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

FS-TRT-Harmonizegood	0.55 2	0.46 17	1.26 17	0.61 3	0.32 3	0.54 4	0.16 1	0.91 3	2.02 192	0.71 43	0.29 2	0.70 87	0.36 4	0.99 18	0.44 1	0.23 37	0.16 5	0.21 19	0.16 10	0.21 26	0.22 1
1853532: FS-TRT-Harmonize: Photometric Harmonization for ETH3D Low-Res Two-View. Technical report (online)
LG-Stereo	0.94 57	0.71 162	3.31 98	0.62 5	0.51 84	2.85 156	0.54 99	2.59 151	1.40 61	0.88 103	1.23 126	0.53 46	0.40 8	0.81 2	0.86 108	0.23 37	0.18 16	0.31 255	0.24 180	0.29 125	0.22 1

trnet	1.00 70	0.55 55	1.89 64	0.66 17	0.33 6	4.41 486	0.40 45	2.42 116	1.95 181	0.96 124	1.24 128	0.88 137	0.89 159	1.27 72	0.78 74	0.30 159	0.19 29	0.23 36	0.15 3	0.22 41	0.22 1

CREStereo++_RVC	1.98 143	0.59 82	19.94 387	0.87 115	0.55 103	4.02 392	0.31 16	1.75 48	2.09 198	1.65 210	2.20 421	0.85 127	0.65 68	1.03 21	0.72 58	0.29 129	0.16 5	0.23 36	1.22 562	0.25 67	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
XX-TBD	1.98 143	1.08 330	20.29 437	1.31 374	0.43 44	3.97 384	0.33 22	1.76 50	1.77 151	1.59 202	2.18 416	0.69 86	0.59 51	1.44 123	0.75 64	0.33 229	0.25 162	0.23 36	0.16 10	0.31 160	0.22 1

CREStereo	1.00 70	0.59 82	1.82 61	0.66 17	0.36 10	4.43 489	0.40 45	2.43 117	1.98 186	0.96 124	1.22 124	0.88 137	0.87 152	1.30 81	0.79 83	0.30 159	0.20 45	0.23 36	0.16 10	0.23 49	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
BridgeDepth	0.58 4	0.53 49	1.13 7	0.61 3	0.27 1	1.28 38	0.36 31	1.56 24	1.05 24	0.59 7	0.37 5	0.58 59	0.65 68	0.93 11	0.45 2	0.25 60	0.15 3	0.19 5	0.17 23	0.23 49	0.23 7
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
S2M2_XL	0.49 1	0.51 37	1.16 11	0.70 42	0.34 8	0.29 1	0.23 4	0.68 1	0.53 1	0.55 4	0.92 62	0.65 74	0.53 31	0.65 1	0.59 22	0.28 112	0.24 143	0.25 90	0.21 108	0.23 49	0.23 7
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
CASnet	0.85 38	0.59 82	1.66 55	0.91 141	0.30 2	1.37 46	0.73 199	1.63 33	1.94 180	1.66 212	1.14 110	0.66 78	0.63 62	1.07 31	0.90 122	0.37 311	0.17 9	0.41 417	0.31 333	0.33 206	0.23 7
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
BridgeDepth_RVC	0.56 3	0.51 37	1.09 5	0.58 1	0.38 18	0.98 11	0.23 4	1.42 14	0.86 8	0.61 15	0.52 14	0.51 39	0.81 134	0.93 11	0.50 8	0.34 251	0.16 5	0.23 36	0.18 34	0.20 12	0.24 10
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Pointernet	0.99 65	0.50 32	3.54 103	0.89 123	0.44 48	2.30 111	0.38 33	3.12 215	1.48 74	0.69 36	1.44 183	0.92 150	0.73 91	1.28 76	0.82 94	0.24 45	0.23 114	0.21 19	0.19 54	0.19 3	0.25 11

WCG-NET	1.00 70	0.81 231	1.65 53	0.93 159	0.38 18	1.48 56	1.04 394	1.81 52	2.80 317	1.67 214	1.52 199	0.93 154	0.97 177	1.18 53	0.84 100	0.25 60	0.81 464	0.23 36	0.21 108	0.27 94	0.26 12

U	12.87 595	0.43 10	2.54 82	0.68 33	58.93 621	63.36 627	0.33 22	1.95 67	1.08 26	0.62 18	0.83 51	0.46 34	0.57 41	0.91 8	0.50 8	0.31 183	0.17 9	63.34 627	59.81 626	0.30 148	0.26 12

s12784h	2.08 162	0.50 32	16.85 259	0.75 63	0.36 10	4.42 488	0.49 76	4.23 450	3.08 379	2.03 299	2.67 492	0.91 146	1.05 207	2.05 235	0.78 74	0.37 311	0.18 16	0.24 64	0.16 10	0.27 94	0.26 12

SGD-Stereo	0.68 8	0.46 17	1.13 7	0.90 135	0.33 6	2.42 121	0.44 63	1.17 7	0.75 2	0.87 98	0.53 15	0.55 50	0.53 31	1.50 141	0.50 8	0.34 251	0.14 1	0.25 90	0.19 54	0.23 49	0.27 15

RAStereo	1.53 118	0.71 162	17.55 275	0.62 5	0.65 156	1.18 18	0.32 21	1.94 64	1.15 34	0.80 72	1.07 93	0.64 71	0.47 19	0.89 5	1.01 161	0.25 60	0.20 45	0.27 153	0.21 108	0.36 263	0.27 15

PMTNet	1.13 90	0.55 55	3.88 113	0.71 48	0.59 124	4.21 451	0.43 57	2.00 72	1.58 104	1.02 137	1.06 90	0.78 113	0.98 180	1.58 153	0.93 126	1.21 548	0.20 45	0.23 36	0.15 3	0.23 49	0.27 15

monsters	0.91 52	0.67 133	1.83 62	0.79 81	1.55 465	2.91 165	0.40 45	2.66 158	0.99 19	0.70 41	0.87 54	0.38 10	0.44 16	1.90 219	0.79 83	0.22 31	0.35 278	0.20 8	0.18 34	0.20 12	0.28 18

MaDis-Stereo	1.60 119	1.11 338	16.13 239	0.67 23	1.87 518	1.22 27	0.39 37	2.17 89	1.42 63	0.69 36	0.78 41	0.88 137	0.70 83	1.24 67	1.13 183	0.32 202	0.23 114	0.26 126	0.21 108	0.32 182	0.28 18

IIG-Stereo	2.89 362	0.98 306	19.80 369	2.78 561	0.67 170	4.62 527	0.74 209	4.29 474	2.26 232	2.62 468	3.10 520	3.33 458	1.60 345	7.64 427	1.51 281	0.42 360	0.21 69	0.32 276	0.25 196	0.33 206	0.28 18

RAFT-345	2.55 271	0.60 90	19.89 381	1.22 327	0.49 73	4.43 489	0.77 235	1.68 37	3.54 472	2.09 319	3.10 520	1.95 312	1.30 269	6.65 403	1.47 277	0.41 349	0.23 114	0.32 276	0.26 213	0.29 125	0.28 18

xyz-stereo	10.93 589	0.71 162	79.25 627	0.70 42	0.45 50	83.14 628	0.77 235	2.68 160	1.49 79	2.28 383	32.01 612	2.76 409	1.61 351	5.80 380	3.32 473	0.29 129	0.18 16	0.33 311	0.23 158	0.26 85	0.29 22

MLG-Stereo	0.86 42	0.42 4	1.96 67	0.66 17	0.54 96	3.01 178	0.31 16	1.90 59	3.21 397	0.57 6	0.30 3	0.66 78	0.47 19	1.35 101	0.46 4	0.21 24	0.25 162	0.24 64	0.16 10	0.19 3	0.29 22

AAGNet	3.88 490	0.67 133	20.04 399	2.27 538	0.46 54	4.76 555	1.05 396	2.28 99	3.38 444	2.16 341	1.84 324	2.40 359	3.95 530	6.22 393	24.21 606	0.49 432	0.19 29	0.30 235	0.29 295	0.33 206	0.29 22

RAFT_R40	2.61 292	0.64 113	19.86 377	1.69 492	0.46 54	4.74 553	0.95 365	2.28 99	2.52 278	2.02 294	2.32 445	2.69 400	2.52 472	6.70 406	1.05 169	0.42 360	0.19 29	0.30 235	0.27 232	0.33 206	0.29 22

NLMM1	0.96 61	0.60 90	1.41 32	0.68 33	1.04 322	3.37 228	0.49 76	3.06 210	1.39 59	0.72 47	1.10 99	0.58 59	0.77 110	1.42 119	1.23 210	0.20 17	0.15 3	0.23 36	0.21 108	0.23 49	0.30 26

xyz-stereo-finetune	1.14 92	0.88 254	1.93 65	0.63 8	0.37 16	3.48 256	0.79 252	2.86 186	1.95 181	1.02 137	1.26 136	0.91 146	0.78 115	2.53 291	1.84 363	0.30 159	0.24 143	0.26 126	0.24 180	0.31 160	0.30 26

LG-Stereo_L1	0.67 7	0.55 55	1.50 37	0.78 78	0.54 96	1.71 70	0.33 22	1.96 69	0.83 6	0.62 18	0.41 8	0.40 16	0.43 13	1.42 119	0.55 19	0.24 45	0.28 211	0.23 36	0.18 34	0.22 41	0.30 26

MLG-Stereo_test1	0.89 50	0.42 4	2.06 70	0.67 23	1.33 416	3.13 188	0.29 13	1.60 27	3.31 427	0.53 1	0.25 1	0.67 81	0.43 13	1.34 98	0.47 6	0.22 31	0.25 162	0.24 64	0.16 10	0.19 3	0.30 26

GCAP-Stereo	2.59 284	1.07 326	20.48 467	0.91 141	4.13 577	3.67 303	0.51 87	2.27 97	1.76 150	1.18 154	1.15 111	1.18 189	0.84 142	1.36 105	1.54 288	0.27 91	8.46 577	0.27 153	0.19 54	0.29 125	0.30 26

CroCo-Stereo	1.07 80	1.18 354	3.66 106	0.91 141	0.60 130	0.49 2	0.49 76	4.07 384	1.91 172	0.84 88	1.29 149	1.00 166	0.75 105	1.32 90	1.38 252	0.26 79	0.21 69	0.24 64	0.20 89	0.37 269	0.30 26
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
Gwc-CoAtRS	1.80 136	0.61 97	14.92 214	1.08 257	0.61 134	2.88 161	0.63 146	2.47 124	1.62 123	1.80 243	1.50 196	2.73 401	1.17 247	1.35 101	1.08 175	0.30 159	0.22 86	0.25 90	0.23 158	0.28 107	0.30 26

NLSM1	0.92 55	0.57 69	1.31 22	0.77 66	1.33 416	2.32 112	0.37 32	2.74 165	1.28 45	0.93 118	0.97 75	0.56 54	1.36 278	1.69 170	0.87 110	0.18 6	0.18 16	0.25 90	0.20 89	0.25 67	0.31 33

NLCSM	1.15 93	0.79 224	3.83 112	0.72 51	1.29 401	3.34 227	0.44 63	3.56 270	1.45 66	0.77 63	1.12 105	0.73 98	0.81 134	1.34 98	1.40 258	0.24 45	0.18 16	0.25 90	0.21 108	0.23 49	0.31 33

UniTT-Stereo	1.73 132	0.60 90	20.25 429	0.98 203	1.19 376	0.78 7	0.39 37	1.19 10	1.55 93	1.21 156	1.28 144	0.52 43	0.64 65	1.17 52	1.16 192	0.35 268	0.20 45	0.25 90	0.22 143	0.42 335	0.31 33

OMP-Stereo	2.94 372	1.26 369	20.07 401	2.73 559	0.67 170	4.58 521	1.46 471	4.33 498	2.21 221	3.14 522	2.68 493	3.22 448	1.38 283	7.65 428	1.42 264	0.46 407	0.21 69	0.33 311	0.26 213	0.34 229	0.31 33

SST-Stereo	2.63 299	0.63 107	19.76 368	1.69 492	0.46 54	4.71 550	0.74 209	2.27 97	3.07 378	2.07 313	2.15 406	2.42 367	3.17 506	6.66 404	0.95 140	0.45 395	0.19 29	0.30 235	0.27 232	0.35 244	0.31 33

VIP-Stereo	1.29 102	1.10 336	6.84 138	0.79 81	0.91 277	3.20 198	0.79 252	1.95 67	3.31 427	0.88 103	1.07 93	0.65 74	0.59 51	1.31 85	0.76 69	0.32 202	0.44 358	0.24 64	0.17 23	0.22 41	0.32 38

LG-Stereo_L2	0.69 10	0.54 53	1.56 45	0.74 56	0.48 64	2.32 112	0.28 9	1.87 58	0.80 3	0.60 11	0.43 9	0.38 10	0.45 17	1.38 112	0.54 18	0.24 45	0.28 211	0.23 36	0.18 34	0.22 41	0.32 38

HI	2.19 178	1.11 338	19.93 384	1.14 288	0.69 186	2.98 175	0.45 66	2.58 147	1.87 166	2.18 348	1.65 252	2.41 363	1.83 408	1.72 181	1.63 314	0.30 159	0.17 9	0.28 188	0.31 333	0.27 94	0.32 38

CoSv	2.19 178	1.11 338	19.93 384	1.14 288	0.69 186	2.98 175	0.45 66	2.58 147	1.87 166	2.18 348	1.65 252	2.41 363	1.83 408	1.72 181	1.63 314	0.30 159	0.17 9	0.28 188	0.31 333	0.27 94	0.32 38

FoundationStereo	0.77 18	0.42 4	1.20 14	0.95 180	1.01 308	0.70 5	0.35 30	0.78 2	4.64 545	0.64 25	0.38 7	0.73 98	0.77 110	0.96 14	0.50 8	0.29 129	0.24 143	0.23 36	0.16 10	0.18 1	0.32 38

rvit_stereo_0081_aga	1.06 78	1.02 320	5.34 125	0.75 63	0.74 197	1.21 23	0.63 146	2.00 72	2.30 245	0.88 103	0.82 48	0.79 116	0.69 82	1.42 119	0.78 74	0.36 295	0.29 221	0.26 126	0.26 213	0.41 323	0.32 38

WCG-NET（raft）	1.44 115	0.92 277	1.56 45	0.89 123	0.32 3	1.43 52	0.97 375	1.69 44	2.42 261	1.68 217	1.44 183	2.37 358	1.01 187	1.33 91	0.85 105	0.25 60	8.56 578	0.22 25	0.21 108	0.28 107	0.32 38

Former-RAFT_DAM_RVC	0.99 65	0.85 244	1.58 48	0.95 180	1.08 335	2.95 169	0.53 97	1.93 62	2.00 191	1.19 155	1.63 244	0.59 62	0.65 68	1.10 39	0.90 122	0.28 112	0.23 114	0.31 255	0.25 196	0.45 369	0.32 38

MIF-Stereo (partial)	1.93 140	0.69 147	21.14 543	0.74 56	1.02 311	1.07 14	0.49 76	2.75 168	1.78 153	0.82 78	1.22 124	0.80 118	0.90 162	1.68 164	1.63 314	0.38 327	0.24 143	0.33 311	0.26 213	0.41 323	0.32 38

LoS	1.05 77	0.58 73	3.31 98	0.91 141	0.38 18	4.14 425	0.50 83	2.22 93	1.49 79	1.02 137	0.88 57	0.62 68	0.84 142	1.69 170	0.94 134	0.27 91	0.20 45	0.24 64	0.17 23	0.22 41	0.32 38
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
TestStereo	2.41 239	1.95 452	19.15 321	0.77 66	0.61 134	1.83 73	0.58 119	2.33 108	1.53 88	1.44 185	1.37 167	1.26 203	0.90 162	11.59 548	0.94 134	0.36 295	0.19 29	0.33 311	0.24 180	0.45 369	0.32 38

CFNet-RSSM	2.17 174	0.56 61	20.50 469	1.08 257	0.57 119	3.42 239	0.62 141	4.24 456	1.60 113	1.73 229	1.39 171	2.55 383	1.19 252	1.36 105	1.04 166	0.29 129	0.20 45	0.26 126	0.23 158	0.28 107	0.32 38

monsterstereo	1.31 103	0.58 73	2.10 71	0.79 81	1.41 439	2.51 132	0.40 45	3.15 220	0.84 7	0.74 49	1.18 115	0.41 23	0.40 8	1.55 149	0.97 145	0.20 17	8.12 575	0.22 25	0.18 34	0.22 41	0.33 50

IGEV	0.74 15	0.39 1	1.16 11	0.73 53	1.31 410	2.78 151	0.38 33	1.81 52	1.03 21	0.80 72	0.72 33	0.35 3	0.42 12	1.11 43	0.52 16	0.19 9	0.23 114	0.22 25	0.19 54	0.18 1	0.33 50

S2M2_L	0.69 10	0.59 82	1.35 28	0.92 151	0.55 103	1.07 14	0.20 2	1.17 7	1.61 119	0.61 15	0.82 48	0.86 130	0.47 19	0.92 10	0.71 55	0.36 295	0.33 255	0.27 153	0.27 232	0.37 269	0.33 50
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
RAFT-Test	1.67 128	0.64 113	6.13 133	1.25 350	1.82 517	3.06 180	0.78 242	4.02 369	3.09 382	1.88 251	1.70 265	3.76 493	1.03 191	1.40 115	1.07 173	0.29 129	0.33 255	0.25 90	0.23 158	0.29 125	0.33 50

RAFT_CTSACE	2.41 239	1.83 443	20.33 443	1.77 508	1.39 433	3.50 261	1.03 389	3.25 232	1.64 127	1.80 243	2.04 380	2.82 413	1.78 397	2.11 245	1.10 179	0.27 91	0.24 143	0.28 188	0.30 314	0.31 160	0.33 50

GMOStereo	2.64 300	0.92 277	19.83 373	0.81 87	0.68 178	3.22 202	0.89 316	2.94 193	1.48 74	2.36 419	1.54 211	1.75 263	1.04 198	1.33 91	1.15 187	0.26 79	11.32 594	0.35 350	0.28 259	0.35 244	0.33 50

error version	2.64 300	0.92 277	19.83 373	0.81 87	0.68 178	3.22 202	0.89 316	2.94 193	1.48 74	2.36 419	1.54 211	1.75 263	1.04 198	1.33 91	1.15 187	0.26 79	11.32 594	0.35 350	0.28 259	0.35 244	0.33 50

test-v	2.64 300	0.92 277	19.83 373	0.81 87	0.68 178	3.22 202	0.89 316	2.94 193	1.48 74	2.36 419	1.54 211	1.75 263	1.04 198	1.33 91	1.15 187	0.26 79	11.32 594	0.35 350	0.28 259	0.35 244	0.33 50

NRIStereo	2.32 214	0.69 147	20.07 401	1.35 390	0.38 18	4.73 551	0.89 316	2.43 117	3.35 439	1.95 271	1.37 167	1.75 263	1.21 255	2.97 320	1.35 239	0.49 432	0.22 86	0.29 213	0.26 213	0.31 160	0.33 50

RAFT-RH_RVC	2.72 327	0.64 113	20.10 410	1.48 442	0.49 73	4.46 492	0.56 104	1.73 47	2.86 333	3.06 514	5.50 557	2.02 325	1.28 264	6.70 406	1.56 293	0.46 407	0.22 86	0.37 381	0.34 368	0.29 125	0.33 50

test-2	2.64 300	0.92 277	19.83 373	0.81 87	0.68 178	3.22 202	0.89 316	2.94 193	1.48 74	2.36 419	1.54 211	1.75 263	1.04 198	1.33 91	1.15 187	0.26 79	11.32 594	0.35 350	0.28 259	0.35 244	0.33 50

NLSM3	0.94 57	0.55 55	1.62 52	0.67 23	1.30 405	3.19 197	0.45 66	2.87 187	1.30 51	0.85 90	0.96 74	0.55 50	1.02 190	1.15 46	0.98 150	0.21 24	0.16 5	0.26 126	0.23 158	0.25 67	0.34 61

xyz-stereo-finetune2	1.31 103	0.95 294	3.28 96	0.60 2	0.36 10	3.48 256	0.65 155	2.82 178	1.47 72	0.99 131	1.86 334	0.91 146	1.75 391	3.54 334	1.86 367	0.27 91	0.22 86	0.30 235	0.28 259	0.33 206	0.34 61

MLG-Stereo_test3	0.66 6	0.40 2	1.55 43	0.64 11	0.65 156	2.21 98	0.31 16	1.69 44	0.81 4	0.59 7	0.54 16	0.56 54	0.33 1	0.98 17	0.60 28	0.21 24	0.23 114	0.24 64	0.17 23	0.20 12	0.34 61

DEFOM-Stereo_RVC	1.03 75	1.15 349	1.34 27	1.03 230	0.59 124	0.81 8	0.43 57	3.53 266	4.67 547	0.78 66	0.98 81	0.44 30	1.16 245	1.46 129	0.71 55	0.27 91	0.19 29	0.24 64	0.18 34	0.30 148	0.34 61

castereo	0.88 47	0.78 220	1.15 10	0.89 123	0.51 84	1.31 40	0.90 331	3.42 251	1.28 45	0.88 103	1.28 144	0.72 97	0.91 164	1.05 27	1.01 161	0.28 112	0.17 9	0.26 126	0.20 89	0.24 62	0.34 61

rvit_stereo_0083	0.91 52	0.73 176	1.60 51	0.90 135	0.66 164	1.21 23	0.64 151	1.75 48	2.71 302	0.83 84	0.93 64	0.94 158	1.06 209	1.50 141	0.79 83	0.34 251	0.36 291	0.30 235	0.27 232	0.34 229	0.34 61

MGS-Stereo	1.24 99	0.66 129	9.68 156	0.97 197	0.40 36	1.26 30	0.72 192	1.50 21	1.35 54	1.03 141	2.26 430	0.80 118	0.56 39	1.28 76	0.78 74	0.31 183	0.23 114	0.26 126	0.22 143	0.28 107	0.34 61

plain	2.00 149	0.89 261	21.49 564	0.67 23	0.73 192	1.66 68	0.57 108	3.27 235	2.18 214	0.80 72	1.25 132	0.80 118	0.86 149	1.72 181	1.13 183	0.34 251	0.21 69	0.32 276	0.25 196	0.44 360	0.34 61

GLC_STEREO	0.83 34	0.59 82	1.71 56	0.89 123	0.34 8	1.88 76	0.80 262	1.48 19	1.60 113	0.98 129	1.06 90	0.68 83	0.71 85	1.19 55	0.89 117	0.25 60	0.25 162	0.32 276	0.25 196	0.32 182	0.34 61

PSM-softLoss	2.62 295	0.65 121	21.11 541	2.46 550	0.49 73	4.68 544	0.68 171	2.61 153	4.23 514	2.14 330	1.47 189	1.42 223	0.99 181	6.04 387	1.24 216	0.47 416	0.23 114	0.37 381	0.39 422	0.33 206	0.34 61

KMStereo	2.62 295	0.65 121	21.11 541	2.46 550	0.49 73	4.68 544	0.68 171	2.61 153	4.23 514	2.14 330	1.47 189	1.42 223	0.99 181	6.04 387	1.24 216	0.47 416	0.23 114	0.37 381	0.39 422	0.33 206	0.34 61

MLG-Stereo_test2	0.84 35	0.43 10	1.95 66	0.66 17	1.04 322	3.61 289	0.23 4	1.70 46	2.18 214	0.69 36	0.33 4	0.67 81	0.33 1	1.16 50	0.46 4	0.25 60	0.26 187	0.23 36	0.16 10	0.19 3	0.35 72

castereo++	1.26 100	0.99 315	3.48 102	0.95 180	0.74 197	2.48 125	0.98 378	3.14 217	4.28 522	0.75 53	1.46 187	1.92 305	0.58 44	1.29 80	0.51 14	0.27 91	0.24 143	0.28 188	0.19 54	0.24 62	0.35 72

rvit_stereo_0081	0.87 44	0.73 176	1.54 41	0.92 151	0.65 156	1.27 32	0.61 129	2.11 85	2.35 252	0.86 92	0.75 36	0.86 130	0.74 99	1.36 105	0.83 97	0.33 229	0.26 187	0.27 153	0.25 196	0.38 282	0.35 72

rvit_stereo_0082	0.87 44	0.73 176	1.54 41	0.92 151	0.65 156	1.27 32	0.61 129	2.11 85	2.35 252	0.86 92	0.75 36	0.86 130	0.74 99	1.36 105	0.83 97	0.33 229	0.26 187	0.27 153	0.25 196	0.38 282	0.35 72

rvit_stereo_0080	1.10 87	1.09 333	3.78 107	0.65 13	0.60 130	1.91 78	0.74 209	2.74 165	2.65 295	0.94 121	1.09 96	0.85 127	0.81 134	1.20 61	0.89 117	0.39 335	0.29 221	0.25 90	0.28 259	0.46 379	0.35 72

rvit_stereo_ft	1.28 101	1.39 391	6.72 137	0.99 210	0.66 164	1.06 13	0.79 252	2.81 176	3.14 388	0.83 84	1.02 85	0.95 160	1.13 229	1.27 72	1.00 157	0.34 251	0.24 143	0.27 153	0.29 295	0.40 303	0.35 72

whm_eth	1.10 87	1.09 333	3.78 107	0.65 13	0.60 130	1.91 78	0.74 209	2.74 165	2.65 295	0.94 121	1.09 96	0.85 127	0.81 134	1.20 61	0.89 117	0.39 335	0.29 221	0.25 90	0.28 259	0.46 379	0.35 72

