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

MLG-Stereo_test2	0.12 8	0.09 14	0.29 32	0.21 101	0.12 80	0.16 29	0.11 8	0.17 4	0.12 2	0.11 9	0.08 6	0.11 18	0.06 1	0.16 8	0.11 1	0.08 145	0.13 309	0.06 2	0.04 1	0.06 12	0.09 96

LG-Stereo_L1	0.11 2	0.09 14	0.22 8	0.18 15	0.10 32	0.12 6	0.13 19	0.18 7	0.12 2	0.09 1	0.07 3	0.08 1	0.07 2	0.18 28	0.11 1	0.06 2	0.10 246	0.06 2	0.04 1	0.05 1	0.07 19

MLG-Stereo_test1	0.11 2	0.09 14	0.26 18	0.18 15	0.11 47	0.15 17	0.11 8	0.17 4	0.11 1	0.09 1	0.06 1	0.10 8	0.07 2	0.17 19	0.12 9	0.06 2	0.15 355	0.06 2	0.04 1	0.05 1	0.07 19

MonSter	0.13 12	0.09 14	0.20 4	0.17 6	0.09 10	0.15 17	0.12 15	0.25 52	0.20 32	0.09 1	0.11 14	0.08 1	0.07 2	0.20 54	0.13 26	0.05 1	0.24 450	0.05 1	0.09 244	0.05 1	0.13 249

111111	0.13 12	0.08 2	0.20 4	0.20 70	0.13 127	0.13 10	0.10 5	0.23 26	0.17 11	0.11 9	0.13 25	0.12 26	0.08 5	0.19 41	0.12 9	0.07 39	0.16 367	0.06 2	0.04 1	0.08 122	0.16 306

LG-Stereo_L2	0.11 2	0.09 14	0.22 8	0.18 15	0.10 32	0.12 6	0.13 19	0.18 7	0.14 9	0.10 7	0.07 3	0.08 1	0.08 5	0.17 19	0.11 1	0.06 2	0.08 174	0.06 2	0.04 1	0.05 1	0.07 19

MLG-Stereo_test3	0.11 2	0.08 2	0.22 8	0.19 35	0.10 32	0.16 29	0.11 8	0.18 7	0.13 6	0.11 9	0.07 3	0.10 8	0.08 5	0.14 2	0.12 9	0.07 39	0.09 214	0.06 2	0.04 1	0.06 12	0.08 60

MLG-Stereo	0.11 2	0.08 2	0.26 18	0.19 35	0.09 10	0.15 17	0.11 8	0.18 7	0.13 6	0.09 1	0.06 1	0.10 8	0.08 5	0.18 28	0.12 9	0.06 2	0.16 367	0.06 2	0.04 1	0.05 1	0.07 19

FoundationStereo	0.13 12	0.08 2	0.18 1	0.29 399	0.30 458	0.12 6	0.13 19	0.12 1	0.18 17	0.09 1	0.08 6	0.10 8	0.08 5	0.14 2	0.11 1	0.07 39	0.31 485	0.06 2	0.04 1	0.05 1	0.06 6

AIO_rvc	0.20 123	0.16 226	0.49 179	0.41 478	0.29 455	0.15 17	0.17 110	0.21 19	0.19 23	0.17 65	0.14 41	0.13 37	0.08 5	0.35 256	0.13 26	0.07 39	0.19 403	0.06 2	0.05 19	0.06 12	0.41 479

DEFOM-Stereo	0.11 2	0.10 31	0.21 6	0.18 15	0.09 10	0.21 127	0.14 37	0.14 2	0.17 11	0.11 9	0.10 11	0.09 4	0.08 5	0.21 62	0.12 9	0.06 2	0.05 4	0.06 2	0.04 1	0.05 1	0.06 6

dual_stereo	0.18 70	0.08 2	0.26 18	0.21 101	0.32 468	0.11 2	0.13 19	0.27 59	0.20 32	0.11 9	0.09 10	0.10 8	0.08 5	0.20 54	0.14 56	0.07 39	0.45 503	0.06 2	0.05 19	0.05 1	0.65 510

IGEV-BASED-STEREO-	0.20 123	0.74 500	0.71 372	0.17 6	0.08 4	0.15 17	0.15 56	0.19 14	0.18 17	0.13 24	0.12 20	0.10 8	0.08 5	0.16 8	0.14 56	0.34 489	0.12 290	0.08 117	0.07 98	0.11 305	0.24 401

AIO-Stereo	0.16 47	0.12 93	0.29 32	0.30 410	0.20 367	0.16 29	0.14 37	0.28 64	0.22 53	0.14 35	0.15 45	0.13 37	0.08 5	0.20 54	0.15 84	0.06 2	0.16 367	0.07 45	0.08 168	0.06 12	0.24 401

Selective-IGEV	0.15 31	0.10 31	0.34 58	0.32 431	0.19 345	0.16 29	0.14 37	0.29 81	0.20 32	0.13 24	0.14 41	0.13 37	0.08 5	0.23 94	0.14 56	0.06 2	0.13 309	0.07 45	0.06 51	0.06 12	0.11 184

LGtest1	0.10 1	0.09 14	0.19 3	0.18 15	0.09 10	0.13 10	0.09 2	0.17 4	0.13 6	0.10 7	0.08 6	0.09 4	0.09 16	0.16 8	0.12 9	0.08 145	0.06 48	0.06 2	0.05 19	0.06 12	0.08 60

LG-Stereo	0.14 17	0.13 119	0.30 40	0.21 101	0.11 47	0.16 29	0.18 162	0.23 26	0.19 23	0.12 19	0.18 68	0.11 18	0.09 16	0.15 4	0.14 56	0.06 2	0.07 117	0.08 117	0.08 168	0.07 66	0.07 19

HART	0.20 123	0.14 164	0.42 107	0.26 321	0.24 422	0.17 43	0.16 82	0.32 117	0.25 96	0.15 47	0.26 141	0.17 92	0.09 16	0.24 101	0.14 56	0.06 2	0.36 493	0.07 45	0.05 19	0.08 122	0.27 428

GREAT-IGEV	0.19 95	0.11 53	0.39 82	0.22 150	0.33 469	0.14 12	0.15 56	0.18 7	0.22 53	0.14 35	0.16 49	0.09 4	0.09 16	0.23 94	0.14 56	0.06 2	0.50 505	0.06 2	0.06 51	0.07 66	0.53 500

SCV_C0	0.19 95	0.14 164	0.40 91	0.30 410	0.20 367	0.15 17	0.16 82	0.35 151	0.26 107	0.17 65	0.16 49	0.13 37	0.09 16	0.31 215	0.14 56	0.07 39	0.22 430	0.06 2	0.06 51	0.09 194	0.25 412

SCV	0.18 70	0.15 195	0.37 74	0.26 321	0.20 367	0.16 29	0.16 82	0.35 151	0.23 62	0.14 35	0.16 49	0.13 37	0.09 16	0.31 215	0.12 9	0.08 145	0.19 403	0.07 45	0.07 98	0.09 194	0.26 424

StereoAnything_RVC	0.22 171	0.47 468	0.67 352	0.30 410	0.31 465	0.11 2	0.11 8	0.18 7	0.15 10	0.09 1	0.11 14	0.09 4	0.09 16	0.27 146	0.12 9	0.09 217	0.39 495	0.06 2	0.04 1	0.24 463	0.49 495

AIO_test	0.20 123	0.12 93	0.46 138	0.45 485	0.38 482	0.15 17	0.17 110	0.28 64	0.20 32	0.19 85	0.13 25	0.14 59	0.09 16	0.39 277	0.13 26	0.07 39	0.21 419	0.06 2	0.06 51	0.06 12	0.34 459

GIP-stereo	0.16 47	0.12 93	0.25 13	0.24 246	0.22 397	0.15 17	0.14 37	0.32 117	0.21 45	0.11 9	0.16 49	0.13 37	0.09 16	0.20 54	0.13 26	0.07 39	0.13 309	0.06 2	0.05 19	0.06 12	0.32 452

mms	0.15 31	0.14 164	0.25 13	0.20 70	0.15 224	0.17 43	0.17 110	0.21 19	0.19 23	0.14 35	0.18 68	0.14 59	0.09 16	0.26 134	0.15 84	0.06 2	0.07 117	0.08 117	0.06 51	0.07 66	0.19 341

RAStereo	0.14 17	0.15 195	0.40 91	0.22 150	0.11 47	0.15 17	0.18 162	0.25 52	0.24 73	0.13 24	0.17 58	0.11 18	0.09 16	0.15 4	0.13 26	0.08 145	0.06 48	0.08 117	0.06 51	0.07 66	0.05 1

U	1.02 503	0.10 31	0.26 18	0.22 150	3.66 531	6.41 534	0.13 19	0.22 25	0.21 45	0.11 9	0.11 14	0.10 8	0.09 16	0.12 1	0.11 1	0.07 39	0.05 4	5.35 539	2.86 536	0.07 66	0.06 6

RSM++	0.14 17	0.11 53	0.25 13	0.32 431	0.17 292	0.17 43	0.15 56	0.23 26	0.21 45	0.12 19	0.12 20	0.14 59	0.09 16	0.21 62	0.13 26	0.06 2	0.05 4	0.07 45	0.07 98	0.07 66	0.11 184

RSM	0.14 17	0.11 53	0.25 13	0.29 399	0.16 262	0.16 29	0.15 56	0.24 40	0.20 32	0.13 24	0.13 25	0.15 73	0.09 16	0.22 78	0.13 26	0.06 2	0.06 48	0.07 45	0.07 98	0.07 66	0.11 184

EGLCR-Stereo	0.19 95	0.09 14	0.34 58	0.29 399	0.17 292	0.28 254	0.16 82	0.30 94	0.23 62	0.22 120	0.11 14	0.16 81	0.09 16	0.28 167	0.15 84	0.07 39	0.25 453	0.07 45	0.07 98	0.06 12	0.37 471

LG-G_1	0.12 8	0.08 2	0.28 30	0.20 70	0.09 10	0.21 127	0.09 2	0.20 16	0.12 2	0.11 9	0.10 11	0.11 18	0.10 31	0.22 78	0.11 1	0.07 39	0.09 214	0.06 2	0.05 19	0.06 12	0.12 225

LG-G	0.12 8	0.08 2	0.28 30	0.20 70	0.09 10	0.21 127	0.09 2	0.20 16	0.12 2	0.11 9	0.10 11	0.11 18	0.10 31	0.22 78	0.11 1	0.07 39	0.09 214	0.06 2	0.05 19	0.06 12	0.12 225

castereo++	0.14 17	0.13 119	0.25 13	0.19 35	0.10 32	0.27 236	0.13 19	0.24 40	0.26 107	0.11 9	0.13 25	0.16 81	0.10 31	0.18 28	0.11 1	0.07 39	0.08 174	0.07 45	0.06 51	0.05 1	0.07 19

fffft	0.14 17	0.12 93	0.30 40	0.19 35	0.10 32	0.17 43	0.18 162	0.23 26	0.17 11	0.14 35	0.11 14	0.13 37	0.10 31	0.24 101	0.18 150	0.06 2	0.05 4	0.07 45	0.06 51	0.07 66	0.09 96
1: 1. 1
tt45	0.15 31	0.14 164	0.29 32	0.19 35	0.11 47	0.23 174	0.18 162	0.23 26	0.18 17	0.16 54	0.13 25	0.14 59	0.10 31	0.31 215	0.15 84	0.07 39	0.05 4	0.08 117	0.06 51	0.07 66	0.08 60

ours_stereo	0.15 31	0.14 164	0.29 32	0.21 101	0.14 164	0.17 43	0.18 162	0.21 19	0.20 32	0.13 24	0.18 68	0.14 59	0.10 31	0.24 101	0.15 84	0.06 2	0.06 48	0.08 117	0.06 51	0.07 66	0.13 249

IGEV-Stereo+	0.14 17	0.08 2	0.26 18	0.18 15	0.14 164	0.09 1	0.10 5	0.16 3	0.17 11	0.14 35	0.08 6	0.10 8	0.10 31	0.22 78	0.14 56	0.07 39	0.15 355	0.06 2	0.06 51	0.16 399	0.29 440

RAFT-Stereo-weight	0.17 61	0.10 31	0.31 47	0.20 70	0.12 80	0.20 102	0.16 82	0.38 188	0.33 203	0.25 147	0.20 84	0.19 113	0.10 31	0.19 41	0.16 102	0.07 39	0.13 309	0.07 45	0.06 51	0.06 12	0.09 96

CAS++	0.17 61	0.13 119	0.35 63	0.18 15	0.13 127	0.17 43	0.16 82	0.42 238	0.25 96	0.19 85	0.18 68	0.13 37	0.10 31	0.22 78	0.12 9	0.12 354	0.10 246	0.11 325	0.08 168	0.10 253	0.09 96
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MGS-Stereo	0.15 31	0.12 93	0.38 76	0.19 35	0.11 47	0.18 60	0.17 110	0.21 19	0.23 62	0.14 35	0.24 126	0.16 81	0.10 31	0.19 41	0.13 26	0.07 39	0.06 48	0.07 45	0.06 51	0.10 253	0.07 19

MSKI-zero shot	0.19 95	0.10 31	0.47 144	0.30 410	0.14 164	0.21 127	0.14 37	0.33 135	0.22 53	0.24 135	0.25 133	0.22 146	0.10 31	0.32 224	0.14 56	0.07 39	0.30 481	0.07 45	0.07 98	0.06 12	0.09 96

DLNR_Zeroshot_test	10.53 539	12.28 545	20.32 546	105.84 554	23.88 551	0.14 12	0.13 19	3.20 532	0.20 32	0.16 54	0.23 119	0.16 81	0.10 31	0.32 224	0.16 102	2.54 534	0.32 487	0.07 45	0.07 98	40.17 552	0.28 435

4D-IteraStereo	0.20 123	0.21 312	0.62 328	0.21 101	0.14 164	0.19 72	0.17 110	0.29 81	0.28 134	0.24 135	0.20 84	0.20 125	0.10 31	0.22 78	0.18 150	0.07 39	0.07 117	0.10 270	0.08 168	0.08 122	0.33 456

CAS	0.16 47	0.07 1	0.29 32	0.42 481	0.17 292	0.20 102	0.18 162	0.23 26	0.20 32	0.15 47	0.19 76	0.11 18	0.10 31	0.15 4	0.14 56	0.31 486	0.04 1	0.06 2	0.04 1	0.06 12	0.16 306

CES	0.14 17	0.08 2	0.24 12	0.17 6	0.23 408	0.18 60	0.15 56	0.24 40	0.20 32	0.14 35	0.18 68	0.14 59	0.10 31	0.19 41	0.12 9	0.07 39	0.05 4	0.06 2	0.04 1	0.08 122	0.20 358

XX-Stereo	0.25 257	0.11 53	1.09 462	0.35 453	0.38 482	0.23 174	0.13 19	0.43 248	0.19 23	0.20 95	0.40 300	0.31 267	0.10 31	0.33 234	0.13 26	0.08 145	0.11 273	0.08 117	0.09 244	0.07 66	0.10 150

LG-Stereo_Zeroshot	0.14 17	0.10 31	0.27 26	0.21 101	0.11 47	0.16 29	0.14 37	0.24 40	0.17 11	0.17 65	0.20 84	0.18 103	0.11 47	0.16 8	0.17 125	0.07 39	0.08 174	0.07 45	0.07 98	0.07 66	0.09 96

MM-Stereo_test2	0.19 95	0.11 53	0.47 144	0.25 282	0.11 47	0.21 127	0.20 240	0.28 64	0.24 73	0.16 54	0.17 58	0.13 37	0.11 47	0.21 62	0.14 56	0.06 2	0.26 460	0.07 45	0.06 51	0.09 194	0.41 479

HUF	0.26 279	0.15 195	0.79 396	0.39 469	0.31 465	0.16 29	0.17 110	0.36 163	0.25 96	0.19 85	0.14 41	0.23 160	0.11 47	0.32 224	0.14 56	0.08 145	0.60 517	0.06 2	0.05 19	0.07 66	0.56 501

AIO-test2	0.22 171	0.27 389	0.54 262	0.29 399	0.16 262	0.22 155	0.16 82	0.44 269	0.43 323	0.17 65	0.29 168	0.16 81	0.11 47	0.27 146	0.14 56	0.19 455	0.07 117	0.10 270	0.11 330	0.08 122	0.09 96

SMoEStereo_RVC	0.14 17	0.15 195	0.29 32	0.19 35	0.10 32	0.19 72	0.17 110	0.21 19	0.21 45	0.15 47	0.13 25	0.12 26	0.11 47	0.25 115	0.16 102	0.06 2	0.05 4	0.08 117	0.06 51	0.06 12	0.08 60

999	0.15 31	0.13 119	0.30 40	0.19 35	0.12 80	0.20 102	0.17 110	0.25 52	0.20 32	0.14 35	0.16 49	0.14 59	0.11 47	0.36 261	0.16 102	0.07 39	0.05 4	0.07 45	0.06 51	0.06 12	0.08 60

IGEV-Stereo++	0.15 31	0.09 14	0.27 26	0.21 101	0.13 127	0.14 12	0.11 8	0.23 26	0.19 23	0.15 47	0.14 41	0.11 18	0.11 47	0.19 41	0.12 9	0.06 2	0.21 419	0.06 2	0.05 19	0.06 12	0.28 435

Occ-G	0.18 70	0.10 31	0.38 76	0.23 201	0.15 224	0.16 29	0.18 162	0.23 26	0.26 107	0.15 47	0.20 84	0.21 139	0.11 47	0.22 78	0.19 176	0.07 39	0.17 390	0.07 45	0.06 51	0.08 122	0.30 443

Pointernet	0.15 31	0.08 2	0.35 63	0.19 35	0.12 80	0.20 102	0.12 15	0.34 142	0.25 96	0.15 47	0.16 49	0.13 37	0.11 47	0.18 28	0.13 26	0.08 145	0.06 48	0.06 2	0.05 19	0.06 12	0.08 60

test_for_model	0.33 373	0.91 507	0.48 159	0.74 507	0.50 492	0.20 102	0.16 82	0.33 135	0.27 124	0.29 202	0.15 45	0.13 37	0.11 47	0.17 19	0.14 56	0.31 486	0.27 464	0.06 2	0.05 19	0.97 520	0.31 447

IGEV++	0.19 95	0.13 119	0.38 76	0.30 410	0.19 345	0.15 17	0.15 56	0.32 117	0.18 17	0.13 24	0.16 49	0.12 26	0.11 47	0.24 101	0.15 84	0.07 39	0.32 487	0.07 45	0.05 19	0.07 66	0.42 482

MaDis-Stereo	0.15 31	0.17 257	0.39 82	0.19 35	0.15 224	0.16 29	0.13 19	0.26 56	0.22 53	0.13 24	0.15 45	0.14 59	0.11 47	0.17 19	0.17 125	0.08 145	0.07 117	0.08 117	0.06 51	0.07 66	0.06 6

UniTT-Stereo	0.15 31	0.12 93	0.45 124	0.21 101	0.14 164	0.17 43	0.13 19	0.20 16	0.19 23	0.16 54	0.20 84	0.10 8	0.11 47	0.18 28	0.17 125	0.08 145	0.06 48	0.07 45	0.06 51	0.08 122	0.07 19

CASnet	0.15 31	0.13 119	0.30 40	0.22 150	0.08 4	0.15 17	0.14 37	0.28 64	0.26 107	0.23 127	0.20 84	0.15 73	0.11 47	0.18 28	0.13 26	0.07 39	0.05 4	0.11 325	0.09 244	0.08 122	0.05 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala	0.17 61	0.11 53	0.49 179	0.20 70	0.13 127	0.23 174	0.15 56	0.33 135	0.22 53	0.25 147	0.20 84	0.14 59	0.11 47	0.17 19	0.14 56	0.07 39	0.23 440	0.07 45	0.06 51	0.05 1	0.07 19

CroCo-Stereo Lap2	0.16 47	0.18 279	0.39 82	0.26 321	0.18 319	0.11 2	0.19 205	0.30 94	0.22 53	0.13 24	0.16 49	0.15 73	0.11 47	0.17 19	0.15 84	0.07 39	0.07 117	0.08 117	0.06 51	0.08 122	0.07 19

GLC_STEREO	0.15 31	0.11 53	0.31 47	0.22 150	0.09 10	0.17 43	0.15 56	0.24 40	0.28 134	0.17 65	0.20 84	0.17 92	0.11 47	0.24 101	0.17 125	0.07 39	0.09 214	0.09 197	0.08 168	0.07 66	0.07 19

CREStereo++_RVC	0.16 47	0.09 14	0.42 107	0.17 6	0.11 47	0.18 60	0.13 19	0.23 26	0.31 177	0.21 102	0.31 193	0.13 37	0.11 47	0.17 19	0.16 102	0.07 39	0.04 1	0.06 2	0.15 428	0.06 12	0.05 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
S2M2	0.13 12	0.12 93	0.26 18	0.17 6	0.12 80	0.12 6	0.07 1	0.18 7	0.21 45	0.12 19	0.15 45	0.14 59	0.12 65	0.16 8	0.15 84	0.13 373	0.09 214	0.09 197	0.10 297	0.11 305	0.09 96

SGD-Stereo	0.12 8	0.08 2	0.18 1	0.17 6	0.07 1	0.17 43	0.13 19	0.19 14	0.17 11	0.12 19	0.13 25	0.11 18	0.12 65	0.19 41	0.12 9	0.08 145	0.04 1	0.06 2	0.05 19	0.06 12	0.05 1

MM-Stereo_test3	0.19 95	0.15 195	0.39 82	0.25 282	0.15 224	0.19 72	0.22 299	0.42 238	0.40 291	0.17 65	0.24 126	0.17 92	0.12 65	0.22 78	0.16 102	0.08 145	0.21 419	0.08 117	0.06 51	0.09 194	0.11 184

AIO-test1	0.21 153	0.22 330	0.56 280	0.31 425	0.24 422	0.21 127	0.16 82	0.42 238	0.37 255	0.17 65	0.26 141	0.18 103	0.12 65	0.29 188	0.15 84	0.08 145	0.07 117	0.10 270	0.11 330	0.07 66	0.10 150

tg	0.18 70	0.15 195	0.34 58	0.22 150	0.11 47	0.23 174	0.15 56	0.35 151	0.27 124	0.20 95	0.25 133	0.20 125	0.12 65	0.25 115	0.16 102	0.07 39	0.07 117	0.09 197	0.09 244	0.08 122	0.13 249

