Low-res two-view results

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

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

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

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

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

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

S2M2_XL	0.49 1	0.51 36	1.16 10	0.70 40	0.34 7	0.29 1	0.23 3	0.68 1	0.53 1	0.55 4	0.92 60	0.65 73	0.53 30	0.65 1	0.59 20	0.28 111	0.24 141	0.25 88	0.21 106	0.23 47	0.23 6
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
CroCo-Stereo	1.07 78	1.18 352	3.66 104	0.91 139	0.60 128	0.49 2	0.49 74	4.07 382	1.91 171	0.84 86	1.29 147	1.00 164	0.75 104	1.32 88	1.38 250	0.26 78	0.21 67	0.24 62	0.20 87	0.37 267	0.30 24
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
CroCo-Stereo Lap2	1.65 124	1.14 345	14.70 208	1.00 216	1.80 514	0.53 3	0.46 70	3.18 220	1.62 122	1.10 149	1.24 126	1.05 170	0.78 114	1.40 113	1.18 192	0.31 182	0.23 112	0.27 151	0.22 141	0.46 377	0.38 107

FoundationStereo	0.77 16	0.42 4	1.20 13	0.95 178	1.01 306	0.70 4	0.35 28	0.78 2	4.64 543	0.64 24	0.38 6	0.73 96	0.77 109	0.96 13	0.50 7	0.29 128	0.24 141	0.23 35	0.16 10	0.18 1	0.32 36

FSD					0.76 208	0.77 5	0.67 158	1.63 31	2.26 230	0.76 55	0.63 21	1.69 249	0.72 88	1.05 25	0.78 72	0.59 483	7.66 570	0.57 502	0.54 495	0.57 429

UniTT-Stereo	1.73 130	0.60 88	20.25 427	0.98 201	1.19 374	0.78 6	0.39 35	1.19 9	1.55 92	1.21 154	1.28 142	0.52 42	0.64 64	1.17 50	1.16 190	0.35 266	0.20 43	0.25 88	0.22 141	0.42 333	0.31 31

DEFOM-Stereo_RVC	1.03 73	1.15 347	1.34 25	1.03 228	0.59 122	0.81 7	0.43 55	3.53 264	4.67 545	0.78 64	0.98 79	0.44 30	1.16 243	1.46 127	0.71 53	0.27 90	0.19 27	0.24 62	0.18 33	0.30 146	0.34 59

dual_stereo	4.32 513	0.42 4	1.51 36	0.75 61	1.37 428	0.88 8	0.34 25	3.50 260	4.78 553	0.55 4	0.47 12	0.60 64	0.40 7	2.09 238	0.95 138	0.24 44	32.26 622	0.21 19	0.17 22	0.21 25	34.78 620

sCroCo_RVC	1.81 135	0.93 283	19.44 337	1.04 235	1.05 324	0.97 9	0.61 127	2.08 79	1.36 54	0.71 42	1.28 142	0.82 120	1.10 220	1.31 83	0.97 143	0.54 468	0.41 333	0.33 309	0.30 312	0.46 377	0.48 199

LGtest1	0.61 3	0.45 15	1.19 12	0.71 46	0.45 48	1.00 10	0.26 6	1.33 11	1.55 92	0.62 17	0.64 23	0.44 30	0.49 23	1.06 27	0.51 12	0.28 111	0.23 112	0.24 62	0.17 22	0.21 25	0.36 92

rvit_stereo_ft	1.28 99	1.39 389	6.72 135	0.99 208	0.66 162	1.06 11	0.79 250	2.81 174	3.14 386	0.83 82	1.02 83	0.95 158	1.13 227	1.27 70	1.00 155	0.34 250	0.24 141	0.27 151	0.29 293	0.40 301	0.35 70

S2M2_L	0.69 8	0.59 80	1.35 26	0.92 149	0.55 101	1.07 12	0.20 1	1.17 6	1.61 118	0.61 15	0.82 46	0.86 128	0.47 18	0.92 10	0.71 53	0.36 293	0.33 253	0.27 151	0.27 230	0.37 267	0.33 48
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MIF-Stereo (partial)	1.93 138	0.69 145	21.14 541	0.74 54	1.02 309	1.07 12	0.49 74	2.75 166	1.78 152	0.82 76	1.22 122	0.80 116	0.90 160	1.68 162	1.63 312	0.38 325	0.24 141	0.33 309	0.26 211	0.41 321	0.32 36

ours_stereo	1.00 68	0.88 252	2.52 78	0.91 139	0.74 195	1.10 14	0.57 106	1.68 35	1.24 41	0.76 55	1.49 191	0.70 86	0.62 58	1.61 153	0.62 30	0.26 78	0.20 43	0.26 124	0.21 106	0.30 146	3.24 486

StereoAnything_RVC	4.17 502	12.66 557	20.44 452	0.88 119	0.57 117	1.16 15	0.39 35	2.35 107	4.38 526	0.53 1	0.37 4	0.33 1	0.89 157	1.62 156	0.50 7	0.33 228	0.22 84	0.24 62	0.15 3	3.36 571	31.99 613

Monster-pub-eth3d	0.70 10	0.47 19	1.58 46	0.69 34	0.89 262	1.18 16	0.39 35	2.57 141	0.93 12	0.62 17	0.66 26	0.37 5	0.36 4	1.03 19	0.59 20	0.16 1	0.35 276	0.20 8	0.19 52	0.21 25	0.53 234

HART	3.57 462	1.13 342	17.80 282	0.90 133	1.12 347	1.18 16	0.41 50	3.55 266	4.60 538	1.09 146	2.19 417	1.49 231	0.57 40	1.46 127	1.14 184	0.25 59	21.58 618	0.28 186	0.21 106	0.36 261	10.06 555

RAStereo	1.53 116	0.71 160	17.55 273	0.62 3	0.65 154	1.18 16	0.32 19	1.94 62	1.15 33	0.80 70	1.07 91	0.64 70	0.47 18	0.89 5	1.01 159	0.25 59	0.20 43	0.27 151	0.21 106	0.36 261	0.27 13

MonStereo	0.70 10	0.47 19	1.57 45	0.69 34	0.88 260	1.19 19	0.39 35	2.57 141	0.93 12	0.62 17	0.66 26	0.37 5	0.36 4	1.01 18	0.59 20	0.16 1	0.38 310	0.20 8	0.19 52	0.21 25	0.52 226

MonSter	0.70 10	0.47 19	1.58 46	0.69 34	0.89 262	1.19 19	0.39 35	2.57 141	0.93 12	0.62 17	0.66 26	0.37 5	0.35 3	1.08 33	0.59 20	0.16 1	0.36 289	0.20 8	0.19 52	0.21 25	0.52 226

rvit_stereo_0083	0.91 50	0.73 174	1.60 49	0.90 133	0.66 162	1.21 21	0.64 149	1.75 46	2.71 300	0.83 82	0.93 62	0.94 156	1.06 207	1.50 139	0.79 81	0.34 250	0.36 289	0.30 233	0.27 230	0.34 227	0.34 59

rvit_stereo_0081_aga	1.06 76	1.02 318	5.34 123	0.75 61	0.74 195	1.21 21	0.63 144	2.00 70	2.30 243	0.88 101	0.82 46	0.79 114	0.69 81	1.42 117	0.78 72	0.36 293	0.29 219	0.26 124	0.26 211	0.41 321	0.32 36

sAnonymous2	2.00 147	1.54 408	21.24 551	0.93 157	0.89 262	1.21 21	0.62 139	2.58 145	2.28 236	0.86 90	1.04 84	0.73 96	1.22 254	1.10 37	0.85 103	0.30 158	0.25 160	0.31 253	0.31 331	1.06 527	0.72 319

CroCo_RVC	2.00 147	1.54 408	21.24 551	0.93 157	0.89 262	1.21 21	0.62 139	2.58 145	2.28 236	0.86 90	1.04 84	0.73 96	1.22 254	1.10 37	0.85 103	0.30 158	0.25 160	0.31 253	0.31 331	1.06 527	0.72 319

MaDis-Stereo	1.60 117	1.11 336	16.13 237	0.67 21	1.87 516	1.22 25	0.39 35	2.17 87	1.42 62	0.69 35	0.78 39	0.88 135	0.70 82	1.24 65	1.13 181	0.32 201	0.23 112	0.26 124	0.21 106	0.32 180	0.28 16

CAS++	1.01 72	0.77 216	3.30 95	0.86 106	0.53 91	1.23 26	0.85 294	3.43 250	1.57 100	1.16 151	1.33 154	0.62 67	0.58 43	1.18 51	0.63 32	0.37 309	0.30 229	0.35 348	0.27 230	0.41 321	0.38 107
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
252Zero-FE	0.95 58	0.49 25	1.65 51	1.03 228	0.45 48	1.25 27	0.22 2	1.85 55	2.13 208	3.05 511	1.31 149	0.33 1	0.41 10	1.14 42	0.56 19	0.22 31	1.93 509	0.20 8	0.20 87	0.20 12	0.39 121

IGEV-BASED-STEREO-	1.13 88	3.31 489	2.61 85	0.87 113	0.40 34	1.26 28	0.61 127	1.55 21	1.61 118	0.93 116	0.94 70	0.65 73	0.57 40	1.10 37	0.68 43	1.55 559	0.19 27	0.32 274	0.28 257	1.11 535	2.04 450

MGS-Stereo	1.24 97	0.66 127	9.68 154	0.97 195	0.40 34	1.26 28	0.72 190	1.50 19	1.35 53	1.03 139	2.26 428	0.80 116	0.56 38	1.28 74	0.78 72	0.31 182	0.23 112	0.26 124	0.22 141	0.28 105	0.34 59

SCV_C0	2.17 172	0.93 283	12.88 177	0.96 187	1.06 329	1.27 30	0.63 144	3.68 288	3.30 422	1.03 139	1.26 134	0.73 96	0.66 74	1.73 184	1.06 169	0.35 266	1.97 512	0.25 88	0.21 106	0.29 123	9.23 548

SCV	2.09 161	0.89 259	11.43 169	1.91 517	2.09 530	1.27 30	0.87 306	3.66 284	2.13 208	0.67 31	1.59 231	0.93 152	0.77 109	1.80 199	0.89 115	0.37 309	0.38 310	0.25 88	0.22 141	0.30 146	9.45 549

fffy	1.18 94	0.92 275	3.05 93	1.09 259	0.68 176	1.27 30	0.74 207	1.98 69	1.06 24	0.78 64	1.39 169	0.83 121	0.72 88	1.71 173	0.80 85	0.24 44	0.53 405	0.27 151	0.21 106	0.29 123	5.07 516

rvit_stereo_0081	0.87 42	0.73 174	1.54 39	0.92 149	0.65 154	1.27 30	0.61 127	2.11 83	2.35 250	0.86 90	0.75 34	0.86 128	0.74 98	1.36 103	0.83 95	0.33 228	0.26 185	0.27 151	0.25 194	0.38 280	0.35 70

rvit_stereo_0082	0.87 42	0.73 174	1.54 39	0.92 149	0.65 154	1.27 30	0.61 127	2.11 83	2.35 250	0.86 90	0.75 34	0.86 128	0.74 98	1.36 103	0.83 95	0.33 228	0.26 185	0.27 151	0.25 194	0.38 280	0.35 70

IGEV++	3.59 463	0.91 268	13.63 184	1.08 255	0.98 293	1.27 30	0.98 376	3.33 239	1.89 170	0.93 116	1.38 168	0.86 128	1.09 214	1.71 173	1.09 175	0.36 293	21.52 617	0.23 35	0.21 106	0.31 158	18.10 594

BridgeDepth	0.58 2	0.53 47	1.13 6	0.61 2	0.27 1	1.28 36	0.36 29	1.56 22	1.05 23	0.59 7	0.37 4	0.58 58	0.65 67	0.93 11	0.45 1	0.25 59	0.15 3	0.19 5	0.17 22	0.23 47	0.23 6
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
AIO-Stereo	1.40 110	0.62 102	1.44 32	0.85 99	0.76 208	1.28 36	0.79 250	2.39 108	2.83 322	0.75 51	1.62 237	0.89 139	0.46 17	1.30 79	0.77 68	0.28 111	0.27 198	0.25 88	0.23 156	0.27 92	9.88 554

castereo	0.88 45	0.78 218	1.15 9	0.89 121	0.51 82	1.31 38	0.90 329	3.42 249	1.28 44	0.88 101	1.28 142	0.72 95	0.91 162	1.05 25	1.01 159	0.28 111	0.17 7	0.26 124	0.20 87	0.24 60	0.34 59

RSM	0.99 63	0.54 51	1.25 15	0.94 166	0.61 132	1.32 39	0.74 207	2.54 131	4.08 503	0.89 109	1.49 191	1.22 198	0.62 58	1.24 65	0.80 85	0.25 59	0.20 43	0.25 88	0.21 106	0.29 123	0.42 145

Selective-IGEV	1.42 112	0.58 71	8.82 151	0.92 149	0.85 243	1.32 39	0.80 260	2.85 183	3.84 489	0.87 96	1.68 257	0.71 93	0.62 58	1.30 79	0.75 62	0.24 44	0.27 198	0.24 62	0.19 52	0.27 92	1.18 395

DilatedVolume-Stereo	0.94 55	0.70 153	3.01 92	1.06 245	0.63 145	1.34 41	0.49 74	1.58 24	1.16 34	1.41 175	1.26 134	0.88 135	0.88 151	1.81 205	0.93 124	0.25 59	0.28 209	0.22 24	0.23 156	0.25 65	0.39 121

HUF	5.25 542	1.03 319	26.85 603	1.03 228	13.21 594	1.35 42	0.76 229	2.97 201	3.00 350	0.79 68	1.56 219	0.92 148	0.66 74	1.53 144	0.74 60	0.35 266	27.70 620	0.26 124	0.18 33	0.24 60	19.90 598

AIO_test	3.76 478	0.71 160	19.58 346	0.93 157	17.34 600	1.36 43	0.86 299	1.61 28	1.99 189	0.74 47	0.97 73	1.77 268	0.58 43	1.49 134	0.55 17	0.35 266	0.97 476	0.24 62	0.20 87	0.25 65	22.60 602

CASnet	0.85 36	0.59 80	1.66 53	0.91 139	0.30 2	1.37 44	0.73 197	1.63 31	1.94 179	1.66 210	1.14 108	0.66 77	0.63 61	1.07 29	0.90 120	0.37 309	0.17 7	0.41 415	0.31 331	0.33 204	0.23 6
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MoCha-V2	3.53 461	0.90 265	17.00 259	1.32 379	8.54 586	1.38 45	0.55 99	2.89 188	3.31 425	0.99 129	1.82 307	0.66 77	1.16 243	1.79 193	0.84 98	0.26 78	15.15 601	0.20 8	0.20 87	0.25 65	11.33 560

Monster-pub-mixall	0.80 22	0.49 25	1.14 8	0.85 99	0.50 80	1.40 46	0.31 14	1.48 17	1.17 35	0.99 129	0.87 52	0.39 13	0.36 4	2.02 231	0.53 15	0.20 17	2.40 526	0.17 1	0.16 10	0.19 3	0.38 107

mms	1.08 80	0.87 248	1.41 30	0.89 121	0.87 256	1.40 46	0.67 158	1.63 31	1.70 139	0.82 76	1.41 176	0.64 70	0.54 36	1.81 205	0.66 35	0.25 59	0.23 112	0.26 124	0.21 106	0.32 180	5.10 517

IGEV-Stereo+	1.08 80	0.55 53	2.59 84	0.89 121	2.06 528	1.40 46	0.38 31	1.18 8	1.29 46	0.76 55	0.45 10	0.47 35	0.79 122	2.16 250	0.65 33	0.29 128	0.25 160	0.22 24	0.19 52	2.27 562	2.70 472

zero-FE	2.19 176	0.56 59	26.48 600	0.91 139	1.44 443	1.41 49	0.83 275	2.29 103	0.91 9	0.59 7	0.65 25	0.54 48	0.78 114	2.84 311	1.09 175	0.39 333	0.30 229	0.25 88	0.19 52	1.03 523	0.39 121

WCG-NET（raft）	1.44 113	0.92 275	1.56 43	0.89 121	0.32 3	1.43 50	0.97 373	1.69 42	2.42 259	1.68 215	1.44 181	2.37 356	1.01 185	1.33 89	0.85 103	0.25 59	8.56 576	0.22 24	0.21 106	0.28 105	0.32 36

AIO_rvc	3.97 494	1.01 316	18.99 314	0.98 201	11.92 592	1.45 51	0.97 373	2.17 87	4.51 536	0.71 42	1.18 113	1.09 173	0.56 38	1.56 149	0.72 56	0.28 111	11.98 597	0.24 62	0.19 52	0.25 65	18.74 595

rvit_0105_6	1.10 85	1.17 349	3.33 99	0.93 157	0.55 101	1.45 51	0.79 250	2.51 126	3.30 422	0.78 64	0.74 33	1.03 167	0.75 104	1.45 124	0.97 143	0.42 358	0.43 346	0.34 329	0.31 331	0.44 358	0.38 107

RALAANet	2.29 205	2.73 479	21.08 530	1.29 363	0.94 287	1.45 51	0.68 169	3.25 230	2.61 287	2.02 292	1.80 299	1.28 203	1.04 196	2.12 244	1.79 353	0.30 158	0.22 84	0.27 151	0.27 230	0.41 321	0.35 70

WCG-NET	1.00 68	0.81 229	1.65 51	0.93 157	0.38 17	1.48 54	1.04 392	1.81 50	2.80 315	1.67 212	1.52 197	0.93 152	0.97 175	1.18 51	0.84 98	0.25 59	0.81 462	0.23 35	0.21 106	0.27 92	0.26 10

fffft	0.84 33	0.67 131	1.73 56	0.85 99	0.55 101	1.51 55	0.78 240	2.13 85	1.24 41	0.65 26	0.90 58	0.59 61	0.55 37	1.85 213	1.19 197	0.20 17	0.20 43	0.27 151	0.20 87	0.28 105	0.44 158
1: 1. 1
Occ-G	2.25 191	0.74 183	13.22 182	0.90 133	0.89 262	1.52 56	0.78 240	1.82 52	2.87 333	1.65 208	0.89 56	2.18 336	0.89 157	1.04 24	1.69 328	0.28 111	0.27 198	0.26 124	0.19 52	0.25 65	12.70 562

RSM++	0.99 63	0.56 59	1.35 26	1.54 458	0.50 80	1.53 57	0.68 169	2.31 105	4.13 506	0.86 90	1.27 140	0.90 141	0.60 53	1.21 62	0.78 72	0.27 90	0.20 43	0.25 88	0.21 106	0.29 123	0.42 145

rvit_0105_4	1.63 120	1.29 376	12.50 174	0.94 166	0.54 94	1.56 58	0.84 287	2.84 181	3.25 407	0.82 76	0.94 70	1.10 175	0.86 147	1.65 158	1.07 171	0.43 375	0.45 363	0.35 348	0.31 331	0.44 358	0.45 166

DDF-Stereo	1.06 76	0.57 67	3.31 96	0.92 149	1.46 447	1.58 59	0.83 275	2.28 97	0.97 17	0.54 3	0.63 21	0.55 49	0.73 90	3.12 323	1.15 185	0.43 375	0.30 229	0.25 88	0.19 52	1.05 525	0.39 121

FE-Mocha	1.31 101	0.79 222	5.00 119	1.08 255	0.77 212	1.59 60	0.39 35	2.94 191	1.56 96	1.83 245	1.81 304	2.44 371	0.88 151	1.68 162	1.18 192	0.32 201	0.49 390	0.35 348	0.32 347	0.27 92	0.48 199

IGEVStereo-DCA	3.09 395	3.48 494	16.25 240	0.96 187	0.49 71	1.59 60	0.83 275	1.68 35	3.44 454	0.75 51	0.78 39	0.74 105	0.73 90	5.79 375	7.75 521	0.32 201	0.26 185	0.28 186	0.21 106	0.32 180	15.08 575

rrr	3.66 469	3.48 494	23.50 593	0.96 187	0.49 71	1.59 60	0.92 349	8.19 588	2.75 306	0.75 51	0.78 39	0.74 105	0.73 90	5.79 375	7.75 521	0.32 201	0.26 185	0.28 186	0.21 106	0.32 180	13.47 563

Wavelet-MonSter	0.77 16	0.52 44	2.45 76	0.70 40	0.80 223	1.61 63	0.30 13	1.19 9	1.61 118	0.59 7	0.71 29	0.39 13	0.53 30	1.20 59	1.12 179	0.16 1	0.46 369	0.20 8	0.18 33	0.20 12	0.40 128

4w-stereo	0.85 36	0.55 53	2.85 89	0.69 34	0.80 223	1.62 64	0.43 55	2.23 92	1.36 54	0.65 26	0.99 81	0.40 16	0.81 133	1.19 53	0.68 43	0.23 37	0.32 243	0.25 88	0.19 52	0.21 25	0.48 199

MS-F	0.68 6	0.44 14	0.97 1	0.65 11	0.36 9	1.63 65	0.25 5	1.13 4	0.93 12	0.67 31	0.44 9	0.57 57	0.53 30	0.83 3	0.68 43	0.19 9	0.19 27	0.18 2	0.15 3	0.19 3	2.59 467

plain	2.00 147	0.89 259	21.49 562	0.67 21	0.73 190	1.66 66	0.57 106	3.27 233	2.18 212	0.80 70	1.25 130	0.80 116	0.86 147	1.72 179	1.13 181	0.34 250	0.21 67	0.32 274	0.25 194	0.44 358	0.34 59

GMStereo	2.01 150	2.26 466	20.93 518	0.90 133	0.48 62	1.67 67	0.56 102	1.90 57	2.19 214	1.58 199	1.31 149	0.87 133	0.74 98	1.68 162	1.00 155	0.41 347	0.21 67	0.30 233	0.32 347	0.50 403	0.46 176
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
LG-Stereo_L1	0.67 5	0.55 53	1.50 35	0.78 76	0.54 94	1.71 68	0.33 20	1.96 67	0.83 6	0.62 17	0.41 7	0.40 16	0.43 12	1.42 117	0.55 17	0.24 44	0.28 209	0.23 35	0.18 33	0.22 39	0.30 24

3w_stereo	0.99 63	0.52 44	4.37 116	0.70 40	0.42 37	1.73 69	0.68 169	2.80 171	1.26 43	0.78 64	0.87 52	0.37 5	1.01 185	1.34 96	0.66 35	0.19 9	0.95 472	0.23 35	0.20 87	0.21 25	0.43 152

GCST	2.86 354	3.95 500	20.52 469	1.93 519	1.56 468	1.74 70	0.50 81	3.69 293	2.10 198	1.79 239	1.64 247	1.60 238	1.29 265	5.27 365	1.90 373	2.10 562	0.77 457	1.45 563	0.97 545	1.15 538	1.38 408

TestStereo	2.41 237	1.95 450	19.15 319	0.77 64	0.61 132	1.83 71	0.58 117	2.33 106	1.53 87	1.44 183	1.37 165	1.26 201	0.90 160	11.59 546	0.94 132	0.36 293	0.19 27	0.33 309	0.24 178	0.45 367	0.32 36

MM-Stereo_test1	2.52 255	0.64 111	20.07 399	1.83 509	0.52 88	1.86 72	0.77 233	3.11 211	3.40 448	1.77 235	1.12 103	0.87 133	0.97 175	1.54 146	1.51 279	0.27 90	2.44 531	0.27 151	0.24 178	0.37 267	6.91 531

anonymity	2.02 152	1.28 374	5.16 121	1.73 498	1.63 484	1.86 72	1.06 396	3.50 260	2.42 259	2.19 353	2.11 397	1.88 296	3.89 527	1.92 219	1.56 291	1.11 540	1.14 486	1.08 553	1.11 552	1.05 525	2.68 471

GLC_STEREO	0.83 32	0.59 80	1.71 54	0.89 121	0.34 7	1.88 74	0.80 260	1.48 17	1.60 112	0.98 127	1.06 88	0.68 82	0.71 84	1.19 53	0.89 115	0.25 59	0.25 160	0.32 274	0.25 194	0.32 180	0.34 59

test_xeample3	3.67 471	3.52 496	21.53 563	0.98 201	0.51 82	1.88 74	0.91 341	8.10 587	2.76 309	0.82 76	0.76 37	0.65 73	0.70 82	5.88 379	7.74 520	0.32 201	0.29 219	0.27 151	0.22 141	0.29 123	15.33 581

rvit_stereo_0080	1.10 85	1.09 331	3.78 105	0.65 11	0.60 128	1.91 76	0.74 207	2.74 163	2.65 293	0.94 119	1.09 94	0.85 125	0.81 133	1.20 59	0.89 115	0.39 333	0.29 219	0.25 88	0.28 257	0.46 377	0.35 70

whm_eth	1.10 85	1.09 331	3.78 105	0.65 11	0.60 128	1.91 76	0.74 207	2.74 163	2.65 293	0.94 119	1.09 94	0.85 125	0.81 133	1.20 59	0.89 115	0.39 333	0.29 219	0.25 88	0.28 257	0.46 377	0.35 70

RAFT	2.36 222	1.62 418	18.03 286	1.75 502	0.54 94	1.91 76	0.91 341	3.24 227	3.65 478	1.64 205	1.73 275	3.45 466	1.58 338	1.82 208	1.74 343	0.42 358	1.06 481	0.40 406	0.32 347	0.44 358	1.03 382

rvit_0105_5	1.72 129	1.26 367	13.05 180	0.92 149	0.56 107	1.92 79	0.90 329	3.07 209	3.04 370	0.98 127	1.24 126	1.19 191	0.93 168	1.55 147	1.22 205	0.43 375	0.43 346	0.37 379	0.36 392	0.43 343	0.51 218

