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

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

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

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

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

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

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

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

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

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

ADCMid	0.08 50	0.02 12	0.02 14	1.01 364	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 72	0.09 108	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCS	0.09 52	0.02 12	0.04 43	0.90 341	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	0.14 130	0.36 279	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	1.62 456	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 88	0.04 75	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 475	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 77	0.02 21	0.07 104	0.04 75	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

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

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 74	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 54	0.03 43	0.03 51

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 54	0.03 43	0.03 51

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 54	0.03 43	0.03 51

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 54	0.03 43	0.03 51

EDNetEfficientorigin	0.04 38	0.06 54	0.04 43	0.05 43	0.04 79	0.05 89	0.04 81	0.05 89	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.03 36	0.06 94	0.03 54	0.04 77	0.03 51

EDNetEfficient	0.04 38	0.05 49	0.04 43	0.04 37	0.03 48	0.04 77	0.03 50	0.04 77	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.04 72	0.03 48	0.05 51	0.03 36	0.05 86	0.03 54	0.04 77	0.03 51

BEATNet_4x	0.11 87	0.03 31	0.03 36	1.60 453	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 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCL	0.11 87	0.03 31	0.03 36	1.60 453	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 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCPNet	0.10 65	0.03 31	0.04 43	1.27 436	0.03 48	0.04 77	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.08 107	0.04 75	0.04 44	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

DFGA-Net	0.05 41	0.06 54	0.04 43	0.06 46	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.04 88	0.06 97	0.04 84	0.06 88	0.04 75	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	0.04 79

GASNet	0.05 41	0.04 37	0.12 101	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.12 125	0.04 88	0.06 97	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

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 52	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 408	0.06 94	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 97

FADNet-RVC-Resample	0.12 96	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	1.57 507	0.04 44	0.04 45	0.04 73	0.05 96	0.04 77	0.06 104

FADNet_RVC	0.12 96	0.04 37	0.04 43	0.05 43	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.65 511	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet-RVC	0.13 103	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.05 94	0.04 72	1.71 516	0.04 44	0.04 45	0.04 73	0.04 78	0.07 106	0.04 79

FADNet	0.12 96	0.05 49	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.66 513	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCRef	0.12 96	0.03 31	0.04 43	1.71 459	0.04 79	0.03 40	0.03 50	0.04 77	0.04 81	0.04 74	0.03 52	0.04 77	0.03 52	0.06 88	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.03 43	0.04 79

ADCP+	0.15 124	0.04 37	0.04 43	2.20 474	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.04 84	0.08 107	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

NVStereoNet_ROB	0.04 38	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DA	0.09 52	0.13 81	0.39 259	0.08 49	0.05 99	0.07 103	0.05 93	0.13 126	0.05 97	0.06 96	0.05 100	0.06 97	0.05 94	0.06 88	0.05 88	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

GGEV	0.09 52	0.13 81	0.39 259	0.08 49	0.05 99	0.07 103	0.05 93	0.13 126	0.05 97	0.06 96	0.05 100	0.06 97	0.05 94	0.06 88	0.05 88	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

GwcNet	0.12 96	0.07 57	0.05 57	0.08 49	0.05 99	0.08 105	1.20 437	0.07 104	0.05 97	0.05 91	0.05 100	0.08 106	0.05 94	0.08 107	0.03 48	0.07 60	0.05 56	0.06 94	0.05 96	0.07 106	0.05 97

Wz-Net-SNSev	0.03 29	0.09 65	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	0.08 105	0.06 108	0.08 107	0.07 111	0.08 106	0.07 112	0.08 106	0.06 109	0.07 104	0.07 102	0.08 62	0.07 59	0.07 99	0.07 105	0.06 96	0.06 104

SepStereo	0.09 52	0.09 65	0.10 69	0.09 55	0.09 115	0.09 110	0.09 113	0.10 110	0.08 114	0.10 111	0.09 115	0.09 111	0.09 116	0.09 110	0.08 104	0.09 68	0.08 61	0.09 107	0.08 109	0.09 112	0.08 108

AASNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 108	0.06 96	0.06 109	0.05 91	0.06 109	0.06 88	0.05 88	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

SACVNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 108	0.06 96	0.06 109	0.05 91	0.06 109	0.06 88	0.05 88	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

AACVNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 108	0.06 96	0.06 109	0.05 91	0.06 109	0.06 88	0.05 88	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

BEATNet-Init1	0.19 142	0.08 58	0.08 60	2.23 476	0.08 113	0.08 105	0.07 111	0.07 104	0.08 114	0.08 106	0.07 112	0.08 106	0.07 113	0.11 124	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

SuperB	0.21 150	0.10 67	2.51 540	0.12 82	0.09 115	0.10 111	0.09 113	0.08 107	0.07 111	0.10 111	0.09 115	0.09 111	0.07 113	0.07 104	0.07 102	0.07 60	0.08 61	0.07 99	0.07 105	0.08 109	0.07 107

DeepPrunerF	0.19 142	0.08 58	0.08 60	2.23 476	0.08 113	0.08 105	0.07 111	0.07 104	0.08 114	0.08 106	0.07 112	0.08 106	0.07 113	0.11 124	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

ELAS_RVC	0.14 112	0.16 89	0.10 69	0.15 109	0.10 121	0.18 154	0.11 131	0.19 154	0.11 133	0.19 153	0.12 144	0.18 153	0.11 132	0.19 155	0.12 141	0.14 116	0.08 61	0.14 127	0.09 111	0.15 141	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 103	0.16 89	0.11 89	0.15 109	0.09 115	0.18 154	0.11 131	0.18 152	0.11 133	0.17 147	0.11 133	0.18 153	0.11 132	0.18 152	0.11 126	0.14 116	0.08 61	0.14 127	0.08 109	0.14 131	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
test_sample2	0.09 52	1.03 296	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

SMFormer	0.09 52	1.01 290	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

LRCNet_RVC	0.13 103	0.13 81	0.09 65	0.13 95	0.10 121	0.14 127	0.10 118	0.14 128	0.10 118	0.23 176	0.10 119	0.20 160	0.10 120	0.24 183	0.11 126	0.11 88	0.09 70	0.12 122	0.14 160	0.12 127	0.09 111

UNet	0.29 178	0.90 264	0.10 69	0.14 99	0.10 121	0.14 127	0.10 118	0.91 383	0.69 383	0.14 127	0.11 133	0.14 128	0.11 132	0.14 130	0.10 114	0.12 93	0.09 70	0.12 122	0.09 111	0.88 373	0.76 390

DRN-Test	0.14 112	0.13 81	0.09 65	0.14 99	0.09 115	0.15 134	0.09 113	0.14 128	0.10 118	0.14 127	0.09 115	0.14 128	0.09 116	0.13 129	0.09 108	0.12 93	0.09 70	0.12 122	0.09 111	0.12 127	0.73 384

S2M2_L	0.12 96	0.14 87	0.10 69	0.15 109	0.10 121	0.14 127	0.10 118	0.14 128	0.10 118	0.15 133	0.10 119	0.14 128	0.10 120	0.14 130	0.10 114	0.13 109	0.10 75	0.13 125	0.09 111	0.13 129	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 52	0.97 279	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_sample5	0.10 65	1.07 303	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 54	0.04 77	0.03 51

test_sample3	0.09 52	0.87 256	0.10 69	0.12 82	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 93	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 52	0.87 256	0.12 101	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 74	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

tta	0.09 52	0.95 276	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

DualNet	0.10 65	1.07 303	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 54	0.04 77	0.03 51

xxx	0.09 52	1.01 290	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 51

WZ-Net	0.05 41	0.50 205	0.10 69	0.12 82	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 93	0.10 75	0.01 9	0.01 9	0.01 10	0.01 10

AnonymousM	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

PVD	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SHD	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SAMSARA	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

XQC	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSC	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTS	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSA	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet+	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet++	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

StereoDRNet	0.15 124	0.14 87	0.10 69	0.14 99	0.09 115	0.15 134	0.09 113	0.14 128	0.09 117	0.14 127	0.10 119	0.14 128	0.09 116	0.14 130	0.09 108	0.13 109	0.10 75	0.13 125	0.09 111	0.13 129	0.82 396

LALA_ROB	0.15 124	0.19 99	0.12 101	0.18 130	0.11 136	0.20 162	0.12 147	0.21 168	0.12 152	0.20 159	0.12 144	0.20 160	0.12 149	0.21 169	0.13 147	0.17 142	0.10 75	0.18 162	0.11 130	0.18 155	0.11 128

OmniDepth	0.08 50	0.08 58	0.11 89	0.11 75	0.05 99	0.08 105	0.05 93	0.08 107	0.07 111	0.08 106	0.05 100	0.08 106	0.05 94	0.09 110	0.08 104	0.15 125	0.11 96	0.07 99	0.05 96	0.07 106	0.06 104

S2M2_XL	0.14 112	0.17 95	0.12 101	0.17 128	0.11 136	0.17 150	0.11 131	0.17 149	0.11 133	0.17 147	0.11 133	0.17 149	0.11 132	0.17 149	0.11 126	0.16 134	0.11 96	0.16 145	0.11 130	0.16 145	0.11 128
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ITSA-stereo	0.15 124	0.17 95	0.13 121	0.20 136	0.13 155	0.19 157	0.13 150	0.18 152	0.13 155	0.19 153	0.13 156	0.18 153	0.14 158	0.18 152	0.14 151	0.16 134	0.11 96	0.15 142	0.14 160	0.18 155	0.11 128

testlalala2	0.13 103	0.16 89	0.11 89	0.15 109	0.11 136	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.14 116	0.11 96	0.14 127	0.11 130	0.14 131	0.11 128

JetBlue	0.11 87	0.11 78	0.12 101	0.13 95	0.14 157	0.11 122	0.11 131	0.11 122	0.11 133	0.11 123	0.11 133	0.11 123	0.11 132	0.12 128	0.12 141	0.11 88	0.11 96	0.11 119	0.11 130	0.11 123	0.11 128

mmm	0.14 112	1.83 402	0.12 101	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.04 81	0.03 40	0.03 52	0.03 42	0.03 52	0.06 88	0.04 75	0.12 93	0.11 96	0.05 86	0.04 78	0.05 92	0.04 79

1111x	0.10 65	1.14 310	0.13 121	0.14 99	0.03 48	0.04 77	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 96	0.03 38	0.02 20	0.03 43	0.02 20

testlalala_base	0.13 103	0.16 89	0.11 89	0.15 109	0.11 136	0.15 134	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.14 116	0.11 96	0.14 127	0.11 130	0.14 131	0.11 128

ProNet	0.14 112	0.20 103	0.14 126	0.16 120	0.11 136	0.16 142	0.11 131	0.17 149	0.11 133	0.17 147	0.12 144	0.17 149	0.13 154	0.17 149	0.12 141	0.15 125	0.11 96	0.16 145	0.11 130	0.15 141	0.12 144

Wz-Net-MNSev	0.06 44	0.54 221	0.10 69	0.12 82	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 93	0.11 96	0.01 9	0.01 9	0.01 10	0.01 10

ICVP	0.15 124	0.53 218	0.11 89	0.16 120	0.11 136	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.16 134	0.11 96	0.16 145	0.11 130	0.16 145	0.11 128
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 78	0.11 89	0.11 75	0.11 136	0.11 122	0.11 131	0.11 122	0.11 133	0.11 123	0.12 144	0.11 123	0.11 132	0.11 124	0.11 126	0.11 88	0.11 96	0.14 127	0.11 130	0.49 313	0.11 128

cf-r	0.66 323	2.17 429	0.12 101	0.18 130	0.12 152	0.18 154	2.70 548	2.60 524	0.12 152	0.18 151	0.12 144	0.18 153	0.12 149	0.18 152	0.12 141	0.15 125	0.11 96	0.15 142	0.11 130	1.81 483	1.74 523

PASM	0.39 238	3.06 482	1.36 478	1.58 449	0.09 115	0.11 122	0.11 131	0.11 122	0.11 133	0.09 110	0.09 115	0.11 123	0.09 116	0.09 110	0.09 108	0.11 88	0.11 96	0.11 119	0.09 111	0.11 123	0.11 128

HSM	0.14 112	0.16 89	0.12 101	0.17 128	0.12 152	0.17 150	0.11 131	0.17 149	0.11 133	0.17 147	0.12 144	0.17 149	0.12 149	0.17 149	0.12 141	0.16 134	0.11 96	0.16 145	0.11 130	0.16 145	0.12 144

SGM_RVC	0.15 124	0.17 95	0.11 89	0.18 130	0.11 136	0.19 157	0.11 131	0.19 154	0.12 152	0.19 153	0.12 144	0.20 160	0.12 149	0.19 155	0.12 141	0.16 134	0.11 96	0.17 153	0.10 118	0.17 151	0.10 116
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DualNet (step1)	0.10 65	1.05 300	0.12 101	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 65	1.05 300	0.12 101	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 65	1.05 300	0.12 101	0.12 82	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 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample7	0.09 52	1.00 284	0.11 89	0.11 75	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

qqq1	0.25 163	3.70 496	0.14 126	0.14 99	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 109	0.12 112	0.06 94	0.05 96	0.03 43	0.04 79

fff1	0.25 163	3.70 496	0.14 126	0.14 99	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 109	0.12 112	0.06 94	0.05 96	0.03 43	0.04 79

11t1	0.17 136	2.16 428	0.13 121	0.13 95	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.05 88	0.18 150	0.12 112	0.06 94	0.03 54	0.05 92	0.03 51

ffm	0.25 163	3.83 502	0.12 101	0.12 82	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 93	0.12 112	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 163	3.83 502	0.12 101	0.12 82	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 93	0.12 112	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 163	3.83 502	0.12 101	0.12 82	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 93	0.12 112	0.05 86	0.04 78	0.06 96	0.04 79

ttt	0.10 65	1.09 305	0.12 101	0.12 82	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 93	0.12 112	0.03 38	0.02 20	0.03 43	0.02 20

CIPLG	0.13 103	0.21 108	0.12 101	0.16 120	0.11 136	0.15 134	0.11 131	0.14 128	0.11 133	0.15 133	0.12 144	0.15 138	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

IPLG	0.13 103	0.20 103	0.14 126	0.15 109	0.11 136	0.14 127	0.11 131	0.14 128	0.11 133	0.14 127	0.11 133	0.14 128	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

IPLGR_C	0.14 112	0.20 103	0.12 101	0.15 109	0.11 136	0.14 127	0.15 157	0.14 128	0.11 133	0.15 133	0.12 144	0.14 128	0.11 132	0.16 140	0.11 126	0.15 125	0.12 112	0.14 127	0.12 147	0.15 141	0.12 144

MIPNet	0.14 112	0.21 108	0.17 152	0.16 120	0.11 136	0.15 134	0.12 147	0.14 128	0.11 133	0.16 138	0.11 133	0.14 128	0.11 132	0.14 130	0.11 126	0.14 116	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

IPLGR	0.14 112	0.24 120	0.14 126	0.16 120	0.12 152	0.15 134	0.12 147	0.14 128	0.11 133	0.15 133	0.12 144	0.14 128	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

ACRE	0.13 103	0.21 108	0.14 126	0.15 109	0.11 136	0.14 127	0.11 131	0.14 128	0.11 133	0.14 127	0.12 144	0.14 128	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

222	0.10 65	0.99 283	0.12 101	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 93	0.12 112	0.03 38	0.02 20	0.04 77	0.03 51

ACVNet	0.20 144	0.19 99	0.14 126	0.20 136	0.14 157	0.20 162	0.96 416	0.21 168	0.14 157	0.20 159	0.13 156	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	0.17 151	0.12 144

acv_ft	0.20 144	0.19 99	0.14 126	0.20 136	0.14 157	0.20 162	0.96 416	0.21 168	0.14 157	0.20 159	0.13 156	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	0.17 151	0.12 144

hitnet-ft	0.79 351	2.78 477	0.14 126	0.20 136	0.14 157	0.21 172	2.89 549	2.80 538	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	2.54 523	2.33 540

PSMNet-RSSM	0.77 347	2.76 472	0.14 126	0.20 136	0.14 157	0.20 162	2.66 546	2.79 537	0.14 157	0.21 170	0.14 161	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	2.52 515	2.31 538

GwcNet-RSSM	0.77 347	2.77 474	0.14 126	0.20 136	0.14 157	0.20 162	2.67 547	2.78 536	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.21 169	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	2.52 515	2.31 538

CFNet-ft	0.55 307	1.57 390	0.14 126	0.20 136	0.14 157	0.20 162	2.53 545	1.61 478	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	1.56 471	1.24 486

zh-sn7	0.10 65	0.98 280	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 54	0.03 43	0.03 51

DDVS	0.30 179	3.10 483	0.14 126	0.19 133	0.14 157	0.19 157	0.14 152	0.20 160	0.14 157	0.19 153	0.13 156	0.16 139	0.13 154	0.19 155	0.13 147	0.17 142	0.13 136	0.17 153	0.13 155	0.17 151	0.13 150

test_sample4	0.10 65	1.03 296	0.12 101	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 54	0.03 43	0.03 51

DeepPruner_ROB	0.16 132	0.18 98	0.13 121	0.19 133	0.13 155	0.19 157	0.13 150	0.19 154	0.13 155	0.19 153	0.13 156	0.19 157	0.13 154	0.19 155	0.13 147	0.18 150	0.13 136	0.18 162	0.13 155	0.18 155	0.13 150

qqq	0.16 132	2.01 419	0.12 101	0.15 109	0.04 79	0.06 92	0.05 93	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.03 48	0.12 93	0.14 140	0.04 73	0.04 78	0.03 43	0.03 51

test_xeample	0.10 65	1.09 305	0.13 121	0.12 82	0.03 48	0.03 40	0.03 50	0.04 77	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 54	0.03 43	0.03 51

GMStereo	0.14 112	0.13 81	0.14 126	0.14 99	0.14 157	0.14 127	0.14 152	0.14 128	0.14 157	0.14 127	0.14 161	0.14 128	0.14 158	0.14 130	0.14 151	0.14 116	0.14 140	0.14 127	0.14 160	0.14 131	0.14 155
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
x	0.11 87	1.15 313	0.15 142	0.14 99	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	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 54	0.03 43	0.03 51

dd	0.23 158	0.98 280	0.16 145	0.23 152	0.15 168	0.23 182	0.15 157	0.23 178	0.15 167	0.23 176	0.15 169	0.24 185	0.17 177	0.23 179	0.15 161	0.22 166	0.15 143	0.21 171	0.15 166	0.22 169	0.16 159

RAFT-FEzeroshot	0.34 199	0.26 125	0.17 152	0.21 145	0.17 181	0.20 162	0.16 162	0.20 160	0.16 171	0.20 159	0.17 177	0.21 167	0.16 170	0.27 202	0.24 201	0.19 154	0.16 145	0.19 165	0.16 168	0.26 184	3.08 555

RAFT-FE	0.34 199	0.26 125	0.17 152	0.21 145	0.17 181	0.20 162	0.16 162	0.20 160	0.16 171	0.20 159	0.17 177	0.21 167	0.16 170	0.27 202	0.24 201	0.19 154	0.16 145	0.19 165	0.16 168	0.26 184	3.08 555

zh-mn7	0.12 96	1.14 310	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 54	0.03 43	0.03 51

xyz-stereo-finetune2	0.18 139	0.48 199	0.16 145	0.16 120	0.15 168	0.15 134	0.16 162	0.16 141	0.16 171	0.16 138	0.16 172	0.16 139	0.16 170	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 168	0.16 145	0.16 159

xyz-stereo	0.18 139	0.50 205	0.16 145	0.15 109	0.16 177	0.16 142	0.16 162	0.16 141	0.16 171	0.16 138	0.16 172	0.16 139	0.16 170	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 168	0.16 145	0.16 159

ACV-stereo	0.30 179	2.08 421	0.25 185	0.25 162	0.18 191	0.24 183	0.17 170	0.24 181	0.18 182	0.24 181	0.17 177	0.25 190	0.17 177	0.24 183	0.17 171	0.22 166	0.16 145	0.22 176	0.16 168	0.22 169	0.16 159

