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

IGEV	0.70 25	0.36 1	1.07 16	0.71 57	1.31 442	2.82 163	0.41 48	1.76 53	0.98 57	0.73 65	0.71 31	0.35 3	0.42 12	0.90 28	0.42 9	0.18 22	0.18 84	0.22 25	0.18 59	0.18 1	0.20 27

MLG-Stereo_test3	0.60 7	0.37 2	1.12 50	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 55	0.33 1	0.96 42	0.54 53	0.21 41	0.17 53	0.23 39	0.16 17	0.20 19	0.21 57

U	12.82 597	0.38 3	1.99 160	0.66 38	58.94 619	63.38 625	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	0.29 193	0.17 53	63.35 625	59.81 624	0.29 146	0.20 27

CSFM-Stereo	0.60 7	0.39 4	0.95 3	0.60 8	0.32 8	2.66 155	0.31 14	1.44 17	0.77 14	0.72 62	0.51 13	0.55 50	0.51 29	0.75 6	0.46 23	0.17 7	0.17 53	0.18 2	0.15 5	0.20 19	0.18 4

MLG-Stereo_test1	0.80 61	0.39 4	1.02 7	0.65 29	1.20 415	3.14 207	0.29 12	1.59 33	3.05 519	0.50 5	0.24 1	0.67 81	0.43 13	1.33 131	0.40 6	0.21 41	0.18 84	0.23 39	0.15 5	0.19 5	0.20 27

MLG-Stereo	0.77 51	0.39 4	1.04 8	0.64 21	0.41 58	3.01 191	0.31 14	1.89 66	2.92 505	0.47 1	0.29 2	0.66 80	0.47 18	1.35 135	0.39 4	0.20 34	0.18 84	0.24 72	0.16 17	0.19 5	0.20 27

FoundationStereo	0.50 2	0.39 4	1.11 47	0.79 95	0.42 65	0.70 4	0.36 29	0.76 2	0.80 24	0.62 33	0.38 6	0.73 100	0.77 109	0.69 2	0.36 2	0.26 114	0.17 53	0.23 39	0.16 17	0.18 1	0.20 27

LCMNet	0.63 14	0.40 8	0.95 3	0.58 2	0.39 45	3.11 204	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 34	0.19 5	0.15 5	0.20 19	0.21 57

MLG-Stereo_test2	0.76 44	0.40 8	1.07 16	0.64 21	0.82 287	3.49 272	0.23 3	1.69 48	2.14 360	0.62 33	0.32 3	0.67 81	0.33 1	1.14 76	0.37 3	0.23 63	0.19 119	0.23 39	0.16 17	0.19 5	0.20 27

LG-G_1	0.70 25	0.40 8	1.12 50	0.71 57	0.30 3	2.80 161	0.40 41	2.21 100	0.78 18	0.59 25	0.55 16	0.51 40	0.58 43	1.24 104	0.49 32	0.24 77	0.18 84	0.23 39	0.15 5	0.21 34	0.21 57

LG-G	0.70 25	0.40 8	1.12 50	0.71 57	0.30 3	2.80 161	0.40 41	2.21 100	0.78 18	0.59 25	0.55 16	0.51 40	0.58 43	1.24 104	0.49 32	0.24 77	0.18 84	0.23 39	0.15 5	0.21 34	0.21 57

dual_stereo	0.68 22	0.40 8	1.05 10	0.64 21	0.37 31	0.84 8	0.34 24	3.40 277	1.03 60	0.50 5	0.46 12	0.58 59	0.40 8	1.85 240	0.49 32	0.23 63	0.17 53	0.21 20	0.16 17	0.20 19	0.19 7

CAS	1.26 198	0.40 8	1.46 107	2.97 571	1.61 509	4.13 429	0.73 194	1.78 57	1.49 155	0.83 114	1.10 108	0.59 63	0.53 31	1.26 111	0.80 149	2.99 576	0.13 1	0.21 20	0.13 1	0.31 188	1.72 556

HiDET	0.61 9	0.41 14	0.88 1	0.64 21	0.39 45	2.67 156	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 23	0.18 2	0.15 5	0.19 5	0.21 57

