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

S2M2_XL	0.46 1	0.41 15	1.09 34	0.65 35	0.34 12	0.29 1	0.23 3	0.67 1	0.50 1	0.53 10	0.92 75	0.65 76	0.53 33	0.54 1	0.50 39	0.28 172	0.24 285	0.25 101	0.21 122	0.23 57	0.22 78
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
FoundationStereo	0.50 2	0.39 4	1.11 47	0.79 100	0.42 67	0.70 4	0.36 31	0.76 2	0.80 25	0.62 35	0.38 6	0.73 102	0.77 112	0.69 2	0.36 2	0.26 110	0.17 50	0.23 41	0.16 18	0.18 1	0.20 29

MonSter++	0.52 3	0.42 20	0.89 2	0.61 10	0.36 17	1.64 76	0.25 6	0.96 4	0.91 44	0.62 35	0.42 8	0.56 57	0.53 33	0.71 4	0.45 19	0.17 7	0.15 22	0.18 2	0.14 2	0.19 5	0.20 29

BridgeDepth_RVC	0.53 4	0.41 15	1.03 8	0.55 1	0.37 32	0.99 11	0.23 3	1.38 13	0.67 4	0.56 13	0.52 15	0.50 42	0.82 137	0.83 17	0.47 27	0.29 197	0.16 33	0.23 41	0.18 60	0.19 5	0.18 4
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.54 5	0.42 20	1.05 11	0.58 3	0.25 1	1.30 43	0.36 31	1.53 27	0.86 38	0.56 13	0.37 5	0.57 59	0.65 70	0.87 21	0.40 6	0.20 32	0.15 22	0.19 5	0.16 18	0.22 49	0.17 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
LGtest1	0.55 6	0.41 15	1.14 58	0.70 56	0.40 53	0.99 11	0.26 8	1.32 11	0.93 52	0.53 10	0.60 23	0.44 31	0.49 26	1.02 55	0.45 19	0.27 132	0.19 118	0.23 41	0.16 18	0.21 36	0.23 90

Wavelet-MonSter	0.57 7	0.47 55	1.13 55	0.66 43	0.78 273	1.60 71	0.30 14	1.17 9	0.68 5	0.58 23	0.69 33	0.39 14	0.48 22	0.99 50	0.46 23	0.15 1	0.16 33	0.20 8	0.16 18	0.20 21	0.19 8

CSFM-Stereo	0.60 8	0.39 4	0.95 3	0.60 9	0.32 9	2.66 158	0.31 15	1.44 18	0.77 15	0.72 63	0.51 13	0.55 53	0.51 31	0.75 6	0.46 23	0.17 7	0.17 50	0.18 2	0.15 5	0.20 21	0.18 4

MLG-Stereo_test3	0.60 8	0.37 2	1.12 50	0.59 6	0.57 177	2.19 117	0.31 15	1.68 48	0.56 2	0.49 5	0.51 13	0.56 57	0.33 1	0.96 44	0.54 55	0.21 38	0.17 50	0.23 41	0.16 18	0.20 21	0.21 59

HiDET	0.61 10	0.41 15	0.88 1	0.64 27	0.39 47	2.67 159	0.25 6	1.59 34	0.91 44	0.59 27	0.44 10	0.52 47	0.50 30	0.76 7	0.54 55	0.17 7	0.15 22	0.18 2	0.15 5	0.19 5	0.21 59

LG-Stereo_L1	0.61 10	0.47 55	1.10 40	0.73 73	0.49 126	1.72 78	0.33 21	1.95 78	0.65 3	0.56 13	0.40 7	0.40 16	0.43 13	1.40 148	0.42 9	0.23 60	0.19 118	0.23 41	0.18 60	0.21 36	0.19 8

MonStereo	0.62 12	0.43 25	1.07 17	0.66 43	0.82 291	1.13 17	0.39 36	2.57 161	0.92 49	0.58 23	0.64 28	0.36 4	0.36 4	0.90 29	0.43 13	0.15 1	0.15 22	0.20 8	0.17 36	0.21 36	0.19 8

Monster-pub-eth3d	0.62 12	0.43 25	1.07 17	0.66 43	0.82 291	1.13 17	0.39 36	2.57 161	0.92 49	0.58 23	0.64 28	0.36 4	0.36 4	0.88 25	0.43 13	0.15 1	0.15 22	0.20 8	0.17 36	0.21 36	0.19 8

MonSter	0.62 12	0.43 25	1.07 17	0.66 43	0.82 291	1.13 17	0.39 36	2.57 161	0.92 49	0.58 23	0.64 28	0.36 4	0.35 3	0.95 40	0.43 13	0.15 1	0.15 22	0.20 8	0.17 36	0.21 36	0.19 8

LCMNet	0.63 15	0.40 8	0.95 3	0.58 3	0.39 47	3.11 212	0.27 9	1.58 32	0.84 36	0.56 13	0.58 21	0.52 47	0.53 33	0.77 9	0.51 48	0.17 7	0.16 33	0.19 5	0.15 5	0.20 21	0.21 59

LG-Stereo_L2	0.63 15	0.46 38	1.15 60	0.70 56	0.43 73	2.32 126	0.28 10	1.86 63	0.68 5	0.56 13	0.42 8	0.37 8	0.45 16	1.36 142	0.40 6	0.23 60	0.18 83	0.22 27	0.18 60	0.21 36	0.20 29

Monster-pub-mixall	0.64 17	0.42 20	1.00 6	0.83 126	0.48 118	1.39 51	0.32 19	1.45 19	0.82 30	0.88 129	0.85 59	0.39 14	0.36 4	1.99 255	0.47 27	0.20 32	0.16 33	0.17 1	0.15 5	0.18 1	0.21 59

S2M2_L	0.64 17	0.55 125	1.07 17	0.89 173	0.54 153	1.08 14	0.20 1	1.16 8	1.37 105	0.59 27	0.81 54	0.86 137	0.47 18	0.70 3	0.65 87	0.31 264	0.33 400	0.27 163	0.27 262	0.36 288	0.31 235
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
SGD-Stereo	0.65 19	0.41 15	1.06 15	0.85 148	0.31 6	2.44 136	0.46 72	1.09 6	0.69 8	0.84 119	0.52 15	0.55 53	0.53 33	1.49 171	0.46 23	0.31 264	0.14 11	0.25 101	0.18 60	0.23 57	0.20 29

4.5_new	0.67 20	0.46 38	1.11 47	0.63 21	0.78 273	1.97 96	0.51 87	2.18 98	0.78 19	0.73 66	0.90 71	0.42 24	0.49 26	0.81 13	0.49 33	0.21 38	0.14 11	0.26 131	0.19 86	0.22 49	0.20 29

4.5w-stereo	0.67 20	0.46 38	1.11 47	0.63 21	0.78 273	1.97 96	0.51 87	2.18 98	0.77 15	0.73 66	0.90 71	0.42 24	0.49 26	0.81 13	0.49 33	0.21 38	0.14 11	0.26 131	0.19 86	0.22 49	0.20 29

4w-stereo	0.67 20	0.49 74	1.07 17	0.63 21	0.75 262	1.63 75	0.44 63	2.23 107	0.77 15	0.56 13	0.92 75	0.40 16	0.82 137	1.08 65	0.53 50	0.18 21	0.13 1	0.25 101	0.18 60	0.19 5	0.20 29

MatchStereo	0.68 23	0.46 38	1.93 158	0.67 50	0.28 2	0.98 9	0.33 21	2.01 82	1.69 261	0.48 2	1.02 90	0.47 37	0.59 51	0.91 32	0.58 64	0.21 38	0.17 50	0.21 20	0.15 5	0.19 5	0.19 8

dual_stereo	0.68 23	0.40 8	1.05 11	0.64 27	0.37 32	0.84 8	0.34 26	3.40 276	1.03 64	0.50 6	0.46 12	0.58 60	0.40 8	1.85 244	0.49 33	0.23 60	0.17 50	0.21 20	0.16 18	0.20 21	0.19 8

3.25w_new	0.69 25	0.46 38	1.10 40	0.61 10	0.61 197	2.23 120	0.51 87	2.45 135	0.90 41	0.63 39	0.78 47	0.47 37	0.71 87	0.78 10	0.50 39	0.17 7	0.14 11	0.20 8	0.17 36	0.20 21	0.20 29

3.25w	0.69 25	0.46 38	1.10 40	0.61 10	0.61 197	2.23 120	0.51 87	2.45 135	0.90 41	0.63 39	0.78 47	0.47 37	0.71 87	0.79 11	0.50 39	0.17 7	0.14 11	0.20 8	0.17 36	0.20 21	0.20 29

asd	0.70 27	0.45 31	1.10 40	0.67 50	0.90 328	2.88 176	0.43 59	1.64 44	0.79 22	0.68 54	0.88 64	0.43 26	0.74 100	0.85 20	0.49 33	0.19 26	0.13 1	0.24 73	0.17 36	0.22 49	0.20 29

IGEV	0.70 27	0.36 1	1.07 17	0.71 62	1.31 441	2.82 168	0.41 49	1.76 54	0.98 59	0.73 66	0.71 34	0.35 3	0.42 12	0.90 29	0.42 9	0.18 21	0.18 83	0.22 27	0.18 60	0.18 1	0.20 29

LG-G_1	0.70 27	0.40 8	1.12 50	0.71 62	0.30 4	2.80 164	0.40 42	2.21 103	0.78 19	0.59 27	0.55 17	0.51 43	0.58 46	1.24 110	0.49 33	0.24 74	0.18 83	0.23 41	0.15 5	0.21 36	0.21 59

LG-G	0.70 27	0.40 8	1.12 50	0.71 62	0.30 4	2.80 164	0.40 42	2.21 103	0.78 19	0.59 27	0.55 17	0.51 43	0.58 46	1.24 110	0.49 33	0.24 74	0.18 83	0.23 41	0.15 5	0.21 36	0.21 59

DEFOM-Stereo	0.70 27	0.46 38	1.13 55	0.72 70	0.48 118	3.40 258	0.44 63	0.90 3	0.77 15	0.86 125	0.58 21	0.45 34	0.43 13	1.76 224	0.43 13	0.24 74	0.18 83	0.22 27	0.16 18	0.21 36	0.20 29

3w_stereo	0.71 32	0.47 55	1.14 58	0.65 35	0.39 47	1.73 80	0.68 176	2.79 200	0.79 22	0.67 52	0.84 56	0.37 8	1.02 196	1.03 56	0.56 58	0.18 21	0.14 11	0.23 41	0.18 60	0.20 21	0.22 78

252Zero-FE	0.72 33	0.46 38	1.08 26	1.01 262	0.41 60	1.27 34	0.22 2	1.79 59	1.03 64	2.52 467	1.24 143	0.32 1	0.41 10	1.03 56	0.45 19	0.21 38	0.17 50	0.20 8	0.17 36	0.20 21	0.20 29

4.25_new	0.73 34	0.46 38	1.08 26	0.71 62	0.97 346	2.52 144	0.58 121	2.28 115	0.93 52	0.57 19	0.94 80	0.40 16	0.65 70	0.87 21	0.50 39	0.17 7	0.13 1	0.25 101	0.17 36	0.19 5	0.20 29

4.5w_new	0.73 34	0.46 38	1.08 26	0.71 62	0.97 346	2.52 144	0.58 121	2.28 115	0.93 52	0.57 19	0.94 80	0.40 16	0.65 70	0.87 21	0.50 39	0.17 7	0.13 1	0.25 101	0.17 36	0.19 5	0.20 29

4.25w-stereo	0.73 34	0.46 38	1.08 26	0.71 62	0.97 346	2.52 144	0.58 121	2.28 115	0.93 52	0.57 19	0.94 80	0.40 16	0.65 70	0.87 21	0.50 39	0.17 7	0.13 1	0.25 101	0.17 36	0.19 5	0.20 29

GREAT-IGEV	0.74 37	0.54 118	1.86 150	1.10 315	0.44 81	2.44 136	0.34 26	1.37 12	1.51 168	0.48 2	0.86 60	0.51 43	0.60 56	1.07 64	0.45 19	0.22 48	0.17 50	0.21 20	0.17 36	0.23 57	0.25 120

FlowAnything_test	0.75 38	0.60 180	1.18 64	0.82 115	0.58 186	2.29 124	0.66 166	1.38 13	0.80 25	1.03 156	0.76 42	0.63 69	0.49 26	0.84 19	0.91 204	0.31 264	0.27 339	0.40 411	0.48 487	0.31 188	0.30 225

qwe	0.75 38	0.45 31	1.10 40	0.67 50	1.06 377	2.49 140	0.45 67	2.57 161	0.90 41	0.71 61	0.83 55	0.43 26	0.48 22	1.10 68	0.64 80	0.17 7	0.14 11	0.24 73	0.16 18	0.21 36	0.20 29

2.25w	0.75 38	0.47 55	1.09 34	0.69 55	0.65 216	2.28 123	0.40 42	2.42 129	0.80 25	0.73 66	1.03 94	0.40 16	0.81 135	1.24 110	0.80 152	0.16 5	0.15 22	0.21 20	0.17 36	0.19 5	0.21 59

2.5w	0.75 38	0.44 28	1.06 15	0.66 43	0.69 241	2.39 132	0.56 109	2.77 192	0.82 30	0.63 39	0.88 64	0.37 8	0.75 103	1.36 142	0.50 39	0.18 21	0.14 11	0.22 27	0.17 36	0.19 5	0.21 59

2.75w_new	0.75 38	0.45 31	1.10 40	0.65 35	0.62 203	2.45 138	0.56 109	2.75 189	0.74 13	0.78 95	0.73 38	0.38 12	0.92 170	1.04 61	0.66 92	0.17 7	0.14 11	0.22 27	0.17 36	0.18 1	0.19 8

3.75w	0.75 38	0.47 55	1.09 34	0.63 21	1.10 389	2.61 155	0.53 97	2.46 138	0.97 58	0.62 35	0.80 50	0.40 16	0.66 77	1.11 70	0.48 29	0.19 26	0.13 1	0.23 41	0.18 60	0.20 21	0.21 59

2w_stereo	0.75 38	0.46 38	1.08 26	0.68 53	0.56 165	2.00 98	0.61 132	2.87 211	0.83 33	0.93 138	0.93 78	0.36 4	1.13 238	0.90 29	0.61 70	0.17 7	0.13 1	0.23 41	0.17 36	0.20 21	0.21 59

RAStereo	0.75 38	0.52 90	2.86 249	0.58 3	0.62 203	1.19 24	0.32 19	1.81 61	0.99 60	0.75 73	1.05 105	0.64 71	0.47 18	0.80 12	0.94 220	0.22 48	0.20 158	0.27 163	0.21 122	0.34 257	0.22 78

AdaDepth	0.76 46	0.45 31	1.41 108	0.70 56	1.27 434	3.12 213	0.43 59	1.02 5	0.94 56	0.63 39	0.91 73	0.43 26	0.58 46	1.41 153	0.48 29	0.18 21	0.21 192	0.23 41	0.19 86	0.25 77	0.26 148

MLG-Stereo_test2	0.76 46	0.40 8	1.07 17	0.64 27	0.82 291	3.49 279	0.23 3	1.69 49	2.14 358	0.62 35	0.32 3	0.67 81	0.33 1	1.14 82	0.37 3	0.23 60	0.19 118	0.23 41	0.16 18	0.19 5	0.20 29

AIO_test	0.76 46	0.47 55	1.31 90	0.81 105	0.70 245	1.36 48	0.88 323	1.40 16	1.45 125	0.55 12	0.95 83	1.81 299	0.58 46	1.16 90	0.46 23	0.27 132	0.17 50	0.24 73	0.19 86	0.24 62	0.21 59

fffft	0.76 46	0.47 55	1.28 86	0.82 115	0.54 153	1.51 63	0.80 260	2.09 91	1.18 75	0.63 39	0.84 56	0.59 63	0.55 39	1.80 231	0.85 170	0.19 26	0.18 83	0.27 163	0.20 106	0.26 98	0.24 108
1: 1. 1
ours_stereo	0.76 46	0.64 228	1.40 107	0.86 155	0.61 197	1.12 16	0.57 112	1.63 42	1.20 77	0.72 63	1.43 200	0.70 87	0.62 61	1.56 181	0.58 64	0.25 95	0.18 83	0.26 131	0.21 122	0.29 146	0.31 235

AIO-Stereo	0.76 46	0.54 118	1.07 17	0.73 73	0.40 53	1.28 40	0.82 274	2.26 110	1.49 155	0.70 57	1.58 242	0.89 145	0.45 16	1.03 56	0.55 57	0.24 74	0.18 83	0.25 101	0.20 106	0.26 98	0.21 59

GLC_STEREO	0.76 46	0.52 90	1.12 50	0.83 126	0.33 11	1.86 87	0.82 274	1.46 21	1.38 108	0.95 143	1.04 99	0.68 83	0.72 90	0.97 45	0.80 152	0.23 60	0.25 310	0.32 286	0.25 215	0.32 219	0.30 225

asda	0.77 53	0.46 38	1.10 40	0.64 27	0.82 291	3.33 249	0.49 81	2.40 125	0.81 29	0.63 39	0.80 50	0.44 31	0.85 145	0.88 25	0.60 68	0.17 7	0.13 1	0.24 73	0.17 36	0.20 21	0.20 29

3.5w_stereo	0.77 53	0.53 104	1.09 34	0.65 35	0.72 250	2.52 144	0.51 87	2.43 132	0.80 25	0.76 87	1.20 131	0.43 26	0.66 77	1.23 109	0.73 126	0.17 7	0.13 1	0.23 41	0.17 36	0.20 21	0.21 59

MLG-Stereo	0.77 53	0.39 4	1.04 9	0.64 27	0.41 60	3.01 197	0.31 15	1.89 67	2.92 503	0.47 1	0.29 2	0.66 80	0.47 18	1.35 140	0.39 4	0.20 32	0.18 83	0.24 73	0.16 18	0.19 5	0.20 29

mms	0.77 53	0.68 267	1.17 63	0.83 126	0.71 248	1.41 53	0.67 168	1.61 36	1.12 71	0.77 92	1.37 186	0.63 69	0.54 38	1.75 223	0.63 77	0.24 74	0.19 118	0.26 131	0.21 122	0.31 188	0.34 277

RSM++	0.77 53	0.51 84	1.08 26	0.95 221	0.42 67	1.52 65	0.71 191	2.11 92	1.40 113	0.80 102	1.23 142	0.90 150	0.59 51	1.14 82	0.69 109	0.24 74	0.19 118	0.25 101	0.21 122	0.28 128	0.20 29

water-stereo	0.78 58	0.45 31	1.94 159	0.79 100	0.48 118	2.36 129	0.47 78	1.53 27	1.09 70	0.88 129	1.04 99	0.82 124	0.75 103	0.72 5	0.78 145	0.22 48	0.23 250	0.25 101	0.23 175	0.24 62	0.29 196

AIO_rvc	0.78 58	0.55 125	1.25 77	0.75 77	0.65 216	1.46 58	0.99 383	2.13 93	1.52 177	0.57 19	1.15 122	1.09 181	0.55 39	1.15 88	0.53 50	0.24 74	0.17 50	0.24 73	0.17 36	0.25 77	0.21 59

CASnet	0.78 58	0.51 84	1.29 88	0.81 105	0.29 3	1.28 40	0.74 213	1.51 24	1.89 306	1.64 221	1.09 112	0.65 76	0.64 67	0.91 32	0.76 139	0.29 197	0.17 50	0.41 423	0.31 356	0.32 219	0.19 8
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Replicate-Monster	0.79 61	1.36 491	2.08 184	0.70 56	0.52 143	2.05 106	0.34 26	1.92 73	0.82 30	1.03 156	0.60 23	0.48 41	0.52 32	1.28 122	0.39 4	0.19 26	0.14 11	0.19 5	0.16 18	0.22 49	0.78 505

AEACV	0.79 61	0.54 118	1.35 100	0.97 234	0.63 206	1.13 17	0.92 354	2.02 84	0.91 44	0.76 87	0.79 49	0.80 120	1.61 359	1.28 122	0.61 70	0.22 48	0.18 83	0.26 131	0.23 175	0.27 111	0.23 90

Zero-FE251	0.80 63	0.75 331	1.71 136	0.88 166	0.70 245	2.59 154	0.45 67	1.38 13	0.83 33	1.79 253	0.61 25	0.73 102	0.81 135	0.82 16	0.61 70	0.29 197	0.23 250	0.27 163	0.19 86	0.20 21	0.20 29

MLG-Stereo_test1	0.80 63	0.39 4	1.02 7	0.65 35	1.20 418	3.14 215	0.29 13	1.59 34	3.05 516	0.50 6	0.24 1	0.67 81	0.43 13	1.33 136	0.40 6	0.21 38	0.18 83	0.23 41	0.15 5	0.19 5	0.20 29

SMoEStereo_RVC	0.80 63	0.53 104	1.12 50	0.92 197	0.44 81	2.41 134	0.79 250	1.49 23	1.16 72	0.70 57	1.12 118	0.64 71	0.64 67	1.69 214	0.87 183	0.22 48	0.16 33	0.31 266	0.22 157	0.26 98	0.25 120

fffy	0.80 63	0.59 168	1.56 126	1.00 256	0.47 110	1.27 34	0.76 226	1.90 70	1.02 63	0.75 73	1.35 181	0.83 126	0.72 90	1.70 217	0.62 74	0.23 60	0.19 118	0.27 163	0.21 122	0.28 128	0.32 246

rvit_stereo_0081	0.80 63	0.63 216	1.19 65	0.91 191	0.64 208	1.27 34	0.61 132	2.05 85	1.71 266	0.82 108	0.73 38	0.85 133	0.75 103	1.30 132	0.80 152	0.31 264	0.26 328	0.27 163	0.25 215	0.38 305	0.27 164

rvit_stereo_0082	0.80 63	0.63 216	1.19 65	0.91 191	0.64 208	1.27 34	0.61 132	2.05 85	1.71 266	0.82 108	0.73 38	0.85 133	0.75 103	1.30 132	0.80 152	0.31 264	0.26 328	0.27 163	0.25 215	0.38 305	0.27 164

RSM	0.80 63	0.50 78	1.08 26	0.83 126	0.51 132	1.31 44	0.77 239	2.28 115	1.43 122	0.82 108	1.44 202	1.22 206	0.62 61	1.17 97	0.63 77	0.22 48	0.18 83	0.24 73	0.19 86	0.27 111	0.20 29

MGS-Stereo	0.80 63	0.56 137	1.53 120	0.93 213	0.39 47	1.26 33	0.73 201	1.45 19	1.30 95	1.01 149	2.26 443	0.80 120	0.56 42	1.16 90	0.65 87	0.27 132	0.23 250	0.26 131	0.22 157	0.27 111	0.25 120

Selective-IGEV	0.80 63	0.52 90	1.05 11	0.75 77	0.61 197	1.31 44	0.82 274	2.60 170	1.41 116	0.82 108	1.64 261	0.71 94	0.62 61	1.22 107	0.64 80	0.22 48	0.19 118	0.24 73	0.18 60	0.25 77	0.20 29

DilatedVolume-Stereo	0.81 72	0.60 180	1.51 119	1.01 262	0.59 189	1.34 46	0.51 87	1.56 30	1.08 69	1.26 174	1.24 143	0.77 113	0.87 153	1.79 230	0.72 123	0.23 60	0.24 285	0.22 27	0.21 122	0.25 77	0.23 90

DEFOM-Stereo_RVC	0.81 72	1.13 447	1.23 72	0.97 234	0.57 177	0.81 7	0.43 59	3.49 283	0.84 36	0.73 66	0.95 83	0.44 31	1.17 254	1.45 162	0.60 68	0.26 110	0.18 83	0.24 73	0.17 36	0.30 169	0.19 8

rvit_stereo_0081_aga	0.81 72	0.75 331	1.84 149	0.72 70	0.73 255	1.21 25	0.63 150	1.92 73	1.39 109	0.87 128	0.80 50	0.79 118	0.69 83	1.27 121	0.69 109	0.35 334	0.29 362	0.26 131	0.25 215	0.40 321	0.27 164

monsterstereo	0.82 75	0.50 78	1.26 78	0.77 96	1.41 474	2.54 150	0.40 42	3.14 236	0.71 10	0.70 57	1.11 116	0.41 23	0.39 7	1.50 172	0.50 39	0.19 26	0.16 33	0.22 27	0.16 18	0.21 36	0.17 1

monsters	0.82 75	0.58 160	1.16 61	0.76 91	1.52 489	2.92 184	0.40 42	2.66 177	0.72 11	0.66 49	0.84 56	0.38 12	0.41 10	1.84 238	0.48 29	0.20 32	0.16 33	0.20 8	0.16 18	0.19 5	0.19 8

castereo	0.82 75	0.70 281	1.04 9	0.85 148	0.50 130	1.29 42	0.91 341	3.22 246	1.20 77	0.83 117	1.24 143	0.72 96	0.91 167	1.00 51	0.67 97	0.26 110	0.16 33	0.25 101	0.20 106	0.24 62	0.21 59

MaDis-Stereo	0.82 75	0.66 249	1.53 120	0.65 35	1.87 546	1.24 30	0.36 31	2.13 93	1.27 90	0.67 52	0.75 41	0.88 143	0.70 85	1.15 88	1.07 246	0.29 197	0.23 250	0.26 131	0.20 106	0.31 188	0.22 78

UniTT-Stereo	0.82 75	0.47 55	2.63 235	0.96 227	1.19 412	0.78 6	0.39 36	1.12 7	1.54 193	1.19 170	1.26 152	0.51 43	0.64 67	1.13 79	1.03 239	0.30 241	0.20 158	0.24 73	0.21 122	0.40 321	0.25 120

ProNet	0.82 75	0.71 293	1.50 117	0.86 155	0.45 89	1.78 81	0.83 279	1.75 53	1.28 92	0.66 49	1.13 120	0.78 114	0.76 110	1.66 207	0.71 118	0.24 74	0.20 158	0.25 101	0.23 175	0.29 146	0.25 120