MM-Stereo_test3	2.20 183	0.95 292	19.62 348	1.94 520	1.18 366	1.95 80	0.83 275	3.56 268	3.91 496	1.33 165	1.86 332	1.10 175	0.68 80	1.48 132	1.63 312	0.29 128	0.35 276	0.27 151	0.22 141	0.37 267	0.56 249

4.5_new	0.80 22	0.49 25	1.36 28	0.67 21	0.79 219	1.96 81	0.51 85	2.18 89	1.46 69	0.77 61	0.93 62	0.43 24	0.49 23	1.08 33	0.65 33	0.30 158	0.68 444	0.26 124	0.20 87	0.23 47	0.57 254

4.5w-stereo	0.80 22	0.49 25	1.36 28	0.66 15	0.79 219	1.96 81	0.51 85	2.18 89	1.45 65	0.77 61	0.93 62	0.43 24	0.49 23	1.08 33	0.66 35	0.30 158	0.68 444	0.26 124	0.20 87	0.23 47	0.57 254

LoS_RVC	1.23 96	1.51 404	6.09 130	0.88 119	1.71 502	1.96 81	0.59 119	1.61 28	1.37 56	0.84 86	1.35 157	0.84 122	1.15 241	1.49 134	0.83 95	0.21 24	0.17 7	0.20 8	0.14 1	0.20 12	1.49 419

2w_stereo	0.84 33	0.52 44	1.87 61	0.71 46	0.56 107	1.98 84	0.61 127	2.88 186	1.00 19	0.99 129	0.97 73	0.36 4	1.11 223	1.03 19	0.77 68	0.19 9	0.19 27	0.23 35	0.18 33	0.21 25	0.37 97

Replicate-Monster	0.97 61	1.43 394	2.10 69	0.73 51	0.60 128	2.04 85	0.34 25	1.94 62	1.14 32	1.08 144	0.64 23	0.49 38	0.52 29	1.33 89	0.45 1	0.20 17	2.78 536	0.19 5	0.17 22	0.23 47	0.99 374

SMFormer	2.40 231	0.73 174	8.34 145	1.41 414	0.61 132	2.04 85	0.72 190	4.30 474	4.43 527	2.41 430	2.40 453	1.94 306	1.52 325	10.99 515	3.10 465	0.35 266	0.84 463	0.36 368	0.33 356	0.40 301	0.77 333

tta	2.44 242	0.73 174	8.34 145	1.41 414	0.61 132	2.04 85	0.72 190	4.30 474	4.43 527	2.41 430	2.40 453	1.94 306	1.52 325	10.99 515	3.10 465	0.35 266	0.84 463	0.36 368	0.33 356	0.31 158	1.75 434

qqq1	2.35 220	0.73 174	8.34 145	1.41 414	0.61 132	2.04 85	0.72 190	4.30 474	4.43 527	2.41 430	2.40 453	1.94 306	1.52 325	10.99 515	1.36 244	0.35 266	0.84 463	0.30 233	0.25 194	0.31 158	1.75 434

fff1	2.35 220	0.73 174	8.34 145	1.41 414	0.61 132	2.04 85	0.72 190	4.30 474	4.43 527	2.41 430	2.40 453	1.94 306	1.52 325	10.99 515	1.36 244	0.35 266	0.84 463	0.30 233	0.25 194	0.31 158	1.75 434

anonymousa	3.14 404	0.83 236	19.20 324	1.62 475	9.63 588	2.06 90	0.78 240	2.93 189	2.20 217	1.95 269	2.17 409	3.41 463	1.81 401	1.33 89	1.67 323	0.29 128	8.64 579	0.34 329	0.37 402	0.32 180	1.33 405

test-3	2.19 176	0.59 80	18.63 300	1.13 282	0.75 203	2.07 91	0.89 314	4.37 507	1.53 87	2.25 370	1.20 116	2.05 329	0.79 122	2.68 300	1.35 237	0.29 128	0.95 472	0.28 186	0.27 230	0.27 92	1.47 418

test_1	2.19 176	0.59 80	18.67 302	1.13 282	0.78 216	2.07 91	0.89 314	4.37 507	1.53 87	2.18 346	1.20 116	2.05 329	0.78 114	2.68 300	1.36 244	0.29 128	0.93 469	0.28 186	0.27 230	0.28 105	1.53 422

CES	1.08 80	0.63 105	2.53 79	0.95 178	2.18 534	2.13 93	0.50 81	2.07 78	1.46 69	0.79 68	1.06 88	0.61 65	0.48 21	1.45 124	0.87 108	0.24 44	0.18 14	0.24 62	0.15 3	0.64 457	2.36 461

x	2.94 370	0.83 236	16.07 234	1.51 450	0.83 234	2.13 93	0.96 369	3.97 354	4.73 547	1.73 227	1.43 179	1.61 239	1.27 259	2.24 263	1.71 334	0.29 128	6.91 567	0.34 329	0.31 331	0.34 227	9.60 552

test_3	2.17 172	0.58 71	18.64 301	1.11 267	0.78 216	2.15 95	0.85 294	4.42 519	1.47 71	2.00 281	1.20 116	2.02 323	0.79 122	2.70 304	1.35 237	0.29 128	1.04 480	0.29 211	0.29 293	0.31 158	1.07 386

IGEV-FE	2.66 308	0.75 197	21.55 564	1.50 447	0.89 262	2.21 96	0.90 329	3.52 262	1.83 157	2.17 342	1.58 228	4.06 507	1.59 341	1.73 184	1.21 202	0.32 201	0.33 253	0.28 186	0.30 312	0.44 358	6.08 524

depthmonostereo	1.22 95	0.96 296	6.67 134	0.89 121	0.56 107	2.21 96	0.57 106	1.84 54	1.21 39	1.01 134	1.09 94	1.38 216	0.99 179	2.41 276	0.93 124	0.24 44	0.28 209	0.22 24	0.21 106	0.25 65	0.53 234

3.25w_new	0.79 19	0.51 36	1.52 37	0.63 6	0.65 154	2.21 96	0.51 85	2.45 119	1.45 65	0.66 28	0.80 43	0.47 35	0.71 84	0.90 6	0.66 35	0.19 9	0.32 243	0.20 8	0.19 52	0.21 25	0.47 188

3.25w	0.79 19	0.51 36	1.52 37	0.63 6	0.65 154	2.21 96	0.51 85	2.45 119	1.45 65	0.66 28	0.80 43	0.47 35	0.71 84	0.90 6	0.66 35	0.19 9	0.32 243	0.20 8	0.19 52	0.21 25	0.47 188

MLG-Stereo_test3	0.66 4	0.40 2	1.55 41	0.64 9	0.65 154	2.21 96	0.31 14	1.69 42	0.81 4	0.59 7	0.54 14	0.56 53	0.33 1	0.98 16	0.60 26	0.21 24	0.23 112	0.24 62	0.17 22	0.20 12	0.34 59

IGEV_Zeroshot_test	2.66 308	0.75 197	21.55 564	1.50 447	0.89 262	2.21 96	0.90 329	3.52 262	1.83 157	2.17 342	1.57 220	4.09 509	1.60 343	1.73 184	1.21 202	0.32 201	0.33 253	0.28 186	0.30 312	0.44 358	6.09 525

4D-IteraStereo	2.95 372	1.83 441	20.75 504	0.81 85	1.56 468	2.22 102	1.03 387	2.48 124	1.56 96	1.42 178	1.00 82	1.93 304	0.61 56	1.65 158	2.04 398	0.31 182	0.22 84	0.31 253	0.26 211	0.28 105	16.75 589

THIR-Stereo	4.50 522	1.11 336	18.71 303	0.89 121	0.47 57	2.25 103	16.71 599	3.53 264	1.58 103	2.04 300	12.04 590	2.66 395	7.52 569	7.29 417	11.25 538	0.32 201	0.21 67	0.29 211	0.28 257	0.35 242	0.52 226

cross-raft	1.95 139	0.66 127	16.17 239	1.23 332	0.92 277	2.25 103	0.70 181	3.69 293	1.68 133	1.78 236	1.53 198	3.15 441	1.13 227	1.35 99	1.06 169	0.24 44	0.23 112	0.26 124	0.24 178	0.29 123	0.45 166

2.25w	0.89 48	0.51 36	2.54 80	0.72 49	0.66 162	2.27 105	0.40 43	2.43 115	1.22 40	0.83 82	1.05 86	0.40 16	0.80 127	1.28 74	0.89 115	0.18 6	0.56 415	0.21 19	0.18 33	0.19 3	0.38 107

11t1	2.82 349	0.72 168	17.81 284	1.60 471	0.93 281	2.27 105	0.62 139	3.76 307	4.47 532	1.72 224	1.33 154	1.05 170	1.34 273	1.84 212	1.45 272	0.29 128	5.57 562	0.29 211	0.26 211	0.32 180	8.80 546

FlowAnything_test	0.79 19	0.65 119	1.32 23	0.83 92	0.59 122	2.29 107	0.65 153	1.45 14	1.03 20	1.06 143	0.76 37	0.63 69	0.49 23	0.91 8	0.97 143	0.32 201	0.27 198	0.40 406	0.47 468	0.31 158	0.48 199

qqq	2.96 374	0.88 252	15.54 223	1.27 355	0.74 195	2.29 107	0.90 329	4.07 382	4.63 539	1.63 204	1.32 152	1.78 277	1.36 276	5.19 363	1.68 325	0.29 128	6.43 565	0.33 309	0.36 392	0.35 242	8.09 535

Pointernet	0.99 63	0.50 31	3.54 101	0.89 121	0.44 46	2.30 109	0.38 31	3.12 213	1.48 73	0.69 35	1.44 181	0.92 148	0.73 90	1.28 74	0.82 92	0.24 44	0.23 112	0.21 19	0.19 52	0.19 3	0.25 9

NLSM1	0.92 53	0.57 67	1.31 20	0.77 64	1.33 414	2.32 110	0.37 30	2.74 163	1.28 44	0.93 116	0.97 73	0.56 53	1.36 276	1.69 168	0.87 108	0.18 6	0.18 14	0.25 88	0.20 87	0.25 65	0.31 31

LG-Stereo_L2	0.69 8	0.54 51	1.56 43	0.74 54	0.48 62	2.32 110	0.28 7	1.87 56	0.80 3	0.60 11	0.43 8	0.38 10	0.45 16	1.38 110	0.54 16	0.24 44	0.28 209	0.23 35	0.18 33	0.22 39	0.32 36

test_sample1	2.29 205	0.72 168	5.74 126	1.51 450	0.86 247	2.35 112	0.64 149	4.07 382	3.45 460	2.01 290	1.51 195	1.70 253	1.71 383	9.53 460	1.73 340	0.31 182	0.97 476	0.31 253	0.31 331	0.33 204	6.12 526

GASNet	3.86 486	15.35 598	21.16 544	1.63 478	1.25 394	2.35 112	1.11 409	4.11 400	2.86 331	1.99 277	2.11 397	2.99 425	2.16 442	10.62 500	3.75 478	0.71 507	0.37 296	0.61 513	0.46 466	0.91 515	0.70 314

water-stereo	0.98 62	0.63 105	5.05 120	0.82 90	0.48 62	2.36 114	0.52 92	1.56 22	1.32 51	0.95 121	1.05 86	0.86 128	0.75 104	0.84 4	0.82 92	0.25 59	0.25 160	0.25 88	0.24 178	0.24 60	0.46 176

coex-ft	20.00 604	11.54 549	120.82 628	1.18 308	1.30 403	2.36 114	1.99 512	2.96 199	13.96 596	129.83 631	8.40 571	5.88 564	52.82 623	9.93 475	31.13 615	0.61 485	0.62 433	0.50 471	0.49 476	1.10 534	2.63 469

2.5w	1.07 78	0.49 25	2.54 80	0.68 31	0.71 187	2.37 116	0.56 102	2.77 168	1.39 58	0.67 31	0.92 60	0.37 5	0.74 98	1.40 113	0.62 30	0.25 59	3.40 548	0.22 24	0.19 52	0.20 12	0.90 361

rvit_0105_3	1.97 140	1.34 385	16.03 233	0.98 201	0.59 122	2.37 116	1.08 399	3.30 235	3.01 355	1.21 154	1.47 187	1.24 200	1.04 196	1.82 208	1.23 208	0.47 414	0.44 356	0.40 406	0.43 453	0.43 343	0.55 246

ProNet	1.63 120	0.91 268	5.70 125	0.96 187	0.64 149	2.40 118	0.82 271	1.92 59	3.28 413	0.69 35	1.17 112	0.78 111	0.76 107	1.72 179	0.87 108	0.27 90	0.97 476	0.25 88	0.26 211	0.31 158	7.97 534

SGD-Stereo	0.68 6	0.46 17	1.13 6	0.90 133	0.33 5	2.42 119	0.44 61	1.17 6	0.75 2	0.87 96	0.53 13	0.55 49	0.53 30	1.50 139	0.50 7	0.34 250	0.14 1	0.25 88	0.19 52	0.23 47	0.27 13

test_sample7	2.85 352	0.81 229	14.48 202	1.59 470	0.77 212	2.42 119	1.08 399	4.40 514	4.92 557	2.20 360	1.85 326	1.90 298	2.00 422	6.87 410	1.75 346	0.47 414	1.36 493	0.44 433	0.41 442	0.47 390	6.81 530

2.75w_new	0.88 45	0.51 36	2.22 73	0.67 21	0.66 162	2.44 121	0.55 99	2.75 166	1.08 25	0.87 96	0.75 34	0.39 13	0.91 162	1.41 116	0.74 60	0.21 24	0.43 346	0.22 24	0.18 33	0.19 3	0.41 136

mmm	2.70 321	0.80 226	8.26 144	1.50 447	1.18 366	2.44 121	0.85 294	4.08 391	4.59 537	2.31 393	1.95 362	1.51 232	1.55 335	2.33 271	1.72 337	0.31 182	7.71 571	0.45 441	0.42 448	0.40 301	9.56 551

qwe	0.85 36	0.49 25	2.01 67	0.69 34	1.09 336	2.48 123	0.45 64	2.57 141	1.18 36	0.80 70	0.85 51	0.43 24	0.48 21	1.15 44	0.72 56	0.21 24	0.32 243	0.24 62	0.18 33	0.23 47	0.45 166

GREAT-IGEV	4.43 519	0.74 183	13.12 181	1.32 379	9.52 587	2.48 123	0.34 25	1.40 12	1.88 167	0.61 15	0.89 56	0.51 39	0.60 53	1.26 68	1.01 159	0.23 37	31.64 621	0.21 19	0.18 33	0.24 60	20.38 599

castereo++	1.26 98	0.99 313	3.48 100	0.95 178	0.74 195	2.48 123	0.98 376	3.14 215	4.28 520	0.75 51	1.46 185	1.92 303	0.58 43	1.29 78	0.51 12	0.27 90	0.24 141	0.28 186	0.19 52	0.24 60	0.35 70

rvit_stereo_0075_2	2.14 167	0.76 208	21.42 561	0.91 139	1.26 395	2.49 126	0.68 169	2.30 104	2.10 198	1.42 178	1.86 332	1.45 227	0.85 143	1.49 134	1.03 163	0.47 414	0.40 326	0.48 456	0.38 411	0.47 390	0.53 234

Syn2CoEx	3.42 450	7.66 526	20.57 481	1.42 423	1.18 366	2.49 126	1.64 491	4.07 382	2.68 296	2.51 447	2.27 431	2.89 417	3.15 502	9.56 461	2.58 443	0.52 463	0.45 363	0.53 486	0.42 448	0.79 502	1.00 376

DMCA-RVC	2.72 325	3.31 489	20.08 405	1.27 355	1.13 350	2.49 126	0.85 294	3.43 250	1.85 161	3.04 510	1.58 228	1.99 318	1.51 321	6.42 396	2.86 453	0.39 333	0.31 237	0.44 433	0.37 402	0.47 390	0.65 298

3.5w_stereo	0.87 42	0.60 88	1.48 33	0.67 21	0.73 190	2.50 129	0.50 81	2.43 115	1.79 153	0.85 88	1.25 130	0.43 24	0.66 74	1.25 67	0.78 72	0.21 24	0.18 14	0.23 35	0.18 33	0.20 12	0.47 188

4.25_new	0.81 28	0.50 31	1.30 17	0.74 54	0.98 293	2.51 130	0.57 106	2.28 97	1.13 28	0.60 11	0.97 73	0.40 16	0.65 67	1.19 53	0.60 26	0.24 44	0.44 356	0.25 88	0.18 33	0.20 12	0.38 107

4.5w_new	0.81 28	0.50 31	1.30 17	0.74 54	0.98 293	2.51 130	0.57 106	2.28 97	1.13 28	0.60 11	0.97 73	0.40 16	0.65 67	1.19 53	0.60 26	0.24 44	0.44 356	0.25 88	0.18 33	0.20 12	0.38 107

4.25w-stereo	0.80 22	0.50 31	1.30 17	0.74 54	0.98 293	2.51 130	0.57 106	2.28 97	1.13 28	0.60 11	0.97 73	0.40 16	0.65 67	1.19 53	0.60 26	0.24 44	0.43 346	0.25 88	0.18 33	0.20 12	0.38 107

monsterstereo	1.31 101	0.58 71	2.10 69	0.79 79	1.41 437	2.51 130	0.40 43	3.15 218	0.84 7	0.74 47	1.18 113	0.41 23	0.40 7	1.55 147	0.97 143	0.20 17	8.12 573	0.22 24	0.18 33	0.22 39	0.33 48

DCVSM-stereo	2.31 211	0.72 168	20.28 430	1.15 289	0.93 281	2.53 134	0.75 220	2.70 159	1.69 136	2.56 452	1.53 198	3.27 450	1.71 383	2.23 261	1.38 250	0.36 293	0.53 405	0.41 415	0.33 356	0.46 377	0.64 294

SMoEStereo_RVC	0.88 45	0.92 275	1.55 41	0.96 187	0.46 52	2.56 135	0.78 240	1.60 25	1.20 38	0.71 42	1.20 116	0.64 70	0.63 61	1.71 173	1.01 159	0.22 31	0.18 14	0.31 253	0.22 141	0.28 105	0.42 145

test_for_model	3.36 444	3.87 497	21.00 521	4.24 583	3.68 565	2.57 136	0.94 358	3.80 317	3.64 477	2.59 456	1.40 172	1.02 166	0.73 90	0.97 14	0.70 52	3.05 572	2.42 527	0.26 124	0.17 22	5.36 592	4.82 514

aanetorigin	3.34 442	2.00 452	17.58 276	1.20 315	1.57 471	2.57 136	3.75 573	2.73 162	2.10 198	6.11 576	4.27 544	2.88 416	5.64 550	5.46 370	4.60 491	0.53 465	0.46 369	0.45 441	0.48 472	1.15 538	1.22 396

StereoVision	2.36 222	1.15 347	20.38 446	1.07 252	1.79 512	2.58 138	0.61 127	3.14 215	2.34 247	1.33 165	3.46 533	1.85 291	0.88 151	2.12 244	2.01 392	0.46 405	0.36 289	0.37 379	0.36 392	0.50 403	0.41 136

Zero-FE251	3.94 492	0.81 229	12.30 173	0.94 166	0.75 203	2.59 139	0.45 64	1.44 13	0.91 9	50.12 618	0.62 20	0.73 96	0.81 133	0.97 14	0.75 62	0.36 293	0.33 253	0.28 186	0.19 52	0.21 25	3.31 490

3.75w	0.82 31	0.53 47	1.49 34	0.65 11	1.10 340	2.60 140	0.52 92	2.46 121	1.19 37	0.70 40	0.82 46	0.40 16	0.66 74	1.16 48	0.59 20	0.26 78	0.27 198	0.23 35	0.19 52	0.22 39	0.47 188

HiDET	0.76 15	0.42 4	1.03 3	0.67 21	0.40 34	2.63 141	0.28 7	1.62 30	0.94 16	0.64 24	0.46 11	0.52 42	0.49 23	1.19 53	1.24 214	0.19 9	0.19 27	0.18 2	0.16 10	0.19 3	1.77 438

CSFM-Stereo	0.78 18	0.41 3	1.03 3	0.64 9	0.32 3	2.64 142	0.31 14	1.45 14	0.82 5	0.76 55	0.54 14	0.56 53	0.51 28	0.94 12	1.08 173	0.19 9	0.18 14	0.18 2	0.16 10	0.20 12	2.63 469

edge stereo	3.45 453	1.08 328	22.14 580	1.31 372	1.36 425	2.68 143	1.54 477	4.13 410	3.27 411	2.94 502	3.27 528	4.34 526	2.48 465	11.60 548	2.79 448	0.62 491	0.64 436	0.79 542	0.56 502	0.70 479	0.82 343

FACV-RUCA	1.35 106	0.70 153	2.58 83	1.07 252	1.49 451	2.70 144	1.13 413	3.21 222	2.64 291	1.42 178	1.99 370	1.06 172	1.15 241	1.44 121	1.16 190	0.41 347	0.42 344	0.73 539	0.41 442	0.63 452	0.67 304

testlalala_base	2.69 320	0.77 216	21.10 537	1.22 325	1.46 447	2.72 145	0.83 275	4.11 400	1.49 78	1.28 164	1.45 184	1.21 197	0.85 143	1.28 74	1.19 197	3.94 587	2.36 523	0.27 151	0.19 52	4.48 588	1.58 425

MM-Stereo_test2	2.80 347	0.63 105	20.19 414	1.75 502	0.52 88	2.77 146	0.71 186	1.80 49	1.72 145	0.99 129	0.98 79	0.84 122	0.79 122	1.45 124	1.26 226	0.27 90	0.62 433	0.25 88	0.23 156	0.31 158	17.86 593

SHD	3.22 422	4.21 504	14.19 195	2.37 541	2.12 533	2.77 146	1.19 423	4.24 454	3.25 407	4.64 563	2.73 495	3.62 486	2.76 478	6.30 394	4.75 494	0.66 498	1.25 491	0.52 479	0.59 506	0.69 478	1.64 430

PASM	3.22 422	2.89 481	15.38 219	2.00 524	1.57 471	2.77 146	1.96 510	3.62 280	2.75 306	2.95 505	2.26 428	3.10 437	2.24 447	11.87 558	2.46 432	0.97 535	1.06 481	0.87 545	1.02 547	1.20 542	1.41 411

IGEV	0.74 13	0.39 1	1.16 10	0.73 51	1.31 408	2.78 149	0.38 31	1.81 50	1.03 20	0.80 70	0.72 31	0.35 3	0.42 11	1.11 41	0.52 14	0.19 9	0.23 112	0.22 24	0.19 52	0.18 1	0.33 48

rvit_105_1	2.17 172	1.36 387	16.82 256	1.09 259	0.68 176	2.78 149	1.26 438	3.55 266	2.90 338	1.40 172	1.57 220	1.29 205	1.14 233	2.91 315	1.49 277	0.55 471	0.47 380	0.45 441	0.61 512	0.45 367	0.63 289

LG-G_1	0.80 22	0.43 10	1.77 57	0.78 76	0.36 9	2.81 151	0.40 43	2.23 92	1.29 46	0.76 55	0.60 16	0.51 39	0.58 43	1.27 70	0.69 49	0.25 59	0.23 112	0.23 35	0.15 3	0.21 25	0.46 176

LG-G	0.80 22	0.43 10	1.77 57	0.78 76	0.36 9	2.81 151	0.40 43	2.23 92	1.29 46	0.76 55	0.60 16	0.51 39	0.58 43	1.27 70	0.69 49	0.25 59	0.23 112	0.23 35	0.15 3	0.21 25	0.46 176

ISRNet	1.98 141	0.94 287	10.75 162	1.30 368	1.35 423	2.84 153	0.69 178	3.80 317	2.07 195	2.14 328	2.11 397	2.89 417	1.41 293	2.52 287	1.74 343	0.49 430	0.50 396	0.56 498	0.47 468	0.51 408	0.59 273

LG-Stereo	0.94 55	0.71 160	3.31 96	0.62 3	0.51 82	2.85 154	0.54 97	2.59 149	1.40 60	0.88 101	1.23 124	0.53 45	0.40 7	0.81 2	0.86 106	0.23 37	0.18 14	0.31 253	0.24 178	0.29 123	0.22 1

CBFPSM	2.24 189	2.06 454	12.12 172	1.13 282	1.05 324	2.85 154	1.23 434	3.37 244	2.05 193	1.82 243	1.33 154	4.55 534	4.00 529	2.38 274	2.35 424	0.27 90	0.38 310	0.32 274	0.28 257	0.39 294	0.89 359

asd	0.81 28	0.48 22	1.97 66	0.70 40	0.93 281	2.86 156	0.43 55	1.64 34	1.12 27	0.73 46	0.91 59	0.43 24	0.73 90	1.00 17	0.59 20	0.28 111	0.20 43	0.24 62	0.18 33	0.23 47	0.45 166

psmorigin	6.62 564	1.45 397	87.38 626	1.55 462	0.97 292	2.86 156	1.42 463	3.30 235	2.12 205	3.74 544	2.45 463	5.15 551	2.59 472	10.55 498	2.91 458	0.55 471	0.68 444	0.48 456	0.53 492	0.73 486	1.02 380

UGAM-zero	3.14 404	0.62 102	20.64 492	1.02 223	0.93 281	2.87 158	0.51 85	4.52 535	1.57 100	2.19 353	1.65 250	5.78 562	3.40 517	9.89 472	1.71 334	0.33 228	0.44 356	0.28 186	0.59 506	0.30 146	3.59 498