S2M2_XL	0.46 1	0.41 14	1.09 34	0.65 29	0.34 11	0.29 1	0.23 3	0.67 1	0.50 1	0.53 9	0.92 69	0.65 76	0.53 31	0.54 1	0.50 38	0.28 168	0.24 284	0.25 98	0.21 122	0.23 56	0.22 77
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
LGtest1	0.55 5	0.41 14	1.14 58	0.70 50	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	0.27 131	0.19 119	0.23 39	0.16 17	0.21 34	0.23 89

SGD-Stereo	0.65 18	0.41 14	1.06 14	0.85 141	0.31 5	2.44 133	0.46 71	1.09 6	0.69 7	0.84 116	0.52 15	0.55 50	0.53 31	1.49 167	0.46 23	0.31 259	0.14 11	0.25 98	0.18 59	0.23 56	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 55	0.53 31	0.71 4	0.45 19	0.17 7	0.15 23	0.18 2	0.14 2	0.19 5	0.20 27

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 58	0.65 67	0.87 20	0.40 6	0.20 34	0.15 23	0.19 5	0.16 17	0.22 47	0.17 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: OmniDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Monster-pub-mixall	0.64 16	0.42 18	1.00 6	0.83 119	0.48 116	1.39 48	0.32 18	1.45 18	0.82 29	0.88 123	0.85 55	0.39 14	0.36 4	1.99 250	0.47 27	0.20 34	0.16 34	0.17 1	0.15 5	0.18 1	0.21 57

1w_stereo	0.86 82	0.42 18	1.07 16	0.72 65	0.81 278	3.00 189	0.67 165	3.28 252	0.75 13	0.74 71	1.32 163	0.37 8	1.37 283	0.92 33	0.68 97	0.16 5	0.14 11	0.20 8	0.16 17	0.19 5	0.22 77

Reg-Stereo(zero)	1.60 248	0.42 18	10.69 369	0.89 166	0.68 231	3.27 230	0.47 77	2.27 109	1.54 193	1.48 193	1.24 136	2.55 389	2.68 480	1.48 165	1.10 249	0.19 27	0.19 119	0.22 25	0.18 59	0.24 63	0.26 142

MonStereo	0.62 11	0.43 23	1.07 16	0.66 38	0.82 287	1.13 15	0.39 35	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 23	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 38	0.82 287	1.13 15	0.39 35	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 23	0.20 8	0.17 35	0.21 34	0.19 7

MonSter	0.62 11	0.43 23	1.07 16	0.66 38	0.82 287	1.13 15	0.39 35	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 23	0.20 8	0.17 35	0.21 34	0.19 7

2.5w	0.75 36	0.44 26	1.06 14	0.66 38	0.69 237	2.39 129	0.56 110	2.77 188	0.82 29	0.63 37	0.88 58	0.37 8	0.75 100	1.36 137	0.50 38	0.18 22	0.14 11	0.22 25	0.17 35	0.19 5	0.21 57

IGEV-Stereo++	0.93 105	0.44 26	1.08 26	0.70 50	1.20 415	3.87 363	0.33 20	3.36 271	1.43 122	0.75 73	1.17 120	0.68 83	1.04 197	0.95 38	0.42 9	0.22 51	0.16 34	0.23 39	0.17 35	0.24 63	0.20 27

Pointernet	0.88 88	0.44 26	2.26 196	0.84 129	0.37 31	2.29 121	0.38 33	3.06 227	1.46 133	0.66 47	1.39 183	0.91 147	0.73 92	1.01 50	0.72 120	0.23 63	0.19 119	0.20 8	0.18 59	0.19 5	0.20 27

AdaDepth	0.76 44	0.45 29	1.41 103	0.70 50	1.27 434	3.12 205	0.43 57	1.02 5	0.94 54	0.63 37	0.91 67	0.43 26	0.58 43	1.41 149	0.48 28	0.18 22	0.21 193	0.23 39	0.19 83	0.25 79	0.26 142

water-stereo	0.78 56	0.45 29	1.94 154	0.79 95	0.48 116	2.36 126	0.47 77	1.53 26	1.09 66	0.88 123	1.04 92	0.82 122	0.75 100	0.72 5	0.78 142	0.22 51	0.23 249	0.25 98	0.23 172	0.24 63	0.29 188

asd	0.70 25	0.45 29	1.10 40	0.67 45	0.90 323	2.88 170	0.43 57	1.64 43	0.79 21	0.68 52	0.88 58	0.43 26	0.74 97	0.85 19	0.49 32	0.19 27	0.13 1	0.24 72	0.17 35	0.22 47	0.20 27

qwe	0.75 36	0.45 29	1.10 40	0.67 45	1.06 373	2.49 137	0.45 65	2.57 157	0.90 39	0.71 60	0.83 51	0.43 26	0.48 22	1.10 64	0.64 77	0.17 7	0.14 11	0.24 72	0.16 17	0.21 34	0.20 27

