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

252Zero-FE	0.72 34	0.46 39	1.08 27	1.01 264	0.41 60	1.27 34	0.22 2	1.79 60	1.03 65	2.52 469	1.24 144	0.32 1	0.41 11	1.03 56	0.45 19	0.21 38	0.17 51	0.20 8	0.17 36	0.20 21	0.20 30

StereoAnything_RVC	0.94 110	2.66 555	2.20 194	0.76 92	0.34 12	1.18 23	0.39 37	2.31 120	0.69 8	0.51 9	0.34 4	0.32 1	0.89 162	1.57 184	0.35 1	0.32 286	0.16 33	0.23 41	0.15 5	3.31 579	0.18 4

IGEV	0.70 28	0.36 2	1.07 18	0.71 63	1.31 442	2.82 168	0.41 50	1.76 55	0.98 60	0.73 67	0.71 35	0.35 3	0.42 13	0.90 29	0.42 9	0.18 21	0.18 84	0.22 27	0.18 60	0.18 1	0.20 30

MonStereo	0.62 12	0.43 26	1.07 18	0.66 43	0.82 292	1.13 17	0.39 37	2.57 162	0.92 49	0.58 24	0.64 29	0.36 4	0.36 5	0.90 29	0.43 13	0.15 1	0.15 22	0.20 8	0.17 36	0.21 37	0.19 8

Monster-pub-eth3d	0.62 12	0.43 26	1.07 18	0.66 43	0.82 292	1.13 17	0.39 37	2.57 162	0.92 49	0.58 24	0.64 29	0.36 4	0.36 5	0.88 25	0.43 13	0.15 1	0.15 22	0.20 8	0.17 36	0.21 37	0.19 8

2w_stereo	0.75 39	0.46 39	1.08 27	0.68 53	0.56 166	2.00 98	0.61 133	2.87 212	0.83 33	0.93 139	0.93 79	0.36 4	1.13 239	0.90 29	0.61 70	0.17 7	0.13 1	0.23 41	0.17 36	0.20 21	0.21 60

MonSter	0.62 12	0.43 26	1.07 18	0.66 43	0.82 292	1.13 17	0.39 37	2.57 162	0.92 49	0.58 24	0.64 29	0.36 4	0.35 4	0.95 40	0.43 13	0.15 1	0.15 22	0.20 8	0.17 36	0.21 37	0.19 8

2.5w	0.75 39	0.44 29	1.06 16	0.66 43	0.69 242	2.39 132	0.56 110	2.77 193	0.82 30	0.63 40	0.88 65	0.37 8	0.75 104	1.36 142	0.50 39	0.18 21	0.14 11	0.22 27	0.17 36	0.19 5	0.21 60

3w_stereo	0.71 33	0.47 56	1.14 59	0.65 35	0.39 47	1.73 80	0.68 177	2.79 201	0.79 22	0.67 53	0.84 57	0.37 8	1.02 197	1.03 56	0.56 58	0.18 21	0.14 11	0.23 41	0.18 60	0.20 21	0.22 79

1w_stereo	0.86 86	0.42 21	1.07 18	0.72 71	0.81 283	3.00 195	0.67 169	3.28 255	0.75 14	0.74 72	1.32 172	0.37 8	1.37 291	0.92 35	0.68 100	0.16 5	0.14 11	0.20 8	0.16 18	0.19 5	0.22 79

LG-Stereo_L2	0.63 15	0.46 39	1.15 61	0.70 57	0.43 73	2.32 126	0.28 10	1.86 64	0.68 5	0.56 14	0.42 8	0.37 8	0.45 17	1.36 142	0.40 6	0.23 60	0.18 84	0.22 27	0.18 60	0.21 37	0.20 30

2.75w_new	0.75 39	0.45 32	1.10 41	0.65 35	0.62 204	2.45 138	0.56 110	2.75 190	0.74 13	0.78 96	0.73 39	0.38 12	0.92 171	1.04 61	0.66 92	0.17 7	0.14 11	0.22 27	0.17 36	0.18 1	0.19 8

monsters	0.82 77	0.58 161	1.16 62	0.76 92	1.52 491	2.92 184	0.40 43	2.66 178	0.72 11	0.66 50	0.84 57	0.38 12	0.41 11	1.84 238	0.48 29	0.20 32	0.16 33	0.20 8	0.16 18	0.19 5	0.19 8

Wavelet-MonSter	0.57 7	0.47 56	1.13 56	0.66 43	0.78 274	1.60 71	0.30 14	1.17 10	0.68 5	0.58 24	0.69 34	0.39 14	0.48 23	0.99 50	0.46 23	0.15 1	0.16 33	0.20 8	0.16 18	0.20 21	0.19 8

Monster-pub-mixall	0.64 17	0.42 21	1.00 7	0.83 128	0.48 119	1.39 51	0.32 19	1.45 20	0.82 30	0.88 130	0.85 60	0.39 14	0.36 5	1.99 255	0.47 27	0.20 32	0.16 33	0.17 1	0.15 5	0.18 1	0.21 60

2.25w	0.75 39	0.47 56	1.09 35	0.69 56	0.65 217	2.28 123	0.40 43	2.42 130	0.80 25	0.73 67	1.03 95	0.40 16	0.81 136	1.24 110	0.80 153	0.16 5	0.15 22	0.21 20	0.17 36	0.19 5	0.21 60

4.25_new	0.73 35	0.46 39	1.08 27	0.71 63	0.97 347	2.52 144	0.58 122	2.28 116	0.93 52	0.57 20	0.94 81	0.40 16	0.65 71	0.87 21	0.50 39	0.17 7	0.13 1	0.25 101	0.17 36	0.19 5	0.20 30

4.5w_new	0.73 35	0.46 39	1.08 27	0.71 63	0.97 347	2.52 144	0.58 122	2.28 116	0.93 52	0.57 20	0.94 81	0.40 16	0.65 71	0.87 21	0.50 39	0.17 7	0.13 1	0.25 101	0.17 36	0.19 5	0.20 30

4.25w-stereo	0.73 35	0.46 39	1.08 27	0.71 63	0.97 347	2.52 144	0.58 122	2.28 116	0.93 52	0.57 20	0.94 81	0.40 16	0.65 71	0.87 21	0.50 39	0.17 7	0.13 1	0.25 101	0.17 36	0.19 5	0.20 30

4w-stereo	0.67 20	0.49 75	1.07 18	0.63 21	0.75 263	1.63 75	0.44 64	2.23 108	0.77 15	0.56 14	0.92 76	0.40 16	0.82 138	1.08 65	0.53 50	0.18 21	0.13 1	0.25 101	0.18 60	0.19 5	0.20 30

3.75w	0.75 39	0.47 56	1.09 35	0.63 21	1.10 390	2.61 155	0.53 98	2.46 139	0.97 59	0.62 36	0.80 51	0.40 16	0.66 78	1.11 70	0.48 29	0.19 26	0.13 1	0.23 41	0.18 60	0.20 21	0.21 60

LG-Stereo_L1	0.61 10	0.47 56	1.10 41	0.73 74	0.49 127	1.72 78	0.33 21	1.95 79	0.65 3	0.56 14	0.40 7	0.40 16	0.43 14	1.40 148	0.42 9	0.23 60	0.19 119	0.23 41	0.18 60	0.21 37	0.19 8

monsterstereo	0.82 77	0.50 79	1.26 80	0.77 98	1.41 475	2.54 150	0.40 43	3.14 237	0.71 10	0.70 58	1.11 117	0.41 23	0.39 8	1.50 172	0.50 39	0.19 26	0.16 33	0.22 27	0.16 18	0.21 37	0.17 1

4.5_new	0.67 20	0.46 39	1.11 48	0.63 21	0.78 274	1.97 96	0.51 88	2.18 99	0.78 19	0.73 67	0.90 72	0.42 24	0.49 27	0.81 13	0.49 33	0.21 38	0.14 11	0.26 131	0.19 86	0.22 50	0.20 30

4.5w-stereo	0.67 20	0.46 39	1.11 48	0.63 21	0.78 274	1.97 96	0.51 88	2.18 99	0.77 15	0.73 67	0.90 72	0.42 24	0.49 27	0.81 13	0.49 33	0.21 38	0.14 11	0.26 131	0.19 86	0.22 50	0.20 30

AdaDepth	0.76 48	0.45 32	1.41 110	0.70 57	1.27 435	3.12 214	0.43 60	1.02 6	0.94 56	0.63 40	0.91 74	0.43 26	0.58 47	1.41 153	0.48 29	0.18 21	0.21 193	0.23 41	0.19 86	0.25 78	0.26 149

asd	0.70 28	0.45 32	1.10 41	0.67 50	0.90 329	2.88 176	0.43 60	1.64 45	0.79 22	0.68 55	0.88 65	0.43 26	0.74 101	0.85 20	0.49 33	0.19 26	0.13 1	0.24 73	0.17 36	0.22 50	0.20 30

qwe	0.75 39	0.45 32	1.10 41	0.67 50	1.06 378	2.49 140	0.45 68	2.57 162	0.90 41	0.71 62	0.83 56	0.43 26	0.48 23	1.10 68	0.64 80	0.17 7	0.14 11	0.24 73	0.16 18	0.21 37	0.20 30

3.5w_stereo	0.77 55	0.53 105	1.09 35	0.65 35	0.72 251	2.52 144	0.51 88	2.43 133	0.80 25	0.76 88	1.20 132	0.43 26	0.66 78	1.23 109	0.73 127	0.17 7	0.13 1	0.23 41	0.17 36	0.20 21	0.21 60

LG-Stereo	0.85 84	0.60 181	2.71 242	0.59 6	0.45 90	2.85 172	0.55 106	2.41 127	1.34 100	0.59 28	1.19 130	0.43 26	0.40 9	0.76 7	0.75 136	0.20 32	0.17 51	0.31 267	0.24 201	0.29 147	0.19 8

asda	0.77 55	0.46 39	1.10 41	0.64 27	0.82 292	3.33 251	0.49 82	2.40 126	0.81 29	0.63 40	0.80 51	0.44 31	0.85 146	0.88 25	0.60 68	0.17 7	0.13 1	0.24 73	0.17 36	0.20 21	0.20 30

LGtest1	0.55 6	0.41 16	1.14 59	0.70 57	0.40 53	0.99 11	0.26 8	1.32 12	0.93 52	0.53 10	0.60 24	0.44 31	0.49 27	1.02 55	0.45 19	0.27 133	0.19 119	0.23 41	0.16 18	0.21 37	0.23 91

DEFOM-Stereo_RVC	0.81 74	1.13 450	1.23 73	0.97 236	0.57 178	0.81 7	0.43 60	3.49 284	0.84 36	0.73 67	0.95 84	0.44 31	1.17 255	1.45 162	0.60 68	0.26 111	0.18 84	0.24 73	0.17 36	0.30 170	0.19 8

DEFOM-Stereo	0.70 28	0.46 39	1.13 56	0.72 71	0.48 119	3.40 260	0.44 64	0.90 4	0.77 15	0.86 126	0.58 22	0.45 34	0.43 14	1.76 224	0.43 13	0.24 74	0.18 84	0.22 27	0.16 18	0.21 37	0.20 30

WQFJA1++	10.56 598	0.40 9	3.21 263	0.89 175	0.82 292	1.43 55	0.41 50	2.15 98	0.87 39	96.02 640	0.71 35	0.46 35	0.55 40	1.29 127	0.50 39	0.27 133	0.17 51	0.21 20	0.18 60	100.47 637	0.22 79

U	12.82 608	0.38 4	1.99 167	0.66 43	58.94 630	63.38 636	0.34 26	1.91 73	0.94 56	0.59 28	0.80 51	0.46 35	0.57 44	0.83 17	0.44 17	0.29 198	0.17 51	63.35 635	59.81 634	0.29 147	0.20 30

MatchStereo	0.68 23	0.46 39	1.93 160	0.67 50	0.28 2	0.98 9	0.33 21	2.01 83	1.69 262	0.48 2	1.02 91	0.47 37	0.59 52	0.91 32	0.58 64	0.21 38	0.17 51	0.21 20	0.15 5	0.19 5	0.19 8

3.25w_new	0.69 26	0.46 39	1.10 41	0.61 10	0.61 198	2.23 120	0.51 88	2.45 136	0.90 41	0.63 40	0.78 48	0.47 37	0.71 88	0.78 10	0.50 39	0.17 7	0.14 11	0.20 8	0.17 36	0.20 21	0.20 30

3.25w	0.69 26	0.46 39	1.10 41	0.61 10	0.61 198	2.23 120	0.51 88	2.45 136	0.90 41	0.63 40	0.78 48	0.47 37	0.71 88	0.79 11	0.50 39	0.17 7	0.14 11	0.20 8	0.17 36	0.20 21	0.20 30

IGEV-Stereo+	0.94 110	0.47 56	1.19 66	0.86 157	2.02 560	1.40 52	0.39 37	1.17 10	0.88 40	0.61 34	0.44 10	0.47 37	0.79 125	2.14 272	0.42 9	0.27 133	0.19 119	0.22 27	0.17 36	2.26 572	2.41 579

Replicate-Monster	0.79 63	1.36 494	2.08 186	0.70 57	0.52 144	2.05 106	0.34 26	1.92 74	0.82 30	1.03 157	0.60 24	0.48 41	0.52 33	1.28 122	0.39 4	0.19 26	0.14 11	0.19 5	0.16 18	0.22 50	0.78 508

BridgeDepth_RVC	0.53 4	0.41 16	1.03 9	0.55 1	0.37 32	0.99 11	0.23 3	1.38 14	0.67 4	0.56 14	0.52 15	0.50 42	0.82 138	0.83 17	0.47 27	0.29 198	0.16 33	0.23 41	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
LG-G_1	0.70 28	0.40 9	1.12 51	0.71 63	0.30 4	2.80 164	0.40 43	2.21 104	0.78 19	0.59 28	0.55 18	0.51 43	0.58 47	1.24 110	0.49 33	0.24 74	0.18 84	0.23 41	0.15 5	0.21 37	0.21 60

LG-G	0.70 28	0.40 9	1.12 51	0.71 63	0.30 4	2.80 164	0.40 43	2.21 104	0.78 19	0.59 28	0.55 18	0.51 43	0.58 47	1.24 110	0.49 33	0.24 74	0.18 84	0.23 41	0.15 5	0.21 37	0.21 60

GREAT-IGEV	0.74 38	0.54 119	1.86 152	1.10 317	0.44 82	2.44 136	0.34 26	1.37 13	1.51 169	0.48 2	0.86 61	0.51 43	0.60 57	1.07 64	0.45 19	0.22 48	0.17 51	0.21 20	0.17 36	0.23 58	0.25 121

UniTT-Stereo	0.82 77	0.47 56	2.63 237	0.96 229	1.19 413	0.78 6	0.39 37	1.12 8	1.54 194	1.19 171	1.26 153	0.51 43	0.64 68	1.13 79	1.03 240	0.30 242	0.20 159	0.24 73	0.21 122	0.40 322	0.25 121

HiDET	0.61 10	0.41 16	0.88 1	0.64 27	0.39 47	2.67 159	0.25 6	1.59 35	0.91 44	0.59 28	0.44 10	0.52 47	0.50 31	0.76 7	0.54 55	0.17 7	0.15 22	0.18 2	0.15 5	0.19 5	0.21 60

LCMNet	0.63 15	0.40 9	0.95 3	0.58 3	0.39 47	3.11 212	0.27 9	1.58 33	0.84 36	0.56 14	0.58 22	0.52 47	0.53 34	0.77 9	0.51 48	0.17 7	0.16 33	0.19 5	0.15 5	0.20 21	0.21 60

GEAStereo	0.84 83	0.48 66	1.09 35	0.85 150	0.45 90	4.54 523	0.83 280	1.88 65	0.91 44	0.75 74	0.89 68	0.53 49	0.80 132	0.92 35	0.53 50	0.30 242	0.19 119	0.27 163	0.19 86	0.28 129	0.19 8

gasm-f	0.89 96	0.49 75	1.30 91	0.85 150	0.44 82	4.42 500	0.95 367	1.88 65	0.91 44	0.75 74	1.46 206	0.53 49	0.88 156	0.88 25	0.57 61	0.30 242	0.19 119	0.27 163	0.19 86	0.28 129	0.19 8

DDF-Stereo	0.90 100	0.53 105	1.16 62	0.88 168	1.31 442	1.59 70	0.86 300	2.26 111	0.79 22	0.48 2	0.63 28	0.54 51	0.73 96	2.97 331	1.03 240	0.39 384	0.17 51	0.24 73	0.18 60	1.06 535	0.29 197

zero-FE	0.95 117	0.52 91	2.63 237	0.86 157	1.27 435	1.41 53	0.86 300	2.27 113	0.73 12	0.50 6	0.64 29	0.54 51	0.78 121	2.70 320	1.02 238	0.35 335	0.17 51	0.24 73	0.18 60	1.03 532	0.29 197

NLSM3	0.90 100	0.46 39	1.19 66	0.62 15	1.30 439	3.19 223	0.45 68	2.81 205	1.27 91	0.78 96	0.95 84	0.55 53	1.03 198	1.14 82	0.87 184	0.20 32	0.15 22	0.26 131	0.22 157	0.24 63	0.23 91

CSFM-Stereo	0.60 8	0.39 5	0.95 3	0.60 9	0.32 9	2.66 158	0.31 15	1.44 19	0.77 15	0.72 64	0.51 13	0.55 53	0.51 32	0.75 6	0.46 23	0.17 7	0.17 51	0.18 2	0.15 5	0.20 21	0.18 4

GASTEREO	1.00 136	0.98 419	1.23 73	0.90 185	0.40 53	3.40 260	0.88 324	2.77 193	1.44 125	1.39 189	1.30 165	0.55 53	1.35 288	1.33 136	0.64 80	0.25 96	0.19 119	0.25 101	0.25 215	0.25 78	0.31 236

SGD-Stereo	0.65 19	0.41 16	1.06 16	0.85 150	0.31 6	2.44 136	0.46 73	1.09 7	0.69 8	0.84 120	0.52 15	0.55 53	0.53 34	1.49 171	0.46 23	0.31 265	0.14 11	0.25 101	0.18 60	0.23 58	0.20 30

MonSter++	0.52 3	0.42 21	0.89 2	0.61 10	0.36 17	1.64 76	0.25 6	0.96 5	0.91 44	0.62 36	0.42 8	0.56 57	0.53 34	0.71 4	0.45 19	0.17 7	0.15 22	0.18 2	0.14 2	0.19 5	0.20 30

MLG-Stereo_test3	0.60 8	0.37 3	1.12 51	0.59 6	0.57 178	2.19 117	0.31 15	1.68 49	0.56 2	0.49 5	0.51 13	0.56 57	0.33 2	0.96 44	0.54 55	0.21 38	0.17 51	0.23 41	0.16 18	0.20 21	0.21 60

BridgeDepth	0.54 5	0.42 21	1.05 12	0.58 3	0.25 1	1.30 43	0.36 32	1.53 28	0.86 38	0.56 14	0.37 5	0.57 59	0.65 71	0.87 21	0.40 6	0.20 32	0.15 22	0.19 5	0.16 18	0.22 50	0.17 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
MSCF	0.97 124	0.82 367	1.26 80	0.88 168	0.40 53	3.17 218	0.88 324	2.79 201	1.39 110	1.32 178	1.19 130	0.58 60	1.33 283	1.28 122	0.64 80	0.25 96	0.19 119	0.25 101	0.25 215	0.28 129	0.32 247

dual_stereo	0.68 23	0.40 9	1.05 12	0.64 27	0.37 32	0.84 8	0.34 26	3.40 277	1.03 65	0.50 6	0.46 12	0.58 60	0.40 9	1.85 244	0.49 33	0.23 60	0.17 51	0.21 20	0.16 18	0.20 21	0.19 8

Former-RAFT_DAM_RVC	0.92 105	0.73 310	1.42 111	0.92 199	1.08 384	2.97 194	0.53 98	1.77 58	1.39 110	1.16 169	1.54 232	0.58 60	0.65 71	1.03 56	0.84 168	0.25 96	0.23 251	0.30 243	0.24 201	0.43 375	0.29 197

fffft	0.76 48	0.47 56	1.28 88	0.82 117	0.54 154	1.51 63	0.80 261	2.09 92	1.18 76	0.63 40	0.84 57	0.59 63	0.55 40	1.80 231	0.85 171	0.19 26	0.18 84	0.27 163	0.20 106	0.26 99	0.24 109
1: 1. 1
CAS	1.26 200	0.40 9	1.46 114	2.97 579	1.61 509	4.13 434	0.73 202	1.78 59	1.49 156	0.83 118	1.10 116	0.59 63	0.53 34	1.26 117	0.80 153	2.99 583	0.13 1	0.21 20	0.13 1	0.31 189	1.72 565

111111	0.87 90	0.50 79	1.13 56	0.66 43	1.08 384	3.37 255	0.33 21	2.33 123	1.47 139	0.74 72	1.50 220	0.61 65	0.59 52	1.40 148	0.48 29	0.24 74	0.19 119	0.22 27	0.16 18	0.24 63	0.19 8

CES	1.01 139	0.55 126	1.74 143	0.92 199	2.15 564	2.15 112	0.50 84	2.01 83	1.45 126	0.76 88	1.02 91	0.61 65	0.47 19	1.29 127	0.79 152	0.22 48	0.17 51	0.24 73	0.14 2	0.63 465	2.29 576

Pro-Stereo	0.68 23	0.33 1	0.97 5	0.68 53	0.43 73	3.11 212	0.35 30	0.70 2	0.96 58	0.54 12	0.54 17	0.62 67	0.27 1	2.06 261	0.68 100	0.24 74	0.16 33	0.30 243	0.25 215	0.20 21	0.19 8

CAS++	0.89 96	0.64 229	1.46 114	0.81 107	0.51 133	1.24 30	0.86 300	3.44 279	1.46 134	1.14 168	1.29 163	0.62 67	0.58 47	1.13 79	0.59 66	0.34 315	0.30 376	0.34 340	0.26 237	0.41 346	0.29 197
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
LoS	0.94 110	0.52 91	1.88 154	0.86 157	0.36 17	4.15 438	0.51 88	2.18 99	1.45 126	0.97 148	0.88 65	0.62 67	0.79 125	1.59 190	0.86 178	0.26 111	0.19 119	0.24 73	0.16 18	0.21 37	0.20 30
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
FlowAnything_test	0.75 39	0.60 181	1.18 65	0.82 117	0.58 187	2.29 124	0.66 167	1.38 14	0.80 25	1.03 157	0.76 43	0.63 70	0.49 27	0.84 19	0.91 205	0.31 265	0.27 340	0.40 412	0.48 488	0.31 189	0.30 226

mms	0.77 55	0.68 269	1.17 64	0.83 128	0.71 249	1.41 53	0.67 169	1.61 37	1.12 72	0.77 93	1.37 187	0.63 70	0.54 39	1.75 223	0.63 77	0.24 74	0.19 119	0.26 131	0.21 122	0.31 189	0.34 278

VIP-Stereo	0.85 84	0.83 371	1.59 132	0.76 92	0.87 317	3.18 220	0.80 261	1.94 78	0.83 33	0.78 96	1.04 100	0.64 72	0.59 52	1.24 110	0.61 70	0.28 173	0.18 84	0.23 41	0.17 36	0.22 50	0.19 8

LG-Stereo_Zeroshot	0.89 96	0.47 56	2.08 186	0.76 92	0.73 256	3.91 373	0.41 50	2.07 90	1.07 69	0.77 93	0.89 68	0.64 72	0.86 149	0.95 40	0.77 145	0.26 111	0.18 84	0.26 131	0.19 86	0.32 220	0.32 247

SMoEStereo_RVC	0.80 65	0.53 105	1.12 51	0.92 199	0.44 82	2.41 134	0.79 251	1.49 24	1.16 73	0.70 58	1.12 119	0.64 72	0.64 68	1.69 214	0.87 184	0.22 48	0.16 33	0.31 267	0.22 157	0.26 99	0.25 121

RAStereo	0.75 39	0.52 91	2.86 251	0.58 3	0.62 204	1.19 24	0.32 19	1.81 62	0.99 61	0.75 74	1.05 106	0.64 72	0.47 19	0.80 12	0.94 221	0.22 48	0.20 159	0.27 163	0.21 122	0.34 258	0.22 79

test_xeample3	2.12 339	0.63 217	21.55 591	0.91 193	0.47 111	1.85 86	0.94 363	7.96 590	1.23 80	0.75 74	0.76 43	0.64 72	0.70 86	1.77 225	0.83 165	0.30 242	0.21 193	0.27 163	0.21 122	0.27 112	0.24 109

S2M2_XL	0.46 1	0.41 16	1.09 35	0.65 35	0.34 12	0.29 1	0.23 3	0.67 1	0.50 1	0.53 10	0.92 76	0.65 77	0.53 34	0.54 1	0.50 39	0.28 173	0.24 286	0.25 101	0.21 122	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
IGEV-BASED-STEREO-	1.09 153	3.30 564	2.61 233	0.82 117	0.38 44	1.27 34	0.62 148	1.51 25	1.29 94	0.91 134	0.92 76	0.65 77	0.57 44	1.08 65	0.59 66	1.55 572	0.15 22	0.32 287	0.28 292	1.10 542	1.98 572

MoCha-V2	0.87 90	0.48 66	1.87 153	0.88 168	0.32 9	1.37 49	0.55 106	2.71 184	1.42 119	0.92 137	1.75 296	0.65 77	1.17 255	1.45 162	0.57 61	0.21 38	0.21 193	0.20 8	0.19 86	0.24 63	0.23 91

CASnet	0.78 60	0.51 85	1.29 90	0.81 107	0.29 3	1.28 40	0.74 214	1.51 25	1.89 307	1.64 222	1.09 113	0.65 77	0.64 68	0.91 32	0.76 140	0.29 198	0.17 51	0.41 424	0.31 357	0.32 220	0.19 8
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MLG-Stereo	0.77 55	0.39 5	1.04 10	0.64 27	0.41 60	3.01 197	0.31 15	1.89 68	2.92 504	0.47 1	0.29 2	0.66 81	0.47 19	1.35 140	0.39 4	0.20 32	0.18 84	0.24 73	0.16 18	0.19 5	0.20 30