CASS	1.65 124	0.73 174	8.72 149	0.97 195	0.67 168	2.88 159	0.69 178	3.07 209	1.86 162	2.82 492	2.02 374	1.39 217	1.55 335	1.75 190	1.36 244	0.51 452	0.28 209	0.34 329	0.28 257	0.47 390	0.63 289
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Gwc-CoAtRS	1.80 134	0.61 95	14.92 212	1.08 255	0.61 132	2.88 159	0.63 144	2.47 122	1.62 122	1.80 241	1.50 194	2.73 399	1.17 245	1.35 99	1.08 173	0.30 158	0.22 84	0.25 88	0.23 156	0.28 105	0.30 24

EDNetEfficientorigin	12.42 589	3.26 488	179.44 630	1.21 321	1.00 304	2.89 161	1.82 504	3.05 206	5.37 568	8.87 587	4.78 549	4.17 515	4.80 541	9.91 473	11.32 540	0.41 347	0.41 333	0.62 520	0.88 537	1.33 549	2.81 475

LL-Strereo	4.26 509	13.69 567	20.37 445	1.24 333	2.18 534	2.90 162	1.08 399	4.35 502	2.22 220	3.20 524	2.26 428	3.29 451	3.13 499	11.30 533	1.91 376	0.33 228	3.89 553	0.46 448	0.34 366	0.54 416	6.47 529

monsters	0.91 50	0.67 131	1.83 60	0.79 79	1.55 463	2.91 163	0.40 43	2.66 156	0.99 18	0.70 40	0.87 52	0.38 10	0.44 15	1.90 217	0.79 81	0.22 31	0.35 276	0.20 8	0.18 33	0.20 12	0.28 16

GIP-stereo	2.03 154	0.67 131	4.11 115	1.51 450	1.13 350	2.91 163	0.42 52	3.45 256	3.19 390	0.67 31	0.78 39	0.90 141	0.76 107	1.06 27	0.69 49	0.29 128	0.25 160	0.25 88	0.17 22	0.26 83	17.22 592

zh-mn7	3.65 466	13.21 560	16.35 248	1.28 357	1.01 306	2.94 165	1.31 444	4.24 454	3.12 383	3.44 534	3.10 518	2.84 414	2.09 428	9.17 450	5.46 501	0.61 485	0.43 346	0.38 395	0.38 411	0.60 439	0.94 368

DLCB_ROB	2.55 269	1.32 382	10.26 157	1.31 372	1.04 320	2.94 165	1.29 441	3.81 321	2.73 303	2.93 500	2.17 409	3.37 460	1.53 329	10.40 496	3.26 470	0.42 358	0.35 276	0.41 415	0.37 402	0.43 343	0.68 306

Former-RAFT_DAM_RVC	0.99 63	0.85 242	1.58 46	0.95 178	1.08 333	2.95 167	0.53 95	1.93 60	2.00 190	1.19 153	1.63 242	0.59 61	0.65 67	1.10 37	0.90 120	0.28 111	0.23 112	0.31 253	0.25 194	0.45 367	0.32 36

test_sample2	2.20 183	0.70 153	6.07 129	1.49 442	0.81 228	2.96 168	0.86 299	4.13 410	3.31 425	2.07 311	1.54 209	1.56 235	1.63 362	10.61 499	1.80 354	0.33 228	0.77 457	0.32 274	0.32 347	0.38 280	2.35 460

DAS	2.52 255	0.76 208	7.72 140	1.16 296	1.64 488	2.96 168	2.10 522	4.14 415	3.31 425	4.16 554	2.51 471	2.56 385	1.81 401	11.54 544	1.83 359	0.44 384	0.23 112	0.39 401	0.25 194	0.42 333	0.45 166

SepStereo	2.36 222	0.76 208	7.72 140	1.16 296	1.64 488	2.96 168	2.10 522	4.14 415	3.31 425	4.16 554	2.51 471	2.56 385	1.81 401	8.34 436	1.83 359	0.44 384	0.23 112	0.39 401	0.25 194	0.42 333	0.45 166

knoymous	1.50 114	0.65 119	8.73 150	0.91 139	0.75 203	2.97 171	0.90 329	2.93 189	1.38 57	1.56 195	1.07 91	2.75 404	0.88 151	1.43 120	1.13 181	0.32 201	0.22 84	0.35 348	0.20 87	0.45 367	0.41 136

acv_ft	2.45 244	0.97 301	19.57 345	1.15 289	2.01 524	2.97 171	0.96 369	3.88 332	2.85 325	2.34 409	1.91 351	3.07 434	1.65 371	1.52 141	2.26 417	0.33 228	0.27 198	0.30 233	0.27 230	0.42 333	0.35 70

1w_stereo	0.91 50	0.46 17	1.12 5	0.74 54	0.80 223	2.98 173	0.67 158	3.29 234	1.04 22	0.83 82	1.36 162	0.38 10	1.36 276	1.03 19	0.75 62	0.17 5	0.18 14	0.20 8	0.17 22	0.20 12	0.57 254

HI	2.19 176	1.11 336	19.93 382	1.14 286	0.69 184	2.98 173	0.45 64	2.58 145	1.87 165	2.18 346	1.65 250	2.41 361	1.83 406	1.72 179	1.63 312	0.30 158	0.17 7	0.28 186	0.31 331	0.27 92	0.32 36

CoSv	2.19 176	1.11 336	19.93 382	1.14 286	0.69 184	2.98 173	0.45 64	2.58 145	1.87 165	2.18 346	1.65 250	2.41 361	1.83 406	1.72 179	1.63 312	0.30 158	0.17 7	0.28 186	0.31 331	0.27 92	0.32 36

MLG-Stereo	0.86 40	0.42 4	1.96 65	0.66 15	0.54 94	3.01 176	0.31 14	1.90 57	3.21 395	0.57 6	0.30 2	0.66 77	0.47 18	1.35 99	0.46 3	0.21 24	0.25 160	0.24 62	0.16 10	0.19 3	0.29 20

rafts_anoy	2.76 339	1.68 423	20.42 450	1.42 423	3.90 570	3.03 177	0.61 127	3.24 227	1.66 130	1.42 178	1.26 134	1.19 191	1.11 223	2.13 246	1.64 318	0.33 228	8.77 581	0.32 274	0.32 347	0.32 180	0.38 107

RAFT-Test	1.67 126	0.64 111	6.13 131	1.25 348	1.82 515	3.06 178	0.78 240	4.02 367	3.09 380	1.88 249	1.70 263	3.76 491	1.03 189	1.40 113	1.07 171	0.29 128	0.33 253	0.25 88	0.23 156	0.29 123	0.33 48

PSMNet-RUCA	2.60 285	1.83 441	20.55 473	1.51 450	1.39 431	3.07 179	1.36 454	3.56 268	2.43 262	1.41 175	2.07 391	1.42 221	1.09 214	2.07 235	1.60 303	1.20 545	0.69 451	1.26 561	0.96 542	1.65 558	0.97 371

test_sample4	2.68 316	0.76 208	15.85 229	1.45 433	0.83 234	3.10 180	0.72 190	4.31 485	3.37 439	2.39 425	1.90 350	1.72 257	1.47 313	11.13 527	1.86 365	0.36 293	0.47 380	0.35 348	0.37 402	0.42 333	0.85 352

MIM_Stereo	2.71 323	1.26 367	20.92 517	1.34 386	5.57 583	3.10 180	0.59 119	3.25 230	2.51 274	1.64 205	1.61 233	1.82 285	1.29 265	2.07 235	1.35 237	0.25 59	0.31 237	0.28 186	0.26 211	0.29 123	4.43 511

RALCasStereoNet	3.17 412	1.87 445	20.86 513	1.17 303	1.63 484	3.10 180	0.70 181	3.21 222	2.19 214	1.39 171	1.73 275	1.18 187	0.91 162	2.46 277	1.64 318	0.31 182	8.75 580	0.25 88	0.22 141	0.31 158	9.45 549

LCMNet	0.85 36	0.42 4	1.02 2	0.62 3	0.39 32	3.11 183	0.29 11	1.60 25	0.87 8	0.62 17	0.61 18	0.52 42	0.53 30	1.03 19	1.29 231	0.18 6	0.19 27	0.19 5	0.16 10	0.20 12	3.14 484

test_sample5	2.68 316	0.76 208	14.56 204	1.40 410	0.83 234	3.11 183	0.74 207	4.33 496	4.48 533	2.29 387	2.04 378	1.67 245	1.45 303	11.18 528	1.88 369	0.37 309	0.47 380	0.37 379	0.39 420	0.43 343	0.78 336

DualNet	2.68 316	0.76 208	14.56 204	1.40 410	0.83 234	3.11 183	0.74 207	4.33 496	4.48 533	2.35 411	2.13 401	1.67 245	1.45 303	11.18 528	1.88 369	0.37 309	0.47 380	0.37 379	0.39 420	0.43 343	0.78 336

AdaDepth	1.16 93	0.53 47	7.56 139	0.73 51	1.29 399	3.13 186	0.43 55	1.13 4	1.92 175	0.69 35	0.93 62	0.43 24	0.58 43	1.67 160	0.66 35	0.20 17	0.33 253	0.24 62	0.19 52	0.25 65	0.36 92

MLG-Stereo_test1	0.89 48	0.42 4	2.06 68	0.67 21	1.33 414	3.13 186	0.29 11	1.60 25	3.31 425	0.53 1	0.25 1	0.67 80	0.43 12	1.34 96	0.47 5	0.22 31	0.25 160	0.24 62	0.16 10	0.19 3	0.30 24

MFMNet_re	3.44 451	8.89 531	19.36 333	3.25 571	1.91 519	3.13 186	1.99 512	3.60 277	4.16 508	3.17 523	2.86 504	2.25 341	2.41 460	2.61 295	2.35 424	1.13 541	1.06 481	0.94 547	0.91 540	1.29 547	1.57 424

NLMM	0.96 59	0.63 105	1.71 54	0.70 40	1.10 340	3.14 189	0.47 72	3.12 213	1.32 51	0.82 76	1.15 109	0.55 49	0.58 43	1.35 99	1.19 197	0.22 31	0.17 7	0.23 35	0.20 87	0.23 47	0.36 92

test_sample3	2.65 302	0.75 197	15.69 226	1.42 423	0.85 243	3.14 189	0.73 197	4.28 470	3.21 395	2.28 381	1.79 294	1.78 277	1.46 308	11.11 525	1.84 361	0.36 293	0.46 369	0.34 329	0.36 392	0.40 301	0.76 332

fast-acv-ft	2.62 293	1.62 418	20.48 465	1.45 433	1.39 431	3.16 191	1.16 421	3.41 247	2.45 270	1.97 273	2.15 404	2.68 396	2.15 440	2.92 316	2.47 434	0.43 375	0.40 326	0.45 441	0.40 431	0.62 446	0.64 294

DDVS	1.78 133	0.84 241	3.58 102	1.32 379	1.15 354	3.17 192	0.77 233	3.35 241	1.86 162	1.88 249	1.91 351	2.91 421	1.42 296	6.19 390	1.85 363	0.47 414	0.65 439	0.35 348	0.38 411	0.48 397	1.01 378

test_sample6	2.71 323	0.76 208	14.30 197	1.43 430	0.83 234	3.17 192	0.79 250	4.40 514	4.65 544	2.35 411	2.13 401	1.69 249	1.45 303	11.48 541	1.99 385	0.39 333	0.46 369	0.38 395	0.40 431	0.43 343	0.77 333

IER	2.09 161	0.91 268	14.11 194	0.97 195	1.15 354	3.17 192	0.89 314	3.59 275	2.39 253	2.15 335	1.98 367	2.27 343	2.11 433	2.39 275	1.80 354	0.35 266	0.24 141	0.36 368	0.30 312	0.34 227	0.42 145

NLSM3	0.94 55	0.55 53	1.62 50	0.67 21	1.30 403	3.19 195	0.45 64	2.87 185	1.30 50	0.85 88	0.96 72	0.55 49	1.02 188	1.15 44	0.98 148	0.21 24	0.16 5	0.26 124	0.23 156	0.25 65	0.34 59

VIP-Stereo	1.29 100	1.10 334	6.84 136	0.79 79	0.91 275	3.20 196	0.79 250	1.95 65	3.31 425	0.88 101	1.07 91	0.65 73	0.59 50	1.31 83	0.76 67	0.32 201	0.44 356	0.24 62	0.17 22	0.22 39	0.32 36

coex_refinement	3.01 382	1.69 425	20.28 430	1.31 372	1.15 354	3.21 197	0.86 299	3.94 348	2.43 262	2.51 447	1.92 357	3.49 469	1.68 375	11.06 519	2.54 440	0.38 325	0.26 185	0.27 151	0.31 331	0.41 321	0.58 270

AdaStereo	2.22 186	0.90 265	16.41 250	1.33 384	0.83 234	3.21 197	1.12 411	4.25 465	2.91 340	2.06 305	1.76 280	2.47 374	1.17 245	1.93 222	1.65 321	0.50 444	0.26 185	0.43 430	0.29 293	0.46 377	0.39 121
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.
PWC_ROB	3.32 438	4.61 507	14.41 200	1.46 435	1.90 518	3.21 197	1.15 419	4.39 513	3.46 463	3.13 517	3.40 531	2.79 410	2.34 455	9.17 450	6.94 511	0.61 485	0.34 266	0.61 513	0.37 402	0.73 486	1.40 409

AIO-test2	3.07 392	12.11 553	20.58 484	1.49 442	1.34 418	3.22 200	0.73 197	4.07 382	1.56 96	1.72 224	2.20 419	0.90 141	0.74 98	3.75 339	1.39 255	3.67 581	0.26 185	0.35 348	0.44 457	0.41 321	0.44 158

iRaft-Stereo_5w	2.47 248	1.37 388	13.85 187	0.87 113	0.99 298	3.22 200	0.84 287	3.72 301	2.12 205	1.57 197	2.49 467	2.20 338	2.22 446	9.12 449	2.03 396	0.48 423	0.27 198	0.35 348	0.29 293	0.48 397	0.94 368

GMOStereo	2.64 298	0.92 275	19.83 371	0.81 85	0.68 176	3.22 200	0.89 314	2.94 191	1.48 73	2.36 417	1.54 209	1.75 261	1.04 196	1.33 89	1.15 185	0.26 78	11.32 592	0.35 348	0.28 257	0.35 242	0.33 48

error version	2.64 298	0.92 275	19.83 371	0.81 85	0.68 176	3.22 200	0.89 314	2.94 191	1.48 73	2.36 417	1.54 209	1.75 261	1.04 196	1.33 89	1.15 185	0.26 78	11.32 592	0.35 348	0.28 257	0.35 242	0.33 48

test-v	2.64 298	0.92 275	19.83 371	0.81 85	0.68 176	3.22 200	0.89 314	2.94 191	1.48 73	2.36 417	1.54 209	1.75 261	1.04 196	1.33 89	1.15 185	0.26 78	11.32 592	0.35 348	0.28 257	0.35 242	0.33 48

test-2	2.64 298	0.92 275	19.83 371	0.81 85	0.68 176	3.22 200	0.89 314	2.94 191	1.48 73	2.36 417	1.54 209	1.75 261	1.04 196	1.33 89	1.15 185	0.26 78	11.32 592	0.35 348	0.28 257	0.35 242	0.33 48

GwcNet	3.26 432	3.93 498	20.24 425	1.38 402	2.04 526	3.24 206	1.53 475	3.72 301	3.66 479	2.17 342	2.25 427	3.55 482	1.69 378	9.38 457	3.03 461	0.48 423	0.49 390	0.46 448	0.39 420	0.66 468	0.86 356

SPS-STEREO	5.18 540	10.36 543	21.09 535	1.74 500	1.72 504	3.24 206	2.26 528	3.92 341	4.12 505	5.06 567	3.66 536	5.43 556	3.33 511	9.56 461	12.34 549	1.17 544	1.17 488	1.07 552	1.03 549	1.17 540	10.25 556
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DANet	2.82 349	1.17 349	10.20 156	1.87 512	1.72 504	3.25 208	1.15 419	4.36 504	3.02 359	3.42 533	2.18 414	4.09 509	1.79 398	9.78 466	4.32 485	0.55 471	0.57 417	0.60 510	0.44 457	0.65 464	1.25 399
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
999	1.08 80	0.86 244	2.44 75	1.06 245	0.65 154	3.27 209	0.91 341	1.47 16	1.43 64	0.74 47	1.73 275	0.70 86	0.66 74	3.03 320	1.18 192	0.24 44	0.22 84	0.25 88	0.21 106	0.27 92	0.37 97

UGAM	2.78 344	0.78 218	19.69 359	0.93 157	0.73 190	3.27 209	1.02 384	2.88 186	3.06 375	1.40 172	2.76 499	3.51 477	1.28 262	10.74 504	1.44 268	0.30 158	0.30 229	0.40 406	0.33 356	0.37 267	0.49 207

Wz-Net-MNSev	3.26 432	7.24 523	17.26 265	1.58 467	1.37 428	3.27 209	2.45 533	4.10 397	4.50 535	2.61 463	2.17 409	2.33 350	3.02 494	7.48 423	2.88 456	0.46 405	0.39 322	0.37 379	0.38 411	0.61 441	0.63 289

222	3.82 483	0.88 252	6.92 137	1.15 289	0.99 298	3.27 209	0.64 149	4.57 542	5.37 568	2.43 434	2.32 443	1.41 220	1.44 301	10.64 501	18.51 593	0.32 201	4.89 558	0.32 274	0.30 312	0.34 227	9.80 553

CoDeX	2.47 248	0.91 268	13.65 185	1.03 228	1.17 364	3.28 213	1.30 442	4.17 425	2.99 348	1.78 236	1.85 326	2.04 326	1.46 308	9.99 479	1.66 322	0.38 325	0.28 209	0.32 274	0.28 257	0.34 227	0.57 254

AACVNet	2.77 341	1.64 421	19.22 326	1.57 465	0.86 247	3.28 213	0.74 207	3.31 238	1.66 130	2.06 305	1.82 307	2.47 374	1.40 288	10.95 514	1.92 380	0.41 347	0.35 276	0.38 395	0.33 356	0.46 377	0.61 282

test_xeample	4.19 503	0.93 283	14.09 193	1.16 296	1.17 364	3.28 213	0.80 260	4.63 549	5.30 564	2.46 439	2.35 445	1.39 217	1.42 296	10.88 509	17.68 587	0.30 158	6.50 566	0.32 274	0.32 347	0.36 261	8.38 543

MSCF	3.21 421	1.25 366	4.06 114	1.06 245	10.61 590	3.29 216	0.85 294	2.81 174	3.31 425	1.36 168	1.19 115	0.58 58	1.33 271	2.07 235	0.88 112	0.27 90	0.65 439	0.26 124	0.66 520	0.31 158	27.42 608

Wz-Net-SNSev	3.47 457	10.51 545	16.90 258	1.65 483	1.20 377	3.29 216	2.03 518	4.16 421	3.03 365	2.35 411	2.39 451	3.48 468	2.12 435	7.95 432	4.28 484	0.51 452	0.40 326	0.53 486	0.49 476	0.74 490	1.46 417

ac_64	2.93 365	0.87 248	19.66 350	1.35 388	1.70 501	3.29 216	0.92 349	3.56 268	3.46 463	1.91 253	1.79 294	3.90 498	1.76 392	10.23 488	1.93 381	0.44 384	0.32 243	0.33 309	0.31 331	0.35 242	0.51 218

StereoDRNet-Refined	2.23 187	0.98 304	10.62 161	1.25 348	0.78 216	3.29 216	0.71 186	3.96 351	2.20 217	2.43 434	2.05 385	2.97 423	1.46 308	6.87 410	2.33 422	0.37 309	0.25 160	0.42 426	0.34 366	0.47 390	0.80 341
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
asda	0.86 40	0.51 36	1.32 23	0.66 15	0.82 233	3.30 220	0.49 74	2.41 110	1.13 28	0.66 28	0.84 50	0.44 30	0.84 140	1.14 42	0.67 42	0.23 37	0.70 452	0.25 88	0.18 33	0.22 39	0.41 136

FADNet	3.20 417	11.55 550	16.16 238	1.24 333	0.95 289	3.30 220	0.87 306	4.00 360	2.73 303	1.42 178	1.35 157	2.51 377	2.04 426	9.95 477	2.39 429	0.44 384	0.46 369	0.40 406	0.44 457	1.13 537	0.61 282

AF-Net	3.15 407	2.65 478	18.81 305	1.37 398	1.76 508	3.30 220	1.57 482	4.20 436	3.05 373	2.76 482	2.94 508	4.50 531	3.21 506	5.88 379	3.07 463	0.88 530	0.39 322	0.72 536	0.50 484	0.75 491	0.66 303

GMStereo_Zeroshot	1.51 115	1.27 371	4.75 117	1.54 458	0.72 189	3.33 223	0.54 97	2.67 157	1.74 147	2.34 409	1.57 220	2.40 357	0.96 173	2.51 283	1.21 202	0.48 423	0.23 112	0.41 415	0.24 178	0.82 506	0.40 128

RGC	3.35 443	1.84 444	18.13 288	1.52 455	1.79 512	3.33 223	1.37 456	4.18 431	2.39 253	2.96 506	3.23 526	3.98 503	2.71 475	11.53 542	3.42 473	0.90 531	0.48 387	0.79 542	0.79 531	0.75 491	0.89 359

NLCSM	1.15 91	0.79 222	3.83 110	0.72 49	1.29 399	3.34 225	0.44 61	3.56 268	1.45 65	0.77 61	1.12 103	0.73 96	0.81 133	1.34 96	1.40 256	0.24 44	0.18 14	0.25 88	0.21 106	0.23 47	0.31 31

NLMM1	0.96 59	0.60 88	1.41 30	0.68 31	1.04 320	3.37 226	0.49 74	3.06 208	1.39 58	0.72 45	1.10 97	0.58 58	0.77 109	1.42 117	1.23 208	0.20 17	0.15 3	0.23 35	0.21 106	0.23 47	0.30 24

111111	1.15 91	0.56 59	1.31 20	0.69 34	1.19 374	3.37 226	0.33 20	2.41 110	1.68 133	0.82 76	1.54 209	0.61 65	0.59 50	1.44 121	0.66 35	0.26 78	0.23 112	0.23 35	0.17 22	0.25 65	4.66 513

PCWNet_CMD	2.16 169	0.71 160	15.44 220	0.84 94	0.76 208	3.38 228	0.68 169	3.69 293	2.24 223	1.72 224	1.63 242	3.20 444	3.00 493	2.09 238	1.23 208	0.32 201	0.37 296	0.47 450	0.27 230	0.65 464	0.51 218

DispFullNet	4.71 531	3.93 498	23.92 595	4.00 581	3.01 553	3.38 228	1.31 444	4.23 448	3.26 409	6.31 578	2.92 506	4.03 505	7.80 570	3.93 345	5.15 496	2.80 568	1.61 501	3.11 589	2.70 596	3.32 570	3.38 494

DEFOM-Stereo	0.75 14	0.62 102	1.22 14	0.74 54	0.51 82	3.39 230	0.43 55	1.00 3	0.91 9	0.91 112	0.61 18	0.45 33	0.43 12	1.78 191	0.50 7	0.27 90	0.18 14	0.22 24	0.16 10	0.21 25	0.43 152

PA-Net	3.45 453	2.50 472	20.39 449	1.42 423	1.20 377	3.39 230	1.73 497	3.93 345	3.57 473	1.94 263	2.17 409	3.02 428	1.87 414	11.67 549	6.48 508	0.40 344	0.55 413	0.44 433	0.63 519	0.55 419	1.13 390
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CrosDoStereo	5.27 543	0.75 197	20.07 399	0.85 99	0.53 91	3.40 232	18.03 600	3.90 336	3.29 418	1.99 277	8.27 567	1.95 310	6.95 566	7.34 419	25.94 607	0.33 228	0.22 84	0.30 233	0.28 257	0.35 242	0.61 282

DeepStereo_LL	5.27 543	0.75 197	20.07 399	0.85 99	0.53 91	3.40 232	18.03 600	3.90 336	3.29 418	1.99 277	8.27 567	1.95 310	6.95 566	7.34 419	25.94 607	0.33 228	0.22 84	0.30 233	0.28 257	0.35 242	0.61 282

XQC	3.41 448	6.58 518	15.18 215	1.97 521	1.62 481	3.40 232	1.76 499	4.53 536	3.67 481	3.40 532	2.45 463	3.73 489	2.91 483	6.78 407	5.36 498	0.73 515	0.90 468	0.60 510	0.61 512	1.02 522	0.99 374

SQANet	4.22 504	14.03 575	20.30 437	2.78 559	2.75 548	3.41 235	1.48 472	3.66 284	2.25 226	2.62 466	1.77 287	2.68 396	1.90 417	7.41 422	3.78 479	2.97 571	1.42 495	1.85 568	1.13 553	3.28 569	2.86 477

MSMDNet	2.16 169	0.71 160	15.36 218	0.86 106	0.75 203	3.41 235	0.69 178	3.70 296	2.25 226	1.73 227	1.64 247	3.21 445	2.95 485	2.09 238	1.24 214	0.32 201	0.37 296	0.45 441	0.27 230	0.63 452	0.50 212

AIO-test1	2.33 215	1.54 408	20.24 425	0.97 195	1.61 478	3.42 237	0.94 358	4.22 442	1.71 142	0.97 124	1.35 157	0.98 161	0.74 98	4.52 355	1.40 256	0.27 90	0.24 141	0.28 186	0.35 381	0.34 227	0.46 176

CSP-Net	1.99 146	1.70 426	4.84 118	1.22 325	1.02 309	3.42 237	1.30 442	3.66 284	2.11 203	2.07 311	1.93 360	2.40 357	1.48 314	8.56 440	1.62 308	0.51 452	0.41 333	0.27 151	0.27 230	0.44 358	0.54 242

