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

CREStereo++_RVC	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 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
s12784h	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MEDIAN_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AVERAGE_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HITNet	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10
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
NVstereo2D	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWCDC_ROB	0.01 9	0.01 9	0.02 14	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

USTest	0.01 9	0.02 12	0.00 1	0.14 99	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 18	0.02 20	0.00 1	0.00 1

PSMNet-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

FACV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

IGEV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

coex-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

fast-acv-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

CBFPSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

iinet-f	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MSC_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCMid	0.08 51	0.02 12	0.02 14	1.01 371	0.03 48	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 71	0.09 109	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCS	0.09 53	0.02 12	0.04 43	0.90 348	0.06 110	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 131	0.36 285	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

AnyNet_C01	0.11 87	0.02 12	0.02 14	1.62 471	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 87	0.04 74	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 50

RYNet	0.02 15	0.02 12	0.02 14	0.03 28	0.03 48	0.03 40	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.03 52	0.03 39	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM0	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

PWC_ROB	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWCK	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

coex_refinement	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

BEATNet_4x	0.11 87	0.03 31	0.03 36	1.60 468	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 81	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

ADCL	0.11 87	0.03 31	0.03 36	1.60 468	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 81	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

ADCRef	0.12 96	0.03 31	0.04 43	1.71 474	0.04 78	0.03 40	0.03 50	0.04 76	0.04 80	0.04 73	0.03 52	0.04 76	0.03 52	0.06 87	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.03 43	0.04 78

ADCPNet	0.10 66	0.03 31	0.04 43	1.27 444	0.03 48	0.04 76	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.04 76	0.03 52	0.08 106	0.04 74	0.04 44	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

G2L-Stereo_test	0.03 29	0.04 37	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

TCMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

TCMNet-wrong-test	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.02 20	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

YMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

YMNet_1	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

GASNet	0.05 41	0.04 37	0.12 102	0.04 37	0.04 78	0.04 76	0.05 92	0.04 76	0.04 80	0.12 126	0.04 87	0.06 96	0.04 83	0.04 71	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

FADNet-RVC-Resample	0.12 96	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	1.57 522	0.04 44	0.04 45	0.04 72	0.05 95	0.04 76	0.06 104

FADNet_RVC	0.12 96	0.04 37	0.04 43	0.05 43	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.05 93	0.04 71	1.65 526	0.05 51	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

FADNet-RVC	0.13 103	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.05 92	0.04 76	0.04 80	0.04 73	0.05 99	0.04 76	0.05 93	0.04 71	1.71 531	0.04 44	0.04 45	0.04 72	0.04 77	0.07 105	0.04 78

AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 490	0.04 78	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 76	0.02 21	0.07 103	0.04 74	0.02 15	0.02 15	0.03 38	0.03 53	0.02 20	0.03 50

ADCP+	0.15 124	0.04 37	0.04 43	2.20 489	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.05 99	0.04 76	0.04 83	0.08 106	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

NVStereoNet_ROB	0.04 38	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ISRNet	0.11 87	0.05 49	0.36 250	0.24 157	0.07 111	0.13 127	0.05 92	0.06 93	0.05 96	0.05 90	0.05 99	0.13 128	0.05 93	0.05 81	0.09 109	0.24 184	0.20 177	0.10 108	0.05 95	0.06 95	0.13 151

Wz-Net-TNSev	0.02 15	0.05 49	0.04 43	0.07 47	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 55	0.04 45	0.01 9	0.01 9	0.01 10	0.01 10

APVNet	0.09 53	0.05 49	0.04 43	0.05 43	0.04 78	0.05 88	0.90 423	0.06 93	0.04 80	0.05 90	0.04 87	0.05 90	0.04 83	0.05 81	0.04 74	0.05 51	0.04 45	0.05 85	0.04 77	0.05 91	0.05 96

EDNetEfficient	0.04 38	0.05 49	0.04 43	0.04 37	0.03 48	0.04 76	0.03 50	0.04 76	0.03 55	0.04 73	0.03 52	0.04 76	0.03 52	0.04 71	0.03 48	0.05 51	0.03 36	0.05 85	0.03 53	0.04 76	0.03 50

FADNet	0.12 96	0.05 49	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.05 93	0.04 71	1.66 528	0.06 55	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

G2L-ROB	0.03 29	0.06 54	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

DFGA-Net	0.05 41	0.06 54	0.04 43	0.06 46	0.04 78	0.06 91	0.04 80	0.06 93	0.04 80	0.06 95	0.04 87	0.06 96	0.04 83	0.06 87	0.04 74	0.06 55	0.04 45	0.05 85	0.04 77	0.05 91	0.04 78

EDNetEfficientorigin	0.04 38	0.06 54	0.04 43	0.05 43	0.04 78	0.05 88	0.04 80	0.05 88	0.04 80	0.05 90	0.04 87	0.05 90	0.04 83	0.05 81	0.04 74	0.05 51	0.03 36	0.06 93	0.03 53	0.04 76	0.03 50

GwcNet	0.12 96	0.07 57	0.05 57	0.08 49	0.05 98	0.08 104	1.20 452	0.07 103	0.05 96	0.05 90	0.05 99	0.08 105	0.05 93	0.08 106	0.03 48	0.07 60	0.05 56	0.06 93	0.05 95	0.07 105	0.05 96

BridgeDepth_RVC	0.07 49	0.08 58	0.11 89	0.11 75	0.05 98	0.08 104	0.05 92	0.08 106	0.05 96	0.08 105	0.05 99	0.08 105	0.05 93	0.08 106	0.05 87	0.11 88	0.10 75	0.07 98	0.05 95	0.07 105	0.05 96
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 51	0.08 58	0.11 89	0.11 75	0.05 98	0.08 104	0.05 92	0.08 106	0.07 111	0.08 105	0.05 99	0.08 105	0.05 93	0.09 110	0.08 104	0.15 125	0.11 97	0.07 98	0.05 95	0.07 105	0.06 104
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
AASNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 98	0.06 91	0.05 92	0.05 88	0.06 108	0.06 95	0.06 109	0.05 90	0.06 109	0.06 87	0.05 87	0.08 62	0.08 61	0.08 102	0.05 95	0.06 95	0.05 96

SACVNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 98	0.06 91	0.05 92	0.05 88	0.06 108	0.06 95	0.06 109	0.05 90	0.06 109	0.06 87	0.05 87	0.08 62	0.08 61	0.08 102	0.05 95	0.06 95	0.05 96

AACVNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 98	0.06 91	0.05 92	0.05 88	0.06 108	0.06 95	0.06 109	0.05 90	0.06 109	0.06 87	0.05 87	0.08 62	0.08 61	0.08 102	0.05 95	0.06 95	0.05 96

FINET	0.07 49	0.08 58	0.07 58	0.07 47	0.07 111	0.08 104	0.06 108	0.08 106	0.07 111	0.08 105	0.07 112	0.08 105	0.06 109	0.07 103	0.07 102	0.08 62	0.07 59	0.07 98	0.07 105	0.06 95	0.06 104

BEATNet-Init1	0.19 142	0.08 58	0.08 60	2.23 491	0.08 113	0.08 104	0.07 111	0.07 103	0.08 115	0.08 105	0.07 112	0.08 105	0.07 113	0.11 125	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

DeepPrunerF	0.19 142	0.08 58	0.08 60	2.23 491	0.08 113	0.08 104	0.07 111	0.07 103	0.08 115	0.08 105	0.07 112	0.08 105	0.07 113	0.11 125	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

Wz-Net-SNSev	0.03 29	0.09 66	0.07 58	0.09 55	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 68	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

SepStereo	0.09 53	0.09 66	0.10 69	0.09 55	0.09 115	0.09 110	0.09 114	0.10 111	0.08 115	0.10 112	0.09 116	0.09 111	0.09 117	0.09 110	0.08 104	0.09 68	0.08 61	0.09 107	0.08 109	0.09 112	0.08 108

AnonymousM	0.10 66	0.10 68	0.10 69	0.10 58	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SuperB	0.21 150	0.10 68	2.51 555	0.12 83	0.09 115	0.10 112	0.09 114	0.08 106	0.07 111	0.10 112	0.09 116	0.09 111	0.07 113	0.07 103	0.07 102	0.07 60	0.08 61	0.07 98	0.07 105	0.08 109	0.07 107

PVD	0.10 66	0.10 68	0.10 69	0.10 58	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SHD	0.10 66	0.10 68	0.10 69	0.10 58	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SAMSARA	0.10 66	0.10 68	0.10 69	0.10 58	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

XQC	0.10 66	0.10 68	0.10 69	0.10 58	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSC	0.10 66	0.10 68	0.10 69	0.10 58	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTS	0.10 66	0.10 68	0.10 69	0.10 58	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSA	0.10 66	0.10 68	0.10 69	0.10 58	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet+	0.10 66	0.10 68	0.10 69	0.10 58	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet++	0.10 66	0.10 68	0.10 69	0.10 58	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

JetBlue	0.11 87	0.11 79	0.12 102	0.13 95	0.14 158	0.11 123	0.11 132	0.11 123	0.11 134	0.11 124	0.11 134	0.11 124	0.11 133	0.12 129	0.12 142	0.11 88	0.11 97	0.11 119	0.11 130	0.11 123	0.11 129

aanetorigin	0.13 103	0.11 79	0.11 89	0.11 75	0.11 137	0.11 123	0.11 132	0.11 123	0.11 134	0.11 124	0.12 145	0.11 124	0.11 133	0.11 125	0.11 127	0.11 88	0.11 97	0.14 128	0.11 130	0.49 320	0.11 129

MatchStereo	0.54 308	0.12 81	2.38 553	2.32 497	0.09 115	0.09 110	0.08 113	0.09 110	0.07 111	0.09 110	0.07 112	0.09 111	0.07 113	0.09 110	0.08 104	2.34 531	2.34 549	0.12 122	0.11 130	0.11 123	0.10 116

JetRed	0.11 87	0.12 81	0.11 89	0.11 75	0.11 137	0.11 123	0.14 153	0.11 123	0.11 134	0.12 126	0.11 134	0.11 124	0.11 133	0.11 125	0.11 127	0.11 88	0.16 145	0.11 119	0.11 130	0.11 123	0.11 129

DA	0.09 53	0.13 83	0.39 265	0.08 49	0.05 98	0.07 102	0.05 92	0.13 127	0.05 96	0.06 95	0.05 99	0.06 96	0.05 93	0.06 87	0.05 87	0.06 55	0.05 56	0.14 128	0.13 156	0.06 95	0.05 96

GGEV	0.09 53	0.13 83	0.39 265	0.08 49	0.05 98	0.07 102	0.05 92	0.13 127	0.05 96	0.06 95	0.05 99	0.06 96	0.05 93	0.06 87	0.05 87	0.06 55	0.05 56	0.14 128	0.13 156	0.06 95	0.05 96

LRCNet_RVC	0.13 103	0.13 83	0.09 65	0.13 95	0.10 122	0.14 128	0.10 119	0.14 129	0.10 119	0.23 177	0.10 120	0.20 161	0.10 121	0.24 184	0.11 127	0.11 88	0.09 70	0.12 122	0.14 161	0.12 128	0.09 111

GMStereo	0.14 112	0.13 83	0.14 126	0.14 99	0.14 158	0.14 128	0.14 153	0.14 129	0.14 158	0.14 128	0.14 162	0.14 129	0.14 159	0.14 131	0.14 152	0.14 116	0.14 140	0.14 128	0.14 161	0.14 132	0.14 156
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	0.22 154	0.13 83	0.19 164	0.23 152	0.10 122	0.26 201	1.02 438	0.14 129	0.10 119	0.28 202	0.14 162	0.17 150	0.19 193	0.28 209	0.09 109	0.22 166	0.16 145	0.23 185	0.17 189	0.11 123	0.12 145

DRN-Test	0.14 112	0.13 83	0.09 65	0.14 99	0.09 115	0.15 135	0.09 114	0.14 129	0.10 119	0.14 128	0.09 116	0.14 129	0.09 117	0.13 130	0.09 109	0.12 94	0.09 70	0.12 122	0.09 111	0.12 128	0.73 398

S2M2_L	0.12 96	0.14 89	0.10 69	0.15 109	0.10 122	0.14 128	0.10 119	0.14 129	0.10 119	0.15 134	0.10 120	0.14 129	0.10 121	0.14 131	0.10 115	0.13 109	0.10 75	0.13 126	0.09 111	0.13 130	0.09 111
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
StereoDRNet	0.15 124	0.14 89	0.10 69	0.14 99	0.09 115	0.15 135	0.09 114	0.14 129	0.09 118	0.14 128	0.10 120	0.14 129	0.09 117	0.14 131	0.09 109	0.13 109	0.10 75	0.13 126	0.09 111	0.13 130	0.82 411

testlalala2	0.13 103	0.16 91	0.11 89	0.15 109	0.11 137	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.14 116	0.11 97	0.14 128	0.11 130	0.14 132	0.11 129

GMStereo_Zeroshot	0.16 132	0.16 91	0.16 145	0.16 120	0.16 178	0.16 143	0.16 163	0.16 142	0.16 172	0.16 139	0.16 173	0.16 140	0.16 171	0.16 141	0.16 168	0.16 134	0.16 145	0.16 146	0.16 169	0.16 146	0.16 160

testlalala_base	0.13 103	0.16 91	0.11 89	0.15 109	0.11 137	0.15 135	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.14 116	0.11 97	0.14 128	0.11 130	0.14 132	0.11 129

HSM	0.14 112	0.16 91	0.12 102	0.17 128	0.12 153	0.17 151	0.11 132	0.17 150	0.11 134	0.17 148	0.12 145	0.17 150	0.12 150	0.17 150	0.12 142	0.16 134	0.11 97	0.16 146	0.11 130	0.16 146	0.12 145

ELAS_RVC	0.14 112	0.16 91	0.10 69	0.15 109	0.10 122	0.18 155	0.11 132	0.19 155	0.11 134	0.19 154	0.12 145	0.18 154	0.11 133	0.19 156	0.12 142	0.14 116	0.08 61	0.14 128	0.09 111	0.15 142	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 103	0.16 91	0.11 89	0.15 109	0.09 115	0.18 155	0.11 132	0.18 153	0.11 134	0.17 148	0.11 134	0.18 154	0.11 133	0.18 153	0.11 127	0.14 116	0.08 61	0.14 128	0.08 109	0.14 132	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
S2M2_XL	0.14 112	0.17 97	0.12 102	0.17 128	0.11 137	0.17 151	0.11 132	0.17 150	0.11 134	0.17 148	0.11 134	0.17 150	0.11 133	0.17 150	0.11 127	0.16 134	0.11 97	0.16 146	0.11 130	0.16 146	0.11 129
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ITSA-stereo	0.15 124	0.17 97	0.13 121	0.20 136	0.13 156	0.19 158	0.13 151	0.18 153	0.13 156	0.19 154	0.13 157	0.18 154	0.14 159	0.18 153	0.14 152	0.16 134	0.11 97	0.15 143	0.14 161	0.18 156	0.11 129

SGM_RVC	0.15 124	0.17 97	0.11 89	0.18 130	0.11 137	0.19 158	0.11 132	0.19 155	0.12 153	0.19 154	0.12 145	0.20 161	0.12 150	0.19 156	0.12 142	0.16 134	0.11 97	0.17 154	0.10 118	0.17 152	0.10 116
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DeepPruner_ROB	0.16 132	0.18 100	0.13 121	0.19 133	0.13 156	0.19 158	0.13 151	0.19 155	0.13 156	0.19 154	0.13 157	0.19 158	0.13 155	0.19 156	0.13 148	0.18 150	0.13 136	0.18 163	0.13 156	0.18 156	0.13 151

IGEV_Zeroshot_test	0.20 144	0.19 101	0.40 270	0.30 177	0.17 182	0.22 175	0.17 171	0.21 169	0.17 180	0.20 160	0.17 178	0.21 168	0.18 188	0.21 170	0.17 172	0.20 157	0.16 145	0.20 170	0.16 169	0.20 163	0.17 174

ACVNet	0.20 144	0.19 101	0.14 126	0.20 136	0.14 158	0.20 163	0.96 430	0.21 169	0.14 158	0.20 160	0.13 157	0.21 168	0.14 159	0.20 160	0.14 152	0.17 142	0.12 113	0.17 154	0.12 148	0.17 152	0.12 145

acv_ft	0.20 144	0.19 101	0.14 126	0.20 136	0.14 158	0.20 163	0.96 430	0.21 169	0.14 158	0.20 160	0.13 157	0.21 168	0.14 159	0.20 160	0.14 152	0.17 142	0.12 113	0.17 154	0.12 148	0.17 152	0.12 145

LALA_ROB	0.15 124	0.19 101	0.12 102	0.18 130	0.11 137	0.20 163	0.12 148	0.21 169	0.12 153	0.20 160	0.12 145	0.20 161	0.12 150	0.21 170	0.13 148	0.17 142	0.10 75	0.18 163	0.11 130	0.18 156	0.11 129

model_zeroshot	0.27 174	0.20 105	0.27 194	0.33 191	0.21 207	0.37 243	0.22 196	0.37 233	0.24 208	0.26 198	0.27 233	0.33 227	0.21 202	0.25 191	0.27 218	0.32 213	0.20 177	0.34 240	0.23 208	0.25 185	0.26 206

ProNet	0.14 112	0.20 105	0.14 126	0.16 120	0.11 137	0.16 143	0.11 132	0.17 150	0.11 134	0.17 148	0.12 145	0.17 150	0.13 155	0.17 150	0.12 142	0.15 125	0.11 97	0.16 146	0.11 130	0.15 142	0.12 145

DAS	0.20 144	0.20 105	0.20 167	0.20 136	0.20 199	0.20 163	0.20 186	0.20 161	0.20 193	0.20 160	0.20 199	0.20 161	0.20 197	0.20 160	0.20 189	0.20 157	0.20 177	0.20 170	0.20 196	0.20 163	0.20 182

IPLG	0.13 103	0.20 105	0.14 126	0.15 109	0.11 137	0.14 128	0.11 132	0.14 129	0.11 134	0.14 128	0.11 134	0.14 129	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 128	0.11 130	0.14 132	0.11 129

IPLGR_C	0.14 112	0.20 105	0.12 102	0.15 109	0.11 137	0.14 128	0.15 158	0.14 129	0.11 134	0.15 134	0.12 145	0.14 129	0.11 133	0.16 141	0.11 127	0.15 125	0.12 113	0.14 128	0.12 148	0.15 142	0.12 145

MSKI-zero shot	0.24 162	0.21 110	0.49 315	0.65 318	0.18 192	0.22 175	0.17 171	0.23 179	0.18 185	0.21 171	0.17 178	0.23 182	0.28 240	0.23 180	0.18 183	0.21 163	0.16 145	0.21 172	0.16 169	0.21 168	0.16 160

CIPLG	0.13 103	0.21 110	0.12 102	0.16 120	0.11 137	0.15 135	0.11 132	0.14 129	0.11 134	0.15 134	0.12 145	0.15 139	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 128	0.11 130	0.14 132	0.11 129

MIPNet	0.14 112	0.21 110	0.17 152	0.16 120	0.11 137	0.15 135	0.12 148	0.14 129	0.11 134	0.16 139	0.11 134	0.14 129	0.11 133	0.14 131	0.11 127	0.14 116	0.12 113	0.14 128	0.11 130	0.14 132	0.11 129

ACRE	0.13 103	0.21 110	0.14 126	0.15 109	0.11 137	0.14 128	0.11 132	0.14 129	0.11 134	0.14 128	0.12 145	0.14 129	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 128	0.11 130	0.14 132	0.11 129

Pointernet	0.21 150	0.22 114	0.19 164	0.24 157	0.19 196	0.24 186	0.19 182	0.24 182	0.19 191	0.24 184	0.19 195	0.24 188	0.19 193	0.24 184	0.19 186	0.22 166	0.17 165	0.22 177	0.17 189	0.22 170	0.17 174

BStereo	0.22 154	0.23 115	0.20 167	0.24 157	0.20 199	0.23 183	0.33 269	0.39 245	0.17 180	0.23 177	0.17 178	0.23 182	0.16 171	0.24 184	0.17 172	0.23 177	0.16 145	0.22 177	0.20 196	0.22 170	0.16 160

Wave_Phase_stereo	0.22 154	0.23 115	0.20 167	0.24 157	0.20 199	0.23 183	0.33 269	0.39 245	0.17 180	0.23 177	0.17 178	0.23 182	0.16 171	0.24 184	0.17 172	0.23 177	0.16 145	0.22 177	0.20 196	0.22 170	0.16 160

test_for_model	0.15 124	0.23 115	0.18 161	0.21 145	0.11 137	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.21 163	0.18 174	0.14 128	0.11 130	0.14 132	0.11 129

WAO-6	0.22 154	0.23 115	0.22 174	0.23 152	0.22 209	0.22 175	0.22 196	0.22 173	0.22 199	0.22 173	0.22 205	0.22 176	0.22 203	0.22 174	0.22 194	0.22 166	0.22 184	0.22 177	0.22 202	0.22 170	0.22 187

