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

BTL-Stereo	0.23 1	0.15 1	0.37 2	0.41 48	0.26 72	0.23 4	0.24 46	0.37 3	0.29 12	0.22 1	0.28 17	0.22 2	0.20 3	0.35 3	0.29 43	0.12 5	0.11 21	0.16 65	0.16 172	0.13 5	0.14 22

S2M2_XL	0.25 2	0.25 95	0.43 21	0.36 5	0.24 31	0.16 2	0.18 2	0.34 1	0.24 4	0.29 13	0.41 50	0.24 11	0.23 13	0.32 1	0.27 23	0.20 231	0.18 339	0.18 131	0.16 172	0.18 142	0.15 43
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
LACA1	0.26 3	0.21 16	0.40 11	0.35 2	0.18 1	0.31 20	0.27 67	0.52 8	0.26 7	0.31 24	0.22 3	0.25 15	0.32 61	0.48 22	0.26 9	0.16 59	0.12 43	0.14 5	0.12 39	0.15 50	0.13 3

FoundationStereo	0.26 3	0.23 46	0.41 17	0.40 37	0.24 31	0.32 23	0.22 25	0.43 4	0.24 4	0.31 24	0.25 7	0.30 44	0.32 61	0.36 4	0.27 23	0.16 59	0.12 43	0.15 33	0.11 7	0.13 5	0.14 22

BridgeDepth_RVC	0.27 5	0.20 11	0.40 11	0.34 1	0.19 4	0.46 90	0.19 7	0.59 16	0.28 9	0.30 19	0.29 19	0.26 22	0.32 61	0.45 14	0.30 53	0.17 95	0.11 21	0.13 1	0.12 39	0.15 50	0.13 3
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
MonSter++	0.27 5	0.20 11	0.38 3	0.39 25	0.24 31	0.35 31	0.20 13	0.53 9	0.33 21	0.30 19	0.27 15	0.39 81	0.26 21	0.47 19	0.28 31	0.13 18	0.12 43	0.14 5	0.11 7	0.13 5	0.15 43

HiDET	0.27 5	0.19 4	0.39 5	0.39 25	0.24 31	0.30 17	0.21 17	0.60 19	0.35 26	0.27 5	0.30 23	0.33 59	0.25 16	0.50 35	0.32 74	0.14 27	0.12 43	0.14 5	0.11 7	0.13 5	0.16 77

MLG-Stereo_test2	0.27 5	0.22 30	0.40 11	0.39 25	0.24 31	0.35 31	0.18 2	0.58 13	0.23 2	0.28 8	0.24 6	0.34 64	0.19 2	0.79 136	0.24 3	0.16 59	0.11 21	0.15 33	0.11 7	0.13 5	0.14 22

Test_v1	0.28 9	0.21 16	0.39 5	0.35 2	0.25 52	0.31 20	0.29 83	0.65 32	0.39 41	0.29 13	0.34 32	0.25 15	0.25 16	0.49 27	0.25 6	0.15 42	0.11 21	0.14 5	0.13 74	0.13 5	0.13 3

CSFM-Stereo	0.28 9	0.19 4	0.39 5	0.40 37	0.21 12	0.40 46	0.21 17	0.60 19	0.33 21	0.32 27	0.29 19	0.31 47	0.29 38	0.49 27	0.27 23	0.15 42	0.14 170	0.14 5	0.11 7	0.14 23	0.14 22

LGtest1	0.28 9	0.23 46	0.46 30	0.42 57	0.22 18	0.41 56	0.19 7	0.58 13	0.29 12	0.30 19	0.25 7	0.29 39	0.29 38	0.57 53	0.26 9	0.18 138	0.12 43	0.16 65	0.12 39	0.14 23	0.16 77

LACA2	0.29 12	0.23 46	0.52 78	0.36 5	0.18 1	0.40 46	0.38 186	0.64 29	0.27 8	0.29 13	0.33 29	0.36 68	0.26 21	0.47 19	0.24 3	0.16 59	0.12 43	0.13 1	0.11 7	0.16 76	0.12 1

252Zero-FE	0.29 12	0.24 69	0.47 39	0.42 57	0.25 52	0.29 15	0.19 7	0.71 54	0.49 70	0.32 27	0.34 32	0.22 2	0.25 16	0.43 11	0.30 53	0.16 59	0.13 91	0.14 5	0.12 39	0.13 5	0.15 43

MonStereo	0.29 12	0.19 4	0.47 39	0.37 8	0.22 18	0.55 180	0.31 98	0.60 19	0.44 55	0.29 13	0.28 17	0.23 4	0.20 3	0.60 66	0.26 9	0.11 1	0.11 21	0.14 5	0.11 7	0.14 23	0.14 22

Wavelet-MonSter	0.29 12	0.21 16	0.51 70	0.41 48	0.27 78	0.26 6	0.25 50	0.51 7	0.31 16	0.37 51	0.48 77	0.28 36	0.35 81	0.54 41	0.29 43	0.11 1	0.11 21	0.14 5	0.11 7	0.13 5	0.13 3

Monster-pub-eth3d	0.29 12	0.19 4	0.48 46	0.37 8	0.22 18	0.55 180	0.31 98	0.60 19	0.44 55	0.29 13	0.29 19	0.23 4	0.21 8	0.59 63	0.26 9	0.11 1	0.11 21	0.14 5	0.11 7	0.14 23	0.14 22

IGEV	0.29 12	0.18 3	0.43 21	0.38 17	0.31 172	0.45 85	0.21 17	0.63 28	0.42 48	0.32 27	0.44 62	0.26 22	0.20 3	0.44 12	0.26 9	0.14 27	0.12 43	0.16 65	0.13 74	0.12 1	0.14 22

MLG-Stereo_test3	0.29 12	0.20 11	0.46 30	0.43 65	0.24 31	0.47 101	0.19 7	0.75 67	0.31 16	0.36 44	0.22 3	0.35 66	0.21 8	0.61 69	0.26 9	0.16 59	0.12 43	0.16 65	0.11 7	0.13 5	0.15 43

MLG-Stereo_test1	0.29 12	0.21 16	0.42 19	0.41 48	0.25 52	0.37 39	0.20 13	0.71 54	0.20 1	0.25 3	0.17 1	0.33 59	0.26 21	0.92 182	0.26 9	0.15 42	0.11 21	0.16 65	0.11 7	0.13 5	0.13 3

MonSter	0.29 12	0.19 4	0.48 46	0.37 8	0.22 18	0.55 180	0.31 98	0.60 19	0.44 55	0.29 13	0.29 19	0.23 4	0.20 3	0.60 66	0.26 9	0.11 1	0.11 21	0.14 5	0.11 7	0.14 23	0.14 22

dual_stereo	0.29 12	0.21 16	0.39 5	0.40 37	0.23 26	0.25 5	0.22 25	0.59 16	0.32 20	0.33 32	0.26 12	0.40 85	0.23 13	0.86 160	0.30 53	0.16 59	0.13 91	0.14 5	0.11 7	0.14 23	0.14 22

MatchStereo	0.30 22	0.21 16	0.44 26	0.35 2	0.19 4	0.21 3	0.23 38	0.90 122	0.54 85	0.28 8	0.48 77	0.25 15	0.24 15	0.53 39	0.33 88	0.17 95	0.12 43	0.14 5	0.11 7	0.14 23	0.14 22
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
LCMNet	0.30 22	0.19 4	0.38 3	0.39 25	0.25 52	0.32 23	0.22 25	0.65 32	0.58 102	0.28 8	0.33 29	0.33 59	0.29 38	0.58 56	0.32 74	0.14 27	0.13 91	0.14 5	0.11 7	0.13 5	0.17 103

BridgeDepth	0.30 22	0.21 16	0.39 5	0.41 48	0.18 1	0.57 192	0.32 109	0.71 54	0.35 26	0.27 5	0.26 12	0.39 81	0.43 131	0.48 22	0.29 43	0.14 27	0.10 2	0.13 1	0.12 39	0.15 50	0.13 3
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
LG-Stereo_L2	0.30 22	0.23 46	0.50 62	0.38 17	0.26 72	0.26 6	0.20 13	0.84 100	0.31 16	0.31 24	0.26 12	0.25 15	0.26 21	0.94 186	0.23 1	0.15 42	0.12 43	0.16 65	0.12 39	0.14 23	0.13 3

asda	0.31 26	0.24 69	0.51 70	0.39 25	0.24 31	0.43 75	0.33 118	0.68 41	0.40 44	0.39 65	0.44 62	0.27 27	0.35 81	0.55 44	0.31 62	0.12 5	0.10 2	0.14 5	0.11 7	0.14 23	0.13 3

4.5_new	0.31 26	0.25 95	0.46 30	0.38 17	0.24 31	0.52 152	0.36 158	0.65 32	0.35 26	0.48 108	0.43 54	0.27 27	0.27 30	0.42 9	0.26 9	0.14 27	0.10 2	0.15 33	0.13 74	0.17 104	0.15 43

4.5w-stereo	0.31 26	0.25 95	0.46 30	0.38 17	0.24 31	0.52 152	0.36 158	0.65 32	0.35 26	0.48 108	0.43 54	0.27 27	0.27 30	0.42 9	0.26 9	0.14 27	0.10 2	0.15 33	0.13 74	0.17 104	0.15 43

LG-Stereo_L1	0.31 26	0.24 69	0.49 52	0.38 17	0.27 78	0.28 12	0.21 17	0.68 41	0.29 12	0.27 5	0.25 7	0.25 15	0.22 11	1.25 273	0.24 3	0.16 59	0.12 43	0.15 33	0.12 39	0.14 23	0.13 3

MLG-Stereo	0.31 26	0.20 11	0.42 19	0.42 57	0.20 7	0.41 56	0.19 7	0.85 102	0.24 4	0.26 4	0.22 3	0.33 59	0.27 30	1.09 237	0.27 23	0.15 42	0.11 21	0.16 65	0.11 7	0.13 5	0.13 3

Pro-Stereo	0.32 31	0.17 2	0.36 1	0.41 48	0.29 129	0.59 206	0.21 17	0.36 2	0.30 15	0.35 40	0.25 7	0.23 4	0.13 1	1.57 349	0.26 9	0.14 27	0.11 21	0.19 160	0.17 198	0.13 5	0.13 3

Monster-pub-mixall	0.32 31	0.20 11	0.44 26	0.37 8	0.22 18	0.28 12	0.18 2	0.69 45	0.36 36	0.37 51	0.36 36	0.27 27	0.20 3	1.43 324	0.25 6	0.15 42	0.12 43	0.13 1	0.11 7	0.12 1	0.15 43

asd	0.32 31	0.22 30	0.49 52	0.40 37	0.25 52	0.47 101	0.30 92	0.77 72	0.35 26	0.44 85	0.40 48	0.28 36	0.34 74	0.64 86	0.29 43	0.13 18	0.10 2	0.14 5	0.12 39	0.15 50	0.13 3

4.25_new	0.32 31	0.27 141	0.49 52	0.40 37	0.27 78	0.49 118	0.39 203	0.69 45	0.35 26	0.40 72	0.43 54	0.27 27	0.36 90	0.48 22	0.32 74	0.12 5	0.10 2	0.15 33	0.11 7	0.14 23	0.13 3

4.5w_new	0.32 31	0.27 141	0.49 52	0.40 37	0.27 78	0.49 118	0.39 203	0.69 45	0.35 26	0.40 72	0.43 54	0.27 27	0.36 90	0.48 22	0.32 74	0.12 5	0.10 2	0.15 33	0.11 7	0.14 23	0.13 3

4.25w-stereo	0.32 31	0.27 141	0.49 52	0.40 37	0.27 78	0.49 118	0.39 203	0.69 45	0.35 26	0.40 72	0.43 54	0.27 27	0.36 90	0.48 22	0.32 74	0.12 5	0.10 2	0.15 33	0.12 39	0.14 23	0.13 3

4w-stereo	0.32 31	0.25 95	0.52 78	0.38 17	0.25 52	0.46 90	0.28 75	0.68 41	0.35 26	0.43 80	0.45 66	0.28 36	0.39 110	0.63 84	0.31 62	0.12 5	0.10 2	0.15 33	0.12 39	0.14 23	0.14 22

IGEV-Stereo++	0.32 31	0.22 30	0.47 39	0.48 129	0.33 225	0.33 25	0.22 25	0.78 80	0.48 67	0.35 40	0.41 50	0.32 51	0.47 165	0.40 5	0.29 43	0.15 42	0.12 43	0.15 33	0.12 39	0.15 50	0.15 43

AdaDepth	0.33 39	0.23 46	0.69 171	0.46 98	0.29 129	0.44 81	0.24 46	0.54 11	0.38 39	0.33 32	0.38 41	0.26 22	0.31 53	0.81 140	0.27 23	0.12 5	0.13 91	0.16 65	0.13 74	0.16 76	0.20 198

2.5w	0.33 39	0.23 46	0.53 83	0.41 48	0.25 52	0.42 67	0.38 186	0.69 45	0.35 26	0.38 58	0.54 112	0.24 11	0.26 21	0.91 180	0.29 43	0.13 18	0.10 2	0.14 5	0.13 74	0.14 23	0.15 43

2.75w_new	0.33 39	0.24 69	0.51 70	0.36 5	0.24 31	0.41 56	0.42 232	0.61 26	0.40 44	0.50 125	0.44 62	0.24 11	0.34 74	0.77 126	0.34 94	0.13 18	0.11 21	0.14 5	0.11 7	0.13 5	0.13 3

3.25w_new	0.33 39	0.22 30	0.50 62	0.39 25	0.24 31	0.52 152	0.33 118	0.77 72	0.43 53	0.49 116	0.46 72	0.32 51	0.37 96	0.64 86	0.28 31	0.12 5	0.10 2	0.14 5	0.12 39	0.12 1	0.15 43

3.25w	0.33 39	0.22 30	0.50 62	0.39 25	0.24 31	0.52 152	0.33 118	0.77 72	0.43 53	0.49 116	0.46 72	0.32 51	0.37 96	0.64 86	0.28 31	0.12 5	0.10 2	0.14 5	0.12 39	0.12 1	0.15 43

LG-G_1	0.33 39	0.22 30	0.48 46	0.44 74	0.20 7	0.64 243	0.18 2	0.80 83	0.28 9	0.30 19	0.30 23	0.36 68	0.35 81	0.88 169	0.26 9	0.17 95	0.13 91	0.16 65	0.11 7	0.14 23	0.16 77

LG-G	0.33 39	0.22 30	0.48 46	0.44 74	0.20 7	0.64 243	0.18 2	0.80 83	0.28 9	0.30 19	0.30 23	0.36 68	0.35 81	0.88 169	0.26 9	0.17 95	0.13 91	0.16 65	0.11 7	0.14 23	0.16 77

GEAStereo	0.34 46	0.23 46	0.46 30	0.49 145	0.33 225	0.46 90	0.35 145	0.87 113	0.42 48	0.36 44	0.39 43	0.32 51	0.33 66	0.45 14	0.29 43	0.22 300	0.13 91	0.17 95	0.13 74	0.17 104	0.16 77

qwe	0.34 46	0.22 30	0.48 46	0.39 25	0.27 78	0.49 118	0.30 92	0.76 70	0.40 44	0.51 138	0.49 83	0.26 22	0.29 38	0.83 148	0.35 102	0.12 5	0.10 2	0.14 5	0.12 39	0.15 50	0.14 22

3.75w	0.34 46	0.23 46	0.50 62	0.39 25	0.30 150	0.62 223	0.36 158	0.70 53	0.38 39	0.44 85	0.49 83	0.25 15	0.36 90	0.72 107	0.28 31	0.13 18	0.09 1	0.14 5	0.12 39	0.13 5	0.15 43

2w_stereo	0.34 46	0.25 95	0.52 78	0.40 37	0.23 26	0.46 90	0.47 304	0.77 72	0.44 55	0.47 100	0.51 93	0.24 11	0.44 140	0.49 27	0.31 62	0.12 5	0.10 2	0.15 33	0.12 39	0.15 50	0.16 77

SGD-Stereo	0.34 46	0.22 30	0.44 26	0.39 25	0.20 7	0.42 67	0.22 25	0.71 54	0.33 21	0.43 80	0.34 32	0.27 27	0.35 81	1.15 252	0.33 88	0.21 266	0.11 21	0.16 65	0.13 74	0.17 104	0.15 43

GREAT-IGEV	0.34 46	0.22 30	0.54 87	0.40 37	0.31 172	0.36 36	0.28 75	0.59 16	0.66 132	0.28 8	0.51 93	0.29 39	0.29 38	0.86 160	0.28 31	0.15 42	0.12 43	0.15 33	0.11 7	0.17 104	0.16 77
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
DEFOM-Stereo	0.34 46	0.23 46	0.46 30	0.44 74	0.29 129	0.79 321	0.23 38	0.50 6	0.39 41	0.38 58	0.32 27	0.23 4	0.25 16	1.21 268	0.28 31	0.17 95	0.12 43	0.15 33	0.11 7	0.14 23	0.16 77

DispViT+	0.35 53	0.32 265	0.63 136	0.44 74	0.37 283	0.40 46	0.25 50	0.74 64	0.58 102	0.37 51	0.32 27	0.29 39	0.26 21	0.55 44	0.41 175	0.25 368	0.16 279	0.16 65	0.14 109	0.21 270	0.16 77

2.25w	0.35 53	0.24 69	0.55 90	0.38 17	0.24 31	0.44 81	0.25 50	0.69 45	0.42 48	0.49 116	0.59 129	0.27 27	0.35 81	0.83 148	0.37 133	0.13 18	0.11 21	0.14 5	0.12 39	0.13 5	0.17 103

3.5w_stereo	0.35 53	0.27 141	0.55 90	0.38 17	0.25 52	0.54 174	0.34 131	0.73 61	0.40 44	0.46 98	0.45 66	0.31 47	0.38 105	0.80 139	0.40 165	0.12 5	0.10 2	0.15 33	0.12 39	0.14 23	0.16 77

3w_stereo	0.35 53	0.25 95	0.60 119	0.41 48	0.21 12	0.52 152	0.53 350	0.72 59	0.47 65	0.47 100	0.50 89	0.23 4	0.45 147	0.49 27	0.30 53	0.13 18	0.10 2	0.15 33	0.12 39	0.15 50	0.17 103

monsters	0.35 53	0.21 16	0.49 52	0.43 65	0.39 311	0.34 26	0.26 61	0.69 45	0.44 55	0.49 116	0.41 50	0.23 4	0.26 21	1.38 308	0.27 23	0.14 27	0.11 21	0.14 5	0.12 39	0.13 5	0.15 43

S2M2_L	0.35 53	0.28 161	0.47 39	0.43 65	0.30 150	0.31 20	0.16 1	0.61 26	0.68 137	0.32 27	0.49 83	0.47 115	0.34 74	0.40 5	0.33 88	0.25 368	0.22 410	0.20 205	0.22 350	0.25 353	0.23 280
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GSStereo	0.36 59	0.23 46	0.46 30	0.50 166	0.33 225	0.46 90	0.35 145	1.31 271	0.53 82	0.38 58	0.39 43	0.32 51	0.33 66	0.45 14	0.29 43	0.20 231	0.12 43	0.16 65	0.13 74	0.17 104	0.18 124

Zero-FE251	0.36 59	0.25 95	0.64 147	0.49 145	0.30 150	0.57 192	0.24 46	0.86 109	0.36 36	0.53 148	0.39 43	0.51 135	0.41 115	0.49 27	0.28 31	0.19 179	0.15 241	0.17 95	0.12 39	0.14 23	0.16 77

1w_stereo	0.36 59	0.21 16	0.47 39	0.44 74	0.27 78	0.47 101	0.54 364	0.66 37	0.51 76	0.44 85	0.67 148	0.25 15	0.45 147	0.62 74	0.34 94	0.12 5	0.10 2	0.14 5	0.11 7	0.14 23	0.15 43

monsterstereo	0.36 59	0.21 16	0.53 83	0.48 129	0.36 271	0.27 10	0.29 83	0.58 13	0.52 78	0.45 93	0.61 134	0.26 22	0.27 30	1.23 270	0.28 31	0.14 27	0.12 43	0.15 33	0.12 39	0.16 76	0.13 3

111111	0.36 59	0.22 30	0.49 52	0.47 115	0.45 364	0.36 36	0.22 25	1.04 169	0.44 55	0.33 32	0.33 29	0.40 85	0.26 21	0.99 203	0.27 23	0.17 95	0.12 43	0.15 33	0.11 7	0.15 50	0.15 43

RAStereo	0.36 59	0.22 30	0.85 269	0.48 129	0.28 114	0.27 10	0.28 75	0.77 72	0.65 130	0.33 32	0.43 54	0.44 92	0.31 53	0.45 14	0.35 102	0.18 138	0.15 241	0.19 160	0.15 132	0.19 179	0.15 43

VIP-Stereo	0.37 65	0.25 95	0.62 133	0.41 48	0.46 373	0.82 338	0.22 25	0.67 39	0.48 67	0.32 27	0.55 115	0.37 74	0.31 53	0.85 157	0.28 31	0.18 138	0.12 43	0.16 65	0.12 39	0.15 50	0.14 22

gasm-f	0.37 65	0.24 69	0.50 62	0.49 145	0.33 225	0.37 39	0.44 270	0.87 113	0.42 48	0.36 44	0.65 142	0.32 51	0.46 157	0.58 56	0.30 53	0.22 300	0.13 91	0.17 95	0.13 74	0.19 179	0.16 77

LG-Stereo	0.37 65	0.27 141	0.94 315	0.48 129	0.26 72	0.37 39	0.30 92	0.88 117	0.57 99	0.38 58	0.58 126	0.29 39	0.21 8	0.51 36	0.37 133	0.14 27	0.14 170	0.20 205	0.18 222	0.18 142	0.14 22

GIP-stereo	0.37 65	0.25 95	0.49 52	0.55 260	0.41 336	0.37 39	0.22 25	1.03 162	0.56 96	0.35 40	0.52 98	0.46 105	0.37 96	0.55 44	0.28 31	0.20 231	0.13 91	0.16 65	0.12 39	0.16 76	0.16 77

NLSM3	0.38 69	0.21 16	0.47 39	0.46 98	0.36 271	0.43 75	0.34 131	0.75 67	0.62 118	0.43 80	0.70 162	0.39 81	0.43 131	0.62 74	0.37 133	0.15 42	0.12 43	0.19 160	0.17 198	0.16 76	0.16 77

zero-FE	0.38 69	0.24 69	0.54 87	0.48 129	0.46 373	0.29 15	0.23 38	0.69 45	0.34 24	0.34 37	0.41 50	0.37 74	0.49 185	0.68 101	0.35 102	0.23 324	0.12 43	0.18 131	0.13 74	0.82 566	0.19 167

LG-Stereo_Zeroshot	0.38 69	0.25 95	0.61 127	0.53 229	0.29 129	0.36 36	0.22 25	1.24 251	0.42 48	0.45 93	0.65 142	0.37 74	0.51 199	0.41 8	0.30 53	0.18 138	0.12 43	0.17 95	0.13 74	0.18 142	0.20 198

AIO_rvc	0.38 69	0.25 95	0.65 154	0.47 115	0.31 172	0.55 180	0.38 186	0.98 140	0.51 76	0.35 40	0.48 77	0.49 124	0.22 11	0.87 165	0.31 62	0.16 59	0.12 43	0.16 65	0.12 39	0.15 50	0.15 43

AIO_test	0.38 69	0.24 69	0.59 109	0.47 115	0.31 172	0.55 180	0.44 270	0.86 109	0.50 73	0.34 37	0.48 77	0.46 105	0.30 49	0.76 123	0.31 62	0.17 95	0.12 43	0.17 95	0.13 74	0.16 76	0.15 43

IGEV-RUCA	0.38 69	0.24 69	0.51 70	0.51 182	0.36 271	0.59 206	0.23 38	0.68 41	0.52 78	0.39 65	0.50 89	0.44 92	0.31 53	0.86 160	0.31 62	0.24 346	0.13 91	0.16 65	0.12 39	0.20 221	0.21 228

MaDis-Stereo	0.38 69	0.27 141	0.72 182	0.45 83	0.35 263	0.30 17	0.31 98	0.81 86	0.54 85	0.38 58	0.38 41	0.58 176	0.49 185	0.53 39	0.39 148	0.20 231	0.16 279	0.19 160	0.15 132	0.19 179	0.15 43

UniTT-Stereo	0.38 69	0.24 69	0.67 162	0.49 145	0.36 271	0.40 46	0.32 109	0.55 12	0.55 92	0.55 155	0.55 115	0.36 68	0.31 53	0.59 63	0.52 262	0.21 266	0.15 241	0.17 95	0.15 132	0.19 179	0.17 103

VMStereo-Base	0.39 77	0.25 95	0.47 39	0.37 8	0.22 18	0.39 44	0.33 118	0.72 59	0.87 208	0.43 80	0.69 155	0.60 186	0.33 66	0.76 123	0.37 133	0.18 138	0.14 170	0.15 33	0.12 39	0.17 104	0.18 124

DDF-Stereo	0.39 77	0.24 69	0.53 83	0.51 182	0.45 364	0.30 17	0.23 38	0.64 29	0.34 24	0.34 37	0.40 48	0.37 74	0.48 172	0.94 186	0.35 102	0.24 346	0.12 43	0.18 131	0.13 74	0.85 567	0.19 167

HUF	0.39 77	0.27 141	0.71 180	0.43 65	0.24 31	0.51 146	0.47 304	0.99 151	0.55 92	0.37 51	0.45 66	0.53 149	0.41 115	0.70 103	0.29 43	0.18 138	0.14 170	0.16 65	0.12 39	0.15 50	0.17 103

fffft	0.39 77	0.24 69	0.56 96	0.45 83	0.34 246	0.42 67	0.48 312	0.85 102	0.39 41	0.45 93	0.35 35	0.38 78	0.31 53	1.32 293	0.34 94	0.14 27	0.12 43	0.19 160	0.15 132	0.16 76	0.18 124
1: 1. 1
AIO-Stereo	0.39 77	0.26 116	0.54 87	0.50 166	0.24 31	0.45 85	0.39 203	1.13 204	0.57 99	0.42 78	0.49 83	0.52 143	0.25 16	0.74 112	0.32 74	0.16 59	0.13 91	0.18 131	0.14 109	0.16 76	0.15 43

ours_stereo	0.40 82	0.30 215	0.57 100	0.47 115	0.31 172	0.40 46	0.44 270	0.79 82	0.58 102	0.36 44	0.58 126	0.46 105	0.33 66	1.14 251	0.33 88	0.17 95	0.13 91	0.19 160	0.15 132	0.19 179	0.20 198

