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

Pro-Stereo	0.32 28	0.17 2	0.36 1	0.41 45	0.29 126	0.59 203	0.21 17	0.36 2	0.30 13	0.35 37	0.25 6	0.23 4	0.13 1	1.57 346	0.26 7	0.14 27	0.11 21	0.19 157	0.17 195	0.13 5	0.13 2

MLG-Stereo_test2	0.27 4	0.22 28	0.40 10	0.39 22	0.24 29	0.35 29	0.18 2	0.58 12	0.23 2	0.28 8	0.24 5	0.34 62	0.19 2	0.79 133	0.24 3	0.16 58	0.11 21	0.15 30	0.11 7	0.13 5	0.14 19

BPD-Stereo	0.23 1	0.15 1	0.37 2	0.41 45	0.26 69	0.23 4	0.24 46	0.37 3	0.29 10	0.22 1	0.28 16	0.22 2	0.20 3	0.35 3	0.29 40	0.12 5	0.11 21	0.16 62	0.16 169	0.13 5	0.14 19

MonStereo	0.29 10	0.19 4	0.47 37	0.37 5	0.22 16	0.55 177	0.31 96	0.60 18	0.44 52	0.29 13	0.28 16	0.23 4	0.20 3	0.60 63	0.26 7	0.11 1	0.11 21	0.14 4	0.11 7	0.14 22	0.14 19

Monster-pub-mixall	0.32 28	0.20 11	0.44 24	0.37 5	0.22 16	0.28 12	0.18 2	0.69 42	0.36 34	0.37 48	0.36 33	0.27 25	0.20 3	1.43 321	0.25 5	0.15 42	0.12 42	0.13 1	0.11 7	0.12 1	0.15 40

IGEV	0.29 10	0.18 3	0.43 19	0.38 14	0.31 169	0.45 82	0.21 17	0.63 27	0.42 45	0.32 24	0.44 59	0.26 20	0.20 3	0.44 12	0.26 7	0.14 27	0.12 42	0.16 62	0.13 72	0.12 1	0.14 19

MonSter	0.29 10	0.19 4	0.48 44	0.37 5	0.22 16	0.55 177	0.31 96	0.60 18	0.44 52	0.29 13	0.29 18	0.23 4	0.20 3	0.60 63	0.26 7	0.11 1	0.11 21	0.14 4	0.11 7	0.14 22	0.14 19

Monster-pub-eth3d	0.29 10	0.19 4	0.48 44	0.37 5	0.22 16	0.55 177	0.31 96	0.60 18	0.44 52	0.29 13	0.29 18	0.23 4	0.21 8	0.59 60	0.26 7	0.11 1	0.11 21	0.14 4	0.11 7	0.14 22	0.14 19

MLG-Stereo_test3	0.29 10	0.20 11	0.46 28	0.43 62	0.24 29	0.47 98	0.19 7	0.75 64	0.31 14	0.36 41	0.22 3	0.35 64	0.21 8	0.61 66	0.26 7	0.16 58	0.12 42	0.16 62	0.11 7	0.13 5	0.15 40

LG-Stereo	0.37 62	0.27 138	0.94 312	0.48 126	0.26 69	0.37 37	0.30 90	0.88 114	0.57 96	0.38 55	0.58 123	0.29 37	0.21 8	0.51 33	0.37 130	0.14 27	0.14 167	0.20 202	0.18 219	0.18 139	0.14 19

LG-Stereo_L1	0.31 23	0.24 66	0.49 50	0.38 14	0.27 75	0.28 12	0.21 17	0.68 38	0.29 10	0.27 5	0.25 6	0.25 15	0.22 11	1.25 270	0.24 3	0.16 58	0.12 42	0.15 30	0.12 38	0.14 22	0.13 2

AIO_rvc	0.38 66	0.25 92	0.65 151	0.47 112	0.31 169	0.55 177	0.38 184	0.98 137	0.51 73	0.35 37	0.48 74	0.49 121	0.22 11	0.87 162	0.31 59	0.16 58	0.12 42	0.16 62	0.12 38	0.15 49	0.15 40

S2M2_XL	0.25 2	0.25 92	0.43 19	0.36 3	0.24 29	0.16 2	0.18 2	0.34 1	0.24 4	0.29 13	0.41 47	0.24 11	0.23 13	0.32 1	0.27 20	0.20 228	0.18 336	0.18 128	0.16 169	0.18 139	0.15 40
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
dual_stereo	0.29 10	0.21 16	0.39 5	0.40 34	0.23 24	0.25 5	0.22 25	0.59 15	0.32 18	0.33 29	0.26 11	0.40 82	0.23 13	0.86 157	0.30 50	0.16 58	0.13 88	0.14 4	0.11 7	0.14 22	0.14 19

MatchStereo	0.30 19	0.21 16	0.44 24	0.35 2	0.19 2	0.21 3	0.23 38	0.90 119	0.54 82	0.28 8	0.48 74	0.25 15	0.24 15	0.53 36	0.33 85	0.17 92	0.12 42	0.14 4	0.11 7	0.14 22	0.14 19
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
HiDET	0.27 4	0.19 4	0.39 5	0.39 22	0.24 29	0.30 17	0.21 17	0.60 18	0.35 24	0.27 5	0.30 22	0.33 57	0.25 16	0.50 32	0.32 71	0.14 27	0.12 42	0.14 4	0.11 7	0.13 5	0.16 74

252Zero-FE	0.29 10	0.24 66	0.47 37	0.42 54	0.25 50	0.29 15	0.19 7	0.71 51	0.49 67	0.32 24	0.34 30	0.22 2	0.25 16	0.43 11	0.30 50	0.16 58	0.13 88	0.14 4	0.12 38	0.13 5	0.15 40

DEFOM-Stereo	0.34 43	0.23 44	0.46 28	0.44 71	0.29 126	0.79 318	0.23 38	0.50 6	0.39 39	0.38 55	0.32 26	0.23 4	0.25 16	1.21 265	0.28 28	0.17 92	0.12 42	0.15 30	0.11 7	0.14 22	0.16 74

AIO-Stereo	0.39 74	0.26 113	0.54 84	0.50 163	0.24 29	0.45 82	0.39 200	1.13 201	0.57 96	0.42 75	0.49 80	0.52 140	0.25 16	0.74 109	0.32 71	0.16 58	0.13 88	0.18 128	0.14 106	0.16 74	0.15 40

DispViT+	0.35 50	0.32 262	0.63 133	0.44 71	0.37 280	0.40 44	0.25 50	0.74 61	0.58 99	0.37 48	0.32 26	0.29 37	0.26 20	0.55 41	0.41 172	0.25 365	0.16 276	0.16 62	0.14 106	0.21 267	0.16 74

MonSter++	0.27 4	0.20 11	0.38 3	0.39 22	0.24 29	0.35 29	0.20 13	0.53 8	0.33 19	0.30 17	0.27 14	0.39 78	0.26 20	0.47 19	0.28 28	0.13 18	0.12 42	0.14 4	0.11 7	0.13 5	0.15 40

2.5w	0.33 36	0.23 44	0.53 80	0.41 45	0.25 50	0.42 64	0.38 184	0.69 42	0.35 24	0.38 55	0.54 109	0.24 11	0.26 20	0.91 177	0.29 40	0.13 18	0.10 2	0.14 4	0.13 72	0.14 22	0.15 40

monsters	0.35 50	0.21 16	0.49 50	0.43 62	0.39 308	0.34 24	0.26 61	0.69 42	0.44 52	0.49 113	0.41 47	0.23 4	0.26 20	1.38 305	0.27 20	0.14 27	0.11 21	0.14 4	0.12 38	0.13 5	0.15 40

111111	0.36 56	0.22 28	0.49 50	0.47 112	0.45 361	0.36 34	0.22 25	1.04 166	0.44 52	0.33 29	0.33 28	0.40 82	0.26 20	0.99 200	0.27 20	0.17 92	0.12 42	0.15 30	0.11 7	0.15 49	0.15 40

LG-Stereo_L2	0.30 19	0.23 44	0.50 60	0.38 14	0.26 69	0.26 6	0.20 13	0.84 97	0.31 14	0.31 22	0.26 11	0.25 15	0.26 20	0.94 183	0.23 1	0.15 42	0.12 42	0.16 62	0.12 38	0.14 22	0.13 2

MLG-Stereo_test1	0.29 10	0.21 16	0.42 17	0.41 45	0.25 50	0.37 37	0.20 13	0.71 51	0.20 1	0.25 3	0.17 1	0.33 57	0.26 20	0.92 179	0.26 7	0.15 42	0.11 21	0.16 62	0.11 7	0.13 5	0.13 2

CAS	0.66 261	0.19 4	0.41 15	2.31 592	0.86 536	0.56 187	0.53 347	0.83 91	0.63 118	0.49 113	0.70 159	0.36 66	0.26 20	0.47 19	0.37 130	2.33 596	0.10 2	0.14 4	0.10 1	0.17 101	1.31 583

4.5_new	0.31 23	0.25 92	0.46 28	0.38 14	0.24 29	0.52 149	0.36 156	0.65 30	0.35 24	0.48 105	0.43 51	0.27 25	0.27 28	0.42 9	0.26 7	0.14 27	0.10 2	0.15 30	0.13 72	0.17 101	0.15 40

4.5w-stereo	0.31 23	0.25 92	0.46 28	0.38 14	0.24 29	0.52 149	0.36 156	0.65 30	0.35 24	0.48 105	0.43 51	0.27 25	0.27 28	0.42 9	0.26 7	0.14 27	0.10 2	0.15 30	0.13 72	0.17 101	0.15 40

monsterstereo	0.36 56	0.21 16	0.53 80	0.48 126	0.36 268	0.27 10	0.29 82	0.58 12	0.52 75	0.45 90	0.61 131	0.26 20	0.27 28	1.23 267	0.28 28	0.14 27	0.12 42	0.15 30	0.12 38	0.16 74	0.13 2

MLG-Stereo	0.31 23	0.20 11	0.42 17	0.42 54	0.20 5	0.41 53	0.19 7	0.85 99	0.24 4	0.26 4	0.22 3	0.33 57	0.27 28	1.09 234	0.27 20	0.15 42	0.11 21	0.16 62	0.11 7	0.13 5	0.13 2

IGEV-BASED-STEREO-	0.71 303	3.18 614	2.55 527	0.40 34	0.24 29	0.42 64	0.23 38	0.66 34	0.46 60	0.47 97	0.45 63	0.33 57	0.27 28	0.58 53	0.30 50	1.34 590	0.10 2	0.22 273	0.19 243	0.45 503	1.32 585

RAFT-Stereo-weight	0.49 147	0.26 113	0.58 100	0.49 142	0.28 111	0.61 217	0.34 129	1.16 222	1.11 310	1.06 277	0.79 184	0.75 230	0.28 33	0.79 133	0.42 183	0.16 58	0.13 88	0.17 92	0.15 129	0.16 74	0.18 121

CAS++	0.48 142	0.34 313	0.59 106	0.48 126	0.32 202	0.45 82	0.29 82	1.73 372	0.78 165	0.71 187	0.73 170	0.36 66	0.28 33	0.70 100	0.35 99	0.27 413	0.22 407	0.26 393	0.21 319	0.29 402	0.22 256
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CES	0.51 159	0.21 16	0.40 10	0.42 54	1.40 581	0.53 158	0.34 129	1.04 166	0.68 134	0.45 90	0.67 145	0.35 64	0.28 33	0.58 53	0.35 99	0.16 58	0.13 88	0.15 30	0.10 1	0.19 176	1.69 589

BStereo	0.41 84	0.27 138	1.63 468	0.43 62	0.29 126	0.55 177	0.40 209	0.60 18	0.54 82	0.37 48	0.36 33	0.38 75	0.29 36	0.66 90	0.41 172	0.13 18	0.14 167	0.15 30	0.19 243	0.16 74	0.18 121

Wave_Phase_stereo	0.53 165	0.27 138	1.63 468	0.43 62	0.29 126	2.72 570	0.40 209	0.82 88	0.54 82	0.37 48	0.36 33	0.38 75	0.29 36	0.66 90	0.41 172	0.13 18	0.14 167	0.15 30	0.19 243	0.16 74	0.18 121

LCMNet	0.30 19	0.19 4	0.38 3	0.39 22	0.25 50	0.32 21	0.22 25	0.65 30	0.58 99	0.28 8	0.33 28	0.33 57	0.29 36	0.58 53	0.32 71	0.14 27	0.13 88	0.14 4	0.11 7	0.13 5	0.17 100

CSFM-Stereo	0.28 8	0.19 4	0.39 5	0.40 34	0.21 10	0.40 44	0.21 17	0.60 18	0.33 19	0.32 24	0.29 18	0.31 45	0.29 36	0.49 25	0.27 20	0.15 42	0.14 167	0.14 4	0.11 7	0.14 22	0.14 19

DLNR-FE	23.24 627	48.33 644	43.35 630	177.19 646	78.30 640	0.35 29	0.21 17	23.45 629	0.82 187	0.67 181	0.86 202	0.58 173	0.29 36	1.62 362	0.48 231	10.93 631	0.13 88	0.18 128	0.14 106	76.65 645	0.23 277

Replicate-Monster	0.43 103	0.30 212	2.04 503	0.37 5	0.22 16	0.47 98	0.23 38	0.82 88	0.50 70	0.44 82	0.27 14	0.31 45	0.29 36	1.01 208	0.26 7	0.14 27	0.11 21	0.14 4	0.12 38	0.13 5	0.38 466

qwe	0.34 43	0.22 28	0.48 44	0.39 22	0.27 75	0.49 115	0.30 90	0.76 67	0.40 41	0.51 135	0.49 80	0.26 20	0.29 36	0.83 145	0.35 99	0.12 5	0.10 2	0.14 4	0.12 38	0.15 49	0.14 19

LGtest1	0.28 8	0.23 44	0.46 28	0.42 54	0.22 16	0.41 53	0.19 7	0.58 12	0.29 10	0.30 17	0.25 6	0.29 37	0.29 36	0.57 50	0.26 7	0.18 135	0.12 42	0.16 62	0.12 38	0.14 22	0.16 74

GREAT-IGEV	0.34 43	0.22 28	0.54 84	0.40 34	0.31 169	0.36 34	0.28 74	0.59 15	0.66 129	0.28 8	0.51 90	0.29 37	0.29 36	0.86 157	0.28 28	0.15 42	0.12 42	0.15 30	0.11 7	0.17 101	0.16 74
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
SCV_C0	0.48 142	0.29 183	0.88 281	0.46 95	0.31 169	0.46 87	0.31 96	1.67 345	0.87 205	0.40 69	0.52 95	0.54 152	0.29 36	1.27 277	0.34 91	0.18 135	0.14 167	0.17 92	0.14 106	0.20 218	0.18 121

EGLCR-Stereo	0.41 84	0.24 66	0.59 106	0.45 80	0.27 75	0.54 171	0.22 25	1.23 246	0.56 93	0.44 82	0.43 51	0.68 210	0.29 36	0.89 171	0.34 91	0.17 92	0.12 42	0.20 202	0.17 195	0.17 101	0.18 121

AIO_test	0.38 66	0.24 66	0.59 106	0.47 112	0.31 169	0.55 177	0.44 267	0.86 106	0.50 70	0.34 34	0.48 74	0.46 102	0.30 47	0.76 120	0.31 59	0.17 92	0.12 42	0.17 92	0.13 72	0.16 74	0.15 40

mms	0.42 99	0.29 183	0.60 116	0.47 112	0.33 222	0.43 72	0.46 289	0.75 64	0.50 70	0.36 41	0.61 131	0.44 89	0.30 47	1.39 309	0.34 91	0.16 58	0.14 167	0.18 128	0.15 129	0.19 176	0.21 225

DLNR_Zeroshot_test	23.23 626	48.25 643	43.77 631	177.04 645	78.39 641	0.35 29	0.21 17	23.33 628	0.82 187	0.67 181	0.86 202	0.58 173	0.30 47	1.64 364	0.48 231	10.69 630	0.13 88	0.18 128	0.14 106	76.63 644	0.23 277

Selective-IGEV	0.42 99	0.26 113	0.56 93	0.48 126	0.27 75	0.45 82	0.33 116	1.56 323	0.61 113	0.36 41	0.47 72	0.52 140	0.30 47	1.08 230	0.33 85	0.15 42	0.13 88	0.17 92	0.13 72	0.16 74	0.15 40

VIP-Stereo	0.37 62	0.25 92	0.62 130	0.41 45	0.46 370	0.82 335	0.22 25	0.67 36	0.48 64	0.32 24	0.55 112	0.37 71	0.31 51	0.85 154	0.28 28	0.18 135	0.12 42	0.16 62	0.12 38	0.15 49	0.14 19

AdaDepth	0.33 36	0.23 44	0.69 168	0.46 95	0.29 126	0.44 78	0.24 46	0.54 10	0.38 37	0.33 29	0.38 38	0.26 20	0.31 51	0.81 137	0.27 20	0.12 5	0.13 88	0.16 62	0.13 72	0.16 74	0.20 195

IGEV-RUCA	0.38 66	0.24 66	0.51 68	0.51 179	0.36 268	0.59 203	0.23 38	0.68 38	0.52 75	0.39 62	0.50 86	0.44 89	0.31 51	0.86 157	0.31 59	0.24 343	0.13 88	0.16 62	0.12 38	0.20 218	0.21 225

fffft	0.39 74	0.24 66	0.56 93	0.45 80	0.34 243	0.42 64	0.48 309	0.85 99	0.39 39	0.45 90	0.35 32	0.38 75	0.31 51	1.32 290	0.34 91	0.14 27	0.12 42	0.19 157	0.15 129	0.16 74	0.18 121
1: 1. 1
RAStereo	0.36 56	0.22 28	0.85 266	0.48 126	0.28 111	0.27 10	0.28 74	0.77 69	0.65 127	0.33 29	0.43 51	0.44 89	0.31 51	0.45 14	0.35 99	0.18 135	0.15 238	0.19 157	0.15 129	0.19 176	0.15 40

UniTT-Stereo	0.38 66	0.24 66	0.67 159	0.49 142	0.36 268	0.40 44	0.32 107	0.55 11	0.55 89	0.55 152	0.55 112	0.36 66	0.31 51	0.59 60	0.52 259	0.21 263	0.15 238	0.17 92	0.15 129	0.19 176	0.17 100

CASnet	0.42 99	0.26 113	0.52 76	0.52 202	0.21 10	0.49 115	0.35 143	0.85 99	0.85 199	0.84 217	0.69 152	0.48 117	0.31 51	0.57 50	0.34 91	0.19 176	0.12 42	0.27 407	0.22 347	0.23 309	0.15 40
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GLC_STEREO	0.41 84	0.27 138	0.43 19	0.55 257	0.24 29	0.47 98	0.30 90	0.81 83	0.64 124	0.53 145	0.74 172	0.50 128	0.31 51	0.65 88	0.45 208	0.18 135	0.20 371	0.23 309	0.19 243	0.21 267	0.21 225

BridgeDepth_RVC	0.27 4	0.20 11	0.40 10	0.34 1	0.19 2	0.46 87	0.19 7	0.59 15	0.28 7	0.30 17	0.29 18	0.26 20	0.32 59	0.45 14	0.30 50	0.17 92	0.11 21	0.13 1	0.12 38	0.15 49	0.13 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FoundationStereo	0.26 3	0.23 44	0.41 15	0.40 34	0.24 29	0.32 21	0.22 25	0.43 4	0.24 4	0.31 22	0.25 6	0.30 42	0.32 59	0.36 4	0.27 20	0.16 58	0.12 42	0.15 30	0.11 7	0.13 5	0.14 19

MGS-Stereo	0.43 103	0.28 158	0.61 124	0.46 95	0.28 111	0.49 115	0.33 116	0.60 18	0.89 210	0.47 97	1.32 382	0.51 132	0.32 59	0.66 90	0.39 145	0.20 228	0.16 276	0.18 128	0.16 169	0.18 139	0.18 121

4D-IteraStereo	0.50 156	0.26 113	0.84 260	0.51 179	0.49 391	0.64 240	0.31 96	0.91 120	1.02 269	1.05 271	0.72 166	0.76 231	0.32 59	0.69 99	0.40 162	0.18 135	0.11 21	0.23 309	0.20 277	0.19 176	0.16 74

VMBase	0.39 74	0.25 92	0.47 37	0.37 5	0.22 16	0.39 42	0.33 116	0.72 56	0.87 205	0.43 77	0.69 152	0.60 183	0.33 63	0.76 120	0.37 130	0.18 135	0.14 167	0.15 30	0.12 38	0.17 101	0.18 121

GEAStereo	0.34 43	0.23 44	0.46 28	0.49 142	0.33 222	0.46 87	0.35 143	0.87 110	0.42 45	0.36 41	0.39 40	0.32 49	0.33 63	0.45 14	0.29 40	0.22 297	0.13 88	0.17 92	0.13 72	0.17 101	0.16 74

GSStereo	0.36 56	0.23 44	0.46 28	0.50 163	0.33 222	0.46 87	0.35 143	1.31 268	0.53 79	0.38 55	0.39 40	0.32 49	0.33 63	0.45 14	0.29 40	0.20 228	0.12 42	0.16 62	0.13 72	0.17 101	0.18 121

GS-Stereo							0.35 143	1.31 268	0.53 79	0.38 55	0.39 40	0.32 49	0.33 63	0.45 14	0.29 40	0.20 228	0.12 42	0.16 62	0.13 72	0.17 101	0.18 121

ours_stereo	0.40 79	0.30 212	0.57 97	0.47 112	0.31 169	0.40 44	0.44 267	0.79 79	0.58 99	0.36 41	0.58 123	0.46 102	0.33 63	1.14 248	0.33 85	0.17 92	0.13 88	0.19 157	0.15 129	0.19 176	0.20 195

RSM	0.40 79	0.25 92	0.53 80	0.50 163	0.27 75	0.46 87	0.40 209	0.94 131	0.49 67	0.42 75	0.44 59	0.65 202	0.33 63	1.07 227	0.32 71	0.15 42	0.13 88	0.17 92	0.14 106	0.17 101	0.15 40

MSKI-zero shot	0.56 187	0.30 212	0.61 124	0.55 257	0.28 111	0.68 260	0.28 74	1.25 252	0.68 134	0.92 235	1.33 388	0.81 248	0.33 63	1.94 410	0.36 117	0.18 135	0.13 88	0.17 92	0.13 72	0.16 74	0.19 164

XX-TBD	0.47 133	0.71 521	0.39 5	0.81 512	0.25 50	0.57 189	0.26 61	0.73 58	1.30 429	0.78 200	1.01 243	0.45 99	0.33 63	0.49 25	0.39 145	0.20 228	0.15 238	0.15 30	0.11 7	0.17 101	0.15 40

asd	0.32 28	0.22 28	0.49 50	0.40 34	0.25 50	0.47 98	0.30 90	0.77 69	0.35 24	0.44 82	0.40 45	0.28 34	0.34 71	0.64 83	0.29 40	0.13 18	0.10 2	0.14 4	0.12 38	0.15 49	0.13 2

2.75w_new	0.33 36	0.24 66	0.51 68	0.36 3	0.24 29	0.41 53	0.42 229	0.61 25	0.40 41	0.50 122	0.44 59	0.24 11	0.34 71	0.77 123	0.34 91	0.13 18	0.11 21	0.14 4	0.11 7	0.13 5	0.13 2

S2M2_L	0.35 50	0.28 158	0.47 37	0.43 62	0.30 147	0.31 20	0.16 1	0.61 25	0.68 134	0.32 24	0.49 80	0.47 112	0.34 71	0.40 5	0.33 85	0.25 365	0.22 407	0.20 202	0.22 347	0.25 350	0.23 277
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
HART	0.48 142	0.24 66	0.63 133	0.52 202	0.27 75	0.41 53	0.29 82	1.32 272	0.54 82	0.59 158	1.47 433	0.61 191	0.34 71	1.09 234	0.32 71	0.16 58	0.14 167	0.19 157	0.14 106	0.19 176	0.18 121

SMoEStereo_RVC	0.41 84	0.26 113	0.55 87	0.46 95	0.31 169	0.60 209	0.36 156	0.85 99	0.47 62	0.47 97	0.43 51	0.42 84	0.34 71	1.40 311	0.31 59	0.15 42	0.12 42	0.20 202	0.15 129	0.16 74	0.18 121

U	9.23 615	0.22 28	0.65 151	0.48 126	53.11 638	61.26 644	0.24 46	0.77 69	0.55 89	0.37 48	0.30 22	0.29 37	0.34 71	0.34 2	0.27 20	0.20 228	0.12 42	60.47 642	4.24 622	0.18 139	0.14 19

RSM++	0.40 79	0.26 113	0.55 87	0.51 179	0.27 75	0.49 115	0.41 222	0.83 91	0.52 75	0.39 62	0.47 72	0.60 183	0.34 71	1.02 212	0.31 59	0.16 58	0.13 88	0.17 92	0.15 129	0.18 139	0.15 40

Wavelet-MonSter	0.29 10	0.21 16	0.51 68	0.41 45	0.27 75	0.26 6	0.25 50	0.51 7	0.31 14	0.37 48	0.48 74	0.28 34	0.35 78	0.54 38	0.29 40	0.11 1	0.11 21	0.14 4	0.11 7	0.13 5	0.13 2

asda	0.31 23	0.24 66	0.51 68	0.39 22	0.24 29	0.43 72	0.33 116	0.68 38	0.40 41	0.39 62	0.44 59	0.27 25	0.35 78	0.55 41	0.31 59	0.12 5	0.10 2	0.14 4	0.11 7	0.14 22	0.13 2

2.25w	0.35 50	0.24 66	0.55 87	0.38 14	0.24 29	0.44 78	0.25 50	0.69 42	0.42 45	0.49 113	0.59 126	0.27 25	0.35 78	0.83 145	0.37 130	0.13 18	0.11 21	0.14 4	0.12 38	0.13 5	0.17 100

LG-G_1	0.33 36	0.22 28	0.48 44	0.44 71	0.20 5	0.64 240	0.18 2	0.80 80	0.28 7	0.30 17	0.30 22	0.36 66	0.35 78	0.88 166	0.26 7	0.17 92	0.13 88	0.16 62	0.11 7	0.14 22	0.16 74

