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	0.46 1	0.41 14	1.09 35	0.65 30	0.34 12	0.29 1	0.23 3	0.67 1	0.50 1	0.53 10	0.92 72	0.65 78	0.53 33	0.54 1	0.50 39	0.28 171	0.24 288	0.25 102	0.21 124	0.23 58	0.22 79
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
FoundationStereo	0.50 2	0.39 4	1.11 48	0.79 98	0.42 67	0.70 4	0.36 31	0.76 2	0.80 25	0.62 35	0.38 6	0.73 104	0.77 112	0.69 2	0.36 2	0.26 115	0.17 54	0.23 40	0.16 18	0.18 1	0.20 29

MS-F	0.52 3	0.42 19	0.89 2	0.61 10	0.36 17	1.64 75	0.25 6	0.96 4	0.91 43	0.62 35	0.42 8	0.56 57	0.53 33	0.71 4	0.45 19	0.17 7	0.15 23	0.18 2	0.14 2	0.19 5	0.20 29

BridgeDepth_RVC	0.53 4	0.41 14	1.03 8	0.55 1	0.37 32	0.99 11	0.23 3	1.38 13	0.67 4	0.56 13	0.52 15	0.50 41	0.82 139	0.83 17	0.47 27	0.29 196	0.16 34	0.23 40	0.18 60	0.19 5	0.18 4
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.54 5	0.42 19	1.05 11	0.58 3	0.25 1	1.30 43	0.36 31	1.53 27	0.86 38	0.56 13	0.37 5	0.57 60	0.65 70	0.87 21	0.40 6	0.20 34	0.15 23	0.19 5	0.16 18	0.22 49	0.17 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
LGtest1	0.55 6	0.41 14	1.14 59	0.70 52	0.40 53	0.99 11	0.26 8	1.32 11	0.93 51	0.53 10	0.60 23	0.44 31	0.49 26	1.02 55	0.45 19	0.27 134	0.19 121	0.23 40	0.16 18	0.21 36	0.23 91

Wavelet-MonSter	0.57 7	0.47 54	1.13 56	0.66 39	0.78 273	1.60 70	0.30 14	1.17 9	0.68 5	0.58 23	0.69 33	0.39 14	0.48 22	0.99 50	0.46 23	0.15 1	0.16 34	0.20 8	0.16 18	0.20 21	0.19 8

CSFM-Stereo	0.60 8	0.39 4	0.95 3	0.60 9	0.32 9	2.66 158	0.31 15	1.44 18	0.77 15	0.72 64	0.51 13	0.55 52	0.51 31	0.75 6	0.46 23	0.17 7	0.17 54	0.18 2	0.15 5	0.20 21	0.18 4

MLG-Stereo_test3	0.60 8	0.37 2	1.12 51	0.59 6	0.57 177	2.19 116	0.31 15	1.68 48	0.56 2	0.49 5	0.51 13	0.56 57	0.33 1	0.96 44	0.54 54	0.21 41	0.17 54	0.23 40	0.16 18	0.20 21	0.21 59

HiDET	0.61 10	0.41 14	0.88 1	0.64 22	0.39 47	2.67 159	0.25 6	1.59 34	0.91 43	0.59 27	0.44 10	0.52 46	0.50 30	0.76 7	0.54 54	0.17 7	0.15 23	0.18 2	0.15 5	0.19 5	0.21 59

LG-Stereo_L1	0.61 10	0.47 54	1.10 41	0.73 70	0.49 126	1.72 77	0.33 21	1.95 78	0.65 3	0.56 13	0.40 7	0.40 16	0.43 13	1.40 147	0.42 9	0.23 64	0.19 121	0.23 40	0.18 60	0.21 36	0.19 8

MonStereo	0.62 12	0.43 24	1.07 17	0.66 39	0.82 291	1.13 17	0.39 37	2.57 160	0.92 48	0.58 23	0.64 28	0.36 4	0.36 4	0.90 29	0.43 13	0.15 1	0.15 23	0.20 8	0.17 36	0.21 36	0.19 8

Monster-pub-eth3d	0.62 12	0.43 24	1.07 17	0.66 39	0.82 291	1.13 17	0.39 37	2.57 160	0.92 48	0.58 23	0.64 28	0.36 4	0.36 4	0.88 25	0.43 13	0.15 1	0.15 23	0.20 8	0.17 36	0.21 36	0.19 8

MonSter	0.62 12	0.43 24	1.07 17	0.66 39	0.82 291	1.13 17	0.39 37	2.57 160	0.92 48	0.58 23	0.64 28	0.36 4	0.35 3	0.95 40	0.43 13	0.15 1	0.15 23	0.20 8	0.17 36	0.21 36	0.19 8

LCMNet	0.63 15	0.40 8	0.95 3	0.58 3	0.39 47	3.11 207	0.27 9	1.58 32	0.84 36	0.56 13	0.58 21	0.52 46	0.53 33	0.77 9	0.51 47	0.17 7	0.16 34	0.19 5	0.15 5	0.20 21	0.21 59

LG-Stereo_L2	0.63 15	0.46 37	1.15 61	0.70 52	0.43 73	2.32 126	0.28 10	1.86 63	0.68 5	0.56 13	0.42 8	0.37 8	0.45 16	1.36 141	0.40 6	0.23 64	0.18 86	0.22 26	0.18 60	0.21 36	0.20 29

Monster-pub-mixall	0.64 17	0.42 19	1.00 6	0.83 124	0.48 118	1.39 51	0.32 19	1.45 19	0.82 30	0.88 127	0.85 58	0.39 14	0.36 4	1.99 254	0.47 27	0.20 34	0.16 34	0.17 1	0.15 5	0.18 1	0.21 59

S2M2_L	0.64 17	0.55 122	1.07 17	0.89 171	0.54 153	1.08 14	0.20 1	1.16 8	1.37 107	0.59 27	0.81 53	0.86 138	0.47 18	0.70 3	0.65 86	0.31 263	0.33 399	0.27 165	0.27 258	0.36 287	0.31 231
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
SGD-Stereo	0.65 19	0.41 14	1.06 15	0.85 146	0.31 6	2.44 136	0.46 73	1.09 6	0.69 8	0.84 118	0.52 15	0.55 52	0.53 33	1.49 171	0.46 23	0.31 263	0.14 11	0.25 102	0.18 60	0.23 58	0.20 29

4.5_new	0.67 20	0.46 37	1.11 48	0.63 18	0.78 273	1.97 95	0.51 90	2.18 97	0.78 19	0.73 67	0.90 68	0.42 24	0.49 26	0.81 13	0.49 33	0.21 41	0.14 11	0.26 133	0.19 85	0.22 49	0.20 29

4.5w-stereo	0.67 20	0.46 37	1.11 48	0.63 18	0.78 273	1.97 95	0.51 90	2.18 97	0.77 15	0.73 67	0.90 68	0.42 24	0.49 26	0.81 13	0.49 33	0.21 41	0.14 11	0.26 133	0.19 85	0.22 49	0.20 29

4w-stereo	0.67 20	0.49 73	1.07 17	0.63 18	0.75 262	1.63 74	0.44 63	2.23 106	0.77 15	0.56 13	0.92 72	0.40 16	0.82 139	1.08 65	0.53 49	0.18 22	0.13 1	0.25 102	0.18 60	0.19 5	0.20 29

MatchStereo	0.68 23	0.46 37	1.93 156	0.67 46	0.28 2	0.98 9	0.33 21	2.01 82	1.69 264	0.48 2	1.02 87	0.47 36	0.59 51	0.91 32	0.58 63	0.21 41	0.17 54	0.21 20	0.15 5	0.19 5	0.19 8

dual_stereo	0.68 23	0.40 8	1.05 11	0.64 22	0.37 32	0.84 8	0.34 26	3.40 281	1.03 63	0.50 6	0.46 12	0.58 61	0.40 8	1.85 244	0.49 33	0.23 64	0.17 54	0.21 20	0.16 18	0.20 21	0.19 8

3.25w_new	0.69 25	0.46 37	1.10 41	0.61 10	0.61 197	2.23 119	0.51 90	2.45 134	0.90 40	0.63 39	0.78 46	0.47 36	0.71 87	0.78 10	0.50 39	0.17 7	0.14 11	0.20 8	0.17 36	0.20 21	0.20 29

3.25w	0.69 25	0.46 37	1.10 41	0.61 10	0.61 197	2.23 119	0.51 90	2.45 134	0.90 40	0.63 39	0.78 46	0.47 36	0.71 87	0.79 11	0.50 39	0.17 7	0.14 11	0.20 8	0.17 36	0.20 21	0.20 29

asd	0.70 27	0.45 30	1.10 41	0.67 46	0.90 327	2.88 173	0.43 59	1.64 44	0.79 22	0.68 54	0.88 61	0.43 26	0.74 100	0.85 20	0.49 33	0.19 27	0.13 1	0.24 74	0.17 36	0.22 49	0.20 29

IGEV	0.70 27	0.36 1	1.07 17	0.71 59	1.31 446	2.82 166	0.41 50	1.76 54	0.98 58	0.73 67	0.71 34	0.35 3	0.42 12	0.90 29	0.42 9	0.18 22	0.18 86	0.22 26	0.18 60	0.18 1	0.20 29

LG-G_1	0.70 27	0.40 8	1.12 51	0.71 59	0.30 4	2.80 164	0.40 43	2.21 102	0.78 19	0.59 27	0.55 17	0.51 42	0.58 45	1.24 108	0.49 33	0.24 78	0.18 86	0.23 40	0.15 5	0.21 36	0.21 59

LG-G	0.70 27	0.40 8	1.12 51	0.71 59	0.30 4	2.80 164	0.40 43	2.21 102	0.78 19	0.59 27	0.55 17	0.51 42	0.58 45	1.24 108	0.49 33	0.24 78	0.18 86	0.23 40	0.15 5	0.21 36	0.21 59

DEFOM-Stereo	0.70 27	0.46 37	1.13 56	0.72 67	0.48 118	3.40 255	0.44 63	0.90 3	0.77 15	0.86 124	0.58 21	0.45 34	0.43 13	1.76 225	0.43 13	0.24 78	0.18 86	0.22 26	0.16 18	0.21 36	0.20 29

3w_stereo	0.71 32	0.47 54	1.14 59	0.65 30	0.39 47	1.73 79	0.68 174	2.79 200	0.79 22	0.67 52	0.84 55	0.37 8	1.02 195	1.03 56	0.56 57	0.18 22	0.14 11	0.23 40	0.18 60	0.20 21	0.22 79

252Zero-FE	0.72 33	0.46 37	1.08 27	1.01 262	0.41 60	1.27 34	0.22 2	1.79 59	1.03 63	2.52 467	1.24 140	0.32 1	0.41 10	1.03 56	0.45 19	0.21 41	0.17 54	0.20 8	0.17 36	0.20 21	0.20 29

4.25_new	0.73 34	0.46 37	1.08 27	0.71 59	0.97 345	2.52 144	0.58 124	2.28 114	0.93 51	0.57 19	0.94 77	0.40 16	0.65 70	0.87 21	0.50 39	0.17 7	0.13 1	0.25 102	0.17 36	0.19 5	0.20 29

4.5w_new	0.73 34	0.46 37	1.08 27	0.71 59	0.97 345	2.52 144	0.58 124	2.28 114	0.93 51	0.57 19	0.94 77	0.40 16	0.65 70	0.87 21	0.50 39	0.17 7	0.13 1	0.25 102	0.17 36	0.19 5	0.20 29

4.25w-stereo	0.73 34	0.46 37	1.08 27	0.71 59	0.97 345	2.52 144	0.58 124	2.28 114	0.93 51	0.57 19	0.94 77	0.40 16	0.65 70	0.87 21	0.50 39	0.17 7	0.13 1	0.25 102	0.17 36	0.19 5	0.20 29

GREAT-IGEV	0.74 37	0.54 116	1.86 148	1.10 315	0.44 81	2.44 136	0.34 26	1.37 12	1.51 171	0.48 2	0.86 59	0.51 42	0.60 56	1.07 64	0.45 19	0.22 52	0.17 54	0.21 20	0.17 36	0.23 58	0.25 120

FSD	0.75 38	0.64 225	1.23 74	0.76 88	0.60 192	0.77 5	0.67 167	1.57 31	0.68 5	0.72 64	0.62 26	1.02 171	0.72 90	0.81 13	0.73 125	0.59 501	0.54 514	0.57 507	0.54 510	0.57 444	0.55 442

FlowAnything_test	0.75 38	0.60 177	1.18 66	0.82 113	0.58 186	2.29 124	0.66 165	1.38 13	0.80 25	1.03 153	0.76 41	0.63 71	0.49 26	0.84 19	0.91 204	0.31 263	0.27 337	0.40 411	0.48 487	0.31 192	0.30 221

qwe	0.75 38	0.45 30	1.10 41	0.67 46	1.06 377	2.49 140	0.45 67	2.57 160	0.90 40	0.71 62	0.83 54	0.43 26	0.48 22	1.10 68	0.64 79	0.17 7	0.14 11	0.24 74	0.16 18	0.21 36	0.20 29

2.25w	0.75 38	0.47 54	1.09 35	0.69 51	0.65 216	2.28 122	0.40 43	2.42 128	0.80 25	0.73 67	1.03 91	0.40 16	0.81 136	1.24 108	0.80 151	0.16 5	0.15 23	0.21 20	0.17 36	0.19 5	0.21 59

2.5w	0.75 38	0.44 27	1.06 15	0.66 39	0.69 241	2.39 132	0.56 112	2.77 192	0.82 30	0.63 39	0.88 61	0.37 8	0.75 103	1.36 141	0.50 39	0.18 22	0.14 11	0.22 26	0.17 36	0.19 5	0.21 59

2.75w_new	0.75 38	0.45 30	1.10 41	0.65 30	0.62 203	2.45 138	0.56 112	2.75 189	0.74 13	0.78 97	0.73 37	0.38 12	0.92 170	1.04 61	0.66 91	0.17 7	0.14 11	0.22 26	0.17 36	0.18 1	0.19 8

3.75w	0.75 38	0.47 54	1.09 35	0.63 18	1.10 389	2.61 155	0.53 100	2.46 137	0.97 57	0.62 35	0.80 49	0.40 16	0.66 77	1.11 70	0.48 29	0.19 27	0.13 1	0.23 40	0.18 60	0.20 21	0.21 59

2w_stereo	0.75 38	0.46 37	1.08 27	0.68 50	0.56 165	2.00 97	0.61 135	2.87 211	0.83 33	0.93 135	0.93 75	0.36 4	1.13 233	0.90 29	0.61 69	0.17 7	0.13 1	0.23 40	0.17 36	0.20 21	0.21 59

RAStereo	0.75 38	0.52 91	2.86 251	0.58 3	0.62 203	1.19 24	0.32 19	1.81 61	0.99 59	0.75 75	1.05 102	0.64 73	0.47 18	0.80 12	0.94 220	0.22 52	0.20 161	0.27 165	0.21 124	0.34 256	0.22 79

AdaDepth	0.76 47	0.45 30	1.41 105	0.70 52	1.27 438	3.12 208	0.43 59	1.02 5	0.94 55	0.63 39	0.91 70	0.43 26	0.58 45	1.41 153	0.48 29	0.18 22	0.21 195	0.23 40	0.19 85	0.25 81	0.26 146

MLG-Stereo_test2	0.76 47	0.40 8	1.07 17	0.64 22	0.82 291	3.49 276	0.23 3	1.69 49	2.14 364	0.62 35	0.32 3	0.67 83	0.33 1	1.14 80	0.37 3	0.23 64	0.19 121	0.23 40	0.16 18	0.19 5	0.20 29

AIO_test	0.76 47	0.47 54	1.31 89	0.81 103	0.70 245	1.36 48	0.88 322	1.40 16	1.45 128	0.55 12	0.95 81	1.81 297	0.58 45	1.16 88	0.46 23	0.27 134	0.17 54	0.24 74	0.19 85	0.24 65	0.21 59

fffft	0.76 47	0.47 54	1.28 86	0.82 113	0.54 153	1.51 62	0.80 259	2.09 91	1.18 74	0.63 39	0.84 55	0.59 65	0.55 39	1.80 232	0.85 170	0.19 27	0.18 86	0.27 165	0.20 106	0.26 102	0.24 110
1: 1. 1
ours_stereo	0.76 47	0.64 225	1.40 103	0.86 153	0.61 197	1.12 16	0.57 115	1.63 42	1.20 76	0.72 64	1.43 196	0.70 89	0.62 61	1.56 181	0.58 63	0.25 99	0.18 86	0.26 133	0.21 124	0.29 150	0.31 231

AIO-Stereo	0.76 47	0.54 116	1.07 17	0.73 70	0.40 53	1.28 40	0.82 273	2.26 109	1.49 158	0.70 58	1.58 238	0.89 145	0.45 16	1.03 56	0.55 56	0.24 78	0.18 86	0.25 102	0.20 106	0.26 102	0.21 59

GLC_STEREO	0.76 47	0.52 91	1.12 51	0.83 124	0.33 11	1.86 86	0.82 273	1.46 21	1.38 111	0.95 140	1.04 96	0.68 85	0.72 90	0.97 45	0.80 151	0.23 64	0.25 312	0.32 282	0.25 212	0.32 219	0.30 221

asda	0.77 54	0.46 37	1.10 41	0.64 22	0.82 291	3.33 244	0.49 83	2.40 124	0.81 29	0.63 39	0.80 49	0.44 31	0.85 147	0.88 25	0.60 67	0.17 7	0.13 1	0.24 74	0.17 36	0.20 21	0.20 29

3.5w_stereo	0.77 54	0.53 104	1.09 35	0.65 30	0.72 250	2.52 144	0.51 90	2.43 131	0.80 25	0.76 89	1.20 129	0.43 26	0.66 77	1.23 107	0.73 125	0.17 7	0.13 1	0.23 40	0.17 36	0.20 21	0.21 59

MLG-Stereo	0.77 54	0.39 4	1.04 9	0.64 22	0.41 60	3.01 194	0.31 15	1.89 67	2.92 509	0.47 1	0.29 2	0.66 82	0.47 18	1.35 139	0.39 4	0.20 34	0.18 86	0.24 74	0.16 18	0.19 5	0.20 29

mms	0.77 54	0.68 265	1.17 65	0.83 124	0.71 248	1.41 53	0.67 167	1.61 36	1.12 70	0.77 94	1.37 182	0.63 71	0.54 38	1.75 224	0.63 76	0.24 78	0.19 121	0.26 133	0.21 124	0.31 192	0.34 275

RSM++	0.77 54	0.51 85	1.08 27	0.95 218	0.42 67	1.52 64	0.71 188	2.11 92	1.40 116	0.80 104	1.23 139	0.90 149	0.59 51	1.14 80	0.69 108	0.24 78	0.19 121	0.25 102	0.21 124	0.28 132	0.20 29

water-stereo	0.78 59	0.45 30	1.94 157	0.79 98	0.48 118	2.36 129	0.47 79	1.53 27	1.09 69	0.88 127	1.04 96	0.82 126	0.75 103	0.72 5	0.78 144	0.22 52	0.23 253	0.25 102	0.23 174	0.24 65	0.29 192

AIO_rvc	0.78 59	0.55 122	1.25 78	0.75 74	0.65 216	1.46 57	0.99 382	2.13 93	1.52 180	0.57 19	1.15 121	1.09 179	0.55 39	1.15 86	0.53 49	0.24 78	0.17 54	0.24 74	0.17 36	0.25 81	0.21 59

CASnet	0.78 59	0.51 85	1.29 87	0.81 103	0.29 3	1.28 40	0.74 210	1.51 24	1.89 311	1.64 220	1.09 108	0.65 78	0.64 67	0.91 32	0.76 138	0.29 196	0.17 54	0.41 423	0.31 353	0.32 219	0.19 8
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Replicate-Monster	0.79 62	1.36 492	2.08 182	0.70 52	0.52 143	2.05 105	0.34 26	1.92 73	0.82 30	1.03 153	0.60 23	0.48 40	0.52 32	1.28 120	0.39 4	0.19 27	0.14 11	0.19 5	0.16 18	0.22 49	0.78 507

AEACV	0.79 62	0.54 116	1.35 98	0.97 233	0.63 206	1.13 17	0.92 353	2.02 84	0.91 43	0.76 89	0.79 48	0.80 122	1.61 358	1.28 120	0.61 69	0.22 52	0.18 86	0.26 133	0.23 174	0.27 115	0.23 91

Zero-FE251	0.80 64	0.75 331	1.71 134	0.88 164	0.70 245	2.59 154	0.45 67	1.38 13	0.83 33	1.79 253	0.61 25	0.73 104	0.81 136	0.82 16	0.61 69	0.29 196	0.23 253	0.27 165	0.19 85	0.20 21	0.20 29

MLG-Stereo_test1	0.80 64	0.39 4	1.02 7	0.65 30	1.20 419	3.14 210	0.29 13	1.59 34	3.05 523	0.50 6	0.24 1	0.67 83	0.43 13	1.33 135	0.40 6	0.21 41	0.18 86	0.23 40	0.15 5	0.19 5	0.20 29

SMoEStereo_RVC	0.80 64	0.53 104	1.12 51	0.92 194	0.44 81	2.41 134	0.79 249	1.49 23	1.16 71	0.70 58	1.12 116	0.64 73	0.64 67	1.69 216	0.87 183	0.22 52	0.16 34	0.31 262	0.22 158	0.26 102	0.25 120

fffy	0.80 64	0.59 165	1.56 124	1.00 255	0.47 110	1.27 34	0.76 225	1.90 70	1.02 62	0.75 75	1.35 177	0.83 128	0.72 90	1.70 218	0.62 73	0.23 64	0.19 121	0.27 165	0.21 124	0.28 132	0.32 244

rvit_stereo_0081	0.80 64	0.63 213	1.19 67	0.91 188	0.64 208	1.27 34	0.61 135	2.05 85	1.71 269	0.82 108	0.73 37	0.85 134	0.75 103	1.30 129	0.80 151	0.31 263	0.26 326	0.27 165	0.25 212	0.38 302	0.27 163

rvit_stereo_0082	0.80 64	0.63 213	1.19 67	0.91 188	0.64 208	1.27 34	0.61 135	2.05 85	1.71 269	0.82 108	0.73 37	0.85 134	0.75 103	1.30 129	0.80 151	0.31 263	0.26 326	0.27 165	0.25 212	0.38 302	0.27 163

RSM	0.80 64	0.50 78	1.08 27	0.83 124	0.51 132	1.31 44	0.77 238	2.28 114	1.43 125	0.82 108	1.44 198	1.22 204	0.62 61	1.17 95	0.63 76	0.22 52	0.18 86	0.24 74	0.19 85	0.27 115	0.20 29

MGS-Stereo	0.80 64	0.56 134	1.53 118	0.93 210	0.39 47	1.26 33	0.73 198	1.45 19	1.30 95	1.01 146	2.26 438	0.80 122	0.56 41	1.16 88	0.65 86	0.27 134	0.23 253	0.26 133	0.22 158	0.27 115	0.25 120

Selective-IGEV	0.80 64	0.52 91	1.05 11	0.75 74	0.61 197	1.31 44	0.82 273	2.60 169	1.41 119	0.82 108	1.64 257	0.71 96	0.62 61	1.22 105	0.64 79	0.22 52	0.19 121	0.24 74	0.18 60	0.25 81	0.20 29

DilatedVolume-Stereo	0.81 73	0.60 177	1.51 117	1.01 262	0.59 189	1.34 46	0.51 90	1.56 30	1.08 68	1.26 171	1.24 140	0.77 115	0.87 154	1.79 231	0.72 122	0.23 64	0.24 288	0.22 26	0.21 124	0.25 81	0.23 91

DEFOM-Stereo_RVC	0.81 73	1.13 448	1.23 74	0.97 233	0.57 177	0.81 7	0.43 59	3.49 288	0.84 36	0.73 67	0.95 81	0.44 31	1.17 251	1.45 162	0.60 67	0.26 115	0.18 86	0.24 74	0.17 36	0.30 173	0.19 8

rvit_stereo_0081_aga	0.81 73	0.75 331	1.84 147	0.72 67	0.73 255	1.21 25	0.63 150	1.92 73	1.39 112	0.87 126	0.80 49	0.79 120	0.69 83	1.27 119	0.69 108	0.35 333	0.29 359	0.26 133	0.25 212	0.40 319	0.27 163

monsterstereo	0.82 76	0.50 78	1.26 79	0.77 94	1.41 480	2.54 150	0.40 43	3.14 238	0.71 10	0.70 58	1.11 113	0.41 23	0.39 7	1.50 172	0.50 39	0.19 27	0.16 34	0.22 26	0.16 18	0.21 36	0.17 1

monsters	0.82 76	0.58 157	1.16 63	0.76 88	1.52 496	2.92 181	0.40 43	2.66 177	0.72 11	0.66 49	0.84 55	0.38 12	0.41 10	1.84 238	0.48 29	0.20 34	0.16 34	0.20 8	0.16 18	0.19 5	0.19 8

castereo	0.82 76	0.70 281	1.04 9	0.85 146	0.50 130	1.29 42	0.91 340	3.22 248	1.20 76	0.83 116	1.24 140	0.72 98	0.91 167	1.00 51	0.67 96	0.26 115	0.16 34	0.25 102	0.20 106	0.24 65	0.21 59

MaDis-Stereo	0.82 76	0.66 247	1.53 118	0.65 30	1.87 548	1.24 30	0.36 31	2.13 93	1.27 90	0.67 52	0.75 40	0.88 143	0.70 85	1.15 86	1.07 246	0.29 196	0.23 253	0.26 133	0.20 106	0.31 192	0.22 79

UniTT-Stereo	0.82 76	0.47 54	2.63 237	0.96 224	1.19 413	0.78 6	0.39 37	1.12 7	1.54 196	1.19 167	1.26 149	0.51 42	0.64 67	1.13 78	1.03 239	0.30 240	0.20 161	0.24 74	0.21 124	0.40 319	0.25 120