GEAStereo	0.84 81	0.48 65	1.09 34	0.85 148	0.45 89	4.54 520	0.83 279	1.88 64	0.91 44	0.75 73	0.89 67	0.53 49	0.80 131	0.92 35	0.53 50	0.30 241	0.19 118	0.27 163	0.19 86	0.28 128	0.19 8

VIP-Stereo	0.85 82	0.83 369	1.59 130	0.76 91	0.87 316	3.18 219	0.80 260	1.94 77	0.83 33	0.78 95	1.04 99	0.64 71	0.59 51	1.24 110	0.61 70	0.28 172	0.18 83	0.23 41	0.17 36	0.22 49	0.19 8

LG-Stereo	0.85 82	0.60 180	2.71 240	0.59 6	0.45 89	2.85 172	0.55 105	2.41 126	1.34 99	0.59 27	1.19 129	0.43 26	0.40 8	0.76 7	0.75 135	0.20 32	0.17 50	0.31 266	0.24 201	0.29 146	0.19 8

1w_stereo	0.86 84	0.42 20	1.07 17	0.72 70	0.81 282	3.00 195	0.67 168	3.28 254	0.75 14	0.74 71	1.32 171	0.37 8	1.37 290	0.92 35	0.68 100	0.16 5	0.14 11	0.20 8	0.16 18	0.19 5	0.22 78

rvit_stereo_0083	0.86 84	0.67 259	1.42 109	0.87 161	0.65 216	1.23 26	0.64 153	1.67 46	2.28 387	0.79 99	0.93 78	0.93 161	1.07 220	1.46 166	0.75 135	0.32 285	0.36 425	0.30 243	0.26 236	0.33 239	0.28 185

Occ-G	0.86 84	0.52 90	1.39 104	0.82 115	0.66 223	1.37 49	0.79 250	1.58 32	1.31 96	1.56 207	0.87 63	2.18 351	0.89 161	0.97 45	0.88 188	0.26 110	0.19 118	0.26 131	0.19 86	0.25 77	0.24 108

IGEVStereo-DCA	0.86 84	0.65 238	2.05 172	0.90 183	0.46 100	1.57 67	0.86 299	1.62 37	1.24 81	0.65 47	0.77 45	0.74 108	0.72 90	2.59 311	0.86 177	0.28 172	0.21 192	0.28 199	0.21 122	0.29 146	0.27 164

111111	0.87 88	0.50 78	1.13 55	0.66 43	1.08 383	3.37 253	0.33 21	2.33 122	1.47 138	0.74 71	1.50 219	0.61 65	0.59 51	1.40 148	0.48 29	0.24 74	0.19 118	0.22 27	0.16 18	0.24 62	0.19 8

MoCha-V2	0.87 88	0.48 65	1.87 151	0.88 166	0.32 9	1.37 49	0.55 105	2.71 183	1.42 118	0.92 136	1.75 295	0.65 76	1.17 254	1.45 162	0.57 61	0.21 38	0.21 192	0.20 8	0.19 86	0.24 62	0.23 90

BStereo	0.88 90	0.73 308	4.10 291	0.80 103	0.51 132	1.13 17	0.72 194	2.57 161	1.00 61	0.85 121	0.57 19	0.72 96	0.48 22	1.01 52	0.90 195	0.26 110	0.22 221	0.24 73	0.29 319	0.25 77	0.25 120

GIP-stereo	0.88 90	0.50 78	1.34 95	1.32 421	0.94 338	2.90 178	0.42 54	3.41 277	1.06 67	0.63 39	0.76 42	0.90 150	0.76 110	0.91 32	0.52 49	0.27 132	0.18 83	0.25 101	0.16 18	0.25 77	0.19 8

WCG-NET	0.88 90	0.49 74	1.26 78	0.90 183	0.37 32	1.48 60	1.07 402	1.73 51	2.30 391	1.63 218	1.49 218	0.92 158	0.97 181	0.95 40	0.76 139	0.22 48	0.16 33	0.23 41	0.20 106	0.25 77	0.21 59

Pointernet	0.88 90	0.44 28	2.26 201	0.84 136	0.37 32	2.29 124	0.38 34	3.06 230	1.46 133	0.66 49	1.39 191	0.91 152	0.73 95	1.01 52	0.72 123	0.23 60	0.19 118	0.20 8	0.18 60	0.19 5	0.20 29

gasm-f	0.89 94	0.49 74	1.30 89	0.85 148	0.44 81	4.42 497	0.95 366	1.88 64	0.91 44	0.75 73	1.46 205	0.53 49	0.88 155	0.88 25	0.57 61	0.30 241	0.19 118	0.27 163	0.19 86	0.28 128	0.19 8

LG-Stereo_Zeroshot	0.89 94	0.47 55	2.08 184	0.76 91	0.73 255	3.91 371	0.41 49	2.07 89	1.07 68	0.77 92	0.89 67	0.64 71	0.86 148	0.95 40	0.77 144	0.26 110	0.18 83	0.26 131	0.19 86	0.32 219	0.32 246

SCV_C0	0.89 94	0.59 168	1.96 164	0.83 126	0.44 81	1.24 30	0.64 153	3.33 269	1.66 251	0.82 108	1.20 131	0.73 102	0.66 77	1.62 198	0.66 92	0.32 285	0.21 192	0.24 73	0.20 106	0.28 128	0.23 90

CAS++	0.89 94	0.64 228	1.46 112	0.81 105	0.51 132	1.24 30	0.86 299	3.44 278	1.46 133	1.14 167	1.29 162	0.62 67	0.58 46	1.13 79	0.59 66	0.34 314	0.30 375	0.34 339	0.26 236	0.41 345	0.29 196
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
NLSM3	0.90 98	0.46 38	1.19 65	0.62 15	1.30 438	3.19 222	0.45 67	2.81 204	1.27 90	0.78 95	0.95 83	0.55 53	1.03 197	1.14 82	0.87 183	0.20 32	0.15 22	0.26 131	0.22 157	0.24 62	0.23 90

DDF-Stereo	0.90 98	0.53 104	1.16 61	0.88 166	1.31 441	1.59 70	0.86 299	2.26 110	0.79 22	0.48 2	0.63 27	0.54 51	0.73 95	2.97 330	1.03 239	0.39 383	0.17 50	0.24 73	0.18 60	1.06 534	0.29 196

IGEV-RUCA	0.90 98	0.53 104	1.05 11	0.81 105	0.74 260	3.89 368	0.80 260	1.92 73	1.41 116	0.96 146	0.71 34	0.70 87	0.73 95	1.30 132	0.68 100	0.29 197	0.20 158	0.25 101	0.19 86	0.43 374	0.34 277

IGEV++	0.90 98	0.58 160	1.32 93	0.94 217	0.45 89	1.27 34	1.00 384	3.32 263	1.55 201	0.82 108	1.34 178	0.86 137	1.09 225	1.16 90	0.89 191	0.33 302	0.18 83	0.23 41	0.19 86	0.29 146	0.22 78

trnet	0.91 102	0.48 65	1.46 112	0.62 15	0.31 6	4.40 492	0.41 49	2.20 101	1.53 184	0.94 139	1.14 121	0.88 143	0.89 161	1.09 67	0.71 118	0.27 132	0.19 118	0.22 27	0.15 5	0.21 36	0.19 8

Former-RAFT_DAM_RVC	0.92 103	0.73 308	1.42 109	0.92 197	1.08 383	2.97 194	0.53 97	1.77 57	1.39 109	1.16 168	1.54 231	0.58 60	0.65 70	1.03 56	0.84 167	0.25 95	0.23 250	0.30 243	0.24 201	0.43 374	0.29 196

CREStereo	0.92 103	0.53 104	1.45 111	0.61 10	0.34 12	4.42 497	0.40 42	2.21 103	1.54 193	0.94 139	1.12 118	0.87 139	0.87 153	1.12 75	0.72 123	0.28 172	0.19 118	0.22 27	0.15 5	0.22 49	0.19 8
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
castereo++	0.93 105	0.56 137	1.26 78	0.92 197	0.73 255	2.48 139	1.00 384	2.99 219	1.03 64	0.68 54	1.41 196	1.92 315	0.59 51	1.26 117	0.44 17	0.25 95	0.19 118	0.28 199	0.19 86	0.23 57	0.23 90

IGEV-Stereo++	0.93 105	0.44 28	1.08 26	0.70 56	1.20 418	3.87 366	0.33 21	3.36 271	1.43 122	0.75 73	1.17 126	0.68 83	1.04 204	0.95 40	0.42 9	0.22 48	0.16 33	0.23 41	0.17 36	0.24 62	0.20 29

GCAP-Stereo	0.93 105	0.68 267	1.35 100	0.85 148	0.41 60	3.61 311	0.52 96	2.20 101	1.50 161	1.11 165	1.04 99	1.17 192	0.84 143	1.11 70	0.71 118	0.25 95	0.20 158	0.27 163	0.18 60	0.28 128	0.23 90

depthmonostereo	0.94 108	0.71 293	2.39 215	0.85 148	0.54 153	2.21 119	0.53 97	1.83 62	1.17 74	0.95 143	1.09 112	0.99 168	0.97 181	2.37 289	0.68 100	0.23 60	0.27 339	0.22 27	0.20 106	0.25 77	0.26 148

StereoAnything_RVC	0.94 108	2.66 552	2.20 192	0.76 91	0.34 12	1.18 23	0.39 36	2.31 119	0.69 8	0.51 9	0.34 4	0.32 1	0.89 161	1.57 184	0.35 1	0.32 285	0.16 33	0.23 41	0.15 5	3.31 577	0.18 4

rvit_stereo_0080	0.94 108	0.72 297	2.56 225	0.64 27	0.59 189	1.90 89	0.75 223	2.71 183	1.40 113	0.91 133	1.04 99	0.85 133	0.82 137	1.14 82	0.78 145	0.35 334	0.29 362	0.25 101	0.27 262	0.45 390	0.29 196

IGEV-Stereo+	0.94 108	0.47 55	1.19 65	0.86 155	2.02 558	1.40 52	0.39 36	1.17 9	0.88 40	0.61 33	0.44 10	0.47 37	0.79 124	2.14 271	0.42 9	0.27 132	0.19 118	0.22 27	0.17 36	2.26 570	2.41 576

whm_eth	0.94 108	0.72 297	2.56 225	0.64 27	0.59 189	1.90 89	0.75 223	2.71 183	1.40 113	0.91 133	1.04 99	0.85 133	0.82 137	1.14 82	0.78 145	0.35 334	0.29 362	0.25 101	0.27 262	0.45 390	0.29 196

LoS_RVC	0.94 108	1.30 480	1.31 90	0.84 136	1.63 510	2.02 99	0.59 125	1.51 24	1.36 104	0.81 106	1.33 173	0.84 128	0.88 155	1.36 142	0.73 126	0.21 38	0.17 50	0.20 8	0.14 2	0.20 21	1.45 555

LoS	0.94 108	0.52 90	1.88 152	0.86 155	0.36 17	4.15 436	0.51 87	2.18 98	1.45 125	0.97 147	0.88 64	0.62 67	0.79 124	1.59 190	0.86 177	0.26 110	0.19 118	0.24 73	0.16 18	0.21 36	0.20 29
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
zero-FE	0.95 115	0.52 90	2.63 235	0.86 155	1.27 434	1.41 53	0.86 299	2.27 112	0.73 12	0.50 6	0.64 28	0.54 51	0.78 120	2.70 319	1.02 237	0.35 334	0.17 50	0.24 73	0.18 60	1.03 531	0.29 196

SCV	0.95 115	0.63 216	1.38 102	1.70 517	0.41 60	1.23 26	0.89 328	3.53 294	1.57 213	0.61 33	1.54 231	0.93 161	0.77 112	1.66 207	0.66 92	0.36 346	0.20 158	0.25 101	0.19 86	0.29 146	0.25 120

WCG-NET（raft）	0.95 115	0.55 125	1.20 70	0.84 136	0.31 6	1.44 56	1.01 387	1.55 29	2.37 412	1.64 221	1.42 198	2.38 371	1.01 193	1.29 127	0.76 139	0.22 48	0.19 118	0.22 27	0.20 106	0.25 77	0.21 59

anonymousdsp	0.95 115	0.69 270	1.27 84	0.83 126	0.52 143	4.54 520	0.84 285	1.76 54	1.24 81	0.76 87	1.06 108	0.78 114	0.77 112	1.67 211	0.69 109	0.27 132	0.17 50	0.29 221	0.21 122	0.31 188	0.26 148

IGEV-Stereo	0.95 115	0.69 270	1.27 84	0.84 136	0.52 143	4.54 520	0.84 285	1.76 54	1.24 81	0.75 73	1.06 108	0.79 118	0.77 112	1.68 213	0.69 109	0.27 132	0.17 50	0.29 221	0.21 122	0.31 188	0.26 148
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GSStereo	0.96 120	0.48 65	1.09 34	0.97 234	0.45 89	4.54 520	0.83 279	3.32 263	1.37 105	0.75 73	0.89 67	0.76 111	0.80 131	0.92 35	0.53 50	0.26 110	0.18 83	0.26 131	0.20 106	0.28 128	0.21 59

tt45	0.96 120	0.48 65	1.19 65	0.89 173	0.66 223	3.91 371	0.76 226	1.90 70	1.26 89	0.70 57	1.30 164	0.71 94	0.63 64	2.59 311	0.74 132	0.22 48	0.17 50	0.28 199	0.23 175	0.27 111	0.27 164

MSCF	0.97 122	0.82 365	1.26 78	0.88 166	0.40 53	3.17 217	0.88 323	2.79 200	1.39 109	1.32 177	1.19 129	0.58 60	1.33 282	1.28 122	0.64 80	0.25 95	0.19 118	0.25 101	0.25 215	0.28 128	0.32 246

999	0.97 122	0.48 65	1.24 76	1.03 280	0.64 208	3.25 234	0.92 354	1.40 16	1.39 109	0.71 61	1.68 273	0.70 87	0.66 77	3.03 332	0.89 191	0.23 60	0.19 118	0.25 101	0.21 122	0.25 77	0.29 196

DA	0.98 124	0.46 38	1.34 95	0.92 197	0.43 73	4.34 480	0.85 294	2.79 200	1.35 102	0.82 108	1.30 164	0.89 145	1.08 223	1.11 70	0.56 58	0.30 241	0.18 83	0.24 73	0.18 60	0.25 77	0.23 90

GGEV	0.98 124	0.46 38	1.34 95	0.92 197	0.43 73	4.34 480	0.85 294	2.79 200	1.35 102	0.82 108	1.30 164	0.89 145	1.08 223	1.11 70	0.56 58	0.30 241	0.18 83	0.24 73	0.18 60	0.25 77	0.23 90

ff7	0.98 124	0.69 270	2.05 172	0.84 136	0.52 143	4.55 525	0.86 299	1.62 37	1.24 81	0.75 73	1.03 94	0.70 87	0.77 112	1.84 238	0.68 100	0.27 132	0.17 50	0.29 221	0.21 122	0.31 188	0.27 164

ffff	0.98 124	0.69 270	2.05 172	0.84 136	0.52 143	4.55 525	0.86 299	1.62 37	1.24 81	0.75 73	1.03 94	0.70 87	0.77 112	1.84 238	0.68 100	0.27 132	0.17 50	0.29 221	0.21 122	0.31 188	0.27 164

11t	0.98 124	0.69 270	2.05 172	0.84 136	0.52 143	4.55 525	0.86 299	1.62 37	1.24 81	0.75 73	1.03 94	0.70 87	0.77 112	1.84 238	0.68 100	0.27 132	0.17 50	0.29 221	0.21 122	0.31 188	0.27 164

MIF-Stereo (partial)	0.98 124	0.55 125	2.83 246	0.71 62	1.03 369	1.08 14	0.49 81	2.55 157	1.66 251	0.79 99	1.20 131	0.80 120	0.90 164	1.61 197	1.56 361	0.36 346	0.24 285	0.33 321	0.25 215	0.40 321	0.28 185

ccc-4	0.98 124	0.69 270	2.05 172	0.84 136	0.52 143	4.55 525	0.86 299	1.62 37	1.24 81	0.75 73	1.03 94	0.70 87	0.77 112	1.84 238	0.68 100	0.27 132	0.17 50	0.29 221	0.21 122	0.31 188	0.27 164

CroCo-Stereo	0.98 124	0.87 384	3.44 273	0.87 161	0.53 152	0.49 2	0.50 83	3.99 401	1.49 155	0.81 106	1.25 151	1.00 171	0.75 103	1.10 68	1.09 251	0.24 74	0.21 192	0.24 73	0.19 86	0.35 275	0.27 164
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
CroCo-Stereo Lap2	0.99 132	0.89 388	2.55 224	0.99 248	1.80 539	0.54 3	0.46 72	3.10 232	1.24 81	1.07 159	1.21 135	1.05 180	0.78 120	1.26 117	1.08 248	0.27 132	0.23 250	0.27 163	0.21 122	0.43 374	0.34 277

PMTNet	0.99 132	0.48 65	1.73 138	0.62 15	0.56 165	4.20 462	0.43 59	1.88 64	1.58 216	1.00 148	1.05 105	0.78 114	0.98 188	1.50 172	0.85 170	1.21 557	0.20 158	0.23 41	0.15 5	0.22 49	0.19 8

GASTEREO	1.00 134	0.98 417	1.23 72	0.90 183	0.40 53	3.40 258	0.88 323	2.77 192	1.44 124	1.39 188	1.30 164	0.55 53	1.35 287	1.33 136	0.64 80	0.25 95	0.19 118	0.25 101	0.25 215	0.25 77	0.31 235

rvit_0105_6	1.00 134	0.93 401	2.21 194	0.92 197	0.55 161	1.52 65	0.79 250	2.41 126	2.96 506	0.76 87	0.72 37	1.02 173	0.75 103	1.42 155	0.81 158	0.40 391	0.43 475	0.34 339	0.31 356	0.43 374	0.34 277

rvit_stereo_ft	1.00 134	0.87 384	3.55 277	0.97 234	0.66 223	1.06 13	0.80 260	2.78 195	1.67 253	0.78 95	0.96 86	0.95 166	1.14 245	1.06 63	0.90 195	0.32 285	0.24 285	0.27 163	0.28 291	0.39 316	0.27 164

MyStereo07	1.01 137	0.80 354	1.26 78	1.00 256	1.04 372	3.95 388	0.95 366	2.07 89	1.42 118	0.75 73	1.22 138	0.68 83	0.91 167	1.63 202	0.67 97	0.24 74	0.24 285	0.34 339	0.26 236	0.41 345	0.37 311

CES	1.01 137	0.55 125	1.74 141	0.92 197	2.15 562	2.15 112	0.50 83	2.01 82	1.45 125	0.76 87	1.02 90	0.61 65	0.47 18	1.29 127	0.79 151	0.22 48	0.17 50	0.24 73	0.14 2	0.63 464	2.29 573

TANstereo	1.01 137	0.55 125	1.73 138	0.76 91	0.36 17	4.04 410	0.38 34	1.48 22	1.62 241	2.03 330	2.10 412	0.84 128	0.93 173	0.98 47	0.62 74	0.28 172	0.36 425	0.23 41	0.20 106	0.25 77	0.46 393

GMStereo	1.01 137	1.00 421	2.86 249	0.83 126	0.45 89	1.47 59	0.57 112	1.89 67	2.11 353	1.52 202	1.24 143	0.87 139	0.74 100	1.58 185	0.94 220	0.40 391	0.21 192	0.30 243	0.30 340	0.47 405	0.36 297
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CREStereo++_RVC	1.02 141	0.49 74	1.54 123	0.83 126	0.55 161	4.01 404	0.31 15	1.63 42	1.99 319	1.63 218	2.13 421	0.84 128	0.65 70	0.88 25	0.70 115	0.27 132	0.15 22	0.23 41	1.22 569	0.24 62	0.17 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
HART	1.03 142	0.85 378	3.13 259	0.84 136	0.38 44	1.17 22	0.42 54	3.54 295	1.47 138	1.08 160	2.17 428	1.48 240	0.57 43	1.37 147	0.74 132	0.23 60	0.18 83	0.28 199	0.21 122	0.32 219	0.24 108

XX-TBD	1.03 142	0.95 409	1.94 159	1.30 415	0.43 73	3.97 398	0.33 21	1.74 52	1.73 272	1.59 209	2.02 392	0.69 86	0.60 56	1.16 90	0.66 92	0.30 241	0.25 310	0.23 41	0.15 5	0.31 188	0.22 78

xyz-stereo-finetune	1.05 144	0.62 207	1.46 112	0.59 6	0.36 17	3.48 276	0.81 270	2.69 181	1.74 278	0.94 139	1.21 135	0.91 152	0.78 120	2.53 306	1.28 299	0.24 74	0.24 285	0.26 131	0.23 175	0.30 169	0.23 90

FE-Mocha	1.06 145	0.74 318	2.45 220	0.97 234	0.69 241	1.57 67	0.40 42	2.92 213	1.47 138	1.82 257	1.81 330	1.62 258	0.88 155	1.36 142	0.78 145	0.29 197	0.20 158	0.35 358	0.31 356	0.26 98	0.33 264

EGLCR-Stereo	1.06 145	0.51 84	1.56 126	1.02 273	0.39 47	4.27 473	0.42 54	4.08 428	1.48 147	0.90 132	0.68 32	1.09 181	0.66 77	1.81 232	0.62 74	0.27 132	0.19 118	0.29 221	0.23 175	0.37 300	0.25 120

MC-Stereo	1.06 145	0.48 65	1.55 124	1.15 347	0.41 60	4.56 530	0.61 132	2.06 87	1.46 133	1.90 278	1.61 254	0.89 145	1.12 236	1.35 140	0.73 126	0.25 95	0.18 83	0.26 131	0.22 157	0.25 77	0.24 108

sCroCo_RVC	1.06 145	0.82 365	5.05 305	1.02 273	1.05 374	0.98 9	0.61 132	2.06 87	1.29 93	0.69 56	1.26 152	0.82 124	1.10 231	1.20 104	0.90 195	0.42 417	0.40 457	0.33 321	0.30 340	0.46 401	0.38 326

Wave_Phase_stereo	1.07 149	0.73 308	4.10 291	0.80 103	0.51 132	4.91 569	0.72 194	2.50 144	1.00 61	0.85 121	0.57 19	0.72 96	0.48 22	1.01 52	0.90 195	0.26 110	0.22 221	0.24 73	0.29 319	0.25 77	0.25 120

rvit_0105_4	1.07 149	0.99 418	2.39 215	0.93 213	0.54 153	1.62 74	0.84 285	2.77 192	2.91 501	0.80 102	0.91 73	1.09 181	0.86 148	1.63 202	0.85 170	0.40 391	0.45 485	0.35 358	0.31 356	0.43 374	0.40 353

MM-Stereo_test3	1.09 151	0.59 168	1.55 124	1.73 521	1.18 405	1.91 91	0.86 299	3.52 290	1.76 282	1.25 172	1.86 354	1.10 184	0.69 83	1.32 135	0.86 177	0.27 132	0.23 250	0.27 163	0.22 157	0.34 257	0.30 225

IGEV-BASED-STEREO-	1.09 151	3.30 561	2.61 231	0.82 115	0.38 44	1.27 34	0.62 147	1.51 24	1.29 93	0.91 133	0.92 75	0.65 76	0.57 43	1.08 65	0.59 66	1.55 571	0.15 22	0.32 286	0.28 291	1.10 540	1.98 569

iRaftStereo_RVC	1.09 151	0.70 281	1.39 104	0.95 221	0.45 89	3.83 348	0.42 54	2.37 124	1.58 216	1.69 230	1.76 304	1.80 294	0.83 142	1.50 172	0.98 230	0.28 172	0.18 83	0.29 221	0.26 236	0.30 169	0.31 235

RAFT-Stereo-weight	1.11 154	0.48 65	1.22 71	0.99 248	0.42 67	4.17 450	0.80 260	3.60 303	1.50 161	1.97 300	1.50 219	1.30 216	0.65 70	1.24 110	0.85 170	0.25 95	0.19 118	0.26 131	0.22 157	0.27 111	0.23 90

11t1	1.11 154	0.53 104	1.80 146	1.55 496	0.65 216	2.20 118	0.60 128	3.66 314	1.49 155	1.60 210	1.26 152	1.03 176	1.35 287	1.72 219	0.97 227	0.28 172	0.31 385	0.29 221	0.23 175	0.30 169	0.34 277

rvit_0105_5	1.13 156	0.93 401	2.60 228	0.91 191	0.56 165	1.92 92	0.91 341	3.02 224	2.63 462	0.95 143	1.20 131	1.18 196	0.93 173	1.51 175	0.93 218	0.40 391	0.43 475	0.37 386	0.35 400	0.42 364	0.44 377

GMOStereo	1.13 156	0.70 281	2.26 201	0.75 77	0.44 81	3.05 200	0.91 341	2.78 195	1.45 125	2.37 441	1.52 222	1.53 244	1.05 209	1.17 97	0.92 209	0.25 95	0.19 118	0.35 358	0.28 291	0.34 257	0.26 148

error version	1.13 156	0.70 281	2.26 201	0.75 77	0.44 81	3.05 200	0.91 341	2.78 195	1.45 125	2.37 441	1.52 222	1.53 244	1.05 209	1.17 97	0.92 209	0.25 95	0.19 118	0.35 358	0.28 291	0.34 257	0.26 148

test-v	1.13 156	0.70 281	2.26 201	0.75 77	0.44 81	3.05 200	0.91 341	2.78 195	1.45 125	2.37 441	1.52 222	1.53 244	1.05 209	1.17 97	0.92 209	0.25 95	0.19 118	0.35 358	0.28 291	0.34 257	0.26 148

test-2	1.13 156	0.70 281	2.26 201	0.75 77	0.44 81	3.05 200	0.91 341	2.78 195	1.45 125	2.37 441	1.52 222	1.53 244	1.05 209	1.17 97	0.92 209	0.25 95	0.19 118	0.35 358	0.28 291	0.34 257	0.26 148

testlalala	1.14 161	0.62 207	1.34 95	1.00 256	0.78 273	4.38 485	0.93 356	2.46 138	2.20 369	2.44 454	1.52 222	1.31 217	0.61 59	1.04 61	0.65 87	0.35 334	0.19 118	0.24 73	0.19 86	0.24 62	0.23 90