2.75w_new	0.75 36	0.45 29	1.10 40	0.65 29	0.62 199	2.45 135	0.56 110	2.75 185	0.74 12	0.78 95	0.73 34	0.38 12	0.92 166	1.04 57	0.66 89	0.17 7	0.14 11	0.22 25	0.17 35	0.18 1	0.19 7

xyz-stereo	10.85 589	0.45 29	79.01 625	0.62 13	0.45 87	83.70 626	0.77 234	2.59 164	1.34 98	2.19 380	32.02 615	2.76 416	1.62 357	5.75 385	2.39 459	0.25 98	0.17 53	0.33 313	0.21 122	0.25 79	0.19 7

s12784h	1.31 215	0.45 29	2.41 215	0.71 57	0.35 14	4.42 493	0.50 83	4.22 468	2.73 476	2.01 317	2.48 470	0.91 147	0.96 174	2.01 254	0.70 112	0.29 193	0.18 84	0.24 72	0.16 17	0.27 111	0.18 4

NLSM3	0.90 96	0.46 36	1.19 66	0.62 13	1.30 438	3.19 215	0.45 65	2.81 200	1.27 87	0.78 95	0.95 78	0.55 50	1.03 192	1.14 76	0.87 181	0.20 34	0.15 23	0.26 129	0.22 156	0.24 63	0.23 89

252Zero-FE	0.72 31	0.46 36	1.08 26	1.01 257	0.41 58	1.27 31	0.22 2	1.79 58	1.03 60	2.52 462	1.24 136	0.32 1	0.41 10	1.03 52	0.45 19	0.21 41	0.17 53	0.20 8	0.17 35	0.20 19	0.20 27

DA	0.98 124	0.46 36	1.34 92	0.92 189	0.43 71	4.34 477	0.85 289	2.79 196	1.35 101	0.82 106	1.30 157	0.89 141	1.08 215	1.11 66	0.56 56	0.30 236	0.18 84	0.24 72	0.18 59	0.25 79	0.23 89

GGEV	0.98 124	0.46 36	1.34 92	0.92 189	0.43 71	4.34 477	0.85 289	2.79 196	1.35 101	0.82 106	1.30 157	0.89 141	1.08 215	1.11 66	0.56 56	0.30 236	0.18 84	0.24 72	0.18 59	0.25 79	0.23 89

asda	0.77 51	0.46 36	1.10 40	0.64 21	0.82 287	3.33 240	0.49 81	2.40 122	0.81 28	0.63 37	0.80 46	0.44 31	0.85 143	0.88 24	0.60 65	0.17 7	0.13 1	0.24 72	0.17 35	0.20 19	0.20 27

4.25_new	0.73 32	0.46 36	1.08 26	0.71 57	0.97 341	2.52 141	0.58 122	2.28 112	0.93 50	0.57 17	0.94 74	0.40 16	0.65 67	0.87 20	0.50 38	0.17 7	0.13 1	0.25 98	0.17 35	0.19 5	0.20 27

4.5w_new	0.73 32	0.46 36	1.08 26	0.71 57	0.97 341	2.52 141	0.58 122	2.28 112	0.93 50	0.57 17	0.94 74	0.40 16	0.65 67	0.87 20	0.50 38	0.17 7	0.13 1	0.25 98	0.17 35	0.19 5	0.20 27

4.5_new	0.67 19	0.46 36	1.11 47	0.63 17	0.78 269	1.97 92	0.51 88	2.18 95	0.78 18	0.73 65	0.90 65	0.42 24	0.49 24	0.81 13	0.49 32	0.21 41	0.14 11	0.26 129	0.19 83	0.22 47	0.20 27

4.5w-stereo	0.67 19	0.46 36	1.11 47	0.63 17	0.78 269	1.97 92	0.51 88	2.18 95	0.77 14	0.73 65	0.90 65	0.42 24	0.49 24	0.81 13	0.49 32	0.21 41	0.14 11	0.26 129	0.19 83	0.22 47	0.20 27