WCG-NET	0.15 31	0.12 93	0.31 47	0.18 15	0.09 10	0.18 60	0.17 110	0.23 26	0.29 152	0.18 82	0.22 111	0.15 73	0.12 65	0.19 41	0.13 26	0.06 2	0.12 290	0.07 45	0.05 19	0.06 12	0.06 6

model_zeroshot	0.21 153	0.14 164	0.51 218	0.34 447	0.18 319	0.26 229	0.16 82	0.41 233	0.24 73	0.33 279	0.20 84	0.25 189	0.12 65	0.26 134	0.16 102	0.09 217	0.21 419	0.07 45	0.08 168	0.07 66	0.13 249

GCAP-BAT	0.20 123	0.12 93	0.48 159	0.25 282	0.17 292	0.24 196	0.16 82	0.32 117	0.21 45	0.28 178	0.30 182	0.26 208	0.12 65	0.28 167	0.19 176	0.07 39	0.25 453	0.07 45	0.08 168	0.06 12	0.19 341

WCG-NET（raft）	0.16 47	0.14 164	0.32 52	0.18 15	0.09 10	0.19 72	0.16 82	0.24 40	0.27 124	0.19 85	0.19 76	0.20 125	0.12 65	0.22 78	0.13 26	0.06 2	0.17 390	0.06 2	0.05 19	0.07 66	0.07 19

testlalala2	0.19 95	0.11 53	0.49 179	0.37 458	0.26 439	0.24 196	0.14 37	0.37 177	0.26 107	0.25 147	0.27 154	0.21 139	0.12 65	0.17 19	0.17 125	0.07 39	0.07 117	0.07 45	0.07 98	0.07 66	0.08 60

Former-RAFT_DAM_RVC	0.18 70	0.15 195	0.27 26	0.20 70	0.13 127	0.24 196	0.17 110	0.31 110	0.37 255	0.43 407	0.17 58	0.13 37	0.12 65	0.20 54	0.16 102	0.08 145	0.07 117	0.09 197	0.07 98	0.09 194	0.08 60

ff7	0.18 70	0.13 119	0.41 98	0.21 101	0.15 224	0.21 127	0.17 110	0.28 64	0.23 62	0.21 102	0.13 25	0.12 26	0.12 65	0.27 146	0.13 26	0.07 39	0.25 453	0.08 117	0.07 98	0.08 122	0.36 463

IGEVStereo-DCA	0.20 123	0.17 257	0.41 98	0.22 150	0.15 224	0.20 102	0.17 110	0.28 64	0.23 62	0.19 85	0.12 20	0.14 59	0.12 65	0.38 274	0.31 332	0.07 39	0.16 367	0.08 117	0.07 98	0.08 122	0.36 463

ffff	0.18 70	0.13 119	0.41 98	0.21 101	0.15 224	0.21 127	0.17 110	0.28 64	0.23 62	0.21 102	0.13 25	0.12 26	0.12 65	0.27 146	0.13 26	0.07 39	0.25 453	0.08 117	0.07 98	0.08 122	0.36 463

rrr	0.22 171	0.17 257	0.79 396	0.22 150	0.15 224	0.20 102	0.18 162	0.40 215	0.27 124	0.19 85	0.12 20	0.14 59	0.12 65	0.38 274	0.31 332	0.07 39	0.16 367	0.08 117	0.07 98	0.08 122	0.28 435

11t	0.18 70	0.13 119	0.41 98	0.21 101	0.15 224	0.21 127	0.17 110	0.28 64	0.23 62	0.21 102	0.13 25	0.12 26	0.12 65	0.27 146	0.13 26	0.07 39	0.25 453	0.08 117	0.07 98	0.08 122	0.36 463

LL-Strereo2	0.21 153	0.25 371	0.53 250	0.32 431	0.20 367	0.25 212	0.14 37	0.32 117	0.25 96	0.25 147	0.20 84	0.24 177	0.12 65	0.28 167	0.18 150	0.07 39	0.07 117	0.12 358	0.09 244	0.09 194	0.16 306

anonymousdsp	0.20 123	0.13 119	0.49 179	0.28 384	0.20 367	0.21 127	0.17 110	0.29 81	0.24 73	0.22 120	0.13 25	0.12 26	0.12 65	0.32 224	0.13 26	0.07 39	0.26 460	0.08 117	0.07 98	0.08 122	0.48 493

ProNet	0.16 47	0.13 119	0.36 69	0.21 101	0.15 224	0.20 102	0.19 205	0.29 81	0.23 62	0.14 35	0.13 25	0.13 37	0.12 65	0.25 115	0.13 26	0.06 2	0.09 214	0.07 45	0.06 51	0.07 66	0.22 380

ccc-4	0.18 70	0.13 119	0.41 98	0.21 101	0.15 224	0.21 127	0.17 110	0.28 64	0.23 62	0.21 102	0.13 25	0.12 26	0.12 65	0.27 146	0.13 26	0.07 39	0.25 453	0.08 117	0.07 98	0.08 122	0.36 463

IGEV-Stereo	0.20 123	0.13 119	0.49 179	0.28 384	0.20 367	0.21 127	0.17 110	0.29 81	0.24 73	0.22 120	0.13 25	0.12 26	0.12 65	0.32 224	0.13 26	0.07 39	0.26 460	0.08 117	0.07 98	0.08 122	0.48 493
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CroCo-Stereo	0.15 31	0.16 226	0.34 58	0.25 282	0.12 80	0.11 2	0.18 162	0.35 151	0.24 73	0.13 24	0.13 25	0.18 103	0.12 65	0.15 4	0.13 26	0.08 145	0.06 48	0.07 45	0.05 19	0.07 66	0.06 6
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
iRaftStereo_RVC	0.17 61	0.16 226	0.35 63	0.21 101	0.11 47	0.20 102	0.17 110	0.34 142	0.25 96	0.20 95	0.25 133	0.19 113	0.12 65	0.21 62	0.16 102	0.07 39	0.12 290	0.10 270	0.09 244	0.09 194	0.14 275

TANstereo	0.16 47	0.11 53	0.43 113	0.16 4	0.08 4	0.25 212	0.14 37	0.23 26	0.29 152	0.25 147	0.30 182	0.16 81	0.12 65	0.18 28	0.13 26	0.08 145	0.07 117	0.06 2	0.05 19	0.07 66	0.08 60

XX-TBD	0.16 47	0.21 312	0.43 113	0.22 150	0.10 32	0.23 174	0.15 56	0.23 26	0.28 134	0.22 120	0.26 141	0.14 59	0.12 65	0.16 8	0.14 56	0.08 145	0.05 4	0.06 2	0.04 1	0.07 66	0.06 6

test_xeample3	0.22 171	0.17 257	0.81 401	0.21 101	0.15 224	0.20 102	0.18 162	0.40 215	0.25 96	0.19 85	0.12 20	0.13 37	0.12 65	0.34 249	0.33 349	0.07 39	0.20 414	0.07 45	0.08 168	0.08 122	0.34 459

DEFOM-Stereo_RVC	0.13 12	0.15 195	0.21 6	0.27 357	0.09 10	0.15 17	0.13 19	0.23 26	0.21 45	0.12 19	0.11 14	0.10 8	0.13 91	0.22 78	0.13 26	0.07 39	0.05 4	0.06 2	0.05 19	0.07 66	0.07 19

fffy	0.15 31	0.14 164	0.31 47	0.21 101	0.14 164	0.19 72	0.18 162	0.24 40	0.19 23	0.13 24	0.17 58	0.15 73	0.13 91	0.25 115	0.15 84	0.06 2	0.08 174	0.08 117	0.06 51	0.07 66	0.15 291

trnet	0.14 17	0.09 14	0.26 18	0.15 2	0.07 1	0.21 127	0.12 15	0.25 52	0.26 107	0.16 54	0.21 102	0.15 73	0.13 91	0.19 41	0.14 56	0.09 217	0.05 4	0.06 2	0.04 1	0.06 12	0.06 6

MoCha-V2	0.18 70	0.12 93	0.40 91	0.30 410	0.24 422	0.16 29	0.15 56	0.28 64	0.19 23	0.16 54	0.16 49	0.13 37	0.13 91	0.30 203	0.13 26	0.06 2	0.28 469	0.06 2	0.06 51	0.06 12	0.25 412

MyStereo07	0.18 70	0.15 195	0.44 121	0.22 150	0.16 262	0.25 212	0.22 299	0.31 110	0.26 107	0.22 120	0.13 25	0.12 26	0.13 91	0.33 234	0.14 56	0.07 39	0.13 309	0.09 197	0.09 244	0.09 194	0.11 184

AE-Stereo	0.21 153	0.12 93	0.50 201	0.25 282	0.15 224	0.24 196	0.18 162	0.40 215	0.34 214	0.19 85	0.26 141	0.21 139	0.13 91	0.22 78	0.16 102	0.07 39	0.26 460	0.09 197	0.10 297	0.07 66	0.31 447

MIM_Stereo	0.20 123	0.17 257	0.55 270	0.20 70	0.21 382	0.17 43	0.14 37	0.37 177	0.27 124	0.28 178	0.35 240	0.23 160	0.13 91	0.28 167	0.16 102	0.06 2	0.08 174	0.09 197	0.08 168	0.08 122	0.15 291

GCAP-Stereo	0.18 70	0.21 312	0.47 144	0.23 201	0.18 319	0.21 127	0.10 5	0.28 64	0.24 73	0.20 95	0.22 111	0.15 73	0.13 91	0.21 62	0.16 102	0.07 39	0.19 403	0.07 45	0.05 19	0.06 12	0.09 96

MC-Stereo	0.18 70	0.10 31	0.36 69	0.28 384	0.14 164	0.18 60	0.15 56	0.24 40	0.20 32	0.21 102	0.24 126	0.16 81	0.13 91	0.25 115	0.14 56	0.07 39	0.17 390	0.07 45	0.07 98	0.06 12	0.30 443

test_4	0.19 95	0.16 226	0.39 82	0.24 246	0.13 127	0.19 72	0.21 266	0.27 59	0.24 73	0.24 135	0.47 378	0.22 146	0.13 91	0.27 146	0.18 150	0.06 2	0.06 48	0.09 197	0.09 244	0.07 66	0.06 6

test-3	0.18 70	0.10 31	0.48 159	0.23 201	0.14 164	0.18 60	0.16 82	0.32 117	0.29 152	0.26 157	0.17 58	0.22 146	0.13 91	0.26 134	0.19 176	0.06 2	0.14 326	0.08 117	0.08 168	0.06 12	0.10 150

test_1	0.18 70	0.10 31	0.48 159	0.23 201	0.14 164	0.18 60	0.16 82	0.32 117	0.29 152	0.26 157	0.17 58	0.22 146	0.13 91	0.26 134	0.19 176	0.06 2	0.14 326	0.08 117	0.08 168	0.06 12	0.10 150

test_3	0.20 123	0.12 93	0.49 179	0.26 321	0.14 164	0.22 155	0.25 365	0.34 142	0.33 203	0.25 147	0.18 68	0.23 160	0.13 91	0.25 115	0.20 195	0.06 2	0.14 326	0.09 197	0.10 297	0.07 66	0.10 150

TRStereo	0.22 171	0.21 312	0.62 328	0.40 474	0.19 345	0.22 155	0.16 82	0.58 411	0.30 168	0.21 102	0.21 102	0.22 146	0.13 91	0.27 146	0.14 56	0.09 217	0.09 214	0.09 197	0.11 330	0.06 12	0.19 341

CREStereo	0.14 17	0.09 14	0.27 26	0.14 1	0.08 4	0.22 155	0.15 56	0.26 56	0.26 107	0.16 54	0.21 102	0.14 59	0.13 91	0.19 41	0.14 56	0.09 217	0.05 4	0.06 2	0.04 1	0.07 66	0.06 6
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
MM-Stereo_test1	0.20 123	0.13 119	0.45 124	0.24 246	0.12 80	0.20 102	0.21 266	0.36 163	0.32 187	0.23 127	0.22 111	0.15 73	0.14 106	0.28 167	0.16 102	0.07 39	0.24 450	0.08 117	0.07 98	0.09 194	0.21 367

rvit_stereo_0081_aga	0.17 61	0.17 257	0.40 91	0.21 101	0.14 164	0.20 102	0.17 110	0.24 40	0.26 107	0.18 82	0.21 102	0.20 125	0.14 106	0.20 54	0.15 84	0.12 354	0.08 174	0.09 197	0.08 168	0.10 253	0.08 60

rvit_stereo_0080	0.16 47	0.17 257	0.35 63	0.19 35	0.13 127	0.14 12	0.20 240	0.29 81	0.26 107	0.16 54	0.17 58	0.19 113	0.14 106	0.19 41	0.16 102	0.11 315	0.08 174	0.08 117	0.08 168	0.10 253	0.08 60

whm_eth	0.16 47	0.17 257	0.35 63	0.19 35	0.13 127	0.14 12	0.20 240	0.29 81	0.26 107	0.16 54	0.17 58	0.19 113	0.14 106	0.19 41	0.16 102	0.11 315	0.08 174	0.08 117	0.08 168	0.10 253	0.08 60

IGEV_Zeroshot_test	0.23 204	0.11 53	0.82 405	0.21 101	0.23 408	0.20 102	0.19 205	0.38 188	0.23 62	0.34 298	0.22 111	0.29 239	0.14 106	0.24 101	0.20 195	0.07 39	0.09 214	0.08 117	0.08 168	0.08 122	0.35 462

testlalala_base	0.23 204	0.14 164	0.48 159	0.26 321	0.16 262	0.25 212	0.17 110	0.37 177	0.19 23	0.20 95	0.26 141	0.17 92	0.14 106	0.19 41	0.18 150	0.42 499	0.23 440	0.07 45	0.06 51	0.50 493	0.14 275

RAFT-Test	0.19 95	0.11 53	0.41 98	0.26 321	0.21 382	0.26 229	0.17 110	0.37 177	0.26 107	0.24 135	0.29 168	0.32 278	0.14 106	0.22 78	0.15 84	0.07 39	0.08 174	0.07 45	0.07 98	0.06 12	0.07 19

LoS	0.15 31	0.09 14	0.34 58	0.17 6	0.09 10	0.22 155	0.14 37	0.27 59	0.27 124	0.15 47	0.18 68	0.19 113	0.14 106	0.23 94	0.14 56	0.08 145	0.06 48	0.06 2	0.04 1	0.06 12	0.06 6
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
AnonymousM	0.19 95	0.20 304	0.30 40	0.18 15	0.10 32	0.19 72	0.17 110	0.32 117	0.27 124	0.27 168	0.21 102	0.18 103	0.14 106	0.21 62	0.16 102	0.09 217	0.08 174	0.38 491	0.15 428	0.06 12	0.08 60

test-1	0.20 123	0.12 93	0.49 179	0.23 201	0.23 408	0.22 155	0.23 328	0.36 163	0.29 152	0.21 102	0.25 133	0.24 177	0.14 106	0.18 28	0.22 234	0.07 39	0.14 326	0.08 117	0.07 98	0.06 12	0.14 275

sCroCo_RVC	0.19 95	0.15 195	0.60 318	0.27 357	0.18 319	0.23 174	0.16 82	0.28 64	0.24 73	0.14 35	0.22 111	0.17 92	0.14 106	0.22 78	0.16 102	0.11 315	0.11 273	0.09 197	0.09 244	0.09 194	0.10 150

PMTNet	0.16 47	0.09 14	0.31 47	0.15 2	0.09 10	0.23 174	0.15 56	0.26 56	0.24 73	0.17 65	0.21 102	0.16 81	0.14 106	0.23 94	0.14 56	0.29 482	0.05 4	0.06 2	0.04 1	0.07 66	0.07 19

R-Stereo Train	0.19 95	0.10 31	0.49 179	0.22 150	0.12 80	0.23 174	0.18 162	0.43 248	0.20 32	0.31 241	0.45 358	0.20 125	0.14 106	0.18 28	0.18 150	0.08 145	0.06 48	0.07 45	0.06 51	0.06 12	0.07 19

RAFT-Stereo	0.19 95	0.10 31	0.49 179	0.22 150	0.12 80	0.23 174	0.18 162	0.43 248	0.20 32	0.31 241	0.45 358	0.20 125	0.14 106	0.18 28	0.18 150	0.08 145	0.06 48	0.07 45	0.06 51	0.06 12	0.07 19
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
xyz-stereo-finetune	0.17 61	0.17 257	0.29 32	0.17 6	0.08 4	0.24 196	0.21 266	0.30 94	0.32 187	0.19 85	0.22 111	0.19 113	0.15 120	0.30 203	0.22 234	0.06 2	0.06 48	0.08 117	0.06 51	0.06 12	0.07 19

rvit_stereo_0081	0.16 47	0.13 119	0.30 40	0.21 101	0.12 80	0.17 43	0.17 110	0.24 40	0.34 214	0.17 65	0.19 76	0.18 103	0.15 120	0.20 54	0.17 125	0.11 315	0.08 174	0.09 197	0.08 168	0.09 194	0.07 19

rvit_stereo_0082	0.16 47	0.13 119	0.30 40	0.21 101	0.12 80	0.17 43	0.17 110	0.24 40	0.34 214	0.17 65	0.19 76	0.18 103	0.15 120	0.20 54	0.17 125	0.11 315	0.08 174	0.09 197	0.08 168	0.09 194	0.07 19

gcap-zeroshot	0.19 95	0.14 164	0.51 218	0.21 101	0.15 224	0.27 236	0.15 56	0.32 117	0.24 73	0.26 157	0.20 84	0.34 293	0.15 120	0.22 78	0.14 56	0.07 39	0.08 174	0.07 45	0.07 98	0.06 12	0.09 96

EKT-Stereo	0.39 409	0.13 119	0.53 250	0.42 481	3.94 532	0.22 155	0.17 110	0.38 188	0.30 168	0.21 102	0.20 84	0.23 160	0.15 120	0.30 203	0.18 150	0.10 278	0.08 174	0.09 197	0.08 168	0.09 194	0.12 225

anonymousdsp2	0.23 204	0.11 53	0.42 107	0.26 321	0.24 422	0.25 212	0.17 110	0.43 248	0.37 255	0.30 225	0.23 119	0.24 177	0.15 120	0.32 224	0.17 125	0.07 39	0.28 469	0.07 45	0.05 19	0.08 122	0.44 486

CIPLG	0.23 204	0.28 397	0.75 381	0.24 246	0.16 262	0.25 212	0.20 240	0.38 188	0.33 203	0.32 266	0.34 232	0.23 160	0.15 120	0.27 146	0.22 234	0.09 217	0.07 117	0.08 117	0.07 98	0.08 122	0.09 96

IPLGR_C	0.23 204	0.29 401	0.81 401	0.24 246	0.16 262	0.24 196	0.20 240	0.38 188	0.33 203	0.32 266	0.33 222	0.23 160	0.15 120	0.26 134	0.22 234	0.09 217	0.07 117	0.08 117	0.07 98	0.08 122	0.09 96

ACRE	0.23 204	0.27 389	0.83 410	0.24 246	0.15 224	0.24 196	0.20 240	0.38 188	0.32 187	0.32 266	0.33 222	0.23 160	0.15 120	0.26 134	0.22 234	0.09 217	0.07 117	0.08 117	0.07 98	0.08 122	0.09 96

Pruner-Stereo	0.20 123	0.12 93	0.49 179	0.29 399	0.12 80	0.19 72	0.17 110	0.32 117	0.31 177	0.33 279	0.32 202	0.25 189	0.15 120	0.25 115	0.22 234	0.09 217	0.06 48	0.09 197	0.08 168	0.08 122	0.10 150

cross-raft	0.18 70	0.12 93	0.40 91	0.27 357	0.16 262	0.20 102	0.24 352	0.34 142	0.24 73	0.23 127	0.28 160	0.29 239	0.15 120	0.19 41	0.16 102	0.06 2	0.05 4	0.08 117	0.07 98	0.07 66	0.07 19

raft+_RVC	0.21 153	0.21 312	0.46 138	0.22 150	0.35 474	0.21 127	0.16 82	0.39 206	0.35 224	0.22 120	0.28 160	0.20 125	0.15 120	0.25 115	0.20 195	0.08 145	0.16 367	0.08 117	0.07 98	0.07 66	0.12 225

RALCasStereoNet	0.22 171	0.22 330	0.48 159	0.23 201	0.23 408	0.22 155	0.18 162	0.32 117	0.27 124	0.22 120	0.30 182	0.22 146	0.15 120	0.29 188	0.20 195	0.08 145	0.22 430	0.07 45	0.06 51	0.10 253	0.25 412

RALAANet	0.21 153	0.24 356	0.53 250	0.23 201	0.14 164	0.22 155	0.13 19	0.38 188	0.30 168	0.29 202	0.26 141	0.25 189	0.15 120	0.28 167	0.20 195	0.08 145	0.08 174	0.09 197	0.08 168	0.10 253	0.07 19

CFNet-RSSM	0.18 70	0.10 31	0.45 124	0.20 70	0.12 80	0.20 102	0.16 82	0.40 215	0.31 177	0.23 127	0.21 102	0.26 208	0.15 120	0.21 62	0.14 56	0.07 39	0.05 4	0.07 45	0.07 98	0.06 12	0.06 6

Gwc-CoAtRS	0.17 61	0.10 31	0.41 98	0.20 70	0.12 80	0.20 102	0.15 56	0.34 142	0.29 152	0.23 127	0.23 119	0.27 213	0.15 120	0.21 62	0.14 56	0.07 39	0.06 48	0.07 45	0.07 98	0.06 12	0.07 19

castereo	0.14 17	0.11 53	0.22 8	0.19 35	0.10 32	0.20 102	0.19 205	0.32 117	0.28 134	0.13 24	0.18 68	0.16 81	0.16 136	0.16 8	0.14 56	0.07 39	0.06 48	0.07 45	0.06 51	0.06 12	0.07 19

tt1	0.22 171	0.16 226	0.49 179	0.26 321	0.15 224	0.31 308	0.19 205	0.38 188	0.46 357	0.21 102	0.19 76	0.13 37	0.16 136	0.28 167	0.12 9	0.08 145	0.28 469	0.08 117	0.06 51	0.08 122	0.37 471

StereoVision	0.23 204	0.23 345	0.55 270	0.27 357	0.17 292	0.23 174	0.22 299	0.40 215	0.32 187	0.21 102	0.51 394	0.22 146	0.16 136	0.29 188	0.19 176	0.11 315	0.12 290	0.13 383	0.13 401	0.10 253	0.08 60

