Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

LoS_RVC	1.23 9	1.51 237	6.09 23	0.88 47	1.71 331	1.96 22	0.59 36	1.61 4	1.37 2	0.84 10	1.35 50	0.84 34	1.15 102	1.49 40	0.83 18	0.21 1	0.17 3	0.20 1	0.14 1	0.20 1	1.49 280

RAFT-Stereo + iAFF	2.49 125	1.68 256	20.50 296	1.11 132	1.32 261	4.13 248	0.42 9	3.23 98	3.30 267	2.05 154	2.40 274	1.61 101	1.11 89	1.49 40	1.63 164	0.22 2	0.22 47	0.26 33	0.24 63	0.31 47	2.47 319

AFF-stereo	2.54 137	3.44 314	20.84 331	1.30 213	0.48 40	3.94 210	0.48 14	3.30 106	3.40 286	1.94 115	2.21 248	2.10 180	1.51 162	2.36 132	1.62 161	0.23 3	0.21 33	0.25 22	0.25 74	0.33 86	0.53 134

CES	1.08 7	0.63 34	2.53 8	0.95 77	2.18 357	2.13 30	0.50 18	2.07 25	1.46 6	0.79 6	1.06 11	0.61 4	0.48 1	1.45 35	0.87 22	0.24 4	0.18 5	0.24 13	0.15 3	0.64 286	2.36 314

Selective-IGEV	1.42 14	0.58 9	8.82 39	0.92 62	0.85 147	1.32 9	0.80 126	2.85 74	3.84 319	0.87 15	1.68 112	0.71 16	0.62 6	1.30 14	0.75 4	0.24 4	0.27 127	0.24 13	0.19 9	0.27 15	1.18 263

DCRE	3.02 227	0.95 156	18.48 150	1.18 164	1.89 346	3.57 132	0.82 134	3.36 111	1.70 57	2.04 150	8.12 374	1.73 114	1.07 79	1.31 16	1.24 85	0.24 4	0.87 305	0.26 33	0.27 103	0.28 20	11.03 388

cross-raft	1.95 32	0.66 51	16.17 100	1.23 183	0.92 168	2.25 35	0.70 78	3.69 141	1.68 55	1.78 92	1.53 72	3.15 270	1.13 92	1.35 25	1.06 59	0.24 4	0.23 70	0.26 33	0.24 63	0.29 31	0.45 87

MyStereo06	2.74 191	1.07 181	21.19 367	1.06 121	1.08 209	4.26 284	0.86 152	3.72 146	1.80 64	2.25 206	1.77 140	4.28 341	4.12 343	1.85 85	1.38 118	0.25 8	2.43 356	0.34 178	0.27 103	0.46 220	0.48 109

MyStereo05	2.55 142	1.07 181	19.87 220	1.06 121	1.08 209	4.26 284	0.86 152	4.10 230	3.01 214	2.19 194	1.26 37	2.30 191	1.64 200	2.13 108	1.99 217	0.25 8	2.43 356	0.34 178	0.27 103	0.46 220	0.48 109

MIM_Stereo	2.71 184	1.26 207	20.92 336	1.34 226	5.57 402	3.10 65	0.59 36	3.25 102	2.51 148	1.64 68	1.61 95	1.82 137	1.29 121	2.07 101	1.35 105	0.25 8	0.31 149	0.28 62	0.26 88	0.29 31	4.43 353

AEACV	2.12 53	0.67 52	6.33 25	1.38 239	1.50 288	3.53 126	0.90 179	2.83 73	1.60 37	0.91 20	0.81 6	0.80 30	1.61 187	1.56 47	0.73 3	0.25 8	0.60 276	0.26 33	0.27 103	0.29 31	15.65 407

GLC_STEREO	0.83 1	0.59 17	1.71 3	0.89 48	0.34 2	1.88 19	0.80 126	1.48 2	1.60 37	0.98 25	1.06 11	0.68 8	0.71 15	1.19 9	0.89 25	0.25 8	0.25 100	0.32 129	0.25 74	0.32 65	0.34 30

raft+_RVC	3.46 287	2.57 299	19.51 193	1.49 272	17.54 413	3.63 144	0.76 112	3.24 99	1.53 19	1.35 44	1.67 110	1.03 49	1.10 86	1.98 96	1.53 139	0.25 8	7.10 389	0.25 22	0.24 63	0.28 20	2.18 311

MyStereo07	2.29 84	1.18 197	20.10 245	1.04 114	1.21 241	3.96 216	0.95 201	2.13 29	3.37 278	1.09 29	1.28 40	0.68 8	0.91 45	1.74 70	0.86 21	0.26 14	3.49 372	0.34 178	0.27 103	0.43 197	0.49 114

MyStereo04	2.54 137	1.18 197	18.82 159	1.04 114	1.21 241	3.96 216	0.95 201	4.02 203	3.01 214	2.06 155	1.27 39	2.33 194	1.66 208	2.06 100	2.01 222	0.26 14	3.49 372	0.34 178	0.27 103	0.43 197	0.49 114

GMOStereo	2.64 166	0.92 145	19.83 214	0.81 21	0.68 111	3.22 72	0.89 163	2.94 77	1.48 8	2.36 246	1.54 81	1.75 115	1.04 68	1.33 20	1.15 68	0.26 14	11.32 409	0.35 195	0.28 127	0.35 120	0.33 22

error version	2.64 166	0.92 145	19.83 214	0.81 21	0.68 111	3.22 72	0.89 163	2.94 77	1.48 8	2.36 246	1.54 81	1.75 115	1.04 68	1.33 20	1.15 68	0.26 14	11.32 409	0.35 195	0.28 127	0.35 120	0.33 22

test-v	2.64 166	0.92 145	19.83 214	0.81 21	0.68 111	3.22 72	0.89 163	2.94 77	1.48 8	2.36 246	1.54 81	1.75 115	1.04 68	1.33 20	1.15 68	0.26 14	11.32 409	0.35 195	0.28 127	0.35 120	0.33 22

CroCo-Stereo	1.07 6	1.18 197	3.66 11	0.91 56	0.60 82	0.49 1	0.49 15	4.07 217	1.91 73	0.84 10	1.29 44	1.00 47	0.75 22	1.32 19	1.38 118	0.26 14	0.21 33	0.24 13	0.20 19	0.37 141	0.30 12
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
test-2	2.64 166	0.92 145	19.83 214	0.81 21	0.68 111	3.22 72	0.89 163	2.94 77	1.48 8	2.36 246	1.54 81	1.75 115	1.04 68	1.33 20	1.15 68	0.26 14	11.32 409	0.35 195	0.28 127	0.35 120	0.33 22

MyStereo8	2.97 224	1.76 261	18.94 161	1.55 284	1.62 313	4.16 259	0.57 28	3.79 156	2.41 135	2.22 201	2.93 323	2.27 187	1.14 97	2.16 112	2.28 246	0.27 21	8.58 393	0.32 129	0.29 157	0.37 141	1.72 291

CBFPSM	2.24 70	2.06 280	12.12 52	1.13 144	1.05 203	2.85 51	1.23 252	3.37 112	2.05 86	1.82 98	1.33 48	4.55 352	4.00 341	2.38 133	2.35 251	0.27 21	0.38 202	0.32 129	0.28 127	0.39 160	0.89 233

LoS	1.05 5	0.58 9	3.31 10	0.91 56	0.38 6	4.14 253	0.50 18	2.22 31	1.49 12	1.02 26	0.88 7	0.62 5	0.84 36	1.69 58	0.94 36	0.27 21	0.20 17	0.24 13	0.17 8	0.22 2	0.32 17

ProNet	1.63 20	0.91 139	5.70 22	0.96 84	0.64 96	2.40 41	0.82 134	1.92 17	3.28 258	0.69 1	1.17 25	0.78 25	0.76 23	1.72 65	0.87 22	0.27 21	0.97 314	0.25 22	0.26 88	0.31 47	7.97 369

MC-Stereo	2.54 137	0.58 9	6.38 26	1.30 213	1.37 268	4.56 334	0.60 40	2.08 26	1.57 28	1.97 125	1.68 112	0.89 40	1.12 91	1.46 36	0.88 24	0.27 21	8.44 392	0.27 42	0.22 42	0.26 12	14.87 398

RAFT_CTSACE	2.41 113	1.83 270	20.33 274	1.77 325	1.39 271	3.50 120	1.03 215	3.25 102	1.64 48	1.80 96	2.04 212	2.82 245	1.78 226	2.11 105	1.10 63	0.27 21	0.24 88	0.28 62	0.30 173	0.31 47	0.33 22

test-1	1.81 29	0.72 76	9.51 41	1.02 108	1.57 304	3.85 185	0.60 40	4.07 217	1.51 16	1.94 115	1.81 155	2.04 172	0.91 45	1.39 30	1.73 186	0.27 21	0.93 308	0.31 115	0.25 74	0.29 31	1.37 272

Former-RAFT_DAM_RVC	0.99 3	0.85 121	1.58 1	0.95 77	1.08 209	2.95 58	0.53 22	1.93 18	2.00 83	1.19 33	1.63 102	0.59 2	0.65 10	1.10 4	0.90 26	0.28 28	0.23 70	0.31 115	0.25 74	0.45 212	0.32 17

MSKI-zero shot	2.33 92	0.69 63	20.22 258	1.14 148	0.77 132	4.05 231	0.68 70	3.95 188	1.51 16	1.93 109	2.35 265	1.91 149	0.71 15	3.01 168	0.79 10	0.28 28	1.47 329	0.27 42	0.21 25	0.28 20	0.44 83

ToySt	2.53 133	0.89 132	19.20 174	1.12 139	0.95 177	3.47 111	1.13 236	3.72 146	2.25 110	1.36 45	1.71 121	2.22 184	1.59 181	2.14 111	1.81 199	0.28 28	0.64 283	0.30 97	0.33 207	0.43 197	5.14 356

RAFT+CT+SA	2.32 89	1.30 217	19.71 205	1.01 104	1.41 277	4.04 227	0.92 192	3.96 189	1.64 48	1.64 68	1.69 115	1.63 104	1.18 106	3.06 169	1.19 76	0.28 28	0.22 47	0.32 129	0.34 216	0.34 107	0.47 102

HITNet	2.49 125	2.91 304	19.23 177	1.54 281	0.57 75	3.47 111	0.79 122	4.16 251	2.93 200	2.18 189	1.65 109	1.68 106	1.45 150	2.17 113	2.99 279	0.28 28	0.20 17	0.41 242	0.27 103	0.45 212	0.52 129
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
11t1	2.82 202	0.72 76	17.81 139	1.60 292	0.93 172	2.27 37	0.62 50	3.76 152	4.47 352	1.72 82	1.33 48	1.05 51	1.34 126	1.84 84	1.45 131	0.29 33	5.57 383	0.29 76	0.26 88	0.32 65	8.80 381

ff7	2.60 154	0.81 113	16.25 101	0.89 48	0.56 68	4.55 330	0.83 138	1.68 6	3.44 290	0.88 16	1.10 15	0.70 11	0.78 26	1.93 90	0.93 30	0.29 33	0.37 189	0.29 76	0.21 25	0.33 86	15.08 401

ffff	2.60 154	0.81 113	16.25 101	0.89 48	0.56 68	4.55 330	0.83 138	1.68 6	3.44 290	0.88 16	1.10 15	0.70 11	0.78 26	1.93 90	0.93 30	0.29 33	0.37 189	0.29 76	0.21 25	0.33 86	15.08 401

11t	2.60 154	0.81 113	16.25 101	0.89 48	0.56 68	4.55 330	0.83 138	1.68 6	3.44 290	0.88 16	1.10 15	0.70 11	0.78 26	1.93 90	0.93 30	0.29 33	0.37 189	0.29 76	0.21 25	0.33 86	15.08 401

Any-RAFT	1.62 19	0.59 17	5.29 21	1.12 139	0.76 130	4.41 305	0.79 122	4.12 238	3.26 254	2.02 142	1.36 53	2.82 245	1.56 177	1.90 87	0.81 12	0.29 33	0.25 100	0.26 33	0.19 9	0.25 5	0.35 34

RAFT-Test	1.67 25	0.64 37	6.13 24	1.25 198	1.82 344	3.06 64	0.78 116	4.02 203	3.09 230	1.88 102	1.70 117	3.76 312	1.03 62	1.40 31	1.07 60	0.29 33	0.33 161	0.25 22	0.23 50	0.29 31	0.33 22

HH	3.19 253	0.91 139	21.34 374	1.24 184	0.61 83	4.16 259	0.80 126	2.94 77	1.82 65	1.23 39	1.84 170	4.61 356	1.84 238	2.63 150	0.99 48	0.29 33	1.53 331	0.30 97	0.24 63	0.34 107	14.22 396

HanStereo	3.19 253	0.91 139	21.34 374	1.24 184	0.61 83	4.16 259	0.80 126	2.94 77	1.82 65	1.23 39	1.84 170	4.61 356	1.84 238	2.63 150	0.99 48	0.29 33	1.53 331	0.30 97	0.24 63	0.34 107	14.22 396

anonymousdsp	3.14 244	0.83 117	20.28 265	0.94 69	0.64 96	4.54 324	0.82 134	2.03 24	3.32 271	0.91 20	1.13 20	0.78 25	0.77 24	1.78 72	0.90 26	0.29 33	0.25 100	0.29 76	0.21 25	0.33 86	21.81 419

EGLCR-Stereo	2.52 129	0.56 4	9.39 40	1.16 153	0.81 139	5.24 378	0.61 43	4.20 265	1.56 26	1.09 29	0.71 1	1.09 53	0.66 12	1.92 88	0.82 17	0.29 33	0.30 145	0.29 76	0.24 63	0.37 141	19.09 417

anonymousa	3.14 244	0.83 117	19.20 174	1.62 296	9.63 405	2.06 27	0.78 116	2.93 75	2.20 102	1.95 120	2.17 236	3.41 286	1.81 232	1.33 20	1.67 171	0.29 33	8.64 395	0.34 178	0.37 246	0.32 65	1.33 270

riskmin	2.46 121	0.61 29	12.91 56	1.22 177	1.65 323	3.56 131	0.61 43	4.30 298	1.50 13	1.86 101	1.16 24	4.30 343	2.02 251	1.53 46	1.32 103	0.29 33	0.95 311	0.34 178	0.23 50	0.43 197	8.34 377

qqq	2.96 220	0.88 128	15.54 90	1.27 202	0.74 122	2.29 38	0.90 179	4.07 217	4.63 355	1.63 67	1.32 47	1.78 130	1.36 128	5.19 204	1.68 173	0.29 33	6.43 386	0.33 161	0.36 238	0.35 120	8.09 370

ccc-4	2.60 154	0.81 113	16.25 101	0.89 48	0.56 68	4.55 330	0.83 138	1.68 6	3.44 290	0.88 16	1.10 15	0.70 11	0.78 26	1.93 90	0.93 30	0.29 33	0.37 189	0.29 76	0.21 25	0.33 86	15.08 401

x	2.94 217	0.83 117	16.07 95	1.51 276	0.83 142	2.13 30	0.96 206	3.97 192	4.73 360	1.73 84	1.43 64	1.61 101	1.27 116	2.24 122	1.71 181	0.29 33	6.91 388	0.34 178	0.31 190	0.34 107	9.60 384

IGEV-Stereo	3.15 246	0.83 117	20.31 272	0.94 69	0.64 96	4.54 324	0.82 134	2.01 22	3.31 268	0.91 20	1.13 20	0.79 29	0.77 24	1.79 73	0.92 29	0.29 33	0.25 100	0.29 76	0.21 25	0.33 86	21.85 420
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
test-3	2.19 63	0.59 17	18.63 152	1.13 144	0.75 126	2.07 28	0.89 163	4.37 326	1.53 19	2.25 206	1.20 27	2.05 175	0.79 32	2.68 154	1.35 105	0.29 33	0.95 311	0.28 62	0.27 103	0.27 15	1.47 279

test_1	2.19 63	0.59 17	18.67 154	1.13 144	0.78 133	2.07 28	0.89 163	4.37 326	1.53 19	2.18 189	1.20 27	2.05 175	0.78 26	2.68 154	1.36 112	0.29 33	0.93 308	0.28 62	0.27 103	0.28 20	1.53 282

test_3	2.17 61	0.58 9	18.64 153	1.11 132	0.78 133	2.15 32	0.85 149	4.42 334	1.47 7	2.00 133	1.20 27	2.02 169	0.79 32	2.70 157	1.35 105	0.29 33	1.04 316	0.29 76	0.29 157	0.31 47	1.07 254

CREStereo++_RVC	1.98 34	0.59 17	19.94 226	0.87 42	0.55 65	4.02 224	0.31 2	1.75 13	2.09 88	1.65 71	2.20 245	0.85 36	0.65 10	1.03 1	0.72 2	0.29 33	0.16 2	0.23 4	1.22 372	0.25 5	0.22 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
raftrobust	2.05 49	1.45 231	13.44 57	1.29 209	5.81 403	3.59 135	0.67 62	2.80 72	1.50 13	2.21 199	1.41 63	1.17 61	1.22 111	1.37 29	1.46 133	0.29 33	0.33 161	0.22 3	0.20 19	0.27 15	0.36 49

CFNet-RSSM	2.17 61	0.56 4	20.50 296	1.08 125	0.57 75	3.42 102	0.62 50	4.24 282	1.60 37	1.73 84	1.39 58	2.55 218	1.19 108	1.36 27	1.04 55	0.29 33	0.20 17	0.26 33	0.23 50	0.28 20	0.32 17

AE-Stereo	2.91 211	0.63 34	17.05 119	1.15 149	0.63 94	4.39 301	0.70 78	4.02 203	2.12 94	1.24 41	2.04 212	1.01 48	0.91 45	1.67 52	1.42 122	0.30 55	1.14 321	0.28 62	0.28 127	0.27 15	16.93 416