4.25w-stereo	0.73 32	0.46 36	1.08 26	0.71 57	0.97 341	2.52 141	0.58 122	2.28 112	0.93 50	0.57 17	0.94 74	0.40 16	0.65 67	0.87 20	0.50 38	0.17 7	0.13 1	0.25 98	0.17 35	0.19 5	0.20 27

3.25w_new	0.69 23	0.46 36	1.10 40	0.61 9	0.61 193	2.23 116	0.51 88	2.45 132	0.90 39	0.63 37	0.78 43	0.47 36	0.71 84	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 40	0.61 9	0.61 193	2.23 116	0.51 88	2.45 132	0.90 39	0.63 37	0.78 43	0.47 36	0.71 84	0.79 11	0.50 38	0.17 7	0.14 11	0.20 8	0.17 35	0.20 19	0.20 27

2w_stereo	0.75 36	0.46 36	1.08 26	0.68 48	0.56 161	2.00 94	0.61 133	2.87 207	0.83 32	0.93 131	0.93 72	0.36 4	1.13 229	0.90 28	0.61 67	0.17 7	0.13 1	0.23 39	0.17 35	0.20 19	0.21 57

LG-Stereo_L2	0.63 14	0.46 36	1.15 60	0.70 50	0.43 71	2.32 123	0.28 9	1.86 62	0.68 4	0.56 12	0.42 8	0.37 8	0.45 16	1.36 137	0.40 6	0.23 63	0.18 84	0.22 25	0.18 59	0.21 34	0.20 27

DEFOM-Stereo	0.70 25	0.46 36	1.13 55	0.72 65	0.48 116	3.40 251	0.44 61	0.90 3	0.77 14	0.86 120	0.58 18	0.45 34	0.43 13	1.76 221	0.43 13	0.24 77	0.18 84	0.22 25	0.16 17	0.21 34	0.20 27

Selective-RAFT	1.15 162	0.46 36	1.64 129	0.99 242	0.45 87	4.17 447	0.51 88	3.21 242	1.69 261	1.12 159	1.34 170	1.45 231	1.40 292	2.08 258	0.94 216	0.41 401	0.20 159	0.24 72	0.23 172	0.27 111	0.25 118

Wavelet-MonSter	0.57 6	0.47 52	1.13 55	0.66 38	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 34	0.20 8	0.16 17	0.20 19	0.19 7

2.25w	0.75 36	0.47 52	1.09 34	0.69 49	0.65 212	2.28 119	0.40 41	2.42 126	0.80 24	0.73 65	1.03 87	0.40 16	0.81 133	1.24 104	0.80 149	0.16 5	0.15 23	0.21 20	0.17 35	0.19 5	0.21 57

3.75w	0.75 36	0.47 52	1.09 34	0.63 17	1.10 385	2.61 152	0.53 98	2.46 135	0.97 56	0.62 33	0.80 46	0.40 16	0.66 74	1.11 66	0.48 28	0.19 27	0.13 1	0.23 39	0.18 59	0.20 19	0.21 57

3w_stereo	0.71 30	0.47 52	1.14 58	0.65 29	0.39 45	1.73 76	0.68 172	2.79 196	0.79 21	0.67 50	0.84 52	0.37 8	1.02 191	1.03 52	0.56 56	0.18 22	0.14 11	0.23 39	0.18 59	0.20 19	0.22 77

LG-Stereo_L1	0.61 9	0.47 52	1.10 40	0.73 68	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	1.40 143	0.42 9	0.23 63	0.19 119	0.23 39	0.18 59	0.21 34	0.19 7

LG-Stereo_Zeroshot	0.89 92	0.47 52	2.08 179	0.76 86	0.73 251	3.91 368	0.41 48	2.07 87	1.07 64	0.77 92	0.89 61	0.64 71	0.86 146	0.95 38	0.77 141	0.26 114	0.18 84	0.26 129	0.19 83	0.32 215	0.32 240