HUF	1.15 162	0.64 228	8.62 346	0.90 183	0.35 15	1.35 47	0.78 243	1.97 79	1.50 161	0.63 39	1.52 222	0.83 126	0.66 77	1.28 122	0.63 77	0.29 197	0.23 250	0.26 131	0.17 36	0.23 57	0.25 120

tg	1.15 162	0.67 259	1.31 90	0.94 217	0.54 153	4.02 406	0.41 49	2.96 216	1.59 231	1.69 230	1.85 351	1.84 306	0.97 181	1.78 226	0.83 164	0.27 132	0.17 50	0.29 221	0.26 236	0.29 146	0.27 164

Selective-RAFT	1.15 162	0.46 38	1.64 133	0.99 248	0.45 89	4.17 450	0.51 87	3.21 244	1.69 261	1.12 166	1.34 178	1.45 237	1.40 298	2.08 263	0.94 220	0.41 406	0.20 158	0.24 73	0.23 175	0.27 111	0.25 120

x	1.15 162	0.57 146	1.53 120	1.44 469	0.67 230	1.94 93	0.97 376	3.87 360	1.57 213	1.61 215	1.28 160	1.58 252	1.22 263	1.93 250	1.04 241	0.28 172	0.30 375	0.34 339	0.29 319	0.32 219	0.31 235

xyz-stereo-finetune2	1.16 166	0.63 216	1.50 117	0.57 2	0.36 17	3.47 273	0.65 163	2.70 182	1.23 79	0.88 129	1.75 295	0.91 152	1.76 400	3.54 341	1.74 397	0.24 74	0.22 221	0.30 243	0.27 262	0.31 188	0.26 148

rvit_stereo_0075_2	1.18 167	0.74 318	2.66 238	0.90 183	1.27 434	2.51 142	0.69 182	2.25 109	2.06 337	1.40 190	1.86 354	1.46 239	0.84 143	1.42 155	0.94 220	0.46 445	0.40 457	0.48 463	0.38 435	0.46 401	0.51 425

AE-Stereo	1.18 167	0.60 180	2.05 172	1.10 315	0.60 192	4.39 488	0.72 194	3.74 331	1.62 241	1.10 162	1.90 369	1.01 172	0.92 170	1.45 162	0.82 161	0.28 172	0.22 221	0.28 199	0.28 291	0.26 98	0.22 78

test-3	1.19 169	0.52 90	2.00 166	1.01 262	0.42 67	1.95 94	0.91 341	4.35 519	1.47 138	2.24 405	1.16 124	2.06 341	0.79 124	2.68 317	0.76 139	0.27 132	0.18 83	0.28 199	0.26 236	0.26 98	0.25 120

test_1	1.19 169	0.52 90	2.00 166	1.01 262	0.42 67	1.95 94	0.90 333	4.36 524	1.47 138	2.17 378	1.16 124	2.06 341	0.78 120	2.68 317	0.76 139	0.27 132	0.18 83	0.28 199	0.26 236	0.26 98	0.25 120

test_3	1.19 169	0.51 84	2.08 184	0.99 248	0.41 60	2.05 106	0.87 319	4.40 532	1.42 118	1.99 307	1.18 127	2.03 335	0.79 124	2.70 319	0.75 135	0.27 132	0.17 50	0.29 221	0.29 319	0.30 169	0.27 164

raftrobust	1.19 169	0.72 297	2.30 206	1.26 394	1.31 441	3.55 297	0.68 176	2.75 189	1.47 138	2.21 396	1.38 189	1.17 192	1.22 263	1.20 104	1.11 255	0.28 172	0.24 285	0.21 20	0.19 86	0.25 77	0.28 185

RALCasStereoNet	1.19 169	1.02 423	2.06 181	1.12 326	1.14 396	3.08 207	0.70 189	2.99 219	1.73 272	1.34 179	1.68 273	1.18 196	0.91 167	2.16 273	1.00 235	0.30 241	0.26 328	0.24 73	0.21 122	0.29 146	0.30 225

MIM_Stereo	1.20 174	0.78 346	3.30 268	1.05 283	0.43 73	3.04 198	0.60 128	2.46 138	1.51 168	1.60 210	1.58 242	1.82 300	1.29 275	2.00 256	1.07 246	0.24 74	0.24 285	0.28 199	0.25 215	0.27 111	0.27 164

R-Stereo Train	1.20 174	0.58 160	1.81 147	0.99 248	0.67 230	3.78 338	0.90 333	4.09 430	1.51 168	2.16 374	1.71 284	1.13 187	0.94 175	1.40 148	0.91 204	0.30 241	0.24 285	0.26 131	0.21 122	0.26 98	0.25 120

RAFT-Stereo	1.20 174	0.58 160	1.81 147	0.99 248	0.67 230	3.78 338	0.90 333	4.09 430	1.51 168	2.16 374	1.71 284	1.13 187	0.94 175	1.40 148	0.91 204	0.30 241	0.24 285	0.26 131	0.21 122	0.26 98	0.25 120
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
model_zeroshot	1.21 177	0.60 180	3.55 277	1.05 283	0.57 177	3.46 270	0.63 150	2.73 186	1.55 201	2.05 335	1.38 189	1.50 243	0.82 137	1.69 214	0.87 183	0.29 197	0.23 250	0.30 243	0.23 175	0.27 111	0.32 246

GCAP-BAT	1.21 177	0.74 318	3.23 263	0.95 221	0.70 245	3.86 363	0.93 356	1.89 67	1.48 147	1.85 261	1.96 377	1.68 265	0.79 124	1.78 226	0.81 158	0.29 197	0.20 158	0.24 73	0.20 106	0.26 98	0.35 291

RCA-Stereo	1.21 177	0.52 90	1.58 128	0.90 183	0.46 100	4.68 546	0.79 250	4.13 441	1.74 278	1.92 285	1.80 318	0.94 165	1.48 325	1.14 82	0.70 115	0.27 132	0.18 83	0.25 101	0.19 86	0.25 77	0.23 90

raft+_RVC	1.21 177	0.83 369	2.61 231	1.35 439	0.97 346	3.60 307	0.76 226	3.23 248	1.51 168	1.33 178	1.67 270	1.03 176	1.10 231	1.87 245	0.92 209	0.24 74	0.22 221	0.25 101	0.24 201	0.26 98	0.25 120

AnonymousM	1.22 181	1.32 486	0.97 5	0.88 166	0.56 165	4.03 408	0.69 182	2.41 126	1.68 255	1.48 198	1.31 170	1.15 190	1.00 191	1.18 102	0.73 126	0.32 285	0.40 457	2.07 577	1.70 579	0.24 62	0.22 78

LL-Strereo2	1.23 182	0.85 378	2.38 214	0.93 213	0.68 235	3.72 327	1.37 462	2.54 156	1.99 319	1.75 245	1.40 194	1.82 300	0.73 95	1.40 148	0.99 233	0.31 264	0.23 250	0.55 502	0.35 400	0.29 146	0.24 108

ROB_FTStereo_v2	1.23 182	0.66 249	2.02 168	0.75 77	0.37 32	4.67 545	0.76 226	2.53 147	1.58 216	1.99 307	1.46 205	1.78 284	1.14 245	2.08 263	0.88 188	0.48 459	0.22 221	0.32 286	0.27 262	0.40 321	0.29 196

CRE-IMP	1.23 182	0.61 197	2.14 188	0.82 115	0.39 47	4.54 520	0.83 279	2.63 173	1.55 201	1.95 295	1.46 205	1.87 311	0.96 178	1.48 169	1.33 310	0.45 438	0.21 192	0.31 266	0.26 236	0.41 345	0.31 235

RAFT	1.23 182	0.84 374	2.05 172	0.96 227	0.47 110	1.80 83	0.94 362	3.18 243	1.46 133	1.60 210	1.71 284	3.04 444	1.59 352	1.64 204	1.32 306	0.38 371	0.24 285	0.40 411	0.32 368	0.40 321	0.35 291

test-1	1.23 182	0.65 238	1.88 152	0.96 227	0.52 143	3.84 353	0.62 147	4.01 405	1.47 138	1.93 289	1.78 312	1.83 303	0.92 170	1.19 103	1.28 299	0.26 110	0.29 362	0.31 266	0.24 201	0.29 146	0.36 297

rvit_0105_3	1.24 187	0.93 401	2.84 247	0.97 234	0.58 186	2.38 130	1.08 407	3.26 253	2.53 447	1.18 169	1.40 194	1.24 208	1.04 204	1.73 220	0.97 227	0.44 429	0.44 480	0.40 411	0.42 467	0.42 364	0.50 417

PSM-adaLoss	1.24 187	0.65 238	2.03 169	0.75 77	0.37 32	4.68 546	0.73 201	2.53 147	1.58 216	1.99 307	1.47 210	1.78 284	1.13 238	2.18 277	0.87 183	0.48 459	0.23 250	0.32 286	0.27 262	0.40 321	0.29 196

rafts_anoy	1.24 187	0.80 354	3.61 283	1.17 355	1.20 418	3.00 195	0.61 132	3.17 241	1.58 216	1.37 185	1.26 152	1.19 200	1.12 236	1.78 226	1.25 288	0.32 285	0.23 250	0.32 286	0.32 368	0.31 188	0.30 225

DIP-Stereo	1.24 187	0.69 270	1.77 143	0.65 35	0.61 197	4.29 475	0.58 121	4.44 538	2.53 447	1.98 302	1.33 173	0.91 152	0.86 148	1.25 116	1.25 288	0.36 346	0.23 250	0.32 286	0.23 175	0.32 219	0.29 196
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
riskmin	1.25 191	0.56 137	2.05 172	1.05 283	0.93 336	2.86 174	0.55 105	3.23 248	1.34 99	1.55 205	1.07 110	3.56 497	2.03 435	1.29 127	1.00 235	0.28 172	0.27 339	0.34 339	0.21 122	0.41 345	0.43 371

Patchmatch Stereo++	1.25 191	0.65 238	2.06 181	0.75 77	0.37 32	4.68 546	0.76 226	2.53 147	1.58 216	1.99 307	1.47 210	1.78 284	1.14 245	2.44 291	0.90 195	0.48 459	0.23 250	0.32 286	0.27 262	0.40 321	0.29 196
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
ROB_FTStereo	1.25 191	0.66 249	2.14 188	0.75 77	0.37 32	4.65 542	0.77 239	2.53 147	1.58 216	1.99 307	1.47 210	1.78 284	1.13 238	2.26 286	0.86 177	0.47 454	0.22 221	0.32 286	0.27 262	0.40 321	0.29 196

HUI-Stereo	1.25 191	0.66 249	2.33 209	0.75 77	0.37 32	4.68 546	0.78 243	2.53 147	1.58 216	1.99 307	1.46 205	1.79 291	1.13 238	2.17 275	0.85 170	0.48 459	0.23 250	0.32 286	0.27 262	0.40 321	0.29 196

iRAFT	1.25 191	0.65 238	2.06 181	0.75 77	0.37 32	4.68 546	0.76 226	2.53 147	1.58 216	1.99 307	1.47 210	1.78 284	1.14 245	2.44 291	0.90 195	0.48 459	0.23 250	0.32 286	0.27 262	0.40 321	0.29 196

RAFT-IKP	1.25 191	0.66 249	2.23 199	0.75 77	0.37 32	4.64 540	0.74 213	2.53 147	1.58 216	1.99 307	1.47 210	1.78 284	1.13 238	2.22 283	0.92 209	0.48 459	0.22 221	0.32 286	0.27 262	0.40 321	0.29 196

RAFT-Stereo + iAFF	1.25 191	0.72 297	1.74 141	1.05 283	0.36 17	4.13 432	0.42 54	2.95 215	2.84 497	2.02 326	2.40 472	1.61 257	1.11 235	1.26 117	0.97 227	0.21 38	0.15 22	0.26 131	0.23 175	0.29 146	0.23 90

FACV-RUCA	1.26 198	0.65 238	2.21 194	1.06 289	1.50 486	2.69 161	1.15 423	3.05 227	1.87 300	1.36 182	1.99 388	1.03 176	1.15 253	1.36 142	1.10 252	0.41 406	0.41 466	0.73 544	0.41 460	0.61 458	0.41 358

CAS	1.26 198	0.40 8	1.46 112	2.97 576	1.61 507	4.13 432	0.73 201	1.78 58	1.49 155	0.83 117	1.10 115	0.59 63	0.53 33	1.26 117	0.80 152	2.99 581	0.13 1	0.21 20	0.13 1	0.31 188	1.72 562

anonymousdsp2	1.26 198	0.60 180	3.74 287	1.02 273	0.41 60	3.60 307	0.72 194	3.68 317	1.47 138	1.37 185	1.56 239	1.83 303	1.01 193	2.00 256	0.66 92	0.29 197	0.20 158	0.28 199	0.20 106	0.32 219	0.29 196

dd	1.26 198	1.15 452	2.47 221	0.92 197	0.49 126	4.35 483	0.75 223	1.92 73	2.11 353	1.44 195	1.24 143	1.19 200	1.05 209	1.78 226	1.70 389	0.57 498	0.34 413	0.35 358	0.33 376	0.60 453	0.46 393

iGMRVC	1.26 198	0.66 249	2.14 188	0.75 77	0.37 32	4.66 543	0.74 213	2.53 147	1.58 216	1.99 307	1.46 205	1.78 284	1.14 245	2.46 293	0.92 209	0.48 459	0.23 250	0.32 286	0.27 262	0.40 321	0.29 196

HI	1.27 203	0.90 390	2.33 209	1.10 315	0.68 235	2.92 184	0.45 67	2.49 142	1.76 282	2.13 358	1.65 267	2.42 377	1.84 417	1.58 185	1.61 371	0.26 110	0.16 33	0.28 199	0.29 319	0.26 98	0.25 120

CoSv	1.27 203	0.90 390	2.33 209	1.10 315	0.68 235	2.92 184	0.45 67	2.49 142	1.76 282	2.13 358	1.65 267	2.42 377	1.84 417	1.58 185	1.61 371	0.26 110	0.16 33	0.28 199	0.29 319	0.26 98	0.25 120

mmm	1.27 203	0.58 160	2.20 192	1.41 463	0.68 235	2.39 132	0.85 294	3.90 370	1.63 244	2.20 387	1.84 344	1.28 212	1.50 332	1.91 249	0.89 191	0.31 264	0.27 339	0.45 446	0.37 422	0.38 305	0.34 277

NRIStereo	1.28 206	0.61 197	1.67 134	1.15 347	0.38 44	4.73 559	0.90 333	2.42 129	1.50 161	1.93 289	1.33 173	1.75 278	1.22 263	2.96 329	1.33 310	0.46 445	0.22 221	0.29 221	0.26 236	0.30 169	0.28 185

RALAANet	1.28 206	1.08 438	3.21 261	1.25 387	0.94 338	1.44 56	0.69 182	3.15 238	2.57 454	2.01 321	1.80 318	1.29 215	1.05 209	2.00 256	1.48 341	0.27 132	0.20 158	0.27 163	0.24 201	0.40 321	0.27 164

CASS	1.29 208	0.66 249	2.62 234	0.95 221	0.66 223	2.84 170	0.69 182	3.00 221	1.79 287	2.57 476	1.95 376	1.39 227	1.55 349	1.59 190	1.06 243	0.50 475	0.28 352	0.34 339	0.28 291	0.46 401	0.63 470
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
gcap-zeroshot	1.30 209	0.61 197	4.09 290	0.94 217	0.56 165	3.50 283	0.84 285	3.12 234	1.72 269	1.84 260	1.22 138	2.72 412	0.88 155	1.46 166	0.80 152	0.29 197	0.30 375	0.27 163	0.21 122	0.29 146	0.25 120

knoymous	1.30 209	0.60 180	5.57 314	0.88 166	0.75 262	3.04 198	0.90 333	2.68 179	1.33 98	1.48 198	1.07 110	2.78 423	0.88 155	1.29 127	0.85 170	0.31 264	0.22 221	0.35 358	0.20 106	0.45 390	0.37 311

qqq	1.30 209	0.57 146	1.67 134	1.15 347	0.51 132	2.18 114	0.91 341	3.98 397	1.53 184	1.50 201	1.24 143	1.79 291	1.34 284	4.66 368	0.98 230	0.28 172	0.31 385	0.33 321	0.33 376	0.33 239	0.32 246

test_4	1.30 209	0.50 78	6.16 318	0.84 136	0.45 89	1.61 72	1.12 417	2.14 95	1.42 118	1.52 202	2.31 462	1.84 306	0.79 124	2.52 304	1.19 270	0.27 132	0.17 50	0.29 221	0.29 319	0.29 146	0.25 120

s12784h	1.31 213	0.45 31	2.41 218	0.71 62	0.35 15	4.42 497	0.50 83	4.22 467	2.73 474	2.01 321	2.48 478	0.91 152	0.96 178	2.01 259	0.70 115	0.29 197	0.18 83	0.24 73	0.16 18	0.27 111	0.18 4

AFF-stereo	1.31 213	0.77 340	1.46 112	1.10 315	0.45 89	3.93 378	0.48 80	2.92 213	2.92 503	1.90 278	2.21 436	2.11 348	1.52 338	1.93 250	1.12 258	0.21 38	0.16 33	0.25 101	0.25 215	0.29 146	0.20 29

Pruner-Stereo	1.32 215	0.59 168	2.11 187	1.79 531	0.47 110	4.73 559	0.79 250	2.53 147	1.72 269	2.47 458	1.58 242	1.48 240	1.03 197	1.66 207	1.47 338	0.44 429	0.21 192	0.34 339	0.30 340	0.30 169	0.39 333

ToySt	1.35 216	0.72 297	3.65 285	1.01 262	0.50 130	3.31 248	1.01 387	3.46 279	1.73 272	1.30 175	1.55 235	2.07 344	1.47 323	1.88 246	1.40 319	0.27 132	0.27 339	0.30 243	0.32 368	0.42 364	0.39 333

DisPM	1.36 217	0.55 125	2.39 215	1.54 491	0.51 132	4.59 533	0.79 250	2.50 144	1.88 302	2.50 461	1.83 339	1.45 237	1.01 193	2.71 321	0.93 218	0.46 445	0.20 158	0.32 286	0.31 356	0.31 188	0.44 377

sAnonymous2	1.37 218	1.22 469	9.79 360	0.92 197	0.88 320	1.23 26	0.61 132	2.56 159	1.69 261	0.85 121	1.02 90	0.73 102	1.23 266	0.98 47	0.78 145	0.29 197	0.25 310	0.31 266	0.30 340	1.06 534	0.71 487

CroCo_RVC	1.37 218	1.22 469	9.79 360	0.92 197	0.88 320	1.23 26	0.61 132	2.56 159	1.69 261	0.85 121	1.02 90	0.73 102	1.23 266	0.98 47	0.78 145	0.29 197	0.25 310	0.31 266	0.30 340	1.06 534	0.71 487

GES	1.38 220	0.64 228	2.61 231	1.09 306	0.57 177	4.30 477	1.02 391	3.86 357	1.51 168	1.72 239	1.74 291	1.28 212	1.77 402	1.62 198	1.61 371	0.39 383	0.27 339	0.33 321	0.30 340	0.41 345	0.47 398

Any-RAFT	1.40 221	0.53 104	2.78 245	1.09 306	0.64 208	4.41 495	0.81 270	3.97 395	2.78 481	1.99 307	1.34 178	2.36 369	1.56 351	1.56 181	0.75 135	0.27 132	0.20 158	0.25 101	0.18 60	0.25 77	0.28 185

UDGNet	1.40 221	1.52 508	2.22 197	1.38 457	0.62 203	4.39 488	0.68 176	1.80 60	2.18 366	1.34 179	1.18 127	0.99 168	1.00 191	2.16 273	1.19 270	1.09 551	0.34 413	1.30 567	0.98 556	1.10 540	0.58 455

GMStereo_Zeroshot	1.41 223	1.21 463	3.33 270	1.29 408	0.72 250	3.35 251	0.53 97	2.58 168	1.68 255	2.35 437	1.56 239	2.42 377	0.96 178	2.50 296	1.16 264	0.45 438	0.23 250	0.40 411	0.24 201	0.79 511	0.33 264

rvit_105_1	1.43 224	0.90 390	3.27 266	1.08 300	0.68 235	2.79 163	1.27 445	3.52 290	2.35 403	1.38 187	1.54 231	1.28 212	1.14 245	2.91 325	1.40 319	0.54 492	0.47 498	0.45 446	0.59 520	0.44 382	0.58 455

RAFT-Test	1.44 225	0.59 168	6.10 317	1.01 262	0.69 241	2.90 178	0.80 260	3.68 317	1.70 265	1.85 261	1.68 273	3.15 454	1.03 197	1.20 104	0.99 233	0.27 132	0.22 221	0.25 101	0.23 175	0.27 111	0.25 120

DCRE	1.44 225	0.74 318	3.50 276	1.13 333	0.72 250	1.78 81	0.67 168	2.14 95	1.56 207	1.99 307	8.09 574	1.73 276	1.07 220	1.24 110	0.83 164	0.23 60	0.25 310	0.26 131	0.26 236	0.28 128	0.30 225

AdaStereo	1.45 227	0.83 369	2.34 212	1.28 404	0.81 282	3.21 223	1.14 422	4.20 457	2.46 436	2.05 335	1.77 309	2.48 388	1.18 256	1.71 218	1.44 328	0.43 423	0.25 310	0.43 434	0.28 291	0.44 382	0.34 277
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.
BSDual-CNN	1.46 228	0.59 168	1.94 159	0.87 161	0.85 306	4.16 445	1.16 425	4.48 544	1.88 302	2.93 516	1.83 339	2.60 399	1.31 279	1.60 192	1.21 277	0.34 314	0.25 310	0.31 266	0.28 291	0.35 275	0.33 264

PFNet+	1.46 228	0.57 146	2.84 247	0.92 197	0.47 110	4.64 540	0.84 285	2.46 138	1.99 319	2.14 361	1.64 261	1.34 220	1.03 197	4.68 370	1.23 283	0.45 438	0.33 400	0.37 386	0.39 442	0.32 219	0.49 410

ACVNet	1.46 228	0.64 228	3.56 279	0.93 213	0.85 306	4.22 463	0.80 260	2.85 206	2.08 340	1.78 249	1.88 358	3.10 449	1.46 321	1.33 136	1.89 415	0.29 197	0.26 328	0.30 243	0.26 236	0.39 316	0.27 164

psmg	1.47 231	0.59 168	1.94 159	0.92 197	0.85 306	4.30 477	1.42 473	4.10 438	1.88 302	2.64 492	2.09 411	2.60 399	1.31 279	1.60 192	1.21 277	0.34 314	0.27 339	0.33 321	0.34 384	0.36 288	0.34 277

BUS	1.49 232	0.59 168	1.94 159	0.87 161	0.85 306	4.50 513	0.76 226	4.48 544	1.88 302	2.93 516	1.83 339	3.63 499	0.97 181	1.60 192	1.17 267	0.34 314	0.25 310	0.31 266	0.28 291	0.35 275	0.33 264

plain	1.55 233	0.69 270	13.59 407	0.65 35	0.73 255	1.66 77	0.57 112	3.17 241	1.94 313	0.77 92	1.24 143	0.80 120	0.86 148	1.60 192	0.96 226	0.33 302	0.21 192	0.32 286	0.25 215	0.42 364	0.28 185

LCNet	1.55 233	0.54 118	1.88 152	0.99 248	0.55 161	3.60 307	1.21 439	2.86 209	1.53 184	2.18 380	1.74 291	1.43 236	4.17 539	3.62 344	0.87 183	0.29 197	0.20 158	0.28 199	0.77 541	0.47 405	1.85 565

DeepStereo_RVC	1.55 233	0.63 216	3.32 269	0.77 96	0.42 67	4.49 510	0.72 194	2.50 144	1.58 216	2.02 326	1.81 330	1.54 248	6.38 573	1.73 220	1.19 270	0.46 445	0.22 221	0.29 221	0.28 291	0.35 275	0.38 326

acv_ft	1.55 233	0.64 228	3.29 267	1.14 334	2.01 555	2.93 188	0.97 376	3.81 344	2.08 340	2.22 398	1.88 358	3.10 449	1.66 382	1.33 136	2.22 454	0.29 197	0.26 328	0.30 243	0.26 236	0.39 316	0.27 164

TestStereo1	1.56 237	0.81 358	2.32 207	1.61 506	0.64 208	4.13 432	1.36 457	3.79 340	3.20 532	1.60 210	2.57 490	1.39 227	2.15 447	2.51 299	1.30 303	0.29 197	0.20 158	0.34 339	0.25 215	0.40 321	0.36 297

SA-5K	1.56 237	0.81 358	2.32 207	1.61 506	0.64 208	4.13 432	1.36 457	3.79 340	3.20 532	1.60 210	2.57 490	1.39 227	2.15 447	2.51 299	1.30 303	0.29 197	0.20 158	0.34 339	0.25 215	0.40 321	0.36 297

UCFNet_RVC	1.57 239	0.84 374	3.25 264	1.36 445	1.40 467	4.07 418	1.01 387	2.68 179	1.50 161	2.11 351	1.88 358	2.37 370	1.50 332	3.41 338	1.42 325	0.36 346	0.28 352	0.52 489	0.40 453	0.53 428	0.43 371

NF-Stereo	1.58 240	0.61 197	2.66 238	2.26 558	0.47 110	4.68 546	0.67 168	3.31 258	1.48 147	2.11 351	1.59 246	1.36 223	1.09 225	6.08 400	1.20 273	0.40 391	0.20 158	0.36 374	0.34 384	0.31 188	0.36 297