ProNet	0.82 76	0.71 293	1.50 115	0.86 153	0.45 89	1.78 80	0.83 278	1.75 53	1.28 92	0.66 49	1.13 118	0.78 116	0.76 110	1.66 209	0.71 117	0.24 78	0.20 161	0.25 102	0.23 174	0.29 150	0.25 120

GEAStereo	0.84 82	0.48 64	1.09 35	0.85 146	0.45 89	4.54 520	0.83 278	1.88 64	0.91 43	0.75 75	0.89 64	0.53 48	0.80 132	0.92 35	0.53 49	0.30 240	0.19 121	0.27 165	0.19 85	0.28 132	0.19 8

VIP-Stereo	0.85 83	0.83 370	1.59 128	0.76 88	0.87 315	3.18 215	0.80 259	1.94 77	0.83 33	0.78 97	1.04 96	0.64 73	0.59 51	1.24 108	0.61 69	0.28 171	0.18 86	0.23 40	0.17 36	0.22 49	0.19 8

LG-Stereo	0.85 83	0.60 177	2.71 242	0.59 6	0.45 89	2.85 170	0.55 108	2.41 125	1.34 101	0.59 27	1.19 127	0.43 26	0.40 8	0.76 7	0.75 134	0.20 34	0.17 54	0.31 262	0.24 200	0.29 150	0.19 8

1w_stereo	0.86 85	0.42 19	1.07 17	0.72 67	0.81 282	3.00 192	0.67 167	3.28 256	0.75 14	0.74 73	1.32 167	0.37 8	1.37 287	0.92 35	0.68 99	0.16 5	0.14 11	0.20 8	0.16 18	0.19 5	0.22 79

rvit_stereo_0083	0.86 85	0.67 257	1.42 106	0.87 159	0.65 216	1.23 26	0.64 153	1.67 46	2.28 393	0.79 102	0.93 75	0.93 157	1.07 216	1.46 166	0.75 134	0.32 284	0.36 423	0.30 239	0.26 232	0.33 238	0.28 182

Occ-G	0.86 85	0.52 91	1.39 101	0.82 113	0.66 223	1.37 49	0.79 249	1.58 32	1.31 97	1.56 206	0.87 60	2.18 349	0.89 162	0.97 45	0.88 188	0.26 115	0.19 121	0.26 133	0.19 85	0.25 81	0.24 110

IGEVStereo-DCA	0.86 85	0.65 236	2.05 170	0.90 180	0.46 100	1.57 66	0.86 298	1.62 37	1.24 81	0.65 47	0.77 44	0.74 110	0.72 90	2.59 310	0.86 177	0.28 171	0.21 195	0.28 198	0.21 124	0.29 150	0.27 163

111111	0.87 89	0.50 78	1.13 56	0.66 39	1.08 383	3.37 250	0.33 21	2.33 121	1.47 141	0.74 73	1.50 215	0.61 67	0.59 51	1.40 147	0.48 29	0.24 78	0.19 121	0.22 26	0.16 18	0.24 65	0.19 8

MoCha-V2	0.87 89	0.48 64	1.87 149	0.88 164	0.32 9	1.37 49	0.55 108	2.71 183	1.42 121	0.92 134	1.75 291	0.65 78	1.17 251	1.45 162	0.57 60	0.21 41	0.21 195	0.20 8	0.19 85	0.24 65	0.23 91

BStereo	0.88 91	0.73 308	4.10 292	0.80 101	0.51 132	1.13 17	0.72 191	2.57 160	1.00 60	0.85 119	0.57 19	0.72 98	0.48 22	1.01 52	0.90 195	0.26 115	0.22 224	0.24 74	0.29 316	0.25 81	0.25 120

NLSM1	0.88 91	0.49 73	1.07 17	0.74 72	1.33 457	2.28 122	0.37 34	2.65 174	1.20 76	0.85 119	0.94 77	0.56 57	1.37 287	1.68 214	0.82 160	0.17 7	0.16 34	0.25 102	0.19 85	0.24 65	0.22 79

GIP-stereo	0.88 91	0.50 78	1.34 94	1.32 421	0.94 337	2.90 175	0.42 54	3.41 282	1.06 66	0.63 39	0.76 41	0.90 149	0.76 110	0.91 32	0.52 48	0.27 134	0.18 86	0.25 102	0.16 18	0.25 81	0.19 8

WCG-NET	0.88 91	0.49 73	1.26 79	0.90 180	0.37 32	1.48 59	1.07 401	1.73 51	2.30 397	1.63 217	1.49 214	0.92 156	0.97 181	0.95 40	0.76 138	0.22 52	0.16 34	0.23 40	0.20 106	0.25 81	0.21 59

Pointernet	0.88 91	0.44 27	2.26 199	0.84 134	0.37 32	2.29 124	0.38 35	3.06 231	1.46 136	0.66 49	1.39 187	0.91 151	0.73 95	1.01 52	0.72 122	0.23 64	0.19 121	0.20 8	0.18 60	0.19 5	0.20 29

gasm-f	0.89 96	0.49 73	1.30 88	0.85 146	0.44 81	4.42 498	0.95 365	1.88 64	0.91 43	0.75 75	1.46 201	0.53 48	0.88 156	0.88 25	0.57 60	0.30 240	0.19 121	0.27 165	0.19 85	0.28 132	0.19 8

LG-Stereo_Zeroshot	0.89 96	0.47 54	2.08 182	0.76 88	0.73 255	3.91 372	0.41 50	2.07 89	1.07 67	0.77 94	0.89 64	0.64 73	0.86 150	0.95 40	0.77 143	0.26 115	0.18 86	0.26 133	0.19 85	0.32 219	0.32 244

SCV_C0	0.89 96	0.59 165	1.96 162	0.83 124	0.44 81	1.24 30	0.64 153	3.33 271	1.66 254	0.82 108	1.20 129	0.73 104	0.66 77	1.62 198	0.66 91	0.32 284	0.21 195	0.24 74	0.20 106	0.28 132	0.23 91

CAS++	0.89 96	0.64 225	1.46 109	0.81 103	0.51 132	1.24 30	0.86 298	3.44 283	1.46 136	1.14 164	1.29 159	0.62 69	0.58 45	1.13 78	0.59 65	0.34 313	0.30 372	0.34 335	0.26 232	0.41 344	0.29 192
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
NLSM3	0.90 100	0.46 37	1.19 67	0.62 14	1.30 442	3.19 218	0.45 67	2.81 204	1.27 90	0.78 97	0.95 81	0.55 52	1.03 196	1.14 80	0.87 183	0.20 34	0.15 23	0.26 133	0.22 158	0.24 65	0.23 91

DDF-Stereo	0.90 100	0.53 104	1.16 63	0.88 164	1.31 446	1.59 69	0.86 298	2.26 109	0.79 22	0.48 2	0.63 27	0.54 50	0.73 95	2.97 329	1.03 239	0.39 382	0.17 54	0.24 74	0.18 60	1.06 534	0.29 192

IGEV-RUCA	0.90 100	0.53 104	1.05 11	0.81 103	0.74 260	3.89 369	0.80 259	1.92 73	1.41 119	0.96 143	0.71 34	0.70 89	0.73 95	1.30 129	0.68 99	0.29 196	0.20 161	0.25 102	0.19 85	0.43 374	0.34 275

IGEV++	0.90 100	0.58 157	1.32 92	0.94 214	0.45 89	1.27 34	1.00 383	3.32 265	1.55 204	0.82 108	1.34 174	0.86 138	1.09 221	1.16 88	0.89 191	0.33 301	0.18 86	0.23 40	0.19 85	0.29 150	0.22 79

trnet	0.91 104	0.48 64	1.46 109	0.62 14	0.31 6	4.40 494	0.41 50	2.20 100	1.53 187	0.94 136	1.14 120	0.88 143	0.89 162	1.09 67	0.71 117	0.27 134	0.19 121	0.22 26	0.15 5	0.21 36	0.19 8

NLMM1	0.92 105	0.50 78	1.15 61	0.65 30	1.05 373	3.36 249	0.50 85	2.91 212	1.37 107	0.68 54	1.09 108	0.58 61	0.77 112	1.40 147	1.15 262	0.19 27	0.14 11	0.23 40	0.21 124	0.23 58	0.21 59

NLMM	0.92 105	0.52 91	1.40 103	0.67 46	1.10 389	3.14 210	0.47 79	3.06 231	1.30 95	0.78 97	1.13 118	0.55 52	0.58 45	1.32 133	1.07 246	0.20 34	0.16 34	0.23 40	0.20 106	0.22 49	0.26 146

Former-RAFT_DAM_RVC	0.92 105	0.73 308	1.42 106	0.92 194	1.08 383	2.97 191	0.53 100	1.77 57	1.39 112	1.16 165	1.54 227	0.58 61	0.65 70	1.03 56	0.84 167	0.25 99	0.23 253	0.30 239	0.24 200	0.43 374	0.29 192

CREStereo	0.92 105	0.53 104	1.45 108	0.61 10	0.34 12	4.42 498	0.40 43	2.21 102	1.54 196	0.94 136	1.12 116	0.87 140	0.87 154	1.12 75	0.72 122	0.28 171	0.19 121	0.22 26	0.15 5	0.22 49	0.19 8
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
castereo++	0.93 109	0.56 134	1.26 79	0.92 194	0.73 255	2.48 139	1.00 383	2.99 220	1.03 63	0.68 54	1.41 192	1.92 313	0.59 51	1.26 115	0.44 17	0.25 99	0.19 121	0.28 198	0.19 85	0.23 58	0.23 91

IGEV-Stereo++	0.93 109	0.44 27	1.08 27	0.70 52	1.20 419	3.87 367	0.33 21	3.36 275	1.43 125	0.75 75	1.17 124	0.68 85	1.04 201	0.95 40	0.42 9	0.22 52	0.16 34	0.23 40	0.17 36	0.24 65	0.20 29

GCAP-Stereo	0.93 109	0.68 265	1.35 98	0.85 146	0.41 60	3.61 310	0.52 99	2.20 100	1.50 164	1.11 162	1.04 96	1.17 190	0.84 145	1.11 70	0.71 117	0.25 99	0.20 161	0.27 165	0.18 60	0.28 132	0.23 91

depthmonostereo	0.94 112	0.71 293	2.39 215	0.85 146	0.54 153	2.21 118	0.53 100	1.83 62	1.17 73	0.95 140	1.09 108	0.99 166	0.97 181	2.37 288	0.68 99	0.23 64	0.27 337	0.22 26	0.20 106	0.25 81	0.26 146

StereoAnything_RVC	0.94 112	2.66 552	2.20 190	0.76 88	0.34 12	1.18 23	0.39 37	2.31 118	0.69 8	0.51 9	0.34 4	0.32 1	0.89 162	1.57 184	0.35 1	0.32 284	0.16 34	0.23 40	0.15 5	3.31 575	0.18 4

rvit_stereo_0080	0.94 112	0.72 297	2.56 227	0.64 22	0.59 189	1.90 88	0.75 220	2.71 183	1.40 116	0.91 131	1.04 96	0.85 134	0.82 139	1.14 80	0.78 144	0.35 333	0.29 359	0.25 102	0.27 258	0.45 390	0.29 192

IGEV-Stereo+	0.94 112	0.47 54	1.19 67	0.86 153	2.02 558	1.40 52	0.39 37	1.17 9	0.88 39	0.61 33	0.44 10	0.47 36	0.79 125	2.14 270	0.42 9	0.27 134	0.19 121	0.22 26	0.17 36	2.26 570	2.41 576

whm_eth	0.94 112	0.72 297	2.56 227	0.64 22	0.59 189	1.90 88	0.75 220	2.71 183	1.40 116	0.91 131	1.04 96	0.85 134	0.82 139	1.14 80	0.78 144	0.35 333	0.29 359	0.25 102	0.27 258	0.45 390	0.29 192

LoS_RVC	0.94 112	1.30 481	1.31 89	0.84 134	1.63 517	2.02 98	0.59 128	1.51 24	1.36 106	0.81 106	1.33 169	0.84 130	0.88 156	1.36 141	0.73 125	0.21 41	0.17 54	0.20 8	0.14 2	0.20 21	1.45 555

LoS	0.94 112	0.52 91	1.88 150	0.86 153	0.36 17	4.15 437	0.51 90	2.18 97	1.45 128	0.97 144	0.88 61	0.62 69	0.79 125	1.59 190	0.86 177	0.26 115	0.19 121	0.24 74	0.16 18	0.21 36	0.20 29
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
zero-FE	0.95 119	0.52 91	2.63 237	0.86 153	1.27 438	1.41 53	0.86 298	2.27 111	0.73 12	0.50 6	0.64 28	0.54 50	0.78 121	2.70 318	1.02 237	0.35 333	0.17 54	0.24 74	0.18 60	1.03 531	0.29 192

SCV	0.95 119	0.63 213	1.38 100	1.70 518	0.41 60	1.23 26	0.89 327	3.53 300	1.57 216	0.61 33	1.54 227	0.93 157	0.77 112	1.66 209	0.66 91	0.36 345	0.20 161	0.25 102	0.19 85	0.29 150	0.25 120

WCG-NET（raft）	0.95 119	0.55 122	1.20 72	0.84 134	0.31 6	1.44 55	1.01 386	1.55 29	2.37 418	1.64 220	1.42 194	2.38 369	1.01 192	1.29 125	0.76 138	0.22 52	0.19 121	0.22 26	0.20 106	0.25 81	0.21 59

anonymousdsp	0.95 119	0.69 268	1.27 84	0.83 124	0.52 143	4.54 520	0.84 284	1.76 54	1.24 81	0.76 89	1.06 104	0.78 116	0.77 112	1.67 213	0.69 108	0.27 134	0.17 54	0.29 219	0.21 124	0.31 192	0.26 146

IGEV-Stereo	0.95 119	0.69 268	1.27 84	0.84 134	0.52 143	4.54 520	0.84 284	1.76 54	1.24 81	0.75 75	1.06 104	0.79 120	0.77 112	1.68 214	0.69 108	0.27 134	0.17 54	0.29 219	0.21 124	0.31 192	0.26 146
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GSStereo	0.96 124	0.48 64	1.09 35	0.97 233	0.45 89	4.54 520	0.83 278	3.32 265	1.37 107	0.75 75	0.89 64	0.76 113	0.80 132	0.92 35	0.53 49	0.26 115	0.18 86	0.26 133	0.20 106	0.28 132	0.21 59

tt45	0.96 124	0.48 64	1.19 67	0.89 171	0.66 223	3.91 372	0.76 225	1.90 70	1.26 89	0.70 58	1.30 161	0.71 96	0.63 64	2.59 310	0.74 131	0.22 52	0.17 54	0.28 198	0.23 174	0.27 115	0.27 163

MSCF	0.97 126	0.82 366	1.26 79	0.88 164	0.40 53	3.17 213	0.88 322	2.79 200	1.39 112	1.32 174	1.19 127	0.58 61	1.33 279	1.28 120	0.64 79	0.25 99	0.19 121	0.25 102	0.25 212	0.28 132	0.32 244

999	0.97 126	0.48 64	1.24 77	1.03 280	0.64 208	3.25 230	0.92 353	1.40 16	1.39 112	0.71 62	1.68 269	0.70 89	0.66 77	3.03 331	0.89 191	0.23 64	0.19 121	0.25 102	0.21 124	0.25 81	0.29 192

DA	0.98 128	0.46 37	1.34 94	0.92 194	0.43 73	4.34 482	0.85 293	2.79 200	1.35 104	0.82 108	1.30 161	0.89 145	1.08 219	1.11 70	0.56 57	0.30 240	0.18 86	0.24 74	0.18 60	0.25 81	0.23 91

GGEV	0.98 128	0.46 37	1.34 94	0.92 194	0.43 73	4.34 482	0.85 293	2.79 200	1.35 104	0.82 108	1.30 161	0.89 145	1.08 219	1.11 70	0.56 57	0.30 240	0.18 86	0.24 74	0.18 60	0.25 81	0.23 91

ff7	0.98 128	0.69 268	2.05 170	0.84 134	0.52 143	4.55 525	0.86 298	1.62 37	1.24 81	0.75 75	1.03 91	0.70 89	0.77 112	1.84 238	0.68 99	0.27 134	0.17 54	0.29 219	0.21 124	0.31 192	0.27 163

ffff	0.98 128	0.69 268	2.05 170	0.84 134	0.52 143	4.55 525	0.86 298	1.62 37	1.24 81	0.75 75	1.03 91	0.70 89	0.77 112	1.84 238	0.68 99	0.27 134	0.17 54	0.29 219	0.21 124	0.31 192	0.27 163

11t	0.98 128	0.69 268	2.05 170	0.84 134	0.52 143	4.55 525	0.86 298	1.62 37	1.24 81	0.75 75	1.03 91	0.70 89	0.77 112	1.84 238	0.68 99	0.27 134	0.17 54	0.29 219	0.21 124	0.31 192	0.27 163

MIF-Stereo (partial)	0.98 128	0.55 122	2.83 248	0.71 59	1.03 368	1.08 14	0.49 83	2.55 156	1.66 254	0.79 102	1.20 129	0.80 122	0.90 165	1.61 197	1.56 360	0.36 345	0.24 288	0.33 317	0.25 212	0.40 319	0.28 182

ccc-4	0.98 128	0.69 268	2.05 170	0.84 134	0.52 143	4.55 525	0.86 298	1.62 37	1.24 81	0.75 75	1.03 91	0.70 89	0.77 112	1.84 238	0.68 99	0.27 134	0.17 54	0.29 219	0.21 124	0.31 192	0.27 163

CroCo-Stereo	0.98 128	0.87 385	3.44 274	0.87 159	0.53 152	0.49 2	0.50 85	3.99 407	1.49 158	0.81 106	1.25 148	1.00 169	0.75 103	1.10 68	1.09 252	0.24 78	0.21 195	0.24 74	0.19 85	0.35 274	0.27 163
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
NLCSM	0.99 136	0.55 122	1.46 109	0.70 52	1.30 442	3.34 246	0.45 67	3.38 277	1.32 99	0.73 67	1.11 113	0.73 104	0.81 136	1.30 129	1.26 293	0.21 41	0.16 34	0.25 102	0.20 106	0.23 58	0.23 91

CroCo-Stereo Lap2	0.99 136	0.89 389	2.55 226	0.99 247	1.80 545	0.54 3	0.46 73	3.10 234	1.24 81	1.07 156	1.21 133	1.05 178	0.78 121	1.26 115	1.08 249	0.27 134	0.23 253	0.27 165	0.21 124	0.43 374	0.34 275

PMTNet	0.99 136	0.48 64	1.73 136	0.62 14	0.56 165	4.20 464	0.43 59	1.88 64	1.58 219	1.00 145	1.05 102	0.78 116	0.98 187	1.50 172	0.85 170	1.21 556	0.20 161	0.23 40	0.15 5	0.22 49	0.19 8

GASTEREO	1.00 139	0.98 418	1.23 74	0.90 180	0.40 53	3.40 255	0.88 322	2.77 192	1.44 127	1.39 187	1.30 161	0.55 52	1.35 284	1.33 135	0.64 79	0.25 99	0.19 121	0.25 102	0.25 212	0.25 81	0.31 231

rvit_0105_6	1.00 139	0.93 402	2.21 192	0.92 194	0.55 161	1.52 64	0.79 249	2.41 125	2.96 513	0.76 89	0.72 36	1.02 171	0.75 103	1.42 155	0.81 157	0.40 390	0.43 474	0.34 335	0.31 353	0.43 374	0.34 275

rvit_stereo_ft	1.00 139	0.87 385	3.55 278	0.97 233	0.66 223	1.06 13	0.80 259	2.78 195	1.67 256	0.78 97	0.96 84	0.95 162	1.14 240	1.06 63	0.90 195	0.32 284	0.24 288	0.27 165	0.28 288	0.39 314	0.27 163

MyStereo07	1.01 142	0.80 355	1.26 79	1.00 255	1.04 371	3.95 389	0.95 365	2.07 89	1.42 121	0.75 75	1.22 135	0.68 85	0.91 167	1.63 202	0.67 96	0.24 78	0.24 288	0.34 335	0.26 232	0.41 344	0.37 310

CES	1.01 142	0.55 122	1.74 139	0.92 194	2.15 562	2.15 111	0.50 85	2.01 82	1.45 128	0.76 89	1.02 87	0.61 67	0.47 18	1.29 125	0.79 150	0.22 52	0.17 54	0.24 74	0.14 2	0.63 464	2.29 573

TANstereo	1.01 142	0.55 122	1.73 136	0.76 88	0.36 17	4.04 411	0.38 35	1.48 22	1.62 244	2.03 331	2.10 408	0.84 130	0.93 173	0.98 47	0.62 73	0.28 171	0.36 423	0.23 40	0.20 106	0.25 81	0.46 393

GMStereo	1.01 142	1.00 422	2.86 251	0.83 124	0.45 89	1.47 58	0.57 115	1.89 67	2.11 359	1.52 201	1.24 140	0.87 140	0.74 100	1.58 185	0.94 220	0.40 390	0.21 195	0.30 239	0.30 337	0.47 405	0.36 296
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CREStereo++_RVC	1.02 146	0.49 73	1.54 121	0.83 124	0.55 161	4.01 405	0.31 15	1.63 42	1.99 324	1.63 217	2.13 417	0.84 130	0.65 70	0.88 25	0.70 114	0.27 134	0.15 23	0.23 40	1.22 570	0.24 65	0.17 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
HART	1.03 147	0.85 379	3.13 261	0.84 134	0.38 44	1.17 22	0.42 54	3.54 301	1.47 141	1.08 157	2.17 423	1.48 238	0.57 42	1.37 146	0.74 131	0.23 64	0.18 86	0.28 198	0.21 124	0.32 219	0.24 110

XX-TBD	1.03 147	0.95 410	1.94 157	1.30 415	0.43 73	3.97 399	0.33 21	1.74 52	1.73 275	1.59 208	2.02 388	0.69 88	0.60 56	1.16 88	0.66 91	0.30 240	0.25 312	0.23 40	0.15 5	0.31 192	0.22 79

xyz-stereo-finetune	1.05 149	0.62 204	1.46 109	0.59 6	0.36 17	3.48 273	0.81 269	2.69 181	1.74 281	0.94 136	1.21 133	0.91 151	0.78 121	2.53 305	1.28 301	0.24 78	0.24 288	0.26 133	0.23 174	0.30 173	0.23 91

FE-Mocha	1.06 150	0.74 318	2.45 220	0.97 233	0.69 241	1.57 66	0.40 43	2.92 214	1.47 141	1.82 257	1.81 326	1.62 256	0.88 156	1.36 141	0.78 144	0.29 196	0.20 161	0.35 354	0.31 353	0.26 102	0.33 262

EGLCR-Stereo	1.06 150	0.51 85	1.56 124	1.02 273	0.39 47	4.27 475	0.42 54	4.08 435	1.48 150	0.90 130	0.68 32	1.09 179	0.66 77	1.81 233	0.62 73	0.27 134	0.19 121	0.29 219	0.23 174	0.37 297	0.25 120

MC-Stereo	1.06 150	0.48 64	1.55 122	1.15 347	0.41 60	4.56 530	0.61 135	2.06 87	1.46 136	1.90 278	1.61 250	0.89 145	1.12 231	1.35 139	0.73 125	0.25 99	0.18 86	0.26 133	0.22 158	0.25 81	0.24 110

sCroCo_RVC	1.06 150	0.82 366	5.05 306	1.02 273	1.05 373	0.98 9	0.61 135	2.06 87	1.29 93	0.69 57	1.26 149	0.82 126	1.10 227	1.20 102	0.90 195	0.42 416	0.40 456	0.33 317	0.30 337	0.46 401	0.38 325

Wave_Phase_stereo	1.07 154	0.73 308	4.10 292	0.80 101	0.51 132	4.91 569	0.72 191	2.50 143	1.00 60	0.85 119	0.57 19	0.72 98	0.48 22	1.01 52	0.90 195	0.26 115	0.22 224	0.24 74	0.29 316	0.25 81	0.25 120

rvit_0105_4	1.07 154	0.99 419	2.39 215	0.93 210	0.54 153	1.62 73	0.84 284	2.77 192	2.91 507	0.80 104	0.91 70	1.09 179	0.86 150	1.63 202	0.85 170	0.40 390	0.45 484	0.35 354	0.31 353	0.43 374	0.40 352

MM-Stereo_test3	1.09 156	0.59 165	1.55 122	1.73 522	1.18 406	1.91 90	0.86 298	3.52 296	1.76 285	1.25 169	1.86 350	1.10 182	0.69 83	1.32 133	0.86 177	0.27 134	0.23 253	0.27 165	0.22 158	0.34 256	0.30 221

IGEV-BASED-STEREO-	1.09 156	3.30 561	2.61 233	0.82 113	0.38 44	1.27 34	0.62 148	1.51 24	1.29 93	0.91 131	0.92 72	0.65 78	0.57 42	1.08 65	0.59 65	1.55 570	0.15 23	0.32 282	0.28 288	1.10 541	1.98 569

iRaftStereo_RVC	1.09 156	0.70 281	1.39 101	0.95 218	0.45 89	3.83 349	0.42 54	2.37 123	1.58 219	1.69 230	1.76 300	1.80 292	0.83 144	1.50 172	0.98 230	0.28 171	0.18 86	0.29 219	0.26 232	0.30 173	0.31 231

RAFT-Stereo-weight	1.11 159	0.48 64	1.22 73	0.99 247	0.42 67	4.17 452	0.80 259	3.60 309	1.50 164	1.97 301	1.50 215	1.30 214	0.65 70	1.24 108	0.85 170	0.25 99	0.19 121	0.26 133	0.22 158	0.27 115	0.23 91

