Low-res two-view results

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

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

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

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

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

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

S2M2_XL	0.25 1	0.25 86	0.43 17	0.36 3	0.24 28	0.16 2	0.18 2	0.34 1	0.24 4	0.29 12	0.41 44	0.24 9	0.23 11	0.32 1	0.27 19	0.20 219	0.18 329	0.18 128	0.16 166	0.18 132	0.15 38
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
FoundationStereo	0.26 2	0.23 42	0.41 13	0.40 33	0.24 28	0.32 20	0.22 24	0.43 2	0.24 4	0.31 21	0.25 6	0.30 39	0.32 56	0.36 3	0.27 19	0.16 56	0.12 40	0.15 30	0.11 7	0.13 5	0.14 18

BridgeDepth_RVC	0.27 3	0.20 9	0.40 8	0.34 1	0.19 2	0.46 80	0.19 7	0.59 13	0.28 7	0.30 16	0.29 16	0.26 18	0.32 56	0.45 13	0.30 48	0.17 89	0.11 21	0.13 1	0.12 38	0.15 47	0.13 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
MonSter++	0.27 3	0.20 9	0.38 1	0.39 21	0.24 28	0.35 25	0.20 13	0.53 6	0.33 17	0.30 16	0.27 13	0.39 75	0.26 18	0.47 18	0.28 27	0.13 17	0.12 40	0.14 4	0.11 7	0.13 5	0.15 38

HiDET	0.27 3	0.19 2	0.39 3	0.39 21	0.24 28	0.30 16	0.21 17	0.60 16	0.35 22	0.27 4	0.30 20	0.33 54	0.25 14	0.50 31	0.32 68	0.14 26	0.12 40	0.14 4	0.11 7	0.13 5	0.16 71

MLG-Stereo_test2	0.27 3	0.22 26	0.40 8	0.39 21	0.24 28	0.35 25	0.18 2	0.58 10	0.23 2	0.28 7	0.24 5	0.34 59	0.19 1	0.79 130	0.24 3	0.16 56	0.11 21	0.15 30	0.11 7	0.13 5	0.14 18

CSFM-Stereo	0.28 7	0.19 2	0.39 3	0.40 33	0.21 10	0.40 39	0.21 17	0.60 16	0.33 17	0.32 23	0.29 16	0.31 42	0.29 33	0.49 24	0.27 19	0.15 40	0.14 159	0.14 4	0.11 7	0.14 20	0.14 18

LGtest1	0.28 7	0.23 42	0.46 26	0.42 51	0.22 16	0.41 47	0.19 7	0.58 10	0.29 10	0.30 16	0.25 6	0.29 35	0.29 33	0.57 50	0.26 7	0.18 129	0.12 40	0.16 61	0.12 38	0.14 20	0.16 71

252Zero-FE	0.29 9	0.24 64	0.47 35	0.42 51	0.25 49	0.29 14	0.19 7	0.71 49	0.49 65	0.32 23	0.34 27	0.22 2	0.25 14	0.43 10	0.30 48	0.16 56	0.13 84	0.14 4	0.12 38	0.13 5	0.15 38

MonStereo	0.29 9	0.19 2	0.47 35	0.37 5	0.22 16	0.55 169	0.31 93	0.60 16	0.44 50	0.29 12	0.28 15	0.23 3	0.20 2	0.60 63	0.26 7	0.11 1	0.11 21	0.14 4	0.11 7	0.14 20	0.14 18

Wavelet-MonSter	0.29 9	0.21 14	0.51 65	0.41 44	0.27 73	0.26 5	0.25 48	0.51 5	0.31 12	0.37 46	0.48 71	0.28 32	0.35 75	0.54 38	0.29 39	0.11 1	0.11 21	0.14 4	0.11 7	0.13 5	0.13 2

Monster-pub-eth3d	0.29 9	0.19 2	0.48 41	0.37 5	0.22 16	0.55 169	0.31 93	0.60 16	0.44 50	0.29 12	0.29 16	0.23 3	0.21 6	0.59 60	0.26 7	0.11 1	0.11 21	0.14 4	0.11 7	0.14 20	0.14 18

IGEV	0.29 9	0.18 1	0.43 17	0.38 13	0.31 165	0.45 75	0.21 17	0.63 25	0.42 43	0.32 23	0.44 56	0.26 18	0.20 2	0.44 11	0.26 7	0.14 26	0.12 40	0.16 61	0.13 74	0.12 1	0.14 18

MLG-Stereo_test3	0.29 9	0.20 9	0.46 26	0.43 58	0.24 28	0.47 91	0.19 7	0.75 60	0.31 12	0.36 39	0.22 3	0.35 61	0.21 6	0.61 66	0.26 7	0.16 56	0.12 40	0.16 61	0.11 7	0.13 5	0.15 38

MLG-Stereo_test1	0.29 9	0.21 14	0.42 15	0.41 44	0.25 49	0.37 33	0.20 13	0.71 49	0.20 1	0.25 2	0.17 1	0.33 54	0.26 18	0.92 176	0.26 7	0.15 40	0.11 21	0.16 61	0.11 7	0.13 5	0.13 2

MonSter	0.29 9	0.19 2	0.48 41	0.37 5	0.22 16	0.55 169	0.31 93	0.60 16	0.44 50	0.29 12	0.29 16	0.23 3	0.20 2	0.60 63	0.26 7	0.11 1	0.11 21	0.14 4	0.11 7	0.14 20	0.14 18

dual_stereo	0.29 9	0.21 14	0.39 3	0.40 33	0.23 23	0.25 4	0.22 24	0.59 13	0.32 16	0.33 28	0.26 10	0.40 79	0.23 11	0.86 154	0.30 48	0.16 56	0.13 84	0.14 4	0.11 7	0.14 20	0.14 18

MatchStereo	0.30 18	0.21 14	0.44 22	0.35 2	0.19 2	0.21 3	0.23 37	0.90 115	0.54 80	0.28 7	0.48 71	0.25 13	0.24 13	0.53 35	0.33 79	0.17 89	0.12 40	0.14 4	0.11 7	0.14 20	0.14 18

LCMNet	0.30 18	0.19 2	0.38 1	0.39 21	0.25 49	0.32 20	0.22 24	0.65 28	0.58 97	0.28 7	0.33 25	0.33 54	0.29 33	0.58 54	0.32 68	0.14 26	0.13 84	0.14 4	0.11 7	0.13 5	0.17 97

BridgeDepth	0.30 18	0.21 14	0.39 3	0.41 44	0.18 1	0.57 181	0.32 104	0.71 49	0.35 22	0.27 4	0.26 10	0.39 75	0.43 123	0.48 20	0.29 39	0.14 26	0.10 2	0.13 1	0.12 38	0.15 47	0.13 2
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 18	0.23 42	0.50 57	0.38 13	0.26 68	0.26 5	0.20 13	0.84 93	0.31 12	0.31 21	0.26 10	0.25 13	0.26 18	0.94 180	0.23 1	0.15 40	0.12 40	0.16 61	0.12 38	0.14 20	0.13 2

asda	0.31 22	0.24 64	0.51 65	0.39 21	0.24 28	0.43 65	0.33 112	0.68 36	0.40 39	0.39 59	0.44 56	0.27 23	0.35 75	0.55 41	0.31 57	0.12 5	0.10 2	0.14 4	0.11 7	0.14 20	0.13 2

4.5_new	0.31 22	0.25 86	0.46 26	0.38 13	0.24 28	0.52 141	0.36 152	0.65 28	0.35 22	0.48 101	0.43 48	0.27 23	0.27 25	0.42 8	0.26 7	0.14 26	0.10 2	0.15 30	0.13 74	0.17 96	0.15 38

4.5w-stereo	0.31 22	0.25 86	0.46 26	0.38 13	0.24 28	0.52 141	0.36 152	0.65 28	0.35 22	0.48 101	0.43 48	0.27 23	0.27 25	0.42 8	0.26 7	0.14 26	0.10 2	0.15 30	0.13 74	0.17 96	0.15 38

LG-Stereo_L1	0.31 22	0.24 64	0.49 47	0.38 13	0.27 73	0.28 11	0.21 17	0.68 36	0.29 10	0.27 4	0.25 6	0.25 13	0.22 9	1.25 265	0.24 3	0.16 56	0.12 40	0.15 30	0.12 38	0.14 20	0.13 2

MLG-Stereo	0.31 22	0.20 9	0.42 15	0.42 51	0.20 5	0.41 47	0.19 7	0.85 95	0.24 4	0.26 3	0.22 3	0.33 54	0.27 25	1.09 230	0.27 19	0.15 40	0.11 21	0.16 61	0.11 7	0.13 5	0.13 2

Monster-pub-mixall	0.32 27	0.20 9	0.44 22	0.37 5	0.22 16	0.28 11	0.18 2	0.69 40	0.36 32	0.37 46	0.36 30	0.27 23	0.20 2	1.43 316	0.25 5	0.15 40	0.12 40	0.13 1	0.11 7	0.12 1	0.15 38

asd	0.32 27	0.22 26	0.49 47	0.40 33	0.25 49	0.47 91	0.30 86	0.77 65	0.35 22	0.44 78	0.40 42	0.28 32	0.34 67	0.64 83	0.29 39	0.13 17	0.10 2	0.14 4	0.12 38	0.15 47	0.13 2

4.25_new	0.32 27	0.27 131	0.49 47	0.40 33	0.27 73	0.49 107	0.39 193	0.69 40	0.35 22	0.40 66	0.43 48	0.27 23	0.36 83	0.48 20	0.32 68	0.12 5	0.10 2	0.15 30	0.11 7	0.14 20	0.13 2

4.5w_new	0.32 27	0.27 131	0.49 47	0.40 33	0.27 73	0.49 107	0.39 193	0.69 40	0.35 22	0.40 66	0.43 48	0.27 23	0.36 83	0.48 20	0.32 68	0.12 5	0.10 2	0.15 30	0.11 7	0.14 20	0.13 2

4.25w-stereo	0.32 27	0.27 131	0.49 47	0.40 33	0.27 73	0.49 107	0.39 193	0.69 40	0.35 22	0.40 66	0.43 48	0.27 23	0.36 83	0.48 20	0.32 68	0.12 5	0.10 2	0.15 30	0.12 38	0.14 20	0.13 2

4w-stereo	0.32 27	0.25 86	0.52 73	0.38 13	0.25 49	0.46 80	0.28 71	0.68 36	0.35 22	0.43 74	0.45 60	0.28 32	0.39 102	0.63 81	0.31 57	0.12 5	0.10 2	0.15 30	0.12 38	0.14 20	0.14 18

IGEV-Stereo++	0.32 27	0.22 26	0.47 35	0.48 119	0.33 218	0.33 22	0.22 24	0.78 73	0.48 62	0.35 36	0.41 44	0.32 46	0.47 157	0.40 4	0.29 39	0.15 40	0.12 40	0.15 30	0.12 38	0.15 47	0.15 38

AdaDepth	0.33 34	0.23 42	0.69 166	0.46 88	0.29 124	0.44 71	0.24 45	0.54 8	0.38 35	0.33 28	0.38 35	0.26 18	0.31 48	0.81 134	0.27 19	0.12 5	0.13 84	0.16 61	0.13 74	0.16 69	0.20 187

2.5w	0.33 34	0.23 42	0.53 77	0.41 44	0.25 49	0.42 58	0.38 177	0.69 40	0.35 22	0.38 52	0.54 106	0.24 9	0.26 18	0.91 174	0.29 39	0.13 17	0.10 2	0.14 4	0.13 74	0.14 20	0.15 38

2.75w_new	0.33 34	0.24 64	0.51 65	0.36 3	0.24 28	0.41 47	0.42 222	0.61 23	0.40 39	0.50 118	0.44 56	0.24 9	0.34 67	0.77 120	0.34 85	0.13 17	0.11 21	0.14 4	0.11 7	0.13 5	0.13 2

3.25w_new	0.33 34	0.22 26	0.50 57	0.39 21	0.24 28	0.52 141	0.33 112	0.77 65	0.43 48	0.49 109	0.46 66	0.32 46	0.37 90	0.64 83	0.28 27	0.12 5	0.10 2	0.14 4	0.12 38	0.12 1	0.15 38

3.25w	0.33 34	0.22 26	0.50 57	0.39 21	0.24 28	0.52 141	0.33 112	0.77 65	0.43 48	0.49 109	0.46 66	0.32 46	0.37 90	0.64 83	0.28 27	0.12 5	0.10 2	0.14 4	0.12 38	0.12 1	0.15 38

LG-G_1	0.33 34	0.22 26	0.48 41	0.44 67	0.20 5	0.64 232	0.18 2	0.80 76	0.28 7	0.30 16	0.30 20	0.36 63	0.35 75	0.88 163	0.26 7	0.17 89	0.13 84	0.16 61	0.11 7	0.14 20	0.16 71

LG-G	0.33 34	0.22 26	0.48 41	0.44 67	0.20 5	0.64 232	0.18 2	0.80 76	0.28 7	0.30 16	0.30 20	0.36 63	0.35 75	0.88 163	0.26 7	0.17 89	0.13 84	0.16 61	0.11 7	0.14 20	0.16 71

GEAStereo	0.34 41	0.23 42	0.46 26	0.49 135	0.33 218	0.46 80	0.35 139	0.87 106	0.42 43	0.36 39	0.39 37	0.32 46	0.33 60	0.45 13	0.29 39	0.22 289	0.13 84	0.17 89	0.13 74	0.17 96	0.16 71

qwe	0.34 41	0.22 26	0.48 41	0.39 21	0.27 73	0.49 107	0.30 86	0.76 63	0.40 39	0.51 128	0.49 77	0.26 18	0.29 33	0.83 142	0.35 94	0.12 5	0.10 2	0.14 4	0.12 38	0.15 47	0.14 18

3.75w	0.34 41	0.23 42	0.50 57	0.39 21	0.30 144	0.62 212	0.36 152	0.70 48	0.38 35	0.44 78	0.49 77	0.25 13	0.36 83	0.72 105	0.28 27	0.13 17	0.09 1	0.14 4	0.12 38	0.13 5	0.15 38

2w_stereo	0.34 41	0.25 86	0.52 73	0.40 33	0.23 23	0.46 80	0.47 294	0.77 65	0.44 50	0.47 93	0.51 87	0.24 9	0.44 132	0.49 24	0.31 57	0.12 5	0.10 2	0.15 30	0.12 38	0.15 47	0.16 71

SGD-Stereo	0.34 41	0.22 26	0.44 22	0.39 21	0.20 5	0.42 58	0.22 24	0.71 49	0.33 17	0.43 74	0.34 27	0.27 23	0.35 75	1.15 244	0.33 79	0.21 254	0.11 21	0.16 61	0.13 74	0.17 96	0.15 38

GREAT-IGEV	0.34 41	0.22 26	0.54 81	0.40 33	0.31 165	0.36 30	0.28 71	0.59 13	0.66 127	0.28 7	0.51 87	0.29 35	0.29 33	0.86 154	0.28 27	0.15 40	0.12 40	0.15 30	0.11 7	0.17 96	0.16 71

DEFOM-Stereo	0.34 41	0.23 42	0.46 26	0.44 67	0.29 124	0.79 312	0.23 37	0.50 4	0.39 37	0.38 52	0.32 24	0.23 3	0.25 14	1.21 260	0.28 27	0.17 89	0.12 40	0.15 30	0.11 7	0.14 20	0.16 71

2.25w	0.35 48	0.24 64	0.55 84	0.38 13	0.24 28	0.44 71	0.25 48	0.69 40	0.42 43	0.49 109	0.59 120	0.27 23	0.35 75	0.83 142	0.37 126	0.13 17	0.11 21	0.14 4	0.12 38	0.13 5	0.17 97

3.5w_stereo	0.35 48	0.27 131	0.55 84	0.38 13	0.25 49	0.54 163	0.34 125	0.73 55	0.40 39	0.46 91	0.45 60	0.31 42	0.38 100	0.80 133	0.40 157	0.12 5	0.10 2	0.15 30	0.12 38	0.14 20	0.16 71

3w_stereo	0.35 48	0.25 86	0.60 113	0.41 44	0.21 10	0.52 141	0.53 340	0.72 54	0.47 60	0.47 93	0.50 83	0.23 3	0.45 139	0.49 24	0.30 48	0.13 17	0.10 2	0.15 30	0.12 38	0.15 47	0.17 97

monsters	0.35 48	0.21 14	0.49 47	0.43 58	0.39 298	0.34 23	0.26 58	0.69 40	0.44 50	0.49 109	0.41 44	0.23 3	0.26 18	1.38 300	0.27 19	0.14 26	0.11 21	0.14 4	0.12 38	0.13 5	0.15 38

S2M2_L	0.35 48	0.28 151	0.47 35	0.43 58	0.30 144	0.31 19	0.16 1	0.61 23	0.68 132	0.32 23	0.49 77	0.47 108	0.34 67	0.40 4	0.33 79	0.25 357	0.22 400	0.20 197	0.22 340	0.25 341	0.23 268
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GSStereo	0.36 53	0.23 42	0.46 26	0.50 156	0.33 218	0.46 80	0.35 139	1.31 260	0.53 77	0.38 52	0.39 37	0.32 46	0.33 60	0.45 13	0.29 39	0.20 219	0.12 40	0.16 61	0.13 74	0.17 96	0.18 117

Zero-FE251	0.36 53	0.25 86	0.64 140	0.49 135	0.30 144	0.57 181	0.24 45	0.86 102	0.36 32	0.53 137	0.39 37	0.51 128	0.41 107	0.49 24	0.28 27	0.19 170	0.15 230	0.17 89	0.12 38	0.14 20	0.16 71

1w_stereo	0.36 53	0.21 14	0.47 35	0.44 67	0.27 73	0.47 91	0.54 354	0.66 32	0.51 71	0.44 78	0.67 139	0.25 13	0.45 139	0.62 71	0.34 85	0.12 5	0.10 2	0.14 4	0.11 7	0.14 20	0.15 38

monsterstereo	0.36 53	0.21 14	0.53 77	0.48 119	0.36 264	0.27 9	0.29 78	0.58 10	0.52 73	0.45 86	0.61 124	0.26 18	0.27 25	1.23 262	0.28 27	0.14 26	0.12 40	0.15 30	0.12 38	0.16 69	0.13 2

111111	0.36 53	0.22 26	0.49 47	0.47 105	0.45 352	0.36 30	0.22 24	1.04 159	0.44 50	0.33 28	0.33 25	0.40 79	0.26 18	0.99 197	0.27 19	0.17 89	0.12 40	0.15 30	0.11 7	0.15 47	0.15 38

RAStereo	0.36 53	0.22 26	0.85 260	0.48 119	0.28 109	0.27 9	0.28 71	0.77 65	0.65 125	0.33 28	0.43 48	0.44 85	0.31 48	0.45 13	0.35 94	0.18 129	0.15 230	0.19 156	0.15 129	0.19 168	0.15 38

VIP-Stereo	0.37 59	0.25 86	0.62 127	0.41 44	0.46 361	0.82 329	0.22 24	0.67 34	0.48 62	0.32 23	0.55 109	0.37 68	0.31 48	0.85 151	0.28 27	0.18 129	0.12 40	0.16 61	0.12 38	0.15 47	0.14 18

gasm-f	0.37 59	0.24 64	0.50 57	0.49 135	0.33 218	0.37 33	0.44 260	0.87 106	0.42 43	0.36 39	0.65 133	0.32 46	0.46 149	0.58 54	0.30 48	0.22 289	0.13 84	0.17 89	0.13 74	0.19 168	0.16 71

LG-Stereo	0.37 59	0.27 131	0.94 305	0.48 119	0.26 68	0.37 33	0.30 86	0.88 110	0.57 94	0.38 52	0.58 117	0.29 35	0.21 6	0.51 32	0.37 126	0.14 26	0.14 159	0.20 197	0.18 214	0.18 132	0.14 18

GIP-stereo	0.37 59	0.25 86	0.49 47	0.55 249	0.41 324	0.37 33	0.22 24	1.03 152	0.56 91	0.35 36	0.52 92	0.46 98	0.37 90	0.55 41	0.28 27	0.20 219	0.13 84	0.16 61	0.12 38	0.16 69	0.16 71

NLSM3	0.38 63	0.21 14	0.47 35	0.46 88	0.36 264	0.43 65	0.34 125	0.75 60	0.62 114	0.43 74	0.70 152	0.39 75	0.43 123	0.62 71	0.37 126	0.15 40	0.12 40	0.19 156	0.17 191	0.16 69	0.16 71

zero-FE	0.38 63	0.24 64	0.54 81	0.48 119	0.46 361	0.29 14	0.23 37	0.69 40	0.34 20	0.34 33	0.41 44	0.37 68	0.49 176	0.68 98	0.35 94	0.23 313	0.12 40	0.18 128	0.13 74	0.82 554	0.19 158

LG-Stereo_Zeroshot	0.38 63	0.25 86	0.61 121	0.53 218	0.29 124	0.36 30	0.22 24	1.24 241	0.42 43	0.45 86	0.65 133	0.37 68	0.51 190	0.41 7	0.30 48	0.18 129	0.12 40	0.17 89	0.13 74	0.18 132	0.20 187

AIO_rvc	0.38 63	0.25 86	0.65 147	0.47 105	0.31 165	0.55 169	0.38 177	0.98 133	0.51 71	0.35 36	0.48 71	0.49 117	0.22 9	0.87 159	0.31 57	0.16 56	0.12 40	0.16 61	0.12 38	0.15 47	0.15 38

AIO_test	0.38 63	0.24 64	0.59 103	0.47 105	0.31 165	0.55 169	0.44 260	0.86 102	0.50 68	0.34 33	0.48 71	0.46 98	0.30 44	0.76 118	0.31 57	0.17 89	0.12 40	0.17 89	0.13 74	0.16 69	0.15 38

IGEV-RUCA	0.38 63	0.24 64	0.51 65	0.51 172	0.36 264	0.59 196	0.23 37	0.68 36	0.52 73	0.39 59	0.50 83	0.44 85	0.31 48	0.86 154	0.31 57	0.24 335	0.13 84	0.16 61	0.12 38	0.20 210	0.21 216

MaDis-Stereo	0.38 63	0.27 131	0.72 176	0.45 76	0.35 256	0.30 16	0.31 93	0.81 79	0.54 80	0.38 52	0.38 35	0.58 166	0.49 176	0.53 35	0.39 140	0.20 219	0.16 268	0.19 156	0.15 129	0.19 168	0.15 38

UniTT-Stereo	0.38 63	0.24 64	0.67 156	0.49 135	0.36 264	0.40 39	0.32 104	0.55 9	0.55 87	0.55 144	0.55 109	0.36 63	0.31 48	0.59 60	0.52 253	0.21 254	0.15 230	0.17 89	0.15 129	0.19 168	0.17 97

DDF-Stereo	0.39 71	0.24 64	0.53 77	0.51 172	0.45 352	0.30 16	0.23 37	0.64 26	0.34 20	0.34 33	0.40 42	0.37 68	0.48 163	0.94 180	0.35 94	0.24 335	0.12 40	0.18 128	0.13 74	0.85 555	0.19 158

HUF	0.39 71	0.27 131	0.71 174	0.43 58	0.24 28	0.51 135	0.47 294	0.99 141	0.55 87	0.37 46	0.45 60	0.53 143	0.41 107	0.70 101	0.29 39	0.18 129	0.14 159	0.16 61	0.12 38	0.15 47	0.17 97

fffft	0.39 71	0.24 64	0.56 90	0.45 76	0.34 239	0.42 58	0.48 302	0.85 95	0.39 37	0.45 86	0.35 29	0.38 72	0.31 48	1.32 285	0.34 85	0.14 26	0.12 40	0.19 156	0.15 129	0.16 69	0.18 117
1: 1. 1
AIO-Stereo	0.39 71	0.26 106	0.54 81	0.50 156	0.24 28	0.45 75	0.39 193	1.13 194	0.57 94	0.42 72	0.49 77	0.52 137	0.25 14	0.74 110	0.32 68	0.16 56	0.13 84	0.18 128	0.14 109	0.16 69	0.15 38

ours_stereo	0.40 75	0.30 203	0.57 94	0.47 105	0.31 165	0.40 39	0.44 260	0.79 75	0.58 97	0.36 39	0.58 117	0.46 98	0.33 60	1.14 243	0.33 79	0.17 89	0.13 84	0.19 156	0.15 129	0.19 168	0.20 187

RSM++	0.40 75	0.26 106	0.55 84	0.51 172	0.27 73	0.49 107	0.41 214	0.83 87	0.52 73	0.39 59	0.47 69	0.60 176	0.34 67	1.02 208	0.31 57	0.16 56	0.13 84	0.17 89	0.15 129	0.18 132	0.15 38

RSM	0.40 75	0.25 86	0.53 77	0.50 156	0.27 73	0.46 80	0.40 202	0.94 127	0.49 65	0.42 72	0.44 56	0.65 195	0.33 60	1.07 223	0.32 68	0.15 40	0.13 84	0.17 89	0.14 109	0.17 96	0.15 38

trnet	0.40 75	0.23 42	0.40 8	0.37 5	0.20 5	0.53 150	0.29 78	0.81 79	1.15 330	0.59 150	0.72 159	0.53 143	0.43 123	0.56 44	0.37 126	0.18 129	0.13 84	0.15 30	0.10 1	0.14 20	0.14 18

CREStereo	0.40 75	0.24 64	0.40 8	0.37 5	0.22 16	0.52 141	0.29 78	0.81 79	1.15 330	0.59 150	0.72 159	0.51 128	0.42 115	0.57 50	0.37 126	0.19 170	0.13 84	0.15 30	0.10 1	0.14 20	0.15 38
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 80	0.27 131	1.63 461	0.43 58	0.29 124	0.55 169	0.40 202	0.60 16	0.54 80	0.37 46	0.36 30	0.38 72	0.29 33	0.66 90	0.41 167	0.13 17	0.14 159	0.15 30	0.19 238	0.16 69	0.18 117