IMH-64-1	0.22 154	0.23 115	0.23 177	0.22 148	0.22 209	0.22 175	0.22 196	0.22 173	0.22 199	0.22 173	0.22 205	0.22 176	0.22 203	0.22 174	0.22 194	0.22 166	0.22 184	0.23 185	0.22 202	0.22 170	0.23 189

IMH-64	0.22 154	0.23 115	0.23 177	0.22 148	0.22 209	0.22 175	0.22 196	0.22 173	0.22 199	0.22 173	0.22 205	0.22 176	0.22 203	0.22 174	0.22 194	0.22 166	0.22 184	0.23 185	0.22 202	0.22 170	0.23 189

MIM_Stereo	0.25 165	0.23 115	0.66 354	0.80 338	0.17 182	0.22 175	0.17 171	0.23 179	0.18 185	0.26 198	0.17 178	0.21 168	0.17 180	0.25 191	0.17 172	0.23 177	0.16 145	0.21 172	0.17 189	0.22 170	0.17 174

iResNetv2_ROB	0.20 144	0.23 115	0.18 161	0.24 157	0.20 199	0.24 186	0.18 178	0.24 182	0.18 185	0.24 184	0.18 193	0.23 182	0.19 193	0.24 184	0.18 183	0.21 163	0.16 145	0.21 172	0.16 169	0.22 170	0.16 160

iResNet	0.20 144	0.23 115	0.18 161	0.24 157	0.18 192	0.24 186	0.20 186	0.24 182	0.18 185	0.23 177	0.17 178	0.23 182	0.18 188	0.23 180	0.18 183	0.22 166	0.16 145	0.21 172	0.16 169	0.21 168	0.16 160

RSGM-EC	0.24 162	0.24 124	0.15 142	0.22 148	0.15 169	0.22 175	0.15 158	0.22 173	0.15 168	0.24 184	0.15 170	0.22 176	0.15 169	0.22 174	1.19 452	0.20 157	0.17 165	0.24 193	0.14 161	0.20 163	0.14 156

acva	0.24 162	0.24 124	0.15 142	0.22 148	0.15 169	0.22 175	0.15 158	0.22 173	0.15 168	0.24 184	0.15 170	0.22 176	0.15 169	0.22 174	1.19 452	0.20 157	0.17 165	0.24 193	0.14 161	0.20 163	0.14 156

Wz-Net-LNSev	0.06 44	0.24 124	0.20 167	0.23 152	0.01 10	0.02 19	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 177	0.21 180	0.02 18	0.01 9	0.01 10	0.01 10

IPLGR	0.14 112	0.24 124	0.14 126	0.16 120	0.12 153	0.15 135	0.12 148	0.14 129	0.11 134	0.15 134	0.12 145	0.14 129	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 128	0.11 130	0.14 132	0.11 129

tg	0.21 150	0.25 128	0.21 172	0.26 171	0.17 182	0.24 186	0.17 171	0.24 182	0.17 180	0.24 184	0.17 178	0.24 188	0.17 180	0.24 184	0.17 172	0.24 184	0.17 165	0.23 185	0.16 169	0.23 181	0.16 160

RAFT-FEzeroshot	0.34 204	0.26 129	0.17 152	0.21 145	0.17 182	0.20 163	0.16 163	0.20 161	0.16 172	0.20 160	0.17 178	0.21 168	0.16 171	0.27 205	0.24 204	0.19 154	0.16 145	0.19 166	0.16 169	0.26 187	3.08 571

RAFT-FE	0.34 204	0.26 129	0.17 152	0.21 145	0.17 182	0.20 163	0.16 163	0.20 161	0.16 172	0.20 160	0.17 178	0.21 168	0.16 171	0.27 205	0.24 204	0.19 154	0.16 145	0.19 166	0.16 169	0.26 187	3.08 571

UNDER WATER-64	0.25 165	0.26 129	0.25 187	0.26 171	0.25 222	0.25 193	0.25 212	0.25 188	0.25 213	0.25 190	0.25 222	0.25 193	0.25 216	0.26 201	0.25 212	0.25 190	0.25 192	0.25 196	0.25 221	0.25 185	0.25 200

CAS++	0.17 136	0.27 132	0.21 172	0.10 58	0.21 207	0.15 135	0.22 196	0.10 111	0.21 196	0.22 173	0.10 120	0.19 158	0.18 188	0.10 114	0.19 186	0.20 157	0.19 175	0.18 163	0.10 118	0.19 162	0.18 178
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
TorneroNet-64	0.45 273	0.27 132	0.30 206	0.58 304	0.27 232	0.70 376	0.30 245	0.28 197	0.73 411	0.73 379	0.28 240	0.71 378	0.66 381	0.75 381	0.27 218	0.27 195	0.29 219	0.37 264	0.75 416	0.28 194	0.30 245

LoS	0.25 165	0.27 132	0.25 187	0.25 164	0.25 222	0.25 193	0.25 212	0.26 193	0.25 213	0.25 190	0.25 222	0.25 193	0.25 216	0.25 191	0.25 212	0.26 192	0.25 192	0.25 196	0.26 227	0.26 187	0.25 200
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DLNR_Zeroshot_test	0.31 188	0.28 135	0.47 300	0.79 336	0.24 220	0.30 210	0.26 220	0.30 204	0.24 208	0.32 219	0.23 209	0.31 220	0.24 213	0.30 215	0.23 200	0.29 204	0.26 195	0.29 212	0.24 216	0.33 217	0.23 189

SQANet	0.28 175	0.28 135	0.28 198	0.28 175	0.28 237	0.28 206	0.28 231	0.28 197	0.28 235	0.28 202	0.28 240	0.28 206	0.28 240	0.28 209	0.28 228	0.28 197	0.28 208	0.28 207	0.28 240	0.28 194	0.28 227

HGLStereo	0.28 175	0.29 137	0.22 174	0.36 200	0.22 209	0.36 238	0.21 191	0.36 227	0.21 196	0.42 280	0.21 204	0.36 240	0.22 203	0.36 240	0.21 192	0.34 222	0.21 180	0.34 240	0.21 199	0.34 221	0.21 184

MultiAttention	0.30 181	0.30 138	0.30 206	0.30 177	0.30 256	0.30 210	0.30 245	0.30 204	0.30 252	0.30 208	0.30 257	0.30 216	0.30 254	0.30 215	0.30 245	0.30 205	0.30 228	0.30 214	0.30 264	0.30 200	0.30 245

MSAF-DinoV2	0.30 181	0.30 138	0.30 206	0.30 177	0.30 256	0.30 210	0.30 245	0.30 204	0.30 252	0.30 208	0.30 257	0.30 216	0.30 254	0.30 215	0.30 245	0.30 205	0.30 228	0.30 214	0.30 264	0.30 200	0.30 245

DANet	0.30 181	0.30 138	0.30 206	0.30 177	0.30 256	0.30 210	0.30 245	0.30 204	0.30 252	0.30 208	0.30 257	0.30 216	0.30 254	0.30 215	0.30 245	0.30 205	0.30 228	0.30 214	0.30 264	0.30 200	0.30 245
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 188	0.31 141	0.31 218	0.30 177	0.40 324	0.31 216	0.30 245	0.30 204	0.34 285	0.29 207	0.31 265	0.29 212	0.30 254	0.31 219	0.31 253	0.31 211	0.29 219	0.31 221	0.30 264	0.31 205	0.31 254

AANet_RVC	1.26 474	0.31 141	4.99 585	5.93 577	0.20 199	0.25 193	0.20 186	0.25 188	0.20 193	0.23 177	0.19 195	0.25 193	0.20 197	0.25 191	0.20 189	5.66 587	4.76 580	0.26 201	0.30 264	0.24 183	0.27 214

gcap-zeroshot	0.35 213	0.32 143	0.37 254	0.49 274	0.39 322	0.33 228	0.21 191	0.26 193	0.35 289	0.42 280	0.34 287	0.49 323	0.29 247	0.47 307	0.39 309	0.34 222	0.17 165	0.38 272	0.23 208	0.48 316	0.34 274

iResNet_ROB	0.28 175	0.32 143	0.24 184	0.32 187	0.25 222	0.32 225	0.24 209	0.32 211	0.24 208	0.33 224	0.24 216	0.35 234	0.24 213	0.33 229	0.24 204	0.31 211	0.24 191	0.32 224	0.24 216	0.32 209	0.24 199

DStereoFS	0.32 197	0.33 145	0.32 224	0.33 191	0.30 256	0.32 225	0.32 258	0.32 211	0.31 264	0.30 208	0.31 265	0.31 220	0.30 254	0.32 222	0.32 255	0.32 213	0.31 234	0.30 214	0.47 359	0.32 209	0.34 274

H2IRNET	0.34 204	0.34 146	0.34 240	0.34 194	0.34 292	0.34 230	0.34 282	0.34 219	0.34 285	0.34 226	0.34 287	0.34 232	0.34 285	0.34 231	0.34 278	0.34 222	0.34 255	0.34 240	0.34 294	0.34 221	0.34 274

MLCV	0.31 188	0.35 147	0.27 194	0.35 196	0.28 237	0.35 235	0.27 223	0.35 223	0.28 235	0.36 234	0.27 233	0.35 234	0.27 233	0.35 234	0.27 218	0.34 222	0.27 202	0.34 240	0.27 235	0.34 221	0.27 214

ETE_ROB	0.35 213	0.35 147	0.35 248	0.35 196	0.35 295	0.35 235	0.35 287	0.35 223	0.35 289	0.35 231	0.35 296	0.35 234	0.35 291	0.35 234	0.35 282	0.35 231	0.35 257	0.35 256	0.35 306	0.35 233	0.35 284

DN-CSS_ROB	0.31 188	0.35 147	0.28 198	0.35 196	0.28 237	0.34 230	0.27 223	0.34 219	0.25 213	0.35 231	0.27 233	0.36 240	0.26 225	0.34 231	0.28 228	0.35 231	0.28 208	0.34 240	0.28 240	0.34 221	0.27 214

RSM	0.36 219	0.36 150	0.43 285	0.37 203	0.42 343	0.49 326	0.42 333	0.37 233	0.28 235	0.36 234	0.29 245	0.36 240	0.30 254	0.37 244	0.28 228	0.34 222	0.31 234	0.34 240	0.35 306	0.40 272	0.29 232

Any-RAFT	0.32 197	0.36 150	0.27 194	0.36 200	0.27 232	0.36 238	0.27 223	0.36 227	0.27 232	0.36 234	0.27 233	0.36 240	0.27 233	0.36 240	0.28 228	0.36 236	0.28 208	0.36 261	0.28 240	0.36 240	0.28 227

IGEV-FE	0.35 213	0.37 152	0.17 152	0.19 133	0.17 182	0.20 163	0.17 171	0.19 155	0.17 180	0.19 154	0.17 178	0.19 158	0.17 180	0.37 244	0.36 285	0.19 154	0.17 165	0.19 166	0.17 189	0.38 257	2.84 562

LG-Stereo_L2	0.34 204	0.37 152	0.38 257	0.47 263	0.28 237	0.39 256	0.28 231	0.39 245	0.28 235	0.39 246	0.28 240	0.39 253	0.28 240	0.38 247	0.28 228	0.42 288	0.35 257	0.36 261	0.26 227	0.35 233	0.26 206

RAFT-Test	0.36 219	0.37 152	0.33 230	0.41 238	0.32 270	0.41 274	0.32 258	0.41 267	0.32 269	0.41 266	0.32 272	0.41 274	0.32 272	0.41 273	0.33 265	0.37 240	0.29 219	0.37 264	0.29 250	0.38 257	0.31 254

XPNet_ROB	0.37 225	0.37 152	0.37 254	0.37 203	0.37 305	0.37 243	0.37 299	0.37 233	0.37 301	0.37 239	0.37 306	0.37 246	0.37 299	0.37 244	0.37 294	0.37 240	0.37 262	0.37 264	0.37 315	0.37 244	0.37 292

WAO-8	0.38 231	0.38 156	0.38 257	0.38 206	0.38 312	0.38 250	0.38 306	0.38 241	0.38 305	0.38 240	0.38 311	0.38 248	0.38 303	0.38 247	0.38 297	0.38 251	0.38 268	0.38 272	0.37 315	0.38 257	0.38 299

WAO-7	0.38 231	0.38 156	0.38 257	0.38 206	0.38 312	0.38 250	0.38 306	0.38 241	0.38 305	0.38 240	0.38 311	0.38 248	0.38 303	0.38 247	0.38 297	0.38 251	0.38 268	0.38 272	0.38 328	0.38 257	0.38 299

HanzoNet	0.39 243	0.38 156	0.40 270	0.39 212	0.41 333	0.38 250	0.38 306	0.38 241	0.38 305	0.39 246	0.39 321	0.38 248	0.38 303	0.39 255	0.40 313	0.38 251	0.38 268	0.40 288	0.38 328	0.38 257	0.40 307

Venus	0.38 231	0.38 156	0.38 257	0.38 206	0.38 312	0.37 243	0.38 306	0.37 233	0.37 301	0.41 266	0.37 306	0.39 253	0.37 299	0.38 247	0.38 297	0.37 240	0.38 268	0.38 272	0.37 315	0.37 244	0.38 299

IMH	0.38 231	0.38 156	0.38 257	0.38 206	0.38 312	0.38 250	0.38 306	0.38 241	0.38 305	0.42 280	0.38 311	0.40 261	0.38 303	0.38 247	0.38 297	0.38 251	0.38 268	0.39 283	0.38 328	0.38 257	0.38 299

DMCA	0.36 219	0.38 156	0.37 254	0.35 196	0.35 295	0.36 238	0.36 293	0.36 227	0.35 289	0.35 231	0.37 306	0.36 240	0.36 294	0.35 234	0.36 285	0.36 236	0.36 260	0.35 256	0.36 312	0.36 240	0.36 287

StereoDRNet-Refined	0.33 202	0.39 162	0.26 193	0.39 212	0.26 230	0.40 258	0.26 220	0.40 252	0.26 226	0.39 246	0.26 228	0.39 253	0.26 225	0.39 255	0.26 217	0.37 240	0.25 192	0.37 264	0.25 221	0.37 244	0.37 292
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.11 421	0.39 162	5.28 587	0.39 212	0.20 199	0.39 256	0.27 223	0.39 245	0.22 199	0.38 240	0.20 199	0.38 248	0.20 197	6.95 600	0.22 194	0.30 205	0.21 180	0.27 205	0.21 199	5.25 581	0.21 184

Zero-FE251	0.36 219	0.40 164	0.28 198	0.41 238	0.28 237	0.41 274	0.28 231	0.41 267	0.28 235	0.41 266	0.28 240	0.41 274	0.28 240	0.42 286	0.30 245	0.37 240	0.26 195	0.37 264	0.27 235	0.45 296	0.56 364

EKT-Stereo	0.37 225	0.40 164	0.44 287	1.07 375	0.29 246	0.34 230	0.31 256	0.36 227	0.29 241	0.38 240	0.31 265	0.37 246	0.30 254	0.36 240	0.29 238	0.34 222	0.28 208	0.39 283	0.30 264	0.37 244	0.30 245

knoymous	0.40 247	0.40 164	0.40 270	0.40 226	0.40 324	0.40 258	0.40 320	0.40 252	0.40 319	0.40 252	0.40 324	0.40 261	0.40 313	0.40 258	0.40 313	0.40 266	0.40 278	0.40 288	0.40 332	0.40 272	0.40 307

anonymousa	0.40 247	0.40 164	0.40 270	0.40 226	0.40 324	0.40 258	0.40 320	0.40 252	0.40 319	0.40 252	0.40 324	0.40 261	0.40 313	0.40 258	0.40 313	0.40 266	0.40 278	0.40 288	0.40 332	0.40 272	0.40 307

riskmin	0.40 247	0.40 164	0.40 270	0.40 226	0.40 324	0.40 258	0.40 320	0.40 252	0.40 319	0.40 252	0.40 324	0.40 261	0.40 313	0.40 258	0.40 313	0.40 266	0.40 278	0.40 288	0.40 332	0.40 272	0.40 307

Anonymous_2	0.40 247	0.40 164	0.40 270	0.40 226	0.40 324	0.40 258	0.40 320	0.40 252	0.40 319	0.40 252	0.40 324	0.40 261	0.40 313	0.40 258	0.40 313	0.40 266	0.40 278	0.40 288	0.40 332	0.40 272	0.40 307

Anonymous_1	0.40 247	0.40 164	0.40 270	0.40 226	0.40 324	0.40 258	0.40 320	0.40 252	0.40 319	0.40 252	0.40 324	0.40 261	0.40 313	0.40 258	0.40 313	0.40 266	0.40 278	0.40 288	0.40 332	0.40 272	0.40 307

AdaStereo	0.40 247	0.40 164	0.40 270	0.40 226	0.40 324	0.40 258	0.40 320	0.40 252	0.40 319	0.40 252	0.40 324	0.40 261	0.40 313	0.40 258	0.40 313	0.40 266	0.40 278	0.40 288	0.40 332	0.40 272	0.40 307
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.
iRaft-Stereo_20w	0.34 204	0.41 172	0.31 218	0.39 212	0.29 246	0.40 258	0.32 258	0.41 267	0.32 269	0.38 240	0.30 257	0.39 253	0.30 254	0.38 247	0.32 255	0.35 231	0.27 202	0.34 240	0.27 235	0.34 221	0.29 232

GwcNet-ADL	0.41 254	0.41 172	0.41 279	0.41 238	0.41 333	0.41 274	0.41 328	0.41 267	0.41 328	0.41 266	0.41 330	0.41 274	0.41 324	0.41 273	0.41 320	0.41 274	0.41 287	0.41 305	0.41 339	0.41 282	0.41 314

PSMNet-ADL	0.41 254	0.41 172	0.41 279	0.41 238	0.41 333	0.41 274	0.41 328	0.41 267	0.41 328	0.41 266	0.41 330	0.41 274	0.41 324	0.41 273	0.41 320	0.41 274	0.41 287	0.41 305	0.41 339	0.41 282	0.41 314

GANet-ADL	0.41 254	0.41 172	0.41 279	0.41 238	0.41 333	0.41 274	0.41 328	0.41 267	0.41 328	0.41 266	0.41 330	0.41 274	0.41 324	0.41 273	0.41 320	0.41 274	0.41 287	0.41 305	0.41 339	0.41 282	0.41 314

ADLNet2	0.41 254	0.41 172	0.41 279	0.41 238	0.41 333	0.41 274	0.41 328	0.41 267	0.41 328	0.41 266	0.41 330	0.41 274	0.41 324	0.41 273	0.41 320	0.41 274	0.41 287	0.41 305	0.41 339	0.41 282	0.41 314

ADLNet	0.41 254	0.41 172	0.41 279	0.41 238	0.41 333	0.41 274	0.41 328	0.41 267	0.41 328	0.41 266	0.41 330	0.41 274	0.41 324	0.41 273	0.41 320	0.41 274	0.41 287	0.41 305	0.41 339	0.41 282	0.41 314

DGSMNet	0.34 204	0.41 172	0.27 194	0.41 238	0.28 237	0.41 274	0.28 231	0.41 267	0.27 232	0.41 266	0.27 233	0.42 292	0.27 233	0.41 273	0.28 228	0.40 266	0.29 219	0.40 288	0.28 240	0.40 272	0.27 214

iRaft-Stereo_5w	0.34 204	0.42 179	0.31 218	0.39 212	0.30 256	0.38 250	0.30 245	0.40 252	0.29 241	0.40 252	0.37 306	0.41 274	0.34 285	0.38 247	0.30 245	0.34 222	0.27 202	0.34 240	0.26 227	0.34 221	0.26 206

GREAT-IGEV	0.38 231	0.43 180	0.36 250	0.48 268	0.32 270	0.45 305	0.32 258	0.45 295	0.32 269	0.45 293	0.32 272	0.45 302	0.32 272	0.45 298	0.32 255	0.44 290	0.33 251	0.41 305	0.29 250	0.41 282	0.29 232

fffy	0.38 231	0.43 180	0.33 230	0.46 257	0.33 282	0.45 305	0.32 258	0.45 295	0.32 269	0.45 293	0.32 272	0.45 302	0.33 280	0.45 298	0.32 255	0.38 251	0.38 268	0.38 272	0.37 315	0.37 244	0.36 287

IGEV++	0.34 204	0.43 180	0.30 206	0.40 226	0.29 246	0.40 258	0.29 240	0.40 252	0.29 241	0.40 252	0.29 245	0.40 261	0.29 247	0.40 258	0.30 245	0.38 251	0.29 219	0.37 264	0.29 250	0.37 244	0.29 232

MonSter++	0.38 231	0.44 183	0.31 218	0.43 254	0.30 256	0.43 301	0.31 256	0.43 291	0.31 264	0.45 293	0.31 265	0.43 299	0.31 269	0.43 292	0.69 393	0.38 251	0.33 251	0.40 288	0.30 264	0.38 257	0.30 245