CFNet-RSSM	2.17 172	0.56 59	20.50 467	1.08 255	0.57 117	3.42 237	0.62 139	4.24 454	1.60 112	1.73 227	1.39 169	2.55 381	1.19 250	1.36 103	1.04 164	0.29 128	0.20 43	0.26 124	0.23 156	0.28 105	0.32 36

RP	3.26 432	1.73 429	17.70 281	1.56 464	1.93 520	3.43 240	1.94 508	4.18 431	2.72 301	2.77 483	3.05 514	3.96 502	2.69 474	10.17 485	2.86 453	1.04 536	0.50 396	0.71 533	0.59 506	0.75 491	0.83 345

DLNR-FE	29.89 611	56.07 623	50.63 615	183.98 627	105.34 621	3.44 241	0.28 7	29.60 613	1.59 106	1.03 139	1.25 130	0.93 152	0.64 64	3.83 340	1.62 308	40.96 621	1.67 504	0.26 124	0.23 156	99.33 625	15.08 575

DLNR_Zeroshot_test	29.83 610	55.48 621	50.99 616	183.84 626	114.74 625	3.44 241	0.28 7	29.52 612	1.59 106	1.03 139	1.25 130	0.93 152	0.64 64	3.95 346	1.62 308	37.16 620	1.69 505	0.26 124	0.23 156	92.97 624	15.07 574

FAT-Stereo	3.38 446	0.88 252	19.96 388	1.28 357	1.20 377	3.44 241	1.97 511	4.26 466	3.15 388	3.14 520	3.92 540	3.50 474	3.28 508	11.68 552	2.04 398	0.65 497	0.68 444	0.48 456	0.54 495	0.63 452	0.91 362

BEATNet_4x	2.65 302	4.43 506	18.10 287	1.41 414	0.59 122	3.44 241	1.02 384	4.08 391	2.97 345	2.28 381	1.75 279	2.18 336	1.61 349	2.80 309	3.54 475	0.39 333	0.25 160	0.47 450	0.31 331	0.61 441	0.86 356

UNet	2.53 260	0.91 268	20.07 399	1.19 313	1.44 443	3.45 245	0.75 220	3.80 317	1.98 185	2.09 317	1.57 220	2.74 402	2.37 457	3.51 331	2.52 439	0.35 266	0.30 229	0.41 415	0.28 257	0.40 301	0.50 212

HSM	3.25 430	1.08 328	19.18 322	1.19 313	1.54 459	3.45 245	1.02 384	4.04 374	2.61 287	2.31 393	2.17 409	8.01 576	2.99 492	11.59 546	1.80 354	0.35 266	0.24 141	0.28 186	0.24 178	0.33 204	0.55 246

StereoDRNet	3.07 392	2.92 484	16.33 247	1.36 392	1.57 471	3.45 245	2.04 519	3.77 310	2.85 325	3.31 529	1.85 326	2.78 409	1.79 398	10.85 508	3.41 472	0.45 393	0.36 289	0.39 401	0.37 402	0.62 446	0.85 352

ToySt	2.53 260	0.89 259	19.20 324	1.12 277	0.95 289	3.47 248	1.13 413	3.72 301	2.25 226	1.36 168	1.71 267	2.22 339	1.59 341	2.14 249	1.81 358	0.28 111	0.64 436	0.30 233	0.33 356	0.43 343	5.14 518

DDUNet	3.65 466	2.81 480	19.59 347	3.57 576	2.26 537	3.47 248	1.35 451	4.21 441	2.40 256	2.68 472	2.48 466	4.17 515	1.78 395	5.48 371	2.61 445	2.25 564	1.77 506	2.61 578	2.43 591	2.63 566	2.40 462

delet	2.66 308	1.11 336	18.42 295	1.05 239	1.65 492	3.47 248	2.00 515	3.81 321	2.82 321	2.15 335	2.11 397	2.62 391	1.88 416	5.38 367	2.21 414	0.34 250	0.38 310	0.40 406	0.32 347	0.45 367	0.54 242

HITNet	2.49 251	2.91 482	19.23 327	1.54 458	0.57 117	3.47 248	0.79 250	4.16 421	2.93 341	2.18 346	1.65 250	1.68 248	1.45 303	2.17 252	2.99 460	0.28 111	0.20 43	0.41 415	0.27 230	0.45 367	0.52 226
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
DISCO	2.40 231	0.99 313	11.99 170	1.81 508	1.12 347	3.47 248	1.24 436	3.34 240	2.57 282	2.73 479	1.96 363	4.52 533	1.90 417	4.18 352	3.62 477	0.37 309	0.27 198	0.31 253	0.30 312	0.70 479	0.62 286

pmcnn	5.90 551	1.81 438	22.30 583	1.69 490	2.37 542	3.47 248	2.10 522	4.58 544	5.56 575	3.75 545	13.12 593	22.07 601	3.70 523	11.99 561	17.13 580	0.58 479	0.23 112	0.23 35	0.19 52	0.37 267	0.70 314

xyz-stereo-finetune2	1.31 101	0.95 292	3.28 94	0.60 1	0.36 9	3.48 254	0.65 153	2.82 176	1.47 71	0.99 129	1.86 332	0.91 144	1.75 389	3.54 332	1.86 365	0.27 90	0.22 84	0.30 233	0.28 257	0.33 204	0.34 59

xyz-stereo-finetune	1.14 90	0.88 252	1.93 63	0.63 6	0.37 15	3.48 254	0.79 250	2.86 184	1.95 180	1.02 135	1.26 134	0.91 144	0.78 114	2.53 289	1.84 361	0.30 158	0.24 141	0.26 124	0.24 178	0.31 158	0.30 24

NCCL2	2.96 374	4.07 503	15.75 227	1.24 333	1.03 314	3.48 254	2.55 538	3.79 312	2.39 253	2.78 485	1.80 299	2.41 361	1.67 374	10.27 491	2.48 436	0.46 405	0.41 333	0.57 502	0.55 500	0.61 441	0.86 356

Wz-Net-LNSev	2.78 344	6.16 515	17.27 266	1.24 333	1.65 492	3.49 257	1.55 479	3.70 296	3.61 474	1.96 271	1.76 280	3.30 452	2.17 444	2.78 307	2.24 415	0.49 430	0.35 276	0.32 274	0.31 331	0.56 425	0.65 298

NaN_ROB	4.73 532	6.66 519	21.89 570	1.26 353	1.28 397	3.49 257	3.02 554	4.38 511	3.93 497	3.65 542	2.55 475	2.97 423	5.01 543	13.23 582	17.43 585	0.38 325	0.42 344	0.38 395	0.40 431	0.50 403	1.82 442

WQFJA1	1.75 131	0.88 252	10.32 158	0.99 208	1.22 384	3.50 259	0.74 207	3.45 256	1.91 171	1.47 187	2.95 509	0.96 159	1.14 233	1.80 199	1.38 250	0.29 128	0.35 276	0.35 348	0.39 420	0.39 294	0.44 158

WQFJX1	1.75 131	0.88 252	10.32 158	0.99 208	1.22 384	3.50 259	0.74 207	3.45 256	1.91 171	1.47 187	2.95 509	0.96 159	1.14 233	1.80 199	1.38 250	0.29 128	0.35 276	0.35 348	0.39 420	0.39 294	0.44 158

GASTEREO	3.25 430	1.46 399	3.62 103	1.10 262	10.80 591	3.50 259	0.86 299	2.79 169	3.54 470	1.44 183	1.31 149	0.56 53	1.35 274	2.09 238	0.88 112	0.26 78	0.57 417	0.25 88	0.68 521	0.27 92	27.73 611

gcap-zeroshot	2.25 191	0.74 183	19.48 339	0.97 195	1.18 366	3.50 259	0.83 275	3.21 222	2.66 295	1.86 247	1.23 124	3.24 447	0.88 151	1.92 219	0.94 132	0.34 250	0.43 346	0.28 186	0.22 141	0.29 123	0.83 345

Wz-Net-LNSev-Ref	2.72 325	2.55 475	14.91 211	1.37 398	1.36 425	3.50 259	1.63 488	4.11 400	3.38 442	2.55 451	2.04 378	2.35 354	2.50 468	5.14 362	4.64 492	0.53 465	0.22 84	0.35 348	0.21 106	0.41 321	0.60 278

RAFT_CTSACE	2.41 237	1.83 441	20.33 441	1.77 506	1.39 431	3.50 259	1.03 387	3.25 230	1.64 126	1.80 241	2.04 378	2.82 411	1.78 395	2.11 243	1.10 177	0.27 90	0.24 141	0.28 186	0.30 312	0.31 158	0.33 48

xxxx	4.25 507	0.86 244	14.59 206	1.30 368	1.16 361	3.51 265	0.63 144	4.56 540	5.42 571	2.33 407	2.29 436	2.04 326	1.39 284	10.23 488	18.00 589	0.33 228	7.15 569	0.31 253	0.30 312	0.35 242	8.33 541

UPFNet	2.23 187	0.86 244	14.25 196	1.28 357	1.44 443	3.51 265	1.34 448	4.05 377	2.11 203	2.44 437	1.53 198	2.41 361	1.39 284	3.62 336	1.91 376	0.41 347	0.41 333	0.37 379	0.32 347	0.44 358	0.48 199

FADNet-RVC-Resample	3.31 436	8.52 530	22.84 589	1.18 308	0.91 275	3.52 267	1.35 451	4.13 410	2.32 245	1.75 232	1.35 157	2.26 342	1.51 321	9.51 459	2.03 396	0.42 358	0.38 310	0.42 426	0.44 457	0.59 435	0.71 316

FADNet-RVC	3.23 425	12.51 555	17.02 260	1.17 303	0.81 228	3.52 267	1.09 403	4.16 421	2.74 305	1.44 183	1.29 147	1.86 292	1.76 392	9.82 468	2.46 432	0.39 333	0.38 310	0.40 406	0.41 442	0.68 476	0.59 273

AEACV	2.12 164	0.67 131	6.33 132	1.38 402	1.50 453	3.53 269	0.90 329	2.83 178	1.60 112	0.91 112	0.81 45	0.80 116	1.61 349	1.56 149	0.73 59	0.25 59	0.60 428	0.26 124	0.27 230	0.29 123	15.65 582

Nwc_Net	3.03 386	1.90 447	19.16 320	1.38 402	1.69 500	3.53 269	1.19 423	4.03 370	2.19 214	2.79 487	2.84 503	3.80 494	2.46 464	6.93 413	2.87 455	0.96 534	0.41 333	0.59 506	0.68 521	0.60 439	0.65 298

RTSC	3.44 451	6.78 520	16.53 253	1.76 505	1.54 459	3.53 269	0.94 358	4.22 442	2.97 345	3.65 542	3.23 526	3.31 454	2.29 451	6.22 391	7.41 517	0.61 485	1.32 492	0.37 379	0.42 448	0.78 497	0.98 373

w-ln-seven-2	3.65 466	9.76 540	15.93 231	1.26 353	1.02 309	3.54 272	1.56 481	4.14 415	3.86 492	2.57 454	2.05 385	2.63 392	2.26 450	8.48 439	10.24 532	0.50 444	0.52 402	0.44 433	0.34 366	0.64 457	1.25 399

G2L-Stereo_test	2.89 360	2.06 454	20.60 486	1.68 488	1.18 366	3.55 273	1.01 380	3.66 284	2.33 246	2.59 456	1.68 257	3.14 440	1.48 314	9.19 452	1.86 365	0.30 158	0.21 67	0.23 35	0.23 156	0.28 105	0.57 254

MMNet	2.15 168	1.33 383	12.06 171	1.22 325	1.23 387	3.55 273	0.89 314	3.84 325	2.26 230	2.19 353	1.78 291	2.15 335	2.10 431	3.70 337	2.35 424	0.45 393	0.38 310	0.34 329	0.28 257	0.40 301	0.52 226

S-Stereo	3.51 460	0.96 296	22.00 578	1.38 402	1.50 453	3.55 273	2.49 536	4.27 469	3.00 350	2.38 423	3.94 541	3.73 489	1.84 409	11.89 559	2.59 444	0.64 495	0.71 453	0.49 469	0.81 533	0.68 476	1.31 403

riskmin	2.46 246	0.61 95	12.91 179	1.22 325	1.65 492	3.56 276	0.61 127	4.30 474	1.50 81	1.86 247	1.16 111	4.30 524	2.02 425	1.53 144	1.32 235	0.29 128	0.95 472	0.34 329	0.23 156	0.43 343	8.34 542

G2L-Stereo	2.85 352	2.33 470	19.94 385	1.15 289	1.34 418	3.57 277	0.95 363	3.70 296	2.22 220	2.14 328	1.61 233	3.19 442	1.33 271	9.50 458	2.02 394	0.36 293	0.27 198	0.35 348	0.28 257	0.30 146	0.51 218

DCRE	3.02 383	0.95 292	18.48 297	1.18 308	1.89 517	3.57 277	0.82 271	3.36 243	1.70 139	2.04 300	8.12 565	1.73 260	1.07 210	1.31 83	1.24 214	0.24 44	0.87 467	0.26 124	0.27 230	0.28 105	11.03 558

NVstereo2D	2.79 346	1.13 342	13.75 186	1.37 398	1.47 450	3.57 277	1.38 457	4.17 425	3.77 487	2.04 300	1.72 269	3.05 430	1.75 389	10.84 507	1.72 337	0.62 491	0.48 387	0.56 498	0.54 495	0.79 502	1.02 380

pcwnet_v2	2.73 330	0.70 153	22.43 587	1.11 267	1.02 309	3.58 280	0.80 260	4.31 485	3.42 452	2.39 425	2.28 434	2.99 425	1.68 375	3.31 326	1.54 286	0.44 384	0.51 399	0.41 415	0.34 366	0.62 446	0.74 329

gwcnet-sp	2.38 227	1.51 404	17.58 276	1.11 267	0.92 277	3.59 281	1.03 387	3.79 312	2.43 262	2.60 459	1.63 242	1.80 280	1.61 349	3.87 342	1.99 385	0.33 228	0.32 243	0.30 233	0.29 293	0.40 301	0.47 188

scenet	2.38 227	1.51 404	17.58 276	1.11 267	0.92 277	3.59 281	1.03 387	3.79 312	2.43 262	2.60 459	1.63 242	1.80 280	1.61 349	3.87 342	1.99 385	0.33 228	0.32 243	0.30 233	0.29 293	0.40 301	0.47 188

ssnet	2.38 227	1.51 404	17.58 276	1.11 267	0.92 277	3.59 281	1.03 387	3.79 312	2.43 262	2.60 459	1.63 242	1.80 280	1.61 349	3.87 342	1.99 385	0.33 228	0.32 243	0.30 233	0.29 293	0.40 301	0.47 188

raftrobust	2.05 158	1.45 397	13.44 183	1.29 363	5.81 584	3.59 281	0.67 158	2.80 171	1.50 81	2.21 363	1.41 176	1.17 184	1.22 254	1.37 108	1.46 274	0.29 128	0.33 253	0.22 24	0.20 87	0.27 92	0.36 92

LCNet	2.54 264	0.60 88	20.89 515	1.01 219	0.57 117	3.60 285	1.21 432	3.20 221	1.70 139	2.17 342	1.76 280	1.43 224	4.12 531	3.61 334	0.94 132	0.32 201	0.20 43	0.28 186	0.76 528	0.50 403	1.83 444

MLCV	2.52 255	1.77 432	18.20 291	1.17 303	0.63 145	3.60 285	0.53 95	3.88 332	2.35 250	2.82 492	2.24 425	1.99 318	1.42 296	4.59 356	3.09 464	0.39 333	0.22 84	0.33 309	0.22 141	0.35 242	0.52 226

MLG-Stereo_test2	0.84 33	0.43 10	1.95 64	0.66 15	1.04 320	3.61 287	0.23 3	1.70 44	2.18 212	0.69 35	0.33 3	0.67 80	0.33 1	1.16 48	0.46 3	0.25 59	0.26 185	0.23 35	0.16 10	0.19 3	0.35 70

AIO-Stereo-zeroshot	2.84 351	1.17 349	20.72 502	1.15 289	2.05 527	3.61 287	0.49 74	4.63 549	2.10 198	1.41 175	1.66 254	6.02 565	2.40 458	2.79 308	2.09 405	0.30 158	0.51 399	0.31 253	0.96 542	0.59 435	1.93 445

Wz-Net-TNSev	4.22 504	13.55 563	15.87 230	1.57 465	1.19 374	3.61 287	2.48 535	4.38 511	3.45 460	2.29 387	1.91 351	4.20 518	2.86 481	12.11 562	10.56 534	0.61 485	0.59 426	0.48 456	0.54 495	0.93 518	1.24 398

DRN-Test	3.17 412	1.30 379	19.66 350	1.41 414	1.60 477	3.61 287	1.47 470	4.18 431	2.83 322	3.48 536	1.92 357	2.58 387	2.50 468	10.81 506	2.90 457	0.49 430	0.49 390	0.44 433	0.42 448	0.57 429	0.78 336

HGLStereo	2.74 332	1.03 319	20.80 507	1.24 333	1.55 463	3.62 291	0.94 358	3.83 324	2.09 196	2.18 346	2.20 419	3.11 438	2.12 435	5.65 373	2.07 401	0.50 444	0.34 266	0.32 274	0.30 312	0.42 333	0.50 212

raft+_RVC	3.46 456	2.57 476	19.51 342	1.49 442	17.54 601	3.63 292	0.76 229	3.24 227	1.53 87	1.35 167	1.67 255	1.03 167	1.10 220	1.98 228	1.53 283	0.25 59	7.10 568	0.25 88	0.24 178	0.28 105	2.18 457

ffm	4.27 510	0.98 304	21.04 525	1.24 333	1.03 314	3.64 293	0.87 306	4.23 448	4.73 547	2.31 393	2.40 453	3.49 469	1.64 365	2.29 268	0.78 72	0.30 158	19.28 614	0.48 456	0.40 431	0.31 158	14.02 567

ff1	5.58 546	0.98 304	21.04 525	1.24 333	1.03 314	3.64 293	0.87 306	4.23 448	4.73 547	2.31 393	2.40 453	3.49 469	1.64 365	12.40 565	16.90 574	0.30 158	19.28 614	0.48 456	0.40 431	0.31 158	14.02 567

mmx	4.56 524	0.98 304	21.04 525	1.24 333	1.03 314	3.64 293	0.87 306	4.53 536	5.34 566	2.31 393	2.40 453	3.49 469	1.64 365	12.40 565	16.90 574	0.34 250	5.98 563	0.48 456	0.40 431	0.46 377	5.71 521

xxx	4.56 524	0.98 304	21.04 525	1.24 333	1.03 314	3.64 293	0.87 306	4.53 536	5.34 566	2.31 393	2.40 453	3.49 469	1.64 365	12.40 565	16.90 574	0.34 250	5.98 563	0.48 456	0.40 431	0.46 377	5.71 521

LSM	13.03 594	7.72 528	21.01 522	55.44 621	85.65 620	3.65 297	6.27 584	3.91 340	5.06 561	5.63 570	13.91 594	3.53 480	3.46 520	9.93 475	4.36 487	0.72 512	0.95 472	0.72 536	0.85 536	1.09 532	26.67 607

CSAN	5.95 552	13.70 568	21.94 573	1.35 388	0.93 281	3.65 297	3.46 563	4.73 557	4.26 517	3.98 549	7.70 563	3.54 481	6.94 565	22.83 603	16.00 568	0.53 465	0.47 380	0.50 471	0.55 500	0.65 464	1.22 396

zh-sn7	4.13 500	13.99 574	17.43 270	1.29 363	1.15 354	3.66 299	2.56 540	4.26 466	2.78 313	2.66 471	3.11 523	3.37 460	3.17 504	11.53 542	7.43 518	0.48 423	0.49 390	0.45 441	0.44 457	0.75 491	1.52 421

anonymousdsp2	2.72 325	0.68 140	11.15 166	1.20 315	0.64 149	3.66 299	0.71 186	3.71 299	2.14 210	1.62 203	1.61 233	1.95 310	1.00 182	2.24 263	0.81 87	0.32 201	0.50 396	0.28 186	0.20 87	0.34 227	19.58 597

GCAP-Stereo	2.59 282	1.07 324	20.48 465	0.91 139	4.13 575	3.67 301	0.51 85	2.27 95	1.76 149	1.18 152	1.15 109	1.18 187	0.84 140	1.36 103	1.54 286	0.27 90	8.46 575	0.27 151	0.19 52	0.29 123	0.30 24

RASNet	3.15 407	1.20 362	19.81 369	1.63 478	2.26 537	3.67 301	1.09 403	3.58 273	3.44 454	1.99 277	2.15 404	4.59 536	2.30 453	10.24 490	2.98 459	0.57 478	0.26 185	0.25 88	0.25 194	0.30 146	0.54 242

RYNet	3.15 407	1.48 401	16.27 245	1.24 333	1.39 431	3.67 301	1.44 468	4.09 395	3.20 392	2.26 376	1.70 263	3.83 495	2.15 440	13.64 589	3.23 469	0.45 393	0.45 363	0.50 471	0.35 381	0.81 504	0.83 345

DFGA-Net	2.93 365	7.27 524	18.55 298	1.18 308	0.79 219	3.68 304	0.60 123	2.84 181	1.98 185	2.19 353	2.07 391	1.22 198	1.04 196	10.28 492	2.51 438	0.30 158	0.23 112	0.34 329	0.35 381	0.63 452	0.54 242

Anonymous_2	4.03 497	0.99 313	11.19 167	1.20 315	1.71 502	3.68 304	0.93 355	3.76 307	1.63 124	2.07 311	1.43 179	4.76 542	2.34 455	1.86 215	1.78 349	0.82 527	2.42 527	8.69 609	16.64 613	4.38 585	8.29 540

ttt	4.23 506	0.75 197	19.96 388	1.48 440	1.31 408	3.69 306	0.87 306	4.65 551	5.33 565	2.45 438	2.39 451	2.44 371	1.54 332	11.35 535	16.49 570	0.43 375	4.35 554	0.37 379	0.35 381	0.41 321	4.01 505

ADLNet	3.23 425	1.19 358	21.03 524	1.36 392	1.61 478	3.69 306	1.23 434	4.05 377	3.41 450	2.72 477	2.29 436	4.00 504	1.77 394	11.21 530	2.15 408	0.42 358	0.43 346	0.36 368	0.35 381	0.47 390	0.82 343

DeepPrunerF	4.00 496	5.64 513	16.81 255	1.36 392	1.75 506	3.69 306	1.54 477	4.24 454	13.98 597	2.21 363	1.77 287	2.73 399	2.29 451	10.90 511	6.64 509	0.71 507	0.61 430	0.77 541	0.79 531	0.87 512	0.79 340

NVStereoNet_ROB	6.63 565	9.57 538	19.28 329	3.19 569	2.11 531	3.69 306	1.99 512	4.32 493	6.27 584	3.26 528	24.57 607	5.45 558	11.39 584	13.56 587	12.37 550	2.79 567	2.05 513	1.76 567	1.75 575	1.49 553	1.75 434
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Select-FE	2.58 281	1.05 322	18.42 295	1.09 259	1.24 391	3.70 310	0.61 127	3.97 354	2.27 235	2.61 463	1.83 320	5.04 548	3.16 503	2.02 231	1.40 256	0.35 266	0.56 415	0.31 253	0.48 472	0.35 242	1.14 391

z-ln-s-r	3.37 445	4.66 508	19.53 343	1.42 423	1.29 399	3.70 310	1.20 426	4.24 454	3.96 499	2.16 339	1.92 357	2.43 367	1.62 358	10.90 511	6.24 504	0.36 293	0.23 112	0.32 274	0.24 178	0.53 412	0.53 234

model_zeroshot	2.43 240	0.72 168	19.99 392	1.24 333	1.23 387	3.70 310	0.63 144	3.76 307	1.61 118	2.79 487	1.41 176	2.24 340	0.82 138	2.87 314	1.22 205	0.33 228	0.52 402	0.30 233	0.25 194	0.28 105	2.59 467

ccnet	3.03 386	1.48 401	12.88 177	1.54 458	1.26 395	3.71 313	2.32 531	4.11 400	3.05 373	2.92 499	3.21 524	2.86 415	2.40 458	9.87 470	4.19 482	0.80 523	0.76 456	0.71 533	0.70 524	0.78 497	1.07 386

HSM-Net_RVC	3.02 383	0.65 119	19.48 339	0.94 166	0.90 270	3.71 313	1.20 426	5.61 578	2.87 333	3.24 526	2.49 467	2.53 378	1.61 349	11.39 536	1.90 373	0.37 309	0.27 198	0.27 151	0.24 178	0.31 158	0.39 121
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ETE_ROB	2.93 365	2.12 460	17.80 282	1.13 282	0.94 287	3.71 313	1.53 475	4.29 472	2.98 347	3.32 530	2.13 401	2.34 353	1.51 321	8.68 442	2.82 451	0.44 384	0.40 326	0.51 476	0.49 476	0.56 425	0.80 341

LL-Strereo2	2.36 222	1.81 438	19.35 332	1.04 235	1.03 314	3.73 316	1.35 451	2.70 159	2.04 192	1.76 233	1.44 181	1.82 285	0.73 90	1.48 132	1.53 283	0.33 228	0.30 229	0.55 495	0.35 381	0.30 146	3.51 497

MFN_U_SF_RVC	4.08 498	13.72 570	15.13 214	2.00 524	1.43 441	3.73 316	1.68 495	4.11 400	3.39 447	2.93 500	2.38 449	4.39 527	3.63 521	8.63 441	6.14 503	1.14 542	1.07 484	1.01 549	1.35 565	1.63 556	2.09 453