FlowAnything_test	0.41 80	0.27 131	0.67 156	0.60 333	0.33 218	0.62 212	0.35 139	0.64 26	0.48 62	0.46 91	0.36 30	0.45 95	0.37 90	0.54 38	0.52 253	0.25 357	0.19 347	0.28 416	0.33 498	0.22 279	0.22 247

MSCF	0.41 80	0.28 151	0.64 140	0.50 156	0.27 73	0.58 194	0.37 167	1.03 152	0.54 80	0.54 139	0.72 159	0.32 46	0.64 261	0.56 44	0.30 48	0.19 170	0.13 84	0.17 89	0.15 129	0.17 96	0.21 216

water-stereo	0.41 80	0.21 14	0.69 166	0.45 76	0.28 109	0.50 126	0.27 64	0.96 128	0.52 73	0.57 149	0.78 174	0.59 172	0.53 198	0.44 11	0.43 183	0.17 89	0.16 268	0.17 89	0.15 129	0.17 96	0.22 247

DEFOM-Stereo_RVC	0.41 80	0.68 508	0.45 25	0.66 400	0.30 144	0.48 101	0.25 48	0.87 106	0.46 58	0.39 59	0.37 34	0.30 39	0.69 281	1.16 248	0.31 57	0.17 89	0.11 21	0.16 61	0.12 38	0.18 132	0.14 18

castereo++	0.41 80	0.26 106	0.51 65	0.44 67	0.32 198	0.96 394	0.22 24	1.13 194	0.61 112	0.33 28	0.45 60	0.50 124	0.39 102	0.94 180	0.25 5	0.18 129	0.12 40	0.17 89	0.12 38	0.14 20	0.16 71

SMoEStereo_RVC	0.41 80	0.26 106	0.55 84	0.46 88	0.31 165	0.60 201	0.36 152	0.85 95	0.47 60	0.47 93	0.43 48	0.42 81	0.34 67	1.40 306	0.31 57	0.15 40	0.12 40	0.20 197	0.15 129	0.16 69	0.18 117

Pointernet	0.41 80	0.21 14	0.63 130	0.45 76	0.29 124	0.51 135	0.27 64	1.54 308	0.70 137	0.48 101	0.64 129	0.49 117	0.37 90	0.51 32	0.36 113	0.18 129	0.13 84	0.14 4	0.11 7	0.14 20	0.14 18

AEACV	0.41 80	0.25 86	0.60 113	0.55 249	0.52 401	0.43 65	0.38 177	0.98 133	0.63 117	0.44 78	0.56 113	0.46 98	0.59 240	0.56 44	0.31 57	0.17 89	0.13 84	0.18 128	0.16 166	0.17 96	0.17 97

LoS	0.41 80	0.23 42	0.46 26	0.39 21	0.23 23	0.48 101	0.40 202	1.12 190	0.94 228	0.50 118	0.66 136	0.49 117	0.42 115	0.63 81	0.39 140	0.19 170	0.14 159	0.16 61	0.11 7	0.14 20	0.15 38
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	0.41 80	0.24 64	0.59 103	0.45 76	0.27 73	0.54 163	0.22 24	1.23 239	0.56 91	0.44 78	0.43 48	0.68 203	0.29 33	0.89 168	0.34 85	0.17 89	0.12 40	0.20 197	0.17 191	0.17 96	0.18 117

GLC_STEREO	0.41 80	0.27 131	0.43 17	0.55 249	0.24 28	0.47 91	0.30 86	0.81 79	0.64 122	0.53 137	0.74 165	0.50 124	0.31 48	0.65 88	0.45 201	0.18 129	0.20 364	0.23 302	0.19 238	0.21 259	0.21 216

mms	0.42 92	0.29 175	0.60 113	0.47 105	0.33 218	0.43 65	0.46 282	0.75 60	0.50 68	0.36 39	0.61 124	0.44 85	0.30 44	1.39 304	0.34 85	0.16 56	0.14 159	0.18 128	0.15 129	0.19 168	0.21 216

CASnet	0.42 92	0.26 106	0.52 73	0.52 195	0.21 10	0.49 107	0.35 139	0.85 95	0.85 194	0.84 209	0.69 146	0.48 113	0.31 48	0.57 50	0.34 85	0.19 170	0.12 40	0.27 400	0.22 340	0.23 300	0.15 38
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.42 92	0.26 106	0.56 90	0.48 119	0.27 73	0.45 75	0.33 112	1.56 315	0.61 112	0.36 39	0.47 69	0.52 137	0.30 44	1.08 226	0.33 79	0.15 40	0.13 84	0.17 89	0.13 74	0.16 69	0.15 38

CroCo-Stereo	0.42 92	0.33 275	0.83 245	0.59 325	0.28 109	0.26 5	0.33 112	1.22 234	0.85 194	0.43 74	0.49 77	0.65 195	0.46 149	0.40 4	0.36 113	0.19 170	0.15 230	0.16 61	0.14 109	0.20 210	0.17 97
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 96	0.30 203	2.04 496	0.37 5	0.22 16	0.47 91	0.23 37	0.82 84	0.50 68	0.44 78	0.27 13	0.31 42	0.29 33	1.01 204	0.26 7	0.14 26	0.11 21	0.14 4	0.12 38	0.13 5	0.38 458

GASTEREO	0.43 96	0.29 175	0.62 127	0.51 172	0.27 73	0.62 212	0.36 152	1.02 144	0.58 97	0.55 144	0.83 189	0.30 39	0.65 266	0.64 83	0.30 48	0.19 170	0.13 84	0.17 89	0.15 129	0.16 69	0.21 216

castereo	0.43 96	0.25 86	0.50 57	0.46 88	0.30 144	0.60 201	0.56 371	1.23 239	0.83 187	0.39 59	0.70 152	0.45 95	0.68 277	0.54 38	0.33 79	0.17 89	0.11 21	0.17 89	0.13 74	0.16 69	0.14 18

WCG-NET	0.43 96	0.23 42	0.58 97	0.42 51	0.26 68	0.46 80	0.32 104	0.77 65	1.16 337	0.77 190	0.75 166	0.58 166	0.44 132	0.62 71	0.38 134	0.16 56	0.12 40	0.16 61	0.14 109	0.15 47	0.14 18

MGS-Stereo	0.43 96	0.28 151	0.61 121	0.46 88	0.28 109	0.49 107	0.33 112	0.60 16	0.89 204	0.47 93	1.32 376	0.51 128	0.32 56	0.66 90	0.39 140	0.20 219	0.16 268	0.18 128	0.16 166	0.18 132	0.18 117

MoCha-V2	0.43 96	0.23 42	0.55 84	0.56 270	0.23 23	0.44 71	0.32 104	1.35 268	0.63 117	0.54 139	0.55 109	0.42 81	0.57 219	1.12 239	0.28 27	0.15 40	0.13 84	0.15 30	0.13 74	0.17 96	0.18 117

GCAP-Stereo	0.43 96	0.32 255	0.80 222	0.50 156	0.27 73	0.53 150	0.31 93	1.05 163	0.67 129	0.69 176	0.71 156	0.58 166	0.42 115	0.51 32	0.35 94	0.18 129	0.15 230	0.18 128	0.13 74	0.17 96	0.15 38

MM-Stereo_test2	0.44 103	0.25 86	0.70 171	0.54 233	0.33 218	0.55 169	0.45 276	1.02 144	0.84 190	0.61 162	0.51 87	0.49 117	0.42 115	0.82 136	0.32 68	0.16 56	0.13 84	0.18 128	0.14 109	0.19 168	0.17 97

fffy	0.44 103	0.29 175	0.67 156	0.47 105	0.30 144	0.46 80	0.34 125	0.98 133	0.57 94	0.40 66	0.59 120	0.55 153	0.41 107	1.26 269	0.37 126	0.16 56	0.14 159	0.19 156	0.16 166	0.19 168	0.20 187

Occ-G	0.44 103	0.23 42	0.59 103	0.44 67	0.27 73	0.43 65	0.61 403	0.85 95	0.62 114	0.48 101	0.66 136	1.00 331	0.45 139	0.79 130	0.45 201	0.17 89	0.14 159	0.18 128	0.13 74	0.16 69	0.18 117

depthmonostereo	0.45 106	0.26 106	0.89 278	0.49 135	0.24 28	0.60 201	0.36 152	1.03 152	0.77 156	0.50 118	0.65 133	0.50 124	0.55 209	0.70 101	0.39 140	0.16 56	0.16 268	0.16 61	0.14 109	0.16 69	0.20 187

IGEV++	0.45 106	0.24 64	0.63 130	0.58 306	0.32 198	0.42 58	0.25 48	2.16 484	0.65 125	0.38 52	0.58 117	0.46 98	0.44 132	0.56 44	0.40 157	0.20 219	0.13 84	0.16 61	0.13 74	0.17 96	0.18 117

ff7	0.45 106	0.30 203	0.64 140	0.47 105	0.33 218	0.49 107	0.42 222	0.93 117	0.59 101	0.50 118	0.53 96	0.44 85	0.48 163	1.41 309	0.36 113	0.18 129	0.13 84	0.21 233	0.15 129	0.18 132	0.21 216

ffff	0.45 106	0.30 203	0.64 140	0.47 105	0.33 218	0.49 107	0.42 222	0.93 117	0.59 101	0.50 118	0.53 96	0.44 85	0.48 163	1.41 309	0.36 113	0.18 129	0.13 84	0.21 233	0.15 129	0.18 132	0.21 216

11t	0.45 106	0.30 203	0.64 140	0.47 105	0.33 218	0.49 107	0.42 222	0.93 117	0.59 101	0.50 118	0.53 96	0.44 85	0.48 163	1.41 309	0.36 113	0.18 129	0.13 84	0.21 233	0.15 129	0.18 132	0.21 216

LoS_RVC	0.45 106	0.29 175	0.48 41	0.49 135	0.83 522	0.51 135	0.43 240	0.65 28	0.44 50	0.47 93	0.78 174	0.44 85	0.60 246	0.59 60	0.37 126	0.14 26	0.12 40	0.14 4	0.10 1	0.14 20	1.08 570

anonymousdsp	0.45 106	0.30 203	0.60 113	0.48 119	0.34 239	0.49 107	0.42 222	0.97 129	0.60 107	0.51 128	0.53 96	0.46 98	0.47 157	1.36 293	0.35 94	0.18 129	0.13 84	0.21 233	0.15 129	0.18 132	0.21 216

ccc-4	0.45 106	0.30 203	0.64 140	0.47 105	0.33 218	0.49 107	0.42 222	0.93 117	0.59 101	0.50 118	0.53 96	0.44 85	0.48 163	1.41 309	0.36 113	0.18 129	0.13 84	0.21 233	0.15 129	0.18 132	0.21 216

IGEV-Stereo	0.45 106	0.30 203	0.60 113	0.48 119	0.34 239	0.49 107	0.42 222	0.98 133	0.60 107	0.51 128	0.53 96	0.46 98	0.47 157	1.36 293	0.35 94	0.18 129	0.13 84	0.21 233	0.15 129	0.18 132	0.21 216
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TANstereo	0.45 106	0.23 42	0.50 57	0.43 58	0.21 10	0.65 238	0.26 58	0.83 87	0.88 203	0.95 236	0.99 230	0.51 128	0.45 139	0.56 44	0.36 113	0.19 170	0.24 438	0.16 61	0.13 74	0.17 96	0.27 350

DilatedVolume-Stereo	0.46 116	0.24 64	0.72 176	0.45 76	0.33 218	0.72 274	0.29 78	0.83 87	0.53 77	0.82 202	0.73 163	0.52 137	0.44 132	1.16 248	0.42 177	0.15 40	0.15 230	0.15 30	0.14 109	0.16 69	0.17 97

Reg-Stereo(zero)	0.46 116	0.23 42	0.50 57	0.45 76	0.25 49	0.41 47	0.27 64	0.80 76	1.12 313	0.93 231	0.79 177	0.91 292	0.46 149	0.74 110	0.44 188	0.15 40	0.13 84	0.15 30	0.12 38	0.15 47	0.18 117

rvit_stereo_0081_aga	0.46 116	0.37 365	0.91 293	0.52 195	0.41 324	0.49 107	0.40 202	0.88 110	0.66 127	0.59 150	0.56 113	0.53 143	0.43 123	0.67 94	0.44 188	0.27 404	0.21 382	0.22 268	0.20 270	0.26 354	0.19 158

rvit_stereo_0081	0.46 116	0.34 305	0.72 176	0.56 270	0.35 256	0.41 47	0.44 260	0.74 58	1.04 273	0.49 109	0.52 92	0.51 128	0.49 176	0.86 154	0.47 217	0.25 357	0.20 364	0.22 268	0.19 238	0.26 354	0.19 158

rvit_stereo_0082	0.46 116	0.34 305	0.72 176	0.56 270	0.35 256	0.41 47	0.44 260	0.74 58	1.04 273	0.49 109	0.52 92	0.51 128	0.49 176	0.86 154	0.47 217	0.25 357	0.20 364	0.22 268	0.19 238	0.26 354	0.19 158

IGEV-Stereo+	0.46 116	0.23 42	0.51 65	0.42 51	0.46 361	0.15 1	0.19 7	0.45 3	0.37 34	0.28 7	0.25 6	0.31 42	0.41 107	1.43 316	0.31 57	0.18 129	0.13 84	0.15 30	0.12 38	1.09 568	1.74 582

WCG-NET（raft）	0.46 116	0.23 42	0.59 103	0.42 51	0.24 28	0.50 126	0.35 139	0.76 63	1.10 298	0.72 182	0.76 167	0.91 292	0.50 184	0.88 163	0.40 157	0.16 56	0.13 84	0.15 30	0.14 109	0.15 47	0.17 97

ProNet	0.46 116	0.30 203	0.69 166	0.46 88	0.32 198	0.57 181	0.52 334	1.15 210	0.67 129	0.44 78	0.50 83	0.44 85	0.43 123	1.31 279	0.38 134	0.16 56	0.15 230	0.19 156	0.16 166	0.18 132	0.18 117

MC-Stereo	0.46 116	0.24 64	0.58 97	0.63 365	0.30 144	0.38 37	0.32 104	0.98 133	0.74 149	0.66 171	0.85 193	0.56 162	0.60 246	1.07 223	0.32 68	0.17 89	0.12 40	0.17 89	0.15 129	0.16 69	0.16 71

CroCo-Stereo Lap2	0.46 116	0.37 365	0.87 269	0.62 355	0.79 513	0.28 11	0.35 139	0.81 79	0.73 142	0.39 59	0.54 106	0.71 218	0.54 206	0.60 63	0.48 225	0.18 129	0.18 329	0.19 156	0.16 166	0.21 259	0.21 216

DA	0.47 126	0.23 42	0.59 103	0.54 233	0.26 68	1.08 416	0.44 260	1.51 298	0.63 117	0.48 101	0.69 146	0.55 153	0.49 176	0.49 24	0.38 134	0.20 219	0.14 159	0.19 156	0.13 74	0.19 168	0.17 97

GGEV	0.47 126	0.23 42	0.59 103	0.54 233	0.26 68	1.08 416	0.44 260	1.51 298	0.63 117	0.48 101	0.69 146	0.55 153	0.49 176	0.49 24	0.38 134	0.20 219	0.14 159	0.19 156	0.13 74	0.19 168	0.17 97

tt45	0.47 126	0.25 86	0.52 73	0.47 105	0.34 239	0.78 302	0.32 104	0.86 102	0.45 57	0.52 133	0.45 60	0.49 117	0.37 90	2.12 428	0.36 113	0.16 56	0.13 84	0.19 156	0.16 166	0.17 96	0.21 216

rvit_stereo_0080	0.47 126	0.35 334	0.87 269	0.48 119	0.36 264	0.42 58	0.54 354	0.93 117	0.78 161	0.52 133	0.60 122	0.55 153	0.47 157	0.62 71	0.48 225	0.27 404	0.21 382	0.20 197	0.20 270	0.31 415	0.20 187

Former-RAFT_DAM_RVC	0.47 126	0.38 383	0.75 200	0.48 119	0.37 275	0.67 249	0.35 139	0.82 84	1.14 325	0.61 162	0.64 129	0.39 75	0.39 102	0.74 110	0.39 140	0.20 219	0.17 297	0.22 268	0.18 214	0.24 329	0.20 187

whm_eth	0.47 126	0.35 334	0.87 269	0.48 119	0.36 264	0.42 58	0.54 354	0.93 117	0.78 161	0.52 133	0.60 122	0.55 153	0.47 157	0.62 71	0.48 225	0.27 404	0.21 382	0.20 197	0.20 270	0.31 415	0.20 187

XX-TBD	0.47 126	0.71 513	0.39 3	0.81 503	0.25 49	0.57 181	0.26 58	0.73 55	1.30 423	0.78 192	1.01 237	0.45 95	0.33 60	0.49 24	0.39 140	0.20 219	0.15 230	0.15 30	0.11 7	0.17 96	0.15 38

PMTNet	0.47 126	0.22 26	0.43 17	0.39 21	0.24 28	0.71 270	0.26 58	0.78 73	1.03 267	0.65 168	0.69 146	0.55 153	0.48 163	0.90 171	0.36 113	0.99 570	0.13 84	0.15 30	0.10 1	0.15 47	0.15 38

HART	0.48 134	0.24 64	0.63 130	0.52 195	0.27 73	0.41 47	0.29 78	1.32 264	0.54 80	0.59 150	1.47 427	0.61 183	0.34 67	1.09 230	0.32 68	0.16 56	0.14 159	0.19 156	0.14 109	0.19 168	0.18 117

SCV_C0	0.48 134	0.29 175	0.88 274	0.46 88	0.31 165	0.46 80	0.31 93	1.67 337	0.87 200	0.40 66	0.52 92	0.54 149	0.29 33	1.27 272	0.34 85	0.18 129	0.14 159	0.17 89	0.14 109	0.20 210	0.18 117

CAS++	0.48 134	0.34 305	0.59 103	0.48 119	0.32 198	0.45 75	0.29 78	1.73 364	0.78 161	0.71 178	0.73 163	0.36 63	0.28 30	0.70 101	0.35 94	0.27 404	0.22 400	0.26 386	0.21 312	0.29 393	0.22 247
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MIF-Stereo (partial)	0.48 134	0.28 151	0.83 245	0.51 172	0.53 409	0.39 38	0.27 64	1.03 152	0.64 122	0.47 93	0.71 156	0.51 128	0.51 190	1.13 241	0.47 217	0.20 219	0.16 268	0.23 302	0.20 270	0.24 329	0.20 187

StereoAnything_RVC	0.49 138	1.60 577	0.87 269	0.37 5	0.21 10	0.26 5	0.21 17	0.53 6	0.23 2	0.23 1	0.21 2	0.19 1	0.35 75	1.29 276	0.23 1	0.22 289	0.11 21	0.15 30	0.11 7	2.36 581	0.13 2

999	0.49 138	0.25 86	0.55 84	0.51 172	0.35 256	0.74 281	0.31 93	0.89 114	0.59 101	0.39 59	0.50 83	0.50 124	0.36 83	2.41 455	0.41 167	0.17 89	0.13 84	0.18 128	0.15 129	0.16 69	0.23 268

rvit_stereo_0083	0.49 138	0.34 305	0.85 260	0.57 292	0.36 264	0.49 107	0.43 240	0.73 55	1.05 279	0.50 118	0.57 116	0.55 153	0.50 184	0.92 176	0.50 241	0.25 357	0.25 450	0.24 326	0.20 270	0.25 341	0.19 158

rvit_stereo_ft	0.49 138	0.38 383	1.03 337	0.68 426	0.42 334	0.40 39	0.58 383	0.93 117	0.86 197	0.47 93	0.55 109	0.57 164	0.48 163	0.67 94	0.53 263	0.26 383	0.17 297	0.22 268	0.22 340	0.24 329	0.19 158

RAFT-Stereo-weight	0.49 138	0.26 106	0.58 97	0.49 135	0.28 109	0.61 209	0.34 125	1.16 215	1.11 305	1.06 270	0.79 177	0.75 224	0.28 30	0.79 130	0.42 177	0.16 56	0.13 84	0.17 89	0.15 129	0.16 69	0.18 117

IGEVStereo-DCA	0.49 138	0.33 275	0.64 140	0.46 88	0.34 239	0.50 126	0.42 222	0.93 117	0.59 101	0.48 101	0.48 71	0.48 113	0.45 139	2.28 444	0.44 188	0.19 170	0.14 159	0.19 156	0.15 129	0.17 96	0.21 216

plain	0.49 138	0.29 175	1.23 408	0.51 172	0.40 310	0.35 25	0.37 167	1.04 159	0.62 114	0.44 78	0.76 167	0.42 81	0.41 107	1.17 253	0.46 207	0.23 313	0.15 230	0.24 326	0.19 238	0.25 341	0.18 117

testlalala	0.49 138	0.30 203	0.70 171	0.44 67	0.40 310	0.68 253	0.38 177	1.38 274	0.58 97	1.28 385	0.82 187	0.61 183	0.36 83	0.57 50	0.34 85	0.21 254	0.14 159	0.18 128	0.12 38	0.15 47	0.16 71

iRaftStereo_RVC	0.49 138	0.28 151	0.72 176	0.53 218	0.29 124	0.52 141	0.33 112	1.14 198	0.84 190	0.85 211	0.99 230	0.55 153	0.36 83	0.83 142	0.40 157	0.18 129	0.13 84	0.22 268	0.20 270	0.20 210	0.18 117

CREStereo++_RVC	0.49 138	0.22 26	0.46 26	0.48 119	0.38 289	0.45 75	0.25 48	0.77 65	1.30 423	0.82 202	1.23 341	0.47 108	0.37 90	0.55 41	0.44 188	0.16 56	0.11 21	0.16 61	0.80 573	0.18 132	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	0.50 148	0.27 131	0.63 130	0.43 58	0.23 23	0.79 312	0.46 282	0.83 87	0.82 182	0.63 165	0.63 127	0.54 149	0.44 132	1.69 368	0.62 310	0.16 56	0.15 230	0.19 156	0.16 166	0.17 96	0.16 71

MyStereo07	0.50 148	0.30 203	0.58 97	0.58 306	0.48 374	0.59 196	0.78 450	1.19 223	0.60 107	0.49 109	0.54 106	0.43 84	0.55 209	1.32 285	0.36 113	0.18 129	0.18 329	0.24 326	0.21 312	0.23 300	0.23 268

4D-IteraStereo	0.50 148	0.26 106	0.84 254	0.51 172	0.49 381	0.64 232	0.31 93	0.91 116	1.02 264	1.05 264	0.72 159	0.76 226	0.32 56	0.69 99	0.40 157	0.18 129	0.11 21	0.23 302	0.20 270	0.19 168	0.16 71

MM-Stereo_test1	0.51 151	0.26 106	0.59 103	0.53 218	0.31 165	0.50 126	0.53 340	1.06 165	1.09 294	0.88 218	0.70 152	0.54 149	0.59 240	1.18 254	0.35 94	0.19 170	0.17 297	0.20 197	0.17 191	0.20 210	0.18 117

SCV	0.51 151	0.29 175	0.72 176	0.63 365	0.27 73	0.40 39	0.38 177	2.32 515	0.75 154	0.36 39	0.49 77	0.55 153	0.35 75	1.31 279	0.34 85	0.25 357	0.13 84	0.17 89	0.14 109	0.18 132	0.18 117

CES	0.51 151	0.21 14	0.40 8	0.42 51	1.40 573	0.53 150	0.34 125	1.04 159	0.68 132	0.45 86	0.67 139	0.35 61	0.28 30	0.58 54	0.35 94	0.16 56	0.13 84	0.15 30	0.10 1	0.19 168	1.69 581

sCroCo_RVC	0.51 151	0.43 416	1.15 376	0.66 400	0.60 447	0.52 141	0.40 202	0.93 117	0.64 122	0.45 86	0.76 167	0.49 117	0.49 176	0.65 88	0.49 238	0.27 404	0.28 473	0.23 302	0.22 340	0.29 393	0.28 366

FE-Mocha	0.52 155	0.32 255	0.98 320	0.51 172	0.37 275	0.46 80	0.22 24	1.71 358	0.56 91	1.02 255	1.10 277	0.82 249	0.41 107	0.58 54	0.32 68	0.19 170	0.13 84	0.21 233	0.21 312	0.17 96	0.19 158

RCA-Stereo	0.52 155	0.26 106	0.66 152	0.49 135	0.33 218	0.54 163	0.44 260	1.20 227	1.41 469	0.69 176	1.06 261	0.63 191	0.79 315	0.62 71	0.35 94	0.17 89	0.12 40	0.17 89	0.14 109	0.16 69	0.16 71

Wave_Phase_stereo	0.53 157	0.27 131	1.63 461	0.43 58	0.29 124	2.72 563	0.40 202	0.82 84	0.54 80	0.37 46	0.36 30	0.38 72	0.29 33	0.66 90	0.41 167	0.13 17	0.14 159	0.15 30	0.19 238	0.16 69	0.18 117

MM-Stereo_test3	0.53 157	0.26 106	0.60 113	0.56 270	0.73 489	0.49 107	0.53 340	1.31 260	1.08 286	0.64 166	0.97 224	0.61 183	0.42 115	0.82 136	0.40 157	0.21 254	0.18 329	0.20 197	0.16 166	0.19 168	0.21 216

model_zeroshot	0.53 157	0.31 237	1.00 328	0.57 292	0.39 298	0.74 281	0.39 193	1.38 274	0.67 129	0.88 218	0.85 193	0.71 218	0.37 90	0.77 120	0.39 140	0.21 254	0.17 297	0.19 156	0.17 191	0.17 96	0.22 247

knoymous	0.53 157	0.32 255	0.51 65	0.46 88	0.30 144	0.57 181	0.54 354	1.10 186	0.78 161	0.99 242	0.84 191	0.95 311	0.57 219	0.89 168	0.51 245	0.21 254	0.14 159	0.26 386	0.14 109	0.23 300	0.25 312