LG-G	0.33 36	0.22 28	0.48 44	0.44 71	0.20 5	0.64 240	0.18 2	0.80 80	0.28 7	0.30 17	0.30 22	0.36 66	0.35 78	0.88 166	0.26 7	0.17 92	0.13 88	0.16 62	0.11 7	0.14 22	0.16 74

SGD-Stereo	0.34 43	0.22 28	0.44 24	0.39 22	0.20 5	0.42 64	0.22 25	0.71 51	0.33 19	0.43 77	0.34 30	0.27 25	0.35 78	1.15 249	0.33 85	0.21 263	0.11 21	0.16 62	0.13 72	0.17 101	0.15 40

SCV	0.51 159	0.29 183	0.72 179	0.63 375	0.27 75	0.40 44	0.38 184	2.32 522	0.75 159	0.36 41	0.49 80	0.55 156	0.35 78	1.31 284	0.34 91	0.25 365	0.13 88	0.17 92	0.14 106	0.18 139	0.18 121

StereoAnything_RVC	0.49 147	1.60 585	0.87 276	0.37 5	0.21 10	0.26 6	0.21 17	0.53 8	0.23 2	0.23 2	0.21 2	0.19 1	0.35 78	1.29 281	0.23 1	0.22 297	0.11 21	0.15 30	0.11 7	2.36 590	0.13 2

test_for_model	0.48 142	0.24 66	0.69 168	0.42 54	0.30 147	0.42 64	0.32 107	1.27 258	0.78 165	0.51 135	0.59 126	0.43 87	0.35 78	2.10 432	0.31 59	0.16 58	0.12 42	0.18 128	0.14 106	0.15 49	0.15 40

4.25_new	0.32 28	0.27 138	0.49 50	0.40 34	0.27 75	0.49 115	0.39 200	0.69 42	0.35 24	0.40 69	0.43 51	0.27 25	0.36 87	0.48 21	0.32 71	0.12 5	0.10 2	0.15 30	0.11 7	0.14 22	0.13 2

4.5w_new	0.32 28	0.27 138	0.49 50	0.40 34	0.27 75	0.49 115	0.39 200	0.69 42	0.35 24	0.40 69	0.43 51	0.27 25	0.36 87	0.48 21	0.32 71	0.12 5	0.10 2	0.15 30	0.11 7	0.14 22	0.13 2

4.25w-stereo	0.32 28	0.27 138	0.49 50	0.40 34	0.27 75	0.49 115	0.39 200	0.69 42	0.35 24	0.40 69	0.43 51	0.27 25	0.36 87	0.48 21	0.32 71	0.12 5	0.10 2	0.15 30	0.12 38	0.14 22	0.13 2

3.75w	0.34 43	0.23 44	0.50 60	0.39 22	0.30 147	0.62 220	0.36 156	0.70 50	0.38 37	0.44 82	0.49 80	0.25 15	0.36 87	0.72 104	0.28 28	0.13 18	0.09 1	0.14 4	0.12 38	0.13 5	0.15 40

999	0.49 147	0.25 92	0.55 87	0.51 179	0.35 260	0.74 288	0.31 96	0.89 118	0.59 103	0.39 62	0.50 86	0.50 128	0.36 87	2.41 462	0.41 172	0.17 92	0.13 88	0.18 128	0.15 129	0.16 74	0.23 277

iRaftStereo_RVC	0.49 147	0.28 158	0.72 179	0.53 226	0.29 126	0.52 149	0.33 116	1.14 205	0.84 195	0.85 219	0.99 236	0.55 156	0.36 87	0.83 145	0.40 162	0.18 135	0.13 88	0.22 273	0.20 277	0.20 218	0.18 121

FlowAnything_test	0.41 84	0.27 138	0.67 159	0.60 342	0.33 222	0.62 220	0.35 143	0.64 28	0.48 64	0.46 95	0.36 33	0.45 99	0.37 93	0.54 38	0.52 259	0.25 365	0.19 354	0.28 423	0.33 505	0.22 288	0.22 256

3.25w_new	0.33 36	0.22 28	0.50 60	0.39 22	0.24 29	0.52 149	0.33 116	0.77 69	0.43 50	0.49 113	0.46 69	0.32 49	0.37 93	0.64 83	0.28 28	0.12 5	0.10 2	0.14 4	0.12 38	0.12 1	0.15 40

3.25w	0.33 36	0.22 28	0.50 60	0.39 22	0.24 29	0.52 149	0.33 116	0.77 69	0.43 50	0.49 113	0.46 69	0.32 49	0.37 93	0.64 83	0.28 28	0.12 5	0.10 2	0.14 4	0.12 38	0.12 1	0.15 40

GIP-stereo	0.37 62	0.25 92	0.49 50	0.55 257	0.41 333	0.37 37	0.22 25	1.03 159	0.56 93	0.35 37	0.52 95	0.46 102	0.37 93	0.55 41	0.28 28	0.20 228	0.13 88	0.16 62	0.12 38	0.16 74	0.16 74

tt45	0.47 133	0.25 92	0.52 76	0.47 112	0.34 243	0.78 309	0.32 107	0.86 106	0.45 59	0.52 141	0.45 63	0.49 121	0.37 93	2.12 435	0.36 117	0.16 58	0.13 88	0.19 157	0.16 169	0.17 101	0.21 225

model_zeroshot	0.53 165	0.31 244	1.00 335	0.57 301	0.39 308	0.74 288	0.39 200	1.38 283	0.67 131	0.88 226	0.85 200	0.71 224	0.37 93	0.77 123	0.39 145	0.21 263	0.17 304	0.19 157	0.17 195	0.17 101	0.22 256

GCAP-BAT	0.54 169	0.33 283	0.75 204	0.45 80	0.50 396	0.84 352	0.35 143	0.98 137	0.80 181	0.88 226	1.04 259	0.88 282	0.37 93	1.25 270	0.41 172	0.19 176	0.15 238	0.18 128	0.13 72	0.17 101	0.22 256

Pointernet	0.41 84	0.21 16	0.63 133	0.45 80	0.29 126	0.51 143	0.27 67	1.54 316	0.70 142	0.48 105	0.64 136	0.49 121	0.37 93	0.51 33	0.36 117	0.18 135	0.13 88	0.14 4	0.11 7	0.14 22	0.14 19

CREStereo++_RVC	0.49 147	0.22 28	0.46 28	0.48 126	0.38 296	0.45 82	0.25 50	0.77 69	1.30 429	0.82 210	1.23 347	0.47 112	0.37 93	0.55 41	0.44 195	0.16 58	0.11 21	0.16 62	0.80 580	0.18 139	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
3.5w_stereo	0.35 50	0.27 138	0.55 87	0.38 14	0.25 50	0.54 171	0.34 129	0.73 58	0.40 41	0.46 95	0.45 63	0.31 45	0.38 102	0.80 136	0.40 162	0.12 5	0.10 2	0.15 30	0.12 38	0.14 22	0.16 74

GCAPDPT-zeroshot4090	0.41 84	0.24 66	0.75 204	0.45 80	0.38 296	0.34 24	0.37 171	0.98 137	0.69 138	0.50 122	0.56 116	0.55 156	0.38 102	0.75 116	0.32 71	0.17 92	0.13 88	0.19 157	0.15 129	0.15 49	0.19 164

testlalala	0.41 84	0.24 66	0.76 210	0.45 80	0.38 296	0.34 24	0.37 171	0.98 137	0.69 138	0.50 122	0.56 116	0.55 156	0.38 102	0.75 116	0.32 71	0.17 92	0.13 88	0.19 157	0.15 129	0.15 49	0.19 164

GCAPDPT-zeroshot	0.41 84	0.24 66	0.76 210	0.45 80	0.38 296	0.34 24	0.37 171	0.98 137	0.69 138	0.50 122	0.56 116	0.55 156	0.38 102	0.75 116	0.32 71	0.17 92	0.13 88	0.19 157	0.15 129	0.15 49	0.19 164

XX-Stereo	0.97 427	0.28 158	8.28 586	0.85 526	0.70 497	0.44 78	0.22 25	1.07 174	0.69 138	0.66 179	1.56 464	1.38 440	0.38 102	1.36 298	0.38 139	0.21 263	0.14 167	0.20 202	0.19 243	0.19 176	0.16 74

WQFJA1++	1.34 498	0.23 44	0.51 68	0.40 34	0.29 126	0.46 87	0.20 13	0.67 36	0.31 14	0.40 69	0.39 40	0.34 62	0.39 107	0.66 90	0.28 28	0.19 176	0.13 88	0.16 62	0.13 72	20.39 628	0.17 100

4w-stereo	0.32 28	0.25 92	0.52 76	0.38 14	0.25 50	0.46 87	0.28 74	0.68 38	0.35 24	0.43 77	0.45 63	0.28 34	0.39 107	0.63 81	0.31 59	0.12 5	0.10 2	0.15 30	0.12 38	0.14 22	0.14 19

castereo++	0.41 84	0.26 113	0.51 68	0.44 71	0.32 202	0.96 400	0.22 25	1.13 201	0.61 113	0.33 29	0.45 63	0.50 128	0.39 107	0.94 183	0.25 5	0.18 135	0.12 42	0.17 92	0.12 38	0.14 22	0.16 74

Former-RAFT_DAM_RVC	0.47 133	0.38 392	0.75 204	0.48 126	0.37 280	0.67 256	0.35 143	0.82 88	1.14 330	0.61 170	0.64 136	0.39 78	0.39 107	0.74 109	0.39 145	0.20 228	0.17 304	0.22 273	0.18 219	0.24 338	0.20 195

TRStereo	0.67 272	0.71 521	1.06 352	0.77 501	0.68 488	0.53 158	0.38 184	2.52 554	0.96 242	0.81 208	0.84 198	0.87 276	0.39 107	1.16 253	0.46 213	0.24 343	0.17 304	0.23 309	0.24 392	0.18 139	0.20 195

FE-Mocha	0.52 163	0.32 262	0.98 327	0.51 179	0.37 280	0.46 87	0.22 25	1.71 366	0.56 93	1.02 262	1.10 283	0.82 254	0.41 112	0.58 53	0.32 71	0.19 176	0.13 88	0.21 238	0.21 319	0.17 101	0.19 164

Zero-FE251	0.36 56	0.25 92	0.64 144	0.49 142	0.30 147	0.57 189	0.24 46	0.86 106	0.36 34	0.53 145	0.39 40	0.51 132	0.41 112	0.49 25	0.28 28	0.19 176	0.15 238	0.17 92	0.12 38	0.14 22	0.16 74

HUF	0.39 74	0.27 138	0.71 177	0.43 62	0.24 29	0.51 143	0.47 301	0.99 148	0.55 89	0.37 48	0.45 63	0.53 146	0.41 112	0.70 100	0.29 40	0.18 135	0.14 167	0.16 62	0.12 38	0.15 49	0.17 100

fffy	0.44 110	0.29 183	0.67 159	0.47 112	0.30 147	0.46 87	0.34 129	0.98 137	0.57 96	0.40 69	0.59 126	0.55 156	0.41 112	1.26 274	0.37 130	0.16 58	0.14 167	0.19 157	0.16 169	0.19 176	0.20 195

IGEV-Stereo+	0.46 123	0.23 44	0.51 68	0.42 54	0.46 370	0.15 1	0.19 7	0.45 5	0.37 36	0.28 8	0.25 6	0.31 45	0.41 112	1.43 321	0.31 59	0.18 135	0.13 88	0.15 30	0.12 38	1.09 577	1.74 590

plain	0.49 147	0.29 183	1.23 415	0.51 179	0.40 320	0.35 29	0.37 171	1.04 166	0.62 115	0.44 82	0.76 174	0.42 84	0.41 112	1.17 258	0.46 213	0.23 321	0.15 238	0.24 333	0.19 243	0.25 350	0.18 121

LL-Strereo2	0.56 187	0.36 353	0.77 215	0.56 279	0.40 320	0.68 260	0.37 171	1.21 239	0.83 192	0.96 246	0.79 184	0.91 298	0.41 112	1.08 230	0.48 231	0.18 135	0.17 304	0.29 435	0.25 401	0.22 288	0.19 164

test_4	0.55 174	0.23 44	0.67 159	0.56 279	0.32 202	0.71 276	0.39 200	0.83 91	0.72 146	0.93 238	1.87 519	0.70 217	0.41 112	1.21 265	0.39 145	0.16 58	0.13 88	0.21 238	0.23 379	0.20 218	0.18 121

MM-Stereo_test3	0.53 165	0.26 113	0.60 116	0.56 279	0.73 498	0.49 115	0.53 347	1.31 268	1.08 291	0.64 174	0.97 230	0.61 191	0.42 120	0.82 139	0.40 162	0.21 263	0.18 336	0.20 202	0.16 169	0.19 176	0.21 225

MM-Stereo_test2	0.44 110	0.25 92	0.70 175	0.54 241	0.33 222	0.55 177	0.45 283	1.02 151	0.84 195	0.61 170	0.51 90	0.49 121	0.42 120	0.82 139	0.32 71	0.16 58	0.13 88	0.18 128	0.14 106	0.19 176	0.17 100

AIO-test2	0.61 240	0.30 212	0.93 305	0.65 397	0.65 475	0.79 318	0.50 328	1.33 274	1.40 471	0.65 176	1.15 318	0.53 146	0.42 120	1.18 259	0.36 117	0.25 365	0.18 336	0.26 393	0.31 484	0.20 218	0.21 225

tg	0.54 169	0.25 92	0.70 175	0.52 202	0.31 169	0.89 367	0.29 82	1.12 197	0.98 249	0.85 219	1.03 253	0.62 193	0.42 120	1.37 301	0.41 172	0.17 92	0.13 88	0.22 273	0.21 319	0.17 101	0.17 100

EKT-Stereo	0.56 187	0.33 283	0.84 260	0.61 356	0.64 470	0.51 143	0.48 309	1.14 205	0.95 238	0.74 194	0.89 210	0.77 235	0.42 120	1.18 259	0.42 183	0.23 321	0.17 304	0.21 238	0.18 219	0.20 218	0.26 341

GCAP-Stereo	0.43 103	0.32 262	0.80 229	0.50 163	0.27 75	0.53 158	0.31 96	1.05 170	0.67 131	0.69 185	0.71 163	0.58 173	0.42 120	0.51 33	0.35 99	0.18 135	0.15 238	0.18 128	0.13 72	0.17 101	0.15 40

LoS	0.41 84	0.23 44	0.46 28	0.39 22	0.23 24	0.48 109	0.40 209	1.12 197	0.94 233	0.50 122	0.66 142	0.49 121	0.42 120	0.63 81	0.39 145	0.19 176	0.14 167	0.16 62	0.11 7	0.14 22	0.15 40
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CREStereo	0.40 79	0.24 66	0.40 10	0.37 5	0.22 16	0.52 149	0.29 82	0.81 83	1.15 335	0.59 158	0.72 166	0.51 132	0.42 120	0.57 50	0.37 130	0.19 176	0.13 88	0.15 30	0.10 1	0.14 22	0.15 40
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
NLSM3	0.38 66	0.21 16	0.47 37	0.46 95	0.36 268	0.43 72	0.34 129	0.75 64	0.62 115	0.43 77	0.70 159	0.39 78	0.43 128	0.62 71	0.37 130	0.15 42	0.12 42	0.19 157	0.17 195	0.16 74	0.16 74

BridgeDepth	0.30 19	0.21 16	0.39 5	0.41 45	0.18 1	0.57 189	0.32 107	0.71 51	0.35 24	0.27 5	0.26 11	0.39 78	0.43 128	0.48 21	0.29 40	0.14 27	0.10 2	0.13 1	0.12 38	0.15 49	0.13 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
IGEV-FE	0.59 224	0.33 283	1.11 370	0.63 375	0.37 280	0.41 53	0.33 116	1.80 390	0.79 175	1.04 268	1.10 283	1.05 353	0.43 128	0.87 162	0.48 231	0.18 135	0.13 88	0.19 157	0.18 219	0.20 218	0.23 277

rvit_stereo_0081_aga	0.46 123	0.37 374	0.91 300	0.52 202	0.41 333	0.49 115	0.40 209	0.88 114	0.66 129	0.59 158	0.56 116	0.53 146	0.43 128	0.67 94	0.44 195	0.27 413	0.21 389	0.22 273	0.20 277	0.26 363	0.19 164

trnet	0.40 79	0.23 44	0.40 10	0.37 5	0.20 5	0.53 158	0.29 82	0.81 83	1.15 335	0.59 158	0.72 166	0.53 146	0.43 128	0.56 45	0.37 130	0.18 135	0.13 88	0.15 30	0.10 1	0.14 22	0.14 19

IGEV_Zeroshot_test	0.59 224	0.33 283	1.11 370	0.63 375	0.37 280	0.41 53	0.33 116	1.80 390	0.79 175	1.04 268	1.10 283	1.06 354	0.43 128	0.87 162	0.48 231	0.18 135	0.13 88	0.19 157	0.18 219	0.20 218	0.23 277

ProNet	0.46 123	0.30 212	0.69 168	0.46 95	0.32 202	0.57 189	0.52 341	1.15 217	0.67 131	0.44 82	0.50 86	0.44 89	0.43 128	1.31 284	0.38 139	0.16 58	0.15 238	0.19 157	0.16 169	0.18 139	0.18 121

test_3	0.57 199	0.24 66	0.87 276	0.55 257	0.30 147	0.60 209	0.40 209	1.07 174	1.08 291	1.20 344	0.68 147	0.92 306	0.43 128	1.68 370	0.40 162	0.16 58	0.13 88	0.22 273	0.19 243	0.21 267	0.17 100

EAI-Stereo	0.76 328	0.31 244	0.74 199	0.55 257	0.28 111	0.70 274	1.72 572	2.57 557	0.90 215	0.75 196	3.03 570	0.57 170	0.43 128	1.10 239	0.49 244	0.19 176	0.14 167	0.17 92	0.18 219	0.17 101	0.21 225

DilatedVolume-Stereo	0.46 123	0.24 66	0.72 179	0.45 80	0.33 222	0.72 280	0.29 82	0.83 91	0.53 79	0.82 210	0.73 170	0.52 140	0.44 137	1.16 253	0.42 183	0.15 42	0.15 238	0.15 30	0.14 106	0.16 74	0.17 100

2w_stereo	0.34 43	0.25 92	0.52 76	0.40 34	0.23 24	0.46 87	0.47 301	0.77 69	0.44 52	0.47 97	0.51 90	0.24 11	0.44 137	0.49 25	0.31 59	0.12 5	0.10 2	0.15 30	0.12 38	0.15 49	0.16 74

xyz-stereo-finetune	0.50 156	0.27 138	0.63 133	0.43 62	0.23 24	0.79 318	0.46 289	0.83 91	0.82 187	0.63 173	0.63 134	0.54 152	0.44 137	1.69 374	0.62 317	0.16 58	0.15 238	0.19 157	0.16 169	0.17 101	0.16 74

WCG-NET	0.43 103	0.23 44	0.58 100	0.42 54	0.26 69	0.46 87	0.32 107	0.77 69	1.16 342	0.77 198	0.75 173	0.58 173	0.44 137	0.62 71	0.38 139	0.16 58	0.12 42	0.16 62	0.14 106	0.15 49	0.14 19

IGEV++	0.45 113	0.24 66	0.63 133	0.58 315	0.32 202	0.42 64	0.25 50	2.16 491	0.65 127	0.38 55	0.58 123	0.46 102	0.44 137	0.56 45	0.40 162	0.20 228	0.13 88	0.16 62	0.13 72	0.17 101	0.18 121

RALCasStereoNet	0.58 211	0.34 313	0.77 215	0.65 397	0.64 470	0.64 240	0.51 330	1.06 172	0.99 258	0.71 187	1.06 267	0.77 235	0.44 137	1.38 305	0.52 259	0.20 228	0.18 336	0.18 128	0.16 169	0.20 218	0.22 256

test_xeample3	0.57 199	0.33 283	3.11 545	0.46 95	0.34 243	0.55 177	0.38 184	0.86 106	0.49 67	0.54 147	0.46 69	0.44 89	0.44 137	1.49 340	0.45 208	0.18 135	0.14 167	0.19 157	0.15 129	0.17 101	0.18 121

3w_stereo	0.35 50	0.25 92	0.60 116	0.41 45	0.21 10	0.52 149	0.53 347	0.72 56	0.47 62	0.47 97	0.50 86	0.23 4	0.45 144	0.49 25	0.30 50	0.13 18	0.10 2	0.15 30	0.12 38	0.15 49	0.17 100

1w_stereo	0.36 56	0.21 16	0.47 37	0.44 71	0.27 75	0.47 98	0.54 361	0.66 34	0.51 73	0.44 82	0.67 145	0.25 15	0.45 144	0.62 71	0.34 91	0.12 5	0.10 2	0.14 4	0.11 7	0.14 22	0.15 40

Occ-G	0.44 110	0.23 44	0.59 106	0.44 71	0.27 75	0.43 72	0.61 410	0.85 99	0.62 115	0.48 105	0.66 142	1.00 337	0.45 144	0.79 133	0.45 208	0.17 92	0.14 167	0.18 128	0.13 72	0.16 74	0.18 121

IGEVStereo-DCA	0.49 147	0.33 283	0.64 144	0.46 95	0.34 243	0.50 134	0.42 229	0.93 121	0.59 103	0.48 105	0.48 74	0.48 117	0.45 144	2.28 451	0.44 195	0.19 176	0.14 167	0.19 157	0.15 129	0.17 101	0.21 225

rrr	0.57 199	0.33 283	2.43 522	0.46 95	0.34 243	0.50 134	0.38 184	0.84 97	0.55 89	0.48 105	0.48 74	0.48 117	0.45 144	2.28 451	0.44 195	0.19 176	0.14 167	0.19 157	0.15 129	0.17 101	0.18 121

test-3	0.56 187	0.24 66	0.82 242	0.50 163	0.29 126	0.57 189	0.34 129	1.09 186	1.03 272	1.33 413	0.69 152	0.87 276	0.45 144	1.68 370	0.39 145	0.17 92	0.12 42	0.20 202	0.17 195	0.17 101	0.16 74

test_1	0.56 187	0.24 66	0.82 242	0.50 163	0.29 126	0.57 189	0.34 129	1.09 186	1.03 272	1.28 392	0.69 152	0.87 276	0.45 144	1.67 368	0.39 145	0.17 92	0.12 42	0.20 202	0.17 195	0.17 101	0.16 74

AnonymousM	0.63 252	1.14 561	0.43 19	0.46 95	0.32 202	0.43 72	0.46 289	1.27 258	0.78 165	1.00 253	0.66 142	0.68 210	0.45 144	0.61 66	0.46 213	0.21 263	0.16 276	1.84 593	0.98 588	0.15 49	0.15 40

cross-raft	0.56 187	0.26 113	0.65 151	0.55 257	0.31 169	0.66 251	0.37 171	1.68 349	0.82 187	1.06 277	1.07 270	1.25 406	0.45 144	0.74 109	0.39 145	0.15 42	0.13 88	0.19 157	0.16 169	0.19 176	0.17 100

TANstereo	0.45 113	0.23 44	0.50 60	0.43 62	0.21 10	0.65 246	0.26 61	0.83 91	0.88 209	0.95 243	0.99 236	0.51 132	0.45 144	0.56 45	0.36 117	0.19 176	0.24 445	0.16 62	0.13 72	0.17 101	0.27 359

gasm-f	0.37 62	0.24 66	0.50 60	0.49 142	0.33 222	0.37 37	0.44 267	0.87 110	0.42 45	0.36 41	0.65 139	0.32 49	0.46 154	0.58 53	0.30 50	0.22 297	0.13 88	0.17 92	0.13 72	0.19 176	0.16 74

Reg-Stereo(zero)	0.46 123	0.23 44	0.50 60	0.45 80	0.25 50	0.41 53	0.27 67	0.80 80	1.12 318	0.93 238	0.79 184	0.91 298	0.46 154	0.74 109	0.44 195	0.15 42	0.13 88	0.15 30	0.12 38	0.15 49	0.18 121

AE-Stereo	0.58 211	0.29 183	0.81 233	0.62 365	0.41 333	0.69 270	0.46 289	2.49 550	1.25 393	0.49 113	0.77 178	0.69 214	0.46 154	0.61 66	0.42 183	0.17 92	0.16 276	0.21 238	0.20 277	0.19 176	0.18 121

Any-RAFT	0.55 174	0.27 138	0.49 50	0.50 163	0.27 75	0.98 404	0.25 50	1.71 366	1.08 291	0.90 231	0.99 236	1.13 381	0.46 154	0.74 109	0.35 99	0.19 176	0.13 88	0.17 92	0.13 72	0.16 74	0.19 164

ACRE	0.66 261	0.37 374	1.27 423	0.60 342	0.50 396	0.74 288	0.47 301	1.26 254	1.10 303	1.40 449	1.56 464	0.62 193	0.46 154	0.88 166	0.78 366	0.24 343	0.15 238	0.19 157	0.16 169	0.19 176	0.29 388

CroCo-Stereo	0.42 99	0.33 283	0.83 251	0.59 334	0.28 111	0.26 6	0.33 116	1.22 241	0.85 199	0.43 77	0.49 80	0.65 202	0.46 154	0.40 5	0.36 117	0.19 176	0.15 238	0.16 62	0.14 106	0.20 218	0.17 100
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
RALAANet	0.62 243	0.37 374	0.97 324	0.66 410	0.50 396	0.67 256	0.31 96	1.27 258	1.09 299	1.11 285	1.17 323	0.88 282	0.46 154	1.27 277	0.45 208	0.20 228	0.15 238	0.21 238	0.18 219	0.27 369	0.19 164

GMStereo	0.58 211	0.50 454	1.09 363	0.52 202	0.32 202	0.80 325	0.43 247	1.02 151	1.41 475	0.89 230	0.77 178	0.52 140	0.46 154	0.89 171	0.56 288	0.25 365	0.16 276	0.20 202	0.22 347	0.31 424	0.27 359
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
gcap_with_dpt	0.47 133	0.28 158	0.73 193	0.52 202	0.47 381	0.47 98	0.40 209	1.37 282	0.63 118	0.67 181	0.80 189	0.57 170	0.47 162	0.58 53	0.42 183	0.19 176	0.13 88	0.18 128	0.14 106	0.18 139	0.20 195