OCTAStereo	1.58 240	0.61 197	2.72 241	2.27 561	0.46 100	4.68 546	0.67 168	3.30 257	1.48 147	2.11 351	1.59 246	1.36 223	1.09 225	6.02 397	1.21 277	0.41 406	0.20 158	0.36 374	0.34 384	0.31 188	0.37 311

RE-Stereo	1.58 240	0.61 197	2.72 241	2.26 558	0.46 100	4.68 546	0.68 176	3.31 258	1.48 147	2.11 351	1.59 246	1.36 223	1.09 225	6.01 395	1.22 280	0.41 406	0.20 158	0.36 374	0.34 384	0.31 188	0.37 311

TVStereo	1.58 240	0.61 197	2.72 241	2.26 558	0.46 100	4.68 546	0.68 176	3.31 258	1.48 147	2.11 351	1.59 246	1.36 223	1.09 225	6.01 395	1.22 280	0.41 406	0.20 158	0.36 374	0.34 384	0.31 188	0.37 311

Gwc-CoAtRS	1.58 240	0.57 146	11.69 386	1.01 262	0.60 192	2.53 148	0.64 153	2.36 123	1.56 207	1.80 254	1.47 210	2.74 413	1.18 256	1.12 75	0.90 195	0.27 132	0.21 192	0.25 101	0.22 157	0.27 111	0.23 90

KYRaft	1.59 245	0.52 90	1.73 138	0.95 221	0.49 126	4.38 485	1.79 508	2.43 132	1.51 168	2.49 460	2.98 518	2.00 331	3.41 520	2.14 271	0.82 161	0.30 241	0.21 192	0.33 321	0.46 479	0.35 275	2.45 579

Reg-Stereo(zero)	1.60 246	0.42 20	10.69 374	0.89 173	0.68 235	3.27 238	0.47 78	2.27 112	1.54 193	1.48 198	1.24 143	2.55 394	2.68 485	1.48 169	1.10 252	0.19 26	0.19 118	0.22 27	0.18 60	0.24 62	0.26 148

HCRNet	1.60 246	0.56 137	2.47 221	0.78 98	1.36 458	4.11 427	0.71 191	3.57 299	2.79 483	1.75 245	1.61 254	1.58 252	1.41 303	5.79 392	1.56 361	0.34 314	0.28 352	0.36 374	0.29 319	0.33 239	0.37 311

AIO-test2	1.61 248	1.30 480	3.40 272	1.16 353	1.31 441	3.18 219	0.74 213	4.06 422	1.52 177	1.72 239	2.21 436	0.78 114	0.74 100	3.64 346	0.95 225	3.64 589	0.26 328	0.35 358	0.42 467	0.37 300	0.33 264

Prome-Stereo	1.61 248	0.55 125	1.71 136	0.98 242	0.60 192	4.41 495	1.82 512	3.03 225	1.53 184	2.18 380	3.45 541	1.72 275	3.49 526	2.23 284	1.08 248	0.29 197	0.20 158	0.26 131	0.25 215	0.34 257	2.16 571

test_sample1	1.62 250	0.55 125	1.88 152	1.44 469	0.79 277	2.27 122	0.64 153	4.00 403	1.82 290	1.87 268	1.35 181	1.57 250	1.62 362	9.55 477	1.24 285	0.30 241	0.27 339	0.31 266	0.28 291	0.32 219	0.32 246

testlalala_base	1.62 250	0.74 318	1.63 131	1.19 364	1.40 467	2.63 157	0.84 285	4.09 430	1.31 96	1.22 171	1.42 198	1.21 205	0.85 145	1.16 90	0.73 126	3.92 595	2.10 586	0.27 163	0.18 60	4.49 595	1.11 537

RAFT+CT+SA	1.62 250	0.72 297	7.42 329	0.97 234	1.42 476	4.04 410	0.94 362	3.90 370	1.61 236	1.61 215	1.63 259	1.33 219	1.18 256	2.73 323	1.10 252	0.27 132	0.19 118	0.31 266	0.34 384	0.33 239	0.33 264

SA	1.62 250	0.75 331	3.78 289	1.07 292	0.43 73	4.26 468	1.36 457	4.45 541	3.12 521	1.63 218	1.97 383	1.68 265	2.26 458	2.55 307	1.27 295	0.27 132	0.22 221	0.37 386	0.37 422	0.35 275	0.30 225

Sa-1000	1.63 254	0.79 350	3.56 279	1.11 322	0.48 118	4.06 413	1.41 471	4.49 547	2.75 478	2.00 319	2.80 510	1.84 306	1.43 311	2.64 316	1.50 347	0.27 132	0.19 118	0.36 374	0.33 376	0.36 288	0.30 225

PSMNet-RUCA	1.64 255	1.50 507	2.57 227	1.50 484	1.38 463	3.05 200	1.36 457	3.31 258	2.24 375	1.36 182	2.07 408	1.40 232	1.09 225	1.83 235	1.55 359	1.15 555	0.69 548	1.26 566	0.96 554	1.64 562	0.94 525

test_sample7	1.65 256	0.70 281	2.60 228	1.48 480	0.76 266	2.38 130	1.07 402	4.35 519	2.11 353	2.14 361	1.75 295	1.75 278	1.67 384	6.26 404	1.26 291	0.44 429	0.48 504	0.43 434	0.40 453	0.46 401	0.43 371

StereoVision	1.65 256	0.75 331	7.47 331	1.01 262	1.80 539	2.61 155	0.61 132	3.06 230	1.96 314	1.25 172	3.46 542	1.85 309	0.88 155	2.07 261	1.93 420	0.43 423	0.36 425	0.37 386	0.36 410	0.48 408	0.33 264

dad	1.65 256	1.19 460	3.04 256	0.98 242	0.56 165	4.22 463	0.84 285	1.99 81	2.48 437	2.14 361	1.68 273	1.62 258	1.13 238	3.85 351	2.04 434	1.03 550	0.40 457	2.04 576	0.48 487	0.75 505	0.53 432

PSM-softLoss	1.66 259	0.59 168	5.15 307	2.25 556	0.48 118	4.68 546	0.69 182	2.57 161	1.52 177	2.14 361	1.45 203	1.42 234	0.99 189	6.04 398	1.20 273	0.41 406	0.23 250	0.37 386	0.39 442	0.32 219	0.31 235

KMStereo	1.66 259	0.59 168	5.15 307	2.25 556	0.48 118	4.68 546	0.69 182	2.57 161	1.52 177	2.14 361	1.45 203	1.42 234	0.99 189	6.04 398	1.20 273	0.41 406	0.23 250	0.37 386	0.39 442	0.32 219	0.31 235

DDVS	1.68 261	0.79 350	2.52 223	1.26 394	1.16 403	3.17 217	0.78 243	3.12 234	1.82 290	1.86 266	1.91 370	2.92 436	1.43 311	6.20 402	1.63 379	0.45 438	0.65 540	0.34 339	0.38 435	0.48 408	0.79 509

ISRNet	1.69 262	0.76 337	5.69 315	1.27 402	1.36 458	2.85 172	0.61 132	3.60 303	1.91 310	2.13 358	2.12 419	2.90 431	1.41 303	2.51 299	1.71 390	0.49 471	0.50 510	0.56 504	0.47 482	0.49 414	0.57 450

IER	1.69 262	0.65 238	7.19 327	0.94 217	1.15 398	3.28 242	0.89 328	3.48 280	1.97 316	2.10 347	1.98 385	2.28 356	2.12 443	2.25 285	1.75 400	0.29 197	0.23 250	0.36 374	0.30 340	0.32 219	0.34 277

RAFT_R40	1.70 264	0.59 168	2.99 253	1.46 475	0.46 100	4.74 562	0.98 382	2.23 107	1.56 207	2.02 326	2.35 470	2.71 410	2.56 479	6.71 417	0.90 195	0.40 391	0.19 118	0.30 243	0.27 262	0.33 239	0.26 148

ffm	1.72 265	0.60 180	5.21 309	1.14 334	0.99 356	3.62 312	0.86 299	4.22 467	3.37 545	2.20 387	2.30 456	3.48 482	1.62 362	2.21 281	0.65 87	0.29 197	0.16 33	0.48 463	0.37 422	0.30 169	0.29 196

Anonymous3	1.72 265	0.76 337	11.61 385	0.83 126	0.84 305	4.46 502	0.84 285	3.57 299	1.16 72	1.34 179	1.37 186	1.11 186	1.03 197	1.58 185	1.13 259	0.70 527	0.58 528	0.33 321	0.35 400	0.47 405	0.42 362

DMCA	1.72 265	0.74 318	6.63 320	1.14 334	0.96 342	3.98 400	0.90 333	3.75 332	2.76 479	2.83 511	1.58 242	2.35 367	1.18 256	1.58 185	1.98 429	0.40 391	0.27 339	0.42 430	0.26 236	0.36 288	0.38 326

fff	1.74 268	0.70 281	9.08 350	0.81 105	0.36 17	4.15 436	0.57 112	4.23 471	2.09 343	2.30 419	1.80 318	1.19 200	3.02 500	1.44 158	1.46 333	0.29 197	0.23 250	0.23 41	0.18 60	0.24 62	0.42 362

DCANet	1.74 268	0.73 308	9.08 350	0.82 115	0.40 53	4.18 453	0.59 125	4.25 481	2.97 507	2.35 437	1.84 344	1.18 196	1.63 375	1.51 175	1.55 359	0.29 197	0.24 285	0.23 41	0.18 60	0.30 169	0.53 432

csc	1.74 268	0.70 281	9.08 350	0.81 105	0.36 17	4.15 436	0.57 112	4.23 471	2.09 343	2.30 419	1.80 318	1.19 200	3.02 500	1.44 158	1.46 333	0.29 197	0.23 250	0.23 41	0.18 60	0.24 62	0.42 362

cscssc	1.74 268	0.70 281	9.08 350	0.81 105	0.36 17	4.15 436	0.57 112	4.23 471	2.09 343	2.30 419	1.80 318	1.19 200	3.02 500	1.44 158	1.46 333	0.29 197	0.23 250	0.23 41	0.18 60	0.24 62	0.42 362

test_sample2	1.75 272	0.56 137	2.25 200	1.41 463	0.80 279	2.91 181	0.86 299	4.05 418	2.04 332	1.91 283	1.39 191	1.57 250	1.55 349	10.65 515	1.06 243	0.32 285	0.28 352	0.32 286	0.30 340	0.36 288	0.33 264

anonymity	1.76 273	1.26 476	2.73 244	1.66 511	1.32 448	1.84 85	1.07 402	3.49 283	2.30 391	2.11 351	2.11 416	1.71 274	3.90 534	1.82 234	1.48 341	1.10 552	1.09 565	1.08 561	1.08 562	1.05 533	1.09 535

SST-Stereo	1.76 273	0.58 160	3.10 257	1.44 469	0.46 100	4.71 558	0.76 226	2.22 106	2.79 483	2.07 343	2.18 430	2.43 380	3.22 513	6.66 413	0.84 167	0.42 417	0.19 118	0.30 243	0.27 262	0.35 275	0.26 148

StereoDRNet-Refined	1.77 275	0.81 358	2.22 197	1.21 375	0.76 266	3.26 236	0.71 191	3.82 347	2.05 335	2.29 415	2.05 403	2.98 439	1.44 314	7.15 424	2.27 458	0.30 241	0.23 250	0.42 430	0.33 376	0.45 390	0.64 474
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CSP-Net	1.78 276	1.32 486	1.92 157	1.16 353	1.03 369	3.38 254	1.31 450	3.52 290	1.75 280	1.96 298	1.93 375	2.40 372	1.48 325	8.58 452	1.58 364	0.46 445	0.34 413	0.27 163	0.26 236	0.41 345	0.50 417

MM-Stereo_test2	1.79 277	0.53 104	20.16 536	1.43 466	0.47 110	2.57 151	0.73 201	1.67 46	1.47 138	0.94 139	0.96 86	0.84 128	0.79 124	1.16 90	0.68 100	0.24 74	0.17 50	0.25 101	0.22 157	0.30 169	0.22 78

tt1	1.79 277	0.73 308	10.41 371	1.75 523	0.36 17	4.55 525	0.79 250	4.22 467	3.37 545	1.08 160	1.80 318	0.74 108	1.48 325	2.21 281	0.65 87	0.29 197	0.16 33	0.31 266	0.22 157	0.30 169	0.29 196

RAFT_CTSACE	1.80 279	1.06 434	10.00 363	1.71 518	1.39 465	3.49 279	1.06 400	3.05 227	1.62 241	1.70 234	2.04 397	2.51 391	1.80 410	1.98 254	0.94 220	0.25 95	0.22 221	0.28 199	0.30 340	0.30 169	0.26 148

UPFNet	1.81 280	0.63 216	6.71 321	1.25 387	1.44 477	3.50 283	1.35 455	4.02 409	1.85 298	2.40 448	1.52 222	2.41 374	1.40 298	3.62 344	1.88 414	0.34 314	0.33 400	0.37 386	0.31 356	0.41 345	0.39 333

AACVNet	1.83 281	1.02 423	2.41 218	1.45 473	0.87 316	3.21 223	0.73 201	3.16 239	1.61 236	2.01 321	1.82 338	2.28 356	1.33 282	10.98 529	1.49 346	0.39 383	0.32 393	0.38 401	0.32 368	0.43 374	0.44 377

111	1.83 281	0.92 397	9.08 350	0.81 105	0.36 17	4.25 467	0.91 341	4.44 538	2.70 471	2.39 446	1.96 377	2.30 362	1.64 378	1.28 122	1.82 407	0.28 172	0.22 221	0.24 73	0.20 106	0.31 188	0.54 438

ACVNet-DCA	1.85 283	0.74 318	13.77 410	1.78 526	0.36 17	4.48 504	0.74 213	3.98 397	1.53 184	1.01 149	1.81 330	0.72 96	1.62 362	2.13 268	0.64 80	0.29 197	0.17 50	0.32 286	0.21 122	0.33 239	0.32 246

NLSM1	1.86 284	0.53 104	1.39 104	0.73 73	1.89 548	3.09 208	0.64 153	8.41 592	12.10 597	0.79 99	1.21 135	0.73 102	0.86 148	1.67 211	1.45 332	0.26 110	0.24 285	0.29 221	0.24 201	0.31 188	0.27 164

ITSA-stereo	1.86 284	0.72 297	3.74 287	1.20 369	0.66 223	4.09 420	0.91 341	4.24 479	2.53 447	1.93 289	1.77 309	1.59 254	2.15 447	6.12 401	2.44 473	0.40 391	0.38 443	0.40 411	0.40 453	0.50 416	0.98 529

test_5	1.87 286	0.75 331	10.23 368	1.14 334	1.40 467	3.85 361	1.27 445	3.91 375	1.93 312	1.69 230	1.78 312	1.67 263	1.79 405	2.99 331	1.17 267	0.30 241	0.18 83	0.35 358	0.33 376	0.34 257	0.33 264

NINENet	1.87 286	0.74 318	2.60 228	1.12 326	1.06 377	4.50 513	0.76 226	4.41 533	2.24 375	2.16 374	1.86 354	3.63 499	0.97 181	8.00 442	1.17 267	0.41 406	0.30 375	0.41 423	0.30 340	0.41 345	0.36 297

IRAFT_RVC	1.87 286	0.60 180	4.33 295	2.40 565	0.66 223	4.59 533	1.59 492	2.96 216	1.51 168	2.23 402	1.75 295	2.09 345	2.63 482	6.70 414	1.50 347	0.33 302	0.21 192	0.33 321	0.29 319	0.32 219	0.32 246

MLCV	1.87 286	0.91 395	8.59 344	1.10 315	0.57 177	3.59 305	0.53 97	3.70 327	2.20 369	2.80 508	2.25 442	2.00 331	1.42 308	4.13 360	1.86 412	0.30 241	0.20 158	0.32 286	0.21 122	0.33 239	0.36 297

iRaft-Stereo_20w	1.88 290	0.62 207	10.58 373	0.90 183	0.83 298	2.96 193	0.78 243	4.90 568	1.58 216	2.29 415	1.60 250	1.25 209	4.51 547	2.28 287	0.90 195	0.29 197	0.21 192	0.26 131	0.24 201	0.41 345	0.31 235

DSFCA	1.89 291	0.69 270	3.14 260	1.10 315	1.18 405	3.99 401	1.79 508	3.50 286	2.16 362	3.10 529	1.64 261	2.91 434	2.50 475	5.38 380	2.26 456	0.43 423	0.38 443	0.37 386	0.36 410	0.50 416	0.42 362

iResNet_ROB	1.89 291	1.02 423	8.60 345	1.39 459	0.98 353	3.72 327	0.66 166	3.84 351	2.65 465	1.88 271	2.05 403	1.98 328	1.27 270	4.52 366	1.67 386	0.30 241	0.20 158	0.28 199	0.18 60	0.31 188	0.40 353

MM-Stereo_test1	1.90 293	0.53 104	19.85 522	1.39 459	0.48 118	1.81 84	0.79 250	3.00 221	1.82 290	1.69 230	1.09 112	0.87 139	0.97 181	1.45 162	0.74 132	0.24 74	0.21 192	0.27 163	0.24 201	0.35 275	0.24 108

H2IRNET	1.90 293	0.53 104	14.29 426	1.14 334	0.60 192	4.48 504	0.44 63	2.65 175	1.81 289	1.05 158	2.30 456	1.67 263	1.40 298	2.17 275	1.50 347	0.36 346	0.21 192	0.33 321	0.37 422	0.34 257	0.29 196

CFNet-ft	1.90 293	0.95 409	3.56 279	1.07 292	1.54 492	4.09 420	0.90 333	2.85 206	1.82 290	1.78 249	1.70 280	2.75 415	1.48 325	9.33 470	1.72 392	0.33 302	0.30 375	0.61 520	0.36 410	0.52 422	0.39 333

CFNet_RVC	1.90 293	0.95 409	3.56 279	1.07 292	1.54 492	4.09 420	0.90 333	2.85 206	1.82 290	1.78 249	1.70 280	2.75 415	1.48 325	9.33 470	1.72 392	0.33 302	0.30 375	0.61 520	0.36 410	0.52 422	0.39 333

PSMNet-ADL	1.91 297	0.72 297	1.78 145	1.09 306	0.86 311	4.18 453	0.78 243	3.77 336	2.10 351	1.72 239	1.85 351	2.91 434	1.82 415	10.38 508	1.91 418	0.48 459	0.46 494	0.28 199	0.29 319	0.38 305	0.51 425

GEStereo_RVC	1.91 297	0.80 354	6.57 319	1.20 369	1.06 377	4.02 406	1.43 475	4.13 441	1.89 306	2.03 330	1.80 318	2.34 365	1.86 422	4.94 372	1.77 401	0.48 459	0.38 443	0.32 286	0.28 291	0.42 364	0.50 417

DN-CSS_ROB	1.91 297	1.55 510	11.13 380	1.82 533	0.88 320	3.99 401	0.61 132	4.01 405	1.67 253	1.64 221	1.89 364	1.39 227	1.06 216	3.23 333	1.50 347	0.31 264	0.19 118	0.44 439	0.29 319	0.37 300	0.31 235

qqq1	1.92 300	0.57 146	4.46 296	1.36 445	0.57 177	2.03 100	0.73 201	4.25 481	2.80 487	2.32 429	2.31 462	1.95 319	1.52 338	10.99 530	0.71 118	0.34 314	0.32 393	0.30 243	0.23 175	0.29 146	0.29 196

fff1	1.92 300	0.57 146	4.46 296	1.36 445	0.57 177	2.03 100	0.73 201	4.25 481	2.80 487	2.32 429	2.31 462	1.95 319	1.52 338	10.99 530	0.71 118	0.34 314	0.32 393	0.30 243	0.23 175	0.29 146	0.29 196

raft_robust	1.92 300	1.15 452	3.34 271	1.02 273	0.43 73	3.84 353	0.46 72	4.42 534	2.52 446	1.67 228	1.36 185	2.17 350	6.37 571	6.78 419	1.04 241	0.28 172	0.24 285	0.30 243	0.35 400	0.31 188	0.32 246

delet	1.92 300	0.76 337	5.14 306	1.01 262	1.65 516	3.44 264	2.03 524	3.76 334	2.48 437	2.01 321	2.05 403	2.63 403	1.90 428	5.34 379	2.12 444	0.28 172	0.29 362	0.40 411	0.31 356	0.41 345	0.45 383

BEATNet_4x	1.92 300	1.36 491	8.75 348	1.20 369	0.56 165	3.46 270	1.03 393	4.00 403	2.43 428	2.25 408	1.70 280	2.10 346	1.59 352	2.57 310	3.05 501	0.37 354	0.22 221	0.47 455	0.29 319	0.60 453	0.40 353

IIG-Stereo	1.95 305	0.79 350	2.14 188	2.78 573	0.66 223	4.62 537	0.76 226	4.27 489	1.53 184	2.63 491	3.14 531	3.35 471	1.61 359	7.65 437	1.41 323	0.39 383	0.20 158	0.31 266	0.25 215	0.33 239	0.22 78

LALA_ROB	1.95 305	1.48 505	3.11 258	1.05 283	0.98 353	3.99 401	1.82 512	4.44 538	2.28 387	3.31 539	1.85 351	2.76 421	1.67 384	4.04 359	3.23 504	0.46 445	0.41 466	0.55 502	0.52 504	0.60 453	0.57 450

DCANet-4	1.96 307	0.51 84	14.31 427	0.82 115	0.40 53	4.16 445	0.57 112	4.29 497	2.98 510	2.30 419	1.80 318	1.03 176	1.54 348	1.44 158	1.44 328	0.29 197	0.23 250	0.23 41	0.18 60	0.24 62	0.42 362

PSMNet-RSSM	1.96 307	0.77 340	3.26 265	1.29 408	1.31 441	4.19 457	0.96 373	3.68 317	1.89 306	2.05 335	1.80 318	2.60 399	1.70 391	9.84 485	1.81 405	0.35 334	0.29 362	0.35 358	0.37 422	0.42 364	0.35 291

4D-IteraStereo	1.97 309	0.84 374	20.43 553	0.78 98	1.56 499	2.09 110	1.05 399	2.43 132	1.56 207	1.41 192	1.00 89	1.94 317	0.61 59	1.22 107	1.06 243	0.27 132	0.18 83	0.31 266	0.26 236	0.27 111	0.23 90

OMP-Stereo	1.97 309	0.93 401	1.88 152	2.76 572	0.67 230	4.58 532	1.48 478	4.31 508	1.54 193	3.15 534	2.76 506	3.25 462	1.38 291	7.66 438	1.35 314	0.40 391	0.20 158	0.33 321	0.26 236	0.33 239	0.24 108

cc1	1.98 311	0.74 318	13.77 410	1.78 526	0.36 17	4.48 504	0.74 213	4.23 471	3.95 562	1.01 149	1.81 330	0.72 96	1.62 362	2.13 268	0.64 80	0.29 197	0.17 50	0.32 286	0.21 122	0.31 188	0.29 196

hknet	1.98 311	0.64 228	8.70 347	0.87 161	1.07 381	4.16 445	1.16 425	4.48 544	1.73 272	2.93 516	1.83 339	3.48 482	1.30 278	3.91 355	1.51 353	0.31 264	0.25 310	0.31 266	0.28 291	0.35 275	0.33 264

GANet-RSSM	1.98 311	0.62 207	3.49 274	1.69 514	1.23 425	4.22 463	0.91 341	3.31 258	1.86 299	1.81 255	1.74 291	2.34 365	1.82 415	10.92 527	1.73 396	0.34 314	0.29 362	0.31 266	0.28 291	0.39 316	0.40 353

1test111	1.99 314	0.74 318	13.77 410	1.78 526	0.36 17	4.48 504	0.74 213	3.98 397	1.53 184	1.01 149	1.81 330	0.72 96	1.62 362	4.66 368	0.98 230	0.29 197	0.17 50	0.32 286	0.21 122	0.33 239	0.32 246

SMFormer	2.00 315	0.57 146	4.46 296	1.36 445	0.57 177	2.03 100	0.73 201	4.25 481	2.80 487	2.32 429	2.31 462	1.95 319	1.52 338	10.99 530	2.13 447	0.34 314	0.32 393	0.36 374	0.31 356	0.38 305	0.36 297

tta	2.00 315	0.57 146	4.46 296	1.36 445	0.57 177	2.03 100	0.73 201	4.25 481	2.80 487	2.32 429	2.31 462	1.95 319	1.52 338	10.99 530	2.13 447	0.34 314	0.32 393	0.36 374	0.31 356	0.29 146	0.29 196

TestStereo	2.00 315	1.02 423	12.25 390	0.70 56	0.61 197	1.88 88	0.55 105	2.31 119	1.52 177	1.41 192	1.33 173	1.27 211	0.90 164	11.62 557	0.81 158	0.34 314	0.19 118	0.33 321	0.24 201	0.44 382	0.24 108

cross-raft	2.01 318	0.57 146	19.01 500	1.03 280	0.56 165	2.11 111	0.72 194	3.63 308	1.57 213	1.77 247	1.51 221	3.17 456	1.13 238	1.16 90	0.85 170	0.23 60	0.21 192	0.26 131	0.23 175	0.28 128	0.25 120

MMNet	2.02 319	0.81 358	10.76 375	1.12 326	1.23 425	3.53 290	0.89 328	3.79 340	2.08 340	2.15 369	1.76 304	2.15 349	2.12 443	3.69 347	2.32 461	0.31 264	0.29 362	0.34 339	0.27 262	0.38 305	0.42 362

xx1	2.03 320	0.74 318	13.77 410	1.78 526	0.36 17	4.48 504	0.74 213	4.23 471	3.95 562	1.01 149	1.81 330	1.79 291	1.34 284	2.13 268	0.64 80	0.29 197	0.17 50	0.33 321	0.33 376	0.33 239	0.32 246

