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 27	0.17 1	0.36 1	0.41 44	0.29 124	0.59 196	0.21 17	0.36 2	0.30 12	0.35 36	0.25 6	0.23 3	0.13 1	1.57 341	0.26 7	0.14 26	0.11 21	0.19 156	0.17 191	0.13 5	0.13 2

MLG-Stereo_test2	0.27 3	0.22 27	0.40 9	0.39 21	0.24 28	0.35 25	0.18 2	0.58 11	0.23 2	0.28 7	0.24 5	0.34 60	0.19 2	0.79 130	0.24 3	0.16 57	0.11 21	0.15 30	0.11 7	0.13 5	0.14 19

MonStereo	0.29 9	0.19 3	0.47 36	0.37 5	0.22 16	0.55 169	0.31 94	0.60 17	0.44 51	0.29 12	0.28 16	0.23 3	0.20 3	0.60 63	0.26 7	0.11 1	0.11 21	0.14 4	0.11 7	0.14 21	0.14 19

Monster-pub-mixall	0.32 27	0.20 10	0.44 23	0.37 5	0.22 16	0.28 11	0.18 2	0.69 41	0.36 33	0.37 47	0.36 31	0.27 24	0.20 3	1.43 316	0.25 5	0.15 41	0.12 41	0.13 1	0.11 7	0.12 1	0.15 39

IGEV	0.29 9	0.18 2	0.43 18	0.38 13	0.31 166	0.45 75	0.21 17	0.63 26	0.42 44	0.32 23	0.44 57	0.26 19	0.20 3	0.44 11	0.26 7	0.14 26	0.12 41	0.16 61	0.13 74	0.12 1	0.14 19

MonSter	0.29 9	0.19 3	0.48 42	0.37 5	0.22 16	0.55 169	0.31 94	0.60 17	0.44 51	0.29 12	0.29 17	0.23 3	0.20 3	0.60 63	0.26 7	0.11 1	0.11 21	0.14 4	0.11 7	0.14 21	0.14 19

Monster-pub-eth3d	0.29 9	0.19 3	0.48 42	0.37 5	0.22 16	0.55 169	0.31 94	0.60 17	0.44 51	0.29 12	0.29 17	0.23 3	0.21 7	0.59 60	0.26 7	0.11 1	0.11 21	0.14 4	0.11 7	0.14 21	0.14 19

MLG-Stereo_test3	0.29 9	0.20 10	0.46 27	0.43 59	0.24 28	0.47 91	0.19 7	0.75 61	0.31 13	0.36 40	0.22 3	0.35 62	0.21 7	0.61 66	0.26 7	0.16 57	0.12 41	0.16 61	0.11 7	0.13 5	0.15 39

LG-Stereo	0.37 60	0.27 132	0.94 306	0.48 120	0.26 68	0.37 33	0.30 87	0.88 111	0.57 95	0.38 53	0.58 118	0.29 36	0.21 7	0.51 32	0.37 127	0.14 26	0.14 160	0.20 198	0.18 215	0.18 133	0.14 19

LG-Stereo_L1	0.31 22	0.24 65	0.49 48	0.38 13	0.27 73	0.28 11	0.21 17	0.68 37	0.29 10	0.27 4	0.25 6	0.25 14	0.22 10	1.25 265	0.24 3	0.16 57	0.12 41	0.15 30	0.12 38	0.14 21	0.13 2

AIO_rvc	0.38 64	0.25 87	0.65 148	0.47 106	0.31 166	0.55 169	0.38 178	0.98 134	0.51 72	0.35 36	0.48 72	0.49 118	0.22 10	0.87 159	0.31 58	0.16 57	0.12 41	0.16 61	0.12 38	0.15 48	0.15 39

S2M2_XL	0.25 1	0.25 87	0.43 18	0.36 3	0.24 28	0.16 2	0.18 2	0.34 1	0.24 4	0.29 12	0.41 45	0.24 10	0.23 12	0.32 1	0.27 20	0.20 220	0.18 330	0.18 128	0.16 166	0.18 133	0.15 39
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 9	0.21 15	0.39 4	0.40 33	0.23 23	0.25 4	0.22 25	0.59 14	0.32 17	0.33 28	0.26 11	0.40 80	0.23 12	0.86 154	0.30 49	0.16 57	0.13 85	0.14 4	0.11 7	0.14 21	0.14 19

MatchStereo	0.30 18	0.21 15	0.44 23	0.35 2	0.19 2	0.21 3	0.23 38	0.90 116	0.54 81	0.28 7	0.48 72	0.25 14	0.24 14	0.53 35	0.33 80	0.17 90	0.12 41	0.14 4	0.11 7	0.14 21	0.14 19

HiDET	0.27 3	0.19 3	0.39 4	0.39 21	0.24 28	0.30 16	0.21 17	0.60 17	0.35 23	0.27 4	0.30 21	0.33 55	0.25 15	0.50 31	0.32 69	0.14 26	0.12 41	0.14 4	0.11 7	0.13 5	0.16 72

252Zero-FE	0.29 9	0.24 65	0.47 36	0.42 52	0.25 49	0.29 14	0.19 7	0.71 50	0.49 66	0.32 23	0.34 28	0.22 2	0.25 15	0.43 10	0.30 49	0.16 57	0.13 85	0.14 4	0.12 38	0.13 5	0.15 39

DEFOM-Stereo	0.34 42	0.23 43	0.46 27	0.44 68	0.29 124	0.79 313	0.23 38	0.50 5	0.39 38	0.38 53	0.32 25	0.23 3	0.25 15	1.21 260	0.28 28	0.17 90	0.12 41	0.15 30	0.11 7	0.14 21	0.16 72

AIO-Stereo	0.39 72	0.26 107	0.54 82	0.50 157	0.24 28	0.45 75	0.39 194	1.13 195	0.57 95	0.42 73	0.49 78	0.52 138	0.25 15	0.74 110	0.32 69	0.16 57	0.13 85	0.18 128	0.14 109	0.16 70	0.15 39

MonSter++	0.27 3	0.20 10	0.38 2	0.39 21	0.24 28	0.35 25	0.20 13	0.53 7	0.33 18	0.30 16	0.27 14	0.39 76	0.26 19	0.47 18	0.28 28	0.13 17	0.12 41	0.14 4	0.11 7	0.13 5	0.15 39

2.5w	0.33 35	0.23 43	0.53 78	0.41 44	0.25 49	0.42 58	0.38 178	0.69 41	0.35 23	0.38 53	0.54 107	0.24 10	0.26 19	0.91 174	0.29 40	0.13 17	0.10 2	0.14 4	0.13 74	0.14 21	0.15 39

monsters	0.35 49	0.21 15	0.49 48	0.43 59	0.39 299	0.34 23	0.26 59	0.69 41	0.44 51	0.49 110	0.41 45	0.23 3	0.26 19	1.38 300	0.27 20	0.14 26	0.11 21	0.14 4	0.12 38	0.13 5	0.15 39

111111	0.36 54	0.22 27	0.49 48	0.47 106	0.45 353	0.36 30	0.22 25	1.04 160	0.44 51	0.33 28	0.33 26	0.40 80	0.26 19	0.99 197	0.27 20	0.17 90	0.12 41	0.15 30	0.11 7	0.15 48	0.15 39

LG-Stereo_L2	0.30 18	0.23 43	0.50 58	0.38 13	0.26 68	0.26 5	0.20 13	0.84 94	0.31 13	0.31 21	0.26 11	0.25 14	0.26 19	0.94 180	0.23 1	0.15 41	0.12 41	0.16 61	0.12 38	0.14 21	0.13 2

MLG-Stereo_test1	0.29 9	0.21 15	0.42 16	0.41 44	0.25 49	0.37 33	0.20 13	0.71 50	0.20 1	0.25 2	0.17 1	0.33 55	0.26 19	0.92 176	0.26 7	0.15 41	0.11 21	0.16 61	0.11 7	0.13 5	0.13 2

CAS	0.66 255	0.19 3	0.41 14	2.31 585	0.86 528	0.56 179	0.53 341	0.83 88	0.63 118	0.49 110	0.70 153	0.36 64	0.26 19	0.47 18	0.37 127	2.33 588	0.10 2	0.14 4	0.10 1	0.17 97	1.31 576

4.5_new	0.31 22	0.25 87	0.46 27	0.38 13	0.24 28	0.52 141	0.36 153	0.65 29	0.35 23	0.48 102	0.43 49	0.27 24	0.27 26	0.42 8	0.26 7	0.14 26	0.10 2	0.15 30	0.13 74	0.17 97	0.15 39

4.5w-stereo	0.31 22	0.25 87	0.46 27	0.38 13	0.24 28	0.52 141	0.36 153	0.65 29	0.35 23	0.48 102	0.43 49	0.27 24	0.27 26	0.42 8	0.26 7	0.14 26	0.10 2	0.15 30	0.13 74	0.17 97	0.15 39

monsterstereo	0.36 54	0.21 15	0.53 78	0.48 120	0.36 265	0.27 9	0.29 79	0.58 11	0.52 74	0.45 87	0.61 125	0.26 19	0.27 26	1.23 262	0.28 28	0.14 26	0.12 41	0.15 30	0.12 38	0.16 70	0.13 2

MLG-Stereo	0.31 22	0.20 10	0.42 16	0.42 52	0.20 5	0.41 47	0.19 7	0.85 96	0.24 4	0.26 3	0.22 3	0.33 55	0.27 26	1.09 230	0.27 20	0.15 41	0.11 21	0.16 61	0.11 7	0.13 5	0.13 2

IGEV-BASED-STEREO-	0.71 295	3.18 607	2.55 521	0.40 33	0.24 28	0.42 58	0.23 38	0.66 33	0.46 59	0.47 94	0.45 61	0.33 55	0.27 26	0.58 54	0.30 49	1.34 582	0.10 2	0.22 269	0.19 239	0.45 495	1.32 578

RAFT-Stereo-weight	0.49 139	0.26 107	0.58 98	0.49 136	0.28 109	0.61 210	0.34 126	1.16 216	1.11 306	1.06 271	0.79 178	0.75 225	0.28 31	0.79 130	0.42 178	0.16 57	0.13 85	0.17 89	0.15 129	0.16 70	0.18 118

CAS++	0.48 135	0.34 306	0.59 104	0.48 120	0.32 199	0.45 75	0.29 79	1.73 365	0.78 162	0.71 179	0.73 164	0.36 64	0.28 31	0.70 101	0.35 95	0.27 405	0.22 401	0.26 387	0.21 313	0.29 394	0.22 248
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CES	0.51 152	0.21 15	0.40 9	0.42 52	1.40 574	0.53 150	0.34 126	1.04 160	0.68 133	0.45 87	0.67 140	0.35 62	0.28 31	0.58 54	0.35 95	0.16 57	0.13 85	0.15 30	0.10 1	0.19 169	1.69 582

BStereo	0.41 81	0.27 132	1.63 462	0.43 59	0.29 124	0.55 169	0.40 203	0.60 17	0.54 81	0.37 47	0.36 31	0.38 73	0.29 34	0.66 90	0.41 168	0.13 17	0.14 160	0.15 30	0.19 239	0.16 70	0.18 118

Wave_Phase_stereo	0.53 158	0.27 132	1.63 462	0.43 59	0.29 124	2.72 564	0.40 203	0.82 85	0.54 81	0.37 47	0.36 31	0.38 73	0.29 34	0.66 90	0.41 168	0.13 17	0.14 160	0.15 30	0.19 239	0.16 70	0.18 118

LCMNet	0.30 18	0.19 3	0.38 2	0.39 21	0.25 49	0.32 20	0.22 25	0.65 29	0.58 98	0.28 7	0.33 26	0.33 55	0.29 34	0.58 54	0.32 69	0.14 26	0.13 85	0.14 4	0.11 7	0.13 5	0.17 98

CSFM-Stereo	0.28 7	0.19 3	0.39 4	0.40 33	0.21 10	0.40 39	0.21 17	0.60 17	0.33 18	0.32 23	0.29 17	0.31 43	0.29 34	0.49 24	0.27 20	0.15 41	0.14 160	0.14 4	0.11 7	0.14 21	0.14 19

DLNR-FE	23.24 621	48.33 637	43.35 624	177.19 639	78.30 633	0.35 25	0.21 17	23.45 623	0.82 183	0.67 174	0.86 196	0.58 167	0.29 34	1.62 357	0.48 226	10.93 625	0.13 85	0.18 128	0.14 109	76.65 638	0.23 269

Replicate-Monster	0.43 97	0.30 204	2.04 497	0.37 5	0.22 16	0.47 91	0.23 38	0.82 85	0.50 69	0.44 79	0.27 14	0.31 43	0.29 34	1.01 204	0.26 7	0.14 26	0.11 21	0.14 4	0.12 38	0.13 5	0.38 459

qwe	0.34 42	0.22 27	0.48 42	0.39 21	0.27 73	0.49 107	0.30 87	0.76 64	0.40 40	0.51 129	0.49 78	0.26 19	0.29 34	0.83 142	0.35 95	0.12 5	0.10 2	0.14 4	0.12 38	0.15 48	0.14 19

LGtest1	0.28 7	0.23 43	0.46 27	0.42 52	0.22 16	0.41 47	0.19 7	0.58 11	0.29 10	0.30 16	0.25 6	0.29 36	0.29 34	0.57 50	0.26 7	0.18 130	0.12 41	0.16 61	0.12 38	0.14 21	0.16 72

GREAT-IGEV	0.34 42	0.22 27	0.54 82	0.40 33	0.31 166	0.36 30	0.28 72	0.59 14	0.66 128	0.28 7	0.51 88	0.29 36	0.29 34	0.86 154	0.28 28	0.15 41	0.12 41	0.15 30	0.11 7	0.17 97	0.16 72

SCV_C0	0.48 135	0.29 176	0.88 275	0.46 89	0.31 166	0.46 80	0.31 94	1.67 338	0.87 201	0.40 67	0.52 93	0.54 150	0.29 34	1.27 272	0.34 86	0.18 130	0.14 160	0.17 89	0.14 109	0.20 211	0.18 118

EGLCR-Stereo	0.41 81	0.24 65	0.59 104	0.45 77	0.27 73	0.54 163	0.22 25	1.23 240	0.56 92	0.44 79	0.43 49	0.68 204	0.29 34	0.89 168	0.34 86	0.17 90	0.12 41	0.20 198	0.17 191	0.17 97	0.18 118

AIO_test	0.38 64	0.24 65	0.59 104	0.47 106	0.31 166	0.55 169	0.44 261	0.86 103	0.50 69	0.34 33	0.48 72	0.46 99	0.30 45	0.76 118	0.31 58	0.17 90	0.12 41	0.17 89	0.13 74	0.16 70	0.15 39

mms	0.42 93	0.29 176	0.60 114	0.47 106	0.33 219	0.43 65	0.46 283	0.75 61	0.50 69	0.36 40	0.61 125	0.44 86	0.30 45	1.39 304	0.34 86	0.16 57	0.14 160	0.18 128	0.15 129	0.19 169	0.21 217

DLNR_Zeroshot_test	23.23 620	48.25 636	43.77 625	177.04 638	78.39 634	0.35 25	0.21 17	23.33 622	0.82 183	0.67 174	0.86 196	0.58 167	0.30 45	1.64 359	0.48 226	10.69 624	0.13 85	0.18 128	0.14 109	76.63 637	0.23 269

Selective-IGEV	0.42 93	0.26 107	0.56 91	0.48 120	0.27 73	0.45 75	0.33 113	1.56 316	0.61 113	0.36 40	0.47 70	0.52 138	0.30 45	1.08 226	0.33 80	0.15 41	0.13 85	0.17 89	0.13 74	0.16 70	0.15 39

VIP-Stereo	0.37 60	0.25 87	0.62 128	0.41 44	0.46 362	0.82 330	0.22 25	0.67 35	0.48 63	0.32 23	0.55 110	0.37 69	0.31 49	0.85 151	0.28 28	0.18 130	0.12 41	0.16 61	0.12 38	0.15 48	0.14 19

AdaDepth	0.33 35	0.23 43	0.69 167	0.46 89	0.29 124	0.44 71	0.24 46	0.54 9	0.38 36	0.33 28	0.38 36	0.26 19	0.31 49	0.81 134	0.27 20	0.12 5	0.13 85	0.16 61	0.13 74	0.16 70	0.20 188

IGEV-RUCA	0.38 64	0.24 65	0.51 66	0.51 173	0.36 265	0.59 196	0.23 38	0.68 37	0.52 74	0.39 60	0.50 84	0.44 86	0.31 49	0.86 154	0.31 58	0.24 336	0.13 85	0.16 61	0.12 38	0.20 211	0.21 217

fffft	0.39 72	0.24 65	0.56 91	0.45 77	0.34 240	0.42 58	0.48 303	0.85 96	0.39 38	0.45 87	0.35 30	0.38 73	0.31 49	1.32 285	0.34 86	0.14 26	0.12 41	0.19 156	0.15 129	0.16 70	0.18 118
1: 1. 1
RAStereo	0.36 54	0.22 27	0.85 261	0.48 120	0.28 109	0.27 9	0.28 72	0.77 66	0.65 126	0.33 28	0.43 49	0.44 86	0.31 49	0.45 13	0.35 95	0.18 130	0.15 231	0.19 156	0.15 129	0.19 169	0.15 39

UniTT-Stereo	0.38 64	0.24 65	0.67 157	0.49 136	0.36 265	0.40 39	0.32 105	0.55 10	0.55 88	0.55 145	0.55 110	0.36 64	0.31 49	0.59 60	0.52 254	0.21 255	0.15 231	0.17 89	0.15 129	0.19 169	0.17 98

CASnet	0.42 93	0.26 107	0.52 74	0.52 196	0.21 10	0.49 107	0.35 140	0.85 96	0.85 195	0.84 210	0.69 147	0.48 114	0.31 49	0.57 50	0.34 86	0.19 171	0.12 41	0.27 401	0.22 341	0.23 301	0.15 39
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GLC_STEREO	0.41 81	0.27 132	0.43 18	0.55 250	0.24 28	0.47 91	0.30 87	0.81 80	0.64 123	0.53 138	0.74 166	0.50 125	0.31 49	0.65 88	0.45 202	0.18 130	0.20 365	0.23 303	0.19 239	0.21 260	0.21 217

BridgeDepth_RVC	0.27 3	0.20 10	0.40 9	0.34 1	0.19 2	0.46 80	0.19 7	0.59 14	0.28 7	0.30 16	0.29 17	0.26 19	0.32 57	0.45 13	0.30 49	0.17 90	0.11 21	0.13 1	0.12 38	0.15 48	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 2	0.23 43	0.41 14	0.40 33	0.24 28	0.32 20	0.22 25	0.43 3	0.24 4	0.31 21	0.25 6	0.30 40	0.32 57	0.36 3	0.27 20	0.16 57	0.12 41	0.15 30	0.11 7	0.13 5	0.14 19

MGS-Stereo	0.43 97	0.28 152	0.61 122	0.46 89	0.28 109	0.49 107	0.33 113	0.60 17	0.89 205	0.47 94	1.32 377	0.51 129	0.32 57	0.66 90	0.39 141	0.20 220	0.16 269	0.18 128	0.16 166	0.18 133	0.18 118

4D-IteraStereo	0.50 149	0.26 107	0.84 255	0.51 173	0.49 382	0.64 233	0.31 94	0.91 117	1.02 265	1.05 265	0.72 160	0.76 227	0.32 57	0.69 99	0.40 158	0.18 130	0.11 21	0.23 303	0.20 271	0.19 169	0.16 72

GEAStereo	0.34 42	0.23 43	0.46 27	0.49 136	0.33 219	0.46 80	0.35 140	0.87 107	0.42 44	0.36 40	0.39 38	0.32 47	0.33 61	0.45 13	0.29 40	0.22 290	0.13 85	0.17 89	0.13 74	0.17 97	0.16 72

GSStereo	0.36 54	0.23 43	0.46 27	0.50 157	0.33 219	0.46 80	0.35 140	1.31 261	0.53 78	0.38 53	0.39 38	0.32 47	0.33 61	0.45 13	0.29 40	0.20 220	0.12 41	0.16 61	0.13 74	0.17 97	0.18 118

GS-Stereo							0.35 140	1.31 261	0.53 78	0.38 53	0.39 38	0.32 47	0.33 61	0.45 13	0.29 40	0.20 220	0.12 41	0.16 61	0.13 74	0.17 97	0.18 118

ours_stereo	0.40 76	0.30 204	0.57 95	0.47 106	0.31 166	0.40 39	0.44 261	0.79 76	0.58 98	0.36 40	0.58 118	0.46 99	0.33 61	1.14 243	0.33 80	0.17 90	0.13 85	0.19 156	0.15 129	0.19 169	0.20 188

RSM	0.40 76	0.25 87	0.53 78	0.50 157	0.27 73	0.46 80	0.40 203	0.94 128	0.49 66	0.42 73	0.44 57	0.65 196	0.33 61	1.07 223	0.32 69	0.15 41	0.13 85	0.17 89	0.14 109	0.17 97	0.15 39

MSKI-zero shot	0.56 180	0.30 204	0.61 122	0.55 250	0.28 109	0.68 254	0.28 72	1.25 246	0.68 133	0.92 229	1.33 383	0.81 244	0.33 61	1.94 405	0.36 114	0.18 130	0.13 85	0.17 89	0.13 74	0.16 70	0.19 159

XX-TBD	0.47 127	0.71 514	0.39 4	0.81 504	0.25 49	0.57 181	0.26 59	0.73 56	1.30 424	0.78 193	1.01 238	0.45 96	0.33 61	0.49 24	0.39 141	0.20 220	0.15 231	0.15 30	0.11 7	0.17 97	0.15 39

asd	0.32 27	0.22 27	0.49 48	0.40 33	0.25 49	0.47 91	0.30 87	0.77 66	0.35 23	0.44 79	0.40 43	0.28 33	0.34 68	0.64 83	0.29 40	0.13 17	0.10 2	0.14 4	0.12 38	0.15 48	0.13 2

2.75w_new	0.33 35	0.24 65	0.51 66	0.36 3	0.24 28	0.41 47	0.42 223	0.61 24	0.40 40	0.50 119	0.44 57	0.24 10	0.34 68	0.77 120	0.34 86	0.13 17	0.11 21	0.14 4	0.11 7	0.13 5	0.13 2

S2M2_L	0.35 49	0.28 152	0.47 36	0.43 59	0.30 145	0.31 19	0.16 1	0.61 24	0.68 133	0.32 23	0.49 78	0.47 109	0.34 68	0.40 4	0.33 80	0.25 358	0.22 401	0.20 198	0.22 341	0.25 342	0.23 269
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
HART	0.48 135	0.24 65	0.63 131	0.52 196	0.27 73	0.41 47	0.29 79	1.32 265	0.54 81	0.59 151	1.47 428	0.61 184	0.34 68	1.09 230	0.32 69	0.16 57	0.14 160	0.19 156	0.14 109	0.19 169	0.18 118

SMoEStereo_RVC	0.41 81	0.26 107	0.55 85	0.46 89	0.31 166	0.60 202	0.36 153	0.85 96	0.47 61	0.47 94	0.43 49	0.42 82	0.34 68	1.40 306	0.31 58	0.15 41	0.12 41	0.20 198	0.15 129	0.16 70	0.18 118

U	9.23 609	0.22 27	0.65 148	0.48 120	53.11 631	61.26 637	0.24 46	0.77 66	0.55 88	0.37 47	0.30 21	0.29 36	0.34 68	0.34 2	0.27 20	0.20 220	0.12 41	60.47 635	4.24 616	0.18 133	0.14 19

RSM++	0.40 76	0.26 107	0.55 85	0.51 173	0.27 73	0.49 107	0.41 215	0.83 88	0.52 74	0.39 60	0.47 70	0.60 177	0.34 68	1.02 208	0.31 58	0.16 57	0.13 85	0.17 89	0.15 129	0.18 133	0.15 39

testlalala2	0.60 227	0.30 204	0.68 161	1.79 578	1.30 572	0.65 239	0.41 215	1.06 166	0.75 155	0.91 226	0.96 216	0.75 225	0.34 68	0.56 44	0.45 202	0.18 130	0.16 269	0.17 89	0.13 74	0.17 97	0.19 159

Wavelet-MonSter	0.29 9	0.21 15	0.51 66	0.41 44	0.27 73	0.26 5	0.25 49	0.51 6	0.31 13	0.37 47	0.48 72	0.28 33	0.35 76	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 22	0.24 65	0.51 66	0.39 21	0.24 28	0.43 65	0.33 113	0.68 37	0.40 40	0.39 60	0.44 57	0.27 24	0.35 76	0.55 41	0.31 58	0.12 5	0.10 2	0.14 4	0.11 7	0.14 21	0.13 2

2.25w	0.35 49	0.24 65	0.55 85	0.38 13	0.24 28	0.44 71	0.25 49	0.69 41	0.42 44	0.49 110	0.59 121	0.27 24	0.35 76	0.83 142	0.37 127	0.13 17	0.11 21	0.14 4	0.12 38	0.13 5	0.17 98

LG-G_1	0.33 35	0.22 27	0.48 42	0.44 68	0.20 5	0.64 233	0.18 2	0.80 77	0.28 7	0.30 16	0.30 21	0.36 64	0.35 76	0.88 163	0.26 7	0.17 90	0.13 85	0.16 61	0.11 7	0.14 21	0.16 72

LG-G	0.33 35	0.22 27	0.48 42	0.44 68	0.20 5	0.64 233	0.18 2	0.80 77	0.28 7	0.30 16	0.30 21	0.36 64	0.35 76	0.88 163	0.26 7	0.17 90	0.13 85	0.16 61	0.11 7	0.14 21	0.16 72

SGD-Stereo	0.34 42	0.22 27	0.44 23	0.39 21	0.20 5	0.42 58	0.22 25	0.71 50	0.33 18	0.43 75	0.34 28	0.27 24	0.35 76	1.15 244	0.33 80	0.21 255	0.11 21	0.16 61	0.13 74	0.17 97	0.15 39