NLMM1	0.60 234	0.28 158	0.63 133	0.48 126	0.73 498	0.68 260	0.43 247	2.47 545	1.11 310	0.60 165	0.63 134	0.51 132	0.47 162	1.34 294	0.58 298	0.19 176	0.21 389	0.20 202	0.17 195	0.20 218	0.19 164

IGEV-Stereo++	0.32 28	0.22 28	0.47 37	0.48 126	0.33 222	0.33 23	0.22 25	0.78 77	0.48 64	0.35 37	0.41 47	0.32 49	0.47 162	0.40 5	0.29 40	0.15 42	0.12 42	0.15 30	0.12 38	0.15 49	0.15 40

rvit_stereo_0080	0.47 133	0.35 342	0.87 276	0.48 126	0.36 268	0.42 64	0.54 361	0.93 121	0.78 165	0.52 141	0.60 129	0.55 156	0.47 162	0.62 71	0.48 231	0.27 413	0.21 389	0.20 202	0.20 277	0.31 424	0.20 195

whm_eth	0.47 133	0.35 342	0.87 276	0.48 126	0.36 268	0.42 64	0.54 361	0.93 121	0.78 165	0.52 141	0.60 129	0.55 156	0.47 162	0.62 71	0.48 231	0.27 413	0.21 389	0.20 202	0.20 277	0.31 424	0.20 195

anonymousdsp	0.45 113	0.30 212	0.60 116	0.48 126	0.34 243	0.49 115	0.42 229	0.97 133	0.60 109	0.51 135	0.53 99	0.46 102	0.47 162	1.36 298	0.35 99	0.18 135	0.13 88	0.21 238	0.15 129	0.18 139	0.21 225

IGEV-Stereo	0.45 113	0.30 212	0.60 116	0.48 126	0.34 243	0.49 115	0.42 229	0.98 137	0.60 109	0.51 135	0.53 99	0.46 102	0.47 162	1.36 298	0.35 99	0.18 135	0.13 88	0.21 238	0.15 129	0.18 139	0.21 225
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
NLSM1	0.54 169	0.26 113	0.61 124	0.49 142	1.04 560	0.83 343	0.31 96	1.55 319	0.68 134	0.52 141	0.77 178	0.46 102	0.48 169	1.02 212	0.56 288	0.19 176	0.19 354	0.21 238	0.18 219	0.20 218	0.18 121

DDF-Stereo	0.39 74	0.24 66	0.53 80	0.51 179	0.45 361	0.30 17	0.23 38	0.64 28	0.34 22	0.34 34	0.40 45	0.37 71	0.48 169	0.94 183	0.35 99	0.24 343	0.12 42	0.18 128	0.13 72	0.85 564	0.19 164

rvit_stereo_ft	0.49 147	0.38 392	1.03 344	0.68 435	0.42 343	0.40 44	0.58 390	0.93 121	0.86 202	0.47 97	0.55 112	0.57 170	0.48 169	0.67 94	0.53 269	0.26 392	0.17 304	0.22 273	0.22 347	0.24 338	0.19 164

GCST	1.13 466	1.50 579	1.17 398	1.74 585	1.17 574	1.29 465	0.30 90	1.55 319	1.21 367	1.31 404	0.97 230	0.99 331	0.48 169	2.38 460	0.54 278	1.24 589	0.70 588	1.31 588	0.86 583	1.03 574	0.92 572

ff7	0.45 113	0.30 212	0.64 144	0.47 112	0.33 222	0.49 115	0.42 229	0.93 121	0.59 103	0.50 122	0.53 99	0.44 89	0.48 169	1.41 314	0.36 117	0.18 135	0.13 88	0.21 238	0.15 129	0.18 139	0.21 225

ffff	0.45 113	0.30 212	0.64 144	0.47 112	0.33 222	0.49 115	0.42 229	0.93 121	0.59 103	0.50 122	0.53 99	0.44 89	0.48 169	1.41 314	0.36 117	0.18 135	0.13 88	0.21 238	0.15 129	0.18 139	0.21 225

11t	0.45 113	0.30 212	0.64 144	0.47 112	0.33 222	0.49 115	0.42 229	0.93 121	0.59 103	0.50 122	0.53 99	0.44 89	0.48 169	1.41 314	0.36 117	0.18 135	0.13 88	0.21 238	0.15 129	0.18 139	0.21 225

RAFT-Test	0.58 211	0.27 138	0.81 233	0.50 163	0.33 222	0.95 394	0.27 67	1.40 288	0.89 210	1.00 253	1.12 296	1.39 441	0.48 169	0.74 109	0.41 172	0.17 92	0.14 167	0.17 92	0.14 106	0.16 74	0.18 121

anonymousdsp2	0.58 211	0.29 183	0.93 305	0.51 179	0.30 147	0.75 293	0.46 289	1.95 437	0.87 205	0.81 208	0.78 181	0.76 231	0.48 169	1.10 239	0.45 208	0.19 176	0.14 167	0.18 128	0.13 72	0.20 218	0.22 256

ccc-4	0.45 113	0.30 212	0.64 144	0.47 112	0.33 222	0.49 115	0.42 229	0.93 121	0.59 103	0.50 122	0.53 99	0.44 89	0.48 169	1.41 314	0.36 117	0.18 135	0.13 88	0.21 238	0.15 129	0.18 139	0.21 225

CIPLG	0.67 272	0.37 374	1.17 398	0.60 342	0.51 406	0.75 293	0.48 309	1.26 254	1.11 310	1.43 459	1.58 470	0.64 201	0.48 169	0.94 183	0.78 366	0.24 343	0.15 238	0.19 157	0.16 169	0.19 176	0.29 388

IPLGR_C	0.67 272	0.38 392	1.20 408	0.60 342	0.50 396	0.75 293	0.48 309	1.28 263	1.13 324	1.42 455	1.57 468	0.62 193	0.48 169	0.85 154	0.80 378	0.24 343	0.15 238	0.19 157	0.16 169	0.19 176	0.29 388

PMTNet	0.47 133	0.22 28	0.43 19	0.39 22	0.24 29	0.71 276	0.26 61	0.78 77	1.03 272	0.65 176	0.69 152	0.55 156	0.48 169	0.90 174	0.36 117	0.99 579	0.13 88	0.15 30	0.10 1	0.15 49	0.15 40

DA	0.47 133	0.23 44	0.59 106	0.54 241	0.26 69	1.08 423	0.44 267	1.51 306	0.63 118	0.48 105	0.69 152	0.55 156	0.49 182	0.49 25	0.38 139	0.20 228	0.14 167	0.19 157	0.13 72	0.19 176	0.17 100

zero-FE	0.38 66	0.24 66	0.54 84	0.48 126	0.46 370	0.29 15	0.23 38	0.69 42	0.34 22	0.34 34	0.41 47	0.37 71	0.49 182	0.68 98	0.35 99	0.23 321	0.12 42	0.18 128	0.13 72	0.82 563	0.19 164

GGEV	0.47 133	0.23 44	0.59 106	0.54 241	0.26 69	1.08 423	0.44 267	1.51 306	0.63 118	0.48 105	0.69 152	0.55 156	0.49 182	0.49 25	0.38 139	0.20 228	0.14 167	0.19 157	0.13 72	0.19 176	0.17 100

AIO-test1	0.61 240	0.27 138	0.68 163	0.68 435	1.02 558	0.79 318	0.36 156	1.59 333	1.35 445	0.59 158	0.89 210	0.60 183	0.49 182	1.20 264	0.36 117	0.18 135	0.17 304	0.23 309	0.25 401	0.18 139	0.26 341

rvit_stereo_0081	0.46 123	0.34 313	0.72 179	0.56 279	0.35 260	0.41 53	0.44 267	0.74 61	1.04 278	0.49 113	0.52 95	0.51 132	0.49 182	0.86 157	0.47 222	0.25 365	0.20 371	0.22 273	0.19 243	0.26 363	0.19 164

rvit_stereo_0082	0.46 123	0.34 313	0.72 179	0.56 279	0.35 260	0.41 53	0.44 267	0.74 61	1.04 278	0.49 113	0.52 95	0.51 132	0.49 182	0.86 157	0.47 222	0.25 365	0.20 371	0.22 273	0.19 243	0.26 363	0.19 164

MaDis-Stereo	0.38 66	0.27 138	0.72 179	0.45 80	0.35 260	0.30 17	0.31 96	0.81 83	0.54 82	0.38 55	0.38 38	0.58 173	0.49 182	0.53 36	0.39 145	0.20 228	0.16 276	0.19 157	0.15 129	0.19 176	0.15 40

sCroCo_RVC	0.51 159	0.43 424	1.15 383	0.66 410	0.60 456	0.52 149	0.40 209	0.93 121	0.64 124	0.45 90	0.76 174	0.49 121	0.49 182	0.65 88	0.49 244	0.27 413	0.28 480	0.23 309	0.22 347	0.29 402	0.28 374

WQFJA1	0.55 174	0.29 183	0.56 93	0.47 112	0.85 534	0.78 309	0.38 184	2.26 510	0.79 175	0.51 135	0.53 99	0.53 146	0.50 190	0.73 107	0.66 334	0.17 92	0.21 389	0.19 157	0.17 195	0.19 176	0.18 121

WQFJX1	0.59 224	0.27 138	0.59 106	0.49 142	0.73 498	0.68 260	0.46 289	2.65 563	0.77 160	0.55 152	0.51 90	0.52 140	0.50 190	1.38 305	0.61 312	0.18 135	0.20 371	0.20 202	0.17 195	0.20 218	0.21 225

NLMM	0.55 174	0.29 183	0.56 93	0.47 112	0.86 536	0.78 309	0.38 184	2.26 510	0.79 175	0.51 135	0.53 99	0.53 146	0.50 190	0.73 107	0.66 334	0.17 92	0.21 389	0.19 157	0.17 195	0.19 176	0.18 121

rvit_stereo_0083	0.49 147	0.34 313	0.85 266	0.57 301	0.36 268	0.49 115	0.43 247	0.73 58	1.05 284	0.50 122	0.57 122	0.55 156	0.50 190	0.92 179	0.50 247	0.25 365	0.25 457	0.24 333	0.20 277	0.25 350	0.19 164

WCG-NET（raft）	0.46 123	0.23 44	0.59 106	0.42 54	0.24 29	0.50 134	0.35 143	0.76 67	1.10 303	0.72 191	0.76 174	0.91 298	0.50 190	0.88 166	0.40 162	0.16 58	0.13 88	0.15 30	0.14 106	0.15 49	0.17 100

gcap-zeroshot	0.59 224	0.30 212	1.11 370	0.51 179	0.30 147	0.79 318	0.36 156	1.86 410	0.86 202	0.90 231	0.68 147	1.44 449	0.50 190	0.82 139	0.35 99	0.19 176	0.16 276	0.18 128	0.15 129	0.18 139	0.18 121

LG-Stereo_Zeroshot	0.38 66	0.25 92	0.61 124	0.53 226	0.29 126	0.36 34	0.22 25	1.24 248	0.42 45	0.45 90	0.65 139	0.37 71	0.51 196	0.41 8	0.30 50	0.18 135	0.12 42	0.17 92	0.13 72	0.18 139	0.20 195

MIF-Stereo (partial)	0.48 142	0.28 158	0.83 251	0.51 179	0.53 419	0.39 42	0.27 67	1.03 159	0.64 124	0.47 97	0.71 163	0.51 132	0.51 196	1.13 246	0.47 222	0.20 228	0.16 276	0.23 309	0.20 277	0.24 338	0.20 195

PSM-softLoss	0.80 354	0.33 283	0.89 285	0.63 375	0.32 202	0.55 177	0.40 209	1.26 254	0.78 165	1.25 369	1.07 270	0.83 264	0.51 196	5.33 541	0.61 312	0.25 365	0.15 238	0.25 372	0.22 347	0.20 218	0.26 341

KMStereo	0.80 354	0.33 283	0.89 285	0.63 375	0.32 202	0.55 177	0.40 209	1.26 254	0.78 165	1.25 369	1.07 270	0.83 264	0.51 196	5.33 541	0.61 312	0.25 365	0.15 238	0.25 372	0.22 347	0.20 218	0.26 341

DIP-Stereo	0.64 255	0.32 262	0.91 300	0.49 142	0.36 268	0.91 374	0.33 116	2.51 553	0.77 160	1.25 369	1.00 241	0.68 210	0.51 196	0.92 179	0.65 330	0.19 176	0.15 238	0.21 238	0.17 195	0.19 176	0.22 256
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
FSD					0.52 411	0.54 171	0.58 390	0.71 51	0.54 82	0.54 147	0.53 99	0.60 183	0.52 201	0.58 53	0.56 288	0.51 548	0.48 563	0.50 543	0.49 551	0.50 521

test-1	0.56 187	0.28 158	1.13 376	0.58 315	0.34 243	0.60 209	0.38 184	1.56 323	0.98 249	0.80 203	1.02 246	0.83 264	0.52 201	0.64 83	0.46 213	0.17 92	0.16 276	0.20 202	0.17 195	0.20 218	0.26 341

s12784h	0.55 174	0.22 28	0.49 50	0.43 62	0.19 2	1.00 406	0.34 129	1.40 288	1.30 429	0.84 217	0.93 216	0.63 198	0.52 201	1.48 333	0.47 222	0.15 42	0.12 42	0.17 92	0.11 7	0.19 176	0.13 2

water-stereo	0.41 84	0.21 16	0.69 168	0.45 80	0.28 111	0.50 134	0.27 67	0.96 132	0.52 75	0.57 157	0.78 181	0.59 179	0.53 204	0.44 12	0.43 190	0.17 92	0.16 276	0.17 92	0.15 129	0.17 101	0.22 256

MIM_Stereo	0.60 234	0.26 113	1.02 340	0.49 142	0.32 202	0.52 149	0.28 74	1.41 292	0.82 187	1.02 262	1.16 320	0.93 307	0.53 204	1.48 333	0.63 321	0.17 92	0.17 304	0.20 202	0.19 243	0.17 101	0.18 121

raft_robust	0.71 303	0.32 262	0.75 204	0.54 241	0.28 111	0.54 171	0.35 143	1.54 316	1.24 385	1.18 331	1.07 270	0.73 227	0.53 204	3.65 505	0.40 162	0.19 176	0.16 276	0.20 202	0.22 347	0.21 267	0.19 164

RAFT-345	0.86 390	0.26 113	0.73 193	0.53 226	0.28 111	0.53 158	0.41 222	0.85 99	1.31 436	1.33 413	2.32 547	0.85 273	0.53 204	5.69 549	0.48 231	0.19 176	0.14 167	0.22 273	0.17 195	0.17 101	0.17 100

rafts_anoy	0.55 174	0.32 262	0.66 155	0.72 468	0.61 462	0.53 158	0.40 209	1.24 248	1.06 286	0.85 219	0.83 196	0.67 208	0.53 204	0.77 123	0.55 282	0.20 228	0.15 238	0.25 372	0.26 418	0.22 288	0.21 225

CFNet-RSSM	0.57 199	0.25 92	0.76 210	0.49 142	0.28 111	0.59 203	0.27 67	1.89 418	1.17 347	1.09 282	0.95 220	1.06 354	0.53 204	0.74 109	0.41 172	0.17 92	0.13 88	0.17 92	0.15 129	0.16 74	0.16 74

R-Stereo Train	0.60 234	0.30 212	0.72 179	0.57 301	0.37 280	0.68 260	0.52 341	1.45 297	0.78 165	1.61 503	1.50 444	0.76 231	0.53 204	0.67 94	0.51 251	0.19 176	0.16 276	0.18 128	0.15 129	0.18 139	0.19 164

RAFT-Stereo	0.60 234	0.30 212	0.72 179	0.57 301	0.37 280	0.68 260	0.52 341	1.45 297	0.78 165	1.61 503	1.50 444	0.76 231	0.53 204	0.67 94	0.51 251	0.19 176	0.16 276	0.18 128	0.15 129	0.18 139	0.19 164
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CroCo-Stereo Lap2	0.46 123	0.37 374	0.87 276	0.62 365	0.79 522	0.28 12	0.35 143	0.81 83	0.73 147	0.39 62	0.54 109	0.71 224	0.54 212	0.60 63	0.48 231	0.18 135	0.18 336	0.19 157	0.16 169	0.21 267	0.21 225

IPLG	0.72 309	0.29 183	1.12 375	0.53 226	0.44 357	0.79 318	0.33 116	1.35 276	1.10 303	1.32 407	1.11 292	0.52 140	0.54 212	3.13 492	0.71 348	0.17 92	0.14 167	0.20 202	0.17 195	0.18 139	0.21 225

WQFJX	0.58 211	0.29 183	0.57 97	0.46 95	0.87 542	0.75 293	0.39 200	2.67 568	0.80 181	0.55 152	0.53 99	0.54 152	0.55 214	0.97 197	0.61 312	0.17 92	0.19 354	0.19 157	0.16 169	0.19 176	0.20 195

depthmonostereo	0.45 113	0.26 113	0.89 285	0.49 142	0.24 29	0.60 209	0.36 156	1.03 159	0.77 160	0.50 122	0.65 139	0.50 128	0.55 214	0.70 100	0.39 145	0.16 58	0.16 276	0.16 62	0.14 106	0.16 74	0.20 195

MyStereo07	0.50 156	0.30 212	0.58 100	0.58 315	0.48 384	0.59 203	0.78 457	1.19 230	0.60 109	0.49 113	0.54 109	0.43 87	0.55 214	1.32 290	0.36 117	0.18 135	0.18 336	0.24 333	0.21 319	0.23 309	0.23 277

GMStereo_Zeroshot	0.70 297	0.64 502	1.11 370	0.65 397	0.38 296	0.84 352	0.37 171	1.09 186	1.16 342	1.14 310	1.07 270	1.26 412	0.55 214	1.23 267	0.65 330	0.34 482	0.17 304	0.31 454	0.18 219	0.57 538	0.23 277

Pruner-Stereo	0.64 255	0.31 244	0.79 225	0.66 410	0.31 169	0.61 217	0.42 229	1.22 241	1.09 299	1.53 485	1.09 281	0.94 313	0.55 214	1.37 301	0.56 288	0.25 365	0.14 167	0.24 333	0.21 319	0.21 267	0.25 321

raft+_RVC	0.56 187	0.29 183	0.61 124	0.65 397	0.56 438	0.53 158	0.53 347	1.40 288	1.02 269	0.78 200	1.04 259	0.70 217	0.55 214	1.00 205	0.49 244	0.18 135	0.16 276	0.19 157	0.19 243	0.18 139	0.17 100

Gwc-CoAtRS	0.55 174	0.27 138	0.73 193	0.49 142	0.30 147	0.63 231	0.25 50	1.38 283	1.12 318	1.05 271	1.02 246	1.10 372	0.55 214	0.72 104	0.44 195	0.17 92	0.14 167	0.17 92	0.15 129	0.16 74	0.17 100

Hybrid-DGEV-03	0.67 272	0.29 183	0.69 168	0.55 257	0.36 268	0.73 285	0.38 184	1.09 186	1.18 353	1.74 522	2.49 559	0.84 271	0.56 221	0.99 200	0.47 222	0.19 176	0.12 42	0.22 273	0.19 243	0.17 101	0.17 100

AIO-Stereo-zeroshot1	1.06 451	0.43 424	3.59 555	0.53 226	0.66 481	0.79 318	0.39 200	2.60 560	0.98 249	0.96 246	4.58 587	2.05 544	0.56 221	0.99 200	0.51 251	0.19 176	0.14 167	0.21 238	0.28 447	0.32 435	0.41 481

MyStereo06	0.67 272	0.29 183	1.06 352	0.58 315	0.48 384	0.62 220	0.72 445	2.26 510	0.89 210	1.07 279	1.12 296	1.22 397	0.56 221	0.83 145	0.47 222	0.17 92	0.17 304	0.24 333	0.21 319	0.23 309	0.23 277

TestStereo	0.65 259	0.42 419	0.83 251	0.52 202	0.27 75	0.57 189	0.44 267	1.07 174	0.92 221	0.85 219	1.01 243	0.68 210	0.56 221	3.22 496	0.47 222	0.23 321	0.15 238	0.24 333	0.18 219	0.28 385	0.18 121

rvit_0105_6	0.56 187	0.38 392	1.13 376	0.67 424	0.38 296	0.50 134	0.51 330	0.88 114	1.33 440	0.54 147	0.56 116	0.65 202	0.57 225	0.97 197	0.46 213	0.32 465	0.31 497	0.28 423	0.25 401	0.29 402	0.23 277

MoCha-V2	0.43 103	0.23 44	0.55 87	0.56 279	0.23 24	0.44 78	0.32 107	1.35 276	0.63 118	0.54 147	0.55 112	0.42 84	0.57 225	1.12 244	0.28 28	0.15 42	0.13 88	0.15 30	0.13 72	0.17 101	0.18 121

StereoVision	0.67 272	0.37 374	1.02 340	0.60 342	0.41 333	0.50 134	0.41 222	1.32 272	0.96 242	0.73 193	2.48 557	0.82 254	0.57 225	1.06 225	0.50 247	0.26 392	0.28 480	0.29 435	0.28 447	0.37 464	0.22 256

DCRE	0.85 386	0.28 158	0.76 210	0.60 342	0.49 391	0.59 203	0.53 347	1.04 166	0.92 221	0.80 203	7.34 603	0.87 276	0.57 225	0.78 132	0.43 190	0.16 58	0.17 304	0.19 157	0.17 195	0.18 139	0.22 256

knoymous	0.53 165	0.32 262	0.51 68	0.46 95	0.30 147	0.57 189	0.54 361	1.10 193	0.78 165	0.99 249	0.84 198	0.95 317	0.57 225	0.89 171	0.51 251	0.21 263	0.14 167	0.26 393	0.14 106	0.23 309	0.25 321

dd	0.62 243	0.51 458	1.17 398	0.56 279	0.33 222	0.74 288	0.46 289	1.03 159	1.40 471	0.80 203	0.87 205	0.60 183	0.57 225	1.02 212	0.86 387	0.28 431	0.18 336	0.26 393	0.19 243	0.35 454	0.27 359

GMOStereo	0.55 174	0.28 158	0.72 179	0.52 202	0.30 147	0.53 158	0.43 247	1.02 151	0.98 249	1.44 462	1.14 312	0.88 282	0.57 225	0.62 71	0.39 145	0.16 58	0.14 167	0.24 333	0.22 347	0.20 218	0.18 121

error version	0.55 174	0.28 158	0.72 179	0.52 202	0.30 147	0.53 158	0.43 247	1.02 151	0.98 249	1.44 462	1.14 312	0.88 282	0.57 225	0.62 71	0.39 145	0.16 58	0.14 167	0.24 333	0.22 347	0.20 218	0.18 121

test-v	0.55 174	0.28 158	0.72 179	0.52 202	0.30 147	0.53 158	0.43 247	1.02 151	0.98 249	1.44 462	1.14 312	0.88 282	0.57 225	0.62 71	0.39 145	0.16 58	0.14 167	0.24 333	0.22 347	0.20 218	0.18 121

PFNet+	0.62 243	0.31 244	0.99 330	0.57 301	0.31 169	0.57 189	0.30 90	0.99 148	1.25 393	1.33 413	1.10 283	0.79 240	0.57 225	1.35 297	0.53 269	0.26 392	0.17 304	0.28 423	0.26 418	0.21 267	0.27 359

NF-Stereo	0.82 365	0.33 283	0.83 251	0.65 397	0.31 169	0.63 231	0.43 247	1.35 276	0.93 228	1.30 398	1.02 246	0.81 248	0.57 225	5.37 545	0.55 282	0.26 392	0.14 167	0.24 333	0.20 277	0.20 218	0.30 404

OCTAStereo	0.82 365	0.33 283	0.83 251	0.65 397	0.31 169	0.62 220	0.44 267	1.35 276	0.93 228	1.30 398	1.02 246	0.81 248	0.57 225	5.32 540	0.55 282	0.26 392	0.14 167	0.24 333	0.20 277	0.20 218	0.30 404

RE-Stereo	0.82 365	0.33 283	0.84 260	0.65 397	0.31 169	0.63 231	0.44 267	1.35 276	0.93 228	1.30 398	1.02 246	0.80 242	0.57 225	5.34 543	0.55 282	0.26 392	0.14 167	0.24 333	0.20 277	0.20 218	0.31 414

TVStereo	0.82 365	0.33 283	0.84 260	0.65 397	0.31 169	0.63 231	0.44 267	1.35 276	0.93 228	1.30 398	1.02 246	0.80 242	0.57 225	5.34 543	0.55 282	0.26 392	0.14 167	0.24 333	0.20 277	0.20 218	0.31 414

RAFT-RH_RVC	1.04 444	0.26 113	0.76 210	0.53 226	0.29 126	0.80 325	0.32 107	0.85 99	1.12 318	2.04 551	4.63 589	1.03 348	0.57 225	5.93 557	0.52 259	0.20 228	0.13 88	0.26 393	0.20 277	0.16 74	0.19 164

CRE-IMP	0.57 199	0.32 262	0.82 242	0.54 241	0.29 126	0.77 308	0.25 50	1.19 230	0.79 175	1.09 282	0.95 220	0.81 248	0.57 225	1.11 242	0.57 293	0.22 297	0.14 167	0.23 309	0.19 243	0.28 385	0.24 300

test-2	0.55 174	0.28 158	0.72 179	0.52 202	0.30 147	0.53 158	0.43 247	1.02 151	0.98 249	1.44 462	1.14 312	0.88 282	0.57 225	0.62 71	0.39 145	0.16 58	0.14 167	0.24 333	0.22 347	0.20 218	0.18 121

DFGA-Net	0.77 334	0.47 440	1.75 478	0.55 257	0.46 370	0.83 343	0.44 267	1.38 283	1.10 303	1.05 271	1.20 331	0.70 217	0.58 242	2.27 449	1.31 469	0.19 176	0.17 304	0.24 333	0.24 392	0.28 385	0.30 404

DisPM	0.68 286	0.30 212	0.85 266	0.66 410	0.35 260	0.60 209	0.44 267	1.10 193	1.10 303	1.56 493	1.10 283	0.80 242	0.58 242	2.37 459	0.46 213	0.25 365	0.14 167	0.23 309	0.21 319	0.20 218	0.26 341