JetRed	0.11 87	0.12 80	0.11 89	0.11 75	0.11 136	0.11 122	0.14 152	0.11 122	0.11 133	0.12 125	0.11 133	0.11 123	0.11 132	0.11 124	0.11 126	0.11 88	0.16 145	0.11 119	0.11 130	0.11 123	0.11 128

GMStereo_Zeroshot	0.16 132	0.16 89	0.16 145	0.16 120	0.16 177	0.16 142	0.16 162	0.16 141	0.16 171	0.16 138	0.16 172	0.16 139	0.16 170	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 168	0.16 145	0.16 159

IGEV_Zeroshot_test	0.20 144	0.19 99	0.40 264	0.30 175	0.17 181	0.22 174	0.17 170	0.21 168	0.17 179	0.20 159	0.17 177	0.21 167	0.18 185	0.21 169	0.17 171	0.20 157	0.16 145	0.20 169	0.16 168	0.20 162	0.17 171

MSKI-zero shot	0.24 160	0.21 108	0.49 309	0.65 312	0.18 191	0.22 174	0.17 170	0.23 178	0.18 182	0.21 170	0.17 177	0.23 181	0.28 237	0.23 179	0.18 180	0.21 163	0.16 145	0.21 171	0.16 168	0.21 167	0.16 159

MIM_Stereo	0.25 163	0.23 113	0.66 348	0.80 331	0.17 181	0.22 174	0.17 170	0.23 178	0.18 182	0.26 195	0.17 177	0.21 167	0.17 177	0.25 188	0.17 171	0.23 177	0.16 145	0.21 171	0.17 188	0.22 169	0.17 171

dad	0.23 158	1.03 296	0.16 145	0.23 152	0.15 168	0.24 183	0.15 157	0.24 181	0.16 171	0.23 176	0.16 172	0.24 185	0.16 170	0.23 179	0.15 161	0.22 166	0.16 145	0.22 176	0.16 168	0.22 169	0.16 159

xxxx	0.11 87	1.16 315	0.16 145	0.12 82	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 78	0.04 77	0.04 79

MMNet	0.44 265	1.24 374	0.17 152	0.25 162	0.17 181	0.25 190	0.18 177	1.26 465	0.93 417	0.25 187	0.17 177	0.25 190	0.18 185	0.25 188	0.17 171	0.23 177	0.16 145	0.23 182	0.16 168	1.20 411	0.99 411

delet	0.43 260	1.21 366	0.17 152	0.25 162	0.17 181	0.25 190	0.18 177	1.26 465	0.95 419	0.25 187	0.17 177	0.25 190	0.17 177	0.25 188	0.17 171	0.23 177	0.16 145	0.22 176	0.16 168	1.18 408	0.98 410

ac_64	0.22 154	0.13 81	0.19 164	0.23 152	0.10 121	0.26 198	1.02 424	0.14 128	0.10 118	0.28 199	0.14 161	0.17 149	0.19 190	0.28 206	0.09 108	0.22 166	0.16 145	0.23 182	0.17 188	0.11 123	0.12 144

iResNetv2_ROB	0.20 144	0.23 113	0.18 161	0.24 157	0.20 198	0.24 183	0.18 177	0.24 181	0.18 182	0.24 181	0.18 190	0.23 181	0.19 190	0.24 183	0.18 180	0.21 163	0.16 145	0.21 171	0.16 168	0.22 169	0.16 159

iResNet	0.20 144	0.23 113	0.18 161	0.24 157	0.18 191	0.24 183	0.20 185	0.24 181	0.18 182	0.23 176	0.17 177	0.23 181	0.18 185	0.23 179	0.18 180	0.22 166	0.16 145	0.21 171	0.16 168	0.21 167	0.16 159

RSGM-EC	0.24 160	0.24 120	0.15 142	0.22 148	0.15 168	0.22 174	0.15 157	0.22 172	0.15 167	0.24 181	0.15 169	0.22 175	0.15 168	0.22 173	1.19 437	0.20 157	0.17 163	0.24 190	0.14 160	0.20 162	0.14 155

acva	0.24 160	0.24 120	0.15 142	0.22 148	0.15 168	0.22 174	0.15 157	0.22 172	0.15 167	0.24 181	0.15 169	0.22 175	0.15 168	0.22 173	1.19 437	0.20 157	0.17 163	0.24 190	0.14 160	0.20 162	0.14 155

IGEV-FE	0.35 208	0.37 146	0.17 152	0.19 133	0.17 181	0.20 162	0.17 170	0.19 154	0.17 179	0.19 153	0.17 177	0.19 157	0.17 177	0.37 238	0.36 279	0.19 154	0.17 163	0.19 165	0.17 188	0.38 251	2.84 546

tg	0.21 150	0.25 124	0.21 170	0.26 169	0.17 181	0.24 183	0.17 170	0.24 181	0.17 179	0.24 181	0.17 177	0.24 185	0.17 177	0.24 183	0.17 171	0.24 182	0.17 163	0.23 182	0.16 168	0.23 178	0.16 159

Pointernet	0.21 150	0.22 112	0.19 164	0.24 157	0.19 195	0.24 183	0.19 181	0.24 181	0.19 188	0.24 181	0.19 192	0.24 185	0.19 190	0.24 183	0.19 183	0.22 166	0.17 163	0.22 176	0.17 188	0.22 169	0.17 171

gcap-zeroshot	0.35 208	0.32 138	0.37 249	0.49 269	0.39 316	0.33 222	0.21 190	0.26 192	0.35 283	0.42 274	0.34 281	0.49 317	0.29 244	0.47 301	0.39 302	0.34 217	0.17 163	0.38 266	0.23 205	0.48 309	0.34 269

psm_up	0.43 260	1.19 319	0.17 152	0.25 162	0.18 191	0.25 190	0.19 181	1.26 465	0.91 412	0.26 195	0.17 177	0.25 190	0.17 177	0.25 188	0.17 171	0.22 166	0.17 163	0.23 182	0.16 168	1.18 408	0.99 411

UPFNet	0.42 259	1.20 320	0.17 152	0.24 157	0.17 181	0.25 190	0.17 170	1.19 413	0.90 410	0.25 187	0.17 177	0.24 185	0.17 177	0.25 188	0.17 171	0.22 166	0.17 163	0.22 176	0.16 168	1.15 400	0.93 406

CFNet	1.37 464	5.27 529	0.19 164	5.49 556	0.19 195	0.28 203	0.19 181	0.28 196	0.19 188	0.28 199	0.19 192	0.28 203	4.35 569	0.28 206	0.19 183	0.23 177	0.17 163	0.23 182	4.21 578	4.81 555	0.17 171

test_for_model	0.15 124	0.23 113	0.18 161	0.21 145	0.11 136	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.21 163	0.18 172	0.14 127	0.11 130	0.14 131	0.11 128

CAS++	0.17 136	0.27 128	0.21 170	0.10 58	0.21 204	0.15 134	0.22 195	0.10 110	0.21 193	0.22 172	0.10 119	0.19 157	0.18 185	0.10 113	0.19 183	0.20 157	0.19 173	0.18 162	0.10 118	0.19 161	0.18 175
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GEStereo_RVC	0.86 372	4.45 516	0.20 167	0.27 172	0.20 198	0.27 202	0.20 185	0.26 192	0.18 182	5.03 572	0.20 196	0.27 202	0.19 190	0.27 202	0.21 189	0.20 157	0.19 173	0.19 165	4.02 576	0.20 162	0.18 175

ISRNet	0.11 87	0.05 49	0.36 245	0.24 157	0.07 111	0.13 126	0.05 93	0.06 94	0.05 97	0.05 91	0.05 100	0.13 127	0.05 94	0.05 82	0.09 108	0.24 182	0.20 175	0.10 108	0.05 96	0.06 96	0.13 150

model_zeroshot	0.27 172	0.20 103	0.27 192	0.33 187	0.21 204	0.37 237	0.22 195	0.37 229	0.24 205	0.26 195	0.27 230	0.33 221	0.21 199	0.25 188	0.27 215	0.32 209	0.20 175	0.34 234	0.23 205	0.25 182	0.26 203

DAS	0.20 144	0.20 103	0.20 167	0.20 136	0.20 198	0.20 162	0.20 185	0.20 160	0.20 190	0.20 159	0.20 196	0.20 160	0.20 194	0.20 159	0.20 186	0.20 157	0.20 175	0.20 169	0.20 195	0.20 162	0.20 179

DCVSM-stereo	0.36 214	1.89 408	0.22 172	0.40 221	0.22 206	0.40 252	0.22 195	0.40 246	0.22 196	0.40 246	0.22 202	0.40 255	0.22 200	0.40 252	0.22 191	0.28 195	0.21 178	0.28 204	0.21 196	0.28 191	0.20 179

Wz-Net-LNSev	0.06 44	0.24 120	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	0.21 178	0.02 18	0.01 9	0.01 10	0.01 10

HGLStereo	0.28 173	0.29 133	0.22 172	0.36 195	0.22 206	0.36 232	0.21 190	0.36 223	0.21 193	0.42 274	0.21 201	0.36 234	0.22 200	0.36 234	0.21 189	0.34 217	0.21 178	0.34 234	0.21 196	0.34 215	0.21 181

DISCO	1.11 406	0.39 156	5.28 570	0.39 207	0.20 198	0.39 250	0.27 222	0.39 241	0.22 196	0.38 234	0.20 196	0.38 242	0.20 194	6.95 583	0.22 191	0.30 203	0.21 178	0.27 202	0.21 196	5.25 564	0.21 181

Select-FE	0.41 249	0.44 177	0.23 175	0.26 169	0.22 206	0.26 198	0.22 195	0.26 192	0.23 202	0.26 195	0.23 206	0.26 200	0.23 206	0.45 292	0.42 321	0.25 188	0.22 182	0.25 193	0.22 199	0.45 290	2.90 547

WAO-6	0.22 154	0.23 113	0.22 172	0.23 152	0.22 206	0.22 174	0.22 195	0.22 172	0.22 196	0.22 172	0.22 202	0.22 175	0.22 200	0.22 173	0.22 191	0.22 166	0.22 182	0.22 176	0.22 199	0.22 169	0.22 184

IMH-64-1	0.22 154	0.23 113	0.23 175	0.22 148	0.22 206	0.22 174	0.22 195	0.22 172	0.22 196	0.22 172	0.22 202	0.22 175	0.22 200	0.22 173	0.22 191	0.22 166	0.22 182	0.23 182	0.22 199	0.22 169	0.23 186

IMH-64	0.22 154	0.23 113	0.23 175	0.22 148	0.22 206	0.22 174	0.22 195	0.22 172	0.22 196	0.22 172	0.22 202	0.22 175	0.22 200	0.22 173	0.22 191	0.22 166	0.22 182	0.23 182	0.22 199	0.22 169	0.23 186

GMOStereo	0.37 220	0.45 185	0.23 175	0.30 175	0.37 300	0.41 268	0.36 287	0.41 261	0.35 283	0.43 280	0.36 293	0.41 268	0.40 306	0.41 267	0.36 279	0.34 217	0.22 182	0.47 330	0.37 309	0.39 260	0.33 263

WCG-NET（raft）	0.32 194	1.24 374	0.24 182	0.32 183	0.24 217	0.32 220	0.23 203	0.32 208	0.24 205	0.32 213	0.24 213	0.32 218	0.24 210	0.32 217	0.24 201	0.30 203	0.23 187	0.30 211	0.23 205	0.30 197	0.23 186

FCDSN-DC	0.41 249	0.59 229	0.64 344	0.54 289	0.33 277	0.50 328	0.37 293	0.42 279	0.40 313	0.61 357	0.43 335	0.50 332	0.49 348	0.38 241	0.32 250	0.28 195	0.23 187	0.26 198	0.22 199	0.35 227	0.28 224
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
iResNet_ROB	0.28 173	0.32 138	0.24 182	0.32 183	0.25 219	0.32 220	0.24 208	0.32 208	0.24 205	0.33 218	0.24 213	0.35 228	0.24 210	0.33 223	0.24 201	0.31 208	0.24 189	0.32 218	0.24 213	0.32 204	0.24 196

UNDER WATER-64	0.25 163	0.26 125	0.25 185	0.26 169	0.25 219	0.25 190	0.25 211	0.25 187	0.25 210	0.25 187	0.25 219	0.25 190	0.25 213	0.26 198	0.25 209	0.25 188	0.25 190	0.25 193	0.25 218	0.25 182	0.25 197

LoS	0.25 163	0.27 128	0.25 185	0.25 162	0.25 219	0.25 190	0.25 211	0.26 192	0.25 210	0.25 187	0.25 219	0.25 190	0.25 213	0.25 188	0.25 209	0.26 190	0.25 190	0.25 193	0.26 224	0.26 184	0.25 197
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
StereoDRNet-Refined	0.33 197	0.39 156	0.26 191	0.39 207	0.26 227	0.40 252	0.26 219	0.40 246	0.26 223	0.39 240	0.26 225	0.39 247	0.26 222	0.39 249	0.26 214	0.37 235	0.25 190	0.37 258	0.25 218	0.37 238	0.37 285
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
Zero-FE251	0.36 214	0.40 158	0.28 196	0.41 233	0.28 234	0.41 268	0.28 230	0.41 261	0.28 232	0.41 260	0.28 237	0.41 268	0.28 237	0.42 280	0.30 242	0.37 235	0.26 193	0.37 258	0.27 232	0.45 290	0.56 357

Monster-pub-mixall	0.44 265	0.56 225	0.60 335	0.38 201	0.27 229	0.37 237	0.27 222	0.37 229	0.29 238	0.38 234	0.27 230	0.38 242	0.29 244	0.85 385	0.27 215	1.46 470	0.26 193	0.34 234	0.26 224	0.36 234	0.53 346

tt1	0.31 186	0.93 273	0.24 182	0.33 187	0.23 212	0.31 212	0.24 208	0.32 208	0.24 205	0.32 213	0.23 206	0.32 218	0.25 213	0.32 217	0.24 201	0.27 193	0.26 193	0.27 202	0.26 224	0.27 189	0.27 211

DLNR_Zeroshot_test	0.31 186	0.28 131	0.47 294	0.79 329	0.24 217	0.30 207	0.26 219	0.30 203	0.24 205	0.32 213	0.23 206	0.31 216	0.24 210	0.30 212	0.23 197	0.29 202	0.26 193	0.29 209	0.24 213	0.33 211	0.23 186

LoS_RVC	0.30 179	1.14 310	0.25 185	0.25 162	0.25 219	0.26 198	0.25 211	0.25 187	0.25 210	0.25 187	0.25 219	0.26 200	0.26 222	0.26 198	0.25 209	0.26 190	0.26 193	0.25 193	0.25 218	0.26 184	0.26 203

CAS	0.30 179	1.17 316	0.25 185	0.25 162	0.25 219	0.26 198	0.25 211	0.25 187	0.26 223	0.25 187	0.25 219	0.25 190	0.25 213	0.25 188	0.25 209	0.26 190	0.26 193	0.26 198	0.25 218	0.26 184	0.25 197

CroCo-Stereo	0.73 340	1.22 372	0.25 185	1.22 432	0.25 219	1.22 468	0.25 211	1.22 462	0.25 210	1.22 470	0.25 219	1.22 473	0.25 213	1.22 473	0.25 209	1.22 453	0.26 193	1.21 479	0.25 218	1.22 458	0.25 197
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
w-ln-seven-2	0.14 112	1.22 372	0.28 196	0.32 183	0.04 79	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	0.32 209	0.27 200	0.04 73	0.03 54	0.03 43	0.03 51

CroCo-Stereo Lap2	0.77 347	1.29 376	0.29 200	1.27 436	0.29 243	1.27 471	0.26 219	1.26 465	0.26 223	1.26 471	0.26 225	1.27 475	0.26 222	1.26 474	0.27 215	1.27 455	0.27 200	1.27 483	0.27 232	1.27 461	0.27 211

iRaft-Stereo_5w	0.34 199	0.42 173	0.31 216	0.39 207	0.30 253	0.38 244	0.30 244	0.40 246	0.29 238	0.40 246	0.37 300	0.41 268	0.34 279	0.38 241	0.30 242	0.34 217	0.27 200	0.34 234	0.26 224	0.34 215	0.26 203

iRaft-Stereo_20w	0.34 199	0.41 166	0.31 216	0.39 207	0.29 243	0.40 252	0.32 255	0.41 261	0.32 264	0.38 234	0.30 254	0.39 247	0.30 251	0.38 241	0.32 250	0.35 226	0.27 200	0.34 234	0.27 232	0.34 215	0.29 229

GANet-RSSM	0.75 342	1.91 411	0.14 126	0.47 258	0.14 157	0.21 172	3.21 565	2.30 510	0.14 157	0.46 293	0.14 161	0.23 181	0.18 185	0.21 169	0.14 151	0.18 150	0.27 200	0.37 258	0.13 155	2.13 493	2.12 533

MLCV	0.31 186	0.35 141	0.27 192	0.35 191	0.28 234	0.35 229	0.27 222	0.35 219	0.28 232	0.36 228	0.27 230	0.35 228	0.27 230	0.35 228	0.27 215	0.34 217	0.27 200	0.34 234	0.27 232	0.34 215	0.27 211

DLNR-FE	0.28 173	0.89 261	0.30 204	0.34 189	0.19 195	0.28 203	0.19 181	0.28 196	0.20 190	0.28 199	0.20 196	0.28 203	0.20 194	0.28 206	0.20 186	0.33 213	0.28 206	0.25 193	0.19 194	0.24 180	0.19 177

Monster-pub-eth3d	0.45 268	0.57 226	0.60 335	0.39 207	0.28 234	0.37 237	0.28 230	0.37 229	0.30 249	0.39 240	0.29 242	0.39 247	0.30 251	0.92 395	0.27 215	1.42 467	0.28 206	0.34 234	0.28 237	0.37 238	0.53 346

xxxxx1	0.31 186	0.91 266	0.23 175	0.31 180	0.23 212	0.31 212	0.23 203	0.33 211	0.25 210	0.31 208	0.24 213	0.33 221	0.25 213	0.32 217	0.24 201	0.28 195	0.28 206	0.28 204	0.28 237	0.29 194	0.27 211

EKT-Stereo	0.37 220	0.40 158	0.44 281	1.07 368	0.29 243	0.34 224	0.31 253	0.36 223	0.29 238	0.38 234	0.31 262	0.37 240	0.30 251	0.36 234	0.29 235	0.34 217	0.28 206	0.39 277	0.30 261	0.37 238	0.30 242

SQANet	0.28 173	0.28 131	0.28 196	0.28 173	0.28 234	0.28 203	0.28 230	0.28 196	0.28 232	0.28 199	0.28 237	0.28 203	0.28 237	0.28 206	0.28 225	0.28 195	0.28 206	0.28 204	0.28 237	0.28 191	0.28 224

Any-RAFT	0.32 194	0.36 144	0.27 192	0.36 195	0.27 229	0.36 232	0.27 222	0.36 223	0.27 229	0.36 228	0.27 230	0.36 234	0.27 230	0.36 234	0.28 225	0.36 231	0.28 206	0.36 255	0.28 237	0.36 234	0.28 224

tt_ll	0.31 186	0.91 266	0.23 175	0.31 180	0.23 212	0.31 212	0.23 203	0.33 211	0.25 210	0.31 208	0.24 213	0.33 221	0.25 213	0.32 217	0.24 201	0.28 195	0.28 206	0.28 204	0.28 237	0.29 194	0.27 211

ff	0.31 186	0.91 266	0.23 175	0.31 180	0.23 212	0.31 212	0.23 203	0.33 211	0.25 210	0.31 208	0.24 213	0.33 221	0.25 213	0.32 217	0.24 201	0.28 195	0.28 206	0.28 204	0.28 237	0.29 194	0.27 211

