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

LoS_RVC	1.23 97	1.51 409	6.09 138	0.88 127	1.71 501	1.96 85	0.59 119	1.61 30	1.37 58	0.84 89	1.35 165	0.84 125	1.15 249	1.49 138	0.83 99	0.21 22	0.17 8	0.20 8	0.14 1	0.20 13	1.49 425

CAS	1.34 105	0.48 24	2.20 77	3.01 573	1.66 494	4.08 411	0.73 205	1.96 69	1.51 84	0.86 94	1.10 105	0.59 61	0.53 33	1.36 108	0.94 135	3.07 579	0.14 1	0.21 19	0.14 1	0.38 287	1.78 446

MatchStereo	0.80 24	0.52 47	3.89 118	0.70 47	0.29 2	0.98 10	0.33 21	2.02 76	1.74 148	0.51 1	1.03 91	0.48 39	0.59 53	1.01 19	0.74 61	0.24 41	0.17 8	0.21 19	0.15 3	0.19 3	0.29 22

MonSter++	0.68 7	0.44 16	0.97 1	0.65 17	0.36 10	1.63 69	0.25 6	1.13 5	0.93 13	0.67 34	0.44 9	0.57 58	0.53 33	0.83 3	0.68 44	0.19 8	0.19 26	0.18 2	0.15 3	0.19 3	2.59 473

LG-G_1	0.80 24	0.43 11	1.77 63	0.78 82	0.36 10	2.81 154	0.40 45	2.23 96	1.29 49	0.76 57	0.60 20	0.51 41	0.58 47	1.27 76	0.69 50	0.25 56	0.23 111	0.23 37	0.15 3	0.21 27	0.46 175

LG-G	0.80 24	0.43 11	1.77 63	0.78 82	0.36 10	2.81 154	0.40 45	2.23 96	1.29 49	0.76 57	0.60 20	0.51 41	0.58 47	1.27 76	0.69 50	0.25 56	0.23 111	0.23 37	0.15 3	0.21 27	0.46 175

StereoAnything_RVC	4.17 507	12.66 565	20.44 459	0.88 127	0.57 122	1.16 17	0.39 37	2.35 111	4.38 525	0.53 2	0.37 4	0.33 1	0.89 161	1.62 160	0.50 7	0.33 233	0.22 83	0.24 63	0.15 3	3.36 578	31.99 622

trnet	1.00 69	0.55 57	1.89 68	0.66 21	0.33 6	4.41 488	0.40 45	2.42 118	1.95 180	0.96 130	1.24 133	0.88 140	0.89 161	1.27 76	0.78 75	0.30 161	0.19 26	0.23 37	0.15 3	0.22 42	0.22 1

CES	1.08 81	0.63 112	2.53 85	0.95 186	2.18 540	2.13 97	0.50 81	2.07 81	1.46 69	0.79 69	1.06 96	0.61 65	0.48 22	1.45 128	0.87 112	0.24 41	0.18 15	0.24 63	0.15 3	0.64 462	2.36 467

PMTNet	1.13 89	0.55 57	3.88 116	0.71 53	0.59 127	4.21 453	0.43 58	2.00 72	1.58 104	1.02 143	1.06 96	0.78 114	0.98 184	1.58 155	0.93 127	1.21 552	0.20 42	0.23 37	0.15 3	0.23 50	0.27 14

HiDET	0.76 17	0.42 5	1.03 3	0.67 27	0.40 36	2.63 144	0.28 8	1.62 32	0.94 17	0.64 27	0.46 11	0.52 45	0.49 26	1.19 57	1.24 217	0.19 8	0.19 26	0.18 2	0.16 11	0.19 3	1.77 444

LCMNet	0.85 39	0.42 5	1.02 2	0.62 4	0.39 34	3.11 192	0.29 12	1.60 27	0.87 9	0.62 20	0.61 22	0.52 45	0.53 33	1.03 21	1.29 234	0.18 6	0.19 26	0.19 5	0.16 11	0.20 13	3.14 490

CSFM-Stereo	0.78 20	0.41 4	1.03 3	0.64 12	0.32 4	2.64 145	0.31 15	1.45 16	0.82 5	0.76 57	0.54 15	0.56 55	0.51 31	0.94 13	1.08 176	0.19 8	0.18 15	0.18 2	0.16 11	0.20 13	2.63 475

Monster-pub-mixall	0.80 24	0.49 27	1.14 10	0.85 105	0.50 83	1.40 49	0.31 15	1.48 19	1.17 37	0.99 137	0.87 57	0.39 13	0.36 5	2.02 236	0.53 16	0.20 16	2.40 533	0.17 1	0.16 11	0.19 3	0.38 106

MLG-Stereo_test2	0.84 36	0.43 11	1.95 70	0.66 21	1.04 325	3.61 293	0.23 3	1.70 46	2.18 212	0.69 38	0.33 3	0.67 81	0.33 2	1.16 52	0.46 3	0.25 56	0.26 188	0.23 37	0.16 11	0.19 3	0.35 70

MLG-Stereo_test1	0.89 51	0.42 5	2.06 74	0.67 27	1.33 414	3.13 195	0.29 12	1.60 27	3.31 424	0.53 2	0.25 1	0.67 81	0.43 13	1.34 102	0.47 5	0.22 29	0.25 161	0.24 63	0.16 11	0.19 3	0.30 27

MLG-Stereo	0.86 43	0.42 5	1.96 71	0.66 21	0.54 97	3.01 182	0.31 15	1.90 59	3.21 394	0.57 8	0.30 2	0.66 78	0.47 19	1.35 105	0.46 3	0.21 22	0.25 161	0.24 63	0.16 11	0.19 3	0.29 22

FoundationStereo	0.77 18	0.42 5	1.20 15	0.95 186	1.01 311	0.70 4	0.35 31	0.78 3	4.64 542	0.64 27	0.38 6	0.73 97	0.77 113	0.96 14	0.50 7	0.29 132	0.24 142	0.23 37	0.16 11	0.18 1	0.32 36

DEFOM-Stereo	0.75 16	0.62 109	1.22 16	0.74 60	0.51 85	3.39 238	0.43 58	1.00 4	0.91 10	0.91 120	0.61 22	0.45 33	0.43 13	1.78 196	0.50 7	0.27 87	0.18 15	0.22 26	0.16 11	0.21 27	0.43 153

s12784h	2.08 160	0.50 33	16.85 264	0.75 67	0.36 10	4.42 490	0.49 75	4.23 448	3.08 376	2.03 302	2.67 499	0.91 150	1.05 213	2.05 238	0.78 75	0.37 315	0.18 15	0.24 63	0.16 11	0.27 93	0.26 11

XX-TBD	1.98 141	1.08 334	20.29 442	1.31 378	0.43 44	3.97 386	0.33 21	1.76 50	1.77 152	1.59 206	2.18 423	0.69 86	0.59 53	1.44 125	0.75 64	0.33 233	0.25 161	0.23 37	0.16 11	0.31 159	0.22 1

CREStereo	1.00 69	0.59 87	1.82 65	0.66 21	0.36 10	4.43 491	0.40 45	2.43 119	1.98 185	0.96 130	1.22 129	0.88 140	0.87 154	1.30 85	0.79 84	0.30 161	0.20 42	0.23 37	0.16 11	0.23 50	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
VIP-Stereo	1.29 101	1.10 340	6.84 144	0.79 85	0.91 280	3.20 204	0.79 257	1.95 67	3.31 424	0.88 106	1.07 99	0.65 74	0.59 53	1.31 89	0.76 70	0.32 206	0.44 361	0.24 63	0.17 23	0.22 42	0.32 36

BridgeDepth	0.58 3	0.53 51	1.13 8	0.61 3	0.27 1	1.28 39	0.36 32	1.56 24	1.05 25	0.59 9	0.37 4	0.58 59	0.65 71	0.93 11	0.45 1	0.25 56	0.15 3	0.19 5	0.17 23	0.23 50	0.23 6
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Replicate-Monster	0.97 62	1.43 399	2.10 75	0.73 57	0.60 133	2.04 89	0.34 27	1.94 64	1.14 34	1.08 152	0.64 27	0.49 40	0.52 32	1.33 95	0.45 1	0.20 16	2.78 543	0.19 5	0.17 23	0.23 50	0.99 380

1w_stereo	0.91 53	0.46 19	1.12 7	0.74 60	0.80 228	2.98 179	0.67 163	3.29 237	1.04 24	0.83 84	1.36 170	0.38 10	1.36 284	1.03 21	0.75 64	0.17 5	0.18 15	0.20 8	0.17 23	0.20 13	0.57 257

111111	1.15 93	0.56 63	1.31 22	0.69 39	1.19 377	3.37 235	0.33 21	2.41 114	1.68 134	0.82 77	1.54 218	0.61 65	0.59 53	1.44 125	0.66 36	0.26 75	0.23 111	0.23 37	0.17 23	0.25 65	4.66 518

MLG-Stereo_test3	0.66 5	0.40 3	1.55 45	0.64 12	0.65 159	2.21 100	0.31 15	1.69 44	0.81 4	0.59 9	0.54 15	0.56 55	0.33 2	0.98 17	0.60 27	0.21 22	0.23 111	0.24 63	0.17 23	0.20 13	0.34 59

LGtest1	0.61 4	0.45 17	1.19 14	0.71 53	0.45 51	1.00 12	0.26 7	1.33 12	1.55 92	0.62 20	0.64 27	0.44 30	0.49 26	1.06 29	0.51 13	0.28 109	0.23 111	0.24 63	0.17 23	0.21 27	0.36 92

GIP-stereo	2.03 154	0.67 138	4.11 121	1.51 456	1.13 353	2.91 169	0.42 55	3.45 259	3.19 389	0.67 34	0.78 44	0.90 147	0.76 111	1.06 29	0.69 50	0.29 132	0.25 161	0.25 91	0.17 23	0.26 82	17.22 601

dual_stereo	4.32 517	0.42 5	1.51 38	0.75 67	1.37 427	0.88 8	0.34 27	3.50 261	4.78 552	0.55 5	0.47 12	0.60 64	0.40 8	2.09 244	0.95 141	0.24 41	32.26 631	0.21 19	0.17 23	0.21 27	34.78 629

test_for_model	3.36 449	3.87 504	21.00 528	4.24 589	3.68 571	2.57 139	0.94 364	3.80 316	3.64 476	2.59 462	1.40 181	1.02 173	0.73 94	0.97 15	0.70 53	3.05 578	2.42 534	0.26 126	0.17 23	5.36 600	4.82 519

LoS	1.05 76	0.58 76	3.31 102	0.91 147	0.38 18	4.14 427	0.50 81	2.22 95	1.49 78	1.02 143	0.88 60	0.62 67	0.84 143	1.69 172	0.94 135	0.27 87	0.20 42	0.24 63	0.17 23	0.22 42	0.32 36
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
BridgeDepth_RVC	0.56 2	0.51 38	1.09 6	0.58 1	0.38 18	0.98 10	0.23 3	1.42 14	0.86 8	0.61 17	0.52 13	0.51 41	0.81 136	0.93 11	0.50 7	0.34 255	0.16 4	0.23 37	0.18 34	0.20 13	0.24 9
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Wavelet-MonSter	0.77 18	0.52 47	2.45 82	0.70 47	0.80 228	1.61 67	0.30 14	1.19 10	1.61 119	0.59 9	0.71 33	0.39 13	0.53 33	1.20 63	1.12 182	0.16 1	0.46 374	0.20 8	0.18 34	0.20 13	0.40 127

asda	0.86 43	0.51 38	1.32 24	0.66 21	0.82 238	3.30 229	0.49 75	2.41 114	1.13 30	0.66 31	0.84 55	0.44 30	0.84 143	1.14 46	0.67 43	0.23 34	0.70 458	0.25 91	0.18 34	0.22 42	0.41 136

asd	0.81 31	0.48 24	1.97 72	0.70 47	0.93 286	2.86 161	0.43 58	1.64 36	1.12 29	0.73 48	0.91 66	0.43 24	0.73 94	1.00 18	0.59 21	0.28 109	0.20 42	0.24 63	0.18 34	0.23 50	0.45 165

qwe	0.85 39	0.49 27	2.01 73	0.69 39	1.09 340	2.48 126	0.45 66	2.57 146	1.18 38	0.80 71	0.85 56	0.43 24	0.48 22	1.15 48	0.72 57	0.21 22	0.32 251	0.24 63	0.18 34	0.23 50	0.45 165

2.25w	0.89 51	0.51 38	2.54 86	0.72 56	0.66 167	2.27 109	0.40 45	2.43 119	1.22 42	0.83 84	1.05 94	0.40 16	0.80 130	1.28 80	0.89 118	0.18 6	0.56 420	0.21 19	0.18 34	0.19 3	0.38 106

4.25_new	0.81 31	0.50 33	1.30 19	0.74 60	0.98 298	2.51 133	0.57 106	2.28 101	1.13 30	0.60 13	0.97 80	0.40 16	0.65 71	1.19 57	0.60 27	0.24 41	0.44 361	0.25 91	0.18 34	0.20 13	0.38 106

4.5w_new	0.81 31	0.50 33	1.30 19	0.74 60	0.98 298	2.51 133	0.57 106	2.28 101	1.13 30	0.60 13	0.97 80	0.40 16	0.65 71	1.19 57	0.60 27	0.24 41	0.44 361	0.25 91	0.18 34	0.20 13	0.38 106

4.25w-stereo	0.80 24	0.50 33	1.30 19	0.74 60	0.98 298	2.51 133	0.57 106	2.28 101	1.13 30	0.60 13	0.97 80	0.40 16	0.65 71	1.19 57	0.60 27	0.24 41	0.43 351	0.25 91	0.18 34	0.20 13	0.38 106

2.75w_new	0.88 48	0.51 38	2.22 79	0.67 27	0.66 167	2.44 124	0.55 99	2.75 171	1.08 27	0.87 101	0.75 39	0.39 13	0.91 167	1.41 121	0.74 61	0.21 22	0.43 351	0.22 26	0.18 34	0.19 3	0.41 136

3.5w_stereo	0.87 45	0.60 95	1.48 35	0.67 27	0.73 195	2.50 132	0.50 81	2.43 119	1.79 155	0.85 92	1.25 137	0.43 24	0.66 78	1.25 73	0.78 75	0.21 22	0.18 15	0.23 37	0.18 34	0.20 13	0.47 187

2w_stereo	0.84 36	0.52 47	1.87 67	0.71 53	0.56 110	1.98 88	0.61 127	2.88 191	1.00 20	0.99 137	0.97 80	0.36 4	1.11 233	1.03 21	0.77 71	0.19 8	0.19 26	0.23 37	0.18 34	0.21 27	0.37 96

monsterstereo	1.31 102	0.58 76	2.10 75	0.79 85	1.41 436	2.51 133	0.40 45	3.15 221	0.84 7	0.74 49	1.18 119	0.41 23	0.40 8	1.55 151	0.97 146	0.20 16	8.12 580	0.22 26	0.18 34	0.22 42	0.33 48

monsters	0.91 53	0.67 138	1.83 66	0.79 85	1.55 462	2.91 169	0.40 45	2.66 162	0.99 19	0.70 43	0.87 57	0.38 10	0.44 16	1.90 221	0.79 84	0.22 29	0.35 284	0.20 8	0.18 34	0.20 13	0.28 18

LG-Stereo_L2	0.69 9	0.54 55	1.56 47	0.74 60	0.48 65	2.32 114	0.28 8	1.87 58	0.80 3	0.60 13	0.43 8	0.38 10	0.45 17	1.38 115	0.54 17	0.24 41	0.28 216	0.23 37	0.18 34	0.22 42	0.32 36

LG-Stereo_L1	0.67 6	0.55 57	1.50 37	0.78 82	0.54 97	1.71 72	0.33 21	1.96 69	0.83 6	0.62 20	0.41 7	0.40 16	0.43 13	1.42 122	0.55 18	0.24 41	0.28 216	0.23 37	0.18 34	0.22 42	0.30 27

GREAT-IGEV	4.43 523	0.74 191	13.12 188	1.32 385	9.52 593	2.48 126	0.34 27	1.40 13	1.88 169	0.61 17	0.89 63	0.51 41	0.60 57	1.26 74	1.01 162	0.23 34	31.64 630	0.21 19	0.18 34	0.24 60	20.38 608

DEFOM-Stereo_RVC	1.03 74	1.15 353	1.34 26	1.03 234	0.59 127	0.81 7	0.43 58	3.53 265	4.67 544	0.78 65	0.98 85	0.44 30	1.16 251	1.46 131	0.71 54	0.27 87	0.19 26	0.24 63	0.18 34	0.30 147	0.34 59

HUF	5.25 547	1.03 325	26.85 611	1.03 234	13.21 600	1.35 45	0.76 236	2.97 206	3.00 349	0.79 69	1.56 228	0.92 155	0.66 78	1.53 148	0.74 61	0.35 272	27.70 629	0.26 126	0.18 34	0.24 60	19.90 607

IGEV-Stereo++	1.68 128	0.48 24	1.27 18	0.77 71	1.31 409	3.87 356	0.33 21	3.41 250	1.72 146	0.89 116	1.20 122	0.68 83	1.03 197	1.15 48	0.49 6	0.23 34	0.22 83	0.23 37	0.18 34	0.26 82	13.90 571

DDF-Stereo	1.06 77	0.57 71	3.31 102	0.92 157	1.46 446	1.58 62	0.83 282	2.28 101	0.97 18	0.54 4	0.63 25	0.55 52	0.73 94	3.12 329	1.15 188	0.43 381	0.30 237	0.25 91	0.19 54	1.05 530	0.39 120

Zero-FE251	3.94 497	0.81 235	12.30 180	0.94 174	0.75 208	2.59 142	0.45 66	1.44 15	0.91 10	50.12 626	0.62 24	0.73 97	0.81 136	0.97 15	0.75 64	0.36 299	0.33 261	0.28 191	0.19 54	0.21 27	3.31 496

MonStereo	0.70 11	0.47 21	1.57 49	0.69 39	0.88 265	1.19 21	0.39 37	2.57 146	0.93 13	0.62 20	0.66 30	0.37 5	0.36 5	1.01 19	0.59 21	0.16 1	0.38 315	0.20 8	0.19 54	0.21 27	0.52 229

DA	2.77 346	0.51 38	6.04 135	1.05 245	1.15 357	4.36 476	0.84 294	2.83 183	3.02 358	0.87 101	1.57 229	0.92 155	1.07 219	1.61 157	0.68 44	0.35 272	2.66 540	0.24 63	0.19 54	0.26 82	25.18 614

Monster-pub-eth3d	0.70 11	0.47 21	1.58 50	0.69 39	0.89 267	1.18 18	0.39 37	2.57 146	0.93 13	0.62 20	0.66 30	0.37 5	0.36 5	1.03 21	0.59 21	0.16 1	0.35 284	0.20 8	0.19 54	0.21 27	0.53 237

zero-FE	2.19 178	0.56 63	26.48 608	0.91 147	1.44 442	1.41 52	0.83 282	2.29 107	0.91 10	0.59 9	0.65 29	0.54 51	0.78 117	2.84 317	1.09 178	0.39 339	0.30 237	0.25 91	0.19 54	1.03 528	0.39 120

GGEV	2.77 346	0.51 38	6.04 135	1.05 245	1.15 357	4.36 476	0.84 294	2.83 183	3.02 358	0.87 101	1.57 229	0.92 155	1.07 219	1.61 157	0.68 44	0.35 272	2.66 540	0.24 63	0.19 54	0.26 82	25.18 614

AdaDepth	1.16 94	0.53 51	7.56 147	0.73 57	1.29 401	3.13 195	0.43 58	1.13 5	1.92 175	0.69 38	0.93 69	0.43 24	0.58 47	1.67 164	0.66 36	0.20 16	0.33 261	0.24 63	0.19 54	0.25 65	0.36 92

4w-stereo	0.85 39	0.55 57	2.85 95	0.69 39	0.80 228	1.62 68	0.43 58	2.23 96	1.36 56	0.65 29	0.99 87	0.40 16	0.81 136	1.19 57	0.68 44	0.23 34	0.32 251	0.25 91	0.19 54	0.21 27	0.48 199

2.5w	1.07 79	0.49 27	2.54 86	0.68 37	0.71 192	2.37 119	0.56 102	2.77 173	1.39 60	0.67 34	0.92 67	0.37 5	0.74 102	1.40 118	0.62 31	0.25 56	3.40 555	0.22 26	0.19 54	0.20 13	0.90 367

3.25w_new	0.79 21	0.51 38	1.52 39	0.63 9	0.65 159	2.21 100	0.51 85	2.45 123	1.45 66	0.66 31	0.80 48	0.47 36	0.71 88	0.90 6	0.66 36	0.19 8	0.32 251	0.20 8	0.19 54	0.21 27	0.47 187

3.25w	0.79 21	0.51 38	1.52 39	0.63 9	0.65 159	2.21 100	0.51 85	2.45 123	1.45 66	0.66 31	0.80 48	0.47 36	0.71 88	0.90 6	0.66 36	0.19 8	0.32 251	0.20 8	0.19 54	0.21 27	0.47 187

3.75w	0.82 34	0.53 51	1.49 36	0.65 17	1.10 344	2.60 143	0.52 92	2.46 125	1.19 39	0.70 43	0.82 51	0.40 16	0.66 78	1.16 52	0.59 21	0.26 75	0.27 205	0.23 37	0.19 54	0.22 42	0.47 187

IGEV	0.74 15	0.39 2	1.16 12	0.73 57	1.31 409	2.78 152	0.38 33	1.81 52	1.03 22	0.80 71	0.72 35	0.35 3	0.42 12	1.11 45	0.52 15	0.19 8	0.23 111	0.22 26	0.19 54	0.18 1	0.33 48

SGD-Stereo	0.68 7	0.46 19	1.13 8	0.90 141	0.33 6	2.42 122	0.44 64	1.17 7	0.75 2	0.87 101	0.53 14	0.55 52	0.53 33	1.50 143	0.50 7	0.34 255	0.14 1	0.25 91	0.19 54	0.23 50	0.27 14

Reg-Stereo(zero)	1.88 136	0.45 17	11.07 171	0.94 174	2.06 534	4.52 510	0.55 99	2.72 167	1.69 137	1.54 198	1.26 141	2.55 386	2.52 476	1.73 188	2.43 436	0.20 16	0.28 216	0.22 26	0.19 54	0.25 65	0.40 127

AIO_rvc	3.97 499	1.01 322	18.99 321	0.98 209	11.92 598	1.45 54	0.97 379	2.17 91	4.51 535	0.71 45	1.18 119	1.09 180	0.56 42	1.56 153	0.72 57	0.28 109	11.98 606	0.24 63	0.19 54	0.25 65	18.74 604

castereo++	1.26 99	0.99 319	3.48 106	0.95 186	0.74 200	2.48 126	0.98 382	3.14 218	4.28 519	0.75 53	1.46 194	1.92 309	0.58 47	1.29 84	0.51 13	0.27 87	0.24 142	0.28 191	0.19 54	0.24 60	0.35 70

IGEV-RUCA	0.93 56	0.56 63	1.31 22	0.85 105	0.74 200	3.89 360	0.78 247	1.93 62	1.42 63	1.02 143	0.72 35	0.70 87	0.73 94	1.37 113	0.77 71	0.30 161	0.20 42	0.25 91	0.19 54	0.43 349	0.40 127

MonSter	0.70 11	0.47 21	1.58 50	0.69 39	0.89 267	1.19 21	0.39 37	2.57 146	0.93 13	0.62 20	0.66 30	0.37 5	0.35 4	1.08 35	0.59 21	0.16 1	0.36 294	0.20 8	0.19 54	0.21 27	0.52 229

Occ-G	2.25 196	0.74 191	13.22 189	0.90 141	0.89 267	1.52 59	0.78 247	1.82 54	2.87 332	1.65 214	0.89 63	2.18 342	0.89 161	1.04 26	1.69 333	0.28 109	0.27 205	0.26 126	0.19 54	0.25 65	12.70 568

Pointernet	0.99 64	0.50 33	3.54 107	0.89 129	0.44 48	2.30 113	0.38 33	3.12 217	1.48 73	0.69 38	1.44 190	0.92 155	0.73 94	1.28 80	0.82 96	0.24 41	0.23 111	0.21 19	0.19 54	0.19 3	0.25 10

IGEV-Stereo+	1.08 81	0.55 57	2.59 90	0.89 129	2.06 534	1.40 49	0.38 33	1.18 9	1.29 49	0.76 57	0.45 10	0.47 36	0.79 125	2.16 256	0.65 34	0.29 132	0.25 161	0.22 26	0.19 54	2.27 567	2.70 478

testlalala_base	2.69 326	0.77 223	21.10 544	1.22 331	1.46 446	2.72 148	0.83 282	4.11 399	1.49 78	1.28 172	1.45 193	1.21 204	0.85 146	1.28 80	1.19 202	3.94 593	2.36 530	0.27 153	0.19 54	4.48 596	1.58 431

GCAP-Stereo	2.59 288	1.07 330	20.48 472	0.91 147	4.13 581	3.67 307	0.51 85	2.27 99	1.76 151	1.18 160	1.15 116	1.18 194	0.84 143	1.36 108	1.54 287	0.27 87	8.46 582	0.27 153	0.19 54	0.29 124	0.30 27

Any-RAFT	1.62 120	0.59 87	5.29 130	1.12 283	0.76 213	4.41 488	0.79 257	4.12 405	3.26 408	2.02 297	1.36 170	2.82 416	1.56 343	1.90 221	0.81 91	0.29 132	0.25 161	0.26 126	0.19 54	0.25 65	0.35 70

Selective-IGEV	1.42 113	0.58 76	8.82 159	0.92 157	0.85 248	1.32 42	0.80 267	2.85 188	3.84 488	0.87 101	1.68 266	0.71 94	0.62 62	1.30 85	0.75 64	0.24 41	0.27 205	0.24 63	0.19 54	0.27 93	1.18 401

