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 14	1.09 33	0.65 28	0.34 11	0.29 1	0.23 3	0.67 1	0.50 1	0.53 9	0.92 69	0.65 72	0.53 31	0.54 1	0.50 38	0.28 162	0.24 279	0.25 96	0.21 119	0.23 55	0.22 76
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
CroCo-Stereo	0.98 120	0.87 372	3.44 263	0.87 149	0.53 148	0.49 2	0.50 79	3.99 396	1.49 150	0.81 100	1.25 139	1.00 158	0.75 99	1.10 64	1.09 245	0.24 72	0.21 188	0.24 70	0.19 83	0.35 265	0.27 154
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	0.99 128	0.89 376	2.55 215	0.99 235	1.80 533	0.54 3	0.46 68	3.10 226	1.24 77	1.07 147	1.21 124	1.05 167	0.78 116	1.26 110	1.08 242	0.27 125	0.23 244	0.27 156	0.21 119	0.43 362	0.34 264

FoundationStereo	0.50 2	0.39 4	1.11 46	0.79 90	0.42 65	0.70 4	0.36 29	0.76 2	0.80 24	0.62 33	0.38 6	0.73 96	0.77 108	0.69 2	0.36 2	0.26 108	0.17 48	0.23 39	0.16 17	0.18 1	0.20 27

FSD					0.60 188	0.77 5	0.67 160	1.57 30	0.68 4	0.72 61	0.62 23	1.02 160	0.72 86	0.81 13	0.73 123	0.59 490	0.54 503	0.57 496	0.54 499	0.57 432

UniTT-Stereo	0.82 73	0.47 51	2.63 226	0.96 214	1.19 406	0.78 6	0.39 34	1.12 7	1.54 188	1.19 158	1.26 140	0.51 40	0.64 63	1.13 74	1.03 233	0.30 228	0.20 154	0.24 70	0.21 119	0.40 308	0.25 114

DEFOM-Stereo_RVC	0.81 70	1.13 434	1.23 70	0.97 221	0.57 173	0.81 7	0.43 56	3.49 277	0.84 35	0.73 64	0.95 77	0.44 31	1.17 241	1.45 154	0.60 65	0.26 108	0.18 79	0.24 70	0.17 35	0.30 164	0.19 7

dual_stereo	0.68 22	0.40 8	1.05 10	0.64 20	0.37 31	0.84 8	0.34 24	3.40 270	1.03 60	0.50 5	0.46 12	0.58 56	0.40 8	1.85 233	0.49 32	0.23 58	0.17 48	0.21 20	0.16 17	0.20 19	0.19 7

sCroCo_RVC	1.06 141	0.82 353	5.05 293	1.02 260	1.05 369	0.98 9	0.61 128	2.06 85	1.29 88	0.69 54	1.26 140	0.82 117	1.10 219	1.20 97	0.90 191	0.42 404	0.40 444	0.33 308	0.30 327	0.46 389	0.38 313

LGtest1	0.55 5	0.41 14	1.14 57	0.70 47	0.40 51	0.99 10	0.26 7	1.32 11	0.93 50	0.53 9	0.60 20	0.44 31	0.49 24	1.02 51	0.45 19	0.27 125	0.19 114	0.23 39	0.16 17	0.21 34	0.23 87

rvit_stereo_ft	1.00 130	0.87 372	3.55 267	0.97 221	0.66 219	1.06 11	0.80 248	2.78 190	1.67 248	0.78 93	0.96 79	0.95 153	1.14 232	1.06 59	0.90 191	0.32 272	0.24 279	0.27 156	0.28 280	0.39 303	0.27 154

S2M2_L	0.64 16	0.55 116	1.07 16	0.89 161	0.54 149	1.08 12	0.20 1	1.16 8	1.37 100	0.59 25	0.81 50	0.86 129	0.47 18	0.70 3	0.65 84	0.31 251	0.33 387	0.27 156	0.27 251	0.36 278	0.31 222
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MIF-Stereo (partial)	0.98 120	0.55 116	2.83 237	0.71 53	1.03 364	1.08 12	0.49 77	2.55 153	1.66 246	0.79 96	1.20 120	0.80 113	0.90 158	1.61 189	1.56 349	0.36 333	0.24 279	0.33 308	0.25 205	0.40 308	0.28 173

ours_stereo	0.76 44	0.64 218	1.40 98	0.86 143	0.61 193	1.12 14	0.57 108	1.63 41	1.20 73	0.72 61	1.43 187	0.70 83	0.62 57	1.56 173	0.58 62	0.25 93	0.18 79	0.26 125	0.21 119	0.29 141	0.31 222

MonStereo	0.62 11	0.43 23	1.07 16	0.66 36	0.82 287	1.13 15	0.39 34	2.57 157	0.92 47	0.58 21	0.64 25	0.36 4	0.36 4	0.90 28	0.43 13	0.15 1	0.15 22	0.20 8	0.17 35	0.21 34	0.19 7

Monster-pub-eth3d	0.62 11	0.43 23	1.07 16	0.66 36	0.82 287	1.13 15	0.39 34	2.57 157	0.92 47	0.58 21	0.64 25	0.36 4	0.36 4	0.88 24	0.43 13	0.15 1	0.15 22	0.20 8	0.17 35	0.21 34	0.19 7

MonSter	0.62 11	0.43 23	1.07 16	0.66 36	0.82 287	1.13 15	0.39 34	2.57 157	0.92 47	0.58 21	0.64 25	0.36 4	0.35 3	0.95 38	0.43 13	0.15 1	0.15 22	0.20 8	0.17 35	0.21 34	0.19 7

AEACV	0.79 59	0.54 110	1.35 93	0.97 221	0.63 202	1.13 15	0.92 342	2.02 82	0.91 42	0.76 85	0.79 45	0.80 113	1.61 347	1.28 115	0.61 67	0.22 46	0.18 79	0.26 125	0.23 167	0.27 106	0.23 87

HART	1.03 138	0.85 366	3.13 250	0.84 124	0.38 42	1.17 19	0.42 51	3.54 289	1.47 133	1.08 148	2.17 414	1.48 227	0.57 40	1.37 139	0.74 129	0.23 58	0.18 79	0.28 189	0.21 119	0.32 210	0.24 104

StereoAnything_RVC	0.94 104	2.66 539	2.20 182	0.76 81	0.34 11	1.18 20	0.39 34	2.31 116	0.69 7	0.51 8	0.34 4	0.32 1	0.89 155	1.57 176	0.35 1	0.32 272	0.16 32	0.23 39	0.15 5	3.31 563	0.18 4

RAStereo	0.75 36	0.52 86	2.86 240	0.58 2	0.62 199	1.19 21	0.32 18	1.81 60	0.99 58	0.75 71	1.05 96	0.64 67	0.47 18	0.80 12	0.94 214	0.22 46	0.20 154	0.27 156	0.21 119	0.34 247	0.22 76

rvit_stereo_0081_aga	0.81 70	0.75 319	1.84 140	0.72 61	0.73 251	1.21 22	0.63 143	1.92 72	1.39 104	0.87 117	0.80 46	0.79 111	0.69 79	1.27 114	0.69 106	0.35 321	0.29 349	0.26 125	0.25 205	0.40 308	0.27 154

SCV	0.95 111	0.63 206	1.38 95	1.70 505	0.41 58	1.23 23	0.89 316	3.53 288	1.57 208	0.61 31	1.54 218	0.93 148	0.77 108	1.66 199	0.66 89	0.36 333	0.20 154	0.25 96	0.19 83	0.29 141	0.25 114

rvit_stereo_0083	0.86 82	0.67 249	1.42 100	0.87 149	0.65 212	1.23 23	0.64 146	1.67 45	2.28 382	0.79 96	0.93 72	0.93 148	1.07 208	1.46 158	0.75 132	0.32 272	0.36 411	0.30 230	0.26 225	0.33 229	0.28 173

sAnonymous2	1.37 213	1.22 456	9.79 348	0.92 184	0.88 315	1.23 23	0.61 128	2.56 155	1.69 256	0.85 113	1.02 82	0.73 96	1.23 253	0.98 45	0.78 142	0.29 185	0.25 303	0.31 253	0.30 327	1.06 523	0.71 475

CroCo_RVC	1.37 213	1.22 456	9.79 348	0.92 184	0.88 315	1.23 23	0.61 128	2.56 155	1.69 256	0.85 113	1.02 82	0.73 96	1.23 253	0.98 45	0.78 142	0.29 185	0.25 303	0.31 253	0.30 327	1.06 523	0.71 475

SCV_C0	0.89 91	0.59 158	1.96 154	0.83 114	0.44 79	1.24 27	0.64 146	3.33 263	1.66 246	0.82 102	1.20 120	0.73 96	0.66 73	1.62 190	0.66 89	0.32 272	0.21 188	0.24 70	0.20 103	0.28 123	0.23 87

CAS++	0.89 91	0.64 218	1.46 103	0.81 93	0.51 130	1.24 27	0.86 287	3.44 272	1.46 128	1.14 155	1.29 150	0.62 63	0.58 43	1.13 74	0.59 63	0.34 301	0.30 362	0.34 326	0.26 225	0.41 333	0.29 183
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MaDis-Stereo	0.82 73	0.66 239	1.53 111	0.65 28	1.87 536	1.24 27	0.36 29	2.13 91	1.27 86	0.67 50	0.75 37	0.88 134	0.70 81	1.15 81	1.07 240	0.29 185	0.23 244	0.26 125	0.20 103	0.31 183	0.22 76

MGS-Stereo	0.80 61	0.56 127	1.53 111	0.93 200	0.39 45	1.26 30	0.73 189	1.45 18	1.30 90	1.01 137	2.26 429	0.80 113	0.56 39	1.16 83	0.65 84	0.27 125	0.23 244	0.26 125	0.22 152	0.27 106	0.25 114

252Zero-FE	0.72 31	0.46 36	1.08 25	1.01 249	0.41 58	1.27 31	0.22 2	1.79 58	1.03 60	2.52 455	1.24 131	0.32 1	0.41 10	1.03 52	0.45 19	0.21 37	0.17 48	0.20 8	0.17 35	0.20 19	0.20 27

fffy	0.80 61	0.59 158	1.56 117	1.00 243	0.47 108	1.27 31	0.76 214	1.90 69	1.02 59	0.75 71	1.35 168	0.83 119	0.72 86	1.70 207	0.62 71	0.23 58	0.19 114	0.27 156	0.21 119	0.28 123	0.32 233

rvit_stereo_0081	0.80 61	0.63 206	1.19 64	0.91 178	0.64 204	1.27 31	0.61 128	2.05 83	1.71 260	0.82 102	0.73 34	0.85 125	0.75 99	1.30 124	0.80 149	0.31 251	0.26 316	0.27 156	0.25 205	0.38 293	0.27 154

rvit_stereo_0082	0.80 61	0.63 206	1.19 64	0.91 178	0.64 204	1.27 31	0.61 128	2.05 83	1.71 260	0.82 102	0.73 34	0.85 125	0.75 99	1.30 124	0.80 149	0.31 251	0.26 316	0.27 156	0.25 205	0.38 293	0.27 154

IGEV-BASED-STEREO-	1.09 146	3.30 548	2.61 222	0.82 103	0.38 42	1.27 31	0.62 141	1.51 23	1.29 88	0.91 122	0.92 69	0.65 72	0.57 40	1.08 61	0.59 63	1.55 559	0.15 22	0.32 273	0.28 280	1.10 529	1.98 556

IGEV++	0.90 95	0.58 150	1.32 87	0.94 204	0.45 87	1.27 31	1.00 372	3.32 257	1.55 196	0.82 102	1.34 165	0.86 129	1.09 213	1.16 83	0.89 187	0.33 289	0.18 79	0.23 39	0.19 83	0.29 141	0.22 76

AIO-Stereo	0.76 44	0.54 110	1.07 16	0.73 64	0.40 51	1.28 37	0.82 262	2.26 107	1.49 150	0.70 55	1.58 229	0.89 136	0.45 16	1.03 52	0.55 55	0.24 72	0.18 79	0.25 96	0.20 103	0.26 93	0.21 57

CASnet	0.78 56	0.51 80	1.29 82	0.81 93	0.29 2	1.28 37	0.74 201	1.51 23	1.89 300	1.64 210	1.09 102	0.65 72	0.64 63	0.91 31	0.76 136	0.29 185	0.17 48	0.41 411	0.31 343	0.32 210	0.19 7
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
castereo	0.82 73	0.70 271	1.04 8	0.85 136	0.50 128	1.29 39	0.91 329	3.22 240	1.20 73	0.83 110	1.24 131	0.72 92	0.91 160	1.00 49	0.67 94	0.26 108	0.16 32	0.25 96	0.20 103	0.24 60	0.21 57

OmniDepth	0.54 4	0.42 18	1.05 10	0.58 2	0.25 1	1.30 40	0.36 29	1.53 26	0.86 37	0.56 12	0.37 5	0.57 55	0.65 66	0.87 20	0.40 6	0.20 32	0.15 22	0.19 5	0.16 17	0.22 47	0.17 1

RSM	0.80 61	0.50 74	1.08 25	0.83 114	0.51 130	1.31 41	0.77 227	2.28 112	1.43 117	0.82 102	1.44 189	1.22 193	0.62 57	1.17 90	0.63 74	0.22 46	0.18 79	0.24 70	0.19 83	0.27 106	0.20 27

Selective-IGEV	0.80 61	0.52 86	1.05 10	0.75 67	0.61 193	1.31 41	0.82 262	2.60 165	1.41 111	0.82 102	1.64 248	0.71 90	0.62 57	1.22 100	0.64 77	0.22 46	0.19 114	0.24 70	0.18 59	0.25 74	0.20 27

DilatedVolume-Stereo	0.81 70	0.60 170	1.51 110	1.01 249	0.59 185	1.34 43	0.51 83	1.56 29	1.08 65	1.26 162	1.24 131	0.77 106	0.87 147	1.79 220	0.72 120	0.23 58	0.24 279	0.22 25	0.21 119	0.25 74	0.23 87

HUF	1.15 157	0.64 218	8.62 334	0.90 170	0.35 14	1.35 44	0.78 231	1.97 78	1.50 156	0.63 37	1.52 209	0.83 119	0.66 73	1.28 115	0.63 74	0.29 185	0.23 244	0.26 125	0.17 35	0.23 55	0.25 114

AIO_test	0.76 44	0.47 51	1.31 84	0.81 93	0.70 241	1.36 45	0.88 311	1.40 15	1.45 120	0.55 11	0.95 77	1.81 286	0.58 43	1.16 83	0.46 23	0.27 125	0.17 48	0.24 70	0.19 83	0.24 60	0.21 57

Occ-G	0.86 82	0.52 86	1.39 96	0.82 103	0.66 219	1.37 46	0.79 238	1.58 31	1.31 91	1.56 195	0.87 57	2.18 337	0.89 155	0.97 43	0.88 184	0.26 108	0.19 114	0.26 125	0.19 83	0.25 74	0.24 104

MoCha-V2	0.87 86	0.48 61	1.87 142	0.88 154	0.32 8	1.37 46	0.55 101	2.71 178	1.42 113	0.92 125	1.75 282	0.65 72	1.17 241	1.45 154	0.57 59	0.21 37	0.21 188	0.20 8	0.19 83	0.24 60	0.23 87

Monster-pub-mixall	0.64 16	0.42 18	1.00 6	0.83 114	0.48 116	1.39 48	0.32 18	1.45 18	0.82 29	0.88 118	0.85 55	0.39 14	0.36 4	1.99 243	0.47 27	0.20 32	0.16 32	0.17 1	0.15 5	0.18 1	0.21 57

IGEV-Stereo+	0.94 104	0.47 51	1.19 64	0.86 143	2.02 546	1.40 49	0.39 34	1.17 9	0.88 38	0.61 31	0.44 10	0.47 36	0.79 120	2.14 259	0.42 9	0.27 125	0.19 114	0.22 25	0.17 35	2.26 558	2.41 563

zero-FE	0.95 111	0.52 86	2.63 226	0.86 143	1.27 430	1.41 50	0.86 287	2.27 109	0.73 11	0.50 5	0.64 25	0.54 48	0.78 116	2.70 307	1.02 231	0.35 321	0.17 48	0.24 70	0.18 59	1.03 520	0.29 183

mms	0.77 51	0.68 257	1.17 62	0.83 114	0.71 244	1.41 50	0.67 160	1.61 35	1.12 67	0.77 90	1.37 173	0.63 65	0.54 36	1.75 213	0.63 74	0.24 72	0.19 114	0.26 125	0.21 119	0.31 183	0.34 264

WCG-NET（raft）	0.95 111	0.55 116	1.20 68	0.84 124	0.31 5	1.44 52	1.01 375	1.55 28	2.37 407	1.64 210	1.42 185	2.38 357	1.01 185	1.29 120	0.76 136	0.22 46	0.19 114	0.22 25	0.20 103	0.25 74	0.21 57

RALAANet	1.28 201	1.08 425	3.21 252	1.25 375	0.94 333	1.44 52	0.69 173	3.15 232	2.57 449	2.01 310	1.80 305	1.29 202	1.05 198	2.00 244	1.48 331	0.27 125	0.20 154	0.27 156	0.24 193	0.40 308	0.27 154

AIO_rvc	0.78 56	0.55 116	1.25 73	0.75 67	0.65 212	1.46 54	0.99 371	2.13 91	1.52 172	0.57 17	1.15 112	1.09 168	0.55 37	1.15 81	0.53 48	0.24 72	0.17 48	0.24 70	0.17 35	0.25 74	0.21 57

GMStereo	1.01 133	1.00 409	2.86 240	0.83 114	0.45 87	1.47 55	0.57 108	1.89 66	2.11 348	1.52 190	1.24 131	0.87 131	0.74 96	1.58 177	0.94 214	0.40 378	0.21 188	0.30 230	0.30 327	0.47 393	0.36 284
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
WCG-NET	0.88 88	0.49 70	1.26 74	0.90 170	0.37 31	1.48 56	1.07 390	1.73 50	2.30 386	1.63 207	1.49 205	0.92 147	0.97 174	0.95 38	0.76 136	0.22 46	0.16 32	0.23 39	0.20 103	0.25 74	0.21 57

HH	2.23 343	0.86 369	21.59 574	0.98 229	0.51 130	1.49 57	0.82 262	2.74 182	1.54 188	1.10 150	1.69 265	4.62 534	1.86 410	2.55 295	0.69 106	0.26 108	0.22 217	0.29 210	0.23 167	0.34 247	0.27 154

HanStereo	2.23 343	0.86 369	21.59 574	0.98 229	0.51 130	1.49 57	0.82 262	2.74 182	1.54 188	1.10 150	1.69 265	4.62 534	1.86 410	2.55 295	0.69 106	0.26 108	0.22 217	0.29 210	0.23 167	0.34 247	0.27 154

fffft	0.76 44	0.47 51	1.28 81	0.82 103	0.54 149	1.51 59	0.80 248	2.09 89	1.18 71	0.63 37	0.84 52	0.59 59	0.55 37	1.80 221	0.85 167	0.19 26	0.18 79	0.27 156	0.20 103	0.26 93	0.24 104
1: 1. 1
AIO-Stereo-zeroshot	2.35 380	0.99 406	19.62 499	1.09 293	0.96 337	1.51 59	0.44 60	4.05 413	1.64 240	1.31 164	1.67 257	4.93 541	2.45 461	2.52 292	1.40 310	0.30 228	0.20 154	0.31 253	0.50 485	0.57 432	0.60 448

rvit_0105_6	1.00 130	0.93 389	2.21 184	0.92 184	0.55 157	1.52 61	0.79 238	2.41 123	2.96 502	0.76 85	0.72 33	1.02 160	0.75 99	1.42 147	0.81 155	0.40 378	0.43 463	0.34 326	0.31 343	0.43 362	0.34 264

RSM++	0.77 51	0.51 80	1.08 25	0.95 208	0.42 65	1.52 61	0.71 181	2.11 90	1.40 108	0.80 98	1.23 130	0.90 140	0.59 48	1.14 76	0.69 106	0.24 72	0.19 114	0.25 96	0.21 119	0.28 123	0.20 27

FE-Mocha	1.06 141	0.74 306	2.45 211	0.97 221	0.69 237	1.57 63	0.40 40	2.92 207	1.47 133	1.82 246	1.81 317	1.62 245	0.88 149	1.36 134	0.78 142	0.29 185	0.20 154	0.35 345	0.31 343	0.26 93	0.33 251

IGEVStereo-DCA	0.86 82	0.65 228	2.05 162	0.90 170	0.46 98	1.57 63	0.86 287	1.62 36	1.24 77	0.65 45	0.77 41	0.74 101	0.72 86	2.59 299	0.86 174	0.28 162	0.21 188	0.28 189	0.21 119	0.29 141	0.27 154

rrr	2.27 352	0.65 228	23.82 592	0.90 170	0.46 98	1.57 63	0.96 361	7.98 582	1.19 72	0.65 45	0.77 41	0.74 101	0.72 86	2.59 299	0.86 174	0.28 162	0.21 188	0.28 189	0.21 119	0.29 141	0.25 114

DDF-Stereo	0.90 95	0.53 98	1.16 60	0.88 154	1.31 436	1.59 66	0.86 287	2.26 107	0.79 21	0.48 2	0.63 24	0.54 48	0.73 91	2.97 318	1.03 233	0.39 370	0.17 48	0.24 70	0.18 59	1.06 523	0.29 183

Wavelet-MonSter	0.57 6	0.47 51	1.13 54	0.66 36	0.78 269	1.60 67	0.30 13	1.17 9	0.68 4	0.58 21	0.69 30	0.39 14	0.48 22	0.99 48	0.46 23	0.15 1	0.16 32	0.20 8	0.16 17	0.20 19	0.19 7

AIO-Stereo-zeroshot1	2.68 437	1.26 463	22.01 581	1.08 287	0.99 351	1.61 68	0.86 287	3.69 317	1.64 240	1.52 190	5.62 551	3.35 458	3.44 513	2.20 267	1.33 303	0.26 108	0.21 188	0.30 230	0.62 515	0.93 513	0.67 466

test_4	1.30 204	0.50 74	6.16 306	0.84 124	0.45 87	1.61 68	1.12 405	2.14 93	1.42 113	1.52 190	2.31 450	1.84 293	0.79 120	2.52 292	1.19 264	0.27 125	0.17 48	0.29 210	0.29 308	0.29 141	0.25 114

rvit_0105_4	1.07 145	0.99 406	2.39 206	0.93 200	0.54 149	1.62 70	0.84 273	2.77 187	2.91 496	0.80 98	0.91 67	1.09 168	0.86 143	1.63 194	0.85 167	0.40 378	0.45 473	0.35 345	0.31 343	0.43 362	0.40 340

4w-stereo	0.67 19	0.49 70	1.07 16	0.63 16	0.75 258	1.63 71	0.44 60	2.23 104	0.77 14	0.56 12	0.92 69	0.40 16	0.82 133	1.08 61	0.53 48	0.18 21	0.13 1	0.25 96	0.18 59	0.19 5	0.20 27

MS-F	0.52 3	0.42 18	0.89 2	0.61 9	0.36 16	1.64 72	0.25 5	0.96 4	0.91 42	0.62 33	0.42 8	0.56 53	0.53 31	0.71 4	0.45 19	0.17 7	0.15 22	0.18 2	0.14 2	0.19 5	0.20 27

plain	1.55 228	0.69 260	13.59 393	0.65 28	0.73 251	1.66 73	0.57 108	3.17 235	1.94 307	0.77 90	1.24 131	0.80 113	0.86 143	1.60 184	0.96 220	0.33 289	0.21 188	0.32 273	0.25 205	0.42 352	0.28 173

LG-Stereo_L1	0.61 9	0.47 51	1.10 39	0.73 64	0.49 124	1.72 74	0.33 20	1.95 77	0.65 3	0.56 12	0.40 7	0.40 16	0.43 13	1.40 140	0.42 9	0.23 58	0.19 114	0.23 39	0.18 59	0.21 34	0.19 7

GCST	2.56 420	1.79 512	18.02 466	1.92 529	1.33 447	1.72 74	0.51 83	3.67 310	2.03 323	1.70 223	1.61 241	1.55 236	1.29 262	5.06 361	1.24 279	2.06 561	0.77 543	1.45 559	0.97 544	1.14 533	1.34 537

3w_stereo	0.71 30	0.47 51	1.14 57	0.65 28	0.39 45	1.73 76	0.68 167	2.79 195	0.79 21	0.67 50	0.84 52	0.37 8	1.02 188	1.03 52	0.56 56	0.18 21	0.14 11	0.23 39	0.18 59	0.20 19	0.22 76

DCRE	1.44 220	0.74 306	3.50 266	1.13 320	0.72 246	1.78 77	0.67 160	2.14 93	1.56 202	1.99 296	8.09 561	1.73 263	1.07 208	1.24 103	0.83 161	0.23 58	0.25 303	0.26 125	0.26 225	0.28 123	0.30 212

ProNet	0.82 73	0.71 283	1.50 108	0.86 143	0.45 87	1.78 77	0.83 267	1.75 52	1.28 87	0.66 47	1.13 110	0.78 107	0.76 106	1.66 199	0.71 115	0.24 72	0.20 154	0.25 96	0.23 167	0.29 141	0.25 114

