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

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

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

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

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

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

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

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

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

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

DEFOM-Stereo	0.34 46	0.23 46	0.46 30	0.44 74	0.29 129	0.79 321	0.23 38	0.50 6	0.39 41	0.38 58	0.32 27	0.23 4	0.25 16	1.21 268	0.28 31	0.17 95	0.12 43	0.15 33	0.11 7	0.14 23	0.16 77

S2M2_XL	0.25 2	0.25 95	0.43 21	0.36 5	0.24 31	0.16 2	0.18 2	0.34 1	0.24 4	0.29 13	0.41 50	0.24 11	0.23 13	0.32 1	0.27 23	0.20 231	0.18 339	0.18 131	0.16 172	0.18 142	0.15 43
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
2.5w	0.33 39	0.23 46	0.53 83	0.41 48	0.25 52	0.42 67	0.38 186	0.69 45	0.35 26	0.38 58	0.54 112	0.24 11	0.26 21	0.91 180	0.29 43	0.13 18	0.10 2	0.14 5	0.13 74	0.14 23	0.15 43

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

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

LACA1	0.26 3	0.21 16	0.40 11	0.35 2	0.18 1	0.31 20	0.27 67	0.52 8	0.26 7	0.31 24	0.22 3	0.25 15	0.32 61	0.48 22	0.26 9	0.16 59	0.12 43	0.14 5	0.12 39	0.15 50	0.13 3

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

MatchStereo	0.30 22	0.21 16	0.44 26	0.35 2	0.19 4	0.21 3	0.23 38	0.90 122	0.54 85	0.28 8	0.48 77	0.25 15	0.24 15	0.53 39	0.33 88	0.17 95	0.12 43	0.14 5	0.11 7	0.14 23	0.14 22
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
3.75w	0.34 46	0.23 46	0.50 62	0.39 25	0.30 150	0.62 223	0.36 158	0.70 53	0.38 39	0.44 85	0.49 83	0.25 15	0.36 90	0.72 107	0.28 31	0.13 18	0.09 1	0.14 5	0.12 39	0.13 5	0.15 43

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

LG-Stereo_L2	0.30 22	0.23 46	0.50 62	0.38 17	0.26 72	0.26 6	0.20 13	0.84 100	0.31 16	0.31 24	0.26 12	0.25 15	0.26 21	0.94 186	0.23 1	0.15 42	0.12 43	0.16 65	0.12 39	0.14 23	0.13 3

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

BridgeDepth_RVC	0.27 5	0.20 11	0.40 11	0.34 1	0.19 4	0.46 90	0.19 7	0.59 16	0.28 9	0.30 19	0.29 19	0.26 22	0.32 61	0.45 14	0.30 53	0.17 95	0.11 21	0.13 1	0.12 39	0.15 50	0.13 3
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
AdaDepth	0.33 39	0.23 46	0.69 171	0.46 98	0.29 129	0.44 81	0.24 46	0.54 11	0.38 39	0.33 32	0.38 41	0.26 22	0.31 53	0.81 140	0.27 23	0.12 5	0.13 91	0.16 65	0.13 74	0.16 76	0.20 198

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

GREAT-IGEV	0.34 46	0.22 30	0.54 87	0.40 37	0.31 172	0.36 36	0.28 75	0.59 16	0.66 132	0.28 8	0.51 93	0.29 39	0.29 38	0.86 160	0.28 31	0.15 42	0.12 43	0.15 33	0.11 7	0.17 104	0.16 77
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
U	9.23 618	0.22 30	0.65 154	0.48 129	53.11 641	61.26 647	0.24 46	0.77 72	0.55 92	0.37 51	0.30 23	0.29 39	0.34 74	0.34 2	0.27 23	0.20 231	0.12 43	60.47 645	4.24 625	0.18 142	0.14 22

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

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

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

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

Replicate-Monster	0.43 106	0.30 215	2.04 506	0.37 8	0.22 18	0.47 101	0.23 38	0.82 91	0.50 73	0.44 85	0.27 15	0.31 47	0.29 38	1.01 211	0.26 9	0.14 27	0.11 21	0.14 5	0.12 39	0.13 5	0.38 469

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

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

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

GSStereo	0.36 59	0.23 46	0.46 30	0.50 166	0.33 225	0.46 90	0.35 145	1.31 271	0.53 82	0.38 58	0.39 43	0.32 51	0.33 66	0.45 14	0.29 43	0.20 231	0.12 43	0.16 65	0.13 74	0.17 104	0.18 124

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

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

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

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

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

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

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

LCMNet	0.30 22	0.19 4	0.38 3	0.39 25	0.25 52	0.32 23	0.22 25	0.65 32	0.58 102	0.28 8	0.33 29	0.33 59	0.29 38	0.58 56	0.32 74	0.14 27	0.13 91	0.14 5	0.11 7	0.13 5	0.17 103