DCANet-4	2.06 159	0.58 76	15.30 223	0.86 114	0.44 48	4.16 433	0.57 106	4.31 485	3.28 412	2.31 398	1.82 316	1.04 176	1.54 339	1.69 172	1.56 293	0.35 272	0.24 142	0.24 63	0.19 54	0.25 65	0.57 257

fff	2.40 237	0.96 302	20.47 466	0.84 100	0.38 18	4.15 430	0.57 106	4.30 474	2.85 324	2.31 398	1.82 316	1.19 198	2.98 495	1.68 166	1.57 296	0.35 272	0.24 142	0.23 37	0.19 54	0.25 65	0.57 257

ADStereo(finetuned)	2.30 215	0.97 307	17.29 275	0.86 114	0.43 44	4.17 438	0.59 119	4.31 485	3.29 417	2.35 416	1.86 341	1.18 194	3.35 518	1.69 172	1.59 301	0.34 255	0.25 161	0.23 37	0.19 54	0.31 159	0.72 324

DCANet	2.37 232	0.98 310	20.47 466	0.86 114	0.43 44	4.18 441	0.59 119	4.31 485	3.29 417	2.35 416	1.86 341	1.18 194	1.63 368	1.69 172	1.59 301	0.34 255	0.25 161	0.24 63	0.19 54	0.31 159	0.73 329

csc	2.40 237	0.96 302	20.47 466	0.84 100	0.38 18	4.15 430	0.57 106	4.30 474	2.85 324	2.31 398	1.82 316	1.19 198	2.98 495	1.68 166	1.57 296	0.35 272	0.24 142	0.23 37	0.19 54	0.25 65	0.57 257

cscssc	2.40 237	0.96 302	20.47 466	0.84 100	0.38 18	4.15 430	0.57 106	4.30 474	2.85 324	2.31 398	1.82 316	1.19 198	2.98 495	1.68 166	1.57 296	0.35 272	0.24 142	0.23 37	0.19 54	0.25 65	0.57 257

iResNet_ROB	2.72 331	10.38 552	14.41 207	1.46 442	0.99 303	3.74 323	0.66 160	4.01 361	2.84 323	2.04 305	2.05 394	1.98 323	1.38 288	4.73 365	1.91 383	0.35 272	0.20 42	0.28 191	0.19 54	0.33 210	0.41 136

pmcnn	5.90 556	1.81 444	22.30 591	1.69 496	2.37 548	3.47 256	2.10 528	4.58 545	5.56 573	3.75 551	13.12 600	22.07 610	3.70 528	11.99 570	17.13 588	0.58 484	0.23 111	0.23 37	0.19 54	0.37 273	0.70 319

GEAStereo	3.16 416	0.61 102	2.62 92	0.99 216	1.33 414	4.53 512	0.81 275	2.05 79	1.71 143	0.97 132	0.93 69	0.53 48	0.80 130	1.07 31	0.84 102	0.31 185	18.89 616	0.27 153	0.20 89	0.29 124	23.53 612

gasm-f	4.41 521	0.71 168	10.58 166	0.99 216	16.98 607	4.39 482	0.92 355	2.05 79	1.71 143	0.97 132	1.46 194	0.53 48	0.88 155	1.39 116	1.12 182	0.31 185	18.89 616	0.27 153	0.20 89	0.30 147	23.53 612

252Zero-FE	0.95 60	0.49 27	1.65 57	1.03 234	0.45 51	1.25 30	0.22 2	1.85 57	2.13 208	3.05 517	1.31 157	0.33 1	0.41 11	1.14 46	0.56 20	0.22 29	1.93 516	0.20 8	0.20 89	0.20 13	0.39 120

4.5_new	0.80 24	0.49 27	1.36 29	0.67 27	0.79 224	1.96 85	0.51 85	2.18 93	1.46 69	0.77 63	0.93 69	0.43 24	0.49 26	1.08 35	0.65 34	0.30 161	0.68 450	0.26 126	0.20 89	0.23 50	0.57 257

4.5w-stereo	0.80 24	0.49 27	1.36 29	0.66 21	0.79 224	1.96 85	0.51 85	2.18 93	1.45 66	0.77 63	0.93 69	0.43 24	0.49 26	1.08 35	0.66 36	0.30 161	0.68 450	0.26 126	0.20 89	0.23 50	0.57 257

3w_stereo	0.99 64	0.52 47	4.37 122	0.70 47	0.42 39	1.73 73	0.68 174	2.80 176	1.26 47	0.78 65	0.87 57	0.37 5	1.01 191	1.34 102	0.66 36	0.19 8	0.95 479	0.23 37	0.20 89	0.21 27	0.43 153

AIO_test	3.76 483	0.71 168	19.58 353	0.93 165	17.34 609	1.36 46	0.86 306	1.61 30	1.99 189	0.74 49	0.97 80	1.77 275	0.58 47	1.49 138	0.55 18	0.35 272	0.97 483	0.24 63	0.20 89	0.25 65	22.60 611

castereo	0.88 48	0.78 225	1.15 11	0.89 129	0.51 85	1.31 41	0.90 335	3.42 252	1.28 48	0.88 106	1.28 150	0.72 96	0.91 167	1.05 27	1.01 162	0.28 109	0.17 8	0.26 126	0.20 89	0.24 60	0.34 59

fffft	0.84 36	0.67 138	1.73 62	0.85 105	0.55 104	1.51 58	0.78 247	2.13 88	1.24 45	0.65 29	0.90 65	0.59 61	0.55 41	1.85 216	1.19 202	0.20 16	0.20 42	0.27 153	0.20 89	0.28 106	0.44 159
1: 1. 1
MoCha-V2	3.53 466	0.90 271	17.00 267	1.32 385	8.54 592	1.38 48	0.55 99	2.89 193	3.31 424	0.99 137	1.82 316	0.66 78	1.16 251	1.79 198	0.84 102	0.26 75	15.15 610	0.20 8	0.20 89	0.25 65	11.33 566

testlalala	2.95 377	0.66 134	20.83 516	1.03 234	0.81 233	4.39 482	0.90 335	2.96 204	3.69 481	2.50 451	1.55 227	1.31 214	0.61 60	1.15 48	0.77 71	0.42 364	14.33 607	0.25 91	0.20 89	0.26 82	0.36 92

anonymousdsp2	2.72 331	0.68 148	11.15 172	1.20 321	0.64 154	3.66 305	0.71 192	3.71 298	2.14 210	1.62 209	1.61 242	1.95 316	1.00 188	2.24 269	0.81 91	0.32 206	0.50 401	0.28 191	0.20 89	0.34 233	19.58 606

knoymous	1.50 115	0.65 126	8.73 158	0.91 147	0.75 208	2.97 177	0.90 335	2.93 194	1.38 59	1.56 201	1.07 99	2.75 409	0.88 155	1.43 124	1.13 184	0.32 206	0.22 83	0.35 357	0.20 89	0.45 372	0.41 136

RCA-Stereo	1.38 108	0.61 102	3.95 119	0.94 174	0.48 65	4.68 548	0.78 247	4.17 424	1.95 180	1.93 262	1.84 331	0.94 165	1.48 321	1.23 67	0.75 64	0.30 161	0.43 351	0.25 91	0.20 89	0.26 82	0.37 96

CroCo-Stereo	1.07 79	1.18 358	3.66 110	0.91 147	0.60 133	0.49 2	0.49 75	4.07 381	1.91 173	0.84 89	1.29 155	1.00 171	0.75 108	1.32 94	1.38 253	0.26 75	0.21 66	0.24 63	0.20 89	0.37 273	0.30 27
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
TANstereo	1.98 141	0.87 256	20.35 450	0.80 89	0.37 16	4.05 402	0.38 33	1.50 21	1.65 129	2.03 302	2.16 417	0.84 125	0.93 173	1.09 40	0.68 44	0.30 161	0.36 294	0.24 63	0.20 89	0.26 82	0.46 175

raftrobust	2.05 158	1.45 402	13.44 190	1.29 369	5.81 590	3.59 287	0.67 163	2.80 176	1.50 81	2.21 368	1.41 185	1.17 191	1.22 262	1.37 113	1.46 274	0.29 132	0.33 261	0.22 26	0.20 89	0.27 93	0.36 92

WQFJA1++	12.03 595	0.43 11	31.04 613	0.99 216	1.15 357	1.59 63	0.41 52	2.16 90	1.00 20	95.97 638	0.74 37	0.46 34	0.54 39	1.34 102	0.79 84	0.31 185	0.57 422	0.21 19	0.21 106	100.28 634	0.40 127

WQFJX1	2.25 196	0.58 76	1.58 50	0.62 4	1.78 510	3.06 184	0.66 160	12.27 602	15.31 604	0.86 94	1.12 110	0.91 150	0.96 178	1.92 223	1.46 274	0.27 87	0.26 188	0.29 216	0.21 106	0.37 273	0.42 145

S2M2_XL	0.49 1	0.51 38	1.16 12	0.70 47	0.34 8	0.29 1	0.23 3	0.68 1	0.53 1	0.55 5	0.92 67	0.65 74	0.53 33	0.65 1	0.59 21	0.28 109	0.24 142	0.25 91	0.21 106	0.23 50	0.23 6
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
depthmonostereo	1.22 96	0.96 302	6.67 142	0.89 129	0.56 110	2.21 100	0.57 106	1.84 56	1.21 41	1.01 142	1.09 102	1.38 223	0.99 185	2.41 282	0.93 127	0.24 41	0.28 216	0.22 26	0.21 106	0.25 65	0.53 237

LG-Stereo_Zeroshot	1.04 75	0.53 51	2.93 97	0.80 89	0.77 217	3.99 388	0.39 37	2.10 84	1.96 184	0.90 119	0.93 69	0.75 111	0.85 146	1.31 89	0.87 112	0.28 109	0.21 66	0.26 126	0.21 106	0.32 184	0.38 106

HART	3.57 467	1.13 348	17.80 290	0.90 141	1.12 350	1.18 18	0.41 52	3.55 267	4.60 537	1.09 154	2.19 426	1.49 238	0.57 44	1.46 131	1.14 187	0.25 56	21.58 627	0.28 191	0.21 106	0.36 267	10.06 561

SCV_C0	2.17 174	0.93 289	12.88 184	0.96 195	1.06 333	1.27 33	0.63 148	3.68 287	3.30 421	1.03 147	1.26 141	0.73 97	0.66 78	1.73 188	1.06 172	0.35 272	1.97 519	0.25 91	0.21 106	0.29 124	9.23 554

999	1.08 81	0.86 252	2.44 81	1.06 251	0.65 159	3.27 218	0.91 347	1.47 18	1.43 65	0.74 49	1.73 284	0.70 87	0.66 78	3.03 326	1.18 197	0.24 41	0.22 83	0.25 91	0.21 106	0.27 93	0.37 96

mms	1.08 81	0.87 256	1.41 31	0.89 129	0.87 261	1.40 49	0.67 163	1.63 33	1.70 140	0.82 77	1.41 185	0.64 71	0.54 39	1.81 208	0.66 36	0.25 56	0.23 111	0.26 126	0.21 106	0.32 184	5.10 522

ours_stereo	1.00 69	0.88 260	2.52 84	0.91 147	0.74 200	1.10 16	0.57 106	1.68 37	1.24 45	0.76 57	1.49 200	0.70 87	0.62 62	1.61 157	0.62 31	0.26 75	0.20 42	0.26 126	0.21 106	0.30 147	3.24 492

fffy	1.18 95	0.92 281	3.05 99	1.09 265	0.68 181	1.27 33	0.74 215	1.98 71	1.06 26	0.78 65	1.39 178	0.83 124	0.72 92	1.71 176	0.80 89	0.24 41	0.53 410	0.27 153	0.21 106	0.29 124	5.07 521

WCG-NET	1.00 69	0.81 235	1.65 57	0.93 165	0.38 18	1.48 57	1.04 398	1.81 52	2.80 314	1.67 218	1.52 206	0.93 161	0.97 181	1.18 55	0.84 102	0.25 56	0.81 468	0.23 37	0.21 106	0.27 93	0.26 11

RAStereo	1.53 117	0.71 168	17.55 281	0.62 4	0.65 159	1.18 18	0.32 20	1.94 64	1.15 35	0.80 71	1.07 99	0.64 71	0.47 19	0.89 5	1.01 162	0.25 56	0.20 42	0.27 153	0.21 106	0.36 267	0.27 14

WCG-NET（raft）	1.44 114	0.92 281	1.56 47	0.89 129	0.32 4	1.43 53	0.97 379	1.69 44	2.42 258	1.68 220	1.44 190	2.37 362	1.01 191	1.33 95	0.85 107	0.25 56	8.56 583	0.22 26	0.21 106	0.28 106	0.32 36

RSM++	0.99 64	0.56 63	1.35 27	1.54 464	0.50 83	1.53 60	0.68 174	2.31 109	4.13 505	0.86 94	1.27 148	0.90 147	0.60 57	1.21 66	0.78 75	0.27 87	0.20 42	0.25 91	0.21 106	0.29 124	0.42 145

RSM	0.99 64	0.54 55	1.25 17	0.94 174	0.61 137	1.32 42	0.74 215	2.54 136	4.08 502	0.89 116	1.49 200	1.22 205	0.62 62	1.24 70	0.80 89	0.25 56	0.20 42	0.25 91	0.21 106	0.29 124	0.42 145

testlalala2	2.47 254	0.75 205	20.46 463	2.58 560	2.91 556	3.80 336	0.76 236	4.20 435	3.87 493	1.45 194	1.57 229	2.43 373	0.80 130	1.23 67	0.71 54	0.28 109	0.33 261	0.24 63	0.21 106	0.35 248	0.38 106

IGEV++	3.59 468	0.91 274	13.63 191	1.08 261	0.98 298	1.27 33	0.98 382	3.33 242	1.89 172	0.93 124	1.38 177	0.86 132	1.09 223	1.71 176	1.09 178	0.36 299	21.52 626	0.23 37	0.21 106	0.31 159	18.10 603

ACVNet-DCA	3.67 476	0.94 293	19.66 357	1.87 518	0.42 39	4.47 498	0.73 205	4.07 381	4.63 538	1.21 162	1.89 351	0.73 97	1.62 364	2.20 262	0.81 91	0.31 185	18.77 611	0.32 283	0.21 106	0.35 248	8.09 540

1test111	3.86 491	0.94 293	19.66 357	1.87 518	0.42 39	4.47 498	0.73 205	4.07 381	4.63 538	1.21 162	1.89 351	0.73 97	1.62 364	5.19 370	1.68 330	0.31 185	18.77 611	0.32 283	0.21 106	0.35 248	8.09 540

cc1	3.93 496	0.94 293	19.66 357	1.87 518	0.42 39	4.47 498	0.73 205	4.24 454	4.01 500	1.21 162	1.89 351	0.73 97	1.62 364	2.20 262	0.81 91	0.31 185	18.77 611	0.32 283	0.21 106	0.32 184	13.93 572

ff7	2.60 291	0.81 235	16.25 247	0.89 129	0.56 110	4.55 520	0.83 282	1.68 37	3.44 453	0.88 106	1.10 105	0.70 87	0.78 117	1.93 227	0.93 127	0.29 132	0.37 301	0.29 216	0.21 106	0.33 210	15.08 581

IGEVStereo-DCA	3.09 400	3.48 501	16.25 247	0.96 195	0.49 74	1.59 63	0.83 282	1.68 37	3.44 453	0.75 53	0.78 44	0.74 108	0.73 94	5.79 382	7.75 528	0.32 206	0.26 188	0.28 191	0.21 106	0.32 184	15.08 581

ffff	2.60 291	0.81 235	16.25 247	0.89 129	0.56 110	4.55 520	0.83 282	1.68 37	3.44 453	0.88 106	1.10 105	0.70 87	0.78 117	1.93 227	0.93 127	0.29 132	0.37 301	0.29 216	0.21 106	0.33 210	15.08 581

rrr	3.66 474	3.48 501	23.50 601	0.96 195	0.49 74	1.59 63	0.92 355	8.19 589	2.75 305	0.75 53	0.78 44	0.74 108	0.73 94	5.79 382	7.75 528	0.32 206	0.26 188	0.28 191	0.21 106	0.32 184	13.47 569

11t	2.60 291	0.81 235	16.25 247	0.89 129	0.56 110	4.55 520	0.83 282	1.68 37	3.44 453	0.88 106	1.10 105	0.70 87	0.78 117	1.93 227	0.93 127	0.29 132	0.37 301	0.29 216	0.21 106	0.33 210	15.08 581

MaDis-Stereo	1.60 118	1.11 342	16.13 244	0.67 27	1.87 521	1.22 28	0.39 37	2.17 91	1.42 63	0.69 38	0.78 44	0.88 140	0.70 86	1.24 70	1.13 184	0.32 206	0.23 111	0.26 126	0.21 106	0.32 184	0.28 18

MSKI-zero shot	2.33 221	0.69 153	20.22 429	1.14 292	0.77 217	4.05 402	0.68 174	3.95 348	1.51 84	1.93 262	2.35 455	1.91 308	0.71 88	3.01 325	0.79 84	0.28 109	1.47 503	0.27 153	0.21 106	0.28 106	0.44 159

anonymousdsp	3.14 409	0.83 244	20.28 437	0.94 174	0.64 154	4.54 514	0.82 278	2.03 78	3.32 432	0.91 120	1.13 112	0.78 114	0.77 113	1.78 196	0.90 123	0.29 132	0.25 161	0.29 216	0.21 106	0.33 210	21.81 609

ccc-4	2.60 291	0.81 235	16.25 247	0.89 129	0.56 110	4.55 520	0.83 282	1.68 37	3.44 453	0.88 106	1.10 105	0.70 87	0.78 117	1.93 227	0.93 127	0.29 132	0.37 301	0.29 216	0.21 106	0.33 210	15.08 581

Wz-Net-LNSev-Ref	2.72 331	2.55 482	14.91 218	1.37 405	1.36 424	3.50 267	1.63 494	4.11 399	3.38 441	2.55 456	2.04 387	2.35 360	2.50 474	5.14 369	4.64 499	0.53 470	0.22 83	0.35 357	0.21 106	0.41 328	0.60 284

IGEV-Stereo	3.15 412	0.83 244	20.31 446	0.94 174	0.64 154	4.54 514	0.82 278	2.01 75	3.31 424	0.91 120	1.13 112	0.79 117	0.77 113	1.79 198	0.92 126	0.29 132	0.25 161	0.29 216	0.21 106	0.33 210	21.85 610
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
111	2.59 288	3.10 493	20.47 466	0.84 100	0.38 18	4.26 463	0.91 347	4.45 526	2.96 343	2.48 446	2.07 400	2.31 354	1.64 371	1.49 138	1.90 380	0.35 272	0.22 83	0.25 91	0.21 106	0.32 184	1.14 397

R-Stereo Train	2.13 165	0.65 126	19.43 342	1.02 230	0.67 173	3.79 333	0.89 320	4.12 405	1.55 92	2.15 340	1.72 278	1.13 186	0.94 175	1.46 131	1.30 235	0.32 206	0.25 161	0.27 153	0.21 106	0.28 106	0.37 96

RAFT-Stereo	2.13 165	0.65 126	19.43 342	1.02 230	0.67 173	3.79 333	0.89 320	4.12 405	1.55 92	2.15 340	1.72 278	1.13 186	0.94 175	1.46 131	1.30 235	0.32 206	0.25 161	0.27 153	0.21 106	0.28 106	0.37 96
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
WQFJA1	2.15 168	0.57 71	1.41 31	0.64 12	1.86 519	2.81 154	0.61 127	11.70 598	15.02 602	0.82 77	0.88 60	0.92 155	1.02 194	1.24 70	1.62 310	0.28 109	0.26 188	0.27 153	0.22 141	0.31 159	0.57 257

WQFJX	2.20 185	0.58 76	1.52 39	0.62 4	1.84 517	2.88 164	0.75 226	11.62 597	14.71 600	0.84 89	1.21 127	0.89 144	1.09 223	1.75 194	1.55 290	0.31 185	0.25 161	0.25 91	0.22 141	0.32 184	0.74 334

NLMM	2.15 168	0.57 71	1.41 31	0.64 12	1.86 519	2.81 154	0.61 127	11.71 599	15.01 601	0.82 77	0.88 60	0.92 155	1.02 194	1.23 67	1.62 310	0.28 109	0.26 188	0.27 153	0.22 141	0.31 159	0.57 257

MM-Stereo_test3	2.20 185	0.95 298	19.62 355	1.94 526	1.18 369	1.95 84	0.83 282	3.56 269	3.91 495	1.33 173	1.86 341	1.10 182	0.68 84	1.48 136	1.63 316	0.29 132	0.35 284	0.27 153	0.22 141	0.37 273	0.56 252

SCV	2.09 161	0.89 265	11.43 176	1.91 523	2.09 536	1.27 33	0.87 313	3.66 283	2.13 208	0.67 34	1.59 240	0.93 161	0.77 113	1.80 204	0.89 118	0.37 315	0.38 315	0.25 91	0.22 141	0.30 147	9.45 555

SMoEStereo_RVC	0.88 48	0.92 281	1.55 45	0.96 195	0.46 55	2.56 138	0.78 247	1.60 27	1.20 40	0.71 45	1.20 122	0.64 71	0.63 65	1.71 176	1.01 162	0.22 29	0.18 15	0.31 262	0.22 141	0.28 106	0.42 145

GCAP-BAT	2.74 337	0.79 229	19.74 372	1.06 251	0.85 248	4.25 462	0.91 347	2.80 176	1.83 159	2.14 333	2.08 403	2.55 386	0.80 130	1.87 220	1.41 260	0.35 272	7.97 579	0.24 63	0.22 141	0.27 93	2.72 479

RAFT-Stereo-weight	1.38 108	0.57 71	5.44 132	1.05 245	0.63 150	4.19 449	0.77 240	3.95 348	1.53 87	2.01 295	1.53 207	1.30 213	0.65 71	1.30 85	1.05 170	0.27 87	0.26 188	0.26 126	0.22 141	0.28 106	0.38 106

gcap-zeroshot	2.25 196	0.74 191	19.48 346	0.97 203	1.18 369	3.50 267	0.83 282	3.21 225	2.66 294	1.86 252	1.23 131	3.24 453	0.88 155	1.92 223	0.94 135	0.34 255	0.43 351	0.28 191	0.22 141	0.29 124	0.83 351

MGS-Stereo	1.24 98	0.66 134	9.68 162	0.97 203	0.40 36	1.26 31	0.72 196	1.50 21	1.35 55	1.03 147	2.26 438	0.80 119	0.56 42	1.28 80	0.78 75	0.31 185	0.23 111	0.26 126	0.22 141	0.28 106	0.34 59

tt1	3.79 487	0.93 289	15.34 224	1.83 515	0.45 51	4.54 514	0.78 247	4.23 448	4.73 546	1.27 171	1.89 351	0.74 108	1.48 321	2.29 274	0.78 75	0.30 161	19.28 623	0.32 283	0.22 141	0.31 159	14.02 573

UniTT-Stereo	1.73 131	0.60 95	20.25 434	0.98 209	1.19 377	0.78 6	0.39 37	1.19 10	1.55 92	1.21 162	1.28 150	0.52 45	0.64 68	1.17 54	1.16 193	0.35 272	0.20 42	0.25 91	0.22 141	0.42 339	0.31 33

MC-Stereo	2.54 270	0.58 76	6.38 141	1.30 374	1.37 427	4.56 524	0.60 123	2.08 82	1.57 100	1.97 278	1.68 266	0.89 144	1.12 236	1.46 131	0.88 115	0.27 87	8.44 581	0.27 153	0.22 141	0.26 82	14.87 578

CroCo-Stereo Lap2	1.65 125	1.14 351	14.70 215	1.00 223	1.80 514	0.53 3	0.46 72	3.18 223	1.62 123	1.10 157	1.24 133	1.05 177	0.78 117	1.40 118	1.18 197	0.31 185	0.23 111	0.27 153	0.22 141	0.46 382	0.38 106

RALCasStereoNet	3.17 417	1.87 451	20.86 520	1.17 309	1.63 483	3.10 188	0.70 187	3.21 225	2.19 214	1.39 179	1.73 284	1.18 194	0.91 167	2.46 283	1.64 322	0.31 185	8.75 587	0.25 91	0.22 141	0.31 159	9.45 555

test_xeample3	3.67 476	3.52 503	21.53 571	0.98 209	0.51 85	1.88 78	0.91 347	8.10 588	2.76 308	0.82 77	0.76 42	0.65 74	0.70 86	5.88 386	7.74 527	0.32 206	0.29 227	0.27 153	0.22 141	0.29 124	15.33 587

iResNetv2_ROB	3.31 441	14.88 600	20.01 401	2.17 539	1.09 340	3.84 343	1.13 419	4.22 441	3.15 387	2.02 297	2.06 397	2.00 328	1.69 384	3.61 340	2.10 412	0.36 299	0.22 83	0.32 283	0.22 141	0.48 402	0.58 275

MLCV	2.52 261	1.77 438	18.20 299	1.17 309	0.63 150	3.60 291	0.53 95	3.88 331	2.35 249	2.82 498	2.24 434	1.99 324	1.42 303	4.59 363	3.09 471	0.39 339	0.22 83	0.33 318	0.22 141	0.35 248	0.52 229

NLSM3	0.94 57	0.55 57	1.62 56	0.67 27	1.30 404	3.19 203	0.45 66	2.87 190	1.30 53	0.85 92	0.96 79	0.55 52	1.02 194	1.15 48	0.98 151	0.21 22	0.16 4	0.26 126	0.23 159	0.25 65	0.34 59

DLNR-FE	29.89 620	56.07 632	50.63 624	183.98 636	105.34 630	3.44 249	0.28 8	29.60 622	1.59 107	1.03 147	1.25 137	0.93 161	0.64 68	3.83 346	1.62 310	40.96 630	1.67 511	0.26 126	0.23 159	99.33 633	15.08 581