SCV	0.51 152	0.29 176	0.72 177	0.63 366	0.27 73	0.40 39	0.38 178	2.32 516	0.75 155	0.36 40	0.49 78	0.55 154	0.35 76	1.31 279	0.34 86	0.25 358	0.13 85	0.17 89	0.14 109	0.18 133	0.18 118

StereoAnything_RVC	0.49 139	1.60 578	0.87 270	0.37 5	0.21 10	0.26 5	0.21 17	0.53 7	0.23 2	0.23 1	0.21 2	0.19 1	0.35 76	1.29 276	0.23 1	0.22 290	0.11 21	0.15 30	0.11 7	2.36 582	0.13 2

4.25_new	0.32 27	0.27 132	0.49 48	0.40 33	0.27 73	0.49 107	0.39 194	0.69 41	0.35 23	0.40 67	0.43 49	0.27 24	0.36 84	0.48 20	0.32 69	0.12 5	0.10 2	0.15 30	0.11 7	0.14 21	0.13 2

4.5w_new	0.32 27	0.27 132	0.49 48	0.40 33	0.27 73	0.49 107	0.39 194	0.69 41	0.35 23	0.40 67	0.43 49	0.27 24	0.36 84	0.48 20	0.32 69	0.12 5	0.10 2	0.15 30	0.11 7	0.14 21	0.13 2

4.25w-stereo	0.32 27	0.27 132	0.49 48	0.40 33	0.27 73	0.49 107	0.39 194	0.69 41	0.35 23	0.40 67	0.43 49	0.27 24	0.36 84	0.48 20	0.32 69	0.12 5	0.10 2	0.15 30	0.12 38	0.14 21	0.13 2

3.75w	0.34 42	0.23 43	0.50 58	0.39 21	0.30 145	0.62 213	0.36 153	0.70 49	0.38 36	0.44 79	0.49 78	0.25 14	0.36 84	0.72 105	0.28 28	0.13 17	0.09 1	0.14 4	0.12 38	0.13 5	0.15 39

999	0.49 139	0.25 87	0.55 85	0.51 173	0.35 257	0.74 282	0.31 94	0.89 115	0.59 102	0.39 60	0.50 84	0.50 125	0.36 84	2.41 456	0.41 168	0.17 90	0.13 85	0.18 128	0.15 129	0.16 70	0.23 269

testlalala	0.49 139	0.30 204	0.70 172	0.44 68	0.40 311	0.68 254	0.38 178	1.38 275	0.58 98	1.28 386	0.82 188	0.61 184	0.36 84	0.57 50	0.34 86	0.21 255	0.14 160	0.18 128	0.12 38	0.15 48	0.16 72

iRaftStereo_RVC	0.49 139	0.28 152	0.72 177	0.53 219	0.29 124	0.52 141	0.33 113	1.14 199	0.84 191	0.85 212	0.99 231	0.55 154	0.36 84	0.83 142	0.40 158	0.18 130	0.13 85	0.22 269	0.20 271	0.20 211	0.18 118

FlowAnything_test	0.41 81	0.27 132	0.67 157	0.60 334	0.33 219	0.62 213	0.35 140	0.64 27	0.48 63	0.46 92	0.36 31	0.45 96	0.37 91	0.54 38	0.52 254	0.25 358	0.19 348	0.28 417	0.33 499	0.22 280	0.22 248

3.25w_new	0.33 35	0.22 27	0.50 58	0.39 21	0.24 28	0.52 141	0.33 113	0.77 66	0.43 49	0.49 110	0.46 67	0.32 47	0.37 91	0.64 83	0.28 28	0.12 5	0.10 2	0.14 4	0.12 38	0.12 1	0.15 39

3.25w	0.33 35	0.22 27	0.50 58	0.39 21	0.24 28	0.52 141	0.33 113	0.77 66	0.43 49	0.49 110	0.46 67	0.32 47	0.37 91	0.64 83	0.28 28	0.12 5	0.10 2	0.14 4	0.12 38	0.12 1	0.15 39

GIP-stereo	0.37 60	0.25 87	0.49 48	0.55 250	0.41 325	0.37 33	0.22 25	1.03 153	0.56 92	0.35 36	0.52 93	0.46 99	0.37 91	0.55 41	0.28 28	0.20 220	0.13 85	0.16 61	0.12 38	0.16 70	0.16 72

tt45	0.47 127	0.25 87	0.52 74	0.47 106	0.34 240	0.78 303	0.32 105	0.86 103	0.45 58	0.52 134	0.45 61	0.49 118	0.37 91	2.12 429	0.36 114	0.16 57	0.13 85	0.19 156	0.16 166	0.17 97	0.21 217

model_zeroshot	0.53 158	0.31 238	1.00 329	0.57 293	0.39 299	0.74 282	0.39 194	1.38 275	0.67 130	0.88 219	0.85 194	0.71 219	0.37 91	0.77 120	0.39 141	0.21 255	0.17 298	0.19 156	0.17 191	0.17 97	0.22 248

GCAP-BAT	0.54 162	0.33 276	0.75 201	0.45 77	0.50 387	0.84 347	0.35 140	0.98 134	0.80 177	0.88 219	1.04 254	0.88 277	0.37 91	1.25 265	0.41 168	0.19 171	0.15 231	0.18 128	0.13 74	0.17 97	0.22 248

Pointernet	0.41 81	0.21 15	0.63 131	0.45 77	0.29 124	0.51 135	0.27 65	1.54 309	0.70 138	0.48 102	0.64 130	0.49 118	0.37 91	0.51 32	0.36 114	0.18 130	0.13 85	0.14 4	0.11 7	0.14 21	0.14 19

test_for_model	1.38 493	3.71 610	0.65 148	3.45 603	2.88 601	0.57 181	0.33 113	1.91 417	0.93 223	1.47 466	0.64 130	0.51 129	0.37 91	0.53 35	0.35 95	2.54 591	0.16 269	0.17 89	0.12 38	4.56 611	1.84 585

CREStereo++_RVC	0.49 139	0.22 27	0.46 27	0.48 120	0.38 290	0.45 75	0.25 49	0.77 66	1.30 424	0.82 203	1.23 342	0.47 109	0.37 91	0.55 41	0.44 189	0.16 57	0.11 21	0.16 61	0.80 574	0.18 133	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 49	0.27 132	0.55 85	0.38 13	0.25 49	0.54 163	0.34 126	0.73 56	0.40 40	0.46 92	0.45 61	0.31 43	0.38 101	0.80 133	0.40 158	0.12 5	0.10 2	0.15 30	0.12 38	0.14 21	0.16 72

XX-Stereo	0.97 420	0.28 152	8.28 580	0.85 518	0.70 489	0.44 71	0.22 25	1.07 169	0.69 137	0.66 172	1.56 459	1.38 434	0.38 101	1.36 293	0.38 135	0.21 255	0.14 160	0.20 198	0.19 239	0.19 169	0.16 72

WQFJA1++	1.34 491	0.23 43	0.51 66	0.40 33	0.29 124	0.46 80	0.20 13	0.67 35	0.31 13	0.40 67	0.39 38	0.34 60	0.39 103	0.66 90	0.28 28	0.19 171	0.13 85	0.16 61	0.13 74	20.39 622	0.17 98

4w-stereo	0.32 27	0.25 87	0.52 74	0.38 13	0.25 49	0.46 80	0.28 72	0.68 37	0.35 23	0.43 75	0.45 61	0.28 33	0.39 103	0.63 81	0.31 58	0.12 5	0.10 2	0.15 30	0.12 38	0.14 21	0.14 19

castereo++	0.41 81	0.26 107	0.51 66	0.44 68	0.32 199	0.96 395	0.22 25	1.13 195	0.61 113	0.33 28	0.45 61	0.50 125	0.39 103	0.94 180	0.25 5	0.18 130	0.12 41	0.17 89	0.12 38	0.14 21	0.16 72

Former-RAFT_DAM_RVC	0.47 127	0.38 384	0.75 201	0.48 120	0.37 276	0.67 250	0.35 140	0.82 85	1.14 326	0.61 163	0.64 130	0.39 76	0.39 103	0.74 110	0.39 141	0.20 220	0.17 298	0.22 269	0.18 215	0.24 330	0.20 188

TRStereo	0.67 266	0.71 514	1.06 346	0.77 493	0.68 480	0.53 150	0.38 178	2.52 548	0.96 238	0.81 201	0.84 192	0.87 271	0.39 103	1.16 248	0.46 208	0.24 336	0.17 298	0.23 303	0.24 386	0.18 133	0.20 188

FE-Mocha	0.52 156	0.32 256	0.98 321	0.51 173	0.37 276	0.46 80	0.22 25	1.71 359	0.56 92	1.02 256	1.10 278	0.82 250	0.41 108	0.58 54	0.32 69	0.19 171	0.13 85	0.21 234	0.21 313	0.17 97	0.19 159

Zero-FE251	0.36 54	0.25 87	0.64 141	0.49 136	0.30 145	0.57 181	0.24 46	0.86 103	0.36 33	0.53 138	0.39 38	0.51 129	0.41 108	0.49 24	0.28 28	0.19 171	0.15 231	0.17 89	0.12 38	0.14 21	0.16 72

HUF	0.39 72	0.27 132	0.71 175	0.43 59	0.24 28	0.51 135	0.47 295	0.99 142	0.55 88	0.37 47	0.45 61	0.53 144	0.41 108	0.70 101	0.29 40	0.18 130	0.14 160	0.16 61	0.12 38	0.15 48	0.17 98

fffy	0.44 104	0.29 176	0.67 157	0.47 106	0.30 145	0.46 80	0.34 126	0.98 134	0.57 95	0.40 67	0.59 121	0.55 154	0.41 108	1.26 269	0.37 127	0.16 57	0.14 160	0.19 156	0.16 166	0.19 169	0.20 188

IGEV-Stereo+	0.46 117	0.23 43	0.51 66	0.42 52	0.46 362	0.15 1	0.19 7	0.45 4	0.37 35	0.28 7	0.25 6	0.31 43	0.41 108	1.43 316	0.31 58	0.18 130	0.13 85	0.15 30	0.12 38	1.09 569	1.74 583

plain	0.49 139	0.29 176	1.23 409	0.51 173	0.40 311	0.35 25	0.37 168	1.04 160	0.62 115	0.44 79	0.76 168	0.42 82	0.41 108	1.17 253	0.46 208	0.23 314	0.15 231	0.24 327	0.19 239	0.25 342	0.18 118

LL-Strereo2	0.56 180	0.36 345	0.77 209	0.56 271	0.40 311	0.68 254	0.37 168	1.21 233	0.83 188	0.96 240	0.79 178	0.91 293	0.41 108	1.08 226	0.48 226	0.18 130	0.17 298	0.29 429	0.25 395	0.22 280	0.19 159

test_4	0.55 167	0.23 43	0.67 157	0.56 271	0.32 199	0.71 271	0.39 194	0.83 88	0.72 142	0.93 232	1.87 514	0.70 212	0.41 108	1.21 260	0.39 141	0.16 57	0.13 85	0.21 234	0.23 373	0.20 211	0.18 118

MM-Stereo_test3	0.53 158	0.26 107	0.60 114	0.56 271	0.73 490	0.49 107	0.53 341	1.31 261	1.08 287	0.64 167	0.97 225	0.61 184	0.42 116	0.82 136	0.40 158	0.21 255	0.18 330	0.20 198	0.16 166	0.19 169	0.21 217

MM-Stereo_test2	0.44 104	0.25 87	0.70 172	0.54 234	0.33 219	0.55 169	0.45 277	1.02 145	0.84 191	0.61 163	0.51 88	0.49 118	0.42 116	0.82 136	0.32 69	0.16 57	0.13 85	0.18 128	0.14 109	0.19 169	0.17 98

AIO-test2	0.61 234	0.30 204	0.93 299	0.65 388	0.65 467	0.79 313	0.50 322	1.33 267	1.40 466	0.65 169	1.15 313	0.53 144	0.42 116	1.18 254	0.36 114	0.25 358	0.18 330	0.26 387	0.31 478	0.20 211	0.21 217

tg	0.54 162	0.25 87	0.70 172	0.52 196	0.31 166	0.89 362	0.29 79	1.12 191	0.98 245	0.85 212	1.03 248	0.62 187	0.42 116	1.37 296	0.41 168	0.17 90	0.13 85	0.22 269	0.21 313	0.17 97	0.17 98

EKT-Stereo	0.56 180	0.33 276	0.84 255	0.61 348	0.64 462	0.51 135	0.48 303	1.14 199	0.95 234	0.74 186	0.89 204	0.77 231	0.42 116	1.18 254	0.42 178	0.23 314	0.17 298	0.21 234	0.18 215	0.20 211	0.26 333

GCAP-Stereo	0.43 97	0.32 256	0.80 223	0.50 157	0.27 73	0.53 150	0.31 94	1.05 164	0.67 130	0.69 177	0.71 157	0.58 167	0.42 116	0.51 32	0.35 95	0.18 130	0.15 231	0.18 128	0.13 74	0.17 97	0.15 39

LoS	0.41 81	0.23 43	0.46 27	0.39 21	0.23 23	0.48 101	0.40 203	1.12 191	0.94 229	0.50 119	0.66 137	0.49 118	0.42 116	0.63 81	0.39 141	0.19 171	0.14 160	0.16 61	0.11 7	0.14 21	0.15 39
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CREStereo	0.40 76	0.24 65	0.40 9	0.37 5	0.22 16	0.52 141	0.29 79	0.81 80	1.15 331	0.59 151	0.72 160	0.51 129	0.42 116	0.57 50	0.37 127	0.19 171	0.13 85	0.15 30	0.10 1	0.14 21	0.15 39
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 64	0.21 15	0.47 36	0.46 89	0.36 265	0.43 65	0.34 126	0.75 61	0.62 115	0.43 75	0.70 153	0.39 76	0.43 124	0.62 71	0.37 127	0.15 41	0.12 41	0.19 156	0.17 191	0.16 70	0.16 72

BridgeDepth	0.30 18	0.21 15	0.39 4	0.41 44	0.18 1	0.57 181	0.32 105	0.71 50	0.35 23	0.27 4	0.26 11	0.39 76	0.43 124	0.48 20	0.29 40	0.14 26	0.10 2	0.13 1	0.12 38	0.15 48	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	0.59 217	0.33 276	1.11 364	0.63 366	0.37 276	0.41 47	0.33 113	1.80 382	0.79 171	1.04 262	1.10 278	1.05 347	0.43 124	0.87 159	0.48 226	0.18 130	0.13 85	0.19 156	0.18 215	0.20 211	0.23 269

rvit_stereo_0081_aga	0.46 117	0.37 366	0.91 294	0.52 196	0.41 325	0.49 107	0.40 203	0.88 111	0.66 128	0.59 151	0.56 114	0.53 144	0.43 124	0.67 94	0.44 189	0.27 405	0.21 383	0.22 269	0.20 271	0.26 355	0.19 159

trnet	0.40 76	0.23 43	0.40 9	0.37 5	0.20 5	0.53 150	0.29 79	0.81 80	1.15 331	0.59 151	0.72 160	0.53 144	0.43 124	0.56 44	0.37 127	0.18 130	0.13 85	0.15 30	0.10 1	0.14 21	0.14 19

IGEV_Zeroshot_test	0.59 217	0.33 276	1.11 364	0.63 366	0.37 276	0.41 47	0.33 113	1.80 382	0.79 171	1.04 262	1.10 278	1.06 348	0.43 124	0.87 159	0.48 226	0.18 130	0.13 85	0.19 156	0.18 215	0.20 211	0.23 269

ProNet	0.46 117	0.30 204	0.69 167	0.46 89	0.32 199	0.57 181	0.52 335	1.15 211	0.67 130	0.44 79	0.50 84	0.44 86	0.43 124	1.31 279	0.38 135	0.16 57	0.15 231	0.19 156	0.16 166	0.18 133	0.18 118

test_3	0.57 192	0.24 65	0.87 270	0.55 250	0.30 145	0.60 202	0.40 203	1.07 169	1.08 287	1.20 338	0.68 142	0.92 301	0.43 124	1.68 365	0.40 158	0.16 57	0.13 85	0.22 269	0.19 239	0.21 260	0.17 98

EAI-Stereo	0.76 320	0.31 238	0.74 196	0.55 250	0.28 109	0.70 269	1.72 566	2.57 551	0.90 210	0.75 188	3.03 564	0.57 165	0.43 124	1.10 234	0.49 239	0.19 171	0.14 160	0.17 89	0.18 215	0.17 97	0.21 217

DilatedVolume-Stereo	0.46 117	0.24 65	0.72 177	0.45 77	0.33 219	0.72 275	0.29 79	0.83 88	0.53 78	0.82 203	0.73 164	0.52 138	0.44 133	1.16 248	0.42 178	0.15 41	0.15 231	0.15 30	0.14 109	0.16 70	0.17 98

2w_stereo	0.34 42	0.25 87	0.52 74	0.40 33	0.23 23	0.46 80	0.47 295	0.77 66	0.44 51	0.47 94	0.51 88	0.24 10	0.44 133	0.49 24	0.31 58	0.12 5	0.10 2	0.15 30	0.12 38	0.15 48	0.16 72

xyz-stereo-finetune	0.50 149	0.27 132	0.63 131	0.43 59	0.23 23	0.79 313	0.46 283	0.83 88	0.82 183	0.63 166	0.63 128	0.54 150	0.44 133	1.69 369	0.62 311	0.16 57	0.15 231	0.19 156	0.16 166	0.17 97	0.16 72

WCG-NET	0.43 97	0.23 43	0.58 98	0.42 52	0.26 68	0.46 80	0.32 105	0.77 66	1.16 338	0.77 191	0.75 167	0.58 167	0.44 133	0.62 71	0.38 135	0.16 57	0.12 41	0.16 61	0.14 109	0.15 48	0.14 19

IGEV++	0.45 107	0.24 65	0.63 131	0.58 307	0.32 199	0.42 58	0.25 49	2.16 485	0.65 126	0.38 53	0.58 118	0.46 99	0.44 133	0.56 44	0.40 158	0.20 220	0.13 85	0.16 61	0.13 74	0.17 97	0.18 118

RALCasStereoNet	0.58 204	0.34 306	0.77 209	0.65 388	0.64 462	0.64 233	0.51 324	1.06 166	0.99 254	0.71 179	1.06 262	0.77 231	0.44 133	1.38 300	0.52 254	0.20 220	0.18 330	0.18 128	0.16 166	0.20 211	0.22 248

test_xeample3	0.57 192	0.33 276	3.11 539	0.46 89	0.34 240	0.55 169	0.38 178	0.86 103	0.49 66	0.54 140	0.46 67	0.44 86	0.44 133	1.49 335	0.45 202	0.18 130	0.14 160	0.19 156	0.15 129	0.17 97	0.18 118

3w_stereo	0.35 49	0.25 87	0.60 114	0.41 44	0.21 10	0.52 141	0.53 341	0.72 55	0.47 61	0.47 94	0.50 84	0.23 3	0.45 140	0.49 24	0.30 49	0.13 17	0.10 2	0.15 30	0.12 38	0.15 48	0.17 98

1w_stereo	0.36 54	0.21 15	0.47 36	0.44 68	0.27 73	0.47 91	0.54 355	0.66 33	0.51 72	0.44 79	0.67 140	0.25 14	0.45 140	0.62 71	0.34 86	0.12 5	0.10 2	0.14 4	0.11 7	0.14 21	0.15 39

Occ-G	0.44 104	0.23 43	0.59 104	0.44 68	0.27 73	0.43 65	0.61 404	0.85 96	0.62 115	0.48 102	0.66 137	1.00 332	0.45 140	0.79 130	0.45 202	0.17 90	0.14 160	0.18 128	0.13 74	0.16 70	0.18 118

IGEVStereo-DCA	0.49 139	0.33 276	0.64 141	0.46 89	0.34 240	0.50 126	0.42 223	0.93 118	0.59 102	0.48 102	0.48 72	0.48 114	0.45 140	2.28 445	0.44 189	0.19 171	0.14 160	0.19 156	0.15 129	0.17 97	0.21 217

rrr	0.57 192	0.33 276	2.43 516	0.46 89	0.34 240	0.50 126	0.38 178	0.84 94	0.55 88	0.48 102	0.48 72	0.48 114	0.45 140	2.28 445	0.44 189	0.19 171	0.14 160	0.19 156	0.15 129	0.17 97	0.18 118

test-3	0.56 180	0.24 65	0.82 237	0.50 157	0.29 124	0.57 181	0.34 126	1.09 181	1.03 268	1.33 408	0.69 147	0.87 271	0.45 140	1.68 365	0.39 141	0.17 90	0.12 41	0.20 198	0.17 191	0.17 97	0.16 72

test_1	0.56 180	0.24 65	0.82 237	0.50 157	0.29 124	0.57 181	0.34 126	1.09 181	1.03 268	1.28 386	0.69 147	0.87 271	0.45 140	1.67 363	0.39 141	0.17 90	0.12 41	0.20 198	0.17 191	0.17 97	0.16 72

AnonymousM	0.63 246	1.14 554	0.43 18	0.46 89	0.32 199	0.43 65	0.46 283	1.27 252	0.78 162	1.00 247	0.66 137	0.68 204	0.45 140	0.61 66	0.46 208	0.21 255	0.16 269	1.84 587	0.98 582	0.15 48	0.15 39

cross-raft	0.56 180	0.26 107	0.65 148	0.55 250	0.31 166	0.66 245	0.37 168	1.68 342	0.82 183	1.06 271	1.07 265	1.25 400	0.45 140	0.74 110	0.39 141	0.15 41	0.13 85	0.19 156	0.16 166	0.19 169	0.17 98

TANstereo	0.45 107	0.23 43	0.50 58	0.43 59	0.21 10	0.65 239	0.26 59	0.83 88	0.88 204	0.95 237	0.99 231	0.51 129	0.45 140	0.56 44	0.36 114	0.19 171	0.24 439	0.16 61	0.13 74	0.17 97	0.27 351

gasm-f	0.37 60	0.24 65	0.50 58	0.49 136	0.33 219	0.37 33	0.44 261	0.87 107	0.42 44	0.36 40	0.65 134	0.32 47	0.46 150	0.58 54	0.30 49	0.22 290	0.13 85	0.17 89	0.13 74	0.19 169	0.16 72

Reg-Stereo(zero)	0.46 117	0.23 43	0.50 58	0.45 77	0.25 49	0.41 47	0.27 65	0.80 77	1.12 314	0.93 232	0.79 178	0.91 293	0.46 150	0.74 110	0.44 189	0.15 41	0.13 85	0.15 30	0.12 38	0.15 48	0.18 118

AE-Stereo	0.58 204	0.29 176	0.81 228	0.62 356	0.41 325	0.69 265	0.46 283	2.49 544	1.25 388	0.49 110	0.77 172	0.69 209	0.46 150	0.61 66	0.42 178	0.17 90	0.16 269	0.21 234	0.20 271	0.19 169	0.18 118

Any-RAFT	0.55 167	0.27 132	0.49 48	0.50 157	0.27 73	0.98 399	0.25 49	1.71 359	1.08 287	0.90 224	0.99 231	1.13 375	0.46 150	0.74 110	0.35 95	0.19 171	0.13 85	0.17 89	0.13 74	0.16 70	0.19 159

ACRE	0.66 255	0.37 366	1.27 417	0.60 334	0.50 387	0.74 282	0.47 295	1.26 248	1.10 299	1.40 443	1.56 459	0.62 187	0.46 150	0.88 163	0.78 360	0.24 336	0.15 231	0.19 156	0.16 166	0.19 169	0.29 381

CroCo-Stereo	0.42 93	0.33 276	0.83 246	0.59 326	0.28 109	0.26 5	0.33 113	1.22 235	0.85 195	0.43 75	0.49 78	0.65 196	0.46 150	0.40 4	0.36 114	0.19 171	0.15 231	0.16 61	0.14 109	0.20 211	0.17 98
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	0.62 237	0.37 366	0.97 318	0.66 401	0.50 387	0.67 250	0.31 94	1.27 252	1.09 295	1.11 279	1.17 318	0.88 277	0.46 150	1.27 272	0.45 202	0.20 220	0.15 231	0.21 234	0.18 215	0.27 361	0.19 159

GMStereo	0.58 204	0.50 447	1.09 357	0.52 196	0.32 199	0.80 320	0.43 241	1.02 145	1.41 470	0.89 223	0.77 172	0.52 138	0.46 150	0.89 168	0.56 282	0.25 358	0.16 269	0.20 198	0.22 341	0.31 416	0.27 351
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
NLMM1	0.60 227	0.28 152	0.63 131	0.48 120	0.73 490	0.68 254	0.43 241	2.47 539	1.11 306	0.60 158	0.63 128	0.51 129	0.47 158	1.34 289	0.58 292	0.19 171	0.21 383	0.20 198	0.17 191	0.20 211	0.19 159

IGEV-Stereo++	0.32 27	0.22 27	0.47 36	0.48 120	0.33 219	0.33 22	0.22 25	0.78 74	0.48 63	0.35 36	0.41 45	0.32 47	0.47 158	0.40 4	0.29 40	0.15 41	0.12 41	0.15 30	0.12 38	0.15 48	0.15 39

rvit_stereo_0080	0.47 127	0.35 335	0.87 270	0.48 120	0.36 265	0.42 58	0.54 355	0.93 118	0.78 162	0.52 134	0.60 123	0.55 154	0.47 158	0.62 71	0.48 226	0.27 405	0.21 383	0.20 198	0.20 271	0.31 416	0.20 188

whm_eth	0.47 127	0.35 335	0.87 270	0.48 120	0.36 265	0.42 58	0.54 355	0.93 118	0.78 162	0.52 134	0.60 123	0.55 154	0.47 158	0.62 71	0.48 226	0.27 405	0.21 383	0.20 198	0.20 271	0.31 416	0.20 188

anonymousdsp	0.45 107	0.30 204	0.60 114	0.48 120	0.34 240	0.49 107	0.42 223	0.97 130	0.60 108	0.51 129	0.53 97	0.46 99	0.47 158	1.36 293	0.35 95	0.18 130	0.13 85	0.21 234	0.15 129	0.18 133	0.21 217

