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

USTest	0.01 9	0.02 12	0.00 1	0.14 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 18	0.02 20	0.00 1	0.00 1

CREStereo++_RVC	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 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
s12784h	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
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
PMTNet	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MEDIAN_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AVERAGE_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Wz-Net-TNSev	0.02 15	0.05 49	0.04 44	0.07 47	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 55	0.04 45	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-SNSev	0.03 29	0.09 66	0.07 59	0.09 55	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 68	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 44	0.24 122	0.20 166	0.23 152	0.01 10	0.02 19	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 177	0.21 178	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 44	0.54 251	0.10 70	0.12 83	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 93	0.11 97	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 41	0.50 235	0.10 70	0.12 83	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 93	0.10 75	0.01 9	0.01 9	0.01 10	0.01 10

HITNet	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10
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
NVstereo2D	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWC_ROB	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWCDC_ROB	0.01 9	0.01 9	0.02 14	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWCK	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

G2L-ROB	0.03 29	0.06 54	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo_test	0.03 29	0.04 37	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

coex_refinement	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

PSMNet-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

FACV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

IGEV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

test_sample6	0.09 53	0.97 322	0.10 70	0.10 59	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample3	0.09 53	0.87 299	0.10 70	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample2	0.09 53	1.03 339	0.11 90	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 53	0.87 299	0.12 102	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

SMFormer	0.09 53	1.01 333	0.09 66	0.09 55	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

tta	0.09 53	0.95 319	0.09 66	0.10 59	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

CoDeX	0.15 125	0.70 268	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 397	0.02 15	0.69 404	0.75 414	0.01 9	0.02 20	0.02 20

ttt	0.10 66	1.09 348	0.12 102	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.02 20	0.03 43	0.02 20

1111x	0.10 66	1.14 355	0.13 122	0.14 100	0.03 48	0.04 78	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.11 97	0.03 38	0.02 20	0.03 43	0.02 20

coex-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

fast-acv-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

CBFPSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

iinet-f	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

Wz-Net-LNSev-Ref	0.11 88	0.44 183	0.33 247	0.39 207	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 279	0.36 285	0.02 18	0.02 20	0.02 20	0.02 20

SFCPSM	0.17 137	0.78 284	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 444	0.02 15	0.75 414	0.76 420	0.02 20	0.02 20	0.02 20

Syn2CoEx	0.25 163	1.31 423	0.74 403	0.92 390	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 42	0.02 21	0.02 20	0.02 20	0.87 419	0.75 414	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MSC_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCMid	0.08 51	0.02 12	0.02 14	1.01 409	0.03 48	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 72	0.09 109	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCS	0.09 53	0.02 12	0.04 44	0.90 385	0.06 110	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 131	0.36 291	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

RYNet	0.02 15	0.02 12	0.02 14	0.03 28	0.03 48	0.03 40	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.03 52	0.03 39	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM0	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

zh-sn7	0.10 66	0.98 323	0.14 127	0.15 110	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.15 125	0.13 137	0.03 38	0.03 54	0.03 43	0.03 51

zh-mn7	0.12 97	1.14 355	0.17 151	0.20 137	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.18 151	0.16 146	0.03 38	0.03 54	0.03 43	0.03 51

w-ln-seven-2	0.14 113	1.22 417	0.28 196	0.32 183	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.32 209	0.27 200	0.04 73	0.03 54	0.03 43	0.03 51

TCMNet	0.03 29	0.04 37	0.03 37	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

TCMNet-wrong-test	0.03 29	0.04 37	0.03 37	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.02 20	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

YMNet	0.03 29	0.04 37	0.03 37	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

YMNet_1	0.03 29	0.04 37	0.03 37	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

DualNet (step1)	0.10 66	1.05 343	0.12 102	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 66	1.05 343	0.12 102	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 66	1.05 343	0.12 102	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample7	0.09 53	1.00 327	0.11 90	0.11 76	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample5	0.10 66	1.07 346	0.11 90	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

test_sample4	0.10 66	1.03 339	0.12 102	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.13 137	0.03 38	0.03 54	0.03 43	0.03 51

11t1	0.17 137	2.16 475	0.13 122	0.13 96	0.04 79	0.06 93	0.04 82	0.06 95	0.04 82	0.06 97	0.03 52	0.06 98	0.03 52	0.06 89	0.05 89	0.18 151	0.12 113	0.06 94	0.03 54	0.05 92	0.03 51

DualNet	0.10 66	1.07 346	0.11 90	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

xxx	0.09 53	1.01 333	0.10 70	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.03 51

qqq	0.16 133	2.01 466	0.12 102	0.15 110	0.04 79	0.06 93	0.05 94	0.06 95	0.04 82	0.06 97	0.03 52	0.06 98	0.03 52	0.06 89	0.03 48	0.12 93	0.14 141	0.04 73	0.04 78	0.03 43	0.03 51

x	0.11 88	1.15 358	0.15 143	0.14 100	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.15 144	0.03 38	0.03 54	0.03 43	0.03 51

psmg	0.43 291	1.91 458	0.92 436	1.91 509	0.02 21	0.02 19	0.03 50	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 39	0.02 20	1.97 540	1.44 533	0.04 73	0.03 54	0.02 20	0.03 51

222	0.10 66	0.99 326	0.12 102	0.13 96	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.02 20	0.04 77	0.03 51

test_xeample	0.10 66	1.09 348	0.13 122	0.12 83	0.03 48	0.03 40	0.03 50	0.04 77	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.14 141	0.03 38	0.03 54	0.03 43	0.03 51

EDNetEfficientorigin	0.04 38	0.06 54	0.04 44	0.05 43	0.04 79	0.05 90	0.04 82	0.05 89	0.04 82	0.05 92	0.04 89	0.05 91	0.04 85	0.05 83	0.04 76	0.05 51	0.03 36	0.06 94	0.03 54	0.04 77	0.03 51

EDNetEfficient	0.04 38	0.05 49	0.04 44	0.04 37	0.03 48	0.04 78	0.03 50	0.04 77	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.04 72	0.03 48	0.05 51	0.03 36	0.05 86	0.03 54	0.04 77	0.03 51

BEATNet_4x	0.11 88	0.03 31	0.03 37	1.60 499	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 83	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCL	0.11 88	0.03 31	0.03 37	1.60 499	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 83	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

AnyNet_C01	0.11 88	0.02 12	0.02 14	1.62 502	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 89	0.04 76	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

AnyNet_C32	0.14 113	0.04 37	0.03 37	2.22 521	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 77	0.02 21	0.07 105	0.04 76	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

ADCPNet	0.10 66	0.03 31	0.04 44	1.27 482	0.03 48	0.04 78	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.08 108	0.04 76	0.04 44	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

z-mn7	0.16 133	1.21 411	0.33 247	0.41 233	0.04 79	0.04 78	0.03 50	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	0.04 76	0.35 226	0.31 240	0.04 73	0.04 78	0.04 77	0.04 79

z-ln-s-r	0.21 152	1.40 431	0.53 349	0.56 325	0.04 79	0.05 90	0.04 82	0.05 89	0.05 98	0.05 92	0.04 89	0.05 91	0.04 85	0.05 83	0.05 89	0.57 361	0.44 332	0.04 73	0.04 78	0.04 77	0.04 79

w-ln-seven	0.18 140	1.47 433	0.33 247	0.40 221	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	0.04 76	0.38 249	0.32 244	0.05 86	0.04 78	0.04 77	0.04 79

DFGA-Net	0.05 41	0.06 54	0.04 44	0.06 46	0.04 79	0.06 93	0.04 82	0.06 95	0.04 82	0.06 97	0.04 89	0.06 98	0.04 85	0.06 89	0.04 76	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	0.04 79

qqq1	0.25 163	3.70 543	0.14 127	0.14 100	0.04 79	0.06 93	0.05 94	0.06 95	0.05 98	0.06 97	0.05 101	0.04 77	0.05 95	0.06 89	0.05 89	0.13 109	0.12 113	0.06 94	0.05 96	0.03 43	0.04 79

fff1	0.25 163	3.70 543	0.14 127	0.14 100	0.04 79	0.06 93	0.05 94	0.06 95	0.05 98	0.06 97	0.05 101	0.04 77	0.05 95	0.06 89	0.05 89	0.13 109	0.12 113	0.06 94	0.05 96	0.03 43	0.04 79

mmm	0.14 113	1.83 449	0.12 102	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.04 82	0.03 40	0.03 52	0.03 42	0.03 52	0.06 89	0.04 76	0.12 93	0.11 97	0.05 86	0.04 78	0.05 92	0.04 79

ffm	0.25 163	3.83 549	0.12 102	0.12 83	0.05 99	0.06 93	0.05 94	0.06 95	0.05 98	0.03 40	0.03 52	0.06 98	0.05 95	0.06 89	0.05 89	0.12 93	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 163	3.83 549	0.12 102	0.12 83	0.05 99	0.06 93	0.05 94	0.06 95	0.05 98	0.03 40	0.03 52	0.06 98	0.05 95	0.06 89	0.05 89	0.12 93	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 163	3.83 549	0.12 102	0.12 83	0.05 99	0.06 93	0.05 94	0.06 95	0.05 98	0.03 40	0.03 52	0.06 98	0.05 95	0.06 89	0.05 89	0.12 93	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

GASNet	0.05 41	0.04 37	0.12 102	0.04 37	0.04 79	0.04 78	0.05 94	0.04 77	0.04 82	0.12 126	0.04 89	0.06 98	0.04 85	0.04 72	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

xxxx	0.11 88	1.16 360	0.16 144	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.16 146	0.03 38	0.04 78	0.04 77	0.04 79

FADNet_RVC	0.12 97	0.04 37	0.04 44	0.05 43	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.05 95	0.04 72	1.65 558	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet-RVC	0.13 104	0.04 37	0.04 44	0.04 37	0.04 79	0.04 78	0.05 94	0.04 77	0.04 82	0.04 74	0.05 101	0.04 77	0.05 95	0.04 72	1.71 563	0.04 44	0.04 45	0.04 73	0.04 78	0.07 106	0.04 79

FADNet	0.12 97	0.05 49	0.04 44	0.04 37	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.05 95	0.04 72	1.66 560	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCRef	0.12 97	0.03 31	0.04 44	1.71 505	0.04 79	0.03 40	0.03 50	0.04 77	0.04 82	0.04 74	0.03 52	0.04 77	0.03 52	0.06 89	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.03 43	0.04 79

ADCP+	0.15 125	0.04 37	0.04 44	2.20 520	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.05 101	0.04 77	0.04 85	0.08 108	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

NVStereoNet_ROB	0.04 38	0.04 37	0.04 44	0.04 37	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DA	0.09 53	0.13 82	0.39 281	0.08 49	0.05 99	0.07 104	0.05 94	0.13 127	0.05 98	0.06 97	0.05 101	0.06 98	0.05 95	0.06 89	0.05 89	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

GGEV	0.09 53	0.13 82	0.39 281	0.08 49	0.05 99	0.07 104	0.05 94	0.13 127	0.05 98	0.06 97	0.05 101	0.06 98	0.05 95	0.06 89	0.05 89	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

AASNet	0.06 44	0.08 59	0.08 61	0.08 49	0.05 99	0.06 93	0.05 94	0.05 89	0.06 109	0.06 97	0.06 110	0.05 91	0.06 110	0.06 89	0.05 89	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

SACVNet	0.06 44	0.08 59	0.08 61	0.08 49	0.05 99	0.06 93	0.05 94	0.05 89	0.06 109	0.06 97	0.06 110	0.05 91	0.06 110	0.06 89	0.05 89	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

AACVNet	0.06 44	0.08 59	0.08 61	0.08 49	0.05 99	0.06 93	0.05 94	0.05 89	0.06 109	0.06 97	0.06 110	0.05 91	0.06 110	0.06 89	0.05 89	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

APVNet	0.09 53	0.05 49	0.04 44	0.05 43	0.04 79	0.05 90	0.90 454	0.06 95	0.04 82	0.05 92	0.04 89	0.05 91	0.04 85	0.05 83	0.04 76	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 97

GwcNet	0.12 97	0.07 58	0.05 58	0.08 49	0.05 99	0.08 106	1.20 484	0.07 105	0.05 98	0.05 92	0.05 101	0.08 107	0.05 95	0.08 108	0.03 48	0.07 60	0.05 56	0.06 94	0.05 96	0.07 106	0.05 97

OmniDepth	0.08 51	0.08 59	0.11 90	0.11 76	0.05 99	0.08 106	0.05 94	0.08 108	0.07 112	0.08 107	0.05 101	0.08 107	0.05 95	0.09 111	0.08 105	0.15 125	0.11 97	0.07 99	0.05 96	0.07 106	0.06 104

FINET	0.07 49	0.08 59	0.07 59	0.07 47	0.07 111	0.08 106	0.06 109	0.08 108	0.07 112	0.08 107	0.07 113	0.08 107	0.06 110	0.07 105	0.07 103	0.08 62	0.07 59	0.07 99	0.07 105	0.06 96	0.06 104

FADNet-RVC-Resample	0.12 97	0.04 37	0.04 44	0.04 37	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	1.57 554	0.04 44	0.04 45	0.04 73	0.05 96	0.04 77	0.06 104

SuperB	0.21 152	0.10 68	2.51 588	0.12 83	0.09 115	0.10 112	0.09 114	0.08 108	0.07 112	0.10 112	0.09 116	0.09 112	0.07 114	0.07 105	0.07 103	0.07 60	0.08 61	0.07 99	0.07 105	0.08 109	0.07 107

SepStereo	0.09 53	0.09 66	0.10 70	0.09 55	0.09 115	0.09 111	0.09 114	0.10 111	0.08 115	0.10 112	0.09 116	0.09 112	0.09 117	0.09 111	0.08 105	0.09 68	0.08 61	0.09 107	0.08 109	0.09 112	0.08 108

BEATNet-Init1	0.19 143	0.08 59	0.08 61	2.23 522	0.08 113	0.08 106	0.07 112	0.07 105	0.08 115	0.08 107	0.07 113	0.08 107	0.07 114	0.11 125	0.08 105	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

DeepPrunerF	0.19 143	0.08 59	0.08 61	2.23 522	0.08 113	0.08 106	0.07 112	0.07 105	0.08 115	0.08 107	0.07 113	0.08 107	0.07 114	0.11 125	0.08 105	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

S2M2_L	0.12 97	0.14 88	0.10 70	0.15 110	0.10 121	0.14 128	0.10 119	0.14 129	0.10 119	0.15 134	0.10 120	0.14 129	0.10 121	0.14 131	0.10 115	0.13 109	0.10 75	0.13 125	0.09 111	0.13 130	0.09 111
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
CSP-Net	0.34 199	1.29 421	1.19 460	1.36 489	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 500	1.21 511	0.03 38	0.09 111	0.02 20	0.09 111

LRCNet_RVC	0.13 104	0.13 82	0.09 66	0.13 96	0.10 121	0.14 128	0.10 119	0.14 129	0.10 119	0.23 178	0.10 120	0.20 161	0.10 121	0.24 183	0.11 127	0.11 88	0.09 70	0.12 122	0.14 161	0.12 128	0.09 111

ELAS_RVC	0.14 113	0.16 90	0.10 70	0.15 110	0.10 121	0.18 155	0.11 132	0.19 155	0.11 134	0.19 154	0.12 145	0.18 154	0.11 133	0.19 156	0.12 142	0.14 116	0.08 61	0.14 127	0.09 111	0.15 142	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 104	0.16 90	0.11 90	0.15 110	0.09 115	0.18 155	0.11 132	0.18 153	0.11 134	0.17 148	0.11 134	0.18 154	0.11 133	0.18 153	0.11 127	0.14 116	0.08 61	0.14 127	0.08 109	0.14 132	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AnonymousM	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

PVD	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SHD	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SAMSARA	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

XQC	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSC	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTS	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSA	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet+	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet++	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

PDISCO_ROB	0.83 413	2.80 525	3.49 605	0.14 100	0.11 137	0.17 151	0.09 114	0.15 141	0.10 119	0.15 134	0.12 145	0.16 140	0.14 159	3.30 590	0.13 148	0.14 116	2.34 581	0.16 145	0.12 147	2.62 570	0.10 116

SGM_RVC	0.15 125	0.17 96	0.11 90	0.18 131	0.11 137	0.19 158	0.11 132	0.19 155	0.12 153	0.19 154	0.12 145	0.20 161	0.12 150	0.19 156	0.12 142	0.16 135	0.11 97	0.17 153	0.10 118	0.17 152	0.10 116
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
S2M2_XL	0.14 113	0.17 96	0.12 102	0.17 129	0.11 137	0.17 151	0.11 132	0.17 150	0.11 134	0.17 148	0.11 134	0.17 150	0.11 133	0.17 150	0.11 127	0.16 135	0.11 97	0.16 145	0.11 130	0.16 146	0.11 128
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ITSA-stereo	0.15 125	0.17 96	0.13 122	0.20 137	0.13 156	0.19 158	0.13 151	0.18 153	0.13 156	0.19 154	0.13 157	0.18 154	0.14 159	0.18 153	0.14 152	0.16 135	0.11 97	0.15 142	0.14 161	0.18 156	0.11 128

test_for_model	0.15 125	0.23 115	0.18 160	0.21 147	0.11 137	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.21 163	0.18 171	0.14 127	0.11 130	0.14 132	0.11 128

testlalala2	0.13 104	0.16 90	0.11 90	0.15 110	0.11 137	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.14 116	0.11 97	0.14 127	0.11 130	0.14 132	0.11 128

JetRed	0.11 88	0.12 81	0.11 90	0.11 76	0.11 137	0.11 123	0.14 153	0.11 123	0.11 134	0.12 126	0.11 134	0.11 124	0.11 133	0.11 125	0.11 127	0.11 88	0.16 146	0.11 119	0.11 130	0.11 123	0.11 128

JetBlue	0.11 88	0.11 79	0.12 102	0.13 96	0.14 158	0.11 123	0.11 132	0.11 123	0.11 134	0.11 124	0.11 134	0.11 124	0.11 133	0.12 129	0.12 142	0.11 88	0.11 97	0.11 119	0.11 130	0.11 123	0.11 128

testlalala_base	0.13 104	0.16 90	0.11 90	0.15 110	0.11 137	0.15 135	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.14 116	0.11 97	0.14 127	0.11 130	0.14 132	0.11 128

CIPLG	0.13 104	0.21 110	0.12 102	0.16 121	0.11 137	0.15 135	0.11 132	0.14 129	0.11 134	0.15 134	0.12 145	0.15 139	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

IPLG	0.13 104	0.20 104	0.14 127	0.15 110	0.11 137	0.14 128	0.11 132	0.14 129	0.11 134	0.14 128	0.11 134	0.14 129	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

MIPNet	0.14 113	0.21 110	0.17 151	0.16 121	0.11 137	0.15 135	0.12 148	0.14 129	0.11 134	0.16 139	0.11 134	0.14 129	0.11 133	0.14 131	0.11 127	0.14 116	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

IPLGR	0.14 113	0.24 122	0.14 127	0.16 121	0.12 153	0.15 135	0.12 148	0.14 129	0.11 134	0.15 134	0.12 145	0.14 129	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

ACRE	0.13 104	0.21 110	0.14 127	0.15 110	0.11 137	0.14 128	0.11 132	0.14 129	0.11 134	0.14 128	0.12 145	0.14 129	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

ICVP	0.15 125	0.53 248	0.11 90	0.16 121	0.11 137	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.16 135	0.11 97	0.16 145	0.11 130	0.16 146	0.11 128
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 104	0.11 79	0.11 90	0.11 76	0.11 137	0.11 123	0.11 132	0.11 123	0.11 134	0.11 124	0.12 145	0.11 124	0.11 133	0.11 125	0.11 127	0.11 88	0.11 97	0.14 127	0.11 130	0.49 343	0.11 128

PASM	0.39 258	3.06 529	1.36 526	1.58 495	0.09 115	0.11 123	0.11 132	0.11 123	0.11 134	0.09 111	0.09 116	0.11 124	0.09 117	0.09 111	0.09 109	0.11 88	0.11 97	0.11 119	0.09 111	0.11 123	0.11 128

LALA_ROB	0.15 125	0.19 100	0.12 102	0.18 131	0.11 137	0.20 163	0.12 148	0.21 170	0.12 153	0.20 160	0.12 145	0.20 161	0.12 150	0.21 171	0.13 148	0.17 143	0.10 75	0.18 163	0.11 130	0.18 156	0.11 128

FADE	0.07 49	0.06 54	0.02 14	0.09 55	0.10 121	0.03 40	0.03 50	0.05 89	0.03 55	0.04 74	0.03 52	0.05 91	0.03 52	0.04 72	0.03 48	0.15 125	0.10 75	0.17 153	0.13 155	0.11 123	0.11 128

ProNet	0.14 113	0.20 104	0.14 127	0.16 121	0.11 137	0.16 143	0.11 132	0.17 150	0.11 134	0.17 148	0.12 145	0.17 150	0.13 155	0.17 150	0.12 142	0.15 125	0.11 97	0.16 145	0.11 130	0.15 142	0.12 145

IPLGR_C	0.14 113	0.20 104	0.12 102	0.15 110	0.11 137	0.14 128	0.15 158	0.14 129	0.11 134	0.15 134	0.12 145	0.14 129	0.11 133	0.16 141	0.11 127	0.15 125	0.12 113	0.14 127	0.12 147	0.15 142	0.12 145

ac_64	0.22 156	0.13 82	0.19 163	0.23 152	0.10 121	0.26 198	1.02 471	0.14 129	0.10 119	0.28 199	0.14 162	0.17 150	0.19 189	0.28 206	0.09 109	0.22 166	0.16 146	0.23 184	0.17 187	0.11 123	0.12 145