DilatedVolume-Stereo	0.94 57	0.70 161	3.01 98	1.06 251	0.63 150	1.34 44	0.49 75	1.58 26	1.16 36	1.41 183	1.26 141	0.88 140	0.88 155	1.81 208	0.93 127	0.25 56	0.28 216	0.22 26	0.23 159	0.25 65	0.39 120

G2L-ROB	2.75 341	1.93 454	19.94 392	1.25 354	1.05 328	3.84 343	0.93 361	3.45 259	2.56 278	2.29 392	1.47 196	2.64 398	1.20 260	8.34 445	2.28 425	0.29 132	0.20 42	0.24 63	0.23 159	0.29 124	0.52 229

xyz-stereo	10.93 593	0.71 168	79.25 634	0.70 47	0.45 51	83.14 635	0.77 240	2.68 164	1.49 78	2.28 386	32.01 619	2.76 412	1.61 355	5.80 385	3.32 478	0.29 132	0.18 15	0.33 318	0.23 159	0.26 82	0.29 22

G2L-Stereo_test	2.89 365	2.06 460	20.60 493	1.68 494	1.18 369	3.55 279	1.01 386	3.66 283	2.33 245	2.59 462	1.68 266	3.14 446	1.48 321	9.19 461	1.86 372	0.30 161	0.21 66	0.23 37	0.23 159	0.28 106	0.57 257

MM-Stereo_test2	2.80 352	0.63 112	20.19 421	1.75 508	0.52 91	2.77 149	0.71 192	1.80 51	1.72 146	0.99 137	0.98 85	0.84 125	0.79 125	1.45 128	1.26 229	0.27 87	0.62 439	0.25 91	0.23 159	0.31 159	17.86 602

tt45	1.08 81	0.92 281	2.50 83	0.92 157	0.67 173	3.90 361	0.75 226	2.00 72	1.29 49	0.74 49	1.35 165	0.71 94	0.63 65	2.59 299	0.97 146	0.23 34	0.19 26	0.28 191	0.23 159	0.29 124	0.37 96

AIO-Stereo	1.40 111	0.62 109	1.44 34	0.85 105	0.76 213	1.28 39	0.79 257	2.39 112	2.83 321	0.75 53	1.62 246	0.89 144	0.46 18	1.30 85	0.77 71	0.28 109	0.27 205	0.25 91	0.23 159	0.27 93	9.88 560

DLNR_Zeroshot_test	29.83 619	55.48 630	50.99 625	183.84 635	114.74 634	3.44 249	0.28 8	29.52 621	1.59 107	1.03 147	1.25 137	0.93 161	0.64 68	3.95 352	1.62 310	37.16 629	1.69 512	0.26 126	0.23 159	92.97 632	15.07 580

RAFT-Test	1.67 127	0.64 118	6.13 139	1.25 354	1.82 515	3.06 184	0.78 247	4.02 366	3.09 379	1.88 254	1.70 272	3.76 497	1.03 197	1.40 118	1.07 174	0.29 132	0.33 261	0.25 91	0.23 159	0.29 124	0.33 48

riskmin	2.46 252	0.61 102	12.91 186	1.22 331	1.65 491	3.56 282	0.61 127	4.30 474	1.50 81	1.86 252	1.16 117	4.30 530	2.02 431	1.53 148	1.32 238	0.29 132	0.95 479	0.34 338	0.23 159	0.43 349	8.34 547

CIPLG	2.88 363	10.01 550	20.02 402	0.95 186	1.34 417	3.95 378	0.91 347	4.24 454	3.69 481	2.36 422	2.66 497	1.17 191	1.06 215	1.82 211	1.37 252	0.45 398	0.25 161	0.27 153	0.23 159	0.33 210	0.60 284

IPLG	2.56 282	1.11 342	19.89 386	0.95 186	0.79 224	4.60 529	0.56 102	4.31 485	2.10 198	1.94 268	2.00 382	1.34 215	1.37 287	6.59 407	1.59 301	0.32 206	0.21 66	0.27 153	0.23 159	0.32 184	0.63 295

IPLGR_C	2.96 379	11.71 559	20.02 402	0.95 186	1.31 409	3.93 373	0.92 355	4.22 441	3.76 484	2.35 416	2.62 493	1.16 190	1.07 219	1.71 176	1.34 239	0.45 398	0.25 161	0.27 153	0.23 159	0.33 210	0.60 284

MIPNet	2.43 246	1.13 348	20.00 399	0.93 165	0.58 126	4.74 557	0.62 142	4.33 496	2.95 342	1.94 268	1.49 200	1.52 240	1.96 426	2.77 312	1.60 305	0.35 272	0.20 42	0.27 153	0.23 159	0.32 184	0.59 278

ACRE	2.75 341	7.69 535	19.93 389	0.93 165	1.30 404	3.94 376	0.90 335	4.23 448	3.66 478	2.33 412	2.61 492	1.17 191	1.04 204	1.80 204	1.35 240	0.46 410	0.25 161	0.27 153	0.23 159	0.32 184	0.60 284

GANet-ADL	2.25 196	0.80 232	20.17 419	1.28 363	0.69 189	3.83 341	0.75 226	3.63 280	1.83 159	1.68 220	2.04 387	2.09 339	1.10 230	1.63 161	1.43 264	0.42 364	0.33 261	0.26 126	0.23 159	0.43 349	0.41 136

CFNet-RSSM	2.17 174	0.56 63	20.50 474	1.08 261	0.57 122	3.42 245	0.62 142	4.24 454	1.60 113	1.73 232	1.39 178	2.55 386	1.19 258	1.36 108	1.04 167	0.29 132	0.20 42	0.26 126	0.23 159	0.28 106	0.32 36

Gwc-CoAtRS	1.80 133	0.61 102	14.92 219	1.08 261	0.61 137	2.88 164	0.63 148	2.47 126	1.62 123	1.80 246	1.50 203	2.73 404	1.17 253	1.35 105	1.08 176	0.30 161	0.22 83	0.25 91	0.23 159	0.28 106	0.30 27

DIP-Stereo	2.03 154	0.98 310	16.44 259	0.67 27	0.62 147	4.30 469	0.58 117	4.43 522	2.89 335	1.97 278	1.40 181	0.91 150	0.86 150	1.31 89	1.27 232	0.38 331	0.23 111	0.33 318	0.23 159	0.33 210	0.57 257
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
iResNet	2.70 327	1.35 391	20.93 525	2.01 532	0.73 195	3.76 326	0.83 282	4.28 470	2.93 340	2.38 428	2.03 385	1.35 217	1.54 339	3.28 331	4.42 495	0.42 364	0.25 161	0.29 216	0.23 159	0.45 372	0.64 300

NLMM1	2.24 193	0.63 112	1.52 39	0.64 12	1.85 518	3.30 229	0.61 127	11.95 600	15.11 603	0.89 116	1.00 88	0.84 125	0.89 161	1.85 216	1.64 322	0.28 109	0.28 216	0.27 153	0.24 181	0.32 184	0.59 278

z-ln-s-r	3.37 450	4.66 515	19.53 350	1.42 430	1.29 401	3.70 315	1.20 432	4.24 454	3.96 498	2.16 344	1.92 366	2.43 373	1.62 364	10.90 521	6.24 511	0.36 299	0.23 111	0.32 283	0.24 181	0.53 417	0.53 237

water-stereo	0.98 63	0.63 112	5.05 128	0.82 96	0.48 65	2.36 117	0.52 92	1.56 24	1.32 54	0.95 129	1.05 94	0.86 132	0.75 108	0.84 4	0.82 96	0.25 56	0.25 161	0.25 91	0.24 181	0.24 60	0.46 175

xyz-stereo-finetune	1.14 91	0.88 260	1.93 69	0.63 9	0.37 16	3.48 262	0.79 257	2.86 189	1.95 180	1.02 143	1.26 141	0.91 150	0.78 117	2.53 295	1.84 368	0.30 161	0.24 142	0.26 126	0.24 181	0.31 159	0.30 27

LG-Stereo	0.94 57	0.71 168	3.31 102	0.62 4	0.51 85	2.85 159	0.54 97	2.59 155	1.40 61	0.88 106	1.23 131	0.53 48	0.40 8	0.81 2	0.86 110	0.23 34	0.18 15	0.31 262	0.24 181	0.29 124	0.22 1

MM-Stereo_test1	2.52 261	0.64 118	20.07 406	1.83 515	0.52 91	1.86 76	0.77 240	3.11 215	3.40 447	1.77 240	1.12 110	0.87 137	0.97 181	1.54 150	1.51 280	0.27 87	2.44 538	0.27 153	0.24 181	0.37 273	6.91 536

GMStereo_Zeroshot	1.51 116	1.27 376	4.75 125	1.54 464	0.72 194	3.33 233	0.54 97	2.67 163	1.74 148	2.34 414	1.57 229	2.40 363	0.96 178	2.51 289	1.21 206	0.48 428	0.23 111	0.41 420	0.24 181	0.82 511	0.40 127

HH	3.19 420	0.91 274	21.34 563	1.24 339	0.61 137	4.16 433	0.80 267	2.94 196	1.82 157	1.23 168	1.84 331	4.61 545	1.84 415	2.63 302	0.99 154	0.29 132	1.53 505	0.30 241	0.24 181	0.34 233	14.22 576

HanStereo	3.19 420	0.91 274	21.34 563	1.24 339	0.61 137	4.16 433	0.80 267	2.94 196	1.82 157	1.23 168	1.84 331	4.61 545	1.84 415	2.63 302	0.99 154	0.29 132	1.53 505	0.30 241	0.24 181	0.34 233	14.22 576

EGLCR-Stereo	2.52 261	0.56 63	9.39 160	1.16 302	0.81 233	5.24 570	0.61 127	4.20 435	1.56 96	1.09 154	0.71 33	1.09 180	0.66 78	1.92 223	0.82 96	0.29 132	0.30 237	0.29 216	0.24 181	0.37 273	19.09 605

IPLGR	2.61 296	0.73 182	20.72 509	0.87 121	0.54 97	4.58 525	0.52 92	4.32 493	2.79 313	1.91 258	1.54 218	1.72 264	1.71 389	6.94 421	1.43 264	0.31 185	0.21 66	0.27 153	0.24 181	0.34 233	0.48 199

cross-raft	1.95 139	0.66 134	16.17 246	1.23 338	0.92 282	2.25 107	0.70 187	3.69 292	1.68 134	1.78 241	1.53 207	3.15 447	1.13 237	1.35 105	1.06 172	0.24 41	0.23 111	0.26 126	0.24 181	0.29 124	0.45 165

TestStereo	2.41 243	1.95 456	19.15 326	0.77 71	0.61 137	1.83 75	0.58 117	2.33 110	1.53 87	1.44 191	1.37 174	1.26 208	0.90 165	11.59 555	0.94 135	0.36 299	0.19 26	0.33 318	0.24 181	0.45 372	0.32 36

raft+_RVC	3.46 461	2.57 483	19.51 349	1.49 448	17.54 610	3.63 298	0.76 236	3.24 230	1.53 87	1.35 175	1.67 264	1.03 174	1.10 230	1.98 233	1.53 284	0.25 56	7.10 574	0.25 91	0.24 181	0.28 106	2.18 463

RAFT-Stereo + iAFF	2.49 257	1.68 428	20.50 474	1.11 273	1.32 413	4.13 422	0.42 55	3.23 229	3.30 421	2.05 309	2.40 462	1.61 246	1.11 233	1.49 138	1.63 316	0.22 29	0.22 83	0.26 126	0.24 181	0.31 159	2.47 472

HSM-Net_RVC	3.02 388	0.65 126	19.48 346	0.94 174	0.90 275	3.71 318	1.20 432	5.61 578	2.87 332	3.24 532	2.49 476	2.53 383	1.61 355	11.39 545	1.90 380	0.37 315	0.27 205	0.27 153	0.24 181	0.31 159	0.39 120
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
HSM	3.25 435	1.08 334	19.18 329	1.19 319	1.54 458	3.45 253	1.02 390	4.04 373	2.61 286	2.31 398	2.17 418	8.01 584	2.99 498	11.59 555	1.80 361	0.35 272	0.24 142	0.28 191	0.24 181	0.33 210	0.55 249

Pro-Stereo	0.73 14	0.35 1	1.04 5	0.69 39	0.44 48	3.10 188	0.34 27	0.72 2	1.57 100	0.55 5	0.57 17	0.62 67	0.27 1	2.06 239	0.75 64	0.28 109	0.16 4	0.30 241	0.25 198	0.21 27	0.27 14

NLSM1	1.93 137	0.60 95	1.67 60	0.75 67	1.88 522	3.09 187	0.62 142	8.71 592	12.22 595	0.83 84	1.26 141	0.73 97	0.86 150	1.72 182	1.72 343	0.27 87	0.25 161	0.29 216	0.25 198	0.31 159	0.48 199

rvit_stereo_0081	0.87 45	0.73 182	1.54 43	0.92 157	0.65 159	1.27 33	0.61 127	2.11 86	2.35 249	0.86 94	0.75 39	0.86 132	0.74 102	1.36 108	0.83 99	0.33 233	0.26 188	0.27 153	0.25 198	0.38 287	0.35 70

model_zeroshot	2.43 246	0.72 176	19.99 398	1.24 339	1.23 388	3.70 315	0.63 148	3.76 306	1.61 119	2.79 493	1.41 185	2.24 346	0.82 141	2.87 320	1.22 209	0.33 233	0.52 407	0.30 241	0.25 198	0.28 106	2.59 473

rvit_stereo_0082	0.87 45	0.73 182	1.54 43	0.92 157	0.65 159	1.27 33	0.61 127	2.11 86	2.35 249	0.86 94	0.75 39	0.86 132	0.74 102	1.36 108	0.83 99	0.33 233	0.26 188	0.27 153	0.25 198	0.38 287	0.35 70

Former-RAFT_DAM_RVC	0.99 64	0.85 250	1.58 50	0.95 186	1.08 337	2.95 173	0.53 95	1.93 62	2.00 190	1.19 161	1.63 251	0.59 61	0.65 71	1.10 41	0.90 123	0.28 109	0.23 111	0.31 262	0.25 198	0.45 372	0.32 36

qqq1	2.35 226	0.73 182	8.34 153	1.41 421	0.61 137	2.04 89	0.72 196	4.30 474	4.43 526	2.41 435	2.40 462	1.94 312	1.52 332	10.99 525	1.36 247	0.35 272	0.84 470	0.30 241	0.25 198	0.31 159	1.75 440

fff1	2.35 226	0.73 182	8.34 153	1.41 421	0.61 137	2.04 89	0.72 196	4.30 474	4.43 526	2.41 435	2.40 462	1.94 312	1.52 332	10.99 525	1.36 247	0.35 272	0.84 470	0.30 241	0.25 198	0.31 159	1.75 440

plain	2.00 147	0.89 265	21.49 570	0.67 27	0.73 195	1.66 70	0.57 106	3.27 236	2.18 212	0.80 71	1.25 137	0.80 119	0.86 150	1.72 182	1.13 184	0.34 255	0.21 66	0.32 283	0.25 198	0.44 363	0.34 59

GLC_STEREO	0.83 35	0.59 87	1.71 61	0.89 129	0.34 8	1.88 78	0.80 267	1.48 19	1.60 113	0.98 135	1.06 96	0.68 83	0.71 88	1.19 57	0.89 118	0.25 56	0.25 161	0.32 283	0.25 198	0.32 184	0.34 59

DAS	2.52 261	0.76 215	7.72 148	1.16 302	1.64 487	2.96 174	2.10 528	4.14 414	3.31 424	4.16 560	2.51 480	2.56 390	1.81 407	11.54 553	1.83 366	0.44 389	0.23 111	0.39 406	0.25 198	0.42 339	0.45 165

SepStereo	2.36 228	0.76 215	7.72 148	1.16 302	1.64 487	2.96 174	2.10 528	4.14 414	3.31 424	4.16 560	2.51 480	2.56 390	1.81 407	8.34 445	1.83 366	0.44 389	0.23 111	0.39 406	0.25 198	0.42 339	0.45 165

IIG-Stereo	2.89 365	0.98 310	19.80 374	2.78 565	0.67 173	4.62 531	0.74 215	4.29 472	2.26 229	2.62 472	3.10 524	3.33 462	1.60 349	7.64 434	1.51 280	0.42 364	0.21 66	0.32 283	0.25 198	0.33 210	0.28 18

test-1	1.81 134	0.72 176	9.51 161	1.02 230	1.57 470	3.85 348	0.60 123	4.07 381	1.51 84	1.94 268	1.81 313	2.04 332	0.91 167	1.39 116	1.73 347	0.27 87	0.93 476	0.31 262	0.25 198	0.29 124	1.37 413

Prome-Stereo	2.57 286	0.60 95	20.29 442	1.01 226	0.62 147	4.40 486	1.80 508	3.22 228	1.74 148	2.18 351	3.43 538	1.71 263	3.45 524	2.24 269	1.19 202	0.32 206	0.20 42	0.27 153	0.25 198	0.37 273	2.15 460

LMCR-Stereo	2.53 266	2.30 474	18.81 313	1.64 488	0.86 252	3.88 357	1.14 422	4.33 496	1.63 125	2.27 384	2.35 455	1.13 186	2.41 466	2.63 302	2.26 423	1.06 544	0.24 142	0.29 216	0.25 198	0.62 451	0.42 145

AFF-stereo	2.54 270	3.44 500	20.84 519	1.30 374	0.48 65	3.94 376	0.48 74	3.30 238	3.40 447	1.94 268	2.21 432	2.10 340	1.51 328	2.36 279	1.62 310	0.23 34	0.21 66	0.25 91	0.25 198	0.33 210	0.53 237

RASNet	3.15 412	1.20 368	19.81 376	1.63 484	2.26 543	3.67 307	1.09 409	3.58 272	3.44 453	1.99 282	2.15 413	4.59 543	2.30 459	10.24 499	2.98 466	0.57 483	0.26 188	0.25 91	0.25 198	0.30 147	0.54 245

AANet_RVC	3.70 481	7.03 530	17.25 272	1.21 327	1.12 350	3.79 333	1.09 409	3.98 355	3.38 441	2.65 476	4.29 552	3.95 507	1.40 295	11.43 549	7.88 530	1.25 553	0.57 422	0.34 338	0.25 198	0.43 349	0.71 321

NLCSM	2.22 189	0.67 138	1.58 50	0.69 39	1.83 516	3.24 214	0.68 174	8.45 590	11.81 594	0.94 126	1.36 170	0.87 137	1.06 215	7.59 433	1.71 339	0.29 132	0.26 188	0.29 216	0.26 217	0.38 287	0.47 187

GSStereo	2.65 308	0.61 102	2.62 92	1.07 258	1.33 414	4.53 512	0.81 275	3.44 255	4.24 513	0.80 71	0.93 69	0.76 112	0.80 130	1.07 31	0.84 102	0.28 109	0.54 412	0.26 126	0.26 217	0.29 124	27.59 618

GS-Stereo							0.81 275	3.44 255	4.24 513	0.80 71	0.93 69	0.76 112	0.80 130	1.07 31	0.84 102	0.28 109	0.54 412	0.26 126	0.26 217	0.29 124	27.59 618

tg	1.40 111	1.14 351	2.71 94	0.97 203	0.54 97	4.02 394	0.42 55	3.02 210	2.64 290	1.70 226	1.85 335	1.84 295	0.97 181	1.81 208	0.99 154	0.31 185	0.22 83	0.29 216	0.26 217	0.32 184	2.01 455

rvit_stereo_0081_aga	1.06 77	1.02 324	5.34 131	0.75 67	0.74 200	1.21 24	0.63 148	2.00 72	2.30 242	0.88 106	0.82 51	0.79 117	0.69 85	1.42 122	0.78 75	0.36 299	0.29 227	0.26 126	0.26 217	0.41 328	0.32 36

11t1	2.82 354	0.72 176	17.81 292	1.60 477	0.93 286	2.27 109	0.62 142	3.76 306	4.47 531	1.72 229	1.33 162	1.05 177	1.34 281	1.84 215	1.45 272	0.29 132	5.57 568	0.29 216	0.26 217	0.32 184	8.80 552

MIF-Stereo (partial)	1.93 137	0.69 153	21.14 548	0.74 60	1.02 314	1.07 14	0.49 75	2.75 171	1.78 154	0.82 77	1.22 129	0.80 119	0.90 165	1.68 166	1.63 316	0.38 331	0.24 142	0.33 318	0.26 217	0.41 328	0.32 36

MIM_Stereo	2.71 329	1.26 372	20.92 524	1.34 392	5.57 589	3.10 188	0.59 119	3.25 233	2.51 273	1.64 211	1.61 242	1.82 292	1.29 273	2.07 241	1.35 240	0.25 56	0.31 245	0.28 191	0.26 217	0.29 124	4.43 516

4D-IteraStereo	2.95 377	1.83 447	20.75 511	0.81 91	1.56 467	2.22 106	1.03 393	2.48 128	1.56 96	1.42 186	1.00 88	1.93 310	0.61 60	1.65 162	2.04 404	0.31 185	0.22 83	0.31 262	0.26 217	0.28 106	16.75 597

Selective-RAFT	1.34 105	0.58 76	2.21 78	1.01 226	0.49 74	4.19 449	0.51 85	3.39 248	3.62 475	1.15 158	1.40 181	1.45 234	1.40 295	2.09 244	1.31 237	0.43 381	0.40 331	0.25 91	0.26 217	0.29 124	0.38 106

ProNet	1.63 121	0.91 274	5.70 133	0.96 195	0.64 154	2.40 121	0.82 278	1.92 61	3.28 412	0.69 38	1.17 118	0.78 114	0.76 111	1.72 182	0.87 112	0.27 87	0.97 483	0.25 91	0.26 217	0.31 159	7.97 539

TestStereo1	2.56 282	1.41 397	20.56 484	1.63 484	0.74 200	4.13 422	1.34 455	3.93 344	3.38 441	1.61 207	2.56 485	1.43 231	2.13 444	2.55 297	1.70 336	0.32 206	0.22 83	0.34 338	0.26 217	0.40 308	0.53 237

SA-5K	2.56 282	1.41 397	20.56 484	1.63 484	0.74 200	4.13 422	1.34 455	3.93 344	3.38 441	1.61 207	2.56 485	1.43 231	2.13 444	2.55 297	1.70 336	0.32 206	0.22 83	0.34 338	0.26 217	0.40 308	0.53 237

STrans-v2	3.11 402	0.95 298	20.80 514	0.86 114	0.64 154	3.90 361	1.01 386	4.30 474	3.61 473	2.28 386	3.65 541	4.11 518	5.17 551	7.32 425	1.63 316	0.34 255	0.18 15	0.29 216	0.26 217	0.30 147	0.65 304

TransformOpticalFlow	3.07 397	0.87 256	20.87 521	1.10 268	0.56 110	4.18 441	0.64 153	4.36 505	3.28 412	2.19 358	3.08 522	4.32 531	5.01 548	7.36 428	1.59 301	0.34 255	0.18 15	0.32 283	0.26 217	0.29 124	0.57 257

OMP-Stereo	2.94 375	1.26 372	20.07 406	2.73 563	0.67 173	4.58 525	1.46 475	4.33 496	2.21 219	3.14 526	2.68 500	3.22 452	1.38 288	7.65 435	1.42 262	0.46 410	0.21 66	0.33 318	0.26 217	0.34 233	0.31 33

NRIStereo	2.32 218	0.69 153	20.07 406	1.35 394	0.38 18	4.73 555	0.89 320	2.43 119	3.35 436	1.95 274	1.37 174	1.75 268	1.21 261	2.97 324	1.35 240	0.49 435	0.22 83	0.29 216	0.26 217	0.31 159	0.33 48

RAFT-345	2.55 275	0.60 95	19.89 386	1.22 331	0.49 74	4.43 491	0.77 240	1.68 37	3.54 469	2.09 322	3.10 524	1.95 316	1.30 275	6.65 408	1.47 276	0.41 353	0.23 111	0.32 283	0.26 217	0.29 124	0.28 18

CRE-IMP	2.28 208	0.68 148	19.67 364	0.85 105	0.39 34	4.54 514	0.80 267	2.63 159	4.84 554	1.96 276	1.51 204	1.86 298	0.96 178	1.52 145	1.43 264	0.47 419	0.21 66	0.31 262	0.26 217	0.41 328	0.35 70

iRaftStereo_RVC	1.70 129	1.18 358	3.88 116	0.99 216	0.46 55	3.83 341	0.41 52	2.41 114	1.60 113	1.69 224	1.76 289	1.81 290	0.83 142	1.58 155	1.23 212	0.31 185	4.86 563	0.29 216	0.26 217	0.33 210	4.33 514

S2M2_L	0.69 9	0.59 87	1.35 27	0.92 157	0.55 104	1.07 14	0.20 1	1.17 7	1.61 119	0.61 17	0.82 51	0.86 132	0.47 19	0.92 10	0.71 54	0.36 299	0.33 261	0.27 153	0.27 237	0.37 273	0.33 48
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
rvit_stereo_0083	0.91 53	0.73 182	1.60 55	0.90 141	0.66 167	1.21 24	0.64 153	1.75 48	2.71 299	0.83 84	0.93 69	0.94 165	1.06 215	1.50 143	0.79 84	0.34 255	0.36 294	0.30 241	0.27 237	0.34 233	0.34 59

CAS++	1.01 73	0.77 223	3.30 101	0.86 114	0.53 94	1.23 29	0.85 301	3.43 253	1.57 100	1.16 159	1.33 162	0.62 67	0.58 47	1.18 55	0.63 33	0.37 315	0.30 237	0.35 357	0.27 237	0.41 328	0.38 106
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo07	2.29 211	1.18 358	20.10 415	1.04 241	1.21 385	3.96 384	0.95 369	2.13 88	3.37 438	1.09 154	1.28 150	0.68 83	0.91 167	1.74 193	0.86 110	0.26 75	3.49 557	0.34 338	0.27 237	0.43 349	0.49 208

MyStereo06	2.74 337	1.07 330	21.19 556	1.06 251	1.08 337	4.26 463	0.86 306	3.72 300	1.80 156	2.25 375	1.77 296	4.28 528	4.12 536	1.85 216	1.38 253	0.25 56	2.43 536	0.34 338	0.27 237	0.46 382	0.48 199