DispNO	3.22 422	2.06 454	19.82 370	1.21 321	1.11 344	3.74 318	0.93 355	4.31 485	2.89 336	2.37 422	2.27 431	4.51 532	2.09 428	11.41 537	3.47 474	0.35 266	0.28 209	0.31 253	0.29 293	0.39 294	0.51 218

SFCPSM	2.16 169	0.75 197	15.82 228	0.91 139	0.98 293	3.74 318	1.27 439	4.15 419	2.56 279	1.90 252	1.82 307	1.64 244	1.39 284	2.51 283	1.57 294	0.36 293	0.28 209	0.39 401	0.36 392	0.36 261	0.50 212

iResNet_ROB	2.72 325	10.38 544	14.41 200	1.46 435	0.99 298	3.74 318	0.66 156	4.01 362	2.84 324	2.04 300	2.05 385	1.98 317	1.38 281	4.73 358	1.91 376	0.35 266	0.20 43	0.28 186	0.19 52	0.33 204	0.41 136

WQFJX	2.73 330	1.24 365	18.83 308	1.02 223	1.16 361	3.76 321	1.36 454	3.56 268	2.25 226	1.67 212	2.75 498	1.84 288	3.07 498	7.75 429	1.99 385	0.27 90	0.35 276	0.37 379	0.28 257	0.43 343	0.68 306

WZ-Net	4.39 516	12.37 554	17.44 271	1.47 439	1.42 440	3.76 321	2.27 529	4.17 425	3.11 381	2.89 496	2.24 425	4.05 506	5.69 552	10.89 510	12.07 547	0.66 498	0.41 333	0.47 450	0.49 476	0.78 497	1.12 389

hitnet-ft	2.99 380	1.23 364	19.37 334	0.96 187	0.90 270	3.76 321	0.79 250	3.60 277	2.68 296	2.31 393	2.04 378	3.63 487	1.49 318	11.70 553	2.37 427	0.45 393	0.54 407	0.44 433	0.36 392	0.54 416	0.56 249

stereogan	3.26 432	1.26 367	18.01 285	1.38 402	1.66 495	3.76 321	1.64 491	4.06 379	3.86 492	3.23 525	2.70 493	5.02 547	2.85 480	9.88 471	1.85 363	0.71 507	0.51 399	0.69 530	0.48 472	0.86 510	0.85 352

iResNet	2.70 321	1.35 386	20.93 518	2.01 526	0.73 190	3.76 321	0.83 275	4.28 470	2.93 341	2.38 423	2.03 376	1.35 210	1.54 332	3.28 325	4.42 488	0.42 358	0.25 160	0.29 211	0.23 156	0.45 367	0.64 294

PSMNet_ROB	3.38 446	5.24 512	20.61 488	1.24 333	1.22 384	3.76 321	1.64 491	3.59 275	2.80 315	2.07 311	1.72 269	2.75 404	1.79 398	11.42 539	4.58 490	0.42 358	0.38 310	0.50 471	0.62 515	0.62 446	0.69 310

z-mn7	3.78 480	14.53 585	15.59 224	1.34 386	1.23 387	3.78 327	1.42 463	4.17 425	3.45 460	2.94 502	3.37 530	3.05 430	2.09 428	10.03 483	5.54 502	0.50 444	0.39 322	0.43 430	0.34 366	0.67 470	0.73 324

iinet-f	2.44 242	1.82 440	14.97 213	1.21 321	1.11 344	3.78 327	1.10 408	4.19 434	2.90 338	2.10 319	1.76 280	2.99 425	2.97 487	2.84 311	2.79 448	0.38 325	0.38 310	0.28 186	0.28 257	0.50 403	0.47 188

R-Stereo Train	2.13 165	0.65 119	19.43 335	1.02 223	0.67 168	3.79 329	0.89 314	4.12 406	1.55 92	2.15 335	1.72 269	1.13 179	0.94 170	1.46 127	1.30 232	0.32 201	0.25 160	0.27 151	0.21 106	0.28 105	0.37 97

RAFT-Stereo	2.13 165	0.65 119	19.43 335	1.02 223	0.67 168	3.79 329	0.89 314	4.12 406	1.55 92	2.15 335	1.72 269	1.13 179	0.94 170	1.46 127	1.30 232	0.32 201	0.25 160	0.27 151	0.21 106	0.28 105	0.37 97
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AANet_RVC	3.70 476	7.03 522	17.25 264	1.21 321	1.12 347	3.79 329	1.09 403	3.98 356	3.38 442	2.65 470	4.29 545	3.95 501	1.40 288	11.43 540	7.88 523	1.25 547	0.57 417	0.34 329	0.25 194	0.43 343	0.71 316

testlalala2	2.47 248	0.75 197	20.46 456	2.58 554	2.91 550	3.80 332	0.76 229	4.20 436	3.87 494	1.45 186	1.57 220	2.43 367	0.80 127	1.23 63	0.71 53	0.28 111	0.33 253	0.24 62	0.21 106	0.35 242	0.38 107

PVD	3.91 489	4.36 505	13.89 191	2.81 563	4.79 580	3.80 332	1.94 508	3.89 334	4.11 504	5.75 572	3.56 534	3.59 483	3.34 512	6.44 398	6.44 507	0.73 515	2.84 537	0.74 540	0.84 535	0.82 506	3.45 496

FBW_ROB	3.91 489	2.07 457	15.46 221	1.60 471	1.16 361	3.80 332	1.48 472	4.37 507	3.41 450	2.53 449	2.45 463	4.19 517	2.10 431	15.17 596	9.45 529	0.86 529	0.65 439	1.54 566	0.96 542	1.08 531	3.80 499

CBMV	4.12 499	1.27 371	21.14 541	1.52 455	0.85 243	3.80 332	3.89 577	4.58 544	3.02 359	3.56 540	2.37 448	4.44 528	13.88 591	11.23 532	3.78 479	0.56 475	0.43 346	0.48 456	0.39 420	0.55 419	0.74 329
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
1111x	4.75 533	1.05 322	20.89 515	1.28 357	1.02 309	3.81 336	0.88 313	4.65 551	5.52 572	2.43 434	2.27 431	1.97 316	1.81 401	12.40 565	18.19 591	0.32 201	9.06 586	0.32 274	0.34 366	0.38 280	6.34 528

GANet-ADL	2.25 191	0.80 226	20.17 412	1.28 357	0.69 184	3.83 337	0.75 220	3.63 281	1.83 157	1.68 215	2.04 378	2.09 333	1.10 220	1.63 157	1.43 264	0.42 358	0.33 253	0.26 124	0.23 156	0.43 343	0.41 136

iRaftStereo_RVC	1.70 128	1.18 352	3.88 111	0.99 208	0.46 52	3.83 337	0.41 50	2.41 110	1.60 112	1.69 219	1.76 280	1.81 283	0.83 139	1.58 151	1.23 208	0.31 182	4.86 557	0.29 211	0.26 211	0.33 204	4.33 509

G2L-ROB	2.75 336	1.93 448	19.94 385	1.25 348	1.05 324	3.84 339	0.93 355	3.45 256	2.56 279	2.29 387	1.47 187	2.64 393	1.20 252	8.34 436	2.28 419	0.29 128	0.20 43	0.24 62	0.23 156	0.29 123	0.52 226

TCMNet	3.13 402	1.71 427	19.53 343	1.49 442	2.11 531	3.84 339	1.07 398	4.12 406	3.03 365	2.64 468	2.29 436	2.43 367	1.74 388	10.10 484	2.47 434	0.56 475	0.45 363	0.61 513	0.50 484	0.87 512	1.04 384

AASNet	2.65 302	3.20 487	20.19 414	1.38 402	1.49 451	3.84 339	1.06 396	3.92 341	3.28 413	2.07 311	2.28 434	1.95 310	1.28 262	2.19 255	2.17 410	0.42 358	0.33 253	0.45 441	0.30 312	0.59 435	0.52 226

STTStereo	2.62 293	1.28 374	19.16 320	1.52 455	1.55 463	3.84 339	0.89 314	3.75 306	2.59 286	2.23 367	1.59 231	2.48 376	1.58 338	5.11 361	1.72 337	0.38 325	0.41 333	0.47 450	0.54 495	0.53 412	0.75 331

iResNetv2_ROB	3.31 436	14.88 591	20.01 394	2.17 533	1.09 336	3.84 339	1.13 413	4.22 442	3.15 388	2.02 292	2.06 388	2.00 322	1.69 378	3.61 334	2.10 406	0.36 293	0.22 84	0.32 274	0.22 141	0.48 397	0.58 270

Consistency-Raft	2.93 365	1.93 448	19.72 362	1.41 414	1.75 506	3.85 344	1.32 446	4.09 395	2.75 306	1.82 243	2.66 488	1.81 283	4.34 537	2.29 268	2.08 402	0.90 531	0.94 471	1.03 550	1.13 553	1.71 560	1.10 388

DEmStereo	3.24 427	0.65 119	18.95 311	0.83 92	0.54 94	3.85 344	1.79 501	2.53 130	2.54 278	2.25 370	2.74 496	2.02 323	6.02 554	6.78 407	11.30 539	0.40 344	0.26 185	0.27 151	0.27 230	0.28 105	0.57 254

test-1	1.81 135	0.72 168	9.51 153	1.02 223	1.57 471	3.85 344	0.60 123	4.07 382	1.51 84	1.94 263	1.81 304	2.04 326	0.91 162	1.39 111	1.73 340	0.27 90	0.93 469	0.31 253	0.25 194	0.29 123	1.37 407

CFNet_ucs	2.32 212	0.75 197	17.05 261	0.90 133	0.81 228	3.86 347	0.68 169	4.31 485	2.68 296	2.13 326	2.04 378	3.30 452	1.24 257	2.63 296	1.23 208	0.37 309	0.46 369	0.56 498	0.30 312	0.67 470	0.53 234

ssnet_v2	2.81 348	1.39 389	21.16 544	1.25 348	0.90 270	3.86 347	1.63 488	4.10 397	3.22 402	2.79 487	1.96 363	3.78 492	1.70 381	2.53 289	3.12 467	0.44 384	0.37 296	0.42 426	0.38 411	0.59 435	0.58 270

raft_robust	3.17 412	2.15 463	20.28 430	1.06 245	0.55 101	3.86 347	0.46 70	4.42 519	2.77 310	1.70 221	1.37 165	7.48 573	6.35 557	6.81 409	1.44 268	0.31 182	0.74 455	0.30 233	0.37 402	0.32 180	0.57 254

ADLNet2	3.20 417	1.43 394	20.11 411	1.22 325	1.78 511	3.86 347	1.47 470	3.96 351	3.89 495	2.26 376	2.49 467	4.63 540	1.92 419	10.68 503	2.00 391	0.42 358	0.37 296	0.29 211	0.30 312	0.51 408	0.46 176

psm_up	3.04 388	1.30 379	18.97 313	1.31 372	1.51 455	3.86 347	1.22 433	4.26 466	2.31 244	2.72 477	1.83 320	2.43 367	1.68 375	12.86 576	1.78 349	0.43 375	0.41 333	0.41 415	0.34 366	0.46 377	0.67 304

IGEV-Stereo++	1.68 127	0.48 22	1.27 16	0.77 64	1.31 408	3.87 352	0.33 20	3.41 247	1.72 145	0.89 109	1.20 116	0.68 82	1.03 189	1.15 44	0.49 6	0.23 37	0.22 84	0.23 35	0.18 33	0.26 83	13.90 565

test_5	2.45 244	1.43 394	19.72 362	1.20 315	1.39 431	3.88 353	1.25 437	4.03 370	1.98 185	1.74 230	1.82 307	1.86 292	1.78 395	3.57 333	1.35 237	0.33 228	0.21 67	0.35 348	0.33 356	0.34 227	0.43 152

LMCR-Stereo	2.53 260	2.30 468	18.81 305	1.64 482	0.86 247	3.88 353	1.14 416	4.33 496	1.63 124	2.27 379	2.35 445	1.13 179	2.41 460	2.63 296	2.26 417	1.06 538	0.24 141	0.29 211	0.25 194	0.62 446	0.42 145

SuperB	5.03 539	8.93 532	20.96 520	1.51 450	1.11 344	3.88 353	3.00 552	4.24 454	3.13 385	2.53 449	2.10 396	2.74 402	3.37 515	8.76 443	19.44 599	0.45 393	0.34 266	0.53 486	0.40 431	11.97 608	1.15 393

IGEV-RUCA	0.93 54	0.56 59	1.31 20	0.85 99	0.74 195	3.89 356	0.78 240	1.93 60	1.42 62	1.02 135	0.72 31	0.70 86	0.73 90	1.37 108	0.77 68	0.30 158	0.20 43	0.25 88	0.19 52	0.43 343	0.40 128

tt45	1.08 80	0.92 275	2.50 77	0.92 149	0.67 168	3.90 357	0.75 220	2.00 70	1.29 46	0.74 47	1.35 157	0.71 93	0.63 61	2.59 293	0.97 143	0.23 37	0.19 27	0.28 186	0.23 156	0.29 123	0.37 97

STrans-v2	3.11 397	0.95 292	20.80 507	0.86 106	0.64 149	3.90 357	1.01 380	4.30 474	3.61 474	2.28 381	3.65 535	4.11 512	5.17 546	7.32 418	1.63 312	0.34 250	0.18 14	0.29 211	0.26 211	0.30 146	0.65 298

ADCS	4.77 534	12.63 556	17.40 269	1.72 496	1.34 418	3.90 357	3.60 570	4.30 474	3.54 470	5.11 568	2.81 502	4.44 528	3.05 497	6.15 389	19.32 598	0.74 518	0.68 444	0.70 531	0.70 524	1.25 546	1.98 446

NOSS_ROB	3.12 400	0.89 259	19.03 315	2.01 526	1.07 330	3.90 357	0.97 373	4.32 493	3.08 377	2.94 502	2.19 417	3.85 497	1.18 248	11.75 555	1.69 328	0.69 503	0.54 407	0.57 502	0.52 490	0.57 429	0.72 319

otaku	5.59 547	14.82 590	20.70 499	3.13 568	2.70 547	3.91 361	2.56 540	3.90 336	2.48 272	2.25 370	9.38 576	4.06 507	2.32 454	9.59 463	14.37 560	3.52 579	1.66 503	2.15 572	1.19 556	3.73 577	3.35 493

CRFU-Net	2.56 276	0.89 259	10.77 163	2.53 551	1.09 336	3.91 361	1.40 460	3.87 331	1.92 175	2.25 370	1.80 299	3.32 455	7.85 572	5.53 372	1.54 286	0.58 479	0.36 289	0.31 253	0.28 257	0.39 294	0.56 249

CFNet_pseudo	2.03 154	0.74 183	12.75 176	0.87 113	0.74 195	3.91 361	0.65 153	4.04 374	1.93 177	1.93 257	1.79 294	3.25 449	1.61 349	2.51 283	1.25 221	0.32 201	0.37 296	0.53 486	0.28 257	0.64 457	0.50 212

GANet	3.64 465	1.76 430	19.65 349	1.92 518	1.04 320	3.91 361	2.51 537	3.86 328	2.81 320	3.13 517	3.03 513	3.19 442	2.19 445	12.43 570	8.23 524	0.60 484	0.43 346	0.52 479	0.43 453	0.63 452	0.63 289

ccs_rob	2.03 154	0.74 183	12.67 175	0.87 113	0.75 203	3.91 361	0.66 156	4.04 374	1.93 177	1.92 256	1.79 294	3.24 447	1.63 362	2.52 287	1.25 221	0.32 201	0.37 296	0.54 494	0.28 257	0.66 468	0.51 218

XPNet_ROB	2.99 380	1.58 413	17.06 263	1.38 402	0.99 298	3.91 361	1.62 487	4.20 436	2.42 259	2.87 495	2.03 376	2.31 348	1.72 386	10.76 505	3.60 476	0.55 471	0.49 390	0.48 456	0.40 431	0.53 412	0.85 352

LALA_ROB	2.88 358	2.13 462	19.08 316	1.10 262	0.99 298	3.91 361	1.81 503	4.50 533	3.04 370	3.32 530	1.87 338	2.75 404	1.66 372	4.06 348	4.02 481	0.47 414	0.44 356	0.55 495	0.53 492	0.61 441	0.73 324

DMCA	2.02 152	1.07 324	11.33 168	1.17 303	0.96 291	3.92 368	0.89 314	3.80 317	3.11 381	2.89 496	1.58 228	2.35 354	1.17 245	1.79 193	2.25 416	0.42 358	0.29 219	0.42 426	0.27 230	0.38 280	0.43 152

IPLGR_C	2.96 374	11.71 551	20.02 395	0.95 178	1.31 408	3.93 369	0.92 349	4.22 442	3.76 485	2.35 411	2.62 484	1.16 183	1.07 210	1.71 173	1.34 236	0.45 393	0.25 160	0.27 151	0.23 156	0.33 204	0.60 278

APVNet	3.24 427	1.59 415	21.72 568	1.36 392	1.52 457	3.93 369	1.12 411	3.58 273	2.80 315	2.32 404	2.02 374	3.05 430	1.96 420	11.77 556	2.61 445	0.44 384	0.46 369	0.65 525	0.47 468	0.73 486	0.73 324

ADCRef	3.66 469	5.95 514	15.50 222	1.20 315	1.41 437	3.93 369	1.61 485	3.92 341	2.77 310	3.13 517	2.20 419	2.40 357	2.78 479	6.23 393	16.59 571	0.50 444	0.35 276	0.63 521	0.62 515	0.58 433	0.92 364

ACRE	2.75 336	7.69 527	19.93 382	0.93 157	1.30 403	3.94 372	0.90 329	4.23 448	3.66 479	2.33 407	2.61 483	1.17 184	1.04 196	1.80 199	1.35 237	0.46 405	0.25 160	0.27 151	0.23 156	0.32 180	0.60 278

AFF-stereo	2.54 264	3.44 493	20.84 512	1.30 368	0.48 62	3.94 372	0.48 73	3.30 235	3.40 448	1.94 263	2.21 423	2.10 334	1.51 321	2.36 273	1.62 308	0.23 37	0.21 67	0.25 88	0.25 194	0.33 204	0.53 234

YMNet	2.55 269	1.78 433	14.80 209	1.41 414	1.67 498	3.95 374	0.96 369	3.86 328	3.02 359	2.68 472	2.57 479	3.35 458	1.53 329	3.40 327	2.57 441	0.49 430	0.54 407	0.52 479	0.49 476	0.76 495	0.69 310

YMNet_1	2.55 269	1.78 433	14.80 209	1.41 414	1.67 498	3.95 374	0.96 369	3.86 328	3.02 359	2.68 472	2.57 479	3.35 458	1.53 329	3.40 327	2.57 441	0.49 430	0.54 407	0.52 479	0.49 476	0.76 495	0.69 310

CIPLG	2.88 358	10.01 542	20.02 395	0.95 178	1.34 418	3.95 374	0.91 341	4.24 454	3.69 482	2.36 417	2.66 488	1.17 184	1.06 207	1.82 208	1.37 249	0.45 393	0.25 160	0.27 151	0.23 156	0.33 204	0.60 278

UDG	3.84 485	2.91 482	20.05 398	2.98 565	1.98 522	3.95 374	1.18 422	4.43 521	2.24 223	2.47 440	2.53 474	4.49 530	2.44 463	6.52 399	4.74 493	2.14 563	1.77 506	2.64 579	2.58 593	2.66 567	2.19 458

DRaft	3.12 400	0.68 140	20.57 481	0.77 64	0.49 71	3.95 374	1.20 426	2.40 109	1.60 112	2.64 468	2.80 501	1.59 237	5.33 547	6.94 414	9.51 530	0.43 375	0.22 84	0.27 151	0.27 230	0.32 180	0.47 188

NLCA_NET_v2_RVC	2.76 339	1.48 401	19.72 362	1.62 475	2.00 523	3.95 374	0.86 299	3.92 341	2.51 274	2.56 452	1.69 261	2.83 413	1.61 349	5.65 373	1.78 349	0.48 423	0.36 289	0.38 395	0.42 448	0.56 425	0.77 333
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MyStereo07	2.29 205	1.18 352	20.10 408	1.04 235	1.21 382	3.96 380	0.95 363	2.13 85	3.37 439	1.09 146	1.28 142	0.68 82	0.91 162	1.74 189	0.86 106	0.26 78	3.49 550	0.34 329	0.27 230	0.43 343	0.49 207

MyStereo04	2.54 264	1.18 352	18.82 307	1.04 235	1.21 382	3.96 380	0.95 363	4.02 367	3.01 355	2.06 305	1.27 140	2.33 350	1.66 372	2.06 234	2.01 392	0.26 78	3.49 550	0.34 329	0.27 230	0.43 343	0.49 207

XX-TBD	1.98 141	1.08 328	20.29 435	1.31 372	0.43 42	3.97 382	0.33 20	1.76 48	1.77 150	1.59 200	2.18 414	0.69 85	0.59 50	1.44 121	0.75 62	0.33 228	0.25 160	0.23 35	0.16 10	0.31 158	0.22 1

DSFCA	2.38 227	1.03 319	11.06 164	1.15 289	1.18 366	3.97 382	1.75 498	3.63 281	2.44 268	3.14 520	1.68 257	2.90 419	2.48 465	5.38 367	3.17 468	0.49 430	0.45 363	0.37 379	0.37 402	0.54 416	0.46 176

LG-Stereo_Zeroshot	1.04 74	0.53 47	2.93 91	0.80 83	0.77 212	3.99 384	0.39 35	2.10 81	1.96 184	0.90 111	0.93 62	0.75 108	0.85 143	1.31 83	0.87 108	0.28 111	0.21 67	0.26 124	0.21 106	0.32 180	0.38 107

EDNetEfficient	5.62 548	2.26 466	17.51 272	1.67 485	3.59 563	3.99 384	7.25 586	3.14 215	5.63 576	11.52 602	4.82 550	3.94 500	12.48 585	8.39 438	20.56 601	0.46 405	0.46 369	0.48 456	1.06 550	1.65 558	1.62 429

CVANet_RVC	3.32 438	1.63 420	21.06 529	1.66 484	1.29 399	3.99 384	1.55 479	3.98 356	3.00 350	3.51 537	2.06 388	2.58 387	1.72 386	12.46 572	1.70 331	0.62 491	0.34 266	0.53 486	0.47 468	0.64 457	1.66 432

MSAF-DinoV2	14.43 596	15.18 595	21.76 569	2.38 542	1.44 443	4.01 387	1.38 457	8.63 589	9.06 588	2.28 381	1.99 370	5.37 554	5.16 545	177.39 632	15.79 566	0.49 430	0.34 266	0.40 406	0.60 509	6.27 594	8.64 545

UCFNet_RVC	2.53 260	1.29 376	20.56 477	1.42 423	1.40 436	4.01 387	1.04 392	2.79 169	1.67 132	2.27 379	1.88 340	2.94 422	1.50 319	3.48 329	1.68 325	0.37 309	0.29 219	0.52 479	0.41 442	0.55 419	0.51 218

DN-CSS_ROB	2.89 360	9.72 539	19.71 360	2.07 531	0.90 270	4.01 387	0.61 127	4.06 379	3.35 437	1.66 210	1.89 342	1.39 217	1.06 207	3.24 324	1.88 369	0.44 384	0.19 27	0.44 433	0.29 293	0.40 301	0.42 145

tg	1.40 110	1.14 345	2.71 88	0.97 195	0.54 94	4.02 390	0.42 52	3.02 205	2.64 291	1.70 221	1.85 326	1.84 288	0.97 175	1.81 205	0.99 151	0.31 182	0.22 84	0.29 211	0.26 211	0.32 180	2.01 449

GEStereo_RVC	2.66 308	1.20 362	20.38 446	1.29 363	1.05 324	4.02 390	1.42 463	4.17 425	2.24 223	2.10 319	1.86 332	2.33 350	1.84 409	4.93 359	1.78 349	0.51 452	0.38 310	0.32 274	0.29 293	0.44 358	0.56 249

CREStereo++_RVC	1.98 141	0.59 80	19.94 385	0.87 113	0.55 101	4.02 390	0.31 14	1.75 46	2.09 196	1.65 208	2.20 419	0.85 125	0.65 67	1.03 19	0.72 56	0.29 128	0.16 5	0.23 35	1.22 560	0.25 65	0.22 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
AnonymousM	1.38 107	1.33 383	2.35 74	0.95 178	0.56 107	4.03 393	0.67 158	2.63 153	2.49 273	1.51 191	1.36 162	1.15 182	1.00 182	1.26 68	1.04 164	0.41 347	0.46 369	2.07 570	1.71 572	0.25 65	0.40 128

RAFT+CT+SA	2.32 212	1.30 379	19.71 360	1.01 219	1.41 437	4.04 394	0.92 349	3.96 351	1.64 126	1.64 205	1.69 261	1.63 243	1.18 248	3.06 321	1.19 197	0.28 111	0.22 84	0.32 274	0.34 366	0.34 227	0.47 188

FENet	2.30 209	0.61 95	20.21 420	1.43 430	0.68 176	4.04 394	0.60 123	4.01 362	2.26 230	2.03 297	1.13 105	2.42 365	1.42 296	1.72 179	1.43 264	0.36 293	0.24 141	0.33 309	0.27 230	0.29 123	0.51 218

NCC-stereo	3.49 458	2.07 457	20.23 423	1.31 372	1.76 508	4.04 394	1.42 463	4.01 362	2.34 247	3.06 512	2.59 481	3.51 477	3.02 494	10.02 481	5.44 499	1.38 551	0.66 442	0.64 523	0.88 537	0.67 470	0.84 349