ACVNet	0.20 145	0.19 100	0.14 127	0.20 137	0.14 158	0.20 163	0.96 462	0.21 170	0.14 158	0.20 160	0.13 157	0.21 169	0.14 159	0.20 160	0.14 152	0.17 143	0.12 113	0.17 153	0.12 147	0.17 152	0.12 145

acv_ft	0.20 145	0.19 100	0.14 127	0.20 137	0.14 158	0.20 163	0.96 462	0.21 170	0.14 158	0.20 160	0.13 157	0.21 169	0.14 159	0.20 160	0.14 152	0.17 143	0.12 113	0.17 153	0.12 147	0.17 152	0.12 145

HSM	0.14 113	0.16 90	0.12 102	0.17 129	0.12 153	0.17 151	0.11 132	0.17 150	0.11 134	0.17 148	0.12 145	0.17 150	0.12 150	0.17 150	0.12 142	0.16 135	0.11 97	0.16 145	0.11 130	0.16 146	0.12 145

ISRNet	0.11 88	0.05 49	0.36 267	0.24 157	0.07 111	0.13 127	0.05 94	0.06 95	0.05 98	0.05 92	0.05 101	0.13 128	0.05 95	0.05 83	0.09 109	0.24 182	0.20 174	0.10 108	0.05 96	0.06 96	0.13 151

castereo++	0.54 334	3.59 540	1.15 454	1.31 485	0.14 158	0.16 143	0.14 153	0.16 142	0.14 158	0.16 139	0.14 162	0.16 140	0.13 155	0.16 141	0.14 152	1.45 515	1.16 460	0.15 142	0.14 161	0.15 142	0.13 151

DDVS	0.30 179	3.10 530	0.14 127	0.19 134	0.14 158	0.19 158	0.14 153	0.20 161	0.14 158	0.19 154	0.13 157	0.16 140	0.13 155	0.19 156	0.13 148	0.17 143	0.13 137	0.17 153	0.13 155	0.17 152	0.13 151

HCRNet	1.22 505	7.11 593	3.00 590	3.55 571	0.33 307	0.29 206	0.14 153	0.19 155	0.15 168	0.33 218	0.29 242	0.25 190	0.14 159	0.22 175	0.33 270	3.64 587	3.00 584	0.76 420	0.32 307	0.18 156	0.13 151

DeepPruner_ROB	0.16 133	0.18 99	0.13 122	0.19 134	0.13 156	0.19 158	0.13 151	0.19 155	0.13 156	0.19 154	0.13 157	0.19 158	0.13 155	0.19 156	0.13 148	0.18 151	0.13 137	0.18 163	0.13 155	0.18 156	0.13 151

GMStereo	0.14 113	0.13 82	0.14 127	0.14 100	0.14 158	0.14 128	0.14 153	0.14 129	0.14 158	0.14 128	0.14 162	0.14 129	0.14 159	0.14 131	0.14 152	0.14 116	0.14 141	0.14 127	0.14 161	0.14 132	0.14 156
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
VIP-Stereo	0.70 369	2.97 528	2.43 587	2.49 534	0.16 176	0.25 190	0.16 161	0.25 187	0.16 170	0.25 187	0.18 189	0.25 190	0.16 169	0.26 198	0.16 168	1.86 530	1.26 513	0.23 184	0.15 165	0.23 178	0.15 157

xyz-stereo-finetune2	0.18 140	0.48 229	0.16 144	0.16 121	0.15 169	0.15 135	0.16 161	0.16 142	0.16 170	0.16 139	0.16 171	0.16 140	0.16 169	0.16 141	0.16 168	0.16 135	0.16 146	0.16 145	0.16 167	0.16 146	0.16 158

xyz-stereo	0.18 140	0.50 235	0.16 144	0.15 110	0.16 176	0.16 143	0.16 161	0.16 142	0.16 170	0.16 139	0.16 171	0.16 140	0.16 169	0.16 141	0.16 168	0.16 135	0.16 146	0.16 145	0.16 167	0.16 146	0.16 158

DEFOM-Stereo_RVC	0.83 413	5.18 573	1.98 576	2.19 519	0.17 180	0.19 158	0.18 176	0.19 155	0.16 170	0.20 160	0.19 191	0.22 177	0.22 200	0.20 160	0.15 162	2.28 557	2.13 576	0.24 192	0.17 187	0.18 156	0.16 158

castereo	0.61 345	3.79 548	1.35 518	1.52 494	0.15 169	0.17 151	0.16 161	0.20 161	0.21 193	0.18 152	0.16 171	0.21 169	0.12 150	0.26 198	0.17 172	1.43 514	1.38 530	0.17 153	0.16 167	0.18 156	0.16 158

tg	0.21 152	0.25 124	0.21 170	0.26 169	0.17 180	0.24 183	0.17 169	0.24 181	0.17 178	0.24 183	0.17 176	0.24 185	0.17 176	0.24 183	0.17 172	0.24 182	0.17 164	0.23 184	0.16 167	0.23 178	0.16 158

ACV-stereo	0.30 179	2.08 468	0.25 185	0.25 162	0.18 190	0.24 183	0.17 169	0.24 181	0.18 181	0.24 183	0.17 176	0.25 190	0.17 176	0.24 183	0.17 172	0.22 166	0.16 146	0.22 178	0.16 167	0.22 169	0.16 158

GMStereo_Zeroshot	0.16 133	0.16 90	0.16 144	0.16 121	0.16 176	0.16 143	0.16 161	0.16 142	0.16 170	0.16 139	0.16 171	0.16 140	0.16 169	0.16 141	0.16 168	0.16 135	0.16 146	0.16 145	0.16 167	0.16 146	0.16 158

MSKI-zero shot	0.24 162	0.21 110	0.49 331	0.65 342	0.18 190	0.22 176	0.17 169	0.23 178	0.18 181	0.21 172	0.17 176	0.23 181	0.28 237	0.23 179	0.18 181	0.21 163	0.16 146	0.21 173	0.16 167	0.21 167	0.16 158

dd	0.23 160	0.98 323	0.16 144	0.23 152	0.15 169	0.23 182	0.15 158	0.23 178	0.15 168	0.23 178	0.15 170	0.24 185	0.17 176	0.23 179	0.15 162	0.22 166	0.15 144	0.21 173	0.15 165	0.22 169	0.16 158

dad	0.23 160	1.03 339	0.16 144	0.23 152	0.15 169	0.24 183	0.15 158	0.24 181	0.16 170	0.23 178	0.16 171	0.24 185	0.16 169	0.23 179	0.15 162	0.22 166	0.16 146	0.22 178	0.16 167	0.22 169	0.16 158

iResNetv2_ROB	0.20 145	0.23 115	0.18 160	0.24 157	0.20 197	0.24 183	0.18 176	0.24 181	0.18 181	0.24 183	0.18 189	0.23 181	0.19 189	0.24 183	0.18 181	0.21 163	0.16 146	0.21 173	0.16 167	0.22 169	0.16 158

iResNet	0.20 145	0.23 115	0.18 160	0.24 157	0.18 190	0.24 183	0.20 184	0.24 181	0.18 181	0.23 178	0.17 176	0.23 181	0.18 184	0.23 179	0.18 181	0.22 166	0.16 146	0.21 173	0.16 167	0.21 167	0.16 158

Pointernet	0.21 152	0.22 114	0.19 163	0.24 157	0.19 194	0.24 183	0.19 180	0.24 181	0.19 187	0.24 183	0.19 191	0.24 185	0.19 189	0.24 183	0.19 184	0.22 166	0.17 164	0.22 178	0.17 187	0.22 169	0.17 170

IGEV_Zeroshot_test	0.20 145	0.19 100	0.40 286	0.30 175	0.17 180	0.22 176	0.17 169	0.21 170	0.17 178	0.20 160	0.17 176	0.21 169	0.18 184	0.21 171	0.17 172	0.20 158	0.16 146	0.20 170	0.16 167	0.20 163	0.17 170

MIM_Stereo	0.25 163	0.23 115	0.66 385	0.80 373	0.17 180	0.22 176	0.17 169	0.23 178	0.18 181	0.26 195	0.17 176	0.21 169	0.17 176	0.25 188	0.17 172	0.23 177	0.16 146	0.21 173	0.17 187	0.22 169	0.17 170

CFNet	1.37 512	5.27 576	0.19 163	5.49 603	0.19 194	0.28 203	0.19 180	0.28 196	0.19 187	0.28 199	0.19 191	0.28 203	4.35 616	0.28 206	0.19 184	0.23 177	0.17 164	0.23 184	4.21 624	4.81 601	0.17 170

CAS++	0.17 137	0.27 128	0.21 170	0.10 59	0.21 204	0.15 135	0.22 195	0.10 111	0.21 193	0.22 174	0.10 120	0.19 158	0.18 184	0.10 114	0.19 184	0.20 158	0.19 172	0.18 163	0.10 118	0.19 162	0.18 174
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GEStereo_RVC	0.86 419	4.45 563	0.20 166	0.27 172	0.20 197	0.27 202	0.20 184	0.26 192	0.18 181	5.03 618	0.20 195	0.27 202	0.19 189	0.27 202	0.21 191	0.20 158	0.19 172	0.19 166	4.02 622	0.20 163	0.18 174

DLNR-FE	0.28 173	0.89 304	0.30 204	0.34 189	0.19 194	0.28 203	0.19 180	0.28 196	0.20 189	0.28 199	0.20 195	0.28 203	0.20 193	0.28 206	0.20 187	0.33 213	0.28 206	0.25 193	0.19 193	0.24 180	0.19 176

ssnet_v2	0.68 362	1.96 465	1.25 514	0.29 174	0.20 197	0.30 207	0.20 184	0.29 201	0.22 196	1.50 526	0.20 195	0.31 216	0.20 193	0.27 202	0.22 193	0.24 182	1.49 536	0.26 198	0.18 192	3.90 579	0.19 176

DCVSM-stereo	0.36 214	1.89 455	0.22 172	0.40 221	0.22 206	0.40 252	0.22 195	0.40 246	0.22 196	0.40 246	0.22 202	0.40 255	0.22 200	0.40 252	0.22 193	0.28 195	0.21 178	0.28 204	0.21 196	0.28 191	0.20 178

DAS	0.20 145	0.20 104	0.20 166	0.20 137	0.20 197	0.20 163	0.20 184	0.20 161	0.20 189	0.20 160	0.20 195	0.20 161	0.20 193	0.20 160	0.20 187	0.20 158	0.20 174	0.20 170	0.20 194	0.20 163	0.20 178

ASD4	0.20 145	0.20 104	0.20 166	0.20 137	0.20 197	0.20 163	0.20 184	0.20 161	0.20 189	0.20 160	0.20 195	0.20 161	0.20 193	0.20 160	0.20 187	0.20 158	0.20 174	0.20 170	0.20 194	0.20 163	0.20 178

testlalala	0.32 194	0.81 291	0.31 230	0.39 207	0.26 227	0.33 222	0.24 208	0.33 211	0.26 223	0.32 213	0.26 225	0.33 221	0.23 206	0.33 223	0.23 199	0.35 226	0.31 240	0.30 211	0.24 213	0.31 202	0.21 181

HGLStereo	0.28 173	0.29 133	0.22 172	0.36 195	0.22 206	0.36 232	0.21 190	0.36 223	0.21 193	0.42 277	0.21 201	0.36 234	0.22 200	0.36 234	0.21 191	0.34 217	0.21 178	0.34 234	0.21 196	0.34 215	0.21 181

DISCO	1.11 454	0.39 156	5.28 618	0.39 207	0.20 197	0.39 250	0.27 222	0.39 241	0.22 196	0.38 234	0.20 195	0.38 242	0.20 193	6.95 629	0.22 193	0.30 203	0.21 178	0.27 202	0.21 196	5.25 610	0.21 181

PAM	0.39 258	1.88 454	0.34 257	0.37 198	0.41 356	0.45 329	0.22 195	0.28 196	0.23 202	0.28 199	0.24 213	0.29 209	0.23 206	0.29 210	0.23 199	0.38 249	0.32 244	0.38 266	0.37 339	0.32 204	0.22 184

WAO-6	0.22 156	0.23 115	0.22 172	0.23 152	0.22 206	0.22 176	0.22 195	0.22 174	0.22 196	0.22 174	0.22 202	0.22 177	0.22 200	0.22 175	0.22 193	0.22 166	0.22 182	0.22 178	0.22 199	0.22 169	0.22 184

WCG-NET（raft）	0.32 194	1.24 419	0.24 182	0.32 183	0.24 217	0.32 220	0.23 203	0.32 208	0.24 205	0.32 213	0.24 213	0.32 218	0.24 210	0.32 217	0.24 203	0.30 203	0.23 187	0.30 211	0.23 205	0.30 197	0.23 186

IMH-64-1	0.22 156	0.23 115	0.23 175	0.22 150	0.22 206	0.22 176	0.22 195	0.22 174	0.22 196	0.22 174	0.22 202	0.22 177	0.22 200	0.22 175	0.22 193	0.22 166	0.22 182	0.23 184	0.22 199	0.22 169	0.23 186

IMH-64	0.22 156	0.23 115	0.23 175	0.22 150	0.22 206	0.22 176	0.22 195	0.22 174	0.22 196	0.22 174	0.22 202	0.22 177	0.22 200	0.22 175	0.22 193	0.22 166	0.22 182	0.23 184	0.22 199	0.22 169	0.23 186

DLNR_Zeroshot_test	0.31 186	0.28 131	0.47 316	0.79 365	0.24 217	0.30 207	0.26 219	0.30 203	0.24 205	0.32 213	0.23 206	0.31 216	0.24 210	0.30 212	0.23 199	0.29 202	0.26 193	0.29 209	0.24 213	0.33 211	0.23 186

gwcnet-sp	0.82 409	1.72 442	1.48 536	0.39 207	0.15 169	0.31 212	0.21 190	0.20 161	0.25 210	1.61 530	0.23 206	0.28 203	0.26 222	0.20 160	0.15 162	0.24 182	1.33 521	0.32 218	0.16 167	6.75 617	0.23 186

scenet	0.82 409	1.72 442	1.48 536	0.39 207	0.15 169	0.31 212	0.21 190	0.20 161	0.25 210	1.61 530	0.23 206	0.28 203	0.26 222	0.20 160	0.15 162	0.24 182	1.33 521	0.32 218	0.16 167	6.75 617	0.23 186

ssnet	0.82 409	1.72 442	1.48 536	0.39 207	0.15 169	0.31 212	0.21 190	0.20 161	0.25 210	1.61 530	0.23 206	0.28 203	0.26 222	0.20 160	0.15 162	0.24 182	1.33 521	0.32 218	0.16 167	6.75 617	0.23 186

CRFU-Net	0.65 353	1.67 440	1.22 510	1.96 513	0.27 229	0.41 268	0.27 222	0.41 261	0.27 229	0.40 246	0.26 225	0.41 268	0.27 230	0.40 252	0.27 217	1.80 529	1.62 549	0.34 234	0.23 205	0.33 211	0.23 186

NINENet	0.69 367	3.87 552	1.20 463	1.98 514	0.05 99	0.40 252	0.04 82	0.40 246	0.05 98	0.41 260	0.04 89	0.41 268	0.05 95	0.40 252	0.05 89	1.79 528	1.56 542	0.34 234	0.22 199	0.34 215	0.23 186

FENet	0.54 334	1.52 435	1.19 460	1.41 492	0.23 212	0.35 229	0.23 203	0.35 219	0.23 202	0.34 220	0.23 206	0.35 228	0.23 206	0.35 228	0.23 199	1.40 512	1.07 444	0.32 218	0.23 205	0.33 211	0.23 186

iResNet_ROB	0.28 173	0.32 138	0.24 182	0.32 183	0.25 219	0.32 220	0.24 208	0.32 208	0.24 205	0.33 218	0.24 213	0.35 228	0.24 210	0.33 223	0.24 203	0.31 208	0.24 189	0.32 218	0.24 213	0.32 204	0.24 196

UNDER WATER-64	0.25 163	0.26 125	0.25 185	0.26 169	0.25 219	0.25 190	0.25 211	0.25 187	0.25 210	0.25 187	0.25 219	0.25 190	0.25 213	0.26 198	0.25 211	0.25 188	0.25 190	0.25 193	0.25 218	0.25 182	0.25 197

CAS	0.30 179	1.17 361	0.25 185	0.25 162	0.25 219	0.26 198	0.25 211	0.25 187	0.26 223	0.25 187	0.25 219	0.25 190	0.25 213	0.25 188	0.25 211	0.26 190	0.26 193	0.26 198	0.25 218	0.26 184	0.25 197

LoS	0.25 163	0.27 128	0.25 185	0.25 162	0.25 219	0.25 190	0.25 211	0.26 192	0.25 210	0.25 187	0.25 219	0.25 190	0.25 213	0.25 188	0.25 211	0.26 190	0.25 190	0.25 193	0.26 224	0.26 184	0.25 197
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IER	0.88 421	7.04 592	2.23 581	2.75 540	0.28 234	0.43 306	0.25 211	0.39 241	0.25 210	0.41 260	0.27 230	0.39 247	0.25 213	0.40 252	0.28 227	0.37 235	0.28 206	0.37 258	0.25 218	0.37 238	0.25 197

IGEV-Stereo	0.35 208	0.44 183	0.45 305	0.49 299	0.30 254	0.37 237	0.30 244	0.36 223	0.30 250	0.36 228	0.29 242	0.36 234	0.29 244	0.36 234	0.30 244	0.46 322	0.39 300	0.32 218	0.24 213	0.32 204	0.25 197
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CroCo-Stereo	0.73 381	1.22 417	0.25 185	1.22 478	0.25 219	1.22 514	0.25 211	1.22 508	0.25 210	1.22 516	0.25 219	1.22 519	0.25 213	1.22 518	0.25 211	1.22 499	0.26 193	1.21 525	0.25 218	1.22 504	0.25 197
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
LG-Stereo_L2	0.34 199	0.37 146	0.38 274	0.47 288	0.28 234	0.39 250	0.28 230	0.39 241	0.28 232	0.39 240	0.28 237	0.39 247	0.28 237	0.38 241	0.28 227	0.42 313	0.35 282	0.36 255	0.26 224	0.35 227	0.26 203

model_zeroshot	0.27 172	0.20 104	0.27 192	0.33 187	0.21 204	0.37 237	0.22 195	0.37 229	0.24 205	0.26 195	0.27 230	0.33 221	0.21 199	0.25 188	0.27 217	0.32 209	0.20 174	0.34 234	0.23 205	0.25 182	0.26 203

GCAP-BAT	0.33 197	0.78 284	0.32 242	0.38 201	0.25 219	0.34 224	0.25 211	0.34 215	0.26 223	0.34 220	0.25 219	0.35 228	0.26 222	0.35 228	0.27 217	0.36 231	0.30 232	0.32 218	0.24 213	0.32 204	0.26 203

HH	0.71 374	2.54 502	0.74 403	1.10 416	0.32 295	0.41 268	0.37 324	0.69 391	0.78 446	0.73 403	0.90 459	0.75 409	1.00 454	0.84 424	0.69 408	0.69 380	0.40 303	0.35 250	0.26 224	0.35 227	0.26 203

HanStereo	0.71 374	2.54 502	0.74 403	1.10 416	0.32 295	0.41 268	0.37 324	0.69 391	0.78 446	0.73 403	0.90 459	0.75 409	1.00 454	0.84 424	0.69 408	0.69 380	0.40 303	0.35 250	0.26 224	0.35 227	0.26 203

LoS_RVC	0.30 179	1.14 355	0.25 185	0.25 162	0.25 219	0.26 198	0.25 211	0.25 187	0.25 210	0.25 187	0.25 219	0.26 200	0.26 222	0.26 198	0.25 211	0.26 190	0.26 193	0.25 193	0.25 218	0.26 184	0.26 203

iRaft-Stereo_5w	0.34 199	0.42 173	0.31 230	0.39 207	0.30 254	0.38 244	0.30 244	0.40 246	0.29 238	0.40 246	0.37 331	0.41 268	0.34 309	0.38 241	0.30 244	0.34 217	0.27 200	0.34 234	0.26 224	0.34 215	0.26 203

UCFNet_RVC	2.75 586	10.06 614	0.29 200	10.31 630	0.29 243	0.42 290	0.29 239	0.43 291	0.29 238	0.42 277	0.29 242	0.42 288	9.87 633	0.43 299	0.29 237	0.36 231	9.84 632	0.36 255	0.26 224	9.77 631	0.26 203

GIP-stereo	0.36 214	0.49 231	0.39 281	0.48 293	0.32 295	0.41 268	0.28 230	0.40 246	0.30 250	0.41 260	0.28 237	0.40 255	0.28 237	0.42 282	0.28 227	0.45 318	0.32 244	0.38 266	0.30 273	0.37 238	0.27 211

tt1	0.31 186	0.93 316	0.24 182	0.33 187	0.23 212	0.31 212	0.24 208	0.32 208	0.24 205	0.32 213	0.23 206	0.32 218	0.25 213	0.32 217	0.24 203	0.27 193	0.26 193	0.27 202	0.26 224	0.27 189	0.27 211

xxxxx1	0.31 186	0.91 309	0.23 175	0.31 180	0.23 212	0.31 212	0.23 203	0.33 211	0.25 210	0.31 208	0.24 213	0.33 221	0.25 213	0.32 217	0.24 203	0.28 195	0.28 206	0.28 204	0.28 238	0.29 194	0.27 211

tt_ll	0.31 186	0.91 309	0.23 175	0.31 180	0.23 212	0.31 212	0.23 203	0.33 211	0.25 210	0.31 208	0.24 213	0.33 221	0.25 213	0.32 217	0.24 203	0.28 195	0.28 206	0.28 204	0.28 238	0.29 194	0.27 211