MLG-Stereo_test2	0.76 48	0.40 9	1.07 18	0.64 27	0.82 292	3.49 281	0.23 3	1.69 50	2.14 359	0.62 36	0.32 3	0.67 82	0.33 2	1.14 82	0.37 3	0.23 60	0.19 119	0.23 41	0.16 18	0.19 5	0.20 30

MLG-Stereo_test1	0.80 65	0.39 5	1.02 8	0.65 35	1.20 419	3.14 216	0.29 13	1.59 35	3.05 517	0.50 6	0.24 1	0.67 82	0.43 14	1.33 136	0.40 6	0.21 38	0.18 84	0.23 41	0.15 5	0.19 5	0.20 30

IGEV-Stereo++	0.93 107	0.44 29	1.08 27	0.70 57	1.20 419	3.87 368	0.33 21	3.36 272	1.43 123	0.75 74	1.17 127	0.68 84	1.04 205	0.95 40	0.42 9	0.22 48	0.16 33	0.23 41	0.17 36	0.24 63	0.20 30

MyStereo07	1.01 139	0.80 356	1.26 80	1.00 258	1.04 373	3.95 390	0.95 367	2.07 90	1.42 119	0.75 74	1.22 139	0.68 84	0.91 168	1.63 202	0.67 97	0.24 74	0.24 286	0.34 340	0.26 237	0.41 346	0.37 312

GLC_STEREO	0.76 48	0.52 91	1.12 51	0.83 128	0.33 11	1.86 87	0.82 275	1.46 22	1.38 109	0.95 144	1.04 100	0.68 84	0.72 91	0.97 45	0.80 153	0.23 60	0.25 311	0.32 287	0.25 215	0.32 220	0.30 226

XX-TBD	1.03 144	0.95 411	1.94 161	1.30 417	0.43 73	3.97 400	0.33 21	1.74 53	1.73 273	1.59 210	2.02 393	0.69 87	0.60 57	1.16 90	0.66 92	0.30 242	0.25 311	0.23 41	0.15 5	0.31 189	0.22 79

IGEV-RUCA	0.90 100	0.53 105	1.05 12	0.81 107	0.74 261	3.89 370	0.80 261	1.92 74	1.41 117	0.96 147	0.71 35	0.70 88	0.73 96	1.30 132	0.68 100	0.29 198	0.20 159	0.25 101	0.19 86	0.43 375	0.34 278

999	0.97 124	0.48 66	1.24 78	1.03 282	0.64 209	3.25 236	0.92 355	1.40 17	1.39 110	0.71 62	1.68 274	0.70 88	0.66 78	3.03 333	0.89 192	0.23 60	0.19 119	0.25 101	0.21 122	0.25 78	0.29 197

ours_stereo	0.76 48	0.64 229	1.40 109	0.86 157	0.61 198	1.12 16	0.57 113	1.63 43	1.20 78	0.72 64	1.43 201	0.70 88	0.62 62	1.56 181	0.58 64	0.25 96	0.18 84	0.26 131	0.21 122	0.29 147	0.31 236

ff7	0.98 126	0.69 272	2.05 174	0.84 138	0.52 144	4.55 528	0.86 300	1.62 38	1.24 82	0.75 74	1.03 95	0.70 88	0.77 113	1.84 238	0.68 100	0.27 133	0.17 51	0.29 221	0.21 122	0.31 189	0.27 165

ffff	0.98 126	0.69 272	2.05 174	0.84 138	0.52 144	4.55 528	0.86 300	1.62 38	1.24 82	0.75 74	1.03 95	0.70 88	0.77 113	1.84 238	0.68 100	0.27 133	0.17 51	0.29 221	0.21 122	0.31 189	0.27 165

11t	0.98 126	0.69 272	2.05 174	0.84 138	0.52 144	4.55 528	0.86 300	1.62 38	1.24 82	0.75 74	1.03 95	0.70 88	0.77 113	1.84 238	0.68 100	0.27 133	0.17 51	0.29 221	0.21 122	0.31 189	0.27 165

ccc-4	0.98 126	0.69 272	2.05 174	0.84 138	0.52 144	4.55 528	0.86 300	1.62 38	1.24 82	0.75 74	1.03 95	0.70 88	0.77 113	1.84 238	0.68 100	0.27 133	0.17 51	0.29 221	0.21 122	0.31 189	0.27 165

tt45	0.96 122	0.48 66	1.19 66	0.89 175	0.66 224	3.91 373	0.76 227	1.90 71	1.26 90	0.70 58	1.30 165	0.71 95	0.63 65	2.59 312	0.74 133	0.22 48	0.17 51	0.28 199	0.23 175	0.27 112	0.27 165

Selective-IGEV	0.80 65	0.52 91	1.05 12	0.75 78	0.61 198	1.31 44	0.82 275	2.60 171	1.41 117	0.82 109	1.64 262	0.71 95	0.62 62	1.22 107	0.64 80	0.22 48	0.19 119	0.24 73	0.18 60	0.25 78	0.20 30

BStereo	0.88 92	0.73 310	4.10 293	0.80 105	0.51 133	1.13 17	0.72 195	2.57 162	1.00 62	0.85 122	0.57 20	0.72 97	0.48 23	1.01 52	0.90 196	0.26 111	0.22 222	0.24 73	0.29 320	0.25 78	0.25 121

Wave_Phase_stereo	1.07 151	0.73 310	4.10 293	0.80 105	0.51 133	4.91 572	0.72 195	2.50 145	1.00 62	0.85 122	0.57 20	0.72 97	0.48 23	1.01 52	0.90 196	0.26 111	0.22 222	0.24 73	0.29 320	0.25 78	0.25 121

castereo	0.82 77	0.70 283	1.04 10	0.85 150	0.50 131	1.29 42	0.91 342	3.22 247	1.20 78	0.83 118	1.24 144	0.72 97	0.91 168	1.00 51	0.67 97	0.26 111	0.16 33	0.25 101	0.20 106	0.24 63	0.21 60

ACVNet-DCA	1.85 285	0.74 320	13.77 412	1.78 529	0.36 17	4.48 507	0.74 214	3.98 398	1.53 185	1.01 150	1.81 331	0.72 97	1.62 363	2.13 269	0.64 80	0.29 198	0.17 51	0.32 287	0.21 122	0.33 240	0.32 247

1test111	1.99 316	0.74 320	13.77 412	1.78 529	0.36 17	4.48 507	0.74 214	3.98 398	1.53 185	1.01 150	1.81 331	0.72 97	1.62 363	4.66 369	0.98 231	0.29 198	0.17 51	0.32 287	0.21 122	0.33 240	0.32 247

cc1	1.98 313	0.74 320	13.77 412	1.78 529	0.36 17	4.48 507	0.74 214	4.23 473	3.95 564	1.01 150	1.81 331	0.72 97	1.62 363	2.13 269	0.64 80	0.29 198	0.17 51	0.32 287	0.21 122	0.31 189	0.29 197

NLSM1	1.86 286	0.53 105	1.39 106	0.73 74	1.89 550	3.09 208	0.64 154	8.41 594	12.10 600	0.79 100	1.21 136	0.73 103	0.86 149	1.67 211	1.45 333	0.26 111	0.24 286	0.29 221	0.24 201	0.31 189	0.27 165

Zero-FE251	0.80 65	0.75 333	1.71 138	0.88 168	0.70 246	2.59 154	0.45 68	1.38 14	0.83 33	1.79 254	0.61 26	0.73 103	0.81 136	0.82 16	0.61 70	0.29 198	0.23 251	0.27 163	0.19 86	0.20 21	0.20 30

SCV_C0	0.89 96	0.59 169	1.96 166	0.83 128	0.44 82	1.24 30	0.64 154	3.33 270	1.66 252	0.82 109	1.20 132	0.73 103	0.66 78	1.62 198	0.66 92	0.32 286	0.21 193	0.24 73	0.20 106	0.28 129	0.23 91

FoundationStereo	0.50 2	0.39 5	1.11 48	0.79 102	0.42 67	0.70 4	0.36 32	0.76 3	0.80 25	0.62 36	0.38 6	0.73 103	0.77 113	0.69 2	0.36 2	0.26 111	0.17 51	0.23 41	0.16 18	0.18 1	0.20 30

sAnonymous2	1.37 220	1.22 472	9.79 362	0.92 199	0.88 321	1.23 26	0.61 133	2.56 160	1.69 262	0.85 122	1.02 91	0.73 103	1.23 267	0.98 47	0.78 146	0.29 198	0.25 311	0.31 267	0.30 341	1.06 535	0.71 490

CroCo_RVC	1.37 220	1.22 472	9.79 362	0.92 199	0.88 321	1.23 26	0.61 133	2.56 160	1.69 262	0.85 122	1.02 91	0.73 103	1.23 267	0.98 47	0.78 146	0.29 198	0.25 311	0.31 267	0.30 341	1.06 535	0.71 490

IGEVStereo-DCA	0.86 86	0.65 240	2.05 174	0.90 185	0.46 101	1.57 67	0.86 300	1.62 38	1.24 82	0.65 48	0.77 46	0.74 109	0.72 91	2.59 312	0.86 178	0.28 173	0.21 193	0.28 199	0.21 122	0.29 147	0.27 165

rrr	2.27 365	0.65 240	23.82 610	0.90 185	0.46 101	1.57 67	0.96 374	7.98 591	1.19 77	0.65 48	0.77 46	0.74 109	0.72 91	2.59 312	0.86 178	0.28 173	0.21 193	0.28 199	0.21 122	0.29 147	0.25 121

tt1	1.79 279	0.73 310	10.41 373	1.75 526	0.36 17	4.55 528	0.79 251	4.22 469	3.37 547	1.08 161	1.80 319	0.74 109	1.48 326	2.21 282	0.65 87	0.29 198	0.16 33	0.31 267	0.22 157	0.30 170	0.29 197

GSStereo	0.96 122	0.48 66	1.09 35	0.97 236	0.45 90	4.54 523	0.83 280	3.32 264	1.37 106	0.75 74	0.89 68	0.76 112	0.80 132	0.92 35	0.53 50	0.26 111	0.18 84	0.26 131	0.20 106	0.28 129	0.21 60

GS-Stereo							0.83 280	3.32 264	1.37 106	0.75 74	0.89 68	0.76 112	0.80 132	0.92 35	0.53 50	0.26 111	0.18 84	0.26 131	0.20 106	0.28 129	0.21 60

DilatedVolume-Stereo	0.81 74	0.60 181	1.51 121	1.01 264	0.59 190	1.34 46	0.51 88	1.56 31	1.08 70	1.26 175	1.24 144	0.77 114	0.87 154	1.79 230	0.72 124	0.23 60	0.24 286	0.22 27	0.21 122	0.25 78	0.23 91

AIO-test2	1.61 250	1.30 483	3.40 274	1.16 355	1.31 442	3.18 220	0.74 214	4.06 423	1.52 178	1.72 240	2.21 437	0.78 115	0.74 101	3.64 347	0.95 226	3.64 591	0.26 329	0.35 359	0.42 468	0.37 301	0.33 265

anonymousdsp	0.95 117	0.69 272	1.27 86	0.83 128	0.52 144	4.54 523	0.84 286	1.76 55	1.24 82	0.76 88	1.06 109	0.78 115	0.77 113	1.67 211	0.69 110	0.27 133	0.17 51	0.29 221	0.21 122	0.31 189	0.26 149

ProNet	0.82 77	0.71 295	1.50 119	0.86 157	0.45 90	1.78 81	0.83 280	1.75 54	1.28 93	0.66 50	1.13 121	0.78 115	0.76 111	1.66 207	0.71 119	0.24 74	0.20 159	0.25 101	0.23 175	0.29 147	0.25 121

PMTNet	0.99 134	0.48 66	1.73 140	0.62 15	0.56 166	4.20 465	0.43 60	1.88 65	1.58 217	1.00 149	1.05 106	0.78 115	0.98 189	1.50 172	0.85 171	1.21 558	0.20 159	0.23 41	0.15 5	0.22 50	0.19 8

rvit_stereo_0081_aga	0.81 74	0.75 333	1.84 151	0.72 71	0.73 256	1.21 25	0.63 151	1.92 74	1.39 110	0.87 129	0.80 51	0.79 119	0.69 84	1.27 121	0.69 110	0.35 335	0.29 363	0.26 131	0.25 215	0.40 322	0.27 165

IGEV-Stereo	0.95 117	0.69 272	1.27 86	0.84 138	0.52 144	4.54 523	0.84 286	1.76 55	1.24 82	0.75 74	1.06 109	0.79 119	0.77 113	1.68 213	0.69 110	0.27 133	0.17 51	0.29 221	0.21 122	0.31 189	0.26 149
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
MGS-Stereo	0.80 65	0.56 138	1.53 122	0.93 215	0.39 47	1.26 33	0.73 202	1.45 20	1.30 96	1.01 150	2.26 444	0.80 121	0.56 43	1.16 90	0.65 87	0.27 133	0.23 251	0.26 131	0.22 157	0.27 112	0.25 121

plain	1.55 235	0.69 272	13.59 409	0.65 35	0.73 256	1.66 77	0.57 113	3.17 242	1.94 314	0.77 93	1.24 144	0.80 121	0.86 149	1.60 192	0.96 227	0.33 303	0.21 193	0.32 287	0.25 215	0.42 365	0.28 186

MIF-Stereo (partial)	0.98 126	0.55 126	2.83 248	0.71 63	1.03 370	1.08 14	0.49 82	2.55 158	1.66 252	0.79 100	1.20 132	0.80 121	0.90 165	1.61 197	1.56 362	0.36 347	0.24 286	0.33 322	0.25 215	0.40 322	0.28 186

AEACV	0.79 63	0.54 119	1.35 102	0.97 236	0.63 207	1.13 17	0.92 355	2.02 85	0.91 44	0.76 88	0.79 50	0.80 121	1.61 360	1.28 122	0.61 70	0.22 48	0.18 84	0.26 131	0.23 175	0.27 112	0.23 91

water-stereo	0.78 60	0.45 32	1.94 161	0.79 102	0.48 119	2.36 129	0.47 79	1.53 28	1.09 71	0.88 130	1.04 100	0.82 125	0.75 104	0.72 5	0.78 146	0.22 48	0.23 251	0.25 101	0.23 175	0.24 63	0.29 197

sCroCo_RVC	1.06 147	0.82 367	5.05 307	1.02 275	1.05 375	0.98 9	0.61 133	2.06 88	1.29 94	0.69 57	1.26 153	0.82 125	1.10 232	1.20 104	0.90 196	0.42 418	0.40 458	0.33 322	0.30 341	0.46 402	0.38 327

HUF	1.15 164	0.64 229	8.62 348	0.90 185	0.35 15	1.35 47	0.78 244	1.97 80	1.50 162	0.63 40	1.52 223	0.83 127	0.66 78	1.28 122	0.63 77	0.29 198	0.23 251	0.26 131	0.17 36	0.23 58	0.25 121

fffy	0.80 65	0.59 169	1.56 128	1.00 258	0.47 111	1.27 34	0.76 227	1.90 71	1.02 64	0.75 74	1.35 182	0.83 127	0.72 91	1.70 217	0.62 74	0.23 60	0.19 119	0.27 163	0.21 122	0.28 129	0.32 247

NLMM1	2.18 349	0.55 126	1.34 97	0.62 15	1.86 545	3.30 249	0.62 148	11.92 603	15.07 608	0.86 126	0.96 87	0.84 129	0.90 165	1.83 235	1.35 315	0.27 133	0.27 340	0.27 163	0.24 201	0.31 189	0.28 186

MM-Stereo_test2	1.79 279	0.53 105	20.16 538	1.43 468	0.47 111	2.57 151	0.73 202	1.67 47	1.47 139	0.94 140	0.96 87	0.84 129	0.79 125	1.16 90	0.68 100	0.24 74	0.17 51	0.25 101	0.22 157	0.30 170	0.22 79

LoS_RVC	0.94 110	1.30 483	1.31 92	0.84 138	1.63 512	2.02 99	0.59 126	1.51 25	1.36 105	0.81 107	1.33 174	0.84 129	0.88 156	1.36 142	0.73 127	0.21 38	0.17 51	0.20 8	0.14 2	0.20 21	1.45 558

CREStereo++_RVC	1.02 143	0.49 75	1.54 125	0.83 128	0.55 162	4.01 406	0.31 15	1.63 43	1.99 320	1.63 219	2.13 422	0.84 129	0.65 71	0.88 25	0.70 116	0.27 133	0.15 22	0.23 41	1.22 571	0.24 63	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
TANstereo	1.01 139	0.55 126	1.73 140	0.76 92	0.36 17	4.04 412	0.38 35	1.48 23	1.62 242	2.03 332	2.10 413	0.84 129	0.93 174	0.98 47	0.62 74	0.28 173	0.36 426	0.23 41	0.20 106	0.25 78	0.46 394

rvit_stereo_0081	0.80 65	0.63 217	1.19 66	0.91 193	0.64 209	1.27 34	0.61 133	2.05 86	1.71 267	0.82 109	0.73 39	0.85 134	0.75 104	1.30 132	0.80 153	0.31 265	0.26 329	0.27 163	0.25 215	0.38 306	0.27 165

rvit_stereo_0082	0.80 65	0.63 217	1.19 66	0.91 193	0.64 209	1.27 34	0.61 133	2.05 86	1.71 267	0.82 109	0.73 39	0.85 134	0.75 104	1.30 132	0.80 153	0.31 265	0.26 329	0.27 163	0.25 215	0.38 306	0.27 165

rvit_stereo_0080	0.94 110	0.72 299	2.56 227	0.64 27	0.59 190	1.90 89	0.75 224	2.71 184	1.40 114	0.91 134	1.04 100	0.85 134	0.82 138	1.14 82	0.78 146	0.35 335	0.29 363	0.25 101	0.27 263	0.45 391	0.29 197

whm_eth	0.94 110	0.72 299	2.56 227	0.64 27	0.59 190	1.90 89	0.75 224	2.71 184	1.40 114	0.91 134	1.04 100	0.85 134	0.82 138	1.14 82	0.78 146	0.35 335	0.29 363	0.25 101	0.27 263	0.45 391	0.29 197

S2M2_L	0.64 17	0.55 126	1.07 18	0.89 175	0.54 154	1.08 14	0.20 1	1.16 9	1.37 106	0.59 28	0.81 55	0.86 138	0.47 19	0.70 3	0.65 87	0.31 265	0.33 401	0.27 163	0.27 263	0.36 289	0.31 236
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
IGEV++	0.90 100	0.58 161	1.32 95	0.94 219	0.45 90	1.27 34	1.00 385	3.32 264	1.55 202	0.82 109	1.34 179	0.86 138	1.09 226	1.16 90	0.89 192	0.33 303	0.18 84	0.23 41	0.19 86	0.29 147	0.22 79

NLCSM	2.07 329	0.57 147	1.26 80	0.68 53	1.83 543	3.24 232	0.69 183	8.40 593	9.75 594	0.92 137	1.30 165	0.87 140	1.06 217	7.60 435	1.57 364	0.28 173	0.25 311	0.29 221	0.25 215	0.36 289	0.27 165

MM-Stereo_test1	1.90 295	0.53 105	19.85 524	1.39 461	0.48 119	1.81 84	0.79 251	3.00 222	1.82 291	1.69 231	1.09 113	0.87 140	0.97 182	1.45 162	0.74 133	0.24 74	0.21 193	0.27 163	0.24 201	0.35 276	0.24 109

GMStereo	1.01 139	1.00 423	2.86 251	0.83 128	0.45 90	1.47 59	0.57 113	1.89 68	2.11 354	1.52 203	1.24 144	0.87 140	0.74 101	1.58 185	0.94 221	0.40 392	0.21 193	0.30 243	0.30 341	0.47 406	0.36 298
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CREStereo	0.92 105	0.53 105	1.45 113	0.61 10	0.34 12	4.42 500	0.40 43	2.21 104	1.54 194	0.94 140	1.12 119	0.87 140	0.87 154	1.12 75	0.72 124	0.28 173	0.19 119	0.22 27	0.15 5	0.22 50	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
trnet	0.91 104	0.48 66	1.46 114	0.62 15	0.31 6	4.40 495	0.41 50	2.20 102	1.53 185	0.94 140	1.14 122	0.88 144	0.89 162	1.09 67	0.71 119	0.27 133	0.19 119	0.22 27	0.15 5	0.21 37	0.19 8

MaDis-Stereo	0.82 77	0.66 251	1.53 122	0.65 35	1.87 548	1.24 30	0.36 32	2.13 94	1.27 91	0.67 53	0.75 42	0.88 144	0.70 86	1.15 88	1.07 247	0.29 198	0.23 251	0.26 131	0.20 106	0.31 189	0.22 79

WQFJX	2.14 343	0.54 119	1.28 88	0.61 10	1.85 544	2.87 175	0.77 240	11.60 600	14.62 605	0.82 109	1.15 123	0.89 146	1.10 232	1.69 214	1.39 318	0.28 173	0.25 311	0.25 101	0.21 122	0.32 220	0.25 121

DA	0.98 126	0.46 39	1.34 97	0.92 199	0.43 73	4.34 483	0.85 295	2.79 201	1.35 103	0.82 109	1.30 165	0.89 146	1.08 224	1.11 70	0.56 58	0.30 242	0.18 84	0.24 73	0.18 60	0.25 78	0.23 91

GGEV	0.98 126	0.46 39	1.34 97	0.92 199	0.43 73	4.34 483	0.85 295	2.79 201	1.35 103	0.82 109	1.30 165	0.89 146	1.08 224	1.11 70	0.56 58	0.30 242	0.18 84	0.24 73	0.18 60	0.25 78	0.23 91

AIO-Stereo	0.76 48	0.54 119	1.07 18	0.73 74	0.40 53	1.28 40	0.82 275	2.26 111	1.49 156	0.70 58	1.58 243	0.89 146	0.45 17	1.03 56	0.55 57	0.24 74	0.18 84	0.25 101	0.20 106	0.26 99	0.21 60

MC-Stereo	1.06 147	0.48 66	1.55 126	1.15 349	0.41 60	4.56 533	0.61 133	2.06 88	1.46 134	1.90 279	1.61 255	0.89 146	1.12 237	1.35 140	0.73 127	0.25 96	0.18 84	0.26 131	0.22 157	0.25 78	0.24 109

GIP-stereo	0.88 92	0.50 79	1.34 97	1.32 423	0.94 339	2.90 178	0.42 55	3.41 278	1.06 68	0.63 40	0.76 43	0.90 151	0.76 111	0.91 32	0.52 49	0.27 133	0.18 84	0.25 101	0.16 18	0.25 78	0.19 8

RSM++	0.77 55	0.51 85	1.08 27	0.95 223	0.42 67	1.52 65	0.71 192	2.11 93	1.40 114	0.80 103	1.23 143	0.90 151	0.59 52	1.14 82	0.69 110	0.24 74	0.19 119	0.25 101	0.21 122	0.28 129	0.20 30

WQFJX1	2.20 352	0.52 91	1.38 104	0.62 15	1.78 537	3.07 205	0.67 169	12.26 606	15.24 609	0.84 120	1.05 106	0.91 153	0.97 182	1.88 246	1.26 292	0.27 133	0.25 311	0.28 199	0.21 122	0.36 289	0.25 121

xyz-stereo-finetune2	1.16 168	0.63 217	1.50 119	0.57 2	0.36 17	3.47 275	0.65 164	2.70 183	1.23 80	0.88 130	1.75 296	0.91 153	1.76 401	3.54 342	1.74 398	0.24 74	0.22 222	0.30 243	0.27 263	0.31 189	0.26 149

xyz-stereo-finetune	1.05 146	0.62 208	1.46 114	0.59 6	0.36 17	3.48 278	0.81 271	2.69 182	1.74 279	0.94 140	1.21 136	0.91 153	0.78 121	2.53 307	1.28 300	0.24 74	0.24 286	0.26 131	0.23 175	0.30 170	0.23 91

Pointernet	0.88 92	0.44 29	2.26 203	0.84 138	0.37 32	2.29 124	0.38 35	3.06 231	1.46 134	0.66 50	1.39 192	0.91 153	0.73 96	1.01 52	0.72 124	0.23 60	0.19 119	0.20 8	0.18 60	0.19 5	0.20 30

s12784h	1.31 215	0.45 32	2.41 220	0.71 63	0.35 15	4.42 500	0.50 84	4.22 469	2.73 475	2.01 323	2.48 479	0.91 153	0.96 179	2.01 259	0.70 116	0.29 198	0.18 84	0.24 73	0.16 18	0.27 112	0.18 4

DIP-Stereo	1.24 189	0.69 272	1.77 145	0.65 35	0.61 198	4.29 478	0.58 122	4.44 540	2.53 448	1.98 304	1.33 174	0.91 153	0.86 149	1.25 116	1.25 289	0.36 347	0.23 251	0.32 287	0.23 175	0.32 220	0.29 197
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
WQFJA1	2.11 336	0.52 91	1.23 73	0.63 21	1.87 548	2.81 166	0.61 133	11.67 601	15.01 607	0.80 103	0.86 61	0.92 159	1.03 198	1.13 79	1.48 342	0.26 111	0.25 311	0.27 163	0.22 157	0.31 189	0.24 109

NLMM	2.10 333	0.53 105	1.23 73	0.63 21	1.86 545	2.81 166	0.61 133	11.68 602	14.99 606	0.80 103	0.86 61	0.92 159	1.03 198	1.12 75	1.48 342	0.26 111	0.25 311	0.27 163	0.22 157	0.31 189	0.24 109

WCG-NET	0.88 92	0.49 75	1.26 80	0.90 185	0.37 32	1.48 60	1.07 403	1.73 52	2.30 392	1.63 219	1.49 219	0.92 159	0.97 182	0.95 40	0.76 140	0.22 48	0.16 33	0.23 41	0.20 106	0.25 78	0.21 60

DLNR-FE	28.68 622	56.10 635	49.61 626	183.75 640	105.98 634	3.44 266	0.28 10	29.58 625	1.49 156	1.01 150	1.26 153	0.93 162	0.63 65	3.81 350	1.51 354	33.14 630	0.41 467	0.26 131	0.23 175	99.94 636	0.32 247