MyStereo05	2.55 275	1.07 330	19.87 384	1.06 251	1.08 337	4.26 463	0.86 306	4.10 396	3.01 354	2.19 358	1.26 141	2.30 353	1.64 371	2.13 252	1.99 392	0.25 56	2.43 536	0.34 338	0.27 237	0.46 382	0.48 199

MyStereo04	2.54 270	1.18 358	18.82 315	1.04 241	1.21 385	3.96 384	0.95 369	4.02 366	3.01 354	2.06 310	1.27 148	2.33 356	1.66 378	2.06 239	2.01 398	0.26 75	3.49 557	0.34 338	0.27 237	0.43 349	0.49 208

EKT-Stereo	7.93 582	0.75 205	21.17 553	1.84 517	109.80 633	4.51 509	0.61 127	4.13 409	1.59 107	1.89 256	1.24 133	1.96 321	1.35 282	4.02 353	1.36 247	0.42 364	0.31 245	0.29 216	0.27 237	0.35 248	0.78 342

PCWNet_CMD	2.16 171	0.71 168	15.44 227	0.84 100	0.76 213	3.38 236	0.68 174	3.69 292	2.24 223	1.72 229	1.63 251	3.20 450	3.00 499	2.09 244	1.23 212	0.32 206	0.37 301	0.47 455	0.27 237	0.65 469	0.51 219

AEACV	2.12 164	0.67 138	6.33 140	1.38 409	1.50 452	3.53 275	0.90 335	2.83 183	1.60 113	0.91 120	0.81 50	0.80 119	1.61 355	1.56 153	0.73 60	0.25 56	0.60 434	0.26 126	0.27 237	0.29 124	15.65 588

DCRE	3.02 388	0.95 298	18.48 305	1.18 314	1.89 523	3.57 283	0.82 278	3.36 246	1.70 140	2.04 305	8.12 572	1.73 267	1.07 219	1.31 89	1.24 217	0.24 41	0.87 474	0.26 126	0.27 237	0.28 106	11.03 564

CSP-Net	1.99 146	1.70 431	4.84 126	1.22 331	1.02 314	3.42 245	1.30 449	3.66 283	2.11 203	2.07 316	1.93 369	2.40 363	1.48 321	8.56 449	1.62 310	0.51 457	0.41 338	0.27 153	0.27 237	0.44 363	0.54 245

test-3	2.19 178	0.59 87	18.63 308	1.13 288	0.75 208	2.07 95	0.89 320	4.37 508	1.53 87	2.25 375	1.20 122	2.05 335	0.79 125	2.68 306	1.35 240	0.29 132	0.95 479	0.28 191	0.27 237	0.27 93	1.47 424

test_1	2.19 178	0.59 87	18.67 310	1.13 288	0.78 221	2.07 95	0.89 320	4.37 508	1.53 87	2.18 351	1.20 122	2.05 335	0.78 117	2.68 306	1.36 247	0.29 132	0.93 476	0.28 191	0.27 237	0.28 106	1.53 428

GwcNet-ADL	2.51 259	0.75 205	21.41 567	0.98 209	0.73 195	4.58 525	0.95 369	4.46 528	2.61 286	2.06 310	1.80 308	2.54 385	1.24 265	1.98 233	1.73 347	0.41 353	0.46 374	0.24 63	0.27 237	0.41 328	0.55 249

DEmStereo	3.24 432	0.65 126	18.95 318	0.83 98	0.54 97	3.85 348	1.79 507	2.53 135	2.54 277	2.25 375	2.74 505	2.02 329	6.02 559	6.78 414	11.30 546	0.40 350	0.26 188	0.27 153	0.27 237	0.28 106	0.57 257

SST-Stereo	2.63 303	0.63 112	19.76 373	1.69 496	0.46 55	4.71 554	0.74 215	2.27 99	3.07 375	2.07 316	2.15 413	2.42 371	3.17 509	6.66 409	0.95 141	0.45 398	0.19 26	0.30 241	0.27 237	0.35 248	0.31 33

RAFT_R40	2.61 296	0.64 118	19.86 382	1.69 496	0.46 55	4.74 557	0.95 369	2.28 101	2.52 275	2.02 297	2.32 453	2.69 403	2.52 476	6.70 411	1.05 170	0.42 364	0.19 26	0.30 241	0.27 237	0.33 210	0.29 22

DRaft	3.12 405	0.68 148	20.57 488	0.77 71	0.49 74	3.95 378	1.20 432	2.40 113	1.60 113	2.64 474	2.80 509	1.59 244	5.33 552	6.94 421	9.51 537	0.43 381	0.22 83	0.27 153	0.27 237	0.32 184	0.47 187

PFNet	2.75 341	0.69 153	19.96 395	2.25 541	0.80 228	4.63 533	0.90 335	2.60 156	3.85 490	2.39 430	2.71 503	1.82 292	1.41 300	7.53 431	1.41 260	0.36 299	0.21 66	0.36 375	0.27 237	0.32 184	0.46 175

RALAANet	2.29 211	2.73 486	21.08 537	1.29 369	0.94 292	1.45 54	0.68 174	3.25 233	2.61 286	2.02 297	1.80 308	1.28 210	1.04 204	2.12 250	1.79 360	0.30 161	0.22 83	0.27 153	0.27 237	0.41 328	0.35 70

FENet	2.30 215	0.61 102	20.21 427	1.43 437	0.68 181	4.04 398	0.60 123	4.01 361	2.26 229	2.03 302	1.13 112	2.42 371	1.42 303	1.72 182	1.43 264	0.36 299	0.24 142	0.33 318	0.27 237	0.29 124	0.51 219

ACVNet	2.40 237	0.97 307	20.20 423	0.94 174	0.86 252	4.22 455	0.79 257	2.97 206	2.85 324	1.93 262	1.91 360	3.07 439	1.46 315	1.52 145	2.37 433	0.33 233	0.27 205	0.30 241	0.27 237	0.42 339	0.35 70

acv_ft	2.45 250	0.97 307	19.57 352	1.15 295	2.01 530	2.97 177	0.96 375	3.88 331	2.85 324	2.34 414	1.91 360	3.07 439	1.65 377	1.52 145	2.26 423	0.33 233	0.27 205	0.30 241	0.27 237	0.42 339	0.35 70

DMCA	2.02 152	1.07 330	11.33 175	1.17 309	0.96 296	3.92 372	0.89 320	3.80 316	3.11 380	2.89 502	1.58 237	2.35 360	1.17 253	1.79 198	2.25 422	0.42 364	0.29 227	0.42 431	0.27 237	0.38 287	0.43 153

MSMDNet	2.16 171	0.71 168	15.36 225	0.86 114	0.75 208	3.41 243	0.69 184	3.70 295	2.25 226	1.73 232	1.64 256	3.21 451	2.95 491	2.09 244	1.24 217	0.32 206	0.37 301	0.45 446	0.27 237	0.63 457	0.50 213

HITNet	2.49 257	2.91 489	19.23 334	1.54 464	0.57 122	3.47 256	0.79 257	4.16 420	2.93 340	2.18 351	1.65 259	1.68 255	1.45 310	2.17 258	2.99 467	0.28 109	0.20 42	0.41 420	0.27 237	0.45 372	0.52 229
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
xyz-stereo-finetune2	1.31 102	0.95 298	3.28 100	0.60 2	0.36 10	3.48 262	0.65 157	2.82 181	1.47 71	0.99 137	1.86 341	0.91 150	1.75 395	3.54 338	1.86 372	0.27 87	0.22 83	0.30 241	0.28 264	0.33 210	0.34 59

G2L-Stereo	2.85 357	2.33 476	19.94 392	1.15 295	1.34 417	3.57 283	0.95 369	3.70 295	2.22 220	2.14 333	1.61 242	3.19 448	1.33 279	9.50 467	2.02 400	0.36 299	0.27 205	0.35 357	0.28 264	0.30 147	0.51 219

rvit_stereo_0080	1.10 86	1.09 337	3.78 111	0.65 17	0.60 133	1.91 80	0.74 215	2.74 169	2.65 292	0.94 126	1.09 102	0.85 129	0.81 136	1.20 63	0.89 118	0.39 339	0.29 227	0.25 91	0.28 264	0.46 382	0.35 70

IGEV-BASED-STEREO-	1.13 89	3.31 496	2.61 91	0.87 121	0.40 36	1.26 31	0.61 127	1.55 23	1.61 119	0.93 124	0.94 77	0.65 74	0.57 44	1.10 41	0.68 44	1.55 565	0.19 26	0.32 283	0.28 264	1.11 540	2.04 456

AE-Stereo	2.91 368	0.63 112	17.05 269	1.15 295	0.63 150	4.39 482	0.70 187	4.02 366	2.12 205	1.24 170	2.04 387	1.01 172	0.91 167	1.67 164	1.42 262	0.30 161	1.14 493	0.28 191	0.28 264	0.27 93	16.93 600

CoDeX	2.47 254	0.91 274	13.65 192	1.03 234	1.17 367	3.28 222	1.30 449	4.17 424	2.99 347	1.78 241	1.85 335	2.04 332	1.46 315	9.99 488	1.66 327	0.38 331	0.28 216	0.32 283	0.28 264	0.34 233	0.57 257

whm_eth	1.10 86	1.09 337	3.78 111	0.65 17	0.60 133	1.91 80	0.74 215	2.74 169	2.65 292	0.94 126	1.09 102	0.85 129	0.81 136	1.20 63	0.89 118	0.39 339	0.29 227	0.25 91	0.28 264	0.46 382	0.35 70

CBFPSM	2.24 193	2.06 460	12.12 179	1.13 288	1.05 328	2.85 159	1.23 440	3.37 247	2.05 193	1.82 248	1.33 162	4.55 541	4.00 534	2.38 280	2.35 430	0.27 87	0.38 315	0.32 283	0.28 264	0.39 302	0.89 365

iinet-f	2.44 248	1.82 446	14.97 220	1.21 327	1.11 347	3.78 331	1.10 414	4.19 433	2.90 337	2.10 324	1.76 289	2.99 430	2.97 493	2.84 317	2.79 455	0.38 331	0.38 315	0.28 191	0.28 264	0.50 408	0.47 187

CASS	1.65 125	0.73 182	8.72 157	0.97 203	0.67 173	2.88 164	0.69 184	3.07 213	1.86 164	2.82 498	2.02 383	1.39 224	1.55 341	1.75 194	1.36 247	0.51 457	0.28 216	0.34 338	0.28 264	0.47 395	0.63 295
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
BUS	1.64 124	0.64 118	3.82 113	0.94 174	0.86 252	4.50 505	0.75 226	4.49 530	2.29 239	2.96 512	1.82 316	3.61 490	1.03 197	1.79 198	1.18 197	0.39 339	0.25 161	0.31 262	0.28 264	0.38 287	0.41 136

CRFU-Net	2.56 282	0.89 265	10.77 169	2.53 557	1.09 340	3.91 365	1.40 466	3.87 330	1.92 175	2.25 375	1.80 308	3.32 461	7.85 579	5.53 379	1.54 287	0.58 484	0.36 294	0.31 262	0.28 264	0.39 302	0.56 252

BSDual-CNN	1.61 119	0.64 118	3.82 113	0.94 174	0.86 252	4.18 441	1.14 422	4.49 530	2.29 239	2.96 512	1.82 316	2.58 392	1.30 275	1.79 198	1.44 268	0.39 339	0.25 161	0.31 262	0.28 264	0.38 287	0.41 136

hknet	2.34 224	0.78 225	13.86 196	0.94 174	1.07 334	4.18 441	1.14 422	4.49 530	3.00 349	2.96 512	1.82 316	3.47 473	1.30 275	4.11 356	1.77 355	0.35 272	0.25 161	0.31 262	0.28 264	0.38 287	0.41 136

GMOStereo	2.64 304	0.92 281	19.83 378	0.81 91	0.68 181	3.22 208	0.89 320	2.94 196	1.48 73	2.36 422	1.54 218	1.75 268	1.04 204	1.33 95	1.15 188	0.26 75	11.32 601	0.35 357	0.28 264	0.35 248	0.33 48

error version	2.64 304	0.92 281	19.83 378	0.81 91	0.68 181	3.22 208	0.89 320	2.94 196	1.48 73	2.36 422	1.54 218	1.75 268	1.04 204	1.33 95	1.15 188	0.26 75	11.32 601	0.35 357	0.28 264	0.35 248	0.33 48

test-v	2.64 304	0.92 281	19.83 378	0.81 91	0.68 181	3.22 208	0.89 320	2.94 196	1.48 73	2.36 422	1.54 218	1.75 268	1.04 204	1.33 95	1.15 188	0.26 75	11.32 601	0.35 357	0.28 264	0.35 248	0.33 48

CrosDoStereo	5.27 548	0.75 205	20.07 406	0.85 105	0.53 94	3.40 240	18.03 606	3.90 335	3.29 417	1.99 282	8.27 574	1.95 316	6.95 571	7.34 426	25.94 615	0.33 233	0.22 83	0.30 241	0.28 264	0.35 248	0.61 288

HHNet	2.51 259	0.76 215	20.83 516	0.67 27	0.67 173	4.07 407	0.90 335	3.85 326	1.59 107	2.14 333	4.91 558	0.98 168	3.32 515	1.73 188	1.80 361	0.41 353	0.20 42	0.31 262	0.28 264	0.38 287	0.44 159

Patchmatch Stereo++	2.28 208	0.74 191	20.54 478	0.77 71	0.38 18	4.67 540	0.75 226	2.55 143	3.21 394	2.00 286	1.53 207	1.77 275	1.14 243	2.46 283	0.98 151	0.51 457	0.23 111	0.32 283	0.28 264	0.40 308	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
PSM-adaLoss	2.26 201	0.74 191	20.53 477	0.77 71	0.38 18	4.67 540	0.71 192	2.54 136	3.22 401	2.00 286	1.53 207	1.77 275	1.13 237	2.22 266	0.96 143	0.50 449	0.23 111	0.32 283	0.28 264	0.40 308	0.35 70

ROB_FTStereo_v2	2.25 196	0.74 191	20.45 462	0.77 71	0.38 18	4.66 539	0.74 215	2.54 136	3.20 391	2.00 286	1.53 207	1.77 275	1.14 243	2.13 252	0.96 143	0.50 449	0.22 83	0.32 283	0.28 264	0.40 308	0.35 70

ROB_FTStereo	2.26 201	0.74 191	20.44 459	0.77 71	0.38 18	4.65 536	0.75 226	2.54 136	3.19 389	2.00 286	1.54 218	1.77 275	1.13 237	2.28 273	0.94 135	0.49 435	0.22 83	0.32 283	0.28 264	0.40 308	0.35 70

HUI-Stereo	2.27 204	0.74 191	20.56 484	0.77 71	0.38 18	4.67 540	0.78 247	2.54 136	3.23 404	2.00 286	1.53 207	1.77 275	1.13 237	2.21 265	0.93 127	0.49 435	0.23 111	0.32 283	0.28 264	0.40 308	0.35 70

ASMatch	2.65 308	0.68 148	20.65 500	1.60 477	0.71 192	4.40 486	0.77 240	2.02 76	1.65 129	1.71 228	3.89 546	1.93 310	3.75 530	5.45 376	1.67 328	0.33 233	0.24 142	0.34 338	0.28 264	0.34 233	0.57 257

DeepStereo_LL	5.27 548	0.75 205	20.07 406	0.85 105	0.53 94	3.40 240	18.03 606	3.90 335	3.29 417	1.99 282	8.27 574	1.95 316	6.95 571	7.34 426	25.94 615	0.33 233	0.22 83	0.30 241	0.28 264	0.35 248	0.61 288

THIR-Stereo	4.50 526	1.11 342	18.71 311	0.89 129	0.47 60	2.25 107	16.71 605	3.53 265	1.58 104	2.04 305	12.04 597	2.66 400	7.52 574	7.29 424	11.25 545	0.32 206	0.21 66	0.29 216	0.28 264	0.35 248	0.52 229

iGMRVC	2.27 204	0.74 191	20.46 463	0.77 71	0.38 18	4.65 536	0.73 205	2.54 136	3.21 394	2.00 286	1.53 207	1.77 275	1.14 243	2.47 286	0.99 154	0.51 457	0.23 111	0.32 283	0.28 264	0.40 308	0.35 70

iRAFT	2.28 208	0.74 191	20.54 478	0.77 71	0.38 18	4.67 540	0.75 226	2.55 143	3.21 394	2.00 286	1.53 207	1.77 275	1.14 243	2.46 283	0.98 151	0.51 457	0.23 111	0.32 283	0.28 264	0.40 308	0.35 70

test-2	2.64 304	0.92 281	19.83 378	0.81 91	0.68 181	3.22 208	0.89 320	2.94 196	1.48 73	2.36 422	1.54 218	1.75 268	1.04 204	1.33 95	1.15 188	0.26 75	11.32 601	0.35 357	0.28 264	0.35 248	0.33 48

RAFT-IKP	2.27 204	0.74 191	20.55 480	0.77 71	0.38 18	4.64 535	0.73 205	2.54 136	3.21 394	2.00 286	1.53 207	1.77 275	1.13 237	2.25 272	1.00 158	0.51 457	0.22 83	0.32 283	0.28 264	0.40 308	0.35 70

CFNet_pseudo	2.03 154	0.74 191	12.75 183	0.87 121	0.74 200	3.91 365	0.65 157	4.04 373	1.93 177	1.93 262	1.79 303	3.25 455	1.61 355	2.51 289	1.25 224	0.32 206	0.37 301	0.53 491	0.28 264	0.64 462	0.50 213

MMNet	2.15 168	1.33 388	12.06 178	1.22 331	1.23 388	3.55 279	0.89 320	3.84 324	2.26 229	2.19 358	1.78 300	2.15 341	2.10 437	3.70 343	2.35 430	0.45 398	0.38 315	0.34 338	0.28 264	0.40 308	0.52 229

UNet	2.53 266	0.91 274	20.07 406	1.19 319	1.44 442	3.45 253	0.75 226	3.80 316	1.98 185	2.09 322	1.57 229	2.74 407	2.37 463	3.51 337	2.52 445	0.35 272	0.30 237	0.41 420	0.28 264	0.40 308	0.50 213

ccs_rob	2.03 154	0.74 191	12.67 182	0.87 121	0.75 208	3.91 365	0.66 160	4.04 373	1.93 177	1.92 261	1.79 303	3.24 453	1.63 368	2.52 293	1.25 224	0.32 206	0.37 301	0.54 499	0.28 264	0.66 473	0.51 219

BStereo	0.96 61	0.82 242	4.46 123	0.85 105	0.56 110	1.19 21	0.72 196	2.57 146	1.23 43	0.88 106	0.58 18	0.73 97	0.48 22	1.08 35	1.17 195	0.28 109	0.23 111	0.24 63	0.29 299	0.26 82	0.51 219

Wave_Phase_stereo	1.14 91	0.82 242	4.46 123	0.85 105	0.56 110	5.00 566	0.72 196	2.52 134	1.23 43	0.88 106	0.58 18	0.73 97	0.48 22	1.08 35	1.17 195	0.28 109	0.23 111	0.24 63	0.29 299	0.26 82	0.51 219

PAM_32	3.04 393	0.69 153	20.55 480	1.17 309	1.01 311	8.89 591	0.76 236	3.71 298	3.43 452	2.12 330	2.65 495	5.44 564	3.73 529	2.35 278	1.48 277	0.27 87	0.33 261	0.28 191	0.29 299	0.39 302	1.27 408

rvit_stereo_ft	1.28 100	1.39 394	6.72 143	0.99 216	0.66 167	1.06 13	0.79 257	2.81 179	3.14 385	0.83 84	1.02 90	0.95 167	1.13 237	1.27 76	1.00 158	0.34 255	0.24 142	0.27 153	0.29 299	0.40 308	0.35 70

DispNO	3.22 427	2.06 460	19.82 377	1.21 327	1.11 347	3.74 323	0.93 361	4.31 485	2.89 335	2.37 427	2.27 441	4.51 539	2.09 434	11.41 546	3.47 481	0.35 272	0.28 216	0.31 262	0.29 299	0.39 302	0.51 219

MyStereo8	2.97 384	1.76 436	18.94 317	1.55 468	1.62 480	4.16 433	0.57 106	3.79 311	2.41 257	2.22 370	2.93 515	2.27 349	1.14 243	2.16 256	2.28 425	0.27 87	8.58 584	0.32 283	0.29 299	0.37 273	1.72 439

gwcnet-sp	2.38 233	1.51 409	17.58 284	1.11 273	0.92 282	3.59 287	1.03 393	3.79 311	2.43 261	2.60 465	1.63 251	1.80 287	1.61 355	3.87 348	1.99 392	0.33 233	0.32 251	0.30 241	0.29 299	0.40 308	0.47 187

scenet	2.38 233	1.51 409	17.58 284	1.11 273	0.92 282	3.59 287	1.03 393	3.79 311	2.43 261	2.60 465	1.63 251	1.80 287	1.61 355	3.87 348	1.99 392	0.33 233	0.32 251	0.30 241	0.29 299	0.40 308	0.47 187

ssnet	2.38 233	1.51 409	17.58 284	1.11 273	0.92 282	3.59 287	1.03 393	3.79 311	2.43 261	2.60 465	1.63 251	1.80 287	1.61 355	3.87 348	1.99 392	0.33 233	0.32 251	0.30 241	0.29 299	0.40 308	0.47 187

test_4	1.98 141	0.68 148	15.65 232	0.91 147	0.48 65	4.11 417	1.09 409	2.41 114	1.50 81	1.55 200	2.31 451	1.87 301	0.79 125	2.86 319	1.51 280	0.34 255	0.19 26	0.29 216	0.29 299	0.30 147	0.40 127

iRaft-Stereo_5w	2.47 254	1.37 393	13.85 194	0.87 121	0.99 303	3.22 208	0.84 294	3.72 300	2.12 205	1.57 203	2.49 476	2.20 344	2.22 452	9.12 458	2.03 402	0.48 428	0.27 205	0.35 357	0.29 299	0.48 402	0.94 374

test_3	2.17 174	0.58 76	18.64 309	1.11 273	0.78 221	2.15 99	0.85 301	4.42 520	1.47 71	2.00 286	1.20 122	2.02 329	0.79 125	2.70 310	1.35 240	0.29 132	1.04 487	0.29 216	0.29 299	0.31 159	1.07 392

AAGNet	3.88 493	0.67 138	20.04 404	2.27 542	0.46 55	4.76 559	1.05 400	2.28 101	3.38 441	2.16 344	1.84 331	2.40 363	3.95 533	6.22 398	24.21 612	0.49 435	0.19 26	0.30 241	0.29 299	0.33 210	0.29 22

DeepStereo_RVC	2.42 245	0.70 161	18.41 302	0.79 85	0.43 44	4.50 505	0.70 187	2.51 130	3.51 467	2.02 297	1.79 303	1.54 241	6.35 562	1.93 227	1.22 209	0.47 419	0.22 83	0.29 216	0.29 299	0.35 248	0.40 127

IRAFT_RVC	2.74 337	0.71 168	19.80 374	2.52 556	0.67 173	4.60 529	1.57 488	3.05 211	2.99 347	2.23 372	1.72 278	2.08 338	2.59 478	6.69 410	1.61 308	0.37 315	0.21 66	0.33 318	0.29 299	0.33 210	0.35 70

GEStereo_RVC	2.66 314	1.20 368	20.38 453	1.29 369	1.05 328	4.02 394	1.42 469	4.17 424	2.24 223	2.10 324	1.86 341	2.33 356	1.84 415	4.93 366	1.78 356	0.51 457	0.38 315	0.32 283	0.29 299	0.44 363	0.56 252

XX-Stereo	2.66 314	0.70 161	21.17 553	2.33 546	1.24 392	4.31 472	0.45 66	4.48 529	1.60 113	2.39 430	1.89 351	4.60 544	0.60 57	4.17 358	1.11 181	0.34 255	0.26 188	0.29 216	0.29 299	0.53 417	0.43 153

HCRNet	2.24 193	0.74 191	14.54 210	0.82 96	1.36 424	4.11 417	0.70 187	3.61 278	3.03 364	1.83 250	1.61 242	1.58 243	1.40 295	5.79 382	1.60 305	0.35 272	0.28 216	0.36 375	0.29 299	0.34 233	0.46 175

GANet-RSSM	2.96 379	1.27 376	21.17 553	1.73 504	1.23 388	4.22 455	0.91 347	3.39 248	2.02 191	1.97 278	1.74 287	2.53 383	2.06 433	10.91 523	1.88 376	0.37 315	0.35 284	0.32 283	0.29 299	0.42 339	0.46 175

AdaStereo	2.22 189	0.90 271	16.41 257	1.33 390	0.83 239	3.21 205	1.12 417	4.25 465	2.91 339	2.06 310	1.76 289	2.47 379	1.17 253	1.93 227	1.65 326	0.50 449	0.26 188	0.43 435	0.29 299	0.46 382	0.39 120
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.
DN-CSS_ROB	2.89 365	9.72 547	19.71 367	2.07 537	0.90 275	4.01 391	0.61 127	4.06 378	3.35 436	1.66 216	1.89 351	1.39 224	1.06 215	3.24 330	1.88 376	0.44 389	0.19 26	0.44 438	0.29 299	0.40 308	0.42 145

IGEV-FE	2.66 314	0.75 205	21.55 572	1.50 453	0.89 267	2.21 100	0.90 335	3.52 263	1.83 159	2.17 347	1.58 237	4.06 513	1.59 347	1.73 188	1.21 206	0.32 206	0.33 261	0.28 191	0.30 320	0.44 363	6.08 529

PAM	3.02 388	0.69 153	20.70 506	1.20 321	1.15 357	8.88 590	1.28 446	4.06 378	1.91 173	2.32 409	2.42 471	5.75 568	2.75 482	2.47 286	1.55 290	0.28 109	0.35 284	0.27 153	0.30 320	0.41 328	1.65 437