GANet-ADL	0.63 252	0.38 392	0.82 242	0.67 424	0.41 333	0.68 260	0.51 330	1.64 341	1.16 342	0.98 248	1.10 283	0.90 294	0.58 242	0.81 137	0.63 321	0.27 413	0.18 336	0.18 128	0.16 169	0.23 309	0.27 359

NRIStereo	0.62 243	0.31 244	0.78 221	0.56 279	0.28 111	0.63 231	0.33 116	1.16 222	0.92 221	1.15 312	0.87 205	0.90 294	0.58 242	2.24 446	0.56 288	0.22 297	0.14 167	0.21 238	0.19 243	0.22 288	0.18 121

MM-Stereo_test1	0.51 159	0.26 113	0.59 106	0.53 226	0.31 169	0.50 134	0.53 347	1.06 172	1.09 299	0.88 226	0.70 159	0.54 152	0.59 246	1.18 259	0.35 99	0.19 176	0.17 304	0.20 202	0.17 195	0.20 218	0.18 121

rvit_stereo_0075_2	0.66 261	0.47 440	1.21 412	0.67 424	0.66 481	0.53 158	0.48 309	1.24 248	1.17 347	0.77 198	0.91 213	0.78 239	0.59 246	1.05 220	0.63 321	0.37 502	0.28 480	0.40 520	0.31 484	0.38 470	0.34 441

AEACV	0.41 84	0.25 92	0.60 116	0.55 257	0.52 411	0.43 72	0.38 184	0.98 137	0.63 118	0.44 82	0.56 116	0.46 102	0.59 246	0.56 45	0.31 59	0.17 92	0.13 88	0.18 128	0.16 169	0.17 101	0.17 100

GwcNet-ADL	0.67 272	0.33 283	0.90 295	0.58 315	0.41 333	0.60 209	0.59 397	1.55 319	1.28 413	1.11 285	1.13 307	0.90 294	0.59 246	1.11 242	0.91 404	0.28 431	0.18 336	0.18 128	0.18 219	0.25 350	0.33 431

HHNet	0.64 255	0.28 158	0.69 168	0.45 80	0.46 370	0.50 134	0.57 384	1.13 201	1.03 272	1.26 381	2.21 542	0.70 217	0.59 246	1.10 239	0.51 251	0.21 263	0.13 88	0.23 309	0.19 243	0.20 218	0.31 414

iGMRVC	0.58 211	0.33 283	0.81 233	0.52 202	0.27 75	0.62 220	0.38 184	1.14 205	0.73 147	1.13 296	0.97 230	0.82 254	0.59 246	1.54 343	0.53 269	0.23 321	0.14 167	0.24 333	0.20 277	0.27 369	0.20 195

NLCSM	0.54 169	0.30 212	0.60 116	0.53 226	0.74 505	0.71 276	0.47 301	1.25 252	0.71 145	0.64 174	0.51 90	0.48 117	0.60 252	1.34 294	0.71 348	0.19 176	0.20 371	0.21 238	0.19 243	0.22 288	0.21 225

LoS_RVC	0.45 113	0.29 183	0.48 44	0.49 142	0.83 531	0.51 143	0.43 247	0.65 30	0.44 52	0.47 97	0.78 181	0.44 89	0.60 252	0.59 60	0.37 130	0.14 27	0.12 42	0.14 4	0.10 1	0.14 22	1.08 578

MC-Stereo	0.46 123	0.24 66	0.58 100	0.63 375	0.30 147	0.38 41	0.32 107	0.98 137	0.74 154	0.66 179	0.85 200	0.56 168	0.60 252	1.07 227	0.32 71	0.17 92	0.12 42	0.17 92	0.15 129	0.16 74	0.16 74

UDGNet	0.75 320	1.23 568	0.99 330	0.82 515	0.42 343	0.76 299	0.38 184	0.98 137	1.37 459	0.83 212	0.88 208	0.70 217	0.60 252	1.25 270	0.57 293	0.57 557	0.19 354	1.03 583	0.26 418	0.79 562	0.35 450

Patchmatch Stereo++	0.57 199	0.33 283	0.82 242	0.52 202	0.27 75	0.63 231	0.28 74	1.14 205	0.73 147	1.13 296	0.96 222	0.82 254	0.60 252	1.40 311	0.52 259	0.23 321	0.14 167	0.24 333	0.20 277	0.27 369	0.20 195
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	0.56 187	0.33 283	0.81 233	0.52 202	0.27 75	0.63 231	0.41 222	1.14 205	0.73 147	1.13 296	0.96 222	0.82 254	0.60 252	1.09 234	0.52 259	0.23 321	0.14 167	0.24 333	0.20 277	0.27 369	0.20 195

ROB_FTStereo_v2	0.57 199	0.33 283	0.81 233	0.52 202	0.27 75	0.62 220	0.42 229	1.14 205	0.73 147	1.13 296	0.97 230	0.82 254	0.60 252	1.15 249	0.53 269	0.23 321	0.14 167	0.24 333	0.20 277	0.27 369	0.20 195

ROB_FTStereo	0.56 187	0.33 283	0.82 242	0.52 202	0.27 75	0.62 220	0.25 50	1.14 205	0.74 154	1.13 296	0.96 222	0.82 254	0.60 252	1.18 259	0.52 259	0.23 321	0.14 167	0.24 333	0.20 277	0.27 369	0.20 195

HUI-Stereo	0.54 169	0.33 283	0.81 233	0.52 202	0.27 75	0.62 220	0.29 82	1.14 205	0.74 154	1.13 296	0.96 222	0.82 254	0.60 252	0.83 145	0.52 259	0.23 321	0.14 167	0.24 333	0.20 277	0.27 369	0.20 195

iRAFT	0.57 199	0.33 283	0.82 242	0.52 202	0.27 75	0.63 231	0.28 74	1.14 205	0.73 147	1.13 296	0.96 222	0.82 254	0.60 252	1.40 311	0.52 259	0.23 321	0.14 167	0.24 333	0.20 277	0.27 369	0.20 195

RAFT-IKP	0.57 199	0.33 283	0.82 242	0.52 202	0.27 75	0.57 189	0.35 143	1.14 205	0.73 147	1.13 296	0.96 222	0.83 264	0.61 262	1.26 274	0.53 269	0.23 321	0.14 167	0.24 333	0.20 277	0.27 369	0.20 195

DDVS	0.80 354	0.43 424	1.09 363	0.64 390	0.44 357	1.27 463	0.43 247	1.49 305	0.94 233	1.21 351	1.16 320	1.42 443	0.63 263	2.14 437	1.02 432	0.29 447	0.22 407	0.26 393	0.23 379	0.31 424	0.37 458

rvit_0105_4	0.58 211	0.40 407	1.19 404	0.68 435	0.38 296	0.53 158	0.55 371	0.93 121	1.27 405	0.56 156	0.61 131	0.72 226	0.63 263	1.01 208	0.47 222	0.33 472	0.33 515	0.29 435	0.25 401	0.29 402	0.26 341

sAnonymous2	0.59 224	0.61 491	1.82 484	0.61 356	0.52 411	0.51 143	0.54 361	0.97 133	0.70 142	0.50 122	0.68 147	0.46 102	0.63 263	0.61 66	0.41 172	0.22 297	0.17 304	0.23 309	0.21 319	0.85 564	0.56 532

CroCo_RVC	0.59 224	0.61 491	1.82 484	0.61 356	0.52 411	0.51 143	0.54 361	0.97 133	0.70 142	0.50 122	0.68 147	0.46 102	0.63 263	0.61 66	0.41 172	0.22 297	0.17 304	0.23 309	0.21 319	0.85 564	0.56 532

MSCF	0.41 84	0.28 158	0.64 144	0.50 163	0.27 75	0.58 201	0.37 171	1.03 159	0.54 82	0.54 147	0.72 166	0.32 49	0.64 267	0.56 45	0.30 50	0.19 176	0.13 88	0.17 92	0.15 129	0.17 101	0.21 225

MyStereo8	0.70 297	0.32 262	1.24 418	0.63 375	0.53 419	0.90 371	0.34 129	1.60 335	1.35 445	1.20 344	1.31 377	0.89 292	0.64 267	0.77 123	1.02 432	0.18 135	0.15 238	0.20 202	0.18 219	0.22 288	0.30 404

CFNet_ucs	0.73 312	0.34 313	0.94 312	0.53 226	0.44 357	0.76 299	0.46 289	1.73 372	1.34 442	1.24 366	1.54 455	1.08 367	0.64 267	1.05 220	0.64 325	0.26 392	0.20 371	0.37 506	0.22 347	0.42 487	0.30 404

ARAFT	0.82 365	0.40 407	1.77 480	0.53 226	0.31 169	0.89 367	0.81 473	2.32 522	1.08 291	1.66 515	1.25 353	1.04 349	0.64 267	1.91 406	0.52 259	0.20 228	0.15 238	0.28 423	0.27 436	0.17 101	0.18 121

DN-CSS_ROB	0.67 272	0.36 353	1.36 440	0.59 334	0.41 333	0.54 171	0.45 283	1.30 266	0.95 238	1.05 271	1.47 433	0.69 214	0.64 267	1.80 393	0.60 309	0.19 176	0.15 238	0.25 372	0.23 379	0.22 288	0.23 277

GASTEREO	0.43 103	0.29 183	0.62 130	0.51 179	0.27 75	0.62 220	0.36 156	1.02 151	0.58 99	0.55 152	0.83 196	0.30 42	0.65 272	0.64 83	0.30 50	0.19 176	0.13 88	0.17 92	0.15 129	0.16 74	0.21 225

PCWNet_CMD	0.68 286	0.34 313	0.93 305	0.51 179	0.38 296	0.80 325	0.42 229	1.51 306	1.34 442	1.17 320	1.31 377	1.23 401	0.65 272	0.94 183	0.62 317	0.21 263	0.17 304	0.27 407	0.19 243	0.43 489	0.28 374

iRaft-Stereo_20w	0.71 303	0.33 283	1.25 420	0.50 163	0.36 268	0.82 335	0.31 96	3.16 583	0.89 210	1.24 366	1.14 312	0.79 240	0.65 272	1.15 249	0.43 190	0.18 135	0.13 88	0.18 128	0.17 195	0.20 218	0.23 277

IPLGR	0.62 243	0.28 158	1.32 433	0.50 163	0.29 126	0.65 246	0.34 129	1.47 302	1.19 356	1.21 351	1.07 270	0.70 217	0.65 272	1.05 220	0.55 282	0.18 135	0.15 238	0.20 202	0.17 195	0.21 267	0.20 195

MSMDNet	0.68 286	0.34 313	0.93 305	0.52 202	0.38 296	0.80 325	0.42 229	1.52 310	1.35 445	1.17 320	1.31 377	1.23 401	0.65 272	0.94 183	0.62 317	0.21 263	0.17 304	0.26 393	0.19 243	0.41 483	0.28 374

CFNet_pseudo	0.68 286	0.34 313	0.93 305	0.50 163	0.39 308	0.72 280	0.42 229	1.44 295	1.25 393	1.17 320	1.35 397	1.22 397	0.66 277	1.04 217	0.64 325	0.21 263	0.17 304	0.33 478	0.19 243	0.39 475	0.28 374

ccs_rob	0.68 286	0.34 313	0.93 305	0.50 163	0.39 308	0.72 280	0.42 229	1.43 294	1.25 393	1.17 320	1.34 392	1.22 397	0.66 277	1.04 217	0.64 325	0.21 263	0.17 304	0.35 493	0.20 277	0.40 479	0.29 388

rvit_0105_5	0.61 240	0.41 417	1.19 404	0.67 424	0.37 280	0.57 189	0.56 378	1.08 179	1.28 413	0.65 176	0.68 147	0.77 235	0.67 279	0.91 177	0.51 251	0.33 472	0.32 509	0.30 447	0.27 436	0.28 385	0.28 374

RAFT_CTSACE	0.66 261	0.29 183	1.14 381	0.57 301	0.51 406	0.68 260	0.44 267	0.88 114	0.98 249	1.03 266	1.83 512	1.23 401	0.67 279	1.48 333	0.38 139	0.16 58	0.16 276	0.21 238	0.20 277	0.20 218	0.17 100

RAFT-Stereo + iAFF	0.56 187	0.28 158	0.81 233	0.45 80	0.25 50	0.40 44	0.34 129	1.12 197	1.13 324	1.35 426	1.58 470	0.80 242	0.67 279	0.71 103	0.43 190	0.14 27	0.11 21	0.18 128	0.17 195	0.18 139	0.16 74

AdaStereo	0.74 316	0.48 446	0.86 274	0.75 491	0.38 296	0.94 388	0.56 378	2.05 463	1.24 385	1.15 312	1.22 339	1.07 357	0.67 279	1.05 220	0.73 350	0.33 472	0.16 276	0.32 466	0.22 347	0.29 402	0.23 277
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.
castereo	0.43 103	0.25 92	0.50 60	0.46 95	0.30 147	0.60 209	0.56 378	1.23 246	0.83 192	0.39 62	0.70 159	0.45 99	0.68 283	0.54 38	0.33 85	0.17 92	0.11 21	0.17 92	0.13 72	0.16 74	0.14 19

PFNet	0.92 416	0.28 158	1.20 408	0.68 435	0.32 202	0.62 220	0.55 371	1.27 258	1.01 265	1.47 472	1.09 281	0.97 325	0.68 283	6.58 574	0.59 306	0.21 263	0.13 88	0.24 333	0.19 243	0.20 218	0.20 195

Anonymous3	0.64 255	0.47 440	1.31 430	0.59 334	0.50 396	0.93 385	0.69 434	1.11 195	0.83 192	0.74 194	0.89 210	0.65 202	0.68 283	1.08 230	0.54 278	0.40 512	0.31 497	0.26 393	0.26 418	0.31 424	0.30 404

MLCV	0.77 334	0.39 401	1.31 430	0.55 257	0.25 50	0.91 374	0.39 200	1.48 304	1.28 413	1.49 479	1.54 455	1.02 344	0.68 283	2.12 435	0.93 411	0.19 176	0.13 88	0.19 157	0.14 106	0.19 176	0.22 256

DEFOM-Stereo_RVC	0.41 84	0.68 516	0.45 27	0.66 410	0.30 147	0.48 109	0.25 50	0.87 110	0.46 60	0.39 62	0.37 37	0.30 42	0.69 287	1.16 253	0.31 59	0.17 92	0.11 21	0.16 62	0.12 38	0.18 139	0.14 19

RAFT+CT+SA	0.63 252	0.30 212	0.73 193	0.69 448	0.37 280	0.40 44	0.55 371	1.93 432	1.04 278	0.72 191	1.23 347	0.62 193	0.69 287	1.69 374	0.42 183	0.19 176	0.13 88	0.22 273	0.22 347	0.21 267	0.19 164

OMP-Stereo	0.95 422	0.35 342	0.79 225	0.92 545	0.32 202	0.49 115	0.35 143	1.22 241	1.11 310	1.58 498	1.12 296	1.44 449	0.69 287	6.92 580	0.51 251	0.20 228	0.15 238	0.24 333	0.19 243	0.21 267	0.16 74

MultiAttention	4.59 598	0.35 342	0.90 295	0.75 491	0.46 370	31.81 634	4.41 611	2.35 530	1.41 475	1.64 511	2.43 553	2.42 560	0.70 290	38.40 635	1.78 526	0.23 321	0.15 238	0.30 447	0.30 478	0.48 515	0.48 505

11t1	0.57 199	0.30 212	0.84 260	0.54 241	0.30 147	0.83 343	0.41 222	1.34 275	0.79 175	0.88 226	0.82 195	0.70 217	0.70 290	0.96 193	0.67 337	0.21 263	0.21 389	0.20 202	0.16 169	0.21 267	0.26 341

BUS	0.78 339	0.34 313	0.77 215	0.55 257	0.45 361	2.30 556	0.42 229	2.65 563	1.04 278	1.25 369	1.12 296	1.02 344	0.70 290	0.94 183	0.75 357	0.25 365	0.18 336	0.25 372	0.22 347	0.23 309	0.24 300

NINENet	0.81 363	0.40 407	0.89 285	0.65 397	0.53 419	2.30 556	0.42 229	2.12 474	1.13 324	1.20 344	1.27 364	1.02 344	0.70 290	1.26 274	0.75 357	0.29 447	0.24 445	0.31 454	0.21 319	0.27 369	0.26 341

AFF-stereo	0.60 234	0.28 158	0.72 179	0.48 126	0.29 126	0.34 24	0.37 171	1.22 241	1.20 360	1.21 351	1.59 474	1.10 372	0.70 290	1.01 208	0.44 195	0.14 27	0.12 42	0.19 157	0.20 277	0.18 139	0.15 40

rvit_0105_3	0.66 261	0.47 440	1.27 423	0.74 482	0.40 320	0.63 231	0.70 441	1.22 241	1.28 413	0.83 212	0.71 163	0.82 254	0.72 295	0.93 182	0.58 298	0.37 502	0.34 519	0.34 486	0.32 491	0.28 385	0.31 414

DCANet-4	0.59 224	0.28 158	1.65 472	0.44 71	0.25 50	0.48 109	0.36 156	1.15 217	1.36 454	1.13 296	1.03 253	0.56 168	0.74 296	0.77 123	0.58 298	0.17 92	0.14 167	0.17 92	0.13 72	0.15 49	0.24 300

x	0.59 224	0.34 313	0.79 225	0.51 179	0.32 202	0.69 270	0.46 289	1.64 341	0.97 246	0.86 224	0.86 202	0.83 264	0.74 296	0.75 116	0.70 345	0.21 263	0.22 407	0.22 273	0.20 277	0.21 267	0.24 300

Sa-1000	0.76 328	0.30 212	0.92 303	0.62 365	0.31 169	0.78 309	0.37 171	2.00 450	1.38 461	1.30 398	2.04 533	0.86 274	0.74 296	1.87 399	0.40 162	0.19 176	0.14 167	0.25 372	0.24 392	0.21 267	0.19 164

IIG-Stereo	0.97 427	0.34 313	0.80 229	0.90 543	0.33 222	0.61 217	0.26 61	1.27 258	1.08 291	1.69 518	1.37 402	1.44 449	0.74 296	6.94 581	0.53 269	0.21 263	0.14 167	0.23 309	0.18 219	0.20 218	0.15 40

DMCA	0.71 303	0.36 353	1.17 398	0.53 226	0.45 361	0.84 352	0.46 289	1.52 310	1.09 299	1.20 344	1.12 296	1.21 393	0.74 296	0.87 162	1.09 440	0.25 365	0.20 371	0.27 407	0.19 243	0.24 338	0.29 388

ICVP	0.66 261	0.35 342	0.71 177	0.63 375	0.41 333	0.85 359	0.56 378	1.78 383	0.96 242	0.92 235	1.24 351	0.88 282	0.75 301	0.76 120	0.93 411	0.31 457	0.22 407	0.22 273	0.21 319	0.24 338	0.28 374
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Selective-RAFT	0.55 174	0.29 183	0.85 266	0.58 315	0.28 111	0.91 374	0.34 129	1.00 150	0.96 242	0.59 158	0.64 136	0.80 242	0.76 302	1.34 294	0.51 251	0.21 263	0.15 238	0.17 92	0.15 129	0.19 176	0.19 164

TestStereo1	0.66 261	0.29 183	0.95 316	0.82 515	0.32 202	0.47 98	0.43 247	1.52 310	1.22 376	0.99 249	1.32 382	0.65 202	0.76 302	1.78 386	0.44 195	0.20 228	0.16 276	0.22 273	0.19 243	0.21 267	0.20 195

SA-5K	0.66 261	0.29 183	0.95 316	0.82 515	0.32 202	0.47 98	0.43 247	1.52 310	1.22 376	0.99 249	1.32 382	0.65 202	0.76 302	1.78 386	0.44 195	0.20 228	0.16 276	0.22 273	0.19 243	0.21 267	0.20 195

HCRNet	0.72 309	0.40 407	0.86 274	0.61 356	0.57 443	0.75 293	0.35 143	1.39 286	1.21 367	1.11 285	0.99 236	1.01 342	0.76 302	2.18 441	0.73 350	0.28 431	0.19 354	0.28 423	0.23 379	0.25 350	0.26 341

ISRNet	0.83 374	0.35 342	1.31 430	0.84 523	0.65 475	0.60 209	0.41 222	1.28 263	1.15 335	1.61 503	1.55 458	1.34 431	0.77 306	1.33 293	0.98 423	0.40 512	0.34 519	0.43 527	0.38 525	0.34 450	0.49 510

FACV-RUCA	0.66 261	0.36 353	0.89 285	0.63 375	0.65 475	0.84 352	0.41 222	1.67 345	1.11 310	0.91 233	1.14 312	0.63 198	0.77 306	0.84 150	0.54 278	0.28 431	0.19 354	0.47 538	0.22 347	0.36 458	0.29 388

BSDual-CNN	0.75 320	0.34 313	0.77 215	0.55 257	0.45 361	1.25 460	0.66 426	2.65 563	1.04 278	1.25 369	1.12 296	1.11 377	0.77 306	0.94 183	0.76 360	0.25 365	0.18 336	0.25 372	0.22 347	0.23 309	0.24 300

psmg	0.75 320	0.34 313	0.77 215	0.52 202	0.45 361	1.46 490	0.73 448	2.15 489	1.04 278	1.25 369	1.33 388	1.11 377	0.77 306	0.94 183	0.76 360	0.25 365	0.20 371	0.25 372	0.26 418	0.23 309	0.24 300

AASNet	0.80 354	0.39 401	1.16 397	0.84 523	0.80 524	1.14 435	0.59 397	2.12 474	1.21 367	1.26 381	1.26 355	0.93 307	0.77 306	0.84 150	1.23 460	0.28 431	0.24 445	0.24 333	0.20 277	0.28 385	0.27 359

GES	0.70 297	0.37 374	1.05 350	0.62 365	0.38 296	0.94 388	0.57 384	2.37 531	0.92 221	1.05 271	1.12 296	0.67 208	0.77 306	1.02 212	0.65 330	0.28 431	0.20 371	0.20 202	0.20 277	0.22 288	0.31 414

DeepPruner_ROB	0.79 348	0.55 473	1.14 381	0.61 356	0.46 370	0.78 309	0.54 361	1.83 398	1.00 262	1.42 455	1.27 364	1.23 401	0.77 306	1.56 344	0.89 396	0.35 492	0.28 480	0.27 407	0.26 418	0.32 435	0.34 441

G2L-ROB	0.79 348	0.28 158	1.01 337	0.57 301	0.39 308	0.94 388	0.65 422	1.76 379	1.18 353	1.27 386	1.03 253	1.62 484	0.78 313	1.93 409	1.26 464	0.20 228	0.14 167	0.17 92	0.15 129	0.20 218	0.24 300

G2L-Stereo	0.84 379	0.35 342	1.15 383	0.63 375	0.43 347	0.78 309	0.69 434	1.69 358	1.20 360	1.36 431	1.18 326	1.43 448	0.78 313	2.47 468	1.26 464	0.25 365	0.20 371	0.26 393	0.21 319	0.20 218	0.27 359

rvit_105_1	0.76 328	0.54 469	1.27 423	0.80 508	0.49 391	0.74 288	0.86 487	1.39 286	1.23 381	1.00 253	0.80 189	0.93 307	0.78 313	1.29 281	0.78 366	0.43 521	0.36 530	0.36 503	0.42 532	0.30 417	0.36 454

test_sample3	0.73 312	0.35 342	1.06 352	0.55 257	0.32 202	0.97 403	0.51 330	2.12 474	1.25 393	1.16 316	1.17 323	0.88 282	0.78 313	1.27 277	0.79 371	0.26 392	0.21 389	0.25 372	0.25 401	0.26 363	0.27 359

mmm	0.68 286	0.37 374	0.91 300	0.54 241	0.34 243	0.86 360	0.58 390	1.72 370	1.02 269	1.13 296	1.41 419	0.83 264	0.78 313	0.95 192	0.67 337	0.22 297	0.20 371	0.29 435	0.26 418	0.27 369	0.27 359

MIPNet	0.60 234	0.31 244	1.07 357	0.51 179	0.34 243	0.68 260	0.40 209	1.67 345	1.14 330	1.11 285	0.93 216	0.60 183	0.78 313	0.77 123	0.58 298	0.18 135	0.14 167	0.19 157	0.16 169	0.18 139	0.21 225

SFCPSM	0.74 316	0.30 212	1.06 352	0.52 202	0.39 308	1.36 475	0.64 420	2.42 537	1.11 310	1.18 331	1.21 337	0.81 248	0.78 313	1.08 230	0.57 293	0.22 297	0.17 304	0.22 273	0.24 392	0.23 309	0.21 225

iResNet	0.80 354	0.45 432	1.47 449	0.72 468	0.31 169	0.96 400	0.64 420	1.80 390	1.28 413	1.31 404	1.48 436	0.94 313	0.78 313	1.77 384	0.99 424	0.19 176	0.14 167	0.18 128	0.15 129	0.22 288	0.27 359

xyz-stereo-finetune2	0.59 224	0.29 183	0.66 155	0.41 45	0.24 29	1.08 423	0.34 129	0.87 110	0.60 109	0.68 184	1.08 277	0.58 173	0.79 321	2.39 461	0.83 382	0.17 92	0.15 238	0.21 238	0.17 195	0.16 74	0.18 121

MyStereo05	0.70 297	0.29 183	1.22 413	0.58 315	0.48 384	0.62 220	0.72 445	1.52 310	1.54 511	1.17 320	0.91 213	0.77 235	0.79 321	1.45 326	0.68 341	0.17 92	0.17 304	0.24 333	0.21 319	0.23 309	0.23 277

xx1	0.70 297	0.34 313	0.63 133	0.60 342	0.27 75	1.16 442	0.51 330	1.07 174	3.23 588	0.60 165	0.80 189	0.95 317	0.79 321	1.48 333	0.35 99	0.21 263	0.13 88	0.24 333	0.23 379	0.23 309	0.25 321

RCA-Stereo	0.52 163	0.26 113	0.66 155	0.49 142	0.33 222	0.54 171	0.44 267	1.20 234	1.41 475	0.69 185	1.06 267	0.63 198	0.79 321	0.62 71	0.35 99	0.17 92	0.12 42	0.17 92	0.14 106	0.16 74	0.16 74

qqq	0.62 243	0.36 353	0.88 281	0.50 163	0.28 111	0.64 240	0.62 413	1.58 328	0.91 216	0.83 212	0.96 222	0.95 317	0.79 321	0.99 200	0.67 337	0.21 263	0.23 435	0.24 333	0.23 379	0.23 309	0.25 321