Any-RAFT	1.62 121	0.59 82	5.29 124	1.12 279	0.76 210	4.41 486	0.79 252	4.12 408	3.26 411	2.02 294	1.36 164	2.82 413	1.56 339	1.90 219	0.81 89	0.29 129	0.25 162	0.26 126	0.19 54	0.25 67	0.35 72

Patchmatch Stereo++	2.28 204	0.74 185	20.54 473	0.77 66	0.38 18	4.67 536	0.75 222	2.55 140	3.21 397	2.00 283	1.53 200	1.77 270	1.14 235	2.46 279	0.98 150	0.51 454	0.23 114	0.32 276	0.28 259	0.40 303	0.35 72
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	2.26 197	0.74 185	20.53 472	0.77 66	0.38 18	4.67 536	0.71 188	2.54 133	3.22 404	2.00 283	1.53 200	1.77 270	1.13 229	2.22 262	0.96 142	0.50 446	0.23 114	0.32 276	0.28 259	0.40 303	0.35 72

ROB_FTStereo_v2	2.25 193	0.74 185	20.45 457	0.77 66	0.38 18	4.66 535	0.74 209	2.54 133	3.20 394	2.00 283	1.53 200	1.77 270	1.14 235	2.13 248	0.96 142	0.50 446	0.22 86	0.32 276	0.28 259	0.40 303	0.35 72

ROB_FTStereo	2.26 197	0.74 185	20.44 454	0.77 66	0.38 18	4.65 532	0.75 222	2.54 133	3.19 392	2.00 283	1.54 211	1.77 270	1.13 229	2.28 269	0.94 134	0.49 432	0.22 86	0.32 276	0.28 259	0.40 303	0.35 72

HUI-Stereo	2.27 200	0.74 185	20.56 479	0.77 66	0.38 18	4.67 536	0.78 242	2.54 133	3.23 407	2.00 283	1.53 200	1.77 270	1.13 229	2.21 261	0.93 126	0.49 432	0.23 114	0.32 276	0.28 259	0.40 303	0.35 72

iGMRVC	2.27 200	0.74 185	20.46 458	0.77 66	0.38 18	4.65 532	0.73 199	2.54 133	3.21 397	2.00 283	1.53 200	1.77 270	1.14 235	2.47 282	0.99 153	0.51 454	0.23 114	0.32 276	0.28 259	0.40 303	0.35 72

IRAFT_RVC	2.74 334	0.71 162	19.80 369	2.52 552	0.67 170	4.60 525	1.57 484	3.05 208	2.99 350	2.23 369	1.72 271	2.08 334	2.59 474	6.69 405	1.61 308	0.37 311	0.21 69	0.33 311	0.29 295	0.33 206	0.35 72

iRAFT	2.28 204	0.74 185	20.54 473	0.77 66	0.38 18	4.67 536	0.75 222	2.55 140	3.21 397	2.00 283	1.53 200	1.77 270	1.14 235	2.46 279	0.98 150	0.51 454	0.23 114	0.32 276	0.28 259	0.40 303	0.35 72

CRE-IMP	2.28 204	0.68 142	19.67 359	0.85 101	0.39 34	4.54 510	0.80 262	2.63 155	4.84 557	1.96 273	1.51 197	1.86 294	0.96 175	1.52 143	1.43 266	0.47 416	0.21 69	0.31 255	0.26 213	0.41 323	0.35 72

RAFT-IKP	2.27 200	0.74 185	20.55 475	0.77 66	0.38 18	4.64 531	0.73 199	2.54 133	3.21 397	2.00 283	1.53 200	1.77 270	1.13 229	2.25 268	1.00 157	0.51 454	0.22 86	0.32 276	0.28 259	0.40 303	0.35 72

RALAANet	2.29 207	2.73 481	21.08 532	1.29 365	0.94 289	1.45 53	0.68 171	3.25 232	2.61 289	2.02 294	1.80 301	1.28 205	1.04 198	2.12 246	1.79 355	0.30 159	0.22 86	0.27 153	0.27 232	0.41 323	0.35 72

ARAFT	3.24 429	13.49 564	19.88 380	0.93 159	0.49 73	4.16 431	1.40 462	4.37 509	3.21 397	2.40 431	1.91 353	1.70 255	1.04 198	6.43 399	1.45 274	0.37 311	0.19 29	0.37 381	0.35 383	0.37 269	0.35 72

ACVNet	2.40 233	0.97 303	20.20 418	0.94 168	0.86 249	4.22 453	0.79 252	2.97 203	2.85 327	1.93 259	1.91 353	3.07 436	1.46 310	1.52 143	2.37 429	0.33 229	0.27 200	0.30 235	0.27 232	0.42 335	0.35 72

acv_ft	2.45 246	0.97 303	19.57 347	1.15 291	2.01 526	2.97 173	0.96 371	3.88 334	2.85 327	2.34 411	1.91 353	3.07 436	1.65 373	1.52 143	2.26 419	0.33 229	0.27 200	0.30 235	0.27 232	0.42 335	0.35 72

NLMM	0.96 61	0.63 107	1.71 56	0.70 42	1.10 342	3.14 191	0.47 74	3.12 215	1.32 52	0.82 78	1.15 111	0.55 50	0.58 44	1.35 101	1.19 199	0.22 31	0.17 9	0.23 36	0.20 89	0.23 49	0.36 94

AdaDepth	1.16 95	0.53 49	7.56 141	0.73 53	1.29 401	3.13 188	0.43 57	1.13 5	1.92 176	0.69 36	0.93 64	0.43 24	0.58 44	1.67 162	0.66 37	0.20 17	0.33 255	0.24 64	0.19 54	0.25 67	0.36 94

LGtest1	0.61 5	0.45 15	1.19 13	0.71 48	0.45 50	1.00 12	0.26 8	1.33 12	1.55 93	0.62 18	0.64 25	0.44 30	0.49 24	1.06 29	0.51 14	0.28 112	0.23 114	0.24 64	0.17 23	0.21 26	0.36 94

testlalala	2.95 374	0.66 129	20.83 511	1.03 230	0.81 230	4.39 480	0.90 331	2.96 201	3.69 484	2.50 448	1.55 220	1.31 209	0.61 57	1.15 46	0.77 70	0.42 360	14.33 600	0.25 90	0.20 89	0.26 85	0.36 94

raftrobust	2.05 160	1.45 399	13.44 185	1.29 365	5.81 586	3.59 283	0.67 160	2.80 173	1.50 82	2.21 365	1.41 178	1.17 186	1.22 256	1.37 110	1.46 276	0.29 129	0.33 255	0.22 25	0.20 89	0.27 94	0.36 94

2w_stereo	0.84 35	0.52 46	1.87 63	0.71 48	0.56 109	1.98 86	0.61 129	2.88 188	1.00 20	0.99 131	0.97 75	0.36 4	1.11 225	1.03 21	0.77 70	0.19 9	0.19 29	0.23 36	0.18 34	0.21 26	0.37 99

tt45	1.08 82	0.92 277	2.50 79	0.92 151	0.67 170	3.90 359	0.75 222	2.00 72	1.29 47	0.74 49	1.35 159	0.71 95	0.63 62	2.59 295	0.97 145	0.23 37	0.19 29	0.28 188	0.23 158	0.29 125	0.37 99

999	1.08 82	0.86 246	2.44 77	1.06 247	0.65 156	3.27 211	0.91 343	1.47 18	1.43 65	0.74 49	1.73 277	0.70 87	0.66 75	3.03 322	1.18 194	0.24 45	0.22 86	0.25 90	0.21 108	0.27 94	0.37 99

RCA-Stereo	1.38 109	0.61 97	3.95 115	0.94 168	0.48 64	4.68 544	0.78 242	4.17 427	1.95 181	1.93 259	1.84 324	0.94 158	1.48 316	1.23 65	0.75 64	0.30 159	0.43 348	0.25 90	0.20 89	0.26 85	0.37 99

NF-Stereo	2.68 318	0.67 133	21.09 537	2.43 546	0.47 59	4.67 536	0.67 160	3.68 290	4.30 523	2.11 323	1.62 239	1.36 214	1.09 216	6.07 389	1.24 216	0.45 395	0.20 45	0.36 370	0.34 368	0.32 182	0.37 99

OCTAStereo	2.67 315	0.67 133	21.08 532	2.43 546	0.47 59	4.67 536	0.67 160	3.68 290	4.31 526	2.11 323	1.62 239	1.36 214	1.09 216	6.02 386	1.25 223	0.45 395	0.20 45	0.36 370	0.34 368	0.32 182	0.37 99

RE-Stereo	2.67 315	0.67 133	21.08 532	2.43 546	0.47 59	4.67 536	0.67 160	3.68 290	4.30 523	2.11 323	1.62 239	1.36 214	1.09 216	6.01 383	1.26 228	0.45 395	0.20 45	0.36 370	0.34 368	0.32 182	0.37 99

TVStereo	2.67 315	0.67 133	21.08 532	2.43 546	0.47 59	4.67 536	0.67 160	3.68 290	4.30 523	2.11 323	1.62 239	1.36 214	1.09 216	6.01 383	1.26 228	0.45 395	0.20 45	0.36 370	0.34 368	0.32 182	0.37 99

R-Stereo Train	2.13 167	0.65 121	19.43 337	1.02 225	0.67 170	3.79 331	0.89 316	4.12 408	1.55 93	2.15 337	1.72 271	1.13 181	0.94 172	1.46 129	1.30 234	0.32 202	0.25 162	0.27 153	0.21 108	0.28 107	0.37 99

RAFT-Stereo	2.13 167	0.65 121	19.43 337	1.02 225	0.67 170	3.79 331	0.89 316	4.12 408	1.55 93	2.15 337	1.72 271	1.13 181	0.94 172	1.46 129	1.30 234	0.32 202	0.25 162	0.27 153	0.21 108	0.28 107	0.37 99
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
Monster-pub-mixall	0.80 24	0.49 26	1.14 9	0.85 101	0.50 82	1.40 48	0.31 16	1.48 19	1.17 36	0.99 131	0.87 54	0.39 13	0.36 4	2.02 233	0.53 17	0.20 17	2.40 528	0.17 1	0.16 10	0.19 3	0.38 109

2.25w	0.89 50	0.51 37	2.54 82	0.72 51	0.66 164	2.27 107	0.40 45	2.43 117	1.22 41	0.83 84	1.05 88	0.40 16	0.80 128	1.28 76	0.89 117	0.18 6	0.56 417	0.21 19	0.18 34	0.19 3	0.38 109

4.25_new	0.81 30	0.50 32	1.30 19	0.74 56	0.98 295	2.51 132	0.57 108	2.28 99	1.13 29	0.60 11	0.97 75	0.40 16	0.65 68	1.19 55	0.60 28	0.24 45	0.44 358	0.25 90	0.18 34	0.20 12	0.38 109

4.5w_new	0.81 30	0.50 32	1.30 19	0.74 56	0.98 295	2.51 132	0.57 108	2.28 99	1.13 29	0.60 11	0.97 75	0.40 16	0.65 68	1.19 55	0.60 28	0.24 45	0.44 358	0.25 90	0.18 34	0.20 12	0.38 109

4.25w-stereo	0.80 24	0.50 32	1.30 19	0.74 56	0.98 295	2.51 132	0.57 108	2.28 99	1.13 29	0.60 11	0.97 75	0.40 16	0.65 68	1.19 55	0.60 28	0.24 45	0.43 348	0.25 90	0.18 34	0.20 12	0.38 109

LG-Stereo_Zeroshot	1.04 76	0.53 49	2.93 93	0.80 85	0.77 214	3.99 386	0.39 37	2.10 83	1.96 185	0.90 113	0.93 64	0.75 110	0.85 145	1.31 85	0.87 110	0.28 112	0.21 69	0.26 126	0.21 108	0.32 182	0.38 109

rvit_0105_6	1.10 87	1.17 351	3.33 101	0.93 159	0.55 103	1.45 53	0.79 252	2.51 128	3.30 424	0.78 66	0.74 35	1.03 169	0.75 105	1.45 126	0.97 145	0.42 360	0.43 348	0.34 331	0.31 333	0.44 360	0.38 109

RAFT-Stereo-weight	1.38 109	0.57 69	5.44 126	1.05 241	0.63 147	4.19 447	0.77 235	3.95 351	1.53 88	2.01 292	1.53 200	1.30 208	0.65 68	1.30 81	1.05 169	0.27 91	0.26 187	0.26 126	0.22 143	0.28 107	0.38 109

CAS++	1.01 74	0.77 218	3.30 97	0.86 108	0.53 93	1.23 28	0.85 296	3.43 252	1.57 101	1.16 153	1.33 156	0.62 68	0.58 44	1.18 53	0.63 34	0.37 311	0.30 231	0.35 350	0.27 232	0.41 323	0.38 109
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
testlalala2	2.47 250	0.75 199	20.46 458	2.58 556	2.91 552	3.80 334	0.76 231	4.20 438	3.87 496	1.45 188	1.57 222	2.43 369	0.80 128	1.23 65	0.71 55	0.28 112	0.33 255	0.24 64	0.21 108	0.35 244	0.38 109

Selective-RAFT	1.34 106	0.58 73	2.21 74	1.01 221	0.49 73	4.19 447	0.51 87	3.39 247	3.62 478	1.15 152	1.40 174	1.45 229	1.40 290	2.09 240	1.31 236	0.43 377	0.40 328	0.25 90	0.26 213	0.29 125	0.38 109

CroCo-Stereo Lap2	1.65 126	1.14 347	14.70 210	1.00 218	1.80 516	0.53 3	0.46 72	3.18 222	1.62 123	1.10 151	1.24 128	1.05 172	0.78 115	1.40 115	1.18 194	0.31 183	0.23 114	0.27 153	0.22 143	0.46 379	0.38 109

rafts_anoy	2.76 341	1.68 425	20.42 452	1.42 425	3.90 572	3.03 179	0.61 129	3.24 229	1.66 131	1.42 180	1.26 136	1.19 193	1.11 225	2.13 248	1.64 320	0.33 229	8.77 583	0.32 276	0.32 349	0.32 182	0.38 109

CFNet	3.04 390	6.89 523	16.27 247	1.36 394	1.24 393	4.09 410	0.72 192	4.15 421	3.00 352	1.69 221	1.88 342	2.27 345	1.45 305	11.41 539	2.12 409	0.36 295	0.29 221	0.43 432	0.36 394	0.48 399	0.38 109

DDF-Stereo	1.06 78	0.57 69	3.31 98	0.92 151	1.46 449	1.58 61	0.83 277	2.28 99	0.97 18	0.54 3	0.63 23	0.55 50	0.73 91	3.12 325	1.15 187	0.43 377	0.30 231	0.25 90	0.19 54	1.05 527	0.39 123

252Zero-FE	0.95 60	0.49 26	1.65 53	1.03 230	0.45 50	1.25 29	0.22 3	1.85 57	2.13 210	3.05 513	1.31 151	0.33 1	0.41 11	1.14 44	0.56 21	0.22 31	1.93 511	0.20 8	0.20 89	0.20 12	0.39 123

zero-FE	2.19 178	0.56 61	26.48 602	0.91 141	1.44 445	1.41 51	0.83 277	2.29 105	0.91 10	0.59 7	0.65 27	0.54 49	0.78 115	2.84 313	1.09 177	0.39 335	0.30 231	0.25 90	0.19 54	1.03 525	0.39 123

DilatedVolume-Stereo	0.94 57	0.70 155	3.01 94	1.06 247	0.63 147	1.34 43	0.49 76	1.58 26	1.16 35	1.41 177	1.26 136	0.88 137	0.88 153	1.81 207	0.93 126	0.25 60	0.28 211	0.22 25	0.23 158	0.25 67	0.39 123

H2IRNET	2.19 178	0.83 238	19.13 320	1.25 350	0.61 134	4.48 499	0.44 63	2.94 193	1.86 163	1.08 146	2.29 438	1.67 247	1.40 290	2.18 256	1.64 320	0.41 349	0.21 69	0.33 311	0.37 404	0.38 282	0.39 123

HSM-Net_RVC	3.02 385	0.65 121	19.48 341	0.94 168	0.90 272	3.71 315	1.20 428	5.61 580	2.87 335	3.24 528	2.49 469	2.53 380	1.61 351	11.39 538	1.90 375	0.37 311	0.27 200	0.27 153	0.24 180	0.31 160	0.39 123
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AdaStereo	2.22 188	0.90 267	16.41 252	1.33 386	0.83 236	3.21 199	1.12 413	4.25 467	2.91 342	2.06 307	1.76 282	2.47 376	1.17 247	1.93 224	1.65 323	0.50 446	0.26 187	0.43 432	0.29 295	0.46 379	0.39 123
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.
Wavelet-MonSter	0.77 18	0.52 46	2.45 78	0.70 42	0.80 225	1.61 65	0.30 15	1.19 10	1.61 119	0.59 7	0.71 31	0.39 13	0.53 31	1.20 61	1.12 181	0.16 1	0.46 371	0.20 8	0.18 34	0.20 12	0.40 130

Reg-Stereo(zero)	1.88 139	0.45 15	11.07 167	0.94 168	2.06 530	4.52 506	0.55 101	2.72 163	1.69 137	1.54 194	1.26 136	2.55 383	2.52 472	1.73 186	2.43 432	0.20 17	0.28 211	0.22 25	0.19 54	0.25 67	0.40 130

IGEV-RUCA	0.93 56	0.56 61	1.31 22	0.85 101	0.74 197	3.89 358	0.78 242	1.93 62	1.42 63	1.02 137	0.72 33	0.70 87	0.73 91	1.37 110	0.77 70	0.30 159	0.20 45	0.25 90	0.19 54	0.43 345	0.40 130

GMStereo_Zeroshot	1.51 117	1.27 373	4.75 119	1.54 460	0.72 191	3.33 225	0.54 99	2.67 159	1.74 148	2.34 411	1.57 222	2.40 359	0.96 175	2.51 285	1.21 204	0.48 425	0.23 114	0.41 417	0.24 180	0.82 508	0.40 130

test_4	1.98 143	0.68 142	15.65 227	0.91 141	0.48 64	4.11 415	1.09 405	2.41 112	1.50 82	1.55 196	2.31 443	1.87 297	0.79 123	2.86 315	1.51 281	0.34 251	0.19 29	0.29 213	0.29 295	0.30 148	0.40 130

DeepStereo_RVC	2.42 241	0.70 155	18.41 296	0.79 81	0.43 44	4.50 501	0.70 183	2.51 128	3.51 470	2.02 294	1.79 296	1.54 236	6.35 559	1.93 224	1.22 207	0.47 416	0.22 86	0.29 213	0.29 295	0.35 244	0.40 130

AnonymousM	1.38 109	1.33 385	2.35 76	0.95 180	0.56 109	4.03 395	0.67 160	2.63 155	2.49 275	1.51 193	1.36 164	1.15 184	1.00 184	1.26 70	1.04 166	0.41 349	0.46 371	2.07 572	1.71 574	0.25 67	0.40 130

PSMNet-RSSM	2.91 365	1.55 414	20.10 410	1.32 381	1.30 405	4.19 447	0.95 365	3.78 313	2.28 238	2.28 383	1.80 301	2.64 395	1.87 416	9.83 471	1.93 383	0.37 311	0.33 255	0.35 350	0.38 413	0.46 379	0.40 130

asda	0.86 42	0.51 37	1.32 25	0.66 17	0.82 235	3.30 222	0.49 76	2.41 112	1.13 29	0.66 29	0.84 52	0.44 30	0.84 142	1.14 44	0.67 44	0.23 37	0.70 454	0.25 90	0.18 34	0.22 41	0.41 138

2.75w_new	0.88 47	0.51 37	2.22 75	0.67 23	0.66 164	2.44 123	0.55 101	2.75 168	1.08 26	0.87 98	0.75 36	0.39 13	0.91 164	1.41 118	0.74 62	0.21 24	0.43 348	0.22 25	0.18 34	0.19 3	0.41 138

StereoVision	2.36 224	1.15 349	20.38 448	1.07 254	1.79 514	2.58 140	0.61 129	3.14 217	2.34 249	1.33 167	3.46 535	1.85 293	0.88 153	2.12 246	2.01 394	0.46 407	0.36 291	0.37 381	0.36 394	0.50 405	0.41 138

knoymous	1.50 116	0.65 121	8.73 152	0.91 141	0.75 205	2.97 173	0.90 331	2.93 191	1.38 58	1.56 197	1.07 93	2.75 406	0.88 153	1.43 122	1.13 183	0.32 202	0.22 86	0.35 350	0.20 89	0.45 369	0.41 138

BUS	1.64 125	0.64 113	3.82 109	0.94 168	0.86 249	4.50 501	0.75 222	4.49 531	2.29 242	2.96 508	1.82 309	3.61 486	1.03 191	1.79 195	1.18 194	0.39 335	0.25 162	0.31 255	0.28 259	0.38 282	0.41 138

BSDual-CNN	1.61 120	0.64 113	3.82 109	0.94 168	0.86 249	4.18 439	1.14 418	4.49 531	2.29 242	2.96 508	1.82 309	2.58 389	1.30 269	1.79 195	1.44 270	0.39 335	0.25 162	0.31 255	0.28 259	0.38 282	0.41 138

hknet	2.34 220	0.78 220	13.86 191	0.94 168	1.07 332	4.18 439	1.14 418	4.49 531	3.00 352	2.96 508	1.82 309	3.47 469	1.30 269	4.11 352	1.77 350	0.35 268	0.25 162	0.31 255	0.28 259	0.38 282	0.41 138

GANet-ADL	2.25 193	0.80 228	20.17 414	1.28 359	0.69 186	3.83 339	0.75 222	3.63 283	1.83 158	1.68 217	2.04 380	2.09 335	1.10 222	1.63 159	1.43 266	0.42 360	0.33 255	0.26 126	0.23 158	0.43 345	0.41 138

iResNet_ROB	2.72 327	10.38 546	14.41 202	1.46 437	0.99 300	3.74 320	0.66 158	4.01 364	2.84 326	2.04 302	2.05 387	1.98 319	1.38 283	4.73 360	1.91 378	0.35 268	0.20 45	0.28 188	0.19 54	0.33 206	0.41 138

SMoEStereo_RVC	0.88 47	0.92 277	1.55 43	0.96 189	0.46 54	2.56 137	0.78 242	1.60 27	1.20 39	0.71 43	1.20 118	0.64 71	0.63 62	1.71 175	1.01 161	0.22 31	0.18 16	0.31 255	0.22 143	0.28 107	0.42 147

RSM++	0.99 65	0.56 61	1.35 28	1.54 460	0.50 82	1.53 59	0.68 171	2.31 107	4.13 508	0.86 92	1.27 142	0.90 143	0.60 54	1.21 64	0.78 74	0.27 91	0.20 45	0.25 90	0.21 108	0.29 125	0.42 147

RSM	0.99 65	0.54 53	1.25 16	0.94 168	0.61 134	1.32 41	0.74 209	2.54 133	4.08 505	0.89 111	1.49 193	1.22 200	0.62 59	1.24 67	0.80 87	0.25 60	0.20 45	0.25 90	0.21 108	0.29 125	0.42 147

IER	2.09 163	0.91 270	14.11 196	0.97 197	1.15 356	3.17 194	0.89 316	3.59 277	2.39 255	2.15 337	1.98 369	2.27 345	2.11 435	2.39 277	1.80 356	0.35 268	0.24 143	0.36 370	0.30 314	0.34 229	0.42 147

Pruner-Stereo	2.33 217	0.70 155	20.66 496	2.05 532	0.48 64	4.73 551	0.78 242	2.55 140	2.70 301	2.47 442	1.57 222	1.48 232	1.03 191	1.71 175	1.55 291	0.48 425	0.21 69	0.34 331	0.30 314	0.31 160	0.42 147

LMCR-Stereo	2.53 262	2.30 470	18.81 307	1.64 484	0.86 249	3.88 355	1.14 418	4.33 498	1.63 125	2.27 381	2.35 447	1.13 181	2.41 462	2.63 298	2.26 419	1.06 540	0.24 143	0.29 213	0.25 196	0.62 448	0.42 147

DN-CSS_ROB	2.89 362	9.72 541	19.71 362	2.07 533	0.90 272	4.01 389	0.61 129	4.06 381	3.35 439	1.66 212	1.89 344	1.39 219	1.06 209	3.24 326	1.88 371	0.44 386	0.19 29	0.44 435	0.29 295	0.40 303	0.42 147

3w_stereo	0.99 65	0.52 46	4.37 118	0.70 42	0.42 39	1.73 71	0.68 171	2.80 173	1.26 44	0.78 66	0.87 54	0.37 5	1.01 187	1.34 98	0.66 37	0.19 9	0.95 474	0.23 36	0.20 89	0.21 26	0.43 154

DEFOM-Stereo	0.75 16	0.62 104	1.22 15	0.74 56	0.51 84	3.39 232	0.43 57	1.00 4	0.91 10	0.91 114	0.61 20	0.45 33	0.43 13	1.78 193	0.50 8	0.27 91	0.18 16	0.22 25	0.16 10	0.21 26	0.43 154

test_5	2.45 246	1.43 396	19.72 364	1.20 317	1.39 433	3.88 355	1.25 439	4.03 372	1.98 186	1.74 232	1.82 309	1.86 294	1.78 397	3.57 335	1.35 239	0.33 229	0.21 69	0.35 350	0.33 358	0.34 229	0.43 154

XX-Stereo	2.66 310	0.70 155	21.17 548	2.33 542	1.24 393	4.31 470	0.45 66	4.48 530	1.60 113	2.39 427	1.89 344	4.60 539	0.60 54	4.17 353	1.11 180	0.34 251	0.26 187	0.29 213	0.29 295	0.53 414	0.43 154

GwcNet-RSSM	3.13 404	5.08 511	19.86 377	1.28 359	1.20 379	4.12 417	1.11 411	3.89 336	2.80 317	2.13 328	1.81 306	3.11 440	1.46 310	10.33 496	2.19 415	0.36 295	0.34 268	0.35 350	0.31 333	0.45 369	0.43 154

