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

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

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

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

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

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

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

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

CoDeX	0.15 124	0.70 244	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	0.67 377	0.02 15	0.69 373	0.75 388	0.01 9	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

SFCPSM	0.17 136	0.78 249	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	0.79 411	0.02 15	0.75 384	0.76 390	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	1.01 370	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

AnyNet_C01	0.11 87	0.02 12	0.02 14	1.62 469	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

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

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

BEATNet_4x	0.11 87	0.03 31	0.03 36	1.60 466	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	1.60 466	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

AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 488	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

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

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	0.90 422	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

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

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-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	1.57 520	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	1.65 524	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	1.71 529	0.04 44	0.04 45	0.04 72	0.04 77	0.07 105	0.04 78

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	1.66 526	0.06 55	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

ADCS	0.09 53	0.02 12	0.04 43	0.90 347	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

ADCRef	0.12 96	0.03 31	0.04 43	1.71 472	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

ADCP+	0.15 124	0.04 37	0.04 43	2.20 487	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

ADCPNet	0.10 66	0.03 31	0.04 43	1.27 443	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

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
GwcNet	0.12 96	0.07 57	0.05 57	0.08 49	0.05 98	0.08 104	1.20 450	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

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

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

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

BEATNet-Init1	0.19 142	0.08 58	0.08 60	2.23 489	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	2.23 489	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

SMFormer	0.09 53	1.01 305	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

tta	0.09 53	0.95 284	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

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

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	0.73 397

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
test_sample6	0.09 53	0.97 287	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

test_sample3	0.09 53	0.87 264	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

xxx	0.09 53	1.01 305	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

Wz-Net-MNSev	0.06 44	0.54 228	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

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

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

UNet	0.29 180	0.90 272	0.10 69	0.14 99	0.10 122	0.14 128	0.10 119	0.91 390	0.69 395	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	0.88 380	0.76 403

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

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	0.82 410

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
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
test_sample7	0.09 53	1.00 297	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

test_sample5	0.10 66	1.07 318	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_sample2	0.09 53	1.03 311	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

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

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

DualNet	0.10 66	1.07 318	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

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

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)
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	0.49 319	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
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
DualNet (step1)	0.10 66	1.05 315	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	1.05 315	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	1.05 315	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_sample4	0.10 66	1.03 311	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_sample1	0.09 53	0.87 264	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

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

mmm	0.14 112	1.83 415	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

ffm	0.25 165	3.83 516	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	3.83 516	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	3.83 516	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

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

qqq	0.16 132	2.01 432	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

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

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

222	0.10 66	0.99 295	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

cf-r	0.66 329	2.17 442	0.12 102	0.18 130	0.12 153	0.18 155	2.70 562	2.60 537	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	1.81 496	1.74 536

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

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

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

11t1	0.17 136	2.16 441	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

1111x	0.10 66	1.14 324	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

test_xeample	0.10 66	1.09 320	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

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

zh-sn7	0.10 66	0.98 288	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

DDVS	0.30 181	3.10 496	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

qqq1	0.25 165	3.70 510	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	3.70 510	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

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

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	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

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

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
ACVNet	0.20 144	0.19 101	0.14 126	0.20 136	0.14 158	0.20 163	0.96 429	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	0.96 429	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

hitnet-ft	0.79 358	2.78 490	0.14 126	0.20 136	0.14 158	0.21 173	2.89 563	2.80 551	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	2.54 536	2.33 553

GANet-RSSM	0.75 349	1.91 424	0.14 126	0.47 263	0.14 158	0.21 173	3.21 579	2.30 523	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	2.13 506	2.12 546

PSMNet-RSSM	0.77 354	2.76 485	0.14 126	0.20 136	0.14 158	0.20 163	2.66 560	2.79 550	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	2.52 528	2.31 551

GwcNet-RSSM	0.77 354	2.77 487	0.14 126	0.20 136	0.14 158	0.20 163	2.67 561	2.78 549	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	2.52 528	2.31 551

CFNet-ft	0.55 313	1.57 403	0.14 126	0.20 136	0.14 158	0.20 163	2.53 558	1.61 491	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	1.56 484	1.24 499

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	1.19 450	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	1.19 450	0.20 157	0.17 165	0.24 193	0.14 161	0.20 163	0.14 156

x	0.11 87	1.15 327	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

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

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

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

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

dd	0.23 160	0.98 288	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

dad	0.23 160	1.03 311	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

xxxx	0.11 87	1.16 329	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

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	3.08 569

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	3.08 569

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	2.84 560

zh-mn7	0.12 96	1.14 324	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

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

MMNet	0.44 270	1.24 388	0.17 152	0.25 164	0.17 182	0.25 193	0.18 178	1.26 479	0.93 430	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	1.20 425	0.99 424

delet	0.43 265	1.21 380	0.17 152	0.25 164	0.17 182	0.25 193	0.18 178	1.26 479	0.95 432	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	1.18 422	0.98 423

psm_up	0.43 265	1.19 333	0.17 152	0.25 164	0.18 192	0.25 193	0.19 182	1.26 479	0.91 425	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	1.18 422	0.99 424

UPFNet	0.42 264	1.20 334	0.17 152	0.24 157	0.17 182	0.25 193	0.17 171	1.19 427	0.90 424	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	1.15 414	0.93 419

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

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

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

ac_64	0.22 154	0.13 83	0.19 164	0.23 152	0.10 122	0.26 201	1.02 437	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

CFNet	1.37 478	5.27 544	0.19 164	5.49 572	0.19 196	0.28 206	0.19 182	0.28 197	0.19 191	0.28 202	0.19 195	0.28 206	4.35 584	0.28 209	0.19 186	0.23 177	0.17 165	0.23 185	4.21 593	4.81 570	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

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

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

GEStereo_RVC	0.86 385	4.45 531	0.20 167	0.27 174	0.20 199	0.27 205	0.20 186	0.26 193	0.18 185	5.03 587	0.20 199	0.27 205	0.19 193	0.27 205	0.21 192	0.20 157	0.19 175	0.19 166	4.02 591	0.20 163	0.18 178

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

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
DCVSM-stereo	0.36 219	1.89 421	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

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

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

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	0.42 327	0.25 190	0.22 184	0.25 196	0.22 202	0.45 296	2.90 561

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

xxxxx1	0.31 188	0.91 274	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	0.91 274	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	0.91 274	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

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	0.40 312	0.41 273	0.36 285	0.34 222	0.22 184	0.47 336	0.37 314	0.39 266	0.33 268

WCG-NET（raft）	0.32 197	1.24 388	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

tt1	0.31 188	0.93 281	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

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

ACV-stereo	0.30 181	2.08 434	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

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

LoS_RVC	0.30 181	1.14 324	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

CAS	0.30 181	1.17 330	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

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.
CroCo-Stereo	0.73 346	1.22 386	0.25 187	1.22 438	0.25 222	1.22 482	0.25 212	1.22 476	0.25 213	1.22 484	0.25 222	1.22 487	0.25 216	1.22 487	0.25 212	1.22 466	0.26 195	1.21 493	0.25 221	1.22 472	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
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	0.37 291
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
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

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

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

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

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	0.56 363

w-ln-seven-2	0.14 112	1.22 386	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

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

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

CroCo-Stereo Lap2	0.77 354	1.29 390	0.29 202	1.27 443	0.29 246	1.27 485	0.26 220	1.26 479	0.26 226	1.26 485	0.26 228	1.27 489	0.26 225	1.26 488	0.27 218	1.27 468	0.27 202	1.27 496	0.27 235	1.27 474	0.27 214

PML	0.46 279	1.36 396	0.29 202	0.58 303	0.30 256	0.57 362	0.29 240	0.57 349	0.29 241	0.57 358	0.29 245	0.57 362	0.29 247	0.56 352	0.29 238	0.52 323	0.30 228	0.53 364	0.31 275	0.53 336	0.30 245

GES	0.66 329	2.34 458	0.29 202	0.41 238	0.29 246	0.41 274	0.29 240	0.42 285	0.29 241	0.40 252	0.41 329	0.41 274	0.30 254	0.51 338	0.29 238	0.32 213	0.29 219	0.32 224	2.46 562	2.49 524	0.30 245

UCFNet_RVC	2.75 551	10.06 582	0.29 202	10.31 599	0.29 246	0.42 294	0.29 240	0.43 291	0.29 241	0.42 280	0.29 245	0.42 292	9.87 601	0.43 292	0.29 238	0.36 236	9.84 601	0.36 261	0.26 227	9.77 600	0.26 206

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	0.68 384	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	0.69 392	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	0.73 402	0.37 240	0.32 239	0.40 288	0.29 250	0.37 244	0.30 245

DLNR-FE	0.28 175	0.89 269	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

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

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

TorneroNet-64	0.45 273	0.27 132	0.30 206	0.58 303	0.27 232	0.70 375	0.30 245	0.28 197	0.73 410	0.73 378	0.28 240	0.71 378	0.66 380	0.75 380	0.27 218	0.27 195	0.29 219	0.37 264	0.75 415	0.28 194	0.30 245

ACVNet-DCA	0.37 225	1.00 297	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

1test111	0.37 225	1.02 309	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	1.02 309	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

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	0.40 323	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

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	0.69 392	0.38 251	0.33 251	0.40 288	0.30 264	0.38 257	0.30 245

xx1	0.38 231	1.03 311	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

testlalala	0.32 197	0.81 255	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

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

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

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	0.47 358	0.32 209	0.34 274

GCAP-BAT	0.33 202	0.78 249	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

PCWNet_CMD	2.80 553	9.82 580	0.32 224	10.09 598	0.32 270	0.49 326	0.33 269	3.34 558	0.33 276	0.49 319	0.33 279	0.49 323	8.73 597	0.48 316	0.33 265	0.41 274	9.22 596	0.42 316	0.29 250	9.55 599	0.31 254

CFNet_pseudo	2.67 549	9.36 577	0.32 224	10.99 600	0.33 282	0.85 390	0.33 269	0.49 313	0.33 276	0.49 319	0.32 272	0.49 323	7.26 595	0.49 322	0.33 265	0.41 274	9.62 599	0.41 305	0.29 250	10.03 601	0.29 232

Gwc-CoAtRS	0.41 254	1.49 401	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

ccs_rob	2.79 552	10.17 584	0.32 224	10.00 597	0.33 282	0.49 326	0.33 269	1.90 502	0.32 269	0.51 339	0.33 279	0.49 323	9.24 600	0.49 322	0.33 265	0.41 274	9.82 600	0.41 305	0.28 240	9.34 598	0.29 232

z-mn7	0.16 132	1.21 380	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

w-ln-seven	0.18 139	1.47 400	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

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	0.37 314	0.37 244	0.36 287

CFNet_ucs	2.73 550	9.64 579	0.33 230	9.92 596	0.32 270	0.49 326	0.33 269	0.49 313	0.33 276	0.49 319	0.33 279	0.49 323	8.98 599	0.48 316	0.33 265	0.41 274	9.96 602	0.40 288	0.29 250	10.12 602	0.54 355

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

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

pcwnet_v2	2.66 548	9.89 581	0.33 230	9.89 595	0.32 270	0.50 334	0.32 258	0.49 313	0.33 276	0.49 319	0.34 287	0.49 323	8.76 598	0.48 316	0.33 265	0.41 274	9.58 598	0.40 288	0.29 250	9.01 597	0.63 373

ccnet	0.80 360	2.28 450	0.33 230	0.50 281	0.33 282	0.50 334	0.33 269	0.50 321	0.33 276	0.49 319	0.33 279	0.49 323	1.56 507	2.38 527	0.33 265	0.41 274	0.29 219	0.42 316	1.57 522	2.28 512	0.29 232

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	0.51 338	0.33 265	0.41 274	0.30 228	0.41 305	0.30 264	0.79 366	0.29 232

MSMDNet	2.65 547	10.14 583	0.33 230	9.74 594	0.32 270	0.87 392	0.33 269	2.95 553	0.68 390	0.49 319	0.34 287	0.49 323	5.70 591	0.49 322	0.33 265	0.42 288	9.57 597	0.41 305	0.31 275	8.36 594	0.65 381

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

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

PAM	0.39 243	1.88 420	0.34 240	0.37 203	0.41 332	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	0.37 314	0.32 209	0.22 187

RAFT-Stereo-weight	0.45 273	1.90 423	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

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

RCA-Stereo	0.51 303	3.22 501	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

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

CFNet-RSSM	0.91 391	4.89 537	0.34 240	0.44 255	1.07 447	1.62 502	1.40 515	0.91 390	0.35 289	1.60 494	1.39 515	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

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	0.37 314	0.39 266	0.39 304

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

252Zero-FE	0.45 273	0.50 211	0.36 250	0.50 281	0.36 301	0.50 334	0.36 293	0.50 321	0.36 299	0.49 319	0.36 299	0.49 323	0.36 294	0.54 347	0.41 319	0.45 293	0.34 255	0.45 323	0.34 294	0.55 338	0.75 401

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

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

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	0.44 343	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

gcap-zeroshot	0.35 213	0.32 143	0.37 254	0.49 274	0.39 321	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	0.39 308	0.34 222	0.17 165	0.38 272	0.23 208	0.48 315	0.34 274

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

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	0.37 314	0.37 244	0.37 291

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

GCST	0.50 298	2.08 434	0.38 257	0.53 291	0.35 295	0.49 326	0.35 287	0.50 321	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

WAO-8	0.38 231	0.38 156	0.38 257	0.38 206	0.38 312	0.38 250	0.38 305	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	0.37 314	0.38 257	0.38 298

WAO-7	0.38 231	0.38 156	0.38 257	0.38 206	0.38 312	0.38 250	0.38 305	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	0.38 327	0.38 257	0.38 298

Venus	0.38 231	0.38 156	0.38 257	0.38 206	0.38 312	0.37 243	0.38 305	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	0.37 314	0.37 244	0.38 298

IMH	0.38 231	0.38 156	0.38 257	0.38 206	0.38 312	0.38 250	0.38 305	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	0.38 327	0.38 257	0.38 298

CFNet_RVC	2.38 541	8.71 572	0.38 257	9.33 591	0.42 342	0.56 356	0.42 332	0.60 356	0.38 305	0.62 366	0.42 339	0.56 360	7.29 596	0.62 361	0.42 327	0.53 326	0.37 262	0.49 349	0.34 294	8.30 593	6.87 598