HiDET	0.38 231	0.44 183	0.30 206	0.42 248	0.30 256	0.42 294	0.30 245	0.42 285	0.30 252	0.44 291	0.30 257	0.42 292	0.30 254	0.42 286	0.68 385	0.37 240	0.32 239	0.40 288	0.29 250	0.37 244	0.29 232

LCMNet	0.38 231	0.44 183	0.30 206	0.42 248	0.30 256	0.42 294	0.30 245	0.42 285	0.30 252	0.45 293	0.30 257	0.42 292	0.30 254	0.42 286	0.69 393	0.37 240	0.32 239	0.40 288	0.29 250	0.37 244	0.29 232

CSFM-Stereo	0.38 231	0.44 183	0.30 206	0.42 248	0.30 256	0.42 294	0.30 245	0.43 291	0.30 252	0.44 291	0.30 257	0.42 292	0.30 254	0.42 286	0.73 403	0.37 240	0.32 239	0.40 288	0.29 250	0.37 244	0.30 245

Select-FE	0.41 254	0.44 183	0.23 177	0.26 171	0.22 209	0.26 201	0.22 196	0.26 193	0.23 205	0.26 198	0.23 209	0.26 203	0.23 209	0.45 298	0.42 328	0.25 190	0.22 184	0.25 196	0.22 202	0.45 296	2.90 563

ccccc		0.44 183		0.48 268	0.35 295	0.48 321		0.51 335		0.47 305		0.47 312		0.47 307		0.41 274	0.40 278	0.40 288	0.40 332	0.41 282

Wz-Net-LNSev-Ref	0.11 87	0.44 183	0.33 230	0.39 212	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 262	0.36 260	0.02 18	0.02 20	0.02 20	0.02 20

IGEV-Stereo	0.35 213	0.44 183	0.45 289	0.49 274	0.30 256	0.37 243	0.30 245	0.36 227	0.30 252	0.36 234	0.29 245	0.36 240	0.29 247	0.36 240	0.30 245	0.46 297	0.39 275	0.32 224	0.24 216	0.32 209	0.25 200
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HART	0.38 231	0.45 191	0.34 240	0.42 248	0.33 282	0.41 274	0.34 282	0.42 285	0.33 276	0.43 286	0.34 287	0.42 292	0.34 285	0.41 273	0.38 297	0.40 266	0.32 239	0.42 316	0.32 282	0.40 272	0.32 261

mms	0.40 247	0.45 191	0.35 248	0.48 268	0.36 301	0.47 316	0.34 282	0.45 295	0.38 305	0.47 305	0.33 279	0.45 302	0.32 272	0.45 298	0.32 255	0.39 262	0.38 268	0.38 272	0.37 315	0.39 266	0.39 305

GMOStereo	0.37 225	0.45 191	0.23 177	0.30 177	0.37 305	0.41 274	0.36 293	0.41 267	0.35 289	0.43 286	0.36 299	0.41 274	0.40 313	0.41 273	0.36 285	0.34 222	0.22 184	0.47 336	0.37 315	0.39 266	0.33 268

RAFT + AFF	0.31 188	0.45 191	0.34 240	0.39 212	0.28 237	0.38 250	0.33 269	0.29 202	0.31 264	0.30 208	0.30 257	0.29 212	0.27 233	0.29 213	0.30 245	0.28 197	0.29 219	0.29 212	0.29 250	0.27 192	0.32 261

otaku	0.46 279	0.46 195	0.46 293	0.46 257	0.46 351	0.46 311	0.46 343	0.46 299	0.46 342	0.46 299	0.46 350	0.46 306	0.46 341	0.46 303	0.46 337	0.46 297	0.46 310	0.46 327	0.46 352	0.46 299	0.46 328

Dean	0.46 279	0.46 195	0.46 293	0.46 257	0.46 351	0.46 311	0.46 343	0.46 299	0.46 342	0.47 305	0.46 350	0.46 306	0.46 341	0.46 303	0.46 337	0.46 297	0.46 310	0.46 327	0.46 352	0.46 299	0.46 328

ACVNet-4b	0.46 279	0.46 195	0.46 293	0.46 257	0.46 351	0.46 311	0.46 343	0.46 299	0.46 342	0.46 299	0.46 350	0.46 306	0.46 341	0.47 307	0.46 337	0.46 297	0.46 310	0.46 327	0.46 352	0.46 299	0.46 328

psmorigin	0.41 254	0.46 195	0.33 230	0.49 274	0.33 282	0.49 326	0.33 269	0.49 313	0.33 276	0.49 319	0.33 279	0.49 323	0.33 280	0.51 339	0.33 265	0.41 274	0.30 228	0.41 305	0.30 264	0.79 367	0.29 232

Ntro	0.47 285	0.47 199	0.46 293	0.46 257	0.46 351	0.47 316	0.47 348	0.46 299	0.47 347	0.46 299	0.46 350	0.47 312	0.46 341	0.47 307	0.47 344	0.47 302	0.46 310	0.46 327	0.46 352	0.46 299	0.46 328

HaxPig	0.47 285	0.47 199	0.47 300	0.49 274	0.47 357	0.47 316	0.47 348	0.47 305	0.47 347	0.47 305	0.47 358	0.47 312	0.47 349	0.47 307	0.47 344	0.47 302	0.47 318	0.47 336	0.47 359	0.47 312	0.48 337

UNDER WATER	0.47 285	0.47 199	0.47 300	0.47 263	0.47 357	0.47 316	0.47 348	0.47 305	0.47 347	0.47 305	0.47 358	0.47 312	0.46 341	0.47 307	0.47 344	0.47 302	0.47 318	0.47 336	0.46 352	0.47 312	0.47 335

LVE	0.47 285	0.47 199	0.47 300	0.47 263	0.49 363	0.47 316	0.47 348	0.47 305	0.49 356	0.47 305	0.47 358	0.47 312	0.46 341	0.47 307	0.47 344	0.47 302	0.47 318	0.48 344	0.47 359	0.47 312	0.47 335

ACVNet_1	0.46 279	0.47 199	0.46 293	0.46 257	0.46 351	0.46 311	0.46 343	0.46 299	0.47 347	0.46 299	0.46 350	0.46 306	0.46 341	0.46 303	0.46 337	0.46 297	0.46 310	0.47 336	0.46 352	0.46 299	0.46 328

CES	0.39 243	0.47 199	0.36 250	0.36 200	0.37 305	0.45 305	0.35 287	0.35 223	0.40 319	0.36 234	0.44 344	0.47 312	0.36 294	0.44 295	0.36 285	0.37 240	0.39 275	0.44 319	0.35 306	0.37 244	0.36 287

xyz-stereo-finetune2	0.18 139	0.48 205	0.16 145	0.16 120	0.15 169	0.15 135	0.16 163	0.16 142	0.16 172	0.16 139	0.16 173	0.16 140	0.16 171	0.16 141	0.16 168	0.16 134	0.16 145	0.16 146	0.16 169	0.16 146	0.16 160

RainbowNet	0.48 290	0.48 205	0.48 308	0.48 268	0.48 361	0.48 321	0.48 357	0.48 309	0.48 354	0.48 312	0.48 362	0.48 319	0.48 350	0.48 316	0.48 350	0.48 306	0.48 322	0.48 344	0.48 363	0.48 316	0.48 337

xyz-stereo-finetune	0.28 175	0.49 207	0.16 145	0.16 120	0.16 178	0.16 143	0.16 163	0.22 173	0.30 252	0.32 219	0.31 265	0.32 224	0.31 269	0.32 222	0.32 255	0.32 213	0.33 251	0.31 221	0.32 282	0.31 205	0.32 261

GIP-stereo	0.36 219	0.49 207	0.39 265	0.48 268	0.32 270	0.41 274	0.28 231	0.40 252	0.30 252	0.41 266	0.28 240	0.40 261	0.28 240	0.42 286	0.28 228	0.45 293	0.32 239	0.38 272	0.30 264	0.37 244	0.27 214

notaker	0.48 290	0.49 207	0.48 308	0.48 268	0.48 361	0.48 321	0.48 357	0.48 309	0.49 356	0.48 312	0.48 362	0.48 319	0.48 350	0.48 316	0.48 350	0.48 306	0.48 322	0.48 344	0.48 363	0.48 316	0.49 342

ACVNet_2	0.49 296	0.49 207	0.49 315	0.49 274	0.49 363	0.49 326	0.49 359	0.49 313	0.49 356	0.49 319	0.49 365	0.49 323	0.49 355	0.49 322	0.49 352	0.49 309	0.49 325	0.49 349	0.49 366	0.49 320	0.49 342

252Zero-FE	0.45 273	0.50 211	0.36 250	0.50 282	0.36 301	0.50 335	0.36 293	0.50 322	0.36 299	0.49 319	0.36 299	0.49 323	0.36 294	0.54 348	0.41 320	0.45 293	0.34 255	0.45 323	0.34 294	0.55 339	0.75 402

xyz-stereo	0.18 139	0.50 211	0.16 145	0.15 109	0.16 178	0.16 143	0.16 163	0.16 142	0.16 172	0.16 139	0.16 173	0.16 140	0.16 171	0.16 141	0.16 168	0.16 134	0.16 145	0.16 146	0.16 169	0.16 146	0.16 160

FoundationStereo	0.50 298	0.50 211	0.50 319	0.50 282	0.50 367	0.50 335	0.50 361	0.50 322	0.50 359	0.50 332	0.50 367	0.50 338	0.50 358	0.50 330	0.50 353	0.50 315	0.50 331	0.50 353	0.50 368	0.50 325	0.50 345

StereoAnything_RVC	0.50 298	0.50 211	0.50 319	0.50 282	0.50 367	0.50 335	0.50 361	0.50 322	0.50 359	0.50 332	0.50 367	0.50 338	0.50 358	0.50 330	0.50 353	0.50 315	0.50 331	0.50 353	0.50 368	0.50 325	0.50 345

dual_stereo	0.50 298	0.50 211	0.50 319	0.50 282	0.50 367	0.50 335	0.50 361	0.50 322	0.50 359	0.50 332	0.50 367	0.50 338	0.50 358	0.50 330	0.50 353	0.50 315	0.50 331	0.50 353	0.50 368	0.50 325	0.50 345

KSHMR	0.66 329	0.50 211	0.48 308	1.15 385	0.52 373	0.49 326	0.51 365	0.49 313	0.71 405	0.67 374	0.50 367	1.16 439	1.11 433	0.66 369	0.52 360	0.49 309	0.49 325	0.51 358	0.66 399	0.50 325	1.14 442

WZ-Net	0.05 41	0.50 211	0.10 69	0.12 83	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 94	0.10 75	0.01 9	0.01 9	0.01 10	0.01 10

SANet	0.50 298	0.50 211	0.50 319	0.50 282	0.50 367	0.50 335	0.50 361	0.50 322	0.50 359	0.50 332	0.50 367	0.50 338	0.50 358	0.50 330	0.50 353	0.50 315	0.50 331	0.50 353	0.50 368	0.50 325	0.50 345

fffft	0.48 290	0.51 219	0.45 289	0.52 291	0.45 349	0.52 350	0.45 341	0.52 339	0.48 354	0.53 346	0.45 348	0.52 349	0.45 338	0.52 344	0.46 337	0.51 321	0.41 287	0.50 353	0.41 339	0.50 325	0.41 314
1: 1. 1
CASnet	0.35 213	0.51 219	0.44 287	0.32 187	0.31 267	0.24 186	0.34 282	0.36 227	0.25 213	0.31 213	0.37 306	0.30 216	0.33 280	0.25 191	0.45 333	0.37 240	0.37 262	0.33 232	0.35 306	0.34 221	0.37 292
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DStereoSA	0.32 197	0.52 221	0.34 240	0.31 183	0.31 267	0.30 210	0.30 245	0.31 209	0.30 252	0.31 213	0.31 265	0.31 220	0.30 254	0.31 219	0.31 253	0.30 205	0.32 239	0.31 221	0.31 275	0.31 205	0.31 254

LG-Stereo_L1	0.47 285	0.52 221	0.47 300	0.62 312	0.39 322	0.53 352	0.40 320	0.53 341	0.39 318	0.53 346	0.39 321	0.53 350	0.39 312	0.53 346	0.39 309	0.55 333	0.46 310	0.49 349	0.37 315	0.49 320	0.37 292

Occ-G	1.12 422	0.52 221	3.72 579	3.50 539	0.50 367	0.56 357	0.47 348	0.54 343	0.46 342	0.54 351	0.41 330	0.54 353	0.42 330	0.52 344	0.42 328	3.42 556	4.02 576	0.52 361	0.45 350	0.51 331	0.44 325

AEACV	1.12 422	0.52 221	3.12 570	3.24 524	0.86 426	0.53 352	0.49 359	0.60 357	0.47 347	0.53 346	0.49 365	0.55 357	0.45 338	0.55 352	0.47 344	3.01 551	3.88 574	0.71 383	0.60 384	0.80 370	0.48 337

Pro-Stereo	0.79 358	0.53 225	0.38 257	0.49 274	0.38 312	0.49 326	0.37 299	0.49 313	0.67 385	0.50 332	0.38 311	1.10 431	0.38 303	0.49 322	0.38 297	0.71 359	0.88 397	5.98 597	0.36 312	0.46 299	0.36 287

ktn	0.72 344	0.53 225	1.08 415	1.14 383	0.51 372	1.22 483	1.36 510	0.51 335	0.59 374	0.51 340	0.51 373	0.69 377	1.20 444	0.67 371	0.51 358	0.51 321	0.49 325	0.58 368	0.66 399	0.52 333	0.53 353

TorneroNet	0.66 329	0.53 225	0.50 319	0.50 282	0.64 391	1.06 422	0.70 399	0.50 322	0.51 366	0.49 319	0.69 403	0.49 323	0.50 358	0.48 316	1.15 445	0.71 359	0.49 325	1.14 437	1.08 443	0.49 320	0.49 342

ICVP	0.15 124	0.53 225	0.11 89	0.16 120	0.11 137	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.16 134	0.11 97	0.16 146	0.11 130	0.16 146	0.11 129
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Wz-Net-MNSev	0.06 44	0.54 229	0.10 69	0.12 83	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 94	0.11 97	0.01 9	0.01 9	0.01 10	0.01 10

PSMNet_ROB	0.54 308	0.54 229	0.54 333	0.54 295	0.53 376	0.54 355	0.54 369	0.53 341	0.54 369	0.54 351	0.54 377	0.54 353	0.53 365	0.54 348	0.54 363	0.54 327	0.53 340	0.54 365	0.54 374	0.54 338	0.54 356

LG-Stereo_Zeroshot	0.48 290	0.55 231	0.47 300	0.63 314	0.41 333	0.56 357	0.44 336	0.56 347	0.41 328	0.56 356	0.41 330	0.57 362	0.42 330	0.56 353	0.41 320	0.55 333	0.43 300	0.51 358	0.37 315	0.51 331	0.37 292

Selective-IGEV	0.51 303	0.55 231	0.45 289	0.69 323	0.45 349	0.61 366	0.45 341	0.50 322	0.40 319	0.56 356	0.44 344	0.55 357	0.40 313	0.72 376	0.67 378	0.59 338	0.46 310	0.45 323	0.34 294	0.46 299	0.37 292

Monster-pub-mixall	0.44 270	0.56 233	0.60 341	0.38 206	0.27 232	0.37 243	0.27 223	0.37 233	0.29 241	0.38 240	0.27 233	0.38 248	0.29 247	0.85 393	0.27 218	1.46 484	0.26 195	0.34 240	0.26 227	0.36 240	0.53 353

Monster-pub-eth3d	0.45 273	0.57 234	0.60 341	0.39 212	0.28 237	0.37 243	0.28 231	0.37 233	0.30 252	0.39 246	0.29 245	0.39 253	0.30 254	0.92 403	0.27 218	1.42 481	0.28 208	0.34 240	0.28 240	0.37 244	0.53 353

Replicate-Monster	0.45 273	0.57 234	0.60 341	0.40 226	0.29 246	0.37 243	0.27 223	0.37 233	0.30 252	0.40 252	0.31 265	0.40 261	0.30 254	0.99 411	0.27 218	1.36 477	0.31 234	0.34 240	0.30 264	0.36 240	0.54 356

LG-Stereo	0.60 317	0.58 236	0.47 300	0.64 317	0.74 410	1.00 407	0.69 395	0.57 350	0.41 328	0.57 359	0.41 330	0.57 362	0.41 324	1.00 413	0.75 408	0.91 383	0.51 336	0.52 361	0.37 315	0.52 333	0.37 292

AIO-test2	0.55 313	0.59 237	0.52 328	0.67 322	0.47 357	0.61 366	0.47 348	0.61 359	0.47 347	0.61 364	0.47 358	0.61 368	0.48 350	0.62 362	0.47 344	0.64 349	0.53 340	0.58 368	0.47 359	0.58 342	0.48 337

FCDSN-DC	0.41 254	0.59 237	0.64 350	0.54 295	0.33 282	0.50 335	0.37 299	0.42 285	0.40 319	0.61 364	0.43 342	0.50 338	0.49 355	0.38 247	0.32 255	0.28 197	0.23 189	0.26 201	0.22 202	0.35 233	0.28 227
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AIO-test1	0.54 308	0.60 239	0.52 328	0.66 321	0.47 357	0.61 366	0.47 348	0.58 353	0.46 342	0.61 364	0.46 350	0.61 368	0.45 338	0.62 362	0.45 333	0.61 343	0.52 338	0.57 367	0.48 363	0.57 341	0.48 337

DispNO	1.00 406	0.63 240	0.43 285	3.45 535	0.44 346	0.65 372	0.43 335	0.64 362	0.43 336	0.64 370	0.43 342	0.64 371	3.03 556	0.64 367	0.43 331	4.55 566	0.43 300	0.63 373	0.43 348	0.63 346	0.43 322

LMCR-Stereo	0.65 327	0.63 240	0.65 353	0.65 318	0.65 393	0.66 373	0.63 377	0.58 353	0.65 382	0.63 369	0.64 388	0.65 374	0.65 378	0.66 369	0.66 377	0.66 352	0.64 358	0.65 377	0.67 403	0.68 350	0.73 398

MonSter	0.60 317	0.64 242	0.52 328	0.62 312	0.44 346	2.07 519	0.44 336	0.62 360	0.44 339	0.62 367	0.44 344	0.62 370	0.44 335	0.62 362	0.44 332	0.58 337	0.42 296	0.62 371	0.46 352	0.58 342	0.42 321

AIO-Stereo	0.84 377	0.66 243	0.70 368	0.83 342	0.67 397	0.98 405	0.82 418	1.14 419	0.72 408	1.03 422	0.74 417	1.03 424	1.09 432	0.99 411	0.45 333	1.04 404	0.73 381	0.95 423	0.74 415	0.94 397	0.46 328

anonymity	0.63 324	0.69 244	0.56 335	0.71 329	0.56 379	0.71 378	0.56 370	0.71 371	0.56 370	0.72 378	0.56 378	0.71 378	0.56 369	0.71 374	0.58 367	0.68 354	0.55 342	0.68 379	0.55 375	0.68 350	0.54 356

CoDeX	0.15 124	0.70 245	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 378	0.02 15	0.69 373	0.75 388	0.01 9	0.02 20	0.02 20

FE-Mocha	0.35 213	0.71 246	0.40 270	0.47 263	0.27 232	0.34 230	0.27 223	0.34 219	0.26 226	0.34 226	0.26 228	0.34 232	0.27 233	0.34 231	0.27 218	0.44 290	0.41 287	0.33 232	0.29 250	0.32 209	0.29 232

RAFT-Stereo + iAFF	0.70 338	0.72 247	0.71 371	0.80 338	0.62 390	0.82 389	0.61 375	0.81 382	0.62 378	0.81 392	0.63 386	0.80 392	0.70 395	0.73 378	0.61 372	0.76 365	0.61 355	0.74 387	0.61 386	0.77 364	0.61 370

DSFCA	0.66 329	0.73 248	0.78 385	0.65 318	0.65 393	0.64 371	0.64 378	0.65 363	0.63 380	0.64 370	0.64 388	0.64 371	0.64 376	0.65 368	0.65 374	0.65 350	0.65 360	0.65 377	0.65 397	0.66 348	0.64 380

SMoEStereo_RVC	0.63 324	0.75 249	0.51 325	0.73 332	0.53 376	0.71 378	0.47 348	0.67 366	0.58 372	0.74 384	0.60 380	0.72 381	0.53 365	0.74 380	0.51 358	0.61 343	0.62 356	0.62 371	0.61 386	0.63 346	0.61 370

GCAP-BAT	0.33 202	0.78 250	0.32 224	0.38 206	0.25 222	0.34 230	0.25 212	0.34 219	0.26 226	0.34 226	0.25 222	0.35 234	0.26 225	0.35 234	0.27 218	0.36 236	0.30 228	0.32 224	0.24 216	0.32 209	0.26 206