RSM++	0.40 82	0.26 116	0.55 90	0.51 182	0.27 78	0.49 118	0.41 225	0.83 94	0.52 78	0.39 65	0.47 75	0.60 186	0.34 74	1.02 215	0.31 62	0.16 59	0.13 91	0.17 95	0.15 132	0.18 142	0.15 43

RSM	0.40 82	0.25 95	0.53 83	0.50 166	0.27 78	0.46 90	0.40 212	0.94 134	0.49 70	0.42 78	0.44 62	0.65 205	0.33 66	1.07 230	0.32 74	0.15 42	0.13 91	0.17 95	0.14 109	0.17 104	0.15 43

trnet	0.40 82	0.23 46	0.40 11	0.37 8	0.20 7	0.53 161	0.29 83	0.81 86	1.15 338	0.59 161	0.72 169	0.53 149	0.43 131	0.56 48	0.37 133	0.18 138	0.13 91	0.15 33	0.10 1	0.14 23	0.14 22

CREStereo	0.40 82	0.24 69	0.40 11	0.37 8	0.22 18	0.52 152	0.29 83	0.81 86	1.15 338	0.59 161	0.72 169	0.51 135	0.42 123	0.57 53	0.37 133	0.19 179	0.13 91	0.15 33	0.10 1	0.14 23	0.15 43
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
BStereo	0.41 87	0.27 141	1.63 471	0.43 65	0.29 129	0.55 180	0.40 212	0.60 19	0.54 85	0.37 51	0.36 36	0.38 78	0.29 38	0.66 93	0.41 175	0.13 18	0.14 170	0.15 33	0.19 246	0.16 76	0.18 124

FlowAnything_test	0.41 87	0.27 141	0.67 162	0.60 345	0.33 225	0.62 223	0.35 145	0.64 29	0.48 67	0.46 98	0.36 36	0.45 102	0.37 96	0.54 41	0.52 262	0.25 368	0.19 357	0.28 426	0.33 508	0.22 291	0.22 259

MSCF	0.41 87	0.28 161	0.64 147	0.50 166	0.27 78	0.58 204	0.37 173	1.03 162	0.54 85	0.54 150	0.72 169	0.32 51	0.64 270	0.56 48	0.30 53	0.19 179	0.13 91	0.17 95	0.15 132	0.17 104	0.21 228

water-stereo	0.41 87	0.21 16	0.69 171	0.45 83	0.28 114	0.50 137	0.27 67	0.96 135	0.52 78	0.57 160	0.78 184	0.59 182	0.53 207	0.44 12	0.43 193	0.17 95	0.16 279	0.17 95	0.15 132	0.17 104	0.22 259

DEFOM-Stereo_RVC	0.41 87	0.68 519	0.45 29	0.66 413	0.30 150	0.48 112	0.25 50	0.87 113	0.46 63	0.39 65	0.37 40	0.30 44	0.69 290	1.16 256	0.31 62	0.17 95	0.11 21	0.16 65	0.12 39	0.18 142	0.14 22

castereo++	0.41 87	0.26 116	0.51 70	0.44 74	0.32 205	0.96 403	0.22 25	1.13 204	0.61 116	0.33 32	0.45 66	0.50 131	0.39 110	0.94 186	0.25 6	0.18 138	0.12 43	0.17 95	0.12 39	0.14 23	0.16 77

SMoEStereo_RVC	0.41 87	0.26 116	0.55 90	0.46 98	0.31 172	0.60 212	0.36 158	0.85 102	0.47 65	0.47 100	0.43 54	0.42 87	0.34 74	1.40 314	0.31 62	0.15 42	0.12 43	0.20 205	0.15 132	0.16 76	0.18 124

Pointernet	0.41 87	0.21 16	0.63 136	0.45 83	0.29 129	0.51 146	0.27 67	1.54 319	0.70 145	0.48 108	0.64 139	0.49 124	0.37 96	0.51 36	0.36 120	0.18 138	0.13 91	0.14 5	0.11 7	0.14 23	0.14 22

GCAPDPT-zeroshot4090	0.41 87	0.24 69	0.75 207	0.45 83	0.38 299	0.34 26	0.37 173	0.98 140	0.69 141	0.50 125	0.56 119	0.55 159	0.38 105	0.75 119	0.32 74	0.17 95	0.13 91	0.19 160	0.15 132	0.15 50	0.19 167

testlalala	0.41 87	0.24 69	0.76 213	0.45 83	0.38 299	0.34 26	0.37 173	0.98 140	0.69 141	0.50 125	0.56 119	0.55 159	0.38 105	0.75 119	0.32 74	0.17 95	0.13 91	0.19 160	0.15 132	0.15 50	0.19 167

GCAPDPT-zeroshot	0.41 87	0.24 69	0.76 213	0.45 83	0.38 299	0.34 26	0.37 173	0.98 140	0.69 141	0.50 125	0.56 119	0.55 159	0.38 105	0.75 119	0.32 74	0.17 95	0.13 91	0.19 160	0.15 132	0.15 50	0.19 167

AEACV	0.41 87	0.25 95	0.60 119	0.55 260	0.52 414	0.43 75	0.38 186	0.98 140	0.63 121	0.44 85	0.56 119	0.46 105	0.59 249	0.56 48	0.31 62	0.17 95	0.13 91	0.18 131	0.16 172	0.17 104	0.17 103

LoS	0.41 87	0.23 46	0.46 30	0.39 25	0.23 26	0.48 112	0.40 212	1.12 200	0.94 236	0.50 125	0.66 145	0.49 124	0.42 123	0.63 84	0.39 148	0.19 179	0.14 170	0.16 65	0.11 7	0.14 23	0.15 43
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	0.41 87	0.24 69	0.59 109	0.45 83	0.27 78	0.54 174	0.22 25	1.23 249	0.56 96	0.44 85	0.43 54	0.68 213	0.29 38	0.89 174	0.34 94	0.17 95	0.12 43	0.20 205	0.17 198	0.17 104	0.18 124

GLC_STEREO	0.41 87	0.27 141	0.43 21	0.55 260	0.24 31	0.47 101	0.30 92	0.81 86	0.64 127	0.53 148	0.74 175	0.50 131	0.31 53	0.65 91	0.45 211	0.18 138	0.20 374	0.23 312	0.19 246	0.21 270	0.21 228

mms	0.42 102	0.29 186	0.60 119	0.47 115	0.33 225	0.43 75	0.46 292	0.75 67	0.50 73	0.36 44	0.61 134	0.44 92	0.30 49	1.39 312	0.34 94	0.16 59	0.14 170	0.18 131	0.15 132	0.19 179	0.21 228

CASnet	0.42 102	0.26 116	0.52 78	0.52 205	0.21 12	0.49 118	0.35 145	0.85 102	0.85 202	0.84 220	0.69 155	0.48 120	0.31 53	0.57 53	0.34 94	0.19 179	0.12 43	0.27 410	0.22 350	0.23 312	0.15 43
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.42 102	0.26 116	0.56 96	0.48 129	0.27 78	0.45 85	0.33 118	1.56 326	0.61 116	0.36 44	0.47 75	0.52 143	0.30 49	1.08 233	0.33 88	0.15 42	0.13 91	0.17 95	0.13 74	0.16 76	0.15 43

CroCo-Stereo	0.42 102	0.33 286	0.83 254	0.59 337	0.28 114	0.26 6	0.33 118	1.22 244	0.85 202	0.43 80	0.49 83	0.65 205	0.46 157	0.40 5	0.36 120	0.19 179	0.15 241	0.16 65	0.14 109	0.20 221	0.17 103
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
Replicate-Monster	0.43 106	0.30 215	2.04 506	0.37 8	0.22 18	0.47 101	0.23 38	0.82 91	0.50 73	0.44 85	0.27 15	0.31 47	0.29 38	1.01 211	0.26 9	0.14 27	0.11 21	0.14 5	0.12 39	0.13 5	0.38 469

GASTEREO	0.43 106	0.29 186	0.62 133	0.51 182	0.27 78	0.62 223	0.36 158	1.02 154	0.58 102	0.55 155	0.83 199	0.30 44	0.65 275	0.64 86	0.30 53	0.19 179	0.13 91	0.17 95	0.15 132	0.16 76	0.21 228

castereo	0.43 106	0.25 95	0.50 62	0.46 98	0.30 150	0.60 212	0.56 381	1.23 249	0.83 195	0.39 65	0.70 162	0.45 102	0.68 286	0.54 41	0.33 88	0.17 95	0.11 21	0.17 95	0.13 74	0.16 76	0.14 22

WCG-NET	0.43 106	0.23 46	0.58 103	0.42 57	0.26 72	0.46 90	0.32 109	0.77 72	1.16 345	0.77 201	0.75 176	0.58 176	0.44 140	0.62 74	0.38 142	0.16 59	0.12 43	0.16 65	0.14 109	0.15 50	0.14 22

MGS-Stereo	0.43 106	0.28 161	0.61 127	0.46 98	0.28 114	0.49 118	0.33 118	0.60 19	0.89 213	0.47 100	1.32 385	0.51 135	0.32 61	0.66 93	0.39 148	0.20 231	0.16 279	0.18 131	0.16 172	0.18 142	0.18 124

MoCha-V2	0.43 106	0.23 46	0.55 90	0.56 282	0.23 26	0.44 81	0.32 109	1.35 279	0.63 121	0.54 150	0.55 115	0.42 87	0.57 228	1.12 247	0.28 31	0.15 42	0.13 91	0.15 33	0.13 74	0.17 104	0.18 124

GCAP-Stereo	0.43 106	0.32 265	0.80 232	0.50 166	0.27 78	0.53 161	0.31 98	1.05 173	0.67 134	0.69 188	0.71 166	0.58 176	0.42 123	0.51 36	0.35 102	0.18 138	0.15 241	0.18 131	0.13 74	0.17 104	0.15 43

MM-Stereo_test2	0.44 113	0.25 95	0.70 178	0.54 244	0.33 225	0.55 180	0.45 286	1.02 154	0.84 198	0.61 173	0.51 93	0.49 124	0.42 123	0.82 142	0.32 74	0.16 59	0.13 91	0.18 131	0.14 109	0.19 179	0.17 103

fffy	0.44 113	0.29 186	0.67 162	0.47 115	0.30 150	0.46 90	0.34 131	0.98 140	0.57 99	0.40 72	0.59 129	0.55 159	0.41 115	1.26 277	0.37 133	0.16 59	0.14 170	0.19 160	0.16 172	0.19 179	0.20 198

Occ-G	0.44 113	0.23 46	0.59 109	0.44 74	0.27 78	0.43 75	0.61 413	0.85 102	0.62 118	0.48 108	0.66 145	1.00 340	0.45 147	0.79 136	0.45 211	0.17 95	0.14 170	0.18 131	0.13 74	0.16 76	0.18 124

depthmonostereo	0.45 116	0.26 116	0.89 288	0.49 145	0.24 31	0.60 212	0.36 158	1.03 162	0.77 163	0.50 125	0.65 142	0.50 131	0.55 217	0.70 103	0.39 148	0.16 59	0.16 279	0.16 65	0.14 109	0.16 76	0.20 198

IGEV++	0.45 116	0.24 69	0.63 136	0.58 318	0.32 205	0.42 67	0.25 50	2.16 494	0.65 130	0.38 58	0.58 126	0.46 105	0.44 140	0.56 48	0.40 165	0.20 231	0.13 91	0.16 65	0.13 74	0.17 104	0.18 124

ff7	0.45 116	0.30 215	0.64 147	0.47 115	0.33 225	0.49 118	0.42 232	0.93 124	0.59 106	0.50 125	0.53 102	0.44 92	0.48 172	1.41 317	0.36 120	0.18 138	0.13 91	0.21 241	0.15 132	0.18 142	0.21 228

ffff	0.45 116	0.30 215	0.64 147	0.47 115	0.33 225	0.49 118	0.42 232	0.93 124	0.59 106	0.50 125	0.53 102	0.44 92	0.48 172	1.41 317	0.36 120	0.18 138	0.13 91	0.21 241	0.15 132	0.18 142	0.21 228

11t	0.45 116	0.30 215	0.64 147	0.47 115	0.33 225	0.49 118	0.42 232	0.93 124	0.59 106	0.50 125	0.53 102	0.44 92	0.48 172	1.41 317	0.36 120	0.18 138	0.13 91	0.21 241	0.15 132	0.18 142	0.21 228

LoS_RVC	0.45 116	0.29 186	0.48 46	0.49 145	0.83 534	0.51 146	0.43 250	0.65 32	0.44 55	0.47 100	0.78 184	0.44 92	0.60 255	0.59 63	0.37 133	0.14 27	0.12 43	0.14 5	0.10 1	0.14 23	1.08 581

anonymousdsp	0.45 116	0.30 215	0.60 119	0.48 129	0.34 246	0.49 118	0.42 232	0.97 136	0.60 112	0.51 138	0.53 102	0.46 105	0.47 165	1.36 301	0.35 102	0.18 138	0.13 91	0.21 241	0.15 132	0.18 142	0.21 228

ccc-4	0.45 116	0.30 215	0.64 147	0.47 115	0.33 225	0.49 118	0.42 232	0.93 124	0.59 106	0.50 125	0.53 102	0.44 92	0.48 172	1.41 317	0.36 120	0.18 138	0.13 91	0.21 241	0.15 132	0.18 142	0.21 228

IGEV-Stereo	0.45 116	0.30 215	0.60 119	0.48 129	0.34 246	0.49 118	0.42 232	0.98 140	0.60 112	0.51 138	0.53 102	0.46 105	0.47 165	1.36 301	0.35 102	0.18 138	0.13 91	0.21 241	0.15 132	0.18 142	0.21 228
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TANstereo	0.45 116	0.23 46	0.50 62	0.43 65	0.21 12	0.65 249	0.26 61	0.83 94	0.88 212	0.95 246	0.99 239	0.51 135	0.45 147	0.56 48	0.36 120	0.19 179	0.24 448	0.16 65	0.13 74	0.17 104	0.27 362

DilatedVolume-Stereo	0.46 126	0.24 69	0.72 182	0.45 83	0.33 225	0.72 283	0.29 83	0.83 94	0.53 82	0.82 213	0.73 173	0.52 143	0.44 140	1.16 256	0.42 186	0.15 42	0.15 241	0.15 33	0.14 109	0.16 76	0.17 103

Reg-Stereo(zero)	0.46 126	0.23 46	0.50 62	0.45 83	0.25 52	0.41 56	0.27 67	0.80 83	1.12 321	0.93 241	0.79 187	0.91 301	0.46 157	0.74 112	0.44 198	0.15 42	0.13 91	0.15 33	0.12 39	0.15 50	0.18 124

rvit_stereo_0081_aga	0.46 126	0.37 377	0.91 303	0.52 205	0.41 336	0.49 118	0.40 212	0.88 117	0.66 132	0.59 161	0.56 119	0.53 149	0.43 131	0.67 97	0.44 198	0.27 416	0.21 392	0.22 276	0.20 280	0.26 366	0.19 167

rvit_stereo_0081	0.46 126	0.34 316	0.72 182	0.56 282	0.35 263	0.41 56	0.44 270	0.74 64	1.04 281	0.49 116	0.52 98	0.51 135	0.49 185	0.86 160	0.47 225	0.25 368	0.20 374	0.22 276	0.19 246	0.26 366	0.19 167

rvit_stereo_0082	0.46 126	0.34 316	0.72 182	0.56 282	0.35 263	0.41 56	0.44 270	0.74 64	1.04 281	0.49 116	0.52 98	0.51 135	0.49 185	0.86 160	0.47 225	0.25 368	0.20 374	0.22 276	0.19 246	0.26 366	0.19 167

IGEV-Stereo+	0.46 126	0.23 46	0.51 70	0.42 57	0.46 373	0.15 1	0.19 7	0.45 5	0.37 38	0.28 8	0.25 7	0.31 47	0.41 115	1.43 324	0.31 62	0.18 138	0.13 91	0.15 33	0.12 39	1.09 580	1.74 593

WCG-NET（raft）	0.46 126	0.23 46	0.59 109	0.42 57	0.24 31	0.50 137	0.35 145	0.76 70	1.10 306	0.72 194	0.76 177	0.91 301	0.50 193	0.88 169	0.40 165	0.16 59	0.13 91	0.15 33	0.14 109	0.15 50	0.17 103

ProNet	0.46 126	0.30 215	0.69 171	0.46 98	0.32 205	0.57 192	0.52 344	1.15 220	0.67 134	0.44 85	0.50 89	0.44 92	0.43 131	1.31 287	0.38 142	0.16 59	0.15 241	0.19 160	0.16 172	0.18 142	0.18 124

MC-Stereo	0.46 126	0.24 69	0.58 103	0.63 378	0.30 150	0.38 43	0.32 109	0.98 140	0.74 157	0.66 182	0.85 203	0.56 171	0.60 255	1.07 230	0.32 74	0.17 95	0.12 43	0.17 95	0.15 132	0.16 76	0.16 77

CroCo-Stereo Lap2	0.46 126	0.37 377	0.87 279	0.62 368	0.79 525	0.28 12	0.35 145	0.81 86	0.73 150	0.39 65	0.54 112	0.71 227	0.54 215	0.60 66	0.48 234	0.18 138	0.18 339	0.19 160	0.16 172	0.21 270	0.21 228

gcap_with_dpt	0.47 136	0.28 161	0.73 196	0.52 205	0.47 384	0.47 101	0.40 212	1.37 285	0.63 121	0.67 184	0.80 192	0.57 173	0.47 165	0.58 56	0.42 186	0.19 179	0.13 91	0.18 131	0.14 109	0.18 142	0.20 198

DA	0.47 136	0.23 46	0.59 109	0.54 244	0.26 72	1.08 426	0.44 270	1.51 309	0.63 121	0.48 108	0.69 155	0.55 159	0.49 185	0.49 27	0.38 142	0.20 231	0.14 170	0.19 160	0.13 74	0.19 179	0.17 103

GGEV	0.47 136	0.23 46	0.59 109	0.54 244	0.26 72	1.08 426	0.44 270	1.51 309	0.63 121	0.48 108	0.69 155	0.55 159	0.49 185	0.49 27	0.38 142	0.20 231	0.14 170	0.19 160	0.13 74	0.19 179	0.17 103

tt45	0.47 136	0.25 95	0.52 78	0.47 115	0.34 246	0.78 312	0.32 109	0.86 109	0.45 62	0.52 144	0.45 66	0.49 124	0.37 96	2.12 438	0.36 120	0.16 59	0.13 91	0.19 160	0.16 172	0.17 104	0.21 228

rvit_stereo_0080	0.47 136	0.35 345	0.87 279	0.48 129	0.36 271	0.42 67	0.54 364	0.93 124	0.78 168	0.52 144	0.60 132	0.55 159	0.47 165	0.62 74	0.48 234	0.27 416	0.21 392	0.20 205	0.20 280	0.31 427	0.20 198

Former-RAFT_DAM_RVC	0.47 136	0.38 395	0.75 207	0.48 129	0.37 283	0.67 259	0.35 145	0.82 91	1.14 333	0.61 173	0.64 139	0.39 81	0.39 110	0.74 112	0.39 148	0.20 231	0.17 307	0.22 276	0.18 222	0.24 341	0.20 198

whm_eth	0.47 136	0.35 345	0.87 279	0.48 129	0.36 271	0.42 67	0.54 364	0.93 124	0.78 168	0.52 144	0.60 132	0.55 159	0.47 165	0.62 74	0.48 234	0.27 416	0.21 392	0.20 205	0.20 280	0.31 427	0.20 198

XX-TBD	0.47 136	0.71 524	0.39 5	0.81 515	0.25 52	0.57 192	0.26 61	0.73 61	1.30 432	0.78 203	1.01 246	0.45 102	0.33 66	0.49 27	0.39 148	0.20 231	0.15 241	0.15 33	0.11 7	0.17 104	0.15 43

PMTNet	0.47 136	0.22 30	0.43 21	0.39 25	0.24 31	0.71 279	0.26 61	0.78 80	1.03 275	0.65 179	0.69 155	0.55 159	0.48 172	0.90 177	0.36 120	0.99 582	0.13 91	0.15 33	0.10 1	0.15 50	0.15 43

HART	0.48 145	0.24 69	0.63 136	0.52 205	0.27 78	0.41 56	0.29 83	1.32 275	0.54 85	0.59 161	1.47 436	0.61 194	0.34 74	1.09 237	0.32 74	0.16 59	0.14 170	0.19 160	0.14 109	0.19 179	0.18 124

SCV_C0	0.48 145	0.29 186	0.88 284	0.46 98	0.31 172	0.46 90	0.31 98	1.67 348	0.87 208	0.40 72	0.52 98	0.54 155	0.29 38	1.27 280	0.34 94	0.18 138	0.14 170	0.17 95	0.14 109	0.20 221	0.18 124

CAS++	0.48 145	0.34 316	0.59 109	0.48 129	0.32 205	0.45 85	0.29 83	1.73 375	0.78 168	0.71 190	0.73 173	0.36 68	0.28 35	0.70 103	0.35 102	0.27 416	0.22 410	0.26 396	0.21 322	0.29 405	0.22 259
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
test_for_model	0.48 145	0.24 69	0.69 171	0.42 57	0.30 150	0.42 67	0.32 109	1.27 261	0.78 168	0.51 138	0.59 129	0.43 90	0.35 81	2.10 435	0.31 62	0.16 59	0.12 43	0.18 131	0.14 109	0.15 50	0.15 43

MIF-Stereo (partial)	0.48 145	0.28 161	0.83 254	0.51 182	0.53 422	0.39 44	0.27 67	1.03 162	0.64 127	0.47 100	0.71 166	0.51 135	0.51 199	1.13 249	0.47 225	0.20 231	0.16 279	0.23 312	0.20 280	0.24 341	0.20 198

StereoAnything_RVC	0.49 150	1.60 588	0.87 279	0.37 8	0.21 12	0.26 6	0.21 17	0.53 9	0.23 2	0.23 2	0.21 2	0.19 1	0.35 81	1.29 284	0.23 1	0.22 300	0.11 21	0.15 33	0.11 7	2.36 593	0.13 3

999	0.49 150	0.25 95	0.55 90	0.51 182	0.35 263	0.74 291	0.31 98	0.89 121	0.59 106	0.39 65	0.50 89	0.50 131	0.36 90	2.41 465	0.41 175	0.17 95	0.13 91	0.18 131	0.15 132	0.16 76	0.23 280

rvit_stereo_0083	0.49 150	0.34 316	0.85 269	0.57 304	0.36 271	0.49 118	0.43 250	0.73 61	1.05 287	0.50 125	0.57 125	0.55 159	0.50 193	0.92 182	0.50 250	0.25 368	0.25 460	0.24 336	0.20 280	0.25 353	0.19 167

rvit_stereo_ft	0.49 150	0.38 395	1.03 347	0.68 438	0.42 346	0.40 46	0.58 393	0.93 124	0.86 205	0.47 100	0.55 115	0.57 173	0.48 172	0.67 97	0.53 272	0.26 395	0.17 307	0.22 276	0.22 350	0.24 341	0.19 167

RAFT-Stereo-weight	0.49 150	0.26 116	0.58 103	0.49 145	0.28 114	0.61 220	0.34 131	1.16 225	1.11 313	1.06 280	0.79 187	0.75 233	0.28 35	0.79 136	0.42 186	0.16 59	0.13 91	0.17 95	0.15 132	0.16 76	0.18 124

IGEVStereo-DCA	0.49 150	0.33 286	0.64 147	0.46 98	0.34 246	0.50 137	0.42 232	0.93 124	0.59 106	0.48 108	0.48 77	0.48 120	0.45 147	2.28 454	0.44 198	0.19 179	0.14 170	0.19 160	0.15 132	0.17 104	0.21 228

plain	0.49 150	0.29 186	1.23 418	0.51 182	0.40 323	0.35 31	0.37 173	1.04 169	0.62 118	0.44 85	0.76 177	0.42 87	0.41 115	1.17 261	0.46 216	0.23 324	0.15 241	0.24 336	0.19 246	0.25 353	0.18 124

iRaftStereo_RVC	0.49 150	0.28 161	0.72 182	0.53 229	0.29 129	0.52 152	0.33 118	1.14 208	0.84 198	0.85 222	0.99 239	0.55 159	0.36 90	0.83 148	0.40 165	0.18 138	0.13 91	0.22 276	0.20 280	0.20 221	0.18 124

CREStereo++_RVC	0.49 150	0.22 30	0.46 30	0.48 129	0.38 299	0.45 85	0.25 50	0.77 72	1.30 432	0.82 213	1.23 350	0.47 115	0.37 96	0.55 44	0.44 198	0.16 59	0.11 21	0.16 65	0.80 583	0.18 142	0.12 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
xyz-stereo-finetune	0.50 159	0.27 141	0.63 136	0.43 65	0.23 26	0.79 321	0.46 292	0.83 94	0.82 190	0.63 176	0.63 137	0.54 155	0.44 140	1.69 377	0.62 320	0.16 59	0.15 241	0.19 160	0.16 172	0.17 104	0.16 77

MyStereo07	0.50 159	0.30 215	0.58 103	0.58 318	0.48 387	0.59 206	0.78 460	1.19 233	0.60 112	0.49 116	0.54 112	0.43 90	0.55 217	1.32 293	0.36 120	0.18 138	0.18 339	0.24 336	0.21 322	0.23 312	0.23 280

4D-IteraStereo	0.50 159	0.26 116	0.84 263	0.51 182	0.49 394	0.64 243	0.31 98	0.91 123	1.02 272	1.05 274	0.72 169	0.76 234	0.32 61	0.69 102	0.40 165	0.18 138	0.11 21	0.23 312	0.20 280	0.19 179	0.16 77

MM-Stereo_test1	0.51 162	0.26 116	0.59 109	0.53 229	0.31 172	0.50 137	0.53 350	1.06 175	1.09 302	0.88 229	0.70 162	0.54 155	0.59 249	1.18 262	0.35 102	0.19 179	0.17 307	0.20 205	0.17 198	0.20 221	0.18 124