DA	0.09 53	0.13 83	0.39 264	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	0.39 264	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

GIP-stereo	0.36 219	0.49 207	0.39 264	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

UGAM-zero	0.51 303	2.17 442	0.39 264	0.53 291	0.36 301	0.50 334	0.36 293	0.50 321	0.36 299	0.49 319	0.36 299	0.50 338	0.35 291	0.50 329	0.36 285	0.49 309	0.37 262	0.47 336	0.35 306	0.46 299	0.34 274

UGAM	0.51 303	2.23 447	0.39 264	0.54 294	0.35 295	0.50 334	0.35 287	0.49 313	0.35 289	0.49 319	0.35 296	0.49 323	0.36 294	0.50 329	0.36 285	0.49 309	0.37 262	0.45 323	0.34 294	0.45 296	0.34 274

FE-Mocha	0.35 213	0.71 245	0.40 269	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

IGEV_Zeroshot_test	0.20 144	0.19 101	0.40 269	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

HanzoNet	0.39 243	0.38 156	0.40 269	0.39 212	0.41 332	0.38 250	0.38 305	0.38 241	0.38 305	0.39 246	0.39 320	0.38 248	0.38 303	0.39 255	0.40 312	0.38 251	0.38 268	0.40 288	0.38 327	0.38 257	0.40 306

knoymous	0.40 247	0.40 164	0.40 269	0.40 226	0.40 323	0.40 258	0.40 319	0.40 252	0.40 319	0.40 252	0.40 323	0.40 261	0.40 312	0.40 258	0.40 312	0.40 266	0.40 278	0.40 288	0.40 331	0.40 272	0.40 306

anonymousa	0.40 247	0.40 164	0.40 269	0.40 226	0.40 323	0.40 258	0.40 319	0.40 252	0.40 319	0.40 252	0.40 323	0.40 261	0.40 312	0.40 258	0.40 312	0.40 266	0.40 278	0.40 288	0.40 331	0.40 272	0.40 306

riskmin	0.40 247	0.40 164	0.40 269	0.40 226	0.40 323	0.40 258	0.40 319	0.40 252	0.40 319	0.40 252	0.40 323	0.40 261	0.40 312	0.40 258	0.40 312	0.40 266	0.40 278	0.40 288	0.40 331	0.40 272	0.40 306

Anonymous_2	0.40 247	0.40 164	0.40 269	0.40 226	0.40 323	0.40 258	0.40 319	0.40 252	0.40 319	0.40 252	0.40 323	0.40 261	0.40 312	0.40 258	0.40 312	0.40 266	0.40 278	0.40 288	0.40 331	0.40 272	0.40 306

Anonymous_1	0.40 247	0.40 164	0.40 269	0.40 226	0.40 323	0.40 258	0.40 319	0.40 252	0.40 319	0.40 252	0.40 323	0.40 261	0.40 312	0.40 258	0.40 312	0.40 266	0.40 278	0.40 288	0.40 331	0.40 272	0.40 306

AdaStereo	0.40 247	0.40 164	0.40 269	0.40 226	0.40 323	0.40 258	0.40 319	0.40 252	0.40 319	0.40 252	0.40 323	0.40 261	0.40 312	0.40 258	0.40 312	0.40 266	0.40 278	0.40 288	0.40 331	0.40 272	0.40 306
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.
GwcNet-ADL	0.41 254	0.41 172	0.41 278	0.41 238	0.41 332	0.41 274	0.41 327	0.41 267	0.41 328	0.41 266	0.41 329	0.41 274	0.41 323	0.41 273	0.41 319	0.41 274	0.41 287	0.41 305	0.41 338	0.41 282	0.41 313

PSMNet-ADL	0.41 254	0.41 172	0.41 278	0.41 238	0.41 332	0.41 274	0.41 327	0.41 267	0.41 328	0.41 266	0.41 329	0.41 274	0.41 323	0.41 273	0.41 319	0.41 274	0.41 287	0.41 305	0.41 338	0.41 282	0.41 313

GANet-ADL	0.41 254	0.41 172	0.41 278	0.41 238	0.41 332	0.41 274	0.41 327	0.41 267	0.41 328	0.41 266	0.41 329	0.41 274	0.41 323	0.41 273	0.41 319	0.41 274	0.41 287	0.41 305	0.41 338	0.41 282	0.41 313

ADLNet2	0.41 254	0.41 172	0.41 278	0.41 238	0.41 332	0.41 274	0.41 327	0.41 267	0.41 328	0.41 266	0.41 329	0.41 274	0.41 323	0.41 273	0.41 319	0.41 274	0.41 287	0.41 305	0.41 338	0.41 282	0.41 313

ADLNet	0.41 254	0.41 172	0.41 278	0.41 238	0.41 332	0.41 274	0.41 327	0.41 267	0.41 328	0.41 266	0.41 329	0.41 274	0.41 323	0.41 273	0.41 319	0.41 274	0.41 287	0.41 305	0.41 338	0.41 282	0.41 313

GCAP-Stereo	0.75 349	4.15 527	0.42 283	0.75 333	0.35 295	0.78 383	0.40 319	0.79 376	0.38 305	0.78 387	0.36 299	0.78 389	0.36 294	0.79 382	0.39 308	0.75 363	0.39 275	0.76 390	0.39 330	0.75 360	0.39 304

RSM	0.36 219	0.36 150	0.43 284	0.37 203	0.42 342	0.49 326	0.42 332	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

DispNO	1.00 405	0.63 239	0.43 284	3.45 533	0.44 345	0.65 371	0.43 334	0.64 361	0.43 336	0.64 369	0.43 341	0.64 371	3.03 554	0.64 366	0.43 330	4.55 564	0.43 300	0.63 373	0.43 347	0.63 345	0.43 321

EKT-Stereo	0.37 225	0.40 164	0.44 286	1.07 374	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

CASnet	0.35 213	0.51 219	0.44 286	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	0.45 332	0.37 240	0.37 262	0.33 232	0.35 306	0.34 221	0.37 291
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
SCV	0.46 279	0.94 283	0.45 288	0.54 294	0.37 305	0.48 321	0.38 305	0.48 309	0.37 301	0.48 312	0.39 320	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

fffft	0.48 290	0.51 219	0.45 288	0.52 290	0.45 348	0.52 349	0.45 340	0.52 338	0.48 354	0.53 345	0.45 347	0.52 349	0.45 337	0.52 343	0.46 336	0.51 321	0.41 287	0.50 353	0.41 338	0.50 324	0.41 313
1: 1. 1
Selective-IGEV	0.51 303	0.55 230	0.45 288	0.69 322	0.45 348	0.61 365	0.45 340	0.50 321	0.40 319	0.56 355	0.44 343	0.55 357	0.40 312	0.72 375	0.67 377	0.59 338	0.46 310	0.45 323	0.34 294	0.46 299	0.37 291

IGEV-Stereo	0.35 213	0.44 183	0.45 288	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
water-stereo	0.41 254	0.84 259	0.46 292	0.50 281	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

depthmonostereo	0.44 270	0.85 261	0.46 292	0.54 294	0.40 323	0.52 349	0.38 305	0.52 338	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

otaku	0.46 279	0.46 195	0.46 292	0.46 257	0.46 350	0.46 311	0.46 342	0.46 299	0.46 342	0.46 299	0.46 349	0.46 306	0.46 340	0.46 303	0.46 336	0.46 297	0.46 310	0.46 327	0.46 351	0.46 299	0.46 327

Ntro	0.47 285	0.47 199	0.46 292	0.46 257	0.46 350	0.47 316	0.47 347	0.46 299	0.47 347	0.46 299	0.46 349	0.47 312	0.46 340	0.47 307	0.47 343	0.47 302	0.46 310	0.46 327	0.46 351	0.46 299	0.46 327

Dean	0.46 279	0.46 195	0.46 292	0.46 257	0.46 350	0.46 311	0.46 342	0.46 299	0.46 342	0.47 305	0.46 349	0.46 306	0.46 340	0.46 303	0.46 336	0.46 297	0.46 310	0.46 327	0.46 351	0.46 299	0.46 327

ACVNet_1	0.46 279	0.47 199	0.46 292	0.46 257	0.46 350	0.46 311	0.46 342	0.46 299	0.47 347	0.46 299	0.46 349	0.46 306	0.46 340	0.46 303	0.46 336	0.46 297	0.46 310	0.47 336	0.46 351	0.46 299	0.46 327

ACVNet-4b	0.46 279	0.46 195	0.46 292	0.46 257	0.46 350	0.46 311	0.46 342	0.46 299	0.46 342	0.46 299	0.46 349	0.46 306	0.46 340	0.47 307	0.46 336	0.46 297	0.46 310	0.46 327	0.46 351	0.46 299	0.46 327

GASTEREO	0.48 290	1.21 380	0.47 299	0.57 301	0.38 312	0.50 334	0.38 305	0.50 321	0.38 305	0.50 332	0.38 311	0.50 338	0.38 303	0.50 329	0.38 297	0.52 323	0.42 296	0.46 327	0.34 294	0.46 299	0.34 274

LG-Stereo_L1	0.47 285	0.52 221	0.47 299	0.62 311	0.39 321	0.53 351	0.40 319	0.53 340	0.39 318	0.53 345	0.39 320	0.53 350	0.39 311	0.53 345	0.39 308	0.55 333	0.46 310	0.49 349	0.37 314	0.49 319	0.37 291

LG-Stereo_Zeroshot	0.48 290	0.55 230	0.47 299	0.63 313	0.41 332	0.56 356	0.44 335	0.56 346	0.41 328	0.56 355	0.41 329	0.57 362	0.42 329	0.56 352	0.41 319	0.55 333	0.43 300	0.51 358	0.37 314	0.51 330	0.37 291

LG-Stereo	0.60 317	0.58 235	0.47 299	0.64 316	0.74 409	1.00 406	0.69 394	0.57 349	0.41 328	0.57 358	0.41 329	0.57 362	0.41 323	1.00 412	0.75 407	0.91 382	0.51 336	0.52 361	0.37 314	0.52 332	0.37 291

DLNR_Zeroshot_test	0.31 188	0.28 135	0.47 299	0.79 335	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

HaxPig	0.47 285	0.47 199	0.47 299	0.49 274	0.47 356	0.47 316	0.47 347	0.47 305	0.47 347	0.47 305	0.47 357	0.47 312	0.47 348	0.47 307	0.47 343	0.47 302	0.47 318	0.47 336	0.47 358	0.47 311	0.48 336

UNDER WATER	0.47 285	0.47 199	0.47 299	0.47 263	0.47 356	0.47 316	0.47 347	0.47 305	0.47 347	0.47 305	0.47 357	0.47 312	0.46 340	0.47 307	0.47 343	0.47 302	0.47 318	0.47 336	0.46 351	0.47 311	0.47 334

LVE	0.47 285	0.47 199	0.47 299	0.47 263	0.49 362	0.47 316	0.47 347	0.47 305	0.49 356	0.47 305	0.47 357	0.47 312	0.46 340	0.47 307	0.47 343	0.47 302	0.47 318	0.48 344	0.47 358	0.47 311	0.47 334

GEAStereo	0.62 322	3.91 520	0.48 307	0.69 322	0.38 312	0.51 346	0.38 305	0.51 334	0.38 305	0.53 345	0.38 311	0.50 338	0.38 303	0.51 338	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	3.91 520	0.48 307	0.69 322	0.38 312	0.51 346	0.38 305	0.51 334	0.38 305	0.53 345	0.38 311	0.50 338	0.38 303	0.51 338	0.38 297	0.54 327	0.43 300	0.46 327	0.34 294	0.46 299	0.34 274

DilatedVolume-Stereo	0.43 265	0.86 262	0.48 307	0.50 281	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	0.47 311	0.38 298

MyStereo07	0.60 317	3.72 513	0.48 307	0.49 274	0.41 332	0.36 238	0.32 258	0.49 313	0.43 336	0.51 339	0.42 339	0.49 323	0.43 332	0.51 338	0.64 372	0.49 309	0.45 308	0.34 240	0.32 282	0.35 233	0.43 321

KSHMR	0.66 329	0.50 211	0.48 307	1.15 384	0.52 372	0.49 326	0.51 364	0.49 313	0.71 404	0.67 373	0.50 366	1.16 438	1.11 431	0.66 368	0.52 359	0.49 309	0.49 325	0.51 358	0.66 398	0.50 324	1.14 440

RainbowNet	0.48 290	0.48 205	0.48 307	0.48 268	0.48 360	0.48 321	0.48 356	0.48 309	0.48 354	0.48 312	0.48 361	0.48 319	0.48 349	0.48 316	0.48 349	0.48 306	0.48 322	0.48 344	0.48 362	0.48 315	0.48 336

notaker	0.48 290	0.49 207	0.48 307	0.48 268	0.48 360	0.48 321	0.48 356	0.48 309	0.49 356	0.48 312	0.48 361	0.48 319	0.48 349	0.48 316	0.48 349	0.48 306	0.48 322	0.48 344	0.48 362	0.48 315	0.49 341

MSCF	0.51 303	1.40 398	0.49 314	0.58 303	0.38 312	0.50 334	0.38 305	0.54 342	0.41 328	0.52 342	0.41 329	0.53 350	0.42 329	0.53 345	0.41 319	0.60 339	0.47 318	0.48 344	0.37 314	0.48 315	0.38 298

SCV_C0	0.45 273	0.88 266	0.49 314	0.54 294	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

MSKI-zero shot	0.24 162	0.21 110	0.49 314	0.65 317	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

ACVNet_2	0.49 296	0.49 207	0.49 314	0.49 274	0.49 362	0.49 326	0.49 358	0.49 313	0.49 356	0.49 319	0.49 364	0.49 323	0.49 354	0.49 322	0.49 351	0.49 309	0.49 325	0.49 349	0.49 365	0.49 319	0.49 341

GSStereo	0.81 365	4.28 530	0.50 318	0.59 306	0.40 323	0.51 346	0.38 305	0.50 321	0.38 305	0.50 332	0.38 311	0.50 338	3.79 576	0.50 329	0.38 297	0.54 327	0.43 300	0.46 327	0.34 294	0.46 299	0.35 284