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

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

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

WQFJA1++	1.34 501	0.23 46	0.51 70	0.40 37	0.29 129	0.46 90	0.20 13	0.67 39	0.31 16	0.40 72	0.39 43	0.34 64	0.39 110	0.66 93	0.28 31	0.19 179	0.13 91	0.16 65	0.13 74	20.39 631	0.17 103

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

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

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

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

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

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

CAS++	0.48 145	0.34 316	0.59 109	0.48 129	0.32 205	0.45 85	0.29 83	1.73 375	0.78 168	0.71 190	0.73 173	0.36 68	0.28 35	0.70 103	0.35 102	0.27 416	0.22 410	0.26 396	0.21 322	0.29 405	0.22 259
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
UniTT-Stereo	0.38 69	0.24 69	0.67 162	0.49 145	0.36 271	0.40 46	0.32 109	0.55 12	0.55 92	0.55 155	0.55 115	0.36 68	0.31 53	0.59 63	0.52 262	0.21 266	0.15 241	0.17 95	0.15 132	0.19 179	0.17 103

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

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

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

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

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

BStereo	0.41 87	0.27 141	1.63 471	0.43 65	0.29 129	0.55 180	0.40 212	0.60 19	0.54 85	0.37 51	0.36 36	0.38 78	0.29 38	0.66 93	0.41 175	0.13 18	0.14 170	0.15 33	0.19 246	0.16 76	0.18 124

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

fffft	0.39 77	0.24 69	0.56 96	0.45 83	0.34 246	0.42 67	0.48 312	0.85 102	0.39 41	0.45 93	0.35 35	0.38 78	0.31 53	1.32 293	0.34 94	0.14 27	0.12 43	0.19 160	0.15 132	0.16 76	0.18 124
1: 1. 1
NLSM3	0.38 69	0.21 16	0.47 39	0.46 98	0.36 271	0.43 75	0.34 131	0.75 67	0.62 118	0.43 80	0.70 162	0.39 81	0.43 131	0.62 74	0.37 133	0.15 42	0.12 43	0.19 160	0.17 198	0.16 76	0.16 77

MonSter++	0.27 5	0.20 11	0.38 3	0.39 25	0.24 31	0.35 31	0.20 13	0.53 9	0.33 21	0.30 19	0.27 15	0.39 81	0.26 21	0.47 19	0.28 31	0.13 18	0.12 43	0.14 5	0.11 7	0.13 5	0.15 43

BridgeDepth	0.30 22	0.21 16	0.39 5	0.41 48	0.18 1	0.57 192	0.32 109	0.71 54	0.35 26	0.27 5	0.26 12	0.39 81	0.43 131	0.48 22	0.29 43	0.14 27	0.10 2	0.13 1	0.12 39	0.15 50	0.13 3
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Former-RAFT_DAM_RVC	0.47 136	0.38 395	0.75 207	0.48 129	0.37 283	0.67 259	0.35 145	0.82 91	1.14 333	0.61 173	0.64 139	0.39 81	0.39 110	0.74 112	0.39 148	0.20 231	0.17 307	0.22 276	0.18 222	0.24 341	0.20 198

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

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

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

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

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

test_for_model	0.48 145	0.24 69	0.69 171	0.42 57	0.30 150	0.42 67	0.32 109	1.27 261	0.78 168	0.51 138	0.59 129	0.43 90	0.35 81	2.10 435	0.31 62	0.16 59	0.12 43	0.18 131	0.14 109	0.15 50	0.15 43

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

IGEV-Stereo	0.45 116	0.30 215	0.60 119	0.48 129	0.34 246	0.49 118	0.42 232	0.98 140	0.60 112	0.51 138	0.53 102	0.46 105	0.47 165	1.36 301	0.35 102	0.18 138	0.13 91	0.21 241	0.15 132	0.18 142	0.21 228
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
sAnonymous2	0.59 227	0.61 494	1.82 487	0.61 359	0.52 414	0.51 146	0.54 364	0.97 136	0.70 145	0.50 125	0.68 150	0.46 105	0.63 266	0.61 69	0.41 175	0.22 300	0.17 307	0.23 312	0.21 322	0.85 567	0.56 535

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

S2M2_L	0.35 53	0.28 161	0.47 39	0.43 65	0.30 150	0.31 20	0.16 1	0.61 26	0.68 137	0.32 27	0.49 83	0.47 115	0.34 74	0.40 5	0.33 88	0.25 368	0.22 410	0.20 205	0.22 350	0.25 353	0.23 280
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ACVNet-DCA	0.59 227	0.34 316	0.63 136	0.60 345	0.27 78	1.16 445	0.51 333	1.58 331	0.91 219	0.60 168	0.80 192	0.47 115	0.87 367	1.48 336	0.35 102	0.21 266	0.13 91	0.25 375	0.15 132	0.23 312	0.25 324

