Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

S2M2_XL	0.46 1	0.41 14	1.09 35	0.65 30	0.34 12	0.29 1	0.23 3	0.67 1	0.50 1	0.53 10	0.92 72	0.65 78	0.53 33	0.54 1	0.50 39	0.28 171	0.24 288	0.25 102	0.21 124	0.23 58	0.22 79
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
FoundationStereo	0.50 2	0.39 4	1.11 48	0.79 98	0.42 67	0.70 4	0.36 31	0.76 2	0.80 25	0.62 35	0.38 6	0.73 104	0.77 112	0.69 2	0.36 2	0.26 115	0.17 54	0.23 40	0.16 18	0.18 1	0.20 29

S2M2_L	0.64 17	0.55 122	1.07 17	0.89 171	0.54 153	1.08 14	0.20 1	1.16 8	1.37 107	0.59 27	0.81 53	0.86 138	0.47 18	0.70 3	0.65 86	0.31 263	0.33 399	0.27 165	0.27 258	0.36 287	0.31 231
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MS-F	0.52 3	0.42 19	0.89 2	0.61 10	0.36 17	1.64 75	0.25 6	0.96 4	0.91 43	0.62 35	0.42 8	0.56 57	0.53 33	0.71 4	0.45 19	0.17 7	0.15 23	0.18 2	0.14 2	0.19 5	0.20 29

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

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

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

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

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

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

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

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

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

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

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

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

BridgeDepth_RVC	0.53 4	0.41 14	1.03 8	0.55 1	0.37 32	0.99 11	0.23 3	1.38 13	0.67 4	0.56 13	0.52 15	0.50 41	0.82 139	0.83 17	0.47 27	0.29 196	0.16 34	0.23 40	0.18 60	0.19 5	0.18 4
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
U	12.82 603	0.38 3	1.99 163	0.66 39	58.94 625	63.38 631	0.34 26	1.91 72	0.94 55	0.59 27	0.80 49	0.46 35	0.57 42	0.83 17	0.44 17	0.29 196	0.17 54	63.35 630	59.81 629	0.29 150	0.20 29

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

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

BridgeDepth	0.54 5	0.42 19	1.05 11	0.58 3	0.25 1	1.30 43	0.36 31	1.53 27	0.86 38	0.56 13	0.37 5	0.57 60	0.65 70	0.87 21	0.40 6	0.20 34	0.15 23	0.19 5	0.16 18	0.22 49	0.17 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
4.25_new	0.73 34	0.46 37	1.08 27	0.71 59	0.97 345	2.52 144	0.58 124	2.28 114	0.93 51	0.57 19	0.94 77	0.40 16	0.65 70	0.87 21	0.50 39	0.17 7	0.13 1	0.25 102	0.17 36	0.19 5	0.20 29

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

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

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

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

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

CREStereo++_RVC	1.02 146	0.49 73	1.54 121	0.83 124	0.55 161	4.01 405	0.31 15	1.63 42	1.99 324	1.63 217	2.13 417	0.84 130	0.65 70	0.88 25	0.70 114	0.27 134	0.15 23	0.23 40	1.22 570	0.24 65	0.17 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
MonStereo	0.62 12	0.43 24	1.07 17	0.66 39	0.82 291	1.13 17	0.39 37	2.57 160	0.92 48	0.58 23	0.64 28	0.36 4	0.36 4	0.90 29	0.43 13	0.15 1	0.15 23	0.20 8	0.17 36	0.21 36	0.19 8

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

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

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

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

CASnet	0.78 59	0.51 85	1.29 87	0.81 103	0.29 3	1.28 40	0.74 210	1.51 24	1.89 311	1.64 220	1.09 108	0.65 78	0.64 67	0.91 32	0.76 138	0.29 196	0.17 54	0.41 423	0.31 353	0.32 219	0.19 8
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GEAStereo	0.84 82	0.48 64	1.09 35	0.85 146	0.45 89	4.54 520	0.83 278	1.88 64	0.91 43	0.75 75	0.89 64	0.53 48	0.80 132	0.92 35	0.53 49	0.30 240	0.19 121	0.27 165	0.19 85	0.28 132	0.19 8

GSStereo	0.96 124	0.48 64	1.09 35	0.97 233	0.45 89	4.54 520	0.83 278	3.32 265	1.37 107	0.75 75	0.89 64	0.76 113	0.80 132	0.92 35	0.53 49	0.26 115	0.18 86	0.26 133	0.20 106	0.28 132	0.21 59