FoundationStereo	0.50 298	0.50 211	0.50 318	0.50 281	0.50 366	0.50 334	0.50 360	0.50 321	0.50 359	0.50 332	0.50 366	0.50 338	0.50 357	0.50 329	0.50 352	0.50 315	0.50 331	0.50 353	0.50 367	0.50 324	0.50 344

StereoAnything_RVC	0.50 298	0.50 211	0.50 318	0.50 281	0.50 366	0.50 334	0.50 360	0.50 321	0.50 359	0.50 332	0.50 366	0.50 338	0.50 357	0.50 329	0.50 352	0.50 315	0.50 331	0.50 353	0.50 367	0.50 324	0.50 344

dual_stereo	0.50 298	0.50 211	0.50 318	0.50 281	0.50 366	0.50 334	0.50 360	0.50 321	0.50 359	0.50 332	0.50 366	0.50 338	0.50 357	0.50 329	0.50 352	0.50 315	0.50 331	0.50 353	0.50 367	0.50 324	0.50 344

TorneroNet	0.66 329	0.53 225	0.50 318	0.50 281	0.64 390	1.06 421	0.70 398	0.50 321	0.51 366	0.49 319	0.69 402	0.49 323	0.50 357	0.48 316	1.15 443	0.71 359	0.49 325	1.14 437	1.08 441	0.49 319	0.49 341

SANet	0.50 298	0.50 211	0.50 318	0.50 281	0.50 366	0.50 334	0.50 360	0.50 321	0.50 359	0.50 332	0.50 366	0.50 338	0.50 357	0.50 329	0.50 352	0.50 315	0.50 331	0.50 353	0.50 367	0.50 324	0.50 344

SMoEStereo_RVC	0.63 324	0.75 248	0.51 324	0.73 331	0.53 375	0.71 377	0.47 347	0.67 365	0.58 372	0.74 383	0.60 379	0.72 381	0.53 364	0.74 379	0.51 357	0.61 343	0.62 356	0.62 371	0.61 385	0.63 345	0.61 369

PAM_32	0.64 326	2.38 462	0.51 324	0.92 352	0.43 344	0.53 351	0.44 335	0.87 384	0.43 336	0.52 342	0.45 347	0.53 350	0.40 312	0.54 347	0.46 336	0.62 347	0.56 344	0.48 344	0.45 349	0.76 361	0.44 324

LL-Strereo2	0.48 290	1.73 413	0.51 324	0.59 306	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	0.39 308	0.60 339	0.51 336	0.44 319	0.33 290	0.44 292	0.33 268

AIO-test2	0.55 313	0.59 236	0.52 327	0.67 321	0.47 356	0.61 365	0.47 347	0.61 358	0.47 347	0.61 363	0.47 357	0.61 368	0.48 349	0.62 361	0.47 343	0.64 349	0.53 340	0.58 368	0.47 358	0.58 341	0.48 336

AIO-test1	0.54 308	0.60 238	0.52 327	0.66 320	0.47 356	0.61 365	0.47 347	0.58 352	0.46 342	0.61 363	0.46 349	0.61 368	0.45 337	0.62 361	0.45 332	0.61 343	0.52 338	0.57 367	0.48 362	0.57 340	0.48 336

MonSter	0.60 317	0.64 241	0.52 327	0.62 311	0.44 345	2.07 517	0.44 335	0.62 359	0.44 339	0.62 366	0.44 343	0.62 370	0.44 334	0.62 361	0.44 331	0.58 337	0.42 296	0.62 371	0.46 351	0.58 341	0.42 320

MyStereo8	0.71 341	3.92 522	0.52 327	0.59 306	0.52 372	0.57 362	0.53 366	0.59 354	0.50 359	0.59 362	0.51 372	0.57 362	0.50 357	0.56 352	0.52 359	0.54 327	0.49 325	0.54 365	0.49 365	0.55 338	0.50 344

z-ln-s-r	0.21 150	1.40 398	0.53 331	0.56 300	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

WCG-NET	0.61 320	1.21 380	0.54 332	0.61 310	0.53 375	0.67 373	0.53 366	0.66 364	0.53 367	0.64 369	0.53 375	0.65 374	0.53 364	0.59 359	0.52 359	0.65 350	0.48 322	0.64 374	0.52 371	0.58 341	0.50 344

PSMNet_ROB	0.54 308	0.54 228	0.54 332	0.54 294	0.53 375	0.54 354	0.54 368	0.53 340	0.54 369	0.54 350	0.54 376	0.54 353	0.53 364	0.54 347	0.54 362	0.54 327	0.53 340	0.54 365	0.54 373	0.54 337	0.54 355

CASS	0.57 316	0.89 269	0.56 334	0.57 301	0.56 378	0.56 356	0.56 369	0.56 346	0.53 367	0.57 358	0.57 378	0.59 366	0.48 349	0.56 352	0.57 365	0.55 333	0.56 344	0.47 336	0.56 378	0.62 344	0.56 363
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymity	0.63 324	0.69 243	0.56 334	0.71 328	0.56 378	0.71 377	0.56 369	0.71 370	0.56 370	0.72 377	0.56 377	0.71 378	0.56 368	0.71 373	0.58 366	0.68 354	0.55 342	0.68 379	0.55 374	0.68 349	0.54 355

DDF-Stereo	0.43 265	1.15 327	0.57 336	0.53 291	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

DDUNet	0.81 365	2.45 466	0.57 336	0.90 347	0.60 381	0.88 393	0.59 373	0.90 388	0.60 375	0.88 395	0.60 379	0.90 402	0.58 369	0.88 394	0.60 369	0.84 378	0.60 351	0.86 406	0.57 380	0.86 378	0.60 368

999	1.00 405	1.12 323	0.59 338	1.10 376	1.21 505	1.09 426	0.52 365	1.08 414	1.43 517	1.18 436	1.35 509	0.98 412	0.52 363	0.91 398	0.85 418	0.72 360	1.46 500	0.83 403	0.98 433	0.68 349	1.41 512

MyStereo04	0.56 315	3.72 513	0.59 338	0.49 274	0.41 332	0.36 238	0.32 258	0.37 233	0.31 264	0.34 226	0.46 349	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	0.43 321

Monster-pub-eth3d	0.45 273	0.57 233	0.60 340	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	0.92 402	0.27 218	1.42 479	0.28 208	0.34 240	0.28 240	0.37 244	0.53 352

Monster-pub-mixall	0.44 270	0.56 232	0.60 340	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	0.85 392	0.27 218	1.46 482	0.26 195	0.34 240	0.26 227	0.36 240	0.53 352

Replicate-Monster	0.45 273	0.57 233	0.60 340	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	0.99 410	0.27 218	1.36 475	0.31 234	0.34 240	0.30 264	0.36 240	0.54 355

MyStereo06	0.75 349	4.12 524	0.60 340	0.63 313	0.61 386	0.62 368	0.66 380	0.56 346	0.45 341	0.55 353	0.48 361	0.54 353	0.46 340	0.57 357	0.45 332	0.60 339	0.57 346	0.64 374	0.55 374	0.72 356	0.55 360

UDG	0.80 360	2.21 446	0.60 340	0.91 349	0.60 381	0.90 396	0.58 371	0.88 387	0.60 375	0.90 396	0.60 379	0.88 399	0.60 371	0.90 397	0.58 366	0.86 380	0.60 351	0.84 404	0.59 382	0.84 377	0.61 369

test_xeample3	1.10 418	1.81 414	0.61 345	0.84 342	0.49 362	0.77 381	0.66 380	0.92 393	1.40 515	0.68 375	0.46 349	0.78 389	0.54 367	1.72 501	1.48 517	1.34 472	1.52 504	1.35 501	1.67 535	1.33 476	1.55 517

PA-Net	11.80 599	223.51 625	0.62 346	0.59 306	0.71 404	0.59 364	0.73 404	0.67 365	0.73 410	0.55 353	0.61 383	0.60 367	0.74 401	0.63 365	0.73 402	0.66 352	0.60 351	0.69 380	0.66 398	0.72 356	0.65 381
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MyStereo05	0.80 360	4.12 524	0.63 347	0.63 313	0.61 386	0.62 368	0.66 380	0.65 362	0.62 378	0.67 373	0.61 383	0.65 374	0.58 369	0.67 370	0.55 364	0.60 339	0.57 346	0.64 374	0.55 374	0.72 356	0.55 360

ARAFT	0.68 334	0.81 255	0.63 347	0.74 332	0.60 381	0.78 383	0.62 375	0.77 375	0.66 384	0.74 383	0.63 385	0.75 386	0.62 374	0.83 387	0.60 369	0.70 358	0.55 342	0.70 382	0.60 383	0.78 364	0.55 360

Former-RAFT_DAM_RVC	0.49 296	0.98 288	0.64 349	0.84 342	0.46 350	0.45 305	0.35 287	0.47 305	0.47 347	0.45 293	0.34 287	0.46 306	0.48 349	0.46 303	0.35 282	0.39 262	0.71 378	0.39 283	0.35 306	0.41 282	0.41 313

plain	1.88 492	3.16 499	0.64 349	3.10 517	0.65 392	3.10 555	0.64 377	3.12 554	0.65 382	3.10 555	0.65 389	3.11 555	0.65 377	3.12 554	0.65 373	3.12 550	0.65 360	3.13 555	0.65 396	3.13 541	0.65 381

FCDSN-DC	0.41 254	0.59 236	0.64 349	0.54 294	0.33 282	0.50 334	0.37 299	0.42 285	0.40 319	0.61 363	0.43 341	0.50 338	0.49 354	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.
LMCR-Stereo	0.65 327	0.63 239	0.65 352	0.65 317	0.65 392	0.66 372	0.63 376	0.58 352	0.65 382	0.63 368	0.64 387	0.65 374	0.65 377	0.66 368	0.66 376	0.66 352	0.64 358	0.65 377	0.67 402	0.68 349	0.73 397

zero-FE	0.72 344	1.31 392	0.66 353	0.92 352	0.60 381	0.82 388	0.58 371	0.82 382	0.58 372	0.81 391	0.60 379	0.81 395	0.60 371	0.82 386	0.58 366	0.74 362	0.59 350	0.73 384	0.52 371	0.76 361	0.51 351

RSM++	0.76 353	0.82 258	0.66 353	0.85 344	0.64 390	0.85 390	0.71 401	0.94 397	0.64 381	0.87 394	0.67 392	0.87 398	0.65 377	0.84 388	0.65 373	0.81 371	0.70 374	0.79 393	0.71 410	0.83 376	0.70 389

MIF-Stereo (partial)	2.58 546	3.31 504	0.66 353	3.18 521	0.66 395	3.18 556	0.66 380	3.21 555	0.67 385	3.19 556	0.66 391	3.19 556	0.66 380	3.31 558	0.68 384	5.09 581	1.79 526	8.23 600	1.67 535	6.18 584	1.38 511

MIM_Stereo	0.25 165	0.23 115	0.66 353	0.80 337	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

WQFJA1++	0.84 376	0.98 288	0.67 357	1.26 442	0.75 411	1.00 406	0.67 384	1.00 401	0.67 385	1.00 408	0.67 392	1.00 413	0.67 382	1.00 412	0.67 377	0.96 392	0.67 362	0.91 411	0.63 387	0.92 387	0.63 373

WQFJA1	0.85 382	0.98 288	0.67 357	1.29 447	0.76 416	1.01 412	0.67 384	1.02 412	0.67 385	1.02 419	0.67 392	1.01 419	0.67 382	1.01 418	0.68 384	0.99 398	0.67 362	0.93 417	0.64 392	0.92 387	0.65 381

WQFJX1	0.84 376	0.98 288	0.67 357	1.30 449	0.75 411	1.01 412	0.67 384	1.01 408	0.67 385	1.01 415	0.67 392	1.01 419	0.68 386	1.00 412	0.68 384	0.98 397	0.67 362	0.92 414	0.64 392	0.92 387	0.64 379

NLMM	0.84 376	1.00 297	0.67 357	1.27 443	0.75 411	1.00 406	0.68 388	1.00 401	0.67 385	1.00 408	0.67 392	1.02 423	0.67 382	1.02 422	0.67 377	0.97 393	0.67 362	0.93 417	0.63 387	0.92 387	0.63 373

AFF-stereo	0.73 346	0.88 266	0.67 357	0.75 333	0.68 399	0.75 380	0.64 377	0.80 378	0.72 407	0.83 393	0.70 404	0.82 396	0.64 375	0.84 388	0.67 377	0.77 366	0.63 357	0.81 398	0.63 387	0.78 364	0.62 372

R-Stereo Train	0.81 365	0.96 285	0.67 357	0.95 360	0.67 396	0.95 401	0.68 388	0.95 399	0.68 390	0.95 406	0.68 397	0.96 410	0.68 386	0.96 408	0.68 384	0.94 390	0.68 367	0.94 421	0.68 403	0.94 396	0.68 386

RAFT-Stereo	0.81 365	0.96 285	0.67 357	0.95 360	0.67 396	0.95 401	0.68 388	0.95 399	0.68 390	0.95 406	0.68 397	0.96 410	0.68 386	0.96 408	0.68 384	0.94 390	0.68 367	0.94 421	0.68 403	0.94 396	0.68 386
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
WQFJX	0.85 382	1.00 297	0.68 364	1.30 449	0.75 411	1.01 412	0.68 388	1.01 408	0.68 390	1.01 415	0.68 397	1.03 424	0.68 386	1.02 422	0.67 377	0.97 393	0.67 362	0.93 417	0.63 387	0.94 396	0.63 373

NLSM3	0.85 382	0.99 295	0.68 364	1.29 447	0.76 416	1.01 412	0.68 388	1.01 408	0.68 390	1.02 419	0.68 397	1.01 419	0.68 386	1.01 418	0.68 384	0.97 393	0.68 367	0.93 417	0.64 392	0.93 392	0.63 373

NLMM1	0.86 385	0.98 288	0.69 366	1.48 460	0.75 411	1.01 412	0.69 394	1.00 401	0.69 395	1.00 408	0.70 404	1.00 413	0.68 386	1.01 418	0.67 377	0.97 393	0.68 367	0.92 414	0.63 387	0.93 392	0.63 373

AIO-Stereo	0.84 376	0.66 242	0.70 367	0.83 341	0.67 396	0.98 404	0.82 417	1.14 418	0.72 407	1.03 421	0.74 416	1.03 424	1.09 430	0.99 410	0.45 332	1.04 403	0.73 381	0.95 423	0.74 414	0.94 396	0.46 327