SCV	0.51 162	0.29 186	0.72 182	0.63 378	0.27 78	0.40 46	0.38 186	2.32 525	0.75 162	0.36 44	0.49 83	0.55 159	0.35 81	1.31 287	0.34 94	0.25 368	0.13 91	0.17 95	0.14 109	0.18 142	0.18 124

CES	0.51 162	0.21 16	0.40 11	0.42 57	1.40 584	0.53 161	0.34 131	1.04 169	0.68 137	0.45 93	0.67 148	0.35 66	0.28 35	0.58 56	0.35 102	0.16 59	0.13 91	0.15 33	0.10 1	0.19 179	1.69 592

sCroCo_RVC	0.51 162	0.43 427	1.15 386	0.66 413	0.60 459	0.52 152	0.40 212	0.93 124	0.64 127	0.45 93	0.76 177	0.49 124	0.49 185	0.65 91	0.49 247	0.27 416	0.28 483	0.23 312	0.22 350	0.29 405	0.28 377

FE-Mocha	0.52 166	0.32 265	0.98 330	0.51 182	0.37 283	0.46 90	0.22 25	1.71 369	0.56 96	1.02 265	1.10 286	0.82 257	0.41 115	0.58 56	0.32 74	0.19 179	0.13 91	0.21 241	0.21 322	0.17 104	0.19 167

RCA-Stereo	0.52 166	0.26 116	0.66 158	0.49 145	0.33 225	0.54 174	0.44 270	1.20 237	1.41 478	0.69 188	1.06 270	0.63 201	0.79 324	0.62 74	0.35 102	0.17 95	0.12 43	0.17 95	0.14 109	0.16 76	0.16 77

Wave_Phase_stereo	0.53 168	0.27 141	1.63 471	0.43 65	0.29 129	2.72 573	0.40 212	0.82 91	0.54 85	0.37 51	0.36 36	0.38 78	0.29 38	0.66 93	0.41 175	0.13 18	0.14 170	0.15 33	0.19 246	0.16 76	0.18 124

MM-Stereo_test3	0.53 168	0.26 116	0.60 119	0.56 282	0.73 501	0.49 118	0.53 350	1.31 271	1.08 294	0.64 177	0.97 233	0.61 194	0.42 123	0.82 142	0.40 165	0.21 266	0.18 339	0.20 205	0.16 172	0.19 179	0.21 228

model_zeroshot	0.53 168	0.31 247	1.00 338	0.57 304	0.39 311	0.74 291	0.39 203	1.38 286	0.67 134	0.88 229	0.85 203	0.71 227	0.37 96	0.77 126	0.39 148	0.21 266	0.17 307	0.19 160	0.17 198	0.17 104	0.22 259

knoymous	0.53 168	0.32 265	0.51 70	0.46 98	0.30 150	0.57 192	0.54 364	1.10 196	0.78 168	0.99 252	0.84 201	0.95 320	0.57 228	0.89 174	0.51 254	0.21 266	0.14 170	0.26 396	0.14 109	0.23 312	0.25 324

NLSM1	0.54 172	0.26 116	0.61 127	0.49 145	1.04 563	0.83 346	0.31 98	1.55 322	0.68 137	0.52 144	0.77 181	0.46 105	0.48 172	1.02 215	0.56 291	0.19 179	0.19 357	0.21 241	0.18 222	0.20 221	0.18 124

NLCSM	0.54 172	0.30 215	0.60 119	0.53 229	0.74 508	0.71 279	0.47 304	1.25 255	0.71 148	0.64 177	0.51 93	0.48 120	0.60 255	1.34 297	0.71 351	0.19 179	0.20 374	0.21 241	0.19 246	0.22 291	0.21 228

tg	0.54 172	0.25 95	0.70 178	0.52 205	0.31 172	0.89 370	0.29 83	1.12 200	0.98 252	0.85 222	1.03 256	0.62 196	0.42 123	1.37 304	0.41 175	0.17 95	0.13 91	0.22 276	0.21 322	0.17 104	0.17 103

GCAP-BAT	0.54 172	0.33 286	0.75 207	0.45 83	0.50 399	0.84 355	0.35 145	0.98 140	0.80 184	0.88 229	1.04 262	0.88 285	0.37 96	1.25 273	0.41 175	0.19 179	0.15 241	0.18 131	0.13 74	0.17 104	0.22 259

HUI-Stereo	0.54 172	0.33 286	0.81 236	0.52 205	0.27 78	0.62 223	0.29 83	1.14 208	0.74 157	1.13 299	0.96 225	0.82 257	0.60 255	0.83 148	0.52 262	0.23 324	0.14 170	0.24 336	0.20 280	0.27 372	0.20 198

WQFJA1	0.55 177	0.29 186	0.56 96	0.47 115	0.85 537	0.78 312	0.38 186	2.26 513	0.79 178	0.51 138	0.53 102	0.53 149	0.50 193	0.73 110	0.66 337	0.17 95	0.21 392	0.19 160	0.17 198	0.19 179	0.18 124

NLMM	0.55 177	0.29 186	0.56 96	0.47 115	0.86 539	0.78 312	0.38 186	2.26 513	0.79 178	0.51 138	0.53 102	0.53 149	0.50 193	0.73 110	0.66 337	0.17 95	0.21 392	0.19 160	0.17 198	0.19 179	0.18 124

Any-RAFT	0.55 177	0.27 141	0.49 52	0.50 166	0.27 78	0.98 407	0.25 50	1.71 369	1.08 294	0.90 234	0.99 239	1.13 384	0.46 157	0.74 112	0.35 102	0.19 179	0.13 91	0.17 95	0.13 74	0.16 76	0.19 167

Selective-RAFT	0.55 177	0.29 186	0.85 269	0.58 318	0.28 114	0.91 377	0.34 131	1.00 153	0.96 245	0.59 161	0.64 139	0.80 245	0.76 305	1.34 297	0.51 254	0.21 266	0.15 241	0.17 95	0.15 132	0.19 179	0.19 167

test_4	0.55 177	0.23 46	0.67 162	0.56 282	0.32 205	0.71 279	0.39 203	0.83 94	0.72 149	0.93 241	1.87 522	0.70 220	0.41 115	1.21 268	0.39 148	0.16 59	0.13 91	0.21 241	0.23 382	0.20 221	0.18 124

GMOStereo	0.55 177	0.28 161	0.72 182	0.52 205	0.30 150	0.53 161	0.43 250	1.02 154	0.98 252	1.44 465	1.14 315	0.88 285	0.57 228	0.62 74	0.39 148	0.16 59	0.14 170	0.24 336	0.22 350	0.20 221	0.18 124

error version	0.55 177	0.28 161	0.72 182	0.52 205	0.30 150	0.53 161	0.43 250	1.02 154	0.98 252	1.44 465	1.14 315	0.88 285	0.57 228	0.62 74	0.39 148	0.16 59	0.14 170	0.24 336	0.22 350	0.20 221	0.18 124

test-v	0.55 177	0.28 161	0.72 182	0.52 205	0.30 150	0.53 161	0.43 250	1.02 154	0.98 252	1.44 465	1.14 315	0.88 285	0.57 228	0.62 74	0.39 148	0.16 59	0.14 170	0.24 336	0.22 350	0.20 221	0.18 124

test-2	0.55 177	0.28 161	0.72 182	0.52 205	0.30 150	0.53 161	0.43 250	1.02 154	0.98 252	1.44 465	1.14 315	0.88 285	0.57 228	0.62 74	0.39 148	0.16 59	0.14 170	0.24 336	0.22 350	0.20 221	0.18 124

rafts_anoy	0.55 177	0.32 265	0.66 158	0.72 471	0.61 465	0.53 161	0.40 212	1.24 251	1.06 289	0.85 222	0.83 199	0.67 211	0.53 207	0.77 126	0.55 285	0.20 231	0.15 241	0.25 375	0.26 421	0.22 291	0.21 228

s12784h	0.55 177	0.22 30	0.49 52	0.43 65	0.19 4	1.00 409	0.34 131	1.40 291	1.30 432	0.84 220	0.93 219	0.63 201	0.52 204	1.48 336	0.47 225	0.15 42	0.12 43	0.17 95	0.11 7	0.19 179	0.13 3

raftrobust	0.55 177	0.27 141	0.63 136	0.68 438	0.69 494	0.50 137	0.34 131	1.08 182	0.97 249	1.32 410	0.88 211	0.62 196	0.80 331	0.82 142	0.44 198	0.20 231	0.16 279	0.16 65	0.14 109	0.15 50	0.18 124

Gwc-CoAtRS	0.55 177	0.27 141	0.73 196	0.49 145	0.30 150	0.63 234	0.25 50	1.38 286	1.12 321	1.05 274	1.02 249	1.10 375	0.55 217	0.72 107	0.44 198	0.17 95	0.14 170	0.17 95	0.15 132	0.16 76	0.17 103

rvit_0105_6	0.56 190	0.38 395	1.13 379	0.67 427	0.38 299	0.50 137	0.51 333	0.88 117	1.33 443	0.54 150	0.56 119	0.65 205	0.57 228	0.97 200	0.46 216	0.32 468	0.31 500	0.28 426	0.25 404	0.29 405	0.23 280

MSKI-zero shot	0.56 190	0.30 215	0.61 127	0.55 260	0.28 114	0.68 263	0.28 75	1.25 255	0.68 137	0.92 238	1.33 391	0.81 251	0.33 66	1.94 413	0.36 120	0.18 138	0.13 91	0.17 95	0.13 74	0.16 76	0.19 167

EKT-Stereo	0.56 190	0.33 286	0.84 263	0.61 359	0.64 473	0.51 146	0.48 312	1.14 208	0.95 241	0.74 197	0.89 213	0.77 238	0.42 123	1.18 262	0.42 186	0.23 324	0.17 307	0.21 241	0.18 222	0.20 221	0.26 344

LL-Strereo2	0.56 190	0.36 356	0.77 218	0.56 282	0.40 323	0.68 263	0.37 173	1.21 242	0.83 195	0.96 249	0.79 187	0.91 301	0.41 115	1.08 233	0.48 234	0.18 138	0.17 307	0.29 438	0.25 404	0.22 291	0.19 167

test-3	0.56 190	0.24 69	0.82 245	0.50 166	0.29 129	0.57 192	0.34 131	1.09 189	1.03 275	1.33 416	0.69 155	0.87 279	0.45 147	1.68 373	0.39 148	0.17 95	0.12 43	0.20 205	0.17 198	0.17 104	0.16 77

test_1	0.56 190	0.24 69	0.82 245	0.50 166	0.29 129	0.57 192	0.34 131	1.09 189	1.03 275	1.28 395	0.69 155	0.87 279	0.45 147	1.67 371	0.39 148	0.17 95	0.12 43	0.20 205	0.17 198	0.17 104	0.16 77

PSM-adaLoss	0.56 190	0.33 286	0.81 236	0.52 205	0.27 78	0.63 234	0.41 225	1.14 208	0.73 150	1.13 299	0.96 225	0.82 257	0.60 255	1.09 237	0.52 262	0.23 324	0.14 170	0.24 336	0.20 280	0.27 372	0.20 198

ROB_FTStereo	0.56 190	0.33 286	0.82 245	0.52 205	0.27 78	0.62 223	0.25 50	1.14 208	0.74 157	1.13 299	0.96 225	0.82 257	0.60 255	1.18 262	0.52 262	0.23 324	0.14 170	0.24 336	0.20 280	0.27 372	0.20 198

cross-raft	0.56 190	0.26 116	0.65 154	0.55 260	0.31 172	0.66 254	0.37 173	1.68 352	0.82 190	1.06 280	1.07 273	1.25 409	0.45 147	0.74 112	0.39 148	0.15 42	0.13 91	0.19 160	0.16 172	0.19 179	0.17 103

test-1	0.56 190	0.28 161	1.13 379	0.58 318	0.34 246	0.60 212	0.38 186	1.56 326	0.98 252	0.80 206	1.02 249	0.83 267	0.52 204	0.64 86	0.46 216	0.17 95	0.16 279	0.20 205	0.17 198	0.20 221	0.26 344

raft+_RVC	0.56 190	0.29 186	0.61 127	0.65 400	0.56 441	0.53 161	0.53 350	1.40 291	1.02 272	0.78 203	1.04 262	0.70 220	0.55 217	1.00 208	0.49 247	0.18 138	0.16 279	0.19 160	0.19 246	0.18 142	0.17 103

RAFT-Stereo + iAFF	0.56 190	0.28 161	0.81 236	0.45 83	0.25 52	0.40 46	0.34 131	1.12 200	1.13 327	1.35 429	1.58 473	0.80 245	0.67 282	0.71 106	0.43 193	0.14 27	0.11 21	0.18 131	0.17 198	0.18 142	0.16 77

H2IRNET	0.57 202	0.28 161	0.75 207	0.49 145	0.35 263	0.40 46	0.27 67	1.03 162	1.18 356	0.62 175	1.26 358	1.07 360	0.85 350	1.02 215	0.64 328	0.20 231	0.16 279	0.23 312	0.25 404	0.22 291	0.20 198

11t1	0.57 202	0.30 215	0.84 263	0.54 244	0.30 150	0.83 346	0.41 225	1.34 278	0.79 178	0.88 229	0.82 198	0.70 220	0.70 293	0.96 196	0.67 340	0.21 266	0.21 392	0.20 205	0.16 172	0.21 270	0.26 344

rrr	0.57 202	0.33 286	2.43 525	0.46 98	0.34 246	0.50 137	0.38 186	0.84 100	0.55 92	0.48 108	0.48 77	0.48 120	0.45 147	2.28 454	0.44 198	0.19 179	0.14 170	0.19 160	0.15 132	0.17 104	0.18 124

test_3	0.57 202	0.24 69	0.87 279	0.55 260	0.30 150	0.60 212	0.40 212	1.07 177	1.08 294	1.20 347	0.68 150	0.92 309	0.43 131	1.68 373	0.40 165	0.16 59	0.13 91	0.22 276	0.19 246	0.21 270	0.17 103

Patchmatch Stereo++	0.57 202	0.33 286	0.82 245	0.52 205	0.27 78	0.63 234	0.28 75	1.14 208	0.73 150	1.13 299	0.96 225	0.82 257	0.60 255	1.40 314	0.52 262	0.23 324	0.14 170	0.24 336	0.20 280	0.27 372	0.20 198
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
ROB_FTStereo_v2	0.57 202	0.33 286	0.81 236	0.52 205	0.27 78	0.62 223	0.42 232	1.14 208	0.73 150	1.13 299	0.97 233	0.82 257	0.60 255	1.15 252	0.53 272	0.23 324	0.14 170	0.24 336	0.20 280	0.27 372	0.20 198

DeepStereo_RVC	0.57 202	0.31 247	0.78 224	0.53 229	0.30 150	0.57 192	0.32 109	1.11 198	0.80 184	1.17 323	0.94 222	0.83 267	0.93 392	1.01 211	0.61 315	0.23 324	0.14 170	0.21 241	0.19 246	0.24 341	0.26 344

iRAFT	0.57 202	0.33 286	0.82 245	0.52 205	0.27 78	0.63 234	0.28 75	1.14 208	0.73 150	1.13 299	0.96 225	0.82 257	0.60 255	1.40 314	0.52 262	0.23 324	0.14 170	0.24 336	0.20 280	0.27 372	0.20 198

CRE-IMP	0.57 202	0.32 265	0.82 245	0.54 244	0.29 129	0.77 311	0.25 50	1.19 233	0.79 178	1.09 285	0.95 223	0.81 251	0.57 228	1.11 245	0.57 296	0.22 300	0.14 170	0.23 312	0.19 246	0.28 388	0.24 303

RAFT-IKP	0.57 202	0.33 286	0.82 245	0.52 205	0.27 78	0.57 192	0.35 145	1.14 208	0.73 150	1.13 299	0.96 225	0.83 267	0.61 265	1.26 277	0.53 272	0.23 324	0.14 170	0.24 336	0.20 280	0.27 372	0.20 198

test_xeample3	0.57 202	0.33 286	3.11 548	0.46 98	0.34 246	0.55 180	0.38 186	0.86 109	0.49 70	0.54 150	0.46 72	0.44 92	0.44 140	1.49 343	0.45 211	0.18 138	0.14 170	0.19 160	0.15 132	0.17 104	0.18 124

CFNet-RSSM	0.57 202	0.25 95	0.76 213	0.49 145	0.28 114	0.59 206	0.27 67	1.89 421	1.17 350	1.09 285	0.95 223	1.06 357	0.53 207	0.74 112	0.41 175	0.17 95	0.13 91	0.17 95	0.15 132	0.16 76	0.16 77

WQFJX	0.58 214	0.29 186	0.57 100	0.46 98	0.87 545	0.75 296	0.39 203	2.67 571	0.80 184	0.55 155	0.53 102	0.54 155	0.55 217	0.97 200	0.61 315	0.17 95	0.19 357	0.19 160	0.16 172	0.19 179	0.20 198

rvit_0105_4	0.58 214	0.40 410	1.19 407	0.68 438	0.38 299	0.53 161	0.55 374	0.93 124	1.27 408	0.56 159	0.61 134	0.72 229	0.63 266	1.01 211	0.47 225	0.33 475	0.33 518	0.29 438	0.25 404	0.29 405	0.26 344

AE-Stereo	0.58 214	0.29 186	0.81 236	0.62 368	0.41 336	0.69 273	0.46 292	2.49 553	1.25 396	0.49 116	0.77 181	0.69 217	0.46 157	0.61 69	0.42 186	0.17 95	0.16 279	0.21 241	0.20 280	0.19 179	0.18 124

1test111	0.58 214	0.34 316	0.63 136	0.60 345	0.27 78	1.16 445	0.51 333	1.58 331	0.91 219	0.60 168	0.80 192	0.47 115	0.87 367	0.99 203	0.67 340	0.21 266	0.13 91	0.25 375	0.15 132	0.23 312	0.25 324

RAFT-Test	0.58 214	0.27 141	0.81 236	0.50 166	0.33 225	0.95 397	0.27 67	1.40 291	0.89 213	1.00 256	1.12 299	1.39 444	0.48 172	0.74 112	0.41 175	0.17 95	0.14 170	0.17 95	0.14 109	0.16 76	0.18 124

anonymousdsp2	0.58 214	0.29 186	0.93 308	0.51 182	0.30 150	0.75 296	0.46 292	1.95 440	0.87 208	0.81 211	0.78 184	0.76 234	0.48 172	1.10 242	0.45 211	0.19 179	0.14 170	0.18 131	0.13 74	0.20 221	0.22 259

fff	0.58 214	0.26 116	1.15 386	0.46 98	0.25 52	0.48 112	0.36 158	1.20 237	1.28 416	1.13 299	1.03 256	0.59 182	1.04 444	0.77 126	0.58 301	0.17 95	0.14 170	0.17 95	0.13 74	0.15 50	0.24 303

iGMRVC	0.58 214	0.33 286	0.81 236	0.52 205	0.27 78	0.62 223	0.38 186	1.14 208	0.73 150	1.13 299	0.97 233	0.82 257	0.59 249	1.54 346	0.53 272	0.23 324	0.14 170	0.24 336	0.20 280	0.27 372	0.20 198

RALCasStereoNet	0.58 214	0.34 316	0.77 218	0.65 400	0.64 473	0.64 243	0.51 333	1.06 175	0.99 261	0.71 190	1.06 270	0.77 238	0.44 140	1.38 308	0.52 262	0.20 231	0.18 339	0.18 131	0.16 172	0.20 221	0.22 259

DCANet	0.58 214	0.26 116	1.15 386	0.45 83	0.25 52	0.49 118	0.36 158	1.18 229	1.35 448	1.15 315	1.04 262	0.60 186	0.91 382	0.84 153	0.58 301	0.17 95	0.14 170	0.17 95	0.13 74	0.19 179	0.25 324

csc	0.58 214	0.26 116	1.15 386	0.46 98	0.25 52	0.48 112	0.36 158	1.20 237	1.28 416	1.13 299	1.03 256	0.59 182	1.04 444	0.77 126	0.58 301	0.17 95	0.14 170	0.17 95	0.13 74	0.15 50	0.24 303

cscssc	0.58 214	0.26 116	1.15 386	0.46 98	0.25 52	0.48 112	0.36 158	1.20 237	1.28 416	1.13 299	1.03 256	0.59 182	1.04 444	0.77 126	0.58 301	0.17 95	0.14 170	0.17 95	0.13 74	0.15 50	0.24 303

GMStereo	0.58 214	0.50 457	1.09 366	0.52 205	0.32 205	0.80 328	0.43 250	1.02 154	1.41 478	0.89 233	0.77 181	0.52 143	0.46 157	0.89 174	0.56 291	0.25 368	0.16 279	0.20 205	0.22 350	0.31 427	0.27 362
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
WQFJX1	0.59 227	0.27 141	0.59 109	0.49 145	0.73 501	0.68 263	0.46 292	2.65 566	0.77 163	0.55 155	0.51 93	0.52 143	0.50 193	1.38 308	0.61 315	0.18 138	0.20 374	0.20 205	0.17 198	0.20 221	0.21 228

IGEV-FE	0.59 227	0.33 286	1.11 373	0.63 378	0.37 283	0.41 56	0.33 118	1.80 393	0.79 178	1.04 271	1.10 286	1.05 356	0.43 131	0.87 165	0.48 234	0.18 138	0.13 91	0.19 160	0.18 222	0.20 221	0.23 280

xyz-stereo-finetune2	0.59 227	0.29 186	0.66 158	0.41 48	0.24 31	1.08 426	0.34 131	0.87 113	0.60 112	0.68 187	1.08 280	0.58 176	0.79 324	2.39 464	0.83 385	0.17 95	0.15 241	0.21 241	0.17 198	0.16 76	0.18 124

gcap-zeroshot	0.59 227	0.30 215	1.11 373	0.51 182	0.30 150	0.79 321	0.36 158	1.86 413	0.86 205	0.90 234	0.68 150	1.44 452	0.50 193	0.82 142	0.35 102	0.19 179	0.16 279	0.18 131	0.15 132	0.18 142	0.18 124

ACVNet-DCA	0.59 227	0.34 316	0.63 136	0.60 345	0.27 78	1.16 445	0.51 333	1.58 331	0.91 219	0.60 168	0.80 192	0.47 115	0.87 367	1.48 336	0.35 102	0.21 266	0.13 91	0.25 375	0.15 132	0.23 312	0.25 324

IGEV_Zeroshot_test	0.59 227	0.33 286	1.11 373	0.63 378	0.37 283	0.41 56	0.33 118	1.80 393	0.79 178	1.04 271	1.10 286	1.06 357	0.43 131	0.87 165	0.48 234	0.18 138	0.13 91	0.19 160	0.18 222	0.20 221	0.23 280

DCANet-4	0.59 227	0.28 161	1.65 475	0.44 74	0.25 52	0.48 112	0.36 158	1.15 220	1.36 457	1.13 299	1.03 256	0.56 171	0.74 299	0.77 126	0.58 301	0.17 95	0.14 170	0.17 95	0.13 74	0.15 50	0.24 303

x	0.59 227	0.34 316	0.79 228	0.51 182	0.32 205	0.69 273	0.46 292	1.64 344	0.97 249	0.86 227	0.86 205	0.83 267	0.74 299	0.75 119	0.70 348	0.21 266	0.22 410	0.22 276	0.20 280	0.21 270	0.24 303

sAnonymous2	0.59 227	0.61 494	1.82 487	0.61 359	0.52 414	0.51 146	0.54 364	0.97 136	0.70 145	0.50 125	0.68 150	0.46 105	0.63 266	0.61 69	0.41 175	0.22 300	0.17 307	0.23 312	0.21 322	0.85 567	0.56 535

CroCo_RVC	0.59 227	0.61 494	1.82 487	0.61 359	0.52 414	0.51 146	0.54 364	0.97 136	0.70 145	0.50 125	0.68 150	0.46 105	0.63 266	0.61 69	0.41 175	0.22 300	0.17 307	0.23 312	0.21 322	0.85 567	0.56 535

NLMM1	0.60 237	0.28 161	0.63 136	0.48 129	0.73 501	0.68 263	0.43 250	2.47 548	1.11 313	0.60 168	0.63 137	0.51 135	0.47 165	1.34 297	0.58 301	0.19 179	0.21 392	0.20 205	0.17 198	0.20 221	0.19 167

MIM_Stereo	0.60 237	0.26 116	1.02 343	0.49 145	0.32 205	0.52 152	0.28 75	1.41 295	0.82 190	1.02 265	1.16 323	0.93 310	0.53 207	1.48 336	0.63 324	0.17 95	0.17 307	0.20 205	0.19 246	0.17 104	0.18 124

MIPNet	0.60 237	0.31 247	1.07 360	0.51 182	0.34 246	0.68 263	0.40 212	1.67 348	1.14 333	1.11 288	0.93 219	0.60 186	0.78 316	0.77 126	0.58 301	0.18 138	0.14 170	0.19 160	0.16 172	0.18 142	0.21 228

AFF-stereo	0.60 237	0.28 161	0.72 182	0.48 129	0.29 129	0.34 26	0.37 173	1.22 244	1.20 363	1.21 354	1.59 477	1.10 375	0.70 293	1.01 211	0.44 198	0.14 27	0.12 43	0.19 160	0.20 280	0.18 142	0.15 43

R-Stereo Train	0.60 237	0.30 215	0.72 182	0.57 304	0.37 283	0.68 263	0.52 344	1.45 300	0.78 168	1.61 506	1.50 447	0.76 234	0.53 207	0.67 97	0.51 254	0.19 179	0.16 279	0.18 131	0.15 132	0.18 142	0.19 167

RAFT-Stereo	0.60 237	0.30 215	0.72 182	0.57 304	0.37 283	0.68 263	0.52 344	1.45 300	0.78 168	1.61 506	1.50 447	0.76 234	0.53 207	0.67 97	0.51 254	0.19 179	0.16 279	0.18 131	0.15 132	0.18 142	0.19 167
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-test2	0.61 243	0.30 215	0.93 308	0.65 400	0.65 478	0.79 321	0.50 331	1.33 277	1.40 474	0.65 179	1.15 321	0.53 149	0.42 123	1.18 262	0.36 120	0.25 368	0.18 339	0.26 396	0.31 487	0.20 221	0.21 228