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

LGtest1	0.55 6	0.41 14	1.14 59	0.70 52	0.40 53	0.99 11	0.26 8	1.32 11	0.93 51	0.53 10	0.60 23	0.44 31	0.49 26	1.02 55	0.45 19	0.27 134	0.19 121	0.23 40	0.16 18	0.21 36	0.23 91

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

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

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

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

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

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

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

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

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

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

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

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

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

CroCo-Stereo	0.98 128	0.87 385	3.44 274	0.87 159	0.53 152	0.49 2	0.50 85	3.99 407	1.49 158	0.81 106	1.25 148	1.00 169	0.75 103	1.10 68	1.09 252	0.24 78	0.21 195	0.24 74	0.19 85	0.35 274	0.27 163
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
DA	0.98 128	0.46 37	1.34 94	0.92 194	0.43 73	4.34 482	0.85 293	2.79 200	1.35 104	0.82 108	1.30 161	0.89 145	1.08 219	1.11 70	0.56 57	0.30 240	0.18 86	0.24 74	0.18 60	0.25 81	0.23 91

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

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

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

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

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

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

CREStereo	0.92 105	0.53 104	1.45 108	0.61 10	0.34 12	4.42 498	0.40 43	2.21 102	1.54 196	0.94 136	1.12 116	0.87 140	0.87 154	1.12 75	0.72 122	0.28 171	0.19 121	0.22 26	0.15 5	0.22 49	0.19 8
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
CAS++	0.89 96	0.64 225	1.46 109	0.81 103	0.51 132	1.24 30	0.86 298	3.44 283	1.46 136	1.14 164	1.29 159	0.62 69	0.58 45	1.13 78	0.59 65	0.34 313	0.30 372	0.34 335	0.26 232	0.41 344	0.29 192
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
UniTT-Stereo	0.82 76	0.47 54	2.63 237	0.96 224	1.19 413	0.78 6	0.39 37	1.12 7	1.54 196	1.19 167	1.26 149	0.51 42	0.64 67	1.13 78	1.03 239	0.30 240	0.20 161	0.24 74	0.21 124	0.40 319	0.25 120

NLSM3	0.90 100	0.46 37	1.19 67	0.62 14	1.30 442	3.19 218	0.45 67	2.81 204	1.27 90	0.78 97	0.95 81	0.55 52	1.03 196	1.14 80	0.87 183	0.20 34	0.15 23	0.26 133	0.22 158	0.24 65	0.23 91

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DIP-Stereo	1.24 192	0.69 268	1.77 141	0.65 30	0.61 197	4.29 477	0.58 124	4.44 543	2.53 453	1.98 303	1.33 169	0.91 151	0.86 150	1.25 114	1.25 290	0.36 345	0.23 253	0.32 282	0.23 174	0.32 219	0.29 192
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
castereo++	0.93 109	0.56 134	1.26 79	0.92 194	0.73 255	2.48 139	1.00 383	2.99 220	1.03 63	0.68 54	1.41 192	1.92 313	0.59 51	1.26 115	0.44 17	0.25 99	0.19 121	0.28 198	0.19 85	0.23 58	0.23 91

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

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

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

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

Replicate-Monster	0.79 62	1.36 492	2.08 182	0.70 52	0.52 143	2.05 105	0.34 26	1.92 73	0.82 30	1.03 153	0.60 23	0.48 40	0.52 32	1.28 120	0.39 4	0.19 27	0.14 11	0.19 5	0.16 18	0.22 49	0.78 507

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

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

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

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

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

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

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

riskmin	1.25 196	0.56 134	2.05 170	1.05 283	0.93 335	2.86 172	0.55 108	3.23 250	1.34 101	1.55 204	1.07 106	3.56 496	2.03 434	1.29 125	1.00 235	0.28 171	0.27 337	0.34 335	0.21 124	0.41 344	0.43 371

NLCSM	0.99 136	0.55 122	1.46 109	0.70 52	1.30 442	3.34 246	0.45 67	3.38 277	1.32 99	0.73 67	1.11 113	0.73 104	0.81 136	1.30 129	1.26 293	0.21 41	0.16 34	0.25 102	0.20 106	0.23 58	0.23 91