IGEV-Stereo	0.45 107	0.30 204	0.60 114	0.48 120	0.34 240	0.49 107	0.42 223	0.98 134	0.60 108	0.51 129	0.53 97	0.46 99	0.47 158	1.36 293	0.35 95	0.18 130	0.13 85	0.21 234	0.15 129	0.18 133	0.21 217
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
NLSM1	0.54 162	0.26 107	0.61 122	0.49 136	1.04 552	0.83 338	0.31 94	1.55 312	0.68 133	0.52 134	0.77 172	0.46 99	0.48 164	1.02 208	0.56 282	0.19 171	0.19 348	0.21 234	0.18 215	0.20 211	0.18 118

DDF-Stereo	0.39 72	0.24 65	0.53 78	0.51 173	0.45 353	0.30 16	0.23 38	0.64 27	0.34 21	0.34 33	0.40 43	0.37 69	0.48 164	0.94 180	0.35 95	0.24 336	0.12 41	0.18 128	0.13 74	0.85 556	0.19 159

rvit_stereo_ft	0.49 139	0.38 384	1.03 338	0.68 427	0.42 335	0.40 39	0.58 384	0.93 118	0.86 198	0.47 94	0.55 110	0.57 165	0.48 164	0.67 94	0.53 264	0.26 384	0.17 298	0.22 269	0.22 341	0.24 330	0.19 159

GCST	1.13 459	1.50 572	1.17 392	1.74 577	1.17 566	1.29 459	0.30 87	1.55 312	1.21 362	1.31 399	0.97 225	0.99 326	0.48 164	2.38 454	0.54 273	1.24 581	0.70 582	1.31 582	0.86 577	1.03 566	0.92 565

ff7	0.45 107	0.30 204	0.64 141	0.47 106	0.33 219	0.49 107	0.42 223	0.93 118	0.59 102	0.50 119	0.53 97	0.44 86	0.48 164	1.41 309	0.36 114	0.18 130	0.13 85	0.21 234	0.15 129	0.18 133	0.21 217

ffff	0.45 107	0.30 204	0.64 141	0.47 106	0.33 219	0.49 107	0.42 223	0.93 118	0.59 102	0.50 119	0.53 97	0.44 86	0.48 164	1.41 309	0.36 114	0.18 130	0.13 85	0.21 234	0.15 129	0.18 133	0.21 217

11t	0.45 107	0.30 204	0.64 141	0.47 106	0.33 219	0.49 107	0.42 223	0.93 118	0.59 102	0.50 119	0.53 97	0.44 86	0.48 164	1.41 309	0.36 114	0.18 130	0.13 85	0.21 234	0.15 129	0.18 133	0.21 217

RAFT-Test	0.58 204	0.27 132	0.81 228	0.50 157	0.33 219	0.95 389	0.27 65	1.40 281	0.89 205	1.00 247	1.12 291	1.39 435	0.48 164	0.74 110	0.41 168	0.17 90	0.14 160	0.17 89	0.14 109	0.16 70	0.18 118

anonymousdsp2	0.58 204	0.29 176	0.93 299	0.51 173	0.30 145	0.75 287	0.46 283	1.95 431	0.87 201	0.81 201	0.78 175	0.76 227	0.48 164	1.10 234	0.45 202	0.19 171	0.14 160	0.18 128	0.13 74	0.20 211	0.22 248

ccc-4	0.45 107	0.30 204	0.64 141	0.47 106	0.33 219	0.49 107	0.42 223	0.93 118	0.59 102	0.50 119	0.53 97	0.44 86	0.48 164	1.41 309	0.36 114	0.18 130	0.13 85	0.21 234	0.15 129	0.18 133	0.21 217

CIPLG	0.67 266	0.37 366	1.17 392	0.60 334	0.51 397	0.75 287	0.48 303	1.26 248	1.11 306	1.43 453	1.58 465	0.64 195	0.48 164	0.94 180	0.78 360	0.24 336	0.15 231	0.19 156	0.16 166	0.19 169	0.29 381

IPLGR_C	0.67 266	0.38 384	1.20 402	0.60 334	0.50 387	0.75 287	0.48 303	1.28 256	1.13 320	1.42 449	1.57 463	0.62 187	0.48 164	0.85 151	0.80 372	0.24 336	0.15 231	0.19 156	0.16 166	0.19 169	0.29 381

PMTNet	0.47 127	0.22 27	0.43 18	0.39 21	0.24 28	0.71 271	0.26 59	0.78 74	1.03 268	0.65 169	0.69 147	0.55 154	0.48 164	0.90 171	0.36 114	0.99 571	0.13 85	0.15 30	0.10 1	0.15 48	0.15 39

DA	0.47 127	0.23 43	0.59 104	0.54 234	0.26 68	1.08 417	0.44 261	1.51 299	0.63 118	0.48 102	0.69 147	0.55 154	0.49 177	0.49 24	0.38 135	0.20 220	0.14 160	0.19 156	0.13 74	0.19 169	0.17 98

zero-FE	0.38 64	0.24 65	0.54 82	0.48 120	0.46 362	0.29 14	0.23 38	0.69 41	0.34 21	0.34 33	0.41 45	0.37 69	0.49 177	0.68 98	0.35 95	0.23 314	0.12 41	0.18 128	0.13 74	0.82 555	0.19 159

GGEV	0.47 127	0.23 43	0.59 104	0.54 234	0.26 68	1.08 417	0.44 261	1.51 299	0.63 118	0.48 102	0.69 147	0.55 154	0.49 177	0.49 24	0.38 135	0.20 220	0.14 160	0.19 156	0.13 74	0.19 169	0.17 98

AIO-test1	0.61 234	0.27 132	0.68 161	0.68 427	1.02 550	0.79 313	0.36 153	1.59 326	1.35 440	0.59 151	0.89 204	0.60 177	0.49 177	1.20 259	0.36 114	0.18 130	0.17 298	0.23 303	0.25 395	0.18 133	0.26 333

rvit_stereo_0081	0.46 117	0.34 306	0.72 177	0.56 271	0.35 257	0.41 47	0.44 261	0.74 59	1.04 274	0.49 110	0.52 93	0.51 129	0.49 177	0.86 154	0.47 218	0.25 358	0.20 365	0.22 269	0.19 239	0.26 355	0.19 159

rvit_stereo_0082	0.46 117	0.34 306	0.72 177	0.56 271	0.35 257	0.41 47	0.44 261	0.74 59	1.04 274	0.49 110	0.52 93	0.51 129	0.49 177	0.86 154	0.47 218	0.25 358	0.20 365	0.22 269	0.19 239	0.26 355	0.19 159

MaDis-Stereo	0.38 64	0.27 132	0.72 177	0.45 77	0.35 257	0.30 16	0.31 94	0.81 80	0.54 81	0.38 53	0.38 36	0.58 167	0.49 177	0.53 35	0.39 141	0.20 220	0.16 269	0.19 156	0.15 129	0.19 169	0.15 39

sCroCo_RVC	0.51 152	0.43 417	1.15 377	0.66 401	0.60 448	0.52 141	0.40 203	0.93 118	0.64 123	0.45 87	0.76 168	0.49 118	0.49 177	0.65 88	0.49 239	0.27 405	0.28 474	0.23 303	0.22 341	0.29 394	0.28 367

WQFJA1	0.55 167	0.29 176	0.56 91	0.47 106	0.85 526	0.78 303	0.38 178	2.26 504	0.79 171	0.51 129	0.53 97	0.53 144	0.50 185	0.73 108	0.66 328	0.17 90	0.21 383	0.19 156	0.17 191	0.19 169	0.18 118

WQFJX1	0.59 217	0.27 132	0.59 104	0.49 136	0.73 490	0.68 254	0.46 283	2.65 557	0.77 157	0.55 145	0.51 88	0.52 138	0.50 185	1.38 300	0.61 306	0.18 130	0.20 365	0.20 198	0.17 191	0.20 211	0.21 217

NLMM	0.55 167	0.29 176	0.56 91	0.47 106	0.86 528	0.78 303	0.38 178	2.26 504	0.79 171	0.51 129	0.53 97	0.53 144	0.50 185	0.73 108	0.66 328	0.17 90	0.21 383	0.19 156	0.17 191	0.19 169	0.18 118

rvit_stereo_0083	0.49 139	0.34 306	0.85 261	0.57 293	0.36 265	0.49 107	0.43 241	0.73 56	1.05 280	0.50 119	0.57 117	0.55 154	0.50 185	0.92 176	0.50 242	0.25 358	0.25 451	0.24 327	0.20 271	0.25 342	0.19 159

WCG-NET（raft）	0.46 117	0.23 43	0.59 104	0.42 52	0.24 28	0.50 126	0.35 140	0.76 64	1.10 299	0.72 183	0.76 168	0.91 293	0.50 185	0.88 163	0.40 158	0.16 57	0.13 85	0.15 30	0.14 109	0.15 48	0.17 98

gcap-zeroshot	0.59 217	0.30 204	1.11 364	0.51 173	0.30 145	0.79 313	0.36 153	1.86 403	0.86 198	0.90 224	0.68 142	1.44 443	0.50 185	0.82 136	0.35 95	0.19 171	0.16 269	0.18 128	0.15 129	0.18 133	0.18 118

LG-Stereo_Zeroshot	0.38 64	0.25 87	0.61 122	0.53 219	0.29 124	0.36 30	0.22 25	1.24 242	0.42 44	0.45 87	0.65 134	0.37 69	0.51 191	0.41 7	0.30 49	0.18 130	0.12 41	0.17 89	0.13 74	0.18 133	0.20 188

MIF-Stereo (partial)	0.48 135	0.28 152	0.83 246	0.51 173	0.53 410	0.39 38	0.27 65	1.03 153	0.64 123	0.47 94	0.71 157	0.51 129	0.51 191	1.13 241	0.47 218	0.20 220	0.16 269	0.23 303	0.20 271	0.24 330	0.20 188

PSM-softLoss	0.80 346	0.33 276	0.89 279	0.63 366	0.32 199	0.55 169	0.40 203	1.26 248	0.78 162	1.25 363	1.07 265	0.83 260	0.51 191	5.33 535	0.61 306	0.25 358	0.15 231	0.25 366	0.22 341	0.20 211	0.26 333

KMStereo	0.80 346	0.33 276	0.89 279	0.63 366	0.32 199	0.55 169	0.40 203	1.26 248	0.78 162	1.25 363	1.07 265	0.83 260	0.51 191	5.33 535	0.61 306	0.25 358	0.15 231	0.25 366	0.22 341	0.20 211	0.26 333

DIP-Stereo	0.64 249	0.32 256	0.91 294	0.49 136	0.36 265	0.91 369	0.33 113	2.51 547	0.77 157	1.25 363	1.00 236	0.68 204	0.51 191	0.92 176	0.65 324	0.19 171	0.15 231	0.21 234	0.17 191	0.19 169	0.22 248
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					0.52 402	0.54 163	0.58 384	0.71 50	0.54 81	0.54 140	0.53 97	0.60 177	0.52 196	0.58 54	0.56 282	0.51 540	0.48 557	0.50 537	0.49 545	0.50 513

test-1	0.56 180	0.28 152	1.13 370	0.58 307	0.34 240	0.60 202	0.38 178	1.56 316	0.98 245	0.80 196	1.02 241	0.83 260	0.52 196	0.64 83	0.46 208	0.17 90	0.16 269	0.20 198	0.17 191	0.20 211	0.26 333

s12784h	0.55 167	0.22 27	0.49 48	0.43 59	0.19 2	1.00 401	0.34 126	1.40 281	1.30 424	0.84 210	0.93 211	0.63 192	0.52 196	1.48 328	0.47 218	0.15 41	0.12 41	0.17 89	0.11 7	0.19 169	0.13 2

water-stereo	0.41 81	0.21 15	0.69 167	0.45 77	0.28 109	0.50 126	0.27 65	0.96 129	0.52 74	0.57 150	0.78 175	0.59 173	0.53 199	0.44 11	0.43 184	0.17 90	0.16 269	0.17 89	0.15 129	0.17 97	0.22 248

MIM_Stereo	0.60 227	0.26 107	1.02 334	0.49 136	0.32 199	0.52 141	0.28 72	1.41 285	0.82 183	1.02 256	1.16 315	0.93 302	0.53 199	1.48 328	0.63 315	0.17 90	0.17 298	0.20 198	0.19 239	0.17 97	0.18 118

raft_robust	0.71 295	0.32 256	0.75 201	0.54 234	0.28 109	0.54 163	0.35 140	1.54 309	1.24 380	1.18 325	1.07 265	0.73 222	0.53 199	3.65 499	0.40 158	0.19 171	0.16 269	0.20 198	0.22 341	0.21 260	0.19 159

RAFT-345	0.86 383	0.26 107	0.73 191	0.53 219	0.28 109	0.53 150	0.41 215	0.85 96	1.31 431	1.33 408	2.32 542	0.85 268	0.53 199	5.69 543	0.48 226	0.19 171	0.14 160	0.22 269	0.17 191	0.17 97	0.17 98

rafts_anoy	0.55 167	0.32 256	0.66 153	0.72 460	0.61 454	0.53 150	0.40 203	1.24 242	1.06 282	0.85 212	0.83 190	0.67 202	0.53 199	0.77 120	0.55 276	0.20 220	0.15 231	0.25 366	0.26 412	0.22 280	0.21 217

CFNet-RSSM	0.57 192	0.25 87	0.76 206	0.49 136	0.28 109	0.59 196	0.27 65	1.89 411	1.17 343	1.09 276	0.95 214	1.06 348	0.53 199	0.74 110	0.41 168	0.17 90	0.13 85	0.17 89	0.15 129	0.16 70	0.16 72

R-Stereo Train	0.60 227	0.30 204	0.72 177	0.57 293	0.37 276	0.68 254	0.52 335	1.45 290	0.78 162	1.61 498	1.50 439	0.76 227	0.53 199	0.67 94	0.51 246	0.19 171	0.16 269	0.18 128	0.15 129	0.18 133	0.19 159

RAFT-Stereo	0.60 227	0.30 204	0.72 177	0.57 293	0.37 276	0.68 254	0.52 335	1.45 290	0.78 162	1.61 498	1.50 439	0.76 227	0.53 199	0.67 94	0.51 246	0.19 171	0.16 269	0.18 128	0.15 129	0.18 133	0.19 159
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
testlalala_base	0.83 366	0.41 409	0.80 223	0.67 415	0.53 410	0.78 303	0.30 87	1.84 392	0.60 108	0.75 188	0.91 207	0.68 204	0.54 207	0.69 99	0.46 208	2.92 595	0.15 231	0.17 89	0.12 38	2.95 593	0.27 351

CroCo-Stereo Lap2	0.46 117	0.37 366	0.87 270	0.62 356	0.79 514	0.28 11	0.35 140	0.81 80	0.73 143	0.39 60	0.54 107	0.71 219	0.54 207	0.60 63	0.48 226	0.18 130	0.18 330	0.19 156	0.16 166	0.21 260	0.21 217

IPLG	0.72 301	0.29 176	1.12 369	0.53 219	0.44 349	0.79 313	0.33 113	1.35 269	1.10 299	1.32 402	1.11 287	0.52 138	0.54 207	3.13 486	0.71 342	0.17 90	0.14 160	0.20 198	0.17 191	0.18 133	0.21 217

WQFJX	0.58 204	0.29 176	0.57 95	0.46 89	0.87 534	0.75 287	0.39 194	2.67 562	0.80 177	0.55 145	0.53 97	0.54 150	0.55 210	0.97 194	0.61 306	0.17 90	0.19 348	0.19 156	0.16 166	0.19 169	0.20 188

depthmonostereo	0.45 107	0.26 107	0.89 279	0.49 136	0.24 28	0.60 202	0.36 153	1.03 153	0.77 157	0.50 119	0.65 134	0.50 125	0.55 210	0.70 101	0.39 141	0.16 57	0.16 269	0.16 61	0.14 109	0.16 70	0.20 188

MyStereo07	0.50 149	0.30 204	0.58 98	0.58 307	0.48 375	0.59 196	0.78 451	1.19 224	0.60 108	0.49 110	0.54 107	0.43 85	0.55 210	1.32 285	0.36 114	0.18 130	0.18 330	0.24 327	0.21 313	0.23 301	0.23 269

GMStereo_Zeroshot	0.70 289	0.64 495	1.11 364	0.65 388	0.38 290	0.84 347	0.37 168	1.09 181	1.16 338	1.14 304	1.07 265	1.26 406	0.55 210	1.23 262	0.65 324	0.34 474	0.17 298	0.31 448	0.18 215	0.57 530	0.23 269

Pruner-Stereo	0.64 249	0.31 238	0.79 219	0.66 401	0.31 166	0.61 210	0.42 223	1.22 235	1.09 295	1.53 480	1.09 276	0.94 308	0.55 210	1.37 296	0.56 282	0.25 358	0.14 160	0.24 327	0.21 313	0.21 260	0.25 313

raft+_RVC	0.56 180	0.29 176	0.61 122	0.65 388	0.56 430	0.53 150	0.53 341	1.40 281	1.02 265	0.78 193	1.04 254	0.70 212	0.55 210	1.00 201	0.49 239	0.18 130	0.16 269	0.19 156	0.19 239	0.18 133	0.17 98

Gwc-CoAtRS	0.55 167	0.27 132	0.73 191	0.49 136	0.30 145	0.63 224	0.25 49	1.38 275	1.12 314	1.05 265	1.02 241	1.10 366	0.55 210	0.72 105	0.44 189	0.17 90	0.14 160	0.17 89	0.15 129	0.16 70	0.17 98

AIO-Stereo-zeroshot1	1.06 444	0.43 417	3.59 549	0.53 219	0.66 473	0.79 313	0.39 194	2.60 554	0.98 245	0.96 240	4.58 581	2.05 538	0.56 217	0.99 197	0.51 246	0.19 171	0.14 160	0.21 234	0.28 441	0.32 427	0.41 474

MyStereo06	0.67 266	0.29 176	1.06 346	0.58 307	0.48 375	0.62 213	0.72 439	2.26 504	0.89 205	1.07 273	1.12 291	1.22 391	0.56 217	0.83 142	0.47 218	0.17 90	0.17 298	0.24 327	0.21 313	0.23 301	0.23 269

TestStereo	0.65 253	0.42 412	0.83 246	0.52 196	0.27 73	0.57 181	0.44 261	1.07 169	0.92 216	0.85 212	1.01 238	0.68 204	0.56 217	3.22 490	0.47 218	0.23 314	0.15 231	0.24 327	0.18 215	0.28 377	0.18 118

rvit_0105_6	0.56 180	0.38 384	1.13 370	0.67 415	0.38 290	0.50 126	0.51 324	0.88 111	1.33 435	0.54 140	0.56 114	0.65 196	0.57 220	0.97 194	0.46 208	0.32 457	0.31 491	0.28 417	0.25 395	0.29 394	0.23 269

MoCha-V2	0.43 97	0.23 43	0.55 85	0.56 271	0.23 23	0.44 71	0.32 105	1.35 269	0.63 118	0.54 140	0.55 110	0.42 82	0.57 220	1.12 239	0.28 28	0.15 41	0.13 85	0.15 30	0.13 74	0.17 97	0.18 118

StereoVision	0.67 266	0.37 366	1.02 334	0.60 334	0.41 325	0.50 126	0.41 215	1.32 265	0.96 238	0.73 185	2.48 552	0.82 250	0.57 220	1.06 221	0.50 242	0.26 384	0.28 474	0.29 429	0.28 441	0.37 456	0.22 248

DCRE	0.85 379	0.28 152	0.76 206	0.60 334	0.49 382	0.59 196	0.53 341	1.04 160	0.92 216	0.80 196	7.34 597	0.87 271	0.57 220	0.78 129	0.43 184	0.16 57	0.17 298	0.19 156	0.17 191	0.18 133	0.22 248

knoymous	0.53 158	0.32 256	0.51 66	0.46 89	0.30 145	0.57 181	0.54 355	1.10 187	0.78 162	0.99 243	0.84 192	0.95 312	0.57 220	0.89 168	0.51 246	0.21 255	0.14 160	0.26 387	0.14 109	0.23 301	0.25 313

dd	0.62 237	0.51 451	1.17 392	0.56 271	0.33 219	0.74 282	0.46 283	1.03 153	1.40 466	0.80 196	0.87 199	0.60 177	0.57 220	1.02 208	0.86 381	0.28 423	0.18 330	0.26 387	0.19 239	0.35 446	0.27 351

GMOStereo	0.55 167	0.28 152	0.72 177	0.52 196	0.30 145	0.53 150	0.43 241	1.02 145	0.98 245	1.44 456	1.14 307	0.88 277	0.57 220	0.62 71	0.39 141	0.16 57	0.14 160	0.24 327	0.22 341	0.20 211	0.18 118

error version	0.55 167	0.28 152	0.72 177	0.52 196	0.30 145	0.53 150	0.43 241	1.02 145	0.98 245	1.44 456	1.14 307	0.88 277	0.57 220	0.62 71	0.39 141	0.16 57	0.14 160	0.24 327	0.22 341	0.20 211	0.18 118

test-v	0.55 167	0.28 152	0.72 177	0.52 196	0.30 145	0.53 150	0.43 241	1.02 145	0.98 245	1.44 456	1.14 307	0.88 277	0.57 220	0.62 71	0.39 141	0.16 57	0.14 160	0.24 327	0.22 341	0.20 211	0.18 118

PFNet+	0.62 237	0.31 238	0.99 324	0.57 293	0.31 166	0.57 181	0.30 87	0.99 142	1.25 388	1.33 408	1.10 278	0.79 236	0.57 220	1.35 292	0.53 264	0.26 384	0.17 298	0.28 417	0.26 412	0.21 260	0.27 351

NF-Stereo	0.82 357	0.33 276	0.83 246	0.65 388	0.31 166	0.63 224	0.43 241	1.35 269	0.93 223	1.30 393	1.02 241	0.81 244	0.57 220	5.37 539	0.55 276	0.26 384	0.14 160	0.24 327	0.20 271	0.20 211	0.30 397

OCTAStereo	0.82 357	0.33 276	0.83 246	0.65 388	0.31 166	0.62 213	0.44 261	1.35 269	0.93 223	1.30 393	1.02 241	0.81 244	0.57 220	5.32 534	0.55 276	0.26 384	0.14 160	0.24 327	0.20 271	0.20 211	0.30 397

RE-Stereo	0.82 357	0.33 276	0.84 255	0.65 388	0.31 166	0.63 224	0.44 261	1.35 269	0.93 223	1.30 393	1.02 241	0.80 238	0.57 220	5.34 537	0.55 276	0.26 384	0.14 160	0.24 327	0.20 271	0.20 211	0.31 407

TVStereo	0.82 357	0.33 276	0.84 255	0.65 388	0.31 166	0.63 224	0.44 261	1.35 269	0.93 223	1.30 393	1.02 241	0.80 238	0.57 220	5.34 537	0.55 276	0.26 384	0.14 160	0.24 327	0.20 271	0.20 211	0.31 407

RAFT-RH_RVC	1.04 437	0.26 107	0.76 206	0.53 219	0.29 124	0.80 320	0.32 105	0.85 96	1.12 314	2.04 545	4.63 583	1.03 342	0.57 220	5.93 551	0.52 254	0.20 220	0.13 85	0.26 387	0.20 271	0.16 70	0.19 159

CRE-IMP	0.57 192	0.32 256	0.82 237	0.54 234	0.29 124	0.77 302	0.25 49	1.19 224	0.79 171	1.09 276	0.95 214	0.81 244	0.57 220	1.11 237	0.57 287	0.22 290	0.14 160	0.23 303	0.19 239	0.28 377	0.24 292

test-2	0.55 167	0.28 152	0.72 177	0.52 196	0.30 145	0.53 150	0.43 241	1.02 145	0.98 245	1.44 456	1.14 307	0.88 277	0.57 220	0.62 71	0.39 141	0.16 57	0.14 160	0.24 327	0.22 341	0.20 211	0.18 118

DFGA-Net	0.77 326	0.47 433	1.75 472	0.55 250	0.46 362	0.83 338	0.44 261	1.38 275	1.10 299	1.05 265	1.20 326	0.70 212	0.58 237	2.27 443	1.31 463	0.19 171	0.17 298	0.24 327	0.24 386	0.28 377	0.30 397

DisPM	0.68 279	0.30 204	0.85 261	0.66 401	0.35 257	0.60 202	0.44 261	1.10 187	1.10 299	1.56 488	1.10 278	0.80 238	0.58 237	2.37 453	0.46 208	0.25 358	0.14 160	0.23 303	0.21 313	0.20 211	0.26 333

GANet-ADL	0.63 246	0.38 384	0.82 237	0.67 415	0.41 325	0.68 254	0.51 324	1.64 334	1.16 338	0.98 242	1.10 278	0.90 289	0.58 237	0.81 134	0.63 315	0.27 405	0.18 330	0.18 128	0.16 166	0.23 301	0.27 351

NRIStereo	0.62 237	0.31 238	0.78 215	0.56 271	0.28 109	0.63 224	0.33 113	1.16 216	0.92 216	1.15 306	0.87 199	0.90 289	0.58 237	2.24 440	0.56 282	0.22 290	0.14 160	0.21 234	0.19 239	0.22 280	0.18 118

MM-Stereo_test1	0.51 152	0.26 107	0.59 104	0.53 219	0.31 166	0.50 126	0.53 341	1.06 166	1.09 295	0.88 219	0.70 153	0.54 150	0.59 241	1.18 254	0.35 95	0.19 171	0.17 298	0.20 198	0.17 191	0.20 211	0.18 118

rvit_stereo_0075_2	0.66 255	0.47 433	1.21 406	0.67 415	0.66 473	0.53 150	0.48 303	1.24 242	1.17 343	0.77 191	0.91 207	0.78 235	0.59 241	1.05 216	0.63 315	0.37 494	0.28 474	0.40 514	0.31 478	0.38 462	0.34 434

