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	deliv. area 1l	deliv. area 1s	deliv. area 2l	deliv. area 2s	deliv. area 3l	deliv. area 3s	elect. 1l	elect. 1s	elect. 2l	elect. 2s	elect. 3l	elect. 3s	facade 1s	forest 1s	forest 2s	playg. 1l	playg. 1s	playg. 2l	playg. 2s	playg. 3l	playg. 3s	terra. 1s	terra. 2s	terra. 1l	terra. 1s	terra. 2l	terra. 2s

WQFJX	0.21 15	0.02 1	0.00 1	0.01 5	0.03 26	0.01 18	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.17 21	0.00 1	0.01 34	0.52 3	0.46 8	0.05 7	0.00 1	0.40 40	0.08 17	0.17 14	2.39 61	0.00 1	0.00 1	0.22 105	0.02 33	1.15 75	0.00 1

NLMM1	0.12 6	0.03 2	0.00 1	0.01 5	0.01 7	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.08 7	0.00 1	0.00 1	0.56 4	0.27 2	0.03 2	0.00 1	0.04 6	0.16 34	0.10 5	1.79 38	0.01 27	0.01 7	0.00 1	0.00 1	0.02 2	0.00 1

NLMM	0.09 3	0.03 2	0.00 1	0.01 5	0.00 1	0.01 18	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 4	0.00 1	0.00 1	0.80 9	0.39 5	0.01 1	0.00 1	0.04 6	0.21 46	0.07 4	0.76 14	0.06 86	0.00 1	0.00 1	0.00 1	0.02 2	0.00 1

NLSM3	0.09 3	0.03 2	0.00 1	0.01 5	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.10 12	0.00 1	0.00 1	1.01 14	0.29 4	0.03 2	0.10 37	0.03 4	0.18 40	0.16 13	0.39 7	0.00 1	0.00 1	0.00 1	0.01 13	0.09 14	0.00 1

NLSM1	0.12 6	0.03 2	0.00 1	0.01 5	0.00 1	0.00 1	0.00 1	0.01 7	0.01 7	0.00 1	0.00 1	0.14 16	0.00 1	0.00 1	1.34 22	0.42 6	0.03 2	0.00 1	0.02 2	0.23 49	0.36 41	0.44 8	0.00 1	0.00 1	0.01 9	0.01 13	0.13 25	0.00 1

NLCSM	0.06 1	0.03 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 1	0.00 1	0.00 1	0.41 1	0.17 1	0.05 7	0.07 25	0.00 1	0.07 12	0.00 1	0.70 13	0.00 1	0.00 1	0.00 1	0.00 1	0.01 1	0.00 1

BridgeDepth	0.07 2	0.05 18	0.02 15	0.03 37	0.05 38	0.00 1	0.00 1	0.02 22	0.01 7	0.00 1	0.00 1	0.11 15	0.00 1	0.00 1	0.56 4	0.45 7	0.04 6	0.01 6	0.16 18	0.03 3	0.23 22	0.05 1	0.00 1	0.01 7	0.01 9	0.01 13	0.15 26	0.01 40
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
MonStereo	0.21 15	0.04 12	0.01 8	0.01 5	0.01 7	0.00 1	0.00 1	0.01 7	0.03 32	0.00 1	0.00 1	0.10 12	0.05 38	0.01 34	1.63 32	1.32 64	0.09 14	0.15 51	0.36 37	0.31 69	0.30 32	1.05 21	0.00 1	0.00 1	0.00 1	0.02 33	0.23 38	0.00 1

111111	0.34 36	0.03 2	0.08 34	0.01 5	0.03 26	0.10 114	0.00 1	0.01 7	0.01 7	0.00 1	0.01 89	0.18 24	0.05 38	0.01 34	1.98 45	1.34 66	0.11 18	0.15 51	0.59 51	0.56 133	0.34 39	3.31 103	0.26 175	0.02 15	0.02 16	0.05 57	0.04 5	0.00 1

MM-Stereo_test3	0.21 15	0.04 12	0.02 15	0.00 1	0.01 7	0.02 49	0.00 1	0.01 7	0.01 7	0.00 1	0.00 1	0.14 16	0.03 23	0.05 99	0.99 13	0.77 21	0.16 34	0.17 58	0.16 18	0.26 60	0.06 2	2.10 50	0.18 148	0.02 15	0.01 9	0.06 62	0.47 57	0.06 71

MM-Stereo_test2	0.33 35	0.05 18	0.07 30	0.01 5	0.02 17	0.02 49	0.00 1	0.02 22	0.02 21	0.00 1	0.00 1	0.18 24	0.02 18	0.00 1	1.77 40	1.68 103	0.21 47	0.08 30	0.19 23	0.58 136	0.29 30	3.05 91	0.18 148	0.09 52	0.08 57	0.19 88	0.12 22	0.00 1

MM-Stereo_test1	0.26 25	0.06 25	0.08 34	0.00 1	0.01 7	0.02 49	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.18 24	0.03 23	0.15 151	1.33 21	1.35 67	0.18 41	0.17 58	0.19 23	0.37 83	0.10 5	2.34 60	0.19 155	0.06 38	0.04 37	0.08 68	0.12 22	0.00 1

GREAT-IGEV	0.49 57	0.07 32	0.29 65	0.02 24	0.02 17	0.14 134	0.00 1	0.03 35	1.58 232	0.00 1	0.00 1	0.19 32	0.07 54	0.00 1	2.22 56	2.07 144	0.16 34	0.26 82	0.25 27	0.80 175	0.33 36	2.96 79	0.25 173	0.79 213	0.02 16	0.00 1	0.71 64	0.00 1

CoSv	0.10 5	0.12 50	0.21 48	0.02 24	0.02 17	0.01 18	0.00 1	0.02 22	0.02 21	0.00 1	0.00 1	0.15 18	0.01 10	0.00 1	0.69 6	0.74 19	0.14 28	0.06 24	0.09 11	0.03 3	0.06 2	0.13 3	0.00 1	0.03 27	0.02 16	0.00 1	0.10 17	0.00 1

AIO-test1	0.30 32	0.04 12	0.03 22	0.02 24	0.08 57	0.04 79	0.00 1	0.01 7	0.03 32	0.00 1	0.00 1	0.02 1	0.04 31	0.00 1	2.02 47	1.69 104	0.15 30	0.02 8	0.24 26	0.55 132	0.20 16	2.67 67	0.00 1	0.02 15	0.02 16	0.01 13	0.09 14	0.00 1

AIO-Stereo	0.34 36	0.05 18	0.34 80	0.01 5	0.03 26	0.13 126	0.00 1	0.01 7	0.02 21	0.00 1	0.00 1	0.19 32	0.05 38	0.00 1	1.68 33	1.06 37	0.49 104	0.08 30	1.56 95	0.76 171	0.22 19	2.17 53	0.11 125	0.01 7	0.01 9	0.02 33	0.20 31	0.00 1

RSM++	0.23 22	0.06 25	0.35 88	0.02 24	0.02 17	0.11 117	0.00 1	0.01 7	0.02 21	0.00 1	0.00 1	0.19 32	0.08 59	0.00 1	0.88 10	0.61 14	0.18 41	0.04 15	0.13 16	0.57 135	0.23 22	2.20 54	0.14 132	0.09 52	0.03 29	0.01 13	0.23 38	0.00 1

CroCo-Stereo	0.21 15	0.09 40	0.03 22	0.05 53	0.07 53	0.00 1	0.00 1	0.04 47	0.05 48	0.00 1	0.00 1	0.09 11	0.07 54	0.00 1	1.51 29	1.11 39	0.17 40	0.08 30	0.76 58	0.05 8	0.40 43	0.85 17	0.00 1	0.04 30	0.04 37	0.01 13	0.08 13	0.00 1
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
WQFJA1	0.29 27	0.03 2	0.01 8	0.01 5	0.01 7	0.13 126	0.01 19	0.01 7	0.01 7	0.00 1	0.00 1	0.17 21	0.09 65	0.00 1	1.29 17	0.81 24	0.22 49	0.02 8	0.40 40	0.10 21	0.33 36	2.77 73	0.00 1	0.07 43	0.03 29	0.02 33	1.27 77	0.00 1

WQFJX1	0.29 27	0.03 2	0.01 8	0.01 5	0.01 7	0.13 126	0.01 19	0.01 7	0.01 7	0.00 1	0.00 1	0.17 21	0.09 65	0.00 1	1.29 17	0.81 24	0.22 49	0.02 8	0.40 40	0.10 21	0.33 36	2.77 73	0.00 1	0.07 43	0.03 29	0.02 33	1.27 77	0.00 1

VIP-Stereo	0.29 27	0.12 50	0.34 80	0.01 5	0.03 26	0.04 79	0.01 19	0.02 22	0.02 21	0.00 1	0.00 1	0.22 51	0.05 38	0.00 1	1.37 24	1.12 40	0.15 30	0.13 42	0.28 28	0.27 62	0.50 54	2.49 64	0.00 1	0.13 74	0.08 57	0.01 13	0.24 41	0.09 77

GEAStereo	0.39 44	0.07 32	0.33 73	0.03 37	0.03 26	0.16 150	0.01 19	0.04 47	0.01 7	0.00 1	0.00 1	0.25 57	0.01 10	0.24 175	2.28 59	1.61 90	0.16 34	0.18 62	0.73 56	0.65 155	0.40 43	2.72 68	0.18 148	0.05 33	0.19 95	0.00 1	0.21 35	0.00 1

GSStereo	0.43 52	0.12 50	0.35 88	0.02 24	0.02 17	0.20 173	0.01 19	0.01 7	1.23 218	0.00 1	0.05 101	0.22 51	0.03 23	0.00 1	2.12 52	1.64 98	0.50 105	0.26 82	0.50 46	0.46 100	0.51 56	2.87 77	0.15 137	0.02 15	0.18 91	0.05 57	0.10 17	0.00 1

gasm-f	0.39 44	0.07 32	0.33 73	0.03 37	0.03 26	0.16 150	0.01 19	0.04 47	0.01 7	0.00 1	0.00 1	0.25 57	0.01 10	0.24 175	2.28 59	1.61 90	0.16 34	0.18 62	0.73 56	0.65 155	0.40 43	2.72 68	0.18 148	0.05 33	0.19 95	0.00 1	0.21 35	0.00 1

AdaDepth	0.32 34	0.24 76	0.07 30	0.02 24	0.01 7	0.16 150	0.01 19	0.02 22	0.05 48	0.00 1	0.00 1	0.20 40	0.01 10	0.01 34	1.96 44	1.94 123	0.09 14	0.09 33	1.21 78	0.40 88	0.46 50	1.21 25	0.00 1	0.01 7	0.00 1	0.04 52	0.31 45	0.00 1

GASTEREO	0.42 49	0.08 36	0.34 80	0.03 37	0.02 17	0.14 134	0.01 19	0.03 35	0.02 21	0.00 1	0.00 1	0.19 32	0.14 86	0.01 34	2.48 73	2.05 139	0.22 49	0.17 58	0.17 20	0.63 147	0.19 15	2.96 79	0.30 193	0.35 133	0.04 37	0.71 139	0.15 26	0.00 1

MSCF	0.41 48	0.08 36	0.34 80	0.03 37	0.03 26	0.14 134	0.01 19	0.03 35	0.02 21	0.00 1	0.00 1	0.19 32	0.14 86	0.01 34	2.43 70	2.03 132	0.22 49	0.10 37	0.17 20	0.67 161	0.22 19	3.03 86	0.08 110	0.35 133	0.04 37	0.72 140	0.11 21	0.00 1

MLG-Stereo_test1	0.20 12	0.05 18	0.01 8	0.01 5	0.01 7	0.17 161	0.01 19	0.02 22	0.02 21	0.00 1	0.00 1	0.02 1	0.05 38	0.00 1	1.42 25	1.28 58	0.03 2	0.05 20	0.33 33	0.24 53	0.23 22	1.27 28	0.00 1	0.01 7	0.02 16	0.01 13	0.07 10	0.00 1

MLG-Stereo	0.18 10	0.06 25	0.01 8	0.01 5	0.01 7	0.17 161	0.01 19	0.02 22	0.02 21	0.00 1	0.00 1	0.08 7	0.05 38	0.00 1	1.48 28	1.35 67	0.05 7	0.05 20	0.33 33	0.23 49	0.22 19	0.63 11	0.00 1	0.01 7	0.02 16	0.01 13	0.07 10	0.00 1

LG-Stereo	0.31 33	0.05 18	0.02 15	0.02 24	0.07 53	0.13 126	0.01 19	0.03 35	0.10 84	0.00 1	0.87 175	0.44 94	0.01 10	0.00 1	2.07 49	1.46 78	0.11 18	0.16 55	0.67 54	0.47 101	0.31 35	1.19 24	0.04 75	0.02 15	0.05 45	0.10 74	0.07 10	0.00 1

AIO-test2	0.25 24	0.09 40	0.02 15	0.01 5	0.09 59	0.04 79	0.01 19	0.01 7	0.00 1	0.00 1	0.00 1	0.08 7	0.04 31	0.00 1	1.71 35	1.44 76	0.15 30	0.04 15	0.03 4	0.33 74	0.10 5	2.30 58	0.06 86	0.16 87	0.05 45	0.01 13	0.10 17	0.00 1

DEFOM-Stereo	0.34 36	0.19 65	0.23 54	0.01 5	0.06 45	0.12 120	0.01 19	0.03 35	0.03 32	0.00 1	0.00 1	0.20 40	0.03 23	0.00 1	2.15 53	1.48 81	0.10 17	0.13 42	0.33 33	0.11 24	0.45 49	0.93 19	0.00 1	0.02 15	0.07 54	0.03 44	2.36 111	0.06 71

IGEV-Stereo++	0.40 47	0.03 2	0.10 38	0.03 37	0.03 26	0.10 114	0.01 19	0.01 7	0.03 32	0.00 1	0.15 122	0.18 24	0.03 23	0.01 34	1.95 43	1.30 60	0.05 7	0.29 90	0.81 60	0.51 115	0.25 27	3.15 97	0.27 181	0.03 27	0.02 16	0.01 13	1.39 84	0.00 1

U	0.23 22	0.13 53	0.03 22	0.06 56	0.07 53	0.00 1	0.01 19	0.05 54	0.04 41	0.00 1	0.00 1	0.25 57	0.07 54	0.00 1	1.58 30	1.23 49	0.05 7	0.13 42	0.52 47	0.08 17	0.50 54	1.03 20	0.01 27	0.10 57	0.08 57	0.02 33	0.06 9	0.03 58

RSM	0.22 20	0.06 25	0.35 88	0.02 24	0.03 26	0.12 120	0.01 19	0.01 7	0.02 21	0.00 1	0.00 1	0.18 24	0.05 38	0.00 1	0.73 8	0.58 12	0.18 41	0.04 15	0.18 22	0.51 115	0.24 25	2.12 51	0.09 117	0.08 49	0.02 16	0.18 86	0.16 29	0.00 1

MoCha-V2	0.36 42	0.06 25	0.31 67	0.01 5	0.05 38	0.09 109	0.01 19	0.02 22	0.01 7	0.00 1	0.00 1	0.19 32	0.18 105	0.00 1	2.33 65	1.63 95	0.18 41	0.19 67	0.15 17	0.99 190	0.28 29	3.01 83	0.00 1	0.02 15	0.01 9	0.07 67	0.03 4	0.00 1

plain	0.56 68	0.39 117	0.44 115	0.17 88	0.41 166	0.01 18	0.01 19	0.74 122	0.08 71	0.01 71	0.00 1	0.74 137	0.14 86	0.04 92	2.91 85	1.93 121	0.25 60	0.44 133	1.02 69	0.16 34	1.65 121	2.50 65	0.01 27	0.41 151	0.21 102	0.06 62	0.36 53	0.10 80

anonymousdsp	0.56 68	0.10 42	0.36 95	0.24 109	0.07 53	0.09 109	0.01 19	0.04 47	0.05 48	0.00 1	2.27 208	0.22 51	0.20 109	0.00 1	2.28 59	1.41 74	0.28 68	0.17 58	0.52 47	0.67 161	0.56 57	3.56 111	0.31 194	0.07 43	0.02 16	0.01 13	1.65 92	0.01 40

CroCo-Stereo Lap2	0.18 10	0.11 44	0.04 26	0.05 53	0.06 45	0.00 1	0.01 19	0.03 35	0.05 48	0.24 114	0.00 1	0.16 20	0.06 53	0.01 34	1.29 17	1.05 35	0.06 12	0.04 15	0.06 8	0.05 8	0.40 43	0.86 18	0.00 1	0.04 30	0.04 37	0.01 13	0.05 7	0.00 1

test_5	0.76 90	0.61 154	0.21 48	0.02 24	0.02 17	0.11 117	0.01 19	2.75 221	0.05 48	0.00 1	4.29 244	0.49 103	0.44 157	0.00 1	1.73 36	1.27 57	0.22 49	0.14 48	1.14 75	0.09 20	0.46 50	3.08 94	0.01 27	0.19 94	0.09 61	0.00 1	2.97 127	0.02 52

AnonymousM	1.93 186	0.21 66	0.42 110	0.06 56	0.06 45	0.26 187	0.01 19	2.70 214	0.56 170	0.36 129	2.56 222	0.59 113	0.53 176	0.50 232	2.91 85	3.30 202	1.21 189	1.06 218	2.18 113	1.68 221	3.82 194	5.56 184	0.40 206	0.50 169	0.21 102	1.57 172	6.55 253	12.23 267

RYNet	0.61 73	0.04 12	0.00 1	0.02 24	0.04 36	0.00 1	0.01 19	0.03 35	0.04 41	0.07 87	0.00 1	0.07 6	0.12 80	0.00 1	4.57 154	0.66 16	0.12 22	0.99 212	0.37 38	0.02 2	0.25 27	0.10 2	0.05 78	0.03 27	0.08 57	7.32 257	1.40 85	0.12 90

MLG-Stereo_test3	0.48 54	0.06 25	0.33 73	0.12 85	0.16 77	0.17 161	0.02 43	0.07 60	0.04 41	1.13 177	0.00 1	0.23 55	0.08 59	0.01 34	1.98 45	1.62 93	0.11 18	0.19 67	1.38 89	0.29 66	0.76 65	3.35 104	0.02 54	0.10 57	0.06 51	0.03 44	0.74 65	0.01 40

MLG-Stereo_test2	0.35 40	0.14 55	0.04 26	0.01 5	0.06 45	0.18 166	0.02 43	0.02 22	0.03 32	0.00 1	0.63 168	0.18 24	0.01 10	0.00 1	1.83 41	1.31 62	0.06 12	0.20 69	1.35 88	0.38 84	0.41 47	2.30 58	0.16 141	0.05 33	0.06 51	0.01 13	0.09 14	0.01 40

LG-G_1	0.51 60	0.28 86	0.33 73	0.18 90	0.22 104	0.16 150	0.02 43	0.05 54	0.07 63	0.01 71	0.58 160	0.20 40	0.24 123	0.03 74	2.30 63	1.80 110	0.27 65	0.37 104	0.82 61	0.47 101	0.91 78	3.77 119	0.01 27	0.12 66	0.11 73	0.03 44	0.34 50	0.01 40