AIO-test1	0.61 243	0.27 141	0.68 166	0.68 438	1.02 561	0.79 321	0.36 158	1.59 336	1.35 448	0.59 161	0.89 213	0.60 186	0.49 185	1.20 267	0.36 120	0.18 138	0.17 307	0.23 312	0.25 404	0.18 142	0.26 344

rvit_0105_5	0.61 243	0.41 420	1.19 407	0.67 427	0.37 283	0.57 192	0.56 381	1.08 182	1.28 416	0.65 179	0.68 150	0.77 238	0.67 282	0.91 180	0.51 254	0.33 475	0.32 512	0.30 450	0.27 439	0.28 388	0.28 377

riskmin	0.62 246	0.29 186	0.73 196	0.50 166	0.34 246	0.86 363	0.44 270	1.74 378	1.07 291	0.76 200	0.76 177	1.19 393	1.01 427	0.84 153	0.60 312	0.20 231	0.16 279	0.24 336	0.16 172	0.24 341	0.29 391

qqq	0.62 246	0.36 356	0.88 284	0.50 166	0.28 114	0.64 243	0.62 416	1.58 331	0.91 219	0.83 215	0.96 225	0.95 320	0.79 324	0.99 203	0.67 340	0.21 266	0.23 438	0.24 336	0.23 382	0.23 312	0.25 324

ADStereo(finetuned)	0.62 246	0.26 116	1.59 469	0.45 83	0.25 52	0.49 118	0.36 158	1.18 229	1.35 448	1.16 319	1.04 262	0.60 186	1.18 481	0.85 157	0.57 296	0.17 95	0.14 170	0.17 95	0.13 74	0.19 179	0.24 303

dd	0.62 246	0.51 461	1.17 401	0.56 282	0.33 225	0.74 291	0.46 292	1.03 162	1.40 474	0.80 206	0.87 208	0.60 186	0.57 228	1.02 215	0.86 390	0.28 434	0.18 339	0.26 396	0.19 246	0.35 457	0.27 362

IPLGR	0.62 246	0.28 161	1.32 436	0.50 166	0.29 129	0.65 249	0.34 131	1.47 305	1.19 359	1.21 354	1.07 273	0.70 220	0.65 275	1.05 223	0.55 285	0.18 138	0.15 241	0.20 205	0.17 198	0.21 270	0.20 198

PFNet+	0.62 246	0.31 247	0.99 333	0.57 304	0.31 172	0.57 192	0.30 92	0.99 151	1.25 396	1.33 416	1.10 286	0.79 243	0.57 228	1.35 300	0.53 272	0.26 395	0.17 307	0.28 426	0.26 421	0.21 270	0.27 362

NRIStereo	0.62 246	0.31 247	0.78 224	0.56 282	0.28 114	0.63 234	0.33 118	1.16 225	0.92 224	1.15 315	0.87 208	0.90 297	0.58 245	2.24 449	0.56 291	0.22 300	0.14 170	0.21 241	0.19 246	0.22 291	0.18 124

RALAANet	0.62 246	0.37 377	0.97 327	0.66 413	0.50 399	0.67 259	0.31 98	1.27 261	1.09 302	1.11 288	1.17 326	0.88 285	0.46 157	1.27 280	0.45 211	0.20 231	0.15 241	0.21 241	0.18 222	0.27 372	0.19 167

FENet	0.62 246	0.30 215	0.68 166	0.57 304	0.33 225	0.82 338	0.40 212	1.41 295	1.12 321	1.03 269	0.87 208	0.98 329	0.84 345	1.00 208	0.70 348	0.23 324	0.16 279	0.23 312	0.20 280	0.22 291	0.24 303

RAFT+CT+SA	0.63 255	0.30 215	0.73 196	0.69 451	0.37 283	0.40 46	0.55 374	1.93 435	1.04 281	0.72 194	1.23 350	0.62 196	0.69 290	1.69 377	0.42 186	0.19 179	0.13 91	0.22 276	0.22 350	0.21 270	0.19 167

GANet-ADL	0.63 255	0.38 395	0.82 245	0.67 427	0.41 336	0.68 263	0.51 333	1.64 344	1.16 345	0.98 251	1.10 286	0.90 297	0.58 245	0.81 140	0.63 324	0.27 416	0.18 339	0.18 131	0.16 172	0.23 312	0.27 362

AnonymousM	0.63 255	1.14 564	0.43 21	0.46 98	0.32 205	0.43 75	0.46 292	1.27 261	0.78 168	1.00 256	0.66 145	0.68 213	0.45 147	0.61 69	0.46 216	0.21 266	0.16 279	1.84 596	0.98 591	0.15 50	0.15 43

HHNet	0.64 258	0.28 161	0.69 171	0.45 83	0.46 373	0.50 137	0.57 387	1.13 204	1.03 275	1.26 384	2.21 545	0.70 220	0.59 249	1.10 242	0.51 254	0.21 266	0.13 91	0.23 312	0.19 246	0.20 221	0.31 417

Pruner-Stereo	0.64 258	0.31 247	0.79 228	0.66 413	0.31 172	0.61 220	0.42 232	1.22 244	1.09 302	1.53 488	1.09 284	0.94 316	0.55 217	1.37 304	0.56 291	0.25 368	0.14 170	0.24 336	0.21 322	0.21 270	0.25 324

Anonymous3	0.64 258	0.47 443	1.31 433	0.59 337	0.50 399	0.93 388	0.69 437	1.11 198	0.83 195	0.74 197	0.89 213	0.65 205	0.68 286	1.08 233	0.54 281	0.40 515	0.31 500	0.26 396	0.26 421	0.31 427	0.30 407

DIP-Stereo	0.64 258	0.32 265	0.91 303	0.49 145	0.36 271	0.91 377	0.33 118	2.51 556	0.77 163	1.25 372	1.00 244	0.68 213	0.51 199	0.92 182	0.65 333	0.19 179	0.15 241	0.21 241	0.17 198	0.19 179	0.22 259
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
tt1	0.65 262	0.34 316	0.65 154	0.60 345	0.27 78	1.14 438	0.48 312	1.08 182	2.62 578	0.59 161	0.79 187	0.49 124	0.80 331	1.57 349	0.35 102	0.21 266	0.13 91	0.25 375	0.16 172	0.20 221	0.23 280

TestStereo	0.65 262	0.42 422	0.83 254	0.52 205	0.27 78	0.57 192	0.44 270	1.07 177	0.92 224	0.85 222	1.01 246	0.68 213	0.56 224	3.22 499	0.47 225	0.23 324	0.15 241	0.24 336	0.18 222	0.28 388	0.18 124

FACV-RUCA	0.66 264	0.36 356	0.89 288	0.63 378	0.65 478	0.84 355	0.41 225	1.67 348	1.11 313	0.91 236	1.14 315	0.63 201	0.77 309	0.84 153	0.54 281	0.28 434	0.19 357	0.47 541	0.22 350	0.36 461	0.29 391

rvit_0105_3	0.66 264	0.47 443	1.27 426	0.74 485	0.40 323	0.63 234	0.70 444	1.22 244	1.28 416	0.83 215	0.71 166	0.82 257	0.72 298	0.93 185	0.58 301	0.37 505	0.34 522	0.34 489	0.32 494	0.28 388	0.31 417

rvit_stereo_0075_2	0.66 264	0.47 443	1.21 415	0.67 427	0.66 484	0.53 161	0.48 312	1.24 251	1.17 350	0.77 201	0.91 216	0.78 242	0.59 249	1.05 223	0.63 324	0.37 505	0.28 483	0.40 523	0.31 487	0.38 473	0.34 444

CAS	0.66 264	0.19 4	0.41 17	2.31 595	0.86 539	0.56 190	0.53 350	0.83 94	0.63 121	0.49 116	0.70 162	0.36 68	0.26 21	0.47 19	0.37 133	2.33 599	0.10 2	0.14 5	0.10 1	0.17 104	1.31 586

TestStereo1	0.66 264	0.29 186	0.95 319	0.82 518	0.32 205	0.47 101	0.43 250	1.52 313	1.22 379	0.99 252	1.32 385	0.65 205	0.76 305	1.78 389	0.44 198	0.20 231	0.16 279	0.22 276	0.19 246	0.21 270	0.20 198

RAFT_CTSACE	0.66 264	0.29 186	1.14 384	0.57 304	0.51 409	0.68 263	0.44 270	0.88 117	0.98 252	1.03 269	1.83 515	1.23 404	0.67 282	1.48 336	0.38 142	0.16 59	0.16 279	0.21 241	0.20 280	0.20 221	0.17 103

SA-5K	0.66 264	0.29 186	0.95 319	0.82 518	0.32 205	0.47 101	0.43 250	1.52 313	1.22 379	0.99 252	1.32 385	0.65 205	0.76 305	1.78 389	0.44 198	0.20 231	0.16 279	0.22 276	0.19 246	0.21 270	0.20 198

ACRE	0.66 264	0.37 377	1.27 426	0.60 345	0.50 399	0.74 291	0.47 304	1.26 257	1.10 306	1.40 452	1.56 467	0.62 196	0.46 157	0.88 169	0.78 369	0.24 346	0.15 241	0.19 160	0.16 172	0.19 179	0.29 391

ICVP	0.66 264	0.35 345	0.71 180	0.63 378	0.41 336	0.85 362	0.56 381	1.78 386	0.96 245	0.92 238	1.24 354	0.88 285	0.75 304	0.76 123	0.93 414	0.31 460	0.22 410	0.22 276	0.21 322	0.24 341	0.28 377
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
111	0.66 264	0.27 141	1.15 386	0.46 98	0.25 52	0.72 283	0.42 232	1.57 329	1.44 492	0.83 215	1.39 412	1.10 375	0.80 331	0.97 200	0.65 333	0.20 231	0.14 170	0.18 131	0.15 132	0.18 142	0.28 377

ACVNet	0.66 264	0.33 286	0.74 202	0.55 260	0.37 283	0.80 328	0.47 304	1.46 302	1.11 313	1.01 261	1.31 380	1.07 360	0.91 382	0.82 142	1.09 443	0.22 300	0.19 357	0.21 241	0.18 222	0.23 312	0.19 167

Hybrid-DGEV-03	0.67 275	0.29 186	0.69 171	0.55 260	0.36 271	0.73 288	0.38 186	1.09 189	1.18 356	1.74 525	2.49 562	0.84 274	0.56 224	0.99 203	0.47 225	0.19 179	0.12 43	0.22 276	0.19 246	0.17 104	0.17 103

HI	0.67 275	0.34 316	0.80 232	0.51 182	0.51 409	0.41 56	0.37 173	1.15 220	0.80 184	1.34 423	1.42 423	1.60 482	1.11 462	0.96 196	0.90 403	0.16 59	0.12 43	0.20 205	0.21 322	0.20 221	0.20 198

CoSv	0.67 275	0.34 316	0.80 232	0.51 182	0.51 409	0.41 56	0.37 173	1.15 220	0.80 184	1.34 423	1.42 423	1.60 482	1.11 462	0.96 196	0.90 403	0.16 59	0.12 43	0.20 205	0.21 322	0.20 221	0.20 198

test_sample2	0.67 275	0.31 247	0.89 288	0.54 244	0.29 129	0.80 328	0.63 421	1.83 401	1.10 306	0.93 241	1.06 270	0.94 316	0.92 390	1.24 272	0.59 309	0.23 324	0.20 374	0.22 276	0.21 322	0.24 341	0.25 324

test_sample1	0.67 275	0.32 265	0.90 298	0.54 244	0.33 225	0.76 302	0.48 312	1.75 380	1.06 289	0.95 246	0.99 239	0.91 301	1.10 459	1.25 273	0.79 374	0.22 300	0.19 357	0.21 241	0.20 280	0.21 270	0.25 324

MyStereo06	0.67 275	0.29 186	1.06 355	0.58 318	0.48 387	0.62 223	0.72 448	2.26 513	0.89 213	1.07 282	1.12 299	1.22 400	0.56 224	0.83 148	0.47 225	0.17 95	0.17 307	0.24 336	0.21 322	0.23 312	0.23 280

StereoVision	0.67 275	0.37 377	1.02 343	0.60 345	0.41 336	0.50 137	0.41 225	1.32 275	0.96 245	0.73 196	2.48 560	0.82 257	0.57 228	1.06 228	0.50 250	0.26 395	0.28 483	0.29 438	0.28 450	0.37 467	0.22 259

CASS	0.67 275	0.36 356	0.84 263	0.57 304	0.28 114	0.82 338	0.43 250	1.62 343	0.92 224	1.39 446	1.28 373	0.87 279	0.84 345	0.88 169	0.59 309	0.36 502	0.19 357	0.26 396	0.22 350	0.29 405	0.43 496
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CIPLG	0.67 275	0.37 377	1.17 401	0.60 345	0.51 409	0.75 296	0.48 312	1.26 257	1.11 313	1.43 462	1.58 473	0.64 204	0.48 172	0.94 186	0.78 369	0.24 346	0.15 241	0.19 160	0.16 172	0.19 179	0.29 391

IPLGR_C	0.67 275	0.38 395	1.20 411	0.60 345	0.50 399	0.75 296	0.48 312	1.28 266	1.13 327	1.42 458	1.57 471	0.62 196	0.48 172	0.85 157	0.80 381	0.24 346	0.15 241	0.19 160	0.16 172	0.19 179	0.29 391

GwcNet-ADL	0.67 275	0.33 286	0.90 298	0.58 318	0.41 336	0.60 212	0.59 400	1.55 322	1.28 416	1.11 288	1.13 310	0.90 297	0.59 249	1.11 245	0.91 407	0.28 434	0.18 339	0.18 131	0.18 222	0.25 353	0.33 434

TRStereo	0.67 275	0.71 524	1.06 355	0.77 504	0.68 491	0.53 161	0.38 186	2.52 557	0.96 245	0.81 211	0.84 201	0.87 279	0.39 110	1.16 256	0.46 216	0.24 346	0.17 307	0.23 312	0.24 395	0.18 142	0.20 198

RAFT	0.67 275	0.32 265	0.83 254	0.63 378	0.34 246	0.69 273	0.57 387	1.14 208	0.84 198	1.12 296	1.20 334	1.75 510	0.92 390	1.09 237	0.60 312	0.22 300	0.19 357	0.27 410	0.24 395	0.22 291	0.23 280

DN-CSS_ROB	0.67 275	0.36 356	1.36 443	0.59 337	0.41 336	0.54 174	0.45 286	1.30 269	0.95 241	1.05 274	1.47 436	0.69 217	0.64 270	1.80 396	0.60 312	0.19 179	0.15 241	0.25 375	0.23 382	0.22 291	0.23 280

cc1	0.68 289	0.34 316	0.63 136	0.60 345	0.27 78	1.16 445	0.51 333	1.07 177	3.23 591	0.60 168	0.80 192	0.47 115	0.87 367	1.48 336	0.35 102	0.21 266	0.13 91	0.25 375	0.15 132	0.19 179	0.23 280

mmm	0.68 289	0.37 377	0.91 303	0.54 244	0.34 246	0.86 363	0.58 393	1.72 373	1.02 272	1.13 299	1.41 422	0.83 267	0.78 316	0.95 195	0.67 340	0.22 300	0.20 374	0.29 438	0.26 421	0.27 372	0.27 362

PCWNet_CMD	0.68 289	0.34 316	0.93 308	0.51 182	0.38 299	0.80 328	0.42 232	1.51 309	1.34 445	1.17 323	1.31 380	1.23 404	0.65 275	0.94 186	0.62 320	0.21 266	0.17 307	0.27 410	0.19 246	0.43 492	0.28 377

HH	0.68 289	0.33 286	0.83 254	0.53 229	0.34 246	0.92 384	0.45 286	1.79 389	0.74 157	0.71 190	1.13 310	1.60 482	0.83 342	1.95 416	0.39 148	0.18 138	0.14 170	0.19 160	0.17 198	0.19 179	0.19 167

HanStereo	0.68 289	0.33 286	0.83 254	0.53 229	0.34 246	0.92 384	0.45 286	1.79 389	0.74 157	0.71 190	1.13 310	1.60 482	0.83 342	1.95 416	0.39 148	0.18 138	0.14 170	0.19 160	0.17 198	0.19 179	0.19 167

DisPM	0.68 289	0.30 215	0.85 269	0.66 413	0.35 263	0.60 212	0.44 270	1.10 196	1.10 306	1.56 496	1.10 286	0.80 245	0.58 245	2.37 462	0.46 216	0.25 368	0.14 170	0.23 312	0.21 322	0.20 221	0.26 344

CFNet_pseudo	0.68 289	0.34 316	0.93 308	0.50 166	0.39 311	0.72 283	0.42 232	1.44 298	1.25 396	1.17 323	1.35 400	1.22 400	0.66 280	1.04 220	0.64 328	0.21 266	0.17 307	0.33 481	0.19 246	0.39 478	0.28 377

MSMDNet	0.68 289	0.34 316	0.93 308	0.52 205	0.38 299	0.80 328	0.42 232	1.52 313	1.35 448	1.17 323	1.31 380	1.23 404	0.65 275	0.94 186	0.62 320	0.21 266	0.17 307	0.26 396	0.19 246	0.41 486	0.28 377

ccs_rob	0.68 289	0.34 316	0.93 308	0.50 166	0.39 311	0.72 283	0.42 232	1.43 297	1.25 396	1.17 323	1.34 395	1.22 400	0.66 280	1.04 220	0.64 328	0.21 266	0.17 307	0.35 496	0.20 280	0.40 482	0.29 391

Hybrid-DGEV-2	0.69 298	0.35 345	0.85 269	0.61 359	0.37 283	1.06 420	0.28 75	1.73 375	1.42 487	1.37 436	0.93 219	1.02 347	1.01 427	1.09 237	0.54 281	0.19 179	0.15 241	0.22 276	0.19 246	0.17 104	0.18 124

SA	0.69 298	0.31 247	0.97 327	0.64 393	0.30 150	0.56 190	0.38 186	1.84 403	1.35 448	0.99 252	1.37 405	0.69 217	0.94 395	1.88 408	0.43 193	0.20 231	0.16 279	0.25 375	0.23 382	0.22 291	0.19 167

MyStereo8	0.70 300	0.32 265	1.24 421	0.63 378	0.53 422	0.90 374	0.34 131	1.60 338	1.35 448	1.20 347	1.31 380	0.89 295	0.64 270	0.77 126	1.02 435	0.18 138	0.15 241	0.20 205	0.18 222	0.22 291	0.30 407

MyStereo05	0.70 300	0.29 186	1.22 416	0.58 318	0.48 387	0.62 223	0.72 448	1.52 313	1.54 514	1.17 323	0.91 216	0.77 238	0.79 324	1.45 329	0.68 344	0.17 95	0.17 307	0.24 336	0.21 322	0.23 312	0.23 280

xx1	0.70 300	0.34 316	0.63 136	0.60 345	0.27 78	1.16 445	0.51 333	1.07 177	3.23 591	0.60 168	0.80 192	0.95 320	0.79 324	1.48 336	0.35 102	0.21 266	0.13 91	0.24 336	0.23 382	0.23 312	0.25 324

GMStereo_Zeroshot	0.70 300	0.64 505	1.11 373	0.65 400	0.38 299	0.84 355	0.37 173	1.09 189	1.16 345	1.14 313	1.07 273	1.26 415	0.55 217	1.23 270	0.65 333	0.34 485	0.17 307	0.31 457	0.18 222	0.57 541	0.23 280

test_5	0.70 300	0.32 265	0.99 333	0.69 451	0.50 399	0.89 370	0.51 333	1.88 419	1.14 333	0.78 203	1.13 310	1.04 352	0.89 376	1.59 357	0.46 216	0.19 179	0.14 170	0.23 312	0.22 350	0.22 291	0.20 198

GES	0.70 300	0.37 377	1.05 353	0.62 368	0.38 299	0.94 391	0.57 387	2.37 534	0.92 224	1.05 274	1.12 299	0.67 211	0.77 309	1.02 215	0.65 333	0.28 434	0.20 374	0.20 205	0.20 280	0.22 291	0.31 417

IGEV-BASED-STEREO-	0.71 306	3.18 617	2.55 530	0.40 37	0.24 31	0.42 67	0.23 38	0.66 37	0.46 63	0.47 100	0.45 66	0.33 59	0.27 30	0.58 56	0.30 53	1.34 593	0.10 2	0.22 276	0.19 246	0.45 506	1.32 588

MyStereo04	0.71 306	0.30 215	1.28 429	0.58 318	0.48 387	0.59 206	0.78 460	1.74 378	1.49 508	0.94 244	0.91 216	0.74 231	0.86 358	1.59 357	0.69 345	0.18 138	0.18 339	0.24 336	0.21 322	0.23 312	0.23 280

raft_robust	0.71 306	0.32 265	0.75 207	0.54 244	0.28 114	0.54 174	0.35 145	1.54 319	1.24 388	1.18 334	1.07 273	0.73 230	0.53 207	3.65 508	0.40 165	0.19 179	0.16 279	0.20 205	0.22 350	0.21 270	0.19 167

iRaft-Stereo_20w	0.71 306	0.33 286	1.25 423	0.50 166	0.36 271	0.82 338	0.31 98	3.16 586	0.89 213	1.24 369	1.14 315	0.79 243	0.65 275	1.15 252	0.43 193	0.18 138	0.13 91	0.18 131	0.17 198	0.20 221	0.23 280

DMCA	0.71 306	0.36 356	1.17 401	0.53 229	0.45 364	0.84 355	0.46 292	1.52 313	1.09 302	1.20 347	1.12 299	1.21 396	0.74 299	0.87 165	1.09 443	0.25 368	0.20 374	0.27 410	0.19 246	0.24 341	0.29 391

HITNet	0.71 306	0.42 422	1.07 360	0.52 205	0.25 52	1.05 417	0.48 312	2.12 477	1.08 294	1.21 354	1.23 350	0.91 301	0.84 345	0.90 177	0.91 407	0.17 95	0.12 43	0.21 241	0.17 198	0.29 405	0.18 124
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
IPLG	0.72 312	0.29 186	1.12 378	0.53 229	0.44 360	0.79 321	0.33 118	1.35 279	1.10 306	1.32 410	1.11 295	0.52 143	0.54 215	3.13 495	0.71 351	0.17 95	0.14 170	0.20 205	0.17 198	0.18 142	0.21 228

HCRNet	0.72 312	0.40 410	0.86 277	0.61 359	0.57 446	0.75 296	0.35 145	1.39 289	1.21 370	1.11 288	0.99 239	1.01 345	0.76 305	2.18 444	0.73 353	0.28 434	0.19 357	0.28 426	0.23 382	0.25 353	0.26 344

UCFNet_RVC	0.72 312	0.37 377	0.59 109	0.66 413	0.41 336	0.89 370	0.68 434	1.78 386	1.15 338	1.01 261	1.20 334	1.22 400	0.95 400	1.07 230	0.66 337	0.28 434	0.21 392	0.34 489	0.31 487	0.33 445	0.29 391

test_sample3	0.73 315	0.35 345	1.06 355	0.55 260	0.32 205	0.97 406	0.51 333	2.12 477	1.25 396	1.16 319	1.17 326	0.88 285	0.78 316	1.27 280	0.79 374	0.26 395	0.21 392	0.25 375	0.25 404	0.26 366	0.27 362

CFNet_ucs	0.73 315	0.34 316	0.94 315	0.53 229	0.44 360	0.76 302	0.46 292	1.73 375	1.34 445	1.24 369	1.54 458	1.08 370	0.64 270	1.05 223	0.64 328	0.26 395	0.20 374	0.37 509	0.22 350	0.42 490	0.30 407

ToySt	0.73 315	0.35 345	1.64 473	0.54 244	0.37 283	0.92 384	0.81 476	1.21 242	1.03 275	0.86 227	1.12 299	1.31 427	1.01 427	1.04 220	0.88 396	0.19 179	0.20 374	0.24 336	0.24 395	0.27 372	0.28 377

LCNet	0.73 315	0.30 215	0.58 103	0.58 318	0.31 172	0.68 263	0.53 350	1.09 189	0.94 236	1.19 342	1.34 395	0.96 325	1.32 502	2.50 472	0.46 216	0.19 179	0.13 91	0.21 241	0.25 404	0.28 388	0.69 560

test_sample4	0.74 319	0.36 356	1.09 366	0.55 260	0.32 205	0.92 384	0.51 333	2.14 487	1.25 396	1.22 362	1.22 342	0.86 277	0.82 337	1.29 284	0.76 363	0.26 395	0.21 392	0.26 396	0.26 421	0.27 372	0.28 377

IER	0.74 319	0.33 286	1.25 423	0.50 166	0.53 422	1.32 470	0.55 374	1.31 271	1.08 294	1.30 401	1.34 395	1.11 380	1.10 459	1.05 223	0.81 383	0.20 231	0.17 307	0.21 241	0.21 322	0.20 221	0.21 228

SFCPSM	0.74 319	0.30 215	1.06 355	0.52 205	0.39 311	1.36 478	0.64 423	2.42 540	1.11 313	1.18 334	1.21 340	0.81 251	0.78 316	1.08 233	0.57 296	0.22 300	0.17 307	0.22 276	0.24 395	0.23 312	0.21 228

AdaStereo	0.74 319	0.48 449	0.86 277	0.75 494	0.38 299	0.94 391	0.56 381	2.05 466	1.24 388	1.15 315	1.22 342	1.07 360	0.67 282	1.05 223	0.73 353	0.33 475	0.16 279	0.32 469	0.22 350	0.29 405	0.23 280
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.
DCVSM-stereo	0.75 323	0.36 356	0.82 245	0.58 318	0.43 350	0.78 312	0.42 232	1.30 269	1.05 287	1.79 532	1.04 262	1.60 482	1.08 453	1.12 247	0.86 390	0.25 368	0.27 477	0.29 438	0.24 395	0.30 420	0.37 461

test_sample5	0.75 323	0.36 356	1.04 348	0.55 260	0.31 172	0.84 355	0.53 350	2.12 477	1.23 384	1.18 334	1.30 378	0.88 285	0.86 358	1.37 304	0.76 363	0.26 395	0.22 410	0.27 410	0.28 450	0.28 388	0.29 391

DualNet	0.75 323	0.36 356	1.04 348	0.55 260	0.31 172	0.84 355	0.53 350	2.12 477	1.23 384	1.21 354	1.40 417	0.88 285	0.86 358	1.37 304	0.76 363	0.26 395	0.22 410	0.27 410	0.28 450	0.28 388	0.29 391