DualNet	5.08 357	0.98 165	21.04 343	1.24 184	1.03 194	3.64 145	0.87 155	4.23 275	4.73 360	2.31 224	2.40 274	3.49 291	1.64 200	2.29 127	16.90 380	0.30 55	19.28 424	0.48 276	0.40 266	0.31 47	14.02 392

ffm	4.27 331	0.98 165	21.04 343	1.24 184	1.03 194	3.64 145	0.87 155	4.23 275	4.73 360	2.31 224	2.40 274	3.49 291	1.64 200	2.29 127	0.78 7	0.30 55	19.28 424	0.48 276	0.40 266	0.31 47	14.02 392

ff1	5.58 362	0.98 165	21.04 343	1.24 184	1.03 194	3.64 145	0.87 155	4.23 275	4.73 360	2.31 224	2.40 274	3.49 291	1.64 200	12.40 375	16.90 380	0.30 55	19.28 424	0.48 276	0.40 266	0.31 47	14.02 392

tt1	3.79 307	0.93 149	15.34 84	1.83 328	0.45 30	4.54 324	0.78 116	4.23 275	4.73 360	1.27 42	1.89 183	0.74 22	1.48 156	2.29 127	0.78 7	0.30 55	19.28 424	0.32 129	0.22 42	0.31 47	14.02 392

RCA-Stereo	1.38 12	0.61 29	3.95 17	0.94 69	0.48 40	4.68 357	0.78 116	4.17 255	1.95 78	1.93 109	1.84 170	0.94 44	1.48 156	1.23 10	0.75 4	0.30 55	0.43 232	0.25 22	0.20 19	0.26 12	0.37 50

SA	2.55 142	1.54 241	20.70 320	1.12 139	0.48 40	4.26 284	1.33 262	4.45 339	3.28 258	1.68 75	1.96 200	1.69 107	2.25 271	2.60 148	1.57 148	0.30 55	0.29 137	0.37 217	0.38 253	0.36 137	0.47 102

TANstereo	1.98 34	0.87 125	20.35 275	0.80 20	0.37 5	4.05 231	0.38 4	1.50 3	1.65 50	2.03 147	2.16 235	0.84 34	0.93 49	1.09 3	0.68 1	0.30 55	0.36 184	0.24 13	0.20 19	0.26 12	0.46 94

sAnonymous2	2.00 39	1.54 241	21.24 369	0.93 64	0.89 158	1.21 6	0.62 50	2.58 59	2.28 117	0.86 12	1.04 9	0.73 17	1.22 111	1.10 4	0.85 19	0.30 55	0.25 100	0.31 115	0.31 190	1.06 344	0.72 201

CroCo_RVC	2.00 39	1.54 241	21.24 369	0.93 64	0.89 158	1.21 6	0.62 50	2.58 59	2.28 117	0.86 12	1.04 9	0.73 17	1.22 111	1.10 4	0.85 19	0.30 55	0.25 100	0.31 115	0.31 190	1.06 344	0.72 201

RALAANet	2.29 84	2.73 301	21.08 349	1.29 209	0.94 175	1.45 11	0.68 70	3.25 102	2.61 159	2.02 142	1.80 150	1.28 74	1.04 68	2.12 106	1.79 195	0.30 55	0.22 47	0.27 42	0.27 103	0.41 181	0.35 34

test_xeample	4.19 324	0.93 149	14.09 66	1.16 153	1.17 227	3.28 82	0.80 126	4.63 362	5.30 373	2.46 267	2.35 265	1.39 84	1.42 144	10.88 328	17.68 393	0.30 55	6.50 387	0.32 129	0.32 200	0.36 137	8.38 378

Gwc-CoAtRS	1.80 28	0.61 29	14.92 79	1.08 125	0.61 83	2.88 53	0.63 55	2.47 41	1.62 43	1.80 96	1.50 70	2.73 234	1.17 103	1.35 25	1.08 61	0.30 55	0.22 47	0.25 22	0.23 50	0.28 20	0.30 12

CREStereo	1.00 4	0.59 17	1.82 4	0.66 1	0.36 3	4.43 307	0.40 7	2.43 39	1.98 80	0.96 24	1.22 31	0.88 38	0.87 40	1.30 14	0.79 10	0.30 55	0.20 17	0.23 4	0.16 5	0.23 3	0.22 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
ACVNet-DCA	3.67 299	0.94 152	19.66 197	1.87 330	0.42 21	4.47 313	0.73 92	4.07 217	4.63 355	1.21 34	1.89 183	0.73 17	1.62 195	2.20 116	0.81 12	0.31 69	18.77 414	0.32 129	0.21 25	0.35 120	8.09 370

xx1	3.69 302	0.94 152	19.66 197	1.87 330	0.42 21	4.47 313	0.73 92	4.24 282	4.01 327	1.21 34	1.89 183	1.78 130	1.36 128	2.20 116	0.81 12	0.31 69	18.77 414	0.33 161	0.36 238	0.35 120	8.09 370

1test111	3.86 311	0.94 152	19.66 197	1.87 330	0.42 21	4.47 313	0.73 92	4.07 217	4.63 355	1.21 34	1.89 183	0.73 17	1.62 195	5.19 204	1.68 173	0.31 69	18.77 414	0.32 129	0.21 25	0.35 120	8.09 370

cc1	3.93 316	0.94 152	19.66 197	1.87 330	0.42 21	4.47 313	0.73 92	4.24 282	4.01 327	1.21 34	1.89 183	0.73 17	1.62 195	2.20 116	0.81 12	0.31 69	18.77 414	0.32 129	0.21 25	0.32 65	13.93 391

mmm	2.70 182	0.80 110	8.26 32	1.50 274	1.18 229	2.44 42	0.85 149	4.08 224	4.59 354	2.31 224	1.95 199	1.51 96	1.55 175	2.33 131	1.72 183	0.31 69	7.71 391	0.45 264	0.42 279	0.40 163	9.56 383

4D-IteraStereo	2.95 219	1.83 270	20.75 324	0.81 21	1.56 302	2.22 34	1.03 215	2.48 43	1.56 26	1.42 49	1.00 8	1.93 150	0.61 5	1.65 51	2.04 227	0.31 69	0.22 47	0.31 115	0.26 88	0.28 20	16.75 414

CroCo-Stereo Lap2	1.65 23	1.14 194	14.70 77	1.00 101	1.80 343	0.53 2	0.46 12	3.18 94	1.62 43	1.10 31	1.24 33	1.05 51	0.78 26	1.40 31	1.18 73	0.31 69	0.23 70	0.27 42	0.22 42	0.46 220	0.38 57

raft_robust	3.17 250	2.15 287	20.28 265	1.06 121	0.55 65	3.86 188	0.46 12	4.42 334	2.77 175	1.70 80	1.37 55	7.48 382	6.35 366	6.81 246	1.44 128	0.31 69	0.74 296	0.30 97	0.37 246	0.32 65	0.57 148

Sa-1000	2.54 137	1.47 233	20.36 276	1.16 153	0.55 65	4.07 235	1.39 271	4.49 343	3.01 214	2.06 155	2.79 316	1.84 140	1.43 147	2.68 154	1.53 139	0.31 69	0.26 120	0.36 206	0.33 207	0.37 141	0.46 94

iRaft-Stereo_20w	3.11 238	0.69 63	18.89 160	1.00 101	1.09 212	5.03 375	1.00 209	5.86 391	2.46 145	2.83 309	1.64 107	3.06 263	4.30 346	3.08 170	1.74 188	0.31 69	0.30 145	0.27 42	0.35 229	0.42 188	7.93 368

IPLGR	2.61 158	0.73 79	20.72 323	0.87 42	0.54 62	4.58 335	0.52 21	4.32 314	2.79 178	1.91 105	1.54 81	1.72 112	1.71 218	6.94 249	1.43 124	0.31 69	0.21 33	0.27 42	0.24 63	0.34 107	0.48 109

iRaftStereo_RVC	1.70 26	1.18 197	3.88 15	0.99 98	0.46 31	3.83 180	0.41 8	2.41 37	1.60 37	1.69 78	1.76 133	1.81 135	0.83 35	1.58 48	1.23 81	0.31 69	4.86 379	0.29 76	0.26 88	0.33 86	4.33 351

RALCasStereoNet	3.17 250	1.87 273	20.86 332	1.17 160	1.63 316	3.10 65	0.70 78	3.21 96	2.19 99	1.39 47	1.73 129	1.18 64	0.91 45	2.46 135	1.64 167	0.31 69	8.75 396	0.25 22	0.22 42	0.31 47	9.45 382

IGEVStereo-DCA	3.09 236	3.48 315	16.25 101	0.96 84	0.49 47	1.59 12	0.83 138	1.68 6	3.44 290	0.75 4	0.78 3	0.74 22	0.73 18	5.79 215	7.75 334	0.32 82	0.26 120	0.28 62	0.21 25	0.32 65	15.08 401

rrr	3.66 297	3.48 315	23.50 405	0.96 84	0.49 47	1.59 12	0.92 192	8.19 397	2.75 171	0.75 4	0.78 3	0.74 22	0.73 18	5.79 215	7.75 334	0.32 82	0.26 120	0.28 62	0.21 25	0.32 65	13.47 389

1111x	4.75 350	1.05 179	20.89 334	1.28 204	1.02 190	3.81 179	0.88 162	4.65 363	5.52 381	2.43 262	2.27 255	1.97 162	1.81 232	12.40 375	18.19 397	0.32 82	9.06 403	0.32 129	0.34 216	0.38 150	6.34 364

StereoIM	1.60 17	1.11 188	16.13 98	0.67 2	1.87 345	1.22 8	0.39 5	2.17 30	1.42 5	0.69 1	0.78 3	0.88 38	0.70 13	1.24 11	1.13 65	0.32 82	0.23 70	0.26 33	0.21 25	0.32 65	0.28 7

IGEV_Zeroshot_test	2.66 174	0.75 96	21.55 381	1.50 274	0.89 158	2.21 33	0.90 179	3.52 120	1.83 67	2.17 186	1.57 88	4.09 329	1.60 182	1.73 68	1.21 78	0.32 82	0.33 161	0.28 62	0.30 173	0.44 205	6.09 362

PCWNet_CMD	2.16 58	0.71 73	15.44 87	0.84 28	0.76 130	3.38 94	0.68 70	3.69 141	2.24 107	1.72 82	1.63 102	3.20 272	3.00 310	2.09 102	1.23 81	0.32 82	0.37 189	0.47 271	0.27 103	0.65 291	0.51 124

anonymousdsp2	2.72 185	0.68 58	11.15 47	1.20 169	0.64 96	3.66 152	0.71 83	3.71 145	2.14 97	1.62 66	1.61 95	1.95 156	1.00 58	2.24 122	0.81 12	0.32 82	0.50 259	0.28 62	0.20 19	0.34 107	19.58 418

knoymous	1.50 15	0.65 44	8.73 38	0.91 56	0.75 126	2.97 61	0.90 179	2.93 75	1.38 3	1.56 59	1.07 14	2.75 239	0.88 41	1.43 33	1.13 65	0.32 82	0.22 47	0.35 195	0.20 19	0.45 212	0.41 68

TestStereo1	2.56 147	1.41 227	20.56 303	1.63 299	0.74 122	4.13 248	1.34 263	3.93 185	3.38 280	1.61 64	2.56 297	1.43 90	2.13 261	2.55 146	1.70 178	0.32 82	0.22 47	0.34 178	0.26 88	0.40 163	0.53 134

SA-5K	2.56 147	1.41 227	20.56 303	1.63 299	0.74 122	4.13 248	1.34 263	3.93 185	3.38 280	1.61 64	2.56 297	1.43 90	2.13 261	2.55 146	1.70 178	0.32 82	0.22 47	0.34 178	0.26 88	0.40 163	0.53 134

IPLG	2.56 147	1.11 188	19.89 222	0.95 77	0.79 136	4.60 339	0.56 25	4.31 308	2.10 90	1.94 115	2.00 207	1.34 76	1.37 130	6.59 237	1.59 153	0.32 82	0.21 33	0.27 42	0.23 50	0.32 65	0.63 177

LCNet	2.54 137	0.60 24	20.89 334	1.01 104	0.57 75	3.60 139	1.21 250	3.20 95	1.70 57	2.17 186	1.76 133	1.43 90	4.12 343	3.61 178	0.94 36	0.32 82	0.20 17	0.28 62	0.76 345	0.50 240	1.83 301

PSM-AAD	3.41 279	0.58 9	20.55 301	0.95 77	0.56 68	4.46 310	7.40 396	3.11 90	1.58 29	2.30 221	2.56 297	1.26 72	16.19 403	2.47 138	1.00 51	0.32 82	0.22 47	0.58 321	0.41 276	0.37 141	1.32 269

THIR-Stereo	4.50 340	1.11 188	18.71 155	0.89 48	0.47 35	2.25 35	16.71 405	3.53 121	1.58 29	2.04 150	12.04 397	2.66 230	7.52 378	7.29 252	11.25 347	0.32 82	0.21 33	0.29 76	0.28 127	0.35 120	0.52 129

GMM-Stereo	2.52 129	0.56 4	20.57 307	0.92 62	0.83 142	4.18 267	1.88 316	2.51 45	2.40 133	2.48 270	2.30 261	1.69 107	1.84 238	2.93 166	1.25 91	0.32 82	0.19 9	0.33 161	0.49 301	0.37 141	2.40 315

Prome-Stereo	2.57 151	0.60 24	20.29 268	1.01 104	0.62 91	4.40 303	1.80 312	3.22 97	1.74 59	2.18 189	3.43 343	1.71 111	3.45 332	2.24 122	1.19 76	0.32 82	0.20 17	0.27 42	0.25 74	0.37 141	2.15 308

CFNet_pseudo	2.03 46	0.74 85	12.75 54	0.87 42	0.74 122	3.91 199	0.65 59	4.04 210	1.93 75	1.93 109	1.79 146	3.25 276	1.61 187	2.51 140	1.25 91	0.32 82	0.37 189	0.53 303	0.28 127	0.64 286	0.50 118

222	3.82 308	0.88 128	6.92 27	1.15 149	0.99 182	3.27 80	0.64 57	4.57 355	5.37 377	2.43 262	2.32 263	1.41 87	1.44 148	10.64 321	18.51 399	0.32 82	4.89 380	0.32 129	0.30 173	0.34 107	9.80 385

test_xeample3	3.67 299	3.52 317	21.53 380	0.98 93	0.51 56	1.88 19	0.91 187	8.10 396	2.76 174	0.82 8	0.76 2	0.65 6	0.70 13	5.88 218	7.74 333	0.32 82	0.29 137	0.27 42	0.22 42	0.29 31	15.33 406

R-Stereo Train	2.13 54	0.65 44	19.43 187	1.02 108	0.67 104	3.79 173	0.89 163	4.12 238	1.55 23	2.15 180	1.72 123	1.13 56	0.94 50	1.46 36	1.30 100	0.32 82	0.25 100	0.27 42	0.21 25	0.28 20	0.37 50

RAFT-Stereo	2.13 54	0.65 44	19.43 187	1.02 108	0.67 104	3.79 173	0.89 163	4.12 238	1.55 23	2.15 180	1.72 123	1.13 56	0.94 50	1.46 36	1.30 100	0.32 82	0.25 100	0.27 42	0.21 25	0.28 20	0.37 50
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	2.16 58	0.71 73	15.36 85	0.86 36	0.75 126	3.41 100	0.69 76	3.70 143	2.25 110	1.73 84	1.64 107	3.21 273	2.95 302	2.09 102	1.24 85	0.32 82	0.37 189	0.45 264	0.27 103	0.63 283	0.50 118

ccs_rob	2.03 46	0.74 85	12.67 53	0.87 42	0.75 126	3.91 199	0.66 60	4.04 210	1.93 75	1.92 108	1.79 146	3.24 275	1.63 198	2.52 144	1.25 91	0.32 82	0.37 189	0.54 311	0.28 127	0.66 295	0.51 124

LL-Strereo2	2.36 98	1.81 267	19.35 183	1.04 114	1.03 194	3.73 163	1.35 266	2.70 68	2.04 85	1.76 90	1.44 66	1.82 137	0.73 18	1.48 39	1.53 139	0.33 105	0.30 145	0.55 312	0.35 229	0.30 42	3.51 341

LL-Strereo	4.26 330	13.69 381	20.37 277	1.24 184	2.18 357	2.90 56	1.08 225	4.35 321	2.22 105	3.20 336	2.26 253	3.29 277	3.13 315	11.30 344	1.91 208	0.33 105	3.89 375	0.46 269	0.34 216	0.54 250	6.47 365

gwcnet-sp	2.38 103	1.51 237	17.58 132	1.11 132	0.92 168	3.59 135	1.03 215	3.79 156	2.43 138	2.60 280	1.63 102	1.80 132	1.61 187	3.87 184	1.99 217	0.33 105	0.32 155	0.30 97	0.29 157	0.40 163	0.47 102

scenet	2.38 103	1.51 237	17.58 132	1.11 132	0.92 168	3.59 135	1.03 215	3.79 156	2.43 138	2.60 280	1.63 102	1.80 132	1.61 187	3.87 184	1.99 217	0.33 105	0.32 155	0.30 97	0.29 157	0.40 163	0.47 102

ssnet	2.38 103	1.51 237	17.58 132	1.11 132	0.92 168	3.59 135	1.03 215	3.79 156	2.43 138	2.60 280	1.63 102	1.80 132	1.61 187	3.87 184	1.99 217	0.33 105	0.32 155	0.30 97	0.29 157	0.40 163	0.47 102

test_5	2.45 119	1.43 229	19.72 207	1.20 169	1.39 271	3.88 193	1.25 255	4.03 206	1.98 80	1.74 87	1.82 157	1.86 142	1.78 226	3.57 177	1.35 105	0.33 105	0.21 33	0.35 195	0.33 207	0.34 107	0.43 79