LG-G	0.51 60	0.28 86	0.33 73	0.18 90	0.22 104	0.16 150	0.02 43	0.05 54	0.07 63	0.01 71	0.58 160	0.20 40	0.24 123	0.03 74	2.30 63	1.80 110	0.27 65	0.37 104	0.82 61	0.47 101	0.91 78	3.77 119	0.01 27	0.12 66	0.11 73	0.03 44	0.34 50	0.01 40

DFGA-Net	0.52 63	0.32 94	0.09 36	0.23 105	0.05 38	0.01 18	0.02 43	0.55 116	0.05 48	1.27 189	0.00 1	0.20 40	0.05 38	0.03 74	1.75 37	1.26 52	0.37 84	0.09 33	1.05 71	0.07 12	0.77 67	2.14 52	0.00 1	0.21 102	0.02 16	0.00 1	3.39 148	0.02 52

DEFOM-Stereo_RVC	0.70 84	0.11 44	0.32 71	0.06 56	0.20 96	0.09 109	0.02 43	0.13 75	0.23 131	0.03 80	0.04 97	0.48 101	0.15 90	0.01 34	3.26 102	2.49 163	0.31 75	0.44 133	1.92 108	0.48 107	1.70 126	4.79 167	0.16 141	0.12 66	0.09 61	0.16 84	0.90 70	0.07 73

GIP-stereo	0.42 49	0.06 25	0.14 42	0.02 24	0.05 38	0.16 150	0.02 43	0.06 59	0.03 32	0.00 1	0.25 136	0.32 69	0.05 38	0.01 34	3.07 88	1.67 101	0.15 30	0.05 20	0.31 31	0.71 164	0.49 53	3.30 102	0.06 86	0.04 30	0.03 29	0.09 71	0.33 48	0.00 1

RAStereo	0.29 27	0.18 64	0.05 29	0.06 56	0.11 64	0.00 1	0.02 43	0.03 35	0.04 41	0.94 166	0.00 1	0.26 61	0.02 18	0.01 34	1.70 34	1.19 48	0.09 14	0.13 42	0.30 29	0.03 3	0.80 69	1.45 34	0.00 1	0.14 77	0.05 45	0.01 13	0.20 31	0.02 52

UniTT-Stereo	0.45 53	0.30 91	0.37 101	0.08 75	0.19 87	0.01 18	0.02 43	0.10 69	0.09 79	0.00 1	0.00 1	0.49 103	0.09 65	0.05 99	2.28 59	1.53 85	0.28 68	0.43 130	1.84 106	0.14 32	1.17 91	1.99 47	0.01 27	0.23 107	0.16 89	0.10 74	0.26 43	0.03 58

AEACV	0.55 67	0.71 175	0.34 80	0.04 46	0.05 38	0.10 114	0.02 43	0.02 22	0.03 32	0.00 1	0.00 1	0.20 40	0.13 83	0.05 99	2.71 79	2.52 166	0.12 22	0.64 161	1.33 86	0.95 188	0.81 71	3.06 92	0.32 198	0.09 52	0.02 16	0.20 91	0.41 55	0.00 1

RAFT+CT+SA	0.77 91	0.83 190	0.24 56	0.15 87	0.05 38	0.01 18	0.02 43	2.46 200	0.09 79	0.11 93	0.00 1	0.89 154	0.40 151	0.01 34	1.42 25	1.63 95	0.18 41	0.21 73	2.39 120	0.27 62	0.93 80	4.66 161	0.01 27	0.20 98	0.13 78	0.02 33	3.33 144	0.05 67

SA	1.07 123	0.91 198	0.46 129	0.21 96	0.25 120	0.01 18	0.02 43	2.68 212	0.14 98	0.14 102	0.00 1	0.59 113	0.38 149	0.34 198	3.59 112	2.03 132	0.45 96	0.51 144	3.47 167	0.32 71	1.40 100	3.72 117	0.01 27	0.38 147	0.44 129	1.60 173	4.79 219	0.10 80

iRaftStereo_RVC	0.35 40	0.21 66	0.33 73	0.22 98	0.15 73	0.02 49	0.02 43	0.05 54	0.08 71	0.00 1	0.00 1	0.28 63	0.11 78	0.03 74	1.35 23	0.98 30	0.35 80	0.07 25	0.49 45	0.17 37	1.05 87	2.96 79	0.00 1	0.05 33	0.09 61	0.01 13	0.23 38	0.04 62

CFNet_pseudo	1.04 119	0.55 142	0.68 147	0.46 180	0.53 179	0.05 90	0.02 43	0.61 120	0.10 84	0.91 163	0.11 111	0.88 152	0.56 180	0.52 235	5.81 205	1.84 112	0.55 117	0.37 104	2.85 143	0.41 90	1.09 88	3.10 96	0.59 237	0.29 119	0.61 143	0.63 133	2.23 108	1.75 177

ARAFT	0.80 93	0.22 69	0.31 67	0.31 138	0.12 67	0.01 18	0.02 43	0.24 88	0.09 79	1.28 190	0.00 1	0.53 111	0.04 31	0.09 127	3.18 95	1.99 127	0.51 108	0.34 101	2.69 137	0.14 32	1.96 142	2.75 70	0.02 54	0.20 98	0.80 158	0.03 44	3.53 153	0.13 92

GMStereo	0.56 68	0.94 200	0.07 30	0.25 113	0.06 45	0.01 18	0.02 43	0.15 76	0.07 63	0.00 1	0.00 1	0.41 88	0.01 10	0.01 34	2.04 48	1.15 44	0.34 78	0.18 62	2.72 138	0.11 24	1.52 108	2.04 48	0.00 1	0.08 49	0.20 98	0.03 44	2.65 118	0.04 62
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
LG-Stereo_L2	0.54 66	0.34 106	0.02 15	0.04 46	0.24 111	0.18 166	0.03 59	0.07 60	0.07 63	0.00 1	0.59 164	0.43 93	0.35 140	0.04 92	2.83 83	2.03 132	0.26 63	0.18 62	1.09 72	0.38 84	0.82 74	3.54 110	0.04 75	0.09 52	0.34 118	0.06 62	0.31 45	0.08 74

LG-Stereo_L1	0.51 60	0.26 82	0.02 15	0.04 46	0.24 111	0.15 146	0.03 59	0.07 60	0.07 63	0.00 1	0.60 165	0.37 78	0.35 140	0.03 74	2.59 74	2.00 129	0.23 55	0.18 62	1.31 85	0.40 88	0.75 63	3.23 100	0.04 75	0.09 52	0.35 120	0.04 52	0.21 35	0.08 74

LGtest1	0.53 65	0.07 32	0.34 80	0.03 37	0.14 70	0.16 150	0.03 59	0.08 64	0.14 98	0.04 83	0.84 174	0.21 50	0.15 90	0.00 1	2.36 67	2.07 144	0.21 47	0.46 137	0.87 66	0.41 90	0.76 65	4.21 136	0.05 78	0.12 66	0.12 76	0.04 52	0.27 44	0.01 40

IGEV-Stereo+	0.62 75	1.03 211	0.04 26	0.11 82	0.14 70	0.14 134	0.03 59	0.10 69	0.11 88	0.02 77	2.00 203	0.32 69	0.30 134	0.02 60	1.86 42	1.97 126	0.16 34	0.31 96	1.71 100	0.60 141	1.02 84	3.85 126	0.29 185	0.06 38	0.03 29	0.21 92	0.20 31	0.00 1

StereoVision	0.13 8	0.11 44	0.03 22	0.04 46	0.04 36	0.00 1	0.03 59	0.04 47	0.03 32	0.03 80	0.00 1	0.19 32	0.02 18	0.02 60	1.02 15	0.79 23	0.13 27	0.02 8	0.30 29	0.04 6	0.21 18	0.19 4	0.00 1	0.06 38	0.04 37	0.00 1	0.12 22	0.00 1

MIF-Stereo (partial)	0.58 72	0.39 117	0.42 110	0.07 68	0.22 104	0.02 49	0.03 59	0.08 64	0.11 88	0.01 71	0.01 89	0.50 107	0.12 80	0.03 74	2.35 66	1.69 104	0.25 60	0.60 159	0.91 67	0.11 24	1.40 100	2.26 57	0.01 27	0.34 126	0.12 76	0.29 102	2.91 124	0.38 117

TESTraft	1.00 114	0.95 201	0.32 71	0.06 56	0.17 78	0.01 18	0.03 59	1.49 147	0.07 63	0.78 155	0.00 1	0.46 98	0.64 189	0.19 161	4.75 167	2.06 142	0.26 63	0.20 69	2.78 141	0.36 82	1.26 95	4.60 158	0.07 104	0.17 89	0.11 73	1.53 170	3.70 162	0.04 62

RAFT_CTSACE	0.74 89	0.81 188	0.44 115	0.25 113	0.08 57	0.15 146	0.03 59	1.99 170	0.06 59	0.00 1	0.11 111	0.47 100	0.46 164	0.01 34	2.74 80	1.26 52	0.29 74	0.16 55	0.77 59	0.13 31	0.79 68	4.54 155	0.01 27	0.15 81	0.25 108	0.01 13	3.88 177	0.04 62

Anonymous3	3.42 226	0.60 152	0.93 180	0.09 79	1.35 224	0.50 200	0.03 59	3.46 249	1.28 219	1.11 175	0.80 173	10.89 262	1.36 235	0.45 222	8.96 254	6.97 298	3.85 257	3.08 283	11.46 256	2.32 251	7.35 270	12.18 309	0.38 204	0.51 172	1.75 199	3.57 207	5.30 230	1.85 181

TestStereo	0.64 77	0.64 163	0.54 138	0.22 98	0.11 64	0.01 18	0.03 59	1.87 165	0.23 131	0.30 119	0.00 1	0.37 78	0.08 59	0.01 34	1.75 37	0.93 28	0.45 96	0.23 79	2.92 145	0.12 27	1.51 107	1.70 35	0.05 78	0.11 64	0.21 102	0.46 121	2.24 109	0.13 92

CVANet_RVC	0.42 49	0.29 88	0.82 169	0.60 194	0.31 131	0.18 166	0.03 59	1.58 149	0.25 136	0.12 99	0.28 138	0.84 145	0.05 38	0.11 137	0.69 6	0.46 8	0.36 82	0.25 80	0.08 10	0.08 17	0.20 16	1.95 43	0.02 54	0.05 33	0.06 51	0.03 44	0.70 63	1.10 159

HITNet	0.68 81	0.16 59	0.11 40	0.07 68	0.10 63	0.01 18	0.03 59	1.72 153	0.79 192	0.11 93	0.00 1	0.77 142	0.28 131	0.12 144	2.69 77	1.17 45	0.45 96	0.14 48	0.72 55	0.25 57	1.61 119	2.80 75	0.01 27	0.17 89	0.04 37	0.15 81	3.40 149	0.41 121
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
FSD		0.70 173	0.22 51	0.07 68	0.29 129	0.01 18	0.04 71	0.32 94	0.25 136	0.54 143	0.13 118			0.04 92	2.39 69	2.70 174			1.46 91	0.76 171				0.19 94	0.56 139	0.31 105	0.69 61	0.93 152

S2M2_L	0.98 113	0.15 56	1.98 234	0.27 126	0.17 78	0.00 1	0.04 71	0.24 88	0.31 143	2.13 223	0.00 1	0.45 96	0.15 90	0.01 34	4.10 139	2.25 152	0.54 111	0.47 140	1.29 82	0.24 53	2.31 147	2.52 66	0.05 78	0.15 81	0.17 90	2.66 196	3.69 161	0.15 94
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
SGD-Stereo	0.57 71	0.11 44	0.26 62	0.02 24	0.06 45	0.02 49	0.04 71	0.04 47	0.07 63	0.00 1	0.00 1	0.40 87	0.09 65	0.01 34	5.50 190	2.06 142	0.45 96	0.28 88	0.54 49	0.23 49	1.49 106	2.89 78	0.02 54	0.08 49	0.09 61	0.06 62	0.31 45	0.22 100

Occ-G	0.48 54	0.11 44	0.24 56	0.04 46	0.11 64	0.16 150	0.04 71	0.04 47	0.02 21	0.00 1	0.25 136	0.15 18	0.02 18	0.00 1	3.08 90	1.56 87	0.11 18	0.34 101	1.04 70	0.48 107	0.85 76	3.04 90	0.23 165	0.07 43	0.04 37	0.02 33	0.83 68	0.01 40

IGEV-BASED-STEREO-	0.71 87	0.58 149	0.33 73	0.08 75	0.18 81	0.19 170	0.04 71	0.12 73	0.18 115	0.04 83	0.51 156	0.50 107	0.41 154	0.02 60	2.44 72	2.27 154	0.33 76	0.54 150	1.14 75	0.44 95	2.08 143	4.84 168	0.09 117	0.12 66	0.10 68	0.15 81	1.37 83	0.08 74

MaDis-Stereo	0.39 44	0.23 71	0.35 88	0.07 68	0.15 73	0.02 49	0.04 71	0.08 64	0.07 63	1.22 187	0.00 1	0.23 55	0.03 23	0.02 60	1.62 31	1.29 59	0.14 28	0.29 90	1.62 96	0.12 27	0.84 75	1.37 32	0.01 27	0.18 93	0.20 98	0.16 84	0.17 30	0.04 62

anonymousdsp2	1.03 118	0.29 88	0.37 101	0.23 105	0.09 59	0.03 72	0.04 71	1.33 140	0.08 71	0.02 77	2.28 211	0.33 73	0.18 105	0.27 185	2.59 74	2.50 165	0.44 95	0.56 154	3.69 171	1.14 199	1.68 124	5.57 185	0.24 169	0.50 169	0.41 126	0.15 81	2.74 121	0.02 52

TestStereo1	0.93 108	0.98 207	0.22 51	0.07 68	0.18 81	0.01 18	0.04 71	1.07 132	0.08 71	0.11 93	0.00 1	0.39 84	0.56 180	0.12 144	4.92 174	2.03 132	0.28 68	0.22 74	2.98 148	0.20 41	1.56 112	3.94 128	0.01 27	0.15 81	0.10 68	1.19 160	3.74 164	0.05 67

SA-5K	0.93 108	0.98 207	0.22 51	0.07 68	0.18 81	0.01 18	0.04 71	1.07 132	0.08 71	0.11 93	0.00 1	0.39 84	0.56 180	0.12 144	4.92 174	2.03 132	0.28 68	0.22 74	2.98 148	0.20 41	1.56 112	3.94 128	0.01 27	0.15 81	0.10 68	1.19 160	3.74 164	0.05 67

Sa-1000	1.45 155	0.32 94	0.53 137	0.28 130	0.26 122	0.01 18	0.04 71	2.73 216	0.11 88	0.01 71	0.01 89	0.59 113	0.49 169	0.56 237	6.07 215	2.10 146	0.92 162	0.88 196	4.60 187	0.59 139	1.56 112	6.38 208	0.01 27	0.64 191	2.25 208	1.72 179	5.00 223	0.38 117

sCroCo_RVC	1.89 181	0.25 81	0.34 80	0.06 56	0.20 96	0.16 150	0.04 71	0.81 125	1.73 242	1.94 217	0.44 153	1.12 160	0.88 221	0.12 144	4.48 150	5.29 267	2.26 236	1.77 255	5.32 196	2.13 244	5.92 244	7.47 240	0.10 122	0.37 145	0.60 142	1.61 174	4.41 208	1.14 161

delet	0.21 15	0.08 36	0.24 56	0.06 56	0.05 38	0.02 49	0.04 71	0.02 22	0.05 48	0.34 124	0.00 1	0.20 40	0.04 31	0.02 60	1.45 27	0.53 10	0.23 55	0.07 25	0.12 15	0.06 10	0.15 11	0.38 6	0.01 27	0.06 38	0.01 9	0.01 13	1.50 89	0.02 52

TDLM	0.20 12	0.10 42	0.21 48	0.08 75	0.23 108	0.02 49	0.04 71	0.19 78	0.04 41	0.02 77	0.10 109	0.67 132	0.05 38	0.10 132	0.43 2	0.28 3	0.35 80	0.20 69	0.02 2	0.01 1	0.12 9	1.22 26	0.05 78	0.01 7	0.00 1	0.02 33	0.41 55	0.41 121

S2M2_XL	0.50 59	0.13 53	0.39 105	0.04 46	0.15 73	0.00 1	0.05 84	0.25 90	0.37 148	0.00 1	0.00 1	0.32 69	0.51 173	0.00 1	2.74 80	1.75 107	0.28 68	0.46 137	0.48 44	0.20 41	1.60 116	3.03 86	0.08 110	0.16 87	0.09 61	0.09 71	0.15 26	0.25 105
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MGS-Stereo	0.68 81	0.97 206	0.65 145	0.25 113	0.18 81	0.01 18	0.05 84	0.07 60	0.14 98	0.00 1	0.00 1	0.30 65	0.15 90	0.03 74	5.25 183	1.01 32	0.41 91	0.26 82	1.09 72	0.44 95	1.38 99	2.76 71	0.03 65	0.27 114	0.34 118	0.25 95	1.72 94	0.24 103

raft_robust	1.38 150	0.73 180	0.63 144	0.27 126	0.23 108	0.01 18	0.05 84	3.04 233	0.24 134	1.16 181	0.02 95	0.61 123	0.67 191	0.07 114	3.67 116	2.22 151	0.80 141	0.66 164	5.14 193	0.33 74	3.43 183	6.40 210	0.01 27	0.37 145	1.19 174	1.48 168	2.86 123	0.96 156

sAnonymous2	1.64 160	0.27 83	0.18 44	0.11 82	0.20 96	0.49 198	0.05 84	1.85 161	0.98 203	0.21 108	0.39 146	1.21 163	0.85 216	0.08 123	4.74 164	3.93 241	1.35 204	1.22 233	7.85 216	0.83 179	4.15 200	5.99 194	0.03 65	0.42 154	0.15 86	2.19 187	2.36 111	2.37 194

CroCo_RVC	1.64 160	0.27 83	0.18 44	0.11 82	0.20 96	0.49 198	0.05 84	1.85 161	0.98 203	0.21 108	0.39 146	1.21 163	0.85 216	0.08 123	4.74 164	3.93 241	1.35 204	1.22 233	7.85 216	0.83 179	4.15 200	5.99 194	0.03 65	0.42 154	0.15 86	2.19 187	2.36 111	2.37 194

ADLNet	0.79 92	0.95 201	0.12 41	0.22 98	0.28 125	0.09 109	0.05 84	1.25 138	0.10 84	0.32 122	0.06 102	2.48 194	0.08 59	0.20 166	3.48 108	1.14 43	0.48 100	0.11 39	0.60 53	0.23 49	0.60 59	3.03 86	0.01 27	0.10 57	0.91 160	0.83 146	3.15 132	0.34 113