BSDual-CNN	0.75 323	0.34 316	0.77 218	0.55 260	0.45 364	1.25 463	0.66 429	2.65 566	1.04 281	1.25 372	1.12 299	1.11 380	0.77 309	0.94 186	0.76 363	0.25 368	0.18 339	0.25 375	0.22 350	0.23 312	0.24 303

psmg	0.75 323	0.34 316	0.77 218	0.52 205	0.45 364	1.46 493	0.73 451	2.15 492	1.04 281	1.25 372	1.33 391	1.11 380	0.77 309	0.94 186	0.76 363	0.25 368	0.20 374	0.25 375	0.26 421	0.23 312	0.24 303

UDGNet	0.75 323	1.23 571	0.99 333	0.82 518	0.42 346	0.76 302	0.38 186	0.98 140	1.37 462	0.83 215	0.88 211	0.70 220	0.60 255	1.25 273	0.57 296	0.57 560	0.19 357	1.03 586	0.26 421	0.79 565	0.35 453

PSMNet-ADL	0.75 323	0.36 356	0.69 171	0.71 465	0.47 384	1.13 435	0.46 292	1.47 305	1.07 291	0.85 222	1.18 329	1.31 427	0.94 395	1.56 347	1.06 440	0.34 485	0.22 410	0.22 276	0.23 382	0.27 372	0.36 457

GMM-Stereo	0.75 323	0.27 141	0.66 158	0.56 282	0.34 246	0.71 279	0.97 512	1.09 189	0.91 219	1.37 436	1.79 507	1.11 380	0.79 324	2.08 433	0.48 234	0.19 179	0.12 43	0.25 375	0.25 404	0.21 270	0.78 567

rvit_105_1	0.76 331	0.54 472	1.27 426	0.80 511	0.49 394	0.74 291	0.86 490	1.39 289	1.23 384	1.00 256	0.80 192	0.93 310	0.78 316	1.29 284	0.78 369	0.43 524	0.36 533	0.36 506	0.42 535	0.30 420	0.36 457

qqq1	0.76 331	0.32 265	0.95 319	0.49 145	0.27 78	0.83 346	0.43 250	2.16 494	1.45 497	1.27 389	1.50 447	0.98 329	0.96 402	1.87 402	0.48 234	0.24 346	0.22 410	0.18 131	0.15 132	0.19 179	0.22 259

fff1	0.76 331	0.32 265	0.95 319	0.49 145	0.27 78	0.83 346	0.43 250	2.16 494	1.45 497	1.27 389	1.50 447	0.98 329	0.96 402	1.87 402	0.48 234	0.24 346	0.22 410	0.18 131	0.15 132	0.19 179	0.22 259

Sa-1000	0.76 331	0.30 215	0.92 306	0.62 368	0.31 172	0.78 312	0.37 173	2.00 453	1.38 464	1.30 401	2.04 536	0.86 277	0.74 299	1.87 402	0.40 165	0.19 179	0.14 170	0.25 375	0.24 395	0.21 270	0.19 167

Prome-Stereo	0.76 331	0.29 186	0.57 100	0.58 318	0.33 225	0.58 204	0.94 507	0.98 140	0.92 224	1.46 474	2.45 558	0.91 301	1.38 509	1.60 362	0.44 198	0.19 179	0.13 91	0.19 160	0.18 222	0.20 221	0.87 573

EAI-Stereo	0.76 331	0.31 247	0.74 202	0.55 260	0.28 114	0.70 277	1.72 575	2.57 560	0.90 218	0.75 199	3.03 573	0.57 173	0.43 131	1.10 242	0.49 247	0.19 179	0.14 170	0.17 95	0.18 222	0.17 104	0.21 228

DFGA-Net	0.77 337	0.47 443	1.75 481	0.55 260	0.46 373	0.83 346	0.44 270	1.38 286	1.10 306	1.05 274	1.20 334	0.70 220	0.58 245	2.27 452	1.31 472	0.19 179	0.17 307	0.24 336	0.24 395	0.28 388	0.30 407

G2L-Stereo_test	0.77 337	0.31 247	0.97 327	0.51 182	0.41 336	0.90 374	0.80 471	1.67 348	1.22 379	1.32 410	1.27 367	1.50 466	0.81 335	1.74 382	1.02 435	0.20 231	0.14 170	0.16 65	0.16 172	0.18 142	0.22 259

test_sample6	0.77 337	0.36 356	1.07 360	0.56 282	0.31 172	0.82 338	0.56 381	2.12 477	1.24 388	1.21 354	1.40 417	0.90 297	0.90 379	1.45 329	0.87 395	0.28 434	0.23 438	0.28 426	0.29 469	0.28 388	0.30 407

KYRaft	0.77 337	0.29 186	0.68 166	0.59 337	0.29 129	0.66 254	0.83 481	1.05 173	0.89 213	1.63 512	2.22 546	1.15 388	0.99 418	1.59 357	0.41 175	0.21 266	0.14 170	0.22 276	0.28 450	0.21 270	1.01 577

MLCV	0.77 337	0.39 404	1.31 433	0.55 260	0.25 52	0.91 377	0.39 203	1.48 307	1.28 416	1.49 482	1.54 458	1.02 347	0.68 286	2.12 438	0.93 414	0.19 179	0.13 91	0.19 160	0.14 109	0.19 179	0.22 259

test_sample7	0.78 342	0.39 404	0.89 288	0.55 260	0.35 263	0.93 388	0.75 453	1.99 449	1.27 408	1.25 372	1.22 342	1.09 371	1.01 427	1.31 287	0.73 353	0.32 468	0.32 512	0.32 469	0.32 494	0.33 445	0.33 434

CoDeX	0.78 342	0.31 247	1.04 348	0.56 282	0.37 283	1.13 435	0.60 408	2.77 575	1.29 428	1.17 323	1.26 358	0.91 301	0.87 367	1.42 322	0.74 357	0.21 266	0.16 279	0.21 241	0.18 222	0.21 270	0.21 228

anonymousa	0.78 342	0.30 215	0.85 269	0.51 182	0.96 557	1.41 488	0.47 304	1.61 340	0.94 236	1.33 416	1.77 505	1.66 494	1.11 462	0.72 107	0.63 324	0.19 179	0.18 339	0.23 312	0.25 404	0.20 221	0.22 259

BUS	0.78 342	0.34 316	0.77 218	0.55 260	0.45 364	2.30 559	0.42 232	2.65 566	1.04 281	1.25 372	1.12 299	1.02 347	0.70 293	0.94 186	0.75 360	0.25 368	0.18 339	0.25 375	0.22 350	0.23 312	0.24 303

acv_ft	0.78 342	0.33 286	1.10 371	0.73 479	0.86 539	1.23 460	0.57 387	1.65 347	1.11 313	1.31 407	1.31 380	1.07 360	0.91 382	0.82 142	1.35 482	0.22 300	0.19 357	0.21 241	0.18 222	0.22 291	0.19 167

GANet-RSSM	0.78 342	0.31 247	0.90 298	0.67 427	0.58 449	0.80 328	0.62 416	2.04 462	1.15 338	1.11 288	1.27 367	1.26 415	1.18 481	1.68 373	0.74 357	0.26 395	0.21 392	0.22 276	0.22 350	0.23 312	0.23 280

PSMNet-RSSM	0.78 342	0.32 265	0.89 288	0.65 400	0.43 350	0.73 288	0.58 393	2.14 487	1.19 359	1.18 334	1.38 410	1.31 427	1.07 452	1.43 324	0.82 384	0.28 434	0.21 392	0.27 410	0.29 469	0.25 353	0.26 344

CFNet-ft	0.78 342	0.36 356	0.74 202	0.67 427	0.56 441	0.86 363	0.54 364	1.46 302	1.17 350	1.01 261	1.28 373	1.68 499	1.03 438	1.57 349	0.95 421	0.27 416	0.21 392	0.33 481	0.26 421	0.31 427	0.26 344

CFNet_RVC	0.78 342	0.36 356	0.74 202	0.67 427	0.56 441	0.86 363	0.54 364	1.46 302	1.17 350	1.01 261	1.28 373	1.68 499	1.03 438	1.57 349	0.95 421	0.27 416	0.21 392	0.33 481	0.26 421	0.31 427	0.26 344

G2L-ROB	0.79 351	0.28 161	1.01 340	0.57 304	0.39 311	0.94 391	0.65 425	1.76 382	1.18 356	1.27 389	1.03 256	1.62 487	0.78 316	1.93 412	1.26 467	0.20 231	0.14 170	0.17 95	0.15 132	0.20 221	0.24 303

SMFormer	0.79 351	0.32 265	0.95 319	0.49 145	0.27 78	0.83 346	0.43 250	2.16 494	1.45 497	1.27 389	1.50 447	0.98 329	0.96 402	1.87 402	0.99 427	0.24 346	0.22 410	0.22 276	0.21 322	0.23 312	0.27 362

tta	0.79 351	0.32 265	0.95 319	0.49 145	0.27 78	0.83 346	0.43 250	2.16 494	1.45 497	1.27 389	1.50 447	0.98 329	0.96 402	1.87 402	0.99 427	0.24 346	0.22 410	0.22 276	0.21 322	0.19 179	0.22 259

ffm	0.79 351	0.36 356	1.51 457	0.56 282	0.40 323	0.76 302	0.59 400	1.08 182	2.62 578	1.19 342	1.49 440	1.07 360	0.85 350	1.57 349	0.35 102	0.21 266	0.13 91	0.31 457	0.28 450	0.20 221	0.23 280

cf-r	0.79 351	0.32 265	1.06 355	0.57 304	0.64 473	0.78 312	0.51 333	2.04 462	1.22 379	1.20 347	1.27 367	1.53 472	0.91 382	1.47 334	0.94 419	0.25 368	0.19 357	0.22 276	0.23 382	0.19 179	0.21 228

DeepPruner_ROB	0.79 351	0.55 476	1.14 384	0.61 359	0.46 373	0.78 312	0.54 364	1.83 401	1.00 265	1.42 458	1.27 367	1.23 404	0.77 309	1.56 347	0.89 399	0.35 495	0.28 483	0.27 410	0.26 421	0.32 438	0.34 444

DDVS	0.80 357	0.43 427	1.09 366	0.64 393	0.44 360	1.27 466	0.43 250	1.49 308	0.94 236	1.21 354	1.16 323	1.42 446	0.63 266	2.14 440	1.02 435	0.29 450	0.22 410	0.26 396	0.23 382	0.31 427	0.37 461

gwcnet-sp	0.80 357	0.37 377	1.94 495	0.62 368	0.45 364	1.38 479	0.53 350	1.68 352	1.20 363	1.37 436	1.08 280	0.93 310	0.82 337	1.45 329	0.79 374	0.22 300	0.22 410	0.22 276	0.21 322	0.23 312	0.25 324

scenet	0.80 357	0.37 377	1.94 495	0.62 368	0.45 364	1.38 479	0.53 350	1.68 352	1.20 363	1.37 436	1.08 280	0.93 310	0.82 337	1.45 329	0.79 374	0.22 300	0.22 410	0.22 276	0.21 322	0.23 312	0.25 324

ssnet	0.80 357	0.37 377	1.94 495	0.62 368	0.45 364	1.38 479	0.53 350	1.68 352	1.20 363	1.37 436	1.08 280	0.93 310	0.82 337	1.45 329	0.79 374	0.22 300	0.22 410	0.22 276	0.21 322	0.23 312	0.25 324

AASNet	0.80 357	0.39 404	1.16 400	0.84 526	0.80 527	1.14 438	0.59 400	2.12 477	1.21 370	1.26 384	1.26 358	0.93 310	0.77 309	0.84 153	1.23 463	0.28 434	0.24 448	0.24 336	0.20 280	0.28 388	0.27 362

PSM-softLoss	0.80 357	0.33 286	0.89 288	0.63 378	0.32 205	0.55 180	0.40 212	1.26 257	0.78 168	1.25 372	1.07 273	0.83 267	0.51 199	5.33 544	0.61 315	0.25 368	0.15 241	0.25 375	0.22 350	0.20 221	0.26 344

KMStereo	0.80 357	0.33 286	0.89 288	0.63 378	0.32 205	0.55 180	0.40 212	1.26 257	0.78 168	1.25 372	1.07 273	0.83 267	0.51 199	5.33 544	0.61 315	0.25 368	0.15 241	0.25 375	0.22 350	0.20 221	0.26 344

PSM-AAD	0.80 357	0.29 186	0.58 103	0.58 318	0.29 129	0.76 302	1.19 542	1.08 182	0.94 236	1.65 515	1.58 473	0.81 251	2.12 570	1.67 371	0.44 198	0.19 179	0.14 170	0.38 513	0.32 494	0.22 291	0.68 557

iResNet	0.80 357	0.45 435	1.47 452	0.72 471	0.31 172	0.96 403	0.64 423	1.80 393	1.28 416	1.31 407	1.48 439	0.94 316	0.78 316	1.77 387	0.99 427	0.19 179	0.14 170	0.18 131	0.15 132	0.22 291	0.27 362

NINENet	0.81 366	0.40 410	0.89 288	0.65 400	0.53 422	2.30 559	0.42 232	2.12 477	1.13 327	1.20 347	1.27 367	1.02 347	0.70 293	1.26 277	0.75 360	0.29 450	0.24 448	0.31 457	0.21 322	0.27 372	0.26 344

DRaft	0.81 366	0.26 116	0.77 218	0.47 115	0.31 172	0.95 397	0.52 344	1.13 204	0.99 261	1.78 531	2.01 535	0.80 245	1.71 543	2.64 479	0.74 357	0.19 179	0.14 170	0.20 205	0.20 280	0.18 142	0.24 303

hknet	0.82 368	0.34 316	1.15 386	0.55 260	0.39 311	1.25 463	0.66 429	2.65 566	1.10 306	1.25 372	1.12 299	1.58 481	0.85 350	1.41 317	0.79 374	0.23 324	0.18 339	0.25 375	0.22 350	0.23 312	0.24 303

NF-Stereo	0.82 368	0.33 286	0.83 254	0.65 400	0.31 172	0.63 234	0.43 250	1.35 279	0.93 231	1.30 401	1.02 249	0.81 251	0.57 228	5.37 548	0.55 285	0.26 395	0.14 170	0.24 336	0.20 280	0.20 221	0.30 407

OCTAStereo	0.82 368	0.33 286	0.83 254	0.65 400	0.31 172	0.62 223	0.44 270	1.35 279	0.93 231	1.30 401	1.02 249	0.81 251	0.57 228	5.32 543	0.55 285	0.26 395	0.14 170	0.24 336	0.20 280	0.20 221	0.30 407

RE-Stereo	0.82 368	0.33 286	0.84 263	0.65 400	0.31 172	0.63 234	0.44 270	1.35 279	0.93 231	1.30 401	1.02 249	0.80 245	0.57 228	5.34 546	0.55 285	0.26 395	0.14 170	0.24 336	0.20 280	0.20 221	0.31 417

TVStereo	0.82 368	0.33 286	0.84 263	0.65 400	0.31 172	0.63 234	0.44 270	1.35 279	0.93 231	1.30 401	1.02 249	0.80 245	0.57 228	5.34 546	0.55 285	0.26 395	0.14 170	0.24 336	0.20 280	0.20 221	0.31 417

ARAFT	0.82 368	0.40 410	1.77 483	0.53 229	0.31 172	0.89 370	0.81 476	2.32 525	1.08 294	1.66 518	1.25 356	1.04 352	0.64 270	1.91 409	0.52 262	0.20 231	0.15 241	0.28 426	0.27 439	0.17 104	0.18 124

STTStereo	0.82 368	0.53 469	1.53 464	0.68 438	0.56 441	0.88 368	0.56 381	1.57 329	1.14 333	1.39 446	1.10 286	1.26 415	0.84 345	1.49 343	0.90 403	0.29 450	0.28 483	0.33 481	0.40 531	0.33 445	0.37 461

BEATNet_4x	0.82 368	0.54 472	2.02 502	0.56 282	0.28 114	1.04 414	0.55 374	2.14 487	1.13 327	1.24 369	1.26 358	1.00 340	0.94 395	1.13 249	1.23 463	0.21 266	0.14 170	0.24 336	0.20 280	0.37 467	0.23 280

iResNet_ROB	0.82 368	0.36 356	1.13 379	0.60 345	0.37 283	0.91 377	0.38 186	2.41 539	1.61 527	1.35 429	1.35 400	1.25 409	0.97 412	1.75 384	0.88 396	0.21 266	0.14 170	0.17 95	0.12 39	0.19 179	0.30 407

ISRNet	0.83 377	0.35 345	1.31 433	0.84 526	0.65 478	0.60 212	0.41 225	1.28 266	1.15 338	1.61 506	1.55 461	1.34 434	0.77 309	1.33 296	0.98 426	0.40 515	0.34 522	0.43 530	0.38 528	0.34 453	0.49 513

GrayStereo	0.83 377	0.28 161	0.62 133	0.66 413	0.37 283	0.76 302	1.79 579	1.19 233	0.91 219	1.98 551	1.89 523	1.07 360	1.76 548	1.43 324	0.50 250	0.20 231	0.15 241	0.19 160	0.21 322	0.18 142	0.41 484

psm_up	0.83 377	0.37 377	0.88 284	0.68 438	0.59 455	1.05 417	0.92 501	1.68 352	1.17 350	1.41 454	1.22 342	1.30 425	1.31 500	1.39 312	0.89 399	0.27 416	0.30 495	0.31 457	0.27 439	0.28 388	0.28 377

GwcNet-RSSM	0.83 377	0.34 316	1.29 432	0.65 400	0.55 436	0.78 312	0.62 416	1.89 421	1.27 408	1.18 334	1.39 412	1.56 477	0.91 382	1.60 362	1.22 460	0.26 395	0.20 374	0.23 312	0.24 395	0.21 270	0.21 228

DMCA-RVC	0.83 377	0.46 438	2.19 516	0.68 438	0.49 394	0.84 355	0.48 312	1.44 298	1.07 291	1.56 496	1.04 262	1.29 422	0.86 358	1.49 343	0.92 411	0.27 416	0.22 410	0.35 496	0.28 450	0.32 438	0.28 377

coex_refinement	0.84 382	0.30 215	0.89 288	0.72 471	0.52 414	0.95 397	0.60 408	1.92 433	1.29 428	1.38 442	1.37 405	1.80 516	0.82 337	1.48 336	1.31 472	0.27 416	0.17 307	0.19 160	0.20 280	0.25 353	0.27 362

G2L-Stereo	0.84 382	0.35 345	1.15 386	0.63 378	0.43 350	0.78 312	0.69 437	1.69 361	1.20 363	1.36 434	1.18 329	1.43 451	0.78 316	2.47 471	1.26 467	0.25 368	0.20 374	0.26 396	0.21 322	0.20 221	0.27 362

RAFT_R40	0.84 382	0.30 215	0.83 254	0.63 378	0.31 172	0.66 254	0.43 250	1.15 220	0.99 261	1.47 475	1.10 286	1.00 340	0.84 345	5.44 549	0.53 272	0.23 324	0.13 91	0.23 312	0.20 280	0.23 312	0.19 167

UPFNet	0.84 382	0.34 316	1.09 366	0.62 368	0.74 508	1.25 463	0.78 460	1.69 361	1.20 363	1.39 446	1.13 310	1.30 425	0.87 367	1.73 381	1.22 460	0.24 346	0.26 467	0.24 336	0.23 382	0.26 366	0.20 198

hitnet-ft	0.84 382	0.38 395	0.75 207	0.59 337	0.44 360	0.99 408	0.47 304	1.61 340	1.38 464	1.21 354	1.22 342	1.82 518	0.99 418	1.87 402	1.09 443	0.33 475	0.29 491	0.34 489	0.27 439	0.36 461	0.33 434

NLCA_NET_v2_RVC	0.84 382	0.46 438	1.40 448	0.69 451	0.61 465	0.95 397	0.52 344	1.68 352	1.21 370	1.39 446	1.15 321	1.42 446	0.88 373	1.78 389	0.93 414	0.26 395	0.23 438	0.27 410	0.27 439	0.30 420	0.39 474
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.84 382	0.43 427	1.01 340	0.66 413	0.43 350	1.32 470	0.49 323	1.64 344	1.24 388	1.53 488	1.45 431	1.49 463	0.97 412	1.32 293	1.31 472	0.21 266	0.17 307	0.27 410	0.25 404	0.25 353	0.34 444
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ITSA-stereo	0.85 389	0.38 395	0.92 306	0.58 318	0.32 205	0.86 363	0.49 323	2.33 531	1.69 533	1.16 319	1.12 299	0.95 320	0.85 350	2.46 466	1.18 452	0.27 416	0.23 438	0.28 426	0.28 450	0.28 388	0.41 484

AIO-Stereo-zeroshot	0.85 389	0.38 395	2.79 539	0.51 182	0.60 459	0.72 283	0.38 186	2.87 582	0.77 163	0.80 206	1.07 273	2.14 549	0.93 392	0.96 196	0.62 320	0.21 266	0.13 91	0.21 241	0.26 421	0.29 405	0.32 426

DCRE	0.85 389	0.28 161	0.76 213	0.60 345	0.49 394	0.59 206	0.53 350	1.04 169	0.92 224	0.80 206	7.34 606	0.87 279	0.57 228	0.78 135	0.43 193	0.16 59	0.17 307	0.19 160	0.17 198	0.18 142	0.22 259

SST-Stereo	0.85 389	0.30 215	0.81 236	0.63 378	0.31 172	0.70 277	0.25 50	1.16 225	0.95 241	1.47 475	1.11 295	0.99 334	0.86 358	5.69 552	0.53 272	0.23 324	0.13 91	0.23 312	0.19 246	0.23 312	0.19 167

PAM	0.86 393	0.31 247	1.19 407	0.55 260	0.35 263	2.17 553	0.47 304	2.26 513	0.87 208	1.18 334	0.96 225	3.01 577	1.41 516	0.90 177	0.40 165	0.19 179	0.13 91	0.19 160	0.18 222	0.20 221	0.27 362

RAFT-345	0.86 393	0.26 116	0.73 196	0.53 229	0.28 114	0.53 161	0.41 225	0.85 102	1.31 439	1.33 416	2.32 550	0.85 276	0.53 207	5.69 552	0.48 234	0.19 179	0.14 170	0.22 276	0.17 198	0.17 104	0.17 103

UNet	0.86 393	0.36 356	1.52 461	0.62 368	0.74 508	1.56 504	0.49 323	1.55 322	1.12 321	1.28 395	1.10 286	1.52 471	1.10 459	1.69 377	1.14 448	0.24 346	0.18 339	0.25 375	0.21 322	0.25 353	0.25 324

ac_64	0.86 393	0.32 265	1.02 343	0.74 485	0.60 459	1.04 414	0.53 350	2.20 508	0.99 261	1.23 365	1.11 295	1.96 532	1.06 450	2.01 424	1.01 432	0.30 457	0.22 410	0.24 336	0.23 382	0.22 291	0.22 259

Select-FE	0.87 397	0.42 422	2.64 536	0.57 304	0.48 387	0.47 101	0.23 38	2.59 562	0.85 202	1.08 284	1.32 385	2.00 536	1.73 545	1.15 252	0.47 225	0.21 266	0.17 307	0.21 241	0.26 421	0.20 221	0.33 434

PAM_32	0.87 397	0.30 215	1.08 363	0.56 282	0.32 205	2.10 552	0.36 158	2.26 513	1.01 268	1.13 299	1.05 269	3.14 582	1.47 523	1.00 208	0.42 186	0.19 179	0.14 170	0.20 205	0.18 222	0.19 179	0.25 324

SepStereo	0.87 397	0.37 377	1.20 411	0.66 413	0.69 494	0.82 338	0.62 416	1.79 389	1.26 404	1.93 545	1.55 461	0.96 325	1.17 474	2.34 457	0.69 345	0.22 300	0.16 279	0.25 375	0.18 222	0.29 405	0.24 303

LMCR-Stereo	0.87 397	0.50 457	0.99 333	0.80 511	0.43 350	1.32 470	0.55 374	2.79 578	1.03 275	1.55 494	1.49 440	0.74 231	1.01 427	1.76 385	0.99 427	0.30 457	0.17 307	0.22 276	0.18 222	0.31 427	0.22 259

FADNet_RVC	0.88 401	0.56 480	2.15 513	0.57 304	0.43 350	1.17 452	0.46 292	1.68 352	1.12 321	0.91 236	1.24 354	0.91 301	0.94 395	2.22 446	1.20 455	0.28 434	0.22 410	0.32 469	0.28 450	0.46 513	0.42 492

iResNetv2_ROB	0.88 401	0.43 427	2.62 535	0.60 345	0.38 299	0.94 391	0.67 431	1.88 419	1.38 464	1.27 389	1.45 431	1.26 415	1.05 449	1.92 410	0.64 328	0.24 346	0.15 241	0.19 160	0.14 109	0.24 341	0.21 228

DualNet (step1)	0.89 403	0.51 461	1.35 438	0.58 318	0.40 323	1.07 422	0.80 471	1.99 449	1.27 408	1.25 372	1.22 342	1.09 371	1.01 427	1.31 287	0.73 353	0.59 563	0.32 512	0.62 568	0.67 576	0.45 506	0.48 508

iRaft-Stereo_5w	0.89 403	0.31 247	1.04 348	0.56 282	0.47 384	0.47 101	0.68 434	1.19 233	1.08 294	0.80 206	1.35 400	1.46 458	0.90 379	5.11 538	1.16 450	0.18 138	0.15 241	0.22 276	0.19 246	0.21 270	0.24 303

DAS	0.89 403	0.37 377	1.20 411	0.66 413	0.69 494	0.82 338	0.62 416	1.79 389	1.26 404	1.93 545	1.55 461	0.96 325	1.17 474	2.72 483	0.69 345	0.22 300	0.16 279	0.25 375	0.18 222	0.29 405	0.24 303

SACVNet	0.89 403	0.51 461	1.08 363	0.83 522	0.58 449	0.83 346	0.78 460	1.84 403	1.17 350	1.39 446	1.33 391	1.25 409	1.01 427	2.31 456	0.92 411	0.35 495	0.26 467	0.31 457	0.29 469	0.35 457	0.48 508

ASMatch	0.89 403	0.29 186	0.72 182	0.56 282	0.36 271	0.47 101	0.37 173	1.16 225	0.95 241	1.11 288	3.26 576	0.95 320	0.96 402	4.88 535	0.53 272	0.20 231	0.16 279	0.22 276	0.19 246	0.20 221	0.30 407