CrosDoStereo	5.27 360	0.75 96	20.07 237	0.85 33	0.53 60	3.40 97	18.03 406	3.90 176	3.29 263	1.99 129	8.27 376	1.95 156	6.95 375	7.34 254	25.94 412	0.33 105	0.22 47	0.30 97	0.28 127	0.35 120	0.61 170

ASMatch	2.65 170	0.68 58	20.65 317	1.60 292	0.71 117	4.40 303	0.77 113	2.02 23	1.65 50	1.71 81	3.89 351	1.93 150	3.75 337	5.45 209	1.67 171	0.33 105	0.24 88	0.34 178	0.28 127	0.34 107	0.57 148

DeepStereo_LL	5.27 360	0.75 96	20.07 237	0.85 33	0.53 60	3.40 97	18.03 406	3.90 176	3.29 263	1.99 129	8.27 376	1.95 156	6.95 375	7.34 254	25.94 412	0.33 105	0.22 47	0.30 97	0.28 127	0.35 120	0.61 170

rafts_anoy	2.76 196	1.68 256	20.42 282	1.42 256	3.90 390	3.03 63	0.61 43	3.24 99	1.66 52	1.42 49	1.26 37	1.19 67	1.11 89	2.13 108	1.64 167	0.33 105	8.77 397	0.32 129	0.32 200	0.32 65	0.38 57

XX-TBD	1.98 34	1.08 184	20.29 268	1.31 216	0.43 25	3.97 218	0.33 3	1.76 14	1.77 61	1.59 63	2.18 241	0.69 10	0.59 3	1.44 34	0.75 4	0.33 105	0.25 100	0.23 4	0.16 5	0.31 47	0.22 1

xxxx	4.25 328	0.86 122	14.59 75	1.30 213	1.16 225	3.51 122	0.63 55	4.56 353	5.42 380	2.33 238	2.29 259	2.04 172	1.39 134	10.23 311	18.00 395	0.33 105	7.15 390	0.31 115	0.30 173	0.35 120	8.33 376

RAFT + AFF	3.98 318	14.10 389	20.78 325	1.16 153	1.96 350	4.14 253	2.00 325	4.56 353	3.52 303	2.23 203	2.51 292	2.27 187	4.92 353	8.94 278	2.82 270	0.33 105	0.60 276	0.48 276	0.39 259	0.81 325	1.03 251

EAI-Stereo	4.89 353	0.69 63	7.74 31	0.99 98	1.63 316	4.68 357	51.52 423	5.79 390	3.37 278	3.64 352	7.24 369	1.10 54	0.95 52	2.51 140	1.71 181	0.33 105	0.31 149	0.28 62	2.04 395	0.28 20	0.92 237

ACVNet	2.40 107	0.97 162	20.20 252	0.94 69	0.86 149	4.22 280	0.79 122	2.97 84	2.85 187	1.93 109	1.91 191	3.07 264	1.46 152	1.52 43	2.37 254	0.33 105	0.27 127	0.30 97	0.27 103	0.42 188	0.35 34

acv_ft	2.45 119	0.97 162	19.57 194	1.15 149	2.01 353	2.97 61	0.96 206	3.88 172	2.85 187	2.34 240	1.91 191	3.07 264	1.65 207	1.52 43	2.26 244	0.33 105	0.27 127	0.30 97	0.27 103	0.42 188	0.35 34

mmx	4.56 342	0.98 165	21.04 343	1.24 184	1.03 194	3.64 145	0.87 155	4.53 349	5.34 375	2.31 224	2.40 274	3.49 291	1.64 200	12.40 375	16.90 380	0.34 121	5.98 384	0.48 276	0.40 266	0.46 220	5.71 359

xxx	4.56 342	0.98 165	21.04 343	1.24 184	1.03 194	3.64 145	0.87 155	4.53 349	5.34 375	2.31 224	2.40 274	3.49 291	1.64 200	12.40 375	16.90 380	0.34 121	5.98 384	0.48 276	0.40 266	0.46 220	5.71 359

test croco	2.00 39	0.89 132	21.49 379	0.67 2	0.73 119	1.66 15	0.57 28	3.27 105	2.18 98	0.80 7	1.25 35	0.80 30	0.86 38	1.72 65	1.13 65	0.34 121	0.21 33	0.32 129	0.25 74	0.44 205	0.34 30

ADStereo(finetuned)	2.30 87	0.97 162	17.29 125	0.86 36	0.43 25	4.17 264	0.59 36	4.31 308	3.29 263	2.35 242	1.86 176	1.18 64	3.35 327	1.69 58	1.59 153	0.34 121	0.25 100	0.23 4	0.19 9	0.31 47	0.72 201

test_4	1.98 34	0.68 58	15.65 91	0.91 56	0.48 40	4.11 243	1.09 227	2.41 37	1.50 13	1.55 57	2.31 262	1.87 145	0.79 32	2.86 164	1.51 136	0.34 121	0.19 9	0.29 76	0.29 157	0.30 42	0.40 63

STrans-v2	3.11 238	0.95 156	20.80 327	0.86 36	0.64 96	3.90 196	1.01 210	4.30 298	3.61 307	2.28 217	3.65 347	4.11 332	5.17 356	7.32 253	1.63 164	0.34 121	0.18 5	0.29 76	0.26 88	0.30 42	0.65 184

TransformOpticalFlow	3.07 234	0.87 125	20.87 333	1.10 128	0.56 68	4.18 267	0.64 57	4.36 323	3.28 258	2.19 194	3.08 330	4.32 344	5.01 354	7.36 256	1.59 153	0.34 121	0.18 5	0.32 129	0.26 88	0.29 31	0.57 148

KYRaft	2.55 142	0.57 8	20.60 312	0.98 93	0.51 56	4.38 297	1.76 309	2.51 45	1.59 32	2.48 270	2.98 325	1.99 164	3.36 328	2.17 113	0.96 42	0.34 121	0.22 47	0.33 161	0.46 294	0.38 150	2.44 317

XX-Stereo	2.66 174	0.70 69	21.17 364	2.33 354	1.24 246	4.31 293	0.45 11	4.48 342	1.60 37	2.39 253	1.89 183	4.60 355	0.60 4	4.17 193	1.11 64	0.34 121	0.26 120	0.29 76	0.29 157	0.53 247	0.43 79

DCANet	2.37 102	0.98 165	20.47 289	0.86 36	0.43 25	4.18 267	0.59 36	4.31 308	3.29 263	2.35 242	1.86 176	1.18 64	1.63 198	1.69 58	1.59 153	0.34 121	0.25 100	0.24 13	0.19 9	0.31 47	0.73 206

delet	2.66 174	1.11 188	18.42 149	1.05 118	1.65 323	3.47 111	2.00 325	3.81 163	2.82 184	2.15 180	2.11 227	2.62 227	1.88 245	5.38 207	2.21 241	0.34 121	0.38 202	0.40 238	0.32 200	0.45 212	0.54 138

cf-r	2.93 213	2.19 288	20.59 311	1.49 272	1.35 264	4.18 267	0.92 192	3.73 150	3.12 233	2.16 184	1.82 157	3.40 285	1.44 148	8.22 266	1.93 213	0.34 121	0.31 149	0.33 161	0.30 173	0.38 150	0.45 87

SMFormer	2.40 107	0.73 79	8.34 33	1.41 249	0.61 83	2.04 23	0.72 86	4.30 298	4.43 347	2.41 257	2.40 274	1.94 152	1.52 166	10.99 333	3.10 284	0.35 133	0.84 301	0.36 206	0.33 207	0.40 163	0.77 213

tta	2.44 117	0.73 79	8.34 33	1.41 249	0.61 83	2.04 23	0.72 86	4.30 298	4.43 347	2.41 257	2.40 274	1.94 152	1.52 166	10.99 333	3.10 284	0.35 133	0.84 301	0.36 206	0.33 207	0.31 47	1.75 292

qqq1	2.35 96	0.73 79	8.34 33	1.41 249	0.61 83	2.04 23	0.72 86	4.30 298	4.43 347	2.41 257	2.40 274	1.94 152	1.52 166	10.99 333	1.36 112	0.35 133	0.84 301	0.30 97	0.25 74	0.31 47	1.75 292

fff1	2.35 96	0.73 79	8.34 33	1.41 249	0.61 83	2.04 23	0.72 86	4.30 298	4.43 347	2.41 257	2.40 274	1.94 152	1.52 166	10.99 333	1.36 112	0.35 133	0.84 301	0.30 97	0.25 74	0.31 47	1.75 292

MIF-Stereo	1.73 27	0.60 24	20.25 262	0.98 93	1.19 234	0.78 3	0.39 5	1.19 1	1.55 23	1.21 34	1.28 40	0.52 1	0.64 8	1.17 7	1.16 72	0.35 133	0.20 17	0.25 22	0.22 42	0.42 188	0.31 14

DCANet-4	2.06 50	0.58 9	15.30 83	0.86 36	0.44 29	4.16 259	0.57 28	4.31 308	3.28 258	2.31 224	1.82 157	1.04 50	1.54 172	1.69 58	1.56 145	0.35 133	0.24 88	0.24 13	0.19 9	0.25 5	0.57 148

fff	2.40 107	0.96 158	20.47 289	0.84 28	0.38 6	4.15 256	0.57 28	4.30 298	2.85 187	2.31 224	1.82 157	1.19 67	2.98 306	1.68 53	1.57 148	0.35 133	0.24 88	0.23 4	0.19 9	0.25 5	0.57 148

IER	2.09 52	0.91 139	14.11 67	0.97 91	1.15 224	3.17 69	0.89 163	3.59 125	2.39 130	2.15 180	1.98 203	2.27 187	2.11 257	2.39 134	1.80 196	0.35 133	0.24 88	0.36 206	0.30 173	0.34 107	0.42 75

hknet	2.34 94	0.78 107	13.86 62	0.94 69	1.07 206	4.18 267	1.14 238	4.49 343	3.00 210	2.96 320	1.82 157	3.47 289	1.30 122	4.11 192	1.77 190	0.35 133	0.25 100	0.31 115	0.28 127	0.38 150	0.41 68

MIPNet	2.43 116	1.13 192	20.00 231	0.93 64	0.58 78	4.74 366	0.62 50	4.33 317	2.95 202	1.94 115	1.49 69	1.52 97	1.96 249	2.77 159	1.60 157	0.35 133	0.20 17	0.27 42	0.23 50	0.32 65	0.59 162

HCRNet	2.24 70	0.74 85	14.54 74	0.82 26	1.36 265	4.11 243	0.70 78	3.61 129	3.03 219	1.83 100	1.61 95	1.58 99	1.40 138	5.79 215	1.60 157	0.35 133	0.28 133	0.36 206	0.29 157	0.34 107	0.46 94

csc	2.40 107	0.96 158	20.47 289	0.84 28	0.38 6	4.15 256	0.57 28	4.30 298	2.85 187	2.31 224	1.82 157	1.19 67	2.98 306	1.68 53	1.57 148	0.35 133	0.24 88	0.23 4	0.19 9	0.25 5	0.57 148

cscssc	2.40 107	0.96 158	20.47 289	0.84 28	0.38 6	4.15 256	0.57 28	4.30 298	2.85 187	2.31 224	1.82 157	1.19 67	2.98 306	1.68 53	1.57 148	0.35 133	0.24 88	0.23 4	0.19 9	0.25 5	0.57 148

111	2.59 152	3.10 308	20.47 289	0.84 28	0.38 6	4.26 284	0.91 187	4.45 339	2.96 203	2.48 270	2.07 224	2.31 192	1.64 200	1.49 40	1.90 206	0.35 133	0.22 47	0.25 22	0.21 25	0.32 65	1.14 260

UNet	2.53 133	0.91 139	20.07 237	1.19 167	1.44 282	3.45 108	0.75 105	3.80 161	1.98 80	2.09 166	1.57 88	2.74 237	2.37 278	3.51 176	2.52 262	0.35 133	0.30 145	0.41 242	0.28 127	0.40 163	0.50 118

CFNet-ft	2.87 205	1.80 264	20.20 252	1.10 128	1.54 294	4.09 239	0.89 163	2.97 84	1.88 71	1.93 109	1.70 117	3.50 296	1.60 182	9.35 284	2.17 237	0.35 133	0.32 155	0.61 328	0.38 253	0.55 253	0.45 87

CFNet_RVC	2.87 205	1.80 264	20.20 252	1.10 128	1.54 294	4.09 239	0.89 163	2.97 84	1.88 71	1.93 109	1.70 117	3.50 296	1.60 182	9.35 284	2.17 237	0.35 133	0.32 155	0.61 328	0.38 253	0.55 253	0.45 87

HSM	3.25 265	1.08 184	19.18 172	1.19 167	1.54 294	3.45 108	1.02 213	4.04 210	2.61 159	2.31 224	2.17 236	8.01 385	2.99 309	11.59 354	1.80 196	0.35 133	0.24 88	0.28 62	0.24 63	0.33 86	0.55 141

iResNet_ROB	2.72 185	10.38 360	14.41 72	1.46 264	0.99 182	3.74 165	0.66 60	4.01 198	2.84 186	2.04 150	2.05 218	1.98 163	1.38 131	4.73 199	1.91 208	0.35 133	0.20 17	0.28 62	0.19 9	0.33 86	0.41 68

PFNet	2.75 194	0.69 63	19.96 227	2.25 350	0.80 137	4.63 343	0.90 179	2.60 61	3.85 321	2.39 253	2.71 312	1.82 137	1.41 142	7.53 259	1.41 121	0.36 152	0.21 33	0.36 206	0.27 103	0.32 65	0.46 94

TestStereo	2.41 113	1.95 276	19.15 169	0.77 9	0.61 83	1.83 17	0.58 34	2.33 35	1.53 19	1.44 52	1.37 55	1.26 72	0.90 43	11.59 354	0.94 36	0.36 152	0.19 9	0.33 161	0.24 63	0.45 212	0.32 17

SFCPSM	2.16 58	0.75 96	15.82 93	0.91 56	0.98 181	3.74 165	1.27 256	4.15 248	2.56 153	1.90 104	1.82 157	1.64 105	1.39 134	2.51 140	1.57 148	0.36 152	0.28 133	0.39 233	0.36 238	0.36 137	0.50 118

FENet	2.30 87	0.61 29	20.21 256	1.43 261	0.68 111	4.04 227	0.60 40	4.01 198	2.26 113	2.03 147	1.13 20	2.42 206	1.42 144	1.72 65	1.43 124	0.36 152	0.24 88	0.33 161	0.27 103	0.29 31	0.51 124

GwcNet-RSSM	3.13 243	5.08 327	19.86 218	1.28 204	1.20 236	4.12 245	1.11 232	3.89 174	2.80 179	2.13 174	1.81 155	3.11 268	1.46 152	10.33 316	2.19 240	0.36 152	0.34 168	0.35 195	0.31 190	0.45 212	0.43 79

CFNet	3.04 231	6.89 340	16.27 106	1.36 231	1.24 246	4.09 239	0.72 86	4.15 248	3.00 210	1.69 78	1.88 181	2.27 187	1.45 150	11.41 348	2.12 234	0.36 152	0.29 137	0.43 256	0.36 238	0.48 235	0.38 57

iResNetv2_ROB	3.31 270	14.88 404	20.01 232	2.17 348	1.09 212	3.84 182	1.13 236	4.22 270	3.15 237	2.02 142	2.06 220	2.00 168	1.69 213	3.61 178	2.10 233	0.36 152	0.22 47	0.32 129	0.22 42	0.48 235	0.58 160

CASnet	0.85 2	0.59 17	1.66 2	0.91 56	0.30 1	1.37 10	0.73 92	1.63 5	1.94 77	1.66 72	1.14 23	0.66 7	0.63 7	1.07 2	0.90 26	0.37 159	0.17 3	0.41 242	0.31 190	0.33 86	0.23 4
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CFNet_ucs	2.32 89	0.75 96	17.05 119	0.90 54	0.81 139	3.86 188	0.68 70	4.31 308	2.68 163	2.13 174	2.04 212	3.30 278	1.24 114	2.63 150	1.23 81	0.37 159	0.46 242	0.56 315	0.30 173	0.67 298	0.53 134

GrayStereo	3.68 301	0.56 4	20.61 313	1.71 315	0.90 162	4.17 264	8.11 398	3.17 93	4.13 331	2.80 305	2.49 288	1.70 109	17.06 404	2.83 162	1.25 91	0.37 159	0.23 70	0.27 42	0.32 200	0.30 42	0.57 148

IRAFT_RVC	2.74 191	0.71 73	19.80 211	2.52 363	0.67 104	4.60 339	1.57 293	3.05 87	2.99 208	2.23 203	1.72 123	2.08 178	2.59 291	6.69 240	1.61 159	0.37 159	0.21 33	0.33 161	0.29 157	0.33 86	0.35 34

s12784h	2.08 51	0.50 2	16.85 116	0.75 8	0.36 3	4.42 306	0.49 15	4.23 275	3.08 227	2.03 147	2.67 308	0.91 41	1.05 75	2.05 99	0.78 7	0.37 159	0.18 5	0.24 13	0.16 5	0.27 15	0.26 5

ARAFT	3.24 262	13.49 375	19.88 221	0.93 64	0.49 47	4.16 259	1.40 272	4.37 326	3.21 243	2.40 256	1.91 191	1.70 109	1.04 68	6.43 234	1.45 131	0.37 159	0.19 9	0.37 217	0.35 229	0.37 141	0.35 34

GANet-RSSM	2.96 220	1.27 210	21.17 364	1.73 318	1.23 244	4.22 280	0.91 187	3.39 113	2.02 84	1.97 125	1.74 131	2.53 215	2.06 253	10.91 331	1.88 204	0.37 159	0.35 177	0.32 129	0.29 157	0.42 188	0.46 94