NLSM1	0.54 161	0.26 106	0.61 121	0.49 135	1.04 551	0.83 337	0.31 93	1.55 311	0.68 132	0.52 133	0.77 171	0.46 98	0.48 163	1.02 208	0.56 281	0.19 170	0.19 347	0.21 233	0.18 214	0.20 210	0.18 117

NLCSM	0.54 161	0.30 203	0.60 113	0.53 218	0.74 496	0.71 270	0.47 294	1.25 245	0.71 140	0.64 166	0.51 87	0.48 113	0.60 246	1.34 289	0.71 341	0.19 170	0.20 364	0.21 233	0.19 238	0.22 279	0.21 216

tg	0.54 161	0.25 86	0.70 171	0.52 195	0.31 165	0.89 361	0.29 78	1.12 190	0.98 244	0.85 211	1.03 247	0.62 186	0.42 115	1.37 296	0.41 167	0.17 89	0.13 84	0.22 268	0.21 312	0.17 96	0.17 97

GCAP-BAT	0.54 161	0.33 275	0.75 200	0.45 76	0.50 386	0.84 346	0.35 139	0.98 133	0.80 176	0.88 218	1.04 253	0.88 276	0.37 90	1.25 265	0.41 167	0.19 170	0.15 230	0.18 128	0.13 74	0.17 96	0.22 247

HUI-Stereo	0.54 161	0.33 275	0.81 227	0.52 195	0.27 73	0.62 212	0.29 78	1.14 198	0.74 149	1.13 289	0.96 215	0.82 249	0.60 246	0.83 142	0.52 253	0.23 313	0.14 159	0.24 326	0.20 270	0.27 360	0.20 187

WQFJA1	0.55 166	0.29 175	0.56 90	0.47 105	0.85 525	0.78 302	0.38 177	2.26 503	0.79 170	0.51 128	0.53 96	0.53 143	0.50 184	0.73 108	0.66 327	0.17 89	0.21 382	0.19 156	0.17 191	0.19 168	0.18 117

NLMM	0.55 166	0.29 175	0.56 90	0.47 105	0.86 527	0.78 302	0.38 177	2.26 503	0.79 170	0.51 128	0.53 96	0.53 143	0.50 184	0.73 108	0.66 327	0.17 89	0.21 382	0.19 156	0.17 191	0.19 168	0.18 117

Any-RAFT	0.55 166	0.27 131	0.49 47	0.50 156	0.27 73	0.98 398	0.25 48	1.71 358	1.08 286	0.90 223	0.99 230	1.13 374	0.46 149	0.74 110	0.35 94	0.19 170	0.13 84	0.17 89	0.13 74	0.16 69	0.19 158

Selective-RAFT	0.55 166	0.29 175	0.85 260	0.58 306	0.28 109	0.91 368	0.34 125	1.00 143	0.96 237	0.59 150	0.64 129	0.80 237	0.76 296	1.34 289	0.51 245	0.21 254	0.15 230	0.17 89	0.15 129	0.19 168	0.19 158

test_4	0.55 166	0.23 42	0.67 156	0.56 270	0.32 198	0.71 270	0.39 193	0.83 87	0.72 141	0.93 231	1.87 513	0.70 211	0.41 107	1.21 260	0.39 140	0.16 56	0.13 84	0.21 233	0.23 372	0.20 210	0.18 117

GMOStereo	0.55 166	0.28 151	0.72 176	0.52 195	0.30 144	0.53 150	0.43 240	1.02 144	0.98 244	1.44 455	1.14 306	0.88 276	0.57 219	0.62 71	0.39 140	0.16 56	0.14 159	0.24 326	0.22 340	0.20 210	0.18 117

error version	0.55 166	0.28 151	0.72 176	0.52 195	0.30 144	0.53 150	0.43 240	1.02 144	0.98 244	1.44 455	1.14 306	0.88 276	0.57 219	0.62 71	0.39 140	0.16 56	0.14 159	0.24 326	0.22 340	0.20 210	0.18 117

test-v	0.55 166	0.28 151	0.72 176	0.52 195	0.30 144	0.53 150	0.43 240	1.02 144	0.98 244	1.44 455	1.14 306	0.88 276	0.57 219	0.62 71	0.39 140	0.16 56	0.14 159	0.24 326	0.22 340	0.20 210	0.18 117

test-2	0.55 166	0.28 151	0.72 176	0.52 195	0.30 144	0.53 150	0.43 240	1.02 144	0.98 244	1.44 455	1.14 306	0.88 276	0.57 219	0.62 71	0.39 140	0.16 56	0.14 159	0.24 326	0.22 340	0.20 210	0.18 117

rafts_anoy	0.55 166	0.32 255	0.66 152	0.72 459	0.61 453	0.53 150	0.40 202	1.24 241	1.06 281	0.85 211	0.83 189	0.67 201	0.53 198	0.77 120	0.55 275	0.20 219	0.15 230	0.25 365	0.26 411	0.22 279	0.21 216

s12784h	0.55 166	0.22 26	0.49 47	0.43 58	0.19 2	1.00 400	0.34 125	1.40 280	1.30 423	0.84 209	0.93 210	0.63 191	0.52 195	1.48 328	0.47 217	0.15 40	0.12 40	0.17 89	0.11 7	0.19 168	0.13 2

raftrobust	0.55 166	0.27 131	0.63 130	0.68 426	0.69 482	0.50 126	0.34 125	1.08 173	0.97 241	1.32 401	0.88 201	0.62 186	0.80 322	0.82 136	0.44 188	0.20 219	0.16 268	0.16 61	0.14 109	0.15 47	0.18 117

Gwc-CoAtRS	0.55 166	0.27 131	0.73 190	0.49 135	0.30 144	0.63 223	0.25 48	1.38 274	1.12 313	1.05 264	1.02 240	1.10 365	0.55 209	0.72 105	0.44 188	0.17 89	0.14 159	0.17 89	0.15 129	0.16 69	0.17 97

rvit_0105_6	0.56 179	0.38 383	1.13 369	0.67 414	0.38 289	0.50 126	0.51 323	0.88 110	1.33 434	0.54 139	0.56 113	0.65 195	0.57 219	0.97 194	0.46 207	0.32 456	0.31 490	0.28 416	0.25 394	0.29 393	0.23 268

MSKI-zero shot	0.56 179	0.30 203	0.61 121	0.55 249	0.28 109	0.68 253	0.28 71	1.25 245	0.68 132	0.92 228	1.33 382	0.81 243	0.33 60	1.94 404	0.36 113	0.18 129	0.13 84	0.17 89	0.13 74	0.16 69	0.19 158

EKT-Stereo	0.56 179	0.33 275	0.84 254	0.61 347	0.64 461	0.51 135	0.48 302	1.14 198	0.95 233	0.74 185	0.89 203	0.77 230	0.42 115	1.18 254	0.42 177	0.23 313	0.17 297	0.21 233	0.18 214	0.20 210	0.26 332

LL-Strereo2	0.56 179	0.36 344	0.77 208	0.56 270	0.40 310	0.68 253	0.37 167	1.21 232	0.83 187	0.96 239	0.79 177	0.91 292	0.41 107	1.08 226	0.48 225	0.18 129	0.17 297	0.29 428	0.25 394	0.22 279	0.19 158

test-3	0.56 179	0.24 64	0.82 236	0.50 156	0.29 124	0.57 181	0.34 125	1.09 180	1.03 267	1.33 407	0.69 146	0.87 270	0.45 139	1.68 364	0.39 140	0.17 89	0.12 40	0.20 197	0.17 191	0.17 96	0.16 71

test_1	0.56 179	0.24 64	0.82 236	0.50 156	0.29 124	0.57 181	0.34 125	1.09 180	1.03 267	1.28 385	0.69 146	0.87 270	0.45 139	1.67 362	0.39 140	0.17 89	0.12 40	0.20 197	0.17 191	0.17 96	0.16 71

PSM-adaLoss	0.56 179	0.33 275	0.81 227	0.52 195	0.27 73	0.63 223	0.41 214	1.14 198	0.73 142	1.13 289	0.96 215	0.82 249	0.60 246	1.09 230	0.52 253	0.23 313	0.14 159	0.24 326	0.20 270	0.27 360	0.20 187

ROB_FTStereo	0.56 179	0.33 275	0.82 236	0.52 195	0.27 73	0.62 212	0.25 48	1.14 198	0.74 149	1.13 289	0.96 215	0.82 249	0.60 246	1.18 254	0.52 253	0.23 313	0.14 159	0.24 326	0.20 270	0.27 360	0.20 187

cross-raft	0.56 179	0.26 106	0.65 147	0.55 249	0.31 165	0.66 244	0.37 167	1.68 341	0.82 182	1.06 270	1.07 264	1.25 399	0.45 139	0.74 110	0.39 140	0.15 40	0.13 84	0.19 156	0.16 166	0.19 168	0.17 97

test-1	0.56 179	0.28 151	1.13 369	0.58 306	0.34 239	0.60 201	0.38 177	1.56 315	0.98 244	0.80 195	1.02 240	0.83 259	0.52 195	0.64 83	0.46 207	0.17 89	0.16 268	0.20 197	0.17 191	0.20 210	0.26 332

raft+_RVC	0.56 179	0.29 175	0.61 121	0.65 387	0.56 429	0.53 150	0.53 340	1.40 280	1.02 264	0.78 192	1.04 253	0.70 211	0.55 209	1.00 201	0.49 238	0.18 129	0.16 268	0.19 156	0.19 238	0.18 132	0.17 97

RAFT-Stereo + iAFF	0.56 179	0.28 151	0.81 227	0.45 76	0.25 49	0.40 39	0.34 125	1.12 190	1.13 319	1.35 420	1.58 464	0.80 237	0.67 273	0.71 104	0.43 183	0.14 26	0.11 21	0.18 128	0.17 191	0.18 132	0.16 71

H2IRNET	0.57 191	0.28 151	0.75 200	0.49 135	0.35 256	0.40 39	0.27 64	1.03 152	1.18 348	0.62 164	1.26 349	1.07 350	0.85 341	1.02 208	0.64 318	0.20 219	0.16 268	0.23 302	0.25 394	0.22 279	0.20 187

11t1	0.57 191	0.30 203	0.84 254	0.54 233	0.30 144	0.83 337	0.41 214	1.34 267	0.79 170	0.88 218	0.82 187	0.70 211	0.70 284	0.96 190	0.67 330	0.21 254	0.21 382	0.20 197	0.16 166	0.21 259	0.26 332

rrr	0.57 191	0.33 275	2.43 515	0.46 88	0.34 239	0.50 126	0.38 177	0.84 93	0.55 87	0.48 101	0.48 71	0.48 113	0.45 139	2.28 444	0.44 188	0.19 170	0.14 159	0.19 156	0.15 129	0.17 96	0.18 117

test_3	0.57 191	0.24 64	0.87 269	0.55 249	0.30 144	0.60 201	0.40 202	1.07 168	1.08 286	1.20 337	0.68 141	0.92 300	0.43 123	1.68 364	0.40 157	0.16 56	0.13 84	0.22 268	0.19 238	0.21 259	0.17 97

Patchmatch Stereo++	0.57 191	0.33 275	0.82 236	0.52 195	0.27 73	0.63 223	0.28 71	1.14 198	0.73 142	1.13 289	0.96 215	0.82 249	0.60 246	1.40 306	0.52 253	0.23 313	0.14 159	0.24 326	0.20 270	0.27 360	0.20 187
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	0.57 191	0.33 275	0.81 227	0.52 195	0.27 73	0.62 212	0.42 222	1.14 198	0.73 142	1.13 289	0.97 224	0.82 249	0.60 246	1.15 244	0.53 263	0.23 313	0.14 159	0.24 326	0.20 270	0.27 360	0.20 187

DeepStereo_RVC	0.57 191	0.31 237	0.78 214	0.53 218	0.30 144	0.57 181	0.32 104	1.11 188	0.80 176	1.17 313	0.94 212	0.83 259	0.93 383	1.01 204	0.61 305	0.23 313	0.14 159	0.21 233	0.19 238	0.24 329	0.26 332

iRAFT	0.57 191	0.33 275	0.82 236	0.52 195	0.27 73	0.63 223	0.28 71	1.14 198	0.73 142	1.13 289	0.96 215	0.82 249	0.60 246	1.40 306	0.52 253	0.23 313	0.14 159	0.24 326	0.20 270	0.27 360	0.20 187

CRE-IMP	0.57 191	0.32 255	0.82 236	0.54 233	0.29 124	0.77 301	0.25 48	1.19 223	0.79 170	1.09 275	0.95 213	0.81 243	0.57 219	1.11 237	0.57 286	0.22 289	0.14 159	0.23 302	0.19 238	0.28 376	0.24 291

RAFT-IKP	0.57 191	0.33 275	0.82 236	0.52 195	0.27 73	0.57 181	0.35 139	1.14 198	0.73 142	1.13 289	0.96 215	0.83 259	0.61 256	1.26 269	0.53 263	0.23 313	0.14 159	0.24 326	0.20 270	0.27 360	0.20 187

test_xeample3	0.57 191	0.33 275	3.11 538	0.46 88	0.34 239	0.55 169	0.38 177	0.86 102	0.49 65	0.54 139	0.46 66	0.44 85	0.44 132	1.49 335	0.45 201	0.18 129	0.14 159	0.19 156	0.15 129	0.17 96	0.18 117

CFNet-RSSM	0.57 191	0.25 86	0.76 205	0.49 135	0.28 109	0.59 196	0.27 64	1.89 410	1.17 342	1.09 275	0.95 213	1.06 347	0.53 198	0.74 110	0.41 167	0.17 89	0.13 84	0.17 89	0.15 129	0.16 69	0.16 71

WQFJX	0.58 203	0.29 175	0.57 94	0.46 88	0.87 533	0.75 286	0.39 193	2.67 561	0.80 176	0.55 144	0.53 96	0.54 149	0.55 209	0.97 194	0.61 305	0.17 89	0.19 347	0.19 156	0.16 166	0.19 168	0.20 187

rvit_0105_4	0.58 203	0.40 398	1.19 397	0.68 426	0.38 289	0.53 150	0.55 364	0.93 117	1.27 399	0.56 148	0.61 124	0.72 220	0.63 257	1.01 204	0.47 217	0.33 463	0.33 508	0.29 428	0.25 394	0.29 393	0.26 332

AE-Stereo	0.58 203	0.29 175	0.81 227	0.62 355	0.41 324	0.69 264	0.46 282	2.49 543	1.25 387	0.49 109	0.77 171	0.69 208	0.46 149	0.61 66	0.42 177	0.17 89	0.16 268	0.21 233	0.20 270	0.19 168	0.18 117

1test111	0.58 203	0.34 305	0.63 130	0.60 333	0.27 73	1.16 435	0.51 323	1.58 320	0.91 210	0.60 157	0.80 182	0.47 108	0.87 358	0.99 197	0.67 330	0.21 254	0.13 84	0.25 365	0.15 129	0.23 300	0.25 312

RAFT-Test	0.58 203	0.27 131	0.81 227	0.50 156	0.33 218	0.95 388	0.27 64	1.40 280	0.89 204	1.00 246	1.12 290	1.39 434	0.48 163	0.74 110	0.41 167	0.17 89	0.14 159	0.17 89	0.14 109	0.16 69	0.18 117

anonymousdsp2	0.58 203	0.29 175	0.93 298	0.51 172	0.30 144	0.75 286	0.46 282	1.95 430	0.87 200	0.81 200	0.78 174	0.76 226	0.48 163	1.10 234	0.45 201	0.19 170	0.14 159	0.18 128	0.13 74	0.20 210	0.22 247

fff	0.58 203	0.26 106	1.15 376	0.46 88	0.25 49	0.48 101	0.36 152	1.20 227	1.28 407	1.13 289	1.03 247	0.59 172	1.04 434	0.77 120	0.58 291	0.17 89	0.14 159	0.17 89	0.13 74	0.15 47	0.24 291

iGMRVC	0.58 203	0.33 275	0.81 227	0.52 195	0.27 73	0.62 212	0.38 177	1.14 198	0.73 142	1.13 289	0.97 224	0.82 249	0.59 240	1.54 338	0.53 263	0.23 313	0.14 159	0.24 326	0.20 270	0.27 360	0.20 187

RALCasStereoNet	0.58 203	0.34 305	0.77 208	0.65 387	0.64 461	0.64 232	0.51 323	1.06 165	0.99 253	0.71 178	1.06 261	0.77 230	0.44 132	1.38 300	0.52 253	0.20 219	0.18 329	0.18 128	0.16 166	0.20 210	0.22 247

DCANet	0.58 203	0.26 106	1.15 376	0.45 76	0.25 49	0.49 107	0.36 152	1.18 219	1.35 439	1.15 305	1.04 253	0.60 176	0.91 373	0.84 147	0.58 291	0.17 89	0.14 159	0.17 89	0.13 74	0.19 168	0.25 312

csc	0.58 203	0.26 106	1.15 376	0.46 88	0.25 49	0.48 101	0.36 152	1.20 227	1.28 407	1.13 289	1.03 247	0.59 172	1.04 434	0.77 120	0.58 291	0.17 89	0.14 159	0.17 89	0.13 74	0.15 47	0.24 291

cscssc	0.58 203	0.26 106	1.15 376	0.46 88	0.25 49	0.48 101	0.36 152	1.20 227	1.28 407	1.13 289	1.03 247	0.59 172	1.04 434	0.77 120	0.58 291	0.17 89	0.14 159	0.17 89	0.13 74	0.15 47	0.24 291

GMStereo	0.58 203	0.50 446	1.09 356	0.52 195	0.32 198	0.80 319	0.43 240	1.02 144	1.41 469	0.89 222	0.77 171	0.52 137	0.46 149	0.89 168	0.56 281	0.25 357	0.16 268	0.20 197	0.22 340	0.31 415	0.27 350
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
WQFJX1	0.59 216	0.27 131	0.59 103	0.49 135	0.73 489	0.68 253	0.46 282	2.65 556	0.77 156	0.55 144	0.51 87	0.52 137	0.50 184	1.38 300	0.61 305	0.18 129	0.20 364	0.20 197	0.17 191	0.20 210	0.21 216

IGEV-FE	0.59 216	0.33 275	1.11 363	0.63 365	0.37 275	0.41 47	0.33 112	1.80 381	0.79 170	1.04 261	1.10 277	1.05 346	0.43 123	0.87 159	0.48 225	0.18 129	0.13 84	0.19 156	0.18 214	0.20 210	0.23 268

xyz-stereo-finetune2	0.59 216	0.29 175	0.66 152	0.41 44	0.24 28	1.08 416	0.34 125	0.87 106	0.60 107	0.68 175	1.08 271	0.58 166	0.79 315	2.39 454	0.83 375	0.17 89	0.15 230	0.21 233	0.17 191	0.16 69	0.18 117

gcap-zeroshot	0.59 216	0.30 203	1.11 363	0.51 172	0.30 144	0.79 312	0.36 152	1.86 402	0.86 197	0.90 223	0.68 141	1.44 442	0.50 184	0.82 136	0.35 94	0.19 170	0.16 268	0.18 128	0.15 129	0.18 132	0.18 117

ACVNet-DCA	0.59 216	0.34 305	0.63 130	0.60 333	0.27 73	1.16 435	0.51 323	1.58 320	0.91 210	0.60 157	0.80 182	0.47 108	0.87 358	1.48 328	0.35 94	0.21 254	0.13 84	0.25 365	0.15 129	0.23 300	0.25 312

IGEV_Zeroshot_test	0.59 216	0.33 275	1.11 363	0.63 365	0.37 275	0.41 47	0.33 112	1.80 381	0.79 170	1.04 261	1.10 277	1.06 347	0.43 123	0.87 159	0.48 225	0.18 129	0.13 84	0.19 156	0.18 214	0.20 210	0.23 268

DCANet-4	0.59 216	0.28 151	1.65 465	0.44 67	0.25 49	0.48 101	0.36 152	1.15 210	1.36 448	1.13 289	1.03 247	0.56 162	0.74 290	0.77 120	0.58 291	0.17 89	0.14 159	0.17 89	0.13 74	0.15 47	0.24 291

x	0.59 216	0.34 305	0.79 218	0.51 172	0.32 198	0.69 264	0.46 282	1.64 333	0.97 241	0.86 216	0.86 195	0.83 259	0.74 290	0.75 117	0.70 338	0.21 254	0.22 400	0.22 268	0.20 270	0.21 259	0.24 291

sAnonymous2	0.59 216	0.61 483	1.82 477	0.61 347	0.52 401	0.51 135	0.54 354	0.97 129	0.70 137	0.50 118	0.68 141	0.46 98	0.63 257	0.61 66	0.41 167	0.22 289	0.17 297	0.23 302	0.21 312	0.85 555	0.56 524

CroCo_RVC	0.59 216	0.61 483	1.82 477	0.61 347	0.52 401	0.51 135	0.54 354	0.97 129	0.70 137	0.50 118	0.68 141	0.46 98	0.63 257	0.61 66	0.41 167	0.22 289	0.17 297	0.23 302	0.21 312	0.85 555	0.56 524

NLMM1	0.60 226	0.28 151	0.63 130	0.48 119	0.73 489	0.68 253	0.43 240	2.47 538	1.11 305	0.60 157	0.63 127	0.51 128	0.47 157	1.34 289	0.58 291	0.19 170	0.21 382	0.20 197	0.17 191	0.20 210	0.19 158

testlalala2	0.60 226	0.30 203	0.68 160	1.79 577	1.30 571	0.65 238	0.41 214	1.06 165	0.75 154	0.91 225	0.96 215	0.75 224	0.34 67	0.56 44	0.45 201	0.18 129	0.16 268	0.17 89	0.13 74	0.17 96	0.19 158

MIM_Stereo	0.60 226	0.26 106	1.02 333	0.49 135	0.32 198	0.52 141	0.28 71	1.41 284	0.82 182	1.02 255	1.16 314	0.93 301	0.53 198	1.48 328	0.63 314	0.17 89	0.17 297	0.20 197	0.19 238	0.17 96	0.18 117

MIPNet	0.60 226	0.31 237	1.07 350	0.51 172	0.34 239	0.68 253	0.40 202	1.67 337	1.14 325	1.11 278	0.93 210	0.60 176	0.78 307	0.77 120	0.58 291	0.18 129	0.14 159	0.19 156	0.16 166	0.18 132	0.21 216

AFF-stereo	0.60 226	0.28 151	0.72 176	0.48 119	0.29 124	0.34 23	0.37 167	1.22 234	1.20 354	1.21 344	1.59 468	1.10 365	0.70 284	1.01 204	0.44 188	0.14 26	0.12 40	0.19 156	0.20 270	0.18 132	0.15 38

R-Stereo Train	0.60 226	0.30 203	0.72 176	0.57 292	0.37 275	0.68 253	0.52 334	1.45 289	0.78 161	1.61 497	1.50 438	0.76 226	0.53 198	0.67 94	0.51 245	0.19 170	0.16 268	0.18 128	0.15 129	0.18 132	0.19 158

RAFT-Stereo	0.60 226	0.30 203	0.72 176	0.57 292	0.37 275	0.68 253	0.52 334	1.45 289	0.78 161	1.61 497	1.50 438	0.76 226	0.53 198	0.67 94	0.51 245	0.19 170	0.16 268	0.18 128	0.15 129	0.18 132	0.19 158
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-test2	0.61 233	0.30 203	0.93 298	0.65 387	0.65 466	0.79 312	0.50 321	1.33 266	1.40 465	0.65 168	1.15 312	0.53 143	0.42 115	1.18 254	0.36 113	0.25 357	0.18 329	0.26 386	0.31 477	0.20 210	0.21 216

AIO-test1	0.61 233	0.27 131	0.68 160	0.68 426	1.02 549	0.79 312	0.36 152	1.59 325	1.35 439	0.59 150	0.89 203	0.60 176	0.49 176	1.20 259	0.36 113	0.18 129	0.17 297	0.23 302	0.25 394	0.18 132	0.26 332

rvit_0105_5	0.61 233	0.41 408	1.19 397	0.67 414	0.37 275	0.57 181	0.56 371	1.08 173	1.28 407	0.65 168	0.68 141	0.77 230	0.67 273	0.91 174	0.51 245	0.33 463	0.32 502	0.30 440	0.27 429	0.28 376	0.28 366

riskmin	0.62 236	0.29 175	0.73 190	0.50 156	0.34 239	0.86 354	0.44 260	1.74 366	1.07 283	0.76 189	0.76 167	1.19 383	1.01 418	0.84 147	0.60 302	0.20 219	0.16 268	0.24 326	0.16 166	0.24 329	0.29 380

qqq	0.62 236	0.36 344	0.88 274	0.50 156	0.28 109	0.64 232	0.62 406	1.58 320	0.91 210	0.83 204	0.96 215	0.95 311	0.79 315	0.99 197	0.67 330	0.21 254	0.23 428	0.24 326	0.23 372	0.23 300	0.25 312

ADStereo(finetuned)	0.62 236	0.26 106	1.59 459	0.45 76	0.25 49	0.49 107	0.36 152	1.18 219	1.35 439	1.16 309	1.04 253	0.60 176	1.18 471	0.85 151	0.57 286	0.17 89	0.14 159	0.17 89	0.13 74	0.19 168	0.24 291

dd	0.62 236	0.51 450	1.17 391	0.56 270	0.33 218	0.74 281	0.46 282	1.03 152	1.40 465	0.80 195	0.87 198	0.60 176	0.57 219	1.02 208	0.86 380	0.28 422	0.18 329	0.26 386	0.19 238	0.35 445	0.27 350

IPLGR	0.62 236	0.28 151	1.32 426	0.50 156	0.29 124	0.65 238	0.34 125	1.47 294	1.19 350	1.21 344	1.07 264	0.70 211	0.65 266	1.05 216	0.55 275	0.18 129	0.15 230	0.20 197	0.17 191	0.21 259	0.20 187