ACV-stereo	2.96 379	1.09 337	20.34 449	1.37 405	1.05 328	4.65 536	1.09 409	2.82 181	1.68 134	1.48 195	1.32 160	5.40 562	4.22 538	7.83 438	2.08 408	0.46 410	0.52 407	0.33 318	0.30 320	0.45 372	0.71 321

IGEV_Zeroshot_test	2.66 314	0.75 205	21.55 572	1.50 453	0.89 267	2.21 100	0.90 335	3.52 263	1.83 159	2.17 347	1.57 229	4.09 515	1.60 349	1.73 188	1.21 206	0.32 206	0.33 261	0.28 191	0.30 320	0.44 363	6.09 530

CFNet_ucs	2.32 218	0.75 205	17.05 269	0.90 141	0.81 233	3.86 351	0.68 174	4.31 485	2.68 295	2.13 331	2.04 387	3.30 458	1.24 265	2.63 302	1.23 212	0.37 315	0.46 374	0.56 503	0.30 320	0.67 475	0.53 237

IER	2.09 161	0.91 274	14.11 201	0.97 203	1.15 357	3.17 200	0.89 320	3.59 274	2.39 252	2.15 340	1.98 376	2.27 349	2.11 439	2.39 281	1.80 361	0.35 272	0.24 142	0.36 375	0.30 320	0.34 233	0.42 145

RAFT_CTSACE	2.41 243	1.83 447	20.33 448	1.77 512	1.39 430	3.50 267	1.03 393	3.25 233	1.64 127	1.80 246	2.04 387	2.82 416	1.78 401	2.11 249	1.10 180	0.27 87	0.24 142	0.28 191	0.30 320	0.31 159	0.33 48

NINENet	2.59 288	0.89 265	16.09 242	1.16 302	1.07 334	4.50 505	0.75 226	4.43 522	2.61 286	2.18 351	1.91 360	3.61 490	1.03 197	7.92 439	1.18 197	0.49 435	0.34 274	0.41 420	0.30 320	0.42 339	0.44 159

AASNet	2.65 308	3.20 494	20.19 421	1.38 409	1.49 450	3.84 343	1.06 402	3.92 340	3.28 412	2.07 316	2.28 444	1.95 316	1.28 270	2.19 261	2.17 416	0.42 364	0.33 261	0.45 446	0.30 320	0.59 440	0.52 229

PSMNet-ADL	2.01 150	0.78 225	2.89 96	1.11 273	0.86 252	4.13 422	0.80 267	3.84 324	2.26 229	1.74 235	1.87 347	2.90 424	1.81 407	10.37 504	2.34 429	0.49 435	0.47 385	0.29 216	0.30 320	0.39 302	0.56 252

ADLNet2	3.20 422	1.43 399	20.11 418	1.22 331	1.78 510	3.86 351	1.47 476	3.96 350	3.89 494	2.26 381	2.49 476	4.63 547	1.92 425	10.68 512	2.00 397	0.42 364	0.37 301	0.29 216	0.30 320	0.51 413	0.46 175

Pruner-Stereo	2.33 221	0.70 161	20.66 501	2.05 536	0.48 65	4.73 555	0.78 247	2.55 143	2.70 298	2.47 444	1.57 229	1.48 237	1.03 197	1.71 176	1.55 290	0.48 428	0.21 66	0.34 338	0.30 320	0.31 159	0.42 145

ICVP	2.19 178	0.72 176	19.18 329	1.03 234	0.88 265	4.22 455	0.94 364	3.44 255	1.69 137	1.68 220	1.76 289	1.35 217	1.19 258	1.80 204	1.40 257	0.58 484	0.37 301	0.34 338	0.30 320	0.41 328	0.59 278
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
sCroCo_RVC	1.81 134	0.93 289	19.44 344	1.04 241	1.05 328	0.97 9	0.61 127	2.08 82	1.36 56	0.71 45	1.28 150	0.82 123	1.10 230	1.31 89	0.97 146	0.54 473	0.41 338	0.33 318	0.30 320	0.46 382	0.48 199

222	3.82 488	0.88 260	6.92 145	1.15 295	0.99 303	3.27 218	0.64 153	4.57 543	5.37 566	2.43 439	2.32 453	1.41 227	1.44 308	10.64 510	18.51 601	0.32 206	4.89 564	0.32 283	0.30 320	0.34 233	9.80 559

xxxx	4.25 511	0.86 252	14.59 213	1.30 374	1.16 365	3.51 271	0.63 148	4.56 541	5.42 569	2.33 412	2.29 446	2.04 332	1.39 291	10.23 497	18.00 597	0.33 233	7.15 575	0.31 262	0.30 320	0.35 248	8.33 546

HGLStereo	2.74 337	1.03 325	20.80 514	1.24 339	1.55 462	3.62 297	0.94 364	3.83 323	2.09 196	2.18 351	2.20 428	3.11 443	2.12 441	5.65 380	2.07 407	0.50 449	0.34 274	0.32 283	0.30 320	0.42 339	0.50 213

cf-r	2.93 370	2.19 470	20.59 492	1.49 448	1.35 422	4.18 441	0.92 355	3.73 304	3.12 382	2.16 344	1.82 316	3.40 468	1.44 308	8.22 442	1.93 388	0.34 255	0.31 245	0.33 318	0.30 320	0.38 287	0.45 165

DISCO	2.40 237	0.99 319	11.99 177	1.81 514	1.12 350	3.47 256	1.24 442	3.34 243	2.57 281	2.73 485	1.96 372	4.52 540	1.90 423	4.18 359	3.62 484	0.37 315	0.27 205	0.31 262	0.30 320	0.70 484	0.62 292

coex_refinement	3.01 387	1.69 430	20.28 437	1.31 378	1.15 357	3.21 205	0.86 306	3.94 347	2.43 261	2.51 452	1.92 366	3.49 475	1.68 381	11.06 529	2.54 446	0.38 331	0.26 188	0.27 153	0.31 339	0.41 328	0.58 275

HI	2.19 178	1.11 342	19.93 389	1.14 292	0.69 189	2.98 179	0.45 66	2.58 151	1.87 167	2.18 351	1.65 259	2.41 367	1.83 412	1.72 182	1.63 316	0.30 161	0.17 8	0.28 191	0.31 339	0.27 93	0.32 36

CoSv	2.19 178	1.11 342	19.93 389	1.14 292	0.69 189	2.98 179	0.45 66	2.58 151	1.87 167	2.18 351	1.65 259	2.41 367	1.83 412	1.72 182	1.63 316	0.30 161	0.17 8	0.28 191	0.31 339	0.27 93	0.32 36

rvit_0105_6	1.10 86	1.17 355	3.33 105	0.93 165	0.55 104	1.45 54	0.79 257	2.51 130	3.30 421	0.78 65	0.74 37	1.03 174	0.75 108	1.45 128	0.97 146	0.42 364	0.43 351	0.34 338	0.31 339	0.44 363	0.38 106

rvit_0105_4	1.63 121	1.29 381	12.50 181	0.94 174	0.54 97	1.56 61	0.84 294	2.84 186	3.25 406	0.82 77	0.94 77	1.10 182	0.86 150	1.65 162	1.07 174	0.43 381	0.45 368	0.35 357	0.31 339	0.44 363	0.45 165

test_sample1	2.29 211	0.72 176	5.74 134	1.51 456	0.86 252	2.35 115	0.64 153	4.07 381	3.45 459	2.01 295	1.51 204	1.70 260	1.71 389	9.53 469	1.73 347	0.31 185	0.97 483	0.31 262	0.31 339	0.33 210	6.12 531

CASnet	0.85 39	0.59 87	1.66 59	0.91 147	0.30 3	1.37 47	0.73 205	1.63 33	1.94 179	1.66 216	1.14 115	0.66 78	0.63 65	1.07 31	0.90 123	0.37 315	0.17 8	0.41 420	0.31 339	0.33 210	0.23 6
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
x	2.94 375	0.83 244	16.07 241	1.51 456	0.83 239	2.13 97	0.96 375	3.97 353	4.73 546	1.73 232	1.43 188	1.61 246	1.27 267	2.24 269	1.71 339	0.29 132	6.91 573	0.34 338	0.31 339	0.34 233	9.60 558

DisPM	2.29 211	0.61 102	20.25 434	1.79 513	0.52 91	4.58 525	0.77 240	2.50 129	2.22 220	2.49 449	1.82 316	1.45 234	1.01 191	2.73 311	1.04 167	0.48 428	0.20 42	0.32 283	0.31 339	0.32 184	0.45 165

Wz-Net-LNSev	2.78 349	6.16 522	17.27 274	1.24 339	1.65 491	3.49 265	1.55 485	3.70 295	3.61 473	1.96 276	1.76 289	3.30 458	2.17 450	2.78 313	2.24 421	0.49 435	0.35 284	0.32 283	0.31 339	0.56 430	0.65 304

sAnonymous2	2.00 147	1.54 413	21.24 558	0.93 165	0.89 267	1.21 24	0.62 142	2.58 151	2.28 235	0.86 94	1.04 92	0.73 97	1.22 262	1.10 41	0.85 107	0.30 161	0.25 161	0.31 262	0.31 339	1.06 532	0.72 324

CroCo_RVC	2.00 147	1.54 413	21.24 558	0.93 165	0.89 267	1.21 24	0.62 142	2.58 151	2.28 235	0.86 94	1.04 92	0.73 97	1.22 262	1.10 41	0.85 107	0.30 161	0.25 161	0.31 262	0.31 339	1.06 532	0.72 324

GES	2.26 201	0.79 229	19.68 365	1.12 283	0.59 127	4.30 469	1.01 386	3.90 335	1.59 107	1.78 241	1.78 300	1.28 210	1.75 395	1.80 204	1.61 308	0.42 364	0.29 227	0.33 318	0.31 339	0.45 372	0.50 213

ac_64	2.93 370	0.87 256	19.66 357	1.35 394	1.70 500	3.29 225	0.92 355	3.56 269	3.46 462	1.91 258	1.79 303	3.90 504	1.76 398	10.23 497	1.93 388	0.44 389	0.32 251	0.33 318	0.31 339	0.35 248	0.51 219

GwcNet-RSSM	3.13 407	5.08 516	19.86 382	1.28 363	1.20 380	4.12 419	1.11 415	3.89 333	2.80 314	2.13 331	1.81 313	3.11 443	1.46 315	10.33 503	2.19 419	0.36 299	0.34 274	0.35 357	0.31 339	0.45 372	0.43 153

BEATNet_4x	2.65 308	4.43 513	18.10 295	1.41 421	0.59 127	3.44 249	1.02 390	4.08 390	2.97 344	2.28 386	1.75 288	2.18 342	1.61 355	2.80 315	3.54 482	0.39 339	0.25 161	0.47 455	0.31 339	0.61 446	0.86 362

FE-Mocha	1.31 102	0.79 229	5.00 127	1.08 261	0.77 217	1.59 63	0.39 37	2.94 196	1.56 96	1.83 250	1.81 313	2.44 377	0.88 155	1.68 166	1.18 197	0.32 206	0.49 395	0.35 357	0.32 355	0.27 93	0.48 199

test_sample2	2.20 185	0.70 161	6.07 137	1.49 448	0.81 233	2.96 174	0.86 306	4.13 409	3.31 424	2.07 316	1.54 218	1.56 242	1.63 368	10.61 508	1.80 361	0.33 233	0.77 463	0.32 283	0.32 355	0.38 287	2.35 466

GrayStereo	3.68 478	0.56 63	20.61 495	1.71 501	0.90 275	4.17 438	8.11 596	3.17 222	4.13 505	2.80 496	2.49 476	1.70 260	17.06 607	2.83 316	1.25 224	0.37 315	0.23 111	0.27 153	0.32 355	0.30 147	0.57 257

RAFT	2.36 228	1.62 423	18.03 294	1.75 508	0.54 97	1.91 80	0.91 347	3.24 230	3.65 477	1.64 211	1.73 284	3.45 472	1.58 344	1.82 211	1.74 350	0.42 364	1.06 488	0.40 411	0.32 355	0.44 363	1.03 388

rafts_anoy	2.76 344	1.68 428	20.42 457	1.42 430	3.90 576	3.03 183	0.61 127	3.24 230	1.66 131	1.42 186	1.26 141	1.19 198	1.11 233	2.13 252	1.64 322	0.33 233	8.77 588	0.32 283	0.32 355	0.32 184	0.38 106

test_xeample	4.19 508	0.93 289	14.09 200	1.16 302	1.17 367	3.28 222	0.80 267	4.63 550	5.30 563	2.46 443	2.35 455	1.39 224	1.42 303	10.88 518	17.68 595	0.30 161	6.50 572	0.32 283	0.32 355	0.36 267	8.38 548

GMStereo	2.01 150	2.26 472	20.93 525	0.90 141	0.48 65	1.67 71	0.56 102	1.90 59	2.19 214	1.58 205	1.31 157	0.87 137	0.74 102	1.68 166	1.00 158	0.41 353	0.21 66	0.30 241	0.32 355	0.50 408	0.46 175
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
delet	2.66 314	1.11 342	18.42 303	1.05 245	1.65 491	3.47 256	2.00 521	3.81 320	2.82 320	2.15 340	2.11 406	2.62 396	1.88 422	5.38 374	2.21 420	0.34 255	0.38 315	0.40 411	0.32 355	0.45 372	0.54 245

UPFNet	2.23 191	0.86 252	14.25 203	1.28 363	1.44 442	3.51 271	1.34 455	4.05 376	2.11 203	2.44 442	1.53 207	2.41 367	1.39 291	3.62 342	1.91 383	0.41 353	0.41 338	0.37 386	0.32 355	0.44 363	0.48 199

UGAM	2.78 349	0.78 225	19.69 366	0.93 165	0.73 195	3.27 218	1.02 390	2.88 191	3.06 374	1.40 180	2.76 507	3.51 483	1.28 270	10.74 513	1.44 268	0.30 161	0.30 237	0.40 411	0.33 364	0.37 273	0.49 208

DCVSM-stereo	2.31 217	0.72 176	20.28 437	1.15 295	0.93 286	2.53 137	0.75 226	2.70 165	1.69 137	2.56 457	1.53 207	3.27 456	1.71 389	2.23 267	1.38 253	0.36 299	0.53 410	0.41 420	0.33 364	0.46 382	0.64 300

SMFormer	2.40 237	0.73 182	8.34 153	1.41 421	0.61 137	2.04 89	0.72 196	4.30 474	4.43 526	2.41 435	2.40 462	1.94 312	1.52 332	10.99 525	3.10 472	0.35 272	0.84 470	0.36 375	0.33 364	0.40 308	0.77 339

tta	2.44 248	0.73 182	8.34 153	1.41 421	0.61 137	2.04 89	0.72 196	4.30 474	4.43 526	2.41 435	2.40 462	1.94 312	1.52 332	10.99 525	3.10 472	0.35 272	0.84 470	0.36 375	0.33 364	0.31 159	1.75 440

ToySt	2.53 266	0.89 265	19.20 331	1.12 283	0.95 294	3.47 256	1.13 419	3.72 300	2.25 226	1.36 176	1.71 276	2.22 345	1.59 347	2.14 255	1.81 365	0.28 109	0.64 442	0.30 241	0.33 364	0.43 349	5.14 523

test_5	2.45 250	1.43 399	19.72 369	1.20 321	1.39 430	3.88 357	1.25 443	4.03 369	1.98 185	1.74 235	1.82 316	1.86 298	1.78 401	3.57 339	1.35 240	0.33 233	0.21 66	0.35 357	0.33 364	0.34 233	0.43 153

Sa-1000	2.54 270	1.47 405	20.36 451	1.16 302	0.55 104	4.07 407	1.39 465	4.49 530	3.01 354	2.06 310	2.79 508	1.84 295	1.43 307	2.68 306	1.53 284	0.31 185	0.26 188	0.36 375	0.33 364	0.37 273	0.46 175

dd	2.27 204	3.06 492	20.18 420	0.96 195	0.51 85	4.24 461	0.74 215	1.94 64	2.43 261	1.48 195	1.28 150	1.19 198	1.05 213	1.82 211	1.69 333	0.63 499	0.34 274	0.35 357	0.33 364	0.61 446	0.57 257

AACVNet	2.77 346	1.64 426	19.22 333	1.57 471	0.86 252	3.28 222	0.74 215	3.31 241	1.66 131	2.06 310	1.82 316	2.47 379	1.40 295	10.95 524	1.92 387	0.41 353	0.35 284	0.38 400	0.33 364	0.46 382	0.61 288

FTStereo	3.74 482	0.60 95	20.43 458	0.99 216	0.66 167	4.34 473	11.24 599	2.63 159	1.95 180	2.58 461	5.03 559	1.90 304	13.77 596	3.70 343	1.28 233	0.41 353	0.24 142	0.31 262	0.33 364	0.32 184	2.08 457

z-mn7	3.78 485	14.53 594	15.59 231	1.34 392	1.23 388	3.78 331	1.42 469	4.17 424	3.45 459	2.94 508	3.37 536	3.05 435	2.09 434	10.03 492	5.54 509	0.50 449	0.39 327	0.43 435	0.34 374	0.67 475	0.73 329

w-ln-seven-2	3.65 471	9.76 548	15.93 238	1.26 359	1.02 314	3.54 278	1.56 487	4.14 414	3.86 491	2.57 460	2.05 394	2.63 397	2.26 456	8.48 448	10.24 539	0.50 449	0.52 407	0.44 438	0.34 374	0.64 462	1.25 405

1111x	4.75 538	1.05 328	20.89 522	1.28 363	1.02 314	3.81 340	0.88 319	4.65 552	5.52 570	2.43 439	2.27 441	1.97 322	1.81 407	12.40 574	18.19 599	0.32 206	9.06 593	0.32 283	0.34 374	0.38 287	6.34 533

LL-Strereo	4.26 513	13.69 575	20.37 452	1.24 339	2.18 540	2.90 168	1.08 405	4.35 502	2.22 220	3.20 530	2.26 438	3.29 457	3.13 504	11.30 543	1.91 383	0.33 233	3.89 560	0.46 453	0.34 374	0.54 421	6.47 534

RAFT+CT+SA	2.32 218	1.30 384	19.71 367	1.01 226	1.41 436	4.04 398	0.92 355	3.96 350	1.64 127	1.64 211	1.69 270	1.63 250	1.18 256	3.06 327	1.19 202	0.28 109	0.22 83	0.32 283	0.34 374	0.34 233	0.47 187

psmg	1.63 121	0.64 118	3.82 113	0.96 195	0.86 252	4.35 474	1.41 468	4.11 399	2.29 239	2.68 478	2.09 404	2.58 392	1.30 275	1.79 198	1.44 268	0.39 339	0.29 227	0.33 318	0.34 374	0.38 287	0.44 159

NF-Stereo	2.68 322	0.67 138	21.09 542	2.43 550	0.47 60	4.67 540	0.67 163	3.68 287	4.30 520	2.11 326	1.62 246	1.36 219	1.09 223	6.07 394	1.24 217	0.45 398	0.20 42	0.36 375	0.34 374	0.32 184	0.37 96

OCTAStereo	2.67 319	0.67 138	21.08 537	2.43 550	0.47 60	4.67 540	0.67 163	3.68 287	4.31 523	2.11 326	1.62 246	1.36 219	1.09 223	6.02 391	1.25 224	0.45 398	0.20 42	0.36 375	0.34 374	0.32 184	0.37 96

RE-Stereo	2.67 319	0.67 138	21.08 537	2.43 550	0.47 60	4.67 540	0.67 163	3.68 287	4.30 520	2.11 326	1.62 246	1.36 219	1.09 223	6.01 388	1.26 229	0.45 398	0.20 42	0.36 375	0.34 374	0.32 184	0.37 96

TVStereo	2.67 319	0.67 138	21.08 537	2.43 550	0.47 60	4.67 540	0.67 163	3.68 287	4.30 520	2.11 326	1.62 246	1.36 219	1.09 223	6.01 388	1.26 229	0.45 398	0.20 42	0.36 375	0.34 374	0.32 184	0.37 96

RAFT-RH_RVC	2.72 331	0.64 118	20.10 415	1.48 447	0.49 74	4.46 495	0.56 102	1.73 47	2.86 330	3.06 518	5.50 562	2.02 329	1.28 270	6.70 411	1.56 293	0.46 410	0.22 83	0.37 386	0.34 374	0.29 124	0.33 48

pcwnet_v2	2.73 336	0.70 161	22.43 595	1.11 273	1.02 314	3.58 286	0.80 267	4.31 485	3.42 451	2.39 430	2.28 444	2.99 430	1.68 381	3.31 332	1.54 287	0.44 389	0.51 404	0.41 420	0.34 374	0.62 451	0.74 334

psm_up	3.04 393	1.30 384	18.97 320	1.31 378	1.51 454	3.86 351	1.22 439	4.26 466	2.31 243	2.72 483	1.83 329	2.43 373	1.68 381	12.86 585	1.78 356	0.43 381	0.41 338	0.41 420	0.34 374	0.46 382	0.67 310

StereoDRNet-Refined	2.23 191	0.98 310	10.62 167	1.25 354	0.78 221	3.29 225	0.71 192	3.96 350	2.20 217	2.43 439	2.05 394	2.97 428	1.46 315	6.87 417	2.33 428	0.37 315	0.25 161	0.42 431	0.34 374	0.47 395	0.80 347
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
PWCDC_ROB	3.62 469	9.86 549	17.35 276	1.62 481	1.57 470	4.19 449	1.01 386	4.35 502	4.20 508	2.26 381	7.36 568	2.73 404	2.75 482	4.10 355	4.51 496	1.47 562	0.37 301	0.39 406	0.34 374	1.22 549	0.73 329

DFGA-Net	2.93 370	7.27 532	18.55 306	1.18 314	0.79 224	3.68 310	0.60 123	2.84 186	1.98 185	2.19 358	2.07 400	1.22 205	1.04 204	10.28 501	2.51 444	0.30 161	0.23 111	0.34 338	0.35 389	0.63 457	0.54 245

AIO-test1	2.33 221	1.54 413	20.24 432	0.97 203	1.61 477	3.42 245	0.94 364	4.22 441	1.71 143	0.97 132	1.35 165	0.98 168	0.74 102	4.52 362	1.40 257	0.27 87	0.24 142	0.28 191	0.35 389	0.34 233	0.46 175

LL-Strereo2	2.36 228	1.81 444	19.35 339	1.04 241	1.03 319	3.73 321	1.35 458	2.70 165	2.04 192	1.76 238	1.44 190	1.82 292	0.73 94	1.48 136	1.53 284	0.33 233	0.30 237	0.55 500	0.35 389	0.30 147	3.51 503

iRaft-Stereo_20w	3.11 402	0.69 153	18.89 316	1.00 223	1.09 340	5.03 567	1.00 385	5.86 580	2.46 270	2.83 500	1.64 256	3.06 438	4.30 540	3.08 328	1.74 350	0.31 185	0.30 237	0.27 153	0.35 389	0.42 339	7.93 538

Anonymous3	2.20 185	0.80 232	20.08 412	0.86 114	0.86 252	4.46 495	0.84 294	3.64 282	1.40 61	1.37 178	1.40 181	1.11 185	1.03 197	1.71 176	1.24 217	0.75 525	0.58 431	0.34 338	0.35 389	0.48 402	0.65 304

ADLNet	3.23 430	1.19 364	21.03 531	1.36 399	1.61 477	3.69 312	1.23 440	4.05 376	3.41 449	2.72 483	2.29 446	4.00 510	1.77 400	11.21 540	2.15 414	0.42 364	0.43 351	0.36 375	0.35 389	0.47 395	0.82 349

ARAFT	3.24 432	13.49 570	19.88 385	0.93 165	0.49 74	4.16 433	1.40 466	4.37 508	3.21 394	2.40 434	1.91 360	1.70 260	1.04 204	6.43 404	1.45 272	0.37 315	0.19 26	0.37 386	0.35 389	0.37 273	0.35 70

RYNet	3.15 412	1.48 406	16.27 252	1.24 339	1.39 430	3.67 307	1.44 474	4.09 394	3.20 391	2.26 381	1.70 272	3.83 501	2.15 446	13.64 598	3.23 476	0.45 398	0.45 368	0.50 476	0.35 389	0.81 509	0.83 351

DeepPruner_ROB	2.61 296	1.97 457	19.32 338	1.03 234	1.20 380	4.38 478	0.90 335	3.44 255	1.77 152	2.61 469	1.54 218	2.77 413	1.27 267	5.05 367	2.08 408	0.52 468	0.40 331	0.37 386	0.35 389	0.52 416	0.62 292

SGM_RVC	6.11 563	1.10 340	20.44 459	2.15 538	0.66 167	15.87 606	3.98 584	5.00 562	6.19 581	9.79 601	11.46 593	8.23 586	12.63 593	12.32 573	9.15 534	0.54 473	0.39 327	0.41 420	0.35 389	0.55 424	1.05 391
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
rvit_0105_5	1.72 130	1.26 372	13.05 187	0.92 157	0.56 110	1.92 83	0.90 335	3.07 213	3.04 369	0.98 135	1.24 133	1.19 198	0.93 173	1.55 151	1.22 209	0.43 381	0.43 351	0.37 386	0.36 399	0.43 349	0.51 219

test_sample3	2.65 308	0.75 205	15.69 233	1.42 430	0.85 248	3.14 198	0.73 205	4.28 470	3.21 394	2.28 386	1.79 303	1.78 284	1.46 315	11.11 535	1.84 368	0.36 299	0.46 374	0.34 338	0.36 399	0.40 308	0.76 338

xx1	3.69 480	0.94 293	19.66 357	1.87 518	0.42 39	4.47 498	0.73 205	4.24 454	4.01 500	1.21 162	1.89 351	1.78 284	1.36 284	2.20 262	0.81 91	0.31 185	18.77 611	0.33 318	0.36 399	0.35 248	8.09 540