PSMNet-RSSM	2.91 211	1.55 244	20.10 245	1.32 222	1.30 254	4.19 275	0.95 201	3.78 155	2.28 117	2.28 217	1.80 150	2.64 229	1.87 243	9.83 295	1.93 213	0.37 159	0.33 161	0.35 195	0.38 253	0.46 220	0.40 63

HSM-Net_RVC	3.02 227	0.65 44	19.48 191	0.94 69	0.90 162	3.71 160	1.20 248	5.61 389	2.87 195	3.24 338	2.49 288	2.53 215	1.61 187	11.39 347	1.90 206	0.37 159	0.27 127	0.27 42	0.24 63	0.31 47	0.39 61
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UCFNet_RVC	2.53 133	1.29 215	20.56 303	1.42 256	1.40 275	4.01 222	1.04 220	2.79 71	1.67 54	2.27 215	1.88 181	2.94 253	1.50 160	3.48 174	1.68 173	0.37 159	0.29 137	0.52 299	0.41 276	0.55 253	0.51 124

StereoDRNet-Refined	2.23 68	0.98 165	10.62 44	1.25 198	0.78 133	3.29 85	0.71 83	3.96 189	2.20 102	2.43 262	2.05 218	2.97 254	1.46 152	6.87 247	2.33 249	0.37 159	0.25 100	0.42 252	0.34 216	0.47 230	0.80 218
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	2.40 107	0.99 174	11.99 50	1.81 327	1.12 219	3.47 111	1.24 254	3.34 109	2.57 155	2.73 295	1.96 200	4.52 351	1.90 246	4.18 194	3.62 295	0.37 159	0.27 127	0.31 115	0.30 173	0.70 306	0.62 174

CoDeX	2.47 123	0.91 139	13.65 58	1.03 111	1.17 227	3.28 82	1.30 258	4.17 255	2.99 208	1.78 92	1.85 174	2.04 172	1.46 152	9.99 304	1.66 170	0.38 171	0.28 133	0.32 129	0.28 127	0.34 107	0.57 148

MIF-Stereo (partial)	1.93 31	0.69 63	21.14 359	0.74 7	1.02 190	1.07 5	0.49 15	2.75 70	1.78 63	0.82 8	1.22 31	0.80 30	0.90 43	1.68 53	1.63 164	0.38 171	0.24 88	0.33 161	0.26 88	0.41 181	0.32 17

iinet-f	2.44 117	1.82 269	14.97 80	1.21 174	1.11 217	3.78 172	1.10 231	4.19 263	2.90 198	2.10 168	1.76 133	2.99 256	2.97 304	2.84 163	2.79 268	0.38 171	0.38 202	0.28 62	0.28 127	0.50 240	0.47 102

DIP-Stereo	2.03 46	0.98 165	16.44 112	0.67 2	0.62 91	4.30 290	0.58 34	4.43 336	2.89 197	1.97 125	1.40 60	0.91 41	0.86 38	1.31 16	1.27 98	0.38 171	0.23 70	0.33 161	0.23 50	0.33 86	0.57 148
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
STTStereo	2.62 161	1.28 213	19.16 170	1.52 278	1.55 298	3.84 182	0.89 163	3.75 151	2.59 158	2.23 203	1.59 94	2.48 213	1.58 178	5.11 202	1.72 183	0.38 171	0.41 220	0.47 271	0.54 317	0.53 247	0.75 212

NaN_ROB	4.73 349	6.66 338	21.89 385	1.26 201	1.28 251	3.49 118	3.02 361	4.38 330	3.93 324	3.65 353	2.55 296	2.97 254	5.01 354	13.23 391	17.43 391	0.38 171	0.42 231	0.38 229	0.40 266	0.50 240	1.82 299

LE_ROB	19.18 411	12.99 373	48.22 423	8.42 412	23.91 418	7.26 393	19.71 408	9.92 399	38.58 425	43.44 423	21.85 409	28.15 417	41.18 419	23.00 411	54.71 424	0.38 171	0.34 168	0.32 129	0.36 238	0.43 197	0.49 114

BUS	1.64 22	0.64 37	3.82 12	0.94 69	0.86 149	4.50 318	0.75 105	4.49 343	2.29 121	2.96 320	1.82 157	3.61 305	1.03 62	1.79 73	1.18 73	0.39 178	0.25 100	0.31 115	0.28 127	0.38 150	0.41 68

BSDual-CNN	1.61 18	0.64 37	3.82 12	0.94 69	0.86 149	4.18 267	1.14 238	4.49 343	2.29 121	2.96 320	1.82 157	2.58 223	1.30 122	1.79 73	1.44 128	0.39 178	0.25 100	0.31 115	0.28 127	0.38 150	0.41 68

psmg	1.63 20	0.64 37	3.82 12	0.96 84	0.86 149	4.35 295	1.41 274	4.11 233	2.29 121	2.68 290	2.09 225	2.58 223	1.30 122	1.79 73	1.44 128	0.39 178	0.29 137	0.33 161	0.34 216	0.38 150	0.44 83

DMCA-RVC	2.72 185	3.31 311	20.08 242	1.27 202	1.13 221	2.49 43	0.85 149	3.43 116	1.85 69	3.04 324	1.58 92	1.99 164	1.51 162	6.42 233	2.86 272	0.39 178	0.31 149	0.44 258	0.37 246	0.47 230	0.65 184

FADNet-RVC	3.23 260	12.51 370	17.02 118	1.17 160	0.81 139	3.52 124	1.09 227	4.16 251	2.74 170	1.44 52	1.29 44	1.86 142	1.76 223	9.82 294	2.46 258	0.39 178	0.38 202	0.40 238	0.41 276	0.68 303	0.59 162

BEATNet_4x	2.65 170	4.43 325	18.10 142	1.41 249	0.59 79	3.44 105	1.02 213	4.08 224	2.97 204	2.28 217	1.75 132	2.18 182	1.61 187	2.80 161	3.54 292	0.39 178	0.25 100	0.47 271	0.31 190	0.61 272	0.86 230

MLCV	2.52 129	1.77 263	18.20 145	1.17 160	0.63 94	3.60 139	0.53 22	3.88 172	2.35 129	2.82 307	2.24 250	1.99 164	1.42 144	4.59 197	3.09 283	0.39 178	0.22 47	0.33 161	0.22 42	0.35 120	0.52 129

DEmStereo	3.24 262	0.65 44	18.95 162	0.83 27	0.54 62	3.85 185	1.79 311	2.53 48	2.54 152	2.25 206	2.74 314	2.02 169	6.02 364	6.78 244	11.30 348	0.40 185	0.26 120	0.27 42	0.27 103	0.28 20	0.57 148

ADCP+	4.42 337	12.67 372	18.95 162	1.12 139	1.55 298	4.30 290	3.60 378	4.01 198	3.80 318	2.30 221	1.71 121	3.93 320	4.29 345	3.49 175	18.77 403	0.40 185	0.41 220	0.63 335	0.53 314	0.67 298	1.35 271

PA-Net	3.45 284	2.50 295	20.39 281	1.42 256	1.20 236	3.39 96	1.73 307	3.93 185	3.57 306	1.94 115	2.17 236	3.02 259	1.87 243	11.67 357	6.48 323	0.40 185	0.55 265	0.44 258	0.63 337	0.55 253	1.13 259
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AACVNet	2.77 198	1.64 254	19.22 176	1.57 287	0.86 149	3.28 82	0.74 100	3.31 108	1.66 52	2.06 155	1.82 157	2.47 211	1.40 138	10.95 332	1.92 212	0.41 188	0.35 177	0.38 229	0.33 207	0.46 220	0.61 170

GwcNet-ADL	2.51 127	0.75 96	21.41 378	0.98 93	0.73 119	4.58 335	0.95 201	4.46 341	2.61 159	2.06 155	1.80 150	2.54 217	1.24 114	1.98 96	1.73 186	0.41 188	0.46 242	0.24 13	0.27 103	0.41 181	0.55 141

HHNet	2.51 127	0.76 104	20.83 329	0.67 2	0.67 104	4.07 235	0.90 179	3.85 169	1.59 32	2.14 176	4.91 363	0.98 45	3.32 324	1.73 68	1.80 196	0.41 188	0.20 17	0.31 115	0.28 127	0.38 150	0.44 83

FTStereo	3.74 304	0.60 24	20.43 283	0.99 98	0.66 102	4.34 294	11.24 400	2.63 64	1.95 78	2.58 279	5.03 364	1.90 148	13.77 398	3.70 181	1.28 99	0.41 188	0.24 88	0.31 115	0.33 207	0.32 65	2.08 305

RAFT-345	2.55 142	0.60 24	19.89 222	1.22 177	0.49 47	4.43 307	0.77 113	1.68 6	3.54 304	2.09 166	3.10 332	1.95 156	1.30 122	6.65 238	1.47 134	0.41 188	0.23 70	0.32 129	0.26 88	0.29 31	0.28 7

AnonymousM	1.38 12	1.33 221	2.35 7	0.95 77	0.56 68	4.03 226	0.67 62	2.63 64	2.49 147	1.51 55	1.36 53	1.15 59	1.00 58	1.26 12	1.04 55	0.41 188	0.46 242	2.07 382	1.71 383	0.25 5	0.40 63

GMStereo	2.01 42	2.26 290	20.93 337	0.90 54	0.48 40	1.67 16	0.56 25	1.90 16	2.19 99	1.58 62	1.31 46	0.87 37	0.74 21	1.68 53	1.00 51	0.41 188	0.21 33	0.30 97	0.32 200	0.50 240	0.46 94
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UPFNet	2.23 68	0.86 122	14.25 69	1.28 204	1.44 282	3.51 122	1.34 263	4.05 213	2.11 92	2.44 265	1.53 72	2.41 204	1.39 134	3.62 180	1.91 208	0.41 188	0.41 220	0.37 217	0.32 200	0.44 205	0.48 109

EDNetEfficientorigin	12.42 401	3.26 310	179.44 437	1.21 174	1.00 188	2.89 55	1.82 314	3.05 87	5.37 377	8.87 396	4.78 361	4.17 335	4.80 352	9.91 298	11.32 349	0.41 188	0.41 220	0.62 334	0.88 354	1.33 365	2.81 323

EKT-Stereo	7.93 391	0.75 96	21.17 364	1.84 329	109.80 431	4.51 322	0.61 43	4.13 241	1.59 32	1.89 103	1.24 33	1.96 161	1.35 127	4.02 189	1.36 112	0.42 197	0.31 149	0.29 76	0.27 103	0.35 120	0.78 215

AASNet	2.65 170	3.20 309	20.19 251	1.38 239	1.49 287	3.84 182	1.06 223	3.92 181	3.28 258	2.07 161	2.28 257	1.95 156	1.28 119	2.19 115	2.17 237	0.42 197	0.33 161	0.45 264	0.30 173	0.59 268	0.52 129

GANet-ADL	2.25 72	0.80 110	20.17 249	1.28 204	0.69 116	3.83 180	0.75 105	3.63 131	1.83 67	1.68 75	2.04 212	2.09 179	1.10 86	1.63 50	1.43 124	0.42 197	0.33 161	0.26 33	0.23 50	0.43 197	0.41 68

ADLNet2	3.20 255	1.43 229	20.11 248	1.22 177	1.78 340	3.86 188	1.47 281	3.96 189	3.89 323	2.26 212	2.49 288	4.63 358	1.92 248	10.68 323	2.00 221	0.42 197	0.37 189	0.29 76	0.30 173	0.51 245	0.46 94

IIG-Stereo	2.89 209	0.98 165	19.80 211	2.78 371	0.67 104	4.62 341	0.74 100	4.29 296	2.26 113	2.62 286	3.10 332	3.33 282	1.60 182	7.64 260	1.51 136	0.42 197	0.21 33	0.32 129	0.25 74	0.33 86	0.28 7

RAFT_R40	2.61 158	0.64 37	19.86 218	1.69 310	0.46 31	4.74 366	0.95 201	2.28 33	2.52 150	2.02 142	2.32 263	2.69 233	2.52 290	6.70 241	1.05 58	0.42 197	0.19 9	0.30 97	0.27 103	0.33 86	0.29 10

RAFT	2.36 98	1.62 251	18.03 141	1.75 322	0.54 62	1.91 21	0.91 187	3.24 99	3.65 310	1.64 68	1.73 129	3.45 288	1.58 178	1.82 81	1.74 188	0.42 197	1.06 317	0.40 238	0.32 200	0.44 205	1.03 251

ADLNet	3.23 260	1.19 203	21.03 342	1.36 231	1.61 311	3.69 156	1.23 252	4.05 213	3.41 287	2.72 293	2.29 259	4.00 325	1.77 225	11.21 341	2.15 235	0.42 197	0.43 232	0.36 206	0.35 229	0.47 230	0.82 220

GES	2.26 74	0.79 109	19.68 204	1.12 139	0.59 79	4.30 290	1.01 210	3.90 176	1.59 32	1.78 92	1.78 143	1.28 74	1.75 221	1.80 78	1.61 159	0.42 197	0.29 137	0.33 161	0.31 190	0.45 212	0.50 118

DMCA	2.02 44	1.07 181	11.33 49	1.17 160	0.96 179	3.92 206	0.89 163	3.80 161	3.11 231	2.89 311	1.58 92	2.35 198	1.17 103	1.79 73	2.25 243	0.42 197	0.29 137	0.42 252	0.27 103	0.38 150	0.43 79

FADNet-RVC-Resample	3.31 270	8.52 347	22.84 401	1.18 164	0.91 167	3.52 124	1.35 266	4.13 241	2.32 125	1.75 89	1.35 50	2.26 186	1.51 162	9.51 287	2.03 225	0.42 197	0.38 202	0.42 252	0.44 287	0.59 268	0.71 198

iResNet	2.70 182	1.35 223	20.93 337	2.01 341	0.73 119	3.76 167	0.83 138	4.28 295	2.93 200	2.38 251	2.03 210	1.35 78	1.54 172	3.28 172	4.42 306	0.42 197	0.25 100	0.29 76	0.23 50	0.45 212	0.64 181

DLCB_ROB	2.55 142	1.32 220	10.26 43	1.31 216	1.04 201	2.94 57	1.29 257	3.81 163	2.73 168	2.93 315	2.17 236	3.37 284	1.53 170	10.40 318	3.26 289	0.42 197	0.35 177	0.41 242	0.37 246	0.43 197	0.68 192

PSMNet_ROB	3.38 277	5.24 330	20.61 313	1.24 184	1.22 243	3.76 167	1.64 301	3.59 125	2.80 179	2.07 161	1.72 123	2.75 239	1.79 229	11.42 349	4.58 308	0.42 197	0.38 202	0.50 291	0.62 333	0.62 277	0.69 194

ttt	4.23 327	0.75 96	19.96 227	1.48 270	1.31 258	3.69 156	0.87 155	4.65 363	5.33 374	2.45 266	2.39 272	2.44 209	1.54 172	11.35 346	16.49 376	0.43 211	4.35 377	0.37 217	0.35 229	0.41 181	4.01 348

fast-acv-ft	2.62 161	1.62 251	20.48 295	1.45 263	1.39 271	3.16 68	1.16 243	3.41 115	2.45 144	1.97 125	2.15 231	2.68 231	2.15 263	2.92 165	2.47 260	0.43 211	0.40 214	0.45 264	0.40 266	0.62 277	0.64 181

Selective-RAFT	1.34 10	0.58 9	2.21 6	1.01 104	0.49 47	4.19 275	0.51 20	3.39 113	3.62 309	1.15 32	1.40 60	1.45 93	1.40 138	2.09 102	1.31 102	0.43 211	0.40 214	0.25 22	0.26 88	0.29 31	0.38 57

TRStereo	2.86 204	2.12 284	19.98 230	1.68 309	1.18 229	4.35 295	1.05 221	5.07 376	3.48 299	1.56 59	1.39 58	1.75 115	0.85 37	2.01 98	1.50 135	0.43 211	0.34 168	0.33 161	0.36 238	0.36 137	7.50 367

DRaft	3.12 241	0.68 58	20.57 307	0.77 9	0.49 47	3.95 212	1.20 248	2.40 36	1.60 37	2.64 288	2.80 317	1.59 100	5.33 357	6.94 249	9.51 342	0.43 211	0.22 47	0.27 42	0.27 103	0.32 65	0.47 102

psm_up	3.04 231	1.30 217	18.97 164	1.31 216	1.51 290	3.86 188	1.22 251	4.26 292	2.31 124	2.72 293	1.83 169	2.43 208	1.68 211	12.86 386	1.78 191	0.43 211	0.41 220	0.41 242	0.34 216	0.46 220	0.67 191

ssnet_v2	2.81 201	1.39 225	21.16 362	1.25 198	0.90 162	3.86 188	1.63 298	4.10 230	3.22 248	2.79 303	1.96 200	3.78 313	1.70 216	2.53 145	3.12 286	0.44 217	0.37 189	0.42 252	0.38 253	0.59 268	0.58 160

DAS	2.52 129	0.76 104	7.72 29	1.16 153	1.64 320	2.96 59	2.10 332	4.14 244	3.31 268	4.16 365	2.51 292	2.56 220	1.81 232	11.54 352	1.83 200	0.44 217	0.23 70	0.39 233	0.25 74	0.42 188	0.45 87

SepStereo	2.36 98	0.76 104	7.72 29	1.16 153	1.64 320	2.96 59	2.10 332	4.14 244	3.31 268	4.16 365	2.51 292	2.56 220	1.81 232	8.34 269	1.83 200	0.44 217	0.23 70	0.39 233	0.25 74	0.42 188	0.45 87

pcwnet_v2	2.73 190	0.70 69	22.43 400	1.11 132	1.02 190	3.58 134	0.80 126	4.31 308	3.42 289	2.39 253	2.28 257	2.99 256	1.68 211	3.31 173	1.54 142	0.44 217	0.51 261	0.41 242	0.34 216	0.62 277	0.74 210