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

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

CREStereo++_RVC	0.49 150	0.22 30	0.46 30	0.48 129	0.38 299	0.45 85	0.25 50	0.77 72	1.30 432	0.82 213	1.23 350	0.47 115	0.37 96	0.55 44	0.44 198	0.16 59	0.11 21	0.16 65	0.80 583	0.18 142	0.12 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
NLCSM	0.54 172	0.30 215	0.60 119	0.53 229	0.74 508	0.71 279	0.47 304	1.25 255	0.71 148	0.64 177	0.51 93	0.48 120	0.60 255	1.34 297	0.71 351	0.19 179	0.20 374	0.21 241	0.19 246	0.22 291	0.21 228

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

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

CASnet	0.42 102	0.26 116	0.52 78	0.52 205	0.21 12	0.49 118	0.35 145	0.85 102	0.85 202	0.84 220	0.69 155	0.48 120	0.31 53	0.57 53	0.34 94	0.19 179	0.12 43	0.27 410	0.22 350	0.23 312	0.15 43
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MM-Stereo_test2	0.44 113	0.25 95	0.70 178	0.54 244	0.33 225	0.55 180	0.45 286	1.02 154	0.84 198	0.61 173	0.51 93	0.49 124	0.42 123	0.82 142	0.32 74	0.16 59	0.13 91	0.18 131	0.14 109	0.19 179	0.17 103

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

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

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

tt1	0.65 262	0.34 316	0.65 154	0.60 345	0.27 78	1.14 438	0.48 312	1.08 182	2.62 578	0.59 161	0.79 187	0.49 124	0.80 331	1.57 349	0.35 102	0.21 266	0.13 91	0.25 375	0.16 172	0.20 221	0.23 280

LoS	0.41 87	0.23 46	0.46 30	0.39 25	0.23 26	0.48 112	0.40 212	1.12 200	0.94 236	0.50 125	0.66 145	0.49 124	0.42 123	0.63 84	0.39 148	0.19 179	0.14 170	0.16 65	0.11 7	0.14 23	0.15 43
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
sCroCo_RVC	0.51 162	0.43 427	1.15 386	0.66 413	0.60 459	0.52 152	0.40 212	0.93 124	0.64 127	0.45 93	0.76 177	0.49 124	0.49 185	0.65 91	0.49 247	0.27 416	0.28 483	0.23 312	0.22 350	0.29 405	0.28 377

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

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

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

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

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

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

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

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

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

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

TANstereo	0.45 116	0.23 46	0.50 62	0.43 65	0.21 12	0.65 249	0.26 61	0.83 94	0.88 212	0.95 246	0.99 239	0.51 135	0.45 147	0.56 48	0.36 120	0.19 179	0.24 448	0.16 65	0.13 74	0.17 104	0.27 362

CREStereo	0.40 82	0.24 69	0.40 11	0.37 8	0.22 18	0.52 152	0.29 83	0.81 86	1.15 338	0.59 161	0.72 169	0.51 135	0.42 123	0.57 53	0.37 133	0.19 179	0.13 91	0.15 33	0.10 1	0.14 23	0.15 43
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
WQFJX1	0.59 227	0.27 141	0.59 109	0.49 145	0.73 501	0.68 263	0.46 292	2.65 566	0.77 163	0.55 155	0.51 93	0.52 143	0.50 193	1.38 308	0.61 315	0.18 138	0.20 374	0.20 205	0.17 198	0.20 221	0.21 228

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

AIO-Stereo	0.39 77	0.26 116	0.54 87	0.50 166	0.24 31	0.45 85	0.39 203	1.13 204	0.57 99	0.42 78	0.49 83	0.52 143	0.25 16	0.74 112	0.32 74	0.16 59	0.13 91	0.18 131	0.14 109	0.16 76	0.15 43

Selective-IGEV	0.42 102	0.26 116	0.56 96	0.48 129	0.27 78	0.45 85	0.33 118	1.56 326	0.61 116	0.36 44	0.47 75	0.52 143	0.30 49	1.08 233	0.33 88	0.15 42	0.13 91	0.17 95	0.13 74	0.16 76	0.15 43

IPLG	0.72 312	0.29 186	1.12 378	0.53 229	0.44 360	0.79 321	0.33 118	1.35 279	1.10 306	1.32 410	1.11 295	0.52 143	0.54 215	3.13 495	0.71 351	0.17 95	0.14 170	0.20 205	0.17 198	0.18 142	0.21 228