DMCA-RVC	0.70 338	0.80 252	0.70 367	0.70 326	0.70 402	0.70 375	0.70 398	0.71 370	0.70 399	0.70 376	0.71 409	0.71 378	0.70 394	0.70 372	0.69 392	0.69 355	0.70 374	0.69 380	0.70 407	0.69 353	0.70 389

MSMD_ROB	1.19 423	1.10 322	0.70 367	1.10 376	0.60 381	1.10 427	0.70 398	1.10 417	0.70 399	1.10 425	0.70 404	1.10 431	0.70 394	7.00 599	0.70 398	1.10 408	0.70 374	1.10 436	0.70 407	1.10 410	0.70 389

FlowAnything_test	1.02 413	1.72 408	0.71 370	1.59 463	0.70 402	1.61 500	0.69 394	1.61 491	0.70 399	1.60 494	0.70 404	1.61 502	0.69 392	1.61 498	0.70 398	0.81 371	0.58 348	0.81 398	0.55 374	0.81 372	0.56 363

AdaDepth	0.86 385	0.93 281	0.71 370	1.01 370	1.07 447	1.02 418	0.71 401	1.00 401	0.71 404	1.01 415	0.71 409	1.00 413	0.72 399	1.14 436	0.71 400	0.92 385	0.64 358	0.90 408	0.64 392	0.89 381	0.69 388

RAFT-Stereo + iAFF	0.70 338	0.72 246	0.71 370	0.80 337	0.62 389	0.82 388	0.61 374	0.81 381	0.62 378	0.81 391	0.63 385	0.80 392	0.70 394	0.73 377	0.61 371	0.76 364	0.61 355	0.74 387	0.61 385	0.77 363	0.61 369

FlowAnything	1.02 413	1.71 407	0.72 373	1.59 463	0.69 400	1.60 499	0.69 394	1.61 491	0.70 399	1.60 494	0.69 402	1.60 499	0.69 392	1.61 498	0.69 392	0.81 371	0.58 348	0.81 398	0.56 378	0.82 374	0.56 363

UniTT-Stereo	2.03 510	3.43 506	0.72 373	3.42 532	0.73 407	3.27 558	0.68 388	3.38 559	0.69 395	3.29 558	0.72 412	3.28 558	0.70 394	3.35 560	0.68 384	3.39 553	0.68 367	3.31 558	0.69 405	3.37 542	0.73 397

Selective-RAFT	0.89 390	0.89 269	0.72 373	1.16 389	0.78 420	1.06 421	0.82 417	0.87 384	0.97 435	1.00 408	0.91 429	0.90 402	1.00 421	0.89 396	0.93 425	0.83 376	0.83 394	0.82 402	0.82 424	0.81 372	0.82 410

iGMRVC	0.84 376	2.85 492	0.72 373	0.72 330	0.73 407	0.77 381	0.79 411	0.73 373	0.74 412	0.73 378	0.72 412	0.73 383	0.76 404	0.73 377	0.73 402	0.72 360	0.73 381	0.73 384	0.72 412	0.73 359	0.72 394

DStereoRT	0.73 346	0.81 255	0.73 377	0.71 328	0.74 409	0.73 379	0.75 406	0.71 370	0.71 404	0.74 383	0.72 412	0.73 383	0.80 409	0.71 373	0.73 402	0.76 364	0.71 378	0.73 384	0.72 412	0.70 354	0.76 403

HH	0.71 341	2.54 468	0.74 378	1.10 376	0.32 270	0.41 274	0.37 299	0.69 367	0.78 414	0.73 378	0.90 426	0.75 386	1.00 421	0.84 388	0.69 392	0.69 355	0.40 278	0.35 256	0.26 227	0.35 233	0.26 206

HanStereo	0.71 341	2.54 468	0.74 378	1.10 376	0.32 270	0.41 274	0.37 299	0.69 367	0.78 414	0.73 378	0.90 426	0.75 386	1.00 421	0.84 388	0.69 392	0.69 355	0.40 278	0.35 256	0.26 227	0.35 233	0.26 206

Syn2CoEx	0.25 165	1.31 392	0.74 378	0.92 352	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	0.87 381	0.75 384	0.02 18	0.02 20	0.02 20	0.02 20

Wavelet-MonSter	1.00 405	1.21 380	0.76 381	1.94 477	1.01 442	1.11 430	0.76 408	1.15 419	0.76 413	1.11 430	0.76 418	1.14 436	0.76 404	1.11 433	0.76 409	1.21 464	0.90 397	1.02 432	0.71 410	1.02 406	0.71 393

RAStereo	2.23 531	3.64 509	0.76 381	3.65 541	0.86 425	3.66 563	0.76 408	3.67 563	0.81 421	3.66 560	0.76 418	3.66 561	0.77 406	3.68 562	0.77 410	3.68 556	0.77 386	3.69 563	0.77 416	3.70 545	0.77 405

DCRE	0.84 376	1.89 421	0.77 383	0.94 358	0.72 406	0.88 393	0.73 404	0.87 384	0.78 414	0.90 396	0.71 409	0.88 399	0.67 382	0.88 394	0.73 402	0.81 371	0.68 367	0.81 398	0.70 407	0.82 374	0.70 389

MoCha-V2	2.11 517	26.97 603	0.78 384	0.92 352	0.77 419	0.96 403	0.72 403	0.90 388	0.72 407	0.94 404	0.70 404	0.90 402	0.71 398	0.91 398	0.71 400	0.85 379	0.71 378	0.88 407	0.69 405	0.87 379	0.67 385

DSFCA	0.66 329	0.73 247	0.78 384	0.65 317	0.65 392	0.64 370	0.64 377	0.65 362	0.63 380	0.64 369	0.64 387	0.64 371	0.64 375	0.65 367	0.65 373	0.65 350	0.65 360	0.65 377	0.65 396	0.66 347	0.64 379

HSM-Net_RVC	0.95 401	1.17 330	0.78 384	1.18 391	0.71 404	1.16 435	0.75 406	1.09 416	0.80 418	1.10 425	0.75 417	1.17 439	0.74 401	1.17 439	0.80 413	1.13 414	0.73 381	1.17 443	0.77 416	1.16 416	0.72 394
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
G-Net	0.79 358	0.79 251	0.79 387	0.79 335	0.79 421	0.79 385	0.79 411	0.79 376	0.79 417	0.79 388	0.79 421	0.79 391	0.79 408	0.79 382	0.79 411	0.79 367	0.79 388	0.79 393	0.79 419	0.79 366	0.79 406

NaN_ROB	0.80 360	0.80 252	0.80 388	0.80 337	0.80 423	0.80 386	0.80 414	0.80 378	0.80 418	0.80 389	0.80 422	0.80 392	0.80 409	0.80 384	0.80 413	0.80 368	0.80 391	0.80 396	0.80 421	0.80 369	0.80 407

CSAN	0.80 360	0.80 252	0.80 388	0.80 337	0.80 423	0.80 386	0.80 414	0.80 378	0.80 418	0.80 389	0.80 422	0.80 392	0.80 409	0.80 384	0.80 413	0.80 368	0.80 391	0.80 396	0.80 421	0.80 369	0.80 407

DPSimNet_ROB	0.97 402	1.18 332	0.81 390	1.10 376	0.91 431	1.02 418	0.82 417	1.04 413	0.91 425	1.03 421	0.86 425	1.28 490	0.82 412	1.03 424	0.89 420	1.17 417	0.81 393	1.02 432	0.82 424	1.08 409	0.81 409

MLG-Stereo	0.92 393	0.90 272	0.84 391	1.27 443	0.49 362	1.38 492	0.88 420	1.41 489	0.97 435	0.73 378	1.09 442	1.26 488	0.43 332	0.72 375	1.05 436	1.13 414	0.49 325	1.18 446	0.66 398	1.01 404	0.46 327

AIO-Stereo-zeroshot1	0.75 349	0.92 279	0.85 392	0.96 363	0.59 380	1.27 485	0.44 335	0.59 354	0.69 395	0.91 398	0.68 397	0.55 357	0.61 373	1.06 425	0.83 417	0.62 347	0.70 374	0.90 408	0.41 338	0.89 381	0.56 363

AIO-Stereo-zeroshot	0.91 391	0.86 262	0.89 393	1.25 441	0.69 400	1.05 420	0.81 416	1.16 422	0.50 359	1.12 431	0.97 434	0.72 381	0.82 412	1.06 425	0.95 426	0.61 343	0.87 396	1.03 434	0.85 427	1.04 407	1.01 429

StereoVision	3.15 555	5.00 538	0.89 393	4.83 565	1.00 438	3.93 564	1.27 502	6.37 593	1.34 508	5.67 593	1.26 502	5.84 594	1.27 492	5.03 590	1.24 499	5.10 582	1.09 416	4.61 576	0.57 380	5.62 582	1.12 436

4D-IteraStereo	0.78 357	3.13 498	0.89 393	0.69 322	0.32 270	0.40 258	0.32 258	0.76 374	0.97 435	0.52 342	0.65 389	0.89 401	0.32 272	0.76 381	0.98 429	0.83 376	0.94 402	0.35 256	0.27 235	0.70 354	0.89 415

ours_stereo	1.20 424	1.21 380	0.90 396	1.64 471	1.11 449	1.35 488	0.67 384	1.76 498	0.93 430	1.70 502	1.10 443	1.39 493	0.75 403	1.41 493	0.81 416	1.60 490	1.03 408	1.33 498	1.00 435	1.61 486	0.72 394

ToySt	0.92 393	2.11 437	0.90 396	0.95 360	0.79 421	0.99 405	0.78 410	0.94 397	0.81 421	0.94 404	0.78 420	0.95 409	0.77 406	0.94 404	0.86 419	0.91 382	0.79 388	0.85 405	0.77 416	0.89 381	0.73 397

DPSM_ROB	0.92 393	0.91 274	0.91 398	0.91 349	0.92 432	0.92 398	0.92 424	0.92 393	0.91 425	0.93 402	0.91 429	0.92 405	0.90 414	0.91 398	0.92 421	0.92 385	0.91 398	0.91 411	0.92 428	0.93 392	0.93 419

DPSM	0.92 393	0.91 274	0.91 398	0.91 349	0.92 432	0.92 398	0.92 424	0.92 393	0.91 425	0.93 402	0.91 429	0.92 405	0.90 414	0.91 398	0.92 421	0.92 385	0.91 398	0.91 411	0.92 428	0.93 392	0.93 419

BUS	0.83 373	1.91 424	0.92 400	4.48 549	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	1.97 506	4.19 575	0.33 232	0.23 208	0.34 221	0.27 214

BSDual-CNN	0.81 365	1.91 424	0.92 400	4.48 549	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	1.97 506	4.19 575	0.33 232	0.23 208	0.34 221	0.27 214

psmg	0.43 265	1.91 424	0.92 400	1.91 476	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	1.97 506	1.44 499	0.04 72	0.03 53	0.02 20	0.03 50

DGTPSM_ROB	0.93 398	1.00 297	0.92 400	0.94 358	0.96 436	0.91 397	0.92 424	0.91 390	0.96 434	0.91 398	0.96 433	0.93 408	0.92 416	0.94 404	0.92 421	0.92 385	0.92 400	0.90 408	0.92 428	0.94 396	0.91 417

pmcnn	0.92 393	0.92 279	0.92 400	0.92 352	0.92 432	0.92 398	0.92 424	0.92 393	0.92 429	0.92 400	0.92 432	0.92 405	0.92 416	0.92 402	0.92 421	0.92 385	0.92 400	0.92 414	0.92 428	0.92 387	0.92 418

Selective-RAFT-Error	0.88 388	0.84 259	0.98 405	0.86 345	0.97 437	0.88 393	0.95 428	0.84 383	0.99 438	0.92 400	0.82 424	0.84 397	0.98 420	0.87 393	0.97 428	0.81 371	0.83 394	0.79 393	0.82 424	0.79 366	0.85 412

FC-DCNN	1.07 416	1.09 320	0.98 405	0.89 346	0.52 372	1.41 495	0.91 423	1.21 475	1.24 503	1.96 506	2.05 560	1.91 507	1.30 495	1.27 489	1.08 437	0.80 368	0.60 351	0.58 368	0.41 338	0.68 349	0.54 355

GANet	1.00 405	1.00 297	1.00 407	1.00 367	1.00 438	1.00 406	1.00 432	1.00 401	1.00 439	1.00 408	1.00 436	1.00 413	1.00 421	1.00 412	1.00 431	1.00 399	1.00 403	1.00 428	1.00 435	1.00 401	1.00 426

TDLM	1.00 405	1.00 297	1.00 407	1.00 367	1.00 438	1.00 406	1.00 432	1.00 401	1.00 439	1.00 408	1.00 436	1.00 413	1.00 421	1.00 412	1.00 431	1.00 399	1.00 403	1.00 428	1.00 435	1.00 401	1.00 426

CVANet_RVC	1.00 405	1.00 297	1.00 407	1.00 367	1.00 438	1.00 406	1.00 432	1.00 401	1.00 439	1.00 408	1.00 436	1.00 413	1.00 421	1.00 412	1.00 431	1.00 399	1.00 403	1.00 428	1.00 435	1.00 401	1.00 426

trnet	1.01 411	1.01 305	1.01 410	1.01 370	1.01 442	1.01 412	1.01 435	1.01 408	1.01 442	1.01 415	1.01 439	1.01 419	1.01 427	1.01 418	1.01 434	1.01 402	1.01 406	1.01 431	1.01 439	1.01 404	1.01 429

MM-Stereo_test2	1.20 424	1.85 417	1.05 411	1.46 459	0.94 435	1.36 490	0.99 431	1.36 484	0.95 432	1.41 490	0.98 435	1.40 495	0.96 418	1.37 491	0.95 426	1.37 477	1.06 409	1.33 498	0.93 432	1.29 475	0.89 415

GLC_STEREO	1.07 416	1.01 305	1.06 412	1.07 374	1.05 446	1.06 421	1.08 439	1.08 414	1.05 445	1.07 423	1.06 441	1.08 427	1.05 429	1.06 425	1.10 438	1.07 405	1.09 416	1.05 435	1.05 440	1.06 408	1.12 436

ktn	0.72 344	0.53 225	1.08 413	1.14 382	0.51 371	1.22 482	1.36 508	0.51 334	0.59 374	0.51 339	0.51 372	0.69 377	1.20 442	0.67 370	0.51 357	0.51 321	0.49 325	0.58 368	0.66 398	0.52 332	0.53 352