APVNet	3.24 262	1.59 248	21.72 384	1.36 231	1.52 292	3.93 207	1.12 234	3.58 123	2.80 179	2.32 236	2.02 208	3.05 261	1.96 249	11.77 364	2.61 265	0.44 217	0.46 242	0.65 339	0.47 296	0.73 310	0.73 206

ac_64	2.93 213	0.87 125	19.66 197	1.35 227	1.70 330	3.29 85	0.92 192	3.56 122	3.46 297	1.91 105	1.79 146	3.90 319	1.76 223	10.23 311	1.93 213	0.44 217	0.32 155	0.33 161	0.31 190	0.35 120	0.51 124

FADNet	3.20 255	11.55 366	16.16 99	1.24 184	0.95 177	3.30 89	0.87 155	4.00 196	2.73 168	1.42 49	1.35 50	2.51 214	2.04 252	9.95 302	2.39 256	0.44 217	0.46 242	0.40 238	0.44 287	1.13 354	0.61 170

ETE_ROB	2.93 213	2.12 284	17.80 138	1.13 144	0.94 175	3.71 160	1.53 286	4.29 296	2.98 207	3.32 342	2.13 230	2.34 197	1.51 162	8.68 273	2.82 270	0.44 217	0.40 214	0.51 296	0.49 301	0.56 259	0.80 218

DN-CSS_ROB	2.89 209	9.72 356	19.71 205	2.07 346	0.90 162	4.01 222	0.61 43	4.06 215	3.35 276	1.66 72	1.89 183	1.39 84	1.06 77	3.24 171	1.88 204	0.44 217	0.19 9	0.44 258	0.29 157	0.40 163	0.42 75

whm_eth	2.15 56	1.55 244	19.39 186	0.96 84	1.37 268	2.60 47	0.72 86	3.63 131	2.97 204	1.55 57	2.06 220	0.78 25	0.71 15	1.17 7	1.08 61	0.45 226	0.29 137	0.34 178	0.33 207	0.44 205	0.65 184

CIPLG	2.88 207	10.01 358	20.02 233	0.95 77	1.34 262	3.95 212	0.91 187	4.24 282	3.69 314	2.36 246	2.66 306	1.17 61	1.06 77	1.82 81	1.37 117	0.45 226	0.25 100	0.27 42	0.23 50	0.33 86	0.60 166

IPLGR_C	2.96 220	11.71 367	20.02 233	0.95 77	1.31 258	3.93 207	0.92 192	4.22 270	3.76 316	2.35 242	2.62 303	1.16 60	1.07 79	1.71 62	1.34 104	0.45 226	0.25 100	0.27 42	0.23 50	0.33 86	0.60 166

NF-Stereo	2.68 181	0.67 52	21.09 354	2.43 357	0.47 35	4.67 349	0.67 62	3.68 137	4.30 342	2.11 170	1.62 98	1.36 80	1.09 81	6.07 226	1.24 85	0.45 226	0.20 17	0.36 206	0.34 216	0.32 65	0.37 50

OCTAStereo	2.67 178	0.67 52	21.08 349	2.43 357	0.47 35	4.67 349	0.67 62	3.68 137	4.31 345	2.11 170	1.62 98	1.36 80	1.09 81	6.02 223	1.25 91	0.45 226	0.20 17	0.36 206	0.34 216	0.32 65	0.37 50

SST-Stereo	2.63 165	0.63 34	19.76 210	1.69 310	0.46 31	4.71 363	0.74 100	2.27 32	3.07 226	2.07 161	2.15 231	2.42 206	3.17 319	6.66 239	0.95 41	0.45 226	0.19 9	0.30 97	0.27 103	0.35 120	0.31 14

RE-Stereo	2.67 178	0.67 52	21.08 349	2.43 357	0.47 35	4.67 349	0.67 62	3.68 137	4.30 342	2.11 170	1.62 98	1.36 80	1.09 81	6.01 220	1.26 96	0.45 226	0.20 17	0.36 206	0.34 216	0.32 65	0.37 50

TVStereo	2.67 178	0.67 52	21.08 349	2.43 357	0.47 35	4.67 349	0.67 62	3.68 137	4.30 342	2.11 170	1.62 98	1.36 80	1.09 81	6.01 220	1.26 96	0.45 226	0.20 17	0.36 206	0.34 216	0.32 65	0.37 50

MMNet	2.15 56	1.33 221	12.06 51	1.22 177	1.23 244	3.55 129	0.89 163	3.84 167	2.26 113	2.19 194	1.78 143	2.15 181	2.10 255	3.70 181	2.35 251	0.45 226	0.38 202	0.34 178	0.28 127	0.40 163	0.52 129

hitnet-ft	2.99 225	1.23 206	19.37 185	0.96 84	0.90 162	3.76 167	0.79 122	3.60 127	2.68 163	2.31 224	2.04 212	3.63 308	1.49 159	11.70 361	2.37 254	0.45 226	0.54 263	0.44 258	0.36 238	0.54 250	0.56 143

SuperB	5.03 356	8.93 349	20.96 339	1.51 276	1.11 217	3.88 193	3.00 359	4.24 282	3.13 234	2.53 275	2.10 226	2.74 237	3.37 329	8.76 274	19.44 405	0.45 226	0.34 168	0.53 303	0.40 266	11.97 417	1.15 261

RYNet	3.15 246	1.48 234	16.27 106	1.24 184	1.39 271	3.67 153	1.44 279	4.09 228	3.20 240	2.26 212	1.70 117	3.83 316	2.15 263	13.64 397	3.23 288	0.45 226	0.45 238	0.50 291	0.35 229	0.81 325	0.83 222

StereoDRNet	3.07 234	2.92 306	16.33 108	1.36 231	1.57 304	3.45 108	2.04 329	3.77 154	2.85 187	3.31 341	1.85 174	2.78 243	1.79 229	10.85 327	3.41 290	0.45 226	0.36 184	0.39 233	0.37 246	0.62 277	0.85 227

StereoVision	2.36 98	1.15 195	20.38 278	1.07 124	1.79 341	2.58 46	0.61 43	3.14 91	2.34 126	1.33 43	3.46 344	1.85 141	0.88 41	2.12 106	2.01 222	0.46 239	0.36 184	0.37 217	0.36 238	0.50 240	0.41 68

Wz-Net-MNSev	3.26 266	7.24 342	17.26 123	1.58 289	1.37 268	3.27 80	2.45 342	4.10 230	4.50 353	2.61 284	2.17 236	2.33 194	3.02 311	7.48 258	2.88 275	0.46 239	0.39 211	0.37 217	0.38 253	0.61 272	0.63 177

ACRE	2.75 194	7.69 345	19.93 225	0.93 64	1.30 254	3.94 210	0.90 179	4.23 275	3.66 311	2.33 238	2.61 302	1.17 61	1.04 68	1.80 78	1.35 105	0.46 239	0.25 100	0.27 42	0.23 50	0.32 65	0.60 166

OMP-Stereo	2.94 217	1.26 207	20.07 237	2.73 369	0.67 104	4.58 335	1.46 280	4.33 317	2.21 104	3.14 332	2.68 309	3.22 274	1.38 131	7.65 261	1.42 122	0.46 239	0.21 33	0.33 161	0.26 88	0.34 107	0.31 14

RAFT-RH_RVC	2.72 185	0.64 37	20.10 245	1.48 270	0.49 47	4.46 310	0.56 25	1.73 12	2.86 193	3.06 325	5.50 366	2.02 169	1.28 119	6.70 241	1.56 145	0.46 239	0.22 47	0.37 217	0.34 216	0.29 31	0.33 22

EDNetEfficient	5.62 364	2.26 290	17.51 129	1.67 306	3.59 385	3.99 220	7.25 394	3.14 91	5.63 385	11.52 409	4.82 362	3.94 321	12.48 394	8.39 270	20.56 407	0.46 239	0.46 242	0.48 276	1.06 363	1.65 374	1.62 288

NCCL2	2.96 220	4.07 322	15.75 92	1.24 184	1.03 194	3.48 117	2.55 347	3.79 156	2.39 130	2.78 301	1.80 150	2.41 204	1.67 210	10.27 314	2.48 261	0.46 239	0.41 220	0.57 318	0.55 321	0.61 272	0.86 230

PSM-softLoss	2.62 161	0.65 44	21.11 357	2.46 361	0.49 47	4.68 357	0.68 70	2.61 62	4.23 336	2.14 176	1.47 67	1.42 88	0.99 56	6.04 224	1.24 85	0.47 246	0.23 70	0.37 217	0.39 259	0.33 86	0.34 30

KMStereo	2.62 161	0.65 44	21.11 357	2.46 361	0.49 47	4.68 357	0.68 70	2.61 62	4.23 336	2.14 176	1.47 67	1.42 88	0.99 56	6.04 224	1.24 85	0.47 246	0.23 70	0.37 217	0.39 259	0.33 86	0.34 30

DeepStereo_RVC	2.42 115	0.70 69	18.41 148	0.79 19	0.43 25	4.50 318	0.70 78	2.51 45	3.51 302	2.02 142	1.79 146	1.54 98	6.35 366	1.93 90	1.22 80	0.47 246	0.22 47	0.29 76	0.29 157	0.35 120	0.40 63

CRE-IMP	2.28 81	0.68 58	19.67 203	0.85 33	0.39 20	4.54 324	0.80 126	2.63 64	4.84 367	1.96 122	1.51 71	1.86 142	0.96 53	1.52 43	1.43 124	0.47 246	0.21 33	0.31 115	0.26 88	0.41 181	0.35 34

LALA_ROB	2.88 207	2.13 286	19.08 167	1.10 128	0.99 182	3.91 199	1.81 313	4.50 347	3.04 222	3.32 342	1.87 179	2.75 239	1.66 208	4.06 190	4.02 299	0.47 246	0.44 236	0.55 312	0.53 314	0.61 272	0.73 206

GMStereo_Zeroshot	1.51 16	1.27 210	4.75 18	1.54 281	0.72 118	3.33 91	0.54 24	2.67 67	1.74 59	2.34 240	1.57 88	2.40 200	0.96 53	2.51 140	1.21 78	0.48 251	0.23 70	0.41 242	0.24 63	0.82 327	0.40 63

DisPM	2.29 84	0.61 29	20.25 262	1.79 326	0.52 59	4.58 335	0.77 113	2.50 44	2.22 105	2.49 273	1.82 157	1.45 93	1.01 61	2.73 158	1.04 55	0.48 251	0.20 17	0.32 129	0.31 190	0.32 65	0.45 87

iRaft-Stereo_5w	2.47 123	1.37 224	13.85 60	0.87 42	0.99 182	3.22 72	0.84 145	3.72 146	2.12 94	1.57 61	2.49 288	2.20 183	2.22 269	9.12 280	2.03 225	0.48 251	0.27 127	0.35 195	0.29 157	0.48 235	0.94 241

Pruner-Stereo	2.33 92	0.70 69	20.66 318	2.05 345	0.48 40	4.73 364	0.78 116	2.55 56	2.70 166	2.47 268	1.57 88	1.48 95	1.03 62	1.71 62	1.55 144	0.48 251	0.21 33	0.34 178	0.30 173	0.31 47	0.42 75

GwcNet	3.26 266	3.93 318	20.24 261	1.38 239	2.04 354	3.24 77	1.53 286	3.72 146	3.66 311	2.17 186	2.25 252	3.55 303	1.69 213	9.38 286	3.03 280	0.48 251	0.49 256	0.46 269	0.39 259	0.66 295	0.86 230

NLCA_NET_v2_RVC	2.76 196	1.48 234	19.72 207	1.62 296	2.00 352	3.95 212	0.86 152	3.92 181	2.51 148	2.56 278	1.69 115	2.83 247	1.61 187	5.65 213	1.78 191	0.48 251	0.36 184	0.38 229	0.42 279	0.56 259	0.77 213
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
Wz-Net-LNSev	2.78 199	6.16 334	17.27 124	1.24 184	1.65 323	3.49 118	1.55 290	3.70 143	3.61 307	1.96 122	1.76 133	3.30 278	2.17 267	2.78 160	2.24 242	0.49 257	0.35 177	0.32 129	0.31 190	0.56 259	0.65 184

NINENet	2.59 152	0.89 132	16.09 96	1.16 153	1.07 206	4.50 318	0.75 105	4.43 336	2.61 159	2.18 189	1.91 191	3.61 305	1.03 62	7.92 264	1.18 73	0.49 257	0.34 168	0.41 242	0.30 173	0.42 188	0.44 83

PSMNet-ADL	2.01 42	0.78 107	2.89 9	1.11 132	0.86 149	4.13 248	0.80 126	3.84 167	2.26 113	1.74 87	1.87 179	2.90 251	1.81 232	10.37 317	2.34 250	0.49 257	0.47 250	0.29 76	0.30 173	0.39 160	0.56 143

PFNet+	2.46 121	0.64 37	21.10 356	0.98 93	0.48 40	4.63 343	0.83 138	2.47 41	3.48 299	2.14 176	1.67 110	1.34 76	1.03 62	4.66 198	1.35 105	0.49 257	0.33 161	0.38 229	0.39 259	0.33 86	0.49 114

AAGNet	3.88 313	0.67 52	20.04 235	2.27 351	0.46 31	4.76 368	1.05 221	2.28 33	3.38 280	2.16 184	1.84 170	2.40 200	3.95 340	6.22 228	24.21 409	0.49 257	0.19 9	0.30 97	0.29 157	0.33 86	0.29 10

NRIStereo	2.32 89	0.69 63	20.07 237	1.35 227	0.38 6	4.73 364	0.89 163	2.43 39	3.35 276	1.95 120	1.37 55	1.75 115	1.21 110	2.97 167	1.35 105	0.49 257	0.22 47	0.29 76	0.26 88	0.31 47	0.33 22

ROB_FTStereo	2.26 74	0.74 85	20.44 284	0.77 9	0.38 6	4.65 346	0.75 105	2.54 49	3.19 239	2.00 133	1.54 81	1.77 122	1.13 92	2.28 126	0.94 36	0.49 257	0.22 47	0.32 129	0.28 127	0.40 163	0.35 34

HUI-Stereo	2.27 77	0.74 85	20.56 303	0.77 9	0.38 6	4.67 349	0.78 116	2.54 49	3.23 251	2.00 133	1.53 72	1.77 122	1.13 92	2.21 119	0.93 30	0.49 257	0.23 70	0.32 129	0.28 127	0.40 163	0.35 34

DSFCA	2.38 103	1.03 177	11.06 46	1.15 149	1.18 229	3.97 218	1.75 308	3.63 131	2.44 142	3.14 332	1.68 112	2.90 251	2.48 285	5.38 207	3.17 287	0.49 257	0.45 238	0.37 217	0.37 246	0.54 250	0.46 94

DRN-Test	3.17 250	1.30 217	19.66 197	1.41 249	1.60 310	3.61 141	1.47 281	4.18 260	2.83 185	3.48 347	1.92 196	2.58 223	2.50 288	10.81 325	2.90 276	0.49 257	0.49 256	0.44 258	0.42 279	0.57 263	0.78 215

PSM-adaLoss	2.26 74	0.74 85	20.53 298	0.77 9	0.38 6	4.67 349	0.71 83	2.54 49	3.22 248	2.00 133	1.53 72	1.77 122	1.13 92	2.22 120	0.96 42	0.50 267	0.23 70	0.32 129	0.28 127	0.40 163	0.35 34

ROB_FTStereo_v2	2.25 72	0.74 85	20.45 286	0.77 9	0.38 6	4.66 348	0.74 100	2.54 49	3.20 240	2.00 133	1.53 72	1.77 122	1.14 97	2.13 108	0.96 42	0.50 267	0.22 47	0.32 129	0.28 127	0.40 163	0.35 34

HGLStereo	2.74 191	1.03 177	20.80 327	1.24 184	1.55 298	3.62 143	0.94 198	3.83 166	2.09 88	2.18 189	2.20 245	3.11 268	2.12 259	5.65 213	2.07 230	0.50 267	0.34 168	0.32 129	0.30 173	0.42 188	0.50 118

FADNet_RVC	3.10 237	7.62 343	19.12 168	1.05 118	0.93 172	4.09 239	0.84 145	4.34 320	2.05 86	1.54 56	1.78 143	1.61 101	1.50 160	8.92 277	2.64 267	0.50 267	0.38 202	0.44 258	0.61 331	0.91 335	1.16 262

ADCRef	3.66 297	5.95 333	15.50 89	1.20 169	1.41 277	3.93 207	1.61 295	3.92 181	2.77 175	3.13 329	2.20 245	2.40 200	2.78 297	6.23 230	16.59 377	0.50 267	0.35 177	0.63 335	0.62 333	0.58 266	0.92 237

AdaStereo	2.22 67	0.90 137	16.41 110	1.33 224	0.83 142	3.21 70	1.12 234	4.25 291	2.91 199	2.06 155	1.76 133	2.47 211	1.17 103	1.93 90	1.65 169	0.50 267	0.26 120	0.43 256	0.29 157	0.46 220	0.39 61
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
CASS	1.65 23	0.73 79	8.72 37	0.97 91	0.67 104	2.88 53	0.69 76	3.07 89	1.86 70	2.82 307	2.02 208	1.39 84	1.55 175	1.75 71	1.36 112	0.51 273	0.28 133	0.34 178	0.28 127	0.47 230	0.63 177
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Wz-Net-SNSev	3.47 288	10.51 361	16.90 117	1.65 304	1.20 236	3.29 85	2.03 328	4.16 251	3.03 219	2.35 242	2.39 272	3.48 290	2.12 259	7.95 265	4.28 302	0.51 273	0.40 214	0.53 303	0.49 301	0.74 314	1.46 278