SCV	0.95 117	0.63 217	1.38 104	1.70 520	0.41 60	1.23 26	0.89 329	3.53 295	1.57 214	0.61 34	1.54 232	0.93 162	0.77 113	1.66 207	0.66 92	0.36 347	0.20 159	0.25 101	0.19 86	0.29 147	0.25 121

rvit_stereo_0083	0.86 86	0.67 261	1.42 111	0.87 163	0.65 217	1.23 26	0.64 154	1.67 47	2.28 388	0.79 100	0.93 79	0.93 162	1.07 221	1.46 166	0.75 136	0.32 286	0.36 426	0.30 243	0.26 237	0.33 240	0.28 186

DLNR_Zeroshot_test	28.62 621	55.50 634	49.94 628	183.62 639	115.05 638	3.43 265	0.28 10	29.49 624	1.49 156	1.01 150	1.26 153	0.93 162	0.63 65	3.92 357	1.51 354	29.81 629	0.41 467	0.26 131	0.23 175	93.28 634	0.32 247

RCA-Stereo	1.21 179	0.52 91	1.58 130	0.90 185	0.46 101	4.68 549	0.79 251	4.13 443	1.74 279	1.92 286	1.80 319	0.94 166	1.48 326	1.14 82	0.70 116	0.27 133	0.18 84	0.25 101	0.19 86	0.25 78	0.23 91

rvit_stereo_ft	1.00 136	0.87 386	3.55 279	0.97 236	0.66 224	1.06 13	0.80 261	2.78 196	1.67 254	0.78 96	0.96 87	0.95 167	1.14 246	1.06 63	0.90 196	0.32 286	0.24 286	0.27 163	0.28 292	0.39 317	0.27 165

HHNet	2.48 417	0.71 295	20.52 557	0.64 27	0.64 209	4.07 420	0.93 357	3.76 335	1.56 208	2.15 371	4.92 561	0.98 168	3.37 520	1.66 207	1.79 405	0.32 286	0.20 159	0.31 267	0.27 263	0.36 289	0.42 363

depthmonostereo	0.94 110	0.71 295	2.39 217	0.85 150	0.54 154	2.21 119	0.53 98	1.83 63	1.17 75	0.95 144	1.09 113	0.99 169	0.97 182	2.37 290	0.68 100	0.23 60	0.27 340	0.22 27	0.20 106	0.25 78	0.26 149

AIO-test1	2.18 349	0.66 251	18.95 500	0.89 175	1.48 485	3.40 260	0.97 377	4.19 458	1.68 256	0.86 126	1.35 182	0.99 169	0.75 104	4.47 366	1.27 296	0.23 60	0.23 251	0.28 199	0.33 377	0.31 189	0.35 292

UDGNet	1.40 223	1.52 511	2.22 199	1.38 459	0.62 204	4.39 491	0.68 177	1.80 61	2.18 367	1.34 180	1.18 128	0.99 169	1.00 192	2.16 274	1.19 271	1.09 552	0.34 414	1.30 569	0.98 558	1.10 542	0.58 457

CroCo-Stereo	0.98 126	0.87 386	3.44 275	0.87 163	0.53 153	0.49 2	0.50 84	3.99 402	1.49 156	0.81 107	1.25 152	1.00 172	0.75 104	1.10 68	1.09 252	0.24 74	0.21 193	0.24 73	0.19 86	0.35 276	0.27 165
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
AE-Stereo	1.18 169	0.60 181	2.05 174	1.10 317	0.60 193	4.39 491	0.72 195	3.74 332	1.62 242	1.10 163	1.90 370	1.01 173	0.92 171	1.45 162	0.82 162	0.28 173	0.22 222	0.28 199	0.28 292	0.26 99	0.22 79

FSD	0.75 39	0.64 229	1.23 73	0.76 92	0.60 193	0.77 5	0.67 169	1.57 32	0.68 5	0.72 64	0.62 27	1.02 174	0.72 91	0.81 13	0.73 127	0.59 502	0.54 516	0.57 508	0.54 511	0.57 445	0.55 443

rvit_0105_6	1.00 136	0.93 403	2.21 196	0.92 199	0.55 162	1.52 65	0.79 251	2.41 127	2.96 507	0.76 88	0.72 38	1.02 174	0.75 104	1.42 155	0.81 159	0.40 392	0.43 476	0.34 340	0.31 357	0.43 375	0.34 278

test_for_model	2.16 345	3.87 568	1.58 130	4.16 594	3.64 591	2.51 142	0.96 374	3.63 309	2.62 461	2.45 457	1.39 192	1.02 174	0.73 96	0.92 35	0.57 61	2.97 582	2.19 589	0.26 131	0.17 36	5.32 601	2.24 575

FACV-RUCA	1.26 200	0.65 240	2.21 196	1.06 291	1.50 488	2.69 161	1.15 424	3.05 228	1.87 301	1.36 183	1.99 389	1.03 177	1.15 254	1.36 142	1.10 253	0.41 407	0.41 467	0.73 545	0.41 461	0.61 459	0.41 359

11t1	1.11 156	0.53 105	1.80 148	1.55 499	0.65 217	2.20 118	0.60 129	3.66 315	1.49 156	1.60 211	1.26 153	1.03 177	1.35 288	1.72 219	0.97 228	0.28 173	0.31 386	0.29 221	0.23 175	0.30 170	0.34 278

DCANet-4	1.96 309	0.51 85	14.31 429	0.82 117	0.40 53	4.16 448	0.57 113	4.29 499	2.98 511	2.30 421	1.80 319	1.03 177	1.54 349	1.44 158	1.44 329	0.29 198	0.23 251	0.23 41	0.18 60	0.24 63	0.42 363

raft+_RVC	1.21 179	0.83 371	2.61 233	1.35 441	0.97 347	3.60 309	0.76 227	3.23 249	1.51 169	1.33 179	1.67 271	1.03 177	1.10 232	1.87 245	0.92 210	0.24 74	0.22 222	0.25 101	0.24 201	0.26 99	0.25 121

CroCo-Stereo Lap2	0.99 134	0.89 390	2.55 226	0.99 250	1.80 541	0.54 3	0.46 73	3.10 233	1.24 82	1.07 160	1.21 136	1.05 181	0.78 121	1.26 117	1.08 249	0.27 133	0.23 251	0.27 163	0.21 122	0.43 375	0.34 278

AIO_rvc	0.78 60	0.55 126	1.25 79	0.75 78	0.65 217	1.46 58	0.99 384	2.13 94	1.52 178	0.57 20	1.15 123	1.09 182	0.55 40	1.15 88	0.53 50	0.24 74	0.17 51	0.24 73	0.17 36	0.25 78	0.21 60

rvit_0105_4	1.07 151	0.99 420	2.39 217	0.93 215	0.54 154	1.62 74	0.84 286	2.77 193	2.91 502	0.80 103	0.91 74	1.09 182	0.86 149	1.63 202	0.85 171	0.40 392	0.45 486	0.35 359	0.31 357	0.43 375	0.40 354

EGLCR-Stereo	1.06 147	0.51 85	1.56 128	1.02 275	0.39 47	4.27 476	0.42 55	4.08 430	1.48 148	0.90 133	0.68 33	1.09 182	0.66 78	1.81 232	0.62 74	0.27 133	0.19 119	0.29 221	0.23 175	0.37 301	0.25 121

MM-Stereo_test3	1.09 153	0.59 169	1.55 126	1.73 524	1.18 406	1.91 91	0.86 300	3.52 291	1.76 283	1.25 173	1.86 355	1.10 185	0.69 84	1.32 135	0.86 178	0.27 133	0.23 251	0.27 163	0.22 157	0.34 258	0.30 226

EAI-Stereo	2.35 393	0.63 217	2.97 254	0.95 223	0.65 217	3.84 355	14.27 610	5.04 573	2.19 368	2.06 342	7.25 570	1.10 185	0.94 176	1.65 206	1.37 317	0.31 265	0.22 222	0.27 163	0.60 523	0.27 112	0.32 247

Anonymous3	1.72 267	0.76 339	11.61 387	0.83 128	0.84 306	4.46 505	0.84 286	3.57 300	1.16 73	1.34 180	1.37 187	1.11 187	1.03 198	1.58 185	1.13 260	0.70 528	0.58 529	0.33 322	0.35 401	0.47 406	0.42 363

LMCR-Stereo	2.40 401	1.31 487	18.61 495	1.59 504	0.86 312	3.87 368	1.15 424	4.32 515	1.60 233	2.25 410	2.27 445	1.13 188	2.43 472	2.48 296	1.60 369	0.88 544	0.24 286	0.29 221	0.24 201	0.56 440	0.30 226

R-Stereo Train	1.20 176	0.58 161	1.81 149	0.99 250	0.67 231	3.78 340	0.90 334	4.09 432	1.51 169	2.16 376	1.71 285	1.13 188	0.94 176	1.40 148	0.91 205	0.30 242	0.24 286	0.26 131	0.21 122	0.26 99	0.25 121

RAFT-Stereo	1.20 176	0.58 161	1.81 149	0.99 250	0.67 231	3.78 340	0.90 334	4.09 432	1.51 169	2.16 376	1.71 285	1.13 188	0.94 176	1.40 148	0.91 205	0.30 242	0.24 286	0.26 131	0.21 122	0.26 99	0.25 121
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AnonymousM	1.22 183	1.32 489	0.97 5	0.88 168	0.56 166	4.03 410	0.69 183	2.41 127	1.68 256	1.48 199	1.31 171	1.15 191	1.00 192	1.18 102	0.73 127	0.32 286	0.40 458	2.07 579	1.70 581	0.24 63	0.22 79

IPLGR_C	2.28 370	1.31 487	19.46 512	0.92 199	1.32 449	3.93 380	0.89 329	4.20 459	1.82 291	2.30 421	2.63 497	1.16 192	1.07 221	1.41 153	1.29 303	0.37 355	0.23 251	0.27 163	0.22 157	0.31 189	0.45 384

GCAP-Stereo	0.93 107	0.68 269	1.35 102	0.85 150	0.41 60	3.61 313	0.52 97	2.20 102	1.50 162	1.11 166	1.04 100	1.17 193	0.84 144	1.11 70	0.71 119	0.25 96	0.20 159	0.27 163	0.18 60	0.28 129	0.23 91

CIPLG	2.27 365	1.18 461	19.24 504	0.92 199	1.34 455	3.95 390	0.89 329	4.23 473	1.82 291	2.31 427	2.67 500	1.17 193	1.06 217	1.53 179	1.32 307	0.37 355	0.23 251	0.27 163	0.22 157	0.31 189	0.45 384

ACRE	2.27 365	1.11 448	19.45 511	0.91 193	1.30 439	3.94 385	0.87 320	4.21 465	1.80 289	2.28 415	2.62 495	1.17 193	1.04 205	1.52 177	1.30 304	0.37 355	0.23 251	0.27 163	0.22 157	0.31 189	0.46 394

raftrobust	1.19 171	0.72 299	2.30 208	1.26 396	1.31 442	3.55 299	0.68 177	2.75 190	1.47 139	2.21 398	1.38 190	1.17 193	1.22 264	1.20 104	1.11 256	0.28 173	0.24 286	0.21 20	0.19 86	0.25 78	0.28 186

rvit_0105_5	1.13 158	0.93 403	2.60 230	0.91 193	0.56 166	1.92 92	0.91 342	3.02 225	2.63 463	0.95 144	1.20 132	1.18 197	0.93 174	1.51 175	0.93 219	0.40 392	0.43 476	0.37 387	0.35 401	0.42 365	0.44 378

ADStereo(finetuned)	2.04 324	0.73 310	13.28 403	0.82 117	0.40 53	4.16 448	0.59 126	4.25 483	2.97 508	2.35 439	1.84 345	1.18 197	3.40 521	1.52 177	1.54 359	0.29 198	0.24 286	0.23 41	0.18 60	0.30 170	0.51 426

RALCasStereoNet	1.19 171	1.02 425	2.06 183	1.12 328	1.14 397	3.08 207	0.70 190	2.99 220	1.73 273	1.34 180	1.68 274	1.18 197	0.91 168	2.16 274	1.00 236	0.30 242	0.26 329	0.24 73	0.21 122	0.29 147	0.30 226

DCANet	1.74 270	0.73 310	9.08 352	0.82 117	0.40 53	4.18 456	0.59 126	4.25 483	2.97 508	2.35 439	1.84 345	1.18 197	1.63 376	1.51 175	1.55 360	0.29 198	0.24 286	0.23 41	0.18 60	0.30 170	0.53 433

fff	1.74 270	0.70 283	9.08 352	0.81 107	0.36 17	4.15 438	0.57 113	4.23 473	2.09 344	2.30 421	1.80 319	1.19 201	3.02 502	1.44 158	1.46 334	0.29 198	0.23 251	0.23 41	0.18 60	0.24 63	0.42 363

dd	1.26 200	1.15 455	2.47 223	0.92 199	0.49 127	4.35 486	0.75 224	1.92 74	2.11 354	1.44 196	1.24 144	1.19 201	1.05 210	1.78 226	1.70 390	0.57 499	0.34 414	0.35 359	0.33 377	0.60 454	0.46 394

rafts_anoy	1.24 189	0.80 356	3.61 285	1.17 357	1.20 419	3.00 195	0.61 133	3.17 242	1.58 217	1.37 186	1.26 153	1.19 201	1.12 237	1.78 226	1.25 289	0.32 286	0.23 251	0.32 287	0.32 369	0.31 189	0.30 226

csc	1.74 270	0.70 283	9.08 352	0.81 107	0.36 17	4.15 438	0.57 113	4.23 473	2.09 344	2.30 421	1.80 319	1.19 201	3.02 502	1.44 158	1.46 334	0.29 198	0.23 251	0.23 41	0.18 60	0.24 63	0.42 363

cscssc	1.74 270	0.70 283	9.08 352	0.81 107	0.36 17	4.15 438	0.57 113	4.23 473	2.09 344	2.30 421	1.80 319	1.19 201	3.02 502	1.44 158	1.46 334	0.29 198	0.23 251	0.23 41	0.18 60	0.24 63	0.42 363

testlalala_base	1.62 252	0.74 320	1.63 133	1.19 366	1.40 468	2.63 157	0.84 286	4.09 432	1.31 97	1.22 172	1.42 199	1.21 206	0.85 146	1.16 90	0.73 127	3.92 597	2.10 587	0.27 163	0.18 60	4.49 597	1.11 540

DFGA-Net	2.11 336	3.00 559	7.43 332	1.11 324	0.76 267	3.72 329	0.60 129	2.63 174	1.91 311	2.01 323	2.07 409	1.22 207	1.04 205	10.26 505	2.26 458	0.27 133	0.22 222	0.34 340	0.34 385	0.61 459	0.48 404

RSM	0.80 65	0.50 79	1.08 27	0.83 128	0.51 133	1.31 44	0.77 240	2.28 116	1.43 123	0.82 109	1.44 203	1.22 207	0.62 62	1.17 97	0.63 77	0.22 48	0.18 84	0.24 73	0.19 86	0.27 112	0.20 30

rvit_0105_3	1.24 189	0.93 403	2.84 249	0.97 236	0.58 187	2.38 130	1.08 408	3.26 254	2.53 448	1.18 170	1.40 195	1.24 209	1.04 205	1.73 220	0.97 228	0.44 430	0.44 481	0.40 412	0.42 468	0.42 365	0.50 418

iRaft-Stereo_20w	1.88 292	0.62 208	10.58 375	0.90 185	0.83 299	2.96 193	0.78 244	4.90 570	1.58 217	2.29 417	1.60 251	1.25 210	4.51 549	2.28 288	0.90 196	0.29 198	0.21 193	0.26 131	0.24 201	0.41 346	0.31 236

PSM-AAD	2.43 406	0.54 119	1.32 95	0.92 199	0.54 154	4.48 507	7.47 596	2.96 217	1.55 202	2.31 427	2.56 489	1.26 211	16.23 607	2.46 294	0.89 192	0.28 173	0.21 193	0.58 510	0.41 461	0.34 258	1.32 552

TestStereo	2.00 317	1.02 425	12.25 392	0.70 57	0.61 198	1.88 88	0.55 106	2.31 120	1.52 178	1.41 193	1.33 174	1.27 212	0.90 165	11.62 558	0.81 159	0.34 315	0.19 119	0.33 322	0.24 201	0.44 383	0.24 109

rvit_105_1	1.43 226	0.90 392	3.27 268	1.08 302	0.68 236	2.79 163	1.27 446	3.52 291	2.35 404	1.38 188	1.54 232	1.28 213	1.14 246	2.91 326	1.40 320	0.54 493	0.47 499	0.45 447	0.59 521	0.44 383	0.58 457

mmm	1.27 205	0.58 161	2.20 194	1.41 465	0.68 236	2.39 132	0.85 295	3.90 371	1.63 245	2.20 389	1.84 345	1.28 213	1.50 333	1.91 249	0.89 192	0.31 265	0.27 340	0.45 447	0.37 423	0.38 306	0.34 278

GES	1.38 222	0.64 229	2.61 233	1.09 308	0.57 178	4.30 480	1.02 392	3.86 358	1.51 169	1.72 240	1.74 292	1.28 213	1.77 403	1.62 198	1.61 372	0.39 384	0.27 340	0.33 322	0.30 341	0.41 346	0.47 399

RALAANet	1.28 208	1.08 441	3.21 263	1.25 389	0.94 339	1.44 56	0.69 183	3.15 239	2.57 455	2.01 323	1.80 319	1.29 216	1.05 210	2.00 256	1.48 342	0.27 133	0.20 159	0.27 163	0.24 201	0.40 322	0.27 165

RAFT-Stereo-weight	1.11 156	0.48 66	1.22 72	0.99 250	0.42 67	4.17 453	0.80 261	3.60 304	1.50 162	1.97 302	1.50 220	1.30 217	0.65 71	1.24 110	0.85 171	0.25 96	0.19 119	0.26 131	0.22 157	0.27 112	0.23 91

testlalala	1.14 163	0.62 208	1.34 97	1.00 258	0.78 274	4.38 488	0.93 357	2.46 139	2.20 370	2.44 456	1.52 223	1.31 218	0.61 60	1.04 61	0.65 87	0.35 335	0.19 119	0.24 73	0.19 86	0.24 63	0.23 91

IPLG	2.48 417	0.65 240	19.63 517	0.91 193	0.79 278	4.60 538	0.56 110	4.31 510	1.84 298	1.91 284	2.00 391	1.31 218	1.38 292	6.61 411	1.53 358	0.27 133	0.20 159	0.27 163	0.23 175	0.31 189	0.36 298

RAFT+CT+SA	1.62 252	0.72 299	7.42 331	0.97 236	1.42 477	4.04 412	0.94 363	3.90 371	1.61 237	1.61 216	1.63 260	1.33 220	1.18 257	2.73 324	1.10 253	0.27 133	0.19 119	0.31 267	0.34 385	0.33 240	0.33 265

PFNet+	1.46 230	0.57 147	2.84 249	0.92 199	0.47 111	4.64 543	0.84 286	2.46 139	1.99 320	2.14 363	1.64 262	1.34 221	1.03 198	4.68 371	1.23 284	0.45 439	0.33 401	0.37 387	0.39 443	0.32 220	0.49 411

ICVP	2.26 363	0.66 251	21.18 583	0.99 250	0.88 321	4.28 477	0.95 367	3.32 264	1.60 233	1.66 227	1.76 305	1.34 221	1.14 246	1.62 198	1.32 307	0.53 491	0.35 420	0.33 322	0.29 320	0.40 322	0.51 426
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iResNet	2.52 425	0.94 409	21.17 582	1.84 538	0.72 251	3.75 335	0.81 271	4.14 449	2.55 454	2.33 437	2.03 395	1.35 223	1.44 315	3.27 335	2.16 452	0.35 335	0.23 251	0.28 199	0.22 157	0.44 383	0.45 384

NF-Stereo	1.58 242	0.61 198	2.66 240	2.26 561	0.47 111	4.68 549	0.67 169	3.31 259	1.48 148	2.11 353	1.59 247	1.36 224	1.09 226	6.08 401	1.20 274	0.40 392	0.20 159	0.36 375	0.34 385	0.31 189	0.36 298

OCTAStereo	1.58 242	0.61 198	2.72 243	2.27 564	0.46 101	4.68 549	0.67 169	3.30 258	1.48 148	2.11 353	1.59 247	1.36 224	1.09 226	6.02 398	1.21 278	0.41 407	0.20 159	0.36 375	0.34 385	0.31 189	0.37 312

RE-Stereo	1.58 242	0.61 198	2.72 243	2.26 561	0.46 101	4.68 549	0.68 177	3.31 259	1.48 148	2.11 353	1.59 247	1.36 224	1.09 226	6.01 396	1.22 281	0.41 407	0.20 159	0.36 375	0.34 385	0.31 189	0.37 312

TVStereo	1.58 242	0.61 198	2.72 243	2.26 561	0.46 101	4.68 549	0.68 177	3.31 259	1.48 148	2.11 353	1.59 247	1.36 224	1.09 226	6.01 396	1.22 281	0.41 407	0.20 159	0.36 375	0.34 385	0.31 189	0.37 312

CASS	1.29 210	0.66 251	2.62 236	0.95 223	0.66 224	2.84 170	0.69 183	3.00 222	1.79 288	2.57 478	1.95 377	1.39 228	1.55 350	1.59 190	1.06 244	0.50 476	0.28 353	0.34 340	0.28 292	0.46 402	0.63 472
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
TestStereo1	1.56 239	0.81 360	2.32 209	1.61 509	0.64 209	4.13 434	1.36 458	3.79 341	3.20 533	1.60 211	2.57 491	1.39 228	2.15 449	2.51 300	1.30 304	0.29 198	0.20 159	0.34 340	0.25 215	0.40 322	0.36 298

SA-5K	1.56 239	0.81 360	2.32 209	1.61 509	0.64 209	4.13 434	1.36 458	3.79 341	3.20 533	1.60 211	2.57 491	1.39 228	2.15 449	2.51 300	1.30 304	0.29 198	0.20 159	0.34 340	0.25 215	0.40 322	0.36 298

test_xeample	2.67 446	0.56 138	2.05 174	1.09 308	0.81 283	3.24 232	0.80 261	4.55 556	2.70 472	2.42 453	2.27 445	1.39 228	1.40 299	10.75 519	17.51 598	0.30 242	0.30 376	0.32 287	0.28 292	0.34 258	0.33 265

DN-CSS_ROB	1.91 299	1.55 513	11.13 382	1.82 536	0.88 321	3.99 403	0.61 133	4.01 406	1.67 254	1.64 222	1.89 365	1.39 228	1.06 217	3.23 334	1.50 348	0.31 265	0.19 119	0.44 440	0.29 320	0.37 301	0.31 236

PSMNet-RUCA	1.64 257	1.50 510	2.57 229	1.50 487	1.38 464	3.05 200	1.36 458	3.31 259	2.24 376	1.36 183	2.07 409	1.40 233	1.09 226	1.83 235	1.55 360	1.15 556	0.69 549	1.26 568	0.96 556	1.64 564	0.94 528

222	2.68 450	0.57 147	2.03 171	1.11 324	0.81 283	3.23 228	0.65 164	4.52 554	2.45 434	2.34 438	2.29 452	1.41 234	1.44 315	10.50 510	18.47 603	0.32 286	0.30 376	0.32 287	0.27 263	0.32 220	0.34 278

PSM-softLoss	1.66 261	0.59 169	5.15 309	2.25 559	0.48 119	4.68 549	0.69 183	2.57 162	1.52 178	2.14 363	1.45 204	1.42 235	0.99 190	6.04 399	1.20 274	0.41 407	0.23 251	0.37 387	0.39 443	0.32 220	0.31 236

KMStereo	1.66 261	0.59 169	5.15 309	2.25 559	0.48 119	4.68 549	0.69 183	2.57 162	1.52 178	2.14 363	1.45 204	1.42 235	0.99 190	6.04 399	1.20 274	0.41 407	0.23 251	0.37 387	0.39 443	0.32 220	0.31 236

LCNet	1.55 235	0.54 119	1.88 154	0.99 250	0.55 162	3.60 309	1.21 440	2.86 210	1.53 185	2.18 382	1.74 292	1.43 237	4.17 541	3.62 345	0.87 184	0.29 198	0.20 159	0.28 199	0.77 543	0.47 406	1.85 568

Selective-RAFT	1.15 164	0.46 39	1.64 135	0.99 250	0.45 90	4.17 453	0.51 88	3.21 245	1.69 262	1.12 167	1.34 179	1.45 238	1.40 299	2.08 264	0.94 221	0.41 407	0.20 159	0.24 73	0.23 175	0.27 112	0.25 121

DisPM	1.36 219	0.55 126	2.39 217	1.54 494	0.51 133	4.59 536	0.79 251	2.50 145	1.88 303	2.50 463	1.83 340	1.45 238	1.01 194	2.71 322	0.93 219	0.46 446	0.20 159	0.32 287	0.31 357	0.31 189	0.44 378

rvit_stereo_0075_2	1.18 169	0.74 320	2.66 240	0.90 185	1.27 435	2.51 142	0.69 183	2.25 110	2.06 338	1.40 191	1.86 355	1.46 240	0.84 144	1.42 155	0.94 221	0.46 446	0.40 458	0.48 464	0.38 436	0.46 402	0.51 426

HART	1.03 144	0.85 380	3.13 261	0.84 138	0.38 44	1.17 22	0.42 55	3.54 296	1.47 139	1.08 161	2.17 429	1.48 241	0.57 44	1.37 147	0.74 133	0.23 60	0.18 84	0.28 199	0.21 122	0.32 220	0.24 109

MIPNet	2.33 384	0.71 295	19.82 522	0.89 175	0.56 166	4.76 567	0.61 133	4.32 515	2.37 413	1.83 260	1.48 218	1.48 241	1.98 435	2.63 315	1.44 329	0.29 198	0.20 159	0.26 131	0.23 175	0.30 170	0.39 334