IER	0.88 374	7.04 545	2.23 533	2.75 493	0.28 234	0.43 295	0.25 211	0.39 241	0.25 210	0.41 260	0.27 230	0.39 247	0.25 213	0.40 252	0.28 225	0.37 235	0.28 206	0.37 258	0.25 218	0.37 238	0.25 197

Gwc-CoAtRS	0.41 249	1.49 388	0.32 221	0.42 243	0.32 265	0.41 268	0.32 255	0.41 261	0.33 271	0.41 260	0.32 266	0.41 268	0.32 266	0.41 267	0.32 250	0.39 257	0.28 206	0.39 277	0.28 237	0.40 266	0.28 224

DN-CSS_ROB	0.31 186	0.35 141	0.28 196	0.35 191	0.28 234	0.34 224	0.27 222	0.34 215	0.25 210	0.35 225	0.27 230	0.36 234	0.26 222	0.34 225	0.28 225	0.35 226	0.28 206	0.34 234	0.28 237	0.34 215	0.27 211

IGEV++	0.34 199	0.43 174	0.30 204	0.40 221	0.29 243	0.40 252	0.29 239	0.40 246	0.29 238	0.40 246	0.29 242	0.40 255	0.29 244	0.40 252	0.30 242	0.38 246	0.29 217	0.37 258	0.29 247	0.37 238	0.29 229

TorneroNet-64	0.45 268	0.27 128	0.30 204	0.58 298	0.27 229	0.70 369	0.30 244	0.28 196	0.73 396	0.73 372	0.28 237	0.71 372	0.66 374	0.75 373	0.27 215	0.27 193	0.29 217	0.37 258	0.75 401	0.28 191	0.30 242

RAFT-Test	0.36 214	0.37 146	0.33 226	0.41 233	0.32 265	0.41 268	0.32 255	0.41 261	0.32 264	0.41 260	0.32 266	0.41 268	0.32 266	0.41 267	0.33 259	0.37 235	0.29 217	0.37 258	0.29 247	0.38 251	0.31 251

RCA-Stereo	0.51 298	3.22 488	0.34 236	0.44 250	0.34 287	0.44 298	0.34 276	0.43 285	0.34 280	0.43 280	0.34 281	0.44 294	0.33 274	0.43 286	0.33 259	0.38 246	0.29 217	0.38 266	0.29 247	0.38 251	0.29 229

GES	0.66 323	2.34 445	0.29 200	0.41 233	0.29 243	0.41 268	0.29 239	0.42 279	0.29 238	0.40 246	0.41 323	0.41 268	0.30 251	0.51 332	0.29 235	0.32 209	0.29 217	0.32 218	2.46 549	2.49 511	0.30 242

DGSMNet	0.34 199	0.41 166	0.27 192	0.41 233	0.28 234	0.41 268	0.28 230	0.41 261	0.27 229	0.41 260	0.27 230	0.42 286	0.27 230	0.41 267	0.28 225	0.40 261	0.29 217	0.40 282	0.28 237	0.40 266	0.27 211

RAFT + AFF	0.31 186	0.45 185	0.34 236	0.39 207	0.28 234	0.38 244	0.33 265	0.29 201	0.31 260	0.30 204	0.30 254	0.29 209	0.27 230	0.29 210	0.30 242	0.28 195	0.29 217	0.29 209	0.29 247	0.27 189	0.32 256

ccnet	0.80 353	2.28 437	0.33 226	0.50 276	0.33 277	0.50 328	0.33 265	0.50 315	0.33 271	0.49 313	0.33 273	0.49 317	1.56 494	2.38 514	0.33 259	0.41 269	0.29 217	0.42 310	1.57 509	2.28 499	0.29 229

MultiAttention	0.30 179	0.30 134	0.30 204	0.30 175	0.30 253	0.30 207	0.30 244	0.30 203	0.30 249	0.30 204	0.30 254	0.30 212	0.30 251	0.30 212	0.30 242	0.30 203	0.30 225	0.30 211	0.30 261	0.30 197	0.30 242

MSAF-DinoV2	0.30 179	0.30 134	0.30 204	0.30 175	0.30 253	0.30 207	0.30 244	0.30 203	0.30 249	0.30 204	0.30 254	0.30 212	0.30 251	0.30 212	0.30 242	0.30 203	0.30 225	0.30 211	0.30 261	0.30 197	0.30 242

GCAP-BAT	0.33 197	0.78 242	0.32 221	0.38 201	0.25 219	0.34 224	0.25 211	0.34 215	0.26 223	0.34 220	0.25 219	0.35 228	0.26 222	0.35 228	0.27 215	0.36 231	0.30 225	0.32 218	0.24 213	0.32 204	0.26 203

PML	0.46 274	1.36 382	0.29 200	0.58 298	0.30 253	0.57 356	0.29 239	0.57 343	0.29 238	0.57 352	0.29 242	0.57 356	0.29 244	0.56 346	0.29 235	0.52 318	0.30 225	0.53 358	0.31 271	0.53 330	0.30 242

psmorigin	0.41 249	0.46 189	0.33 226	0.49 269	0.33 277	0.49 320	0.33 265	0.49 307	0.33 271	0.49 313	0.33 273	0.49 317	0.33 274	0.51 332	0.33 259	0.41 269	0.30 225	0.41 299	0.30 261	0.79 359	0.29 229

DANet	0.30 179	0.30 134	0.30 204	0.30 175	0.30 253	0.30 207	0.30 244	0.30 203	0.30 249	0.30 204	0.30 254	0.30 212	0.30 251	0.30 212	0.30 242	0.30 203	0.30 225	0.30 211	0.30 261	0.30 197	0.30 242
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
Replicate-Monster	0.45 268	0.57 226	0.60 335	0.40 221	0.29 243	0.37 237	0.27 222	0.37 229	0.30 249	0.40 246	0.31 262	0.40 255	0.30 251	0.99 403	0.27 215	1.36 463	0.31 231	0.34 234	0.30 261	0.36 234	0.54 349

z-mn7	0.16 132	1.21 366	0.33 226	0.41 233	0.04 79	0.04 77	0.03 50	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.35 226	0.31 231	0.04 73	0.04 78	0.04 77	0.04 79

RSM	0.36 214	0.36 144	0.43 279	0.37 198	0.42 336	0.49 320	0.42 326	0.37 229	0.28 232	0.36 228	0.29 242	0.36 234	0.30 251	0.37 238	0.28 225	0.34 217	0.31 231	0.34 234	0.35 301	0.40 266	0.29 229

testlalala	0.32 194	0.81 248	0.31 216	0.39 207	0.26 227	0.33 222	0.24 208	0.33 211	0.26 223	0.32 213	0.26 225	0.33 221	0.23 206	0.33 223	0.23 197	0.35 226	0.31 231	0.30 211	0.24 213	0.31 202	0.21 181

HiDET	0.38 226	0.44 177	0.30 204	0.42 243	0.30 253	0.42 288	0.30 244	0.42 279	0.30 249	0.44 285	0.30 254	0.42 286	0.30 251	0.42 280	0.68 374	0.37 235	0.32 235	0.40 282	0.29 247	0.37 238	0.29 229

LCMNet	0.38 226	0.44 177	0.30 204	0.42 243	0.30 253	0.42 288	0.30 244	0.42 279	0.30 249	0.45 287	0.30 254	0.42 286	0.30 251	0.42 280	0.69 379	0.37 235	0.32 235	0.40 282	0.29 247	0.37 238	0.29 229

CSFM-Stereo	0.38 226	0.44 177	0.30 204	0.42 243	0.30 253	0.42 288	0.30 244	0.43 285	0.30 249	0.44 285	0.30 254	0.42 286	0.30 251	0.42 280	0.73 389	0.37 235	0.32 235	0.40 282	0.29 247	0.37 238	0.30 242

w-ln-seven	0.18 139	1.47 387	0.33 226	0.40 221	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.38 246	0.32 235	0.05 86	0.04 78	0.04 77	0.04 79

HART	0.38 226	0.45 185	0.34 236	0.42 243	0.33 277	0.41 268	0.34 276	0.42 279	0.33 271	0.43 280	0.34 281	0.42 286	0.34 279	0.41 267	0.38 291	0.40 261	0.32 235	0.42 310	0.32 277	0.40 266	0.32 256

GIP-stereo	0.36 214	0.49 201	0.39 259	0.48 263	0.32 265	0.41 268	0.28 230	0.40 246	0.30 249	0.41 260	0.28 237	0.40 255	0.28 237	0.42 280	0.28 225	0.45 288	0.32 235	0.38 266	0.30 261	0.37 238	0.27 211

PAM	0.39 238	1.88 407	0.34 236	0.37 198	0.41 326	0.45 299	0.22 195	0.28 196	0.23 202	0.28 199	0.24 213	0.29 209	0.23 206	0.29 210	0.23 197	0.38 246	0.32 235	0.38 266	0.37 309	0.32 204	0.22 184

RAFT-Stereo-weight	0.45 268	1.90 410	0.34 236	0.42 243	0.36 296	0.43 295	0.35 281	0.42 279	0.34 280	0.42 274	0.34 281	0.44 294	0.34 279	0.41 267	0.34 272	0.38 246	0.32 235	0.38 266	0.32 277	0.38 251	0.33 263

ACVNet-DCA	0.37 220	1.00 284	0.30 204	0.40 221	0.29 243	0.40 252	0.29 239	0.40 246	0.29 238	0.40 246	0.29 242	0.40 255	0.29 244	0.39 249	0.28 225	0.33 213	0.32 235	0.33 226	0.32 277	0.33 211	0.32 256

1test111	0.37 220	1.02 294	0.30 204	0.39 207	0.29 243	0.40 252	0.28 230	0.39 241	0.29 238	0.39 240	0.29 242	0.39 247	0.28 237	0.40 252	0.29 235	0.33 213	0.32 235	0.33 226	0.31 271	0.32 204	0.31 251

cc1	0.37 220	1.02 294	0.30 204	0.39 207	0.29 243	0.40 252	0.28 230	0.39 241	0.29 238	0.39 240	0.29 242	0.39 247	0.28 237	0.40 252	0.29 235	0.33 213	0.32 235	0.33 226	0.31 271	0.32 204	0.31 251

MS-F	0.38 226	0.44 177	0.31 216	0.43 249	0.30 253	0.43 295	0.31 253	0.43 285	0.31 260	0.45 287	0.31 262	0.43 293	0.31 263	0.43 286	0.69 379	0.38 246	0.33 246	0.40 282	0.30 261	0.38 251	0.30 242

xyz-stereo-finetune	0.28 173	0.49 201	0.16 145	0.16 120	0.16 177	0.16 142	0.16 162	0.22 172	0.30 249	0.32 213	0.31 262	0.32 218	0.31 263	0.32 217	0.32 250	0.32 209	0.33 246	0.31 217	0.32 277	0.31 202	0.32 256

GREAT-IGEV	0.38 226	0.43 174	0.36 245	0.48 263	0.32 265	0.45 299	0.32 255	0.45 289	0.32 264	0.45 287	0.32 266	0.45 296	0.32 266	0.45 292	0.32 250	0.44 285	0.33 246	0.41 299	0.29 247	0.41 276	0.29 229

xx1	0.38 226	1.03 296	0.31 216	0.40 221	0.31 263	0.41 268	0.28 230	0.40 246	0.29 238	0.40 246	0.29 242	0.40 255	0.29 244	0.40 252	0.29 235	0.34 217	0.33 246	0.34 234	0.32 277	0.34 215	0.32 256

252Zero-FE	0.45 268	0.50 205	0.36 245	0.50 276	0.36 296	0.50 328	0.36 287	0.50 315	0.36 293	0.49 313	0.36 293	0.49 317	0.36 288	0.54 341	0.41 313	0.45 288	0.34 250	0.45 317	0.34 289	0.55 332	0.75 388

H2IRNET	0.34 199	0.34 140	0.34 236	0.34 189	0.34 287	0.34 224	0.34 276	0.34 215	0.34 280	0.34 220	0.34 281	0.34 226	0.34 279	0.34 225	0.34 272	0.34 217	0.34 250	0.34 234	0.34 289	0.34 215	0.34 269

LG-Stereo_L2	0.34 199	0.37 146	0.38 252	0.47 258	0.28 234	0.39 250	0.28 230	0.39 241	0.28 232	0.39 240	0.28 237	0.39 247	0.28 237	0.38 241	0.28 225	0.42 283	0.35 252	0.36 255	0.26 224	0.35 227	0.26 203

CFNet-RSSM	0.91 377	4.89 522	0.34 236	0.44 250	1.07 433	1.62 489	1.40 502	0.91 383	0.35 283	1.60 481	1.39 502	0.64 365	0.34 279	0.44 289	0.33 259	0.41 269	0.35 252	0.75 381	0.30 261	0.41 276	0.29 229

ETE_ROB	0.35 208	0.35 141	0.35 243	0.35 191	0.35 290	0.35 229	0.35 281	0.35 219	0.35 283	0.35 225	0.35 290	0.35 228	0.35 285	0.35 228	0.35 276	0.35 226	0.35 252	0.35 250	0.35 301	0.35 227	0.35 278

Wz-Net-LNSev-Ref	0.11 87	0.44 177	0.33 226	0.39 207	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	0.39 257	0.36 255	0.02 18	0.02 20	0.02 20	0.02 20

DMCA	0.36 214	0.38 150	0.37 249	0.35 191	0.35 290	0.36 232	0.36 287	0.36 223	0.35 283	0.35 225	0.37 300	0.36 234	0.36 288	0.35 228	0.36 279	0.36 231	0.36 255	0.35 250	0.36 307	0.36 234	0.36 281

UGAM-zero	0.51 298	2.17 429	0.39 259	0.53 286	0.36 296	0.50 328	0.36 287	0.50 315	0.36 293	0.49 313	0.36 293	0.50 332	0.35 285	0.50 323	0.36 279	0.49 304	0.37 257	0.47 330	0.35 301	0.46 293	0.34 269

UGAM	0.51 298	2.23 434	0.39 259	0.54 289	0.35 290	0.50 328	0.35 281	0.49 307	0.35 283	0.49 313	0.35 290	0.49 317	0.36 288	0.50 323	0.36 279	0.49 304	0.37 257	0.45 317	0.34 289	0.45 290	0.34 269

GCST	0.50 293	2.08 421	0.38 252	0.53 286	0.35 290	0.49 320	0.35 281	0.50 315	0.35 283	0.49 313	0.35 290	0.49 317	0.35 285	0.49 316	0.35 276	0.48 301	0.37 257	0.45 317	0.33 285	0.44 286	0.33 263

CASnet	0.35 208	0.51 213	0.44 281	0.32 183	0.31 263	0.24 183	0.34 276	0.36 223	0.25 210	0.31 208	0.37 300	0.30 212	0.33 274	0.25 188	0.45 326	0.37 235	0.37 257	0.33 226	0.35 301	0.34 215	0.37 285
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CFNet_RVC	2.38 528	8.71 557	0.38 252	9.33 575	0.42 336	0.56 350	0.42 326	0.60 350	0.38 299	0.62 360	0.42 333	0.56 354	7.29 581	0.62 355	0.42 321	0.53 321	0.37 257	0.49 343	0.34 289	8.30 578	6.87 583

XPNet_ROB	0.37 220	0.37 146	0.37 249	0.37 198	0.37 300	0.37 237	0.37 293	0.37 229	0.37 295	0.37 233	0.37 300	0.37 240	0.37 293	0.37 238	0.37 288	0.37 235	0.37 257	0.37 258	0.37 309	0.37 238	0.37 285

mms	0.40 242	0.45 185	0.35 243	0.48 263	0.36 296	0.47 310	0.34 276	0.45 289	0.38 299	0.47 299	0.33 273	0.45 296	0.32 266	0.45 292	0.32 250	0.39 257	0.38 263	0.38 266	0.37 309	0.39 260	0.39 298

fffy	0.38 226	0.43 174	0.33 226	0.46 252	0.33 277	0.45 299	0.32 255	0.45 289	0.32 264	0.45 287	0.32 266	0.45 296	0.33 274	0.45 292	0.32 250	0.38 246	0.38 263	0.38 266	0.37 309	0.37 238	0.36 281

WAO-8	0.38 226	0.38 150	0.38 252	0.38 201	0.38 307	0.38 244	0.38 299	0.38 237	0.38 299	0.38 234	0.38 305	0.38 242	0.38 297	0.38 241	0.38 291	0.38 246	0.38 263	0.38 266	0.37 309	0.38 251	0.38 292

WAO-7	0.38 226	0.38 150	0.38 252	0.38 201	0.38 307	0.38 244	0.38 299	0.38 237	0.38 299	0.38 234	0.38 305	0.38 242	0.38 297	0.38 241	0.38 291	0.38 246	0.38 263	0.38 266	0.38 322	0.38 251	0.38 292

HanzoNet	0.39 238	0.38 150	0.40 264	0.39 207	0.41 326	0.38 244	0.38 299	0.38 237	0.38 299	0.39 240	0.39 314	0.38 242	0.38 297	0.39 249	0.40 306	0.38 246	0.38 263	0.40 282	0.38 322	0.38 251	0.40 300

Venus	0.38 226	0.38 150	0.38 252	0.38 201	0.38 307	0.37 237	0.38 299	0.37 229	0.37 295	0.41 260	0.37 300	0.39 247	0.37 293	0.38 241	0.38 291	0.37 235	0.38 263	0.38 266	0.37 309	0.37 238	0.38 292

IMH	0.38 226	0.38 150	0.38 252	0.38 201	0.38 307	0.38 244	0.38 299	0.38 237	0.38 299	0.42 274	0.38 305	0.40 255	0.38 297	0.38 241	0.38 291	0.38 246	0.38 263	0.39 277	0.38 322	0.38 251	0.38 292

GCAP-Stereo	0.75 342	4.15 512	0.42 278	0.75 327	0.35 290	0.78 376	0.40 313	0.79 369	0.38 299	0.78 380	0.36 293	0.78 382	0.36 288	0.79 375	0.39 302	0.75 358	0.39 270	0.76 383	0.39 325	0.75 353	0.39 298

CES	0.39 238	0.47 193	0.36 245	0.36 195	0.37 300	0.45 299	0.35 281	0.35 219	0.40 313	0.36 228	0.44 337	0.47 306	0.36 288	0.44 289	0.36 279	0.37 235	0.39 270	0.44 313	0.35 301	0.37 238	0.36 281

IGEV-Stereo	0.35 208	0.44 177	0.45 283	0.49 269	0.30 253	0.37 237	0.30 244	0.36 223	0.30 249	0.36 228	0.29 242	0.36 234	0.29 244	0.36 234	0.30 242	0.46 292	0.39 270	0.32 218	0.24 213	0.32 204	0.25 197
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ccccc		0.44 177		0.48 263	0.35 290	0.48 315		0.51 328		0.47 299		0.47 306		0.47 301		0.41 269	0.40 273	0.40 282	0.40 326	0.41 276

HH	0.71 335	2.54 455	0.74 365	1.10 370	0.32 265	0.41 268	0.37 293	0.69 361	0.78 400	0.73 372	0.90 412	0.75 379	1.00 408	0.84 381	0.69 379	0.69 350	0.40 273	0.35 250	0.26 224	0.35 227	0.26 203

HanStereo	0.71 335	2.54 455	0.74 365	1.10 370	0.32 265	0.41 268	0.37 293	0.69 361	0.78 400	0.73 372	0.90 412	0.75 379	1.00 408	0.84 381	0.69 379	0.69 350	0.40 273	0.35 250	0.26 224	0.35 227	0.26 203

knoymous	0.40 242	0.40 158	0.40 264	0.40 221	0.40 318	0.40 252	0.40 313	0.40 246	0.40 313	0.40 246	0.40 317	0.40 255	0.40 306	0.40 252	0.40 306	0.40 261	0.40 273	0.40 282	0.40 326	0.40 266	0.40 300

anonymousa	0.40 242	0.40 158	0.40 264	0.40 221	0.40 318	0.40 252	0.40 313	0.40 246	0.40 313	0.40 246	0.40 317	0.40 255	0.40 306	0.40 252	0.40 306	0.40 261	0.40 273	0.40 282	0.40 326	0.40 266	0.40 300

riskmin	0.40 242	0.40 158	0.40 264	0.40 221	0.40 318	0.40 252	0.40 313	0.40 246	0.40 313	0.40 246	0.40 317	0.40 255	0.40 306	0.40 252	0.40 306	0.40 261	0.40 273	0.40 282	0.40 326	0.40 266	0.40 300