StereoVision	2.36 228	1.15 353	20.38 453	1.07 258	1.79 512	2.58 141	0.61 127	3.14 218	2.34 246	1.33 173	3.46 539	1.85 297	0.88 155	2.12 250	2.01 398	0.46 410	0.36 294	0.37 386	0.36 399	0.50 408	0.41 136

qqq	2.96 379	0.88 260	15.54 230	1.27 361	0.74 200	2.29 111	0.90 335	4.07 381	4.63 538	1.63 210	1.32 160	1.78 284	1.36 284	5.19 370	1.68 330	0.29 132	6.43 571	0.33 318	0.36 399	0.35 248	8.09 540

TRStereo	2.86 359	2.12 466	19.98 397	1.68 494	1.18 369	4.35 474	1.05 400	5.07 564	3.48 464	1.56 201	1.39 178	1.75 268	0.85 146	2.01 235	1.50 279	0.43 381	0.34 274	0.33 318	0.36 399	0.36 267	7.50 537

SFCPSM	2.16 171	0.75 205	15.82 235	0.91 147	0.98 298	3.74 323	1.27 445	4.15 418	2.56 278	1.90 257	1.82 316	1.64 251	1.39 291	2.51 289	1.57 296	0.36 299	0.28 216	0.39 406	0.36 399	0.36 267	0.50 213

hitnet-ft	2.99 385	1.23 370	19.37 341	0.96 195	0.90 275	3.76 326	0.79 257	3.60 276	2.68 295	2.31 398	2.04 387	3.63 493	1.49 325	11.70 562	2.37 433	0.45 398	0.54 412	0.44 438	0.36 399	0.54 421	0.56 252

CFNet	3.04 393	6.89 529	16.27 252	1.36 399	1.24 392	4.09 412	0.72 196	4.15 418	3.00 349	1.69 224	1.88 349	2.27 349	1.45 310	11.41 546	2.12 413	0.36 299	0.29 227	0.43 435	0.36 399	0.48 402	0.38 106

LE_ROB	19.18 612	12.99 567	48.22 622	8.42 609	23.91 617	7.26 585	19.71 608	9.92 594	38.58 627	43.44 623	21.85 612	28.15 620	41.18 622	23.00 613	54.71 628	0.38 331	0.34 274	0.32 283	0.36 399	0.43 349	0.49 208

test_sample4	2.68 322	0.76 215	15.85 236	1.45 440	0.83 239	3.10 188	0.72 196	4.31 485	3.37 438	2.39 430	1.90 359	1.72 264	1.47 320	11.13 537	1.86 372	0.36 299	0.47 385	0.35 357	0.37 409	0.42 339	0.85 358

H2IRNET	2.19 178	0.83 244	19.13 325	1.25 354	0.61 137	4.48 502	0.44 64	2.94 196	1.86 164	1.08 152	2.29 446	1.67 252	1.40 295	2.18 260	1.64 322	0.41 353	0.21 66	0.33 318	0.37 409	0.38 287	0.39 120

anonymousa	3.14 409	0.83 244	19.20 331	1.62 481	9.63 594	2.06 94	0.78 247	2.93 194	2.20 217	1.95 274	2.17 418	3.41 469	1.81 407	1.33 95	1.67 328	0.29 132	8.64 586	0.34 338	0.37 409	0.32 184	1.33 411

raft_robust	3.17 417	2.15 469	20.28 437	1.06 251	0.55 104	3.86 351	0.46 72	4.42 520	2.77 309	1.70 226	1.37 174	7.48 581	6.35 562	6.81 416	1.44 268	0.31 185	0.74 461	0.30 241	0.37 409	0.32 184	0.57 257

DSFCA	2.38 233	1.03 325	11.06 170	1.15 295	1.18 369	3.97 386	1.75 504	3.63 280	2.44 267	3.14 526	1.68 266	2.90 424	2.48 471	5.38 374	3.17 475	0.49 435	0.45 368	0.37 386	0.37 409	0.54 421	0.46 175

DMCA-RVC	2.72 331	3.31 496	20.08 412	1.27 361	1.13 353	2.49 129	0.85 301	3.43 253	1.85 163	3.04 516	1.58 237	1.99 324	1.51 328	6.42 403	2.86 460	0.39 339	0.31 245	0.44 438	0.37 409	0.47 395	0.65 304

StereoDRNet	3.07 397	2.92 491	16.33 254	1.36 399	1.57 470	3.45 253	2.04 525	3.77 309	2.85 324	3.31 535	1.85 335	2.78 414	1.79 404	10.85 517	3.41 479	0.45 398	0.36 294	0.39 406	0.37 409	0.62 451	0.85 358

DLCB_ROB	2.55 275	1.32 387	10.26 165	1.31 378	1.04 325	2.94 171	1.29 448	3.81 320	2.73 302	2.93 506	2.17 418	3.37 466	1.53 336	10.40 505	3.26 477	0.42 364	0.35 284	0.41 420	0.37 409	0.43 349	0.68 312

PWC_ROB	3.32 443	4.61 514	14.41 207	1.46 442	1.90 524	3.21 205	1.15 425	4.39 514	3.46 462	3.13 523	3.40 537	2.79 415	2.34 461	9.17 459	6.94 518	0.61 490	0.34 274	0.61 518	0.37 409	0.73 491	1.40 415

zh-mn7	3.65 471	13.21 568	16.35 255	1.28 363	1.01 311	2.94 171	1.31 451	4.24 454	3.12 382	3.44 540	3.10 524	2.84 419	2.09 434	9.17 459	5.46 508	0.61 490	0.43 351	0.38 400	0.38 418	0.60 444	0.94 374

DDVS	1.78 132	0.84 249	3.58 108	1.32 385	1.15 357	3.17 200	0.77 240	3.35 244	1.86 164	1.88 254	1.91 360	2.91 426	1.42 303	6.19 397	1.85 370	0.47 419	0.65 445	0.35 357	0.38 418	0.48 402	1.01 384

rvit_stereo_0075_2	2.14 167	0.76 215	21.42 568	0.91 147	1.26 397	2.49 129	0.68 174	2.30 108	2.10 198	1.42 186	1.86 341	1.45 234	0.85 146	1.49 138	1.03 166	0.47 419	0.40 331	0.48 461	0.38 418	0.47 395	0.53 237

ssnet_v2	2.81 353	1.39 394	21.16 551	1.25 354	0.90 275	3.86 351	1.63 494	4.10 396	3.22 401	2.79 493	1.96 372	3.78 498	1.70 387	2.53 295	3.12 474	0.44 389	0.37 301	0.42 431	0.38 418	0.59 440	0.58 275

Wz-Net-MNSev	3.26 437	7.24 531	17.26 273	1.58 473	1.37 427	3.27 218	2.45 539	4.10 396	4.50 534	2.61 469	2.17 418	2.33 356	3.02 500	7.48 430	2.88 463	0.46 410	0.39 327	0.37 386	0.38 418	0.61 446	0.63 295

SA	2.55 275	1.54 413	20.70 506	1.12 283	0.48 65	4.26 463	1.33 454	4.45 526	3.28 412	1.68 220	1.96 372	1.69 256	2.25 455	2.60 300	1.57 296	0.30 161	0.29 227	0.37 386	0.38 418	0.36 267	0.47 187

PSMNet-RSSM	2.91 368	1.55 417	20.10 415	1.32 385	1.30 404	4.19 449	0.95 369	3.78 310	2.28 235	2.28 386	1.80 308	2.64 398	1.87 420	9.83 478	1.93 388	0.37 315	0.33 261	0.35 357	0.38 418	0.46 382	0.40 127

CFNet-ft	2.87 361	1.80 441	20.20 423	1.10 268	1.54 458	4.09 412	0.89 320	2.97 206	1.88 169	1.93 262	1.70 272	3.50 480	1.60 349	9.35 464	2.17 416	0.35 272	0.32 251	0.61 518	0.38 418	0.55 424	0.45 165

CFNet_RVC	2.87 361	1.80 441	20.20 423	1.10 268	1.54 458	4.09 412	0.89 320	2.97 206	1.88 169	1.93 262	1.70 272	3.50 480	1.60 349	9.35 464	2.17 416	0.35 272	0.32 251	0.61 518	0.38 418	0.55 424	0.45 165

test_sample5	2.68 322	0.76 215	14.56 211	1.40 417	0.83 239	3.11 192	0.74 215	4.33 496	4.48 532	2.29 392	2.04 387	1.67 252	1.45 310	11.18 538	1.88 376	0.37 315	0.47 385	0.37 386	0.39 427	0.43 349	0.78 342

DualNet	2.68 322	0.76 215	14.56 211	1.40 417	0.83 239	3.11 192	0.74 215	4.33 496	4.48 532	2.35 416	2.13 410	1.67 252	1.45 310	11.18 538	1.88 376	0.37 315	0.47 385	0.37 386	0.39 427	0.43 349	0.78 342

PFNet+	2.46 252	0.64 118	21.10 544	0.98 209	0.48 65	4.63 533	0.83 282	2.47 126	3.48 464	2.14 333	1.67 264	1.34 215	1.03 197	4.66 364	1.35 240	0.49 435	0.33 261	0.38 400	0.39 427	0.33 210	0.49 208

PSM-softLoss	2.62 299	0.65 126	21.11 546	2.46 554	0.49 74	4.68 548	0.68 174	2.61 157	4.23 511	2.14 333	1.47 196	1.42 228	0.99 185	6.04 392	1.24 217	0.47 419	0.23 111	0.37 386	0.39 427	0.33 210	0.34 59

KMStereo	2.62 299	0.65 126	21.11 546	2.46 554	0.49 74	4.68 548	0.68 174	2.61 157	4.23 511	2.14 333	1.47 196	1.42 228	0.99 185	6.04 392	1.24 217	0.47 419	0.23 111	0.37 386	0.39 427	0.33 210	0.34 59

RAFT + AFF	3.98 500	14.10 584	20.78 512	1.16 302	1.96 527	4.14 427	2.00 521	4.56 541	3.52 468	2.23 372	2.51 480	2.27 349	4.92 547	8.94 456	2.82 458	0.33 233	0.60 434	0.48 461	0.39 427	0.81 509	1.03 388

GwcNet	3.26 437	3.93 505	20.24 432	1.38 409	2.04 532	3.24 214	1.53 481	3.72 300	3.66 478	2.17 347	2.25 436	3.55 488	1.69 384	9.38 466	3.03 468	0.48 428	0.49 395	0.46 453	0.39 427	0.66 473	0.86 362

SGM-Forest	4.96 543	0.86 252	21.02 530	1.22 331	0.83 239	4.05 402	3.26 564	4.40 515	3.49 466	4.40 565	3.69 543	4.66 548	13.91 599	11.94 569	17.16 590	0.66 503	0.46 374	0.49 474	0.39 427	0.49 407	1.77 444
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBMV	4.12 504	1.27 376	21.14 548	1.52 461	0.85 248	3.80 336	3.89 583	4.58 545	3.02 358	3.56 546	2.37 458	4.44 535	13.88 598	11.23 542	3.78 486	0.56 480	0.43 351	0.48 461	0.39 427	0.55 424	0.74 334
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
w-ln-seven	3.68 478	8.30 537	15.93 238	1.36 399	1.34 417	4.09 412	1.60 490	4.13 409	3.03 364	3.06 518	2.31 451	3.41 469	2.24 453	9.78 475	9.71 538	0.46 410	0.37 301	0.47 455	0.40 436	0.78 502	0.84 355

test_sample6	2.71 329	0.76 215	14.30 204	1.43 437	0.83 239	3.17 200	0.79 257	4.40 515	4.65 543	2.35 416	2.13 410	1.69 256	1.45 310	11.48 550	1.99 392	0.39 339	0.46 374	0.38 400	0.40 436	0.43 349	0.77 339

ffm	4.27 514	0.98 310	21.04 532	1.24 339	1.03 319	3.64 299	0.87 313	4.23 448	4.73 546	2.31 398	2.40 462	3.49 475	1.64 371	2.29 274	0.78 75	0.30 161	19.28 623	0.48 461	0.40 436	0.31 159	14.02 573

ff1	5.58 551	0.98 310	21.04 532	1.24 339	1.03 319	3.64 299	0.87 313	4.23 448	4.73 546	2.31 398	2.40 462	3.49 475	1.64 371	12.40 574	16.90 582	0.30 161	19.28 623	0.48 461	0.40 436	0.31 159	14.02 573

mmx	4.56 528	0.98 310	21.04 532	1.24 339	1.03 319	3.64 299	0.87 313	4.53 537	5.34 564	2.31 398	2.40 462	3.49 475	1.64 371	12.40 574	16.90 582	0.34 255	5.98 569	0.48 461	0.40 436	0.46 382	5.71 526

xxx	4.56 528	0.98 310	21.04 532	1.24 339	1.03 319	3.64 299	0.87 313	4.53 537	5.34 564	2.31 398	2.40 462	3.49 475	1.64 371	12.40 574	16.90 582	0.34 255	5.98 569	0.48 461	0.40 436	0.46 382	5.71 526

fast-acv-ft	2.62 299	1.62 423	20.48 472	1.45 440	1.39 430	3.16 199	1.16 427	3.41 250	2.45 269	1.97 278	2.15 413	2.68 401	2.15 446	2.92 322	2.47 440	0.43 381	0.40 331	0.45 446	0.40 436	0.62 451	0.64 300

SuperB	5.03 544	8.93 540	20.96 527	1.51 456	1.11 347	3.88 357	3.00 558	4.24 454	3.13 384	2.53 454	2.10 405	2.74 407	3.37 520	8.76 452	19.44 607	0.45 398	0.34 274	0.53 491	0.40 436	11.97 616	1.15 399

TDLM	3.20 422	1.58 418	18.80 312	1.70 500	1.10 344	4.29 467	2.17 531	3.81 320	3.27 410	2.89 502	1.98 376	2.06 337	1.70 387	12.44 580	2.15 414	0.58 484	0.31 245	0.56 503	0.40 436	0.58 438	1.59 432

NaN_ROB	4.73 537	6.66 526	21.89 578	1.26 359	1.28 399	3.49 265	3.02 560	4.38 512	3.93 496	3.65 548	2.55 484	2.97 428	5.01 548	13.23 591	17.43 593	0.38 331	0.42 349	0.38 400	0.40 436	0.50 408	1.82 448

XPNet_ROB	2.99 385	1.58 418	17.06 271	1.38 409	0.99 303	3.91 365	1.62 493	4.20 435	2.42 258	2.87 501	2.03 385	2.31 354	1.72 392	10.76 514	3.60 483	0.55 476	0.49 395	0.48 461	0.40 436	0.53 417	0.85 358

FACV-RUCA	1.35 107	0.70 161	2.58 89	1.07 258	1.49 450	2.70 147	1.13 419	3.21 225	2.64 290	1.42 186	1.99 379	1.06 179	1.15 249	1.44 125	1.16 193	0.41 353	0.42 349	0.73 544	0.41 447	0.63 457	0.67 310

ITSA-stereo	2.11 163	0.85 250	7.84 151	1.24 339	0.68 181	4.06 406	0.91 347	4.30 474	2.57 281	1.94 268	1.77 296	1.61 246	2.12 441	6.12 395	2.79 455	0.42 364	0.38 315	0.40 411	0.41 447	0.51 413	1.26 407

test_sample7	2.85 357	0.81 235	14.48 209	1.59 476	0.77 217	2.42 122	1.08 405	4.40 515	4.92 556	2.20 365	1.85 335	1.90 304	2.00 428	6.87 417	1.75 353	0.47 419	1.36 500	0.44 438	0.41 447	0.47 395	6.81 535

PSM-AAD	3.41 453	0.58 76	20.55 480	0.95 186	0.56 110	4.46 495	7.40 594	3.11 215	1.58 104	2.30 395	2.56 485	1.26 208	16.19 605	2.47 286	1.00 158	0.32 206	0.22 83	0.58 510	0.41 447	0.37 273	1.32 410

FADNet-RVC	3.23 430	12.51 563	17.02 268	1.17 309	0.81 233	3.52 273	1.09 409	4.16 420	2.74 304	1.44 191	1.29 155	1.86 298	1.76 398	9.82 477	2.46 438	0.39 339	0.38 315	0.40 411	0.41 447	0.68 481	0.59 278

UCFNet_RVC	2.53 266	1.29 381	20.56 484	1.42 430	1.40 435	4.01 391	1.04 398	2.79 174	1.67 133	2.27 384	1.88 349	2.94 427	1.50 326	3.48 335	1.68 330	0.37 315	0.29 227	0.52 484	0.41 447	0.55 424	0.51 219

mmm	2.70 327	0.80 232	8.26 152	1.50 453	1.18 369	2.44 124	0.85 301	4.08 390	4.59 536	2.31 398	1.95 371	1.51 239	1.55 341	2.33 277	1.72 343	0.31 185	7.71 578	0.45 446	0.42 453	0.40 308	9.56 557

Syn2CoEx	3.42 455	7.66 534	20.57 488	1.42 430	1.18 369	2.49 129	1.64 497	4.07 381	2.68 295	2.51 452	2.27 441	2.89 422	3.15 507	9.56 470	2.58 449	0.52 468	0.45 368	0.53 491	0.42 453	0.79 507	1.00 382

RTSC	3.44 456	6.78 527	16.53 260	1.76 511	1.54 458	3.53 275	0.94 364	4.22 441	2.97 344	3.65 548	3.23 532	3.31 460	2.29 457	6.22 398	7.41 524	0.61 490	1.32 499	0.37 386	0.42 453	0.78 502	0.98 379

NLCA_NET_v2_RVC	2.76 344	1.48 406	19.72 369	1.62 481	2.00 529	3.95 378	0.86 306	3.92 340	2.51 273	2.56 457	1.69 270	2.83 418	1.61 355	5.65 380	1.78 356	0.48 428	0.36 294	0.38 400	0.42 453	0.56 430	0.77 339
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DRN-Test	3.17 417	1.30 384	19.66 357	1.41 421	1.60 476	3.61 293	1.47 476	4.18 430	2.83 321	3.48 542	1.92 366	2.58 392	2.50 474	10.81 515	2.90 464	0.49 435	0.49 395	0.44 438	0.42 453	0.57 434	0.78 342

rvit_0105_3	1.97 140	1.34 390	16.03 240	0.98 209	0.59 127	2.37 119	1.08 405	3.30 238	3.01 354	1.21 162	1.47 196	1.24 207	1.04 204	1.82 211	1.23 212	0.47 419	0.44 361	0.40 411	0.43 458	0.43 349	0.55 249

SACVNet	3.06 396	1.61 422	19.29 337	1.46 442	1.18 369	4.05 402	1.48 478	4.03 369	2.58 284	2.75 487	1.89 351	2.55 386	1.38 288	11.33 544	2.28 425	0.51 457	0.41 338	0.48 461	0.43 458	0.57 434	0.93 373

GANet	3.64 470	1.76 436	19.65 356	1.92 524	1.04 325	3.91 365	2.51 543	3.86 327	2.81 319	3.13 523	3.03 519	3.19 448	2.19 451	12.43 579	8.23 531	0.60 489	0.43 351	0.52 484	0.43 458	0.63 457	0.63 295

PS-NSSS	3.11 402	1.60 421	19.48 346	1.00 223	1.53 457	4.12 419	1.08 405	4.59 548	2.80 314	2.19 358	2.38 459	1.76 274	1.39 291	11.79 566	1.94 391	0.69 508	0.45 368	0.95 553	0.43 458	1.03 528	1.00 382

zh-sn7	4.13 505	13.99 582	17.43 278	1.29 369	1.15 357	3.66 305	2.56 546	4.26 466	2.78 312	2.66 477	3.11 529	3.37 466	3.17 509	11.53 551	7.43 525	0.48 428	0.49 395	0.45 446	0.44 462	0.75 496	1.52 427

AIO-test2	3.07 397	12.11 561	20.58 491	1.49 448	1.34 417	3.22 208	0.73 205	4.07 381	1.56 96	1.72 229	2.20 428	0.90 147	0.74 102	3.75 345	1.39 256	3.67 587	0.26 188	0.35 357	0.44 462	0.41 328	0.44 159

FINET	10.59 590	14.44 593	25.84 606	2.30 544	3.90 576	21.74 610	25.19 613	8.85 593	16.99 607	2.68 478	15.19 604	11.45 591	13.83 597	6.71 413	15.11 572	0.80 529	8.59 585	0.53 491	0.44 462	0.62 451	16.67 592

FADNet-RVC-Resample	3.31 441	8.52 538	22.84 597	1.18 314	0.91 280	3.52 273	1.35 458	4.13 409	2.32 244	1.75 237	1.35 165	2.26 348	1.51 328	9.51 468	2.03 402	0.42 364	0.38 315	0.42 431	0.44 462	0.59 440	0.71 321

FADNet	3.20 422	11.55 558	16.16 245	1.24 339	0.95 294	3.30 229	0.87 313	4.00 359	2.73 302	1.42 186	1.35 165	2.51 382	2.04 432	9.95 486	2.39 435	0.44 389	0.46 374	0.40 411	0.44 462	1.13 542	0.61 288

DANet	2.82 354	1.17 355	10.20 164	1.87 518	1.72 503	3.25 217	1.15 425	4.36 505	3.02 358	3.42 539	2.18 423	4.09 515	1.79 404	9.78 475	4.32 492	0.55 476	0.57 422	0.60 515	0.44 462	0.65 469	1.25 405
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MDST_ROB	6.31 564	1.18 358	22.96 600	2.56 559	2.69 552	21.07 609	2.01 523	4.79 560	2.87 332	9.49 597	4.45 553	4.10 517	4.48 543	22.33 611	17.61 594	0.79 528	0.44 361	0.47 455	0.44 462	0.47 395	0.95 376

SDNR	4.37 518	2.22 471	20.63 498	1.60 477	0.99 303	5.15 568	0.67 163	4.36 505	5.55 572	4.89 571	7.17 566	5.50 566	1.58 344	17.48 607	4.33 493	0.80 529	0.72 460	0.59 511	0.45 469	1.18 546	1.43 419

SANet	6.43 566	13.71 577	22.08 587	1.43 437	1.00 309	6.86 583	3.78 581	4.71 554	11.10 591	4.71 570	8.72 580	7.47 580	7.91 581	12.46 581	18.12 598	0.51 457	0.47 385	0.50 476	0.45 469	0.94 524	1.60 434

GASNet	3.86 491	15.35 607	21.16 551	1.63 484	1.25 396	2.35 115	1.11 415	4.11 399	2.86 330	1.99 282	2.11 406	2.99 430	2.16 448	10.62 509	3.75 485	0.71 512	0.37 301	0.61 518	0.46 471	0.91 520	0.70 319

KYRaft	2.55 275	0.57 71	20.60 493	0.98 209	0.51 85	4.38 478	1.76 505	2.51 130	1.59 107	2.48 446	2.98 517	1.99 324	3.36 519	2.17 258	0.96 143	0.34 255	0.22 83	0.33 318	0.46 471	0.38 287	2.44 470

FlowAnything_test	0.79 21	0.65 126	1.32 24	0.83 98	0.59 127	2.29 111	0.65 157	1.45 16	1.03 22	1.06 151	0.76 42	0.63 70	0.49 26	0.91 8	0.97 146	0.32 206	0.27 205	0.40 411	0.47 473	0.31 159	0.48 199

ISRNet	1.98 141	0.94 293	10.75 168	1.30 374	1.35 422	2.84 158	0.69 184	3.80 316	2.07 195	2.14 333	2.11 406	2.89 422	1.41 300	2.52 293	1.74 350	0.49 435	0.50 401	0.56 503	0.47 473	0.51 413	0.59 278

APVNet	3.24 432	1.59 420	21.72 576	1.36 399	1.52 456	3.93 373	1.12 417	3.58 272	2.80 314	2.32 409	2.02 383	3.05 435	1.96 426	11.77 565	2.61 452	0.44 389	0.46 374	0.65 530	0.47 473	0.73 491	0.73 329

CVANet_RVC	3.32 443	1.63 425	21.06 536	1.66 490	1.29 401	3.99 388	1.55 485	3.98 355	3.00 349	3.51 543	2.06 397	2.58 392	1.72 392	12.46 581	1.70 336	0.62 496	0.34 274	0.53 491	0.47 473	0.64 462	1.66 438

Select-FE	2.58 287	1.05 328	18.42 303	1.09 265	1.24 392	3.70 315	0.61 127	3.97 353	2.27 234	2.61 469	1.83 329	5.04 555	3.16 508	2.02 236	1.40 257	0.35 272	0.56 420	0.31 262	0.48 477	0.35 248	1.14 397

aanetorigin	3.34 447	2.00 458	17.58 284	1.20 321	1.57 470	2.57 139	3.75 579	2.73 168	2.10 198	6.11 582	4.27 551	2.88 421	5.64 555	5.46 377	4.60 498	0.53 470	0.46 374	0.45 446	0.48 477	1.15 543	1.22 402

MaskLacGwcNet_RVC	3.77 484	1.65 427	20.61 495	2.55 558	1.63 483	4.29 467	1.67 500	3.99 357	2.56 278	1.76 238	1.93 369	3.03 434	1.41 300	13.24 592	2.02 400	4.47 599	1.63 509	1.12 561	0.48 477	2.42 570	2.85 482

stereogan	3.26 437	1.26 372	18.01 293	1.38 409	1.66 494	3.76 326	1.64 497	4.06 378	3.86 491	3.23 531	2.70 502	5.02 554	2.85 486	9.88 480	1.85 370	0.71 512	0.51 404	0.69 535	0.48 477	0.86 515	0.85 358

YMNet	2.55 275	1.78 439	14.80 216	1.41 421	1.67 497	3.95 378	0.96 375	3.86 327	3.02 358	2.68 478	2.57 488	3.35 464	1.53 336	3.40 333	2.57 447	0.49 435	0.54 412	0.52 484	0.49 481	0.76 500	0.69 315