CroCo-Stereo Lap2	0.77 392	1.29 421	0.29 200	1.27 482	0.29 243	1.27 517	0.26 219	1.26 511	0.26 223	1.26 517	0.26 225	1.27 521	0.26 222	1.26 520	0.27 217	1.27 501	0.27 200	1.27 529	0.27 232	1.27 507	0.27 211

ff	0.31 186	0.91 309	0.23 175	0.31 180	0.23 212	0.31 212	0.23 203	0.33 211	0.25 210	0.31 208	0.24 213	0.33 221	0.25 213	0.32 217	0.24 203	0.28 195	0.28 206	0.28 204	0.28 238	0.29 194	0.27 211

BUS	0.83 413	1.91 458	0.92 436	4.48 581	0.02 21	0.40 252	0.04 82	0.41 261	0.02 21	0.48 336	0.03 52	0.41 268	0.05 95	0.03 39	0.05 89	1.97 540	4.19 606	0.33 226	0.23 205	0.34 215	0.27 211

BSDual-CNN	0.81 404	1.91 458	0.92 436	4.48 581	0.02 21	0.42 290	0.06 109	0.41 261	0.02 21	0.48 336	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 540	4.19 606	0.33 226	0.23 205	0.34 215	0.27 211

hknet	1.10 452	1.85 451	3.49 605	4.48 581	0.02 21	0.42 290	0.06 109	0.41 261	0.02 21	0.48 336	0.03 52	0.41 268	0.03 52	0.42 282	0.03 48	4.39 592	4.19 606	0.33 226	0.23 205	0.34 215	0.27 211

DGSMNet	0.34 199	0.41 166	0.27 192	0.41 233	0.28 234	0.41 268	0.28 230	0.41 261	0.27 229	0.41 260	0.27 230	0.42 288	0.27 230	0.41 267	0.28 227	0.40 284	0.29 219	0.40 282	0.28 238	0.40 289	0.27 211

AANet_RVC	1.26 507	0.31 137	4.99 616	5.93 606	0.20 197	0.25 190	0.20 184	0.25 187	0.20 189	0.23 178	0.19 191	0.25 190	0.20 193	0.25 188	0.20 187	5.66 616	4.76 609	0.26 198	0.30 273	0.24 180	0.27 211

MLCV	0.31 186	0.35 141	0.27 192	0.35 191	0.28 234	0.35 229	0.27 222	0.35 219	0.28 232	0.36 228	0.27 230	0.35 228	0.27 230	0.35 228	0.27 217	0.34 217	0.27 200	0.34 234	0.27 232	0.34 215	0.27 211

DN-CSS_ROB	0.31 186	0.35 141	0.28 196	0.35 191	0.28 234	0.34 224	0.27 222	0.34 215	0.25 210	0.35 225	0.27 230	0.36 234	0.26 222	0.34 225	0.28 227	0.35 226	0.28 206	0.34 234	0.28 238	0.34 215	0.27 211

DEFOM-Stereo	0.68 362	3.11 531	1.40 532	1.63 503	0.25 219	0.31 212	0.25 211	0.31 207	0.28 232	0.31 208	0.29 242	0.29 209	0.27 230	0.31 216	0.28 227	1.59 522	1.47 535	0.30 211	0.29 253	0.30 197	0.28 224

SQANet	0.28 173	0.28 131	0.28 196	0.28 173	0.28 234	0.28 203	0.28 230	0.28 196	0.28 232	0.28 199	0.28 237	0.28 203	0.28 237	0.28 206	0.28 227	0.28 195	0.28 206	0.28 204	0.28 238	0.28 191	0.28 224

Any-RAFT	0.32 194	0.36 144	0.27 192	0.36 195	0.27 229	0.36 232	0.27 222	0.36 223	0.27 229	0.36 228	0.27 230	0.36 234	0.27 230	0.36 234	0.28 227	0.36 231	0.28 206	0.36 255	0.28 238	0.36 234	0.28 224

FCDSN-DC	0.41 279	0.59 259	0.64 381	0.54 319	0.33 307	0.50 358	0.37 324	0.42 279	0.40 344	0.61 387	0.43 366	0.50 362	0.49 379	0.38 241	0.32 261	0.28 195	0.23 187	0.26 198	0.22 199	0.35 227	0.28 224
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Gwc-CoAtRS	0.41 279	1.49 434	0.32 242	0.42 246	0.32 295	0.41 268	0.32 284	0.41 261	0.33 301	0.41 260	0.32 295	0.41 268	0.32 296	0.41 267	0.32 261	0.39 279	0.28 206	0.39 277	0.28 238	0.40 289	0.28 224

ITERv30	0.38 226	0.44 183	0.30 204	0.42 246	0.30 254	0.42 290	0.30 244	0.42 279	0.30 250	0.44 294	0.30 254	0.42 288	0.30 252	0.42 282	0.69 408	0.38 249	0.32 244	0.40 282	0.29 253	0.37 238	0.29 229

qyd29nn	0.38 226	0.44 183	0.30 204	0.43 261	0.30 254	0.43 306	0.30 244	0.42 279	0.30 250	0.45 301	0.30 254	0.43 299	0.30 252	0.42 282	0.69 408	0.38 249	0.32 244	0.40 282	0.30 273	0.37 238	0.29 229

yuret106	0.38 226	0.44 183	0.30 204	0.43 261	0.30 254	0.43 306	0.30 244	0.43 291	0.31 281	0.45 301	0.30 254	0.43 299	0.30 252	0.43 299	0.68 401	0.37 235	0.32 244	0.40 282	0.29 253	0.38 256	0.29 229

uio108cc	0.38 226	0.44 183	0.30 204	0.42 246	0.30 254	0.42 290	0.30 244	0.42 279	0.30 250	0.44 294	0.30 254	0.43 299	0.30 252	0.42 282	0.68 401	0.37 235	0.32 244	0.40 282	0.30 273	0.38 256	0.29 229

ITERv24	0.38 226	0.44 183	0.30 204	0.42 246	0.30 254	0.42 290	0.30 244	0.42 279	0.30 250	0.44 294	0.30 254	0.43 299	0.30 252	0.43 299	0.69 408	0.38 249	0.32 244	0.40 282	0.29 253	0.38 256	0.29 229

dd23bbn	0.38 226	0.44 183	0.30 204	0.42 246	0.30 254	0.42 290	0.30 244	0.42 279	0.30 250	0.44 294	0.30 254	0.43 299	0.30 252	0.42 282	0.69 408	0.38 249	0.32 244	0.40 282	0.29 253	0.37 238	0.29 229

ITER124	0.38 226	0.44 183	0.30 204	0.42 246	0.30 254	0.42 290	0.30 244	0.42 279	0.30 250	0.44 294	0.30 254	0.43 299	0.30 252	0.42 282	0.69 408	0.37 235	0.32 244	0.40 282	0.30 273	0.37 238	0.29 229

dddd17k	0.38 226	0.44 183	0.30 204	0.43 261	0.31 287	0.43 306	0.30 244	0.43 291	0.30 250	0.45 301	0.31 278	0.43 299	0.30 252	0.43 299	0.70 429	0.38 249	0.32 244	0.40 282	0.30 273	0.38 256	0.29 229

zxcv128	0.40 271	0.44 183	0.30 204	0.42 246	0.30 254	0.42 290	0.30 244	0.42 279	0.30 250	0.44 294	0.30 254	0.42 288	0.30 252	0.42 282	1.24 532	0.37 235	0.32 244	0.40 282	0.29 253	0.37 238	0.29 229

FE-Mocha	0.35 208	0.71 269	0.40 286	0.47 288	0.27 229	0.34 224	0.27 222	0.34 215	0.26 223	0.34 220	0.26 225	0.34 226	0.27 230	0.34 225	0.27 217	0.44 315	0.41 312	0.33 226	0.29 253	0.32 204	0.29 229

GREAT-IGEV	0.38 226	0.43 177	0.36 267	0.48 293	0.32 295	0.45 329	0.32 284	0.45 315	0.32 294	0.45 301	0.32 295	0.45 326	0.32 296	0.45 322	0.32 261	0.44 315	0.33 272	0.41 318	0.29 253	0.41 306	0.29 229

RSM	0.36 214	0.36 144	0.43 301	0.37 198	0.42 366	0.49 350	0.42 357	0.37 229	0.28 232	0.36 228	0.29 242	0.36 234	0.30 252	0.37 238	0.28 227	0.34 217	0.31 240	0.34 234	0.35 331	0.40 289	0.29 229

IGEV++	0.34 199	0.43 177	0.30 204	0.40 221	0.29 243	0.40 252	0.29 239	0.40 246	0.29 238	0.40 246	0.29 242	0.40 255	0.29 244	0.40 252	0.30 244	0.38 249	0.29 219	0.37 258	0.29 253	0.37 238	0.29 229

RCA-Stereo	0.51 329	3.22 535	0.34 257	0.44 280	0.34 317	0.44 328	0.34 306	0.43 291	0.34 310	0.43 287	0.34 311	0.44 324	0.33 304	0.43 299	0.33 270	0.38 249	0.29 219	0.38 266	0.29 253	0.38 256	0.29 229

iRaft-Stereo_20w	0.34 199	0.41 166	0.31 230	0.39 207	0.29 243	0.40 252	0.32 284	0.41 261	0.32 294	0.38 234	0.30 254	0.39 247	0.30 252	0.38 241	0.32 261	0.35 226	0.27 200	0.34 234	0.27 232	0.34 215	0.29 229

CFNet_pseudo	2.67 584	9.36 609	0.32 242	10.99 631	0.33 307	0.85 425	0.33 295	0.49 337	0.33 301	0.49 343	0.32 295	0.49 347	7.26 627	0.49 346	0.33 270	0.41 297	9.62 630	0.41 318	0.29 253	10.03 632	0.29 229

ccnet	0.80 399	2.28 484	0.33 247	0.50 306	0.33 307	0.50 358	0.33 295	0.50 345	0.33 301	0.49 343	0.33 303	0.49 347	1.56 541	2.38 560	0.33 270	0.41 297	0.29 219	0.42 334	1.57 553	2.28 545	0.29 229

CFNet-RSSM	0.91 425	4.89 569	0.34 257	0.44 280	1.07 479	1.62 535	1.40 549	0.91 427	0.35 313	1.60 527	1.39 549	0.64 395	0.34 309	0.44 318	0.33 270	0.41 297	0.35 282	0.75 414	0.30 273	0.41 306	0.29 229

psmorigin	0.41 279	0.46 219	0.33 247	0.49 299	0.33 307	0.49 350	0.33 295	0.49 337	0.33 301	0.49 343	0.33 303	0.49 347	0.33 304	0.51 362	0.33 270	0.41 297	0.30 232	0.41 318	0.30 273	0.79 402	0.29 229

ccs_rob	2.79 587	10.17 616	0.32 242	10.00 628	0.33 307	0.49 350	0.33 295	1.90 535	0.32 294	0.51 363	0.33 303	0.49 347	9.24 632	0.49 346	0.33 270	0.41 297	9.82 631	0.41 318	0.28 238	9.34 629	0.29 229

4k_L	0.38 226	0.44 183	0.30 204	0.43 261	0.31 287	0.43 306	0.30 244	0.43 291	0.30 250	0.45 301	0.31 278	0.43 299	0.30 252	0.43 299	0.69 408	0.38 249	0.32 244	0.40 282	0.30 273	0.38 256	0.30 249

aaa3	0.38 226	0.44 183	0.31 230	0.43 261	0.30 254	0.43 306	0.31 273	0.43 291	0.30 250	0.45 301	0.31 278	0.43 299	0.31 285	0.43 299	0.69 408	0.38 249	0.33 272	0.40 282	0.30 273	0.38 256	0.30 249

gc-stereo	0.38 226	0.44 183	0.30 204	0.43 261	0.30 254	0.43 306	0.31 273	0.43 291	0.31 281	0.45 301	0.31 278	0.43 299	0.30 252	0.43 299	0.69 408	0.38 249	0.32 244	0.41 318	0.30 273	0.38 256	0.30 249

mfccc	0.38 226	0.44 183	0.30 204	0.43 261	0.30 254	0.43 306	0.31 273	0.43 291	0.30 250	0.45 301	0.31 278	0.43 299	0.31 285	0.43 299	0.69 408	0.38 249	0.32 244	0.41 318	0.30 273	0.38 256	0.30 249

ss10	0.38 226	0.44 183	0.31 230	0.43 261	0.30 254	0.43 306	0.30 244	0.43 291	0.30 250	0.45 301	0.31 278	0.43 299	0.31 285	0.43 299	0.69 408	0.38 249	0.33 272	0.40 282	0.30 273	0.38 256	0.30 249

5k_new	0.38 226	0.44 183	0.31 230	0.43 261	0.30 254	0.43 306	0.31 273	0.43 291	0.31 281	0.45 301	0.31 278	0.43 299	0.30 252	0.43 299	0.69 408	0.38 249	0.33 272	0.40 282	0.30 273	0.38 256	0.30 249

SX	0.38 226	0.44 183	0.31 230	0.43 261	0.31 287	0.43 306	0.31 273	0.43 291	0.31 281	0.45 301	0.32 295	0.43 299	0.31 285	0.43 299	0.69 408	0.38 249	0.33 272	0.40 282	0.30 273	0.38 256	0.30 249

USM	0.38 226	0.44 183	0.31 230	0.43 261	0.30 254	0.43 306	0.30 244	0.43 291	0.30 250	0.45 301	0.30 254	0.43 299	0.31 285	0.43 299	0.68 401	0.38 249	0.32 244	0.40 282	0.30 273	0.38 256	0.30 249

weee2	0.38 226	0.44 183	0.31 230	0.43 261	0.30 254	0.43 306	0.31 273	0.43 291	0.31 281	0.45 301	0.31 278	0.43 299	0.31 285	0.43 299	0.69 408	0.38 249	0.33 272	0.40 282	0.30 273	0.38 256	0.30 249

ACM	0.38 226	0.44 183	0.30 204	0.43 261	0.30 254	0.43 306	0.30 244	0.43 291	0.30 250	0.45 301	0.31 278	0.43 299	0.30 252	0.43 299	0.73 436	0.38 249	0.32 244	0.40 282	0.30 273	0.37 238	0.30 249

ITERv28	0.38 226	0.44 183	0.30 204	0.43 261	0.30 254	0.43 306	0.30 244	0.43 291	0.30 250	0.45 301	0.30 254	0.43 299	0.30 252	0.42 282	0.70 429	0.38 249	0.32 244	0.40 282	0.29 253	0.37 238	0.30 249

oiu110	0.38 226	0.44 183	0.30 204	0.43 261	0.30 254	0.42 290	0.30 244	0.43 291	0.30 250	0.44 294	0.30 254	0.42 288	0.30 252	0.42 282	0.69 408	0.37 235	0.32 244	0.40 282	0.30 273	0.38 256	0.30 249

hj116sk	0.38 226	0.44 183	0.30 204	0.42 246	0.30 254	0.43 306	0.30 244	0.43 291	0.30 250	0.45 301	0.30 254	0.43 299	0.30 252	0.43 299	0.69 408	0.38 249	0.32 244	0.40 282	0.29 253	0.38 256	0.30 249

ITERv21	0.38 226	0.44 183	0.30 204	0.43 261	0.30 254	0.43 306	0.30 244	0.42 279	0.30 250	0.45 301	0.30 254	0.43 299	0.30 252	0.43 299	0.69 408	0.38 249	0.32 244	0.40 282	0.30 273	0.37 238	0.30 249

v20iiwwt	0.38 226	0.44 183	0.31 230	0.43 261	0.31 287	0.43 306	0.30 244	0.43 291	0.30 250	0.45 301	0.30 254	0.42 288	0.30 252	0.43 299	0.70 429	0.37 235	0.32 244	0.40 282	0.30 273	0.38 256	0.30 249

ITERv19	0.38 226	0.45 214	0.31 230	0.43 261	0.30 254	0.43 306	0.30 244	0.43 291	0.31 281	0.45 301	0.30 254	0.43 299	0.31 285	0.42 282	0.69 408	0.38 249	0.32 244	0.40 282	0.30 273	0.38 256	0.30 249

MultiAttention	0.30 179	0.30 134	0.30 204	0.30 175	0.30 254	0.30 207	0.30 244	0.30 203	0.30 250	0.30 204	0.30 254	0.30 212	0.30 252	0.30 212	0.30 244	0.30 203	0.30 232	0.30 211	0.30 273	0.30 197	0.30 249

MSAF-DinoV2	0.30 179	0.30 134	0.30 204	0.30 175	0.30 254	0.30 207	0.30 244	0.30 203	0.30 250	0.30 204	0.30 254	0.30 212	0.30 252	0.30 212	0.30 244	0.30 203	0.30 232	0.30 211	0.30 273	0.30 197	0.30 249

TorneroNet-64	0.45 299	0.27 128	0.30 204	0.58 328	0.27 229	0.70 399	0.30 244	0.28 196	0.73 442	0.73 403	0.28 237	0.71 402	0.66 416	0.75 403	0.27 217	0.27 193	0.29 219	0.37 258	0.75 432	0.28 191	0.30 249

EKT-Stereo	0.37 220	0.40 158	0.44 303	1.07 414	0.29 243	0.34 224	0.31 273	0.36 223	0.29 238	0.38 234	0.31 278	0.37 240	0.30 252	0.36 234	0.29 237	0.34 217	0.28 206	0.39 277	0.30 273	0.37 238	0.30 249

PML	0.46 305	1.36 428	0.29 200	0.58 328	0.30 254	0.57 386	0.29 239	0.57 373	0.29 238	0.57 382	0.29 242	0.57 386	0.29 244	0.56 376	0.29 237	0.52 348	0.30 232	0.53 388	0.31 301	0.53 360	0.30 249

GES	0.66 355	2.34 492	0.29 200	0.41 233	0.29 243	0.41 268	0.29 239	0.42 279	0.29 238	0.40 246	0.41 354	0.41 268	0.30 252	0.51 362	0.29 237	0.32 209	0.29 219	0.32 218	2.46 595	2.49 557	0.30 249

DANet	0.30 179	0.30 134	0.30 204	0.30 175	0.30 254	0.30 207	0.30 244	0.30 203	0.30 250	0.30 204	0.30 254	0.30 212	0.30 252	0.30 212	0.30 244	0.30 203	0.30 232	0.30 211	0.30 273	0.30 197	0.30 249
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
StePilot	0.39 258	0.44 183	0.87 419	0.41 233	0.30 254	0.42 290	0.32 284	0.45 315	0.29 238	0.43 287	0.30 254	0.43 299	0.30 252	0.42 282	0.30 244	0.40 284	0.29 219	0.43 342	0.27 232	0.40 289	0.31 272

DDF-Stereo	0.43 291	1.15 358	0.57 367	0.53 316	0.32 295	0.41 268	0.32 284	0.41 261	0.32 294	0.41 260	0.32 295	0.41 268	0.32 296	0.40 252	0.32 261	0.52 348	0.50 361	0.38 266	0.31 301	0.39 281	0.31 272

1test111	0.37 220	1.02 337	0.30 204	0.39 207	0.29 243	0.40 252	0.28 230	0.39 241	0.29 238	0.39 240	0.29 242	0.39 247	0.28 237	0.40 252	0.29 237	0.33 213	0.32 244	0.33 226	0.31 301	0.32 204	0.31 272

cc1	0.37 220	1.02 337	0.30 204	0.39 207	0.29 243	0.40 252	0.28 230	0.39 241	0.29 238	0.39 240	0.29 242	0.39 247	0.28 237	0.40 252	0.29 237	0.33 213	0.32 244	0.33 226	0.31 301	0.32 204	0.31 272

PCWNet_CMD	2.80 588	9.82 612	0.32 242	10.09 629	0.32 295	0.49 350	0.33 295	3.34 590	0.33 301	0.49 343	0.33 303	0.49 347	8.73 629	0.48 340	0.33 270	0.41 297	9.22 627	0.42 334	0.29 253	9.55 630	0.31 272

RAFT-Test	0.36 214	0.37 146	0.33 247	0.41 233	0.32 295	0.41 268	0.32 284	0.41 261	0.32 294	0.41 260	0.32 295	0.41 268	0.32 296	0.41 267	0.33 270	0.37 235	0.29 219	0.37 258	0.29 253	0.38 256	0.31 272

uiiii_40	0.39 258	0.42 173	0.89 422	0.42 246	0.31 287	0.43 306	0.30 244	0.44 311	0.31 281	0.42 277	0.31 278	0.43 299	0.30 252	0.42 282	0.30 244	0.41 297	0.29 219	0.42 334	0.28 238	0.40 289	0.32 278

PyraSte	0.39 258	0.43 177	0.87 419	0.42 246	0.31 287	0.42 290	0.31 273	0.44 311	0.30 250	0.41 260	0.31 278	0.42 288	0.30 252	0.42 282	0.31 256	0.38 249	0.29 219	0.42 334	0.29 253	0.40 289	0.32 278

tim_s	0.39 258	0.44 183	0.90 427	0.41 233	0.30 254	0.41 268	0.30 244	0.44 311	0.30 250	0.41 260	0.31 278	0.42 288	0.30 252	0.41 267	0.31 256	0.41 297	0.30 232	0.41 318	0.29 253	0.40 289	0.32 278

xxxad45	0.39 258	0.44 183	0.90 427	0.41 233	0.30 254	0.41 268	0.31 273	0.44 311	0.30 250	0.43 287	0.30 254	0.43 299	0.31 285	0.41 267	0.31 256	0.40 284	0.29 219	0.41 318	0.30 273	0.40 289	0.32 278

ACW_4w	0.39 258	0.42 173	0.88 421	0.42 246	0.30 254	0.42 290	0.30 244	0.45 315	0.31 281	0.42 277	0.31 278	0.42 288	0.30 252	0.42 282	0.30 244	0.40 284	0.28 206	0.42 334	0.28 238	0.40 289	0.32 278