CSP-Net	1.99 38	1.70 258	4.84 19	1.22 177	1.02 190	3.42 102	1.30 258	3.66 135	2.11 92	2.07 161	1.93 197	2.40 200	1.48 156	8.56 271	1.62 161	0.51 273	0.41 220	0.27 42	0.27 103	0.44 205	0.54 138

SACVNet	3.06 233	1.61 250	19.29 181	1.46 264	1.18 229	4.05 231	1.48 283	4.03 206	2.58 157	2.75 297	1.89 183	2.55 218	1.38 131	11.33 345	2.28 246	0.51 273	0.41 220	0.48 276	0.43 284	0.57 263	0.93 240

Patchmatch Stereo++	2.28 81	0.74 85	20.54 299	0.77 9	0.38 6	4.67 349	0.75 105	2.55 56	3.21 243	2.00 133	1.53 72	1.77 122	1.14 97	2.46 135	0.98 46	0.51 273	0.23 70	0.32 129	0.28 127	0.40 163	0.35 34
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iGMRVC	2.27 77	0.74 85	20.46 287	0.77 9	0.38 6	4.65 346	0.73 92	2.54 49	3.21 243	2.00 133	1.53 72	1.77 122	1.14 97	2.47 138	0.99 48	0.51 273	0.23 70	0.32 129	0.28 127	0.40 163	0.35 34

iRAFT	2.28 81	0.74 85	20.54 299	0.77 9	0.38 6	4.67 349	0.75 105	2.55 56	3.21 243	2.00 133	1.53 72	1.77 122	1.14 97	2.46 135	0.98 46	0.51 273	0.23 70	0.32 129	0.28 127	0.40 163	0.35 34

RAFT-IKP	2.27 77	0.74 85	20.55 301	0.77 9	0.38 6	4.64 345	0.73 92	2.54 49	3.21 243	2.00 133	1.53 72	1.77 122	1.13 92	2.25 125	1.00 51	0.51 273	0.22 47	0.32 129	0.28 127	0.40 163	0.35 34

GEStereo_RVC	2.66 174	1.20 204	20.38 278	1.29 209	1.05 203	4.02 224	1.42 275	4.17 255	2.24 107	2.10 168	1.86 176	2.33 194	1.84 238	4.93 200	1.78 191	0.51 273	0.38 202	0.32 129	0.29 157	0.44 205	0.56 143

SANet	6.43 377	13.71 383	22.08 393	1.43 261	1.00 188	6.86 391	3.78 383	4.71 366	11.10 398	4.71 375	8.72 382	7.47 381	7.91 383	12.46 382	18.12 396	0.51 273	0.47 250	0.50 291	0.45 292	0.94 338	1.60 287

Syn2CoEx	3.42 281	7.66 344	20.57 307	1.42 256	1.18 229	2.49 43	1.64 301	4.07 217	2.68 163	2.51 274	2.27 255	2.89 250	3.15 318	9.56 288	2.58 263	0.52 283	0.45 238	0.53 303	0.42 279	0.79 323	1.00 246

DeepPruner_ROB	2.61 158	1.97 277	19.32 182	1.03 111	1.20 236	4.38 297	0.90 179	3.44 117	1.77 61	2.61 284	1.54 81	2.77 242	1.27 116	5.05 201	2.08 231	0.52 283	0.40 214	0.37 217	0.35 229	0.52 246	0.62 174

Wz-Net-LNSev-Ref	2.72 185	2.55 298	14.91 78	1.37 236	1.36 265	3.50 120	1.63 298	4.11 233	3.38 280	2.55 277	2.04 212	2.35 198	2.50 288	5.14 203	4.64 310	0.53 285	0.22 47	0.35 195	0.21 25	0.41 181	0.60 166

Anonymous	1.97 33	0.88 128	20.58 310	1.08 125	1.27 250	1.65 14	0.89 163	2.54 49	1.62 43	0.92 23	1.18 26	0.70 11	1.09 81	1.28 13	1.00 51	0.53 285	0.35 177	0.30 97	0.30 173	0.66 295	0.56 143

aanetorigin	3.34 275	2.00 278	17.58 132	1.20 169	1.57 304	2.57 45	3.75 381	2.73 69	2.10 90	6.11 386	4.27 356	2.88 249	5.64 360	5.46 210	4.60 309	0.53 285	0.46 242	0.45 264	0.48 298	1.15 355	1.22 264

CSAN	5.95 368	13.70 382	21.94 387	1.35 227	0.93 172	3.65 150	3.46 371	4.73 369	4.26 339	3.98 360	7.70 372	3.54 302	6.94 374	22.83 410	16.00 374	0.53 285	0.47 250	0.50 291	0.55 321	0.65 291	1.22 264

sCroCo_RVC	1.81 29	0.93 149	19.44 189	1.04 114	1.05 203	0.97 4	0.61 43	2.08 26	1.36 1	0.71 3	1.28 40	0.82 33	1.10 86	1.31 16	0.97 45	0.54 289	0.41 220	0.33 161	0.30 173	0.46 220	0.48 109

ADCL	4.70 347	4.04 320	16.12 97	1.35 227	1.28 251	5.46 381	10.88 399	4.08 224	4.25 338	5.97 384	4.51 359	4.29 342	5.60 358	6.37 232	15.21 372	0.54 289	0.48 253	0.88 360	0.78 347	0.86 331	1.01 248

SGM_RVC	6.11 374	1.10 187	20.44 284	2.15 347	0.66 102	15.87 411	3.98 386	5.00 374	6.19 390	9.79 403	11.46 394	8.23 387	12.63 395	12.32 374	9.15 339	0.54 289	0.39 211	0.41 242	0.35 229	0.55 253	1.05 253
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
psmorigin	6.62 380	1.45 231	87.38 432	1.55 284	0.97 180	2.86 52	1.42 275	3.30 106	2.12 94	3.74 355	2.45 284	5.15 368	2.59 291	10.55 319	2.91 277	0.55 292	0.68 289	0.48 276	0.53 314	0.73 310	1.02 249

DANet	2.82 202	1.17 196	10.20 42	1.87 330	1.72 333	3.25 79	1.15 241	4.36 323	3.02 217	3.42 345	2.18 241	4.09 329	1.79 229	9.78 293	4.32 303	0.55 292	0.57 267	0.60 325	0.44 287	0.65 291	1.25 267
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
XPNet_ROB	2.99 225	1.58 246	17.06 121	1.38 239	0.99 182	3.91 199	1.62 297	4.20 265	2.42 136	2.87 310	2.03 210	2.31 192	1.72 219	10.76 324	3.60 294	0.55 292	0.49 256	0.48 276	0.40 266	0.53 247	0.85 227

AnyNet_C32	4.49 339	9.53 354	13.85 60	1.67 306	1.56 302	5.40 380	4.06 387	4.03 206	3.69 314	4.21 367	3.09 331	3.09 266	3.38 330	8.24 267	18.76 402	0.56 295	0.64 283	0.53 303	0.81 350	1.36 366	1.42 276

CBMV	4.12 322	1.27 210	21.14 359	1.52 278	0.85 147	3.80 176	3.89 385	4.58 357	3.02 217	3.56 351	2.37 268	4.44 347	13.88 400	11.23 343	3.78 297	0.56 295	0.43 232	0.48 276	0.39 259	0.55 253	0.74 210
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
RASNet	3.15 246	1.20 204	19.81 213	1.63 299	2.26 360	3.67 153	1.09 227	3.58 123	3.44 290	1.99 129	2.15 231	4.59 354	2.30 274	10.24 313	2.98 278	0.57 297	0.26 120	0.25 22	0.25 74	0.30 42	0.54 138

CRFU-Net	2.56 147	0.89 132	10.77 45	2.53 364	1.09 212	3.91 199	1.40 272	3.87 171	1.92 74	2.25 206	1.80 150	3.32 281	7.85 381	5.53 212	1.54 142	0.58 298	0.36 184	0.31 115	0.28 127	0.39 160	0.56 143

ICVP	2.19 63	0.72 76	19.18 172	1.03 111	0.88 157	4.22 280	0.94 198	3.44 117	1.69 56	1.68 75	1.76 133	1.35 78	1.19 108	1.80 78	1.40 120	0.58 298	0.37 189	0.34 178	0.30 173	0.41 181	0.59 162
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
TDLM	3.20 255	1.58 246	18.80 156	1.70 314	1.10 215	4.29 288	2.17 335	3.81 163	3.27 256	2.89 311	1.98 203	2.06 177	1.70 216	12.44 381	2.15 235	0.58 298	0.31 149	0.56 315	0.40 266	0.58 266	1.59 285

pmcnn	5.90 367	1.81 267	22.30 396	1.69 310	2.37 365	3.47 111	2.10 332	4.58 357	5.56 384	3.75 356	13.12 400	22.07 407	3.70 336	11.99 371	17.13 387	0.58 298	0.23 70	0.23 4	0.19 9	0.37 141	0.70 196

GANet	3.64 295	1.76 261	19.65 196	1.92 335	1.04 201	3.91 199	2.51 346	3.86 170	2.81 183	3.13 329	3.03 327	3.19 271	2.19 268	12.43 380	8.23 337	0.60 302	0.43 232	0.52 299	0.43 284	0.63 283	0.63 177

coex-ft	20.00 412	11.54 365	120.82 434	1.18 164	1.30 254	2.36 40	1.99 322	2.96 83	13.96 402	129.83 436	8.40 380	5.88 375	52.82 429	9.93 300	31.13 420	0.61 303	0.62 281	0.50 291	0.49 301	1.10 352	2.63 320

Wz-Net-TNSev	4.22 325	13.55 376	15.87 94	1.57 287	1.19 234	3.61 141	2.48 344	4.38 330	3.45 296	2.29 220	1.91 191	4.20 338	2.86 299	12.11 372	10.56 344	0.61 303	0.59 274	0.48 276	0.54 317	0.93 337	1.24 266

RTSC	3.44 282	6.78 339	16.53 113	1.76 324	1.54 294	3.53 126	0.94 198	4.22 270	2.97 204	3.65 353	3.23 338	3.31 280	2.29 272	6.22 228	7.41 331	0.61 303	1.32 327	0.37 217	0.42 279	0.78 319	0.98 244

CBMV_ROB	4.57 344	0.90 137	21.30 373	1.46 264	0.89 158	4.43 307	1.69 306	4.51 348	3.14 236	5.97 384	4.23 355	4.16 334	7.83 380	11.06 337	16.47 375	0.61 303	0.55 265	0.53 303	0.51 311	0.56 259	0.59 162

PWC_ROB	3.32 272	4.61 326	14.41 72	1.46 264	1.90 347	3.21 70	1.15 241	4.39 332	3.46 297	3.13 329	3.40 342	2.79 244	2.34 276	9.17 281	6.94 325	0.61 303	0.34 168	0.61 328	0.37 246	0.73 310	1.40 273

edge stereo	3.45 284	1.08 184	22.14 394	1.31 216	1.36 265	2.68 48	1.54 288	4.13 241	3.27 256	2.94 317	3.27 340	4.34 345	2.48 285	11.60 356	2.79 268	0.62 308	0.64 283	0.79 355	0.56 323	0.70 306	0.82 220

CVANet_RVC	3.32 272	1.63 253	21.06 348	1.66 305	1.29 253	3.99 220	1.55 290	3.98 193	3.00 210	3.51 348	2.06 220	2.58 223	1.72 219	12.46 382	1.70 178	0.62 308	0.34 168	0.53 303	0.47 296	0.64 286	1.66 290

NVstereo2D	2.79 200	1.13 192	13.75 59	1.37 236	1.47 286	3.57 132	1.38 270	4.17 255	3.77 317	2.04 150	1.72 123	3.05 261	1.75 221	10.84 326	1.72 183	0.62 308	0.48 253	0.56 315	0.54 317	0.79 323	1.02 249

dd	2.27 77	3.06 307	20.18 250	0.96 84	0.51 56	4.24 283	0.74 100	1.94 19	2.43 138	1.48 54	1.28 40	1.19 67	1.05 75	1.82 81	1.69 176	0.63 311	0.34 168	0.35 195	0.33 207	0.61 272	0.57 148

S-Stereo	3.51 291	0.96 158	22.00 392	1.38 239	1.50 288	3.55 129	2.49 345	4.27 294	3.00 210	2.38 251	3.94 353	3.73 310	1.84 238	11.89 368	2.59 264	0.64 312	0.71 294	0.49 289	0.81 350	0.68 303	1.31 268

AnyNet_C01	4.68 346	10.90 363	16.41 110	2.03 343	1.62 313	6.25 385	6.40 393	4.19 263	5.13 372	4.03 361	3.77 350	4.14 333	3.26 321	7.23 251	11.19 346	0.64 312	0.80 299	0.65 339	0.72 342	2.18 376	2.08 305

FAT-Stereo	3.38 277	0.88 128	19.96 227	1.28 204	1.20 236	3.44 105	1.97 321	4.26 292	3.15 237	3.14 332	3.92 352	3.50 296	3.28 322	11.68 360	2.04 227	0.65 314	0.68 289	0.48 276	0.54 317	0.63 283	0.91 235

WZ-Net	4.39 336	12.37 369	17.44 128	1.47 268	1.42 279	3.76 167	2.27 339	4.17 255	3.11 231	2.89 311	2.24 250	4.05 327	5.69 362	10.89 329	12.07 354	0.66 315	0.41 220	0.47 271	0.49 301	0.78 319	1.12 258

SHD	3.22 258	4.21 323	14.19 68	2.37 355	2.12 356	2.77 49	1.19 245	4.24 282	3.25 253	4.64 374	2.73 313	3.62 307	2.76 296	6.30 231	4.75 312	0.66 315	1.25 326	0.52 299	0.59 327	0.69 305	1.64 289

SGM-Forest	4.96 355	0.86 122	21.02 341	1.22 177	0.83 142	4.05 231	3.26 366	4.40 333	3.49 301	4.40 370	3.69 349	4.66 359	13.91 401	11.94 369	17.16 388	0.66 315	0.46 242	0.49 289	0.39 259	0.49 239	1.77 296
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ADCPNet	4.25 328	4.04 320	21.95 388	1.33 224	1.31 258	6.34 387	2.63 350	4.07 217	3.23 251	2.81 306	2.21 248	4.27 340	6.08 365	6.01 220	11.73 353	0.67 318	1.17 323	0.71 347	1.71 383	0.87 333	1.82 299

Anonymous Stereo	3.53 292	5.56 331	19.23 177	1.75 322	1.40 275	3.35 93	3.23 365	4.15 248	3.13 234	2.42 261	2.38 269	2.56 220	1.53 170	11.88 367	3.54 292	0.68 319	0.92 307	0.57 318	0.57 324	0.74 314	1.08 256

MeshStereo	5.67 365	1.80 264	21.28 371	1.40 247	1.14 222	4.38 297	3.83 384	5.51 387	4.85 368	10.12 405	11.72 396	11.44 391	5.87 363	13.86 399	12.31 355	0.68 319	0.61 278	0.61 328	0.60 329	0.73 310	0.68 192
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
SAMSARA	4.67 345	6.50 336	16.40 109	4.62 404	3.13 379	6.62 389	3.49 372	5.24 377	3.04 222	7.78 392	3.07 329	5.32 369	4.05 342	9.98 303	6.42 321	0.69 321	2.39 354	0.60 325	0.74 344	0.99 340	2.26 313

ADCMid	4.55 341	10.78 362	17.67 136	1.32 222	1.43 280	4.62 341	2.24 337	4.22 270	4.97 369	3.93 359	3.01 326	3.84 317	3.66 335	4.22 195	18.57 401	0.69 321	0.62 281	1.09 368	1.20 370	1.48 368	1.49 280

PS-NSSS	3.11 238	1.60 249	19.48 191	1.00 101	1.53 293	4.12 245	1.08 225	4.59 360	2.80 179	2.19 194	2.38 269	1.76 121	1.39 134	11.79 365	1.94 216	0.69 321	0.45 238	0.95 362	0.43 284	1.03 342	1.00 246

NOSS_ROB	3.12 241	0.89 132	19.03 165	2.01 341	1.07 206	3.90 196	0.97 208	4.32 314	3.08 227	2.94 317	2.19 244	3.85 318	1.18 106	11.75 363	1.69 176	0.69 321	0.54 263	0.57 318	0.52 312	0.57 263	0.72 201

GASNet	3.86 311	15.35 409	21.16 362	1.63 299	1.25 248	2.35 39	1.11 232	4.11 233	2.86 193	1.99 129	2.11 227	2.99 256	2.16 265	10.62 320	3.75 296	0.71 325	0.37 189	0.61 328	0.46 294	0.91 335	0.70 196

stereogan	3.26 266	1.26 207	18.01 140	1.38 239	1.66 326	3.76 167	1.64 301	4.06 215	3.86 322	3.23 337	2.70 311	5.02 365	2.85 298	9.88 297	1.85 202	0.71 325	0.51 261	0.69 344	0.48 298	0.86 331	0.85 227

RTS	4.29 332	9.35 352	18.25 146	2.79 373	2.29 362	4.98 373	3.41 369	4.72 367	4.27 340	4.35 368	3.10 332	4.93 362	3.14 316	7.71 262	6.99 326	0.71 325	0.68 289	0.51 296	0.50 307	1.07 347	1.98 302

RTSA	4.29 332	9.35 352	18.25 146	2.79 373	2.29 362	4.98 373	3.41 369	4.72 367	4.27 340	4.35 368	3.10 332	4.93 362	3.14 316	7.71 262	6.99 326	0.71 325	0.68 289	0.51 296	0.50 307	1.07 347	1.98 302

DeepPrunerF	4.00 319	5.64 332	16.81 115	1.36 231	1.75 335	3.69 156	1.54 288	4.24 282	13.98 403	2.21 199	1.77 140	2.73 234	2.29 272	10.90 330	6.64 324	0.71 325	0.61 278	0.77 354	0.79 348	0.87 333	0.79 217