RAFT	1.23 177	0.84 362	2.05 162	0.96 214	0.47 108	1.80 79	0.94 350	3.18 237	1.46 128	1.60 198	1.71 271	3.04 431	1.59 340	1.64 196	1.32 299	0.38 358	0.24 279	0.40 399	0.32 355	0.40 308	0.35 278

MM-Stereo_test1	1.90 287	0.53 98	19.85 507	1.39 446	0.48 116	1.81 80	0.79 238	3.00 215	1.82 284	1.69 219	1.09 102	0.87 131	0.97 174	1.45 154	0.74 129	0.24 72	0.21 188	0.27 156	0.24 193	0.35 265	0.24 104

anonymity	1.76 268	1.26 463	2.73 235	1.66 499	1.32 443	1.84 81	1.07 390	3.49 277	2.30 386	2.11 340	2.11 403	1.71 261	3.90 523	1.82 224	1.48 331	1.10 540	1.09 553	1.08 550	1.08 551	1.05 522	1.09 524

test_xeample3	2.12 328	0.63 206	21.55 573	0.91 178	0.47 108	1.85 82	0.94 350	7.96 581	1.23 75	0.75 71	0.76 38	0.64 67	0.70 81	1.77 215	0.83 161	0.30 228	0.21 188	0.27 156	0.21 119	0.27 106	0.24 104

GLC_STEREO	0.76 44	0.52 86	1.12 49	0.83 114	0.33 10	1.86 83	0.82 262	1.46 20	1.38 103	0.95 131	1.04 90	0.68 79	0.72 86	0.97 43	0.80 149	0.23 58	0.25 303	0.32 273	0.25 205	0.32 210	0.30 212

TestStereo	2.00 309	1.02 411	12.25 377	0.70 47	0.61 193	1.88 84	0.55 101	2.31 116	1.52 172	1.41 180	1.33 160	1.27 198	0.90 158	11.62 542	0.81 155	0.34 301	0.19 114	0.33 308	0.24 193	0.44 370	0.24 104

rvit_stereo_0080	0.94 104	0.72 287	2.56 216	0.64 20	0.59 185	1.90 85	0.75 211	2.71 178	1.40 108	0.91 122	1.04 90	0.85 125	0.82 133	1.14 76	0.78 142	0.35 321	0.29 349	0.25 96	0.27 251	0.45 378	0.29 183

whm_eth	0.94 104	0.72 287	2.56 216	0.64 20	0.59 185	1.90 85	0.75 211	2.71 178	1.40 108	0.91 122	1.04 90	0.85 125	0.82 133	1.14 76	0.78 142	0.35 321	0.29 349	0.25 96	0.27 251	0.45 378	0.29 183

MM-Stereo_test3	1.09 146	0.59 158	1.55 115	1.73 509	1.18 399	1.91 87	0.86 287	3.52 284	1.76 276	1.25 160	1.86 341	1.10 171	0.69 79	1.32 127	0.86 174	0.27 125	0.23 244	0.27 156	0.22 152	0.34 247	0.30 212

rvit_0105_5	1.13 151	0.93 389	2.60 219	0.91 178	0.56 161	1.92 88	0.91 329	3.02 218	2.63 457	0.95 131	1.20 120	1.18 183	0.93 166	1.51 167	0.93 212	0.40 378	0.43 463	0.37 373	0.35 388	0.42 352	0.44 365

x	1.15 157	0.57 137	1.53 111	1.44 457	0.67 226	1.94 89	0.97 364	3.87 355	1.57 208	1.61 203	1.28 148	1.58 239	1.22 250	1.93 238	1.04 235	0.28 162	0.30 362	0.34 326	0.29 308	0.32 210	0.31 222

test-3	1.19 164	0.52 86	2.00 156	1.01 249	0.42 65	1.95 90	0.91 329	4.35 512	1.47 133	2.24 394	1.16 113	2.06 327	0.79 120	2.68 305	0.76 136	0.27 125	0.18 79	0.28 189	0.26 225	0.26 93	0.25 114

test_1	1.19 164	0.52 86	2.00 156	1.01 249	0.42 65	1.95 90	0.90 321	4.36 517	1.47 133	2.17 367	1.16 113	2.06 327	0.78 116	2.68 305	0.76 136	0.27 125	0.18 79	0.28 189	0.26 225	0.26 93	0.25 114

4.5_new	0.67 19	0.46 36	1.11 46	0.63 16	0.78 269	1.97 92	0.51 83	2.18 95	0.78 18	0.73 64	0.90 65	0.42 24	0.49 24	0.81 13	0.49 32	0.21 37	0.14 11	0.26 125	0.19 83	0.22 47	0.20 27

4.5w-stereo	0.67 19	0.46 36	1.11 46	0.63 16	0.78 269	1.97 92	0.51 83	2.18 95	0.77 14	0.73 64	0.90 65	0.42 24	0.49 24	0.81 13	0.49 32	0.21 37	0.14 11	0.26 125	0.19 83	0.22 47	0.20 27

2w_stereo	0.75 36	0.46 36	1.08 25	0.68 45	0.56 161	2.00 94	0.61 128	2.87 205	0.83 32	0.93 126	0.93 72	0.36 4	1.13 225	0.90 28	0.61 67	0.17 7	0.13 1	0.23 39	0.17 35	0.20 19	0.21 57

LoS_RVC	0.94 104	1.30 467	1.31 84	0.84 124	1.63 505	2.02 95	0.59 121	1.51 23	1.36 99	0.81 100	1.33 160	0.84 121	0.88 149	1.36 134	0.73 123	0.21 37	0.17 48	0.20 8	0.14 2	0.20 19	1.45 542

SMFormer	2.00 309	0.57 137	4.46 284	1.36 432	0.57 173	2.03 96	0.73 189	4.25 475	2.80 482	2.32 418	2.31 450	1.95 305	1.52 325	10.99 514	2.13 435	0.34 301	0.32 380	0.36 361	0.31 343	0.38 293	0.36 284

tta	2.00 309	0.57 137	4.46 284	1.36 432	0.57 173	2.03 96	0.73 189	4.25 475	2.80 482	2.32 418	2.31 450	1.95 305	1.52 325	10.99 514	2.13 435	0.34 301	0.32 380	0.36 361	0.31 343	0.29 141	0.29 183

qqq1	1.92 294	0.57 137	4.46 284	1.36 432	0.57 173	2.03 96	0.73 189	4.25 475	2.80 482	2.32 418	2.31 450	1.95 305	1.52 325	10.99 514	0.71 115	0.34 301	0.32 380	0.30 230	0.23 167	0.29 141	0.29 183

fff1	1.92 294	0.57 137	4.46 284	1.36 432	0.57 173	2.03 96	0.73 189	4.25 475	2.80 482	2.32 418	2.31 450	1.95 305	1.52 325	10.99 514	0.71 115	0.34 301	0.32 380	0.30 230	0.23 167	0.29 141	0.29 183

FINET	2.96 463	1.07 423	23.18 590	1.29 396	1.86 535	2.03 96	1.52 471	4.30 499	4.71 564	2.23 391	2.34 457	1.65 248	1.48 312	5.89 381	2.81 482	0.51 470	0.47 486	0.49 465	0.40 441	0.59 437	0.49 398

Select-FE	2.25 347	0.87 372	17.36 454	1.06 276	0.99 351	2.04 101	0.46 68	3.79 335	1.61 231	2.52 455	1.81 317	4.41 524	3.15 496	1.83 225	0.92 203	0.32 272	0.35 405	0.30 230	0.41 448	0.32 210	0.55 430

Replicate-Monster	0.79 59	1.36 478	2.08 174	0.70 47	0.52 139	2.05 102	0.34 24	1.92 72	0.82 29	1.03 144	0.60 20	0.48 39	0.52 30	1.28 115	0.39 4	0.19 26	0.14 11	0.19 5	0.16 17	0.22 47	0.78 494

test_3	1.19 164	0.51 80	2.08 174	0.99 235	0.41 58	2.05 102	0.87 307	4.40 525	1.42 113	1.99 296	1.18 116	2.03 321	0.79 120	2.70 307	0.75 132	0.27 125	0.17 48	0.29 210	0.29 308	0.30 164	0.27 154

anonymousa	2.16 333	0.67 249	19.19 486	1.04 269	1.67 515	2.06 104	0.79 238	2.86 203	1.96 308	1.85 250	2.14 409	3.23 448	1.81 401	1.12 71	1.15 255	0.26 108	0.26 316	0.34 326	0.32 355	0.30 164	0.28 173

UGAM-zero	2.79 444	0.57 137	20.87 554	0.98 229	0.77 268	2.08 105	0.35 28	3.88 358	1.51 163	2.05 324	1.64 248	5.07 548	3.42 512	9.83 468	1.24 279	0.28 162	0.21 188	0.27 156	0.29 308	0.29 141	0.28 173

4D-IteraStereo	1.97 303	0.84 362	20.43 538	0.78 88	1.56 494	2.09 106	1.05 387	2.43 129	1.56 202	1.41 180	1.00 81	1.94 303	0.61 55	1.22 100	1.06 237	0.27 125	0.18 79	0.31 253	0.26 225	0.27 106	0.23 87

cross-raft	2.01 312	0.57 137	19.01 485	1.03 267	0.56 161	2.11 107	0.72 184	3.63 302	1.57 208	1.77 236	1.51 208	3.17 443	1.13 225	1.16 83	0.85 167	0.23 58	0.21 188	0.26 125	0.23 167	0.28 123	0.25 114

CES	1.01 133	0.55 116	1.74 132	0.92 184	2.15 550	2.15 108	0.50 79	2.01 81	1.45 120	0.76 85	1.02 82	0.61 61	0.47 18	1.29 120	0.79 148	0.22 46	0.17 48	0.24 70	0.14 2	0.63 452	2.29 560

THIR-Stereo	4.14 528	0.82 353	10.85 365	0.86 143	0.43 71	2.16 109	16.77 595	3.22 240	1.54 188	2.04 322	12.05 584	2.68 393	7.53 571	7.30 412	12.62 562	0.30 228	0.21 188	0.29 210	0.28 280	0.33 229	0.41 346

IGEV-FE	2.16 333	0.69 260	20.56 542	1.22 366	0.54 149	2.18 110	0.53 93	3.38 267	1.61 231	1.93 278	1.55 222	3.74 489	1.06 205	1.56 173	0.91 198	0.29 185	0.20 154	0.27 156	0.29 308	0.40 308	0.32 233

IGEV_Zeroshot_test	2.16 333	0.69 260	20.60 546	1.22 366	0.54 149	2.18 110	0.53 93	3.38 267	1.61 231	1.93 278	1.55 222	3.76 491	1.05 198	1.55 172	0.91 198	0.29 185	0.20 154	0.27 156	0.29 308	0.40 308	0.32 233

qqq	1.30 204	0.57 137	1.67 125	1.15 334	0.51 130	2.18 110	0.91 329	3.98 392	1.53 179	1.50 189	1.24 131	1.79 278	1.34 271	4.66 355	0.98 224	0.28 162	0.31 372	0.33 308	0.33 363	0.33 229	0.32 233

MLG-Stereo_test3	0.60 7	0.37 2	1.12 49	0.59 5	0.57 173	2.19 113	0.31 14	1.68 47	0.56 2	0.49 4	0.51 13	0.56 53	0.33 1	0.96 42	0.54 53	0.21 37	0.17 48	0.23 39	0.16 17	0.20 19	0.21 57

11t1	1.11 149	0.53 98	1.80 137	1.55 484	0.65 212	2.20 114	0.60 124	3.66 309	1.49 150	1.60 198	1.26 140	1.03 163	1.35 274	1.72 209	0.97 221	0.28 162	0.31 372	0.29 210	0.23 167	0.30 164	0.34 264

depthmonostereo	0.94 104	0.71 283	2.39 206	0.85 136	0.54 149	2.21 115	0.53 93	1.83 61	1.17 70	0.95 131	1.09 102	0.99 155	0.97 174	2.37 277	0.68 97	0.23 58	0.27 327	0.22 25	0.20 103	0.25 74	0.26 138

3.25w_new	0.69 23	0.46 36	1.10 39	0.61 9	0.61 193	2.23 116	0.51 83	2.45 132	0.90 39	0.63 37	0.78 43	0.47 36	0.71 83	0.78 10	0.50 38	0.17 7	0.14 11	0.20 8	0.17 35	0.20 19	0.20 27

3.25w	0.69 23	0.46 36	1.10 39	0.61 9	0.61 193	2.23 116	0.51 83	2.45 132	0.90 39	0.63 37	0.78 43	0.47 36	0.71 83	0.79 11	0.50 38	0.17 7	0.14 11	0.20 8	0.17 35	0.20 19	0.20 27

test_sample1	1.62 245	0.55 116	1.88 143	1.44 457	0.79 273	2.27 118	0.64 146	4.00 398	1.82 284	1.87 257	1.35 168	1.57 237	1.62 350	9.55 461	1.24 279	0.30 228	0.27 327	0.31 253	0.28 280	0.32 210	0.32 233

2.25w	0.75 36	0.47 51	1.09 33	0.69 46	0.65 212	2.28 119	0.40 40	2.42 126	0.80 24	0.73 64	1.03 85	0.40 16	0.81 131	1.24 103	0.80 149	0.16 5	0.15 22	0.21 20	0.17 35	0.19 5	0.21 57

FlowAnything_test	0.75 36	0.60 170	1.18 63	0.82 103	0.58 182	2.29 120	0.66 158	1.38 13	0.80 24	1.03 144	0.76 38	0.63 65	0.49 24	0.84 18	0.91 198	0.31 251	0.27 327	0.40 399	0.48 475	0.31 183	0.30 212

Pointernet	0.88 88	0.44 26	2.26 191	0.84 124	0.37 31	2.29 120	0.38 32	3.06 224	1.46 128	0.66 47	1.39 178	0.91 142	0.73 91	1.01 50	0.72 120	0.23 58	0.19 114	0.20 8	0.18 59	0.19 5	0.20 27

LG-Stereo_L2	0.63 14	0.46 36	1.15 59	0.70 47	0.43 71	2.32 122	0.28 9	1.86 62	0.68 4	0.56 12	0.42 8	0.37 8	0.45 16	1.36 134	0.40 6	0.23 58	0.18 79	0.22 25	0.18 59	0.21 34	0.20 27

GASNet	3.24 494	5.55 561	20.58 545	1.56 486	1.25 425	2.32 122	1.12 405	4.04 409	2.67 463	1.88 260	2.10 399	3.00 428	2.16 439	10.59 496	2.43 459	0.65 503	0.37 424	0.61 509	0.45 465	0.87 507	0.58 443

coex-ft	18.59 597	6.62 564	113.53 621	1.17 342	1.31 436	2.33 124	1.93 506	2.81 199	14.00 591	124.82 624	8.45 564	5.90 560	51.74 616	9.99 477	22.69 595	0.57 487	0.62 524	0.50 468	0.49 479	1.08 528	1.28 532

water-stereo	0.78 56	0.45 29	1.94 149	0.79 90	0.48 116	2.36 125	0.47 74	1.53 26	1.09 66	0.88 118	1.04 90	0.82 117	0.75 99	0.72 5	0.78 142	0.22 46	0.23 244	0.25 96	0.23 167	0.24 60	0.29 183

rvit_0105_3	1.24 182	0.93 389	2.84 238	0.97 221	0.58 182	2.38 126	1.08 395	3.26 247	2.53 442	1.18 157	1.40 181	1.24 195	1.04 193	1.73 210	0.97 221	0.44 418	0.44 468	0.40 399	0.42 455	0.42 352	0.50 405

test_sample7	1.65 251	0.70 271	2.60 219	1.48 468	0.76 262	2.38 126	1.07 390	4.35 512	2.11 348	2.14 350	1.75 282	1.75 265	1.67 372	6.26 391	1.26 285	0.44 418	0.48 492	0.43 422	0.40 441	0.46 389	0.43 359

2.5w	0.75 36	0.44 26	1.06 14	0.66 36	0.69 237	2.39 128	0.56 105	2.77 187	0.82 29	0.63 37	0.88 58	0.37 8	0.75 99	1.36 134	0.50 38	0.18 21	0.14 11	0.22 25	0.17 35	0.19 5	0.21 57

mmm	1.27 198	0.58 150	2.20 182	1.41 450	0.68 231	2.39 128	0.85 282	3.90 365	1.63 239	2.20 376	1.84 331	1.28 199	1.50 319	1.91 237	0.89 187	0.31 251	0.27 327	0.45 434	0.37 410	0.38 293	0.34 264

SMoEStereo_RVC	0.80 61	0.53 98	1.12 49	0.92 184	0.44 79	2.41 130	0.79 238	1.49 22	1.16 68	0.70 55	1.12 108	0.64 67	0.64 63	1.69 205	0.87 180	0.22 46	0.16 32	0.31 253	0.22 152	0.26 93	0.25 114

Syn2CoEx	3.08 481	2.55 538	19.88 508	1.34 421	1.18 399	2.43 131	1.65 489	3.91 370	2.40 417	2.39 436	2.27 430	2.90 419	3.17 500	9.57 462	2.54 470	0.50 464	0.45 473	0.53 483	0.39 430	0.74 490	0.72 483

SGD-Stereo	0.65 18	0.41 14	1.06 14	0.85 136	0.31 5	2.44 132	0.46 68	1.09 6	0.69 7	0.84 112	0.52 15	0.55 50	0.53 31	1.49 163	0.46 23	0.31 251	0.14 11	0.25 96	0.18 59	0.23 55	0.20 27

GREAT-IGEV	0.74 35	0.54 110	1.86 141	1.10 302	0.44 79	2.44 132	0.34 24	1.37 12	1.51 163	0.48 2	0.86 56	0.51 40	0.60 52	1.07 60	0.45 19	0.22 46	0.17 48	0.21 20	0.17 35	0.23 55	0.25 114

2.75w_new	0.75 36	0.45 29	1.10 39	0.65 28	0.62 199	2.45 134	0.56 105	2.75 184	0.74 12	0.78 93	0.73 34	0.38 12	0.92 163	1.04 57	0.66 89	0.17 7	0.14 11	0.22 25	0.17 35	0.18 1	0.19 7

castereo++	0.93 101	0.56 127	1.26 74	0.92 184	0.73 251	2.48 135	1.00 372	2.99 213	1.03 60	0.68 52	1.41 183	1.92 301	0.59 48	1.26 110	0.44 17	0.25 93	0.19 114	0.28 189	0.19 83	0.23 55	0.23 87

qwe	0.75 36	0.45 29	1.10 39	0.67 43	1.06 372	2.49 136	0.45 64	2.57 157	0.90 39	0.71 59	0.83 51	0.43 26	0.48 22	1.10 64	0.64 77	0.17 7	0.14 11	0.24 70	0.16 17	0.21 34	0.20 27

DMCA-RVC	2.45 396	1.22 456	18.29 470	1.23 371	1.14 390	2.49 136	0.85 282	3.29 250	1.68 250	3.02 511	1.41 183	2.00 317	1.53 332	6.39 393	2.00 418	0.38 358	0.30 362	0.44 427	0.35 388	0.45 378	0.44 365

rvit_stereo_0075_2	1.18 162	0.74 306	2.66 229	0.90 170	1.27 430	2.51 138	0.69 173	2.25 106	2.06 332	1.40 178	1.86 341	1.46 226	0.84 138	1.42 147	0.94 214	0.46 434	0.40 444	0.48 451	0.38 423	0.46 389	0.51 413

test_for_model	2.16 333	3.87 552	1.58 119	4.16 579	3.64 576	2.51 138	0.96 361	3.63 302	2.62 455	2.45 444	1.39 178	1.02 160	0.73 91	0.92 33	0.57 59	2.97 568	2.19 575	0.26 125	0.17 35	5.32 585	2.24 559

4.25_new	0.73 32	0.46 36	1.08 25	0.71 53	0.97 341	2.52 140	0.58 117	2.28 112	0.93 50	0.57 17	0.94 74	0.40 16	0.65 66	0.87 20	0.50 38	0.17 7	0.13 1	0.25 96	0.17 35	0.19 5	0.20 27

4.5w_new	0.73 32	0.46 36	1.08 25	0.71 53	0.97 341	2.52 140	0.58 117	2.28 112	0.93 50	0.57 17	0.94 74	0.40 16	0.65 66	0.87 20	0.50 38	0.17 7	0.13 1	0.25 96	0.17 35	0.19 5	0.20 27

4.25w-stereo	0.73 32	0.46 36	1.08 25	0.71 53	0.97 341	2.52 140	0.58 117	2.28 112	0.93 50	0.57 17	0.94 74	0.40 16	0.65 66	0.87 20	0.50 38	0.17 7	0.13 1	0.25 96	0.17 35	0.19 5	0.20 27

3.5w_stereo	0.77 51	0.53 98	1.09 33	0.65 28	0.72 246	2.52 140	0.51 83	2.43 129	0.80 24	0.76 85	1.20 120	0.43 26	0.66 73	1.23 102	0.73 123	0.17 7	0.13 1	0.23 39	0.17 35	0.20 19	0.21 57

Gwc-CoAtRS	1.58 235	0.57 137	11.69 374	1.01 249	0.60 188	2.53 144	0.64 146	2.36 120	1.56 202	1.80 243	1.47 197	2.74 401	1.18 243	1.12 71	0.90 191	0.27 125	0.21 188	0.25 96	0.22 152	0.27 106	0.23 87

PASM	2.67 433	2.05 524	9.71 346	1.73 509	1.37 455	2.53 144	1.52 471	3.10 226	2.17 359	2.79 495	1.84 331	2.90 419	1.85 409	11.89 559	2.19 440	0.81 525	0.85 546	0.87 541	1.01 547	1.14 533	1.05 521

monsterstereo	0.82 73	0.50 74	1.26 74	0.77 86	1.41 469	2.54 146	0.40 40	3.14 230	0.71 9	0.70 55	1.11 106	0.41 23	0.39 7	1.50 164	0.50 38	0.19 26	0.16 32	0.22 25	0.16 17	0.21 34	0.17 1

MM-Stereo_test2	1.79 272	0.53 98	20.16 521	1.43 454	0.47 108	2.57 147	0.73 189	1.67 45	1.47 133	0.94 127	0.96 79	0.84 121	0.79 120	1.16 83	0.68 97	0.24 72	0.17 48	0.25 96	0.22 152	0.30 164	0.22 76

aanetorigin	3.30 497	1.66 504	17.52 461	1.18 348	1.58 499	2.57 147	3.80 569	2.65 170	2.03 323	6.12 571	4.30 540	2.82 414	5.70 550	5.47 370	4.67 505	0.50 464	0.44 468	0.43 422	0.47 470	1.17 538	0.92 512

DCVSM-stereo	2.31 364	0.66 239	20.69 548	1.11 309	0.93 331	2.58 149	0.73 189	2.61 166	1.60 227	2.57 464	1.53 216	3.30 454	1.72 383	2.19 266	1.23 277	0.34 301	0.53 501	0.41 411	0.32 355	0.45 378	0.62 454

Zero-FE251	0.80 61	0.75 319	1.71 127	0.88 154	0.70 241	2.59 150	0.45 64	1.38 13	0.83 32	1.79 242	0.61 22	0.73 96	0.81 131	0.82 16	0.61 67	0.29 185	0.23 244	0.27 156	0.19 83	0.20 19	0.20 27

3.75w	0.75 36	0.47 51	1.09 33	0.63 16	1.10 384	2.61 151	0.53 93	2.46 135	0.97 56	0.62 33	0.80 46	0.40 16	0.66 73	1.11 66	0.48 28	0.19 26	0.13 1	0.23 39	0.18 59	0.20 19	0.21 57

StereoVision	1.65 251	0.75 319	7.47 319	1.01 249	1.80 533	2.61 151	0.61 128	3.06 224	1.96 308	1.25 160	3.46 529	1.85 296	0.88 149	2.07 249	1.93 407	0.43 410	0.36 411	0.37 373	0.36 398	0.48 396	0.33 251

testlalala_base	1.62 245	0.74 306	1.63 122	1.19 351	1.40 462	2.63 153	0.84 273	4.09 425	1.31 91	1.22 159	1.42 185	1.21 192	0.85 140	1.16 83	0.73 123	3.92 583	2.10 573	0.27 156	0.18 59	4.49 581	1.11 526

CSFM-Stereo	0.60 7	0.39 4	0.95 3	0.60 8	0.32 8	2.66 154	0.31 14	1.44 17	0.77 14	0.72 61	0.51 13	0.55 50	0.51 29	0.75 6	0.46 23	0.17 7	0.17 48	0.18 2	0.15 5	0.20 19	0.18 4

HiDET	0.61 9	0.41 14	0.88 1	0.64 20	0.39 45	2.67 155	0.25 5	1.59 33	0.91 42	0.59 25	0.44 10	0.52 44	0.50 28	0.76 7	0.54 53	0.17 7	0.15 22	0.18 2	0.15 5	0.19 5	0.21 57

edge stereo	3.37 503	1.01 410	21.99 580	1.28 392	1.37 455	2.67 155	1.39 454	3.98 392	2.87 493	2.93 504	3.27 523	4.35 521	2.43 459	11.62 542	2.39 452	0.60 492	0.63 526	0.79 536	0.55 501	0.68 473	0.67 466

FACV-RUCA	1.26 193	0.65 228	2.21 184	1.06 276	1.50 481	2.69 157	1.15 411	3.05 221	1.87 294	1.36 170	1.99 375	1.03 163	1.15 240	1.36 134	1.10 246	0.41 393	0.41 454	0.73 533	0.41 448	0.61 446	0.41 346