Abc-Net	3.49 458	2.07 457	20.23 423	1.31 372	1.76 508	4.04 394	1.42 463	4.01 362	2.34 247	3.06 512	2.59 481	3.51 477	3.02 494	10.02 481	5.44 499	1.38 551	0.66 442	0.64 523	0.88 537	0.67 470	0.84 349
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MSKI-zero shot	2.33 215	0.69 145	20.22 422	1.14 286	0.77 212	4.05 398	0.68 169	3.95 349	1.51 84	1.93 257	2.35 445	1.91 302	0.71 84	3.01 319	0.79 81	0.28 111	1.47 496	0.27 151	0.21 106	0.28 105	0.44 158

SACVNet	3.06 391	1.61 417	19.29 330	1.46 435	1.18 366	4.05 398	1.48 472	4.03 370	2.58 285	2.75 481	1.89 342	2.55 381	1.38 281	11.33 534	2.28 419	0.51 452	0.41 333	0.48 456	0.43 453	0.57 429	0.93 367

TANstereo	1.98 141	0.87 248	20.35 443	0.80 83	0.37 15	4.05 398	0.38 31	1.50 19	1.65 128	2.03 297	2.16 408	0.84 122	0.93 168	1.09 36	0.68 43	0.30 158	0.36 289	0.24 62	0.20 87	0.26 83	0.46 176

SGM-Forest	4.96 538	0.86 244	21.02 523	1.22 325	0.83 234	4.05 398	3.26 558	4.40 514	3.49 467	4.40 559	3.69 537	4.66 541	13.91 592	11.94 560	17.16 582	0.66 498	0.46 369	0.49 469	0.39 420	0.49 402	1.77 438
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ITSA-stereo	2.11 163	0.85 242	7.84 143	1.24 333	0.68 176	4.06 402	0.91 341	4.30 474	2.57 282	1.94 263	1.77 287	1.61 239	2.12 435	6.12 388	2.79 448	0.42 358	0.38 310	0.40 406	0.41 442	0.51 408	1.26 401

AIO-Stereo-zeroshot1	3.20 417	1.87 445	21.91 572	1.18 308	2.03 525	4.07 403	0.98 376	3.99 358	2.17 211	1.57 197	5.62 557	4.27 520	2.92 484	2.69 303	2.50 437	0.27 90	0.49 390	0.31 253	1.20 557	0.92 517	3.04 483

Sa-1000	2.54 264	1.47 400	20.36 444	1.16 296	0.55 101	4.07 403	1.39 459	4.49 529	3.01 355	2.06 305	2.79 500	1.84 288	1.43 300	2.68 300	1.53 283	0.31 182	0.26 185	0.36 368	0.33 356	0.37 267	0.46 176

HHNet	2.51 253	0.76 208	20.83 509	0.67 21	0.67 168	4.07 403	0.90 329	3.85 327	1.59 106	2.14 328	4.91 551	0.98 161	3.32 510	1.73 184	1.80 354	0.41 347	0.20 43	0.31 253	0.28 257	0.38 280	0.44 158

WCMA_ROB	5.78 550	2.42 471	21.71 567	1.67 485	1.55 463	4.07 403	3.53 567	4.14 415	4.73 547	6.59 579	10.89 583	12.82 587	9.59 581	10.17 485	12.65 552	1.05 537	0.61 430	0.52 479	0.52 490	0.71 484	5.64 520

CAS	1.34 104	0.48 22	2.20 71	3.01 567	1.66 495	4.08 407	0.73 197	1.96 67	1.51 84	0.86 90	1.10 97	0.59 61	0.53 30	1.36 103	0.94 132	3.07 573	0.14 1	0.21 19	0.14 1	0.38 280	1.78 440

w-ln-seven	3.68 473	8.30 529	15.93 231	1.36 392	1.34 418	4.09 408	1.60 484	4.13 410	3.03 365	3.06 512	2.31 441	3.41 463	2.24 447	9.78 466	9.71 531	0.46 405	0.37 296	0.47 450	0.40 431	0.78 497	0.84 349

CFNet-ft	2.87 356	1.80 435	20.20 416	1.10 262	1.54 459	4.09 408	0.89 314	2.97 201	1.88 167	1.93 257	1.70 263	3.50 474	1.60 343	9.35 455	2.17 410	0.35 266	0.32 243	0.61 513	0.38 411	0.55 419	0.45 166

FADNet_RVC	3.10 396	7.62 525	19.12 317	1.05 239	0.93 281	4.09 408	0.84 287	4.34 501	2.05 193	1.54 192	1.78 291	1.61 239	1.50 319	8.92 446	2.64 447	0.50 444	0.38 310	0.44 433	0.61 512	0.91 515	1.16 394

CFNet	3.04 388	6.89 521	16.27 245	1.36 392	1.24 391	4.09 408	0.72 190	4.15 419	3.00 350	1.69 219	1.88 340	2.27 343	1.45 303	11.41 537	2.12 407	0.36 293	0.29 219	0.43 430	0.36 392	0.48 397	0.38 107

CFNet_RVC	2.87 356	1.80 435	20.20 416	1.10 262	1.54 459	4.09 408	0.89 314	2.97 201	1.88 167	1.93 257	1.70 263	3.50 474	1.60 343	9.35 455	2.17 410	0.35 266	0.32 243	0.61 513	0.38 411	0.55 419	0.45 166

test_4	1.98 141	0.68 140	15.65 225	0.91 139	0.48 62	4.11 413	1.09 403	2.41 110	1.50 81	1.55 194	2.31 441	1.87 295	0.79 122	2.86 313	1.51 279	0.34 250	0.19 27	0.29 211	0.29 293	0.30 146	0.40 128

HCRNet	2.24 189	0.74 183	14.54 203	0.82 90	1.36 425	4.11 413	0.70 181	3.61 279	3.03 365	1.83 245	1.61 233	1.58 236	1.40 288	5.79 375	1.60 303	0.35 266	0.28 209	0.36 368	0.29 293	0.34 227	0.46 176

Ntro	4.83 535	14.73 587	20.47 459	3.24 570	2.97 552	4.12 415	1.88 506	4.00 360	2.57 282	1.79 239	2.15 404	3.34 457	2.16 442	10.01 480	7.34 514	3.53 580	1.77 506	2.13 571	1.32 563	3.89 579	3.23 485

GwcNet-RSSM	3.13 402	5.08 509	19.86 375	1.28 357	1.20 377	4.12 415	1.11 409	3.89 334	2.80 315	2.13 326	1.81 304	3.11 438	1.46 308	10.33 494	2.19 413	0.36 293	0.34 266	0.35 348	0.31 331	0.45 367	0.43 152

PS-NSSS	3.11 397	1.60 416	19.48 339	1.00 216	1.53 458	4.12 415	1.08 399	4.59 547	2.80 315	2.19 353	2.38 449	1.76 267	1.39 284	11.79 557	1.94 384	0.69 503	0.45 363	0.95 548	0.43 453	1.03 523	1.00 376

TestStereo1	2.56 276	1.41 392	20.56 477	1.63 478	0.74 195	4.13 418	1.34 448	3.93 345	3.38 442	1.61 201	2.56 476	1.43 224	2.13 438	2.55 291	1.70 331	0.32 201	0.22 84	0.34 329	0.26 211	0.40 301	0.53 234

SA-5K	2.56 276	1.41 392	20.56 477	1.63 478	0.74 195	4.13 418	1.34 448	3.93 345	3.38 442	1.61 201	2.56 476	1.43 224	2.13 438	2.55 291	1.70 331	0.32 201	0.22 84	0.34 329	0.26 211	0.40 301	0.53 234

PSMNet-ADL	2.01 150	0.78 218	2.89 90	1.11 267	0.86 247	4.13 418	0.80 260	3.84 325	2.26 230	1.74 230	1.87 338	2.90 419	1.81 401	10.37 495	2.34 423	0.49 430	0.47 380	0.29 211	0.30 312	0.39 294	0.56 249

RAFT-Stereo + iAFF	2.49 251	1.68 423	20.50 467	1.11 267	1.32 413	4.13 418	0.42 52	3.23 226	3.30 422	2.05 304	2.40 453	1.61 239	1.11 223	1.49 134	1.63 312	0.22 31	0.22 84	0.26 124	0.24 178	0.31 158	2.47 466

GANetREF_RVC	3.45 453	5.10 510	19.89 379	1.58 467	0.80 223	4.13 418	1.82 504	4.24 454	3.33 435	1.91 253	1.76 280	2.46 373	1.83 406	13.17 581	1.87 368	0.83 528	0.57 417	0.79 542	0.77 529	1.21 543	0.91 362
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
ACVNet-4b	6.98 570	14.78 588	22.17 581	3.56 575	3.11 556	4.14 423	2.23 526	4.08 391	3.84 489	1.67 212	3.96 542	5.86 563	2.87 482	10.30 493	17.16 582	26.09 618	2.24 519	2.53 575	1.79 576	3.91 580	3.28 489

LoS	1.05 75	0.58 71	3.31 96	0.91 139	0.38 17	4.14 423	0.50 81	2.22 91	1.49 78	1.02 135	0.88 55	0.62 67	0.84 140	1.69 168	0.94 132	0.27 90	0.20 43	0.24 62	0.17 22	0.22 39	0.32 36
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
RAFT + AFF	3.98 495	14.10 576	20.78 505	1.16 296	1.96 521	4.14 423	2.00 515	4.56 540	3.52 469	2.23 367	2.51 471	2.27 343	4.92 542	8.94 447	2.82 451	0.33 228	0.60 428	0.48 456	0.39 420	0.81 504	1.03 382

fff	2.40 231	0.96 296	20.47 459	0.84 94	0.38 17	4.15 426	0.57 106	4.30 474	2.85 325	2.31 393	1.82 307	1.19 191	2.98 489	1.68 162	1.57 294	0.35 266	0.24 141	0.23 35	0.19 52	0.25 65	0.57 254

csc	2.40 231	0.96 296	20.47 459	0.84 94	0.38 17	4.15 426	0.57 106	4.30 474	2.85 325	2.31 393	1.82 307	1.19 191	2.98 489	1.68 162	1.57 294	0.35 266	0.24 141	0.23 35	0.19 52	0.25 65	0.57 254

cscssc	2.40 231	0.96 296	20.47 459	0.84 94	0.38 17	4.15 426	0.57 106	4.30 474	2.85 325	2.31 393	1.82 307	1.19 191	2.98 489	1.68 162	1.57 294	0.35 266	0.24 141	0.23 35	0.19 52	0.25 65	0.57 254

MyStereo8	2.97 379	1.76 430	18.94 310	1.55 462	1.62 481	4.16 429	0.57 106	3.79 312	2.41 258	2.22 365	2.93 507	2.27 343	1.14 233	2.16 250	2.28 419	0.27 90	8.58 577	0.32 274	0.29 293	0.37 267	1.72 433

HH	3.19 415	0.91 268	21.34 556	1.24 333	0.61 132	4.16 429	0.80 260	2.94 191	1.82 155	1.23 160	1.84 322	4.61 538	1.84 409	2.63 296	0.99 151	0.29 128	1.53 498	0.30 233	0.24 178	0.34 227	14.22 570

HanStereo	3.19 415	0.91 268	21.34 556	1.24 333	0.61 132	4.16 429	0.80 260	2.94 191	1.82 155	1.23 160	1.84 322	4.61 538	1.84 409	2.63 296	0.99 151	0.29 128	1.53 498	0.30 233	0.24 178	0.34 227	14.22 570

DCANet-4	2.06 159	0.58 71	15.30 216	0.86 106	0.44 46	4.16 429	0.57 106	4.31 485	3.28 413	2.31 393	1.82 307	1.04 169	1.54 332	1.69 168	1.56 291	0.35 266	0.24 141	0.24 62	0.19 52	0.25 65	0.57 254

ARAFT	3.24 427	13.49 562	19.88 378	0.93 157	0.49 71	4.16 429	1.40 460	4.37 507	3.21 395	2.40 429	1.91 351	1.70 253	1.04 196	6.43 397	1.45 272	0.37 309	0.19 27	0.37 379	0.35 381	0.37 267	0.35 70

ADStereo(finetuned)	2.30 209	0.97 301	17.29 267	0.86 106	0.43 42	4.17 434	0.59 119	4.31 485	3.29 418	2.35 411	1.86 332	1.18 187	3.35 513	1.69 168	1.59 299	0.34 250	0.25 160	0.23 35	0.19 52	0.31 158	0.72 319

GrayStereo	3.68 473	0.56 59	20.61 488	1.71 495	0.90 270	4.17 434	8.11 590	3.17 219	4.13 506	2.80 490	2.49 467	1.70 253	17.06 598	2.83 310	1.25 221	0.37 309	0.23 112	0.27 151	0.32 347	0.30 146	0.57 254

DPSNet	3.94 492	2.01 453	14.69 207	1.58 467	1.30 403	4.17 434	2.08 521	4.57 542	4.63 539	2.78 485	1.99 370	3.79 493	7.88 573	10.66 502	11.35 541	0.94 533	0.99 479	0.41 415	0.57 503	1.09 532	1.40 409

RainbowNet	5.20 541	15.03 593	21.14 541	3.66 578	3.25 561	4.18 437	2.98 551	4.22 442	3.20 392	2.30 390	2.65 486	4.24 519	2.97 487	9.92 474	6.29 505	3.92 586	2.27 520	2.71 583	1.73 574	3.82 578	3.43 495

BSDual-CNN	1.61 118	0.64 111	3.82 107	0.94 166	0.86 247	4.18 437	1.14 416	4.49 529	2.29 240	2.96 506	1.82 307	2.58 387	1.30 267	1.79 193	1.44 268	0.39 333	0.25 160	0.31 253	0.28 257	0.38 280	0.41 136

hknet	2.34 218	0.78 218	13.86 189	0.94 166	1.07 330	4.18 437	1.14 416	4.49 529	3.00 350	2.96 506	1.82 307	3.47 467	1.30 267	4.11 350	1.77 348	0.35 266	0.25 160	0.31 253	0.28 257	0.38 280	0.41 136

TransformOpticalFlow	3.07 392	0.87 248	20.87 514	1.10 262	0.56 107	4.18 437	0.64 149	4.36 504	3.28 413	2.19 353	3.08 516	4.32 525	5.01 543	7.36 421	1.59 299	0.34 250	0.18 14	0.32 274	0.26 211	0.29 123	0.57 254

GMM-Stereo	2.52 255	0.56 59	20.57 481	0.92 149	0.83 234	4.18 437	1.88 506	2.51 126	2.40 256	2.48 442	2.30 440	1.69 249	1.84 409	2.93 317	1.25 221	0.32 201	0.19 27	0.33 309	0.49 476	0.37 267	2.40 462

DCANet	2.37 226	0.98 304	20.47 459	0.86 106	0.43 42	4.18 437	0.59 119	4.31 485	3.29 418	2.35 411	1.86 332	1.18 187	1.63 362	1.69 168	1.59 299	0.34 250	0.25 160	0.24 62	0.19 52	0.31 158	0.73 324

cf-r	2.93 365	2.19 464	20.59 485	1.49 442	1.35 423	4.18 437	0.92 349	3.73 305	3.12 383	2.16 339	1.82 307	3.40 462	1.44 301	8.22 433	1.93 381	0.34 250	0.31 237	0.33 309	0.30 312	0.38 280	0.45 166

MADNet+	4.46 520	11.36 548	14.35 199	2.23 534	2.50 545	4.18 437	2.86 549	5.46 573	4.43 527	2.74 480	2.69 492	4.55 534	3.43 518	8.97 448	9.42 528	1.47 556	2.06 514	1.09 554	1.02 547	1.54 554	2.96 482

RAFT-Stereo-weight	1.38 107	0.57 67	5.44 124	1.05 239	0.63 145	4.19 445	0.77 233	3.95 349	1.53 87	2.01 290	1.53 198	1.30 206	0.65 67	1.30 79	1.05 167	0.27 90	0.26 185	0.26 124	0.22 141	0.28 105	0.38 107

Selective-RAFT	1.34 104	0.58 71	2.21 72	1.01 219	0.49 71	4.19 445	0.51 85	3.39 245	3.62 476	1.15 150	1.40 172	1.45 227	1.40 288	2.09 238	1.31 234	0.43 375	0.40 326	0.25 88	0.26 211	0.29 123	0.38 107

PSMNet-RSSM	2.91 363	1.55 412	20.10 408	1.32 379	1.30 403	4.19 445	0.95 363	3.78 311	2.28 236	2.28 381	1.80 299	2.64 393	1.87 414	9.83 469	1.93 381	0.37 309	0.33 253	0.35 348	0.38 411	0.46 377	0.40 128

PWCDC_ROB	3.62 464	9.86 541	17.35 268	1.62 475	1.57 471	4.19 445	1.01 380	4.35 502	4.20 509	2.26 376	7.36 561	2.73 399	2.75 476	4.10 349	4.51 489	1.47 556	0.37 296	0.39 401	0.34 366	1.22 544	0.73 324

dad	2.65 302	3.40 491	19.45 338	1.05 239	0.65 154	4.21 449	0.84 287	2.10 81	2.77 310	2.32 404	1.72 269	1.72 257	1.27 259	3.86 341	2.04 398	1.06 538	0.40 326	2.04 569	0.49 476	0.78 497	0.83 345

PMTNet	1.13 88	0.55 53	3.88 111	0.71 46	0.59 122	4.21 449	0.43 55	2.00 70	1.58 103	1.02 135	1.06 88	0.78 111	0.98 178	1.58 151	0.93 124	1.21 546	0.20 43	0.23 35	0.15 3	0.23 47	0.27 13

DualNet (step1)	3.32 438	1.19 358	20.68 495	1.11 267	0.87 256	4.22 451	1.20 426	4.40 514	4.92 557	2.20 360	1.85 326	1.90 298	2.00 422	6.87 410	1.75 346	1.41 553	1.36 493	4.19 598	2.07 585	0.70 479	1.43 413

test_sample9	4.68 528	1.19 358	20.68 495	1.11 267	0.87 256	4.22 451	1.20 426	4.40 514	4.92 557	2.20 360	1.85 326	1.90 298	2.00 422	11.08 523	11.57 544	1.41 553	14.65 599	4.19 598	2.07 585	0.70 479	1.43 413

test_sample8	5.57 545	1.19 358	20.68 495	1.11 267	0.87 256	4.22 451	1.20 426	4.43 521	3.76 485	5.63 570	1.97 366	12.99 588	6.34 556	11.08 523	11.57 544	1.41 553	14.65 599	4.19 598	2.07 585	0.70 479	1.43 413

ICVP	2.19 176	0.72 168	19.18 322	1.03 228	0.88 260	4.22 451	0.94 358	3.44 252	1.69 136	1.68 215	1.76 280	1.35 210	1.19 250	1.80 199	1.40 256	0.58 479	0.37 296	0.34 329	0.30 312	0.41 321	0.59 273
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ACVNet	2.40 231	0.97 301	20.20 416	0.94 166	0.86 247	4.22 451	0.79 250	2.97 201	2.85 325	1.93 257	1.91 351	3.07 434	1.46 308	1.52 141	2.37 427	0.33 228	0.27 198	0.30 233	0.27 230	0.42 333	0.35 70

GANet-RSSM	2.96 374	1.27 371	21.17 546	1.73 498	1.23 387	4.22 451	0.91 341	3.39 245	2.02 191	1.97 273	1.74 278	2.53 378	2.06 427	10.91 513	1.88 369	0.37 309	0.35 276	0.32 274	0.29 293	0.42 333	0.46 176

dd	2.27 198	3.06 485	20.18 413	0.96 187	0.51 82	4.24 457	0.74 207	1.94 62	2.43 262	1.48 189	1.28 142	1.19 191	1.05 205	1.82 208	1.69 328	0.63 494	0.34 266	0.35 348	0.33 356	0.61 441	0.57 254

GCAP-BAT	2.74 332	0.79 222	19.74 365	1.06 245	0.85 243	4.25 458	0.91 341	2.80 171	1.83 157	2.14 328	2.08 394	2.55 381	0.80 127	1.87 216	1.41 260	0.35 266	7.97 572	0.24 62	0.22 141	0.27 92	2.72 473

MyStereo06	2.74 332	1.07 324	21.19 549	1.06 245	1.08 333	4.26 459	0.86 299	3.72 301	1.80 154	2.25 370	1.77 287	4.28 522	4.12 531	1.85 213	1.38 250	0.25 59	2.43 529	0.34 329	0.27 230	0.46 377	0.48 199

MyStereo05	2.55 269	1.07 324	19.87 377	1.06 245	1.08 333	4.26 459	0.86 299	4.10 397	3.01 355	2.19 353	1.26 134	2.30 347	1.64 365	2.13 246	1.99 385	0.25 59	2.43 529	0.34 329	0.27 230	0.46 377	0.48 199

SA	2.55 269	1.54 408	20.70 499	1.12 277	0.48 62	4.26 459	1.33 447	4.45 525	3.28 413	1.68 215	1.96 363	1.69 249	2.25 449	2.60 294	1.57 294	0.30 158	0.29 219	0.37 379	0.38 411	0.36 261	0.47 188

111	2.59 282	3.10 486	20.47 459	0.84 94	0.38 17	4.26 459	0.91 341	4.45 525	2.96 344	2.48 442	2.07 391	2.31 348	1.64 365	1.49 134	1.90 373	0.35 266	0.22 84	0.25 88	0.21 106	0.32 180	1.14 391

MaskLacGwcNet_RVC	3.77 479	1.65 422	20.61 488	2.55 552	1.63 484	4.29 463	1.67 494	3.99 358	2.56 279	1.76 233	1.93 360	3.03 429	1.41 293	13.24 583	2.02 394	4.47 592	1.63 502	1.12 556	0.48 472	2.42 565	2.85 476

TDLM	3.20 417	1.58 413	18.80 304	1.70 494	1.10 340	4.29 463	2.17 525	3.81 321	3.27 411	2.89 496	1.98 367	2.06 331	1.70 381	12.44 571	2.15 408	0.58 479	0.31 237	0.56 498	0.40 431	0.58 433	1.59 426

GES	2.26 195	0.79 222	19.68 358	1.12 277	0.59 122	4.30 465	1.01 380	3.90 336	1.59 106	1.78 236	1.78 291	1.28 203	1.75 389	1.80 199	1.61 306	0.42 358	0.29 219	0.33 309	0.31 331	0.45 367	0.50 212

DIP-Stereo	2.03 154	0.98 304	16.44 252	0.67 21	0.62 142	4.30 465	0.58 117	4.43 521	2.89 336	1.97 273	1.40 172	0.91 144	0.86 147	1.31 83	1.27 229	0.38 325	0.23 112	0.33 309	0.23 156	0.33 204	0.57 254
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ADCP+	4.42 518	12.67 558	18.95 311	1.12 277	1.55 463	4.30 465	3.60 570	4.01 362	3.80 488	2.30 390	1.71 267	3.93 499	4.29 534	3.49 330	18.77 597	0.40 344	0.41 333	0.63 521	0.53 492	0.67 470	1.35 406

XX-Stereo	2.66 308	0.70 153	21.17 546	2.33 540	1.24 391	4.31 468	0.45 64	4.48 528	1.60 112	2.39 425	1.89 342	4.60 537	0.60 53	4.17 351	1.11 178	0.34 250	0.26 185	0.29 211	0.29 293	0.53 412	0.43 152

FTStereo	3.74 477	0.60 88	20.43 451	0.99 208	0.66 162	4.34 469	11.24 593	2.63 153	1.95 180	2.58 455	5.03 552	1.90 298	13.77 589	3.70 337	1.28 230	0.41 347	0.24 141	0.31 253	0.33 356	0.32 180	2.08 451

psmg	1.63 120	0.64 111	3.82 107	0.96 187	0.86 247	4.35 470	1.41 462	4.11 400	2.29 240	2.68 472	2.09 395	2.58 387	1.30 267	1.79 193	1.44 268	0.39 333	0.29 219	0.33 309	0.34 366	0.38 280	0.44 158

TRStereo	2.86 354	2.12 460	19.98 391	1.68 488	1.18 366	4.35 470	1.05 394	5.07 564	3.48 465	1.56 195	1.39 169	1.75 261	0.85 143	2.01 230	1.50 278	0.43 375	0.34 266	0.33 309	0.36 392	0.36 261	7.50 532

DA	2.77 341	0.51 36	6.04 127	1.05 239	1.15 354	4.36 472	0.84 287	2.83 178	3.02 359	0.87 96	1.57 220	0.92 148	1.07 210	1.61 153	0.68 43	0.35 266	2.66 533	0.24 62	0.19 52	0.26 83	25.18 605

GGEV	2.77 341	0.51 36	6.04 127	1.05 239	1.15 354	4.36 472	0.84 287	2.83 178	3.02 359	0.87 96	1.57 220	0.92 148	1.07 210	1.61 153	0.68 43	0.35 266	2.66 533	0.24 62	0.19 52	0.26 83	25.18 605

KYRaft	2.55 269	0.57 67	20.60 486	0.98 201	0.51 82	4.38 474	1.76 499	2.51 126	1.59 106	2.48 442	2.98 511	1.99 318	3.36 514	2.17 252	0.96 140	0.34 250	0.22 84	0.33 309	0.46 466	0.38 280	2.44 464

FCDSN-DC	6.71 569	1.18 352	21.61 566	1.29 363	1.10 340	4.38 474	2.59 542	4.58 544	5.52 572	9.58 591	11.19 584	19.17 597	17.69 600	13.03 579	17.11 579	0.73 515	0.57 417	0.61 513	0.60 509	0.71 484	0.92 364
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DeepPruner_ROB	2.61 290	1.97 451	19.32 331	1.03 228	1.20 377	4.38 474	0.90 329	3.44 252	1.77 150	2.61 463	1.54 209	2.77 408	1.27 259	5.05 360	2.08 402	0.52 463	0.40 326	0.37 379	0.35 381	0.52 411	0.62 286