GMStereo	0.58 214	0.50 457	1.09 366	0.52 205	0.32 205	0.80 328	0.43 250	1.02 154	1.41 478	0.89 233	0.77 181	0.52 143	0.46 157	0.89 174	0.56 291	0.25 368	0.16 279	0.20 205	0.22 350	0.31 427	0.27 362
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
WQFJA1	0.55 177	0.29 186	0.56 96	0.47 115	0.85 537	0.78 312	0.38 186	2.26 513	0.79 178	0.51 138	0.53 102	0.53 149	0.50 193	0.73 110	0.66 337	0.17 95	0.21 392	0.19 160	0.17 198	0.19 179	0.18 124

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

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

AIO-test2	0.61 243	0.30 215	0.93 308	0.65 400	0.65 478	0.79 321	0.50 331	1.33 277	1.40 474	0.65 179	1.15 321	0.53 149	0.42 123	1.18 262	0.36 120	0.25 368	0.18 339	0.26 396	0.31 487	0.20 221	0.21 228

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

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

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

xyz-stereo-finetune	0.50 159	0.27 141	0.63 136	0.43 65	0.23 26	0.79 321	0.46 292	0.83 94	0.82 190	0.63 176	0.63 137	0.54 155	0.44 140	1.69 377	0.62 320	0.16 59	0.15 241	0.19 160	0.16 172	0.17 104	0.16 77

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CIPLG	0.67 275	0.37 377	1.17 401	0.60 345	0.51 409	0.75 296	0.48 312	1.26 257	1.11 313	1.43 462	1.58 473	0.64 204	0.48 172	0.94 186	0.78 369	0.24 346	0.15 241	0.19 160	0.16 172	0.19 179	0.29 391

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

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

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

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

CroCo-Stereo	0.42 102	0.33 286	0.83 254	0.59 337	0.28 114	0.26 6	0.33 118	1.22 244	0.85 202	0.43 80	0.49 83	0.65 205	0.46 157	0.40 5	0.36 120	0.19 179	0.15 241	0.16 65	0.14 109	0.20 221	0.17 103
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
Anonymous3	0.64 258	0.47 443	1.31 433	0.59 337	0.50 399	0.93 388	0.69 437	1.11 198	0.83 195	0.74 197	0.89 213	0.65 205	0.68 286	1.08 233	0.54 281	0.40 515	0.31 500	0.26 396	0.26 421	0.31 427	0.30 407

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

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

EGLCR-Stereo	0.41 87	0.24 69	0.59 109	0.45 83	0.27 78	0.54 174	0.22 25	1.23 249	0.56 96	0.44 85	0.43 54	0.68 213	0.29 38	0.89 174	0.34 94	0.17 95	0.12 43	0.20 205	0.17 198	0.17 104	0.18 124

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

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

DIP-Stereo	0.64 258	0.32 265	0.91 303	0.49 145	0.36 271	0.91 377	0.33 118	2.51 556	0.77 163	1.25 372	1.00 244	0.68 213	0.51 199	0.92 182	0.65 333	0.19 179	0.15 241	0.21 241	0.17 198	0.19 179	0.22 259
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
AE-Stereo	0.58 214	0.29 186	0.81 236	0.62 368	0.41 336	0.69 273	0.46 292	2.49 553	1.25 396	0.49 116	0.77 181	0.69 217	0.46 157	0.61 69	0.42 186	0.17 95	0.16 279	0.21 241	0.20 280	0.19 179	0.18 124

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RAFT-Stereo	0.60 237	0.30 215	0.72 182	0.57 304	0.37 283	0.68 263	0.52 344	1.45 300	0.78 168	1.61 506	1.50 447	0.76 234	0.53 207	0.67 97	0.51 254	0.19 179	0.16 279	0.18 131	0.15 132	0.18 142	0.19 167
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
rvit_0105_5	0.61 243	0.41 420	1.19 407	0.67 427	0.37 283	0.57 192	0.56 381	1.08 182	1.28 416	0.65 179	0.68 150	0.77 238	0.67 282	0.91 180	0.51 254	0.33 475	0.32 512	0.30 450	0.27 439	0.28 388	0.28 377

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Patchmatch Stereo++	0.57 202	0.33 286	0.82 245	0.52 205	0.27 78	0.63 234	0.28 75	1.14 208	0.73 150	1.13 299	0.96 225	0.82 257	0.60 255	1.40 314	0.52 262	0.23 324	0.14 170	0.24 336	0.20 280	0.27 372	0.20 198
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.56 190	0.33 286	0.81 236	0.52 205	0.27 78	0.63 234	0.41 225	1.14 208	0.73 150	1.13 299	0.96 225	0.82 257	0.60 255	1.09 237	0.52 262	0.23 324	0.14 170	0.24 336	0.20 280	0.27 372	0.20 198