PFNet+	0.62 236	0.31 237	0.99 323	0.57 292	0.31 165	0.57 181	0.30 86	0.99 141	1.25 387	1.33 407	1.10 277	0.79 235	0.57 219	1.35 292	0.53 263	0.26 383	0.17 297	0.28 416	0.26 411	0.21 259	0.27 350

NRIStereo	0.62 236	0.31 237	0.78 214	0.56 270	0.28 109	0.63 223	0.33 112	1.16 215	0.92 215	1.15 305	0.87 198	0.90 288	0.58 236	2.24 439	0.56 281	0.22 289	0.14 159	0.21 233	0.19 238	0.22 279	0.18 117

RALAANet	0.62 236	0.37 365	0.97 317	0.66 400	0.50 386	0.67 249	0.31 93	1.27 251	1.09 294	1.11 278	1.17 317	0.88 276	0.46 149	1.27 272	0.45 201	0.20 219	0.15 230	0.21 233	0.18 214	0.27 360	0.19 158

FENet	0.62 236	0.30 203	0.68 160	0.57 292	0.33 218	0.82 329	0.40 202	1.41 284	1.12 313	1.03 259	0.87 198	0.98 320	0.84 336	1.00 201	0.70 338	0.23 313	0.16 268	0.23 302	0.20 270	0.22 279	0.24 291

RAFT+CT+SA	0.63 245	0.30 203	0.73 190	0.69 439	0.37 275	0.40 39	0.55 364	1.93 425	1.04 273	0.72 182	1.23 341	0.62 186	0.69 281	1.69 368	0.42 177	0.19 170	0.13 84	0.22 268	0.22 340	0.21 259	0.19 158

GANet-ADL	0.63 245	0.38 383	0.82 236	0.67 414	0.41 324	0.68 253	0.51 323	1.64 333	1.16 337	0.98 241	1.10 277	0.90 288	0.58 236	0.81 134	0.63 314	0.27 404	0.18 329	0.18 128	0.16 166	0.23 300	0.27 350

AnonymousM	0.63 245	1.14 553	0.43 17	0.46 88	0.32 198	0.43 65	0.46 282	1.27 251	0.78 161	1.00 246	0.66 136	0.68 203	0.45 139	0.61 66	0.46 207	0.21 254	0.16 268	1.84 586	0.98 581	0.15 47	0.15 38

HHNet	0.64 248	0.28 151	0.69 166	0.45 76	0.46 361	0.50 126	0.57 377	1.13 194	1.03 267	1.26 374	2.21 536	0.70 211	0.59 240	1.10 234	0.51 245	0.21 254	0.13 84	0.23 302	0.19 238	0.20 210	0.31 406

Pruner-Stereo	0.64 248	0.31 237	0.79 218	0.66 400	0.31 165	0.61 209	0.42 222	1.22 234	1.09 294	1.53 479	1.09 275	0.94 307	0.55 209	1.37 296	0.56 281	0.25 357	0.14 159	0.24 326	0.21 312	0.21 259	0.25 312

Anonymous3	0.64 248	0.47 432	1.31 423	0.59 325	0.50 386	0.93 379	0.69 427	1.11 188	0.83 187	0.74 185	0.89 203	0.65 195	0.68 277	1.08 226	0.54 272	0.40 503	0.31 490	0.26 386	0.26 411	0.31 415	0.30 396

DIP-Stereo	0.64 248	0.32 255	0.91 293	0.49 135	0.36 264	0.91 368	0.33 112	2.51 546	0.77 156	1.25 362	1.00 235	0.68 203	0.51 190	0.92 176	0.65 323	0.19 170	0.15 230	0.21 233	0.17 191	0.19 168	0.22 247
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	0.65 252	0.34 305	0.65 147	0.60 333	0.27 73	1.14 428	0.48 302	1.08 173	2.62 568	0.59 150	0.79 177	0.49 117	0.80 322	1.57 341	0.35 94	0.21 254	0.13 84	0.25 365	0.16 166	0.20 210	0.23 268

TestStereo	0.65 252	0.42 411	0.83 245	0.52 195	0.27 73	0.57 181	0.44 260	1.07 168	0.92 215	0.85 211	1.01 237	0.68 203	0.56 216	3.22 489	0.47 217	0.23 313	0.15 230	0.24 326	0.18 214	0.28 376	0.18 117

FACV-RUCA	0.66 254	0.36 344	0.89 278	0.63 365	0.65 466	0.84 346	0.41 214	1.67 337	1.11 305	0.91 225	1.14 306	0.63 191	0.77 300	0.84 147	0.54 272	0.28 422	0.19 347	0.47 531	0.22 340	0.36 449	0.29 380

rvit_0105_3	0.66 254	0.47 432	1.27 416	0.74 473	0.40 310	0.63 223	0.70 434	1.22 234	1.28 407	0.83 204	0.71 156	0.82 249	0.72 289	0.93 179	0.58 291	0.37 493	0.34 512	0.34 479	0.32 484	0.28 376	0.31 406

rvit_stereo_0075_2	0.66 254	0.47 432	1.21 405	0.67 414	0.66 472	0.53 150	0.48 302	1.24 241	1.17 342	0.77 190	0.91 206	0.78 234	0.59 240	1.05 216	0.63 314	0.37 493	0.28 473	0.40 513	0.31 477	0.38 461	0.34 433

CAS	0.66 254	0.19 2	0.41 13	2.31 584	0.86 527	0.56 179	0.53 340	0.83 87	0.63 117	0.49 109	0.70 152	0.36 63	0.26 18	0.47 18	0.37 126	2.33 587	0.10 2	0.14 4	0.10 1	0.17 96	1.31 575

TestStereo1	0.66 254	0.29 175	0.95 309	0.82 506	0.32 198	0.47 91	0.43 240	1.52 302	1.22 370	0.99 242	1.32 376	0.65 195	0.76 296	1.78 380	0.44 188	0.20 219	0.16 268	0.22 268	0.19 238	0.21 259	0.20 187

RAFT_CTSACE	0.66 254	0.29 175	1.14 374	0.57 292	0.51 396	0.68 253	0.44 260	0.88 110	0.98 244	1.03 259	1.83 506	1.23 394	0.67 273	1.48 328	0.38 134	0.16 56	0.16 268	0.21 233	0.20 270	0.20 210	0.17 97

SA-5K	0.66 254	0.29 175	0.95 309	0.82 506	0.32 198	0.47 91	0.43 240	1.52 302	1.22 370	0.99 242	1.32 376	0.65 195	0.76 296	1.78 380	0.44 188	0.20 219	0.16 268	0.22 268	0.19 238	0.21 259	0.20 187

ACRE	0.66 254	0.37 365	1.27 416	0.60 333	0.50 386	0.74 281	0.47 294	1.26 247	1.10 298	1.40 442	1.56 458	0.62 186	0.46 149	0.88 163	0.78 359	0.24 335	0.15 230	0.19 156	0.16 166	0.19 168	0.29 380

ICVP	0.66 254	0.35 334	0.71 174	0.63 365	0.41 324	0.85 353	0.56 371	1.78 374	0.96 237	0.92 228	1.24 345	0.88 276	0.75 295	0.76 118	0.93 404	0.31 448	0.22 400	0.22 268	0.21 312	0.24 329	0.28 366
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
111	0.66 254	0.27 131	1.15 376	0.46 88	0.25 49	0.72 274	0.42 222	1.57 318	1.44 482	0.83 204	1.39 403	1.10 365	0.80 322	0.97 194	0.65 323	0.20 219	0.14 159	0.18 128	0.15 129	0.18 132	0.28 366

ACVNet	0.66 254	0.33 275	0.74 195	0.55 249	0.37 275	0.80 319	0.47 294	1.46 291	1.11 305	1.01 251	1.31 371	1.07 350	0.91 373	0.82 136	1.09 433	0.22 289	0.19 347	0.21 233	0.18 214	0.23 300	0.19 158

HI	0.67 265	0.34 305	0.80 222	0.51 172	0.51 396	0.41 47	0.37 167	1.15 210	0.80 176	1.34 414	1.42 414	1.60 472	1.11 452	0.96 190	0.90 393	0.16 56	0.12 40	0.20 197	0.21 312	0.20 210	0.20 187

CoSv	0.67 265	0.34 305	0.80 222	0.51 172	0.51 396	0.41 47	0.37 167	1.15 210	0.80 176	1.34 414	1.42 414	1.60 472	1.11 452	0.96 190	0.90 393	0.16 56	0.12 40	0.20 197	0.21 312	0.20 210	0.20 187

test_sample2	0.67 265	0.31 237	0.89 278	0.54 233	0.29 124	0.80 319	0.63 411	1.83 389	1.10 298	0.93 231	1.06 261	0.94 307	0.92 381	1.24 264	0.59 299	0.23 313	0.20 364	0.22 268	0.21 312	0.24 329	0.25 312

test_sample1	0.67 265	0.32 255	0.90 288	0.54 233	0.33 218	0.76 292	0.48 302	1.75 368	1.06 281	0.95 236	0.99 230	0.91 292	1.10 449	1.25 265	0.79 364	0.22 289	0.19 347	0.21 233	0.20 270	0.21 259	0.25 312

MyStereo06	0.67 265	0.29 175	1.06 345	0.58 306	0.48 374	0.62 212	0.72 438	2.26 503	0.89 204	1.07 272	1.12 290	1.22 390	0.56 216	0.83 142	0.47 217	0.17 89	0.17 297	0.24 326	0.21 312	0.23 300	0.23 268

StereoVision	0.67 265	0.37 365	1.02 333	0.60 333	0.41 324	0.50 126	0.41 214	1.32 264	0.96 237	0.73 184	2.48 551	0.82 249	0.57 219	1.06 221	0.50 241	0.26 383	0.28 473	0.29 428	0.28 440	0.37 455	0.22 247

CASS	0.67 265	0.36 344	0.84 254	0.57 292	0.28 109	0.82 329	0.43 240	1.62 332	0.92 215	1.39 436	1.28 364	0.87 270	0.84 336	0.88 163	0.59 299	0.36 490	0.19 347	0.26 386	0.22 340	0.29 393	0.43 485
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CIPLG	0.67 265	0.37 365	1.17 391	0.60 333	0.51 396	0.75 286	0.48 302	1.26 247	1.11 305	1.43 452	1.58 464	0.64 194	0.48 163	0.94 180	0.78 359	0.24 335	0.15 230	0.19 156	0.16 166	0.19 168	0.29 380

IPLGR_C	0.67 265	0.38 383	1.20 401	0.60 333	0.50 386	0.75 286	0.48 302	1.28 255	1.13 319	1.42 448	1.57 462	0.62 186	0.48 163	0.85 151	0.80 371	0.24 335	0.15 230	0.19 156	0.16 166	0.19 168	0.29 380

GwcNet-ADL	0.67 265	0.33 275	0.90 288	0.58 306	0.41 324	0.60 201	0.59 390	1.55 311	1.28 407	1.11 278	1.13 301	0.90 288	0.59 240	1.11 237	0.91 397	0.28 422	0.18 329	0.18 128	0.18 214	0.25 341	0.33 423

TRStereo	0.67 265	0.71 513	1.06 345	0.77 492	0.68 479	0.53 150	0.38 177	2.52 547	0.96 237	0.81 200	0.84 191	0.87 270	0.39 102	1.16 248	0.46 207	0.24 335	0.17 297	0.23 302	0.24 385	0.18 132	0.20 187

RAFT	0.67 265	0.32 255	0.83 245	0.63 365	0.34 239	0.69 264	0.57 377	1.14 198	0.84 190	1.12 286	1.20 325	1.75 500	0.92 381	1.09 230	0.60 302	0.22 289	0.19 347	0.27 400	0.24 385	0.22 279	0.23 268

DN-CSS_ROB	0.67 265	0.36 344	1.36 433	0.59 325	0.41 324	0.54 163	0.45 276	1.30 258	0.95 233	1.05 264	1.47 427	0.69 208	0.64 261	1.80 387	0.60 302	0.19 170	0.15 230	0.25 365	0.23 372	0.22 279	0.23 268

cc1	0.68 278	0.34 305	0.63 130	0.60 333	0.27 73	1.16 435	0.51 323	1.07 168	3.23 581	0.60 157	0.80 182	0.47 108	0.87 358	1.48 328	0.35 94	0.21 254	0.13 84	0.25 365	0.15 129	0.19 168	0.23 268

mmm	0.68 278	0.37 365	0.91 293	0.54 233	0.34 239	0.86 354	0.58 383	1.72 362	1.02 264	1.13 289	1.41 413	0.83 259	0.78 307	0.95 189	0.67 330	0.22 289	0.20 364	0.29 428	0.26 411	0.27 360	0.27 350

PCWNet_CMD	0.68 278	0.34 305	0.93 298	0.51 172	0.38 289	0.80 319	0.42 222	1.51 298	1.34 436	1.17 313	1.31 371	1.23 394	0.65 266	0.94 180	0.62 310	0.21 254	0.17 297	0.27 400	0.19 238	0.43 480	0.28 366

HH	0.68 278	0.33 275	0.83 245	0.53 218	0.34 239	0.92 375	0.45 276	1.79 377	0.74 149	0.71 178	1.13 301	1.60 472	0.83 333	1.95 407	0.39 140	0.18 129	0.14 159	0.19 156	0.17 191	0.19 168	0.19 158

HanStereo	0.68 278	0.33 275	0.83 245	0.53 218	0.34 239	0.92 375	0.45 276	1.79 377	0.74 149	0.71 178	1.13 301	1.60 472	0.83 333	1.95 407	0.39 140	0.18 129	0.14 159	0.19 156	0.17 191	0.19 168	0.19 158

DisPM	0.68 278	0.30 203	0.85 260	0.66 400	0.35 256	0.60 201	0.44 260	1.10 186	1.10 298	1.56 487	1.10 277	0.80 237	0.58 236	2.37 452	0.46 207	0.25 357	0.14 159	0.23 302	0.21 312	0.20 210	0.26 332

CFNet_pseudo	0.68 278	0.34 305	0.93 298	0.50 156	0.39 298	0.72 274	0.42 222	1.44 287	1.25 387	1.17 313	1.35 391	1.22 390	0.66 271	1.04 213	0.64 318	0.21 254	0.17 297	0.33 471	0.19 238	0.39 466	0.28 366

MSMDNet	0.68 278	0.34 305	0.93 298	0.52 195	0.38 289	0.80 319	0.42 222	1.52 302	1.35 439	1.17 313	1.31 371	1.23 394	0.65 266	0.94 180	0.62 310	0.21 254	0.17 297	0.26 386	0.19 238	0.41 474	0.28 366

ccs_rob	0.68 278	0.34 305	0.93 298	0.50 156	0.39 298	0.72 274	0.42 222	1.43 286	1.25 387	1.17 313	1.34 386	1.22 390	0.66 271	1.04 213	0.64 318	0.21 254	0.17 297	0.35 486	0.20 270	0.40 470	0.29 380

SA	0.69 287	0.31 237	0.97 317	0.64 380	0.30 144	0.56 179	0.38 177	1.84 391	1.35 439	0.99 242	1.37 396	0.69 208	0.94 386	1.88 399	0.43 183	0.20 219	0.16 268	0.25 365	0.23 372	0.22 279	0.19 158

MyStereo8	0.70 288	0.32 255	1.24 411	0.63 365	0.53 409	0.90 365	0.34 125	1.60 327	1.35 439	1.20 337	1.31 371	0.89 286	0.64 261	0.77 120	1.02 425	0.18 129	0.15 230	0.20 197	0.18 214	0.22 279	0.30 396

MyStereo05	0.70 288	0.29 175	1.22 406	0.58 306	0.48 374	0.62 212	0.72 438	1.52 302	1.54 504	1.17 313	0.91 206	0.77 230	0.79 315	1.45 321	0.68 334	0.17 89	0.17 297	0.24 326	0.21 312	0.23 300	0.23 268

xx1	0.70 288	0.34 305	0.63 130	0.60 333	0.27 73	1.16 435	0.51 323	1.07 168	3.23 581	0.60 157	0.80 182	0.95 311	0.79 315	1.48 328	0.35 94	0.21 254	0.13 84	0.24 326	0.23 372	0.23 300	0.25 312

GMStereo_Zeroshot	0.70 288	0.64 494	1.11 363	0.65 387	0.38 289	0.84 346	0.37 167	1.09 180	1.16 337	1.14 303	1.07 264	1.26 405	0.55 209	1.23 262	0.65 323	0.34 473	0.17 297	0.31 447	0.18 214	0.57 529	0.23 268

test_5	0.70 288	0.32 255	0.99 323	0.69 439	0.50 386	0.89 361	0.51 323	1.88 408	1.14 325	0.78 192	1.13 301	1.04 342	0.89 367	1.59 348	0.46 207	0.19 170	0.14 159	0.23 302	0.22 340	0.22 279	0.20 187

GES	0.70 288	0.37 365	1.05 343	0.62 355	0.38 289	0.94 382	0.57 377	2.37 524	0.92 215	1.05 264	1.12 290	0.67 201	0.77 300	1.02 208	0.65 323	0.28 422	0.20 364	0.20 197	0.20 270	0.22 279	0.31 406

IGEV-BASED-STEREO-	0.71 294	3.18 606	2.55 520	0.40 33	0.24 28	0.42 58	0.23 37	0.66 32	0.46 58	0.47 93	0.45 60	0.33 54	0.27 25	0.58 54	0.30 48	1.34 581	0.10 2	0.22 268	0.19 238	0.45 494	1.32 577

MyStereo04	0.71 294	0.30 203	1.28 419	0.58 306	0.48 374	0.59 196	0.78 450	1.74 366	1.49 498	0.94 234	0.91 206	0.74 222	0.86 349	1.59 348	0.69 335	0.18 129	0.18 329	0.24 326	0.21 312	0.23 300	0.23 268

raft_robust	0.71 294	0.32 255	0.75 200	0.54 233	0.28 109	0.54 163	0.35 139	1.54 308	1.24 379	1.18 324	1.07 264	0.73 221	0.53 198	3.65 498	0.40 157	0.19 170	0.16 268	0.20 197	0.22 340	0.21 259	0.19 158

iRaft-Stereo_20w	0.71 294	0.33 275	1.25 413	0.50 156	0.36 264	0.82 329	0.31 93	3.16 576	0.89 204	1.24 359	1.14 306	0.79 235	0.65 266	1.15 244	0.43 183	0.18 129	0.13 84	0.18 128	0.17 191	0.20 210	0.23 268

DMCA	0.71 294	0.36 344	1.17 391	0.53 218	0.45 352	0.84 346	0.46 282	1.52 302	1.09 294	1.20 337	1.12 290	1.21 386	0.74 290	0.87 159	1.09 433	0.25 357	0.20 364	0.27 400	0.19 238	0.24 329	0.29 380

HITNet	0.71 294	0.42 411	1.07 350	0.52 195	0.25 49	1.05 408	0.48 302	2.12 467	1.08 286	1.21 344	1.23 341	0.91 292	0.84 336	0.90 171	0.91 397	0.17 89	0.12 40	0.21 233	0.17 191	0.29 393	0.18 117
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	0.72 300	0.29 175	1.12 368	0.53 218	0.44 348	0.79 312	0.33 112	1.35 268	1.10 298	1.32 401	1.11 286	0.52 137	0.54 206	3.13 485	0.71 341	0.17 89	0.14 159	0.20 197	0.17 191	0.18 132	0.21 216

HCRNet	0.72 300	0.40 398	0.86 267	0.61 347	0.57 434	0.75 286	0.35 139	1.39 278	1.21 361	1.11 278	0.99 230	1.01 336	0.76 296	2.18 434	0.73 343	0.28 422	0.19 347	0.28 416	0.23 372	0.25 341	0.26 332

UCFNet_RVC	0.72 300	0.37 365	0.59 103	0.66 400	0.41 324	0.89 361	0.68 424	1.78 374	1.15 330	1.01 251	1.20 325	1.22 390	0.95 391	1.07 223	0.66 327	0.28 422	0.21 382	0.34 479	0.31 477	0.33 433	0.29 380

test_sample3	0.73 303	0.35 334	1.06 345	0.55 249	0.32 198	0.97 397	0.51 323	2.12 467	1.25 387	1.16 309	1.17 317	0.88 276	0.78 307	1.27 272	0.79 364	0.26 383	0.21 382	0.25 365	0.25 394	0.26 354	0.27 350

CFNet_ucs	0.73 303	0.34 305	0.94 305	0.53 218	0.44 348	0.76 292	0.46 282	1.73 364	1.34 436	1.24 359	1.54 449	1.08 360	0.64 261	1.05 216	0.64 318	0.26 383	0.20 364	0.37 499	0.22 340	0.42 478	0.30 396

ToySt	0.73 303	0.35 334	1.64 463	0.54 233	0.37 275	0.92 375	0.81 466	1.21 232	1.03 267	0.86 216	1.12 290	1.31 417	1.01 418	1.04 213	0.88 386	0.19 170	0.20 364	0.24 326	0.24 385	0.27 360	0.28 366

LCNet	0.73 303	0.30 203	0.58 97	0.58 306	0.31 165	0.68 253	0.53 340	1.09 180	0.94 228	1.19 332	1.34 386	0.96 316	1.32 492	2.50 462	0.46 207	0.19 170	0.13 84	0.21 233	0.25 394	0.28 376	0.69 549

test_sample4	0.74 307	0.36 344	1.09 356	0.55 249	0.32 198	0.92 375	0.51 323	2.14 477	1.25 387	1.22 352	1.22 333	0.86 268	0.82 328	1.29 276	0.76 353	0.26 383	0.21 382	0.26 386	0.26 411	0.27 360	0.28 366

IER	0.74 307	0.33 275	1.25 413	0.50 156	0.53 409	1.32 460	0.55 364	1.31 260	1.08 286	1.30 392	1.34 386	1.11 370	1.10 449	1.05 216	0.81 373	0.20 219	0.17 297	0.21 233	0.21 312	0.20 210	0.21 216

SFCPSM	0.74 307	0.30 203	1.06 345	0.52 195	0.39 298	1.36 468	0.64 413	2.42 530	1.11 305	1.18 324	1.21 331	0.81 243	0.78 307	1.08 226	0.57 286	0.22 289	0.17 297	0.22 268	0.24 385	0.23 300	0.21 216

AdaStereo	0.74 307	0.48 438	0.86 267	0.75 482	0.38 289	0.94 382	0.56 371	2.05 456	1.24 379	1.15 305	1.22 333	1.07 350	0.67 273	1.05 216	0.73 343	0.33 463	0.16 268	0.32 459	0.22 340	0.29 393	0.23 268
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	0.75 311	0.36 344	0.82 236	0.58 306	0.43 338	0.78 302	0.42 222	1.30 258	1.05 279	1.79 522	1.04 253	1.60 472	1.08 443	1.12 239	0.86 380	0.25 357	0.27 467	0.29 428	0.24 385	0.30 408	0.37 450

test_sample5	0.75 311	0.36 344	1.04 338	0.55 249	0.31 165	0.84 346	0.53 340	2.12 467	1.23 375	1.18 324	1.30 369	0.88 276	0.86 349	1.37 296	0.76 353	0.26 383	0.22 400	0.27 400	0.28 440	0.28 376	0.29 380

DualNet	0.75 311	0.36 344	1.04 338	0.55 249	0.31 165	0.84 346	0.53 340	2.12 467	1.23 375	1.21 344	1.40 408	0.88 276	0.86 349	1.37 296	0.76 353	0.26 383	0.22 400	0.27 400	0.28 440	0.28 376	0.29 380

BSDual-CNN	0.75 311	0.34 305	0.77 208	0.55 249	0.45 352	1.25 453	0.66 419	2.65 556	1.04 273	1.25 362	1.12 290	1.11 370	0.77 300	0.94 180	0.76 353	0.25 357	0.18 329	0.25 365	0.22 340	0.23 300	0.24 291

psmg	0.75 311	0.34 305	0.77 208	0.52 195	0.45 352	1.46 483	0.73 441	2.15 482	1.04 273	1.25 362	1.33 382	1.11 370	0.77 300	0.94 180	0.76 353	0.25 357	0.20 364	0.25 365	0.26 411	0.23 300	0.24 291

UDGNet	0.75 311	1.23 560	0.99 323	0.82 506	0.42 334	0.76 292	0.38 177	0.98 133	1.37 453	0.83 204	0.88 201	0.70 211	0.60 246	1.25 265	0.57 286	0.57 548	0.19 347	1.03 576	0.26 411	0.79 553	0.35 442

PSMNet-ADL	0.75 311	0.36 344	0.69 166	0.71 453	0.47 372	1.13 425	0.46 282	1.47 294	1.07 283	0.85 211	1.18 320	1.31 417	0.94 386	1.56 339	1.06 430	0.34 473	0.22 400	0.22 268	0.23 372	0.27 360	0.36 446

GMM-Stereo	0.75 311	0.27 131	0.66 152	0.56 270	0.34 239	0.71 270	0.97 502	1.09 180	0.91 210	1.37 427	1.79 498	1.11 370	0.79 315	2.08 424	0.48 225	0.19 170	0.12 40	0.25 365	0.25 394	0.21 259	0.78 556

rvit_105_1	0.76 319	0.54 461	1.27 416	0.80 499	0.49 381	0.74 281	0.86 480	1.39 278	1.23 375	1.00 246	0.80 182	0.93 301	0.78 307	1.29 276	0.78 359	0.43 512	0.36 523	0.36 496	0.42 525	0.30 408	0.36 446

qqq1	0.76 319	0.32 255	0.95 309	0.49 135	0.27 73	0.83 337	0.43 240	2.16 484	1.45 487	1.27 379	1.50 438	0.98 320	0.96 393	1.87 393	0.48 225	0.24 335	0.22 400	0.18 128	0.15 129	0.19 168	0.22 247

fff1	0.76 319	0.32 255	0.95 309	0.49 135	0.27 73	0.83 337	0.43 240	2.16 484	1.45 487	1.27 379	1.50 438	0.98 320	0.96 393	1.87 393	0.48 225	0.24 335	0.22 400	0.18 128	0.15 129	0.19 168	0.22 247