FC-DCNN	7.08 387	1.01 176	21.89 385	1.74 320	1.64 320	8.18 397	2.31 340	6.50 393	9.16 397	10.85 408	11.33 393	19.85 406	13.33 397	12.94 387	17.10 385	0.72 330	0.57 267	0.59 322	0.57 324	0.64 286	0.69 194

LSM	13.03 404	7.72 346	21.01 340	55.44 431	85.65 429	3.65 150	6.27 392	3.91 180	5.06 370	5.63 381	13.91 401	3.53 301	3.46 333	9.93 300	4.36 305	0.72 330	0.95 311	0.72 350	0.85 353	1.09 350	26.67 421

FCDSN-DC	6.71 385	1.18 197	21.61 382	1.29 209	1.10 215	4.38 297	2.59 349	4.58 357	5.52 381	9.58 400	11.19 392	19.17 404	17.69 406	13.03 388	17.11 386	0.73 332	0.57 267	0.61 328	0.60 329	0.71 308	0.92 237
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PVD	3.91 314	4.36 324	13.89 64	2.81 375	4.79 399	3.80 176	1.94 318	3.89 174	4.11 329	5.75 382	3.56 346	3.59 304	3.34 326	6.44 235	6.44 322	0.73 332	2.84 360	0.74 353	0.84 352	0.82 327	3.45 340

XQC	3.41 279	6.58 337	15.18 82	1.97 336	1.62 313	3.40 97	1.76 309	4.53 349	3.67 313	3.40 344	2.45 284	3.73 310	2.91 301	6.78 244	5.36 316	0.73 332	0.90 306	0.60 325	0.61 331	1.02 341	0.99 245

HBP-ISP	3.78 306	9.10 351	20.83 329	1.72 316	1.14 222	4.54 324	2.82 354	4.61 361	3.03 219	4.13 364	1.98 203	1.88 146	3.31 323	11.06 337	1.52 138	0.74 335	0.57 267	0.67 341	0.62 333	0.65 291	0.64 181

ADCS	4.77 351	12.63 371	17.40 127	1.72 316	1.34 262	3.90 196	3.60 378	4.30 298	3.54 304	5.11 379	2.81 318	4.44 347	3.05 314	6.15 227	19.32 404	0.74 335	0.68 289	0.70 345	0.70 340	1.25 362	1.98 302

Anonymous3	2.20 66	0.80 110	20.08 242	0.86 36	0.86 149	4.46 310	0.84 145	3.64 134	1.40 4	1.37 46	1.40 60	1.11 55	1.03 62	1.71 62	1.24 85	0.75 337	0.58 273	0.34 178	0.35 229	0.48 235	0.65 184

MSMD_ROB	5.99 369	1.29 215	19.23 177	1.40 247	0.84 146	10.25 399	2.05 330	4.20 265	6.02 389	10.42 407	8.00 373	22.21 408	9.45 389	11.67 357	8.73 338	0.76 338	0.59 274	0.67 341	0.68 338	0.67 298	0.72 201

MDST_ROB	6.31 375	1.18 197	22.96 404	2.56 366	2.69 369	21.07 412	2.01 327	4.79 372	2.87 195	9.49 399	4.45 358	4.10 331	4.48 349	22.33 409	17.61 392	0.79 339	0.44 236	0.47 271	0.44 287	0.47 230	0.95 242

SDNR	4.37 334	2.22 289	20.63 316	1.60 292	0.99 182	5.15 376	0.67 62	4.36 323	5.55 383	4.89 376	7.17 368	5.50 373	1.58 178	17.48 406	4.33 304	0.80 340	0.72 295	0.59 322	0.45 292	1.18 357	1.43 277

FINET	10.59 397	14.44 397	25.84 410	2.30 352	3.90 390	21.74 413	25.19 412	8.85 398	16.99 406	2.68 290	15.19 403	11.45 392	13.83 399	6.71 243	15.11 371	0.80 340	8.59 394	0.53 303	0.44 287	0.62 277	16.67 410

ccnet	3.03 229	1.48 234	12.88 55	1.54 281	1.26 249	3.71 160	2.32 341	4.11 233	3.05 224	2.92 314	3.21 336	2.86 248	2.40 279	9.87 296	4.19 300	0.80 340	0.76 297	0.71 347	0.70 340	0.78 319	1.07 254

G-Net	4.16 323	1.39 225	20.31 272	2.30 352	2.91 373	4.68 357	2.86 356	3.35 110	2.44 142	4.43 371	9.43 386	6.89 379	3.83 338	8.91 276	4.83 313	0.80 340	0.80 299	0.70 345	0.50 307	0.95 339	0.97 243

Anonymous_2	4.03 320	0.99 174	11.19 48	1.20 169	1.71 331	3.68 155	0.93 197	3.76 152	1.63 46	2.07 161	1.43 64	4.76 360	2.34 276	1.86 86	1.78 191	0.82 344	2.42 355	8.69 415	16.64 420	4.38 397	8.29 375

GANetREF_RVC	3.45 284	5.10 328	19.89 222	1.58 289	0.80 137	4.13 248	1.82 314	4.24 282	3.33 273	1.91 105	1.76 133	2.46 210	1.83 237	13.17 390	1.87 203	0.83 345	0.57 267	0.79 355	0.77 346	1.21 359	0.91 235
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
FBW_ROB	3.91 314	2.07 281	15.46 88	1.60 292	1.16 225	3.80 176	1.48 283	4.37 326	3.41 287	2.53 275	2.45 284	4.19 337	2.10 255	15.17 404	9.45 341	0.86 346	0.65 286	1.54 378	0.96 358	1.08 349	3.80 342

AF-Net	3.15 246	2.65 300	18.81 157	1.37 236	1.76 337	3.30 89	1.57 293	4.20 265	3.05 224	2.76 298	2.94 324	4.50 350	3.21 320	5.88 218	3.07 282	0.88 347	0.39 211	0.72 350	0.50 307	0.75 316	0.66 190

Consistency-Raft	2.93 213	1.93 275	19.72 207	1.41 249	1.75 335	3.85 185	1.32 261	4.09 228	2.75 171	1.82 98	2.66 306	1.81 135	4.34 348	2.29 127	2.08 231	0.90 348	0.94 310	1.03 364	1.13 366	1.71 375	1.10 257

RGC	3.35 276	1.84 272	18.13 143	1.52 278	1.79 341	3.33 91	1.37 269	4.18 260	2.39 130	2.96 320	3.23 338	3.98 324	2.71 294	11.53 351	3.42 291	0.90 348	0.48 253	0.79 355	0.79 348	0.75 316	0.89 233

DPSNet	3.94 317	2.01 279	14.69 76	1.58 289	1.30 254	4.17 264	2.08 331	4.57 355	4.63 355	2.78 301	1.99 206	3.79 314	7.88 382	10.66 322	11.35 350	0.94 350	0.99 315	0.41 242	0.57 324	1.09 350	1.40 273

Nwc_Net	3.03 229	1.90 274	19.16 170	1.38 239	1.69 329	3.53 126	1.19 245	4.03 206	2.19 99	2.79 303	2.84 319	3.80 315	2.46 284	6.93 248	2.87 274	0.96 351	0.41 220	0.59 322	0.68 338	0.60 271	0.65 184

PASM	3.22 258	2.89 303	15.38 86	2.00 339	1.57 304	2.77 49	1.96 320	3.62 130	2.75 171	2.95 319	2.26 253	3.10 267	2.24 270	11.87 366	2.46 258	0.97 352	1.06 317	0.87 359	1.02 360	1.20 358	1.41 275

RP	3.26 266	1.73 260	17.70 137	1.56 286	1.93 349	3.43 104	1.94 318	4.18 260	2.72 167	2.77 299	3.05 328	3.96 323	2.69 293	10.17 308	2.86 272	1.04 353	0.50 259	0.71 347	0.59 327	0.75 316	0.83 222

WCMA_ROB	5.78 366	2.42 294	21.71 383	1.67 306	1.55 298	4.07 235	3.53 375	4.14 244	4.73 360	6.59 388	10.89 391	12.82 397	9.59 390	10.17 308	12.65 359	1.05 354	0.61 278	0.52 299	0.52 312	0.71 308	5.64 358

dad	2.65 170	3.40 312	19.45 190	1.05 118	0.65 101	4.21 278	0.84 145	2.10 28	2.77 175	2.32 236	1.72 123	1.72 112	1.27 116	3.86 183	2.04 227	1.06 355	0.40 214	2.04 381	0.49 301	0.78 319	0.83 222

LMCR-Stereo	2.53 133	2.30 292	18.81 157	1.64 303	0.86 149	3.88 193	1.14 238	4.33 317	1.63 46	2.27 215	2.35 265	1.13 56	2.41 280	2.63 150	2.26 244	1.06 355	0.24 88	0.29 76	0.25 74	0.62 277	0.42 75

anonymity	2.02 44	1.28 213	5.16 20	1.73 318	1.63 316	1.86 18	1.06 223	3.50 119	2.42 136	2.19 194	2.11 227	1.88 146	3.89 339	1.92 88	1.56 145	1.11 357	1.14 321	1.08 367	1.11 365	1.05 343	2.68 321

MFMNet_re	3.44 282	8.89 348	19.36 184	3.25 383	1.91 348	3.13 67	1.99 322	3.60 127	4.16 332	3.17 335	2.86 320	2.25 185	2.41 280	2.61 149	2.35 251	1.13 358	1.06 317	0.94 361	0.91 357	1.29 363	1.57 284

UDGNet	2.34 94	1.71 259	20.28 265	1.42 256	0.62 91	4.39 301	0.67 62	1.82 15	2.28 117	1.40 48	1.21 30	0.99 46	1.00 58	2.23 121	1.23 81	1.14 359	0.35 177	1.30 375	0.98 359	1.11 353	0.62 174

MFN_U_SF_RVC	4.08 321	13.72 384	15.13 81	2.00 339	1.43 280	3.73 163	1.68 305	4.11 233	3.39 285	2.93 315	2.38 269	4.39 346	3.63 334	8.63 272	6.14 319	1.14 359	1.07 320	1.01 363	1.35 377	1.63 372	2.09 307

SPS-STEREO	5.18 358	10.36 359	21.09 354	1.74 320	1.72 333	3.24 77	2.26 338	3.92 181	4.12 330	5.06 378	3.66 348	5.43 371	3.33 325	9.56 288	12.34 356	1.17 361	1.17 323	1.07 366	1.03 362	1.17 356	10.25 386
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PMTNet	1.13 8	0.55 3	3.88 15	0.71 6	0.59 79	4.21 278	0.43 10	2.00 21	1.58 29	1.02 26	1.06 11	0.78 25	0.98 55	1.58 48	0.93 30	1.21 362	0.20 17	0.23 4	0.15 3	0.23 3	0.27 6

AANet_RVC	3.70 303	7.03 341	17.25 122	1.21 174	1.12 219	3.79 173	1.09 227	3.98 193	3.38 280	2.65 289	4.29 357	3.95 322	1.40 138	11.43 350	7.88 336	1.25 363	0.57 267	0.34 178	0.25 74	0.43 197	0.71 198

JetBlue	6.69 384	12.01 368	14.30 70	1.98 338	4.64 398	11.97 402	12.29 402	5.39 382	4.32 346	3.81 357	4.51 359	9.50 389	6.53 370	10.22 310	14.50 368	1.32 364	1.47 329	1.18 371	1.36 378	7.48 410	5.05 355

WAO-7	6.00 370	14.29 392	20.46 287	1.97 336	1.51 290	5.31 379	3.06 363	5.00 374	5.92 388	4.55 373	8.87 383	6.52 377	6.47 369	13.38 394	13.85 363	1.35 365	1.24 325	1.48 376	1.36 378	1.63 372	1.79 298

PDISCO_ROB	3.32 272	5.22 329	18.16 144	2.03 343	2.19 359	4.52 323	1.63 298	4.74 370	3.32 271	2.22 201	2.18 241	3.71 309	2.41 280	5.36 206	2.43 257	1.35 365	0.79 298	0.72 350	0.62 333	1.31 364	1.53 282

NCC-stereo	3.49 289	2.07 281	20.23 259	1.31 216	1.76 337	4.04 227	1.42 275	4.01 198	2.34 126	3.06 325	2.59 300	3.51 299	3.02 311	10.02 306	5.44 317	1.38 367	0.66 287	0.64 337	0.88 354	0.67 298	0.84 225

Abc-Net	3.49 289	2.07 281	20.23 259	1.31 216	1.76 337	4.04 227	1.42 275	4.01 198	2.34 126	3.06 325	2.59 300	3.51 299	3.02 311	10.02 306	5.44 317	1.38 367	0.66 287	0.64 337	0.88 354	0.67 298	0.84 225
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MADNet+	4.46 338	11.36 364	14.35 71	2.23 349	2.50 368	4.18 267	2.86 356	5.46 384	4.43 347	2.74 296	2.69 310	4.55 352	3.43 331	8.97 279	9.42 340	1.47 369	2.06 344	1.09 368	1.02 360	1.54 370	2.96 330

PWCDC_ROB	3.62 294	9.86 357	17.35 126	1.62 296	1.57 304	4.19 275	1.01 210	4.35 321	4.20 333	2.26 212	7.36 370	2.73 234	2.75 295	4.10 191	4.51 307	1.47 369	0.37 189	0.39 233	0.34 216	1.22 360	0.73 206

MFN_U_SF_DS_RVC	4.38 335	13.66 379	13.95 65	1.39 246	1.58 309	5.18 377	3.31 367	4.53 349	3.22 248	2.60 280	2.62 303	4.99 364	2.11 257	13.99 401	4.21 301	1.53 371	2.56 358	0.67 341	1.82 389	0.83 330	2.92 328

ELAS_RVC	6.36 376	2.53 296	20.21 256	2.67 368	2.48 366	4.90 372	11.89 401	4.84 373	6.31 393	9.03 397	8.54 381	8.09 386	12.73 396	9.32 283	13.25 361	1.92 372	2.18 345	1.51 377	1.31 373	1.40 367	2.15 308
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	6.58 379	2.54 297	20.08 242	2.66 367	2.48 366	15.49 409	7.29 395	5.50 386	5.72 386	10.05 404	8.94 384	6.91 380	10.83 392	8.33 268	14.27 366	1.92 372	2.19 346	1.23 373	1.31 373	1.62 371	2.17 310
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
STTRV1_RVC	3.55 293	1.06 180	20.71 322	1.47 268	1.46 284	3.29 85	1.56 292	4.14 244	3.33 273	1.96 122	3.50 345	2.63 228	2.08 254	11.95 370	2.32 248	2.09 374	4.04 376	0.81 358	0.73 343	1.06 344	0.71 198

UDG	3.84 310	2.91 304	20.05 236	2.98 377	1.98 351	3.95 212	1.18 244	4.43 336	2.24 107	2.47 268	2.53 295	4.49 349	2.44 283	6.52 236	4.74 311	2.14 375	1.77 338	2.64 391	2.58 401	2.66 381	2.19 312

DDUNet	3.65 296	2.81 302	19.59 195	3.57 388	2.26 360	3.47 111	1.35 266	4.21 269	2.40 133	2.68 290	2.48 287	4.17 335	1.78 226	5.48 211	2.61 265	2.25 376	1.77 338	2.61 390	2.43 399	2.63 380	2.40 315

MSC_U_SF_DS_RVC	4.90 354	13.94 387	16.59 114	1.69 310	1.46 284	6.15 384	3.52 374	5.47 385	3.95 325	2.77 299	2.74 314	4.81 361	2.49 287	13.78 398	5.33 315	2.34 377	3.46 371	1.05 365	1.21 371	2.28 377	2.94 329

BEATNet-Init1	51.93 430	71.67 433	99.39 433	10.91 418	13.10 408	84.39 434	59.36 424	73.78 433	67.97 430	88.09 434	88.15 433	91.73 435	97.51 435	85.13 437	72.56 435	2.59 378	5.18 382	1.20 372	1.49 381	10.61 416	13.83 390

NVStereoNet_ROB	6.63 381	9.57 355	19.28 180	3.19 381	2.11 355	3.69 156	1.99 322	4.32 314	6.27 392	3.26 340	24.57 413	5.45 372	11.39 393	13.56 395	12.37 357	2.79 379	2.05 343	1.76 379	1.75 386	1.49 369	1.75 292
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DispFullNet	4.71 348	3.93 318	23.92 407	4.00 393	3.01 375	3.38 94	1.31 260	4.23 275	3.26 254	6.31 387	2.92 322	4.03 326	7.80 379	3.93 187	5.15 314	2.80 380	1.61 334	3.11 400	2.70 404	3.32 384	3.38 338

CC-Net-ROB	3.82 308	3.41 313	20.20 252	2.40 356	1.66 326	4.49 317	1.61 295	4.77 371	3.08 227	2.06 155	2.06 220	1.99 164	1.60 182	12.57 384	1.91 208	2.82 381	2.19 346	2.67 392	1.06 363	2.31 378	1.59 285

WAO-6	6.68 383	9.03 350	20.68 319	2.98 377	2.79 372	11.93 401	3.56 377	5.39 382	11.65 400	3.55 350	9.59 387	6.77 378	6.72 371	12.28 373	11.56 351	2.88 382	2.36 353	2.50 386	1.84 390	2.89 382	2.72 322

SQANet	4.22 325	14.03 388	20.30 270	2.78 371	2.75 371	3.41 100	1.48 283	3.66 135	2.25 110	2.62 286	1.77 140	2.68 231	1.90 246	7.41 257	3.78 297	2.97 383	1.42 328	1.85 380	1.13 366	3.28 383	2.86 325

CAS	1.34 10	0.48 1	2.20 5	3.01 379	1.66 326	4.08 238	0.73 92	1.96 20	1.51 16	0.86 12	1.10 15	0.59 2	0.53 2	1.36 27	0.94 36	3.07 384	0.14 1	0.21 2	0.14 1	0.38 150	1.78 297