AEACV	0.20 123	0.09 14	0.32 52	0.39 469	0.34 471	0.21 127	0.16 82	0.30 94	0.18 17	0.17 65	0.17 58	0.13 37	0.16 136	0.27 146	0.13 26	0.07 39	0.29 480	0.07 45	0.09 244	0.07 66	0.37 471

Any-RAFT	0.18 70	0.09 14	0.33 56	0.19 35	0.10 32	0.29 275	0.16 82	0.44 269	0.32 187	0.25 147	0.27 154	0.29 239	0.16 136	0.23 94	0.13 26	0.08 145	0.07 117	0.06 2	0.05 19	0.07 66	0.07 19

DCRE	0.24 232	0.15 195	0.45 124	0.26 321	0.26 439	0.23 174	0.21 266	0.37 177	0.29 152	0.23 127	0.81 474	0.23 160	0.16 136	0.24 101	0.18 150	0.07 39	0.14 326	0.07 45	0.08 168	0.07 66	0.25 412

knoymous	0.18 70	0.10 31	0.35 63	0.17 6	0.11 47	0.21 127	0.17 110	0.33 135	0.24 73	0.24 135	0.28 160	0.27 213	0.16 136	0.24 101	0.17 125	0.09 217	0.06 48	0.09 197	0.06 51	0.09 194	0.10 150

DisPM	0.20 123	0.11 53	0.52 239	0.24 246	0.13 127	0.18 60	0.19 205	0.30 94	0.31 177	0.33 279	0.34 232	0.23 160	0.16 136	0.34 249	0.17 125	0.09 217	0.06 48	0.09 197	0.08 168	0.08 122	0.12 225

PFNet+	0.21 153	0.11 53	0.54 262	0.22 150	0.12 80	0.17 43	0.18 162	0.31 110	0.36 240	0.33 279	0.32 202	0.24 177	0.16 136	0.33 234	0.18 150	0.10 278	0.07 117	0.11 325	0.10 297	0.08 122	0.12 225

PSM-softLoss	0.22 171	0.11 53	0.53 250	0.25 282	0.12 80	0.20 102	0.17 110	0.39 206	0.29 152	0.29 202	0.32 202	0.24 177	0.16 136	0.53 330	0.21 217	0.09 217	0.06 48	0.10 270	0.09 244	0.08 122	0.12 225

KMStereo	0.22 171	0.11 53	0.53 250	0.25 282	0.12 80	0.20 102	0.17 110	0.39 206	0.29 152	0.29 202	0.32 202	0.24 177	0.16 136	0.53 330	0.21 217	0.09 217	0.06 48	0.10 270	0.09 244	0.08 122	0.12 225

rafts_anoy	0.21 153	0.22 330	0.49 179	0.25 282	0.24 422	0.19 72	0.17 110	0.34 142	0.32 187	0.24 135	0.25 133	0.20 125	0.16 136	0.25 115	0.21 217	0.08 145	0.19 403	0.11 325	0.12 371	0.09 194	0.09 96

sAnonymous2	0.21 153	0.24 356	0.79 396	0.24 246	0.17 292	0.22 155	0.20 240	0.36 163	0.29 152	0.17 65	0.19 76	0.17 92	0.16 136	0.18 28	0.15 84	0.10 278	0.07 117	0.09 197	0.08 168	0.23 459	0.18 327

CroCo_RVC	0.21 153	0.24 356	0.79 396	0.24 246	0.17 292	0.22 155	0.20 240	0.36 163	0.29 152	0.17 65	0.19 76	0.17 92	0.16 136	0.18 28	0.15 84	0.10 278	0.07 117	0.09 197	0.08 168	0.23 459	0.18 327

GMStereo	0.21 153	0.30 407	0.57 289	0.21 101	0.12 80	0.24 196	0.18 162	0.30 94	0.41 300	0.26 157	0.24 126	0.17 92	0.16 136	0.25 115	0.19 176	0.10 278	0.07 117	0.08 117	0.08 168	0.11 305	0.09 96
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
EAI-Stereo	0.29 336	0.11 53	0.38 76	0.22 150	0.18 319	0.33 332	1.66 528	0.53 349	0.27 124	0.27 168	0.50 391	0.17 92	0.16 136	0.25 115	0.25 276	0.07 39	0.07 117	0.07 45	0.11 330	0.07 66	0.10 150

rvit_stereo_0083	0.17 61	0.13 119	0.29 32	0.21 101	0.13 127	0.17 43	0.17 110	0.23 26	0.36 240	0.16 54	0.22 111	0.19 113	0.17 152	0.21 62	0.17 125	0.11 315	0.10 246	0.10 270	0.08 168	0.09 194	0.08 60

rvit_stereo_ft	0.18 70	0.19 291	0.43 113	0.25 282	0.14 164	0.17 43	0.21 266	0.30 94	0.28 134	0.17 65	0.19 76	0.20 125	0.17 152	0.22 78	0.18 150	0.11 315	0.07 117	0.09 197	0.09 244	0.10 253	0.08 60

ACVNet-DCA	0.21 153	0.16 226	0.50 201	0.27 357	0.13 127	0.31 308	0.19 205	0.43 248	0.32 187	0.21 102	0.20 84	0.13 37	0.17 152	0.28 167	0.12 9	0.08 145	0.28 469	0.08 117	0.06 51	0.09 194	0.23 388

1test111	0.22 171	0.16 226	0.50 201	0.27 357	0.13 127	0.31 308	0.19 205	0.43 248	0.32 187	0.21 102	0.20 84	0.13 37	0.17 152	0.36 261	0.28 306	0.08 145	0.28 469	0.08 117	0.06 51	0.09 194	0.23 388

cc1	0.22 171	0.16 226	0.50 201	0.27 357	0.13 127	0.31 308	0.19 205	0.39 206	0.48 378	0.21 102	0.20 84	0.13 37	0.17 152	0.28 167	0.12 9	0.08 145	0.28 469	0.08 117	0.06 51	0.08 122	0.37 471

GMStereo_Zeroshot	0.25 257	0.22 330	0.51 218	0.27 357	0.14 164	0.28 254	0.15 56	0.40 215	0.36 240	0.37 344	0.43 333	0.40 341	0.17 152	0.35 256	0.21 217	0.12 354	0.07 117	0.13 383	0.07 98	0.17 413	0.10 150

plain	0.18 70	0.16 226	0.59 311	0.21 101	0.13 127	0.16 29	0.17 110	0.29 81	0.23 62	0.16 54	0.26 141	0.13 37	0.17 152	0.27 146	0.17 125	0.09 217	0.06 48	0.10 270	0.07 98	0.10 253	0.07 19

MIF-Stereo (partial)	0.18 70	0.13 119	0.50 201	0.22 150	0.15 224	0.16 29	0.13 19	0.29 81	0.26 107	0.17 65	0.26 141	0.16 81	0.17 152	0.25 115	0.18 150	0.09 217	0.06 48	0.10 270	0.08 168	0.09 194	0.08 60

LoS_RVC	0.14 17	0.11 53	0.32 52	0.18 15	0.16 262	0.20 102	0.18 162	0.21 19	0.18 17	0.14 35	0.20 84	0.12 26	0.17 152	0.17 19	0.14 56	0.06 2	0.05 4	0.06 2	0.04 1	0.05 1	0.14 275

RCA-Stereo	0.17 61	0.10 31	0.33 56	0.20 70	0.11 47	0.19 72	0.17 110	0.39 206	0.36 240	0.21 102	0.25 133	0.17 92	0.17 152	0.18 28	0.15 84	0.07 39	0.14 326	0.07 45	0.06 51	0.06 12	0.08 60

RAFT_CTSACE	0.23 204	0.21 312	0.57 289	0.26 321	0.15 224	0.22 155	0.23 328	0.34 142	0.30 168	0.34 298	0.51 394	0.31 267	0.17 152	0.33 234	0.15 84	0.06 2	0.09 214	0.09 197	0.08 168	0.08 122	0.07 19

RAFT+CT+SA	0.23 204	0.24 356	0.48 159	0.25 282	0.18 319	0.23 174	0.29 405	0.42 238	0.38 265	0.24 135	0.39 291	0.20 125	0.17 152	0.34 249	0.17 125	0.07 39	0.07 117	0.09 197	0.12 371	0.09 194	0.13 249

dd	0.23 204	0.32 417	0.55 270	0.23 201	0.12 80	0.27 236	0.21 266	0.32 117	0.45 346	0.30 225	0.29 168	0.25 189	0.17 152	0.31 215	0.26 287	0.13 373	0.07 117	0.10 270	0.08 168	0.12 345	0.09 96

IPLG	0.23 204	0.19 291	0.65 343	0.21 101	0.12 80	0.28 254	0.17 110	0.45 278	0.32 187	0.33 279	0.32 202	0.16 81	0.17 152	0.50 314	0.23 253	0.07 39	0.06 48	0.08 117	0.07 98	0.07 66	0.08 60

GMOStereo	0.20 123	0.17 257	0.45 124	0.23 201	0.18 319	0.21 127	0.27 384	0.28 64	0.28 134	0.31 241	0.32 202	0.28 226	0.17 152	0.16 8	0.13 26	0.07 39	0.23 440	0.10 270	0.08 168	0.08 122	0.07 19

error version	0.20 123	0.17 257	0.45 124	0.23 201	0.18 319	0.21 127	0.27 384	0.28 64	0.28 134	0.31 241	0.32 202	0.28 226	0.17 152	0.16 8	0.13 26	0.07 39	0.23 440	0.10 270	0.08 168	0.08 122	0.07 19

test-v	0.20 123	0.17 257	0.45 124	0.23 201	0.18 319	0.21 127	0.27 384	0.28 64	0.28 134	0.31 241	0.32 202	0.28 226	0.17 152	0.16 8	0.13 26	0.07 39	0.23 440	0.10 270	0.08 168	0.08 122	0.07 19

NF-Stereo	0.22 171	0.11 53	0.52 239	0.25 282	0.12 80	0.21 127	0.18 162	0.40 215	0.35 224	0.28 178	0.30 182	0.22 146	0.17 152	0.52 327	0.21 217	0.09 217	0.06 48	0.09 197	0.08 168	0.08 122	0.13 249

OCTAStereo	0.22 171	0.11 53	0.52 239	0.25 282	0.12 80	0.21 127	0.18 162	0.40 215	0.35 224	0.28 178	0.30 182	0.22 146	0.17 152	0.51 320	0.21 217	0.09 217	0.06 48	0.09 197	0.08 168	0.08 122	0.13 249

RE-Stereo	0.22 171	0.11 53	0.52 239	0.25 282	0.12 80	0.21 127	0.18 162	0.40 215	0.35 224	0.28 178	0.30 182	0.22 146	0.17 152	0.51 320	0.21 217	0.09 217	0.06 48	0.09 197	0.08 168	0.08 122	0.13 249

TVStereo	0.22 171	0.11 53	0.52 239	0.25 282	0.12 80	0.21 127	0.18 162	0.40 215	0.35 224	0.28 178	0.30 182	0.22 146	0.17 152	0.51 320	0.21 217	0.09 217	0.06 48	0.09 197	0.08 168	0.08 122	0.13 249

RAFT-345	0.22 171	0.11 53	0.55 270	0.22 150	0.12 80	0.20 102	0.16 82	0.27 59	0.28 134	0.27 168	0.65 450	0.20 125	0.17 152	0.55 341	0.22 234	0.07 39	0.06 48	0.08 117	0.07 98	0.06 12	0.07 19

CRE-IMP	0.19 95	0.13 119	0.51 218	0.23 201	0.11 47	0.24 196	0.17 110	0.31 110	0.24 73	0.27 168	0.26 141	0.24 177	0.17 152	0.24 101	0.19 176	0.09 217	0.05 4	0.10 270	0.07 98	0.10 253	0.10 150

test-2	0.20 123	0.17 257	0.45 124	0.23 201	0.18 319	0.21 127	0.27 384	0.28 64	0.28 134	0.31 241	0.32 202	0.28 226	0.17 152	0.16 8	0.13 26	0.07 39	0.23 440	0.10 270	0.08 168	0.08 122	0.07 19

raftrobust	0.19 95	0.19 291	0.42 107	0.23 201	0.24 422	0.19 72	0.13 19	0.33 135	0.28 134	0.26 157	0.20 84	0.19 113	0.17 152	0.23 94	0.17 125	0.08 145	0.10 246	0.07 45	0.06 51	0.07 66	0.09 96

RAFT-Stereo + iAFF	0.20 123	0.23 345	0.49 179	0.21 101	0.16 262	0.19 72	0.17 110	0.35 151	0.32 187	0.26 157	0.33 222	0.20 125	0.17 152	0.21 62	0.17 125	0.06 2	0.10 246	0.07 45	0.07 98	0.07 66	0.11 184

AFF-stereo	0.20 123	0.24 356	0.49 179	0.22 150	0.11 47	0.18 60	0.18 162	0.35 151	0.29 152	0.25 147	0.36 255	0.25 189	0.17 152	0.25 115	0.17 125	0.06 2	0.09 214	0.08 117	0.08 168	0.08 122	0.11 184

DIP-Stereo	0.20 123	0.13 119	0.48 159	0.20 70	0.13 127	0.28 254	0.12 15	0.43 248	0.26 107	0.27 168	0.32 202	0.21 139	0.17 152	0.26 134	0.20 195	0.08 145	0.06 48	0.08 117	0.06 51	0.07 66	0.10 150
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
DFGA-Net	0.26 279	0.33 421	0.70 365	0.22 150	0.15 224	0.25 212	0.17 110	0.41 233	0.40 291	0.30 225	0.32 202	0.21 139	0.18 180	0.61 373	0.33 349	0.08 145	0.06 48	0.10 270	0.09 244	0.11 305	0.09 96

Reg-Stereo(zero)	0.18 70	0.08 2	0.39 82	0.19 35	0.19 345	0.24 196	0.18 162	0.29 81	0.29 152	0.24 135	0.21 102	0.24 177	0.18 180	0.22 78	0.21 217	0.07 39	0.11 273	0.06 2	0.07 98	0.06 12	0.11 184

rvit_0105_6	0.20 123	0.16 226	0.41 98	0.23 201	0.14 164	0.18 60	0.20 240	0.31 110	0.39 281	0.18 82	0.22 111	0.23 160	0.18 180	0.26 134	0.18 150	0.16 421	0.13 309	0.13 383	0.11 330	0.11 305	0.09 96

AIO-Stereo-zeroshot1	0.28 316	0.17 257	0.96 444	0.29 399	0.31 465	0.29 275	0.21 266	0.53 349	0.28 134	0.27 168	0.55 416	0.41 349	0.18 180	0.30 203	0.22 234	0.08 145	0.10 246	0.08 117	0.13 401	0.12 345	0.20 358

GCST	0.50 453	0.67 494	0.82 405	1.04 517	0.55 498	0.38 384	0.11 8	0.42 238	0.33 203	0.42 396	0.35 240	0.29 239	0.18 180	0.50 314	0.23 253	0.70 511	0.42 499	0.79 512	0.62 515	0.63 500	0.47 490

MyStereo06	0.23 204	0.15 195	0.74 378	0.22 150	0.14 164	0.25 212	0.22 299	0.43 248	0.25 96	0.36 328	0.24 126	0.34 293	0.18 180	0.24 101	0.20 195	0.07 39	0.12 290	0.09 197	0.09 244	0.09 194	0.11 184

HH	0.22 171	0.12 93	0.55 270	0.32 431	0.16 262	0.27 236	0.18 162	0.36 163	0.25 96	0.20 95	0.26 141	0.34 293	0.18 180	0.33 234	0.15 84	0.07 39	0.16 367	0.07 45	0.07 98	0.07 66	0.31 447

HanStereo	0.22 171	0.12 93	0.55 270	0.32 431	0.16 262	0.27 236	0.18 162	0.36 163	0.25 96	0.20 95	0.26 141	0.34 293	0.18 180	0.33 234	0.15 84	0.07 39	0.16 367	0.07 45	0.07 98	0.07 66	0.31 447

Selective-RAFT	0.19 95	0.14 164	0.37 74	0.24 246	0.11 47	0.30 288	0.15 56	0.35 151	0.34 214	0.17 65	0.17 58	0.22 146	0.18 180	0.29 188	0.18 150	0.07 39	0.16 367	0.07 45	0.07 98	0.08 122	0.08 60

Patchmatch Stereo++	0.19 95	0.13 119	0.51 218	0.22 150	0.11 47	0.19 72	0.14 37	0.30 94	0.24 73	0.28 178	0.29 168	0.25 189	0.18 180	0.27 146	0.18 150	0.09 217	0.06 48	0.10 270	0.08 168	0.10 253	0.09 96
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
NRIStereo	0.20 123	0.12 93	0.50 201	0.23 201	0.11 47	0.24 196	0.19 205	0.30 94	0.28 134	0.26 157	0.26 141	0.25 189	0.18 180	0.34 249	0.19 176	0.08 145	0.06 48	0.09 197	0.07 98	0.09 194	0.09 96

PSM-adaLoss	0.19 95	0.13 119	0.51 218	0.22 150	0.11 47	0.19 72	0.15 56	0.30 94	0.24 73	0.28 178	0.29 168	0.25 189	0.18 180	0.25 115	0.17 125	0.09 217	0.06 48	0.10 270	0.08 168	0.10 253	0.09 96

ROB_FTStereo_v2	0.19 95	0.13 119	0.51 218	0.22 150	0.11 47	0.19 72	0.15 56	0.30 94	0.24 73	0.28 178	0.29 168	0.25 189	0.18 180	0.25 115	0.18 150	0.09 217	0.06 48	0.10 270	0.08 168	0.10 253	0.09 96

ROB_FTStereo	0.19 95	0.13 119	0.51 218	0.22 150	0.11 47	0.19 72	0.13 19	0.30 94	0.24 73	0.28 178	0.29 168	0.25 189	0.18 180	0.25 115	0.17 125	0.09 217	0.06 48	0.10 270	0.08 168	0.10 253	0.09 96

HUI-Stereo	0.19 95	0.13 119	0.52 239	0.22 150	0.11 47	0.19 72	0.14 37	0.30 94	0.24 73	0.28 178	0.29 168	0.25 189	0.18 180	0.23 94	0.17 125	0.09 217	0.06 48	0.10 270	0.08 168	0.10 253	0.09 96

iGMRVC	0.19 95	0.13 119	0.51 218	0.22 150	0.11 47	0.19 72	0.15 56	0.30 94	0.24 73	0.28 178	0.29 168	0.25 189	0.18 180	0.27 146	0.18 150	0.09 217	0.06 48	0.10 270	0.08 168	0.10 253	0.09 96

RAFT-RH_RVC	0.26 279	0.13 119	0.57 289	0.22 150	0.12 80	0.25 212	0.14 37	0.27 59	0.29 152	0.38 353	1.14 494	0.23 160	0.18 180	0.58 354	0.24 262	0.07 39	0.06 48	0.10 270	0.07 98	0.06 12	0.08 60

iRAFT	0.19 95	0.13 119	0.51 218	0.22 150	0.11 47	0.19 72	0.14 37	0.30 94	0.24 73	0.28 178	0.29 168	0.25 189	0.18 180	0.27 146	0.18 150	0.09 217	0.06 48	0.10 270	0.08 168	0.10 253	0.09 96

RAFT-IKP	0.19 95	0.13 119	0.51 218	0.22 150	0.11 47	0.18 60	0.15 56	0.30 94	0.24 73	0.28 178	0.29 168	0.25 189	0.18 180	0.26 134	0.18 150	0.09 217	0.06 48	0.10 270	0.08 168	0.10 253	0.09 96

Anonymous3	0.24 232	0.19 291	0.76 385	0.27 357	0.18 319	0.41 399	0.24 352	0.45 278	0.36 240	0.23 127	0.27 154	0.20 125	0.18 180	0.28 167	0.19 176	0.12 354	0.11 273	0.10 270	0.10 297	0.11 305	0.13 249

s12784h	0.18 70	0.09 14	0.38 76	0.18 15	0.07 1	0.33 332	0.19 205	0.39 206	0.34 214	0.24 135	0.25 133	0.18 103	0.18 180	0.25 115	0.17 125	0.07 39	0.05 4	0.07 45	0.05 19	0.06 12	0.05 1

MyStereo8	0.25 257	0.20 304	0.69 359	0.24 246	0.17 292	0.31 308	0.16 82	0.50 323	0.32 187	0.29 202	0.38 273	0.25 189	0.19 201	0.33 234	0.29 319	0.08 145	0.20 414	0.08 117	0.08 168	0.10 253	0.16 306

Sa-1000	0.24 232	0.20 304	0.53 250	0.23 201	0.14 164	0.30 288	0.23 328	0.50 323	0.41 300	0.30 225	0.50 391	0.26 208	0.19 201	0.33 234	0.16 102	0.08 145	0.10 246	0.10 270	0.11 330	0.08 122	0.08 60

iRaft-Stereo_20w	0.29 336	0.11 53	0.86 421	0.33 442	0.24 422	0.32 325	0.26 376	0.60 430	0.26 107	0.41 391	0.21 102	0.28 226	0.19 201	0.32 224	0.24 262	0.07 39	0.31 485	0.07 45	0.09 244	0.08 122	0.47 490

IPLGR	0.22 171	0.14 164	0.75 381	0.21 101	0.11 47	0.25 212	0.18 162	0.44 269	0.38 265	0.29 202	0.28 160	0.21 139	0.19 201	0.37 271	0.19 176	0.07 39	0.06 48	0.08 117	0.07 98	0.07 66	0.07 19

TestStereo	0.22 171	0.24 356	0.48 159	0.25 282	0.11 47	0.22 155	0.22 299	0.32 117	0.31 177	0.24 135	0.34 232	0.23 160	0.19 201	0.62 384	0.19 176	0.08 145	0.07 117	0.10 270	0.07 98	0.11 305	0.07 19

rvit_0105_5	0.22 171	0.18 279	0.51 218	0.23 201	0.13 127	0.22 155	0.25 365	0.38 188	0.40 291	0.21 102	0.23 119	0.27 213	0.20 206	0.27 146	0.20 195	0.15 411	0.13 309	0.12 358	0.12 371	0.10 253	0.10 150

rvit_0105_4	0.21 153	0.17 257	0.49 179	0.23 201	0.14 164	0.20 102	0.23 328	0.35 151	0.40 291	0.19 85	0.24 126	0.25 189	0.20 206	0.28 167	0.18 150	0.16 421	0.13 309	0.12 358	0.11 330	0.11 305	0.10 150