5w_v4	0.39 258	0.43 177	0.91 433	0.42 246	0.30 254	0.43 306	0.31 273	0.45 315	0.31 281	0.42 277	0.30 254	0.41 268	0.29 244	0.44 318	0.30 244	0.40 284	0.29 219	0.42 334	0.28 238	0.40 289	0.32 278

water-stereo	0.41 279	0.84 294	0.46 309	0.50 306	0.33 307	0.45 329	0.33 295	0.45 315	0.32 294	0.45 301	0.32 295	0.45 326	0.32 296	0.45 322	0.32 261	0.44 315	0.41 312	0.39 277	0.31 301	0.39 281	0.32 278

depthmonostereo	0.44 296	0.85 296	0.46 309	0.54 319	0.40 348	0.52 373	0.38 330	0.52 362	0.35 313	0.47 329	0.34 311	0.46 330	0.34 309	0.47 331	0.34 283	0.45 318	0.43 325	0.41 318	0.33 315	0.41 306	0.32 278

xyz-stereo-finetune	0.28 173	0.49 231	0.16 144	0.16 121	0.16 176	0.16 143	0.16 161	0.22 174	0.30 250	0.32 213	0.31 278	0.32 218	0.31 285	0.32 217	0.32 261	0.32 209	0.33 272	0.31 217	0.32 307	0.31 202	0.32 278

HART	0.38 226	0.45 214	0.34 257	0.42 246	0.33 307	0.41 268	0.34 306	0.42 279	0.33 301	0.43 287	0.34 311	0.42 288	0.34 309	0.41 267	0.38 303	0.40 284	0.32 244	0.42 334	0.32 307	0.40 289	0.32 278

ACVNet-DCA	0.37 220	1.00 327	0.30 204	0.40 221	0.29 243	0.40 252	0.29 239	0.40 246	0.29 238	0.40 246	0.29 242	0.40 255	0.29 244	0.39 249	0.28 227	0.33 213	0.32 244	0.33 226	0.32 307	0.33 211	0.32 278

xx1	0.38 226	1.03 339	0.31 230	0.40 221	0.31 287	0.41 268	0.28 230	0.40 246	0.29 238	0.40 246	0.29 242	0.40 255	0.29 244	0.40 252	0.29 237	0.34 217	0.33 272	0.34 234	0.32 307	0.34 215	0.32 278

RAFT + AFF	0.31 186	0.45 214	0.34 257	0.39 207	0.28 234	0.38 244	0.33 295	0.29 201	0.31 281	0.30 204	0.30 254	0.29 209	0.27 230	0.29 210	0.30 244	0.28 195	0.29 219	0.29 209	0.29 253	0.27 189	0.32 278

4.5w_L	0.39 258	0.43 177	0.89 422	0.42 246	0.29 243	0.42 290	0.30 244	0.43 291	0.30 250	0.42 277	0.31 278	0.41 268	0.31 285	0.43 299	0.31 256	0.40 284	0.28 206	0.41 318	0.28 238	0.39 281	0.33 291

SteFusion	0.39 258	0.42 173	0.90 427	0.43 261	0.30 254	0.42 290	0.31 273	0.45 315	0.31 281	0.41 260	0.30 254	0.43 299	0.30 252	0.42 282	0.31 256	0.39 279	0.30 232	0.42 334	0.28 238	0.39 281	0.33 291

GCST	0.50 324	2.08 468	0.38 274	0.53 316	0.35 320	0.49 350	0.35 311	0.50 345	0.35 313	0.49 343	0.35 320	0.49 347	0.35 316	0.49 346	0.35 287	0.48 331	0.37 287	0.45 347	0.33 315	0.44 316	0.33 291

RAFT-Stereo-weight	0.45 299	1.90 457	0.34 257	0.42 246	0.36 326	0.43 306	0.35 311	0.42 279	0.34 310	0.42 277	0.34 311	0.44 324	0.34 309	0.41 267	0.34 283	0.38 249	0.32 244	0.38 266	0.32 307	0.38 256	0.33 291

LL-Strereo2	0.48 316	1.73 447	0.51 342	0.59 331	0.34 317	0.42 290	0.33 295	0.40 246	0.31 281	0.42 277	0.33 303	0.42 288	0.31 285	0.44 318	0.39 314	0.60 364	0.51 371	0.44 343	0.33 315	0.44 316	0.33 291

GMOStereo	0.37 220	0.45 214	0.23 175	0.30 175	0.37 330	0.41 268	0.36 318	0.41 261	0.35 313	0.43 287	0.36 324	0.41 268	0.40 337	0.41 267	0.36 291	0.34 217	0.22 182	0.47 360	0.37 339	0.39 281	0.33 291

error version	0.93 432	4.47 564	2.35 584	1.99 515	0.37 330	0.41 268	0.36 318	0.41 261	0.35 313	0.43 287	0.36 324	0.41 268	0.40 337	0.41 267	0.36 291	1.87 532	2.16 577	0.47 360	0.37 339	0.39 281	0.33 291

test_1	0.93 432	4.47 564	2.35 584	1.99 515	0.37 330	0.41 268	0.36 318	0.41 261	0.35 313	0.43 287	0.36 324	0.41 268	0.40 337	0.41 267	0.36 291	1.87 532	2.16 577	0.47 360	0.37 339	0.39 281	0.33 291

GEAStereo	0.62 348	3.91 553	0.48 324	0.69 347	0.38 337	0.51 370	0.38 330	0.51 358	0.38 330	0.53 369	0.38 336	0.50 362	0.38 328	0.51 362	0.38 303	0.54 352	0.43 325	0.46 351	0.34 319	0.46 323	0.34 299

gasm-f	0.62 348	3.91 553	0.48 324	0.69 347	0.38 337	0.51 370	0.38 330	0.51 358	0.38 330	0.53 369	0.38 336	0.50 362	0.38 328	0.51 362	0.38 303	0.54 352	0.43 325	0.46 351	0.34 319	0.46 323	0.34 299

GASTEREO	0.48 316	1.21 411	0.47 316	0.57 326	0.38 337	0.50 358	0.38 330	0.50 345	0.38 330	0.50 356	0.38 336	0.50 362	0.38 328	0.50 353	0.38 303	0.52 348	0.42 321	0.46 351	0.34 319	0.46 323	0.34 299

SCV_C0	0.45 299	0.88 301	0.49 331	0.54 319	0.37 330	0.48 345	0.37 324	0.48 333	0.37 326	0.48 336	0.36 324	0.48 343	0.37 324	0.49 346	0.37 300	0.50 340	0.41 312	0.44 343	0.34 319	0.44 316	0.34 299

SCV	0.46 305	0.94 318	0.45 305	0.54 319	0.37 330	0.48 345	0.38 330	0.48 333	0.37 326	0.48 336	0.39 345	0.48 343	0.37 324	0.49 346	0.37 300	0.50 340	0.46 335	0.44 343	0.34 319	0.44 316	0.34 299

UGAM-zero	0.51 329	2.17 476	0.39 281	0.53 316	0.36 326	0.50 358	0.36 318	0.50 345	0.36 324	0.49 343	0.36 324	0.50 362	0.35 316	0.50 353	0.36 291	0.49 334	0.37 287	0.47 360	0.35 331	0.46 323	0.34 299

UGAM	0.51 329	2.23 481	0.39 281	0.54 319	0.35 320	0.50 358	0.35 311	0.49 337	0.35 313	0.49 343	0.35 320	0.49 347	0.36 319	0.50 353	0.36 291	0.49 334	0.37 287	0.45 347	0.34 319	0.45 320	0.34 299

gcap-zeroshot	0.35 208	0.32 138	0.37 271	0.49 299	0.39 346	0.33 222	0.21 190	0.26 192	0.35 313	0.42 277	0.34 311	0.49 347	0.29 244	0.47 331	0.39 314	0.34 217	0.17 164	0.38 266	0.23 205	0.48 339	0.34 299

H2IRNET	0.34 199	0.34 140	0.34 257	0.34 189	0.34 317	0.34 224	0.34 306	0.34 215	0.34 310	0.34 220	0.34 311	0.34 226	0.34 309	0.34 225	0.34 283	0.34 217	0.34 280	0.34 234	0.34 319	0.34 215	0.34 299

GSStereo	0.81 404	4.28 562	0.50 335	0.59 331	0.40 348	0.51 370	0.38 330	0.50 345	0.38 330	0.50 356	0.38 336	0.50 362	3.79 608	0.50 353	0.38 303	0.54 352	0.43 325	0.46 351	0.34 319	0.46 323	0.35 308

GS-Stereo							0.38 330	0.50 345	0.38 330	0.50 356	0.38 336	0.50 362	3.79 608	0.50 353	0.38 303	0.54 352	0.43 325	0.46 351	0.34 319	0.46 323	0.35 308

ETE_ROB	0.35 208	0.35 141	0.35 265	0.35 191	0.35 320	0.35 229	0.35 311	0.35 219	0.35 313	0.35 225	0.35 320	0.35 228	0.35 316	0.35 228	0.35 287	0.35 226	0.35 282	0.35 250	0.35 331	0.35 227	0.35 308

fffy	0.38 226	0.43 177	0.33 247	0.46 282	0.33 307	0.45 329	0.32 284	0.45 315	0.32 294	0.45 301	0.32 295	0.45 326	0.33 304	0.45 322	0.32 261	0.38 249	0.38 293	0.38 266	0.37 339	0.37 238	0.36 311

CES	0.39 258	0.47 223	0.36 267	0.36 195	0.37 330	0.45 329	0.35 311	0.35 219	0.40 344	0.36 228	0.44 368	0.47 336	0.36 319	0.44 318	0.36 291	0.37 235	0.39 300	0.44 343	0.35 331	0.37 238	0.36 311

iRaftStereo_RVC	0.97 436	3.17 534	2.30 583	2.42 531	0.38 337	0.54 378	0.38 330	0.54 366	0.38 330	0.54 374	0.38 336	0.54 377	0.38 328	0.54 371	0.38 303	2.38 565	2.34 581	0.49 373	0.36 337	0.49 343	0.36 311

DMCA	0.36 214	0.38 150	0.37 271	0.35 191	0.35 320	0.36 232	0.36 318	0.36 223	0.35 313	0.35 225	0.37 331	0.36 234	0.36 319	0.35 228	0.36 291	0.36 231	0.36 285	0.35 250	0.36 337	0.36 234	0.36 311

LG-Stereo_L1	0.47 311	0.52 245	0.47 316	0.62 336	0.39 346	0.53 375	0.40 344	0.53 364	0.39 343	0.53 369	0.39 345	0.53 374	0.39 336	0.53 369	0.39 314	0.55 358	0.46 335	0.49 373	0.37 339	0.49 343	0.37 315

LG-Stereo_Zeroshot	0.48 316	0.55 253	0.47 316	0.63 338	0.41 356	0.56 380	0.44 360	0.56 370	0.41 353	0.56 379	0.41 354	0.57 386	0.42 354	0.56 376	0.41 325	0.55 358	0.43 325	0.51 382	0.37 339	0.51 354	0.37 315

LG-Stereo	0.60 342	0.58 258	0.47 316	0.64 341	0.74 447	1.00 443	0.69 425	0.57 373	0.41 353	0.57 382	0.41 354	0.57 386	0.41 348	1.00 449	0.75 440	0.91 421	0.51 371	0.52 385	0.37 339	0.52 356	0.37 315

CASnet	0.35 208	0.51 243	0.44 303	0.32 183	0.31 287	0.24 183	0.34 306	0.36 223	0.25 210	0.31 208	0.37 331	0.30 212	0.33 304	0.25 188	0.45 338	0.37 235	0.37 287	0.33 226	0.35 331	0.34 215	0.37 315
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.51 329	0.55 253	0.45 305	0.69 347	0.45 372	0.61 389	0.45 365	0.50 345	0.40 344	0.56 379	0.44 368	0.55 381	0.40 337	0.72 398	0.67 397	0.59 363	0.46 335	0.45 347	0.34 319	0.46 323	0.37 315

StereoDRNet-Refined	0.33 197	0.39 156	0.26 191	0.39 207	0.26 227	0.40 252	0.26 219	0.40 246	0.26 223	0.39 240	0.26 225	0.39 247	0.26 222	0.39 249	0.26 216	0.37 235	0.25 190	0.37 258	0.25 218	0.37 238	0.37 315
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.37 220	0.37 146	0.37 271	0.37 198	0.37 330	0.37 237	0.37 324	0.37 229	0.37 326	0.37 233	0.37 331	0.37 240	0.37 324	0.37 238	0.37 300	0.37 235	0.37 287	0.37 258	0.37 339	0.37 238	0.37 315

MSCF	0.51 329	1.40 431	0.49 331	0.58 328	0.38 337	0.50 358	0.38 330	0.54 366	0.41 353	0.52 366	0.41 354	0.53 374	0.42 354	0.53 369	0.41 325	0.60 364	0.47 343	0.48 368	0.37 339	0.48 339	0.38 322

DilatedVolume-Stereo	0.43 291	0.86 297	0.48 324	0.50 306	0.33 307	0.46 335	0.33 295	0.46 323	0.33 301	0.46 323	0.33 303	0.47 336	0.33 304	0.47 331	0.34 283	0.45 318	0.42 321	0.40 282	0.33 315	0.47 335	0.38 322

WAO-8	0.38 226	0.38 150	0.38 274	0.38 201	0.38 337	0.38 244	0.38 330	0.38 237	0.38 330	0.38 234	0.38 336	0.38 242	0.38 328	0.38 241	0.38 303	0.38 249	0.38 293	0.38 266	0.37 339	0.38 256	0.38 322

WAO-7	0.38 226	0.38 150	0.38 274	0.38 201	0.38 337	0.38 244	0.38 330	0.38 237	0.38 330	0.38 234	0.38 336	0.38 242	0.38 328	0.38 241	0.38 303	0.38 249	0.38 293	0.38 266	0.38 352	0.38 256	0.38 322

Venus	0.38 226	0.38 150	0.38 274	0.38 201	0.38 337	0.37 237	0.38 330	0.37 229	0.37 326	0.41 260	0.37 331	0.39 247	0.37 324	0.38 241	0.38 303	0.37 235	0.38 293	0.38 266	0.37 339	0.37 238	0.38 322

IMH	0.38 226	0.38 150	0.38 274	0.38 201	0.38 337	0.38 244	0.38 330	0.38 237	0.38 330	0.42 277	0.38 336	0.40 255	0.38 328	0.38 241	0.38 303	0.38 249	0.38 293	0.39 277	0.38 352	0.38 256	0.38 322

mms	0.40 271	0.45 214	0.35 265	0.48 293	0.36 326	0.47 340	0.34 306	0.45 315	0.38 330	0.47 329	0.33 303	0.45 326	0.32 296	0.45 322	0.32 261	0.39 279	0.38 293	0.38 266	0.37 339	0.39 281	0.39 328

ccccc	0.41 279	0.44 183	0.34 257	0.48 293	0.35 320	0.48 345	0.35 311	0.51 358	0.35 313	0.47 329	0.35 320	0.47 336	0.34 309	0.47 331	0.35 287	0.41 297	0.40 303	0.40 282	0.40 356	0.41 306	0.39 328

GCAP-Stereo	0.75 385	4.15 559	0.42 300	0.75 357	0.35 320	0.78 409	0.40 344	0.79 405	0.38 330	0.78 416	0.36 324	0.78 415	0.36 319	0.79 405	0.39 314	0.75 402	0.39 300	0.76 420	0.39 355	0.75 396	0.39 328

HanzoNet	0.39 258	0.38 150	0.40 286	0.39 207	0.41 356	0.38 244	0.38 330	0.38 237	0.38 330	0.39 240	0.39 345	0.38 242	0.38 328	0.39 249	0.40 318	0.38 249	0.38 293	0.40 282	0.38 352	0.38 256	0.40 331

knoymous	0.40 271	0.40 158	0.40 286	0.40 221	0.40 348	0.40 252	0.40 344	0.40 246	0.40 344	0.40 246	0.40 348	0.40 255	0.40 337	0.40 252	0.40 318	0.40 284	0.40 303	0.40 282	0.40 356	0.40 289	0.40 331

anonymousa	0.40 271	0.40 158	0.40 286	0.40 221	0.40 348	0.40 252	0.40 344	0.40 246	0.40 344	0.40 246	0.40 348	0.40 255	0.40 337	0.40 252	0.40 318	0.40 284	0.40 303	0.40 282	0.40 356	0.40 289	0.40 331

riskmin	0.40 271	0.40 158	0.40 286	0.40 221	0.40 348	0.40 252	0.40 344	0.40 246	0.40 344	0.40 246	0.40 348	0.40 255	0.40 337	0.40 252	0.40 318	0.40 284	0.40 303	0.40 282	0.40 356	0.40 289	0.40 331

Anonymous_2	0.40 271	0.40 158	0.40 286	0.40 221	0.40 348	0.40 252	0.40 344	0.40 246	0.40 344	0.40 246	0.40 348	0.40 255	0.40 337	0.40 252	0.40 318	0.40 284	0.40 303	0.40 282	0.40 356	0.40 289	0.40 331

Anonymous_1	0.40 271	0.40 158	0.40 286	0.40 221	0.40 348	0.40 252	0.40 344	0.40 246	0.40 344	0.40 246	0.40 348	0.40 255	0.40 337	0.40 252	0.40 318	0.40 284	0.40 303	0.40 282	0.40 356	0.40 289	0.40 331

AdaStereo	0.40 271	0.40 158	0.40 286	0.40 221	0.40 348	0.40 252	0.40 344	0.40 246	0.40 344	0.40 246	0.40 348	0.40 255	0.40 337	0.40 252	0.40 318	0.40 284	0.40 303	0.40 282	0.40 356	0.40 289	0.40 331
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.
fffft	0.48 316	0.51 243	0.45 305	0.52 315	0.45 372	0.52 373	0.45 365	0.52 362	0.48 379	0.53 369	0.45 372	0.52 373	0.45 362	0.52 367	0.46 342	0.51 346	0.41 312	0.50 377	0.41 363	0.50 348	0.41 338
1: 1. 1
Former-RAFT_DAM_RVC	0.49 322	0.98 323	0.64 381	0.84 380	0.46 374	0.45 329	0.35 311	0.47 329	0.47 372	0.45 301	0.34 311	0.46 330	0.48 374	0.46 327	0.35 287	0.39 279	0.71 409	0.39 277	0.35 331	0.41 306	0.41 338

GwcNet-ADL	0.41 279	0.41 166	0.41 295	0.41 233	0.41 356	0.41 268	0.41 352	0.41 261	0.41 353	0.41 260	0.41 354	0.41 268	0.41 348	0.41 267	0.41 325	0.41 297	0.41 312	0.41 318	0.41 363	0.41 306	0.41 338

PSMNet-ADL	0.41 279	0.41 166	0.41 295	0.41 233	0.41 356	0.41 268	0.41 352	0.41 261	0.41 353	0.41 260	0.41 354	0.41 268	0.41 348	0.41 267	0.41 325	0.41 297	0.41 312	0.41 318	0.41 363	0.41 306	0.41 338

GANet-ADL	0.41 279	0.41 166	0.41 295	0.41 233	0.41 356	0.41 268	0.41 352	0.41 261	0.41 353	0.41 260	0.41 354	0.41 268	0.41 348	0.41 267	0.41 325	0.41 297	0.41 312	0.41 318	0.41 363	0.41 306	0.41 338

ADLNet2	0.41 279	0.41 166	0.41 295	0.41 233	0.41 356	0.41 268	0.41 352	0.41 261	0.41 353	0.41 260	0.41 354	0.41 268	0.41 348	0.41 267	0.41 325	0.41 297	0.41 312	0.41 318	0.41 363	0.41 306	0.41 338

ADLNet	0.41 279	0.41 166	0.41 295	0.41 233	0.41 356	0.41 268	0.41 352	0.41 261	0.41 353	0.41 260	0.41 354	0.41 268	0.41 348	0.41 267	0.41 325	0.41 297	0.41 312	0.41 318	0.41 363	0.41 306	0.41 338

MonSter	0.60 342	0.64 265	0.52 345	0.62 336	0.44 369	2.07 550	0.44 360	0.62 383	0.44 364	0.62 390	0.44 368	0.62 394	0.44 359	0.62 385	0.44 337	0.58 362	0.42 321	0.62 395	0.46 376	0.58 365	0.42 345

DispNO	1.00 439	0.63 263	0.43 301	3.45 566	0.44 369	0.65 395	0.43 359	0.64 385	0.43 361	0.64 393	0.43 366	0.64 395	3.03 587	0.64 390	0.43 336	4.55 595	0.43 325	0.63 397	0.43 372	0.63 369	0.43 346

MyStereo07	0.60 342	3.72 546	0.48 324	0.49 299	0.41 356	0.36 232	0.32 284	0.49 337	0.43 361	0.51 363	0.42 364	0.49 347	0.43 357	0.51 362	0.64 392	0.49 334	0.45 333	0.34 234	0.32 307	0.35 227	0.43 346

MyStereo04	0.56 340	3.72 546	0.59 370	0.49 299	0.41 356	0.36 232	0.32 284	0.37 229	0.31 281	0.34 220	0.46 374	0.35 228	0.32 296	0.35 228	0.33 270	0.49 334	0.45 333	0.34 234	0.32 307	0.35 227	0.43 346

PAM_32	0.64 352	2.38 496	0.51 342	0.92 390	0.43 368	0.53 375	0.44 360	0.87 421	0.43 361	0.52 366	0.45 372	0.53 374	0.40 337	0.54 371	0.46 342	0.62 372	0.56 381	0.48 368	0.45 374	0.76 397	0.44 349

Occ-G	1.12 455	0.52 245	3.72 610	3.50 570	0.50 390	0.56 380	0.47 372	0.54 366	0.46 367	0.54 374	0.41 354	0.54 377	0.42 354	0.52 367	0.42 333	3.42 586	4.02 605	0.52 385	0.45 374	0.51 354	0.44 349