UPFNet	0.52 63	0.31 93	0.76 161	0.22 98	0.28 125	0.02 49	0.05 84	0.09 68	0.08 71	0.38 130	0.00 1	0.38 81	0.03 23	0.24 175	3.16 94	1.04 34	0.34 78	0.14 48	0.59 51	0.34 77	0.44 48	1.09 22	0.01 27	0.30 123	0.05 45	0.01 13	3.54 154	0.05 67

DMCA	0.36 42	0.36 112	0.19 46	0.17 88	0.09 59	0.02 49	0.05 84	0.02 22	0.05 48	0.58 144	0.00 1	0.39 84	0.05 38	0.01 34	2.07 49	0.98 30	0.54 111	0.12 40	0.23 25	0.10 21	0.46 50	1.38 33	0.01 27	0.22 104	0.03 29	0.08 68	1.30 79	0.15 94

NOSS_ROB	3.47 229	3.88 278	0.50 132	2.22 247	1.85 241	2.58 250	0.05 84	2.70 214	1.59 233	3.61 266	1.69 200	2.61 198	3.90 258	1.01 256	9.33 258	5.76 272	3.02 250	1.87 261	2.83 142	1.09 195	5.42 230	6.93 224	0.46 221	3.37 273	3.09 234	10.15 278	8.01 271	4.05 209

Former-RAFT_DAM_RVC	0.83 97	0.08 36	0.36 95	0.18 90	0.21 102	0.01 18	0.06 93	1.75 155	0.21 129	0.14 102	0.15 122	0.45 96	0.16 97	0.03 74	4.05 136	1.87 114	0.36 82	0.42 126	1.67 98	0.17 37	1.76 133	4.52 154	0.02 54	0.11 64	0.38 125	2.70 197	0.33 48	0.33 111

LMCR-Stereo	1.14 126	0.56 143	0.72 154	0.31 138	0.31 131	0.14 134	0.06 93	1.38 142	0.28 140	0.33 123	0.12 115	0.86 149	0.20 109	0.26 181	3.99 133	2.00 129	1.20 187	0.37 104	6.02 199	1.76 227	2.41 153	3.82 123	0.07 104	0.55 181	0.52 133	0.51 127	1.50 89	0.67 140

s12784h	2.36 197	2.32 257	2.69 254	1.64 229	0.77 200	0.08 106	0.06 93	2.09 178	0.54 165	1.17 182	0.13 118	1.69 184	0.67 191	0.04 92	3.36 104	3.26 200	1.00 170	0.40 114	3.79 174	0.49 109	5.47 232	4.44 145	0.16 141	0.38 147	3.34 240	5.45 237	7.07 260	11.25 263

HCRNet	0.49 57	0.39 117	0.36 95	0.29 132	0.12 67	0.01 18	0.06 93	0.03 35	0.01 7	1.48 203	0.00 1	0.20 40	0.05 38	0.01 34	2.61 76	0.78 22	0.42 93	0.07 25	0.32 32	0.12 27	0.37 42	2.22 55	0.02 54	0.02 15	0.02 16	0.02 33	3.33 144	0.03 58

CREStereo	1.20 135	0.33 102	0.95 182	0.24 109	0.19 87	0.01 18	0.06 93	2.65 210	0.54 165	0.64 147	1.05 182	0.72 135	0.59 184	0.07 114	3.92 130	3.45 216	0.86 156	0.42 126	2.19 114	0.72 165	3.10 171	3.56 111	0.10 122	0.29 119	1.20 175	1.09 156	2.54 115	0.90 148
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
G2L-Stereo	0.70 84	0.35 110	0.24 56	0.37 161	0.64 191	0.02 49	0.07 98	0.17 77	0.08 71	0.51 140	0.10 109	0.28 63	0.49 169	0.45 222	3.38 107	1.05 35	0.27 65	0.20 69	1.46 91	0.28 64	1.54 109	1.85 40	0.07 104	0.12 66	0.28 115	0.78 144	3.56 155	0.38 117

rafts_anoy	0.92 107	0.33 102	0.86 173	0.37 161	0.24 111	0.05 90	0.07 98	2.48 202	0.14 98	0.01 71	0.00 1	0.20 40	0.04 31	0.02 60	3.97 131	3.08 191	0.56 118	0.40 114	2.20 115	0.34 77	1.65 121	3.86 127	0.02 54	0.27 114	0.99 166	0.73 142	0.87 69	0.98 157

TANstereo	1.73 166	1.38 229	0.72 154	0.26 118	0.35 147	0.62 205	0.07 98	0.52 113	0.46 157	0.27 116	1.08 184	0.36 74	0.20 109	1.04 258	3.37 105	2.99 185	0.99 166	1.69 252	9.06 230	3.49 271	3.58 186	4.48 152	3.34 289	0.28 116	0.05 45	0.67 135	5.35 232	0.09 77

XX-TBD	1.73 166	1.38 229	0.72 154	0.26 118	0.35 147	0.62 205	0.07 98	0.52 113	0.46 157	0.27 116	1.08 184	0.36 74	0.20 109	1.04 258	3.37 105	2.99 185	0.99 166	1.69 252	9.06 230	3.49 271	3.58 186	4.48 152	3.34 289	0.28 116	0.05 45	0.67 135	5.35 232	0.09 77

R-Stereo Train	2.40 198	1.12 218	1.98 234	1.00 212	0.24 111	0.05 90	0.07 98	2.02 171	1.01 207	1.35 198	2.47 218	1.55 179	0.47 165	0.19 161	5.66 198	4.74 252	1.71 220	1.04 215	7.24 210	1.14 199	5.08 221	7.81 251	0.06 86	0.42 154	2.90 225	4.55 227	3.22 137	5.57 221

RAFT-Stereo	2.40 198	1.12 218	1.98 234	1.00 212	0.24 111	0.05 90	0.07 98	2.02 171	1.01 207	1.35 198	2.47 218	1.55 179	0.47 165	0.19 161	5.66 198	4.74 252	1.71 220	1.04 215	7.24 210	1.14 199	5.08 221	7.81 251	0.06 86	0.42 154	2.90 225	4.55 227	3.22 137	5.57 221
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
trnet	1.17 129	0.32 94	0.93 180	0.22 98	0.19 87	0.01 18	0.08 104	2.54 203	0.38 149	0.63 146	0.99 181	0.76 140	0.58 183	0.06 108	3.83 124	3.16 195	0.91 159	0.55 152	2.21 116	0.76 171	2.97 166	3.47 106	0.06 86	0.29 119	1.28 177	1.05 155	2.55 116	0.92 151

MIM_Stereo	0.83 97	0.15 56	0.44 115	0.34 149	0.24 111	0.12 120	0.08 104	2.02 171	0.08 71	0.00 1	0.24 134	0.31 68	0.10 74	0.03 74	3.34 103	2.91 182	0.24 58	0.67 168	2.62 134	0.89 182	1.44 104	3.49 107	0.06 86	0.26 111	0.20 98	0.24 94	1.72 94	0.18 97

LL-Strereo2	0.81 95	0.27 83	0.35 88	0.09 79	0.14 70	0.17 161	0.08 104	2.21 180	0.19 118	0.00 1	0.00 1	0.26 61	0.05 38	0.20 166	2.27 58	2.72 175	0.12 22	0.15 51	2.40 121	0.52 118	1.77 134	5.39 181	0.06 86	0.17 89	0.43 128	0.12 78	1.55 91	0.31 109

MIPNet	1.76 170	0.72 177	0.87 174	0.32 143	0.55 182	0.01 18	0.08 104	1.77 157	0.38 149	2.09 221	0.92 178	0.44 94	0.76 204	0.27 185	5.64 195	2.03 132	1.52 214	0.93 204	3.87 175	1.34 212	1.41 102	6.39 209	0.07 104	1.05 231	2.65 218	7.16 253	3.90 178	0.29 108

IPLGR	2.02 189	0.67 168	0.81 168	0.38 166	0.47 176	0.01 18	0.08 104	1.39 143	0.28 140	2.32 226	2.30 214	0.46 98	0.79 208	0.20 166	6.88 232	1.99 127	1.44 208	1.35 239	5.56 197	1.85 230	2.94 165	6.20 204	0.06 86	1.13 235	3.39 241	6.80 249	3.93 181	0.75 142

AASNet	0.20 12	0.45 127	0.24 56	0.09 79	0.09 59	0.00 1	0.08 104	0.05 54	0.05 48	0.26 115	0.00 1	0.18 24	0.04 31	0.01 34	1.13 16	0.68 17	0.12 22	0.04 15	0.09 11	0.16 34	0.29 30	0.77 15	0.01 27	0.07 43	0.00 1	0.02 33	0.49 58	0.03 58

raft+_RVC	0.80 93	0.41 122	0.45 127	0.34 149	0.24 111	0.03 72	0.08 104	2.24 181	0.09 79	0.07 87	0.00 1	0.42 91	0.08 59	0.02 60	3.49 109	3.16 195	0.48 100	0.12 40	2.60 133	0.82 176	0.94 81	3.69 116	0.03 65	0.20 98	0.35 120	0.14 80	0.69 61	0.35 115

NVstereo2D	0.93 108	0.48 132	0.17 43	0.24 109	0.42 170	0.41 195	0.08 104	1.64 150	0.59 173	0.87 161	1.05 182	0.42 91	0.21 113	0.08 123	5.64 195	2.38 161	0.82 146	0.59 157	1.71 100	0.24 53	1.26 95	2.48 63	0.06 86	0.47 165	1.31 178	0.29 102	1.04 72	0.24 103

castereo	1.45 155	0.34 106	1.03 188	0.07 68	0.29 129	0.21 177	0.09 112	0.37 97	0.51 164	0.13 100	0.18 130	1.13 161	0.49 169	0.07 114	4.85 173	3.77 232	1.05 175	0.65 162	4.71 189	0.63 147	5.11 223	6.83 223	0.14 132	0.24 108	1.55 195	1.98 184	1.31 80	1.43 166

GCAP-BAT	1.76 170	0.61 154	0.44 115	0.26 118	0.19 87	0.02 49	0.09 112	2.40 193	0.20 119	0.00 1	0.00 1	4.42 216	0.22 115	0.40 209	3.21 96	3.62 222	13.36 301	0.40 114	3.28 156	0.53 121	5.75 236	4.47 146	0.29 185	0.35 133	0.25 108	0.31 105	1.84 98	0.53 129

test_for_model	1.76 170	0.61 154	0.44 115	0.26 118	0.19 87	0.02 49	0.09 112	2.40 193	0.20 119	0.00 1	0.00 1	4.42 216	0.22 115	0.40 209	3.21 96	3.62 222	13.36 301	0.40 114	3.28 156	0.53 121	5.75 236	4.47 146	0.29 185	0.35 133	0.25 108	0.31 105	1.84 98	0.53 129

testlalala2	1.76 170	0.61 154	0.44 115	0.26 118	0.19 87	0.02 49	0.09 112	2.40 193	0.20 119	0.00 1	0.00 1	4.42 216	0.22 115	0.40 209	3.21 96	3.62 222	13.36 301	0.40 114	3.28 156	0.53 121	5.75 236	4.47 146	0.29 185	0.35 133	0.25 108	0.31 105	1.84 98	0.53 129

testlalala	1.76 170	0.61 154	0.44 115	0.26 118	0.19 87	0.02 49	0.09 112	2.40 193	0.20 119	0.00 1	0.00 1	4.42 216	0.22 115	0.40 209	3.21 96	3.62 222	13.36 301	0.40 114	3.28 156	0.53 121	5.75 236	4.47 146	0.29 185	0.35 133	0.25 108	0.31 105	1.84 98	0.53 129

testlalala_base	1.76 170	0.61 154	0.44 115	0.26 118	0.19 87	0.02 49	0.09 112	2.40 193	0.20 119	0.00 1	0.00 1	4.42 216	0.22 115	0.40 209	3.21 96	3.62 222	13.36 301	0.40 114	3.28 156	0.53 121	5.75 236	4.47 146	0.29 185	0.35 133	0.25 108	0.31 105	1.84 98	0.53 129

GCAP-Stereo	1.76 170	0.61 154	0.44 115	0.26 118	0.19 87	0.02 49	0.09 112	2.40 193	0.20 119	0.00 1	0.00 1	4.42 216	0.22 115	0.40 209	3.21 96	3.62 222	13.36 301	0.40 114	3.28 156	0.53 121	5.75 236	4.47 146	0.29 185	0.35 133	0.25 108	0.31 105	1.84 98	0.53 129

4D-IteraStereo	1.14 126	0.34 106	1.40 205	0.29 132	0.38 158	0.05 90	0.09 112	2.11 179	0.11 88	0.00 1	0.19 131	0.52 110	0.22 115	0.24 175	3.76 120	3.57 221	0.28 68	0.38 109	2.95 147	0.49 109	3.35 180	5.63 187	0.12 128	0.41 151	0.10 68	0.29 102	3.09 130	0.34 113

LoS	1.97 187	0.23 71	0.39 105	0.23 105	0.18 81	0.02 49	0.09 112	15.67 307	0.89 199	3.41 263	0.87 175	0.98 157	0.83 214	0.20 166	3.66 114	3.84 239	1.36 206	0.90 200	3.25 155	0.74 167	5.14 224	4.30 140	0.24 169	0.41 151	2.64 217	0.80 145	1.36 81	0.50 127
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	1.68 164	0.23 71	2.17 241	0.08 75	0.28 125	0.09 109	0.09 112	0.50 111	1.17 217	0.11 93	2.55 221	0.62 126	0.67 191	0.03 74	4.24 142	3.69 231	1.12 181	1.22 233	4.58 186	0.59 139	4.19 202	7.51 243	0.24 169	0.68 198	1.05 169	0.64 134	6.73 256	0.33 111

IER	0.69 83	0.46 129	0.29 65	0.30 136	0.18 81	0.01 18	0.09 112	0.42 102	0.11 88	1.07 173	0.07 105	1.62 182	0.05 38	0.20 166	3.15 93	1.25 51	0.40 88	0.16 55	0.82 61	0.44 95	0.57 58	2.22 55	0.21 157	0.34 126	0.09 61	1.03 154	2.96 126	0.28 107

IPLG	1.33 146	0.40 120	0.76 161	0.29 132	0.28 125	0.01 18	0.09 112	2.25 182	0.31 143	0.40 133	0.28 138	0.37 78	0.74 202	0.31 196	5.67 200	1.89 117	1.26 196	0.95 207	2.86 144	0.47 101	1.18 92	6.06 200	0.06 86	0.66 195	0.63 146	3.73 214	3.86 176	0.11 87

HSM	1.20 135	0.35 110	1.10 194	0.59 193	0.56 186	0.05 90	0.09 112	2.87 227	0.31 143	0.13 100	0.53 157	0.76 140	0.13 83	0.05 99	5.24 182	1.26 52	0.85 151	0.30 93	3.45 166	0.50 113	2.38 151	3.35 104	0.10 122	0.55 181	0.74 151	0.86 149	4.16 197	1.08 158

RASNet	0.86 102	0.32 94	0.77 163	0.46 180	0.31 131	0.18 166	0.10 125	0.95 129	0.14 98	1.11 175	0.09 108	0.53 111	0.44 157	0.35 203	1.76 39	1.87 114	0.59 121	0.22 74	1.13 74	0.07 12	1.42 103	3.94 128	0.17 146	0.53 175	0.46 130	0.37 118	3.64 160	1.29 164

SGM-Forest	3.19 220	2.07 250	0.45 127	6.33 271	2.00 248	2.67 251	0.10 125	1.46 145	0.76 189	2.49 229	0.91 177	6.65 246	6.47 262	0.48 228	6.84 230	3.08 191	0.85 151	0.33 99	3.65 170	0.62 144	2.81 161	5.69 188	0.84 257	1.18 236	3.88 247	3.84 217	11.86 287	7.73 244
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Any-RAFT	2.91 213	0.59 151	3.81 265	0.35 156	0.57 187	0.02 49	0.11 127	2.92 228	0.63 177	0.50 139	3.78 238	3.92 210	0.36 144	0.16 156	6.57 227	3.98 243	0.87 158	0.87 194	8.59 224	0.61 143	5.45 231	6.20 204	0.42 213	0.49 167	5.12 264	9.91 274	3.30 143	8.42 247

GLC_STEREO	0.93 108	0.48 132	0.65 145	0.25 113	0.33 143	0.03 72	0.11 127	2.37 191	0.20 119	0.16 105	0.04 97	0.38 81	0.15 90	0.02 60	3.66 114	2.05 139	0.67 131	0.25 80	2.56 130	0.42 94	2.90 163	3.06 92	0.09 117	0.19 94	0.09 61	0.10 74	3.70 162	0.31 109

castereo++	1.41 153	0.49 135	0.42 110	0.06 56	0.24 111	0.24 183	0.12 129	0.43 104	0.43 155	0.20 107	0.16 124	1.25 168	0.42 155	0.06 108	4.22 141	3.67 228	1.03 172	0.55 152	2.93 146	0.66 159	4.66 216	6.57 216	0.31 194	0.25 109	1.42 189	1.63 175	3.77 167	1.84 180

RAFT	0.28 26	0.04 12	0.31 67	0.02 24	0.00 1	0.12 120	0.12 129	0.93 128	0.01 7	0.69 149	0.00 1	0.18 24	0.00 1	0.01 34	2.07 49	1.23 49	0.23 55	0.00 1	0.06 8	0.21 46	0.15 11	0.60 9	0.00 1	0.06 38	0.03 29	0.01 13	0.34 50	0.00 1

raftrobust	1.17 129	0.44 125	0.99 183	0.41 171	0.37 154	0.04 79	0.12 129	2.45 199	0.14 98	0.51 140	0.00 1	0.72 135	0.24 123	0.09 127	4.74 164	4.01 244	0.39 87	0.35 103	5.19 194	0.34 77	1.89 137	4.58 157	0.21 157	0.28 116	1.21 176	0.47 122	1.09 73	0.35 115

MMNet	0.34 36	0.21 66	0.07 30	0.05 53	0.06 45	0.00 1	0.12 129	0.03 35	0.04 41	0.22 112	0.00 1	0.36 74	0.02 18	0.05 99	2.17 54	0.69 18	0.33 76	0.15 51	0.34 36	0.07 12	0.34 39	0.60 9	0.06 86	0.10 57	0.03 29	0.05 57	2.93 125	0.02 52

LoS_RVC	1.27 142	1.54 233	0.85 171	0.06 56	0.55 182	0.01 18	0.13 133	0.23 83	0.73 185	1.70 207	0.22 132	0.64 127	0.69 195	0.11 137	3.79 122	3.07 189	0.75 138	1.99 265	3.69 171	0.64 149	4.98 219	4.94 173	0.22 163	0.10 57	0.37 122	0.50 125	0.82 66	0.93 152

tt_ll	1.27 142	1.54 233	0.85 171	0.06 56	0.55 182	0.01 18	0.13 133	0.23 83	0.73 185	1.70 207	0.22 132	0.64 127	0.69 195	0.11 137	3.79 122	3.07 189	0.75 138	1.99 265	3.69 171	0.64 149	4.98 219	4.94 173	0.22 163	0.10 57	0.37 122	0.50 125	0.82 66	0.93 152

iinet-f	1.66 163	1.28 226	0.38 103	0.81 205	0.15 73	0.24 183	0.13 133	0.42 102	0.21 129	1.91 215	3.98 240	0.30 65	0.27 129	0.07 114	6.30 223	2.65 173	0.43 94	0.30 93	8.10 222	1.14 199	2.10 145	6.32 206	0.26 175	0.52 174	1.42 189	0.21 92	4.26 201	0.60 136