SHD	2.82 446	2.04 523	13.80 400	1.69 502	1.79 530	2.73 158	1.07 390	3.85 349	3.18 524	4.63 558	2.74 491	3.38 463	2.77 477	5.48 371	3.66 496	0.62 496	0.47 486	0.51 472	0.55 501	0.65 463	0.74 485

rvit_105_1	1.43 219	0.90 378	3.27 256	1.08 287	0.68 231	2.79 159	1.27 433	3.52 284	2.35 398	1.38 175	1.54 218	1.28 199	1.14 232	2.91 313	1.40 310	0.54 481	0.47 486	0.45 434	0.59 509	0.44 370	0.58 443

LG-G_1	0.70 25	0.40 8	1.12 49	0.71 53	0.30 3	2.80 160	0.40 40	2.21 100	0.78 18	0.59 25	0.55 16	0.51 40	0.58 43	1.24 103	0.49 32	0.24 72	0.18 79	0.23 39	0.15 5	0.21 34	0.21 57

LG-G	0.70 25	0.40 8	1.12 49	0.71 53	0.30 3	2.80 160	0.40 40	2.21 100	0.78 18	0.59 25	0.55 16	0.51 40	0.58 43	1.24 103	0.49 32	0.24 72	0.18 79	0.23 39	0.15 5	0.21 34	0.21 57

IGEV	0.70 25	0.36 1	1.07 16	0.71 53	1.31 436	2.82 162	0.41 47	1.76 53	0.98 57	0.73 64	0.71 31	0.35 3	0.42 12	0.90 28	0.42 9	0.18 21	0.18 79	0.22 25	0.18 59	0.18 1	0.20 27

PAM_32	2.45 396	0.63 206	20.74 549	1.05 270	0.65 212	2.83 163	0.46 68	2.91 206	1.54 188	1.95 284	2.66 486	4.99 544	3.78 519	1.96 241	0.92 203	0.27 125	0.22 217	0.27 156	0.25 205	0.36 278	0.48 391

CBFPSM	2.05 318	0.95 397	10.12 355	1.07 279	1.05 369	2.84 164	1.20 424	3.28 248	1.73 266	1.82 246	1.30 152	4.56 532	4.06 525	2.34 276	2.34 451	0.25 93	0.38 430	0.32 273	0.27 251	0.37 288	0.79 498

CASS	1.29 203	0.66 239	2.62 225	0.95 208	0.66 219	2.84 164	0.69 173	3.00 215	1.79 281	2.57 464	1.95 363	1.39 214	1.55 337	1.59 182	1.06 237	0.50 464	0.28 339	0.34 326	0.28 280	0.46 389	0.63 458
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.85 80	0.60 170	2.71 231	0.59 5	0.45 87	2.85 166	0.55 101	2.41 123	1.34 94	0.59 25	1.19 118	0.43 26	0.40 8	0.76 7	0.75 132	0.20 32	0.17 48	0.31 253	0.24 193	0.29 141	0.19 7

ISRNet	1.69 257	0.76 325	5.69 303	1.27 390	1.36 453	2.85 166	0.61 128	3.60 297	1.91 304	2.13 347	2.12 406	2.90 419	1.41 290	2.51 287	1.71 377	0.49 460	0.50 498	0.56 493	0.47 470	0.49 402	0.57 438

riskmin	1.25 186	0.56 127	2.05 162	1.05 270	0.93 331	2.86 168	0.55 101	3.23 242	1.34 94	1.55 193	1.07 100	3.56 484	2.03 424	1.29 120	1.00 229	0.28 162	0.27 327	0.34 326	0.21 119	0.41 333	0.43 359

asd	0.70 25	0.45 29	1.10 39	0.67 43	0.90 323	2.88 169	0.43 56	1.64 43	0.79 21	0.68 52	0.88 58	0.43 26	0.74 96	0.85 19	0.49 32	0.19 26	0.13 1	0.24 70	0.17 35	0.22 47	0.20 27

psmorigin	6.59 563	1.15 439	88.11 619	1.52 475	0.97 341	2.88 169	1.20 424	3.21 238	2.04 327	3.73 539	2.46 463	5.15 552	2.55 467	10.60 497	2.47 463	0.55 483	0.68 535	0.48 451	0.51 489	0.70 476	0.88 510

GIP-stereo	0.88 88	0.50 74	1.34 89	1.32 409	0.94 333	2.90 171	0.42 51	3.41 271	1.06 63	0.63 37	0.76 38	0.90 140	0.76 106	0.91 31	0.52 47	0.27 125	0.18 79	0.25 96	0.16 17	0.25 74	0.19 7

RAFT-Test	1.44 220	0.59 158	6.10 305	1.01 249	0.69 237	2.90 171	0.80 248	3.68 312	1.70 259	1.85 250	1.68 260	3.15 441	1.03 189	1.20 97	0.99 227	0.27 125	0.22 217	0.25 96	0.23 167	0.27 106	0.25 114

LL-Strereo	3.01 475	1.81 513	17.59 462	1.12 313	2.10 549	2.90 171	1.09 399	4.33 508	2.00 317	3.12 519	2.24 426	3.29 452	3.15 496	11.31 529	1.84 397	0.30 228	0.28 339	0.46 440	0.34 372	0.49 402	0.45 371

zh-mn7	3.15 489	9.61 582	12.45 380	1.26 382	0.99 351	2.91 174	1.32 439	4.12 434	2.74 470	3.33 529	3.07 511	2.84 415	1.89 415	8.91 443	4.69 507	0.49 460	0.40 444	0.38 389	0.38 423	0.56 427	0.63 458

test_sample2	1.75 267	0.56 127	2.25 190	1.41 450	0.80 275	2.91 174	0.86 287	4.05 413	2.04 327	1.91 272	1.39 178	1.57 237	1.55 337	10.65 499	1.06 237	0.32 272	0.28 339	0.32 273	0.30 327	0.36 278	0.33 251

EDNetEfficientorigin	12.35 588	2.51 533	179.47 623	1.19 351	0.96 337	2.91 174	1.81 499	3.00 215	5.35 571	8.91 584	4.79 543	4.18 513	4.64 537	9.98 476	11.30 555	0.37 341	0.38 430	0.60 506	0.85 536	1.32 545	2.43 565

monsters	0.82 73	0.58 150	1.16 60	0.76 81	1.52 484	2.92 177	0.40 40	2.66 172	0.72 10	0.66 47	0.84 52	0.38 12	0.41 10	1.84 227	0.48 28	0.20 32	0.16 32	0.20 8	0.16 17	0.19 5	0.19 7

HI	1.27 198	0.90 378	2.33 200	1.10 302	0.68 231	2.92 177	0.45 64	2.49 139	1.76 276	2.13 347	1.65 254	2.42 363	1.84 405	1.58 177	1.61 358	0.26 108	0.16 32	0.28 189	0.29 308	0.26 93	0.25 114

CoSv	1.27 198	0.90 378	2.33 200	1.10 302	0.68 231	2.92 177	0.45 64	2.49 139	1.76 276	2.13 347	1.65 254	2.42 363	1.84 405	1.58 177	1.61 358	0.26 108	0.16 32	0.28 189	0.29 308	0.26 93	0.25 114

DLCB_ROB	2.05 318	0.95 397	2.37 204	1.24 373	1.02 363	2.92 177	1.30 436	3.68 312	2.30 386	2.91 502	2.17 414	3.32 456	1.52 325	10.37 490	2.50 465	0.40 378	0.33 387	0.40 399	0.36 398	0.41 333	0.47 386

PAM	2.43 393	0.61 187	20.86 552	1.07 279	0.73 251	2.93 181	0.53 93	3.24 244	1.53 179	1.89 266	2.43 461	5.29 554	2.76 476	1.84 227	1.02 231	0.27 125	0.24 279	0.26 125	0.25 205	0.40 308	0.50 405

Anonymous_2	3.01 475	0.89 376	4.53 289	1.06 276	1.18 399	2.93 181	0.87 307	3.24 244	1.46 128	1.86 255	1.35 168	4.11 509	2.35 454	1.64 196	1.28 292	0.82 526	0.90 548	8.71 603	15.84 606	4.44 580	0.74 485

DAS	2.31 364	0.67 249	4.79 291	1.14 321	1.64 507	2.93 181	2.13 517	4.09 425	2.74 470	4.17 550	2.52 471	2.46 373	1.79 393	11.55 539	1.63 366	0.37 341	0.22 217	0.39 393	0.25 205	0.41 333	0.34 264

SepStereo	2.15 332	0.67 249	4.79 291	1.14 321	1.64 507	2.93 181	2.13 517	4.09 425	2.74 470	4.17 550	2.52 471	2.46 373	1.79 393	8.36 431	1.63 366	0.37 341	0.22 217	0.39 393	0.25 205	0.41 333	0.34 264

acv_ft	1.55 228	0.64 218	3.29 257	1.14 321	2.01 543	2.93 181	0.97 364	3.81 339	2.08 335	2.22 387	1.88 345	3.10 436	1.66 370	1.33 128	2.22 442	0.29 185	0.26 316	0.30 230	0.26 225	0.39 303	0.27 154

iRaft-Stereo_20w	1.88 284	0.62 197	10.58 361	0.90 170	0.83 293	2.96 186	0.78 231	4.90 561	1.58 211	2.29 404	1.60 237	1.25 196	4.51 536	2.28 275	0.90 191	0.29 185	0.21 188	0.26 125	0.24 193	0.41 333	0.31 222

Former-RAFT_DAM_RVC	0.92 99	0.73 298	1.42 100	0.92 184	1.08 378	2.97 187	0.53 93	1.77 56	1.39 104	1.16 156	1.54 218	0.58 56	0.65 66	1.03 52	0.84 164	0.25 93	0.23 244	0.30 230	0.24 193	0.43 362	0.29 183

1w_stereo	0.86 82	0.42 18	1.07 16	0.72 61	0.81 278	3.00 188	0.67 160	3.28 248	0.75 13	0.74 69	1.32 158	0.37 8	1.37 277	0.92 33	0.68 97	0.16 5	0.14 11	0.20 8	0.16 17	0.19 5	0.22 76

rafts_anoy	1.24 182	0.80 342	3.61 273	1.17 342	1.20 412	3.00 188	0.61 128	3.17 235	1.58 211	1.37 173	1.26 140	1.19 187	1.12 223	1.78 216	1.25 282	0.32 272	0.23 244	0.32 273	0.32 355	0.31 183	0.30 212

MLG-Stereo	0.77 51	0.39 4	1.04 8	0.64 20	0.41 58	3.01 190	0.31 14	1.89 66	2.92 498	0.47 1	0.29 2	0.66 76	0.47 18	1.35 132	0.39 4	0.20 32	0.18 79	0.24 70	0.16 17	0.19 5	0.20 27

MIM_Stereo	1.20 169	0.78 334	3.30 258	1.05 270	0.43 71	3.04 191	0.60 124	2.46 135	1.51 163	1.60 198	1.58 229	1.82 287	1.29 262	2.00 244	1.07 240	0.24 72	0.24 279	0.28 189	0.25 205	0.27 106	0.27 154

knoymous	1.30 204	0.60 170	5.57 302	0.88 154	0.75 258	3.04 191	0.90 321	2.68 174	1.33 93	1.48 186	1.07 100	2.78 411	0.88 149	1.29 120	0.85 167	0.31 251	0.22 217	0.35 345	0.20 103	0.45 378	0.37 298

PSMNet-RUCA	1.64 250	1.50 494	2.57 218	1.50 472	1.38 458	3.05 193	1.36 445	3.31 252	2.24 370	1.36 170	2.07 395	1.40 219	1.09 213	1.83 225	1.55 347	1.15 543	0.69 536	1.26 555	0.96 543	1.64 551	0.94 514

GMOStereo	1.13 151	0.70 271	2.26 191	0.75 67	0.44 79	3.05 193	0.91 329	2.78 190	1.45 120	2.37 431	1.52 209	1.53 231	1.05 198	1.17 90	0.92 203	0.25 93	0.19 114	0.35 345	0.28 280	0.34 247	0.26 138

error version	1.13 151	0.70 271	2.26 191	0.75 67	0.44 79	3.05 193	0.91 329	2.78 190	1.45 120	2.37 431	1.52 209	1.53 231	1.05 198	1.17 90	0.92 203	0.25 93	0.19 114	0.35 345	0.28 280	0.34 247	0.26 138

test-v	1.13 151	0.70 271	2.26 191	0.75 67	0.44 79	3.05 193	0.91 329	2.78 190	1.45 120	2.37 431	1.52 209	1.53 231	1.05 198	1.17 90	0.92 203	0.25 93	0.19 114	0.35 345	0.28 280	0.34 247	0.26 138

test-2	1.13 151	0.70 271	2.26 191	0.75 67	0.44 79	3.05 193	0.91 329	2.78 190	1.45 120	2.37 431	1.52 209	1.53 231	1.05 198	1.17 90	0.92 203	0.25 93	0.19 114	0.35 345	0.28 280	0.34 247	0.26 138

test_sample4	2.34 375	0.63 206	11.59 372	1.30 403	0.83 293	3.07 198	0.72 184	4.27 483	2.30 386	2.30 408	1.88 345	1.73 263	1.42 295	11.14 524	1.46 323	0.35 321	0.29 349	0.35 345	0.36 398	0.40 308	0.38 313

RALCasStereoNet	1.19 164	1.02 411	2.06 171	1.12 313	1.14 390	3.08 199	0.70 179	2.99 213	1.73 266	1.34 167	1.68 260	1.18 183	0.91 160	2.16 261	1.00 229	0.30 228	0.26 316	0.24 70	0.21 119	0.29 141	0.30 212

test_sample5	2.33 371	0.62 197	11.29 369	1.29 396	0.83 293	3.09 200	0.74 201	4.28 488	2.31 390	2.20 376	1.97 370	1.68 252	1.39 281	11.19 525	1.47 328	0.37 341	0.31 372	0.37 373	0.37 410	0.41 333	0.39 320

DualNet	2.33 371	0.62 197	11.29 369	1.29 396	0.83 293	3.09 200	0.74 201	4.28 488	2.31 390	2.26 400	2.04 384	1.68 252	1.39 281	11.19 525	1.47 328	0.37 341	0.31 372	0.37 373	0.37 410	0.41 333	0.39 320

test_sample3	2.34 375	0.61 187	11.94 375	1.33 414	0.85 301	3.10 202	0.73 189	4.24 473	2.19 362	2.21 385	1.75 282	1.80 281	1.41 290	11.11 523	1.46 323	0.35 321	0.29 349	0.34 326	0.35 388	0.39 303	0.37 298

LCMNet	0.63 14	0.40 8	0.95 3	0.58 2	0.39 45	3.11 203	0.27 8	1.58 31	0.84 35	0.56 12	0.58 18	0.52 44	0.53 31	0.77 9	0.51 46	0.17 7	0.16 32	0.19 5	0.15 5	0.20 19	0.21 57

AdaDepth	0.76 44	0.45 29	1.41 99	0.70 47	1.27 430	3.12 204	0.43 56	1.02 5	0.94 54	0.63 37	0.91 67	0.43 26	0.58 43	1.41 145	0.48 28	0.18 21	0.21 188	0.23 39	0.19 83	0.25 74	0.26 138

MFMNet_re	2.91 456	1.91 515	18.25 468	3.06 565	1.89 537	3.13 205	1.67 491	3.52 284	2.97 503	3.14 520	2.87 503	2.26 340	2.41 457	2.42 278	2.00 418	1.10 540	1.05 552	0.94 543	0.90 539	1.28 543	1.46 544

MLG-Stereo_test1	0.80 61	0.39 4	1.02 7	0.65 28	1.20 412	3.14 206	0.29 12	1.59 33	3.05 512	0.50 5	0.24 1	0.67 77	0.43 13	1.33 128	0.40 6	0.21 37	0.18 79	0.23 39	0.15 5	0.19 5	0.20 27

test_sample6	2.35 380	0.62 197	10.78 364	1.33 414	0.83 293	3.15 207	0.79 238	4.36 517	2.43 423	2.26 400	2.04 384	1.69 257	1.39 281	11.48 537	1.61 358	0.38 358	0.32 380	0.37 373	0.39 430	0.41 333	0.42 350

MSCF	0.97 118	0.82 353	1.26 74	0.88 154	0.40 51	3.17 208	0.88 311	2.79 195	1.39 104	1.32 165	1.19 118	0.58 56	1.33 269	1.28 115	0.64 77	0.25 93	0.19 114	0.25 96	0.25 205	0.28 123	0.32 233

DDVS	1.68 256	0.79 338	2.52 214	1.26 382	1.16 397	3.17 208	0.78 231	3.12 228	1.82 284	1.86 255	1.91 357	2.92 424	1.43 298	6.20 389	1.63 366	0.45 427	0.65 528	0.34 326	0.38 423	0.48 396	0.79 498

VIP-Stereo	0.85 80	0.83 357	1.59 121	0.76 81	0.87 311	3.18 210	0.80 248	1.94 76	0.83 32	0.78 93	1.04 90	0.64 67	0.59 48	1.24 103	0.61 67	0.28 162	0.18 79	0.23 39	0.17 35	0.22 47	0.19 7

AIO-test2	1.61 243	1.30 467	3.40 262	1.16 340	1.31 436	3.18 210	0.74 201	4.06 417	1.52 172	1.72 228	2.21 422	0.78 107	0.74 96	3.64 334	0.95 219	3.64 577	0.26 316	0.35 345	0.42 455	0.37 288	0.33 251

fast-acv-ft	2.54 415	1.19 447	20.08 518	1.41 450	1.40 462	3.18 210	1.17 416	3.37 266	2.28 382	1.90 267	2.15 411	2.69 394	2.17 441	2.91 313	2.31 448	0.37 341	0.39 439	0.45 434	0.39 430	0.57 432	0.45 371

coex_refinement	2.10 324	0.85 366	3.67 276	1.31 406	1.13 389	3.21 213	0.85 282	3.86 352	2.31 390	2.51 453	1.92 359	3.49 475	1.69 377	11.08 521	2.13 435	0.37 341	0.25 303	0.27 156	0.31 343	0.41 333	0.37 298

iRaft-Stereo_5w	2.10 324	0.83 357	8.57 331	0.81 93	0.76 262	3.21 213	0.84 273	3.71 323	1.65 244	1.56 195	2.50 468	2.20 338	2.23 445	9.13 449	2.01 420	0.38 358	0.19 114	0.35 345	0.27 251	0.45 378	0.39 320

AACVNet	1.83 276	1.02 411	2.41 209	1.45 461	0.87 311	3.21 213	0.73 189	3.16 233	1.61 231	2.01 310	1.82 325	2.28 342	1.33 269	10.98 513	1.49 334	0.39 370	0.32 380	0.38 389	0.32 355	0.43 362	0.44 365

AdaStereo	1.45 222	0.83 357	2.34 203	1.28 392	0.81 278	3.21 213	1.14 410	4.20 452	2.46 431	2.05 324	1.77 296	2.48 375	1.18 243	1.71 208	1.44 319	0.43 410	0.25 303	0.43 422	0.28 280	0.44 370	0.34 264
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.
UGAM	2.58 424	0.56 127	18.55 477	0.89 161	0.71 244	3.23 217	1.03 381	2.75 184	1.75 274	1.36 170	2.77 495	2.69 394	1.28 259	10.75 502	1.40 310	0.28 162	0.24 279	0.40 399	0.31 343	0.35 265	0.30 212

222	2.68 437	0.57 137	2.03 159	1.11 309	0.81 278	3.23 217	0.65 155	4.52 545	2.45 428	2.34 425	2.29 438	1.41 220	1.44 301	10.50 493	18.47 587	0.32 272	0.30 362	0.32 273	0.27 251	0.32 210	0.34 264

PWC_ROB	2.69 439	2.01 521	8.36 329	1.33 414	1.90 538	3.23 217	1.18 417	4.33 508	3.25 531	3.11 518	3.41 527	2.71 397	2.18 443	9.15 450	4.48 503	0.56 485	0.31 372	0.61 509	0.36 398	0.69 475	0.74 485

CoDeX	2.40 388	0.78 334	13.21 386	1.00 243	1.18 399	3.24 220	1.32 439	4.14 442	2.41 419	1.74 232	1.84 331	2.05 325	1.47 310	10.03 479	1.60 355	0.34 301	0.28 339	0.32 273	0.27 251	0.32 210	0.39 320

test_xeample	2.67 433	0.56 127	2.05 162	1.09 293	0.81 278	3.24 220	0.80 248	4.55 547	2.70 466	2.42 440	2.27 430	1.39 214	1.40 285	10.75 502	17.51 582	0.30 228	0.30 362	0.32 273	0.28 280	0.34 247	0.33 251

SPS-STEREO	3.97 523	1.44 489	20.85 551	1.72 508	1.71 521	3.24 220	2.30 524	3.55 291	2.68 465	4.79 561	3.66 531	5.44 557	2.97 485	9.11 448	9.35 547	1.15 543	1.10 554	1.06 549	1.02 549	1.16 537	1.18 529
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
999	0.97 118	0.48 61	1.24 72	1.03 267	0.64 204	3.25 223	0.92 342	1.40 15	1.39 104	0.71 59	1.68 260	0.70 83	0.66 73	3.03 320	0.89 187	0.23 58	0.19 114	0.25 96	0.21 119	0.25 74	0.29 183

DANet	2.63 427	1.07 423	8.10 327	1.83 522	1.70 520	3.25 223	1.16 413	4.31 502	2.38 412	3.40 533	2.18 416	4.08 507	1.80 398	9.77 465	3.89 499	0.52 476	0.55 508	0.59 501	0.44 461	0.63 452	0.86 506
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AF-Net	2.87 453	1.30 467	16.24 436	1.33 414	1.75 525	3.26 225	1.59 480	4.09 425	2.43 423	2.69 487	2.94 504	4.51 528	3.20 501	5.84 380	2.75 479	0.76 519	0.36 411	0.72 530	0.49 479	0.70 476	0.56 434

StereoDRNet-Refined	1.77 270	0.81 346	2.22 187	1.21 363	0.76 262	3.26 225	0.71 181	3.82 342	2.05 330	2.29 404	2.05 390	2.98 426	1.44 301	7.15 411	2.27 446	0.30 228	0.23 244	0.42 418	0.33 363	0.45 378	0.64 462
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
Reg-Stereo(zero)	1.60 241	0.42 18	10.69 362	0.89 161	0.68 231	3.27 227	0.47 74	2.27 109	1.54 188	1.48 186	1.24 131	2.55 381	2.68 474	1.48 161	1.10 246	0.19 26	0.19 114	0.22 25	0.18 59	0.24 60	0.26 138

GwcNet	3.00 473	1.63 500	19.83 506	1.32 409	2.04 547	3.27 227	1.55 477	3.65 306	2.33 395	2.00 308	2.12 406	3.56 484	1.68 376	9.47 457	2.45 461	0.44 418	0.45 473	0.46 440	0.38 423	0.60 441	0.76 490

ac_64	2.35 380	0.62 197	9.77 347	1.32 409	1.71 521	3.27 227	0.93 344	3.48 274	2.50 437	1.74 232	1.73 276	3.91 497	1.77 390	10.21 485	1.86 399	0.40 378	0.31 372	0.33 308	0.30 327	0.34 247	0.39 320

FADNet	2.49 406	1.76 510	13.17 385	1.17 342	0.95 336	3.27 227	0.88 311	3.94 381	2.27 378	1.40 178	1.29 150	2.51 378	2.06 428	9.93 474	1.94 409	0.43 410	0.45 473	0.40 399	0.43 458	1.06 523	0.53 420

Wz-Net-SNSev	2.98 469	4.36 554	15.98 434	1.57 487	1.19 406	3.28 231	1.80 498	3.96 388	2.40 417	2.32 418	2.28 434	3.48 469	2.05 427	7.84 426	3.82 498	0.47 443	0.39 439	0.53 483	0.49 479	0.71 485	0.60 448

Wz-Net-MNSev	2.71 441	2.54 537	13.91 403	1.52 475	1.37 455	3.28 231	2.47 527	4.03 405	2.32 394	2.57 464	2.07 395	2.29 347	3.01 488	7.55 419	2.74 478	0.38 358	0.36 411	0.36 361	0.37 410	0.57 432	0.47 386

IER	1.69 257	0.65 228	7.19 315	0.94 204	1.15 392	3.28 231	0.89 316	3.48 274	1.97 310	2.10 336	1.98 372	2.28 342	2.12 432	2.25 273	1.75 387	0.29 185	0.23 244	0.36 361	0.30 327	0.32 210	0.34 264

DDUNet	2.91 456	2.78 541	6.94 313	3.53 571	2.26 555	3.28 231	1.36 445	3.77 331	2.04 327	2.62 476	2.49 467	4.18 513	1.69 377	5.38 367	1.85 398	2.21 563	1.77 569	2.61 572	2.43 584	2.60 559	2.34 562

XQC	2.96 463	2.42 532	14.85 417	1.36 432	1.32 443	3.29 235	1.53 473	4.28 488	2.78 476	3.21 524	2.46 463	3.53 480	2.92 484	6.58 396	4.67 505	0.70 515	0.41 454	0.59 501	0.56 503	0.96 518	0.83 505