Pruner-Stereo	1.32 217	0.59 169	2.11 189	1.79 534	0.47 111	4.73 562	0.79 251	2.53 148	1.72 270	2.47 460	1.58 243	1.48 241	1.03 198	1.66 207	1.47 339	0.44 430	0.21 193	0.34 340	0.30 341	0.30 170	0.39 334

model_zeroshot	1.21 179	0.60 181	3.55 279	1.05 285	0.57 178	3.46 272	0.63 151	2.73 187	1.55 202	2.05 337	1.38 190	1.50 244	0.82 138	1.69 214	0.87 184	0.29 198	0.23 251	0.30 243	0.23 175	0.27 112	0.32 247

GMOStereo	1.13 158	0.70 283	2.26 203	0.75 78	0.44 82	3.05 200	0.91 342	2.78 196	1.45 126	2.37 443	1.52 223	1.53 245	1.05 210	1.17 97	0.92 210	0.25 96	0.19 119	0.35 359	0.28 292	0.34 258	0.26 149

error version	1.13 158	0.70 283	2.26 203	0.75 78	0.44 82	3.05 200	0.91 342	2.78 196	1.45 126	2.37 443	1.52 223	1.53 245	1.05 210	1.17 97	0.92 210	0.25 96	0.19 119	0.35 359	0.28 292	0.34 258	0.26 149

test-v	1.13 158	0.70 283	2.26 203	0.75 78	0.44 82	3.05 200	0.91 342	2.78 196	1.45 126	2.37 443	1.52 223	1.53 245	1.05 210	1.17 97	0.92 210	0.25 96	0.19 119	0.35 359	0.28 292	0.34 258	0.26 149

test-2	1.13 158	0.70 283	2.26 203	0.75 78	0.44 82	3.05 200	0.91 342	2.78 196	1.45 126	2.37 443	1.52 223	1.53 245	1.05 210	1.17 97	0.92 210	0.25 96	0.19 119	0.35 359	0.28 292	0.34 258	0.26 149

DeepStereo_RVC	1.55 235	0.63 217	3.32 271	0.77 98	0.42 67	4.49 513	0.72 195	2.50 145	1.58 217	2.02 328	1.81 331	1.54 249	6.38 575	1.73 220	1.19 271	0.46 446	0.22 222	0.29 221	0.28 292	0.35 276	0.38 327

GCST	2.56 433	1.79 528	18.02 483	1.92 544	1.33 453	1.72 78	0.51 88	3.67 316	2.03 329	1.70 235	1.61 255	1.55 250	1.29 276	5.06 375	1.24 286	2.06 575	0.77 556	1.45 574	0.97 557	1.14 546	1.34 553

test_sample2	1.75 274	0.56 138	2.25 202	1.41 465	0.80 280	2.91 181	0.86 300	4.05 419	2.04 333	1.91 284	1.39 192	1.57 251	1.55 350	10.65 516	1.06 244	0.32 286	0.28 353	0.32 287	0.30 341	0.36 289	0.33 265

test_sample1	1.62 252	0.55 126	1.88 154	1.44 471	0.79 278	2.27 122	0.64 154	4.00 404	1.82 291	1.87 269	1.35 182	1.57 251	1.62 363	9.55 478	1.24 286	0.30 242	0.27 340	0.31 267	0.28 292	0.32 220	0.32 247

x	1.15 164	0.57 147	1.53 122	1.44 471	0.67 231	1.94 93	0.97 377	3.87 361	1.57 214	1.61 216	1.28 161	1.58 253	1.22 264	1.93 250	1.04 242	0.28 173	0.30 376	0.34 340	0.29 320	0.32 220	0.31 236

HCRNet	1.60 248	0.56 138	2.47 223	0.78 100	1.36 459	4.11 429	0.71 192	3.57 300	2.79 484	1.75 246	1.61 255	1.58 253	1.41 304	5.79 393	1.56 362	0.34 315	0.28 353	0.36 375	0.29 320	0.33 240	0.37 312

ITSA-stereo	1.86 286	0.72 299	3.74 289	1.20 371	0.66 224	4.09 422	0.91 342	4.24 481	2.53 448	1.93 290	1.77 310	1.59 255	2.15 449	6.12 402	2.44 475	0.40 392	0.38 444	0.40 412	0.40 454	0.50 417	0.98 532

DRaft	2.28 370	0.56 138	2.64 239	0.74 77	0.46 101	3.94 385	1.23 442	2.32 122	1.55 202	2.64 494	2.80 511	1.60 256	5.34 560	6.96 424	10.99 569	0.34 315	0.22 222	0.27 163	0.27 263	0.29 147	0.37 312

FADNet_RVC	2.65 442	2.28 547	16.51 458	0.98 244	0.92 332	4.09 422	0.83 280	4.26 490	1.73 273	1.46 197	1.78 313	1.60 256	1.50 333	8.88 457	2.39 466	0.47 455	0.38 444	0.44 440	0.58 519	0.89 521	0.97 530

RAFT-Stereo + iAFF	1.25 193	0.72 299	1.74 143	1.05 285	0.36 17	4.13 434	0.42 55	2.95 216	2.84 498	2.02 328	2.40 473	1.61 258	1.11 236	1.26 117	0.97 228	0.21 38	0.15 22	0.26 131	0.23 175	0.29 147	0.23 91

FE-Mocha	1.06 147	0.74 320	2.45 222	0.97 236	0.69 242	1.57 67	0.40 43	2.92 214	1.47 139	1.82 258	1.81 331	1.62 259	0.88 156	1.36 142	0.78 146	0.29 198	0.20 159	0.35 359	0.31 357	0.26 99	0.33 265

dad	1.65 258	1.19 463	3.04 258	0.98 244	0.56 166	4.22 466	0.84 286	1.99 82	2.48 438	2.14 363	1.68 274	1.62 259	1.13 239	3.85 352	2.04 435	1.03 551	0.40 458	2.04 578	0.48 488	0.75 506	0.53 433

HITNet	2.07 329	0.82 367	14.77 433	1.34 436	0.56 166	3.47 275	0.80 261	4.07 426	2.35 404	2.16 376	1.61 255	1.64 261	1.44 315	2.09 267	2.56 487	0.26 111	0.18 84	0.41 424	0.26 237	0.45 391	0.25 121
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
FINET	2.96 475	1.07 439	23.18 608	1.29 410	1.86 545	2.03 100	1.52 484	4.30 507	4.71 572	2.23 404	2.34 470	1.65 262	1.48 326	5.89 395	2.81 497	0.51 482	0.47 499	0.49 478	0.40 454	0.59 450	0.49 411

SFCPSM	2.18 349	0.63 217	17.03 466	0.88 168	0.98 354	3.74 334	1.28 448	4.09 432	2.16 363	1.85 262	1.83 340	1.65 262	1.39 295	2.50 297	1.50 348	0.33 303	0.27 340	0.39 406	0.36 411	0.34 258	0.37 312

H2IRNET	1.90 295	0.53 105	14.29 428	1.14 336	0.60 193	4.48 507	0.44 64	2.65 176	1.81 290	1.05 159	2.30 457	1.67 264	1.40 299	2.17 276	1.50 348	0.36 347	0.21 193	0.33 322	0.37 423	0.34 258	0.29 197

test_5	1.87 288	0.75 333	10.23 370	1.14 336	1.40 468	3.85 363	1.27 446	3.91 376	1.93 313	1.69 231	1.78 313	1.67 264	1.79 406	2.99 332	1.17 268	0.30 242	0.18 84	0.35 359	0.33 377	0.34 258	0.33 265

GCAP-BAT	1.21 179	0.74 320	3.23 265	0.95 223	0.70 246	3.86 365	0.93 357	1.89 68	1.48 148	1.85 262	1.96 378	1.68 266	0.79 125	1.78 226	0.81 159	0.29 198	0.20 159	0.24 73	0.20 106	0.26 99	0.35 292

test_sample5	2.33 384	0.62 208	11.29 383	1.29 410	0.83 299	3.09 208	0.74 214	4.28 496	2.31 396	2.20 389	1.97 384	1.68 266	1.39 295	11.19 542	1.47 339	0.37 355	0.31 386	0.37 387	0.37 423	0.41 346	0.39 334

DualNet	2.33 384	0.62 208	11.29 383	1.29 410	0.83 299	3.09 208	0.74 214	4.28 496	2.31 396	2.26 413	2.04 398	1.68 266	1.39 295	11.19 542	1.47 339	0.37 355	0.31 386	0.37 387	0.37 423	0.41 346	0.39 334

SA	1.62 252	0.75 333	3.78 291	1.07 294	0.43 73	4.26 471	1.36 458	4.45 543	3.12 522	1.63 219	1.97 384	1.68 266	2.26 460	2.55 308	1.27 296	0.27 133	0.22 222	0.37 387	0.37 423	0.35 276	0.30 226

IPLGR	2.53 426	0.58 161	20.46 556	0.82 117	0.52 144	4.56 533	0.50 84	4.30 507	2.38 418	1.87 269	1.53 230	1.68 266	1.72 396	6.95 423	1.15 262	0.28 173	0.21 193	0.27 163	0.23 175	0.33 240	0.32 247

test_sample6	2.35 393	0.62 208	10.78 378	1.33 428	0.83 299	3.15 217	0.79 251	4.36 526	2.43 429	2.26 413	2.04 398	1.69 271	1.39 295	11.48 553	1.61 372	0.38 372	0.32 394	0.37 387	0.39 443	0.41 346	0.42 363

GMM-Stereo	2.45 409	0.52 91	20.38 551	0.89 175	0.82 292	4.18 456	1.91 519	2.45 136	1.48 148	2.48 461	2.30 457	1.69 271	1.86 423	2.93 328	1.08 249	0.28 173	0.18 84	0.33 322	0.48 488	0.35 276	2.41 579

GrayStereo	2.58 437	0.53 105	1.63 133	1.58 503	0.89 326	4.17 453	8.17 600	3.03 226	1.52 178	2.80 510	2.50 481	1.70 273	17.10 608	2.83 325	1.15 262	0.33 303	0.21 193	0.27 163	0.32 369	0.28 129	0.53 433

ARAFT	2.56 433	1.13 450	19.50 514	0.89 175	0.48 119	4.15 438	1.40 469	4.36 526	2.82 496	2.36 442	1.88 359	1.70 273	1.04 205	6.45 408	1.22 281	0.29 198	0.18 84	0.37 387	0.35 401	0.35 276	0.25 121

anonymity	1.76 275	1.26 479	2.73 246	1.66 514	1.32 449	1.84 85	1.07 403	3.49 284	2.30 392	2.11 353	2.11 417	1.71 275	3.90 536	1.82 234	1.48 342	1.10 553	1.09 566	1.08 563	1.08 564	1.05 534	1.09 538

Prome-Stereo	1.61 250	0.55 126	1.71 138	0.98 244	0.60 193	4.41 498	1.82 514	3.03 226	1.53 185	2.18 382	3.45 542	1.72 276	3.49 528	2.23 285	1.08 249	0.29 198	0.20 159	0.26 131	0.25 215	0.34 258	2.16 574

test_sample4	2.34 388	0.63 217	11.59 386	1.30 417	0.83 299	3.07 205	0.72 195	4.27 491	2.30 392	2.30 421	1.88 359	1.73 277	1.42 309	11.14 541	1.46 334	0.35 335	0.29 363	0.35 359	0.36 411	0.40 322	0.38 327

DCRE	1.44 227	0.74 320	3.50 278	1.13 335	0.72 251	1.78 81	0.67 169	2.14 96	1.56 208	1.99 309	8.09 577	1.73 277	1.07 221	1.24 110	0.83 165	0.23 60	0.25 311	0.26 131	0.26 237	0.28 129	0.30 226

DualNet (step1)	2.34 388	1.05 432	7.87 335	1.07 294	0.86 312	3.93 380	1.19 433	4.35 521	2.11 354	2.14 363	1.75 296	1.75 279	1.67 385	6.26 405	1.26 292	1.23 560	0.48 505	4.27 608	2.09 592	0.70 489	0.69 485

test_sample9	3.79 529	1.05 432	7.87 335	1.07 294	0.86 312	3.93 380	1.19 433	4.35 521	2.11 354	2.14 363	1.75 296	1.75 279	1.67 385	11.06 535	11.61 574	1.23 560	14.45 624	4.27 608	2.09 592	0.70 489	0.69 485

test_sample7	1.65 258	0.70 283	2.60 230	1.48 483	0.76 267	2.38 130	1.07 403	4.35 521	2.11 354	2.14 363	1.75 296	1.75 279	1.67 385	6.26 405	1.26 292	0.44 430	0.48 505	0.43 435	0.40 454	0.46 402	0.43 372

TRStereo	2.31 377	1.87 530	19.74 520	1.53 492	1.16 404	4.26 471	1.08 408	4.73 565	1.45 126	1.55 206	1.28 161	1.75 279	0.85 146	1.81 232	1.20 274	0.36 347	0.26 329	0.32 287	0.36 411	0.34 258	0.33 265

NRIStereo	1.28 208	0.61 198	1.67 136	1.15 349	0.38 44	4.73 562	0.90 334	2.42 130	1.50 162	1.93 290	1.33 174	1.75 279	1.22 264	2.96 330	1.33 311	0.46 446	0.22 222	0.29 221	0.26 237	0.30 170	0.28 186

PS-NSSS	2.22 354	1.33 492	2.90 253	0.97 236	1.53 493	4.11 429	1.08 408	4.55 556	2.65 466	2.10 349	2.32 468	1.77 284	1.40 299	11.79 571	1.61 372	0.68 524	0.45 486	0.96 557	0.43 471	0.95 526	0.92 526

Patchmatch Stereo++	1.25 193	0.65 240	2.06 183	0.75 78	0.37 32	4.68 549	0.76 227	2.53 148	1.58 217	1.99 309	1.47 211	1.78 285	1.14 246	2.44 292	0.90 196	0.48 460	0.23 251	0.32 287	0.27 263	0.40 322	0.29 197
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
PSM-adaLoss	1.24 189	0.65 240	2.03 171	0.75 78	0.37 32	4.68 549	0.73 202	2.53 148	1.58 217	1.99 309	1.47 211	1.78 285	1.13 239	2.18 278	0.87 184	0.48 460	0.23 251	0.32 287	0.27 263	0.40 322	0.29 197

ROB_FTStereo_v2	1.23 184	0.66 251	2.02 170	0.75 78	0.37 32	4.67 548	0.76 227	2.53 148	1.58 217	1.99 309	1.46 206	1.78 285	1.14 246	2.08 264	0.88 189	0.48 460	0.22 222	0.32 287	0.27 263	0.40 322	0.29 197

ROB_FTStereo	1.25 193	0.66 251	2.14 190	0.75 78	0.37 32	4.65 545	0.77 240	2.53 148	1.58 217	1.99 309	1.47 211	1.78 285	1.13 239	2.26 287	0.86 178	0.47 455	0.22 222	0.32 287	0.27 263	0.40 322	0.29 197

iGMRVC	1.26 200	0.66 251	2.14 190	0.75 78	0.37 32	4.66 546	0.74 214	2.53 148	1.58 217	1.99 309	1.46 206	1.78 285	1.14 246	2.46 294	0.92 210	0.48 460	0.23 251	0.32 287	0.27 263	0.40 322	0.29 197

iRAFT	1.25 193	0.65 240	2.06 183	0.75 78	0.37 32	4.68 549	0.76 227	2.53 148	1.58 217	1.99 309	1.47 211	1.78 285	1.14 246	2.44 292	0.90 196	0.48 460	0.23 251	0.32 287	0.27 263	0.40 322	0.29 197

RAFT-IKP	1.25 193	0.66 251	2.23 201	0.75 78	0.37 32	4.64 543	0.74 214	2.53 148	1.58 217	1.99 309	1.47 211	1.78 285	1.13 239	2.22 284	0.92 210	0.48 460	0.22 222	0.32 287	0.27 263	0.40 322	0.29 197

xx1	2.03 322	0.74 320	13.77 412	1.78 529	0.36 17	4.48 507	0.74 214	4.23 473	3.95 564	1.01 150	1.81 331	1.79 292	1.34 285	2.13 269	0.64 80	0.29 198	0.17 51	0.33 322	0.33 377	0.33 240	0.32 247

qqq	1.30 211	0.57 147	1.67 136	1.15 349	0.51 133	2.18 114	0.91 342	3.98 398	1.53 185	1.50 202	1.24 144	1.79 292	1.34 285	4.66 369	0.98 231	0.28 173	0.31 386	0.33 322	0.33 377	0.33 240	0.32 247

HUI-Stereo	1.25 193	0.66 251	2.33 211	0.75 78	0.37 32	4.68 549	0.78 244	2.53 148	1.58 217	1.99 309	1.46 206	1.79 292	1.13 239	2.17 276	0.85 171	0.48 460	0.23 251	0.32 287	0.27 263	0.40 322	0.29 197

test_sample3	2.34 388	0.61 198	11.94 390	1.33 428	0.85 307	3.10 211	0.73 202	4.24 481	2.19 368	2.21 398	1.75 296	1.80 295	1.41 304	11.11 540	1.46 334	0.35 335	0.29 363	0.34 340	0.35 401	0.39 317	0.37 312

gwcnet-sp	2.31 377	1.21 466	17.34 468	1.08 302	0.92 332	3.56 301	1.04 397	3.69 323	2.09 344	2.55 474	1.60 251	1.80 295	1.62 363	3.87 353	1.95 425	0.29 198	0.29 363	0.30 243	0.28 292	0.38 306	0.39 334

scenet	2.31 377	1.21 466	17.34 468	1.08 302	0.92 332	3.56 301	1.04 397	3.69 323	2.09 344	2.55 474	1.60 251	1.80 295	1.62 363	3.87 353	1.95 425	0.29 198	0.29 363	0.30 243	0.28 292	0.38 306	0.39 334

ssnet	2.31 377	1.21 466	17.34 468	1.08 302	0.92 332	3.56 301	1.04 397	3.69 323	2.09 344	2.55 474	1.60 251	1.80 295	1.62 363	3.87 353	1.95 425	0.29 198	0.29 363	0.30 243	0.28 292	0.38 306	0.39 334

iRaftStereo_RVC	1.09 153	0.70 283	1.39 106	0.95 223	0.45 90	3.83 350	0.42 55	2.37 125	1.58 217	1.69 231	1.76 305	1.80 295	0.83 143	1.50 172	0.98 231	0.28 173	0.18 84	0.29 221	0.26 237	0.30 170	0.31 236

AIO_test	0.76 48	0.47 56	1.31 92	0.81 107	0.70 246	1.36 48	0.88 324	1.40 17	1.45 126	0.55 13	0.95 84	1.81 300	0.58 47	1.16 90	0.46 23	0.27 133	0.17 51	0.24 73	0.19 86	0.24 63	0.21 60

MIM_Stereo	1.20 176	0.78 348	3.30 270	1.05 285	0.43 73	3.04 198	0.60 129	2.46 139	1.51 169	1.60 211	1.58 243	1.82 301	1.29 276	2.00 256	1.07 247	0.24 74	0.24 286	0.28 199	0.25 215	0.27 112	0.27 165

LL-Strereo2	1.23 184	0.85 380	2.38 216	0.93 215	0.68 236	3.72 329	1.37 463	2.54 157	1.99 320	1.75 246	1.40 195	1.82 301	0.73 96	1.40 148	0.99 234	0.31 265	0.23 251	0.55 503	0.35 401	0.29 147	0.24 109

Consistency-Raft	2.86 461	1.66 520	19.61 515	1.40 464	1.75 532	3.84 355	1.32 452	4.07 426	2.25 379	1.78 250	2.67 500	1.82 301	4.41 546	1.94 252	2.06 438	0.83 541	0.94 563	1.03 559	1.12 565	1.70 566	1.09 538

anonymousdsp2	1.26 200	0.60 181	3.74 289	1.02 275	0.41 60	3.60 309	0.72 195	3.68 318	1.47 139	1.37 186	1.56 240	1.83 304	1.01 194	2.00 256	0.66 92	0.29 198	0.20 159	0.28 199	0.20 106	0.32 220	0.29 197

PFNet	2.47 415	0.60 181	16.95 465	2.15 558	0.81 283	4.63 542	0.91 342	2.55 158	1.52 178	2.40 450	2.79 509	1.83 304	1.42 309	7.54 432	1.34 314	0.33 303	0.21 193	0.36 375	0.27 263	0.32 220	0.39 334

test-1	1.23 184	0.65 240	1.88 154	0.96 229	0.52 144	3.84 355	0.62 148	4.01 406	1.47 139	1.93 290	1.78 313	1.83 304	0.92 171	1.19 103	1.28 300	0.26 111	0.29 363	0.31 267	0.24 201	0.29 147	0.36 298

tg	1.15 164	0.67 261	1.31 92	0.94 219	0.54 154	4.02 408	0.41 50	2.96 217	1.59 232	1.69 231	1.85 352	1.84 307	0.97 182	1.78 226	0.83 165	0.27 133	0.17 51	0.29 221	0.26 237	0.29 147	0.27 165

Sa-1000	1.63 256	0.79 352	3.56 281	1.11 324	0.48 119	4.06 415	1.41 472	4.49 549	2.75 479	2.00 321	2.80 511	1.84 307	1.43 312	2.64 317	1.50 348	0.27 133	0.19 119	0.36 375	0.33 377	0.36 289	0.30 226

test_4	1.30 211	0.50 79	6.16 320	0.84 138	0.45 90	1.61 72	1.12 418	2.14 96	1.42 119	1.52 203	2.31 463	1.84 307	0.79 125	2.52 305	1.19 271	0.27 133	0.17 51	0.29 221	0.29 320	0.29 147	0.25 121

StereoVision	1.65 258	0.75 333	7.47 333	1.01 264	1.80 541	2.61 155	0.61 133	3.06 231	1.96 315	1.25 173	3.46 543	1.85 310	0.88 156	2.07 262	1.93 421	0.43 424	0.36 426	0.37 387	0.36 411	0.48 409	0.33 265

FADNet-RVC	2.51 422	2.27 545	14.03 421	1.09 308	0.81 283	3.54 296	1.10 414	4.13 443	2.48 438	1.39 189	1.22 139	1.85 310	1.77 403	9.78 484	2.06 438	0.38 372	0.37 438	0.40 412	0.40 454	0.67 483	0.48 404

CRE-IMP	1.23 184	0.61 198	2.14 190	0.82 117	0.39 47	4.54 523	0.83 280	2.63 174	1.55 202	1.95 296	1.46 206	1.87 312	0.96 179	1.48 169	1.33 311	0.45 439	0.21 193	0.31 267	0.26 237	0.41 346	0.31 236

DStereoRT	3.28 509	1.06 437	14.58 432	1.33 428	1.12 393	4.51 520	1.29 449	4.21 465	3.48 552	2.50 463	2.13 422	1.89 313	7.69 587	7.57 434	2.43 473	0.66 517	0.33 401	4.46 612	2.84 606	0.38 306	1.12 541

HBP-ISP	3.25 508	1.10 445	20.86 569	1.54 494	1.15 399	4.50 516	2.89 558	4.43 539	2.38 418	4.14 563	1.96 378	1.90 314	2.04 438	11.08 538	1.32 307	0.66 517	0.57 524	0.66 532	0.61 526	0.64 473	0.61 465

FTStereo	3.71 527	0.53 105	20.37 550	0.96 229	0.65 217	4.34 483	11.29 604	2.62 173	1.50 162	2.58 482	5.04 562	1.90 314	13.84 602	3.71 349	1.25 289	0.38 372	0.24 286	0.31 267	0.32 369	0.30 170	2.10 573

castereo++	0.93 107	0.56 138	1.26 80	0.92 199	0.73 256	2.48 139	1.00 385	2.99 220	1.03 65	0.68 55	1.41 197	1.92 316	0.59 52	1.26 117	0.44 17	0.25 96	0.19 119	0.28 199	0.19 86	0.23 58	0.23 91

MSKI-zero shot	2.22 354	0.64 229	20.09 536	0.96 229	0.56 166	4.04 412	0.70 190	3.91 376	1.50 162	1.92 286	2.28 449	1.92 316	0.71 88	2.93 328	0.67 97	0.26 111	0.23 251	0.26 131	0.21 122	0.28 129	0.26 149

4D-IteraStereo	1.97 311	0.84 376	20.43 555	0.78 100	1.56 501	2.09 110	1.05 400	2.43 133	1.56 208	1.41 193	1.00 90	1.94 318	0.61 60	1.22 107	1.06 244	0.27 133	0.18 84	0.31 267	0.26 237	0.27 112	0.23 91

ASMatch	2.62 439	0.60 181	20.65 564	1.37 457	0.64 209	4.39 491	0.78 244	1.97 80	1.58 217	1.70 235	3.89 552	1.94 318	3.79 533	5.46 383	1.64 383	0.31 265	0.24 286	0.34 340	0.28 292	0.33 240	0.50 418

SMFormer	2.00 317	0.57 147	4.46 298	1.36 447	0.57 178	2.03 100	0.73 202	4.25 483	2.80 488	2.32 431	2.31 463	1.95 320	1.52 339	10.99 531	2.13 448	0.34 315	0.32 394	0.36 375	0.31 357	0.38 306	0.36 298

tta	2.00 317	0.57 147	4.46 298	1.36 447	0.57 178	2.03 100	0.73 202	4.25 483	2.80 488	2.32 431	2.31 463	1.95 320	1.52 339	10.99 531	2.13 448	0.34 315	0.32 394	0.36 375	0.31 357	0.29 147	0.29 197

qqq1	1.92 302	0.57 147	4.46 298	1.36 447	0.57 178	2.03 100	0.73 202	4.25 483	2.80 488	2.32 431	2.31 463	1.95 320	1.52 339	10.99 531	0.71 119	0.34 315	0.32 394	0.30 243	0.23 175	0.29 147	0.29 197

fff1	1.92 302	0.57 147	4.46 298	1.36 447	0.57 178	2.03 100	0.73 202	4.25 483	2.80 488	2.32 431	2.31 463	1.95 320	1.52 339	10.99 531	0.71 119	0.34 315	0.32 394	0.30 243	0.23 175	0.29 147	0.29 197