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

HART	1.03 147	0.85 379	3.13 261	0.84 134	0.38 44	1.17 22	0.42 54	3.54 301	1.47 141	1.08 157	2.17 423	1.48 238	0.57 42	1.37 146	0.74 131	0.23 64	0.18 86	0.28 198	0.21 124	0.32 219	0.24 110

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

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

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

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

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

RAFT-Stereo	1.20 179	0.58 157	1.81 145	0.99 247	0.67 230	3.78 339	0.90 332	4.09 437	1.51 171	2.16 375	1.71 280	1.13 185	0.94 175	1.40 147	0.91 204	0.30 240	0.24 288	0.26 133	0.21 124	0.26 102	0.25 120
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AdaDepth	0.76 47	0.45 30	1.41 105	0.70 52	1.27 438	3.12 208	0.43 59	1.02 5	0.94 55	0.63 39	0.91 70	0.43 26	0.58 45	1.41 153	0.48 29	0.18 22	0.21 195	0.23 40	0.19 85	0.25 81	0.26 146

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

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

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

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

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

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

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

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

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

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

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

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

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

gcap-zeroshot	1.30 216	0.61 194	4.09 291	0.94 214	0.56 165	3.50 282	0.84 284	3.12 236	1.72 272	1.84 260	1.22 135	2.72 412	0.88 156	1.46 166	0.80 151	0.29 196	0.30 372	0.27 165	0.21 124	0.29 150	0.25 120

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

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

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

SGD-Stereo	0.65 19	0.41 14	1.06 15	0.85 146	0.31 6	2.44 136	0.46 73	1.09 6	0.69 8	0.84 118	0.52 15	0.55 52	0.53 33	1.49 171	0.46 23	0.31 263	0.14 11	0.25 102	0.18 60	0.23 58	0.20 29

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

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

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

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

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

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

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

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

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

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

ours_stereo	0.76 47	0.64 225	1.40 103	0.86 153	0.61 197	1.12 16	0.57 115	1.63 42	1.20 76	0.72 64	1.43 196	0.70 89	0.62 61	1.56 181	0.58 63	0.25 99	0.18 86	0.26 133	0.21 124	0.29 150	0.31 231

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

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

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

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

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

GMStereo	1.01 142	1.00 422	2.86 251	0.83 124	0.45 89	1.47 58	0.57 115	1.89 67	2.11 359	1.52 201	1.24 140	0.87 140	0.74 100	1.58 185	0.94 220	0.40 390	0.21 195	0.30 239	0.30 337	0.47 405	0.36 296
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DMCA	1.72 272	0.74 318	6.63 321	1.14 334	0.96 341	3.98 401	0.90 332	3.75 338	2.76 485	2.83 511	1.58 238	2.35 365	1.18 253	1.58 185	1.98 428	0.40 390	0.27 337	0.42 430	0.26 232	0.36 287	0.38 325

LoS	0.94 112	0.52 91	1.88 150	0.86 153	0.36 17	4.15 437	0.51 90	2.18 97	1.45 128	0.97 144	0.88 61	0.62 69	0.79 125	1.59 190	0.86 177	0.26 115	0.19 121	0.24 74	0.16 18	0.21 36	0.20 29
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CASS	1.29 213	0.66 247	2.62 236	0.95 218	0.66 223	2.84 168	0.69 180	3.00 222	1.79 292	2.57 476	1.95 372	1.39 225	1.55 348	1.59 190	1.06 243	0.50 475	0.28 349	0.34 335	0.28 288	0.46 401	0.63 471
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
plain	1.55 240	0.69 268	13.59 405	0.65 30	0.73 255	1.66 76	0.57 115	3.17 243	1.94 318	0.77 94	1.24 140	0.80 122	0.86 150	1.60 192	0.96 226	0.33 301	0.21 195	0.32 282	0.25 212	0.42 363	0.28 182

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

BSDual-CNN	1.46 235	0.59 165	1.94 157	0.87 159	0.85 305	4.16 447	1.16 424	4.48 549	1.88 307	2.93 516	1.83 335	2.60 398	1.31 276	1.60 192	1.21 279	0.34 313	0.25 312	0.31 262	0.28 288	0.35 274	0.33 262