ToySt	1.35 211	0.72 287	3.65 275	1.01 249	0.50 128	3.31 236	1.01 375	3.46 273	1.73 266	1.30 163	1.55 222	2.07 330	1.47 310	1.88 235	1.40 310	0.27 125	0.27 327	0.30 230	0.32 355	0.42 352	0.39 320

asda	0.77 51	0.46 36	1.10 39	0.64 20	0.82 287	3.33 237	0.49 77	2.40 122	0.81 28	0.63 37	0.80 46	0.44 31	0.85 140	0.88 24	0.60 65	0.17 7	0.13 1	0.24 70	0.17 35	0.20 19	0.20 27

RGC	3.10 484	1.45 490	14.90 420	1.46 463	1.79 530	3.33 237	1.39 454	4.04 409	2.26 376	2.77 493	3.26 522	4.00 502	2.71 475	11.63 547	2.62 475	0.82 526	0.46 482	0.79 536	0.79 534	0.71 485	0.78 494

GMStereo_Zeroshot	1.41 218	1.21 450	3.33 260	1.29 396	0.72 246	3.35 239	0.53 93	2.58 163	1.68 250	2.35 426	1.56 226	2.42 363	0.96 171	2.50 284	1.16 258	0.45 427	0.23 244	0.40 399	0.24 193	0.79 499	0.33 251

DispFullNet	4.64 538	3.48 549	23.95 593	3.99 577	3.03 566	3.35 239	1.06 388	4.18 448	2.80 482	6.33 573	2.94 504	4.04 505	7.81 573	3.92 344	5.16 515	2.75 565	1.61 566	3.10 582	2.68 589	3.32 564	3.31 581

111111	0.87 86	0.50 74	1.13 54	0.66 36	1.08 378	3.37 241	0.33 20	2.33 119	1.47 133	0.74 69	1.50 206	0.61 61	0.59 48	1.40 140	0.48 28	0.24 72	0.19 114	0.22 25	0.16 17	0.24 60	0.19 7

CSP-Net	1.78 271	1.32 473	1.92 148	1.16 340	1.03 364	3.38 242	1.31 438	3.52 284	1.75 274	1.96 287	1.93 362	2.40 358	1.48 312	8.58 437	1.58 351	0.46 434	0.34 399	0.27 156	0.26 225	0.41 333	0.50 405

CrosDoStereo	5.24 547	0.60 170	20.23 524	0.82 103	0.51 130	3.39 243	18.11 597	3.82 342	2.27 378	1.98 291	8.74 566	1.96 310	6.96 566	7.35 414	26.35 601	0.30 228	0.22 217	0.30 230	0.28 280	0.33 229	0.38 313

DeepStereo_LL	5.24 547	0.60 170	20.23 524	0.82 103	0.51 130	3.39 243	18.11 597	3.82 342	2.27 378	1.98 291	8.74 566	1.96 310	6.96 566	7.35 414	26.35 601	0.30 228	0.22 217	0.30 230	0.28 280	0.33 229	0.38 313

CFNet-RSSM	2.08 323	0.52 86	20.06 515	1.01 249	0.56 161	3.39 243	0.64 146	3.67 310	1.55 196	1.72 228	1.37 173	2.57 383	1.19 247	1.11 66	0.86 174	0.27 125	0.20 154	0.25 96	0.23 167	0.27 106	0.23 87

GASTEREO	1.00 130	0.98 405	1.23 70	0.90 170	0.40 51	3.40 246	0.88 311	2.77 187	1.44 119	1.39 176	1.30 152	0.55 50	1.35 274	1.33 128	0.64 77	0.25 93	0.19 114	0.25 96	0.25 205	0.25 74	0.31 222

AIO-test1	2.18 337	0.66 239	18.95 483	0.89 161	1.48 478	3.40 246	0.97 364	4.19 451	1.68 250	0.86 115	1.35 168	0.99 155	0.75 99	4.47 352	1.27 288	0.23 58	0.23 244	0.28 189	0.33 363	0.31 183	0.35 278

DEFOM-Stereo	0.70 25	0.46 36	1.13 54	0.72 61	0.48 116	3.40 246	0.44 60	0.90 3	0.77 14	0.86 115	0.58 18	0.45 34	0.43 13	1.76 214	0.43 13	0.24 72	0.18 79	0.22 25	0.16 17	0.21 34	0.20 27

SQANet	3.70 511	9.34 579	18.41 474	2.75 559	2.74 560	3.40 246	1.47 465	3.50 280	1.68 250	2.60 472	1.75 282	2.69 394	1.91 417	6.72 405	1.74 384	2.96 567	1.41 563	1.85 562	1.12 552	3.17 562	2.70 571

PA-Net	3.09 482	1.24 461	18.84 480	1.38 444	1.19 406	3.42 250	1.75 494	3.89 360	3.27 536	1.88 260	2.10 399	3.03 430	1.88 414	11.60 540	2.88 483	0.40 378	0.54 503	0.44 427	0.62 515	0.52 410	1.02 519
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DLNR_Zeroshot_test	28.62 603	55.50 615	49.94 609	183.62 619	115.05 619	3.43 251	0.28 9	29.49 606	1.49 150	1.01 137	1.26 140	0.93 148	0.63 60	3.92 344	1.51 341	29.81 612	0.41 454	0.26 125	0.23 167	93.28 617	0.32 233

DLNR-FE	28.68 604	56.10 616	49.61 607	183.75 620	105.98 615	3.44 252	0.28 9	29.58 607	1.49 150	1.01 137	1.26 140	0.93 148	0.63 60	3.81 337	1.51 341	33.14 613	0.41 454	0.26 125	0.23 167	99.94 619	0.32 233

delet	1.92 294	0.76 325	5.14 294	1.01 249	1.65 511	3.44 252	2.03 512	3.76 329	2.48 432	2.01 310	2.05 390	2.63 390	1.90 416	5.34 366	2.12 432	0.28 162	0.29 349	0.40 399	0.31 343	0.41 333	0.45 371

FAT-Stereo	3.34 500	0.81 346	20.05 514	1.25 375	1.20 412	3.44 252	1.99 510	4.23 465	2.67 463	3.14 520	3.82 535	3.51 478	3.32 506	11.68 550	1.94 409	0.64 500	0.67 532	0.48 451	0.52 493	0.61 446	0.81 500

RP	2.79 444	1.20 449	10.36 357	1.54 479	1.93 539	3.44 252	1.97 508	4.05 413	2.34 396	2.66 485	2.79 496	3.98 501	2.58 469	10.21 485	2.61 473	0.95 534	0.47 486	0.71 526	0.57 506	0.71 485	0.68 469

HSM	2.35 380	0.81 346	2.21 184	1.14 321	1.55 491	3.44 252	1.03 381	3.99 396	2.25 373	2.29 404	2.11 403	8.04 570	3.05 493	11.60 540	1.71 377	0.33 289	0.22 217	0.28 189	0.23 167	0.32 210	0.35 278

StereoDRNet	2.84 448	1.49 493	14.48 414	1.33 414	1.57 498	3.44 252	2.06 513	3.69 317	2.36 401	3.26 526	1.84 331	2.79 413	1.80 398	10.88 508	3.16 489	0.41 393	0.33 387	0.39 393	0.36 398	0.59 437	0.58 443

model_zeroshot	1.21 172	0.60 170	3.55 267	1.05 270	0.57 173	3.46 258	0.63 143	2.73 181	1.55 196	2.05 324	1.38 176	1.50 230	0.82 133	1.69 205	0.87 180	0.29 185	0.23 244	0.30 230	0.23 167	0.27 106	0.32 233

BEATNet_4x	1.92 294	1.36 478	8.75 336	1.20 356	0.56 161	3.46 258	1.03 381	4.00 398	2.43 423	2.25 397	1.70 267	2.10 332	1.59 340	2.57 298	3.05 488	0.37 341	0.22 217	0.47 443	0.29 308	0.60 441	0.40 340

NVStereoNet_ROB	4.91 544	1.40 484	16.46 440	1.47 466	1.72 523	3.46 258	1.96 507	3.89 360	3.61 547	2.90 501	24.61 600	4.81 539	4.49 535	13.57 581	4.87 512	1.33 556	1.29 561	1.70 561	1.68 565	1.41 548	1.66 546
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
NLCSM	2.22 340	1.98 520	7.74 321	1.20 356	1.25 425	3.47 261	1.30 436	3.63 302	2.01 319	1.61 203	2.28 434	2.73 400	1.95 420	7.78 424	1.99 417	0.43 410	0.40 444	0.50 468	0.51 489	0.90 510	0.71 475

xyz-stereo-finetune2	1.16 161	0.63 206	1.50 108	0.57 1	0.36 16	3.47 261	0.65 155	2.70 177	1.23 75	0.88 118	1.75 282	0.91 142	1.76 388	3.54 329	1.74 384	0.24 72	0.22 217	0.30 230	0.27 251	0.31 183	0.26 138

HITNet	2.07 321	0.82 353	14.77 416	1.34 421	0.56 161	3.47 261	0.80 248	4.07 419	2.35 398	2.16 363	1.61 241	1.64 247	1.44 301	2.09 254	2.56 472	0.26 108	0.18 79	0.41 411	0.26 225	0.45 378	0.25 114
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
DISCO	2.25 347	0.73 298	10.06 352	1.76 512	1.12 387	3.47 261	1.25 432	3.24 244	2.26 376	2.65 484	1.96 364	4.53 530	1.92 418	4.17 350	3.61 495	0.32 272	0.25 303	0.31 253	0.29 308	0.66 468	0.41 346

xyz-stereo-finetune	1.05 140	0.62 197	1.46 103	0.59 5	0.36 16	3.48 265	0.81 258	2.69 176	1.74 272	0.94 127	1.21 124	0.91 142	0.78 116	2.53 294	1.28 292	0.24 72	0.24 279	0.26 125	0.23 167	0.30 164	0.23 87

UNet	2.51 409	0.74 306	20.17 522	1.14 321	1.44 472	3.48 265	0.76 214	3.77 331	1.87 294	2.05 324	1.57 228	2.75 403	2.39 456	3.51 328	2.51 466	0.32 272	0.26 316	0.41 411	0.26 225	0.38 293	0.39 320

pmcnn	5.45 551	1.22 456	17.40 456	1.60 491	2.41 557	3.48 265	2.12 516	4.52 545	3.26 532	3.67 538	13.15 587	22.10 594	3.46 514	11.92 561	17.16 580	0.34 301	0.21 188	0.23 39	0.19 83	0.36 278	0.28 173

MLG-Stereo_test2	0.76 44	0.40 8	1.07 16	0.64 20	0.82 287	3.49 268	0.23 3	1.69 48	2.14 353	0.62 33	0.32 3	0.67 77	0.33 1	1.14 76	0.37 3	0.23 58	0.19 114	0.23 39	0.16 17	0.19 5	0.20 27

Wz-Net-LNSev	2.30 363	1.67 506	14.88 419	1.18 348	1.65 511	3.49 268	1.54 476	3.63 302	2.03 323	1.88 260	1.64 248	3.29 452	2.06 428	2.71 309	2.02 421	0.40 378	0.33 387	0.32 273	0.31 343	0.53 416	0.49 398

RAFT_CTSACE	1.80 274	1.06 422	10.00 351	1.71 506	1.39 460	3.49 268	1.06 388	3.05 221	1.62 236	1.70 223	2.04 384	2.51 378	1.80 398	1.98 242	0.94 214	0.25 93	0.22 217	0.28 189	0.30 327	0.30 164	0.26 138

xxxx	2.67 433	0.54 110	2.03 159	1.22 366	0.81 278	3.49 268	0.63 143	4.49 540	2.49 436	2.22 387	2.23 425	2.05 325	1.38 278	10.05 480	17.91 583	0.32 272	0.32 380	0.30 230	0.27 251	0.33 229	0.34 264

gcap-zeroshot	1.30 204	0.61 187	4.09 280	0.94 204	0.56 161	3.50 272	0.84 273	3.12 228	1.72 263	1.84 249	1.22 126	2.72 399	0.88 149	1.46 158	0.80 149	0.29 185	0.30 362	0.27 156	0.21 119	0.29 141	0.25 114

UPFNet	1.81 275	0.63 206	6.71 309	1.25 375	1.44 472	3.50 272	1.35 443	4.02 404	1.85 292	2.40 438	1.52 209	2.41 360	1.40 285	3.62 332	1.88 401	0.34 301	0.33 387	0.37 373	0.31 343	0.41 333	0.39 320

NaN_ROB	4.06 526	1.13 434	16.64 442	1.12 313	1.25 425	3.50 272	3.05 550	4.29 491	3.26 532	3.64 536	2.56 476	2.97 425	4.79 538	13.33 577	16.91 578	0.37 341	0.41 454	0.38 389	0.39 430	0.48 396	0.81 500

PCWNet_CMD	2.23 343	0.65 228	17.36 454	0.83 114	0.76 262	3.51 275	0.64 146	3.60 297	1.97 310	1.70 223	1.63 246	3.22 446	3.05 493	2.09 254	1.11 249	0.31 251	0.36 411	0.47 443	0.26 225	0.64 460	0.47 386

Wz-Net-LNSev-Ref	2.42 392	1.47 491	14.14 407	1.30 403	1.35 450	3.51 275	1.64 486	4.04 409	2.10 346	2.46 445	1.88 345	2.28 342	2.51 465	4.73 358	3.17 490	0.38 358	0.19 114	0.35 345	0.20 103	0.40 308	0.36 284

RTSC	2.95 460	2.51 533	15.49 431	1.54 479	1.30 434	3.51 275	0.86 287	3.89 360	2.48 432	3.64 536	3.12 516	3.04 431	2.30 449	5.70 377	6.67 525	0.55 483	0.35 405	0.37 373	0.39 430	0.70 476	0.60 448

Nwc_Net	2.88 455	1.16 442	18.30 471	1.35 426	1.68 518	3.52 278	1.18 417	3.90 365	2.06 332	2.52 455	2.82 501	3.82 494	2.34 453	6.78 406	2.55 471	0.86 530	0.40 444	0.59 501	0.67 519	0.57 432	0.55 430

MMNet	2.02 313	0.81 346	10.76 363	1.12 313	1.23 420	3.53 279	0.89 316	3.79 335	2.08 335	2.15 358	1.76 291	2.15 335	2.12 432	3.69 335	2.32 449	0.31 251	0.29 349	0.34 326	0.27 251	0.38 293	0.42 350

FADNet-RVC-Resample	2.83 447	2.02 522	21.07 559	1.12 313	0.91 325	3.53 279	1.37 450	4.08 423	2.09 338	1.68 218	1.33 160	2.03 321	1.51 323	9.54 459	1.69 375	0.38 358	0.37 424	0.42 418	0.44 461	0.56 427	0.56 434

MSMDNet	2.23 343	0.64 218	17.32 450	0.84 124	0.75 258	3.53 279	0.64 146	3.61 300	1.98 312	1.71 227	1.64 248	3.22 446	2.99 486	2.08 251	1.11 249	0.31 251	0.37 424	0.45 434	0.26 225	0.62 450	0.45 371

NCCL2	2.53 413	1.35 477	10.90 366	1.15 334	0.97 341	3.53 279	2.56 533	3.65 306	2.23 368	2.76 492	1.80 305	2.41 360	1.66 370	10.35 489	2.07 428	0.44 418	0.40 444	0.57 496	0.53 497	0.59 437	0.65 464

w-ln-seven-2	2.73 442	2.13 525	12.47 381	1.18 348	1.01 361	3.54 283	1.58 479	3.93 377	3.26 532	2.43 442	2.02 379	2.63 390	2.28 448	7.93 427	5.45 521	0.40 378	0.40 444	0.44 427	0.34 372	0.62 450	0.47 386

G2L-Stereo_test	2.11 326	0.86 369	7.12 314	1.65 498	1.19 406	3.54 283	1.02 379	3.57 293	2.01 319	2.50 450	1.68 260	3.15 441	1.50 319	9.21 452	1.62 363	0.28 162	0.19 114	0.23 39	0.22 152	0.27 106	0.31 222

FADNet-RVC	2.51 409	2.27 529	14.03 405	1.09 293	0.81 278	3.54 283	1.10 401	4.13 436	2.48 432	1.39 176	1.22 126	1.85 296	1.77 390	9.78 467	2.06 425	0.38 358	0.37 424	0.40 399	0.40 441	0.67 470	0.48 391

raftrobust	1.19 164	0.72 287	2.30 197	1.26 382	1.31 436	3.55 286	0.68 167	2.75 184	1.47 133	2.21 385	1.38 176	1.17 179	1.22 250	1.20 97	1.11 249	0.28 162	0.24 279	0.21 20	0.19 83	0.25 74	0.28 173

S-Stereo	3.48 505	0.91 383	22.06 583	1.36 432	1.50 481	3.55 286	2.53 532	4.21 458	2.81 488	2.37 431	3.81 534	3.75 490	1.84 405	11.90 560	2.51 466	0.63 497	0.71 538	0.48 451	0.76 528	0.67 470	1.19 530

gwcnet-sp	2.31 364	1.21 450	17.34 451	1.08 287	0.92 326	3.56 288	1.04 384	3.69 317	2.09 338	2.55 460	1.60 237	1.80 281	1.62 350	3.87 340	1.95 411	0.29 185	0.29 349	0.30 230	0.28 280	0.38 293	0.39 320

scenet	2.31 364	1.21 450	17.34 451	1.08 287	0.92 326	3.56 288	1.04 384	3.69 317	2.09 338	2.55 460	1.60 237	1.80 281	1.62 350	3.87 340	1.95 411	0.29 185	0.29 349	0.30 230	0.28 280	0.38 293	0.39 320

ssnet	2.31 364	1.21 450	17.34 451	1.08 287	0.92 326	3.56 288	1.04 384	3.69 317	2.09 338	2.55 460	1.60 237	1.80 281	1.62 350	3.87 340	1.95 411	0.29 185	0.29 349	0.30 230	0.28 280	0.38 293	0.39 320

pcwnet_v2	2.70 440	0.65 228	22.48 584	1.08 287	1.03 364	3.56 288	0.81 258	4.29 491	3.14 520	2.29 404	2.29 438	3.01 429	1.71 381	3.32 325	1.43 317	0.43 410	0.50 498	0.41 411	0.34 372	0.61 446	0.56 434

G2L-Stereo	2.49 406	0.94 395	14.54 415	1.15 334	1.35 450	3.57 292	0.95 354	3.62 301	2.00 317	2.11 340	1.61 241	3.20 444	1.34 271	9.54 459	1.91 405	0.34 301	0.27 327	0.35 345	0.28 280	0.30 164	0.35 278

NVstereo2D	2.54 415	0.90 378	11.10 367	1.32 409	1.47 477	3.58 293	1.38 452	4.13 436	2.45 428	1.90 267	1.71 271	2.86 417	1.76 388	10.86 507	1.66 372	0.60 492	0.43 463	0.53 483	0.41 448	0.78 497	0.94 514

MLCV	1.87 280	0.91 383	8.59 332	1.10 302	0.57 173	3.59 294	0.53 93	3.70 322	2.20 364	2.80 496	2.25 428	2.00 317	1.42 295	4.13 348	1.86 399	0.30 228	0.20 154	0.32 273	0.21 119	0.33 229	0.36 284

DRN-Test	3.03 477	0.99 406	18.18 467	1.35 426	1.60 500	3.59 294	1.48 466	4.13 436	2.45 428	3.47 535	1.92 359	2.58 385	2.53 466	10.88 508	2.80 481	0.39 370	0.36 411	0.44 427	0.41 448	0.55 421	0.57 438

anonymousdsp2	1.26 193	0.60 170	3.74 277	1.02 260	0.41 58	3.60 296	0.72 184	3.68 312	1.47 133	1.37 173	1.56 226	1.83 290	1.01 185	2.00 244	0.66 89	0.29 185	0.20 154	0.28 189	0.20 103	0.32 210	0.29 183

Wz-Net-TNSev	3.67 510	8.83 571	13.47 392	1.48 468	1.18 399	3.60 296	2.49 529	4.27 483	3.13 518	2.18 369	1.89 351	4.21 517	2.80 479	12.10 562	7.58 539	0.57 487	0.55 508	0.47 443	0.54 499	0.91 512	1.05 521

LCNet	1.55 228	0.54 110	1.88 143	0.99 235	0.55 157	3.60 296	1.21 427	2.86 203	1.53 179	2.18 369	1.74 278	1.43 223	4.17 528	3.62 332	0.87 180	0.29 185	0.20 154	0.28 189	0.77 530	0.47 393	1.85 552

raft+_RVC	1.21 172	0.83 357	2.61 222	1.35 426	0.97 341	3.60 296	0.76 214	3.23 242	1.51 163	1.33 166	1.67 257	1.03 163	1.10 219	1.87 234	0.92 203	0.24 72	0.22 217	0.25 96	0.24 193	0.26 93	0.25 114

GCAP-Stereo	0.93 101	0.68 257	1.35 93	0.85 136	0.41 58	3.61 300	0.52 92	2.20 98	1.50 156	1.11 153	1.04 90	1.17 179	0.84 138	1.11 66	0.71 115	0.25 93	0.20 154	0.27 156	0.18 59	0.28 123	0.23 87

ffm	1.72 260	0.60 170	5.21 297	1.14 321	0.99 351	3.62 301	0.86 287	4.22 461	3.37 540	2.20 376	2.30 443	3.48 469	1.62 350	2.21 269	0.65 84	0.29 185	0.16 32	0.48 451	0.37 410	0.30 164	0.29 183

ff1	2.96 463	0.60 170	5.21 297	1.14 321	0.99 351	3.62 301	0.86 287	4.22 461	3.37 540	2.20 376	2.30 443	3.48 469	1.62 350	11.62 542	16.09 572	0.29 185	0.16 32	0.48 451	0.37 410	0.30 164	0.29 183

mmx	2.98 469	0.60 170	5.21 297	1.14 321	0.99 351	3.62 301	0.86 287	4.49 540	3.05 512	2.20 376	2.30 443	3.48 469	1.62 350	11.62 542	16.09 572	0.33 289	0.28 339	0.48 451	0.37 410	0.44 370	0.37 298

xxx	2.98 469	0.60 170	5.21 297	1.14 321	0.99 351	3.62 301	0.86 287	4.49 540	3.05 512	2.20 376	2.30 443	3.48 469	1.62 350	11.62 542	16.09 572	0.33 289	0.28 339	0.48 451	0.37 410	0.44 370	0.37 298

HGLStereo	2.03 314	0.74 306	7.50 320	1.23 371	1.56 494	3.62 301	0.95 354	3.78 334	1.89 300	2.03 319	2.20 420	3.12 439	2.14 435	5.68 376	2.04 422	0.37 341	0.31 372	0.32 273	0.29 308	0.40 308	0.45 371

LSM	12.71 589	3.52 550	20.79 550	55.63 614	84.76 613	3.63 306	6.30 578	3.73 325	4.93 568	5.55 565	13.92 589	3.53 480	3.25 503	9.72 464	4.12 500	0.64 500	0.85 546	0.71 526	0.81 535	1.03 520	26.84 606

CSAN	4.71 539	1.39 483	20.23 524	1.19 351	0.87 311	3.65 307	3.50 561	4.57 549	3.87 552	3.89 542	7.82 558	3.54 483	6.16 558	23.47 600	6.82 529	0.52 476	0.45 473	0.49 465	0.52 493	0.63 452	0.66 465

RYNet	2.97 467	0.93 389	15.09 425	1.12 313	1.38 458	3.66 308	1.42 461	4.03 405	2.29 385	2.10 336	1.70 267	3.79 492	2.16 439	13.64 583	3.02 487	0.37 341	0.41 454	0.48 451	0.34 372	0.81 502	0.75 488

ttt	2.76 443	0.56 127	2.28 196	1.41 450	1.21 418	3.67 309	0.77 227	4.59 550	2.94 501	2.35 426	2.30 443	2.45 371	1.54 335	11.25 528	15.56 570	0.43 410	0.36 411	0.37 373	0.33 363	0.40 308	0.40 340

ADLNet	2.29 360	0.83 357	3.62 274	1.35 426	1.60 500	3.67 309	1.24 431	3.95 383	2.98 506	2.58 468	2.29 438	4.01 503	1.79 393	11.23 527	2.09 430	0.37 341	0.38 430	0.36 361	0.34 372	0.45 378	0.71 475

RASNet	2.56 420	0.70 271	10.06 352	1.60 491	2.25 554	3.67 309	1.00 372	3.38 267	3.14 520	1.81 244	2.11 403	4.60 533	2.30 449	10.25 487	2.61 473	0.37 341	0.24 279	0.25 96	0.24 193	0.28 123	0.26 138

zh-sn7	3.81 516	11.43 589	15.78 432	1.25 375	1.15 392	3.68 312	2.58 535	4.15 446	2.42 422	2.61 474	3.10 515	3.38 463	3.03 492	11.43 534	6.88 531	0.45 427	0.48 492	0.45 434	0.43 458	0.72 488	0.71 475

z-ln-s-r	2.67 433	1.16 442	12.43 379	1.34 421	1.26 428	3.70 313	1.21 427	4.20 452	2.38 412	2.04 322	1.92 359	2.43 366	1.60 346	10.58 495	5.19 518	0.29 185	0.20 154	0.32 273	0.24 193	0.51 406	0.38 313

stereogan	3.09 482	0.93 389	16.43 439	1.37 442	1.66 514	3.70 313	1.67 491	3.87 355	3.15 522	3.04 513	2.70 490	5.04 547	2.79 478	9.96 475	1.78 390	0.63 497	0.49 497	0.69 523	0.47 470	0.83 505	0.68 469