ROB_FTStereo_v2	0.57 202	0.33 286	0.81 236	0.52 205	0.27 78	0.62 223	0.42 232	1.14 208	0.73 150	1.13 299	0.97 233	0.82 257	0.60 255	1.15 252	0.53 272	0.23 324	0.14 170	0.24 336	0.20 280	0.27 372	0.20 198

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CASS	0.67 275	0.36 356	0.84 263	0.57 304	0.28 114	0.82 338	0.43 250	1.62 343	0.92 224	1.39 446	1.28 373	0.87 279	0.84 345	0.88 169	0.59 309	0.36 502	0.19 357	0.26 396	0.22 350	0.29 405	0.43 496
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DCRE	0.85 389	0.28 161	0.76 213	0.60 345	0.49 394	0.59 206	0.53 350	1.04 169	0.92 224	0.80 206	7.34 606	0.87 279	0.57 228	0.78 135	0.43 193	0.16 59	0.17 307	0.19 160	0.17 198	0.18 142	0.22 259

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

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

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

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

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

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

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

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

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

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

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

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

ICVP	0.66 264	0.35 345	0.71 180	0.63 378	0.41 336	0.85 362	0.56 381	1.78 386	0.96 245	0.92 238	1.24 354	0.88 285	0.75 304	0.76 123	0.93 414	0.31 460	0.22 410	0.22 276	0.21 322	0.24 341	0.28 377
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RALAANet	0.62 246	0.37 377	0.97 327	0.66 413	0.50 399	0.67 259	0.31 98	1.27 261	1.09 302	1.11 288	1.17 326	0.88 285	0.46 157	1.27 280	0.45 211	0.20 231	0.15 241	0.21 241	0.18 222	0.27 372	0.19 167

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

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

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

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

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

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

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

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

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

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

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

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

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

HITNet	0.71 306	0.42 422	1.07 360	0.52 205	0.25 52	1.05 417	0.48 312	2.12 477	1.08 294	1.21 354	1.23 350	0.91 301	0.84 345	0.90 177	0.91 407	0.17 95	0.12 43	0.21 241	0.17 198	0.29 405	0.18 124
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
test_3	0.57 202	0.24 69	0.87 279	0.55 260	0.30 150	0.60 212	0.40 212	1.07 177	1.08 294	1.20 347	0.68 150	0.92 309	0.43 131	1.68 373	0.40 165	0.16 59	0.13 91	0.22 276	0.19 246	0.21 270	0.17 103

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

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

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

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

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

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

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

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

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

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

ITSA-stereo	0.85 389	0.38 395	0.92 306	0.58 318	0.32 205	0.86 363	0.49 323	2.33 531	1.69 533	1.16 319	1.12 299	0.95 320	0.85 350	2.46 466	1.18 452	0.27 416	0.23 438	0.28 426	0.28 450	0.28 388	0.41 484

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

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

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

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

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

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

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

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

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

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

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

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

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

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

GCST	1.13 469	1.50 582	1.17 401	1.74 588	1.17 577	1.29 468	0.30 92	1.55 322	1.21 370	1.31 407	0.97 233	0.99 334	0.48 172	2.38 463	0.54 281	1.24 592	0.70 591	1.31 591	0.86 586	1.03 577	0.92 575

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

AdaStereo	0.74 319	0.48 449	0.86 277	0.75 494	0.38 299	0.94 391	0.56 381	2.05 466	1.24 388	1.15 315	1.22 342	1.07 360	0.67 282	1.05 223	0.73 353	0.33 475	0.16 279	0.32 469	0.22 350	0.29 405	0.23 280
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
CFNet_ucs	0.73 315	0.34 316	0.94 315	0.53 229	0.44 360	0.76 302	0.46 292	1.73 375	1.34 445	1.24 369	1.54 458	1.08 370	0.64 270	1.05 223	0.64 328	0.26 395	0.20 374	0.37 509	0.22 350	0.42 490	0.30 407

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

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

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

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

111	0.66 264	0.27 141	1.15 386	0.46 98	0.25 52	0.72 283	0.42 232	1.57 329	1.44 492	0.83 215	1.39 412	1.10 375	0.80 331	0.97 200	0.65 333	0.20 231	0.14 170	0.18 131	0.15 132	0.18 142	0.28 377

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

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

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

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

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

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

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

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

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

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

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

SuperB	2.50 575	0.72 527	18.07 617	0.72 471	0.53 422	1.85 534	0.86 490	1.80 393	2.40 572	1.54 491	1.42 423	1.13 384	1.17 474	4.18 518	4.80 583	0.25 368	0.20 374	0.23 312	0.19 246	7.64 625	0.38 469