MeshStereo	5.67 549	1.80 435	21.28 553	1.40 410	1.14 352	4.38 474	3.83 576	5.51 576	4.85 556	10.12 596	11.72 588	11.44 582	5.87 553	13.86 591	12.31 548	0.68 502	0.61 430	0.61 513	0.60 509	0.73 486	0.68 306
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
gasm-f	4.41 517	0.71 160	10.58 160	0.99 208	16.98 598	4.39 478	0.92 349	2.05 76	1.71 142	0.97 124	1.46 185	0.53 45	0.88 151	1.39 111	1.12 179	0.31 182	18.89 607	0.27 151	0.20 87	0.30 146	23.53 603

AE-Stereo	2.91 363	0.63 105	17.05 261	1.15 289	0.63 145	4.39 478	0.70 181	4.02 367	2.12 205	1.24 162	2.04 378	1.01 165	0.91 162	1.67 160	1.42 262	0.30 158	1.14 486	0.28 186	0.28 257	0.27 92	16.93 591

testlalala	2.95 372	0.66 127	20.83 509	1.03 228	0.81 228	4.39 478	0.90 329	2.96 199	3.69 482	2.50 446	1.55 218	1.31 207	0.61 56	1.15 44	0.77 68	0.42 358	14.33 598	0.25 88	0.20 87	0.26 83	0.36 92

UDGNet	2.34 218	1.71 427	20.28 430	1.42 423	0.62 142	4.39 478	0.67 158	1.82 52	2.28 236	1.40 172	1.21 121	0.99 163	1.00 182	2.23 261	1.23 208	1.14 542	0.35 276	1.30 562	0.98 546	1.11 535	0.62 286

ASMatch	2.65 302	0.68 140	20.65 493	1.60 471	0.71 187	4.40 482	0.77 233	2.02 74	1.65 128	1.71 223	3.89 539	1.93 304	3.75 525	5.45 369	1.67 323	0.33 228	0.24 141	0.34 329	0.28 257	0.34 227	0.57 254

Prome-Stereo	2.57 280	0.60 88	20.29 435	1.01 219	0.62 142	4.40 482	1.80 502	3.22 225	1.74 147	2.18 346	3.43 532	1.71 256	3.45 519	2.24 263	1.19 197	0.32 201	0.20 43	0.27 151	0.25 194	0.37 267	2.15 454

trnet	1.00 68	0.55 53	1.89 62	0.66 15	0.33 5	4.41 484	0.40 43	2.42 114	1.95 180	0.96 122	1.24 126	0.88 135	0.89 157	1.27 70	0.78 72	0.30 158	0.19 27	0.23 35	0.15 3	0.22 39	0.22 1

Any-RAFT	1.62 119	0.59 80	5.29 122	1.12 277	0.76 208	4.41 484	0.79 250	4.12 406	3.26 409	2.02 292	1.36 162	2.82 411	1.56 337	1.90 217	0.81 87	0.29 128	0.25 160	0.26 124	0.19 52	0.25 65	0.35 70

s12784h	2.08 160	0.50 31	16.85 257	0.75 61	0.36 9	4.42 486	0.49 74	4.23 448	3.08 377	2.03 297	2.67 490	0.91 144	1.05 205	2.05 233	0.78 72	0.37 309	0.18 14	0.24 62	0.16 10	0.27 92	0.26 10

RAFT-345	2.55 269	0.60 88	19.89 379	1.22 325	0.49 71	4.43 487	0.77 233	1.68 35	3.54 470	2.09 317	3.10 518	1.95 310	1.30 267	6.65 401	1.47 275	0.41 347	0.23 112	0.32 274	0.26 211	0.29 123	0.28 16

CREStereo	1.00 68	0.59 80	1.82 59	0.66 15	0.36 9	4.43 487	0.40 43	2.43 115	1.98 185	0.96 122	1.22 122	0.88 135	0.87 150	1.30 79	0.79 81	0.30 158	0.20 43	0.23 35	0.16 10	0.23 47	0.22 1
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
CBMV_ROB	4.57 526	0.90 265	21.30 555	1.46 435	0.89 262	4.43 487	1.69 496	4.51 534	3.14 386	5.97 574	4.23 543	4.16 514	7.83 571	11.06 519	16.47 569	0.61 485	0.55 413	0.53 486	0.51 489	0.56 425	0.59 273

PSM-AAD	3.41 448	0.58 71	20.55 473	0.95 178	0.56 107	4.46 490	7.40 588	3.11 211	1.58 103	2.30 390	2.56 476	1.26 201	16.19 596	2.47 280	1.00 155	0.32 201	0.22 84	0.58 505	0.41 442	0.37 267	1.32 404

RAFT-RH_RVC	2.72 325	0.64 111	20.10 408	1.48 440	0.49 71	4.46 490	0.56 102	1.73 45	2.86 331	3.06 512	5.50 555	2.02 323	1.28 262	6.70 404	1.56 291	0.46 405	0.22 84	0.37 379	0.34 366	0.29 123	0.33 48

Anonymous3	2.20 183	0.80 226	20.08 405	0.86 106	0.86 247	4.46 490	0.84 287	3.64 283	1.40 60	1.37 170	1.40 172	1.11 178	1.03 189	1.71 173	1.24 214	0.75 520	0.58 425	0.34 329	0.35 381	0.48 397	0.65 298

ACVNet-DCA	3.67 471	0.94 287	19.66 350	1.87 512	0.42 37	4.47 493	0.73 197	4.07 382	4.63 539	1.21 154	1.89 342	0.73 96	1.62 358	2.20 256	0.81 87	0.31 182	18.77 602	0.32 274	0.21 106	0.35 242	8.09 535

xx1	3.69 475	0.94 287	19.66 350	1.87 512	0.42 37	4.47 493	0.73 197	4.24 454	4.01 501	1.21 154	1.89 342	1.78 277	1.36 276	2.20 256	0.81 87	0.31 182	18.77 602	0.33 309	0.36 392	0.35 242	8.09 535

1test111	3.86 486	0.94 287	19.66 350	1.87 512	0.42 37	4.47 493	0.73 197	4.07 382	4.63 539	1.21 154	1.89 342	0.73 96	1.62 358	5.19 363	1.68 325	0.31 182	18.77 602	0.32 274	0.21 106	0.35 242	8.09 535

cc1	3.93 491	0.94 287	19.66 350	1.87 512	0.42 37	4.47 493	0.73 197	4.24 454	4.01 501	1.21 154	1.89 342	0.73 96	1.62 358	2.20 256	0.81 87	0.31 182	18.77 602	0.32 274	0.21 106	0.32 180	13.93 566

H2IRNET	2.19 176	0.83 236	19.13 318	1.25 348	0.61 132	4.48 497	0.44 61	2.94 191	1.86 162	1.08 144	2.29 436	1.67 245	1.40 288	2.18 254	1.64 318	0.41 347	0.21 67	0.33 309	0.37 402	0.38 280	0.39 121

CC-Net-ROB	3.82 483	3.41 492	20.20 416	2.40 543	1.66 495	4.49 498	1.61 485	4.77 559	3.08 377	2.06 305	2.06 388	1.99 318	1.60 343	12.57 574	1.91 376	2.82 569	2.19 516	2.67 580	1.06 550	2.31 564	1.59 426

ACVNet_2	6.09 555	15.28 597	21.36 558	3.30 572	3.17 558	4.50 499	3.00 552	4.70 553	3.96 499	3.52 538	5.34 554	7.79 574	2.95 485	12.40 565	13.76 555	3.28 575	2.23 518	2.70 582	1.70 571	3.52 572	3.24 486

BUS	1.64 123	0.64 111	3.82 107	0.94 166	0.86 247	4.50 499	0.75 220	4.49 529	2.29 240	2.96 506	1.82 307	3.61 484	1.03 189	1.79 193	1.18 192	0.39 333	0.25 160	0.31 253	0.28 257	0.38 280	0.41 136

NINENet	2.59 282	0.89 259	16.09 235	1.16 296	1.07 330	4.50 499	0.75 220	4.43 521	2.61 287	2.18 346	1.91 351	3.61 484	1.03 189	7.92 431	1.18 192	0.49 430	0.34 266	0.41 415	0.30 312	0.42 333	0.44 158

DeepStereo_RVC	2.42 239	0.70 153	18.41 294	0.79 79	0.43 42	4.50 499	0.70 181	2.51 126	3.51 468	2.02 292	1.79 294	1.54 234	6.35 557	1.93 222	1.22 205	0.47 414	0.22 84	0.29 211	0.29 293	0.35 242	0.40 128

EKT-Stereo	7.93 576	0.75 197	21.17 546	1.84 511	109.80 624	4.51 503	0.61 127	4.13 410	1.59 106	1.89 251	1.24 126	1.96 315	1.35 274	4.02 347	1.36 244	0.42 358	0.31 237	0.29 211	0.27 230	0.35 242	0.78 336

Reg-Stereo(zero)	1.88 137	0.45 15	11.07 165	0.94 166	2.06 528	4.52 504	0.55 99	2.72 161	1.69 136	1.54 192	1.26 134	2.55 381	2.52 470	1.73 184	2.43 430	0.20 17	0.28 209	0.22 24	0.19 52	0.25 65	0.40 128

PDISCO_ROB	3.32 438	5.22 511	18.16 289	2.03 528	2.19 536	4.52 504	1.63 488	4.74 558	3.32 433	2.22 365	2.18 414	3.71 488	2.41 460	5.36 366	2.43 430	1.35 549	0.79 459	0.72 536	0.62 515	1.31 548	1.53 422

GEAStereo	3.16 411	0.61 95	2.62 86	0.99 208	1.33 414	4.53 506	0.81 268	2.05 76	1.71 142	0.97 124	0.93 62	0.53 45	0.80 127	1.07 29	0.84 98	0.31 182	18.89 607	0.27 151	0.20 87	0.29 123	23.53 603

GSStereo	2.65 302	0.61 95	2.62 86	1.07 252	1.33 414	4.53 506	0.81 268	3.44 252	4.24 514	0.80 70	0.93 62	0.76 109	0.80 127	1.07 29	0.84 98	0.28 111	0.54 407	0.26 124	0.26 211	0.29 123	27.59 609

tt1	3.79 482	0.93 283	15.34 217	1.83 509	0.45 48	4.54 508	0.78 240	4.23 448	4.73 547	1.27 163	1.89 342	0.74 105	1.48 314	2.29 268	0.78 72	0.30 158	19.28 614	0.32 274	0.22 141	0.31 158	14.02 567

LVE	7.57 575	15.80 600	21.28 553	3.69 579	3.19 560	4.54 508	2.78 544	10.13 592	11.63 592	3.24 526	11.52 587	18.10 594	4.55 539	11.67 549	10.30 533	4.62 599	2.95 540	2.56 576	1.91 581	3.63 573	3.26 488

anonymousdsp	3.14 404	0.83 236	20.28 430	0.94 166	0.64 149	4.54 508	0.82 271	2.03 75	3.32 433	0.91 112	1.13 105	0.78 111	0.77 109	1.78 191	0.90 120	0.29 128	0.25 160	0.29 211	0.21 106	0.33 204	21.81 600

HBP-ISP	3.78 480	9.10 534	20.83 509	1.72 496	1.14 352	4.54 508	2.82 547	4.61 548	3.03 365	4.13 553	1.98 367	1.88 296	3.31 509	11.06 519	1.52 282	0.74 518	0.57 417	0.67 527	0.62 515	0.65 464	0.64 294

IGEV-Stereo	3.15 407	0.83 236	20.31 439	0.94 166	0.64 149	4.54 508	0.82 271	2.01 73	3.31 425	0.91 112	1.13 105	0.79 114	0.77 109	1.79 193	0.92 123	0.29 128	0.25 160	0.29 211	0.21 106	0.33 204	21.85 601
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CRE-IMP	2.28 202	0.68 140	19.67 357	0.85 99	0.39 32	4.54 508	0.80 260	2.63 153	4.84 555	1.96 271	1.51 195	1.86 292	0.96 173	1.52 141	1.43 264	0.47 414	0.21 67	0.31 253	0.26 211	0.41 321	0.35 70

ff7	2.60 285	0.81 229	16.25 240	0.89 121	0.56 107	4.55 514	0.83 275	1.68 35	3.44 454	0.88 101	1.10 97	0.70 86	0.78 114	1.93 222	0.93 124	0.29 128	0.37 296	0.29 211	0.21 106	0.33 204	15.08 575

ffff	2.60 285	0.81 229	16.25 240	0.89 121	0.56 107	4.55 514	0.83 275	1.68 35	3.44 454	0.88 101	1.10 97	0.70 86	0.78 114	1.93 222	0.93 124	0.29 128	0.37 296	0.29 211	0.21 106	0.33 204	15.08 575

11t	2.60 285	0.81 229	16.25 240	0.89 121	0.56 107	4.55 514	0.83 275	1.68 35	3.44 454	0.88 101	1.10 97	0.70 86	0.78 114	1.93 222	0.93 124	0.29 128	0.37 296	0.29 211	0.21 106	0.33 204	15.08 575

ccc-4	2.60 285	0.81 229	16.25 240	0.89 121	0.56 107	4.55 514	0.83 275	1.68 35	3.44 454	0.88 101	1.10 97	0.70 86	0.78 114	1.93 222	0.93 124	0.29 128	0.37 296	0.29 211	0.21 106	0.33 204	15.08 575

MC-Stereo	2.54 264	0.58 71	6.38 133	1.30 368	1.37 428	4.56 518	0.60 123	2.08 79	1.57 100	1.97 273	1.68 257	0.89 139	1.12 226	1.46 127	0.88 112	0.27 90	8.44 574	0.27 151	0.22 141	0.26 83	14.87 572

DisPM	2.29 205	0.61 95	20.25 427	1.79 507	0.52 88	4.58 519	0.77 233	2.50 125	2.22 220	2.49 445	1.82 307	1.45 227	1.01 185	2.73 305	1.04 164	0.48 423	0.20 43	0.32 274	0.31 331	0.32 180	0.45 166

IPLGR	2.61 290	0.73 174	20.72 502	0.87 113	0.54 94	4.58 519	0.52 92	4.32 493	2.79 314	1.91 253	1.54 209	1.72 257	1.71 383	6.94 414	1.43 264	0.31 182	0.21 67	0.27 151	0.24 178	0.34 227	0.48 199

GwcNet-ADL	2.51 253	0.75 197	21.41 560	0.98 201	0.73 190	4.58 519	0.95 363	4.46 527	2.61 287	2.06 305	1.80 299	2.54 380	1.24 257	1.98 228	1.73 340	0.41 347	0.46 369	0.24 62	0.27 230	0.41 321	0.55 246

OMP-Stereo	2.94 370	1.26 367	20.07 399	2.73 557	0.67 168	4.58 519	1.46 469	4.33 496	2.21 219	3.14 520	2.68 491	3.22 446	1.38 281	7.65 426	1.42 262	0.46 405	0.21 67	0.33 309	0.26 211	0.34 227	0.31 31

IPLG	2.56 276	1.11 336	19.89 379	0.95 178	0.79 219	4.60 523	0.56 102	4.31 485	2.10 198	1.94 263	2.00 373	1.34 208	1.37 280	6.59 400	1.59 299	0.32 201	0.21 67	0.27 151	0.23 156	0.32 180	0.63 289

IRAFT_RVC	2.74 332	0.71 160	19.80 367	2.52 550	0.67 168	4.60 523	1.57 482	3.05 206	2.99 348	2.23 367	1.72 269	2.08 332	2.59 472	6.69 403	1.61 306	0.37 309	0.21 67	0.33 309	0.29 293	0.33 204	0.35 70

IIG-Stereo	2.89 360	0.98 304	19.80 367	2.78 559	0.67 168	4.62 525	0.74 207	4.29 472	2.26 230	2.62 466	3.10 518	3.33 456	1.60 343	7.64 425	1.51 279	0.42 358	0.21 67	0.32 274	0.25 194	0.33 204	0.28 16

ADCMid	4.55 523	10.78 546	17.67 280	1.32 379	1.43 441	4.62 525	2.24 527	4.22 442	4.97 560	3.93 548	3.01 512	3.84 496	3.66 522	4.22 353	18.57 595	0.69 503	0.62 433	1.09 554	1.20 557	1.48 552	1.49 419

PFNet+	2.46 246	0.64 111	21.10 537	0.98 201	0.48 62	4.63 527	0.83 275	2.47 122	3.48 465	2.14 328	1.67 255	1.34 208	1.03 189	4.66 357	1.35 237	0.49 430	0.33 253	0.38 395	0.39 420	0.33 204	0.49 207

PFNet	2.75 336	0.69 145	19.96 388	2.25 535	0.80 223	4.63 527	0.90 329	2.60 150	3.85 491	2.39 425	2.71 494	1.82 285	1.41 293	7.53 424	1.41 260	0.36 293	0.21 67	0.36 368	0.27 230	0.32 180	0.46 176

RAFT-IKP	2.27 198	0.74 183	20.55 473	0.77 64	0.38 17	4.64 529	0.73 197	2.54 131	3.21 395	2.00 281	1.53 198	1.77 268	1.13 227	2.25 266	1.00 155	0.51 452	0.22 84	0.32 274	0.28 257	0.40 301	0.35 70

ACV-stereo	2.96 374	1.09 331	20.34 442	1.37 398	1.05 324	4.65 530	1.09 403	2.82 176	1.68 133	1.48 189	1.32 152	5.40 555	4.22 533	7.83 430	2.08 402	0.46 405	0.52 402	0.33 309	0.30 312	0.45 367	0.71 316

ROB_FTStereo	2.26 195	0.74 183	20.44 452	0.77 64	0.38 17	4.65 530	0.75 220	2.54 131	3.19 390	2.00 281	1.54 209	1.77 268	1.13 227	2.28 267	0.94 132	0.49 430	0.22 84	0.32 274	0.28 257	0.40 301	0.35 70

iGMRVC	2.27 198	0.74 183	20.46 456	0.77 64	0.38 17	4.65 530	0.73 197	2.54 131	3.21 395	2.00 281	1.53 198	1.77 268	1.14 233	2.47 280	0.99 151	0.51 452	0.23 112	0.32 274	0.28 257	0.40 301	0.35 70

ROB_FTStereo_v2	2.25 191	0.74 183	20.45 455	0.77 64	0.38 17	4.66 533	0.74 207	2.54 131	3.20 392	2.00 281	1.53 198	1.77 268	1.14 233	2.13 246	0.96 140	0.50 444	0.22 84	0.32 274	0.28 257	0.40 301	0.35 70

Patchmatch Stereo++	2.28 202	0.74 183	20.54 471	0.77 64	0.38 17	4.67 534	0.75 220	2.55 138	3.21 395	2.00 281	1.53 198	1.77 268	1.14 233	2.46 277	0.98 148	0.51 452	0.23 112	0.32 274	0.28 257	0.40 301	0.35 70
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
NF-Stereo	2.68 316	0.67 131	21.09 535	2.43 544	0.47 57	4.67 534	0.67 158	3.68 288	4.30 521	2.11 321	1.62 237	1.36 212	1.09 214	6.07 387	1.24 214	0.45 393	0.20 43	0.36 368	0.34 366	0.32 180	0.37 97

OCTAStereo	2.67 313	0.67 131	21.08 530	2.43 544	0.47 57	4.67 534	0.67 158	3.68 288	4.31 524	2.11 321	1.62 237	1.36 212	1.09 214	6.02 384	1.25 221	0.45 393	0.20 43	0.36 368	0.34 366	0.32 180	0.37 97

PSM-adaLoss	2.26 195	0.74 183	20.53 470	0.77 64	0.38 17	4.67 534	0.71 186	2.54 131	3.22 402	2.00 281	1.53 198	1.77 268	1.13 227	2.22 260	0.96 140	0.50 444	0.23 112	0.32 274	0.28 257	0.40 301	0.35 70

HUI-Stereo	2.27 198	0.74 183	20.56 477	0.77 64	0.38 17	4.67 534	0.78 240	2.54 131	3.23 405	2.00 281	1.53 198	1.77 268	1.13 227	2.21 259	0.93 124	0.49 430	0.23 112	0.32 274	0.28 257	0.40 301	0.35 70

RE-Stereo	2.67 313	0.67 131	21.08 530	2.43 544	0.47 57	4.67 534	0.67 158	3.68 288	4.30 521	2.11 321	1.62 237	1.36 212	1.09 214	6.01 381	1.26 226	0.45 393	0.20 43	0.36 368	0.34 366	0.32 180	0.37 97

TVStereo	2.67 313	0.67 131	21.08 530	2.43 544	0.47 57	4.67 534	0.67 158	3.68 288	4.30 521	2.11 321	1.62 237	1.36 212	1.09 214	6.01 381	1.26 226	0.45 393	0.20 43	0.36 368	0.34 366	0.32 180	0.37 97

iRAFT	2.28 202	0.74 183	20.54 471	0.77 64	0.38 17	4.67 534	0.75 220	2.55 138	3.21 395	2.00 281	1.53 198	1.77 268	1.14 233	2.46 277	0.98 148	0.51 452	0.23 112	0.32 274	0.28 257	0.40 301	0.35 70

RCA-Stereo	1.38 107	0.61 95	3.95 113	0.94 166	0.48 62	4.68 542	0.78 240	4.17 425	1.95 180	1.93 257	1.84 322	0.94 156	1.48 314	1.23 63	0.75 62	0.30 158	0.43 346	0.25 88	0.20 87	0.26 83	0.37 97

PSM-softLoss	2.62 293	0.65 119	21.11 539	2.46 548	0.49 71	4.68 542	0.68 169	2.61 151	4.23 512	2.14 328	1.47 187	1.42 221	0.99 179	6.04 385	1.24 214	0.47 414	0.23 112	0.37 379	0.39 420	0.33 204	0.34 59

KMStereo	2.62 293	0.65 119	21.11 539	2.46 548	0.49 71	4.68 542	0.68 169	2.61 151	4.23 512	2.14 328	1.47 187	1.42 221	0.99 179	6.04 385	1.24 214	0.47 414	0.23 112	0.37 379	0.39 420	0.33 204	0.34 59

EAI-Stereo	4.89 536	0.69 145	7.74 142	0.99 208	1.63 484	4.68 542	51.52 618	5.79 579	3.37 439	3.64 541	7.24 560	1.10 175	0.95 172	2.51 283	1.71 334	0.33 228	0.31 237	0.28 186	2.04 584	0.28 105	0.92 364

G-Net	4.16 501	1.39 389	20.31 439	2.30 538	2.91 550	4.68 542	2.86 549	3.35 241	2.44 268	4.43 560	9.43 577	6.89 569	3.83 526	8.91 445	4.83 495	0.80 523	0.80 460	0.70 531	0.50 484	0.95 520	0.97 371

ACVNet_1	6.63 565	14.79 589	21.40 559	3.59 577	3.17 558	4.69 547	2.46 534	4.24 454	3.34 436	3.11 516	2.86 504	23.21 603	4.59 540	11.06 519	12.59 551	3.75 582	2.34 522	2.60 577	1.80 577	3.70 574	3.31 490

SST-Stereo	2.63 297	0.63 105	19.76 366	1.69 490	0.46 52	4.71 548	0.74 207	2.27 95	3.07 376	2.07 311	2.15 404	2.42 365	3.17 504	6.66 402	0.95 138	0.45 393	0.19 27	0.30 233	0.27 230	0.35 242	0.31 31

NRIStereo	2.32 212	0.69 145	20.07 399	1.35 388	0.38 17	4.73 549	0.89 314	2.43 115	3.35 437	1.95 269	1.37 165	1.75 261	1.21 253	2.97 318	1.35 237	0.49 430	0.22 84	0.29 211	0.26 211	0.31 158	0.33 48

Pruner-Stereo	2.33 215	0.70 153	20.66 494	2.05 530	0.48 62	4.73 549	0.78 240	2.55 138	2.70 299	2.47 440	1.57 220	1.48 230	1.03 189	1.71 173	1.55 289	0.48 423	0.21 67	0.34 329	0.30 312	0.31 158	0.42 145

MIPNet	2.43 240	1.13 342	20.00 393	0.93 157	0.58 121	4.74 551	0.62 139	4.33 496	2.95 343	1.94 263	1.49 191	1.52 233	1.96 420	2.77 306	1.60 303	0.35 266	0.20 43	0.27 151	0.23 156	0.32 180	0.59 273

RAFT_R40	2.61 290	0.64 111	19.86 375	1.69 490	0.46 52	4.74 551	0.95 363	2.28 97	2.52 276	2.02 292	2.32 443	2.69 398	2.52 470	6.70 404	1.05 167	0.42 358	0.19 27	0.30 233	0.27 230	0.33 204	0.29 20

AAGNet	3.88 488	0.67 131	20.04 397	2.27 536	0.46 52	4.76 553	1.05 394	2.28 97	3.38 442	2.16 339	1.84 322	2.40 357	3.95 528	6.22 391	24.21 604	0.49 430	0.19 27	0.30 233	0.29 293	0.33 204	0.29 20

IMH-64-1	6.10 556	13.83 571	17.55 273	4.34 586	3.78 567	4.79 554	5.94 582	5.34 567	4.20 509	4.10 551	8.31 569	5.07 549	6.92 563	9.63 464	7.36 515	4.60 596	2.96 542	3.04 585	2.14 588	4.30 583	3.88 502