DeepPrunerF	3.70 511	1.72 507	14.87 418	1.33 414	1.74 524	3.70 313	1.55 477	4.20 452	14.00 591	2.02 315	1.77 296	2.74 401	2.30 449	10.88 508	6.88 531	0.68 511	0.60 521	0.78 535	0.78 533	0.81 502	0.71 475

HSM-Net_RVC	2.87 453	0.57 137	17.46 459	0.92 184	0.90 323	3.70 313	1.20 424	5.64 576	2.51 440	3.22 525	2.43 461	2.54 380	1.59 340	11.41 532	1.65 371	0.34 301	0.25 303	0.26 125	0.23 167	0.30 164	0.29 183
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DFGA-Net	2.11 326	3.00 543	7.43 318	1.11 309	0.76 262	3.72 317	0.60 124	2.63 168	1.91 304	2.01 310	2.07 395	1.22 193	1.04 193	10.26 488	2.26 444	0.27 125	0.22 217	0.34 326	0.34 372	0.61 446	0.48 391

DispNO	3.00 473	0.75 319	18.92 482	1.17 342	1.10 384	3.72 317	0.94 350	4.29 491	2.54 446	2.24 394	2.28 434	4.51 528	2.12 432	11.40 531	2.09 430	0.31 251	0.28 339	0.31 253	0.28 280	0.36 278	0.39 320

LL-Strereo2	1.23 177	0.85 366	2.38 205	0.93 200	0.68 231	3.72 317	1.37 450	2.54 152	1.99 313	1.75 234	1.40 181	1.82 287	0.73 91	1.40 140	0.99 227	0.31 251	0.23 244	0.55 491	0.35 388	0.29 141	0.24 104

iResNet_ROB	1.89 285	1.02 411	8.60 333	1.39 446	0.98 348	3.72 317	0.66 158	3.84 346	2.65 460	1.88 260	2.05 390	1.98 314	1.27 257	4.52 353	1.67 373	0.30 228	0.20 154	0.28 189	0.18 59	0.31 183	0.40 340

MFN_U_SF_RVC	3.81 516	10.78 586	15.01 423	1.84 523	1.39 460	3.73 321	1.63 484	4.05 413	3.26 532	2.91 502	2.38 459	4.36 523	3.65 517	8.43 434	4.91 513	1.11 542	1.04 551	0.99 545	1.31 559	1.58 549	1.75 551

SFCPSM	2.18 337	0.63 206	17.03 449	0.88 154	0.98 348	3.74 322	1.28 435	4.09 425	2.16 357	1.85 250	1.83 326	1.65 248	1.39 281	2.50 284	1.50 335	0.33 289	0.27 327	0.39 393	0.36 398	0.34 247	0.37 298

WZ-Net	3.62 508	4.87 556	16.77 446	1.43 454	1.40 462	3.75 323	2.29 523	4.12 434	2.50 437	2.74 491	2.19 418	4.06 506	5.29 546	10.19 484	7.36 536	0.54 481	0.37 424	0.47 443	0.49 479	0.77 495	0.73 484

ccnet	2.66 431	0.97 404	8.01 326	1.54 479	1.24 422	3.75 323	2.18 520	4.07 419	2.41 419	2.66 485	3.25 521	2.87 418	2.31 452	9.89 471	3.50 493	0.78 520	0.75 542	0.71 526	0.67 519	0.76 494	0.81 500

iResNet	2.52 412	0.94 395	21.17 564	1.84 523	0.72 246	3.75 323	0.81 258	4.14 442	2.55 448	2.33 424	2.03 381	1.35 209	1.44 301	3.27 322	2.16 439	0.35 321	0.23 244	0.28 189	0.22 152	0.44 370	0.45 371

iinet-f	2.26 350	1.18 445	13.71 394	1.14 321	1.11 386	3.77 326	1.10 401	4.14 442	2.17 359	2.06 329	1.76 291	2.99 427	2.99 486	2.50 284	2.49 464	0.35 321	0.39 439	0.27 156	0.28 280	0.45 378	0.39 320

hitnet-ft	2.37 386	0.73 298	8.34 328	0.96 214	0.89 320	3.77 326	0.80 248	3.55 291	2.58 450	2.24 394	2.04 384	3.65 488	1.49 318	11.71 552	1.89 402	0.44 418	0.53 501	0.44 427	0.35 388	0.52 410	0.48 391

z-mn7	3.36 502	9.42 580	14.16 408	1.28 392	1.22 419	3.78 328	1.43 463	3.92 375	3.35 539	2.85 500	3.36 525	3.06 435	1.97 422	9.66 463	5.16 515	0.42 404	0.35 405	0.43 422	0.33 363	0.63 452	0.48 391

R-Stereo Train	1.20 169	0.58 150	1.81 138	0.99 235	0.67 226	3.78 328	0.90 321	4.09 425	1.51 163	2.16 363	1.71 271	1.13 174	0.94 168	1.40 140	0.91 198	0.30 228	0.24 279	0.26 125	0.21 119	0.26 93	0.25 114

RAFT-Stereo	1.20 169	0.58 150	1.81 138	0.99 235	0.67 226	3.78 328	0.90 321	4.09 425	1.51 163	2.16 363	1.71 271	1.13 174	0.94 168	1.40 140	0.91 198	0.30 228	0.24 279	0.26 125	0.21 119	0.26 93	0.25 114
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
FBW_ROB	3.24 494	1.02 411	9.21 344	1.49 471	1.07 376	3.78 328	1.48 466	4.31 502	3.08 515	2.46 445	2.32 455	4.20 516	2.08 430	15.19 589	7.16 535	0.84 529	0.62 524	1.33 557	0.92 540	0.99 519	1.31 534

testlalala2	2.31 364	0.63 206	20.54 541	2.56 557	2.87 563	3.79 332	0.76 214	4.20 452	1.48 142	1.42 182	1.43 187	2.45 371	0.80 127	1.03 52	0.68 97	0.27 125	0.25 303	0.24 70	0.21 119	0.33 229	0.28 173

AANet_RVC	3.03 477	1.72 507	12.78 383	1.17 342	1.12 387	3.79 332	1.10 401	3.86 352	3.13 518	2.62 476	4.26 539	3.96 500	1.41 290	11.43 534	5.23 519	0.94 533	0.47 486	0.34 326	0.23 167	0.40 308	0.55 430

1111x	3.13 486	0.57 137	8.38 330	1.20 356	0.76 262	3.80 334	0.88 311	4.61 552	2.63 457	2.31 414	2.16 412	1.95 305	1.81 401	11.54 538	18.13 585	0.32 272	0.31 372	0.32 273	0.30 327	0.35 265	0.34 264

PSMNet_ROB	2.95 460	1.38 481	18.46 476	1.19 351	1.20 412	3.80 334	1.65 489	3.54 289	2.35 398	1.98 291	1.71 271	2.75 403	1.79 393	11.43 534	2.78 480	0.42 404	0.36 411	0.50 468	0.60 511	0.59 437	0.49 398

AASNet	2.44 395	0.92 385	19.79 504	1.35 426	1.49 479	3.81 336	1.07 390	3.85 349	2.93 500	1.95 284	2.29 438	1.96 310	1.29 262	1.73 210	1.93 407	0.39 370	0.33 387	0.45 434	0.30 327	0.55 421	0.45 371

CBMV	3.32 499	0.96 403	21.16 563	1.32 409	0.83 293	3.81 336	3.91 572	4.47 536	2.53 442	3.34 530	2.24 426	4.45 525	2.58 469	10.07 481	1.96 414	0.45 427	0.43 463	0.48 451	0.38 423	0.52 410	0.53 420
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
GANet-ADL	2.20 339	0.73 298	20.11 520	1.25 375	0.69 237	3.83 338	0.76 214	3.49 277	1.71 260	1.65 214	1.99 375	2.10 332	1.10 219	1.42 147	1.26 285	0.38 358	0.33 387	0.25 96	0.22 152	0.42 352	0.36 284

ADLNet2	3.15 489	0.92 385	20.06 515	1.20 356	1.79 530	3.83 338	1.48 466	3.94 381	3.59 546	2.19 373	2.47 465	4.65 537	1.93 419	10.69 501	1.96 414	0.39 370	0.37 424	0.28 189	0.30 327	0.48 396	0.43 359

iRaftStereo_RVC	1.09 146	0.70 271	1.39 96	0.95 208	0.45 87	3.83 338	0.42 51	2.37 121	1.58 211	1.69 219	1.76 291	1.80 281	0.83 137	1.50 164	0.98 224	0.28 162	0.18 79	0.29 210	0.26 225	0.30 164	0.31 222

PVD	3.12 485	1.97 519	12.80 384	1.79 519	1.63 505	3.83 338	1.34 442	3.48 274	3.88 553	5.77 566	3.56 530	3.45 468	3.29 504	5.58 375	5.30 520	0.71 517	0.69 536	0.74 534	0.77 530	0.79 499	1.13 527

iResNetv2_ROB	2.65 429	5.00 557	19.28 492	2.06 539	1.09 382	3.83 338	1.13 408	4.14 442	2.09 338	1.85 250	2.03 381	2.01 320	1.51 323	3.58 330	1.58 351	0.34 301	0.21 188	0.32 273	0.21 119	0.44 370	0.29 183

G2L-ROB	2.13 330	0.78 334	10.06 352	1.19 351	1.06 372	3.84 343	0.93 344	3.32 257	2.27 378	2.20 376	1.47 197	2.65 392	1.20 249	8.38 433	1.81 392	0.28 162	0.19 114	0.23 39	0.22 152	0.28 123	0.32 233

TCMNet	2.98 469	1.30 467	18.26 469	1.47 466	2.09 548	3.84 343	1.08 395	3.96 388	2.39 416	2.53 458	2.29 438	2.43 366	1.75 387	10.09 482	2.39 452	0.52 476	0.45 473	0.61 509	0.50 485	0.80 501	0.78 494

raft_robust	1.92 294	1.15 439	3.34 261	1.02 260	0.43 71	3.84 343	0.46 68	4.42 527	2.52 441	1.67 217	1.36 172	2.17 336	6.37 560	6.78 406	1.04 235	0.28 162	0.24 279	0.30 230	0.35 388	0.31 183	0.32 233

Consistency-Raft	2.86 449	1.66 504	19.61 498	1.40 449	1.75 525	3.84 343	1.32 439	4.07 419	2.25 373	1.78 238	2.67 487	1.82 287	4.41 533	1.94 240	2.06 425	0.83 528	0.94 550	1.03 546	1.12 552	1.70 553	1.09 524

DEmStereo	2.97 467	0.58 150	13.42 389	0.79 90	0.51 130	3.84 343	1.84 503	2.42 126	1.60 227	2.25 397	2.74 491	2.03 321	6.04 554	6.79 408	12.80 563	0.35 321	0.26 316	0.26 125	0.27 251	0.27 106	0.37 298

test-1	1.23 177	0.65 228	1.88 143	0.96 214	0.52 139	3.84 343	0.62 141	4.01 400	1.47 133	1.93 278	1.78 299	1.83 290	0.92 163	1.19 96	1.28 292	0.26 108	0.29 349	0.31 253	0.24 193	0.29 141	0.36 284

EAI-Stereo	2.35 380	0.63 206	2.97 243	0.95 208	0.65 212	3.84 343	14.27 593	5.04 564	2.19 362	2.06 329	7.25 554	1.10 171	0.94 168	1.65 198	1.37 308	0.31 251	0.22 217	0.27 156	0.60 511	0.27 106	0.32 233

psm_up	2.28 357	0.81 346	5.45 301	1.26 382	1.50 481	3.84 343	1.23 429	4.23 465	2.03 323	2.55 460	1.80 305	2.44 370	1.65 368	12.90 573	1.58 351	0.37 341	0.38 430	0.41 411	0.34 372	0.43 362	0.39 320

CFNet_ucs	2.36 385	0.68 257	18.42 475	0.89 161	0.81 278	3.85 351	0.68 167	4.29 491	2.37 407	2.09 333	2.04 384	3.31 455	1.24 255	2.63 302	1.14 254	0.36 333	0.45 473	0.56 493	0.29 308	0.66 468	0.49 398

test_5	1.87 280	0.75 319	10.23 356	1.14 321	1.40 462	3.85 351	1.27 433	3.91 370	1.93 306	1.69 219	1.78 299	1.67 250	1.79 393	2.99 319	1.17 261	0.30 228	0.18 79	0.35 345	0.33 363	0.34 247	0.33 251

GCAP-BAT	1.21 172	0.74 306	3.23 253	0.95 208	0.70 241	3.86 353	0.93 344	1.89 66	1.48 142	1.85 250	1.96 364	1.68 252	0.79 120	1.78 216	0.81 155	0.29 185	0.20 154	0.24 70	0.20 103	0.26 93	0.35 278

ssnet_v2	2.04 316	0.88 375	7.87 322	1.20 356	0.87 311	3.86 353	1.64 486	4.01 400	2.60 454	2.61 474	1.96 364	3.79 492	1.71 381	2.20 267	2.96 484	0.41 393	0.35 405	0.42 418	0.37 410	0.55 421	0.52 418

STTStereo	2.34 375	0.95 397	14.93 422	1.43 454	1.54 487	3.86 353	0.86 287	3.65 306	2.44 427	2.15 358	1.55 222	2.49 377	1.59 340	5.14 363	1.44 319	0.38 358	0.39 439	0.47 443	0.51 489	0.52 410	0.51 413

IGEV-Stereo++	0.93 101	0.44 26	1.08 25	0.70 47	1.20 412	3.87 356	0.33 20	3.36 265	1.43 117	0.75 71	1.17 115	0.68 79	1.04 193	0.95 38	0.42 9	0.22 46	0.16 32	0.23 39	0.17 35	0.24 60	0.20 27

LMCR-Stereo	2.40 388	1.31 471	18.61 478	1.59 489	0.86 306	3.87 356	1.15 411	4.32 506	1.60 227	2.25 397	2.27 430	1.13 174	2.43 459	2.48 283	1.60 355	0.88 531	0.24 279	0.29 210	0.24 193	0.56 427	0.30 212

IGEV-RUCA	0.90 95	0.53 98	1.05 10	0.81 93	0.74 256	3.89 358	0.80 248	1.92 72	1.41 111	0.96 134	0.71 31	0.70 83	0.73 91	1.30 124	0.68 97	0.29 185	0.20 154	0.25 96	0.19 83	0.43 362	0.34 264

STrans-v2	3.03 477	0.77 328	20.91 555	0.81 93	0.63 202	3.89 358	1.01 375	4.27 483	2.64 459	2.28 402	3.70 532	4.13 510	5.20 544	7.33 413	1.27 288	0.31 251	0.18 79	0.29 210	0.25 205	0.29 141	0.41 346

NOSS_ROB	2.27 352	0.73 298	3.00 245	1.71 506	1.00 360	3.90 360	0.97 364	4.29 491	2.81 488	2.94 508	2.19 418	3.88 496	1.19 247	11.77 554	1.62 363	0.59 490	0.54 503	0.56 493	0.52 493	0.56 427	0.54 426

LG-Stereo_Zeroshot	0.89 91	0.47 51	2.08 174	0.76 81	0.73 251	3.91 361	0.41 47	2.07 87	1.07 64	0.77 90	0.89 61	0.64 67	0.86 143	0.95 38	0.77 141	0.26 108	0.18 79	0.26 125	0.19 83	0.32 210	0.32 233

tt45	0.96 116	0.48 61	1.19 64	0.89 161	0.66 219	3.91 361	0.76 214	1.90 69	1.26 85	0.70 55	1.30 152	0.71 90	0.63 60	2.59 299	0.74 129	0.22 46	0.17 48	0.28 189	0.23 167	0.27 106	0.27 154

otaku	4.58 537	8.93 574	19.95 511	3.11 566	2.67 558	3.91 361	2.57 534	3.82 342	2.25 373	2.22 387	9.72 573	4.08 507	2.35 454	8.57 436	2.13 435	3.51 575	1.65 567	2.15 566	1.17 555	3.69 569	3.15 575

CRFU-Net	2.49 406	0.78 334	10.36 357	2.30 550	1.08 378	3.91 361	1.41 459	3.85 349	1.65 244	2.15 358	1.76 291	3.34 457	7.95 574	5.56 373	1.48 331	0.47 443	0.35 405	0.30 230	0.28 280	0.37 288	0.43 359

SuperB	4.79 541	4.41 555	21.08 560	1.45 461	1.08 378	3.91 361	3.08 552	4.18 448	3.01 509	2.50 450	2.10 399	2.75 403	3.49 515	8.80 440	19.60 592	0.44 418	0.33 387	0.53 483	0.39 430	12.01 601	0.64 462

ADCS	4.22 531	5.33 558	16.32 437	1.64 496	1.31 436	3.91 361	3.64 566	4.21 458	2.89 494	5.11 563	2.81 500	4.46 526	3.06 495	5.21 364	19.50 591	0.63 497	0.64 527	0.69 523	0.69 524	1.12 531	1.26 531

GANet	2.93 459	1.05 417	11.29 369	1.64 496	0.96 337	3.91 361	2.52 530	3.72 324	2.41 419	2.95 509	3.00 507	3.21 445	2.03 424	12.42 567	4.72 508	0.51 470	0.41 454	0.46 440	0.39 430	0.60 441	0.50 405

DualNet (step1)	2.34 375	1.05 417	7.87 322	1.07 279	0.86 306	3.93 368	1.19 420	4.35 512	2.11 348	2.14 350	1.75 282	1.75 265	1.67 372	6.26 391	1.26 285	1.23 547	0.48 492	4.27 592	2.09 578	0.70 476	0.69 471

test_sample9	3.79 515	1.05 417	7.87 322	1.07 279	0.86 306	3.93 368	1.19 420	4.35 512	2.11 348	2.14 350	1.75 282	1.75 265	1.67 372	11.06 518	11.61 558	1.23 547	14.45 607	4.27 592	2.09 578	0.70 476	0.69 471

test_sample8	4.76 540	1.05 417	7.87 322	1.07 279	0.86 306	3.93 368	1.19 420	4.38 521	2.05 330	5.49 564	1.89 351	12.98 581	6.37 560	11.06 518	11.61 558	1.23 547	14.45 607	4.27 592	2.09 578	0.70 476	0.69 471

IPLGR_C	2.28 357	1.31 471	19.46 495	0.92 184	1.32 443	3.93 368	0.89 316	4.20 452	1.82 284	2.30 408	2.63 484	1.16 178	1.07 208	1.41 145	1.29 295	0.37 341	0.23 244	0.27 156	0.22 152	0.31 183	0.45 371

AFF-stereo	1.31 208	0.77 328	1.46 103	1.10 302	0.45 87	3.93 368	0.48 76	2.92 207	2.92 498	1.90 267	2.21 422	2.11 334	1.52 325	1.93 238	1.12 252	0.21 37	0.16 32	0.25 96	0.25 205	0.29 141	0.20 27

ACRE	2.27 352	1.11 432	19.45 494	0.91 178	1.30 434	3.94 373	0.87 307	4.21 458	1.80 282	2.28 402	2.62 482	1.17 179	1.04 193	1.52 169	1.30 296	0.37 341	0.23 244	0.27 156	0.22 152	0.31 183	0.46 381

DRaft	2.28 357	0.56 127	2.64 228	0.74 66	0.46 98	3.94 373	1.23 429	2.32 118	1.55 196	2.64 480	2.80 498	1.60 242	5.34 547	6.96 410	10.99 554	0.34 301	0.22 217	0.27 156	0.27 251	0.29 141	0.37 298

APVNet	3.13 486	1.25 462	21.14 561	1.31 406	1.52 484	3.94 373	1.13 408	3.32 257	2.14 353	2.20 376	2.03 381	3.05 434	1.96 421	11.79 555	2.53 468	0.42 404	0.45 473	0.64 517	0.46 467	0.67 470	0.57 438

XPNet_ROB	2.27 352	1.11 432	4.10 281	1.36 432	0.97 341	3.94 373	1.63 484	4.07 419	2.14 353	2.82 498	2.00 377	2.32 350	1.73 386	10.81 506	3.39 492	0.51 470	0.47 486	0.48 451	0.40 441	0.51 406	0.56 434

ETE_ROB	2.07 321	1.40 484	3.01 246	1.09 293	0.92 326	3.94 373	1.53 473	4.25 475	2.23 368	3.31 527	2.06 394	2.35 353	1.52 325	8.74 439	2.07 428	0.44 418	0.36 411	0.51 472	0.48 475	0.54 419	0.62 454

MyStereo07	1.01 133	0.80 342	1.26 74	1.00 243	1.04 367	3.95 378	0.95 354	2.07 87	1.42 113	0.75 71	1.22 126	0.68 79	0.91 160	1.63 194	0.67 94	0.24 72	0.24 279	0.34 326	0.26 225	0.41 333	0.37 298

MyStereo04	2.29 360	0.80 342	18.77 479	1.00 243	1.04 367	3.95 378	0.95 354	3.91 370	2.54 446	1.99 296	1.27 147	2.31 349	1.65 368	2.02 248	1.77 388	0.24 72	0.24 279	0.34 326	0.26 225	0.41 333	0.37 298

CIPLG	2.27 352	1.18 445	19.24 487	0.92 184	1.34 449	3.95 378	0.89 316	4.23 465	1.82 284	2.31 414	2.67 487	1.17 179	1.06 205	1.53 171	1.32 299	0.37 341	0.23 244	0.27 156	0.22 152	0.31 183	0.45 371

CFNet_pseudo	2.12 328	0.67 249	15.14 427	0.85 136	0.74 256	3.95 378	0.64 146	3.95 383	1.78 279	1.90 267	1.79 302	3.27 451	1.62 350	2.51 287	1.16 258	0.31 251	0.36 411	0.53 483	0.27 251	0.63 452	0.44 365

ADCRef	3.30 497	1.23 460	14.90 420	1.17 342	1.41 469	3.95 378	1.64 486	3.88 358	2.36 401	3.05 515	2.21 422	2.40 358	2.81 480	5.04 360	16.63 577	0.46 434	0.34 399	0.63 514	0.62 515	0.54 419	0.67 466

YMNet	2.40 388	1.41 486	13.46 390	1.36 432	1.67 515	3.96 383	0.97 364	3.81 339	2.37 407	2.64 480	2.57 478	3.35 458	1.53 332	3.28 323	2.42 457	0.48 448	0.54 503	0.52 478	0.49 479	0.70 476	0.54 426

YMNet_1	2.40 388	1.41 486	13.46 390	1.36 432	1.67 515	3.96 383	0.97 364	3.81 339	2.37 407	2.64 480	2.57 478	3.35 458	1.53 332	3.28 323	2.42 457	0.48 448	0.54 503	0.52 478	0.49 479	0.70 476	0.54 426

CVANet_RVC	2.55 419	1.10 429	9.13 343	1.46 463	1.15 392	3.96 383	1.53 473	3.91 370	2.50 437	3.04 513	2.04 384	2.60 386	1.72 383	12.46 569	1.50 335	0.49 460	0.30 362	0.51 472	0.41 448	0.63 452	0.50 405

NLCA_NET_v2_RVC	2.54 415	1.04 416	16.73 444	1.53 477	2.00 542	3.96 383	0.87 307	3.87 355	2.31 390	2.54 459	1.67 257	2.85 416	1.63 363	5.55 372	1.62 363	0.46 434	0.33 387	0.38 389	0.38 423	0.53 416	0.62 454
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ccs_rob	2.13 330	0.67 249	15.11 426	0.84 124	0.75 258	3.96 383	0.65 155	3.95 383	1.78 279	1.88 260	1.79 302	3.26 450	1.64 366	2.51 287	1.16 258	0.31 251	0.36 411	0.54 490	0.27 251	0.65 463	0.45 371

UDG	3.55 506	2.81 542	17.45 458	2.69 558	1.98 541	3.97 388	1.19 420	4.35 512	2.02 321	2.42 440	2.53 473	4.50 527	2.46 463	6.53 395	2.41 456	2.12 562	1.77 569	2.63 573	2.57 586	2.64 560	1.95 554

XX-TBD	1.03 138	0.95 397	1.94 149	1.30 403	0.43 71	3.97 388	0.33 20	1.74 51	1.73 266	1.59 197	2.02 379	0.69 82	0.60 52	1.16 83	0.66 89	0.30 228	0.25 303	0.23 39	0.15 5	0.31 183	0.22 76

DMCA	1.72 260	0.74 306	6.63 308	1.14 321	0.96 337	3.98 390	0.90 321	3.75 327	2.76 474	2.83 499	1.58 229	2.35 353	1.18 243	1.58 177	1.98 416	0.40 378	0.27 327	0.42 418	0.26 225	0.36 278	0.38 313

DSFCA	1.89 285	0.69 260	3.14 251	1.10 302	1.18 399	3.99 391	1.79 496	3.50 280	2.16 357	3.10 517	1.64 248	2.91 422	2.50 464	5.38 367	2.26 444	0.43 410	0.38 430	0.37 373	0.36 398	0.50 404	0.42 350

DN-CSS_ROB	1.91 291	1.55 497	11.13 368	1.82 521	0.88 315	3.99 391	0.61 128	4.01 400	1.67 248	1.64 210	1.89 351	1.39 214	1.06 205	3.23 321	1.50 335	0.31 251	0.19 114	0.44 427	0.29 308	0.37 288	0.31 222