1111x	3.13 498	0.57 147	8.38 344	1.20 371	0.76 267	3.80 346	0.88 324	4.61 560	2.63 463	2.31 427	2.16 427	1.95 320	1.81 414	11.54 554	18.13 601	0.32 286	0.31 386	0.32 287	0.30 341	0.35 276	0.34 278

AASNet	2.44 408	0.92 399	19.79 521	1.35 441	1.49 486	3.81 348	1.07 403	3.85 355	2.93 506	1.95 296	2.29 452	1.96 325	1.29 276	1.73 220	1.93 421	0.39 384	0.33 401	0.45 447	0.30 341	0.55 434	0.45 384

CrosDoStereo	5.24 562	0.60 181	20.23 541	0.82 117	0.51 133	3.39 257	18.11 614	3.82 348	2.27 384	1.98 304	8.74 582	1.96 325	6.96 579	7.35 428	26.35 617	0.30 242	0.22 222	0.30 243	0.28 292	0.33 240	0.38 327

DeepStereo_LL	5.24 562	0.60 181	20.23 541	0.82 117	0.51 133	3.39 257	18.11 614	3.82 348	2.27 384	1.98 304	8.74 582	1.96 325	6.96 579	7.35 428	26.35 617	0.30 242	0.22 222	0.30 243	0.28 292	0.33 240	0.38 327

RAFT-345	2.46 412	0.55 126	19.69 519	1.02 275	0.49 127	4.43 503	0.78 244	1.64 45	2.34 402	2.09 346	3.12 530	1.96 325	1.31 280	6.65 413	1.43 327	0.36 347	0.23 251	0.32 287	0.25 215	0.28 129	0.25 121

EKT-Stereo	6.79 581	0.64 229	4.24 296	1.77 528	106.39 635	4.51 520	0.61 133	3.16 240	1.53 185	1.88 272	1.22 139	1.98 329	1.36 290	3.81 350	0.84 168	0.35 335	0.24 286	0.29 221	0.26 237	0.34 258	0.48 404

iResNet_ROB	1.89 293	1.02 425	8.60 347	1.39 461	0.98 354	3.72 329	0.66 167	3.84 352	2.65 466	1.88 272	2.05 404	1.98 329	1.27 271	4.52 367	1.67 387	0.30 242	0.20 159	0.28 199	0.18 60	0.31 189	0.40 354

CC-Net-ROB	3.35 514	1.76 526	13.89 418	2.33 567	1.65 518	4.49 513	1.62 497	4.73 565	2.90 501	1.92 286	2.05 404	1.99 331	1.61 360	12.57 589	1.60 369	2.46 578	2.18 588	2.68 590	1.04 563	2.11 569	1.38 556

KYRaft	1.59 247	0.52 91	1.73 140	0.95 223	0.49 127	4.38 488	1.79 510	2.43 133	1.51 169	2.49 462	2.98 519	2.00 332	3.41 522	2.14 272	0.82 162	0.30 242	0.21 193	0.33 322	0.46 480	0.35 276	2.45 582

DMCA-RVC	2.45 409	1.22 472	18.29 487	1.23 385	1.14 397	2.49 140	0.85 295	3.29 257	1.68 256	3.02 525	1.41 197	2.00 332	1.53 346	6.39 407	2.00 431	0.38 372	0.30 376	0.44 440	0.35 401	0.45 391	0.44 378

MLCV	1.87 288	0.91 397	8.59 346	1.10 317	0.57 178	3.59 307	0.53 98	3.70 328	2.20 370	2.80 510	2.25 443	2.00 332	1.42 309	4.13 361	1.86 413	0.30 242	0.20 159	0.32 287	0.21 122	0.33 240	0.36 298

iResNetv2_ROB	2.65 442	5.00 574	19.28 509	2.06 554	1.09 388	3.83 350	1.13 421	4.14 449	2.09 344	1.85 262	2.03 395	2.01 335	1.51 337	3.58 343	1.58 365	0.34 315	0.21 193	0.32 287	0.21 122	0.44 383	0.29 197

test_3	1.19 171	0.51 85	2.08 186	0.99 250	0.41 60	2.05 106	0.87 320	4.40 534	1.42 119	1.99 309	1.18 128	2.03 336	0.79 125	2.70 320	0.75 136	0.27 133	0.17 51	0.29 221	0.29 320	0.30 170	0.27 165

DEmStereo	2.97 479	0.58 161	13.42 405	0.79 102	0.51 133	3.84 355	1.84 517	2.42 130	1.60 233	2.25 410	2.74 504	2.03 336	6.04 567	6.79 422	12.80 579	0.35 335	0.26 329	0.26 131	0.27 263	0.27 112	0.37 312

RAFT-RH_RVC	2.63 440	0.55 126	19.97 529	1.26 396	0.47 111	4.46 505	0.57 113	1.71 51	1.64 246	3.06 530	5.51 565	2.03 336	1.28 273	6.70 415	1.52 357	0.42 418	0.22 222	0.37 387	0.34 385	0.28 129	0.29 197

FADNet-RVC-Resample	2.83 459	2.02 537	21.07 577	1.12 328	0.91 331	3.53 292	1.37 463	4.08 430	2.09 344	1.68 230	1.33 174	2.03 336	1.51 337	9.54 476	1.69 389	0.38 372	0.37 438	0.42 431	0.44 474	0.56 440	0.56 448

CoDeX	2.40 401	0.78 348	13.21 402	1.00 258	1.18 406	3.24 232	1.32 452	4.14 449	2.41 425	1.74 244	1.84 345	2.05 340	1.47 324	10.03 496	1.60 369	0.34 315	0.28 353	0.32 287	0.27 263	0.32 220	0.39 334

xxxx	2.67 446	0.54 119	2.03 171	1.22 380	0.81 283	3.49 281	0.63 151	4.49 549	2.49 442	2.22 400	2.23 440	2.05 340	1.38 292	10.05 497	17.91 599	0.32 286	0.32 394	0.30 243	0.27 263	0.33 240	0.34 278

test-3	1.19 171	0.52 91	2.00 168	1.01 264	0.42 67	1.95 94	0.91 342	4.35 521	1.47 139	2.24 407	1.16 125	2.06 342	0.79 125	2.68 318	0.76 140	0.27 133	0.18 84	0.28 199	0.26 237	0.26 99	0.25 121

test_1	1.19 171	0.52 91	2.00 168	1.01 264	0.42 67	1.95 94	0.90 334	4.36 526	1.47 139	2.17 380	1.16 125	2.06 342	0.78 121	2.68 318	0.76 140	0.27 133	0.18 84	0.28 199	0.26 237	0.26 99	0.25 121

TDLM	2.29 373	1.08 441	4.61 304	1.29 410	1.01 367	4.26 471	2.17 533	3.75 333	2.79 484	2.31 427	1.98 386	2.06 342	1.59 353	12.45 585	1.72 393	0.51 482	0.28 353	0.52 490	0.35 401	0.56 440	0.50 418

ToySt	1.35 218	0.72 299	3.65 287	1.01 264	0.50 131	3.31 250	1.01 388	3.46 280	1.73 273	1.30 176	1.55 236	2.07 345	1.47 324	1.88 246	1.40 320	0.27 133	0.27 340	0.30 243	0.32 369	0.42 365	0.39 334

IRAFT_RVC	1.87 288	0.60 181	4.33 297	2.40 568	0.66 224	4.59 536	1.59 494	2.96 217	1.51 169	2.23 404	1.75 296	2.09 346	2.63 484	6.70 415	1.50 348	0.33 303	0.21 193	0.33 322	0.29 320	0.32 220	0.32 247

GANet-ADL	2.20 352	0.73 310	20.11 537	1.25 389	0.69 242	3.83 350	0.76 227	3.49 284	1.71 267	1.65 226	1.99 389	2.10 347	1.10 232	1.42 155	1.26 292	0.38 372	0.33 401	0.25 101	0.22 157	0.42 365	0.36 298

BEATNet_4x	1.92 302	1.36 494	8.75 350	1.20 371	0.56 166	3.46 272	1.03 394	4.00 404	2.43 429	2.25 410	1.70 281	2.10 347	1.59 353	2.57 311	3.05 503	0.37 355	0.22 222	0.47 456	0.29 320	0.60 454	0.40 354

AFF-stereo	1.31 215	0.77 342	1.46 114	1.10 317	0.45 90	3.93 380	0.48 81	2.92 214	2.92 504	1.90 279	2.21 437	2.11 349	1.52 339	1.93 250	1.12 259	0.21 38	0.16 33	0.25 101	0.25 215	0.29 147	0.20 30

MMNet	2.02 321	0.81 360	10.76 377	1.12 328	1.23 426	3.53 292	0.89 329	3.79 341	2.08 341	2.15 371	1.76 305	2.15 350	2.12 445	3.69 348	2.32 463	0.31 265	0.29 363	0.34 340	0.27 263	0.38 306	0.42 363

raft_robust	1.92 302	1.15 455	3.34 273	1.02 275	0.43 73	3.84 355	0.46 73	4.42 536	2.52 447	1.67 229	1.36 186	2.17 351	6.37 573	6.78 420	1.04 242	0.28 173	0.24 286	0.30 243	0.35 401	0.31 189	0.32 247

Occ-G	0.86 86	0.52 91	1.39 106	0.82 117	0.66 224	1.37 49	0.79 251	1.58 33	1.31 97	1.56 208	0.87 64	2.18 352	0.89 162	0.97 45	0.88 189	0.26 111	0.19 119	0.26 131	0.19 86	0.25 78	0.24 109

iRaft-Stereo_5w	2.10 333	0.83 371	8.57 345	0.81 107	0.76 267	3.21 224	0.84 286	3.71 329	1.65 250	1.56 208	2.50 481	2.20 353	2.23 458	9.13 466	2.01 433	0.38 372	0.19 119	0.35 359	0.27 263	0.45 391	0.39 334

RAFT + AFF	2.51 422	2.66 555	4.48 302	1.15 349	1.95 554	4.15 438	2.01 525	4.46 544	3.30 544	2.19 386	2.51 483	2.22 354	4.87 553	8.91 459	2.06 438	0.30 242	0.60 534	0.48 464	0.38 436	0.77 508	0.69 485

MFMNet_re	2.91 468	1.91 531	18.25 485	3.06 580	1.89 550	3.13 215	1.67 505	3.52 291	2.97 508	3.14 534	2.87 516	2.26 355	2.41 470	2.42 291	2.00 431	1.10 553	1.05 565	0.94 556	0.90 552	1.28 556	1.46 560

CFNet	2.34 388	1.10 445	8.96 351	1.34 436	1.24 428	4.09 422	0.73 202	4.04 415	2.77 481	1.62 218	1.87 358	2.27 356	1.45 319	11.41 548	1.82 408	0.31 265	0.24 286	0.43 435	0.36 411	0.43 375	0.33 265

MyStereo8	2.33 384	1.13 450	19.26 507	1.22 380	1.62 510	4.16 448	0.57 113	3.50 287	2.36 407	2.15 371	1.75 296	2.28 357	1.14 246	1.46 166	2.20 454	0.24 74	0.21 193	0.32 287	0.27 263	0.36 289	0.43 372

MyStereo05	2.37 399	0.72 299	19.94 527	1.02 275	0.99 357	4.26 471	0.86 300	4.01 406	2.62 461	2.14 363	1.26 153	2.28 357	1.63 376	2.07 262	1.68 388	0.24 74	0.23 251	0.34 340	0.26 237	0.42 365	0.36 298

Wz-Net-LNSev-Ref	2.42 405	1.47 507	14.14 423	1.30 417	1.35 456	3.51 288	1.64 500	4.04 415	2.10 352	2.46 458	1.88 359	2.28 357	2.51 478	4.73 372	3.17 505	0.38 372	0.19 119	0.35 359	0.20 106	0.40 322	0.36 298

IER	1.69 264	0.65 240	7.19 329	0.94 219	1.15 399	3.28 244	0.89 329	3.48 281	1.97 317	2.10 349	1.98 386	2.28 357	2.12 445	2.25 286	1.75 401	0.29 198	0.23 251	0.36 375	0.30 341	0.32 220	0.34 278

AACVNet	1.83 283	1.02 425	2.41 220	1.45 475	0.87 317	3.21 224	0.73 202	3.16 240	1.61 237	2.01 323	1.82 339	2.28 357	1.33 283	10.98 530	1.49 347	0.39 384	0.32 394	0.38 402	0.32 369	0.43 375	0.44 378

Wz-Net-MNSev	2.71 454	2.54 553	13.91 419	1.52 490	1.37 461	3.28 244	2.47 541	4.03 411	2.32 400	2.57 478	2.07 409	2.29 362	3.01 501	7.55 433	2.74 493	0.38 372	0.36 426	0.36 375	0.37 423	0.57 445	0.47 399

111	1.83 283	0.92 399	9.08 352	0.81 107	0.36 17	4.25 470	0.91 342	4.44 540	2.70 472	2.39 448	1.96 378	2.30 363	1.64 379	1.28 122	1.82 408	0.28 173	0.22 222	0.24 73	0.20 106	0.31 189	0.54 439

MyStereo04	2.29 373	0.80 356	18.77 496	1.00 258	1.04 373	3.95 390	0.95 367	3.91 376	2.54 452	1.99 309	1.27 160	2.31 364	1.65 381	2.02 260	1.77 402	0.24 74	0.24 286	0.34 340	0.26 237	0.41 346	0.37 312

XPNet_ROB	2.27 365	1.11 448	4.10 293	1.36 447	0.97 347	3.94 385	1.63 498	4.07 426	2.14 359	2.82 512	2.00 391	2.32 365	1.73 399	10.81 523	3.39 507	0.51 482	0.47 499	0.48 464	0.40 454	0.51 419	0.56 448

GEStereo_RVC	1.91 299	0.80 356	6.57 321	1.20 371	1.06 378	4.02 408	1.43 476	4.13 443	1.89 307	2.03 332	1.80 319	2.34 366	1.86 423	4.94 373	1.77 402	0.48 460	0.38 444	0.32 287	0.28 292	0.42 365	0.50 418

GANet-RSSM	1.98 313	0.62 208	3.49 276	1.69 517	1.23 426	4.22 466	0.91 342	3.31 259	1.86 300	1.81 256	1.74 292	2.34 366	1.82 416	10.92 528	1.73 397	0.34 315	0.29 363	0.31 267	0.28 292	0.39 317	0.40 354

DMCA	1.72 267	0.74 320	6.63 322	1.14 336	0.96 343	3.98 402	0.90 334	3.75 333	2.76 480	2.83 513	1.58 243	2.35 368	1.18 257	1.58 185	1.98 430	0.40 392	0.27 340	0.42 431	0.26 237	0.36 289	0.38 327

ETE_ROB	2.07 329	1.40 500	3.01 257	1.09 308	0.92 332	3.94 385	1.53 486	4.25 483	2.23 374	3.31 541	2.06 408	2.35 368	1.52 339	8.74 455	2.07 441	0.44 430	0.36 426	0.51 484	0.48 488	0.54 432	0.62 468

Any-RAFT	1.40 223	0.53 105	2.78 247	1.09 308	0.64 209	4.41 498	0.81 271	3.97 396	2.78 482	1.99 309	1.34 179	2.36 370	1.56 352	1.56 181	0.75 136	0.27 133	0.20 159	0.25 101	0.18 60	0.25 78	0.28 186

UCFNet_RVC	1.57 241	0.84 376	3.25 266	1.36 447	1.40 468	4.07 420	1.01 388	2.68 180	1.50 162	2.11 353	1.88 359	2.37 371	1.50 333	3.41 339	1.42 326	0.36 347	0.28 353	0.52 490	0.40 454	0.53 429	0.43 372

WCG-NET（raft）	0.95 117	0.55 126	1.20 71	0.84 138	0.31 6	1.44 56	1.01 388	1.55 30	2.37 413	1.64 222	1.42 199	2.38 372	1.01 194	1.29 127	0.76 140	0.22 48	0.19 119	0.22 27	0.20 106	0.25 78	0.21 60

CSP-Net	1.78 278	1.32 489	1.92 159	1.16 355	1.03 370	3.38 256	1.31 451	3.52 291	1.75 281	1.96 300	1.93 376	2.40 373	1.48 326	8.58 453	1.58 365	0.46 446	0.34 414	0.27 163	0.26 237	0.41 346	0.50 418

ADCRef	3.30 510	1.23 476	14.90 437	1.17 357	1.41 475	3.95 390	1.64 500	3.88 364	2.36 407	3.05 529	2.21 437	2.40 373	2.81 493	5.04 374	16.63 593	0.46 446	0.34 414	0.63 526	0.62 527	0.54 432	0.67 480

AAGNet	2.86 461	0.60 181	1.77 145	2.05 553	0.46 101	4.76 567	1.09 412	2.27 113	1.56 208	2.17 380	1.84 345	2.41 375	4.00 537	6.23 404	24.22 615	0.46 446	0.19 119	0.30 243	0.29 320	0.32 220	0.24 109

UPFNet	1.81 282	0.63 217	6.71 323	1.25 389	1.44 478	3.50 285	1.35 456	4.02 410	1.85 299	2.40 450	1.52 223	2.41 375	1.40 299	3.62 345	1.88 415	0.34 315	0.33 401	0.37 387	0.31 357	0.41 346	0.39 334

NCCL2	2.53 426	1.35 493	10.90 380	1.15 349	0.97 347	3.53 292	2.56 547	3.65 312	2.23 374	2.76 506	1.80 319	2.41 375	1.66 383	10.35 506	2.07 441	0.44 430	0.40 458	0.57 508	0.53 509	0.59 450	0.65 478

HI	1.27 205	0.90 392	2.33 211	1.10 317	0.68 236	2.92 184	0.45 68	2.49 143	1.76 283	2.13 360	1.65 268	2.42 378	1.84 418	1.58 185	1.61 372	0.26 111	0.16 33	0.28 199	0.29 320	0.26 99	0.25 121

CoSv	1.27 205	0.90 392	2.33 211	1.10 317	0.68 236	2.92 184	0.45 68	2.49 143	1.76 283	2.13 360	1.65 268	2.42 378	1.84 418	1.58 185	1.61 372	0.26 111	0.16 33	0.28 199	0.29 320	0.26 99	0.25 121

GMStereo_Zeroshot	1.41 225	1.21 466	3.33 272	1.29 410	0.72 251	3.35 253	0.53 98	2.58 169	1.68 256	2.35 439	1.56 240	2.42 378	0.96 179	2.50 297	1.16 265	0.45 439	0.23 251	0.40 412	0.24 201	0.79 512	0.33 265

z-ln-s-r	2.67 446	1.16 458	12.43 394	1.34 436	1.26 433	3.70 325	1.21 440	4.20 459	2.38 418	2.04 335	1.92 373	2.43 381	1.60 359	10.58 512	5.19 533	0.29 198	0.20 159	0.32 287	0.24 201	0.51 419	0.38 327

TCMNet	2.98 481	1.30 483	18.26 486	1.47 480	2.09 562	3.84 355	1.08 408	3.96 394	2.39 422	2.53 472	2.29 452	2.43 381	1.75 400	10.09 499	2.39 466	0.52 488	0.45 486	0.61 521	0.50 498	0.80 514	0.78 508

SST-Stereo	1.76 275	0.58 161	3.10 259	1.44 471	0.46 101	4.71 561	0.76 227	2.22 107	2.79 484	2.07 345	2.18 431	2.43 381	3.22 515	6.66 414	0.84 168	0.42 418	0.19 119	0.30 243	0.27 263	0.35 276	0.26 149

FENet	2.25 360	0.50 79	20.29 548	1.35 441	0.67 231	4.01 406	0.60 129	3.95 389	1.99 320	1.96 300	1.11 117	2.43 381	1.43 312	1.60 192	1.39 318	0.32 286	0.22 222	0.33 322	0.26 237	0.29 147	0.39 334

psm_up	2.28 370	0.81 360	5.45 315	1.26 396	1.50 488	3.84 355	1.23 442	4.23 473	2.03 329	2.55 474	1.80 319	2.44 385	1.65 381	12.90 590	1.58 365	0.37 355	0.38 444	0.41 424	0.34 385	0.43 375	0.39 334

testlalala2	2.31 377	0.63 217	20.54 558	2.56 572	2.87 578	3.79 344	0.76 227	4.20 459	1.48 148	1.42 195	1.43 201	2.45 386	0.80 132	1.03 56	0.68 100	0.27 133	0.25 311	0.24 73	0.21 122	0.33 240	0.28 186

DAS	2.31 377	0.67 261	4.79 305	1.14 336	1.64 514	2.93 188	2.13 531	4.09 432	2.74 476	4.17 564	2.52 484	2.46 387	1.79 406	11.55 555	1.63 380	0.37 355	0.22 222	0.39 406	0.25 215	0.41 346	0.34 278

SepStereo	2.15 344	0.67 261	4.79 305	1.14 336	1.64 514	2.93 188	2.13 531	4.09 432	2.74 476	4.17 564	2.52 484	2.46 387	1.79 406	8.36 447	1.63 380	0.37 355	0.22 222	0.39 406	0.25 215	0.41 346	0.34 278

GANetREF_RVC	3.20 505	1.93 532	18.84 497	1.51 489	0.80 280	4.12 431	1.82 514	4.16 454	2.91 502	1.87 269	1.74 292	2.48 389	1.84 418	13.18 591	1.74 398	0.80 536	0.57 524	0.79 548	0.74 539	1.20 554	0.86 520
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
AdaStereo	1.45 229	0.83 371	2.34 214	1.28 406	0.81 283	3.21 224	1.14 423	4.20 459	2.46 437	2.05 337	1.77 310	2.48 389	1.18 257	1.71 218	1.44 329	0.43 424	0.25 311	0.43 435	0.28 292	0.44 383	0.34 278
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
STTStereo	2.34 388	0.95 411	14.93 439	1.43 468	1.54 494	3.86 365	0.86 300	3.65 312	2.44 433	2.15 371	1.55 236	2.49 391	1.59 353	5.14 377	1.44 329	0.38 372	0.39 453	0.47 456	0.51 502	0.52 423	0.51 426

RAFT_CTSACE	1.80 281	1.06 437	10.00 365	1.71 521	1.39 466	3.49 281	1.06 401	3.05 228	1.62 242	1.70 235	2.04 398	2.51 392	1.80 411	1.98 254	0.94 221	0.25 96	0.22 222	0.28 199	0.30 341	0.30 170	0.26 149

FADNet	2.49 419	1.76 526	13.17 401	1.17 357	0.95 342	3.27 240	0.88 324	3.94 387	2.27 384	1.40 191	1.29 163	2.51 392	2.06 440	9.93 491	1.94 423	0.43 424	0.45 486	0.40 412	0.43 471	1.06 535	0.53 433

HSM-Net_RVC	2.87 465	0.57 147	17.46 476	0.92 199	0.90 329	3.70 325	1.20 437	5.64 585	2.51 446	3.22 539	2.43 474	2.54 394	1.59 353	11.41 548	1.65 385	0.34 315	0.25 311	0.26 131	0.23 175	0.30 170	0.29 197
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Reg-Stereo(zero)	1.60 248	0.42 21	10.69 376	0.89 175	0.68 236	3.27 240	0.47 79	2.27 113	1.54 194	1.48 199	1.24 144	2.55 395	2.68 487	1.48 169	1.10 253	0.19 26	0.19 119	0.22 27	0.18 60	0.24 63	0.26 149

GwcNet-ADL	2.47 415	0.67 261	21.48 590	0.96 229	0.72 251	4.61 539	0.95 367	4.42 536	2.36 407	1.98 304	1.80 319	2.55 395	1.24 269	1.90 248	1.41 324	0.40 392	0.46 495	0.24 73	0.27 263	0.41 346	0.49 411

SACVNet	2.46 412	1.14 454	9.47 359	1.44 471	1.18 406	4.06 415	1.49 483	3.84 352	2.24 376	2.62 490	1.89 365	2.57 397	1.28 273	11.35 546	1.64 383	0.50 476	0.39 453	0.48 464	0.41 461	0.55 434	0.75 502

CFNet-RSSM	2.08 332	0.52 91	20.06 532	1.01 264	0.56 166	3.39 257	0.64 154	3.67 316	1.55 202	1.72 240	1.37 187	2.57 397	1.19 261	1.11 70	0.86 178	0.27 133	0.20 159	0.25 101	0.23 175	0.27 112	0.23 91

DRN-Test	3.03 489	0.99 420	18.18 484	1.35 441	1.60 507	3.59 307	1.48 479	4.13 443	2.45 434	3.47 549	1.92 373	2.58 399	2.53 479	10.88 525	2.80 496	0.39 384	0.36 426	0.44 440	0.41 461	0.55 434	0.57 452

BSDual-CNN	1.46 230	0.59 169	1.94 161	0.87 163	0.85 307	4.16 448	1.16 426	4.48 546	1.88 303	2.93 518	1.83 340	2.60 400	1.31 280	1.60 192	1.21 278	0.34 315	0.25 311	0.31 267	0.28 292	0.35 276	0.33 265

psmg	1.47 233	0.59 169	1.94 161	0.92 199	0.85 307	4.30 480	1.42 474	4.10 440	1.88 303	2.64 494	2.09 412	2.60 400	1.31 280	1.60 192	1.21 278	0.34 315	0.27 340	0.33 322	0.34 385	0.36 289	0.34 278

PSMNet-RSSM	1.96 309	0.77 342	3.26 267	1.29 410	1.31 442	4.19 460	0.96 374	3.68 318	1.89 307	2.05 337	1.80 319	2.60 400	1.70 392	9.84 486	1.81 406	0.35 335	0.29 363	0.35 359	0.37 423	0.42 365	0.35 292

CVANet_RVC	2.55 432	1.10 445	9.13 357	1.46 477	1.15 399	3.96 395	1.53 486	3.91 376	2.50 443	3.04 527	2.04 398	2.60 400	1.72 396	12.46 586	1.50 348	0.49 472	0.30 376	0.51 484	0.41 461	0.63 465	0.50 418

w-ln-seven-2	2.73 455	2.13 540	12.47 396	1.18 363	1.01 367	3.54 296	1.58 493	3.93 383	3.26 539	2.43 455	2.02 393	2.63 404	2.28 461	7.93 442	5.45 536	0.40 392	0.40 458	0.44 440	0.34 385	0.62 463	0.47 399

delet	1.92 302	0.76 339	5.14 308	1.01 264	1.65 518	3.44 266	2.03 526	3.76 335	2.48 438	2.01 323	2.05 404	2.63 404	1.90 429	5.34 380	2.12 445	0.28 173	0.29 363	0.40 412	0.31 357	0.41 346	0.45 384