11t1	1.11 159	0.53 104	1.80 144	1.55 497	0.65 216	2.20 117	0.60 131	3.66 320	1.49 158	1.60 209	1.26 149	1.03 174	1.35 284	1.72 220	0.97 227	0.28 171	0.31 382	0.29 219	0.23 174	0.30 173	0.34 275

rvit_0105_5	1.13 161	0.93 402	2.60 230	0.91 188	0.56 165	1.92 91	0.91 340	3.02 225	2.63 468	0.95 140	1.20 129	1.18 194	0.93 173	1.51 175	0.93 218	0.40 390	0.43 474	0.37 384	0.35 400	0.42 363	0.44 377

GMOStereo	1.13 161	0.70 281	2.26 199	0.75 74	0.44 81	3.05 197	0.91 340	2.78 195	1.45 128	2.37 443	1.52 218	1.53 242	1.05 206	1.17 95	0.92 209	0.25 99	0.19 121	0.35 354	0.28 288	0.34 256	0.26 146

error version	1.13 161	0.70 281	2.26 199	0.75 74	0.44 81	3.05 197	0.91 340	2.78 195	1.45 128	2.37 443	1.52 218	1.53 242	1.05 206	1.17 95	0.92 209	0.25 99	0.19 121	0.35 354	0.28 288	0.34 256	0.26 146

test-v	1.13 161	0.70 281	2.26 199	0.75 74	0.44 81	3.05 197	0.91 340	2.78 195	1.45 128	2.37 443	1.52 218	1.53 242	1.05 206	1.17 95	0.92 209	0.25 99	0.19 121	0.35 354	0.28 288	0.34 256	0.26 146

test-2	1.13 161	0.70 281	2.26 199	0.75 74	0.44 81	3.05 197	0.91 340	2.78 195	1.45 128	2.37 443	1.52 218	1.53 242	1.05 206	1.17 95	0.92 209	0.25 99	0.19 121	0.35 354	0.28 288	0.34 256	0.26 146

testlalala	1.14 166	0.62 204	1.34 94	1.00 255	0.78 273	4.38 487	0.93 355	2.46 137	2.20 375	2.44 455	1.52 218	1.31 215	0.61 59	1.04 61	0.65 86	0.35 333	0.19 121	0.24 74	0.19 85	0.24 65	0.23 91

HUF	1.15 167	0.64 225	8.62 346	0.90 180	0.35 15	1.35 47	0.78 242	1.97 79	1.50 164	0.63 39	1.52 218	0.83 128	0.66 77	1.28 120	0.63 76	0.29 196	0.23 253	0.26 133	0.17 36	0.23 58	0.25 120

tg	1.15 167	0.67 257	1.31 89	0.94 214	0.54 153	4.02 407	0.41 50	2.96 217	1.59 234	1.69 230	1.85 347	1.84 304	0.97 181	1.78 227	0.83 164	0.27 134	0.17 54	0.29 219	0.26 232	0.29 150	0.27 163

Selective-RAFT	1.15 167	0.46 37	1.64 131	0.99 247	0.45 89	4.17 452	0.51 90	3.21 246	1.69 264	1.12 163	1.34 174	1.45 235	1.40 296	2.08 262	0.94 220	0.41 405	0.20 161	0.24 74	0.23 174	0.27 115	0.25 120

x	1.15 167	0.57 144	1.53 118	1.44 469	0.67 230	1.94 92	0.97 375	3.87 366	1.57 216	1.61 214	1.28 157	1.58 250	1.22 260	1.93 249	1.04 241	0.28 171	0.30 372	0.34 335	0.29 316	0.32 219	0.31 231

xyz-stereo-finetune2	1.16 171	0.63 213	1.50 115	0.57 2	0.36 17	3.47 270	0.65 162	2.70 182	1.23 79	0.88 127	1.75 291	0.91 151	1.76 399	3.54 340	1.74 395	0.24 78	0.22 224	0.30 239	0.27 258	0.31 192	0.26 146

rvit_stereo_0075_2	1.18 172	0.74 318	2.66 240	0.90 180	1.27 438	2.51 142	0.69 180	2.25 108	2.06 343	1.40 189	1.86 350	1.46 237	0.84 145	1.42 155	0.94 220	0.46 445	0.40 456	0.48 463	0.38 435	0.46 401	0.51 425

AE-Stereo	1.18 172	0.60 177	2.05 170	1.10 315	0.60 192	4.39 490	0.72 191	3.74 337	1.62 244	1.10 159	1.90 365	1.01 170	0.92 170	1.45 162	0.82 160	0.28 171	0.22 224	0.28 198	0.28 288	0.26 102	0.22 79

test-3	1.19 174	0.52 91	2.00 164	1.01 262	0.42 67	1.95 93	0.91 340	4.35 524	1.47 141	2.24 406	1.16 122	2.06 339	0.79 125	2.68 316	0.76 138	0.27 134	0.18 86	0.28 198	0.26 232	0.26 102	0.25 120

test_1	1.19 174	0.52 91	2.00 164	1.01 262	0.42 67	1.95 93	0.90 332	4.36 529	1.47 141	2.17 379	1.16 122	2.06 339	0.78 121	2.68 316	0.76 138	0.27 134	0.18 86	0.28 198	0.26 232	0.26 102	0.25 120

test_3	1.19 174	0.51 85	2.08 182	0.99 247	0.41 60	2.05 105	0.87 318	4.40 537	1.42 121	1.99 308	1.18 125	2.03 333	0.79 125	2.70 318	0.75 134	0.27 134	0.17 54	0.29 219	0.29 316	0.30 173	0.27 163

raftrobust	1.19 174	0.72 297	2.30 205	1.26 394	1.31 446	3.55 296	0.68 174	2.75 189	1.47 141	2.21 397	1.38 185	1.17 190	1.22 260	1.20 102	1.11 256	0.28 171	0.24 288	0.21 20	0.19 85	0.25 81	0.28 182

RALCasStereoNet	1.19 174	1.02 424	2.06 179	1.12 326	1.14 396	3.08 203	0.70 186	2.99 220	1.73 275	1.34 176	1.68 269	1.18 194	0.91 167	2.16 272	1.00 235	0.30 240	0.26 326	0.24 74	0.21 124	0.29 150	0.30 221

MIM_Stereo	1.20 179	0.78 346	3.30 269	1.05 283	0.43 73	3.04 195	0.60 131	2.46 137	1.51 171	1.60 209	1.58 238	1.82 298	1.29 272	2.00 255	1.07 246	0.24 78	0.24 288	0.28 198	0.25 212	0.27 115	0.27 163

R-Stereo Train	1.20 179	0.58 157	1.81 145	0.99 247	0.67 230	3.78 339	0.90 332	4.09 437	1.51 171	2.16 375	1.71 280	1.13 185	0.94 175	1.40 147	0.91 204	0.30 240	0.24 288	0.26 133	0.21 124	0.26 102	0.25 120

RAFT-Stereo	1.20 179	0.58 157	1.81 145	0.99 247	0.67 230	3.78 339	0.90 332	4.09 437	1.51 171	2.16 375	1.71 280	1.13 185	0.94 175	1.40 147	0.91 204	0.30 240	0.24 288	0.26 133	0.21 124	0.26 102	0.25 120
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
model_zeroshot	1.21 182	0.60 177	3.55 278	1.05 283	0.57 177	3.46 267	0.63 150	2.73 186	1.55 204	2.05 336	1.38 185	1.50 241	0.82 139	1.69 216	0.87 183	0.29 196	0.23 253	0.30 239	0.23 174	0.27 115	0.32 244

GCAP-BAT	1.21 182	0.74 318	3.23 264	0.95 218	0.70 245	3.86 364	0.93 355	1.89 67	1.48 150	1.85 261	1.96 373	1.68 263	0.79 125	1.78 227	0.81 157	0.29 196	0.20 161	0.24 74	0.20 106	0.26 102	0.35 289

RCA-Stereo	1.21 182	0.52 91	1.58 126	0.90 180	0.46 100	4.68 546	0.79 249	4.13 448	1.74 281	1.92 285	1.80 314	0.94 161	1.48 323	1.14 80	0.70 114	0.27 134	0.18 86	0.25 102	0.19 85	0.25 81	0.23 91

raft+_RVC	1.21 182	0.83 370	2.61 233	1.35 438	0.97 345	3.60 306	0.76 225	3.23 250	1.51 171	1.33 175	1.67 266	1.03 174	1.10 227	1.87 245	0.92 209	0.24 78	0.22 224	0.25 102	0.24 200	0.26 102	0.25 120

AnonymousM	1.22 186	1.32 487	0.97 5	0.88 164	0.56 165	4.03 409	0.69 180	2.41 125	1.68 258	1.48 197	1.31 166	1.15 188	1.00 190	1.18 100	0.73 125	0.32 284	0.40 456	2.07 576	1.70 579	0.24 65	0.22 79

LL-Strereo2	1.23 187	0.85 379	2.38 213	0.93 210	0.68 235	3.72 327	1.37 461	2.54 155	1.99 324	1.75 245	1.40 190	1.82 298	0.73 95	1.40 147	0.99 233	0.31 263	0.23 253	0.55 502	0.35 400	0.29 150	0.24 110

ROB_FTStereo_v2	1.23 187	0.66 247	2.02 166	0.75 74	0.37 32	4.67 545	0.76 225	2.53 146	1.58 219	1.99 308	1.46 201	1.78 282	1.14 240	2.08 262	0.88 188	0.48 459	0.22 224	0.32 282	0.27 258	0.40 319	0.29 192

CRE-IMP	1.23 187	0.61 194	2.14 186	0.82 113	0.39 47	4.54 520	0.83 278	2.63 172	1.55 204	1.95 295	1.46 201	1.87 310	0.96 178	1.48 169	1.33 314	0.45 438	0.21 195	0.31 262	0.26 232	0.41 344	0.31 231

RAFT	1.23 187	0.84 375	2.05 170	0.96 224	0.47 110	1.80 82	0.94 361	3.18 245	1.46 136	1.60 209	1.71 280	3.04 443	1.59 351	1.64 206	1.32 310	0.38 370	0.24 288	0.40 411	0.32 365	0.40 319	0.35 289

test-1	1.23 187	0.65 236	1.88 150	0.96 224	0.52 143	3.84 354	0.62 148	4.01 411	1.47 141	1.93 289	1.78 308	1.83 301	0.92 170	1.19 101	1.28 301	0.26 115	0.29 359	0.31 262	0.24 200	0.29 150	0.36 296

rvit_0105_3	1.24 192	0.93 402	2.84 249	0.97 233	0.58 186	2.38 130	1.08 406	3.26 255	2.53 453	1.18 166	1.40 190	1.24 206	1.04 201	1.73 221	0.97 227	0.44 429	0.44 479	0.40 411	0.42 467	0.42 363	0.50 417

PSM-adaLoss	1.24 192	0.65 236	2.03 167	0.75 74	0.37 32	4.68 546	0.73 198	2.53 146	1.58 219	1.99 308	1.47 206	1.78 282	1.13 233	2.18 276	0.87 183	0.48 459	0.23 253	0.32 282	0.27 258	0.40 319	0.29 192

rafts_anoy	1.24 192	0.80 355	3.61 284	1.17 355	1.20 419	3.00 192	0.61 135	3.17 243	1.58 219	1.37 184	1.26 149	1.19 198	1.12 231	1.78 227	1.25 290	0.32 284	0.23 253	0.32 282	0.32 365	0.31 192	0.30 221

DIP-Stereo	1.24 192	0.69 268	1.77 141	0.65 30	0.61 197	4.29 477	0.58 124	4.44 543	2.53 453	1.98 303	1.33 169	0.91 151	0.86 150	1.25 114	1.25 290	0.36 345	0.23 253	0.32 282	0.23 174	0.32 219	0.29 192
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
riskmin	1.25 196	0.56 134	2.05 170	1.05 283	0.93 335	2.86 172	0.55 108	3.23 250	1.34 101	1.55 204	1.07 106	3.56 496	2.03 434	1.29 125	1.00 235	0.28 171	0.27 337	0.34 335	0.21 124	0.41 344	0.43 371

Patchmatch Stereo++	1.25 196	0.65 236	2.06 179	0.75 74	0.37 32	4.68 546	0.76 225	2.53 146	1.58 219	1.99 308	1.47 206	1.78 282	1.14 240	2.44 290	0.90 195	0.48 459	0.23 253	0.32 282	0.27 258	0.40 319	0.29 192
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
ROB_FTStereo	1.25 196	0.66 247	2.14 186	0.75 74	0.37 32	4.65 542	0.77 238	2.53 146	1.58 219	1.99 308	1.47 206	1.78 282	1.13 233	2.26 285	0.86 177	0.47 454	0.22 224	0.32 282	0.27 258	0.40 319	0.29 192

HUI-Stereo	1.25 196	0.66 247	2.33 208	0.75 74	0.37 32	4.68 546	0.78 242	2.53 146	1.58 219	1.99 308	1.46 201	1.79 289	1.13 233	2.17 274	0.85 170	0.48 459	0.23 253	0.32 282	0.27 258	0.40 319	0.29 192

iRAFT	1.25 196	0.65 236	2.06 179	0.75 74	0.37 32	4.68 546	0.76 225	2.53 146	1.58 219	1.99 308	1.47 206	1.78 282	1.14 240	2.44 290	0.90 195	0.48 459	0.23 253	0.32 282	0.27 258	0.40 319	0.29 192

RAFT-IKP	1.25 196	0.66 247	2.23 197	0.75 74	0.37 32	4.64 540	0.74 210	2.53 146	1.58 219	1.99 308	1.47 206	1.78 282	1.13 233	2.22 282	0.92 209	0.48 459	0.22 224	0.32 282	0.27 258	0.40 319	0.29 192

RAFT-Stereo + iAFF	1.25 196	0.72 297	1.74 139	1.05 283	0.36 17	4.13 433	0.42 54	2.95 216	2.84 503	2.02 327	2.40 468	1.61 255	1.11 230	1.26 115	0.97 227	0.21 41	0.15 23	0.26 133	0.23 174	0.29 150	0.23 91

FACV-RUCA	1.26 203	0.65 236	2.21 192	1.06 289	1.50 493	2.69 161	1.15 422	3.05 228	1.87 305	1.36 179	1.99 384	1.03 174	1.15 250	1.36 141	1.10 253	0.41 405	0.41 465	0.73 544	0.41 460	0.61 458	0.41 358

CAS	1.26 203	0.40 8	1.46 109	2.97 577	1.61 514	4.13 433	0.73 198	1.78 58	1.49 158	0.83 116	1.10 112	0.59 65	0.53 33	1.26 115	0.80 151	2.99 581	0.13 1	0.21 20	0.13 1	0.31 192	1.72 562

anonymousdsp2	1.26 203	0.60 177	3.74 288	1.02 273	0.41 60	3.60 306	0.72 191	3.68 323	1.47 141	1.37 184	1.56 235	1.83 301	1.01 192	2.00 255	0.66 91	0.29 196	0.20 161	0.28 198	0.20 106	0.32 219	0.29 192

dd	1.26 203	1.15 453	2.47 221	0.92 194	0.49 126	4.35 485	0.75 220	1.92 73	2.11 359	1.44 194	1.24 140	1.19 198	1.05 206	1.78 227	1.70 387	0.57 498	0.34 411	0.35 354	0.33 373	0.60 453	0.46 393

iGMRVC	1.26 203	0.66 247	2.14 186	0.75 74	0.37 32	4.66 543	0.74 210	2.53 146	1.58 219	1.99 308	1.46 201	1.78 282	1.14 240	2.46 292	0.92 209	0.48 459	0.23 253	0.32 282	0.27 258	0.40 319	0.29 192

HI	1.27 208	0.90 391	2.33 208	1.10 315	0.68 235	2.92 181	0.45 67	2.49 141	1.76 285	2.13 359	1.65 263	2.42 375	1.84 416	1.58 185	1.61 369	0.26 115	0.16 34	0.28 198	0.29 316	0.26 102	0.25 120

CoSv	1.27 208	0.90 391	2.33 208	1.10 315	0.68 235	2.92 181	0.45 67	2.49 141	1.76 285	2.13 359	1.65 263	2.42 375	1.84 416	1.58 185	1.61 369	0.26 115	0.16 34	0.28 198	0.29 316	0.26 102	0.25 120

mmm	1.27 208	0.58 157	2.20 190	1.41 462	0.68 235	2.39 132	0.85 293	3.90 376	1.63 247	2.20 388	1.84 340	1.28 210	1.50 330	1.91 248	0.89 191	0.31 263	0.27 337	0.45 446	0.37 422	0.38 302	0.34 275

NRIStereo	1.28 211	0.61 194	1.67 132	1.15 347	0.38 44	4.73 559	0.90 332	2.42 128	1.50 164	1.93 289	1.33 169	1.75 276	1.22 260	2.96 328	1.33 314	0.46 445	0.22 224	0.29 219	0.26 232	0.30 173	0.28 182

RALAANet	1.28 211	1.08 439	3.21 263	1.25 387	0.94 337	1.44 55	0.69 180	3.15 240	2.57 460	2.01 322	1.80 314	1.29 213	1.05 206	2.00 255	1.48 342	0.27 134	0.20 161	0.27 165	0.24 200	0.40 319	0.27 163

WQFJA1	1.29 213	0.69 268	2.52 223	0.96 224	1.23 427	3.49 276	0.75 220	3.35 273	1.78 288	1.36 179	2.73 500	0.96 163	1.14 240	1.63 202	1.28 301	0.28 171	0.31 382	0.35 354	0.34 382	0.38 302	0.31 231

WQFJX1	1.29 213	0.69 268	2.52 223	0.96 224	1.23 427	3.49 276	0.75 220	3.35 273	1.78 288	1.36 179	2.73 500	0.96 163	1.14 240	1.63 202	1.28 301	0.28 171	0.31 382	0.35 354	0.34 382	0.38 302	0.31 231

CASS	1.29 213	0.66 247	2.62 236	0.95 218	0.66 223	2.84 168	0.69 180	3.00 222	1.79 292	2.57 476	1.95 372	1.39 225	1.55 348	1.59 190	1.06 243	0.50 475	0.28 349	0.34 335	0.28 288	0.46 401	0.63 471
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
gcap-zeroshot	1.30 216	0.61 194	4.09 291	0.94 214	0.56 165	3.50 282	0.84 284	3.12 236	1.72 272	1.84 260	1.22 135	2.72 412	0.88 156	1.46 166	0.80 151	0.29 196	0.30 372	0.27 165	0.21 124	0.29 150	0.25 120

knoymous	1.30 216	0.60 177	5.57 315	0.88 164	0.75 262	3.04 195	0.90 332	2.68 179	1.33 100	1.48 197	1.07 106	2.78 423	0.88 156	1.29 125	0.85 170	0.31 263	0.22 224	0.35 354	0.20 106	0.45 390	0.37 310

qqq	1.30 216	0.57 144	1.67 132	1.15 347	0.51 132	2.18 113	0.91 340	3.98 403	1.53 187	1.50 200	1.24 140	1.79 289	1.34 281	4.66 366	0.98 230	0.28 171	0.31 382	0.33 317	0.33 373	0.33 238	0.32 244

test_4	1.30 216	0.50 78	6.16 319	0.84 134	0.45 89	1.61 71	1.12 416	2.14 95	1.42 121	1.52 201	2.31 458	1.84 304	0.79 125	2.52 303	1.19 272	0.27 134	0.17 54	0.29 219	0.29 316	0.29 150	0.25 120

s12784h	1.31 220	0.45 30	2.41 218	0.71 59	0.35 15	4.42 498	0.50 85	4.22 473	2.73 480	2.01 322	2.48 474	0.91 151	0.96 178	2.01 258	0.70 114	0.29 196	0.18 86	0.24 74	0.16 18	0.27 115	0.18 4

AFF-stereo	1.31 220	0.77 340	1.46 109	1.10 315	0.45 89	3.93 379	0.48 82	2.92 214	2.92 509	1.90 278	2.21 431	2.11 346	1.52 336	1.93 249	1.12 259	0.21 41	0.16 34	0.25 102	0.25 212	0.29 150	0.20 29

Pruner-Stereo	1.32 222	0.59 165	2.11 185	1.79 532	0.47 110	4.73 559	0.79 249	2.53 146	1.72 272	2.47 459	1.58 238	1.48 238	1.03 196	1.66 209	1.47 339	0.44 429	0.21 195	0.34 335	0.30 337	0.30 173	0.39 332

ToySt	1.35 223	0.72 297	3.65 286	1.01 262	0.50 130	3.31 243	1.01 386	3.46 284	1.73 275	1.30 172	1.55 231	2.07 342	1.47 321	1.88 246	1.40 321	0.27 134	0.27 337	0.30 239	0.32 365	0.42 363	0.39 332

DisPM	1.36 224	0.55 122	2.39 215	1.54 492	0.51 132	4.59 533	0.79 249	2.50 143	1.88 307	2.50 462	1.83 335	1.45 235	1.01 192	2.71 320	0.93 218	0.46 445	0.20 161	0.32 282	0.31 353	0.31 192	0.44 377

sAnonymous2	1.37 225	1.22 470	9.79 360	0.92 194	0.88 319	1.23 26	0.61 135	2.56 158	1.69 264	0.85 119	1.02 87	0.73 104	1.23 263	0.98 47	0.78 144	0.29 196	0.25 312	0.31 262	0.30 337	1.06 534	0.71 489

CroCo_RVC	1.37 225	1.22 470	9.79 360	0.92 194	0.88 319	1.23 26	0.61 135	2.56 158	1.69 264	0.85 119	1.02 87	0.73 104	1.23 263	0.98 47	0.78 144	0.29 196	0.25 312	0.31 262	0.30 337	1.06 534	0.71 489

GES	1.38 227	0.64 225	2.61 233	1.09 306	0.57 177	4.30 479	1.02 390	3.86 363	1.51 171	1.72 239	1.74 287	1.28 210	1.77 401	1.62 198	1.61 369	0.39 382	0.27 337	0.33 317	0.30 337	0.41 344	0.47 398

Any-RAFT	1.40 228	0.53 104	2.78 247	1.09 306	0.64 208	4.41 496	0.81 269	3.97 401	2.78 487	1.99 308	1.34 174	2.36 367	1.56 350	1.56 181	0.75 134	0.27 134	0.20 161	0.25 102	0.18 60	0.25 81	0.28 182

UDGNet	1.40 228	1.52 509	2.22 195	1.38 456	0.62 203	4.39 490	0.68 174	1.80 60	2.18 372	1.34 176	1.18 125	0.99 166	1.00 190	2.16 272	1.19 272	1.09 550	0.34 411	1.30 568	0.98 557	1.10 541	0.58 456

GMStereo_Zeroshot	1.41 230	1.21 464	3.33 271	1.29 408	0.72 250	3.35 247	0.53 100	2.58 167	1.68 258	2.35 438	1.56 235	2.42 375	0.96 178	2.50 295	1.16 266	0.45 438	0.23 253	0.40 411	0.24 200	0.79 511	0.33 262

rvit_105_1	1.43 231	0.90 391	3.27 267	1.08 300	0.68 235	2.79 163	1.27 444	3.52 296	2.35 409	1.38 186	1.54 227	1.28 210	1.14 240	2.91 324	1.40 321	0.54 492	0.47 497	0.45 446	0.59 520	0.44 382	0.58 456

RAFT-Test	1.44 232	0.59 165	6.10 318	1.01 262	0.69 241	2.90 175	0.80 259	3.68 323	1.70 268	1.85 261	1.68 269	3.15 453	1.03 196	1.20 102	0.99 233	0.27 134	0.22 224	0.25 102	0.23 174	0.27 115	0.25 120

DCRE	1.44 232	0.74 318	3.50 277	1.13 333	0.72 250	1.78 80	0.67 167	2.14 95	1.56 210	1.99 308	8.09 574	1.73 274	1.07 216	1.24 108	0.83 164	0.23 64	0.25 312	0.26 133	0.26 232	0.28 132	0.30 221

AdaStereo	1.45 234	0.83 370	2.34 211	1.28 404	0.81 282	3.21 219	1.14 421	4.20 464	2.46 442	2.05 336	1.77 305	2.48 387	1.18 253	1.71 219	1.44 330	0.43 422	0.25 312	0.43 434	0.28 288	0.44 382	0.34 275
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.
BSDual-CNN	1.46 235	0.59 165	1.94 157	0.87 159	0.85 305	4.16 447	1.16 424	4.48 549	1.88 307	2.93 516	1.83 335	2.60 398	1.31 276	1.60 192	1.21 279	0.34 313	0.25 312	0.31 262	0.28 288	0.35 274	0.33 262

PFNet+	1.46 235	0.57 144	2.84 249	0.92 194	0.47 110	4.64 540	0.84 284	2.46 137	1.99 324	2.14 362	1.64 257	1.34 218	1.03 196	4.68 368	1.23 285	0.45 438	0.33 399	0.37 384	0.39 442	0.32 219	0.49 410

ACVNet	1.46 235	0.64 225	3.56 280	0.93 210	0.85 305	4.22 465	0.80 259	2.85 206	2.08 346	1.78 249	1.88 354	3.10 448	1.46 319	1.33 135	1.89 413	0.29 196	0.26 326	0.30 239	0.26 232	0.39 314	0.27 163

psmg	1.47 238	0.59 165	1.94 157	0.92 194	0.85 305	4.30 479	1.42 472	4.10 445	1.88 307	2.64 492	2.09 407	2.60 398	1.31 276	1.60 192	1.21 279	0.34 313	0.27 337	0.33 317	0.34 382	0.36 287	0.34 275

BUS	1.49 239	0.59 165	1.94 157	0.87 159	0.85 305	4.50 514	0.76 225	4.48 549	1.88 307	2.93 516	1.83 335	3.63 498	0.97 181	1.60 192	1.17 269	0.34 313	0.25 312	0.31 262	0.28 288	0.35 274	0.33 262

plain	1.55 240	0.69 268	13.59 405	0.65 30	0.73 255	1.66 76	0.57 115	3.17 243	1.94 318	0.77 94	1.24 140	0.80 122	0.86 150	1.60 192	0.96 226	0.33 301	0.21 195	0.32 282	0.25 212	0.42 363	0.28 182