LL-Strereo	1.01 445	5.06 571	1.63 545	0.70 351	1.43 548	0.56 380	0.46 367	0.57 373	0.50 384	0.57 382	0.50 391	1.58 531	0.49 379	0.59 383	0.50 358	1.64 525	0.52 375	0.51 382	1.37 538	0.52 356	0.45 351

MLG-Stereo	0.92 427	0.90 307	0.84 416	1.27 482	0.49 386	1.38 524	0.88 452	1.41 522	0.97 469	0.73 403	1.09 476	1.26 520	0.43 357	0.72 398	1.05 471	1.13 447	0.49 351	1.18 478	0.66 416	1.01 435	0.46 352

AIO-Stereo	0.84 416	0.66 266	0.70 392	0.83 379	0.67 433	0.98 441	0.82 449	1.14 449	0.72 439	1.03 452	0.74 448	1.03 457	1.09 463	0.99 447	0.45 338	1.04 435	0.73 411	0.95 455	0.74 431	0.94 428	0.46 352

otaku	0.46 305	0.46 219	0.46 309	0.46 282	0.46 374	0.46 335	0.46 367	0.46 323	0.46 367	0.46 323	0.46 374	0.46 330	0.46 365	0.46 327	0.46 342	0.46 322	0.46 335	0.46 351	0.46 376	0.46 323	0.46 352

Ntro	0.47 311	0.47 223	0.46 309	0.46 282	0.46 374	0.47 340	0.47 372	0.46 323	0.47 372	0.46 323	0.46 374	0.47 336	0.46 365	0.47 331	0.47 349	0.47 327	0.46 335	0.46 351	0.46 376	0.46 323	0.46 352

Dean	0.46 305	0.46 219	0.46 309	0.46 282	0.46 374	0.46 335	0.46 367	0.46 323	0.46 367	0.47 329	0.46 374	0.46 330	0.46 365	0.46 327	0.46 342	0.46 322	0.46 335	0.46 351	0.46 376	0.46 323	0.46 352

ACVNet_1	0.46 305	0.47 223	0.46 309	0.46 282	0.46 374	0.46 335	0.46 367	0.46 323	0.47 372	0.46 323	0.46 374	0.46 330	0.46 365	0.46 327	0.46 342	0.46 322	0.46 335	0.47 360	0.46 376	0.46 323	0.46 352

ACVNet-4b	0.46 305	0.46 219	0.46 309	0.46 282	0.46 374	0.46 335	0.46 367	0.46 323	0.46 367	0.46 323	0.46 374	0.46 330	0.46 365	0.47 331	0.46 342	0.46 322	0.46 335	0.46 351	0.46 376	0.46 323	0.46 352

UNDER WATER	0.47 311	0.47 223	0.47 316	0.47 288	0.47 380	0.47 340	0.47 372	0.47 329	0.47 372	0.47 329	0.47 382	0.47 336	0.46 365	0.47 331	0.47 349	0.47 327	0.47 343	0.47 360	0.46 376	0.47 335	0.47 359

LVE	0.47 311	0.47 223	0.47 316	0.47 288	0.49 386	0.47 340	0.47 372	0.47 329	0.49 381	0.47 329	0.47 382	0.47 336	0.46 365	0.47 331	0.47 349	0.47 327	0.47 343	0.48 368	0.47 383	0.47 335	0.47 359

AIO-test2	0.55 338	0.59 259	0.52 345	0.67 346	0.47 380	0.61 389	0.47 372	0.61 382	0.47 372	0.61 387	0.47 382	0.61 392	0.48 374	0.62 385	0.47 349	0.64 374	0.53 377	0.58 392	0.47 383	0.58 365	0.48 361

AIO-test1	0.54 334	0.60 262	0.52 345	0.66 345	0.47 380	0.61 389	0.47 372	0.58 376	0.46 367	0.61 387	0.46 374	0.61 392	0.45 362	0.62 385	0.45 338	0.61 368	0.52 375	0.57 391	0.48 386	0.57 364	0.48 361

RainbowNet	0.48 316	0.48 229	0.48 324	0.48 293	0.48 384	0.48 345	0.48 381	0.48 333	0.48 379	0.48 336	0.48 386	0.48 343	0.48 374	0.48 340	0.48 355	0.48 331	0.48 347	0.48 368	0.48 386	0.48 339	0.48 361

HaxPig	0.47 311	0.47 223	0.47 316	0.49 299	0.47 380	0.47 340	0.47 372	0.47 329	0.47 372	0.47 329	0.47 382	0.47 336	0.47 373	0.47 331	0.47 349	0.47 327	0.47 343	0.47 360	0.47 383	0.47 335	0.48 361

AEACV	1.12 455	0.52 245	3.12 602	3.24 555	0.86 456	0.53 375	0.49 383	0.60 380	0.47 372	0.53 369	0.49 389	0.55 381	0.45 362	0.55 375	0.47 349	3.01 582	3.88 603	0.71 407	0.60 408	0.80 405	0.48 361

iked130	0.67 360	0.74 273	0.55 352	0.77 359	0.55 402	0.77 404	0.55 394	0.77 398	0.55 396	0.77 411	0.55 402	0.77 412	0.63 404	0.80 410	0.55 370	0.69 380	0.49 351	0.74 411	0.96 451	0.69 378	0.49 366

ITERv14	0.67 360	0.75 277	0.55 352	0.77 359	0.55 402	0.77 404	0.55 394	0.77 398	0.54 394	0.77 411	0.56 407	0.77 412	0.62 399	0.79 405	0.55 370	0.70 386	0.48 347	0.75 414	0.97 452	0.68 373	0.49 366

v134_o9	0.68 362	0.76 280	0.55 352	0.79 365	0.57 412	0.79 416	0.57 405	0.79 405	0.62 417	0.77 411	0.57 413	0.79 423	0.62 399	0.79 405	0.55 370	0.71 395	0.49 351	0.77 426	0.99 456	0.71 389	0.49 366

99wein	0.70 369	0.74 273	0.56 358	0.79 365	0.56 406	0.94 437	0.55 394	0.78 404	0.60 412	0.78 416	0.59 415	0.78 415	0.63 404	0.80 410	0.56 378	0.70 386	0.50 361	0.77 426	1.01 461	0.82 410	0.49 366

a5sdf	0.75 385	1.10 351	0.56 358	0.78 363	0.56 406	0.78 409	0.80 445	0.79 405	0.56 399	0.78 416	0.86 457	0.78 415	0.63 404	0.80 410	0.56 378	0.72 398	0.50 361	0.75 414	1.46 547	0.70 382	0.49 366

zaero_v3	0.68 362	0.74 273	0.55 352	0.79 365	0.55 402	0.79 416	0.55 394	0.79 405	0.57 404	0.77 411	0.59 415	0.79 423	0.62 399	0.80 410	0.55 370	0.69 380	0.49 351	0.74 411	1.04 463	0.71 389	0.49 366

ITERv2	0.70 369	0.74 273	0.55 352	0.77 359	0.55 402	0.78 409	0.55 394	0.77 398	0.55 396	0.77 411	0.55 402	0.78 415	0.62 399	0.79 405	0.55 370	0.69 380	0.49 351	0.73 408	1.50 550	0.69 378	0.49 366

ITER	0.72 378	0.77 282	0.55 352	0.77 359	0.57 412	0.78 409	0.55 394	0.77 398	0.56 399	0.79 421	0.55 402	0.78 415	0.67 418	0.80 410	0.55 370	0.70 386	0.50 361	0.81 435	1.66 566	0.69 378	0.49 366

TorneroNet	0.66 355	0.53 248	0.50 335	0.50 306	0.64 427	1.06 451	0.70 429	0.50 345	0.51 391	0.49 343	0.69 436	0.49 347	0.50 382	0.48 340	1.15 478	0.71 395	0.49 351	1.14 469	1.08 465	0.49 343	0.49 366

notaker	0.48 316	0.49 231	0.48 324	0.48 293	0.48 384	0.48 345	0.48 381	0.48 333	0.49 381	0.48 336	0.48 386	0.48 343	0.48 374	0.48 340	0.48 355	0.48 331	0.48 347	0.48 368	0.48 386	0.48 339	0.49 366

ACVNet_2	0.49 322	0.49 231	0.49 331	0.49 299	0.49 386	0.49 350	0.49 383	0.49 337	0.49 381	0.49 343	0.49 389	0.49 347	0.49 379	0.49 346	0.49 357	0.49 334	0.49 351	0.49 373	0.49 389	0.49 343	0.49 366

ITERv10	0.74 383	0.75 277	0.56 358	0.79 365	0.56 406	0.91 432	0.56 400	1.16 453	0.56 399	0.79 421	0.60 417	0.78 415	0.84 445	0.81 417	0.56 378	0.70 386	0.82 425	0.77 426	1.17 474	0.70 382	0.50 377

s6wercc	0.78 395	0.79 286	0.86 418	0.80 373	0.75 448	0.80 420	0.56 400	0.80 414	0.56 399	1.18 467	0.56 407	0.78 415	0.63 404	1.24 519	0.59 388	0.70 386	0.50 361	0.75 414	1.54 551	0.71 389	0.50 377

FoundationStereo	0.50 324	0.50 235	0.50 335	0.50 306	0.50 390	0.50 358	0.50 385	0.50 345	0.50 384	0.50 356	0.50 391	0.50 362	0.50 382	0.50 353	0.50 358	0.50 340	0.50 361	0.50 377	0.50 391	0.50 348	0.50 377

StereoAnything_RVC	0.50 324	0.50 235	0.50 335	0.50 306	0.50 390	0.50 358	0.50 385	0.50 345	0.50 384	0.50 356	0.50 391	0.50 362	0.50 382	0.50 353	0.50 358	0.50 340	0.50 361	0.50 377	0.50 391	0.50 348	0.50 377

dual_stereo	0.50 324	0.50 235	0.50 335	0.50 306	0.50 390	0.50 358	0.50 385	0.50 345	0.50 384	0.50 356	0.50 391	0.50 362	0.50 382	0.50 353	0.50 358	0.50 340	0.50 361	0.50 377	0.50 391	0.50 348	0.50 377

WCG-NET	0.61 345	1.21 411	0.54 350	0.61 335	0.53 399	0.67 397	0.53 391	0.66 388	0.53 392	0.64 393	0.53 400	0.65 398	0.53 389	0.59 383	0.52 365	0.65 375	0.48 347	0.64 398	0.52 395	0.58 365	0.50 377

MyStereo8	0.71 374	3.92 555	0.52 345	0.59 331	0.52 396	0.57 386	0.53 391	0.59 378	0.50 384	0.59 386	0.51 397	0.57 386	0.50 382	0.56 376	0.52 365	0.54 352	0.49 351	0.54 389	0.49 389	0.55 362	0.50 377

test-3	0.98 438	4.13 558	1.85 565	1.85 506	0.61 423	0.69 398	0.37 324	0.63 384	0.61 416	0.66 396	0.51 397	0.73 407	0.44 359	0.57 381	0.54 368	1.68 526	1.81 561	0.40 282	0.43 372	0.66 371	0.50 377

SANet	0.50 324	0.50 235	0.50 335	0.50 306	0.50 390	0.50 358	0.50 385	0.50 345	0.50 384	0.50 356	0.50 391	0.50 362	0.50 382	0.50 353	0.50 358	0.50 340	0.50 361	0.50 377	0.50 391	0.50 348	0.50 377

ITERv12	0.69 367	0.73 271	0.57 367	0.78 363	0.57 412	0.77 404	0.57 405	0.77 398	0.55 396	0.79 421	0.55 402	0.77 412	0.65 412	0.82 419	0.56 378	0.70 386	0.51 371	0.76 420	1.18 476	0.70 382	0.51 386

FSD	0.61 345	0.59 259	0.50 335	2.58 538	0.44 369	0.56 380	0.44 360	0.55 369	0.44 364	0.56 379	0.44 368	0.56 384	0.44 359	0.56 376	0.46 342	0.61 368	0.42 321	0.52 385	0.42 371	0.52 356	0.51 386

zero-FE	0.72 378	1.31 423	0.66 385	0.92 390	0.60 417	0.82 423	0.58 407	0.82 419	0.58 409	0.81 429	0.60 417	0.81 432	0.60 396	0.82 419	0.58 385	0.74 401	0.59 387	0.73 408	0.52 395	0.76 397	0.51 386

Monster-pub-eth3d	0.45 299	0.57 256	0.60 372	0.39 207	0.28 234	0.37 237	0.28 230	0.37 229	0.30 250	0.39 240	0.29 242	0.39 247	0.30 252	0.92 439	0.27 217	1.42 513	0.28 206	0.34 234	0.28 238	0.37 238	0.53 389

Monster-pub-mixall	0.44 296	0.56 255	0.60 372	0.38 201	0.27 229	0.37 237	0.27 222	0.37 229	0.29 238	0.38 234	0.27 230	0.38 242	0.29 244	0.85 428	0.27 217	1.46 516	0.26 193	0.34 234	0.26 224	0.36 234	0.53 389

ktn	0.72 378	0.53 248	1.08 449	1.14 422	0.51 395	1.22 514	1.36 542	0.51 358	0.59 411	0.51 363	0.51 397	0.69 401	1.20 476	0.67 394	0.51 363	0.51 346	0.49 351	0.58 392	0.66 416	0.52 356	0.53 389

Replicate-Monster	0.45 299	0.57 256	0.60 372	0.40 221	0.29 243	0.37 237	0.27 222	0.37 229	0.30 250	0.40 246	0.31 278	0.40 255	0.30 252	0.99 447	0.27 217	1.36 509	0.31 240	0.34 234	0.30 273	0.36 234	0.54 392

CFNet_ucs	2.73 585	9.64 611	0.33 247	9.92 627	0.32 295	0.49 350	0.33 295	0.49 337	0.33 301	0.49 343	0.33 303	0.49 347	8.98 631	0.48 340	0.33 270	0.41 297	9.96 633	0.40 282	0.29 253	10.12 633	0.54 392

anonymity	0.63 350	0.69 267	0.56 358	0.71 353	0.56 406	0.71 401	0.56 400	0.71 394	0.56 399	0.72 401	0.56 407	0.71 402	0.56 393	0.71 397	0.58 385	0.68 379	0.55 379	0.68 403	0.55 398	0.68 373	0.54 392

FC-DCNN	1.07 450	1.09 348	0.98 441	0.89 384	0.52 396	1.41 528	0.91 456	1.21 507	1.24 537	1.96 539	2.05 594	1.91 540	1.30 529	1.27 521	1.08 472	0.80 406	0.60 388	0.58 392	0.41 363	0.68 373	0.54 392

PSMNet_ROB	0.54 334	0.54 251	0.54 350	0.54 319	0.53 399	0.54 378	0.54 393	0.53 364	0.54 394	0.54 374	0.54 401	0.54 377	0.53 389	0.54 371	0.54 368	0.54 352	0.53 377	0.54 389	0.54 397	0.54 361	0.54 392

MyStereo06	0.75 385	4.12 556	0.60 372	0.63 338	0.61 423	0.62 392	0.66 417	0.56 370	0.45 366	0.55 377	0.48 386	0.54 377	0.46 365	0.57 381	0.45 338	0.60 364	0.57 383	0.64 398	0.55 398	0.72 392	0.55 397

MyStereo05	0.80 399	4.12 556	0.63 379	0.63 338	0.61 423	0.62 392	0.66 417	0.65 386	0.62 417	0.67 397	0.61 422	0.65 398	0.58 394	0.67 394	0.55 370	0.60 364	0.57 383	0.64 398	0.55 398	0.72 392	0.55 397

ARAFT	0.68 362	0.81 291	0.63 379	0.74 356	0.60 417	0.78 409	0.62 412	0.77 398	0.66 424	0.74 408	0.63 424	0.75 409	0.62 399	0.83 423	0.60 389	0.70 386	0.55 379	0.70 406	0.60 408	0.78 400	0.55 397

Zero-FE251	0.36 214	0.40 158	0.28 196	0.41 233	0.28 234	0.41 268	0.28 230	0.41 261	0.28 232	0.41 260	0.28 237	0.41 268	0.28 237	0.42 282	0.30 244	0.37 235	0.26 193	0.37 258	0.27 232	0.45 320	0.56 400

FlowAnything_test	1.02 447	1.72 442	0.71 396	1.59 496	0.70 439	1.61 533	0.69 425	1.61 524	0.70 432	1.60 527	0.70 438	1.61 535	0.69 423	1.61 531	0.70 429	0.81 409	0.58 385	0.81 435	0.55 398	0.81 408	0.56 400

FlowAnything	1.02 447	1.71 441	0.72 399	1.59 496	0.69 437	1.60 532	0.69 425	1.61 524	0.70 432	1.60 527	0.69 436	1.60 532	0.69 423	1.61 531	0.69 408	0.81 409	0.58 385	0.81 435	0.56 402	0.82 410	0.56 400

AIO-Stereo-zeroshot1	0.75 385	0.92 314	0.85 417	0.96 401	0.59 416	1.27 517	0.44 360	0.59 378	0.69 429	0.91 436	0.68 433	0.55 381	0.61 398	1.06 456	0.83 450	0.62 372	0.70 405	0.90 446	0.41 363	0.89 418	0.56 400

CASS	0.57 341	0.89 304	0.56 358	0.57 326	0.56 406	0.56 380	0.56 400	0.56 370	0.53 392	0.57 382	0.57 413	0.59 390	0.48 374	0.56 376	0.57 384	0.55 358	0.56 381	0.47 360	0.56 402	0.62 368	0.56 400
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DDUNet	0.81 404	2.45 500	0.57 367	0.90 385	0.60 417	0.88 428	0.59 409	0.90 425	0.60 412	0.88 433	0.60 417	0.90 440	0.58 394	0.88 431	0.60 389	0.84 416	0.60 388	0.86 444	0.57 404	0.86 415	0.60 405

SMoEStereo_RVC	0.63 350	0.75 277	0.51 342	0.73 355	0.53 399	0.71 401	0.47 372	0.67 389	0.58 409	0.74 408	0.60 417	0.72 405	0.53 389	0.74 402	0.51 363	0.61 368	0.62 393	0.62 395	0.61 410	0.63 369	0.61 406

UDG	0.80 399	2.21 480	0.60 372	0.91 387	0.60 417	0.90 431	0.58 407	0.88 424	0.60 412	0.90 434	0.60 417	0.88 437	0.60 396	0.90 434	0.58 385	0.86 418	0.60 388	0.84 442	0.59 407	0.84 414	0.61 406

RAFT-Stereo + iAFF	0.70 369	0.72 270	0.71 396	0.80 373	0.62 426	0.82 423	0.61 411	0.81 418	0.62 417	0.81 429	0.63 424	0.80 429	0.70 425	0.73 400	0.61 391	0.76 403	0.61 392	0.74 411	0.61 410	0.77 399	0.61 406

AFF-stereo	0.73 381	0.88 301	0.67 389	0.75 357	0.68 436	0.75 403	0.64 414	0.80 414	0.72 439	0.83 431	0.70 438	0.82 433	0.64 409	0.84 424	0.67 397	0.77 404	0.63 394	0.81 435	0.63 412	0.78 400	0.62 409

pcwnet_v2	2.66 583	9.89 613	0.33 247	9.89 626	0.32 295	0.50 358	0.32 284	0.49 337	0.33 301	0.49 343	0.34 311	0.49 347	8.76 630	0.48 340	0.33 270	0.41 297	9.58 629	0.40 282	0.29 253	9.01 628	0.63 410

DSFCA	0.66 355	0.73 271	0.78 409	0.65 342	0.65 429	0.64 394	0.64 414	0.65 386	0.63 420	0.64 393	0.64 426	0.64 395	0.64 409	0.65 391	0.65 393	0.65 375	0.65 398	0.65 401	0.65 414	0.66 371	0.64 411

plain	1.88 526	3.16 533	0.64 381	3.10 550	0.65 429	3.10 588	0.64 414	3.12 587	0.65 422	3.10 588	0.65 428	3.11 588	0.65 412	3.12 587	0.65 393	3.12 583	0.65 398	3.13 588	0.65 414	3.13 573	0.65 412

MSMDNet	2.65 582	10.14 615	0.33 247	9.74 625	0.32 295	0.87 427	0.33 295	2.95 586	0.68 426	0.49 343	0.34 311	0.49 347	5.70 623	0.49 346	0.33 270	0.42 313	9.57 628	0.41 318	0.31 301	8.36 625	0.65 412

STTRV1_RVC	0.82 409	1.60 438	0.70 392	1.01 409	0.60 417	1.07 454	0.69 425	1.01 442	0.60 412	0.72 401	0.55 402	1.02 456	0.68 420	1.03 454	0.67 397	0.89 420	0.63 394	0.92 451	0.57 404	0.90 421	0.65 412

PA-Net	11.80 632	223.51 657	0.62 378	0.59 331	0.71 441	0.59 388	0.73 435	0.67 389	0.73 442	0.55 377	0.61 422	0.60 391	0.74 432	0.63 389	0.73 436	0.66 377	0.60 388	0.69 404	0.66 416	0.72 392	0.65 412
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MoCha-V2	2.11 552	26.97 635	0.78 409	0.92 390	0.77 450	0.96 440	0.72 434	0.90 425	0.72 439	0.94 442	0.70 438	0.90 440	0.71 429	0.91 435	0.71 434	0.85 417	0.71 409	0.88 445	0.69 423	0.87 416	0.67 416

R-Stereo Train	0.81 404	0.96 320	0.67 389	0.95 398	0.67 433	0.95 438	0.68 422	0.95 436	0.68 426	0.95 444	0.68 433	0.96 448	0.68 420	0.96 445	0.68 401	0.94 429	0.68 400	0.94 453	0.68 421	0.94 428	0.68 417