DMCA	2.02 154	1.07 326	11.33 170	1.17 305	0.96 293	3.92 370	0.89 316	3.80 319	3.11 383	2.89 498	1.58 230	2.35 356	1.17 247	1.79 195	2.25 418	0.42 360	0.29 221	0.42 428	0.27 232	0.38 282	0.43 154

WQFJA1	1.75 133	0.88 254	10.32 160	0.99 210	1.22 386	3.50 261	0.74 209	3.45 258	1.91 172	1.47 189	2.95 511	0.96 161	1.14 235	1.80 201	1.38 252	0.29 129	0.35 278	0.35 350	0.39 422	0.39 296	0.44 160

WQFJX1	1.75 133	0.88 254	10.32 160	0.99 210	1.22 386	3.50 261	0.74 209	3.45 258	1.91 172	1.47 189	2.95 511	0.96 161	1.14 235	1.80 201	1.38 252	0.29 129	0.35 278	0.35 350	0.39 422	0.39 296	0.44 160

AIO-test2	3.07 394	12.11 555	20.58 486	1.49 444	1.34 420	3.22 202	0.73 199	4.07 384	1.56 97	1.72 226	2.20 421	0.90 143	0.74 99	3.75 341	1.39 257	3.67 583	0.26 187	0.35 350	0.44 459	0.41 323	0.44 160

fffft	0.84 35	0.67 133	1.73 58	0.85 101	0.55 103	1.51 57	0.78 242	2.13 87	1.24 42	0.65 27	0.90 60	0.59 62	0.55 38	1.85 215	1.19 199	0.20 17	0.20 45	0.27 153	0.20 89	0.28 107	0.44 160
1: 1. 1
MSKI-zero shot	2.33 217	0.69 147	20.22 424	1.14 288	0.77 214	4.05 400	0.68 171	3.95 351	1.51 85	1.93 259	2.35 447	1.91 304	0.71 85	3.01 321	0.79 83	0.28 112	1.47 498	0.27 153	0.21 108	0.28 107	0.44 160

NINENet	2.59 284	0.89 261	16.09 237	1.16 298	1.07 332	4.50 501	0.75 222	4.43 523	2.61 289	2.18 348	1.91 353	3.61 486	1.03 191	7.92 433	1.18 194	0.49 432	0.34 268	0.41 417	0.30 314	0.42 335	0.44 160

psmg	1.63 122	0.64 113	3.82 109	0.96 189	0.86 249	4.35 472	1.41 464	4.11 402	2.29 242	2.68 474	2.09 397	2.58 389	1.30 269	1.79 195	1.44 270	0.39 335	0.29 221	0.33 311	0.34 368	0.38 282	0.44 160

HHNet	2.51 255	0.76 210	20.83 511	0.67 23	0.67 170	4.07 405	0.90 331	3.85 329	1.59 107	2.14 330	4.91 553	0.98 163	3.32 512	1.73 186	1.80 356	0.41 349	0.20 45	0.31 255	0.28 259	0.38 282	0.44 160

asd	0.81 30	0.48 23	1.97 68	0.70 42	0.93 283	2.86 158	0.43 57	1.64 36	1.12 28	0.73 48	0.91 61	0.43 24	0.73 91	1.00 19	0.59 22	0.28 112	0.20 45	0.24 64	0.18 34	0.23 49	0.45 168

qwe	0.85 38	0.49 26	2.01 69	0.69 36	1.09 338	2.48 125	0.45 66	2.57 143	1.18 37	0.80 72	0.85 53	0.43 24	0.48 22	1.15 46	0.72 58	0.21 24	0.32 245	0.24 64	0.18 34	0.23 49	0.45 168

rvit_0105_4	1.63 122	1.29 378	12.50 176	0.94 168	0.54 96	1.56 60	0.84 289	2.84 183	3.25 409	0.82 78	0.94 72	1.10 177	0.86 149	1.65 160	1.07 173	0.43 377	0.45 365	0.35 350	0.31 333	0.44 360	0.45 168

DisPM	2.29 207	0.61 97	20.25 429	1.79 509	0.52 90	4.58 521	0.77 235	2.50 127	2.22 222	2.49 447	1.82 309	1.45 229	1.01 187	2.73 307	1.04 166	0.48 425	0.20 45	0.32 276	0.31 333	0.32 182	0.45 168

DAS	2.52 257	0.76 210	7.72 142	1.16 298	1.64 490	2.96 170	2.10 524	4.14 417	3.31 427	4.16 556	2.51 473	2.56 387	1.81 403	11.54 546	1.83 361	0.44 386	0.23 114	0.39 403	0.25 196	0.42 335	0.45 168

SepStereo	2.36 224	0.76 210	7.72 142	1.16 298	1.64 490	2.96 170	2.10 524	4.14 417	3.31 427	4.16 556	2.51 473	2.56 387	1.81 403	8.34 438	1.83 361	0.44 386	0.23 114	0.39 403	0.25 196	0.42 335	0.45 168

cross-raft	1.95 141	0.66 129	16.17 241	1.23 334	0.92 279	2.25 105	0.70 183	3.69 295	1.68 134	1.78 238	1.53 200	3.15 443	1.13 229	1.35 101	1.06 171	0.24 45	0.23 114	0.26 126	0.24 180	0.29 125	0.45 168

cf-r	2.93 367	2.19 466	20.59 487	1.49 444	1.35 425	4.18 439	0.92 351	3.73 307	3.12 385	2.16 341	1.82 309	3.40 464	1.44 303	8.22 435	1.93 383	0.34 251	0.31 239	0.33 311	0.30 314	0.38 282	0.45 168

CFNet-ft	2.87 358	1.80 437	20.20 418	1.10 264	1.54 461	4.09 410	0.89 316	2.97 203	1.88 168	1.93 259	1.70 265	3.50 476	1.60 345	9.35 457	2.17 412	0.35 268	0.32 245	0.61 515	0.38 413	0.55 421	0.45 168

CFNet_RVC	2.87 358	1.80 437	20.20 418	1.10 264	1.54 461	4.09 410	0.89 316	2.97 203	1.88 168	1.93 259	1.70 265	3.50 476	1.60 345	9.35 457	2.17 412	0.35 268	0.32 245	0.61 515	0.38 413	0.55 421	0.45 168

water-stereo	0.98 64	0.63 107	5.05 122	0.82 92	0.48 64	2.36 116	0.52 94	1.56 24	1.32 52	0.95 123	1.05 88	0.86 130	0.75 105	0.84 4	0.82 94	0.25 60	0.25 162	0.25 90	0.24 180	0.24 62	0.46 178

LG-G_1	0.80 24	0.43 10	1.77 59	0.78 78	0.36 10	2.81 153	0.40 45	2.23 94	1.29 47	0.76 57	0.60 18	0.51 39	0.58 44	1.27 72	0.69 51	0.25 60	0.23 114	0.23 36	0.15 3	0.21 26	0.46 178

LG-G	0.80 24	0.43 10	1.77 59	0.78 78	0.36 10	2.81 153	0.40 45	2.23 94	1.29 47	0.76 57	0.60 18	0.51 39	0.58 44	1.27 72	0.69 51	0.25 60	0.23 114	0.23 36	0.15 3	0.21 26	0.46 178

AIO-test1	2.33 217	1.54 410	20.24 427	0.97 197	1.61 480	3.42 239	0.94 360	4.22 444	1.71 143	0.97 126	1.35 159	0.98 163	0.74 99	4.52 357	1.40 258	0.27 91	0.24 143	0.28 188	0.35 383	0.34 229	0.46 178

Sa-1000	2.54 266	1.47 402	20.36 446	1.16 298	0.55 103	4.07 405	1.39 461	4.49 531	3.01 357	2.06 307	2.79 502	1.84 290	1.43 302	2.68 302	1.53 285	0.31 183	0.26 187	0.36 370	0.33 358	0.37 269	0.46 178

ADLNet2	3.20 419	1.43 396	20.11 413	1.22 327	1.78 513	3.86 349	1.47 472	3.96 353	3.89 497	2.26 378	2.49 469	4.63 542	1.92 421	10.68 505	2.00 393	0.42 360	0.37 298	0.29 213	0.30 314	0.51 410	0.46 178

PFNet	2.75 338	0.69 147	19.96 390	2.25 537	0.80 225	4.63 529	0.90 331	2.60 152	3.85 493	2.39 427	2.71 496	1.82 287	1.41 295	7.53 426	1.41 262	0.36 295	0.21 69	0.36 370	0.27 232	0.32 182	0.46 178

TANstereo	1.98 143	0.87 250	20.35 445	0.80 85	0.37 16	4.05 400	0.38 33	1.50 21	1.65 129	2.03 299	2.16 410	0.84 124	0.93 170	1.09 38	0.68 45	0.30 159	0.36 291	0.24 64	0.20 89	0.26 85	0.46 178

HCRNet	2.24 191	0.74 185	14.54 205	0.82 92	1.36 427	4.11 415	0.70 183	3.61 281	3.03 367	1.83 247	1.61 235	1.58 238	1.40 290	5.79 377	1.60 305	0.35 268	0.28 211	0.36 370	0.29 295	0.34 229	0.46 178

GMStereo	2.01 152	2.26 468	20.93 520	0.90 135	0.48 64	1.67 69	0.56 104	1.90 59	2.19 216	1.58 201	1.31 151	0.87 135	0.74 99	1.68 164	1.00 157	0.41 349	0.21 69	0.30 235	0.32 349	0.50 405	0.46 178
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
GANet-RSSM	2.96 376	1.27 373	21.17 548	1.73 500	1.23 389	4.22 453	0.91 343	3.39 247	2.02 192	1.97 275	1.74 280	2.53 380	2.06 429	10.91 515	1.88 371	0.37 311	0.35 278	0.32 276	0.29 295	0.42 335	0.46 178

DSFCA	2.38 229	1.03 321	11.06 166	1.15 291	1.18 368	3.97 384	1.75 500	3.63 283	2.44 270	3.14 522	1.68 259	2.90 421	2.48 467	5.38 369	3.17 470	0.49 432	0.45 365	0.37 381	0.37 404	0.54 418	0.46 178

3.25w_new	0.79 21	0.51 37	1.52 39	0.63 8	0.65 156	2.21 98	0.51 87	2.45 121	1.45 66	0.66 29	0.80 45	0.47 35	0.71 85	0.90 6	0.66 37	0.19 9	0.32 245	0.20 8	0.19 54	0.21 26	0.47 190

3.25w	0.79 21	0.51 37	1.52 39	0.63 8	0.65 156	2.21 98	0.51 87	2.45 121	1.45 66	0.66 29	0.80 45	0.47 35	0.71 85	0.90 6	0.66 37	0.19 9	0.32 245	0.20 8	0.19 54	0.21 26	0.47 190

3.75w	0.82 33	0.53 49	1.49 36	0.65 13	1.10 342	2.60 142	0.52 94	2.46 123	1.19 38	0.70 41	0.82 48	0.40 16	0.66 75	1.16 50	0.59 22	0.26 79	0.27 200	0.23 36	0.19 54	0.22 41	0.47 190

3.5w_stereo	0.87 44	0.60 90	1.48 35	0.67 23	0.73 192	2.50 131	0.50 83	2.43 117	1.79 154	0.85 90	1.25 132	0.43 24	0.66 75	1.25 69	0.78 74	0.21 24	0.18 16	0.23 36	0.18 34	0.20 12	0.47 190

iinet-f	2.44 244	1.82 442	14.97 215	1.21 323	1.11 346	3.78 329	1.10 410	4.19 436	2.90 340	2.10 321	1.76 282	2.99 427	2.97 489	2.84 313	2.79 450	0.38 327	0.38 312	0.28 188	0.28 259	0.50 405	0.47 190

gwcnet-sp	2.38 229	1.51 406	17.58 278	1.11 269	0.92 279	3.59 283	1.03 389	3.79 314	2.43 264	2.60 461	1.63 244	1.80 282	1.61 351	3.87 344	1.99 387	0.33 229	0.32 245	0.30 235	0.29 295	0.40 303	0.47 190

scenet	2.38 229	1.51 406	17.58 278	1.11 269	0.92 279	3.59 283	1.03 389	3.79 314	2.43 264	2.60 461	1.63 244	1.80 282	1.61 351	3.87 344	1.99 387	0.33 229	0.32 245	0.30 235	0.29 295	0.40 303	0.47 190

ssnet	2.38 229	1.51 406	17.58 278	1.11 269	0.92 279	3.59 283	1.03 389	3.79 314	2.43 264	2.60 461	1.63 244	1.80 282	1.61 351	3.87 344	1.99 387	0.33 229	0.32 245	0.30 235	0.29 295	0.40 303	0.47 190

RAFT+CT+SA	2.32 214	1.30 381	19.71 362	1.01 221	1.41 439	4.04 396	0.92 351	3.96 353	1.64 127	1.64 207	1.69 263	1.63 245	1.18 250	3.06 323	1.19 199	0.28 112	0.22 86	0.32 276	0.34 368	0.34 229	0.47 190

SA	2.55 271	1.54 410	20.70 501	1.12 279	0.48 64	4.26 461	1.33 449	4.45 527	3.28 415	1.68 217	1.96 365	1.69 251	2.25 451	2.60 296	1.57 296	0.30 159	0.29 221	0.37 381	0.38 413	0.36 263	0.47 190

DRaft	3.12 402	0.68 142	20.57 483	0.77 66	0.49 73	3.95 376	1.20 428	2.40 111	1.60 113	2.64 470	2.80 503	1.59 239	5.33 549	6.94 416	9.51 532	0.43 377	0.22 86	0.27 153	0.27 232	0.32 182	0.47 190

FE-Mocha	1.31 103	0.79 224	5.00 121	1.08 257	0.77 214	1.59 62	0.39 37	2.94 193	1.56 97	1.83 247	1.81 306	2.44 373	0.88 153	1.68 164	1.18 194	0.32 202	0.49 392	0.35 350	0.32 349	0.27 94	0.48 201

FlowAnything_test	0.79 21	0.65 121	1.32 25	0.83 94	0.59 124	2.29 109	0.65 155	1.45 16	1.03 21	1.06 145	0.76 39	0.63 70	0.49 24	0.91 8	0.97 145	0.32 202	0.27 200	0.40 408	0.47 470	0.31 160	0.48 201

4w-stereo	0.85 38	0.55 55	2.85 91	0.69 36	0.80 225	1.62 66	0.43 57	2.23 94	1.36 55	0.65 27	0.99 83	0.40 16	0.81 134	1.19 55	0.68 45	0.23 37	0.32 245	0.25 90	0.19 54	0.21 26	0.48 201

MyStereo06	2.74 334	1.07 326	21.19 551	1.06 247	1.08 335	4.26 461	0.86 301	3.72 303	1.80 155	2.25 372	1.77 289	4.28 524	4.12 533	1.85 215	1.38 252	0.25 60	2.43 531	0.34 331	0.27 232	0.46 379	0.48 201

MyStereo05	2.55 271	1.07 326	19.87 379	1.06 247	1.08 335	4.26 461	0.86 301	4.10 399	3.01 357	2.19 355	1.26 136	2.30 349	1.64 367	2.13 248	1.99 387	0.25 60	2.43 531	0.34 331	0.27 232	0.46 379	0.48 201

IPLGR	2.61 292	0.73 176	20.72 504	0.87 115	0.54 96	4.58 521	0.52 94	4.32 495	2.79 316	1.91 255	1.54 211	1.72 259	1.71 385	6.94 416	1.43 266	0.31 183	0.21 69	0.27 153	0.24 180	0.34 229	0.48 201

sCroCo_RVC	1.81 137	0.93 285	19.44 339	1.04 237	1.05 326	0.97 10	0.61 129	2.08 81	1.36 55	0.71 43	1.28 144	0.82 122	1.10 222	1.31 85	0.97 145	0.54 470	0.41 335	0.33 311	0.30 314	0.46 379	0.48 201

UPFNet	2.23 189	0.86 246	14.25 198	1.28 359	1.44 445	3.51 267	1.34 450	4.05 379	2.11 205	2.44 439	1.53 200	2.41 363	1.39 286	3.62 338	1.91 378	0.41 349	0.41 335	0.37 381	0.32 349	0.44 360	0.48 201

UGAM	2.78 346	0.78 220	19.69 361	0.93 159	0.73 192	3.27 211	1.02 386	2.88 188	3.06 377	1.40 174	2.76 501	3.51 479	1.28 264	10.74 506	1.44 270	0.30 159	0.30 231	0.40 408	0.33 358	0.37 269	0.49 209

MyStereo07	2.29 207	1.18 354	20.10 410	1.04 237	1.21 384	3.96 382	0.95 365	2.13 87	3.37 441	1.09 148	1.28 144	0.68 83	0.91 164	1.74 191	0.86 108	0.26 79	3.49 552	0.34 331	0.27 232	0.43 345	0.49 209

MyStereo04	2.54 266	1.18 354	18.82 309	1.04 237	1.21 384	3.96 382	0.95 365	4.02 369	3.01 357	2.06 307	1.27 142	2.33 352	1.66 374	2.06 236	2.01 394	0.26 79	3.49 552	0.34 331	0.27 232	0.43 345	0.49 209

PFNet+	2.46 248	0.64 113	21.10 539	0.98 203	0.48 64	4.63 529	0.83 277	2.47 124	3.48 467	2.14 330	1.67 257	1.34 210	1.03 191	4.66 359	1.35 239	0.49 432	0.33 255	0.38 397	0.39 422	0.33 206	0.49 209

LE_ROB	19.18 605	12.99 561	48.22 615	8.42 604	23.91 610	7.26 580	19.71 604	9.92 593	38.58 620	43.44 617	21.85 605	28.15 613	41.18 615	23.00 606	54.71 621	0.38 327	0.34 268	0.32 276	0.36 394	0.43 345	0.49 209

CFNet_pseudo	2.03 156	0.74 185	12.75 178	0.87 115	0.74 197	3.91 363	0.65 155	4.04 376	1.93 178	1.93 259	1.79 296	3.25 451	1.61 351	2.51 285	1.25 223	0.32 202	0.37 298	0.53 488	0.28 259	0.64 459	0.50 214

GES	2.26 197	0.79 224	19.68 360	1.12 279	0.59 124	4.30 467	1.01 382	3.90 338	1.59 107	1.78 238	1.78 293	1.28 205	1.75 391	1.80 201	1.61 308	0.42 360	0.29 221	0.33 311	0.31 333	0.45 369	0.50 214

SFCPSM	2.16 171	0.75 199	15.82 230	0.91 141	0.98 295	3.74 320	1.27 441	4.15 421	2.56 281	1.90 254	1.82 309	1.64 246	1.39 286	2.51 285	1.57 296	0.36 295	0.28 211	0.39 403	0.36 394	0.36 263	0.50 214

UNet	2.53 262	0.91 270	20.07 401	1.19 315	1.44 445	3.45 247	0.75 222	3.80 319	1.98 186	2.09 319	1.57 222	2.74 404	2.37 459	3.51 333	2.52 441	0.35 268	0.30 231	0.41 417	0.28 259	0.40 303	0.50 214

HGLStereo	2.74 334	1.03 321	20.80 509	1.24 335	1.55 465	3.62 293	0.94 360	3.83 326	2.09 198	2.18 348	2.20 421	3.11 440	2.12 437	5.65 375	2.07 403	0.50 446	0.34 268	0.32 276	0.30 314	0.42 335	0.50 214

MSMDNet	2.16 171	0.71 162	15.36 220	0.86 108	0.75 205	3.41 237	0.69 180	3.70 298	2.25 228	1.73 229	1.64 249	3.21 447	2.95 487	2.09 240	1.24 216	0.32 202	0.37 298	0.45 443	0.27 232	0.63 454	0.50 214

G2L-Stereo	2.85 354	2.33 472	19.94 387	1.15 291	1.34 420	3.57 279	0.95 365	3.70 298	2.22 222	2.14 330	1.61 235	3.19 444	1.33 273	9.50 460	2.02 396	0.36 295	0.27 200	0.35 350	0.28 259	0.30 148	0.51 220

rvit_0105_5	1.72 131	1.26 369	13.05 182	0.92 151	0.56 109	1.92 81	0.90 331	3.07 211	3.04 372	0.98 129	1.24 128	1.19 193	0.93 170	1.55 149	1.22 207	0.43 377	0.43 348	0.37 381	0.36 394	0.43 345	0.51 220

DispNO	3.22 424	2.06 456	19.82 372	1.21 323	1.11 346	3.74 320	0.93 357	4.31 487	2.89 338	2.37 424	2.27 433	4.51 534	2.09 430	11.41 539	3.47 476	0.35 268	0.28 211	0.31 255	0.29 295	0.39 296	0.51 220

PCWNet_CMD	2.16 171	0.71 162	15.44 222	0.84 96	0.76 210	3.38 230	0.68 171	3.69 295	2.24 225	1.72 226	1.63 244	3.20 446	3.00 495	2.09 240	1.23 210	0.32 202	0.37 298	0.47 452	0.27 232	0.65 466	0.51 220

FENet	2.30 211	0.61 97	20.21 422	1.43 432	0.68 178	4.04 396	0.60 125	4.01 364	2.26 232	2.03 299	1.13 107	2.42 367	1.42 298	1.72 181	1.43 266	0.36 295	0.24 143	0.33 311	0.27 232	0.29 125	0.51 220

ac_64	2.93 367	0.87 250	19.66 352	1.35 390	1.70 503	3.29 218	0.92 351	3.56 270	3.46 465	1.91 255	1.79 296	3.90 500	1.76 394	10.23 490	1.93 383	0.44 386	0.32 245	0.33 311	0.31 333	0.35 244	0.51 220

ccs_rob	2.03 156	0.74 185	12.67 177	0.87 115	0.75 205	3.91 363	0.66 158	4.04 376	1.93 178	1.92 258	1.79 296	3.24 449	1.63 364	2.52 289	1.25 223	0.32 202	0.37 298	0.54 496	0.28 259	0.66 470	0.51 220

UCFNet_RVC	2.53 262	1.29 378	20.56 479	1.42 425	1.40 438	4.01 389	1.04 394	2.79 171	1.67 133	2.27 381	1.88 342	2.94 424	1.50 321	3.48 331	1.68 327	0.37 311	0.29 221	0.52 481	0.41 444	0.55 421	0.51 220

MonStereo	0.70 12	0.47 20	1.57 47	0.69 36	0.88 262	1.19 21	0.39 37	2.57 143	0.93 13	0.62 18	0.66 28	0.37 5	0.36 4	1.01 20	0.59 22	0.16 1	0.38 312	0.20 8	0.19 54	0.21 26	0.52 228

G2L-ROB	2.75 338	1.93 450	19.94 387	1.25 350	1.05 326	3.84 341	0.93 357	3.45 258	2.56 281	2.29 389	1.47 189	2.64 395	1.20 254	8.34 438	2.28 421	0.29 129	0.20 45	0.24 64	0.23 158	0.29 125	0.52 228

MonSter	0.70 12	0.47 20	1.58 48	0.69 36	0.89 264	1.19 21	0.39 37	2.57 143	0.93 13	0.62 18	0.66 28	0.37 5	0.35 3	1.08 35	0.59 22	0.16 1	0.36 291	0.20 8	0.19 54	0.21 26	0.52 228

AASNet	2.65 304	3.20 489	20.19 416	1.38 404	1.49 453	3.84 341	1.06 398	3.92 343	3.28 415	2.07 313	2.28 436	1.95 312	1.28 264	2.19 257	2.17 412	0.42 360	0.33 255	0.45 443	0.30 314	0.59 437	0.52 228

THIR-Stereo	4.50 524	1.11 338	18.71 305	0.89 123	0.47 59	2.25 105	16.71 601	3.53 266	1.58 104	2.04 302	12.04 592	2.66 397	7.52 571	7.29 419	11.25 540	0.32 202	0.21 69	0.29 213	0.28 259	0.35 244	0.52 228

MMNet	2.15 170	1.33 385	12.06 173	1.22 327	1.23 389	3.55 275	0.89 316	3.84 327	2.26 232	2.19 355	1.78 293	2.15 337	2.10 433	3.70 339	2.35 426	0.45 395	0.38 312	0.34 331	0.28 259	0.40 303	0.52 228

HITNet	2.49 253	2.91 484	19.23 329	1.54 460	0.57 119	3.47 250	0.79 252	4.16 423	2.93 343	2.18 348	1.65 252	1.68 250	1.45 305	2.17 254	2.99 462	0.28 112	0.20 45	0.41 417	0.27 232	0.45 369	0.52 228
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
MLCV	2.52 257	1.77 434	18.20 293	1.17 305	0.63 147	3.60 287	0.53 97	3.88 334	2.35 252	2.82 494	2.24 427	1.99 320	1.42 298	4.59 358	3.09 466	0.39 335	0.22 86	0.33 311	0.22 143	0.35 244	0.52 228

Monster-pub-eth3d	0.70 12	0.47 20	1.58 48	0.69 36	0.89 264	1.18 18	0.39 37	2.57 143	0.93 13	0.62 18	0.66 28	0.37 5	0.36 4	1.03 21	0.59 22	0.16 1	0.35 278	0.20 8	0.19 54	0.21 26	0.53 236

z-ln-s-r	3.37 447	4.66 510	19.53 345	1.42 425	1.29 401	3.70 312	1.20 428	4.24 456	3.96 501	2.16 341	1.92 359	2.43 369	1.62 360	10.90 513	6.24 506	0.36 295	0.23 114	0.32 276	0.24 180	0.53 414	0.53 236

depthmonostereo	1.22 97	0.96 298	6.67 136	0.89 123	0.56 109	2.21 98	0.57 108	1.84 56	1.21 40	1.01 136	1.09 96	1.38 218	0.99 181	2.41 278	0.93 126	0.24 45	0.28 211	0.22 25	0.21 108	0.25 67	0.53 236

rvit_stereo_0075_2	2.14 169	0.76 210	21.42 563	0.91 141	1.26 397	2.49 128	0.68 171	2.30 106	2.10 200	1.42 180	1.86 334	1.45 229	0.85 145	1.49 136	1.03 165	0.47 416	0.40 328	0.48 458	0.38 413	0.47 392	0.53 236

