576	24.43 579	33.82 580	33.37 582	40.54 584	157.71 587	175.86 587	66.16 585	72.93 587

test_example2	192.40 590	210.76 590	206.48 590	199.83 590	204.73 590	172.94 590	183.52 589	133.93 590	133.41 590	191.38 590	196.19 589	187.13 590	178.77 590	205.33 590	208.00 590	222.09 590	238.72 590	186.54 590	190.54 590	227.34 590	170.31 590

ccccc	497.63 591	492.34 591	595.97 591	530.87 591	530.37 591	478.08 591	442.62 591	491.76 591	343.70 591	448.18 591	520.80 591	476.12 591	550.57 591	541.64 591	605.32 591	663.49 591	459.54 591	353.94 591	309.79 591	586.66 591	530.90 591

Low-res two-view benchmark