Anonymous_2	0.40 242	0.40 158	0.40 264	0.40 221	0.40 318	0.40 252	0.40 313	0.40 246	0.40 313	0.40 246	0.40 317	0.40 255	0.40 306	0.40 252	0.40 306	0.40 261	0.40 273	0.40 282	0.40 326	0.40 266	0.40 300

Anonymous_1	0.40 242	0.40 158	0.40 264	0.40 221	0.40 318	0.40 252	0.40 313	0.40 246	0.40 313	0.40 246	0.40 317	0.40 255	0.40 306	0.40 252	0.40 306	0.40 261	0.40 273	0.40 282	0.40 326	0.40 266	0.40 300

AdaStereo	0.40 242	0.40 158	0.40 264	0.40 221	0.40 318	0.40 252	0.40 313	0.40 246	0.40 313	0.40 246	0.40 317	0.40 255	0.40 306	0.40 252	0.40 306	0.40 261	0.40 273	0.40 282	0.40 326	0.40 266	0.40 300
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.
FE-Mocha	0.35 208	0.71 238	0.40 264	0.47 258	0.27 229	0.34 224	0.27 222	0.34 215	0.26 223	0.34 220	0.26 225	0.34 226	0.27 230	0.34 225	0.27 215	0.44 285	0.41 282	0.33 226	0.29 247	0.32 204	0.29 229

water-stereo	0.41 249	0.84 251	0.46 287	0.50 276	0.33 277	0.45 299	0.33 265	0.45 289	0.32 264	0.45 287	0.32 266	0.45 296	0.32 266	0.45 292	0.32 250	0.44 285	0.41 282	0.39 277	0.31 271	0.39 260	0.32 256

SCV_C0	0.45 268	0.88 258	0.49 309	0.54 289	0.37 300	0.48 315	0.37 293	0.48 303	0.37 295	0.48 306	0.36 293	0.48 313	0.37 293	0.49 316	0.37 288	0.50 310	0.41 282	0.44 313	0.34 289	0.44 286	0.34 269

fffft	0.48 285	0.51 213	0.45 283	0.52 285	0.45 342	0.52 343	0.45 334	0.52 332	0.48 348	0.53 339	0.45 341	0.52 343	0.45 331	0.52 337	0.46 330	0.51 316	0.41 282	0.50 347	0.41 333	0.50 318	0.41 307
1: 1. 1
GwcNet-ADL	0.41 249	0.41 166	0.41 273	0.41 233	0.41 326	0.41 268	0.41 321	0.41 261	0.41 322	0.41 260	0.41 323	0.41 268	0.41 317	0.41 267	0.41 313	0.41 269	0.41 282	0.41 299	0.41 333	0.41 276	0.41 307

PSMNet-ADL	0.41 249	0.41 166	0.41 273	0.41 233	0.41 326	0.41 268	0.41 321	0.41 261	0.41 322	0.41 260	0.41 323	0.41 268	0.41 317	0.41 267	0.41 313	0.41 269	0.41 282	0.41 299	0.41 333	0.41 276	0.41 307

GANet-ADL	0.41 249	0.41 166	0.41 273	0.41 233	0.41 326	0.41 268	0.41 321	0.41 261	0.41 322	0.41 260	0.41 323	0.41 268	0.41 317	0.41 267	0.41 313	0.41 269	0.41 282	0.41 299	0.41 333	0.41 276	0.41 307

ADLNet2	0.41 249	0.41 166	0.41 273	0.41 233	0.41 326	0.41 268	0.41 321	0.41 261	0.41 322	0.41 260	0.41 323	0.41 268	0.41 317	0.41 267	0.41 313	0.41 269	0.41 282	0.41 299	0.41 333	0.41 276	0.41 307

ADLNet	0.41 249	0.41 166	0.41 273	0.41 233	0.41 326	0.41 268	0.41 321	0.41 261	0.41 322	0.41 260	0.41 323	0.41 268	0.41 317	0.41 267	0.41 313	0.41 269	0.41 282	0.41 299	0.41 333	0.41 276	0.41 307

FSD					0.44 339	0.56 350	0.44 329	0.55 339	0.44 333	0.56 349	0.44 337	0.56 354	0.44 328	0.56 346	0.46 330	0.61 338	0.42 291	0.52 355	0.42 341	0.52 326

GASTEREO	0.48 285	1.21 366	0.47 294	0.57 296	0.38 307	0.50 328	0.38 299	0.50 315	0.38 299	0.50 326	0.38 305	0.50 332	0.38 297	0.50 323	0.38 291	0.52 318	0.42 291	0.46 321	0.34 289	0.46 293	0.34 269

DilatedVolume-Stereo	0.43 260	0.86 254	0.48 302	0.50 276	0.33 277	0.46 305	0.33 265	0.46 293	0.33 271	0.46 293	0.33 273	0.47 306	0.33 274	0.47 301	0.34 272	0.45 288	0.42 291	0.40 282	0.33 285	0.47 305	0.38 292

MonSter	0.60 311	0.64 234	0.52 322	0.62 306	0.44 339	2.07 504	0.44 329	0.62 353	0.44 333	0.62 360	0.44 337	0.62 364	0.44 328	0.62 355	0.44 325	0.58 332	0.42 291	0.62 365	0.46 346	0.58 335	0.42 314

GEAStereo	0.62 316	3.91 506	0.48 302	0.69 317	0.38 307	0.51 340	0.38 299	0.51 328	0.38 299	0.53 339	0.38 305	0.50 332	0.38 297	0.51 332	0.38 291	0.54 322	0.43 295	0.46 321	0.34 289	0.46 293	0.34 269

GSStereo	0.81 358	4.28 515	0.50 313	0.59 301	0.40 318	0.51 340	0.38 299	0.50 315	0.38 299	0.50 326	0.38 305	0.50 332	3.79 561	0.50 323	0.38 291	0.54 322	0.43 295	0.46 321	0.34 289	0.46 293	0.35 278

GS-Stereo							0.38 299	0.50 315	0.38 299	0.50 326	0.38 305	0.50 332	3.79 561	0.50 323	0.38 291	0.54 322	0.43 295	0.46 321	0.34 289	0.46 293	0.35 278

gasm-f	0.62 316	3.91 506	0.48 302	0.69 317	0.38 307	0.51 340	0.38 299	0.51 328	0.38 299	0.53 339	0.38 305	0.50 332	0.38 297	0.51 332	0.38 291	0.54 322	0.43 295	0.46 321	0.34 289	0.46 293	0.34 269

depthmonostereo	0.44 265	0.85 253	0.46 287	0.54 289	0.40 318	0.52 343	0.38 299	0.52 332	0.35 283	0.47 299	0.34 281	0.46 300	0.34 279	0.47 301	0.34 272	0.45 288	0.43 295	0.41 299	0.33 285	0.41 276	0.32 256

LG-Stereo_Zeroshot	0.48 285	0.55 223	0.47 294	0.63 308	0.41 326	0.56 350	0.44 329	0.56 340	0.41 322	0.56 349	0.41 323	0.57 356	0.42 323	0.56 346	0.41 313	0.55 328	0.43 295	0.51 352	0.37 309	0.51 324	0.37 285

DispNO	1.00 391	0.63 232	0.43 279	3.45 519	0.44 339	0.65 365	0.43 328	0.64 355	0.43 330	0.64 363	0.43 335	0.64 365	3.03 540	0.64 360	0.43 324	4.55 549	0.43 295	0.63 367	0.43 342	0.63 339	0.43 315

z-ln-s-r	0.21 150	1.40 385	0.53 326	0.56 295	0.04 79	0.05 89	0.04 81	0.05 89	0.05 97	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.05 88	0.57 331	0.44 302	0.04 73	0.04 78	0.04 77	0.04 79

MyStereo07	0.60 311	3.72 499	0.48 302	0.49 269	0.41 326	0.36 232	0.32 255	0.49 307	0.43 330	0.51 333	0.42 333	0.49 317	0.43 326	0.51 332	0.64 366	0.49 304	0.45 303	0.34 234	0.32 277	0.35 227	0.43 315

MyStereo04	0.56 309	3.72 499	0.59 333	0.49 269	0.41 326	0.36 232	0.32 255	0.37 229	0.31 260	0.34 220	0.46 343	0.35 228	0.32 266	0.35 228	0.33 259	0.49 304	0.45 303	0.34 234	0.32 277	0.35 227	0.43 315

LG-Stereo_L1	0.47 280	0.52 215	0.47 294	0.62 306	0.39 316	0.53 345	0.40 313	0.53 334	0.39 312	0.53 339	0.39 314	0.53 344	0.39 305	0.53 339	0.39 302	0.55 328	0.46 305	0.49 343	0.37 309	0.49 313	0.37 285

SCV	0.46 274	0.94 275	0.45 283	0.54 289	0.37 300	0.48 315	0.38 299	0.48 303	0.37 295	0.48 306	0.39 314	0.48 313	0.37 293	0.49 316	0.37 288	0.50 310	0.46 305	0.44 313	0.34 289	0.44 286	0.34 269

otaku	0.46 274	0.46 189	0.46 287	0.46 252	0.46 344	0.46 305	0.46 336	0.46 293	0.46 336	0.46 293	0.46 343	0.46 300	0.46 334	0.46 297	0.46 330	0.46 292	0.46 305	0.46 321	0.46 346	0.46 293	0.46 321

Ntro	0.47 280	0.47 193	0.46 287	0.46 252	0.46 344	0.47 310	0.47 341	0.46 293	0.47 341	0.46 293	0.46 343	0.47 306	0.46 334	0.47 301	0.47 337	0.47 297	0.46 305	0.46 321	0.46 346	0.46 293	0.46 321

Dean	0.46 274	0.46 189	0.46 287	0.46 252	0.46 344	0.46 305	0.46 336	0.46 293	0.46 336	0.47 299	0.46 343	0.46 300	0.46 334	0.46 297	0.46 330	0.46 292	0.46 305	0.46 321	0.46 346	0.46 293	0.46 321

ACVNet_1	0.46 274	0.47 193	0.46 287	0.46 252	0.46 344	0.46 305	0.46 336	0.46 293	0.47 341	0.46 293	0.46 343	0.46 300	0.46 334	0.46 297	0.46 330	0.46 292	0.46 305	0.47 330	0.46 346	0.46 293	0.46 321

ACVNet-4b	0.46 274	0.46 189	0.46 287	0.46 252	0.46 344	0.46 305	0.46 336	0.46 293	0.46 336	0.46 293	0.46 343	0.46 300	0.46 334	0.47 301	0.46 330	0.46 292	0.46 305	0.46 321	0.46 346	0.46 293	0.46 321

Selective-IGEV	0.51 298	0.55 223	0.45 283	0.69 317	0.45 342	0.61 359	0.45 334	0.50 315	0.40 313	0.56 349	0.44 337	0.55 351	0.40 306	0.72 368	0.67 371	0.59 333	0.46 305	0.45 317	0.34 289	0.46 293	0.37 285

MSCF	0.51 298	1.40 385	0.49 309	0.58 298	0.38 307	0.50 328	0.38 299	0.54 336	0.41 322	0.52 336	0.41 323	0.53 344	0.42 323	0.53 339	0.41 313	0.60 334	0.47 313	0.48 338	0.37 309	0.48 309	0.38 292

HaxPig	0.47 280	0.47 193	0.47 294	0.49 269	0.47 350	0.47 310	0.47 341	0.47 299	0.47 341	0.47 299	0.47 351	0.47 306	0.47 342	0.47 301	0.47 337	0.47 297	0.47 313	0.47 330	0.47 353	0.47 305	0.48 330

UNDER WATER	0.47 280	0.47 193	0.47 294	0.47 258	0.47 350	0.47 310	0.47 341	0.47 299	0.47 341	0.47 299	0.47 351	0.47 306	0.46 334	0.47 301	0.47 337	0.47 297	0.47 313	0.47 330	0.46 346	0.47 305	0.47 328

LVE	0.47 280	0.47 193	0.47 294	0.47 258	0.49 356	0.47 310	0.47 341	0.47 299	0.49 350	0.47 299	0.47 351	0.47 306	0.46 334	0.47 301	0.47 337	0.47 297	0.47 313	0.48 338	0.47 353	0.47 305	0.47 328

WCG-NET	0.61 314	1.21 366	0.54 327	0.61 305	0.53 369	0.67 367	0.53 360	0.66 358	0.53 361	0.64 363	0.53 369	0.65 368	0.53 358	0.59 353	0.52 353	0.65 345	0.48 317	0.64 368	0.52 365	0.58 335	0.50 338

RainbowNet	0.48 285	0.48 199	0.48 302	0.48 263	0.48 354	0.48 315	0.48 350	0.48 303	0.48 348	0.48 306	0.48 355	0.48 313	0.48 343	0.48 310	0.48 343	0.48 301	0.48 317	0.48 338	0.48 356	0.48 309	0.48 330

notaker	0.48 285	0.49 201	0.48 302	0.48 263	0.48 354	0.48 315	0.48 350	0.48 303	0.49 350	0.48 306	0.48 355	0.48 313	0.48 343	0.48 310	0.48 343	0.48 301	0.48 317	0.48 338	0.48 356	0.48 309	0.49 335

MLG-Stereo	0.92 379	0.90 264	0.84 378	1.27 436	0.49 356	1.38 478	0.88 406	1.41 476	0.97 422	0.73 372	1.09 429	1.26 474	0.43 326	0.72 368	1.05 423	1.13 401	0.49 320	1.18 432	0.66 385	1.01 390	0.46 321

MyStereo8	0.71 335	3.92 508	0.52 322	0.59 301	0.52 366	0.57 356	0.53 360	0.59 348	0.50 353	0.59 356	0.51 366	0.57 356	0.50 351	0.56 346	0.52 353	0.54 322	0.49 320	0.54 359	0.49 359	0.55 332	0.50 338

ktn	0.72 338	0.53 218	1.08 401	1.14 376	0.51 365	1.22 468	1.36 495	0.51 328	0.59 368	0.51 333	0.51 366	0.69 371	1.20 429	0.67 364	0.51 351	0.51 316	0.49 320	0.58 362	0.66 385	0.52 326	0.53 346

KSHMR	0.66 323	0.50 205	0.48 302	1.15 378	0.52 366	0.49 320	0.51 358	0.49 307	0.71 391	0.67 367	0.50 360	1.16 424	1.11 418	0.66 362	0.52 353	0.49 304	0.49 320	0.51 352	0.66 385	0.50 318	1.14 427

TorneroNet	0.66 323	0.53 218	0.50 313	0.50 276	0.64 384	1.06 407	0.70 385	0.50 315	0.51 360	0.49 313	0.69 390	0.49 317	0.50 351	0.48 310	1.15 430	0.71 354	0.49 320	1.14 423	1.08 428	0.49 313	0.49 335

ACVNet_2	0.49 291	0.49 201	0.49 309	0.49 269	0.49 356	0.49 320	0.49 352	0.49 307	0.49 350	0.49 313	0.49 358	0.49 317	0.49 348	0.49 316	0.49 345	0.49 304	0.49 320	0.49 343	0.49 359	0.49 313	0.49 335

DDF-Stereo	0.43 260	1.15 313	0.57 331	0.53 286	0.32 265	0.41 268	0.32 255	0.41 261	0.32 264	0.41 260	0.32 266	0.41 268	0.32 266	0.40 252	0.32 250	0.52 318	0.50 326	0.38 266	0.31 271	0.39 260	0.31 251

FoundationStereo	0.50 293	0.50 205	0.50 313	0.50 276	0.50 360	0.50 328	0.50 354	0.50 315	0.50 353	0.50 326	0.50 360	0.50 332	0.50 351	0.50 323	0.50 346	0.50 310	0.50 326	0.50 347	0.50 361	0.50 318	0.50 338

StereoAnything_RVC	0.50 293	0.50 205	0.50 313	0.50 276	0.50 360	0.50 328	0.50 354	0.50 315	0.50 353	0.50 326	0.50 360	0.50 332	0.50 351	0.50 323	0.50 346	0.50 310	0.50 326	0.50 347	0.50 361	0.50 318	0.50 338

dual_stereo	0.50 293	0.50 205	0.50 313	0.50 276	0.50 360	0.50 328	0.50 354	0.50 315	0.50 353	0.50 326	0.50 360	0.50 332	0.50 351	0.50 323	0.50 346	0.50 310	0.50 326	0.50 347	0.50 361	0.50 318	0.50 338

SANet	0.50 293	0.50 205	0.50 313	0.50 276	0.50 360	0.50 328	0.50 354	0.50 315	0.50 353	0.50 326	0.50 360	0.50 332	0.50 351	0.50 323	0.50 346	0.50 310	0.50 326	0.50 347	0.50 361	0.50 318	0.50 338

LG-Stereo	0.60 311	0.58 228	0.47 294	0.64 311	0.74 403	1.00 399	0.69 382	0.57 343	0.41 322	0.57 352	0.41 323	0.57 356	0.41 317	1.00 405	0.75 393	0.91 376	0.51 331	0.52 355	0.37 309	0.52 326	0.37 285

LL-Strereo2	0.48 285	1.73 400	0.51 319	0.59 301	0.34 287	0.42 288	0.33 265	0.40 246	0.31 260	0.42 274	0.33 273	0.42 286	0.31 263	0.44 289	0.39 302	0.60 334	0.51 331	0.44 313	0.33 285	0.44 286	0.33 263

AIO-test1	0.54 303	0.60 231	0.52 322	0.66 315	0.47 350	0.61 359	0.47 341	0.58 346	0.46 336	0.61 357	0.46 343	0.61 362	0.45 331	0.62 355	0.45 326	0.61 338	0.52 333	0.57 361	0.48 356	0.57 334	0.48 330

LL-Strereo	1.01 397	5.06 524	1.63 497	0.70 321	1.43 502	0.56 350	0.46 336	0.57 343	0.50 353	0.57 352	0.50 360	1.58 485	0.49 348	0.59 353	0.50 346	1.64 479	0.52 333	0.51 352	1.37 497	0.52 326	0.45 320

AIO-test2	0.55 307	0.59 229	0.52 322	0.67 316	0.47 350	0.61 359	0.47 341	0.61 352	0.47 341	0.61 357	0.47 351	0.61 362	0.48 343	0.62 355	0.47 337	0.64 344	0.53 335	0.58 362	0.47 353	0.58 335	0.48 330

PSMNet_ROB	0.54 303	0.54 221	0.54 327	0.54 289	0.53 369	0.54 348	0.54 362	0.53 334	0.54 363	0.54 344	0.54 370	0.54 347	0.53 358	0.54 341	0.54 356	0.54 322	0.53 335	0.54 359	0.54 367	0.54 331	0.54 349

anonymity	0.63 318	0.69 236	0.56 329	0.71 323	0.56 372	0.71 371	0.56 363	0.71 364	0.56 364	0.72 371	0.56 371	0.71 372	0.56 362	0.71 367	0.58 360	0.68 349	0.55 337	0.68 373	0.55 368	0.68 343	0.54 349

ARAFT	0.68 328	0.81 248	0.63 342	0.74 326	0.60 375	0.78 376	0.62 369	0.77 368	0.66 378	0.74 377	0.63 379	0.75 379	0.62 368	0.83 380	0.60 363	0.70 353	0.55 337	0.70 376	0.60 377	0.78 357	0.55 354

PAM_32	0.64 320	2.38 449	0.51 319	0.92 346	0.43 338	0.53 345	0.44 329	0.87 377	0.43 330	0.52 336	0.45 341	0.53 344	0.40 306	0.54 341	0.46 330	0.62 342	0.56 339	0.48 338	0.45 344	0.76 354	0.44 318