Sa-1000	0.76 319	0.30 203	0.92 296	0.62 355	0.31 165	0.78 302	0.37 167	2.00 443	1.38 455	1.30 392	2.04 527	0.86 268	0.74 290	1.87 393	0.40 157	0.19 170	0.14 159	0.25 365	0.24 385	0.21 259	0.19 158

Prome-Stereo	0.76 319	0.29 175	0.57 94	0.58 306	0.33 218	0.58 194	0.94 497	0.98 133	0.92 215	1.46 464	2.45 549	0.91 292	1.38 499	1.60 353	0.44 188	0.19 170	0.13 84	0.19 156	0.18 214	0.20 210	0.87 562

EAI-Stereo	0.76 319	0.31 237	0.74 195	0.55 249	0.28 109	0.70 268	1.72 565	2.57 550	0.90 209	0.75 187	3.03 563	0.57 164	0.43 123	1.10 234	0.49 238	0.19 170	0.14 159	0.17 89	0.18 214	0.17 96	0.21 216

DFGA-Net	0.77 325	0.47 432	1.75 471	0.55 249	0.46 361	0.83 337	0.44 260	1.38 274	1.10 298	1.05 264	1.20 325	0.70 211	0.58 236	2.27 442	1.31 462	0.19 170	0.17 297	0.24 326	0.24 385	0.28 376	0.30 396

G2L-Stereo_test	0.77 325	0.31 237	0.97 317	0.51 172	0.41 324	0.90 365	0.80 461	1.67 337	1.22 370	1.32 401	1.27 358	1.50 456	0.81 326	1.74 373	1.02 425	0.20 219	0.14 159	0.16 61	0.16 166	0.18 132	0.22 247

test_sample6	0.77 325	0.36 344	1.07 350	0.56 270	0.31 165	0.82 329	0.56 371	2.12 467	1.24 379	1.21 344	1.40 408	0.90 288	0.90 370	1.45 321	0.87 385	0.28 422	0.23 428	0.28 416	0.29 459	0.28 376	0.30 396

KYRaft	0.77 325	0.29 175	0.68 160	0.59 325	0.29 124	0.66 244	0.83 471	1.05 163	0.89 204	1.63 503	2.22 537	1.15 378	0.99 409	1.59 348	0.41 167	0.21 254	0.14 159	0.22 268	0.28 440	0.21 259	1.01 566

MLCV	0.77 325	0.39 392	1.31 423	0.55 249	0.25 49	0.91 368	0.39 193	1.48 296	1.28 407	1.49 473	1.54 449	1.02 338	0.68 277	2.12 428	0.93 404	0.19 170	0.13 84	0.19 156	0.14 109	0.19 168	0.22 247

test_sample7	0.78 330	0.39 392	0.89 278	0.55 249	0.35 256	0.93 379	0.75 443	1.99 439	1.27 399	1.25 362	1.22 333	1.09 361	1.01 418	1.31 279	0.73 343	0.32 456	0.32 502	0.32 459	0.32 484	0.33 433	0.33 423

CoDeX	0.78 330	0.31 237	1.04 338	0.56 270	0.37 275	1.13 425	0.60 398	2.77 565	1.29 419	1.17 313	1.26 349	0.91 292	0.87 358	1.42 314	0.74 347	0.21 254	0.16 268	0.21 233	0.18 214	0.21 259	0.21 216

anonymousa	0.78 330	0.30 203	0.85 260	0.51 172	0.96 545	1.41 478	0.47 294	1.61 329	0.94 228	1.33 407	1.77 496	1.66 484	1.11 452	0.72 105	0.63 314	0.19 170	0.18 329	0.23 302	0.25 394	0.20 210	0.22 247

BUS	0.78 330	0.34 305	0.77 208	0.55 249	0.45 352	2.30 549	0.42 222	2.65 556	1.04 273	1.25 362	1.12 290	1.02 338	0.70 284	0.94 180	0.75 350	0.25 357	0.18 329	0.25 365	0.22 340	0.23 300	0.24 291

acv_ft	0.78 330	0.33 275	1.10 361	0.73 467	0.86 527	1.23 450	0.57 377	1.65 336	1.11 305	1.31 398	1.31 371	1.07 350	0.91 373	0.82 136	1.35 472	0.22 289	0.19 347	0.21 233	0.18 214	0.22 279	0.19 158

GANet-RSSM	0.78 330	0.31 237	0.90 288	0.67 414	0.58 437	0.80 319	0.62 406	2.04 452	1.15 330	1.11 278	1.27 358	1.26 405	1.18 471	1.68 364	0.74 347	0.26 383	0.21 382	0.22 268	0.22 340	0.23 300	0.23 268

PSMNet-RSSM	0.78 330	0.32 255	0.89 278	0.65 387	0.43 338	0.73 279	0.58 383	2.14 477	1.19 350	1.18 324	1.38 401	1.31 417	1.07 442	1.43 316	0.82 374	0.28 422	0.21 382	0.27 400	0.29 459	0.25 341	0.26 332

CFNet-ft	0.78 330	0.36 344	0.74 195	0.67 414	0.56 429	0.86 354	0.54 354	1.46 291	1.17 342	1.01 251	1.28 364	1.68 489	1.03 428	1.57 341	0.95 411	0.27 404	0.21 382	0.33 471	0.26 411	0.31 415	0.26 332

CFNet_RVC	0.78 330	0.36 344	0.74 195	0.67 414	0.56 429	0.86 354	0.54 354	1.46 291	1.17 342	1.01 251	1.28 364	1.68 489	1.03 428	1.57 341	0.95 411	0.27 404	0.21 382	0.33 471	0.26 411	0.31 415	0.26 332

G2L-ROB	0.79 339	0.28 151	1.01 330	0.57 292	0.39 298	0.94 382	0.65 415	1.76 370	1.18 348	1.27 379	1.03 247	1.62 477	0.78 307	1.93 403	1.26 457	0.20 219	0.14 159	0.17 89	0.15 129	0.20 210	0.24 291

SMFormer	0.79 339	0.32 255	0.95 309	0.49 135	0.27 73	0.83 337	0.43 240	2.16 484	1.45 487	1.27 379	1.50 438	0.98 320	0.96 393	1.87 393	0.99 417	0.24 335	0.22 400	0.22 268	0.21 312	0.23 300	0.27 350

tta	0.79 339	0.32 255	0.95 309	0.49 135	0.27 73	0.83 337	0.43 240	2.16 484	1.45 487	1.27 379	1.50 438	0.98 320	0.96 393	1.87 393	0.99 417	0.24 335	0.22 400	0.22 268	0.21 312	0.19 168	0.22 247

ffm	0.79 339	0.36 344	1.51 447	0.56 270	0.40 310	0.76 292	0.59 390	1.08 173	2.62 568	1.19 332	1.49 431	1.07 350	0.85 341	1.57 341	0.35 94	0.21 254	0.13 84	0.31 447	0.28 440	0.20 210	0.23 268

cf-r	0.79 339	0.32 255	1.06 345	0.57 292	0.64 461	0.78 302	0.51 323	2.04 452	1.22 370	1.20 337	1.27 358	1.53 462	0.91 373	1.47 326	0.94 409	0.25 357	0.19 347	0.22 268	0.23 372	0.19 168	0.21 216

DeepPruner_ROB	0.79 339	0.55 465	1.14 374	0.61 347	0.46 361	0.78 302	0.54 354	1.83 389	1.00 257	1.42 448	1.27 358	1.23 394	0.77 300	1.56 339	0.89 389	0.35 483	0.28 473	0.27 400	0.26 411	0.32 426	0.34 433

DDVS	0.80 345	0.43 416	1.09 356	0.64 380	0.44 348	1.27 456	0.43 240	1.49 297	0.94 228	1.21 344	1.16 314	1.42 436	0.63 257	2.14 430	1.02 425	0.29 438	0.22 400	0.26 386	0.23 372	0.31 415	0.37 450

gwcnet-sp	0.80 345	0.37 365	1.94 485	0.62 355	0.45 352	1.38 469	0.53 340	1.68 341	1.20 354	1.37 427	1.08 271	0.93 301	0.82 328	1.45 321	0.79 364	0.22 289	0.22 400	0.22 268	0.21 312	0.23 300	0.25 312

scenet	0.80 345	0.37 365	1.94 485	0.62 355	0.45 352	1.38 469	0.53 340	1.68 341	1.20 354	1.37 427	1.08 271	0.93 301	0.82 328	1.45 321	0.79 364	0.22 289	0.22 400	0.22 268	0.21 312	0.23 300	0.25 312

ssnet	0.80 345	0.37 365	1.94 485	0.62 355	0.45 352	1.38 469	0.53 340	1.68 341	1.20 354	1.37 427	1.08 271	0.93 301	0.82 328	1.45 321	0.79 364	0.22 289	0.22 400	0.22 268	0.21 312	0.23 300	0.25 312

AASNet	0.80 345	0.39 392	1.16 390	0.84 514	0.80 515	1.14 428	0.59 390	2.12 467	1.21 361	1.26 374	1.26 349	0.93 301	0.77 300	0.84 147	1.23 453	0.28 422	0.24 438	0.24 326	0.20 270	0.28 376	0.27 350

PSM-softLoss	0.80 345	0.33 275	0.89 278	0.63 365	0.32 198	0.55 169	0.40 202	1.26 247	0.78 161	1.25 362	1.07 264	0.83 259	0.51 190	5.33 534	0.61 305	0.25 357	0.15 230	0.25 365	0.22 340	0.20 210	0.26 332

KMStereo	0.80 345	0.33 275	0.89 278	0.63 365	0.32 198	0.55 169	0.40 202	1.26 247	0.78 161	1.25 362	1.07 264	0.83 259	0.51 190	5.33 534	0.61 305	0.25 357	0.15 230	0.25 365	0.22 340	0.20 210	0.26 332

PSM-AAD	0.80 345	0.29 175	0.58 97	0.58 306	0.29 124	0.76 292	1.19 532	1.08 173	0.94 228	1.65 506	1.58 464	0.81 243	2.12 560	1.67 362	0.44 188	0.19 170	0.14 159	0.38 503	0.32 484	0.22 279	0.68 546

iResNet	0.80 345	0.45 424	1.47 442	0.72 459	0.31 165	0.96 394	0.64 413	1.80 381	1.28 407	1.31 398	1.48 430	0.94 307	0.78 307	1.77 378	0.99 417	0.19 170	0.14 159	0.18 128	0.15 129	0.22 279	0.27 350

NINENet	0.81 354	0.40 398	0.89 278	0.65 387	0.53 409	2.30 549	0.42 222	2.12 467	1.13 319	1.20 337	1.27 358	1.02 338	0.70 284	1.26 269	0.75 350	0.29 438	0.24 438	0.31 447	0.21 312	0.27 360	0.26 332

DRaft	0.81 354	0.26 106	0.77 208	0.47 105	0.31 165	0.95 388	0.52 334	1.13 194	0.99 253	1.78 521	2.01 526	0.80 237	1.71 533	2.64 469	0.74 347	0.19 170	0.14 159	0.20 197	0.20 270	0.18 132	0.24 291

hknet	0.82 356	0.34 305	1.15 376	0.55 249	0.39 298	1.25 453	0.66 419	2.65 556	1.10 298	1.25 362	1.12 290	1.58 471	0.85 341	1.41 309	0.79 364	0.23 313	0.18 329	0.25 365	0.22 340	0.23 300	0.24 291

NF-Stereo	0.82 356	0.33 275	0.83 245	0.65 387	0.31 165	0.63 223	0.43 240	1.35 268	0.93 222	1.30 392	1.02 240	0.81 243	0.57 219	5.37 538	0.55 275	0.26 383	0.14 159	0.24 326	0.20 270	0.20 210	0.30 396

OCTAStereo	0.82 356	0.33 275	0.83 245	0.65 387	0.31 165	0.62 212	0.44 260	1.35 268	0.93 222	1.30 392	1.02 240	0.81 243	0.57 219	5.32 533	0.55 275	0.26 383	0.14 159	0.24 326	0.20 270	0.20 210	0.30 396

RE-Stereo	0.82 356	0.33 275	0.84 254	0.65 387	0.31 165	0.63 223	0.44 260	1.35 268	0.93 222	1.30 392	1.02 240	0.80 237	0.57 219	5.34 536	0.55 275	0.26 383	0.14 159	0.24 326	0.20 270	0.20 210	0.31 406

TVStereo	0.82 356	0.33 275	0.84 254	0.65 387	0.31 165	0.63 223	0.44 260	1.35 268	0.93 222	1.30 392	1.02 240	0.80 237	0.57 219	5.34 536	0.55 275	0.26 383	0.14 159	0.24 326	0.20 270	0.20 210	0.31 406

ARAFT	0.82 356	0.40 398	1.77 473	0.53 218	0.31 165	0.89 361	0.81 466	2.32 515	1.08 286	1.66 509	1.25 347	1.04 342	0.64 261	1.91 400	0.52 253	0.20 219	0.15 230	0.28 416	0.27 429	0.17 96	0.18 117

STTStereo	0.82 356	0.53 458	1.53 454	0.68 426	0.56 429	0.88 359	0.56 371	1.57 318	1.14 325	1.39 436	1.10 277	1.26 405	0.84 336	1.49 335	0.90 393	0.29 438	0.28 473	0.33 471	0.40 521	0.33 433	0.37 450

BEATNet_4x	0.82 356	0.54 461	2.02 492	0.56 270	0.28 109	1.04 405	0.55 364	2.14 477	1.13 319	1.24 359	1.26 349	1.00 331	0.94 386	1.13 241	1.23 453	0.21 254	0.14 159	0.24 326	0.20 270	0.37 455	0.23 268

iResNet_ROB	0.82 356	0.36 344	1.13 369	0.60 333	0.37 275	0.91 368	0.38 177	2.41 529	1.61 517	1.35 420	1.35 391	1.25 399	0.97 403	1.75 375	0.88 386	0.21 254	0.14 159	0.17 89	0.12 38	0.19 168	0.30 396

ISRNet	0.83 365	0.35 334	1.31 423	0.84 514	0.65 466	0.60 201	0.41 214	1.28 255	1.15 330	1.61 497	1.55 452	1.34 424	0.77 300	1.33 288	0.98 416	0.40 503	0.34 512	0.43 520	0.38 518	0.34 441	0.49 502

testlalala_base	0.83 365	0.41 408	0.80 222	0.67 414	0.53 409	0.78 302	0.30 86	1.84 391	0.60 107	0.75 187	0.91 206	0.68 203	0.54 206	0.69 99	0.46 207	2.92 594	0.15 230	0.17 89	0.12 38	2.95 592	0.27 350

GrayStereo	0.83 365	0.28 151	0.62 127	0.66 400	0.37 275	0.76 292	1.79 569	1.19 223	0.91 210	1.98 541	1.89 514	1.07 350	1.76 538	1.43 316	0.50 241	0.20 219	0.15 230	0.19 156	0.21 312	0.18 132	0.41 473

psm_up	0.83 365	0.37 365	0.88 274	0.68 426	0.59 443	1.05 408	0.92 491	1.68 341	1.17 342	1.41 444	1.22 333	1.30 415	1.31 490	1.39 304	0.89 389	0.27 404	0.30 485	0.31 447	0.27 429	0.28 376	0.28 366

GwcNet-RSSM	0.83 365	0.34 305	1.29 422	0.65 387	0.55 424	0.78 302	0.62 406	1.89 410	1.27 399	1.18 324	1.39 403	1.56 467	0.91 373	1.60 353	1.22 450	0.26 383	0.20 364	0.23 302	0.24 385	0.21 259	0.21 216

DMCA-RVC	0.83 365	0.46 427	2.19 506	0.68 426	0.49 381	0.84 346	0.48 302	1.44 287	1.07 283	1.56 487	1.04 253	1.29 412	0.86 349	1.49 335	0.92 401	0.27 404	0.22 400	0.35 486	0.28 440	0.32 426	0.28 366

coex_refinement	0.84 371	0.30 203	0.89 278	0.72 459	0.52 401	0.95 388	0.60 398	1.92 423	1.29 419	1.38 432	1.37 396	1.80 506	0.82 328	1.48 328	1.31 462	0.27 404	0.17 297	0.19 156	0.20 270	0.25 341	0.27 350

G2L-Stereo	0.84 371	0.35 334	1.15 376	0.63 365	0.43 338	0.78 302	0.69 427	1.69 350	1.20 354	1.36 425	1.18 320	1.43 441	0.78 307	2.47 461	1.26 457	0.25 357	0.20 364	0.26 386	0.21 312	0.20 210	0.27 350

RAFT_R40	0.84 371	0.30 203	0.83 245	0.63 365	0.31 165	0.66 244	0.43 240	1.15 210	0.99 253	1.47 465	1.10 277	1.00 331	0.84 336	5.44 539	0.53 263	0.23 313	0.13 84	0.23 302	0.20 270	0.23 300	0.19 158

UPFNet	0.84 371	0.34 305	1.09 356	0.62 355	0.74 496	1.25 453	0.78 450	1.69 350	1.20 354	1.39 436	1.13 301	1.30 415	0.87 358	1.73 372	1.22 450	0.24 335	0.26 457	0.24 326	0.23 372	0.26 354	0.20 187

hitnet-ft	0.84 371	0.38 383	0.75 200	0.59 325	0.44 348	0.99 399	0.47 294	1.61 329	1.38 455	1.21 344	1.22 333	1.82 508	0.99 409	1.87 393	1.09 433	0.33 463	0.29 481	0.34 479	0.27 429	0.36 449	0.33 423

NLCA_NET_v2_RVC	0.84 371	0.46 427	1.40 438	0.69 439	0.61 453	0.95 388	0.52 334	1.68 341	1.21 361	1.39 436	1.15 312	1.42 436	0.88 364	1.78 380	0.93 404	0.26 383	0.23 428	0.27 400	0.27 429	0.30 408	0.39 463
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	0.84 371	0.43 416	1.01 330	0.66 400	0.43 338	1.32 460	0.49 313	1.64 333	1.24 379	1.53 479	1.45 422	1.49 453	0.97 403	1.32 285	1.31 462	0.21 254	0.17 297	0.27 400	0.25 394	0.25 341	0.34 433
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ITSA-stereo	0.85 378	0.38 383	0.92 296	0.58 306	0.32 198	0.86 354	0.49 313	2.33 521	1.69 523	1.16 309	1.12 290	0.95 311	0.85 341	2.46 456	1.18 442	0.27 404	0.23 428	0.28 416	0.28 440	0.28 376	0.41 473

AIO-Stereo-zeroshot	0.85 378	0.38 383	2.79 529	0.51 172	0.60 447	0.72 274	0.38 177	2.87 572	0.77 156	0.80 195	1.07 264	2.14 539	0.93 383	0.96 190	0.62 310	0.21 254	0.13 84	0.21 233	0.26 411	0.29 393	0.32 415

DCRE	0.85 378	0.28 151	0.76 205	0.60 333	0.49 381	0.59 196	0.53 340	1.04 159	0.92 215	0.80 195	7.34 596	0.87 270	0.57 219	0.78 129	0.43 183	0.16 56	0.17 297	0.19 156	0.17 191	0.18 132	0.22 247

SST-Stereo	0.85 378	0.30 203	0.81 227	0.63 365	0.31 165	0.70 268	0.25 48	1.16 215	0.95 233	1.47 465	1.11 286	0.99 325	0.86 349	5.69 542	0.53 263	0.23 313	0.13 84	0.23 302	0.19 238	0.23 300	0.19 158

PAM	0.86 382	0.31 237	1.19 397	0.55 249	0.35 256	2.17 543	0.47 294	2.26 503	0.87 200	1.18 324	0.96 215	3.01 567	1.41 506	0.90 171	0.40 157	0.19 170	0.13 84	0.19 156	0.18 214	0.20 210	0.27 350

RAFT-345	0.86 382	0.26 106	0.73 190	0.53 218	0.28 109	0.53 150	0.41 214	0.85 95	1.31 430	1.33 407	2.32 541	0.85 267	0.53 198	5.69 542	0.48 225	0.19 170	0.14 159	0.22 268	0.17 191	0.17 96	0.17 97

UNet	0.86 382	0.36 344	1.52 451	0.62 355	0.74 496	1.56 494	0.49 313	1.55 311	1.12 313	1.28 385	1.10 277	1.52 461	1.10 449	1.69 368	1.14 438	0.24 335	0.18 329	0.25 365	0.21 312	0.25 341	0.25 312

ac_64	0.86 382	0.32 255	1.02 333	0.74 473	0.60 447	1.04 405	0.53 340	2.20 498	0.99 253	1.23 355	1.11 286	1.96 522	1.06 440	2.01 415	1.01 422	0.30 445	0.22 400	0.24 326	0.23 372	0.22 279	0.22 247

Select-FE	0.87 386	0.42 411	2.64 526	0.57 292	0.48 374	0.47 91	0.23 37	2.59 552	0.85 194	1.08 274	1.32 376	2.00 526	1.73 535	1.15 244	0.47 217	0.21 254	0.17 297	0.21 233	0.26 411	0.20 210	0.33 423

PAM_32	0.87 386	0.30 203	1.08 353	0.56 270	0.32 198	2.10 542	0.36 152	2.26 503	1.01 260	1.13 289	1.05 260	3.14 572	1.47 513	1.00 201	0.42 177	0.19 170	0.14 159	0.20 197	0.18 214	0.19 168	0.25 312

SepStereo	0.87 386	0.37 365	1.20 401	0.66 400	0.69 482	0.82 329	0.62 406	1.79 377	1.26 395	1.93 535	1.55 452	0.96 316	1.17 464	2.34 447	0.69 335	0.22 289	0.16 268	0.25 365	0.18 214	0.29 393	0.24 291

LMCR-Stereo	0.87 386	0.50 446	0.99 323	0.80 499	0.43 338	1.32 460	0.55 364	2.79 568	1.03 267	1.55 485	1.49 431	0.74 222	1.01 418	1.76 376	0.99 417	0.30 445	0.17 297	0.22 268	0.18 214	0.31 415	0.22 247

FADNet_RVC	0.88 390	0.56 469	2.15 503	0.57 292	0.43 338	1.17 442	0.46 282	1.68 341	1.12 313	0.91 225	1.24 345	0.91 292	0.94 386	2.22 436	1.20 445	0.28 422	0.22 400	0.32 459	0.28 440	0.46 501	0.42 481

iResNetv2_ROB	0.88 390	0.43 416	2.62 525	0.60 333	0.38 289	0.94 382	0.67 421	1.88 408	1.38 455	1.27 379	1.45 422	1.26 405	1.05 439	1.92 401	0.64 318	0.24 335	0.15 230	0.19 156	0.14 109	0.24 329	0.21 216

DualNet (step1)	0.89 392	0.51 450	1.35 428	0.58 306	0.40 310	1.07 412	0.80 461	1.99 439	1.27 399	1.25 362	1.22 333	1.09 361	1.01 418	1.31 279	0.73 343	0.59 551	0.32 502	0.62 558	0.67 566	0.45 494	0.48 497

iRaft-Stereo_5w	0.89 392	0.31 237	1.04 338	0.56 270	0.47 372	0.47 91	0.68 424	1.19 223	1.08 286	0.80 195	1.35 391	1.46 448	0.90 370	5.11 528	1.16 440	0.18 129	0.15 230	0.22 268	0.19 238	0.21 259	0.24 291

DAS	0.89 392	0.37 365	1.20 401	0.66 400	0.69 482	0.82 329	0.62 406	1.79 377	1.26 395	1.93 535	1.55 452	0.96 316	1.17 464	2.72 473	0.69 335	0.22 289	0.16 268	0.25 365	0.18 214	0.29 393	0.24 291

SACVNet	0.89 392	0.51 450	1.08 353	0.83 510	0.58 437	0.83 337	0.78 450	1.84 391	1.17 342	1.39 436	1.33 382	1.25 399	1.01 418	2.31 446	0.92 401	0.35 483	0.26 457	0.31 447	0.29 459	0.35 445	0.48 497

ASMatch	0.89 392	0.29 175	0.72 176	0.56 270	0.36 264	0.47 91	0.37 167	1.16 215	0.95 233	1.11 278	3.26 566	0.95 311	0.96 393	4.88 525	0.53 263	0.20 219	0.16 268	0.22 268	0.19 238	0.20 210	0.30 396

ADLNet	0.89 392	0.39 392	1.09 356	0.88 525	0.73 489	1.24 452	0.75 443	2.02 445	1.41 469	1.58 492	1.37 396	1.26 405	1.00 415	1.31 279	1.18 442	0.28 422	0.21 382	0.26 386	0.26 411	0.29 393	0.36 446

MMNet	0.89 392	0.35 334	1.44 439	0.64 380	0.59 443	1.83 521	0.48 302	1.70 354	1.38 455	1.45 461	1.19 324	1.25 399	1.16 460	1.77 378	1.27 460	0.20 219	0.19 347	0.23 302	0.22 340	0.25 341	0.24 291

HGLStereo	0.89 392	0.42 411	1.15 376	0.82 506	1.03 550	1.16 435	0.57 377	1.68 341	1.28 407	1.26 374	1.62 471	1.13 374	1.31 490	1.85 389	1.11 437	0.25 357	0.24 438	0.24 326	0.22 340	0.24 329	0.29 380

CRFU-Net	0.90 400	0.42 411	1.10 361	0.69 439	0.59 443	1.76 512	0.84 473	2.33 521	0.92 215	1.45 461	1.20 325	1.62 477	1.25 479	1.38 300	0.94 409	0.28 422	0.23 428	0.22 268	0.19 238	0.24 329	0.27 350

dad	0.90 400	0.73 519	1.28 419	0.59 325	0.39 298	0.83 337	0.45 276	1.24 241	1.54 504	1.52 476	1.28 364	1.36 427	0.86 349	2.54 465	0.91 397	0.43 512	0.27 467	0.82 566	0.26 411	0.44 491	0.34 433