RAFT-Stereo	0.81 404	0.96 320	0.67 389	0.95 398	0.67 433	0.95 438	0.68 422	0.95 436	0.68 426	0.95 444	0.68 433	0.96 448	0.68 420	0.96 445	0.68 401	0.94 429	0.68 400	0.94 453	0.68 421	0.94 428	0.68 417
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
vnu138km	0.76 390	1.11 353	0.56 358	0.96 401	0.73 444	0.79 416	0.76 438	0.79 405	0.57 404	0.78 416	0.56 407	0.79 423	0.64 409	0.81 417	0.56 378	0.70 386	0.50 361	0.75 414	1.14 470	1.08 440	0.69 419

AdaDepth	0.86 419	0.93 316	0.71 396	1.01 409	1.07 479	1.02 448	0.71 432	1.00 438	0.71 437	1.01 450	0.71 442	1.00 451	0.72 430	1.14 467	0.71 434	0.92 424	0.64 396	0.90 446	0.64 413	0.89 418	0.69 419

ITERv8	0.74 383	0.76 280	0.56 358	0.79 365	0.57 412	0.78 409	0.59 409	0.79 405	0.57 404	0.79 421	0.56 407	0.79 423	0.77 437	0.82 419	0.88 453	0.71 395	0.76 416	0.77 426	1.08 465	0.70 382	0.70 421

RSM++	0.76 390	0.82 293	0.66 385	0.85 382	0.64 427	0.85 425	0.71 432	0.94 434	0.64 421	0.87 432	0.67 432	0.87 436	0.65 412	0.84 424	0.65 393	0.81 409	0.70 405	0.79 430	0.71 428	0.83 413	0.70 421

DCRE	0.84 416	1.89 455	0.77 408	0.94 396	0.72 443	0.88 428	0.73 435	0.87 421	0.78 446	0.90 434	0.71 442	0.88 437	0.67 418	0.88 431	0.73 436	0.81 409	0.68 400	0.81 435	0.70 425	0.82 410	0.70 421

DMCA-RVC	0.70 369	0.80 288	0.70 392	0.70 351	0.70 439	0.70 399	0.70 429	0.71 394	0.70 432	0.70 400	0.71 442	0.71 402	0.70 425	0.70 396	0.69 408	0.69 380	0.70 405	0.69 404	0.70 425	0.69 378	0.70 421

MSMD_ROB	1.19 457	1.10 351	0.70 392	1.10 416	0.60 417	1.10 458	0.70 429	1.10 448	0.70 432	1.10 456	0.70 438	1.10 463	0.70 425	7.00 630	0.70 429	1.10 441	0.70 405	1.10 468	0.70 425	1.10 442	0.70 421

ITERv4	0.88 421	1.32 425	0.56 358	0.79 365	0.92 463	1.18 467	0.97 464	0.79 405	0.57 404	0.79 421	0.65 428	0.79 423	1.14 467	0.86 429	0.56 378	1.06 437	0.92 433	0.76 420	1.61 560	0.70 382	0.71 426

Wavelet-MonSter	1.00 439	1.21 411	0.76 406	1.94 510	1.01 474	1.11 461	0.76 438	1.15 450	0.76 445	1.11 461	0.76 450	1.14 468	0.76 435	1.11 464	0.76 442	1.21 497	0.90 429	1.02 464	0.71 428	1.02 437	0.71 426

ours_stereo	1.20 458	1.21 411	0.90 427	1.64 504	1.11 481	1.35 520	0.67 421	1.76 531	0.93 464	1.70 535	1.10 477	1.39 526	0.75 434	1.41 526	0.81 449	1.60 524	1.03 442	1.33 531	1.00 457	1.61 519	0.72 428

iGMRVC	0.84 416	2.85 526	0.72 399	0.72 354	0.73 444	0.77 404	0.79 442	0.73 396	0.74 444	0.73 403	0.72 445	0.73 407	0.76 435	0.73 400	0.73 436	0.72 398	0.73 411	0.73 408	0.72 430	0.73 395	0.72 428

HSM-Net_RVC	0.95 435	1.17 361	0.78 409	1.18 431	0.71 441	1.16 466	0.75 437	1.09 447	0.80 451	1.10 456	0.75 449	1.17 471	0.74 432	1.17 470	0.80 446	1.13 447	0.73 411	1.17 475	0.77 433	1.16 448	0.72 428
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UniTT-Stereo	2.03 545	3.43 539	0.72 399	3.42 565	0.73 444	3.27 591	0.68 422	3.38 591	0.69 429	3.29 591	0.72 445	3.28 591	0.70 425	3.35 592	0.68 401	3.39 585	0.68 400	3.31 590	0.69 423	3.37 574	0.73 431

ToySt	0.92 427	2.11 471	0.90 427	0.95 398	0.79 452	0.99 442	0.78 441	0.94 434	0.81 454	0.94 442	0.78 452	0.95 447	0.77 437	0.94 441	0.86 452	0.91 421	0.79 419	0.85 443	0.77 433	0.89 418	0.73 431

LMCR-Stereo	0.65 353	0.63 263	0.65 384	0.65 342	0.65 429	0.66 396	0.63 413	0.58 376	0.65 422	0.63 392	0.64 426	0.65 398	0.65 412	0.66 392	0.66 396	0.66 377	0.64 396	0.65 401	0.67 420	0.68 373	0.73 431

DRN-Test	0.14 113	0.13 82	0.09 66	0.14 100	0.09 115	0.15 135	0.09 114	0.14 129	0.10 119	0.14 128	0.09 116	0.14 129	0.09 117	0.13 130	0.09 109	0.12 93	0.09 70	0.12 122	0.09 111	0.12 128	0.73 431

ITERv7	0.71 374	0.77 282	0.56 358	0.80 373	0.56 406	0.78 409	0.56 400	0.79 405	0.78 446	0.78 416	0.56 407	0.84 434	0.63 404	0.82 419	0.55 370	0.70 386	0.51 371	0.76 420	0.98 453	0.70 382	0.74 435

252Zero-FE	0.45 299	0.50 235	0.36 267	0.50 306	0.36 326	0.50 358	0.36 318	0.50 345	0.36 324	0.49 343	0.36 324	0.49 347	0.36 319	0.54 371	0.41 325	0.45 318	0.34 280	0.45 347	0.34 319	0.55 362	0.75 436

HBP-ISP	1.24 506	1.72 442	1.65 546	1.15 424	0.76 449	1.40 526	0.88 452	1.67 530	1.02 477	1.69 534	1.38 548	1.69 536	1.21 522	1.87 541	1.21 530	1.05 436	0.79 419	0.97 458	0.80 438	1.19 456	0.75 436

UNet	0.29 178	0.90 307	0.10 70	0.14 100	0.10 121	0.14 128	0.10 119	0.91 427	0.69 429	0.14 128	0.11 134	0.14 129	0.11 133	0.14 131	0.10 115	0.12 93	0.09 70	0.12 122	0.09 111	0.88 417	0.76 438

RAStereo	2.23 566	3.64 542	0.76 406	3.65 574	0.86 456	3.66 595	0.76 438	3.67 595	0.81 454	3.66 592	0.76 450	3.66 593	0.77 437	3.68 594	0.77 443	3.68 588	0.77 417	3.69 595	0.77 433	3.70 577	0.77 439

G-Net	0.79 397	0.79 286	0.79 412	0.79 365	0.79 452	0.79 416	0.79 442	0.79 405	0.79 450	0.79 421	0.79 453	0.79 423	0.79 440	0.79 405	0.79 444	0.79 405	0.79 419	0.79 430	0.79 436	0.79 402	0.79 440

NaN_ROB	0.80 399	0.80 288	0.80 413	0.80 373	0.80 454	0.80 420	0.80 445	0.80 414	0.80 451	0.80 427	0.80 454	0.80 429	0.80 441	0.80 410	0.80 446	0.80 406	0.80 422	0.80 433	0.80 438	0.80 405	0.80 441

CSAN	0.80 399	0.80 288	0.80 413	0.80 373	0.80 454	0.80 420	0.80 445	0.80 414	0.80 451	0.80 427	0.80 454	0.80 429	0.80 441	0.80 410	0.80 446	0.80 406	0.80 422	0.80 433	0.80 438	0.80 405	0.80 441

DPSimNet_ROB	0.97 436	1.18 363	0.81 415	1.10 416	0.91 462	1.02 448	0.82 449	1.04 444	0.91 459	1.03 452	0.86 457	1.28 522	0.82 443	1.03 454	0.89 454	1.17 450	0.81 424	1.02 464	0.82 441	1.08 440	0.81 443

Selective-RAFT	0.89 424	0.89 304	0.72 399	1.16 429	0.78 451	1.06 451	0.82 449	0.87 421	0.97 469	1.00 446	0.91 462	0.90 440	1.00 454	0.89 433	0.93 460	0.83 414	0.83 426	0.82 440	0.82 441	0.81 408	0.82 444

StereoDRNet	0.15 125	0.14 88	0.10 70	0.14 100	0.09 115	0.15 135	0.09 114	0.14 129	0.09 118	0.14 128	0.10 120	0.14 129	0.09 117	0.14 131	0.09 109	0.13 109	0.10 75	0.13 125	0.09 111	0.13 130	0.82 444

NLCSM	1.94 528	1.36 428	0.90 427	17.57 632	1.19 491	1.40 526	0.90 454	1.37 518	0.90 457	1.37 521	0.91 462	1.38 524	0.91 448	1.37 523	0.90 455	1.28 502	0.90 429	1.25 527	0.85 444	1.24 505	0.85 446

Selective-RAFT-Error	0.88 421	0.84 294	0.98 441	0.86 383	0.97 469	0.88 428	0.95 461	0.84 420	0.99 472	0.92 438	0.82 456	0.84 434	0.98 453	0.87 430	0.97 463	0.81 409	0.83 426	0.79 430	0.82 441	0.79 402	0.85 446

IGEVStereo-DCA	1.77 522	4.21 560	1.84 563	2.49 534	2.11 587	2.54 573	1.36 542	1.65 528	1.17 486	2.75 582	1.90 577	2.54 568	1.15 469	0.94 441	1.11 474	1.50 518	1.32 514	0.96 456	1.46 547	1.49 515	0.88 448

rrr	1.77 522	4.21 560	1.84 563	2.49 534	2.11 587	2.54 573	1.36 542	1.65 528	1.17 486	2.75 582	1.90 577	2.54 568	1.15 469	0.94 441	1.11 474	1.50 518	1.32 514	0.96 456	1.46 547	1.49 515	0.88 448

MM-Stereo_test2	1.20 458	1.85 451	1.05 447	1.46 493	0.94 467	1.36 522	0.99 465	1.36 516	0.95 466	1.41 523	0.98 469	1.40 528	0.96 451	1.37 523	0.95 461	1.37 511	1.06 443	1.33 531	0.93 450	1.29 508	0.89 450

4D-IteraStereo	0.78 395	3.13 532	0.89 422	0.69 347	0.32 295	0.40 252	0.32 284	0.76 397	0.97 469	0.52 366	0.65 428	0.89 439	0.32 296	0.76 404	0.98 464	0.83 414	0.94 436	0.35 250	0.27 232	0.70 382	0.89 450

DGTPSM_ROB	0.93 432	1.00 327	0.92 436	0.94 396	0.96 468	0.91 432	0.92 457	0.91 427	0.96 468	0.91 436	0.96 467	0.93 446	0.92 449	0.94 441	0.92 456	0.92 424	0.92 433	0.90 446	0.92 446	0.94 428	0.91 452

pmcnn	0.92 427	0.92 314	0.92 436	0.92 390	0.92 463	0.92 434	0.92 457	0.92 430	0.92 463	0.92 438	0.92 466	0.92 443	0.92 449	0.92 439	0.92 456	0.92 424	0.92 433	0.92 451	0.92 446	0.92 425	0.92 453

UPFNet	0.42 290	1.20 365	0.17 151	0.24 157	0.17 180	0.25 190	0.17 169	1.19 459	0.90 457	0.25 187	0.17 176	0.24 185	0.17 176	0.25 188	0.17 172	0.22 166	0.17 164	0.22 178	0.16 167	1.15 446	0.93 454

DPSM_ROB	0.92 427	0.91 309	0.91 433	0.91 387	0.92 463	0.92 434	0.92 457	0.92 430	0.91 459	0.93 440	0.91 462	0.92 443	0.90 446	0.91 435	0.92 456	0.92 424	0.91 431	0.91 449	0.92 446	0.93 426	0.93 454

DPSM	0.92 427	0.91 309	0.91 433	0.91 387	0.92 463	0.92 434	0.92 457	0.92 430	0.91 459	0.93 440	0.91 462	0.92 443	0.90 446	0.91 435	0.92 456	0.92 424	0.91 431	0.91 449	0.92 446	0.93 426	0.93 454

MM-Stereo_test3	1.27 508	2.07 467	1.18 458	1.60 499	1.02 476	1.45 529	1.01 469	1.40 521	1.04 478	1.44 524	1.03 474	1.46 530	1.02 461	1.44 527	1.02 470	1.51 520	1.12 457	1.32 530	0.98 453	1.38 512	0.97 457

delet	0.43 291	1.21 411	0.17 151	0.25 162	0.17 180	0.25 190	0.18 176	1.26 511	0.95 466	0.25 187	0.17 176	0.25 190	0.17 176	0.25 188	0.17 172	0.23 177	0.16 146	0.22 178	0.16 167	1.18 454	0.98 458

MMNet	0.44 296	1.24 419	0.17 151	0.25 162	0.17 180	0.25 190	0.18 176	1.26 511	0.93 464	0.25 187	0.17 176	0.25 190	0.18 184	0.25 188	0.17 172	0.23 177	0.16 146	0.23 184	0.16 167	1.20 457	0.99 459

psm_up	0.43 291	1.19 364	0.17 151	0.25 162	0.18 190	0.25 190	0.19 180	1.26 511	0.91 459	0.26 195	0.17 176	0.25 190	0.17 176	0.25 188	0.17 172	0.22 166	0.17 164	0.23 184	0.16 167	1.18 454	0.99 459

GANet	1.00 439	1.00 327	1.00 443	1.00 406	1.00 470	1.00 443	1.00 466	1.00 438	1.00 473	1.00 446	1.00 470	1.00 451	1.00 454	1.00 449	1.00 466	1.00 431	1.00 437	1.00 460	1.00 457	1.00 432	1.00 461

TDLM	1.00 439	1.00 327	1.00 443	1.00 406	1.00 470	1.00 443	1.00 466	1.00 438	1.00 473	1.00 446	1.00 470	1.00 451	1.00 454	1.00 449	1.00 466	1.00 431	1.00 437	1.00 460	1.00 457	1.00 432	1.00 461

CVANet_RVC	1.00 439	1.00 327	1.00 443	1.00 406	1.00 470	1.00 443	1.00 466	1.00 438	1.00 473	1.00 446	1.00 470	1.00 451	1.00 454	1.00 449	1.00 466	1.00 431	1.00 437	1.00 460	1.00 457	1.00 432	1.00 461

AIO-Stereo-zeroshot	0.91 425	0.86 297	0.89 422	1.25 481	0.69 437	1.05 450	0.81 448	1.16 453	0.50 384	1.12 462	0.97 468	0.72 405	0.82 443	1.06 456	0.95 461	0.61 368	0.87 428	1.03 466	0.85 444	1.04 438	1.01 464

trnet	1.01 445	1.01 333	1.01 446	1.01 409	1.01 474	1.01 447	1.01 469	1.01 442	1.01 476	1.01 450	1.01 473	1.01 455	1.01 460	1.01 453	1.01 469	1.01 434	1.01 440	1.01 463	1.01 461	1.01 435	1.01 464

ff7	1.68 518	2.68 508	1.35 518	0.97 403	0.89 458	1.84 536	2.15 587	2.12 544	1.80 572	2.05 549	1.56 555	2.33 555	2.12 578	2.23 552	2.25 590	1.31 503	1.07 444	1.48 538	1.41 541	0.90 421	1.04 466

ffff	1.68 518	2.68 508	1.35 518	0.97 403	0.89 458	1.84 536	2.15 587	2.12 544	1.80 572	2.05 549	1.56 555	2.33 555	2.12 578	2.23 552	2.25 590	1.31 503	1.07 444	1.48 538	1.41 541	0.90 421	1.04 466

ccc-4	1.68 518	2.68 508	1.35 518	0.97 403	0.89 458	1.84 536	2.15 587	2.12 544	1.80 572	2.05 549	1.56 555	2.33 555	2.12 578	2.23 552	2.25 590	1.31 503	1.07 444	1.48 538	1.41 541	0.90 421	1.04 466

edge stereo	2.43 577	27.07 636	1.14 452	1.06 413	1.14 482	1.08 455	1.17 481	1.16 453	1.14 480	1.10 456	1.16 481	1.09 461	1.16 473	1.10 462	1.16 481	1.10 441	1.11 454	1.16 471	1.19 477	1.13 443	1.11 469

Abc-Net	2.32 569	24.75 627	1.14 452	1.17 430	1.17 488	1.11 461	1.15 478	1.17 456	1.21 534	1.08 455	1.16 481	1.12 467	1.14 467	1.09 460	1.17 482	1.09 439	1.16 460	1.17 475	1.17 474	1.16 448	1.11 469
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
StereoVision	3.15 589	5.00 570	0.89 422	4.83 596	1.00 470	3.93 596	1.27 536	6.37 624	1.34 542	5.67 624	1.26 536	5.84 625	1.27 526	5.03 621	1.24 532	5.10 613	1.09 450	4.61 607	0.57 404	5.62 613	1.12 471

GLC_STEREO	1.07 450	1.01 333	1.06 448	1.07 414	1.05 478	1.06 451	1.08 473	1.08 445	1.05 479	1.07 454	1.06 475	1.08 459	1.05 462	1.06 456	1.10 473	1.07 438	1.09 450	1.05 467	1.05 464	1.06 439	1.12 471

AF-Net	2.37 574	25.71 631	1.17 456	1.13 421	1.15 483	1.15 465	1.18 482	1.19 459	1.16 482	1.10 456	1.15 478	1.10 463	1.18 474	1.12 466	1.15 478	1.10 441	1.10 453	1.17 475	1.15 471	1.16 448	1.12 471

RGC	2.36 572	25.48 629	1.19 460	1.15 424	1.15 483	1.10 458	1.16 480	1.17 456	1.16 482	1.12 462	1.16 481	1.11 466	1.13 465	1.09 460	1.18 483	1.10 441	1.15 459	1.16 471	1.12 468	1.14 444	1.12 471

KSHMR	0.66 355	0.50 235	0.48 324	1.15 424	0.52 396	0.49 350	0.51 389	0.49 337	0.71 437	0.67 397	0.50 391	1.16 470	1.11 464	0.66 392	0.52 365	0.49 334	0.49 351	0.51 382	0.66 416	0.50 348	1.14 475

4.25w-stereo	1.98 530	2.72 515	1.46 535	3.47 567	1.43 548	2.07 550	1.98 578	2.53 569	1.52 553	2.71 575	1.98 589	1.81 537	1.62 545	1.96 544	1.36 545	1.88 535	2.00 566	2.53 582	1.61 560	1.74 526	1.15 476

2w_stereo	1.99 531	2.36 495	1.81 554	3.24 555	1.67 559	1.94 541	1.98 578	2.72 572	1.68 557	2.72 576	1.94 580	1.98 544	1.74 555	1.79 538	1.27 537	1.95 539	2.00 566	2.53 582	1.60 559	1.68 523	1.15 476

Nwc_Net	2.37 574	25.95 632	1.15 454	1.14 422	1.15 483	1.08 455	1.14 477	1.17 456	1.16 482	1.14 465	1.15 478	1.08 459	1.15 469	1.11 464	1.14 477	1.10 441	1.11 454	1.16 471	1.09 467	1.16 448	1.15 476

4.5w-stereo	1.99 531	2.33 488	1.81 554	3.28 557	1.68 561	1.94 541	1.99 581	2.72 572	1.70 560	2.72 576	1.99 592	1.97 543	1.68 547	1.76 535	1.29 540	1.91 537	2.02 572	2.53 582	1.61 560	1.75 527	1.16 479

4.25_new	2.00 535	2.33 488	1.82 559	3.32 560	1.69 562	1.95 544	1.99 581	2.72 572	1.71 561	2.72 576	1.97 583	2.01 546	1.74 555	1.77 536	1.28 538	2.18 548	2.01 568	2.48 580	1.58 556	1.65 520	1.17 480

4.5w_new	2.00 535	2.33 488	1.82 559	3.32 560	1.69 562	1.95 544	1.99 581	2.72 572	1.71 561	2.72 576	1.97 583	2.01 546	1.74 555	1.77 536	1.28 538	2.18 548	2.01 568	2.48 580	1.58 556	1.65 520	1.17 480

RP	2.33 570	25.00 628	1.13 451	1.15 424	1.15 483	1.10 458	1.15 478	1.15 450	1.15 481	1.12 462	1.15 478	1.09 461	1.13 465	1.10 462	1.15 478	1.11 446	1.09 450	1.16 471	1.12 468	1.16 448	1.17 480

NCC-stereo	2.36 572	25.52 630	1.17 456	1.15 424	1.17 488	1.11 461	1.11 474	1.15 450	1.16 482	1.10 456	1.16 481	1.10 463	1.15 469	1.14 467	1.13 476	1.09 439	1.11 454	1.15 470	1.16 473	1.17 453	1.17 480

stereogan	2.33 570	24.38 626	1.18 458	1.18 431	1.18 490	1.14 464	1.18 482	1.19 459	1.19 488	1.14 465	1.18 485	1.14 468	1.18 474	1.14 467	1.18 483	1.14 449	1.14 458	1.19 479	1.19 477	1.15 446	1.19 484

DisPM	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

CrosDoStereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

PFNet+	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

LCNet	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

HHNet	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

Patchmatch Stereo++	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485
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
AAGNet	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