GMM-Stereo	0.75 320	0.27 138	0.66 155	0.56 279	0.34 243	0.71 276	0.97 509	1.09 186	0.91 216	1.37 433	1.79 504	1.11 377	0.79 321	2.08 430	0.48 231	0.19 176	0.12 42	0.25 372	0.25 401	0.21 267	0.78 564

pcwnet_v2	0.91 413	0.39 401	2.74 534	0.64 390	0.55 433	0.81 333	0.49 320	2.19 502	1.63 525	1.44 462	1.64 483	1.09 368	0.79 321	1.31 284	0.70 345	0.32 465	0.25 457	0.29 435	0.27 436	0.37 464	0.37 458

tt1	0.65 259	0.34 313	0.65 151	0.60 342	0.27 75	1.14 435	0.48 309	1.08 179	2.62 575	0.59 158	0.79 184	0.49 121	0.80 328	1.57 346	0.35 99	0.21 263	0.13 88	0.25 372	0.16 169	0.20 218	0.23 277

raftrobust	0.55 174	0.27 138	0.63 133	0.68 435	0.69 491	0.50 134	0.34 129	1.08 179	0.97 246	1.32 407	0.88 208	0.62 193	0.80 328	0.82 139	0.44 195	0.20 228	0.16 276	0.16 62	0.14 106	0.15 49	0.18 121

111	0.66 261	0.27 138	1.15 383	0.46 95	0.25 50	0.72 280	0.42 229	1.57 326	1.44 489	0.83 212	1.39 409	1.10 372	0.80 328	0.97 197	0.65 330	0.20 228	0.14 167	0.18 128	0.15 129	0.18 139	0.28 374

MaskLacGwcNet_RVC	1.17 473	1.06 552	1.28 426	0.88 534	0.69 491	1.92 536	0.92 498	1.71 366	1.14 330	1.17 320	1.26 355	1.49 460	0.80 328	2.04 424	0.86 387	2.02 592	0.34 519	0.79 572	0.36 518	1.38 584	1.33 586

G2L-Stereo_test	0.77 334	0.31 244	0.97 324	0.51 179	0.41 333	0.90 371	0.80 468	1.67 345	1.22 376	1.32 407	1.27 364	1.50 463	0.81 332	1.74 379	1.02 432	0.20 228	0.14 167	0.16 62	0.16 169	0.18 139	0.22 256

NOSS_ROB	1.29 496	0.49 451	0.68 163	0.60 342	0.40 320	1.09 428	0.77 454	1.94 434	1.44 489	1.04 268	1.46 430	1.10 372	0.81 332	10.57 619	0.78 366	0.46 534	0.43 553	0.48 540	0.45 542	0.45 503	0.43 493

coex_refinement	0.84 379	0.30 212	0.89 285	0.72 468	0.52 411	0.95 394	0.60 405	1.92 430	1.29 425	1.38 439	1.37 402	1.80 513	0.82 334	1.48 333	1.31 469	0.27 413	0.17 304	0.19 157	0.20 277	0.25 350	0.27 359

test_sample4	0.74 316	0.36 353	1.09 363	0.55 257	0.32 202	0.92 381	0.51 330	2.14 484	1.25 393	1.22 359	1.22 339	0.86 274	0.82 334	1.29 281	0.76 360	0.26 392	0.21 389	0.26 393	0.26 418	0.27 369	0.28 374

gwcnet-sp	0.80 354	0.37 374	1.94 492	0.62 365	0.45 361	1.38 476	0.53 347	1.68 349	1.20 360	1.37 433	1.08 277	0.93 307	0.82 334	1.45 326	0.79 371	0.22 297	0.22 407	0.22 273	0.21 319	0.23 309	0.25 321

scenet	0.80 354	0.37 374	1.94 492	0.62 365	0.45 361	1.38 476	0.53 347	1.68 349	1.20 360	1.37 433	1.08 277	0.93 307	0.82 334	1.45 326	0.79 371	0.22 297	0.22 407	0.22 273	0.21 319	0.23 309	0.25 321

ssnet	0.80 354	0.37 374	1.94 492	0.62 365	0.45 361	1.38 476	0.53 347	1.68 349	1.20 360	1.37 433	1.08 277	0.93 307	0.82 334	1.45 326	0.79 371	0.22 297	0.22 407	0.22 273	0.21 319	0.23 309	0.25 321

PSMNet-RUCA	1.07 456	1.06 552	1.64 470	1.23 574	1.10 564	1.39 479	0.65 422	1.91 424	1.43 486	0.95 243	1.52 452	0.99 331	0.83 339	1.28 280	1.01 429	0.71 571	0.34 519	0.99 581	0.61 569	1.01 572	0.67 550

HH	0.68 286	0.33 283	0.83 251	0.53 226	0.34 243	0.92 381	0.45 283	1.79 386	0.74 154	0.71 187	1.13 307	1.60 479	0.83 339	1.95 413	0.39 145	0.18 135	0.14 167	0.19 157	0.17 195	0.19 176	0.19 164

HanStereo	0.68 286	0.33 283	0.83 251	0.53 226	0.34 243	0.92 381	0.45 283	1.79 386	0.74 154	0.71 187	1.13 307	1.60 479	0.83 339	1.95 413	0.39 145	0.18 135	0.14 167	0.19 157	0.17 195	0.19 176	0.19 164

CASS	0.67 272	0.36 353	0.84 260	0.57 301	0.28 111	0.82 335	0.43 247	1.62 340	0.92 221	1.39 443	1.28 370	0.87 276	0.84 342	0.88 166	0.59 306	0.36 499	0.19 354	0.26 393	0.22 347	0.29 402	0.43 493
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RAFT_R40	0.84 379	0.30 212	0.83 251	0.63 375	0.31 169	0.66 251	0.43 247	1.15 217	0.99 258	1.47 472	1.10 283	1.00 337	0.84 342	5.44 546	0.53 269	0.23 321	0.13 88	0.23 309	0.20 277	0.23 309	0.19 164

FENet	0.62 243	0.30 212	0.68 163	0.57 301	0.33 222	0.82 335	0.40 209	1.41 292	1.12 318	1.03 266	0.87 205	0.98 326	0.84 342	1.00 205	0.70 345	0.23 321	0.16 276	0.23 309	0.20 277	0.22 288	0.24 300

STTStereo	0.82 365	0.53 466	1.53 461	0.68 435	0.56 438	0.88 365	0.56 378	1.57 326	1.14 330	1.39 443	1.10 283	1.26 412	0.84 342	1.49 340	0.90 400	0.29 447	0.28 480	0.33 478	0.40 528	0.33 442	0.37 458

HITNet	0.71 303	0.42 419	1.07 357	0.52 202	0.25 50	1.05 414	0.48 309	2.12 474	1.08 291	1.21 351	1.23 347	0.91 298	0.84 342	0.90 174	0.91 404	0.17 92	0.12 42	0.21 238	0.17 195	0.29 402	0.18 121
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
ITSA-stereo	0.85 386	0.38 392	0.92 303	0.58 315	0.32 202	0.86 360	0.49 320	2.33 528	1.69 530	1.16 316	1.12 296	0.95 317	0.85 347	2.46 463	1.18 449	0.27 413	0.23 435	0.28 423	0.28 447	0.28 385	0.41 481

H2IRNET	0.57 199	0.28 158	0.75 204	0.49 142	0.35 260	0.40 44	0.27 67	1.03 159	1.18 353	0.62 172	1.26 355	1.07 357	0.85 347	1.02 212	0.64 325	0.20 228	0.16 276	0.23 309	0.25 401	0.22 288	0.20 195

ffm	0.79 348	0.36 353	1.51 454	0.56 279	0.40 320	0.76 299	0.59 397	1.08 179	2.62 575	1.19 339	1.49 437	1.07 357	0.85 347	1.57 346	0.35 99	0.21 263	0.13 88	0.31 454	0.28 447	0.20 218	0.23 277

ff1	1.88 543	0.36 353	1.51 454	0.56 279	0.40 320	0.76 299	0.59 397	1.08 179	2.62 575	1.19 339	1.49 437	1.07 357	0.85 347	9.88 614	13.82 612	0.21 263	0.13 88	0.31 454	0.28 447	0.20 218	0.23 277

mmx	1.89 546	0.36 353	1.51 454	0.56 279	0.40 320	0.76 299	0.59 397	2.32 522	1.41 475	1.19 339	1.49 437	1.07 357	0.85 347	9.88 614	13.82 612	0.25 365	0.21 389	0.31 454	0.28 447	0.32 435	0.29 388

xxx	1.89 546	0.36 353	1.51 454	0.56 279	0.40 320	0.76 299	0.59 397	2.32 522	1.41 475	1.19 339	1.49 437	1.07 357	0.85 347	9.88 614	13.82 612	0.25 365	0.21 389	0.31 454	0.28 447	0.32 435	0.29 388

hknet	0.82 365	0.34 313	1.15 383	0.55 257	0.39 308	1.25 460	0.66 426	2.65 563	1.10 303	1.25 369	1.12 296	1.58 478	0.85 347	1.41 314	0.79 371	0.23 321	0.18 336	0.25 372	0.22 347	0.23 309	0.24 300

PS-NSSS	1.02 441	0.62 498	1.17 398	0.61 356	0.58 446	0.91 374	0.79 465	2.02 452	1.19 356	1.17 320	1.68 489	1.00 337	0.85 347	4.43 521	0.86 387	0.38 504	0.31 497	0.52 547	0.32 491	0.52 525	0.45 498

UGAM	1.17 473	0.29 183	1.08 360	0.55 257	0.43 347	0.69 270	0.71 444	1.14 205	1.35 445	1.00 253	1.49 437	1.90 517	0.86 355	9.61 609	0.89 396	0.21 263	0.19 354	0.30 447	0.25 401	0.20 218	0.18 121

test_sample5	0.75 320	0.36 353	1.04 345	0.55 257	0.31 169	0.84 352	0.53 347	2.12 474	1.23 381	1.18 331	1.30 375	0.88 282	0.86 355	1.37 301	0.76 360	0.26 392	0.22 407	0.27 407	0.28 447	0.28 385	0.29 388

MyStereo04	0.71 303	0.30 212	1.28 426	0.58 315	0.48 384	0.59 203	0.78 457	1.74 375	1.49 505	0.94 241	0.91 213	0.74 228	0.86 355	1.59 354	0.69 342	0.18 135	0.18 336	0.24 333	0.21 319	0.23 309	0.23 277

DualNet	0.75 320	0.36 353	1.04 345	0.55 257	0.31 169	0.84 352	0.53 347	2.12 474	1.23 381	1.21 351	1.40 414	0.88 282	0.86 355	1.37 301	0.76 360	0.26 392	0.22 407	0.27 407	0.28 447	0.28 385	0.29 388

dad	0.90 408	0.73 527	1.28 426	0.59 334	0.39 308	0.83 343	0.45 283	1.24 248	1.54 511	1.52 482	1.28 370	1.36 434	0.86 355	2.54 472	0.91 404	0.43 521	0.27 474	0.82 573	0.26 418	0.44 500	0.34 441

SST-Stereo	0.85 386	0.30 212	0.81 233	0.63 375	0.31 169	0.70 274	0.25 50	1.16 222	0.95 238	1.47 472	1.11 292	0.99 331	0.86 355	5.69 549	0.53 269	0.23 321	0.13 88	0.23 309	0.19 243	0.23 309	0.19 164

xxxx	1.61 522	0.32 262	0.98 327	0.58 315	0.31 169	1.15 439	0.43 247	2.43 538	1.41 475	1.17 320	1.40 414	1.21 393	0.86 355	1.94 410	16.68 620	0.24 343	0.24 445	0.21 238	0.20 277	0.23 309	0.27 359

DMCA-RVC	0.83 374	0.46 435	2.19 513	0.68 435	0.49 391	0.84 352	0.48 309	1.44 295	1.07 288	1.56 493	1.04 259	1.29 419	0.86 355	1.49 340	0.92 408	0.27 413	0.22 407	0.35 493	0.28 447	0.32 435	0.28 374

CFNet	0.99 433	0.40 407	1.23 415	0.65 397	0.43 347	1.03 410	0.49 320	2.01 451	1.35 445	1.02 262	1.39 409	1.10 372	0.86 355	5.47 547	0.89 396	0.24 343	0.18 336	0.28 423	0.27 436	0.27 369	0.22 256

CoDeX	0.78 339	0.31 244	1.04 345	0.56 279	0.37 280	1.13 432	0.60 405	2.77 572	1.29 425	1.17 320	1.26 355	0.91 298	0.87 364	1.42 319	0.74 354	0.21 263	0.16 276	0.21 238	0.18 219	0.21 267	0.21 225

ACVNet-DCA	0.59 224	0.34 313	0.63 133	0.60 342	0.27 75	1.16 442	0.51 330	1.58 328	0.91 216	0.60 165	0.80 189	0.47 112	0.87 364	1.48 333	0.35 99	0.21 263	0.13 88	0.25 372	0.15 129	0.23 309	0.25 321

1test111	0.58 211	0.34 313	0.63 133	0.60 342	0.27 75	1.16 442	0.51 330	1.58 328	0.91 216	0.60 165	0.80 189	0.47 112	0.87 364	0.99 200	0.67 337	0.21 263	0.13 88	0.25 372	0.15 129	0.23 309	0.25 321

cc1	0.68 286	0.34 313	0.63 133	0.60 342	0.27 75	1.16 442	0.51 330	1.07 174	3.23 588	0.60 165	0.80 189	0.47 112	0.87 364	1.48 333	0.35 99	0.21 263	0.13 88	0.25 372	0.15 129	0.19 176	0.23 277

UPFNet	0.84 379	0.34 313	1.09 363	0.62 365	0.74 505	1.25 460	0.78 457	1.69 358	1.20 360	1.39 443	1.13 307	1.30 422	0.87 364	1.73 378	1.22 457	0.24 343	0.26 464	0.24 333	0.23 379	0.26 363	0.20 195

AANet_RVC	1.22 484	0.60 486	1.94 492	0.69 448	0.46 370	0.75 293	0.69 434	1.51 306	1.57 518	1.36 431	1.90 522	1.51 466	0.87 364	7.23 586	1.89 529	0.26 392	0.19 354	0.19 157	0.16 169	0.23 309	0.37 458

DispNO	0.98 430	0.34 313	2.02 499	0.58 315	0.55 433	0.88 365	0.49 320	1.70 362	1.24 385	1.22 359	1.26 355	1.18 388	0.88 370	5.17 536	0.88 393	0.23 321	0.18 336	0.24 333	0.22 347	0.19 176	0.22 256

test_xeample	1.55 517	0.31 244	0.94 312	0.54 241	0.31 169	0.94 388	0.58 390	2.40 535	1.40 471	1.29 396	1.55 458	0.89 292	0.88 370	1.72 377	15.94 618	0.22 297	0.22 407	0.22 273	0.21 319	0.23 309	0.25 321

NLCA_NET_v2_RVC	0.84 379	0.46 435	1.40 445	0.69 448	0.61 462	0.95 394	0.52 341	1.68 349	1.21 367	1.39 443	1.15 318	1.42 443	0.88 370	1.78 386	0.93 411	0.26 392	0.23 435	0.27 407	0.27 436	0.30 417	0.39 471
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
test_5	0.70 297	0.32 262	0.99 330	0.69 448	0.50 396	0.89 367	0.51 330	1.88 416	1.14 330	0.78 200	1.13 307	1.04 349	0.89 373	1.59 354	0.46 213	0.19 176	0.14 167	0.23 309	0.22 347	0.22 288	0.20 195

CSP-Net	1.00 436	0.41 417	0.99 330	0.56 279	0.43 347	1.62 507	0.76 453	2.16 491	1.16 342	1.33 413	1.22 339	1.32 428	0.89 373	4.67 527	0.93 411	0.35 492	0.24 445	0.20 202	0.20 277	0.23 309	0.30 404

PSMNet_ROB	0.95 422	0.57 482	1.45 447	0.75 491	0.64 470	1.28 464	1.12 528	1.84 400	1.15 335	1.16 316	1.29 374	1.44 449	0.89 373	1.74 379	1.70 519	0.33 472	0.25 457	0.37 506	0.39 526	0.36 458	0.32 423

test_sample6	0.77 334	0.36 353	1.07 357	0.56 279	0.31 169	0.82 335	0.56 378	2.12 474	1.24 385	1.21 351	1.40 414	0.90 294	0.90 376	1.45 326	0.87 392	0.28 431	0.23 435	0.28 423	0.29 466	0.28 385	0.30 404

iRaft-Stereo_5w	0.89 400	0.31 244	1.04 345	0.56 279	0.47 381	0.47 98	0.68 431	1.19 230	1.08 291	0.80 203	1.35 397	1.46 455	0.90 376	5.11 535	1.16 447	0.18 135	0.15 238	0.22 273	0.19 243	0.21 267	0.24 300

FADNet-RVC	0.96 426	0.72 524	2.96 540	0.64 390	0.49 391	0.90 371	0.59 397	1.85 407	1.27 405	0.92 235	0.97 230	1.36 434	0.90 376	2.36 456	1.31 469	0.30 454	0.29 488	0.32 466	0.32 491	0.42 487	0.37 458

ssnet_v2	0.92 416	0.39 401	1.22 413	0.66 410	0.39 308	1.31 466	0.96 508	2.32 522	1.45 494	1.48 477	1.17 323	1.53 469	0.91 379	1.16 253	1.71 521	0.31 457	0.27 474	0.30 447	0.29 466	0.28 385	0.29 388

GEStereo_RVC	0.93 421	0.40 407	1.15 383	0.67 424	0.50 396	0.95 394	0.78 457	2.73 570	1.21 367	1.20 344	1.12 296	1.25 406	0.91 379	3.21 495	0.95 418	0.31 457	0.20 371	0.23 309	0.20 277	0.28 385	0.31 414

DCANet	0.58 211	0.26 113	1.15 383	0.45 80	0.25 50	0.49 115	0.36 156	1.18 226	1.35 445	1.15 312	1.04 259	0.60 183	0.91 379	0.84 150	0.58 298	0.17 92	0.14 167	0.17 92	0.13 72	0.19 176	0.25 321

delet	0.90 408	0.34 313	1.15 383	0.69 448	0.66 481	1.63 508	0.81 473	1.95 437	1.49 505	1.42 455	1.38 407	1.29 419	0.91 379	1.78 386	1.18 449	0.22 297	0.22 407	0.24 333	0.25 401	0.22 288	0.24 300

ACVNet	0.66 261	0.33 283	0.74 199	0.55 257	0.37 280	0.80 325	0.47 301	1.46 299	1.11 310	1.01 258	1.31 377	1.07 357	0.91 379	0.82 139	1.09 440	0.22 297	0.19 354	0.21 238	0.18 219	0.23 309	0.19 164

acv_ft	0.78 339	0.33 283	1.10 368	0.73 476	0.86 536	1.23 457	0.57 384	1.65 344	1.11 310	1.31 404	1.31 377	1.07 357	0.91 379	0.82 139	1.35 479	0.22 297	0.19 354	0.21 238	0.18 219	0.22 288	0.19 164

cf-r	0.79 348	0.32 262	1.06 352	0.57 301	0.64 470	0.78 309	0.51 330	2.04 459	1.22 376	1.20 344	1.27 364	1.53 469	0.91 379	1.47 331	0.94 416	0.25 365	0.19 354	0.22 273	0.23 379	0.19 176	0.21 225

GwcNet-RSSM	0.83 374	0.34 313	1.29 429	0.65 397	0.55 433	0.78 309	0.62 413	1.89 418	1.27 405	1.18 331	1.39 409	1.56 474	0.91 379	1.60 359	1.22 457	0.26 392	0.20 371	0.23 309	0.24 392	0.21 267	0.21 225

test_sample2	0.67 272	0.31 244	0.89 285	0.54 241	0.29 126	0.80 325	0.63 418	1.83 398	1.10 303	0.93 238	1.06 267	0.94 313	0.92 387	1.24 269	0.59 306	0.23 321	0.20 371	0.22 273	0.21 319	0.24 338	0.25 321

RAFT	0.67 272	0.32 262	0.83 251	0.63 375	0.34 243	0.69 270	0.57 384	1.14 205	0.84 195	1.12 293	1.20 331	1.75 507	0.92 387	1.09 234	0.60 309	0.22 297	0.19 354	0.27 407	0.24 392	0.22 288	0.23 277

AIO-Stereo-zeroshot	0.85 386	0.38 392	2.79 536	0.51 179	0.60 456	0.72 280	0.38 184	2.87 579	0.77 160	0.80 203	1.07 270	2.14 546	0.93 389	0.96 193	0.62 317	0.21 263	0.13 88	0.21 238	0.26 418	0.29 402	0.32 423

DeepStereo_RVC	0.57 199	0.31 244	0.78 221	0.53 226	0.30 147	0.57 189	0.32 107	1.11 195	0.80 181	1.17 320	0.94 219	0.83 264	0.93 389	1.01 208	0.61 312	0.23 321	0.14 167	0.21 238	0.19 243	0.24 338	0.26 341

DLCB_ROB	0.92 416	0.43 424	0.95 316	0.71 462	0.55 433	1.11 429	0.83 478	1.61 337	1.32 438	1.67 516	1.66 485	1.70 499	0.93 389	1.96 415	1.34 477	0.26 392	0.25 457	0.27 407	0.28 447	0.28 385	0.28 374

SA	0.69 295	0.31 244	0.97 324	0.64 390	0.30 147	0.56 187	0.38 184	1.84 400	1.35 445	0.99 249	1.37 402	0.69 214	0.94 392	1.88 405	0.43 190	0.20 228	0.16 276	0.25 372	0.23 379	0.22 288	0.19 164

PSMNet-ADL	0.75 320	0.36 353	0.69 168	0.71 462	0.47 381	1.13 432	0.46 289	1.47 302	1.07 288	0.85 219	1.18 326	1.31 424	0.94 392	1.56 344	1.06 437	0.34 482	0.22 407	0.22 273	0.23 379	0.27 369	0.36 454

222	1.67 526	0.31 244	0.93 305	0.59 334	0.31 169	1.05 414	0.43 247	2.39 533	1.47 500	1.37 433	1.55 458	0.94 313	0.94 392	1.98 416	17.76 621	0.24 343	0.22 407	0.21 238	0.20 277	0.22 288	0.26 341

FADNet_RVC	0.88 398	0.56 477	2.15 510	0.57 301	0.43 347	1.17 449	0.46 289	1.68 349	1.12 318	0.91 233	1.24 351	0.91 298	0.94 392	2.22 443	1.20 452	0.28 431	0.22 407	0.32 466	0.28 447	0.46 510	0.42 489

BEATNet_4x	0.82 365	0.54 469	2.02 499	0.56 279	0.28 111	1.04 411	0.55 371	2.14 484	1.13 324	1.24 366	1.26 355	1.00 337	0.94 392	1.13 246	1.23 460	0.21 263	0.14 167	0.24 333	0.20 277	0.37 464	0.23 277

DSFCA	0.95 422	0.38 392	1.23 415	0.55 257	0.66 481	1.50 493	0.93 502	1.58 328	1.24 385	1.59 501	1.16 320	1.48 458	0.95 397	2.96 487	1.20 452	0.31 457	0.28 480	0.25 372	0.26 418	0.29 402	0.26 341

UCFNet_RVC	0.72 309	0.37 374	0.59 106	0.66 410	0.41 333	0.89 367	0.68 431	1.78 383	1.15 335	1.01 258	1.20 331	1.22 397	0.95 397	1.07 227	0.66 334	0.28 431	0.21 389	0.34 486	0.31 484	0.33 442	0.29 388

TCMNet	1.07 456	0.66 509	2.49 524	0.92 545	1.32 580	1.14 435	0.67 428	1.91 424	1.29 425	1.20 344	1.57 468	1.29 419	0.96 399	2.23 444	1.59 505	0.32 465	0.31 497	0.38 510	0.35 515	0.43 489	0.40 477

YMNet	1.04 444	0.59 483	1.67 473	0.86 529	0.86 536	1.84 529	0.61 410	1.70 362	1.28 413	1.65 512	1.98 528	1.75 507	0.96 399	1.57 346	1.58 502	0.34 482	0.37 535	0.32 466	0.32 491	0.33 442	0.32 423

YMNet_1	1.04 444	0.59 483	1.67 473	0.86 529	0.86 536	1.84 529	0.61 410	1.70 362	1.28 413	1.65 512	1.98 528	1.75 507	0.96 399	1.57 346	1.58 502	0.34 482	0.37 535	0.32 466	0.32 491	0.33 442	0.32 423

SMFormer	0.79 348	0.32 262	0.95 316	0.49 142	0.27 75	0.83 343	0.43 247	2.16 491	1.45 494	1.27 386	1.50 444	0.98 326	0.96 399	1.87 399	0.99 424	0.24 343	0.22 407	0.22 273	0.21 319	0.23 309	0.27 359

tta	0.79 348	0.32 262	0.95 316	0.49 142	0.27 75	0.83 343	0.43 247	2.16 491	1.45 494	1.27 386	1.50 444	0.98 326	0.96 399	1.87 399	0.99 424	0.24 343	0.22 407	0.22 273	0.21 319	0.19 176	0.22 256

qqq1	0.76 328	0.32 262	0.95 316	0.49 142	0.27 75	0.83 343	0.43 247	2.16 491	1.45 494	1.27 386	1.50 444	0.98 326	0.96 399	1.87 399	0.48 231	0.24 343	0.22 407	0.18 128	0.15 129	0.19 176	0.22 256

fff1	0.76 328	0.32 262	0.95 316	0.49 142	0.27 75	0.83 343	0.43 247	2.16 491	1.45 494	1.27 386	1.50 444	0.98 326	0.96 399	1.87 399	0.48 231	0.24 343	0.22 407	0.18 128	0.15 129	0.19 176	0.22 256

SDNR	1.66 525	0.55 473	2.36 521	0.56 279	0.58 446	3.79 592	0.45 283	1.78 383	1.40 471	1.38 439	2.45 555	1.13 381	0.96 399	11.03 620	1.31 469	0.67 568	0.64 582	0.43 527	0.32 491	0.71 558	0.76 563