AACVNet	0.90 400	0.40 398	0.98 320	0.86 520	0.40 310	0.80 319	0.49 313	1.81 385	0.86 197	1.11 278	1.34 386	1.32 421	0.99 409	4.23 509	0.86 380	0.26 383	0.22 400	0.28 416	0.22 340	0.30 408	0.28 366

IRAFT_RVC	0.90 400	0.30 203	0.89 278	0.67 414	0.31 165	0.64 232	1.00 508	1.40 280	0.97 241	1.23 355	1.04 253	1.00 331	0.96 393	5.77 547	0.57 286	0.24 335	0.13 84	0.25 365	0.21 312	0.20 210	0.21 216

delet	0.90 400	0.34 305	1.15 376	0.69 439	0.66 472	1.63 501	0.81 466	1.95 430	1.49 498	1.42 448	1.38 401	1.29 412	0.91 373	1.78 380	1.18 442	0.22 289	0.22 400	0.24 326	0.25 394	0.22 279	0.24 291

pcwnet_v2	0.91 405	0.39 392	2.74 527	0.64 380	0.55 424	0.81 327	0.49 313	2.19 495	1.63 518	1.44 455	1.64 477	1.09 361	0.79 315	1.31 279	0.70 338	0.32 456	0.25 450	0.29 428	0.27 429	0.37 455	0.37 450

FADNet-RVC-Resample	0.91 405	0.51 450	2.92 532	0.64 380	0.46 361	1.07 412	0.60 398	1.76 370	1.24 379	1.10 277	0.98 229	1.06 347	0.98 406	2.17 433	0.95 411	0.24 335	0.22 400	0.30 440	0.32 484	0.36 449	0.40 469

HSM-Net_RVC	0.91 405	0.31 237	0.60 113	0.54 233	0.31 165	1.15 432	0.60 398	3.76 585	1.30 423	1.57 491	1.75 492	1.67 486	1.01 418	1.61 355	0.90 393	0.23 313	0.17 297	0.19 156	0.18 214	0.20 210	0.22 247
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ssnet_v2	0.92 408	0.39 392	1.22 406	0.66 400	0.39 298	1.31 459	0.96 501	2.32 515	1.45 487	1.48 471	1.17 317	1.53 462	0.91 373	1.16 248	1.71 514	0.31 448	0.27 467	0.30 440	0.29 459	0.28 376	0.29 380

ADLNet2	0.92 408	0.37 365	1.25 413	0.80 499	0.65 466	1.12 424	0.75 443	1.95 430	1.42 478	1.26 374	1.67 481	1.68 489	1.04 434	1.80 387	1.23 453	0.25 357	0.22 400	0.21 233	0.22 340	0.27 360	0.31 406

FTStereo	0.92 408	0.28 151	0.61 121	0.57 292	0.34 239	0.65 238	1.80 572	1.09 180	0.84 190	1.75 517	4.13 576	1.04 342	1.62 522	1.59 348	0.48 225	0.21 254	0.17 297	0.23 302	0.22 340	0.19 168	0.58 530

PFNet	0.92 408	0.28 151	1.20 401	0.68 426	0.32 198	0.62 212	0.55 364	1.27 251	1.01 260	1.47 465	1.09 275	0.97 319	0.68 277	6.58 567	0.59 299	0.21 254	0.13 84	0.24 326	0.19 238	0.20 210	0.20 187

DLCB_ROB	0.92 408	0.43 416	0.95 309	0.71 453	0.55 424	1.11 422	0.83 471	1.61 329	1.32 432	1.67 510	1.66 479	1.70 492	0.93 383	1.96 409	1.34 470	0.26 383	0.25 450	0.27 400	0.28 440	0.28 376	0.28 366

GEStereo_RVC	0.93 413	0.40 398	1.15 376	0.67 414	0.50 386	0.95 388	0.78 450	2.73 563	1.21 361	1.20 337	1.12 290	1.25 399	0.91 373	3.21 488	0.95 411	0.31 448	0.20 364	0.23 302	0.20 270	0.28 376	0.31 406

CBFPSM	0.95 414	0.37 365	2.10 499	0.51 172	0.39 298	1.73 508	0.87 484	1.59 325	1.13 319	1.11 278	1.00 235	2.34 548	1.64 527	1.42 314	1.44 480	0.19 170	0.18 329	0.20 197	0.20 270	0.22 279	0.36 446

OMP-Stereo	0.95 414	0.35 334	0.79 218	0.92 536	0.32 198	0.49 107	0.35 139	1.22 234	1.11 305	1.58 492	1.12 290	1.44 442	0.69 281	6.92 573	0.51 245	0.20 219	0.15 230	0.24 326	0.19 238	0.21 259	0.16 71

DSFCA	0.95 414	0.38 383	1.23 408	0.55 249	0.66 472	1.50 486	0.93 495	1.58 320	1.24 379	1.59 495	1.16 314	1.48 451	0.95 391	2.96 480	1.20 445	0.31 448	0.28 473	0.25 365	0.26 411	0.29 393	0.26 332

PSMNet_ROB	0.95 414	0.57 474	1.45 440	0.75 482	0.64 461	1.28 457	1.12 521	1.84 391	1.15 330	1.16 309	1.29 368	1.44 442	0.89 367	1.74 373	1.70 512	0.33 463	0.25 450	0.37 499	0.39 519	0.36 449	0.32 415

FADNet-RVC	0.96 418	0.72 516	2.96 533	0.64 380	0.49 381	0.90 365	0.59 390	1.85 399	1.27 399	0.92 228	0.97 224	1.36 427	0.90 370	2.36 449	1.31 462	0.30 445	0.29 481	0.32 459	0.32 484	0.42 478	0.37 450

TransformOpticalFlow	0.97 419	0.30 203	0.96 316	0.54 233	0.31 165	0.65 238	0.54 354	1.87 403	1.19 350	1.12 286	1.44 420	1.34 424	0.98 406	6.68 570	0.44 188	0.19 170	0.12 40	0.21 233	0.19 238	0.18 132	0.23 268

IIG-Stereo	0.97 419	0.34 305	0.80 222	0.90 534	0.33 218	0.61 209	0.26 58	1.27 251	1.08 286	1.69 512	1.37 396	1.44 442	0.74 290	6.94 574	0.53 263	0.21 254	0.14 159	0.23 302	0.18 214	0.20 210	0.15 38

XX-Stereo	0.97 419	0.28 151	8.28 579	0.85 517	0.70 488	0.44 71	0.22 24	1.07 168	0.69 136	0.66 171	1.56 458	1.38 433	0.38 100	1.36 293	0.38 134	0.21 254	0.14 159	0.20 197	0.19 238	0.19 168	0.16 71

DispNO	0.98 422	0.34 305	2.02 492	0.58 306	0.55 424	0.88 359	0.49 313	1.70 354	1.24 379	1.22 352	1.26 349	1.18 381	0.88 364	5.17 529	0.88 386	0.23 313	0.18 329	0.24 326	0.22 340	0.19 168	0.22 247

DEmStereo	0.98 422	0.25 86	0.85 260	0.49 135	0.33 218	1.02 403	0.55 364	0.97 129	0.93 222	1.41 444	2.13 532	1.01 336	2.01 550	5.62 541	0.78 359	0.19 170	0.15 230	0.20 197	0.20 270	0.18 132	0.25 312

FADNet	0.98 422	0.64 494	2.57 521	0.66 400	0.55 424	0.95 388	0.57 377	1.91 416	1.38 455	0.94 234	1.02 240	1.36 427	1.00 415	2.69 471	0.97 415	0.34 473	0.34 512	0.31 447	0.34 504	0.61 538	0.42 481

CFNet	0.99 425	0.40 398	1.23 408	0.65 387	0.43 338	1.03 404	0.49 313	2.01 444	1.35 439	1.02 255	1.39 403	1.10 365	0.86 349	5.47 540	0.89 389	0.24 335	0.18 329	0.28 416	0.27 429	0.27 360	0.22 247

NVstereo2D	0.99 425	0.45 424	2.21 507	0.79 498	0.75 501	1.20 446	0.86 480	1.98 435	1.41 469	1.02 255	1.18 320	1.31 417	0.97 403	2.25 440	0.93 404	0.45 524	0.22 400	0.39 507	0.25 394	0.59 532	0.68 546

CBMV_ROB	0.99 425	0.46 427	0.68 160	0.53 218	0.39 298	1.40 476	0.48 302	2.09 463	1.30 423	1.53 479	2.29 540	1.36 427	1.23 475	2.46 456	1.04 429	0.44 521	0.42 545	0.47 531	0.44 532	0.41 474	0.39 463

ACV-stereo	1.00 428	0.55 465	1.47 442	0.59 325	0.42 334	2.38 553	0.58 383	1.20 227	1.21 361	0.83 204	1.01 237	3.36 574	2.10 556	1.64 358	1.17 441	0.28 422	0.22 400	0.23 302	0.22 340	0.29 393	0.35 442

fast-acv-ft	1.00 428	0.48 438	1.85 481	0.61 347	0.52 401	1.77 514	0.69 427	1.52 302	1.47 493	1.34 414	1.85 510	1.73 495	1.24 478	1.62 356	1.56 493	0.27 404	0.28 473	0.28 416	0.28 440	0.28 376	0.31 406

HBP-ISP	1.00 428	0.60 478	0.85 260	0.64 380	0.48 374	1.63 501	0.77 447	2.24 502	1.30 423	1.33 407	1.53 448	0.87 270	0.99 409	3.26 491	0.76 353	0.46 525	0.44 547	0.54 545	0.48 541	0.48 506	0.42 481

CSP-Net	1.00 428	0.41 408	0.99 323	0.56 270	0.43 338	1.62 500	0.76 446	2.16 484	1.16 337	1.33 407	1.22 333	1.32 421	0.89 367	4.67 520	0.93 404	0.35 483	0.24 438	0.20 197	0.20 270	0.23 300	0.30 396

ETE_ROB	1.01 432	0.69 509	1.49 445	0.72 459	0.50 386	1.15 432	1.12 521	1.91 416	1.24 379	1.94 537	1.50 438	1.73 495	1.06 440	1.78 380	1.33 469	0.33 463	0.26 457	0.38 503	0.34 504	0.40 470	0.44 488

THIR-Stereo	1.02 433	0.29 175	0.73 190	0.51 172	0.29 124	0.94 382	1.31 542	1.08 173	0.98 244	1.35 420	1.91 518	1.16 379	1.54 518	6.37 565	0.79 364	0.20 219	0.14 159	0.21 233	0.22 340	0.19 168	0.25 312

PS-NSSS	1.02 433	0.62 490	1.17 391	0.61 347	0.58 437	0.91 368	0.79 458	2.02 445	1.19 350	1.17 313	1.68 483	1.00 331	0.85 341	4.43 514	0.86 380	0.38 495	0.31 490	0.52 540	0.32 484	0.52 516	0.45 490

XPNet_ROB	1.02 433	0.56 469	1.33 427	0.75 482	0.58 437	1.11 422	1.13 523	1.77 372	1.29 419	1.88 529	1.43 418	1.63 481	1.13 459	2.04 418	1.69 510	0.40 503	0.31 490	0.33 471	0.29 459	0.37 455	0.37 450

YMNet	1.04 436	0.59 475	1.67 466	0.86 520	0.86 527	1.84 522	0.61 403	1.70 354	1.28 407	1.65 506	1.98 522	1.75 500	0.96 393	1.57 341	1.58 495	0.34 473	0.37 528	0.32 459	0.32 484	0.33 433	0.32 415

YMNet_1	1.04 436	0.59 475	1.67 466	0.86 520	0.86 527	1.84 522	0.61 403	1.70 354	1.28 407	1.65 506	1.98 522	1.75 500	0.96 393	1.57 341	1.58 495	0.34 473	0.37 528	0.32 459	0.32 484	0.33 433	0.32 415

iinet-f	1.04 436	0.50 446	4.24 556	0.58 306	0.43 338	1.78 518	0.70 434	1.29 257	1.16 337	1.25 362	1.42 414	1.57 469	1.42 507	1.47 326	1.70 512	0.26 383	0.23 428	0.20 197	0.20 270	0.26 354	0.26 332

RAFT-RH_RVC	1.04 436	0.26 106	0.76 205	0.53 218	0.29 124	0.80 319	0.32 104	0.85 95	1.12 313	2.04 544	4.63 582	1.03 341	0.57 219	5.93 550	0.52 253	0.20 219	0.13 84	0.26 386	0.20 270	0.16 69	0.19 158

CBMV	1.04 436	0.48 438	0.88 274	0.56 270	0.36 264	1.52 488	1.55 555	1.87 403	1.59 513	2.11 548	1.67 481	1.46 448	1.35 495	1.92 401	1.31 462	0.35 483	0.35 519	0.39 507	0.33 498	0.34 441	0.34 433
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UGAM-zero	1.05 441	0.33 275	1.04 338	0.49 135	0.31 165	0.67 249	0.26 58	2.37 524	0.80 176	1.05 264	1.11 286	2.86 565	1.81 541	6.26 557	0.50 241	0.18 129	0.15 230	0.19 156	0.16 166	0.17 96	0.21 216

StereoDRNet	1.05 441	0.53 458	2.21 507	0.80 499	0.93 539	1.50 486	0.90 487	2.06 457	1.44 482	1.68 511	1.20 325	1.48 451	0.99 409	1.86 392	1.60 499	0.29 438	0.24 438	0.29 428	0.28 440	0.35 445	0.33 423

AIO-Stereo-zeroshot1	1.06 443	0.43 416	3.59 548	0.53 218	0.66 472	0.79 312	0.39 193	2.60 553	0.98 244	0.96 239	4.58 580	2.05 537	0.56 216	0.99 197	0.51 245	0.19 170	0.14 159	0.21 233	0.28 440	0.32 426	0.41 473

STrans-v2	1.06 443	0.31 237	1.02 333	0.52 195	0.33 218	0.67 249	0.78 450	2.66 560	1.26 395	1.15 305	1.46 424	1.37 431	1.40 502	6.68 570	0.46 207	0.19 170	0.13 84	0.21 233	0.18 214	0.18 132	0.21 216

DISCO	1.06 443	0.37 365	1.19 397	0.73 467	0.46 361	2.04 537	0.84 473	2.26 503	1.54 504	1.25 362	1.36 395	2.38 550	1.08 443	2.60 468	1.62 502	0.24 335	0.19 347	0.22 268	0.20 270	0.32 426	0.29 380

NCCL2	1.06 443	0.64 494	1.35 428	0.78 496	0.58 437	1.32 460	1.69 561	1.89 410	1.38 455	1.52 476	1.20 325	1.91 512	1.17 464	1.79 385	1.50 487	0.35 483	0.31 490	0.45 525	0.44 532	0.41 474	0.45 490

LALA_ROB	1.06 443	0.66 501	1.37 436	0.70 449	0.53 409	1.61 498	1.25 539	1.81 385	1.48 497	1.82 525	1.40 408	1.93 516	1.03 428	1.68 364	1.69 510	0.38 495	0.28 473	0.43 520	0.37 515	0.43 480	0.38 458

TCMNet	1.07 448	0.66 501	2.49 517	0.92 536	1.32 572	1.14 428	0.67 421	1.91 416	1.29 419	1.20 337	1.57 462	1.29 412	0.96 393	2.23 437	1.59 498	0.32 456	0.31 490	0.38 503	0.35 508	0.43 480	0.40 469

PSMNet-RUCA	1.07 448	1.06 544	1.64 463	1.23 565	1.10 555	1.39 472	0.65 415	1.91 416	1.43 479	0.95 236	1.52 446	0.99 325	0.83 333	1.28 275	1.01 422	0.71 562	0.34 512	0.99 574	0.61 562	1.01 563	0.67 542

RAFT + AFF	1.07 448	0.47 432	1.36 433	0.68 426	0.50 386	1.20 446	1.22 535	2.58 551	1.26 395	1.33 407	1.56 458	1.19 383	1.49 516	3.89 507	1.01 422	0.22 289	0.26 457	0.30 440	0.27 429	0.29 393	0.32 415

DRN-Test	1.07 448	0.49 443	1.95 489	0.75 482	0.81 519	1.61 498	0.78 450	2.26 503	1.53 502	1.84 526	1.35 391	1.42 436	1.04 434	2.26 441	1.61 500	0.28 422	0.23 428	0.31 447	0.30 471	0.33 433	0.33 423

TDLM	1.08 452	0.50 446	1.01 330	0.69 439	0.54 417	0.91 368	1.40 548	1.60 327	1.36 448	1.17 313	1.40 408	1.07 350	1.00 415	6.19 553	0.85 379	0.34 473	0.22 400	0.35 486	0.26 411	0.38 461	0.29 380

Wz-Net-LNSev-Ref	1.09 453	0.46 427	2.61 524	0.71 453	0.65 466	2.00 534	0.78 450	2.07 459	1.47 493	1.62 501	1.47 427	1.53 462	1.29 486	2.10 426	1.65 508	0.24 335	0.14 159	0.20 197	0.16 166	0.28 376	0.28 366

FAT-Stereo	1.10 454	0.43 416	1.46 441	0.74 473	0.60 447	1.13 425	0.92 491	2.06 457	1.71 526	1.75 517	2.00 525	2.02 530	1.47 513	2.02 417	1.26 457	0.44 521	0.36 523	0.34 479	0.29 459	0.36 449	0.57 527

CVANet_RVC	1.10 454	0.49 443	1.15 376	0.65 387	0.54 417	0.93 379	1.00 508	1.69 350	1.36 448	1.42 448	1.39 403	1.24 398	1.17 464	6.22 555	0.80 371	0.35 483	0.24 438	0.35 486	0.30 471	0.44 491	0.32 415

APVNet	1.11 456	0.59 475	1.95 489	0.87 523	0.77 507	1.90 527	0.82 470	2.03 449	1.15 330	1.14 303	1.43 418	1.55 465	1.12 458	3.03 482	1.62 502	0.32 456	0.34 512	0.42 519	0.36 511	0.36 449	0.41 473

GANetREF_RVC	1.11 456	0.90 533	1.56 456	0.88 525	0.53 409	1.41 478	1.35 545	1.91 416	1.54 504	1.28 385	1.32 376	1.46 448	1.23 475	2.04 418	1.00 421	0.57 548	0.45 549	0.67 561	0.52 550	0.91 559	0.62 537
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	1.13 458	1.50 571	1.17 391	1.74 576	1.17 565	1.29 458	0.30 86	1.55 311	1.21 361	1.31 398	0.97 224	0.99 325	0.48 163	2.38 453	0.54 272	1.24 580	0.70 581	1.31 581	0.86 576	1.03 565	0.92 564

GASNet	1.13 458	1.10 551	3.29 543	1.00 551	0.68 479	0.82 329	0.67 421	1.85 399	1.38 455	1.39 436	1.25 347	1.25 399	1.20 474	2.72 473	1.62 502	0.46 525	0.26 457	0.36 496	0.34 504	0.55 526	0.33 423

anonymity	1.14 460	0.98 541	1.24 411	1.09 556	1.13 558	1.08 416	0.90 487	2.02 445	1.23 375	1.32 401	1.27 358	1.27 410	1.09 446	1.16 248	1.03 428	1.02 571	1.01 597	0.97 571	0.97 580	0.98 561	1.01 566

PA-Net	1.14 460	0.63 491	2.12 501	0.67 414	0.75 501	1.19 445	0.91 489	1.91 416	1.46 492	1.18 324	1.23 341	1.33 423	1.17 464	4.31 512	1.41 477	0.29 438	0.46 553	0.33 471	0.50 546	0.33 433	0.57 527
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	1.15 462	0.54 461	1.50 446	0.73 467	0.66 472	1.18 444	0.84 473	2.13 475	1.41 469	1.73 515	1.84 507	2.53 556	1.46 511	2.46 456	1.35 472	0.43 512	0.41 540	0.54 545	0.36 511	0.43 480	0.50 506

RASNet	1.16 463	0.34 305	1.11 363	0.73 467	0.86 527	1.00 400	0.60 398	1.56 315	1.43 479	1.07 272	1.37 396	2.08 538	1.44 510	7.00 575	1.56 493	0.20 219	0.17 297	0.17 89	0.19 238	0.19 168	0.19 158

DANet	1.16 463	0.64 494	1.52 451	0.88 525	0.74 496	1.52 488	0.52 334	1.68 341	1.21 361	1.81 523	1.55 452	2.02 530	1.11 452	3.30 493	2.28 534	0.34 473	0.31 490	0.40 513	0.30 471	0.46 501	0.54 516
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
UGAM	1.17 465	0.29 175	1.08 353	0.55 249	0.43 338	0.69 264	0.71 437	1.14 198	1.35 439	1.00 246	1.49 431	1.90 510	0.86 349	9.61 602	0.89 389	0.21 254	0.19 347	0.30 440	0.25 394	0.20 210	0.18 117

Wz-Net-LNSev	1.17 465	0.72 516	4.71 560	0.66 400	0.84 524	1.72 505	1.13 523	1.97 434	1.43 479	1.34 414	1.32 376	1.66 484	1.30 489	1.44 320	1.51 489	0.29 438	0.26 457	0.24 326	0.23 372	0.33 433	0.35 442

S-Stereo	1.17 465	0.48 438	2.25 511	0.83 510	0.81 519	1.22 448	1.17 530	2.12 467	2.08 552	1.47 465	2.13 532	1.55 465	1.16 460	2.09 425	1.46 483	0.42 511	0.40 539	0.35 486	0.32 484	0.45 494	0.73 551

MaskLacGwcNet_RVC	1.17 465	1.06 544	1.28 419	0.88 525	0.69 482	1.92 529	0.92 491	1.71 358	1.14 325	1.17 313	1.26 349	1.49 453	0.80 322	2.04 418	0.86 380	2.02 583	0.34 512	0.79 565	0.36 511	1.38 575	1.33 578

RP	1.17 465	0.54 461	1.48 444	0.93 542	1.05 552	1.14 428	0.85 479	1.99 439	1.70 524	1.72 514	2.07 529	1.91 512	1.93 548	2.00 414	1.37 474	0.55 546	0.37 528	0.48 533	0.37 515	0.46 501	0.46 495

z-ln-s-r	1.18 470	0.61 483	2.91 531	0.54 233	0.56 429	0.81 327	0.86 480	1.72 362	1.55 510	1.18 324	1.62 471	1.37 431	1.16 460	3.67 501	3.77 560	0.20 219	0.15 230	0.21 233	0.17 191	0.29 393	0.24 291

ccnet	1.19 471	0.71 513	1.36 433	0.81 503	0.75 501	1.72 505	1.13 523	1.98 435	1.31 430	1.52 476	1.84 507	1.75 500	1.36 497	2.01 415	2.04 525	0.57 548	0.54 567	0.57 553	0.56 555	0.60 535	0.60 535

Nwc_Net	1.19 471	0.53 458	2.34 513	0.92 536	0.81 519	1.49 485	0.70 434	2.28 513	1.32 432	1.41 444	2.27 538	2.03 533	1.76 538	2.05 422	1.46 483	0.43 512	0.30 485	0.43 520	0.46 537	0.39 466	0.40 469

NCC-stereo	1.20 473	0.60 478	1.84 479	0.88 525	0.95 543	1.32 460	0.94 497	2.14 477	1.36 448	1.43 452	1.79 498	1.93 516	2.13 561	2.54 465	1.41 477	0.49 533	0.38 533	0.45 525	0.59 559	0.43 480	0.45 490

Abc-Net	1.20 473	0.60 478	1.84 479	0.88 525	0.95 543	1.32 460	0.94 497	2.14 477	1.36 448	1.43 452	1.79 498	1.93 516	2.13 561	2.54 465	1.41 477	0.49 533	0.38 533	0.45 525	0.59 559	0.43 480	0.45 490
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	1.21 475	0.66 501	3.44 546	0.69 439	0.73 489	1.93 530	1.44 550	2.16 484	1.59 513	1.85 528	1.49 431	1.50 456	1.34 494	2.05 422	1.54 492	0.27 404	0.24 438	0.28 416	0.28 440	0.35 445	0.32 415

RGC	1.22 476	0.82 527	1.71 469	0.95 547	0.98 548	1.53 490	0.80 461	2.18 493	1.35 439	1.69 512	1.94 519	2.03 533	1.66 528	2.36 449	1.50 487	0.46 525	0.36 523	0.59 556	0.48 541	0.49 510	0.49 502

stereogan	1.22 476	0.45 424	2.03 495	0.87 523	0.85 525	2.52 555	0.72 438	1.98 435	1.78 534	1.92 533	1.94 519	2.31 547	1.42 507	2.10 426	1.14 438	0.38 495	0.36 523	0.39 507	0.32 484	0.52 516	0.49 502

AANet_RVC	1.22 476	0.60 478	1.94 485	0.69 439	0.46 361	0.75 286	0.69 427	1.51 298	1.57 511	1.36 425	1.90 516	1.51 459	0.87 358	7.23 579	1.89 522	0.26 383	0.19 347	0.19 156	0.16 166	0.23 300	0.37 450

HSM	1.22 476	0.34 305	0.81 227	0.61 347	0.39 298	1.22 448	0.63 411	2.45 533	1.25 387	1.32 401	1.26 349	1.91 512	1.08 443	9.21 598	0.75 350	0.23 313	0.17 297	0.20 197	0.16 166	0.22 279	0.24 291

Syn2CoEx	1.23 480	0.80 523	3.07 537	0.83 510	0.68 479	1.39 472	0.87 484	2.23 500	1.57 511	1.28 385	1.58 464	1.42 436	1.57 520	3.79 505	1.48 486	0.36 490	0.32 502	0.34 479	0.30 471	0.30 408	0.41 473

AF-Net	1.23 480	0.56 469	2.31 512	0.88 525	0.93 539	1.41 478	0.73 441	2.27 511	1.71 526	1.76 520	2.42 546	2.00 526	1.70 531	1.98 410	1.62 502	0.50 537	0.29 481	0.49 535	0.33 498	0.40 470	0.34 433