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

PA-Net	1.14 471	0.63 502	2.12 511	0.67 427	0.75 513	1.19 455	0.91 499	1.91 427	1.46 502	1.18 334	1.23 350	1.33 433	1.17 474	4.31 522	1.41 487	0.29 450	0.46 563	0.33 481	0.50 556	0.33 445	0.57 538
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ISRNet	0.83 377	0.35 345	1.31 433	0.84 526	0.65 478	0.60 212	0.41 225	1.28 266	1.15 338	1.61 506	1.55 461	1.34 434	0.77 309	1.33 296	0.98 426	0.40 515	0.34 522	0.43 530	0.38 528	0.34 453	0.49 513

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NLCA_NET_v2_RVC	0.84 382	0.46 438	1.40 448	0.69 451	0.61 465	0.95 397	0.52 344	1.68 352	1.21 370	1.39 446	1.15 321	1.42 446	0.88 373	1.78 389	0.93 414	0.26 395	0.23 438	0.27 410	0.27 439	0.30 420	0.39 474
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DRN-Test	1.07 459	0.49 454	1.95 499	0.75 494	0.81 531	1.61 508	0.78 460	2.26 513	1.53 512	1.84 536	1.35 400	1.42 446	1.04 444	2.26 451	1.61 510	0.28 434	0.23 438	0.31 457	0.30 481	0.33 445	0.33 434

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

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

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

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

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

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

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

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

GANetREF_RVC	1.11 467	0.90 544	1.56 466	0.88 537	0.53 422	1.41 488	1.35 555	1.91 427	1.54 514	1.28 395	1.32 385	1.46 458	1.23 485	2.04 427	1.00 431	0.57 560	0.45 559	0.67 571	0.52 560	0.91 571	0.62 548
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
CBMV	1.04 447	0.48 449	0.88 284	0.56 282	0.36 271	1.52 498	1.55 565	1.87 414	1.59 523	2.11 558	1.67 490	1.46 458	1.35 505	1.92 410	1.31 472	0.35 495	0.35 529	0.39 517	0.33 508	0.34 453	0.34 444
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DSFCA	0.95 425	0.38 395	1.23 418	0.55 260	0.66 484	1.50 496	0.93 505	1.58 331	1.24 388	1.59 504	1.16 323	1.48 461	0.95 400	2.96 490	1.20 455	0.31 460	0.28 483	0.25 375	0.26 421	0.29 405	0.26 344

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

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

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

StereoDRNet-Refined	0.84 382	0.43 427	1.01 340	0.66 413	0.43 350	1.32 470	0.49 323	1.64 344	1.24 388	1.53 488	1.45 431	1.49 463	0.97 412	1.32 293	1.31 472	0.21 266	0.17 307	0.27 410	0.25 404	0.25 353	0.34 444
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
G2L-Stereo_test	0.77 337	0.31 247	0.97 327	0.51 182	0.41 336	0.90 374	0.80 471	1.67 348	1.22 379	1.32 410	1.27 367	1.50 466	0.81 335	1.74 382	1.02 435	0.20 231	0.14 170	0.16 65	0.16 172	0.18 142	0.22 259

Wz-Net-MNSev	1.21 486	0.66 512	3.44 556	0.69 451	0.73 501	1.93 540	1.44 560	2.16 494	1.59 523	1.85 538	1.49 440	1.50 466	1.34 504	2.05 431	1.54 502	0.27 416	0.24 448	0.28 426	0.28 450	0.35 457	0.32 426

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

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

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

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

ssnet_v2	0.92 419	0.39 404	1.22 416	0.66 413	0.39 311	1.31 469	0.96 511	2.32 525	1.45 497	1.48 480	1.17 326	1.53 472	0.91 382	1.16 256	1.71 524	0.31 460	0.27 477	0.30 450	0.29 469	0.28 388	0.29 391

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

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

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

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

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

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

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

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

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

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

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

DCVSM-stereo	0.75 323	0.36 356	0.82 245	0.58 318	0.43 350	0.78 312	0.42 232	1.30 269	1.05 287	1.79 532	1.04 262	1.60 482	1.08 453	1.12 247	0.86 390	0.25 368	0.27 477	0.29 438	0.24 395	0.30 420	0.37 461

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

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

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

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

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

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

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

SGM-Forest	1.29 499	0.40 410	0.74 202	0.54 244	0.37 283	1.55 502	1.26 550	1.82 399	1.39 472	2.22 561	1.81 513	1.64 492	1.02 436	7.65 595	1.20 455	0.39 513	0.37 538	0.39 517	0.34 514	0.37 467	0.34 444
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
PWC_ROB	1.39 504	0.93 549	4.07 564	0.77 504	0.83 534	1.16 445	0.53 350	1.87 414	2.01 558	2.36 566	3.06 574	1.65 493	1.60 531	2.65 480	2.29 546	0.34 485	0.23 438	0.36 506	0.25 404	0.39 478	0.49 513