ASMatch	0.89 400	0.29 183	0.72 179	0.56 279	0.36 268	0.47 98	0.37 171	1.16 222	0.95 238	1.11 285	3.26 573	0.95 317	0.96 399	4.88 532	0.53 269	0.20 228	0.16 276	0.22 273	0.19 243	0.20 218	0.30 404

IRAFT_RVC	0.90 408	0.30 212	0.89 285	0.67 424	0.31 169	0.64 240	1.00 515	1.40 288	0.97 246	1.23 362	1.04 259	1.00 337	0.96 399	5.77 554	0.57 293	0.24 343	0.13 88	0.25 372	0.21 319	0.20 218	0.21 225

NVstereo2D	0.99 433	0.45 432	2.21 514	0.79 507	0.75 510	1.20 453	0.86 487	1.98 442	1.41 475	1.02 262	1.18 326	1.31 424	0.97 409	2.25 447	0.93 411	0.45 533	0.22 407	0.39 514	0.25 401	0.59 541	0.68 554

StereoDRNet-Refined	0.84 379	0.43 424	1.01 337	0.66 410	0.43 347	1.32 467	0.49 320	1.64 341	1.24 385	1.53 485	1.45 428	1.49 460	0.97 409	1.32 290	1.31 469	0.21 263	0.17 304	0.27 407	0.25 401	0.25 350	0.34 441
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet_ROB	0.82 365	0.36 353	1.13 376	0.60 342	0.37 280	0.91 374	0.38 184	2.41 536	1.61 524	1.35 426	1.35 397	1.25 406	0.97 409	1.75 381	0.88 393	0.21 263	0.14 167	0.17 92	0.12 38	0.19 176	0.30 404

TransformOpticalFlow	0.97 427	0.30 212	0.96 323	0.54 241	0.31 169	0.65 246	0.54 361	1.87 411	1.19 356	1.12 293	1.44 426	1.34 431	0.98 412	6.68 577	0.44 195	0.19 176	0.12 42	0.21 238	0.19 243	0.18 139	0.23 277

FADNet-RVC-Resample	0.91 413	0.51 458	2.92 539	0.64 390	0.46 370	1.07 419	0.60 405	1.76 379	1.24 385	1.10 284	0.98 235	1.06 354	0.98 412	2.17 440	0.95 418	0.24 343	0.22 407	0.30 447	0.32 491	0.36 458	0.40 477

CC-Net-ROB	1.53 515	1.31 573	1.68 475	0.92 545	0.80 524	1.75 518	0.99 513	2.04 459	1.27 405	1.12 293	1.62 477	1.20 392	0.98 412	7.82 593	0.92 408	1.15 588	0.41 547	2.20 595	0.46 544	1.37 583	0.56 532

HBP-ISP	1.00 436	0.60 486	0.85 266	0.64 390	0.48 384	1.63 508	0.77 454	2.24 509	1.30 429	1.33 413	1.53 454	0.87 276	0.99 415	3.26 498	0.76 360	0.46 534	0.44 554	0.54 552	0.48 548	0.48 515	0.42 489

AACVNet	0.90 408	0.40 407	0.98 327	0.86 529	0.40 320	0.80 325	0.49 320	1.81 394	0.86 202	1.11 285	1.34 392	1.32 428	0.99 415	4.23 516	0.86 387	0.26 392	0.22 407	0.28 423	0.22 347	0.30 417	0.28 374

KYRaft	0.77 334	0.29 183	0.68 163	0.59 334	0.29 126	0.66 251	0.83 478	1.05 170	0.89 210	1.63 509	2.22 543	1.15 385	0.99 415	1.59 354	0.41 172	0.21 263	0.14 167	0.22 273	0.28 447	0.21 267	1.01 574

hitnet-ft	0.84 379	0.38 392	0.75 204	0.59 334	0.44 357	0.99 405	0.47 301	1.61 337	1.38 461	1.21 351	1.22 339	1.82 515	0.99 415	1.87 399	1.09 440	0.33 472	0.29 488	0.34 486	0.27 436	0.36 458	0.33 431

StereoDRNet	1.05 449	0.53 466	2.21 514	0.80 508	0.93 548	1.50 493	0.90 494	2.06 464	1.44 489	1.68 517	1.20 331	1.48 458	0.99 415	1.86 398	1.60 506	0.29 447	0.24 445	0.29 435	0.28 447	0.35 454	0.33 431

PDISCO_ROB	1.41 503	0.73 527	2.04 503	1.40 577	1.46 584	2.83 574	1.07 524	2.64 562	2.11 561	1.41 451	1.50 444	1.73 502	0.99 415	2.83 485	1.46 490	1.03 581	0.27 474	0.54 552	0.47 546	0.77 560	0.84 569

ADLNet	0.89 400	0.39 401	1.09 363	0.88 534	0.73 498	1.24 459	0.75 450	2.02 452	1.41 475	1.58 498	1.37 402	1.26 412	1.00 421	1.31 284	1.18 449	0.28 431	0.21 389	0.26 393	0.26 418	0.29 402	0.36 454

FADNet	0.98 430	0.64 502	2.57 528	0.66 410	0.55 433	0.95 394	0.57 384	1.91 424	1.38 461	0.94 241	1.02 246	1.36 434	1.00 421	2.69 478	0.97 422	0.34 482	0.34 519	0.31 454	0.34 511	0.61 547	0.42 489

TDLM	1.08 460	0.50 454	1.01 337	0.69 448	0.54 426	0.91 374	1.40 555	1.60 335	1.36 454	1.17 320	1.40 414	1.07 357	1.00 421	6.19 560	0.85 386	0.34 482	0.22 407	0.35 493	0.26 418	0.38 470	0.29 388

Hybrid-DGEV-2	0.69 295	0.35 342	0.85 266	0.61 356	0.37 280	1.06 417	0.28 74	1.73 372	1.42 484	1.37 433	0.93 216	1.02 344	1.01 424	1.09 234	0.54 278	0.19 176	0.15 238	0.22 273	0.19 243	0.17 101	0.18 121

DualNet (step1)	0.89 400	0.51 458	1.35 435	0.58 315	0.40 320	1.07 419	0.80 468	1.99 446	1.27 405	1.25 369	1.22 339	1.09 368	1.01 424	1.31 284	0.73 350	0.59 560	0.32 509	0.62 565	0.67 573	0.45 503	0.48 505

test_sample9	1.96 549	0.51 458	1.35 435	0.58 315	0.40 320	1.07 419	0.80 468	1.99 446	1.27 405	1.25 369	1.22 339	1.09 368	1.01 424	2.46 463	8.57 596	0.59 560	12.85 630	0.62 565	0.67 573	0.45 503	0.48 505

test_sample7	0.78 339	0.39 401	0.89 285	0.55 257	0.35 260	0.93 385	0.75 450	1.99 446	1.27 405	1.25 369	1.22 339	1.09 368	1.01 424	1.31 284	0.73 350	0.32 465	0.32 509	0.32 466	0.32 491	0.33 442	0.33 431

ToySt	0.73 312	0.35 342	1.64 470	0.54 241	0.37 280	0.92 381	0.81 473	1.21 239	1.03 272	0.86 224	1.12 296	1.31 424	1.01 424	1.04 217	0.88 393	0.19 176	0.20 371	0.24 333	0.24 392	0.27 369	0.28 374

riskmin	0.62 243	0.29 183	0.73 193	0.50 163	0.34 243	0.86 360	0.44 267	1.74 375	1.07 288	0.76 197	0.76 174	1.19 390	1.01 424	0.84 150	0.60 309	0.20 228	0.16 276	0.24 333	0.16 169	0.24 338	0.29 388

SACVNet	0.89 400	0.51 458	1.08 360	0.83 519	0.58 446	0.83 343	0.78 457	1.84 400	1.17 347	1.39 443	1.33 388	1.25 406	1.01 424	2.31 453	0.92 408	0.35 492	0.26 464	0.31 454	0.29 466	0.35 454	0.48 505

LMCR-Stereo	0.87 394	0.50 454	0.99 330	0.80 508	0.43 347	1.32 467	0.55 371	2.79 575	1.03 272	1.55 491	1.49 437	0.74 228	1.01 424	1.76 382	0.99 424	0.30 454	0.17 304	0.22 273	0.18 219	0.31 424	0.22 256

HSM-Net_RVC	0.91 413	0.31 244	0.60 116	0.54 241	0.31 169	1.15 439	0.60 405	3.76 592	1.30 429	1.57 497	1.75 498	1.67 493	1.01 424	1.61 361	0.90 400	0.23 321	0.17 304	0.19 157	0.18 219	0.20 218	0.22 256
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
SQANet	1.38 500	0.95 547	1.37 443	1.89 588	1.47 585	1.44 489	0.81 473	1.89 418	1.13 324	1.34 420	1.26 355	1.28 418	1.02 433	1.64 364	0.91 404	2.55 599	0.35 526	1.47 589	0.56 562	2.48 592	1.74 590

SGM-Forest	1.29 496	0.40 407	0.74 199	0.54 241	0.37 280	1.55 499	1.26 547	1.82 396	1.39 469	2.22 558	1.81 510	1.64 489	1.02 433	7.65 592	1.20 452	0.39 510	0.37 535	0.39 514	0.34 511	0.37 464	0.34 441
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Consistency-Raft	1.27 495	1.01 551	2.17 511	1.04 562	1.20 576	0.96 400	1.00 515	1.84 400	1.95 552	1.38 439	2.11 537	1.44 449	1.03 435	1.18 259	1.40 483	0.73 572	0.83 590	0.89 575	0.99 590	1.33 581	0.95 573

DGSMNet	1.24 491	0.84 538	3.20 546	0.91 544	0.92 545	1.39 479	1.34 551	2.46 544	1.44 489	1.34 420	1.66 485	1.50 463	1.03 435	1.85 395	1.30 468	0.48 540	0.48 563	0.55 556	0.51 556	0.78 561	0.79 565

CFNet-ft	0.78 339	0.36 353	0.74 199	0.67 424	0.56 438	0.86 360	0.54 361	1.46 299	1.17 347	1.01 258	1.28 370	1.68 496	1.03 435	1.57 346	0.95 418	0.27 413	0.21 389	0.33 478	0.26 418	0.31 424	0.26 341

CFNet_RVC	0.78 339	0.36 353	0.74 199	0.67 424	0.56 438	0.86 360	0.54 361	1.46 299	1.17 347	1.01 258	1.28 370	1.68 496	1.03 435	1.57 346	0.95 418	0.27 413	0.21 389	0.33 478	0.26 418	0.31 424	0.26 341

MDST_ROB	1.88 543	0.40 407	1.71 476	0.93 551	0.60 456	4.27 599	1.23 544	3.99 595	1.44 489	4.61 604	2.63 561	1.44 449	1.03 435	9.78 611	1.62 509	0.33 472	0.26 464	0.37 506	0.33 505	0.31 424	0.34 441

LALA_ROB	1.06 451	0.66 509	1.37 443	0.70 458	0.53 419	1.61 505	1.25 546	1.81 394	1.48 504	1.82 532	1.40 414	1.93 523	1.03 435	1.68 370	1.69 517	0.38 504	0.28 480	0.43 527	0.37 522	0.43 489	0.38 466

fff	0.58 211	0.26 113	1.15 383	0.46 95	0.25 50	0.48 109	0.36 156	1.20 234	1.28 413	1.13 296	1.03 253	0.59 179	1.04 441	0.77 123	0.58 298	0.17 92	0.14 167	0.17 92	0.13 72	0.15 49	0.24 300

ADLNet2	0.92 416	0.37 374	1.25 420	0.80 508	0.65 475	1.12 431	0.75 450	1.95 437	1.42 484	1.26 381	1.67 487	1.68 496	1.04 441	1.80 393	1.23 460	0.25 365	0.22 407	0.21 238	0.22 347	0.27 369	0.31 414

csc	0.58 211	0.26 113	1.15 383	0.46 95	0.25 50	0.48 109	0.36 156	1.20 234	1.28 413	1.13 296	1.03 253	0.59 179	1.04 441	0.77 123	0.58 298	0.17 92	0.14 167	0.17 92	0.13 72	0.15 49	0.24 300

cscssc	0.58 211	0.26 113	1.15 383	0.46 95	0.25 50	0.48 109	0.36 156	1.20 234	1.28 413	1.13 296	1.03 253	0.59 179	1.04 441	0.77 123	0.58 298	0.17 92	0.14 167	0.17 92	0.13 72	0.15 49	0.24 300

DRN-Test	1.07 456	0.49 451	1.95 496	0.75 491	0.81 528	1.61 505	0.78 457	2.26 510	1.53 509	1.84 533	1.35 397	1.42 443	1.04 441	2.26 448	1.61 507	0.28 431	0.23 435	0.31 454	0.30 478	0.33 442	0.33 431

iResNetv2_ROB	0.88 398	0.43 424	2.62 532	0.60 342	0.38 296	0.94 388	0.67 428	1.88 416	1.38 461	1.27 386	1.45 428	1.26 412	1.05 446	1.92 407	0.64 325	0.24 343	0.15 238	0.19 157	0.14 106	0.24 338	0.21 225

ac_64	0.86 390	0.32 262	1.02 340	0.74 482	0.60 456	1.04 411	0.53 347	2.20 505	0.99 258	1.23 362	1.11 292	1.96 529	1.06 447	2.01 421	1.01 429	0.30 454	0.22 407	0.24 333	0.23 379	0.22 288	0.22 256

ETE_ROB	1.01 440	0.69 517	1.49 452	0.72 468	0.50 396	1.15 439	1.12 528	1.91 424	1.24 385	1.94 544	1.50 444	1.73 502	1.06 447	1.78 386	1.33 476	0.33 472	0.26 464	0.38 510	0.34 511	0.40 479	0.44 496

PSMNet-RSSM	0.78 339	0.32 262	0.89 285	0.65 397	0.43 347	0.73 285	0.58 390	2.14 484	1.19 356	1.18 331	1.38 407	1.31 424	1.07 449	1.43 321	0.82 381	0.28 431	0.21 389	0.27 407	0.29 466	0.25 350	0.26 341

DCVSM-stereo	0.75 320	0.36 353	0.82 242	0.58 315	0.43 347	0.78 309	0.42 229	1.30 266	1.05 284	1.79 529	1.04 259	1.60 479	1.08 450	1.12 244	0.86 387	0.25 365	0.27 474	0.29 435	0.24 392	0.30 417	0.37 458

HSM	1.22 484	0.34 313	0.81 233	0.61 356	0.39 308	1.22 455	0.63 418	2.45 540	1.25 393	1.32 407	1.26 355	1.91 519	1.08 450	9.21 605	0.75 357	0.23 321	0.17 304	0.20 202	0.16 169	0.22 288	0.24 300

DISCO	1.06 451	0.37 374	1.19 404	0.73 476	0.46 370	2.04 544	0.84 480	2.26 510	1.54 511	1.25 369	1.36 401	2.38 557	1.08 450	2.60 475	1.62 509	0.24 343	0.19 354	0.22 273	0.20 277	0.32 435	0.29 388

anonymity	1.14 468	0.98 549	1.24 418	1.09 565	1.13 567	1.08 423	0.90 494	2.02 452	1.23 381	1.32 407	1.27 364	1.27 417	1.09 453	1.16 253	1.03 435	1.02 580	1.01 604	0.97 578	0.97 587	0.98 570	1.01 574

GwcNet	1.26 493	0.63 499	5.13 569	0.81 512	1.15 571	1.73 515	0.69 434	1.84 400	1.53 509	1.51 480	1.71 494	1.72 500	1.09 453	2.20 442	1.61 507	0.31 457	0.30 492	0.29 435	0.27 436	0.30 417	0.41 481

NaN_ROB	1.23 488	0.63 499	1.76 479	0.67 424	0.50 396	1.59 504	2.00 582	1.87 411	1.52 508	2.14 557	1.26 355	1.40 442	1.09 453	4.60 525	1.75 522	0.28 431	0.34 519	0.28 423	0.29 466	0.30 417	0.37 458

test_sample1	0.67 272	0.32 262	0.90 295	0.54 241	0.33 222	0.76 299	0.48 309	1.75 377	1.06 286	0.95 243	0.99 236	0.91 298	1.10 456	1.25 270	0.79 371	0.22 297	0.19 354	0.21 238	0.20 277	0.21 267	0.25 321

IER	0.74 316	0.33 283	1.25 420	0.50 163	0.53 419	1.32 467	0.55 371	1.31 268	1.08 291	1.30 398	1.34 392	1.11 377	1.10 456	1.05 220	0.81 380	0.20 228	0.17 304	0.21 238	0.21 319	0.20 218	0.21 225

UNet	0.86 390	0.36 353	1.52 458	0.62 365	0.74 505	1.56 501	0.49 320	1.55 319	1.12 318	1.28 392	1.10 283	1.52 468	1.10 456	1.69 374	1.14 445	0.24 343	0.18 336	0.25 372	0.21 319	0.25 350	0.25 321

HI	0.67 272	0.34 313	0.80 229	0.51 179	0.51 406	0.41 53	0.37 171	1.15 217	0.80 181	1.34 420	1.42 420	1.60 479	1.11 459	0.96 193	0.90 400	0.16 58	0.12 42	0.20 202	0.21 319	0.20 218	0.20 195

CoSv	0.67 272	0.34 313	0.80 229	0.51 179	0.51 406	0.41 53	0.37 171	1.15 217	0.80 181	1.34 420	1.42 420	1.60 479	1.11 459	0.96 193	0.90 400	0.16 58	0.12 42	0.20 202	0.21 319	0.20 218	0.20 195

1111x	1.96 549	0.32 262	1.54 462	0.54 241	0.30 147	1.00 406	0.69 434	2.47 545	1.33 440	1.21 351	1.44 426	1.21 393	1.11 459	8.49 600	16.14 619	0.22 297	0.23 435	0.22 273	0.23 379	0.25 350	0.26 341

anonymousa	0.78 339	0.30 212	0.85 266	0.51 179	0.96 554	1.41 485	0.47 301	1.61 337	0.94 233	1.33 413	1.77 502	1.66 491	1.11 459	0.72 104	0.63 321	0.19 176	0.18 336	0.23 309	0.25 401	0.20 218	0.22 256

FINET	1.54 516	0.67 513	7.28 580	0.76 499	0.97 555	1.42 488	1.38 554	2.80 577	3.12 587	1.23 362	1.68 489	1.04 349	1.11 459	3.35 501	1.78 526	0.43 521	0.37 535	0.32 466	0.29 466	0.43 489	0.41 481

DANet	1.16 471	0.64 502	1.52 458	0.88 534	0.74 505	1.52 495	0.52 341	1.68 349	1.21 367	1.81 530	1.55 458	2.02 537	1.11 459	3.30 500	2.28 541	0.34 482	0.31 497	0.40 520	0.30 478	0.46 510	0.54 524
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
APVNet	1.11 464	0.59 483	1.95 496	0.87 532	0.77 516	1.90 534	0.82 477	2.03 456	1.15 335	1.14 310	1.43 424	1.55 472	1.12 465	3.03 489	1.62 509	0.32 465	0.34 519	0.42 526	0.36 518	0.36 458	0.41 481

XPNet_ROB	1.02 441	0.56 477	1.33 434	0.75 491	0.58 446	1.11 429	1.13 530	1.77 381	1.29 425	1.88 536	1.43 424	1.63 488	1.13 466	2.04 424	1.69 517	0.40 512	0.31 497	0.33 478	0.29 466	0.37 464	0.37 458

z-ln-s-r	1.18 478	0.61 491	2.91 538	0.54 241	0.56 438	0.81 333	0.86 487	1.72 370	1.55 517	1.18 331	1.62 477	1.37 438	1.16 467	3.67 508	3.77 567	0.20 228	0.15 238	0.21 238	0.17 195	0.29 402	0.24 300

AAGNet	1.84 541	0.30 212	0.79 225	0.66 410	0.32 202	0.65 246	0.50 328	1.02 151	1.01 265	1.47 472	1.21 337	0.99 331	1.16 467	2.76 482	22.69 628	0.24 343	0.13 88	0.22 273	0.20 277	0.24 338	0.16 74

MMNet	0.89 400	0.35 342	1.44 446	0.64 390	0.59 452	1.83 528	0.48 309	1.70 362	1.38 461	1.45 468	1.19 330	1.25 406	1.16 467	1.77 384	1.27 467	0.20 228	0.19 354	0.23 309	0.22 347	0.25 350	0.24 300

S-Stereo	1.17 473	0.48 446	2.25 518	0.83 519	0.81 528	1.22 455	1.17 537	2.12 474	2.08 559	1.47 472	2.13 538	1.55 472	1.16 467	2.09 431	1.46 490	0.42 520	0.40 546	0.35 493	0.32 491	0.45 503	0.73 559

DDUNet	1.56 518	2.70 611	1.35 435	1.79 586	1.88 589	1.82 527	0.91 496	1.84 400	1.20 360	1.40 449	1.79 504	1.62 484	1.17 471	1.59 354	1.22 457	1.11 585	0.76 589	2.38 600	0.94 585	2.12 587	1.53 588

DAS	0.89 400	0.37 374	1.20 408	0.66 410	0.69 491	0.82 335	0.62 413	1.79 386	1.26 401	1.93 542	1.55 458	0.96 322	1.17 471	2.72 480	0.69 342	0.22 297	0.16 276	0.25 372	0.18 219	0.29 402	0.24 300

SepStereo	0.87 394	0.37 374	1.20 408	0.66 410	0.69 491	0.82 335	0.62 413	1.79 386	1.26 401	1.93 542	1.55 458	0.96 322	1.17 471	2.34 454	0.69 342	0.22 297	0.16 276	0.25 372	0.18 219	0.29 402	0.24 300

SuperB	2.50 572	0.72 524	18.07 614	0.72 468	0.53 419	1.85 531	0.86 487	1.80 390	2.40 569	1.54 488	1.42 420	1.13 381	1.17 471	4.18 515	4.80 580	0.25 365	0.20 371	0.23 309	0.19 243	7.64 622	0.38 466

PA-Net	1.14 468	0.63 499	2.12 508	0.67 424	0.75 510	1.19 452	0.91 496	1.91 424	1.46 499	1.18 331	1.23 347	1.33 430	1.17 471	4.31 519	1.41 484	0.29 447	0.46 560	0.33 478	0.50 553	0.33 442	0.57 535
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CVANet_RVC	1.10 462	0.49 451	1.15 383	0.65 397	0.54 426	0.93 385	1.00 515	1.69 358	1.36 454	1.42 455	1.39 409	1.24 405	1.17 471	6.22 562	0.80 378	0.35 492	0.24 445	0.35 493	0.30 478	0.44 500	0.32 423

NCCL2	1.06 451	0.64 502	1.35 435	0.78 505	0.58 446	1.32 467	1.69 568	1.89 418	1.38 461	1.52 482	1.20 331	1.91 519	1.17 471	1.79 391	1.50 494	0.35 492	0.31 497	0.45 532	0.44 539	0.41 483	0.45 498

ADStereo(finetuned)	0.62 243	0.26 113	1.59 466	0.45 80	0.25 50	0.49 115	0.36 156	1.18 226	1.35 445	1.16 316	1.04 259	0.60 183	1.18 478	0.85 154	0.57 293	0.17 92	0.14 167	0.17 92	0.13 72	0.19 176	0.24 300

GANet-RSSM	0.78 339	0.31 244	0.90 295	0.67 424	0.58 446	0.80 325	0.62 413	2.04 459	1.15 335	1.11 285	1.27 364	1.26 412	1.18 478	1.68 370	0.74 354	0.26 392	0.21 389	0.22 273	0.22 347	0.23 309	0.23 277

xyz-stereo	7.03 609	0.24 66	70.23 643	0.44 71	0.21 10	29.74 628	0.49 320	1.03 159	0.77 160	1.45 468	26.78 630	1.17 387	1.19 480	4.72 530	1.32 475	0.16 58	0.12 42	0.20 202	0.14 106	0.17 101	0.14 19

GASNet	1.13 466	1.10 559	3.29 550	1.00 560	0.68 488	0.82 335	0.67 428	1.85 407	1.38 461	1.39 443	1.25 353	1.25 406	1.20 481	2.72 480	1.62 509	0.46 534	0.26 464	0.36 503	0.34 511	0.55 535	0.33 431

otaku	1.67 526	1.18 563	1.56 463	2.27 591	1.59 586	1.98 539	1.23 544	2.23 507	1.37 459	1.48 477	1.63 482	1.73 502	1.23 482	1.85 395	1.09 440	2.96 602	0.58 580	1.74 590	0.61 569	2.94 599	2.15 595

GANetREF_RVC	1.11 464	0.90 541	1.56 463	0.88 534	0.53 419	1.41 485	1.35 552	1.91 424	1.54 511	1.28 392	1.32 382	1.46 455	1.23 482	2.04 424	1.00 428	0.57 557	0.45 556	0.67 568	0.52 557	0.91 568	0.62 545
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_ROB	0.99 433	0.46 435	0.68 163	0.53 226	0.39 308	1.40 483	0.48 309	2.09 470	1.30 429	1.53 485	2.29 546	1.36 434	1.23 482	2.46 463	1.04 436	0.44 530	0.42 552	0.47 538	0.44 539	0.41 483	0.39 471

fast-acv-ft	1.00 436	0.48 446	1.85 488	0.61 356	0.52 411	1.77 521	0.69 434	1.52 310	1.47 500	1.34 420	1.85 516	1.73 502	1.24 485	1.62 362	1.56 500	0.27 413	0.28 480	0.28 423	0.28 447	0.28 385	0.31 414

CRFU-Net	0.90 408	0.42 419	1.10 368	0.69 448	0.59 452	1.76 519	0.84 480	2.33 528	0.92 221	1.45 468	1.20 331	1.62 484	1.25 486	1.38 305	0.94 416	0.28 431	0.23 435	0.22 273	0.19 243	0.24 338	0.27 359

MFN_U_SF_DS_RVC	1.80 536	1.11 560	4.33 564	0.84 523	0.77 516	3.70 587	2.41 601	2.04 459	1.85 546	1.75 524	1.90 522	1.92 522	1.25 486	7.33 587	1.45 488	0.47 538	0.47 561	0.53 551	0.77 578	0.50 521	0.55 530