LALA_ROB	1.95 299	1.48 492	3.11 249	1.05 270	0.98 348	3.99 391	1.82 500	4.44 531	2.28 382	3.31 527	1.85 338	2.76 409	1.67 372	4.04 347	3.23 491	0.46 434	0.41 454	0.55 491	0.52 493	0.60 441	0.57 438

CREStereo++_RVC	1.02 137	0.49 70	1.54 114	0.83 114	0.55 157	4.01 394	0.31 14	1.63 41	1.99 313	1.63 207	2.13 408	0.84 121	0.65 66	0.88 24	0.70 112	0.27 125	0.15 22	0.23 39	1.22 558	0.24 60	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
FENet	2.25 347	0.50 74	20.29 531	1.35 426	0.67 226	4.01 394	0.60 124	3.95 383	1.99 313	1.96 287	1.11 106	2.43 366	1.43 298	1.60 184	1.39 309	0.32 272	0.22 217	0.33 308	0.26 225	0.29 141	0.39 320

tg	1.15 157	0.67 249	1.31 84	0.94 204	0.54 149	4.02 396	0.41 47	2.96 210	1.59 226	1.69 219	1.85 338	1.84 293	0.97 174	1.78 216	0.83 161	0.27 125	0.17 48	0.29 210	0.26 225	0.29 141	0.27 154

GEStereo_RVC	1.91 291	0.80 342	6.57 307	1.20 356	1.06 372	4.02 396	1.43 463	4.13 436	1.89 300	2.03 319	1.80 305	2.34 351	1.86 410	4.94 359	1.77 388	0.48 448	0.38 430	0.32 273	0.28 280	0.42 352	0.50 405

MSAF-DinoV2	13.69 591	13.09 593	22.03 582	2.41 554	1.44 472	4.03 398	1.38 452	9.07 584	9.20 582	2.23 391	1.98 372	5.08 549	5.06 541	177.66 625	5.46 522	0.45 427	0.34 399	0.40 399	0.62 515	6.09 587	5.80 597

AnonymousM	1.22 176	1.32 473	0.97 5	0.88 154	0.56 161	4.03 398	0.69 173	2.41 123	1.68 250	1.48 186	1.31 157	1.15 177	1.00 183	1.18 95	0.73 123	0.32 272	0.40 444	2.07 564	1.70 567	0.24 60	0.22 76

MSKI-zero shot	2.22 340	0.64 218	20.09 519	0.96 214	0.56 161	4.04 400	0.70 179	3.91 370	1.50 156	1.92 274	2.28 434	1.92 301	0.71 83	2.93 315	0.67 94	0.26 108	0.23 244	0.26 125	0.21 119	0.28 123	0.26 138

RAFT+CT+SA	1.62 245	0.72 287	7.42 317	0.97 221	1.42 471	4.04 400	0.94 350	3.90 365	1.61 231	1.61 203	1.63 246	1.33 206	1.18 243	2.73 311	1.10 246	0.27 125	0.19 114	0.31 253	0.34 372	0.33 229	0.33 251

TANstereo	1.01 133	0.55 116	1.73 129	0.76 81	0.36 16	4.04 400	0.38 32	1.48 21	1.62 236	2.03 319	2.10 399	0.84 121	0.93 166	0.98 45	0.62 71	0.28 162	0.36 411	0.23 39	0.20 103	0.25 74	0.46 381

Sa-1000	1.63 249	0.79 338	3.56 269	1.11 309	0.48 116	4.06 403	1.41 459	4.49 540	2.75 473	2.00 308	2.80 498	1.84 293	1.43 298	2.64 304	1.50 335	0.27 125	0.19 114	0.36 361	0.33 363	0.36 278	0.30 212

SACVNet	2.46 399	1.14 438	9.47 345	1.44 457	1.18 399	4.06 403	1.49 470	3.84 346	2.24 370	2.62 476	1.89 351	2.57 383	1.28 259	11.35 530	1.64 369	0.50 464	0.39 439	0.48 451	0.41 448	0.55 421	0.75 488

NCC-stereo	3.16 491	1.28 465	18.31 472	1.25 375	1.75 525	4.06 403	1.40 456	3.89 360	2.22 366	2.72 489	2.55 474	3.49 475	2.65 472	9.91 472	2.99 485	1.29 553	0.65 528	0.64 517	0.86 537	0.65 463	0.71 475

Abc-Net	3.16 491	1.28 465	18.31 472	1.25 375	1.75 525	4.06 403	1.40 456	3.89 360	2.22 366	2.72 489	2.55 474	3.49 475	2.65 472	9.91 472	2.99 485	1.29 553	0.65 528	0.64 517	0.86 537	0.65 463	0.71 475
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SGM-Forest	2.96 463	0.62 197	3.49 264	1.09 293	0.80 275	4.06 403	3.30 555	4.37 520	3.09 516	4.18 553	3.27 523	4.67 538	3.86 522	11.69 551	7.91 540	0.51 470	0.46 482	0.49 465	0.39 430	0.48 396	0.49 398
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
HHNet	2.48 404	0.71 283	20.52 540	0.64 20	0.64 204	4.07 408	0.93 344	3.76 329	1.56 202	2.15 358	4.92 545	0.98 154	3.37 507	1.66 199	1.79 391	0.32 272	0.20 154	0.31 253	0.27 251	0.36 278	0.42 350

UCFNet_RVC	1.57 234	0.84 362	3.25 254	1.36 432	1.40 462	4.07 408	1.01 375	2.68 174	1.50 156	2.11 340	1.88 345	2.37 356	1.50 319	3.41 326	1.42 316	0.36 333	0.28 339	0.52 478	0.40 441	0.53 416	0.43 359

ITSA-stereo	1.86 279	0.72 287	3.74 277	1.20 356	0.66 219	4.09 410	0.91 329	4.24 473	2.53 442	1.93 278	1.77 296	1.59 241	2.15 436	6.12 388	2.44 460	0.40 378	0.38 430	0.40 399	0.40 441	0.50 404	0.98 518

CFNet-ft	1.90 287	0.95 397	3.56 269	1.07 279	1.54 487	4.09 410	0.90 321	2.85 200	1.82 284	1.78 238	1.70 267	2.75 403	1.48 312	9.33 454	1.72 379	0.33 289	0.30 362	0.61 509	0.36 398	0.52 410	0.39 320

FADNet_RVC	2.65 429	2.28 531	16.51 441	0.98 229	0.92 326	4.09 410	0.83 267	4.26 482	1.73 266	1.46 184	1.78 299	1.60 242	1.50 319	8.88 441	2.39 452	0.47 443	0.38 430	0.44 427	0.58 507	0.89 508	0.97 516

CFNet	2.34 375	1.10 429	8.96 337	1.34 421	1.24 422	4.09 410	0.73 189	4.04 409	2.77 475	1.62 206	1.87 344	2.27 341	1.45 305	11.41 532	1.82 394	0.31 251	0.24 279	0.43 422	0.36 398	0.43 362	0.33 251

CFNet_RVC	1.90 287	0.95 397	3.56 269	1.07 279	1.54 487	4.09 410	0.90 321	2.85 200	1.82 284	1.78 238	1.70 267	2.75 403	1.48 312	9.33 454	1.72 379	0.33 289	0.30 362	0.61 509	0.36 398	0.52 410	0.39 320

WCMA_ROB	5.12 545	0.90 378	21.33 567	1.50 472	1.33 447	4.09 410	3.49 560	4.03 405	4.59 563	6.57 574	10.95 578	12.92 580	8.41 578	9.86 470	8.78 545	0.75 518	0.58 516	0.51 472	0.50 485	0.68 473	0.57 438

w-ln-seven	2.86 449	3.06 544	14.02 404	1.27 390	1.32 443	4.10 416	1.59 480	3.90 365	2.59 453	3.03 512	2.27 430	3.42 465	2.25 446	6.70 401	4.81 511	0.39 370	0.34 399	0.48 451	0.40 441	0.74 490	0.55 430

HCRNet	1.60 241	0.56 127	2.47 212	0.78 88	1.36 453	4.11 417	0.71 181	3.57 293	2.79 478	1.75 234	1.61 241	1.58 239	1.41 290	5.79 379	1.56 349	0.34 301	0.28 339	0.36 361	0.29 308	0.33 229	0.37 298

PS-NSSS	2.22 340	1.33 476	2.90 242	0.97 221	1.53 486	4.11 417	1.08 395	4.55 547	2.65 460	2.10 336	2.32 455	1.77 270	1.40 285	11.79 555	1.61 358	0.68 511	0.45 473	0.96 544	0.43 458	0.95 514	0.92 512

EDNetEfficient	5.61 553	2.14 526	16.75 445	1.67 500	3.64 576	4.12 419	7.51 581	3.05 221	5.63 575	11.57 597	4.83 544	3.95 498	12.72 583	8.44 435	20.78 594	0.41 393	0.43 463	0.47 443	1.01 547	1.66 552	1.39 541

GwcNet-RSSM	2.66 431	1.05 417	15.91 433	1.22 366	1.19 406	4.12 419	1.12 405	3.84 346	2.02 321	1.93 278	1.79 302	3.12 439	1.46 308	10.37 490	2.05 424	0.33 289	0.27 327	0.35 345	0.30 327	0.40 308	0.36 284

GANetREF_RVC	3.20 493	1.93 516	18.84 480	1.51 474	0.80 275	4.12 419	1.82 500	4.16 447	2.91 496	1.87 257	1.74 278	2.48 375	1.84 405	13.18 574	1.74 384	0.80 523	0.57 511	0.79 536	0.74 526	1.20 541	0.86 506
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
CAS	1.26 193	0.40 8	1.46 103	2.97 564	1.61 502	4.13 422	0.73 189	1.78 57	1.49 150	0.83 110	1.10 105	0.59 59	0.53 31	1.26 110	0.80 149	2.99 569	0.13 1	0.21 20	0.13 1	0.31 183	1.72 549

TestStereo1	1.56 232	0.81 346	2.32 198	1.61 494	0.64 204	4.13 422	1.36 445	3.79 335	3.20 528	1.60 198	2.57 478	1.39 214	2.15 436	2.51 287	1.30 296	0.29 185	0.20 154	0.34 326	0.25 205	0.40 308	0.36 284

SA-5K	1.56 232	0.81 346	2.32 198	1.61 494	0.64 204	4.13 422	1.36 445	3.79 335	3.20 528	1.60 198	2.57 478	1.39 214	2.15 436	2.51 287	1.30 296	0.29 185	0.20 154	0.34 326	0.25 205	0.40 308	0.36 284

RAFT-Stereo + iAFF	1.25 186	0.72 287	1.74 132	1.05 270	0.36 16	4.13 422	0.42 51	2.95 209	2.84 492	2.02 315	2.40 460	1.61 244	1.11 222	1.26 110	0.97 221	0.21 37	0.15 22	0.26 125	0.23 167	0.29 141	0.23 87

Ntro	4.21 530	8.94 575	19.89 509	3.22 567	2.96 565	4.15 426	1.89 504	3.92 375	2.36 401	1.77 236	2.14 409	3.35 458	2.17 441	9.48 458	2.24 443	3.52 576	1.76 568	2.13 565	1.31 559	3.83 572	3.09 573

RainbowNet	4.56 535	8.28 568	20.07 517	3.64 575	3.23 573	4.15 426	2.99 548	4.18 448	3.03 511	2.20 376	2.65 485	4.26 518	2.90 483	9.77 465	2.12 432	3.88 582	2.27 578	2.71 577	1.72 569	3.78 571	3.31 581

LoS	0.94 104	0.52 86	1.88 143	0.86 143	0.36 16	4.15 426	0.51 83	2.18 95	1.45 120	0.97 135	0.88 58	0.62 63	0.79 120	1.59 182	0.86 174	0.26 108	0.19 114	0.24 70	0.16 17	0.21 34	0.20 27
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
fff	1.74 263	0.70 271	9.08 338	0.81 93	0.36 16	4.15 426	0.57 108	4.23 465	2.09 338	2.30 408	1.80 305	1.19 187	3.02 489	1.44 150	1.46 323	0.29 185	0.23 244	0.23 39	0.18 59	0.24 60	0.42 350

csc	1.74 263	0.70 271	9.08 338	0.81 93	0.36 16	4.15 426	0.57 108	4.23 465	2.09 338	2.30 408	1.80 305	1.19 187	3.02 489	1.44 150	1.46 323	0.29 185	0.23 244	0.23 39	0.18 59	0.24 60	0.42 350

cscssc	1.74 263	0.70 271	9.08 338	0.81 93	0.36 16	4.15 426	0.57 108	4.23 465	2.09 338	2.30 408	1.80 305	1.19 187	3.02 489	1.44 150	1.46 323	0.29 185	0.23 244	0.23 39	0.18 59	0.24 60	0.42 350

ARAFT	2.56 420	1.13 434	19.50 497	0.89 161	0.48 116	4.15 426	1.40 456	4.36 517	2.82 490	2.36 430	1.88 345	1.70 259	1.04 193	6.45 394	1.22 274	0.29 185	0.18 79	0.37 373	0.35 388	0.35 265	0.25 114

RAFT + AFF	2.51 409	2.66 539	4.48 288	1.15 334	1.95 540	4.15 426	2.01 511	4.46 535	3.30 537	2.19 373	2.51 470	2.22 339	4.87 540	8.91 443	2.06 425	0.30 228	0.60 521	0.48 451	0.38 423	0.77 495	0.69 471

DPSNet	3.43 504	1.37 480	12.19 376	1.39 446	1.24 422	4.15 426	2.06 513	4.51 544	3.34 538	2.69 487	1.96 364	3.52 479	5.56 549	10.68 500	9.68 548	0.93 532	0.73 540	0.40 399	0.37 410	1.06 523	0.86 506

MyStereo8	2.33 371	1.13 434	19.26 490	1.22 366	1.62 503	4.16 435	0.57 108	3.50 280	2.36 401	2.15 358	1.75 282	2.28 342	1.14 232	1.46 158	2.20 441	0.24 72	0.21 188	0.32 273	0.27 251	0.36 278	0.43 359

DCANet-4	1.96 301	0.51 80	14.31 413	0.82 103	0.40 51	4.16 435	0.57 108	4.29 491	2.98 506	2.30 408	1.80 305	1.03 163	1.54 335	1.44 150	1.44 319	0.29 185	0.23 244	0.23 39	0.18 59	0.24 60	0.42 350

ADStereo(finetuned)	2.04 316	0.73 298	13.28 387	0.82 103	0.40 51	4.16 435	0.59 121	4.25 475	2.97 503	2.35 426	1.84 331	1.18 183	3.40 508	1.52 169	1.54 346	0.29 185	0.24 279	0.23 39	0.18 59	0.30 164	0.51 413

BSDual-CNN	1.46 223	0.59 158	1.94 149	0.87 149	0.85 301	4.16 435	1.16 413	4.48 537	1.88 296	2.93 504	1.83 326	2.60 386	1.31 266	1.60 184	1.21 271	0.34 301	0.25 303	0.31 253	0.28 280	0.35 265	0.33 251

hknet	1.98 305	0.64 218	8.70 335	0.87 149	1.07 376	4.16 435	1.16 413	4.48 537	1.73 266	2.93 504	1.83 326	3.48 469	1.30 265	3.91 343	1.51 341	0.31 251	0.25 303	0.31 253	0.28 280	0.35 265	0.33 251

RAFT-Stereo-weight	1.11 149	0.48 61	1.22 69	0.99 235	0.42 65	4.17 440	0.80 248	3.60 297	1.50 156	1.97 289	1.50 206	1.30 203	0.65 66	1.24 103	0.85 167	0.25 93	0.19 114	0.26 125	0.22 152	0.27 106	0.23 87

Selective-RAFT	1.15 157	0.46 36	1.64 124	0.99 235	0.45 87	4.17 440	0.51 83	3.21 238	1.69 256	1.12 154	1.34 165	1.45 224	1.40 285	2.08 251	0.94 214	0.41 393	0.20 154	0.24 70	0.23 167	0.27 106	0.25 114

GrayStereo	2.58 424	0.53 98	1.63 122	1.58 488	0.89 320	4.17 440	8.17 584	3.03 219	1.52 172	2.80 496	2.50 468	1.70 259	17.10 591	2.83 312	1.15 255	0.33 289	0.21 188	0.27 156	0.32 355	0.28 123	0.53 420

PSMNet-ADL	1.91 291	0.72 287	1.78 136	1.09 293	0.86 306	4.18 443	0.78 231	3.77 331	2.10 346	1.72 228	1.85 338	2.91 422	1.82 403	10.38 492	1.91 405	0.48 448	0.46 482	0.28 189	0.29 308	0.38 293	0.51 413

TransformOpticalFlow	3.03 477	0.77 328	20.99 558	1.00 243	0.55 157	4.18 443	0.64 146	4.33 508	3.02 510	2.18 369	3.09 514	4.35 521	5.07 542	7.36 416	1.27 288	0.32 272	0.18 79	0.32 273	0.26 225	0.28 123	0.46 381

GMM-Stereo	2.45 396	0.52 86	20.38 534	0.89 161	0.82 287	4.18 443	1.91 505	2.45 132	1.48 142	2.48 448	2.30 443	1.69 257	1.86 410	2.93 315	1.08 242	0.28 162	0.18 79	0.33 308	0.48 475	0.35 265	2.41 563

DCANet	1.74 263	0.73 298	9.08 338	0.82 103	0.40 51	4.18 443	0.59 121	4.25 475	2.97 503	2.35 426	1.84 331	1.18 183	1.63 363	1.51 167	1.55 347	0.29 185	0.24 279	0.23 39	0.18 59	0.30 164	0.53 420

ACVNet-4b	6.73 565	13.67 595	21.87 579	3.54 572	3.07 567	4.19 447	2.25 521	4.03 405	3.65 548	1.64 210	3.98 537	5.88 559	2.89 482	10.01 478	16.98 579	23.29 611	2.24 577	2.53 569	1.78 570	3.87 573	3.21 578

cf-r	2.57 423	0.79 338	16.09 435	1.48 468	1.35 450	4.19 447	0.93 344	3.68 312	2.36 401	1.97 289	1.81 317	3.42 465	1.45 305	8.24 430	1.83 396	0.32 272	0.26 316	0.33 308	0.30 327	0.34 247	0.37 298

PSMNet-RSSM	1.96 301	0.77 328	3.26 255	1.29 396	1.31 436	4.19 447	0.96 361	3.68 312	1.89 300	2.05 324	1.80 305	2.60 386	1.70 379	9.84 469	1.81 392	0.35 321	0.29 349	0.35 345	0.37 410	0.42 352	0.35 278

MADNet+	3.97 523	9.54 581	13.83 401	1.87 527	1.69 519	4.19 447	2.87 543	4.80 560	4.10 559	2.51 453	2.67 487	4.55 531	3.41 509	8.72 438	6.92 533	1.25 550	1.27 560	1.04 547	0.93 541	1.39 547	1.85 552

PWCDC_ROB	2.95 460	3.26 546	14.06 406	1.59 489	1.56 494	4.19 447	0.86 287	4.30 499	4.08 558	2.06 329	7.37 555	2.75 403	2.42 458	3.59 331	2.67 476	1.34 557	0.36 411	0.39 393	0.34 372	1.13 532	0.62 454

PMTNet	0.99 128	0.48 61	1.73 129	0.62 13	0.56 161	4.20 452	0.43 56	1.88 63	1.58 211	1.00 136	1.05 96	0.78 107	0.98 180	1.50 164	0.85 167	1.21 545	0.20 154	0.23 39	0.15 5	0.22 47	0.19 7

dad	1.65 251	1.19 447	3.04 247	0.98 229	0.56 161	4.22 453	0.84 273	1.99 80	2.48 432	2.14 350	1.68 260	1.62 245	1.13 225	3.85 339	2.04 422	1.03 538	0.40 444	2.04 563	0.48 475	0.75 493	0.53 420

ACVNet	1.46 223	0.64 218	3.56 269	0.93 200	0.85 301	4.22 453	0.80 248	2.85 200	2.08 335	1.78 238	1.88 345	3.10 436	1.46 308	1.33 128	1.89 402	0.29 185	0.26 316	0.30 230	0.26 225	0.39 303	0.27 154

GANet-RSSM	1.98 305	0.62 197	3.49 264	1.69 502	1.23 420	4.22 453	0.91 329	3.31 252	1.86 293	1.81 244	1.74 278	2.34 351	1.82 403	10.92 511	1.73 383	0.34 301	0.29 349	0.31 253	0.28 280	0.39 303	0.40 340

SGM_RVC	4.57 536	0.72 287	17.46 459	1.84 523	0.58 182	4.23 456	3.45 559	4.66 554	3.66 549	7.99 581	8.82 569	7.56 568	8.74 579	12.30 564	6.84 530	0.43 410	0.38 430	0.39 393	0.35 388	0.51 406	0.48 391
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
111	1.83 276	0.92 385	9.08 338	0.81 93	0.36 16	4.25 457	0.91 329	4.44 531	2.70 466	2.39 436	1.96 364	2.30 348	1.64 366	1.28 115	1.82 394	0.28 162	0.22 217	0.24 70	0.20 103	0.31 183	0.54 426

MyStereo06	2.46 399	0.72 287	19.97 512	1.02 260	0.99 351	4.26 458	0.86 287	3.51 283	1.68 250	1.92 274	1.73 276	4.01 503	4.22 529	1.62 190	0.88 184	0.24 72	0.23 244	0.34 326	0.26 225	0.42 352	0.36 284

MyStereo05	2.37 386	0.72 287	19.94 510	1.02 260	0.99 351	4.26 458	0.86 287	4.01 400	2.62 455	2.14 350	1.26 140	2.28 342	1.63 363	2.07 249	1.68 374	0.24 72	0.23 244	0.34 326	0.26 225	0.42 352	0.36 284

SA	1.62 245	0.75 319	3.78 279	1.07 279	0.43 71	4.26 458	1.36 445	4.45 534	3.12 517	1.63 207	1.97 370	1.68 252	2.26 447	2.55 295	1.27 288	0.27 125	0.22 217	0.37 373	0.37 410	0.35 265	0.30 212

TRStereo	2.31 364	1.87 514	19.74 503	1.53 477	1.16 397	4.26 458	1.08 395	4.73 557	1.45 120	1.55 193	1.28 148	1.75 265	0.85 140	1.81 222	1.20 267	0.36 333	0.26 316	0.32 273	0.36 398	0.34 247	0.33 251

TDLM	2.29 360	1.08 425	4.61 290	1.29 396	1.01 361	4.26 458	2.17 519	3.75 327	2.79 478	2.31 414	1.98 372	2.06 327	1.59 340	12.45 568	1.72 379	0.51 470	0.28 339	0.52 478	0.35 388	0.56 427	0.50 405

EGLCR-Stereo	1.06 141	0.51 80	1.56 117	1.02 260	0.39 45	4.27 463	0.42 51	4.08 423	1.48 142	0.90 121	0.68 29	1.09 168	0.66 73	1.81 222	0.62 71	0.27 125	0.19 114	0.29 210	0.23 167	0.37 288	0.25 114

ICVP	2.26 350	0.66 239	21.18 565	0.99 235	0.88 315	4.28 464	0.95 354	3.32 257	1.60 227	1.66 215	1.76 291	1.34 207	1.14 232	1.62 190	1.32 299	0.53 479	0.35 405	0.33 308	0.29 308	0.40 308	0.51 413
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
DIP-Stereo	1.24 182	0.69 260	1.77 134	0.65 28	0.61 193	4.29 465	0.58 117	4.44 531	2.53 442	1.98 291	1.33 160	0.91 142	0.86 143	1.25 109	1.25 282	0.36 333	0.23 244	0.32 273	0.23 167	0.32 210	0.29 183
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MaskLacGwcNet_RVC	3.13 486	1.43 488	9.93 350	2.50 555	1.62 503	4.29 465	1.68 493	3.95 383	2.43 423	1.66 215	1.91 357	3.04 431	1.41 290	13.26 575	1.58 351	3.82 581	1.59 565	1.12 552	0.46 467	2.21 557	2.74 572

psmg	1.47 226	0.59 158	1.94 149	0.92 184	0.85 301	4.30 467	1.42 461	4.10 433	1.88 296	2.64 480	2.09 398	2.60 386	1.31 266	1.60 184	1.21 271	0.34 301	0.27 327	0.33 308	0.34 372	0.36 278	0.34 264

XX-Stereo	2.54 415	0.61 187	20.21 523	1.78 514	1.19 406	4.30 467	0.46 68	4.39 523	1.58 211	2.32 418	1.89 351	4.64 536	0.60 52	4.16 349	0.82 158	0.31 251	0.21 188	0.28 189	0.27 251	0.51 406	0.26 138

GES	1.38 215	0.64 218	2.61 222	1.09 293	0.57 173	4.30 467	1.02 379	3.86 352	1.51 163	1.72 228	1.74 278	1.28 199	1.77 390	1.62 190	1.61 358	0.39 370	0.27 327	0.33 308	0.30 327	0.41 333	0.47 386

DA	0.98 120	0.46 36	1.34 89	0.92 184	0.43 71	4.34 470	0.85 282	2.79 195	1.35 97	0.82 102	1.30 152	0.89 136	1.08 211	1.11 66	0.56 56	0.30 228	0.18 79	0.24 70	0.18 59	0.25 74	0.23 87