HGLStereo	2.03 320	0.74 318	7.50 332	1.23 383	1.56 499	3.62 312	0.95 366	3.78 339	1.89 306	2.03 330	2.20 434	3.12 452	2.14 446	5.68 389	2.04 434	0.37 354	0.31 385	0.32 286	0.29 319	0.40 321	0.45 383

ssnet_v2	2.04 322	0.88 387	7.87 333	1.20 369	0.87 316	3.86 363	1.64 498	4.01 405	2.60 459	2.61 486	1.96 377	3.79 505	1.71 393	2.20 279	2.96 497	0.41 406	0.35 419	0.42 430	0.37 422	0.55 433	0.52 430

ADStereo(finetuned)	2.04 322	0.73 308	13.28 401	0.82 115	0.40 53	4.16 445	0.59 125	4.25 481	2.97 507	2.35 437	1.84 344	1.18 196	3.40 519	1.52 177	1.54 358	0.29 197	0.24 285	0.23 41	0.18 60	0.30 169	0.51 425

CBFPSM	2.05 324	0.95 409	10.12 367	1.07 292	1.05 374	2.84 170	1.20 436	3.28 254	1.73 272	1.82 257	1.30 164	4.56 545	4.06 536	2.34 288	2.34 463	0.25 95	0.38 443	0.32 286	0.27 262	0.37 300	0.79 509

DeepPruner_ROB	2.05 324	1.09 441	10.50 372	1.01 262	1.20 418	4.39 488	0.91 341	3.14 236	1.72 269	2.60 484	1.54 231	2.78 423	1.27 270	4.52 366	1.72 392	0.51 481	0.40 457	0.37 386	0.34 384	0.48 408	0.52 430

DLCB_ROB	2.05 324	0.95 409	2.37 213	1.24 385	1.02 368	2.92 184	1.30 449	3.68 317	2.30 391	2.91 514	2.17 428	3.32 469	1.52 338	10.37 506	2.50 478	0.40 391	0.33 400	0.40 411	0.36 410	0.41 345	0.47 398

NLCSM	2.07 327	0.57 146	1.26 78	0.68 53	1.83 541	3.24 230	0.69 182	8.40 591	9.75 591	0.92 136	1.30 164	0.87 139	1.06 216	7.60 434	1.57 363	0.28 172	0.25 310	0.29 221	0.25 215	0.36 288	0.27 164

HITNet	2.07 327	0.82 365	14.77 431	1.34 434	0.56 165	3.47 273	0.80 260	4.07 424	2.35 403	2.16 374	1.61 254	1.64 260	1.44 314	2.09 266	2.56 485	0.26 110	0.18 83	0.41 423	0.26 236	0.45 390	0.25 120
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
ETE_ROB	2.07 327	1.40 497	3.01 255	1.09 306	0.92 331	3.94 383	1.53 485	4.25 481	2.23 373	3.31 539	2.06 407	2.35 367	1.52 338	8.74 454	2.07 440	0.44 429	0.36 425	0.51 483	0.48 487	0.54 431	0.62 466

CFNet-RSSM	2.08 330	0.52 90	20.06 530	1.01 262	0.56 165	3.39 255	0.64 153	3.67 315	1.55 201	1.72 239	1.37 186	2.57 396	1.19 260	1.11 70	0.86 177	0.27 132	0.20 158	0.25 101	0.23 175	0.27 111	0.23 90

NLMM	2.10 331	0.53 104	1.23 72	0.63 21	1.86 543	2.81 166	0.61 132	11.68 600	14.99 603	0.80 102	0.86 60	0.92 158	1.03 197	1.12 75	1.48 341	0.26 110	0.25 310	0.27 163	0.22 157	0.31 188	0.24 108

coex_refinement	2.10 331	0.85 378	3.67 286	1.31 418	1.13 395	3.21 223	0.85 294	3.86 357	2.31 395	2.51 465	1.92 372	3.49 488	1.69 389	11.08 537	2.13 447	0.37 354	0.25 310	0.27 163	0.31 356	0.41 345	0.37 311

iRaft-Stereo_5w	2.10 331	0.83 369	8.57 343	0.81 105	0.76 266	3.21 223	0.84 285	3.71 328	1.65 249	1.56 207	2.50 480	2.20 352	2.23 456	9.13 465	2.01 432	0.38 371	0.19 118	0.35 358	0.27 262	0.45 390	0.39 333

WQFJA1	2.11 334	0.52 90	1.23 72	0.63 21	1.87 546	2.81 166	0.61 132	11.67 599	15.01 604	0.80 102	0.86 60	0.92 158	1.03 197	1.13 79	1.48 341	0.26 110	0.25 310	0.27 163	0.22 157	0.31 188	0.24 108

DFGA-Net	2.11 334	3.00 556	7.43 330	1.11 322	0.76 266	3.72 327	0.60 128	2.63 173	1.91 310	2.01 321	2.07 408	1.22 206	1.04 204	10.26 504	2.26 456	0.27 132	0.22 221	0.34 339	0.34 384	0.61 458	0.48 403

G2L-Stereo_test	2.11 334	0.86 381	7.12 326	1.65 510	1.19 412	3.54 294	1.02 391	3.57 299	2.01 325	2.50 461	1.68 273	3.15 454	1.50 332	9.21 468	1.62 376	0.28 172	0.19 118	0.23 41	0.22 157	0.27 111	0.31 235

CFNet_pseudo	2.12 337	0.67 259	15.14 442	0.85 148	0.74 260	3.95 388	0.64 153	3.95 388	1.78 285	1.90 278	1.79 315	3.27 464	1.62 362	2.51 299	1.16 264	0.31 264	0.36 425	0.53 494	0.27 262	0.63 464	0.44 377

test_xeample3	2.12 337	0.63 216	21.55 588	0.91 191	0.47 110	1.85 86	0.94 362	7.96 588	1.23 79	0.75 73	0.76 42	0.64 71	0.70 85	1.77 225	0.83 164	0.30 241	0.21 192	0.27 163	0.21 122	0.27 111	0.24 108

G2L-ROB	2.13 339	0.78 346	10.06 364	1.19 364	1.06 377	3.84 353	0.93 356	3.32 263	2.27 383	2.20 387	1.47 210	2.65 405	1.20 262	8.38 448	1.81 405	0.28 172	0.19 118	0.23 41	0.22 157	0.28 128	0.32 246

ccs_rob	2.13 339	0.67 259	15.11 441	0.84 136	0.75 262	3.96 393	0.65 163	3.95 388	1.78 285	1.88 271	1.79 315	3.26 463	1.64 378	2.51 299	1.16 264	0.31 264	0.36 425	0.54 501	0.27 262	0.65 475	0.45 383

WQFJX	2.14 341	0.54 118	1.28 86	0.61 10	1.85 542	2.87 175	0.77 239	11.60 598	14.62 602	0.82 108	1.15 122	0.89 145	1.10 231	1.69 214	1.39 317	0.28 172	0.25 310	0.25 101	0.21 122	0.32 219	0.25 120

SepStereo	2.15 342	0.67 259	4.79 303	1.14 334	1.64 512	2.93 188	2.13 529	4.09 430	2.74 475	4.17 562	2.52 483	2.46 386	1.79 405	8.36 446	1.63 379	0.37 354	0.22 221	0.39 405	0.25 215	0.41 345	0.34 277

IGEV-FE	2.16 343	0.69 270	20.56 557	1.22 378	0.54 153	2.18 114	0.53 97	3.38 273	1.61 236	1.93 289	1.55 235	3.74 502	1.06 216	1.56 181	0.91 204	0.29 197	0.20 158	0.27 163	0.29 319	0.40 321	0.32 246

test_for_model	2.16 343	3.87 565	1.58 128	4.16 591	3.64 589	2.51 142	0.96 373	3.63 308	2.62 460	2.45 455	1.39 191	1.02 173	0.73 95	0.92 35	0.57 61	2.97 580	2.19 588	0.26 131	0.17 36	5.32 599	2.24 572

IGEV_Zeroshot_test	2.16 343	0.69 270	20.60 561	1.22 378	0.54 153	2.18 114	0.53 97	3.38 273	1.61 236	1.93 289	1.55 235	3.76 504	1.05 209	1.55 180	0.91 204	0.29 197	0.20 158	0.27 163	0.29 319	0.40 321	0.32 246

anonymousa	2.16 343	0.67 259	19.19 501	1.04 282	1.67 520	2.06 108	0.79 250	2.86 209	1.96 314	1.85 261	2.14 423	3.23 461	1.81 413	1.12 75	1.15 261	0.26 110	0.26 328	0.34 339	0.32 368	0.30 169	0.28 185

NLMM1	2.18 347	0.55 125	1.34 95	0.62 15	1.86 543	3.30 247	0.62 147	11.92 601	15.07 605	0.86 125	0.96 86	0.84 128	0.90 164	1.83 235	1.35 314	0.27 132	0.27 339	0.27 163	0.24 201	0.31 188	0.28 185

AIO-test1	2.18 347	0.66 249	18.95 498	0.89 173	1.48 483	3.40 258	0.97 376	4.19 456	1.68 255	0.86 125	1.35 181	0.99 168	0.75 103	4.47 365	1.27 295	0.23 60	0.23 250	0.28 199	0.33 376	0.31 188	0.35 291

SFCPSM	2.18 347	0.63 216	17.03 464	0.88 166	0.98 353	3.74 332	1.28 447	4.09 430	2.16 362	1.85 261	1.83 339	1.65 261	1.39 294	2.50 296	1.50 347	0.33 302	0.27 339	0.39 405	0.36 410	0.34 257	0.37 311

WQFJX1	2.20 350	0.52 90	1.38 102	0.62 15	1.78 535	3.07 205	0.67 168	12.26 604	15.24 606	0.84 119	1.05 105	0.91 152	0.97 181	1.88 246	1.26 291	0.27 132	0.25 310	0.28 199	0.21 122	0.36 288	0.25 120

GANet-ADL	2.20 350	0.73 308	20.11 535	1.25 387	0.69 241	3.83 348	0.76 226	3.49 283	1.71 266	1.65 225	1.99 388	2.10 346	1.10 231	1.42 155	1.26 291	0.38 371	0.33 400	0.25 101	0.22 157	0.42 364	0.36 297

MSKI-zero shot	2.22 352	0.64 228	20.09 534	0.96 227	0.56 165	4.04 410	0.70 189	3.91 375	1.50 161	1.92 285	2.28 448	1.92 315	0.71 87	2.93 327	0.67 97	0.26 110	0.23 250	0.26 131	0.21 122	0.28 128	0.26 148

PS-NSSS	2.22 352	1.33 489	2.90 251	0.97 234	1.53 491	4.11 427	1.08 407	4.55 554	2.65 465	2.10 347	2.32 467	1.77 283	1.40 298	11.79 570	1.61 371	0.68 523	0.45 485	0.96 555	0.43 470	0.95 525	0.92 523

PCWNet_CMD	2.23 354	0.65 238	17.36 469	0.83 126	0.76 266	3.51 286	0.64 153	3.60 303	1.97 316	1.70 234	1.63 259	3.22 459	3.05 504	2.09 266	1.11 255	0.31 264	0.36 425	0.47 455	0.26 236	0.64 472	0.47 398

HH	2.23 354	0.86 381	21.59 589	0.98 242	0.51 132	1.49 61	0.82 274	2.74 187	1.54 193	1.10 162	1.69 278	4.62 548	1.86 422	2.55 307	0.69 109	0.26 110	0.22 221	0.29 221	0.23 175	0.34 257	0.27 164

HanStereo	2.23 354	0.86 381	21.59 589	0.98 242	0.51 132	1.49 61	0.82 274	2.74 187	1.54 193	1.10 162	1.69 278	4.62 548	1.86 422	2.55 307	0.69 109	0.26 110	0.22 221	0.29 221	0.23 175	0.34 257	0.27 164

MSMDNet	2.23 354	0.64 228	17.32 465	0.84 136	0.75 262	3.53 290	0.64 153	3.61 306	1.98 318	1.71 238	1.64 261	3.22 459	2.99 497	2.08 263	1.11 255	0.31 264	0.37 437	0.45 446	0.26 236	0.62 462	0.45 383

Select-FE	2.25 358	0.87 384	17.36 469	1.06 289	0.99 356	2.04 105	0.46 72	3.79 340	1.61 236	2.52 467	1.81 330	4.41 537	3.15 507	1.83 235	0.92 209	0.32 285	0.35 419	0.30 243	0.41 460	0.32 219	0.55 442

FENet	2.25 358	0.50 78	20.29 546	1.35 439	0.67 230	4.01 404	0.60 128	3.95 388	1.99 319	1.96 298	1.11 116	2.43 380	1.43 311	1.60 192	1.39 317	0.32 285	0.22 221	0.33 321	0.26 236	0.29 146	0.39 333

DISCO	2.25 358	0.73 308	10.06 364	1.76 524	1.12 392	3.47 273	1.25 444	3.24 250	2.26 381	2.65 496	1.96 377	4.53 543	1.92 430	4.17 362	3.61 508	0.32 285	0.25 310	0.31 266	0.29 319	0.66 480	0.41 358

iinet-f	2.26 361	1.18 458	13.71 408	1.14 334	1.11 391	3.77 336	1.10 413	4.14 447	2.17 364	2.06 340	1.76 304	2.99 440	2.99 497	2.50 296	2.49 477	0.35 334	0.39 452	0.27 163	0.28 291	0.45 390	0.39 333

ICVP	2.26 361	0.66 249	21.18 580	0.99 248	0.88 320	4.28 474	0.95 366	3.32 263	1.60 232	1.66 226	1.76 304	1.34 220	1.14 245	1.62 198	1.32 306	0.53 490	0.35 419	0.33 321	0.29 319	0.40 321	0.51 425
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rrr	2.27 363	0.65 238	23.82 607	0.90 183	0.46 100	1.57 67	0.96 373	7.98 589	1.19 76	0.65 47	0.77 45	0.74 108	0.72 90	2.59 311	0.86 177	0.28 172	0.21 192	0.28 199	0.21 122	0.29 146	0.25 120

CIPLG	2.27 363	1.18 458	19.24 502	0.92 197	1.34 454	3.95 388	0.89 328	4.23 471	1.82 290	2.31 425	2.67 499	1.17 192	1.06 216	1.53 179	1.32 306	0.37 354	0.23 250	0.27 163	0.22 157	0.31 188	0.45 383

ACRE	2.27 363	1.11 445	19.45 509	0.91 191	1.30 438	3.94 383	0.87 319	4.21 463	1.80 288	2.28 413	2.62 494	1.17 192	1.04 204	1.52 177	1.30 303	0.37 354	0.23 250	0.27 163	0.22 157	0.31 188	0.46 393

NOSS_ROB	2.27 363	0.73 308	3.00 254	1.71 518	1.00 365	3.90 370	0.97 376	4.29 497	2.81 493	2.94 520	2.19 432	3.88 509	1.19 260	11.77 569	1.62 376	0.59 501	0.54 515	0.56 504	0.52 504	0.56 439	0.54 438

XPNet_ROB	2.27 363	1.11 445	4.10 291	1.36 445	0.97 346	3.94 383	1.63 496	4.07 424	2.14 358	2.82 510	2.00 390	2.32 364	1.73 398	10.81 522	3.39 505	0.51 481	0.47 498	0.48 463	0.40 453	0.51 418	0.56 446

IPLGR_C	2.28 368	1.31 484	19.46 510	0.92 197	1.32 448	3.93 378	0.89 328	4.20 457	1.82 290	2.30 419	2.63 496	1.16 191	1.07 220	1.41 153	1.29 302	0.37 354	0.23 250	0.27 163	0.22 157	0.31 188	0.45 383

DRaft	2.28 368	0.56 137	2.64 237	0.74 76	0.46 100	3.94 383	1.23 441	2.32 121	1.55 201	2.64 492	2.80 510	1.60 255	5.34 558	6.96 423	10.99 567	0.34 314	0.22 221	0.27 163	0.27 262	0.29 146	0.37 311

psm_up	2.28 368	0.81 358	5.45 313	1.26 394	1.50 486	3.84 353	1.23 441	4.23 471	2.03 328	2.55 472	1.80 318	2.44 384	1.65 380	12.90 588	1.58 364	0.37 354	0.38 443	0.41 423	0.34 384	0.43 374	0.39 333

MyStereo04	2.29 371	0.80 354	18.77 494	1.00 256	1.04 372	3.95 388	0.95 366	3.91 375	2.54 451	1.99 307	1.27 159	2.31 363	1.65 380	2.02 260	1.77 401	0.24 74	0.24 285	0.34 339	0.26 236	0.41 345	0.37 311

ADLNet	2.29 371	0.83 369	3.62 284	1.35 439	1.60 505	3.67 320	1.24 443	3.95 388	2.98 510	2.58 480	2.29 451	4.01 516	1.79 405	11.23 543	2.09 442	0.37 354	0.38 443	0.36 374	0.34 384	0.45 390	0.71 487

TDLM	2.29 371	1.08 438	4.61 302	1.29 408	1.01 366	4.26 468	2.17 531	3.75 332	2.79 483	2.31 425	1.98 385	2.06 341	1.59 352	12.45 583	1.72 392	0.51 481	0.28 352	0.52 489	0.35 400	0.56 439	0.50 417

Wz-Net-LNSev	2.30 374	1.67 519	14.88 434	1.18 361	1.65 516	3.49 279	1.54 488	3.63 308	2.03 328	1.88 271	1.64 261	3.29 465	2.06 439	2.71 321	2.02 433	0.40 391	0.33 400	0.32 286	0.31 356	0.53 428	0.49 410

DCVSM-stereo	2.31 375	0.66 249	20.69 563	1.11 322	0.93 336	2.58 153	0.73 201	2.61 171	1.60 232	2.57 476	1.53 229	3.30 467	1.72 395	2.19 278	1.23 283	0.34 314	0.53 513	0.41 423	0.32 368	0.45 390	0.62 466

testlalala2	2.31 375	0.63 216	20.54 556	2.56 569	2.87 576	3.79 342	0.76 226	4.20 457	1.48 147	1.42 194	1.43 200	2.45 385	0.80 131	1.03 56	0.68 100	0.27 132	0.25 310	0.24 73	0.21 122	0.33 239	0.28 185

gwcnet-sp	2.31 375	1.21 463	17.34 466	1.08 300	0.92 331	3.56 299	1.04 396	3.69 322	2.09 343	2.55 472	1.60 250	1.80 294	1.62 362	3.87 352	1.95 424	0.29 197	0.29 362	0.30 243	0.28 291	0.38 305	0.39 333

scenet	2.31 375	1.21 463	17.34 466	1.08 300	0.92 331	3.56 299	1.04 396	3.69 322	2.09 343	2.55 472	1.60 250	1.80 294	1.62 362	3.87 352	1.95 424	0.29 197	0.29 362	0.30 243	0.28 291	0.38 305	0.39 333

ssnet	2.31 375	1.21 463	17.34 466	1.08 300	0.92 331	3.56 299	1.04 396	3.69 322	2.09 343	2.55 472	1.60 250	1.80 294	1.62 362	3.87 352	1.95 424	0.29 197	0.29 362	0.30 243	0.28 291	0.38 305	0.39 333

DAS	2.31 375	0.67 259	4.79 303	1.14 334	1.64 512	2.93 188	2.13 529	4.09 430	2.74 475	4.17 562	2.52 483	2.46 386	1.79 405	11.55 554	1.63 379	0.37 354	0.22 221	0.39 405	0.25 215	0.41 345	0.34 277

TRStereo	2.31 375	1.87 527	19.74 518	1.53 489	1.16 403	4.26 468	1.08 407	4.73 563	1.45 125	1.55 205	1.28 160	1.75 278	0.85 145	1.81 232	1.20 273	0.36 346	0.26 328	0.32 286	0.36 410	0.34 257	0.33 264

test_sample5	2.33 382	0.62 207	11.29 381	1.29 408	0.83 298	3.09 208	0.74 213	4.28 494	2.31 395	2.20 387	1.97 383	1.68 265	1.39 294	11.19 541	1.47 338	0.37 354	0.31 385	0.37 386	0.37 422	0.41 345	0.39 333

MyStereo8	2.33 382	1.13 447	19.26 505	1.22 378	1.62 508	4.16 445	0.57 112	3.50 286	2.36 406	2.15 369	1.75 295	2.28 356	1.14 245	1.46 166	2.20 453	0.24 74	0.21 192	0.32 286	0.27 262	0.36 288	0.43 371

DualNet	2.33 382	0.62 207	11.29 381	1.29 408	0.83 298	3.09 208	0.74 213	4.28 494	2.31 395	2.26 411	2.04 397	1.68 265	1.39 294	11.19 541	1.47 338	0.37 354	0.31 385	0.37 386	0.37 422	0.41 345	0.39 333

MIPNet	2.33 382	0.71 293	19.82 520	0.89 173	0.56 165	4.76 564	0.61 132	4.32 513	2.37 412	1.83 259	1.48 217	1.48 240	1.98 434	2.63 314	1.44 328	0.29 197	0.20 158	0.26 131	0.23 175	0.30 169	0.39 333

DualNet (step1)	2.34 386	1.05 429	7.87 333	1.07 292	0.86 311	3.93 378	1.19 432	4.35 519	2.11 353	2.14 361	1.75 295	1.75 278	1.67 384	6.26 404	1.26 291	1.23 559	0.48 504	4.27 606	2.09 590	0.70 488	0.69 483

test_sample4	2.34 386	0.63 216	11.59 384	1.30 415	0.83 298	3.07 205	0.72 194	4.27 489	2.30 391	2.30 419	1.88 358	1.73 276	1.42 308	11.14 540	1.46 333	0.35 334	0.29 362	0.35 358	0.36 410	0.40 321	0.38 326

test_sample3	2.34 386	0.61 197	11.94 388	1.33 426	0.85 306	3.10 211	0.73 201	4.24 479	2.19 367	2.21 396	1.75 295	1.80 294	1.41 303	11.11 539	1.46 333	0.35 334	0.29 362	0.34 339	0.35 400	0.39 316	0.37 311

STTStereo	2.34 386	0.95 409	14.93 437	1.43 466	1.54 492	3.86 363	0.86 299	3.65 311	2.44 432	2.15 369	1.55 235	2.49 390	1.59 352	5.14 376	1.44 328	0.38 371	0.39 452	0.47 455	0.51 501	0.52 422	0.51 425

CFNet	2.34 386	1.10 442	8.96 349	1.34 434	1.24 427	4.09 420	0.73 201	4.04 414	2.77 480	1.62 217	1.87 357	2.27 355	1.45 318	11.41 547	1.82 407	0.31 264	0.24 285	0.43 434	0.36 410	0.43 374	0.33 264

AIO-Stereo-zeroshot	2.35 391	0.99 418	19.62 514	1.09 306	0.96 342	1.51 63	0.44 63	4.05 418	1.64 245	1.31 176	1.67 270	4.93 555	2.45 472	2.52 304	1.40 319	0.30 241	0.20 158	0.31 266	0.50 497	0.57 444	0.60 460

test_sample6	2.35 391	0.62 207	10.78 376	1.33 426	0.83 298	3.15 216	0.79 250	4.36 524	2.43 428	2.26 411	2.04 397	1.69 270	1.39 294	11.48 552	1.61 371	0.38 371	0.32 393	0.37 386	0.39 442	0.41 345	0.42 362

EAI-Stereo	2.35 391	0.63 216	2.97 252	0.95 221	0.65 216	3.84 353	14.27 607	5.04 571	2.19 367	2.06 340	7.25 567	1.10 184	0.94 175	1.65 206	1.37 316	0.31 264	0.22 221	0.27 163	0.60 522	0.27 111	0.32 246

ac_64	2.35 391	0.62 207	9.77 359	1.32 421	1.71 526	3.27 238	0.93 356	3.48 280	2.50 442	1.74 243	1.73 289	3.91 510	1.77 402	10.21 501	1.86 412	0.40 391	0.31 385	0.33 321	0.30 340	0.34 257	0.39 333

HSM	2.35 391	0.81 358	2.21 194	1.14 334	1.55 496	3.44 264	1.03 393	3.99 401	2.25 378	2.29 415	2.11 416	8.04 584	3.05 504	11.60 555	1.71 390	0.33 302	0.22 221	0.28 199	0.23 175	0.32 219	0.35 291

CFNet_ucs	2.36 396	0.68 267	18.42 490	0.89 173	0.81 282	3.85 361	0.68 176	4.29 497	2.37 412	2.09 344	2.04 397	3.31 468	1.24 268	2.63 314	1.14 260	0.36 346	0.45 485	0.56 504	0.29 319	0.66 480	0.49 410

MyStereo05	2.37 397	0.72 297	19.94 525	1.02 273	0.99 356	4.26 468	0.86 299	4.01 405	2.62 460	2.14 361	1.26 152	2.28 356	1.63 375	2.07 261	1.68 387	0.24 74	0.23 250	0.34 339	0.26 236	0.42 364	0.36 297

hitnet-ft	2.37 397	0.73 308	8.34 340	0.96 227	0.89 325	3.77 336	0.80 260	3.55 297	2.58 455	2.24 405	2.04 397	3.65 501	1.49 331	11.71 567	1.89 415	0.44 429	0.53 513	0.44 439	0.35 400	0.52 422	0.48 403

YMNet	2.40 399	1.41 499	13.46 404	1.36 445	1.67 520	3.96 393	0.97 376	3.81 344	2.37 412	2.64 492	2.57 490	3.35 471	1.53 345	3.28 335	2.42 469	0.48 459	0.54 515	0.52 489	0.49 491	0.70 488	0.54 438

YMNet_1	2.40 399	1.41 499	13.46 404	1.36 445	1.67 520	3.96 393	0.97 376	3.81 344	2.37 412	2.64 492	2.57 490	3.35 471	1.53 345	3.28 335	2.42 469	0.48 459	0.54 515	0.52 489	0.49 491	0.70 488	0.54 438

CoDeX	2.40 399	0.78 346	13.21 400	1.00 256	1.18 405	3.24 230	1.32 451	4.14 447	2.41 424	1.74 243	1.84 344	2.05 339	1.47 323	10.03 495	1.60 368	0.34 314	0.28 352	0.32 286	0.27 262	0.32 219	0.39 333