STrans-v2	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

TransformOpticalFlow	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

OMP-Stereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

IIG-Stereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

NF-Stereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

OCTAStereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

PSM-softLoss	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

KMStereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

NRIStereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

PSM-adaLoss	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

PSM-AAD	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

FTStereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

ROB_FTStereo_v2	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

ROB_FTStereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

Consistency-Raft	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

KYRaft	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

HUI-Stereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

ASMatch	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

DeepStereo_LL	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

DEmStereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

SST-Stereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

THIR-Stereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

RAFT_R40	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

DRaft	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

PFNet	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

GrayStereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

RE-Stereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

Pruner-Stereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

TVStereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

DeepStereo_RVC	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

RAFT-RH_RVC	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

IRAFT_RVC	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

RAFT-345	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

iRAFT	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

CRE-IMP	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

GMM-Stereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

RAFT-IKP	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

Prome-Stereo	1.20 458	1.20 365	1.20 463	1.20 433	1.20 492	1.20 468	1.20 484	1.20 462	1.20 489	1.20 470	1.20 486	1.20 473	1.20 476	1.20 472	1.20 485	1.20 452	1.20 465	1.20 480	1.20 480	1.20 457	1.20 485

SPS-STEREO	1.59 516	1.91 458	1.21 509	1.94 510	1.20 492	2.00 547	1.23 531	1.99 538	1.24 537	2.00 544	1.25 535	2.03 548	1.26 525	2.00 546	1.29 540	1.90 536	1.18 464	1.89 556	1.21 525	1.89 532	1.20 485
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
2.75w_new	1.99 531	2.34 492	1.81 554	3.14 551	1.62 556	1.94 541	1.99 581	2.72 572	1.71 561	2.72 576	1.99 592	1.90 539	1.73 553	1.82 540	1.29 540	2.37 564	2.01 568	2.31 569	1.42 544	1.77 528	1.22 531

GANetREF_RVC	1.55 515	1.94 464	1.22 510	1.88 507	1.21 538	1.88 539	1.22 530	1.88 533	1.22 535	1.88 536	1.22 532	1.88 538	1.22 523	1.89 542	1.22 531	1.87 532	1.22 512	1.88 555	1.22 526	1.88 531	1.22 531
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
S-Stereo	2.51 579	26.86 634	1.23 512	1.22 478	1.22 540	1.24 516	1.25 533	1.22 508	1.24 537	1.21 515	1.24 534	1.19 472	1.27 526	1.19 471	1.24 532	1.19 451	1.20 465	1.25 527	1.19 477	1.24 505	1.23 533

3.75w	1.99 531	2.31 486	1.83 562	3.16 553	1.65 558	1.93 540	1.98 578	2.72 572	1.68 557	2.73 581	1.97 583	2.00 545	1.72 552	1.81 539	1.25 536	2.27 556	2.01 568	2.38 574	1.42 544	1.71 524	1.24 534

CFNet-ft	0.55 338	1.57 436	0.14 127	0.20 137	0.14 158	0.20 163	2.53 592	1.61 524	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.20 160	0.14 152	0.17 143	0.12 113	0.17 153	0.12 147	1.56 517	1.24 534

FAT-Stereo	2.46 578	26.05 633	1.23 512	1.23 480	1.22 540	1.20 468	1.24 532	1.23 510	1.23 536	1.19 469	1.22 532	1.21 518	1.24 524	1.20 472	1.24 532	1.21 497	1.17 463	1.22 526	1.25 530	1.20 457	1.24 534

MaDis-Stereo	3.19 590	6.02 591	1.12 450	5.61 605	1.16 487	5.43 622	1.02 471	5.15 621	0.70 432	5.43 621	1.21 531	5.03 622	0.97 452	4.85 615	0.99 465	4.53 594	1.16 460	5.53 623	1.25 530	5.37 611	1.30 537

11t	1.27 508	2.70 511	1.34 516	1.32 486	0.89 458	1.30 519	1.34 539	1.64 527	0.57 404	1.45 525	0.72 445	1.05 458	1.29 528	1.07 459	1.29 540	1.49 517	1.02 441	0.97 458	1.15 471	1.48 514	1.31 538

tt45	1.04 449	0.88 301	1.36 526	0.92 390	1.03 477	1.51 531	0.79 442	0.70 393	0.88 456	0.74 408	0.90 459	1.60 532	0.72 430	1.60 529	0.75 440	0.91 421	0.78 418	1.52 541	0.79 436	1.14 444	1.32 539

MM-Stereo_test1	1.80 524	3.41 538	1.52 541	2.12 517	1.41 547	2.04 548	1.41 550	2.05 542	1.46 552	2.04 548	1.41 550	2.05 549	1.42 539	2.05 547	1.43 550	2.04 544	1.54 541	1.94 557	1.38 540	1.99 534	1.33 540

MC-Stereo	1.76 521	2.96 527	1.37 528	2.14 518	1.37 544	2.14 553	1.36 542	2.14 547	1.37 547	2.14 553	1.37 546	2.14 550	1.37 536	2.14 551	1.37 546	1.97 540	1.32 514	1.97 558	1.32 534	1.98 533	1.33 540

CC-Net-ROB	1.36 511	1.33 426	1.33 515	1.36 489	1.38 545	1.36 522	1.33 538	1.37 518	1.34 542	1.35 519	1.36 545	1.38 524	1.34 532	1.38 525	1.38 547	1.35 507	1.38 530	1.33 531	1.35 535	1.43 513	1.34 542

MaskLacGwcNet_RVC	1.35 510	1.35 427	1.35 518	1.35 488	1.35 542	1.35 520	1.35 540	1.36 516	1.35 545	1.36 520	1.35 543	1.36 523	1.36 534	1.36 522	1.35 544	1.35 507	1.35 526	1.35 534	1.35 535	1.35 510	1.35 543

RASNet	1.49 514	1.65 439	1.45 534	1.38 491	1.43 548	1.47 530	1.36 542	1.38 520	1.36 546	1.39 522	1.60 559	1.45 529	1.45 540	1.51 528	2.21 589	1.53 521	1.36 527	1.36 536	1.36 537	1.66 522	1.36 544

PS-NSSS	1.38 513	1.39 430	1.34 516	1.34 487	1.35 542	1.38 524	1.37 547	1.35 515	1.38 548	1.34 518	1.34 542	1.39 526	1.38 537	1.70 533	1.40 548	1.36 509	1.36 527	1.36 536	1.37 538	1.37 511	1.36 544

MIF-Stereo (partial)	2.58 581	3.31 537	0.66 385	3.18 554	0.66 432	3.18 589	0.66 417	3.21 588	0.67 425	3.19 589	0.66 431	3.19 589	0.66 416	3.31 591	0.68 401	5.09 612	1.79 560	8.23 631	1.67 568	6.18 615	1.38 546

999	1.00 439	1.12 354	0.59 370	1.10 416	1.21 538	1.09 457	0.52 390	1.08 445	1.43 551	1.18 467	1.35 543	0.98 450	0.52 388	0.91 435	0.85 451	0.72 398	1.46 534	0.83 441	0.98 453	0.68 373	1.41 547

sCroCo_RVC	2.10 551	2.76 519	1.92 573	2.78 545	1.39 546	2.73 581	1.41 550	2.73 578	1.40 549	2.77 587	1.41 550	2.74 583	1.40 538	2.74 582	1.40 548	2.72 580	1.42 532	2.72 586	1.44 546	2.79 571	1.42 548

RAFT_CTSACE	1.92 527	3.71 545	1.72 551	1.88 507	1.72 566	2.04 548	1.42 552	2.18 549	1.89 583	2.02 546	1.97 583	1.95 541	2.06 577	1.93 543	1.62 556	1.76 527	1.66 552	2.02 559	1.73 576	1.73 525	1.43 549

MonStereo1	1.94 528	2.77 521	1.52 541	3.73 578	1.51 551	2.13 552	1.42 552	2.32 557	1.52 553	2.31 561	1.50 553	2.53 565	1.59 542	2.34 559	1.56 553	1.91 537	1.36 527	1.86 551	1.31 533	2.07 535	1.53 550

1w_stereo	2.05 550	2.32 487	1.35 518	3.74 579	2.01 581	2.73 581	1.42 552	1.88 533	1.93 585	2.03 547	1.28 538	2.71 577	1.99 573	2.72 579	1.72 565	2.20 550	1.32 514	1.87 552	1.86 579	2.45 553	1.54 551

test_xeample3	1.10 452	1.81 448	0.61 377	0.84 380	0.49 386	0.77 404	0.66 417	0.92 430	1.40 549	0.68 399	0.46 374	0.78 415	0.54 392	1.72 534	1.48 551	1.34 506	1.52 538	1.35 534	1.67 568	1.33 509	1.55 552

LGtest1	2.22 563	2.70 511	1.89 570	2.76 541	1.86 573	2.75 583	1.86 571	2.75 579	1.86 577	2.75 582	1.86 571	2.77 586	1.87 561	2.75 583	1.86 577	2.46 569	1.58 544	2.45 577	1.56 552	2.45 553	1.56 553

LG-G_1	2.22 563	2.71 513	1.89 570	2.77 542	1.87 576	2.75 583	1.87 573	2.76 580	1.87 581	2.75 582	1.87 572	2.76 584	1.87 561	2.75 583	1.86 577	2.47 570	1.58 544	2.45 577	1.57 553	2.45 553	1.57 554

LG-G	2.22 563	2.71 513	1.89 570	2.77 542	1.87 576	2.75 583	1.87 573	2.76 580	1.87 581	2.75 582	1.87 572	2.76 584	1.87 561	2.75 583	1.86 577	2.47 570	1.58 544	2.45 577	1.57 553	2.45 553	1.57 554

3w_stereo	2.04 548	2.24 482	1.70 548	3.15 552	2.18 593	2.49 567	1.26 535	2.03 541	1.98 587	1.98 542	1.33 541	2.72 581	1.99 573	2.59 571	1.72 565	2.22 552	1.33 521	1.85 548	1.88 585	2.50 559	1.58 556

DPSMNet_ROB	1.60 517	1.59 437	1.70 548	1.59 496	1.59 554	1.61 533	1.61 558	1.60 523	1.60 555	1.62 533	1.59 558	1.60 532	1.60 543	1.60 529	1.59 555	1.59 522	1.60 548	1.59 542	1.59 558	1.59 518	1.59 557

asd	2.18 556	2.77 521	1.58 543	3.59 572	2.00 580	2.58 575	1.85 570	2.39 562	1.71 561	2.47 568	1.97 583	2.59 572	1.61 544	2.56 569	1.79 572	2.51 573	1.99 565	2.11 564	1.62 563	2.36 549	1.60 558

4.5_new	2.00 535	1.84 450	1.98 576	2.77 542	2.16 589	2.27 555	1.28 537	2.09 543	1.98 587	2.01 545	1.28 538	2.71 577	1.98 571	2.51 568	1.65 558	2.26 553	1.33 521	1.87 552	1.87 580	2.49 557	1.60 558

IGEV	2.02 543	2.20 478	1.82 559	2.90 547	2.16 589	2.41 563	1.25 533	2.00 539	1.98 587	1.99 543	1.31 540	2.72 581	1.93 567	2.67 576	1.69 562	2.26 553	1.32 514	1.83 547	1.87 580	2.53 564	1.61 560

2.25w	2.00 535	1.86 453	1.98 576	2.95 548	2.17 591	2.26 554	1.35 540	2.42 563	2.00 590	2.07 552	1.27 537	2.53 565	1.99 573	2.29 556	1.49 552	2.21 551	1.32 514	1.85 548	1.87 580	2.52 561	1.62 561

3.25w	2.04 548	2.20 478	1.48 536	3.03 549	2.17 591	2.63 577	1.39 548	1.96 536	1.95 586	1.96 539	1.37 546	2.71 577	1.96 570	2.71 577	1.73 570	2.26 553	1.32 514	1.87 552	1.87 580	2.51 560	1.63 562

UDGNet	2.23 566	5.40 581	1.72 551	2.48 533	1.69 562	2.51 570	1.69 562	2.51 568	1.72 565	2.50 570	1.69 566	2.52 564	1.69 549	2.50 567	1.68 561	2.41 567	1.70 554	2.42 576	1.69 572	2.42 551	1.64 563

MFMNet_re	1.81 525	1.91 458	1.71 550	1.95 512	1.70 565	1.95 544	1.70 563	1.96 536	1.74 568	1.97 541	1.72 567	1.95 541	1.71 551	1.97 545	1.71 563	1.86 530	1.62 549	1.85 548	1.66 566	1.86 530	1.64 563

Anonymous3	2.55 580	3.26 536	1.65 546	3.28 557	1.63 557	3.24 590	1.68 561	3.27 589	1.66 556	3.28 590	1.67 564	3.25 590	1.66 546	3.27 589	1.64 557	3.26 584	1.65 551	3.30 589	1.65 565	4.95 606	1.65 565

MonStereo	2.17 554	2.41 498	1.49 540	2.67 539	1.67 559	2.60 576	2.04 585	2.32 557	1.76 569	2.44 566	1.68 565	2.50 563	1.69 549	2.38 560	1.80 573	2.28 557	1.78 558	2.63 585	2.14 588	3.47 575	1.68 566

qwe	2.18 556	2.60 505	1.58 543	3.83 580	1.90 578	2.53 571	1.90 576	2.48 565	1.73 566	2.37 564	1.92 579	2.53 565	1.68 547	2.56 569	1.83 574	2.52 575	1.87 564	2.07 560	1.68 570	2.32 547	1.71 567

TRStereo	2.00 535	2.13 472	1.85 565	2.27 524	1.84 570	2.28 557	1.84 567	2.29 552	1.86 577	2.30 558	1.87 572	2.30 552	1.87 561	2.08 548	1.72 565	2.08 545	1.72 555	2.08 561	1.72 573	2.08 536	1.72 568

XX-Stereo	2.00 535	2.13 472	1.85 565	2.27 524	1.84 570	2.28 557	1.84 567	2.29 552	1.86 577	2.30 558	1.87 572	2.30 552	1.87 561	2.08 548	1.72 565	2.08 545	1.72 555	2.08 561	1.72 573	2.08 536	1.72 568

EAI-Stereo	2.00 535	2.13 472	1.85 565	2.27 524	1.84 570	2.28 557	1.84 567	2.29 552	1.86 577	2.30 558	1.87 572	2.30 552	1.87 561	2.08 548	1.72 565	2.08 545	1.72 555	2.08 561	1.72 573	2.08 536	1.72 568

cf-r	0.66 355	2.17 476	0.12 102	0.18 131	0.12 153	0.18 155	2.70 595	2.60 570	0.12 153	0.18 152	0.12 145	0.18 154	0.12 150	0.18 153	0.12 142	0.15 125	0.11 97	0.15 142	0.11 130	1.81 529	1.74 571

asda	2.17 554	2.54 502	1.81 554	3.47 567	1.78 568	2.50 569	1.86 571	2.61 571	1.68 557	2.61 573	1.83 569	2.37 559	1.73 553	2.44 566	1.88 581	2.51 573	1.84 562	2.34 571	1.62 563	2.23 541	1.77 572

U	5.15 624	8.49 603	1.81 554	8.49 619	1.77 567	8.49 631	1.77 565	8.51 632	1.77 570	8.49 632	1.77 568	8.50 632	1.78 558	8.58 632	1.77 571	8.54 630	1.78 558	8.55 632	1.78 577	8.55 626	1.84 573

FBW_ROB	2.12 553	2.46 501	1.77 553	2.49 534	1.79 569	2.38 561	1.83 566	2.46 564	1.78 571	2.48 569	1.97 583	2.40 560	1.78 558	2.42 565	1.83 574	2.31 561	1.85 563	2.38 574	1.82 578	2.35 548	1.84 573

monsterstereo	2.20 562	2.33 488	1.95 574	3.65 574	2.07 586	2.49 567	1.61 558	2.48 565	1.83 575	2.45 567	1.61 561	2.67 576	1.86 560	2.64 573	1.94 583	2.48 572	1.66 552	2.34 571	1.68 570	2.40 550	1.86 575

monsters	2.18 556	2.41 498	1.96 575	3.47 567	2.03 585	2.53 571	1.64 560	2.48 565	1.73 566	2.40 565	1.50 553	2.62 573	1.94 568	2.59 571	1.94 583	2.44 568	1.57 543	2.28 567	1.87 580	2.42 551	1.86 575

2.5w	2.01 542	2.40 497	1.37 528	3.28 557	2.01 581	2.71 578	1.43 555	1.82 532	1.83 575	1.90 538	1.41 550	2.71 577	1.35 533	2.71 577	1.85 576	2.66 576	1.53 539	1.64 543	1.23 527	2.53 564	1.87 577

3.25w_new	2.03 545	2.72 515	1.35 518	3.33 562	1.57 552	2.72 579	1.53 557	2.15 548	1.33 541	2.15 554	1.60 559	2.63 574	1.30 529	2.72 579	1.99 587	2.67 578	1.53 539	1.75 546	1.25 530	2.53 564	1.87 577

3.5w_stereo	2.03 545	2.72 515	1.35 518	3.41 564	1.57 552	2.72 579	1.49 556	2.01 540	1.34 542	2.15 554	1.61 561	2.63 574	1.36 534	2.72 579	1.99 587	2.66 576	1.58 544	1.68 545	1.24 528	2.53 564	1.87 577

4w-stereo	2.02 543	2.72 515	1.44 533	3.36 563	1.59 554	2.48 566	1.72 564	2.28 550	1.24 537	2.24 556	1.65 563	2.56 570	1.32 531	2.39 562	1.98 586	2.67 578	1.51 537	1.66 544	1.24 528	2.53 564	1.88 580

GANet-RSSM	0.75 385	1.91 458	0.14 127	0.47 288	0.14 158	0.21 174	3.21 612	2.30 556	0.14 158	0.46 323	0.14 162	0.23 181	0.18 184	0.21 171	0.14 152	0.18 151	0.27 200	0.37 258	0.13 155	2.13 539	2.12 581

HUF	2.18 556	2.30 485	1.99 579	2.34 529	2.02 584	2.41 563	2.06 586	2.38 561	1.89 583	2.36 563	1.85 570	2.56 570	1.98 571	2.31 558	1.97 585	2.30 560	2.03 573	2.30 568	2.11 587	2.23 541	2.16 582

AIO_test	2.18 556	2.09 470	2.04 580	2.42 531	2.01 581	2.47 565	1.94 577	2.34 559	2.03 591	2.56 572	1.94 580	2.43 561	1.94 568	2.41 563	1.87 580	2.39 566	2.10 575	2.35 573	1.91 586	2.25 543	2.19 583

AIO_rvc	2.18 556	2.34 492	1.87 569	2.32 528	1.94 579	2.40 562	1.89 575	2.37 560	2.07 592	2.52 571	1.95 582	2.44 562	1.99 573	2.41 563	1.89 582	2.32 562	2.09 574	2.24 565	2.18 589	2.21 540	2.23 584

NCCL2	2.28 568	2.27 483	2.28 582	2.28 527	2.28 594	2.27 555	2.29 590	2.28 550	2.28 593	2.27 557	2.28 595	2.28 551	2.27 581	2.27 555	2.28 594	2.28 557	2.28 580	2.27 566	2.29 593	2.27 544	2.29 585

PSMNet-RSSM	0.77 392	2.76 519	0.14 127	0.20 137	0.14 158	0.20 163	2.66 593	2.79 583	0.14 158	0.21 172	0.14 162	0.21 169	0.14 159	0.20 160	0.14 152	0.17 143	0.12 113	0.17 153	0.12 147	2.52 561	2.31 586

GwcNet-RSSM	0.77 392	2.77 521	0.14 127	0.20 137	0.14 158	0.20 163	2.67 594	2.78 582	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.21 171	0.14 152	0.17 143	0.12 113	0.17 153	0.12 147	2.52 561	2.31 586

hitnet-ft	0.79 397	2.78 524	0.14 127	0.20 137	0.14 158	0.21 174	2.89 596	2.80 584	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.20 160	0.14 152	0.17 143	0.12 113	0.17 153	0.12 147	2.54 569	2.33 588

STTStereo	3.73 594	30.40 640	2.37 586	2.39 530	2.31 596	2.35 560	2.33 591	2.29 552	2.42 594	2.32 562	2.34 596	2.33 555	2.36 582	2.30 557	2.27 593	2.35 563	2.22 579	2.31 569	2.22 590	2.29 546	2.34 589

sAnonymous2	3.31 591	2.63 506	1.38 530	3.71 576	1.86 573	4.70 614	1.11 474	4.82 617	2.72 596	5.45 622	1.98 589	4.59 607	2.64 583	2.65 574	6.21 628	4.37 590	1.08 448	5.16 621	2.24 591	4.52 588	2.39 590

CroCo_RVC	3.31 591	2.63 506	1.38 530	3.71 576	1.86 573	4.70 614	1.11 474	4.82 617	2.72 596	5.45 622	1.98 589	4.59 607	2.64 583	2.65 574	6.21 628	4.37 590	1.08 448	5.16 621	2.24 591	4.52 588	2.39 590

Sa-1000	4.34 612	8.37 600	6.84 625	6.98 614	4.45 625	3.58 592	3.00 597	3.42 592	3.39 612	2.61 573	4.00 621	3.83 596	4.01 614	3.90 596	3.90 617	5.98 619	5.62 614	3.76 596	2.34 594	4.35 586	2.47 592

NLCA_NET_v2_RVC	5.04 622	50.87 650	2.78 589	2.87 546	2.71 597	2.78 586	0.47 372	2.88 585	2.86 598	1.89 537	2.67 597	2.79 587	2.79 586	2.78 586	2.83 595	2.82 581	2.82 583	2.83 587	2.77 596	2.83 572	2.76 593
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
IGEV-FE	0.35 208	0.37 146	0.17 151	0.19 134	0.17 180	0.20 163	0.17 169	0.19 155	0.17 178	0.19 154	0.17 176	0.19 158	0.17 176	0.37 238	0.36 291	0.19 155	0.17 164	0.19 166	0.17 187	0.38 256	2.84 594