CFNet_ucs	2.32 214	0.75 199	17.05 263	0.90 135	0.81 230	3.86 349	0.68 171	4.31 487	2.68 298	2.13 328	2.04 380	3.30 454	1.24 259	2.63 298	1.23 210	0.37 311	0.46 371	0.56 500	0.30 314	0.67 472	0.53 236

TestStereo1	2.56 278	1.41 394	20.56 479	1.63 480	0.74 197	4.13 420	1.34 450	3.93 347	3.38 444	1.61 203	2.56 478	1.43 226	2.13 440	2.55 293	1.70 333	0.32 202	0.22 86	0.34 331	0.26 213	0.40 303	0.53 236

SA-5K	2.56 278	1.41 394	20.56 479	1.63 480	0.74 197	4.13 420	1.34 450	3.93 347	3.38 444	1.61 203	2.56 478	1.43 226	2.13 440	2.55 293	1.70 333	0.32 202	0.22 86	0.34 331	0.26 213	0.40 303	0.53 236

AFF-stereo	2.54 266	3.44 495	20.84 514	1.30 370	0.48 64	3.94 374	0.48 75	3.30 237	3.40 450	1.94 265	2.21 425	2.10 336	1.51 323	2.36 275	1.62 310	0.23 37	0.21 69	0.25 90	0.25 196	0.33 206	0.53 236

DFGA-Net	2.93 367	7.27 526	18.55 300	1.18 310	0.79 221	3.68 306	0.60 125	2.84 183	1.98 186	2.19 355	2.07 393	1.22 200	1.04 198	10.28 494	2.51 440	0.30 159	0.23 114	0.34 331	0.35 383	0.63 454	0.54 244

CSP-Net	1.99 148	1.70 428	4.84 120	1.22 327	1.02 311	3.42 239	1.30 444	3.66 286	2.11 205	2.07 313	1.93 362	2.40 359	1.48 316	8.56 442	1.62 310	0.51 454	0.41 335	0.27 153	0.27 232	0.44 360	0.54 244

delet	2.66 310	1.11 338	18.42 297	1.05 241	1.65 494	3.47 250	2.00 517	3.81 323	2.82 323	2.15 337	2.11 399	2.62 393	1.88 418	5.38 369	2.21 416	0.34 251	0.38 312	0.40 408	0.32 349	0.45 369	0.54 244

RASNet	3.15 409	1.20 364	19.81 371	1.63 480	2.26 539	3.67 303	1.09 405	3.58 275	3.44 456	1.99 279	2.15 406	4.59 538	2.30 455	10.24 492	2.98 461	0.57 480	0.26 187	0.25 90	0.25 196	0.30 148	0.54 244

rvit_0105_3	1.97 142	1.34 387	16.03 235	0.98 203	0.59 124	2.37 118	1.08 401	3.30 237	3.01 357	1.21 156	1.47 189	1.24 202	1.04 198	1.82 210	1.23 210	0.47 416	0.44 358	0.40 408	0.43 455	0.43 345	0.55 248

GwcNet-ADL	2.51 255	0.75 199	21.41 562	0.98 203	0.73 192	4.58 521	0.95 365	4.46 529	2.61 289	2.06 307	1.80 301	2.54 382	1.24 259	1.98 230	1.73 342	0.41 349	0.46 371	0.24 64	0.27 232	0.41 323	0.55 248

HSM	3.25 432	1.08 330	19.18 324	1.19 315	1.54 461	3.45 247	1.02 386	4.04 376	2.61 289	2.31 395	2.17 411	8.01 578	2.99 494	11.59 548	1.80 356	0.35 268	0.24 143	0.28 188	0.24 180	0.33 206	0.55 248

MM-Stereo_test3	2.20 185	0.95 294	19.62 350	1.94 522	1.18 368	1.95 82	0.83 277	3.56 270	3.91 498	1.33 167	1.86 334	1.10 177	0.68 81	1.48 134	1.63 314	0.29 129	0.35 278	0.27 153	0.22 143	0.37 269	0.56 251

CRFU-Net	2.56 278	0.89 261	10.77 165	2.53 553	1.09 338	3.91 363	1.40 462	3.87 333	1.92 176	2.25 372	1.80 301	3.32 457	7.85 574	5.53 374	1.54 288	0.58 481	0.36 291	0.31 255	0.28 259	0.39 296	0.56 251

PSMNet-ADL	2.01 152	0.78 220	2.89 92	1.11 269	0.86 249	4.13 420	0.80 262	3.84 327	2.26 232	1.74 232	1.87 340	2.90 421	1.81 403	10.37 497	2.34 425	0.49 432	0.47 382	0.29 213	0.30 314	0.39 296	0.56 251

GEStereo_RVC	2.66 310	1.20 364	20.38 448	1.29 365	1.05 326	4.02 392	1.42 465	4.17 427	2.24 225	2.10 321	1.86 334	2.33 352	1.84 411	4.93 361	1.78 351	0.51 454	0.38 312	0.32 276	0.29 295	0.44 360	0.56 251

hitnet-ft	2.99 382	1.23 366	19.37 336	0.96 189	0.90 272	3.76 323	0.79 252	3.60 279	2.68 298	2.31 395	2.04 380	3.63 489	1.49 320	11.70 555	2.37 429	0.45 395	0.54 409	0.44 435	0.36 394	0.54 418	0.56 251

4.5_new	0.80 24	0.49 26	1.36 30	0.67 23	0.79 221	1.96 83	0.51 87	2.18 91	1.46 70	0.77 63	0.93 64	0.43 24	0.49 24	1.08 35	0.65 35	0.30 159	0.68 446	0.26 126	0.20 89	0.23 49	0.57 256

4.5w-stereo	0.80 24	0.49 26	1.36 30	0.66 17	0.79 221	1.96 83	0.51 87	2.18 91	1.45 66	0.77 63	0.93 64	0.43 24	0.49 24	1.08 35	0.66 37	0.30 159	0.68 446	0.26 126	0.20 89	0.23 49	0.57 256

1w_stereo	0.91 52	0.46 17	1.12 6	0.74 56	0.80 225	2.98 175	0.67 160	3.29 236	1.04 23	0.83 84	1.36 164	0.38 10	1.36 278	1.03 21	0.75 64	0.17 5	0.18 16	0.20 8	0.17 23	0.20 12	0.57 256

G2L-Stereo_test	2.89 362	2.06 456	20.60 488	1.68 490	1.18 368	3.55 275	1.01 382	3.66 286	2.33 248	2.59 458	1.68 259	3.14 442	1.48 316	9.19 454	1.86 367	0.30 159	0.21 69	0.23 36	0.23 158	0.28 107	0.57 256

CoDeX	2.47 250	0.91 270	13.65 187	1.03 230	1.17 366	3.28 215	1.30 444	4.17 427	2.99 350	1.78 238	1.85 328	2.04 328	1.46 310	9.99 481	1.66 324	0.38 327	0.28 211	0.32 276	0.28 259	0.34 229	0.57 256

DCANet-4	2.06 161	0.58 73	15.30 218	0.86 108	0.44 48	4.16 431	0.57 108	4.31 487	3.28 415	2.31 395	1.82 309	1.04 171	1.54 334	1.69 170	1.56 293	0.35 268	0.24 143	0.24 64	0.19 54	0.25 67	0.57 256

fff	2.40 233	0.96 298	20.47 461	0.84 96	0.38 18	4.15 428	0.57 108	4.30 476	2.85 327	2.31 395	1.82 309	1.19 193	2.98 491	1.68 164	1.57 296	0.35 268	0.24 143	0.23 36	0.19 54	0.25 67	0.57 256

raft_robust	3.17 414	2.15 465	20.28 432	1.06 247	0.55 103	3.86 349	0.46 72	4.42 521	2.77 312	1.70 223	1.37 167	7.48 575	6.35 559	6.81 411	1.44 270	0.31 183	0.74 457	0.30 235	0.37 404	0.32 182	0.57 256

dd	2.27 200	3.06 487	20.18 415	0.96 189	0.51 84	4.24 459	0.74 209	1.94 64	2.43 264	1.48 191	1.28 144	1.19 193	1.05 207	1.82 210	1.69 330	0.63 496	0.34 268	0.35 350	0.33 358	0.61 443	0.57 256

TransformOpticalFlow	3.07 394	0.87 250	20.87 516	1.10 264	0.56 109	4.18 439	0.64 151	4.36 506	3.28 415	2.19 355	3.08 518	4.32 527	5.01 545	7.36 423	1.59 301	0.34 251	0.18 16	0.32 276	0.26 213	0.29 125	0.57 256

ASMatch	2.65 304	0.68 142	20.65 495	1.60 473	0.71 189	4.40 484	0.77 235	2.02 76	1.65 129	1.71 225	3.89 541	1.93 306	3.75 527	5.45 371	1.67 325	0.33 229	0.24 143	0.34 331	0.28 259	0.34 229	0.57 256

DEmStereo	3.24 429	0.65 121	18.95 313	0.83 94	0.54 96	3.85 346	1.79 503	2.53 132	2.54 280	2.25 372	2.74 498	2.02 325	6.02 556	6.78 409	11.30 541	0.40 346	0.26 187	0.27 153	0.27 232	0.28 107	0.57 256

GrayStereo	3.68 475	0.56 61	20.61 490	1.71 497	0.90 272	4.17 436	8.11 592	3.17 221	4.13 508	2.80 492	2.49 469	1.70 255	17.06 600	2.83 312	1.25 223	0.37 311	0.23 114	0.27 153	0.32 349	0.30 148	0.57 256

csc	2.40 233	0.96 298	20.47 461	0.84 96	0.38 18	4.15 428	0.57 108	4.30 476	2.85 327	2.31 395	1.82 309	1.19 193	2.98 491	1.68 164	1.57 296	0.35 268	0.24 143	0.23 36	0.19 54	0.25 67	0.57 256

cscssc	2.40 233	0.96 298	20.47 461	0.84 96	0.38 18	4.15 428	0.57 108	4.30 476	2.85 327	2.31 395	1.82 309	1.19 193	2.98 491	1.68 164	1.57 296	0.35 268	0.24 143	0.23 36	0.19 54	0.25 67	0.57 256

DIP-Stereo	2.03 156	0.98 306	16.44 254	0.67 23	0.62 144	4.30 467	0.58 119	4.43 523	2.89 338	1.97 275	1.40 174	0.91 146	0.86 149	1.31 85	1.27 231	0.38 327	0.23 114	0.33 311	0.23 158	0.33 206	0.57 256
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
coex_refinement	3.01 384	1.69 427	20.28 432	1.31 374	1.15 356	3.21 199	0.86 301	3.94 350	2.43 264	2.51 449	1.92 359	3.49 471	1.68 377	11.06 521	2.54 442	0.38 327	0.26 187	0.27 153	0.31 333	0.41 323	0.58 272

ssnet_v2	2.81 350	1.39 391	21.16 546	1.25 350	0.90 272	3.86 349	1.63 490	4.10 399	3.22 404	2.79 489	1.96 365	3.78 494	1.70 383	2.53 291	3.12 469	0.44 386	0.37 298	0.42 428	0.38 413	0.59 437	0.58 272

iResNetv2_ROB	3.31 438	14.88 593	20.01 396	2.17 535	1.09 338	3.84 341	1.13 415	4.22 444	3.15 390	2.02 294	2.06 390	2.00 324	1.69 380	3.61 336	2.10 408	0.36 295	0.22 86	0.32 276	0.22 143	0.48 399	0.58 272

ISRNet	1.98 143	0.94 289	10.75 164	1.30 370	1.35 425	2.84 155	0.69 180	3.80 319	2.07 197	2.14 330	2.11 399	2.89 419	1.41 295	2.52 289	1.74 345	0.49 432	0.50 398	0.56 500	0.47 470	0.51 410	0.59 275

MIPNet	2.43 242	1.13 344	20.00 395	0.93 159	0.58 123	4.74 553	0.62 141	4.33 498	2.95 345	1.94 265	1.49 193	1.52 235	1.96 422	2.77 308	1.60 305	0.35 268	0.20 45	0.27 153	0.23 158	0.32 182	0.59 275

ICVP	2.19 178	0.72 170	19.18 324	1.03 230	0.88 262	4.22 453	0.94 360	3.44 254	1.69 137	1.68 217	1.76 282	1.35 212	1.19 252	1.80 201	1.40 258	0.58 481	0.37 298	0.34 331	0.30 314	0.41 323	0.59 275
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
FADNet-RVC	3.23 427	12.51 557	17.02 262	1.17 305	0.81 230	3.52 269	1.09 405	4.16 423	2.74 307	1.44 185	1.29 149	1.86 294	1.76 394	9.82 470	2.46 434	0.39 335	0.38 312	0.40 408	0.41 444	0.68 478	0.59 275

CBMV_ROB	4.57 528	0.90 267	21.30 557	1.46 437	0.89 264	4.43 489	1.69 498	4.51 536	3.14 388	5.97 576	4.23 545	4.16 516	7.83 573	11.06 521	16.47 571	0.61 487	0.55 415	0.53 488	0.51 491	0.56 427	0.59 275

Wz-Net-LNSev-Ref	2.72 327	2.55 477	14.91 213	1.37 400	1.36 427	3.50 261	1.63 490	4.11 402	3.38 444	2.55 453	2.04 380	2.35 356	2.50 470	5.14 364	4.64 494	0.53 467	0.22 86	0.35 350	0.21 108	0.41 323	0.60 280

CIPLG	2.88 360	10.01 544	20.02 397	0.95 180	1.34 420	3.95 376	0.91 343	4.24 456	3.69 484	2.36 419	2.66 490	1.17 186	1.06 209	1.82 210	1.37 251	0.45 395	0.25 162	0.27 153	0.23 158	0.33 206	0.60 280

IPLGR_C	2.96 376	11.71 553	20.02 397	0.95 180	1.31 410	3.93 371	0.92 351	4.22 444	3.76 487	2.35 413	2.62 486	1.16 185	1.07 212	1.71 175	1.34 238	0.45 395	0.25 162	0.27 153	0.23 158	0.33 206	0.60 280

ACRE	2.75 338	7.69 529	19.93 384	0.93 159	1.30 405	3.94 374	0.90 331	4.23 450	3.66 481	2.33 409	2.61 485	1.17 186	1.04 198	1.80 201	1.35 239	0.46 407	0.25 162	0.27 153	0.23 158	0.32 182	0.60 280

AACVNet	2.77 343	1.64 423	19.22 328	1.57 467	0.86 249	3.28 215	0.74 209	3.31 240	1.66 131	2.06 307	1.82 309	2.47 376	1.40 290	10.95 516	1.92 382	0.41 349	0.35 278	0.38 397	0.33 358	0.46 379	0.61 284

CrosDoStereo	5.27 545	0.75 199	20.07 401	0.85 101	0.53 93	3.40 234	18.03 602	3.90 338	3.29 420	1.99 279	8.27 569	1.95 312	6.95 568	7.34 421	25.94 609	0.33 229	0.22 86	0.30 235	0.28 259	0.35 244	0.61 284

DeepStereo_LL	5.27 545	0.75 199	20.07 401	0.85 101	0.53 93	3.40 234	18.03 602	3.90 338	3.29 420	1.99 279	8.27 569	1.95 312	6.95 568	7.34 421	25.94 609	0.33 229	0.22 86	0.30 235	0.28 259	0.35 244	0.61 284

FADNet	3.20 419	11.55 552	16.16 240	1.24 335	0.95 291	3.30 222	0.87 308	4.00 362	2.73 305	1.42 180	1.35 159	2.51 379	2.04 428	9.95 479	2.39 431	0.44 386	0.46 371	0.40 408	0.44 459	1.13 539	0.61 284

UDGNet	2.34 220	1.71 429	20.28 432	1.42 425	0.62 144	4.39 480	0.67 160	1.82 54	2.28 238	1.40 174	1.21 123	0.99 165	1.00 184	2.23 263	1.23 210	1.14 544	0.35 278	1.30 564	0.98 548	1.11 537	0.62 288

DeepPruner_ROB	2.61 292	1.97 453	19.32 333	1.03 230	1.20 379	4.38 476	0.90 331	3.44 254	1.77 151	2.61 465	1.54 211	2.77 410	1.27 261	5.05 362	2.08 404	0.52 465	0.40 328	0.37 381	0.35 383	0.52 413	0.62 288

DISCO	2.40 233	0.99 315	11.99 172	1.81 510	1.12 349	3.47 250	1.24 438	3.34 242	2.57 284	2.73 481	1.96 365	4.52 535	1.90 419	4.18 354	3.62 479	0.37 311	0.27 200	0.31 255	0.30 314	0.70 481	0.62 288

rvit_105_1	2.17 174	1.36 389	16.82 258	1.09 261	0.68 178	2.78 151	1.26 440	3.55 268	2.90 340	1.40 174	1.57 222	1.29 207	1.14 235	2.91 317	1.49 279	0.55 473	0.47 382	0.45 443	0.61 514	0.45 369	0.63 291

CASS	1.65 126	0.73 176	8.72 151	0.97 197	0.67 170	2.88 161	0.69 180	3.07 211	1.86 163	2.82 494	2.02 376	1.39 219	1.55 337	1.75 192	1.36 246	0.51 454	0.28 211	0.34 331	0.28 259	0.47 392	0.63 291
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Wz-Net-MNSev	3.26 434	7.24 525	17.26 267	1.58 469	1.37 430	3.27 211	2.45 535	4.10 399	4.50 537	2.61 465	2.17 411	2.33 352	3.02 496	7.48 425	2.88 458	0.46 407	0.39 324	0.37 381	0.38 413	0.61 443	0.63 291

IPLG	2.56 278	1.11 338	19.89 381	0.95 180	0.79 221	4.60 525	0.56 104	4.31 487	2.10 200	1.94 265	2.00 375	1.34 210	1.37 282	6.59 402	1.59 301	0.32 202	0.21 69	0.27 153	0.23 158	0.32 182	0.63 291

GANet	3.64 467	1.76 432	19.65 351	1.92 520	1.04 322	3.91 363	2.51 539	3.86 330	2.81 322	3.13 519	3.03 515	3.19 444	2.19 447	12.43 572	8.23 526	0.60 486	0.43 348	0.52 481	0.43 455	0.63 454	0.63 291

DCVSM-stereo	2.31 213	0.72 170	20.28 432	1.15 291	0.93 283	2.53 136	0.75 222	2.70 161	1.69 137	2.56 454	1.53 200	3.27 452	1.71 385	2.23 263	1.38 252	0.36 295	0.53 407	0.41 417	0.33 358	0.46 379	0.64 296

fast-acv-ft	2.62 295	1.62 420	20.48 467	1.45 435	1.39 433	3.16 193	1.16 423	3.41 249	2.45 272	1.97 275	2.15 406	2.68 398	2.15 442	2.92 318	2.47 436	0.43 377	0.40 328	0.45 443	0.40 433	0.62 448	0.64 296

HBP-ISP	3.78 482	9.10 536	20.83 511	1.72 498	1.14 354	4.54 510	2.82 549	4.61 550	3.03 367	4.13 555	1.98 369	1.88 298	3.31 511	11.06 521	1.52 284	0.74 520	0.57 419	0.67 529	0.62 517	0.65 466	0.64 296

iResNet	2.70 323	1.35 388	20.93 520	2.01 528	0.73 192	3.76 323	0.83 277	4.28 472	2.93 343	2.38 425	2.03 378	1.35 212	1.54 334	3.28 327	4.42 490	0.42 360	0.25 162	0.29 213	0.23 158	0.45 369	0.64 296

Wz-Net-LNSev	2.78 346	6.16 517	17.27 268	1.24 335	1.65 494	3.49 259	1.55 481	3.70 298	3.61 476	1.96 273	1.76 282	3.30 454	2.17 446	2.78 309	2.24 417	0.49 432	0.35 278	0.32 276	0.31 333	0.56 427	0.65 300

STrans-v2	3.11 399	0.95 294	20.80 509	0.86 108	0.64 151	3.90 359	1.01 382	4.30 476	3.61 476	2.28 383	3.65 537	4.11 514	5.17 548	7.32 420	1.63 314	0.34 251	0.18 16	0.29 213	0.26 213	0.30 148	0.65 300

Anonymous3	2.20 185	0.80 228	20.08 407	0.86 108	0.86 249	4.46 492	0.84 289	3.64 285	1.40 61	1.37 172	1.40 174	1.11 180	1.03 191	1.71 175	1.24 216	0.75 522	0.58 427	0.34 331	0.35 383	0.48 399	0.65 300

DMCA-RVC	2.72 327	3.31 491	20.08 407	1.27 357	1.13 352	2.49 128	0.85 296	3.43 252	1.85 162	3.04 512	1.58 230	1.99 320	1.51 323	6.42 398	2.86 455	0.39 335	0.31 239	0.44 435	0.37 404	0.47 392	0.65 300

Nwc_Net	3.03 388	1.90 449	19.16 322	1.38 404	1.69 502	3.53 271	1.19 425	4.03 372	2.19 216	2.79 489	2.84 505	3.80 496	2.46 466	6.93 415	2.87 457	0.96 536	0.41 335	0.59 508	0.68 523	0.60 441	0.65 300

AF-Net	3.15 409	2.65 480	18.81 307	1.37 400	1.76 510	3.30 222	1.57 484	4.20 438	3.05 375	2.76 484	2.94 510	4.50 533	3.21 508	5.88 381	3.07 465	0.88 532	0.39 324	0.72 538	0.50 486	0.75 493	0.66 305

FACV-RUCA	1.35 108	0.70 155	2.58 85	1.07 254	1.49 453	2.70 146	1.13 415	3.21 224	2.64 293	1.42 180	1.99 372	1.06 174	1.15 243	1.44 123	1.16 192	0.41 349	0.42 346	0.73 541	0.41 444	0.63 454	0.67 306

psm_up	3.04 390	1.30 381	18.97 315	1.31 374	1.51 457	3.86 349	1.22 435	4.26 468	2.31 246	2.72 479	1.83 322	2.43 369	1.68 377	12.86 578	1.78 351	0.43 377	0.41 335	0.41 417	0.34 368	0.46 379	0.67 306

WQFJX	2.73 332	1.24 367	18.83 310	1.02 225	1.16 363	3.76 323	1.36 456	3.56 270	2.25 228	1.67 214	2.75 500	1.84 290	3.07 500	7.75 431	1.99 387	0.27 91	0.35 278	0.37 381	0.28 259	0.43 345	0.68 308

FC-DCNN v2	7.41 576	0.98 306	22.19 584	1.75 504	1.64 490	8.98 587	2.37 534	7.60 587	9.44 592	11.09 603	11.95 591	20.04 602	16.35 599	12.99 580	17.14 583	0.72 514	0.57 419	0.59 508	0.57 505	0.64 459	0.68 308

DLCB_ROB	2.55 271	1.32 384	10.26 159	1.31 374	1.04 322	2.94 167	1.29 443	3.81 323	2.73 305	2.93 502	2.17 411	3.37 462	1.53 331	10.40 498	3.26 472	0.42 360	0.35 278	0.41 417	0.37 404	0.43 345	0.68 308

MeshStereo	5.67 551	1.80 437	21.28 555	1.40 412	1.14 354	4.38 476	3.83 578	5.51 578	4.85 558	10.12 598	11.72 590	11.44 584	5.87 555	13.86 593	12.31 550	0.68 504	0.61 432	0.61 515	0.60 511	0.73 488	0.68 308
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
YMNet	2.55 271	1.78 435	14.80 211	1.41 416	1.67 500	3.95 376	0.96 371	3.86 330	3.02 361	2.68 474	2.57 481	3.35 460	1.53 331	3.40 329	2.57 443	0.49 432	0.54 409	0.52 481	0.49 478	0.76 497	0.69 312

YMNet_1	2.55 271	1.78 435	14.80 211	1.41 416	1.67 500	3.95 376	0.96 371	3.86 330	3.02 361	2.68 474	2.57 481	3.35 460	1.53 331	3.40 329	2.57 443	0.49 432	0.54 409	0.52 481	0.49 478	0.76 497	0.69 312

FC-DCNN	7.08 573	1.01 318	21.89 572	1.74 502	1.64 490	8.18 584	2.31 532	6.50 585	9.16 591	10.85 602	11.33 587	19.85 601	13.33 590	12.94 579	17.10 580	0.72 514	0.57 419	0.59 508	0.57 505	0.64 459	0.69 312

PSMNet_ROB	3.38 448	5.24 514	20.61 490	1.24 335	1.22 386	3.76 323	1.64 493	3.59 277	2.80 317	2.07 313	1.72 271	2.75 406	1.79 400	11.42 541	4.58 492	0.42 360	0.38 312	0.50 473	0.62 517	0.62 448	0.69 312

GASNet	3.86 488	15.35 600	21.16 546	1.63 480	1.25 396	2.35 114	1.11 411	4.11 402	2.86 333	1.99 279	2.11 399	2.99 427	2.16 444	10.62 502	3.75 480	0.71 509	0.37 298	0.61 515	0.46 468	0.91 517	0.70 316

pmcnn	5.90 553	1.81 440	22.30 585	1.69 492	2.37 544	3.47 250	2.10 524	4.58 546	5.56 577	3.75 547	13.12 595	22.07 603	3.70 525	11.99 563	17.13 582	0.58 481	0.23 114	0.23 36	0.19 54	0.37 269	0.70 316