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

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

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

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

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

ICVP	2.26 362	0.66 247	21.18 578	0.99 247	0.88 319	4.28 476	0.95 365	3.32 265	1.60 235	1.66 226	1.76 300	1.34 218	1.14 240	1.62 198	1.32 310	0.53 490	0.35 417	0.33 317	0.29 316	0.40 319	0.51 425
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GES	1.38 227	0.64 225	2.61 233	1.09 306	0.57 177	4.30 479	1.02 390	3.86 363	1.51 171	1.72 239	1.74 287	1.28 210	1.77 401	1.62 198	1.61 369	0.39 382	0.27 337	0.33 317	0.30 337	0.41 344	0.47 398

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

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

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

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

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

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

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

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

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

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

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

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

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

IGEV-Stereo	0.95 119	0.69 268	1.27 84	0.84 134	0.52 143	4.54 520	0.84 284	1.76 54	1.24 81	0.75 75	1.06 104	0.79 120	0.77 112	1.68 214	0.69 108	0.27 134	0.17 54	0.29 219	0.21 124	0.31 192	0.26 146
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
SMoEStereo_RVC	0.80 64	0.53 104	1.12 51	0.92 194	0.44 81	2.41 134	0.79 249	1.49 23	1.16 71	0.70 58	1.12 116	0.64 73	0.64 67	1.69 216	0.87 183	0.22 52	0.16 34	0.31 262	0.22 158	0.26 102	0.25 120

model_zeroshot	1.21 182	0.60 177	3.55 278	1.05 283	0.57 177	3.46 267	0.63 150	2.73 186	1.55 204	2.05 336	1.38 185	1.50 241	0.82 139	1.69 216	0.87 183	0.29 196	0.23 253	0.30 239	0.23 174	0.27 115	0.32 244

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

AdaStereo	1.45 234	0.83 370	2.34 211	1.28 404	0.81 282	3.21 219	1.14 421	4.20 464	2.46 442	2.05 336	1.77 305	2.48 387	1.18 253	1.71 219	1.44 330	0.43 422	0.25 312	0.43 434	0.28 288	0.44 382	0.34 275
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
11t1	1.11 159	0.53 104	1.80 144	1.55 497	0.65 216	2.20 117	0.60 131	3.66 320	1.49 158	1.60 209	1.26 149	1.03 174	1.35 284	1.72 220	0.97 227	0.28 171	0.31 382	0.29 219	0.23 174	0.30 173	0.34 275

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

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

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

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

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

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

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

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

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

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

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

fffft	0.76 47	0.47 54	1.28 86	0.82 113	0.54 153	1.51 62	0.80 259	2.09 91	1.18 74	0.63 39	0.84 55	0.59 65	0.55 39	1.80 232	0.85 170	0.19 27	0.18 86	0.27 165	0.20 106	0.26 102	0.24 110
1: 1. 1
EGLCR-Stereo	1.06 150	0.51 85	1.56 124	1.02 273	0.39 47	4.27 475	0.42 54	4.08 435	1.48 150	0.90 130	0.68 32	1.09 179	0.66 77	1.81 233	0.62 73	0.27 134	0.19 121	0.29 219	0.23 174	0.37 297	0.25 120

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

HITNet	2.07 334	0.82 366	14.77 428	1.34 433	0.56 165	3.47 270	0.80 259	4.07 431	2.35 409	2.16 375	1.61 250	1.64 258	1.44 312	2.09 265	2.56 484	0.26 115	0.18 86	0.41 423	0.26 232	0.45 390	0.25 120
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
ACVNet-DCA	1.85 291	0.74 318	13.77 408	1.78 527	0.36 17	4.48 505	0.74 210	3.98 403	1.53 187	1.01 146	1.81 326	0.72 98	1.62 361	2.13 267	0.64 79	0.29 196	0.17 54	0.32 282	0.21 124	0.33 238	0.32 244

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ROB_FTStereo	1.25 196	0.66 247	2.14 186	0.75 74	0.37 32	4.65 542	0.77 238	2.53 146	1.58 219	1.99 308	1.47 206	1.78 282	1.13 233	2.26 285	0.86 177	0.47 454	0.22 224	0.32 282	0.27 258	0.40 319	0.29 192