AEACV	0.41 81	0.25 87	0.60 114	0.55 250	0.52 402	0.43 65	0.38 178	0.98 134	0.63 118	0.44 79	0.56 114	0.46 99	0.59 241	0.56 44	0.31 58	0.17 90	0.13 85	0.18 128	0.16 166	0.17 97	0.17 98

GwcNet-ADL	0.67 266	0.33 276	0.90 289	0.58 307	0.41 325	0.60 202	0.59 391	1.55 312	1.28 408	1.11 279	1.13 302	0.90 289	0.59 241	1.11 237	0.91 398	0.28 423	0.18 330	0.18 128	0.18 215	0.25 342	0.33 424

HHNet	0.64 249	0.28 152	0.69 167	0.45 77	0.46 362	0.50 126	0.57 378	1.13 195	1.03 268	1.26 375	2.21 537	0.70 212	0.59 241	1.10 234	0.51 246	0.21 255	0.13 85	0.23 303	0.19 239	0.20 211	0.31 407

iGMRVC	0.58 204	0.33 276	0.81 228	0.52 196	0.27 73	0.62 213	0.38 178	1.14 199	0.73 143	1.13 290	0.97 225	0.82 250	0.59 241	1.54 338	0.53 264	0.23 314	0.14 160	0.24 327	0.20 271	0.27 361	0.20 188

NLCSM	0.54 162	0.30 204	0.60 114	0.53 219	0.74 497	0.71 271	0.47 295	1.25 246	0.71 141	0.64 167	0.51 88	0.48 114	0.60 247	1.34 289	0.71 342	0.19 171	0.20 365	0.21 234	0.19 239	0.22 280	0.21 217

LoS_RVC	0.45 107	0.29 176	0.48 42	0.49 136	0.83 523	0.51 135	0.43 241	0.65 29	0.44 51	0.47 94	0.78 175	0.44 86	0.60 247	0.59 60	0.37 127	0.14 26	0.12 41	0.14 4	0.10 1	0.14 21	1.08 571

MC-Stereo	0.46 117	0.24 65	0.58 98	0.63 366	0.30 145	0.38 37	0.32 105	0.98 134	0.74 150	0.66 172	0.85 194	0.56 163	0.60 247	1.07 223	0.32 69	0.17 90	0.12 41	0.17 89	0.15 129	0.16 70	0.16 72

UDGNet	0.75 312	1.23 561	0.99 324	0.82 507	0.42 335	0.76 293	0.38 178	0.98 134	1.37 454	0.83 205	0.88 202	0.70 212	0.60 247	1.25 265	0.57 287	0.57 549	0.19 348	1.03 577	0.26 412	0.79 554	0.35 443

Patchmatch Stereo++	0.57 192	0.33 276	0.82 237	0.52 196	0.27 73	0.63 224	0.28 72	1.14 199	0.73 143	1.13 290	0.96 216	0.82 250	0.60 247	1.40 306	0.52 254	0.23 314	0.14 160	0.24 327	0.20 271	0.27 361	0.20 188
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	0.56 180	0.33 276	0.81 228	0.52 196	0.27 73	0.63 224	0.41 215	1.14 199	0.73 143	1.13 290	0.96 216	0.82 250	0.60 247	1.09 230	0.52 254	0.23 314	0.14 160	0.24 327	0.20 271	0.27 361	0.20 188

ROB_FTStereo_v2	0.57 192	0.33 276	0.81 228	0.52 196	0.27 73	0.62 213	0.42 223	1.14 199	0.73 143	1.13 290	0.97 225	0.82 250	0.60 247	1.15 244	0.53 264	0.23 314	0.14 160	0.24 327	0.20 271	0.27 361	0.20 188

ROB_FTStereo	0.56 180	0.33 276	0.82 237	0.52 196	0.27 73	0.62 213	0.25 49	1.14 199	0.74 150	1.13 290	0.96 216	0.82 250	0.60 247	1.18 254	0.52 254	0.23 314	0.14 160	0.24 327	0.20 271	0.27 361	0.20 188

HUI-Stereo	0.54 162	0.33 276	0.81 228	0.52 196	0.27 73	0.62 213	0.29 79	1.14 199	0.74 150	1.13 290	0.96 216	0.82 250	0.60 247	0.83 142	0.52 254	0.23 314	0.14 160	0.24 327	0.20 271	0.27 361	0.20 188

iRAFT	0.57 192	0.33 276	0.82 237	0.52 196	0.27 73	0.63 224	0.28 72	1.14 199	0.73 143	1.13 290	0.96 216	0.82 250	0.60 247	1.40 306	0.52 254	0.23 314	0.14 160	0.24 327	0.20 271	0.27 361	0.20 188

RAFT-IKP	0.57 192	0.33 276	0.82 237	0.52 196	0.27 73	0.57 181	0.35 140	1.14 199	0.73 143	1.13 290	0.96 216	0.83 260	0.61 257	1.26 269	0.53 264	0.23 314	0.14 160	0.24 327	0.20 271	0.27 361	0.20 188

DDVS	0.80 346	0.43 417	1.09 357	0.64 381	0.44 349	1.27 457	0.43 241	1.49 298	0.94 229	1.21 345	1.16 315	1.42 437	0.63 258	2.14 431	1.02 426	0.29 439	0.22 401	0.26 387	0.23 373	0.31 416	0.37 451

rvit_0105_4	0.58 204	0.40 399	1.19 398	0.68 427	0.38 290	0.53 150	0.55 365	0.93 118	1.27 400	0.56 149	0.61 125	0.72 221	0.63 258	1.01 204	0.47 218	0.33 464	0.33 509	0.29 429	0.25 395	0.29 394	0.26 333

sAnonymous2	0.59 217	0.61 484	1.82 478	0.61 348	0.52 402	0.51 135	0.54 355	0.97 130	0.70 138	0.50 119	0.68 142	0.46 99	0.63 258	0.61 66	0.41 168	0.22 290	0.17 298	0.23 303	0.21 313	0.85 556	0.56 525

CroCo_RVC	0.59 217	0.61 484	1.82 478	0.61 348	0.52 402	0.51 135	0.54 355	0.97 130	0.70 138	0.50 119	0.68 142	0.46 99	0.63 258	0.61 66	0.41 168	0.22 290	0.17 298	0.23 303	0.21 313	0.85 556	0.56 525

MSCF	0.41 81	0.28 152	0.64 141	0.50 157	0.27 73	0.58 194	0.37 168	1.03 153	0.54 81	0.54 140	0.72 160	0.32 47	0.64 262	0.56 44	0.30 49	0.19 171	0.13 85	0.17 89	0.15 129	0.17 97	0.21 217

MyStereo8	0.70 289	0.32 256	1.24 412	0.63 366	0.53 410	0.90 366	0.34 126	1.60 328	1.35 440	1.20 338	1.31 372	0.89 287	0.64 262	0.77 120	1.02 426	0.18 130	0.15 231	0.20 198	0.18 215	0.22 280	0.30 397

CFNet_ucs	0.73 304	0.34 306	0.94 306	0.53 219	0.44 349	0.76 293	0.46 283	1.73 365	1.34 437	1.24 360	1.54 450	1.08 361	0.64 262	1.05 216	0.64 319	0.26 384	0.20 365	0.37 500	0.22 341	0.42 479	0.30 397

ARAFT	0.82 357	0.40 399	1.77 474	0.53 219	0.31 166	0.89 362	0.81 467	2.32 516	1.08 287	1.66 510	1.25 348	1.04 343	0.64 262	1.91 401	0.52 254	0.20 220	0.15 231	0.28 417	0.27 430	0.17 97	0.18 118

DN-CSS_ROB	0.67 266	0.36 345	1.36 434	0.59 326	0.41 325	0.54 163	0.45 277	1.30 259	0.95 234	1.05 265	1.47 428	0.69 209	0.64 262	1.80 388	0.60 303	0.19 171	0.15 231	0.25 366	0.23 373	0.22 280	0.23 269

GASTEREO	0.43 97	0.29 176	0.62 128	0.51 173	0.27 73	0.62 213	0.36 153	1.02 145	0.58 98	0.55 145	0.83 190	0.30 40	0.65 267	0.64 83	0.30 49	0.19 171	0.13 85	0.17 89	0.15 129	0.16 70	0.21 217

PCWNet_CMD	0.68 279	0.34 306	0.93 299	0.51 173	0.38 290	0.80 320	0.42 223	1.51 299	1.34 437	1.17 314	1.31 372	1.23 395	0.65 267	0.94 180	0.62 311	0.21 255	0.17 298	0.27 401	0.19 239	0.43 481	0.28 367

iRaft-Stereo_20w	0.71 295	0.33 276	1.25 414	0.50 157	0.36 265	0.82 330	0.31 94	3.16 577	0.89 205	1.24 360	1.14 307	0.79 236	0.65 267	1.15 244	0.43 184	0.18 130	0.13 85	0.18 128	0.17 191	0.20 211	0.23 269

IPLGR	0.62 237	0.28 152	1.32 427	0.50 157	0.29 124	0.65 239	0.34 126	1.47 295	1.19 351	1.21 345	1.07 265	0.70 212	0.65 267	1.05 216	0.55 276	0.18 130	0.15 231	0.20 198	0.17 191	0.21 260	0.20 188

MSMDNet	0.68 279	0.34 306	0.93 299	0.52 196	0.38 290	0.80 320	0.42 223	1.52 303	1.35 440	1.17 314	1.31 372	1.23 395	0.65 267	0.94 180	0.62 311	0.21 255	0.17 298	0.26 387	0.19 239	0.41 475	0.28 367

CFNet_pseudo	0.68 279	0.34 306	0.93 299	0.50 157	0.39 299	0.72 275	0.42 223	1.44 288	1.25 388	1.17 314	1.35 392	1.22 391	0.66 272	1.04 213	0.64 319	0.21 255	0.17 298	0.33 472	0.19 239	0.39 467	0.28 367

ccs_rob	0.68 279	0.34 306	0.93 299	0.50 157	0.39 299	0.72 275	0.42 223	1.43 287	1.25 388	1.17 314	1.34 387	1.22 391	0.66 272	1.04 213	0.64 319	0.21 255	0.17 298	0.35 487	0.20 271	0.40 471	0.29 381

rvit_0105_5	0.61 234	0.41 409	1.19 398	0.67 415	0.37 276	0.57 181	0.56 372	1.08 174	1.28 408	0.65 169	0.68 142	0.77 231	0.67 274	0.91 174	0.51 246	0.33 464	0.32 503	0.30 441	0.27 430	0.28 377	0.28 367

RAFT_CTSACE	0.66 255	0.29 176	1.14 375	0.57 293	0.51 397	0.68 254	0.44 261	0.88 111	0.98 245	1.03 260	1.83 507	1.23 395	0.67 274	1.48 328	0.38 135	0.16 57	0.16 269	0.21 234	0.20 271	0.20 211	0.17 98

RAFT-Stereo + iAFF	0.56 180	0.28 152	0.81 228	0.45 77	0.25 49	0.40 39	0.34 126	1.12 191	1.13 320	1.35 421	1.58 465	0.80 238	0.67 274	0.71 104	0.43 184	0.14 26	0.11 21	0.18 128	0.17 191	0.18 133	0.16 72

AdaStereo	0.74 308	0.48 439	0.86 268	0.75 483	0.38 290	0.94 383	0.56 372	2.05 457	1.24 380	1.15 306	1.22 334	1.07 351	0.67 274	1.05 216	0.73 344	0.33 464	0.16 269	0.32 460	0.22 341	0.29 394	0.23 269
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 97	0.25 87	0.50 58	0.46 89	0.30 145	0.60 202	0.56 372	1.23 240	0.83 188	0.39 60	0.70 153	0.45 96	0.68 278	0.54 38	0.33 80	0.17 90	0.11 21	0.17 89	0.13 74	0.16 70	0.14 19

PFNet	0.92 409	0.28 152	1.20 402	0.68 427	0.32 199	0.62 213	0.55 365	1.27 252	1.01 261	1.47 466	1.09 276	0.97 320	0.68 278	6.58 568	0.59 300	0.21 255	0.13 85	0.24 327	0.19 239	0.20 211	0.20 188

Anonymous3	0.64 249	0.47 433	1.31 424	0.59 326	0.50 387	0.93 380	0.69 428	1.11 189	0.83 188	0.74 186	0.89 204	0.65 196	0.68 278	1.08 226	0.54 273	0.40 504	0.31 491	0.26 387	0.26 412	0.31 416	0.30 397

MLCV	0.77 326	0.39 393	1.31 424	0.55 250	0.25 49	0.91 369	0.39 194	1.48 297	1.28 408	1.49 474	1.54 450	1.02 339	0.68 278	2.12 429	0.93 405	0.19 171	0.13 85	0.19 156	0.14 109	0.19 169	0.22 248

DEFOM-Stereo_RVC	0.41 81	0.68 509	0.45 26	0.66 401	0.30 145	0.48 101	0.25 49	0.87 107	0.46 59	0.39 60	0.37 35	0.30 40	0.69 282	1.16 248	0.31 58	0.17 90	0.11 21	0.16 61	0.12 38	0.18 133	0.14 19

RAFT+CT+SA	0.63 246	0.30 204	0.73 191	0.69 440	0.37 276	0.40 39	0.55 365	1.93 426	1.04 274	0.72 183	1.23 342	0.62 187	0.69 282	1.69 369	0.42 178	0.19 171	0.13 85	0.22 269	0.22 341	0.21 260	0.19 159

OMP-Stereo	0.95 415	0.35 335	0.79 219	0.92 537	0.32 199	0.49 107	0.35 140	1.22 235	1.11 306	1.58 493	1.12 291	1.44 443	0.69 282	6.92 574	0.51 246	0.20 220	0.15 231	0.24 327	0.19 239	0.21 260	0.16 72

MultiAttention	4.59 592	0.35 335	0.90 289	0.75 483	0.46 362	31.81 628	4.41 605	2.35 524	1.41 470	1.64 506	2.43 548	2.42 554	0.70 285	38.40 629	1.78 520	0.23 314	0.15 231	0.30 441	0.30 472	0.48 507	0.48 498

11t1	0.57 192	0.30 204	0.84 255	0.54 234	0.30 145	0.83 338	0.41 215	1.34 268	0.79 171	0.88 219	0.82 188	0.70 212	0.70 285	0.96 190	0.67 331	0.21 255	0.21 383	0.20 198	0.16 166	0.21 260	0.26 333

BUS	0.78 331	0.34 306	0.77 209	0.55 250	0.45 353	2.30 550	0.42 223	2.65 557	1.04 274	1.25 363	1.12 291	1.02 339	0.70 285	0.94 180	0.75 351	0.25 358	0.18 330	0.25 366	0.22 341	0.23 301	0.24 292

NINENet	0.81 355	0.40 399	0.89 279	0.65 388	0.53 410	2.30 550	0.42 223	2.12 468	1.13 320	1.20 338	1.27 359	1.02 339	0.70 285	1.26 269	0.75 351	0.29 439	0.24 439	0.31 448	0.21 313	0.27 361	0.26 333

AFF-stereo	0.60 227	0.28 152	0.72 177	0.48 120	0.29 124	0.34 23	0.37 168	1.22 235	1.20 355	1.21 345	1.59 469	1.10 366	0.70 285	1.01 204	0.44 189	0.14 26	0.12 41	0.19 156	0.20 271	0.18 133	0.15 39

rvit_0105_3	0.66 255	0.47 433	1.27 417	0.74 474	0.40 311	0.63 224	0.70 435	1.22 235	1.28 408	0.83 205	0.71 157	0.82 250	0.72 290	0.93 179	0.58 292	0.37 494	0.34 513	0.34 480	0.32 485	0.28 377	0.31 407

DCANet-4	0.59 217	0.28 152	1.65 466	0.44 68	0.25 49	0.48 101	0.36 153	1.15 211	1.36 449	1.13 290	1.03 248	0.56 163	0.74 291	0.77 120	0.58 292	0.17 90	0.14 160	0.17 89	0.13 74	0.15 48	0.24 292

x	0.59 217	0.34 306	0.79 219	0.51 173	0.32 199	0.69 265	0.46 283	1.64 334	0.97 242	0.86 217	0.86 196	0.83 260	0.74 291	0.75 117	0.70 339	0.21 255	0.22 401	0.22 269	0.20 271	0.21 260	0.24 292

Sa-1000	0.76 320	0.30 204	0.92 297	0.62 356	0.31 166	0.78 303	0.37 168	2.00 444	1.38 456	1.30 393	2.04 528	0.86 269	0.74 291	1.87 394	0.40 158	0.19 171	0.14 160	0.25 366	0.24 386	0.21 260	0.19 159

IIG-Stereo	0.97 420	0.34 306	0.80 223	0.90 535	0.33 219	0.61 210	0.26 59	1.27 252	1.08 287	1.69 513	1.37 397	1.44 443	0.74 291	6.94 575	0.53 264	0.21 255	0.14 160	0.23 303	0.18 215	0.20 211	0.15 39

DMCA	0.71 295	0.36 345	1.17 392	0.53 219	0.45 353	0.84 347	0.46 283	1.52 303	1.09 295	1.20 338	1.12 291	1.21 387	0.74 291	0.87 159	1.09 434	0.25 358	0.20 365	0.27 401	0.19 239	0.24 330	0.29 381

ICVP	0.66 255	0.35 335	0.71 175	0.63 366	0.41 325	0.85 354	0.56 372	1.78 375	0.96 238	0.92 229	1.24 346	0.88 277	0.75 296	0.76 118	0.93 405	0.31 449	0.22 401	0.22 269	0.21 313	0.24 330	0.28 367
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Selective-RAFT	0.55 167	0.29 176	0.85 261	0.58 307	0.28 109	0.91 369	0.34 126	1.00 144	0.96 238	0.59 151	0.64 130	0.80 238	0.76 297	1.34 289	0.51 246	0.21 255	0.15 231	0.17 89	0.15 129	0.19 169	0.19 159

TestStereo1	0.66 255	0.29 176	0.95 310	0.82 507	0.32 199	0.47 91	0.43 241	1.52 303	1.22 371	0.99 243	1.32 377	0.65 196	0.76 297	1.78 381	0.44 189	0.20 220	0.16 269	0.22 269	0.19 239	0.21 260	0.20 188

SA-5K	0.66 255	0.29 176	0.95 310	0.82 507	0.32 199	0.47 91	0.43 241	1.52 303	1.22 371	0.99 243	1.32 377	0.65 196	0.76 297	1.78 381	0.44 189	0.20 220	0.16 269	0.22 269	0.19 239	0.21 260	0.20 188

HCRNet	0.72 301	0.40 399	0.86 268	0.61 348	0.57 435	0.75 287	0.35 140	1.39 279	1.21 362	1.11 279	0.99 231	1.01 337	0.76 297	2.18 435	0.73 344	0.28 423	0.19 348	0.28 417	0.23 373	0.25 342	0.26 333

ISRNet	0.83 366	0.35 335	1.31 424	0.84 515	0.65 467	0.60 202	0.41 215	1.28 256	1.15 331	1.61 498	1.55 453	1.34 425	0.77 301	1.33 288	0.98 417	0.40 504	0.34 513	0.43 521	0.38 519	0.34 442	0.49 503

FACV-RUCA	0.66 255	0.36 345	0.89 279	0.63 366	0.65 467	0.84 347	0.41 215	1.67 338	1.11 306	0.91 226	1.14 307	0.63 192	0.77 301	0.84 147	0.54 273	0.28 423	0.19 348	0.47 532	0.22 341	0.36 450	0.29 381

BSDual-CNN	0.75 312	0.34 306	0.77 209	0.55 250	0.45 353	1.25 454	0.66 420	2.65 557	1.04 274	1.25 363	1.12 291	1.11 371	0.77 301	0.94 180	0.76 354	0.25 358	0.18 330	0.25 366	0.22 341	0.23 301	0.24 292

psmg	0.75 312	0.34 306	0.77 209	0.52 196	0.45 353	1.46 484	0.73 442	2.15 483	1.04 274	1.25 363	1.33 383	1.11 371	0.77 301	0.94 180	0.76 354	0.25 358	0.20 365	0.25 366	0.26 412	0.23 301	0.24 292

AASNet	0.80 346	0.39 393	1.16 391	0.84 515	0.80 516	1.14 429	0.59 391	2.12 468	1.21 362	1.26 375	1.26 350	0.93 302	0.77 301	0.84 147	1.23 454	0.28 423	0.24 439	0.24 327	0.20 271	0.28 377	0.27 351

GES	0.70 289	0.37 366	1.05 344	0.62 356	0.38 290	0.94 383	0.57 378	2.37 525	0.92 216	1.05 265	1.12 291	0.67 202	0.77 301	1.02 208	0.65 324	0.28 423	0.20 365	0.20 198	0.20 271	0.22 280	0.31 407

DeepPruner_ROB	0.79 340	0.55 466	1.14 375	0.61 348	0.46 362	0.78 303	0.54 355	1.83 390	1.00 258	1.42 449	1.27 359	1.23 395	0.77 301	1.56 339	0.89 390	0.35 484	0.28 474	0.27 401	0.26 412	0.32 427	0.34 434

G2L-ROB	0.79 340	0.28 152	1.01 331	0.57 293	0.39 299	0.94 383	0.65 416	1.76 371	1.18 349	1.27 380	1.03 248	1.62 478	0.78 308	1.93 404	1.26 458	0.20 220	0.14 160	0.17 89	0.15 129	0.20 211	0.24 292

G2L-Stereo	0.84 372	0.35 335	1.15 377	0.63 366	0.43 339	0.78 303	0.69 428	1.69 351	1.20 355	1.36 426	1.18 321	1.43 442	0.78 308	2.47 462	1.26 458	0.25 358	0.20 365	0.26 387	0.21 313	0.20 211	0.27 351

rvit_105_1	0.76 320	0.54 462	1.27 417	0.80 500	0.49 382	0.74 282	0.86 481	1.39 279	1.23 376	1.00 247	0.80 183	0.93 302	0.78 308	1.29 276	0.78 360	0.43 513	0.36 524	0.36 497	0.42 526	0.30 409	0.36 447

test_sample3	0.73 304	0.35 335	1.06 346	0.55 250	0.32 199	0.97 398	0.51 324	2.12 468	1.25 388	1.16 310	1.17 318	0.88 277	0.78 308	1.27 272	0.79 365	0.26 384	0.21 383	0.25 366	0.25 395	0.26 355	0.27 351

mmm	0.68 279	0.37 366	0.91 294	0.54 234	0.34 240	0.86 355	0.58 384	1.72 363	1.02 265	1.13 290	1.41 414	0.83 260	0.78 308	0.95 189	0.67 331	0.22 290	0.20 365	0.29 429	0.26 412	0.27 361	0.27 351

MIPNet	0.60 227	0.31 238	1.07 351	0.51 173	0.34 240	0.68 254	0.40 203	1.67 338	1.14 326	1.11 279	0.93 211	0.60 177	0.78 308	0.77 120	0.58 292	0.18 130	0.14 160	0.19 156	0.16 166	0.18 133	0.21 217

SFCPSM	0.74 308	0.30 204	1.06 346	0.52 196	0.39 299	1.36 469	0.64 414	2.42 531	1.11 306	1.18 325	1.21 332	0.81 244	0.78 308	1.08 226	0.57 287	0.22 290	0.17 298	0.22 269	0.24 386	0.23 301	0.21 217

iResNet	0.80 346	0.45 425	1.47 443	0.72 460	0.31 166	0.96 395	0.64 414	1.80 382	1.28 408	1.31 399	1.48 431	0.94 308	0.78 308	1.77 379	0.99 418	0.19 171	0.14 160	0.18 128	0.15 129	0.22 280	0.27 351

xyz-stereo-finetune2	0.59 217	0.29 176	0.66 153	0.41 44	0.24 28	1.08 417	0.34 126	0.87 107	0.60 108	0.68 176	1.08 272	0.58 167	0.79 316	2.39 455	0.83 376	0.17 90	0.15 231	0.21 234	0.17 191	0.16 70	0.18 118

MyStereo05	0.70 289	0.29 176	1.22 407	0.58 307	0.48 375	0.62 213	0.72 439	1.52 303	1.54 505	1.17 314	0.91 207	0.77 231	0.79 316	1.45 321	0.68 335	0.17 90	0.17 298	0.24 327	0.21 313	0.23 301	0.23 269

xx1	0.70 289	0.34 306	0.63 131	0.60 334	0.27 73	1.16 436	0.51 324	1.07 169	3.23 582	0.60 158	0.80 183	0.95 312	0.79 316	1.48 328	0.35 95	0.21 255	0.13 85	0.24 327	0.23 373	0.23 301	0.25 313

RCA-Stereo	0.52 156	0.26 107	0.66 153	0.49 136	0.33 219	0.54 163	0.44 261	1.20 228	1.41 470	0.69 177	1.06 262	0.63 192	0.79 316	0.62 71	0.35 95	0.17 90	0.12 41	0.17 89	0.14 109	0.16 70	0.16 72

qqq	0.62 237	0.36 345	0.88 275	0.50 157	0.28 109	0.64 233	0.62 407	1.58 321	0.91 211	0.83 205	0.96 216	0.95 312	0.79 316	0.99 197	0.67 331	0.21 255	0.23 429	0.24 327	0.23 373	0.23 301	0.25 313