GGEV	0.98 120	0.46 36	1.34 89	0.92 184	0.43 71	4.34 470	0.85 282	2.79 195	1.35 97	0.82 102	1.30 152	0.89 136	1.08 211	1.11 66	0.56 56	0.30 228	0.18 79	0.24 70	0.18 59	0.25 74	0.23 87

FTStereo	3.71 513	0.53 98	20.37 533	0.96 214	0.65 212	4.34 470	11.29 588	2.62 167	1.50 156	2.58 468	5.04 546	1.90 299	13.84 586	3.71 336	1.25 282	0.38 358	0.24 279	0.31 253	0.32 355	0.30 164	2.10 557

dd	1.26 193	1.15 439	2.47 212	0.92 184	0.49 124	4.35 473	0.75 211	1.92 72	2.11 348	1.44 183	1.24 131	1.19 187	1.05 198	1.78 216	1.70 376	0.57 487	0.34 399	0.35 345	0.33 363	0.60 441	0.46 381

ADCP+	3.74 514	1.96 518	16.90 447	1.09 293	1.55 491	4.35 473	3.65 567	3.93 377	2.98 506	2.22 387	1.66 256	3.95 498	4.83 539	3.41 326	18.87 590	0.38 358	0.41 454	0.63 514	0.53 497	0.64 460	0.81 500

testlalala	1.14 156	0.62 197	1.34 89	1.00 243	0.78 269	4.38 475	0.93 344	2.46 135	2.20 364	2.44 443	1.52 209	1.31 204	0.61 55	1.04 57	0.65 84	0.35 321	0.19 114	0.24 70	0.19 83	0.24 60	0.23 87

KYRaft	1.59 240	0.52 86	1.73 129	0.95 208	0.49 124	4.38 475	1.79 496	2.43 129	1.51 163	2.49 449	2.98 506	2.00 317	3.41 509	2.14 259	0.82 158	0.30 228	0.21 188	0.33 308	0.46 467	0.35 265	2.45 566

FCDSN-DC	6.04 560	0.84 362	19.25 488	1.24 373	1.09 382	4.38 475	2.62 536	4.38 521	4.71 564	9.59 589	11.22 579	19.19 590	17.40 592	12.30 564	8.55 544	0.69 514	0.57 511	0.60 506	0.60 511	0.70 476	0.78 494
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AE-Stereo	1.18 162	0.60 170	2.05 162	1.10 302	0.60 188	4.39 478	0.72 184	3.74 326	1.62 236	1.10 150	1.90 356	1.01 159	0.92 163	1.45 154	0.82 158	0.28 162	0.22 217	0.28 189	0.28 280	0.26 93	0.22 76

UDGNet	1.40 216	1.52 495	2.22 187	1.38 444	0.62 199	4.39 478	0.68 167	1.80 59	2.18 361	1.34 167	1.18 116	0.99 155	1.00 183	2.16 261	1.19 264	1.09 539	0.34 399	1.30 556	0.98 545	1.10 529	0.58 443

ASMatch	2.62 426	0.60 170	20.65 547	1.37 442	0.64 204	4.39 478	0.78 231	1.97 78	1.58 211	1.70 223	3.89 536	1.94 303	3.79 520	5.46 369	1.64 369	0.31 251	0.24 279	0.34 326	0.28 280	0.33 229	0.50 405

DeepPruner_ROB	2.05 318	1.09 428	10.50 360	1.01 249	1.20 412	4.39 478	0.91 329	3.14 230	1.72 263	2.60 472	1.54 218	2.78 411	1.27 257	4.52 353	1.72 379	0.51 470	0.40 444	0.37 373	0.34 372	0.48 396	0.52 418

trnet	0.91 98	0.48 61	1.46 103	0.62 13	0.31 5	4.40 482	0.41 47	2.20 98	1.53 179	0.94 127	1.14 111	0.88 134	0.89 155	1.09 63	0.71 115	0.27 125	0.19 114	0.22 25	0.15 5	0.21 34	0.19 7

MeshStereo	5.35 549	1.32 473	21.34 568	1.34 421	1.15 392	4.40 482	3.90 571	5.18 566	4.55 561	10.14 591	11.82 583	11.47 576	5.84 552	13.84 585	7.03 534	0.61 494	0.58 516	0.60 506	0.58 507	0.72 488	0.59 447
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
Any-RAFT	1.40 216	0.53 98	2.78 236	1.09 293	0.64 204	4.41 484	0.81 258	3.97 390	2.78 476	1.99 296	1.34 165	2.36 355	1.56 339	1.56 173	0.75 132	0.27 125	0.20 154	0.25 96	0.18 59	0.25 74	0.28 173

Prome-Stereo	1.61 243	0.55 116	1.71 127	0.98 229	0.60 188	4.41 484	1.82 500	3.03 219	1.53 179	2.18 369	3.45 528	1.72 262	3.49 515	2.23 272	1.08 242	0.29 185	0.20 154	0.26 125	0.25 205	0.34 247	2.16 558

gasm-f	0.89 91	0.49 70	1.30 83	0.85 136	0.44 79	4.42 486	0.95 354	1.88 63	0.91 42	0.75 71	1.46 192	0.53 46	0.88 149	0.88 24	0.57 59	0.30 228	0.19 114	0.27 156	0.19 83	0.28 123	0.19 7

s12784h	1.31 208	0.45 29	2.41 209	0.71 53	0.35 14	4.42 486	0.50 79	4.22 461	2.73 469	2.01 310	2.48 466	0.91 142	0.96 171	2.01 247	0.70 112	0.29 185	0.18 79	0.24 70	0.16 17	0.27 106	0.18 4

CREStereo	0.92 99	0.53 98	1.45 102	0.61 9	0.34 11	4.42 486	0.40 40	2.21 100	1.54 188	0.94 127	1.12 108	0.87 131	0.87 147	1.12 71	0.72 120	0.28 162	0.19 114	0.22 25	0.15 5	0.22 47	0.19 7
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
RAFT-345	2.46 399	0.55 116	19.69 502	1.02 260	0.49 124	4.43 489	0.78 231	1.64 43	2.34 396	2.09 333	3.12 516	1.96 310	1.31 266	6.65 399	1.43 317	0.36 333	0.23 244	0.32 273	0.25 205	0.28 123	0.25 114

CBMV_ROB	3.62 508	0.70 271	21.42 571	1.21 363	0.89 320	4.43 489	1.76 495	4.39 523	2.79 478	5.88 568	3.38 526	4.18 513	5.12 543	10.75 502	2.32 449	0.56 485	0.55 508	0.53 483	0.51 489	0.55 421	0.46 381

RAFT-RH_RVC	2.63 427	0.55 116	19.97 512	1.26 382	0.47 108	4.46 491	0.57 108	1.71 49	1.64 240	3.06 516	5.51 549	2.03 321	1.28 259	6.70 401	1.52 344	0.42 404	0.22 217	0.37 373	0.34 372	0.28 123	0.29 183

Anonymous3	1.72 260	0.76 325	11.61 373	0.83 114	0.84 300	4.46 491	0.84 273	3.57 293	1.16 68	1.34 167	1.37 173	1.11 173	1.03 189	1.58 177	1.13 253	0.70 515	0.58 516	0.33 308	0.35 388	0.47 393	0.42 350

H2IRNET	1.90 287	0.53 98	14.29 412	1.14 321	0.60 188	4.48 493	0.44 60	2.65 170	1.81 283	1.05 146	2.30 443	1.67 250	1.40 285	2.17 263	1.50 335	0.36 333	0.21 188	0.33 308	0.37 410	0.34 247	0.29 183

ACVNet-DCA	1.85 278	0.74 306	13.77 396	1.78 514	0.36 16	4.48 493	0.74 201	3.98 392	1.53 179	1.01 137	1.81 317	0.72 92	1.62 350	2.13 256	0.64 77	0.29 185	0.17 48	0.32 273	0.21 119	0.33 229	0.32 233

xx1	2.03 314	0.74 306	13.77 396	1.78 514	0.36 16	4.48 493	0.74 201	4.23 465	3.95 556	1.01 137	1.81 317	1.79 278	1.34 271	2.13 256	0.64 77	0.29 185	0.17 48	0.33 308	0.33 363	0.33 229	0.32 233

1test111	1.99 308	0.74 306	13.77 396	1.78 514	0.36 16	4.48 493	0.74 201	3.98 392	1.53 179	1.01 137	1.81 317	0.72 92	1.62 350	4.66 355	0.98 224	0.29 185	0.17 48	0.32 273	0.21 119	0.33 229	0.32 233

cc1	1.98 305	0.74 306	13.77 396	1.78 514	0.36 16	4.48 493	0.74 201	4.23 465	3.95 556	1.01 137	1.81 317	0.72 92	1.62 350	2.13 256	0.64 77	0.29 185	0.17 48	0.32 273	0.21 119	0.31 183	0.29 183

PSM-AAD	2.43 393	0.54 110	1.32 87	0.92 184	0.54 149	4.48 493	7.47 580	2.96 210	1.55 196	2.31 414	2.56 476	1.26 197	16.23 590	2.46 281	0.89 187	0.28 162	0.21 188	0.58 498	0.41 448	0.34 247	1.32 536

LVE	6.88 568	9.31 578	21.14 561	3.61 574	3.18 572	4.49 499	2.79 539	10.21 586	11.69 587	3.16 523	11.53 581	18.33 587	4.31 531	11.66 548	3.52 494	4.45 590	2.93 586	2.56 570	1.91 575	3.62 566	3.16 576

DeepStereo_RVC	1.55 228	0.63 206	3.32 259	0.77 86	0.42 65	4.49 499	0.72 184	2.50 141	1.58 211	2.02 315	1.81 317	1.54 235	6.38 562	1.73 210	1.19 264	0.46 434	0.22 217	0.29 210	0.28 280	0.35 265	0.38 313

CC-Net-ROB	3.35 501	1.76 510	13.89 402	2.33 552	1.65 511	4.49 499	1.62 483	4.73 557	2.90 495	1.92 274	2.05 390	1.99 316	1.61 347	12.57 572	1.60 355	2.46 564	2.18 574	2.68 574	1.04 550	2.11 556	1.38 540

ACVNet_2	5.41 550	12.60 590	20.42 537	3.27 568	3.15 571	4.50 502	3.02 549	4.66 554	3.73 551	3.35 532	5.36 548	7.86 569	2.88 481	12.33 566	4.76 509	3.12 571	2.22 576	2.70 576	1.69 566	3.49 565	3.10 574

HBP-ISP	3.25 496	1.10 429	20.86 552	1.54 479	1.15 392	4.50 502	2.89 544	4.43 530	2.38 412	4.14 549	1.96 364	1.90 299	2.04 426	11.08 521	1.32 299	0.66 505	0.57 511	0.66 520	0.61 514	0.64 460	0.61 451

BUS	1.49 227	0.59 158	1.94 149	0.87 149	0.85 301	4.50 502	0.76 214	4.48 537	1.88 296	2.93 504	1.83 326	3.63 486	0.97 174	1.60 184	1.17 261	0.34 301	0.25 303	0.31 253	0.28 280	0.35 265	0.33 251

NINENet	1.87 280	0.74 306	2.60 219	1.12 313	1.06 372	4.50 502	0.76 214	4.41 526	2.24 370	2.16 363	1.86 341	3.63 486	0.97 174	8.00 428	1.17 261	0.41 393	0.30 362	0.41 411	0.30 327	0.41 333	0.36 284

EKT-Stereo	6.79 566	0.64 218	4.24 282	1.77 513	106.39 616	4.51 506	0.61 128	3.16 233	1.53 179	1.88 260	1.22 126	1.98 314	1.36 276	3.81 337	0.84 164	0.35 321	0.24 279	0.29 210	0.26 225	0.34 247	0.48 391

PDISCO_ROB	2.86 449	1.53 496	14.27 411	1.98 535	2.19 551	4.52 507	1.35 443	4.65 553	3.19 525	2.09 333	2.16 412	3.53 480	2.45 461	5.32 365	2.12 432	1.30 555	0.78 544	0.72 530	0.59 509	1.24 542	1.28 532

GEAStereo	0.84 79	0.48 61	1.09 33	0.85 136	0.45 87	4.54 508	0.83 267	1.88 63	0.91 42	0.75 71	0.89 61	0.53 46	0.80 127	0.92 33	0.53 48	0.30 228	0.19 114	0.27 156	0.19 83	0.28 123	0.19 7

GSStereo	0.96 116	0.48 61	1.09 33	0.97 221	0.45 87	4.54 508	0.83 267	3.32 257	1.37 100	0.75 71	0.89 61	0.76 104	0.80 127	0.92 33	0.53 48	0.26 108	0.18 79	0.26 125	0.20 103	0.28 123	0.21 57

anonymousdsp	0.95 111	0.69 260	1.27 79	0.83 114	0.52 139	4.54 508	0.84 273	1.76 53	1.24 77	0.76 85	1.06 98	0.78 107	0.77 108	1.67 203	0.69 106	0.27 125	0.17 48	0.29 210	0.21 119	0.31 183	0.26 138

IGEV-Stereo	0.95 111	0.69 260	1.27 79	0.84 124	0.52 139	4.54 508	0.84 273	1.76 53	1.24 77	0.75 71	1.06 98	0.79 111	0.77 108	1.68 204	0.69 106	0.27 125	0.17 48	0.29 210	0.21 119	0.31 183	0.26 138
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CRE-IMP	1.23 177	0.61 187	2.14 178	0.82 103	0.39 45	4.54 508	0.83 267	2.63 168	1.55 196	1.95 284	1.46 192	1.87 298	0.96 171	1.48 161	1.33 303	0.45 427	0.21 188	0.31 253	0.26 225	0.41 333	0.31 222

ff7	0.98 120	0.69 260	2.05 162	0.84 124	0.52 139	4.55 513	0.86 287	1.62 36	1.24 77	0.75 71	1.03 85	0.70 83	0.77 108	1.84 227	0.68 97	0.27 125	0.17 48	0.29 210	0.21 119	0.31 183	0.27 154

ffff	0.98 120	0.69 260	2.05 162	0.84 124	0.52 139	4.55 513	0.86 287	1.62 36	1.24 77	0.75 71	1.03 85	0.70 83	0.77 108	1.84 227	0.68 97	0.27 125	0.17 48	0.29 210	0.21 119	0.31 183	0.27 154

11t	0.98 120	0.69 260	2.05 162	0.84 124	0.52 139	4.55 513	0.86 287	1.62 36	1.24 77	0.75 71	1.03 85	0.70 83	0.77 108	1.84 227	0.68 97	0.27 125	0.17 48	0.29 210	0.21 119	0.31 183	0.27 154

tt1	1.79 272	0.73 298	10.41 359	1.75 511	0.36 16	4.55 513	0.79 238	4.22 461	3.37 540	1.08 148	1.80 305	0.74 101	1.48 312	2.21 269	0.65 84	0.29 185	0.16 32	0.31 253	0.22 152	0.30 164	0.29 183

ccc-4	0.98 120	0.69 260	2.05 162	0.84 124	0.52 139	4.55 513	0.86 287	1.62 36	1.24 77	0.75 71	1.03 85	0.70 83	0.77 108	1.84 227	0.68 97	0.27 125	0.17 48	0.29 210	0.21 119	0.31 183	0.27 154

MC-Stereo	1.06 141	0.48 61	1.55 115	1.15 334	0.41 58	4.56 518	0.61 128	2.06 85	1.46 128	1.90 267	1.61 241	0.89 136	1.12 223	1.35 132	0.73 123	0.25 93	0.18 79	0.26 125	0.22 152	0.25 74	0.24 104

IPLGR	2.53 413	0.58 150	20.46 539	0.82 103	0.52 139	4.56 518	0.50 79	4.30 499	2.38 412	1.87 257	1.53 216	1.68 252	1.72 383	6.95 409	1.15 255	0.28 162	0.21 188	0.27 156	0.23 167	0.33 229	0.32 233

OMP-Stereo	1.97 303	0.93 389	1.88 143	2.76 560	0.67 226	4.58 520	1.48 466	4.31 502	1.54 188	3.15 522	2.76 494	3.25 449	1.38 278	7.66 423	1.35 307	0.40 378	0.20 154	0.33 308	0.26 225	0.33 229	0.24 104

DisPM	1.36 212	0.55 116	2.39 206	1.54 479	0.51 130	4.59 521	0.79 238	2.50 141	1.88 296	2.50 450	1.83 326	1.45 224	1.01 185	2.71 309	0.93 212	0.46 434	0.20 154	0.32 273	0.31 343	0.31 183	0.44 365

IRAFT_RVC	1.87 280	0.60 170	4.33 283	2.40 553	0.66 219	4.59 521	1.59 480	2.96 210	1.51 163	2.23 391	1.75 282	2.09 331	2.63 471	6.70 401	1.50 335	0.33 289	0.21 188	0.33 308	0.29 308	0.32 210	0.32 233

IPLG	2.48 404	0.65 228	19.63 500	0.91 178	0.79 273	4.60 523	0.56 105	4.31 502	1.84 291	1.91 272	2.00 377	1.31 204	1.38 278	6.61 397	1.53 345	0.27 125	0.20 154	0.27 156	0.23 167	0.31 183	0.36 284

GwcNet-ADL	2.47 402	0.67 249	21.48 572	0.96 214	0.72 246	4.61 524	0.95 354	4.42 527	2.36 401	1.98 291	1.80 305	2.55 381	1.24 255	1.90 236	1.41 314	0.40 378	0.46 482	0.24 70	0.27 251	0.41 333	0.49 398

IIG-Stereo	1.95 299	0.79 338	2.14 178	2.78 561	0.66 219	4.62 525	0.76 214	4.27 483	1.53 179	2.63 479	3.14 518	3.35 458	1.61 347	7.65 422	1.41 314	0.39 370	0.20 154	0.31 253	0.25 205	0.33 229	0.22 76

SAMSARA	3.55 506	2.16 527	14.18 409	1.86 526	1.49 479	4.62 525	2.65 537	3.58 296	2.80 482	7.05 576	3.05 510	5.16 553	4.07 526	9.18 451	4.80 510	0.64 500	0.67 532	0.59 501	0.68 522	0.89 508	0.91 511

PFNet	2.47 402	0.60 170	16.95 448	2.15 543	0.81 278	4.63 527	0.91 329	2.55 153	1.52 172	2.40 438	2.79 496	1.83 290	1.42 295	7.54 418	1.34 306	0.33 289	0.21 188	0.36 361	0.27 251	0.32 210	0.39 320

PFNet+	1.46 223	0.57 137	2.84 238	0.92 184	0.47 108	4.64 528	0.84 273	2.46 135	1.99 313	2.14 350	1.64 248	1.34 207	1.03 189	4.68 357	1.23 277	0.45 427	0.33 387	0.37 373	0.39 430	0.32 210	0.49 398

RAFT-IKP	1.25 186	0.66 239	2.23 189	0.75 67	0.37 31	4.64 528	0.74 201	2.53 143	1.58 211	1.99 296	1.47 197	1.78 271	1.13 225	2.22 271	0.92 203	0.48 448	0.22 217	0.32 273	0.27 251	0.40 308	0.29 183

ROB_FTStereo	1.25 186	0.66 239	2.14 178	0.75 67	0.37 31	4.65 530	0.77 227	2.53 143	1.58 211	1.99 296	1.47 197	1.78 271	1.13 225	2.26 274	0.86 174	0.47 443	0.22 217	0.32 273	0.27 251	0.40 308	0.29 183

iGMRVC	1.26 193	0.66 239	2.14 178	0.75 67	0.37 31	4.66 531	0.74 201	2.53 143	1.58 211	1.99 296	1.46 192	1.78 271	1.14 232	2.46 281	0.92 203	0.48 448	0.23 244	0.32 273	0.27 251	0.40 308	0.29 183

ADCMid	3.96 522	3.27 547	15.48 430	1.26 382	1.40 462	4.66 531	2.28 522	4.06 417	3.54 545	3.94 543	3.02 508	3.85 495	3.67 518	4.03 346	18.65 588	0.68 511	0.61 523	1.09 551	1.18 556	1.38 546	1.08 523

ROB_FTStereo_v2	1.23 177	0.66 239	2.02 158	0.75 67	0.37 31	4.67 533	0.76 214	2.53 143	1.58 211	1.99 296	1.46 192	1.78 271	1.14 232	2.08 251	0.88 184	0.48 448	0.22 217	0.32 273	0.27 251	0.40 308	0.29 183

ACV-stereo	2.92 458	0.92 385	20.27 529	1.33 414	1.05 369	4.68 534	1.10 401	2.66 172	1.64 240	1.46 184	1.32 158	5.41 556	4.24 530	7.83 425	1.90 404	0.44 418	0.52 500	0.32 273	0.29 308	0.45 378	0.63 458

RCA-Stereo	1.21 172	0.52 86	1.58 119	0.90 170	0.46 98	4.68 534	0.79 238	4.13 436	1.74 272	1.92 274	1.80 305	0.94 152	1.48 312	1.14 76	0.70 112	0.27 125	0.18 79	0.25 96	0.19 83	0.25 74	0.23 87

Patchmatch Stereo++	1.25 186	0.65 228	2.06 171	0.75 67	0.37 31	4.68 534	0.76 214	2.53 143	1.58 211	1.99 296	1.47 197	1.78 271	1.14 232	2.44 279	0.90 191	0.48 448	0.23 244	0.32 273	0.27 251	0.40 308	0.29 183
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
NF-Stereo	1.58 235	0.61 187	2.66 229	2.26 546	0.47 108	4.68 534	0.67 160	3.31 252	1.48 142	2.11 340	1.59 233	1.36 210	1.09 213	6.08 387	1.20 267	0.40 378	0.20 154	0.36 361	0.34 372	0.31 183	0.36 284

OCTAStereo	1.58 235	0.61 187	2.72 232	2.27 549	0.46 98	4.68 534	0.67 160	3.30 251	1.48 142	2.11 340	1.59 233	1.36 210	1.09 213	6.02 384	1.21 271	0.41 393	0.20 154	0.36 361	0.34 372	0.31 183	0.37 298

PSM-softLoss	1.66 254	0.59 158	5.15 295	2.25 544	0.48 116	4.68 534	0.69 173	2.57 157	1.52 172	2.14 350	1.45 190	1.42 221	0.99 181	6.04 385	1.20 267	0.41 393	0.23 244	0.37 373	0.39 430	0.32 210	0.31 222

KMStereo	1.66 254	0.59 158	5.15 295	2.25 544	0.48 116	4.68 534	0.69 173	2.57 157	1.52 172	2.14 350	1.45 190	1.42 221	0.99 181	6.04 385	1.20 267	0.41 393	0.23 244	0.37 373	0.39 430	0.32 210	0.31 222

PSM-adaLoss	1.24 182	0.65 228	2.03 159	0.75 67	0.37 31	4.68 534	0.73 189	2.53 143	1.58 211	1.99 296	1.47 197	1.78 271	1.13 225	2.18 265	0.87 180	0.48 448	0.23 244	0.32 273	0.27 251	0.40 308	0.29 183

HUI-Stereo	1.25 186	0.66 239	2.33 200	0.75 67	0.37 31	4.68 534	0.78 231	2.53 143	1.58 211	1.99 296	1.46 192	1.79 278	1.13 225	2.17 263	0.85 167	0.48 448	0.23 244	0.32 273	0.27 251	0.40 308	0.29 183

RE-Stereo	1.58 235	0.61 187	2.72 232	2.26 546	0.46 98	4.68 534	0.68 167	3.31 252	1.48 142	2.11 340	1.59 233	1.36 210	1.09 213	6.01 382	1.22 274	0.41 393	0.20 154	0.36 361	0.34 372	0.31 183	0.37 298

TVStereo	1.58 235	0.61 187	2.72 232	2.26 546	0.46 98	4.68 534	0.68 167	3.31 252	1.48 142	2.11 340	1.59 233	1.36 210	1.09 213	6.01 382	1.22 274	0.41 393	0.20 154	0.36 361	0.34 372	0.31 183	0.37 298

iRAFT	1.25 186	0.65 228	2.06 171	0.75 67	0.37 31	4.68 534	0.76 214	2.53 143	1.58 211	1.99 296	1.47 197	1.78 271	1.14 232	2.44 279	0.90 191	0.48 448	0.23 244	0.32 273	0.27 251	0.40 308	0.29 183

SST-Stereo	1.76 268	0.58 150	3.10 248	1.44 457	0.46 98	4.71 546	0.76 214	2.22 103	2.79 478	2.07 332	2.18 416	2.43 366	3.22 502	6.66 400	0.84 164	0.42 404	0.19 114	0.30 230	0.27 251	0.35 265	0.26 138

ACVNet_1	6.04 560	13.97 596	21.36 569	3.58 573	3.14 570	4.73 547	2.48 528	4.20 452	3.17 523	2.98 510	2.83 502	23.31 596	4.34 532	11.06 518	2.45 461	3.68 578	2.33 580	2.60 571	1.79 571	3.69 569	3.19 577

NRIStereo	1.28 201	0.61 187	1.67 125	1.15 334	0.38 42	4.73 547	0.90 321	2.42 126	1.50 156	1.93 278	1.33 160	1.75 265	1.22 250	2.96 317	1.33 303	0.46 434	0.22 217	0.29 210	0.26 225	0.30 164	0.28 173