CFNet_RVC	1.14 126	0.65 164	0.92 177	0.35 156	0.40 164	0.14 134	0.13 133	0.11 72	0.18 115	0.86 160	1.15 188	0.67 132	0.17 103	0.08 123	6.26 221	1.31 62	0.70 133	0.40 114	1.62 96	0.29 66	1.93 139	3.03 86	0.06 86	0.43 160	0.95 163	1.90 182	3.91 179	2.07 188

MSKI-zero shot	3.55 233	0.69 170	1.78 228	0.20 93	0.41 166	0.19 170	0.14 137	3.13 238	0.94 202	0.80 156	6.42 266	3.89 209	0.60 187	0.03 74	5.84 206	6.80 295	1.44 208	1.01 213	11.77 258	2.28 248	6.56 261	8.63 274	0.24 169	0.71 200	4.66 256	11.34 283	7.75 267	7.55 242

RAFT + AFF	0.48 54	0.05 18	0.01 8	0.22 98	0.03 26	0.04 79	0.14 137	0.03 35	0.03 32	0.00 1	0.00 1	0.32 69	0.03 23	0.07 114	4.66 160	0.97 29	0.56 118	0.09 33	2.34 117	0.04 6	0.69 61	1.96 44	0.02 54	0.22 104	0.15 86	0.12 78	0.24 41	0.01 40

iResNetv2_ROB	1.40 152	0.83 190	0.41 108	1.30 223	0.37 154	0.05 90	0.14 137	3.17 240	0.20 119	1.97 218	0.28 138	2.49 195	0.40 151	0.06 108	3.78 121	1.57 88	1.08 179	0.22 74	6.10 201	0.67 161	3.61 188	2.04 48	0.26 175	0.83 219	0.62 145	0.54 129	4.07 188	0.71 141

RALAANet	1.21 138	0.40 120	0.56 140	0.37 161	0.31 131	0.20 173	0.15 140	1.87 165	0.20 119	0.51 140	0.01 89	0.49 103	0.26 127	0.07 114	3.97 131	2.32 156	0.48 100	0.73 180	3.41 163	1.09 195	3.06 170	5.24 179	0.02 54	0.50 169	0.74 151	1.14 157	4.11 196	0.54 135

UNet	0.67 79	0.32 94	0.47 130	0.27 126	0.23 108	0.03 72	0.15 140	0.55 116	0.14 98	1.13 177	0.00 1	0.61 123	0.17 103	0.15 151	2.26 57	1.51 84	0.50 105	0.22 74	1.51 94	0.25 57	0.75 63	1.79 38	0.18 148	0.60 185	0.07 54	0.32 112	3.43 151	0.61 137

MyStereo04	2.45 200	0.72 177	1.28 198	0.73 202	0.84 206	0.04 79	0.16 142	2.58 206	0.98 203	3.09 248	0.72 172	1.71 185	0.16 97	0.07 114	5.25 183	3.37 206	0.81 143	1.04 215	10.31 249	2.51 255	5.56 233	5.11 176	1.16 266	0.94 227	3.03 229	8.41 263	4.87 221	0.64 139

dd	1.06 122	0.48 132	0.31 67	1.86 238	0.06 45	0.26 187	0.16 142	0.47 109	0.06 59	0.11 93	0.01 89	2.18 190	0.07 54	0.20 166	4.43 148	1.13 42	1.19 186	0.38 109	6.03 200	0.38 84	0.67 60	1.85 40	0.14 132	0.32 124	0.63 146	0.09 71	3.27 140	1.90 184

UCFNet_RVC	1.41 153	2.75 263	0.68 147	0.60 194	0.80 201	0.26 187	0.16 142	0.28 92	0.23 131	0.93 164	0.37 145	2.60 196	1.05 228	0.07 114	6.13 217	1.33 65	0.70 133	0.52 147	2.48 127	0.62 144	1.87 136	3.20 99	1.04 261	0.35 133	1.83 201	1.96 183	2.11 104	3.29 204

iResNet_ROB	1.22 140	0.71 175	0.44 115	0.45 179	0.34 145	0.04 79	0.16 142	3.05 234	0.12 95	1.32 195	0.00 1	0.93 155	0.34 138	0.05 99	4.57 154	1.86 113	0.81 143	0.48 141	6.00 198	0.34 77	1.95 140	1.30 30	0.31 194	0.91 224	0.33 117	0.95 150	3.93 181	1.14 161

HUF	0.83 97	0.15 56	0.62 142	0.03 37	0.12 67	0.16 150	0.17 146	0.32 94	0.05 48	0.00 1	0.00 1	0.22 51	0.26 127	0.00 1	4.05 136	4.06 245	0.48 100	0.57 155	3.07 153	0.65 155	1.72 132	3.80 122	0.38 204	0.88 222	0.14 85	0.04 52	0.38 54	0.01 40

AACVNet	1.07 123	0.61 154	0.44 115	0.65 196	0.80 201	0.12 120	0.17 146	0.37 97	0.20 119	0.17 106	0.14 120	0.60 117	0.24 123	0.26 181	4.81 170	2.04 138	0.61 125	0.40 114	1.72 102	0.41 90	1.80 135	3.08 94	0.40 206	0.20 98	0.52 133	1.51 169	4.20 199	2.32 193

CREStereo++_RVC	1.20 135	0.23 71	1.65 219	0.28 130	0.43 172	0.01 18	0.17 146	2.02 171	0.26 138	0.61 145	0.08 107	0.50 107	0.15 90	0.05 99	3.91 129	2.85 181	0.95 164	0.50 143	2.77 140	0.31 69	3.04 169	3.84 125	0.13 129	0.14 77	1.10 170	1.31 165	4.38 206	0.77 143
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
HGLStereo	0.70 84	0.34 106	0.41 108	0.23 105	0.31 131	0.02 49	0.17 146	0.08 64	0.13 96	1.20 186	0.69 171	0.25 57	0.15 90	0.09 127	2.36 67	1.50 82	0.57 120	0.29 90	1.25 79	0.24 53	1.13 90	3.16 98	0.08 110	0.34 126	0.18 91	0.19 88	3.13 131	0.47 125

model_zeroshot	3.58 236	0.49 135	2.22 242	1.96 239	0.99 213	0.34 193	0.18 150	2.98 230	0.43 155	2.44 228	5.28 251	4.75 223	0.54 177	0.17 157	8.97 255	6.14 279	1.71 220	1.15 226	15.06 267	1.29 209	5.77 242	7.73 249	0.26 175	0.43 160	5.63 268	5.85 240	5.24 227	8.66 250

Pointernet	0.13 8	0.04 12	0.01 8	0.00 1	0.00 1	0.07 105	0.18 150	0.00 1	0.01 7	0.00 1	0.07 105	0.10 12	0.01 10	0.01 34	0.89 11	0.57 11	0.12 22	0.02 8	0.09 11	0.06 10	0.11 8	0.83 16	0.00 1	0.02 15	0.01 9	0.00 1	0.04 5	0.18 97

cross-raft	2.64 205	0.79 184	1.76 226	0.43 175	0.89 207	0.23 179	0.18 150	3.08 235	0.70 182	0.77 152	2.13 205	1.21 163	0.69 195	0.41 217	5.43 188	5.90 274	1.22 194	0.59 157	10.82 254	1.85 230	6.50 255	8.26 265	0.45 219	0.63 188	2.66 219	4.41 223	4.46 210	4.88 213

PMTNet	1.51 157	0.60 152	1.30 201	0.27 126	0.26 122	0.02 49	0.18 150	0.51 112	0.56 170	0.71 151	0.33 143	0.59 113	0.48 167	0.09 127	6.84 230	3.43 212	0.91 159	0.38 109	6.13 203	0.44 95	4.00 198	3.52 109	0.13 129	0.15 81	3.04 230	1.29 164	1.36 81	3.30 205

MSMDNet	2.61 203	0.70 173	1.72 225	0.38 166	0.62 190	0.23 179	0.18 150	3.09 236	0.67 181	1.02 170	2.22 207	1.22 166	2.43 246	0.35 203	5.26 185	6.79 294	1.36 206	0.58 156	10.46 251	3.11 267	6.34 254	7.92 255	0.41 210	0.76 208	2.48 213	3.98 219	3.04 128	3.06 200

CES	1.32 145	0.24 76	0.36 95	0.14 86	0.22 104	0.05 90	0.19 155	5.29 279	0.76 189	0.42 135	0.61 166	0.86 149	0.85 216	0.26 181	4.28 144	3.41 211	1.21 189	1.06 218	1.85 107	1.16 204	4.19 202	3.75 118	0.15 137	0.12 66	0.23 106	0.34 115	1.47 88	2.15 191

test-3	1.89 181	1.05 212	1.54 213	0.41 171	0.38 158	0.14 134	0.19 155	2.73 216	0.17 111	0.35 128	0.42 151	4.22 212	0.35 140	0.03 74	5.92 208	3.44 214	0.64 128	0.66 164	9.08 233	0.54 131	3.27 176	8.02 259	0.08 110	0.82 217	0.74 151	1.01 152	3.94 183	0.87 146

test_1	1.89 181	1.07 215	1.54 213	0.41 171	0.38 158	0.14 134	0.19 155	2.73 216	0.17 111	0.31 121	0.40 149	4.23 214	0.35 140	0.03 74	5.96 211	3.44 214	0.64 128	0.65 162	9.10 234	0.53 121	3.29 177	8.03 260	0.08 110	0.82 217	0.74 151	1.01 152	3.94 183	0.89 147

coex_refinement	0.87 103	1.07 215	0.62 142	0.25 113	0.72 196	0.03 72	0.20 158	0.27 91	1.03 210	0.10 92	1.11 187	0.87 151	0.18 105	0.15 151	4.26 143	1.07 38	0.59 121	0.13 42	2.44 126	0.52 118	1.02 84	1.12 23	0.23 165	0.17 89	0.67 149	0.96 151	3.20 136	0.48 126

test_3	1.92 184	1.16 222	1.42 206	0.44 177	0.39 163	0.14 134	0.20 158	2.79 223	0.17 111	0.38 130	0.41 150	4.32 215	0.36 144	0.03 74	6.25 219	3.34 204	0.68 132	0.67 168	9.18 235	0.53 121	3.20 173	7.85 254	0.06 86	0.80 215	0.95 163	1.27 163	3.85 175	0.94 155

RALCasStereoNet	1.00 114	0.37 115	1.07 191	0.37 161	0.32 141	0.06 103	0.20 158	2.08 177	0.15 105	1.01 169	0.04 97	0.61 123	0.16 97	0.03 74	3.74 118	3.43 212	0.41 91	0.26 82	1.40 90	0.75 169	1.44 104	4.55 156	0.03 65	0.26 111	0.78 155	1.36 166	0.91 71	1.22 163

HBP-ISP	4.03 240	3.61 273	4.65 271	4.90 267	2.67 258	3.96 262	0.21 161	4.13 264	1.33 222	3.40 261	4.53 246	5.06 226	0.59 184	1.99 282	8.66 253	8.18 309	1.95 227	1.49 244	3.09 154	1.55 217	5.74 235	9.32 287	0.67 246	2.28 259	3.06 232	5.01 230	10.99 283	5.93 229

GANetREF_RVC	2.72 206	1.88 243	1.03 188	2.10 243	1.40 229	1.09 222	0.21 161	4.74 270	1.62 235	3.74 270	0.06 102	10.56 261	0.82 213	0.10 132	4.53 153	1.59 89	1.29 198	0.98 208	6.76 206	0.75 169	3.12 172	2.45 62	0.21 157	1.71 249	4.31 250	3.74 215	7.02 259	5.71 224
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
DN-CSS_ROB	1.68 164	0.57 147	1.42 206	0.83 206	0.73 197	0.05 90	0.22 163	2.83 225	0.40 152	1.50 204	3.57 237	1.02 158	0.43 156	0.09 127	4.11 140	1.61 90	1.34 203	0.84 191	8.83 227	0.39 87	4.42 210	3.67 114	0.09 117	1.02 229	0.13 78	0.55 130	3.24 139	1.52 171

TRStereo	3.75 238	3.07 267	7.59 294	0.37 161	0.17 78	7.92 279	0.24 164	2.99 231	0.91 201	2.72 233	1.68 199	5.88 238	0.65 190	0.15 151	5.57 193	5.35 269	0.86 156	0.80 188	7.01 209	1.31 210	4.10 199	7.50 242	0.34 199	0.43 160	2.67 221	12.33 287	12.84 289	5.90 226

pcwnet_v2	1.99 188	0.65 164	0.87 174	0.77 203	1.17 216	0.72 208	0.24 164	1.75 155	0.66 180	3.33 255	1.75 202	1.49 178	1.91 241	1.68 277	6.75 228	2.30 155	1.12 181	0.69 171	4.33 184	0.50 113	2.08 143	4.26 138	1.07 263	0.77 211	1.43 191	2.18 186	4.16 197	5.20 218

AANet_RVC	0.29 27	0.05 18	0.28 64	0.06 56	0.21 102	0.00 1	0.24 164	0.03 35	0.17 111	0.34 124	0.01 89	0.08 7	0.04 31	0.01 34	2.17 54	0.58 12	0.16 34	0.07 25	0.44 43	0.20 41	0.13 10	0.33 5	0.03 65	0.07 43	0.02 16	0.06 62	1.15 75	0.86 145

CASnet	0.96 112	0.54 141	0.54 138	0.24 109	0.36 149	0.05 90	0.26 167	0.52 113	0.18 115	0.06 86	0.06 102	0.70 134	0.36 144	0.01 34	4.36 147	1.50 82	0.66 130	0.40 114	2.56 130	0.34 77	3.82 194	4.34 141	0.03 65	0.35 133	1.67 197	0.11 77	1.72 94	0.23 102
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CFNet	0.72 88	0.50 137	0.71 153	0.48 183	0.45 174	0.06 103	0.27 168	0.58 118	0.09 79	0.65 148	0.04 97	0.84 145	0.10 74	0.05 99	2.80 82	0.75 20	0.60 124	0.09 33	0.84 65	0.41 90	1.10 89	1.22 26	0.03 65	0.13 74	0.58 140	1.14 157	3.44 152	1.47 168

AIO_rvc	0.61 73	0.30 91	0.36 95	0.03 37	0.02 17	0.14 134	0.30 169	0.02 22	0.05 48	0.00 1	0.00 1	0.19 32	0.09 65	0.06 108	3.14 92	2.93 183	0.18 41	0.51 144	2.38 118	0.52 118	0.69 61	3.61 113	0.46 221	0.02 15	0.13 78	0.04 52	0.20 31	0.01 40

test_4	0.84 101	0.11 44	0.61 141	0.30 136	0.20 96	0.08 106	0.30 169	0.10 69	0.10 84	0.03 80	0.61 166	0.79 143	0.16 97	0.18 160	3.62 113	3.39 208	0.24 58	0.43 130	1.98 109	0.30 68	1.21 93	3.26 101	0.09 117	0.21 102	0.23 106	0.33 113	3.56 155	0.25 105

GMOStereo	1.19 131	0.17 60	0.68 147	0.34 149	0.31 131	0.13 126	0.31 171	2.36 185	0.15 105	0.00 1	0.17 126	0.60 117	0.45 160	0.02 60	3.83 124	3.83 235	0.54 111	0.70 172	2.41 122	0.64 149	1.71 128	6.50 211	0.01 27	0.34 126	1.38 184	0.25 95	4.07 188	0.10 80

error version	1.19 131	0.17 60	0.68 147	0.34 149	0.31 131	0.13 126	0.31 171	2.36 185	0.15 105	0.00 1	0.17 126	0.60 117	0.45 160	0.02 60	3.83 124	3.83 235	0.54 111	0.70 172	2.41 122	0.64 149	1.71 128	6.50 211	0.01 27	0.34 126	1.38 184	0.25 95	4.07 188	0.10 80

test-v	1.19 131	0.17 60	0.68 147	0.34 149	0.31 131	0.13 126	0.31 171	2.36 185	0.15 105	0.00 1	0.17 126	0.60 117	0.45 160	0.02 60	3.83 124	3.83 235	0.54 111	0.70 172	2.41 122	0.64 149	1.71 128	6.50 211	0.01 27	0.34 126	1.38 184	0.25 95	4.07 188	0.10 80

test-2	1.19 131	0.17 60	0.68 147	0.34 149	0.31 131	0.13 126	0.31 171	2.36 185	0.15 105	0.00 1	0.17 126	0.60 117	0.45 160	0.02 60	3.83 124	3.83 235	0.54 111	0.70 172	2.41 122	0.64 149	1.71 128	6.50 211	0.01 27	0.34 126	1.38 184	0.25 95	4.07 188	0.10 80

psm_up	1.28 144	0.67 168	1.09 193	0.41 171	0.89 207	0.04 79	0.31 171	2.38 192	1.16 216	0.77 152	0.00 1	1.36 174	0.10 74	0.44 220	4.59 157	1.35 67	0.83 148	0.45 135	4.14 179	0.47 101	1.60 116	2.76 71	0.01 27	0.73 203	1.16 173	1.54 171	3.84 172	1.40 165

CIPLG	1.04 119	0.23 71	0.82 169	0.32 143	0.36 149	0.04 79	0.34 176	0.21 80	0.50 163	0.07 87	0.11 111	1.24 167	0.08 59	0.42 219	4.82 172	1.65 99	0.85 151	0.39 113	2.02 110	0.32 71	2.35 149	4.69 163	0.05 78	0.75 206	1.10 170	0.35 116	3.79 168	0.12 90

ACRE	1.04 119	0.24 76	0.80 167	0.33 145	0.36 149	0.04 79	0.34 176	0.21 80	0.48 161	0.08 91	0.14 120	1.30 172	0.09 65	0.45 222	4.77 169	1.62 93	0.82 146	0.43 130	2.08 111	0.33 74	2.40 152	4.72 164	0.06 86	0.74 205	1.10 170	0.28 100	3.80 169	0.11 87

IPLGR_C	1.02 117	0.24 76	0.77 163	0.31 138	0.36 149	0.04 79	0.35 178	0.20 79	0.47 160	0.07 87	0.12 115	1.26 170	0.09 65	0.41 217	4.52 152	1.63 95	0.81 143	0.45 135	2.10 112	0.32 71	2.41 153	4.67 162	0.07 104	0.75 206	1.04 168	0.28 100	3.80 169	0.11 87