LMCR-Stereo	2.40 399	1.31 484	18.61 493	1.59 501	0.86 311	3.87 366	1.15 423	4.32 513	1.60 232	2.25 408	2.27 444	1.13 187	2.43 470	2.48 295	1.60 368	0.88 543	0.24 285	0.29 221	0.24 201	0.56 439	0.30 225

Wz-Net-LNSev-Ref	2.42 403	1.47 504	14.14 421	1.30 415	1.35 455	3.51 286	1.64 498	4.04 414	2.10 351	2.46 456	1.88 358	2.28 356	2.51 476	4.73 371	3.17 503	0.38 371	0.19 118	0.35 358	0.20 106	0.40 321	0.36 297

PAM	2.43 404	0.61 197	20.86 567	1.07 292	0.73 255	2.93 188	0.53 97	3.24 250	1.53 184	1.89 277	2.43 473	5.29 568	2.76 487	1.84 238	1.02 237	0.27 132	0.24 285	0.26 131	0.25 215	0.40 321	0.50 417

PSM-AAD	2.43 404	0.54 118	1.32 93	0.92 197	0.54 153	4.48 504	7.47 593	2.96 216	1.55 201	2.31 425	2.56 488	1.26 210	16.23 605	2.46 293	0.89 191	0.28 172	0.21 192	0.58 509	0.41 460	0.34 257	1.32 549

AASNet	2.44 406	0.92 397	19.79 519	1.35 439	1.49 484	3.81 346	1.07 402	3.85 354	2.93 505	1.95 295	2.29 451	1.96 324	1.29 275	1.73 220	1.93 420	0.39 383	0.33 400	0.45 446	0.30 340	0.55 433	0.45 383

PAM_32	2.45 407	0.63 216	20.74 564	1.05 283	0.65 216	2.83 169	0.46 72	2.91 212	1.54 193	1.95 295	2.66 498	4.99 558	3.78 530	1.96 253	0.92 209	0.27 132	0.22 221	0.27 163	0.25 215	0.36 288	0.48 403

GMM-Stereo	2.45 407	0.52 90	20.38 549	0.89 173	0.82 291	4.18 453	1.91 517	2.45 135	1.48 147	2.48 459	2.30 456	1.69 270	1.86 422	2.93 327	1.08 248	0.28 172	0.18 83	0.33 321	0.48 487	0.35 275	2.41 576

DMCA-RVC	2.45 407	1.22 469	18.29 485	1.23 383	1.14 396	2.49 140	0.85 294	3.29 256	1.68 255	3.02 523	1.41 196	2.00 331	1.53 345	6.39 406	2.00 430	0.38 371	0.30 375	0.44 439	0.35 400	0.45 390	0.44 377

MyStereo06	2.46 410	0.72 297	19.97 527	1.02 273	0.99 356	4.26 468	0.86 299	3.51 289	1.68 255	1.92 285	1.73 289	4.01 516	4.22 540	1.62 198	0.88 188	0.24 74	0.23 250	0.34 339	0.26 236	0.42 364	0.36 297

SACVNet	2.46 410	1.14 451	9.47 357	1.44 469	1.18 405	4.06 413	1.49 482	3.84 351	2.24 375	2.62 488	1.89 364	2.57 396	1.28 272	11.35 545	1.64 382	0.50 475	0.39 452	0.48 463	0.41 460	0.55 433	0.75 499

RAFT-345	2.46 410	0.55 125	19.69 517	1.02 273	0.49 126	4.43 500	0.78 243	1.64 44	2.34 401	2.09 344	3.12 529	1.96 324	1.31 279	6.65 412	1.43 326	0.36 346	0.23 250	0.32 286	0.25 215	0.28 128	0.25 120

GwcNet-ADL	2.47 413	0.67 259	21.48 587	0.96 227	0.72 250	4.61 536	0.95 366	4.42 534	2.36 406	1.98 302	1.80 318	2.55 394	1.24 268	1.90 248	1.41 323	0.40 391	0.46 494	0.24 73	0.27 262	0.41 345	0.49 410

PFNet	2.47 413	0.60 180	16.95 463	2.15 555	0.81 282	4.63 539	0.91 341	2.55 157	1.52 177	2.40 448	2.79 508	1.83 303	1.42 308	7.54 431	1.34 313	0.33 302	0.21 192	0.36 374	0.27 262	0.32 219	0.39 333

IPLG	2.48 415	0.65 238	19.63 515	0.91 191	0.79 277	4.60 535	0.56 109	4.31 508	1.84 297	1.91 283	2.00 390	1.31 217	1.38 291	6.61 410	1.53 357	0.27 132	0.20 158	0.27 163	0.23 175	0.31 188	0.36 297

HHNet	2.48 415	0.71 293	20.52 555	0.64 27	0.64 208	4.07 418	0.93 356	3.76 334	1.56 207	2.15 369	4.92 558	0.98 167	3.37 518	1.66 207	1.79 404	0.32 285	0.20 158	0.31 266	0.27 262	0.36 288	0.42 362

G2L-Stereo	2.49 417	0.94 407	14.54 429	1.15 347	1.35 455	3.57 303	0.95 366	3.62 307	2.00 323	2.11 351	1.61 254	3.20 457	1.34 284	9.54 475	1.91 418	0.34 314	0.27 339	0.35 358	0.28 291	0.30 169	0.35 291

CRFU-Net	2.49 417	0.78 346	10.36 369	2.30 562	1.08 383	3.91 371	1.41 471	3.85 354	1.65 249	2.15 369	1.76 304	3.34 470	7.95 587	5.56 386	1.48 341	0.47 454	0.35 419	0.30 243	0.28 291	0.37 300	0.43 371

FADNet	2.49 417	1.76 523	13.17 399	1.17 355	0.95 341	3.27 238	0.88 323	3.94 386	2.27 383	1.40 190	1.29 162	2.51 391	2.06 439	9.93 490	1.94 422	0.43 423	0.45 485	0.40 411	0.43 470	1.06 534	0.53 432

RAFT + AFF	2.51 420	2.66 552	4.48 300	1.15 347	1.95 552	4.15 436	2.01 523	4.46 542	3.30 542	2.19 384	2.51 482	2.22 353	4.87 551	8.91 458	2.06 437	0.30 241	0.60 533	0.48 463	0.38 435	0.77 507	0.69 483

UNet	2.51 420	0.74 318	20.17 537	1.14 334	1.44 477	3.48 276	0.76 226	3.77 336	1.87 300	2.05 335	1.57 241	2.75 415	2.39 467	3.51 340	2.51 479	0.32 285	0.26 328	0.41 423	0.26 236	0.38 305	0.39 333

FADNet-RVC	2.51 420	2.27 542	14.03 419	1.09 306	0.81 282	3.54 294	1.10 413	4.13 441	2.48 437	1.39 188	1.22 138	1.85 309	1.77 402	9.78 483	2.06 437	0.38 371	0.37 437	0.40 411	0.40 453	0.67 482	0.48 403

iResNet	2.52 423	0.94 407	21.17 579	1.84 535	0.72 250	3.75 333	0.81 270	4.14 447	2.55 453	2.33 435	2.03 394	1.35 222	1.44 314	3.27 334	2.16 451	0.35 334	0.23 250	0.28 199	0.22 157	0.44 382	0.45 383

IPLGR	2.53 424	0.58 160	20.46 554	0.82 115	0.52 143	4.56 530	0.50 83	4.30 505	2.38 417	1.87 268	1.53 229	1.68 265	1.72 395	6.95 422	1.15 261	0.28 172	0.21 192	0.27 163	0.23 175	0.33 239	0.32 246

NCCL2	2.53 424	1.35 490	10.90 378	1.15 347	0.97 346	3.53 290	2.56 545	3.65 311	2.23 373	2.76 504	1.80 318	2.41 374	1.66 382	10.35 505	2.07 440	0.44 429	0.40 457	0.57 507	0.53 508	0.59 449	0.65 476

fast-acv-ft	2.54 426	1.19 460	20.08 533	1.41 463	1.40 467	3.18 219	1.17 428	3.37 272	2.28 387	1.90 278	2.15 425	2.69 407	2.17 452	2.91 325	2.31 460	0.37 354	0.39 452	0.45 446	0.39 442	0.57 444	0.45 383

XX-Stereo	2.54 426	0.61 197	20.21 538	1.78 526	1.19 412	4.30 477	0.46 72	4.39 530	1.58 216	2.32 429	1.89 364	4.64 550	0.60 56	4.16 361	0.82 161	0.31 264	0.21 192	0.28 199	0.27 262	0.51 418	0.26 148

NLCA_NET_v2_RVC	2.54 426	1.04 428	16.73 459	1.53 489	2.00 554	3.96 393	0.87 319	3.87 360	2.31 395	2.54 471	1.67 270	2.85 428	1.63 375	5.55 385	1.62 376	0.46 445	0.33 400	0.38 401	0.38 435	0.53 428	0.62 466
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	2.54 426	0.90 390	11.10 379	1.32 421	1.47 482	3.58 304	1.38 464	4.13 441	2.45 433	1.90 278	1.71 284	2.86 429	1.76 400	10.86 523	1.66 385	0.60 503	0.43 475	0.53 494	0.41 460	0.78 509	0.94 525

CVANet_RVC	2.55 430	1.10 442	9.13 355	1.46 475	1.15 398	3.96 393	1.53 485	3.91 375	2.50 442	3.04 525	2.04 397	2.60 399	1.72 395	12.46 584	1.50 347	0.49 471	0.30 375	0.51 483	0.41 460	0.63 464	0.50 417

GCST	2.56 431	1.79 525	18.02 481	1.92 541	1.33 452	1.72 78	0.51 87	3.67 315	2.03 328	1.70 234	1.61 254	1.55 249	1.29 275	5.06 374	1.24 285	2.06 573	0.77 555	1.45 572	0.97 555	1.14 544	1.34 550

ARAFT	2.56 431	1.13 447	19.50 512	0.89 173	0.48 118	4.15 436	1.40 468	4.36 524	2.82 495	2.36 440	1.88 358	1.70 272	1.04 204	6.45 407	1.22 280	0.29 197	0.18 83	0.37 386	0.35 400	0.35 275	0.25 120

RASNet	2.56 431	0.70 281	10.06 364	1.60 503	2.25 566	3.67 320	1.00 384	3.38 273	3.14 524	1.81 255	2.11 416	4.60 546	2.30 460	10.25 503	2.61 486	0.37 354	0.24 285	0.25 101	0.24 201	0.28 128	0.26 148

cf-r	2.57 434	0.79 350	16.09 450	1.48 480	1.35 455	4.19 457	0.93 356	3.68 317	2.36 406	1.97 300	1.81 330	3.42 478	1.45 318	8.24 445	1.83 409	0.32 285	0.26 328	0.33 321	0.30 340	0.34 257	0.37 311

UGAM	2.58 435	0.56 137	18.55 492	0.89 173	0.71 248	3.23 227	1.03 393	2.75 189	1.75 280	1.36 182	2.77 507	2.69 407	1.28 272	10.75 518	1.40 319	0.28 172	0.24 285	0.40 411	0.31 356	0.35 275	0.30 225

GrayStereo	2.58 435	0.53 104	1.63 131	1.58 500	0.89 325	4.17 450	8.17 597	3.03 225	1.52 177	2.80 508	2.50 480	1.70 272	17.10 606	2.83 324	1.15 261	0.33 302	0.21 192	0.27 163	0.32 368	0.28 128	0.53 432

ASMatch	2.62 437	0.60 180	20.65 562	1.37 455	0.64 208	4.39 488	0.78 243	1.97 79	1.58 216	1.70 234	3.89 549	1.94 317	3.79 531	5.46 382	1.64 382	0.31 264	0.24 285	0.34 339	0.28 291	0.33 239	0.50 417

RAFT-RH_RVC	2.63 438	0.55 125	19.97 527	1.26 394	0.47 110	4.46 502	0.57 112	1.71 50	1.64 245	3.06 528	5.51 562	2.03 335	1.28 272	6.70 414	1.52 356	0.42 417	0.22 221	0.37 386	0.34 384	0.28 128	0.29 196

DANet	2.63 438	1.07 436	8.10 339	1.83 534	1.70 525	3.25 234	1.16 425	4.31 508	2.38 417	3.40 545	2.18 430	4.08 520	1.80 410	9.77 481	3.89 512	0.52 487	0.55 520	0.59 512	0.44 473	0.63 464	0.86 517
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FADNet_RVC	2.65 440	2.28 544	16.51 456	0.98 242	0.92 331	4.09 420	0.83 279	4.26 488	1.73 272	1.46 196	1.78 312	1.60 255	1.50 332	8.88 456	2.39 464	0.47 454	0.38 443	0.44 439	0.58 518	0.89 520	0.97 527

iResNetv2_ROB	2.65 440	5.00 571	19.28 507	2.06 551	1.09 387	3.83 348	1.13 420	4.14 447	2.09 343	1.85 261	2.03 394	2.01 334	1.51 336	3.58 342	1.58 364	0.34 314	0.21 192	0.32 286	0.21 122	0.44 382	0.29 196

ccnet	2.66 442	0.97 416	8.01 338	1.54 491	1.24 427	3.75 333	2.18 532	4.07 424	2.41 424	2.66 497	3.25 534	2.87 430	2.31 463	9.89 487	3.50 506	0.78 532	0.75 554	0.71 537	0.67 530	0.76 506	0.81 511

GwcNet-RSSM	2.66 442	1.05 429	15.91 448	1.22 378	1.19 412	4.12 429	1.12 417	3.84 351	2.02 326	1.93 289	1.79 315	3.12 452	1.46 321	10.37 506	2.05 436	0.33 302	0.27 339	0.35 358	0.30 340	0.40 321	0.36 297

z-ln-s-r	2.67 444	1.16 455	12.43 392	1.34 434	1.26 432	3.70 323	1.21 439	4.20 457	2.38 417	2.04 333	1.92 372	2.43 380	1.60 358	10.58 511	5.19 531	0.29 197	0.20 158	0.32 286	0.24 201	0.51 418	0.38 326

xxxx	2.67 444	0.54 118	2.03 169	1.22 378	0.81 282	3.49 279	0.63 150	4.49 547	2.49 441	2.22 398	2.23 439	2.05 339	1.38 291	10.05 496	17.91 597	0.32 285	0.32 393	0.30 243	0.27 262	0.33 239	0.34 277

test_xeample	2.67 444	0.56 137	2.05 172	1.09 306	0.81 282	3.24 230	0.80 260	4.55 554	2.70 471	2.42 451	2.27 444	1.39 227	1.40 298	10.75 518	17.51 596	0.30 241	0.30 375	0.32 286	0.28 291	0.34 257	0.33 264

PASM	2.67 444	2.05 536	9.71 358	1.73 521	1.37 460	2.53 148	1.52 483	3.10 232	2.17 364	2.79 507	1.84 344	2.90 431	1.85 421	11.89 574	2.19 452	0.81 537	0.85 558	0.87 552	1.01 558	1.14 544	1.05 532

AIO-Stereo-zeroshot1	2.68 448	1.26 476	22.01 596	1.08 300	0.99 356	1.61 72	0.86 299	3.69 322	1.64 245	1.52 202	5.62 564	3.35 471	3.44 524	2.20 279	1.33 310	0.26 110	0.21 192	0.30 243	0.62 526	0.93 524	0.67 478

222	2.68 448	0.57 146	2.03 169	1.11 322	0.81 282	3.23 227	0.65 163	4.52 552	2.45 433	2.34 436	2.29 451	1.41 233	1.44 314	10.50 509	18.47 601	0.32 285	0.30 375	0.32 286	0.27 262	0.32 219	0.34 277

PWC_ROB	2.69 450	2.01 533	8.36 341	1.33 426	1.90 550	3.23 227	1.18 429	4.33 515	3.25 536	3.11 530	3.41 540	2.71 410	2.18 454	9.15 466	4.48 516	0.56 496	0.31 385	0.61 520	0.36 410	0.69 487	0.74 496

pcwnet_v2	2.70 451	0.65 238	22.48 599	1.08 300	1.03 369	3.56 299	0.81 270	4.29 497	3.14 524	2.29 415	2.29 451	3.01 442	1.71 393	3.32 337	1.43 326	0.43 423	0.50 510	0.41 423	0.34 384	0.61 458	0.56 446

Wz-Net-MNSev	2.71 452	2.54 550	13.91 417	1.52 487	1.37 460	3.28 242	2.47 539	4.03 410	2.32 399	2.57 476	2.07 408	2.29 361	3.01 499	7.55 432	2.74 491	0.38 371	0.36 425	0.36 374	0.37 422	0.57 444	0.47 398

w-ln-seven-2	2.73 453	2.13 537	12.47 394	1.18 361	1.01 366	3.54 294	1.58 491	3.93 382	3.26 537	2.43 453	2.02 392	2.63 403	2.28 459	7.93 441	5.45 534	0.40 391	0.40 457	0.44 439	0.34 384	0.62 462	0.47 398

UGAM-zero	2.79 454	0.57 146	20.87 569	0.98 242	0.77 272	2.08 109	0.35 30	3.88 363	1.51 168	2.05 335	1.64 261	5.07 562	3.42 523	9.83 484	1.24 285	0.28 172	0.21 192	0.27 163	0.29 319	0.29 146	0.28 185

RP	2.79 454	1.20 462	10.36 369	1.54 491	1.93 551	3.44 264	1.97 520	4.05 418	2.34 401	2.66 497	2.79 508	3.98 514	2.58 480	10.21 501	2.61 486	0.95 546	0.47 498	0.71 537	0.57 517	0.71 497	0.68 481

SHD	2.82 456	2.04 535	13.80 414	1.69 514	1.79 536	2.73 162	1.07 402	3.85 354	3.18 528	4.63 570	2.74 503	3.38 476	2.77 488	5.48 384	3.66 509	0.62 507	0.47 498	0.51 483	0.55 512	0.65 475	0.74 496

FADNet-RVC-Resample	2.83 457	2.02 534	21.07 574	1.12 326	0.91 330	3.53 290	1.37 462	4.08 428	2.09 343	1.68 229	1.33 173	2.03 335	1.51 336	9.54 475	1.69 388	0.38 371	0.37 437	0.42 430	0.44 473	0.56 439	0.56 446

StereoDRNet	2.84 458	1.49 506	14.48 428	1.33 426	1.57 503	3.44 264	2.06 525	3.69 322	2.36 406	3.26 538	1.84 344	2.79 425	1.80 410	10.88 524	3.16 502	0.41 406	0.33 400	0.39 405	0.36 410	0.59 449	0.58 455

w-ln-seven	2.86 459	3.06 557	14.02 418	1.27 402	1.32 448	4.10 426	1.59 492	3.90 370	2.59 458	3.03 524	2.27 444	3.42 478	2.25 457	6.70 414	4.81 524	0.39 383	0.34 413	0.48 463	0.40 453	0.74 502	0.55 442

AAGNet	2.86 459	0.60 180	1.77 143	2.05 550	0.46 100	4.76 564	1.09 411	2.27 112	1.56 207	2.17 378	1.84 344	2.41 374	4.00 535	6.23 403	24.22 613	0.46 445	0.19 118	0.30 243	0.29 319	0.32 219	0.24 108

Consistency-Raft	2.86 459	1.66 517	19.61 513	1.40 462	1.75 530	3.84 353	1.32 451	4.07 424	2.25 378	1.78 249	2.67 499	1.82 300	4.41 544	1.94 252	2.06 437	0.83 540	0.94 562	1.03 557	1.12 563	1.70 564	1.09 535

PDISCO_ROB	2.86 459	1.53 509	14.27 425	1.98 547	2.19 563	4.52 519	1.35 455	4.65 559	3.19 529	2.09 344	2.16 426	3.53 493	2.45 472	5.32 378	2.12 444	1.30 567	0.78 556	0.72 541	0.59 520	1.24 553	1.28 545

AF-Net	2.87 463	1.30 480	16.24 451	1.33 426	1.75 530	3.26 236	1.59 492	4.09 430	2.43 428	2.69 499	2.94 516	4.51 541	3.20 512	5.84 393	2.75 492	0.76 531	0.36 425	0.72 541	0.49 491	0.70 488	0.56 446

HSM-Net_RVC	2.87 463	0.57 146	17.46 474	0.92 197	0.90 328	3.70 323	1.20 436	5.64 583	2.51 445	3.22 537	2.43 473	2.54 393	1.59 352	11.41 547	1.65 384	0.34 314	0.25 310	0.26 131	0.23 175	0.30 169	0.29 196
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Nwc_Net	2.88 465	1.16 455	18.30 486	1.35 439	1.68 523	3.52 289	1.18 429	3.90 370	2.06 337	2.52 467	2.82 513	3.82 507	2.34 464	6.78 419	2.55 484	0.86 542	0.40 457	0.59 512	0.67 530	0.57 444	0.55 442

DDUNet	2.91 466	2.78 554	6.94 325	3.53 583	2.26 567	3.28 242	1.36 457	3.77 336	2.04 332	2.62 488	2.49 479	4.18 526	1.69 389	5.38 380	1.85 411	2.21 575	1.77 582	2.61 586	2.43 596	2.60 571	2.34 575

MFMNet_re	2.91 466	1.91 528	18.25 483	3.06 577	1.89 548	3.13 214	1.67 503	3.52 290	2.97 507	3.14 532	2.87 515	2.26 354	2.41 468	2.42 290	2.00 430	1.10 552	1.05 564	0.94 554	0.90 550	1.28 554	1.46 557

ACV-stereo	2.92 468	0.92 397	20.27 544	1.33 426	1.05 374	4.68 546	1.10 413	2.66 177	1.64 245	1.46 196	1.32 171	5.41 570	4.24 541	7.83 439	1.90 417	0.44 429	0.52 512	0.32 286	0.29 319	0.45 390	0.63 470

GANet	2.93 469	1.05 429	11.29 381	1.64 508	0.96 342	3.91 371	2.52 542	3.72 329	2.41 424	2.95 521	3.00 519	3.21 458	2.03 435	12.42 582	4.72 521	0.51 481	0.41 466	0.46 452	0.39 442	0.60 453	0.50 417

RTSC	2.95 470	2.51 546	15.49 446	1.54 491	1.30 438	3.51 286	0.86 299	3.89 365	2.48 437	3.64 548	3.12 529	3.04 444	2.30 460	5.70 390	6.67 538	0.55 494	0.35 419	0.37 386	0.39 442	0.70 488	0.60 460

PWCDC_ROB	2.95 470	3.26 559	14.06 420	1.59 501	1.56 499	4.19 457	0.86 299	4.30 505	4.08 564	2.06 340	7.37 568	2.75 415	2.42 469	3.59 343	2.67 489	1.34 569	0.36 425	0.39 405	0.34 384	1.13 543	0.62 466

PSMNet_ROB	2.95 470	1.38 494	18.46 491	1.19 364	1.20 418	3.80 344	1.65 501	3.54 295	2.35 403	1.98 302	1.71 284	2.75 415	1.79 405	11.43 549	2.78 493	0.42 417	0.36 425	0.50 480	0.60 522	0.59 449	0.49 410

ff1	2.96 473	0.60 180	5.21 309	1.14 334	0.99 356	3.62 312	0.86 299	4.22 467	3.37 545	2.20 387	2.30 456	3.48 482	1.62 362	11.62 557	16.09 586	0.29 197	0.16 33	0.48 463	0.37 422	0.30 169	0.29 196

FINET	2.96 473	1.07 436	23.18 605	1.29 408	1.86 543	2.03 100	1.52 483	4.30 505	4.71 570	2.23 402	2.34 469	1.65 261	1.48 325	5.89 394	2.81 495	0.51 481	0.47 498	0.49 477	0.40 453	0.59 449	0.49 410

XQC	2.96 473	2.42 545	14.85 432	1.36 445	1.32 448	3.29 246	1.53 485	4.28 494	2.78 481	3.21 536	2.46 475	3.53 493	2.92 495	6.58 409	4.67 518	0.70 527	0.41 466	0.59 512	0.56 514	0.96 529	0.83 516

SGM-Forest	2.96 473	0.62 207	3.49 274	1.09 306	0.80 279	4.06 413	3.30 567	4.37 527	3.09 520	4.18 565	3.27 536	4.67 552	3.86 533	11.69 566	7.91 553	0.51 481	0.46 494	0.49 477	0.39 442	0.48 408	0.49 410
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DEmStereo	2.97 477	0.58 160	13.42 403	0.79 100	0.51 132	3.84 353	1.84 515	2.42 129	1.60 232	2.25 408	2.74 503	2.03 335	6.04 565	6.79 421	12.80 577	0.35 334	0.26 328	0.26 131	0.27 262	0.27 111	0.37 311

RYNet	2.97 477	0.93 401	15.09 440	1.12 326	1.38 463	3.66 319	1.42 473	4.03 410	2.29 390	2.10 347	1.70 280	3.79 505	2.16 450	13.64 598	3.02 500	0.37 354	0.41 466	0.48 463	0.34 384	0.81 514	0.75 499

TCMNet	2.98 479	1.30 480	18.26 484	1.47 478	2.09 560	3.84 353	1.08 407	3.96 393	2.39 421	2.53 470	2.29 451	2.43 380	1.75 399	10.09 498	2.39 464	0.52 487	0.45 485	0.61 520	0.50 497	0.80 513	0.78 505

mmx	2.98 479	0.60 180	5.21 309	1.14 334	0.99 356	3.62 312	0.86 299	4.49 547	3.05 516	2.20 387	2.30 456	3.48 482	1.62 362	11.62 557	16.09 586	0.33 302	0.28 352	0.48 463	0.37 422	0.44 382	0.37 311

xxx	2.98 479	0.60 180	5.21 309	1.14 334	0.99 356	3.62 312	0.86 299	4.49 547	3.05 516	2.20 387	2.30 456	3.48 482	1.62 362	11.62 557	16.09 586	0.33 302	0.28 352	0.48 463	0.37 422	0.44 382	0.37 311