MaDis-Stereo	3.19 556	6.02 559	1.12 414	5.61 574	1.16 455	5.43 591	1.02 437	5.15 590	0.70 399	5.43 590	1.21 497	5.03 591	0.97 419	4.85 584	0.99 430	4.53 563	1.16 426	5.53 592	1.25 502	5.37 580	1.30 502

RP	2.33 535	25.00 596	1.13 415	1.15 384	1.15 451	1.10 427	1.15 444	1.15 419	1.15 447	1.12 431	1.15 444	1.09 429	1.13 432	1.10 431	1.15 443	1.11 413	1.09 416	1.16 439	1.12 443	1.16 416	1.17 445

edge stereo	2.43 542	27.07 604	1.14 416	1.06 373	1.14 450	1.08 424	1.17 447	1.16 422	1.14 446	1.10 425	1.16 447	1.09 429	1.16 439	1.10 431	1.16 446	1.10 408	1.11 420	1.16 439	1.19 449	1.13 411	1.11 434

Abc-Net	2.32 534	24.75 595	1.14 416	1.17 390	1.17 456	1.11 430	1.15 444	1.17 424	1.21 500	1.08 424	1.16 447	1.12 435	1.14 434	1.09 429	1.17 447	1.09 406	1.16 426	1.17 443	1.17 448	1.16 416	1.11 434
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
castereo++	0.54 308	3.59 507	1.15 418	1.31 451	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	1.45 481	1.16 426	0.15 143	0.14 161	0.15 142	0.13 151

Nwc_Net	2.37 539	25.95 600	1.15 418	1.14 382	1.15 451	1.08 424	1.14 443	1.17 424	1.16 448	1.14 434	1.15 444	1.08 427	1.15 435	1.11 433	1.14 442	1.10 408	1.11 420	1.16 439	1.09 442	1.16 416	1.15 441

AF-Net	2.37 539	25.71 599	1.17 420	1.13 381	1.15 451	1.15 434	1.18 448	1.19 427	1.16 448	1.10 425	1.15 444	1.10 431	1.18 440	1.12 435	1.15 443	1.10 408	1.10 419	1.17 443	1.15 445	1.16 416	1.12 436

NCC-stereo	2.36 537	25.52 598	1.17 420	1.15 384	1.17 456	1.11 430	1.11 440	1.15 419	1.16 448	1.10 425	1.16 447	1.10 431	1.15 435	1.14 436	1.13 441	1.09 406	1.11 420	1.15 438	1.16 447	1.17 421	1.17 445

MM-Stereo_test3	1.27 474	2.07 433	1.18 422	1.60 466	1.02 444	1.45 496	1.01 435	1.40 488	1.04 444	1.44 491	1.03 440	1.46 497	1.02 428	1.44 494	1.02 435	1.51 486	1.12 423	1.32 497	0.98 433	1.38 479	0.97 422

stereogan	2.33 535	24.38 594	1.18 422	1.18 391	1.18 458	1.14 433	1.18 448	1.19 427	1.19 454	1.14 434	1.18 451	1.14 436	1.18 440	1.14 436	1.18 448	1.14 416	1.14 424	1.19 447	1.19 449	1.15 414	1.19 449

CSP-Net	0.34 204	1.29 390	1.19 424	1.36 455	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	1.26 467	1.21 477	0.03 38	0.09 111	0.02 20	0.09 111

FENet	0.54 308	1.52 402	1.19 424	1.41 458	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	1.40 478	1.07 410	0.32 224	0.23 208	0.33 217	0.23 189

RGC	2.36 537	25.48 597	1.19 424	1.15 384	1.15 451	1.10 427	1.16 446	1.17 424	1.16 448	1.12 431	1.16 447	1.11 434	1.13 432	1.09 429	1.18 448	1.10 408	1.15 425	1.16 439	1.12 443	1.14 412	1.12 436

DisPM	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

NINENet	0.69 337	3.87 519	1.20 427	1.98 481	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	1.79 494	1.56 508	0.34 240	0.22 202	0.34 221	0.23 189

CrosDoStereo	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

PFNet+	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

LCNet	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

HHNet	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

Patchmatch Stereo++	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450
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	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

STrans-v2	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

TransformOpticalFlow	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

OMP-Stereo	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

IIG-Stereo	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

NF-Stereo	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

OCTAStereo	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

PSM-softLoss	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

KMStereo	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

NRIStereo	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

PSM-adaLoss	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

PSM-AAD	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

FTStereo	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

ROB_FTStereo_v2	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

ROB_FTStereo	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

Consistency-Raft	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

KYRaft	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

HUI-Stereo	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

ASMatch	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

DeepStereo_LL	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

DEmStereo	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

SST-Stereo	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

THIR-Stereo	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

RAFT_R40	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

DRaft	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

PFNet	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

GrayStereo	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

RE-Stereo	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

Pruner-Stereo	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

TVStereo	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

DeepStereo_RVC	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

RAFT-RH_RVC	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

IRAFT_RVC	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

RAFT-345	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

iRAFT	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

CRE-IMP	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

GMM-Stereo	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

RAFT-IKP	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

Prome-Stereo	1.20 424	1.20 334	1.20 427	1.20 393	1.20 459	1.20 436	1.20 450	1.20 430	1.20 455	1.20 438	1.20 452	1.20 441	1.20 442	1.20 441	1.20 452	1.20 419	1.20 431	1.20 448	1.20 452	1.20 425	1.20 450

SPS-STEREO	1.59 482	1.91 424	1.21 473	1.94 477	1.20 459	2.00 514	1.23 497	1.99 505	1.24 503	2.00 511	1.25 501	2.03 515	1.26 491	2.00 513	1.29 506	1.90 502	1.18 430	1.89 523	1.21 497	1.89 499	1.20 450
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
CRFU-Net	0.65 327	1.67 406	1.22 474	1.96 480	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	1.80 495	1.62 515	0.34 240	0.23 208	0.33 217	0.23 189

GANetREF_RVC	1.55 481	1.94 430	1.22 474	1.88 474	1.21 505	1.88 506	1.22 496	1.88 500	1.22 501	1.88 503	1.22 498	1.88 505	1.22 489	1.89 509	1.22 498	1.87 498	1.22 478	1.88 522	1.22 498	1.88 498	1.22 496
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
FAT-Stereo	2.46 543	26.05 601	1.23 476	1.23 440	1.22 507	1.20 436	1.24 498	1.23 478	1.23 502	1.19 437	1.22 498	1.21 486	1.24 490	1.20 441	1.24 499	1.21 464	1.17 429	1.22 494	1.25 502	1.20 425	1.24 499

S-Stereo	2.51 544	26.86 602	1.23 476	1.22 438	1.22 507	1.24 484	1.25 499	1.22 476	1.24 503	1.21 483	1.24 500	1.19 440	1.27 492	1.19 440	1.24 499	1.19 418	1.20 431	1.25 495	1.19 449	1.24 473	1.23 498

ssnet_v2	0.68 334	1.96 431	1.25 478	0.29 176	0.20 199	0.30 210	0.20 186	0.29 202	0.22 199	1.50 493	0.20 199	0.31 220	0.20 197	0.27 205	0.22 194	0.24 184	1.49 502	0.26 201	0.18 194	3.90 547	0.19 180

CC-Net-ROB	1.36 477	1.33 394	1.33 479	1.36 455	1.38 512	1.36 490	1.33 504	1.37 486	1.34 508	1.35 487	1.36 511	1.38 492	1.34 498	1.38 492	1.38 513	1.35 473	1.38 496	1.33 498	1.35 507	1.43 480	1.34 507

11t	1.27 474	2.70 477	1.34 480	1.32 452	0.89 427	1.30 487	1.34 505	1.64 494	0.57 371	1.45 492	0.72 412	1.05 426	1.29 494	1.07 428	1.29 506	1.49 483	1.02 407	0.97 426	1.15 445	1.48 481	1.31 503

PS-NSSS	1.38 479	1.39 397	1.34 480	1.34 453	1.35 509	1.38 492	1.37 513	1.35 483	1.38 514	1.34 486	1.34 508	1.39 493	1.38 503	1.70 500	1.40 514	1.36 475	1.36 493	1.36 503	1.37 510	1.37 478	1.36 509

3.25w_new	2.03 510	2.72 481	1.35 482	3.33 529	1.57 519	2.72 546	1.53 523	2.15 515	1.33 507	2.15 521	1.60 525	2.63 541	1.30 495	2.72 546	1.99 553	2.67 545	1.53 505	1.75 513	1.25 502	2.53 531	1.87 542

3.5w_stereo	2.03 510	2.72 481	1.35 482	3.41 531	1.57 519	2.72 546	1.49 522	2.01 507	1.34 508	2.15 521	1.61 527	2.63 541	1.36 500	2.72 546	1.99 553	2.66 543	1.58 510	1.68 512	1.24 500	2.53 531	1.87 542

1w_stereo	2.05 515	2.32 453	1.35 482	3.74 546	2.01 548	2.73 548	1.42 518	1.88 500	1.93 551	2.03 514	1.28 504	2.71 544	1.99 539	2.72 546	1.72 531	2.20 516	1.32 480	1.87 519	1.86 546	2.45 520	1.54 516

castereo	0.61 320	3.79 515	1.35 482	1.52 461	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	1.43 480	1.38 496	0.17 154	0.16 169	0.18 156	0.16 160

ff7	1.68 484	2.68 474	1.35 482	0.97 364	0.89 427	1.84 503	2.15 553	2.12 511	1.80 538	2.05 516	1.56 521	2.33 522	2.12 544	2.23 519	2.25 556	1.31 469	1.07 410	1.48 505	1.41 513	0.90 384	1.04 431

ffff	1.68 484	2.68 474	1.35 482	0.97 364	0.89 427	1.84 503	2.15 553	2.12 511	1.80 538	2.05 516	1.56 521	2.33 522	2.12 544	2.23 519	2.25 556	1.31 469	1.07 410	1.48 505	1.41 513	0.90 384	1.04 431

ccc-4	1.68 484	2.68 474	1.35 482	0.97 364	0.89 427	1.84 503	2.15 553	2.12 511	1.80 538	2.05 516	1.56 521	2.33 522	2.12 544	2.23 519	2.25 556	1.31 469	1.07 410	1.48 505	1.41 513	0.90 384	1.04 431

MaskLacGwcNet_RVC	1.35 476	1.35 395	1.35 482	1.35 454	1.35 509	1.35 488	1.35 506	1.36 484	1.35 511	1.36 488	1.35 509	1.36 491	1.36 500	1.36 490	1.35 510	1.35 473	1.35 492	1.35 501	1.35 507	1.35 477	1.35 508

tt45	1.04 415	0.88 266	1.36 490	0.92 352	1.03 445	1.51 498	0.79 411	0.70 369	0.88 423	0.74 383	0.90 426	1.60 499	0.72 399	1.60 496	0.75 407	0.91 382	0.78 387	1.52 508	0.79 419	1.14 412	1.32 504

PASM	0.39 243	3.06 495	1.36 490	1.58 462	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

2.5w	2.01 507	2.40 463	1.37 492	3.28 524	2.01 548	2.71 545	1.43 521	1.82 499	1.83 541	1.90 505	1.41 516	2.71 544	1.35 499	2.71 544	1.85 542	2.66 543	1.53 505	1.64 510	1.23 499	2.53 531	1.87 542

MC-Stereo	1.76 487	2.96 493	1.37 492	2.14 485	1.37 511	2.14 520	1.36 508	2.14 514	1.37 513	2.14 520	1.37 512	2.14 517	1.37 502	2.14 518	1.37 512	1.97 506	1.32 480	1.97 525	1.32 506	1.98 500	1.33 505

sAnonymous2	3.31 557	2.63 472	1.38 494	3.71 543	1.86 540	4.70 583	1.11 440	4.82 586	2.72 563	5.45 591	1.98 555	4.59 576	2.64 550	2.65 541	6.21 596	4.37 559	1.08 414	5.16 590	2.24 558	4.52 557	2.39 555

CroCo_RVC	3.31 557	2.63 472	1.38 494	3.71 543	1.86 540	4.70 583	1.11 440	4.82 586	2.72 563	5.45 591	1.98 555	4.59 576	2.64 550	2.65 541	6.21 596	4.37 559	1.08 414	5.16 590	2.24 558	4.52 557	2.39 555

DEFOM-Stereo	0.68 334	3.11 497	1.40 496	1.63 470	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	1.59 488	1.47 501	0.30 214	0.29 250	0.30 200	0.28 227

4w-stereo	2.02 508	2.72 481	1.44 497	3.36 530	1.59 521	2.48 533	1.72 530	2.28 517	1.24 503	2.24 523	1.65 529	2.56 537	1.32 497	2.39 529	1.98 552	2.67 545	1.51 503	1.66 511	1.24 500	2.53 531	1.88 545

RASNet	1.49 480	1.65 405	1.45 498	1.38 457	1.43 515	1.47 497	1.36 508	1.38 487	1.36 512	1.39 489	1.60 525	1.45 496	1.45 506	1.51 495	2.21 555	1.53 487	1.36 493	1.36 503	1.36 509	1.66 489	1.36 509

4.25w-stereo	1.98 495	2.72 481	1.46 499	3.47 534	1.43 515	2.07 517	1.98 544	2.53 536	1.52 519	2.71 542	1.98 555	1.81 504	1.62 511	1.96 511	1.36 511	1.88 501	2.00 532	2.53 549	1.61 529	1.74 493	1.15 441