CAS	0.89 105	0.22 69	0.39 105	0.21 96	0.24 111	0.03 72	0.36 179	0.23 83	0.62 175	1.28 190	0.16 124	0.38 81	0.84 215	0.12 144	3.10 91	1.87 114	0.94 163	0.75 183	1.30 83	0.58 136	2.82 162	3.00 82	0.03 65	0.12 66	0.13 78	0.72 140	1.80 97	1.89 183

AFF-stereo	0.88 104	0.32 94	0.50 132	0.35 156	0.20 96	0.11 117	0.37 180	0.41 101	0.11 88	1.15 180	0.00 1	0.66 131	0.07 54	0.02 60	4.33 145	1.39 73	0.40 88	0.90 200	3.49 168	0.26 60	1.61 119	2.83 76	0.02 54	0.22 104	0.49 131	0.18 86	3.16 133	0.10 80

PWCDC_ROB	3.09 217	0.52 138	0.24 56	0.38 166	0.92 211	0.25 185	0.37 180	1.16 135	8.67 293	0.14 102	2.36 216	0.85 147	32.24 312	0.72 246	6.25 219	3.40 210	2.00 228	0.94 205	2.65 135	1.03 194	3.63 189	9.35 288	0.27 181	0.68 198	0.55 137	0.69 137	1.44 86	1.79 179

ICVP	1.55 158	0.24 76	1.65 219	0.43 175	0.45 174	0.50 200	0.38 182	1.26 139	0.64 178	1.77 211	1.20 189	0.88 152	1.63 238	0.25 180	4.46 149	2.81 180	1.49 212	1.01 213	2.50 128	1.15 203	2.70 156	5.75 189	0.14 132	0.63 188	0.72 150	2.31 189	3.35 146	1.59 175
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GANet	0.63 76	0.72 177	0.73 157	0.46 180	0.40 164	1.37 230	0.41 183	0.45 107	0.06 59	0.21 108	2.81 229	2.16 189	0.28 131	0.47 226	0.89 11	0.62 15	0.74 137	0.38 109	0.38 39	0.07 12	0.30 32	1.98 46	0.14 132	0.13 74	0.20 98	0.03 44	0.52 59	0.22 100

AIO_test	0.66 78	0.53 139	0.44 115	0.04 46	0.02 17	0.14 134	0.42 184	0.12 73	0.04 41	0.00 1	0.00 1	0.20 40	0.10 74	0.03 74	3.07 88	3.04 188	0.25 60	0.32 98	1.33 86	0.44 95	1.28 97	3.68 115	0.44 217	0.02 15	0.18 91	0.43 120	1.11 74	0.01 40

GwcNet-ADL	3.44 227	3.11 269	3.40 262	3.24 255	2.51 257	0.88 214	0.42 184	2.96 229	0.71 183	3.80 274	7.12 273	7.96 249	1.21 231	0.20 166	4.76 168	4.86 259	2.42 241	0.72 178	8.04 221	2.75 264	3.31 178	5.54 183	0.28 184	1.76 251	2.68 222	5.24 233	4.37 204	8.53 249

test-1	3.29 224	0.29 88	1.96 233	0.33 145	0.26 122	0.23 179	0.42 184	3.11 237	0.84 196	3.35 259	3.99 241	5.66 237	0.78 206	0.19 161	6.33 224	6.00 276	1.70 219	1.62 249	10.71 252	1.73 225	5.37 229	9.64 290	0.07 104	0.76 208	3.30 239	6.12 244	5.48 236	8.68 251

DLCB_ROB	1.13 125	0.77 181	0.73 157	0.44 177	0.51 178	0.22 178	0.42 184	0.49 110	0.28 140	0.84 158	0.50 154	1.31 173	0.85 216	0.11 137	2.70 78	1.54 86	1.12 181	0.27 86	0.82 61	0.22 48	1.70 126	3.50 108	0.48 227	0.44 163	4.83 259	2.48 194	2.14 106	0.79 144

AE-Stereo	1.73 166	0.32 94	2.11 239	0.34 149	0.37 154	0.05 90	0.43 188	0.44 106	0.32 146	0.04 83	0.00 1	3.48 205	0.44 157	0.07 114	4.68 162	3.77 232	1.11 180	0.92 202	4.18 180	1.16 204	3.77 193	7.03 227	0.18 148	1.06 232	3.29 238	2.09 185	4.84 220	0.18 97

RAFT-Test	3.05 216	0.69 170	1.82 229	1.09 218	0.81 203	0.25 185	0.43 188	3.13 238	0.76 189	1.06 172	6.42 266	1.03 159	0.91 223	0.35 203	5.61 194	6.66 292	1.32 202	0.61 160	10.76 253	1.74 226	6.54 259	7.48 241	0.56 230	0.59 184	2.76 224	10.02 275	4.56 214	4.35 210

RAFT-Stereo + iAFF	1.00 114	0.33 102	0.75 160	0.38 166	0.42 170	0.14 134	0.43 188	0.97 130	0.13 96	1.32 195	0.00 1	0.65 130	0.09 65	0.03 74	4.73 163	1.46 78	0.50 105	0.13 42	3.58 169	0.49 109	1.60 116	4.02 132	0.02 54	0.42 154	0.52 133	0.38 119	3.38 147	0.17 96

BEATNet_4x	1.65 162	0.58 149	0.35 88	0.20 93	0.38 158	0.15 146	0.46 191	1.78 158	1.70 241	0.40 133	0.50 154	1.13 161	0.62 188	0.65 240	6.09 216	3.02 187	2.14 233	1.81 256	1.48 93	0.79 174	5.22 225	7.76 250	0.08 110	1.07 233	0.32 116	0.48 123	3.92 180	1.49 169

HSM-Net_RVC	3.23 222	1.35 228	1.70 223	2.82 252	2.07 250	0.73 209	0.46 191	3.48 250	1.14 213	3.44 264	5.99 260	8.07 250	3.38 252	0.27 185	5.71 203	2.35 158	1.54 215	0.27 86	3.44 165	1.35 213	4.35 208	6.00 196	0.70 249	3.05 269	4.68 257	6.45 245	6.23 248	6.18 231
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
anonymity	4.07 243	0.78 182	6.15 288	1.49 227	0.74 198	0.48 197	0.49 193	3.72 255	1.65 237	2.70 231	20.70 325	3.99 211	0.88 221	0.28 190	5.31 186	6.26 283	1.14 184	0.71 176	7.91 219	1.58 218	4.27 205	8.17 264	0.41 210	0.61 186	4.86 261	9.60 273	5.48 236	9.41 252

APVNet	1.38 150	1.06 213	0.27 63	0.33 145	0.37 154	0.28 190	0.50 194	0.39 99	0.42 154	0.93 164	0.42 151	0.85 147	0.19 108	0.15 151	4.81 170	3.10 194	1.87 226	0.94 205	4.74 190	0.89 182	2.23 146	5.90 192	0.05 78	1.23 238	0.19 95	0.48 123	3.80 169	0.91 149

Reg-Stereo(zero)	2.80 210	0.36 112	3.11 257	0.48 183	1.28 220	0.20 173	0.51 195	3.74 256	0.75 187	3.00 245	8.88 290	2.97 202	0.80 209	1.33 267	4.64 158	3.67 228	2.18 234	0.52 147	7.33 213	1.68 221	4.34 206	7.15 228	0.64 241	0.36 143	1.32 179	3.29 203	6.08 244	5.10 216

HI	2.80 210	0.36 112	3.11 257	0.48 183	1.28 220	0.20 173	0.51 195	3.74 256	0.75 187	3.00 245	8.88 290	2.97 202	0.80 209	1.33 267	4.64 158	3.67 228	2.18 234	0.52 147	7.33 213	1.68 221	4.34 206	7.15 228	0.64 241	0.36 143	1.32 179	3.29 203	6.08 244	5.10 216

GES	1.73 166	0.33 102	0.48 131	0.58 192	0.43 172	0.28 190	0.51 195	2.03 175	0.90 200	1.18 184	0.55 158	0.49 103	0.23 122	0.02 60	8.51 250	2.72 175	1.06 177	0.76 184	9.71 241	1.71 224	3.36 181	4.34 141	0.23 165	0.83 219	0.42 127	0.35 116	2.56 117	2.21 192

DISCO	0.90 106	0.96 205	0.36 95	0.06 56	0.36 149	0.63 207	0.54 198	0.23 83	0.32 146	1.72 209	0.58 160	0.41 88	0.29 133	0.04 92	2.98 87	1.47 80	1.02 171	0.31 96	3.32 162	0.56 133	1.01 83	3.01 83	0.13 129	0.33 125	0.13 78	0.33 113	2.81 122	0.43 123

SFCPSM	5.84 265	2.89 265	1.36 204	1.97 240	1.59 234	1.65 237	0.56 199	2.54 203	4.75 278	3.16 250	7.74 281	15.48 274	23.57 298	1.24 263	11.21 272	4.79 256	2.53 244	1.55 245	22.65 289	7.42 294	4.60 213	6.67 219	0.69 247	2.33 260	4.62 253	4.35 222	6.18 247	9.49 254

XX-Stereo	3.82 239	0.53 139	2.00 237	1.20 220	0.31 131	0.38 194	0.57 200	1.46 145	0.40 152	2.50 230	7.33 276	5.11 228	1.04 227	0.11 137	7.05 235	6.53 288	1.29 198	0.81 189	7.44 215	0.89 182	4.26 204	5.80 190	0.45 219	0.39 149	27.22 315	3.57 207	5.16 226	9.43 253

PDISCO_ROB	1.24 141	0.57 147	0.10 38	0.66 197	0.32 141	0.01 18	0.57 200	0.78 124	0.49 162	1.25 188	0.94 180	0.36 74	0.32 135	0.19 161	3.99 133	2.19 149	0.98 165	1.44 242	2.38 118	0.62 144	2.92 164	4.93 172	0.18 148	0.64 191	1.52 194	0.53 128	3.95 185	0.62 138

DSFCA	0.83 97	0.44 125	0.51 136	0.29 132	0.59 188	0.05 90	0.61 202	0.23 83	0.55 169	0.49 138	0.58 160	0.48 101	0.11 78	0.04 92	2.83 83	1.42 75	0.78 140	0.72 178	1.15 77	0.65 155	1.24 94	3.01 83	0.21 157	0.53 175	0.55 137	0.83 146	3.19 135	0.46 124

PSMNet-ADL	3.55 233	0.87 193	1.70 223	1.71 232	2.00 248	1.21 225	0.69 203	2.55 205	1.91 246	4.36 285	7.71 280	4.22 212	7.85 268	0.10 132	7.75 241	5.27 265	2.09 232	0.89 198	11.92 260	2.07 239	4.52 211	6.13 202	0.70 249	0.67 197	2.07 205	4.52 226	8.78 274	1.62 176

PA-Net	2.07 191	0.95 201	1.62 218	0.31 138	2.13 251	0.17 161	0.70 204	0.21 80	1.90 245	0.84 158	1.44 192	0.30 65	0.21 113	0.84 249	7.47 238	1.66 100	0.38 85	0.37 104	1.25 79	0.74 167	1.66 123	4.96 175	0.64 241	0.51 172	1.03 167	11.53 285	2.31 110	9.73 257
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ProNet	0.22 20	0.03 2	0.09 36	0.01 5	0.00 1	0.12 120	0.75 205	0.01 7	0.01 7	0.00 1	0.00 1	0.05 4	0.00 1	0.22 173	1.31 20	1.03 33	0.22 49	0.01 6	0.09 11	0.12 27	0.24 25	1.33 31	0.03 65	0.01 7	0.07 54	0.00 1	0.05 7	0.00 1

GANet-ADL	2.63 204	0.65 164	2.25 243	1.16 219	1.13 215	1.61 236	0.77 206	1.97 169	1.02 209	3.19 253	3.22 231	1.48 176	0.33 136	0.03 74	6.00 213	4.08 246	2.52 243	0.78 187	7.88 218	2.05 238	3.56 185	6.68 220	0.27 181	0.86 221	1.51 193	6.92 251	5.25 229	3.84 208

DDF-Stereo	3.26 223	2.02 245	0.23 54	11.87 290	0.54 181	14.65 294	0.80 207	1.81 159	0.62 175	1.13 177	1.57 196	9.30 255	3.23 249	0.39 207	4.06 138	3.79 234	1.23 195	0.88 196	7.24 210	1.02 193	4.54 212	6.58 217	0.29 185	0.54 179	0.78 155	2.46 192	4.48 212	1.87 182

SACVNet	1.77 177	0.88 194	1.11 195	0.67 198	1.41 231	0.84 212	0.94 208	2.65 210	0.54 165	1.31 193	0.02 95	0.95 156	0.40 151	0.39 207	6.01 214	2.36 159	1.71 220	0.42 126	4.84 191	0.82 176	3.03 168	6.05 199	0.11 125	0.73 203	1.33 181	1.66 177	4.02 186	2.55 198

XPNet_ROB	3.41 225	2.62 260	1.58 217	0.80 204	1.56 233	1.24 228	0.96 209	0.89 127	1.54 231	1.17 182	3.26 232	26.85 290	0.38 149	0.40 209	6.47 225	2.54 168	3.57 255	0.89 198	3.41 163	1.26 206	3.53 184	7.67 247	0.87 258	0.64 191	0.96 165	2.39 190	9.98 279	4.70 212

FINET	2.25 195	0.61 154	1.06 190	0.48 183	0.55 182	0.75 211	0.98 210	1.18 136	1.87 244	0.30 119	3.46 236	1.25 168	2.35 244	0.80 248	14.13 291	2.94 184	1.14 184	0.42 126	2.74 139	1.28 208	2.71 157	4.08 133	0.43 214	1.24 239	3.04 230	5.74 239	1.70 93	3.42 206

MLCV	2.73 207	0.66 167	0.90 176	2.64 250	1.41 231	1.10 223	1.01 211	3.58 253	0.61 174	3.69 269	4.23 243	5.51 234	3.78 256	0.11 137	5.65 197	2.01 131	1.68 218	0.87 194	10.28 248	1.26 206	3.32 179	5.13 178	0.34 199	2.60 264	2.68 222	3.08 200	4.10 195	1.55 172

DCVSM-stereo	5.54 261	0.78 182	3.12 259	3.47 257	1.28 220	7.98 280	1.05 212	4.59 269	2.29 252	5.25 294	7.93 284	23.24 285	12.85 283	0.71 245	9.52 261	4.20 247	2.06 231	1.36 241	16.58 269	3.56 274	5.30 228	5.91 193	2.46 280	3.65 275	2.66 219	6.64 247	5.48 236	5.70 223

stereogan	2.15 194	2.03 248	1.44 209	1.52 228	2.14 252	1.79 240	1.07 213	1.88 167	1.10 212	1.33 197	1.43 191	5.96 239	0.51 173	0.34 198	5.92 208	1.93 121	1.03 172	0.41 125	4.12 178	0.95 188	1.69 125	6.00 196	0.26 175	0.81 216	0.61 143	1.42 167	6.77 257	3.73 207

DMCA-RVC	0.82 96	0.43 124	0.50 132	0.31 138	0.59 188	0.15 146	1.13 214	0.29 93	1.52 229	1.29 192	0.34 144	0.64 127	0.14 86	0.17 157	3.74 118	1.26 52	0.80 141	0.51 144	0.97 68	0.51 115	0.87 77	1.93 42	0.26 175	0.40 150	0.13 78	0.08 68	2.70 119	0.50 127

DDVS	5.69 263	1.54 233	2.40 247	1.70 231	2.85 261	2.20 245	1.17 215	5.90 283	4.00 272	4.08 277	18.83 320	25.64 288	8.12 271	1.56 274	8.35 249	7.04 299	2.73 246	2.05 268	11.37 255	4.73 280	6.54 259	8.98 283	0.34 199	1.71 249	1.84 202	3.53 206	6.53 252	7.90 245

FCDSN-DC	1.87 179	0.93 199	2.12 240	1.84 236	1.62 235	1.35 229	1.17 215	0.74 122	0.46 157	1.19 185	0.30 141	2.02 188	0.48 167	0.28 190	5.91 207	2.18 148	2.34 238	2.10 270	1.30 83	0.47 101	2.99 167	5.42 182	0.57 232	3.93 277	2.22 207	3.45 205	1.45 87	1.56 173
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PS-NSSS	1.79 178	3.17 270	0.42 110	3.20 254	0.92 211	2.08 243	1.19 217	0.39 99	0.16 110	0.38 130	0.00 1	11.59 264	1.18 230	0.50 232	5.15 179	0.89 26	0.71 135	0.28 88	4.31 183	0.17 37	0.97 82	0.64 12	2.37 279	0.19 94	1.58 196	0.76 143	3.28 141	1.77 178

STTStereo	1.36 149	0.86 192	0.78 166	0.40 170	0.33 143	0.08 106	1.20 218	0.43 104	1.52 229	1.38 201	0.24 134	2.01 187	0.27 129	0.38 206	9.23 257	1.30 60	0.40 88	0.33 99	1.27 81	0.20 41	1.56 112	1.97 45	0.16 141	0.15 81	0.10 68	1.81 180	3.62 159	4.69 211

GEStereo_RVC	2.49 202	0.90 196	1.02 187	1.03 217	0.74 198	1.57 235	1.21 219	2.68 212	0.58 172	0.77 152	0.39 146	2.62 199	0.36 144	0.11 137	4.94 176	4.65 250	2.05 229	2.17 271	9.07 232	2.10 243	3.74 192	9.71 291	0.55 229	1.49 243	0.81 159	0.84 148	4.45 209	6.73 236

RGC	2.76 209	2.10 253	5.00 275	1.68 230	1.94 244	1.93 241	1.23 220	2.03 175	1.49 228	0.88 162	4.67 248	2.77 200	2.63 247	0.70 244	5.76 204	1.89 117	1.20 187	0.48 141	4.42 185	1.33 211	2.66 155	6.08 201	0.21 157	1.11 234	2.55 214	5.20 232	5.35 232	7.17 240

LG-Stereo_Zeroshot	2.83 212	1.26 225	0.34 80	1.44 226	2.86 263	4.15 263	1.24 221	2.76 222	0.98 203	6.41 300	3.42 234	7.88 248	0.71 198	0.04 92	3.70 117	3.23 199	0.59 121	0.66 164	5.00 192	1.09 195	3.83 196	6.59 218	0.08 110	0.26 111	0.53 136	1.83 181	4.26 201	11.30 264

NCCL2	2.48 201	2.35 258	1.52 212	1.33 225	1.96 247	0.23 179	1.25 222	1.33 140	1.30 220	1.63 206	2.57 223	1.38 175	0.55 178	0.40 209	7.49 240	2.59 170	1.77 225	0.67 168	2.58 132	0.83 179	3.36 181	6.56 215	1.66 273	1.53 246	4.71 258	4.33 221	4.24 200	6.90 237

HH	3.49 231	0.47 130	5.11 278	0.68 199	0.69 194	0.93 217	1.38 223	3.19 241	0.82 193	2.81 235	2.29 212	5.39 231	0.81 211	0.34 198	5.69 201	7.67 307	0.99 166	1.08 220	9.91 242	2.70 262	7.76 274	8.27 267	0.57 232	0.93 225	3.44 242	8.42 265	5.63 240	6.30 233