Wz-Net-SNSev	2.98 479	4.36 567	15.98 449	1.57 499	1.19 412	3.28 242	1.80 510	3.96 393	2.40 422	2.32 429	2.28 448	3.48 482	2.05 438	7.84 440	3.82 511	0.47 454	0.39 452	0.53 494	0.49 491	0.71 497	0.60 460

DispNO	3.00 483	0.75 331	18.92 497	1.17 355	1.10 389	3.72 327	0.94 362	4.29 497	2.54 451	2.24 405	2.28 448	4.51 541	2.12 443	11.40 546	2.09 442	0.31 264	0.28 352	0.31 266	0.28 291	0.36 288	0.39 333

GwcNet	3.00 483	1.63 513	19.83 521	1.32 421	2.04 559	3.27 238	1.55 489	3.65 311	2.33 400	2.00 319	2.12 419	3.56 497	1.68 388	9.47 473	2.45 474	0.44 429	0.45 485	0.46 452	0.38 435	0.60 453	0.76 501

LL-Strereo	3.01 485	1.81 526	17.59 477	1.12 326	2.10 561	2.90 178	1.09 411	4.33 515	2.00 323	3.12 531	2.24 440	3.29 465	3.15 507	11.31 544	1.84 410	0.30 241	0.28 352	0.46 452	0.34 384	0.49 414	0.45 383

Anonymous_2	3.01 485	0.89 388	4.53 301	1.06 289	1.18 405	2.93 188	0.87 319	3.24 250	1.46 133	1.86 266	1.35 181	4.11 522	2.35 465	1.64 204	1.28 299	0.82 538	0.90 560	8.71 618	15.84 621	4.44 594	0.74 496

STrans-v2	3.03 487	0.77 340	20.91 570	0.81 105	0.63 206	3.89 368	1.01 387	4.27 489	2.64 464	2.28 413	3.70 545	4.13 523	5.20 555	7.33 426	1.27 295	0.31 264	0.18 83	0.29 221	0.25 215	0.29 146	0.41 358

TransformOpticalFlow	3.03 487	0.77 340	20.99 573	1.00 256	0.55 161	4.18 453	0.64 153	4.33 515	3.02 514	2.18 380	3.09 527	4.35 534	5.07 553	7.36 429	1.27 295	0.32 285	0.18 83	0.32 286	0.26 236	0.28 128	0.46 393

AANet_RVC	3.03 487	1.72 520	12.78 397	1.17 355	1.12 392	3.79 342	1.10 413	3.86 357	3.13 522	2.62 488	4.26 552	3.96 513	1.41 303	11.43 549	5.23 532	0.94 545	0.47 498	0.34 339	0.23 175	0.40 321	0.55 442

DRN-Test	3.03 487	0.99 418	18.18 482	1.35 439	1.60 505	3.59 305	1.48 478	4.13 441	2.45 433	3.47 547	1.92 372	2.58 398	2.53 477	10.88 524	2.80 494	0.39 383	0.36 425	0.44 439	0.41 460	0.55 433	0.57 450

Syn2CoEx	3.08 491	2.55 551	19.88 523	1.34 434	1.18 405	2.43 135	1.65 501	3.91 375	2.40 422	2.39 446	2.27 444	2.90 431	3.17 511	9.57 478	2.54 483	0.50 475	0.45 485	0.53 494	0.39 442	0.74 502	0.72 494

stereogan	3.09 492	0.93 401	16.43 454	1.37 455	1.66 519	3.70 323	1.67 503	3.87 360	3.15 526	3.04 525	2.70 502	5.04 561	2.79 489	9.96 491	1.78 403	0.63 508	0.49 509	0.69 534	0.47 482	0.83 517	0.68 481

PA-Net	3.09 492	1.24 474	18.84 495	1.38 457	1.19 412	3.42 262	1.75 506	3.89 365	3.27 541	1.88 271	2.10 412	3.03 443	1.88 426	11.60 555	2.88 496	0.40 391	0.54 515	0.44 439	0.62 526	0.52 422	1.02 530
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RGC	3.10 494	1.45 503	14.90 435	1.46 475	1.79 536	3.33 249	1.39 466	4.04 414	2.26 381	2.77 505	3.26 535	4.00 515	2.71 486	11.63 562	2.62 488	0.82 538	0.46 494	0.79 547	0.79 545	0.71 497	0.78 505

PVD	3.12 495	1.97 532	12.80 398	1.79 531	1.63 510	3.83 348	1.34 454	3.48 280	3.88 559	5.77 579	3.56 543	3.45 481	3.29 515	5.58 388	5.30 533	0.71 529	0.69 548	0.74 545	0.77 541	0.79 511	1.13 539

1111x	3.13 496	0.57 146	8.38 342	1.20 369	0.76 266	3.80 344	0.88 323	4.61 558	2.63 462	2.31 425	2.16 426	1.95 319	1.81 413	11.54 553	18.13 599	0.32 285	0.31 385	0.32 286	0.30 340	0.35 275	0.34 277

APVNet	3.13 496	1.25 475	21.14 576	1.31 418	1.52 489	3.94 383	1.13 420	3.32 263	2.14 358	2.20 387	2.03 394	3.05 447	1.96 432	11.79 570	2.53 481	0.42 417	0.45 485	0.64 528	0.46 479	0.67 482	0.57 450

MaskLacGwcNet_RVC	3.13 496	1.43 501	9.93 362	2.50 567	1.62 508	4.29 475	1.68 505	3.95 388	2.43 428	1.66 226	1.91 370	3.04 444	1.41 303	13.26 590	1.58 364	3.82 593	1.59 578	1.12 563	0.46 479	2.21 569	2.74 585

zh-mn7	3.15 499	9.61 596	12.45 393	1.26 394	0.99 356	2.91 181	1.32 451	4.12 439	2.74 475	3.33 541	3.07 523	2.84 427	1.89 427	8.91 458	4.69 520	0.49 471	0.40 457	0.38 401	0.38 435	0.56 439	0.63 470

ADLNet2	3.15 499	0.92 397	20.06 530	1.20 369	1.79 536	3.83 348	1.48 478	3.94 386	3.59 552	2.19 384	2.47 477	4.65 551	1.93 431	10.69 517	1.96 427	0.39 383	0.37 437	0.28 199	0.30 340	0.48 408	0.43 371

NCC-stereo	3.16 501	1.28 478	18.31 487	1.25 387	1.75 530	4.06 413	1.40 468	3.89 365	2.22 371	2.72 501	2.55 486	3.49 488	2.65 483	9.91 488	2.99 498	1.29 565	0.65 540	0.64 528	0.86 548	0.65 475	0.71 487

Abc-Net	3.16 501	1.28 478	18.31 487	1.25 387	1.75 530	4.06 413	1.40 468	3.89 365	2.22 371	2.72 501	2.55 486	3.49 488	2.65 483	9.91 488	2.99 498	1.29 565	0.65 540	0.64 528	0.86 548	0.65 475	0.71 487
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GANetREF_RVC	3.20 503	1.93 529	18.84 495	1.51 486	0.80 279	4.12 429	1.82 512	4.16 452	2.91 501	1.87 268	1.74 291	2.48 388	1.84 417	13.18 589	1.74 397	0.80 535	0.57 523	0.79 547	0.74 537	1.20 552	0.86 517
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
GASNet	3.24 504	5.55 575	20.58 560	1.56 498	1.25 430	2.32 126	1.12 417	4.04 414	2.67 468	1.88 271	2.10 412	3.00 441	2.16 450	10.59 512	2.43 471	0.65 514	0.37 437	0.61 520	0.45 477	0.87 519	0.58 455

FBW_ROB	3.24 504	1.02 423	9.21 356	1.49 483	1.07 381	3.78 338	1.48 478	4.31 508	3.08 519	2.46 456	2.32 467	4.20 529	2.08 441	15.19 604	7.16 548	0.84 541	0.62 536	1.33 568	0.92 551	0.99 530	1.31 547

HBP-ISP	3.25 506	1.10 442	20.86 567	1.54 491	1.15 398	4.50 513	2.89 556	4.43 537	2.38 417	4.14 561	1.96 377	1.90 313	2.04 437	11.08 537	1.32 306	0.66 516	0.57 523	0.66 531	0.61 525	0.64 472	0.61 463

DStereoRT	3.28 507	1.06 434	14.58 430	1.33 426	1.12 392	4.51 517	1.29 448	4.21 463	3.48 550	2.50 461	2.13 421	1.89 312	7.69 585	7.57 433	2.43 471	0.66 516	0.33 400	4.46 610	2.84 604	0.38 305	1.12 538

aanetorigin	3.30 508	1.66 517	17.52 476	1.18 361	1.58 504	2.57 151	3.80 581	2.65 175	2.03 328	6.12 584	4.30 553	2.82 426	5.70 561	5.47 383	4.67 518	0.50 475	0.44 480	0.43 434	0.47 482	1.17 549	0.92 523

ADCRef	3.30 508	1.23 473	14.90 435	1.17 355	1.41 474	3.95 388	1.64 498	3.88 363	2.36 406	3.05 527	2.21 436	2.40 372	2.81 491	5.04 373	16.63 591	0.46 445	0.34 413	0.63 525	0.62 526	0.54 431	0.67 478

CBMV	3.32 510	0.96 415	21.16 578	1.32 421	0.83 298	3.81 346	3.91 584	4.47 543	2.53 447	3.34 542	2.24 440	4.45 538	2.58 480	10.07 497	1.96 427	0.45 438	0.43 475	0.48 463	0.38 435	0.52 422	0.53 432
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FAT-Stereo	3.34 511	0.81 358	20.05 529	1.25 387	1.20 418	3.44 264	1.99 522	4.23 471	2.67 468	3.14 532	3.82 548	3.51 491	3.32 517	11.68 565	1.94 422	0.64 511	0.67 544	0.48 463	0.52 504	0.61 458	0.81 511

CC-Net-ROB	3.35 512	1.76 523	13.89 416	2.33 564	1.65 516	4.49 510	1.62 495	4.73 563	2.90 500	1.92 285	2.05 403	1.99 330	1.61 359	12.57 587	1.60 368	2.46 576	2.18 587	2.68 588	1.04 561	2.11 567	1.38 553

z-mn7	3.36 513	9.42 594	14.16 422	1.28 404	1.22 424	3.78 338	1.43 475	3.92 380	3.35 544	2.85 512	3.36 538	3.06 448	1.97 433	9.66 479	5.16 528	0.42 417	0.35 419	0.43 434	0.33 376	0.63 464	0.48 403

edge stereo	3.37 514	1.01 422	21.99 595	1.28 404	1.37 460	2.67 159	1.39 466	3.98 397	2.87 498	2.93 516	3.27 536	4.35 534	2.43 470	11.62 557	2.39 464	0.60 503	0.63 538	0.79 547	0.55 512	0.68 485	0.67 478

DPSNet	3.43 515	1.37 493	12.19 389	1.39 459	1.24 427	4.15 436	2.06 525	4.51 551	3.34 543	2.69 499	1.96 377	3.52 492	5.56 560	10.68 516	9.68 561	0.93 544	0.73 552	0.40 411	0.37 422	1.06 534	0.86 517

S-Stereo	3.48 516	0.91 395	22.06 598	1.36 445	1.50 486	3.55 297	2.53 544	4.21 463	2.81 493	2.37 441	3.81 547	3.75 503	1.84 417	11.90 575	2.51 479	0.63 508	0.71 550	0.48 463	0.76 539	0.67 482	1.19 542

UDG	3.55 517	2.81 555	17.45 473	2.69 570	1.98 553	3.97 398	1.19 432	4.35 519	2.02 326	2.42 451	2.53 485	4.50 540	2.46 474	6.53 408	2.41 468	2.12 574	1.77 582	2.63 587	2.57 598	2.64 572	1.95 567

SAMSARA	3.55 517	2.16 540	14.18 423	1.86 538	1.49 484	4.62 537	2.65 549	3.58 302	2.80 487	7.05 589	3.05 522	5.16 567	4.07 537	9.18 467	4.80 523	0.64 511	0.67 544	0.59 512	0.68 533	0.89 520	0.91 522

WZ-Net	3.62 519	4.87 570	16.77 461	1.43 466	1.40 467	3.75 333	2.29 535	4.12 439	2.50 442	2.74 503	2.19 432	4.06 519	5.29 557	10.19 500	7.36 549	0.54 492	0.37 437	0.47 455	0.49 491	0.77 507	0.73 495

CBMV_ROB	3.62 519	0.70 281	21.42 586	1.21 375	0.89 325	4.43 500	1.76 507	4.39 530	2.79 483	5.88 581	3.38 539	4.18 526	5.12 554	10.75 518	2.32 461	0.56 496	0.55 520	0.53 494	0.51 501	0.55 433	0.46 393

Wz-Net-TNSev	3.67 521	8.83 585	13.47 406	1.48 480	1.18 405	3.60 307	2.49 541	4.27 489	3.13 522	2.18 380	1.89 364	4.21 530	2.80 490	12.10 577	7.58 552	0.57 498	0.55 520	0.47 455	0.54 510	0.91 523	1.05 532

SQANet	3.70 522	9.34 593	18.41 489	2.75 571	2.74 572	3.40 258	1.47 477	3.50 286	1.68 255	2.60 484	1.75 295	2.69 407	1.91 429	6.72 418	1.74 397	2.96 579	1.41 576	1.85 575	1.12 563	3.17 576	2.70 584

DeepPrunerF	3.70 522	1.72 520	14.87 433	1.33 426	1.74 529	3.70 323	1.55 489	4.20 457	14.00 599	2.02 326	1.77 309	2.74 413	2.30 460	10.88 524	6.88 544	0.68 523	0.60 533	0.78 546	0.78 544	0.81 514	0.71 487

FTStereo	3.71 524	0.53 104	20.37 548	0.96 227	0.65 216	4.34 480	11.29 601	2.62 172	1.50 161	2.58 480	5.04 559	1.90 313	13.84 600	3.71 348	1.25 288	0.38 371	0.24 285	0.31 266	0.32 368	0.30 169	2.10 570

ADCP+	3.74 525	1.96 531	16.90 462	1.09 306	1.55 496	4.35 483	3.65 579	3.93 382	2.98 510	2.22 398	1.66 269	3.95 511	4.83 550	3.41 338	18.87 604	0.38 371	0.41 466	0.63 525	0.53 508	0.64 472	0.81 511

test_sample9	3.79 526	1.05 429	7.87 333	1.07 292	0.86 311	3.93 378	1.19 432	4.35 519	2.11 353	2.14 361	1.75 295	1.75 278	1.67 384	11.06 534	11.61 572	1.23 559	14.45 622	4.27 606	2.09 590	0.70 488	0.69 483

zh-sn7	3.81 527	11.43 603	15.78 447	1.25 387	1.15 398	3.68 322	2.58 547	4.15 451	2.42 427	2.61 486	3.10 528	3.38 476	3.03 503	11.43 549	6.88 544	0.45 438	0.48 504	0.45 446	0.43 470	0.72 500	0.71 487

MFN_U_SF_RVC	3.81 527	10.78 600	15.01 438	1.84 535	1.39 465	3.73 331	1.63 496	4.05 418	3.26 537	2.91 514	2.38 471	4.36 536	3.65 528	8.43 449	4.91 526	1.11 554	1.04 563	0.99 556	1.31 570	1.58 560	1.75 564

ADCPNet	3.89 529	1.63 513	20.25 543	1.28 404	1.27 434	6.43 583	2.65 549	3.93 382	2.70 471	2.78 506	2.20 434	4.28 532	6.16 569	5.56 386	10.27 564	0.65 514	1.18 568	0.71 537	1.70 579	0.84 518	1.37 551

DStereoO	3.90 530	2.13 537	7.90 337	4.43 598	2.84 575	4.40 492	5.30 588	4.31 508	3.21 534	2.41 450	3.08 524	2.93 437	7.14 581	4.20 363	11.12 568	4.11 597	1.30 574	1.33 568	1.63 576	3.09 574	1.26 543

RTS	3.90 530	7.04 579	17.94 479	1.92 541	2.19 563	5.00 571	2.96 558	4.29 497	3.19 529	4.05 558	3.08 524	4.94 556	3.16 509	7.64 435	6.72 539	0.66 516	0.44 480	0.51 483	0.47 482	0.95 525	0.76 501

RTSA	3.90 530	7.04 579	17.94 479	1.92 541	2.19 563	5.00 571	2.96 558	4.29 497	3.19 529	4.05 558	3.08 524	4.94 556	3.16 509	7.64 435	6.72 539	0.66 516	0.44 480	0.51 483	0.47 482	0.95 525	0.76 501

MFN_U_SF_DS_RVC	3.94 533	10.88 601	12.30 391	1.26 394	1.55 496	5.19 574	3.33 569	4.42 534	2.82 495	2.58 480	2.62 494	5.00 559	2.11 442	14.03 602	2.73 490	1.28 564	2.34 594	0.67 533	1.83 584	0.81 514	1.03 531

ADCMid	3.96 534	3.27 560	15.48 445	1.26 394	1.40 467	4.66 543	2.28 534	4.06 422	3.54 551	3.94 555	3.02 520	3.85 508	3.67 529	4.03 358	18.65 602	0.68 523	0.61 535	1.09 562	1.18 567	1.38 557	1.08 534

SDNR	3.97 535	1.93 529	20.28 545	1.31 418	0.94 338	5.16 573	0.67 168	4.33 515	2.58 455	4.82 574	5.94 565	5.01 560	1.45 318	17.52 606	2.53 481	0.79 533	0.72 551	0.59 512	0.45 477	1.15 547	1.17 540

MADNet+	3.97 535	9.54 595	13.83 415	1.87 539	1.69 524	4.19 457	2.87 555	4.80 567	4.10 565	2.51 465	2.67 499	4.55 544	3.41 520	8.72 453	6.92 546	1.25 562	1.27 572	1.04 558	0.93 552	1.39 558	1.85 565

SPS-STEREO	3.97 535	1.44 502	20.85 566	1.72 520	1.71 526	3.24 230	2.30 536	3.55 297	2.68 470	4.79 573	3.66 544	5.44 571	2.97 496	9.11 464	9.35 560	1.15 555	1.10 566	1.06 560	1.02 560	1.16 548	1.18 541
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NaN_ROB	4.06 538	1.13 447	16.64 457	1.12 326	1.25 430	3.50 283	3.05 562	4.29 497	3.26 537	3.64 548	2.56 488	2.97 438	4.79 549	13.33 592	16.91 592	0.37 354	0.41 466	0.38 401	0.39 442	0.48 408	0.81 511

G-Net	4.11 539	1.21 463	19.47 511	2.31 563	2.94 577	4.74 562	2.95 557	3.33 269	2.14 358	4.44 568	9.43 584	6.93 579	3.84 532	9.01 462	4.92 527	0.79 533	0.80 557	0.70 536	0.50 497	0.95 525	0.87 520

THIR-Stereo	4.14 540	0.82 365	10.85 377	0.86 155	0.43 73	2.16 113	16.77 609	3.22 246	1.54 193	2.04 333	12.05 597	2.68 406	7.53 583	7.30 425	12.62 576	0.30 241	0.21 192	0.29 221	0.28 291	0.33 239	0.41 358

AnyNet_C32	4.17 541	5.75 576	12.62 395	1.60 503	1.54 492	5.51 577	4.09 585	3.90 370	3.23 535	4.22 566	3.03 521	3.10 449	3.41 520	8.01 444	18.85 603	0.53 490	0.58 528	0.53 494	0.74 537	1.19 551	0.97 527

Ntro	4.21 542	8.94 589	19.89 524	3.22 579	2.96 578	4.15 436	1.89 516	3.92 380	2.36 406	1.77 247	2.14 423	3.35 471	2.17 452	9.48 474	2.24 455	3.52 588	1.76 581	2.13 578	1.31 570	3.83 586	3.09 586

ADCS	4.22 543	5.33 572	16.32 452	1.64 508	1.31 441	3.91 371	3.64 578	4.21 463	2.89 499	5.11 575	2.81 512	4.46 539	3.06 506	5.21 377	19.50 605	0.63 508	0.64 539	0.69 534	0.69 535	1.12 542	1.26 543

ADCL	4.35 544	1.63 513	14.21 424	1.29 408	1.26 432	5.56 578	11.16 600	3.97 395	3.37 545	6.07 582	4.67 555	4.30 533	5.72 562	5.08 375	14.51 581	0.50 475	0.48 504	0.89 553	0.77 541	0.78 509	0.76 501

AnyNet_C01	4.37 545	7.80 581	16.40 453	1.98 547	1.40 467	6.37 582	6.47 592	4.09 430	5.03 575	4.06 560	3.78 546	4.16 525	3.31 516	6.62 411	10.00 562	0.61 505	0.67 544	0.63 525	0.67 530	2.01 565	1.31 547

MSC_U_SF_DS_RVC	4.48 546	10.62 599	15.18 443	1.55 496	1.45 481	6.16 580	3.54 576	5.41 581	3.68 556	2.59 483	2.74 503	4.81 553	2.20 455	13.79 599	4.40 515	2.04 572	3.36 607	1.05 559	1.20 568	2.09 566	1.72 562

RainbowNet	4.56 547	8.28 582	20.07 532	3.64 587	3.23 586	4.15 436	2.99 560	4.18 453	3.03 515	2.20 387	2.65 497	4.26 531	2.90 494	9.77 481	2.12 444	3.88 594	2.27 591	2.71 591	1.72 581	3.78 585	3.31 594

SGM_RVC	4.57 548	0.72 297	17.46 474	1.84 535	0.58 186	4.23 466	3.45 571	4.66 560	3.66 555	7.99 594	8.82 582	7.56 582	8.74 592	12.30 579	6.84 543	0.43 423	0.38 443	0.39 405	0.35 400	0.51 418	0.48 403
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
otaku	4.58 549	8.93 588	19.95 526	3.11 578	2.67 570	3.91 371	2.57 546	3.82 347	2.25 378	2.22 398	9.72 586	4.08 520	2.35 465	8.57 451	2.13 447	3.51 587	1.65 580	2.15 579	1.17 566	3.69 583	3.15 588

DispFullNet	4.64 550	3.48 562	23.95 608	3.99 589	3.03 579	3.35 251	1.06 400	4.18 453	2.80 487	6.33 586	2.94 516	4.04 518	7.81 586	3.92 356	5.16 528	2.75 577	1.61 579	3.10 596	2.68 601	3.32 578	3.31 594

CSAN	4.71 551	1.39 496	20.23 539	1.19 364	0.87 316	3.65 318	3.50 573	4.57 556	3.87 558	3.89 554	7.82 571	3.54 496	6.16 569	23.47 615	6.82 542	0.52 487	0.45 485	0.49 477	0.52 504	0.63 464	0.66 477

test_sample8	4.76 552	1.05 429	7.87 333	1.07 292	0.86 311	3.93 378	1.19 432	4.38 528	2.05 335	5.49 577	1.89 364	12.98 596	6.37 571	11.06 534	11.61 572	1.23 559	14.45 622	4.27 606	2.09 590	0.70 488	0.69 483

SuperB	4.79 553	4.41 568	21.08 575	1.45 473	1.08 383	3.91 371	3.08 564	4.18 453	3.01 513	2.50 461	2.10 412	2.75 415	3.49 526	8.80 455	19.60 606	0.44 429	0.33 400	0.53 494	0.39 442	12.01 615	0.64 474

IMH-64-1	4.84 554	2.53 548	6.83 322	4.30 595	3.74 591	4.81 566	6.05 589	5.30 576	3.92 560	3.95 556	8.33 575	5.08 563	6.06 566	8.96 460	6.30 536	4.57 605	2.96 601	3.04 593	2.12 593	4.28 591	3.62 597

IMH-64	4.84 554	2.53 548	6.83 322	4.30 595	3.74 591	4.81 566	6.05 589	5.30 576	3.92 560	3.95 556	8.33 575	5.08 563	6.06 566	8.96 460	6.30 536	4.57 605	2.96 601	3.04 593	2.12 593	4.28 591	3.62 597

NVStereoNet_ROB	4.91 556	1.40 497	16.46 455	1.47 478	1.72 528	3.46 270	1.96 519	3.89 365	3.61 553	2.90 513	24.61 615	4.81 553	4.49 546	13.57 596	4.87 525	1.33 568	1.29 573	1.70 574	1.68 577	1.41 559	1.66 559
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WCMA_ROB	5.12 557	0.90 390	21.33 582	1.50 484	1.33 452	4.09 420	3.49 572	4.03 410	4.59 569	6.57 587	10.95 591	12.92 595	8.41 591	9.86 486	8.78 558	0.75 530	0.58 528	0.51 483	0.50 497	0.68 485	0.57 450

WAO-7	5.16 558	3.21 558	18.98 499	1.88 540	1.44 477	5.34 575	3.09 565	4.91 569	5.81 582	4.35 567	8.92 583	6.55 576	6.06 566	13.40 594	10.81 566	1.34 569	1.20 571	1.48 573	1.35 573	1.60 561	1.45 555

CrosDoStereo	5.24 559	0.60 180	20.23 539	0.82 115	0.51 132	3.39 255	18.11 611	3.82 347	2.27 383	1.98 302	8.74 579	1.96 324	6.96 577	7.35 427	26.35 615	0.30 241	0.22 221	0.30 243	0.28 291	0.33 239	0.38 326

DeepStereo_LL	5.24 559	0.60 180	20.23 539	0.82 115	0.51 132	3.39 255	18.11 611	3.82 347	2.27 383	1.98 302	8.74 579	1.96 324	6.96 577	7.35 427	26.35 615	0.30 241	0.22 221	0.30 243	0.28 291	0.33 239	0.38 326