LCNet	1.55 240	0.54 116	1.88 150	0.99 247	0.55 161	3.60 306	1.21 438	2.86 209	1.53 187	2.18 381	1.74 287	1.43 234	4.17 540	3.62 343	0.87 183	0.29 196	0.20 161	0.28 198	0.77 542	0.47 405	1.85 565

DeepStereo_RVC	1.55 240	0.63 213	3.32 270	0.77 94	0.42 67	4.49 511	0.72 191	2.50 143	1.58 219	2.02 327	1.81 326	1.54 246	6.38 574	1.73 221	1.19 272	0.46 445	0.22 224	0.29 219	0.28 288	0.35 274	0.38 325

acv_ft	1.55 240	0.64 225	3.29 268	1.14 334	2.01 555	2.93 185	0.97 375	3.81 350	2.08 346	2.22 399	1.88 354	3.10 448	1.66 381	1.33 135	2.22 454	0.29 196	0.26 326	0.30 239	0.26 232	0.39 314	0.27 163

TestStereo1	1.56 244	0.81 359	2.32 206	1.61 507	0.64 208	4.13 433	1.36 455	3.79 346	3.20 539	1.60 209	2.57 486	1.39 225	2.15 447	2.51 298	1.30 307	0.29 196	0.20 161	0.34 335	0.25 212	0.40 319	0.36 296

SA-5K	1.56 244	0.81 359	2.32 206	1.61 507	0.64 208	4.13 433	1.36 455	3.79 346	3.20 539	1.60 209	2.57 486	1.39 225	2.15 447	2.51 298	1.30 307	0.29 196	0.20 161	0.34 335	0.25 212	0.40 319	0.36 296

UCFNet_RVC	1.57 246	0.84 375	3.25 265	1.36 444	1.40 473	4.07 419	1.01 386	2.68 179	1.50 164	2.11 352	1.88 354	2.37 368	1.50 330	3.41 337	1.42 327	0.36 345	0.28 349	0.52 489	0.40 453	0.53 428	0.43 371

NF-Stereo	1.58 247	0.61 194	2.66 240	2.26 559	0.47 110	4.68 546	0.67 167	3.31 260	1.48 150	2.11 352	1.59 242	1.36 221	1.09 221	6.08 398	1.20 275	0.40 390	0.20 161	0.36 372	0.34 382	0.31 192	0.36 296

OCTAStereo	1.58 247	0.61 194	2.72 243	2.27 562	0.46 100	4.68 546	0.67 167	3.30 259	1.48 150	2.11 352	1.59 242	1.36 221	1.09 221	6.02 395	1.21 279	0.41 405	0.20 161	0.36 372	0.34 382	0.31 192	0.37 310

RE-Stereo	1.58 247	0.61 194	2.72 243	2.26 559	0.46 100	4.68 546	0.68 174	3.31 260	1.48 150	2.11 352	1.59 242	1.36 221	1.09 221	6.01 393	1.22 282	0.41 405	0.20 161	0.36 372	0.34 382	0.31 192	0.37 310

TVStereo	1.58 247	0.61 194	2.72 243	2.26 559	0.46 100	4.68 546	0.68 174	3.31 260	1.48 150	2.11 352	1.59 242	1.36 221	1.09 221	6.01 393	1.22 282	0.41 405	0.20 161	0.36 372	0.34 382	0.31 192	0.37 310

Gwc-CoAtRS	1.58 247	0.57 144	11.69 386	1.01 262	0.60 192	2.53 148	0.64 153	2.36 122	1.56 210	1.80 254	1.47 206	2.74 413	1.18 253	1.12 75	0.90 195	0.27 134	0.21 195	0.25 102	0.22 158	0.27 115	0.23 91

KYRaft	1.59 252	0.52 91	1.73 136	0.95 218	0.49 126	4.38 487	1.79 508	2.43 131	1.51 171	2.49 461	2.98 517	2.00 329	3.41 521	2.14 270	0.82 160	0.30 240	0.21 195	0.33 317	0.46 479	0.35 274	2.45 579

Reg-Stereo(zero)	1.60 253	0.42 19	10.69 374	0.89 171	0.68 235	3.27 234	0.47 79	2.27 111	1.54 196	1.48 197	1.24 140	2.55 393	2.68 485	1.48 169	1.10 253	0.19 27	0.19 121	0.22 26	0.18 60	0.24 65	0.26 146

HCRNet	1.60 253	0.56 134	2.47 221	0.78 96	1.36 464	4.11 428	0.71 188	3.57 305	2.79 489	1.75 245	1.61 250	1.58 250	1.41 301	5.79 390	1.56 360	0.34 313	0.28 349	0.36 372	0.29 316	0.33 238	0.37 310

AIO-test2	1.61 255	1.30 481	3.40 273	1.16 353	1.31 446	3.18 215	0.74 210	4.06 428	1.52 180	1.72 239	2.21 431	0.78 116	0.74 100	3.64 345	0.95 225	3.64 589	0.26 326	0.35 354	0.42 467	0.37 297	0.33 262

Prome-Stereo	1.61 255	0.55 122	1.71 134	0.98 241	0.60 192	4.41 496	1.82 512	3.03 226	1.53 187	2.18 381	3.45 539	1.72 273	3.49 527	2.23 283	1.08 249	0.29 196	0.20 161	0.26 133	0.25 212	0.34 256	2.16 571

test_sample1	1.62 257	0.55 122	1.88 150	1.44 469	0.79 277	2.27 121	0.64 153	4.00 409	1.82 295	1.87 268	1.35 177	1.57 248	1.62 361	9.55 472	1.24 287	0.30 240	0.27 337	0.31 262	0.28 288	0.32 219	0.32 244

testlalala_base	1.62 257	0.74 318	1.63 129	1.19 364	1.40 473	2.63 157	0.84 284	4.09 437	1.31 97	1.22 168	1.42 194	1.21 203	0.85 147	1.16 88	0.73 125	3.92 595	2.10 584	0.27 165	0.18 60	4.49 593	1.11 539

RAFT+CT+SA	1.62 257	0.72 297	7.42 330	0.97 233	1.42 482	4.04 411	0.94 361	3.90 376	1.61 239	1.61 214	1.63 255	1.33 217	1.18 253	2.73 322	1.10 253	0.27 134	0.19 121	0.31 262	0.34 382	0.33 238	0.33 262

SA	1.62 257	0.75 331	3.78 290	1.07 292	0.43 73	4.26 470	1.36 455	4.45 546	3.12 528	1.63 217	1.97 379	1.68 263	2.26 458	2.55 306	1.27 297	0.27 134	0.22 224	0.37 384	0.37 422	0.35 274	0.30 221

Sa-1000	1.63 261	0.79 350	3.56 280	1.11 322	0.48 118	4.06 414	1.41 470	4.49 552	2.75 484	2.00 320	2.80 509	1.84 304	1.43 309	2.64 315	1.50 346	0.27 134	0.19 121	0.36 372	0.33 373	0.36 287	0.30 221

PSMNet-RUCA	1.64 262	1.50 508	2.57 229	1.50 485	1.38 469	3.05 197	1.36 455	3.31 260	2.24 381	1.36 179	2.07 404	1.40 230	1.09 221	1.83 236	1.55 358	1.15 554	0.69 547	1.26 567	0.96 555	1.64 563	0.94 527

test_sample7	1.65 263	0.70 281	2.60 230	1.48 481	0.76 266	2.38 130	1.07 401	4.35 524	2.11 359	2.14 362	1.75 291	1.75 276	1.67 383	6.26 402	1.26 293	0.44 429	0.48 503	0.43 434	0.40 453	0.46 401	0.43 371

StereoVision	1.65 263	0.75 331	7.47 332	1.01 262	1.80 545	2.61 155	0.61 135	3.06 231	1.96 319	1.25 169	3.46 540	1.85 308	0.88 156	2.07 260	1.93 419	0.43 422	0.36 423	0.37 384	0.36 410	0.48 408	0.33 262

dad	1.65 263	1.19 461	3.04 258	0.98 241	0.56 165	4.22 465	0.84 284	1.99 81	2.48 443	2.14 362	1.68 269	1.62 256	1.13 233	3.85 350	2.04 433	1.03 549	0.40 456	2.04 575	0.48 487	0.75 505	0.53 432

PSM-softLoss	1.66 266	0.59 165	5.15 308	2.25 557	0.48 118	4.68 546	0.69 180	2.57 160	1.52 180	2.14 362	1.45 199	1.42 232	0.99 188	6.04 396	1.20 275	0.41 405	0.23 253	0.37 384	0.39 442	0.32 219	0.31 231

KMStereo	1.66 266	0.59 165	5.15 308	2.25 557	0.48 118	4.68 546	0.69 180	2.57 160	1.52 180	2.14 362	1.45 199	1.42 232	0.99 188	6.04 396	1.20 275	0.41 405	0.23 253	0.37 384	0.39 442	0.32 219	0.31 231

DDVS	1.68 268	0.79 350	2.52 223	1.26 394	1.16 403	3.17 213	0.78 242	3.12 236	1.82 295	1.86 266	1.91 366	2.92 436	1.43 309	6.20 400	1.63 377	0.45 438	0.65 539	0.34 335	0.38 435	0.48 408	0.79 511

ISRNet	1.69 269	0.76 337	5.69 316	1.27 402	1.36 464	2.85 170	0.61 135	3.60 309	1.91 315	2.13 359	2.12 415	2.90 431	1.41 301	2.51 298	1.71 388	0.49 471	0.50 509	0.56 504	0.47 482	0.49 414	0.57 451

IER	1.69 269	0.65 236	7.19 328	0.94 214	1.15 398	3.28 238	0.89 327	3.48 285	1.97 321	2.10 348	1.98 381	2.28 354	2.12 443	2.25 284	1.75 398	0.29 196	0.23 253	0.36 372	0.30 337	0.32 219	0.34 275

RAFT_R40	1.70 271	0.59 165	2.99 255	1.46 475	0.46 100	4.74 562	0.98 381	2.23 106	1.56 210	2.02 327	2.35 466	2.71 410	2.56 479	6.71 415	0.90 195	0.40 390	0.19 121	0.30 239	0.27 258	0.33 238	0.26 146

ffm	1.72 272	0.60 177	5.21 310	1.14 334	0.99 355	3.62 311	0.86 298	4.22 473	3.37 552	2.20 388	2.30 451	3.48 481	1.62 361	2.21 280	0.65 86	0.29 196	0.16 34	0.48 463	0.37 422	0.30 173	0.29 192

Anonymous3	1.72 272	0.76 337	11.61 385	0.83 124	0.84 304	4.46 503	0.84 284	3.57 305	1.16 71	1.34 176	1.37 182	1.11 184	1.03 196	1.58 185	1.13 260	0.70 526	0.58 527	0.33 317	0.35 400	0.47 405	0.42 362

DMCA	1.72 272	0.74 318	6.63 321	1.14 334	0.96 341	3.98 401	0.90 332	3.75 338	2.76 485	2.83 511	1.58 238	2.35 365	1.18 253	1.58 185	1.98 428	0.40 390	0.27 337	0.42 430	0.26 232	0.36 287	0.38 325

fff	1.74 275	0.70 281	9.08 350	0.81 103	0.36 17	4.15 437	0.57 115	4.23 477	2.09 349	2.30 420	1.80 314	1.19 198	3.02 500	1.44 158	1.46 334	0.29 196	0.23 253	0.23 40	0.18 60	0.24 65	0.42 362

DCANet	1.74 275	0.73 308	9.08 350	0.82 113	0.40 53	4.18 455	0.59 128	4.25 487	2.97 514	2.35 438	1.84 340	1.18 194	1.63 374	1.51 175	1.55 358	0.29 196	0.24 288	0.23 40	0.18 60	0.30 173	0.53 432

csc	1.74 275	0.70 281	9.08 350	0.81 103	0.36 17	4.15 437	0.57 115	4.23 477	2.09 349	2.30 420	1.80 314	1.19 198	3.02 500	1.44 158	1.46 334	0.29 196	0.23 253	0.23 40	0.18 60	0.24 65	0.42 362

cscssc	1.74 275	0.70 281	9.08 350	0.81 103	0.36 17	4.15 437	0.57 115	4.23 477	2.09 349	2.30 420	1.80 314	1.19 198	3.02 500	1.44 158	1.46 334	0.29 196	0.23 253	0.23 40	0.18 60	0.24 65	0.42 362

test_sample2	1.75 279	0.56 134	2.25 198	1.41 462	0.80 279	2.91 178	0.86 298	4.05 424	2.04 338	1.91 283	1.39 187	1.57 248	1.55 348	10.65 510	1.06 243	0.32 284	0.28 349	0.32 282	0.30 337	0.36 287	0.33 262

anonymity	1.76 280	1.26 477	2.73 246	1.66 512	1.32 453	1.84 84	1.07 401	3.49 288	2.30 397	2.11 352	2.11 412	1.71 272	3.90 535	1.82 235	1.48 342	1.10 551	1.09 564	1.08 562	1.08 563	1.05 533	1.09 537

SST-Stereo	1.76 280	0.58 157	3.10 259	1.44 469	0.46 100	4.71 558	0.76 225	2.22 105	2.79 489	2.07 344	2.18 425	2.43 378	3.22 514	6.66 411	0.84 167	0.42 416	0.19 121	0.30 239	0.27 258	0.35 274	0.26 146

StereoDRNet-Refined	1.77 282	0.81 359	2.22 195	1.21 375	0.76 266	3.26 232	0.71 188	3.82 353	2.05 341	2.29 416	2.05 399	2.98 438	1.44 312	7.15 422	2.27 458	0.30 240	0.23 253	0.42 430	0.33 373	0.45 390	0.64 475
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CSP-Net	1.78 283	1.32 487	1.92 155	1.16 353	1.03 368	3.38 251	1.31 448	3.52 296	1.75 283	1.96 299	1.93 371	2.40 370	1.48 323	8.58 448	1.58 362	0.46 445	0.34 411	0.27 165	0.26 232	0.41 344	0.50 417

MM-Stereo_test2	1.79 284	0.53 104	20.16 533	1.43 466	0.47 110	2.57 151	0.73 198	1.67 46	1.47 141	0.94 136	0.96 84	0.84 130	0.79 125	1.16 88	0.68 99	0.24 78	0.17 54	0.25 102	0.22 158	0.30 173	0.22 79

tt1	1.79 284	0.73 308	10.41 371	1.75 524	0.36 17	4.55 525	0.79 249	4.22 473	3.37 552	1.08 157	1.80 314	0.74 110	1.48 323	2.21 280	0.65 86	0.29 196	0.16 34	0.31 262	0.22 158	0.30 173	0.29 192

RAFT_CTSACE	1.80 286	1.06 436	10.00 363	1.71 519	1.39 471	3.49 276	1.06 399	3.05 228	1.62 244	1.70 234	2.04 393	2.51 390	1.80 409	1.98 253	0.94 220	0.25 99	0.22 224	0.28 198	0.30 337	0.30 173	0.26 146

UPFNet	1.81 287	0.63 213	6.71 322	1.25 387	1.44 483	3.50 282	1.35 453	4.02 415	1.85 303	2.40 450	1.52 218	2.41 372	1.40 296	3.62 343	1.88 412	0.34 313	0.33 399	0.37 384	0.31 353	0.41 344	0.39 332

AACVNet	1.83 288	1.02 424	2.41 218	1.45 473	0.87 315	3.21 219	0.73 198	3.16 241	1.61 239	2.01 322	1.82 334	2.28 354	1.33 279	10.98 524	1.49 345	0.39 382	0.32 392	0.38 401	0.32 365	0.43 374	0.44 377

111	1.83 288	0.92 398	9.08 350	0.81 103	0.36 17	4.25 469	0.91 340	4.44 543	2.70 477	2.39 448	1.96 373	2.30 360	1.64 377	1.28 120	1.82 405	0.28 171	0.22 224	0.24 74	0.20 106	0.31 192	0.54 438

WQFJX	1.84 290	0.79 350	2.38 213	1.00 255	1.17 405	3.77 336	1.36 455	3.50 291	2.01 330	1.65 224	2.64 493	1.84 304	3.10 507	7.76 435	1.91 416	0.25 99	0.25 312	0.37 384	0.27 258	0.42 363	0.35 289

ACVNet-DCA	1.85 291	0.74 318	13.77 408	1.78 527	0.36 17	4.48 505	0.74 210	3.98 403	1.53 187	1.01 146	1.81 326	0.72 98	1.62 361	2.13 267	0.64 79	0.29 196	0.17 54	0.32 282	0.21 124	0.33 238	0.32 244

ITSA-stereo	1.86 292	0.72 297	3.74 288	1.20 369	0.66 223	4.09 421	0.91 340	4.24 485	2.53 453	1.93 289	1.77 305	1.59 252	2.15 447	6.12 399	2.44 472	0.40 390	0.38 442	0.40 411	0.40 453	0.50 416	0.98 531

test_5	1.87 293	0.75 331	10.23 368	1.14 334	1.40 473	3.85 362	1.27 444	3.91 381	1.93 317	1.69 230	1.78 308	1.67 261	1.79 404	2.99 330	1.17 269	0.30 240	0.18 86	0.35 354	0.33 373	0.34 256	0.33 262

NINENet	1.87 293	0.74 318	2.60 230	1.12 326	1.06 377	4.50 514	0.76 225	4.41 538	2.24 381	2.16 375	1.86 350	3.63 498	0.97 181	8.00 439	1.17 269	0.41 405	0.30 372	0.41 423	0.30 337	0.41 344	0.36 296

IRAFT_RVC	1.87 293	0.60 177	4.33 296	2.40 566	0.66 223	4.59 533	1.59 492	2.96 217	1.51 171	2.23 403	1.75 291	2.09 343	2.63 482	6.70 412	1.50 346	0.33 301	0.21 195	0.33 317	0.29 316	0.32 219	0.32 244

MLCV	1.87 293	0.91 396	8.59 344	1.10 315	0.57 177	3.59 304	0.53 100	3.70 333	2.20 375	2.80 508	2.25 437	2.00 329	1.42 306	4.13 359	1.86 410	0.30 240	0.20 161	0.32 282	0.21 124	0.33 238	0.36 296

iRaft-Stereo_20w	1.88 297	0.62 204	10.58 373	0.90 180	0.83 297	2.96 190	0.78 242	4.90 573	1.58 219	2.29 416	1.60 246	1.25 207	4.51 548	2.28 286	0.90 195	0.29 196	0.21 195	0.26 133	0.24 200	0.41 344	0.31 231

DSFCA	1.89 298	0.69 268	3.14 262	1.10 315	1.18 406	3.99 402	1.79 508	3.50 291	2.16 368	3.10 529	1.64 257	2.91 434	2.50 475	5.38 378	2.26 456	0.43 422	0.38 442	0.37 384	0.36 410	0.50 416	0.42 362

iResNet_ROB	1.89 298	1.02 424	8.60 345	1.39 458	0.98 352	3.72 327	0.66 165	3.84 357	2.65 471	1.88 271	2.05 399	1.98 326	1.27 267	4.52 364	1.67 384	0.30 240	0.20 161	0.28 198	0.18 60	0.31 192	0.40 352

MM-Stereo_test1	1.90 300	0.53 104	19.85 519	1.39 458	0.48 118	1.81 83	0.79 249	3.00 222	1.82 295	1.69 230	1.09 108	0.87 140	0.97 181	1.45 162	0.74 131	0.24 78	0.21 195	0.27 165	0.24 200	0.35 274	0.24 110

H2IRNET	1.90 300	0.53 104	14.29 424	1.14 334	0.60 192	4.48 505	0.44 63	2.65 174	1.81 294	1.05 155	2.30 451	1.67 261	1.40 296	2.17 274	1.50 346	0.36 345	0.21 195	0.33 317	0.37 422	0.34 256	0.29 192

CFNet-ft	1.90 300	0.95 410	3.56 280	1.07 292	1.54 499	4.09 421	0.90 332	2.85 206	1.82 295	1.78 249	1.70 276	2.75 415	1.48 323	9.33 465	1.72 390	0.33 301	0.30 372	0.61 520	0.36 410	0.52 422	0.39 332

CFNet_RVC	1.90 300	0.95 410	3.56 280	1.07 292	1.54 499	4.09 421	0.90 332	2.85 206	1.82 295	1.78 249	1.70 276	2.75 415	1.48 323	9.33 465	1.72 390	0.33 301	0.30 372	0.61 520	0.36 410	0.52 422	0.39 332

PSMNet-ADL	1.91 304	0.72 297	1.78 143	1.09 306	0.86 310	4.18 455	0.78 242	3.77 342	2.10 357	1.72 239	1.85 347	2.91 434	1.82 414	10.38 503	1.91 416	0.48 459	0.46 493	0.28 198	0.29 316	0.38 302	0.51 425

GEStereo_RVC	1.91 304	0.80 355	6.57 320	1.20 369	1.06 377	4.02 407	1.43 474	4.13 448	1.89 311	2.03 331	1.80 314	2.34 363	1.86 421	4.94 370	1.77 399	0.48 459	0.38 442	0.32 282	0.28 288	0.42 363	0.50 417

DN-CSS_ROB	1.91 304	1.55 511	11.13 380	1.82 534	0.88 319	3.99 402	0.61 135	4.01 411	1.67 256	1.64 220	1.89 360	1.39 225	1.06 213	3.23 332	1.50 346	0.31 263	0.19 121	0.44 439	0.29 316	0.37 297	0.31 231

qqq1	1.92 307	0.57 144	4.46 297	1.36 444	0.57 177	2.03 99	0.73 198	4.25 487	2.80 493	2.32 430	2.31 458	1.95 317	1.52 336	10.99 525	0.71 117	0.34 313	0.32 392	0.30 239	0.23 174	0.29 150	0.29 192

fff1	1.92 307	0.57 144	4.46 297	1.36 444	0.57 177	2.03 99	0.73 198	4.25 487	2.80 493	2.32 430	2.31 458	1.95 317	1.52 336	10.99 525	0.71 117	0.34 313	0.32 392	0.30 239	0.23 174	0.29 150	0.29 192

raft_robust	1.92 307	1.15 453	3.34 272	1.02 273	0.43 73	3.84 354	0.46 73	4.42 539	2.52 452	1.67 228	1.36 181	2.17 348	6.37 572	6.78 417	1.04 241	0.28 171	0.24 288	0.30 239	0.35 400	0.31 192	0.32 244

delet	1.92 307	0.76 337	5.14 307	1.01 262	1.65 523	3.44 261	2.03 524	3.76 340	2.48 443	2.01 322	2.05 399	2.63 402	1.90 427	5.34 377	2.12 443	0.28 171	0.29 359	0.40 411	0.31 353	0.41 344	0.45 383

BEATNet_4x	1.92 307	1.36 492	8.75 348	1.20 369	0.56 165	3.46 267	1.03 392	4.00 409	2.43 434	2.25 409	1.70 276	2.10 344	1.59 351	2.57 309	3.05 500	0.37 353	0.22 224	0.47 455	0.29 316	0.60 453	0.40 352

IIG-Stereo	1.95 312	0.79 350	2.14 186	2.78 574	0.66 223	4.62 537	0.76 225	4.27 495	1.53 187	2.63 491	3.14 529	3.35 470	1.61 358	7.65 433	1.41 325	0.39 382	0.20 161	0.31 262	0.25 212	0.33 238	0.22 79

LALA_ROB	1.95 312	1.48 506	3.11 260	1.05 283	0.98 352	3.99 402	1.82 512	4.44 543	2.28 393	3.31 539	1.85 347	2.76 421	1.67 383	4.04 358	3.23 503	0.46 445	0.41 465	0.55 502	0.52 504	0.60 453	0.57 451

DCANet-4	1.96 314	0.51 85	14.31 425	0.82 113	0.40 53	4.16 447	0.57 115	4.29 503	2.98 517	2.30 420	1.80 314	1.03 174	1.54 346	1.44 158	1.44 330	0.29 196	0.23 253	0.23 40	0.18 60	0.24 65	0.42 362

PSMNet-RSSM	1.96 314	0.77 340	3.26 266	1.29 408	1.31 446	4.19 459	0.96 372	3.68 323	1.89 311	2.05 336	1.80 314	2.60 398	1.70 390	9.84 480	1.81 403	0.35 333	0.29 359	0.35 354	0.37 422	0.42 363	0.35 289

4D-IteraStereo	1.97 316	0.84 375	20.43 550	0.78 96	1.56 506	2.09 109	1.05 398	2.43 131	1.56 210	1.41 191	1.00 86	1.94 315	0.61 59	1.22 105	1.06 243	0.27 134	0.18 86	0.31 262	0.26 232	0.27 115	0.23 91

OMP-Stereo	1.97 316	0.93 402	1.88 150	2.76 573	0.67 230	4.58 532	1.48 477	4.31 514	1.54 196	3.15 534	2.76 505	3.25 461	1.38 289	7.66 434	1.35 318	0.40 390	0.20 161	0.33 317	0.26 232	0.33 238	0.24 110

cc1	1.98 318	0.74 318	13.77 408	1.78 527	0.36 17	4.48 505	0.74 210	4.23 477	3.95 568	1.01 146	1.81 326	0.72 98	1.62 361	2.13 267	0.64 79	0.29 196	0.17 54	0.32 282	0.21 124	0.31 192	0.29 192

hknet	1.98 318	0.64 225	8.70 347	0.87 159	1.07 381	4.16 447	1.16 424	4.48 549	1.73 275	2.93 516	1.83 335	3.48 481	1.30 275	3.91 354	1.51 352	0.31 263	0.25 312	0.31 262	0.28 288	0.35 274	0.33 262

GANet-RSSM	1.98 318	0.62 204	3.49 275	1.69 515	1.23 427	4.22 465	0.91 340	3.31 260	1.86 304	1.81 255	1.74 287	2.34 363	1.82 414	10.92 522	1.73 394	0.34 313	0.29 359	0.31 262	0.28 288	0.39 314	0.40 352