AIO_test	0.76 44	0.47 52	1.31 87	0.81 98	0.70 241	1.36 45	0.88 318	1.40 15	1.45 125	0.55 11	0.95 78	1.81 293	0.58 43	1.16 84	0.46 23	0.27 131	0.17 53	0.24 72	0.19 83	0.24 63	0.21 57

fffft	0.76 44	0.47 52	1.28 84	0.82 108	0.54 149	1.51 59	0.80 255	2.09 89	1.18 71	0.63 37	0.84 52	0.59 63	0.55 37	1.80 228	0.85 168	0.19 27	0.18 84	0.27 161	0.20 104	0.26 98	0.24 108
1: 1. 1
IGEV-Stereo+	0.94 108	0.47 52	1.19 66	0.86 148	2.02 553	1.40 49	0.39 35	1.17 9	0.88 38	0.61 31	0.44 10	0.47 36	0.79 122	2.14 266	0.42 9	0.27 131	0.19 119	0.22 25	0.17 35	2.26 565	2.41 570

UniTT-Stereo	0.82 73	0.47 52	2.63 234	0.96 219	1.19 409	0.78 6	0.39 35	1.12 7	1.54 193	1.19 163	1.26 145	0.51 40	0.64 64	1.13 74	1.03 235	0.30 236	0.20 159	0.24 72	0.21 122	0.40 315	0.25 118

GEAStereo	0.84 79	0.48 62	1.09 34	0.85 141	0.45 87	4.54 515	0.83 274	1.88 63	0.91 42	0.75 73	0.89 61	0.53 46	0.80 129	0.92 33	0.53 48	0.30 236	0.19 119	0.27 161	0.19 83	0.28 128	0.19 7

GSStereo	0.96 120	0.48 62	1.09 34	0.97 228	0.45 87	4.54 515	0.83 274	3.32 261	1.37 104	0.75 73	0.89 61	0.76 109	0.80 129	0.92 33	0.53 48	0.26 114	0.18 84	0.26 129	0.20 104	0.28 128	0.21 57

tt45	0.96 120	0.48 62	1.19 66	0.89 166	0.66 219	3.91 368	0.76 221	1.90 69	1.26 86	0.70 56	1.30 157	0.71 94	0.63 61	2.59 306	0.74 129	0.22 51	0.17 53	0.28 194	0.23 172	0.27 111	0.27 159

999	0.97 122	0.48 62	1.24 75	1.03 275	0.64 204	3.25 226	0.92 349	1.40 15	1.39 109	0.71 60	1.68 265	0.70 87	0.66 74	3.03 327	0.89 189	0.23 63	0.19 119	0.25 98	0.21 122	0.25 79	0.29 188

RAFT-Stereo-weight	1.11 154	0.48 62	1.22 72	0.99 242	0.42 65	4.17 447	0.80 255	3.60 305	1.50 161	1.97 296	1.50 211	1.30 210	0.65 67	1.24 104	0.85 168	0.25 98	0.19 119	0.26 129	0.22 156	0.27 111	0.23 89

trnet	0.91 100	0.48 62	1.46 107	0.62 13	0.31 5	4.40 489	0.41 48	2.20 98	1.53 184	0.94 132	1.14 116	0.88 139	0.89 158	1.09 63	0.71 115	0.27 131	0.19 119	0.22 25	0.15 5	0.21 34	0.19 7

MoCha-V2	0.87 86	0.48 62	1.87 147	0.88 159	0.32 8	1.37 46	0.55 106	2.71 179	1.42 118	0.92 130	1.75 287	0.65 76	1.17 247	1.45 158	0.57 59	0.21 41	0.21 193	0.20 8	0.19 83	0.24 63	0.23 89

MC-Stereo	1.06 146	0.48 62	1.55 120	1.15 342	0.41 58	4.56 525	0.61 133	2.06 85	1.46 133	1.90 274	1.61 246	0.89 141	1.12 227	1.35 135	0.73 123	0.25 98	0.18 84	0.26 129	0.22 156	0.25 79	0.24 108

PMTNet	0.99 132	0.48 62	1.73 134	0.62 13	0.56 161	4.20 459	0.43 57	1.88 63	1.58 216	1.00 141	1.05 98	0.78 112	0.98 183	1.50 168	0.85 168	1.21 552	0.20 159	0.23 39	0.15 5	0.22 47	0.19 7

NLSM1	0.88 88	0.49 71	1.07 16	0.74 70	1.33 453	2.28 119	0.37 32	2.65 170	1.20 73	0.85 117	0.94 74	0.56 55	1.37 283	1.68 210	0.82 158	0.17 7	0.16 34	0.25 98	0.19 83	0.24 63	0.22 77

gasm-f	0.89 92	0.49 71	1.30 86	0.85 141	0.44 79	4.42 493	0.95 361	1.88 63	0.91 42	0.75 73	1.46 197	0.53 46	0.88 152	0.88 24	0.57 59	0.30 236	0.19 119	0.27 161	0.19 83	0.28 128	0.19 7