NaN_ROB	1.23 480	0.63 491	1.76 472	0.67 414	0.50 386	1.59 497	2.00 575	1.87 403	1.52 501	2.14 550	1.26 349	1.40 435	1.09 446	4.60 518	1.75 515	0.28 422	0.34 512	0.28 416	0.29 459	0.30 408	0.37 450

DGSMNet	1.24 483	0.84 530	3.20 539	0.91 535	0.92 536	1.39 472	1.34 544	2.46 537	1.44 482	1.34 414	1.66 479	1.50 456	1.03 428	1.85 389	1.30 461	0.48 531	0.48 556	0.55 549	0.51 549	0.78 552	0.79 557

RYNet	1.24 483	0.52 456	1.57 458	0.73 467	0.97 546	1.74 510	0.95 500	2.09 463	1.54 504	1.44 455	1.18 320	1.94 520	1.29 486	4.57 517	1.93 523	0.27 404	0.23 428	0.35 486	0.27 429	0.57 529	0.59 532

aanetorigin	1.26 485	0.85 531	3.00 535	0.72 459	0.80 515	1.08 416	1.05 514	1.12 190	1.39 463	3.53 586	2.60 553	1.72 493	1.73 535	1.98 410	1.77 518	0.26 383	0.24 438	0.26 386	0.25 394	0.38 461	0.51 510

GwcNet	1.26 485	0.63 491	5.13 562	0.81 503	1.15 562	1.73 508	0.69 427	1.84 391	1.53 502	1.51 474	1.71 488	1.72 493	1.09 446	2.20 435	1.61 500	0.31 448	0.30 485	0.29 428	0.27 429	0.30 408	0.41 473

Consistency-Raft	1.27 487	1.01 543	2.17 504	1.04 553	1.20 567	0.96 394	1.00 508	1.84 391	1.95 545	1.38 432	2.11 531	1.44 442	1.03 428	1.18 254	1.40 476	0.73 563	0.83 583	0.89 568	0.99 583	1.33 572	0.95 565

NOSS_ROB	1.29 488	0.49 443	0.68 160	0.60 333	0.40 310	1.09 421	0.77 447	1.94 427	1.44 482	1.04 261	1.46 424	1.10 365	0.81 326	10.57 612	0.78 359	0.46 525	0.43 546	0.48 533	0.45 535	0.45 494	0.43 485

SGM-Forest	1.29 488	0.40 398	0.74 195	0.54 233	0.37 275	1.55 492	1.26 540	1.82 387	1.39 463	2.22 551	1.81 504	1.64 482	1.02 426	7.65 585	1.20 445	0.39 501	0.37 528	0.39 507	0.34 504	0.37 455	0.34 433
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
WQFJA1++	1.34 490	0.23 42	0.51 65	0.40 33	0.29 124	0.46 80	0.20 13	0.67 34	0.31 12	0.40 66	0.39 37	0.34 59	0.39 102	0.66 90	0.28 27	0.19 170	0.13 84	0.16 61	0.13 74	20.39 621	0.17 97

Anonymous_2	1.37 491	0.56 469	0.94 305	0.57 292	0.62 457	1.04 405	0.65 415	1.82 387	1.01 260	1.00 246	0.79 177	1.42 436	1.27 482	1.06 221	0.83 375	0.62 554	0.67 578	1.05 577	9.88 620	1.09 568	0.55 522

test_for_model	1.38 492	3.71 609	0.65 147	3.45 602	2.88 600	0.57 181	0.33 112	1.91 416	0.93 222	1.47 465	0.64 129	0.51 128	0.37 90	0.53 35	0.35 94	2.54 590	0.16 268	0.17 89	0.12 38	4.56 610	1.84 584

SQANet	1.38 492	0.95 539	1.37 436	1.89 580	1.47 577	1.44 482	0.81 466	1.89 410	1.13 319	1.34 414	1.26 349	1.28 411	1.02 426	1.64 358	0.91 397	2.55 591	0.35 519	1.47 582	0.56 555	2.48 583	1.74 582

PWC_ROB	1.39 494	0.93 538	4.07 554	0.77 492	0.83 522	1.16 435	0.53 340	1.87 403	2.01 548	2.36 556	3.06 564	1.65 483	1.60 521	2.65 470	2.29 536	0.34 473	0.23 428	0.36 496	0.25 394	0.39 466	0.49 502

PWCDC_ROB	1.39 494	0.91 536	2.10 499	1.08 555	0.92 536	1.72 505	0.58 383	2.03 449	3.30 583	1.32 401	4.87 585	1.21 386	1.71 533	1.98 410	1.75 515	0.65 557	0.26 457	0.29 428	0.25 394	0.56 527	0.41 473

GANet	1.41 496	0.52 456	1.18 396	0.74 473	0.48 374	1.40 476	1.69 561	1.87 403	1.28 407	1.56 487	2.39 544	1.56 467	1.25 479	9.13 596	1.20 445	0.31 448	0.32 502	0.34 479	0.29 459	0.40 470	0.33 423

PDISCO_ROB	1.41 496	0.73 519	2.04 496	1.40 568	1.46 576	2.83 567	1.07 517	2.64 555	2.11 554	1.41 444	1.50 438	1.73 495	0.99 409	2.83 478	1.46 483	1.03 572	0.27 467	0.54 545	0.47 539	0.77 551	0.84 561

w-ln-seven-2	1.42 498	0.69 509	6.86 570	0.71 453	0.62 457	1.23 450	0.92 491	1.84 391	1.59 513	1.74 516	1.59 468	1.49 453	1.40 502	3.69 502	2.22 531	0.27 404	0.26 457	0.29 428	0.26 411	0.34 441	0.33 423

LL-Strereo	1.42 498	0.44 423	2.02 492	0.62 355	1.07 553	0.73 279	0.65 415	2.02 445	1.21 361	1.60 496	1.62 471	2.02 530	2.10 556	9.67 603	1.07 431	0.22 289	0.20 364	0.27 400	0.24 385	0.23 300	0.33 423

SHD	1.42 498	0.81 526	2.79 529	0.98 549	0.92 536	1.97 531	0.68 424	2.43 531	2.55 565	2.54 565	1.72 489	2.01 529	1.62 522	2.14 430	2.70 543	0.40 503	0.33 508	0.39 507	0.40 521	0.48 506	0.54 516

RTSC	1.43 501	0.89 532	3.62 550	0.94 545	0.64 461	1.85 524	0.69 427	2.20 498	2.04 551	2.22 551	1.70 486	1.67 486	1.27 482	2.53 464	4.48 568	0.33 463	0.25 450	0.27 400	0.29 459	0.38 461	0.40 469

UDG	1.47 502	2.69 602	1.13 369	1.45 573	1.65 579	1.34 466	0.79 458	1.75 368	1.27 399	1.29 390	1.74 491	1.99 525	1.39 501	1.66 361	1.51 489	0.91 568	0.55 569	2.30 590	0.76 570	1.99 577	1.20 574

MFMNet_re	1.47 502	1.20 557	2.50 518	1.46 574	1.08 554	1.58 496	1.51 551	1.96 433	1.87 540	2.31 555	2.20 535	1.51 459	1.88 546	1.57 341	1.34 470	0.94 569	0.83 583	0.84 567	0.80 573	1.00 562	1.06 569

PASM	1.48 504	1.08 547	3.96 553	0.93 542	0.93 539	1.17 442	1.19 532	1.77 372	1.65 519	1.90 530	1.52 446	1.75 500	1.42 507	4.54 516	1.52 491	0.64 556	0.68 580	0.69 563	0.79 572	0.70 547	0.74 552

ADCRef	1.50 505	0.61 483	3.83 552	0.76 490	0.77 507	1.91 528	0.77 447	2.16 484	1.34 436	1.63 503	1.59 468	1.35 426	1.40 502	1.79 385	8.32 588	0.25 357	0.21 382	0.32 459	0.31 477	0.31 415	0.32 415

XQC	1.51 506	0.98 541	3.20 539	0.92 536	0.76 506	2.01 535	1.17 530	2.53 548	1.99 547	2.01 543	1.54 449	2.00 526	1.54 518	3.16 486	3.46 557	0.49 533	0.31 490	0.45 525	0.40 521	0.71 549	0.62 537

DStereoRT	1.52 507	0.36 344	3.37 544	0.69 439	0.54 417	2.05 540	0.59 390	1.85 399	1.21 361	1.38 432	1.46 424	0.84 266	1.27 482	6.33 563	1.07 431	0.24 335	0.19 347	4.29 614	2.08 606	0.25 341	0.39 463

CC-Net-ROB	1.53 508	1.31 565	1.68 468	0.92 536	0.80 515	1.75 511	0.99 506	2.04 452	1.27 399	1.12 286	1.62 471	1.20 385	0.98 406	7.82 586	0.92 401	1.15 579	0.41 540	2.20 588	0.46 537	1.37 574	0.56 524

FINET	1.54 509	0.67 505	7.28 573	0.76 490	0.97 546	1.42 481	1.38 547	2.80 570	3.12 580	1.23 355	1.68 483	1.04 342	1.11 452	3.35 494	1.78 519	0.43 512	0.37 528	0.32 459	0.29 459	0.43 480	0.41 473

test_xeample	1.55 510	0.31 237	0.94 305	0.54 233	0.31 165	0.94 382	0.58 383	2.40 528	1.40 465	1.29 390	1.55 452	0.89 286	0.88 364	1.72 371	15.94 611	0.22 289	0.22 400	0.22 268	0.21 312	0.23 300	0.25 312

w-ln-seven	1.56 511	0.83 529	5.96 565	0.78 496	0.74 496	2.64 561	1.01 511	2.13 475	2.03 549	2.09 547	1.76 493	1.84 509	1.27 482	2.98 481	3.23 554	0.29 438	0.26 457	0.31 447	0.30 471	0.41 474	0.38 458

DDUNet	1.56 511	2.70 603	1.35 428	1.79 577	1.88 581	1.82 520	0.91 489	1.84 391	1.20 354	1.40 442	1.79 498	1.62 477	1.17 464	1.59 348	1.22 450	1.11 576	0.76 582	2.38 593	0.94 578	2.12 578	1.53 580

CrosDoStereo	1.56 511	0.26 106	0.78 214	0.51 172	0.29 124	0.66 244	11.86 610	1.18 219	1.00 257	1.35 420	1.76 493	0.99 325	1.83 543	6.64 568	0.83 375	0.19 170	0.15 230	0.20 197	0.22 340	0.18 132	0.25 312

DeepStereo_LL	1.56 511	0.26 106	0.78 214	0.51 172	0.29 124	0.66 244	11.86 610	1.18 219	1.00 257	1.35 420	1.76 493	0.99 325	1.83 543	6.64 568	0.83 375	0.19 170	0.15 230	0.20 197	0.22 340	0.18 132	0.25 312

xxxx	1.61 515	0.32 255	0.98 320	0.58 306	0.31 165	1.15 432	0.43 240	2.43 531	1.41 469	1.17 313	1.40 408	1.21 386	0.86 349	1.94 404	16.68 613	0.24 335	0.24 438	0.21 233	0.20 270	0.23 300	0.27 350

CSAN	1.61 515	0.67 505	3.24 542	0.74 473	0.52 401	1.77 514	1.74 566	1.98 435	1.94 544	2.47 563	2.33 542	1.93 516	2.04 553	6.45 566	1.95 524	0.43 512	0.36 523	0.41 518	0.42 525	0.43 480	0.44 488

MFN_U_SF_RVC	1.62 517	0.96 540	4.36 558	0.92 536	0.69 482	2.62 560	1.10 519	2.50 544	1.74 529	1.99 542	1.86 512	2.45 554	1.78 540	3.08 484	2.84 546	0.54 542	0.50 563	0.56 551	0.60 561	0.60 535	0.67 542

SDNR	1.66 518	0.55 465	2.36 514	0.56 270	0.58 437	3.79 585	0.45 276	1.78 374	1.40 465	1.38 432	2.45 549	1.13 374	0.96 393	11.03 613	1.31 462	0.67 559	0.64 575	0.43 520	0.32 484	0.71 549	0.76 555

otaku	1.67 519	1.18 555	1.56 456	2.27 583	1.59 578	1.98 532	1.23 537	2.23 500	1.37 453	1.48 471	1.63 476	1.73 495	1.23 475	1.85 389	1.09 433	2.96 595	0.58 573	1.74 583	0.61 562	2.94 590	2.15 588

222	1.67 519	0.31 237	0.93 298	0.59 325	0.31 165	1.05 408	0.43 240	2.39 526	1.47 493	1.37 427	1.55 452	0.94 307	0.94 386	1.98 410	17.76 614	0.24 335	0.22 400	0.21 233	0.20 270	0.22 279	0.26 332

Wz-Net-SNSev	1.68 521	1.45 567	8.71 583	0.71 453	0.67 478	1.35 467	1.51 551	2.15 482	1.47 493	1.51 474	1.68 483	2.27 543	1.38 499	4.23 509	2.36 538	0.32 456	0.29 481	0.31 447	0.33 498	0.43 480	0.39 463

DeepPrunerF	1.68 521	0.82 527	6.82 569	0.94 545	1.20 567	0.91 368	0.97 502	2.50 544	5.19 600	1.22 352	1.30 369	1.18 381	1.29 486	4.96 527	1.75 515	0.43 512	0.35 519	0.52 540	0.48 541	0.43 480	0.42 481

psmorigin	1.69 523	0.74 521	13.13 595	0.70 449	0.60 447	1.16 435	0.79 458	1.69 350	1.25 387	2.07 546	1.77 496	2.23 540	1.51 517	2.14 430	1.45 481	0.39 501	0.41 540	0.34 479	0.33 498	0.45 494	0.63 539

G-Net	1.71 524	0.67 505	2.09 498	1.14 561	0.75 501	2.96 572	0.89 486	1.58 320	1.30 423	2.76 570	8.12 604	2.29 545	2.51 572	1.94 404	2.23 533	0.49 533	0.45 549	0.45 525	0.31 477	0.62 539	0.59 532

Ntro	1.72 525	1.21 558	1.62 460	2.54 590	1.86 580	2.09 541	1.14 526	2.08 460	1.38 455	1.23 355	1.62 471	1.62 477	1.33 493	2.04 418	1.21 449	3.09 596	0.56 570	1.82 585	0.65 564	2.97 594	2.25 590

z-mn7	1.77 526	1.06 544	7.02 572	0.74 473	0.54 417	2.58 557	1.03 512	1.90 414	2.73 576	1.61 497	3.00 562	1.96 522	1.40 502	5.23 531	2.87 547	0.31 448	0.25 450	0.27 400	0.25 394	0.34 441	0.35 442

FBW_ROB	1.78 527	0.66 501	1.90 484	0.72 459	0.66 472	1.79 519	1.07 517	2.79 568	1.77 530	1.84 526	1.79 498	1.98 524	1.37 498	12.42 615	2.22 531	0.36 490	0.38 533	0.57 553	0.39 519	0.46 501	0.51 510

SPS-STEREO	1.78 527	1.09 549	1.52 451	1.22 564	1.14 560	1.87 526	1.11 520	2.27 511	1.70 524	3.17 583	2.39 544	2.84 564	1.93 548	4.41 513	2.93 548	1.04 574	0.99 596	0.97 571	0.94 578	1.03 565	1.05 568
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFN_U_SF_DS_RVC	1.80 529	1.11 552	4.33 557	0.84 514	0.77 507	3.70 580	2.41 594	2.04 452	1.85 539	1.75 517	1.90 516	1.92 515	1.25 479	7.33 580	1.45 481	0.47 529	0.47 554	0.53 544	0.77 571	0.50 512	0.55 522

SAMSARA	1.80 529	0.90 533	3.37 544	1.28 567	1.13 558	3.71 581	2.33 589	2.53 548	1.93 543	3.17 583	1.73 490	2.99 566	1.68 530	3.53 497	2.46 540	0.47 529	0.54 567	0.43 520	0.47 539	0.59 532	0.64 540

DStereoO	1.82 531	1.21 558	2.98 534	1.42 572	0.88 534	1.54 491	4.03 602	1.90 414	2.15 557	1.56 487	1.82 505	1.75 500	4.06 593	1.76 376	2.15 529	2.39 588	0.52 564	0.97 571	0.43 529	2.24 579	0.68 546

PVD	1.82 531	0.91 536	3.02 536	1.03 552	0.94 542	2.61 559	1.14 526	2.78 567	3.40 585	3.08 581	2.75 556	2.39 552	2.49 571	2.81 476	3.66 559	0.48 531	0.49 562	0.59 556	0.49 544	0.60 535	0.81 559

ADCL	1.82 531	0.70 511	4.57 559	0.70 449	0.63 460	2.56 556	1.77 568	2.08 460	1.77 530	1.95 539	1.89 514	2.04 535	1.88 546	2.36 449	9.55 594	0.27 404	0.25 450	0.35 486	0.32 484	0.39 466	0.39 463

zh-mn7	1.84 534	1.51 572	9.67 587	0.70 449	0.54 417	1.47 484	0.84 473	1.93 425	2.13 556	2.50 564	2.70 555	1.67 486	1.35 495	4.75 524	3.14 553	0.32 456	0.27 467	0.27 400	0.27 429	0.32 426	0.39 463

AAGNet	1.84 534	0.30 203	0.79 218	0.66 400	0.32 198	0.65 238	0.50 321	1.02 144	1.01 260	1.47 465	1.21 331	0.99 325	1.16 460	2.76 475	22.69 621	0.24 335	0.13 84	0.22 268	0.20 270	0.24 329	0.16 71

ff1	1.88 536	0.36 344	1.51 447	0.56 270	0.40 310	0.76 292	0.59 390	1.08 173	2.62 568	1.19 332	1.49 431	1.07 350	0.85 341	9.88 607	13.82 605	0.21 254	0.13 84	0.31 447	0.28 440	0.20 210	0.23 268

MDST_ROB	1.88 536	0.40 398	1.71 469	0.93 542	0.60 447	4.27 592	1.23 537	3.99 588	1.44 482	4.61 597	2.63 554	1.44 442	1.03 428	9.78 604	1.62 502	0.33 463	0.26 457	0.37 499	0.33 498	0.31 415	0.34 433

SGM_RVC	1.88 536	0.40 398	0.90 288	0.63 365	0.30 144	2.81 566	1.26 540	2.73 563	1.81 537	4.09 589	2.85 559	3.88 580	3.19 580	8.42 592	2.44 539	0.33 463	0.31 490	0.30 440	0.28 440	0.31 415	0.31 406
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
mmx	1.89 539	0.36 344	1.51 447	0.56 270	0.40 310	0.76 292	0.59 390	2.32 515	1.41 469	1.19 332	1.49 431	1.07 350	0.85 341	9.88 607	13.82 605	0.25 357	0.21 382	0.31 447	0.28 440	0.32 426	0.29 380

xxx	1.89 539	0.36 344	1.51 447	0.56 270	0.40 310	0.76 292	0.59 390	2.32 515	1.41 469	1.19 332	1.49 431	1.07 350	0.85 341	9.88 607	13.82 605	0.25 357	0.21 382	0.31 447	0.28 440	0.32 426	0.29 380

DPSNet	1.91 541	0.64 494	5.95 564	0.73 467	0.59 443	2.04 537	1.61 559	3.84 586	1.96 546	1.54 482	1.39 403	2.27 543	3.32 583	4.95 526	4.79 571	0.50 537	0.31 490	0.29 428	0.26 411	0.67 544	0.54 516

test_sample9	1.96 542	0.51 450	1.35 428	0.58 306	0.40 310	1.07 412	0.80 461	1.99 439	1.27 399	1.25 362	1.22 333	1.09 361	1.01 418	2.46 456	8.57 589	0.59 551	12.85 623	0.62 558	0.67 566	0.45 494	0.48 497

1111x	1.96 542	0.32 255	1.54 455	0.54 233	0.30 144	1.00 400	0.69 427	2.47 538	1.33 434	1.21 344	1.44 420	1.21 386	1.11 452	8.49 593	16.14 612	0.22 289	0.23 428	0.22 268	0.23 372	0.25 341	0.26 332

ADCPNet	1.97 544	0.78 522	9.38 585	0.74 473	0.61 453	2.73 564	1.36 546	2.11 466	1.66 520	1.92 533	1.70 486	2.45 554	2.07 554	2.50 462	6.84 583	0.38 495	0.38 533	0.38 503	0.43 529	0.47 505	0.50 506

zh-sn7	2.00 545	1.73 581	9.50 586	0.77 492	0.73 489	1.77 514	1.32 543	2.08 460	1.66 520	1.91 531	2.48 551	1.81 507	2.25 564	5.74 544	4.07 564	0.33 463	0.33 508	0.32 459	0.32 484	0.44 491	0.46 495

WCMA_ROB	2.05 546	0.55 465	1.77 473	0.74 473	0.61 453	2.24 546	1.56 556	2.17 492	1.79 535	4.16 593	6.36 592	5.66 593	4.66 596	3.19 487	2.77 544	0.55 546	0.45 549	0.40 513	0.43 529	0.48 506	0.50 506

RainbowNet	2.06 547	1.86 583	1.97 491	2.86 593	2.25 587	2.03 536	1.79 569	2.77 565	1.92 542	1.54 482	1.84 507	1.95 521	1.73 535	2.23 437	1.38 475	3.40 602	0.86 588	2.39 595	1.00 584	2.94 590	2.42 592

MSMD_ROB	2.08 548	0.61 483	1.15 376	0.71 453	0.62 457	4.00 587	0.93 495	1.94 427	1.79 535	4.71 599	4.60 581	8.14 603	3.87 591	3.75 504	1.65 508	0.54 542	0.48 556	0.55 549	0.58 557	0.53 521	0.52 512

Wz-Net-TNSev	2.10 549	2.71 604	9.30 584	0.72 459	0.65 466	2.41 554	1.81 573	2.45 533	1.77 530	1.62 501	1.56 458	2.56 557	2.01 550	5.30 532	4.46 567	0.41 507	0.38 533	0.33 471	0.37 515	0.54 524	0.64 540

ADCMid	2.11 550	0.90 533	8.39 581	0.75 482	0.69 482	1.98 532	1.14 526	2.18 493	1.67 522	2.85 572	1.85 510	2.35 549	2.02 552	2.35 448	10.58 599	0.34 473	0.32 502	0.39 507	0.44 532	0.51 515	0.53 515

ADCP+	2.12 551	0.56 469	10.01 588	0.68 426	0.91 535	2.25 547	1.04 513	1.92 423	1.50 500	1.58 492	1.34 386	1.73 495	1.62 522	2.27 442	13.20 602	0.25 357	0.22 400	0.32 459	0.29 459	0.38 461	0.34 433

WZ-Net	2.14 552	1.08 547	11.68 594	0.89 532	0.78 511	1.76 512	1.59 558	2.39 526	2.03 549	2.11 548	1.95 521	2.30 546	2.28 565	5.94 551	3.86 563	0.35 483	0.27 467	0.29 428	0.32 484	0.52 516	0.50 506

AnyNet_C32	2.14 552	1.45 567	7.38 574	0.95 547	1.12 556	2.23 545	2.34 590	2.10 465	1.54 504	2.44 559	1.79 498	2.04 535	1.66 528	2.69 471	10.48 598	0.38 495	0.35 519	0.35 486	0.42 525	0.50 512	0.60 535

NVStereoNet_ROB	2.17 554	1.18 555	3.51 547	1.14 561	1.26 570	1.57 495	1.51 551	2.19 495	2.11 554	2.04 544	4.80 583	3.17 573	2.11 559	7.97 588	2.10 526	1.12 577	0.94 593	1.10 578	1.34 591	0.95 560	1.31 575
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	2.22 555	1.29 564	4.14 555	1.10 557	0.78 511	5.00 595	2.38 593	2.47 538	2.67 573	1.94 537	2.28 539	2.66 561	1.70 531	9.10 595	2.29 536	0.68 561	0.52 564	0.68 562	0.71 569	1.17 570	0.81 559

SANet	2.26 556	0.70 511	6.94 571	0.69 439	0.46 361	2.76 565	1.76 567	2.61 554	5.84 603	2.45 560	3.52 570	3.71 577	3.38 585	5.90 548	2.14 528	0.34 473	0.31 490	0.32 459	0.29 459	0.54 524	0.43 485

test_sample8	2.29 557	0.51 450	1.35 428	0.58 306	0.40 310	1.07 412	0.80 461	2.03 449	1.22 370	2.28 554	1.33 382	4.98 591	2.51 572	2.46 456	8.57 589	0.59 551	12.85 623	0.62 558	0.67 566	0.45 494	0.48 497

ADCS	2.35 558	1.26 561	6.54 568	0.85 517	0.77 507	2.18 544	1.79 569	2.47 538	2.20 558	2.80 571	2.14 534	2.38 550	2.09 555	2.81 476	13.83 608	0.43 512	0.41 540	0.40 513	0.45 535	0.59 532	0.67 542

MeshStereo	2.36 559	0.60 478	1.05 343	0.63 365	0.51 396	2.58 557	0.99 506	3.46 580	2.21 559	7.38 611	5.06 587	7.50 598	3.10 579	7.02 576	2.54 541	0.44 521	0.44 547	0.45 525	0.40 521	0.43 480	0.45 490
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	2.38 560	2.21 593	10.17 589	0.99 550	0.79 513	3.12 573	2.37 591	2.69 562	1.89 541	2.58 567	2.44 548	2.70 562	1.86 545	3.65 498	7.12 584	0.41 507	0.41 540	0.40 513	0.42 525	0.68 545	0.79 557

DispFullNet	2.39 561	2.89 605	3.74 551	3.09 598	2.27 589	2.04 537	0.84 473	2.19 495	1.73 528	2.54 565	1.98 522	2.23 540	5.83 599	3.44 496	1.84 521	1.03 572	0.33 508	2.65 601	1.97 603	2.87 589	2.34 591