1test111	1.99 321	0.74 318	13.77 408	1.78 527	0.36 17	4.48 505	0.74 210	3.98 403	1.53 187	1.01 146	1.81 326	0.72 98	1.62 361	4.66 366	0.98 230	0.29 196	0.17 54	0.32 282	0.21 124	0.33 238	0.32 244

SMFormer	2.00 322	0.57 144	4.46 297	1.36 444	0.57 177	2.03 99	0.73 198	4.25 487	2.80 493	2.32 430	2.31 458	1.95 317	1.52 336	10.99 525	2.13 446	0.34 313	0.32 392	0.36 372	0.31 353	0.38 302	0.36 296

tta	2.00 322	0.57 144	4.46 297	1.36 444	0.57 177	2.03 99	0.73 198	4.25 487	2.80 493	2.32 430	2.31 458	1.95 317	1.52 336	10.99 525	2.13 446	0.34 313	0.32 392	0.36 372	0.31 353	0.29 150	0.29 192

TestStereo	2.00 322	1.02 424	12.25 389	0.70 52	0.61 197	1.88 87	0.55 108	2.31 118	1.52 180	1.41 191	1.33 169	1.27 209	0.90 165	11.62 553	0.81 157	0.34 313	0.19 121	0.33 317	0.24 200	0.44 382	0.24 110

cross-raft	2.01 325	0.57 144	19.01 497	1.03 280	0.56 165	2.11 110	0.72 191	3.63 314	1.57 216	1.77 247	1.51 217	3.17 455	1.13 233	1.16 88	0.85 170	0.23 64	0.21 195	0.26 133	0.23 174	0.28 132	0.25 120

MMNet	2.02 326	0.81 359	10.76 375	1.12 326	1.23 427	3.53 289	0.89 327	3.79 346	2.08 346	2.15 370	1.76 300	2.15 347	2.12 443	3.69 346	2.32 461	0.31 263	0.29 359	0.34 335	0.27 258	0.38 302	0.42 362

xx1	2.03 327	0.74 318	13.77 408	1.78 527	0.36 17	4.48 505	0.74 210	4.23 477	3.95 568	1.01 146	1.81 326	1.79 289	1.34 281	2.13 267	0.64 79	0.29 196	0.17 54	0.33 317	0.33 373	0.33 238	0.32 244

HGLStereo	2.03 327	0.74 318	7.50 333	1.23 383	1.56 506	3.62 311	0.95 365	3.78 345	1.89 311	2.03 331	2.20 429	3.12 451	2.14 446	5.68 387	2.04 433	0.37 353	0.31 382	0.32 282	0.29 316	0.40 319	0.45 383

ssnet_v2	2.04 329	0.88 388	7.87 334	1.20 369	0.87 315	3.86 364	1.64 498	4.01 411	2.60 465	2.61 486	1.96 373	3.79 504	1.71 392	2.20 278	2.96 496	0.41 405	0.35 417	0.42 430	0.37 422	0.55 433	0.52 430

ADStereo(finetuned)	2.04 329	0.73 308	13.28 399	0.82 113	0.40 53	4.16 447	0.59 128	4.25 487	2.97 514	2.35 438	1.84 340	1.18 194	3.40 520	1.52 177	1.54 357	0.29 196	0.24 288	0.23 40	0.18 60	0.30 173	0.51 425

CBFPSM	2.05 331	0.95 410	10.12 367	1.07 292	1.05 373	2.84 168	1.20 435	3.28 256	1.73 275	1.82 257	1.30 161	4.56 544	4.06 537	2.34 287	2.34 463	0.25 99	0.38 442	0.32 282	0.27 258	0.37 297	0.79 511

DeepPruner_ROB	2.05 331	1.09 442	10.50 372	1.01 262	1.20 419	4.39 490	0.91 340	3.14 238	1.72 272	2.60 484	1.54 227	2.78 423	1.27 267	4.52 364	1.72 390	0.51 481	0.40 456	0.37 384	0.34 382	0.48 408	0.52 430

DLCB_ROB	2.05 331	0.95 410	2.37 212	1.24 385	1.02 367	2.92 181	1.30 447	3.68 323	2.30 397	2.91 514	2.17 423	3.32 468	1.52 336	10.37 501	2.50 477	0.40 390	0.33 399	0.40 411	0.36 410	0.41 344	0.47 398

HITNet	2.07 334	0.82 366	14.77 428	1.34 433	0.56 165	3.47 270	0.80 259	4.07 431	2.35 409	2.16 375	1.61 250	1.64 258	1.44 312	2.09 265	2.56 484	0.26 115	0.18 86	0.41 423	0.26 232	0.45 390	0.25 120
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
ETE_ROB	2.07 334	1.40 498	3.01 257	1.09 306	0.92 330	3.94 384	1.53 484	4.25 487	2.23 379	3.31 539	2.06 403	2.35 365	1.52 336	8.74 450	2.07 439	0.44 429	0.36 423	0.51 483	0.48 487	0.54 431	0.62 467

CFNet-RSSM	2.08 336	0.52 91	20.06 527	1.01 262	0.56 165	3.39 252	0.64 153	3.67 321	1.55 204	1.72 239	1.37 182	2.57 395	1.19 257	1.11 70	0.86 177	0.27 134	0.20 161	0.25 102	0.23 174	0.27 115	0.23 91

coex_refinement	2.10 337	0.85 379	3.67 287	1.31 418	1.13 395	3.21 219	0.85 293	3.86 363	2.31 401	2.51 465	1.92 368	3.49 487	1.69 388	11.08 532	2.13 446	0.37 353	0.25 312	0.27 165	0.31 353	0.41 344	0.37 310

iRaft-Stereo_5w	2.10 337	0.83 370	8.57 343	0.81 103	0.76 266	3.21 219	0.84 284	3.71 334	1.65 252	1.56 206	2.50 476	2.20 350	2.23 456	9.13 460	2.01 431	0.38 370	0.19 121	0.35 354	0.27 258	0.45 390	0.39 332

DFGA-Net	2.11 339	3.00 556	7.43 331	1.11 322	0.76 266	3.72 327	0.60 131	2.63 172	1.91 315	2.01 322	2.07 404	1.22 204	1.04 201	10.26 499	2.26 456	0.27 134	0.22 224	0.34 335	0.34 382	0.61 458	0.48 403

G2L-Stereo_test	2.11 339	0.86 382	7.12 327	1.65 511	1.19 413	3.54 293	1.02 390	3.57 305	2.01 330	2.50 462	1.68 269	3.15 453	1.50 330	9.21 463	1.62 374	0.28 171	0.19 121	0.23 40	0.22 158	0.27 115	0.31 231

CFNet_pseudo	2.12 341	0.67 257	15.14 439	0.85 146	0.74 260	3.95 389	0.64 153	3.95 394	1.78 288	1.90 278	1.79 311	3.27 463	1.62 361	2.51 298	1.16 266	0.31 263	0.36 423	0.53 494	0.27 258	0.63 464	0.44 377

test_xeample3	2.12 341	0.63 213	21.55 586	0.91 188	0.47 110	1.85 85	0.94 361	7.96 593	1.23 79	0.75 75	0.76 41	0.64 73	0.70 85	1.77 226	0.83 164	0.30 240	0.21 195	0.27 165	0.21 124	0.27 115	0.24 110

G2L-ROB	2.13 343	0.78 346	10.06 364	1.19 364	1.06 377	3.84 354	0.93 355	3.32 265	2.27 389	2.20 388	1.47 206	2.65 405	1.20 259	8.38 444	1.81 403	0.28 171	0.19 121	0.23 40	0.22 158	0.28 132	0.32 244

ccs_rob	2.13 343	0.67 257	15.11 438	0.84 134	0.75 262	3.96 394	0.65 162	3.95 394	1.78 288	1.88 271	1.79 311	3.26 462	1.64 377	2.51 298	1.16 266	0.31 263	0.36 423	0.54 501	0.27 258	0.65 475	0.45 383

SepStereo	2.15 345	0.67 257	4.79 304	1.14 334	1.64 519	2.93 185	2.13 529	4.09 437	2.74 481	4.17 562	2.52 479	2.46 385	1.79 404	8.36 442	1.63 377	0.37 353	0.22 224	0.39 405	0.25 212	0.41 344	0.34 275

IGEV-FE	2.16 346	0.69 268	20.56 554	1.22 378	0.54 153	2.18 113	0.53 100	3.38 277	1.61 239	1.93 289	1.55 231	3.74 501	1.06 213	1.56 181	0.91 204	0.29 196	0.20 161	0.27 165	0.29 316	0.40 319	0.32 244

test_for_model	2.16 346	3.87 565	1.58 126	4.16 592	3.64 588	2.51 142	0.96 372	3.63 314	2.62 466	2.45 456	1.39 187	1.02 171	0.73 95	0.92 35	0.57 60	2.97 580	2.19 586	0.26 133	0.17 36	5.32 597	2.24 572

IGEV_Zeroshot_test	2.16 346	0.69 268	20.60 558	1.22 378	0.54 153	2.18 113	0.53 100	3.38 277	1.61 239	1.93 289	1.55 231	3.76 503	1.05 206	1.55 180	0.91 204	0.29 196	0.20 161	0.27 165	0.29 316	0.40 319	0.32 244

anonymousa	2.16 346	0.67 257	19.19 498	1.04 282	1.67 527	2.06 107	0.79 249	2.86 209	1.96 319	1.85 261	2.14 418	3.23 460	1.81 412	1.12 75	1.15 262	0.26 115	0.26 326	0.34 335	0.32 365	0.30 173	0.28 182

AIO-test1	2.18 350	0.66 247	18.95 495	0.89 171	1.48 490	3.40 255	0.97 375	4.19 463	1.68 258	0.86 124	1.35 177	0.99 166	0.75 103	4.47 363	1.27 297	0.23 64	0.23 253	0.28 198	0.33 373	0.31 192	0.35 289

SFCPSM	2.18 350	0.63 213	17.03 461	0.88 164	0.98 352	3.74 332	1.28 446	4.09 437	2.16 368	1.85 261	1.83 335	1.65 259	1.39 292	2.50 295	1.50 346	0.33 301	0.27 337	0.39 405	0.36 410	0.34 256	0.37 310

GANet-ADL	2.20 352	0.73 308	20.11 532	1.25 387	0.69 241	3.83 349	0.76 225	3.49 288	1.71 269	1.65 224	1.99 384	2.10 344	1.10 227	1.42 155	1.26 293	0.38 370	0.33 399	0.25 102	0.22 158	0.42 363	0.36 296

MSKI-zero shot	2.22 353	0.64 225	20.09 531	0.96 224	0.56 165	4.04 411	0.70 186	3.91 381	1.50 164	1.92 285	2.28 443	1.92 313	0.71 87	2.93 326	0.67 96	0.26 115	0.23 253	0.26 133	0.21 124	0.28 132	0.26 146

PS-NSSS	2.22 353	1.33 490	2.90 253	0.97 233	1.53 498	4.11 428	1.08 406	4.55 559	2.65 471	2.10 348	2.32 463	1.77 281	1.40 296	11.79 566	1.61 369	0.68 522	0.45 484	0.96 556	0.43 470	0.95 525	0.92 525

PCWNet_CMD	2.23 355	0.65 236	17.36 466	0.83 124	0.76 266	3.51 285	0.64 153	3.60 309	1.97 321	1.70 234	1.63 255	3.22 458	3.05 504	2.09 265	1.11 256	0.31 263	0.36 423	0.47 455	0.26 232	0.64 472	0.47 398

HH	2.23 355	0.86 382	21.59 587	0.98 241	0.51 132	1.49 60	0.82 273	2.74 187	1.54 196	1.10 159	1.69 274	4.62 546	1.86 421	2.55 306	0.69 108	0.26 115	0.22 224	0.29 219	0.23 174	0.34 256	0.27 163

HanStereo	2.23 355	0.86 382	21.59 587	0.98 241	0.51 132	1.49 60	0.82 273	2.74 187	1.54 196	1.10 159	1.69 274	4.62 546	1.86 421	2.55 306	0.69 108	0.26 115	0.22 224	0.29 219	0.23 174	0.34 256	0.27 163

MSMDNet	2.23 355	0.64 225	17.32 462	0.84 134	0.75 262	3.53 289	0.64 153	3.61 312	1.98 323	1.71 238	1.64 257	3.22 458	2.99 497	2.08 262	1.11 256	0.31 263	0.37 436	0.45 446	0.26 232	0.62 462	0.45 383

Select-FE	2.25 359	0.87 385	17.36 466	1.06 289	0.99 355	2.04 104	0.46 73	3.79 346	1.61 239	2.52 467	1.81 326	4.41 536	3.15 508	1.83 236	0.92 209	0.32 284	0.35 417	0.30 239	0.41 460	0.32 219	0.55 442

FENet	2.25 359	0.50 78	20.29 543	1.35 438	0.67 230	4.01 405	0.60 131	3.95 394	1.99 324	1.96 299	1.11 113	2.43 378	1.43 309	1.60 192	1.39 320	0.32 284	0.22 224	0.33 317	0.26 232	0.29 150	0.39 332

DISCO	2.25 359	0.73 308	10.06 364	1.76 525	1.12 393	3.47 270	1.25 443	3.24 252	2.26 387	2.65 496	1.96 373	4.53 542	1.92 429	4.17 361	3.61 507	0.32 284	0.25 312	0.31 262	0.29 316	0.66 480	0.41 358

iinet-f	2.26 362	1.18 459	13.71 406	1.14 334	1.11 392	3.77 336	1.10 412	4.14 454	2.17 370	2.06 341	1.76 300	2.99 439	2.99 497	2.50 295	2.49 476	0.35 333	0.39 451	0.27 165	0.28 288	0.45 390	0.39 332

ICVP	2.26 362	0.66 247	21.18 578	0.99 247	0.88 319	4.28 476	0.95 365	3.32 265	1.60 235	1.66 226	1.76 300	1.34 218	1.14 240	1.62 198	1.32 310	0.53 490	0.35 417	0.33 317	0.29 316	0.40 319	0.51 425
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rrr	2.27 364	0.65 236	23.82 605	0.90 180	0.46 100	1.57 66	0.96 372	7.98 594	1.19 75	0.65 47	0.77 44	0.74 110	0.72 90	2.59 310	0.86 177	0.28 171	0.21 195	0.28 198	0.21 124	0.29 150	0.25 120

CIPLG	2.27 364	1.18 459	19.24 499	0.92 194	1.34 460	3.95 389	0.89 327	4.23 477	1.82 295	2.31 426	2.67 496	1.17 190	1.06 213	1.53 179	1.32 310	0.37 353	0.23 253	0.27 165	0.22 158	0.31 192	0.45 383

ACRE	2.27 364	1.11 446	19.45 506	0.91 188	1.30 442	3.94 384	0.87 318	4.21 470	1.80 293	2.28 414	2.62 490	1.17 190	1.04 201	1.52 177	1.30 307	0.37 353	0.23 253	0.27 165	0.22 158	0.31 192	0.46 393

NOSS_ROB	2.27 364	0.73 308	3.00 256	1.71 519	1.00 364	3.90 371	0.97 375	4.29 503	2.81 499	2.94 520	2.19 427	3.88 508	1.19 257	11.77 565	1.62 374	0.59 501	0.54 514	0.56 504	0.52 504	0.56 439	0.54 438

XPNet_ROB	2.27 364	1.11 446	4.10 292	1.36 444	0.97 345	3.94 384	1.63 496	4.07 431	2.14 364	2.82 510	2.00 386	2.32 362	1.73 397	10.81 517	3.39 504	0.51 481	0.47 497	0.48 463	0.40 453	0.51 418	0.56 447

IPLGR_C	2.28 369	1.31 485	19.46 507	0.92 194	1.32 453	3.93 379	0.89 327	4.20 464	1.82 295	2.30 420	2.63 492	1.16 189	1.07 216	1.41 153	1.29 306	0.37 353	0.23 253	0.27 165	0.22 158	0.31 192	0.45 383

DRaft	2.28 369	0.56 134	2.64 239	0.74 72	0.46 100	3.94 384	1.23 440	2.32 120	1.55 204	2.64 492	2.80 509	1.60 253	5.34 559	6.96 421	10.99 566	0.34 313	0.22 224	0.27 165	0.27 258	0.29 150	0.37 310

psm_up	2.28 369	0.81 359	5.45 314	1.26 394	1.50 493	3.84 354	1.23 440	4.23 477	2.03 334	2.55 472	1.80 314	2.44 382	1.65 379	12.90 585	1.58 362	0.37 353	0.38 442	0.41 423	0.34 382	0.43 374	0.39 332

MyStereo04	2.29 372	0.80 355	18.77 491	1.00 255	1.04 371	3.95 389	0.95 365	3.91 381	2.54 457	1.99 308	1.27 156	2.31 361	1.65 379	2.02 259	1.77 399	0.24 78	0.24 288	0.34 335	0.26 232	0.41 344	0.37 310

ADLNet	2.29 372	0.83 370	3.62 285	1.35 438	1.60 512	3.67 319	1.24 442	3.95 394	2.98 517	2.58 480	2.29 446	4.01 515	1.79 404	11.23 538	2.09 441	0.37 353	0.38 442	0.36 372	0.34 382	0.45 390	0.71 489

TDLM	2.29 372	1.08 439	4.61 303	1.29 408	1.01 365	4.26 470	2.17 531	3.75 338	2.79 489	2.31 426	1.98 381	2.06 339	1.59 351	12.45 580	1.72 390	0.51 481	0.28 349	0.52 489	0.35 400	0.56 439	0.50 417

Wz-Net-LNSev	2.30 375	1.67 520	14.88 431	1.18 361	1.65 523	3.49 276	1.54 487	3.63 314	2.03 334	1.88 271	1.64 257	3.29 464	2.06 438	2.71 320	2.02 432	0.40 390	0.33 399	0.32 282	0.31 353	0.53 428	0.49 410

DCVSM-stereo	2.31 376	0.66 247	20.69 560	1.11 322	0.93 335	2.58 153	0.73 198	2.61 170	1.60 235	2.57 476	1.53 225	3.30 466	1.72 394	2.19 277	1.23 285	0.34 313	0.53 512	0.41 423	0.32 365	0.45 390	0.62 467

testlalala2	2.31 376	0.63 213	20.54 553	2.56 570	2.87 575	3.79 343	0.76 225	4.20 464	1.48 150	1.42 193	1.43 196	2.45 383	0.80 132	1.03 56	0.68 99	0.27 134	0.25 312	0.24 74	0.21 124	0.33 238	0.28 182

gwcnet-sp	2.31 376	1.21 464	17.34 463	1.08 300	0.92 330	3.56 298	1.04 395	3.69 328	2.09 349	2.55 472	1.60 246	1.80 292	1.62 361	3.87 351	1.95 423	0.29 196	0.29 359	0.30 239	0.28 288	0.38 302	0.39 332

scenet	2.31 376	1.21 464	17.34 463	1.08 300	0.92 330	3.56 298	1.04 395	3.69 328	2.09 349	2.55 472	1.60 246	1.80 292	1.62 361	3.87 351	1.95 423	0.29 196	0.29 359	0.30 239	0.28 288	0.38 302	0.39 332

ssnet	2.31 376	1.21 464	17.34 463	1.08 300	0.92 330	3.56 298	1.04 395	3.69 328	2.09 349	2.55 472	1.60 246	1.80 292	1.62 361	3.87 351	1.95 423	0.29 196	0.29 359	0.30 239	0.28 288	0.38 302	0.39 332

DAS	2.31 376	0.67 257	4.79 304	1.14 334	1.64 519	2.93 185	2.13 529	4.09 437	2.74 481	4.17 562	2.52 479	2.46 385	1.79 404	11.55 550	1.63 377	0.37 353	0.22 224	0.39 405	0.25 212	0.41 344	0.34 275

TRStereo	2.31 376	1.87 528	19.74 515	1.53 490	1.16 403	4.26 470	1.08 406	4.73 569	1.45 128	1.55 204	1.28 157	1.75 276	0.85 147	1.81 233	1.20 275	0.36 345	0.26 326	0.32 282	0.36 410	0.34 256	0.33 262

test_sample5	2.33 383	0.62 204	11.29 381	1.29 408	0.83 297	3.09 204	0.74 210	4.28 500	2.31 401	2.20 388	1.97 379	1.68 263	1.39 292	11.19 536	1.47 339	0.37 353	0.31 382	0.37 384	0.37 422	0.41 344	0.39 332

MyStereo8	2.33 383	1.13 448	19.26 502	1.22 378	1.62 515	4.16 447	0.57 115	3.50 291	2.36 412	2.15 370	1.75 291	2.28 354	1.14 240	1.46 166	2.20 452	0.24 78	0.21 195	0.32 282	0.27 258	0.36 287	0.43 371

DualNet	2.33 383	0.62 204	11.29 381	1.29 408	0.83 297	3.09 204	0.74 210	4.28 500	2.31 401	2.26 412	2.04 393	1.68 263	1.39 292	11.19 536	1.47 339	0.37 353	0.31 382	0.37 384	0.37 422	0.41 344	0.39 332

MIPNet	2.33 383	0.71 293	19.82 517	0.89 171	0.56 165	4.76 564	0.61 135	4.32 518	2.37 418	1.83 259	1.48 213	1.48 238	1.98 433	2.63 313	1.44 330	0.29 196	0.20 161	0.26 133	0.23 174	0.30 173	0.39 332

DualNet (step1)	2.34 387	1.05 431	7.87 334	1.07 292	0.86 310	3.93 379	1.19 431	4.35 524	2.11 359	2.14 362	1.75 291	1.75 276	1.67 383	6.26 402	1.26 293	1.23 558	0.48 503	4.27 604	2.09 590	0.70 488	0.69 484

test_sample4	2.34 387	0.63 213	11.59 384	1.30 415	0.83 297	3.07 202	0.72 191	4.27 495	2.30 397	2.30 420	1.88 354	1.73 274	1.42 306	11.14 535	1.46 334	0.35 333	0.29 359	0.35 354	0.36 410	0.40 319	0.38 325

test_sample3	2.34 387	0.61 194	11.94 387	1.33 426	0.85 305	3.10 206	0.73 198	4.24 485	2.19 373	2.21 397	1.75 291	1.80 292	1.41 301	11.11 534	1.46 334	0.35 333	0.29 359	0.34 335	0.35 400	0.39 314	0.37 310

STTStereo	2.34 387	0.95 410	14.93 434	1.43 466	1.54 499	3.86 364	0.86 298	3.65 317	2.44 438	2.15 370	1.55 231	2.49 389	1.59 351	5.14 374	1.44 330	0.38 370	0.39 451	0.47 455	0.51 501	0.52 422	0.51 425

CFNet	2.34 387	1.10 443	8.96 349	1.34 433	1.24 431	4.09 421	0.73 198	4.04 420	2.77 486	1.62 216	1.87 353	2.27 353	1.45 316	11.41 543	1.82 405	0.31 263	0.24 288	0.43 434	0.36 410	0.43 374	0.33 262

AIO-Stereo-zeroshot	2.35 392	0.99 419	19.62 511	1.09 306	0.96 341	1.51 62	0.44 63	4.05 424	1.64 248	1.31 173	1.67 266	4.93 553	2.45 472	2.52 303	1.40 321	0.30 240	0.20 161	0.31 262	0.50 497	0.57 444	0.60 461

test_sample6	2.35 392	0.62 204	10.78 376	1.33 426	0.83 297	3.15 212	0.79 249	4.36 529	2.43 434	2.26 412	2.04 393	1.69 268	1.39 292	11.48 548	1.61 369	0.38 370	0.32 392	0.37 384	0.39 442	0.41 344	0.42 362

EAI-Stereo	2.35 392	0.63 213	2.97 254	0.95 218	0.65 216	3.84 354	14.27 606	5.04 576	2.19 373	2.06 341	7.25 567	1.10 182	0.94 175	1.65 208	1.37 319	0.31 263	0.22 224	0.27 165	0.60 522	0.27 115	0.32 244

ac_64	2.35 392	0.62 204	9.77 359	1.32 421	1.71 533	3.27 234	0.93 355	3.48 285	2.50 448	1.74 243	1.73 285	3.91 509	1.77 401	10.21 496	1.86 410	0.40 390	0.31 382	0.33 317	0.30 337	0.34 256	0.39 332

HSM	2.35 392	0.81 359	2.21 192	1.14 334	1.55 503	3.44 261	1.03 392	3.99 407	2.25 384	2.29 416	2.11 412	8.04 582	3.05 504	11.60 551	1.71 388	0.33 301	0.22 224	0.28 198	0.23 174	0.32 219	0.35 289

CFNet_ucs	2.36 397	0.68 265	18.42 487	0.89 171	0.81 282	3.85 362	0.68 174	4.29 503	2.37 418	2.09 345	2.04 393	3.31 467	1.24 265	2.63 313	1.14 261	0.36 345	0.45 484	0.56 504	0.29 316	0.66 480	0.49 410

MyStereo05	2.37 398	0.72 297	19.94 522	1.02 273	0.99 355	4.26 470	0.86 298	4.01 411	2.62 466	2.14 362	1.26 149	2.28 354	1.63 374	2.07 260	1.68 385	0.24 78	0.23 253	0.34 335	0.26 232	0.42 363	0.36 296

hitnet-ft	2.37 398	0.73 308	8.34 340	0.96 224	0.89 324	3.77 336	0.80 259	3.55 303	2.58 461	2.24 406	2.04 393	3.65 500	1.49 329	11.71 563	1.89 413	0.44 429	0.53 512	0.44 439	0.35 400	0.52 422	0.48 403

YMNet	2.40 400	1.41 500	13.46 402	1.36 444	1.67 527	3.96 394	0.97 375	3.81 350	2.37 418	2.64 492	2.57 486	3.35 470	1.53 343	3.28 334	2.42 469	0.48 459	0.54 514	0.52 489	0.49 491	0.70 488	0.54 438