HanStereo	3.49 231	0.47 130	5.11 278	0.68 199	0.69 194	0.93 217	1.38 223	3.19 241	0.82 193	2.81 235	2.29 212	5.39 231	0.81 211	0.34 198	5.69 201	7.67 307	0.99 166	1.08 220	9.91 242	2.70 262	7.76 274	8.27 267	0.57 232	0.93 225	3.44 242	8.42 265	5.63 240	6.30 233

iResNet	4.46 247	0.88 194	0.92 177	2.61 249	2.85 261	4.95 266	1.38 223	4.97 273	1.33 222	3.66 268	3.45 235	12.37 265	16.29 290	0.06 108	9.09 256	3.33 203	2.53 244	1.85 259	16.79 272	2.68 261	4.65 215	4.29 139	0.25 173	4.69 286	1.88 203	4.19 220	5.32 231	3.22 203

FADNet-RVC-Resample	1.87 179	0.69 170	1.01 186	0.50 187	0.67 192	0.19 170	1.39 226	1.43 144	0.87 198	0.94 166	0.92 178	5.52 235	0.52 175	1.00 255	7.45 237	1.91 120	1.44 208	1.98 264	3.91 176	1.13 198	1.92 138	4.61 160	0.23 165	1.54 247	0.58 140	3.08 200	2.12 105	3.05 199

LALA_ROB	4.53 250	4.80 283	1.68 221	1.27 222	2.16 253	2.28 249	1.42 227	1.88 167	2.60 258	2.71 232	5.56 254	33.12 295	0.72 200	0.88 251	10.88 271	2.59 170	3.47 253	1.83 258	4.21 181	2.04 237	4.39 209	7.30 233	0.41 210	1.52 244	2.35 211	3.60 210	8.94 275	7.68 243

DAS	4.65 251	0.98 207	1.28 198	1.99 241	1.39 227	1.39 231	1.58 228	3.52 251	4.17 273	3.33 255	6.18 263	12.75 267	6.50 263	0.10 132	8.31 247	4.81 257	4.46 267	2.26 273	10.21 245	5.35 287	6.51 257	7.66 245	0.57 232	4.84 288	4.63 254	7.17 254	7.79 268	5.90 226

SepStereo	4.65 251	0.98 207	1.28 198	1.99 241	1.39 227	1.39 231	1.58 228	3.52 251	4.17 273	3.33 255	6.18 263	12.75 267	6.50 263	0.10 132	8.31 247	4.81 257	4.46 267	2.26 273	10.21 245	5.35 287	6.51 257	7.66 245	0.57 232	4.84 288	4.63 254	7.17 254	7.79 268	5.90 226

NaN_ROB	3.44 227	1.18 224	1.20 197	0.92 209	3.15 265	0.73 209	1.61 230	3.36 245	2.57 257	0.98 168	1.25 190	21.11 282	0.77 205	1.26 265	5.06 177	1.79 109	1.06 177	0.76 184	2.52 129	1.44 215	1.95 140	3.82 123	0.52 228	1.30 240	4.05 248	10.09 277	4.78 218	13.66 273

iRaft-Stereo_20w	4.82 253	1.53 232	8.41 301	7.63 277	1.90 242	3.40 258	1.71 231	3.40 247	2.25 251	3.58 265	9.41 296	3.70 206	1.31 232	0.48 228	5.41 187	5.85 273	1.31 201	0.85 192	9.58 240	1.92 232	5.27 227	7.69 248	0.65 244	0.77 211	4.40 251	14.15 295	11.18 284	12.46 269

NLCA_NET_v2_RVC	1.21 138	0.81 188	0.50 132	0.22 98	0.48 177	0.03 72	1.73 232	1.18 136	2.43 254	2.04 220	0.11 111	0.74 137	0.09 65	0.55 236	6.88 232	1.12 40	0.38 85	0.30 93	1.67 98	0.28 64	0.80 69	1.75 37	0.15 137	0.25 109	0.13 78	3.23 202	2.70 119	2.04 187
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CBMV	6.33 268	3.75 275	1.57 216	3.96 261	3.58 266	2.97 253	1.75 233	3.89 259	2.67 259	4.14 278	2.72 226	14.42 271	3.85 257	0.73 247	10.81 270	6.26 283	4.67 270	2.29 275	9.29 236	1.51 216	8.03 278	7.42 238	0.63 239	6.58 302	6.79 279	7.57 259	20.00 304	28.98 308
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
gcap-zeroshot	3.56 235	0.56 143	4.08 267	1.72 233	0.53 179	1.55 234	1.78 234	3.23 243	0.64 178	2.75 234	6.71 268	6.50 244	0.68 194	0.48 228	6.48 226	6.49 287	1.21 189	1.11 223	16.59 270	2.54 256	5.24 226	8.27 267	1.30 269	0.79 213	3.27 237	5.01 230	4.56 214	1.94 185

ccs_rob	4.98 255	1.51 231	2.53 251	2.16 244	0.89 207	3.24 256	1.79 235	4.91 272	1.34 224	4.26 282	15.64 314	28.82 291	10.34 277	0.50 232	6.81 229	5.55 270	2.39 240	1.57 246	6.45 205	2.16 245	6.28 253	6.95 225	0.40 206	2.33 260	1.38 184	2.46 192	4.37 204	7.31 241

EKT-Stereo	3.12 219	0.79 184	2.25 243	0.51 188	0.38 158	0.57 204	1.87 236	3.36 245	1.32 221	2.03 219	5.99 260	1.48 176	0.75 203	0.44 220	7.79 242	6.14 279	1.47 211	3.22 285	8.95 229	2.82 265	6.93 267	8.34 272	0.17 146	0.49 167	4.41 252	4.95 229	5.40 235	1.57 174

IGEV-FE	4.06 242	0.80 186	8.10 298	6.86 274	0.41 166	2.26 247	1.89 237	3.90 260	1.41 225	2.17 224	8.65 286	4.81 225	1.00 225	0.24 175	5.53 191	6.81 296	1.03 172	0.73 180	9.29 236	1.98 235	7.41 272	8.89 279	0.47 223	0.72 201	5.74 271	5.34 235	5.94 243	7.13 239

IGEV_Zeroshot_test	4.05 241	0.80 186	8.10 298	6.86 274	0.41 166	2.27 248	1.89 237	3.90 260	1.41 225	2.09 221	8.67 288	4.78 224	1.00 225	0.23 174	5.53 191	6.82 297	1.05 175	0.73 180	9.30 238	1.98 235	7.38 271	8.89 279	0.47 223	0.72 201	5.72 270	5.34 235	5.93 242	7.12 238

AIO-Stereo-zeroshot	4.98 255	1.32 227	8.08 297	2.22 247	1.40 229	5.53 267	2.05 239	3.43 248	3.32 264	3.75 271	12.29 303	5.33 230	1.84 239	0.33 197	5.97 212	7.09 300	1.62 216	1.81 256	10.22 247	2.59 258	6.85 264	8.81 276	0.47 223	2.00 256	5.18 265	13.24 293	6.40 251	11.37 265

ETE_ROB	5.10 258	4.12 279	1.76 226	1.25 221	2.22 255	2.82 252	2.07 240	1.56 148	4.21 275	1.88 214	5.58 256	37.59 303	0.86 220	1.44 272	10.38 267	2.80 179	4.20 265	0.98 208	5.24 195	1.97 233	4.87 218	7.58 244	0.77 256	1.38 241	2.34 210	3.79 216	15.93 298	8.21 246

RP	1.55 158	1.14 220	2.48 250	0.89 207	1.23 218	0.43 196	2.08 241	1.86 164	1.63 236	0.29 118	2.10 204	2.43 193	0.13 83	0.49 231	5.11 178	1.26 52	0.83 148	0.05 20	1.74 103	0.49 109	1.04 86	4.92 170	0.16 141	0.76 208	0.49 131	1.14 157	4.64 217	1.98 186

EAI-Stereo	3.47 229	1.08 217	3.31 261	1.01 216	2.20 254	0.86 213	2.15 242	3.02 232	2.01 248	0.21 108	6.99 271	3.36 204	0.71 198	0.17 157	8.65 252	6.60 290	1.21 189	1.15 226	10.39 250	1.82 229	4.60 213	8.03 260	0.69 247	1.76 251	2.14 206	5.97 241	7.35 264	6.22 232

CSAN	5.32 259	2.66 261	1.69 222	3.30 256	3.85 269	2.05 242	2.31 243	5.00 275	4.86 280	3.78 273	2.69 224	17.88 279	11.82 281	1.17 262	10.17 265	1.96 125	2.51 242	1.35 239	6.12 202	2.50 254	3.97 197	4.60 158	0.56 230	2.97 268	6.49 276	16.18 301	7.96 270	13.30 272

FADNet_RVC	4.48 249	2.12 254	1.42 206	3.57 260	3.69 267	1.20 224	2.37 244	2.30 184	1.42 227	1.77 211	4.48 245	9.79 257	6.84 266	1.84 281	12.73 283	3.36 205	3.55 254	4.20 292	17.52 273	3.76 275	5.93 245	8.26 265	0.72 251	1.64 248	1.78 200	3.63 211	5.12 224	5.99 230

DeepPruner_ROB	1.92 184	0.41 122	0.92 177	0.51 188	0.67 192	0.53 203	2.45 245	1.72 153	0.84 196	1.37 200	2.27 208	0.75 139	0.55 178	0.12 144	8.56 251	2.33 157	1.28 197	1.20 230	2.67 136	0.58 136	6.00 246	4.19 135	0.75 254	0.44 163	0.66 148	6.01 242	3.18 134	0.91 149

ITSA-stereo	5.42 260	2.29 256	1.89 231	8.97 283	3.88 270	1.23 227	2.54 246	4.47 266	3.35 268	4.35 284	7.59 277	10.18 258	12.92 284	3.00 286	7.80 243	5.16 262	3.85 257	1.88 262	8.77 226	2.09 242	6.00 246	7.39 234	1.42 271	3.60 274	4.84 260	7.18 256	5.13 225	14.47 276

AF-Net	1.33 146	0.56 143	1.00 184	0.36 159	0.81 203	1.01 219	2.56 247	2.36 185	1.15 214	0.48 136	0.65 169	3.84 207	0.16 97	0.30 193	3.50 110	1.17 45	0.52 109	0.02 8	1.74 103	0.53 121	0.81 71	4.34 141	0.06 86	0.14 77	0.93 161	0.61 131	3.84 172	2.40 196

G-Net	11.11 286	4.89 286	9.62 305	4.05 263	4.71 275	7.69 278	2.56 247	10.07 293	15.27 307	5.01 293	15.52 313	47.57 318	9.25 274	0.66 241	11.93 277	8.70 312	5.83 278	4.33 294	24.55 293	15.55 315	8.38 282	9.97 295	3.01 285	5.25 295	6.16 275	13.40 294	22.59 306	23.59 298

Nwc_Net	1.33 146	0.56 143	1.00 184	0.36 159	0.81 203	1.01 219	2.56 247	2.36 185	1.15 214	0.48 136	0.65 169	3.84 207	0.16 97	0.30 193	3.50 110	1.17 45	0.52 109	0.02 8	1.74 103	0.53 121	0.81 71	4.34 141	0.06 86	0.14 77	0.93 161	0.61 131	3.84 172	2.40 196

YMNet	0.67 79	0.38 116	0.02 15	0.20 93	0.25 120	0.33 192	2.67 250	0.36 96	0.06 59	1.09 174	0.00 1	0.41 88	2.95 248	0.01 34	2.43 70	2.05 139	0.61 125	0.46 137	0.54 49	0.25 57	0.30 32	1.29 29	0.00 1	0.10 57	0.37 122	0.05 57	0.62 60	0.38 117

ADCRef	3.22 221	2.76 264	1.07 191	0.70 201	2.26 256	2.09 244	2.76 251	1.00 131	5.91 282	1.91 215	1.10 186	1.28 171	0.78 206	1.43 271	8.09 246	3.52 218	1.51 213	1.18 228	8.68 225	2.26 247	3.23 174	6.00 196	1.89 275	1.20 237	3.12 235	7.80 260	3.41 150	10.10 259

CASS	2.93 214	1.06 213	2.39 246	2.21 246	1.17 216	0.52 202	2.81 252	2.79 223	1.05 211	1.80 213	3.40 233	1.68 183	0.59 184	0.05 99	4.51 151	3.20 198	5.58 277	1.31 238	9.56 239	1.64 220	7.26 268	7.98 257	0.05 78	0.66 195	3.62 246	2.70 197	4.35 203	5.22 219
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
SHD	5.09 257	1.15 221	3.12 259	1.80 235	1.94 244	1.71 238	2.82 253	5.09 276	4.76 279	2.82 238	5.39 252	5.07 227	9.79 276	0.87 250	11.37 275	6.33 286	4.71 271	2.67 280	13.97 265	3.50 273	7.31 269	8.29 271	0.44 217	3.88 276	5.02 263	7.49 258	4.03 187	12.20 266

NCC-stereo	2.13 192	1.68 239	1.46 210	1.00 212	1.37 225	0.89 215	2.88 254	2.59 207	2.86 260	0.34 124	2.72 226	2.40 191	1.41 236	0.27 185	5.18 180	1.38 71	0.85 151	0.98 208	2.99 150	1.01 191	1.54 109	4.72 164	0.43 214	0.53 175	2.61 215	4.44 224	4.09 193	4.93 214

Abc-Net	2.13 192	1.68 239	1.46 210	1.00 212	1.37 225	0.89 215	2.88 254	2.59 207	2.86 260	0.34 124	2.72 226	2.40 191	1.41 236	0.27 185	5.18 180	1.38 71	0.85 151	0.98 208	2.99 150	1.01 191	1.54 109	4.72 164	0.43 214	0.53 175	2.61 215	4.44 224	4.09 193	4.93 214
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RTSC	3.11 218	0.95 201	1.93 232	0.51 188	0.89 207	1.05 221	2.90 256	1.64 150	1.98 247	2.28 225	2.71 225	1.60 181	1.14 229	1.24 263	11.23 273	4.78 255	4.92 275	2.00 267	8.11 223	1.61 219	4.78 217	6.97 226	0.34 199	1.52 244	1.35 182	1.21 162	4.60 216	9.80 258

FADNet-RVC	2.02 189	0.32 94	0.74 159	0.33 145	1.23 218	0.05 90	3.02 257	0.60 119	0.24 134	1.02 170	0.31 142	6.30 242	0.33 136	0.34 198	10.06 264	2.10 146	0.84 150	0.81 189	6.91 208	1.97 233	2.36 150	3.78 121	0.20 156	0.61 186	1.94 204	1.65 176	3.28 141	3.13 201

AIO-Stereo-zeroshot1	6.35 270	1.86 242	7.76 295	2.86 253	2.71 259	7.05 275	3.15 258	3.93 262	4.88 281	4.54 286	11.42 300	5.15 229	2.03 242	0.06 108	10.49 269	8.30 310	2.05 229	1.28 237	37.56 308	2.22 246	6.07 248	9.22 285	0.40 206	0.89 223	4.29 249	12.82 291	6.10 246	12.31 268

AMNet	6.93 271	3.82 277	2.53 251	4.00 262	5.78 281	6.99 274	3.24 259	2.46 200	2.51 256	3.39 260	6.36 265	9.40 256	2.06 243	7.30 302	5.92 208	9.99 316	13.66 307	7.81 311	8.03 220	7.76 298	11.45 301	8.81 276	2.81 282	4.73 287	5.75 272	7.80 260	13.20 290	19.55 287

FADNet	2.26 196	0.45 127	0.77 163	0.54 191	1.08 214	0.02 49	3.28 260	0.88 126	0.38 149	0.80 156	0.57 159	2.60 196	0.50 172	0.67 242	9.91 263	1.94 123	0.91 159	1.08 220	9.92 244	1.76 227	2.78 158	4.21 136	0.11 125	0.47 165	2.92 227	3.57 207	3.57 157	5.35 220

SANet	11.19 287	4.59 282	6.27 291	5.98 269	6.03 282	9.51 287	3.52 261	15.63 305	13.49 304	2.90 242	8.65 286	59.91 326	26.52 302	3.01 287	14.30 295	3.26 200	7.32 286	3.86 290	11.91 259	3.94 276	6.50 255	7.39 234	2.61 281	7.75 308	12.68 298	17.80 304	13.93 293	22.99 295

XQC	5.77 264	3.33 271	2.00 237	3.49 258	4.00 271	3.75 261	3.56 262	6.60 286	3.33 265	2.89 241	5.57 255	6.45 243	8.10 270	1.78 279	12.28 279	5.97 275	4.03 263	1.85 259	11.48 257	3.98 277	6.63 262	9.37 289	0.62 238	2.51 262	9.28 288	15.19 298	11.40 286	6.32 235

CBMV_ROB	7.04 272	2.92 266	2.91 255	8.40 281	6.54 287	5.80 269	3.57 263	5.09 276	2.49 255	3.84 276	4.70 249	21.33 283	14.76 288	0.47 226	10.48 268	3.84 239	3.13 251	1.58 247	12.20 262	8.81 300	6.17 249	5.80 190	0.47 223	3.14 271	9.16 287	15.50 300	13.69 292	13.29 271

FAT-Stereo	7.68 276	2.26 255	8.90 303	7.33 276	12.67 302	6.25 272	3.58 264	7.41 287	3.60 270	5.82 296	12.39 304	18.45 280	9.06 273	1.35 269	12.36 280	6.54 289	3.93 259	4.03 291	15.97 268	6.36 290	7.78 276	9.24 286	0.76 255	5.29 296	3.49 244	6.98 252	8.20 272	17.22 282

UDGNet	2.73 207	1.17 223	0.42 110	10.90 288	5.53 279	8.65 284	3.60 265	1.70 152	0.27 139	0.22 112	0.12 115	0.80 144	0.12 80	9.72 307	4.00 135	1.35 67	0.73 136	0.54 150	3.02 152	0.60 141	2.78 158	6.16 203	3.41 291	0.29 119	1.70 198	1.69 178	3.06 129	1.10 159

STTRV1_RVC		2.66 261	1.55 215	5.84 268	1.90 242	6.01 271	3.60 265	4.11 263	3.93 271	4.64 288	6.71 268	16.96 276	21.63 297	1.68 277		5.04 260	18.60 314	1.18 228		12.74 310	19.16 325			5.05 292	9.07 286	12.15 286	12.79 288	31.40 312

DeepPrunerF	2.93 214	1.75 241	0.35 88	3.49 258	9.49 295	1.73 239	4.02 267	0.70 121	3.19 262	0.69 149	1.51 194	0.60 117	0.34 138	0.14 150	7.97 245	3.53 219	1.21 189	0.76 184	4.64 188	0.73 166	2.31 147	4.11 134	0.65 244	0.58 183	15.77 303	3.70 213	3.75 166	1.43 166