CASS	0.57 310	0.89 261	0.56 329	0.57 296	0.56 372	0.56 350	0.56 363	0.56 340	0.53 361	0.57 352	0.57 372	0.59 360	0.48 343	0.56 346	0.57 359	0.55 328	0.56 339	0.47 330	0.56 372	0.62 338	0.56 357
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MyStereo06	0.75 342	4.12 509	0.60 335	0.63 308	0.61 380	0.62 362	0.66 374	0.56 340	0.45 335	0.55 347	0.48 355	0.54 347	0.46 334	0.57 351	0.45 326	0.60 334	0.57 341	0.64 368	0.55 368	0.72 349	0.55 354

MyStereo05	0.80 353	4.12 509	0.63 342	0.63 308	0.61 380	0.62 362	0.66 374	0.65 356	0.62 372	0.67 367	0.61 377	0.65 368	0.58 363	0.67 364	0.55 358	0.60 334	0.57 341	0.64 368	0.55 368	0.72 349	0.55 354

FlowAnything_test	1.02 399	1.72 395	0.71 358	1.59 450	0.70 396	1.61 487	0.69 382	1.61 478	0.70 386	1.60 481	0.70 392	1.61 489	0.69 379	1.61 485	0.70 385	0.81 365	0.58 343	0.81 391	0.55 368	0.81 365	0.56 357

FlowAnything	1.02 399	1.71 394	0.72 361	1.59 450	0.69 394	1.60 486	0.69 382	1.61 478	0.70 386	1.60 481	0.69 390	1.60 486	0.69 379	1.61 485	0.69 379	0.81 365	0.58 343	0.81 391	0.56 372	0.82 367	0.56 357

zero-FE	0.72 338	1.31 378	0.66 348	0.92 346	0.60 375	0.82 381	0.58 365	0.82 375	0.58 366	0.81 384	0.60 373	0.81 388	0.60 365	0.82 379	0.58 360	0.74 357	0.59 345	0.73 378	0.52 365	0.76 354	0.51 345

DDUNet	0.81 358	2.45 453	0.57 331	0.90 341	0.60 375	0.88 386	0.59 367	0.90 381	0.60 369	0.88 388	0.60 373	0.90 395	0.58 363	0.88 387	0.60 363	0.84 372	0.60 346	0.86 399	0.57 374	0.86 371	0.60 362

UDG	0.80 353	2.21 433	0.60 335	0.91 343	0.60 375	0.90 389	0.58 365	0.88 380	0.60 369	0.90 389	0.60 373	0.88 392	0.60 365	0.90 390	0.58 360	0.86 374	0.60 346	0.84 397	0.59 376	0.84 370	0.61 363

PA-Net	11.80 584	223.51 610	0.62 341	0.59 301	0.71 398	0.59 358	0.73 391	0.67 359	0.73 396	0.55 347	0.61 377	0.60 361	0.74 388	0.63 359	0.73 389	0.66 347	0.60 346	0.69 374	0.66 385	0.72 349	0.65 369
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FC-DCNN	1.07 402	1.09 305	0.98 393	0.89 340	0.52 366	1.41 482	0.91 410	1.21 461	1.24 490	1.96 493	2.05 547	1.91 494	1.30 482	1.27 475	1.08 424	0.80 362	0.60 346	0.58 362	0.41 333	0.68 343	0.54 349

RAFT-Stereo + iAFF	0.70 332	0.72 239	0.71 358	0.80 331	0.62 383	0.82 381	0.61 368	0.81 374	0.62 372	0.81 384	0.63 379	0.80 385	0.70 381	0.73 370	0.61 365	0.76 359	0.61 350	0.74 380	0.61 379	0.77 356	0.61 363

SMoEStereo_RVC	0.63 318	0.75 241	0.51 319	0.73 325	0.53 369	0.71 371	0.47 341	0.67 359	0.58 366	0.74 377	0.60 373	0.72 375	0.53 358	0.74 372	0.51 351	0.61 338	0.62 351	0.62 365	0.61 379	0.63 339	0.61 363

AFF-stereo	0.73 340	0.88 258	0.67 352	0.75 327	0.68 393	0.75 373	0.64 371	0.80 371	0.72 393	0.83 386	0.70 392	0.82 389	0.64 369	0.84 381	0.67 371	0.77 360	0.63 352	0.81 391	0.63 381	0.78 357	0.62 366

AdaDepth	0.86 372	0.93 273	0.71 358	1.01 364	1.07 433	1.02 404	0.71 388	1.00 394	0.71 391	1.01 405	0.71 396	1.00 406	0.72 386	1.14 422	0.71 387	0.92 379	0.64 353	0.90 401	0.64 382	0.89 374	0.69 375

LMCR-Stereo	0.65 321	0.63 232	0.65 347	0.65 312	0.65 386	0.66 366	0.63 370	0.58 346	0.65 376	0.63 362	0.64 381	0.65 368	0.65 371	0.66 362	0.66 370	0.66 347	0.64 353	0.65 371	0.67 389	0.68 343	0.73 384

plain	1.88 478	3.16 486	0.64 344	3.10 503	0.65 386	3.10 542	0.64 371	3.12 541	0.65 376	3.10 542	0.65 383	3.11 542	0.65 371	3.12 541	0.65 367	3.12 537	0.65 355	3.13 542	0.65 383	3.13 527	0.65 369

DSFCA	0.66 323	0.73 240	0.78 371	0.65 312	0.65 386	0.64 364	0.64 371	0.65 356	0.63 374	0.64 363	0.64 381	0.64 365	0.64 369	0.65 361	0.65 367	0.65 345	0.65 355	0.65 371	0.65 383	0.66 341	0.64 368

UniTT-Stereo	2.03 497	3.43 492	0.72 361	3.42 518	0.73 401	3.27 545	0.68 379	3.38 545	0.69 383	3.29 545	0.72 399	3.28 545	0.70 381	3.35 546	0.68 374	3.39 539	0.68 357	3.31 544	0.69 392	3.37 528	0.73 384

DCRE	0.84 369	1.89 408	0.77 370	0.94 352	0.72 400	0.88 386	0.73 391	0.87 377	0.78 400	0.90 389	0.71 396	0.88 392	0.67 376	0.88 387	0.73 389	0.81 365	0.68 357	0.81 391	0.70 394	0.82 367	0.70 376

R-Stereo Train	0.81 358	0.96 277	0.67 352	0.95 354	0.67 390	0.95 394	0.68 379	0.95 392	0.68 380	0.95 399	0.68 387	0.96 403	0.68 377	0.96 401	0.68 374	0.94 384	0.68 357	0.94 407	0.68 390	0.94 383	0.68 373

RAFT-Stereo	0.81 358	0.96 277	0.67 352	0.95 354	0.67 390	0.95 394	0.68 379	0.95 392	0.68 380	0.95 399	0.68 387	0.96 403	0.68 377	0.96 401	0.68 374	0.94 384	0.68 357	0.94 407	0.68 390	0.94 383	0.68 373
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CoDeX	0.15 124	0.70 237	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	0.67 371	0.02 15	0.69 361	0.75 381	0.01 9	0.02 20	0.02 20

AIO-Stereo-zeroshot1	0.75 342	0.92 271	0.85 379	0.96 357	0.59 374	1.27 471	0.44 329	0.59 348	0.69 383	0.91 391	0.68 387	0.55 351	0.61 367	1.06 411	0.83 403	0.62 342	0.70 362	0.90 401	0.41 333	0.89 374	0.56 357

RSM++	0.76 346	0.82 250	0.66 348	0.85 338	0.64 384	0.85 383	0.71 388	0.94 390	0.64 375	0.87 387	0.67 386	0.87 391	0.65 371	0.84 381	0.65 367	0.81 365	0.70 362	0.79 386	0.71 397	0.83 369	0.70 376

DMCA-RVC	0.70 332	0.80 245	0.70 355	0.70 321	0.70 396	0.70 369	0.70 385	0.71 364	0.70 386	0.70 370	0.71 396	0.71 372	0.70 381	0.70 366	0.69 379	0.69 350	0.70 362	0.69 374	0.70 394	0.69 347	0.70 376

MSMD_ROB	1.19 409	1.10 308	0.70 355	1.10 370	0.60 375	1.10 413	0.70 385	1.10 403	0.70 386	1.10 411	0.70 392	1.10 417	0.70 381	7.00 584	0.70 385	1.10 395	0.70 362	1.10 422	0.70 394	1.10 396	0.70 376

MoCha-V2	2.11 504	26.97 588	0.78 371	0.92 346	0.77 405	0.96 396	0.72 390	0.90 381	0.72 393	0.94 397	0.70 392	0.90 395	0.71 385	0.91 391	0.71 387	0.85 373	0.71 366	0.88 400	0.69 392	0.87 372	0.67 372

Former-RAFT_DAM_RVC	0.49 291	0.98 280	0.64 344	0.84 336	0.46 344	0.45 299	0.35 281	0.47 299	0.47 341	0.45 287	0.34 281	0.46 300	0.48 343	0.46 297	0.35 276	0.39 257	0.71 366	0.39 277	0.35 301	0.41 276	0.41 307

AIO-Stereo	0.84 369	0.66 235	0.70 355	0.83 335	0.67 390	0.98 397	0.82 403	1.14 404	0.72 393	1.03 407	0.74 402	1.03 411	1.09 417	0.99 403	0.45 326	1.04 390	0.73 368	0.95 409	0.74 400	0.94 383	0.46 321

iGMRVC	0.84 369	2.85 479	0.72 361	0.72 324	0.73 401	0.77 374	0.79 397	0.73 366	0.74 398	0.73 372	0.72 399	0.73 377	0.76 391	0.73 370	0.73 389	0.72 355	0.73 368	0.73 378	0.72 399	0.73 352	0.72 381

HSM-Net_RVC	0.95 387	1.17 316	0.78 371	1.18 385	0.71 398	1.16 421	0.75 393	1.09 402	0.80 404	1.10 411	0.75 403	1.17 425	0.74 388	1.17 425	0.80 399	1.13 401	0.73 368	1.17 429	0.77 402	1.16 402	0.72 381
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
SFCPSM	0.17 136	0.78 242	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	0.79 397	0.02 15	0.75 371	0.76 383	0.02 20	0.02 20	0.02 20

Syn2CoEx	0.25 163	1.31 378	0.74 365	0.92 346	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	0.87 375	0.75 371	0.02 18	0.02 20	0.02 20	0.02 20

RAStereo	2.23 518	3.64 495	0.76 368	3.65 527	0.86 411	3.66 549	0.76 394	3.67 549	0.81 407	3.66 546	0.76 404	3.66 547	0.77 393	3.68 548	0.77 396	3.68 542	0.77 373	3.69 549	0.77 402	3.70 531	0.77 391

tt45	1.04 401	0.88 258	1.36 478	0.92 346	1.03 431	1.51 485	0.79 397	0.70 363	0.88 409	0.74 377	0.90 412	1.60 486	0.72 386	1.60 483	0.75 393	0.91 376	0.78 374	1.52 495	0.79 405	1.14 398	1.32 491

ToySt	0.92 379	2.11 424	0.90 383	0.95 354	0.79 407	0.99 398	0.78 396	0.94 390	0.81 407	0.94 397	0.78 406	0.95 402	0.77 393	0.94 397	0.86 405	0.91 376	0.79 375	0.85 398	0.77 402	0.89 374	0.73 384

HBP-ISP	1.24 458	1.72 395	1.65 498	1.15 378	0.76 404	1.40 480	0.88 406	1.67 484	1.02 430	1.69 488	1.38 501	1.69 490	1.21 475	1.87 495	1.21 484	1.05 391	0.79 375	0.97 412	0.80 407	1.19 410	0.75 388

G-Net	0.79 351	0.79 244	0.79 374	0.79 329	0.79 407	0.79 378	0.79 397	0.79 369	0.79 403	0.79 381	0.79 407	0.79 384	0.79 395	0.79 375	0.79 397	0.79 361	0.79 375	0.79 386	0.79 405	0.79 359	0.79 392

NaN_ROB	0.80 353	0.80 245	0.80 375	0.80 331	0.80 409	0.80 379	0.80 400	0.80 371	0.80 404	0.80 382	0.80 408	0.80 385	0.80 396	0.80 377	0.80 399	0.80 362	0.80 378	0.80 389	0.80 407	0.80 362	0.80 393

CSAN	0.80 353	0.80 245	0.80 375	0.80 331	0.80 409	0.80 379	0.80 400	0.80 371	0.80 404	0.80 382	0.80 408	0.80 385	0.80 396	0.80 377	0.80 399	0.80 362	0.80 378	0.80 389	0.80 407	0.80 362	0.80 393

DPSimNet_ROB	0.97 388	1.18 318	0.81 377	1.10 370	0.91 417	1.02 404	0.82 403	1.04 399	0.91 412	1.03 407	0.86 411	1.28 476	0.82 398	1.03 410	0.89 406	1.17 404	0.81 380	1.02 418	0.82 410	1.08 395	0.81 395

Selective-RAFT-Error	0.88 374	0.84 251	0.98 393	0.86 339	0.97 423	0.88 386	0.95 415	0.84 376	0.99 425	0.92 393	0.82 410	0.84 390	0.98 407	0.87 386	0.97 415	0.81 365	0.83 381	0.79 386	0.82 410	0.79 359	0.85 398

Selective-RAFT	0.89 376	0.89 261	0.72 361	1.16 383	0.78 406	1.06 407	0.82 403	0.87 377	0.97 422	1.00 401	0.91 415	0.90 395	1.00 408	0.89 389	0.93 412	0.83 370	0.83 381	0.82 395	0.82 410	0.81 365	0.82 396

AIO-Stereo-zeroshot	0.91 377	0.86 254	0.89 380	1.25 435	0.69 394	1.05 406	0.81 402	1.16 408	0.50 353	1.12 417	0.97 421	0.72 375	0.82 398	1.06 411	0.95 413	0.61 338	0.87 383	1.03 420	0.85 413	1.04 393	1.01 416

NLCSM	1.94 480	1.36 382	0.90 383	17.57 585	1.19 445	1.40 480	0.90 408	1.37 472	0.90 410	1.37 475	0.91 415	1.38 478	0.91 402	1.37 477	0.90 407	1.28 456	0.90 384	1.25 481	0.85 413	1.24 459	0.85 398

Wavelet-MonSter	1.00 391	1.21 366	0.76 368	1.94 464	1.01 428	1.11 416	0.76 394	1.15 405	0.76 399	1.11 416	0.76 404	1.14 422	0.76 391	1.11 419	0.76 395	1.21 451	0.90 384	1.02 418	0.71 397	1.02 392	0.71 380

DPSM_ROB	0.92 379	0.91 266	0.91 386	0.91 343	0.92 418	0.92 391	0.92 411	0.92 386	0.91 412	0.93 395	0.91 415	0.92 398	0.90 400	0.91 391	0.92 408	0.92 379	0.91 386	0.91 404	0.92 415	0.93 381	0.93 406

DPSM	0.92 379	0.91 266	0.91 386	0.91 343	0.92 418	0.92 391	0.92 411	0.92 386	0.91 412	0.93 395	0.91 415	0.92 398	0.90 400	0.91 391	0.92 408	0.92 379	0.91 386	0.91 404	0.92 415	0.93 381	0.93 406

DGTPSM_ROB	0.93 384	1.00 284	0.92 388	0.94 352	0.96 422	0.91 390	0.92 411	0.91 383	0.96 421	0.91 391	0.96 420	0.93 401	0.92 403	0.94 397	0.92 408	0.92 379	0.92 388	0.90 401	0.92 415	0.94 383	0.91 404

pmcnn	0.92 379	0.92 271	0.92 388	0.92 346	0.92 418	0.92 391	0.92 411	0.92 386	0.92 416	0.92 393	0.92 419	0.92 398	0.92 403	0.92 395	0.92 408	0.92 379	0.92 388	0.92 406	0.92 415	0.92 380	0.92 405

4D-IteraStereo	0.78 350	3.13 485	0.89 380	0.69 317	0.32 265	0.40 252	0.32 255	0.76 367	0.97 422	0.52 336	0.65 383	0.89 394	0.32 266	0.76 374	0.98 416	0.83 370	0.94 390	0.35 250	0.27 232	0.70 348	0.89 402

GANet	1.00 391	1.00 284	1.00 395	1.00 361	1.00 424	1.00 399	1.00 419	1.00 394	1.00 426	1.00 401	1.00 423	1.00 406	1.00 408	1.00 405	1.00 418	1.00 386	1.00 391	1.00 414	1.00 422	1.00 387	1.00 413

TDLM	1.00 391	1.00 284	1.00 395	1.00 361	1.00 424	1.00 399	1.00 419	1.00 394	1.00 426	1.00 401	1.00 423	1.00 406	1.00 408	1.00 405	1.00 418	1.00 386	1.00 391	1.00 414	1.00 422	1.00 387	1.00 413

CVANet_RVC	1.00 391	1.00 284	1.00 395	1.00 361	1.00 424	1.00 399	1.00 419	1.00 394	1.00 426	1.00 401	1.00 423	1.00 406	1.00 408	1.00 405	1.00 418	1.00 386	1.00 391	1.00 414	1.00 422	1.00 387	1.00 413

trnet	1.01 397	1.01 290	1.01 398	1.01 364	1.01 428	1.01 403	1.01 422	1.01 398	1.01 429	1.01 405	1.01 426	1.01 410	1.01 414	1.01 409	1.01 421	1.01 389	1.01 394	1.01 417	1.01 426	1.01 390	1.01 416

11t	1.27 460	2.70 464	1.34 468	1.32 440	0.89 413	1.30 473	1.34 492	1.64 481	0.57 365	1.45 479	0.72 399	1.05 412	1.29 481	1.07 414	1.29 493	1.49 471	1.02 395	0.97 412	1.15 432	1.48 468	1.31 490

ours_stereo	1.20 410	1.21 366	0.90 383	1.64 458	1.11 435	1.35 474	0.67 378	1.76 485	0.93 417	1.70 489	1.10 430	1.39 480	0.75 390	1.41 480	0.81 402	1.60 478	1.03 396	1.33 485	1.00 422	1.61 473	0.72 381

MM-Stereo_test2	1.20 410	1.85 404	1.05 399	1.46 447	0.94 421	1.36 476	0.99 418	1.36 470	0.95 419	1.41 477	0.98 422	1.40 482	0.96 405	1.37 477	0.95 413	1.37 465	1.06 397	1.33 485	0.93 419	1.29 462	0.89 402

ff7	1.68 470	2.68 461	1.35 470	0.97 358	0.89 413	1.84 490	2.15 540	2.12 498	1.80 525	2.05 503	1.56 508	2.33 509	2.12 531	2.23 506	2.25 543	1.31 457	1.07 398	1.48 492	1.41 500	0.90 377	1.04 418

ffff	1.68 470	2.68 461	1.35 470	0.97 358	0.89 413	1.84 490	2.15 540	2.12 498	1.80 525	2.05 503	1.56 508	2.33 509	2.12 531	2.23 506	2.25 543	1.31 457	1.07 398	1.48 492	1.41 500	0.90 377	1.04 418

ccc-4	1.68 470	2.68 461	1.35 470	0.97 358	0.89 413	1.84 490	2.15 540	2.12 498	1.80 525	2.05 503	1.56 508	2.33 509	2.12 531	2.23 506	2.25 543	1.31 457	1.07 398	1.48 492	1.41 500	0.90 377	1.04 418

FENet	0.54 303	1.52 389	1.19 412	1.41 446	0.23 212	0.35 229	0.23 203	0.35 219	0.23 202	0.34 220	0.23 206	0.35 228	0.23 206	0.35 228	0.23 197	1.40 466	1.07 398	0.32 218	0.23 205	0.33 211	0.23 186

sAnonymous2	3.31 543	2.63 459	1.38 482	3.71 529	1.86 527	4.70 568	1.11 427	4.82 571	2.72 549	5.45 576	1.98 542	4.59 561	2.64 536	2.65 528	6.21 581	4.37 544	1.08 402	5.16 575	2.24 545	4.52 542	2.39 542