SFCPSM	0.17 136	0.78 250	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 412	0.02 15	0.75 384	0.76 390	0.02 20	0.02 20	0.02 20

G-Net	0.79 358	0.79 252	0.79 388	0.79 336	0.79 422	0.79 386	0.79 412	0.79 377	0.79 418	0.79 389	0.79 422	0.79 391	0.79 409	0.79 383	0.79 412	0.79 368	0.79 388	0.79 393	0.79 420	0.79 367	0.79 407

DMCA-RVC	0.70 338	0.80 253	0.70 368	0.70 327	0.70 403	0.70 376	0.70 399	0.71 371	0.70 400	0.70 377	0.71 410	0.71 378	0.70 395	0.70 373	0.69 393	0.69 355	0.70 374	0.69 380	0.70 408	0.69 354	0.70 390

NaN_ROB	0.80 361	0.80 253	0.80 389	0.80 338	0.80 424	0.80 387	0.80 415	0.80 379	0.80 419	0.80 390	0.80 423	0.80 392	0.80 410	0.80 385	0.80 414	0.80 369	0.80 391	0.80 396	0.80 422	0.80 370	0.80 408

CSAN	0.80 361	0.80 253	0.80 389	0.80 338	0.80 424	0.80 387	0.80 415	0.80 379	0.80 419	0.80 390	0.80 423	0.80 392	0.80 410	0.80 385	0.80 414	0.80 369	0.80 391	0.80 396	0.80 422	0.80 370	0.80 408

DStereoRT	0.73 346	0.81 256	0.73 378	0.71 329	0.74 410	0.73 380	0.75 407	0.71 371	0.71 405	0.74 384	0.72 413	0.73 383	0.80 410	0.71 374	0.73 403	0.76 365	0.71 378	0.73 384	0.72 413	0.70 355	0.76 404

testlalala	0.32 197	0.81 256	0.31 218	0.39 212	0.26 230	0.33 228	0.24 209	0.33 215	0.26 226	0.32 219	0.26 228	0.33 227	0.23 209	0.33 229	0.23 200	0.35 231	0.31 234	0.30 214	0.24 216	0.31 205	0.21 184

ARAFT	0.68 334	0.81 256	0.63 348	0.74 333	0.60 382	0.78 384	0.62 376	0.77 376	0.66 384	0.74 384	0.63 386	0.75 386	0.62 375	0.83 388	0.60 370	0.70 358	0.55 342	0.70 382	0.60 384	0.78 365	0.55 361

RSM++	0.76 353	0.82 259	0.66 354	0.85 345	0.64 391	0.85 391	0.71 402	0.94 398	0.64 381	0.87 395	0.67 393	0.87 398	0.65 378	0.84 389	0.65 374	0.81 372	0.70 374	0.79 393	0.71 411	0.83 377	0.70 390

water-stereo	0.41 254	0.84 260	0.46 293	0.50 282	0.33 282	0.45 305	0.33 269	0.45 295	0.32 269	0.45 293	0.32 272	0.45 302	0.32 272	0.45 298	0.32 255	0.44 290	0.41 287	0.39 283	0.31 275	0.39 266	0.32 261

Selective-RAFT-Error	0.88 389	0.84 260	0.98 406	0.86 346	0.97 438	0.88 394	0.95 429	0.84 384	0.99 439	0.92 401	0.82 425	0.84 397	0.98 421	0.87 394	0.97 429	0.81 372	0.83 394	0.79 393	0.82 425	0.79 367	0.85 413

depthmonostereo	0.44 270	0.85 262	0.46 293	0.54 295	0.40 324	0.52 350	0.38 306	0.52 339	0.35 289	0.47 305	0.34 287	0.46 306	0.34 285	0.47 307	0.34 278	0.45 293	0.43 300	0.41 305	0.33 290	0.41 282	0.32 261

DilatedVolume-Stereo	0.43 265	0.86 263	0.48 308	0.50 282	0.33 282	0.46 311	0.33 269	0.46 299	0.33 276	0.46 299	0.33 279	0.47 312	0.33 280	0.47 307	0.34 278	0.45 293	0.42 296	0.40 288	0.33 290	0.47 312	0.38 299

AIO-Stereo-zeroshot	0.91 392	0.86 263	0.89 394	1.25 442	0.69 401	1.05 421	0.81 417	1.16 423	0.50 359	1.12 432	0.97 435	0.72 381	0.82 413	1.06 426	0.95 427	0.61 343	0.87 396	1.03 434	0.85 428	1.04 408	1.01 431

test_sample3	0.09 53	0.87 265	0.10 69	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 53	0.87 265	0.12 102	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 73	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

SCV_C0	0.45 273	0.88 267	0.49 315	0.54 295	0.37 305	0.48 321	0.37 299	0.48 309	0.37 301	0.48 312	0.36 299	0.48 319	0.37 299	0.49 322	0.37 294	0.50 315	0.41 287	0.44 319	0.34 294	0.44 292	0.34 274

tt45	1.04 416	0.88 267	1.36 492	0.92 353	1.03 446	1.51 500	0.79 412	0.70 370	0.88 424	0.74 384	0.90 427	1.60 500	0.72 400	1.60 498	0.75 408	0.91 383	0.78 387	1.52 508	0.79 420	1.14 413	1.32 506

AFF-stereo	0.73 346	0.88 267	0.67 358	0.75 334	0.68 400	0.75 381	0.64 378	0.80 379	0.72 408	0.83 394	0.70 405	0.82 396	0.64 376	0.84 389	0.67 378	0.77 367	0.63 357	0.81 398	0.63 388	0.78 365	0.62 373

DLNR-FE	0.28 175	0.89 270	0.30 206	0.34 194	0.19 196	0.28 206	0.19 182	0.28 197	0.20 193	0.28 202	0.20 199	0.28 206	0.20 197	0.28 209	0.20 189	0.33 218	0.28 208	0.25 196	0.19 195	0.24 183	0.19 180

CASS	0.57 316	0.89 270	0.56 335	0.57 302	0.56 379	0.56 357	0.56 370	0.56 347	0.53 367	0.57 359	0.57 379	0.59 366	0.48 350	0.56 353	0.57 366	0.55 333	0.56 344	0.47 336	0.56 379	0.62 345	0.56 364
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Selective-RAFT	0.89 391	0.89 270	0.72 374	1.16 390	0.78 421	1.06 422	0.82 418	0.87 385	0.97 436	1.00 409	0.91 430	0.90 402	1.00 422	0.89 397	0.93 426	0.83 377	0.83 394	0.82 402	0.82 425	0.81 373	0.82 411

MLG-Stereo	0.92 394	0.90 273	0.84 392	1.27 444	0.49 363	1.38 493	0.88 421	1.41 490	0.97 436	0.73 379	1.09 444	1.26 489	0.43 333	0.72 376	1.05 437	1.13 415	0.49 325	1.18 446	0.66 399	1.01 405	0.46 328

UNet	0.29 180	0.90 273	0.10 69	0.14 99	0.10 122	0.14 128	0.10 119	0.91 391	0.69 396	0.14 128	0.11 134	0.14 129	0.11 133	0.14 131	0.10 115	0.12 94	0.09 70	0.12 122	0.09 111	0.88 381	0.76 404

xxxxx1	0.31 188	0.91 275	0.23 177	0.31 183	0.23 215	0.31 216	0.23 204	0.33 215	0.25 213	0.31 213	0.24 216	0.33 227	0.25 216	0.32 222	0.24 204	0.28 197	0.28 208	0.28 207	0.28 240	0.29 197	0.27 214

tt_ll	0.31 188	0.91 275	0.23 177	0.31 183	0.23 215	0.31 216	0.23 204	0.33 215	0.25 213	0.31 213	0.24 216	0.33 227	0.25 216	0.32 222	0.24 204	0.28 197	0.28 208	0.28 207	0.28 240	0.29 197	0.27 214

ff	0.31 188	0.91 275	0.23 177	0.31 183	0.23 215	0.31 216	0.23 204	0.33 215	0.25 213	0.31 213	0.24 216	0.33 227	0.25 216	0.32 222	0.24 204	0.28 197	0.28 208	0.28 207	0.28 240	0.29 197	0.27 214

DPSM_ROB	0.92 394	0.91 275	0.91 399	0.91 350	0.92 433	0.92 399	0.92 425	0.92 394	0.91 426	0.93 403	0.91 430	0.92 405	0.90 415	0.91 399	0.92 422	0.92 386	0.91 399	0.91 411	0.92 429	0.93 393	0.93 420

DPSM	0.92 394	0.91 275	0.91 399	0.91 350	0.92 433	0.92 399	0.92 425	0.92 394	0.91 426	0.93 403	0.91 430	0.92 405	0.90 415	0.91 399	0.92 422	0.92 386	0.91 399	0.91 411	0.92 429	0.93 393	0.93 420

AIO-Stereo-zeroshot1	0.75 349	0.92 280	0.85 393	0.96 364	0.59 381	1.27 486	0.44 336	0.59 355	0.69 396	0.91 399	0.68 398	0.55 357	0.61 374	1.06 426	0.83 418	0.62 347	0.70 374	0.90 408	0.41 339	0.89 382	0.56 364

pmcnn	0.92 394	0.92 280	0.92 401	0.92 353	0.92 433	0.92 399	0.92 425	0.92 394	0.92 430	0.92 401	0.92 433	0.92 405	0.92 417	0.92 403	0.92 422	0.92 386	0.92 401	0.92 414	0.92 429	0.92 388	0.92 419

AdaDepth	0.86 386	0.93 282	0.71 371	1.01 371	1.07 448	1.02 419	0.71 402	1.00 402	0.71 405	1.01 416	0.71 410	1.00 413	0.72 400	1.14 437	0.71 401	0.92 386	0.64 358	0.90 408	0.64 393	0.89 382	0.69 389

tt1	0.31 188	0.93 282	0.24 184	0.33 191	0.23 215	0.31 216	0.24 209	0.32 211	0.24 208	0.32 219	0.23 209	0.32 224	0.25 216	0.32 222	0.24 204	0.27 195	0.26 195	0.27 205	0.26 227	0.27 192	0.27 214

SCV	0.46 279	0.94 284	0.45 289	0.54 295	0.37 305	0.48 321	0.38 306	0.48 309	0.37 301	0.48 312	0.39 321	0.48 319	0.37 299	0.49 322	0.37 294	0.50 315	0.46 310	0.44 319	0.34 294	0.44 292	0.34 274

tta	0.09 53	0.95 285	0.09 65	0.10 58	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

R-Stereo Train	0.81 366	0.96 286	0.67 358	0.95 361	0.67 397	0.95 402	0.68 389	0.95 400	0.68 391	0.95 407	0.68 398	0.96 410	0.68 387	0.96 409	0.68 385	0.94 391	0.68 367	0.94 421	0.68 404	0.94 397	0.68 387

RAFT-Stereo	0.81 366	0.96 286	0.67 358	0.95 361	0.67 397	0.95 402	0.68 389	0.95 400	0.68 391	0.95 407	0.68 398	0.96 410	0.68 387	0.96 409	0.68 385	0.94 391	0.68 367	0.94 421	0.68 404	0.94 397	0.68 387
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
test_sample6	0.09 53	0.97 288	0.10 69	0.10 58	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

WQFJA1++	0.84 377	0.98 289	0.67 358	1.26 443	0.75 412	1.00 407	0.67 385	1.00 402	0.67 385	1.00 409	0.67 393	1.00 413	0.67 383	1.00 413	0.67 378	0.96 393	0.67 362	0.91 411	0.63 388	0.92 388	0.63 374

WQFJA1	0.85 383	0.98 289	0.67 358	1.29 448	0.76 417	1.01 413	0.67 385	1.02 413	0.67 385	1.02 420	0.67 393	1.01 419	0.67 383	1.01 419	0.68 385	0.99 399	0.67 362	0.93 417	0.64 393	0.92 388	0.65 382

WQFJX1	0.84 377	0.98 289	0.67 358	1.30 450	0.75 412	1.01 413	0.67 385	1.01 409	0.67 385	1.01 416	0.67 393	1.01 419	0.68 387	1.00 413	0.68 385	0.98 398	0.67 362	0.92 414	0.64 393	0.92 388	0.64 380

NLMM1	0.86 386	0.98 289	0.69 367	1.48 462	0.75 412	1.01 413	0.69 395	1.00 402	0.69 396	1.00 409	0.70 405	1.00 413	0.68 387	1.01 419	0.67 378	0.97 394	0.68 367	0.92 414	0.63 388	0.93 393	0.63 374

zh-sn7	0.10 66	0.98 289	0.14 126	0.15 109	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.15 125	0.13 136	0.03 38	0.03 53	0.03 43	0.03 50

Former-RAFT_DAM_RVC	0.49 296	0.98 289	0.64 350	0.84 343	0.46 351	0.45 305	0.35 287	0.47 305	0.47 347	0.45 293	0.34 287	0.46 306	0.48 350	0.46 303	0.35 282	0.39 262	0.71 378	0.39 283	0.35 306	0.41 282	0.41 314

dd	0.23 160	0.98 289	0.16 145	0.23 152	0.15 169	0.23 183	0.15 158	0.23 179	0.15 168	0.23 177	0.15 170	0.24 188	0.17 180	0.23 180	0.15 162	0.22 166	0.15 143	0.21 172	0.15 167	0.22 170	0.16 160

NLSM3	0.85 383	0.99 296	0.68 365	1.29 448	0.76 417	1.01 413	0.68 389	1.01 409	0.68 391	1.02 420	0.68 398	1.01 419	0.68 387	1.01 419	0.68 385	0.97 394	0.68 367	0.93 417	0.64 393	0.93 393	0.63 374

222	0.10 66	0.99 296	0.12 102	0.13 95	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 113	0.03 38	0.02 20	0.04 76	0.03 50

WQFJX	0.85 383	1.00 298	0.68 365	1.30 450	0.75 412	1.01 413	0.68 389	1.01 409	0.68 391	1.01 416	0.68 398	1.03 424	0.68 387	1.02 423	0.67 378	0.97 394	0.67 362	0.93 417	0.63 388	0.94 397	0.63 374

NLMM	0.84 377	1.00 298	0.67 358	1.27 444	0.75 412	1.00 407	0.68 389	1.00 402	0.67 385	1.00 409	0.67 393	1.02 423	0.67 383	1.02 423	0.67 378	0.97 394	0.67 362	0.93 417	0.63 388	0.92 388	0.63 374

test_sample7	0.09 53	1.00 298	0.11 89	0.11 75	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 113	0.03 38	0.03 53	0.03 43	0.03 50

ACVNet-DCA	0.37 225	1.00 298	0.30 206	0.40 226	0.29 246	0.40 258	0.29 240	0.40 252	0.29 241	0.40 252	0.29 245	0.40 261	0.29 247	0.39 255	0.28 228	0.33 218	0.32 239	0.33 232	0.32 282	0.33 217	0.32 261

GANet	1.00 406	1.00 298	1.00 408	1.00 368	1.00 439	1.00 407	1.00 433	1.00 402	1.00 440	1.00 409	1.00 437	1.00 413	1.00 422	1.00 413	1.00 432	1.00 400	1.00 404	1.00 428	1.00 436	1.00 402	1.00 427

TDLM	1.00 406	1.00 298	1.00 408	1.00 368	1.00 439	1.00 407	1.00 433	1.00 402	1.00 440	1.00 409	1.00 437	1.00 413	1.00 422	1.00 413	1.00 432	1.00 400	1.00 404	1.00 428	1.00 436	1.00 402	1.00 427

CVANet_RVC	1.00 406	1.00 298	1.00 408	1.00 368	1.00 439	1.00 407	1.00 433	1.00 402	1.00 440	1.00 409	1.00 437	1.00 413	1.00 422	1.00 413	1.00 432	1.00 400	1.00 404	1.00 428	1.00 436	1.00 402	1.00 427

DGTPSM_ROB	0.93 399	1.00 298	0.92 401	0.94 359	0.96 437	0.91 398	0.92 425	0.91 391	0.96 435	0.91 399	0.96 434	0.93 408	0.92 417	0.94 405	0.92 422	0.92 386	0.92 401	0.90 408	0.92 429	0.94 397	0.91 418

trnet	1.01 412	1.01 306	1.01 411	1.01 371	1.01 443	1.01 413	1.01 436	1.01 409	1.01 443	1.01 416	1.01 440	1.01 419	1.01 428	1.01 419	1.01 435	1.01 403	1.01 407	1.01 431	1.01 441	1.01 405	1.01 431

SMFormer	0.09 53	1.01 306	0.09 65	0.09 55	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 53	1.01 306	0.10 69	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.03 50

GLC_STEREO	1.07 417	1.01 306	1.06 413	1.07 375	1.05 447	1.06 422	1.08 441	1.08 415	1.05 446	1.07 424	1.06 442	1.08 427	1.05 430	1.06 426	1.10 440	1.07 406	1.09 417	1.05 435	1.05 442	1.06 409	1.12 438

1test111	0.37 225	1.02 310	0.30 206	0.39 212	0.29 246	0.40 258	0.28 231	0.39 245	0.29 241	0.39 246	0.29 245	0.39 253	0.28 240	0.40 258	0.29 238	0.33 218	0.32 239	0.33 232	0.31 275	0.32 209	0.31 254

cc1	0.37 225	1.02 310	0.30 206	0.39 212	0.29 246	0.40 258	0.28 231	0.39 245	0.29 241	0.39 246	0.29 245	0.39 253	0.28 240	0.40 258	0.29 238	0.33 218	0.32 239	0.33 232	0.31 275	0.32 209	0.31 254

test_sample4	0.10 66	1.03 312	0.12 102	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.13 136	0.03 38	0.03 53	0.03 43	0.03 50

test_sample2	0.09 53	1.03 312	0.11 89	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

xx1	0.38 231	1.03 312	0.31 218	0.40 226	0.31 267	0.41 274	0.28 231	0.40 252	0.29 241	0.40 252	0.29 245	0.40 261	0.29 247	0.40 258	0.29 238	0.34 222	0.33 251	0.34 240	0.32 282	0.34 221	0.32 261

dad	0.23 160	1.03 312	0.16 145	0.23 152	0.15 169	0.24 186	0.15 158	0.24 182	0.16 172	0.23 177	0.16 173	0.24 188	0.16 171	0.23 180	0.15 162	0.22 166	0.16 145	0.22 177	0.16 169	0.22 170	0.16 160

DualNet (step1)	0.10 66	1.05 316	0.12 102	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 113	0.03 38	0.03 53	0.03 43	0.03 50

test_sample9	0.10 66	1.05 316	0.12 102	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 113	0.03 38	0.03 53	0.03 43	0.03 50

test_sample8	0.10 66	1.05 316	0.12 102	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 113	0.03 38	0.03 53	0.03 43	0.03 50

test_sample5	0.10 66	1.07 319	0.11 89	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 53	0.04 76	0.03 50

DualNet	0.10 66	1.07 319	0.11 89	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 53	0.04 76	0.03 50

test_xeample	0.10 66	1.09 321	0.13 121	0.12 83	0.03 48	0.03 40	0.03 50	0.04 76	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.14 140	0.03 38	0.03 53	0.03 43	0.03 50

FC-DCNN	1.07 417	1.09 321	0.98 406	0.89 347	0.52 373	1.41 496	0.91 424	1.21 476	1.24 505	1.96 508	2.05 562	1.91 509	1.30 497	1.27 490	1.08 439	0.80 369	0.60 351	0.58 368	0.41 339	0.68 350	0.54 356

MSMD_ROB	1.19 424	1.10 323	0.70 368	1.10 377	0.60 382	1.10 428	0.70 399	1.10 418	0.70 400	1.10 426	0.70 405	1.10 431	0.70 395	7.00 601	0.70 399	1.10 409	0.70 374	1.10 436	0.70 408	1.10 411	0.70 390

999	1.00 406	1.12 324	0.59 339	1.10 377	1.21 506	1.09 427	0.52 366	1.08 415	1.43 519	1.18 437	1.35 511	0.98 412	0.52 364	0.91 399	0.85 419	0.72 361	1.46 502	0.83 403	0.98 434	0.68 350	1.41 514

zh-mn7	0.12 96	1.14 325	0.17 152	0.20 136	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.18 150	0.16 145	0.03 38	0.03 53	0.03 43	0.03 50

1111x	0.10 66	1.14 325	0.13 121	0.14 99	0.03 48	0.04 76	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.11 97	0.03 38	0.02 20	0.03 43	0.02 20

LoS_RVC	0.30 181	1.14 325	0.25 187	0.25 164	0.25 222	0.26 201	0.25 212	0.25 188	0.25 213	0.25 190	0.25 222	0.26 203	0.26 225	0.26 201	0.25 212	0.26 192	0.26 195	0.25 196	0.25 221	0.26 187	0.26 206