IMH-64	6.10 556	13.83 571	17.55 273	4.34 586	3.78 567	4.79 554	5.94 582	5.34 567	4.20 509	4.10 551	8.31 569	5.07 549	6.92 563	9.63 464	7.36 515	4.60 596	2.96 542	3.04 585	2.14 588	4.30 583	3.88 502

Dean	8.35 579	15.23 596	22.34 584	3.76 580	3.55 562	4.81 556	3.51 565	5.34 567	5.37 568	4.49 561	26.13 608	25.59 609	4.33 536	11.21 530	13.12 553	3.78 583	2.31 521	2.90 584	1.89 580	4.04 581	3.34 492

ELAS_RVC	6.36 560	2.53 473	20.21 420	2.67 556	2.48 543	4.90 557	11.89 594	4.84 561	6.31 585	9.03 588	8.54 572	8.09 577	12.73 587	9.32 454	13.25 554	1.92 560	2.18 515	1.51 565	1.31 561	1.40 551	2.15 454
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	4.29 511	9.35 535	18.25 292	2.79 561	2.29 539	4.98 558	3.41 561	4.72 555	4.27 518	4.35 557	3.10 518	4.93 544	3.14 500	7.71 427	6.99 512	0.71 507	0.68 444	0.51 476	0.50 484	1.07 529	1.98 446

RTSA	4.29 511	9.35 535	18.25 292	2.79 561	2.29 539	4.98 558	3.41 561	4.72 555	4.27 518	4.35 557	3.10 518	4.93 544	3.14 500	7.71 427	6.99 512	0.71 507	0.68 444	0.51 476	0.50 484	1.07 529	1.98 446

iRaft-Stereo_20w	3.11 397	0.69 145	18.89 309	1.00 216	1.09 336	5.03 560	1.00 379	5.86 580	2.46 271	2.83 494	1.64 247	3.06 433	4.30 535	3.08 322	1.74 343	0.31 182	0.30 229	0.27 151	0.35 381	0.42 333	7.93 533

SDNR	4.37 514	2.22 465	20.63 491	1.60 471	0.99 298	5.15 561	0.67 158	4.36 504	5.55 574	4.89 565	7.17 559	5.50 559	1.58 338	17.48 598	4.33 486	0.80 523	0.72 454	0.59 506	0.45 464	1.18 541	1.43 413

MFN_U_SF_DS_RVC	4.38 515	13.66 565	13.95 192	1.39 409	1.58 476	5.18 562	3.31 559	4.53 536	3.22 402	2.60 459	2.62 484	4.99 546	2.11 433	13.99 593	4.21 483	1.53 558	2.56 532	0.67 527	1.82 578	0.83 509	2.92 480

EGLCR-Stereo	2.52 255	0.56 59	9.39 152	1.16 296	0.81 228	5.24 563	0.61 127	4.20 436	1.56 96	1.09 146	0.71 29	1.09 173	0.66 74	1.92 219	0.82 92	0.29 128	0.30 229	0.29 211	0.24 178	0.37 267	19.09 596

WAO-7	6.00 554	14.29 579	20.46 456	1.97 521	1.51 455	5.31 564	3.06 556	5.00 562	5.92 580	4.55 562	8.87 574	6.52 567	6.47 560	13.38 586	13.85 556	1.35 549	1.24 490	1.48 564	1.36 566	1.63 556	1.79 441

AnyNet_C32	4.49 521	9.53 537	13.85 187	1.67 485	1.56 468	5.40 565	4.06 579	4.03 370	3.69 482	4.21 556	3.09 517	3.09 436	3.38 516	8.24 434	18.76 596	0.56 475	0.64 436	0.53 486	0.81 533	1.36 550	1.42 412

IMH	7.25 572	16.24 603	21.08 530	4.40 588	3.79 569	5.46 566	3.03 555	5.58 577	6.26 583	4.92 566	10.32 580	9.24 579	8.30 576	13.62 588	11.56 542	4.84 600	3.00 545	3.09 588	2.14 588	4.38 585	3.83 501

ADCL	4.70 530	4.04 501	16.12 236	1.35 388	1.28 397	5.46 566	10.88 592	4.08 391	4.25 516	5.97 574	4.51 547	4.29 523	5.60 548	6.37 395	15.21 565	0.54 468	0.48 387	0.88 546	0.78 530	0.86 510	1.01 378

PWCK	6.49 562	13.40 561	20.27 429	2.95 564	1.61 478	5.68 568	7.63 589	5.37 570	4.77 552	3.90 547	7.48 562	7.96 575	5.63 549	15.15 595	10.93 536	3.21 574	1.55 500	2.34 573	1.43 568	6.05 593	2.45 465

MSC_U_SF_DS_RVC	4.90 537	13.94 573	16.59 254	1.69 490	1.46 447	6.15 569	3.52 566	5.47 574	3.95 498	2.77 483	2.74 496	4.81 543	2.49 467	13.78 590	5.33 497	2.34 565	3.46 549	1.05 551	1.21 559	2.28 563	2.94 481

AnyNet_C01	4.68 528	10.90 547	16.41 250	2.03 528	1.62 481	6.25 570	6.40 585	4.19 434	5.13 563	4.03 550	3.77 538	4.14 513	3.26 507	7.23 416	11.19 537	0.64 495	0.80 460	0.65 525	0.72 526	2.18 561	2.08 451

notaker	10.92 586	14.17 577	20.38 446	4.56 592	3.98 572	6.29 571	3.53 567	7.68 586	5.10 562	9.04 589	46.37 618	13.84 592	28.85 609	14.18 594	14.16 558	4.57 595	3.19 546	3.52 593	2.70 596	8.16 603	4.13 506

ADCPNet	4.25 507	4.04 501	21.95 574	1.33 384	1.31 408	6.34 572	2.63 543	4.07 382	3.23 405	2.81 491	2.21 423	4.27 520	6.08 555	6.01 381	11.73 546	0.67 501	1.17 488	0.71 533	1.71 572	0.87 512	1.82 442

ktn	22.24 607	14.37 582	20.30 437	4.54 591	4.02 573	6.52 573	4.50 580	6.78 584	78.80 628	84.67 628	100.54 630	58.48 623	8.39 577	13.13 580	17.09 577	4.61 598	3.24 547	3.49 592	2.62 594	4.70 589	3.96 504

SAMSARA	4.67 527	6.50 517	16.40 249	4.62 593	3.13 557	6.62 574	3.49 564	5.24 566	3.04 370	7.78 583	3.07 515	5.32 552	4.05 530	9.98 478	6.42 506	0.69 503	2.39 525	0.60 510	0.74 527	0.99 521	2.26 459

LRCNet_RVC	25.63 608	33.47 611	24.35 596	31.77 612	32.74 609	6.73 575	1.19 423	25.87 609	4.67 545	28.95 608	30.91 609	24.89 608	17.54 599	27.82 609	24.57 606	35.48 619	25.62 619	35.91 621	33.80 620	31.95 620	34.38 619

SANet	6.43 561	13.71 569	22.08 579	1.43 430	1.00 304	6.86 576	3.78 575	4.71 554	11.10 591	4.71 564	8.72 573	7.47 572	7.91 574	12.46 572	18.12 590	0.51 452	0.47 380	0.50 471	0.45 464	0.94 519	1.60 428

DGSMNet	8.13 577	2.31 469	18.62 299	2.77 558	13.96 597	6.91 577	42.17 617	4.16 421	2.53 277	2.25 370	3.21 524	3.41 463	1.69 378	9.19 452	3.03 461	3.79 584	10.31 591	11.70 614	5.68 604	4.38 585	10.58 557

LE_ROB	19.18 603	12.99 559	48.22 613	8.42 602	23.91 608	7.26 578	19.71 602	9.92 591	38.58 618	43.44 615	21.85 603	28.15 611	41.18 613	23.00 604	54.71 619	0.38 325	0.34 266	0.32 274	0.36 392	0.43 343	0.49 207

HanzoNet	31.86 612	17.33 604	21.23 550	7.52 598	5.85 585	7.49 579	3.61 572	14.35 601	13.37 595	50.38 619	46.35 617	44.46 613	56.50 624	36.53 615	28.25 613	64.05 625	58.31 626	9.45 610	89.24 628	31.17 619	31.77 612

UNDER WATER	11.28 588	13.60 564	22.90 591	5.11 595	4.53 578	7.75 580	3.75 573	12.50 595	21.62 609	7.80 584	10.68 581	23.75 605	35.20 610	11.54 544	17.40 584	4.46 591	2.95 540	4.23 601	2.90 599	6.57 596	6.27 527

KSHMR	17.50 602	14.38 583	22.35 585	4.50 590	4.51 577	8.17 581	3.33 560	15.44 605	76.15 626	7.32 581	61.40 622	56.33 622	5.66 551	32.91 611	13.97 557	4.42 590	2.99 544	3.64 597	2.79 598	5.13 591	4.55 512

FC-DCNN	7.08 571	1.01 316	21.89 570	1.74 500	1.64 488	8.18 582	2.31 530	6.50 583	9.16 589	10.85 600	11.33 585	19.85 599	13.33 588	12.94 577	17.10 578	0.72 512	0.57 417	0.59 506	0.57 503	0.64 457	0.69 310

PAM	3.02 383	0.69 145	20.70 499	1.20 315	1.15 354	8.88 583	1.28 440	4.06 379	1.91 171	2.32 404	2.42 462	5.75 561	2.75 476	2.47 280	1.55 289	0.28 111	0.35 276	0.27 151	0.30 312	0.41 321	1.65 431

PAM_32	3.04 388	0.69 145	20.55 473	1.17 303	1.01 306	8.89 584	0.76 229	3.71 299	3.43 453	2.12 325	2.65 486	5.44 557	3.73 524	2.35 272	1.48 276	0.27 90	0.33 253	0.28 186	0.29 293	0.39 294	1.27 402

FC-DCNN v2	7.41 574	0.98 304	22.19 582	1.75 502	1.64 488	8.98 585	2.37 532	7.60 585	9.44 590	11.09 601	11.95 589	20.04 600	16.35 597	12.99 578	17.14 581	0.72 512	0.57 417	0.59 506	0.57 503	0.64 457	0.68 306

MADNet++	8.64 580	6.17 516	13.88 190	6.61 597	5.25 582	10.15 586	14.20 598	5.89 581	8.25 587	7.14 580	8.18 566	6.41 566	9.84 582	11.71 554	16.73 573	9.65 607	5.03 559	8.63 608	5.68 604	4.83 590	8.57 544

MSMD_ROB	5.99 553	1.29 376	19.23 327	1.40 410	0.84 242	10.25 587	2.05 520	4.20 436	6.02 581	10.42 598	8.00 564	22.21 602	9.45 580	11.67 549	8.73 525	0.76 521	0.59 426	0.67 527	0.68 521	0.67 470	0.72 319

UNDER WATER-64	10.08 582	14.27 578	22.85 590	5.26 596	4.88 581	11.00 588	4.57 581	11.41 593	17.25 602	7.68 582	9.72 579	15.96 593	21.47 607	11.12 526	16.63 572	4.38 589	2.88 539	4.41 602	2.95 600	7.12 600	5.81 523

WAO-6	6.68 567	9.03 533	20.68 495	2.98 565	2.79 549	11.93 589	3.56 569	5.39 571	11.65 593	3.55 539	9.59 578	6.77 568	6.72 562	12.28 563	11.56 542	2.88 570	2.36 523	2.50 574	1.84 579	2.89 568	2.72 473

JetBlue	6.69 568	12.01 552	14.30 197	1.98 523	4.64 579	11.97 590	12.29 595	5.39 571	4.32 525	3.81 546	4.51 547	9.50 580	6.53 561	10.22 487	14.50 561	1.32 548	1.47 496	1.18 557	1.36 566	7.48 602	5.05 515

tt	7.29 573	0.58 71	7.34 138	4.04 582	2.30 541	12.04 591	20.18 603	15.60 606	7.41 586	3.46 535	3.36 529	5.36 553	6.39 559	4.27 354	7.46 519	9.80 608	11.53 596	7.04 606	7.45 607	6.31 595	3.81 500

DPSMNet_ROB	16.76 601	21.81 609	40.95 610	10.20 605	19.08 603	12.43 592	33.21 611	13.73 600	18.21 606	9.76 593	22.88 605	13.78 591	19.64 602	21.39 601	24.21 604	5.20 603	8.97 584	5.63 605	11.51 612	6.80 598	15.82 584

DGTPSM_ROB	16.67 600	21.79 608	40.19 609	10.00 603	19.05 602	12.43 592	33.20 610	13.71 599	18.09 605	9.71 592	22.85 604	13.77 590	19.64 602	21.23 600	24.07 603	5.09 602	8.95 583	5.62 604	11.49 609	6.73 597	15.75 583

TorneroNet-64	10.52 583	14.33 580	21.95 574	4.29 585	3.76 566	13.77 594	2.83 548	14.96 603	23.11 610	10.24 597	23.77 606	13.44 589	8.15 575	13.98 592	17.70 588	4.03 588	2.73 535	3.23 590	2.53 592	7.27 601	4.35 510

WAO-8	12.61 591	16.02 601	21.99 576	3.55 573	3.10 554	15.07 595	2.80 545	12.81 597	19.10 607	7.93 585	13.05 591	11.75 584	8.46 578	83.86 627	15.10 562	3.51 577	1.94 510	3.54 594	1.96 582	3.72 575	2.89 478

Venus	12.61 591	16.02 601	21.99 576	3.55 573	3.10 554	15.07 595	2.80 545	12.81 597	19.10 607	7.93 585	13.05 591	11.75 584	8.46 578	83.86 627	15.10 562	3.51 577	1.94 510	3.54 594	1.96 582	3.72 575	2.89 478

ELAS	6.58 563	2.54 474	20.08 405	2.66 555	2.48 543	15.49 597	7.29 587	5.50 575	5.72 577	10.05 595	8.94 575	6.91 570	10.83 583	8.33 435	14.27 559	1.92 560	2.19 516	1.23 559	1.31 561	1.62 555	2.17 456
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetRed	10.68 585	26.07 610	35.62 605	4.40 588	4.16 576	15.72 598	13.07 597	14.57 602	5.83 578	5.85 573	5.55 556	10.12 581	7.37 568	8.86 444	25.99 609	3.33 576	3.82 552	3.59 596	2.98 601	8.51 604	8.22 539

SGM_RVC	6.11 558	1.10 334	20.44 452	2.15 532	0.66 162	15.87 599	3.98 578	5.00 562	6.19 582	9.79 594	11.46 586	8.23 578	12.63 586	12.32 564	9.15 527	0.54 468	0.39 322	0.41 415	0.35 381	0.55 419	1.05 385
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
TCMNet-wrong-test	12.48 590	15.10 594	19.66 350	22.40 608	19.87 604	15.98 600	12.30 596	23.88 608	4.80 554	6.29 577	6.46 558	18.38 596	15.65 595	10.50 497	10.86 535	9.07 606	4.79 555	5.34 603	3.95 602	12.27 609	12.13 561

MonStereo1	8.19 578	2.63 477	9.96 155	4.90 594	3.64 564	18.09 601	2.55 538	5.89 581	5.83 578	5.29 569	13.95 595	7.40 571	45.20 621	13.30 584	6.87 510	4.47 592	1.10 485	2.69 581	1.59 570	4.07 582	4.31 508

MDST_ROB	6.31 559	1.18 352	22.96 592	2.56 553	2.69 546	21.07 602	2.01 517	4.79 560	2.87 333	9.49 590	4.45 546	4.10 511	4.48 538	22.33 602	17.61 586	0.79 522	0.44 356	0.47 450	0.44 457	0.47 390	0.95 370

FINET	10.59 584	14.44 584	25.84 598	2.30 538	3.90 570	21.74 603	25.19 606	8.85 590	16.99 600	2.68 472	15.19 597	11.45 583	13.83 590	6.71 406	15.11 564	0.80 523	8.59 578	0.53 486	0.44 457	0.62 446	16.67 585

SGM+DAISY	13.18 595	14.36 581	24.65 597	8.10 600	13.49 596	22.47 604	25.54 607	12.13 594	17.08 601	14.77 604	15.82 599	12.17 586	13.97 593	12.65 575	18.22 592	8.40 604	9.18 587	1.23 559	1.33 564	1.23 545	16.81 590

SGM-ForestM	15.60 598	14.94 592	28.17 604	7.84 599	10.49 589	23.43 605	24.58 605	20.87 607	16.87 598	15.92 607	15.89 600	27.08 610	22.45 608	24.86 608	28.42 614	3.85 585	8.90 582	0.55 495	1.15 555	0.64 457	15.05 573

MANE	15.29 597	13.67 566	23.58 594	10.15 604	13.37 595	23.58 606	23.86 604	27.83 611	26.26 611	12.02 603	15.10 596	19.83 598	18.01 601	15.68 597	20.35 600	8.58 605	9.20 588	3.05 587	4.19 603	0.82 506	16.69 586

USTest	15.98 599	15.57 599	22.51 588	18.47 607	16.98 598	26.39 607	36.05 613	27.65 610	12.77 594	10.72 599	10.87 582	18.34 595	15.08 594	18.60 599	23.36 602	4.90 601	5.38 561	7.40 607	7.45 607	9.88 606	11.26 559

Anonymous_1	57.77 623	19.65 605	26.12 599	23.12 609	141.97 628	30.79 608	39.72 614	34.10 616	16.98 599	70.09 627	15.64 598	23.44 604	19.73 604	23.03 605	27.21 610	164.70 632	9.02 585	130.41 626	137.42 629	161.21 632	41.01 621

DPSM_ROB	20.83 605	20.01 606	26.54 601	23.64 610	22.42 605	31.06 609	39.94 615	34.02 614	17.42 603	15.35 605	16.05 601	24.04 606	20.69 605	23.28 606	27.60 611	10.77 609	9.41 589	11.68 612	11.50 610	14.48 610	16.71 587

DPSM	20.83 605	20.01 606	26.54 601	23.64 610	22.42 605	31.06 609	39.94 615	34.02 614	17.42 603	15.35 605	16.05 601	24.04 606	20.69 605	23.28 606	27.60 611	10.77 609	9.41 589	11.68 612	11.50 610	14.48 610	16.71 587

HaxPig	43.31 618	43.63 618	45.01 611	33.88 613	35.67 611	32.79 611	30.52 609	45.50 617	42.95 619	48.75 616	48.14 619	43.24 612	40.44 612	44.58 616	43.63 616	47.17 622	49.30 623	51.65 623	50.37 622	43.72 621	45.27 622

AVERAGE_ROB	44.46 619	45.87 619	46.48 612	40.54 615	38.62 612	32.95 612	30.49 608	46.80 618	43.31 620	49.57 617	48.93 620	44.57 614	39.87 611	45.01 617	43.89 617	48.70 623	50.65 624	50.80 622	49.79 621	45.54 622	46.89 623

MEDIAN_ROB	47.37 620	49.00 620	49.74 614	40.28 614	39.94 613	34.93 613	33.41 612	49.78 619	46.38 622	53.04 620	52.61 621	47.67 615	42.28 620	48.33 624	47.25 618	52.06 624	53.99 625	54.28 624	53.48 623	48.70 623	50.27 624

MultiAttention	9.51 581	0.66 127	18.16 289	2.27 536	22.44 607	36.03 614	8.40 591	5.18 565	2.72 301	2.59 456	5.12 553	5.53 560	1.60 343	52.66 625	8.87 526	0.51 452	0.24 141	0.52 479	0.94 541	6.88 599	8.91 547

xxxxx1	112.85 627	94.19 625	38.10 606	228.21 629	161.02 629	39.23 615	61.26 620	92.54 627	79.08 629	63.44 624	74.84 625	77.80 624	69.88 625	33.55 612	70.96 626	117.25 628	130.44 630	258.49 631	273.88 631	145.63 629	147.24 629

tt_ll	112.85 627	94.19 625	38.10 606	228.21 629	161.02 629	39.23 615	61.26 620	92.54 627	79.08 629	63.44 624	74.84 625	77.80 624	69.88 625	33.55 612	70.96 626	117.25 628	130.44 630	258.49 631	273.88 631	145.63 629	147.24 629

ff	112.85 627	94.19 625	38.10 606	228.21 629	161.02 629	39.23 615	61.26 620	92.54 627	79.08 629	63.44 624	74.84 625	77.80 624	69.88 625	33.55 612	70.96 626	117.25 628	130.44 630	258.49 631	273.88 631	145.63 629	147.24 629

TorneroNet	26.32 609	14.70 586	22.40 586	4.24 583	4.08 574	54.72 618	3.19 557	15.11 604	76.73 627	57.99 623	82.55 628	86.65 627	45.79 622	13.34 585	18.51 593	4.52 594	2.86 538	3.45 591	2.63 595	8.75 605	4.28 507

FlowAnything	41.86 613	39.86 612	53.27 620	47.82 620	45.01 614	62.36 619	80.44 624	68.40 625	35.33 617	30.77 612	32.01 610	48.15 617	42.00 618	46.64 623	55.21 621	21.70 617	18.87 606	23.47 619	23.12 614	29.11 613	33.59 614

RAFT-FEzeroshot	41.89 615	40.15 616	52.92 617	47.78 618	45.48 617	62.42 620	80.67 627	68.35 623	34.76 612	30.69 610	32.35 614	48.23 619	41.82 616	46.61 620	55.50 623	21.61 614	18.89 607	23.46 615	23.21 617	29.18 616	33.72 615

RAFT-FE	41.89 615	40.15 616	52.92 617	47.78 618	45.48 617	62.42 620	80.67 627	68.35 623	34.76 612	30.69 610	32.35 614	48.23 619	41.82 616	46.61 620	55.50 623	21.61 614	18.89 607	23.46 615	23.21 617	29.18 616	33.72 615

Selective-RAFT-Error	41.88 614	40.10 614	53.23 619	47.74 617	45.20 616	62.42 620	80.58 625	68.27 621	34.95 615	30.85 613	32.30 612	48.08 616	42.07 619	46.54 618	54.92 620	21.60 613	19.12 612	23.46 615	23.15 616	29.14 614	33.95 618

CasAABBNet	41.89 615	40.14 615	53.33 621	47.71 616	45.10 615	62.42 620	80.65 626	68.29 622	34.85 614	30.67 609	32.34 613	48.22 618	41.76 615	46.61 620	55.60 625	21.59 612	18.89 607	23.46 615	23.21 617	29.17 615	33.75 617

LSM0	49.69 621	40.02 613	53.50 622	97.07 622	129.56 626	62.65 624	79.82 623	68.02 620	35.12 616	33.72 614	33.34 616	48.41 621	41.54 614	46.57 619	55.40 622	21.63 616	19.16 613	23.60 620	23.13 615	29.46 618	52.08 625

U	12.87 593	0.43 10	2.54 80	0.68 31	58.93 619	63.36 625	0.33 20	1.95 65	1.08 25	0.62 17	0.83 49	0.46 34	0.57 40	0.91 8	0.50 7	0.31 182	0.17 7	63.34 625	59.81 624	0.30 146	0.26 10

xyz-stereo	10.93 587	0.71 160	79.25 625	0.70 40	0.45 48	83.14 626	0.77 233	2.68 158	1.49 78	2.28 381	32.01 610	2.76 407	1.61 349	5.80 378	3.32 471	0.29 128	0.18 14	0.33 309	0.23 156	0.26 83	0.29 20

BEATNet-Init1	51.93 622	71.67 624	99.39 627	10.91 606	13.10 593	84.39 627	59.36 619	73.78 626	67.97 625	88.09 629	88.15 629	91.73 628	97.51 628	85.13 629	72.56 629	2.59 566	5.18 560	1.20 558	1.49 569	10.61 607	13.83 564

RSGM-EC	109.57 625	104.25 628	68.53 623	115.30 623	109.29 622	116.06 628	139.00 629	126.85 630	55.85 623	55.24 621	70.93 623	116.40 630	111.43 630	176.32 630	174.60 631	117.23 626	71.46 627	140.49 628	83.40 626	123.40 627	115.37 626

acva	109.57 625	104.25 628	68.53 623	115.30 623	109.29 622	116.06 628	139.00 629	126.85 630	55.85 623	55.24 621	70.93 623	116.40 630	111.43 630	176.32 630	174.60 631	117.23 626	71.46 627	140.49 628	83.40 626	123.40 627	115.37 626

PML	64.55 624	56.00 622	20.79 506	8.10 600	32.82 610	147.60 630	247.57 633	12.71 596	45.39 621	111.32 630	288.85 633	101.42 629	100.62 629	31.63 610	15.84 567	13.96 611	4.84 556	10.95 611	6.18 606	28.99 612	5.33 519

DPSimNet_ROB	143.68 630	156.64 630	170.66 629	162.59 625	135.40 627	195.13 631	174.01 631	141.76 632	167.78 633	174.58 632	138.78 631	186.01 632	183.75 632	82.32 626	97.85 630	151.24 631	102.48 629	131.25 627	82.78 625	115.21 626	123.37 628

test_example2	213.42 631	219.67 631	222.97 631	213.78 628	220.82 632	199.03 632	200.49 632	189.27 633	143.61 632	211.05 633	218.08 632	210.69 633	205.21 633	221.14 633	216.49 633	236.74 633	242.08 633	213.66 630	216.96 630	235.55 633	231.06 632

ccccc		628.29 632		567.59 632	570.62 633	580.23 633		613.89 634		613.55 634		554.19 634		666.02 634		780.28 634	507.01 634	391.46 634	342.94 634	701.16 634

GS-Stereo							0.81 268	3.44 252	4.24 514	0.80 70	0.93 62	0.76 109	0.80 127	1.07 29	0.84 98	0.28 111	0.54 407	0.26 124	0.26 211	0.29 123	27.59 609

Low-res two-view benchmark