ACV-stereo	2.96 376	1.09 333	20.34 444	1.37 400	1.05 326	4.65 532	1.09 405	2.82 178	1.68 134	1.48 191	1.32 154	5.40 557	4.22 535	7.83 432	2.08 404	0.46 407	0.52 404	0.33 311	0.30 314	0.45 369	0.71 318

FADNet-RVC-Resample	3.31 438	8.52 532	22.84 591	1.18 310	0.91 277	3.52 269	1.35 453	4.13 412	2.32 247	1.75 234	1.35 159	2.26 344	1.51 323	9.51 461	2.03 398	0.42 360	0.38 312	0.42 428	0.44 459	0.59 437	0.71 318

AANet_RVC	3.70 478	7.03 524	17.25 266	1.21 323	1.12 349	3.79 331	1.09 405	3.98 358	3.38 444	2.65 472	4.29 547	3.95 503	1.40 290	11.43 542	7.88 525	1.25 549	0.57 419	0.34 331	0.25 196	0.43 345	0.71 318

ADStereo(finetuned)	2.30 211	0.97 303	17.29 269	0.86 108	0.43 44	4.17 436	0.59 121	4.31 487	3.29 420	2.35 413	1.86 334	1.18 189	3.35 515	1.69 170	1.59 301	0.34 251	0.25 162	0.23 36	0.19 54	0.31 160	0.72 321

sAnonymous2	2.00 149	1.54 410	21.24 553	0.93 159	0.89 264	1.21 23	0.62 141	2.58 147	2.28 238	0.86 92	1.04 86	0.73 98	1.22 256	1.10 39	0.85 105	0.30 159	0.25 162	0.31 255	0.31 333	1.06 529	0.72 321

CroCo_RVC	2.00 149	1.54 410	21.24 553	0.93 159	0.89 264	1.21 23	0.62 141	2.58 147	2.28 238	0.86 92	1.04 86	0.73 98	1.22 256	1.10 39	0.85 105	0.30 159	0.25 162	0.31 255	0.31 333	1.06 529	0.72 321

NOSS_ROB	3.12 402	0.89 261	19.03 317	2.01 528	1.07 332	3.90 359	0.97 375	4.32 495	3.08 379	2.94 504	2.19 419	3.85 499	1.18 250	11.75 557	1.69 330	0.69 505	0.54 409	0.57 504	0.52 492	0.57 431	0.72 321

MSMD_ROB	5.99 555	1.29 378	19.23 329	1.40 412	0.84 244	10.25 589	2.05 522	4.20 438	6.02 583	10.42 600	8.00 566	22.21 604	9.45 582	11.67 551	8.73 527	0.76 523	0.59 428	0.67 529	0.68 523	0.67 472	0.72 321

z-mn7	3.78 482	14.53 587	15.59 226	1.34 388	1.23 389	3.78 329	1.42 465	4.17 427	3.45 462	2.94 504	3.37 532	3.05 432	2.09 430	10.03 485	5.54 504	0.50 446	0.39 324	0.43 432	0.34 368	0.67 472	0.73 326

DCANet	2.37 228	0.98 306	20.47 461	0.86 108	0.43 44	4.18 439	0.59 121	4.31 487	3.29 420	2.35 413	1.86 334	1.18 189	1.63 364	1.69 170	1.59 301	0.34 251	0.25 162	0.24 64	0.19 54	0.31 160	0.73 326

APVNet	3.24 429	1.59 417	21.72 570	1.36 394	1.52 459	3.93 371	1.12 413	3.58 275	2.80 317	2.32 406	2.02 376	3.05 432	1.96 422	11.77 558	2.61 447	0.44 386	0.46 371	0.65 527	0.47 470	0.73 488	0.73 326

LALA_ROB	2.88 360	2.13 464	19.08 318	1.10 264	0.99 300	3.91 363	1.81 505	4.50 535	3.04 372	3.32 532	1.87 340	2.75 406	1.66 374	4.06 350	4.02 483	0.47 416	0.44 358	0.55 497	0.53 494	0.61 443	0.73 326

PWCDC_ROB	3.62 466	9.86 543	17.35 270	1.62 477	1.57 473	4.19 447	1.01 382	4.35 504	4.20 511	2.26 378	7.36 563	2.73 401	2.75 478	4.10 351	4.51 491	1.47 558	0.37 298	0.39 403	0.34 368	1.22 546	0.73 326

pcwnet_v2	2.73 332	0.70 155	22.43 589	1.11 269	1.02 311	3.58 282	0.80 262	4.31 487	3.42 454	2.39 427	2.28 436	2.99 427	1.68 377	3.31 328	1.54 288	0.44 386	0.51 401	0.41 417	0.34 368	0.62 448	0.74 331

CBMV	4.12 501	1.27 373	21.14 543	1.52 457	0.85 245	3.80 334	3.89 579	4.58 546	3.02 361	3.56 542	2.37 450	4.44 530	13.88 593	11.23 534	3.78 481	0.56 477	0.43 348	0.48 458	0.39 422	0.55 421	0.74 331
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
STTStereo	2.62 295	1.28 376	19.16 322	1.52 457	1.55 465	3.84 341	0.89 316	3.75 308	2.59 288	2.23 369	1.59 233	2.48 378	1.58 340	5.11 363	1.72 339	0.38 327	0.41 335	0.47 452	0.54 497	0.53 414	0.75 333

test_sample3	2.65 304	0.75 199	15.69 228	1.42 425	0.85 245	3.14 191	0.73 199	4.28 472	3.21 397	2.28 383	1.79 296	1.78 279	1.46 310	11.11 527	1.84 363	0.36 295	0.46 371	0.34 331	0.36 394	0.40 303	0.76 334

test_sample6	2.71 325	0.76 210	14.30 199	1.43 432	0.83 236	3.17 194	0.79 252	4.40 516	4.65 546	2.35 413	2.13 403	1.69 251	1.45 305	11.48 543	1.99 387	0.39 335	0.46 371	0.38 397	0.40 433	0.43 345	0.77 335

SMFormer	2.40 233	0.73 176	8.34 147	1.41 416	0.61 134	2.04 87	0.72 192	4.30 476	4.43 529	2.41 432	2.40 455	1.94 308	1.52 327	10.99 517	3.10 467	0.35 268	0.84 465	0.36 370	0.33 358	0.40 303	0.77 335

NLCA_NET_v2_RVC	2.76 341	1.48 403	19.72 364	1.62 477	2.00 525	3.95 376	0.86 301	3.92 343	2.51 276	2.56 454	1.69 263	2.83 415	1.61 351	5.65 375	1.78 351	0.48 425	0.36 291	0.38 397	0.42 450	0.56 427	0.77 335
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
test_sample5	2.68 318	0.76 210	14.56 206	1.40 412	0.83 236	3.11 185	0.74 209	4.33 498	4.48 535	2.29 389	2.04 380	1.67 247	1.45 305	11.18 530	1.88 371	0.37 311	0.47 382	0.37 381	0.39 422	0.43 345	0.78 338

DualNet	2.68 318	0.76 210	14.56 206	1.40 412	0.83 236	3.11 185	0.74 209	4.33 498	4.48 535	2.35 413	2.13 403	1.67 247	1.45 305	11.18 530	1.88 371	0.37 311	0.47 382	0.37 381	0.39 422	0.43 345	0.78 338

EKT-Stereo	7.93 578	0.75 199	21.17 548	1.84 513	109.80 626	4.51 505	0.61 129	4.13 412	1.59 107	1.89 253	1.24 128	1.96 317	1.35 276	4.02 349	1.36 246	0.42 360	0.31 239	0.29 213	0.27 232	0.35 244	0.78 338

DRN-Test	3.17 414	1.30 381	19.66 352	1.41 416	1.60 479	3.61 289	1.47 472	4.18 433	2.83 324	3.48 538	1.92 359	2.58 389	2.50 470	10.81 508	2.90 459	0.49 432	0.49 392	0.44 435	0.42 450	0.57 431	0.78 338

DeepPrunerF	4.00 498	5.64 515	16.81 257	1.36 394	1.75 508	3.69 308	1.54 479	4.24 456	13.98 599	2.21 365	1.77 289	2.73 401	2.29 453	10.90 513	6.64 511	0.71 509	0.61 432	0.77 543	0.79 533	0.87 514	0.79 342

StereoDRNet-Refined	2.23 189	0.98 306	10.62 163	1.25 350	0.78 218	3.29 218	0.71 188	3.96 353	2.20 219	2.43 436	2.05 387	2.97 425	1.46 310	6.87 412	2.33 424	0.37 311	0.25 162	0.42 428	0.34 368	0.47 392	0.80 343
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ETE_ROB	2.93 367	2.12 462	17.80 284	1.13 284	0.94 289	3.71 315	1.53 477	4.29 474	2.98 349	3.32 532	2.13 403	2.34 355	1.51 323	8.68 444	2.82 453	0.44 386	0.40 328	0.51 478	0.49 478	0.56 427	0.80 343

ADLNet	3.23 427	1.19 360	21.03 526	1.36 394	1.61 480	3.69 308	1.23 436	4.05 379	3.41 452	2.72 479	2.29 438	4.00 506	1.77 396	11.21 532	2.15 410	0.42 360	0.43 348	0.36 370	0.35 383	0.47 392	0.82 345

edge stereo	3.45 455	1.08 330	22.14 582	1.31 374	1.36 427	2.68 145	1.54 479	4.13 412	3.27 413	2.94 504	3.27 530	4.34 528	2.48 467	11.60 550	2.79 450	0.62 493	0.64 438	0.79 544	0.56 504	0.70 481	0.82 345

gcap-zeroshot	2.25 193	0.74 185	19.48 341	0.97 197	1.18 368	3.50 261	0.83 277	3.21 224	2.66 297	1.86 249	1.23 126	3.24 449	0.88 153	1.92 221	0.94 134	0.34 251	0.43 348	0.28 188	0.22 143	0.29 125	0.83 347

dad	2.65 304	3.40 493	19.45 340	1.05 241	0.65 156	4.21 451	0.84 289	2.10 83	2.77 312	2.32 406	1.72 271	1.72 259	1.27 261	3.86 343	2.04 400	1.06 540	0.40 328	2.04 571	0.49 478	0.78 499	0.83 347

RP	3.26 434	1.73 431	17.70 283	1.56 466	1.93 522	3.43 242	1.94 510	4.18 433	2.72 303	2.77 485	3.05 516	3.96 504	2.69 476	10.17 487	2.86 455	1.04 538	0.50 398	0.71 535	0.59 508	0.75 493	0.83 347

RYNet	3.15 409	1.48 403	16.27 247	1.24 335	1.39 433	3.67 303	1.44 470	4.09 397	3.20 394	2.26 378	1.70 265	3.83 497	2.15 442	13.64 591	3.23 471	0.45 395	0.45 365	0.50 473	0.35 383	0.81 506	0.83 347

w-ln-seven	3.68 475	8.30 531	15.93 233	1.36 394	1.34 420	4.09 410	1.60 486	4.13 412	3.03 367	3.06 514	2.31 443	3.41 465	2.24 449	9.78 468	9.71 533	0.46 407	0.37 298	0.47 452	0.40 433	0.78 499	0.84 351

NCC-stereo	3.49 460	2.07 459	20.23 425	1.31 374	1.76 510	4.04 396	1.42 465	4.01 364	2.34 249	3.06 514	2.59 483	3.51 479	3.02 496	10.02 483	5.44 501	1.38 553	0.66 444	0.64 525	0.88 539	0.67 472	0.84 351

Abc-Net	3.49 460	2.07 459	20.23 425	1.31 374	1.76 510	4.04 396	1.42 465	4.01 364	2.34 249	3.06 514	2.59 483	3.51 479	3.02 496	10.02 483	5.44 501	1.38 553	0.66 444	0.64 525	0.88 539	0.67 472	0.84 351
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
test_sample4	2.68 318	0.76 210	15.85 231	1.45 435	0.83 236	3.10 182	0.72 192	4.31 487	3.37 441	2.39 427	1.90 352	1.72 259	1.47 315	11.13 529	1.86 367	0.36 295	0.47 382	0.35 350	0.37 404	0.42 335	0.85 354

stereogan	3.26 434	1.26 369	18.01 287	1.38 404	1.66 497	3.76 323	1.64 493	4.06 381	3.86 494	3.23 527	2.70 495	5.02 549	2.85 482	9.88 473	1.85 365	0.71 509	0.51 401	0.69 532	0.48 474	0.86 512	0.85 354

StereoDRNet	3.07 394	2.92 486	16.33 249	1.36 394	1.57 473	3.45 247	2.04 521	3.77 312	2.85 327	3.31 531	1.85 328	2.78 411	1.79 400	10.85 510	3.41 474	0.45 395	0.36 291	0.39 403	0.37 404	0.62 448	0.85 354

XPNet_ROB	2.99 382	1.58 415	17.06 265	1.38 404	0.99 300	3.91 363	1.62 489	4.20 438	2.42 261	2.87 497	2.03 378	2.31 350	1.72 388	10.76 507	3.60 478	0.55 473	0.49 392	0.48 458	0.40 433	0.53 414	0.85 354

GwcNet	3.26 434	3.93 500	20.24 427	1.38 404	2.04 528	3.24 208	1.53 477	3.72 303	3.66 481	2.17 344	2.25 429	3.55 484	1.69 380	9.38 459	3.03 463	0.48 425	0.49 392	0.46 450	0.39 422	0.66 470	0.86 358

BEATNet_4x	2.65 304	4.43 508	18.10 289	1.41 416	0.59 124	3.44 243	1.02 386	4.08 393	2.97 347	2.28 383	1.75 281	2.18 338	1.61 351	2.80 311	3.54 477	0.39 335	0.25 162	0.47 452	0.31 333	0.61 443	0.86 358

NCCL2	2.96 376	4.07 505	15.75 229	1.24 335	1.03 316	3.48 256	2.55 540	3.79 314	2.39 255	2.78 487	1.80 301	2.41 363	1.67 376	10.27 493	2.48 438	0.46 407	0.41 335	0.57 504	0.55 502	0.61 443	0.86 358

CBFPSM	2.24 191	2.06 456	12.12 174	1.13 284	1.05 326	2.85 156	1.23 436	3.37 246	2.05 195	1.82 245	1.33 156	4.55 536	4.00 531	2.38 276	2.35 426	0.27 91	0.38 312	0.32 276	0.28 259	0.39 296	0.89 361

RGC	3.35 445	1.84 446	18.13 290	1.52 457	1.79 514	3.33 225	1.37 458	4.18 433	2.39 255	2.96 508	3.23 528	3.98 505	2.71 477	11.53 544	3.42 475	0.90 533	0.48 389	0.79 544	0.79 533	0.75 493	0.89 361

2.5w	1.07 80	0.49 26	2.54 82	0.68 33	0.71 189	2.37 118	0.56 104	2.77 170	1.39 59	0.67 32	0.92 62	0.37 5	0.74 99	1.40 115	0.62 32	0.25 60	3.40 550	0.22 25	0.19 54	0.20 12	0.90 363

FAT-Stereo	3.38 448	0.88 254	19.96 390	1.28 359	1.20 379	3.44 243	1.97 513	4.26 468	3.15 390	3.14 522	3.92 542	3.50 476	3.28 510	11.68 554	2.04 400	0.65 499	0.68 446	0.48 458	0.54 497	0.63 454	0.91 364

GANetREF_RVC	3.45 455	5.10 512	19.89 381	1.58 469	0.80 225	4.13 420	1.82 506	4.24 456	3.33 437	1.91 255	1.76 282	2.46 375	1.83 408	13.17 583	1.87 370	0.83 530	0.57 419	0.79 544	0.77 531	1.21 545	0.91 364
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
EAI-Stereo	4.89 538	0.69 147	7.74 144	0.99 210	1.63 486	4.68 544	51.52 620	5.79 581	3.37 441	3.64 543	7.24 562	1.10 177	0.95 174	2.51 285	1.71 336	0.33 229	0.31 239	0.28 188	2.04 586	0.28 107	0.92 366

FCDSN-DC	6.71 571	1.18 354	21.61 568	1.29 365	1.10 342	4.38 476	2.59 544	4.58 546	5.52 574	9.58 593	11.19 586	19.17 599	17.69 602	13.03 581	17.11 581	0.73 517	0.57 419	0.61 515	0.60 511	0.71 486	0.92 366
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCRef	3.66 471	5.95 516	15.50 224	1.20 317	1.41 439	3.93 371	1.61 487	3.92 343	2.77 312	3.13 519	2.20 421	2.40 359	2.78 481	6.23 395	16.59 573	0.50 446	0.35 278	0.63 523	0.62 517	0.58 435	0.92 366

SACVNet	3.06 393	1.61 419	19.29 332	1.46 437	1.18 368	4.05 400	1.48 474	4.03 372	2.58 287	2.75 483	1.89 344	2.55 383	1.38 283	11.33 536	2.28 421	0.51 454	0.41 335	0.48 458	0.43 455	0.57 431	0.93 369

zh-mn7	3.65 468	13.21 562	16.35 250	1.28 359	1.01 308	2.94 167	1.31 446	4.24 456	3.12 385	3.44 536	3.10 520	2.84 416	2.09 430	9.17 452	5.46 503	0.61 487	0.43 348	0.38 397	0.38 413	0.60 441	0.94 370

iRaft-Stereo_5w	2.47 250	1.37 390	13.85 189	0.87 115	0.99 300	3.22 202	0.84 289	3.72 303	2.12 207	1.57 199	2.49 469	2.20 340	2.22 448	9.12 451	2.03 398	0.48 425	0.27 200	0.35 350	0.29 295	0.48 399	0.94 370

MDST_ROB	6.31 561	1.18 354	22.96 594	2.56 555	2.69 548	21.07 604	2.01 519	4.79 562	2.87 335	9.49 592	4.45 548	4.10 513	4.48 540	22.33 604	17.61 588	0.79 524	0.44 358	0.47 452	0.44 459	0.47 392	0.95 372

PSMNet-RUCA	2.60 287	1.83 443	20.55 475	1.51 452	1.39 433	3.07 181	1.36 456	3.56 270	2.43 264	1.41 177	2.07 393	1.42 223	1.09 216	2.07 237	1.60 305	1.20 547	0.69 453	1.26 563	0.96 544	1.65 560	0.97 373

G-Net	4.16 503	1.39 391	20.31 441	2.30 540	2.91 552	4.68 544	2.86 551	3.35 243	2.44 270	4.43 562	9.43 579	6.89 571	3.83 528	8.91 447	4.83 497	0.80 525	0.80 462	0.70 533	0.50 486	0.95 522	0.97 373

RTSC	3.44 453	6.78 522	16.53 255	1.76 507	1.54 461	3.53 271	0.94 360	4.22 444	2.97 347	3.65 544	3.23 528	3.31 456	2.29 453	6.22 393	7.41 519	0.61 487	1.32 494	0.37 381	0.42 450	0.78 499	0.98 375

Replicate-Monster	0.97 63	1.43 396	2.10 71	0.73 53	0.60 130	2.04 87	0.34 27	1.94 64	1.14 33	1.08 146	0.64 25	0.49 38	0.52 30	1.33 91	0.45 2	0.20 17	2.78 538	0.19 5	0.17 23	0.23 49	0.99 376

XQC	3.41 450	6.58 520	15.18 217	1.97 523	1.62 483	3.40 234	1.76 501	4.53 538	3.67 483	3.40 534	2.45 465	3.73 491	2.91 485	6.78 409	5.36 500	0.73 517	0.90 470	0.60 512	0.61 514	1.02 524	0.99 376

Syn2CoEx	3.42 452	7.66 528	20.57 483	1.42 425	1.18 368	2.49 128	1.64 493	4.07 384	2.68 298	2.51 449	2.27 433	2.89 419	3.15 504	9.56 463	2.58 445	0.52 465	0.45 365	0.53 488	0.42 450	0.79 504	1.00 378

PS-NSSS	3.11 399	1.60 418	19.48 341	1.00 218	1.53 460	4.12 417	1.08 401	4.59 549	2.80 317	2.19 355	2.38 451	1.76 269	1.39 286	11.79 559	1.94 386	0.69 505	0.45 365	0.95 550	0.43 455	1.03 525	1.00 378

DDVS	1.78 135	0.84 243	3.58 104	1.32 381	1.15 356	3.17 194	0.77 235	3.35 243	1.86 163	1.88 251	1.91 353	2.91 423	1.42 298	6.19 392	1.85 365	0.47 416	0.65 441	0.35 350	0.38 413	0.48 399	1.01 380

ADCL	4.70 532	4.04 503	16.12 238	1.35 390	1.28 399	5.46 568	10.88 594	4.08 393	4.25 518	5.97 576	4.51 549	4.29 525	5.60 550	6.37 397	15.21 567	0.54 470	0.48 389	0.88 548	0.78 532	0.86 512	1.01 380

psmorigin	6.62 566	1.45 399	87.38 628	1.55 464	0.97 294	2.86 158	1.42 465	3.30 237	2.12 207	3.74 546	2.45 465	5.15 553	2.59 474	10.55 500	2.91 460	0.55 473	0.68 446	0.48 458	0.53 494	0.73 488	1.02 382

NVstereo2D	2.79 348	1.13 344	13.75 188	1.37 400	1.47 452	3.57 279	1.38 459	4.17 427	3.77 489	2.04 302	1.72 271	3.05 432	1.75 391	10.84 509	1.72 339	0.62 493	0.48 389	0.56 500	0.54 497	0.79 504	1.02 382

RAFT	2.36 224	1.62 420	18.03 288	1.75 504	0.54 96	1.91 78	0.91 343	3.24 229	3.65 480	1.64 207	1.73 277	3.45 468	1.58 340	1.82 210	1.74 345	0.42 360	1.06 483	0.40 408	0.32 349	0.44 360	1.03 384

RAFT + AFF	3.98 497	14.10 578	20.78 507	1.16 298	1.96 523	4.14 425	2.00 517	4.56 542	3.52 471	2.23 369	2.51 473	2.27 345	4.92 544	8.94 449	2.82 453	0.33 229	0.60 430	0.48 458	0.39 422	0.81 506	1.03 384

TCMNet	3.13 404	1.71 429	19.53 345	1.49 444	2.11 533	3.84 341	1.07 400	4.12 408	3.03 367	2.64 470	2.29 438	2.43 369	1.74 390	10.10 486	2.47 436	0.56 477	0.45 365	0.61 515	0.50 486	0.87 514	1.04 386

SGM_RVC	6.11 560	1.10 336	20.44 454	2.15 534	0.66 164	15.87 601	3.98 580	5.00 564	6.19 584	9.79 596	11.46 588	8.23 580	12.63 588	12.32 566	9.15 529	0.54 470	0.39 324	0.41 417	0.35 383	0.55 421	1.05 387
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
test_3	2.17 174	0.58 73	18.64 303	1.11 269	0.78 218	2.15 97	0.85 296	4.42 521	1.47 72	2.00 283	1.20 118	2.02 325	0.79 123	2.70 306	1.35 239	0.29 129	1.04 482	0.29 213	0.29 295	0.31 160	1.07 388

ccnet	3.03 388	1.48 403	12.88 179	1.54 460	1.26 397	3.71 315	2.32 533	4.11 402	3.05 375	2.92 501	3.21 526	2.86 417	2.40 460	9.87 472	4.19 484	0.80 525	0.76 458	0.71 535	0.70 526	0.78 499	1.07 388

Consistency-Raft	2.93 367	1.93 450	19.72 364	1.41 416	1.75 508	3.85 346	1.32 448	4.09 397	2.75 308	1.82 245	2.66 490	1.81 285	4.34 539	2.29 270	2.08 404	0.90 533	0.94 473	1.03 552	1.13 555	1.71 562	1.10 390

WZ-Net	4.39 518	12.37 556	17.44 273	1.47 441	1.42 442	3.76 323	2.27 531	4.17 427	3.11 383	2.89 498	2.24 427	4.05 508	5.69 554	10.89 512	12.07 549	0.66 500	0.41 335	0.47 452	0.49 478	0.78 499	1.12 391

PA-Net	3.45 455	2.50 474	20.39 451	1.42 425	1.20 379	3.39 232	1.73 499	3.93 347	3.57 475	1.94 265	2.17 411	3.02 430	1.87 416	11.67 551	6.48 510	0.40 346	0.55 415	0.44 435	0.63 521	0.55 421	1.13 392
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
Select-FE	2.58 283	1.05 324	18.42 297	1.09 261	1.24 393	3.70 312	0.61 129	3.97 356	2.27 237	2.61 465	1.83 322	5.04 550	3.16 505	2.02 233	1.40 258	0.35 268	0.56 417	0.31 255	0.48 474	0.35 244	1.14 393

111	2.59 284	3.10 488	20.47 461	0.84 96	0.38 18	4.26 461	0.91 343	4.45 527	2.96 346	2.48 444	2.07 393	2.31 350	1.64 367	1.49 136	1.90 375	0.35 268	0.22 86	0.25 90	0.21 108	0.32 182	1.14 393

SuperB	5.03 541	8.93 534	20.96 522	1.51 452	1.11 346	3.88 355	3.00 554	4.24 456	3.13 387	2.53 451	2.10 398	2.74 404	3.37 517	8.76 445	19.44 601	0.45 395	0.34 268	0.53 488	0.40 433	11.97 610	1.15 395

FADNet_RVC	3.10 398	7.62 527	19.12 319	1.05 241	0.93 283	4.09 410	0.84 289	4.34 503	2.05 195	1.54 194	1.78 293	1.61 241	1.50 321	8.92 448	2.64 449	0.50 446	0.38 312	0.44 435	0.61 514	0.91 517	1.16 396