GANet	1.41 503	0.52 464	1.18 403	0.74 482	0.48 384	1.40 483	1.69 568	1.87 411	1.28 413	1.56 493	2.39 550	1.56 474	1.25 486	9.13 603	1.20 452	0.31 457	0.32 509	0.34 486	0.29 466	0.40 479	0.33 431

DStereoRT	1.52 514	0.36 353	3.37 551	0.69 448	0.54 426	2.05 547	0.59 397	1.85 407	1.21 367	1.38 439	1.46 430	0.84 271	1.27 489	6.33 570	1.07 438	0.24 343	0.19 354	4.29 621	2.08 613	0.25 350	0.39 471

w-ln-seven	1.56 518	0.83 537	5.96 572	0.78 505	0.74 505	2.64 568	1.01 518	2.13 482	2.03 556	2.09 554	1.76 499	1.84 516	1.27 489	2.98 488	3.23 561	0.29 447	0.26 464	0.31 454	0.30 478	0.41 483	0.38 466

Anonymous_2	1.37 499	0.56 477	0.94 312	0.57 301	0.62 466	1.04 411	0.65 422	1.82 396	1.01 265	1.00 253	0.79 184	1.42 443	1.27 489	1.06 225	0.83 382	0.62 563	0.67 585	1.05 584	9.88 627	1.09 577	0.55 530

RTSC	1.43 508	0.89 540	3.62 557	0.94 554	0.64 470	1.85 531	0.69 434	2.20 505	2.04 558	2.22 558	1.70 492	1.67 493	1.27 489	2.53 471	4.48 575	0.33 472	0.25 457	0.27 407	0.29 466	0.38 470	0.40 477

Wz-Net-LNSev-Ref	1.09 461	0.46 435	2.61 531	0.71 462	0.65 475	2.00 541	0.78 457	2.07 466	1.47 500	1.62 507	1.47 433	1.53 469	1.29 493	2.10 432	1.65 515	0.24 343	0.14 167	0.20 202	0.16 169	0.28 385	0.28 374

DeepPrunerF	1.68 528	0.82 535	6.82 576	0.94 554	1.20 576	0.91 374	0.97 509	2.50 551	5.19 607	1.22 359	1.30 375	1.18 388	1.29 493	4.96 534	1.75 522	0.43 521	0.35 526	0.52 547	0.48 548	0.43 489	0.42 489

RYNet	1.24 491	0.52 464	1.57 465	0.73 476	0.97 555	1.74 517	0.95 507	2.09 470	1.54 511	1.44 462	1.18 326	1.94 527	1.29 493	4.57 524	1.93 530	0.27 413	0.23 435	0.35 493	0.27 436	0.57 538	0.59 540

Wz-Net-LNSev	1.17 473	0.72 524	4.71 567	0.66 410	0.84 533	1.72 512	1.13 530	1.97 441	1.43 486	1.34 420	1.32 382	1.66 491	1.30 496	1.44 325	1.51 496	0.29 447	0.26 464	0.24 333	0.23 379	0.33 442	0.35 450

psm_up	0.83 374	0.37 374	0.88 281	0.68 435	0.59 452	1.05 414	0.92 498	1.68 349	1.17 347	1.41 451	1.22 339	1.30 422	1.31 497	1.39 309	0.89 396	0.27 413	0.30 492	0.31 454	0.27 436	0.28 385	0.28 374

HGLStereo	0.89 400	0.42 419	1.15 383	0.82 515	1.03 559	1.16 442	0.57 384	1.68 349	1.28 413	1.26 381	1.62 477	1.13 381	1.31 497	1.85 395	1.11 444	0.25 365	0.24 445	0.24 333	0.22 347	0.24 338	0.29 388

LCNet	0.73 312	0.30 212	0.58 100	0.58 315	0.31 169	0.68 260	0.53 347	1.09 186	0.94 233	1.19 339	1.34 392	0.96 322	1.32 499	2.50 469	0.46 213	0.19 176	0.13 88	0.21 238	0.25 401	0.28 385	0.69 557

Ntro	1.72 532	1.21 566	1.62 467	2.54 598	1.86 588	2.09 548	1.14 533	2.08 467	1.38 461	1.23 362	1.62 477	1.62 484	1.33 500	2.04 424	1.21 456	3.09 603	0.56 577	1.82 592	0.65 571	2.97 602	2.25 597

Wz-Net-MNSev	1.21 483	0.66 509	3.44 553	0.69 448	0.73 498	1.93 537	1.44 557	2.16 491	1.59 520	1.85 535	1.49 437	1.50 463	1.34 501	2.05 428	1.54 499	0.27 413	0.24 445	0.28 423	0.28 447	0.35 454	0.32 423

zh-mn7	1.84 541	1.51 580	9.67 594	0.70 458	0.54 426	1.47 491	0.84 480	1.93 432	2.13 563	2.50 571	2.70 562	1.67 493	1.35 502	4.75 531	3.14 560	0.32 465	0.27 474	0.27 407	0.27 436	0.32 435	0.39 471

CBMV	1.04 444	0.48 446	0.88 281	0.56 279	0.36 268	1.52 495	1.55 562	1.87 411	1.59 520	2.11 555	1.67 487	1.46 455	1.35 502	1.92 407	1.31 469	0.35 492	0.35 526	0.39 514	0.33 505	0.34 450	0.34 441
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ccnet	1.19 479	0.71 521	1.36 440	0.81 512	0.75 510	1.72 512	1.13 530	1.98 442	1.31 436	1.52 482	1.84 513	1.75 507	1.36 504	2.01 421	2.04 532	0.57 557	0.54 574	0.57 560	0.56 562	0.60 544	0.60 543

FBW_ROB	1.78 534	0.66 509	1.90 491	0.72 468	0.66 481	1.79 526	1.07 524	2.79 575	1.77 537	1.84 533	1.79 504	1.98 531	1.37 505	12.42 622	2.22 538	0.36 499	0.38 540	0.57 560	0.39 526	0.46 510	0.51 518

Wz-Net-SNSev	1.68 528	1.45 575	8.71 590	0.71 462	0.67 487	1.35 474	1.51 558	2.15 489	1.47 500	1.51 480	1.68 489	2.27 550	1.38 506	4.23 516	2.36 545	0.32 465	0.29 488	0.31 454	0.33 505	0.43 489	0.39 471

Prome-Stereo	0.76 328	0.29 183	0.57 97	0.58 315	0.33 222	0.58 201	0.94 504	0.98 137	0.92 221	1.46 471	2.45 555	0.91 298	1.38 506	1.60 359	0.44 195	0.19 176	0.13 88	0.19 157	0.18 219	0.20 218	0.87 570

UDG	1.47 509	2.69 610	1.13 376	1.45 582	1.65 587	1.34 473	0.79 465	1.75 377	1.27 405	1.29 396	1.74 497	1.99 532	1.39 508	1.66 367	1.51 496	0.91 577	0.55 576	2.30 597	0.76 577	1.99 586	1.20 582

z-mn7	1.77 533	1.06 552	7.02 579	0.74 482	0.54 426	2.58 564	1.03 519	1.90 422	2.73 583	1.61 503	3.00 569	1.96 529	1.40 509	5.23 538	2.87 554	0.31 457	0.25 457	0.27 407	0.25 401	0.34 450	0.35 450

w-ln-seven-2	1.42 505	0.69 517	6.86 577	0.71 462	0.62 466	1.23 457	0.92 498	1.84 400	1.59 520	1.74 522	1.59 474	1.49 460	1.40 509	3.69 509	2.22 538	0.27 413	0.26 464	0.29 435	0.26 418	0.34 450	0.33 431

STrans-v2	1.06 451	0.31 244	1.02 340	0.52 202	0.33 222	0.67 256	0.78 457	2.66 567	1.26 401	1.15 312	1.46 430	1.37 438	1.40 509	6.68 577	0.46 213	0.19 176	0.13 88	0.21 238	0.18 219	0.18 139	0.21 225

ADCRef	1.50 512	0.61 491	3.83 559	0.76 499	0.77 516	1.91 535	0.77 454	2.16 491	1.34 442	1.63 509	1.59 474	1.35 433	1.40 509	1.79 391	8.32 595	0.25 365	0.21 389	0.32 466	0.31 484	0.31 424	0.32 423

PAM	0.86 390	0.31 244	1.19 404	0.55 257	0.35 260	2.17 550	0.47 301	2.26 510	0.87 205	1.18 331	0.96 222	3.01 574	1.41 513	0.90 174	0.40 162	0.19 176	0.13 88	0.19 157	0.18 219	0.20 218	0.27 359

iinet-f	1.04 444	0.50 454	4.24 563	0.58 315	0.43 347	1.78 525	0.70 441	1.29 265	1.16 342	1.25 369	1.42 420	1.57 476	1.42 514	1.47 331	1.70 519	0.26 392	0.23 435	0.20 202	0.20 277	0.26 363	0.26 341

stereogan	1.22 484	0.45 432	2.03 502	0.87 532	0.85 534	2.52 562	0.72 445	1.98 442	1.78 541	1.92 540	1.94 525	2.31 554	1.42 514	2.10 432	1.14 445	0.38 504	0.36 530	0.39 514	0.32 491	0.52 525	0.49 510

PASM	1.48 511	1.08 555	3.96 560	0.93 551	0.93 548	1.17 449	1.19 539	1.77 381	1.65 526	1.90 537	1.52 452	1.75 507	1.42 514	4.54 523	1.52 498	0.64 565	0.68 587	0.69 570	0.79 579	0.70 556	0.74 560

RASNet	1.16 471	0.34 313	1.11 370	0.73 476	0.86 536	1.00 406	0.60 405	1.56 323	1.43 486	1.07 279	1.37 402	2.08 545	1.44 517	7.00 582	1.56 500	0.20 228	0.17 304	0.17 92	0.19 243	0.19 176	0.19 164

ACVNet-4b	3.05 586	1.42 574	18.09 615	2.85 600	2.33 599	2.32 559	1.22 542	2.47 545	2.21 566	1.26 381	2.36 549	2.64 567	1.46 518	6.32 569	1.23 460	3.29 606	0.45 556	2.37 599	1.02 593	3.03 603	2.61 602

edge stereo	1.15 470	0.54 469	1.50 453	0.73 476	0.66 481	1.18 451	0.84 480	2.13 482	1.41 475	1.73 521	1.84 513	2.53 563	1.46 518	2.46 463	1.35 479	0.43 521	0.41 547	0.54 552	0.36 518	0.43 489	0.50 514

PAM_32	0.87 394	0.30 212	1.08 360	0.56 279	0.32 202	2.10 549	0.36 156	2.26 510	1.01 265	1.13 296	1.05 266	3.14 579	1.47 520	1.00 205	0.42 183	0.19 176	0.14 167	0.20 202	0.18 219	0.19 176	0.25 321

FAT-Stereo	1.10 462	0.43 424	1.46 448	0.74 482	0.60 456	1.13 432	0.92 498	2.06 464	1.71 533	1.75 524	2.00 531	2.02 537	1.47 520	2.02 423	1.26 464	0.44 530	0.36 530	0.34 486	0.29 466	0.36 458	0.57 535

pmcnn	2.84 580	0.46 435	5.19 570	0.68 435	0.42 343	1.55 499	1.16 536	2.32 522	1.60 523	2.72 575	7.49 604	17.96 624	1.48 522	6.04 559	6.64 589	0.18 135	0.15 238	0.15 30	0.12 38	0.20 218	0.20 195

RAFT + AFF	1.07 456	0.47 440	1.36 440	0.68 435	0.50 396	1.20 453	1.22 542	2.58 558	1.26 401	1.33 413	1.56 464	1.19 390	1.49 523	3.89 514	1.01 429	0.22 297	0.26 464	0.30 447	0.27 436	0.29 402	0.32 423

psmorigin	1.69 530	0.74 529	13.13 602	0.70 458	0.60 456	1.16 442	0.79 465	1.69 358	1.25 393	2.07 553	1.77 502	2.23 547	1.51 524	2.14 437	1.45 488	0.39 510	0.41 547	0.34 486	0.33 505	0.45 503	0.63 547

THIR-Stereo	1.02 441	0.29 183	0.73 193	0.51 179	0.29 126	0.94 388	1.31 549	1.08 179	0.98 249	1.35 426	1.91 524	1.16 386	1.54 525	6.37 572	0.79 371	0.20 228	0.14 167	0.21 238	0.22 347	0.19 176	0.25 321

XQC	1.51 513	0.98 549	3.20 546	0.92 545	0.76 515	2.01 542	1.17 537	2.53 555	1.99 554	2.01 550	1.54 455	2.00 533	1.54 525	3.16 493	3.46 564	0.49 542	0.31 497	0.45 532	0.40 528	0.71 558	0.62 545

Syn2CoEx	1.23 488	0.80 531	3.07 544	0.83 519	0.68 488	1.39 479	0.87 491	2.23 507	1.57 518	1.28 392	1.58 470	1.42 443	1.57 527	3.79 512	1.48 493	0.36 499	0.32 509	0.34 486	0.30 478	0.30 417	0.41 481

PWC_ROB	1.39 501	0.93 546	4.07 561	0.77 501	0.83 531	1.16 442	0.53 347	1.87 411	2.01 555	2.36 563	3.06 571	1.65 490	1.60 528	2.65 477	2.29 543	0.34 482	0.23 435	0.36 503	0.25 401	0.39 475	0.49 510

FTStereo	0.92 416	0.28 158	0.61 124	0.57 301	0.34 243	0.65 246	1.80 579	1.09 186	0.84 195	1.75 524	4.13 583	1.04 349	1.62 529	1.59 354	0.48 231	0.21 263	0.17 304	0.23 309	0.22 347	0.19 176	0.58 538

SHD	1.42 505	0.81 534	2.79 536	0.98 558	0.92 545	1.97 538	0.68 431	2.43 538	2.55 572	2.54 572	1.72 495	2.01 536	1.62 529	2.14 437	2.70 550	0.40 512	0.33 515	0.39 514	0.40 528	0.48 515	0.54 524

RTS	2.76 574	1.55 583	15.40 605	1.13 567	1.42 582	3.75 590	2.21 591	2.45 540	2.72 581	2.91 582	2.85 566	2.58 565	1.62 529	6.28 566	5.80 585	0.41 516	0.30 492	0.35 493	0.35 515	0.52 525	0.54 524

RTSA	2.76 574	1.55 583	15.40 605	1.13 567	1.42 582	3.75 590	2.21 591	2.45 540	2.72 581	2.91 582	2.85 566	2.58 565	1.62 529	6.28 566	5.80 585	0.41 516	0.30 492	0.35 493	0.35 515	0.52 525	0.54 524

ADCP+	2.12 558	0.56 477	10.01 595	0.68 435	0.91 544	2.25 554	1.04 520	1.92 430	1.50 507	1.58 498	1.34 392	1.73 502	1.62 529	2.27 449	13.20 609	0.25 365	0.22 407	0.32 466	0.29 466	0.38 470	0.34 441

CBFPSM	0.95 422	0.37 374	2.10 506	0.51 179	0.39 308	1.73 515	0.87 491	1.59 333	1.13 324	1.11 285	1.00 241	2.34 555	1.64 534	1.42 319	1.44 487	0.19 176	0.18 336	0.20 202	0.20 277	0.22 288	0.36 454

RGC	1.22 484	0.82 535	1.71 476	0.95 556	0.98 557	1.53 497	0.80 468	2.18 500	1.35 445	1.69 518	1.94 525	2.03 540	1.66 535	2.36 456	1.50 494	0.46 534	0.36 530	0.59 563	0.48 548	0.49 519	0.49 510

AnyNet_C32	2.14 559	1.45 575	7.38 581	0.95 556	1.12 565	2.23 552	2.34 597	2.10 472	1.54 511	2.44 566	1.79 504	2.04 542	1.66 535	2.69 478	10.48 605	0.38 504	0.35 526	0.35 493	0.42 532	0.50 521	0.60 543

SAMSARA	1.80 536	0.90 541	3.37 551	1.28 576	1.13 567	3.71 588	2.33 596	2.53 555	1.93 550	3.17 590	1.73 496	2.99 573	1.68 537	3.53 504	2.46 547	0.47 538	0.54 574	0.43 527	0.47 546	0.59 541	0.64 548

MSC_U_SF_DS_RVC	2.22 562	1.29 572	4.14 562	1.10 566	0.78 520	5.00 602	2.38 600	2.47 545	2.67 580	1.94 544	2.28 545	2.66 568	1.70 538	9.10 602	2.29 543	0.68 570	0.52 571	0.68 569	0.71 576	1.17 579	0.81 567

AF-Net	1.23 488	0.56 477	2.31 519	0.88 534	0.93 548	1.41 485	0.73 448	2.27 518	1.71 533	1.76 527	2.42 552	2.00 533	1.70 538	1.98 416	1.62 509	0.50 546	0.29 488	0.49 542	0.33 505	0.40 479	0.34 441

DRaft	0.81 363	0.26 113	0.77 215	0.47 112	0.31 169	0.95 394	0.52 341	1.13 201	0.99 258	1.78 528	2.01 532	0.80 242	1.71 540	2.64 476	0.74 354	0.19 176	0.14 167	0.20 202	0.20 277	0.18 139	0.24 300

PWCDC_ROB	1.39 501	0.91 544	2.10 506	1.08 564	0.92 545	1.72 512	0.58 390	2.03 456	3.30 590	1.32 407	4.87 592	1.21 393	1.71 540	1.98 416	1.75 522	0.65 566	0.26 464	0.29 435	0.25 401	0.56 536	0.41 481

Select-FE	0.87 394	0.42 419	2.64 533	0.57 301	0.48 384	0.47 98	0.23 38	2.59 559	0.85 199	1.08 281	1.32 382	2.00 533	1.73 542	1.15 249	0.47 222	0.21 263	0.17 304	0.21 238	0.26 418	0.20 218	0.33 431

RainbowNet	2.06 554	1.86 591	1.97 498	2.86 601	2.25 595	2.03 543	1.79 576	2.77 572	1.92 549	1.54 488	1.84 513	1.95 528	1.73 542	2.23 444	1.38 482	3.40 609	0.86 595	2.39 602	1.00 591	2.94 599	2.42 599

aanetorigin	1.26 493	0.85 539	3.00 542	0.72 468	0.80 524	1.08 423	1.05 521	1.12 197	1.39 469	3.53 593	2.60 560	1.72 500	1.73 542	1.98 416	1.77 525	0.26 392	0.24 445	0.26 393	0.25 401	0.38 470	0.51 518

GrayStereo	0.83 374	0.28 158	0.62 130	0.66 410	0.37 280	0.76 299	1.79 576	1.19 230	0.91 216	1.98 548	1.89 520	1.07 357	1.76 545	1.43 321	0.50 247	0.20 228	0.15 238	0.19 157	0.21 319	0.18 139	0.41 481

Nwc_Net	1.19 479	0.53 466	2.34 520	0.92 545	0.81 528	1.49 492	0.70 441	2.28 520	1.32 438	1.41 451	2.27 544	2.03 540	1.76 545	2.05 428	1.46 490	0.43 521	0.30 492	0.43 527	0.46 544	0.39 475	0.40 477

MFN_U_SF_RVC	1.62 524	0.96 548	4.36 565	0.92 545	0.69 491	2.62 567	1.10 526	2.50 551	1.74 536	1.99 549	1.86 518	2.45 561	1.78 547	3.08 491	2.84 553	0.54 551	0.50 570	0.56 558	0.60 568	0.60 544	0.67 550

UGAM-zero	1.05 449	0.33 283	1.04 345	0.49 142	0.31 169	0.67 256	0.26 61	2.37 531	0.80 181	1.05 271	1.11 292	2.86 572	1.81 548	6.26 564	0.50 247	0.18 135	0.15 238	0.19 157	0.16 169	0.17 101	0.21 225

LSM	6.55 606	1.26 569	15.64 608	1.79 586	68.74 639	1.67 511	2.08 588	2.26 510	2.59 573	3.13 589	3.08 572	1.90 517	1.81 548	2.89 486	2.16 537	0.43 521	0.59 581	0.50 543	0.58 564	0.64 549	17.24 630

CrosDoStereo	1.56 518	0.26 113	0.78 221	0.51 179	0.29 126	0.66 251	11.86 617	1.18 226	1.00 262	1.35 426	1.76 499	0.99 331	1.83 550	6.64 575	0.83 382	0.19 176	0.15 238	0.20 202	0.22 347	0.18 139	0.25 321

DeepStereo_LL	1.56 518	0.26 113	0.78 221	0.51 179	0.29 126	0.66 251	11.86 617	1.18 226	1.00 262	1.35 426	1.76 499	0.99 331	1.83 550	6.64 575	0.83 382	0.19 176	0.15 238	0.20 202	0.22 347	0.18 139	0.25 321

AnyNet_C01	2.38 567	2.21 601	10.17 596	0.99 559	0.79 522	3.12 580	2.37 598	2.69 569	1.89 548	2.58 574	2.44 554	2.70 569	1.86 552	3.65 505	7.12 591	0.41 516	0.41 547	0.40 520	0.42 532	0.68 554	0.79 565

ADCL	1.82 538	0.70 519	4.57 566	0.70 458	0.63 469	2.56 563	1.77 575	2.08 467	1.77 537	1.95 546	1.89 520	2.04 542	1.88 553	2.36 456	9.55 601	0.27 413	0.25 457	0.35 493	0.32 491	0.39 475	0.39 471

MFMNet_re	1.47 509	1.20 565	2.50 525	1.46 583	1.08 563	1.58 503	1.51 558	1.96 440	1.87 547	2.31 562	2.20 541	1.51 466	1.88 553	1.57 346	1.34 477	0.94 578	0.83 590	0.84 574	0.80 580	1.00 571	1.06 577

RP	1.17 473	0.54 469	1.48 451	0.93 551	1.05 561	1.14 435	0.85 486	1.99 446	1.70 531	1.72 520	2.07 535	1.91 519	1.93 555	2.00 420	1.37 481	0.55 555	0.37 535	0.48 540	0.37 522	0.46 510	0.46 503

SPS-STEREO	1.78 534	1.09 557	1.52 458	1.22 573	1.14 569	1.87 533	1.11 527	2.27 518	1.70 531	3.17 590	2.39 550	2.84 571	1.93 555	4.41 520	2.93 555	1.04 583	0.99 603	0.97 578	0.94 585	1.03 574	1.05 576
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Wz-Net-TNSev	2.10 556	2.71 612	9.30 591	0.72 468	0.65 475	2.41 561	1.81 580	2.45 540	1.77 537	1.62 507	1.56 464	2.56 564	2.01 557	5.30 539	4.46 574	0.41 516	0.38 540	0.33 478	0.37 522	0.54 533	0.64 548

DEmStereo	0.98 430	0.25 92	0.85 266	0.49 142	0.33 222	1.02 409	0.55 371	0.97 133	0.93 228	1.41 451	2.13 538	1.01 342	2.01 557	5.62 548	0.78 366	0.19 176	0.15 238	0.20 202	0.20 277	0.18 139	0.25 321

ADCMid	2.11 557	0.90 541	8.39 588	0.75 491	0.69 491	1.98 539	1.14 533	2.18 500	1.67 529	2.85 579	1.85 516	2.35 556	2.02 559	2.35 455	10.58 606	0.34 482	0.32 509	0.39 514	0.44 539	0.51 524	0.53 523

CSAN	1.61 522	0.67 513	3.24 549	0.74 482	0.52 411	1.77 521	1.74 573	1.98 442	1.94 551	2.47 570	2.33 548	1.93 523	2.04 560	6.45 573	1.95 531	0.43 521	0.36 530	0.41 525	0.42 532	0.43 489	0.44 496

ADCPNet	1.97 551	0.78 530	9.38 592	0.74 482	0.61 462	2.73 571	1.36 553	2.11 473	1.66 527	1.92 540	1.70 492	2.45 561	2.07 561	2.50 469	6.84 590	0.38 504	0.38 540	0.38 510	0.43 536	0.47 514	0.50 514

ADCS	2.35 565	1.26 569	6.54 575	0.85 526	0.77 516	2.18 551	1.79 576	2.47 545	2.20 565	2.80 578	2.14 540	2.38 557	2.09 562	2.81 483	13.83 615	0.43 521	0.41 547	0.40 520	0.45 542	0.59 541	0.67 550

ACV-stereo	1.00 436	0.55 473	1.47 449	0.59 334	0.42 343	2.38 560	0.58 390	1.20 234	1.21 367	0.83 212	1.01 243	3.36 581	2.10 563	1.64 364	1.17 448	0.28 431	0.22 407	0.23 309	0.22 347	0.29 402	0.35 450

ACVNet_2	2.86 581	1.47 577	8.28 586	2.68 599	2.26 596	2.70 569	1.84 581	3.41 585	3.04 586	2.27 560	3.42 576	4.58 590	2.10 563	5.91 556	1.62 509	2.58 600	0.67 585	2.22 596	0.85 582	2.79 596	2.47 600

LL-Strereo	1.42 505	0.44 431	2.02 499	0.62 365	1.07 562	0.73 285	0.65 422	2.02 452	1.21 367	1.60 502	1.62 477	2.02 537	2.10 563	9.67 610	1.07 438	0.22 297	0.20 371	0.27 407	0.24 392	0.23 309	0.33 431

NVStereoNet_ROB	2.17 561	1.18 563	3.51 554	1.14 570	1.26 579	1.57 502	1.51 558	2.19 502	2.11 561	2.04 551	4.80 590	3.17 580	2.11 566	7.97 595	2.10 533	1.12 586	0.94 600	1.10 585	1.34 598	0.95 569	1.31 583
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PSM-AAD	0.80 354	0.29 183	0.58 100	0.58 315	0.29 126	0.76 299	1.19 539	1.08 179	0.94 233	1.65 512	1.58 470	0.81 248	2.12 567	1.67 368	0.44 195	0.19 176	0.14 167	0.38 510	0.32 491	0.22 288	0.68 554

NCC-stereo	1.20 481	0.60 486	1.84 486	0.88 534	0.95 552	1.32 467	0.94 504	2.14 484	1.36 454	1.43 459	1.79 504	1.93 523	2.13 568	2.54 472	1.41 484	0.49 542	0.38 540	0.45 532	0.59 566	0.43 489	0.45 498