GMM-Stereo	0.75 312	0.27 132	0.66 153	0.56 271	0.34 240	0.71 271	0.97 503	1.09 181	0.91 211	1.37 428	1.79 499	1.11 371	0.79 316	2.08 425	0.48 226	0.19 171	0.12 41	0.25 366	0.25 395	0.21 260	0.78 557

pcwnet_v2	0.91 406	0.39 393	2.74 528	0.64 381	0.55 425	0.81 328	0.49 314	2.19 496	1.63 519	1.44 456	1.64 478	1.09 362	0.79 316	1.31 279	0.70 339	0.32 457	0.25 451	0.29 429	0.27 430	0.37 456	0.37 451

tt1	0.65 253	0.34 306	0.65 148	0.60 334	0.27 73	1.14 429	0.48 303	1.08 174	2.62 569	0.59 151	0.79 178	0.49 118	0.80 323	1.57 341	0.35 95	0.21 255	0.13 85	0.25 366	0.16 166	0.20 211	0.23 269

raftrobust	0.55 167	0.27 132	0.63 131	0.68 427	0.69 483	0.50 126	0.34 126	1.08 174	0.97 242	1.32 402	0.88 202	0.62 187	0.80 323	0.82 136	0.44 189	0.20 220	0.16 269	0.16 61	0.14 109	0.15 48	0.18 118

111	0.66 255	0.27 132	1.15 377	0.46 89	0.25 49	0.72 275	0.42 223	1.57 319	1.44 483	0.83 205	1.39 404	1.10 366	0.80 323	0.97 194	0.65 324	0.20 220	0.14 160	0.18 128	0.15 129	0.18 133	0.28 367

MaskLacGwcNet_RVC	1.17 466	1.06 545	1.28 420	0.88 526	0.69 483	1.92 530	0.92 492	1.71 359	1.14 326	1.17 314	1.26 350	1.49 454	0.80 323	2.04 419	0.86 381	2.02 584	0.34 513	0.79 566	0.36 512	1.38 576	1.33 579

G2L-Stereo_test	0.77 326	0.31 238	0.97 318	0.51 173	0.41 325	0.90 366	0.80 462	1.67 338	1.22 371	1.32 402	1.27 359	1.50 457	0.81 327	1.74 374	1.02 426	0.20 220	0.14 160	0.16 61	0.16 166	0.18 133	0.22 248

NOSS_ROB	1.29 489	0.49 444	0.68 161	0.60 334	0.40 311	1.09 422	0.77 448	1.94 428	1.44 483	1.04 262	1.46 425	1.10 366	0.81 327	10.57 613	0.78 360	0.46 526	0.43 547	0.48 534	0.45 536	0.45 495	0.43 486

coex_refinement	0.84 372	0.30 204	0.89 279	0.72 460	0.52 402	0.95 389	0.60 399	1.92 424	1.29 420	1.38 433	1.37 397	1.80 507	0.82 329	1.48 328	1.31 463	0.27 405	0.17 298	0.19 156	0.20 271	0.25 342	0.27 351

test_sample4	0.74 308	0.36 345	1.09 357	0.55 250	0.32 199	0.92 376	0.51 324	2.14 478	1.25 388	1.22 353	1.22 334	0.86 269	0.82 329	1.29 276	0.76 354	0.26 384	0.21 383	0.26 387	0.26 412	0.27 361	0.28 367

gwcnet-sp	0.80 346	0.37 366	1.94 486	0.62 356	0.45 353	1.38 470	0.53 341	1.68 342	1.20 355	1.37 428	1.08 272	0.93 302	0.82 329	1.45 321	0.79 365	0.22 290	0.22 401	0.22 269	0.21 313	0.23 301	0.25 313

scenet	0.80 346	0.37 366	1.94 486	0.62 356	0.45 353	1.38 470	0.53 341	1.68 342	1.20 355	1.37 428	1.08 272	0.93 302	0.82 329	1.45 321	0.79 365	0.22 290	0.22 401	0.22 269	0.21 313	0.23 301	0.25 313

ssnet	0.80 346	0.37 366	1.94 486	0.62 356	0.45 353	1.38 470	0.53 341	1.68 342	1.20 355	1.37 428	1.08 272	0.93 302	0.82 329	1.45 321	0.79 365	0.22 290	0.22 401	0.22 269	0.21 313	0.23 301	0.25 313

PSMNet-RUCA	1.07 449	1.06 545	1.64 464	1.23 566	1.10 556	1.39 473	0.65 416	1.91 417	1.43 480	0.95 237	1.52 447	0.99 326	0.83 334	1.28 275	1.01 423	0.71 563	0.34 513	0.99 575	0.61 563	1.01 564	0.67 543

HH	0.68 279	0.33 276	0.83 246	0.53 219	0.34 240	0.92 376	0.45 277	1.79 378	0.74 150	0.71 179	1.13 302	1.60 473	0.83 334	1.95 408	0.39 141	0.18 130	0.14 160	0.19 156	0.17 191	0.19 169	0.19 159

HanStereo	0.68 279	0.33 276	0.83 246	0.53 219	0.34 240	0.92 376	0.45 277	1.79 378	0.74 150	0.71 179	1.13 302	1.60 473	0.83 334	1.95 408	0.39 141	0.18 130	0.14 160	0.19 156	0.17 191	0.19 169	0.19 159

CASS	0.67 266	0.36 345	0.84 255	0.57 293	0.28 109	0.82 330	0.43 241	1.62 333	0.92 216	1.39 437	1.28 365	0.87 271	0.84 337	0.88 163	0.59 300	0.36 491	0.19 348	0.26 387	0.22 341	0.29 394	0.43 486
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RAFT_R40	0.84 372	0.30 204	0.83 246	0.63 366	0.31 166	0.66 245	0.43 241	1.15 211	0.99 254	1.47 466	1.10 278	1.00 332	0.84 337	5.44 540	0.53 264	0.23 314	0.13 85	0.23 303	0.20 271	0.23 301	0.19 159

FENet	0.62 237	0.30 204	0.68 161	0.57 293	0.33 219	0.82 330	0.40 203	1.41 285	1.12 314	1.03 260	0.87 199	0.98 321	0.84 337	1.00 201	0.70 339	0.23 314	0.16 269	0.23 303	0.20 271	0.22 280	0.24 292

STTStereo	0.82 357	0.53 459	1.53 455	0.68 427	0.56 430	0.88 360	0.56 372	1.57 319	1.14 326	1.39 437	1.10 278	1.26 406	0.84 337	1.49 335	0.90 394	0.29 439	0.28 474	0.33 472	0.40 522	0.33 434	0.37 451

HITNet	0.71 295	0.42 412	1.07 351	0.52 196	0.25 49	1.05 409	0.48 303	2.12 468	1.08 287	1.21 345	1.23 342	0.91 293	0.84 337	0.90 171	0.91 398	0.17 90	0.12 41	0.21 234	0.17 191	0.29 394	0.18 118
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	0.85 379	0.38 384	0.92 297	0.58 307	0.32 199	0.86 355	0.49 314	2.33 522	1.69 524	1.16 310	1.12 291	0.95 312	0.85 342	2.46 457	1.18 443	0.27 405	0.23 429	0.28 417	0.28 441	0.28 377	0.41 474

H2IRNET	0.57 192	0.28 152	0.75 201	0.49 136	0.35 257	0.40 39	0.27 65	1.03 153	1.18 349	0.62 165	1.26 350	1.07 351	0.85 342	1.02 208	0.64 319	0.20 220	0.16 269	0.23 303	0.25 395	0.22 280	0.20 188

ffm	0.79 340	0.36 345	1.51 448	0.56 271	0.40 311	0.76 293	0.59 391	1.08 174	2.62 569	1.19 333	1.49 432	1.07 351	0.85 342	1.57 341	0.35 95	0.21 255	0.13 85	0.31 448	0.28 441	0.20 211	0.23 269

ff1	1.88 537	0.36 345	1.51 448	0.56 271	0.40 311	0.76 293	0.59 391	1.08 174	2.62 569	1.19 333	1.49 432	1.07 351	0.85 342	9.88 608	13.82 606	0.21 255	0.13 85	0.31 448	0.28 441	0.20 211	0.23 269

mmx	1.89 540	0.36 345	1.51 448	0.56 271	0.40 311	0.76 293	0.59 391	2.32 516	1.41 470	1.19 333	1.49 432	1.07 351	0.85 342	9.88 608	13.82 606	0.25 358	0.21 383	0.31 448	0.28 441	0.32 427	0.29 381

xxx	1.89 540	0.36 345	1.51 448	0.56 271	0.40 311	0.76 293	0.59 391	2.32 516	1.41 470	1.19 333	1.49 432	1.07 351	0.85 342	9.88 608	13.82 606	0.25 358	0.21 383	0.31 448	0.28 441	0.32 427	0.29 381

hknet	0.82 357	0.34 306	1.15 377	0.55 250	0.39 299	1.25 454	0.66 420	2.65 557	1.10 299	1.25 363	1.12 291	1.58 472	0.85 342	1.41 309	0.79 365	0.23 314	0.18 330	0.25 366	0.22 341	0.23 301	0.24 292

PS-NSSS	1.02 434	0.62 491	1.17 392	0.61 348	0.58 438	0.91 369	0.79 459	2.02 446	1.19 351	1.17 314	1.68 484	1.00 332	0.85 342	4.43 515	0.86 381	0.38 496	0.31 491	0.52 541	0.32 485	0.52 517	0.45 491

UGAM	1.17 466	0.29 176	1.08 354	0.55 250	0.43 339	0.69 265	0.71 438	1.14 199	1.35 440	1.00 247	1.49 432	1.90 511	0.86 350	9.61 603	0.89 390	0.21 255	0.19 348	0.30 441	0.25 395	0.20 211	0.18 118

test_sample5	0.75 312	0.36 345	1.04 339	0.55 250	0.31 166	0.84 347	0.53 341	2.12 468	1.23 376	1.18 325	1.30 370	0.88 277	0.86 350	1.37 296	0.76 354	0.26 384	0.22 401	0.27 401	0.28 441	0.28 377	0.29 381

MyStereo04	0.71 295	0.30 204	1.28 420	0.58 307	0.48 375	0.59 196	0.78 451	1.74 367	1.49 499	0.94 235	0.91 207	0.74 223	0.86 350	1.59 349	0.69 336	0.18 130	0.18 330	0.24 327	0.21 313	0.23 301	0.23 269

DualNet	0.75 312	0.36 345	1.04 339	0.55 250	0.31 166	0.84 347	0.53 341	2.12 468	1.23 376	1.21 345	1.40 409	0.88 277	0.86 350	1.37 296	0.76 354	0.26 384	0.22 401	0.27 401	0.28 441	0.28 377	0.29 381

dad	0.90 401	0.73 520	1.28 420	0.59 326	0.39 299	0.83 338	0.45 277	1.24 242	1.54 505	1.52 477	1.28 365	1.36 428	0.86 350	2.54 466	0.91 398	0.43 513	0.27 468	0.82 567	0.26 412	0.44 492	0.34 434

SST-Stereo	0.85 379	0.30 204	0.81 228	0.63 366	0.31 166	0.70 269	0.25 49	1.16 216	0.95 234	1.47 466	1.11 287	0.99 326	0.86 350	5.69 543	0.53 264	0.23 314	0.13 85	0.23 303	0.19 239	0.23 301	0.19 159

xxxx	1.61 516	0.32 256	0.98 321	0.58 307	0.31 166	1.15 433	0.43 241	2.43 532	1.41 470	1.17 314	1.40 409	1.21 387	0.86 350	1.94 405	16.68 614	0.24 336	0.24 439	0.21 234	0.20 271	0.23 301	0.27 351

DMCA-RVC	0.83 366	0.46 428	2.19 507	0.68 427	0.49 382	0.84 347	0.48 303	1.44 288	1.07 284	1.56 488	1.04 254	1.29 413	0.86 350	1.49 335	0.92 402	0.27 405	0.22 401	0.35 487	0.28 441	0.32 427	0.28 367

CFNet	0.99 426	0.40 399	1.23 409	0.65 388	0.43 339	1.03 405	0.49 314	2.01 445	1.35 440	1.02 256	1.39 404	1.10 366	0.86 350	5.47 541	0.89 390	0.24 336	0.18 330	0.28 417	0.27 430	0.27 361	0.22 248

CoDeX	0.78 331	0.31 238	1.04 339	0.56 271	0.37 276	1.13 426	0.60 399	2.77 566	1.29 420	1.17 314	1.26 350	0.91 293	0.87 359	1.42 314	0.74 348	0.21 255	0.16 269	0.21 234	0.18 215	0.21 260	0.21 217

ACVNet-DCA	0.59 217	0.34 306	0.63 131	0.60 334	0.27 73	1.16 436	0.51 324	1.58 321	0.91 211	0.60 158	0.80 183	0.47 109	0.87 359	1.48 328	0.35 95	0.21 255	0.13 85	0.25 366	0.15 129	0.23 301	0.25 313

1test111	0.58 204	0.34 306	0.63 131	0.60 334	0.27 73	1.16 436	0.51 324	1.58 321	0.91 211	0.60 158	0.80 183	0.47 109	0.87 359	0.99 197	0.67 331	0.21 255	0.13 85	0.25 366	0.15 129	0.23 301	0.25 313

cc1	0.68 279	0.34 306	0.63 131	0.60 334	0.27 73	1.16 436	0.51 324	1.07 169	3.23 582	0.60 158	0.80 183	0.47 109	0.87 359	1.48 328	0.35 95	0.21 255	0.13 85	0.25 366	0.15 129	0.19 169	0.23 269

UPFNet	0.84 372	0.34 306	1.09 357	0.62 356	0.74 497	1.25 454	0.78 451	1.69 351	1.20 355	1.39 437	1.13 302	1.30 416	0.87 359	1.73 373	1.22 451	0.24 336	0.26 458	0.24 327	0.23 373	0.26 355	0.20 188

AANet_RVC	1.22 477	0.60 479	1.94 486	0.69 440	0.46 362	0.75 287	0.69 428	1.51 299	1.57 512	1.36 426	1.90 517	1.51 460	0.87 359	7.23 580	1.89 523	0.26 384	0.19 348	0.19 156	0.16 166	0.23 301	0.37 451

DispNO	0.98 423	0.34 306	2.02 493	0.58 307	0.55 425	0.88 360	0.49 314	1.70 355	1.24 380	1.22 353	1.26 350	1.18 382	0.88 365	5.17 530	0.88 387	0.23 314	0.18 330	0.24 327	0.22 341	0.19 169	0.22 248

test_xeample	1.55 511	0.31 238	0.94 306	0.54 234	0.31 166	0.94 383	0.58 384	2.40 529	1.40 466	1.29 391	1.55 453	0.89 287	0.88 365	1.72 372	15.94 612	0.22 290	0.22 401	0.22 269	0.21 313	0.23 301	0.25 313

NLCA_NET_v2_RVC	0.84 372	0.46 428	1.40 439	0.69 440	0.61 454	0.95 389	0.52 335	1.68 342	1.21 362	1.39 437	1.15 313	1.42 437	0.88 365	1.78 381	0.93 405	0.26 384	0.23 429	0.27 401	0.27 430	0.30 409	0.39 464
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	0.70 289	0.32 256	0.99 324	0.69 440	0.50 387	0.89 362	0.51 324	1.88 409	1.14 326	0.78 193	1.13 302	1.04 343	0.89 368	1.59 349	0.46 208	0.19 171	0.14 160	0.23 303	0.22 341	0.22 280	0.20 188

CSP-Net	1.00 429	0.41 409	0.99 324	0.56 271	0.43 339	1.62 501	0.76 447	2.16 485	1.16 338	1.33 408	1.22 334	1.32 422	0.89 368	4.67 521	0.93 405	0.35 484	0.24 439	0.20 198	0.20 271	0.23 301	0.30 397

PSMNet_ROB	0.95 415	0.57 475	1.45 441	0.75 483	0.64 462	1.28 458	1.12 522	1.84 392	1.15 331	1.16 310	1.29 369	1.44 443	0.89 368	1.74 374	1.70 513	0.33 464	0.25 451	0.37 500	0.39 520	0.36 450	0.32 416

test_sample6	0.77 326	0.36 345	1.07 351	0.56 271	0.31 166	0.82 330	0.56 372	2.12 468	1.24 380	1.21 345	1.40 409	0.90 289	0.90 371	1.45 321	0.87 386	0.28 423	0.23 429	0.28 417	0.29 460	0.28 377	0.30 397

iRaft-Stereo_5w	0.89 393	0.31 238	1.04 339	0.56 271	0.47 373	0.47 91	0.68 425	1.19 224	1.08 287	0.80 196	1.35 392	1.46 449	0.90 371	5.11 529	1.16 441	0.18 130	0.15 231	0.22 269	0.19 239	0.21 260	0.24 292

FADNet-RVC	0.96 419	0.72 517	2.96 534	0.64 381	0.49 382	0.90 366	0.59 391	1.85 400	1.27 400	0.92 229	0.97 225	1.36 428	0.90 371	2.36 450	1.31 463	0.30 446	0.29 482	0.32 460	0.32 485	0.42 479	0.37 451

ssnet_v2	0.92 409	0.39 393	1.22 407	0.66 401	0.39 299	1.31 460	0.96 502	2.32 516	1.45 488	1.48 472	1.17 318	1.53 463	0.91 374	1.16 248	1.71 515	0.31 449	0.27 468	0.30 441	0.29 460	0.28 377	0.29 381

GEStereo_RVC	0.93 414	0.40 399	1.15 377	0.67 415	0.50 387	0.95 389	0.78 451	2.73 564	1.21 362	1.20 338	1.12 291	1.25 400	0.91 374	3.21 489	0.95 412	0.31 449	0.20 365	0.23 303	0.20 271	0.28 377	0.31 407

DCANet	0.58 204	0.26 107	1.15 377	0.45 77	0.25 49	0.49 107	0.36 153	1.18 220	1.35 440	1.15 306	1.04 254	0.60 177	0.91 374	0.84 147	0.58 292	0.17 90	0.14 160	0.17 89	0.13 74	0.19 169	0.25 313

delet	0.90 401	0.34 306	1.15 377	0.69 440	0.66 473	1.63 502	0.81 467	1.95 431	1.49 499	1.42 449	1.38 402	1.29 413	0.91 374	1.78 381	1.18 443	0.22 290	0.22 401	0.24 327	0.25 395	0.22 280	0.24 292

ACVNet	0.66 255	0.33 276	0.74 196	0.55 250	0.37 276	0.80 320	0.47 295	1.46 292	1.11 306	1.01 252	1.31 372	1.07 351	0.91 374	0.82 136	1.09 434	0.22 290	0.19 348	0.21 234	0.18 215	0.23 301	0.19 159

acv_ft	0.78 331	0.33 276	1.10 362	0.73 468	0.86 528	1.23 451	0.57 378	1.65 337	1.11 306	1.31 399	1.31 372	1.07 351	0.91 374	0.82 136	1.35 473	0.22 290	0.19 348	0.21 234	0.18 215	0.22 280	0.19 159

cf-r	0.79 340	0.32 256	1.06 346	0.57 293	0.64 462	0.78 303	0.51 324	2.04 453	1.22 371	1.20 338	1.27 359	1.53 463	0.91 374	1.47 326	0.94 410	0.25 358	0.19 348	0.22 269	0.23 373	0.19 169	0.21 217

GwcNet-RSSM	0.83 366	0.34 306	1.29 423	0.65 388	0.55 425	0.78 303	0.62 407	1.89 411	1.27 400	1.18 325	1.39 404	1.56 468	0.91 374	1.60 354	1.22 451	0.26 384	0.20 365	0.23 303	0.24 386	0.21 260	0.21 217

test_sample2	0.67 266	0.31 238	0.89 279	0.54 234	0.29 124	0.80 320	0.63 412	1.83 390	1.10 299	0.93 232	1.06 262	0.94 308	0.92 382	1.24 264	0.59 300	0.23 314	0.20 365	0.22 269	0.21 313	0.24 330	0.25 313

RAFT	0.67 266	0.32 256	0.83 246	0.63 366	0.34 240	0.69 265	0.57 378	1.14 199	0.84 191	1.12 287	1.20 326	1.75 501	0.92 382	1.09 230	0.60 303	0.22 290	0.19 348	0.27 401	0.24 386	0.22 280	0.23 269

AIO-Stereo-zeroshot	0.85 379	0.38 384	2.79 530	0.51 173	0.60 448	0.72 275	0.38 178	2.87 573	0.77 157	0.80 196	1.07 265	2.14 540	0.93 384	0.96 190	0.62 311	0.21 255	0.13 85	0.21 234	0.26 412	0.29 394	0.32 416

DeepStereo_RVC	0.57 192	0.31 238	0.78 215	0.53 219	0.30 145	0.57 181	0.32 105	1.11 189	0.80 177	1.17 314	0.94 213	0.83 260	0.93 384	1.01 204	0.61 306	0.23 314	0.14 160	0.21 234	0.19 239	0.24 330	0.26 333

DLCB_ROB	0.92 409	0.43 417	0.95 310	0.71 454	0.55 425	1.11 423	0.83 472	1.61 330	1.32 433	1.67 511	1.66 480	1.70 493	0.93 384	1.96 410	1.34 471	0.26 384	0.25 451	0.27 401	0.28 441	0.28 377	0.28 367

SA	0.69 288	0.31 238	0.97 318	0.64 381	0.30 145	0.56 179	0.38 178	1.84 392	1.35 440	0.99 243	1.37 397	0.69 209	0.94 387	1.88 400	0.43 184	0.20 220	0.16 269	0.25 366	0.23 373	0.22 280	0.19 159

PSMNet-ADL	0.75 312	0.36 345	0.69 167	0.71 454	0.47 373	1.13 426	0.46 283	1.47 295	1.07 284	0.85 212	1.18 321	1.31 418	0.94 387	1.56 339	1.06 431	0.34 474	0.22 401	0.22 269	0.23 373	0.27 361	0.36 447

222	1.67 520	0.31 238	0.93 299	0.59 326	0.31 166	1.05 409	0.43 241	2.39 527	1.47 494	1.37 428	1.55 453	0.94 308	0.94 387	1.98 411	17.76 615	0.24 336	0.22 401	0.21 234	0.20 271	0.22 280	0.26 333

FADNet_RVC	0.88 391	0.56 470	2.15 504	0.57 293	0.43 339	1.17 443	0.46 283	1.68 342	1.12 314	0.91 226	1.24 346	0.91 293	0.94 387	2.22 437	1.20 446	0.28 423	0.22 401	0.32 460	0.28 441	0.46 502	0.42 482

BEATNet_4x	0.82 357	0.54 462	2.02 493	0.56 271	0.28 109	1.04 406	0.55 365	2.14 478	1.13 320	1.24 360	1.26 350	1.00 332	0.94 387	1.13 241	1.23 454	0.21 255	0.14 160	0.24 327	0.20 271	0.37 456	0.23 269

DSFCA	0.95 415	0.38 384	1.23 409	0.55 250	0.66 473	1.50 487	0.93 496	1.58 321	1.24 380	1.59 496	1.16 315	1.48 452	0.95 392	2.96 481	1.20 446	0.31 449	0.28 474	0.25 366	0.26 412	0.29 394	0.26 333

UCFNet_RVC	0.72 301	0.37 366	0.59 104	0.66 401	0.41 325	0.89 362	0.68 425	1.78 375	1.15 331	1.01 252	1.20 326	1.22 391	0.95 392	1.07 223	0.66 328	0.28 423	0.21 383	0.34 480	0.31 478	0.33 434	0.29 381

TCMNet	1.07 449	0.66 502	2.49 518	0.92 537	1.32 573	1.14 429	0.67 422	1.91 417	1.29 420	1.20 338	1.57 463	1.29 413	0.96 394	2.23 438	1.59 499	0.32 457	0.31 491	0.38 504	0.35 509	0.43 481	0.40 470

YMNet	1.04 437	0.59 476	1.67 467	0.86 521	0.86 528	1.84 523	0.61 404	1.70 355	1.28 408	1.65 507	1.98 523	1.75 501	0.96 394	1.57 341	1.58 496	0.34 474	0.37 529	0.32 460	0.32 485	0.33 434	0.32 416

YMNet_1	1.04 437	0.59 476	1.67 467	0.86 521	0.86 528	1.84 523	0.61 404	1.70 355	1.28 408	1.65 507	1.98 523	1.75 501	0.96 394	1.57 341	1.58 496	0.34 474	0.37 529	0.32 460	0.32 485	0.33 434	0.32 416

SMFormer	0.79 340	0.32 256	0.95 310	0.49 136	0.27 73	0.83 338	0.43 241	2.16 485	1.45 488	1.27 380	1.50 439	0.98 321	0.96 394	1.87 394	0.99 418	0.24 336	0.22 401	0.22 269	0.21 313	0.23 301	0.27 351

tta	0.79 340	0.32 256	0.95 310	0.49 136	0.27 73	0.83 338	0.43 241	2.16 485	1.45 488	1.27 380	1.50 439	0.98 321	0.96 394	1.87 394	0.99 418	0.24 336	0.22 401	0.22 269	0.21 313	0.19 169	0.22 248

qqq1	0.76 320	0.32 256	0.95 310	0.49 136	0.27 73	0.83 338	0.43 241	2.16 485	1.45 488	1.27 380	1.50 439	0.98 321	0.96 394	1.87 394	0.48 226	0.24 336	0.22 401	0.18 128	0.15 129	0.19 169	0.22 248

fff1	0.76 320	0.32 256	0.95 310	0.49 136	0.27 73	0.83 338	0.43 241	2.16 485	1.45 488	1.27 380	1.50 439	0.98 321	0.96 394	1.87 394	0.48 226	0.24 336	0.22 401	0.18 128	0.15 129	0.19 169	0.22 248

SDNR	1.66 519	0.55 466	2.36 515	0.56 271	0.58 438	3.79 586	0.45 277	1.78 375	1.40 466	1.38 433	2.45 550	1.13 375	0.96 394	11.03 614	1.31 463	0.67 560	0.64 576	0.43 521	0.32 485	0.71 550	0.76 556

ASMatch	0.89 393	0.29 176	0.72 177	0.56 271	0.36 265	0.47 91	0.37 168	1.16 216	0.95 234	1.11 279	3.26 567	0.95 312	0.96 394	4.88 526	0.53 264	0.20 220	0.16 269	0.22 269	0.19 239	0.20 211	0.30 397