EDNetEfficient	2.40 562	1.14 553	8.59 582	0.77 492	0.73 489	1.06 411	1.53 554	1.54 308	4.06 591	4.87 600	2.81 557	2.23 540	3.53 586	3.04 483	9.65 595	0.27 404	0.24 438	0.27 400	0.31 477	0.70 547	0.67 542

MSAF-DinoV2	2.45 563	1.88 586	17.19 603	0.89 532	0.52 401	1.39 472	0.97 502	2.84 571	1.77 530	1.55 485	1.65 478	3.60 576	2.28 565	5.74 544	4.64 570	0.28 422	0.17 297	0.26 386	0.28 440	0.49 510	0.54 516

FCDSN-DC	2.47 564	0.65 500	1.00 328	0.85 517	0.75 501	2.26 548	0.97 502	2.31 514	1.83 538	5.52 606	7.65 599	7.72 601	7.70 606	4.43 514	2.64 542	0.52 540	0.48 556	0.52 540	0.52 550	0.57 529	0.59 532
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SuperB	2.50 565	0.72 516	18.07 607	0.72 459	0.53 409	1.85 524	0.86 480	1.80 381	2.40 562	1.54 482	1.42 414	1.13 374	1.17 464	4.18 508	4.80 573	0.25 357	0.20 364	0.23 302	0.19 238	7.64 615	0.38 458

ELAS	2.67 566	0.80 523	2.13 502	1.13 558	1.15 562	6.25 600	2.56 595	3.50 581	3.68 588	5.36 604	4.92 586	3.79 578	5.56 598	3.65 498	5.22 575	0.66 558	0.57 571	0.56 551	0.54 553	0.65 542	0.75 554
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	2.76 567	1.55 575	15.40 598	1.13 558	1.42 574	3.75 583	2.21 584	2.45 533	2.72 574	2.91 575	2.85 559	2.58 558	1.62 522	6.28 559	5.80 578	0.41 507	0.30 485	0.35 486	0.35 508	0.52 516	0.54 516

RTSA	2.76 567	1.55 575	15.40 598	1.13 558	1.42 574	3.75 583	2.21 584	2.45 533	2.72 574	2.91 575	2.85 559	2.58 558	1.62 522	6.28 559	5.80 578	0.41 507	0.30 485	0.35 486	0.35 508	0.52 516	0.54 516

WAO-7	2.78 569	1.54 574	2.18 505	1.41 571	1.19 566	3.92 586	2.01 578	4.19 591	3.89 590	2.98 577	5.47 588	4.18 581	3.28 582	8.24 591	4.27 565	1.13 578	1.01 597	1.18 579	1.13 590	1.19 571	1.13 573

MADNet+	2.80 570	3.38 608	11.57 593	1.50 575	1.21 569	3.18 575	2.00 575	3.52 582	2.61 567	1.81 523	2.09 530	2.83 563	2.18 563	7.55 583	5.44 577	0.84 564	0.83 583	0.71 564	0.66 565	1.05 567	1.08 570

IMH-64-1	2.82 571	1.87 584	1.77 473	3.31 600	2.69 596	3.22 576	2.07 579	4.25 593	2.77 577	2.46 561	3.78 573	3.05 568	2.34 568	4.67 520	3.00 550	3.84 607	0.84 586	2.75 602	1.39 592	3.34 599	2.93 601

IMH-64	2.82 571	1.87 584	1.77 473	3.31 600	2.69 596	3.22 576	2.07 579	4.25 593	2.77 577	2.46 561	3.78 573	3.05 568	2.34 568	4.67 520	3.00 550	3.84 607	0.84 586	2.75 602	1.39 592	3.34 599	2.93 601

pmcnn	2.84 573	0.46 427	5.19 563	0.68 426	0.42 334	1.55 492	1.16 529	2.32 515	1.60 516	2.72 568	7.49 597	17.96 617	1.48 515	6.04 552	6.64 582	0.18 129	0.15 230	0.15 30	0.12 38	0.20 210	0.20 187

ACVNet_2	2.86 574	1.47 569	8.28 579	2.68 591	2.26 588	2.70 562	1.84 574	3.41 578	3.04 579	2.27 553	3.42 569	4.58 583	2.10 556	5.91 549	1.62 502	2.58 592	0.67 578	2.22 589	0.85 575	2.79 587	2.47 593

ELAS_RVC	2.87 575	0.80 523	3.22 541	1.16 563	1.12 556	2.92 571	5.33 605	2.98 574	4.18 593	5.04 601	4.82 584	4.71 585	8.23 607	4.25 511	4.79 571	0.67 559	0.57 571	0.57 553	0.53 552	0.66 543	0.74 552
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FC-DCNN	2.88 576	0.61 483	1.15 376	0.75 482	0.57 434	2.85 569	1.05 514	3.44 579	2.64 571	6.93 607	7.63 598	9.86 608	7.02 604	5.76 546	4.31 566	0.54 542	0.48 556	0.51 538	0.50 546	0.53 521	0.52 512

FC-DCNN v2	2.96 577	0.61 483	1.13 369	0.75 482	0.57 434	2.90 570	1.06 516	3.59 584	2.66 572	7.05 608	7.66 600	10.26 611	7.17 605	6.27 558	4.49 569	0.54 542	0.48 556	0.51 538	0.50 546	0.53 521	0.52 512

WAO-6	2.98 578	1.67 579	1.88 483	2.38 587	2.30 590	3.53 579	2.37 591	4.38 595	4.64 597	2.42 557	4.50 577	4.85 587	2.99 578	5.22 530	5.37 576	1.77 582	1.16 603	2.31 591	1.47 597	2.42 582	1.99 587

ACVNet-4b	3.05 579	1.42 566	18.09 608	2.85 592	2.33 591	2.32 552	1.22 535	2.47 538	2.21 559	1.26 374	2.36 543	2.64 560	1.46 511	6.32 562	1.23 453	3.29 599	0.45 549	2.37 592	1.02 586	3.03 595	2.61 595

ACVNet_1	3.08 580	1.48 570	17.70 604	2.90 595	2.35 593	2.30 549	1.43 549	3.16 576	2.26 561	1.91 531	2.05 528	3.51 575	2.32 567	3.71 503	1.58 495	3.25 598	0.66 577	2.40 596	1.06 587	3.07 596	2.59 594

MonStereo1	3.22 581	1.70 580	2.23 510	2.51 589	2.33 591	5.55 598	1.61 559	3.55 583	4.67 598	3.29 585	8.09 603	4.79 586	3.75 588	6.30 561	2.79 545	2.52 589	0.64 575	1.91 587	1.07 588	2.53 584	2.62 596

PWCK	3.24 582	2.37 594	10.86 591	2.14 582	1.14 560	3.71 581	4.19 603	3.02 575	3.55 587	3.05 580	3.63 571	3.09 571	2.35 570	8.16 590	3.41 556	2.17 586	0.96 594	1.77 584	1.01 585	2.84 588	1.40 579

IMH	3.35 583	1.95 587	1.86 482	3.30 599	2.72 598	4.03 589	2.00 575	4.58 597	3.83 589	2.87 573	6.99 595	4.69 584	3.21 581	6.77 572	2.97 549	3.91 610	0.89 590	2.78 604	1.40 596	3.36 601	2.93 601

LVE	3.40 584	1.80 582	2.21 507	2.90 595	2.44 594	3.27 578	2.25 586	4.80 598	5.06 599	2.43 558	6.79 593	5.99 594	2.64 576	9.20 597	2.28 534	3.30 600	1.11 602	2.38 593	1.48 598	2.95 592	2.62 596

Dean	3.77 585	1.65 578	17.87 605	3.01 597	2.54 595	3.15 574	2.10 582	4.80 598	4.42 594	2.89 574	6.03 590	5.45 592	2.55 575	3.40 495	2.13 527	3.22 597	0.89 590	2.51 599	1.07 588	3.07 596	2.65 599

JetBlue	4.18 586	2.45 599	10.42 590	1.40 568	2.89 601	10.68 606	10.68 608	3.91 587	2.52 563	2.74 569	3.39 568	4.50 582	4.27 594	7.97 588	7.67 587	0.89 565	0.97 595	0.89 568	0.92 577	2.26 580	2.21 589

notaker	4.29 587	2.42 597	5.06 561	3.89 609	3.29 606	4.00 587	2.25 586	4.93 600	3.47 586	4.21 595	6.79 593	7.67 600	3.37 584	9.25 599	6.47 580	4.09 612	1.42 605	3.35 611	2.13 607	4.11 606	3.54 607

ktn	4.56 588	2.41 596	2.54 519	3.79 608	3.25 604	4.81 594	2.91 599	5.52 602	7.36 604	4.12 592	14.55 614	7.54 599	3.70 587	7.84 587	3.35 555	4.06 611	1.86 609	3.26 610	2.22 608	3.27 598	2.86 600

WAO-8	4.57 589	2.01 588	2.58 522	2.37 585	2.21 585	9.75 602	1.71 563	6.04 606	16.34 613	4.11 590	7.69 601	7.41 596	3.85 589	10.02 610	3.85 561	2.05 584	1.09 600	2.44 597	1.39 592	2.56 585	1.86 585

Venus	4.57 589	2.01 588	2.58 522	2.37 585	2.21 585	9.75 602	1.71 563	6.04 606	16.34 613	4.11 590	7.69 601	7.41 596	3.85 589	10.02 610	3.85 561	2.05 584	1.09 600	2.44 597	1.39 592	2.56 585	1.86 585

MultiAttention	4.59 591	0.35 334	0.90 288	0.75 482	0.46 361	31.81 627	4.41 604	2.35 523	1.41 469	1.64 505	2.43 547	2.42 553	0.70 284	38.40 628	1.78 519	0.23 313	0.15 230	0.30 440	0.30 471	0.48 506	0.48 497

SGM+DAISY	5.38 592	1.28 563	8.24 578	1.27 566	1.16 564	10.62 605	16.01 615	2.93 573	2.53 564	8.64 614	13.03 611	8.26 604	13.38 612	6.34 564	7.59 586	1.07 575	1.05 599	1.00 575	0.98 581	1.02 564	1.12 572

TorneroNet-64	5.41 593	2.10 591	2.43 515	3.49 604	2.83 599	9.90 604	2.13 583	8.87 612	16.79 618	5.39 605	9.18 606	10.68 613	3.92 592	9.55 601	5.11 574	3.36 601	0.86 588	2.88 605	1.62 599	3.76 602	3.37 605

MADNet++	5.41 593	3.18 606	6.43 567	4.66 613	3.95 610	6.15 599	6.75 606	4.51 596	4.51 596	5.06 602	6.27 591	4.96 589	6.14 600	9.39 600	11.70 600	4.71 613	4.19 615	3.97 613	3.33 611	4.08 605	4.25 612

UNDER WATER	5.68 595	2.46 600	15.52 600	3.98 611	3.53 607	5.15 596	2.74 597	5.58 603	16.41 616	4.00 588	4.56 578	9.12 606	6.43 602	6.22 555	9.11 592	3.85 609	1.35 604	3.18 609	1.98 604	4.51 609	3.84 611

DStereoSA	5.78 596	1.09 549	8.20 577	2.07 581	4.09 611	4.26 591	21.23 617	4.17 590	5.59 601	1.96 540	12.40 610	1.57 469	13.59 613	7.02 576	13.02 601	0.90 566	3.63 614	0.91 570	3.68 614	1.84 576	4.43 613

UNDER WATER-64	5.84 597	2.48 601	17.93 606	3.97 610	3.58 608	7.70 601	3.03 600	5.72 605	14.13 610	4.18 594	4.00 575	9.27 607	6.80 603	6.20 554	9.22 593	3.67 604	1.52 607	3.14 607	1.95 602	4.43 608	3.83 610

DStereoFS	6.12 598	2.43 598	7.51 575	2.47 588	2.16 583	16.09 612	8.18 607	4.22 592	12.08 609	3.74 587	14.16 612	7.84 602	13.66 614	7.03 578	9.84 596	0.90 566	1.49 606	1.23 580	2.79 610	1.36 573	3.31 604

LSM	6.55 599	1.26 561	15.64 601	1.79 577	68.74 631	1.67 504	2.08 581	2.26 503	2.59 566	3.13 582	3.08 565	1.90 510	1.81 541	2.89 479	2.16 530	0.43 512	0.59 574	0.50 536	0.58 557	0.64 540	17.24 623

tt	6.61 600	0.28 151	6.10 566	3.77 607	2.17 584	11.53 607	19.61 616	13.53 617	5.81 602	3.00 578	2.82 558	4.97 590	6.33 601	3.83 506	7.23 585	9.13 619	11.32 622	5.87 618	6.22 618	6.01 612	2.63 598

JetRed	7.02 601	8.94 613	25.72 616	2.89 594	3.27 605	14.25 611	12.27 612	6.69 608	4.45 595	4.46 596	4.56 578	6.65 595	5.43 597	7.46 582	14.41 610	2.60 593	3.31 611	2.61 600	2.30 609	4.34 607	3.79 609

xyz-stereo	7.03 602	0.24 64	70.23 635	0.44 67	0.21 10	29.74 621	0.49 313	1.03 152	0.77 156	1.45 461	26.78 623	1.17 380	1.19 473	4.72 523	1.32 468	0.16 56	0.12 40	0.20 197	0.14 109	0.17 96	0.14 18

MANE	7.50 603	0.64 494	7.97 576	1.40 568	2.10 582	16.86 614	12.56 613	12.91 616	17.51 621	8.50 613	11.60 609	14.66 614	13.33 611	12.02 614	13.28 603	0.62 554	0.52 564	0.52 540	1.90 601	0.56 527	0.58 530

SGM-ForestM	7.81 604	0.48 438	11.02 592	0.74 473	0.40 310	16.83 613	12.72 614	7.91 610	8.13 605	11.53 616	10.25 608	22.44 625	14.01 615	17.02 617	20.52 616	0.38 495	0.39 538	0.37 499	0.36 511	0.37 455	0.38 458

coex-ft	8.35 605	2.39 595	100.24 637	0.68 426	0.54 417	1.77 514	1.57 557	1.71 358	11.00 607	18.91 623	3.76 572	3.85 579	8.23 607	3.29 492	6.58 581	0.31 448	0.31 490	0.32 459	0.31 477	0.69 546	0.57 527

LE_ROB	8.35 605	0.47 432	27.42 620	0.83 510	0.34 239	2.84 568	3.36 601	4.03 589	27.04 625	25.20 625	8.72 605	8.55 605	27.35 625	7.37 581	22.13 617	0.22 289	0.20 364	0.20 197	0.21 312	0.25 341	0.25 312

KSHMR	8.76 607	2.14 592	3.59 548	3.60 606	3.13 603	4.15 590	2.67 596	5.61 604	58.90 639	3.04 579	55.71 637	4.94 588	2.54 574	4.61 519	3.05 552	3.49 603	1.57 608	3.14 607	1.98 604	3.84 603	3.49 606

U	9.23 608	0.22 26	0.65 147	0.48 119	53.11 630	61.26 636	0.24 45	0.77 65	0.55 87	0.37 46	0.30 20	0.29 35	0.34 67	0.34 2	0.27 19	0.20 219	0.12 40	60.47 634	4.24 615	0.18 132	0.14 18

TCMNet-wrong-test	10.42 609	11.55 615	15.31 597	20.99 618	18.49 615	13.94 610	10.69 609	16.07 618	4.14 592	5.27 603	5.64 589	16.22 616	12.57 609	7.57 584	10.26 597	7.44 617	2.38 610	4.30 615	3.43 612	11.37 618	10.87 617

EDNetEfficientorigin	10.59 610	1.52 573	177.33 638	0.68 426	0.54 417	1.66 503	1.20 534	1.94 427	3.39 584	4.69 598	3.37 567	3.08 570	2.79 577	3.25 490	3.63 558	0.26 383	0.24 438	0.33 471	0.28 440	0.85 555	0.87 562

TorneroNet	10.72 611	2.09 590	2.76 528	3.48 603	3.03 602	44.72 628	2.31 588	8.62 611	67.06 640	7.45 612	23.21 622	10.59 612	4.28 595	9.03 594	9.00 591	3.67 604	0.91 592	3.04 606	1.63 600	3.92 604	3.55 608

HanzoNet	11.92 612	5.12 610	17.18 602	4.19 612	3.59 609	5.16 597	2.82 598	7.41 609	9.96 606	33.31 633	27.60 624	22.25 624	37.31 629	18.18 619	13.57 604	8.13 618	3.44 613	3.50 612	3.44 613	7.77 616	4.52 614

DGTPSM_ROB	13.06 613	8.27 611	22.29 611	9.53 615	18.14 613	11.53 607	31.97 622	10.82 614	16.25 611	7.14 609	19.39 620	10.12 609	16.69 617	9.85 605	22.49 619	4.77 614	8.72 617	5.37 616	10.24 621	6.15 613	11.56 618

DPSMNet_ROB	13.08 614	8.28 612	22.32 612	9.54 616	18.15 614	11.53 607	31.98 623	10.83 615	16.27 612	7.17 610	19.40 621	10.12 609	16.69 617	9.87 606	22.50 620	4.78 615	8.72 617	5.38 617	10.25 622	6.16 614	11.59 619

USTest	14.33 615	14.93 616	21.00 609	17.41 617	16.02 612	23.11 615	33.76 624	22.02 619	11.81 608	9.47 615	10.19 607	15.94 615	13.17 610	17.25 618	22.38 618	3.81 606	5.01 616	6.17 619	6.18 617	9.23 617	7.81 616

DPSM_ROB	19.12 616	19.13 618	25.13 614	22.15 620	20.86 618	28.06 618	37.75 626	27.18 623	16.95 619	14.25 617	15.07 615	21.66 619	18.69 620	21.83 621	26.51 624	10.15 621	9.30 620	10.45 622	10.41 623	14.00 619	12.85 621

DPSM	19.12 616	19.13 618	25.13 614	22.15 620	20.86 618	28.06 618	37.75 626	27.18 623	16.95 619	14.25 617	15.07 615	21.66 619	18.69 620	21.83 621	26.51 624	10.15 621	9.30 620	10.45 622	10.41 623	14.00 619	12.85 621

LRCNet_RVC	22.79 618	32.09 624	22.06 610	29.83 622	26.15 620	4.40 593	0.84 473	22.64 620	2.10 553	26.93 626	29.25 625	23.03 626	15.56 616	23.91 623	18.92 615	32.00 631	20.04 632	34.68 630	32.13 631	30.66 629	28.52 629

DLNR_Zeroshot_test	23.23 619	48.25 635	43.77 624	177.04 637	78.39 633	0.35 25	0.21 17	23.33 621	0.82 182	0.67 173	0.86 195	0.58 166	0.30 44	1.64 358	0.48 225	10.69 623	0.13 84	0.18 128	0.14 109	76.63 636	0.23 268

DLNR-FE	23.24 620	48.33 636	43.35 623	177.19 638	78.30 632	0.35 25	0.21 17	23.45 622	0.82 182	0.67 173	0.86 195	0.58 166	0.29 33	1.62 356	0.48 225	10.93 624	0.13 84	0.18 128	0.14 109	76.65 637	0.23 268

DPSimNet_ROB	24.77 621	9.69 614	61.46 634	3.56 605	19.46 616	25.95 616	77.56 637	5.09 601	16.60 617	21.50 624	29.82 626	25.12 627	85.69 638	13.37 616	23.07 622	7.23 616	17.79 625	8.55 620	7.57 619	4.57 611	31.84 630

BEATNet-Init1	27.39 622	21.01 620	73.65 636	1.07 554	0.80 515	56.07 629	22.82 618	33.14 630	31.71 627	51.78 639	52.93 636	65.63 637	48.54 636	48.75 638	36.36 629	0.52 540	0.47 554	0.54 545	0.54 553	0.64 540	0.72 550

CasAABBNet	38.42 623	38.42 627	50.26 628	44.76 627	41.87 624	56.47 631	76.22 633	54.44 633	33.92 631	28.53 630	30.36 631	43.53 633	37.59 632	43.77 635	53.32 635	20.27 625	18.70 627	21.03 624	21.04 626	28.19 624	25.79 625

RAFT-FEzeroshot	38.43 624	38.42 627	50.19 626	44.92 629	41.98 626	56.48 633	76.24 634	54.46 635	33.87 629	28.51 628	30.31 629	43.61 634	37.54 630	43.76 632	53.32 635	20.29 626	18.70 627	21.03 624	21.04 626	28.21 625	25.79 625

RAFT-FE	38.43 624	38.42 627	50.19 626	44.92 629	41.98 626	56.48 633	76.24 634	54.46 635	33.87 629	28.51 628	30.31 629	43.61 634	37.54 630	43.76 632	53.32 635	20.29 626	18.70 627	21.03 624	21.04 626	28.21 625	25.79 625

FlowAnything	38.45 626	38.38 626	50.32 629	44.77 628	41.97 625	56.43 630	76.20 632	54.49 637	34.43 633	28.45 627	30.15 627	43.52 632	37.69 633	43.76 632	53.31 634	20.36 628	18.71 630	21.03 624	21.10 630	28.18 623	25.74 624

Selective-RAFT-Error	38.47 627	38.44 630	50.38 630	44.74 626	42.01 628	56.47 631	76.24 634	54.44 633	34.02 632	28.59 631	30.30 628	43.51 631	38.10 634	43.69 631	53.24 633	20.36 628	18.72 631	21.05 628	21.02 625	28.25 627	25.87 628

HaxPig	39.02 628	41.39 632	41.59 621	30.10 623	32.36 621	29.49 620	27.65 620	30.56 626	37.94 634	43.75 634	43.81 633	33.42 628	35.69 626	41.51 629	40.33 631	43.91 635	47.48 637	45.87 631	47.14 633	42.29 630	44.06 633

AVERAGE_ROB	40.42 629	42.30 633	42.61 622	36.91 625	35.54 623	30.42 622	27.59 619	37.45 632	38.45 635	44.87 635	44.27 634	37.55 630	36.69 627	41.82 630	40.25 630	45.36 636	46.73 636	47.09 632	46.32 632	42.47 631	43.74 632

MEDIAN_ROB	42.01 630	44.30 634	44.14 625	35.08 624	34.90 622	31.33 626	29.90 621	36.77 631	40.11 636	47.14 638	46.55 635	37.49 629	38.50 635	44.30 637	42.32 632	47.93 637	49.31 638	49.68 633	49.00 634	44.98 632	46.46 634

Anonymous_1	42.79 631	18.71 617	24.75 613	21.81 619	45.16 629	27.68 617	37.52 625	28.64 625	16.34 613	14.72 619	14.53 613	20.60 618	17.82 619	21.52 620	25.88 623	113.45 640	8.91 619	100.63 635	126.37 637	158.50 640	12.31 620

LSM0	42.92 632	38.72 631	50.66 631	47.49 631	110.18 639	56.77 635	75.87 631	54.87 638	33.74 628	29.48 632	31.12 632	43.77 636	37.12 628	43.85 636	53.44 638	20.50 630	18.67 626	21.05 628	21.07 629	28.37 628	41.73 631

PML	51.64 633	37.49 625	14.31 596	7.45 614	20.27 617	107.80 639	231.34 641	8.94 613	27.70 626	86.74 640	268.93 641	69.03 638	61.09 637	24.71 627	14.36 609	9.71 620	3.40 612	9.60 621	4.67 616	20.46 622	4.76 615

xxxxx1	54.34 634	26.72 621	27.03 617	114.14 634	99.00 634	30.68 623	47.19 628	32.52 627	26.09 622	17.85 620	17.48 617	21.86 621	20.92 622	24.38 624	33.78 626	34.73 632	41.33 633	157.67 638	175.68 638	65.82 633	71.99 637

tt_ll	54.34 634	26.72 621	27.03 617	114.14 634	99.00 634	30.68 623	47.19 628	32.52 627	26.09 622	17.85 620	17.48 617	21.86 621	20.92 622	24.38 624	33.78 626	34.73 632	41.33 633	157.67 638	175.68 638	65.82 633	71.99 637

ff	54.34 634	26.72 621	27.03 617	114.14 634	99.00 634	30.68 623	47.19 628	32.52 627	26.09 622	17.85 620	17.48 617	21.86 621	20.92 622	24.38 624	33.78 626	34.73 632	41.33 633	157.67 638	175.68 638	65.82 633	71.99 637

RSGM-EC	88.73 637	82.35 637	50.81 632	105.24 632	99.50 637	93.69 637	125.26 638	90.19 639	46.12 637	45.12 636	57.25 638	101.03 639	88.09 639	153.95 639	152.34 639	105.29 638	59.41 639	113.44 636	52.73 635	91.73 638	61.05 635

acva	88.73 637	82.35 637	50.81 632	105.24 632	99.50 637	93.69 637	125.26 638	90.19 639	46.12 637	45.12 636	57.25 638	101.03 639	88.09 639	153.95 639	152.34 639	105.29 638	59.41 639	113.44 636	52.73 635	91.73 638	61.05 635

test_example2	192.91 639	210.59 639	206.44 639	199.86 639	204.90 640	172.02 640	182.95 640	138.34 641	134.89 641	193.14 641	200.54 640	186.77 641	177.82 641	204.95 641	207.57 641	221.83 641	238.70 641	186.02 641	190.07 641	226.94 641	173.78 640

GS-Stereo							0.35 139	1.31 260	0.53 77	0.38 52	0.39 37	0.32 46	0.33 60	0.45 13	0.29 39	0.20 219	0.12 40	0.16 61	0.13 74	0.17 96	0.18 117

FSD					0.52 401	0.54 163	0.58 383	0.71 49	0.54 80	0.54 139	0.53 96	0.60 176	0.52 195	0.58 54	0.56 281	0.51 539	0.48 556	0.50 536	0.49 544	0.50 512

ccccc		492.94 640		530.37 640	529.69 641	476.06 641		494.48 642		446.40 642		473.27 642		541.46 642		660.58 642	458.79 642	353.88 642	309.98 642	597.94 642

Low-res two-view benchmark