Abc-Net	1.20 481	0.60 486	1.84 486	0.88 534	0.95 552	1.32 467	0.94 504	2.14 484	1.36 454	1.43 459	1.79 504	1.93 523	2.13 568	2.54 472	1.41 484	0.49 542	0.38 540	0.45 532	0.59 566	0.43 489	0.45 498
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MADNet+	2.80 577	3.38 616	11.57 600	1.50 584	1.21 578	3.18 582	2.00 582	3.52 589	2.61 574	1.81 530	2.09 536	2.83 570	2.18 570	7.55 590	5.44 584	0.84 573	0.83 590	0.71 571	0.66 572	1.05 576	1.08 578

zh-sn7	2.00 552	1.73 589	9.50 593	0.77 501	0.73 498	1.77 521	1.32 550	2.08 467	1.66 527	1.91 538	2.48 557	1.81 514	2.25 571	5.74 551	4.07 571	0.33 472	0.33 515	0.32 466	0.32 491	0.44 500	0.46 503

MSAF-DinoV2	2.45 570	1.88 594	17.19 610	0.89 541	0.52 411	1.39 479	0.97 509	2.84 578	1.77 537	1.55 491	1.65 484	3.60 583	2.28 572	5.74 551	4.64 577	0.28 431	0.17 304	0.26 393	0.28 447	0.49 519	0.54 524

WZ-Net	2.14 559	1.08 555	11.68 601	0.89 541	0.78 520	1.76 519	1.59 565	2.39 533	2.03 556	2.11 555	1.95 527	2.30 553	2.28 572	5.94 558	3.86 570	0.35 492	0.27 474	0.29 435	0.32 491	0.52 525	0.50 514

ACVNet_1	3.08 587	1.48 578	17.70 611	2.90 603	2.35 601	2.30 556	1.43 556	3.16 583	2.26 568	1.91 538	2.05 534	3.51 582	2.32 574	3.71 510	1.58 502	3.25 605	0.66 584	2.40 603	1.06 594	3.07 604	2.59 601

IMH-64-1	2.82 578	1.87 592	1.77 480	3.31 608	2.69 604	3.22 583	2.07 586	4.25 600	2.77 584	2.46 568	3.78 580	3.05 575	2.34 575	4.67 527	3.00 557	3.84 614	0.84 593	2.75 609	1.39 599	3.34 607	2.93 608

IMH-64	2.82 578	1.87 592	1.77 480	3.31 608	2.69 604	3.22 583	2.07 586	4.25 600	2.77 584	2.46 568	3.78 580	3.05 575	2.34 575	4.67 527	3.00 557	3.84 614	0.84 593	2.75 609	1.39 599	3.34 607	2.93 608

PWCK	3.24 589	2.37 602	10.86 598	2.14 590	1.14 569	3.71 588	4.19 610	3.02 582	3.55 594	3.05 587	3.63 578	3.09 578	2.35 577	8.16 597	3.41 563	2.17 595	0.96 601	1.77 591	1.01 592	2.84 597	1.40 587

PVD	1.82 538	0.91 544	3.02 543	1.03 561	0.94 551	2.61 566	1.14 533	2.78 574	3.40 592	3.08 588	2.75 563	2.39 559	2.49 578	2.81 483	3.66 566	0.48 540	0.49 569	0.59 563	0.49 551	0.60 544	0.81 567

test_sample8	2.29 564	0.51 458	1.35 435	0.58 315	0.40 320	1.07 419	0.80 468	2.03 456	1.22 376	2.28 561	1.33 388	4.98 598	2.51 579	2.46 463	8.57 596	0.59 560	12.85 630	0.62 565	0.67 573	0.45 503	0.48 505

G-Net	1.71 531	0.67 513	2.09 505	1.14 570	0.75 510	2.96 579	0.89 493	1.58 328	1.30 429	2.76 577	8.12 611	2.29 552	2.51 579	1.94 410	2.23 540	0.49 542	0.45 556	0.45 532	0.31 484	0.62 548	0.59 540

KSHMR	8.76 614	2.14 600	3.59 555	3.60 613	3.13 610	4.15 597	2.67 603	5.61 611	58.90 647	3.04 586	55.71 645	4.94 595	2.54 581	4.61 526	3.05 559	3.49 610	1.57 615	3.14 614	1.98 611	3.84 611	3.49 613

Dean	3.77 592	1.65 586	17.87 612	3.01 605	2.54 603	3.15 581	2.10 589	4.80 605	4.42 601	2.89 581	6.03 597	5.45 599	2.55 582	3.40 502	2.13 534	3.22 604	0.89 597	2.51 606	1.07 595	3.07 604	2.65 606

LVE	3.40 591	1.80 590	2.21 514	2.90 603	2.44 602	3.27 585	2.25 593	4.80 605	5.06 606	2.43 565	6.79 600	5.99 601	2.64 583	9.20 604	2.28 541	3.30 607	1.11 609	2.38 600	1.48 605	2.95 601	2.62 603

EDNetEfficientorigin	10.59 617	1.52 581	177.33 646	0.68 435	0.54 426	1.66 510	1.20 541	1.94 434	3.39 591	4.69 605	3.37 574	3.08 577	2.79 584	3.25 497	3.63 565	0.26 392	0.24 445	0.33 478	0.28 447	0.85 564	0.87 570

WAO-6	2.98 585	1.67 587	1.88 490	2.38 595	2.30 598	3.53 586	2.37 598	4.38 602	4.64 604	2.42 564	4.50 584	4.85 594	2.99 585	5.22 537	5.37 583	1.77 591	1.16 610	2.31 598	1.47 604	2.42 591	1.99 594

MeshStereo	2.36 566	0.60 486	1.05 350	0.63 375	0.51 406	2.58 564	0.99 513	3.46 587	2.21 566	7.38 618	5.06 594	7.50 605	3.10 586	7.02 583	2.54 548	0.44 530	0.44 554	0.45 532	0.40 528	0.43 489	0.45 498
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
SGM_RVC	1.88 543	0.40 407	0.90 295	0.63 375	0.30 147	2.81 573	1.26 547	2.73 570	1.81 544	4.09 596	2.85 566	3.88 587	3.19 587	8.42 599	2.44 546	0.33 472	0.31 497	0.30 447	0.28 447	0.31 424	0.31 414
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
IMH	3.35 590	1.95 595	1.86 489	3.30 607	2.72 606	4.03 596	2.00 582	4.58 604	3.83 596	2.87 580	6.99 602	4.69 591	3.21 588	6.77 579	2.97 556	3.91 617	0.89 597	2.78 611	1.40 603	3.36 609	2.93 608

WAO-7	2.78 576	1.54 582	2.18 512	1.41 580	1.19 575	3.92 593	2.01 585	4.19 598	3.89 597	2.98 584	5.47 595	4.18 588	3.28 589	8.24 598	4.27 572	1.13 587	1.01 604	1.18 586	1.13 597	1.19 580	1.13 581

DPSNet	1.91 548	0.64 502	5.95 571	0.73 476	0.59 452	2.04 544	1.61 566	3.84 593	1.96 553	1.54 488	1.39 409	2.27 550	3.32 590	4.95 533	4.79 578	0.50 546	0.31 497	0.29 435	0.26 418	0.67 553	0.54 524

notaker	4.29 594	2.42 605	5.06 568	3.89 616	3.29 613	4.00 594	2.25 593	4.93 607	3.47 593	4.21 602	6.79 600	7.67 607	3.37 591	9.25 606	6.47 587	4.09 619	1.42 612	3.35 618	2.13 614	4.11 614	3.54 614

SANet	2.26 563	0.70 519	6.94 578	0.69 448	0.46 370	2.76 572	1.76 574	2.61 561	5.84 610	2.45 567	3.52 577	3.71 584	3.38 592	5.90 555	2.14 535	0.34 482	0.31 497	0.32 466	0.29 466	0.54 533	0.43 493

EDNetEfficient	2.40 569	1.14 561	8.59 589	0.77 501	0.73 498	1.06 417	1.53 561	1.54 316	4.06 598	4.87 607	2.81 564	2.23 547	3.53 593	3.04 490	9.65 602	0.27 413	0.24 445	0.27 407	0.31 484	0.70 556	0.67 550

ktn	4.56 595	2.41 604	2.54 526	3.79 615	3.25 611	4.81 601	2.91 606	5.52 609	7.36 611	4.12 599	14.55 621	7.54 606	3.70 594	7.84 594	3.35 562	4.06 618	1.86 616	3.26 617	2.22 615	3.27 606	2.86 607

MonStereo1	3.22 588	1.70 588	2.23 517	2.51 597	2.33 599	5.55 605	1.61 566	3.55 590	4.67 605	3.29 592	8.09 610	4.79 593	3.75 595	6.30 568	2.79 552	2.52 598	0.64 582	1.91 594	1.07 595	2.53 593	2.62 603

WAO-8	4.57 596	2.01 596	2.58 529	2.37 593	2.21 593	9.75 609	1.71 570	6.04 613	16.34 620	4.11 597	7.69 608	7.41 603	3.85 596	10.02 617	3.85 568	2.05 593	1.09 607	2.44 604	1.39 599	2.56 594	1.86 592

Venus	4.57 596	2.01 596	2.58 529	2.37 593	2.21 593	9.75 609	1.71 570	6.04 613	16.34 620	4.11 597	7.69 608	7.41 603	3.85 596	10.02 617	3.85 568	2.05 593	1.09 607	2.44 604	1.39 599	2.56 594	1.86 592

MSMD_ROB	2.08 555	0.61 491	1.15 383	0.71 462	0.62 466	4.00 594	0.93 502	1.94 434	1.79 542	4.71 606	4.60 588	8.14 610	3.87 598	3.75 511	1.65 515	0.54 551	0.48 563	0.55 556	0.58 564	0.53 530	0.52 520

TorneroNet-64	5.41 600	2.10 599	2.43 522	3.49 611	2.83 607	9.90 611	2.13 590	8.87 619	16.79 625	5.39 612	9.18 613	10.68 620	3.92 599	9.55 608	5.11 581	3.36 608	0.86 595	2.88 612	1.62 606	3.76 610	3.37 612

DStereoO	1.82 538	1.21 566	2.98 541	1.42 581	0.88 543	1.54 498	4.03 609	1.90 422	2.15 564	1.56 493	1.82 511	1.75 507	4.06 600	1.76 382	2.15 536	2.39 597	0.52 571	0.97 578	0.43 536	2.24 588	0.68 554

JetBlue	4.18 593	2.45 607	10.42 597	1.40 577	2.89 608	10.68 613	10.68 615	3.91 594	2.52 570	2.74 576	3.39 575	4.50 589	4.27 601	7.97 595	7.67 594	0.89 574	0.97 602	0.89 575	0.92 584	2.26 589	2.21 596

TorneroNet	10.72 618	2.09 598	2.76 535	3.48 610	3.03 609	44.72 635	2.31 595	8.62 618	67.06 648	7.45 619	23.21 629	10.59 619	4.28 602	9.03 601	9.00 598	3.67 611	0.91 599	3.04 613	1.63 607	3.92 612	3.55 615

WCMA_ROB	2.05 553	0.55 473	1.77 480	0.74 482	0.61 462	2.24 553	1.56 563	2.17 499	1.79 542	4.16 600	6.36 599	5.66 600	4.66 603	3.19 494	2.77 551	0.55 555	0.45 556	0.40 520	0.43 536	0.48 515	0.50 514

JetRed	7.02 608	8.94 620	25.72 623	2.89 602	3.27 612	14.25 618	12.27 619	6.69 615	4.45 602	4.46 603	4.56 585	6.65 602	5.43 604	7.46 589	14.41 617	2.60 601	3.31 618	2.61 607	2.30 616	4.34 615	3.79 616

ELAS	2.67 573	0.80 531	2.13 509	1.13 567	1.15 571	6.25 607	2.56 602	3.50 588	3.68 595	5.36 611	4.92 593	3.79 585	5.56 605	3.65 505	5.22 582	0.66 567	0.57 578	0.56 558	0.54 560	0.65 551	0.75 562
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DispFullNet	2.39 568	2.89 613	3.74 558	3.09 606	2.27 597	2.04 544	0.84 480	2.19 502	1.73 535	2.54 572	1.98 528	2.23 547	5.83 606	3.44 503	1.84 528	1.03 581	0.33 515	2.65 608	1.97 610	2.87 598	2.34 598

MADNet++	5.41 600	3.18 614	6.43 574	4.66 620	3.95 617	6.15 606	6.75 613	4.51 603	4.51 603	5.06 609	6.27 598	4.96 596	6.14 607	9.39 607	11.70 607	4.71 620	4.19 622	3.97 620	3.33 618	4.08 613	4.25 619

tt	6.61 607	0.28 158	6.10 573	3.77 614	2.17 592	11.53 614	19.61 623	13.53 624	5.81 609	3.00 585	2.82 565	4.97 597	6.33 608	3.83 513	7.23 592	9.13 626	11.32 629	5.87 625	6.22 625	6.01 619	2.63 605

UNDER WATER	5.68 602	2.46 608	15.52 607	3.98 618	3.53 614	5.15 603	2.74 604	5.58 610	16.41 623	4.00 595	4.56 585	9.12 613	6.43 609	6.22 562	9.11 599	3.85 616	1.35 611	3.18 616	1.98 611	4.51 617	3.84 618

UNDER WATER-64	5.84 604	2.48 609	17.93 613	3.97 617	3.58 615	7.70 608	3.03 607	5.72 612	14.13 617	4.18 601	4.00 582	9.27 614	6.80 610	6.20 561	9.22 600	3.67 611	1.52 614	3.14 614	1.95 609	4.43 616	3.83 617

FC-DCNN	2.88 583	0.61 491	1.15 383	0.75 491	0.57 443	2.85 576	1.05 521	3.44 586	2.64 578	6.93 614	7.63 605	9.86 615	7.02 611	5.76 553	4.31 573	0.54 551	0.48 563	0.51 545	0.50 553	0.53 530	0.52 520

FC-DCNN v2	2.96 584	0.61 491	1.13 376	0.75 491	0.57 443	2.90 577	1.06 523	3.59 591	2.66 579	7.05 615	7.66 607	10.26 618	7.17 612	6.27 565	4.49 576	0.54 551	0.48 563	0.51 545	0.50 553	0.53 530	0.52 520

FCDSN-DC	2.47 571	0.65 508	1.00 335	0.85 526	0.75 510	2.26 555	0.97 509	2.31 521	1.83 545	5.52 613	7.65 606	7.72 608	7.70 613	4.43 521	2.64 549	0.52 549	0.48 563	0.52 547	0.52 557	0.57 538	0.59 540
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
coex-ft	8.35 612	2.39 603	100.24 645	0.68 435	0.54 426	1.77 521	1.57 564	1.71 366	11.00 614	18.91 630	3.76 579	3.85 586	8.23 614	3.29 499	6.58 588	0.31 457	0.31 497	0.32 466	0.31 484	0.69 555	0.57 535

ELAS_RVC	2.87 582	0.80 531	3.22 548	1.16 572	1.12 565	2.92 578	5.33 612	2.98 581	4.18 600	5.04 608	4.82 591	4.71 592	8.23 614	4.25 518	4.79 578	0.67 568	0.57 578	0.57 560	0.53 559	0.66 552	0.74 560
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
TCMNet-wrong-test	10.42 616	11.55 622	15.31 604	20.99 625	18.49 622	13.94 617	10.69 616	16.07 625	4.14 599	5.27 610	5.64 596	16.22 623	12.57 616	7.57 591	10.26 604	7.44 624	2.38 617	4.30 622	3.43 619	11.37 625	10.87 624

USTest	14.33 622	14.93 623	21.00 616	17.41 624	16.02 619	23.11 622	33.76 631	22.02 626	11.81 615	9.47 622	10.19 614	15.94 622	13.17 617	17.25 625	22.38 625	3.81 613	5.01 623	6.17 626	6.18 624	9.23 624	7.81 623

MANE	7.50 610	0.64 502	7.97 583	1.40 577	2.10 590	16.86 621	12.56 620	12.91 623	17.51 628	8.50 620	11.60 616	14.66 621	13.33 618	12.02 621	13.28 610	0.62 563	0.52 571	0.52 547	1.90 608	0.56 536	0.58 538

SGM+DAISY	5.38 599	1.28 571	8.24 585	1.27 575	1.16 573	10.62 612	16.01 622	2.93 580	2.53 571	8.64 621	13.03 618	8.26 611	13.38 619	6.34 571	7.59 593	1.07 584	1.05 606	1.00 582	0.98 588	1.02 573	1.12 580

DStereoSA	5.78 603	1.09 557	8.20 584	2.07 589	4.09 618	4.26 598	21.23 624	4.17 597	5.59 608	1.96 547	12.40 617	1.57 476	13.59 620	7.02 583	13.02 608	0.90 575	3.63 621	0.91 577	3.68 621	1.84 585	4.43 620

DStereoFS	6.12 605	2.43 606	7.51 582	2.47 596	2.16 591	16.09 619	8.18 614	4.22 599	12.08 616	3.74 594	14.16 619	7.84 609	13.66 621	7.03 585	9.84 603	0.90 575	1.49 613	1.23 587	2.79 617	1.36 582	3.31 611

SGM-ForestM	7.81 611	0.48 446	11.02 599	0.74 482	0.40 320	16.83 620	12.72 621	7.91 617	8.13 612	11.53 623	10.25 615	22.44 632	14.01 622	17.02 624	20.52 623	0.38 504	0.39 545	0.37 506	0.36 518	0.37 464	0.38 466

LRCNet_RVC	22.79 625	32.09 631	22.06 617	29.83 629	26.15 627	4.40 600	0.84 480	22.64 627	2.10 560	26.93 633	29.25 632	23.03 633	15.56 623	23.91 630	18.92 622	32.00 639	20.04 640	34.68 638	32.13 639	30.66 637	28.52 637

DPSMNet_ROB	13.08 621	8.28 619	22.32 619	9.54 623	18.15 621	11.53 614	31.98 630	10.83 622	16.27 619	7.17 617	19.40 628	10.12 616	16.69 624	9.87 613	22.50 627	4.78 622	8.72 624	5.38 624	10.25 629	6.16 621	11.59 626

DGTPSM_ROB	13.06 620	8.27 618	22.29 618	9.53 622	18.14 620	11.53 614	31.97 629	10.82 621	16.25 618	7.14 616	19.39 627	10.12 616	16.69 624	9.85 612	22.49 626	4.77 621	8.72 624	5.37 623	10.24 628	6.15 620	11.56 625

Anonymous_1	42.79 639	18.71 624	24.75 620	21.81 626	45.16 637	27.68 624	37.52 632	28.64 632	16.34 620	14.72 626	14.53 620	20.60 625	17.82 626	21.52 627	25.88 630	113.45 648	8.91 626	100.63 643	126.37 645	158.50 648	12.31 627

DPSM_ROB	19.12 623	19.13 625	25.13 621	22.15 627	20.86 625	28.06 625	37.75 633	27.18 630	16.95 626	14.25 624	15.07 622	21.66 626	18.69 627	21.83 628	26.51 631	10.15 628	9.30 627	10.45 629	10.41 630	14.00 626	12.85 628

DPSM	19.12 623	19.13 625	25.13 621	22.15 627	20.86 625	28.06 625	37.75 633	27.18 630	16.95 626	14.25 624	15.07 622	21.66 626	18.69 627	21.83 628	26.51 631	10.15 628	9.30 627	10.45 629	10.41 630	14.00 626	12.85 628

xxxxx1	54.34 642	26.72 628	27.03 624	114.14 642	99.00 642	30.68 630	47.19 635	32.52 634	26.09 629	17.85 627	17.48 624	21.86 628	20.92 629	24.38 631	33.78 633	34.73 640	41.33 641	157.67 646	175.68 646	65.82 641	71.99 645

tt_ll	54.34 642	26.72 628	27.03 624	114.14 642	99.00 642	30.68 630	47.19 635	32.52 634	26.09 629	17.85 627	17.48 624	21.86 628	20.92 629	24.38 631	33.78 633	34.73 640	41.33 641	157.67 646	175.68 646	65.82 641	71.99 645

ff	54.34 642	26.72 628	27.03 624	114.14 642	99.00 642	30.68 630	47.19 635	32.52 634	26.09 629	17.85 627	17.48 624	21.86 628	20.92 629	24.38 631	33.78 633	34.73 640	41.33 641	157.67 646	175.68 646	65.82 641	71.99 645

LE_ROB	8.35 612	0.47 440	27.42 627	0.83 519	0.34 243	2.84 575	3.36 608	4.03 596	27.04 632	25.20 632	8.72 612	8.55 612	27.35 632	7.37 588	22.13 624	0.22 297	0.20 371	0.20 202	0.21 319	0.25 350	0.25 321

HaxPig	39.02 636	41.39 640	41.59 628	30.10 630	32.36 628	29.49 627	27.65 627	30.56 633	37.94 642	43.75 642	43.81 641	33.42 635	35.69 633	41.51 636	40.33 638	43.91 643	47.48 645	45.87 639	47.14 641	42.29 638	44.06 641

AVERAGE_ROB	40.42 637	42.30 641	42.61 629	36.91 632	35.54 630	30.42 629	27.59 626	37.45 639	38.45 643	44.87 643	44.27 642	37.55 637	36.69 634	41.82 637	40.25 637	45.36 644	46.73 644	47.09 640	46.32 640	42.47 639	43.74 640

LSM0	42.92 640	38.72 639	50.66 639	47.49 639	110.18 647	56.77 643	75.87 638	54.87 646	33.74 635	29.48 640	31.12 640	43.77 644	37.12 635	43.85 644	53.44 646	20.50 638	18.67 633	21.05 636	21.07 637	28.37 636	41.73 639

HanzoNet	11.92 619	5.12 617	17.18 609	4.19 619	3.59 616	5.16 604	2.82 605	7.41 616	9.96 613	33.31 641	27.60 631	22.25 631	37.31 636	18.18 626	13.57 611	8.13 625	3.44 620	3.50 619	3.44 620	7.77 623	4.52 621

RAFT-FEzeroshot	38.43 632	38.42 634	50.19 633	44.92 637	41.98 634	56.48 641	76.24 642	54.46 642	33.87 637	28.51 636	30.31 637	43.61 642	37.54 637	43.76 639	53.32 643	20.29 633	18.70 635	21.03 632	21.04 634	28.21 633	25.79 633

RAFT-FE	38.43 632	38.42 634	50.19 633	44.92 637	41.98 634	56.48 641	76.24 642	54.46 642	33.87 637	28.51 636	30.31 637	43.61 642	37.54 637	43.76 639	53.32 643	20.29 633	18.70 635	21.03 632	21.04 634	28.21 633	25.79 633

CasAABBNet	38.42 631	38.42 634	50.26 636	44.76 634	41.87 631	56.47 639	76.22 641	54.44 640	33.92 639	28.53 638	30.36 639	43.53 641	37.59 639	43.77 642	53.32 643	20.27 632	18.70 635	21.03 632	21.04 634	28.19 631	25.79 633

FlowAnything	38.45 634	38.38 633	50.32 637	44.77 635	41.97 633	56.43 637	76.20 639	54.49 645	34.43 641	28.45 634	30.15 635	43.52 640	37.69 640	43.76 639	53.31 642	20.36 636	18.71 638	21.03 632	21.10 638	28.18 630	25.74 632

Hybrid-DGEV	38.41 630	38.43 637	50.24 635	44.83 636	41.93 632	56.45 638	76.20 639	54.48 644	33.86 636	28.46 635	30.13 634	43.49 638	37.75 641	43.77 642	53.30 641	20.31 635	18.69 634	21.02 631	20.97 632	28.20 632	25.72 631

Selective-RAFT-Error	38.47 635	38.44 638	50.38 638	44.74 633	42.01 636	56.47 639	76.24 642	54.44 640	34.02 640	28.59 639	30.30 636	43.51 639	38.10 642	43.69 638	53.24 640	20.36 636	18.72 639	21.05 636	21.02 633	28.25 635	25.87 636

MEDIAN_ROB	42.01 638	44.30 642	44.14 632	35.08 631	34.90 629	31.33 633	29.90 628	36.77 638	40.11 644	47.14 646	46.55 643	37.49 636	38.50 643	44.30 645	42.32 639	47.93 645	49.31 646	49.68 641	49.00 642	44.98 640	46.46 642

BEATNet-Init1	27.39 629	21.01 627	73.65 644	1.07 563	0.80 524	56.07 636	22.82 625	33.14 637	31.71 634	51.78 647	52.93 644	65.63 645	48.54 644	48.75 646	36.36 636	0.52 549	0.47 561	0.54 552	0.54 560	0.64 549	0.72 558

PML	51.64 641	37.49 632	14.31 603	7.45 621	20.27 624	107.80 647	231.34 649	8.94 620	27.70 633	86.74 648	268.93 649	69.03 646	61.09 645	24.71 634	14.36 616	9.71 627	3.40 619	9.60 628	4.67 623	20.46 629	4.76 622

DPSimNet_ROB	24.77 628	9.69 621	61.46 642	3.56 612	19.46 623	25.95 623	77.56 645	5.09 608	16.60 624	21.50 631	29.82 633	25.12 634	85.69 646	13.37 623	23.07 629	7.23 623	17.79 632	8.55 627	7.57 626	4.57 618	31.84 638

RSGM-EC	88.73 645	82.35 645	50.81 640	105.24 640	99.50 645	93.69 645	125.26 646	90.19 647	46.12 645	45.12 644	57.25 646	101.03 647	88.09 647	153.95 647	152.34 647	105.29 646	59.41 647	113.44 644	52.73 643	91.73 646	61.05 643

acva	88.73 645	82.35 645	50.81 640	105.24 640	99.50 645	93.69 645	125.26 646	90.19 647	46.12 645	45.12 644	57.25 646	101.03 647	88.09 647	153.95 647	152.34 647	105.29 646	59.41 647	113.44 644	52.73 643	91.73 646	61.05 643

test_example2	192.91 647	210.59 647	206.44 647	199.86 647	204.90 648	172.02 648	182.95 648	138.34 649	134.89 649	193.14 649	200.54 648	186.77 649	177.82 649	204.95 649	207.57 649	221.83 649	238.70 649	186.02 649	190.07 649	226.94 649	173.78 648

ccccc		492.94 648		530.37 648	529.69 649	476.06 649		494.48 650		446.40 650		473.27 650		541.46 650		660.58 650	458.79 650	353.88 650	309.98 650	597.94 650

Low-res two-view benchmark