YMNet_1	2.40 400	1.41 500	13.46 402	1.36 444	1.67 527	3.96 394	0.97 375	3.81 350	2.37 418	2.64 492	2.57 486	3.35 470	1.53 343	3.28 334	2.42 469	0.48 459	0.54 514	0.52 489	0.49 491	0.70 488	0.54 438

CoDeX	2.40 400	0.78 346	13.21 398	1.00 255	1.18 406	3.24 227	1.32 449	4.14 454	2.41 430	1.74 243	1.84 340	2.05 337	1.47 321	10.03 490	1.60 366	0.34 313	0.28 349	0.32 282	0.27 258	0.32 219	0.39 332

LMCR-Stereo	2.40 400	1.31 485	18.61 490	1.59 502	0.86 310	3.87 367	1.15 422	4.32 518	1.60 235	2.25 409	2.27 439	1.13 185	2.43 470	2.48 294	1.60 366	0.88 542	0.24 288	0.29 219	0.24 200	0.56 439	0.30 221

Wz-Net-LNSev-Ref	2.42 404	1.47 505	14.14 419	1.30 415	1.35 461	3.51 285	1.64 498	4.04 420	2.10 357	2.46 457	1.88 354	2.28 354	2.51 476	4.73 369	3.17 502	0.38 370	0.19 121	0.35 354	0.20 106	0.40 319	0.36 296

PAM	2.43 405	0.61 194	20.86 564	1.07 292	0.73 255	2.93 185	0.53 100	3.24 252	1.53 187	1.89 277	2.43 469	5.29 566	2.76 487	1.84 238	1.02 237	0.27 134	0.24 288	0.26 133	0.25 212	0.40 319	0.50 417

PSM-AAD	2.43 405	0.54 116	1.32 92	0.92 194	0.54 153	4.48 505	7.47 593	2.96 217	1.55 204	2.31 426	2.56 484	1.26 208	16.23 602	2.46 292	0.89 191	0.28 171	0.21 195	0.58 509	0.41 460	0.34 256	1.32 549

AASNet	2.44 407	0.92 398	19.79 516	1.35 438	1.49 491	3.81 347	1.07 401	3.85 360	2.93 511	1.95 295	2.29 446	1.96 322	1.29 272	1.73 221	1.93 419	0.39 382	0.33 399	0.45 446	0.30 337	0.55 433	0.45 383

PAM_32	2.45 408	0.63 213	20.74 561	1.05 283	0.65 216	2.83 167	0.46 73	2.91 212	1.54 196	1.95 295	2.66 495	4.99 556	3.78 531	1.96 252	0.92 209	0.27 134	0.22 224	0.27 165	0.25 212	0.36 287	0.48 403

GMM-Stereo	2.45 408	0.52 91	20.38 546	0.89 171	0.82 291	4.18 455	1.91 517	2.45 134	1.48 150	2.48 460	2.30 451	1.69 268	1.86 421	2.93 326	1.08 249	0.28 171	0.18 86	0.33 317	0.48 487	0.35 274	2.41 576

DMCA-RVC	2.45 408	1.22 470	18.29 482	1.23 383	1.14 396	2.49 140	0.85 293	3.29 258	1.68 258	3.02 523	1.41 192	2.00 329	1.53 343	6.39 404	2.00 429	0.38 370	0.30 372	0.44 439	0.35 400	0.45 390	0.44 377

MyStereo06	2.46 411	0.72 297	19.97 524	1.02 273	0.99 355	4.26 470	0.86 298	3.51 295	1.68 258	1.92 285	1.73 285	4.01 515	4.22 541	1.62 198	0.88 188	0.24 78	0.23 253	0.34 335	0.26 232	0.42 363	0.36 296

SACVNet	2.46 411	1.14 452	9.47 357	1.44 469	1.18 406	4.06 414	1.49 481	3.84 357	2.24 381	2.62 488	1.89 360	2.57 395	1.28 269	11.35 541	1.64 380	0.50 475	0.39 451	0.48 463	0.41 460	0.55 433	0.75 501

RAFT-345	2.46 411	0.55 122	19.69 514	1.02 273	0.49 126	4.43 501	0.78 242	1.64 44	2.34 407	2.09 345	3.12 527	1.96 322	1.31 276	6.65 410	1.43 328	0.36 345	0.23 253	0.32 282	0.25 212	0.28 132	0.25 120

GwcNet-ADL	2.47 414	0.67 257	21.48 585	0.96 224	0.72 250	4.61 536	0.95 365	4.42 539	2.36 412	1.98 303	1.80 314	2.55 393	1.24 265	1.90 247	1.41 325	0.40 390	0.46 493	0.24 74	0.27 258	0.41 344	0.49 410

PFNet	2.47 414	0.60 177	16.95 460	2.15 556	0.81 282	4.63 539	0.91 340	2.55 156	1.52 180	2.40 450	2.79 507	1.83 301	1.42 306	7.54 429	1.34 317	0.33 301	0.21 195	0.36 372	0.27 258	0.32 219	0.39 332

IPLG	2.48 416	0.65 236	19.63 512	0.91 188	0.79 277	4.60 535	0.56 112	4.31 514	1.84 302	1.91 283	2.00 386	1.31 215	1.38 289	6.61 408	1.53 356	0.27 134	0.20 161	0.27 165	0.23 174	0.31 192	0.36 296

HHNet	2.48 416	0.71 293	20.52 552	0.64 22	0.64 208	4.07 419	0.93 355	3.76 340	1.56 210	2.15 370	4.92 558	0.98 165	3.37 519	1.66 209	1.79 402	0.32 284	0.20 161	0.31 262	0.27 258	0.36 287	0.42 362

G2L-Stereo	2.49 418	0.94 408	14.54 427	1.15 347	1.35 461	3.57 302	0.95 365	3.62 313	2.00 328	2.11 352	1.61 250	3.20 456	1.34 281	9.54 470	1.91 416	0.34 313	0.27 337	0.35 354	0.28 288	0.30 173	0.35 289

CRFU-Net	2.49 418	0.78 346	10.36 369	2.30 563	1.08 383	3.91 372	1.41 470	3.85 360	1.65 252	2.15 370	1.76 300	3.34 469	7.95 586	5.56 384	1.48 342	0.47 454	0.35 417	0.30 239	0.28 288	0.37 297	0.43 371

FADNet	2.49 418	1.76 524	13.17 397	1.17 355	0.95 340	3.27 234	0.88 322	3.94 392	2.27 389	1.40 189	1.29 159	2.51 390	2.06 438	9.93 485	1.94 421	0.43 422	0.45 484	0.40 411	0.43 470	1.06 534	0.53 432

RAFT + AFF	2.51 421	2.66 552	4.48 301	1.15 347	1.95 552	4.15 437	2.01 523	4.46 547	3.30 549	2.19 385	2.51 478	2.22 351	4.87 552	8.91 454	2.06 436	0.30 240	0.60 532	0.48 463	0.38 435	0.77 507	0.69 484

UNet	2.51 421	0.74 318	20.17 534	1.14 334	1.44 483	3.48 273	0.76 225	3.77 342	1.87 305	2.05 336	1.57 237	2.75 415	2.39 467	3.51 339	2.51 478	0.32 284	0.26 326	0.41 423	0.26 232	0.38 302	0.39 332

FADNet-RVC	2.51 421	2.27 542	14.03 417	1.09 306	0.81 282	3.54 293	1.10 412	4.13 448	2.48 443	1.39 187	1.22 135	1.85 308	1.77 401	9.78 478	2.06 436	0.38 370	0.37 436	0.40 411	0.40 453	0.67 482	0.48 403

iResNet	2.52 424	0.94 408	21.17 577	1.84 536	0.72 250	3.75 333	0.81 269	4.14 454	2.55 459	2.33 436	2.03 390	1.35 220	1.44 312	3.27 333	2.16 450	0.35 333	0.23 253	0.28 198	0.22 158	0.44 382	0.45 383

IPLGR	2.53 425	0.58 157	20.46 551	0.82 113	0.52 143	4.56 530	0.50 85	4.30 511	2.38 423	1.87 268	1.53 225	1.68 263	1.72 394	6.95 420	1.15 262	0.28 171	0.21 195	0.27 165	0.23 174	0.33 238	0.32 244

NCCL2	2.53 425	1.35 491	10.90 378	1.15 347	0.97 345	3.53 289	2.56 545	3.65 317	2.23 379	2.76 504	1.80 314	2.41 372	1.66 381	10.35 500	2.07 439	0.44 429	0.40 456	0.57 507	0.53 508	0.59 449	0.65 477

fast-acv-ft	2.54 427	1.19 461	20.08 530	1.41 462	1.40 473	3.18 215	1.17 427	3.37 276	2.28 393	1.90 278	2.15 420	2.69 407	2.17 452	2.91 324	2.31 460	0.37 353	0.39 451	0.45 446	0.39 442	0.57 444	0.45 383

XX-Stereo	2.54 427	0.61 194	20.21 535	1.78 527	1.19 413	4.30 479	0.46 73	4.39 535	1.58 219	2.32 430	1.89 360	4.64 548	0.60 56	4.16 360	0.82 160	0.31 263	0.21 195	0.28 198	0.27 258	0.51 418	0.26 146

NLCA_NET_v2_RVC	2.54 427	1.04 430	16.73 456	1.53 490	2.00 554	3.96 394	0.87 318	3.87 366	2.31 401	2.54 471	1.67 266	2.85 428	1.63 374	5.55 383	1.62 374	0.46 445	0.33 399	0.38 401	0.38 435	0.53 428	0.62 467
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	2.54 427	0.90 391	11.10 379	1.32 421	1.47 488	3.58 303	1.38 463	4.13 448	2.45 439	1.90 278	1.71 280	2.86 429	1.76 399	10.86 518	1.66 383	0.60 503	0.43 474	0.53 494	0.41 460	0.78 509	0.94 527

CVANet_RVC	2.55 431	1.10 443	9.13 355	1.46 475	1.15 398	3.96 394	1.53 484	3.91 381	2.50 448	3.04 525	2.04 393	2.60 398	1.72 394	12.46 581	1.50 346	0.49 471	0.30 372	0.51 483	0.41 460	0.63 464	0.50 417

GCST	2.56 432	1.79 526	18.02 478	1.92 542	1.33 457	1.72 77	0.51 90	3.67 321	2.03 334	1.70 234	1.61 250	1.55 247	1.29 272	5.06 372	1.24 287	2.06 573	0.77 554	1.45 571	0.97 556	1.14 545	1.34 550

ARAFT	2.56 432	1.13 448	19.50 509	0.89 171	0.48 118	4.15 437	1.40 467	4.36 529	2.82 501	2.36 442	1.88 354	1.70 270	1.04 201	6.45 405	1.22 282	0.29 196	0.18 86	0.37 384	0.35 400	0.35 274	0.25 120

RASNet	2.56 432	0.70 281	10.06 364	1.60 504	2.25 566	3.67 319	1.00 383	3.38 277	3.14 531	1.81 255	2.11 412	4.60 545	2.30 460	10.25 498	2.61 485	0.37 353	0.24 288	0.25 102	0.24 200	0.28 132	0.26 146

cf-r	2.57 435	0.79 350	16.09 447	1.48 481	1.35 461	4.19 459	0.93 355	3.68 323	2.36 412	1.97 301	1.81 326	3.42 477	1.45 316	8.24 441	1.83 407	0.32 284	0.26 326	0.33 317	0.30 337	0.34 256	0.37 310

UGAM	2.58 436	0.56 134	18.55 489	0.89 171	0.71 248	3.23 223	1.03 392	2.75 189	1.75 283	1.36 179	2.77 506	2.69 407	1.28 269	10.75 513	1.40 321	0.28 171	0.24 288	0.40 411	0.31 353	0.35 274	0.30 221

GrayStereo	2.58 436	0.53 104	1.63 129	1.58 501	0.89 324	4.17 452	8.17 597	3.03 226	1.52 180	2.80 508	2.50 476	1.70 270	17.10 603	2.83 323	1.15 262	0.33 301	0.21 195	0.27 165	0.32 365	0.28 132	0.53 432

ASMatch	2.62 438	0.60 177	20.65 559	1.37 454	0.64 208	4.39 490	0.78 242	1.97 79	1.58 219	1.70 234	3.89 549	1.94 315	3.79 532	5.46 380	1.64 380	0.31 263	0.24 288	0.34 335	0.28 288	0.33 238	0.50 417

RAFT-RH_RVC	2.63 439	0.55 122	19.97 524	1.26 394	0.47 110	4.46 503	0.57 115	1.71 50	1.64 248	3.06 528	5.51 562	2.03 333	1.28 269	6.70 412	1.52 355	0.42 416	0.22 224	0.37 384	0.34 382	0.28 132	0.29 192

DANet	2.63 439	1.07 437	8.10 339	1.83 535	1.70 532	3.25 230	1.16 424	4.31 514	2.38 423	3.40 545	2.18 425	4.08 519	1.80 409	9.77 476	3.89 511	0.52 487	0.55 519	0.59 512	0.44 473	0.63 464	0.86 519
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FADNet_RVC	2.65 441	2.28 544	16.51 453	0.98 241	0.92 330	4.09 421	0.83 278	4.26 494	1.73 275	1.46 195	1.78 308	1.60 253	1.50 330	8.88 452	2.39 464	0.47 454	0.38 442	0.44 439	0.58 518	0.89 520	0.97 529

iResNetv2_ROB	2.65 441	5.00 570	19.28 504	2.06 552	1.09 387	3.83 349	1.13 419	4.14 454	2.09 349	1.85 261	2.03 390	2.01 332	1.51 334	3.58 341	1.58 362	0.34 313	0.21 195	0.32 282	0.21 124	0.44 382	0.29 192

ccnet	2.66 443	0.97 417	8.01 338	1.54 492	1.24 431	3.75 333	2.18 532	4.07 431	2.41 430	2.66 497	3.25 532	2.87 430	2.31 463	9.89 482	3.50 505	0.78 531	0.75 553	0.71 537	0.67 530	0.76 506	0.81 513

GwcNet-RSSM	2.66 443	1.05 431	15.91 445	1.22 378	1.19 413	4.12 430	1.12 416	3.84 357	2.02 332	1.93 289	1.79 311	3.12 451	1.46 319	10.37 501	2.05 435	0.33 301	0.27 337	0.35 354	0.30 337	0.40 319	0.36 296

z-ln-s-r	2.67 445	1.16 456	12.43 391	1.34 433	1.26 436	3.70 323	1.21 438	4.20 464	2.38 423	2.04 334	1.92 368	2.43 378	1.60 357	10.58 506	5.19 530	0.29 196	0.20 161	0.32 282	0.24 200	0.51 418	0.38 325

xxxx	2.67 445	0.54 116	2.03 167	1.22 378	0.81 282	3.49 276	0.63 150	4.49 552	2.49 447	2.22 399	2.23 434	2.05 337	1.38 289	10.05 491	17.91 595	0.32 284	0.32 392	0.30 239	0.27 258	0.33 238	0.34 275

test_xeample	2.67 445	0.56 134	2.05 170	1.09 306	0.81 282	3.24 227	0.80 259	4.55 559	2.70 477	2.42 452	2.27 439	1.39 225	1.40 296	10.75 513	17.51 594	0.30 240	0.30 372	0.32 282	0.28 288	0.34 256	0.33 262

PASM	2.67 445	2.05 537	9.71 358	1.73 522	1.37 466	2.53 148	1.52 482	3.10 234	2.17 370	2.79 507	1.84 340	2.90 431	1.85 420	11.89 570	2.19 451	0.81 536	0.85 557	0.87 553	1.01 559	1.14 545	1.05 534

AIO-Stereo-zeroshot1	2.68 449	1.26 477	22.01 594	1.08 300	0.99 355	1.61 71	0.86 298	3.69 328	1.64 248	1.52 201	5.62 564	3.35 470	3.44 525	2.20 278	1.33 314	0.26 115	0.21 195	0.30 239	0.62 526	0.93 524	0.67 479

222	2.68 449	0.57 144	2.03 167	1.11 322	0.81 282	3.23 223	0.65 162	4.52 557	2.45 439	2.34 437	2.29 446	1.41 231	1.44 312	10.50 504	18.47 599	0.32 284	0.30 372	0.32 282	0.27 258	0.32 219	0.34 275

PWC_ROB	2.69 451	2.01 534	8.36 341	1.33 426	1.90 550	3.23 223	1.18 428	4.33 520	3.25 543	3.11 530	3.41 538	2.71 410	2.18 454	9.15 461	4.48 515	0.56 496	0.31 382	0.61 520	0.36 410	0.69 487	0.74 498

pcwnet_v2	2.70 452	0.65 236	22.48 597	1.08 300	1.03 368	3.56 298	0.81 269	4.29 503	3.14 531	2.29 416	2.29 446	3.01 441	1.71 392	3.32 336	1.43 328	0.43 422	0.50 509	0.41 423	0.34 382	0.61 458	0.56 447

Wz-Net-MNSev	2.71 453	2.54 550	13.91 415	1.52 488	1.37 466	3.28 238	2.47 539	4.03 416	2.32 405	2.57 476	2.07 404	2.29 359	3.01 499	7.55 430	2.74 490	0.38 370	0.36 423	0.36 372	0.37 422	0.57 444	0.47 398

w-ln-seven-2	2.73 454	2.13 538	12.47 393	1.18 361	1.01 365	3.54 293	1.58 491	3.93 388	3.26 544	2.43 454	2.02 388	2.63 402	2.28 459	7.93 438	5.45 533	0.40 390	0.40 456	0.44 439	0.34 382	0.62 462	0.47 398

ttt	2.76 455	0.56 134	2.28 204	1.41 462	1.21 425	3.67 319	0.77 238	4.59 562	2.94 512	2.35 438	2.30 451	2.45 383	1.54 346	11.25 539	15.56 582	0.43 422	0.36 423	0.37 384	0.33 373	0.40 319	0.40 352

UGAM-zero	2.79 456	0.57 144	20.87 566	0.98 241	0.77 272	2.08 108	0.35 30	3.88 369	1.51 171	2.05 336	1.64 257	5.07 560	3.42 524	9.83 479	1.24 287	0.28 171	0.21 195	0.27 165	0.29 316	0.29 150	0.28 182

RP	2.79 456	1.20 463	10.36 369	1.54 492	1.93 551	3.44 261	1.97 520	4.05 424	2.34 407	2.66 497	2.79 507	3.98 513	2.58 480	10.21 496	2.61 485	0.95 545	0.47 497	0.71 537	0.57 517	0.71 497	0.68 482

SHD	2.82 458	2.04 536	13.80 412	1.69 515	1.79 542	2.73 162	1.07 401	3.85 360	3.18 535	4.63 570	2.74 502	3.38 475	2.77 488	5.48 382	3.66 508	0.62 507	0.47 497	0.51 483	0.55 512	0.65 475	0.74 498

FADNet-RVC-Resample	2.83 459	2.02 535	21.07 572	1.12 326	0.91 329	3.53 289	1.37 461	4.08 435	2.09 349	1.68 229	1.33 169	2.03 333	1.51 334	9.54 470	1.69 386	0.38 370	0.37 436	0.42 430	0.44 473	0.56 439	0.56 447

StereoDRNet	2.84 460	1.49 507	14.48 426	1.33 426	1.57 510	3.44 261	2.06 525	3.69 328	2.36 412	3.26 538	1.84 340	2.79 425	1.80 409	10.88 519	3.16 501	0.41 405	0.33 399	0.39 405	0.36 410	0.59 449	0.58 456

w-ln-seven	2.86 461	3.06 557	14.02 416	1.27 402	1.32 453	4.10 427	1.59 492	3.90 376	2.59 464	3.03 524	2.27 439	3.42 477	2.25 457	6.70 412	4.81 523	0.39 382	0.34 411	0.48 463	0.40 453	0.74 502	0.55 442

AAGNet	2.86 461	0.60 177	1.77 141	2.05 551	0.46 100	4.76 564	1.09 410	2.27 111	1.56 210	2.17 379	1.84 340	2.41 372	4.00 536	6.23 401	24.22 611	0.46 445	0.19 121	0.30 239	0.29 316	0.32 219	0.24 110

Consistency-Raft	2.86 461	1.66 518	19.61 510	1.40 461	1.75 537	3.84 354	1.32 449	4.07 431	2.25 384	1.78 249	2.67 496	1.82 298	4.41 545	1.94 251	2.06 436	0.83 539	0.94 561	1.03 558	1.12 564	1.70 565	1.09 537

PDISCO_ROB	2.86 461	1.53 510	14.27 423	1.98 548	2.19 563	4.52 519	1.35 453	4.65 565	3.19 536	2.09 345	2.16 421	3.53 492	2.45 472	5.32 376	2.12 443	1.30 566	0.78 555	0.72 541	0.59 520	1.24 554	1.28 545

AF-Net	2.87 465	1.30 481	16.24 448	1.33 426	1.75 537	3.26 232	1.59 492	4.09 437	2.43 434	2.69 499	2.94 515	4.51 540	3.20 513	5.84 391	2.75 491	0.76 530	0.36 423	0.72 541	0.49 491	0.70 488	0.56 447

HSM-Net_RVC	2.87 465	0.57 144	17.46 471	0.92 194	0.90 327	3.70 323	1.20 435	5.64 588	2.51 451	3.22 537	2.43 469	2.54 392	1.59 351	11.41 543	1.65 382	0.34 313	0.25 312	0.26 133	0.23 174	0.30 173	0.29 192
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Nwc_Net	2.88 467	1.16 456	18.30 483	1.35 438	1.68 530	3.52 288	1.18 428	3.90 376	2.06 343	2.52 467	2.82 512	3.82 506	2.34 464	6.78 417	2.55 483	0.86 541	0.40 456	0.59 512	0.67 530	0.57 444	0.55 442

DDUNet	2.91 468	2.78 554	6.94 326	3.53 584	2.26 567	3.28 238	1.36 455	3.77 342	2.04 338	2.62 488	2.49 475	4.18 525	1.69 388	5.38 378	1.85 409	2.21 575	1.77 580	2.61 584	2.43 596	2.60 571	2.34 575

MFMNet_re	2.91 468	1.91 529	18.25 480	3.06 578	1.89 549	3.13 209	1.67 503	3.52 296	2.97 514	3.14 532	2.87 514	2.26 352	2.41 468	2.42 289	2.00 429	1.10 551	1.05 563	0.94 555	0.90 551	1.28 555	1.46 557

ACV-stereo	2.92 470	0.92 398	20.27 541	1.33 426	1.05 373	4.68 546	1.10 412	2.66 177	1.64 248	1.46 195	1.32 167	5.41 568	4.24 542	7.83 436	1.90 415	0.44 429	0.52 511	0.32 282	0.29 316	0.45 390	0.63 471

GANet	2.93 471	1.05 431	11.29 381	1.64 509	0.96 341	3.91 372	2.52 542	3.72 335	2.41 430	2.95 521	3.00 518	3.21 457	2.03 434	12.42 579	4.72 520	0.51 481	0.41 465	0.46 452	0.39 442	0.60 453	0.50 417

RTSC	2.95 472	2.51 546	15.49 443	1.54 492	1.30 442	3.51 285	0.86 298	3.89 371	2.48 443	3.64 548	3.12 527	3.04 443	2.30 460	5.70 388	6.67 537	0.55 494	0.35 417	0.37 384	0.39 442	0.70 488	0.60 461

PWCDC_ROB	2.95 472	3.26 559	14.06 418	1.59 502	1.56 506	4.19 459	0.86 298	4.30 511	4.08 570	2.06 341	7.37 568	2.75 415	2.42 469	3.59 342	2.67 488	1.34 568	0.36 423	0.39 405	0.34 382	1.13 544	0.62 467

PSMNet_ROB	2.95 472	1.38 495	18.46 488	1.19 364	1.20 419	3.80 345	1.65 501	3.54 301	2.35 409	1.98 303	1.71 280	2.75 415	1.79 404	11.43 545	2.78 492	0.42 416	0.36 423	0.50 480	0.60 522	0.59 449	0.49 410

ff1	2.96 475	0.60 177	5.21 310	1.14 334	0.99 355	3.62 311	0.86 298	4.22 473	3.37 552	2.20 388	2.30 451	3.48 481	1.62 361	11.62 553	16.09 584	0.29 196	0.16 34	0.48 463	0.37 422	0.30 173	0.29 192

FINET	2.96 475	1.07 437	23.18 603	1.29 408	1.86 547	2.03 99	1.52 482	4.30 511	4.71 576	2.23 403	2.34 465	1.65 259	1.48 323	5.89 392	2.81 494	0.51 481	0.47 497	0.49 477	0.40 453	0.59 449	0.49 410

XQC	2.96 475	2.42 545	14.85 429	1.36 444	1.32 453	3.29 242	1.53 484	4.28 500	2.78 487	3.21 536	2.46 471	3.53 492	2.92 495	6.58 407	4.67 517	0.70 526	0.41 465	0.59 512	0.56 514	0.96 529	0.83 518

SGM-Forest	2.96 475	0.62 204	3.49 275	1.09 306	0.80 279	4.06 414	3.30 567	4.37 532	3.09 527	4.18 565	3.27 534	4.67 550	3.86 534	11.69 562	7.91 552	0.51 481	0.46 493	0.49 477	0.39 442	0.48 408	0.49 410
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DEmStereo	2.97 479	0.58 157	13.42 401	0.79 98	0.51 132	3.84 354	1.84 515	2.42 128	1.60 235	2.25 409	2.74 502	2.03 333	6.04 566	6.79 419	12.80 575	0.35 333	0.26 326	0.26 133	0.27 258	0.27 115	0.37 310

RYNet	2.97 479	0.93 402	15.09 437	1.12 326	1.38 469	3.66 318	1.42 472	4.03 416	2.29 396	2.10 348	1.70 276	3.79 504	2.16 450	13.64 595	3.02 499	0.37 353	0.41 465	0.48 463	0.34 382	0.81 514	0.75 501