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

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

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

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

Patchmatch Stereo++	1.25 196	0.65 236	2.06 179	0.75 74	0.37 32	4.68 546	0.76 225	2.53 146	1.58 219	1.99 308	1.47 206	1.78 282	1.14 240	2.44 290	0.90 195	0.48 459	0.23 253	0.32 282	0.27 258	0.40 319	0.29 192
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	1.25 196	0.65 236	2.06 179	0.75 74	0.37 32	4.68 546	0.76 225	2.53 146	1.58 219	1.99 308	1.47 206	1.78 282	1.14 240	2.44 290	0.90 195	0.48 459	0.23 253	0.32 282	0.27 258	0.40 319	0.29 192

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

rrr	2.27 364	0.65 236	23.82 605	0.90 180	0.46 100	1.57 66	0.96 372	7.98 594	1.19 75	0.65 47	0.77 44	0.74 110	0.72 90	2.59 310	0.86 177	0.28 171	0.21 195	0.28 198	0.21 124	0.29 150	0.25 120

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

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

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

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

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

zero-FE	0.95 119	0.52 91	2.63 237	0.86 153	1.27 438	1.41 53	0.86 298	2.27 111	0.73 12	0.50 6	0.64 28	0.54 50	0.78 121	2.70 318	1.02 237	0.35 333	0.17 54	0.24 74	0.18 60	1.03 531	0.29 192

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NLCA_NET_v2_RVC	2.54 427	1.04 430	16.73 456	1.53 490	2.00 554	3.96 394	0.87 318	3.87 366	2.31 401	2.54 471	1.67 266	2.85 428	1.63 374	5.55 383	1.62 374	0.46 445	0.33 399	0.38 401	0.38 435	0.53 428	0.62 467
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CRFU-Net	2.49 418	0.78 346	10.36 369	2.30 563	1.08 383	3.91 372	1.41 470	3.85 360	1.65 252	2.15 370	1.76 300	3.34 469	7.95 586	5.56 384	1.48 342	0.47 454	0.35 417	0.30 239	0.28 288	0.37 297	0.43 371

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Nwc_Net	2.88 467	1.16 456	18.30 483	1.35 438	1.68 530	3.52 288	1.18 428	3.90 376	2.06 343	2.52 467	2.82 512	3.82 506	2.34 464	6.78 417	2.55 483	0.86 541	0.40 456	0.59 512	0.67 530	0.57 444	0.55 442

DEmStereo	2.97 479	0.58 157	13.42 401	0.79 98	0.51 132	3.84 354	1.84 515	2.42 128	1.60 235	2.25 409	2.74 502	2.03 333	6.04 566	6.79 419	12.80 575	0.35 333	0.26 326	0.26 133	0.27 258	0.27 115	0.37 310

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

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

StereoDRNet-Refined	1.77 282	0.81 359	2.22 195	1.21 375	0.76 266	3.26 232	0.71 188	3.82 353	2.05 341	2.29 416	2.05 399	2.98 438	1.44 312	7.15 422	2.27 458	0.30 240	0.23 253	0.42 430	0.33 373	0.45 390	0.64 475
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
THIR-Stereo	4.14 541	0.82 366	10.85 377	0.86 153	0.43 73	2.16 112	16.77 608	3.22 248	1.54 196	2.04 334	12.05 597	2.68 406	7.53 583	7.30 423	12.62 574	0.30 240	0.21 195	0.29 219	0.28 288	0.33 238	0.41 358

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

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

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

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

ELAS	5.99 572	1.62 512	20.29 543	1.96 547	2.01 555	15.09 604	8.38 598	5.23 579	5.54 585	9.02 598	8.61 578	6.74 575	9.75 593	7.48 428	11.40 569	0.96 546	1.18 567	0.72 541	0.93 553	1.30 556	1.67 560
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PFNet	2.47 414	0.60 177	16.95 460	2.15 556	0.81 282	4.63 539	0.91 340	2.55 156	1.52 180	2.40 450	2.79 507	1.83 301	1.42 306	7.54 429	1.34 317	0.33 301	0.21 195	0.36 372	0.27 258	0.32 219	0.39 332

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

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

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

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

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

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

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

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

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

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

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

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

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

ELAS_RVC	5.72 569	1.64 517	20.40 547	2.09 554	2.01 555	4.95 570	11.47 602	4.66 566	6.31 592	8.09 595	8.01 572	8.06 584	11.65 594	8.36 442	10.22 562	0.99 548	1.17 566	0.81 550	0.76 540	1.14 545	1.58 558
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
G2L-ROB	2.13 343	0.78 346	10.06 364	1.19 364	1.06 377	3.84 354	0.93 355	3.32 265	2.27 389	2.20 388	1.47 206	2.65 405	1.20 259	8.38 444	1.81 403	0.28 171	0.19 121	0.23 40	0.22 158	0.28 132	0.32 244