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

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

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

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

HSM-Net_RVC	0.91 416	0.31 247	0.60 119	0.54 244	0.31 172	1.15 442	0.60 408	3.76 595	1.30 432	1.57 500	1.75 501	1.67 496	1.01 427	1.61 364	0.90 403	0.23 324	0.17 307	0.19 160	0.18 222	0.20 221	0.22 259
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ADLNet2	0.92 419	0.37 377	1.25 423	0.80 511	0.65 478	1.12 434	0.75 453	1.95 440	1.42 487	1.26 384	1.67 490	1.68 499	1.04 444	1.80 396	1.23 463	0.25 368	0.22 410	0.21 241	0.22 350	0.27 372	0.31 417

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

UGAM	1.17 476	0.29 186	1.08 363	0.55 260	0.43 350	0.69 273	0.71 447	1.14 208	1.35 448	1.00 256	1.49 440	1.90 520	0.86 358	9.61 612	0.89 399	0.21 266	0.19 357	0.30 450	0.25 404	0.20 221	0.18 124

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

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

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

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

MFN_U_SF_DS_RVC	1.80 539	1.11 563	4.33 567	0.84 526	0.77 519	3.70 590	2.41 604	2.04 462	1.85 549	1.75 527	1.90 525	1.92 525	1.25 489	7.33 590	1.45 491	0.47 541	0.47 564	0.53 554	0.77 581	0.50 524	0.55 533

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

Abc-Net	1.20 484	0.60 489	1.84 489	0.88 537	0.95 555	1.32 470	0.94 507	2.14 487	1.36 457	1.43 462	1.79 507	1.93 526	2.13 571	2.54 475	1.41 487	0.49 545	0.38 543	0.45 535	0.59 569	0.43 492	0.45 501
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CSAN	1.61 525	0.67 516	3.24 552	0.74 485	0.52 414	1.77 524	1.74 576	1.98 445	1.94 554	2.47 573	2.33 551	1.93 526	2.04 563	6.45 576	1.95 534	0.43 524	0.36 533	0.41 528	0.42 535	0.43 492	0.44 499

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

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

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

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

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

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

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

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

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

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

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

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

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

DANet	1.16 474	0.64 505	1.52 461	0.88 537	0.74 508	1.52 498	0.52 344	1.68 352	1.21 370	1.81 533	1.55 461	2.02 540	1.11 462	3.30 503	2.28 544	0.34 485	0.31 500	0.40 523	0.30 481	0.46 513	0.54 527
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RGC	1.22 487	0.82 538	1.71 479	0.95 559	0.98 560	1.53 500	0.80 471	2.18 503	1.35 448	1.69 521	1.94 528	2.03 543	1.66 538	2.36 459	1.50 497	0.46 537	0.36 533	0.59 566	0.48 551	0.49 522	0.49 513

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

edge stereo	1.15 473	0.54 472	1.50 456	0.73 479	0.66 484	1.18 454	0.84 483	2.13 485	1.41 478	1.73 524	1.84 516	2.53 566	1.46 521	2.46 466	1.35 482	0.43 524	0.41 550	0.54 555	0.36 521	0.43 492	0.50 517

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

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

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

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

MSC_U_SF_DS_RVC	2.22 565	1.29 575	4.14 565	1.10 569	0.78 523	5.00 605	2.38 603	2.47 548	2.67 583	1.94 547	2.28 548	2.66 571	1.70 541	9.10 605	2.29 546	0.68 573	0.52 574	0.68 572	0.71 579	1.17 582	0.81 570

AnyNet_C01	2.38 570	2.21 604	10.17 599	0.99 562	0.79 525	3.12 583	2.37 601	2.69 572	1.89 551	2.58 577	2.44 557	2.70 572	1.86 555	3.65 508	7.12 594	0.41 519	0.41 550	0.40 523	0.42 535	0.68 557	0.79 568

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

SPS-STEREO	1.78 537	1.09 560	1.52 461	1.22 576	1.14 572	1.87 536	1.11 530	2.27 521	1.70 534	3.17 593	2.39 553	2.84 574	1.93 558	4.41 523	2.93 558	1.04 586	0.99 606	0.97 581	0.94 588	1.03 577	1.05 579
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
UGAM-zero	1.05 452	0.33 286	1.04 348	0.49 145	0.31 172	0.67 259	0.26 61	2.37 534	0.80 184	1.05 274	1.11 295	2.86 575	1.81 551	6.26 567	0.50 250	0.18 138	0.15 241	0.19 160	0.16 172	0.17 104	0.21 228