ADLNet	0.89 403	0.39 404	1.09 366	0.88 537	0.73 501	1.24 462	0.75 453	2.02 455	1.41 478	1.58 501	1.37 405	1.26 415	1.00 424	1.31 287	1.18 452	0.28 434	0.21 392	0.26 396	0.26 421	0.29 405	0.36 457

MMNet	0.89 403	0.35 345	1.44 449	0.64 393	0.59 455	1.83 531	0.48 312	1.70 365	1.38 464	1.45 471	1.19 333	1.25 409	1.16 470	1.77 387	1.27 470	0.20 231	0.19 357	0.23 312	0.22 350	0.25 353	0.24 303

HGLStereo	0.89 403	0.42 422	1.15 386	0.82 518	1.03 562	1.16 445	0.57 387	1.68 352	1.28 416	1.26 384	1.62 480	1.13 384	1.31 500	1.85 398	1.11 447	0.25 368	0.24 448	0.24 336	0.22 350	0.24 341	0.29 391

CRFU-Net	0.90 411	0.42 422	1.10 371	0.69 451	0.59 455	1.76 522	0.84 483	2.33 531	0.92 224	1.45 471	1.20 334	1.62 487	1.25 489	1.38 308	0.94 419	0.28 434	0.23 438	0.22 276	0.19 246	0.24 341	0.27 362

dad	0.90 411	0.73 530	1.28 429	0.59 337	0.39 311	0.83 346	0.45 286	1.24 251	1.54 514	1.52 485	1.28 373	1.36 437	0.86 358	2.54 475	0.91 407	0.43 524	0.27 477	0.82 576	0.26 421	0.44 503	0.34 444

AACVNet	0.90 411	0.40 410	0.98 330	0.86 532	0.40 323	0.80 328	0.49 323	1.81 397	0.86 205	1.11 288	1.34 395	1.32 431	0.99 418	4.23 519	0.86 390	0.26 395	0.22 410	0.28 426	0.22 350	0.30 420	0.28 377

IRAFT_RVC	0.90 411	0.30 215	0.89 288	0.67 427	0.31 172	0.64 243	1.00 518	1.40 291	0.97 249	1.23 365	1.04 262	1.00 340	0.96 402	5.77 557	0.57 296	0.24 346	0.13 91	0.25 375	0.21 322	0.20 221	0.21 228

delet	0.90 411	0.34 316	1.15 386	0.69 451	0.66 484	1.63 511	0.81 476	1.95 440	1.49 508	1.42 458	1.38 410	1.29 422	0.91 382	1.78 389	1.18 452	0.22 300	0.22 410	0.24 336	0.25 404	0.22 291	0.24 303

pcwnet_v2	0.91 416	0.39 404	2.74 537	0.64 393	0.55 436	0.81 336	0.49 323	2.19 505	1.63 528	1.44 465	1.64 486	1.09 371	0.79 324	1.31 287	0.70 348	0.32 468	0.25 460	0.29 438	0.27 439	0.37 467	0.37 461

FADNet-RVC-Resample	0.91 416	0.51 461	2.92 542	0.64 393	0.46 373	1.07 422	0.60 408	1.76 382	1.24 388	1.10 287	0.98 238	1.06 357	0.98 415	2.17 443	0.95 421	0.24 346	0.22 410	0.30 450	0.32 494	0.36 461	0.40 480

HSM-Net_RVC	0.91 416	0.31 247	0.60 119	0.54 244	0.31 172	1.15 442	0.60 408	3.76 595	1.30 432	1.57 500	1.75 501	1.67 496	1.01 427	1.61 364	0.90 403	0.23 324	0.17 307	0.19 160	0.18 222	0.20 221	0.22 259
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ssnet_v2	0.92 419	0.39 404	1.22 416	0.66 413	0.39 311	1.31 469	0.96 511	2.32 525	1.45 497	1.48 480	1.17 326	1.53 472	0.91 382	1.16 256	1.71 524	0.31 460	0.27 477	0.30 450	0.29 469	0.28 388	0.29 391

ADLNet2	0.92 419	0.37 377	1.25 423	0.80 511	0.65 478	1.12 434	0.75 453	1.95 440	1.42 487	1.26 384	1.67 490	1.68 499	1.04 444	1.80 396	1.23 463	0.25 368	0.22 410	0.21 241	0.22 350	0.27 372	0.31 417

FTStereo	0.92 419	0.28 161	0.61 127	0.57 304	0.34 246	0.65 249	1.80 582	1.09 189	0.84 198	1.75 527	4.13 586	1.04 352	1.62 532	1.59 357	0.48 234	0.21 266	0.17 307	0.23 312	0.22 350	0.19 179	0.58 541

PFNet	0.92 419	0.28 161	1.20 411	0.68 438	0.32 205	0.62 223	0.55 374	1.27 261	1.01 268	1.47 475	1.09 284	0.97 328	0.68 286	6.58 577	0.59 309	0.21 266	0.13 91	0.24 336	0.19 246	0.20 221	0.20 198

DLCB_ROB	0.92 419	0.43 427	0.95 319	0.71 465	0.55 436	1.11 432	0.83 481	1.61 340	1.32 441	1.67 519	1.66 488	1.70 502	0.93 392	1.96 418	1.34 480	0.26 395	0.25 460	0.27 410	0.28 450	0.28 388	0.28 377

GEStereo_RVC	0.93 424	0.40 410	1.15 386	0.67 427	0.50 399	0.95 397	0.78 460	2.73 573	1.21 370	1.20 347	1.12 299	1.25 409	0.91 382	3.21 498	0.95 421	0.31 460	0.20 374	0.23 312	0.20 280	0.28 388	0.31 417

CBFPSM	0.95 425	0.37 377	2.10 509	0.51 182	0.39 311	1.73 518	0.87 494	1.59 336	1.13 327	1.11 288	1.00 244	2.34 558	1.64 537	1.42 322	1.44 490	0.19 179	0.18 339	0.20 205	0.20 280	0.22 291	0.36 457

OMP-Stereo	0.95 425	0.35 345	0.79 228	0.92 548	0.32 205	0.49 118	0.35 145	1.22 244	1.11 313	1.58 501	1.12 299	1.44 452	0.69 290	6.92 583	0.51 254	0.20 231	0.15 241	0.24 336	0.19 246	0.21 270	0.16 77

DSFCA	0.95 425	0.38 395	1.23 418	0.55 260	0.66 484	1.50 496	0.93 505	1.58 331	1.24 388	1.59 504	1.16 323	1.48 461	0.95 400	2.96 490	1.20 455	0.31 460	0.28 483	0.25 375	0.26 421	0.29 405	0.26 344

PSMNet_ROB	0.95 425	0.57 485	1.45 450	0.75 494	0.64 473	1.28 467	1.12 531	1.84 403	1.15 338	1.16 319	1.29 377	1.44 452	0.89 376	1.74 382	1.70 522	0.33 475	0.25 460	0.37 509	0.39 529	0.36 461	0.32 426

FADNet-RVC	0.96 429	0.72 527	2.96 543	0.64 393	0.49 394	0.90 374	0.59 400	1.85 410	1.27 408	0.92 238	0.97 233	1.36 437	0.90 379	2.36 459	1.31 472	0.30 457	0.29 491	0.32 469	0.32 494	0.42 490	0.37 461

TransformOpticalFlow	0.97 430	0.30 215	0.96 326	0.54 244	0.31 172	0.65 249	0.54 364	1.87 414	1.19 359	1.12 296	1.44 429	1.34 434	0.98 415	6.68 580	0.44 198	0.19 179	0.12 43	0.21 241	0.19 246	0.18 142	0.23 280

IIG-Stereo	0.97 430	0.34 316	0.80 232	0.90 546	0.33 225	0.61 220	0.26 61	1.27 261	1.08 294	1.69 521	1.37 405	1.44 452	0.74 299	6.94 584	0.53 272	0.21 266	0.14 170	0.23 312	0.18 222	0.20 221	0.15 43

XX-Stereo	0.97 430	0.28 161	8.28 589	0.85 529	0.70 500	0.44 81	0.22 25	1.07 177	0.69 141	0.66 182	1.56 467	1.38 443	0.38 105	1.36 301	0.38 142	0.21 266	0.14 170	0.20 205	0.19 246	0.19 179	0.16 77

DispNO	0.98 433	0.34 316	2.02 502	0.58 318	0.55 436	0.88 368	0.49 323	1.70 365	1.24 388	1.22 362	1.26 358	1.18 391	0.88 373	5.17 539	0.88 396	0.23 324	0.18 339	0.24 336	0.22 350	0.19 179	0.22 259

DEmStereo	0.98 433	0.25 95	0.85 269	0.49 145	0.33 225	1.02 412	0.55 374	0.97 136	0.93 231	1.41 454	2.13 541	1.01 345	2.01 560	5.62 551	0.78 369	0.19 179	0.15 241	0.20 205	0.20 280	0.18 142	0.25 324

FADNet	0.98 433	0.64 505	2.57 531	0.66 413	0.55 436	0.95 397	0.57 387	1.91 427	1.38 464	0.94 244	1.02 249	1.36 437	1.00 424	2.69 481	0.97 425	0.34 485	0.34 522	0.31 457	0.34 514	0.61 550	0.42 492

CFNet	0.99 436	0.40 410	1.23 418	0.65 400	0.43 350	1.03 413	0.49 323	2.01 454	1.35 448	1.02 265	1.39 412	1.10 375	0.86 358	5.47 550	0.89 399	0.24 346	0.18 339	0.28 426	0.27 439	0.27 372	0.22 259

NVstereo2D	0.99 436	0.45 435	2.21 517	0.79 510	0.75 513	1.20 456	0.86 490	1.98 445	1.41 478	1.02 265	1.18 329	1.31 427	0.97 412	2.25 450	0.93 414	0.45 536	0.22 410	0.39 517	0.25 404	0.59 544	0.68 557

CBMV_ROB	0.99 436	0.46 438	0.68 166	0.53 229	0.39 311	1.40 486	0.48 312	2.09 473	1.30 432	1.53 488	2.29 549	1.36 437	1.23 485	2.46 466	1.04 439	0.44 533	0.42 555	0.47 541	0.44 542	0.41 486	0.39 474

ACV-stereo	1.00 439	0.55 476	1.47 452	0.59 337	0.42 346	2.38 563	0.58 393	1.20 237	1.21 370	0.83 215	1.01 246	3.36 584	2.10 566	1.64 367	1.17 451	0.28 434	0.22 410	0.23 312	0.22 350	0.29 405	0.35 453

fast-acv-ft	1.00 439	0.48 449	1.85 491	0.61 359	0.52 414	1.77 524	0.69 437	1.52 313	1.47 503	1.34 423	1.85 519	1.73 505	1.24 488	1.62 365	1.56 503	0.27 416	0.28 483	0.28 426	0.28 450	0.28 388	0.31 417

HBP-ISP	1.00 439	0.60 489	0.85 269	0.64 393	0.48 387	1.63 511	0.77 457	2.24 512	1.30 432	1.33 416	1.53 457	0.87 279	0.99 418	3.26 501	0.76 363	0.46 537	0.44 557	0.54 555	0.48 551	0.48 518	0.42 492

CSP-Net	1.00 439	0.41 420	0.99 333	0.56 282	0.43 350	1.62 510	0.76 456	2.16 494	1.16 345	1.33 416	1.22 342	1.32 431	0.89 376	4.67 530	0.93 414	0.35 495	0.24 448	0.20 205	0.20 280	0.23 312	0.30 407

ETE_ROB	1.01 443	0.69 520	1.49 455	0.72 471	0.50 399	1.15 442	1.12 531	1.91 427	1.24 388	1.94 547	1.50 447	1.73 505	1.06 450	1.78 389	1.33 479	0.33 475	0.26 467	0.38 513	0.34 514	0.40 482	0.44 499

THIR-Stereo	1.02 444	0.29 186	0.73 196	0.51 182	0.29 129	0.94 391	1.31 552	1.08 182	0.98 252	1.35 429	1.91 527	1.16 389	1.54 528	6.37 575	0.79 374	0.20 231	0.14 170	0.21 241	0.22 350	0.19 179	0.25 324

PS-NSSS	1.02 444	0.62 501	1.17 401	0.61 359	0.58 449	0.91 377	0.79 468	2.02 455	1.19 359	1.17 323	1.68 492	1.00 340	0.85 350	4.43 524	0.86 390	0.38 507	0.31 500	0.52 550	0.32 494	0.52 528	0.45 501

XPNet_ROB	1.02 444	0.56 480	1.33 437	0.75 494	0.58 449	1.11 432	1.13 533	1.77 384	1.29 428	1.88 539	1.43 427	1.63 491	1.13 469	2.04 427	1.69 520	0.40 515	0.31 500	0.33 481	0.29 469	0.37 467	0.37 461

YMNet	1.04 447	0.59 486	1.67 476	0.86 532	0.86 539	1.84 532	0.61 413	1.70 365	1.28 416	1.65 515	1.98 531	1.75 510	0.96 402	1.57 349	1.58 505	0.34 485	0.37 538	0.32 469	0.32 494	0.33 445	0.32 426

YMNet_1	1.04 447	0.59 486	1.67 476	0.86 532	0.86 539	1.84 532	0.61 413	1.70 365	1.28 416	1.65 515	1.98 531	1.75 510	0.96 402	1.57 349	1.58 505	0.34 485	0.37 538	0.32 469	0.32 494	0.33 445	0.32 426

iinet-f	1.04 447	0.50 457	4.24 566	0.58 318	0.43 350	1.78 528	0.70 444	1.29 268	1.16 345	1.25 372	1.42 423	1.57 479	1.42 517	1.47 334	1.70 522	0.26 395	0.23 438	0.20 205	0.20 280	0.26 366	0.26 344

RAFT-RH_RVC	1.04 447	0.26 116	0.76 213	0.53 229	0.29 129	0.80 328	0.32 109	0.85 102	1.12 321	2.04 554	4.63 592	1.03 351	0.57 228	5.93 560	0.52 262	0.20 231	0.13 91	0.26 396	0.20 280	0.16 76	0.19 167

CBMV	1.04 447	0.48 449	0.88 284	0.56 282	0.36 271	1.52 498	1.55 565	1.87 414	1.59 523	2.11 558	1.67 490	1.46 458	1.35 505	1.92 410	1.31 472	0.35 495	0.35 529	0.39 517	0.33 508	0.34 453	0.34 444
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UGAM-zero	1.05 452	0.33 286	1.04 348	0.49 145	0.31 172	0.67 259	0.26 61	2.37 534	0.80 184	1.05 274	1.11 295	2.86 575	1.81 551	6.26 567	0.50 250	0.18 138	0.15 241	0.19 160	0.16 172	0.17 104	0.21 228

StereoDRNet	1.05 452	0.53 469	2.21 517	0.80 511	0.93 551	1.50 496	0.90 497	2.06 467	1.44 492	1.68 520	1.20 334	1.48 461	0.99 418	1.86 401	1.60 509	0.29 450	0.24 448	0.29 438	0.28 450	0.35 457	0.33 434

AIO-Stereo-zeroshot1	1.06 454	0.43 427	3.59 558	0.53 229	0.66 484	0.79 321	0.39 203	2.60 563	0.98 252	0.96 249	4.58 590	2.05 547	0.56 224	0.99 203	0.51 254	0.19 179	0.14 170	0.21 241	0.28 450	0.32 438	0.41 484

STrans-v2	1.06 454	0.31 247	1.02 343	0.52 205	0.33 225	0.67 259	0.78 460	2.66 570	1.26 404	1.15 315	1.46 433	1.37 441	1.40 512	6.68 580	0.46 216	0.19 179	0.13 91	0.21 241	0.18 222	0.18 142	0.21 228

DISCO	1.06 454	0.37 377	1.19 407	0.73 479	0.46 373	2.04 547	0.84 483	2.26 513	1.54 514	1.25 372	1.36 404	2.38 560	1.08 453	2.60 478	1.62 512	0.24 346	0.19 357	0.22 276	0.20 280	0.32 438	0.29 391

NCCL2	1.06 454	0.64 505	1.35 438	0.78 508	0.58 449	1.32 470	1.69 571	1.89 421	1.38 464	1.52 485	1.20 334	1.91 522	1.17 474	1.79 394	1.50 497	0.35 495	0.31 500	0.45 535	0.44 542	0.41 486	0.45 501

LALA_ROB	1.06 454	0.66 512	1.37 446	0.70 461	0.53 422	1.61 508	1.25 549	1.81 397	1.48 507	1.82 535	1.40 417	1.93 526	1.03 438	1.68 373	1.69 520	0.38 507	0.28 483	0.43 530	0.37 525	0.43 492	0.38 469

TCMNet	1.07 459	0.66 512	2.49 527	0.92 548	1.32 583	1.14 438	0.67 431	1.91 427	1.29 428	1.20 347	1.57 471	1.29 422	0.96 402	2.23 447	1.59 508	0.32 468	0.31 500	0.38 513	0.35 518	0.43 492	0.40 480

PSMNet-RUCA	1.07 459	1.06 555	1.64 473	1.23 577	1.10 567	1.39 482	0.65 425	1.91 427	1.43 489	0.95 246	1.52 455	0.99 334	0.83 342	1.28 283	1.01 432	0.71 574	0.34 522	0.99 584	0.61 572	1.01 575	0.67 553

RAFT + AFF	1.07 459	0.47 443	1.36 443	0.68 438	0.50 399	1.20 456	1.22 545	2.58 561	1.26 404	1.33 416	1.56 467	1.19 393	1.49 526	3.89 517	1.01 432	0.22 300	0.26 467	0.30 450	0.27 439	0.29 405	0.32 426

DRN-Test	1.07 459	0.49 454	1.95 499	0.75 494	0.81 531	1.61 508	0.78 460	2.26 513	1.53 512	1.84 536	1.35 400	1.42 446	1.04 444	2.26 451	1.61 510	0.28 434	0.23 438	0.31 457	0.30 481	0.33 445	0.33 434

TDLM	1.08 463	0.50 457	1.01 340	0.69 451	0.54 429	0.91 377	1.40 558	1.60 338	1.36 457	1.17 323	1.40 417	1.07 360	1.00 424	6.19 563	0.85 389	0.34 485	0.22 410	0.35 496	0.26 421	0.38 473	0.29 391

Wz-Net-LNSev-Ref	1.09 464	0.46 438	2.61 534	0.71 465	0.65 478	2.00 544	0.78 460	2.07 469	1.47 503	1.62 510	1.47 436	1.53 472	1.29 496	2.10 435	1.65 518	0.24 346	0.14 170	0.20 205	0.16 172	0.28 388	0.28 377

FAT-Stereo	1.10 465	0.43 427	1.46 451	0.74 485	0.60 459	1.13 435	0.92 501	2.06 467	1.71 536	1.75 527	2.00 534	2.02 540	1.47 523	2.02 426	1.26 467	0.44 533	0.36 533	0.34 489	0.29 469	0.36 461	0.57 538

CVANet_RVC	1.10 465	0.49 454	1.15 386	0.65 400	0.54 429	0.93 388	1.00 518	1.69 361	1.36 457	1.42 458	1.39 412	1.24 408	1.17 474	6.22 565	0.80 381	0.35 495	0.24 448	0.35 496	0.30 481	0.44 503	0.32 426

APVNet	1.11 467	0.59 486	1.95 499	0.87 535	0.77 519	1.90 537	0.82 480	2.03 459	1.15 338	1.14 313	1.43 427	1.55 475	1.12 468	3.03 492	1.62 512	0.32 468	0.34 522	0.42 529	0.36 521	0.36 461	0.41 484

GANetREF_RVC	1.11 467	0.90 544	1.56 466	0.88 537	0.53 422	1.41 488	1.35 555	1.91 427	1.54 514	1.28 395	1.32 385	1.46 458	1.23 485	2.04 427	1.00 431	0.57 560	0.45 559	0.67 571	0.52 560	0.91 571	0.62 548
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
GCST	1.13 469	1.50 582	1.17 401	1.74 588	1.17 577	1.29 468	0.30 92	1.55 322	1.21 370	1.31 407	0.97 233	0.99 334	0.48 172	2.38 463	0.54 281	1.24 592	0.70 591	1.31 591	0.86 586	1.03 577	0.92 575

GASNet	1.13 469	1.10 562	3.29 553	1.00 563	0.68 491	0.82 338	0.67 431	1.85 410	1.38 464	1.39 446	1.25 356	1.25 409	1.20 484	2.72 483	1.62 512	0.46 537	0.26 467	0.36 506	0.34 514	0.55 538	0.33 434

anonymity	1.14 471	0.98 552	1.24 421	1.09 568	1.13 570	1.08 426	0.90 497	2.02 455	1.23 384	1.32 410	1.27 367	1.27 420	1.09 456	1.16 256	1.03 438	1.02 583	1.01 607	0.97 581	0.97 590	0.98 573	1.01 577

PA-Net	1.14 471	0.63 502	2.12 511	0.67 427	0.75 513	1.19 455	0.91 499	1.91 427	1.46 502	1.18 334	1.23 350	1.33 433	1.17 474	4.31 522	1.41 487	0.29 450	0.46 563	0.33 481	0.50 556	0.33 445	0.57 538
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	1.15 473	0.54 472	1.50 456	0.73 479	0.66 484	1.18 454	0.84 483	2.13 485	1.41 478	1.73 524	1.84 516	2.53 566	1.46 521	2.46 466	1.35 482	0.43 524	0.41 550	0.54 555	0.36 521	0.43 492	0.50 517

RASNet	1.16 474	0.34 316	1.11 373	0.73 479	0.86 539	1.00 409	0.60 408	1.56 326	1.43 489	1.07 282	1.37 405	2.08 548	1.44 520	7.00 585	1.56 503	0.20 231	0.17 307	0.17 95	0.19 246	0.19 179	0.19 167

DANet	1.16 474	0.64 505	1.52 461	0.88 537	0.74 508	1.52 498	0.52 344	1.68 352	1.21 370	1.81 533	1.55 461	2.02 540	1.11 462	3.30 503	2.28 544	0.34 485	0.31 500	0.40 523	0.30 481	0.46 513	0.54 527
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
UGAM	1.17 476	0.29 186	1.08 363	0.55 260	0.43 350	0.69 273	0.71 447	1.14 208	1.35 448	1.00 256	1.49 440	1.90 520	0.86 358	9.61 612	0.89 399	0.21 266	0.19 357	0.30 450	0.25 404	0.20 221	0.18 124

Wz-Net-LNSev	1.17 476	0.72 527	4.71 570	0.66 413	0.84 536	1.72 515	1.13 533	1.97 444	1.43 489	1.34 423	1.32 385	1.66 494	1.30 499	1.44 328	1.51 499	0.29 450	0.26 467	0.24 336	0.23 382	0.33 445	0.35 453

S-Stereo	1.17 476	0.48 449	2.25 521	0.83 522	0.81 531	1.22 458	1.17 540	2.12 477	2.08 562	1.47 475	2.13 541	1.55 475	1.16 470	2.09 434	1.46 493	0.42 523	0.40 549	0.35 496	0.32 494	0.45 506	0.73 562

MaskLacGwcNet_RVC	1.17 476	1.06 555	1.28 429	0.88 537	0.69 494	1.92 539	0.92 501	1.71 369	1.14 333	1.17 323	1.26 358	1.49 463	0.80 331	2.04 427	0.86 390	2.02 595	0.34 522	0.79 575	0.36 521	1.38 587	1.33 589

RP	1.17 476	0.54 472	1.48 454	0.93 554	1.05 564	1.14 438	0.85 489	1.99 449	1.70 534	1.72 523	2.07 538	1.91 522	1.93 558	2.00 423	1.37 484	0.55 558	0.37 538	0.48 543	0.37 525	0.46 513	0.46 506

z-ln-s-r	1.18 481	0.61 494	2.91 541	0.54 244	0.56 441	0.81 336	0.86 490	1.72 373	1.55 520	1.18 334	1.62 480	1.37 441	1.16 470	3.67 511	3.77 570	0.20 231	0.15 241	0.21 241	0.17 198	0.29 405	0.24 303

ccnet	1.19 482	0.71 524	1.36 443	0.81 515	0.75 513	1.72 515	1.13 533	1.98 445	1.31 439	1.52 485	1.84 516	1.75 510	1.36 507	2.01 424	2.04 535	0.57 560	0.54 577	0.57 563	0.56 565	0.60 547	0.60 546

Nwc_Net	1.19 482	0.53 469	2.34 523	0.92 548	0.81 531	1.49 495	0.70 444	2.28 523	1.32 441	1.41 454	2.27 547	2.03 543	1.76 548	2.05 431	1.46 493	0.43 524	0.30 495	0.43 530	0.46 547	0.39 478	0.40 480

NCC-stereo	1.20 484	0.60 489	1.84 489	0.88 537	0.95 555	1.32 470	0.94 507	2.14 487	1.36 457	1.43 462	1.79 507	1.93 526	2.13 571	2.54 475	1.41 487	0.49 545	0.38 543	0.45 535	0.59 569	0.43 492	0.45 501

Abc-Net	1.20 484	0.60 489	1.84 489	0.88 537	0.95 555	1.32 470	0.94 507	2.14 487	1.36 457	1.43 462	1.79 507	1.93 526	2.13 571	2.54 475	1.41 487	0.49 545	0.38 543	0.45 535	0.59 569	0.43 492	0.45 501
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-MNSev	1.21 486	0.66 512	3.44 556	0.69 451	0.73 501	1.93 540	1.44 560	2.16 494	1.59 523	1.85 538	1.49 440	1.50 466	1.34 504	2.05 431	1.54 502	0.27 416	0.24 448	0.28 426	0.28 450	0.35 457	0.32 426

RGC	1.22 487	0.82 538	1.71 479	0.95 559	0.98 560	1.53 500	0.80 471	2.18 503	1.35 448	1.69 521	1.94 528	2.03 543	1.66 538	2.36 459	1.50 497	0.46 537	0.36 533	0.59 566	0.48 551	0.49 522	0.49 513

stereogan	1.22 487	0.45 435	2.03 505	0.87 535	0.85 537	2.52 565	0.72 448	1.98 445	1.78 544	1.92 543	1.94 528	2.31 557	1.42 517	2.10 435	1.14 448	0.38 507	0.36 533	0.39 517	0.32 494	0.52 528	0.49 513

AANet_RVC	1.22 487	0.60 489	1.94 495	0.69 451	0.46 373	0.75 296	0.69 437	1.51 309	1.57 521	1.36 434	1.90 525	1.51 469	0.87 367	7.23 589	1.89 532	0.26 395	0.19 357	0.19 160	0.16 172	0.23 312	0.37 461