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

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

otaku	4.58 550	8.93 587	19.95 523	3.11 579	2.67 570	3.91 372	2.57 546	3.82 353	2.25 384	2.22 399	9.72 586	4.08 519	2.35 465	8.57 447	2.13 446	3.51 587	1.65 578	2.15 578	1.17 567	3.69 581	3.15 588

CSP-Net	1.78 283	1.32 487	1.92 155	1.16 353	1.03 368	3.38 251	1.31 448	3.52 296	1.75 283	1.96 299	1.93 371	2.40 370	1.48 323	8.58 448	1.58 362	0.46 445	0.34 411	0.27 165	0.26 232	0.41 344	0.50 417

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

ETE_ROB	2.07 334	1.40 498	3.01 257	1.09 306	0.92 330	3.94 384	1.53 484	4.25 487	2.23 379	3.31 539	2.06 403	2.35 365	1.52 336	8.74 450	2.07 439	0.44 429	0.36 423	0.51 483	0.48 487	0.54 431	0.62 467

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

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

FADNet_RVC	2.65 441	2.28 544	16.51 453	0.98 241	0.92 330	4.09 421	0.83 278	4.26 494	1.73 275	1.46 195	1.78 308	1.60 253	1.50 330	8.88 452	2.39 464	0.47 454	0.38 442	0.44 439	0.58 518	0.89 520	0.97 529

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

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

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

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

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

SPS-STEREO	3.97 536	1.44 503	20.85 563	1.72 521	1.71 533	3.24 227	2.30 536	3.55 303	2.68 476	4.79 573	3.66 543	5.44 569	2.97 496	9.11 459	9.35 559	1.15 554	1.10 565	1.06 561	1.02 561	1.16 549	1.18 542
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
iRaft-Stereo_5w	2.10 337	0.83 370	8.57 343	0.81 103	0.76 266	3.21 219	0.84 284	3.71 334	1.65 252	1.56 206	2.50 476	2.20 350	2.23 456	9.13 460	2.01 431	0.38 370	0.19 121	0.35 354	0.27 258	0.45 390	0.39 332

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

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

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

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

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

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

JetBlue	6.27 575	9.15 590	13.76 407	1.94 546	4.60 601	11.91 597	12.00 603	5.12 577	3.45 556	3.79 552	4.52 554	9.54 586	6.56 576	9.40 467	13.48 577	1.26 562	1.37 573	1.17 566	1.34 573	7.06 607	3.95 601

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

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

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

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

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

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

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

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

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

DANet	2.63 439	1.07 437	8.10 339	1.83 535	1.70 532	3.25 230	1.16 424	4.31 514	2.38 423	3.40 545	2.18 425	4.08 519	1.80 409	9.77 476	3.89 511	0.52 487	0.55 519	0.59 512	0.44 473	0.63 464	0.86 519
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FADNet-RVC	2.51 421	2.27 542	14.03 417	1.09 306	0.81 282	3.54 293	1.10 412	4.13 448	2.48 443	1.39 187	1.22 135	1.85 308	1.77 401	9.78 478	2.06 436	0.38 370	0.37 436	0.40 411	0.40 453	0.67 482	0.48 403

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

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

WCMA_ROB	5.12 558	0.90 391	21.33 580	1.50 485	1.33 457	4.09 421	3.49 572	4.03 416	4.59 575	6.57 587	10.95 591	12.92 593	8.41 590	9.86 481	8.78 557	0.75 529	0.58 527	0.51 483	0.50 497	0.68 485	0.57 451

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

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

Abc-Net	3.16 503	1.28 479	18.31 484	1.25 387	1.75 537	4.06 414	1.40 467	3.89 371	2.22 377	2.72 501	2.55 482	3.49 487	2.65 483	9.91 483	2.99 497	1.29 564	0.65 539	0.64 528	0.86 549	0.65 475	0.71 489
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FADNet	2.49 418	1.76 524	13.17 397	1.17 355	0.95 340	3.27 234	0.88 322	3.94 392	2.27 389	1.40 189	1.29 159	2.51 390	2.06 438	9.93 485	1.94 421	0.43 422	0.45 484	0.40 411	0.43 470	1.06 534	0.53 432