STTRV1_RVC	3.52 519	1.03 430	20.87 571	1.47 480	1.47 483	3.23 228	1.55 490	4.06 423	3.22 536	1.95 296	3.50 544	2.63 404	2.07 442	11.96 578	2.21 455	1.86 573	4.03 610	0.81 551	0.73 538	1.06 535	0.70 489

G2L-ROB	2.13 341	0.78 348	10.06 366	1.19 366	1.06 378	3.84 355	0.93 357	3.32 264	2.27 384	2.20 389	1.47 211	2.65 407	1.20 263	8.38 449	1.81 406	0.28 173	0.19 119	0.23 41	0.22 157	0.28 129	0.32 247

THIR-Stereo	4.14 543	0.82 367	10.85 379	0.86 157	0.43 73	2.16 113	16.77 612	3.22 247	1.54 194	2.04 335	12.05 600	2.68 408	7.53 585	7.30 426	12.62 578	0.30 242	0.21 193	0.29 221	0.28 292	0.33 240	0.41 359

UGAM	2.58 437	0.56 138	18.55 494	0.89 175	0.71 249	3.23 228	1.03 394	2.75 190	1.75 281	1.36 183	2.77 508	2.69 409	1.28 273	10.75 519	1.40 320	0.28 173	0.24 286	0.40 412	0.31 357	0.35 276	0.30 226

SQANet	3.70 525	9.34 596	18.41 491	2.75 574	2.74 574	3.40 260	1.47 478	3.50 287	1.68 256	2.60 486	1.75 296	2.69 409	1.91 430	6.72 419	1.74 398	2.96 581	1.41 577	1.85 577	1.12 565	3.17 578	2.70 587

fast-acv-ft	2.54 428	1.19 463	20.08 535	1.41 465	1.40 468	3.18 220	1.17 429	3.37 273	2.28 388	1.90 279	2.15 426	2.69 409	2.17 454	2.91 326	2.31 462	0.37 355	0.39 453	0.45 447	0.39 443	0.57 445	0.45 384

RAFT_R40	1.70 266	0.59 169	2.99 255	1.46 477	0.46 101	4.74 565	0.98 383	2.23 108	1.56 208	2.02 328	2.35 471	2.71 412	2.56 481	6.71 418	0.90 196	0.40 392	0.19 119	0.30 243	0.27 263	0.33 240	0.26 149

PWC_ROB	2.69 452	2.01 536	8.36 343	1.33 428	1.90 552	3.23 228	1.18 430	4.33 517	3.25 538	3.11 532	3.41 541	2.71 412	2.18 456	9.15 467	4.48 518	0.56 497	0.31 386	0.61 521	0.36 411	0.69 488	0.74 499

gcap-zeroshot	1.30 211	0.61 198	4.09 292	0.94 219	0.56 166	3.50 285	0.84 286	3.12 235	1.72 270	1.84 261	1.22 139	2.72 414	0.88 156	1.46 166	0.80 153	0.29 198	0.30 376	0.27 163	0.21 122	0.29 147	0.25 121

Gwc-CoAtRS	1.58 242	0.57 147	11.69 388	1.01 264	0.60 193	2.53 148	0.64 154	2.36 124	1.56 208	1.80 255	1.47 211	2.74 415	1.18 257	1.12 75	0.90 196	0.27 133	0.21 193	0.25 101	0.22 157	0.27 112	0.23 91

DeepPrunerF	3.70 525	1.72 523	14.87 435	1.33 428	1.74 531	3.70 325	1.55 490	4.20 459	14.00 602	2.02 328	1.77 310	2.74 415	2.30 462	10.88 525	6.88 546	0.68 524	0.60 534	0.78 547	0.78 546	0.81 515	0.71 490

UNet	2.51 422	0.74 320	20.17 539	1.14 336	1.44 478	3.48 278	0.76 227	3.77 337	1.87 301	2.05 337	1.57 242	2.75 417	2.39 469	3.51 341	2.51 481	0.32 286	0.26 329	0.41 424	0.26 237	0.38 306	0.39 334

CFNet-ft	1.90 295	0.95 411	3.56 281	1.07 294	1.54 494	4.09 422	0.90 334	2.85 207	1.82 291	1.78 250	1.70 281	2.75 417	1.48 326	9.33 471	1.72 393	0.33 303	0.30 376	0.61 521	0.36 411	0.52 423	0.39 334

SuperB	4.79 556	4.41 571	21.08 578	1.45 475	1.08 384	3.91 373	3.08 566	4.18 455	3.01 514	2.50 463	2.10 413	2.75 417	3.49 528	8.80 456	19.60 608	0.44 430	0.33 401	0.53 495	0.39 443	12.01 618	0.64 476

CFNet_RVC	1.90 295	0.95 411	3.56 281	1.07 294	1.54 494	4.09 422	0.90 334	2.85 207	1.82 291	1.78 250	1.70 281	2.75 417	1.48 326	9.33 471	1.72 393	0.33 303	0.30 376	0.61 521	0.36 411	0.52 423	0.39 334

PWCDC_ROB	2.95 472	3.26 562	14.06 422	1.59 504	1.56 501	4.19 460	0.86 300	4.30 507	4.08 566	2.06 342	7.37 571	2.75 417	2.42 471	3.59 344	2.67 491	1.34 570	0.36 426	0.39 406	0.34 385	1.13 545	0.62 468

PSMNet_ROB	2.95 472	1.38 497	18.46 493	1.19 366	1.20 419	3.80 346	1.65 503	3.54 296	2.35 404	1.98 304	1.71 285	2.75 417	1.79 406	11.43 550	2.78 495	0.42 418	0.36 426	0.50 481	0.60 523	0.59 450	0.49 411

xyz-stereo	10.85 599	0.45 32	79.01 637	0.62 15	0.45 90	83.70 637	0.77 240	2.59 170	1.34 100	2.19 386	32.02 626	2.76 423	1.62 363	5.75 392	2.39 466	0.25 96	0.17 51	0.33 322	0.21 122	0.25 78	0.19 8

LALA_ROB	1.95 307	1.48 508	3.11 260	1.05 285	0.98 354	3.99 403	1.82 514	4.44 540	2.28 388	3.31 541	1.85 352	2.76 423	1.67 385	4.04 360	3.23 506	0.46 446	0.41 467	0.55 503	0.52 505	0.60 454	0.57 452

knoymous	1.30 211	0.60 181	5.57 316	0.88 168	0.75 263	3.04 198	0.90 334	2.68 180	1.33 99	1.48 199	1.07 111	2.78 425	0.88 156	1.29 127	0.85 171	0.31 265	0.22 222	0.35 359	0.20 106	0.45 391	0.37 312

DeepPruner_ROB	2.05 326	1.09 444	10.50 374	1.01 264	1.20 419	4.39 491	0.91 342	3.14 237	1.72 270	2.60 486	1.54 232	2.78 425	1.27 271	4.52 367	1.72 393	0.51 482	0.40 458	0.37 387	0.34 385	0.48 409	0.52 431

StereoDRNet	2.84 460	1.49 509	14.48 430	1.33 428	1.57 505	3.44 266	2.06 527	3.69 323	2.36 407	3.26 540	1.84 345	2.79 427	1.80 411	10.88 525	3.16 504	0.41 407	0.33 401	0.39 406	0.36 411	0.59 450	0.58 457

aanetorigin	3.30 510	1.66 520	17.52 478	1.18 363	1.58 506	2.57 151	3.80 583	2.65 176	2.03 329	6.12 587	4.30 556	2.82 428	5.70 563	5.47 384	4.67 520	0.50 476	0.44 481	0.43 435	0.47 483	1.17 551	0.92 526

zh-mn7	3.15 501	9.61 599	12.45 395	1.26 396	0.99 357	2.91 181	1.32 452	4.12 441	2.74 476	3.33 543	3.07 524	2.84 429	1.89 428	8.91 459	4.69 522	0.49 472	0.40 458	0.38 402	0.38 436	0.56 440	0.63 472

NLCA_NET_v2_RVC	2.54 428	1.04 431	16.73 461	1.53 492	2.00 556	3.96 395	0.87 320	3.87 361	2.31 396	2.54 473	1.67 271	2.85 430	1.63 376	5.55 386	1.62 377	0.46 446	0.33 401	0.38 402	0.38 436	0.53 429	0.62 468
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	2.54 428	0.90 392	11.10 381	1.32 423	1.47 483	3.58 306	1.38 465	4.13 443	2.45 434	1.90 279	1.71 285	2.86 431	1.76 401	10.86 524	1.66 386	0.60 504	0.43 476	0.53 495	0.41 461	0.78 510	0.94 528

ccnet	2.66 444	0.97 418	8.01 340	1.54 494	1.24 428	3.75 335	2.18 534	4.07 426	2.41 425	2.66 499	3.25 535	2.87 432	2.31 465	9.89 488	3.50 508	0.78 533	0.75 555	0.71 538	0.67 531	0.76 507	0.81 514

ISRNet	1.69 264	0.76 339	5.69 317	1.27 404	1.36 459	2.85 172	0.61 133	3.60 304	1.91 311	2.13 360	2.12 420	2.90 433	1.41 304	2.51 300	1.71 391	0.49 472	0.50 511	0.56 505	0.47 483	0.49 415	0.57 452

Syn2CoEx	3.08 493	2.55 554	19.88 525	1.34 436	1.18 406	2.43 135	1.65 503	3.91 376	2.40 423	2.39 448	2.27 445	2.90 433	3.17 513	9.57 479	2.54 485	0.50 476	0.45 486	0.53 495	0.39 443	0.74 503	0.72 497

PASM	2.67 446	2.05 539	9.71 360	1.73 524	1.37 461	2.53 148	1.52 484	3.10 233	2.17 365	2.79 509	1.84 345	2.90 433	1.85 422	11.89 575	2.19 453	0.81 538	0.85 559	0.87 554	1.01 560	1.14 546	1.05 535

PSMNet-ADL	1.91 299	0.72 299	1.78 147	1.09 308	0.86 312	4.18 456	0.78 244	3.77 337	2.10 352	1.72 240	1.85 352	2.91 436	1.82 416	10.38 509	1.91 419	0.48 460	0.46 495	0.28 199	0.29 320	0.38 306	0.51 426

DSFCA	1.89 293	0.69 272	3.14 262	1.10 317	1.18 406	3.99 403	1.79 510	3.50 287	2.16 363	3.10 531	1.64 262	2.91 436	2.50 477	5.38 381	2.26 458	0.43 424	0.38 444	0.37 387	0.36 411	0.50 417	0.42 363

DDVS	1.68 263	0.79 352	2.52 225	1.26 396	1.16 404	3.17 218	0.78 244	3.12 235	1.82 291	1.86 267	1.91 371	2.92 438	1.43 312	6.20 403	1.63 380	0.45 439	0.65 541	0.34 340	0.38 436	0.48 409	0.79 512

DStereoO	3.90 533	2.13 540	7.90 339	4.43 601	2.84 577	4.40 495	5.30 591	4.31 510	3.21 535	2.41 452	3.08 525	2.93 439	7.14 583	4.20 364	11.12 570	4.11 599	1.30 575	1.33 570	1.63 578	3.09 576	1.26 546

NaN_ROB	4.06 541	1.13 450	16.64 459	1.12 328	1.25 431	3.50 285	3.05 564	4.29 499	3.26 539	3.64 550	2.56 489	2.97 440	4.79 551	13.33 594	16.91 594	0.37 355	0.41 467	0.38 402	0.39 443	0.48 409	0.81 514

StereoDRNet-Refined	1.77 277	0.81 360	2.22 199	1.21 377	0.76 267	3.26 238	0.71 192	3.82 348	2.05 336	2.29 417	2.05 404	2.98 441	1.44 315	7.15 425	2.27 460	0.30 242	0.23 251	0.42 431	0.33 377	0.45 391	0.64 476
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iinet-f	2.26 363	1.18 461	13.71 410	1.14 336	1.11 392	3.77 338	1.10 414	4.14 449	2.17 365	2.06 342	1.76 305	2.99 442	2.99 499	2.50 297	2.49 479	0.35 335	0.39 453	0.27 163	0.28 292	0.45 391	0.39 334

GASNet	3.24 506	5.55 578	20.58 562	1.56 501	1.25 431	2.32 126	1.12 418	4.04 415	2.67 469	1.88 272	2.10 413	3.00 443	2.16 452	10.59 513	2.43 473	0.65 515	0.37 438	0.61 521	0.45 478	0.87 520	0.58 457

pcwnet_v2	2.70 453	0.65 240	22.48 602	1.08 302	1.03 370	3.56 301	0.81 271	4.29 499	3.14 525	2.29 417	2.29 452	3.01 444	1.71 394	3.32 338	1.43 327	0.43 424	0.50 511	0.41 424	0.34 385	0.61 459	0.56 448

PA-Net	3.09 494	1.24 477	18.84 497	1.38 459	1.19 413	3.42 264	1.75 508	3.89 366	3.27 543	1.88 272	2.10 413	3.03 445	1.88 427	11.60 556	2.88 498	0.40 392	0.54 516	0.44 440	0.62 527	0.52 423	1.02 533
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RAFT	1.23 184	0.84 376	2.05 174	0.96 229	0.47 111	1.80 83	0.94 363	3.18 244	1.46 134	1.60 211	1.71 285	3.04 446	1.59 353	1.64 204	1.32 307	0.38 372	0.24 286	0.40 412	0.32 369	0.40 322	0.35 292

MaskLacGwcNet_RVC	3.13 498	1.43 504	9.93 364	2.50 570	1.62 510	4.29 478	1.68 507	3.95 389	2.43 429	1.66 227	1.91 371	3.04 446	1.41 304	13.26 592	1.58 365	3.82 595	1.59 579	1.12 565	0.46 480	2.21 571	2.74 588

RTSC	2.95 472	2.51 549	15.49 448	1.54 494	1.30 439	3.51 288	0.86 300	3.89 366	2.48 438	3.64 550	3.12 530	3.04 446	2.30 462	5.70 391	6.67 540	0.55 495	0.35 420	0.37 387	0.39 443	0.70 489	0.60 462

APVNet	3.13 498	1.25 478	21.14 579	1.31 420	1.52 491	3.94 385	1.13 421	3.32 264	2.14 359	2.20 389	2.03 395	3.05 449	1.96 433	11.79 571	2.53 483	0.42 418	0.45 486	0.64 529	0.46 480	0.67 483	0.57 452

z-mn7	3.36 515	9.42 597	14.16 424	1.28 406	1.22 425	3.78 340	1.43 476	3.92 381	3.35 546	2.85 514	3.36 539	3.06 450	1.97 434	9.66 480	5.16 530	0.42 418	0.35 420	0.43 435	0.33 377	0.63 465	0.48 404

ACVNet	1.46 230	0.64 229	3.56 281	0.93 215	0.85 307	4.22 466	0.80 261	2.85 207	2.08 341	1.78 250	1.88 359	3.10 451	1.46 322	1.33 136	1.89 416	0.29 198	0.26 329	0.30 243	0.26 237	0.39 317	0.27 165

acv_ft	1.55 235	0.64 229	3.29 269	1.14 336	2.01 557	2.93 188	0.97 377	3.81 345	2.08 341	2.22 400	1.88 359	3.10 451	1.66 383	1.33 136	2.22 456	0.29 198	0.26 329	0.30 243	0.26 237	0.39 317	0.27 165

AnyNet_C32	4.17 544	5.75 579	12.62 397	1.60 506	1.54 494	5.51 580	4.09 587	3.90 371	3.23 537	4.22 568	3.03 522	3.10 451	3.41 522	8.01 445	18.85 605	0.53 491	0.58 529	0.53 495	0.74 539	1.19 553	0.97 530

HGLStereo	2.03 322	0.74 320	7.50 334	1.23 385	1.56 501	3.62 314	0.95 367	3.78 340	1.89 307	2.03 332	2.20 435	3.12 454	2.14 448	5.68 390	2.04 435	0.37 355	0.31 386	0.32 287	0.29 320	0.40 322	0.45 384

GwcNet-RSSM	2.66 444	1.05 432	15.91 450	1.22 380	1.19 413	4.12 431	1.12 418	3.84 352	2.02 327	1.93 290	1.79 316	3.12 454	1.46 322	10.37 507	2.05 437	0.33 303	0.27 340	0.35 359	0.30 341	0.40 322	0.36 298

G2L-Stereo_test	2.11 336	0.86 383	7.12 328	1.65 513	1.19 413	3.54 296	1.02 392	3.57 300	2.01 326	2.50 463	1.68 274	3.15 456	1.50 333	9.21 469	1.62 377	0.28 173	0.19 119	0.23 41	0.22 157	0.27 112	0.31 236

RAFT-Test	1.44 227	0.59 169	6.10 319	1.01 264	0.69 242	2.90 178	0.80 261	3.68 318	1.70 266	1.85 262	1.68 274	3.15 456	1.03 198	1.20 104	0.99 234	0.27 133	0.22 222	0.25 101	0.23 175	0.27 112	0.25 121

cross-raft	2.01 320	0.57 147	19.01 502	1.03 282	0.56 166	2.11 111	0.72 195	3.63 309	1.57 214	1.77 248	1.51 222	3.17 458	1.13 239	1.16 90	0.85 171	0.23 60	0.21 193	0.26 131	0.23 175	0.28 129	0.25 121

G2L-Stereo	2.49 419	0.94 409	14.54 431	1.15 349	1.35 456	3.57 305	0.95 367	3.62 308	2.00 324	2.11 353	1.61 255	3.20 459	1.34 285	9.54 476	1.91 419	0.34 315	0.27 340	0.35 359	0.28 292	0.30 170	0.35 292

GANet	2.93 471	1.05 432	11.29 383	1.64 511	0.96 343	3.91 373	2.52 544	3.72 330	2.41 425	2.95 523	3.00 520	3.21 460	2.03 436	12.42 584	4.72 523	0.51 482	0.41 467	0.46 453	0.39 443	0.60 454	0.50 418

PCWNet_CMD	2.23 356	0.65 240	17.36 471	0.83 128	0.76 267	3.51 288	0.64 154	3.60 304	1.97 317	1.70 235	1.63 260	3.22 461	3.05 506	2.09 267	1.11 256	0.31 265	0.36 426	0.47 456	0.26 237	0.64 473	0.47 399

MSMDNet	2.23 356	0.64 229	17.32 467	0.84 138	0.75 263	3.53 292	0.64 154	3.61 307	1.98 319	1.71 239	1.64 262	3.22 461	2.99 499	2.08 264	1.11 256	0.31 265	0.37 438	0.45 447	0.26 237	0.62 463	0.45 384

anonymousa	2.16 345	0.67 261	19.19 503	1.04 284	1.67 522	2.06 108	0.79 251	2.86 210	1.96 315	1.85 262	2.14 424	3.23 463	1.81 414	1.12 75	1.15 262	0.26 111	0.26 329	0.34 340	0.32 369	0.30 170	0.28 186

OMP-Stereo	1.97 311	0.93 403	1.88 154	2.76 575	0.67 231	4.58 535	1.48 479	4.31 510	1.54 194	3.15 536	2.76 507	3.25 464	1.38 292	7.66 439	1.35 315	0.40 392	0.20 159	0.33 322	0.26 237	0.33 240	0.24 109

ccs_rob	2.13 341	0.67 261	15.11 443	0.84 138	0.75 263	3.96 395	0.65 164	3.95 389	1.78 286	1.88 272	1.79 316	3.26 465	1.64 379	2.51 300	1.16 265	0.31 265	0.36 426	0.54 502	0.27 263	0.65 476	0.45 384

CFNet_pseudo	2.12 339	0.67 261	15.14 444	0.85 150	0.74 261	3.95 390	0.64 154	3.95 389	1.78 286	1.90 279	1.79 316	3.27 466	1.62 363	2.51 300	1.16 265	0.31 265	0.36 426	0.53 495	0.27 263	0.63 465	0.44 378

LL-Strereo	3.01 487	1.81 529	17.59 479	1.12 328	2.10 563	2.90 178	1.09 412	4.33 517	2.00 324	3.12 533	2.24 441	3.29 467	3.15 509	11.31 545	1.84 411	0.30 242	0.28 353	0.46 453	0.34 385	0.49 415	0.45 384

Wz-Net-LNSev	2.30 376	1.67 522	14.88 436	1.18 363	1.65 518	3.49 281	1.54 489	3.63 309	2.03 329	1.88 272	1.64 262	3.29 467	2.06 440	2.71 322	2.02 434	0.40 392	0.33 401	0.32 287	0.31 357	0.53 429	0.49 411

DCVSM-stereo	2.31 377	0.66 251	20.69 565	1.11 324	0.93 337	2.58 153	0.73 202	2.61 172	1.60 233	2.57 478	1.53 230	3.30 469	1.72 396	2.19 279	1.23 284	0.34 315	0.53 514	0.41 424	0.32 369	0.45 391	0.62 468

CFNet_ucs	2.36 398	0.68 269	18.42 492	0.89 175	0.81 283	3.85 363	0.68 177	4.29 499	2.37 413	2.09 346	2.04 398	3.31 470	1.24 269	2.63 315	1.14 261	0.36 347	0.45 486	0.56 505	0.29 320	0.66 481	0.49 411

DLCB_ROB	2.05 326	0.95 411	2.37 215	1.24 387	1.02 369	2.92 184	1.30 450	3.68 318	2.30 392	2.91 516	2.17 429	3.32 471	1.52 339	10.37 507	2.50 480	0.40 392	0.33 401	0.40 412	0.36 411	0.41 346	0.47 399

CRFU-Net	2.49 419	0.78 348	10.36 371	2.30 565	1.08 384	3.91 373	1.41 472	3.85 355	1.65 250	2.15 371	1.76 305	3.34 472	7.95 589	5.56 387	1.48 342	0.47 455	0.35 420	0.30 243	0.28 292	0.37 301	0.43 372

YMNet	2.40 401	1.41 502	13.46 406	1.36 447	1.67 522	3.96 395	0.97 377	3.81 345	2.37 413	2.64 494	2.57 491	3.35 473	1.53 346	3.28 336	2.42 471	0.48 460	0.54 516	0.52 490	0.49 492	0.70 489	0.54 439

YMNet_1	2.40 401	1.41 502	13.46 406	1.36 447	1.67 522	3.96 395	0.97 377	3.81 345	2.37 413	2.64 494	2.57 491	3.35 473	1.53 346	3.28 336	2.42 471	0.48 460	0.54 516	0.52 490	0.49 492	0.70 489	0.54 439

AIO-Stereo-zeroshot1	2.68 450	1.26 479	22.01 599	1.08 302	0.99 357	1.61 72	0.86 300	3.69 323	1.64 246	1.52 203	5.62 567	3.35 473	3.44 526	2.20 280	1.33 311	0.26 111	0.21 193	0.30 243	0.62 527	0.93 525	0.67 480

Ntro	4.21 545	8.94 592	19.89 526	3.22 582	2.96 580	4.15 438	1.89 518	3.92 381	2.36 407	1.77 248	2.14 424	3.35 473	2.17 454	9.48 475	2.24 457	3.52 590	1.76 582	2.13 580	1.31 572	3.83 588	3.09 589

IIG-Stereo	1.95 307	0.79 352	2.14 190	2.78 576	0.66 224	4.62 540	0.76 227	4.27 491	1.53 185	2.63 493	3.14 532	3.35 473	1.61 360	7.65 438	1.41 324	0.39 384	0.20 159	0.31 267	0.25 215	0.33 240	0.22 79

zh-sn7	3.81 530	11.43 606	15.78 449	1.25 389	1.15 399	3.68 324	2.58 549	4.15 453	2.42 428	2.61 488	3.10 529	3.38 478	3.03 505	11.43 550	6.88 546	0.45 439	0.48 505	0.45 447	0.43 471	0.72 501	0.71 490

SHD	2.82 458	2.04 538	13.80 416	1.69 517	1.79 538	2.73 162	1.07 403	3.85 355	3.18 529	4.63 572	2.74 504	3.38 478	2.77 490	5.48 385	3.66 511	0.62 508	0.47 499	0.51 484	0.55 513	0.65 476	0.74 499

w-ln-seven	2.86 461	3.06 560	14.02 420	1.27 404	1.32 449	4.10 428	1.59 494	3.90 371	2.59 459	3.03 526	2.27 445	3.42 480	2.25 459	6.70 415	4.81 526	0.39 384	0.34 414	0.48 464	0.40 454	0.74 503	0.55 443

DGSMNet	7.55 587	1.62 514	17.42 474	1.92 544	12.73 609	7.45 593	42.99 629	4.13 443	2.07 340	2.10 349	3.16 533	3.42 480	1.70 392	9.24 470	2.30 461	3.70 594	10.89 622	11.80 624	5.54 613	4.24 592	2.66 583

cf-r	2.57 436	0.79 352	16.09 452	1.48 483	1.35 456	4.19 460	0.93 357	3.68 318	2.36 407	1.97 302	1.81 331	3.42 480	1.45 319	8.24 446	1.83 410	0.32 286	0.26 329	0.33 322	0.30 341	0.34 258	0.37 312