YMNet_1	2.55 275	1.78 439	14.80 216	1.41 421	1.67 497	3.95 378	0.96 375	3.86 327	3.02 358	2.68 478	2.57 488	3.35 464	1.53 336	3.40 333	2.57 447	0.49 435	0.54 412	0.52 484	0.49 481	0.76 500	0.69 315

coex-ft	20.00 613	11.54 557	120.82 637	1.18 314	1.30 404	2.36 117	1.99 518	2.96 204	13.96 598	129.83 640	8.40 578	5.88 571	52.82 632	9.93 484	31.13 624	0.61 490	0.62 439	0.50 476	0.49 481	1.10 539	2.63 475

Wz-Net-SNSev	3.47 462	10.51 553	16.90 266	1.65 489	1.20 380	3.29 225	2.03 524	4.16 420	3.03 364	2.35 416	2.39 461	3.48 474	2.12 441	7.95 440	4.28 491	0.51 457	0.40 331	0.53 491	0.49 481	0.74 495	1.46 423

WZ-Net	4.39 520	12.37 562	17.44 279	1.47 446	1.42 439	3.76 326	2.27 535	4.17 424	3.11 380	2.89 502	2.24 434	4.05 512	5.69 557	10.89 520	12.07 555	0.66 503	0.41 338	0.47 455	0.49 481	0.78 502	1.12 395

dad	2.65 308	3.40 498	19.45 345	1.05 245	0.65 159	4.21 453	0.84 294	2.10 84	2.77 309	2.32 409	1.72 278	1.72 264	1.27 267	3.86 347	2.04 404	1.06 544	0.40 331	2.04 576	0.49 481	0.78 502	0.83 351

GMM-Stereo	2.52 261	0.56 63	20.57 488	0.92 157	0.83 239	4.18 441	1.88 512	2.51 130	2.40 255	2.48 446	2.30 450	1.69 256	1.84 415	2.93 323	1.25 224	0.32 206	0.19 26	0.33 318	0.49 481	0.37 273	2.40 468

ETE_ROB	2.93 370	2.12 466	17.80 290	1.13 288	0.94 292	3.71 318	1.53 481	4.29 472	2.98 346	3.32 536	2.13 410	2.34 359	1.51 328	8.68 451	2.82 458	0.44 389	0.40 331	0.51 481	0.49 481	0.56 430	0.80 347

TCMNet	3.13 407	1.71 432	19.53 350	1.49 448	2.11 537	3.84 343	1.07 404	4.12 405	3.03 364	2.64 474	2.29 446	2.43 373	1.74 394	10.10 493	2.47 440	0.56 480	0.45 368	0.61 518	0.50 489	0.87 517	1.04 390

AF-Net	3.15 412	2.65 485	18.81 313	1.37 405	1.76 507	3.30 229	1.57 488	4.20 435	3.05 372	2.76 488	2.94 516	4.50 538	3.21 511	5.88 386	3.07 470	0.88 536	0.39 327	0.72 541	0.50 489	0.75 496	0.66 309

G-Net	4.16 506	1.39 394	20.31 446	2.30 544	2.91 556	4.68 548	2.86 555	3.35 244	2.44 267	4.43 566	9.43 584	6.89 577	3.83 531	8.91 454	4.83 502	0.80 529	0.80 466	0.70 536	0.50 489	0.95 525	0.97 377

RTS	4.29 515	9.35 543	18.25 300	2.79 567	2.29 545	4.98 564	3.41 567	4.72 555	4.27 517	4.35 563	3.10 524	4.93 551	3.14 505	7.71 436	6.99 519	0.71 512	0.68 450	0.51 481	0.50 489	1.07 534	1.98 452

RTSA	4.29 515	9.35 543	18.25 300	2.79 567	2.29 545	4.98 564	3.41 567	4.72 555	4.27 517	4.35 563	3.10 524	4.93 551	3.14 505	7.71 436	6.99 519	0.71 512	0.68 450	0.51 481	0.50 489	1.07 534	1.98 452

CBMV_ROB	4.57 530	0.90 271	21.30 562	1.46 442	0.89 267	4.43 491	1.69 502	4.51 535	3.14 385	5.97 580	4.23 550	4.16 520	7.83 578	11.06 529	16.47 578	0.61 490	0.55 418	0.53 491	0.51 494	0.56 430	0.59 278

NOSS_ROB	3.12 405	0.89 265	19.03 322	2.01 532	1.07 334	3.90 361	0.97 379	4.32 493	3.08 376	2.94 508	2.19 426	3.85 503	1.18 256	11.75 564	1.69 333	0.69 508	0.54 412	0.57 507	0.52 495	0.57 434	0.72 324

WCMA_ROB	5.78 555	2.42 478	21.71 575	1.67 491	1.55 462	4.07 407	3.53 573	4.14 414	4.73 546	6.59 585	10.89 590	12.82 596	9.59 588	10.17 494	12.65 560	1.05 543	0.61 436	0.52 484	0.52 495	0.71 489	5.64 525

psmorigin	6.62 570	1.45 402	87.38 635	1.55 468	0.97 297	2.86 161	1.42 469	3.30 238	2.12 205	3.74 550	2.45 472	5.15 558	2.59 478	10.55 507	2.91 465	0.55 476	0.68 450	0.48 461	0.53 497	0.73 491	1.02 386

ADCP+	4.42 522	12.67 566	18.95 318	1.12 283	1.55 462	4.30 469	3.60 576	4.01 361	3.80 487	2.30 395	1.71 276	3.93 505	4.29 539	3.49 336	18.77 605	0.40 350	0.41 338	0.63 526	0.53 497	0.67 475	1.35 412

LALA_ROB	2.88 363	2.13 468	19.08 323	1.10 268	0.99 303	3.91 365	1.81 509	4.50 534	3.04 369	3.32 536	1.87 347	2.75 409	1.66 378	4.06 354	4.02 488	0.47 419	0.44 361	0.55 500	0.53 497	0.61 446	0.73 329

FSD					0.76 213	0.77 5	0.67 163	1.63 33	2.26 229	0.76 57	0.63 25	1.69 256	0.72 92	1.05 27	0.78 75	0.59 488	7.66 577	0.57 507	0.54 500	0.57 434

Wz-Net-TNSev	4.22 509	13.55 571	15.87 237	1.57 471	1.19 377	3.61 293	2.48 541	4.38 512	3.45 459	2.29 392	1.91 360	4.20 524	2.86 487	12.11 571	10.56 541	0.61 490	0.59 432	0.48 461	0.54 500	0.93 523	1.24 404

FAT-Stereo	3.38 451	0.88 260	19.96 395	1.28 363	1.20 380	3.44 249	1.97 517	4.26 466	3.15 387	3.14 526	3.92 547	3.50 480	3.28 513	11.68 561	2.04 404	0.65 502	0.68 450	0.48 461	0.54 500	0.63 457	0.91 368

STTStereo	2.62 299	1.28 379	19.16 327	1.52 461	1.55 462	3.84 343	0.89 320	3.75 305	2.59 285	2.23 372	1.59 240	2.48 381	1.58 344	5.11 368	1.72 343	0.38 331	0.41 338	0.47 455	0.54 500	0.53 417	0.75 337

NVstereo2D	2.79 351	1.13 348	13.75 193	1.37 405	1.47 449	3.57 283	1.38 463	4.17 424	3.77 486	2.04 305	1.72 278	3.05 435	1.75 395	10.84 516	1.72 343	0.62 496	0.48 392	0.56 503	0.54 500	0.79 507	1.02 386

NCCL2	2.96 379	4.07 510	15.75 234	1.24 339	1.03 319	3.48 262	2.55 544	3.79 311	2.39 252	2.78 491	1.80 308	2.41 367	1.67 380	10.27 500	2.48 442	0.46 410	0.41 338	0.57 507	0.55 505	0.61 446	0.86 362

CSAN	5.95 557	13.70 576	21.94 581	1.35 394	0.93 286	3.65 303	3.46 569	4.73 557	4.26 516	3.98 555	7.70 570	3.54 487	6.94 570	22.83 612	16.00 577	0.53 470	0.47 385	0.50 476	0.55 505	0.65 469	1.22 402

edge stereo	3.45 458	1.08 334	22.14 588	1.31 378	1.36 424	2.68 146	1.54 483	4.13 409	3.27 410	2.94 508	3.27 534	4.34 532	2.48 471	11.60 557	2.79 455	0.62 496	0.64 442	0.79 547	0.56 507	0.70 484	0.82 349

FC-DCNN v2	7.41 580	0.98 310	22.19 590	1.75 508	1.64 487	8.98 592	2.37 538	7.60 586	9.44 590	11.09 608	11.95 596	20.04 609	16.35 606	12.99 587	17.14 589	0.72 517	0.57 422	0.59 511	0.57 508	0.64 462	0.68 312

FC-DCNN	7.08 577	1.01 322	21.89 578	1.74 506	1.64 487	8.18 589	2.31 536	6.50 583	9.16 589	10.85 607	11.33 592	19.85 608	13.33 595	12.94 586	17.10 586	0.72 517	0.57 422	0.59 511	0.57 508	0.64 462	0.69 315

DPSNet	3.94 497	2.01 459	14.69 214	1.58 473	1.30 404	4.17 438	2.08 527	4.57 543	4.63 538	2.78 491	1.99 379	3.79 499	7.88 580	10.66 511	11.35 548	0.94 539	0.99 486	0.41 420	0.57 508	1.09 537	1.40 415

UGAM-zero	3.14 409	0.62 109	20.64 499	1.02 230	0.93 286	2.87 163	0.51 85	4.52 536	1.57 100	2.19 358	1.65 259	5.78 569	3.40 522	9.89 481	1.71 339	0.33 233	0.44 361	0.28 191	0.59 511	0.30 147	3.59 504

RP	3.26 437	1.73 435	17.70 289	1.56 470	1.93 526	3.43 248	1.94 514	4.18 430	2.72 300	2.77 489	3.05 520	3.96 508	2.69 480	10.17 494	2.86 460	1.04 542	0.50 401	0.71 538	0.59 511	0.75 496	0.83 351

SHD	3.22 427	4.21 511	14.19 202	2.37 547	2.12 539	2.77 149	1.19 429	4.24 454	3.25 406	4.64 569	2.73 504	3.62 492	2.76 484	6.30 401	4.75 501	0.66 503	1.25 498	0.52 484	0.59 511	0.69 483	1.64 436

MSAF-DinoV2	14.43 605	15.18 604	21.76 577	2.38 548	1.44 442	4.01 391	1.38 463	8.63 591	9.06 588	2.28 386	1.99 379	5.37 561	5.16 550	177.39 641	15.79 574	0.49 435	0.34 274	0.40 411	0.60 514	6.27 602	8.64 551

FCDSN-DC	6.71 575	1.18 358	21.61 574	1.29 369	1.10 344	4.38 478	2.59 548	4.58 545	5.52 570	9.58 598	11.19 591	19.17 606	17.69 609	13.03 588	17.11 587	0.73 520	0.57 422	0.61 518	0.60 514	0.71 489	0.92 370
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MeshStereo	5.67 554	1.80 441	21.28 560	1.40 417	1.14 355	4.38 478	3.83 582	5.51 576	4.85 555	10.12 603	11.72 595	11.44 590	5.87 558	13.86 600	12.31 556	0.68 507	0.61 436	0.61 518	0.60 514	0.73 491	0.68 312
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
rvit_105_1	2.17 174	1.36 392	16.82 263	1.09 265	0.68 181	2.78 152	1.26 444	3.55 267	2.90 337	1.40 180	1.57 229	1.29 212	1.14 243	2.91 321	1.49 278	0.55 476	0.47 385	0.45 446	0.61 517	0.45 372	0.63 295

FADNet_RVC	3.10 401	7.62 533	19.12 324	1.05 245	0.93 286	4.09 412	0.84 294	4.34 501	2.05 193	1.54 198	1.78 300	1.61 246	1.50 326	8.92 455	2.64 454	0.50 449	0.38 315	0.44 438	0.61 517	0.91 520	1.16 400

XQC	3.41 453	6.58 525	15.18 222	1.97 527	1.62 480	3.40 240	1.76 505	4.53 537	3.67 480	3.40 538	2.45 472	3.73 495	2.91 489	6.78 414	5.36 505	0.73 520	0.90 475	0.60 515	0.61 517	1.02 527	0.99 380

HBP-ISP	3.78 485	9.10 542	20.83 516	1.72 502	1.14 355	4.54 514	2.82 553	4.61 549	3.03 364	4.13 559	1.98 376	1.88 302	3.31 514	11.06 529	1.52 283	0.74 523	0.57 422	0.67 532	0.62 520	0.65 469	0.64 300

ADCRef	3.66 474	5.95 521	15.50 229	1.20 321	1.41 436	3.93 373	1.61 491	3.92 340	2.77 309	3.13 523	2.20 428	2.40 363	2.78 485	6.23 400	16.59 579	0.50 449	0.35 284	0.63 526	0.62 520	0.58 438	0.92 370

PDISCO_ROB	3.32 443	5.22 518	18.16 297	2.03 534	2.19 542	4.52 510	1.63 494	4.74 558	3.32 432	2.22 370	2.18 423	3.71 494	2.41 466	5.36 373	2.43 436	1.35 555	0.79 465	0.72 541	0.62 520	1.31 553	1.53 428

PSMNet_ROB	3.38 451	5.24 519	20.61 495	1.24 339	1.22 387	3.76 326	1.64 497	3.59 274	2.80 314	2.07 316	1.72 278	2.75 409	1.79 404	11.42 548	4.58 497	0.42 364	0.38 315	0.50 476	0.62 520	0.62 451	0.69 315

PA-Net	3.45 458	2.50 479	20.39 456	1.42 430	1.20 380	3.39 238	1.73 503	3.93 344	3.57 472	1.94 268	2.17 418	3.02 433	1.87 420	11.67 558	6.48 515	0.40 350	0.55 418	0.44 438	0.63 524	0.55 424	1.13 396
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MSCF	3.21 426	1.25 371	4.06 120	1.06 251	10.61 596	3.29 225	0.85 301	2.81 179	3.31 424	1.36 176	1.19 121	0.58 59	1.33 279	2.07 241	0.88 115	0.27 87	0.65 445	0.26 126	0.66 525	0.31 159	27.42 617

GASTEREO	3.25 435	1.46 404	3.62 109	1.10 268	10.80 597	3.50 267	0.86 306	2.79 174	3.54 469	1.44 191	1.31 157	0.56 55	1.35 282	2.09 244	0.88 115	0.26 75	0.57 422	0.25 91	0.68 526	0.27 93	27.73 620

Nwc_Net	3.03 391	1.90 453	19.16 327	1.38 409	1.69 499	3.53 275	1.19 429	4.03 369	2.19 214	2.79 493	2.84 511	3.80 500	2.46 470	6.93 420	2.87 462	0.96 540	0.41 338	0.59 511	0.68 526	0.60 444	0.65 304

MSMD_ROB	5.99 558	1.29 381	19.23 334	1.40 417	0.84 247	10.25 594	2.05 526	4.20 435	6.02 580	10.42 605	8.00 571	22.21 611	9.45 587	11.67 558	8.73 532	0.76 527	0.59 432	0.67 532	0.68 526	0.67 475	0.72 324

ccnet	3.03 391	1.48 406	12.88 184	1.54 464	1.26 397	3.71 318	2.32 537	4.11 399	3.05 372	2.92 505	3.21 530	2.86 420	2.40 464	9.87 479	4.19 489	0.80 529	0.76 462	0.71 538	0.70 529	0.78 502	1.07 392

ADCS	4.77 539	12.63 564	17.40 277	1.72 502	1.34 417	3.90 361	3.60 576	4.30 474	3.54 469	5.11 574	2.81 510	4.44 535	3.05 503	6.15 396	19.32 606	0.74 523	0.68 450	0.70 536	0.70 529	1.25 551	1.98 452

AnyNet_C01	4.68 533	10.90 555	16.41 257	2.03 534	1.62 480	6.25 577	6.40 591	4.19 433	5.13 562	4.03 556	3.77 544	4.14 519	3.26 512	7.23 423	11.19 544	0.64 500	0.80 466	0.65 530	0.72 531	2.18 566	2.08 457

SAMSARA	4.67 532	6.50 524	16.40 256	4.62 599	3.13 563	6.62 581	3.49 570	5.24 566	3.04 369	7.78 590	3.07 521	5.32 559	4.05 535	9.98 487	6.42 513	0.69 508	2.39 532	0.60 515	0.74 532	0.99 526	2.26 465

LCNet	2.54 270	0.60 95	20.89 522	1.01 226	0.57 122	3.60 291	1.21 438	3.20 224	1.70 140	2.17 347	1.76 289	1.43 231	4.12 536	3.61 340	0.94 135	0.32 206	0.20 42	0.28 191	0.76 533	0.50 408	1.83 450

GANetREF_RVC	3.45 458	5.10 517	19.89 386	1.58 473	0.80 228	4.13 422	1.82 510	4.24 454	3.33 434	1.91 258	1.76 289	2.46 378	1.83 412	13.17 590	1.87 375	0.83 534	0.57 422	0.79 547	0.77 534	1.21 548	0.91 368
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
ADCL	4.70 535	4.04 508	16.12 243	1.35 394	1.28 399	5.46 573	10.88 598	4.08 390	4.25 515	5.97 580	4.51 554	4.29 529	5.60 553	6.37 402	15.21 573	0.54 473	0.48 392	0.88 551	0.78 535	0.86 515	1.01 384

RGC	3.35 448	1.84 450	18.13 296	1.52 461	1.79 512	3.33 233	1.37 462	4.18 430	2.39 252	2.96 512	3.23 532	3.98 509	2.71 481	11.53 551	3.42 480	0.90 537	0.48 392	0.79 547	0.79 536	0.75 496	0.89 365

DeepPrunerF	4.00 501	5.64 520	16.81 262	1.36 399	1.75 505	3.69 312	1.54 483	4.24 454	13.98 599	2.21 368	1.77 296	2.73 404	2.29 457	10.90 521	6.64 516	0.71 512	0.61 436	0.77 546	0.79 536	0.87 517	0.79 346

S-Stereo	3.51 465	0.96 302	22.00 586	1.38 409	1.50 452	3.55 279	2.49 542	4.27 469	3.00 349	2.38 428	3.94 548	3.73 495	1.84 415	11.89 568	2.59 450	0.64 500	0.71 459	0.49 474	0.81 538	0.68 481	1.31 409

AnyNet_C32	4.49 525	9.53 545	13.85 194	1.67 491	1.56 467	5.40 572	4.06 585	4.03 369	3.69 481	4.21 562	3.09 523	3.09 441	3.38 521	8.24 443	18.76 604	0.56 480	0.64 442	0.53 491	0.81 538	1.36 555	1.42 418

PVD	3.91 494	4.36 512	13.89 198	2.81 569	4.79 586	3.80 336	1.94 514	3.89 333	4.11 503	5.75 578	3.56 540	3.59 489	3.34 517	6.44 405	6.44 514	0.73 520	2.84 544	0.74 545	0.84 540	0.82 511	3.45 502

LSM	13.03 602	7.72 536	21.01 529	55.44 630	85.65 629	3.65 303	6.27 590	3.91 339	5.06 560	5.63 576	13.91 601	3.53 486	3.46 525	9.93 484	4.36 494	0.72 517	0.95 479	0.72 541	0.85 541	1.09 537	26.67 616

EDNetEfficientorigin	12.42 596	3.26 495	179.44 639	1.21 327	1.00 309	2.89 167	1.82 510	3.05 211	5.37 566	8.87 594	4.78 556	4.17 521	4.80 546	9.91 482	11.32 547	0.41 353	0.41 338	0.62 525	0.88 542	1.33 554	2.81 481

NCC-stereo	3.49 463	2.07 463	20.23 430	1.31 378	1.76 507	4.04 398	1.42 469	4.01 361	2.34 246	3.06 518	2.59 490	3.51 483	3.02 500	10.02 490	5.44 506	1.38 557	0.66 448	0.64 528	0.88 542	0.67 475	0.84 355

Abc-Net	3.49 463	2.07 463	20.23 430	1.31 378	1.76 507	4.04 398	1.42 469	4.01 361	2.34 246	3.06 518	2.59 490	3.51 483	3.02 500	10.02 490	5.44 506	1.38 557	0.66 448	0.64 528	0.88 542	0.67 475	0.84 355
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MFMNet_re	3.44 456	8.89 539	19.36 340	3.25 577	1.91 525	3.13 195	1.99 518	3.60 276	4.16 507	3.17 529	2.86 512	2.25 347	2.41 466	2.61 301	2.35 430	1.13 547	1.06 488	0.94 552	0.91 545	1.29 552	1.57 430

MultiAttention	9.51 587	0.66 134	18.16 297	2.27 542	22.44 616	36.03 623	8.40 597	5.18 565	2.72 300	2.59 462	5.12 560	5.53 567	1.60 349	52.66 634	8.87 533	0.51 457	0.24 142	0.52 484	0.94 546	6.88 607	8.91 553

PSMNet-RUCA	2.60 291	1.83 447	20.55 480	1.51 456	1.39 430	3.07 186	1.36 461	3.56 269	2.43 261	1.41 183	2.07 400	1.42 228	1.09 223	2.07 241	1.60 305	1.20 551	0.69 457	1.26 566	0.96 547	1.65 563	0.97 377

AIO-Stereo-zeroshot	2.84 356	1.17 355	20.72 509	1.15 295	2.05 533	3.61 293	0.49 75	4.63 550	2.10 198	1.41 183	1.66 263	6.02 573	2.40 464	2.79 314	2.09 411	0.30 161	0.51 404	0.31 262	0.96 547	0.59 440	1.93 451

FBW_ROB	3.91 494	2.07 463	15.46 228	1.60 477	1.16 365	3.80 336	1.48 478	4.37 508	3.41 449	2.53 454	2.45 472	4.19 523	2.10 437	15.17 605	9.45 536	0.86 535	0.65 445	1.54 573	0.96 547	1.08 536	3.80 505

GCST	2.86 359	3.95 507	20.52 476	1.93 525	1.56 467	1.74 74	0.50 81	3.69 292	2.10 198	1.79 244	1.64 256	1.60 245	1.29 273	5.27 372	1.90 380	2.10 568	0.77 463	1.45 569	0.97 550	1.15 543	1.38 414

UDGNet	2.34 224	1.71 432	20.28 437	1.42 430	0.62 147	4.39 482	0.67 163	1.82 54	2.28 235	1.40 180	1.21 127	0.99 170	1.00 188	2.23 267	1.23 212	1.14 548	0.35 284	1.30 567	0.98 551	1.11 540	0.62 292

MADNet+	4.46 524	11.36 556	14.35 206	2.23 540	2.50 551	4.18 441	2.86 555	5.46 573	4.43 526	2.74 486	2.69 501	4.55 541	3.43 523	8.97 457	9.42 535	1.47 562	2.06 521	1.09 559	1.02 552	1.54 559	2.96 488

PASM	3.22 427	2.89 488	15.38 226	2.00 530	1.57 470	2.77 149	1.96 516	3.62 279	2.75 305	2.95 511	2.26 438	3.10 442	2.24 453	11.87 567	2.46 438	0.97 541	1.06 488	0.87 550	1.02 552	1.20 547	1.41 417

SPS-STEREO	5.18 545	10.36 551	21.09 542	1.74 506	1.72 503	3.24 214	2.26 534	3.92 340	4.12 504	5.06 573	3.66 542	5.43 563	3.33 516	9.56 470	12.34 557	1.17 550	1.17 495	1.07 557	1.03 554	1.17 545	10.25 562
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
EDNetEfficient	5.62 553	2.26 472	17.51 280	1.67 491	3.59 569	3.99 388	7.25 592	3.14 218	5.63 574	11.52 609	4.82 557	3.94 506	12.48 592	8.39 447	20.56 609	0.46 410	0.46 374	0.48 461	1.06 555	1.65 563	1.62 435

CC-Net-ROB	3.82 488	3.41 499	20.20 423	2.40 549	1.66 494	4.49 503	1.61 491	4.77 559	3.08 376	2.06 310	2.06 397	1.99 324	1.60 349	12.57 583	1.91 383	2.82 575	2.19 523	2.67 588	1.06 555	2.31 569	1.59 432

anonymity	2.02 152	1.28 379	5.16 129	1.73 504	1.63 483	1.86 76	1.06 402	3.50 261	2.42 258	2.19 358	2.11 406	1.88 302	3.89 532	1.92 223	1.56 293	1.11 546	1.14 493	1.08 558	1.11 557	1.05 530	2.68 477

SQANet	4.22 509	14.03 583	20.30 444	2.78 565	2.75 554	3.41 243	1.48 478	3.66 283	2.25 226	2.62 472	1.77 296	2.68 401	1.90 423	7.41 429	3.78 486	2.97 577	1.42 502	1.85 575	1.13 558	3.28 576	2.86 483

Consistency-Raft	2.93 370	1.93 454	19.72 369	1.41 421	1.75 505	3.85 348	1.32 453	4.09 394	2.75 305	1.82 248	2.66 497	1.81 290	4.34 542	2.29 274	2.08 408	0.90 537	0.94 478	1.03 555	1.13 558	1.71 565	1.10 394

SGM-ForestM	15.60 607	14.94 601	28.17 612	7.84 606	10.49 595	23.43 614	24.58 612	20.87 616	16.87 605	15.92 615	15.89 607	27.08 619	22.45 617	24.86 617	28.42 623	3.85 591	8.90 589	0.55 500	1.15 560	0.64 462	15.05 579

otaku	5.59 552	14.82 599	20.70 506	3.13 574	2.70 553	3.91 365	2.56 546	3.90 335	2.48 271	2.25 375	9.38 583	4.06 513	2.32 460	9.59 472	14.37 568	3.52 585	1.66 510	2.15 579	1.19 561	3.73 584	3.35 499

AIO-Stereo-zeroshot1	3.20 422	1.87 451	21.91 580	1.18 314	2.03 531	4.07 407	0.98 382	3.99 357	2.17 211	1.57 203	5.62 564	4.27 526	2.92 490	2.69 309	2.50 443	0.27 87	0.49 395	0.31 262	1.20 562	0.92 522	3.04 489