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

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

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

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

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

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

CBMV	3.32 511	0.96 416	21.16 576	1.32 421	0.83 297	3.81 347	3.91 584	4.47 548	2.53 453	3.34 542	2.24 435	4.45 537	2.58 480	10.07 492	1.96 426	0.45 438	0.43 474	0.48 463	0.38 435	0.52 422	0.53 432
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
TCMNet	2.98 481	1.30 481	18.26 481	1.47 478	2.09 560	3.84 354	1.08 406	3.96 399	2.39 427	2.53 470	2.29 446	2.43 378	1.75 398	10.09 493	2.39 464	0.52 487	0.45 484	0.61 520	0.50 497	0.80 513	0.78 507

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

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

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

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

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

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

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

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

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

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

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

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

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

GASNet	3.24 506	5.55 574	20.58 557	1.56 499	1.25 434	2.32 126	1.12 416	4.04 420	2.67 474	1.88 271	2.10 408	3.00 440	2.16 450	10.59 507	2.43 471	0.65 514	0.37 436	0.61 520	0.45 477	0.87 519	0.58 456

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

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

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

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

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

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

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

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

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

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

NVstereo2D	2.54 427	0.90 391	11.10 379	1.32 421	1.47 488	3.58 303	1.38 463	4.13 448	2.45 439	1.90 278	1.71 280	2.86 429	1.76 399	10.86 518	1.66 383	0.60 503	0.43 474	0.53 494	0.41 460	0.78 509	0.94 527

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

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

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

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

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

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

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

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

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

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

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

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

ACVNet_1	6.04 573	13.97 610	21.36 582	3.58 586	3.14 582	4.73 559	2.48 540	4.20 464	3.17 534	2.98 522	2.83 513	23.31 609	4.34 544	11.06 529	2.45 473	3.68 590	2.33 591	2.60 583	1.79 583	3.69 581	3.19 590

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

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

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

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

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

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

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

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

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

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

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

HSM-Net_RVC	2.87 465	0.57 144	17.46 471	0.92 194	0.90 327	3.70 323	1.20 435	5.64 588	2.51 451	3.22 537	2.43 469	2.54 392	1.59 351	11.41 543	1.65 382	0.34 313	0.25 312	0.26 133	0.23 174	0.30 173	0.29 192
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet	2.34 387	1.10 443	8.96 349	1.34 433	1.24 431	4.09 421	0.73 198	4.04 420	2.77 486	1.62 216	1.87 353	2.27 353	1.45 316	11.41 543	1.82 405	0.31 263	0.24 288	0.43 434	0.36 410	0.43 374	0.33 262

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

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

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

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

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

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

PA-Net	3.09 494	1.24 475	18.84 492	1.38 456	1.19 413	3.42 259	1.75 506	3.89 371	3.27 548	1.88 271	2.10 408	3.03 442	1.88 425	11.60 551	2.88 495	0.40 390	0.54 514	0.44 439	0.62 526	0.52 422	1.02 532
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
HSM	2.35 392	0.81 359	2.21 192	1.14 334	1.55 503	3.44 261	1.03 392	3.99 407	2.25 384	2.29 416	2.11 412	8.04 582	3.05 504	11.60 551	1.71 388	0.33 301	0.22 224	0.28 198	0.23 174	0.32 219	0.35 289

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

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

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

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

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

RGC	3.10 496	1.45 504	14.90 432	1.46 475	1.79 542	3.33 244	1.39 465	4.04 420	2.26 387	2.77 505	3.26 533	4.00 514	2.71 486	11.63 558	2.62 487	0.82 537	0.46 493	0.79 547	0.79 546	0.71 497	0.78 507

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

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

FAT-Stereo	3.34 512	0.81 359	20.05 526	1.25 387	1.20 419	3.44 261	1.99 522	4.23 477	2.67 474	3.14 532	3.82 547	3.51 490	3.32 518	11.68 561	1.94 421	0.64 511	0.67 543	0.48 463	0.52 504	0.61 458	0.81 513