DDF-Stereo	0.43 265	1.15 328	0.57 337	0.53 292	0.32 270	0.41 274	0.32 258	0.41 267	0.32 269	0.41 266	0.32 272	0.41 274	0.32 272	0.40 258	0.32 255	0.52 323	0.50 331	0.38 272	0.31 275	0.39 266	0.31 254

x	0.11 87	1.15 328	0.15 142	0.14 99	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.15 143	0.03 38	0.03 53	0.03 43	0.03 50

xxxx	0.11 87	1.16 330	0.16 145	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.16 145	0.03 38	0.04 77	0.04 76	0.04 78

CAS	0.30 181	1.17 331	0.25 187	0.25 164	0.25 222	0.26 201	0.25 212	0.25 188	0.26 226	0.25 190	0.25 222	0.25 193	0.25 216	0.25 191	0.25 212	0.26 192	0.26 195	0.26 201	0.25 221	0.26 187	0.25 200

HSM-Net_RVC	0.95 402	1.17 331	0.78 385	1.18 392	0.71 405	1.16 436	0.75 407	1.09 417	0.80 419	1.10 426	0.75 418	1.17 440	0.74 402	1.17 440	0.80 414	1.13 415	0.73 381	1.17 443	0.77 417	1.16 417	0.72 395
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DPSimNet_ROB	0.97 403	1.18 333	0.81 391	1.10 377	0.91 432	1.02 419	0.82 418	1.04 414	0.91 426	1.03 422	0.86 426	1.28 491	0.82 413	1.03 425	0.89 421	1.17 418	0.81 393	1.02 432	0.82 425	1.08 410	0.81 410

psm_up	0.43 265	1.19 334	0.17 152	0.25 164	0.18 192	0.25 193	0.19 182	1.26 480	0.91 426	0.26 198	0.17 178	0.25 193	0.17 180	0.25 191	0.17 172	0.22 166	0.17 165	0.23 185	0.16 169	1.18 423	0.99 425

DisPM	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

CrosDoStereo	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

PFNet+	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

LCNet	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

HHNet	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

Patchmatch Stereo++	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452
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
AAGNet	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

STrans-v2	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

TransformOpticalFlow	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

OMP-Stereo	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

IIG-Stereo	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

NF-Stereo	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

OCTAStereo	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

PSM-softLoss	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

KMStereo	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

NRIStereo	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

PSM-adaLoss	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

PSM-AAD	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

FTStereo	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

ROB_FTStereo_v2	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

ROB_FTStereo	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

Consistency-Raft	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

KYRaft	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

HUI-Stereo	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

ASMatch	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

DeepStereo_LL	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

DEmStereo	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

SST-Stereo	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

THIR-Stereo	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

RAFT_R40	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

DRaft	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

PFNet	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

GrayStereo	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

RE-Stereo	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

Pruner-Stereo	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

TVStereo	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

DeepStereo_RVC	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

RAFT-RH_RVC	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

IRAFT_RVC	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

RAFT-345	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

iRAFT	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

CRE-IMP	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

GMM-Stereo	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

RAFT-IKP	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

Prome-Stereo	1.20 425	1.20 335	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

UPFNet	0.42 264	1.20 335	0.17 152	0.24 157	0.17 182	0.25 193	0.17 171	1.19 428	0.90 425	0.25 190	0.17 178	0.24 188	0.17 180	0.25 191	0.17 172	0.22 166	0.17 165	0.22 177	0.16 169	1.15 415	0.93 420

Wavelet-MonSter	1.00 406	1.21 381	0.76 382	1.94 479	1.01 443	1.11 431	0.76 409	1.15 420	0.76 414	1.11 431	0.76 419	1.14 437	0.76 405	1.11 434	0.76 410	1.21 465	0.90 398	1.02 432	0.71 411	1.02 407	0.71 394

GASTEREO	0.48 290	1.21 381	0.47 300	0.57 302	0.38 312	0.50 335	0.38 306	0.50 322	0.38 305	0.50 332	0.38 311	0.50 338	0.38 303	0.50 330	0.38 297	0.52 323	0.42 296	0.46 327	0.34 294	0.46 299	0.34 274

z-mn7	0.16 132	1.21 381	0.33 230	0.41 238	0.04 78	0.04 76	0.03 50	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.35 231	0.31 234	0.04 72	0.04 77	0.04 76	0.04 78

ours_stereo	1.20 425	1.21 381	0.90 397	1.64 473	1.11 450	1.35 489	0.67 385	1.76 500	0.93 431	1.70 504	1.10 445	1.39 494	0.75 404	1.41 494	0.81 417	1.60 492	1.03 409	1.33 498	1.00 436	1.61 488	0.72 395

WCG-NET	0.61 320	1.21 381	0.54 333	0.61 311	0.53 376	0.67 374	0.53 367	0.66 365	0.53 367	0.64 370	0.53 376	0.65 374	0.53 365	0.59 360	0.52 360	0.65 350	0.48 322	0.64 374	0.52 372	0.58 342	0.50 345

delet	0.43 265	1.21 381	0.17 152	0.25 164	0.17 182	0.25 193	0.18 178	1.26 480	0.95 433	0.25 190	0.17 178	0.25 193	0.17 180	0.25 191	0.17 172	0.23 177	0.16 145	0.22 177	0.16 169	1.18 423	0.98 424

w-ln-seven-2	0.14 112	1.22 387	0.28 198	0.32 187	0.04 78	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.32 213	0.27 202	0.04 72	0.03 53	0.03 43	0.03 50

CroCo-Stereo	0.73 346	1.22 387	0.25 187	1.22 439	0.25 222	1.22 483	0.25 212	1.22 477	0.25 213	1.22 485	0.25 222	1.22 488	0.25 216	1.22 488	0.25 212	1.22 467	0.26 195	1.21 493	0.25 221	1.22 473	0.25 200
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
WCG-NET（raft）	0.32 197	1.24 389	0.24 184	0.32 187	0.24 220	0.32 225	0.23 204	0.32 211	0.24 208	0.32 219	0.24 216	0.32 224	0.24 213	0.32 222	0.24 204	0.30 205	0.23 189	0.30 214	0.23 208	0.30 200	0.23 189

MMNet	0.44 270	1.24 389	0.17 152	0.25 164	0.17 182	0.25 193	0.18 178	1.26 480	0.93 431	0.25 190	0.17 178	0.25 193	0.18 188	0.25 191	0.17 172	0.23 177	0.16 145	0.23 185	0.16 169	1.20 426	0.99 425

CroCo-Stereo Lap2	0.77 354	1.29 391	0.29 202	1.27 444	0.29 246	1.27 486	0.26 220	1.26 480	0.26 226	1.26 486	0.26 228	1.27 490	0.26 225	1.26 489	0.27 218	1.27 469	0.27 202	1.27 496	0.27 235	1.27 476	0.27 214

CSP-Net	0.34 204	1.29 391	1.19 426	1.36 456	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 468	1.21 478	0.03 38	0.09 111	0.02 20	0.09 111

zero-FE	0.72 344	1.31 393	0.66 354	0.92 353	0.60 382	0.82 389	0.58 372	0.82 383	0.58 372	0.81 392	0.60 380	0.81 395	0.60 372	0.82 387	0.58 367	0.74 363	0.59 350	0.73 384	0.52 372	0.76 362	0.51 352

Syn2CoEx	0.25 165	1.31 393	0.74 379	0.92 353	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 42	0.02 21	0.02 20	0.02 20	0.87 382	0.75 384	0.02 18	0.02 20	0.02 20	0.02 20

CC-Net-ROB	1.36 478	1.33 395	1.33 481	1.36 456	1.38 514	1.36 491	1.33 506	1.37 487	1.34 510	1.35 488	1.36 513	1.38 493	1.34 500	1.38 493	1.38 515	1.35 475	1.38 497	1.33 498	1.35 509	1.43 482	1.34 509

MaskLacGwcNet_RVC	1.35 477	1.35 396	1.35 484	1.35 455	1.35 511	1.35 489	1.35 508	1.36 485	1.35 513	1.36 489	1.35 511	1.36 492	1.36 502	1.36 491	1.35 512	1.35 475	1.35 493	1.35 501	1.35 509	1.35 479	1.35 510

BPD-Stereo	1.53 482	1.36 397	1.06 413	1.42 460	1.23 510	1.41 496	1.07 440	1.43 491	1.12 447	1.42 492	1.06 442	1.83 506	1.07 431	1.42 495	1.07 438	1.27 469	1.38 497	6.80 598	1.00 436	1.26 475	1.00 427

PML	0.46 279	1.36 397	0.29 202	0.58 304	0.30 256	0.57 363	0.29 240	0.57 350	0.29 241	0.57 359	0.29 245	0.57 362	0.29 247	0.56 353	0.29 238	0.52 323	0.30 228	0.53 364	0.31 275	0.53 337	0.30 245

PS-NSSS	1.38 480	1.39 399	1.34 482	1.34 454	1.35 511	1.38 493	1.37 515	1.35 484	1.38 516	1.34 487	1.34 510	1.39 494	1.38 505	1.70 502	1.40 516	1.36 477	1.36 494	1.36 503	1.37 512	1.37 480	1.36 511

MSCF	0.51 303	1.40 400	0.49 315	0.58 304	0.38 312	0.50 335	0.38 306	0.54 343	0.41 328	0.52 343	0.41 330	0.53 350	0.42 330	0.53 346	0.41 320	0.60 339	0.47 318	0.48 344	0.37 315	0.48 316	0.38 299

z-ln-s-r	0.21 150	1.40 400	0.53 332	0.56 301	0.04 78	0.05 88	0.04 80	0.05 88	0.05 96	0.05 90	0.04 87	0.05 90	0.04 83	0.05 81	0.05 87	0.57 336	0.44 307	0.04 72	0.04 77	0.04 76	0.04 78

w-ln-seven	0.18 139	1.47 402	0.33 230	0.40 226	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.38 251	0.32 239	0.05 85	0.04 77	0.04 76	0.04 78

Gwc-CoAtRS	0.41 254	1.49 403	0.32 224	0.42 248	0.32 270	0.41 274	0.32 258	0.41 267	0.33 276	0.41 266	0.32 272	0.41 274	0.32 272	0.41 273	0.32 255	0.39 262	0.28 208	0.39 283	0.28 240	0.40 272	0.28 227

FENet	0.54 308	1.52 404	1.19 426	1.41 459	0.23 215	0.35 235	0.23 204	0.35 223	0.23 205	0.34 226	0.23 209	0.35 234	0.23 209	0.35 234	0.23 200	1.40 480	1.07 411	0.32 224	0.23 208	0.33 217	0.23 189

CFNet-ft	0.55 313	1.57 405	0.14 126	0.20 136	0.14 158	0.20 163	2.53 560	1.61 493	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.20 160	0.14 152	0.17 142	0.12 113	0.17 154	0.12 148	1.56 486	1.24 501

DPSMNet_ROB	1.60 485	1.59 406	1.70 514	1.59 465	1.59 523	1.61 502	1.61 526	1.60 492	1.60 523	1.62 502	1.59 526	1.60 500	1.60 511	1.60 498	1.59 523	1.59 490	1.60 516	1.59 509	1.59 529	1.59 487	1.59 524

RASNet	1.49 481	1.65 407	1.45 500	1.38 458	1.43 517	1.47 499	1.36 510	1.38 488	1.36 514	1.39 490	1.60 527	1.45 497	1.45 508	1.51 497	2.21 557	1.53 489	1.36 494	1.36 503	1.36 511	1.66 491	1.36 511

CRFU-Net	0.65 327	1.67 408	1.22 476	1.96 482	0.27 232	0.41 274	0.27 223	0.41 267	0.27 232	0.40 252	0.26 228	0.41 274	0.27 233	0.40 258	0.27 218	1.80 497	1.62 517	0.34 240	0.23 208	0.33 217	0.23 189

FlowAnything	1.02 414	1.71 409	0.72 374	1.59 465	0.69 401	1.60 501	0.69 395	1.61 493	0.70 400	1.60 496	0.69 403	1.60 500	0.69 393	1.61 500	0.69 393	0.81 372	0.58 348	0.81 398	0.56 379	0.82 375	0.56 364

FlowAnything_test	1.02 414	1.72 410	0.71 371	1.59 465	0.70 403	1.61 502	0.69 395	1.61 493	0.70 400	1.60 496	0.70 405	1.61 503	0.69 393	1.61 500	0.70 399	0.81 372	0.58 348	0.81 398	0.55 375	0.81 373	0.56 364

gwcnet-sp	0.82 371	1.72 410	1.48 502	0.39 212	0.15 169	0.31 216	0.21 191	0.20 161	0.25 213	1.61 499	0.23 209	0.28 206	0.26 225	0.20 160	0.15 162	0.24 184	1.33 488	0.32 224	0.16 169	6.75 588	0.23 189

scenet	0.82 371	1.72 410	1.48 502	0.39 212	0.15 169	0.31 216	0.21 191	0.20 161	0.25 213	1.61 499	0.23 209	0.28 206	0.26 225	0.20 160	0.15 162	0.24 184	1.33 488	0.32 224	0.16 169	6.75 588	0.23 189

ssnet	0.82 371	1.72 410	1.48 502	0.39 212	0.15 169	0.31 216	0.21 191	0.20 161	0.25 213	1.61 499	0.23 209	0.28 206	0.26 225	0.20 160	0.15 162	0.24 184	1.33 488	0.32 224	0.16 169	6.75 588	0.23 189

HBP-ISP	1.24 473	1.72 410	1.65 512	1.15 385	0.76 417	1.40 495	0.88 421	1.67 499	1.02 444	1.69 503	1.38 516	1.69 504	1.21 490	1.87 510	1.21 499	1.05 405	0.79 388	0.97 426	0.80 422	1.19 425	0.75 402

LL-Strereo2	0.48 290	1.73 415	0.51 325	0.59 307	0.34 292	0.42 294	0.33 269	0.40 252	0.31 264	0.42 280	0.33 279	0.42 292	0.31 269	0.44 295	0.39 309	0.60 339	0.51 336	0.44 319	0.33 290	0.44 292	0.33 268

test_xeample3	1.10 419	1.81 416	0.61 346	0.84 343	0.49 363	0.77 382	0.66 381	0.92 394	1.40 517	0.68 376	0.46 350	0.78 389	0.54 368	1.72 503	1.48 519	1.34 474	1.52 506	1.35 501	1.67 537	1.33 478	1.55 519

mmm	0.14 112	1.83 417	0.12 102	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.04 80	0.03 40	0.03 52	0.03 42	0.03 52	0.06 87	0.04 74	0.12 94	0.11 97	0.05 85	0.04 77	0.05 91	0.04 78

4.5_new	2.00 502	1.84 418	1.98 542	2.77 511	2.16 558	2.27 524	1.28 505	2.09 512	1.98 555	2.01 514	1.28 506	2.71 546	1.98 539	2.51 537	1.65 526	2.26 521	1.33 488	1.87 519	1.87 549	2.49 526	1.60 525

MM-Stereo_test2	1.20 425	1.85 419	1.05 412	1.46 461	0.94 436	1.36 491	0.99 432	1.36 485	0.95 433	1.41 491	0.98 436	1.40 496	0.96 419	1.37 492	0.95 427	1.37 479	1.06 410	1.33 498	0.93 433	1.29 477	0.89 416

hknet	1.10 419	1.85 419	3.49 574	4.48 551	0.02 21	0.42 294	0.06 108	0.41 267	0.02 21	0.48 312	0.03 52	0.41 274	0.03 52	0.42 286	0.03 48	4.39 563	4.19 577	0.33 232	0.23 208	0.34 221	0.27 214

2.25w	2.00 502	1.86 421	1.98 542	2.95 517	2.17 560	2.26 523	1.35 508	2.42 532	2.00 558	2.07 521	1.27 505	2.53 534	1.99 541	2.29 525	1.49 520	2.21 519	1.32 481	1.85 515	1.87 549	2.52 530	1.62 528

PAM	0.39 243	1.88 422	0.34 240	0.37 203	0.41 333	0.45 305	0.22 196	0.28 197	0.23 205	0.28 202	0.24 216	0.29 212	0.23 209	0.29 213	0.23 200	0.38 251	0.32 239	0.38 272	0.37 315	0.32 209	0.22 187

DCVSM-stereo	0.36 219	1.89 423	0.22 174	0.40 226	0.22 209	0.40 258	0.22 196	0.40 252	0.22 199	0.40 252	0.22 205	0.40 261	0.22 203	0.40 258	0.22 194	0.28 197	0.21 180	0.28 207	0.21 199	0.28 194	0.20 182

DCRE	0.84 377	1.89 423	0.77 384	0.94 359	0.72 407	0.88 394	0.73 405	0.87 385	0.78 415	0.90 397	0.71 410	0.88 399	0.67 383	0.88 395	0.73 403	0.81 372	0.68 367	0.81 398	0.70 408	0.82 375	0.70 390

RAFT-Stereo-weight	0.45 273	1.90 425	0.34 240	0.42 248	0.36 301	0.43 301	0.35 287	0.42 285	0.34 285	0.42 280	0.34 287	0.44 300	0.34 285	0.41 273	0.34 278	0.38 251	0.32 239	0.38 272	0.32 282	0.38 257	0.33 268

BUS	0.83 374	1.91 426	0.92 401	4.48 551	0.02 21	0.40 258	0.04 80	0.41 267	0.02 21	0.48 312	0.03 52	0.41 274	0.05 93	0.03 39	0.05 87	1.97 508	4.19 577	0.33 232	0.23 208	0.34 221	0.27 214

BSDual-CNN	0.81 366	1.91 426	0.92 401	4.48 551	0.02 21	0.42 294	0.06 108	0.41 267	0.02 21	0.48 312	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 508	4.19 577	0.33 232	0.23 208	0.34 221	0.27 214

psmg	0.43 265	1.91 426	0.92 401	1.91 478	0.02 21	0.02 19	0.03 50	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 39	0.02 20	1.97 508	1.44 501	0.04 72	0.03 53	0.02 20	0.03 50

GANet-RSSM	0.75 349	1.91 426	0.14 126	0.47 263	0.14 158	0.21 173	3.21 581	2.30 525	0.14 158	0.46 299	0.14 162	0.23 182	0.18 188	0.21 170	0.14 152	0.18 150	0.27 202	0.37 264	0.13 156	2.13 508	2.12 548

MFMNet_re	1.81 493	1.91 426	1.71 516	1.95 481	1.70 534	1.95 513	1.70 531	1.96 505	1.74 536	1.97 510	1.72 535	1.95 510	1.71 519	1.97 514	1.71 531	1.86 498	1.62 517	1.85 515	1.66 536	1.86 499	1.64 530

SPS-STEREO	1.59 484	1.91 426	1.21 475	1.94 479	1.20 460	2.00 516	1.23 499	1.99 507	1.24 505	2.00 513	1.25 503	2.03 517	1.26 493	2.00 515	1.29 508	1.90 504	1.18 431	1.89 523	1.21 499	1.89 501	1.20 452
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
GANetREF_RVC	1.55 483	1.94 432	1.22 476	1.88 476	1.21 506	1.88 508	1.22 498	1.88 502	1.22 503	1.88 505	1.22 500	1.88 507	1.22 491	1.89 511	1.22 500	1.87 500	1.22 479	1.88 522	1.22 500	1.88 500	1.22 498
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
ssnet_v2	0.68 334	1.96 433	1.25 480	0.29 176	0.20 199	0.30 210	0.20 186	0.29 202	0.22 199	1.50 495	0.20 199	0.31 220	0.20 197	0.27 205	0.22 194	0.24 184	1.49 504	0.26 201	0.18 194	3.90 549	0.19 180

qqq	0.16 132	2.01 434	0.12 102	0.15 109	0.04 78	0.06 91	0.05 92	0.06 93	0.04 80	0.06 95	0.03 52	0.06 96	0.03 52	0.06 87	0.03 48	0.12 94	0.14 140	0.04 72	0.04 77	0.03 43	0.03 50

MM-Stereo_test3	1.27 475	2.07 435	1.18 424	1.60 468	1.02 445	1.45 498	1.01 436	1.40 489	1.04 445	1.44 493	1.03 441	1.46 498	1.02 429	1.44 496	1.02 436	1.51 488	1.12 424	1.32 497	0.98 434	1.38 481	0.97 423

ACV-stereo	0.30 181	2.08 436	0.25 187	0.25 164	0.18 192	0.24 186	0.17 171	0.24 182	0.18 185	0.24 184	0.17 178	0.25 193	0.17 180	0.24 184	0.17 172	0.22 166	0.16 145	0.22 177	0.16 169	0.22 170	0.16 160

GCST	0.50 298	2.08 436	0.38 257	0.53 292	0.35 295	0.49 326	0.35 287	0.50 322	0.35 289	0.49 319	0.35 296	0.49 323	0.35 291	0.49 322	0.35 282	0.48 306	0.37 262	0.45 323	0.33 290	0.44 292	0.33 268

AIO_test	2.18 523	2.09 438	2.04 546	2.42 501	2.01 550	2.47 534	1.94 545	2.34 528	2.03 559	2.56 541	1.94 548	2.43 530	1.94 536	2.41 532	1.87 548	2.39 535	2.10 543	2.35 540	1.91 555	2.25 512	2.19 550