TCMNet	2.98 481	1.30 481	18.26 481	1.47 478	2.09 560	3.84 354	1.08 406	3.96 399	2.39 427	2.53 470	2.29 446	2.43 378	1.75 398	10.09 493	2.39 464	0.52 487	0.45 484	0.61 520	0.50 497	0.80 513	0.78 507

mmx	2.98 481	0.60 177	5.21 310	1.14 334	0.99 355	3.62 311	0.86 298	4.49 552	3.05 523	2.20 388	2.30 451	3.48 481	1.62 361	11.62 553	16.09 584	0.33 301	0.28 349	0.48 463	0.37 422	0.44 382	0.37 310

xxx	2.98 481	0.60 177	5.21 310	1.14 334	0.99 355	3.62 311	0.86 298	4.49 552	3.05 523	2.20 388	2.30 451	3.48 481	1.62 361	11.62 553	16.09 584	0.33 301	0.28 349	0.48 463	0.37 422	0.44 382	0.37 310

Wz-Net-SNSev	2.98 481	4.36 567	15.98 446	1.57 500	1.19 413	3.28 238	1.80 510	3.96 399	2.40 428	2.32 430	2.28 443	3.48 481	2.05 437	7.84 437	3.82 510	0.47 454	0.39 451	0.53 494	0.49 491	0.71 497	0.60 461

DispNO	3.00 485	0.75 331	18.92 494	1.17 355	1.10 389	3.72 327	0.94 361	4.29 503	2.54 457	2.24 406	2.28 443	4.51 540	2.12 443	11.40 542	2.09 441	0.31 263	0.28 349	0.31 262	0.28 288	0.36 287	0.39 332

GwcNet	3.00 485	1.63 514	19.83 518	1.32 421	2.04 559	3.27 234	1.55 488	3.65 317	2.33 406	2.00 320	2.12 415	3.56 496	1.68 387	9.47 468	2.45 473	0.44 429	0.45 484	0.46 452	0.38 435	0.60 453	0.76 503

LL-Strereo	3.01 487	1.81 527	17.59 474	1.12 326	2.10 561	2.90 175	1.09 410	4.33 520	2.00 328	3.12 531	2.24 435	3.29 464	3.15 508	11.31 540	1.84 408	0.30 240	0.28 349	0.46 452	0.34 382	0.49 414	0.45 383

Anonymous_2	3.01 487	0.89 389	4.53 302	1.06 289	1.18 406	2.93 185	0.87 318	3.24 252	1.46 136	1.86 266	1.35 177	4.11 521	2.35 465	1.64 206	1.28 301	0.82 537	0.90 559	8.71 615	15.84 618	4.44 592	0.74 498

STrans-v2	3.03 489	0.77 340	20.91 568	0.81 103	0.63 206	3.89 369	1.01 386	4.27 495	2.64 470	2.28 414	3.70 544	4.13 522	5.20 556	7.33 424	1.27 297	0.31 263	0.18 86	0.29 219	0.25 212	0.29 150	0.41 358

TransformOpticalFlow	3.03 489	0.77 340	20.99 571	1.00 255	0.55 161	4.18 455	0.64 153	4.33 520	3.02 521	2.18 381	3.09 525	4.35 533	5.07 554	7.36 427	1.27 297	0.32 284	0.18 86	0.32 282	0.26 232	0.28 132	0.46 393

AANet_RVC	3.03 489	1.72 521	12.78 395	1.17 355	1.12 393	3.79 343	1.10 412	3.86 363	3.13 529	2.62 488	4.26 552	3.96 512	1.41 301	11.43 545	5.23 531	0.94 544	0.47 497	0.34 335	0.23 174	0.40 319	0.55 442

DRN-Test	3.03 489	0.99 419	18.18 479	1.35 438	1.60 512	3.59 304	1.48 477	4.13 448	2.45 439	3.47 547	1.92 368	2.58 397	2.53 477	10.88 519	2.80 493	0.39 382	0.36 423	0.44 439	0.41 460	0.55 433	0.57 451

Syn2CoEx	3.08 493	2.55 551	19.88 520	1.34 433	1.18 406	2.43 135	1.65 501	3.91 381	2.40 428	2.39 448	2.27 439	2.90 431	3.17 512	9.57 473	2.54 482	0.50 475	0.45 484	0.53 494	0.39 442	0.74 502	0.72 496

stereogan	3.09 494	0.93 402	16.43 451	1.37 454	1.66 526	3.70 323	1.67 503	3.87 366	3.15 533	3.04 525	2.70 499	5.04 559	2.79 489	9.96 486	1.78 401	0.63 508	0.49 508	0.69 534	0.47 482	0.83 517	0.68 482

PA-Net	3.09 494	1.24 475	18.84 492	1.38 456	1.19 413	3.42 259	1.75 506	3.89 371	3.27 548	1.88 271	2.10 408	3.03 442	1.88 425	11.60 551	2.88 495	0.40 390	0.54 514	0.44 439	0.62 526	0.52 422	1.02 532
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RGC	3.10 496	1.45 504	14.90 432	1.46 475	1.79 542	3.33 244	1.39 465	4.04 420	2.26 387	2.77 505	3.26 533	4.00 514	2.71 486	11.63 558	2.62 487	0.82 537	0.46 493	0.79 547	0.79 546	0.71 497	0.78 507

PVD	3.12 497	1.97 533	12.80 396	1.79 532	1.63 517	3.83 349	1.34 452	3.48 285	3.88 565	5.77 579	3.56 542	3.45 480	3.29 516	5.58 386	5.30 532	0.71 528	0.69 547	0.74 545	0.77 542	0.79 511	1.13 540

1111x	3.13 498	0.57 144	8.38 342	1.20 369	0.76 266	3.80 345	0.88 322	4.61 564	2.63 468	2.31 426	2.16 421	1.95 317	1.81 412	11.54 549	18.13 597	0.32 284	0.31 382	0.32 282	0.30 337	0.35 274	0.34 275

APVNet	3.13 498	1.25 476	21.14 574	1.31 418	1.52 496	3.94 384	1.13 419	3.32 265	2.14 364	2.20 388	2.03 390	3.05 446	1.96 431	11.79 566	2.53 480	0.42 416	0.45 484	0.64 528	0.46 479	0.67 482	0.57 451

MaskLacGwcNet_RVC	3.13 498	1.43 502	9.93 362	2.50 568	1.62 515	4.29 477	1.68 505	3.95 394	2.43 434	1.66 226	1.91 366	3.04 443	1.41 301	13.26 587	1.58 362	3.82 593	1.59 576	1.12 564	0.46 479	2.21 569	2.74 585

zh-mn7	3.15 501	9.61 595	12.45 392	1.26 394	0.99 355	2.91 178	1.32 449	4.12 446	2.74 481	3.33 541	3.07 522	2.84 427	1.89 426	8.91 454	4.69 519	0.49 471	0.40 456	0.38 401	0.38 435	0.56 439	0.63 471

ADLNet2	3.15 501	0.92 398	20.06 527	1.20 369	1.79 542	3.83 349	1.48 477	3.94 392	3.59 558	2.19 385	2.47 473	4.65 549	1.93 430	10.69 512	1.96 426	0.39 382	0.37 436	0.28 198	0.30 337	0.48 408	0.43 371

NCC-stereo	3.16 503	1.28 479	18.31 484	1.25 387	1.75 537	4.06 414	1.40 467	3.89 371	2.22 377	2.72 501	2.55 482	3.49 487	2.65 483	9.91 483	2.99 497	1.29 564	0.65 539	0.64 528	0.86 549	0.65 475	0.71 489

Abc-Net	3.16 503	1.28 479	18.31 484	1.25 387	1.75 537	4.06 414	1.40 467	3.89 371	2.22 377	2.72 501	2.55 482	3.49 487	2.65 483	9.91 483	2.99 497	1.29 564	0.65 539	0.64 528	0.86 549	0.65 475	0.71 489
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GANetREF_RVC	3.20 505	1.93 530	18.84 492	1.51 487	0.80 279	4.12 430	1.82 512	4.16 459	2.91 507	1.87 268	1.74 287	2.48 387	1.84 416	13.18 586	1.74 395	0.80 534	0.57 522	0.79 547	0.74 538	1.20 553	0.86 519
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
GASNet	3.24 506	5.55 574	20.58 557	1.56 499	1.25 434	2.32 126	1.12 416	4.04 420	2.67 474	1.88 271	2.10 408	3.00 440	2.16 450	10.59 507	2.43 471	0.65 514	0.37 436	0.61 520	0.45 477	0.87 519	0.58 456

FBW_ROB	3.24 506	1.02 424	9.21 356	1.49 484	1.07 381	3.78 339	1.48 477	4.31 514	3.08 526	2.46 457	2.32 463	4.20 528	2.08 441	15.19 601	7.16 547	0.84 540	0.62 535	1.33 569	0.92 552	0.99 530	1.31 547

HBP-ISP	3.25 508	1.10 443	20.86 564	1.54 492	1.15 398	4.50 514	2.89 556	4.43 542	2.38 423	4.14 561	1.96 373	1.90 311	2.04 436	11.08 532	1.32 310	0.66 516	0.57 522	0.66 531	0.61 525	0.64 472	0.61 464

aanetorigin	3.30 509	1.66 518	17.52 473	1.18 361	1.58 511	2.57 151	3.80 581	2.65 174	2.03 334	6.12 584	4.30 553	2.82 426	5.70 562	5.47 381	4.67 517	0.50 475	0.44 479	0.43 434	0.47 482	1.17 550	0.92 525

ADCRef	3.30 509	1.23 474	14.90 432	1.17 355	1.41 480	3.95 389	1.64 498	3.88 369	2.36 412	3.05 527	2.21 431	2.40 370	2.81 491	5.04 371	16.63 589	0.46 445	0.34 411	0.63 525	0.62 526	0.54 431	0.67 479

CBMV	3.32 511	0.96 416	21.16 576	1.32 421	0.83 297	3.81 347	3.91 584	4.47 548	2.53 453	3.34 542	2.24 435	4.45 537	2.58 480	10.07 492	1.96 426	0.45 438	0.43 474	0.48 463	0.38 435	0.52 422	0.53 432
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FAT-Stereo	3.34 512	0.81 359	20.05 526	1.25 387	1.20 419	3.44 261	1.99 522	4.23 477	2.67 474	3.14 532	3.82 547	3.51 490	3.32 518	11.68 561	1.94 421	0.64 511	0.67 543	0.48 463	0.52 504	0.61 458	0.81 513

CC-Net-ROB	3.35 513	1.76 524	13.89 414	2.33 565	1.65 523	4.49 511	1.62 495	4.73 569	2.90 506	1.92 285	2.05 399	1.99 328	1.61 358	12.57 584	1.60 366	2.46 576	2.18 585	2.68 586	1.04 562	2.11 568	1.38 553

z-mn7	3.36 514	9.42 593	14.16 420	1.28 404	1.22 426	3.78 339	1.43 474	3.92 386	3.35 551	2.85 512	3.36 536	3.06 447	1.97 432	9.66 474	5.16 527	0.42 416	0.35 417	0.43 434	0.33 373	0.63 464	0.48 403

edge stereo	3.37 515	1.01 423	21.99 593	1.28 404	1.37 466	2.67 159	1.39 465	3.98 403	2.87 504	2.93 516	3.27 534	4.35 533	2.43 470	11.62 553	2.39 464	0.60 503	0.63 537	0.79 547	0.55 512	0.68 485	0.67 479

DPSNet	3.43 516	1.37 494	12.19 388	1.39 458	1.24 431	4.15 437	2.06 525	4.51 556	3.34 550	2.69 499	1.96 373	3.52 491	5.56 561	10.68 511	9.68 560	0.93 543	0.73 551	0.40 411	0.37 422	1.06 534	0.86 519

S-Stereo	3.48 517	0.91 396	22.06 596	1.36 444	1.50 493	3.55 296	2.53 544	4.21 470	2.81 499	2.37 443	3.81 546	3.75 502	1.84 416	11.90 571	2.51 478	0.63 508	0.71 549	0.48 463	0.76 540	0.67 482	1.19 543

STTRV1_RVC	3.52 518	1.03 429	20.87 566	1.47 478	1.47 488	3.23 223	1.55 488	4.06 428	3.22 541	1.95 295	3.50 541	2.63 402	2.07 440	11.96 573	2.21 453	1.86 571	4.03 607	0.81 550	0.73 537	1.06 534	0.70 488

UDG	3.55 519	2.81 555	17.45 470	2.69 571	1.98 553	3.97 399	1.19 431	4.35 524	2.02 332	2.42 452	2.53 481	4.50 539	2.46 474	6.53 406	2.41 468	2.12 574	1.77 580	2.63 585	2.57 598	2.64 572	1.95 567

SAMSARA	3.55 519	2.16 540	14.18 421	1.86 539	1.49 491	4.62 537	2.65 549	3.58 308	2.80 493	7.05 589	3.05 521	5.16 565	4.07 538	9.18 462	4.80 522	0.64 511	0.67 543	0.59 512	0.68 533	0.89 520	0.91 524

WZ-Net	3.62 521	4.87 569	16.77 458	1.43 466	1.40 473	3.75 333	2.29 535	4.12 446	2.50 448	2.74 503	2.19 427	4.06 518	5.29 558	10.19 495	7.36 548	0.54 492	0.37 436	0.47 455	0.49 491	0.77 507	0.73 497

CBMV_ROB	3.62 521	0.70 281	21.42 584	1.21 375	0.89 324	4.43 501	1.76 507	4.39 535	2.79 489	5.88 581	3.38 537	4.18 525	5.12 555	10.75 513	2.32 461	0.56 496	0.55 519	0.53 494	0.51 501	0.55 433	0.46 393

Wz-Net-TNSev	3.67 523	8.83 584	13.47 404	1.48 481	1.18 406	3.60 306	2.49 541	4.27 495	3.13 529	2.18 381	1.89 360	4.21 529	2.80 490	12.10 574	7.58 551	0.57 498	0.55 519	0.47 455	0.54 510	0.91 523	1.05 534

SQANet	3.70 524	9.34 592	18.41 486	2.75 572	2.74 572	3.40 255	1.47 476	3.50 291	1.68 258	2.60 484	1.75 291	2.69 407	1.91 428	6.72 416	1.74 395	2.96 579	1.41 574	1.85 574	1.12 564	3.17 574	2.70 584

DeepPrunerF	3.70 524	1.72 521	14.87 430	1.33 426	1.74 536	3.70 323	1.55 488	4.20 464	14.00 604	2.02 327	1.77 305	2.74 413	2.30 460	10.88 519	6.88 543	0.68 522	0.60 532	0.78 546	0.78 545	0.81 514	0.71 489

FTStereo	3.71 526	0.53 104	20.37 545	0.96 224	0.65 216	4.34 482	11.29 601	2.62 171	1.50 164	2.58 480	5.04 559	1.90 311	13.84 598	3.71 347	1.25 290	0.38 370	0.24 288	0.31 262	0.32 365	0.30 173	2.10 570

ADCP+	3.74 527	1.96 532	16.90 459	1.09 306	1.55 503	4.35 485	3.65 579	3.93 388	2.98 517	2.22 399	1.66 265	3.95 510	4.83 551	3.41 337	18.87 602	0.38 370	0.41 465	0.63 525	0.53 508	0.64 472	0.81 513

test_sample9	3.79 528	1.05 431	7.87 334	1.07 292	0.86 310	3.93 379	1.19 431	4.35 524	2.11 359	2.14 362	1.75 291	1.75 276	1.67 383	11.06 529	11.61 570	1.23 558	14.45 619	4.27 604	2.09 590	0.70 488	0.69 484

zh-sn7	3.81 529	11.43 602	15.78 444	1.25 387	1.15 398	3.68 322	2.58 547	4.15 458	2.42 433	2.61 486	3.10 526	3.38 475	3.03 503	11.43 545	6.88 543	0.45 438	0.48 503	0.45 446	0.43 470	0.72 500	0.71 489

MFN_U_SF_RVC	3.81 529	10.78 599	15.01 435	1.84 536	1.39 471	3.73 331	1.63 496	4.05 424	3.26 544	2.91 514	2.38 467	4.36 535	3.65 529	8.43 445	4.91 525	1.11 553	1.04 562	0.99 557	1.31 571	1.58 561	1.75 564

ADCPNet	3.89 531	1.63 514	20.25 540	1.28 404	1.27 438	6.43 583	2.65 549	3.93 388	2.70 477	2.78 506	2.20 429	4.28 531	6.16 570	5.56 384	10.27 563	0.65 514	1.18 567	0.71 537	1.70 579	0.84 518	1.37 551

RTS	3.90 532	7.04 578	17.94 476	1.92 542	2.19 563	5.00 571	2.96 558	4.29 503	3.19 536	4.05 558	3.08 523	4.94 554	3.16 510	7.64 431	6.72 538	0.66 516	0.44 479	0.51 483	0.47 482	0.95 525	0.76 503

RTSA	3.90 532	7.04 578	17.94 476	1.92 542	2.19 563	5.00 571	2.96 558	4.29 503	3.19 536	4.05 558	3.08 523	4.94 554	3.16 510	7.64 431	6.72 538	0.66 516	0.44 479	0.51 483	0.47 482	0.95 525	0.76 503

MFN_U_SF_DS_RVC	3.94 534	10.88 600	12.30 390	1.26 394	1.55 503	5.19 574	3.33 569	4.42 539	2.82 501	2.58 480	2.62 490	5.00 557	2.11 442	14.03 599	2.73 489	1.28 563	2.34 592	0.67 533	1.83 584	0.81 514	1.03 533

ADCMid	3.96 535	3.27 560	15.48 442	1.26 394	1.40 473	4.66 543	2.28 534	4.06 428	3.54 557	3.94 555	3.02 519	3.85 507	3.67 530	4.03 357	18.65 600	0.68 522	0.61 534	1.09 563	1.18 568	1.38 558	1.08 536

SDNR	3.97 536	1.93 530	20.28 542	1.31 418	0.94 337	5.16 573	0.67 167	4.33 520	2.58 461	4.82 574	5.94 565	5.01 558	1.45 316	17.52 603	2.53 480	0.79 532	0.72 550	0.59 512	0.45 477	1.15 548	1.17 541

MADNet+	3.97 536	9.54 594	13.83 413	1.87 540	1.69 531	4.19 459	2.87 555	4.80 572	4.10 571	2.51 465	2.67 496	4.55 543	3.41 521	8.72 449	6.92 545	1.25 561	1.27 571	1.04 559	0.93 553	1.39 559	1.85 565

SPS-STEREO	3.97 536	1.44 503	20.85 563	1.72 521	1.71 533	3.24 227	2.30 536	3.55 303	2.68 476	4.79 573	3.66 543	5.44 569	2.97 496	9.11 459	9.35 559	1.15 554	1.10 565	1.06 561	1.02 561	1.16 549	1.18 542
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NaN_ROB	4.06 539	1.13 448	16.64 454	1.12 326	1.25 434	3.50 282	3.05 562	4.29 503	3.26 544	3.64 548	2.56 484	2.97 437	4.79 550	13.33 589	16.91 590	0.37 353	0.41 465	0.38 401	0.39 442	0.48 408	0.81 513

G-Net	4.11 540	1.21 464	19.47 508	2.31 564	2.94 576	4.74 562	2.95 557	3.33 271	2.14 364	4.44 568	9.43 584	6.93 577	3.84 533	9.01 458	4.92 526	0.79 532	0.80 556	0.70 536	0.50 497	0.95 525	0.87 522

THIR-Stereo	4.14 541	0.82 366	10.85 377	0.86 153	0.43 73	2.16 112	16.77 608	3.22 248	1.54 196	2.04 334	12.05 597	2.68 406	7.53 583	7.30 423	12.62 574	0.30 240	0.21 195	0.29 219	0.28 288	0.33 238	0.41 358

AnyNet_C32	4.17 542	5.75 575	12.62 394	1.60 504	1.54 499	5.51 577	4.09 585	3.90 376	3.23 542	4.22 566	3.03 520	3.10 448	3.41 521	8.01 440	18.85 601	0.53 490	0.58 527	0.53 494	0.74 538	1.19 552	0.97 529

Ntro	4.21 543	8.94 588	19.89 521	3.22 580	2.96 577	4.15 437	1.89 516	3.92 386	2.36 412	1.77 247	2.14 418	3.35 470	2.17 452	9.48 469	2.24 455	3.52 588	1.76 579	2.13 577	1.31 571	3.83 584	3.09 586

ADCS	4.22 544	5.33 571	16.32 449	1.64 509	1.31 446	3.91 372	3.64 578	4.21 470	2.89 505	5.11 575	2.81 511	4.46 538	3.06 506	5.21 375	19.50 603	0.63 508	0.64 538	0.69 534	0.69 535	1.12 543	1.26 544

ADCL	4.35 545	1.63 514	14.21 422	1.29 408	1.26 436	5.56 578	11.16 600	3.97 401	3.37 552	6.07 582	4.67 555	4.30 532	5.72 563	5.08 373	14.51 579	0.50 475	0.48 503	0.89 554	0.77 542	0.78 509	0.76 503

AnyNet_C01	4.37 546	7.80 580	16.40 450	1.98 548	1.40 473	6.37 582	6.47 592	4.09 437	5.03 581	4.06 560	3.78 545	4.16 524	3.31 517	6.62 409	10.00 561	0.61 505	0.67 543	0.63 525	0.67 530	2.01 566	1.31 547

MSC_U_SF_DS_RVC	4.48 547	10.62 598	15.18 440	1.55 497	1.45 487	6.16 580	3.54 576	5.41 586	3.68 562	2.59 483	2.74 502	4.81 551	2.20 455	13.79 596	4.40 514	2.04 572	3.36 605	1.05 560	1.20 569	2.09 567	1.72 562

RainbowNet	4.56 548	8.28 581	20.07 529	3.64 588	3.23 585	4.15 437	2.99 560	4.18 460	3.03 522	2.20 388	2.65 494	4.26 530	2.90 494	9.77 476	2.12 443	3.88 594	2.27 589	2.71 589	1.72 581	3.78 583	3.31 594

SGM_RVC	4.57 549	0.72 297	17.46 471	1.84 536	0.58 186	4.23 468	3.45 571	4.66 566	3.66 561	7.99 594	8.82 582	7.56 580	8.74 591	12.30 576	6.84 542	0.43 422	0.38 442	0.39 405	0.35 400	0.51 418	0.48 403
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
otaku	4.58 550	8.93 587	19.95 523	3.11 579	2.67 570	3.91 372	2.57 546	3.82 353	2.25 384	2.22 399	9.72 586	4.08 519	2.35 465	8.57 447	2.13 446	3.51 587	1.65 578	2.15 578	1.17 567	3.69 581	3.15 588

DispFullNet	4.64 551	3.48 562	23.95 606	3.99 590	3.03 578	3.35 247	1.06 399	4.18 460	2.80 493	6.33 586	2.94 515	4.04 517	7.81 585	3.92 355	5.16 527	2.75 577	1.61 577	3.10 594	2.68 601	3.32 576	3.31 594

CSAN	4.71 552	1.39 497	20.23 536	1.19 364	0.87 315	3.65 317	3.50 573	4.57 561	3.87 564	3.89 554	7.82 571	3.54 495	6.16 570	23.47 612	6.82 541	0.52 487	0.45 484	0.49 477	0.52 504	0.63 464	0.66 478

test_sample8	4.76 553	1.05 431	7.87 334	1.07 292	0.86 310	3.93 379	1.19 431	4.38 533	2.05 341	5.49 577	1.89 360	12.98 594	6.37 572	11.06 529	11.61 570	1.23 558	14.45 619	4.27 604	2.09 590	0.70 488	0.69 484

SuperB	4.79 554	4.41 568	21.08 573	1.45 473	1.08 383	3.91 372	3.08 564	4.18 460	3.01 520	2.50 462	2.10 408	2.75 415	3.49 527	8.80 451	19.60 604	0.44 429	0.33 399	0.53 494	0.39 442	12.01 614	0.64 475

IMH-64-1	4.84 555	2.53 548	6.83 323	4.30 596	3.74 590	4.81 566	6.05 589	5.30 581	3.92 566	3.95 556	8.33 575	5.08 561	6.06 567	8.96 456	6.30 535	4.57 604	2.96 599	3.04 591	2.12 593	4.28 589	3.62 597

IMH-64	4.84 555	2.53 548	6.83 323	4.30 596	3.74 590	4.81 566	6.05 589	5.30 581	3.92 566	3.95 556	8.33 575	5.08 561	6.06 567	8.96 456	6.30 535	4.57 604	2.96 599	3.04 591	2.12 593	4.28 589	3.62 597

NVStereoNet_ROB	4.91 557	1.40 498	16.46 452	1.47 478	1.72 535	3.46 267	1.96 519	3.89 371	3.61 559	2.90 513	24.61 613	4.81 551	4.49 547	13.57 593	4.87 524	1.33 567	1.29 572	1.70 573	1.68 577	1.41 560	1.66 559
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WCMA_ROB	5.12 558	0.90 391	21.33 580	1.50 485	1.33 457	4.09 421	3.49 572	4.03 416	4.59 575	6.57 587	10.95 591	12.92 593	8.41 590	9.86 481	8.78 557	0.75 529	0.58 527	0.51 483	0.50 497	0.68 485	0.57 451

WAO-7	5.16 559	3.21 558	18.98 496	1.88 541	1.44 483	5.34 575	3.09 565	4.91 574	5.81 588	4.35 567	8.92 583	6.55 574	6.06 567	13.40 591	10.81 565	1.34 568	1.20 570	1.48 572	1.35 574	1.60 562	1.45 555

CrosDoStereo	5.24 560	0.60 177	20.23 536	0.82 113	0.51 132	3.39 252	18.11 610	3.82 353	2.27 389	1.98 303	8.74 579	1.96 322	6.96 578	7.35 425	26.35 613	0.30 240	0.22 224	0.30 239	0.28 288	0.33 238	0.38 325

DeepStereo_LL	5.24 560	0.60 177	20.23 536	0.82 113	0.51 132	3.39 252	18.11 610	3.82 353	2.27 389	1.98 303	8.74 579	1.96 322	6.96 578	7.35 425	26.35 613	0.30 240	0.22 224	0.30 239	0.28 288	0.33 238	0.38 325