HSM	1.22 487	0.34 316	0.81 236	0.61 359	0.39 311	1.22 458	0.63 421	2.45 543	1.25 396	1.32 410	1.26 358	1.91 522	1.08 453	9.21 608	0.75 360	0.23 324	0.17 307	0.20 205	0.16 172	0.22 291	0.24 303

Syn2CoEx	1.23 491	0.80 534	3.07 547	0.83 522	0.68 491	1.39 482	0.87 494	2.23 510	1.57 521	1.28 395	1.58 473	1.42 446	1.57 530	3.79 515	1.48 496	0.36 502	0.32 512	0.34 489	0.30 481	0.30 420	0.41 484

AF-Net	1.23 491	0.56 480	2.31 522	0.88 537	0.93 551	1.41 488	0.73 451	2.27 521	1.71 536	1.76 530	2.42 555	2.00 536	1.70 541	1.98 419	1.62 512	0.50 549	0.29 491	0.49 545	0.33 508	0.40 482	0.34 444

NaN_ROB	1.23 491	0.63 502	1.76 482	0.67 427	0.50 399	1.59 507	2.00 585	1.87 414	1.52 511	2.14 560	1.26 358	1.40 445	1.09 456	4.60 528	1.75 525	0.28 434	0.34 522	0.28 426	0.29 469	0.30 420	0.37 461

DGSMNet	1.24 494	0.84 541	3.20 549	0.91 547	0.92 548	1.39 482	1.34 554	2.46 547	1.44 492	1.34 423	1.66 488	1.50 466	1.03 438	1.85 398	1.30 471	0.48 543	0.48 566	0.55 559	0.51 559	0.78 564	0.79 568

RYNet	1.24 494	0.52 467	1.57 468	0.73 479	0.97 558	1.74 520	0.95 510	2.09 473	1.54 514	1.44 465	1.18 329	1.94 530	1.29 496	4.57 527	1.93 533	0.27 416	0.23 438	0.35 496	0.27 439	0.57 541	0.59 543

aanetorigin	1.26 496	0.85 542	3.00 545	0.72 471	0.80 527	1.08 426	1.05 524	1.12 200	1.39 472	3.53 596	2.60 563	1.72 503	1.73 545	1.98 419	1.77 528	0.26 395	0.24 448	0.26 396	0.25 404	0.38 473	0.51 521

GwcNet	1.26 496	0.63 502	5.13 572	0.81 515	1.15 574	1.73 518	0.69 437	1.84 403	1.53 512	1.51 483	1.71 497	1.72 503	1.09 456	2.20 445	1.61 510	0.31 460	0.30 495	0.29 438	0.27 439	0.30 420	0.41 484

Consistency-Raft	1.27 498	1.01 554	2.17 514	1.04 565	1.20 579	0.96 403	1.00 518	1.84 403	1.95 555	1.38 442	2.11 540	1.44 452	1.03 438	1.18 262	1.40 486	0.73 575	0.83 593	0.89 578	0.99 593	1.33 584	0.95 576

NOSS_ROB	1.29 499	0.49 454	0.68 166	0.60 345	0.40 323	1.09 431	0.77 457	1.94 437	1.44 492	1.04 271	1.46 433	1.10 375	0.81 335	10.57 622	0.78 369	0.46 537	0.43 556	0.48 543	0.45 545	0.45 506	0.43 496

SGM-Forest	1.29 499	0.40 410	0.74 202	0.54 244	0.37 283	1.55 502	1.26 550	1.82 399	1.39 472	2.22 561	1.81 513	1.64 492	1.02 436	7.65 595	1.20 455	0.39 513	0.37 538	0.39 517	0.34 514	0.37 467	0.34 444
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
WQFJA1++	1.34 501	0.23 46	0.51 70	0.40 37	0.29 129	0.46 90	0.20 13	0.67 39	0.31 16	0.40 72	0.39 43	0.34 64	0.39 110	0.66 93	0.28 31	0.19 179	0.13 91	0.16 65	0.13 74	20.39 631	0.17 103

Anonymous_2	1.37 502	0.56 480	0.94 315	0.57 304	0.62 469	1.04 414	0.65 425	1.82 399	1.01 268	1.00 256	0.79 187	1.42 446	1.27 492	1.06 228	0.83 385	0.62 566	0.67 588	1.05 587	9.88 630	1.09 580	0.55 533

SQANet	1.38 503	0.95 550	1.37 446	1.89 591	1.47 588	1.44 492	0.81 476	1.89 421	1.13 327	1.34 423	1.26 358	1.28 421	1.02 436	1.64 367	0.91 407	2.55 602	0.35 529	1.47 592	0.56 565	2.48 595	1.74 593

PWC_ROB	1.39 504	0.93 549	4.07 564	0.77 504	0.83 534	1.16 445	0.53 350	1.87 414	2.01 558	2.36 566	3.06 574	1.65 493	1.60 531	2.65 480	2.29 546	0.34 485	0.23 438	0.36 506	0.25 404	0.39 478	0.49 513

PWCDC_ROB	1.39 504	0.91 547	2.10 509	1.08 567	0.92 548	1.72 515	0.58 393	2.03 459	3.30 593	1.32 410	4.87 595	1.21 396	1.71 543	1.98 419	1.75 525	0.65 569	0.26 467	0.29 438	0.25 404	0.56 539	0.41 484

GANet	1.41 506	0.52 467	1.18 406	0.74 485	0.48 387	1.40 486	1.69 571	1.87 414	1.28 416	1.56 496	2.39 553	1.56 477	1.25 489	9.13 606	1.20 455	0.31 460	0.32 512	0.34 489	0.29 469	0.40 482	0.33 434

PDISCO_ROB	1.41 506	0.73 530	2.04 506	1.40 580	1.46 587	2.83 577	1.07 527	2.64 565	2.11 564	1.41 454	1.50 447	1.73 505	0.99 418	2.83 488	1.46 493	1.03 584	0.27 477	0.54 555	0.47 549	0.77 563	0.84 572

w-ln-seven-2	1.42 508	0.69 520	6.86 580	0.71 465	0.62 469	1.23 460	0.92 501	1.84 403	1.59 523	1.74 525	1.59 477	1.49 463	1.40 512	3.69 512	2.22 541	0.27 416	0.26 467	0.29 438	0.26 421	0.34 453	0.33 434

LL-Strereo	1.42 508	0.44 434	2.02 502	0.62 368	1.07 565	0.73 288	0.65 425	2.02 455	1.21 370	1.60 505	1.62 480	2.02 540	2.10 566	9.67 613	1.07 441	0.22 300	0.20 374	0.27 410	0.24 395	0.23 312	0.33 434

SHD	1.42 508	0.81 537	2.79 539	0.98 561	0.92 548	1.97 541	0.68 434	2.43 541	2.55 575	2.54 575	1.72 498	2.01 539	1.62 532	2.14 440	2.70 553	0.40 515	0.33 518	0.39 517	0.40 531	0.48 518	0.54 527

RTSC	1.43 511	0.89 543	3.62 560	0.94 557	0.64 473	1.85 534	0.69 437	2.20 508	2.04 561	2.22 561	1.70 495	1.67 496	1.27 492	2.53 474	4.48 578	0.33 475	0.25 460	0.27 410	0.29 469	0.38 473	0.40 480

UDG	1.47 512	2.69 613	1.13 379	1.45 585	1.65 590	1.34 476	0.79 468	1.75 380	1.27 408	1.29 399	1.74 500	1.99 535	1.39 511	1.66 370	1.51 499	0.91 580	0.55 579	2.30 600	0.76 580	1.99 589	1.20 585

MFMNet_re	1.47 512	1.20 568	2.50 528	1.46 586	1.08 566	1.58 506	1.51 561	1.96 443	1.87 550	2.31 565	2.20 544	1.51 469	1.88 556	1.57 349	1.34 480	0.94 581	0.83 593	0.84 577	0.80 583	1.00 574	1.06 580

PASM	1.48 514	1.08 558	3.96 563	0.93 554	0.93 551	1.17 452	1.19 542	1.77 384	1.65 529	1.90 540	1.52 455	1.75 510	1.42 517	4.54 526	1.52 501	0.64 568	0.68 590	0.69 573	0.79 582	0.70 559	0.74 563

ADCRef	1.50 515	0.61 494	3.83 562	0.76 502	0.77 519	1.91 538	0.77 457	2.16 494	1.34 445	1.63 512	1.59 477	1.35 436	1.40 512	1.79 394	8.32 598	0.25 368	0.21 392	0.32 469	0.31 487	0.31 427	0.32 426

XQC	1.51 516	0.98 552	3.20 549	0.92 548	0.76 518	2.01 545	1.17 540	2.53 558	1.99 557	2.01 553	1.54 458	2.00 536	1.54 528	3.16 496	3.46 567	0.49 545	0.31 500	0.45 535	0.40 531	0.71 561	0.62 548

DStereoRT	1.52 517	0.36 356	3.37 554	0.69 451	0.54 429	2.05 550	0.59 400	1.85 410	1.21 370	1.38 442	1.46 433	0.84 274	1.27 492	6.33 573	1.07 441	0.24 346	0.19 357	4.29 624	2.08 616	0.25 353	0.39 474

CC-Net-ROB	1.53 518	1.31 576	1.68 478	0.92 548	0.80 527	1.75 521	0.99 516	2.04 462	1.27 408	1.12 296	1.62 480	1.20 395	0.98 415	7.82 596	0.92 411	1.15 591	0.41 550	2.20 598	0.46 547	1.37 586	0.56 535

FINET	1.54 519	0.67 516	7.28 583	0.76 502	0.97 558	1.42 491	1.38 557	2.80 580	3.12 590	1.23 365	1.68 492	1.04 352	1.11 462	3.35 504	1.78 529	0.43 524	0.37 538	0.32 469	0.29 469	0.43 492	0.41 484

test_xeample	1.55 520	0.31 247	0.94 315	0.54 244	0.31 172	0.94 391	0.58 393	2.40 538	1.40 474	1.29 399	1.55 461	0.89 295	0.88 373	1.72 380	15.94 621	0.22 300	0.22 410	0.22 276	0.21 322	0.23 312	0.25 324

w-ln-seven	1.56 521	0.83 540	5.96 575	0.78 508	0.74 508	2.64 571	1.01 521	2.13 485	2.03 559	2.09 557	1.76 502	1.84 519	1.27 492	2.98 491	3.23 564	0.29 450	0.26 467	0.31 457	0.30 481	0.41 486	0.38 469

DDUNet	1.56 521	2.70 614	1.35 438	1.79 589	1.88 592	1.82 530	0.91 499	1.84 403	1.20 363	1.40 452	1.79 507	1.62 487	1.17 474	1.59 357	1.22 460	1.11 588	0.76 592	2.38 603	0.94 588	2.12 590	1.53 591

CrosDoStereo	1.56 521	0.26 116	0.78 224	0.51 182	0.29 129	0.66 254	11.86 620	1.18 229	1.00 265	1.35 429	1.76 502	0.99 334	1.83 553	6.64 578	0.83 385	0.19 179	0.15 241	0.20 205	0.22 350	0.18 142	0.25 324

DeepStereo_LL	1.56 521	0.26 116	0.78 224	0.51 182	0.29 129	0.66 254	11.86 620	1.18 229	1.00 265	1.35 429	1.76 502	0.99 334	1.83 553	6.64 578	0.83 385	0.19 179	0.15 241	0.20 205	0.22 350	0.18 142	0.25 324

xxxx	1.61 525	0.32 265	0.98 330	0.58 318	0.31 172	1.15 442	0.43 250	2.43 541	1.41 478	1.17 323	1.40 417	1.21 396	0.86 358	1.94 413	16.68 623	0.24 346	0.24 448	0.21 241	0.20 280	0.23 312	0.27 362

CSAN	1.61 525	0.67 516	3.24 552	0.74 485	0.52 414	1.77 524	1.74 576	1.98 445	1.94 554	2.47 573	2.33 551	1.93 526	2.04 563	6.45 576	1.95 534	0.43 524	0.36 533	0.41 528	0.42 535	0.43 492	0.44 499

MFN_U_SF_RVC	1.62 527	0.96 551	4.36 568	0.92 548	0.69 494	2.62 570	1.10 529	2.50 554	1.74 539	1.99 552	1.86 521	2.45 564	1.78 550	3.08 494	2.84 556	0.54 554	0.50 573	0.56 561	0.60 571	0.60 547	0.67 553

SDNR	1.66 528	0.55 476	2.36 524	0.56 282	0.58 449	3.79 595	0.45 286	1.78 386	1.40 474	1.38 442	2.45 558	1.13 384	0.96 402	11.03 623	1.31 472	0.67 571	0.64 585	0.43 530	0.32 494	0.71 561	0.76 566

otaku	1.67 529	1.18 566	1.56 466	2.27 594	1.59 589	1.98 542	1.23 547	2.23 510	1.37 462	1.48 480	1.63 485	1.73 505	1.23 485	1.85 398	1.09 443	2.96 605	0.58 583	1.74 593	0.61 572	2.94 602	2.15 598

222	1.67 529	0.31 247	0.93 308	0.59 337	0.31 172	1.05 417	0.43 250	2.39 536	1.47 503	1.37 436	1.55 461	0.94 316	0.94 395	1.98 419	17.76 624	0.24 346	0.22 410	0.21 241	0.20 280	0.22 291	0.26 344

Wz-Net-SNSev	1.68 531	1.45 578	8.71 593	0.71 465	0.67 490	1.35 477	1.51 561	2.15 492	1.47 503	1.51 483	1.68 492	2.27 553	1.38 509	4.23 519	2.36 548	0.32 468	0.29 491	0.31 457	0.33 508	0.43 492	0.39 474

DeepPrunerF	1.68 531	0.82 538	6.82 579	0.94 557	1.20 579	0.91 377	0.97 512	2.50 554	5.19 610	1.22 362	1.30 378	1.18 391	1.29 496	4.96 537	1.75 525	0.43 524	0.35 529	0.52 550	0.48 551	0.43 492	0.42 492

psmorigin	1.69 533	0.74 532	13.13 605	0.70 461	0.60 459	1.16 445	0.79 468	1.69 361	1.25 396	2.07 556	1.77 505	2.23 550	1.51 527	2.14 440	1.45 491	0.39 513	0.41 550	0.34 489	0.33 508	0.45 506	0.63 550

G-Net	1.71 534	0.67 516	2.09 508	1.14 573	0.75 513	2.96 582	0.89 496	1.58 331	1.30 432	2.76 580	8.12 614	2.29 555	2.51 582	1.94 413	2.23 543	0.49 545	0.45 559	0.45 535	0.31 487	0.62 551	0.59 543

Ntro	1.72 535	1.21 569	1.62 470	2.54 601	1.86 591	2.09 551	1.14 536	2.08 470	1.38 464	1.23 365	1.62 480	1.62 487	1.33 503	2.04 427	1.21 459	3.09 606	0.56 580	1.82 595	0.65 574	2.97 605	2.25 600

z-mn7	1.77 536	1.06 555	7.02 582	0.74 485	0.54 429	2.58 567	1.03 522	1.90 425	2.73 586	1.61 506	3.00 572	1.96 532	1.40 512	5.23 541	2.87 557	0.31 460	0.25 460	0.27 410	0.25 404	0.34 453	0.35 453

FBW_ROB	1.78 537	0.66 512	1.90 494	0.72 471	0.66 484	1.79 529	1.07 527	2.79 578	1.77 540	1.84 536	1.79 507	1.98 534	1.37 508	12.42 625	2.22 541	0.36 502	0.38 543	0.57 563	0.39 529	0.46 513	0.51 521

SPS-STEREO	1.78 537	1.09 560	1.52 461	1.22 576	1.14 572	1.87 536	1.11 530	2.27 521	1.70 534	3.17 593	2.39 553	2.84 574	1.93 558	4.41 523	2.93 558	1.04 586	0.99 606	0.97 581	0.94 588	1.03 577	1.05 579
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFN_U_SF_DS_RVC	1.80 539	1.11 563	4.33 567	0.84 526	0.77 519	3.70 590	2.41 604	2.04 462	1.85 549	1.75 527	1.90 525	1.92 525	1.25 489	7.33 590	1.45 491	0.47 541	0.47 564	0.53 554	0.77 581	0.50 524	0.55 533

SAMSARA	1.80 539	0.90 544	3.37 554	1.28 579	1.13 570	3.71 591	2.33 599	2.53 558	1.93 553	3.17 593	1.73 499	2.99 576	1.68 540	3.53 507	2.46 550	0.47 541	0.54 577	0.43 530	0.47 549	0.59 544	0.64 551

DStereoO	1.82 541	1.21 569	2.98 544	1.42 584	0.88 546	1.54 501	4.03 612	1.90 425	2.15 567	1.56 496	1.82 514	1.75 510	4.06 603	1.76 385	2.15 539	2.39 600	0.52 574	0.97 581	0.43 539	2.24 591	0.68 557

PVD	1.82 541	0.91 547	3.02 546	1.03 564	0.94 554	2.61 569	1.14 536	2.78 577	3.40 595	3.08 591	2.75 566	2.39 562	2.49 581	2.81 486	3.66 569	0.48 543	0.49 572	0.59 566	0.49 554	0.60 547	0.81 570

ADCL	1.82 541	0.70 522	4.57 569	0.70 461	0.63 472	2.56 566	1.77 578	2.08 470	1.77 540	1.95 549	1.89 523	2.04 545	1.88 556	2.36 459	9.55 604	0.27 416	0.25 460	0.35 496	0.32 494	0.39 478	0.39 474

zh-mn7	1.84 544	1.51 583	9.67 597	0.70 461	0.54 429	1.47 494	0.84 483	1.93 435	2.13 566	2.50 574	2.70 565	1.67 496	1.35 505	4.75 534	3.14 563	0.32 468	0.27 477	0.27 410	0.27 439	0.32 438	0.39 474

AAGNet	1.84 544	0.30 215	0.79 228	0.66 413	0.32 205	0.65 249	0.50 331	1.02 154	1.01 268	1.47 475	1.21 340	0.99 334	1.16 470	2.76 485	22.69 631	0.24 346	0.13 91	0.22 276	0.20 280	0.24 341	0.16 77

ff1	1.88 546	0.36 356	1.51 457	0.56 282	0.40 323	0.76 302	0.59 400	1.08 182	2.62 578	1.19 342	1.49 440	1.07 360	0.85 350	9.88 617	13.82 615	0.21 266	0.13 91	0.31 457	0.28 450	0.20 221	0.23 280

MDST_ROB	1.88 546	0.40 410	1.71 479	0.93 554	0.60 459	4.27 602	1.23 547	3.99 598	1.44 492	4.61 607	2.63 564	1.44 452	1.03 438	9.78 614	1.62 512	0.33 475	0.26 467	0.37 509	0.33 508	0.31 427	0.34 444

SGM_RVC	1.88 546	0.40 410	0.90 298	0.63 378	0.30 150	2.81 576	1.26 550	2.73 573	1.81 547	4.09 599	2.85 569	3.88 590	3.19 590	8.42 602	2.44 549	0.33 475	0.31 500	0.30 450	0.28 450	0.31 427	0.31 417
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
mmx	1.89 549	0.36 356	1.51 457	0.56 282	0.40 323	0.76 302	0.59 400	2.32 525	1.41 478	1.19 342	1.49 440	1.07 360	0.85 350	9.88 617	13.82 615	0.25 368	0.21 392	0.31 457	0.28 450	0.32 438	0.29 391

xxx	1.89 549	0.36 356	1.51 457	0.56 282	0.40 323	0.76 302	0.59 400	2.32 525	1.41 478	1.19 342	1.49 440	1.07 360	0.85 350	9.88 617	13.82 615	0.25 368	0.21 392	0.31 457	0.28 450	0.32 438	0.29 391

DPSNet	1.91 551	0.64 505	5.95 574	0.73 479	0.59 455	2.04 547	1.61 569	3.84 596	1.96 556	1.54 491	1.39 412	2.27 553	3.32 593	4.95 536	4.79 581	0.50 549	0.31 500	0.29 438	0.26 421	0.67 556	0.54 527

test_sample9	1.96 552	0.51 461	1.35 438	0.58 318	0.40 323	1.07 422	0.80 471	1.99 449	1.27 408	1.25 372	1.22 342	1.09 371	1.01 427	2.46 466	8.57 599	0.59 563	12.85 633	0.62 568	0.67 576	0.45 506	0.48 508

1111x	1.96 552	0.32 265	1.54 465	0.54 244	0.30 150	1.00 409	0.69 437	2.47 548	1.33 443	1.21 354	1.44 429	1.21 396	1.11 462	8.49 603	16.14 622	0.22 300	0.23 438	0.22 276	0.23 382	0.25 353	0.26 344

ADCPNet	1.97 554	0.78 533	9.38 595	0.74 485	0.61 465	2.73 574	1.36 556	2.11 476	1.66 530	1.92 543	1.70 495	2.45 564	2.07 564	2.50 472	6.84 593	0.38 507	0.38 543	0.38 513	0.43 539	0.47 517	0.50 517

zh-sn7	2.00 555	1.73 592	9.50 596	0.77 504	0.73 501	1.77 524	1.32 553	2.08 470	1.66 530	1.91 541	2.48 560	1.81 517	2.25 574	5.74 554	4.07 574	0.33 475	0.33 518	0.32 469	0.32 494	0.44 503	0.46 506

WCMA_ROB	2.05 556	0.55 476	1.77 483	0.74 485	0.61 465	2.24 556	1.56 566	2.17 502	1.79 545	4.16 603	6.36 602	5.66 603	4.66 606	3.19 497	2.77 554	0.55 558	0.45 559	0.40 523	0.43 539	0.48 518	0.50 517

RainbowNet	2.06 557	1.86 594	1.97 501	2.86 604	2.25 598	2.03 546	1.79 579	2.77 575	1.92 552	1.54 491	1.84 516	1.95 531	1.73 545	2.23 447	1.38 485	3.40 612	0.86 598	2.39 605	1.00 594	2.94 602	2.42 602

MSMD_ROB	2.08 558	0.61 494	1.15 386	0.71 465	0.62 469	4.00 597	0.93 505	1.94 437	1.79 545	4.71 609	4.60 591	8.14 613	3.87 601	3.75 514	1.65 518	0.54 554	0.48 566	0.55 559	0.58 567	0.53 533	0.52 523

Wz-Net-TNSev	2.10 559	2.71 615	9.30 594	0.72 471	0.65 478	2.41 564	1.81 583	2.45 543	1.77 540	1.62 510	1.56 467	2.56 567	2.01 560	5.30 542	4.46 577	0.41 519	0.38 543	0.33 481	0.37 525	0.54 536	0.64 551

ADCMid	2.11 560	0.90 544	8.39 591	0.75 494	0.69 494	1.98 542	1.14 536	2.18 503	1.67 532	2.85 582	1.85 519	2.35 559	2.02 562	2.35 458	10.58 609	0.34 485	0.32 512	0.39 517	0.44 542	0.51 527	0.53 526

ADCP+	2.12 561	0.56 480	10.01 598	0.68 438	0.91 547	2.25 557	1.04 523	1.92 433	1.50 510	1.58 501	1.34 395	1.73 505	1.62 532	2.27 452	13.20 612	0.25 368	0.22 410	0.32 469	0.29 469	0.38 473	0.34 444

WZ-Net	2.14 562	1.08 558	11.68 604	0.89 544	0.78 523	1.76 522	1.59 568	2.39 536	2.03 559	2.11 558	1.95 530	2.30 556	2.28 575	5.94 561	3.86 573	0.35 495	0.27 477	0.29 438	0.32 494	0.52 528	0.50 517

AnyNet_C32	2.14 562	1.45 578	7.38 584	0.95 559	1.12 568	2.23 555	2.34 600	2.10 475	1.54 514	2.44 569	1.79 507	2.04 545	1.66 538	2.69 481	10.48 608	0.38 507	0.35 529	0.35 496	0.42 535	0.50 524	0.60 546

NVStereoNet_ROB	2.17 564	1.18 566	3.51 557	1.14 573	1.26 582	1.57 505	1.51 561	2.19 505	2.11 564	2.04 554	4.80 593	3.17 583	2.11 569	7.97 598	2.10 536	1.12 589	0.94 603	1.10 588	1.34 601	0.95 572	1.31 586
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	2.22 565	1.29 575	4.14 565	1.10 569	0.78 523	5.00 605	2.38 603	2.47 548	2.67 583	1.94 547	2.28 548	2.66 571	1.70 541	9.10 605	2.29 546	0.68 573	0.52 574	0.68 572	0.71 579	1.17 582	0.81 570

SANet	2.26 566	0.70 522	6.94 581	0.69 451	0.46 373	2.76 575	1.76 577	2.61 564	5.84 613	2.45 570	3.52 580	3.71 587	3.38 595	5.90 558	2.14 538	0.34 485	0.31 500	0.32 469	0.29 469	0.54 536	0.43 496

test_sample8	2.29 567	0.51 461	1.35 438	0.58 318	0.40 323	1.07 422	0.80 471	2.03 459	1.22 379	2.28 564	1.33 391	4.98 601	2.51 582	2.46 466	8.57 599	0.59 563	12.85 633	0.62 568	0.67 576	0.45 506	0.48 508

ADCS	2.35 568	1.26 572	6.54 578	0.85 529	0.77 519	2.18 554	1.79 579	2.47 548	2.20 568	2.80 581	2.14 543	2.38 560	2.09 565	2.81 486	13.83 618	0.43 524	0.41 550	0.40 523	0.45 545	0.59 544	0.67 553

MeshStereo	2.36 569	0.60 489	1.05 353	0.63 378	0.51 409	2.58 567	0.99 516	3.46 590	2.21 569	7.38 621	5.06 597	7.50 608	3.10 589	7.02 586	2.54 551	0.44 533	0.44 557	0.45 535	0.40 531	0.43 492	0.45 501
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
AnyNet_C01	2.38 570	2.21 604	10.17 599	0.99 562	0.79 525	3.12 583	2.37 601	2.69 572	1.89 551	2.58 577	2.44 557	2.70 572	1.86 555	3.65 508	7.12 594	0.41 519	0.41 550	0.40 523	0.42 535	0.68 557	0.79 568

DispFullNet	2.39 571	2.89 616	3.74 561	3.09 609	2.27 600	2.04 547	0.84 483	2.19 505	1.73 538	2.54 575	1.98 531	2.23 550	5.83 609	3.44 506	1.84 531	1.03 584	0.33 518	2.65 611	1.97 613	2.87 601	2.34 601