3.25w	2.04 513	2.20 444	1.48 500	3.03 516	2.17 558	2.63 544	1.39 514	1.96 503	1.95 552	1.96 506	1.37 512	2.71 544	1.96 536	2.71 544	1.73 536	2.26 519	1.32 480	1.87 519	1.87 547	2.51 527	1.63 527

gwcnet-sp	0.82 370	1.72 408	1.48 500	0.39 212	0.15 169	0.31 216	0.21 191	0.20 161	0.25 213	1.61 497	0.23 209	0.28 206	0.26 225	0.20 160	0.15 162	0.24 184	1.33 487	0.32 224	0.16 169	6.75 586	0.23 189

scenet	0.82 370	1.72 408	1.48 500	0.39 212	0.15 169	0.31 216	0.21 191	0.20 161	0.25 213	1.61 497	0.23 209	0.28 206	0.26 225	0.20 160	0.15 162	0.24 184	1.33 487	0.32 224	0.16 169	6.75 586	0.23 189

ssnet	0.82 370	1.72 408	1.48 500	0.39 212	0.15 169	0.31 216	0.21 191	0.20 161	0.25 213	1.61 497	0.23 209	0.28 206	0.26 225	0.20 160	0.15 162	0.24 184	1.33 487	0.32 224	0.16 169	6.75 586	0.23 189

MonStereo	2.17 519	2.41 464	1.49 504	2.67 506	1.67 526	2.60 543	2.04 551	2.32 524	1.76 535	2.44 533	1.68 531	2.50 530	1.69 515	2.38 527	1.80 539	2.28 523	1.78 524	2.63 552	2.14 555	3.47 543	1.68 531

MonStereo1	1.94 494	2.77 487	1.52 505	3.73 545	1.51 518	2.13 519	1.42 518	2.32 524	1.52 519	2.31 528	1.50 519	2.53 532	1.59 508	2.34 526	1.56 519	1.91 503	1.36 493	1.86 518	1.31 505	2.07 502	1.53 515

MM-Stereo_test1	1.80 490	3.41 505	1.52 505	2.12 484	1.41 514	2.04 515	1.41 516	2.05 509	1.46 518	2.04 515	1.41 516	2.05 516	1.42 505	2.05 514	1.43 516	2.04 510	1.54 507	1.94 524	1.38 512	1.99 501	1.33 505

asd	2.18 521	2.77 487	1.58 507	3.59 539	2.00 547	2.58 542	1.85 536	2.39 529	1.71 527	2.47 535	1.97 549	2.59 539	1.61 510	2.56 536	1.79 538	2.51 540	1.99 531	2.11 531	1.62 531	2.36 516	1.60 523

qwe	2.18 521	2.60 471	1.58 507	3.83 547	1.90 545	2.53 538	1.90 542	2.48 532	1.73 532	2.37 531	1.92 545	2.53 532	1.68 513	2.56 536	1.83 540	2.52 542	1.87 530	2.07 527	1.68 537	2.32 514	1.71 532

LL-Strereo	1.01 411	5.06 539	1.63 509	0.70 326	1.43 515	0.56 356	0.46 342	0.57 349	0.50 359	0.57 358	0.50 366	1.58 498	0.49 354	0.59 359	0.50 352	1.64 491	0.52 338	0.51 358	1.37 510	0.52 332	0.45 326

HBP-ISP	1.24 472	1.72 408	1.65 510	1.15 384	0.76 416	1.40 494	0.88 420	1.67 497	1.02 443	1.69 501	1.38 514	1.69 503	1.21 488	1.87 508	1.21 497	1.05 404	0.79 388	0.97 426	0.80 421	1.19 424	0.75 401

Anonymous3	2.55 545	3.26 503	1.65 510	3.28 524	1.63 524	3.24 557	1.68 527	3.27 556	1.66 522	3.28 557	1.67 530	3.25 557	1.66 512	3.27 556	1.64 523	3.26 551	1.65 517	3.30 557	1.65 533	4.95 575	1.65 530

3w_stereo	2.04 513	2.24 448	1.70 512	3.15 519	2.18 560	2.49 534	1.26 501	2.03 508	1.98 553	1.98 509	1.33 507	2.72 548	1.99 539	2.59 538	1.72 531	2.22 518	1.33 487	1.85 515	1.88 552	2.50 526	1.58 521

DPSMNet_ROB	1.60 483	1.59 404	1.70 512	1.59 463	1.59 521	1.61 500	1.61 524	1.60 490	1.60 521	1.62 500	1.59 524	1.60 499	1.60 509	1.60 496	1.59 521	1.59 488	1.60 514	1.59 509	1.59 527	1.59 485	1.59 522

MFMNet_re	1.81 491	1.91 424	1.71 514	1.95 479	1.70 532	1.95 511	1.70 529	1.96 503	1.74 534	1.97 508	1.72 533	1.95 508	1.71 517	1.97 512	1.71 529	1.86 496	1.62 515	1.85 515	1.66 534	1.86 497	1.64 528

RAFT_CTSACE	1.92 493	3.71 512	1.72 515	1.88 474	1.72 533	2.04 515	1.42 518	2.18 516	1.89 549	2.02 513	1.97 549	1.95 508	2.06 543	1.93 510	1.62 522	1.76 493	1.66 518	2.02 526	1.73 543	1.73 492	1.43 514

UDGNet	2.23 531	5.40 549	1.72 515	2.48 501	1.69 529	2.51 537	1.69 528	2.51 535	1.72 531	2.50 537	1.69 532	2.52 531	1.69 515	2.50 534	1.68 527	2.41 534	1.70 520	2.42 543	1.69 539	2.42 518	1.64 528

FBW_ROB	2.12 518	2.46 467	1.77 517	2.49 502	1.79 536	2.38 528	1.83 532	2.46 531	1.78 537	2.48 536	1.97 549	2.40 527	1.78 524	2.42 532	1.83 540	2.31 527	1.85 529	2.38 541	1.82 545	2.35 515	1.84 538

asda	2.17 519	2.54 468	1.81 518	3.47 534	1.78 535	2.50 536	1.86 537	2.61 538	1.68 523	2.61 540	1.83 535	2.37 526	1.73 519	2.44 533	1.88 547	2.51 540	1.84 528	2.34 538	1.62 531	2.23 508	1.77 537

4.5w-stereo	1.99 496	2.33 454	1.81 518	3.28 524	1.68 528	1.94 508	1.99 547	2.72 539	1.70 526	2.72 543	1.99 558	1.97 510	1.68 513	1.76 502	1.29 506	1.91 503	2.02 538	2.53 549	1.61 529	1.75 494	1.16 444

2.75w_new	1.99 496	2.34 458	1.81 518	3.14 518	1.62 523	1.94 508	1.99 547	2.72 539	1.71 527	2.72 543	1.99 558	1.90 506	1.73 519	1.82 507	1.29 506	2.37 531	2.01 534	2.31 536	1.42 516	1.77 495	1.22 496

2w_stereo	1.99 496	2.36 461	1.81 518	3.24 522	1.67 526	1.94 508	1.98 544	2.72 539	1.68 523	2.72 543	1.94 546	1.98 511	1.74 521	1.79 505	1.27 503	1.95 505	2.00 532	2.53 549	1.60 528	1.68 490	1.15 441

U	5.15 591	8.49 571	1.81 518	8.49 588	1.77 534	8.49 600	1.77 531	8.51 601	1.77 536	8.49 601	1.77 534	8.50 601	1.78 524	8.58 601	1.77 537	8.54 599	1.78 524	8.55 601	1.78 544	8.55 595	1.84 538

4.25_new	2.00 500	2.33 454	1.82 523	3.32 527	1.69 529	1.95 511	1.99 547	2.72 539	1.71 527	2.72 543	1.97 549	2.01 513	1.74 521	1.77 503	1.28 504	2.18 514	2.01 534	2.48 547	1.58 525	1.65 487	1.17 445

4.5w_new	2.00 500	2.33 454	1.82 523	3.32 527	1.69 529	1.95 511	1.99 547	2.72 539	1.71 527	2.72 543	1.97 549	2.01 513	1.74 521	1.77 503	1.28 504	2.18 514	2.01 534	2.48 547	1.58 525	1.65 487	1.17 445

IGEV	2.02 508	2.20 444	1.82 523	2.90 514	2.16 556	2.41 530	1.25 499	2.00 506	1.98 553	1.99 510	1.31 506	2.72 548	1.93 533	2.67 543	1.69 528	2.26 519	1.32 480	1.83 514	1.87 547	2.53 531	1.61 525

3.75w	1.99 496	2.31 452	1.83 526	3.16 520	1.65 525	1.93 507	1.98 544	2.72 539	1.68 523	2.73 548	1.97 549	2.00 512	1.72 518	1.81 506	1.25 502	2.27 522	2.01 534	2.38 541	1.42 516	1.71 491	1.24 499

IGEVStereo-DCA	1.77 488	4.21 528	1.84 527	2.49 502	2.11 554	2.54 540	1.36 508	1.65 495	1.17 452	2.75 549	1.90 543	2.54 535	1.15 435	0.94 404	1.11 439	1.50 484	1.32 480	0.96 424	1.46 519	1.49 482	0.88 413

rrr	1.77 488	4.21 528	1.84 527	2.49 502	2.11 554	2.54 540	1.36 508	1.65 495	1.17 452	2.75 549	1.90 543	2.54 535	1.15 435	0.94 404	1.11 439	1.50 484	1.32 480	0.96 424	1.46 519	1.49 482	0.88 413

test-3	0.98 404	4.13 526	1.85 529	1.85 473	0.61 386	0.69 374	0.37 299	0.63 360	0.61 377	0.66 372	0.51 372	0.73 383	0.44 334	0.57 357	0.54 362	1.68 492	1.81 527	0.40 288	0.43 347	0.66 347	0.50 344

TRStereo	2.00 500	2.13 438	1.85 529	2.27 491	1.84 537	2.28 524	1.84 533	2.29 519	1.86 543	2.30 525	1.87 538	2.30 519	1.87 527	2.08 515	1.72 531	2.08 511	1.72 521	2.08 528	1.72 540	2.08 503	1.72 533

XX-Stereo	2.00 500	2.13 438	1.85 529	2.27 491	1.84 537	2.28 524	1.84 533	2.29 519	1.86 543	2.30 525	1.87 538	2.30 519	1.87 527	2.08 515	1.72 531	2.08 511	1.72 521	2.08 528	1.72 540	2.08 503	1.72 533

EAI-Stereo	2.00 500	2.13 438	1.85 529	2.27 491	1.84 537	2.28 524	1.84 533	2.29 519	1.86 543	2.30 525	1.87 538	2.30 519	1.87 527	2.08 515	1.72 531	2.08 511	1.72 521	2.08 528	1.72 540	2.08 503	1.72 533

AIO_rvc	2.18 521	2.34 458	1.87 533	2.32 495	1.94 546	2.40 529	1.89 541	2.37 527	2.07 558	2.52 538	1.95 548	2.44 529	1.99 539	2.41 530	1.89 548	2.32 528	2.09 540	2.24 532	2.18 556	2.21 507	2.23 549

LG-G_1	2.22 528	2.71 479	1.89 534	2.77 509	1.87 543	2.75 550	1.87 539	2.76 547	1.87 547	2.75 549	1.87 538	2.76 551	1.87 527	2.75 550	1.86 543	2.47 537	1.58 510	2.45 544	1.57 522	2.45 520	1.57 519

LG-G	2.22 528	2.71 479	1.89 534	2.77 509	1.87 543	2.75 550	1.87 539	2.76 547	1.87 547	2.75 549	1.87 538	2.76 551	1.87 527	2.75 550	1.86 543	2.47 537	1.58 510	2.45 544	1.57 522	2.45 520	1.57 519

LGtest1	2.22 528	2.70 477	1.89 534	2.76 508	1.86 540	2.75 550	1.86 537	2.75 546	1.86 543	2.75 549	1.86 537	2.77 553	1.87 527	2.75 550	1.86 543	2.46 536	1.58 510	2.45 544	1.56 521	2.45 520	1.56 518

sCroCo_RVC	2.10 516	2.76 485	1.92 537	2.78 512	1.39 513	2.73 548	1.41 516	2.73 545	1.40 515	2.77 554	1.41 516	2.74 550	1.40 504	2.74 549	1.40 514	2.72 547	1.42 498	2.72 553	1.44 518	2.79 538	1.42 513

monsterstereo	2.20 527	2.33 454	1.95 538	3.65 541	2.07 553	2.49 534	1.61 524	2.48 532	1.83 541	2.45 534	1.61 527	2.67 543	1.86 526	2.64 540	1.94 549	2.48 539	1.66 518	2.34 538	1.68 537	2.40 517	1.86 540

monsters	2.18 521	2.41 464	1.96 539	3.47 534	2.03 552	2.53 538	1.64 526	2.48 532	1.73 532	2.40 532	1.50 519	2.62 540	1.94 534	2.59 538	1.94 549	2.44 535	1.57 509	2.28 534	1.87 547	2.42 518	1.86 540

2.25w	2.00 500	1.86 419	1.98 540	2.95 515	2.17 558	2.26 521	1.35 506	2.42 530	2.00 556	2.07 519	1.27 503	2.53 532	1.99 539	2.29 523	1.49 518	2.21 517	1.32 480	1.85 515	1.87 547	2.52 528	1.62 526

4.5_new	2.00 500	1.84 416	1.98 540	2.77 509	2.16 556	2.27 522	1.28 503	2.09 510	1.98 553	2.01 512	1.28 504	2.71 544	1.98 537	2.51 535	1.65 524	2.26 519	1.33 487	1.87 519	1.87 547	2.49 524	1.60 523

DEFOM-Stereo_RVC	0.83 373	5.18 541	1.98 540	2.19 486	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	2.28 523	2.13 542	0.24 193	0.17 189	0.18 156	0.16 160

HUF	2.18 521	2.30 451	1.99 543	2.34 497	2.02 551	2.41 530	2.06 552	2.38 528	1.89 549	2.36 530	1.85 536	2.56 537	1.98 537	2.31 525	1.97 551	2.30 526	2.03 539	2.30 535	2.11 554	2.23 508	2.16 547

AIO_test	2.18 521	2.09 436	2.04 544	2.42 499	2.01 548	2.47 532	1.94 543	2.34 526	2.03 557	2.56 539	1.94 546	2.43 528	1.94 534	2.41 530	1.87 546	2.39 533	2.10 541	2.35 540	1.91 553	2.25 510	2.19 548

IER	0.88 388	7.04 560	2.23 545	2.75 507	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