Pruner-Stereo	1.32 210	0.59 158	2.11 177	1.79 519	0.47 108	4.73 547	0.79 238	2.53 143	1.72 263	2.47 447	1.58 229	1.48 227	1.03 189	1.66 199	1.47 328	0.44 418	0.21 188	0.34 326	0.30 327	0.30 164	0.39 320

RAFT_R40	1.70 259	0.59 158	2.99 244	1.46 463	0.46 98	4.74 550	0.98 370	2.23 104	1.56 202	2.02 315	2.35 458	2.71 397	2.56 468	6.71 404	0.90 191	0.40 378	0.19 114	0.30 230	0.27 251	0.33 229	0.26 138

G-Net	4.11 527	1.21 450	19.47 496	2.31 551	2.94 564	4.74 550	2.95 545	3.33 263	2.14 353	4.44 556	9.43 571	6.93 565	3.84 521	9.01 447	4.92 514	0.79 521	0.80 545	0.70 525	0.50 485	0.95 514	0.87 509

MIPNet	2.33 371	0.71 283	19.82 505	0.89 161	0.56 161	4.76 552	0.61 128	4.32 506	2.37 407	1.83 248	1.48 204	1.48 227	1.98 423	2.63 302	1.44 319	0.29 185	0.20 154	0.26 125	0.23 167	0.30 164	0.39 320

AAGNet	2.86 449	0.60 170	1.77 134	2.05 538	0.46 98	4.76 552	1.09 399	2.27 109	1.56 202	2.17 367	1.84 331	2.41 360	4.00 524	6.23 390	24.22 599	0.46 434	0.19 114	0.30 230	0.29 308	0.32 210	0.24 104

IMH-64-1	4.84 542	2.53 535	6.83 310	4.30 583	3.74 578	4.81 554	6.05 576	5.30 569	3.92 554	3.95 544	8.33 562	5.08 549	6.06 555	8.96 445	6.30 523	4.57 592	2.96 588	3.04 579	2.12 581	4.28 577	3.62 584

IMH-64	4.84 542	2.53 535	6.83 310	4.30 583	3.74 578	4.81 554	6.05 576	5.30 569	3.92 554	3.95 544	8.33 562	5.08 549	6.06 555	8.96 445	6.30 523	4.57 592	2.96 588	3.04 579	2.12 581	4.28 577	3.62 584

Dean	7.52 571	9.08 576	21.41 570	3.74 576	3.53 574	4.81 554	3.53 562	5.33 572	5.25 570	4.17 550	26.53 601	25.62 602	4.09 527	10.97 512	4.32 501	3.69 579	2.30 579	2.91 578	1.87 574	4.03 575	3.24 579

ELAS_RVC	5.72 556	1.64 503	20.40 535	2.09 541	2.01 543	4.95 557	11.47 589	4.66 554	6.31 580	8.09 582	8.01 559	8.06 572	11.65 582	8.36 431	10.22 550	0.99 537	1.17 555	0.81 539	0.76 528	1.14 533	1.58 545
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	3.90 519	7.04 565	17.94 464	1.92 529	2.19 551	5.00 558	2.96 546	4.29 491	3.19 525	4.05 546	3.08 512	4.94 542	3.16 498	7.64 420	6.72 526	0.66 505	0.44 468	0.51 472	0.47 470	0.95 514	0.76 490

RTSA	3.90 519	7.04 565	17.94 464	1.92 529	2.19 551	5.00 558	2.96 546	4.29 491	3.19 525	4.05 546	3.08 512	4.94 542	3.16 498	7.64 420	6.72 526	0.66 505	0.44 468	0.51 472	0.47 470	0.95 514	0.76 490

SDNR	3.97 523	1.93 516	20.28 530	1.31 406	0.94 333	5.16 560	0.67 160	4.33 508	2.58 450	4.82 562	5.94 552	5.01 546	1.45 305	17.52 591	2.53 468	0.79 521	0.72 539	0.59 501	0.45 465	1.15 536	1.17 528

MFN_U_SF_DS_RVC	3.94 521	10.88 587	12.30 378	1.26 382	1.55 491	5.19 561	3.33 557	4.42 527	2.82 490	2.58 468	2.62 482	5.00 545	2.11 431	14.03 587	2.73 477	1.28 552	2.34 581	0.67 522	1.83 572	0.81 502	1.03 520

WAO-7	5.16 546	3.21 545	18.98 484	1.88 528	1.44 472	5.34 562	3.09 553	4.91 562	5.81 576	4.35 555	8.92 570	6.55 562	6.06 555	13.40 579	10.81 553	1.34 557	1.20 559	1.48 560	1.35 562	1.60 550	1.45 542

IMH	6.81 567	13.66 594	20.41 536	4.33 585	3.74 578	5.50 563	3.06 551	5.49 575	6.22 578	4.64 559	10.35 575	9.30 573	8.03 576	13.61 582	6.81 528	4.80 595	2.99 591	3.09 581	2.12 581	4.36 579	3.61 583

AnyNet_C32	4.17 529	5.75 562	12.62 382	1.60 491	1.54 487	5.51 564	4.09 573	3.90 365	3.23 530	4.22 554	3.03 509	3.10 436	3.41 509	8.01 429	18.85 589	0.53 479	0.58 516	0.53 483	0.74 526	1.19 540	0.97 516

ADCL	4.35 532	1.63 500	14.21 410	1.29 396	1.26 428	5.56 565	11.16 587	3.97 390	3.37 540	6.07 569	4.67 542	4.30 520	5.72 551	5.08 362	14.51 567	0.50 464	0.48 492	0.89 542	0.77 530	0.78 497	0.76 490

PWCK	5.85 557	9.95 583	15.22 429	2.90 562	1.56 494	5.66 566	7.69 582	5.27 568	4.74 566	3.88 541	7.51 556	8.04 570	5.28 545	15.18 588	8.40 543	3.08 570	1.51 564	2.24 567	1.37 563	5.55 586	1.96 555

MSC_U_SF_DS_RVC	4.48 534	10.62 585	15.18 428	1.55 484	1.45 476	6.16 567	3.54 564	5.41 574	3.68 550	2.59 471	2.74 491	4.81 539	2.20 444	13.79 584	4.40 502	2.04 560	3.36 594	1.05 548	1.20 557	2.09 555	1.72 549

notaker	10.50 581	8.60 569	20.23 524	4.54 588	3.95 582	6.27 568	3.44 558	8.07 583	4.75 567	8.73 583	46.45 610	13.86 585	27.86 602	13.49 580	13.61 566	4.56 591	3.18 592	3.52 587	2.68 589	8.13 598	4.05 589

AnyNet_C01	4.37 533	7.80 567	16.40 438	1.98 535	1.40 462	6.37 569	6.47 579	4.09 425	5.03 569	4.06 548	3.78 533	4.16 512	3.31 505	6.62 398	10.00 549	0.61 494	0.67 532	0.63 514	0.67 519	2.01 554	1.31 534

ADCPNet	3.89 518	1.63 500	20.25 528	1.28 392	1.27 430	6.43 570	2.65 537	3.93 377	2.70 466	2.78 494	2.20 420	4.28 519	6.16 558	5.56 373	10.27 551	0.65 503	1.18 556	0.71 526	1.70 567	0.84 506	1.37 538

ktn	21.74 600	10.34 584	19.68 501	4.53 587	4.00 583	6.53 571	4.51 574	6.79 579	78.82 621	84.69 621	100.86 624	58.49 616	7.57 572	12.11 563	13.35 564	4.58 594	3.24 593	3.49 585	2.62 587	4.65 582	3.84 587

LRCNet_RVC	25.52 601	33.45 604	23.21 591	31.79 605	32.78 602	6.74 572	1.18 417	25.88 603	4.46 560	28.94 602	30.89 602	24.91 601	17.57 593	27.66 602	24.34 600	35.26 614	25.60 615	35.91 614	33.81 613	31.90 613	34.10 614

MADNet++	7.57 573	5.80 563	13.28 387	6.38 594	5.26 591	7.18 573	7.77 583	5.32 571	5.62 574	6.11 570	7.78 557	6.02 561	8.01 575	11.74 553	16.36 576	9.36 600	4.95 598	8.57 602	5.66 598	4.83 583	5.34 594

SANet	5.65 555	1.72 507	20.94 556	1.26 382	0.88 315	7.20 574	3.81 570	4.60 551	11.23 585	4.56 557	8.78 568	7.49 567	6.95 565	11.85 558	18.11 584	0.49 460	0.44 468	0.50 468	0.42 455	0.90 510	0.82 504

HanzoNet	31.60 605	17.23 599	21.22 566	7.32 595	5.84 592	7.25 575	3.53 562	13.82 595	14.20 593	50.38 612	47.01 611	44.45 606	56.61 617	36.61 608	32.00 608	63.89 618	56.57 619	7.97 601	89.20 621	28.69 605	28.25 608

LE_ROB	18.58 596	1.21 450	48.38 606	8.60 597	23.00 601	7.32 576	19.74 600	9.94 585	38.69 611	43.53 609	21.91 596	28.40 604	40.92 606	23.18 597	54.71 612	0.34 301	0.33 387	0.32 273	0.36 398	0.42 352	0.40 340

DGSMNet	7.55 572	1.62 498	17.42 457	1.92 529	12.73 593	7.45 577	42.99 611	4.13 436	2.07 334	2.10 336	3.16 519	3.42 465	1.70 379	9.24 453	2.30 447	3.70 580	10.89 605	11.80 607	5.54 597	4.24 576	2.66 567

UNDER WATER	10.47 579	3.95 553	22.62 587	5.07 592	4.51 588	7.78 578	3.77 568	12.56 590	21.72 602	7.84 580	10.78 576	23.96 598	31.66 603	10.78 505	16.19 575	4.44 589	2.93 586	4.24 591	2.86 592	6.33 590	5.47 596

FC-DCNN	6.64 564	0.77 328	19.26 490	1.68 501	1.64 507	8.27 579	2.35 525	6.35 578	9.23 583	10.85 594	11.27 580	19.89 591	13.33 584	12.51 570	11.79 560	0.66 505	0.57 511	0.58 498	0.56 503	0.63 452	0.61 451

KSHMR	16.96 595	5.37 559	21.64 578	4.46 586	4.50 587	8.30 580	3.32 556	15.58 599	76.24 619	6.62 575	61.47 615	56.53 615	5.43 548	35.17 607	11.37 556	4.39 587	2.97 590	3.63 590	2.74 591	5.10 584	4.34 592

FC-DCNN v2	6.91 569	0.77 328	19.25 488	1.69 502	1.64 507	9.13 581	2.40 526	7.20 580	9.47 584	11.07 596	11.62 582	20.05 593	15.79 589	12.55 571	11.99 561	0.66 505	0.57 511	0.58 498	0.56 503	0.63 452	0.61 451

MSMD_ROB	5.61 553	1.08 425	16.68 443	1.21 363	0.83 293	10.14 582	2.07 515	3.93 377	6.22 578	10.37 592	8.03 560	22.22 595	9.45 580	11.66 548	4.52 504	0.66 505	0.58 516	0.66 520	0.68 522	0.65 463	0.63 458

UNDER WATER-64	9.33 577	5.37 559	22.60 586	5.22 593	4.86 590	10.75 583	4.61 575	11.45 587	17.30 595	7.59 577	9.80 574	15.99 586	17.90 594	10.63 498	15.72 571	4.36 586	2.87 585	4.39 595	2.86 592	7.01 594	5.36 595

JetBlue	6.27 562	9.15 577	13.76 395	1.94 533	4.60 589	11.91 584	12.00 590	5.12 565	3.45 544	3.79 540	4.52 541	9.54 574	6.56 564	9.40 456	13.48 565	1.26 551	1.37 562	1.17 554	1.34 561	7.06 595	3.95 588

WAO-6	5.87 558	2.27 529	15.05 424	2.96 563	2.77 561	12.01 585	3.58 565	5.37 573	11.91 589	3.34 530	9.69 572	6.78 564	5.84 552	11.82 557	8.89 546	2.87 566	2.35 582	2.50 568	1.84 573	2.85 561	2.67 568

tt	7.19 570	0.51 80	6.83 310	4.03 578	2.30 556	12.05 586	20.19 601	15.46 598	6.58 581	3.42 534	3.22 520	5.37 555	6.39 563	4.20 351	7.46 537	9.81 601	11.53 606	7.05 599	7.46 601	6.31 589	3.71 586

DPSMNet_ROB	15.52 593	8.89 573	31.44 599	10.07 599	18.91 596	12.44 587	33.22 605	13.51 594	17.94 599	9.58 588	22.91 598	13.79 584	19.67 596	21.43 594	23.73 598	5.17 598	8.84 600	5.63 598	11.52 605	6.79 592	14.90 603

DGTPSM_ROB	15.31 592	8.85 572	28.14 598	9.90 598	18.89 595	12.44 587	33.21 604	13.48 593	17.86 598	9.50 587	22.89 597	13.78 583	19.67 596	21.26 593	23.68 597	5.08 597	8.84 600	5.62 597	11.50 602	6.72 591	14.87 602

TorneroNet-64	10.12 578	8.74 570	20.95 557	4.27 581	3.76 581	13.86 589	2.85 542	15.05 596	23.15 603	10.07 590	23.84 599	13.47 582	8.24 577	13.96 586	17.21 581	3.96 584	2.72 583	3.23 583	2.48 585	6.29 588	4.27 591

SGM+DAISY	8.36 575	3.82 551	24.83 594	2.02 537	1.75 525	14.80 590	17.22 596	4.27 483	11.79 588	13.88 598	14.38 591	11.74 579	13.83 585	10.56 494	15.12 568	1.21 545	1.19 558	1.14 553	1.13 554	1.17 538	1.37 538

ELAS	5.99 559	1.62 498	20.29 531	1.96 534	2.01 543	15.09 591	8.38 585	5.23 567	5.54 573	9.02 585	8.61 565	6.74 563	9.75 581	7.48 417	11.40 557	0.96 535	1.18 556	0.72 530	0.93 541	1.30 544	1.67 547
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-8	11.95 585	13.02 591	20.56 542	3.50 569	3.08 568	15.11 592	2.80 540	12.91 591	19.11 600	7.69 578	13.12 585	11.62 577	7.01 568	84.40 620	7.91 540	3.42 573	1.92 571	3.54 588	1.93 576	3.68 567	2.69 569

Venus	11.95 585	13.02 591	20.56 542	3.50 569	3.08 568	15.11 592	2.80 540	12.91 591	19.11 600	7.69 578	13.12 585	11.62 577	7.01 568	84.40 620	7.91 540	3.42 573	1.92 571	3.54 588	1.93 576	3.68 567	2.69 569

JetRed	10.48 580	27.10 603	35.70 600	4.27 581	4.09 585	15.55 594	12.83 592	12.16 588	5.50 572	5.83 567	5.56 550	10.14 575	7.43 570	8.88 441	26.39 603	3.32 572	3.81 595	3.51 586	2.96 594	7.85 596	6.69 599

TCMNet-wrong-test	12.32 587	14.13 597	19.38 493	22.38 601	19.85 597	15.99 595	12.34 591	22.95 601	4.56 562	6.24 572	6.27 553	18.40 589	15.71 588	10.10 483	10.72 552	9.06 599	4.78 596	5.35 596	3.95 596	12.28 602	11.97 601

MonStereo1	8.07 574	2.24 528	5.83 304	4.68 589	3.60 575	18.80 596	2.52 530	5.89 577	5.86 577	4.76 560	13.98 590	7.41 566	50.63 615	13.28 576	5.16 515	4.40 588	0.90 548	2.69 575	1.55 564	3.92 574	3.30 580

MDST_ROB	5.53 552	0.59 158	23.11 588	2.55 556	2.69 559	21.20 597	1.98 509	4.77 559	2.65 460	9.36 586	4.25 538	4.14 511	4.45 534	22.57 595	3.68 497	0.48 448	0.33 387	0.47 443	0.44 461	0.44 370	0.44 365

MANE	11.39 583	1.38 481	23.16 589	4.82 591	2.79 562	22.02 598	14.51 594	25.81 602	26.28 604	10.93 595	13.17 588	19.90 592	18.03 595	15.69 590	20.41 593	0.96 535	0.74 541	1.42 558	3.24 595	0.74 490	1.71 548

SGM-ForestM	11.55 584	1.16 442	21.62 576	2.14 542	0.81 278	22.25 599	19.08 599	16.50 600	11.34 586	15.94 601	14.44 592	27.12 603	22.61 601	24.76 601	28.39 607	0.50 464	0.48 492	0.47 443	0.44 461	0.55 421	0.53 420

USTest	15.98 594	15.58 598	22.56 585	18.49 600	16.99 594	26.43 600	36.08 607	27.68 605	12.77 590	10.69 593	10.80 577	18.35 588	15.09 587	18.62 592	23.37 596	4.85 596	5.34 599	7.38 600	7.43 600	9.90 600	11.23 600

Anonymous_1	57.11 616	19.68 600	26.15 595	23.10 602	142.31 621	30.84 601	39.75 608	33.86 610	16.98 594	70.53 620	15.42 593	23.46 597	19.75 598	23.04 596	27.23 604	164.73 625	9.02 602	130.38 620	137.40 622	161.27 625	27.24 607

DPSM_ROB	20.78 598	20.03 601	26.57 596	23.62 603	22.46 598	31.10 602	39.97 609	33.52 608	17.41 596	15.25 599	15.80 594	24.06 599	20.71 599	23.30 598	27.62 605	10.78 602	9.41 603	11.69 605	11.50 602	14.49 603	16.36 604

DPSM	20.78 598	20.03 601	26.57 596	23.62 603	22.46 598	31.10 602	39.97 609	33.52 608	17.41 596	15.25 599	15.80 594	24.06 599	20.71 599	23.30 598	27.62 605	10.78 602	9.41 603	11.69 605	11.50 602	14.49 603	16.36 604

HaxPig	43.25 611	43.65 611	45.00 604	33.85 606	35.61 604	32.69 604	30.52 602	45.09 611	42.97 612	48.77 610	48.17 612	43.00 605	40.26 605	44.58 609	43.61 609	47.18 615	49.30 616	51.54 616	50.25 615	43.73 614	45.29 615

AVERAGE_ROB	44.46 612	45.91 612	46.59 605	40.59 608	38.66 605	32.99 605	30.52 602	46.19 612	43.26 613	49.59 611	48.97 613	44.62 607	39.89 604	45.04 610	43.94 610	48.74 616	50.69 617	50.80 615	49.79 614	45.54 615	46.97 616

MEDIAN_ROB	47.37 613	49.08 613	49.92 608	40.32 607	39.97 606	34.95 606	33.43 606	49.17 613	46.39 615	53.06 613	52.65 614	47.65 608	42.23 614	48.35 617	47.29 611	52.10 617	54.04 618	54.28 617	53.48 616	48.76 616	50.33 617

MultiAttention	8.74 576	0.56 127	7.25 316	2.07 540	22.74 600	35.86 607	8.44 586	4.97 563	2.58 450	2.57 464	5.11 547	5.55 558	1.59 340	52.70 618	7.50 538	0.47 443	0.24 279	0.52 478	1.00 546	6.84 593	6.30 598

xxxxx1	112.33 621	88.53 618	37.76 601	227.84 622	157.23 622	39.05 608	61.41 613	93.76 621	79.29 622	62.45 617	74.79 618	78.32 617	70.96 618	33.47 604	70.69 619	114.00 620	130.36 623	259.31 624	274.34 624	145.54 622	147.50 622

tt_ll	112.33 621	88.53 618	37.76 601	227.84 622	157.23 622	39.05 608	61.41 613	93.76 621	79.29 622	62.45 617	74.79 618	78.32 617	70.96 618	33.47 604	70.69 619	114.00 620	130.36 623	259.31 624	274.34 624	145.54 622	147.50 622

ff	112.33 621	88.53 618	37.76 601	227.84 622	157.23 622	39.05 608	61.41 613	93.76 621	79.29 622	62.45 617	74.79 618	78.32 617	70.96 618	33.47 604	70.69 619	114.00 620	130.36 623	259.31 624	274.34 624	145.54 622	147.50 622

TorneroNet	25.88 602	11.28 588	21.62 576	4.20 580	4.07 584	55.25 611	3.15 554	15.16 597	76.94 620	58.09 616	82.72 621	86.88 620	41.15 607	13.35 578	18.13 585	4.32 585	2.85 584	3.45 584	2.62 587	8.33 599	4.14 590

FlowAnything	41.75 606	39.90 605	53.36 613	47.83 613	45.06 607	62.45 612	80.51 617	67.34 618	34.89 608	30.56 606	31.52 603	48.18 610	42.05 612	46.66 616	55.24 614	21.71 610	18.88 610	23.49 612	23.13 607	29.12 607	33.04 609

RAFT-FEzeroshot	41.78 608	40.21 609	53.07 610	47.74 611	45.19 609	62.51 613	80.73 620	67.30 616	34.75 605	30.51 604	31.88 605	48.27 612	41.88 610	46.64 614	55.54 616	21.62 607	18.89 612	23.48 608	23.22 610	29.20 610	33.05 610

RAFT-FE	41.78 608	40.21 609	53.07 610	47.74 611	45.19 609	62.51 613	80.73 620	67.30 616	34.75 605	30.51 604	31.88 605	48.27 612	41.88 610	46.64 614	55.54 616	21.62 607	18.89 612	23.48 608	23.22 610	29.20 610	33.05 610

Selective-RAFT-Error	41.77 607	40.16 607	53.34 612	47.73 609	45.25 611	62.51 613	80.64 618	67.22 614	34.93 609	30.64 607	31.81 604	48.11 609	42.11 613	46.57 611	54.95 613	21.61 606	18.87 609	23.48 608	23.15 609	29.16 608	33.08 613

CasAABBNet	41.80 610	40.20 608	53.41 614	47.73 609	45.18 608	62.51 613	80.71 619	67.26 615	34.80 607	30.49 603	31.88 605	48.24 611	41.81 609	46.63 613	55.64 618	21.60 605	18.88 610	23.48 608	23.22 610	29.19 609	33.05 610

LSM0	49.58 614	40.04 606	53.62 615	97.15 615	128.68 620	62.75 617	79.89 616	67.63 619	35.11 610	33.02 608	32.61 609	48.43 614	41.60 608	46.60 612	55.43 615	21.63 609	18.99 614	23.62 613	23.13 607	29.47 612	52.26 618

U	12.82 590	0.38 3	1.99 155	0.66 36	58.94 612	63.38 618	0.34 24	1.91 71	0.94 54	0.59 25	0.80 46	0.46 35	0.57 40	0.83 17	0.44 17	0.29 185	0.17 48	63.35 618	59.81 617	0.29 141	0.20 27

xyz-stereo	10.85 582	0.45 29	79.01 618	0.62 13	0.45 87	83.70 619	0.77 227	2.59 164	1.34 94	2.19 373	32.02 608	2.76 409	1.62 350	5.75 378	2.39 452	0.25 93	0.17 48	0.33 308	0.21 119	0.25 74	0.19 7

BEATNet-Init1	49.72 615	64.32 617	97.77 620	4.68 589	4.28 586	84.75 620	60.42 612	73.38 620	68.59 618	88.29 622	88.51 623	91.94 621	97.99 621	85.26 622	70.96 622	0.80 523	0.65 528	0.85 540	0.70 525	7.96 597	2.33 561

RSGM-EC	108.14 619	104.44 621	68.66 616	115.42 617	109.31 617	116.48 621	139.19 623	127.02 624	55.95 616	55.27 614	71.01 616	116.54 623	111.76 623	176.57 623	175.06 624	117.34 623	71.64 621	140.65 621	83.55 619	123.96 620	82.91 620

acva	108.14 619	104.44 621	68.66 616	115.42 617	109.31 617	116.48 621	139.19 623	127.02 624	55.95 616	55.27 614	71.01 616	116.54 623	111.76 623	176.57 623	175.06 624	117.34 623	71.64 621	140.65 621	83.55 619	123.96 620	82.91 620

DPSimNet_ROB	102.30 618	119.72 624	143.59 622	109.42 616	94.10 614	127.22 623	127.15 622	26.62 604	102.36 625	149.58 625	83.99 622	139.34 625	137.54 625	64.62 619	82.36 623	105.18 619	66.15 620	120.15 619	69.61 618	99.58 618	77.72 619

PML	64.32 617	53.22 614	17.88 463	8.10 596	32.94 603	148.46 624	247.79 626	12.18 589	45.42 614	111.41 623	288.92 626	101.47 622	101.31 622	31.67 603	15.55 569	14.03 604	4.83 597	10.98 604	6.18 599	28.82 606	5.17 593

test_example2	212.63 624	219.92 625	221.87 624	213.67 621	221.17 625	199.47 625	200.74 625	185.30 626	141.66 626	209.52 626	213.45 625	210.82 626	205.48 626	221.27 626	216.64 626	236.83 626	242.07 626	213.93 623	217.01 623	235.69 626	226.10 625

ccccc		629.75 626		567.84 625	570.84 626	582.44 626		613.82 627		614.58 627		555.57 627		666.94 627		781.57 627	507.24 627	391.36 627	342.44 627	689.82 627

GS-Stereo							0.83 267	3.32 257	1.37 100	0.75 71	0.89 61	0.76 104	0.80 127	0.92 33	0.53 48	0.26 108	0.18 79	0.26 125	0.20 103	0.28 123	0.21 57

ASD4		113.98 623

Low-res two-view benchmark