PVD	3.12 497	1.97 535	12.80 400	1.79 534	1.63 512	3.83 350	1.34 455	3.48 281	3.88 561	5.77 582	3.56 545	3.45 483	3.29 517	5.58 389	5.30 535	0.71 530	0.69 549	0.74 546	0.77 543	0.79 512	1.13 542

ffm	1.72 267	0.60 181	5.21 311	1.14 336	0.99 357	3.62 314	0.86 300	4.22 469	3.37 547	2.20 389	2.30 457	3.48 484	1.62 363	2.21 282	0.65 87	0.29 198	0.16 33	0.48 464	0.37 423	0.30 170	0.29 197

ff1	2.96 475	0.60 181	5.21 311	1.14 336	0.99 357	3.62 314	0.86 300	4.22 469	3.37 547	2.20 389	2.30 457	3.48 484	1.62 363	11.62 558	16.09 588	0.29 198	0.16 33	0.48 464	0.37 423	0.30 170	0.29 197

mmx	2.98 481	0.60 181	5.21 311	1.14 336	0.99 357	3.62 314	0.86 300	4.49 549	3.05 517	2.20 389	2.30 457	3.48 484	1.62 363	11.62 558	16.09 588	0.33 303	0.28 353	0.48 464	0.37 423	0.44 383	0.37 312

xxx	2.98 481	0.60 181	5.21 311	1.14 336	0.99 357	3.62 314	0.86 300	4.49 549	3.05 517	2.20 389	2.30 457	3.48 484	1.62 363	11.62 558	16.09 588	0.33 303	0.28 353	0.48 464	0.37 423	0.44 383	0.37 312

Wz-Net-SNSev	2.98 481	4.36 570	15.98 451	1.57 502	1.19 413	3.28 244	1.80 512	3.96 394	2.40 423	2.32 431	2.28 449	3.48 484	2.05 439	7.84 441	3.82 513	0.47 455	0.39 453	0.53 495	0.49 492	0.71 498	0.60 462

hknet	1.98 313	0.64 229	8.70 349	0.87 163	1.07 382	4.16 448	1.16 426	4.48 546	1.73 273	2.93 518	1.83 340	3.48 484	1.30 279	3.91 356	1.51 354	0.31 265	0.25 311	0.31 267	0.28 292	0.35 276	0.33 265

coex_refinement	2.10 333	0.85 380	3.67 288	1.31 420	1.13 396	3.21 224	0.85 295	3.86 358	2.31 396	2.51 467	1.92 373	3.49 490	1.69 390	11.08 538	2.13 448	0.37 355	0.25 311	0.27 163	0.31 357	0.41 346	0.37 312

NCC-stereo	3.16 503	1.28 481	18.31 489	1.25 389	1.75 532	4.06 415	1.40 469	3.89 366	2.22 372	2.72 503	2.55 487	3.49 490	2.65 485	9.91 489	2.99 500	1.29 566	0.65 541	0.64 529	0.86 550	0.65 476	0.71 490

Abc-Net	3.16 503	1.28 481	18.31 489	1.25 389	1.75 532	4.06 415	1.40 469	3.89 366	2.22 372	2.72 503	2.55 487	3.49 490	2.65 485	9.91 489	2.99 500	1.29 566	0.65 541	0.64 529	0.86 550	0.65 476	0.71 490
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FAT-Stereo	3.34 513	0.81 360	20.05 531	1.25 389	1.20 419	3.44 266	1.99 524	4.23 473	2.67 469	3.14 534	3.82 550	3.51 493	3.32 519	11.68 566	1.94 423	0.64 512	0.67 545	0.48 464	0.52 505	0.61 459	0.81 514

DPSNet	3.43 517	1.37 496	12.19 391	1.39 461	1.24 428	4.15 438	2.06 527	4.51 553	3.34 545	2.69 501	1.96 378	3.52 494	5.56 562	10.68 517	9.68 563	0.93 545	0.73 553	0.40 412	0.37 423	1.06 535	0.86 520

XQC	2.96 475	2.42 548	14.85 434	1.36 447	1.32 449	3.29 248	1.53 486	4.28 496	2.78 482	3.21 538	2.46 476	3.53 495	2.92 497	6.58 410	4.67 520	0.70 528	0.41 467	0.59 513	0.56 515	0.96 530	0.83 519

LSM	12.71 607	3.52 566	20.79 567	55.63 633	84.76 632	3.63 319	6.30 594	3.73 331	4.93 576	5.55 581	13.92 605	3.53 495	3.25 516	9.72 481	4.12 515	0.64 512	0.85 559	0.71 538	0.81 548	1.03 532	26.84 625

PDISCO_ROB	2.86 461	1.53 512	14.27 427	1.98 550	2.19 565	4.52 522	1.35 456	4.65 561	3.19 530	2.09 346	2.16 427	3.53 495	2.45 474	5.32 379	2.12 445	1.30 568	0.78 557	0.72 542	0.59 521	1.24 555	1.28 548

CSAN	4.71 554	1.39 499	20.23 541	1.19 366	0.87 317	3.65 320	3.50 575	4.57 558	3.87 560	3.89 556	7.82 574	3.54 498	6.16 571	23.47 617	6.82 544	0.52 488	0.45 486	0.49 478	0.52 505	0.63 465	0.66 479

riskmin	1.25 193	0.56 138	2.05 174	1.05 285	0.93 337	2.86 174	0.55 106	3.23 249	1.34 100	1.55 206	1.07 111	3.56 499	2.03 436	1.29 127	1.00 236	0.28 173	0.27 340	0.34 340	0.21 122	0.41 346	0.43 372

GwcNet	3.00 485	1.63 516	19.83 523	1.32 423	2.04 561	3.27 240	1.55 490	3.65 312	2.33 401	2.00 321	2.12 420	3.56 499	1.68 389	9.47 474	2.45 476	0.44 430	0.45 486	0.46 453	0.38 436	0.60 454	0.76 504

BUS	1.49 234	0.59 169	1.94 161	0.87 163	0.85 307	4.50 516	0.76 227	4.48 546	1.88 303	2.93 518	1.83 340	3.63 501	0.97 182	1.60 192	1.17 268	0.34 315	0.25 311	0.31 267	0.28 292	0.35 276	0.33 265

NINENet	1.87 288	0.74 320	2.60 230	1.12 328	1.06 378	4.50 516	0.76 227	4.41 535	2.24 376	2.16 376	1.86 355	3.63 501	0.97 182	8.00 443	1.17 268	0.41 407	0.30 376	0.41 424	0.30 341	0.41 346	0.36 298

hitnet-ft	2.37 399	0.73 310	8.34 342	0.96 229	0.89 326	3.77 338	0.80 261	3.55 298	2.58 456	2.24 407	2.04 398	3.65 503	1.49 332	11.71 568	1.89 416	0.44 430	0.53 514	0.44 440	0.35 401	0.52 423	0.48 404

IGEV-FE	2.16 345	0.69 272	20.56 559	1.22 380	0.54 154	2.18 114	0.53 98	3.38 274	1.61 237	1.93 290	1.55 236	3.74 504	1.06 217	1.56 181	0.91 205	0.29 198	0.20 159	0.27 163	0.29 320	0.40 322	0.32 247

S-Stereo	3.48 518	0.91 397	22.06 601	1.36 447	1.50 488	3.55 299	2.53 546	4.21 465	2.81 494	2.37 443	3.81 549	3.75 505	1.84 418	11.90 576	2.51 481	0.63 509	0.71 551	0.48 464	0.76 541	0.67 483	1.19 545

IGEV_Zeroshot_test	2.16 345	0.69 272	20.60 563	1.22 380	0.54 154	2.18 114	0.53 98	3.38 274	1.61 237	1.93 290	1.55 236	3.76 506	1.05 210	1.55 180	0.91 205	0.29 198	0.20 159	0.27 163	0.29 320	0.40 322	0.32 247

ssnet_v2	2.04 324	0.88 389	7.87 335	1.20 371	0.87 317	3.86 365	1.64 500	4.01 406	2.60 460	2.61 488	1.96 378	3.79 507	1.71 394	2.20 280	2.96 499	0.41 407	0.35 420	0.42 431	0.37 423	0.55 434	0.52 431

RYNet	2.97 479	0.93 403	15.09 442	1.12 328	1.38 464	3.66 321	1.42 474	4.03 411	2.29 391	2.10 349	1.70 281	3.79 507	2.16 452	13.64 600	3.02 502	0.37 355	0.41 467	0.48 464	0.34 385	0.81 515	0.75 502

Nwc_Net	2.88 467	1.16 458	18.30 488	1.35 441	1.68 525	3.52 291	1.18 430	3.90 371	2.06 338	2.52 469	2.82 514	3.82 509	2.34 466	6.78 420	2.55 486	0.86 543	0.40 458	0.59 513	0.67 531	0.57 445	0.55 443

ADCMid	3.96 537	3.27 563	15.48 447	1.26 396	1.40 468	4.66 546	2.28 536	4.06 423	3.54 553	3.94 557	3.02 521	3.85 510	3.67 531	4.03 359	18.65 604	0.68 524	0.61 536	1.09 564	1.18 569	1.38 559	1.08 537

NOSS_ROB	2.27 365	0.73 310	3.00 256	1.71 521	1.00 366	3.90 372	0.97 377	4.29 499	2.81 494	2.94 522	2.19 433	3.88 511	1.19 261	11.77 570	1.62 377	0.59 502	0.54 516	0.56 505	0.52 505	0.56 440	0.54 439

ac_64	2.35 393	0.62 208	9.77 361	1.32 423	1.71 528	3.27 240	0.93 357	3.48 281	2.50 443	1.74 244	1.73 290	3.91 512	1.77 403	10.21 502	1.86 413	0.40 392	0.31 386	0.33 322	0.30 341	0.34 258	0.39 334

EDNetEfficient	5.61 568	2.14 542	16.75 462	1.67 515	3.64 591	4.12 431	7.51 597	3.05 228	5.63 583	11.57 613	4.83 560	3.95 513	12.72 598	8.44 451	20.78 610	0.41 407	0.43 476	0.47 456	1.01 560	1.66 565	1.39 557

ADCP+	3.74 528	1.96 534	16.90 464	1.09 308	1.55 498	4.35 486	3.65 581	3.93 383	2.98 511	2.22 400	1.66 270	3.95 513	4.83 552	3.41 339	18.87 606	0.38 372	0.41 467	0.63 526	0.53 509	0.64 473	0.81 514

AANet_RVC	3.03 489	1.72 523	12.78 399	1.17 357	1.12 393	3.79 344	1.10 414	3.86 358	3.13 523	2.62 490	4.26 555	3.96 515	1.41 304	11.43 550	5.23 534	0.94 546	0.47 499	0.34 340	0.23 175	0.40 322	0.55 443

RP	2.79 456	1.20 465	10.36 371	1.54 494	1.93 553	3.44 266	1.97 522	4.05 419	2.34 402	2.66 499	2.79 509	3.98 516	2.58 482	10.21 502	2.61 488	0.95 547	0.47 499	0.71 538	0.57 518	0.71 498	0.68 483

RGC	3.10 496	1.45 506	14.90 437	1.46 477	1.79 538	3.33 251	1.39 467	4.04 415	2.26 382	2.77 507	3.26 536	4.00 517	2.71 488	11.63 563	2.62 490	0.82 539	0.46 495	0.79 548	0.79 547	0.71 498	0.78 508

MyStereo06	2.46 412	0.72 299	19.97 529	1.02 275	0.99 357	4.26 471	0.86 300	3.51 290	1.68 256	1.92 286	1.73 290	4.01 518	4.22 542	1.62 198	0.88 189	0.24 74	0.23 251	0.34 340	0.26 237	0.42 365	0.36 298

ADLNet	2.29 373	0.83 371	3.62 286	1.35 441	1.60 507	3.67 322	1.24 444	3.95 389	2.98 511	2.58 482	2.29 452	4.01 518	1.79 406	11.23 544	2.09 443	0.37 355	0.38 444	0.36 375	0.34 385	0.45 391	0.71 490

DispFullNet	4.64 553	3.48 565	23.95 611	3.99 592	3.03 581	3.35 253	1.06 401	4.18 455	2.80 488	6.33 589	2.94 517	4.04 520	7.81 588	3.92 357	5.16 530	2.75 579	1.61 580	3.10 598	2.68 603	3.32 580	3.31 597

WZ-Net	3.62 522	4.87 573	16.77 463	1.43 468	1.40 468	3.75 335	2.29 537	4.12 441	2.50 443	2.74 505	2.19 433	4.06 521	5.29 559	10.19 501	7.36 551	0.54 493	0.37 438	0.47 456	0.49 492	0.77 508	0.73 498

otaku	4.58 552	8.93 591	19.95 528	3.11 581	2.67 572	3.91 373	2.57 548	3.82 348	2.25 379	2.22 400	9.72 589	4.08 522	2.35 467	8.57 452	2.13 448	3.51 589	1.65 581	2.15 581	1.17 568	3.69 585	3.15 591

DANet	2.63 440	1.07 439	8.10 341	1.83 537	1.70 527	3.25 236	1.16 426	4.31 510	2.38 418	3.40 547	2.18 431	4.08 522	1.80 411	9.77 482	3.89 514	0.52 488	0.55 521	0.59 513	0.44 474	0.63 465	0.86 520
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
Anonymous_2	3.01 487	0.89 390	4.53 303	1.06 291	1.18 406	2.93 188	0.87 320	3.24 251	1.46 134	1.86 267	1.35 182	4.11 524	2.35 467	1.64 204	1.28 300	0.82 539	0.90 561	8.71 620	15.84 623	4.44 596	0.74 499

STrans-v2	3.03 489	0.77 342	20.91 573	0.81 107	0.63 207	3.89 370	1.01 388	4.27 491	2.64 465	2.28 415	3.70 547	4.13 525	5.20 557	7.33 427	1.27 296	0.31 265	0.18 84	0.29 221	0.25 215	0.29 147	0.41 359

MDST_ROB	5.53 567	0.59 169	23.11 606	2.55 571	2.69 573	21.20 615	1.98 523	4.77 568	2.65 466	9.36 602	4.25 554	4.14 526	4.45 547	22.57 612	3.68 512	0.48 460	0.33 401	0.47 456	0.44 474	0.44 383	0.44 378

AnyNet_C01	4.37 548	7.80 584	16.40 455	1.98 550	1.40 468	6.37 585	6.47 595	4.09 432	5.03 577	4.06 562	3.78 548	4.16 527	3.31 518	6.62 412	10.00 564	0.61 506	0.67 545	0.63 526	0.67 531	2.01 567	1.31 550

DDUNet	2.91 468	2.78 557	6.94 327	3.53 586	2.26 569	3.28 244	1.36 458	3.77 337	2.04 333	2.62 490	2.49 480	4.18 528	1.69 390	5.38 381	1.85 412	2.21 577	1.77 583	2.61 588	2.43 598	2.60 573	2.34 578

EDNetEfficientorigin	12.35 606	2.51 549	179.47 643	1.19 366	0.96 343	2.91 181	1.81 513	3.00 222	5.35 579	8.91 600	4.79 559	4.18 528	4.64 550	9.98 493	11.30 571	0.37 355	0.38 444	0.60 518	0.85 549	1.32 558	2.43 581

CBMV_ROB	3.62 522	0.70 283	21.42 589	1.21 377	0.89 326	4.43 503	1.76 509	4.39 532	2.79 484	5.88 584	3.38 540	4.18 528	5.12 556	10.75 519	2.32 463	0.56 497	0.55 521	0.53 495	0.51 502	0.55 434	0.46 394

FBW_ROB	3.24 506	1.02 425	9.21 358	1.49 486	1.07 382	3.78 340	1.48 479	4.31 510	3.08 520	2.46 458	2.32 468	4.20 531	2.08 443	15.19 606	7.16 550	0.84 542	0.62 537	1.33 570	0.92 553	0.99 531	1.31 550

Wz-Net-TNSev	3.67 524	8.83 588	13.47 408	1.48 483	1.18 406	3.60 309	2.49 543	4.27 491	3.13 523	2.18 382	1.89 365	4.21 532	2.80 492	12.10 579	7.58 554	0.57 499	0.55 521	0.47 456	0.54 511	0.91 524	1.05 535

RainbowNet	4.56 550	8.28 585	20.07 534	3.64 590	3.23 588	4.15 438	2.99 562	4.18 455	3.03 516	2.20 389	2.65 498	4.26 533	2.90 496	9.77 482	2.12 445	3.88 596	2.27 592	2.71 593	1.72 583	3.78 587	3.31 597

ADCPNet	3.89 532	1.63 516	20.25 545	1.28 406	1.27 435	6.43 586	2.65 551	3.93 383	2.70 472	2.78 508	2.20 435	4.28 534	6.16 571	5.56 387	10.27 566	0.65 515	1.18 569	0.71 538	1.70 581	0.84 519	1.37 554

ADCL	4.35 547	1.63 516	14.21 426	1.29 410	1.26 433	5.56 581	11.16 603	3.97 396	3.37 547	6.07 585	4.67 558	4.30 535	5.72 564	5.08 376	14.51 583	0.50 476	0.48 505	0.89 555	0.77 543	0.78 510	0.76 504

TransformOpticalFlow	3.03 489	0.77 342	20.99 576	1.00 258	0.55 162	4.18 456	0.64 154	4.33 517	3.02 515	2.18 382	3.09 528	4.35 536	5.07 555	7.36 430	1.27 296	0.32 286	0.18 84	0.32 287	0.26 237	0.28 129	0.46 394

edge stereo	3.37 516	1.01 424	21.99 598	1.28 406	1.37 461	2.67 159	1.39 467	3.98 398	2.87 499	2.93 518	3.27 537	4.35 536	2.43 472	11.62 558	2.39 466	0.60 504	0.63 539	0.79 548	0.55 513	0.68 486	0.67 480

MFN_U_SF_RVC	3.81 530	10.78 603	15.01 440	1.84 538	1.39 466	3.73 333	1.63 498	4.05 419	3.26 539	2.91 516	2.38 472	4.36 538	3.65 530	8.43 450	4.91 528	1.11 555	1.04 564	0.99 558	1.31 572	1.58 562	1.75 567

Select-FE	2.25 360	0.87 386	17.36 471	1.06 291	0.99 357	2.04 105	0.46 73	3.79 341	1.61 237	2.52 469	1.81 331	4.41 539	3.15 509	1.83 235	0.92 210	0.32 286	0.35 420	0.30 243	0.41 461	0.32 220	0.55 443

CBMV	3.32 512	0.96 417	21.16 581	1.32 423	0.83 299	3.81 348	3.91 586	4.47 545	2.53 448	3.34 544	2.24 441	4.45 540	2.58 482	10.07 498	1.96 428	0.45 439	0.43 476	0.48 464	0.38 436	0.52 423	0.53 433
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ADCS	4.22 546	5.33 575	16.32 454	1.64 511	1.31 442	3.91 373	3.64 580	4.21 465	2.89 500	5.11 577	2.81 513	4.46 541	3.06 508	5.21 378	19.50 607	0.63 509	0.64 540	0.69 535	0.69 536	1.12 544	1.26 546

UDG	3.55 520	2.81 558	17.45 475	2.69 573	1.98 555	3.97 400	1.19 433	4.35 521	2.02 327	2.42 453	2.53 486	4.50 542	2.46 476	6.53 409	2.41 470	2.12 576	1.77 583	2.63 589	2.57 600	2.64 574	1.95 570

DispNO	3.00 485	0.75 333	18.92 499	1.17 357	1.10 390	3.72 329	0.94 363	4.29 499	2.54 452	2.24 407	2.28 449	4.51 543	2.12 445	11.40 547	2.09 443	0.31 265	0.28 353	0.31 267	0.28 292	0.36 289	0.39 334

AF-Net	2.87 465	1.30 483	16.24 453	1.33 428	1.75 532	3.26 238	1.59 494	4.09 432	2.43 429	2.69 501	2.94 517	4.51 543	3.20 514	5.84 394	2.75 494	0.76 532	0.36 426	0.72 542	0.49 492	0.70 489	0.56 448

DISCO	2.25 360	0.73 310	10.06 366	1.76 527	1.12 393	3.47 275	1.25 445	3.24 251	2.26 382	2.65 498	1.96 378	4.53 545	1.92 431	4.17 363	3.61 510	0.32 286	0.25 311	0.31 267	0.29 320	0.66 481	0.41 359

MADNet+	3.97 538	9.54 598	13.83 417	1.87 542	1.69 526	4.19 460	2.87 557	4.80 569	4.10 567	2.51 467	2.67 500	4.55 546	3.41 522	8.72 454	6.92 548	1.25 563	1.27 573	1.04 560	0.93 554	1.39 560	1.85 568

CBFPSM	2.05 326	0.95 411	10.12 369	1.07 294	1.05 375	2.84 170	1.20 437	3.28 255	1.73 273	1.82 258	1.30 165	4.56 547	4.06 538	2.34 289	2.34 465	0.25 96	0.38 444	0.32 287	0.27 263	0.37 301	0.79 512

RASNet	2.56 433	0.70 283	10.06 366	1.60 506	2.25 568	3.67 322	1.00 385	3.38 274	3.14 525	1.81 256	2.11 417	4.60 548	2.30 462	10.25 504	2.61 488	0.37 355	0.24 286	0.25 101	0.24 201	0.28 129	0.26 149

DStereoSA	10.13 594	4.62 572	12.76 398	4.78 607	13.35 611	9.97 598	22.80 619	4.74 567	16.44 610	5.11 577	15.31 609	4.61 549	13.82 600	8.00 443	27.60 621	6.51 614	8.86 617	1.43 573	8.28 618	3.16 577	10.38 617

HH	2.23 356	0.86 383	21.59 592	0.98 244	0.51 133	1.49 61	0.82 275	2.74 188	1.54 194	1.10 163	1.69 279	4.62 550	1.86 423	2.55 308	0.69 110	0.26 111	0.22 222	0.29 221	0.23 175	0.34 258	0.27 165

HanStereo	2.23 356	0.86 383	21.59 592	0.98 244	0.51 133	1.49 61	0.82 275	2.74 188	1.54 194	1.10 163	1.69 279	4.62 550	1.86 423	2.55 308	0.69 110	0.26 111	0.22 222	0.29 221	0.23 175	0.34 258	0.27 165

XX-Stereo	2.54 428	0.61 198	20.21 540	1.78 529	1.19 413	4.30 480	0.46 73	4.39 532	1.58 217	2.32 431	1.89 365	4.64 552	0.60 57	4.16 362	0.82 162	0.31 265	0.21 193	0.28 199	0.27 263	0.51 419	0.26 149

ADLNet2	3.15 501	0.92 399	20.06 532	1.20 371	1.79 538	3.83 350	1.48 479	3.94 387	3.59 554	2.19 386	2.47 478	4.65 553	1.93 432	10.69 518	1.96 428	0.39 384	0.37 438	0.28 199	0.30 341	0.48 409	0.43 372

SGM-Forest	2.96 475	0.62 208	3.49 276	1.09 308	0.80 280	4.06 415	3.30 569	4.37 529	3.09 521	4.18 567	3.27 537	4.67 554	3.86 535	11.69 567	7.91 555	0.51 482	0.46 495	0.49 478	0.39 443	0.48 409	0.49 411
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MSC_U_SF_DS_RVC	4.48 549	10.62 602	15.18 445	1.55 499	1.45 482	6.16 583	3.54 578	5.41 583	3.68 558	2.59 485	2.74 504	4.81 555	2.20 457	13.79 601	4.40 517	2.04 574	3.36 608	1.05 561	1.20 570	2.09 568	1.72 565

NVStereoNet_ROB	4.91 559	1.40 500	16.46 457	1.47 480	1.72 530	3.46 272	1.96 521	3.89 366	3.61 555	2.90 515	24.61 618	4.81 555	4.49 548	13.57 598	4.87 527	1.33 569	1.29 574	1.70 576	1.68 579	1.41 561	1.66 562
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
AIO-Stereo-zeroshot	2.35 393	0.99 420	19.62 516	1.09 308	0.96 343	1.51 63	0.44 64	4.05 419	1.64 246	1.31 177	1.67 271	4.93 557	2.45 474	2.52 305	1.40 320	0.30 242	0.20 159	0.31 267	0.50 498	0.57 445	0.60 462

RTS	3.90 533	7.04 582	17.94 481	1.92 544	2.19 565	5.00 574	2.96 560	4.29 499	3.19 530	4.05 560	3.08 525	4.94 558	3.16 511	7.64 436	6.72 541	0.66 517	0.44 481	0.51 484	0.47 483	0.95 526	0.76 504

RTSA	3.90 533	7.04 582	17.94 481	1.92 544	2.19 565	5.00 574	2.96 560	4.29 499	3.19 530	4.05 560	3.08 525	4.94 558	3.16 511	7.64 436	6.72 541	0.66 517	0.44 481	0.51 484	0.47 483	0.95 526	0.76 504

PAM_32	2.45 409	0.63 217	20.74 566	1.05 285	0.65 217	2.83 169	0.46 73	2.91 213	1.54 194	1.95 296	2.66 499	4.99 560	3.78 532	1.96 253	0.92 210	0.27 133	0.22 222	0.27 163	0.25 215	0.36 289	0.48 404

MFN_U_SF_DS_RVC	3.94 536	10.88 604	12.30 393	1.26 396	1.55 498	5.19 577	3.33 571	4.42 536	2.82 496	2.58 482	2.62 495	5.00 561	2.11 444	14.03 604	2.73 492	1.28 565	2.34 595	0.67 534	1.83 586	0.81 515	1.03 534

SDNR	3.97 538	1.93 532	20.28 547	1.31 420	0.94 339	5.16 576	0.67 169	4.33 517	2.58 456	4.82 576	5.94 568	5.01 562	1.45 319	17.52 608	2.53 483	0.79 534	0.72 552	0.59 513	0.45 478	1.15 549	1.17 543

stereogan	3.09 494	0.93 403	16.43 456	1.37 457	1.66 521	3.70 325	1.67 505	3.87 361	3.15 527	3.04 527	2.70 503	5.04 563	2.79 491	9.96 492	1.78 404	0.63 509	0.49 510	0.69 535	0.47 483	0.83 518	0.68 483

UGAM-zero	2.79 456	0.57 147	20.87 571	0.98 244	0.77 273	2.08 109	0.35 30	3.88 364	1.51 169	2.05 337	1.64 262	5.07 564	3.42 525	9.83 485	1.24 286	0.28 173	0.21 193	0.27 163	0.29 320	0.29 147	0.28 186

MSAF-DinoV2	13.69 609	13.09 610	22.03 600	2.41 569	1.44 478	4.03 410	1.38 465	9.07 596	9.20 591	2.23 404	1.98 386	5.08 565	5.06 554	177.66 644	5.46 537	0.45 439	0.34 414	0.40 412	0.62 527	6.09 603	5.80 613