Select-FE	0.41 279	0.44 183	0.23 175	0.26 169	0.22 206	0.26 198	0.22 195	0.26 192	0.23 202	0.26 195	0.23 206	0.26 200	0.23 206	0.45 322	0.42 333	0.25 188	0.22 182	0.25 193	0.22 199	0.45 320	2.90 595

MLG-Stereo_test1	4.25 607	5.34 580	3.61 607	5.31 601	3.63 616	5.23 620	3.57 615	5.38 622	3.65 613	5.23 619	3.47 612	4.76 616	3.74 606	4.85 615	3.71 613	4.96 608	3.18 597	4.71 613	2.92 597	4.86 604	2.90 595

MLG-Stereo_test3	4.26 608	4.85 568	3.95 611	5.35 602	3.60 615	4.75 617	3.76 618	5.49 623	3.71 615	5.39 620	3.69 616	4.82 618	3.66 603	4.85 615	3.73 616	4.93 607	3.19 598	4.69 612	2.99 599	4.84 603	2.98 597

rvit_0105_6	3.87 599	5.73 588	3.10 601	4.69 594	3.12 609	4.54 604	3.02 599	4.56 604	3.04 599	4.54 605	3.03 600	4.54 603	3.04 590	4.56 604	3.05 598	4.58 599	3.05 585	4.58 604	3.05 600	4.58 591	3.05 598

rvit_105_1	3.83 595	5.22 574	3.01 591	4.53 584	3.01 599	4.51 602	3.01 598	4.56 604	3.04 599	4.53 603	3.03 600	4.55 605	3.03 587	4.56 604	3.04 596	4.57 596	3.05 585	4.57 602	3.05 600	4.57 590	3.05 598

rvit_stereo_0081	3.83 595	5.23 575	3.01 591	4.53 584	3.03 601	4.55 608	3.02 599	4.56 604	3.04 599	4.52 601	3.02 598	4.54 603	3.03 587	4.56 604	3.04 596	4.57 596	3.05 585	4.57 602	3.05 600	4.58 591	3.05 598

rvit_stereo_0082	3.86 597	5.82 589	3.01 591	4.53 584	3.03 601	4.54 604	3.02 599	4.56 604	3.04 599	4.53 603	3.02 598	4.55 605	3.04 590	4.57 607	3.05 598	4.57 596	3.05 585	4.58 604	3.05 600	4.58 591	3.06 601

rvit_stereo_0081_aga	3.86 597	5.33 578	3.02 594	4.55 590	3.04 605	4.54 604	3.02 599	4.64 611	3.06 603	4.54 605	3.04 602	4.62 612	3.08 594	4.62 610	3.07 601	4.58 599	3.06 589	4.60 606	3.08 604	4.63 594	3.07 602

RAFT-FEzeroshot	0.34 199	0.26 125	0.17 151	0.21 147	0.17 180	0.20 163	0.16 161	0.20 161	0.16 170	0.20 160	0.17 176	0.21 169	0.16 169	0.27 202	0.24 203	0.19 155	0.16 146	0.19 166	0.16 167	0.26 184	3.08 603

RAFT-FE	0.34 199	0.26 125	0.17 151	0.21 147	0.17 180	0.20 163	0.16 161	0.20 161	0.16 170	0.20 160	0.17 176	0.21 169	0.16 169	0.27 202	0.24 203	0.19 155	0.16 146	0.19 166	0.16 167	0.26 184	3.08 603

rvit_stereo_0080	3.89 600	5.70 586	3.04 596	4.54 587	3.03 601	4.56 609	3.05 605	4.60 608	3.07 604	4.58 608	3.06 603	4.59 607	3.06 592	4.61 608	3.08 602	4.63 601	3.09 590	4.64 608	3.10 605	4.65 595	3.10 605

whm_eth	3.89 600	5.70 586	3.04 596	4.54 587	3.03 601	4.56 609	3.05 605	4.60 608	3.07 604	4.58 608	3.06 603	4.59 607	3.06 592	4.61 608	3.08 602	4.63 601	3.09 590	4.64 608	3.10 605	4.65 595	3.10 605

rvit_stereo_0083	3.92 604	5.30 577	3.06 599	4.61 593	3.09 608	4.67 613	3.08 608	4.66 612	3.09 608	4.62 611	3.10 608	4.66 615	3.11 596	4.67 612	3.16 607	4.72 606	3.16 595	4.77 615	3.11 607	4.66 597	3.11 607

MLG-Stereo_test2	4.28 609	5.46 584	3.69 609	4.86 597	3.72 618	5.58 623	3.42 613	4.81 616	3.77 619	4.85 615	3.72 617	5.55 624	3.63 602	5.58 622	3.53 611	4.41 593	3.28 599	4.99 619	2.95 598	4.75 599	3.13 608

rvit_0105_3	3.91 602	5.33 578	3.06 599	4.60 592	3.07 607	4.60 611	3.06 607	4.62 610	3.08 607	4.60 610	3.07 606	4.62 612	3.08 594	4.67 612	3.10 605	4.70 604	3.11 592	4.77 615	3.19 611	4.77 600	3.14 609

rvit_0105_4	3.91 602	5.47 585	3.02 594	4.54 587	3.02 600	4.54 604	3.03 603	4.75 614	3.17 610	4.57 607	3.06 603	4.61 611	3.16 598	4.65 611	3.09 604	4.66 603	3.11 592	4.68 611	3.18 610	4.81 601	3.16 610

rvit_stereo_ft	3.93 605	5.44 583	3.05 598	4.59 591	3.06 606	4.61 612	3.08 608	4.67 613	3.12 609	4.63 612	3.10 608	4.65 614	3.11 596	4.69 614	3.13 606	4.70 604	3.14 594	4.71 613	3.15 609	4.74 598	3.16 610

raft_robust	4.71 617	7.75 598	5.40 620	6.81 611	3.31 611	4.28 601	4.20 624	4.32 601	4.37 625	4.35 600	4.35 624	4.14 599	3.75 607	4.30 602	4.20 622	6.67 622	6.37 617	3.36 591	4.24 625	4.86 604	3.25 612

rvit_0105_5	4.10 606	5.40 581	3.13 604	4.71 595	3.15 610	4.72 616	3.10 610	4.90 619	3.27 611	4.69 613	3.16 610	4.84 619	3.25 599	4.96 618	3.34 609	5.05 611	3.39 600	5.10 620	3.40 612	5.11 608	3.42 613

DispFullNet	4.61 615	4.84 567	3.12 602	5.00 599	3.57 614	4.75 617	3.03 603	7.75 630	4.17 623	4.91 617	3.09 607	6.20 626	3.95 612	6.71 626	3.51 610	5.30 614	3.67 602	5.86 627	3.63 614	5.61 612	3.46 614

SA	4.33 611	7.35 594	6.85 626	5.96 607	4.09 622	3.59 593	3.15 611	3.82 596	2.64 595	3.91 594	3.85 618	3.57 592	2.72 585	3.13 588	4.03 619	7.09 626	6.86 621	3.57 592	3.12 608	3.85 578	3.51 615

DPSNet	3.66 593	3.60 541	3.62 608	3.63 573	3.64 617	3.65 594	3.65 617	3.66 594	3.67 614	3.67 593	3.65 615	3.67 594	3.66 603	3.66 593	3.68 612	3.68 588	3.66 601	3.67 594	3.68 617	3.67 576	3.67 616

RAFT+CT+SA	4.28 609	7.62 597	4.91 615	5.55 604	2.28 594	3.09 587	3.64 616	4.49 602	3.07 604	4.80 614	3.35 611	4.77 617	3.70 605	4.29 601	3.05 598	5.58 615	5.98 616	3.58 593	3.78 619	4.26 584	3.72 617

test_4	4.88 619	8.13 599	6.98 627	7.46 615	4.44 624	4.25 600	3.85 621	4.04 600	3.92 620	4.13 597	3.91 619	4.18 600	3.84 610	4.14 599	4.06 620	7.01 625	7.13 622	4.53 600	3.72 618	4.09 582	3.72 617

TestStereo1	4.60 613	8.41 601	6.44 623	6.86 612	3.79 619	3.97 597	3.78 619	3.99 598	3.74 616	3.97 595	3.52 613	3.94 597	3.58 600	3.98 597	3.72 614	6.82 623	6.50 619	3.76 596	3.66 615	3.90 579	3.74 619

SA-5K	4.60 613	8.41 601	6.44 623	6.86 612	3.79 619	3.97 597	3.78 619	3.99 598	3.74 616	3.97 595	3.52 613	3.94 597	3.58 600	3.98 597	3.72 614	6.82 623	6.50 619	3.76 596	3.66 615	3.90 579	3.74 619

FC-DCNN v2	5.10 623	5.15 572	4.49 613	5.07 600	3.37 612	6.87 626	4.75 626	5.04 620	6.34 630	7.84 630	5.06 627	6.72 630	4.09 615	4.99 619	5.44 627	5.03 610	3.16 595	4.67 610	4.86 626	5.15 609	3.89 621

cross-raft	4.83 618	7.52 595	6.43 622	6.63 610	3.96 621	4.51 602	3.99 622	4.49 602	3.96 621	4.52 601	3.96 620	4.50 602	3.97 613	4.50 603	3.97 618	6.65 621	6.44 618	4.33 599	3.92 621	4.35 586	3.91 622

test_5	4.62 616	7.55 596	6.23 621	6.32 609	3.40 613	5.29 621	3.50 614	3.53 593	4.11 622	4.28 598	4.47 625	4.26 601	4.38 617	3.68 594	3.24 608	5.89 617	5.60 613	4.84 617	3.50 613	4.33 585	3.93 623

SGM-Forest	5.21 625	5.92 590	4.08 612	6.18 608	4.16 623	6.31 625	4.34 625	6.50 625	4.33 624	6.14 626	4.21 623	6.61 629	4.55 618	6.67 625	4.48 623	5.94 618	3.94 604	5.85 626	4.03 623	5.79 614	4.17 624
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test_3	5.01 621	8.86 606	7.77 629	8.09 617	2.76 598	4.13 599	4.05 623	3.88 597	3.76 618	4.33 599	4.13 622	3.71 595	3.91 611	4.21 600	4.06 620	7.93 627	7.69 624	4.53 600	3.91 620	4.17 583	4.29 625

TestStereo	4.88 619	4.75 566	4.79 614	4.87 598	4.92 626	4.81 619	4.90 627	4.78 615	4.77 626	4.87 616	4.89 626	4.90 620	4.91 619	4.99 619	4.79 624	4.98 609	4.87 610	4.87 618	4.92 627	5.00 607	5.00 626

SGM+DAISY	7.06 629	9.15 607	5.38 619	8.84 621	5.18 627	8.80 632	5.31 629	8.79 633	5.28 628	8.89 633	5.20 628	8.93 633	5.33 621	8.95 633	5.36 626	8.70 631	5.21 611	8.74 633	5.20 628	8.89 627	5.15 627

rvit_stereo_0075_2	6.64 627	8.80 605	5.25 617	7.89 616	5.27 628	7.90 630	5.27 628	7.92 631	5.28 628	7.91 631	5.29 629	7.93 631	5.27 620	7.92 631	5.28 625	7.93 627	5.28 612	7.93 630	5.29 629	7.93 623	5.28 628

test-1	6.46 626	9.16 608	8.03 632	8.09 617	5.62 629	6.11 624	6.35 630	6.85 627	4.94 627	6.08 625	6.29 632	4.98 621	6.43 624	6.22 623	6.36 630	6.16 620	7.47 623	5.82 625	5.44 630	7.11 620	5.68 629

RAFT	6.73 628	9.36 609	7.40 628	8.51 620	6.55 630	6.88 627	6.60 631	6.79 626	6.60 631	6.80 627	6.72 633	5.31 623	5.50 622	6.61 624	6.61 631	8.42 629	5.89 615	5.73 624	5.45 631	6.61 616	6.24 630

CFNet_RVC	2.38 576	8.71 604	0.38 274	9.33 622	0.42 366	0.56 380	0.42 357	0.60 380	0.38 330	0.62 390	0.42 364	0.56 384	7.29 628	0.62 385	0.42 333	0.53 351	0.37 287	0.49 373	0.34 319	8.30 624	6.87 631

test-v	7.53 630	11.89 617	7.98 630	9.36 623	7.14 631	7.06 628	7.09 632	7.37 628	6.91 632	7.29 628	5.71 630	6.45 627	6.93 625	6.73 627	7.27 632	8.93 632	7.85 625	6.98 628	6.80 632	7.56 621	7.34 632

test-2	7.53 630	11.89 617	7.98 630	9.36 623	7.14 631	7.06 628	7.09 632	7.37 628	6.91 632	7.29 628	5.71 630	6.45 627	6.93 625	6.73 627	7.27 632	8.93 632	7.85 625	6.98 628	6.80 632	7.56 621	7.34 632

MANE	19.05 633	23.00 625	15.00 633	23.00 639	15.00 633	24.00 639	16.00 634	24.00 640	16.00 634	22.00 640	15.00 634	23.00 640	16.00 634	23.00 640	15.00 634	22.00 640	15.00 634	22.00 640	15.00 634	22.00 640	15.00 634

rafts_anoy	20.00 634	20.00 619	20.00 634	20.00 633	20.00 634	20.00 633	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635

raft+_RVC	20.00 634	20.00 619	20.00 634	20.00 633	20.00 634	20.00 633	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635

raftrobust	20.00 634	20.00 619	20.00 634	20.00 633	20.00 634	20.00 633	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635

CasAABBNet	20.00 634	20.00 619	20.00 634	20.00 633	20.00 634	20.00 633	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635

RALCasStereoNet	20.00 634	20.00 619	20.00 634	20.00 633	20.00 634	20.00 633	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635

RALAANet	20.00 634	20.00 619	20.00 634	20.00 633	20.00 634	20.00 633	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635	20.00 634	20.00 635

WCMA_ROB	31.10 641	35.43 645	27.12 640	39.51 651	23.10 640	38.78 651	25.30 641	37.49 652	25.39 641	37.29 651	27.02 641	38.52 652	26.48 641	37.80 651	26.44 641	36.28 648	22.65 641	33.90 645	22.30 641	37.10 649	24.18 641

111	30.40 640	30.94 641	29.72 641	32.61 640	30.02 641	33.57 640	30.47 642	31.50 641	29.39 642	30.98 641	29.11 642	29.78 641	30.39 645	29.45 641	30.76 645	30.08 641	29.02 642	29.92 641	30.32 645	29.86 641	30.17 642

fff	1000028.16 660	29.62 637	29.72 641	32.61 640	30.02 641	35.13 642	31.83 643	32.07 642	10000000.00 661	35.27 644	29.82 643	32.45 642	30.15 642	32.35 642	30.09 642	31.04 642	29.55 643	30.64 642	30.14 642	10000000.00 661	30.77 643

csc	1000028.16 660	29.62 637	29.72 641	32.61 640	30.02 641	35.13 642	31.83 643	32.07 642	10000000.00 661	35.27 644	29.82 643	32.45 642	30.15 642	32.35 642	30.09 642	31.04 642	29.55 643	30.64 642	30.14 642	10000000.00 661	30.77 643

cscssc	1000028.16 660	29.62 637	29.72 641	32.61 640	30.02 641	35.13 642	31.83 643	32.07 642	10000000.00 661	35.27 644	29.82 643	32.45 642	30.15 642	32.35 642	30.09 642	31.04 642	29.55 643	30.64 642	30.14 642	10000000.00 661	30.77 643

ADStereo(finetuned)	36.13 643	36.63 646	38.07 651	36.97 645	33.25 645	35.91 645	34.45 646	36.36 648	32.99 643	38.14 652	36.71 649	36.69 648	34.13 646	38.57 652	40.79 652	37.60 652	36.58 649	35.90 649	33.36 646	35.42 644	34.04 646

tt	500032.53 658	34.60 643	29.72 641	37.47 649	34.41 646	36.85 646	35.22 647	34.71 645	33.55 644	34.50 642	35.43 646	33.81 645	10000000.00 662	33.57 645	33.13 646	33.68 645	35.00 647	34.03 646	35.26 648	30.96 642	34.63 647

DCANet	500032.53 658	34.60 643	29.72 641	37.47 649	34.41 646	36.85 646	35.22 647	34.71 645	33.55 644	34.50 642	35.43 646	33.81 645	10000000.00 662	33.57 645	33.13 646	33.68 645	35.00 647	34.03 646	35.26 648	30.96 642	34.63 647

DCANet-4	35.22 642	34.54 642	35.08 647	33.58 644	35.47 648	34.55 641	35.53 649	36.08 647	35.85 646	35.92 647	35.77 648	35.18 647	35.48 647	35.39 647	37.15 651	34.55 647	33.92 646	35.02 648	34.90 647	35.79 645	34.74 649

Reg-Stereo(zero)	37.00 644	37.00 647	37.00 648	37.00 646	37.00 649	37.00 648	37.00 650	37.00 649	37.00 647	37.00 648	37.00 650	37.00 649	37.00 648	37.00 648	37.00 648	37.00 649	37.00 650	37.00 650	37.00 650	37.00 646	37.00 650

HI	37.00 644	37.00 647	37.00 648	37.00 646	37.00 649	37.00 648	37.00 650	37.00 649	37.00 647	37.00 648	37.00 650	37.00 649	37.00 648	37.00 648	37.00 648	37.00 649	37.00 650	37.00 650	37.00 650	37.00 646	37.00 650

CoSv	37.00 644	37.00 647	37.00 648	37.00 646	37.00 649	37.00 648	37.00 650	37.00 649	37.00 647	37.00 648	37.00 650	37.00 649	37.00 648	37.00 648	37.00 648	37.00 649	37.00 650	37.00 650	37.00 650	37.00 646	37.00 650

NOSS_ROB	102.95 648	153.00 655	121.00 655	51.00 652	44.00 652	165.00 655	127.00 655	153.00 655	119.00 652	164.00 656	125.00 655	168.00 656	120.00 653	153.00 655	117.00 655	49.00 653	44.00 653	49.00 653	44.00 653	49.00 650	44.00 653

CBMV	128.50 649	1422.70 662	53.10 653	79.50 653	51.30 653	77.30 653	49.70 653	74.00 653	48.20 651	77.20 654	48.80 654	73.90 654	48.00 652	73.80 654	48.80 654	70.40 654	45.10 654	68.90 654	46.10 654	68.20 651	45.00 654
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 647	87.70 651	41.95 652	113.75 654	65.62 654	75.05 652	55.25 654	75.64 654	45.04 650	71.61 653	41.75 653	72.81 653	44.06 651	68.38 653	44.63 653	101.89 655	59.57 655	107.10 655	61.05 655	104.38 652	59.38 655

MeshStereo	159.24 650	171.00 656	160.68 658	162.58 655	160.59 655	164.01 654	160.35 656	158.51 656	158.56 653	158.34 655	160.12 656	158.56 655	159.92 654	157.26 656	158.94 656	154.38 656	158.36 656	155.75 656	159.13 657	153.67 653	154.07 656
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
AE-Stereo	201.80 651	123.00 652	115.00 654	219.00 656	218.00 657	223.00 656	244.00 658	217.00 657	236.00 655	202.00 657	203.00 657	205.00 657	208.00 655	225.00 657	204.00 657	210.00 657	198.00 657	197.00 657	184.00 658	204.00 654	201.00 657

DLCB_ROB	284.23 654	354.61 658	207.27 659	363.24 659	206.46 656	364.72 659	210.41 657	364.72 660	210.41 654	364.81 660	208.64 658	364.81 660	208.64 656	364.72 660	210.41 658	354.70 660	205.53 658	354.70 660	205.53 659	354.70 657	205.53 658

MGS-Stereo	239.45 652	123.00 652	135.00 656	266.00 657	286.00 658	277.00 657	305.00 659	271.00 658	242.00 656	274.00 658	279.00 659	255.00 658	270.00 657	268.00 658	297.00 659	221.00 658	247.00 659	216.00 658	123.00 656	217.00 655	217.00 659

EGLCR-Stereo	246.90 653	129.00 654	139.00 657	266.00 657	286.00 658	277.00 657	305.00 659	271.00 658	242.00 656	274.00 658	279.00 659	255.00 658	270.00 657	268.00 658	297.00 659	230.00 659	247.00 659	216.00 658	223.00 660	237.00 656	227.00 660

LE_ROB	396.57 655	471.28 659	329.84 660	471.48 660	308.15 660	526.83 660	322.10 661	488.15 661	323.76 658	495.46 661	317.97 661	497.17 661	320.10 659	481.62 661	326.76 661	462.71 661	298.97 661	466.16 661	285.98 661	447.62 658	289.21 661

SGM-ForestM	596.69 656	677.77 660	444.52 661	699.85 661	517.25 661	732.94 661	488.29 662	770.79 662	460.11 659	750.81 662	487.98 662	792.79 662	499.41 660	730.90 662	475.81 662	720.03 662	491.16 662	663.96 662	418.60 662	674.76 659	436.05 662

CBMV_ROB	818.48 657	913.88 661	709.52 662	862.84 662	597.78 662	1073.99 662	700.52 663	1015.66 663	702.59 660	1115.65 663	760.02 663	1130.24 663	721.57 661	1037.41 663	692.65 663	814.05 663	564.29 663	843.28 663	595.31 663	915.51 660	602.92 663

111111	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 662	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664

SGD-Stereo	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 662	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664

IGEV-Stereo++	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 662	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664

IGEV-BASED-STEREO-	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 662	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664

IGEV-Stereo+	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 662	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664

SDNR	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 662	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664

anonymousdsp2	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 662	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664

anonymousdsp	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 662	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664

test_example2	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 662	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664

DIP-Stereo	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 663	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 662	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 664	10000000.00 661	10000000.00 664
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022

Low-res two-view benchmark