H2IRNET	0.19 95	0.18 279	0.50 201	0.22 150	0.12 80	0.20 102	0.16 82	0.28 64	0.31 177	0.17 65	0.32 202	0.25 189	0.20 206	0.24 101	0.19 176	0.08 145	0.06 48	0.09 197	0.10 297	0.10 253	0.08 60

UDGNet	0.24 232	0.37 443	0.53 250	0.25 282	0.14 164	0.24 196	0.18 162	0.32 117	0.44 335	0.29 202	0.28 160	0.24 177	0.20 206	0.30 203	0.21 217	0.16 421	0.07 117	0.21 460	0.11 330	0.16 399	0.11 184

GwcNet-ADL	0.23 204	0.15 195	0.58 304	0.24 246	0.13 127	0.23 174	0.24 352	0.51 333	0.41 300	0.28 178	0.29 168	0.30 257	0.20 206	0.27 146	0.28 306	0.09 217	0.07 117	0.07 45	0.07 98	0.09 194	0.11 184

GANet-ADL	0.22 171	0.14 164	0.51 218	0.23 201	0.14 164	0.29 275	0.19 205	0.48 306	0.36 240	0.26 157	0.33 222	0.32 278	0.20 206	0.26 134	0.22 234	0.11 315	0.07 117	0.07 45	0.06 51	0.09 194	0.11 184

OMP-Stereo	0.24 232	0.16 226	0.48 159	0.30 410	0.13 127	0.21 127	0.16 82	0.38 188	0.35 224	0.34 298	0.30 182	0.33 285	0.20 206	0.70 413	0.24 262	0.08 145	0.06 48	0.09 197	0.07 98	0.08 122	0.07 19

PFNet	0.24 232	0.11 53	0.63 333	0.25 282	0.14 164	0.22 155	0.19 205	0.40 215	0.35 224	0.36 328	0.32 202	0.27 213	0.20 206	0.63 387	0.23 253	0.09 217	0.05 4	0.09 197	0.08 168	0.08 122	0.08 60

ARAFT	0.26 279	0.30 407	0.87 423	0.22 150	0.12 80	0.30 288	0.24 352	0.46 285	0.34 214	0.33 279	0.28 160	0.29 239	0.20 206	0.49 310	0.19 176	0.08 145	0.06 48	0.12 358	0.11 330	0.09 194	0.09 96

DN-CSS_ROB	0.24 232	0.33 421	0.69 359	0.25 282	0.14 164	0.26 229	0.13 19	0.42 238	0.35 224	0.30 225	0.42 319	0.22 146	0.20 206	0.34 249	0.22 234	0.07 39	0.06 48	0.11 325	0.11 330	0.11 305	0.09 96

DDVS	0.26 279	0.16 226	0.45 124	0.25 282	0.17 292	0.34 348	0.21 266	0.43 248	0.31 177	0.34 298	0.41 311	0.47 398	0.21 216	0.52 327	0.29 319	0.11 315	0.09 214	0.11 325	0.09 244	0.13 359	0.16 306

rvit_stereo_0075_2	0.25 257	0.18 279	0.65 343	0.27 357	0.22 397	0.22 155	0.15 56	0.41 233	0.36 240	0.27 168	0.37 266	0.29 239	0.21 216	0.29 188	0.20 195	0.17 435	0.12 290	0.19 453	0.12 371	0.14 381	0.14 275

TestStereo1	0.23 204	0.22 330	0.50 201	0.27 357	0.14 164	0.26 229	0.27 384	0.43 248	0.38 265	0.29 202	0.39 291	0.23 160	0.21 216	0.33 234	0.18 150	0.08 145	0.08 174	0.09 197	0.08 168	0.08 122	0.10 150

SA-5K	0.23 204	0.22 330	0.50 201	0.27 357	0.14 164	0.26 229	0.27 384	0.43 248	0.38 265	0.29 202	0.39 291	0.23 160	0.21 216	0.33 234	0.18 150	0.08 145	0.08 174	0.09 197	0.08 168	0.08 122	0.10 150

HHNet	0.23 204	0.12 93	0.66 349	0.19 35	0.18 319	0.20 102	0.20 240	0.36 163	0.32 187	0.33 279	0.59 432	0.19 113	0.21 216	0.24 101	0.31 332	0.08 145	0.06 48	0.09 197	0.07 98	0.08 122	0.12 225

GMM-Stereo	0.22 171	0.10 31	0.56 280	0.23 201	0.13 127	0.24 196	0.24 352	0.38 188	0.29 152	0.31 241	0.44 343	0.27 213	0.21 216	0.31 215	0.17 125	0.07 39	0.05 4	0.10 270	0.09 244	0.08 122	0.19 341

AdaStereo	0.25 257	0.17 257	0.47 144	0.25 282	0.13 127	0.33 332	0.17 110	0.57 398	0.43 323	0.34 298	0.38 273	0.35 307	0.21 216	0.32 224	0.24 262	0.14 397	0.06 48	0.13 383	0.09 244	0.11 305	0.09 96
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.
rvit_0105_3	0.24 232	0.21 312	0.57 289	0.25 282	0.15 224	0.24 196	0.28 399	0.40 215	0.43 323	0.25 147	0.26 141	0.29 239	0.22 223	0.29 188	0.21 217	0.15 411	0.13 309	0.14 405	0.15 428	0.10 253	0.10 150

UGAM	0.28 316	0.18 279	0.57 289	0.26 321	0.13 127	0.23 174	0.26 376	0.33 135	0.45 346	0.32 266	0.42 319	0.45 380	0.22 223	0.92 475	0.23 253	0.08 145	0.09 214	0.14 405	0.13 401	0.10 253	0.10 150

DCANet-4	0.20 123	0.11 53	0.58 304	0.19 35	0.09 10	0.19 72	0.18 162	0.39 206	0.42 312	0.29 202	0.31 193	0.17 92	0.22 223	0.21 62	0.20 195	0.07 39	0.05 4	0.07 45	0.05 19	0.06 12	0.09 96

BUS	0.24 232	0.13 119	0.36 69	0.25 282	0.14 164	0.44 413	0.17 110	0.59 420	0.36 240	0.34 298	0.35 240	0.31 267	0.22 223	0.27 146	0.22 234	0.10 278	0.07 117	0.11 325	0.10 297	0.09 194	0.10 150

NINENet	0.27 306	0.16 226	0.49 179	0.23 201	0.16 262	0.44 413	0.17 110	0.63 449	0.49 391	0.33 279	0.38 273	0.31 267	0.22 223	0.43 291	0.22 234	0.11 315	0.10 246	0.12 358	0.08 168	0.12 345	0.11 184

IIG-Stereo	0.24 232	0.16 226	0.47 144	0.29 399	0.12 80	0.23 174	0.14 37	0.40 215	0.33 203	0.35 316	0.37 266	0.33 285	0.22 223	0.70 413	0.26 287	0.08 145	0.06 48	0.09 197	0.07 98	0.08 122	0.07 19

RAFT	0.24 232	0.24 356	0.46 138	0.27 357	0.15 224	0.26 229	0.26 376	0.37 177	0.31 177	0.34 298	0.34 232	0.41 349	0.22 223	0.30 203	0.18 150	0.08 145	0.15 355	0.11 325	0.10 297	0.11 305	0.13 249

111	0.22 171	0.22 330	0.57 289	0.19 35	0.09 10	0.24 196	0.17 110	0.44 269	0.46 357	0.24 135	0.30 182	0.29 239	0.22 223	0.25 115	0.19 176	0.08 145	0.05 4	0.07 45	0.06 51	0.07 66	0.15 291

SFCPSM	0.23 204	0.12 93	0.51 218	0.21 101	0.14 164	0.34 348	0.22 299	0.57 398	0.41 300	0.29 202	0.32 202	0.23 160	0.22 223	0.28 167	0.20 195	0.10 278	0.07 117	0.09 197	0.10 297	0.09 194	0.09 96

HITNet	0.22 171	0.23 345	0.60 318	0.20 70	0.09 10	0.27 236	0.15 56	0.45 278	0.33 203	0.29 202	0.33 222	0.27 213	0.22 223	0.29 188	0.27 298	0.07 39	0.05 4	0.07 45	0.06 51	0.09 194	0.11 184
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	0.25 257	0.23 345	0.59 311	0.22 150	0.09 10	0.30 288	0.18 162	0.40 215	0.38 265	0.38 353	0.44 343	0.31 267	0.22 223	0.44 295	0.32 340	0.07 39	0.05 4	0.07 45	0.06 51	0.07 66	0.08 60

xyz-stereo-finetune2	0.18 70	0.16 226	0.32 52	0.16 4	0.09 10	0.27 236	0.19 205	0.29 81	0.21 45	0.23 127	0.29 168	0.21 139	0.23 234	0.37 271	0.23 253	0.06 2	0.05 4	0.08 117	0.06 51	0.06 12	0.07 19

G2L-Stereo	0.27 306	0.23 345	0.61 324	0.22 150	0.14 164	0.25 212	0.19 205	0.48 306	0.37 255	0.33 279	0.38 273	0.40 341	0.23 234	0.61 373	0.33 349	0.11 315	0.09 214	0.10 270	0.08 168	0.09 194	0.11 184

AIO-Stereo-zeroshot	0.26 279	0.15 195	0.96 444	0.21 101	0.25 435	0.30 288	0.21 266	0.54 362	0.28 134	0.25 147	0.29 168	0.46 388	0.23 234	0.28 167	0.20 195	0.08 145	0.10 246	0.08 117	0.12 371	0.11 305	0.17 324

MyStereo05	0.24 232	0.15 195	0.58 304	0.22 150	0.14 164	0.25 212	0.22 299	0.50 323	0.54 421	0.32 266	0.23 119	0.26 208	0.23 234	0.32 224	0.25 276	0.07 39	0.12 290	0.09 197	0.09 244	0.09 194	0.11 184

MyStereo04	0.24 232	0.15 195	0.58 304	0.22 150	0.16 262	0.25 212	0.22 299	0.51 333	0.54 421	0.29 202	0.23 119	0.27 213	0.23 234	0.32 224	0.25 276	0.07 39	0.13 309	0.09 197	0.09 244	0.09 194	0.11 184

CoDeX	0.24 232	0.13 119	0.48 159	0.22 150	0.14 164	0.29 275	0.21 266	0.55 380	0.42 312	0.29 202	0.36 255	0.28 226	0.23 234	0.48 308	0.20 195	0.09 217	0.06 48	0.08 117	0.07 98	0.08 122	0.08 60

11t1	0.21 153	0.12 93	0.45 124	0.20 70	0.15 224	0.27 236	0.17 110	0.37 177	0.28 134	0.27 168	0.25 133	0.24 177	0.23 234	0.28 167	0.25 276	0.09 217	0.19 403	0.07 45	0.07 98	0.09 194	0.23 388

ttt	0.33 373	0.14 164	0.54 262	0.22 150	0.14 164	0.30 288	0.22 299	0.59 420	0.51 403	0.31 241	0.46 370	0.30 257	0.23 234	0.71 418	1.07 485	0.13 373	0.22 430	0.10 270	0.11 330	0.12 345	0.24 401

CFNet_ucs	0.25 257	0.14 164	0.51 218	0.20 70	0.15 224	0.29 275	0.18 162	0.51 333	0.46 357	0.32 266	0.42 319	0.38 324	0.23 234	0.31 215	0.22 234	0.11 315	0.08 174	0.12 358	0.09 244	0.13 359	0.13 249

raft_robust	0.25 257	0.23 345	0.44 121	0.22 150	0.13 127	0.23 174	0.22 299	0.52 339	0.50 397	0.33 279	0.32 202	0.33 285	0.23 234	0.55 341	0.18 150	0.07 39	0.11 273	0.08 117	0.10 297	0.08 122	0.07 19

test_5	0.25 257	0.25 371	0.57 289	0.27 357	0.18 319	0.25 212	0.29 405	0.42 238	0.39 281	0.29 202	0.40 300	0.27 213	0.23 234	0.35 256	0.19 176	0.07 39	0.07 117	0.09 197	0.09 244	0.10 253	0.14 275

SA	0.24 232	0.22 330	0.55 270	0.23 201	0.14 164	0.25 212	0.23 328	0.48 306	0.42 312	0.28 178	0.44 343	0.23 160	0.23 234	0.34 249	0.17 125	0.07 39	0.09 214	0.11 325	0.11 330	0.08 122	0.09 96

iRaft-Stereo_5w	0.25 257	0.24 356	0.50 201	0.23 201	0.18 319	0.19 72	0.19 205	0.39 206	0.35 224	0.28 178	0.36 255	0.34 293	0.23 234	0.66 402	0.28 306	0.07 39	0.07 117	0.08 117	0.07 98	0.09 194	0.14 275

dad	0.30 349	0.38 449	0.60 318	0.22 150	0.14 164	0.32 325	0.21 266	0.35 151	0.51 403	0.45 420	0.45 358	0.46 388	0.23 234	0.41 282	0.27 298	0.21 460	0.11 273	0.20 458	0.11 330	0.15 391	0.11 184

RAFT_R40	0.22 171	0.11 53	0.52 239	0.25 282	0.13 127	0.18 60	0.18 162	0.32 117	0.31 177	0.33 279	0.33 222	0.30 257	0.23 234	0.55 341	0.19 176	0.08 145	0.05 4	0.10 270	0.08 168	0.09 194	0.07 19

CFNet_pseudo	0.23 204	0.14 164	0.48 159	0.20 70	0.13 127	0.27 236	0.17 110	0.46 285	0.45 346	0.30 225	0.37 266	0.38 324	0.23 234	0.30 203	0.22 234	0.09 217	0.06 48	0.11 325	0.08 168	0.11 305	0.11 184

HCRNet	0.25 257	0.27 389	0.42 107	0.34 447	0.17 292	0.27 236	0.18 162	0.45 278	0.37 255	0.31 241	0.35 240	0.32 278	0.23 234	0.44 295	0.21 217	0.13 373	0.08 174	0.13 383	0.11 330	0.11 305	0.09 96

DCANet	0.20 123	0.15 195	0.57 289	0.19 35	0.09 10	0.19 72	0.18 162	0.37 177	0.41 300	0.30 225	0.31 193	0.19 113	0.23 234	0.21 62	0.20 195	0.07 39	0.05 4	0.07 45	0.05 19	0.07 66	0.10 150

FENet	0.22 171	0.13 119	0.48 159	0.22 150	0.12 80	0.27 236	0.18 162	0.43 248	0.37 255	0.31 241	0.32 202	0.29 239	0.23 234	0.27 146	0.24 262	0.10 278	0.07 117	0.09 197	0.09 244	0.09 194	0.11 184

ccs_rob	0.23 204	0.14 164	0.48 159	0.20 70	0.13 127	0.27 236	0.17 110	0.46 285	0.45 346	0.30 225	0.37 266	0.38 324	0.23 234	0.30 203	0.22 234	0.09 217	0.06 48	0.11 325	0.08 168	0.12 345	0.11 184

iResNet	0.25 257	0.22 330	0.62 328	0.26 321	0.11 47	0.31 308	0.23 328	0.46 285	0.45 346	0.34 298	0.43 333	0.27 213	0.23 234	0.36 261	0.37 373	0.08 145	0.05 4	0.07 45	0.06 51	0.08 122	0.10 150

HI	0.21 153	0.16 226	0.50 201	0.18 15	0.15 224	0.17 43	0.16 82	0.35 151	0.22 53	0.38 353	0.38 273	0.36 312	0.24 255	0.29 188	0.22 234	0.06 2	0.05 4	0.08 117	0.09 244	0.09 194	0.08 60

CoSv	0.21 153	0.16 226	0.50 201	0.18 15	0.15 224	0.17 43	0.16 82	0.35 151	0.22 53	0.38 353	0.38 273	0.36 312	0.24 255	0.29 188	0.22 234	0.06 2	0.05 4	0.08 117	0.09 244	0.09 194	0.08 60

test_sample3	0.25 257	0.14 164	0.52 239	0.20 70	0.12 80	0.33 332	0.20 240	0.53 349	0.38 265	0.32 266	0.35 240	0.29 239	0.24 255	0.54 336	0.25 276	0.10 278	0.14 326	0.09 197	0.09 244	0.11 305	0.15 291

mmm	0.25 257	0.15 195	0.44 121	0.23 201	0.20 367	0.28 254	0.21 266	0.43 248	0.32 187	0.31 241	0.40 300	0.30 257	0.24 255	0.31 215	0.28 306	0.09 217	0.21 419	0.11 325	0.12 371	0.10 253	0.26 424

ffm	0.27 306	0.17 257	0.84 414	0.21 101	0.13 127	0.29 275	0.21 266	0.38 188	0.46 357	0.31 241	0.44 343	0.34 293	0.24 255	0.28 167	0.12 9	0.08 145	0.28 469	0.12 358	0.11 330	0.08 122	0.37 471

ff1	0.36 392	0.17 257	0.84 414	0.21 101	0.13 127	0.29 275	0.21 266	0.38 188	0.46 357	0.31 241	0.44 343	0.34 293	0.24 255	0.91 470	1.30 496	0.08 145	0.28 469	0.12 358	0.11 330	0.08 122	0.37 471

mmx	0.37 399	0.17 257	0.84 414	0.21 101	0.13 127	0.29 275	0.21 266	0.57 398	0.48 378	0.31 241	0.44 343	0.34 293	0.24 255	0.91 470	1.30 496	0.10 278	0.20 414	0.12 358	0.11 330	0.11 305	0.23 388

xxx	0.37 399	0.17 257	0.84 414	0.21 101	0.13 127	0.29 275	0.21 266	0.57 398	0.48 378	0.31 241	0.44 343	0.34 293	0.24 255	0.91 470	1.30 496	0.10 278	0.20 414	0.12 358	0.11 330	0.11 305	0.23 388

PCWNet_CMD	0.23 204	0.14 164	0.48 159	0.21 101	0.13 127	0.28 254	0.17 110	0.47 295	0.47 370	0.30 225	0.36 255	0.37 318	0.24 255	0.29 188	0.21 217	0.09 217	0.06 48	0.10 270	0.08 168	0.11 305	0.11 184

MIPNet	0.22 171	0.19 291	0.64 338	0.22 150	0.12 80	0.28 254	0.20 240	0.48 306	0.39 281	0.31 241	0.24 126	0.19 113	0.24 255	0.28 167	0.20 195	0.07 39	0.05 4	0.08 117	0.07 98	0.07 66	0.08 60

IRAFT_RVC	0.23 204	0.15 195	0.54 262	0.26 321	0.12 80	0.19 72	0.23 328	0.41 233	0.39 281	0.31 241	0.30 182	0.29 239	0.24 255	0.55 341	0.23 253	0.08 145	0.06 48	0.10 270	0.08 168	0.08 122	0.08 60

GES	0.23 204	0.14 164	0.54 262	0.21 101	0.14 164	0.28 254	0.19 205	0.51 333	0.35 224	0.31 241	0.36 255	0.25 189	0.24 255	0.30 203	0.23 253	0.11 315	0.09 214	0.08 117	0.08 168	0.10 253	0.12 225

MSMDNet	0.23 204	0.14 164	0.49 179	0.20 70	0.13 127	0.28 254	0.17 110	0.47 295	0.47 370	0.30 225	0.36 255	0.37 318	0.24 255	0.29 188	0.21 217	0.09 217	0.07 117	0.09 197	0.08 168	0.11 305	0.11 184

FACV-RUCA	0.22 171	0.15 195	0.38 76	0.24 246	0.23 408	0.26 229	0.19 205	0.41 233	0.35 224	0.26 157	0.32 202	0.22 146	0.25 268	0.24 101	0.19 176	0.10 278	0.07 117	0.15 421	0.08 168	0.16 399	0.14 275

test_sample6	0.27 306	0.15 195	0.50 201	0.22 150	0.12 80	0.30 288	0.22 299	0.54 362	0.39 281	0.34 298	0.44 343	0.29 239	0.25 268	0.58 354	0.26 287	0.11 315	0.14 326	0.10 270	0.10 297	0.11 305	0.16 306

test_sample5	0.26 279	0.14 164	0.51 218	0.21 101	0.12 80	0.31 308	0.21 266	0.53 349	0.38 265	0.33 279	0.43 333	0.29 239	0.25 268	0.56 347	0.24 262	0.10 278	0.14 326	0.10 270	0.10 297	0.11 305	0.16 306

test_sample4	0.26 279	0.14 164	0.53 250	0.21 101	0.12 80	0.32 325	0.21 266	0.53 349	0.38 265	0.33 279	0.38 273	0.28 226	0.25 268	0.54 336	0.25 276	0.10 278	0.14 326	0.10 270	0.09 244	0.11 305	0.16 306

test_sample2	0.23 204	0.12 93	0.39 82	0.20 70	0.11 47	0.28 254	0.22 299	0.45 278	0.33 203	0.27 168	0.34 232	0.30 257	0.25 268	0.46 303	0.23 253	0.09 217	0.15 355	0.09 197	0.08 168	0.10 253	0.19 341

xx1	0.23 204	0.16 226	0.50 201	0.27 357	0.13 127	0.31 308	0.19 205	0.39 206	0.48 378	0.21 102	0.20 84	0.28 226	0.25 268	0.28 167	0.12 9	0.08 145	0.28 469	0.10 270	0.11 330	0.09 194	0.23 388

DualNet	0.26 279	0.14 164	0.51 218	0.21 101	0.12 80	0.31 308	0.21 266	0.53 349	0.38 265	0.34 298	0.44 343	0.29 239	0.25 268	0.56 347	0.24 262	0.10 278	0.14 326	0.10 270	0.10 297	0.11 305	0.16 306

CASS	0.22 171	0.16 226	0.40 91	0.26 321	0.12 80	0.29 275	0.19 205	0.40 215	0.32 187	0.34 298	0.35 240	0.25 189	0.25 268	0.26 134	0.21 217	0.13 373	0.08 174	0.11 325	0.09 244	0.11 305	0.12 225
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
riskmin	0.24 232	0.10 31	0.43 113	0.32 431	0.26 439	0.33 332	0.19 205	0.44 269	0.30 168	0.24 135	0.27 154	0.37 318	0.25 268	0.30 203	0.22 234	0.09 217	0.18 399	0.09 197	0.13 401	0.10 253	0.27 428

qqq	0.24 232	0.16 226	0.46 138	0.20 70	0.15 224	0.23 174	0.20 240	0.43 248	0.32 187	0.26 157	0.31 193	0.28 226	0.25 268	0.36 261	0.28 306	0.08 145	0.22 430	0.10 270	0.11 330	0.09 194	0.23 388

x	0.23 204	0.15 195	0.45 124	0.20 70	0.15 224	0.27 236	0.17 110	0.43 248	0.35 224	0.26 157	0.31 193	0.29 239	0.25 268	0.29 188	0.30 322	0.09 217	0.22 430	0.08 117	0.09 244	0.09 194	0.24 401