EDNetEfficient	2.40 572	1.14 564	8.59 592	0.77 504	0.73 501	1.06 420	1.53 564	1.54 319	4.06 601	4.87 610	2.81 567	2.23 550	3.53 596	3.04 493	9.65 605	0.27 416	0.24 448	0.27 410	0.31 487	0.70 559	0.67 553

MSAF-DinoV2	2.45 573	1.88 597	17.19 613	0.89 544	0.52 414	1.39 482	0.97 512	2.84 581	1.77 540	1.55 494	1.65 487	3.60 586	2.28 575	5.74 554	4.64 580	0.28 434	0.17 307	0.26 396	0.28 450	0.49 522	0.54 527

FCDSN-DC	2.47 574	0.65 511	1.00 338	0.85 529	0.75 513	2.26 558	0.97 512	2.31 524	1.83 548	5.52 616	7.65 609	7.72 611	7.70 616	4.43 524	2.64 552	0.52 552	0.48 566	0.52 550	0.52 560	0.57 541	0.59 543
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SuperB	2.50 575	0.72 527	18.07 617	0.72 471	0.53 422	1.85 534	0.86 490	1.80 393	2.40 572	1.54 491	1.42 423	1.13 384	1.17 474	4.18 518	4.80 583	0.25 368	0.20 374	0.23 312	0.19 246	7.64 625	0.38 469

ELAS	2.67 576	0.80 534	2.13 512	1.13 570	1.15 574	6.25 610	2.56 605	3.50 591	3.68 598	5.36 614	4.92 596	3.79 588	5.56 608	3.65 508	5.22 585	0.66 570	0.57 581	0.56 561	0.54 563	0.65 554	0.75 565
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	2.76 577	1.55 586	15.40 608	1.13 570	1.42 585	3.75 593	2.21 594	2.45 543	2.72 584	2.91 585	2.85 569	2.58 568	1.62 532	6.28 569	5.80 588	0.41 519	0.30 495	0.35 496	0.35 518	0.52 528	0.54 527

RTSA	2.76 577	1.55 586	15.40 608	1.13 570	1.42 585	3.75 593	2.21 594	2.45 543	2.72 584	2.91 585	2.85 569	2.58 568	1.62 532	6.28 569	5.80 588	0.41 519	0.30 495	0.35 496	0.35 518	0.52 528	0.54 527

WAO-7	2.78 579	1.54 585	2.18 515	1.41 583	1.19 578	3.92 596	2.01 588	4.19 601	3.89 600	2.98 587	5.47 598	4.18 591	3.28 592	8.24 601	4.27 575	1.13 590	1.01 607	1.18 589	1.13 600	1.19 583	1.13 584

MADNet+	2.80 580	3.38 619	11.57 603	1.50 587	1.21 581	3.18 585	2.00 585	3.52 592	2.61 577	1.81 533	2.09 539	2.83 573	2.18 573	7.55 593	5.44 587	0.84 576	0.83 593	0.71 574	0.66 575	1.05 579	1.08 581

IMH-64-1	2.82 581	1.87 595	1.77 483	3.31 611	2.69 607	3.22 586	2.07 589	4.25 603	2.77 587	2.46 571	3.78 583	3.05 578	2.34 578	4.67 530	3.00 560	3.84 617	0.84 596	2.75 612	1.39 602	3.34 610	2.93 611

IMH-64	2.82 581	1.87 595	1.77 483	3.31 611	2.69 607	3.22 586	2.07 589	4.25 603	2.77 587	2.46 571	3.78 583	3.05 578	2.34 578	4.67 530	3.00 560	3.84 617	0.84 596	2.75 612	1.39 602	3.34 610	2.93 611

pmcnn	2.84 583	0.46 438	5.19 573	0.68 438	0.42 346	1.55 502	1.16 539	2.32 525	1.60 526	2.72 578	7.49 607	17.96 627	1.48 525	6.04 562	6.64 592	0.18 138	0.15 241	0.15 33	0.12 39	0.20 221	0.20 198

ACVNet_2	2.86 584	1.47 580	8.28 589	2.68 602	2.26 599	2.70 572	1.84 584	3.41 588	3.04 589	2.27 563	3.42 579	4.58 593	2.10 566	5.91 559	1.62 512	2.58 603	0.67 588	2.22 599	0.85 585	2.79 599	2.47 603

ELAS_RVC	2.87 585	0.80 534	3.22 551	1.16 575	1.12 568	2.92 581	5.33 615	2.98 584	4.18 603	5.04 611	4.82 594	4.71 595	8.23 617	4.25 521	4.79 581	0.67 571	0.57 581	0.57 563	0.53 562	0.66 555	0.74 563
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FC-DCNN	2.88 586	0.61 494	1.15 386	0.75 494	0.57 446	2.85 579	1.05 524	3.44 589	2.64 581	6.93 617	7.63 608	9.86 618	7.02 614	5.76 556	4.31 576	0.54 554	0.48 566	0.51 548	0.50 556	0.53 533	0.52 523

FC-DCNN v2	2.96 587	0.61 494	1.13 379	0.75 494	0.57 446	2.90 580	1.06 526	3.59 594	2.66 582	7.05 618	7.66 610	10.26 621	7.17 615	6.27 568	4.49 579	0.54 554	0.48 566	0.51 548	0.50 556	0.53 533	0.52 523

WAO-6	2.98 588	1.67 590	1.88 493	2.38 598	2.30 601	3.53 589	2.37 601	4.38 605	4.64 607	2.42 567	4.50 587	4.85 597	2.99 588	5.22 540	5.37 586	1.77 594	1.16 613	2.31 601	1.47 607	2.42 594	1.99 597

ACVNet-4b	3.05 589	1.42 577	18.09 618	2.85 603	2.33 602	2.32 562	1.22 545	2.47 548	2.21 569	1.26 384	2.36 552	2.64 570	1.46 521	6.32 572	1.23 463	3.29 609	0.45 559	2.37 602	1.02 596	3.03 606	2.61 605

ACVNet_1	3.08 590	1.48 581	17.70 614	2.90 606	2.35 604	2.30 559	1.43 559	3.16 586	2.26 571	1.91 541	2.05 537	3.51 585	2.32 577	3.71 513	1.58 505	3.25 608	0.66 587	2.40 606	1.06 597	3.07 607	2.59 604

MonStereo1	3.22 591	1.70 591	2.23 520	2.51 600	2.33 602	5.55 608	1.61 569	3.55 593	4.67 608	3.29 595	8.09 613	4.79 596	3.75 598	6.30 571	2.79 555	2.52 601	0.64 585	1.91 597	1.07 598	2.53 596	2.62 606

PWCK	3.24 592	2.37 605	10.86 601	2.14 593	1.14 572	3.71 591	4.19 613	3.02 585	3.55 597	3.05 590	3.63 581	3.09 581	2.35 580	8.16 600	3.41 566	2.17 598	0.96 604	1.77 594	1.01 595	2.84 600	1.40 590

IMH	3.35 593	1.95 598	1.86 492	3.30 610	2.72 609	4.03 599	2.00 585	4.58 607	3.83 599	2.87 583	6.99 605	4.69 594	3.21 591	6.77 582	2.97 559	3.91 620	0.89 600	2.78 614	1.40 606	3.36 612	2.93 611

LVE	3.40 594	1.80 593	2.21 517	2.90 606	2.44 605	3.27 588	2.25 596	4.80 608	5.06 609	2.43 568	6.79 603	5.99 604	2.64 586	9.20 607	2.28 544	3.30 610	1.11 612	2.38 603	1.48 608	2.95 604	2.62 606

Dean	3.77 595	1.65 589	17.87 615	3.01 608	2.54 606	3.15 584	2.10 592	4.80 608	4.42 604	2.89 584	6.03 600	5.45 602	2.55 585	3.40 505	2.13 537	3.22 607	0.89 600	2.51 609	1.07 598	3.07 607	2.65 609

JetBlue	4.18 596	2.45 610	10.42 600	1.40 580	2.89 611	10.68 616	10.68 618	3.91 597	2.52 573	2.74 579	3.39 578	4.50 592	4.27 604	7.97 598	7.67 597	0.89 577	0.97 605	0.89 578	0.92 587	2.26 592	2.21 599

notaker	4.29 597	2.42 608	5.06 571	3.89 619	3.29 616	4.00 597	2.25 596	4.93 610	3.47 596	4.21 605	6.79 603	7.67 610	3.37 594	9.25 609	6.47 590	4.09 622	1.42 615	3.35 621	2.13 617	4.11 617	3.54 617

ktn	4.56 598	2.41 607	2.54 529	3.79 618	3.25 614	4.81 604	2.91 609	5.52 612	7.36 614	4.12 602	14.55 624	7.54 609	3.70 597	7.84 597	3.35 565	4.06 621	1.86 619	3.26 620	2.22 618	3.27 609	2.86 610

WAO-8	4.57 599	2.01 599	2.58 532	2.37 596	2.21 596	9.75 612	1.71 573	6.04 616	16.34 623	4.11 600	7.69 611	7.41 606	3.85 599	10.02 620	3.85 571	2.05 596	1.09 610	2.44 607	1.39 602	2.56 597	1.86 595

Venus	4.57 599	2.01 599	2.58 532	2.37 596	2.21 596	9.75 612	1.71 573	6.04 616	16.34 623	4.11 600	7.69 611	7.41 606	3.85 599	10.02 620	3.85 571	2.05 596	1.09 610	2.44 607	1.39 602	2.56 597	1.86 595

MultiAttention	4.59 601	0.35 345	0.90 298	0.75 494	0.46 373	31.81 637	4.41 614	2.35 533	1.41 478	1.64 514	2.43 556	2.42 563	0.70 293	38.40 638	1.78 529	0.23 324	0.15 241	0.30 450	0.30 481	0.48 518	0.48 508

SGM+DAISY	5.38 602	1.28 574	8.24 588	1.27 578	1.16 576	10.62 615	16.01 625	2.93 583	2.53 574	8.64 624	13.03 621	8.26 614	13.38 622	6.34 574	7.59 596	1.07 587	1.05 609	1.00 585	0.98 591	1.02 576	1.12 583

TorneroNet-64	5.41 603	2.10 602	2.43 525	3.49 614	2.83 610	9.90 614	2.13 593	8.87 622	16.79 628	5.39 615	9.18 616	10.68 623	3.92 602	9.55 611	5.11 584	3.36 611	0.86 598	2.88 615	1.62 609	3.76 613	3.37 615

MADNet++	5.41 603	3.18 617	6.43 577	4.66 623	3.95 620	6.15 609	6.75 616	4.51 606	4.51 606	5.06 612	6.27 601	4.96 599	6.14 610	9.39 610	11.70 610	4.71 623	4.19 625	3.97 623	3.33 621	4.08 616	4.25 622

UNDER WATER	5.68 605	2.46 611	15.52 610	3.98 621	3.53 617	5.15 606	2.74 607	5.58 613	16.41 626	4.00 598	4.56 588	9.12 616	6.43 612	6.22 565	9.11 602	3.85 619	1.35 614	3.18 619	1.98 614	4.51 620	3.84 621

DStereoSA	5.78 606	1.09 560	8.20 587	2.07 592	4.09 621	4.26 601	21.23 627	4.17 600	5.59 611	1.96 550	12.40 620	1.57 479	13.59 623	7.02 586	13.02 611	0.90 578	3.63 624	0.91 580	3.68 624	1.84 588	4.43 623

UNDER WATER-64	5.84 607	2.48 612	17.93 616	3.97 620	3.58 618	7.70 611	3.03 610	5.72 615	14.13 620	4.18 604	4.00 585	9.27 617	6.80 613	6.20 564	9.22 603	3.67 614	1.52 617	3.14 617	1.95 612	4.43 619	3.83 620

DStereoFS	6.12 608	2.43 609	7.51 585	2.47 599	2.16 594	16.09 622	8.18 617	4.22 602	12.08 619	3.74 597	14.16 622	7.84 612	13.66 624	7.03 588	9.84 606	0.90 578	1.49 616	1.23 590	2.79 620	1.36 585	3.31 614

LSM	6.55 609	1.26 572	15.64 611	1.79 589	68.74 642	1.67 514	2.08 591	2.26 513	2.59 576	3.13 592	3.08 575	1.90 520	1.81 551	2.89 489	2.16 540	0.43 524	0.59 584	0.50 546	0.58 567	0.64 552	17.24 633

tt	6.61 610	0.28 161	6.10 576	3.77 617	2.17 595	11.53 617	19.61 626	13.53 627	5.81 612	3.00 588	2.82 568	4.97 600	6.33 611	3.83 516	7.23 595	9.13 629	11.32 632	5.87 628	6.22 628	6.01 622	2.63 608

JetRed	7.02 611	8.94 623	25.72 626	2.89 605	3.27 615	14.25 621	12.27 622	6.69 618	4.45 605	4.46 606	4.56 588	6.65 605	5.43 607	7.46 592	14.41 620	2.60 604	3.31 621	2.61 610	2.30 619	4.34 618	3.79 619

xyz-stereo	7.03 612	0.24 69	70.23 646	0.44 74	0.21 12	29.74 631	0.49 323	1.03 162	0.77 163	1.45 471	26.78 633	1.17 390	1.19 483	4.72 533	1.32 478	0.16 59	0.12 43	0.20 205	0.14 109	0.17 104	0.14 22

MANE	7.50 613	0.64 505	7.97 586	1.40 580	2.10 593	16.86 624	12.56 623	12.91 626	17.51 631	8.50 623	11.60 619	14.66 624	13.33 621	12.02 624	13.28 613	0.62 566	0.52 574	0.52 550	1.90 611	0.56 539	0.58 541

SGM-ForestM	7.81 614	0.48 449	11.02 602	0.74 485	0.40 323	16.83 623	12.72 624	7.91 620	8.13 615	11.53 626	10.25 618	22.44 635	14.01 625	17.02 627	20.52 626	0.38 507	0.39 548	0.37 509	0.36 521	0.37 467	0.38 469

coex-ft	8.35 615	2.39 606	100.24 648	0.68 438	0.54 429	1.77 524	1.57 567	1.71 369	11.00 617	18.91 633	3.76 582	3.85 589	8.23 617	3.29 502	6.58 591	0.31 460	0.31 500	0.32 469	0.31 487	0.69 558	0.57 538

LE_ROB	8.35 615	0.47 443	27.42 630	0.83 522	0.34 246	2.84 578	3.36 611	4.03 599	27.04 635	25.20 635	8.72 615	8.55 615	27.35 635	7.37 591	22.13 627	0.22 300	0.20 374	0.20 205	0.21 322	0.25 353	0.25 324

KSHMR	8.76 617	2.14 603	3.59 558	3.60 616	3.13 613	4.15 600	2.67 606	5.61 614	58.90 650	3.04 589	55.71 648	4.94 598	2.54 584	4.61 529	3.05 562	3.49 613	1.57 618	3.14 617	1.98 614	3.84 614	3.49 616

U	9.23 618	0.22 30	0.65 154	0.48 129	53.11 641	61.26 647	0.24 46	0.77 72	0.55 92	0.37 51	0.30 23	0.29 39	0.34 74	0.34 2	0.27 23	0.20 231	0.12 43	60.47 645	4.24 625	0.18 142	0.14 22

TCMNet-wrong-test	10.42 619	11.55 625	15.31 607	20.99 628	18.49 625	13.94 620	10.69 619	16.07 628	4.14 602	5.27 613	5.64 599	16.22 626	12.57 619	7.57 594	10.26 607	7.44 627	2.38 620	4.30 625	3.43 622	11.37 628	10.87 627

EDNetEfficientorigin	10.59 620	1.52 584	177.33 649	0.68 438	0.54 429	1.66 513	1.20 544	1.94 437	3.39 594	4.69 608	3.37 577	3.08 580	2.79 587	3.25 500	3.63 568	0.26 395	0.24 448	0.33 481	0.28 450	0.85 567	0.87 573

TorneroNet	10.72 621	2.09 601	2.76 538	3.48 613	3.03 612	44.72 638	2.31 598	8.62 621	67.06 651	7.45 622	23.21 632	10.59 622	4.28 605	9.03 604	9.00 601	3.67 614	0.91 602	3.04 616	1.63 610	3.92 615	3.55 618

HanzoNet	11.92 622	5.12 620	17.18 612	4.19 622	3.59 619	5.16 607	2.82 608	7.41 619	9.96 616	33.31 644	27.60 634	22.25 634	37.31 639	18.18 629	13.57 614	8.13 628	3.44 623	3.50 622	3.44 623	7.77 626	4.52 624

DGTPSM_ROB	13.06 623	8.27 621	22.29 621	9.53 625	18.14 623	11.53 617	31.97 632	10.82 624	16.25 621	7.14 619	19.39 630	10.12 619	16.69 627	9.85 615	22.49 629	4.77 624	8.72 627	5.37 626	10.24 631	6.15 623	11.56 628

DPSMNet_ROB	13.08 624	8.28 622	22.32 622	9.54 626	18.15 624	11.53 617	31.98 633	10.83 625	16.27 622	7.17 620	19.40 631	10.12 619	16.69 627	9.87 616	22.50 630	4.78 625	8.72 627	5.38 627	10.25 632	6.16 624	11.59 629

USTest	14.33 625	14.93 626	21.00 619	17.41 627	16.02 622	23.11 625	33.76 634	22.02 629	11.81 618	9.47 625	10.19 617	15.94 625	13.17 620	17.25 628	22.38 628	3.81 616	5.01 626	6.17 629	6.18 627	9.23 627	7.81 626

DPSM_ROB	19.12 626	19.13 628	25.13 624	22.15 630	20.86 628	28.06 628	37.75 636	27.18 633	16.95 629	14.25 627	15.07 625	21.66 629	18.69 630	21.83 631	26.51 634	10.15 631	9.30 630	10.45 632	10.41 633	14.00 629	12.85 631

DPSM	19.12 626	19.13 628	25.13 624	22.15 630	20.86 628	28.06 628	37.75 636	27.18 633	16.95 629	14.25 627	15.07 625	21.66 629	18.69 630	21.83 631	26.51 634	10.15 631	9.30 630	10.45 632	10.41 633	14.00 629	12.85 631

LRCNet_RVC	22.79 628	32.09 634	22.06 620	29.83 632	26.15 630	4.40 603	0.84 483	22.64 630	2.10 563	26.93 636	29.25 635	23.03 636	15.56 626	23.91 633	18.92 625	32.00 642	20.04 643	34.68 641	32.13 642	30.66 640	28.52 640

DLNR_Zeroshot_test	23.23 629	48.25 646	43.77 634	177.04 648	78.39 644	0.35 31	0.21 17	23.33 631	0.82 190	0.67 184	0.86 205	0.58 176	0.30 49	1.64 367	0.48 234	10.69 633	0.13 91	0.18 131	0.14 109	76.63 647	0.23 280

DLNR-FE	23.24 630	48.33 647	43.35 633	177.19 649	78.30 643	0.35 31	0.21 17	23.45 632	0.82 190	0.67 184	0.86 205	0.58 176	0.29 38	1.62 365	0.48 234	10.93 634	0.13 91	0.18 131	0.14 109	76.65 648	0.23 280

DPSimNet_ROB	24.77 631	9.69 624	61.46 645	3.56 615	19.46 626	25.95 626	77.56 648	5.09 611	16.60 627	21.50 634	29.82 636	25.12 637	85.69 649	13.37 626	23.07 632	7.23 626	17.79 635	8.55 630	7.57 629	4.57 621	31.84 641

BEATNet-Init1	27.39 632	21.01 630	73.65 647	1.07 566	0.80 527	56.07 639	22.82 628	33.14 640	31.71 637	51.78 650	52.93 647	65.63 648	48.54 647	48.75 649	36.36 639	0.52 552	0.47 564	0.54 555	0.54 563	0.64 552	0.72 561

Hybrid-DGEV	38.41 633	38.43 640	50.24 638	44.83 639	41.93 635	56.45 641	76.20 642	54.48 647	33.86 639	28.46 638	30.13 637	43.49 641	37.75 644	43.77 645	53.30 644	20.31 638	18.69 637	21.02 634	20.97 635	28.20 635	25.72 634

CasAABBNet	38.42 634	38.42 637	50.26 639	44.76 637	41.87 634	56.47 642	76.22 644	54.44 643	33.92 642	28.53 641	30.36 642	43.53 644	37.59 642	43.77 645	53.32 646	20.27 635	18.70 638	21.03 635	21.04 637	28.19 634	25.79 636

RAFT-FEzeroshot	38.43 635	38.42 637	50.19 636	44.92 640	41.98 637	56.48 644	76.24 645	54.46 645	33.87 640	28.51 639	30.31 640	43.61 645	37.54 640	43.76 642	53.32 646	20.29 636	18.70 638	21.03 635	21.04 637	28.21 636	25.79 636

RAFT-FE	38.43 635	38.42 637	50.19 636	44.92 640	41.98 637	56.48 644	76.24 645	54.46 645	33.87 640	28.51 639	30.31 640	43.61 645	37.54 640	43.76 642	53.32 646	20.29 636	18.70 638	21.03 635	21.04 637	28.21 636	25.79 636

FlowAnything	38.45 637	38.38 636	50.32 640	44.77 638	41.97 636	56.43 640	76.20 642	54.49 648	34.43 644	28.45 637	30.15 638	43.52 643	37.69 643	43.76 642	53.31 645	20.36 639	18.71 641	21.03 635	21.10 641	28.18 633	25.74 635

Selective-RAFT-Error	38.47 638	38.44 641	50.38 641	44.74 636	42.01 639	56.47 642	76.24 645	54.44 643	34.02 643	28.59 642	30.30 639	43.51 642	38.10 645	43.69 641	53.24 643	20.36 639	18.72 642	21.05 639	21.02 636	28.25 638	25.87 639

HaxPig	39.02 639	41.39 643	41.59 631	30.10 633	32.36 631	29.49 630	27.65 630	30.56 636	37.94 645	43.75 645	43.81 644	33.42 638	35.69 636	41.51 639	40.33 641	43.91 646	47.48 648	45.87 642	47.14 644	42.29 641	44.06 644

AVERAGE_ROB	40.42 640	42.30 644	42.61 632	36.91 635	35.54 633	30.42 632	27.59 629	37.45 642	38.45 646	44.87 646	44.27 645	37.55 640	36.69 637	41.82 640	40.25 640	45.36 647	46.73 647	47.09 643	46.32 643	42.47 642	43.74 643

MEDIAN_ROB	42.01 641	44.30 645	44.14 635	35.08 634	34.90 632	31.33 636	29.90 631	36.77 641	40.11 647	47.14 649	46.55 646	37.49 639	38.50 646	44.30 648	42.32 642	47.93 648	49.31 649	49.68 644	49.00 645	44.98 643	46.46 645

Anonymous_1	42.79 642	18.71 627	24.75 623	21.81 629	45.16 640	27.68 627	37.52 635	28.64 635	16.34 623	14.72 629	14.53 623	20.60 628	17.82 629	21.52 630	25.88 633	113.45 651	8.91 629	100.63 646	126.37 648	158.50 651	12.31 630

LSM0	42.92 643	38.72 642	50.66 642	47.49 642	110.18 650	56.77 646	75.87 641	54.87 649	33.74 638	29.48 643	31.12 643	43.77 647	37.12 638	43.85 647	53.44 649	20.50 641	18.67 636	21.05 639	21.07 640	28.37 639	41.73 642

PML	51.64 644	37.49 635	14.31 606	7.45 624	20.27 627	107.80 650	231.34 652	8.94 623	27.70 636	86.74 651	268.93 652	69.03 649	61.09 648	24.71 637	14.36 619	9.71 630	3.40 622	9.60 631	4.67 626	20.46 632	4.76 625

xxxxx1	54.34 645	26.72 631	27.03 627	114.14 645	99.00 645	30.68 633	47.19 638	32.52 637	26.09 632	17.85 630	17.48 627	21.86 631	20.92 632	24.38 634	33.78 636	34.73 643	41.33 644	157.67 649	175.68 649	65.82 644	71.99 648

tt_ll	54.34 645	26.72 631	27.03 627	114.14 645	99.00 645	30.68 633	47.19 638	32.52 637	26.09 632	17.85 630	17.48 627	21.86 631	20.92 632	24.38 634	33.78 636	34.73 643	41.33 644	157.67 649	175.68 649	65.82 644	71.99 648

ff	54.34 645	26.72 631	27.03 627	114.14 645	99.00 645	30.68 633	47.19 638	32.52 637	26.09 632	17.85 630	17.48 627	21.86 631	20.92 632	24.38 634	33.78 636	34.73 643	41.33 644	157.67 649	175.68 649	65.82 644	71.99 648

RSGM-EC	88.73 648	82.35 648	50.81 643	105.24 643	99.50 648	93.69 648	125.26 649	90.19 650	46.12 648	45.12 647	57.25 649	101.03 650	88.09 650	153.95 650	152.34 650	105.29 649	59.41 650	113.44 647	52.73 646	91.73 649	61.05 646

acva	88.73 648	82.35 648	50.81 643	105.24 643	99.50 648	93.69 648	125.26 649	90.19 650	46.12 648	45.12 647	57.25 649	101.03 650	88.09 650	153.95 650	152.34 650	105.29 649	59.41 650	113.44 647	52.73 646	91.73 649	61.05 646

test_example2	192.91 650	210.59 650	206.44 650	199.86 650	204.90 651	172.02 651	182.95 651	138.34 652	134.89 652	193.14 652	200.54 651	186.77 652	177.82 652	204.95 652	207.57 652	221.83 652	238.70 652	186.02 652	190.07 652	226.94 652	173.78 651

GS-Stereo							0.35 145	1.31 271	0.53 82	0.38 58	0.39 43	0.32 51	0.33 66	0.45 14	0.29 43	0.20 231	0.12 43	0.16 65	0.13 74	0.17 104	0.18 124

FSD					0.52 414	0.54 174	0.58 393	0.71 54	0.54 85	0.54 150	0.53 102	0.60 186	0.52 204	0.58 56	0.56 291	0.51 551	0.48 566	0.50 546	0.49 554	0.50 524

ccccc		492.94 651		530.37 651	529.69 652	476.06 652		494.48 653		446.40 653		473.27 653		541.46 653		660.58 653	458.79 653	353.88 653	309.98 653	597.94 653

Low-res two-view benchmark