Selective-IGEV	1.42 114	0.58 73	8.82 153	0.92 151	0.85 245	1.32 41	0.80 262	2.85 185	3.84 491	0.87 98	1.68 259	0.71 95	0.62 59	1.30 81	0.75 64	0.24 45	0.27 200	0.24 64	0.19 54	0.27 94	1.18 397

aanetorigin	3.34 444	2.00 454	17.58 278	1.20 317	1.57 473	2.57 138	3.75 575	2.73 164	2.10 200	6.11 578	4.27 546	2.88 418	5.64 552	5.46 372	4.60 493	0.53 467	0.46 371	0.45 443	0.48 474	1.15 540	1.22 398

CSAN	5.95 554	13.70 570	21.94 575	1.35 390	0.93 283	3.65 299	3.46 565	4.73 559	4.26 519	3.98 551	7.70 565	3.54 483	6.94 567	22.83 605	16.00 570	0.53 467	0.47 382	0.50 473	0.55 502	0.65 466	1.22 398

Wz-Net-TNSev	4.22 506	13.55 565	15.87 232	1.57 467	1.19 376	3.61 289	2.48 537	4.38 513	3.45 462	2.29 389	1.91 353	4.20 520	2.86 483	12.11 564	10.56 536	0.61 487	0.59 428	0.48 458	0.54 497	0.93 520	1.24 400

w-ln-seven-2	3.65 468	9.76 542	15.93 233	1.26 355	1.02 311	3.54 274	1.56 483	4.14 417	3.86 494	2.57 456	2.05 387	2.63 394	2.26 452	8.48 441	10.24 534	0.50 446	0.52 404	0.44 435	0.34 368	0.64 459	1.25 401

DANet	2.82 351	1.17 351	10.20 158	1.87 514	1.72 506	3.25 210	1.15 421	4.36 506	3.02 361	3.42 535	2.18 416	4.09 511	1.79 400	9.78 468	4.32 487	0.55 473	0.57 419	0.60 512	0.44 459	0.65 466	1.25 401
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
ITSA-stereo	2.11 165	0.85 244	7.84 145	1.24 335	0.68 178	4.06 404	0.91 343	4.30 476	2.57 284	1.94 265	1.77 289	1.61 241	2.12 437	6.12 390	2.79 450	0.42 360	0.38 312	0.40 408	0.41 444	0.51 410	1.26 403

PAM_32	3.04 390	0.69 147	20.55 475	1.17 305	1.01 308	8.89 586	0.76 231	3.71 301	3.43 455	2.12 327	2.65 488	5.44 559	3.73 526	2.35 274	1.48 278	0.27 91	0.33 255	0.28 188	0.29 295	0.39 296	1.27 404

S-Stereo	3.51 462	0.96 298	22.00 580	1.38 404	1.50 455	3.55 275	2.49 538	4.27 471	3.00 352	2.38 425	3.94 543	3.73 491	1.84 411	11.89 561	2.59 446	0.64 497	0.71 455	0.49 471	0.81 535	0.68 478	1.31 405

PSM-AAD	3.41 450	0.58 73	20.55 475	0.95 180	0.56 109	4.46 492	7.40 590	3.11 213	1.58 104	2.30 392	2.56 478	1.26 203	16.19 598	2.47 282	1.00 157	0.32 202	0.22 86	0.58 507	0.41 444	0.37 269	1.32 406

anonymousa	3.14 406	0.83 238	19.20 326	1.62 477	9.63 590	2.06 92	0.78 242	2.93 191	2.20 219	1.95 271	2.17 411	3.41 465	1.81 403	1.33 91	1.67 325	0.29 129	8.64 581	0.34 331	0.37 404	0.32 182	1.33 407

ADCP+	4.42 520	12.67 560	18.95 313	1.12 279	1.55 465	4.30 467	3.60 572	4.01 364	3.80 490	2.30 392	1.71 269	3.93 501	4.29 536	3.49 332	18.77 599	0.40 346	0.41 335	0.63 523	0.53 494	0.67 472	1.35 408

test-1	1.81 137	0.72 170	9.51 155	1.02 225	1.57 473	3.85 346	0.60 125	4.07 384	1.51 85	1.94 265	1.81 306	2.04 328	0.91 164	1.39 113	1.73 342	0.27 91	0.93 471	0.31 255	0.25 196	0.29 125	1.37 409

GCST	2.86 356	3.95 502	20.52 471	1.93 521	1.56 470	1.74 72	0.50 83	3.69 295	2.10 200	1.79 241	1.64 249	1.60 240	1.29 267	5.27 367	1.90 375	2.10 564	0.77 459	1.45 565	0.97 547	1.15 540	1.38 410

DPSNet	3.94 494	2.01 455	14.69 209	1.58 469	1.30 405	4.17 436	2.08 523	4.57 544	4.63 541	2.78 487	1.99 372	3.79 495	7.88 575	10.66 504	11.35 543	0.94 535	0.99 481	0.41 417	0.57 505	1.09 534	1.40 411

PWC_ROB	3.32 440	4.61 509	14.41 202	1.46 437	1.90 520	3.21 199	1.15 421	4.39 515	3.46 465	3.13 519	3.40 533	2.79 412	2.34 457	9.17 452	6.94 513	0.61 487	0.34 268	0.61 515	0.37 404	0.73 488	1.40 411

PASM	3.22 424	2.89 483	15.38 221	2.00 526	1.57 473	2.77 148	1.96 512	3.62 282	2.75 308	2.95 507	2.26 430	3.10 439	2.24 449	11.87 560	2.46 434	0.97 537	1.06 483	0.87 547	1.02 549	1.20 544	1.41 413

AnyNet_C32	4.49 523	9.53 539	13.85 189	1.67 487	1.56 470	5.40 567	4.06 581	4.03 372	3.69 484	4.21 558	3.09 519	3.09 438	3.38 518	8.24 436	18.76 598	0.56 477	0.64 438	0.53 488	0.81 535	1.36 552	1.42 414

DualNet (step1)	3.32 440	1.19 360	20.68 497	1.11 269	0.87 258	4.22 453	1.20 428	4.40 516	4.92 559	2.20 362	1.85 328	1.90 300	2.00 424	6.87 412	1.75 348	1.41 555	1.36 495	4.19 600	2.07 587	0.70 481	1.43 415

test_sample9	4.68 530	1.19 360	20.68 497	1.11 269	0.87 258	4.22 453	1.20 428	4.40 516	4.92 559	2.20 362	1.85 328	1.90 300	2.00 424	11.08 525	11.57 546	1.41 555	14.65 601	4.19 600	2.07 587	0.70 481	1.43 415

test_sample8	5.57 547	1.19 360	20.68 497	1.11 269	0.87 258	4.22 453	1.20 428	4.43 523	3.76 487	5.63 572	1.97 368	12.99 590	6.34 558	11.08 525	11.57 546	1.41 555	14.65 601	4.19 600	2.07 587	0.70 481	1.43 415

SDNR	4.37 516	2.22 467	20.63 493	1.60 473	0.99 300	5.15 563	0.67 160	4.36 506	5.55 576	4.89 567	7.17 561	5.50 561	1.58 340	17.48 600	4.33 488	0.80 525	0.72 456	0.59 508	0.45 466	1.18 543	1.43 415

Wz-Net-SNSev	3.47 459	10.51 547	16.90 260	1.65 485	1.20 379	3.29 218	2.03 520	4.16 423	3.03 367	2.35 413	2.39 453	3.48 470	2.12 437	7.95 434	4.28 486	0.51 454	0.40 328	0.53 488	0.49 478	0.74 492	1.46 419

test-3	2.19 178	0.59 82	18.63 302	1.13 284	0.75 205	2.07 93	0.89 316	4.37 509	1.53 88	2.25 372	1.20 118	2.05 331	0.79 123	2.68 302	1.35 239	0.29 129	0.95 474	0.28 188	0.27 232	0.27 94	1.47 420

LoS_RVC	1.23 98	1.51 406	6.09 132	0.88 121	1.71 504	1.96 83	0.59 121	1.61 30	1.37 57	0.84 88	1.35 159	0.84 124	1.15 243	1.49 136	0.83 97	0.21 24	0.17 9	0.20 8	0.14 1	0.20 12	1.49 421

ADCMid	4.55 525	10.78 548	17.67 282	1.32 381	1.43 443	4.62 527	2.24 529	4.22 444	4.97 562	3.93 550	3.01 514	3.84 498	3.66 524	4.22 355	18.57 597	0.69 505	0.62 435	1.09 556	1.20 559	1.48 554	1.49 421

zh-sn7	4.13 502	13.99 576	17.43 272	1.29 365	1.15 356	3.66 301	2.56 542	4.26 468	2.78 315	2.66 473	3.11 525	3.37 462	3.17 506	11.53 544	7.43 520	0.48 425	0.49 392	0.45 443	0.44 459	0.75 493	1.52 423

test_1	2.19 178	0.59 82	18.67 304	1.13 284	0.78 218	2.07 93	0.89 316	4.37 509	1.53 88	2.18 348	1.20 118	2.05 331	0.78 115	2.68 302	1.36 246	0.29 129	0.93 471	0.28 188	0.27 232	0.28 107	1.53 424

PDISCO_ROB	3.32 440	5.22 513	18.16 291	2.03 530	2.19 538	4.52 506	1.63 490	4.74 560	3.32 435	2.22 367	2.18 416	3.71 490	2.41 462	5.36 368	2.43 432	1.35 551	0.79 461	0.72 538	0.62 517	1.31 550	1.53 424

MFMNet_re	3.44 453	8.89 533	19.36 335	3.25 573	1.91 521	3.13 188	1.99 514	3.60 279	4.16 510	3.17 525	2.86 506	2.25 343	2.41 462	2.61 297	2.35 426	1.13 543	1.06 483	0.94 549	0.91 542	1.29 549	1.57 426

testlalala_base	2.69 322	0.77 218	21.10 539	1.22 327	1.46 449	2.72 147	0.83 277	4.11 402	1.49 79	1.28 166	1.45 186	1.21 199	0.85 145	1.28 76	1.19 199	3.94 589	2.36 525	0.27 153	0.19 54	4.48 590	1.58 427

CC-Net-ROB	3.82 485	3.41 494	20.20 418	2.40 545	1.66 497	4.49 500	1.61 487	4.77 561	3.08 379	2.06 307	2.06 390	1.99 320	1.60 345	12.57 576	1.91 378	2.82 571	2.19 518	2.67 582	1.06 552	2.31 566	1.59 428

TDLM	3.20 419	1.58 415	18.80 306	1.70 496	1.10 342	4.29 465	2.17 527	3.81 323	3.27 413	2.89 498	1.98 369	2.06 333	1.70 383	12.44 573	2.15 410	0.58 481	0.31 239	0.56 500	0.40 433	0.58 435	1.59 428

SANet	6.43 563	13.71 571	22.08 581	1.43 432	1.00 306	6.86 578	3.78 577	4.71 556	11.10 593	4.71 566	8.72 575	7.47 574	7.91 576	12.46 574	18.12 592	0.51 454	0.47 382	0.50 473	0.45 466	0.94 521	1.60 430

EDNetEfficient	5.62 550	2.26 468	17.51 274	1.67 487	3.59 565	3.99 386	7.25 588	3.14 217	5.63 578	11.52 604	4.82 552	3.94 502	12.48 587	8.39 440	20.56 603	0.46 407	0.46 371	0.48 458	1.06 552	1.65 560	1.62 431

SHD	3.22 424	4.21 506	14.19 197	2.37 543	2.12 535	2.77 148	1.19 425	4.24 456	3.25 409	4.64 565	2.73 497	3.62 488	2.76 480	6.30 396	4.75 496	0.66 500	1.25 493	0.52 481	0.59 508	0.69 480	1.64 432

PAM	3.02 385	0.69 147	20.70 501	1.20 317	1.15 356	8.88 585	1.28 442	4.06 381	1.91 172	2.32 406	2.42 464	5.75 563	2.75 478	2.47 282	1.55 291	0.28 112	0.35 278	0.27 153	0.30 314	0.41 323	1.65 433

CVANet_RVC	3.32 440	1.63 422	21.06 531	1.66 486	1.29 401	3.99 386	1.55 481	3.98 358	3.00 352	3.51 539	2.06 390	2.58 389	1.72 388	12.46 574	1.70 333	0.62 493	0.34 268	0.53 488	0.47 470	0.64 459	1.66 434

MyStereo8	2.97 381	1.76 432	18.94 312	1.55 464	1.62 483	4.16 431	0.57 108	3.79 314	2.41 260	2.22 367	2.93 509	2.27 345	1.14 235	2.16 252	2.28 421	0.27 91	8.58 579	0.32 276	0.29 295	0.37 269	1.72 435

tta	2.44 244	0.73 176	8.34 147	1.41 416	0.61 134	2.04 87	0.72 192	4.30 476	4.43 529	2.41 432	2.40 455	1.94 308	1.52 327	10.99 517	3.10 467	0.35 268	0.84 465	0.36 370	0.33 358	0.31 160	1.75 436

qqq1	2.35 222	0.73 176	8.34 147	1.41 416	0.61 134	2.04 87	0.72 192	4.30 476	4.43 529	2.41 432	2.40 455	1.94 308	1.52 327	10.99 517	1.36 246	0.35 268	0.84 465	0.30 235	0.25 196	0.31 160	1.75 436

fff1	2.35 222	0.73 176	8.34 147	1.41 416	0.61 134	2.04 87	0.72 192	4.30 476	4.43 529	2.41 432	2.40 455	1.94 308	1.52 327	10.99 517	1.36 246	0.35 268	0.84 465	0.30 235	0.25 196	0.31 160	1.75 436

NVStereoNet_ROB	6.63 567	9.57 540	19.28 331	3.19 571	2.11 533	3.69 308	1.99 514	4.32 495	6.27 586	3.26 530	24.57 609	5.45 560	11.39 586	13.56 589	12.37 552	2.79 569	2.05 515	1.76 569	1.75 577	1.49 555	1.75 436
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
HiDET	0.76 17	0.42 4	1.03 3	0.67 23	0.40 36	2.63 143	0.28 9	1.62 32	0.94 17	0.64 25	0.46 12	0.52 43	0.49 24	1.19 55	1.24 216	0.19 9	0.19 29	0.18 2	0.16 10	0.19 3	1.77 440

SGM-Forest	4.96 540	0.86 246	21.02 525	1.22 327	0.83 236	4.05 400	3.26 560	4.40 516	3.49 469	4.40 561	3.69 539	4.66 543	13.91 594	11.94 562	17.16 584	0.66 500	0.46 371	0.49 471	0.39 422	0.49 404	1.77 440
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CAS	1.34 106	0.48 23	2.20 73	3.01 569	1.66 497	4.08 409	0.73 199	1.96 69	1.51 85	0.86 92	1.10 99	0.59 62	0.53 31	1.36 105	0.94 134	3.07 575	0.14 1	0.21 19	0.14 1	0.38 282	1.78 442

WAO-7	6.00 556	14.29 581	20.46 458	1.97 523	1.51 457	5.31 566	3.06 558	5.00 564	5.92 582	4.55 564	8.87 576	6.52 569	6.47 562	13.38 588	13.85 558	1.35 551	1.24 492	1.48 566	1.36 568	1.63 558	1.79 443

ADCPNet	4.25 509	4.04 503	21.95 576	1.33 386	1.31 410	6.34 574	2.63 545	4.07 384	3.23 407	2.81 493	2.21 425	4.27 522	6.08 557	6.01 383	11.73 548	0.67 503	1.17 490	0.71 535	1.71 574	0.87 514	1.82 444

NaN_ROB	4.73 534	6.66 521	21.89 572	1.26 355	1.28 399	3.49 259	3.02 556	4.38 513	3.93 499	3.65 544	2.55 477	2.97 425	5.01 545	13.23 584	17.43 587	0.38 327	0.42 346	0.38 397	0.40 433	0.50 405	1.82 444

LCNet	2.54 266	0.60 90	20.89 517	1.01 221	0.57 119	3.60 287	1.21 434	3.20 223	1.70 140	2.17 344	1.76 282	1.43 226	4.12 533	3.61 336	0.94 134	0.32 202	0.20 45	0.28 188	0.76 530	0.50 405	1.83 446

AIO-Stereo-zeroshot	2.84 353	1.17 351	20.72 504	1.15 291	2.05 529	3.61 289	0.49 76	4.63 551	2.10 200	1.41 177	1.66 256	6.02 567	2.40 460	2.79 310	2.09 407	0.30 159	0.51 401	0.31 255	0.96 544	0.59 437	1.93 447

RTS	4.29 513	9.35 537	18.25 294	2.79 563	2.29 541	4.98 560	3.41 563	4.72 557	4.27 520	4.35 559	3.10 520	4.93 546	3.14 502	7.71 429	6.99 514	0.71 509	0.68 446	0.51 478	0.50 486	1.07 531	1.98 448

RTSA	4.29 513	9.35 537	18.25 294	2.79 563	2.29 541	4.98 560	3.41 563	4.72 557	4.27 520	4.35 559	3.10 520	4.93 546	3.14 502	7.71 429	6.99 514	0.71 509	0.68 446	0.51 478	0.50 486	1.07 531	1.98 448

ADCS	4.77 536	12.63 558	17.40 271	1.72 498	1.34 420	3.90 359	3.60 572	4.30 476	3.54 472	5.11 570	2.81 504	4.44 530	3.05 499	6.15 391	19.32 600	0.74 520	0.68 446	0.70 533	0.70 526	1.25 548	1.98 448

tg	1.40 112	1.14 347	2.71 90	0.97 197	0.54 96	4.02 392	0.42 54	3.02 207	2.64 293	1.70 223	1.85 328	1.84 290	0.97 177	1.81 207	0.99 153	0.31 183	0.22 86	0.29 213	0.26 213	0.32 182	2.01 451

IGEV-BASED-STEREO-	1.13 90	3.31 491	2.61 87	0.87 115	0.40 36	1.26 30	0.61 129	1.55 23	1.61 119	0.93 118	0.94 72	0.65 74	0.57 41	1.10 39	0.68 45	1.55 561	0.19 29	0.32 276	0.28 259	1.11 537	2.04 452

FTStereo	3.74 479	0.60 90	20.43 453	0.99 210	0.66 164	4.34 471	11.24 595	2.63 155	1.95 181	2.58 457	5.03 554	1.90 300	13.77 591	3.70 339	1.28 232	0.41 349	0.24 143	0.31 255	0.33 358	0.32 182	2.08 453

AnyNet_C01	4.68 530	10.90 549	16.41 252	2.03 530	1.62 483	6.25 572	6.40 587	4.19 436	5.13 565	4.03 552	3.77 540	4.14 515	3.26 509	7.23 418	11.19 539	0.64 497	0.80 462	0.65 527	0.72 528	2.18 563	2.08 453

MFN_U_SF_RVC	4.08 500	13.72 572	15.13 216	2.00 526	1.43 443	3.73 318	1.68 497	4.11 402	3.39 449	2.93 502	2.38 451	4.39 529	3.63 523	8.63 443	6.14 505	1.14 544	1.07 486	1.01 551	1.35 567	1.63 558	2.09 455

Prome-Stereo	2.57 282	0.60 90	20.29 437	1.01 221	0.62 144	4.40 484	1.80 504	3.22 227	1.74 148	2.18 348	3.43 534	1.71 258	3.45 521	2.24 265	1.19 199	0.32 202	0.20 45	0.27 153	0.25 196	0.37 269	2.15 456

ELAS_RVC	6.36 562	2.53 475	20.21 422	2.67 558	2.48 545	4.90 559	11.89 596	4.84 563	6.31 587	9.03 590	8.54 574	8.09 579	12.73 589	9.32 456	13.25 556	1.92 562	2.18 517	1.51 567	1.31 563	1.40 553	2.15 456
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	6.58 565	2.54 476	20.08 407	2.66 557	2.48 545	15.49 599	7.29 589	5.50 577	5.72 579	10.05 597	8.94 577	6.91 572	10.83 585	8.33 437	14.27 561	1.92 562	2.19 518	1.23 561	1.31 563	1.62 557	2.17 458
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
raft+_RVC	3.46 458	2.57 478	19.51 344	1.49 444	17.54 603	3.63 294	0.76 231	3.24 229	1.53 88	1.35 169	1.67 257	1.03 169	1.10 222	1.98 230	1.53 285	0.25 60	7.10 570	0.25 90	0.24 180	0.28 107	2.18 459

UDG	3.84 487	2.91 484	20.05 400	2.98 567	1.98 524	3.95 376	1.18 424	4.43 523	2.24 225	2.47 442	2.53 476	4.49 532	2.44 465	6.52 401	4.74 495	2.14 565	1.77 508	2.64 581	2.58 595	2.66 569	2.19 460

SAMSARA	4.67 529	6.50 519	16.40 251	4.62 595	3.13 559	6.62 576	3.49 566	5.24 568	3.04 372	7.78 585	3.07 517	5.32 554	4.05 532	9.98 480	6.42 508	0.69 505	2.39 527	0.60 512	0.74 529	0.99 523	2.26 461

test_sample2	2.20 185	0.70 155	6.07 131	1.49 444	0.81 230	2.96 170	0.86 301	4.13 412	3.31 427	2.07 313	1.54 211	1.56 237	1.63 364	10.61 501	1.80 356	0.33 229	0.77 459	0.32 276	0.32 349	0.38 282	2.35 462

CES	1.08 82	0.63 107	2.53 81	0.95 180	2.18 536	2.13 95	0.50 83	2.07 80	1.46 70	0.79 70	1.06 90	0.61 66	0.48 22	1.45 126	0.87 110	0.24 45	0.18 16	0.24 64	0.15 3	0.64 459	2.36 463

DDUNet	3.65 468	2.81 482	19.59 349	3.57 578	2.26 539	3.47 250	1.35 453	4.21 443	2.40 258	2.68 474	2.48 468	4.17 517	1.78 397	5.48 373	2.61 447	2.25 566	1.77 508	2.61 580	2.43 593	2.63 568	2.40 464

GMM-Stereo	2.52 257	0.56 61	20.57 483	0.92 151	0.83 236	4.18 439	1.88 508	2.51 128	2.40 258	2.48 444	2.30 442	1.69 251	1.84 411	2.93 319	1.25 223	0.32 202	0.19 29	0.33 311	0.49 478	0.37 269	2.40 464

KYRaft	2.55 271	0.57 69	20.60 488	0.98 203	0.51 84	4.38 476	1.76 501	2.51 128	1.59 107	2.48 444	2.98 513	1.99 320	3.36 516	2.17 254	0.96 142	0.34 251	0.22 86	0.33 311	0.46 468	0.38 282	2.44 466

PWCK	6.49 564	13.40 563	20.27 431	2.95 566	1.61 480	5.68 570	7.63 591	5.37 572	4.77 554	3.90 549	7.48 564	7.96 577	5.63 551	15.15 597	10.93 538	3.21 576	1.55 502	2.34 575	1.43 570	6.05 595	2.45 467

RAFT-Stereo + iAFF	2.49 253	1.68 425	20.50 469	1.11 269	1.32 415	4.13 420	0.42 54	3.23 228	3.30 424	2.05 306	2.40 455	1.61 241	1.11 225	1.49 136	1.63 314	0.22 31	0.22 86	0.26 126	0.24 180	0.31 160	2.47 468

MS-F	0.68 8	0.44 14	0.97 1	0.65 13	0.36 10	1.63 67	0.25 7	1.13 5	0.93 13	0.67 32	0.44 10	0.57 58	0.53 31	0.83 3	0.68 45	0.19 9	0.19 29	0.18 2	0.15 3	0.19 3	2.59 469

model_zeroshot	2.43 242	0.72 170	19.99 394	1.24 335	1.23 389	3.70 312	0.63 146	3.76 309	1.61 119	2.79 489	1.41 178	2.24 342	0.82 140	2.87 316	1.22 207	0.33 229	0.52 404	0.30 235	0.25 196	0.28 107	2.59 469

CSFM-Stereo	0.78 20	0.41 3	1.03 3	0.64 11	0.32 3	2.64 144	0.31 16	1.45 16	0.82 5	0.76 57	0.54 16	0.56 54	0.51 29	0.94 13	1.08 175	0.19 9	0.18 16	0.18 2	0.16 10	0.20 12	2.63 471

coex-ft	20.00 606	11.54 551	120.82 630	1.18 310	1.30 405	2.36 116	1.99 514	2.96 201	13.96 598	129.83 633	8.40 573	5.88 566	52.82 625	9.93 477	31.13 617	0.61 487	0.62 435	0.50 473	0.49 478	1.10 536	2.63 471

anonymity	2.02 154	1.28 376	5.16 123	1.73 500	1.63 486	1.86 74	1.06 398	3.50 262	2.42 261	2.19 355	2.11 399	1.88 298	3.89 529	1.92 221	1.56 293	1.11 542	1.14 488	1.08 555	1.11 554	1.05 527	2.68 473

IGEV-Stereo+	1.08 82	0.55 55	2.59 86	0.89 123	2.06 530	1.40 48	0.38 33	1.18 9	1.29 47	0.76 57	0.45 11	0.47 35	0.79 123	2.16 252	0.65 35	0.29 129	0.25 162	0.22 25	0.19 54	2.27 564	2.70 474

GCAP-BAT	2.74 334	0.79 224	19.74 367	1.06 247	0.85 245	4.25 460	0.91 343	2.80 173	1.83 158	2.14 330	2.08 396	2.55 383	0.80 128	1.87 218	1.41 262	0.35 268	7.97 574	0.24 64	0.22 143	0.27 94	2.72 475

WAO-6	6.68 569	9.03 535	20.68 497	2.98 567	2.79 551	11.93 591	3.56 571	5.39 573	11.65 595	3.55 541	9.59 580	6.77 570	6.72 564	12.28 565	11.56 544	2.88 572	2.36 525	2.50 576	1.84 581	2.89 570	2.72 475