ToySt	0.92 394	2.11 439	0.90 397	0.95 361	0.79 422	0.99 406	0.78 411	0.94 398	0.81 422	0.94 405	0.78 421	0.95 409	0.77 407	0.94 405	0.86 420	0.91 383	0.79 388	0.85 405	0.77 417	0.89 382	0.73 398

TRStereo	2.00 502	2.13 440	1.85 531	2.27 493	1.84 539	2.28 526	1.84 535	2.29 521	1.86 545	2.30 527	1.87 540	2.30 521	1.87 529	2.08 517	1.72 533	2.08 513	1.72 523	2.08 528	1.72 542	2.08 505	1.72 535

XX-Stereo	2.00 502	2.13 440	1.85 531	2.27 493	1.84 539	2.28 526	1.84 535	2.29 521	1.86 545	2.30 527	1.87 540	2.30 521	1.87 529	2.08 517	1.72 533	2.08 513	1.72 523	2.08 528	1.72 542	2.08 505	1.72 535

EAI-Stereo	2.00 502	2.13 440	1.85 531	2.27 493	1.84 539	2.28 526	1.84 535	2.29 521	1.86 545	2.30 527	1.87 540	2.30 521	1.87 529	2.08 517	1.72 533	2.08 513	1.72 523	2.08 528	1.72 542	2.08 505	1.72 535

11t1	0.17 136	2.16 443	0.13 121	0.13 95	0.04 78	0.06 91	0.04 80	0.06 93	0.04 80	0.06 95	0.03 52	0.06 96	0.03 52	0.06 87	0.05 87	0.18 150	0.12 113	0.06 93	0.03 53	0.05 91	0.03 50

UGAM-zero	0.51 303	2.17 444	0.39 265	0.53 292	0.36 301	0.50 335	0.36 293	0.50 322	0.36 299	0.49 319	0.36 299	0.50 338	0.35 291	0.50 330	0.36 285	0.49 309	0.37 262	0.47 336	0.35 306	0.46 299	0.34 274

cf-r	0.66 329	2.17 444	0.12 102	0.18 130	0.12 153	0.18 155	2.70 564	2.60 539	0.12 153	0.18 152	0.12 145	0.18 154	0.12 150	0.18 153	0.12 142	0.15 125	0.11 97	0.15 143	0.11 130	1.81 498	1.74 538

3.25w	2.04 515	2.20 446	1.48 502	3.03 518	2.17 560	2.63 546	1.39 516	1.96 505	1.95 554	1.96 508	1.37 514	2.71 546	1.96 538	2.71 546	1.73 538	2.26 521	1.32 481	1.87 519	1.87 549	2.51 529	1.63 529

IGEV	2.02 510	2.20 446	1.82 525	2.90 516	2.16 558	2.41 532	1.25 501	2.00 508	1.98 555	1.99 512	1.31 508	2.72 550	1.93 535	2.67 545	1.69 530	2.26 521	1.32 481	1.83 514	1.87 549	2.53 533	1.61 527

UDG	0.80 361	2.21 448	0.60 341	0.91 350	0.60 382	0.90 397	0.58 372	0.88 388	0.60 375	0.90 397	0.60 380	0.88 399	0.60 372	0.90 398	0.58 367	0.86 381	0.60 351	0.84 404	0.59 383	0.84 378	0.61 370

UGAM	0.51 303	2.23 449	0.39 265	0.54 295	0.35 295	0.50 335	0.35 287	0.49 313	0.35 289	0.49 319	0.35 296	0.49 323	0.36 294	0.50 330	0.36 285	0.49 309	0.37 262	0.45 323	0.34 294	0.45 296	0.34 274

3w_stereo	2.04 515	2.24 450	1.70 514	3.15 521	2.18 562	2.49 536	1.26 503	2.03 510	1.98 555	1.98 511	1.33 509	2.72 550	1.99 541	2.59 540	1.72 533	2.22 520	1.33 488	1.85 515	1.88 554	2.50 528	1.58 523

NCCL2	2.28 535	2.27 451	2.28 548	2.28 496	2.28 563	2.27 524	2.29 558	2.28 519	2.28 561	2.27 526	2.28 563	2.28 520	2.27 549	2.27 524	2.28 562	2.28 525	2.28 548	2.27 533	2.29 562	2.27 513	2.29 552

ccnet	0.80 361	2.28 452	0.33 230	0.50 282	0.33 282	0.50 335	0.33 269	0.50 322	0.33 276	0.49 319	0.33 279	0.49 323	1.56 509	2.38 529	0.33 265	0.41 274	0.29 219	0.42 316	1.57 524	2.28 514	0.29 232

HUF	2.18 523	2.30 453	1.99 545	2.34 499	2.02 553	2.41 532	2.06 554	2.38 530	1.89 551	2.36 532	1.85 538	2.56 539	1.98 539	2.31 527	1.97 553	2.30 528	2.03 541	2.30 535	2.11 556	2.23 510	2.16 549

3.75w	1.99 498	2.31 454	1.83 528	3.16 522	1.65 527	1.93 509	1.98 546	2.72 541	1.68 525	2.73 550	1.97 551	2.00 514	1.72 520	1.81 508	1.25 504	2.27 524	2.01 536	2.38 541	1.42 518	1.71 493	1.24 501

1w_stereo	2.05 517	2.32 455	1.35 484	3.74 548	2.01 550	2.73 550	1.42 520	1.88 502	1.93 553	2.03 516	1.28 506	2.71 546	1.99 541	2.72 548	1.72 533	2.20 518	1.32 481	1.87 519	1.86 548	2.45 522	1.54 518

4.25_new	2.00 502	2.33 456	1.82 525	3.32 529	1.69 531	1.95 513	1.99 549	2.72 541	1.71 529	2.72 545	1.97 551	2.01 515	1.74 523	1.77 505	1.28 506	2.18 516	2.01 536	2.48 547	1.58 527	1.65 489	1.17 447

4.5w_new	2.00 502	2.33 456	1.82 525	3.32 529	1.69 531	1.95 513	1.99 549	2.72 541	1.71 529	2.72 545	1.97 551	2.01 515	1.74 523	1.77 505	1.28 506	2.18 516	2.01 536	2.48 547	1.58 527	1.65 489	1.17 447

4.5w-stereo	1.99 498	2.33 456	1.81 520	3.28 526	1.68 530	1.94 510	1.99 549	2.72 541	1.70 528	2.72 545	1.99 560	1.97 512	1.68 515	1.76 504	1.29 508	1.91 505	2.02 540	2.53 549	1.61 531	1.75 496	1.16 446

monsterstereo	2.20 529	2.33 456	1.95 540	3.65 543	2.07 555	2.49 536	1.61 526	2.48 534	1.83 543	2.45 536	1.61 529	2.67 545	1.86 528	2.64 542	1.94 551	2.48 541	1.66 520	2.34 538	1.68 539	2.40 519	1.86 542

2.75w_new	1.99 498	2.34 460	1.81 520	3.14 520	1.62 525	1.94 510	1.99 549	2.72 541	1.71 529	2.72 545	1.99 560	1.90 508	1.73 521	1.82 509	1.29 508	2.37 533	2.01 536	2.31 536	1.42 518	1.77 497	1.22 498

AIO_rvc	2.18 523	2.34 460	1.87 535	2.32 497	1.94 548	2.40 531	1.89 543	2.37 529	2.07 560	2.52 540	1.95 550	2.44 531	1.99 541	2.41 532	1.89 550	2.32 530	2.09 542	2.24 532	2.18 558	2.21 509	2.23 551

GES	0.66 329	2.34 460	0.29 202	0.41 238	0.29 246	0.41 274	0.29 240	0.42 285	0.29 241	0.40 252	0.41 330	0.41 274	0.30 254	0.51 339	0.29 238	0.32 213	0.29 219	0.32 224	2.46 564	2.49 526	0.30 245

2w_stereo	1.99 498	2.36 463	1.81 520	3.24 524	1.67 528	1.94 510	1.98 546	2.72 541	1.68 525	2.72 545	1.94 548	1.98 513	1.74 523	1.79 507	1.27 505	1.95 507	2.00 534	2.53 549	1.60 530	1.68 492	1.15 443

PAM_32	0.64 326	2.38 464	0.51 325	0.92 353	0.43 345	0.53 352	0.44 336	0.87 385	0.43 336	0.52 343	0.45 348	0.53 350	0.40 313	0.54 348	0.46 337	0.62 347	0.56 344	0.48 344	0.45 350	0.76 362	0.44 325

2.5w	2.01 509	2.40 465	1.37 494	3.28 526	2.01 550	2.71 547	1.43 523	1.82 501	1.83 543	1.90 507	1.41 518	2.71 546	1.35 501	2.71 546	1.85 544	2.66 545	1.53 507	1.64 510	1.23 501	2.53 533	1.87 544

MonStereo	2.17 521	2.41 466	1.49 506	2.67 508	1.67 528	2.60 545	2.04 553	2.32 526	1.76 537	2.44 535	1.68 533	2.50 532	1.69 517	2.38 529	1.80 541	2.28 525	1.78 526	2.63 552	2.14 557	3.47 545	1.68 533

monsters	2.18 523	2.41 466	1.96 541	3.47 536	2.03 554	2.53 540	1.64 528	2.48 534	1.73 534	2.40 534	1.50 521	2.62 542	1.94 536	2.59 540	1.94 551	2.44 537	1.57 511	2.28 534	1.87 549	2.42 520	1.86 542

DDUNet	0.81 366	2.45 468	0.57 337	0.90 348	0.60 382	0.88 394	0.59 374	0.90 389	0.60 375	0.88 396	0.60 380	0.90 402	0.58 370	0.88 395	0.60 370	0.84 379	0.60 351	0.86 406	0.57 381	0.86 379	0.60 369

FBW_ROB	2.12 520	2.46 469	1.77 519	2.49 504	1.79 538	2.38 530	1.83 534	2.46 533	1.78 539	2.48 538	1.97 551	2.40 529	1.78 526	2.42 534	1.83 542	2.31 529	1.85 531	2.38 541	1.82 547	2.35 517	1.84 540

asda	2.17 521	2.54 470	1.81 520	3.47 536	1.78 537	2.50 538	1.86 539	2.61 540	1.68 525	2.61 542	1.83 537	2.37 528	1.73 521	2.44 535	1.88 549	2.51 542	1.84 530	2.34 538	1.62 533	2.23 510	1.77 539

HH	0.71 341	2.54 470	0.74 379	1.10 377	0.32 270	0.41 274	0.37 299	0.69 368	0.78 415	0.73 379	0.90 427	0.75 386	1.00 422	0.84 389	0.69 393	0.69 355	0.40 278	0.35 256	0.26 227	0.35 233	0.26 206

HanStereo	0.71 341	2.54 470	0.74 379	1.10 377	0.32 270	0.41 274	0.37 299	0.69 368	0.78 415	0.73 379	0.90 427	0.75 386	1.00 422	0.84 389	0.69 393	0.69 355	0.40 278	0.35 256	0.26 227	0.35 233	0.26 206

qwe	2.18 523	2.60 473	1.58 509	3.83 549	1.90 547	2.53 540	1.90 544	2.48 534	1.73 534	2.37 533	1.92 547	2.53 534	1.68 515	2.56 538	1.83 542	2.52 544	1.87 532	2.07 527	1.68 539	2.32 516	1.71 534

sAnonymous2	3.31 559	2.63 474	1.38 496	3.71 545	1.86 542	4.70 585	1.11 442	4.82 588	2.72 565	5.45 593	1.98 557	4.59 578	2.64 552	2.65 543	6.21 598	4.37 561	1.08 415	5.16 590	2.24 560	4.52 559	2.39 557

CroCo_RVC	3.31 559	2.63 474	1.38 496	3.71 545	1.86 542	4.70 585	1.11 442	4.82 588	2.72 565	5.45 593	1.98 557	4.59 578	2.64 552	2.65 543	6.21 598	4.37 561	1.08 415	5.16 590	2.24 560	4.52 559	2.39 557

ff7	1.68 486	2.68 476	1.35 484	0.97 365	0.89 428	1.84 505	2.15 555	2.12 513	1.80 540	2.05 518	1.56 523	2.33 524	2.12 546	2.23 521	2.25 558	1.31 471	1.07 411	1.48 505	1.41 515	0.90 385	1.04 433

ffff	1.68 486	2.68 476	1.35 484	0.97 365	0.89 428	1.84 505	2.15 555	2.12 513	1.80 540	2.05 518	1.56 523	2.33 524	2.12 546	2.23 521	2.25 558	1.31 471	1.07 411	1.48 505	1.41 515	0.90 385	1.04 433

ccc-4	1.68 486	2.68 476	1.35 484	0.97 365	0.89 428	1.84 505	2.15 555	2.12 513	1.80 540	2.05 518	1.56 523	2.33 524	2.12 546	2.23 521	2.25 558	1.31 471	1.07 411	1.48 505	1.41 515	0.90 385	1.04 433

LGtest1	2.22 530	2.70 479	1.89 536	2.76 510	1.86 542	2.75 552	1.86 539	2.75 548	1.86 545	2.75 551	1.86 539	2.77 555	1.87 529	2.75 552	1.86 545	2.46 538	1.58 512	2.45 544	1.56 523	2.45 522	1.56 520

11t	1.27 475	2.70 479	1.34 482	1.32 453	0.89 428	1.30 488	1.34 507	1.64 496	0.57 371	1.45 494	0.72 413	1.05 426	1.29 496	1.07 429	1.29 508	1.49 485	1.02 408	0.97 426	1.15 447	1.48 483	1.31 505

LG-G_1	2.22 530	2.71 481	1.89 536	2.77 511	1.87 545	2.75 552	1.87 541	2.76 549	1.87 549	2.75 551	1.87 540	2.76 553	1.87 529	2.75 552	1.86 545	2.47 539	1.58 512	2.45 544	1.57 524	2.45 522	1.57 521

LG-G	2.22 530	2.71 481	1.89 536	2.77 511	1.87 545	2.75 552	1.87 541	2.76 549	1.87 549	2.75 551	1.87 540	2.76 553	1.87 529	2.75 552	1.86 545	2.47 539	1.58 512	2.45 544	1.57 524	2.45 522	1.57 521

4.25w-stereo	1.98 497	2.72 483	1.46 501	3.47 536	1.43 517	2.07 519	1.98 546	2.53 538	1.52 521	2.71 544	1.98 557	1.81 505	1.62 513	1.96 513	1.36 513	1.88 503	2.00 534	2.53 549	1.61 531	1.74 495	1.15 443

4w-stereo	2.02 510	2.72 483	1.44 499	3.36 532	1.59 523	2.48 535	1.72 532	2.28 519	1.24 505	2.24 525	1.65 531	2.56 539	1.32 499	2.39 531	1.98 554	2.67 547	1.51 505	1.66 511	1.24 502	2.53 533	1.88 547

3.25w_new	2.03 512	2.72 483	1.35 484	3.33 531	1.57 521	2.72 548	1.53 525	2.15 517	1.33 509	2.15 523	1.60 527	2.63 543	1.30 497	2.72 548	1.99 555	2.67 547	1.53 507	1.75 513	1.25 504	2.53 533	1.87 544

3.5w_stereo	2.03 512	2.72 483	1.35 484	3.41 533	1.57 521	2.72 548	1.49 524	2.01 509	1.34 510	2.15 523	1.61 529	2.63 543	1.36 502	2.72 548	1.99 555	2.66 545	1.58 512	1.68 512	1.24 502	2.53 533	1.87 544

sCroCo_RVC	2.10 518	2.76 487	1.92 539	2.78 514	1.39 515	2.73 550	1.41 518	2.73 547	1.40 517	2.77 556	1.41 518	2.74 552	1.40 506	2.74 551	1.40 516	2.72 549	1.42 500	2.72 553	1.44 520	2.79 540	1.42 515

PSMNet-RSSM	0.77 354	2.76 487	0.14 126	0.20 136	0.14 158	0.20 163	2.66 562	2.79 552	0.14 158	0.21 171	0.14 162	0.21 168	0.14 159	0.20 160	0.14 152	0.17 142	0.12 113	0.17 154	0.12 148	2.52 530	2.31 553

MonStereo1	1.94 496	2.77 489	1.52 507	3.73 547	1.51 520	2.13 521	1.42 520	2.32 526	1.52 521	2.31 530	1.50 521	2.53 534	1.59 510	2.34 528	1.56 521	1.91 505	1.36 494	1.86 518	1.31 507	2.07 504	1.53 517

asd	2.18 523	2.77 489	1.58 509	3.59 541	2.00 549	2.58 544	1.85 538	2.39 531	1.71 529	2.47 537	1.97 551	2.59 541	1.61 512	2.56 538	1.79 540	2.51 542	1.99 533	2.11 531	1.62 533	2.36 518	1.60 525

GwcNet-RSSM	0.77 354	2.77 489	0.14 126	0.20 136	0.14 158	0.20 163	2.67 563	2.78 551	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.21 170	0.14 152	0.17 142	0.12 113	0.17 154	0.12 148	2.52 530	2.31 553

hitnet-ft	0.79 358	2.78 492	0.14 126	0.20 136	0.14 158	0.21 173	2.89 565	2.80 553	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.20 160	0.14 152	0.17 142	0.12 113	0.17 154	0.12 148	2.54 538	2.33 555

PDISCO_ROB	0.83 374	2.80 493	3.49 574	0.14 99	0.11 137	0.17 151	0.09 114	0.15 141	0.10 119	0.15 134	0.12 145	0.16 140	0.14 159	3.30 559	0.13 148	0.14 116	2.34 549	0.16 146	0.12 148	2.62 539	0.10 116

iGMRVC	0.84 377	2.85 494	0.72 374	0.72 331	0.73 408	0.77 382	0.79 412	0.73 374	0.74 413	0.73 379	0.72 413	0.73 383	0.76 405	0.73 378	0.73 403	0.72 361	0.73 381	0.73 384	0.72 413	0.73 360	0.72 395

MC-Stereo	1.76 489	2.96 495	1.37 494	2.14 487	1.37 513	2.14 522	1.36 510	2.14 516	1.37 515	2.14 522	1.37 514	2.14 519	1.37 504	2.14 520	1.37 514	1.97 508	1.32 481	1.97 525	1.32 508	1.98 502	1.33 507

VIP-Stereo	0.70 338	2.97 496	2.43 554	2.49 504	0.16 178	0.25 193	0.16 163	0.25 188	0.16 172	0.25 190	0.18 193	0.25 193	0.16 171	0.26 201	0.16 168	1.86 498	1.26 480	0.23 185	0.15 167	0.23 181	0.15 159

PASM	0.39 243	3.06 497	1.36 492	1.58 464	0.09 115	0.11 123	0.11 132	0.11 123	0.11 134	0.09 110	0.09 116	0.11 124	0.09 117	0.09 110	0.09 109	0.11 88	0.11 97	0.11 119	0.09 111	0.11 123	0.11 129

DDVS	0.30 181	3.10 498	0.14 126	0.19 133	0.14 158	0.19 158	0.14 153	0.20 161	0.14 158	0.19 154	0.13 157	0.16 140	0.13 155	0.19 156	0.13 148	0.17 142	0.13 136	0.17 154	0.13 156	0.17 152	0.13 151

DEFOM-Stereo	0.68 334	3.11 499	1.40 498	1.63 472	0.25 222	0.31 216	0.25 212	0.31 209	0.28 235	0.31 213	0.29 245	0.29 212	0.27 233	0.31 219	0.28 228	1.59 490	1.47 503	0.30 214	0.29 250	0.30 200	0.28 227

4D-IteraStereo	0.78 357	3.13 500	0.89 394	0.69 323	0.32 270	0.40 258	0.32 258	0.76 375	0.97 436	0.52 343	0.65 390	0.89 401	0.32 272	0.76 382	0.98 430	0.83 377	0.94 403	0.35 256	0.27 235	0.70 355	0.89 416

plain	1.88 494	3.16 501	0.64 350	3.10 519	0.65 393	3.10 557	0.64 378	3.12 556	0.65 382	3.10 557	0.65 390	3.11 557	0.65 378	3.12 556	0.65 374	3.12 552	0.65 360	3.13 555	0.65 397	3.13 543	0.65 382

iRaftStereo_RVC	0.97 403	3.17 502	2.30 549	2.42 501	0.38 312	0.54 355	0.38 306	0.54 343	0.38 305	0.54 351	0.38 311	0.54 353	0.38 303	0.54 348	0.38 297	2.38 534	2.34 549	0.49 349	0.36 312	0.49 320	0.36 287

RCA-Stereo	0.51 303	3.22 503	0.34 240	0.44 255	0.34 292	0.44 304	0.34 282	0.43 291	0.34 285	0.43 286	0.34 287	0.44 300	0.33 280	0.43 292	0.33 265	0.38 251	0.29 219	0.38 272	0.29 250	0.38 257	0.29 232