NCCL2	2.28 533	2.27 449	2.28 546	2.28 494	2.28 561	2.27 522	2.29 556	2.28 517	2.28 559	2.27 524	2.28 561	2.28 518	2.27 547	2.27 522	2.28 560	2.28 523	2.28 546	2.27 533	2.29 560	2.27 511	2.29 550

iRaftStereo_RVC	0.97 402	3.17 500	2.30 547	2.42 499	0.38 312	0.54 354	0.38 305	0.54 342	0.38 305	0.54 350	0.38 311	0.54 353	0.38 303	0.54 347	0.38 297	2.38 532	2.34 547	0.49 349	0.36 312	0.49 319	0.36 287

error version	0.93 398	4.47 532	2.35 548	1.99 482	0.37 305	0.41 274	0.36 293	0.41 267	0.35 289	0.43 286	0.36 299	0.41 274	0.40 312	0.41 273	0.36 285	1.87 498	2.16 543	0.47 336	0.37 314	0.39 266	0.33 268

test_1	0.93 398	4.47 532	2.35 548	1.99 482	0.37 305	0.41 274	0.36 293	0.41 267	0.35 289	0.43 286	0.36 299	0.41 274	0.40 312	0.41 273	0.36 285	1.87 498	2.16 543	0.47 336	0.37 314	0.39 266	0.33 268

STTStereo	3.73 561	30.40 608	2.37 550	2.39 498	2.31 563	2.35 527	2.33 557	2.29 519	2.42 560	2.32 529	2.34 562	2.33 522	2.36 548	2.30 524	2.27 559	2.35 530	2.22 545	2.31 536	2.22 557	2.29 513	2.34 554

MatchStereo	0.54 308	0.12 81	2.38 551	2.32 495	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	2.34 529	2.34 547	0.12 122	0.11 130	0.11 123	0.10 116

VIP-Stereo	0.70 338	2.97 494	2.43 552	2.49 502	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	1.86 496	1.26 479	0.23 185	0.15 167	0.23 181	0.15 159

SuperB	0.21 150	0.10 68	2.51 553	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

NLSM1	2.93 554	3.24 502	2.57 554	4.04 548	2.66 564	3.30 559	2.55 559	3.29 557	2.55 561	3.35 559	2.48 563	3.28 558	2.47 549	3.34 559	2.49 561	3.26 551	2.55 550	3.13 555	2.57 563	3.00 540	2.46 557

NLCA_NET_v2_RVC	5.04 589	50.87 618	2.78 555	2.87 513	2.71 565	2.78 553	0.47 347	2.88 552	2.86 565	1.89 504	2.67 564	2.79 554	2.79 553	2.78 553	2.83 562	2.82 548	2.82 551	2.83 554	2.77 564	2.83 539	2.76 559
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
HCRNet	1.22 471	7.11 561	3.00 556	3.55 538	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	3.64 555	3.00 552	0.76 390	0.32 282	0.18 156	0.13 151

rvit_105_1	3.83 562	5.22 542	3.01 557	4.53 552	3.01 567	4.51 571	3.01 565	4.56 573	3.04 566	4.53 572	3.03 567	4.55 574	3.03 554	4.56 573	3.04 563	4.57 565	3.05 553	4.57 571	3.05 568	4.57 559	3.05 564

rvit_stereo_0081	3.83 562	5.23 543	3.01 557	4.53 552	3.03 569	4.55 577	3.02 566	4.56 573	3.04 566	4.52 570	3.02 565	4.54 572	3.03 554	4.56 573	3.04 563	4.57 565	3.05 553	4.57 571	3.05 568	4.58 560	3.05 564

rvit_stereo_0082	3.86 564	5.82 557	3.01 557	4.53 552	3.03 569	4.54 573	3.02 566	4.56 573	3.04 566	4.53 572	3.02 565	4.55 574	3.04 557	4.57 576	3.05 565	4.57 565	3.05 553	4.58 573	3.05 568	4.58 560	3.06 567

rvit_0105_4	3.91 569	5.47 553	3.02 560	4.54 555	3.02 568	4.54 573	3.03 570	4.75 583	3.17 577	4.57 576	3.06 570	4.61 580	3.16 565	4.65 580	3.09 571	4.66 572	3.11 561	4.68 580	3.18 579	4.81 570	3.16 576

rvit_stereo_0081_aga	3.86 564	5.33 546	3.02 560	4.55 558	3.04 573	4.54 573	3.02 566	4.64 580	3.06 570	4.54 574	3.04 569	4.62 581	3.08 561	4.62 579	3.07 568	4.58 568	3.06 557	4.60 575	3.08 572	4.63 563	3.07 568

rvit_stereo_0080	3.89 567	5.70 554	3.04 562	4.54 555	3.03 569	4.56 578	3.05 572	4.60 577	3.07 571	4.58 577	3.06 570	4.59 576	3.06 559	4.61 577	3.08 569	4.63 570	3.09 558	4.64 577	3.10 573	4.65 564	3.10 571

whm_eth	3.89 567	5.70 554	3.04 562	4.54 555	3.03 569	4.56 578	3.05 572	4.60 577	3.07 571	4.58 577	3.06 570	4.59 576	3.06 559	4.61 577	3.08 569	4.63 570	3.09 558	4.64 577	3.10 573	4.65 564	3.10 571

rvit_stereo_ft	3.93 572	5.44 551	3.05 564	4.59 559	3.06 574	4.61 581	3.08 575	4.67 582	3.12 576	4.63 581	3.10 575	4.65 583	3.11 563	4.69 583	3.13 573	4.70 573	3.14 563	4.71 582	3.15 578	4.74 567	3.16 576

rvit_0105_3	3.91 569	5.33 546	3.06 565	4.60 560	3.07 575	4.60 580	3.06 574	4.62 579	3.08 574	4.60 579	3.07 573	4.62 581	3.08 561	4.67 581	3.10 572	4.70 573	3.11 561	4.77 584	3.19 580	4.77 569	3.14 575

rvit_stereo_0083	3.92 571	5.30 545	3.06 565	4.61 561	3.09 576	4.67 582	3.08 575	4.66 581	3.09 575	4.62 580	3.10 575	4.66 584	3.11 563	4.67 581	3.16 574	4.72 575	3.16 564	4.77 584	3.11 575	4.66 566	3.11 573

rvit_0105_6	3.87 566	5.73 556	3.10 567	4.69 562	3.12 577	4.54 573	3.02 566	4.56 573	3.04 566	4.54 574	3.03 567	4.54 572	3.04 557	4.56 573	3.05 565	4.58 568	3.05 553	4.58 573	3.05 568	4.58 560	3.05 564

AEACV	1.12 421	0.52 221	3.12 568	3.24 522	0.86 425	0.53 351	0.49 358	0.60 356	0.47 347	0.53 345	0.49 364	0.55 357	0.45 337	0.55 351	0.47 343	3.01 549	3.88 572	0.71 383	0.60 383	0.80 369	0.48 336

DispFullNet	4.61 582	4.84 535	3.12 568	5.00 568	3.57 583	4.75 586	3.03 570	7.75 599	4.17 591	4.91 586	3.09 574	6.20 595	3.95 580	6.71 595	3.51 578	5.30 583	3.67 571	5.86 596	3.63 583	5.61 581	3.46 581

rvit_0105_5	4.10 573	5.40 549	3.13 570	4.71 563	3.15 578	4.72 585	3.10 577	4.90 588	3.27 579	4.69 582	3.16 577	4.84 588	3.25 567	4.96 587	3.34 577	5.05 580	3.39 569	5.10 589	3.40 581	5.11 577	3.42 580

NLCSM	3.67 560	4.08 523	3.19 571	4.80 564	3.26 579	3.99 567	3.24 580	4.25 569	3.18 578	4.09 565	3.27 578	4.14 567	3.18 566	4.13 567	3.28 576	4.06 558	3.10 560	3.85 567	3.14 577	3.91 550	3.27 579

hknet	1.10 418	1.85 417	3.49 572	4.48 549	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	4.39 561	4.19 575	0.33 232	0.23 208	0.34 221	0.27 214

PDISCO_ROB	0.83 373	2.80 491	3.49 572	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	3.30 557	0.13 148	0.14 116	2.34 547	0.16 146	0.12 148	2.62 537	0.10 116

MLG-Stereo_test1	4.25 574	5.34 548	3.61 574	5.31 570	3.63 585	5.23 589	3.57 583	5.38 591	3.65 581	5.23 588	3.47 580	4.76 585	3.74 574	4.85 584	3.71 581	4.96 577	3.18 566	4.71 582	2.92 565	4.86 573	2.90 561

DPSNet	3.66 559	3.60 508	3.62 575	3.63 540	3.64 586	3.65 562	3.65 585	3.66 562	3.67 582	3.67 561	3.65 583	3.67 562	3.66 571	3.66 561	3.68 580	3.68 556	3.66 570	3.67 562	3.68 586	3.67 544	3.67 583

MLG-Stereo_test2	4.28 576	5.46 552	3.69 576	4.86 566	3.72 587	5.58 592	3.42 581	4.81 585	3.77 587	4.85 584	3.72 585	5.55 593	3.63 570	5.58 591	3.53 579	4.41 562	3.28 568	4.99 588	2.95 566	4.75 568	3.13 574

Occ-G	1.12 421	0.52 221	3.72 577	3.50 537	0.50 366	0.56 356	0.47 347	0.54 342	0.46 342	0.54 350	0.41 329	0.54 353	0.42 329	0.52 343	0.42 327	3.42 554	4.02 574	0.52 361	0.45 349	0.51 330	0.44 324

MLG-Stereo_test3	4.26 575	4.85 536	3.95 578	5.35 571	3.60 584	4.75 586	3.76 586	5.49 592	3.71 583	5.39 589	3.69 584	4.82 587	3.66 571	4.85 584	3.73 584	4.93 576	3.19 567	4.69 581	2.99 567	4.84 572	2.98 563

SGM-Forest	5.21 592	5.92 558	4.08 579	6.18 577	4.16 592	6.31 594	4.34 593	6.50 594	4.33 592	6.14 595	4.21 591	6.61 598	4.55 586	6.67 594	4.48 591	5.94 587	3.94 573	5.85 595	4.03 592	5.79 583	4.17 591
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FC-DCNN v2	5.10 590	5.15 540	4.49 580	5.07 569	3.37 581	6.87 595	4.75 594	5.04 589	6.34 598	7.84 599	5.06 595	6.72 599	4.09 583	4.99 588	5.44 595	5.03 579	3.16 564	4.67 579	4.86 595	5.15 578	3.89 588

TestStereo	4.88 586	4.75 534	4.79 581	4.87 567	4.92 595	4.81 588	4.90 595	4.78 584	4.77 594	4.87 585	4.89 594	4.90 589	4.91 587	4.99 588	4.79 592	4.98 578	4.87 579	4.87 587	4.92 596	5.00 576	5.00 593

RAFT+CT+SA	4.28 576	7.62 565	4.91 582	5.55 573	2.28 561	3.09 554	3.64 584	4.49 571	3.07 571	4.80 583	3.35 579	4.77 586	3.70 573	4.29 570	3.05 565	5.58 584	5.98 585	3.58 561	3.78 588	4.26 553	3.72 584

AANet_RVC	1.26 473	0.31 141	4.99 583	5.93 575	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	5.66 585	4.76 578	0.26 201	0.30 264	0.24 183	0.27 214

rvit_stereo_0075_2	6.64 594	8.80 573	5.25 584	7.89 585	5.27 597	7.90 599	5.27 596	7.92 600	5.28 596	7.91 600	5.29 597	7.93 600	5.27 588	7.92 600	5.28 593	7.93 596	5.28 581	7.93 599	5.29 598	7.93 592	5.28 595

DISCO	1.11 420	0.39 162	5.28 585	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	6.95 598	0.22 194	0.30 205	0.21 180	0.27 205	0.21 199	5.25 579	0.21 184

SGM+DAISY	7.06 596	9.15 575	5.38 586	8.84 590	5.18 596	8.80 601	5.31 597	8.79 602	5.28 596	8.89 602	5.20 596	8.93 602	5.33 589	8.95 602	5.36 594	8.70 600	5.21 580	8.74 602	5.20 597	8.89 596	5.15 594

raft_robust	4.71 584	7.75 566	5.40 587	6.81 580	3.31 580	4.28 570	4.20 592	4.32 570	4.37 593	4.35 569	4.35 592	4.14 567	3.75 575	4.30 571	4.20 590	6.67 591	6.37 586	3.36 559	4.24 594	4.86 573	3.25 578

test_5	4.62 583	7.55 564	6.23 588	6.32 578	3.40 582	5.29 590	3.50 582	3.53 561	4.11 590	4.28 567	4.47 593	4.26 570	4.38 585	3.68 562	3.24 575	5.89 586	5.60 582	4.84 586	3.50 582	4.33 554	3.93 590

cross-raft	4.83 585	7.52 563	6.43 589	6.63 579	3.96 590	4.51 571	3.99 590	4.49 571	3.96 589	4.52 570	3.96 588	4.50 571	3.97 581	4.50 572	3.97 586	6.65 590	6.44 587	4.33 568	3.92 590	4.35 555	3.91 589

TestStereo1	4.60 580	8.41 569	6.44 590	6.86 581	3.79 588	3.97 565	3.78 587	3.99 566	3.74 584	3.97 563	3.52 581	3.94 565	3.58 568	3.98 565	3.72 582	6.82 592	6.50 588	3.76 564	3.66 584	3.90 547	3.74 586

SA-5K	4.60 580	8.41 569	6.44 590	6.86 581	3.79 588	3.97 565	3.78 587	3.99 566	3.74 584	3.97 563	3.52 581	3.94 565	3.58 568	3.98 565	3.72 582	6.82 592	6.50 588	3.76 564	3.66 584	3.90 547	3.74 586

Sa-1000	4.34 579	8.37 568	6.84 592	6.98 583	4.45 594	3.58 560	3.00 564	3.42 560	3.39 580	2.61 540	4.00 589	3.83 564	4.01 582	3.90 564	3.90 585	5.98 588	5.62 583	3.76 564	2.34 561	4.35 555	2.47 558

SA	4.33 578	7.35 562	6.85 593	5.96 576	4.09 591	3.59 561	3.15 578	3.82 564	2.64 562	3.91 562	3.85 586	3.57 560	2.72 552	3.13 555	4.03 587	7.09 595	6.86 590	3.57 560	3.12 576	3.85 546	3.51 582

test_4	4.88 586	8.13 567	6.98 594	7.46 584	4.44 593	4.25 569	3.85 589	4.04 568	3.92 588	4.13 566	3.91 587	4.18 569	3.84 578	4.14 568	4.06 588	7.01 594	7.13 591	4.53 569	3.72 587	4.09 551	3.72 584