BSDual-CNN	0.24 232	0.13 119	0.36 69	0.25 282	0.14 164	0.35 363	0.22 299	0.59 420	0.36 240	0.34 298	0.35 240	0.38 324	0.25 268	0.27 146	0.28 306	0.10 278	0.07 117	0.11 325	0.10 297	0.09 194	0.10 150

psmg	0.24 232	0.13 119	0.36 69	0.21 101	0.14 164	0.35 363	0.23 328	0.54 362	0.36 240	0.36 328	0.38 273	0.38 324	0.25 268	0.27 146	0.28 306	0.10 278	0.08 174	0.10 270	0.10 297	0.09 194	0.09 96

SST-Stereo	0.22 171	0.11 53	0.52 239	0.25 282	0.14 164	0.19 72	0.17 110	0.32 117	0.26 107	0.34 298	0.33 222	0.29 239	0.25 268	0.56 347	0.18 150	0.08 145	0.05 4	0.10 270	0.08 168	0.09 194	0.07 19

ICVP	0.24 232	0.13 119	0.45 124	0.26 321	0.14 164	0.30 288	0.25 365	0.47 295	0.35 224	0.29 202	0.43 333	0.35 307	0.25 268	0.28 167	0.25 276	0.12 354	0.09 214	0.09 197	0.09 244	0.09 194	0.11 184
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GEStereo_RVC	0.29 336	0.24 356	0.60 318	0.27 357	0.16 262	0.33 332	0.25 365	0.58 411	0.56 432	0.35 316	0.38 273	0.34 293	0.25 268	0.51 320	0.29 319	0.12 354	0.08 174	0.09 197	0.08 168	0.11 305	0.13 249

xxxx	0.39 409	0.14 164	0.47 144	0.20 70	0.16 262	0.38 384	0.20 240	0.61 437	0.43 323	0.30 225	0.44 343	0.38 324	0.25 268	0.50 314	2.41 524	0.11 315	0.21 419	0.09 197	0.10 297	0.10 253	0.26 424

DMCA	0.24 232	0.18 279	0.51 218	0.23 201	0.14 164	0.27 236	0.20 240	0.45 278	0.40 291	0.32 266	0.33 222	0.33 285	0.25 268	0.27 146	0.30 322	0.11 315	0.08 174	0.10 270	0.08 168	0.11 305	0.12 225

PAM	0.26 279	0.11 53	0.63 333	0.25 282	0.18 319	0.53 453	0.29 405	0.44 269	0.28 134	0.36 328	0.27 154	0.59 441	0.26 286	0.28 167	0.20 195	0.08 145	0.12 290	0.07 45	0.10 297	0.07 66	0.13 249

AASNet	0.29 336	0.27 389	0.67 352	0.26 321	0.18 319	0.34 348	0.21 266	0.64 454	0.49 391	0.36 328	0.41 311	0.32 278	0.26 286	0.33 234	0.39 379	0.12 354	0.09 214	0.10 270	0.08 168	0.14 381	0.12 225

KYRaft	0.23 204	0.11 53	0.43 113	0.23 201	0.12 80	0.23 174	0.23 328	0.37 177	0.26 107	0.35 316	0.53 408	0.34 293	0.26 286	0.29 188	0.16 102	0.07 39	0.05 4	0.09 197	0.10 297	0.08 122	0.30 443

ASMatch	0.23 204	0.11 53	0.55 270	0.25 282	0.14 164	0.19 72	0.16 82	0.32 117	0.30 168	0.28 178	0.68 456	0.28 226	0.26 286	0.50 314	0.22 234	0.07 39	0.06 48	0.08 117	0.07 98	0.06 12	0.11 184

BEATNet_4x	0.25 257	0.25 371	0.66 349	0.23 201	0.10 32	0.29 275	0.14 37	0.49 315	0.34 214	0.31 241	0.35 240	0.32 278	0.26 286	0.34 249	0.33 349	0.08 145	0.06 48	0.08 117	0.07 98	0.11 305	0.13 249

UCFNet_RVC	0.25 257	0.21 312	0.49 179	0.19 35	0.15 224	0.34 348	0.18 162	0.47 295	0.36 240	0.30 225	0.35 240	0.40 341	0.26 286	0.35 256	0.24 262	0.13 373	0.08 174	0.13 383	0.14 417	0.13 359	0.13 249

DeepPruner_ROB	0.28 316	0.25 371	0.64 338	0.22 150	0.16 262	0.30 288	0.21 266	0.54 362	0.33 203	0.36 328	0.38 273	0.38 324	0.26 286	0.45 301	0.28 306	0.15 411	0.11 273	0.11 325	0.11 330	0.14 381	0.14 275

coex_refinement	0.28 316	0.22 330	0.50 201	0.23 201	0.15 224	0.31 308	0.20 240	0.51 333	0.43 323	0.35 316	0.42 319	0.45 380	0.27 293	0.56 347	0.41 385	0.10 278	0.07 117	0.07 45	0.07 98	0.11 305	0.12 225

ISRNet	0.28 316	0.15 195	0.54 262	0.27 357	0.19 345	0.24 196	0.15 56	0.47 295	0.45 346	0.40 379	0.49 388	0.42 361	0.27 293	0.33 234	0.30 322	0.20 458	0.12 290	0.17 438	0.16 438	0.16 399	0.21 367

rvit_105_1	0.28 316	0.24 356	0.65 343	0.27 357	0.19 345	0.31 308	0.35 437	0.46 285	0.53 416	0.31 241	0.32 202	0.32 278	0.27 293	0.36 261	0.26 287	0.16 421	0.14 326	0.15 421	0.17 449	0.11 305	0.11 184

SMFormer	0.27 306	0.13 119	0.47 144	0.20 70	0.10 32	0.28 254	0.19 205	0.54 362	0.48 378	0.35 316	0.42 319	0.31 267	0.27 293	0.60 367	0.34 356	0.10 278	0.16 367	0.08 117	0.09 244	0.10 253	0.16 306

tta	0.27 306	0.13 119	0.47 144	0.20 70	0.10 32	0.28 254	0.19 205	0.54 362	0.48 378	0.35 316	0.42 319	0.31 267	0.27 293	0.60 367	0.34 356	0.10 278	0.16 367	0.08 117	0.09 244	0.08 122	0.13 249

qqq1	0.26 279	0.13 119	0.47 144	0.20 70	0.10 32	0.28 254	0.19 205	0.54 362	0.48 378	0.35 316	0.42 319	0.31 267	0.27 293	0.60 367	0.21 217	0.10 278	0.16 367	0.07 45	0.07 98	0.08 122	0.13 249

fff1	0.26 279	0.13 119	0.47 144	0.20 70	0.10 32	0.28 254	0.19 205	0.54 362	0.48 378	0.35 316	0.42 319	0.31 267	0.27 293	0.60 367	0.21 217	0.10 278	0.16 367	0.07 45	0.07 98	0.08 122	0.13 249

gwcnet-sp	0.25 257	0.16 226	0.70 365	0.23 201	0.14 164	0.34 348	0.22 299	0.46 285	0.41 300	0.37 344	0.35 240	0.27 213	0.27 293	0.36 261	0.26 287	0.09 217	0.08 174	0.09 197	0.09 244	0.10 253	0.10 150

scenet	0.25 257	0.16 226	0.70 365	0.23 201	0.14 164	0.34 348	0.22 299	0.46 285	0.41 300	0.37 344	0.35 240	0.27 213	0.27 293	0.36 261	0.26 287	0.09 217	0.08 174	0.09 197	0.09 244	0.10 253	0.10 150

anonymousa	0.26 279	0.13 119	0.56 280	0.29 399	0.30 458	0.31 308	0.20 240	0.38 188	0.36 240	0.33 279	0.51 394	0.41 349	0.27 293	0.25 115	0.24 262	0.08 145	0.18 399	0.09 197	0.18 454	0.08 122	0.17 324

ssnet	0.25 257	0.16 226	0.70 365	0.23 201	0.14 164	0.34 348	0.22 299	0.46 285	0.41 300	0.37 344	0.35 240	0.27 213	0.27 293	0.36 261	0.26 287	0.09 217	0.08 174	0.09 197	0.09 244	0.10 253	0.10 150

CSP-Net	0.28 316	0.17 257	0.41 98	0.22 150	0.14 164	0.44 413	0.24 352	0.52 339	0.42 312	0.42 396	0.44 343	0.42 361	0.27 293	0.66 402	0.30 322	0.12 354	0.09 214	0.08 117	0.08 168	0.10 253	0.10 150

test_xeample	0.39 409	0.14 164	0.46 138	0.19 35	0.16 262	0.34 348	0.22 299	0.59 420	0.43 323	0.33 279	0.47 378	0.30 257	0.27 293	0.60 367	2.44 525	0.10 278	0.21 419	0.09 197	0.09 244	0.09 194	0.25 412

cf-r	0.26 279	0.22 330	0.66 349	0.22 150	0.14 164	0.28 254	0.22 299	0.44 269	0.42 312	0.32 266	0.42 319	0.43 368	0.27 293	0.44 295	0.27 298	0.11 315	0.07 117	0.08 117	0.10 297	0.08 122	0.09 96

PSMNet-RSSM	0.26 279	0.21 312	0.50 201	0.21 101	0.14 164	0.25 212	0.21 266	0.50 323	0.38 265	0.31 241	0.45 358	0.40 341	0.27 293	0.53 330	0.24 262	0.12 354	0.08 174	0.11 325	0.13 401	0.10 253	0.10 150

CFNet-ft	0.26 279	0.21 312	0.51 218	0.19 35	0.16 262	0.31 308	0.21 266	0.40 215	0.37 255	0.29 202	0.40 300	0.46 388	0.27 293	0.49 310	0.28 306	0.12 354	0.07 117	0.12 358	0.11 330	0.12 345	0.11 184

FADNet-RVC-Resample	0.31 360	0.32 417	1.16 470	0.27 357	0.17 292	0.33 332	0.21 266	0.49 315	0.40 291	0.36 328	0.38 273	0.34 293	0.27 293	0.54 336	0.27 298	0.10 278	0.10 246	0.14 405	0.13 401	0.13 359	0.18 327

MaskLacGwcNet_RVC	0.38 404	0.43 462	0.72 377	0.35 453	0.19 345	0.51 444	0.25 365	0.56 389	0.39 281	0.42 396	0.47 378	0.47 398	0.27 293	0.74 426	0.32 340	0.38 495	0.19 403	0.27 472	0.17 449	0.29 479	0.27 428

HSM-Net_RVC	0.28 316	0.12 93	0.48 159	0.19 35	0.11 47	0.35 363	0.21 266	0.64 454	0.44 335	0.40 379	0.43 333	0.50 412	0.27 293	0.75 431	0.25 276	0.08 145	0.07 117	0.08 117	0.07 98	0.08 122	0.09 96
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet	0.29 336	0.29 401	0.57 289	0.23 201	0.14 164	0.34 348	0.15 56	0.53 349	0.46 357	0.31 241	0.40 300	0.38 324	0.27 293	0.76 437	0.28 306	0.10 278	0.07 117	0.11 325	0.11 330	0.11 305	0.09 96

CFNet_RVC	0.26 279	0.21 312	0.51 218	0.19 35	0.16 262	0.31 308	0.21 266	0.40 215	0.37 255	0.29 202	0.40 300	0.46 388	0.27 293	0.49 310	0.28 306	0.12 354	0.07 117	0.12 358	0.11 330	0.12 345	0.11 184

iResNetv2_ROB	0.29 336	0.37 443	0.92 435	0.24 246	0.13 127	0.30 288	0.19 205	0.55 380	0.51 403	0.39 370	0.46 370	0.39 338	0.27 293	0.36 261	0.30 322	0.09 217	0.06 48	0.07 45	0.05 19	0.13 359	0.11 184

PAM_32	0.26 279	0.10 31	0.63 333	0.24 246	0.19 345	0.51 444	0.26 376	0.43 248	0.30 168	0.32 266	0.28 160	0.60 447	0.28 315	0.29 188	0.20 195	0.08 145	0.14 326	0.08 117	0.10 297	0.07 66	0.15 291

ITSA-stereo	0.26 279	0.16 226	0.39 82	0.24 246	0.11 47	0.28 254	0.18 162	0.58 411	0.59 443	0.32 266	0.32 202	0.33 285	0.28 315	0.51 320	0.34 356	0.11 315	0.08 174	0.11 325	0.11 330	0.11 305	0.15 291

test_sample1	0.24 232	0.13 119	0.40 91	0.20 70	0.13 127	0.29 275	0.19 205	0.43 248	0.30 168	0.27 168	0.34 232	0.31 267	0.28 315	0.45 301	0.27 298	0.09 217	0.16 367	0.08 117	0.08 168	0.09 194	0.22 380

DispNO	0.29 336	0.24 356	0.83 410	0.23 201	0.17 292	0.25 212	0.22 299	0.47 295	0.42 312	0.33 279	0.39 291	0.38 324	0.28 315	0.78 441	0.35 363	0.09 217	0.07 117	0.10 270	0.10 297	0.09 194	0.09 96

SDNR	0.47 448	0.29 401	0.92 435	0.24 246	0.37 479	1.27 510	0.17 110	0.54 362	0.58 436	0.44 413	0.85 478	0.55 429	0.28 315	1.19 497	0.52 424	0.23 464	0.24 450	0.17 438	0.13 401	0.19 437	0.26 424

fff	0.20 123	0.15 195	0.57 289	0.19 35	0.09 10	0.19 72	0.18 162	0.38 188	0.46 357	0.29 202	0.31 193	0.18 103	0.28 315	0.21 62	0.20 195	0.07 39	0.05 4	0.07 45	0.05 19	0.06 12	0.09 96

hknet	0.26 279	0.15 195	0.49 179	0.25 282	0.16 262	0.35 363	0.22 299	0.59 420	0.40 291	0.34 298	0.35 240	0.43 368	0.28 315	0.38 274	0.26 287	0.09 217	0.07 117	0.11 325	0.10 297	0.09 194	0.10 150

PSMNet-ADL	0.26 279	0.16 226	0.39 82	0.27 357	0.14 164	0.32 325	0.22 299	0.45 278	0.37 255	0.28 178	0.34 232	0.41 349	0.28 315	0.61 373	0.32 340	0.11 315	0.10 246	0.09 197	0.11 330	0.10 253	0.13 249

DeepStereo_RVC	0.19 95	0.12 93	0.47 144	0.22 150	0.11 47	0.19 72	0.16 82	0.29 81	0.24 73	0.28 178	0.27 154	0.23 160	0.28 315	0.24 101	0.19 176	0.08 145	0.06 48	0.09 197	0.07 98	0.09 194	0.10 150

Prome-Stereo	0.22 171	0.10 31	0.43 113	0.24 246	0.13 127	0.23 174	0.23 328	0.37 177	0.27 124	0.33 279	0.58 428	0.24 177	0.28 315	0.30 203	0.16 102	0.07 39	0.05 4	0.08 117	0.07 98	0.08 122	0.20 358

ADLNet	0.30 349	0.19 291	0.59 311	0.23 201	0.19 345	0.34 348	0.23 328	0.56 389	0.44 335	0.43 407	0.41 311	0.43 368	0.28 315	0.56 347	0.36 367	0.11 315	0.08 174	0.11 325	0.11 330	0.11 305	0.15 291

csc	0.20 123	0.15 195	0.57 289	0.19 35	0.09 10	0.19 72	0.18 162	0.38 188	0.46 357	0.29 202	0.31 193	0.18 103	0.28 315	0.21 62	0.20 195	0.07 39	0.05 4	0.07 45	0.05 19	0.06 12	0.09 96

cscssc	0.20 123	0.15 195	0.57 289	0.19 35	0.09 10	0.19 72	0.18 162	0.38 188	0.46 357	0.29 202	0.31 193	0.18 103	0.28 315	0.21 62	0.20 195	0.07 39	0.05 4	0.07 45	0.05 19	0.06 12	0.09 96

222	0.45 438	0.14 164	0.43 113	0.19 35	0.15 224	0.36 370	0.20 240	0.60 430	0.43 323	0.37 344	0.45 358	0.30 257	0.28 315	0.59 362	3.72 530	0.11 315	0.19 403	0.08 117	0.09 244	0.09 194	0.27 428

ACVNet	0.24 232	0.18 279	0.51 218	0.18 15	0.15 224	0.27 236	0.23 328	0.40 215	0.45 346	0.29 202	0.41 311	0.38 324	0.28 315	0.28 167	0.35 363	0.09 217	0.07 117	0.08 117	0.07 98	0.10 253	0.09 96

acv_ft	0.26 279	0.18 279	0.56 280	0.24 246	0.19 345	0.34 348	0.21 266	0.47 295	0.45 346	0.39 370	0.41 311	0.38 324	0.28 315	0.28 167	0.36 367	0.09 217	0.07 117	0.08 117	0.07 98	0.11 305	0.09 96

GwcNet-RSSM	0.28 316	0.25 371	0.61 324	0.22 150	0.14 164	0.28 254	0.24 352	0.46 285	0.44 335	0.33 279	0.46 370	0.41 349	0.28 315	0.55 341	0.31 332	0.11 315	0.07 117	0.09 197	0.10 297	0.10 253	0.09 96

STTStereo	0.30 349	0.24 356	0.83 410	0.25 282	0.17 292	0.30 288	0.24 352	0.49 315	0.39 281	0.39 370	0.41 311	0.44 374	0.28 315	0.41 282	0.30 322	0.13 373	0.13 309	0.13 383	0.16 438	0.12 345	0.12 225

NLCA_NET_v2_RVC	0.29 336	0.24 356	0.81 401	0.26 321	0.18 319	0.30 288	0.22 299	0.52 339	0.41 300	0.38 353	0.42 319	0.42 361	0.28 315	0.46 303	0.31 332	0.11 315	0.08 174	0.10 270	0.11 330	0.10 253	0.12 225
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iResNet_ROB	0.27 306	0.27 389	0.48 159	0.21 101	0.12 80	0.32 325	0.17 110	0.57 398	0.55 428	0.39 370	0.44 343	0.37 318	0.28 315	0.43 291	0.28 306	0.08 145	0.06 48	0.06 2	0.05 19	0.09 194	0.11 184

1111x	0.39 409	0.17 257	0.80 400	0.23 201	0.15 224	0.33 332	0.27 384	0.62 445	0.48 378	0.32 266	0.43 333	0.40 341	0.29 335	0.86 460	1.60 511	0.09 217	0.23 440	0.09 197	0.12 371	0.10 253	0.23 388

AACVNet	0.28 316	0.22 330	0.55 270	0.23 201	0.14 164	0.30 288	0.19 205	0.43 248	0.33 203	0.39 370	0.42 319	0.44 374	0.29 335	0.73 422	0.28 306	0.11 315	0.09 214	0.11 325	0.09 244	0.13 359	0.12 225

pcwnet_v2	0.32 366	0.16 226	1.22 481	0.23 201	0.19 345	0.32 325	0.19 205	0.61 437	0.61 447	0.37 344	0.45 358	0.35 307	0.29 335	0.37 271	0.26 287	0.14 397	0.11 273	0.12 358	0.11 330	0.14 381	0.18 327

UPFNet	0.27 306	0.15 195	0.47 144	0.25 282	0.20 367	0.37 378	0.27 384	0.50 323	0.40 291	0.36 328	0.38 273	0.37 318	0.29 335	0.40 279	0.34 356	0.10 278	0.10 246	0.10 270	0.10 297	0.10 253	0.08 60

FADNet_RVC	0.31 360	0.35 434	0.98 448	0.24 246	0.16 262	0.30 288	0.17 110	0.52 339	0.39 281	0.30 225	0.38 273	0.30 257	0.29 335	0.54 336	0.33 349	0.14 397	0.14 326	0.14 405	0.16 438	0.21 450	0.24 401

FADNet-RVC	0.34 383	0.43 462	0.97 446	0.25 282	0.20 367	0.33 332	0.20 240	0.51 333	0.42 312	0.34 298	0.40 300	0.41 349	0.29 335	0.65 396	0.36 367	0.14 397	0.14 326	0.14 405	0.15 428	0.19 437	0.20 358

G2L-Stereo_aug	0.27 306	0.13 119	0.65 343	0.19 35	0.12 80	0.33 332	0.22 299	0.42 238	0.52 414	0.41 391	0.44 343	0.46 388	0.30 341	0.53 330	0.32 340	0.08 145	0.06 48	0.06 2	0.05 19	0.08 122	0.09 96

TCMNet	0.34 383	0.28 397	0.81 401	0.29 399	0.30 458	0.40 394	0.28 399	0.53 349	0.49 391	0.38 353	0.46 370	0.40 341	0.30 341	0.61 373	0.42 389	0.14 397	0.13 309	0.15 421	0.14 417	0.18 428	0.19 341

YMNet	0.33 373	0.26 381	0.64 338	0.28 384	0.23 408	0.48 435	0.27 384	0.54 362	0.47 370	0.49 437	0.56 421	0.51 415	0.30 341	0.41 282	0.44 400	0.13 373	0.16 367	0.13 383	0.12 371	0.14 381	0.14 275

YMNet_1	0.33 373	0.26 381	0.64 338	0.28 384	0.23 408	0.48 435	0.27 384	0.54 362	0.47 370	0.49 437	0.56 421	0.51 415	0.30 341	0.41 282	0.44 400	0.13 373	0.16 367	0.13 383	0.12 371	0.14 381	0.14 275

DCVSM-stereo	0.25 257	0.14 164	0.53 250	0.21 101	0.14 164	0.27 236	0.14 37	0.35 151	0.35 224	0.42 396	0.33 222	0.46 388	0.30 341	0.31 215	0.27 298	0.11 315	0.10 246	0.12 358	0.10 297	0.12 345	0.15 291

GASNet	0.39 409	0.58 488	1.27 483	0.35 453	0.23 408	0.35 363	0.23 328	0.63 449	0.56 432	0.41 391	0.38 273	0.45 380	0.30 341	0.81 451	0.42 389	0.16 421	0.11 273	0.14 405	0.14 417	0.23 459	0.12 225

ssnet_v2	0.30 349	0.21 312	0.63 333	0.23 201	0.15 224	0.40 394	0.30 412	0.59 420	0.48 378	0.40 379	0.37 266	0.46 388	0.30 341	0.41 282	0.44 400	0.13 373	0.11 273	0.11 325	0.11 330	0.12 345	0.11 184