FC-DCNN v2	4.85 254	4.85 284	6.16 289	11.18 289	5.04 277	9.41 286	4.33 268	5.45 280	2.13 250	2.92 244	2.41 217	6.96 247	3.28 250	0.29 192	4.66 160	2.49 163	2.73 246	1.13 225	4.30 182	0.89 182	3.66 190	4.92 170	0.72 251	4.22 280	9.66 291	6.86 250	9.29 276	10.92 261

ACV-stereo	8.68 278	5.35 287	4.89 273	8.31 280	1.79 237	11.62 290	4.37 269	3.80 258	6.01 283	5.33 295	7.17 274	6.07 241	26.41 301	1.30 266	11.88 276	10.16 318	6.25 281	2.60 278	51.34 324	14.45 313	9.06 290	8.91 281	1.00 259	2.60 264	2.32 209	8.54 268	7.07 260	5.71 224

ADCP+	3.65 237	2.02 245	2.68 253	1.32 224	1.94 244	1.22 226	4.40 270	1.11 134	9.44 296	1.76 210	5.45 253	9.05 253	0.37 148	0.98 254	6.99 234	2.36 159	0.61 125	0.92 202	6.14 204	0.94 187	2.80 160	5.58 186	0.36 203	0.63 188	3.00 228	12.42 288	3.57 157	10.51 260

DPSNet	15.27 298	3.38 272	2.28 245	7.89 279	8.28 291	10.58 289	4.44 271	5.86 282	8.70 294	4.26 282	6.00 262	72.12 337	28.20 305	4.69 298	15.14 305	10.42 319	11.48 298	8.27 312	58.42 335	9.38 304	12.12 306	11.31 304	17.29 313	11.11 316	20.16 310	20.85 313	14.99 296	24.68 302

FC-DCNN	4.43 246	4.58 281	5.93 285	9.82 286	4.79 276	8.76 285	4.48 272	4.47 266	1.65 237	2.91 243	2.13 205	6.53 245	2.41 245	0.30 193	4.57 154	2.52 166	2.76 249	1.21 231	3.98 177	0.89 182	3.66 190	4.91 169	0.73 253	4.23 281	8.24 281	6.03 243	7.69 265	9.53 255

ADCL	4.20 244	3.62 274	2.45 248	1.72 233	1.80 238	3.15 255	4.53 273	2.29 183	13.19 303	2.81 235	4.88 250	2.96 201	0.72 200	1.36 270	7.16 236	2.76 178	2.35 239	2.20 272	6.83 207	2.31 250	6.19 250	6.77 222	1.40 270	1.47 242	6.63 278	6.49 246	4.40 207	11.08 262

pmcnn	8.69 279	3.07 267	2.45 248	6.53 273	5.75 280	7.18 276	4.96 274	4.79 271	2.03 249	4.24 281	12.14 302	19.36 281	21.49 296	0.91 252	9.48 259	6.75 293	6.67 284	4.39 296	22.61 288	5.09 286	10.91 300	7.84 253	4.51 295	5.07 293	6.90 280	5.26 234	17.73 302	26.48 305

RTS	6.13 266	1.54 233	1.31 202	0.94 210	1.83 239	4.15 263	5.45 275	2.74 219	3.33 265	2.85 239	1.61 197	8.52 251	1.31 232	1.13 260	14.79 300	6.12 277	7.56 287	2.52 276	18.82 276	3.48 269	6.23 251	8.15 262	1.11 264	1.90 254	8.24 281	21.58 314	6.64 254	21.79 292

RTSA	6.13 266	1.54 233	1.31 202	0.94 210	1.83 239	4.15 263	5.45 275	2.74 219	3.33 265	2.85 239	1.61 197	8.52 251	1.31 232	1.13 260	14.79 300	6.12 277	7.56 287	2.52 276	18.82 276	3.48 269	6.23 251	8.15 262	1.11 264	1.90 254	8.24 281	21.58 314	6.64 254	21.79 292

PWC_ROB	7.58 275	2.00 244	5.48 281	0.90 208	1.32 223	2.25 246	5.46 277	2.83 225	16.84 311	3.83 275	8.10 285	5.42 233	39.62 319	1.01 256	9.69 262	5.15 261	6.62 283	4.25 293	16.71 271	4.76 282	8.56 284	10.40 300	0.63 239	4.96 291	3.07 233	3.69 212	7.15 263	24.07 299

SAMSARA	20.09 301	2.60 259	5.52 283	4.28 265	4.10 272	3.59 260	5.57 278	15.80 308	10.05 298	4.59 287	5.59 257	9.22 254	24.85 299	3.88 292	16.25 307	8.47 311	6.17 280	3.82 288	22.29 287	5.87 289	19.35 327	26.82 339	1.02 260	5.45 297	80.31 346	91.77 347	78.09 347	77.23 347

MDST_ROB	11.38 288	16.72 305	3.53 263	29.03 304	10.09 298	21.13 303	6.30 279	6.03 284	2.39 253	3.16 250	5.82 259	11.55 263	29.02 306	0.67 242	15.26 306	3.18 197	1.65 217	0.66 164	8.85 228	2.07 239	5.87 243	6.71 221	2.26 277	3.08 270	28.29 317	22.14 316	37.48 325	24.36 300

ADCS	10.79 283	5.73 288	4.98 274	4.16 264	6.39 284	6.60 273	6.53 280	10.15 294	15.87 309	4.18 280	7.59 277	13.56 270	18.31 291	4.53 297	14.24 293	11.99 323	10.80 295	7.09 310	25.37 294	9.28 303	16.45 321	16.31 325	2.97 283	7.03 304	10.05 294	20.56 310	11.21 285	19.51 286

zero-FE	4.46 247	2.02 245	0.20 47	18.26 296	2.74 260	20.82 302	6.55 281	1.82 160	0.71 183	1.31 193	3.02 230	10.50 260	3.67 255	0.45 222	4.35 146	3.50 217	1.30 200	1.59 248	13.37 264	1.37 214	5.58 234	7.41 237	0.31 194	0.54 179	0.79 157	2.41 191	4.46 210	1.50 170

DGSMNet	12.26 291	4.87 285	8.31 300	6.01 270	6.04 283	7.30 277	6.59 282	7.90 288	4.51 277	11.38 313	32.66 333	17.48 278	8.74 272	4.36 296	14.01 290	14.50 326	17.26 311	9.25 314	41.69 315	11.54 309	21.38 330	24.41 332	4.74 296	7.56 306	5.44 266	11.45 284	8.55 273	13.11 270

AnyNet_C32	6.34 269	2.03 248	2.98 256	1.85 237	2.88 264	3.58 259	6.75 283	4.57 268	12.25 300	3.05 247	7.04 272	4.71 222	1.88 240	2.57 285	14.38 297	6.24 282	6.31 282	4.36 295	12.98 263	3.18 268	11.94 304	11.62 306	1.98 276	4.21 279	6.60 277	10.55 279	6.27 249	14.36 275

MaskLacGwcNet_RVC	8.85 281	1.66 238	6.09 287	4.62 266	3.79 268	3.05 254	6.94 284	3.69 254	3.58 269	4.74 290	10.17 298	65.85 332	12.11 282	7.99 305	7.88 244	5.27 265	4.63 269	5.31 297	18.89 278	2.67 260	8.70 285	10.19 297	1.05 262	4.09 278	5.01 262	9.52 272	6.30 250	15.16 277

PVD	13.07 293	5.77 289	8.84 302	7.67 278	7.35 290	10.40 288	7.28 285	21.12 319	19.70 319	3.65 267	8.76 289	16.32 275	27.90 304	3.25 290	14.97 303	8.92 314	11.32 296	6.23 306	25.56 296	7.56 295	12.68 307	14.11 319	1.29 268	6.16 299	16.97 304	25.32 321	18.21 303	35.51 318

MeshStereo	13.92 297	10.29 297	5.80 284	24.32 303	15.33 303	17.65 299	7.76 286	12.34 299	7.38 287	4.65 289	9.09 292	38.22 304	30.61 309	0.62 238	14.44 298	7.42 302	4.05 264	2.65 279	19.82 283	2.63 259	14.32 315	9.90 294	1.27 267	6.42 300	22.75 312	19.43 307	33.41 318	33.14 314
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
ADCMid	7.46 273	4.47 280	5.08 276	2.16 244	4.40 274	5.87 270	8.05 287	9.24 290	12.39 301	3.16 250	7.69 279	10.20 259	10.41 278	3.13 288	12.60 282	5.58 271	5.05 276	2.83 282	19.52 280	4.27 278	8.70 285	10.59 301	5.48 297	2.86 266	5.69 269	10.08 276	5.48 236	16.37 279

ADCPNet	7.46 273	2.07 250	4.11 268	2.81 251	6.39 284	3.36 257	8.24 288	5.53 281	7.83 290	3.76 272	7.86 282	5.53 236	14.04 286	3.15 289	13.54 288	6.64 291	4.80 272	2.06 269	18.97 279	5.05 285	8.54 283	10.30 299	2.99 284	2.59 263	9.61 290	17.77 303	7.74 266	16.22 278

SGM_RVC	11.04 285	10.51 299	3.94 266	16.88 293	9.65 297	15.55 295	8.47 289	9.54 291	6.09 284	4.15 279	7.87 283	25.06 287	19.78 295	0.97 253	9.49 260	2.25 152	3.81 256	1.26 236	21.86 285	2.34 252	6.63 262	5.12 177	2.33 278	4.85 290	18.97 307	16.47 302	33.79 320	30.47 310
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MFN_U_SF_DS_RVC	7.94 277	3.78 276	1.17 196	9.35 284	4.27 273	8.06 281	8.52 290	11.24 296	8.55 292	4.88 292	4.04 242	17.24 277	9.50 275	6.06 301	14.53 299	3.53 219	2.28 237	1.12 224	19.59 282	2.56 257	8.24 281	9.72 292	3.14 287	2.11 257	11.98 296	14.76 296	10.14 280	14.15 274

CC-Net-ROB	5.62 262	8.62 295	1.87 230	23.08 300	6.72 288	15.74 296	8.55 291	0.45 107	0.82 193	1.55 205	0.00 1	24.53 286	3.35 251	3.39 291	5.49 189	0.89 26	2.73 246	1.76 254	12.04 261	0.82 176	1.32 98	1.73 36	9.22 303	0.42 154	3.22 236	2.53 195	2.45 114	8.44 248

FBW_ROB	8.77 280	9.60 296	5.96 286	20.47 299	9.29 294	12.71 291	9.20 292	4.97 273	1.59 233	3.30 254	6.98 270	15.27 272	3.59 254	7.76 304	10.34 266	1.71 106	3.43 252	0.86 193	34.07 303	2.29 249	6.89 265	6.34 207	9.32 304	8.81 311	5.75 272	8.41 263	5.24 227	22.62 294

AnyNet_C01	13.13 294	6.35 292	5.48 281	6.38 272	6.46 286	5.73 268	10.15 293	12.79 303	16.56 310	5.83 297	9.31 294	26.51 289	19.60 293	5.31 300	17.84 310	13.62 324	17.55 312	15.56 328	35.24 304	11.09 307	19.28 326	17.31 327	7.05 300	7.85 309	13.46 300	10.79 280	9.89 278	21.58 291

SPS-STEREO	20.98 306	14.87 302	11.99 308	19.90 298	20.87 304	18.85 300	10.39 294	16.04 309	19.39 317	19.65 326	21.64 327	33.32 296	37.38 317	7.51 303	19.34 318	17.18 330	26.65 325	16.12 330	32.93 300	23.87 327	31.45 338	25.37 336	13.83 310	14.33 324	17.76 306	19.97 308	29.60 314	26.21 303
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFN_U_SF_RVC	11.03 284	6.12 291	3.70 264	9.72 285	5.50 278	12.91 292	11.38 295	12.61 300	7.46 289	12.18 317	14.75 310	23.19 284	14.11 287	9.33 306	18.32 312	5.16 262	4.41 266	3.43 287	39.06 311	6.67 293	10.28 296	11.18 303	1.45 272	6.88 303	9.80 292	8.50 267	9.76 277	19.96 289

MSC_U_SF_DS_RVC	11.75 289	10.45 298	6.25 290	17.50 294	6.77 289	8.15 282	11.44 296	18.23 312	23.22 323	11.11 311	4.62 247	15.32 273	6.08 261	10.68 309	16.27 308	6.19 281	3.94 260	5.52 298	39.73 312	7.74 297	9.53 295	12.33 310	7.02 299	7.63 307	14.72 302	12.91 292	6.89 258	16.97 281

dad	4.27 245	0.90 196	0.38 103	10.18 287	1.67 236	1.51 233	12.20 297	12.33 298	0.11 88	3.40 261	0.00 1	1.94 186	3.49 253	0.26 181	6.16 218	1.44 76	1.74 224	0.71 176	14.06 266	0.66 159	3.23 174	4.00 131	0.21 157	1.02 229	6.09 274	0.19 88	17.62 301	9.71 256

SGM-ForestM	13.51 296	15.62 303	5.25 280	19.43 297	9.27 293	19.59 301	12.46 298	12.78 302	8.97 295	3.34 258	9.27 293	36.07 302	25.37 300	2.03 283	16.48 309	3.39 208	4.90 274	1.21 231	22.28 286	2.96 266	6.90 266	5.25 180	1.83 274	4.68 285	27.51 316	25.27 320	34.85 323	27.72 306

edge stereo	11.93 290	6.96 293	11.28 306	14.49 291	12.53 301	16.91 297	13.06 299	12.62 301	7.43 288	6.06 298	15.07 311	38.54 305	18.86 292	1.55 273	12.90 284	7.43 303	6.14 279	3.10 284	25.46 295	4.74 281	8.16 279	10.22 298	4.20 293	4.35 282	9.83 293	8.13 262	13.68 291	28.51 307

LSM0	23.31 311	6.07 290	4.80 272	15.07 292	10.87 299	17.08 298	14.50 300	23.84 321	15.74 308	14.73 321	18.40 319	35.77 301	35.06 315	1.58 275	76.98 343	85.81 344	14.68 308	5.68 300	56.53 333	17.15 319	23.95 333	21.89 330	4.26 294	8.21 310	17.36 305	20.39 309	29.27 313	33.71 316

MFMNet_re	16.81 299	13.74 301	7.85 296	23.81 302	9.51 296	34.14 312	18.04 301	12.31 297	19.02 316	10.33 310	12.96 305	38.69 306	15.16 289	1.61 276	18.46 313	10.89 321	28.67 329	12.10 320	31.52 299	10.43 306	18.75 324	11.05 302	8.52 302	9.85 312	9.47 289	5.57 238	24.17 307	37.24 320

MADNet+	20.34 302	8.33 294	14.90 315	18.17 295	11.98 300	8.55 283	19.20 302	28.96 329	17.96 314	12.55 318	11.63 301	34.32 299	30.36 308	10.57 308	26.85 327	16.66 328	27.39 327	10.40 319	40.88 313	18.27 320	19.91 328	15.53 323	9.97 307	19.40 327	35.72 325	22.38 317	21.31 305	37.09 319

MANE	21.44 307	17.36 306	16.07 316	34.52 308	24.54 308	25.94 306	19.26 303	20.13 318	18.43 315	6.42 301	15.25 312	40.88 308	36.30 316	4.35 295	18.72 316	10.55 320	8.23 289	29.63 338	23.68 292	4.94 283	11.81 303	8.91 281	3.02 286	10.18 313	36.19 328	32.24 331	51.66 338	49.72 333

S-Stereo	9.64 282	2.07 250	4.59 269	8.70 282	8.72 292	12.93 293	19.52 304	5.25 278	6.14 285	6.12 299	20.39 324	29.19 292	7.43 267	0.64 239	14.26 294	7.63 306	4.01 262	5.81 302	18.32 274	6.45 292	7.46 273	9.84 293	12.36 308	7.40 305	3.61 245	6.74 248	7.10 262	17.56 283

SGM+DAISY	22.46 309	16.23 304	12.74 309	23.16 301	22.67 305	25.12 305	20.00 305	18.50 313	14.48 306	18.58 325	22.04 328	30.49 293	41.59 320	13.05 311	22.51 324	16.54 327	26.00 324	12.93 322	35.92 305	22.37 325	28.02 336	25.12 335	21.26 314	13.77 322	20.04 309	18.46 306	33.94 321	30.81 311

ELAS_RVC	20.43 303	19.80 307	14.61 314	33.93 307	22.90 306	33.71 311	20.10 306	15.64 306	12.18 299	8.45 305	19.69 323	54.25 324	33.97 313	4.07 293	13.47 287	5.30 268	11.89 299	6.49 308	21.52 284	8.87 301	14.06 312	14.69 321	9.63 306	11.88 317	32.34 321	25.79 322	41.56 331	40.71 326
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	20.62 305	22.76 310	14.59 313	35.29 309	24.88 310	31.90 308	20.66 307	17.34 311	17.05 312	7.97 303	18.32 318	48.39 319	31.67 310	4.13 294	14.30 295	5.24 264	11.47 297	6.10 305	23.02 291	7.62 296	13.14 309	14.53 320	9.46 305	10.75 315	34.52 323	27.84 327	41.52 330	42.31 329
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
STStereo	20.61 304	24.96 311	17.24 317	39.82 312	27.48 311	32.58 310	22.87 308	19.77 316	17.77 313	8.05 304	19.67 322	46.38 313	37.96 318	2.15 284	18.66 315	4.75 254	4.82 273	1.95 263	33.25 301	6.38 291	9.07 291	8.67 275	3.28 288	10.68 314	31.80 320	27.62 326	40.75 327	38.09 322

BEATNet-Init1	25.27 314	27.76 312	13.76 311	44.57 314	24.32 307	38.91 314	25.10 309	19.51 315	20.03 320	9.35 306	16.15 315	47.35 317	48.89 330	4.71 299	23.55 325	11.00 322	8.78 291	5.84 303	49.88 323	20.70 321	15.01 316	14.94 322	7.37 301	12.57 320	35.78 326	26.22 323	60.85 344	49.36 332

WAO-7	28.15 317	31.17 314	25.54 326	33.41 306	34.99 314	22.62 304	28.62 310	47.75 338	47.89 336	29.08 331	39.82 337	41.47 309	41.79 321	12.75 310	36.14 334	18.16 331	17.03 310	8.88 313	47.38 319	21.69 324	11.73 302	12.95 316	3.79 292	33.81 337	23.20 313	26.44 324	24.41 308	37.61 321

DDUNet	13.01 292	20.50 308	4.63 270	37.04 310	24.81 309	34.87 313	32.65 311	1.85 161	1.66 239	1.47 202	3.83 239	13.22 269	4.08 259	83.62 322	6.26 221	2.41 162	8.99 292	3.82 288	18.78 275	4.54 279	7.88 277	7.25 230	16.92 312	0.99 228	1.50 192	0.70 138	4.90 222	2.09 189

LE_ROB	23.34 312	10.93 300	12.86 310	32.65 305	38.35 316	31.72 307	33.97 312	23.50 320	21.06 321	7.08 302	17.87 317	51.83 321	51.55 335	1.81 280	14.20 292	3.08 191	3.94 260	1.47 243	30.65 297	8.98 302	9.43 294	7.39 234	6.89 298	25.95 331	35.31 324	39.95 339	53.69 340	54.00 336