PWCK	6.49 378	13.40 374	20.27 264	2.95 376	1.61 311	5.68 383	7.63 397	5.37 381	4.77 366	3.90 358	7.48 371	7.96 384	5.63 359	15.15 403	10.93 345	3.21 385	1.55 333	2.34 385	1.43 380	6.05 403	2.45 318

ACVNet_2	6.09 371	15.28 408	21.36 376	3.30 384	3.17 380	4.50 318	3.00 359	4.70 365	3.96 326	3.52 349	5.34 365	7.79 383	2.95 302	12.40 375	13.76 362	3.28 386	2.23 348	2.70 393	1.70 382	3.52 385	3.24 332

JetRed	10.68 398	26.07 420	35.62 415	4.40 399	4.16 395	15.72 410	13.07 403	14.57 410	5.83 387	5.85 383	5.55 367	10.12 390	7.37 377	8.86 275	25.99 414	3.33 387	3.82 374	3.59 407	2.98 409	8.51 413	8.22 374

WAO-8	12.61 402	16.02 411	21.99 390	3.55 385	3.10 376	15.07 407	2.80 352	12.81 405	19.10 413	7.93 394	13.05 398	11.75 393	8.46 387	83.86 435	15.10 369	3.51 388	1.94 341	3.54 405	1.96 393	3.72 388	2.89 326

Venus	12.61 402	16.02 411	21.99 390	3.55 385	3.10 376	15.07 407	2.80 352	12.81 405	19.10 413	7.93 394	13.05 398	11.75 393	8.46 387	83.86 435	15.10 369	3.51 388	1.94 341	3.54 405	1.96 393	3.72 388	2.89 326

otaku	5.59 363	14.82 403	20.70 320	3.13 380	2.70 370	3.91 199	2.56 348	3.90 176	2.48 146	2.25 206	9.38 385	4.06 328	2.32 275	9.59 290	14.37 367	3.52 390	1.66 336	2.15 384	1.19 369	3.73 390	3.35 337

Ntro	4.83 352	14.73 399	20.47 289	3.24 382	2.97 374	4.12 245	1.88 316	4.00 196	2.57 155	1.79 95	2.15 231	3.34 283	2.16 265	10.01 305	7.34 328	3.53 391	1.77 338	2.13 383	1.32 375	3.89 392	3.23 331

ACVNet_1	6.63 381	14.79 402	21.40 377	3.59 389	3.17 380	4.69 362	2.46 343	4.24 282	3.34 275	3.11 328	2.86 320	23.21 409	4.59 351	11.06 337	12.59 358	3.75 392	2.34 352	2.60 389	1.80 388	3.70 387	3.31 335

Dean	8.35 393	15.23 407	22.34 397	3.76 392	3.55 384	4.81 371	3.51 373	5.34 378	5.37 377	4.49 372	26.13 414	25.59 415	4.33 347	11.21 341	13.12 360	3.78 393	2.31 351	2.90 395	1.89 391	4.04 394	3.34 336

DGSMNet	8.13 392	2.31 293	18.62 151	2.77 370	13.96 412	6.91 392	42.17 422	4.16 251	2.53 151	2.25 206	3.21 336	3.41 286	1.69 213	9.19 282	3.03 280	3.79 394	10.31 408	11.70 420	5.68 411	4.38 397	10.58 387

SGM-ForestM	15.60 407	14.94 405	28.17 414	7.84 409	10.49 406	23.43 415	24.58 411	20.87 415	16.87 404	15.92 414	15.89 406	27.08 416	22.45 414	24.86 415	28.42 419	3.85 395	8.90 398	0.55 312	1.15 368	0.64 286	15.05 399

RainbowNet	5.20 359	15.03 406	21.14 359	3.66 390	3.25 383	4.18 267	2.98 358	4.22 270	3.20 240	2.30 221	2.65 305	4.24 339	2.97 304	9.92 299	6.29 320	3.92 396	2.27 350	2.71 394	1.73 385	3.82 391	3.43 339

TorneroNet-64	10.52 396	14.33 393	21.95 388	4.29 396	3.76 386	13.77 406	2.83 355	14.96 411	23.11 416	10.24 406	23.77 412	13.44 398	8.15 384	13.98 400	17.70 394	4.03 397	2.73 359	3.23 401	2.53 400	7.27 409	4.35 352

UNDER WATER-64	10.08 395	14.27 391	22.85 402	5.26 406	4.88 400	11.00 400	4.57 389	11.41 401	17.25 408	7.68 391	9.72 388	15.96 402	21.47 413	11.12 340	16.63 378	4.38 398	2.88 362	4.41 410	2.95 408	7.12 408	5.81 361

KSHMR	17.50 410	14.38 396	22.35 398	4.50 401	4.51 396	8.17 396	3.33 368	15.44 413	76.15 431	7.32 390	61.40 428	56.33 429	5.66 361	32.91 418	13.97 364	4.42 399	2.99 367	3.64 408	2.79 406	5.13 402	4.55 354

UNDER WATER	11.28 400	13.60 377	22.90 403	5.11 405	4.53 397	7.75 395	3.75 381	12.50 403	21.62 415	7.80 393	10.68 390	23.75 411	35.20 416	11.54 352	17.40 390	4.46 400	2.95 363	4.23 409	2.90 407	6.57 405	6.27 363

MaskLacGwcNet_RVC	3.77 305	1.65 255	20.61 313	2.55 365	1.63 316	4.29 288	1.67 304	3.99 195	2.56 153	1.76 90	1.93 197	3.03 260	1.41 142	13.24 392	2.02 224	4.47 401	1.63 335	1.12 370	0.48 298	2.42 379	2.85 324

TorneroNet	26.32 417	14.70 398	22.40 399	4.24 395	4.08 394	54.72 427	3.19 364	15.11 412	76.73 432	57.99 428	82.55 432	86.65 434	45.79 428	13.34 393	18.51 399	4.52 402	2.86 361	3.45 402	2.63 403	8.75 415	4.28 350

notaker	10.92 399	14.17 390	20.38 278	4.56 403	3.98 392	6.29 386	3.53 375	7.68 395	5.10 371	9.04 398	46.37 424	13.84 401	28.85 415	14.18 402	14.16 365	4.57 403	3.19 369	3.52 404	2.70 404	8.16 412	4.13 349

IMH-64-1	6.10 372	13.83 385	17.55 130	4.34 397	3.78 387	4.79 369	5.94 390	5.34 378	4.20 333	4.10 362	8.31 378	5.07 366	6.92 372	9.63 291	7.36 329	4.60 404	2.96 365	3.04 396	2.14 396	4.30 395	3.88 345

IMH-64	6.10 372	13.83 385	17.55 130	4.34 397	3.78 387	4.79 369	5.94 390	5.34 378	4.20 333	4.10 362	8.31 378	5.07 366	6.92 372	9.63 291	7.36 329	4.60 404	2.96 365	3.04 396	2.14 396	4.30 395	3.88 345

ktn	22.24 415	14.37 395	20.30 270	4.54 402	4.02 393	6.52 388	4.50 388	6.78 394	78.80 433	84.67 433	100.54 435	58.48 430	8.39 386	13.13 389	17.09 384	4.61 406	3.24 370	3.49 403	2.62 402	4.70 400	3.96 347

LVE	7.57 390	15.80 410	21.28 371	3.69 391	3.19 382	4.54 324	2.78 351	10.13 400	11.63 399	3.24 338	11.52 395	18.10 403	4.55 350	11.67 357	10.30 343	4.62 407	2.95 363	2.56 388	1.91 392	3.63 386	3.26 333

IMH	7.25 388	16.24 413	21.08 349	4.40 399	3.79 389	5.46 381	3.03 362	5.58 388	6.26 391	4.92 377	10.32 389	9.24 388	8.30 385	13.62 396	11.56 351	4.84 408	3.00 368	3.09 399	2.14 396	4.38 397	3.83 344

DGTPSM_ROB	16.67 408	21.79 418	40.19 419	10.00 414	19.05 414	12.43 404	33.20 416	13.71 407	18.09 411	9.71 401	22.85 410	13.77 399	19.64 408	21.23 407	24.07 408	5.09 409	8.95 400	5.62 411	11.49 416	6.73 406	15.75 408

DPSMNet_ROB	16.76 409	21.81 419	40.95 420	10.20 416	19.08 415	12.43 404	33.21 417	13.73 408	18.21 412	9.76 402	22.88 411	13.78 400	19.64 408	21.39 408	24.21 409	5.20 410	8.97 401	5.63 412	11.51 419	6.80 407	15.82 409

SPstereo	30.75 419	13.65 378	19.03 165	8.80 413	10.65 407	50.20 426	82.83 434	71.83 432	35.94 424	30.86 418	29.63 415	48.58 428	42.25 426	47.75 432	58.04 431	7.66 411	8.94 399	20.43 421	10.51 415	8.69 414	8.79 380

SGM+DAISY	13.18 405	14.36 394	24.65 409	8.10 410	13.49 411	22.47 414	25.54 413	12.13 402	17.08 407	14.77 411	15.82 405	12.17 396	13.97 402	12.65 385	18.22 398	8.40 412	9.18 404	1.23 373	1.33 376	1.23 361	16.81 415

MANE	15.29 406	13.67 380	23.58 406	10.15 415	13.37 410	23.58 416	23.86 410	27.83 417	26.26 417	12.02 410	15.10 402	19.83 405	18.01 407	15.68 405	20.35 406	8.58 413	9.20 405	3.05 398	4.19 410	0.82 327	16.69 411

MADNet++	8.64 394	6.17 335	13.88 63	6.61 407	5.25 401	10.15 398	14.20 404	5.89 392	8.25 395	7.14 389	8.18 375	6.41 376	9.84 391	11.71 362	16.73 379	9.65 414	5.03 381	8.63 414	5.68 411	4.83 401	8.57 379

tt	7.29 389	0.58 9	7.34 28	4.04 394	2.30 364	12.04 403	20.18 409	15.60 414	7.41 394	3.46 346	3.36 341	5.36 370	6.39 368	4.27 196	7.46 332	9.80 415	11.53 413	7.04 413	7.45 414	6.31 404	3.81 343

DPSM_ROB	20.83 413	20.01 416	26.54 412	23.64 420	22.42 416	31.06 418	39.94 420	34.02 420	17.42 409	15.35 412	16.05 407	24.04 412	20.69 411	23.28 413	27.60 416	10.77 416	9.41 406	11.68 418	11.50 417	14.48 418	16.71 412

DPSM	20.83 413	20.01 416	26.54 412	23.64 420	22.42 416	31.06 418	39.94 420	34.02 420	17.42 409	15.35 412	16.05 407	24.04 412	20.69 411	23.28 413	27.60 416	10.77 416	9.41 406	11.68 418	11.50 417	14.48 418	16.71 412

PML	64.55 432	56.00 432	20.79 326	8.10 410	32.82 420	147.60 436	247.57 438	12.71 404	45.39 428	111.32 435	288.85 438	101.42 436	100.62 436	31.63 417	15.84 373	13.96 418	4.84 378	10.95 417	6.18 413	28.99 420	5.33 357

MyStereo03	43.09 423	40.09 423	53.32 427	48.07 428	45.83 426	62.40 428	80.65 430	67.87 426	35.18 421	31.09 419	32.21 417	48.24 424	41.62 421	46.66 429	55.80 428	21.53 419	18.98 419	23.44 422	23.21 423	29.12 421	56.57 431

MyStereo02	43.09 423	40.09 423	53.32 427	48.07 428	45.83 426	62.40 428	80.65 430	67.87 426	35.18 421	31.09 419	32.21 417	48.24 424	41.62 421	46.66 429	55.80 428	21.53 419	18.98 419	23.44 422	23.21 423	29.12 421	56.57 431

MyStereo	43.09 423	40.09 423	53.32 427	48.07 428	45.83 426	62.40 428	80.65 430	67.87 426	35.18 421	31.09 419	32.21 417	48.24 424	41.62 421	46.66 429	55.80 428	21.53 419	18.98 419	23.44 422	23.21 423	29.12 421	56.57 431

CasAABBNet	41.89 422	40.14 427	53.33 430	47.71 426	45.10 424	62.42 431	80.65 430	68.29 431	34.85 418	30.67 416	32.34 421	48.22 423	41.76 424	46.61 428	55.60 427	21.59 422	18.89 418	23.46 425	23.21 423	29.17 425	33.75 423

Selective-RAFT-Error	41.88 421	40.10 426	53.23 426	47.74 427	45.20 425	62.42 431	80.58 429	68.27 430	34.95 419	30.85 417	32.30 420	48.08 422	42.07 425	46.54 426	54.92 425	21.60 423	19.12 422	23.46 425	23.15 422	29.14 424	33.95 424

LSM0	49.69 429	40.02 422	53.50 431	97.07 432	129.56 433	62.65 433	79.82 428	68.02 429	35.12 420	33.72 422	33.34 422	48.41 427	41.54 420	46.57 427	55.40 426	21.63 424	19.16 423	23.60 427	23.13 421	29.46 426	52.08 430

ACVNet-4b	6.98 386	14.78 401	22.17 395	3.56 387	3.11 378	4.14 253	2.23 336	4.08 224	3.84 319	1.67 74	3.96 354	5.86 374	2.87 300	10.30 315	17.16 388	26.09 425	2.24 349	2.53 387	1.79 387	3.91 393	3.28 334

LRCNet_RVC	25.63 416	33.47 421	24.35 408	31.77 422	32.74 419	6.73 390	1.19 245	25.87 416	4.67 359	28.95 415	30.91 416	24.89 414	17.54 405	27.82 416	24.57 411	35.48 426	25.62 428	35.91 428	33.80 427	31.95 428	34.38 425

DLNR_Zeroshot_test	29.83 418	55.48 431	50.99 425	183.84 435	114.74 432	3.44 105	0.28 1	29.52 419	1.59 32	1.03 28	1.25 35	0.93 43	0.64 8	3.95 188	1.62 161	37.16 427	1.69 337	0.26 33	0.23 50	92.97 432	15.07 400

HaxPig	43.31 426	43.63 428	45.01 421	33.88 423	35.67 421	32.79 420	30.52 415	45.50 423	42.95 426	48.75 424	48.14 425	43.24 418	40.44 418	44.58 424	43.63 421	47.17 428	49.30 429	51.65 430	50.37 429	43.72 429	45.27 427

AVERAGE_ROB	44.46 427	45.87 429	46.48 422	40.54 425	38.62 422	32.95 421	30.49 414	46.80 424	43.31 427	49.57 425	48.93 426	44.57 420	39.87 417	45.01 425	43.89 422	48.70 429	50.65 430	50.80 429	49.79 428	45.54 430	46.89 428

MEDIAN_ROB	47.37 428	49.00 430	49.74 424	40.28 424	39.94 423	34.93 422	33.41 418	49.78 425	46.38 429	53.04 427	52.61 427	47.67 421	42.28 427	48.33 433	47.25 423	52.06 430	53.99 431	54.28 431	53.48 430	48.70 431	50.27 429

HanzoNet	31.86 420	17.33 414	21.23 368	7.52 408	5.85 404	7.49 394	3.61 380	14.35 409	13.37 401	50.38 426	46.35 423	44.46 419	56.50 430	36.53 422	28.25 418	64.05 431	58.31 432	9.45 416	89.24 432	31.17 427	31.77 422

ASD4	117.27 436	129.52 437	123.56 435	122.58 433	90.02 430	142.70 435	121.49 435	155.40 438	106.26 437	137.15 437	93.99 434	116.23 437	77.54 434	123.37 438	97.34 436	115.20 432	101.37 433	138.98 434	118.15 433	131.38 434	103.11 434

xxxxx1	112.85 433	94.19 434	38.10 416	228.21 437	161.02 436	39.23 423	61.26 425	92.54 434	79.08 434	63.44 429	74.84 429	77.80 431	69.88 431	33.55 419	70.96 432	117.25 433	130.44 435	258.49 436	273.88 436	145.63 435	147.24 436

tt_ll	112.85 433	94.19 434	38.10 416	228.21 437	161.02 436	39.23 423	61.26 425	92.54 434	79.08 434	63.44 429	74.84 429	77.80 431	69.88 431	33.55 419	70.96 432	117.25 433	130.44 435	258.49 436	273.88 436	145.63 435	147.24 436

ff	112.85 433	94.19 434	38.10 416	228.21 437	161.02 436	39.23 423	61.26 425	92.54 434	79.08 434	63.44 429	74.84 429	77.80 431	69.88 431	33.55 419	70.96 432	117.25 433	130.44 435	258.49 436	273.88 436	145.63 435	147.24 436

DPSimNet_ROB	143.68 437	156.64 438	170.66 436	162.59 434	135.40 434	195.13 437	174.01 436	141.76 437	167.78 439	174.58 438	138.78 436	186.01 438	183.75 437	82.32 434	97.85 437	151.24 436	102.48 434	131.25 433	82.78 431	115.21 433	123.37 435

Anonymous_1	57.77 431	19.65 415	26.12 411	23.12 419	141.97 435	30.79 417	39.72 419	34.10 422	16.98 405	70.09 432	15.64 404	23.44 410	19.73 410	23.03 412	27.21 415	164.70 437	9.02 402	130.41 432	137.42 434	161.21 438	41.01 426

test_example2	213.42 438	219.67 439	222.97 438	213.78 436	220.82 439	199.03 438	200.49 437	189.27 439	143.61 438	211.05 439	218.08 437	210.69 439	205.21 438	221.14 439	216.49 438	236.74 438	242.08 439	213.66 435	216.96 435	235.55 439	231.06 439

FADE		14.73 399		10.62 417	13.30 409			28.45 418	8.38 396	5.17 380		11.84 395		44.20 423		481.80 439	167.92 438	346.21 439	320.29 439	7.64 411	6.52 366

Low-res two-view benchmark