LCNet	0.22 171	0.12 93	0.42 107	0.26 321	0.12 80	0.23 174	0.19 205	0.36 163	0.28 134	0.28 178	0.35 240	0.26 208	0.30 341	0.35 256	0.17 125	0.07 39	0.05 4	0.09 197	0.10 297	0.13 359	0.22 380

AAGNet	0.34 383	0.12 93	0.53 250	0.26 321	0.16 262	0.20 102	0.19 205	0.31 110	0.29 152	0.35 316	0.35 240	0.27 213	0.30 341	0.44 295	2.56 526	0.08 145	0.05 4	0.10 270	0.07 98	0.09 194	0.07 19

LMCR-Stereo	0.28 316	0.22 330	0.56 280	0.29 399	0.14 164	0.37 378	0.23 328	0.57 398	0.36 240	0.40 379	0.40 300	0.29 239	0.30 341	0.41 282	0.38 375	0.11 315	0.07 117	0.09 197	0.07 98	0.13 359	0.10 150

ac_64	0.28 316	0.16 226	0.62 328	0.25 282	0.17 292	0.36 370	0.22 299	0.48 306	0.35 224	0.36 328	0.37 266	0.51 415	0.30 341	0.62 384	0.34 356	0.11 315	0.09 214	0.10 270	0.10 297	0.09 194	0.09 96

GANet-RSSM	0.26 279	0.19 291	0.54 262	0.21 101	0.14 164	0.27 236	0.22 299	0.47 295	0.34 214	0.30 225	0.40 300	0.41 349	0.30 341	0.59 362	0.25 276	0.11 315	0.08 174	0.09 197	0.09 244	0.10 253	0.10 150

DSFCA	0.29 336	0.18 279	0.48 159	0.21 101	0.17 292	0.39 388	0.32 426	0.49 315	0.44 335	0.44 413	0.38 273	0.40 341	0.30 341	0.53 330	0.38 375	0.12 354	0.10 246	0.10 270	0.11 330	0.11 305	0.11 184

TDLM	0.32 366	0.27 389	0.52 239	0.30 410	0.15 224	0.33 332	0.32 426	0.54 362	0.50 397	0.44 413	0.43 333	0.39 338	0.30 341	0.92 475	0.30 322	0.14 397	0.09 214	0.13 383	0.12 371	0.13 359	0.14 275

AANet_RVC	0.33 373	0.31 410	0.69 359	0.23 201	0.14 164	0.30 288	0.23 328	0.49 315	0.55 428	0.39 370	0.60 436	0.43 368	0.30 341	0.88 463	0.54 432	0.11 315	0.08 174	0.07 45	0.07 98	0.10 253	0.12 225

NVstereo2D	0.32 366	0.18 279	0.63 333	0.24 246	0.23 408	0.43 408	0.28 399	0.60 430	0.58 436	0.28 178	0.39 291	0.42 361	0.30 341	0.71 418	0.30 322	0.13 373	0.09 214	0.13 383	0.10 297	0.20 444	0.18 327

StereoDRNet-Refined	0.28 316	0.19 291	0.47 144	0.25 282	0.14 164	0.36 370	0.21 266	0.49 315	0.43 323	0.46 425	0.52 401	0.42 361	0.30 341	0.46 303	0.38 375	0.10 278	0.07 117	0.11 325	0.11 330	0.10 253	0.11 184
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
NOSS_ROB	0.33 373	0.24 356	0.49 179	0.27 357	0.16 262	0.34 348	0.19 205	0.55 380	0.50 397	0.34 298	0.37 266	0.42 361	0.30 341	0.93 477	0.25 276	0.19 455	0.20 414	0.24 469	0.22 470	0.17 413	0.25 412

xyz-stereo	1.43 513	0.11 53	17.43 544	0.18 15	0.08 4	4.86 530	0.18 162	0.31 110	0.35 224	0.37 344	2.75 528	0.41 349	0.31 359	0.58 354	0.33 349	0.07 39	0.05 4	0.09 197	0.06 51	0.06 12	0.06 6

ADStereo(finetuned)	0.21 153	0.15 195	0.59 311	0.19 35	0.09 10	0.19 72	0.18 162	0.37 177	0.41 300	0.30 225	0.31 193	0.19 113	0.31 359	0.21 62	0.20 195	0.07 39	0.05 4	0.07 45	0.05 19	0.07 66	0.10 150

Wz-Net-LNSev-Ref	0.33 373	0.25 371	0.82 405	0.22 150	0.17 292	0.46 423	0.28 399	0.53 349	0.53 416	0.43 407	0.57 425	0.44 374	0.31 359	0.50 314	0.48 413	0.10 278	0.06 48	0.08 117	0.06 51	0.11 305	0.12 225

DAS	0.28 316	0.13 119	0.49 179	0.24 246	0.18 319	0.30 288	0.24 352	0.48 306	0.48 378	0.42 396	0.45 358	0.34 293	0.31 359	0.76 437	0.24 262	0.09 217	0.07 117	0.09 197	0.07 98	0.10 253	0.11 184

SepStereo	0.27 306	0.13 119	0.49 179	0.24 246	0.18 319	0.30 288	0.24 352	0.48 306	0.48 378	0.42 396	0.45 358	0.34 293	0.31 359	0.64 392	0.24 262	0.09 217	0.07 117	0.09 197	0.07 98	0.10 253	0.11 184

ADLNet2	0.31 360	0.23 345	0.77 391	0.23 201	0.18 319	0.36 370	0.24 352	0.55 380	0.54 421	0.33 279	0.38 273	0.45 380	0.31 359	0.70 413	0.36 367	0.10 278	0.08 174	0.09 197	0.09 244	0.12 345	0.11 184

TransformOpticalFlow	0.24 232	0.14 164	0.57 289	0.24 246	0.11 47	0.21 127	0.19 205	0.43 248	0.34 214	0.30 225	0.43 333	0.36 312	0.31 359	0.61 373	0.20 195	0.07 39	0.05 4	0.08 117	0.07 98	0.06 12	0.08 60

RAFT + AFF	0.30 349	0.33 421	0.76 385	0.25 282	0.17 292	0.30 288	0.33 431	0.55 380	0.42 312	0.28 178	0.30 182	0.31 267	0.31 359	0.64 392	0.32 340	0.09 217	0.11 273	0.11 325	0.10 297	0.12 345	0.16 306

delet	0.29 336	0.18 279	0.58 304	0.24 246	0.19 345	0.41 399	0.30 412	0.52 339	0.51 403	0.35 316	0.42 319	0.37 318	0.31 359	0.49 310	0.36 367	0.10 278	0.09 214	0.11 325	0.12 371	0.09 194	0.09 96

CVANet_RVC	0.34 383	0.25 371	0.77 391	0.27 357	0.17 292	0.34 348	0.28 399	0.55 380	0.50 397	0.43 407	0.46 370	0.44 374	0.31 359	0.90 468	0.27 298	0.15 411	0.10 246	0.14 405	0.14 417	0.15 391	0.15 291

PS-NSSS	0.33 373	0.36 440	0.61 324	0.24 246	0.18 319	0.33 332	0.24 352	0.59 420	0.42 312	0.38 353	0.52 401	0.36 312	0.31 359	0.80 448	0.32 340	0.18 446	0.14 326	0.21 460	0.15 428	0.17 413	0.14 275

StereoDRNet	0.34 383	0.28 397	0.70 365	0.28 384	0.21 382	0.43 408	0.30 412	0.63 449	0.51 403	0.47 431	0.40 300	0.48 402	0.31 359	0.58 354	0.44 400	0.12 354	0.10 246	0.12 358	0.11 330	0.13 359	0.13 249

UGAM-zero	0.26 279	0.11 53	0.56 280	0.20 70	0.16 262	0.28 254	0.18 162	0.48 306	0.25 96	0.31 241	0.28 160	0.56 433	0.32 371	0.66 402	0.17 125	0.07 39	0.10 246	0.07 45	0.09 244	0.07 66	0.31 447

DualNet (step1)	0.31 360	0.21 312	0.69 359	0.18 15	0.17 292	0.36 370	0.21 266	0.54 362	0.43 323	0.38 353	0.36 255	0.38 324	0.32 371	0.41 282	0.26 287	0.24 466	0.21 419	0.28 478	0.24 476	0.18 428	0.21 367

test_sample9	0.45 438	0.21 312	0.69 359	0.18 15	0.17 292	0.36 370	0.21 266	0.54 362	0.43 323	0.38 353	0.36 255	0.38 324	0.32 371	0.70 413	1.01 478	0.24 466	1.93 531	0.28 478	0.24 476	0.18 428	0.21 367

test_sample7	0.28 316	0.16 226	0.47 144	0.21 101	0.14 164	0.29 275	0.22 299	0.54 362	0.43 323	0.38 353	0.36 255	0.38 324	0.32 371	0.41 282	0.26 287	0.14 397	0.21 419	0.13 383	0.12 371	0.13 359	0.25 412

ToySt	0.28 316	0.19 291	0.68 358	0.22 150	0.19 345	0.31 308	0.31 421	0.43 248	0.43 323	0.28 178	0.38 273	0.42 361	0.32 371	0.33 234	0.32 340	0.08 145	0.14 326	0.10 270	0.12 371	0.11 305	0.24 401

FADNet	0.34 383	0.43 462	0.88 429	0.24 246	0.22 397	0.37 378	0.19 205	0.56 389	0.49 391	0.32 266	0.36 255	0.43 368	0.32 371	0.65 396	0.30 322	0.17 435	0.16 367	0.14 405	0.16 438	0.25 465	0.21 367

HSM	0.29 336	0.18 279	0.48 159	0.21 101	0.15 224	0.33 332	0.20 240	0.55 380	0.39 281	0.36 328	0.39 291	0.67 472	0.32 371	0.88 463	0.24 262	0.09 217	0.07 117	0.08 117	0.07 98	0.09 194	0.10 150

PSMNet_ROB	0.36 392	0.31 410	0.71 372	0.31 425	0.21 382	0.44 413	0.44 469	0.61 437	0.49 391	0.39 370	0.45 358	0.49 408	0.32 371	0.66 402	0.53 428	0.14 397	0.10 246	0.15 421	0.14 417	0.13 359	0.13 249

PSMNet-RUCA	0.39 409	0.47 468	0.84 414	0.46 488	0.41 487	0.34 348	0.26 376	0.59 420	0.46 357	0.40 379	0.51 394	0.44 374	0.33 379	0.43 291	0.31 332	0.25 473	0.14 326	0.33 488	0.21 462	0.32 484	0.23 388

UNet	0.28 316	0.16 226	0.70 365	0.24 246	0.20 367	0.44 413	0.21 266	0.52 339	0.42 312	0.36 328	0.40 300	0.43 368	0.33 379	0.41 282	0.32 340	0.09 217	0.07 117	0.10 270	0.09 244	0.10 253	0.09 96

SQANet	0.44 435	0.57 486	0.89 431	0.49 491	0.39 484	0.47 429	0.23 328	0.53 349	0.44 335	0.41 391	0.48 387	0.47 398	0.34 381	0.58 354	0.43 393	0.38 495	0.15 355	0.40 493	0.21 462	0.50 493	0.34 459

IER	0.24 232	0.15 195	0.50 201	0.21 101	0.15 224	0.31 308	0.20 240	0.44 269	0.38 265	0.34 298	0.41 311	0.32 278	0.34 381	0.31 215	0.23 253	0.09 217	0.07 117	0.08 117	0.08 168	0.09 194	0.09 96

SACVNet	0.32 366	0.25 371	0.59 311	0.26 321	0.19 345	0.35 363	0.25 365	0.54 362	0.41 300	0.43 407	0.45 358	0.46 388	0.34 381	0.71 418	0.30 322	0.14 397	0.10 246	0.12 358	0.12 371	0.16 399	0.20 358

DGSMNet	0.63 481	0.32 417	1.01 451	0.54 494	0.73 508	0.62 467	1.36 526	0.62 445	0.58 436	0.38 353	0.62 446	0.52 422	0.34 381	0.65 396	0.47 411	0.54 501	0.61 518	0.67 506	0.61 514	0.65 502	0.69 514

MMNet	0.28 316	0.19 291	0.54 262	0.24 246	0.17 292	0.47 429	0.22 299	0.47 295	0.53 416	0.40 379	0.43 333	0.36 312	0.34 381	0.40 279	0.35 363	0.08 145	0.08 174	0.09 197	0.09 244	0.10 253	0.09 96

GwcNet	0.37 399	0.29 401	1.12 464	0.25 282	0.24 422	0.48 435	0.27 384	0.58 411	0.60 445	0.39 370	0.54 411	0.51 415	0.34 381	0.60 367	0.46 408	0.13 373	0.12 290	0.12 358	0.11 330	0.13 359	0.15 291

DLCB_ROB	0.30 349	0.20 304	0.45 124	0.28 384	0.17 292	0.37 378	0.25 365	0.50 323	0.45 346	0.46 425	0.47 378	0.51 415	0.34 381	0.56 347	0.38 375	0.10 278	0.10 246	0.11 325	0.11 330	0.10 253	0.11 184

iinet-f	0.31 360	0.23 345	1.16 470	0.20 70	0.16 262	0.44 413	0.23 328	0.47 295	0.38 265	0.36 328	0.44 343	0.41 349	0.35 388	0.36 261	0.43 393	0.10 278	0.09 214	0.08 117	0.08 168	0.13 359	0.12 225

STrans-v2	0.25 257	0.14 164	0.56 280	0.21 101	0.12 80	0.23 174	0.20 240	0.50 323	0.31 177	0.31 241	0.42 319	0.35 307	0.35 388	0.62 384	0.24 262	0.07 39	0.05 4	0.08 117	0.07 98	0.06 12	0.08 60

HGLStereo	0.29 336	0.19 291	0.60 318	0.24 246	0.21 382	0.33 332	0.23 328	0.52 339	0.44 335	0.36 328	0.49 388	0.41 349	0.35 388	0.46 303	0.34 356	0.11 315	0.11 273	0.09 197	0.09 244	0.11 305	0.12 225

hitnet-ft	0.31 360	0.21 312	0.56 280	0.19 35	0.14 164	0.40 394	0.23 328	0.46 285	0.42 312	0.37 344	0.46 370	0.53 426	0.35 388	0.76 437	0.35 363	0.14 397	0.10 246	0.14 405	0.10 297	0.15 391	0.14 275

DRN-Test	0.35 390	0.20 304	0.75 381	0.28 384	0.19 345	0.46 423	0.29 405	0.68 471	0.54 421	0.49 437	0.47 378	0.44 374	0.35 388	0.63 387	0.44 400	0.13 373	0.09 214	0.13 383	0.12 371	0.13 359	0.13 249

fast-acv-ft	0.33 373	0.26 381	0.88 429	0.25 282	0.18 319	0.49 441	0.27 384	0.44 269	0.50 397	0.40 379	0.55 416	0.49 408	0.36 393	0.39 277	0.41 385	0.11 315	0.11 273	0.11 325	0.12 371	0.13 359	0.11 184

DMCA-RVC	0.30 349	0.27 389	0.93 439	0.28 384	0.17 292	0.30 288	0.21 266	0.43 248	0.36 240	0.40 379	0.38 273	0.39 338	0.36 393	0.44 295	0.34 356	0.13 373	0.10 246	0.16 429	0.12 371	0.13 359	0.11 184

RTSC	0.43 433	0.37 443	0.95 443	0.30 410	0.20 367	0.50 443	0.23 328	0.65 460	0.86 486	0.56 461	0.54 411	0.51 415	0.36 393	0.71 418	0.92 470	0.13 373	0.14 326	0.11 325	0.13 401	0.18 428	0.19 341

PA-Net	0.40 420	0.35 434	1.05 454	0.32 431	0.28 445	0.39 388	0.43 467	0.53 349	0.56 432	0.35 316	0.43 333	0.41 349	0.36 393	0.83 456	0.61 445	0.12 354	0.23 440	0.16 429	0.23 474	0.13 359	0.20 358
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LALA_ROB	0.38 404	0.31 410	0.65 343	0.30 410	0.21 382	0.46 423	0.39 456	0.63 449	0.54 421	0.53 454	0.52 401	0.69 476	0.36 393	0.52 327	0.48 413	0.18 446	0.11 273	0.16 429	0.14 417	0.17 413	0.16 306

Wz-Net-LNSev	0.36 392	0.35 434	1.06 456	0.26 321	0.21 382	0.47 429	0.33 431	0.56 389	0.58 436	0.45 420	0.54 411	0.50 412	0.37 398	0.40 279	0.42 389	0.12 354	0.11 273	0.10 270	0.09 244	0.14 381	0.15 291

Wz-Net-MNSev	0.39 409	0.35 434	0.99 450	0.26 321	0.21 382	0.59 464	0.39 456	0.58 411	0.61 447	0.49 437	0.56 421	0.53 426	0.37 398	0.61 373	0.47 411	0.11 315	0.09 214	0.11 325	0.11 330	0.15 391	0.15 291

DISCO	0.33 373	0.16 226	0.55 270	0.26 321	0.16 262	0.48 435	0.25 365	0.52 339	0.58 436	0.38 353	0.45 358	0.63 457	0.37 398	0.65 396	0.50 420	0.10 278	0.07 117	0.09 197	0.08 168	0.13 359	0.13 249

MDST_ROB	0.51 456	0.16 226	0.97 446	0.31 425	0.21 382	1.35 514	0.34 435	0.80 491	0.59 443	1.09 503	0.74 466	0.49 408	0.37 398	1.31 505	0.60 442	0.14 397	0.12 290	0.16 429	0.13 401	0.13 359	0.18 327

ETE_ROB	0.36 392	0.32 417	0.64 338	0.30 410	0.18 319	0.40 394	0.38 453	0.59 420	0.49 391	0.50 442	0.52 401	0.62 453	0.37 398	0.58 354	0.43 393	0.13 373	0.10 246	0.14 405	0.12 371	0.17 413	0.18 327

CBFPSM	0.28 316	0.23 345	0.76 385	0.21 101	0.14 164	0.38 384	0.26 376	0.42 238	0.37 255	0.34 298	0.36 255	0.55 429	0.38 403	0.33 234	0.40 381	0.08 145	0.08 174	0.07 45	0.08 168	0.09 194	0.12 225

Anonymous_2	0.44 435	0.23 345	0.57 289	0.34 447	0.34 471	0.53 453	0.28 399	0.49 315	0.39 281	0.36 328	0.34 232	0.48 402	0.38 403	0.43 291	0.33 349	0.26 475	0.41 498	0.44 495	1.45 530	0.33 486	0.37 471

DDUNet	0.45 438	0.60 491	0.71 372	0.45 485	0.39 484	0.46 423	0.32 426	0.53 349	0.44 335	0.46 425	0.53 408	0.57 435	0.38 403	0.51 320	0.43 393	0.34 489	0.21 419	0.56 501	0.25 479	0.41 490	0.36 463

RASNet	0.30 349	0.19 291	0.59 311	0.23 201	0.19 345	0.33 332	0.20 240	0.50 323	0.41 300	0.31 241	0.44 343	0.47 398	0.38 403	0.79 445	0.40 381	0.09 217	0.07 117	0.07 45	0.09 244	0.08 122	0.10 150

CC-Net-ROB	0.46 445	0.55 480	0.86 421	0.38 467	0.23 408	0.51 444	0.30 412	0.69 477	0.51 403	0.46 425	0.51 394	0.48 402	0.38 403	0.96 480	0.40 381	0.36 492	0.23 440	0.56 501	0.25 479	0.34 487	0.22 380

XPNet_ROB	0.35 390	0.26 381	0.58 304	0.28 384	0.19 345	0.37 378	0.31 421	0.57 398	0.51 403	0.52 448	0.54 411	0.57 435	0.38 403	0.65 396	0.48 413	0.17 435	0.12 290	0.13 383	0.12 371	0.16 399	0.17 324

PWCDC_ROB	0.41 425	0.41 458	0.77 391	0.34 447	0.21 382	0.43 408	0.20 240	0.60 430	0.90 490	0.44 413	1.24 499	0.36 312	0.38 403	0.56 347	0.48 413	0.18 446	0.11 273	0.11 325	0.10 297	0.20 444	0.16 306

APVNet	0.38 404	0.26 381	0.87 423	0.26 321	0.22 397	0.52 450	0.35 437	0.64 454	0.46 357	0.40 379	0.52 401	0.48 402	0.39 410	0.84 457	0.48 413	0.13 373	0.14 326	0.15 421	0.16 438	0.16 399	0.16 306

NCCL2	0.37 399	0.33 421	0.59 311	0.37 458	0.23 408	0.42 404	0.41 464	0.56 389	0.44 335	0.47 431	0.47 378	0.61 450	0.39 410	0.58 354	0.41 385	0.16 421	0.13 309	0.21 460	0.22 470	0.16 399	0.18 327

pmcnn	0.54 463	0.24 356	1.06 456	0.25 282	0.26 439	0.40 394	0.31 421	0.55 380	0.55 428	0.56 461	1.22 498	2.53 523	0.39 410	0.84 457	1.08 487	0.09 217	0.06 48	0.06 2	0.05 19	0.10 253	0.14 275

LL-Strereo	0.32 366	0.33 421	0.77 391	0.26 321	0.24 422	0.22 155	0.23 328	0.58 411	0.44 335	0.35 316	0.32 202	0.41 349	0.40 413	0.93 477	0.25 276	0.08 145	0.13 309	0.11 325	0.09 244	0.09 194	0.22 380

Wz-Net-SNSev	0.45 438	0.53 478	1.42 492	0.31 425	0.21 382	0.44 413	0.45 470	0.64 454	0.68 464	0.46 425	0.66 452	0.62 453	0.40 413	0.78 441	0.65 450	0.12 354	0.11 273	0.12 358	0.13 401	0.17 413	0.19 341

psm_up	0.30 349	0.21 312	0.58 304	0.26 321	0.18 319	0.32 325	0.27 384	0.57 398	0.45 346	0.38 353	0.41 311	0.45 380	0.40 413	0.59 362	0.32 340	0.11 315	0.12 290	0.13 383	0.12 371	0.11 305	0.11 184

RYNet	0.38 404	0.23 345	0.65 343	0.26 321	0.28 445	0.62 467	0.33 431	0.61 437	0.62 451	0.42 396	0.39 291	0.58 440	0.40 413	0.89 465	0.57 438	0.11 315	0.09 214	0.12 358	0.11 330	0.19 437	0.22 380