SGM-Forest	2.96 475	0.62 204	3.49 275	1.09 306	0.80 279	4.06 414	3.30 567	4.37 532	3.09 527	4.18 565	3.27 534	4.67 550	3.86 534	11.69 562	7.91 552	0.51 481	0.46 493	0.49 477	0.39 442	0.48 408	0.49 410
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
hitnet-ft	2.37 398	0.73 308	8.34 340	0.96 224	0.89 324	3.77 336	0.80 259	3.55 303	2.58 461	2.24 406	2.04 393	3.65 500	1.49 329	11.71 563	1.89 413	0.44 429	0.53 512	0.44 439	0.35 400	0.52 422	0.48 403

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

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

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

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

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

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

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

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

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

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

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

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

FCDSN-DC	6.04 573	0.84 375	19.25 500	1.24 385	1.09 387	4.38 487	2.62 548	4.38 533	4.71 576	9.59 602	11.22 592	19.19 603	17.40 604	12.30 576	8.55 556	0.69 525	0.57 522	0.60 517	0.60 522	0.70 488	0.78 507
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SGM_RVC	4.57 549	0.72 297	17.46 471	1.84 536	0.58 186	4.23 468	3.45 571	4.66 566	3.66 561	7.99 594	8.82 582	7.56 580	8.74 591	12.30 576	6.84 542	0.43 422	0.38 442	0.39 405	0.35 400	0.51 418	0.48 403
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ACVNet_2	5.41 563	12.60 603	20.42 549	3.27 581	3.15 583	4.50 514	3.02 561	4.66 566	3.73 563	3.35 544	5.36 561	7.86 581	2.88 492	12.33 578	4.76 521	3.12 583	2.22 587	2.70 588	1.69 578	3.49 577	3.10 587

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

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

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

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

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

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

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

GANetREF_RVC	3.20 505	1.93 530	18.84 492	1.51 487	0.80 279	4.12 430	1.82 512	4.16 459	2.91 507	1.87 268	1.74 287	2.48 387	1.84 416	13.18 586	1.74 395	0.80 534	0.57 522	0.79 547	0.74 538	1.20 553	0.86 519
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
MaskLacGwcNet_RVC	3.13 498	1.43 502	9.93 362	2.50 568	1.62 515	4.29 477	1.68 505	3.95 394	2.43 434	1.66 226	1.91 366	3.04 443	1.41 301	13.26 587	1.58 362	3.82 593	1.59 576	1.12 564	0.46 479	2.21 569	2.74 585

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

NaN_ROB	4.06 539	1.13 448	16.64 454	1.12 326	1.25 434	3.50 282	3.05 562	4.29 503	3.26 544	3.64 548	2.56 484	2.97 437	4.79 550	13.33 589	16.91 590	0.37 353	0.41 465	0.38 401	0.39 442	0.48 408	0.81 513

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

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

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

NVStereoNet_ROB	4.91 557	1.40 498	16.46 452	1.47 478	1.72 535	3.46 267	1.96 519	3.89 371	3.61 559	2.90 513	24.61 613	4.81 551	4.49 547	13.57 593	4.87 524	1.33 567	1.29 572	1.70 573	1.68 577	1.41 560	1.66 559
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
IMH	6.81 580	13.66 607	20.41 548	4.33 598	3.74 590	5.50 576	3.06 563	5.49 587	6.22 590	4.64 571	10.35 588	9.30 585	8.03 588	13.61 594	6.81 540	4.80 607	2.99 602	3.09 593	2.12 593	4.36 591	3.61 596

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

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

MeshStereo	5.35 562	1.32 487	21.34 581	1.34 433	1.15 398	4.40 494	3.90 583	5.18 578	4.55 573	10.14 604	11.82 596	11.47 588	5.84 564	13.84 597	7.03 546	0.61 505	0.58 527	0.60 517	0.58 518	0.72 500	0.59 460
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
TorneroNet-64	10.12 591	8.74 583	20.95 570	4.27 594	3.76 593	13.86 602	2.85 554	15.05 608	23.15 616	10.07 603	23.84 612	13.47 595	8.24 589	13.96 598	17.21 593	3.96 596	2.72 594	3.23 595	2.48 597	6.29 600	4.27 604

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

PWCK	5.85 570	9.95 596	15.22 441	2.90 575	1.56 506	5.66 579	7.69 595	5.27 580	4.74 578	3.88 553	7.51 569	8.04 582	5.28 557	15.18 600	8.40 555	3.08 582	1.51 575	2.24 579	1.37 575	5.55 598	1.96 568

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Low-res two-view benchmark