IMH-64-1	4.84 557	2.53 551	6.83 324	4.30 598	3.74 593	4.81 569	6.05 592	5.30 578	3.92 562	3.95 558	8.33 578	5.08 565	6.06 568	8.96 461	6.30 538	4.57 607	2.96 602	3.04 595	2.12 595	4.28 593	3.62 600

IMH-64	4.84 557	2.53 551	6.83 324	4.30 598	3.74 593	4.81 569	6.05 592	5.30 578	3.92 562	3.95 558	8.33 578	5.08 565	6.06 568	8.96 461	6.30 538	4.57 607	2.96 602	3.04 595	2.12 595	4.28 593	3.62 600

psmorigin	6.59 578	1.15 455	88.11 638	1.52 490	0.97 347	2.88 176	1.20 437	3.21 245	2.04 333	3.73 553	2.46 476	5.15 568	2.55 480	10.60 514	2.47 478	0.55 495	0.68 548	0.48 464	0.51 502	0.70 489	0.88 524

SAMSARA	3.55 520	2.16 543	14.18 425	1.86 541	1.49 486	4.62 540	2.65 551	3.58 303	2.80 488	7.05 592	3.05 523	5.16 569	4.07 539	9.18 468	4.80 525	0.64 512	0.67 545	0.59 513	0.68 534	0.89 521	0.91 525

PAM	2.43 406	0.61 198	20.86 569	1.07 294	0.73 256	2.93 188	0.53 98	3.24 251	1.53 185	1.89 278	2.43 474	5.29 570	2.76 489	1.84 238	1.02 238	0.27 133	0.24 286	0.26 131	0.25 215	0.40 322	0.50 418

tt	7.19 585	0.51 85	6.83 324	4.03 593	2.30 570	12.05 603	20.19 618	15.46 615	6.58 589	3.42 548	3.22 534	5.37 571	6.39 576	4.20 364	7.46 552	9.81 618	11.53 623	7.05 616	7.46 617	6.31 605	3.71 602

ACV-stereo	2.92 470	0.92 399	20.27 546	1.33 428	1.05 375	4.68 549	1.10 414	2.66 178	1.64 246	1.46 197	1.32 172	5.41 572	4.24 543	7.83 440	1.90 418	0.44 430	0.52 513	0.32 287	0.29 320	0.45 391	0.63 472

SPS-STEREO	3.97 538	1.44 505	20.85 568	1.72 523	1.71 528	3.24 232	2.30 538	3.55 298	2.68 471	4.79 575	3.66 546	5.44 573	2.97 498	9.11 465	9.35 562	1.15 556	1.10 567	1.06 562	1.02 562	1.16 550	1.18 544
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MultiAttention	8.74 591	0.56 138	7.25 330	2.07 555	22.74 618	35.86 625	8.44 602	4.97 572	2.58 456	2.57 478	5.11 563	5.55 574	1.59 353	52.70 636	7.50 553	0.47 455	0.24 286	0.52 490	1.00 559	6.84 609	6.30 615

ACVNet-4b	6.73 580	13.67 612	21.87 597	3.54 587	3.07 582	4.19 460	2.25 535	4.03 411	3.65 556	1.64 222	3.98 553	5.88 575	2.89 495	10.01 495	16.98 595	23.29 628	2.24 591	2.53 585	1.78 584	3.87 589	3.21 594

coex-ft	18.59 615	6.62 581	113.53 640	1.17 357	1.31 442	2.33 128	1.93 520	2.81 205	14.00 602	124.82 643	8.45 580	5.90 576	51.74 634	9.99 494	22.69 611	0.57 499	0.62 537	0.50 481	0.49 492	1.08 541	1.28 548

MADNet++	7.57 588	5.80 580	13.28 403	6.38 612	5.26 606	7.18 589	7.77 599	5.32 580	5.62 582	6.11 586	7.78 573	6.02 577	8.01 590	11.74 569	16.36 592	9.36 617	4.95 613	8.57 619	5.66 614	4.83 599	5.34 610

WAO-7	5.16 561	3.21 561	18.98 501	1.88 543	1.44 478	5.34 578	3.09 567	4.91 571	5.81 584	4.35 569	8.92 586	6.55 578	6.06 568	13.40 596	10.81 568	1.34 570	1.20 572	1.48 575	1.35 575	1.60 563	1.45 558

ELAS	5.99 574	1.62 514	20.29 548	1.96 549	2.01 557	15.09 608	8.38 601	5.23 576	5.54 581	9.02 601	8.61 581	6.74 579	9.75 596	7.48 431	11.40 573	0.96 548	1.18 569	0.72 542	0.93 554	1.30 557	1.67 563
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-6	5.87 573	2.27 545	15.05 441	2.96 578	2.77 575	12.01 602	3.58 579	5.37 582	11.91 599	3.34 544	9.69 588	6.78 580	5.84 565	11.82 573	8.89 561	2.87 580	2.35 596	2.50 584	1.84 587	2.85 575	2.67 584

G-Net	4.11 542	1.21 466	19.47 513	2.31 566	2.94 579	4.74 565	2.95 559	3.33 270	2.14 359	4.44 570	9.43 587	6.93 581	3.84 534	9.01 463	4.92 529	0.79 534	0.80 558	0.70 537	0.50 498	0.95 526	0.87 523

MonStereo1	8.07 589	2.24 544	5.83 318	4.68 605	3.60 590	18.80 613	2.52 544	5.89 586	5.86 585	4.76 574	13.98 606	7.41 582	50.63 633	13.28 593	5.16 530	4.40 603	0.90 561	2.69 591	1.55 577	3.92 590	3.30 596

SANet	5.65 570	1.72 523	20.94 574	1.26 396	0.88 321	7.20 590	3.81 584	4.60 559	11.23 595	4.56 571	8.78 584	7.49 583	6.95 578	11.85 574	18.11 600	0.49 472	0.44 481	0.50 481	0.42 468	0.90 523	0.82 518

SGM_RVC	4.57 551	0.72 299	17.46 476	1.84 538	0.58 187	4.23 469	3.45 573	4.66 562	3.66 557	7.99 597	8.82 585	7.56 584	8.74 594	12.30 581	6.84 545	0.43 424	0.38 444	0.39 406	0.35 401	0.51 419	0.48 404
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ACVNet_2	5.41 565	12.60 607	20.42 554	3.27 583	3.15 586	4.50 516	3.02 563	4.66 562	3.73 559	3.35 546	5.36 564	7.86 585	2.88 494	12.33 583	4.76 524	3.12 585	2.22 590	2.70 592	1.69 580	3.49 581	3.10 590

HSM	2.35 393	0.81 360	2.21 196	1.14 336	1.55 498	3.44 266	1.03 394	3.99 402	2.25 379	2.29 417	2.11 417	8.04 586	3.05 506	11.60 556	1.71 391	0.33 303	0.22 222	0.28 199	0.23 175	0.32 220	0.35 292

PWCK	5.85 572	9.95 600	15.22 446	2.90 577	1.56 501	5.66 582	7.69 598	5.27 577	4.74 574	3.88 555	7.51 572	8.04 586	5.28 558	15.18 605	8.40 558	3.08 584	1.51 578	2.24 582	1.37 576	5.55 602	1.96 571

ELAS_RVC	5.72 571	1.64 519	20.40 552	2.09 556	2.01 557	4.95 573	11.47 606	4.66 562	6.31 588	8.09 598	8.01 575	8.06 588	11.65 597	8.36 447	10.22 565	0.99 550	1.17 568	0.81 551	0.76 541	1.14 546	1.58 561
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IMH	6.81 582	13.66 611	20.41 553	4.33 600	3.74 593	5.50 579	3.06 565	5.49 584	6.22 586	4.64 573	10.35 591	9.30 589	8.03 591	13.61 599	6.81 543	4.80 610	2.99 605	3.09 597	2.12 595	4.36 595	3.61 599

JetBlue	6.27 577	9.15 594	13.76 411	1.94 548	4.60 604	11.91 601	12.00 607	5.12 574	3.45 551	3.79 554	4.52 557	9.54 590	6.56 577	9.40 473	13.48 581	1.26 564	1.37 576	1.17 567	1.34 574	7.06 611	3.95 604

JetRed	10.48 596	27.10 622	35.70 618	4.27 596	4.09 600	15.55 611	12.83 609	12.16 604	5.50 580	5.83 583	5.56 566	10.14 591	7.43 584	8.88 457	26.39 619	3.32 586	3.81 609	3.51 602	2.96 609	7.85 613	6.69 616

MeshStereo	5.35 564	1.32 489	21.34 586	1.34 436	1.15 399	4.40 495	3.90 585	5.18 575	4.55 569	10.14 607	11.82 599	11.47 592	5.84 565	13.84 602	7.03 549	0.61 506	0.58 529	0.60 518	0.58 519	0.72 501	0.59 461
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
WAO-8	11.95 603	13.02 608	20.56 559	3.50 584	3.08 583	15.11 609	2.80 554	12.91 608	19.11 618	7.69 594	13.12 601	11.62 593	7.01 581	84.40 638	7.91 555	3.42 587	1.92 585	3.54 604	1.93 590	3.68 583	2.69 585

Venus	11.95 603	13.02 608	20.56 559	3.50 584	3.08 583	15.11 609	2.80 554	12.91 608	19.11 618	7.69 594	13.12 601	11.62 593	7.01 581	84.40 638	7.91 555	3.42 587	1.92 585	3.54 604	1.93 590	3.68 583	2.69 585

DStereoFS	11.11 600	13.81 614	11.82 389	5.73 611	11.05 608	20.81 614	11.36 605	8.68 595	16.52 611	14.90 615	15.81 613	11.63 595	13.85 603	9.05 464	15.60 586	7.57 615	8.88 618	2.41 583	5.29 612	2.16 570	15.30 622

SGM+DAISY	8.36 590	3.82 567	24.83 612	2.02 552	1.75 532	14.80 607	17.22 613	4.27 491	11.79 598	13.88 614	14.38 607	11.74 596	13.83 601	10.56 511	15.12 584	1.21 558	1.19 571	1.14 566	1.13 567	1.17 551	1.37 554

FADE	78.44 636	13.79 613	36.09 619	10.71 618	13.34 610	4.15 438	4.14 588	28.60 623	8.36 590	5.15 579	3.88 551	11.85 597	36.55 621	44.37 626	28.26 624	474.90 645	161.58 644	347.36 645	322.13 645	7.29 612	6.23 614

WCMA_ROB	5.12 560	0.90 392	21.33 585	1.50 487	1.33 453	4.09 422	3.49 574	4.03 411	4.59 571	6.57 590	10.95 594	12.92 598	8.41 593	9.86 487	8.78 560	0.75 531	0.58 529	0.51 484	0.50 498	0.68 486	0.57 452

test_sample8	4.76 555	1.05 432	7.87 335	1.07 294	0.86 312	3.93 380	1.19 433	4.38 530	2.05 336	5.49 580	1.89 365	12.98 599	6.37 573	11.06 535	11.61 574	1.23 560	14.45 624	4.27 608	2.09 592	0.70 489	0.69 485

TorneroNet-64	10.12 593	8.74 587	20.95 575	4.27 596	3.76 596	13.86 606	2.85 556	15.05 613	23.15 621	10.07 606	23.84 617	13.47 600	8.24 592	13.96 603	17.21 597	3.96 598	2.72 597	3.23 599	2.48 599	6.29 604	4.27 607

DGTPSM_ROB	15.31 610	8.85 589	28.14 616	9.90 616	18.89 613	12.44 604	33.21 622	13.48 610	17.86 616	9.50 603	22.89 615	13.78 601	19.67 613	21.26 610	23.68 613	5.08 612	8.84 615	5.62 614	11.50 619	6.72 607	14.87 620

DPSMNet_ROB	15.52 611	8.89 590	31.44 617	10.07 617	18.91 614	12.44 604	33.22 623	13.51 611	17.94 617	9.58 604	22.91 616	13.79 602	19.67 613	21.43 611	23.73 614	5.17 613	8.84 615	5.63 615	11.52 622	6.79 608	14.90 621

notaker	10.50 597	8.60 586	20.23 541	4.54 604	3.95 597	6.27 584	3.44 572	8.07 592	4.75 575	8.73 599	46.45 628	13.86 603	27.86 619	13.49 597	13.61 582	4.56 606	3.18 606	3.52 603	2.68 603	8.13 615	4.05 605

UNDER WATER-64	9.33 592	5.37 576	22.60 604	5.22 610	4.86 605	10.75 600	4.61 590	11.45 599	17.30 613	7.59 593	9.80 590	15.99 604	17.90 611	10.63 515	15.72 587	4.36 601	2.87 599	4.39 611	2.86 607	7.01 610	5.36 611

LVE	6.88 583	9.31 595	21.14 579	3.61 589	3.18 587	4.49 513	2.79 553	10.21 598	11.69 597	3.16 537	11.53 597	18.33 605	4.31 544	11.66 564	3.52 509	4.45 605	2.93 600	2.56 586	1.91 589	3.62 582	3.16 592

USTest	15.98 612	15.58 617	22.56 603	18.49 619	16.99 612	26.43 618	36.08 625	27.68 622	12.77 601	10.69 609	10.80 593	18.35 606	15.09 604	18.62 609	23.37 612	4.85 611	5.34 614	7.38 617	7.43 616	9.90 617	11.23 618

TCMNet-wrong-test	12.32 605	14.13 616	19.38 510	22.38 620	19.85 615	15.99 612	12.34 608	22.95 618	4.56 570	6.24 588	6.27 569	18.40 607	15.71 605	10.10 500	10.72 567	9.06 616	4.78 611	5.35 613	3.95 611	12.28 619	11.97 619

FCDSN-DC	6.04 575	0.84 376	19.25 505	1.24 387	1.09 388	4.38 488	2.62 550	4.38 530	4.71 572	9.59 605	11.22 595	19.19 608	17.40 609	12.30 581	8.55 559	0.69 527	0.57 524	0.60 518	0.60 523	0.70 489	0.78 508
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	6.64 579	0.77 342	19.26 507	1.68 516	1.64 514	8.27 595	2.35 539	6.35 587	9.23 592	10.85 610	11.27 596	19.89 609	13.33 599	12.51 587	11.79 576	0.66 517	0.57 524	0.58 510	0.56 515	0.63 465	0.61 465

MANE	11.39 601	1.38 497	23.16 607	4.82 608	2.79 576	22.02 616	14.51 611	25.81 619	26.28 622	10.93 611	13.17 604	19.90 610	18.03 612	15.69 607	20.41 609	0.96 548	0.74 554	1.42 572	3.24 610	0.74 503	1.71 564

FC-DCNN v2	6.91 584	0.77 342	19.25 505	1.69 517	1.64 514	9.13 597	2.40 540	7.20 589	9.47 593	11.07 612	11.62 598	20.05 611	15.79 606	12.55 588	11.99 577	0.66 517	0.57 524	0.58 510	0.56 515	0.63 465	0.61 465

pmcnn	5.45 566	1.22 472	17.40 473	1.60 506	2.41 571	3.48 278	2.12 530	4.52 554	3.26 539	3.67 552	13.15 603	22.10 612	3.46 527	11.92 577	17.16 596	0.34 315	0.21 193	0.23 41	0.19 86	0.36 289	0.28 186

MSMD_ROB	5.61 568	1.08 441	16.68 460	1.21 377	0.83 299	10.14 599	2.07 529	3.93 383	6.22 586	10.37 608	8.03 576	22.22 613	9.45 595	11.66 564	4.52 519	0.66 517	0.58 529	0.66 532	0.68 534	0.65 476	0.63 472

ACVNet_1	6.04 575	13.97 615	21.36 587	3.58 588	3.14 585	4.73 562	2.48 542	4.20 459	3.17 528	2.98 524	2.83 515	23.31 614	4.34 545	11.06 535	2.45 476	3.68 592	2.33 594	2.60 587	1.79 585	3.69 585	3.19 593

Anonymous_1	57.11 634	19.68 619	26.15 613	23.10 621	142.31 640	30.84 619	39.75 626	33.86 628	16.98 612	70.53 637	15.42 610	23.46 615	19.75 615	23.04 613	27.23 620	164.73 643	9.02 619	130.38 637	137.40 640	161.27 644	27.24 626

UNDER WATER	10.47 595	3.95 569	22.62 605	5.07 609	4.51 603	7.78 594	3.77 582	12.56 607	21.72 620	7.84 596	10.78 592	23.96 616	31.66 620	10.78 522	16.19 591	4.44 604	2.93 600	4.24 607	2.86 607	6.33 606	5.47 612

DPSM_ROB	20.78 616	20.03 620	26.57 614	23.62 622	22.46 616	31.10 620	39.97 627	33.52 626	17.41 614	15.25 616	15.80 611	24.06 617	20.71 616	23.30 615	27.62 622	10.78 619	9.41 620	11.69 622	11.50 619	14.49 620	16.36 623

DPSM	20.78 616	20.03 620	26.57 614	23.62 622	22.46 616	31.10 620	39.97 627	33.52 626	17.41 614	15.25 616	15.80 611	24.06 617	20.71 616	23.30 615	27.62 622	10.78 619	9.41 620	11.69 622	11.50 619	14.49 620	16.36 623

LRCNet_RVC	25.52 619	33.45 623	23.21 609	31.79 624	32.78 620	6.74 588	1.18 430	25.88 620	4.46 568	28.94 619	30.89 620	24.91 619	17.57 610	27.66 619	24.34 616	35.26 631	25.60 632	35.91 631	33.81 630	31.90 630	34.10 633

Dean	7.52 586	9.08 593	21.41 588	3.74 591	3.53 589	4.81 569	3.53 576	5.33 581	5.25 578	4.17 564	26.53 619	25.62 620	4.09 540	10.97 529	4.32 516	3.69 593	2.30 593	2.91 594	1.87 588	4.03 591	3.24 595

SGM-ForestM	11.55 602	1.16 458	21.62 594	2.14 557	0.81 283	22.25 617	19.08 616	16.50 617	11.34 596	15.94 618	14.44 608	27.12 621	22.61 618	24.76 618	28.39 625	0.50 476	0.48 505	0.47 456	0.44 474	0.55 434	0.53 433

LE_ROB	18.58 614	1.21 466	48.38 625	8.60 615	23.00 619	7.32 592	19.74 617	9.94 597	38.69 629	43.53 626	21.91 614	28.40 622	40.92 624	23.18 614	54.71 630	0.34 315	0.33 401	0.32 287	0.36 411	0.42 365	0.40 354

HaxPig	43.25 629	43.65 630	45.00 623	33.85 625	35.61 622	32.69 622	30.52 620	45.09 629	42.97 630	48.77 627	48.17 630	43.00 623	40.26 623	44.58 627	43.61 627	47.18 632	49.30 633	51.54 633	50.25 632	43.73 631	45.29 634

HanzoNet	31.60 623	17.23 618	21.22 584	7.32 613	5.84 607	7.25 591	3.53 576	13.82 612	14.20 604	50.38 629	47.01 629	44.45 624	56.61 635	36.61 625	32.00 626	63.89 635	56.57 636	7.97 618	89.20 638	28.69 622	28.25 627

AVERAGE_ROB	44.46 630	45.91 631	46.59 624	40.59 627	38.66 623	32.99 623	30.52 620	46.19 630	43.26 631	49.59 628	48.97 631	44.62 625	39.89 622	45.04 628	43.94 628	48.74 633	50.69 634	50.80 632	49.79 631	45.54 632	46.97 635

MEDIAN_ROB	47.37 631	49.08 632	49.92 627	40.32 626	39.97 624	34.95 624	33.43 624	49.17 631	46.39 633	53.06 630	52.65 632	47.65 626	42.23 632	48.35 635	47.29 629	52.10 634	54.04 635	54.28 634	53.48 633	48.76 633	50.33 636

Selective-RAFT-Error	41.77 625	40.16 626	53.34 631	47.73 628	45.25 629	62.51 631	80.64 636	67.22 632	34.93 627	30.64 624	31.81 622	48.11 627	42.11 631	46.57 629	54.95 631	21.61 623	18.87 626	23.48 625	23.15 626	29.16 625	33.08 632

FlowAnything	41.75 624	39.90 624	53.36 632	47.83 632	45.06 625	62.45 630	80.51 635	67.34 636	34.89 626	30.56 623	31.52 621	48.18 628	42.05 630	46.66 634	55.24 632	21.71 627	18.88 627	23.49 629	23.13 624	29.12 624	33.04 628

CasAABBNet	41.80 628	40.20 627	53.41 633	47.73 628	45.18 626	62.51 631	80.71 637	67.26 633	34.80 625	30.49 620	31.88 623	48.24 629	41.81 627	46.63 631	55.64 636	21.60 622	18.88 627	23.48 625	23.22 627	29.19 626	33.05 629

RAFT-FEzeroshot	41.78 626	40.21 628	53.07 629	47.74 630	45.19 627	62.51 631	80.73 638	67.30 634	34.75 623	30.51 621	31.88 623	48.27 630	41.88 628	46.64 632	55.54 634	21.62 624	18.89 629	23.48 625	23.22 627	29.20 627	33.05 629

RAFT-FE	41.78 626	40.21 628	53.07 629	47.74 630	45.19 627	62.51 631	80.73 638	67.30 634	34.75 623	30.51 621	31.88 623	48.27 630	41.88 628	46.64 632	55.54 634	21.62 624	18.89 629	23.48 625	23.22 627	29.20 627	33.05 629

LSM0	49.58 632	40.04 625	53.62 634	97.15 634	128.68 639	62.75 635	79.89 634	67.63 637	35.11 628	33.02 625	32.61 627	48.43 632	41.60 626	46.60 630	55.43 633	21.63 626	18.99 631	23.62 630	23.13 624	29.47 629	52.26 637

KSHMR	16.96 613	5.37 576	21.64 596	4.46 602	4.50 602	8.30 596	3.32 570	15.58 616	76.24 637	6.62 591	61.47 633	56.53 633	5.43 561	35.17 624	11.37 572	4.39 602	2.97 604	3.63 606	2.74 605	5.10 600	4.34 608

ktn	21.74 618	10.34 601	19.68 518	4.53 603	4.00 598	6.53 587	4.51 589	6.79 588	78.82 639	84.69 638	100.86 643	58.49 634	7.57 586	12.11 580	13.35 580	4.58 609	3.24 607	3.49 601	2.62 601	4.65 598	3.84 603

xxxxx1	112.33 641	88.53 637	37.76 620	227.84 642	157.23 641	39.05 626	61.41 631	93.76 639	79.29 640	62.45 634	74.79 637	78.32 635	70.96 637	33.47 621	70.69 637	114.00 638	130.36 641	259.31 642	274.34 642	145.54 641	147.50 642

tt_ll	112.33 641	88.53 637	37.76 620	227.84 642	157.23 641	39.05 626	61.41 631	93.76 639	79.29 640	62.45 634	74.79 637	78.32 635	70.96 637	33.47 621	70.69 637	114.00 638	130.36 641	259.31 642	274.34 642	145.54 641	147.50 642

ff	112.33 641	88.53 637	37.76 620	227.84 642	157.23 641	39.05 626	61.41 631	93.76 639	79.29 640	62.45 634	74.79 637	78.32 635	70.96 637	33.47 621	70.69 637	114.00 638	130.36 641	259.31 642	274.34 642	145.54 641	147.50 642

TorneroNet	25.88 620	11.28 605	21.62 594	4.20 595	4.07 599	55.25 629	3.15 568	15.16 614	76.94 638	58.09 633	82.72 640	86.88 638	41.15 625	13.35 595	18.13 601	4.32 600	2.85 598	3.45 600	2.62 601	8.33 616	4.14 606

BEATNet-Init1	49.72 633	64.32 636	97.77 639	4.68 605	4.28 601	84.75 638	60.42 630	73.38 638	68.59 636	88.29 639	88.51 642	91.94 639	97.99 640	85.26 640	70.96 640	0.80 536	0.65 541	0.85 553	0.70 537	7.96 614	2.33 577

ASD4	103.30 638	113.98 642	120.24 641	106.67 635	79.75 631	115.36 639	120.35 640	119.13 642	79.65 643	120.04 642	74.64 636	101.45 640	65.48 636	109.11 641	84.31 642	104.31 636	90.04 640	133.15 638	103.58 639	130.15 640	94.66 641

PML	64.32 635	53.22 633	17.88 480	8.10 614	32.94 621	148.46 643	247.79 645	12.18 605	45.42 632	111.41 641	288.92 645	101.47 641	101.31 641	31.67 620	15.55 585	14.03 621	4.83 612	10.98 621	6.18 615	28.82 623	5.17 609

RSGM-EC	108.14 639	104.44 640	68.66 635	115.42 637	109.31 636	116.48 640	139.19 642	127.02 643	55.95 634	55.27 631	71.01 634	116.54 642	111.76 642	176.57 642	175.06 643	117.34 641	71.64 638	140.65 639	83.55 636	123.96 638	82.91 639

acva	108.14 639	104.44 640	68.66 635	115.42 637	109.31 636	116.48 640	139.19 642	127.02 643	55.95 634	55.27 631	71.01 634	116.54 642	111.76 642	176.57 642	175.06 643	117.34 641	71.64 638	140.65 639	83.55 636	123.96 638	82.91 639

DPSimNet_ROB	102.30 637	119.72 643	143.59 642	109.42 636	94.10 633	127.22 642	127.15 641	26.62 621	102.36 644	149.58 644	83.99 641	139.34 644	137.54 644	64.62 637	82.36 641	105.18 637	66.15 637	120.15 636	69.61 635	99.58 635	77.72 638

test_example2	212.63 644	219.92 644	221.87 644	213.67 641	221.17 644	199.47 644	200.74 644	185.30 645	141.66 645	209.52 645	213.45 644	210.82 645	205.48 645	221.27 645	216.64 645	236.83 644	242.07 645	213.93 641	217.01 641	235.69 645	226.10 645

ccccc	590.94 645	629.75 645	645.59 645	567.84 645	570.84 645	582.44 645	641.68 646	613.82 646	494.59 646	614.58 646	651.20 646	555.57 646	637.59 646	666.94 646	652.42 646	781.57 646	507.24 646	391.36 646	342.44 646	689.82 646	581.48 646

Low-res two-view benchmark