MeshStereo	5.35 562	1.32 487	21.34 581	1.34 433	1.15 398	4.40 494	3.90 583	5.18 578	4.55 573	10.14 604	11.82 596	11.47 588	5.84 564	13.84 597	7.03 546	0.61 505	0.58 527	0.60 517	0.58 518	0.72 500	0.59 460
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
ACVNet_2	5.41 563	12.60 603	20.42 549	3.27 581	3.15 583	4.50 514	3.02 561	4.66 566	3.73 563	3.35 544	5.36 561	7.86 581	2.88 492	12.33 578	4.76 521	3.12 583	2.22 587	2.70 588	1.69 578	3.49 577	3.10 587

pmcnn	5.45 564	1.22 470	17.40 468	1.60 504	2.41 569	3.48 273	2.12 528	4.52 557	3.26 544	3.67 550	13.15 600	22.10 607	3.46 526	11.92 572	17.16 592	0.34 313	0.21 195	0.23 40	0.19 85	0.36 287	0.28 182

MDST_ROB	5.53 565	0.59 165	23.11 601	2.55 569	2.69 571	21.20 610	1.98 521	4.77 571	2.65 471	9.36 599	4.25 551	4.14 523	4.45 546	22.57 607	3.68 509	0.48 459	0.33 399	0.47 455	0.44 473	0.44 382	0.44 377

EDNetEfficient	5.61 566	2.14 539	16.75 457	1.67 513	3.64 588	4.12 430	7.51 594	3.05 228	5.63 587	11.57 610	4.83 557	3.95 510	12.72 595	8.44 446	20.78 606	0.41 405	0.43 474	0.47 455	1.01 559	1.66 564	1.39 554

MSMD_ROB	5.61 566	1.08 439	16.68 455	1.21 375	0.83 297	10.14 595	2.07 527	3.93 388	6.22 590	10.37 605	8.03 573	22.22 608	9.45 592	11.66 559	4.52 516	0.66 516	0.58 527	0.66 531	0.68 533	0.65 475	0.63 471

SANet	5.65 568	1.72 521	20.94 569	1.26 394	0.88 319	7.20 587	3.81 582	4.60 563	11.23 598	4.56 569	8.78 581	7.49 579	6.95 577	11.85 569	18.11 596	0.49 471	0.44 479	0.50 480	0.42 467	0.90 522	0.82 517

ELAS_RVC	5.72 569	1.64 517	20.40 547	2.09 554	2.01 555	4.95 570	11.47 602	4.66 566	6.31 592	8.09 595	8.01 572	8.06 584	11.65 594	8.36 442	10.22 562	0.99 548	1.17 566	0.81 550	0.76 540	1.14 545	1.58 558
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCK	5.85 570	9.95 596	15.22 441	2.90 575	1.56 506	5.66 579	7.69 595	5.27 580	4.74 578	3.88 553	7.51 569	8.04 582	5.28 557	15.18 600	8.40 555	3.08 582	1.51 575	2.24 579	1.37 575	5.55 598	1.96 568

WAO-6	5.87 571	2.27 542	15.05 436	2.96 576	2.77 573	12.01 598	3.58 577	5.37 585	11.91 602	3.34 542	9.69 585	6.78 576	5.84 564	11.82 568	8.89 558	2.87 578	2.35 593	2.50 580	1.84 585	2.85 573	2.67 581

ELAS	5.99 572	1.62 512	20.29 543	1.96 547	2.01 555	15.09 604	8.38 598	5.23 579	5.54 585	9.02 598	8.61 578	6.74 575	9.75 593	7.48 428	11.40 569	0.96 546	1.18 567	0.72 541	0.93 553	1.30 556	1.67 560
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_1	6.04 573	13.97 610	21.36 582	3.58 586	3.14 582	4.73 559	2.48 540	4.20 464	3.17 534	2.98 522	2.83 513	23.31 609	4.34 544	11.06 529	2.45 473	3.68 590	2.33 591	2.60 583	1.79 583	3.69 581	3.19 590

FCDSN-DC	6.04 573	0.84 375	19.25 500	1.24 385	1.09 387	4.38 487	2.62 548	4.38 533	4.71 576	9.59 602	11.22 592	19.19 603	17.40 604	12.30 576	8.55 556	0.69 525	0.57 522	0.60 517	0.60 522	0.70 488	0.78 507
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
JetBlue	6.27 575	9.15 590	13.76 407	1.94 546	4.60 601	11.91 597	12.00 603	5.12 577	3.45 556	3.79 552	4.52 554	9.54 586	6.56 576	9.40 467	13.48 577	1.26 562	1.37 573	1.17 566	1.34 573	7.06 607	3.95 601

psmorigin	6.59 576	1.15 453	88.11 633	1.52 488	0.97 345	2.88 173	1.20 435	3.21 246	2.04 338	3.73 551	2.46 471	5.15 564	2.55 478	10.60 508	2.47 475	0.55 494	0.68 546	0.48 463	0.51 501	0.70 488	0.88 523

FC-DCNN	6.64 577	0.77 340	19.26 502	1.68 514	1.64 519	8.27 592	2.35 537	6.35 590	9.23 596	10.85 607	11.27 593	19.89 604	13.33 596	12.51 582	11.79 572	0.66 516	0.57 522	0.58 509	0.56 514	0.63 464	0.61 464

ACVNet-4b	6.73 578	13.67 608	21.87 592	3.54 585	3.07 579	4.19 459	2.25 533	4.03 416	3.65 560	1.64 220	3.98 550	5.88 571	2.89 493	10.01 489	16.98 591	23.29 623	2.24 588	2.53 581	1.78 582	3.87 585	3.21 591

EKT-Stereo	6.79 579	0.64 225	4.24 295	1.77 526	106.39 630	4.51 518	0.61 135	3.16 241	1.53 187	1.88 271	1.22 135	1.98 326	1.36 286	3.81 348	0.84 167	0.35 333	0.24 288	0.29 219	0.26 232	0.34 256	0.48 403

IMH	6.81 580	13.66 607	20.41 548	4.33 598	3.74 590	5.50 576	3.06 563	5.49 587	6.22 590	4.64 571	10.35 588	9.30 585	8.03 588	13.61 594	6.81 540	4.80 607	2.99 602	3.09 593	2.12 593	4.36 591	3.61 596

LVE	6.88 581	9.31 591	21.14 574	3.61 587	3.18 584	4.49 511	2.79 551	10.21 598	11.69 600	3.16 535	11.53 594	18.33 600	4.31 543	11.66 559	3.52 506	4.45 602	2.93 597	2.56 582	1.91 587	3.62 578	3.16 589

FC-DCNN v2	6.91 582	0.77 340	19.25 500	1.69 515	1.64 519	9.13 594	2.40 538	7.20 592	9.47 597	11.07 609	11.62 595	20.05 606	15.79 601	12.55 583	11.99 573	0.66 516	0.57 522	0.58 509	0.56 514	0.63 464	0.61 464

tt	7.19 583	0.51 85	6.83 323	4.03 591	2.30 568	12.05 599	20.19 614	15.46 610	6.58 593	3.42 546	3.22 531	5.37 567	6.39 575	4.20 362	7.46 549	9.81 613	11.53 618	7.05 611	7.46 613	6.31 601	3.71 599

Dean	7.52 584	9.08 589	21.41 583	3.74 589	3.53 586	4.81 566	3.53 574	5.33 584	5.25 582	4.17 562	26.53 614	25.62 615	4.09 539	10.97 523	4.32 513	3.69 591	2.30 590	2.91 590	1.87 586	4.03 587	3.24 592

DGSMNet	7.55 585	1.62 512	17.42 469	1.92 542	12.73 605	7.45 590	42.99 624	4.13 448	2.07 345	2.10 348	3.16 530	3.42 477	1.70 390	9.24 464	2.30 459	3.70 592	10.89 617	11.80 619	5.54 609	4.24 588	2.66 580

MADNet++	7.57 586	5.80 576	13.28 399	6.38 607	5.26 603	7.18 586	7.77 596	5.32 583	5.62 586	6.11 583	7.78 570	6.02 573	8.01 587	11.74 564	16.36 588	9.36 612	4.95 610	8.57 614	5.66 610	4.83 595	5.34 607

MonStereo1	8.07 587	2.24 541	5.83 317	4.68 602	3.60 587	18.80 609	2.52 542	5.89 589	5.86 589	4.76 572	13.98 603	7.41 578	50.63 628	13.28 588	5.16 527	4.40 600	0.90 559	2.69 587	1.55 576	3.92 586	3.30 593

SGM+DAISY	8.36 588	3.82 564	24.83 607	2.02 550	1.75 537	14.80 603	17.22 609	4.27 495	11.79 601	13.88 611	14.38 604	11.74 591	13.83 597	10.56 505	15.12 580	1.21 556	1.19 569	1.14 565	1.13 566	1.17 550	1.37 551

MultiAttention	8.74 589	0.56 134	7.25 329	2.07 553	22.74 613	35.86 620	8.44 599	4.97 575	2.58 461	2.57 476	5.11 560	5.55 570	1.59 351	52.70 631	7.50 550	0.47 454	0.24 288	0.52 489	1.00 558	6.84 605	6.30 612

UNDER WATER-64	9.33 590	5.37 572	22.60 599	5.22 606	4.86 602	10.75 596	4.61 588	11.45 599	17.30 608	7.59 590	9.80 587	15.99 599	17.90 606	10.63 509	15.72 583	4.36 598	2.87 596	4.39 607	2.86 604	7.01 606	5.36 608

TorneroNet-64	10.12 591	8.74 583	20.95 570	4.27 594	3.76 593	13.86 602	2.85 554	15.05 608	23.15 616	10.07 603	23.84 612	13.47 595	8.24 589	13.96 598	17.21 593	3.96 596	2.72 594	3.23 595	2.48 597	6.29 600	4.27 604

UNDER WATER	10.47 592	3.95 566	22.62 600	5.07 605	4.51 600	7.78 591	3.77 580	12.56 602	21.72 615	7.84 593	10.78 589	23.96 611	31.66 615	10.78 516	16.19 587	4.44 601	2.93 597	4.24 603	2.86 604	6.33 602	5.47 609

JetRed	10.48 593	27.10 617	35.70 613	4.27 594	4.09 597	15.55 607	12.83 605	12.16 600	5.50 584	5.83 580	5.56 563	10.14 587	7.43 582	8.88 452	26.39 615	3.32 584	3.81 606	3.51 598	2.96 606	7.85 609	6.69 613

notaker	10.50 594	8.60 582	20.23 536	4.54 601	3.95 594	6.27 581	3.44 570	8.07 595	4.75 579	8.73 596	46.45 623	13.86 598	27.86 614	13.49 592	13.61 578	4.56 603	3.18 603	3.52 599	2.68 601	8.13 611	4.05 602

xyz-stereo	10.85 595	0.45 30	79.01 632	0.62 14	0.45 89	83.70 632	0.77 238	2.59 168	1.34 101	2.19 385	32.02 621	2.76 421	1.62 361	5.75 389	2.39 464	0.25 99	0.17 54	0.33 317	0.21 124	0.25 81	0.19 8

MANE	11.39 596	1.38 495	23.16 602	4.82 604	2.79 574	22.02 611	14.51 607	25.81 614	26.28 617	10.93 608	13.17 601	19.90 605	18.03 607	15.69 602	20.41 605	0.96 546	0.74 552	1.42 570	3.24 607	0.74 502	1.71 561

SGM-ForestM	11.55 597	1.16 456	21.62 589	2.14 555	0.81 282	22.25 612	19.08 612	16.50 612	11.34 599	15.94 614	14.44 605	27.12 616	22.61 613	24.76 613	28.39 620	0.50 475	0.48 503	0.47 455	0.44 473	0.55 433	0.53 432

WAO-8	11.95 598	13.02 604	20.56 554	3.50 582	3.08 580	15.11 605	2.80 552	12.91 603	19.11 613	7.69 591	13.12 598	11.62 589	7.01 580	84.40 633	7.91 552	3.42 585	1.92 582	3.54 600	1.93 588	3.68 579	2.69 582

Venus	11.95 598	13.02 604	20.56 554	3.50 582	3.08 580	15.11 605	2.80 552	12.91 603	19.11 613	7.69 591	13.12 598	11.62 589	7.01 580	84.40 633	7.91 552	3.42 585	1.92 582	3.54 600	1.93 588	3.68 579	2.69 582

TCMNet-wrong-test	12.32 600	14.13 611	19.38 505	22.38 615	19.85 610	15.99 608	12.34 604	22.95 613	4.56 574	6.24 585	6.27 566	18.40 602	15.71 600	10.10 494	10.72 564	9.06 611	4.78 608	5.35 608	3.95 608	12.28 615	11.97 615

EDNetEfficientorigin	12.35 601	2.51 546	179.47 638	1.19 364	0.96 341	2.91 178	1.81 511	3.00 222	5.35 583	8.91 597	4.79 556	4.18 525	4.64 549	9.98 487	11.30 567	0.37 353	0.38 442	0.60 517	0.85 548	1.32 557	2.43 578

LSM	12.71 602	3.52 563	20.79 562	55.63 628	84.76 627	3.63 316	6.30 591	3.73 336	4.93 580	5.55 578	13.92 602	3.53 492	3.25 515	9.72 475	4.12 512	0.64 511	0.85 557	0.71 537	0.81 547	1.03 531	26.84 620

U	12.82 603	0.38 3	1.99 163	0.66 39	58.94 625	63.38 631	0.34 26	1.91 72	0.94 55	0.59 27	0.80 49	0.46 35	0.57 42	0.83 17	0.44 17	0.29 196	0.17 54	63.35 630	59.81 629	0.29 150	0.20 29

MSAF-DinoV2	13.69 604	13.09 606	22.03 595	2.41 567	1.44 483	4.03 409	1.38 463	9.07 596	9.20 595	2.23 403	1.98 381	5.08 561	5.06 553	177.66 639	5.46 534	0.45 438	0.34 411	0.40 411	0.62 526	6.09 599	5.80 610

DGTPSM_ROB	15.31 605	8.85 585	28.14 611	9.90 611	18.89 608	12.44 600	33.21 617	13.48 605	17.86 611	9.50 600	22.89 610	13.78 596	19.67 608	21.26 605	23.68 609	5.08 609	8.84 612	5.62 609	11.50 614	6.72 603	14.87 616

DPSMNet_ROB	15.52 606	8.89 586	31.44 612	10.07 612	18.91 609	12.44 600	33.22 618	13.51 606	17.94 612	9.58 601	22.91 611	13.79 597	19.67 608	21.43 606	23.73 610	5.17 610	8.84 612	5.63 610	11.52 617	6.79 604	14.90 617

USTest	15.98 607	15.58 612	22.56 598	18.49 614	16.99 607	26.43 613	36.08 620	27.68 617	12.77 603	10.69 606	10.80 590	18.35 601	15.09 599	18.62 604	23.37 608	4.85 608	5.34 611	7.38 612	7.43 612	9.90 613	11.23 614

KSHMR	16.96 608	5.37 572	21.64 591	4.46 599	4.50 599	8.30 593	3.32 568	15.58 611	76.24 632	6.62 588	61.47 628	56.53 628	5.43 560	35.17 619	11.37 568	4.39 599	2.97 601	3.63 602	2.74 603	5.10 596	4.34 605

LE_ROB	18.58 609	1.21 464	48.38 620	8.60 610	23.00 614	7.32 589	19.74 613	9.94 597	38.69 624	43.53 622	21.91 609	28.40 617	40.92 619	23.18 609	54.71 625	0.34 313	0.33 399	0.32 282	0.36 410	0.42 363	0.40 352

coex-ft	18.59 610	6.62 577	113.53 635	1.17 355	1.31 446	2.33 128	1.93 518	2.81 204	14.00 604	124.82 638	8.45 577	5.90 572	51.74 629	9.99 488	22.69 607	0.57 498	0.62 535	0.50 480	0.49 491	1.08 540	1.28 545

DPSM_ROB	20.78 611	20.03 615	26.57 609	23.62 617	22.46 611	31.10 615	39.97 622	33.52 621	17.41 609	15.25 612	15.80 607	24.06 612	20.71 611	23.30 610	27.62 617	10.78 614	9.41 615	11.69 617	11.50 614	14.49 616	16.36 618

DPSM	20.78 611	20.03 615	26.57 609	23.62 617	22.46 611	31.10 615	39.97 622	33.52 621	17.41 609	15.25 612	15.80 607	24.06 612	20.71 611	23.30 610	27.62 617	10.78 614	9.41 615	11.69 617	11.50 614	14.49 616	16.36 618

ktn	21.74 613	10.34 597	19.68 513	4.53 600	4.00 595	6.53 584	4.51 587	6.79 591	78.82 634	84.69 634	100.86 638	58.49 629	7.57 584	12.11 575	13.35 576	4.58 606	3.24 604	3.49 597	2.62 599	4.65 594	3.84 600

LRCNet_RVC	25.52 614	33.45 618	23.21 604	31.79 619	32.78 615	6.74 585	1.18 428	25.88 615	4.46 572	28.94 615	30.89 615	24.91 614	17.57 605	27.66 614	24.34 612	35.26 626	25.60 627	35.91 626	33.81 625	31.90 626	34.10 628

TorneroNet	25.88 615	11.28 601	21.62 589	4.20 593	4.07 596	55.25 624	3.15 566	15.16 609	76.94 633	58.09 629	82.72 635	86.88 633	41.15 620	13.35 590	18.13 597	4.32 597	2.85 595	3.45 596	2.62 599	8.33 612	4.14 603

DLNR_Zeroshot_test	28.62 616	55.50 629	49.94 623	183.62 634	115.05 633	3.43 260	0.28 10	29.49 619	1.49 158	1.01 146	1.26 149	0.93 157	0.63 64	3.92 355	1.51 352	29.81 624	0.41 465	0.26 133	0.23 174	93.28 630	0.32 244

DLNR-FE	28.68 617	56.10 630	49.61 621	183.75 635	105.98 629	3.44 261	0.28 10	29.58 620	1.49 158	1.01 146	1.26 149	0.93 157	0.63 64	3.81 348	1.51 352	33.14 625	0.41 465	0.26 133	0.23 174	99.94 632	0.32 244

HanzoNet	31.60 618	17.23 613	21.22 579	7.32 608	5.84 604	7.25 588	3.53 574	13.82 607	14.20 606	50.38 625	47.01 624	44.45 619	56.61 630	36.61 620	32.00 621	63.89 630	56.57 631	7.97 613	89.20 633	28.69 618	28.25 622

FlowAnything	41.75 619	39.90 619	53.36 627	47.83 627	45.06 620	62.45 625	80.51 630	67.34 631	34.89 621	30.56 619	31.52 616	48.18 623	42.05 625	46.66 629	55.24 627	21.71 622	18.88 622	23.49 624	23.13 619	29.12 620	33.04 623

Selective-RAFT-Error	41.77 620	40.16 621	53.34 626	47.73 623	45.25 624	62.51 626	80.64 631	67.22 627	34.93 622	30.64 620	31.81 617	48.11 622	42.11 626	46.57 624	54.95 626	21.61 618	18.87 621	23.48 620	23.15 621	29.16 621	33.08 627

RAFT-FEzeroshot	41.78 621	40.21 623	53.07 624	47.74 625	45.19 622	62.51 626	80.73 633	67.30 629	34.75 618	30.51 617	31.88 618	48.27 625	41.88 623	46.64 627	55.54 629	21.62 619	18.89 624	23.48 620	23.22 622	29.20 623	33.05 624

RAFT-FE	41.78 621	40.21 623	53.07 624	47.74 625	45.19 622	62.51 626	80.73 633	67.30 629	34.75 618	30.51 617	31.88 618	48.27 625	41.88 623	46.64 627	55.54 629	21.62 619	18.89 624	23.48 620	23.22 622	29.20 623	33.05 624

CasAABBNet	41.80 623	40.20 622	53.41 628	47.73 623	45.18 621	62.51 626	80.71 632	67.26 628	34.80 620	30.49 616	31.88 618	48.24 624	41.81 622	46.63 626	55.64 631	21.60 617	18.88 622	23.48 620	23.22 622	29.19 622	33.05 624

HaxPig	43.25 624	43.65 625	45.00 618	33.85 620	35.61 617	32.69 617	30.52 615	45.09 624	42.97 625	48.77 623	48.17 625	43.00 618	40.26 618	44.58 622	43.61 622	47.18 627	49.30 628	51.54 628	50.25 627	43.73 627	45.29 629

AVERAGE_ROB	44.46 625	45.91 626	46.59 619	40.59 622	38.66 618	32.99 618	30.52 615	46.19 625	43.26 626	49.59 624	48.97 626	44.62 620	39.89 617	45.04 623	43.94 623	48.74 628	50.69 629	50.80 627	49.79 626	45.54 628	46.97 630

MEDIAN_ROB	47.37 626	49.08 627	49.92 622	40.32 621	39.97 619	34.95 619	33.43 619	49.17 626	46.39 628	53.06 626	52.65 627	47.65 621	42.23 627	48.35 630	47.29 624	52.10 629	54.04 630	54.28 629	53.48 628	48.76 629	50.33 631

LSM0	49.58 627	40.04 620	53.62 629	97.15 629	128.68 634	62.75 630	79.89 629	67.63 632	35.11 623	33.02 621	32.61 622	48.43 627	41.60 621	46.60 625	55.43 628	21.63 621	18.99 626	23.62 625	23.13 619	29.47 625	52.26 632

BEATNet-Init1	49.72 628	64.32 631	97.77 634	4.68 602	4.28 598	84.75 633	60.42 625	73.38 633	68.59 631	88.29 635	88.51 637	91.94 634	97.99 635	85.26 635	70.96 635	0.80 534	0.65 539	0.85 552	0.70 536	7.96 610	2.33 574

Anonymous_1	57.11 629	19.68 614	26.15 608	23.10 616	142.31 635	30.84 614	39.75 621	33.86 623	16.98 607	70.53 633	15.42 606	23.46 610	19.75 610	23.04 608	27.23 616	164.73 638	9.02 614	130.38 632	137.40 635	161.27 639	27.24 621

PML	64.32 630	53.22 628	17.88 475	8.10 609	32.94 616	148.46 638	247.79 640	12.18 601	45.42 627	111.41 636	288.92 640	101.47 636	101.31 636	31.67 615	15.55 581	14.03 616	4.83 609	10.98 616	6.18 611	28.82 619	5.17 606

FADE	78.44 631	13.79 609	36.09 614	10.71 613	13.34 606	4.15 437	4.14 586	28.60 618	8.36 594	5.15 576	3.88 548	11.85 592	36.55 616	44.37 621	28.26 619	474.90 640	161.58 639	347.36 640	322.13 640	7.29 608	6.23 611

DPSimNet_ROB	102.30 632	119.72 638	143.59 637	109.42 631	94.10 628	127.22 637	127.15 636	26.62 616	102.36 639	149.58 639	83.99 636	139.34 639	137.54 639	64.62 632	82.36 636	105.18 632	66.15 632	120.15 631	69.61 630	99.58 631	77.72 633

ASD4	103.30 633	113.98 637	120.24 636	106.67 630	79.75 626	115.36 634	120.35 635	119.13 637	79.65 638	120.04 637	74.64 631	101.45 635	65.48 631	109.11 636	84.31 637	104.31 631	90.04 635	133.15 633	103.58 634	130.15 635	94.66 636

RSGM-EC	108.14 634	104.44 635	68.66 630	115.42 632	109.31 631	116.48 635	139.19 637	127.02 638	55.95 629	55.27 627	71.01 629	116.54 637	111.76 637	176.57 637	175.06 638	117.34 636	71.64 633	140.65 634	83.55 631	123.96 633	82.91 634

acva	108.14 634	104.44 635	68.66 630	115.42 632	109.31 631	116.48 635	139.19 637	127.02 638	55.95 629	55.27 627	71.01 629	116.54 637	111.76 637	176.57 637	175.06 638	117.34 636	71.64 633	140.65 634	83.55 631	123.96 633	82.91 634

xxxxx1	112.33 636	88.53 632	37.76 615	227.84 637	157.23 636	39.05 621	61.41 626	93.76 634	79.29 635	62.45 630	74.79 632	78.32 630	70.96 632	33.47 616	70.69 632	114.00 633	130.36 636	259.31 637	274.34 637	145.54 636	147.50 637

tt_ll	112.33 636	88.53 632	37.76 615	227.84 637	157.23 636	39.05 621	61.41 626	93.76 634	79.29 635	62.45 630	74.79 632	78.32 630	70.96 632	33.47 616	70.69 632	114.00 633	130.36 636	259.31 637	274.34 637	145.54 636	147.50 637

ff	112.33 636	88.53 632	37.76 615	227.84 637	157.23 636	39.05 621	61.41 626	93.76 634	79.29 635	62.45 630	74.79 632	78.32 630	70.96 632	33.47 616	70.69 632	114.00 633	130.36 636	259.31 637	274.34 637	145.54 636	147.50 637

test_example2	212.63 639	219.92 639	221.87 639	213.67 636	221.17 639	199.47 639	200.74 639	185.30 640	141.66 640	209.52 640	213.45 639	210.82 640	205.48 640	221.27 640	216.64 640	236.83 639	242.07 640	213.93 636	217.01 636	235.69 640	226.10 640

ccccc	590.94 640	629.75 640	645.59 640	567.84 640	570.84 640	582.44 640	641.68 641	613.82 641	494.59 641	614.58 641	651.20 641	555.57 641	637.59 641	666.94 641	652.42 641	781.57 641	507.24 641	391.36 641	342.44 641	689.82 641	581.48 641

GS-Stereo							0.83 278	3.32 265	1.37 107	0.75 75	0.89 64	0.76 113	0.80 132	0.92 35	0.53 49	0.26 115	0.18 86	0.26 133	0.20 106	0.28 132	0.21 59

Low-res two-view benchmark