ADCMid	4.55 527	10.78 554	17.67 288	1.32 385	1.43 440	4.62 531	2.24 533	4.22 441	4.97 559	3.93 554	3.01 518	3.84 502	3.66 527	4.22 360	18.57 603	0.69 508	0.62 439	1.09 559	1.20 562	1.48 557	1.49 425

MSC_U_SF_DS_RVC	4.90 542	13.94 581	16.59 261	1.69 496	1.46 446	6.15 576	3.52 572	5.47 574	3.95 497	2.77 489	2.74 505	4.81 550	2.49 473	13.78 599	5.33 504	2.34 571	3.46 556	1.05 556	1.21 564	2.28 568	2.94 487

CREStereo++_RVC	1.98 141	0.59 87	19.94 392	0.87 121	0.55 104	4.02 394	0.31 15	1.75 48	2.09 196	1.65 214	2.20 428	0.85 129	0.65 71	1.03 21	0.72 57	0.29 132	0.16 4	0.23 37	1.22 565	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
ELAS_RVC	6.36 565	2.53 480	20.21 427	2.67 562	2.48 549	4.90 563	11.89 600	4.84 561	6.31 585	9.03 595	8.54 579	8.09 585	12.73 594	9.32 463	13.25 562	1.92 566	2.18 522	1.51 571	1.31 566	1.40 556	2.15 460
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	6.58 569	2.54 481	20.08 412	2.66 561	2.48 549	15.49 604	7.29 593	5.50 575	5.72 575	10.05 602	8.94 582	6.91 578	10.83 590	8.33 444	14.27 567	1.92 566	2.19 523	1.23 564	1.31 566	1.62 560	2.17 462
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Ntro	4.83 540	14.73 596	20.47 466	3.24 576	2.97 558	4.12 419	1.88 512	4.00 359	2.57 281	1.79 244	2.15 413	3.34 463	2.16 448	10.01 489	7.34 521	3.53 586	1.77 513	2.13 578	1.32 568	3.89 586	3.23 491

SGM+DAISY	13.18 603	14.36 589	24.65 605	8.10 607	13.49 603	22.47 612	25.54 615	12.13 601	17.08 610	14.77 611	15.82 606	12.17 595	13.97 602	12.65 584	18.22 600	8.40 611	9.18 596	1.23 564	1.33 569	1.23 550	16.81 598

MFN_U_SF_RVC	4.08 503	13.72 578	15.13 221	2.00 530	1.43 440	3.73 321	1.68 501	4.11 399	3.39 446	2.93 506	2.38 459	4.39 534	3.63 526	8.63 450	6.14 510	1.14 548	1.07 491	1.01 554	1.35 570	1.63 561	2.09 459

JetBlue	6.69 574	12.01 560	14.30 204	1.98 529	4.64 585	11.97 597	12.29 601	5.39 571	4.32 524	3.81 552	4.51 554	9.50 588	6.53 566	10.22 496	14.50 569	1.32 554	1.47 503	1.18 562	1.36 571	7.48 610	5.05 520

WAO-7	6.00 559	14.29 587	20.46 463	1.97 527	1.51 454	5.31 571	3.06 562	5.00 562	5.92 579	4.55 568	8.87 581	6.52 575	6.47 565	13.38 595	13.85 564	1.35 555	1.24 497	1.48 570	1.36 571	1.63 561	1.79 447

PWCK	6.49 567	13.40 569	20.27 436	2.95 570	1.61 477	5.68 575	7.63 595	5.37 570	4.77 551	3.90 553	7.48 569	7.96 583	5.63 554	15.15 604	10.93 543	3.21 580	1.55 507	2.34 580	1.43 573	6.05 601	2.45 471

BEATNet-Init1	51.93 631	71.67 633	99.39 636	10.91 613	13.10 599	84.39 636	59.36 628	73.78 635	67.97 634	88.09 637	88.15 638	91.73 637	97.51 637	85.13 638	72.56 638	2.59 572	5.18 566	1.20 563	1.49 574	10.61 615	13.83 570

MonStereo1	8.19 584	2.63 484	9.96 163	4.90 601	3.64 570	18.09 608	2.55 544	5.89 581	5.83 577	5.29 575	13.95 602	7.40 579	45.20 630	13.30 593	6.87 517	4.47 599	1.10 492	2.69 589	1.59 575	4.07 590	4.31 513

ACVNet_2	6.09 560	15.28 606	21.36 565	3.30 578	3.17 564	4.50 505	3.00 558	4.70 553	3.96 498	3.52 544	5.34 561	7.79 582	2.95 491	12.40 574	13.76 563	3.28 581	2.23 525	2.70 590	1.70 576	3.52 579	3.24 492

AnonymousM	1.38 108	1.33 388	2.35 80	0.95 186	0.56 110	4.03 397	0.67 163	2.63 159	2.49 272	1.51 197	1.36 170	1.15 189	1.00 188	1.26 74	1.04 167	0.41 353	0.46 374	2.07 577	1.71 577	0.25 65	0.40 127

ADCPNet	4.25 511	4.04 508	21.95 582	1.33 390	1.31 409	6.34 579	2.63 549	4.07 381	3.23 404	2.81 497	2.21 432	4.27 526	6.08 560	6.01 388	11.73 554	0.67 506	1.17 495	0.71 538	1.71 577	0.87 517	1.82 448

RainbowNet	5.20 546	15.03 602	21.14 548	3.66 584	3.25 567	4.18 441	2.98 557	4.22 441	3.20 391	2.30 395	2.65 495	4.24 525	2.97 493	9.92 483	6.29 512	3.92 592	2.27 527	2.71 591	1.73 579	3.82 585	3.43 501

NVStereoNet_ROB	6.63 571	9.57 546	19.28 336	3.19 575	2.11 537	3.69 312	1.99 518	4.32 493	6.27 584	3.26 534	24.57 616	5.45 565	11.39 591	13.56 596	12.37 558	2.79 573	2.05 520	1.76 574	1.75 580	1.49 558	1.75 440
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACVNet-4b	6.98 576	14.78 597	22.17 589	3.56 581	3.11 562	4.14 427	2.23 532	4.08 390	3.84 488	1.67 218	3.96 549	5.86 570	2.87 488	10.30 502	17.16 590	26.09 627	2.24 526	2.53 582	1.79 581	3.91 587	3.28 495

ACVNet_1	6.63 571	14.79 598	21.40 566	3.59 583	3.17 564	4.69 553	2.46 540	4.24 454	3.34 435	3.11 522	2.86 512	23.21 612	4.59 545	11.06 529	12.59 559	3.75 588	2.34 529	2.60 584	1.80 582	3.70 581	3.31 496

MFN_U_SF_DS_RVC	4.38 519	13.66 573	13.95 199	1.39 416	1.58 475	5.18 569	3.31 565	4.53 537	3.22 401	2.60 465	2.62 493	4.99 553	2.11 439	13.99 602	4.21 490	1.53 564	2.56 539	0.67 532	1.82 583	0.83 514	2.92 486

DStereoO	6.49 567	2.37 477	11.24 174	4.72 600	13.38 602	4.43 491	23.61 610	4.35 502	6.24 582	2.56 457	3.88 545	3.12 445	7.75 576	4.13 357	11.53 549	4.21 595	7.25 576	1.33 568	1.83 584	3.22 575	8.59 550

WAO-6	6.68 573	9.03 541	20.68 502	2.98 571	2.79 555	11.93 596	3.56 575	5.39 571	11.65 593	3.55 545	9.59 585	6.77 576	6.72 567	12.28 572	11.56 550	2.88 576	2.36 530	2.50 581	1.84 585	2.89 574	2.72 479

Dean	8.35 585	15.23 605	22.34 592	3.76 586	3.55 568	4.81 562	3.51 571	5.34 567	5.37 566	4.49 567	26.13 617	25.59 618	4.33 541	11.21 540	13.12 561	3.78 589	2.31 528	2.90 592	1.89 586	4.04 588	3.34 498

LVE	7.57 581	15.80 609	21.28 560	3.69 585	3.19 566	4.54 514	2.78 550	10.13 595	11.63 592	3.24 532	11.52 594	18.10 603	4.55 544	11.67 558	10.30 540	4.62 606	2.95 547	2.56 583	1.91 587	3.63 580	3.26 494

WAO-8	12.61 599	16.02 610	21.99 584	3.55 579	3.10 560	15.07 602	2.80 551	12.81 605	19.10 616	7.93 592	13.05 598	11.75 592	8.46 585	83.86 636	15.10 570	3.51 583	1.94 517	3.54 602	1.96 588	3.72 582	2.89 484

Venus	12.61 599	16.02 610	21.99 584	3.55 579	3.10 560	15.07 602	2.80 551	12.81 605	19.10 616	7.93 592	13.05 598	11.75 592	8.46 585	83.86 636	15.10 570	3.51 583	1.94 517	3.54 602	1.96 588	3.72 582	2.89 484

EAI-Stereo	4.89 541	0.69 153	7.74 150	0.99 216	1.63 483	4.68 548	51.52 627	5.79 579	3.37 438	3.64 547	7.24 567	1.10 182	0.95 177	2.51 289	1.71 339	0.33 233	0.31 245	0.28 191	2.04 590	0.28 106	0.92 370

DualNet (step1)	3.32 443	1.19 364	20.68 502	1.11 273	0.87 261	4.22 455	1.20 432	4.40 515	4.92 556	2.20 365	1.85 335	1.90 304	2.00 428	6.87 417	1.75 353	1.41 559	1.36 500	4.19 606	2.07 591	0.70 484	1.43 419

test_sample9	4.68 533	1.19 364	20.68 502	1.11 273	0.87 261	4.22 455	1.20 432	4.40 515	4.92 556	2.20 365	1.85 335	1.90 304	2.00 428	11.08 533	11.57 552	1.41 559	14.65 608	4.19 606	2.07 591	0.70 484	1.43 419

test_sample8	5.57 550	1.19 364	20.68 502	1.11 273	0.87 261	4.22 455	1.20 432	4.43 522	3.76 484	5.63 576	1.97 375	12.99 597	6.34 561	11.08 533	11.57 552	1.41 559	14.65 608	4.19 606	2.07 591	0.70 484	1.43 419

IMH-64-1	6.10 561	13.83 579	17.55 281	4.34 592	3.78 573	4.79 560	5.94 588	5.34 567	4.20 508	4.10 557	8.31 576	5.07 556	6.92 568	9.63 473	7.36 522	4.60 603	2.96 549	3.04 593	2.14 594	4.30 591	3.88 508

IMH-64	6.10 561	13.83 579	17.55 281	4.34 592	3.78 573	4.79 560	5.94 588	5.34 567	4.20 508	4.10 557	8.31 576	5.07 556	6.92 568	9.63 473	7.36 522	4.60 603	2.96 549	3.04 593	2.14 594	4.30 591	3.88 508

IMH	7.25 578	16.24 612	21.08 537	4.40 594	3.79 575	5.46 573	3.03 561	5.58 577	6.26 583	4.92 572	10.32 587	9.24 587	8.30 583	13.62 597	11.56 550	4.84 607	3.00 552	3.09 596	2.14 594	4.38 593	3.83 507

DDUNet	3.65 471	2.81 487	19.59 354	3.57 582	2.26 543	3.47 256	1.35 458	4.21 440	2.40 255	2.68 478	2.48 475	4.17 521	1.78 401	5.48 378	2.61 452	2.25 570	1.77 513	2.61 586	2.43 597	2.63 572	2.40 468

TorneroNet-64	10.52 589	14.33 588	21.95 582	4.29 591	3.76 572	13.77 601	2.83 554	14.96 612	23.11 619	10.24 604	23.77 615	13.44 598	8.15 582	13.98 601	17.70 596	4.03 594	2.73 542	3.23 598	2.53 598	7.27 609	4.35 515

UDG	3.84 490	2.91 489	20.05 405	2.98 571	1.98 528	3.95 378	1.18 428	4.43 522	2.24 223	2.47 444	2.53 483	4.49 537	2.44 469	6.52 406	4.74 500	2.14 569	1.77 513	2.64 587	2.58 599	2.66 573	2.19 464

ktn	22.24 616	14.37 590	20.30 444	4.54 597	4.02 579	6.52 580	4.50 586	6.78 585	78.80 637	84.67 636	100.54 639	58.48 632	8.39 584	13.13 589	17.09 585	4.61 605	3.24 554	3.49 600	2.62 600	4.70 597	3.96 510

TorneroNet	26.32 618	14.70 595	22.40 594	4.24 589	4.08 580	54.72 627	3.19 563	15.11 613	76.73 636	57.99 631	82.55 637	86.65 636	45.79 631	13.34 594	18.51 601	4.52 601	2.86 545	3.45 599	2.63 601	8.75 613	4.28 512

notaker	10.92 592	14.17 585	20.38 453	4.56 598	3.98 578	6.29 578	3.53 573	7.68 587	5.10 561	9.04 596	46.37 627	13.84 601	28.85 618	14.18 603	14.16 566	4.57 602	3.19 553	3.52 601	2.70 602	8.16 611	4.13 511

DispFullNet	4.71 536	3.93 505	23.92 603	4.00 587	3.01 559	3.38 236	1.31 451	4.23 448	3.26 408	6.31 584	2.92 514	4.03 511	7.80 577	3.93 351	5.15 503	2.80 574	1.61 508	3.11 597	2.70 602	3.32 577	3.38 500

KSHMR	17.50 611	14.38 592	22.35 593	4.50 596	4.51 583	8.17 588	3.33 566	15.44 614	76.15 635	7.32 588	61.40 631	56.33 631	5.66 556	32.91 620	13.97 565	4.42 597	2.99 551	3.64 605	2.79 604	5.13 599	4.55 517

DStereoRT	4.64 531	1.72 434	20.00 399	1.35 394	1.24 392	4.49 503	1.28 446	4.22 441	5.73 576	2.49 449	2.25 436	4.36 533	7.67 575	7.56 432	2.60 451	0.75 525	0.82 469	4.46 611	2.85 605	0.39 302	16.65 591

UNDER WATER	11.28 594	13.60 572	22.90 599	5.11 602	4.53 584	7.75 587	3.75 579	12.50 603	21.62 618	7.80 591	10.68 588	23.75 614	35.20 619	11.54 553	17.40 592	4.46 598	2.95 547	4.23 609	2.90 606	6.57 604	6.27 532

UNDER WATER-64	10.08 588	14.27 586	22.85 598	5.26 603	4.88 587	11.00 595	4.57 587	11.41 596	17.25 611	7.68 589	9.72 586	15.96 602	21.47 616	11.12 536	16.63 580	4.38 596	2.88 546	4.41 610	2.95 607	7.12 608	5.81 528

JetRed	10.68 591	26.07 619	35.62 614	4.40 594	4.16 582	15.72 605	13.07 603	14.57 611	5.83 577	5.85 579	5.55 563	10.12 589	7.37 573	8.86 453	25.99 617	3.33 582	3.82 559	3.59 604	2.98 608	8.51 612	8.22 544

TCMNet-wrong-test	12.48 597	15.10 603	19.66 357	22.40 617	19.87 613	15.98 607	12.30 602	23.88 617	4.80 553	6.29 583	6.46 565	18.38 605	15.65 604	10.50 506	10.86 542	9.07 615	4.79 561	5.34 612	3.95 609	12.27 617	12.13 567

MANE	15.29 606	13.67 574	23.58 602	10.15 611	13.37 601	23.58 615	23.86 611	27.83 620	26.26 620	12.02 610	15.10 603	19.83 607	18.01 610	15.68 606	20.35 608	8.58 612	9.20 597	3.05 595	4.19 610	0.82 511	16.69 593

DStereoFS	13.73 604	14.37 590	21.48 569	14.07 615	16.86 605	23.31 613	25.20 614	13.01 607	17.04 608	15.22 612	16.10 611	11.86 594	13.95 601	10.88 518	15.98 576	8.74 614	9.17 595	2.60 584	5.33 611	2.58 571	16.74 596

DGSMNet	8.13 583	2.31 475	18.62 307	2.77 564	13.96 604	6.91 584	42.17 626	4.16 420	2.53 276	2.25 375	3.21 530	3.41 469	1.69 384	9.19 461	3.03 468	3.79 590	10.31 600	11.70 623	5.68 612	4.38 593	10.58 563

MADNet++	8.64 586	6.17 523	13.88 197	6.61 604	5.25 588	10.15 593	14.20 604	5.89 581	8.25 587	7.14 587	8.18 573	6.41 574	9.84 589	11.71 563	16.73 581	9.65 616	5.03 565	8.63 617	5.68 612	4.83 598	8.57 549

PML	64.55 633	56.00 631	20.79 513	8.10 607	32.82 619	147.60 639	247.57 642	12.71 604	45.39 630	111.32 639	288.85 642	101.42 638	100.62 638	31.63 619	15.84 575	13.96 620	4.84 562	10.95 620	6.18 614	28.99 620	5.33 524

USTest	15.98 608	15.57 608	22.51 596	18.47 616	16.98 607	26.39 616	36.05 622	27.65 619	12.77 596	10.72 606	10.87 589	18.34 604	15.08 603	18.60 608	23.36 610	4.90 608	5.38 567	7.40 616	7.45 615	9.88 614	11.26 565

tt	7.29 579	0.58 76	7.34 146	4.04 588	2.30 547	12.04 598	20.18 609	15.60 615	7.41 586	3.46 541	3.36 535	5.36 560	6.39 564	4.27 361	7.46 526	9.80 617	11.53 605	7.04 615	7.45 615	6.31 603	3.81 506

DStereoSA	12.54 598	6.88 528	16.88 265	11.79 614	16.87 606	22.28 611	25.54 615	6.75 584	17.06 609	6.99 586	15.95 608	6.00 572	13.94 600	7.99 441	27.57 619	8.61 613	9.15 594	1.51 571	8.23 617	4.04 588	16.83 599

DGTPSM_ROB	16.67 609	21.79 617	40.19 618	10.00 610	19.05 611	12.43 599	33.20 619	13.71 608	18.09 614	9.71 599	22.85 613	13.77 599	19.64 611	21.23 609	24.07 611	5.09 609	8.95 590	5.62 613	11.49 618	6.73 605	15.75 589

DPSM_ROB	20.83 614	20.01 615	26.54 609	23.64 619	22.42 614	31.06 618	39.94 624	34.02 623	17.42 612	15.35 613	16.05 609	24.04 615	20.69 614	23.28 615	27.60 620	10.77 618	9.41 598	11.68 621	11.50 619	14.48 618	16.71 594

DPSM	20.83 614	20.01 615	26.54 609	23.64 619	22.42 614	31.06 618	39.94 624	34.02 623	17.42 612	15.35 613	16.05 609	24.04 615	20.69 614	23.28 615	27.60 620	10.77 618	9.41 598	11.68 621	11.50 619	14.48 618	16.71 594

DPSMNet_ROB	16.76 610	21.81 618	40.95 619	10.20 612	19.08 612	12.43 599	33.21 620	13.73 609	18.21 615	9.76 600	22.88 614	13.78 600	19.64 611	21.39 610	24.21 612	5.20 610	8.97 591	5.63 614	11.51 621	6.80 606	15.82 590

Anonymous_2	4.03 502	0.99 319	11.19 173	1.20 321	1.71 501	3.68 310	0.93 361	3.76 306	1.63 125	2.07 316	1.43 188	4.76 549	2.34 461	1.86 219	1.78 356	0.82 533	2.42 534	8.69 618	16.64 622	4.38 593	8.29 545

FlowAnything	41.86 622	39.86 621	53.27 629	47.82 629	45.01 623	62.36 628	80.44 633	68.40 634	35.33 626	30.77 620	32.01 619	48.15 626	42.00 627	46.64 632	55.21 630	21.70 626	18.87 615	23.47 628	23.12 623	29.11 621	33.59 623

LSM0	49.69 630	40.02 622	53.50 631	97.07 631	129.56 635	62.65 633	79.82 632	68.02 629	35.12 625	33.72 622	33.34 625	48.41 630	41.54 623	46.57 628	55.40 631	21.63 625	19.16 622	23.60 629	23.13 624	29.46 626	52.08 634

Selective-RAFT-Error	41.88 623	40.10 623	53.23 628	47.74 626	45.20 625	62.42 629	80.58 634	68.27 630	34.95 624	30.85 621	32.30 621	48.08 625	42.07 628	46.54 627	54.92 629	21.60 622	19.12 621	23.46 624	23.15 625	29.14 622	33.95 627

RAFT-FEzeroshot	41.89 624	40.15 625	52.92 626	47.78 627	45.48 626	62.42 629	80.67 636	68.35 632	34.76 621	30.69 618	32.35 623	48.23 628	41.82 625	46.61 629	55.50 632	21.61 623	18.89 616	23.46 624	23.21 626	29.18 624	33.72 624

RAFT-FE	41.89 624	40.15 625	52.92 626	47.78 627	45.48 626	62.42 629	80.67 636	68.35 632	34.76 621	30.69 618	32.35 623	48.23 628	41.82 625	46.61 629	55.50 632	21.61 623	18.89 616	23.46 624	23.21 626	29.18 624	33.72 624

CasAABBNet	41.89 624	40.14 624	53.33 630	47.71 625	45.10 624	62.42 629	80.65 635	68.29 631	34.85 623	30.67 617	32.34 622	48.22 627	41.76 624	46.61 629	55.60 634	21.59 621	18.89 616	23.46 624	23.21 626	29.17 623	33.75 626

LRCNet_RVC	25.63 617	33.47 620	24.35 604	31.77 621	32.74 618	6.73 582	1.19 429	25.87 618	4.67 544	28.95 616	30.91 618	24.89 617	17.54 608	27.82 618	24.57 614	35.48 628	25.62 628	35.91 630	33.80 629	31.95 628	34.38 628

AVERAGE_ROB	44.46 628	45.87 628	46.48 621	40.54 624	38.62 621	32.95 621	30.49 617	46.80 627	43.31 629	49.57 625	48.93 629	44.57 623	39.87 620	45.01 626	43.89 626	48.70 632	50.65 633	50.80 631	49.79 630	45.54 630	46.89 632

HaxPig	43.31 627	43.63 627	45.01 620	33.88 622	35.67 620	32.79 620	30.52 618	45.50 626	42.95 628	48.75 624	48.14 628	43.24 621	40.44 621	44.58 625	43.63 625	47.17 631	49.30 632	51.65 632	50.37 631	43.72 629	45.27 631

MEDIAN_ROB	47.37 629	49.00 629	49.74 623	40.28 623	39.94 622	34.93 622	33.41 621	49.78 628	46.38 631	53.04 628	52.61 630	47.67 624	42.28 629	48.33 633	47.25 627	52.06 633	53.99 634	54.28 633	53.48 632	48.70 631	50.27 633

U	12.87 601	0.43 11	2.54 86	0.68 37	58.93 628	63.36 634	0.33 21	1.95 67	1.08 27	0.62 20	0.83 54	0.46 34	0.57 44	0.91 8	0.50 7	0.31 185	0.17 8	63.34 634	59.81 633	0.30 147	0.26 11

DPSimNet_ROB	143.68 639	156.64 639	170.66 638	162.59 634	135.40 636	195.13 640	174.01 640	141.76 641	167.78 642	174.58 641	138.78 640	186.01 641	183.75 641	82.32 635	97.85 639	151.24 640	102.48 638	131.25 636	82.78 634	115.21 635	123.37 637

RSGM-EC	109.57 634	104.25 637	68.53 632	115.30 632	109.29 631	116.06 637	139.00 638	126.85 639	55.85 632	55.24 629	70.93 632	116.40 639	111.43 639	176.32 639	174.60 640	117.23 635	71.46 636	140.49 637	83.40 635	123.40 636	115.37 635

acva	109.57 634	104.25 637	68.53 632	115.30 632	109.29 631	116.06 637	139.00 638	126.85 639	55.85 632	55.24 629	70.93 632	116.40 639	111.43 639	176.32 639	174.60 640	117.23 635	71.46 636	140.49 637	83.40 635	123.40 636	115.37 635

HanzoNet	31.86 621	17.33 613	21.23 557	7.52 605	5.85 591	7.49 586	3.61 578	14.35 610	13.37 597	50.38 627	46.35 626	44.46 622	56.50 633	36.53 624	28.25 622	64.05 634	58.31 635	9.45 619	89.24 637	31.17 627	31.77 621

Anonymous_1	57.77 632	19.65 614	26.12 607	23.12 618	141.97 637	30.79 617	39.72 623	34.10 625	16.98 606	70.09 635	15.64 605	23.44 613	19.73 613	23.03 614	27.21 618	164.70 641	9.02 592	130.41 635	137.42 638	161.21 641	41.01 630

test_example2	213.42 640	219.67 640	222.97 640	213.78 637	220.82 641	199.03 641	200.49 641	189.27 642	143.61 641	211.05 642	218.08 641	210.69 642	205.21 642	221.14 642	216.49 642	236.74 642	242.08 642	213.66 639	216.96 639	235.55 642	231.06 641

xxxxx1	112.85 636	94.19 634	38.10 615	228.21 638	161.02 638	39.23 624	61.26 629	92.54 636	79.08 638	63.44 632	74.84 634	77.80 633	69.88 634	33.55 621	70.96 635	117.25 637	130.44 639	258.49 640	273.88 640	145.63 638	147.24 638

tt_ll	112.85 636	94.19 634	38.10 615	228.21 638	161.02 638	39.23 624	61.26 629	92.54 636	79.08 638	63.44 632	74.84 634	77.80 633	69.88 634	33.55 621	70.96 635	117.25 637	130.44 639	258.49 640	273.88 640	145.63 638	147.24 638

ff	112.85 636	94.19 634	38.10 615	228.21 638	161.02 638	39.23 624	61.26 629	92.54 636	79.08 638	63.44 632	74.84 634	77.80 633	69.88 634	33.55 621	70.96 635	117.25 637	130.44 639	258.49 640	273.88 640	145.63 638	147.24 638

ccccc		628.29 641		567.59 641	570.62 642	580.23 642		613.89 643		613.55 643		554.19 643		666.02 643		780.28 643	507.01 643	391.46 643	342.94 643	701.16 643

Low-res two-view benchmark