NLSM1	2.93 556	3.24 504	2.57 556	4.04 550	2.66 566	3.30 561	2.55 561	3.29 559	2.55 563	3.35 561	2.48 565	3.28 560	2.47 551	3.34 561	2.49 563	3.26 553	2.55 552	3.13 555	2.57 565	3.00 542	2.46 559

Anonymous3	2.55 547	3.26 505	1.65 512	3.28 526	1.63 526	3.24 559	1.68 529	3.27 558	1.66 524	3.28 559	1.67 532	3.25 559	1.66 514	3.27 558	1.64 525	3.26 553	1.65 519	3.30 557	1.65 535	4.95 577	1.65 532

MIF-Stereo (partial)	2.58 548	3.31 506	0.66 354	3.18 523	0.66 396	3.18 558	0.66 381	3.21 557	0.67 385	3.19 558	0.66 392	3.19 558	0.66 381	3.31 560	0.68 385	5.09 583	1.79 528	8.23 602	1.67 537	6.18 586	1.38 513

MM-Stereo_test1	1.80 492	3.41 507	1.52 507	2.12 486	1.41 516	2.04 517	1.41 518	2.05 511	1.46 520	2.04 517	1.41 518	2.05 518	1.42 507	2.05 516	1.43 518	2.04 512	1.54 509	1.94 524	1.38 514	1.99 503	1.33 507

UniTT-Stereo	2.03 512	3.43 508	0.72 374	3.42 534	0.73 408	3.27 560	0.68 389	3.38 561	0.69 396	3.29 560	0.72 413	3.28 560	0.70 395	3.35 562	0.68 385	3.39 555	0.68 367	3.31 558	0.69 406	3.37 544	0.73 398

castereo++	0.54 308	3.59 509	1.15 420	1.31 452	0.14 158	0.16 143	0.14 153	0.16 142	0.14 158	0.16 139	0.14 162	0.16 140	0.13 155	0.16 141	0.14 152	1.45 483	1.16 427	0.15 143	0.14 161	0.15 142	0.13 151

DPSNet	3.66 561	3.60 510	3.62 577	3.63 542	3.64 588	3.65 564	3.65 587	3.66 564	3.67 584	3.67 563	3.65 585	3.67 564	3.66 573	3.66 563	3.68 582	3.68 558	3.66 572	3.67 562	3.68 588	3.67 546	3.67 585

RAStereo	2.23 533	3.64 511	0.76 382	3.65 543	0.86 426	3.66 565	0.76 409	3.67 565	0.81 422	3.66 562	0.76 419	3.66 563	0.77 407	3.68 564	0.77 411	3.68 558	0.77 386	3.69 563	0.77 417	3.70 547	0.77 406

qqq1	0.25 165	3.70 512	0.14 126	0.14 99	0.04 78	0.06 91	0.05 92	0.06 93	0.05 96	0.06 95	0.05 99	0.04 76	0.05 93	0.06 87	0.05 87	0.13 109	0.12 113	0.06 93	0.05 95	0.03 43	0.04 78

fff1	0.25 165	3.70 512	0.14 126	0.14 99	0.04 78	0.06 91	0.05 92	0.06 93	0.05 96	0.06 95	0.05 99	0.04 76	0.05 93	0.06 87	0.05 87	0.13 109	0.12 113	0.06 93	0.05 95	0.03 43	0.04 78

RAFT_CTSACE	1.92 495	3.71 514	1.72 517	1.88 476	1.72 535	2.04 517	1.42 520	2.18 518	1.89 551	2.02 515	1.97 551	1.95 510	2.06 545	1.93 512	1.62 524	1.76 495	1.66 520	2.02 526	1.73 545	1.73 494	1.43 516

MyStereo07	0.60 317	3.72 515	0.48 308	0.49 274	0.41 333	0.36 238	0.32 258	0.49 313	0.43 336	0.51 340	0.42 340	0.49 323	0.43 333	0.51 339	0.64 373	0.49 309	0.45 308	0.34 240	0.32 282	0.35 233	0.43 322

MyStereo04	0.56 315	3.72 515	0.59 339	0.49 274	0.41 333	0.36 238	0.32 258	0.37 233	0.31 264	0.34 226	0.46 350	0.35 234	0.32 272	0.35 234	0.33 265	0.49 309	0.45 308	0.34 240	0.32 282	0.35 233	0.43 322

castereo	0.61 320	3.79 517	1.35 484	1.52 463	0.15 169	0.17 151	0.16 163	0.20 161	0.21 196	0.18 152	0.16 173	0.21 168	0.12 150	0.26 201	0.17 172	1.43 482	1.38 497	0.17 154	0.16 169	0.18 156	0.16 160

ffm	0.25 165	3.83 518	0.12 102	0.12 83	0.05 98	0.06 91	0.05 92	0.06 93	0.05 96	0.03 40	0.03 52	0.06 96	0.05 93	0.06 87	0.05 87	0.12 94	0.12 113	0.05 85	0.04 77	0.06 95	0.04 78

ff1	0.25 165	3.83 518	0.12 102	0.12 83	0.05 98	0.06 91	0.05 92	0.06 93	0.05 96	0.03 40	0.03 52	0.06 96	0.05 93	0.06 87	0.05 87	0.12 94	0.12 113	0.05 85	0.04 77	0.06 95	0.04 78

mmx	0.25 165	3.83 518	0.12 102	0.12 83	0.05 98	0.06 91	0.05 92	0.06 93	0.05 96	0.03 40	0.03 52	0.06 96	0.05 93	0.06 87	0.05 87	0.12 94	0.12 113	0.05 85	0.04 77	0.06 95	0.04 78

NINENet	0.69 337	3.87 521	1.20 429	1.98 483	0.05 98	0.40 258	0.04 80	0.40 252	0.05 96	0.41 266	0.04 87	0.41 274	0.05 93	0.40 258	0.05 87	1.79 496	1.56 510	0.34 240	0.22 202	0.34 221	0.23 189

GEAStereo	0.62 322	3.91 522	0.48 308	0.69 323	0.38 312	0.51 347	0.38 306	0.51 335	0.38 305	0.53 346	0.38 311	0.50 338	0.38 303	0.51 339	0.38 297	0.54 327	0.43 300	0.46 327	0.34 294	0.46 299	0.34 274

gasm-f	0.62 322	3.91 522	0.48 308	0.69 323	0.38 312	0.51 347	0.38 306	0.51 335	0.38 305	0.53 346	0.38 311	0.50 338	0.38 303	0.51 339	0.38 297	0.54 327	0.43 300	0.46 327	0.34 294	0.46 299	0.34 274

MyStereo8	0.71 341	3.92 524	0.52 328	0.59 307	0.52 373	0.57 363	0.53 367	0.59 355	0.50 359	0.59 363	0.51 373	0.57 362	0.50 358	0.56 353	0.52 360	0.54 327	0.49 325	0.54 365	0.49 366	0.55 339	0.50 345

NLCSM	3.67 562	4.08 525	3.19 573	4.80 566	3.26 581	3.99 569	3.24 582	4.25 571	3.18 580	4.09 567	3.27 580	4.14 569	3.18 568	4.13 569	3.28 578	4.06 560	3.10 562	3.85 567	3.14 579	3.91 552	3.27 581

MyStereo06	0.75 349	4.12 526	0.60 341	0.63 314	0.61 387	0.62 369	0.66 381	0.56 347	0.45 341	0.55 354	0.48 362	0.54 353	0.46 341	0.57 358	0.45 333	0.60 339	0.57 346	0.64 374	0.55 375	0.72 357	0.55 361

MyStereo05	0.80 361	4.12 526	0.63 348	0.63 314	0.61 387	0.62 369	0.66 381	0.65 363	0.62 378	0.67 374	0.61 384	0.65 374	0.58 370	0.67 371	0.55 365	0.60 339	0.57 346	0.64 374	0.55 375	0.72 357	0.55 361

test-3	0.98 405	4.13 528	1.85 531	1.85 475	0.61 387	0.69 375	0.37 299	0.63 361	0.61 377	0.66 373	0.51 373	0.73 383	0.44 335	0.57 358	0.54 363	1.68 494	1.81 529	0.40 288	0.43 348	0.66 348	0.50 345

GCAP-Stereo	0.75 349	4.15 529	0.42 284	0.75 334	0.35 295	0.78 384	0.40 320	0.79 377	0.38 305	0.78 388	0.36 299	0.78 389	0.36 294	0.79 383	0.39 309	0.75 364	0.39 275	0.76 390	0.39 331	0.75 361	0.39 305

IGEVStereo-DCA	1.77 490	4.21 530	1.84 529	2.49 504	2.11 556	2.54 542	1.36 510	1.65 497	1.17 454	2.75 551	1.90 545	2.54 537	1.15 437	0.94 405	1.11 441	1.50 486	1.32 481	0.96 424	1.46 521	1.49 484	0.88 414

rrr	1.77 490	4.21 530	1.84 529	2.49 504	2.11 556	2.54 542	1.36 510	1.65 497	1.17 454	2.75 551	1.90 545	2.54 537	1.15 437	0.94 405	1.11 441	1.50 486	1.32 481	0.96 424	1.46 521	1.49 484	0.88 414

GSStereo	0.81 366	4.28 532	0.50 319	0.59 307	0.40 324	0.51 347	0.38 306	0.50 322	0.38 305	0.50 332	0.38 311	0.50 338	3.79 578	0.50 330	0.38 297	0.54 327	0.43 300	0.46 327	0.34 294	0.46 299	0.35 284

GEStereo_RVC	0.86 386	4.45 533	0.20 167	0.27 174	0.20 199	0.27 205	0.20 186	0.26 193	0.18 185	5.03 589	0.20 199	0.27 205	0.19 193	0.27 205	0.21 192	0.20 157	0.19 175	0.19 166	4.02 593	0.20 163	0.18 178

error version	0.93 399	4.47 534	2.35 550	1.99 484	0.37 305	0.41 274	0.36 293	0.41 267	0.35 289	0.43 286	0.36 299	0.41 274	0.40 313	0.41 273	0.36 285	1.87 500	2.16 545	0.47 336	0.37 315	0.39 266	0.33 268

test_1	0.93 399	4.47 534	2.35 550	1.99 484	0.37 305	0.41 274	0.36 293	0.41 267	0.35 289	0.43 286	0.36 299	0.41 274	0.40 313	0.41 273	0.36 285	1.87 500	2.16 545	0.47 336	0.37 315	0.39 266	0.33 268

TestStereo	4.88 588	4.75 536	4.79 583	4.87 569	4.92 597	4.81 590	4.90 597	4.78 586	4.77 596	4.87 587	4.89 596	4.90 591	4.91 589	4.99 590	4.79 594	4.98 580	4.87 581	4.87 587	4.92 598	5.00 578	5.00 595

DispFullNet	4.61 584	4.84 537	3.12 570	5.00 570	3.57 585	4.75 588	3.03 572	7.75 601	4.17 593	4.91 588	3.09 576	6.20 597	3.95 582	6.71 597	3.51 580	5.30 585	3.67 573	5.86 596	3.63 585	5.61 583	3.46 583

MLG-Stereo_test3	4.26 577	4.85 538	3.95 580	5.35 573	3.60 586	4.75 588	3.76 588	5.49 594	3.71 585	5.39 591	3.69 586	4.82 589	3.66 573	4.85 586	3.73 586	4.93 578	3.19 569	4.69 581	2.99 569	4.84 574	2.98 565

CFNet-RSSM	0.91 392	4.89 539	0.34 240	0.44 255	1.07 448	1.62 504	1.40 517	0.91 391	0.35 289	1.60 496	1.39 517	0.64 371	0.34 285	0.44 295	0.33 265	0.41 274	0.35 257	0.75 388	0.30 264	0.41 282	0.29 232

StereoVision	3.15 557	5.00 540	0.89 394	4.83 567	1.00 439	3.93 566	1.27 504	6.37 595	1.34 510	5.67 595	1.26 504	5.84 596	1.27 494	5.03 592	1.24 501	5.10 584	1.09 417	4.61 576	0.57 381	5.62 584	1.12 438

LL-Strereo	1.01 412	5.06 541	1.63 511	0.70 327	1.43 517	0.56 357	0.46 343	0.57 350	0.50 359	0.57 359	0.50 367	1.58 499	0.49 355	0.59 360	0.50 353	1.64 493	0.52 338	0.51 358	1.37 512	0.52 333	0.45 327

FC-DCNN v2	5.10 592	5.15 542	4.49 582	5.07 571	3.37 583	6.87 597	4.75 596	5.04 591	6.34 600	7.84 601	5.06 597	6.72 601	4.09 585	4.99 590	5.44 597	5.03 581	3.16 566	4.67 579	4.86 597	5.15 580	3.89 590

DEFOM-Stereo_RVC	0.83 374	5.18 543	1.98 542	2.19 488	0.17 182	0.19 158	0.18 178	0.19 155	0.16 172	0.20 160	0.19 195	0.22 176	0.22 203	0.20 160	0.15 162	2.28 525	2.13 544	0.24 193	0.17 189	0.18 156	0.16 160

rvit_105_1	3.83 564	5.22 544	3.01 559	4.53 554	3.01 569	4.51 573	3.01 567	4.56 575	3.04 568	4.53 574	3.03 569	4.55 576	3.03 556	4.56 575	3.04 565	4.57 567	3.05 555	4.57 571	3.05 570	4.57 561	3.05 566

rvit_stereo_0081	3.83 564	5.23 545	3.01 559	4.53 554	3.03 571	4.55 579	3.02 568	4.56 575	3.04 568	4.52 572	3.02 567	4.54 574	3.03 556	4.56 575	3.04 565	4.57 567	3.05 555	4.57 571	3.05 570	4.58 562	3.05 566

CFNet	1.37 479	5.27 546	0.19 164	5.49 574	0.19 196	0.28 206	0.19 182	0.28 197	0.19 191	0.28 202	0.19 195	0.28 206	4.35 586	0.28 209	0.19 186	0.23 177	0.17 165	0.23 185	4.21 595	4.81 572	0.17 174

rvit_stereo_0083	3.92 573	5.30 547	3.06 567	4.61 563	3.09 578	4.67 584	3.08 577	4.66 583	3.09 577	4.62 582	3.10 577	4.66 586	3.11 565	4.67 583	3.16 576	4.72 577	3.16 566	4.77 584	3.11 577	4.66 568	3.11 575

rvit_0105_3	3.91 571	5.33 548	3.06 567	4.60 562	3.07 577	4.60 582	3.06 576	4.62 581	3.08 576	4.60 581	3.07 575	4.62 583	3.08 563	4.67 583	3.10 574	4.70 575	3.11 563	4.77 584	3.19 582	4.77 571	3.14 577

rvit_stereo_0081_aga	3.86 566	5.33 548	3.02 562	4.55 560	3.04 575	4.54 575	3.02 568	4.64 582	3.06 572	4.54 576	3.04 571	4.62 583	3.08 563	4.62 581	3.07 570	4.58 570	3.06 559	4.60 575	3.08 574	4.63 565	3.07 570

MLG-Stereo_test1	4.25 576	5.34 550	3.61 576	5.31 572	3.63 587	5.23 591	3.57 585	5.38 593	3.65 583	5.23 590	3.47 582	4.76 587	3.74 576	4.85 586	3.71 583	4.96 579	3.18 568	4.71 582	2.92 567	4.86 575	2.90 563

rvit_0105_5	4.10 575	5.40 551	3.13 572	4.71 565	3.15 580	4.72 587	3.10 579	4.90 590	3.27 581	4.69 584	3.16 579	4.84 590	3.25 569	4.96 589	3.34 579	5.05 582	3.39 571	5.10 589	3.40 583	5.11 579	3.42 582

UDGNet	2.23 533	5.40 551	1.72 517	2.48 503	1.69 531	2.51 539	1.69 530	2.51 537	1.72 533	2.50 539	1.69 534	2.52 533	1.69 517	2.50 536	1.68 529	2.41 536	1.70 522	2.42 543	1.69 541	2.42 520	1.64 530

rvit_stereo_ft	3.93 574	5.44 553	3.05 566	4.59 561	3.06 576	4.61 583	3.08 577	4.67 584	3.12 578	4.63 583	3.10 577	4.65 585	3.11 565	4.69 585	3.13 575	4.70 575	3.14 565	4.71 582	3.15 580	4.74 569	3.16 578

MLG-Stereo_test2	4.28 578	5.46 554	3.69 578	4.86 568	3.72 589	5.58 594	3.42 583	4.81 587	3.77 589	4.85 586	3.72 587	5.55 595	3.63 572	5.58 593	3.53 581	4.41 564	3.28 570	4.99 588	2.95 568	4.75 570	3.13 576

rvit_0105_4	3.91 571	5.47 555	3.02 562	4.54 557	3.02 570	4.54 575	3.03 572	4.75 585	3.17 579	4.57 578	3.06 572	4.61 582	3.16 567	4.65 582	3.09 573	4.66 574	3.11 563	4.68 580	3.18 581	4.81 572	3.16 578

rvit_stereo_0080	3.89 569	5.70 556	3.04 564	4.54 557	3.03 571	4.56 580	3.05 574	4.60 579	3.07 573	4.58 579	3.06 572	4.59 578	3.06 561	4.61 579	3.08 571	4.63 572	3.09 560	4.64 577	3.10 575	4.65 566	3.10 573

whm_eth	3.89 569	5.70 556	3.04 564	4.54 557	3.03 571	4.56 580	3.05 574	4.60 579	3.07 573	4.58 579	3.06 572	4.59 578	3.06 561	4.61 579	3.08 571	4.63 572	3.09 560	4.64 577	3.10 575	4.65 566	3.10 573

rvit_0105_6	3.87 568	5.73 558	3.10 569	4.69 564	3.12 579	4.54 575	3.02 568	4.56 575	3.04 568	4.54 576	3.03 569	4.54 574	3.04 559	4.56 575	3.05 567	4.58 570	3.05 555	4.58 573	3.05 570	4.58 562	3.05 566

rvit_stereo_0082	3.86 566	5.82 559	3.01 559	4.53 554	3.03 571	4.54 575	3.02 568	4.56 575	3.04 568	4.53 574	3.02 567	4.55 576	3.04 559	4.57 578	3.05 567	4.57 567	3.05 555	4.58 573	3.05 570	4.58 562	3.06 569

SGM-Forest	5.21 594	5.92 560	4.08 581	6.18 579	4.16 594	6.31 596	4.34 595	6.50 596	4.33 594	6.14 597	4.21 593	6.61 600	4.55 588	6.67 596	4.48 593	5.94 589	3.94 575	5.85 595	4.03 594	5.79 585	4.17 593
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MaDis-Stereo	3.19 558	6.02 561	1.12 416	5.61 576	1.16 456	5.43 593	1.02 438	5.15 592	0.70 400	5.43 592	1.21 499	5.03 593	0.97 420	4.85 586	0.99 431	4.53 565	1.16 427	5.53 592	1.25 504	5.37 582	1.30 504

IER	0.88 389	7.04 562	2.23 547	2.75 509	0.28 237	0.43 301	0.25 212	0.39 245	0.25 213	0.41 266	0.27 233	0.39 253	0.25 216	0.40 258	0.28 228	0.37 240	0.28 208	0.37 264	0.25 221	0.37 244	0.25 200

HCRNet	1.22 472	7.11 563	3.00 558	3.55 540	0.33 282	0.29 209	0.14 153	0.19 155	0.15 168	0.33 224	0.29 245	0.25 193	0.14 159	0.22 174	0.33 265	3.64 557	3.00 554	0.76 390	0.32 282	0.18 156	0.13 151

SA	4.33 580	7.35 564	6.85 595	5.96 578	4.09 593	3.59 563	3.15 580	3.82 566	2.64 564	3.91 564	3.85 588	3.57 562	2.72 554	3.13 557	4.03 589	7.09 597	6.86 592	3.57 560	3.12 578	3.85 548	3.51 584

cross-raft	4.83 587	7.52 565	6.43 591	6.63 581	3.96 592	4.51 573	3.99 592	4.49 573	3.96 591	4.52 572	3.96 590	4.50 573	3.97 583	4.50 574	3.97 588	6.65 592	6.44 589	4.33 568	3.92 592	4.35 557	3.91 591

test_5	4.62 585	7.55 566	6.23 590	6.32 580	3.40 584	5.29 592	3.50 584	3.53 563	4.11 592	4.28 569	4.47 595	4.26 572	4.38 587	3.68 564	3.24 577	5.89 588	5.60 584	4.84 586	3.50 584	4.33 556	3.93 592

RAFT+CT+SA	4.28 578	7.62 567	4.91 584	5.55 575	2.28 563	3.09 556	3.64 586	4.49 573	3.07 573	4.80 585	3.35 581	4.77 588	3.70 575	4.29 572	3.05 567	5.58 586	5.98 587	3.58 561	3.78 590	4.26 555	3.72 586

raft_robust	4.71 586	7.75 568	5.40 589	6.81 582	3.31 582	4.28 572	4.20 594	4.32 572	4.37 595	4.35 571	4.35 594	4.14 569	3.75 577	4.30 573	4.20 592	6.67 593	6.37 588	3.36 559	4.24 596	4.86 575	3.25 580

test_4	4.88 588	8.13 569	6.98 596	7.46 586	4.44 595	4.25 571	3.85 591	4.04 570	3.92 590	4.13 568	3.91 589	4.18 571	3.84 580	4.14 570	4.06 590	7.01 596	7.13 593	4.53 569	3.72 589	4.09 553	3.72 586