EDNetEfficientorigin	12.42 591	3.26 490	179.44 632	1.21 323	1.00 306	2.89 163	1.82 506	3.05 208	5.37 570	8.87 589	4.78 551	4.17 517	4.80 543	9.91 475	11.32 542	0.41 349	0.41 335	0.62 522	0.88 539	1.33 551	2.81 477

MaskLacGwcNet_RVC	3.77 481	1.65 424	20.61 490	2.55 554	1.63 486	4.29 465	1.67 496	3.99 360	2.56 281	1.76 235	1.93 362	3.03 431	1.41 295	13.24 585	2.02 396	4.47 594	1.63 504	1.12 558	0.48 474	2.42 567	2.85 478

SQANet	4.22 506	14.03 577	20.30 439	2.78 561	2.75 550	3.41 237	1.48 474	3.66 286	2.25 228	2.62 468	1.77 289	2.68 398	1.90 419	7.41 424	3.78 481	2.97 573	1.42 497	1.85 570	1.13 555	3.28 571	2.86 479

WAO-8	12.61 593	16.02 603	21.99 578	3.55 575	3.10 556	15.07 597	2.80 547	12.81 599	19.10 609	7.93 587	13.05 593	11.75 586	8.46 580	83.86 629	15.10 564	3.51 579	1.94 512	3.54 596	1.96 584	3.72 577	2.89 480

Venus	12.61 593	16.02 603	21.99 578	3.55 575	3.10 556	15.07 597	2.80 547	12.81 599	19.10 609	7.93 587	13.05 593	11.75 586	8.46 580	83.86 629	15.10 564	3.51 579	1.94 512	3.54 596	1.96 584	3.72 577	2.89 480

MFN_U_SF_DS_RVC	4.38 517	13.66 567	13.95 194	1.39 411	1.58 478	5.18 564	3.31 561	4.53 538	3.22 404	2.60 461	2.62 486	4.99 548	2.11 435	13.99 595	4.21 485	1.53 560	2.56 534	0.67 529	1.82 580	0.83 511	2.92 482

MSC_U_SF_DS_RVC	4.90 539	13.94 575	16.59 256	1.69 492	1.46 449	6.15 571	3.52 568	5.47 576	3.95 500	2.77 485	2.74 498	4.81 545	2.49 469	13.78 592	5.33 499	2.34 567	3.46 551	1.05 553	1.21 561	2.28 565	2.94 483

MADNet+	4.46 522	11.36 550	14.35 201	2.23 536	2.50 547	4.18 439	2.86 551	5.46 575	4.43 529	2.74 482	2.69 494	4.55 536	3.43 520	8.97 450	9.42 530	1.47 558	2.06 516	1.09 556	1.02 549	1.54 556	2.96 484

AIO-Stereo-zeroshot1	3.20 419	1.87 447	21.91 574	1.18 310	2.03 527	4.07 405	0.98 378	3.99 360	2.17 213	1.57 199	5.62 559	4.27 522	2.92 486	2.69 305	2.50 439	0.27 91	0.49 392	0.31 255	1.20 559	0.92 519	3.04 485

LCMNet	0.85 38	0.42 4	1.02 2	0.62 5	0.39 34	3.11 185	0.29 13	1.60 27	0.87 9	0.62 18	0.61 20	0.52 43	0.53 31	1.03 21	1.29 233	0.18 6	0.19 29	0.19 5	0.16 10	0.20 12	3.14 486

Ntro	4.83 537	14.73 589	20.47 461	3.24 572	2.97 554	4.12 417	1.88 508	4.00 362	2.57 284	1.79 241	2.15 406	3.34 459	2.16 444	10.01 482	7.34 516	3.53 582	1.77 508	2.13 573	1.32 565	3.89 581	3.23 487

ours_stereo	1.00 70	0.88 254	2.52 80	0.91 141	0.74 197	1.10 16	0.57 108	1.68 37	1.24 42	0.76 57	1.49 193	0.70 87	0.62 59	1.61 155	0.62 32	0.26 79	0.20 45	0.26 126	0.21 108	0.30 148	3.24 488

ACVNet_2	6.09 557	15.28 599	21.36 560	3.30 574	3.17 560	4.50 501	3.00 554	4.70 555	3.96 501	3.52 540	5.34 556	7.79 576	2.95 487	12.40 567	13.76 557	3.28 577	2.23 520	2.70 584	1.70 573	3.52 574	3.24 488

LVE	7.57 577	15.80 602	21.28 555	3.69 581	3.19 562	4.54 510	2.78 546	10.13 594	11.63 594	3.24 528	11.52 589	18.10 596	4.55 541	11.67 551	10.30 535	4.62 601	2.95 542	2.56 578	1.91 583	3.63 575	3.26 490

ACVNet-4b	6.98 572	14.78 590	22.17 583	3.56 577	3.11 558	4.14 425	2.23 528	4.08 393	3.84 491	1.67 214	3.96 544	5.86 565	2.87 484	10.30 495	17.16 584	26.09 620	2.24 521	2.53 577	1.79 578	3.91 582	3.28 491

Zero-FE251	3.94 494	0.81 231	12.30 175	0.94 168	0.75 205	2.59 141	0.45 66	1.44 15	0.91 10	50.12 620	0.62 22	0.73 98	0.81 134	0.97 15	0.75 64	0.36 295	0.33 255	0.28 188	0.19 54	0.21 26	3.31 492

ACVNet_1	6.63 567	14.79 591	21.40 561	3.59 579	3.17 560	4.69 549	2.46 536	4.24 456	3.34 438	3.11 518	2.86 506	23.21 605	4.59 542	11.06 521	12.59 553	3.75 584	2.34 524	2.60 579	1.80 579	3.70 576	3.31 492

Dean	8.35 581	15.23 598	22.34 586	3.76 582	3.55 564	4.81 558	3.51 567	5.34 569	5.37 570	4.49 563	26.13 610	25.59 611	4.33 538	11.21 532	13.12 555	3.78 585	2.31 523	2.90 586	1.89 582	4.04 583	3.34 494

otaku	5.59 549	14.82 592	20.70 501	3.13 570	2.70 549	3.91 363	2.56 542	3.90 338	2.48 274	2.25 372	9.38 578	4.06 509	2.32 456	9.59 465	14.37 562	3.52 581	1.66 505	2.15 574	1.19 558	3.73 579	3.35 495

DispFullNet	4.71 533	3.93 500	23.92 597	4.00 583	3.01 555	3.38 230	1.31 446	4.23 450	3.26 411	6.31 580	2.92 508	4.03 507	7.80 572	3.93 347	5.15 498	2.80 570	1.61 503	3.11 591	2.70 598	3.32 572	3.38 496

RainbowNet	5.20 543	15.03 595	21.14 543	3.66 580	3.25 563	4.18 439	2.98 553	4.22 444	3.20 394	2.30 392	2.65 488	4.24 521	2.97 489	9.92 476	6.29 507	3.92 588	2.27 522	2.71 585	1.73 576	3.82 580	3.43 497

PVD	3.91 491	4.36 507	13.89 193	2.81 565	4.79 582	3.80 334	1.94 510	3.89 336	4.11 506	5.75 574	3.56 536	3.59 485	3.34 514	6.44 400	6.44 509	0.73 517	2.84 539	0.74 542	0.84 537	0.82 508	3.45 498

LL-Strereo2	2.36 224	1.81 440	19.35 334	1.04 237	1.03 316	3.73 318	1.35 453	2.70 161	2.04 194	1.76 235	1.44 183	1.82 287	0.73 91	1.48 134	1.53 285	0.33 229	0.30 231	0.55 497	0.35 383	0.30 148	3.51 499

UGAM-zero	3.14 406	0.62 104	20.64 494	1.02 225	0.93 283	2.87 160	0.51 87	4.52 537	1.57 101	2.19 355	1.65 252	5.78 564	3.40 519	9.89 474	1.71 336	0.33 229	0.44 358	0.28 188	0.59 508	0.30 148	3.59 500

FBW_ROB	3.91 491	2.07 459	15.46 223	1.60 473	1.16 363	3.80 334	1.48 474	4.37 509	3.41 452	2.53 451	2.45 465	4.19 519	2.10 433	15.17 598	9.45 531	0.86 531	0.65 441	1.54 568	0.96 544	1.08 533	3.80 501

tt	7.29 575	0.58 73	7.34 140	4.04 584	2.30 543	12.04 593	20.18 605	15.60 608	7.41 588	3.46 537	3.36 531	5.36 555	6.39 561	4.27 356	7.46 521	9.80 610	11.53 598	7.04 608	7.45 609	6.31 597	3.81 502

IMH	7.25 574	16.24 605	21.08 532	4.40 590	3.79 571	5.46 568	3.03 557	5.58 579	6.26 585	4.92 568	10.32 582	9.24 581	8.30 578	13.62 590	11.56 544	4.84 602	3.00 547	3.09 590	2.14 590	4.38 587	3.83 503

IMH-64-1	6.10 558	13.83 573	17.55 275	4.34 588	3.78 569	4.79 556	5.94 584	5.34 569	4.20 511	4.10 553	8.31 571	5.07 551	6.92 565	9.63 466	7.36 517	4.60 598	2.96 544	3.04 587	2.14 590	4.30 585	3.88 504

IMH-64	6.10 558	13.83 573	17.55 275	4.34 588	3.78 569	4.79 556	5.94 584	5.34 569	4.20 511	4.10 553	8.31 571	5.07 551	6.92 565	9.63 466	7.36 517	4.60 598	2.96 544	3.04 587	2.14 590	4.30 585	3.88 504

ktn	22.24 609	14.37 584	20.30 439	4.54 593	4.02 575	6.52 575	4.50 582	6.78 586	78.80 630	84.67 630	100.54 632	58.48 625	8.39 579	13.13 582	17.09 579	4.61 600	3.24 549	3.49 594	2.62 596	4.70 591	3.96 506

ttt	4.23 508	0.75 199	19.96 390	1.48 442	1.31 410	3.69 308	0.87 308	4.65 553	5.33 567	2.45 440	2.39 453	2.44 373	1.54 334	11.35 537	16.49 572	0.43 377	4.35 556	0.37 381	0.35 383	0.41 323	4.01 507

notaker	10.92 588	14.17 579	20.38 448	4.56 594	3.98 574	6.29 573	3.53 569	7.68 588	5.10 564	9.04 591	46.37 620	13.84 594	28.85 611	14.18 596	14.16 560	4.57 597	3.19 548	3.52 595	2.70 598	8.16 605	4.13 508

TorneroNet	26.32 611	14.70 588	22.40 588	4.24 585	4.08 576	54.72 620	3.19 559	15.11 606	76.73 629	57.99 625	82.55 630	86.65 629	45.79 624	13.34 587	18.51 595	4.52 596	2.86 540	3.45 593	2.63 597	8.75 607	4.28 509

MonStereo1	8.19 580	2.63 479	9.96 157	4.90 596	3.64 566	18.09 603	2.55 540	5.89 583	5.83 580	5.29 571	13.95 597	7.40 573	45.20 623	13.30 586	6.87 512	4.47 594	1.10 487	2.69 583	1.59 572	4.07 584	4.31 510

iRaftStereo_RVC	1.70 130	1.18 354	3.88 113	0.99 210	0.46 54	3.83 339	0.41 52	2.41 112	1.60 113	1.69 221	1.76 282	1.81 285	0.83 141	1.58 153	1.23 210	0.31 183	4.86 559	0.29 213	0.26 213	0.33 206	4.33 511

TorneroNet-64	10.52 585	14.33 582	21.95 576	4.29 587	3.76 568	13.77 596	2.83 550	14.96 605	23.11 612	10.24 599	23.77 608	13.44 591	8.15 577	13.98 594	17.70 590	4.03 590	2.73 537	3.23 592	2.53 594	7.27 603	4.35 512

MIM_Stereo	2.71 325	1.26 369	20.92 519	1.34 388	5.57 585	3.10 182	0.59 121	3.25 232	2.51 276	1.64 207	1.61 235	1.82 287	1.29 267	2.07 237	1.35 239	0.25 60	0.31 239	0.28 188	0.26 213	0.29 125	4.43 513

KSHMR	17.50 604	14.38 585	22.35 587	4.50 592	4.51 579	8.17 583	3.33 562	15.44 607	76.15 628	7.32 583	61.40 624	56.33 624	5.66 553	32.91 613	13.97 559	4.42 592	2.99 546	3.64 599	2.79 600	5.13 593	4.55 514

111111	1.15 93	0.56 61	1.31 22	0.69 36	1.19 376	3.37 228	0.33 22	2.41 112	1.68 134	0.82 78	1.54 211	0.61 66	0.59 51	1.44 123	0.66 37	0.26 79	0.23 114	0.23 36	0.17 23	0.25 67	4.66 515

test_for_model	3.36 446	3.87 499	21.00 523	4.24 585	3.68 567	2.57 138	0.94 360	3.80 319	3.64 479	2.59 458	1.40 174	1.02 168	0.73 91	0.97 15	0.70 54	3.05 574	2.42 529	0.26 126	0.17 23	5.36 594	4.82 516

JetBlue	6.69 570	12.01 554	14.30 199	1.98 525	4.64 581	11.97 592	12.29 597	5.39 573	4.32 527	3.81 548	4.51 549	9.50 582	6.53 563	10.22 489	14.50 563	1.32 550	1.47 498	1.18 559	1.36 568	7.48 604	5.05 517

fffy	1.18 96	0.92 277	3.05 95	1.09 261	0.68 178	1.27 32	0.74 209	1.98 71	1.06 25	0.78 66	1.39 171	0.83 123	0.72 89	1.71 175	0.80 87	0.24 45	0.53 407	0.27 153	0.21 108	0.29 125	5.07 518

mms	1.08 82	0.87 250	1.41 32	0.89 123	0.87 258	1.40 48	0.67 160	1.63 33	1.70 140	0.82 78	1.41 178	0.64 71	0.54 37	1.81 207	0.66 37	0.25 60	0.23 114	0.26 126	0.21 108	0.32 182	5.10 519

ToySt	2.53 262	0.89 261	19.20 326	1.12 279	0.95 291	3.47 250	1.13 415	3.72 303	2.25 228	1.36 170	1.71 269	2.22 341	1.59 343	2.14 251	1.81 360	0.28 112	0.64 438	0.30 235	0.33 358	0.43 345	5.14 520

PML	64.55 626	56.00 624	20.79 508	8.10 602	32.82 612	147.60 632	247.57 635	12.71 598	45.39 623	111.32 632	288.85 635	101.42 631	100.62 631	31.63 612	15.84 569	13.96 613	4.84 558	10.95 613	6.18 608	28.99 614	5.33 521

WCMA_ROB	5.78 552	2.42 473	21.71 569	1.67 487	1.55 465	4.07 405	3.53 569	4.14 417	4.73 549	6.59 581	10.89 585	12.82 589	9.59 583	10.17 487	12.65 554	1.05 539	0.61 432	0.52 481	0.52 492	0.71 486	5.64 522

mmx	4.56 526	0.98 306	21.04 527	1.24 335	1.03 316	3.64 295	0.87 308	4.53 538	5.34 568	2.31 395	2.40 455	3.49 471	1.64 367	12.40 567	16.90 576	0.34 251	5.98 565	0.48 458	0.40 433	0.46 379	5.71 523

xxx	4.56 526	0.98 306	21.04 527	1.24 335	1.03 316	3.64 295	0.87 308	4.53 538	5.34 568	2.31 395	2.40 455	3.49 471	1.64 367	12.40 567	16.90 576	0.34 251	5.98 565	0.48 458	0.40 433	0.46 379	5.71 523

UNDER WATER-64	10.08 584	14.27 580	22.85 592	5.26 598	4.88 583	11.00 590	4.57 583	11.41 595	17.25 604	7.68 584	9.72 581	15.96 595	21.47 609	11.12 528	16.63 574	4.38 591	2.88 541	4.41 604	2.95 602	7.12 602	5.81 525

IGEV-FE	2.66 310	0.75 199	21.55 566	1.50 449	0.89 264	2.21 98	0.90 331	3.52 264	1.83 158	2.17 344	1.58 230	4.06 509	1.59 343	1.73 186	1.21 204	0.32 202	0.33 255	0.28 188	0.30 314	0.44 360	6.08 526

IGEV_Zeroshot_test	2.66 310	0.75 199	21.55 566	1.50 449	0.89 264	2.21 98	0.90 331	3.52 264	1.83 158	2.17 344	1.57 222	4.09 511	1.60 345	1.73 186	1.21 204	0.32 202	0.33 255	0.28 188	0.30 314	0.44 360	6.09 527

test_sample1	2.29 207	0.72 170	5.74 128	1.51 452	0.86 249	2.35 114	0.64 151	4.07 384	3.45 462	2.01 292	1.51 197	1.70 255	1.71 385	9.53 462	1.73 342	0.31 183	0.97 478	0.31 255	0.31 333	0.33 206	6.12 528

UNDER WATER	11.28 590	13.60 566	22.90 593	5.11 597	4.53 580	7.75 582	3.75 575	12.50 597	21.62 611	7.80 586	10.68 583	23.75 607	35.20 612	11.54 546	17.40 586	4.46 593	2.95 542	4.23 603	2.90 601	6.57 598	6.27 529

1111x	4.75 535	1.05 324	20.89 517	1.28 359	1.02 311	3.81 338	0.88 315	4.65 553	5.52 574	2.43 436	2.27 433	1.97 318	1.81 403	12.40 567	18.19 593	0.32 202	9.06 588	0.32 276	0.34 368	0.38 282	6.34 530

LL-Strereo	4.26 511	13.69 569	20.37 447	1.24 335	2.18 536	2.90 164	1.08 401	4.35 504	2.22 222	3.20 526	2.26 430	3.29 453	3.13 501	11.30 535	1.91 378	0.33 229	3.89 555	0.46 450	0.34 368	0.54 418	6.47 531

test_sample7	2.85 354	0.81 231	14.48 204	1.59 472	0.77 214	2.42 121	1.08 401	4.40 516	4.92 559	2.20 362	1.85 328	1.90 300	2.00 424	6.87 412	1.75 348	0.47 416	1.36 495	0.44 435	0.41 444	0.47 392	6.81 532

MM-Stereo_test1	2.52 257	0.64 113	20.07 401	1.83 511	0.52 90	1.86 74	0.77 235	3.11 213	3.40 450	1.77 237	1.12 105	0.87 135	0.97 177	1.54 148	1.51 281	0.27 91	2.44 533	0.27 153	0.24 180	0.37 269	6.91 533

TRStereo	2.86 356	2.12 462	19.98 393	1.68 490	1.18 368	4.35 472	1.05 396	5.07 566	3.48 467	1.56 197	1.39 171	1.75 263	0.85 145	2.01 232	1.50 280	0.43 377	0.34 268	0.33 311	0.36 394	0.36 263	7.50 534

iRaft-Stereo_20w	3.11 399	0.69 147	18.89 311	1.00 218	1.09 338	5.03 562	1.00 381	5.86 582	2.46 273	2.83 496	1.64 249	3.06 435	4.30 537	3.08 324	1.74 345	0.31 183	0.30 231	0.27 153	0.35 383	0.42 335	7.93 535

ProNet	1.63 122	0.91 270	5.70 127	0.96 189	0.64 151	2.40 120	0.82 273	1.92 61	3.28 415	0.69 36	1.17 114	0.78 113	0.76 108	1.72 181	0.87 110	0.27 91	0.97 478	0.25 90	0.26 213	0.31 160	7.97 536

ACVNet-DCA	3.67 473	0.94 289	19.66 352	1.87 514	0.42 39	4.47 495	0.73 199	4.07 384	4.63 541	1.21 156	1.89 344	0.73 98	1.62 360	2.20 258	0.81 89	0.31 183	18.77 604	0.32 276	0.21 108	0.35 244	8.09 537

xx1	3.69 477	0.94 289	19.66 352	1.87 514	0.42 39	4.47 495	0.73 199	4.24 456	4.01 503	1.21 156	1.89 344	1.78 279	1.36 278	2.20 258	0.81 89	0.31 183	18.77 604	0.33 311	0.36 394	0.35 244	8.09 537

1test111	3.86 488	0.94 289	19.66 352	1.87 514	0.42 39	4.47 495	0.73 199	4.07 384	4.63 541	1.21 156	1.89 344	0.73 98	1.62 360	5.19 365	1.68 327	0.31 183	18.77 604	0.32 276	0.21 108	0.35 244	8.09 537

qqq	2.96 376	0.88 254	15.54 225	1.27 357	0.74 197	2.29 109	0.90 331	4.07 384	4.63 541	1.63 206	1.32 154	1.78 279	1.36 278	5.19 365	1.68 327	0.29 129	6.43 567	0.33 311	0.36 394	0.35 244	8.09 537

JetRed	10.68 587	26.07 612	35.62 607	4.40 590	4.16 578	15.72 600	13.07 599	14.57 604	5.83 580	5.85 575	5.55 558	10.12 583	7.37 570	8.86 446	25.99 611	3.33 578	3.82 554	3.59 598	2.98 603	8.51 606	8.22 541

Anonymous_2	4.03 499	0.99 315	11.19 169	1.20 317	1.71 504	3.68 306	0.93 357	3.76 309	1.63 125	2.07 313	1.43 181	4.76 544	2.34 457	1.86 217	1.78 351	0.82 529	2.42 529	8.69 611	16.64 615	4.38 587	8.29 542

xxxx	4.25 509	0.86 246	14.59 208	1.30 370	1.16 363	3.51 267	0.63 146	4.56 542	5.42 573	2.33 409	2.29 438	2.04 328	1.39 286	10.23 490	18.00 591	0.33 229	7.15 571	0.31 255	0.30 314	0.35 244	8.33 543

riskmin	2.46 248	0.61 97	12.91 181	1.22 327	1.65 494	3.56 278	0.61 129	4.30 476	1.50 82	1.86 249	1.16 113	4.30 526	2.02 427	1.53 146	1.32 237	0.29 129	0.95 474	0.34 331	0.23 158	0.43 345	8.34 544

test_xeample	4.19 505	0.93 285	14.09 195	1.16 298	1.17 366	3.28 215	0.80 262	4.63 551	5.30 566	2.46 441	2.35 447	1.39 219	1.42 298	10.88 511	17.68 589	0.30 159	6.50 568	0.32 276	0.32 349	0.36 263	8.38 545

MADNet++	8.64 582	6.17 518	13.88 192	6.61 599	5.25 584	10.15 588	14.20 600	5.89 583	8.25 589	7.14 582	8.18 568	6.41 568	9.84 584	11.71 556	16.73 575	9.65 609	5.03 561	8.63 610	5.68 606	4.83 592	8.57 546

MSAF-DinoV2	14.43 598	15.18 597	21.76 571	2.38 544	1.44 445	4.01 389	1.38 459	8.63 591	9.06 590	2.28 383	1.99 372	5.37 556	5.16 547	177.39 634	15.79 568	0.49 432	0.34 268	0.40 408	0.60 511	6.27 596	8.64 547

11t1	2.82 351	0.72 170	17.81 286	1.60 473	0.93 283	2.27 107	0.62 141	3.76 309	4.47 534	1.72 226	1.33 156	1.05 172	1.34 275	1.84 214	1.45 274	0.29 129	5.57 564	0.29 213	0.26 213	0.32 182	8.80 548

MultiAttention	9.51 583	0.66 129	18.16 291	2.27 538	22.44 609	36.03 616	8.40 593	5.18 567	2.72 303	2.59 458	5.12 555	5.53 562	1.60 345	52.66 627	8.87 528	0.51 454	0.24 143	0.52 481	0.94 543	6.88 601	8.91 549

SCV_C0	2.17 174	0.93 285	12.88 179	0.96 189	1.06 331	1.27 32	0.63 146	3.68 290	3.30 424	1.03 141	1.26 136	0.73 98	0.66 75	1.73 186	1.06 171	0.35 268	1.97 514	0.25 90	0.21 108	0.29 125	9.23 550

SCV	2.09 163	0.89 261	11.43 171	1.91 519	2.09 532	1.27 32	0.87 308	3.66 286	2.13 210	0.67 32	1.59 233	0.93 154	0.77 110	1.80 201	0.89 117	0.37 311	0.38 312	0.25 90	0.22 143	0.30 148	9.45 551

RALCasStereoNet	3.17 414	1.87 447	20.86 515	1.17 305	1.63 486	3.10 182	0.70 183	3.21 224	2.19 216	1.39 173	1.73 277	1.18 189	0.91 164	2.46 279	1.64 320	0.31 183	8.75 582	0.25 90	0.22 143	0.31 160	9.45 551

mmm	2.70 323	0.80 228	8.26 146	1.50 449	1.18 368	2.44 123	0.85 296	4.08 393	4.59 539	2.31 395	1.95 364	1.51 234	1.55 337	2.33 273	1.72 339	0.31 183	7.71 573	0.45 443	0.42 450	0.40 303	9.56 553

x	2.94 372	0.83 238	16.07 236	1.51 452	0.83 236	2.13 95	0.96 371	3.97 356	4.73 549	1.73 229	1.43 181	1.61 241	1.27 261	2.24 265	1.71 336	0.29 129	6.91 569	0.34 331	0.31 333	0.34 229	9.60 554

222	3.82 485	0.88 254	6.92 139	1.15 291	0.99 300	3.27 211	0.64 151	4.57 544	5.37 570	2.43 436	2.32 445	1.41 222	1.44 303	10.64 503	18.51 595	0.32 202	4.89 560	0.32 276	0.30 314	0.34 229	9.80 555

AIO-Stereo	1.40 112	0.62 104	1.44 34	0.85 101	0.76 210	1.28 38	0.79 252	2.39 110	2.83 324	0.75 53	1.62 239	0.89 141	0.46 18	1.30 81	0.77 70	0.28 112	0.27 200	0.25 90	0.23 158	0.27 94	9.88 556