MeshStereo	5.35 561	1.32 486	21.34 583	1.34 434	1.15 398	4.40 492	3.90 583	5.18 573	4.55 567	10.14 604	11.82 596	11.47 590	5.84 563	13.84 600	7.03 547	0.61 505	0.58 528	0.60 517	0.58 518	0.72 500	0.59 459
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
ACVNet_2	5.41 562	12.60 604	20.42 552	3.27 580	3.15 584	4.50 513	3.02 561	4.66 560	3.73 557	3.35 544	5.36 561	7.86 583	2.88 492	12.33 581	4.76 522	3.12 583	2.22 589	2.70 590	1.69 578	3.49 579	3.10 587

pmcnn	5.45 563	1.22 469	17.40 471	1.60 503	2.41 569	3.48 276	2.12 528	4.52 552	3.26 537	3.67 550	13.15 600	22.10 609	3.46 525	11.92 576	17.16 594	0.34 314	0.21 192	0.23 41	0.19 86	0.36 288	0.28 185

MDST_ROB	5.53 564	0.59 168	23.11 603	2.55 568	2.69 571	21.20 612	1.98 521	4.77 566	2.65 465	9.36 599	4.25 551	4.14 524	4.45 545	22.57 610	3.68 510	0.48 459	0.33 400	0.47 455	0.44 473	0.44 382	0.44 377

EDNetEfficient	5.61 565	2.14 539	16.75 460	1.67 512	3.64 589	4.12 429	7.51 594	3.05 227	5.63 581	11.57 610	4.83 557	3.95 511	12.72 596	8.44 450	20.78 608	0.41 406	0.43 475	0.47 455	1.01 558	1.66 563	1.39 554

MSMD_ROB	5.61 565	1.08 438	16.68 458	1.21 375	0.83 298	10.14 596	2.07 527	3.93 382	6.22 584	10.37 605	8.03 573	22.22 610	9.45 593	11.66 563	4.52 517	0.66 516	0.58 528	0.66 531	0.68 533	0.65 475	0.63 470

SANet	5.65 567	1.72 520	20.94 571	1.26 394	0.88 320	7.20 587	3.81 582	4.60 557	11.23 592	4.56 569	8.78 581	7.49 581	6.95 576	11.85 573	18.11 598	0.49 471	0.44 480	0.50 480	0.42 467	0.90 522	0.82 515

ELAS_RVC	5.72 568	1.64 516	20.40 550	2.09 553	2.01 555	4.95 570	11.47 603	4.66 560	6.31 586	8.09 595	8.01 572	8.06 586	11.65 595	8.36 446	10.22 563	0.99 549	1.17 567	0.81 550	0.76 539	1.14 544	1.58 558
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCK	5.85 569	9.95 597	15.22 444	2.90 574	1.56 499	5.66 579	7.69 595	5.27 575	4.74 572	3.88 553	7.51 569	8.04 584	5.28 556	15.18 603	8.40 556	3.08 582	1.51 577	2.24 580	1.37 574	5.55 600	1.96 568

WAO-6	5.87 570	2.27 542	15.05 439	2.96 575	2.77 573	12.01 599	3.58 577	5.37 580	11.91 596	3.34 542	9.69 585	6.78 578	5.84 563	11.82 572	8.89 559	2.87 578	2.35 595	2.50 582	1.84 585	2.85 573	2.67 581

ELAS	5.99 571	1.62 511	20.29 546	1.96 546	2.01 555	15.09 605	8.38 598	5.23 574	5.54 579	9.02 598	8.61 578	6.74 577	9.75 594	7.48 430	11.40 571	0.96 547	1.18 568	0.72 541	0.93 552	1.30 555	1.67 560
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_1	6.04 572	13.97 611	21.36 584	3.58 585	3.14 583	4.73 559	2.48 540	4.20 457	3.17 527	2.98 522	2.83 514	23.31 611	4.34 543	11.06 534	2.45 474	3.68 590	2.33 593	2.60 585	1.79 583	3.69 583	3.19 590

FCDSN-DC	6.04 572	0.84 374	19.25 503	1.24 385	1.09 387	4.38 485	2.62 548	4.38 528	4.71 570	9.59 602	11.22 592	19.19 605	17.40 607	12.30 579	8.55 557	0.69 526	0.57 523	0.60 517	0.60 522	0.70 488	0.78 505
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
JetBlue	6.27 574	9.15 591	13.76 409	1.94 545	4.60 602	11.91 598	12.00 604	5.12 572	3.45 549	3.79 552	4.52 554	9.54 588	6.56 575	9.40 472	13.48 579	1.26 563	1.37 575	1.17 565	1.34 572	7.06 609	3.95 601

psmorigin	6.59 575	1.15 452	88.11 634	1.52 487	0.97 346	2.88 176	1.20 436	3.21 244	2.04 332	3.73 551	2.46 475	5.15 566	2.55 478	10.60 513	2.47 476	0.55 494	0.68 547	0.48 463	0.51 501	0.70 488	0.88 521

FC-DCNN	6.64 576	0.77 340	19.26 505	1.68 513	1.64 512	8.27 592	2.35 537	6.35 585	9.23 589	10.85 607	11.27 593	19.89 606	13.33 597	12.51 585	11.79 574	0.66 516	0.57 523	0.58 509	0.56 514	0.63 464	0.61 463

ACVNet-4b	6.73 577	13.67 609	21.87 594	3.54 584	3.07 580	4.19 457	2.25 533	4.03 410	3.65 554	1.64 221	3.98 550	5.88 573	2.89 493	10.01 494	16.98 593	23.29 626	2.24 590	2.53 583	1.78 582	3.87 587	3.21 591

EKT-Stereo	6.79 578	0.64 228	4.24 294	1.77 525	106.39 631	4.51 517	0.61 132	3.16 239	1.53 184	1.88 271	1.22 138	1.98 328	1.36 289	3.81 349	0.84 167	0.35 334	0.24 285	0.29 221	0.26 236	0.34 257	0.48 403

IMH	6.81 579	13.66 608	20.41 551	4.33 597	3.74 591	5.50 576	3.06 563	5.49 582	6.22 584	4.64 571	10.35 588	9.30 587	8.03 589	13.61 597	6.81 541	4.80 608	2.99 604	3.09 595	2.12 593	4.36 593	3.61 596

LVE	6.88 580	9.31 592	21.14 576	3.61 586	3.18 585	4.49 510	2.79 551	10.21 596	11.69 594	3.16 535	11.53 594	18.33 602	4.31 542	11.66 563	3.52 507	4.45 603	2.93 599	2.56 584	1.91 587	3.62 580	3.16 589

FC-DCNN v2	6.91 581	0.77 340	19.25 503	1.69 514	1.64 512	9.13 594	2.40 538	7.20 587	9.47 590	11.07 609	11.62 595	20.05 608	15.79 604	12.55 586	11.99 575	0.66 516	0.57 523	0.58 509	0.56 514	0.63 464	0.61 463

tt	7.19 582	0.51 84	6.83 322	4.03 590	2.30 568	12.05 600	20.19 615	15.46 613	6.58 587	3.42 546	3.22 533	5.37 569	6.39 574	4.20 363	7.46 550	9.81 616	11.53 621	7.05 614	7.46 615	6.31 603	3.71 599

Dean	7.52 583	9.08 590	21.41 585	3.74 588	3.53 587	4.81 566	3.53 574	5.33 579	5.25 576	4.17 562	26.53 616	25.62 617	4.09 538	10.97 528	4.32 514	3.69 591	2.30 592	2.91 592	1.87 586	4.03 589	3.24 592

DGSMNet	7.55 584	1.62 511	17.42 472	1.92 541	12.73 607	7.45 590	42.99 626	4.13 441	2.07 339	2.10 347	3.16 532	3.42 478	1.70 391	9.24 469	2.30 459	3.70 592	10.89 620	11.80 622	5.54 611	4.24 590	2.66 580

MADNet++	7.57 585	5.80 577	13.28 401	6.38 609	5.26 604	7.18 586	7.77 596	5.32 578	5.62 580	6.11 583	7.78 570	6.02 575	8.01 588	11.74 568	16.36 590	9.36 615	4.95 611	8.57 617	5.66 612	4.83 597	5.34 607

MonStereo1	8.07 586	2.24 541	5.83 316	4.68 602	3.60 588	18.80 610	2.52 542	5.89 584	5.86 583	4.76 572	13.98 603	7.41 580	50.63 630	13.28 591	5.16 528	4.40 601	0.90 560	2.69 589	1.55 575	3.92 588	3.30 593

SGM+DAISY	8.36 587	3.82 564	24.83 609	2.02 549	1.75 530	14.80 604	17.22 610	4.27 489	11.79 595	13.88 611	14.38 604	11.74 594	13.83 599	10.56 510	15.12 582	1.21 557	1.19 570	1.14 564	1.13 565	1.17 549	1.37 551

MultiAttention	8.74 588	0.56 137	7.25 328	2.07 552	22.74 615	35.86 622	8.44 599	4.97 570	2.58 455	2.57 476	5.11 560	5.55 572	1.59 352	52.70 633	7.50 551	0.47 454	0.24 285	0.52 489	1.00 557	6.84 607	6.30 611

UNDER WATER-64	9.33 589	5.37 573	22.60 601	5.22 607	4.86 603	10.75 597	4.61 587	11.45 597	17.30 610	7.59 590	9.80 587	15.99 601	17.90 609	10.63 514	15.72 585	4.36 599	2.87 598	4.39 609	2.86 605	7.01 608	5.36 608

TorneroNet-64	10.12 590	8.74 584	20.95 572	4.27 593	3.76 594	13.86 603	2.85 554	15.05 611	23.15 618	10.07 603	23.84 614	13.47 597	8.24 590	13.96 601	17.21 595	3.96 596	2.72 596	3.23 597	2.48 597	6.29 602	4.27 604

DStereoSA	10.13 591	4.62 569	12.76 396	4.78 604	13.35 608	9.97 595	22.80 616	4.74 565	16.44 607	5.11 575	15.31 606	4.61 547	13.82 598	8.00 442	27.60 619	6.51 612	8.86 615	1.43 571	8.28 616	3.16 575	10.38 613

UNDER WATER	10.47 592	3.95 566	22.62 602	5.07 606	4.51 601	7.78 591	3.77 580	12.56 605	21.72 617	7.84 593	10.78 589	23.96 613	31.66 618	10.78 521	16.19 589	4.44 602	2.93 599	4.24 605	2.86 605	6.33 604	5.47 609

JetRed	10.48 593	27.10 618	35.70 615	4.27 593	4.09 598	15.55 608	12.83 606	12.16 602	5.50 578	5.83 580	5.56 563	10.14 589	7.43 582	8.88 456	26.39 617	3.32 584	3.81 608	3.51 600	2.96 607	7.85 610	6.69 612

notaker	10.50 594	8.60 583	20.23 539	4.54 601	3.95 595	6.27 581	3.44 570	8.07 590	4.75 573	8.73 596	46.45 625	13.86 600	27.86 617	13.49 595	13.61 580	4.56 604	3.18 605	3.52 601	2.68 601	8.13 612	4.05 602

WQFJA1++	10.56 595	0.40 8	3.21 261	0.89 173	0.82 291	1.43 55	0.41 49	2.15 97	0.87 39	96.02 637	0.71 34	0.46 35	0.55 39	1.29 127	0.50 39	0.27 132	0.17 50	0.21 20	0.18 60	100.47 634	0.22 78

xyz-stereo	10.85 596	0.45 31	79.01 633	0.62 15	0.45 89	83.70 634	0.77 239	2.59 169	1.34 99	2.19 384	32.02 623	2.76 421	1.62 362	5.75 391	2.39 464	0.25 95	0.17 50	0.33 321	0.21 122	0.25 77	0.19 8

DStereoFS	11.11 597	13.81 610	11.82 387	5.73 608	11.05 606	20.81 611	11.36 602	8.68 593	16.52 608	14.90 612	15.81 610	11.63 593	13.85 601	9.05 463	15.60 584	7.57 613	8.88 616	2.41 581	5.29 610	2.16 568	15.30 618

MANE	11.39 598	1.38 494	23.16 604	4.82 605	2.79 574	22.02 613	14.51 608	25.81 617	26.28 619	10.93 608	13.17 601	19.90 607	18.03 610	15.69 605	20.41 607	0.96 547	0.74 553	1.42 570	3.24 608	0.74 502	1.71 561

SGM-ForestM	11.55 599	1.16 455	21.62 591	2.14 554	0.81 282	22.25 614	19.08 613	16.50 615	11.34 593	15.94 615	14.44 605	27.12 618	22.61 616	24.76 616	28.39 622	0.50 475	0.48 504	0.47 455	0.44 473	0.55 433	0.53 432

WAO-8	11.95 600	13.02 605	20.56 557	3.50 581	3.08 581	15.11 606	2.80 552	12.91 606	19.11 615	7.69 591	13.12 598	11.62 591	7.01 579	84.40 635	7.91 553	3.42 585	1.92 584	3.54 602	1.93 588	3.68 581	2.69 582

Venus	11.95 600	13.02 605	20.56 557	3.50 581	3.08 581	15.11 606	2.80 552	12.91 606	19.11 615	7.69 591	13.12 598	11.62 591	7.01 579	84.40 635	7.91 553	3.42 585	1.92 584	3.54 602	1.93 588	3.68 581	2.69 582

TCMNet-wrong-test	12.32 602	14.13 612	19.38 508	22.38 616	19.85 612	15.99 609	12.34 605	22.95 616	4.56 568	6.24 585	6.27 566	18.40 604	15.71 603	10.10 499	10.72 565	9.06 614	4.78 609	5.35 611	3.95 609	12.28 616	11.97 615

EDNetEfficientorigin	12.35 603	2.51 546	179.47 638	1.19 364	0.96 342	2.91 181	1.81 511	3.00 221	5.35 577	8.91 597	4.79 556	4.18 526	4.64 548	9.98 492	11.30 569	0.37 354	0.38 443	0.60 517	0.85 547	1.32 556	2.43 578

LSM	12.71 604	3.52 563	20.79 565	55.63 629	84.76 628	3.63 317	6.30 591	3.73 330	4.93 574	5.55 578	13.92 602	3.53 493	3.25 514	9.72 480	4.12 513	0.64 511	0.85 558	0.71 537	0.81 546	1.03 531	26.84 621

U	12.82 605	0.38 3	1.99 165	0.66 43	58.94 627	63.38 633	0.34 26	1.91 72	0.94 56	0.59 27	0.80 50	0.46 35	0.57 43	0.83 17	0.44 17	0.29 197	0.17 50	63.35 633	59.81 632	0.29 146	0.20 29

MSAF-DinoV2	13.69 606	13.09 607	22.03 597	2.41 566	1.44 477	4.03 408	1.38 464	9.07 594	9.20 588	2.23 402	1.98 385	5.08 563	5.06 552	177.66 640	5.46 535	0.45 438	0.34 413	0.40 411	0.62 526	6.09 601	5.80 610

DGTPSM_ROB	15.31 607	8.85 586	28.14 613	9.90 613	18.89 610	12.44 601	33.21 619	13.48 608	17.86 613	9.50 600	22.89 612	13.78 598	19.67 611	21.26 608	23.68 611	5.08 610	8.84 613	5.62 612	11.50 617	6.72 605	14.87 616

DPSMNet_ROB	15.52 608	8.89 587	31.44 614	10.07 614	18.91 611	12.44 601	33.22 620	13.51 609	17.94 614	9.58 601	22.91 613	13.79 599	19.67 611	21.43 609	23.73 612	5.17 611	8.84 613	5.63 613	11.52 620	6.79 606	14.90 617

USTest	15.98 609	15.58 613	22.56 600	18.49 615	16.99 609	26.43 615	36.08 622	27.68 620	12.77 598	10.69 606	10.80 590	18.35 603	15.09 602	18.62 607	23.37 610	4.85 609	5.34 612	7.38 615	7.43 614	9.90 614	11.23 614

KSHMR	16.96 610	5.37 573	21.64 593	4.46 599	4.50 600	8.30 593	3.32 568	15.58 614	76.24 634	6.62 588	61.47 630	56.53 630	5.43 559	35.17 622	11.37 570	4.39 600	2.97 603	3.63 604	2.74 603	5.10 598	4.34 605

LE_ROB	18.58 611	1.21 463	48.38 621	8.60 612	23.00 616	7.32 589	19.74 614	9.94 595	38.69 626	43.53 623	21.91 611	28.40 619	40.92 621	23.18 612	54.71 627	0.34 314	0.33 400	0.32 286	0.36 410	0.42 364	0.40 353

coex-ft	18.59 612	6.62 578	113.53 636	1.17 355	1.31 441	2.33 128	1.93 518	2.81 204	14.00 599	124.82 639	8.45 577	5.90 574	51.74 631	9.99 493	22.69 609	0.57 498	0.62 536	0.50 480	0.49 491	1.08 539	1.28 545

DPSM_ROB	20.78 613	20.03 616	26.57 611	23.62 618	22.46 613	31.10 617	39.97 624	33.52 623	17.41 611	15.25 613	15.80 608	24.06 614	20.71 614	23.30 613	27.62 620	10.78 617	9.41 618	11.69 620	11.50 617	14.49 617	16.36 619

DPSM	20.78 613	20.03 616	26.57 611	23.62 618	22.46 613	31.10 617	39.97 624	33.52 623	17.41 611	15.25 613	15.80 608	24.06 614	20.71 614	23.30 613	27.62 620	10.78 617	9.41 618	11.69 620	11.50 617	14.49 617	16.36 619

ktn	21.74 615	10.34 598	19.68 516	4.53 600	4.00 596	6.53 584	4.51 586	6.79 586	78.82 636	84.69 635	100.86 639	58.49 631	7.57 584	12.11 578	13.35 578	4.58 607	3.24 606	3.49 599	2.62 599	4.65 596	3.84 600

LRCNet_RVC	25.52 616	33.45 619	23.21 606	31.79 620	32.78 617	6.74 585	1.18 429	25.88 618	4.46 566	28.94 616	30.89 617	24.91 616	17.57 608	27.66 617	24.34 614	35.26 629	25.60 630	35.91 629	33.81 628	31.90 627	34.10 629

TorneroNet	25.88 617	11.28 602	21.62 591	4.20 592	4.07 597	55.25 626	3.15 566	15.16 612	76.94 635	58.09 630	82.72 636	86.88 635	41.15 622	13.35 593	18.13 599	4.32 598	2.85 597	3.45 598	2.62 599	8.33 613	4.14 603

DLNR_Zeroshot_test	28.62 618	55.50 630	49.94 624	183.62 634	115.05 634	3.43 263	0.28 10	29.49 621	1.49 155	1.01 149	1.26 152	0.93 161	0.63 64	3.92 356	1.51 353	29.81 627	0.41 466	0.26 131	0.23 175	93.28 631	0.32 246

DLNR-FE	28.68 619	56.10 631	49.61 622	183.75 635	105.98 630	3.44 264	0.28 10	29.58 622	1.49 155	1.01 149	1.26 152	0.93 161	0.63 64	3.81 349	1.51 353	33.14 628	0.41 466	0.26 131	0.23 175	99.94 633	0.32 246

HanzoNet	31.60 620	17.23 614	21.22 581	7.32 610	5.84 605	7.25 588	3.53 574	13.82 610	14.20 601	50.38 626	47.01 626	44.45 621	56.61 632	36.61 623	32.00 623	63.89 633	56.57 634	7.97 616	89.20 636	28.69 619	28.25 623

FlowAnything	41.75 621	39.90 620	53.36 628	47.83 628	45.06 622	62.45 627	80.51 632	67.34 633	34.89 623	30.56 620	31.52 618	48.18 625	42.05 627	46.66 631	55.24 629	21.71 625	18.88 625	23.49 627	23.13 622	29.12 621	33.04 624

Selective-RAFT-Error	41.77 622	40.16 622	53.34 627	47.73 624	45.25 626	62.51 628	80.64 633	67.22 629	34.93 624	30.64 621	31.81 619	48.11 624	42.11 628	46.57 626	54.95 628	21.61 621	18.87 624	23.48 623	23.15 624	29.16 622	33.08 628

RAFT-FEzeroshot	41.78 623	40.21 624	53.07 625	47.74 626	45.19 624	62.51 628	80.73 635	67.30 631	34.75 620	30.51 618	31.88 620	48.27 627	41.88 625	46.64 629	55.54 631	21.62 622	18.89 627	23.48 623	23.22 625	29.20 624	33.05 625

RAFT-FE	41.78 623	40.21 624	53.07 625	47.74 626	45.19 624	62.51 628	80.73 635	67.30 631	34.75 620	30.51 618	31.88 620	48.27 627	41.88 625	46.64 629	55.54 631	21.62 622	18.89 627	23.48 623	23.22 625	29.20 624	33.05 625

CasAABBNet	41.80 625	40.20 623	53.41 629	47.73 624	45.18 623	62.51 628	80.71 634	67.26 630	34.80 622	30.49 617	31.88 620	48.24 626	41.81 624	46.63 628	55.64 633	21.60 620	18.88 625	23.48 623	23.22 625	29.19 623	33.05 625

HaxPig	43.25 626	43.65 626	45.00 619	33.85 621	35.61 619	32.69 619	30.52 617	45.09 626	42.97 627	48.77 624	48.17 627	43.00 620	40.26 620	44.58 624	43.61 624	47.18 630	49.30 631	51.54 631	50.25 630	43.73 628	45.29 630

AVERAGE_ROB	44.46 627	45.91 627	46.59 620	40.59 623	38.66 620	32.99 620	30.52 617	46.19 627	43.26 628	49.59 625	48.97 628	44.62 622	39.89 619	45.04 625	43.94 625	48.74 631	50.69 632	50.80 630	49.79 629	45.54 629	46.97 631

MEDIAN_ROB	47.37 628	49.08 628	49.92 623	40.32 622	39.97 621	34.95 621	33.43 621	49.17 628	46.39 630	53.06 627	52.65 629	47.65 623	42.23 629	48.35 632	47.29 626	52.10 632	54.04 633	54.28 632	53.48 631	48.76 630	50.33 632

LSM0	49.58 629	40.04 621	53.62 630	97.15 630	128.68 635	62.75 632	79.89 631	67.63 634	35.11 625	33.02 622	32.61 624	48.43 629	41.60 623	46.60 627	55.43 630	21.63 624	18.99 629	23.62 628	23.13 622	29.47 626	52.26 633

BEATNet-Init1	49.72 630	64.32 632	97.77 635	4.68 602	4.28 599	84.75 635	60.42 627	73.38 635	68.59 633	88.29 636	88.51 638	91.94 636	97.99 636	85.26 637	70.96 637	0.80 535	0.65 540	0.85 551	0.70 536	7.96 611	2.33 574

Anonymous_1	57.11 631	19.68 615	26.15 610	23.10 617	142.31 636	30.84 616	39.75 623	33.86 625	16.98 609	70.53 634	15.42 607	23.46 612	19.75 613	23.04 611	27.23 618	164.73 640	9.02 617	130.38 635	137.40 637	161.27 640	27.24 622

PML	64.32 632	53.22 629	17.88 478	8.10 611	32.94 618	148.46 639	247.79 641	12.18 603	45.42 629	111.41 638	288.92 641	101.47 637	101.31 637	31.67 618	15.55 583	14.03 619	4.83 610	10.98 619	6.18 613	28.82 620	5.17 606

DPSimNet_ROB	102.30 633	119.72 639	143.59 637	109.42 631	94.10 629	127.22 638	127.15 637	26.62 619	102.36 640	149.58 640	83.99 637	139.34 640	137.54 640	64.62 634	82.36 638	105.18 634	66.15 635	120.15 634	69.61 633	99.58 632	77.72 634

RSGM-EC	108.14 634	104.44 636	68.66 631	115.42 632	109.31 632	116.48 636	139.19 638	127.02 639	55.95 631	55.27 628	71.01 631	116.54 638	111.76 638	176.57 638	175.06 639	117.34 638	71.64 636	140.65 636	83.55 634	123.96 635	82.91 635

acva	108.14 634	104.44 636	68.66 631	115.42 632	109.31 632	116.48 636	139.19 638	127.02 639	55.95 631	55.27 628	71.01 631	116.54 638	111.76 638	176.57 638	175.06 639	117.34 638	71.64 636	140.65 636	83.55 634	123.96 635	82.91 635

xxxxx1	112.33 636	88.53 633	37.76 616	227.84 637	157.23 637	39.05 623	61.41 628	93.76 636	79.29 637	62.45 631	74.79 633	78.32 632	70.96 633	33.47 619	70.69 634	114.00 635	130.36 638	259.31 639	274.34 639	145.54 637	147.50 637

tt_ll	112.33 636	88.53 633	37.76 616	227.84 637	157.23 637	39.05 623	61.41 628	93.76 636	79.29 637	62.45 631	74.79 633	78.32 632	70.96 633	33.47 619	70.69 634	114.00 635	130.36 638	259.31 639	274.34 639	145.54 637	147.50 637

ff	112.33 636	88.53 633	37.76 616	227.84 637	157.23 637	39.05 623	61.41 628	93.76 636	79.29 637	62.45 631	74.79 633	78.32 632	70.96 633	33.47 619	70.69 634	114.00 635	130.36 638	259.31 639	274.34 639	145.54 637	147.50 637

test_example2	212.63 639	219.92 640	221.87 639	213.67 636	221.17 640	199.47 640	200.74 640	185.30 641	141.66 641	209.52 641	213.45 640	210.82 641	205.48 641	221.27 641	216.64 641	236.83 641	242.07 641	213.93 638	217.01 638	235.69 641	226.10 640

GS-Stereo							0.83 279	3.32 263	1.37 105	0.75 73	0.89 67	0.76 111	0.80 131	0.92 35	0.53 50	0.26 110	0.18 83	0.26 131	0.20 106	0.28 128	0.21 59

FSD					0.60 192	0.77 5	0.67 168	1.57 31	0.68 5	0.72 63	0.62 26	1.02 173	0.72 90	0.81 13	0.73 126	0.59 501	0.54 515	0.57 507	0.54 510	0.57 444

ccccc		629.75 641		567.84 640	570.84 641	582.44 641		613.82 642		614.58 642		555.57 642		666.94 642		781.57 642	507.24 642	391.36 642	342.44 642	689.82 642

ASD4		113.98 638

Low-res two-view benchmark