CroCo_RVC	3.31 543	2.63 459	1.38 482	3.71 529	1.86 527	4.70 568	1.11 427	4.82 571	2.72 549	5.45 576	1.98 542	4.59 561	2.64 536	2.65 528	6.21 581	4.37 544	1.08 402	5.16 575	2.24 545	4.52 542	2.39 542

StereoVision	3.15 541	5.00 523	0.89 380	4.83 549	1.00 424	3.93 550	1.27 489	6.37 578	1.34 495	5.67 578	1.26 489	5.84 579	1.27 479	5.03 575	1.24 486	5.10 567	1.09 404	4.61 561	0.57 374	5.62 567	1.12 423

GLC_STEREO	1.07 402	1.01 290	1.06 400	1.07 368	1.05 432	1.06 407	1.08 426	1.08 400	1.05 432	1.07 409	1.06 428	1.08 413	1.05 416	1.06 411	1.10 425	1.07 392	1.09 404	1.05 421	1.05 427	1.06 394	1.12 423

RP	2.33 522	25.00 581	1.13 403	1.15 378	1.15 437	1.10 413	1.15 431	1.15 405	1.15 434	1.12 417	1.15 431	1.09 415	1.13 419	1.10 417	1.15 430	1.11 400	1.09 404	1.16 425	1.12 430	1.16 402	1.17 432

AF-Net	2.37 526	25.71 584	1.17 408	1.13 375	1.15 437	1.15 420	1.18 435	1.19 413	1.16 435	1.10 411	1.15 431	1.10 417	1.18 427	1.12 421	1.15 430	1.10 395	1.10 407	1.17 429	1.15 432	1.16 402	1.12 423

NCC-stereo	2.36 524	25.52 583	1.17 408	1.15 378	1.17 442	1.11 416	1.11 427	1.15 405	1.16 435	1.10 411	1.16 434	1.10 417	1.15 422	1.14 422	1.13 428	1.09 393	1.11 408	1.15 424	1.16 434	1.17 407	1.17 432

edge stereo	2.43 529	27.07 589	1.14 404	1.06 367	1.14 436	1.08 410	1.17 434	1.16 408	1.14 433	1.10 411	1.16 434	1.09 415	1.16 426	1.10 417	1.16 433	1.10 395	1.11 408	1.16 425	1.19 436	1.13 397	1.11 421

Nwc_Net	2.37 526	25.95 585	1.15 406	1.14 376	1.15 437	1.08 410	1.14 430	1.17 410	1.16 435	1.14 420	1.15 431	1.08 413	1.15 422	1.11 419	1.14 429	1.10 395	1.11 408	1.16 425	1.09 429	1.16 402	1.15 428

MM-Stereo_test3	1.27 460	2.07 420	1.18 410	1.60 453	1.02 430	1.45 483	1.01 422	1.40 475	1.04 431	1.44 478	1.03 427	1.46 484	1.02 415	1.44 481	1.02 422	1.51 474	1.12 411	1.32 484	0.98 420	1.38 466	0.97 409

stereogan	2.33 522	24.38 579	1.18 410	1.18 385	1.18 444	1.14 419	1.18 435	1.19 413	1.19 441	1.14 420	1.18 438	1.14 422	1.18 427	1.14 422	1.18 435	1.14 403	1.14 412	1.19 433	1.19 436	1.15 400	1.19 436

RGC	2.36 524	25.48 582	1.19 412	1.15 378	1.15 437	1.10 413	1.16 433	1.17 410	1.16 435	1.12 417	1.16 434	1.11 420	1.13 419	1.09 415	1.18 435	1.10 395	1.15 413	1.16 425	1.12 430	1.14 398	1.12 423

castereo++	0.54 303	3.59 493	1.15 406	1.31 439	0.14 157	0.16 142	0.14 152	0.16 141	0.14 157	0.16 138	0.14 161	0.16 139	0.13 154	0.16 140	0.14 151	1.45 469	1.16 414	0.15 142	0.14 160	0.15 141	0.13 150

MaDis-Stereo	3.19 542	6.02 544	1.12 402	5.61 558	1.16 441	5.43 576	1.02 424	5.15 575	0.70 386	5.43 575	1.21 484	5.03 576	0.97 406	4.85 569	0.99 417	4.53 548	1.16 414	5.53 577	1.25 489	5.37 565	1.30 489

Abc-Net	2.32 521	24.75 580	1.14 404	1.17 384	1.17 442	1.11 416	1.15 431	1.17 410	1.21 487	1.08 410	1.16 434	1.12 421	1.14 421	1.09 415	1.17 434	1.09 393	1.16 414	1.17 429	1.17 435	1.16 402	1.11 421
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FAT-Stereo	2.46 530	26.05 586	1.23 464	1.23 434	1.22 494	1.20 422	1.24 485	1.23 464	1.23 489	1.19 423	1.22 485	1.21 472	1.24 477	1.20 427	1.24 486	1.21 451	1.17 417	1.22 480	1.25 489	1.20 411	1.24 486

SPS-STEREO	1.59 468	1.91 411	1.21 461	1.94 464	1.20 446	2.00 501	1.23 484	1.99 492	1.24 490	2.00 498	1.25 488	2.03 502	1.26 478	2.00 500	1.29 493	1.90 490	1.18 418	1.89 510	1.21 484	1.89 486	1.20 437
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DisPM	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

CrosDoStereo	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

PFNet+	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

LCNet	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

HHNet	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

Patchmatch Stereo++	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437
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	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

STrans-v2	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

TransformOpticalFlow	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

OMP-Stereo	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

IIG-Stereo	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

NF-Stereo	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

OCTAStereo	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

PSM-softLoss	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

KMStereo	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

NRIStereo	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

PSM-adaLoss	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

PSM-AAD	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

FTStereo	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

ROB_FTStereo_v2	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

ROB_FTStereo	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

Consistency-Raft	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

KYRaft	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

HUI-Stereo	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

ASMatch	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

DeepStereo_LL	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

DEmStereo	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

SST-Stereo	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

THIR-Stereo	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

RAFT_R40	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

DRaft	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

PFNet	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

GrayStereo	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

RE-Stereo	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

Pruner-Stereo	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

TVStereo	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

DeepStereo_RVC	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

RAFT-RH_RVC	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

IRAFT_RVC	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

RAFT-345	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

iRAFT	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

CRE-IMP	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

GMM-Stereo	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

RAFT-IKP	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

Prome-Stereo	1.20 410	1.20 320	1.20 415	1.20 387	1.20 446	1.20 422	1.20 437	1.20 416	1.20 442	1.20 424	1.20 439	1.20 427	1.20 429	1.20 427	1.20 439	1.20 406	1.20 419	1.20 434	1.20 439	1.20 411	1.20 437

S-Stereo	2.51 531	26.86 587	1.23 464	1.22 432	1.22 494	1.24 470	1.25 486	1.22 462	1.24 490	1.21 469	1.24 487	1.19 426	1.27 479	1.19 426	1.24 486	1.19 405	1.20 419	1.25 481	1.19 436	1.24 459	1.23 485

CSP-Net	0.34 199	1.29 376	1.19 412	1.36 443	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	1.26 454	1.21 465	0.03 38	0.09 111	0.02 20	0.09 111

GANetREF_RVC	1.55 467	1.94 417	1.22 462	1.88 461	1.21 492	1.88 493	1.22 483	1.88 487	1.22 488	1.88 490	1.22 485	1.88 492	1.22 476	1.89 496	1.22 485	1.87 486	1.22 466	1.88 509	1.22 485	1.88 485	1.22 483
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
VIP-Stereo	0.70 332	2.97 481	2.43 539	2.49 488	0.16 177	0.25 190	0.16 162	0.25 187	0.16 171	0.25 187	0.18 190	0.25 190	0.16 170	0.26 198	0.16 167	1.86 484	1.26 467	0.23 182	0.15 166	0.23 178	0.15 158

2.25w	2.00 487	1.86 406	1.98 528	2.95 501	2.17 545	2.26 508	1.35 493	2.42 517	2.00 543	2.07 506	1.27 490	2.53 519	1.99 526	2.29 510	1.49 505	2.21 505	1.32 468	1.85 502	1.87 534	2.52 515	1.62 513

3.25w	2.04 500	2.20 431	1.48 488	3.03 502	2.17 545	2.63 531	1.39 501	1.96 490	1.95 539	1.96 493	1.37 499	2.71 531	1.96 523	2.71 531	1.73 523	2.26 507	1.32 468	1.87 506	1.87 534	2.51 514	1.63 514

1w_stereo	2.05 502	2.32 440	1.35 470	3.74 532	2.01 535	2.73 535	1.42 505	1.88 487	1.93 538	2.03 501	1.28 491	2.71 531	1.99 526	2.72 533	1.72 518	2.20 504	1.32 468	1.87 506	1.86 533	2.45 507	1.54 503

IGEV	2.02 495	2.20 431	1.82 511	2.90 500	2.16 543	2.41 517	1.25 486	2.00 493	1.98 540	1.99 497	1.31 493	2.72 535	1.93 520	2.67 530	1.69 515	2.26 507	1.32 468	1.83 501	1.87 534	2.53 518	1.61 512

IGEVStereo-DCA	1.77 474	4.21 513	1.84 515	2.49 488	2.11 541	2.54 527	1.36 495	1.65 482	1.17 439	2.75 536	1.90 530	2.54 522	1.15 422	0.94 397	1.11 426	1.50 472	1.32 468	0.96 410	1.46 506	1.49 469	0.88 400

rrr	1.77 474	4.21 513	1.84 515	2.49 488	2.11 541	2.54 527	1.36 495	1.65 482	1.17 439	2.75 536	1.90 530	2.54 522	1.15 422	0.94 397	1.11 426	1.50 472	1.32 468	0.96 410	1.46 506	1.49 469	0.88 400

MC-Stereo	1.76 473	2.96 480	1.37 480	2.14 472	1.37 498	2.14 507	1.36 495	2.14 501	1.37 500	2.14 507	1.37 499	2.14 504	1.37 489	2.14 505	1.37 499	1.97 494	1.32 468	1.97 512	1.32 493	1.98 487	1.33 492

4.5_new	2.00 487	1.84 403	1.98 528	2.77 495	2.16 543	2.27 509	1.28 490	2.09 497	1.98 540	2.01 499	1.28 491	2.71 531	1.98 524	2.51 522	1.65 511	2.26 507	1.33 475	1.87 506	1.87 534	2.49 511	1.60 510

3w_stereo	2.04 500	2.24 435	1.70 500	3.15 505	2.18 547	2.49 521	1.26 488	2.03 495	1.98 540	1.98 496	1.33 494	2.72 535	1.99 526	2.59 525	1.72 518	2.22 506	1.33 475	1.85 502	1.88 539	2.50 513	1.58 508

gwcnet-sp	0.82 363	1.72 395	1.48 488	0.39 207	0.15 168	0.31 212	0.21 190	0.20 160	0.25 210	1.61 484	0.23 206	0.28 203	0.26 222	0.20 159	0.15 161	0.24 182	1.33 475	0.32 218	0.16 168	6.75 571	0.23 186

scenet	0.82 363	1.72 395	1.48 488	0.39 207	0.15 168	0.31 212	0.21 190	0.20 160	0.25 210	1.61 484	0.23 206	0.28 203	0.26 222	0.20 159	0.15 161	0.24 182	1.33 475	0.32 218	0.16 168	6.75 571	0.23 186

ssnet	0.82 363	1.72 395	1.48 488	0.39 207	0.15 168	0.31 212	0.21 190	0.20 160	0.25 210	1.61 484	0.23 206	0.28 203	0.26 222	0.20 159	0.15 161	0.24 182	1.33 475	0.32 218	0.16 168	6.75 571	0.23 186

MaskLacGwcNet_RVC	1.35 462	1.35 381	1.35 470	1.35 442	1.35 496	1.35 474	1.35 493	1.36 470	1.35 498	1.36 474	1.35 496	1.36 477	1.36 487	1.36 476	1.35 497	1.35 461	1.35 480	1.35 488	1.35 494	1.35 464	1.35 495

MonStereo1	1.94 480	2.77 474	1.52 493	3.73 531	1.51 505	2.13 506	1.42 505	2.32 511	1.52 506	2.31 515	1.50 506	2.53 519	1.59 495	2.34 513	1.56 506	1.91 491	1.36 481	1.86 505	1.31 492	2.07 489	1.53 502

RASNet	1.49 466	1.65 392	1.45 486	1.38 445	1.43 502	1.47 484	1.36 495	1.38 474	1.36 499	1.39 476	1.60 512	1.45 483	1.45 493	1.51 482	2.21 542	1.53 475	1.36 481	1.36 490	1.36 496	1.66 476	1.36 496

PS-NSSS	1.38 465	1.39 384	1.34 468	1.34 441	1.35 496	1.38 478	1.37 500	1.35 469	1.38 501	1.34 472	1.34 495	1.39 480	1.38 490	1.70 487	1.40 501	1.36 463	1.36 481	1.36 490	1.37 497	1.37 465	1.36 496

castereo	0.61 314	3.79 501	1.35 470	1.52 448	0.15 168	0.17 150	0.16 162	0.20 160	0.21 193	0.18 151	0.16 172	0.21 167	0.12 149	0.26 198	0.17 171	1.43 468	1.38 484	0.17 153	0.16 168	0.18 155	0.16 159

CC-Net-ROB	1.36 463	1.33 380	1.33 467	1.36 443	1.38 499	1.36 476	1.33 491	1.37 472	1.34 495	1.35 473	1.36 498	1.38 478	1.34 485	1.38 479	1.38 500	1.35 461	1.38 484	1.33 485	1.35 494	1.43 467	1.34 494

sCroCo_RVC	2.10 503	2.76 472	1.92 525	2.78 498	1.39 500	2.73 535	1.41 503	2.73 532	1.40 502	2.77 541	1.41 503	2.74 537	1.40 491	2.74 536	1.40 501	2.72 534	1.42 486	2.72 540	1.44 505	2.79 525	1.42 500

psmg	0.43 260	1.91 411	0.92 388	1.91 463	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	1.97 494	1.44 487	0.04 73	0.03 54	0.02 20	0.03 51

999	1.00 391	1.12 309	0.59 333	1.10 370	1.21 492	1.09 412	0.52 359	1.08 400	1.43 504	1.18 422	1.35 496	0.98 405	0.52 357	0.91 391	0.85 404	0.72 355	1.46 488	0.83 396	0.98 420	0.68 343	1.41 499

DEFOM-Stereo	0.68 328	3.11 484	1.40 484	1.63 457	0.25 219	0.31 212	0.25 211	0.31 207	0.28 232	0.31 208	0.29 242	0.29 209	0.27 230	0.31 216	0.28 225	1.59 476	1.47 489	0.30 211	0.29 247	0.30 197	0.28 224

ssnet_v2	0.68 328	1.96 418	1.25 466	0.29 174	0.20 198	0.30 207	0.20 185	0.29 201	0.22 196	1.50 480	0.20 196	0.31 216	0.20 194	0.27 202	0.22 191	0.24 182	1.49 490	0.26 198	0.18 193	3.90 533	0.19 177

4w-stereo	2.02 495	2.72 468	1.44 485	3.36 516	1.59 508	2.48 520	1.72 517	2.28 504	1.24 490	2.24 510	1.65 516	2.56 524	1.32 484	2.39 516	1.98 539	2.67 532	1.51 491	1.66 498	1.24 487	2.53 518	1.88 532

test_xeample3	1.10 404	1.81 401	0.61 340	0.84 336	0.49 356	0.77 374	0.66 374	0.92 386	1.40 502	0.68 369	0.46 343	0.78 382	0.54 361	1.72 488	1.48 504	1.34 460	1.52 492	1.35 488	1.67 522	1.33 463	1.55 504

2.5w	2.01 494	2.40 450	1.37 480	3.28 510	2.01 535	2.71 532	1.43 508	1.82 486	1.83 528	1.90 492	1.41 503	2.71 531	1.35 486	2.71 531	1.85 529	2.66 530	1.53 493	1.64 497	1.23 486	2.53 518	1.87 529

3.25w_new	2.03 497	2.72 468	1.35 470	3.33 515	1.57 506	2.72 533	1.53 510	2.15 502	1.33 494	2.15 508	1.60 512	2.63 528	1.30 482	2.72 533	1.99 540	2.67 532	1.53 493	1.75 500	1.25 489	2.53 518	1.87 529

MM-Stereo_test1	1.80 476	3.41 491	1.52 493	2.12 471	1.41 501	2.04 502	1.41 503	2.05 496	1.46 505	2.04 502	1.41 503	2.05 503	1.42 492	2.05 501	1.43 503	2.04 498	1.54 495	1.94 511	1.38 499	1.99 488	1.33 492

NINENet	0.69 331	3.87 505	1.20 415	1.98 468	0.05 99	0.40 252	0.04 81	0.40 246	0.05 97	0.41 260	0.04 88	0.41 268	0.05 94	0.40 252	0.05 88	1.79 482	1.56 496	0.34 234	0.22 199	0.34 215	0.23 186

monsters	2.18 508	2.41 451	1.96 527	3.47 520	2.03 539	2.53 525	1.64 513	2.48 519	1.73 519	2.40 519	1.50 506	2.62 527	1.94 521	2.59 525	1.94 536	2.44 522	1.57 497	2.28 521	1.87 534	2.42 505	1.86 527

3.5w_stereo	2.03 497	2.72 468	1.35 470	3.41 517	1.57 506	2.72 533	1.49 509	2.01 494	1.34 495	2.15 508	1.61 514	2.63 528	1.36 487	2.72 533	1.99 540	2.66 530	1.58 498	1.68 499	1.24 487	2.53 518	1.87 529

LG-G_1	2.22 515	2.71 466	1.89 522	2.77 495	1.87 530	2.75 537	1.87 526	2.76 534	1.87 534	2.75 536	1.87 525	2.76 538	1.87 514	2.75 537	1.86 530	2.47 524	1.58 498	2.45 531	1.57 509	2.45 507	1.57 506

LG-G	2.22 515	2.71 466	1.89 522	2.77 495	1.87 530	2.75 537	1.87 526	2.76 534	1.87 534	2.75 536	1.87 525	2.76 538	1.87 514	2.75 537	1.86 530	2.47 524	1.58 498	2.45 531	1.57 509	2.45 507	1.57 506

LGtest1	2.22 515	2.70 464	1.89 522	2.76 494	1.86 527	2.75 537	1.86 524	2.75 533	1.86 530	2.75 536	1.86 524	2.77 540	1.87 514	2.75 537	1.86 530	2.46 523	1.58 498	2.45 531	1.56 508	2.45 507	1.56 505

DPSMNet_ROB	1.60 469	1.59 391	1.70 500	1.59 450	1.59 508	1.61 487	1.61 511	1.60 477	1.60 508	1.62 487	1.59 511	1.60 486	1.60 496	1.60 483	1.59 508	1.59 476	1.60 502	1.59 496	1.59 514	1.59 472	1.59 509

CRFU-Net	0.65 321	1.67 393	1.22 462	1.96 467	0.27 229	0.41 268	0.27 222	0.41 261	0.27 229	0.40 246	0.26 225	0.41 268	0.27 230	0.40 252	0.27 215	1.80 483	1.62 503	0.34 234	0.23 205	0.33 211	0.23 186

MFMNet_re	1.81 477	1.91 411	1.71 502	1.95 466	1.70 519	1.95 498	1.70 516	1.96 490	1.74 521	1.97 495	1.72 520	1.95 495	1.71 504	1.97 499	1.71 516	1.86 484	1.62 503	1.85 502	1.66 521	1.86 484	1.64 515