HART	3.57 464	1.13 344	17.80 284	0.90 135	1.12 349	1.18 18	0.41 52	3.55 268	4.60 540	1.09 148	2.19 419	1.49 233	0.57 41	1.46 129	1.14 186	0.25 60	21.58 620	0.28 188	0.21 108	0.36 263	10.06 557

SPS-STEREO	5.18 542	10.36 545	21.09 537	1.74 502	1.72 506	3.24 208	2.26 530	3.92 343	4.12 507	5.06 569	3.66 538	5.43 558	3.33 513	9.56 463	12.34 551	1.17 546	1.17 490	1.07 554	1.03 551	1.17 542	10.25 558
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DGSMNet	8.13 579	2.31 471	18.62 301	2.77 560	13.96 599	6.91 579	42.17 619	4.16 423	2.53 279	2.25 372	3.21 526	3.41 465	1.69 380	9.19 454	3.03 463	3.79 586	10.31 593	11.70 616	5.68 606	4.38 587	10.58 559

DCRE	3.02 385	0.95 294	18.48 299	1.18 310	1.89 519	3.57 279	0.82 273	3.36 245	1.70 140	2.04 302	8.12 567	1.73 262	1.07 212	1.31 85	1.24 216	0.24 45	0.87 469	0.26 126	0.27 232	0.28 107	11.03 560

USTest	15.98 601	15.57 601	22.51 590	18.47 609	16.98 600	26.39 609	36.05 615	27.65 612	12.77 596	10.72 601	10.87 584	18.34 597	15.08 596	18.60 601	23.36 604	4.90 603	5.38 563	7.40 609	7.45 609	9.88 608	11.26 561

MoCha-V2	3.53 463	0.90 267	17.00 261	1.32 381	8.54 588	1.38 47	0.55 101	2.89 190	3.31 427	0.99 131	1.82 309	0.66 78	1.16 245	1.79 195	0.84 100	0.26 79	15.15 603	0.20 8	0.20 89	0.25 67	11.33 562

TCMNet-wrong-test	12.48 592	15.10 596	19.66 352	22.40 610	19.87 606	15.98 602	12.30 598	23.88 610	4.80 556	6.29 579	6.46 560	18.38 598	15.65 597	10.50 499	10.86 537	9.07 608	4.79 557	5.34 605	3.95 604	12.27 611	12.13 563

Occ-G	2.25 193	0.74 185	13.22 184	0.90 135	0.89 264	1.52 58	0.78 242	1.82 54	2.87 335	1.65 210	0.89 58	2.18 338	0.89 159	1.04 26	1.69 330	0.28 112	0.27 200	0.26 126	0.19 54	0.25 67	12.70 564

rrr	3.66 471	3.48 496	23.50 595	0.96 189	0.49 73	1.59 62	0.92 351	8.19 590	2.75 308	0.75 53	0.78 41	0.74 107	0.73 91	5.79 377	7.75 523	0.32 202	0.26 187	0.28 188	0.21 108	0.32 182	13.47 565

BEATNet-Init1	51.93 624	71.67 626	99.39 629	10.91 608	13.10 595	84.39 629	59.36 621	73.78 628	67.97 627	88.09 631	88.15 631	91.73 630	97.51 630	85.13 631	72.56 631	2.59 568	5.18 562	1.20 560	1.49 571	10.61 609	13.83 566

IGEV-Stereo++	1.68 129	0.48 23	1.27 18	0.77 66	1.31 410	3.87 354	0.33 22	3.41 249	1.72 146	0.89 111	1.20 118	0.68 83	1.03 191	1.15 46	0.49 7	0.23 37	0.22 86	0.23 36	0.18 34	0.26 85	13.90 567

cc1	3.93 493	0.94 289	19.66 352	1.87 514	0.42 39	4.47 495	0.73 199	4.24 456	4.01 503	1.21 156	1.89 344	0.73 98	1.62 360	2.20 258	0.81 89	0.31 183	18.77 604	0.32 276	0.21 108	0.32 182	13.93 568

ffm	4.27 512	0.98 306	21.04 527	1.24 335	1.03 316	3.64 295	0.87 308	4.23 450	4.73 549	2.31 395	2.40 455	3.49 471	1.64 367	2.29 270	0.78 74	0.30 159	19.28 616	0.48 458	0.40 433	0.31 160	14.02 569

ff1	5.58 548	0.98 306	21.04 527	1.24 335	1.03 316	3.64 295	0.87 308	4.23 450	4.73 549	2.31 395	2.40 455	3.49 471	1.64 367	12.40 567	16.90 576	0.30 159	19.28 616	0.48 458	0.40 433	0.31 160	14.02 569

tt1	3.79 484	0.93 285	15.34 219	1.83 511	0.45 50	4.54 510	0.78 242	4.23 450	4.73 549	1.27 165	1.89 344	0.74 107	1.48 316	2.29 270	0.78 74	0.30 159	19.28 616	0.32 276	0.22 143	0.31 160	14.02 569

HH	3.19 417	0.91 270	21.34 558	1.24 335	0.61 134	4.16 431	0.80 262	2.94 193	1.82 156	1.23 162	1.84 324	4.61 540	1.84 411	2.63 298	0.99 153	0.29 129	1.53 500	0.30 235	0.24 180	0.34 229	14.22 572

HanStereo	3.19 417	0.91 270	21.34 558	1.24 335	0.61 134	4.16 431	0.80 262	2.94 193	1.82 156	1.23 162	1.84 324	4.61 540	1.84 411	2.63 298	0.99 153	0.29 129	1.53 500	0.30 235	0.24 180	0.34 229	14.22 572

MC-Stereo	2.54 266	0.58 73	6.38 135	1.30 370	1.37 430	4.56 520	0.60 125	2.08 81	1.57 101	1.97 275	1.68 259	0.89 141	1.12 228	1.46 129	0.88 114	0.27 91	8.44 576	0.27 153	0.22 143	0.26 85	14.87 574

SGM-ForestM	15.60 600	14.94 594	28.17 606	7.84 601	10.49 591	23.43 607	24.58 607	20.87 609	16.87 600	15.92 609	15.89 602	27.08 612	22.45 610	24.86 610	28.42 616	3.85 587	8.90 584	0.55 497	1.15 557	0.64 459	15.05 575

DLNR_Zeroshot_test	29.83 612	55.48 623	50.99 618	183.84 628	114.74 627	3.44 243	0.28 9	29.52 614	1.59 107	1.03 141	1.25 132	0.93 154	0.64 65	3.95 348	1.62 310	37.16 622	1.69 507	0.26 126	0.23 158	92.97 626	15.07 576

DLNR-FE	29.89 613	56.07 625	50.63 617	183.98 629	105.34 623	3.44 243	0.28 9	29.60 615	1.59 107	1.03 141	1.25 132	0.93 154	0.64 65	3.83 342	1.62 310	40.96 623	1.67 506	0.26 126	0.23 158	99.33 627	15.08 577

ff7	2.60 287	0.81 231	16.25 242	0.89 123	0.56 109	4.55 516	0.83 277	1.68 37	3.44 456	0.88 103	1.10 99	0.70 87	0.78 115	1.93 224	0.93 126	0.29 129	0.37 298	0.29 213	0.21 108	0.33 206	15.08 577

IGEVStereo-DCA	3.09 397	3.48 496	16.25 242	0.96 189	0.49 73	1.59 62	0.83 277	1.68 37	3.44 456	0.75 53	0.78 41	0.74 107	0.73 91	5.79 377	7.75 523	0.32 202	0.26 187	0.28 188	0.21 108	0.32 182	15.08 577

ffff	2.60 287	0.81 231	16.25 242	0.89 123	0.56 109	4.55 516	0.83 277	1.68 37	3.44 456	0.88 103	1.10 99	0.70 87	0.78 115	1.93 224	0.93 126	0.29 129	0.37 298	0.29 213	0.21 108	0.33 206	15.08 577

11t	2.60 287	0.81 231	16.25 242	0.89 123	0.56 109	4.55 516	0.83 277	1.68 37	3.44 456	0.88 103	1.10 99	0.70 87	0.78 115	1.93 224	0.93 126	0.29 129	0.37 298	0.29 213	0.21 108	0.33 206	15.08 577

ccc-4	2.60 287	0.81 231	16.25 242	0.89 123	0.56 109	4.55 516	0.83 277	1.68 37	3.44 456	0.88 103	1.10 99	0.70 87	0.78 115	1.93 224	0.93 126	0.29 129	0.37 298	0.29 213	0.21 108	0.33 206	15.08 577

test_xeample3	3.67 473	3.52 498	21.53 565	0.98 203	0.51 84	1.88 76	0.91 343	8.10 589	2.76 311	0.82 78	0.76 39	0.65 74	0.70 83	5.88 381	7.74 522	0.32 202	0.29 221	0.27 153	0.22 143	0.29 125	15.33 583

AEACV	2.12 166	0.67 133	6.33 134	1.38 404	1.50 455	3.53 271	0.90 331	2.83 180	1.60 113	0.91 114	0.81 47	0.80 118	1.61 351	1.56 151	0.73 61	0.25 60	0.60 430	0.26 126	0.27 232	0.29 125	15.65 584

DGTPSM_ROB	16.67 602	21.79 610	40.19 611	10.00 605	19.05 604	12.43 594	33.20 612	13.71 601	18.09 607	9.71 594	22.85 606	13.77 592	19.64 604	21.23 602	24.07 605	5.09 604	8.95 585	5.62 606	11.49 611	6.73 599	15.75 585

DPSMNet_ROB	16.76 603	21.81 611	40.95 612	10.20 607	19.08 605	12.43 594	33.21 613	13.73 602	18.21 608	9.76 595	22.88 607	13.78 593	19.64 604	21.39 603	24.21 606	5.20 605	8.97 586	5.63 607	11.51 614	6.80 600	15.82 586

FINET	10.59 586	14.44 586	25.84 600	2.30 540	3.90 572	21.74 605	25.19 608	8.85 592	16.99 602	2.68 474	15.19 599	11.45 585	13.83 592	6.71 408	15.11 566	0.80 525	8.59 580	0.53 488	0.44 459	0.62 448	16.67 587

MANE	15.29 599	13.67 568	23.58 596	10.15 606	13.37 597	23.58 608	23.86 606	27.83 613	26.26 613	12.02 605	15.10 598	19.83 600	18.01 603	15.68 599	20.35 602	8.58 607	9.20 590	3.05 589	4.19 605	0.82 508	16.69 588

DPSM_ROB	20.83 607	20.01 608	26.54 603	23.64 612	22.42 607	31.06 611	39.94 617	34.02 616	17.42 605	15.35 607	16.05 603	24.04 608	20.69 607	23.28 608	27.60 613	10.77 611	9.41 591	11.68 614	11.50 612	14.48 612	16.71 589

DPSM	20.83 607	20.01 608	26.54 603	23.64 612	22.42 607	31.06 611	39.94 617	34.02 616	17.42 605	15.35 607	16.05 603	24.04 608	20.69 607	23.28 608	27.60 613	10.77 611	9.41 591	11.68 614	11.50 612	14.48 612	16.71 589

4D-IteraStereo	2.95 374	1.83 443	20.75 506	0.81 87	1.56 470	2.22 104	1.03 389	2.48 126	1.56 97	1.42 180	1.00 84	1.93 306	0.61 57	1.65 160	2.04 400	0.31 183	0.22 86	0.31 255	0.26 213	0.28 107	16.75 591

SGM+DAISY	13.18 597	14.36 583	24.65 599	8.10 602	13.49 598	22.47 606	25.54 609	12.13 596	17.08 603	14.77 606	15.82 601	12.17 588	13.97 595	12.65 577	18.22 594	8.40 606	9.18 589	1.23 561	1.33 566	1.23 547	16.81 592

AE-Stereo	2.91 365	0.63 107	17.05 263	1.15 291	0.63 147	4.39 480	0.70 183	4.02 369	2.12 207	1.24 164	2.04 380	1.01 167	0.91 164	1.67 162	1.42 264	0.30 159	1.14 488	0.28 188	0.28 259	0.27 94	16.93 593

GIP-stereo	2.03 156	0.67 133	4.11 117	1.51 452	1.13 352	2.91 165	0.42 54	3.45 258	3.19 392	0.67 32	0.78 41	0.90 143	0.76 108	1.06 29	0.69 51	0.29 129	0.25 162	0.25 90	0.17 23	0.26 85	17.22 594

MM-Stereo_test2	2.80 349	0.63 107	20.19 416	1.75 504	0.52 90	2.77 148	0.71 188	1.80 51	1.72 146	0.99 131	0.98 81	0.84 124	0.79 123	1.45 126	1.26 228	0.27 91	0.62 435	0.25 90	0.23 158	0.31 160	17.86 595

IGEV++	3.59 465	0.91 270	13.63 186	1.08 257	0.98 295	1.27 32	0.98 378	3.33 241	1.89 171	0.93 118	1.38 170	0.86 130	1.09 216	1.71 175	1.09 177	0.36 295	21.52 619	0.23 36	0.21 108	0.31 160	18.10 596

AIO_rvc	3.97 496	1.01 318	18.99 316	0.98 203	11.92 594	1.45 53	0.97 375	2.17 89	4.51 538	0.71 43	1.18 115	1.09 175	0.56 39	1.56 151	0.72 58	0.28 112	11.98 599	0.24 64	0.19 54	0.25 67	18.74 597

EGLCR-Stereo	2.52 257	0.56 61	9.39 154	1.16 298	0.81 230	5.24 565	0.61 129	4.20 438	1.56 97	1.09 148	0.71 31	1.09 175	0.66 75	1.92 221	0.82 94	0.29 129	0.30 231	0.29 213	0.24 180	0.37 269	19.09 598

anonymousdsp2	2.72 327	0.68 142	11.15 168	1.20 317	0.64 151	3.66 301	0.71 188	3.71 301	2.14 212	1.62 205	1.61 235	1.95 312	1.00 184	2.24 265	0.81 89	0.32 202	0.50 398	0.28 188	0.20 89	0.34 229	19.58 599

HUF	5.25 544	1.03 321	26.85 605	1.03 230	13.21 596	1.35 44	0.76 231	2.97 203	3.00 352	0.79 70	1.56 221	0.92 150	0.66 75	1.53 146	0.74 62	0.35 268	27.70 622	0.26 126	0.18 34	0.24 62	19.90 600

GREAT-IGEV	4.43 521	0.74 185	13.12 183	1.32 381	9.52 589	2.48 125	0.34 27	1.40 13	1.88 168	0.61 15	0.89 58	0.51 39	0.60 54	1.26 70	1.01 161	0.23 37	31.64 623	0.21 19	0.18 34	0.24 62	20.38 601

anonymousdsp	3.14 406	0.83 238	20.28 432	0.94 168	0.64 151	4.54 510	0.82 273	2.03 77	3.32 435	0.91 114	1.13 107	0.78 113	0.77 110	1.78 193	0.90 122	0.29 129	0.25 162	0.29 213	0.21 108	0.33 206	21.81 602

IGEV-Stereo	3.15 409	0.83 238	20.31 441	0.94 168	0.64 151	4.54 510	0.82 273	2.01 75	3.31 427	0.91 114	1.13 107	0.79 116	0.77 110	1.79 195	0.92 125	0.29 129	0.25 162	0.29 213	0.21 108	0.33 206	21.85 603
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
AIO_test	3.76 480	0.71 162	19.58 348	0.93 159	17.34 602	1.36 45	0.86 301	1.61 30	1.99 190	0.74 49	0.97 75	1.77 270	0.58 44	1.49 136	0.55 19	0.35 268	0.97 478	0.24 64	0.20 89	0.25 67	22.60 604

GEAStereo	3.16 413	0.61 97	2.62 88	0.99 210	1.33 416	4.53 508	0.81 270	2.05 78	1.71 143	0.97 126	0.93 64	0.53 46	0.80 128	1.07 31	0.84 100	0.31 183	18.89 609	0.27 153	0.20 89	0.29 125	23.53 605

gasm-f	4.41 519	0.71 162	10.58 162	0.99 210	16.98 600	4.39 480	0.92 351	2.05 78	1.71 143	0.97 126	1.46 187	0.53 46	0.88 153	1.39 113	1.12 181	0.31 183	18.89 609	0.27 153	0.20 89	0.30 148	23.53 605

DA	2.77 343	0.51 37	6.04 129	1.05 241	1.15 356	4.36 474	0.84 289	2.83 180	3.02 361	0.87 98	1.57 222	0.92 150	1.07 212	1.61 155	0.68 45	0.35 268	2.66 535	0.24 64	0.19 54	0.26 85	25.18 607

GGEV	2.77 343	0.51 37	6.04 129	1.05 241	1.15 356	4.36 474	0.84 289	2.83 180	3.02 361	0.87 98	1.57 222	0.92 150	1.07 212	1.61 155	0.68 45	0.35 268	2.66 535	0.24 64	0.19 54	0.26 85	25.18 607

LSM	13.03 596	7.72 530	21.01 524	55.44 623	85.65 622	3.65 299	6.27 586	3.91 342	5.06 563	5.63 572	13.91 596	3.53 482	3.46 522	9.93 477	4.36 489	0.72 514	0.95 474	0.72 538	0.85 538	1.09 534	26.67 609

MSCF	3.21 423	1.25 368	4.06 116	1.06 247	10.61 592	3.29 218	0.85 296	2.81 176	3.31 427	1.36 170	1.19 117	0.58 59	1.33 273	2.07 237	0.88 114	0.27 91	0.65 441	0.26 126	0.66 522	0.31 160	27.42 610

GSStereo	2.65 304	0.61 97	2.62 88	1.07 254	1.33 416	4.53 508	0.81 270	3.44 254	4.24 516	0.80 72	0.93 64	0.76 111	0.80 128	1.07 31	0.84 100	0.28 112	0.54 409	0.26 126	0.26 213	0.29 125	27.59 611

GS-Stereo							0.81 270	3.44 254	4.24 516	0.80 72	0.93 64	0.76 111	0.80 128	1.07 31	0.84 100	0.28 112	0.54 409	0.26 126	0.26 213	0.29 125	27.59 611

GASTEREO	3.25 432	1.46 401	3.62 105	1.10 264	10.80 593	3.50 261	0.86 301	2.79 171	3.54 472	1.44 185	1.31 151	0.56 54	1.35 276	2.09 240	0.88 114	0.26 79	0.57 419	0.25 90	0.68 523	0.27 94	27.73 613

HanzoNet	31.86 614	17.33 606	21.23 552	7.52 600	5.85 587	7.49 581	3.61 574	14.35 603	13.37 597	50.38 621	46.35 619	44.46 615	56.50 626	36.53 617	28.25 615	64.05 627	58.31 628	9.45 612	89.24 630	31.17 621	31.77 614

StereoAnything_RVC	4.17 504	12.66 559	20.44 454	0.88 121	0.57 119	1.16 17	0.39 37	2.35 109	4.38 528	0.53 1	0.37 5	0.33 1	0.89 159	1.62 158	0.50 8	0.33 229	0.22 86	0.24 64	0.15 3	3.36 573	31.99 615

FlowAnything	41.86 615	39.86 614	53.27 622	47.82 622	45.01 616	62.36 621	80.44 626	68.40 627	35.33 619	30.77 614	32.01 612	48.15 619	42.00 620	46.64 625	55.21 623	21.70 619	18.87 608	23.47 621	23.12 616	29.11 615	33.59 616

RAFT-FEzeroshot	41.89 617	40.15 618	52.92 619	47.78 620	45.48 619	62.42 622	80.67 629	68.35 625	34.76 614	30.69 612	32.35 616	48.23 621	41.82 618	46.61 622	55.50 625	21.61 616	18.89 609	23.46 617	23.21 619	29.18 618	33.72 617

RAFT-FE	41.89 617	40.15 618	52.92 619	47.78 620	45.48 619	62.42 622	80.67 629	68.35 625	34.76 614	30.69 612	32.35 616	48.23 621	41.82 618	46.61 622	55.50 625	21.61 616	18.89 609	23.46 617	23.21 619	29.18 618	33.72 617

CasAABBNet	41.89 617	40.14 617	53.33 623	47.71 618	45.10 617	62.42 622	80.65 628	68.29 624	34.85 616	30.67 611	32.34 615	48.22 620	41.76 617	46.61 622	55.60 627	21.59 614	18.89 609	23.46 617	23.21 619	29.17 617	33.75 619

Selective-RAFT-Error	41.88 616	40.10 616	53.23 621	47.74 619	45.20 618	62.42 622	80.58 627	68.27 623	34.95 617	30.85 615	32.30 614	48.08 618	42.07 621	46.54 620	54.92 622	21.60 615	19.12 614	23.46 617	23.15 618	29.14 616	33.95 620

LRCNet_RVC	25.63 610	33.47 613	24.35 598	31.77 614	32.74 611	6.73 577	1.19 425	25.87 611	4.67 547	28.95 610	30.91 611	24.89 610	17.54 601	27.82 611	24.57 608	35.48 621	25.62 621	35.91 623	33.80 622	31.95 622	34.38 621

dual_stereo	4.32 515	0.42 4	1.51 38	0.75 63	1.37 430	0.88 9	0.34 27	3.50 262	4.78 555	0.55 4	0.47 13	0.60 65	0.40 8	2.09 240	0.95 140	0.24 45	32.26 624	0.21 19	0.17 23	0.21 26	34.78 622

Anonymous_1	57.77 625	19.65 607	26.12 601	23.12 611	141.97 630	30.79 610	39.72 616	34.10 618	16.98 601	70.09 629	15.64 600	23.44 606	19.73 606	23.03 607	27.21 612	164.70 634	9.02 587	130.41 628	137.42 631	161.21 634	41.01 623

HaxPig	43.31 620	43.63 620	45.01 613	33.88 615	35.67 613	32.79 613	30.52 611	45.50 619	42.95 621	48.75 618	48.14 621	43.24 614	40.44 614	44.58 618	43.63 618	47.17 624	49.30 625	51.65 625	50.37 624	43.72 623	45.27 624

AVERAGE_ROB	44.46 621	45.87 621	46.48 614	40.54 617	38.62 614	32.95 614	30.49 610	46.80 620	43.31 622	49.57 619	48.93 622	44.57 616	39.87 613	45.01 619	43.89 619	48.70 625	50.65 626	50.80 624	49.79 623	45.54 624	46.89 625

MEDIAN_ROB	47.37 622	49.00 622	49.74 616	40.28 616	39.94 615	34.93 615	33.41 614	49.78 621	46.38 624	53.04 622	52.61 623	47.67 617	42.28 622	48.33 626	47.25 620	52.06 626	53.99 627	54.28 626	53.48 625	48.70 625	50.27 626

LSM0	49.69 623	40.02 615	53.50 624	97.07 624	129.56 628	62.65 626	79.82 625	68.02 622	35.12 618	33.72 616	33.34 618	48.41 623	41.54 616	46.57 621	55.40 624	21.63 618	19.16 615	23.60 622	23.13 617	29.46 620	52.08 627

RSGM-EC	109.57 627	104.25 630	68.53 625	115.30 625	109.29 624	116.06 630	139.00 631	126.85 632	55.85 625	55.24 623	70.93 625	116.40 632	111.43 632	176.32 632	174.60 633	117.23 628	71.46 629	140.49 630	83.40 628	123.40 629	115.37 628

acva	109.57 627	104.25 630	68.53 625	115.30 625	109.29 624	116.06 630	139.00 631	126.85 632	55.85 625	55.24 623	70.93 625	116.40 632	111.43 632	176.32 632	174.60 633	117.23 628	71.46 629	140.49 630	83.40 628	123.40 629	115.37 628

DPSimNet_ROB	143.68 632	156.64 632	170.66 631	162.59 627	135.40 629	195.13 633	174.01 633	141.76 634	167.78 635	174.58 634	138.78 633	186.01 634	183.75 634	82.32 628	97.85 632	151.24 633	102.48 631	131.25 629	82.78 627	115.21 628	123.37 630

xxxxx1	112.85 629	94.19 627	38.10 608	228.21 631	161.02 631	39.23 617	61.26 622	92.54 629	79.08 631	63.44 626	74.84 627	77.80 626	69.88 627	33.55 614	70.96 628	117.25 630	130.44 632	258.49 633	273.88 633	145.63 631	147.24 631

tt_ll	112.85 629	94.19 627	38.10 608	228.21 631	161.02 631	39.23 617	61.26 622	92.54 629	79.08 631	63.44 626	74.84 627	77.80 626	69.88 627	33.55 614	70.96 628	117.25 630	130.44 632	258.49 633	273.88 633	145.63 631	147.24 631

ff	112.85 629	94.19 627	38.10 608	228.21 631	161.02 631	39.23 617	61.26 622	92.54 629	79.08 631	63.44 626	74.84 627	77.80 626	69.88 627	33.55 614	70.96 628	117.25 630	130.44 632	258.49 633	273.88 633	145.63 631	147.24 631

test_example2	213.42 633	219.67 633	222.97 633	213.78 630	220.82 634	199.03 634	200.49 634	189.27 635	143.61 634	211.05 635	218.08 634	210.69 635	205.21 635	221.14 635	216.49 635	236.74 635	242.08 635	213.66 632	216.96 632	235.55 635	231.06 634

FSD					0.76 210	0.77 6	0.67 160	1.63 33	2.26 232	0.76 57	0.63 23	1.69 251	0.72 89	1.05 27	0.78 74	0.59 485	7.66 572	0.57 504	0.54 497	0.57 431

ccccc		628.29 634		567.59 634	570.62 635	580.23 635		613.89 636		613.55 636		554.19 636		666.02 636		780.28 636	507.01 636	391.46 636	342.94 636	701.16 636

Low-res two-view benchmark