JetBlue	33.16 322	30.03 313	36.86 338	39.95 313	35.04 315	44.19 315	36.23 313	30.47 332	47.01 335	15.01 323	10.48 299	79.96 343	19.64 294	25.82 313	18.89 317	17.14 329	40.11 338	25.93 336	36.94 307	25.94 330	32.23 339	26.39 337	31.84 315	27.47 333	31.63 318	33.13 333	48.81 336	48.30 331

UDG	13.28 295	21.47 309	5.08 276	37.13 311	29.51 312	32.00 309	40.03 314	2.62 209	1.78 243	2.40 227	5.74 258	12.64 266	4.23 260	74.90 319	7.47 238	2.61 172	9.44 293	3.24 286	19.57 281	5.01 284	8.74 288	7.28 231	12.84 309	1.84 253	1.35 182	2.91 199	4.53 213	2.12 190

SQANet	19.01 300	32.39 315	7.05 292	58.51 316	34.20 313	58.54 319	40.35 315	4.32 265	1.69 240	4.85 291	1.45 193	32.05 294	6.71 265	57.82 316	11.24 274	1.77 108	6.68 285	1.66 250	31.16 298	2.08 241	8.23 280	7.99 258	54.11 321	2.11 257	5.60 267	10.88 281	10.17 281	19.67 288

otaku	22.42 308	43.20 319	9.38 304	63.06 322	42.07 319	64.13 328	51.05 316	6.07 285	4.42 276	10.13 309	1.74 201	33.95 297	10.96 279	66.92 318	12.03 278	1.89 117	8.57 290	1.66 250	38.00 309	7.96 299	8.85 289	8.28 270	54.71 322	2.95 267	9.04 285	9.25 270	14.25 295	20.70 290

PWCK	39.46 328	63.60 337	25.26 325	73.87 339	41.94 318	61.54 322	51.88 317	54.42 339	37.36 328	26.43 329	38.00 334	62.72 330	47.31 327	27.64 314	24.07 326	10.09 317	32.07 334	12.97 323	84.14 344	29.01 334	25.42 334	16.79 326	48.17 320	30.69 336	35.86 327	32.01 330	32.05 317	40.21 325

DispFullNet	27.09 315	40.76 316	20.37 322	53.27 315	39.67 317	45.72 316	56.25 318	14.00 304	12.78 302	14.18 319	10.07 297	43.95 312	34.00 314	86.26 323	13.33 286	13.62 324	31.37 333	16.57 331	52.58 326	15.02 314	15.98 318	12.66 313	15.43 311	6.52 301	8.73 284	8.65 269	16.24 299	33.48 315

Ntro	23.84 313	41.67 317	11.59 307	63.69 325	43.73 320	62.95 326	57.60 319	8.47 289	6.35 286	11.89 316	2.51 220	35.10 300	7.96 269	75.67 320	12.59 281	1.67 101	9.55 294	2.68 281	39.05 310	9.79 305	8.70 285	8.40 273	55.40 323	3.24 272	11.18 295	15.16 297	14.07 294	23.09 297

PSMNet_ROB	32.72 321	49.56 328	17.71 319	65.01 327	47.98 322	61.81 323	62.32 320	19.85 317	21.78 322	27.64 330	25.28 329	42.80 310	43.52 324	83.58 321	21.88 323	4.36 248	19.43 315	6.46 307	43.95 317	16.36 316	13.14 309	11.66 307	58.31 325	14.57 325	31.67 319	24.32 319	29.94 316	18.64 284

WAO-6	37.66 327	47.81 323	21.43 323	60.52 317	52.73 332	58.92 320	64.84 321	27.98 326	43.38 330	33.02 334	17.53 316	43.36 311	50.95 332	89.65 324	33.50 330	18.63 334	24.84 321	13.57 324	42.17 316	25.77 329	21.16 329	19.52 328	35.00 316	18.52 326	43.20 334	29.62 328	37.17 324	41.96 328

DPSimNet_ROB		56.83 333	60.12 344	63.44 324	74.40 344	61.08 321	66.03 322	29.26 331	91.88 346	80.83 344	53.70 339	74.56 339	48.76 329	90.67 325	61.12 340	47.44 342		43.29 341	68.79 341	60.06 344	52.83 343	61.42 342	45.69 319	46.03 342		63.34 344	56.49 341	56.41 338

MonStereo1	31.37 320	44.05 321	18.10 320	63.40 323	51.01 331	58.41 318	67.37 323	18.80 314	19.56 318	11.72 315	19.29 321	63.23 331	45.03 325	93.02 330	14.99 304	4.67 251	19.74 316	9.74 317	41.29 314	14.22 312	12.85 308	11.31 304	61.91 334	4.55 283	12.64 297	11.07 282	25.06 309	29.83 309

IMH-64-1	35.05 324	48.99 325	25.77 328	61.80 318	50.28 328	62.71 324	68.79 324	27.80 324	35.88 326	10.10 307	14.48 308	46.82 315	41.96 322	94.04 333	19.93 319	7.49 304	22.67 318	9.35 315	48.46 320	21.14 322	14.12 313	12.56 311	59.91 330	12.21 318	41.64 331	20.57 311	27.79 311	39.03 323

IMH-64	35.05 324	48.99 325	25.77 328	61.80 318	50.28 328	62.71 324	68.79 324	27.80 324	35.88 326	10.10 307	14.48 308	46.82 315	41.96 322	94.04 333	19.93 319	7.49 304	22.67 318	9.35 315	48.46 320	21.14 322	14.12 313	12.56 311	59.91 330	12.21 318	41.64 331	20.57 311	27.79 311	39.03 323

IMH	36.38 326	50.15 329	26.16 330	62.16 321	50.12 327	63.98 327	68.96 326	28.54 328	38.29 329	11.29 312	14.14 306	50.26 320	54.45 338	94.09 335	20.59 321	7.40 301	23.63 320	10.28 318	49.17 322	22.78 326	13.74 311	11.88 308	59.95 332	13.42 321	41.71 333	23.99 318	29.69 315	41.45 327

TorneroNet-64	40.02 329	51.18 330	25.58 327	64.09 326	48.50 324	64.50 329	69.74 327	27.58 323	44.28 332	21.06 327	14.38 307	70.42 336	57.53 339	94.84 337	27.09 328	8.83 313	28.00 328	16.10 329	54.90 331	26.42 331	15.26 317	13.34 317	61.86 333	22.65 328	33.51 322	30.60 329	34.09 322	54.24 337

MADNet++	76.55 343	72.12 343	82.72 346	61.81 320	81.28 345	58.20 317	69.82 328	68.60 346	78.83 345	85.65 345	92.58 346	79.76 342	85.27 345	36.74 315	81.31 344	89.87 345	87.51 344	69.64 344	82.22 343	90.64 346	91.37 345	93.20 345	65.06 337	90.12 347	59.87 345	75.77 346	74.46 346	62.48 343

RainbowNet	28.72 319	46.67 322	19.30 321	69.82 333	47.14 321	68.90 335	70.63 329	10.00 292	3.26 263	17.63 324	2.27 208	46.57 314	29.74 307	91.67 327	17.86 311	3.37 206	12.50 300	5.59 299	44.74 318	17.11 318	10.33 297	8.87 278	58.90 326	5.15 294	14.30 301	12.58 289	17.44 300	23.01 296

TorneroNet	40.95 331	54.80 332	28.35 331	67.47 331	50.00 326	66.00 332	71.75 330	26.53 322	45.69 333	24.20 328	21.34 326	68.12 333	53.25 337	94.92 339	27.93 329	9.57 315	26.82 326	16.87 332	54.27 329	24.50 328	16.26 319	13.93 318	62.31 335	23.32 330	36.59 329	27.14 325	43.07 332	50.69 334

WAO-8	45.52 333	56.99 334	36.84 336	70.78 336	61.58 333	72.65 339	72.88 331	44.15 335	50.34 337	32.51 332	26.24 331	68.22 334	50.98 333	91.91 328	34.40 331	19.25 335	31.26 331	14.25 326	53.00 327	37.84 338	18.64 322	12.91 314	45.23 317	27.94 334	54.23 341	39.08 336	48.02 334	56.81 339

Venus	45.52 333	56.99 334	36.84 336	70.77 335	61.58 333	72.65 339	72.88 331	44.15 335	50.34 337	32.51 332	26.24 331	68.22 334	50.98 333	91.91 328	34.40 331	19.25 335	31.26 331	14.25 326	53.00 327	37.84 338	18.64 322	12.91 314	45.23 317	27.94 334	54.23 341	39.08 336	48.02 334	56.81 339

JetRed	63.04 342	70.59 342	68.87 345	66.96 328	63.46 335	70.43 337	74.93 333	66.45 344	66.78 342	41.63 338	39.08 336	81.30 344	13.47 285	63.11 317	65.97 342	66.70 343	65.90 342	75.66 346	63.14 337	54.09 343	78.41 344	73.67 343	73.25 343	49.49 343	56.43 344	64.32 345	66.29 345	61.81 342

ACVNet-4b	27.62 316	43.15 318	14.04 312	69.86 334	48.10 323	70.20 336	77.34 334	10.63 295	9.55 297	15.00 322	1.55 195	59.33 325	11.37 280	93.44 331	12.94 285	2.57 169	15.66 309	5.69 301	33.68 302	14.13 311	9.17 292	7.28 231	59.49 327	4.60 284	12.85 299	9.43 271	15.52 297	19.12 285

LVE	40.69 330	49.32 327	32.19 333	74.37 340	65.31 337	65.52 330	78.53 335	29.09 330	24.11 324	37.95 336	38.44 335	39.09 307	50.88 331	95.16 343	18.50 314	6.31 285	25.93 323	13.65 325	54.80 330	26.51 332	16.26 319	15.81 324	69.49 340	26.57 332	44.82 335	33.95 335	41.51 329	24.49 301

ktn	53.49 337	64.55 338	32.09 332	67.37 330	73.02 343	67.18 334	79.08 336	39.47 333	71.03 343	45.61 341	66.57 343	53.73 323	46.66 326	95.58 344	51.51 338	35.27 339	42.24 340	32.53 339	61.67 336	36.66 337	34.35 341	37.51 340	63.57 336	39.21 338	45.92 336	42.82 340	58.10 342	61.01 341

notaker	50.99 335	64.58 339	35.58 335	71.22 337	67.03 338	71.52 338	79.74 337	46.10 337	64.92 341	43.57 339	60.04 341	61.27 327	52.88 336	94.30 336	52.11 339	32.30 338	36.01 336	25.62 335	66.68 340	41.75 340	26.51 335	26.69 338	69.04 339	40.16 340	27.04 314	32.57 332	39.45 326	47.99 330

HanzoNet	61.45 341	69.33 341	44.96 340	71.45 338	72.16 342	72.71 341	79.94 338	60.19 341	75.71 344	45.02 340	73.92 344	75.04 341	64.67 343	96.72 345	48.25 337	40.02 340	53.74 341	47.73 342	76.16 342	51.62 342	46.98 342	46.48 341	73.13 342	39.85 339	55.14 343	52.31 342	60.69 343	65.16 344

ACVNet_1	28.17 318	43.81 320	17.24 317	67.32 329	49.50 325	66.04 333	82.98 339	16.42 310	8.08 291	11.43 314	7.19 275	34.00 298	27.09 303	93.81 332	14.92 302	2.21 150	17.82 313	6.77 309	36.07 306	11.39 308	10.56 299	7.42 238	59.65 328	6.11 298	20.40 311	15.24 299	10.18 282	16.93 280

KSHMR	57.18 339	74.32 344	54.88 343	81.85 344	71.02 340	78.52 344	83.49 340	67.32 345	55.52 340	57.05 343	55.43 340	62.46 329	47.47 328	94.95 340	62.89 341	43.86 341	41.02 339	36.71 340	65.14 339	47.71 341	30.88 337	22.80 331	66.24 338	55.80 346	49.31 337	33.72 334	50.52 337	52.93 335

Dean	44.25 332	52.28 331	33.23 334	77.10 341	64.97 336	79.61 345	83.94 341	43.21 334	43.41 331	35.28 335	25.28 329	61.70 328	57.88 340	95.07 342	21.16 322	4.55 249	29.50 330	12.92 321	64.62 338	29.22 335	11.94 304	10.07 296	59.70 329	23.01 329	50.00 338	39.42 338	53.45 339	32.13 313

ACVNet_2	33.32 323	48.24 324	22.45 324	67.72 332	50.69 330	65.88 331	85.41 342	28.48 327	14.03 305	14.63 320	9.36 295	52.16 322	31.94 311	91.62 326	13.62 289	2.72 175	21.29 317	5.84 303	51.78 325	16.52 317	10.41 298	7.93 256	58.06 324	13.93 323	36.96 330	18.42 305	25.58 310	33.95 317

LRCNet_RVC	60.98 340	74.62 345	47.06 342	94.31 345	95.29 346	91.20 346	85.70 343	54.57 340	35.63 325	98.62 346	74.21 345	91.97 347	68.08 344	96.82 346	39.31 335	18.45 332	70.27 343	52.85 343	94.58 345	64.63 345	32.99 340	24.53 334	94.81 345	53.78 345	19.71 308	12.68 290	33.49 319	26.36 304

UNDER WATER	53.46 336	66.50 340	44.48 339	77.89 342	68.28 339	75.27 342	86.28 344	62.01 342	51.94 339	41.57 337	48.61 338	74.76 340	58.64 341	94.91 338	40.27 336	19.59 337	35.94 335	25.36 334	57.83 334	30.24 336	22.42 332	21.82 329	69.76 341	49.60 344	53.54 340	52.17 341	44.57 333	69.15 345

UNDER WATER-64	54.23 338	63.34 336	46.02 341	79.36 343	71.42 341	76.64 343	88.13 345	66.12 343	46.96 334	52.07 342	60.69 342	73.21 338	59.22 342	94.98 341	35.82 333	18.58 333	36.56 337	27.05 337	54.96 332	27.40 333	22.29 331	24.45 333	75.67 344	44.51 341	51.17 339	56.84 343	41.43 328	69.34 346

DLNR_Zeroshot_test	23.08 310	78.93 346	7.15 293	99.97 346	0.34 145	0.16 150	98.90 346	3.23 243	0.54 165	3.12 249	2.31 215	6.01 240	0.92 224	21.35 312	96.48 346	100.00 350	25.46 322	22.19 333	22.79 290	2.43 253	9.32 293	9.14 284	0.06 86	0.65 194	2.36 212	3.89 218	2.16 107	3.20 202

DPSM_ROB	99.91 350	100.00 350	100.00 351	100.00 347	100.00 348	98.90 347	98.96 347	100.00 351	100.00 350	100.00 349	100.00 352	99.76 349	100.00 350	100.00 349	100.00 352	100.00 350	100.00 350	100.00 351	100.00 350	100.00 352	100.00 352	100.00 351	100.00 348	100.00 351	100.00 351	100.00 352	100.00 351	100.00 352

DPSM	99.91 350	100.00 350	100.00 351	100.00 347	100.00 348	98.90 347	98.96 347	100.00 351	100.00 350	100.00 349	100.00 352	99.76 349	100.00 350	100.00 349	100.00 352	100.00 350	100.00 350	100.00 351	100.00 350	100.00 352	100.00 352	100.00 351	100.00 348	100.00 351	100.00 351	100.00 352	100.00 351	100.00 352

PML	96.12 344	100.00 350	83.16 347	100.00 347	100.00 348	100.00 350	99.20 349	100.00 351	99.01 348	100.00 349	96.16 347	99.92 351	100.00 350	98.52 347	94.60 345	91.70 346	91.21 345	74.14 345	100.00 350	98.06 348	92.87 346	86.59 344	97.59 346	98.11 349	94.46 350	99.98 351	100.00 351	99.92 351

FlowAnything	100.00 352	100.00 350	100.00 351	100.00 347	100.00 348	100.00 350	100.00 350	100.00 351	100.00 350	100.00 349	100.00 352	100.00 352	100.00 350	100.00 349	100.00 352	100.00 350	100.00 350	100.00 351	100.00 350	100.00 352	100.00 352	100.00 351	100.00 348	100.00 351	100.00 351	100.00 352	100.00 351	100.00 352

HaxPig	99.00 347	100.00 350	98.99 349	100.00 347	100.00 348	99.99 349	100.00 350	99.99 350	99.89 349	100.00 349	99.98 351	100.00 352	99.94 349	100.00 349	99.61 348	99.46 348	99.97 349	99.58 348	99.99 349	99.99 349	97.37 348	96.43 346	99.99 347	99.98 350	89.52 348	99.53 350	94.23 349	98.48 350

CasAABBNet	100.00 352	100.00 350	100.00 351	100.00 347	100.00 348	100.00 350	100.00 350	100.00 351	100.00 350	100.00 349	100.00 352	100.00 352	100.00 350	100.00 349	100.00 352	100.00 350	100.00 350	100.00 351	100.00 350	100.00 352	100.00 352	100.00 351	100.00 348	100.00 351	100.00 351	100.00 352	100.00 351	100.00 352

DPSMNet_ROB	99.54 349	99.78 349	100.00 351	100.00 347	100.00 348	100.00 350	100.00 350	99.19 347	100.00 350	99.32 347	99.65 348	91.68 346	99.16 348	100.00 349	99.94 350	100.00 350	99.83 348	99.99 349	99.59 347	99.99 349	99.77 350	99.66 349	100.00 348	100.00 351	100.00 351	100.00 352	100.00 351	100.00 352

DGTPSM_ROB	99.53 348	99.77 348	100.00 351	100.00 347	100.00 348	100.00 350	100.00 350	99.19 347	100.00 350	99.32 347	99.66 349	91.63 345	99.15 347	100.00 349	99.94 350	100.00 350	99.82 347	99.99 349	99.51 346	99.99 349	99.77 350	99.66 349	100.00 348	100.00 351	100.00 351	100.00 352	100.00 351	100.00 352

MEDIAN_ROB	97.62 345	99.11 347	98.47 348	100.00 347	99.99 347	100.00 350	100.00 350	99.48 349	98.33 347	100.00 349	99.95 350	98.03 348	96.13 346	99.95 348	99.43 347	98.46 347	98.58 346	98.67 347	99.88 348	97.97 347	93.64 347	96.55 347	100.00 348	97.27 348	87.22 347	92.69 348	89.89 348	95.94 349

AVERAGE_ROB	98.96 346	100.00 350	99.80 350	100.00 347	100.00 348	100.00 350	100.00 350	100.00 351	100.00 350	100.00 349	100.00 352	100.00 352	100.00 350	100.00 349	99.80 349	99.85 349	100.00 350	100.00 351	100.00 350	100.00 352	98.20 349	99.54 348	100.00 348	100.00 351	93.40 349	93.83 349	94.40 350	93.22 348

GS-Stereo																							0.15 137	0.02 15	0.18 91	0.05 57	0.10 17	0.00 1

Low-res two-view benchmark