Anonymous3	2.55 532	3.26 489	1.65 498	3.28 510	1.63 511	3.24 544	1.68 514	3.27 543	1.66 509	3.28 544	1.67 517	3.25 544	1.66 499	3.27 543	1.64 510	3.26 538	1.65 505	3.30 543	1.65 520	4.95 560	1.65 517

monsterstereo	2.20 514	2.33 441	1.95 526	3.65 527	2.07 540	2.49 521	1.61 511	2.48 519	1.83 528	2.45 521	1.61 514	2.67 530	1.86 513	2.64 527	1.94 536	2.48 526	1.66 506	2.34 525	1.68 524	2.40 504	1.86 527

RAFT_CTSACE	1.92 479	3.71 498	1.72 503	1.88 461	1.72 520	2.04 502	1.42 505	2.18 503	1.89 536	2.02 500	1.97 536	1.95 495	2.06 530	1.93 497	1.62 509	1.76 481	1.66 506	2.02 513	1.73 530	1.73 479	1.43 501

UDGNet	2.23 518	5.40 534	1.72 503	2.48 487	1.69 516	2.51 524	1.69 515	2.51 522	1.72 518	2.50 524	1.69 519	2.52 518	1.69 502	2.50 521	1.68 514	2.41 521	1.70 508	2.42 530	1.69 526	2.42 505	1.64 515

TRStereo	2.00 487	2.13 425	1.85 517	2.27 478	1.84 524	2.28 511	1.84 520	2.29 506	1.86 530	2.30 512	1.87 525	2.30 506	1.87 514	2.08 502	1.72 518	2.08 499	1.72 509	2.08 515	1.72 527	2.08 490	1.72 520

XX-Stereo	2.00 487	2.13 425	1.85 517	2.27 478	1.84 524	2.28 511	1.84 520	2.29 506	1.86 530	2.30 512	1.87 525	2.30 506	1.87 514	2.08 502	1.72 518	2.08 499	1.72 509	2.08 515	1.72 527	2.08 490	1.72 520

EAI-Stereo	2.00 487	2.13 425	1.85 517	2.27 478	1.84 524	2.28 511	1.84 520	2.29 506	1.86 530	2.30 512	1.87 525	2.30 506	1.87 514	2.08 502	1.72 518	2.08 499	1.72 509	2.08 515	1.72 527	2.08 490	1.72 520

MonStereo	2.17 506	2.41 451	1.49 492	2.67 492	1.67 513	2.60 530	2.04 538	2.32 511	1.76 522	2.44 520	1.68 518	2.50 517	1.69 502	2.38 514	1.80 526	2.28 511	1.78 512	2.63 539	2.14 542	3.47 529	1.68 518

U	5.15 576	8.49 556	1.81 506	8.49 572	1.77 521	8.49 585	1.77 518	8.51 586	1.77 523	8.49 586	1.77 521	8.50 586	1.78 511	8.58 586	1.77 524	8.54 584	1.78 512	8.55 586	1.78 531	8.55 580	1.84 525

MIF-Stereo (partial)	2.58 533	3.31 490	0.66 348	3.18 507	0.66 389	3.18 543	0.66 374	3.21 542	0.67 379	3.19 543	0.66 385	3.19 543	0.66 374	3.31 545	0.68 374	5.09 566	1.79 514	8.23 585	1.67 522	6.18 569	1.38 498

test-3	0.98 390	4.13 511	1.85 517	1.85 460	0.61 380	0.69 368	0.37 293	0.63 354	0.61 371	0.66 366	0.51 366	0.73 377	0.44 328	0.57 351	0.54 356	1.68 480	1.81 515	0.40 282	0.43 342	0.66 341	0.50 338

asda	2.17 506	2.54 455	1.81 506	3.47 520	1.78 522	2.50 523	1.86 524	2.61 525	1.68 510	2.61 527	1.83 522	2.37 513	1.73 506	2.44 520	1.88 534	2.51 527	1.84 516	2.34 525	1.62 518	2.23 495	1.77 524

FBW_ROB	2.12 505	2.46 454	1.77 505	2.49 488	1.79 523	2.38 515	1.83 519	2.46 518	1.78 524	2.48 523	1.97 536	2.40 514	1.78 511	2.42 519	1.83 527	2.31 515	1.85 517	2.38 528	1.82 532	2.35 502	1.84 525

qwe	2.18 508	2.60 458	1.58 495	3.83 533	1.90 532	2.53 525	1.90 529	2.48 519	1.73 519	2.37 518	1.92 532	2.53 519	1.68 500	2.56 523	1.83 527	2.52 529	1.87 518	2.07 514	1.68 524	2.32 501	1.71 519

asd	2.18 508	2.77 474	1.58 495	3.59 525	2.00 534	2.58 529	1.85 523	2.39 516	1.71 514	2.47 522	1.97 536	2.59 526	1.61 497	2.56 523	1.79 525	2.51 527	1.99 519	2.11 518	1.62 518	2.36 503	1.60 510

4.25w-stereo	1.98 482	2.72 468	1.46 487	3.47 520	1.43 502	2.07 504	1.98 531	2.53 523	1.52 506	2.71 529	1.98 542	1.81 491	1.62 498	1.96 498	1.36 498	1.88 489	2.00 520	2.53 536	1.61 516	1.74 480	1.15 428

2w_stereo	1.99 483	2.36 448	1.81 506	3.24 508	1.67 513	1.94 495	1.98 531	2.72 526	1.68 510	2.72 530	1.94 533	1.98 498	1.74 508	1.79 492	1.27 490	1.95 493	2.00 520	2.53 536	1.60 515	1.68 477	1.15 428

4.25_new	2.00 487	2.33 441	1.82 511	3.32 513	1.69 516	1.95 498	1.99 534	2.72 526	1.71 514	2.72 530	1.97 536	2.01 500	1.74 508	1.77 490	1.28 491	2.18 502	2.01 522	2.48 534	1.58 512	1.65 474	1.17 432

4.5w_new	2.00 487	2.33 441	1.82 511	3.32 513	1.69 516	1.95 498	1.99 534	2.72 526	1.71 514	2.72 530	1.97 536	2.01 500	1.74 508	1.77 490	1.28 491	2.18 502	2.01 522	2.48 534	1.58 512	1.65 474	1.17 432

2.75w_new	1.99 483	2.34 445	1.81 506	3.14 504	1.62 510	1.94 495	1.99 534	2.72 526	1.71 514	2.72 530	1.99 545	1.90 493	1.73 506	1.82 494	1.29 493	2.37 518	2.01 522	2.31 523	1.42 503	1.77 482	1.22 483

3.75w	1.99 483	2.31 439	1.83 514	3.16 506	1.65 512	1.93 494	1.98 531	2.72 526	1.68 510	2.73 535	1.97 536	2.00 499	1.72 505	1.81 493	1.25 489	2.27 510	2.01 522	2.38 528	1.42 503	1.71 478	1.24 486

4.5w-stereo	1.99 483	2.33 441	1.81 506	3.28 510	1.68 515	1.94 495	1.99 534	2.72 526	1.70 513	2.72 530	1.99 545	1.97 497	1.68 500	1.76 489	1.29 493	1.91 491	2.02 526	2.53 536	1.61 516	1.75 481	1.16 431

HUF	2.18 508	2.30 438	1.99 531	2.34 483	2.02 538	2.41 517	2.06 539	2.38 515	1.89 536	2.36 517	1.85 523	2.56 524	1.98 524	2.31 512	1.97 538	2.30 514	2.03 527	2.30 522	2.11 541	2.23 495	2.16 534

AIO_rvc	2.18 508	2.34 445	1.87 521	2.32 482	1.94 533	2.40 516	1.89 528	2.37 514	2.07 545	2.52 525	1.95 535	2.44 516	1.99 526	2.41 517	1.89 535	2.32 516	2.09 528	2.24 519	2.18 543	2.21 494	2.23 536

AIO_test	2.18 508	2.09 423	2.04 532	2.42 485	2.01 535	2.47 519	1.94 530	2.34 513	2.03 544	2.56 526	1.94 533	2.43 515	1.94 521	2.41 517	1.87 533	2.39 520	2.10 529	2.35 527	1.91 540	2.25 497	2.19 535

DEFOM-Stereo_RVC	0.83 366	5.18 526	1.98 528	2.19 473	0.17 181	0.19 157	0.18 177	0.19 154	0.16 171	0.20 159	0.19 192	0.22 175	0.22 200	0.20 159	0.15 161	2.28 511	2.13 530	0.24 190	0.17 188	0.18 155	0.16 159

error version	0.93 384	4.47 517	2.35 536	1.99 469	0.37 300	0.41 268	0.36 287	0.41 261	0.35 283	0.43 280	0.36 293	0.41 268	0.40 306	0.41 267	0.36 279	1.87 486	2.16 531	0.47 330	0.37 309	0.39 260	0.33 263

test_1	0.93 384	4.47 517	2.35 536	1.99 469	0.37 300	0.41 268	0.36 287	0.41 261	0.35 283	0.43 280	0.36 293	0.41 268	0.40 306	0.41 267	0.36 279	1.87 486	2.16 531	0.47 330	0.37 309	0.39 260	0.33 263

STTStereo	3.73 546	30.40 593	2.37 538	2.39 484	2.31 550	2.35 514	2.33 544	2.29 506	2.42 547	2.32 516	2.34 549	2.33 509	2.36 535	2.30 511	2.27 546	2.35 517	2.22 533	2.31 523	2.22 544	2.29 500	2.34 541

NCCL2	2.28 520	2.27 436	2.28 534	2.28 481	2.28 548	2.27 509	2.29 543	2.28 504	2.28 546	2.27 511	2.28 548	2.28 505	2.27 534	2.27 509	2.28 547	2.28 511	2.28 534	2.27 520	2.29 547	2.27 498	2.29 537

iRaftStereo_RVC	0.97 388	3.17 487	2.30 535	2.42 485	0.38 307	0.54 348	0.38 299	0.54 336	0.38 299	0.54 344	0.38 305	0.54 347	0.38 297	0.54 341	0.38 291	2.38 519	2.34 535	0.49 343	0.36 307	0.49 313	0.36 281

PDISCO_ROB	0.83 366	2.80 478	3.49 557	0.14 99	0.11 136	0.17 150	0.09 113	0.15 140	0.10 118	0.15 133	0.12 144	0.16 139	0.14 158	3.30 544	0.13 147	0.14 116	2.34 535	0.16 145	0.12 147	2.62 524	0.10 116

NLCA_NET_v2_RVC	5.04 574	50.87 603	2.78 541	2.87 499	2.71 551	2.78 540	0.47 341	2.88 539	2.86 551	1.89 491	2.67 550	2.79 541	2.79 539	2.78 540	2.83 548	2.82 535	2.82 537	2.83 541	2.77 550	2.83 526	2.76 545
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	1.22 457	7.11 546	3.00 542	3.55 524	0.33 277	0.29 206	0.14 152	0.19 154	0.15 167	0.33 218	0.29 242	0.25 190	0.14 158	0.22 173	0.33 259	3.64 541	3.00 538	0.76 383	0.32 277	0.18 155	0.13 150

rvit_0105_6	3.87 551	5.73 541	3.10 553	4.69 547	3.12 563	4.54 558	3.02 552	4.56 558	3.04 552	4.54 559	3.03 553	4.54 557	3.04 543	4.56 558	3.05 551	4.58 553	3.05 539	4.58 558	3.05 554	4.58 545	3.05 550

rvit_105_1	3.83 547	5.22 527	3.01 543	4.53 537	3.01 553	4.51 556	3.01 551	4.56 558	3.04 552	4.53 557	3.03 553	4.55 559	3.03 540	4.56 558	3.04 549	4.57 550	3.05 539	4.57 556	3.05 554	4.57 544	3.05 550

rvit_stereo_0081	3.83 547	5.23 528	3.01 543	4.53 537	3.03 555	4.55 562	3.02 552	4.56 558	3.04 552	4.52 555	3.02 551	4.54 557	3.03 540	4.56 558	3.04 549	4.57 550	3.05 539	4.57 556	3.05 554	4.58 545	3.05 550

rvit_stereo_0082	3.86 549	5.82 542	3.01 543	4.53 537	3.03 555	4.54 558	3.02 552	4.56 558	3.04 552	4.53 557	3.02 551	4.55 559	3.04 543	4.57 561	3.05 551	4.57 550	3.05 539	4.58 558	3.05 554	4.58 545	3.06 553

rvit_stereo_0081_aga	3.86 549	5.33 531	3.02 546	4.55 543	3.04 559	4.54 558	3.02 552	4.64 565	3.06 556	4.54 559	3.04 555	4.62 566	3.08 547	4.62 564	3.07 554	4.58 553	3.06 543	4.60 560	3.08 558	4.63 548	3.07 554

rvit_stereo_0080	3.89 552	5.70 539	3.04 548	4.54 540	3.03 555	4.56 563	3.05 558	4.60 562	3.07 557	4.58 562	3.06 556	4.59 561	3.06 545	4.61 562	3.08 555	4.63 555	3.09 544	4.64 562	3.10 559	4.65 549	3.10 557

whm_eth	3.89 552	5.70 539	3.04 548	4.54 540	3.03 555	4.56 563	3.05 558	4.60 562	3.07 557	4.58 562	3.06 556	4.59 561	3.06 545	4.61 562	3.08 555	4.63 555	3.09 544	4.64 562	3.10 559	4.65 549	3.10 557

rvit_0105_4	3.91 554	5.47 538	3.02 546	4.54 540	3.02 554	4.54 558	3.03 556	4.75 568	3.17 563	4.57 561	3.06 556	4.61 565	3.16 551	4.65 565	3.09 557	4.66 557	3.11 546	4.68 565	3.18 564	4.81 555	3.16 562

rvit_0105_3	3.91 554	5.33 531	3.06 551	4.60 545	3.07 561	4.60 565	3.06 560	4.62 564	3.08 560	4.60 564	3.07 559	4.62 566	3.08 547	4.67 566	3.10 558	4.70 558	3.11 546	4.77 569	3.19 565	4.77 554	3.14 561

rvit_stereo_ft	3.93 557	5.44 536	3.05 550	4.59 544	3.06 560	4.61 566	3.08 561	4.67 567	3.12 562	4.63 566	3.10 561	4.65 568	3.11 549	4.69 568	3.13 559	4.70 558	3.14 548	4.71 567	3.15 563	4.74 552	3.16 562

rvit_stereo_0083	3.92 556	5.30 530	3.06 551	4.61 546	3.09 562	4.67 567	3.08 561	4.66 566	3.09 561	4.62 565	3.10 561	4.66 569	3.11 549	4.67 566	3.16 560	4.72 560	3.16 549	4.77 569	3.11 561	4.66 551	3.11 559

FC-DCNN v2	5.10 575	5.15 525	4.49 565	5.07 553	3.37 566	6.87 580	4.75 579	5.04 574	6.34 583	7.84 584	5.06 580	6.72 584	4.09 568	4.99 573	5.44 580	5.03 564	3.16 549	4.67 564	4.86 580	5.15 563	3.89 573

MLG-Stereo_test1	4.25 559	5.34 533	3.61 559	5.31 554	3.63 570	5.23 574	3.57 568	5.38 576	3.65 566	5.23 573	3.47 565	4.76 570	3.74 559	4.85 569	3.71 566	4.96 562	3.18 551	4.71 567	2.92 551	4.86 558	2.90 547

MLG-Stereo_test3	4.26 560	4.85 521	3.95 563	5.35 555	3.60 569	4.75 571	3.76 571	5.49 577	3.71 568	5.39 574	3.69 569	4.82 572	3.66 556	4.85 569	3.73 569	4.93 561	3.19 552	4.69 566	2.99 553	4.84 557	2.98 549

MLG-Stereo_test2	4.28 561	5.46 537	3.69 561	4.86 550	3.72 572	5.58 577	3.42 566	4.81 570	3.77 572	4.85 569	3.72 570	5.55 578	3.63 555	5.58 576	3.53 564	4.41 547	3.28 553	4.99 573	2.95 552	4.75 553	3.13 560

rvit_0105_5	4.10 558	5.40 534	3.13 556	4.71 548	3.15 564	4.72 570	3.10 563	4.90 573	3.27 564	4.69 567	3.16 563	4.84 573	3.25 552	4.96 572	3.34 562	5.05 565	3.39 554	5.10 574	3.40 566	5.11 562	3.42 565

DPSNet	3.66 545	3.60 494	3.62 560	3.63 526	3.64 571	3.65 548	3.65 570	3.66 548	3.67 567	3.67 547	3.65 568	3.67 548	3.66 556	3.66 547	3.68 565	3.68 542	3.66 555	3.67 548	3.68 571	3.67 530	3.67 568

DispFullNet	4.61 567	4.84 520	3.12 554	5.00 552	3.57 568	4.75 571	3.03 556	7.75 584	4.17 576	4.91 571	3.09 560	6.20 580	3.95 565	6.71 580	3.51 563	5.30 568	3.67 556	5.86 581	3.63 568	5.61 566	3.46 566

AEACV	1.12 407	0.52 215	3.12 554	3.24 508	0.86 411	0.53 345	0.49 352	0.60 350	0.47 341	0.53 339	0.49 358	0.55 351	0.45 331	0.55 345	0.47 337	3.01 536	3.88 557	0.71 377	0.60 377	0.80 362	0.48 330

SGM-Forest	5.21 577	5.92 543	4.08 564	6.18 561	4.16 577	6.31 579	4.34 578	6.50 579	4.33 577	6.14 580	4.21 576	6.61 583	4.55 571	6.67 579	4.48 576	5.94 572	3.94 558	5.85 580	4.03 577	5.79 568	4.17 576
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Occ-G	1.12 407	0.52 215	3.72 562	3.50 523	0.50 360	0.56 350	0.47 341	0.54 336	0.46 336	0.54 344	0.41 323	0.54 347	0.42 323	0.52 337	0.42 321	3.42 540	4.02 559	0.52 355	0.45 344	0.51 324	0.44 318

BUS	0.83 366	1.91 411	0.92 388	4.48 534	0.02 21	0.40 252	0.04 81	0.41 261	0.02 21	0.48 306	0.03 52	0.41 268	0.05 94	0.03 39	0.05 88	1.97 494	4.19 560	0.33 226	0.23 205	0.34 215	0.27 211

BSDual-CNN	0.81 358	1.91 411	0.92 388	4.48 534	0.02 21	0.42 288	0.06 108	0.41 261	0.02 21	0.48 306	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 494	4.19 560	0.33 226	0.23 205	0.34 215	0.27 211

hknet	1.10 404	1.85 404	3.49 557	4.48 534	0.02 21	0.42 288	0.06 108	0.41 261	0.02 21	0.48 306	0.03 52	0.41 268	0.03 52	0.42 280	0.03 48	4.39 546	4.19 560	0.33 226	0.23 205	0.34 215	0.27 211

AANet_RVC	1.26 459	0.31 137	4.99 568	5.93 559	0.20 198	0.25 190	0.20 185	0.25 187	0.20 190	0.23 176	0.19 192	0.25 190	0.20 194	0.25 188	0.20 186	5.66 570	4.76 563	0.26 198	0.30 261	0.24 180	0.27 211

TestStereo	4.88 571	4.75 519	4.79 566	4.87 551	4.92 580	4.81 573	4.90 580	4.78 569	4.77 579	4.87 570	4.89 579	4.90 574	4.91 572	4.99 573	4.79 577	4.98 563	4.87 564	4.87 572	4.92 581	5.00 561	5.00 578

SGM+DAISY	7.06 581	9.15 560	5.38 571	8.84 574	5.18 581	8.80 586	5.31 582	8.79 587	5.28 581	8.89 587	5.20 581	8.93 587	5.33 574	8.95 587	5.36 579	8.70 585	5.21 565	8.74 587	5.20 582	8.89 581	5.15 579

rvit_stereo_0075_2	6.64 579	8.80 558	5.25 569	7.89 569	5.27 582	7.90 584	5.27 581	7.92 585	5.28 581	7.91 585	5.29 582	7.93 585	5.27 573	7.92 585	5.28 578	7.93 581	5.28 566	7.93 584	5.29 583	7.93 577	5.28 580

test_5	4.62 568	7.55 549	6.23 573	6.32 562	3.40 567	5.29 575	3.50 567	3.53 547	4.11 575	4.28 552	4.47 578	4.26 555	4.38 570	3.68 548	3.24 561	5.89 571	5.60 567	4.84 571	3.50 567	4.33 539	3.93 575