PDISCO_ROB	0.45 438	0.37 443	0.89 431	0.44 483	0.37 479	0.70 475	0.35 437	0.75 486	0.78 478	0.45 420	0.53 408	0.65 464	0.40 413	0.68 409	0.52 424	0.22 463	0.12 290	0.21 460	0.19 456	0.26 469	0.22 380

HBP-ISP	0.34 383	0.35 434	0.76 385	0.23 201	0.17 292	0.33 332	0.22 299	0.56 389	0.47 370	0.42 396	0.49 388	0.33 285	0.41 418	0.73 422	0.27 298	0.18 446	0.19 403	0.24 469	0.20 460	0.16 399	0.16 306

DRaft	0.25 257	0.11 53	0.47 144	0.18 15	0.12 80	0.28 254	0.23 328	0.34 142	0.40 291	0.38 353	0.60 436	0.20 125	0.41 418	0.48 308	0.41 385	0.07 39	0.06 48	0.08 117	0.08 168	0.07 66	0.08 60

S-Stereo	0.39 409	0.20 304	1.04 453	0.28 384	0.22 397	0.39 388	0.31 421	0.58 411	0.69 466	0.40 379	0.59 432	0.48 402	0.41 418	0.75 431	0.42 389	0.12 354	0.15 355	0.13 383	0.13 401	0.16 399	0.25 412

DeepPrunerF	0.46 445	0.37 443	1.50 496	0.34 447	0.30 458	0.36 370	0.37 445	0.64 454	1.15 510	0.41 391	0.45 358	0.40 341	0.41 418	0.82 452	0.53 428	0.18 446	0.14 326	0.23 467	0.21 462	0.17 413	0.18 327

MFN_U_SF_DS_RVC	0.53 461	0.60 491	0.98 448	0.40 474	0.25 435	0.87 491	0.57 491	0.60 430	0.64 455	0.60 466	0.67 454	0.63 457	0.42 422	1.13 492	0.50 420	0.23 464	0.28 469	0.27 472	0.35 493	0.25 465	0.33 456

DANet	0.37 399	0.25 371	0.67 352	0.37 458	0.22 397	0.42 404	0.25 365	0.50 323	0.44 335	0.52 448	0.50 391	0.59 441	0.42 422	0.78 441	0.53 428	0.13 373	0.12 290	0.14 405	0.12 371	0.17 413	0.21 367
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NaN_ROB	0.44 435	0.38 449	0.94 442	0.30 410	0.20 367	0.52 450	0.49 480	0.61 437	0.60 445	0.56 461	0.47 378	0.49 408	0.42 422	1.24 499	0.76 460	0.12 354	0.18 399	0.12 358	0.13 401	0.12 345	0.18 327

ACV-stereo	0.30 349	0.20 304	0.82 405	0.23 201	0.16 262	0.48 435	0.20 240	0.38 188	0.34 214	0.29 202	0.33 222	0.66 468	0.43 425	0.55 341	0.31 332	0.10 278	0.09 214	0.09 197	0.09 244	0.11 305	0.12 225

ACVNet-4b	0.76 493	0.90 506	1.67 503	0.73 504	0.51 496	0.80 488	0.31 421	0.74 485	0.81 481	0.51 445	0.72 462	0.94 490	0.43 425	1.01 484	1.32 500	1.18 528	0.22 430	0.77 510	0.45 500	0.70 508	0.50 497

GANetREF_RVC	0.45 438	0.52 476	0.87 423	0.39 469	0.20 367	0.51 444	0.50 482	0.68 471	0.67 460	0.47 431	0.46 370	0.50 412	0.43 425	0.91 470	0.40 381	0.28 481	0.21 419	0.32 485	0.19 456	0.28 477	0.23 388
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
FBW_ROB	0.46 445	0.34 430	0.71 372	0.32 431	0.20 367	0.51 444	0.32 426	0.73 483	0.63 453	0.60 466	0.57 425	0.65 464	0.44 428	1.42 510	0.62 446	0.14 397	0.17 390	0.22 465	0.16 438	0.17 413	0.23 388

PWC_ROB	0.41 425	0.38 449	0.92 435	0.26 321	0.20 367	0.39 388	0.19 205	0.61 437	0.69 466	0.58 465	0.84 477	0.52 422	0.44 428	0.74 426	0.62 446	0.13 373	0.09 214	0.14 405	0.10 297	0.17 413	0.18 327

UDG	0.42 429	0.54 479	0.67 352	0.41 478	0.35 474	0.47 429	0.27 384	0.57 398	0.48 378	0.40 379	0.46 370	0.59 441	0.45 430	0.47 307	0.46 408	0.26 475	0.19 403	0.49 497	0.22 470	0.37 488	0.30 443

CrosDoStereo	0.32 366	0.11 53	0.53 250	0.19 35	0.12 80	0.22 155	1.07 518	0.36 163	0.38 265	0.38 353	0.60 436	0.28 226	0.45 430	0.61 373	0.56 436	0.08 145	0.06 48	0.08 117	0.09 244	0.08 122	0.09 96

DeepStereo_LL	0.32 366	0.11 53	0.53 250	0.19 35	0.12 80	0.22 155	1.07 518	0.36 163	0.38 265	0.38 353	0.60 436	0.28 226	0.45 430	0.61 373	0.56 436	0.08 145	0.06 48	0.08 117	0.09 244	0.08 122	0.09 96

Syn2CoEx	0.39 409	0.39 453	1.08 461	0.35 453	0.21 382	0.41 399	0.29 405	0.63 449	0.51 403	0.43 407	0.56 421	0.45 380	0.45 430	0.69 410	0.39 379	0.17 435	0.14 326	0.16 429	0.12 371	0.13 359	0.16 306

SuperB	0.50 453	0.37 443	2.16 514	0.23 201	0.15 224	0.41 399	0.32 426	0.50 323	0.83 483	0.44 413	0.51 394	0.33 285	0.45 430	0.69 410	1.07 485	0.10 278	0.08 174	0.09 197	0.08 168	0.95 519	0.18 327

stereogan	0.39 409	0.20 304	0.78 395	0.28 384	0.22 397	0.65 472	0.26 376	0.62 445	0.65 456	0.45 420	0.60 436	0.67 472	0.45 430	0.69 410	0.37 373	0.14 397	0.14 326	0.14 405	0.12 371	0.20 444	0.19 341

GANet	0.40 420	0.28 397	0.67 352	0.31 425	0.18 319	0.43 408	0.39 456	0.60 430	0.46 357	0.48 436	0.78 470	0.55 429	0.45 430	0.96 480	0.55 435	0.13 373	0.14 326	0.13 383	0.12 371	0.15 391	0.16 306

otaku	0.60 475	0.73 498	1.13 466	0.64 498	0.45 490	0.73 479	0.37 445	0.67 466	0.67 460	0.52 448	0.75 468	0.66 468	0.46 437	0.74 426	0.59 441	0.55 502	0.34 491	0.56 501	0.36 495	0.65 502	0.49 495

ccnet	0.43 433	0.34 430	0.62 328	0.28 384	0.33 469	0.60 465	0.34 435	0.68 471	0.47 370	0.54 457	0.66 452	0.56 433	0.46 437	0.73 422	0.66 452	0.26 475	0.19 403	0.24 469	0.22 470	0.27 474	0.25 412

CRFU-Net	0.29 336	0.14 164	0.48 159	0.26 321	0.15 224	0.46 423	0.22 299	0.52 339	0.32 187	0.44 413	0.42 319	0.48 402	0.47 439	0.44 295	0.31 332	0.12 354	0.10 246	0.09 197	0.08 168	0.10 253	0.11 184

RGC	0.41 425	0.35 434	0.76 385	0.35 453	0.28 445	0.41 399	0.29 405	0.60 430	0.55 428	0.47 431	0.64 448	0.63 457	0.47 439	0.74 426	0.46 408	0.16 421	0.15 355	0.21 460	0.21 462	0.19 437	0.21 367

XQC	0.47 448	0.45 466	1.07 458	0.40 474	0.28 445	0.58 462	0.38 453	0.67 466	0.76 477	0.53 454	0.47 378	0.59 441	0.47 439	0.74 426	0.80 464	0.18 446	0.14 326	0.18 446	0.16 438	0.26 469	0.24 401

ADCRef	0.41 425	0.33 421	1.05 454	0.26 321	0.21 382	0.49 441	0.27 384	0.54 362	0.51 403	0.51 445	0.59 432	0.35 307	0.47 439	0.54 336	1.35 502	0.09 217	0.08 174	0.12 358	0.12 371	0.12 345	0.13 249

IGEV-RUCA	0.21 153	0.09 14	0.26 18	0.20 70	0.19 345	0.28 254	0.23 328	0.24 40	0.22 53	0.21 102	0.23 119	0.29 239	0.48 443	0.26 134	0.19 176	0.09 217	0.08 174	0.18 446	0.14 417	0.18 428	0.19 341

DEmStereo	0.26 279	0.10 31	0.52 239	0.19 35	0.13 127	0.31 308	0.25 365	0.29 81	0.38 265	0.36 328	0.57 425	0.24 177	0.48 443	0.53 330	0.44 400	0.07 39	0.06 48	0.08 117	0.08 168	0.07 66	0.08 60

Nwc_Net	0.39 409	0.29 401	0.84 414	0.32 431	0.24 422	0.45 421	0.30 412	0.67 466	0.51 403	0.39 370	0.70 460	0.59 441	0.48 443	0.61 373	0.45 407	0.16 421	0.12 290	0.19 453	0.21 462	0.14 381	0.15 291

SHD	0.45 438	0.34 430	0.89 431	0.37 458	0.28 445	0.46 423	0.23 328	0.72 482	0.96 497	0.65 472	0.61 444	0.61 450	0.48 443	0.64 392	0.69 455	0.16 421	0.16 367	0.16 429	0.16 438	0.21 450	0.25 412

PASM	0.49 452	0.41 458	1.15 468	0.37 458	0.35 474	0.42 404	0.42 465	0.54 362	0.65 456	0.54 457	0.54 411	0.63 457	0.48 443	0.94 479	0.51 423	0.27 479	0.30 481	0.30 481	0.33 491	0.29 479	0.29 440

THIR-Stereo	0.30 349	0.15 195	0.46 138	0.19 35	0.11 47	0.28 254	0.70 499	0.33 135	0.36 240	0.37 344	0.64 448	0.33 285	0.49 448	0.58 354	0.44 400	0.08 145	0.06 48	0.08 117	0.09 244	0.07 66	0.08 60

FAT-Stereo	0.36 392	0.19 291	0.75 381	0.26 321	0.18 319	0.34 348	0.30 412	0.62 445	0.61 447	0.47 431	0.61 444	0.59 441	0.50 449	0.61 373	0.36 367	0.13 373	0.14 326	0.13 383	0.12 371	0.14 381	0.20 358

edge stereo	0.40 420	0.22 330	0.87 423	0.27 357	0.22 397	0.38 384	0.26 376	0.59 420	0.56 432	0.53 454	0.60 436	0.71 480	0.50 449	0.78 441	0.43 393	0.16 421	0.15 355	0.19 453	0.14 417	0.17 413	0.19 341

RP	0.38 404	0.26 381	0.67 352	0.31 425	0.24 422	0.37 378	0.29 405	0.53 349	0.61 447	0.42 396	0.65 450	0.62 453	0.51 451	0.63 387	0.43 393	0.17 435	0.15 355	0.17 438	0.15 428	0.17 413	0.19 341

SGM-Forest	0.42 429	0.44 465	0.92 435	0.24 246	0.16 262	0.45 421	0.40 460	0.58 411	0.50 397	0.54 457	0.63 447	0.52 422	0.51 451	0.91 470	0.66 452	0.17 435	0.17 390	0.17 438	0.15 428	0.15 391	0.21 367
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Ntro	0.61 477	0.75 501	1.16 470	0.67 500	0.50 492	0.76 480	0.37 445	0.68 471	0.71 470	0.50 442	0.59 432	0.65 464	0.52 453	0.79 445	0.58 440	0.58 505	0.32 487	0.57 504	0.34 492	0.69 507	0.50 497

psmorigin	0.52 459	0.29 401	3.10 523	0.24 246	0.19 345	0.39 388	0.24 352	0.52 339	0.45 346	0.66 474	0.68 456	0.70 479	0.52 453	0.86 460	0.49 419	0.15 411	0.17 390	0.13 383	0.14 417	0.16 399	0.23 388

AF-Net	0.40 420	0.31 410	0.74 378	0.33 442	0.24 422	0.43 408	0.30 412	0.64 454	0.67 460	0.44 413	0.69 459	0.65 464	0.52 453	0.59 362	0.48 413	0.16 421	0.12 290	0.19 453	0.14 417	0.16 399	0.14 275

NCC-stereo	0.42 429	0.31 410	0.87 423	0.32 431	0.29 455	0.47 429	0.37 445	0.68 471	0.53 416	0.42 396	0.58 428	0.57 435	0.52 453	0.75 431	0.54 432	0.18 446	0.14 326	0.18 446	0.25 479	0.17 413	0.18 327

Abc-Net	0.42 429	0.31 410	0.87 423	0.32 431	0.29 455	0.47 429	0.37 445	0.68 471	0.53 416	0.42 396	0.58 428	0.57 435	0.52 453	0.75 431	0.54 432	0.18 446	0.14 326	0.18 446	0.25 479	0.17 413	0.18 327
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCP+	0.48 451	0.36 440	1.47 494	0.26 321	0.22 397	0.57 460	0.40 460	0.56 389	0.54 421	0.46 425	0.52 401	0.46 388	0.53 458	0.59 362	1.93 517	0.10 278	0.08 174	0.11 325	0.11 330	0.14 381	0.15 291

CBMV_ROB	0.36 392	0.21 312	0.57 289	0.22 150	0.14 164	0.35 363	0.20 240	0.55 380	0.47 370	0.52 448	0.58 428	0.45 380	0.53 458	0.75 431	0.50 420	0.18 446	0.19 403	0.23 467	0.21 462	0.15 391	0.20 358

AnyNet_C32	0.55 464	0.51 475	1.34 487	0.29 399	0.28 445	0.61 466	0.62 494	0.57 398	0.62 451	0.63 469	0.68 456	0.54 428	0.55 460	0.82 452	1.81 514	0.15 411	0.15 355	0.15 421	0.18 454	0.21 450	0.25 412

LSM	1.68 522	0.48 472	2.91 521	2.28 533	17.60 544	0.52 450	0.55 489	0.65 460	0.78 478	0.84 488	1.11 492	0.63 457	0.55 460	0.79 445	0.53 428	0.16 421	0.25 453	0.18 446	0.21 462	0.25 465	2.37 534

FTStereo	0.28 316	0.11 53	0.56 280	0.24 246	0.13 127	0.21 127	0.52 485	0.36 163	0.28 134	0.38 353	0.94 486	0.30 257	0.56 462	0.33 234	0.18 150	0.08 145	0.06 48	0.09 197	0.08 168	0.08 122	0.19 341

aanetorigin	0.40 420	0.33 421	1.14 467	0.25 282	0.19 345	0.30 288	0.37 445	0.34 142	0.47 370	0.95 494	0.82 475	0.52 422	0.56 462	0.50 314	0.52 424	0.11 315	0.09 214	0.10 270	0.10 297	0.16 399	0.19 341

ADCPNet	0.51 456	0.36 440	1.82 508	0.27 357	0.23 408	0.71 476	0.39 456	0.56 389	0.54 421	0.52 448	0.60 436	0.66 468	0.57 464	0.64 392	1.23 492	0.15 411	0.18 399	0.14 405	0.23 474	0.19 437	0.22 380

SAMSARA	0.62 478	0.47 468	0.93 439	0.70 503	0.50 492	1.15 505	1.29 525	0.79 490	0.70 468	0.77 485	0.55 416	0.92 489	0.58 465	0.87 462	0.77 461	0.19 455	0.27 464	0.18 446	0.19 456	0.27 474	0.28 435

CBMV	0.36 392	0.25 371	0.61 324	0.24 246	0.14 164	0.42 404	0.33 431	0.56 389	0.52 414	0.54 457	0.52 401	0.51 415	0.58 465	0.63 387	0.43 393	0.15 411	0.16 367	0.18 446	0.16 438	0.13 359	0.19 341
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
G-Net	0.47 448	0.26 381	1.02 452	0.34 447	0.28 445	0.89 493	0.35 437	0.47 295	0.46 357	0.68 476	1.20 496	0.64 462	0.59 467	0.61 373	0.60 442	0.16 421	0.14 326	0.17 438	0.13 401	0.22 454	0.21 367

WZ-Net	0.56 468	0.49 474	2.14 513	0.30 410	0.24 422	0.58 462	0.48 477	0.65 460	0.80 480	0.51 445	0.72 462	0.68 474	0.60 468	1.06 489	1.01 478	0.13 373	0.10 246	0.11 325	0.12 371	0.19 437	0.23 388

Consistency-Raft	0.56 468	0.52 476	1.12 464	0.45 485	0.49 491	0.48 435	0.45 470	0.73 483	0.74 476	0.45 420	0.82 475	0.46 388	0.60 468	0.51 320	0.63 449	0.39 497	0.40 496	0.44 495	0.51 506	0.53 496	0.38 478

MFN_U_SF_RVC	0.58 472	0.58 488	1.31 486	0.39 469	0.23 408	0.72 477	0.30 412	0.83 496	0.68 464	0.74 480	0.74 466	0.86 486	0.60 468	0.84 457	0.83 466	0.29 482	0.27 464	0.32 485	0.37 497	0.31 481	0.33 456

ADCL	0.50 453	0.30 407	1.15 468	0.28 384	0.19 345	0.77 483	0.64 495	0.57 398	0.73 475	0.57 464	0.73 465	0.55 429	0.60 468	0.66 402	1.53 508	0.11 315	0.10 246	0.13 383	0.13 401	0.15 391	0.16 306

anonymity	0.57 470	0.55 480	0.74 378	0.48 490	0.63 502	0.56 458	0.43 467	0.71 479	0.51 403	0.64 471	0.55 416	0.57 435	0.61 472	0.65 396	0.57 438	0.55 502	0.55 512	0.50 498	0.54 507	0.51 495	0.61 504

FINET	0.58 472	0.48 472	1.35 488	0.38 467	0.37 479	0.96 498	1.13 522	0.84 498	1.05 500	0.50 442	0.70 460	0.45 380	0.61 472	0.63 387	0.62 446	0.26 475	0.28 469	0.14 405	0.13 401	0.20 444	0.44 486

RTS	0.81 498	0.56 482	4.76 526	0.37 458	0.30 458	1.11 502	0.52 485	0.67 466	1.07 502	0.76 483	0.91 483	0.60 447	0.61 472	1.64 513	1.24 493	0.15 411	0.13 309	0.15 421	0.15 428	0.22 454	0.24 401

RTSA	0.81 498	0.56 482	4.76 526	0.37 458	0.30 458	1.11 502	0.52 485	0.67 466	1.07 502	0.76 483	0.91 483	0.60 447	0.61 472	1.64 513	1.24 493	0.15 411	0.13 309	0.15 421	0.15 428	0.22 454	0.24 401

RainbowNet	0.76 493	1.00 513	1.29 484	0.82 509	0.63 502	0.79 485	0.52 485	0.83 496	0.93 493	0.61 468	0.79 473	0.79 483	0.62 476	0.82 452	0.67 454	0.80 516	0.55 512	0.79 512	0.49 502	0.81 511	0.62 505

ADCS	0.62 478	0.56 482	1.54 499	0.30 410	0.25 435	0.56 458	0.46 473	0.71 479	0.86 486	0.77 485	0.72 462	0.68 474	0.62 476	0.82 452	2.33 523	0.17 435	0.16 367	0.16 429	0.17 449	0.23 459	0.27 428

Wz-Net-TNSev	0.55 464	0.72 496	1.90 509	0.26 321	0.21 382	0.64 471	0.45 470	0.66 464	0.71 470	0.52 448	0.55 416	0.71 480	0.63 478	1.04 487	0.94 473	0.16 421	0.15 355	0.13 383	0.15 428	0.21 450	0.24 401

AnyNet_C01	0.68 486	0.69 495	2.64 518	0.33 442	0.27 444	0.93 494	0.64 495	0.66 464	0.65 456	0.70 478	0.97 487	0.75 482	0.63 478	1.01 484	1.52 507	0.17 435	0.16 367	0.17 438	0.17 449	0.24 463	0.28 435

CSAN	0.55 464	0.47 468	1.19 478	0.37 458	0.23 408	0.57 460	0.61 493	0.65 460	0.72 472	0.65 472	0.78 470	0.66 468	0.65 480	1.41 509	0.77 461	0.21 460	0.17 390	0.20 458	0.21 462	0.18 428	0.21 367

ADCMid	0.53 461	0.45 466	1.46 493	0.27 357	0.22 397	0.51 444	0.38 453	0.61 437	0.58 436	0.75 481	0.67 454	0.62 453	0.66 481	0.66 402	1.75 513	0.13 373	0.12 290	0.17 438	0.17 449	0.20 444	0.21 367

test_sample8	0.52 459	0.21 312	0.69 359	0.18 15	0.17 292	0.36 370	0.21 266	0.57 398	0.38 265	0.63 469	0.39 291	1.16 497	0.68 482	0.70 413	1.01 478	0.24 466	1.93 531	0.28 478	0.24 476	0.18 428	0.21 367

MSC_U_SF_DS_RVC	0.70 487	0.73 498	1.26 482	0.47 489	0.28 445	1.42 516	0.60 492	0.82 494	0.94 496	0.85 489	0.86 479	0.88 488	0.70 483	1.32 506	0.75 459	0.37 493	0.30 481	0.34 489	0.36 495	0.44 491	0.42 482

SPS-STEREO	0.74 489	0.72 496	1.18 477	0.52 493	0.57 500	0.76 480	0.50 482	0.80 491	0.66 459	0.97 496	0.88 482	0.94 490	0.74 484	1.08 490	1.04 483	0.58 505	0.51 506	0.50 498	0.50 505	0.56 497	0.72 516
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PSM-AAD	0.26 279	0.11 53	0.43 113	0.24 246	0.12 80	0.27 236	0.37 445	0.36 163	0.30 168	0.36 328	0.39 291	0.28 226	0.77 485	0.30 203	0.16 102	0.07 39	0.06 48	0.12 358	0.11 330	0.09 194	0.21 367