RAFT	6.73 595	9.36 577	7.40 595	8.51 589	6.55 599	6.88 596	6.60 599	6.79 595	6.60 599	6.80 596	6.72 601	5.31 592	5.50 590	6.61 593	6.61 599	8.42 598	5.89 584	5.73 593	5.45 600	6.61 585	6.24 597

test_3	5.01 588	8.86 574	7.77 596	8.09 586	2.76 566	4.13 568	4.05 591	3.88 565	3.76 586	4.33 568	4.13 590	3.71 563	3.91 579	4.21 569	4.06 588	7.93 596	7.69 593	4.53 569	3.91 589	4.17 552	4.29 592

test-v	7.53 597	11.89 585	7.98 597	9.36 592	7.14 600	7.06 597	7.09 600	7.37 597	6.91 600	7.29 597	5.71 598	6.45 596	6.93 593	6.73 596	7.27 600	8.93 601	7.85 594	6.98 597	6.80 601	7.56 590	7.34 599

test-2	7.53 597	11.89 585	7.98 597	9.36 592	7.14 600	7.06 597	7.09 600	7.37 597	6.91 600	7.29 597	5.71 598	6.45 596	6.93 593	6.73 596	7.27 600	8.93 601	7.85 594	6.98 597	6.80 601	7.56 590	7.34 599

test-1	6.46 593	9.16 576	8.03 599	8.09 586	5.62 598	6.11 593	6.35 598	6.85 596	4.94 595	6.08 594	6.29 600	4.98 590	6.43 592	6.22 592	6.36 598	6.16 589	7.47 592	5.82 594	5.44 599	7.11 589	5.68 596

MANE	19.05 600	23.00 593	15.00 600	23.00 607	15.00 602	24.00 608	16.00 602	24.00 609	16.00 602	22.00 609	15.00 602	23.00 609	16.00 602	23.00 609	15.00 602	22.00 609	15.00 603	22.00 609	15.00 603	22.00 609	15.00 601

rafts_anoy	20.00 601	20.00 587	20.00 601	20.00 601	20.00 603	20.00 602	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 604	20.00 603	20.00 604	20.00 603	20.00 602

raft+_RVC	20.00 601	20.00 587	20.00 601	20.00 601	20.00 603	20.00 602	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 604	20.00 603	20.00 604	20.00 603	20.00 602

raftrobust	20.00 601	20.00 587	20.00 601	20.00 601	20.00 603	20.00 602	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 604	20.00 603	20.00 604	20.00 603	20.00 602

CasAABBNet	20.00 601	20.00 587	20.00 601	20.00 601	20.00 603	20.00 602	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 604	20.00 603	20.00 604	20.00 603	20.00 602

RALCasStereoNet	20.00 601	20.00 587	20.00 601	20.00 601	20.00 603	20.00 602	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 604	20.00 603	20.00 604	20.00 603	20.00 602

RALAANet	20.00 601	20.00 587	20.00 601	20.00 601	20.00 603	20.00 602	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 603	20.00 604	20.00 603	20.00 604	20.00 603	20.00 602

WCMA_ROB	31.10 608	35.43 613	27.12 607	39.51 619	23.10 609	38.78 620	25.30 609	37.49 621	25.39 609	37.29 620	27.02 609	38.52 621	26.48 609	37.80 620	26.44 609	36.28 617	22.65 610	33.90 614	22.30 610	37.10 618	24.18 608

fff	1000028.16 627	29.62 605	29.72 608	32.61 608	30.02 610	35.13 611	31.83 611	32.07 611	10000000.00 629	35.27 613	29.82 611	32.45 611	30.15 610	32.35 611	30.09 610	31.04 611	29.55 612	30.64 611	30.14 611	10000000.00 630	30.77 610

tt	500032.53 625	34.60 611	29.72 608	37.47 617	34.41 615	36.85 615	35.22 615	34.71 614	33.55 612	34.50 611	35.43 614	33.81 614	10000000.00 630	33.57 614	33.13 614	33.68 614	35.00 616	34.03 615	35.26 617	30.96 611	34.63 614

DCANet	500032.53 625	34.60 611	29.72 608	37.47 617	34.41 615	36.85 615	35.22 615	34.71 614	33.55 612	34.50 611	35.43 614	33.81 614	10000000.00 630	33.57 614	33.13 614	33.68 614	35.00 616	34.03 615	35.26 617	30.96 611	34.63 614

csc	1000028.16 627	29.62 605	29.72 608	32.61 608	30.02 610	35.13 611	31.83 611	32.07 611	10000000.00 629	35.27 613	29.82 611	32.45 611	30.15 610	32.35 611	30.09 610	31.04 611	29.55 612	30.64 611	30.14 611	10000000.00 630	30.77 610

cscssc	1000028.16 627	29.62 605	29.72 608	32.61 608	30.02 610	35.13 611	31.83 611	32.07 611	10000000.00 629	35.27 613	29.82 611	32.45 611	30.15 610	32.35 611	30.09 610	31.04 611	29.55 612	30.64 611	30.14 611	10000000.00 630	30.77 610

111	30.40 607	30.94 609	29.72 608	32.61 608	30.02 610	33.57 609	30.47 610	31.50 610	29.39 610	30.98 610	29.11 610	29.78 610	30.39 613	29.45 610	30.76 613	30.08 610	29.02 611	29.92 610	30.32 614	29.86 610	30.17 609

DCANet-4	35.22 609	34.54 610	35.08 614	33.58 612	35.47 617	34.55 610	35.53 617	36.08 616	35.85 614	35.92 616	35.77 616	35.18 616	35.48 615	35.39 616	37.15 619	34.55 616	33.92 615	35.02 617	34.90 616	35.79 614	34.74 616

Reg-Stereo(zero)	37.00 611	37.00 615	37.00 615	37.00 614	37.00 618	37.00 617	37.00 618	37.00 618	37.00 615	37.00 617	37.00 618	37.00 618	37.00 616	37.00 617	37.00 616	37.00 618	37.00 619	37.00 619	37.00 619	37.00 615	37.00 617

HI	37.00 611	37.00 615	37.00 615	37.00 614	37.00 618	37.00 617	37.00 618	37.00 618	37.00 615	37.00 617	37.00 618	37.00 618	37.00 616	37.00 617	37.00 616	37.00 618	37.00 619	37.00 619	37.00 619	37.00 615	37.00 617

CoSv	37.00 611	37.00 615	37.00 615	37.00 614	37.00 618	37.00 617	37.00 618	37.00 618	37.00 615	37.00 617	37.00 618	37.00 618	37.00 616	37.00 617	37.00 616	37.00 618	37.00 619	37.00 619	37.00 619	37.00 615	37.00 617

ADStereo(finetuned)	36.13 610	36.63 614	38.07 618	36.97 613	33.25 614	35.91 614	34.45 614	36.36 617	32.99 611	38.14 621	36.71 617	36.69 617	34.13 614	38.57 621	40.79 620	37.60 621	36.58 618	35.90 618	33.36 615	35.42 613	34.04 613

MDST_ROB	69.83 614	87.70 619	41.95 619	113.75 622	65.62 623	75.05 621	55.25 622	75.64 623	45.04 618	71.61 622	41.75 621	72.81 622	44.06 619	68.38 622	44.63 621	101.89 624	59.57 624	107.10 624	61.05 624	104.38 621	59.38 622

CBMV	128.50 616	1422.70 630	53.10 620	79.50 621	51.30 622	77.30 622	49.70 621	74.00 622	48.20 619	77.20 623	48.80 622	73.90 623	48.00 620	73.80 623	48.80 622	70.40 623	45.10 623	68.90 623	46.10 623	68.20 620	45.00 621
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AE-Stereo	201.80 618	123.00 620	115.00 621	219.00 624	218.00 626	223.00 625	244.00 626	217.00 626	236.00 623	202.00 626	203.00 625	205.00 626	208.00 623	225.00 626	204.00 625	210.00 626	198.00 626	197.00 626	184.00 627	204.00 623	201.00 624

NOSS_ROB	102.95 615	153.00 623	121.00 622	51.00 620	44.00 621	165.00 624	127.00 623	153.00 624	119.00 620	164.00 625	125.00 623	168.00 625	120.00 621	153.00 624	117.00 623	49.00 622	44.00 622	49.00 622	44.00 622	49.00 619	44.00 620

MGS-Stereo	239.45 619	123.00 620	135.00 623	266.00 625	286.00 627	277.00 626	305.00 627	271.00 627	242.00 624	274.00 627	279.00 627	255.00 627	270.00 625	268.00 627	297.00 627	221.00 627	247.00 628	216.00 627	123.00 625	217.00 624	217.00 626

EGLCR-Stereo	246.90 620	129.00 622	139.00 624	266.00 625	286.00 627	277.00 626	305.00 627	271.00 627	242.00 624	274.00 627	279.00 627	255.00 627	270.00 625	268.00 627	297.00 627	230.00 628	247.00 628	216.00 627	223.00 629	237.00 625	227.00 627

MeshStereo	159.24 617	171.00 624	160.68 625	162.58 623	160.59 624	164.01 623	160.35 624	158.51 625	158.56 621	158.34 624	160.12 624	158.56 624	159.92 622	157.26 625	158.94 624	154.38 625	158.36 625	155.75 625	159.13 626	153.67 622	154.07 623
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
DLCB_ROB	284.23 621	354.61 626	207.27 626	363.24 627	206.46 625	364.72 628	210.41 625	364.72 629	210.41 622	364.81 629	208.64 626	364.81 629	208.64 624	364.72 629	210.41 626	354.70 629	205.53 627	354.70 629	205.53 628	354.70 626	205.53 625

LE_ROB	396.57 622	471.28 627	329.84 627	471.48 628	308.15 629	526.83 629	322.10 629	488.15 630	323.76 626	495.46 630	317.97 629	497.17 630	320.10 627	481.62 630	326.76 629	462.71 630	298.97 630	466.16 630	285.98 630	447.62 627	289.21 628

SGM-ForestM	596.69 623	677.77 628	444.52 628	699.85 629	517.25 630	732.94 630	488.29 630	770.79 631	460.11 627	750.81 631	487.98 630	792.79 631	499.41 628	730.90 631	475.81 630	720.03 631	491.16 631	663.96 631	418.60 631	674.76 628	436.05 629

CBMV_ROB	818.48 624	913.88 629	709.52 629	862.84 630	597.78 631	1073.99 631	700.52 631	1015.66 632	702.59 628	1115.65 632	760.02 631	1130.24 632	721.57 629	1037.41 632	692.65 631	814.05 632	564.29 632	843.28 632	595.31 632	915.51 629	602.92 630

111111	10000000.00 630	10000000.00 631	10000000.00 630	10000000.00 631	10000000.00 632	10000000.00 632	10000000.00 632	10000000.00 633	10000000.00 629	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 630	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 633	10000000.00 633	10000000.00 630	10000000.00 631

SGD-Stereo	10000000.00 630	10000000.00 631	10000000.00 630	10000000.00 631	10000000.00 632	10000000.00 632	10000000.00 632	10000000.00 633	10000000.00 629	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 630	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 633	10000000.00 633	10000000.00 630	10000000.00 631

IGEV-Stereo++	10000000.00 630	10000000.00 631	10000000.00 630	10000000.00 631	10000000.00 632	10000000.00 632	10000000.00 632	10000000.00 633	10000000.00 629	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 630	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 633	10000000.00 633	10000000.00 630	10000000.00 631

IGEV-BASED-STEREO-	10000000.00 630	10000000.00 631	10000000.00 630	10000000.00 631	10000000.00 632	10000000.00 632	10000000.00 632	10000000.00 633	10000000.00 629	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 630	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 633	10000000.00 633	10000000.00 630	10000000.00 631

IGEV-Stereo+	10000000.00 630	10000000.00 631	10000000.00 630	10000000.00 631	10000000.00 632	10000000.00 632	10000000.00 632	10000000.00 633	10000000.00 629	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 630	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 633	10000000.00 633	10000000.00 630	10000000.00 631

SDNR	10000000.00 630	10000000.00 631	10000000.00 630	10000000.00 631	10000000.00 632	10000000.00 632	10000000.00 632	10000000.00 633	10000000.00 629	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 630	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 633	10000000.00 633	10000000.00 630	10000000.00 631

anonymousdsp2	10000000.00 630	10000000.00 631	10000000.00 630	10000000.00 631	10000000.00 632	10000000.00 632	10000000.00 632	10000000.00 633	10000000.00 629	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 630	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 633	10000000.00 633	10000000.00 630	10000000.00 631

anonymousdsp	10000000.00 630	10000000.00 631	10000000.00 630	10000000.00 631	10000000.00 632	10000000.00 632	10000000.00 632	10000000.00 633	10000000.00 629	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 630	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 633	10000000.00 633	10000000.00 630	10000000.00 631

test_example2	10000000.00 630	10000000.00 631	10000000.00 630	10000000.00 631	10000000.00 632	10000000.00 632	10000000.00 632	10000000.00 633	10000000.00 629	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 630	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 633	10000000.00 633	10000000.00 630	10000000.00 631

DIP-Stereo	10000000.00 630	10000000.00 631	10000000.00 630	10000000.00 631	10000000.00 632	10000000.00 632	10000000.00 632	10000000.00 633	10000000.00 629	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 630	10000000.00 633	10000000.00 632	10000000.00 633	10000000.00 633	10000000.00 633	10000000.00 633	10000000.00 630	10000000.00 631
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							0.38 305	0.50 321	0.38 305	0.50 332	0.38 311	0.50 338	3.79 576	0.50 329	0.38 297	0.54 327	0.43 300	0.46 327	0.34 294	0.46 299	0.35 284

FSD					0.44 345	0.56 356	0.44 335	0.55 345	0.44 339	0.56 355	0.44 343	0.56 360	0.44 334	0.56 352	0.46 336	0.61 343	0.42 296	0.52 361	0.42 346	0.52 332

ccccc		0.44 183		0.48 268	0.35 295	0.48 321		0.51 334		0.47 305		0.47 312		0.47 307		0.41 274	0.40 278	0.40 288	0.40 331	0.41 282

Low-res two-view benchmark