Sa-1000	4.34 581	8.37 570	6.84 594	6.98 585	4.45 596	3.58 562	3.00 566	3.42 562	3.39 582	2.61 542	4.00 591	3.83 566	4.01 584	3.90 566	3.90 587	5.98 590	5.62 585	3.76 564	2.34 563	4.35 557	2.47 560

TestStereo1	4.60 582	8.41 571	6.44 592	6.86 583	3.79 590	3.97 567	3.78 589	3.99 568	3.74 586	3.97 565	3.52 583	3.94 567	3.58 570	3.98 567	3.72 584	6.82 594	6.50 590	3.76 564	3.66 586	3.90 549	3.74 588

SA-5K	4.60 582	8.41 571	6.44 592	6.86 583	3.79 590	3.97 567	3.78 589	3.99 568	3.74 586	3.97 565	3.52 583	3.94 567	3.58 570	3.98 567	3.72 584	6.82 594	6.50 590	3.76 564	3.66 586	3.90 549	3.74 588

U	5.15 593	8.49 573	1.81 520	8.49 590	1.77 536	8.49 602	1.77 533	8.51 603	1.77 538	8.49 603	1.77 536	8.50 603	1.78 526	8.58 603	1.77 539	8.54 601	1.78 526	8.55 603	1.78 546	8.55 597	1.84 540

CFNet_RVC	2.38 543	8.71 574	0.38 257	9.33 593	0.42 343	0.56 357	0.42 333	0.60 357	0.38 305	0.62 367	0.42 340	0.56 360	7.29 598	0.62 362	0.42 328	0.53 326	0.37 262	0.49 349	0.34 294	8.30 595	6.87 600

rvit_stereo_0075_2	6.64 596	8.80 575	5.25 586	7.89 587	5.27 599	7.90 601	5.27 598	7.92 602	5.28 598	7.91 602	5.29 599	7.93 602	5.27 590	7.92 602	5.28 595	7.93 598	5.28 583	7.93 601	5.29 600	7.93 594	5.28 597

test_3	5.01 590	8.86 576	7.77 598	8.09 588	2.76 568	4.13 570	4.05 593	3.88 567	3.76 588	4.33 570	4.13 592	3.71 565	3.91 581	4.21 571	4.06 590	7.93 598	7.69 595	4.53 569	3.91 591	4.17 554	4.29 594

SGM+DAISY	7.06 598	9.15 577	5.38 588	8.84 592	5.18 598	8.80 603	5.31 599	8.79 604	5.28 598	8.89 604	5.20 598	8.93 604	5.33 591	8.95 604	5.36 596	8.70 602	5.21 582	8.74 604	5.20 599	8.89 598	5.15 596

test-1	6.46 595	9.16 578	8.03 601	8.09 588	5.62 600	6.11 595	6.35 600	6.85 598	4.94 597	6.08 596	6.29 602	4.98 592	6.43 594	6.22 594	6.36 600	6.16 591	7.47 594	5.82 594	5.44 601	7.11 591	5.68 598

RAFT	6.73 597	9.36 579	7.40 597	8.51 591	6.55 601	6.88 598	6.60 601	6.79 597	6.60 601	6.80 598	6.72 603	5.31 594	5.50 592	6.61 595	6.61 601	8.42 600	5.89 586	5.73 593	5.45 602	6.61 587	6.24 599

CFNet_pseudo	2.67 551	9.36 579	0.32 224	10.99 602	0.33 282	0.85 391	0.33 269	0.49 313	0.33 276	0.49 319	0.32 272	0.49 323	7.26 597	0.49 322	0.33 265	0.41 274	9.62 601	0.41 305	0.29 250	10.03 603	0.29 232

CFNet_ucs	2.73 552	9.64 581	0.33 230	9.92 598	0.32 270	0.49 326	0.33 269	0.49 313	0.33 276	0.49 319	0.33 279	0.49 323	8.98 601	0.48 316	0.33 265	0.41 274	9.96 604	0.40 288	0.29 250	10.12 604	0.54 356

PCWNet_CMD	2.80 555	9.82 582	0.32 224	10.09 600	0.32 270	0.49 326	0.33 269	3.34 560	0.33 276	0.49 319	0.33 279	0.49 323	8.73 599	0.48 316	0.33 265	0.41 274	9.22 598	0.42 316	0.29 250	9.55 601	0.31 254

pcwnet_v2	2.66 550	9.89 583	0.33 230	9.89 597	0.32 270	0.50 335	0.32 258	0.49 313	0.33 276	0.49 319	0.34 287	0.49 323	8.76 600	0.48 316	0.33 265	0.41 274	9.58 600	0.40 288	0.29 250	9.01 599	0.63 374

UCFNet_RVC	2.75 553	10.06 584	0.29 202	10.31 601	0.29 246	0.42 294	0.29 240	0.43 291	0.29 241	0.42 280	0.29 245	0.42 292	9.87 603	0.43 292	0.29 238	0.36 236	9.84 603	0.36 261	0.26 227	9.77 602	0.26 206

MSMDNet	2.65 549	10.14 585	0.33 230	9.74 596	0.32 270	0.87 393	0.33 269	2.95 555	0.68 391	0.49 319	0.34 287	0.49 323	5.70 593	0.49 322	0.33 265	0.42 288	9.57 599	0.41 305	0.31 275	8.36 596	0.65 382

ccs_rob	2.79 554	10.17 586	0.32 224	10.00 599	0.33 282	0.49 326	0.33 269	1.90 504	0.32 269	0.51 340	0.33 279	0.49 323	9.24 602	0.49 322	0.33 265	0.41 274	9.82 602	0.41 305	0.28 240	9.34 600	0.29 232

test-v	7.53 599	11.89 587	7.98 599	9.36 594	7.14 602	7.06 599	7.09 602	7.37 599	6.91 602	7.29 599	5.71 600	6.45 598	6.93 595	6.73 598	7.27 602	8.93 603	7.85 596	6.98 599	6.80 603	7.56 592	7.34 601

test-2	7.53 599	11.89 587	7.98 599	9.36 594	7.14 602	7.06 599	7.09 602	7.37 599	6.91 602	7.29 599	5.71 600	6.45 598	6.93 595	6.73 598	7.27 602	8.93 603	7.85 596	6.98 599	6.80 603	7.56 592	7.34 601

rafts_anoy	20.00 603	20.00 589	20.00 603	20.00 603	20.00 605	20.00 604	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 604

raft+_RVC	20.00 603	20.00 589	20.00 603	20.00 603	20.00 605	20.00 604	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 604

raftrobust	20.00 603	20.00 589	20.00 603	20.00 603	20.00 605	20.00 604	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 604

CasAABBNet	20.00 603	20.00 589	20.00 603	20.00 603	20.00 605	20.00 604	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 604

RALCasStereoNet	20.00 603	20.00 589	20.00 603	20.00 603	20.00 605	20.00 604	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 604

RALAANet	20.00 603	20.00 589	20.00 603	20.00 603	20.00 605	20.00 604	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 604

MANE	19.05 602	23.00 595	15.00 602	23.00 609	15.00 604	24.00 610	16.00 604	24.00 611	16.00 604	22.00 611	15.00 604	23.00 611	16.00 604	23.00 611	15.00 604	22.00 611	15.00 605	22.00 611	15.00 605	22.00 611	15.00 603

stereogan	2.33 537	24.38 596	1.18 424	1.18 392	1.18 459	1.14 434	1.18 450	1.19 428	1.19 456	1.14 435	1.18 453	1.14 437	1.18 442	1.14 437	1.18 450	1.14 417	1.14 425	1.19 447	1.19 451	1.15 415	1.19 451

Abc-Net	2.32 536	24.75 597	1.14 418	1.17 391	1.17 457	1.11 431	1.15 446	1.17 425	1.21 502	1.08 425	1.16 449	1.12 436	1.14 436	1.09 430	1.17 449	1.09 407	1.16 427	1.17 443	1.17 450	1.16 417	1.11 436
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 537	25.00 598	1.13 417	1.15 385	1.15 452	1.10 428	1.15 446	1.15 420	1.15 449	1.12 432	1.15 446	1.09 429	1.13 434	1.10 432	1.15 445	1.11 414	1.09 417	1.16 439	1.12 445	1.16 417	1.17 447

RGC	2.36 539	25.48 599	1.19 426	1.15 385	1.15 452	1.10 428	1.16 448	1.17 425	1.16 450	1.12 432	1.16 449	1.11 435	1.13 434	1.09 430	1.18 450	1.10 409	1.15 426	1.16 439	1.12 445	1.14 413	1.12 438

NCC-stereo	2.36 539	25.52 600	1.17 422	1.15 385	1.17 457	1.11 431	1.11 442	1.15 420	1.16 450	1.10 426	1.16 449	1.10 431	1.15 437	1.14 437	1.13 443	1.09 407	1.11 421	1.15 438	1.16 449	1.17 422	1.17 447

AF-Net	2.37 541	25.71 601	1.17 422	1.13 382	1.15 452	1.15 435	1.18 450	1.19 428	1.16 450	1.10 426	1.15 446	1.10 431	1.18 442	1.12 436	1.15 445	1.10 409	1.10 420	1.17 443	1.15 447	1.16 417	1.12 438

Nwc_Net	2.37 541	25.95 602	1.15 420	1.14 383	1.15 452	1.08 425	1.14 445	1.17 425	1.16 450	1.14 435	1.15 446	1.08 427	1.15 437	1.11 434	1.14 444	1.10 409	1.11 421	1.16 439	1.09 444	1.16 417	1.15 443

FAT-Stereo	2.46 545	26.05 603	1.23 478	1.23 441	1.22 508	1.20 437	1.24 500	1.23 479	1.23 504	1.19 438	1.22 500	1.21 487	1.24 492	1.20 442	1.24 501	1.21 465	1.17 430	1.22 494	1.25 504	1.20 426	1.24 501

S-Stereo	2.51 546	26.86 604	1.23 478	1.22 439	1.22 508	1.24 485	1.25 501	1.22 477	1.24 505	1.21 484	1.24 502	1.19 441	1.27 494	1.19 441	1.24 501	1.19 419	1.20 432	1.25 495	1.19 451	1.24 474	1.23 500

MoCha-V2	2.11 519	26.97 605	0.78 385	0.92 353	0.77 420	0.96 404	0.72 404	0.90 389	0.72 408	0.94 405	0.70 405	0.90 402	0.71 399	0.91 399	0.71 401	0.85 380	0.71 378	0.88 407	0.69 406	0.87 380	0.67 386

edge stereo	2.43 544	27.07 606	1.14 418	1.06 374	1.14 451	1.08 425	1.17 449	1.16 423	1.14 448	1.10 426	1.16 449	1.09 429	1.16 441	1.10 432	1.16 448	1.10 409	1.11 421	1.16 439	1.19 451	1.13 412	1.11 436

fff	1000028.16 629	29.62 607	29.72 610	32.61 610	30.02 612	35.13 613	31.83 613	32.07 613	10000000.00 631	35.27 615	29.82 613	32.45 613	30.15 612	32.35 613	30.09 612	31.04 613	29.55 614	30.64 613	30.14 613	10000000.00 632	30.77 612

csc	1000028.16 629	29.62 607	29.72 610	32.61 610	30.02 612	35.13 613	31.83 613	32.07 613	10000000.00 631	35.27 615	29.82 613	32.45 613	30.15 612	32.35 613	30.09 612	31.04 613	29.55 614	30.64 613	30.14 613	10000000.00 632	30.77 612

cscssc	1000028.16 629	29.62 607	29.72 610	32.61 610	30.02 612	35.13 613	31.83 613	32.07 613	10000000.00 631	35.27 615	29.82 613	32.45 613	30.15 612	32.35 613	30.09 612	31.04 613	29.55 614	30.64 613	30.14 613	10000000.00 632	30.77 612

STTStereo	3.73 563	30.40 610	2.37 552	2.39 500	2.31 565	2.35 529	2.33 559	2.29 521	2.42 562	2.32 531	2.34 564	2.33 524	2.36 550	2.30 526	2.27 561	2.35 532	2.22 547	2.31 536	2.22 559	2.29 515	2.34 556

111	30.40 609	30.94 611	29.72 610	32.61 610	30.02 612	33.57 611	30.47 612	31.50 612	29.39 612	30.98 612	29.11 612	29.78 612	30.39 615	29.45 612	30.76 615	30.08 612	29.02 613	29.92 612	30.32 616	29.86 612	30.17 611

DCANet-4	35.22 611	34.54 612	35.08 616	33.58 614	35.47 619	34.55 612	35.53 619	36.08 618	35.85 616	35.92 618	35.77 618	35.18 618	35.48 617	35.39 618	37.15 621	34.55 618	33.92 617	35.02 619	34.90 618	35.79 616	34.74 618

tt	500032.53 627	34.60 613	29.72 610	37.47 619	34.41 617	36.85 617	35.22 617	34.71 616	33.55 614	34.50 613	35.43 616	33.81 616	10000000.00 632	33.57 616	33.13 616	33.68 616	35.00 618	34.03 617	35.26 619	30.96 613	34.63 616

DCANet	500032.53 627	34.60 613	29.72 610	37.47 619	34.41 617	36.85 617	35.22 617	34.71 616	33.55 614	34.50 613	35.43 616	33.81 616	10000000.00 632	33.57 616	33.13 616	33.68 616	35.00 618	34.03 617	35.26 619	30.96 613	34.63 616

WCMA_ROB	31.10 610	35.43 615	27.12 609	39.51 621	23.10 611	38.78 622	25.30 611	37.49 623	25.39 611	37.29 622	27.02 611	38.52 623	26.48 611	37.80 622	26.44 611	36.28 619	22.65 612	33.90 616	22.30 612	37.10 620	24.18 610

ADStereo(finetuned)	36.13 612	36.63 616	38.07 620	36.97 615	33.25 616	35.91 616	34.45 616	36.36 619	32.99 613	38.14 623	36.71 619	36.69 619	34.13 616	38.57 623	40.79 622	37.60 623	36.58 620	35.90 620	33.36 617	35.42 615	34.04 615

Reg-Stereo(zero)	37.00 613	37.00 617	37.00 617	37.00 616	37.00 620	37.00 619	37.00 620	37.00 620	37.00 617	37.00 619	37.00 620	37.00 620	37.00 618	37.00 619	37.00 618	37.00 620	37.00 621	37.00 621	37.00 621	37.00 617	37.00 619

HI	37.00 613	37.00 617	37.00 617	37.00 616	37.00 620	37.00 619	37.00 620	37.00 620	37.00 617	37.00 619	37.00 620	37.00 620	37.00 618	37.00 619	37.00 618	37.00 620	37.00 621	37.00 621	37.00 621	37.00 617	37.00 619

CoSv	37.00 613	37.00 617	37.00 617	37.00 616	37.00 620	37.00 619	37.00 620	37.00 620	37.00 617	37.00 619	37.00 620	37.00 620	37.00 618	37.00 619	37.00 618	37.00 620	37.00 621	37.00 621	37.00 621	37.00 617	37.00 619

NLCA_NET_v2_RVC	5.04 591	50.87 620	2.78 557	2.87 515	2.71 567	2.78 555	0.47 348	2.88 554	2.86 567	1.89 506	2.67 566	2.79 556	2.79 555	2.78 555	2.83 564	2.82 550	2.82 553	2.83 554	2.77 566	2.83 541	2.76 561
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MDST_ROB	69.83 616	87.70 621	41.95 621	113.75 624	65.62 625	75.05 623	55.25 624	75.64 625	45.04 620	71.61 624	41.75 623	72.81 624	44.06 621	68.38 624	44.63 623	101.89 626	59.57 626	107.10 626	61.05 626	104.38 623	59.38 624

MGS-Stereo	239.45 621	123.00 622	135.00 625	266.00 627	286.00 629	277.00 628	305.00 629	271.00 629	242.00 626	274.00 629	279.00 629	255.00 629	270.00 627	268.00 629	297.00 629	221.00 629	247.00 630	216.00 629	123.00 627	217.00 626	217.00 628

AE-Stereo	201.80 620	123.00 622	115.00 623	219.00 626	218.00 628	223.00 627	244.00 628	217.00 628	236.00 625	202.00 628	203.00 627	205.00 628	208.00 625	225.00 628	204.00 627	210.00 628	198.00 628	197.00 628	184.00 629	204.00 625	201.00 626

EGLCR-Stereo	246.90 622	129.00 624	139.00 626	266.00 627	286.00 629	277.00 628	305.00 629	271.00 629	242.00 626	274.00 629	279.00 629	255.00 629	270.00 627	268.00 629	297.00 629	230.00 630	247.00 630	216.00 629	223.00 631	237.00 627	227.00 629

NOSS_ROB	102.95 617	153.00 625	121.00 624	51.00 622	44.00 623	165.00 626	127.00 625	153.00 626	119.00 622	164.00 627	125.00 625	168.00 627	120.00 623	153.00 626	117.00 625	49.00 624	44.00 624	49.00 624	44.00 624	49.00 621	44.00 622

MeshStereo	159.24 619	171.00 626	160.68 627	162.58 625	160.59 626	164.01 625	160.35 626	158.51 627	158.56 623	158.34 626	160.12 626	158.56 626	159.92 624	157.26 627	158.94 626	154.38 627	158.36 627	155.75 627	159.13 628	153.67 624	154.07 625
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
PA-Net	11.80 601	223.51 627	0.62 347	0.59 307	0.71 405	0.59 365	0.73 405	0.67 366	0.73 411	0.55 354	0.61 384	0.60 367	0.74 402	0.63 366	0.73 403	0.66 352	0.60 351	0.69 380	0.66 399	0.72 357	0.65 382
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DLCB_ROB	284.23 623	354.61 628	207.27 628	363.24 629	206.46 627	364.72 630	210.41 627	364.72 631	210.41 624	364.81 631	208.64 628	364.81 631	208.64 626	364.72 631	210.41 628	354.70 631	205.53 629	354.70 631	205.53 630	354.70 628	205.53 627

LE_ROB	396.57 624	471.28 629	329.84 629	471.48 630	308.15 631	526.83 631	322.10 631	488.15 632	323.76 628	495.46 632	317.97 631	497.17 632	320.10 629	481.62 632	326.76 631	462.71 632	298.97 632	466.16 632	285.98 632	447.62 629	289.21 630

SGM-ForestM	596.69 625	677.77 630	444.52 630	699.85 631	517.25 632	732.94 632	488.29 632	770.79 633	460.11 629	750.81 633	487.98 632	792.79 633	499.41 630	730.90 633	475.81 632	720.03 633	491.16 633	663.96 633	418.60 633	674.76 630	436.05 631

CBMV_ROB	818.48 626	913.88 631	709.52 631	862.84 632	597.78 633	1073.99 633	700.52 633	1015.66 634	702.59 630	1115.65 634	760.02 633	1130.24 634	721.57 631	1037.41 634	692.65 633	814.05 634	564.29 634	843.28 634	595.31 634	915.51 631	602.92 632

CBMV	128.50 618	1422.70 632	53.10 622	79.50 623	51.30 624	77.30 624	49.70 623	74.00 624	48.20 621	77.20 625	48.80 624	73.90 625	48.00 622	73.80 625	48.80 624	70.40 625	45.10 625	68.90 625	46.10 625	68.20 622	45.00 623
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
111111	10000000.00 632	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 635	10000000.00 631	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 633

SGD-Stereo	10000000.00 632	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 635	10000000.00 631	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 633

IGEV-Stereo++	10000000.00 632	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 635	10000000.00 631	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 633

IGEV-BASED-STEREO-	10000000.00 632	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 635	10000000.00 631	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 633

IGEV-Stereo+	10000000.00 632	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 635	10000000.00 631	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 633

SDNR	10000000.00 632	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 635	10000000.00 631	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 633

anonymousdsp2	10000000.00 632	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 635	10000000.00 631	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 633

anonymousdsp	10000000.00 632	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 635	10000000.00 631	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 633

test_example2	10000000.00 632	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 635	10000000.00 631	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 633

DIP-Stereo	10000000.00 632	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 635	10000000.00 631	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 633
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 306	0.50 322	0.38 305	0.50 332	0.38 311	0.50 338	3.79 578	0.50 330	0.38 297	0.54 327	0.43 300	0.46 327	0.34 294	0.46 299	0.35 284

FSD					0.44 346	0.56 357	0.44 336	0.55 346	0.44 339	0.56 356	0.44 344	0.56 360	0.44 335	0.56 353	0.46 337	0.61 343	0.42 296	0.52 361	0.42 347	0.52 333

Low-res two-view benchmark