IRAFT_RVC	0.90 401	0.30 204	0.89 279	0.67 415	0.31 166	0.64 233	1.00 509	1.40 281	0.97 242	1.23 356	1.04 254	1.00 332	0.96 394	5.77 548	0.57 287	0.24 336	0.13 85	0.25 366	0.21 313	0.20 211	0.21 217

NVstereo2D	0.99 426	0.45 425	2.21 508	0.79 499	0.75 502	1.20 447	0.86 481	1.98 436	1.41 470	1.02 256	1.18 321	1.31 418	0.97 404	2.25 441	0.93 405	0.45 525	0.22 401	0.39 508	0.25 395	0.59 533	0.68 547

StereoDRNet-Refined	0.84 372	0.43 417	1.01 331	0.66 401	0.43 339	1.32 461	0.49 314	1.64 334	1.24 380	1.53 480	1.45 423	1.49 454	0.97 404	1.32 285	1.31 463	0.21 255	0.17 298	0.27 401	0.25 395	0.25 342	0.34 434
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet_ROB	0.82 357	0.36 345	1.13 370	0.60 334	0.37 276	0.91 369	0.38 178	2.41 530	1.61 518	1.35 421	1.35 392	1.25 400	0.97 404	1.75 376	0.88 387	0.21 255	0.14 160	0.17 89	0.12 38	0.19 169	0.30 397

TransformOpticalFlow	0.97 420	0.30 204	0.96 317	0.54 234	0.31 166	0.65 239	0.54 355	1.87 404	1.19 351	1.12 287	1.44 421	1.34 425	0.98 407	6.68 571	0.44 189	0.19 171	0.12 41	0.21 234	0.19 239	0.18 133	0.23 269

FADNet-RVC-Resample	0.91 406	0.51 451	2.92 533	0.64 381	0.46 362	1.07 413	0.60 399	1.76 371	1.24 380	1.10 278	0.98 230	1.06 348	0.98 407	2.17 434	0.95 412	0.24 336	0.22 401	0.30 441	0.32 485	0.36 450	0.40 470

CC-Net-ROB	1.53 509	1.31 566	1.68 469	0.92 537	0.80 516	1.75 512	0.99 507	2.04 453	1.27 400	1.12 287	1.62 472	1.20 386	0.98 407	7.82 587	0.92 402	1.15 580	0.41 541	2.20 589	0.46 538	1.37 575	0.56 525

HBP-ISP	1.00 429	0.60 479	0.85 261	0.64 381	0.48 375	1.63 502	0.77 448	2.24 503	1.30 424	1.33 408	1.53 449	0.87 271	0.99 410	3.26 492	0.76 354	0.46 526	0.44 548	0.54 546	0.48 542	0.48 507	0.42 482

AACVNet	0.90 401	0.40 399	0.98 321	0.86 521	0.40 311	0.80 320	0.49 314	1.81 386	0.86 198	1.11 279	1.34 387	1.32 422	0.99 410	4.23 510	0.86 381	0.26 384	0.22 401	0.28 417	0.22 341	0.30 409	0.28 367

KYRaft	0.77 326	0.29 176	0.68 161	0.59 326	0.29 124	0.66 245	0.83 472	1.05 164	0.89 205	1.63 504	2.22 538	1.15 379	0.99 410	1.59 349	0.41 168	0.21 255	0.14 160	0.22 269	0.28 441	0.21 260	1.01 567

hitnet-ft	0.84 372	0.38 384	0.75 201	0.59 326	0.44 349	0.99 400	0.47 295	1.61 330	1.38 456	1.21 345	1.22 334	1.82 509	0.99 410	1.87 394	1.09 434	0.33 464	0.29 482	0.34 480	0.27 430	0.36 450	0.33 424

StereoDRNet	1.05 442	0.53 459	2.21 508	0.80 500	0.93 540	1.50 487	0.90 488	2.06 458	1.44 483	1.68 512	1.20 326	1.48 452	0.99 410	1.86 393	1.60 500	0.29 439	0.24 439	0.29 429	0.28 441	0.35 446	0.33 424

PDISCO_ROB	1.41 497	0.73 520	2.04 497	1.40 569	1.46 577	2.83 568	1.07 518	2.64 556	2.11 555	1.41 445	1.50 439	1.73 496	0.99 410	2.83 479	1.46 484	1.03 573	0.27 468	0.54 546	0.47 540	0.77 552	0.84 562

ADLNet	0.89 393	0.39 393	1.09 357	0.88 526	0.73 490	1.24 453	0.75 444	2.02 446	1.41 470	1.58 493	1.37 397	1.26 406	1.00 416	1.31 279	1.18 443	0.28 423	0.21 383	0.26 387	0.26 412	0.29 394	0.36 447

FADNet	0.98 423	0.64 495	2.57 522	0.66 401	0.55 425	0.95 389	0.57 378	1.91 417	1.38 456	0.94 235	1.02 241	1.36 428	1.00 416	2.69 472	0.97 416	0.34 474	0.34 513	0.31 448	0.34 505	0.61 539	0.42 482

TDLM	1.08 453	0.50 447	1.01 331	0.69 440	0.54 418	0.91 369	1.40 549	1.60 328	1.36 449	1.17 314	1.40 409	1.07 351	1.00 416	6.19 554	0.85 380	0.34 474	0.22 401	0.35 487	0.26 412	0.38 462	0.29 381

DualNet (step1)	0.89 393	0.51 451	1.35 429	0.58 307	0.40 311	1.07 413	0.80 462	1.99 440	1.27 400	1.25 363	1.22 334	1.09 362	1.01 419	1.31 279	0.73 344	0.59 552	0.32 503	0.62 559	0.67 567	0.45 495	0.48 498

test_sample9	1.96 543	0.51 451	1.35 429	0.58 307	0.40 311	1.07 413	0.80 462	1.99 440	1.27 400	1.25 363	1.22 334	1.09 362	1.01 419	2.46 457	8.57 590	0.59 552	12.85 624	0.62 559	0.67 567	0.45 495	0.48 498

test_sample7	0.78 331	0.39 393	0.89 279	0.55 250	0.35 257	0.93 380	0.75 444	1.99 440	1.27 400	1.25 363	1.22 334	1.09 362	1.01 419	1.31 279	0.73 344	0.32 457	0.32 503	0.32 460	0.32 485	0.33 434	0.33 424

ToySt	0.73 304	0.35 335	1.64 464	0.54 234	0.37 276	0.92 376	0.81 467	1.21 233	1.03 268	0.86 217	1.12 291	1.31 418	1.01 419	1.04 213	0.88 387	0.19 171	0.20 365	0.24 327	0.24 386	0.27 361	0.28 367

riskmin	0.62 237	0.29 176	0.73 191	0.50 157	0.34 240	0.86 355	0.44 261	1.74 367	1.07 284	0.76 190	0.76 168	1.19 384	1.01 419	0.84 147	0.60 303	0.20 220	0.16 269	0.24 327	0.16 166	0.24 330	0.29 381

SACVNet	0.89 393	0.51 451	1.08 354	0.83 511	0.58 438	0.83 338	0.78 451	1.84 392	1.17 343	1.39 437	1.33 383	1.25 400	1.01 419	2.31 447	0.92 402	0.35 484	0.26 458	0.31 448	0.29 460	0.35 446	0.48 498

LMCR-Stereo	0.87 387	0.50 447	0.99 324	0.80 500	0.43 339	1.32 461	0.55 365	2.79 569	1.03 268	1.55 486	1.49 432	0.74 223	1.01 419	1.76 377	0.99 418	0.30 446	0.17 298	0.22 269	0.18 215	0.31 416	0.22 248

HSM-Net_RVC	0.91 406	0.31 238	0.60 114	0.54 234	0.31 166	1.15 433	0.60 399	3.76 586	1.30 424	1.57 492	1.75 493	1.67 487	1.01 419	1.61 356	0.90 394	0.23 314	0.17 298	0.19 156	0.18 215	0.20 211	0.22 248
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
SQANet	1.38 493	0.95 540	1.37 437	1.89 581	1.47 578	1.44 483	0.81 467	1.89 411	1.13 320	1.34 415	1.26 350	1.28 412	1.02 427	1.64 359	0.91 398	2.55 592	0.35 520	1.47 583	0.56 556	2.48 584	1.74 583

SGM-Forest	1.29 489	0.40 399	0.74 196	0.54 234	0.37 276	1.55 493	1.26 541	1.82 388	1.39 464	2.22 552	1.81 505	1.64 483	1.02 427	7.65 586	1.20 446	0.39 502	0.37 529	0.39 508	0.34 505	0.37 456	0.34 434
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Consistency-Raft	1.27 488	1.01 544	2.17 505	1.04 554	1.20 568	0.96 395	1.00 509	1.84 392	1.95 546	1.38 433	2.11 532	1.44 443	1.03 429	1.18 254	1.40 477	0.73 564	0.83 584	0.89 569	0.99 584	1.33 573	0.95 566

DGSMNet	1.24 484	0.84 531	3.20 540	0.91 536	0.92 537	1.39 473	1.34 545	2.46 538	1.44 483	1.34 415	1.66 480	1.50 457	1.03 429	1.85 390	1.30 462	0.48 532	0.48 557	0.55 550	0.51 550	0.78 553	0.79 558

CFNet-ft	0.78 331	0.36 345	0.74 196	0.67 415	0.56 430	0.86 355	0.54 355	1.46 292	1.17 343	1.01 252	1.28 365	1.68 490	1.03 429	1.57 341	0.95 412	0.27 405	0.21 383	0.33 472	0.26 412	0.31 416	0.26 333

CFNet_RVC	0.78 331	0.36 345	0.74 196	0.67 415	0.56 430	0.86 355	0.54 355	1.46 292	1.17 343	1.01 252	1.28 365	1.68 490	1.03 429	1.57 341	0.95 412	0.27 405	0.21 383	0.33 472	0.26 412	0.31 416	0.26 333

MDST_ROB	1.88 537	0.40 399	1.71 470	0.93 543	0.60 448	4.27 593	1.23 538	3.99 589	1.44 483	4.61 598	2.63 555	1.44 443	1.03 429	9.78 605	1.62 503	0.33 464	0.26 458	0.37 500	0.33 499	0.31 416	0.34 434

LALA_ROB	1.06 444	0.66 502	1.37 437	0.70 450	0.53 410	1.61 499	1.25 540	1.81 386	1.48 498	1.82 526	1.40 409	1.93 517	1.03 429	1.68 365	1.69 511	0.38 496	0.28 474	0.43 521	0.37 516	0.43 481	0.38 459

fff	0.58 204	0.26 107	1.15 377	0.46 89	0.25 49	0.48 101	0.36 153	1.20 228	1.28 408	1.13 290	1.03 248	0.59 173	1.04 435	0.77 120	0.58 292	0.17 90	0.14 160	0.17 89	0.13 74	0.15 48	0.24 292

ADLNet2	0.92 409	0.37 366	1.25 414	0.80 500	0.65 467	1.12 425	0.75 444	1.95 431	1.42 479	1.26 375	1.67 482	1.68 490	1.04 435	1.80 388	1.23 454	0.25 358	0.22 401	0.21 234	0.22 341	0.27 361	0.31 407

csc	0.58 204	0.26 107	1.15 377	0.46 89	0.25 49	0.48 101	0.36 153	1.20 228	1.28 408	1.13 290	1.03 248	0.59 173	1.04 435	0.77 120	0.58 292	0.17 90	0.14 160	0.17 89	0.13 74	0.15 48	0.24 292

cscssc	0.58 204	0.26 107	1.15 377	0.46 89	0.25 49	0.48 101	0.36 153	1.20 228	1.28 408	1.13 290	1.03 248	0.59 173	1.04 435	0.77 120	0.58 292	0.17 90	0.14 160	0.17 89	0.13 74	0.15 48	0.24 292

DRN-Test	1.07 449	0.49 444	1.95 490	0.75 483	0.81 520	1.61 499	0.78 451	2.26 504	1.53 503	1.84 527	1.35 392	1.42 437	1.04 435	2.26 442	1.61 501	0.28 423	0.23 429	0.31 448	0.30 472	0.33 434	0.33 424

iResNetv2_ROB	0.88 391	0.43 417	2.62 526	0.60 334	0.38 290	0.94 383	0.67 422	1.88 409	1.38 456	1.27 380	1.45 423	1.26 406	1.05 440	1.92 402	0.64 319	0.24 336	0.15 231	0.19 156	0.14 109	0.24 330	0.21 217

ac_64	0.86 383	0.32 256	1.02 334	0.74 474	0.60 448	1.04 406	0.53 341	2.20 499	0.99 254	1.23 356	1.11 287	1.96 523	1.06 441	2.01 416	1.01 423	0.30 446	0.22 401	0.24 327	0.23 373	0.22 280	0.22 248

ETE_ROB	1.01 433	0.69 510	1.49 446	0.72 460	0.50 387	1.15 433	1.12 522	1.91 417	1.24 380	1.94 538	1.50 439	1.73 496	1.06 441	1.78 381	1.33 470	0.33 464	0.26 458	0.38 504	0.34 505	0.40 471	0.44 489

PSMNet-RSSM	0.78 331	0.32 256	0.89 279	0.65 388	0.43 339	0.73 280	0.58 384	2.14 478	1.19 351	1.18 325	1.38 402	1.31 418	1.07 443	1.43 316	0.82 375	0.28 423	0.21 383	0.27 401	0.29 460	0.25 342	0.26 333

DCVSM-stereo	0.75 312	0.36 345	0.82 237	0.58 307	0.43 339	0.78 303	0.42 223	1.30 259	1.05 280	1.79 523	1.04 254	1.60 473	1.08 444	1.12 239	0.86 381	0.25 358	0.27 468	0.29 429	0.24 386	0.30 409	0.37 451

HSM	1.22 477	0.34 306	0.81 228	0.61 348	0.39 299	1.22 449	0.63 412	2.45 534	1.25 388	1.32 402	1.26 350	1.91 513	1.08 444	9.21 599	0.75 351	0.23 314	0.17 298	0.20 198	0.16 166	0.22 280	0.24 292

DISCO	1.06 444	0.37 366	1.19 398	0.73 468	0.46 362	2.04 538	0.84 474	2.26 504	1.54 505	1.25 363	1.36 396	2.38 551	1.08 444	2.60 469	1.62 503	0.24 336	0.19 348	0.22 269	0.20 271	0.32 427	0.29 381

anonymity	1.14 461	0.98 542	1.24 412	1.09 557	1.13 559	1.08 417	0.90 488	2.02 446	1.23 376	1.32 402	1.27 359	1.27 411	1.09 447	1.16 248	1.03 429	1.02 572	1.01 598	0.97 572	0.97 581	0.98 562	1.01 567

GwcNet	1.26 486	0.63 492	5.13 563	0.81 504	1.15 563	1.73 509	0.69 428	1.84 392	1.53 503	1.51 475	1.71 489	1.72 494	1.09 447	2.20 436	1.61 501	0.31 449	0.30 486	0.29 429	0.27 430	0.30 409	0.41 474

NaN_ROB	1.23 481	0.63 492	1.76 473	0.67 415	0.50 387	1.59 498	2.00 576	1.87 404	1.52 502	2.14 551	1.26 350	1.40 436	1.09 447	4.60 519	1.75 516	0.28 423	0.34 513	0.28 417	0.29 460	0.30 409	0.37 451

test_sample1	0.67 266	0.32 256	0.90 289	0.54 234	0.33 219	0.76 293	0.48 303	1.75 369	1.06 282	0.95 237	0.99 231	0.91 293	1.10 450	1.25 265	0.79 365	0.22 290	0.19 348	0.21 234	0.20 271	0.21 260	0.25 313

IER	0.74 308	0.33 276	1.25 414	0.50 157	0.53 410	1.32 461	0.55 365	1.31 261	1.08 287	1.30 393	1.34 387	1.11 371	1.10 450	1.05 216	0.81 374	0.20 220	0.17 298	0.21 234	0.21 313	0.20 211	0.21 217

UNet	0.86 383	0.36 345	1.52 452	0.62 356	0.74 497	1.56 495	0.49 314	1.55 312	1.12 314	1.28 386	1.10 278	1.52 462	1.10 450	1.69 369	1.14 439	0.24 336	0.18 330	0.25 366	0.21 313	0.25 342	0.25 313

HI	0.67 266	0.34 306	0.80 223	0.51 173	0.51 397	0.41 47	0.37 168	1.15 211	0.80 177	1.34 415	1.42 415	1.60 473	1.11 453	0.96 190	0.90 394	0.16 57	0.12 41	0.20 198	0.21 313	0.20 211	0.20 188

CoSv	0.67 266	0.34 306	0.80 223	0.51 173	0.51 397	0.41 47	0.37 168	1.15 211	0.80 177	1.34 415	1.42 415	1.60 473	1.11 453	0.96 190	0.90 394	0.16 57	0.12 41	0.20 198	0.21 313	0.20 211	0.20 188

1111x	1.96 543	0.32 256	1.54 456	0.54 234	0.30 145	1.00 401	0.69 428	2.47 539	1.33 435	1.21 345	1.44 421	1.21 387	1.11 453	8.49 594	16.14 613	0.22 290	0.23 429	0.22 269	0.23 373	0.25 342	0.26 333

anonymousa	0.78 331	0.30 204	0.85 261	0.51 173	0.96 546	1.41 479	0.47 295	1.61 330	0.94 229	1.33 408	1.77 497	1.66 485	1.11 453	0.72 105	0.63 315	0.19 171	0.18 330	0.23 303	0.25 395	0.20 211	0.22 248

FINET	1.54 510	0.67 506	7.28 574	0.76 491	0.97 547	1.42 482	1.38 548	2.80 571	3.12 581	1.23 356	1.68 484	1.04 343	1.11 453	3.35 495	1.78 520	0.43 513	0.37 529	0.32 460	0.29 460	0.43 481	0.41 474

DANet	1.16 464	0.64 495	1.52 452	0.88 526	0.74 497	1.52 489	0.52 335	1.68 342	1.21 362	1.81 524	1.55 453	2.02 531	1.11 453	3.30 494	2.28 535	0.34 474	0.31 491	0.40 514	0.30 472	0.46 502	0.54 517
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
APVNet	1.11 457	0.59 476	1.95 490	0.87 524	0.77 508	1.90 528	0.82 471	2.03 450	1.15 331	1.14 304	1.43 419	1.55 466	1.12 459	3.03 483	1.62 503	0.32 457	0.34 513	0.42 520	0.36 512	0.36 450	0.41 474

XPNet_ROB	1.02 434	0.56 470	1.33 428	0.75 483	0.58 438	1.11 423	1.13 524	1.77 373	1.29 420	1.88 530	1.43 419	1.63 482	1.13 460	2.04 419	1.69 511	0.40 504	0.31 491	0.33 472	0.29 460	0.37 456	0.37 451

z-ln-s-r	1.18 471	0.61 484	2.91 532	0.54 234	0.56 430	0.81 328	0.86 481	1.72 363	1.55 511	1.18 325	1.62 472	1.37 432	1.16 461	3.67 502	3.77 561	0.20 220	0.15 231	0.21 234	0.17 191	0.29 394	0.24 292

AAGNet	1.84 535	0.30 204	0.79 219	0.66 401	0.32 199	0.65 239	0.50 322	1.02 145	1.01 261	1.47 466	1.21 332	0.99 326	1.16 461	2.76 476	22.69 622	0.24 336	0.13 85	0.22 269	0.20 271	0.24 330	0.16 72

MMNet	0.89 393	0.35 335	1.44 440	0.64 381	0.59 444	1.83 522	0.48 303	1.70 355	1.38 456	1.45 462	1.19 325	1.25 400	1.16 461	1.77 379	1.27 461	0.20 220	0.19 348	0.23 303	0.22 341	0.25 342	0.24 292

S-Stereo	1.17 466	0.48 439	2.25 512	0.83 511	0.81 520	1.22 449	1.17 531	2.12 468	2.08 553	1.47 466	2.13 533	1.55 466	1.16 461	2.09 426	1.46 484	0.42 512	0.40 540	0.35 487	0.32 485	0.45 495	0.73 552

DDUNet	1.56 512	2.70 604	1.35 429	1.79 578	1.88 582	1.82 521	0.91 490	1.84 392	1.20 355	1.40 443	1.79 499	1.62 478	1.17 465	1.59 349	1.22 451	1.11 577	0.76 583	2.38 594	0.94 579	2.12 579	1.53 581

DAS	0.89 393	0.37 366	1.20 402	0.66 401	0.69 483	0.82 330	0.62 407	1.79 378	1.26 396	1.93 536	1.55 453	0.96 317	1.17 465	2.72 474	0.69 336	0.22 290	0.16 269	0.25 366	0.18 215	0.29 394	0.24 292

SepStereo	0.87 387	0.37 366	1.20 402	0.66 401	0.69 483	0.82 330	0.62 407	1.79 378	1.26 396	1.93 536	1.55 453	0.96 317	1.17 465	2.34 448	0.69 336	0.22 290	0.16 269	0.25 366	0.18 215	0.29 394	0.24 292

SuperB	2.50 566	0.72 517	18.07 608	0.72 460	0.53 410	1.85 525	0.86 481	1.80 382	2.40 563	1.54 483	1.42 415	1.13 375	1.17 465	4.18 509	4.80 574	0.25 358	0.20 365	0.23 303	0.19 239	7.64 616	0.38 459

PA-Net	1.14 461	0.63 492	2.12 502	0.67 415	0.75 502	1.19 446	0.91 490	1.91 417	1.46 493	1.18 325	1.23 342	1.33 424	1.17 465	4.31 513	1.41 478	0.29 439	0.46 554	0.33 472	0.50 547	0.33 434	0.57 528
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CVANet_RVC	1.10 455	0.49 444	1.15 377	0.65 388	0.54 418	0.93 380	1.00 509	1.69 351	1.36 449	1.42 449	1.39 404	1.24 399	1.17 465	6.22 556	0.80 372	0.35 484	0.24 439	0.35 487	0.30 472	0.44 492	0.32 416

NCCL2	1.06 444	0.64 495	1.35 429	0.78 497	0.58 438	1.32 461	1.69 562	1.89 411	1.38 456	1.52 477	1.20 326	1.91 513	1.17 465	1.79 386	1.50 488	0.35 484	0.31 491	0.45 526	0.44 533	0.41 475	0.45 491

ADStereo(finetuned)	0.62 237	0.26 107	1.59 460	0.45 77	0.25 49	0.49 107	0.36 153	1.18 220	1.35 440	1.16 310	1.04 254	0.60 177	1.18 472	0.85 151	0.57 287	0.17 90	0.14 160	0.17 89	0.13 74	0.19 169	0.24 292

GANet-RSSM	0.78 331	0.31 238	0.90 289	0.67 415	0.58 438	0.80 320	0.62 407	2.04 453	1.15 331	1.11 279	1.27 359	1.26 406	1.18 472	1.68 365	0.74 348	0.26 384	0.21 383	0.22 269	0.22 341	0.23 301	0.23 269

xyz-stereo	7.03 603	0.24 65	70.23 636	0.44 68	0.21 10	29.74 622	0.49 314	1.03 153	0.77 157	1.45 462	26.78 624	1.17 381	1.19 474	4.72 524	1.32 469	0.16 57	0.12 41	0.20 198	0.14 109	0.17 97	0.14 19

GASNet	1.13 459	1.10 552	3.29 544	1.00 552	0.68 480	0.82 330	0.67 422	1.85 400	1.38 456	1.39 437	1.25 348	1.25 400	1.20 475	2.72 474	1.62 503	0.46 526	0.26 458	0.36 497	0.34 505	0.55 527	0.33 424

otaku	1.67 520	1.18 556	1.56 457	2.27 584	1.59 579	1.98 533	1.23 538	2.23 501	1.37 454	1.48 472	1.63 477	1.73 496	1.23 476	1.85 390	1.09 434	2.96 596	0.58 574	1.74 584	0.61 563	2.94 591	2.15 589

GANetREF_RVC	1.11 457	0.90 534	1.56 457	0.88 526	0.53 410	1.41 479	1.35 546	1.91 417	1.54 505	1.28 386	1.32 377	1.46 449	1.23 476	2.04 419	1.00 422	0.57 549	0.45 550	0.67 562	0.52 551	0.91 560	0.62 538
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	0.99 426	0.46 428	0.68 161	0.53 219	0.39 299	1.40 477	0.48 303	2.09 464	1.30 424	1.53 480	2.29 541	1.36 428	1.23 476	2.46 457	1.04 430	0.44 522	0.42 546	0.47 532	0.44 533	0.41 475	0.39 464

fast-acv-ft	1.00 429	0.48 439	1.85 482	0.61 348	0.52 402	1.77 515	0.69 428	1.52 303	1.47 494	1.34 415	1.85 511	1.73 496	1.24 479	1.62 357	1.56 494	0.27 405	0.28 474	0.28 417	0.28 441	0.28 377	0.31 407

CRFU-Net	0.90 401	0.42 412	1.10 362	0.69 440	0.59 444	1.76 513	0.84 474	2.33 522	0.92 216	1.45 462	1.20 326	1.62 478	1.25 480	1.38 300	0.94 410	0.28 423	0.23 429	0.22 269	0.19 239	0.24 330	0.27 351

MFN_U_SF_DS_RVC	1.80 530	1.11 553	4.33 558	0.84 515	0.77 508	3.70 581	2.41 595	2.04 453	1.85 540	1.75 518	1.90 517	1.92 516	1.25 480	7.33 581	1.45 482	0.47 530	0.47 555	0.53 545	0.77 572	0.50 513	0.55 523

GANet	1.41 497	0.52 457	1.18 397	0.74 474	0.48 375	1.40 477	1.69 562	1.87 404	1.28 408	1.56 488	2.39 545	1.56 468	1.25 480	9.13 597	1.20 446	0.31 449	0.32 503	0.34 480	0.29 460	0.40 471	0.33 424