GrayStereo	0.26 279	0.10 31	0.45 124	0.27 357	0.14 164	0.23 174	0.46 473	0.36 163	0.33 203	0.40 379	0.47 378	0.30 257	0.78 486	0.29 188	0.17 125	0.07 39	0.06 48	0.08 117	0.09 244	0.07 66	0.15 291

SANet	0.58 472	0.41 458	1.38 489	0.27 357	0.16 262	0.72 477	0.48 477	0.71 479	1.34 512	0.69 477	0.97 487	0.94 490	0.78 486	0.97 482	0.93 471	0.14 397	0.12 290	0.12 358	0.12 371	0.18 428	0.20 358

ACVNet_1	0.77 495	0.92 508	1.79 507	0.73 504	0.53 497	0.78 484	0.42 465	0.88 501	0.90 490	0.75 481	0.76 469	1.32 503	0.80 488	1.04 487	0.70 456	0.57 504	0.32 487	0.72 508	0.35 493	0.70 508	0.50 497

MFMNet_re	0.74 489	0.84 503	1.16 470	0.64 498	0.70 507	0.79 485	0.71 500	0.77 489	0.85 485	0.79 487	0.86 479	0.69 476	0.80 488	0.73 422	0.65 450	0.66 509	0.59 516	0.61 505	0.58 512	0.68 505	0.71 515

DPSNet	0.51 456	0.26 381	1.16 470	0.28 384	0.21 382	0.76 480	0.56 490	0.89 503	0.82 482	0.49 437	0.51 394	0.64 462	0.81 490	0.89 465	0.85 468	0.17 435	0.16 367	0.13 383	0.13 401	0.26 469	0.27 428

MeshStereo	0.60 475	0.31 410	0.71 372	0.22 150	0.17 292	0.66 473	0.36 443	0.81 493	0.63 453	1.48 522	1.32 501	1.65 509	0.83 491	1.18 496	0.74 458	0.17 435	0.17 390	0.17 438	0.14 417	0.17 413	0.19 341
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
PVD	0.62 478	0.41 458	0.93 439	0.44 483	0.39 484	0.63 470	0.51 484	0.86 499	1.27 511	0.93 493	1.09 491	0.81 484	0.85 492	0.89 465	0.89 469	0.21 460	0.23 440	0.22 465	0.19 456	0.28 477	0.41 479

MADNet+	1.05 504	1.26 523	4.77 529	0.73 504	0.50 492	1.25 509	0.97 513	1.05 506	0.93 493	0.67 475	0.78 470	0.87 487	0.85 492	2.14 523	1.83 515	0.40 498	0.42 499	0.32 485	0.28 487	0.45 492	0.43 484

ACVNet_2	0.94 500	0.98 512	1.71 505	0.83 510	0.63 502	1.02 500	0.64 495	1.16 509	1.43 515	1.02 498	1.39 502	1.47 506	0.86 494	1.16 495	0.79 463	0.63 508	0.43 502	0.78 511	0.49 502	0.80 510	0.57 502

EDNetEfficientorigin	7.48 536	0.57 486	139.59 554	0.25 282	0.17 292	0.44 413	0.30 412	0.48 306	1.04 499	1.29 508	1.02 489	0.82 485	0.87 495	0.76 437	1.02 481	0.10 278	0.09 214	0.12 358	0.11 330	0.22 454	0.25 412

DispFullNet	0.67 484	0.94 509	1.63 501	0.77 508	1.19 525	0.53 453	0.25 365	0.61 437	0.72 472	0.70 478	0.60 436	0.69 476	0.90 496	0.80 448	0.52 424	0.27 479	0.13 309	0.74 509	0.31 490	0.68 505	0.44 486

PWCK	1.05 504	1.29 524	2.12 512	0.92 512	0.42 488	1.27 510	1.01 515	1.14 508	1.14 509	1.16 507	1.14 494	1.25 500	0.90 496	1.77 518	1.15 489	0.89 519	0.51 506	0.87 514	0.54 507	1.02 522	0.57 502

SGM_RVC	0.57 470	0.22 330	0.60 318	0.26 321	0.16 262	0.97 499	0.46 473	0.76 488	0.90 490	1.03 500	0.92 485	1.16 497	0.93 498	1.21 498	0.72 457	0.17 435	0.16 367	0.16 429	0.16 438	0.16 399	0.24 401
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WCMA_ROB	0.55 464	0.27 389	0.76 385	0.26 321	0.22 397	0.62 467	0.36 443	0.57 398	0.58 436	0.97 496	1.40 504	1.28 502	0.94 499	0.80 448	0.80 464	0.20 458	0.17 390	0.16 429	0.16 438	0.19 437	0.29 440

EDNetEfficient	0.64 483	0.39 453	2.52 516	0.26 321	0.26 439	0.39 388	0.49 480	0.42 238	1.06 501	1.38 511	0.86 479	0.61 450	0.97 500	0.66 402	1.62 512	0.11 315	0.10 246	0.10 270	0.12 371	0.20 444	0.19 341

IMH-64-1	0.94 500	0.95 510	1.07 458	0.98 514	0.76 509	0.93 494	0.72 501	1.30 511	1.11 506	0.91 491	1.45 505	1.14 495	1.00 501	1.25 501	0.97 475	0.77 512	0.51 506	0.97 516	0.55 510	0.90 513	0.66 511

IMH-64	0.94 500	0.95 510	1.07 458	0.98 514	0.76 509	0.93 494	0.72 501	1.30 511	1.11 506	0.91 491	1.45 505	1.14 495	1.00 501	1.25 501	0.97 475	0.77 512	0.51 506	0.97 516	0.55 510	0.90 513	0.66 511

NVStereoNet_ROB	0.74 489	0.64 493	1.20 480	0.55 495	0.43 489	0.54 457	0.48 477	0.75 486	0.87 489	0.88 490	1.72 515	1.06 494	1.03 503	1.29 503	0.98 477	0.35 491	0.42 499	0.41 494	0.48 501	0.38 489	0.43 484
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSMD_ROB	0.63 481	0.34 430	0.70 365	0.30 410	0.25 435	0.88 492	0.35 437	0.58 411	0.67 460	1.13 504	1.52 508	1.75 512	1.05 504	0.90 468	0.60 442	0.24 466	0.22 430	0.27 472	0.27 486	0.25 465	0.27 428

LVE	1.18 510	1.16 518	1.67 503	1.04 517	0.81 516	1.32 513	0.82 509	1.49 517	1.94 519	1.08 502	1.90 518	1.89 513	1.07 505	1.51 511	1.04 483	0.96 522	0.61 518	0.94 515	0.69 518	0.92 515	0.79 521

KSHMR	1.92 525	1.47 529	1.97 510	1.48 529	1.22 526	1.39 515	1.06 517	1.81 523	5.83 534	1.43 514	5.56 534	2.95 527	1.17 506	2.24 525	1.33 501	1.29 529	1.13 529	1.47 530	1.11 529	1.37 527	1.21 529

Dean	1.22 512	1.17 519	1.97 510	1.04 517	0.79 512	1.21 507	0.76 503	1.51 518	1.96 520	1.30 510	1.98 520	2.14 517	1.18 507	1.30 504	1.15 489	0.83 517	0.61 518	1.01 519	0.69 518	0.97 520	0.77 520

IMH	1.09 507	1.04 516	1.29 484	1.03 516	0.79 512	1.11 502	0.69 498	1.40 514	1.42 514	1.02 498	1.71 514	1.42 504	1.19 508	1.78 519	1.03 482	1.14 526	0.56 515	1.00 518	0.58 512	0.93 516	0.68 513

WAO-7	1.05 504	1.00 513	1.19 478	0.83 510	0.67 506	1.22 508	0.84 510	1.43 515	1.56 516	1.13 504	1.75 516	1.46 505	1.25 509	1.56 512	1.28 495	0.61 507	0.62 521	0.70 507	0.68 517	0.66 504	0.62 505

JetBlue	1.20 511	0.89 505	2.53 517	0.59 496	0.76 509	3.16 529	2.09 531	1.16 509	0.93 493	0.95 494	1.12 493	1.65 509	1.27 510	2.15 524	1.87 516	0.43 500	0.37 494	0.38 491	0.39 499	0.62 499	0.63 507

WAO-6	1.11 508	1.01 515	1.17 476	0.96 513	0.79 512	1.30 512	0.78 505	1.36 513	1.99 521	1.04 501	1.54 510	1.59 508	1.27 510	1.37 508	1.30 496	0.78 514	0.55 512	1.03 520	0.75 521	0.87 512	0.72 516

ELAS	0.80 496	0.40 456	0.91 434	0.39 469	0.35 474	1.52 518	0.81 508	0.97 505	0.98 498	1.47 521	1.58 511	1.19 499	1.33 512	1.01 484	1.21 491	0.29 482	0.27 464	0.30 481	0.29 489	0.32 484	0.36 463
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FCDSN-DC	0.67 484	0.38 449	0.83 410	0.37 458	0.30 458	0.66 473	0.37 445	0.69 477	0.70 468	1.15 506	1.53 509	1.70 511	1.38 513	1.00 483	0.83 466	0.24 466	0.22 430	0.27 472	0.26 483	0.27 474	0.32 452
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.73 488	0.33 421	0.84 414	0.33 442	0.28 445	0.82 489	0.40 460	0.82 494	0.83 483	1.43 514	1.60 512	1.97 514	1.38 513	1.10 491	0.93 471	0.24 466	0.22 430	0.27 472	0.26 483	0.26 469	0.32 452

FC-DCNN v2	0.75 492	0.33 421	0.82 405	0.33 442	0.28 445	0.85 490	0.40 460	0.88 501	0.86 486	1.46 516	1.65 513	2.08 516	1.40 515	1.14 494	0.95 474	0.24 466	0.22 430	0.27 472	0.26 483	0.26 469	0.32 452

TorneroNet-64	1.47 514	1.15 517	1.51 497	1.11 522	0.86 519	2.27 525	0.76 503	1.84 524	3.76 528	1.29 508	2.22 524	2.68 525	1.46 516	1.81 520	1.55 509	0.79 515	0.51 506	1.10 521	0.67 516	1.31 525	0.81 522

ktn	1.80 523	1.46 528	1.49 495	1.44 528	1.14 524	1.50 517	1.07 518	1.53 520	3.90 531	2.77 530	4.62 531	3.42 528	1.49 517	1.74 516	1.40 505	1.45 530	0.77 528	1.46 529	0.99 527	1.41 529	1.00 525

WAO-8	1.50 516	1.22 521	1.39 490	1.10 520	0.85 517	2.15 522	0.78 505	1.84 524	3.76 528	1.46 516	2.18 522	2.15 518	1.50 518	3.20 530	1.35 502	0.92 520	0.66 524	1.10 521	0.79 522	0.94 517	0.74 518

Venus	1.50 516	1.22 521	1.39 490	1.10 520	0.85 517	2.15 522	0.78 505	1.84 524	3.76 528	1.46 516	2.18 522	2.15 518	1.50 518	3.20 530	1.35 502	0.92 520	0.66 524	1.10 521	0.79 522	0.94 517	0.74 518

SGM+DAISY	1.12 509	0.86 504	1.64 502	0.68 501	0.80 515	1.68 520	1.68 530	1.08 507	1.10 504	1.53 523	1.76 517	1.47 506	1.53 520	1.24 499	1.42 506	0.66 509	0.65 523	0.52 500	0.54 507	0.57 498	0.91 523

ELAS_RVC	0.80 496	0.40 456	1.10 463	0.40 474	0.35 474	0.93 494	1.10 521	0.87 500	1.12 508	1.40 512	1.39 502	1.27 501	1.55 521	1.13 492	1.13 488	0.29 482	0.27 464	0.30 481	0.28 487	0.31 481	0.36 463
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetRed	2.35 528	2.70 532	6.11 531	1.14 523	1.38 528	6.03 533	3.61 533	2.12 528	1.72 517	1.99 526	1.97 519	2.15 518	1.59 522	2.49 527	4.19 532	1.05 523	1.60 530	1.10 521	1.02 528	1.72 530	1.41 531

notaker	1.49 515	1.44 527	1.77 506	1.42 527	1.08 523	1.19 506	0.87 512	1.51 518	1.40 513	1.53 523	3.41 530	2.40 521	1.94 523	1.83 521	1.57 510	1.14 526	0.69 527	1.38 528	0.88 524	1.39 528	1.03 526

TorneroNet	2.26 526	1.20 520	1.55 500	1.15 524	0.91 520	5.84 531	0.84 510	2.12 528	8.45 537	2.59 529	5.32 533	3.84 530	2.15 524	1.84 522	1.98 519	0.88 518	0.54 511	1.16 525	0.74 520	1.31 525	0.91 523

UNDER WATER-64	1.61 519	1.30 525	2.93 522	1.33 525	0.96 521	2.20 524	1.25 524	1.47 516	3.15 525	1.46 516	1.31 500	2.61 524	2.22 525	1.69 515	1.93 517	1.13 525	0.67 526	1.29 526	0.94 525	1.26 523	1.09 527

UNDER WATER	1.64 521	1.34 526	2.72 520	1.40 526	1.04 522	1.70 521	1.14 523	1.57 521	3.58 526	1.46 516	1.46 507	2.82 526	2.43 526	1.74 516	2.04 520	1.08 524	0.63 522	1.31 527	0.94 525	1.29 524	1.10 528

coex-ft	3.48 530	0.81 502	48.53 552	0.24 246	0.19 345	0.53 453	0.47 476	0.49 315	2.36 523	7.18 537	1.20 496	0.96 493	2.53 527	0.75 431	2.14 521	0.13 373	0.15 355	0.14 405	0.12 371	0.22 454	0.47 490

MADNet++	2.34 527	1.81 530	2.24 515	2.15 532	1.97 530	2.79 528	2.19 532	2.42 530	2.26 522	2.79 531	2.70 527	2.43 522	2.60 528	3.18 529	3.32 528	2.19 533	1.97 533	1.93 531	1.62 531	2.02 531	2.10 532

SGM-ForestM	1.59 518	0.56 482	1.52 498	0.41 478	0.34 471	2.77 527	1.67 529	1.69 522	1.73 518	2.48 528	2.27 525	6.02 535	2.90 529	3.08 528	2.83 527	0.25 473	0.30 481	0.19 453	0.20 460	0.18 428	0.45 489

MANE	1.63 520	0.58 488	1.16 470	0.59 496	0.60 501	2.71 526	1.53 527	2.63 531	3.62 527	2.33 527	3.26 529	3.66 529	2.98 530	2.26 526	2.26 522	0.37 493	0.40 496	0.31 484	0.49 502	0.31 481	0.63 507

TCMNet-wrong-test	4.33 531	5.65 538	4.76 526	11.36 542	10.39 539	5.87 532	4.45 535	4.24 534	1.10 504	1.93 525	2.43 526	6.07 536	3.54 531	3.87 533	4.51 533	2.00 532	0.47 504	1.96 532	1.68 532	5.78 538	4.48 537

tt	4.71 532	0.11 53	3.94 525	2.06 531	1.54 529	10.14 539	16.85 540	9.28 541	4.99 532	1.41 513	1.05 490	4.68 531	4.89 532	3.36 532	5.86 536	5.73 539	9.15 544	2.23 535	2.51 534	3.02 533	1.34 530

LE_ROB	1.82 524	0.39 453	3.15 524	0.50 492	0.55 498	0.79 485	1.00 514	0.89 503	6.48 535	7.40 538	2.07 521	2.07 515	5.08 533	1.33 507	3.96 531	0.11 315	0.09 214	0.12 358	0.11 330	0.11 305	0.13 249

LRCNet_RVC	10.94 540	14.45 547	9.66 534	15.38 543	8.02 536	1.08 501	0.35 437	8.72 540	0.72 472	12.63 546	15.84 546	9.73 539	6.52 534	8.58 540	6.38 537	20.33 550	5.39 538	23.79 548	21.95 547	15.35 545	13.96 547

USTest	6.84 535	5.16 534	5.45 530	7.18 538	7.26 534	14.27 542	22.53 541	8.48 539	9.29 538	5.44 534	6.42 536	6.27 537	6.69 535	6.83 538	8.49 539	1.95 531	3.27 536	2.16 534	2.54 535	3.76 534	3.31 536

HanzoNet	3.08 529	1.87 531	2.70 519	1.81 530	1.34 527	1.60 519	1.05 516	2.06 527	2.62 524	5.63 535	5.12 532	5.96 534	7.09 536	4.39 535	3.43 529	3.29 535	2.06 535	1.98 533	2.94 537	2.47 532	2.15 533

BEATNet-Init1	4.91 533	3.27 533	14.39 543	0.69 502	0.65 505	10.19 540	3.83 534	5.04 535	5.11 533	8.73 539	8.52 537	13.95 546	7.66 537	7.79 539	5.79 535	0.32 488	0.34 491	0.34 489	0.38 498	0.64 501	0.64 509

DPSimNet_ROB	6.21 534	5.16 534	9.50 533	5.59 536	5.56 533	7.64 535	10.02 537	4.07 533	7.33 536	6.84 536	6.26 535	7.17 538	10.55 538	4.07 534	5.68 534	5.50 538	4.29 537	5.24 538	3.66 538	4.05 535	5.96 538

DPSMNet_ROB	8.44 538	5.25 537	10.87 542	5.59 536	10.27 538	8.34 536	23.51 546	6.12 538	13.47 545	4.96 533	10.94 543	5.65 533	10.55 538	6.25 537	12.77 542	4.01 537	7.62 540	3.75 537	7.27 542	4.16 537	7.54 540

DGTPSM_ROB	8.38 537	5.24 536	10.71 541	5.32 535	10.19 537	8.34 536	23.49 545	6.11 537	13.43 544	4.93 532	10.93 542	5.64 532	10.55 538	6.17 536	12.73 541	3.74 536	7.56 539	3.68 536	7.24 541	4.09 536	7.49 539

xxxxx1	15.30 543	9.78 540	10.23 538	20.34 546	19.47 545	17.10 543	23.00 542	10.36 542	11.04 540	9.25 540	9.66 538	10.74 541	10.66 541	10.60 542	13.72 545	8.14 543	9.35 545	31.88 551	44.61 551	12.63 542	13.46 544

tt_ll	15.30 543	9.78 540	10.23 538	20.34 546	19.47 545	17.10 543	23.00 542	10.36 542	11.04 540	9.25 540	9.66 538	10.74 541	10.66 541	10.60 542	13.72 545	8.14 543	9.35 545	31.88 551	44.61 551	12.63 542	13.46 544

Anonymous_1	16.44 547	9.26 539	9.67 535	10.63 539	14.54 542	18.62 547	26.98 547	12.68 545	13.53 546	10.78 545	10.37 541	10.15 540	10.66 541	10.99 545	12.64 540	15.61 549	7.73 541	16.87 546	43.01 550	56.14 553	7.86 543

ff	15.30 543	9.78 540	10.23 538	20.34 546	19.47 545	17.10 543	23.00 542	10.36 542	11.04 540	9.25 540	9.66 538	10.74 541	10.66 541	10.60 542	13.72 545	8.14 543	9.35 545	31.88 551	44.61 551	12.63 542	13.46 544

DPSM_ROB	11.46 541	9.79 543	10.18 536	11.11 540	11.31 540	19.08 548	27.38 548	13.42 546	14.23 547	10.34 543	11.13 544	10.97 544	11.33 545	11.89 546	13.49 543	6.74 541	8.19 542	6.00 540	7.05 539	7.74 539	7.76 541

DPSM	11.46 541	9.79 543	10.18 536	11.11 540	11.31 540	19.08 548	27.38 548	13.42 546	14.23 547	10.34 543	11.13 544	10.97 544	11.33 545	11.89 546	13.49 543	6.74 541	8.19 542	6.00 540	7.05 539	7.74 539	7.76 541

PML	15.86 546	13.12 546	7.07 532	5.22 534	7.66 535	32.93 550	64.30 553	5.37 536	10.12 539	25.87 552	67.29 553	20.25 548	13.20 547	10.09 541	6.81 538	5.94 540	2.00 534	6.03 542	2.18 533	9.13 541	2.62 535

HaxPig	17.72 548	20.23 551	19.76 545	16.55 544	16.52 543	9.46 538	9.42 536	14.48 548	13.31 543	18.59 547	18.67 547	17.39 547	16.68 548	17.07 548	16.43 548	21.99 551	20.86 551	22.28 547	21.55 546	21.30 549	21.88 551

MEDIAN_ROB	21.20 549	24.56 552	23.42 550	19.57 545	19.62 548	13.29 541	11.21 538	18.04 549	17.02 549	22.07 551	21.92 548	20.84 549	20.24 549	21.02 549	19.68 549	25.59 552	24.08 552	26.20 549	25.19 548	25.31 550	25.19 552

CasAABBNet	23.04 550	19.69 548	20.32 546	22.42 549	22.73 549	38.35 551	55.23 552	26.99 551	28.74 552	20.67 549	22.28 550	22.11 550	22.86 550	23.84 550	27.17 552	13.52 546	16.47 549	12.08 543	14.21 544	15.57 546	15.60 548

LSM0	24.21 552	19.88 550	22.33 549	24.42 551	40.13 553	38.41 552	54.99 550	27.05 552	28.61 551	20.59 548	22.00 549	22.29 552	22.86 550	24.12 552	27.16 551	13.59 548	16.33 548	12.13 545	14.08 543	15.72 548	17.53 550

Selective-RAFT-Error	23.11 551	19.77 549	20.60 548	22.49 550	22.80 550	38.46 553	55.19 551	27.13 553	28.90 553	20.73 550	22.38 551	22.11 550	22.91 552	23.94 551	27.18 553	13.54 547	16.57 550	12.09 544	14.21 544	15.61 547	15.65 549

AVERAGE_ROB	25.43 553	29.01 553	27.22 551	24.60 552	24.16 552	17.78 546	12.87 539	22.39 550	21.40 550	26.72 553	26.08 552	25.18 553	24.52 553	25.07 553	23.57 550	29.94 553	28.36 553	30.60 550	29.57 549	29.83 551	29.66 553

test_example2	100.95 554	107.33 554	67.16 553	98.17 553	106.88 554	89.44 554	101.34 554	37.23 554	97.88 554	129.56 554	131.26 554	65.41 554	67.34 554	91.22 554	79.29 554	143.32 554	199.32 554	81.12 554	102.17 554	121.89 554	101.70 554

ccccc		256.25 555		351.50 555	361.31 555	144.22 555		153.19 555		152.98 555		161.94 555		268.06 555		387.64 555	346.97 555	244.11 555	219.32 555	413.57 555

Low-res two-view benchmark