Sa-1000	4.34 564	8.37 553	6.84 577	6.98 567	4.45 579	3.58 546	3.00 550	3.42 546	3.39 565	2.61 527	4.00 574	3.83 550	4.01 567	3.90 550	3.90 570	5.98 573	5.62 568	3.76 550	2.34 548	4.35 540	2.47 544

RAFT	6.73 580	9.36 562	7.40 580	8.51 573	6.55 584	6.88 581	6.60 584	6.79 580	6.60 584	6.80 581	6.72 586	5.31 577	5.50 575	6.61 578	6.61 584	8.42 583	5.89 569	5.73 578	5.45 585	6.61 570	6.24 582

RAFT+CT+SA	4.28 561	7.62 550	4.91 567	5.55 557	2.28 548	3.09 541	3.64 569	4.49 556	3.07 557	4.80 568	3.35 564	4.77 571	3.70 558	4.29 555	3.05 551	5.58 569	5.98 570	3.58 547	3.78 573	4.26 538	3.72 569

raft_robust	4.71 569	7.75 551	5.40 572	6.81 564	3.31 565	4.28 555	4.20 577	4.32 555	4.37 578	4.35 554	4.35 577	4.14 553	3.75 560	4.30 556	4.20 575	6.67 576	6.37 571	3.36 545	4.24 579	4.86 558	3.25 564

cross-raft	4.83 570	7.52 548	6.43 574	6.63 563	3.96 575	4.51 556	3.99 575	4.49 556	3.96 574	4.52 555	3.96 573	4.50 556	3.97 566	4.50 557	3.97 571	6.65 575	6.44 572	4.33 553	3.92 575	4.35 540	3.91 574

TestStereo1	4.60 565	8.41 554	6.44 575	6.86 565	3.79 573	3.97 551	3.78 572	3.99 552	3.74 569	3.97 549	3.52 566	3.94 551	3.58 553	3.98 551	3.72 567	6.82 577	6.50 573	3.76 550	3.66 569	3.90 533	3.74 571

SA-5K	4.60 565	8.41 554	6.44 575	6.86 565	3.79 573	3.97 551	3.78 572	3.99 552	3.74 569	3.97 549	3.52 566	3.94 551	3.58 553	3.98 551	3.72 567	6.82 577	6.50 573	3.76 550	3.66 569	3.90 533	3.74 571

SA	4.33 563	7.35 547	6.85 578	5.96 560	4.09 576	3.59 547	3.15 564	3.82 550	2.64 548	3.91 548	3.85 571	3.57 546	2.72 538	3.13 542	4.03 572	7.09 580	6.86 575	3.57 546	3.12 562	3.85 532	3.51 567

test_4	4.88 571	8.13 552	6.98 579	7.46 568	4.44 578	4.25 554	3.85 574	4.04 554	3.92 573	4.13 551	3.91 572	4.18 554	3.84 563	4.14 553	4.06 573	7.01 579	7.13 576	4.53 554	3.72 572	4.09 536	3.72 569

test-1	6.46 578	9.16 561	8.03 584	8.09 570	5.62 583	6.11 578	6.35 583	6.85 581	4.94 580	6.08 579	6.29 585	4.98 575	6.43 577	6.22 577	6.36 583	6.16 574	7.47 577	5.82 579	5.44 584	7.11 574	5.68 581

test_3	5.01 573	8.86 559	7.77 581	8.09 570	2.76 552	4.13 553	4.05 576	3.88 551	3.76 571	4.33 553	4.13 575	3.71 549	3.91 564	4.21 554	4.06 573	7.93 581	7.69 578	4.53 554	3.91 574	4.17 537	4.29 577

test-v	7.53 582	11.89 570	7.98 582	9.36 576	7.14 585	7.06 582	7.09 585	7.37 582	6.91 585	7.29 582	5.71 583	6.45 581	6.93 578	6.73 581	7.27 585	8.93 586	7.85 579	6.98 582	6.80 586	7.56 575	7.34 584

test-2	7.53 582	11.89 570	7.98 582	9.36 576	7.14 585	7.06 582	7.09 585	7.37 582	6.91 585	7.29 582	5.71 583	6.45 581	6.93 578	6.73 581	7.27 585	8.93 586	7.85 579	6.98 582	6.80 586	7.56 575	7.34 584

PCWNet_CMD	2.80 540	9.82 565	0.32 221	10.09 582	0.32 265	0.49 320	0.33 265	3.34 544	0.33 271	0.49 313	0.33 273	0.49 317	8.73 582	0.48 310	0.33 259	0.41 269	9.22 581	0.42 310	0.29 247	9.55 584	0.31 251

MSMDNet	2.65 534	10.14 568	0.33 226	9.74 578	0.32 265	0.87 385	0.33 265	2.95 540	0.68 380	0.49 313	0.34 281	0.49 317	5.70 576	0.49 316	0.33 259	0.42 283	9.57 582	0.41 299	0.31 271	8.36 579	0.65 369

pcwnet_v2	2.66 535	9.89 566	0.33 226	9.89 579	0.32 265	0.50 328	0.32 255	0.49 307	0.33 271	0.49 313	0.34 281	0.49 317	8.76 583	0.48 310	0.33 259	0.41 269	9.58 583	0.40 282	0.29 247	9.01 582	0.63 367

CFNet_pseudo	2.67 536	9.36 562	0.32 221	10.99 584	0.33 277	0.85 383	0.33 265	0.49 307	0.33 271	0.49 313	0.32 266	0.49 317	7.26 580	0.49 316	0.33 259	0.41 269	9.62 584	0.41 299	0.29 247	10.03 586	0.29 229

ccs_rob	2.79 539	10.17 569	0.32 221	10.00 581	0.33 277	0.49 320	0.33 265	1.90 489	0.32 264	0.51 333	0.33 273	0.49 317	9.24 585	0.49 316	0.33 259	0.41 269	9.82 585	0.41 299	0.28 237	9.34 583	0.29 229

UCFNet_RVC	2.75 538	10.06 567	0.29 200	10.31 583	0.29 243	0.42 288	0.29 239	0.43 285	0.29 238	0.42 274	0.29 242	0.42 286	9.87 586	0.43 286	0.29 235	0.36 231	9.84 586	0.36 255	0.26 224	9.77 585	0.26 203

CFNet_ucs	2.73 537	9.64 564	0.33 226	9.92 580	0.32 265	0.49 320	0.33 265	0.49 307	0.33 271	0.49 313	0.33 273	0.49 317	8.98 584	0.48 310	0.33 259	0.41 269	9.96 587	0.40 282	0.29 247	10.12 587	0.54 349

MANE	19.05 585	23.00 578	15.00 585	23.00 592	15.00 587	24.00 593	16.00 587	24.00 594	16.00 587	22.00 594	15.00 587	23.00 594	16.00 587	23.00 594	15.00 587	22.00 594	15.00 588	22.00 594	15.00 588	22.00 594	15.00 586

rafts_anoy	20.00 586	20.00 572	20.00 586	20.00 586	20.00 588	20.00 587	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 589	20.00 588	20.00 589	20.00 588	20.00 587

raft+_RVC	20.00 586	20.00 572	20.00 586	20.00 586	20.00 588	20.00 587	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 589	20.00 588	20.00 589	20.00 588	20.00 587

raftrobust	20.00 586	20.00 572	20.00 586	20.00 586	20.00 588	20.00 587	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 589	20.00 588	20.00 589	20.00 588	20.00 587

CasAABBNet	20.00 586	20.00 572	20.00 586	20.00 586	20.00 588	20.00 587	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 589	20.00 588	20.00 589	20.00 588	20.00 587

RALCasStereoNet	20.00 586	20.00 572	20.00 586	20.00 586	20.00 588	20.00 587	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 589	20.00 588	20.00 589	20.00 588	20.00 587

RALAANet	20.00 586	20.00 572	20.00 586	20.00 586	20.00 588	20.00 587	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 588	20.00 589	20.00 588	20.00 589	20.00 588	20.00 587

WCMA_ROB	31.10 593	35.43 598	27.12 592	39.51 604	23.10 594	38.78 605	25.30 594	37.49 606	25.39 594	37.29 605	27.02 594	38.52 606	26.48 594	37.80 605	26.44 594	36.28 602	22.65 595	33.90 599	22.30 595	37.10 603	24.18 593

111	30.40 592	30.94 594	29.72 593	32.61 593	30.02 595	33.57 594	30.47 595	31.50 595	29.39 595	30.98 595	29.11 595	29.78 595	30.39 598	29.45 595	30.76 598	30.08 595	29.02 596	29.92 595	30.32 599	29.86 595	30.17 594

fff	1000028.16 612	29.62 590	29.72 593	32.61 593	30.02 595	35.13 596	31.83 596	32.07 596	10000000.00 614	35.27 598	29.82 596	32.45 596	30.15 595	32.35 596	30.09 595	31.04 596	29.55 597	30.64 596	30.14 596	10000000.00 615	30.77 595

csc	1000028.16 612	29.62 590	29.72 593	32.61 593	30.02 595	35.13 596	31.83 596	32.07 596	10000000.00 614	35.27 598	29.82 596	32.45 596	30.15 595	32.35 596	30.09 595	31.04 596	29.55 597	30.64 596	30.14 596	10000000.00 615	30.77 595

cscssc	1000028.16 612	29.62 590	29.72 593	32.61 593	30.02 595	35.13 596	31.83 596	32.07 596	10000000.00 614	35.27 598	29.82 596	32.45 596	30.15 595	32.35 596	30.09 595	31.04 596	29.55 597	30.64 596	30.14 596	10000000.00 615	30.77 595

DCANet-4	35.22 594	34.54 595	35.08 599	33.58 597	35.47 602	34.55 595	35.53 602	36.08 601	35.85 599	35.92 601	35.77 601	35.18 601	35.48 600	35.39 601	37.15 604	34.55 601	33.92 600	35.02 602	34.90 601	35.79 599	34.74 601

tt	500032.53 610	34.60 596	29.72 593	37.47 602	34.41 600	36.85 600	35.22 600	34.71 599	33.55 597	34.50 596	35.43 599	33.81 599	10000000.00 615	33.57 599	33.13 599	33.68 599	35.00 601	34.03 600	35.26 602	30.96 596	34.63 599

DCANet	500032.53 610	34.60 596	29.72 593	37.47 602	34.41 600	36.85 600	35.22 600	34.71 599	33.55 597	34.50 596	35.43 599	33.81 599	10000000.00 615	33.57 599	33.13 599	33.68 599	35.00 601	34.03 600	35.26 602	30.96 596	34.63 599

ADStereo(finetuned)	36.13 595	36.63 599	38.07 603	36.97 598	33.25 599	35.91 599	34.45 599	36.36 602	32.99 596	38.14 606	36.71 602	36.69 602	34.13 599	38.57 606	40.79 605	37.60 606	36.58 603	35.90 603	33.36 600	35.42 598	34.04 598

Reg-Stereo(zero)	37.00 596	37.00 600	37.00 600	37.00 599	37.00 603	37.00 602	37.00 603	37.00 603	37.00 600	37.00 602	37.00 603	37.00 603	37.00 601	37.00 602	37.00 601	37.00 603	37.00 604	37.00 604	37.00 604	37.00 600	37.00 602

HI	37.00 596	37.00 600	37.00 600	37.00 599	37.00 603	37.00 602	37.00 603	37.00 603	37.00 600	37.00 602	37.00 603	37.00 603	37.00 601	37.00 602	37.00 601	37.00 603	37.00 604	37.00 604	37.00 604	37.00 600	37.00 602

CoSv	37.00 596	37.00 600	37.00 600	37.00 599	37.00 603	37.00 602	37.00 603	37.00 603	37.00 600	37.00 602	37.00 603	37.00 603	37.00 601	37.00 602	37.00 601	37.00 603	37.00 604	37.00 604	37.00 604	37.00 600	37.00 602

NOSS_ROB	102.95 600	153.00 608	121.00 607	51.00 605	44.00 606	165.00 609	127.00 608	153.00 609	119.00 605	164.00 610	125.00 608	168.00 610	120.00 606	153.00 609	117.00 608	49.00 607	44.00 607	49.00 607	44.00 607	49.00 604	44.00 605

CBMV	128.50 601	1422.70 615	53.10 605	79.50 606	51.30 607	77.30 607	49.70 606	74.00 607	48.20 604	77.20 608	48.80 607	73.90 608	48.00 605	73.80 608	48.80 607	70.40 608	45.10 608	68.90 608	46.10 608	68.20 605	45.00 606
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 599	87.70 604	41.95 604	113.75 607	65.62 608	75.05 606	55.25 607	75.64 608	45.04 603	71.61 607	41.75 606	72.81 607	44.06 604	68.38 607	44.63 606	101.89 609	59.57 609	107.10 609	61.05 609	104.38 606	59.38 607

MeshStereo	159.24 602	171.00 609	160.68 610	162.58 608	160.59 609	164.01 608	160.35 609	158.51 610	158.56 606	158.34 609	160.12 609	158.56 609	159.92 607	157.26 610	158.94 609	154.38 610	158.36 610	155.75 610	159.13 611	153.67 607	154.07 608
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
AE-Stereo	201.80 603	123.00 605	115.00 606	219.00 609	218.00 611	223.00 610	244.00 611	217.00 611	236.00 608	202.00 611	203.00 610	205.00 611	208.00 608	225.00 611	204.00 610	210.00 611	198.00 611	197.00 611	184.00 612	204.00 608	201.00 609

DLCB_ROB	284.23 606	354.61 611	207.27 611	363.24 612	206.46 610	364.72 613	210.41 610	364.72 614	210.41 607	364.81 614	208.64 611	364.81 614	208.64 609	364.72 614	210.41 611	354.70 614	205.53 612	354.70 614	205.53 613	354.70 611	205.53 610

MGS-Stereo	239.45 604	123.00 605	135.00 608	266.00 610	286.00 612	277.00 611	305.00 612	271.00 612	242.00 609	274.00 612	279.00 612	255.00 612	270.00 610	268.00 612	297.00 612	221.00 612	247.00 613	216.00 612	123.00 610	217.00 609	217.00 611

EGLCR-Stereo	246.90 605	129.00 607	139.00 609	266.00 610	286.00 612	277.00 611	305.00 612	271.00 612	242.00 609	274.00 612	279.00 612	255.00 612	270.00 610	268.00 612	297.00 612	230.00 613	247.00 613	216.00 612	223.00 614	237.00 610	227.00 612

LE_ROB	396.57 607	471.28 612	329.84 612	471.48 613	308.15 614	526.83 614	322.10 614	488.15 615	323.76 611	495.46 615	317.97 614	497.17 615	320.10 612	481.62 615	326.76 614	462.71 615	298.97 615	466.16 615	285.98 615	447.62 612	289.21 613

SGM-ForestM	596.69 608	677.77 613	444.52 613	699.85 614	517.25 615	732.94 615	488.29 615	770.79 616	460.11 612	750.81 616	487.98 615	792.79 616	499.41 613	730.90 616	475.81 615	720.03 616	491.16 616	663.96 616	418.60 616	674.76 613	436.05 614

CBMV_ROB	818.48 609	913.88 614	709.52 614	862.84 615	597.78 616	1073.99 616	700.52 616	1015.66 617	702.59 613	1115.65 617	760.02 616	1130.24 617	721.57 614	1037.41 617	692.65 616	814.05 617	564.29 617	843.28 617	595.31 617	915.51 614	602.92 615

111111	10000000.00 615	10000000.00 616	10000000.00 615	10000000.00 616	10000000.00 617	10000000.00 617	10000000.00 617	10000000.00 618	10000000.00 614	10000000.00 618	10000000.00 617	10000000.00 618	10000000.00 615	10000000.00 618	10000000.00 617	10000000.00 618	10000000.00 618	10000000.00 618	10000000.00 618	10000000.00 615	10000000.00 616

SGD-Stereo	10000000.00 615	10000000.00 616	10000000.00 615	10000000.00 616	10000000.00 617	10000000.00 617	10000000.00 617	10000000.00 618	10000000.00 614	10000000.00 618	10000000.00 617	10000000.00 618	10000000.00 615	10000000.00 618	10000000.00 617	10000000.00 618	10000000.00 618	10000000.00 618	10000000.00 618	10000000.00 615	10000000.00 616

IGEV-Stereo++	10000000.00 615	10000000.00 616	10000000.00 615	10000000.00 616	10000000.00 617	10000000.00 617	10000000.00 617	10000000.00 618	10000000.00 614	10000000.00 618	10000000.00 617	10000000.00 618	10000000.00 615	10000000.00 618	10000000.00 617	10000000.00 618	10000000.00 618	10000000.00 618	10000000.00 618	10000000.00 615	10000000.00 616

IGEV-BASED-STEREO-	10000000.00 615	10000000.00 616	10000000.00 615	10000000.00 616	10000000.00 617	10000000.00 617	10000000.00 617	10000000.00 618	10000000.00 614	10000000.00 618	10000000.00 617	10000000.00 618	10000000.00 615	10000000.00 618	10000000.00 617	10000000.00 618	10000000.00 618	10000000.00 618	10000000.00 618	10000000.00 615	10000000.00 616

IGEV-Stereo+	10000000.00 615	10000000.00 616	10000000.00 615	10000000.00 616	10000000.00 617	10000000.00 617	10000000.00 617	10000000.00 618	10000000.00 614	10000000.00 618	10000000.00 617	10000000.00 618	10000000.00 615	10000000.00 618	10000000.00 617	10000000.00 618	10000000.00 618	10000000.00 618	10000000.00 618	10000000.00 615	10000000.00 616

SDNR	10000000.00 615	10000000.00 616	10000000.00 615	10000000.00 616	10000000.00 617	10000000.00 617	10000000.00 617	10000000.00 618	10000000.00 614	10000000.00 618	10000000.00 617	10000000.00 618	10000000.00 615	10000000.00 618	10000000.00 617	10000000.00 618	10000000.00 618	10000000.00 618	10000000.00 618	10000000.00 615	10000000.00 616

anonymousdsp2	10000000.00 615	10000000.00 616	10000000.00 615	10000000.00 616	10000000.00 617	10000000.00 617	10000000.00 617	10000000.00 618	10000000.00 614	10000000.00 618	10000000.00 617	10000000.00 618	10000000.00 615	10000000.00 618	10000000.00 617	10000000.00 618	10000000.00 618	10000000.00 618	10000000.00 618	10000000.00 615	10000000.00 616

anonymousdsp	10000000.00 615	10000000.00 616	10000000.00 615	10000000.00 616	10000000.00 617	10000000.00 617	10000000.00 617	10000000.00 618	10000000.00 614	10000000.00 618	10000000.00 617	10000000.00 618	10000000.00 615	10000000.00 618	10000000.00 617	10000000.00 618	10000000.00 618	10000000.00 618	10000000.00 618	10000000.00 615	10000000.00 616

test_example2	10000000.00 615	10000000.00 616	10000000.00 615	10000000.00 616	10000000.00 617	10000000.00 617	10000000.00 617	10000000.00 618	10000000.00 614	10000000.00 618	10000000.00 617	10000000.00 618	10000000.00 615	10000000.00 618	10000000.00 617	10000000.00 618	10000000.00 618	10000000.00 618	10000000.00 618	10000000.00 615	10000000.00 616

DIP-Stereo	10000000.00 615	10000000.00 616	10000000.00 615	10000000.00 616	10000000.00 617	10000000.00 617	10000000.00 617	10000000.00 618	10000000.00 614	10000000.00 618	10000000.00 617	10000000.00 618	10000000.00 615	10000000.00 618	10000000.00 617	10000000.00 618	10000000.00 618	10000000.00 618	10000000.00 618	10000000.00 615	10000000.00 616
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022

Low-res two-view benchmark