DStereoRT	1.52 508	0.36 345	3.37 545	0.69 440	0.54 418	2.05 541	0.59 391	1.85 400	1.21 362	1.38 433	1.46 425	0.84 267	1.27 483	6.33 564	1.07 432	0.24 336	0.19 348	4.29 615	2.08 607	0.25 342	0.39 464

w-ln-seven	1.56 512	0.83 530	5.96 566	0.78 497	0.74 497	2.64 562	1.01 512	2.13 476	2.03 550	2.09 548	1.76 494	1.84 510	1.27 483	2.98 482	3.23 555	0.29 439	0.26 458	0.31 448	0.30 472	0.41 475	0.38 459

Anonymous_2	1.37 492	0.56 470	0.94 306	0.57 293	0.62 458	1.04 406	0.65 416	1.82 388	1.01 261	1.00 247	0.79 178	1.42 437	1.27 483	1.06 221	0.83 376	0.62 555	0.67 579	1.05 578	9.88 621	1.09 569	0.55 523

RTSC	1.43 502	0.89 533	3.62 551	0.94 546	0.64 462	1.85 525	0.69 428	2.20 499	2.04 552	2.22 552	1.70 487	1.67 487	1.27 483	2.53 465	4.48 569	0.33 464	0.25 451	0.27 401	0.29 460	0.38 462	0.40 470

Wz-Net-LNSev-Ref	1.09 454	0.46 428	2.61 525	0.71 454	0.65 467	2.00 535	0.78 451	2.07 460	1.47 494	1.62 502	1.47 428	1.53 463	1.29 487	2.10 427	1.65 509	0.24 336	0.14 160	0.20 198	0.16 166	0.28 377	0.28 367

DeepPrunerF	1.68 522	0.82 528	6.82 570	0.94 546	1.20 568	0.91 369	0.97 503	2.50 545	5.19 601	1.22 353	1.30 370	1.18 382	1.29 487	4.96 528	1.75 516	0.43 513	0.35 520	0.52 541	0.48 542	0.43 481	0.42 482

RYNet	1.24 484	0.52 457	1.57 459	0.73 468	0.97 547	1.74 511	0.95 501	2.09 464	1.54 505	1.44 456	1.18 321	1.94 521	1.29 487	4.57 518	1.93 524	0.27 405	0.23 429	0.35 487	0.27 430	0.57 530	0.59 533

Wz-Net-LNSev	1.17 466	0.72 517	4.71 561	0.66 401	0.84 525	1.72 506	1.13 524	1.97 435	1.43 480	1.34 415	1.32 377	1.66 485	1.30 490	1.44 320	1.51 490	0.29 439	0.26 458	0.24 327	0.23 373	0.33 434	0.35 443

psm_up	0.83 366	0.37 366	0.88 275	0.68 427	0.59 444	1.05 409	0.92 492	1.68 342	1.17 343	1.41 445	1.22 334	1.30 416	1.31 491	1.39 304	0.89 390	0.27 405	0.30 486	0.31 448	0.27 430	0.28 377	0.28 367

HGLStereo	0.89 393	0.42 412	1.15 377	0.82 507	1.03 551	1.16 436	0.57 378	1.68 342	1.28 408	1.26 375	1.62 472	1.13 375	1.31 491	1.85 390	1.11 438	0.25 358	0.24 439	0.24 327	0.22 341	0.24 330	0.29 381

LCNet	0.73 304	0.30 204	0.58 98	0.58 307	0.31 166	0.68 254	0.53 341	1.09 181	0.94 229	1.19 333	1.34 387	0.96 317	1.32 493	2.50 463	0.46 208	0.19 171	0.13 85	0.21 234	0.25 395	0.28 377	0.69 550

Ntro	1.72 526	1.21 559	1.62 461	2.54 591	1.86 581	2.09 542	1.14 527	2.08 461	1.38 456	1.23 356	1.62 472	1.62 478	1.33 494	2.04 419	1.21 450	3.09 597	0.56 571	1.82 586	0.65 565	2.97 595	2.25 591

Wz-Net-MNSev	1.21 476	0.66 502	3.44 547	0.69 440	0.73 490	1.93 531	1.44 551	2.16 485	1.59 514	1.85 529	1.49 432	1.50 457	1.34 495	2.05 423	1.54 493	0.27 405	0.24 439	0.28 417	0.28 441	0.35 446	0.32 416

zh-mn7	1.84 535	1.51 573	9.67 588	0.70 450	0.54 418	1.47 485	0.84 474	1.93 426	2.13 557	2.50 565	2.70 556	1.67 487	1.35 496	4.75 525	3.14 554	0.32 457	0.27 468	0.27 401	0.27 430	0.32 427	0.39 464

CBMV	1.04 437	0.48 439	0.88 275	0.56 271	0.36 265	1.52 489	1.55 556	1.87 404	1.59 514	2.11 549	1.67 482	1.46 449	1.35 496	1.92 402	1.31 463	0.35 484	0.35 520	0.39 508	0.33 499	0.34 442	0.34 434
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ccnet	1.19 472	0.71 514	1.36 434	0.81 504	0.75 502	1.72 506	1.13 524	1.98 436	1.31 431	1.52 477	1.84 508	1.75 501	1.36 498	2.01 416	2.04 526	0.57 549	0.54 568	0.57 554	0.56 556	0.60 536	0.60 536

FBW_ROB	1.78 528	0.66 502	1.90 485	0.72 460	0.66 473	1.79 520	1.07 518	2.79 569	1.77 531	1.84 527	1.79 499	1.98 525	1.37 499	12.42 616	2.22 532	0.36 491	0.38 534	0.57 554	0.39 520	0.46 502	0.51 511

Wz-Net-SNSev	1.68 522	1.45 568	8.71 584	0.71 454	0.67 479	1.35 468	1.51 552	2.15 483	1.47 494	1.51 475	1.68 484	2.27 544	1.38 500	4.23 510	2.36 539	0.32 457	0.29 482	0.31 448	0.33 499	0.43 481	0.39 464

Prome-Stereo	0.76 320	0.29 176	0.57 95	0.58 307	0.33 219	0.58 194	0.94 498	0.98 134	0.92 216	1.46 465	2.45 550	0.91 293	1.38 500	1.60 354	0.44 189	0.19 171	0.13 85	0.19 156	0.18 215	0.20 211	0.87 563

UDG	1.47 503	2.69 603	1.13 370	1.45 574	1.65 580	1.34 467	0.79 459	1.75 369	1.27 400	1.29 391	1.74 492	1.99 526	1.39 502	1.66 362	1.51 490	0.91 569	0.55 570	2.30 591	0.76 571	1.99 578	1.20 575

z-mn7	1.77 527	1.06 545	7.02 573	0.74 474	0.54 418	2.58 558	1.03 513	1.90 415	2.73 577	1.61 498	3.00 563	1.96 523	1.40 503	5.23 532	2.87 548	0.31 449	0.25 451	0.27 401	0.25 395	0.34 442	0.35 443

w-ln-seven-2	1.42 499	0.69 510	6.86 571	0.71 454	0.62 458	1.23 451	0.92 492	1.84 392	1.59 514	1.74 517	1.59 469	1.49 454	1.40 503	3.69 503	2.22 532	0.27 405	0.26 458	0.29 429	0.26 412	0.34 442	0.33 424

STrans-v2	1.06 444	0.31 238	1.02 334	0.52 196	0.33 219	0.67 250	0.78 451	2.66 561	1.26 396	1.15 306	1.46 425	1.37 432	1.40 503	6.68 571	0.46 208	0.19 171	0.13 85	0.21 234	0.18 215	0.18 133	0.21 217

ADCRef	1.50 506	0.61 484	3.83 553	0.76 491	0.77 508	1.91 529	0.77 448	2.16 485	1.34 437	1.63 504	1.59 469	1.35 427	1.40 503	1.79 386	8.32 589	0.25 358	0.21 383	0.32 460	0.31 478	0.31 416	0.32 416

PAM	0.86 383	0.31 238	1.19 398	0.55 250	0.35 257	2.17 544	0.47 295	2.26 504	0.87 201	1.18 325	0.96 216	3.01 568	1.41 507	0.90 171	0.40 158	0.19 171	0.13 85	0.19 156	0.18 215	0.20 211	0.27 351

iinet-f	1.04 437	0.50 447	4.24 557	0.58 307	0.43 339	1.78 519	0.70 435	1.29 258	1.16 338	1.25 363	1.42 415	1.57 470	1.42 508	1.47 326	1.70 513	0.26 384	0.23 429	0.20 198	0.20 271	0.26 355	0.26 333

stereogan	1.22 477	0.45 425	2.03 496	0.87 524	0.85 526	2.52 556	0.72 439	1.98 436	1.78 535	1.92 534	1.94 520	2.31 548	1.42 508	2.10 427	1.14 439	0.38 496	0.36 524	0.39 508	0.32 485	0.52 517	0.49 503

PASM	1.48 505	1.08 548	3.96 554	0.93 543	0.93 540	1.17 443	1.19 533	1.77 373	1.65 520	1.90 531	1.52 447	1.75 501	1.42 508	4.54 517	1.52 492	0.64 557	0.68 581	0.69 564	0.79 573	0.70 548	0.74 553

RASNet	1.16 464	0.34 306	1.11 364	0.73 468	0.86 528	1.00 401	0.60 399	1.56 316	1.43 480	1.07 273	1.37 397	2.08 539	1.44 511	7.00 576	1.56 494	0.20 220	0.17 298	0.17 89	0.19 239	0.19 169	0.19 159

ACVNet-4b	3.05 580	1.42 567	18.09 609	2.85 593	2.33 592	2.32 553	1.22 536	2.47 539	2.21 560	1.26 375	2.36 544	2.64 561	1.46 512	6.32 563	1.23 454	3.29 600	0.45 550	2.37 593	1.02 587	3.03 596	2.61 596

edge stereo	1.15 463	0.54 462	1.50 447	0.73 468	0.66 473	1.18 445	0.84 474	2.13 476	1.41 470	1.73 516	1.84 508	2.53 557	1.46 512	2.46 457	1.35 473	0.43 513	0.41 541	0.54 546	0.36 512	0.43 481	0.50 507

PAM_32	0.87 387	0.30 204	1.08 354	0.56 271	0.32 199	2.10 543	0.36 153	2.26 504	1.01 261	1.13 290	1.05 261	3.14 573	1.47 514	1.00 201	0.42 178	0.19 171	0.14 160	0.20 198	0.18 215	0.19 169	0.25 313

FAT-Stereo	1.10 455	0.43 417	1.46 442	0.74 474	0.60 448	1.13 426	0.92 492	2.06 458	1.71 527	1.75 518	2.00 526	2.02 531	1.47 514	2.02 418	1.26 458	0.44 522	0.36 524	0.34 480	0.29 460	0.36 450	0.57 528

pmcnn	2.84 574	0.46 428	5.19 564	0.68 427	0.42 335	1.55 493	1.16 530	2.32 516	1.60 517	2.72 569	7.49 598	17.96 618	1.48 516	6.04 553	6.64 583	0.18 130	0.15 231	0.15 30	0.12 38	0.20 211	0.20 188

RAFT + AFF	1.07 449	0.47 433	1.36 434	0.68 427	0.50 387	1.20 447	1.22 536	2.58 552	1.26 396	1.33 408	1.56 459	1.19 384	1.49 517	3.89 508	1.01 423	0.22 290	0.26 458	0.30 441	0.27 430	0.29 394	0.32 416

psmorigin	1.69 524	0.74 522	13.13 596	0.70 450	0.60 448	1.16 436	0.79 459	1.69 351	1.25 388	2.07 547	1.77 497	2.23 541	1.51 518	2.14 431	1.45 482	0.39 502	0.41 541	0.34 480	0.33 499	0.45 495	0.63 540

THIR-Stereo	1.02 434	0.29 176	0.73 191	0.51 173	0.29 124	0.94 383	1.31 543	1.08 174	0.98 245	1.35 421	1.91 519	1.16 380	1.54 519	6.37 566	0.79 365	0.20 220	0.14 160	0.21 234	0.22 341	0.19 169	0.25 313

XQC	1.51 507	0.98 542	3.20 540	0.92 537	0.76 507	2.01 536	1.17 531	2.53 549	1.99 548	2.01 544	1.54 450	2.00 527	1.54 519	3.16 487	3.46 558	0.49 534	0.31 491	0.45 526	0.40 522	0.71 550	0.62 538

Syn2CoEx	1.23 481	0.80 524	3.07 538	0.83 511	0.68 480	1.39 473	0.87 485	2.23 501	1.57 512	1.28 386	1.58 465	1.42 437	1.57 521	3.79 506	1.48 487	0.36 491	0.32 503	0.34 480	0.30 472	0.30 409	0.41 474

PWC_ROB	1.39 495	0.93 539	4.07 555	0.77 493	0.83 523	1.16 436	0.53 341	1.87 404	2.01 549	2.36 557	3.06 565	1.65 484	1.60 522	2.65 471	2.29 537	0.34 474	0.23 429	0.36 497	0.25 395	0.39 467	0.49 503

FTStereo	0.92 409	0.28 152	0.61 122	0.57 293	0.34 240	0.65 239	1.80 573	1.09 181	0.84 191	1.75 518	4.13 577	1.04 343	1.62 523	1.59 349	0.48 226	0.21 255	0.17 298	0.23 303	0.22 341	0.19 169	0.58 531

SHD	1.42 499	0.81 527	2.79 530	0.98 550	0.92 537	1.97 532	0.68 425	2.43 532	2.55 566	2.54 566	1.72 490	2.01 530	1.62 523	2.14 431	2.70 544	0.40 504	0.33 509	0.39 508	0.40 522	0.48 507	0.54 517

RTS	2.76 568	1.55 576	15.40 599	1.13 559	1.42 575	3.75 584	2.21 585	2.45 534	2.72 575	2.91 576	2.85 560	2.58 559	1.62 523	6.28 560	5.80 579	0.41 508	0.30 486	0.35 487	0.35 509	0.52 517	0.54 517

RTSA	2.76 568	1.55 576	15.40 599	1.13 559	1.42 575	3.75 584	2.21 585	2.45 534	2.72 575	2.91 576	2.85 560	2.58 559	1.62 523	6.28 560	5.80 579	0.41 508	0.30 486	0.35 487	0.35 509	0.52 517	0.54 517

ADCP+	2.12 552	0.56 470	10.01 589	0.68 427	0.91 536	2.25 548	1.04 514	1.92 424	1.50 501	1.58 493	1.34 387	1.73 496	1.62 523	2.27 443	13.20 603	0.25 358	0.22 401	0.32 460	0.29 460	0.38 462	0.34 434

CBFPSM	0.95 415	0.37 366	2.10 500	0.51 173	0.39 299	1.73 509	0.87 485	1.59 326	1.13 320	1.11 279	1.00 236	2.34 549	1.64 528	1.42 314	1.44 481	0.19 171	0.18 330	0.20 198	0.20 271	0.22 280	0.36 447

RGC	1.22 477	0.82 528	1.71 470	0.95 548	0.98 549	1.53 491	0.80 462	2.18 494	1.35 440	1.69 513	1.94 520	2.03 534	1.66 529	2.36 450	1.50 488	0.46 526	0.36 524	0.59 557	0.48 542	0.49 511	0.49 503

AnyNet_C32	2.14 553	1.45 568	7.38 575	0.95 548	1.12 557	2.23 546	2.34 591	2.10 466	1.54 505	2.44 560	1.79 499	2.04 536	1.66 529	2.69 472	10.48 599	0.38 496	0.35 520	0.35 487	0.42 526	0.50 513	0.60 536

SAMSARA	1.80 530	0.90 534	3.37 545	1.28 568	1.13 559	3.71 582	2.33 590	2.53 549	1.93 544	3.17 584	1.73 491	2.99 567	1.68 531	3.53 498	2.46 541	0.47 530	0.54 568	0.43 521	0.47 540	0.59 533	0.64 541

MSC_U_SF_DS_RVC	2.22 556	1.29 565	4.14 556	1.10 558	0.78 512	5.00 596	2.38 594	2.47 539	2.67 574	1.94 538	2.28 540	2.66 562	1.70 532	9.10 596	2.29 537	0.68 562	0.52 565	0.68 563	0.71 570	1.17 571	0.81 560

AF-Net	1.23 481	0.56 470	2.31 513	0.88 526	0.93 540	1.41 479	0.73 442	2.27 512	1.71 527	1.76 521	2.42 547	2.00 527	1.70 532	1.98 411	1.62 503	0.50 538	0.29 482	0.49 536	0.33 499	0.40 471	0.34 434

DRaft	0.81 355	0.26 107	0.77 209	0.47 106	0.31 166	0.95 389	0.52 335	1.13 195	0.99 254	1.78 522	2.01 527	0.80 238	1.71 534	2.64 470	0.74 348	0.19 171	0.14 160	0.20 198	0.20 271	0.18 133	0.24 292

PWCDC_ROB	1.39 495	0.91 537	2.10 500	1.08 556	0.92 537	1.72 506	0.58 384	2.03 450	3.30 584	1.32 402	4.87 586	1.21 387	1.71 534	1.98 411	1.75 516	0.65 558	0.26 458	0.29 429	0.25 395	0.56 528	0.41 474

Select-FE	0.87 387	0.42 412	2.64 527	0.57 293	0.48 375	0.47 91	0.23 38	2.59 553	0.85 195	1.08 275	1.32 377	2.00 527	1.73 536	1.15 244	0.47 218	0.21 255	0.17 298	0.21 234	0.26 412	0.20 211	0.33 424

RainbowNet	2.06 548	1.86 584	1.97 492	2.86 594	2.25 588	2.03 537	1.79 570	2.77 566	1.92 543	1.54 483	1.84 508	1.95 522	1.73 536	2.23 438	1.38 476	3.40 603	0.86 589	2.39 596	1.00 585	2.94 591	2.42 593

aanetorigin	1.26 486	0.85 532	3.00 536	0.72 460	0.80 516	1.08 417	1.05 515	1.12 191	1.39 464	3.53 587	2.60 554	1.72 494	1.73 536	1.98 411	1.77 519	0.26 384	0.24 439	0.26 387	0.25 395	0.38 462	0.51 511

GrayStereo	0.83 366	0.28 152	0.62 128	0.66 401	0.37 276	0.76 293	1.79 570	1.19 224	0.91 211	1.98 542	1.89 515	1.07 351	1.76 539	1.43 316	0.50 242	0.20 220	0.15 231	0.19 156	0.21 313	0.18 133	0.41 474

Nwc_Net	1.19 472	0.53 459	2.34 514	0.92 537	0.81 520	1.49 486	0.70 435	2.28 514	1.32 433	1.41 445	2.27 539	2.03 534	1.76 539	2.05 423	1.46 484	0.43 513	0.30 486	0.43 521	0.46 538	0.39 467	0.40 470

MFN_U_SF_RVC	1.62 518	0.96 541	4.36 559	0.92 537	0.69 483	2.62 561	1.10 520	2.50 545	1.74 530	1.99 543	1.86 513	2.45 555	1.78 541	3.08 485	2.84 547	0.54 543	0.50 564	0.56 552	0.60 562	0.60 536	0.67 543

UGAM-zero	1.05 442	0.33 276	1.04 339	0.49 136	0.31 166	0.67 250	0.26 59	2.37 525	0.80 177	1.05 265	1.11 287	2.86 566	1.81 542	6.26 558	0.50 242	0.18 130	0.15 231	0.19 156	0.16 166	0.17 97	0.21 217

LSM	6.55 600	1.26 562	15.64 602	1.79 578	68.74 632	1.67 505	2.08 582	2.26 504	2.59 567	3.13 583	3.08 566	1.90 511	1.81 542	2.89 480	2.16 531	0.43 513	0.59 575	0.50 537	0.58 558	0.64 541	17.24 624

CrosDoStereo	1.56 512	0.26 107	0.78 215	0.51 173	0.29 124	0.66 245	11.86 611	1.18 220	1.00 258	1.35 421	1.76 494	0.99 326	1.83 544	6.64 569	0.83 376	0.19 171	0.15 231	0.20 198	0.22 341	0.18 133	0.25 313

DeepStereo_LL	1.56 512	0.26 107	0.78 215	0.51 173	0.29 124	0.66 245	11.86 611	1.18 220	1.00 258	1.35 421	1.76 494	0.99 326	1.83 544	6.64 569	0.83 376	0.19 171	0.15 231	0.20 198	0.22 341	0.18 133	0.25 313

AnyNet_C01	2.38 561	2.21 594	10.17 590	0.99 551	0.79 514	3.12 574	2.37 592	2.69 563	1.89 542	2.58 568	2.44 549	2.70 563	1.86 546	3.65 499	7.12 585	0.41 508	0.41 541	0.40 514	0.42 526	0.68 546	0.79 558

ADCL	1.82 532	0.70 512	4.57 560	0.70 450	0.63 461	2.56 557	1.77 569	2.08 461	1.77 531	1.95 540	1.89 515	2.04 536	1.88 547	2.36 450	9.55 595	0.27 405	0.25 451	0.35 487	0.32 485	0.39 467	0.39 464

MFMNet_re	1.47 503	1.20 558	2.50 519	1.46 575	1.08 555	1.58 497	1.51 552	1.96 434	1.87 541	2.31 556	2.20 536	1.51 460	1.88 547	1.57 341	1.34 471	0.94 570	0.83 584	0.84 568	0.80 574	1.00 563	1.06 570

RP	1.17 466	0.54 462	1.48 445	0.93 543	1.05 553	1.14 429	0.85 480	1.99 440	1.70 525	1.72 515	2.07 530	1.91 513	1.93 549	2.00 415	1.37 475	0.55 547	0.37 529	0.48 534	0.37 516	0.46 502	0.46 496

SPS-STEREO	1.78 528	1.09 550	1.52 452	1.22 565	1.14 561	1.87 527	1.11 521	2.27 512	1.70 525	3.17 584	2.39 545	2.84 565	1.93 549	4.41 514	2.93 549	1.04 575	0.99 597	0.97 572	0.94 579	1.03 566	1.05 569
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Wz-Net-TNSev	2.10 550	2.71 605	9.30 585	0.72 460	0.65 467	2.41 555	1.81 574	2.45 534	1.77 531	1.62 502	1.56 459	2.56 558	2.01 551	5.30 533	4.46 568	0.41 508	0.38 534	0.33 472	0.37 516	0.54 525	0.64 541

DEmStereo	0.98 423	0.25 87	0.85 261	0.49 136	0.33 219	1.02 404	0.55 365	0.97 130	0.93 223	1.41 445	2.13 533	1.01 337	2.01 551	5.62 542	0.78 360	0.19 171	0.15 231	0.20 198	0.20 271	0.18 133	0.25 313

ADCMid	2.11 551	0.90 534	8.39 582	0.75 483	0.69 483	1.98 533	1.14 527	2.18 494	1.67 523	2.85 573	1.85 511	2.35 550	2.02 553	2.35 449	10.58 600	0.34 474	0.32 503	0.39 508	0.44 533	0.51 516	0.53 516

CSAN	1.61 516	0.67 506	3.24 543	0.74 474	0.52 402	1.77 515	1.74 567	1.98 436	1.94 545	2.47 564	2.33 543	1.93 517	2.04 554	6.45 567	1.95 525	0.43 513	0.36 524	0.41 519	0.42 526	0.43 481	0.44 489

ADCPNet	1.97 545	0.78 523	9.38 586	0.74 474	0.61 454	2.73 565	1.36 547	2.11 467	1.66 521	1.92 534	1.70 487	2.45 555	2.07 555	2.50 463	6.84 584	0.38 496	0.38 534	0.38 504	0.43 530	0.47 506	0.50 507

ADCS	2.35 559	1.26 562	6.54 569	0.85 518	0.77 508	2.18 545	1.79 570	2.47 539	2.20 559	2.80 572	2.14 535	2.38 551	2.09 556	2.81 477	13.83 609	0.43 513	0.41 541	0.40 514	0.45 536	0.59 533	0.67 543

ACV-stereo	1.00 429	0.55 466	1.47 443	0.59 326	0.42 335	2.38 554	0.58 384	1.20 228	1.21 362	0.83 205	1.01 238	3.36 575	2.10 557	1.64 359	1.17 442	0.28 423	0.22 401	0.23 303	0.22 341	0.29 394	0.35 443

ACVNet_2	2.86 575	1.47 570	8.28 580	2.68 592	2.26 589	2.70 563	1.84 575	3.41 579	3.04 580	2.27 554	3.42 570	4.58 584	2.10 557	5.91 550	1.62 503	2.58 593	0.67 579	2.22 590	0.85 576	2.79 588	2.47 594

LL-Strereo	1.42 499	0.44 424	2.02 493	0.62 356	1.07 554	0.73 280	0.65 416	2.02 446	1.21 362	1.60 497	1.62 472	2.02 531	2.10 557	9.67 604	1.07 432	0.22 290	0.20 365	0.27 401	0.24 386	0.23 301	0.33 424

NVStereoNet_ROB	2.17 555	1.18 556	3.51 548	1.14 562	1.26 571	1.57 496	1.51 552	2.19 496	2.11 555	2.04 545	4.80 584	3.17 574	2.11 560	7.97 589	2.10 527	1.12 578	0.94 594	1.10 579	1.34 592	0.95 561	1.31 576
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	0.80 346	0.29 176	0.58 98	0.58 307	0.29 124	0.76 293	1.19 533	1.08 174	0.94 229	1.65 507	1.58 465	0.81 244	2.12 561	1.67 363	0.44 189	0.19 171	0.14 160	0.38 504	0.32 485	0.22 280	0.68 547

NCC-stereo	1.20 474	0.60 479	1.84 480	0.88 526	0.95 544	1.32 461	0.94 498	2.14 478	1.36 449	1.43 453	1.79 499	1.93 517	2.13 562	2.54 466	1.41 478	0.49 534	0.38 534	0.45 526	0.59 560	0.43 481	0.45 491