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

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

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

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

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

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

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

NVStereoNet_ROB	2.17 564	1.18 566	3.51 557	1.14 573	1.26 582	1.57 505	1.51 561	2.19 505	2.11 564	2.04 554	4.80 593	3.17 583	2.11 569	7.97 598	2.10 536	1.12 589	0.94 603	1.10 588	1.34 601	0.95 572	1.31 586
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACV-stereo	1.00 439	0.55 476	1.47 452	0.59 337	0.42 346	2.38 563	0.58 393	1.20 237	1.21 370	0.83 215	1.01 246	3.36 584	2.10 566	1.64 367	1.17 451	0.28 434	0.22 410	0.23 312	0.22 350	0.29 405	0.35 453

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

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

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

ELAS	2.67 576	0.80 534	2.13 512	1.13 570	1.15 574	6.25 610	2.56 605	3.50 591	3.68 598	5.36 614	4.92 596	3.79 588	5.56 608	3.65 508	5.22 585	0.66 570	0.57 581	0.56 561	0.54 563	0.65 554	0.75 565
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
coex-ft	8.35 615	2.39 606	100.24 648	0.68 438	0.54 429	1.77 524	1.57 567	1.71 369	11.00 617	18.91 633	3.76 582	3.85 589	8.23 617	3.29 502	6.58 591	0.31 460	0.31 500	0.32 469	0.31 487	0.69 558	0.57 538

SGM_RVC	1.88 546	0.40 410	0.90 298	0.63 378	0.30 150	2.81 576	1.26 550	2.73 573	1.81 547	4.09 599	2.85 569	3.88 590	3.19 590	8.42 602	2.44 549	0.33 475	0.31 500	0.30 450	0.28 450	0.31 427	0.31 417
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WAO-7	2.78 579	1.54 585	2.18 515	1.41 583	1.19 578	3.92 596	2.01 588	4.19 601	3.89 600	2.98 587	5.47 598	4.18 591	3.28 592	8.24 601	4.27 575	1.13 590	1.01 607	1.18 589	1.13 600	1.19 583	1.13 584

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

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

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

ELAS_RVC	2.87 585	0.80 534	3.22 551	1.16 575	1.12 568	2.92 581	5.33 615	2.98 584	4.18 603	5.04 611	4.82 594	4.71 595	8.23 617	4.25 521	4.79 581	0.67 571	0.57 581	0.57 563	0.53 562	0.66 555	0.74 563
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MonStereo1	3.22 591	1.70 591	2.23 520	2.51 600	2.33 602	5.55 608	1.61 569	3.55 593	4.67 608	3.29 595	8.09 613	4.79 596	3.75 598	6.30 571	2.79 555	2.52 601	0.64 585	1.91 597	1.07 598	2.53 596	2.62 606

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

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

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

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

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

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

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

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

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

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

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

MeshStereo	2.36 569	0.60 489	1.05 353	0.63 378	0.51 409	2.58 567	0.99 516	3.46 590	2.21 569	7.38 621	5.06 597	7.50 608	3.10 589	7.02 586	2.54 551	0.44 533	0.44 557	0.45 535	0.40 531	0.43 492	0.45 501
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
ktn	4.56 598	2.41 607	2.54 529	3.79 618	3.25 614	4.81 604	2.91 609	5.52 612	7.36 614	4.12 602	14.55 624	7.54 609	3.70 597	7.84 597	3.35 565	4.06 621	1.86 619	3.26 620	2.22 618	3.27 609	2.86 610

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

FCDSN-DC	2.47 574	0.65 511	1.00 338	0.85 529	0.75 513	2.26 558	0.97 512	2.31 524	1.83 548	5.52 616	7.65 609	7.72 611	7.70 616	4.43 524	2.64 552	0.52 552	0.48 566	0.52 550	0.52 560	0.57 541	0.59 543
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DStereoFS	6.12 608	2.43 609	7.51 585	2.47 599	2.16 594	16.09 622	8.18 617	4.22 602	12.08 619	3.74 597	14.16 622	7.84 612	13.66 624	7.03 588	9.84 606	0.90 578	1.49 616	1.23 590	2.79 620	1.36 585	3.31 614

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

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

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

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

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

FC-DCNN	2.88 586	0.61 494	1.15 386	0.75 494	0.57 446	2.85 579	1.05 524	3.44 589	2.64 581	6.93 617	7.63 608	9.86 618	7.02 614	5.76 556	4.31 576	0.54 554	0.48 566	0.51 548	0.50 556	0.53 533	0.52 523

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Low-res two-view benchmark