Abc-Net	1.20 474	0.60 479	1.84 480	0.88 526	0.95 544	1.32 461	0.94 498	2.14 478	1.36 449	1.43 453	1.79 499	1.93 517	2.13 562	2.54 466	1.41 478	0.49 534	0.38 534	0.45 526	0.59 560	0.43 481	0.45 491
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MADNet+	2.80 571	3.38 609	11.57 594	1.50 576	1.21 570	3.18 576	2.00 576	3.52 583	2.61 568	1.81 524	2.09 531	2.83 564	2.18 564	7.55 584	5.44 578	0.84 565	0.83 584	0.71 565	0.66 566	1.05 568	1.08 571

zh-sn7	2.00 546	1.73 582	9.50 587	0.77 493	0.73 490	1.77 515	1.32 544	2.08 461	1.66 521	1.91 532	2.48 552	1.81 508	2.25 565	5.74 545	4.07 565	0.33 464	0.33 509	0.32 460	0.32 485	0.44 492	0.46 496

MSAF-DinoV2	2.45 564	1.88 587	17.19 604	0.89 533	0.52 402	1.39 473	0.97 503	2.84 572	1.77 531	1.55 486	1.65 479	3.60 577	2.28 566	5.74 545	4.64 571	0.28 423	0.17 298	0.26 387	0.28 441	0.49 511	0.54 517

WZ-Net	2.14 553	1.08 548	11.68 595	0.89 533	0.78 512	1.76 513	1.59 559	2.39 527	2.03 550	2.11 549	1.95 522	2.30 547	2.28 566	5.94 552	3.86 564	0.35 484	0.27 468	0.29 429	0.32 485	0.52 517	0.50 507

ACVNet_1	3.08 581	1.48 571	17.70 605	2.90 596	2.35 594	2.30 550	1.43 550	3.16 577	2.26 562	1.91 532	2.05 529	3.51 576	2.32 568	3.71 504	1.58 496	3.25 599	0.66 578	2.40 597	1.06 588	3.07 597	2.59 595

IMH-64-1	2.82 572	1.87 585	1.77 474	3.31 601	2.69 597	3.22 577	2.07 580	4.25 594	2.77 578	2.46 562	3.78 574	3.05 569	2.34 569	4.67 521	3.00 551	3.84 608	0.84 587	2.75 603	1.39 593	3.34 600	2.93 602

IMH-64	2.82 572	1.87 585	1.77 474	3.31 601	2.69 597	3.22 577	2.07 580	4.25 594	2.77 578	2.46 562	3.78 574	3.05 569	2.34 569	4.67 521	3.00 551	3.84 608	0.84 587	2.75 603	1.39 593	3.34 600	2.93 602

PWCK	3.24 583	2.37 595	10.86 592	2.14 583	1.14 561	3.71 582	4.19 604	3.02 576	3.55 588	3.05 581	3.63 572	3.09 572	2.35 571	8.16 591	3.41 557	2.17 587	0.96 595	1.77 585	1.01 586	2.84 589	1.40 580

PVD	1.82 532	0.91 537	3.02 537	1.03 553	0.94 543	2.61 560	1.14 527	2.78 568	3.40 586	3.08 582	2.75 557	2.39 553	2.49 572	2.81 477	3.66 560	0.48 532	0.49 563	0.59 557	0.49 545	0.60 536	0.81 560

test_sample8	2.29 558	0.51 451	1.35 429	0.58 307	0.40 311	1.07 413	0.80 462	2.03 450	1.22 371	2.28 555	1.33 383	4.98 592	2.51 573	2.46 457	8.57 590	0.59 552	12.85 624	0.62 559	0.67 567	0.45 495	0.48 498

G-Net	1.71 525	0.67 506	2.09 499	1.14 562	0.75 502	2.96 573	0.89 487	1.58 321	1.30 424	2.76 571	8.12 605	2.29 546	2.51 573	1.94 405	2.23 534	0.49 534	0.45 550	0.45 526	0.31 478	0.62 540	0.59 533

KSHMR	8.76 608	2.14 593	3.59 549	3.60 607	3.13 604	4.15 591	2.67 597	5.61 605	58.90 640	3.04 580	55.71 638	4.94 589	2.54 575	4.61 520	3.05 553	3.49 604	1.57 609	3.14 608	1.98 605	3.84 604	3.49 607

Dean	3.77 586	1.65 579	17.87 606	3.01 598	2.54 596	3.15 575	2.10 583	4.80 599	4.42 595	2.89 575	6.03 591	5.45 593	2.55 576	3.40 496	2.13 528	3.22 598	0.89 591	2.51 600	1.07 589	3.07 597	2.65 600

LVE	3.40 585	1.80 583	2.21 508	2.90 596	2.44 595	3.27 579	2.25 587	4.80 599	5.06 600	2.43 559	6.79 594	5.99 595	2.64 577	9.20 598	2.28 535	3.30 601	1.11 603	2.38 594	1.48 599	2.95 593	2.62 597

EDNetEfficientorigin	10.59 611	1.52 574	177.33 639	0.68 427	0.54 418	1.66 504	1.20 535	1.94 428	3.39 585	4.69 599	3.37 568	3.08 571	2.79 578	3.25 491	3.63 559	0.26 384	0.24 439	0.33 472	0.28 441	0.85 556	0.87 563

WAO-6	2.98 579	1.67 580	1.88 484	2.38 588	2.30 591	3.53 580	2.37 592	4.38 596	4.64 598	2.42 558	4.50 578	4.85 588	2.99 579	5.22 531	5.37 577	1.77 583	1.16 604	2.31 592	1.47 598	2.42 583	1.99 588

MeshStereo	2.36 560	0.60 479	1.05 344	0.63 366	0.51 397	2.58 558	0.99 507	3.46 581	2.21 560	7.38 612	5.06 588	7.50 599	3.10 580	7.02 577	2.54 542	0.44 522	0.44 548	0.45 526	0.40 522	0.43 481	0.45 491
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	1.88 537	0.40 399	0.90 289	0.63 366	0.30 145	2.81 567	1.26 541	2.73 564	1.81 538	4.09 590	2.85 560	3.88 581	3.19 581	8.42 593	2.44 540	0.33 464	0.31 491	0.30 441	0.28 441	0.31 416	0.31 407
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
IMH	3.35 584	1.95 588	1.86 483	3.30 600	2.72 599	4.03 590	2.00 576	4.58 598	3.83 590	2.87 574	6.99 596	4.69 585	3.21 582	6.77 573	2.97 550	3.91 611	0.89 591	2.78 605	1.40 597	3.36 602	2.93 602

WAO-7	2.78 570	1.54 575	2.18 506	1.41 572	1.19 567	3.92 587	2.01 579	4.19 592	3.89 591	2.98 578	5.47 589	4.18 582	3.28 583	8.24 592	4.27 566	1.13 579	1.01 598	1.18 580	1.13 591	1.19 572	1.13 574

DPSNet	1.91 542	0.64 495	5.95 565	0.73 468	0.59 444	2.04 538	1.61 560	3.84 587	1.96 547	1.54 483	1.39 404	2.27 544	3.32 584	4.95 527	4.79 572	0.50 538	0.31 491	0.29 429	0.26 412	0.67 545	0.54 517

notaker	4.29 588	2.42 598	5.06 562	3.89 610	3.29 607	4.00 588	2.25 587	4.93 601	3.47 587	4.21 596	6.79 594	7.67 601	3.37 585	9.25 600	6.47 581	4.09 613	1.42 606	3.35 612	2.13 608	4.11 607	3.54 608

SANet	2.26 557	0.70 512	6.94 572	0.69 440	0.46 362	2.76 566	1.76 568	2.61 555	5.84 604	2.45 561	3.52 571	3.71 578	3.38 586	5.90 549	2.14 529	0.34 474	0.31 491	0.32 460	0.29 460	0.54 525	0.43 486

EDNetEfficient	2.40 563	1.14 554	8.59 583	0.77 493	0.73 490	1.06 412	1.53 555	1.54 309	4.06 592	4.87 601	2.81 558	2.23 541	3.53 587	3.04 484	9.65 596	0.27 405	0.24 439	0.27 401	0.31 478	0.70 548	0.67 543

ktn	4.56 589	2.41 597	2.54 520	3.79 609	3.25 605	4.81 595	2.91 600	5.52 603	7.36 605	4.12 593	14.55 615	7.54 600	3.70 588	7.84 588	3.35 556	4.06 612	1.86 610	3.26 611	2.22 609	3.27 599	2.86 601

MonStereo1	3.22 582	1.70 581	2.23 511	2.51 590	2.33 592	5.55 599	1.61 560	3.55 584	4.67 599	3.29 586	8.09 604	4.79 587	3.75 589	6.30 562	2.79 546	2.52 590	0.64 576	1.91 588	1.07 589	2.53 585	2.62 597

WAO-8	4.57 590	2.01 589	2.58 523	2.37 586	2.21 586	9.75 603	1.71 564	6.04 607	16.34 614	4.11 591	7.69 602	7.41 597	3.85 590	10.02 611	3.85 562	2.05 585	1.09 601	2.44 598	1.39 593	2.56 586	1.86 586

Venus	4.57 590	2.01 589	2.58 523	2.37 586	2.21 586	9.75 603	1.71 564	6.04 607	16.34 614	4.11 591	7.69 602	7.41 597	3.85 590	10.02 611	3.85 562	2.05 585	1.09 601	2.44 598	1.39 593	2.56 586	1.86 586

MSMD_ROB	2.08 549	0.61 484	1.15 377	0.71 454	0.62 458	4.00 588	0.93 496	1.94 428	1.79 536	4.71 600	4.60 582	8.14 604	3.87 592	3.75 505	1.65 509	0.54 543	0.48 557	0.55 550	0.58 558	0.53 522	0.52 513

TorneroNet-64	5.41 594	2.10 592	2.43 516	3.49 605	2.83 600	9.90 605	2.13 584	8.87 613	16.79 619	5.39 606	9.18 607	10.68 614	3.92 593	9.55 602	5.11 575	3.36 602	0.86 589	2.88 606	1.62 600	3.76 603	3.37 606

DStereoO	1.82 532	1.21 559	2.98 535	1.42 573	0.88 535	1.54 492	4.03 603	1.90 415	2.15 558	1.56 488	1.82 506	1.75 501	4.06 594	1.76 377	2.15 530	2.39 589	0.52 565	0.97 572	0.43 530	2.24 580	0.68 547

JetBlue	4.18 587	2.45 600	10.42 591	1.40 569	2.89 602	10.68 607	10.68 609	3.91 588	2.52 564	2.74 570	3.39 569	4.50 583	4.27 595	7.97 589	7.67 588	0.89 566	0.97 596	0.89 569	0.92 578	2.26 581	2.21 590

TorneroNet	10.72 612	2.09 591	2.76 529	3.48 604	3.03 603	44.72 629	2.31 589	8.62 612	67.06 641	7.45 613	23.21 623	10.59 613	4.28 596	9.03 595	9.00 592	3.67 605	0.91 593	3.04 607	1.63 601	3.92 605	3.55 609

WCMA_ROB	2.05 547	0.55 466	1.77 474	0.74 474	0.61 454	2.24 547	1.56 557	2.17 493	1.79 536	4.16 594	6.36 593	5.66 594	4.66 597	3.19 488	2.77 545	0.55 547	0.45 550	0.40 514	0.43 530	0.48 507	0.50 507

JetRed	7.02 602	8.94 614	25.72 617	2.89 595	3.27 606	14.25 612	12.27 613	6.69 609	4.45 596	4.46 597	4.56 579	6.65 596	5.43 598	7.46 583	14.41 611	2.60 594	3.31 612	2.61 601	2.30 610	4.34 608	3.79 610

ELAS	2.67 567	0.80 524	2.13 503	1.13 559	1.15 563	6.25 601	2.56 596	3.50 582	3.68 589	5.36 605	4.92 587	3.79 579	5.56 599	3.65 499	5.22 576	0.66 559	0.57 572	0.56 552	0.54 554	0.65 543	0.75 555
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DispFullNet	2.39 562	2.89 606	3.74 552	3.09 599	2.27 590	2.04 538	0.84 474	2.19 496	1.73 529	2.54 566	1.98 523	2.23 541	5.83 600	3.44 497	1.84 522	1.03 573	0.33 509	2.65 602	1.97 604	2.87 590	2.34 592

MADNet++	5.41 594	3.18 607	6.43 568	4.66 614	3.95 611	6.15 600	6.75 607	4.51 597	4.51 597	5.06 603	6.27 592	4.96 590	6.14 601	9.39 601	11.70 601	4.71 614	4.19 616	3.97 614	3.33 612	4.08 606	4.25 613

tt	6.61 601	0.28 152	6.10 567	3.77 608	2.17 585	11.53 608	19.61 617	13.53 618	5.81 603	3.00 579	2.82 559	4.97 591	6.33 602	3.83 507	7.23 586	9.13 620	11.32 623	5.87 619	6.22 619	6.01 613	2.63 599

UNDER WATER	5.68 596	2.46 601	15.52 601	3.98 612	3.53 608	5.15 597	2.74 598	5.58 604	16.41 617	4.00 589	4.56 579	9.12 607	6.43 603	6.22 556	9.11 593	3.85 610	1.35 605	3.18 610	1.98 605	4.51 610	3.84 612

UNDER WATER-64	5.84 598	2.48 602	17.93 607	3.97 611	3.58 609	7.70 602	3.03 601	5.72 606	14.13 611	4.18 595	4.00 576	9.27 608	6.80 604	6.20 555	9.22 594	3.67 605	1.52 608	3.14 608	1.95 603	4.43 609	3.83 611

FC-DCNN	2.88 577	0.61 484	1.15 377	0.75 483	0.57 435	2.85 570	1.05 515	3.44 580	2.64 572	6.93 608	7.63 599	9.86 609	7.02 605	5.76 547	4.31 567	0.54 543	0.48 557	0.51 539	0.50 547	0.53 522	0.52 513

FC-DCNN v2	2.96 578	0.61 484	1.13 370	0.75 483	0.57 435	2.90 571	1.06 517	3.59 585	2.66 573	7.05 609	7.66 601	10.26 612	7.17 606	6.27 559	4.49 570	0.54 543	0.48 557	0.51 539	0.50 547	0.53 522	0.52 513

FCDSN-DC	2.47 565	0.65 501	1.00 329	0.85 518	0.75 502	2.26 549	0.97 503	2.31 515	1.83 539	5.52 607	7.65 600	7.72 602	7.70 607	4.43 515	2.64 543	0.52 541	0.48 557	0.52 541	0.52 551	0.57 530	0.59 533
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
coex-ft	8.35 606	2.39 596	100.24 638	0.68 427	0.54 418	1.77 515	1.57 558	1.71 359	11.00 608	18.91 624	3.76 573	3.85 580	8.23 608	3.29 493	6.58 582	0.31 449	0.31 491	0.32 460	0.31 478	0.69 547	0.57 528

ELAS_RVC	2.87 576	0.80 524	3.22 542	1.16 564	1.12 557	2.92 572	5.33 606	2.98 575	4.18 594	5.04 602	4.82 585	4.71 586	8.23 608	4.25 512	4.79 572	0.67 560	0.57 572	0.57 554	0.53 553	0.66 544	0.74 553
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
TCMNet-wrong-test	10.42 610	11.55 616	15.31 598	20.99 619	18.49 616	13.94 611	10.69 610	16.07 619	4.14 593	5.27 604	5.64 590	16.22 617	12.57 610	7.57 585	10.26 598	7.44 618	2.38 611	4.30 616	3.43 613	11.37 619	10.87 618

USTest	14.33 616	14.93 617	21.00 610	17.41 618	16.02 613	23.11 616	33.76 625	22.02 620	11.81 609	9.47 616	10.19 608	15.94 616	13.17 611	17.25 619	22.38 619	3.81 607	5.01 617	6.17 620	6.18 618	9.23 618	7.81 617

MANE	7.50 604	0.64 495	7.97 577	1.40 569	2.10 583	16.86 615	12.56 614	12.91 617	17.51 622	8.50 614	11.60 610	14.66 615	13.33 612	12.02 615	13.28 604	0.62 555	0.52 565	0.52 541	1.90 602	0.56 528	0.58 531

SGM+DAISY	5.38 593	1.28 564	8.24 579	1.27 567	1.16 565	10.62 606	16.01 616	2.93 574	2.53 565	8.64 615	13.03 612	8.26 605	13.38 613	6.34 565	7.59 587	1.07 576	1.05 600	1.00 576	0.98 582	1.02 565	1.12 573

DStereoSA	5.78 597	1.09 550	8.20 578	2.07 582	4.09 612	4.26 592	21.23 618	4.17 591	5.59 602	1.96 541	12.40 611	1.57 470	13.59 614	7.02 577	13.02 602	0.90 567	3.63 615	0.91 571	3.68 615	1.84 577	4.43 614

DStereoFS	6.12 599	2.43 599	7.51 576	2.47 589	2.16 584	16.09 613	8.18 608	4.22 593	12.08 610	3.74 588	14.16 613	7.84 603	13.66 615	7.03 579	9.84 597	0.90 567	1.49 607	1.23 581	2.79 611	1.36 574	3.31 605

SGM-ForestM	7.81 605	0.48 439	11.02 593	0.74 474	0.40 311	16.83 614	12.72 615	7.91 611	8.13 606	11.53 617	10.25 609	22.44 626	14.01 616	17.02 618	20.52 617	0.38 496	0.39 539	0.37 500	0.36 512	0.37 456	0.38 459

LRCNet_RVC	22.79 619	32.09 625	22.06 611	29.83 623	26.15 621	4.40 594	0.84 474	22.64 621	2.10 554	26.93 627	29.25 626	23.03 627	15.56 617	23.91 624	18.92 616	32.00 632	20.04 633	34.68 631	32.13 632	30.66 630	28.52 630

DPSMNet_ROB	13.08 615	8.28 613	22.32 613	9.54 617	18.15 615	11.53 608	31.98 624	10.83 616	16.27 613	7.17 611	19.40 622	10.12 610	16.69 618	9.87 607	22.50 621	4.78 616	8.72 618	5.38 618	10.25 623	6.16 615	11.59 620

DGTPSM_ROB	13.06 614	8.27 612	22.29 612	9.53 616	18.14 614	11.53 608	31.97 623	10.82 615	16.25 612	7.14 610	19.39 621	10.12 610	16.69 618	9.85 606	22.49 620	4.77 615	8.72 618	5.37 617	10.24 622	6.15 614	11.56 619

Anonymous_1	42.79 632	18.71 618	24.75 614	21.81 620	45.16 630	27.68 618	37.52 626	28.64 626	16.34 614	14.72 620	14.53 614	20.60 619	17.82 620	21.52 621	25.88 624	113.45 641	8.91 620	100.63 636	126.37 638	158.50 641	12.31 621

DPSM_ROB	19.12 617	19.13 619	25.13 615	22.15 621	20.86 619	28.06 619	37.75 627	27.18 624	16.95 620	14.25 618	15.07 616	21.66 620	18.69 621	21.83 622	26.51 625	10.15 622	9.30 621	10.45 623	10.41 624	14.00 620	12.85 622

DPSM	19.12 617	19.13 619	25.13 615	22.15 621	20.86 619	28.06 619	37.75 627	27.18 624	16.95 620	14.25 618	15.07 616	21.66 620	18.69 621	21.83 622	26.51 625	10.15 622	9.30 621	10.45 623	10.41 624	14.00 620	12.85 622

xxxxx1	54.34 635	26.72 622	27.03 618	114.14 635	99.00 635	30.68 624	47.19 629	32.52 628	26.09 623	17.85 621	17.48 618	21.86 622	20.92 623	24.38 625	33.78 627	34.73 633	41.33 634	157.67 639	175.68 639	65.82 634	71.99 638

tt_ll	54.34 635	26.72 622	27.03 618	114.14 635	99.00 635	30.68 624	47.19 629	32.52 628	26.09 623	17.85 621	17.48 618	21.86 622	20.92 623	24.38 625	33.78 627	34.73 633	41.33 634	157.67 639	175.68 639	65.82 634	71.99 638

ff	54.34 635	26.72 622	27.03 618	114.14 635	99.00 635	30.68 624	47.19 629	32.52 628	26.09 623	17.85 621	17.48 618	21.86 622	20.92 623	24.38 625	33.78 627	34.73 633	41.33 634	157.67 639	175.68 639	65.82 634	71.99 638

LE_ROB	8.35 606	0.47 433	27.42 621	0.83 511	0.34 240	2.84 569	3.36 602	4.03 590	27.04 626	25.20 626	8.72 606	8.55 606	27.35 626	7.37 582	22.13 618	0.22 290	0.20 365	0.20 198	0.21 313	0.25 342	0.25 313

HaxPig	39.02 629	41.39 633	41.59 622	30.10 624	32.36 622	29.49 621	27.65 621	30.56 627	37.94 635	43.75 635	43.81 634	33.42 629	35.69 627	41.51 630	40.33 632	43.91 636	47.48 638	45.87 632	47.14 634	42.29 631	44.06 634

AVERAGE_ROB	40.42 630	42.30 634	42.61 623	36.91 626	35.54 624	30.42 623	27.59 620	37.45 633	38.45 636	44.87 636	44.27 635	37.55 631	36.69 628	41.82 631	40.25 631	45.36 637	46.73 637	47.09 633	46.32 633	42.47 632	43.74 633

LSM0	42.92 633	38.72 632	50.66 632	47.49 632	110.18 640	56.77 636	75.87 632	54.87 639	33.74 629	29.48 633	31.12 633	43.77 637	37.12 629	43.85 637	53.44 639	20.50 631	18.67 627	21.05 629	21.07 630	28.37 629	41.73 632

HanzoNet	11.92 613	5.12 611	17.18 603	4.19 613	3.59 610	5.16 598	2.82 599	7.41 610	9.96 607	33.31 634	27.60 625	22.25 625	37.31 630	18.18 620	13.57 605	8.13 619	3.44 614	3.50 613	3.44 614	7.77 617	4.52 615

RAFT-FEzeroshot	38.43 625	38.42 628	50.19 627	44.92 630	41.98 627	56.48 634	76.24 635	54.46 636	33.87 630	28.51 629	30.31 630	43.61 635	37.54 631	43.76 633	53.32 636	20.29 627	18.70 628	21.03 625	21.04 627	28.21 626	25.79 626

RAFT-FE	38.43 625	38.42 628	50.19 627	44.92 630	41.98 627	56.48 634	76.24 635	54.46 636	33.87 630	28.51 629	30.31 630	43.61 635	37.54 631	43.76 633	53.32 636	20.29 627	18.70 628	21.03 625	21.04 627	28.21 626	25.79 626

CasAABBNet	38.42 624	38.42 628	50.26 629	44.76 628	41.87 625	56.47 632	76.22 634	54.44 634	33.92 632	28.53 631	30.36 632	43.53 634	37.59 633	43.77 636	53.32 636	20.27 626	18.70 628	21.03 625	21.04 627	28.19 625	25.79 626

FlowAnything	38.45 627	38.38 627	50.32 630	44.77 629	41.97 626	56.43 631	76.20 633	54.49 638	34.43 634	28.45 628	30.15 628	43.52 633	37.69 634	43.76 633	53.31 635	20.36 629	18.71 631	21.03 625	21.10 631	28.18 624	25.74 625

Selective-RAFT-Error	38.47 628	38.44 631	50.38 631	44.74 627	42.01 629	56.47 632	76.24 635	54.44 634	34.02 633	28.59 632	30.30 629	43.51 632	38.10 635	43.69 632	53.24 634	20.36 629	18.72 632	21.05 629	21.02 626	28.25 628	25.87 629

MEDIAN_ROB	42.01 631	44.30 635	44.14 626	35.08 625	34.90 623	31.33 627	29.90 622	36.77 632	40.11 637	47.14 639	46.55 636	37.49 630	38.50 636	44.30 638	42.32 633	47.93 638	49.31 639	49.68 634	49.00 635	44.98 633	46.46 635

BEATNet-Init1	27.39 623	21.01 621	73.65 637	1.07 555	0.80 516	56.07 630	22.82 619	33.14 631	31.71 628	51.78 640	52.93 637	65.63 638	48.54 637	48.75 639	36.36 630	0.52 541	0.47 555	0.54 546	0.54 554	0.64 541	0.72 551

PML	51.64 634	37.49 626	14.31 597	7.45 615	20.27 618	107.80 640	231.34 642	8.94 614	27.70 627	86.74 641	268.93 642	69.03 639	61.09 638	24.71 628	14.36 610	9.71 621	3.40 613	9.60 622	4.67 617	20.46 623	4.76 616

DPSimNet_ROB	24.77 622	9.69 615	61.46 635	3.56 606	19.46 617	25.95 617	77.56 638	5.09 602	16.60 618	21.50 625	29.82 627	25.12 628	85.69 639	13.37 617	23.07 623	7.23 617	17.79 626	8.55 621	7.57 620	4.57 612	31.84 631

RSGM-EC	88.73 638	82.35 638	50.81 633	105.24 633	99.50 638	93.69 638	125.26 639	90.19 640	46.12 638	45.12 637	57.25 639	101.03 640	88.09 640	153.95 640	152.34 640	105.29 639	59.41 640	113.44 637	52.73 636	91.73 639	61.05 636

acva	88.73 638	82.35 638	50.81 633	105.24 633	99.50 638	93.69 638	125.26 639	90.19 640	46.12 638	45.12 637	57.25 639	101.03 640	88.09 640	153.95 640	152.34 640	105.29 639	59.41 640	113.44 637	52.73 636	91.73 639	61.05 636

test_example2	192.91 640	210.59 640	206.44 640	199.86 640	204.90 641	172.02 641	182.95 641	138.34 642	134.89 642	193.14 642	200.54 641	186.77 642	177.82 642	204.95 642	207.57 642	221.83 642	238.70 642	186.02 642	190.07 642	226.94 642	173.78 641

ccccc		492.94 641		530.37 641	529.69 642	476.06 642		494.48 643		446.40 643		473.27 643		541.46 643		660.58 643	458.79 643	353.88 643	309.98 643	597.94 643

Low-res two-view benchmark