4w-stereo	0.67 19	0.49 71	1.07 16	0.63 17	0.75 258	1.63 71	0.44 61	2.23 104	0.77 14	0.56 12	0.92 69	0.40 16	0.82 136	1.08 61	0.53 48	0.18 22	0.13 1	0.25 98	0.18 59	0.19 5	0.20 27

WCG-NET	0.88 88	0.49 71	1.26 77	0.90 175	0.37 31	1.48 56	1.07 397	1.73 50	2.30 393	1.63 213	1.49 210	0.92 152	0.97 177	0.95 38	0.76 136	0.22 51	0.16 34	0.23 39	0.20 104	0.25 79	0.21 57

CREStereo++_RVC	1.02 142	0.49 71	1.54 119	0.83 119	0.55 157	4.01 401	0.31 14	1.63 41	1.99 320	1.63 213	2.13 413	0.84 126	0.65 67	0.88 24	0.70 112	0.27 131	0.15 23	0.23 39	1.22 565	0.24 63	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
NLMM1	0.92 101	0.50 76	1.15 60	0.65 29	1.05 369	3.36 245	0.50 83	2.91 208	1.37 104	0.68 52	1.09 104	0.58 59	0.77 109	1.40 143	1.15 258	0.19 27	0.14 11	0.23 39	0.21 122	0.23 56	0.21 57

monsterstereo	0.82 73	0.50 76	1.26 77	0.77 91	1.41 476	2.54 147	0.40 41	3.14 234	0.71 9	0.70 56	1.11 109	0.41 23	0.39 7	1.50 168	0.50 38	0.19 27	0.16 34	0.22 25	0.16 17	0.21 34	0.17 1

111111	0.87 86	0.50 76	1.13 55	0.66 38	1.08 379	3.37 246	0.33 20	2.33 119	1.47 138	0.74 71	1.50 211	0.61 65	0.59 49	1.40 143	0.48 28	0.24 77	0.19 119	0.22 25	0.16 17	0.24 63	0.19 7

GIP-stereo	0.88 88	0.50 76	1.34 92	1.32 416	0.94 333	2.90 172	0.42 52	3.41 278	1.06 63	0.63 37	0.76 38	0.90 145	0.76 107	0.91 31	0.52 47	0.27 131	0.18 84	0.25 98	0.16 17	0.25 79	0.19 7

RSM	0.80 61	0.50 76	1.08 26	0.83 119	0.51 130	1.31 41	0.77 234	2.28 112	1.43 122	0.82 106	1.44 194	1.22 200	0.62 58	1.17 91	0.63 74	0.22 51	0.18 84	0.24 72	0.19 83	0.27 111	0.20 27

test_4	1.30 211	0.50 76	6.16 314	0.84 129	0.45 87	1.61 68	1.12 412	2.14 93	1.42 118	1.52 197	2.31 454	1.84 300	0.79 122	2.52 299	1.19 268	0.27 131	0.17 53	0.29 215	0.29 314	0.29 146	0.25 118

FENet	2.25 354	0.50 76	20.29 538	1.35 433	0.67 226	4.01 401	0.60 129	3.95 390	1.99 320	1.96 294	1.11 109	2.43 374	1.43 305	1.60 188	1.39 316	0.32 280	0.22 222	0.33 313	0.26 230	0.29 146	0.39 328

RSM++	0.77 51	0.51 83	1.08 26	0.95 213	0.42 65	1.52 61	0.71 186	2.11 90	1.40 113	0.80 102	1.23 135	0.90 145	0.59 49	1.14 76	0.69 106	0.24 77	0.19 119	0.25 98	0.21 122	0.28 128	0.20 27

CASnet	0.78 56	0.51 83	1.29 85	0.81 98	0.29 2	1.28 37	0.74 206	1.51 23	1.89 307	1.64 216	1.09 104	0.65 76	0.64 64	0.91 31	0.76 136	0.29 193	0.17 53	0.41 419	0.31 349	0.32 215	0.19 7
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
EGLCR-Stereo	1.06 146	0.51 83	1.56 122	1.02 268	0.39 45	4.27 470	0.42 52	4.08 430	1.48 147	0.90 126	0.68 29	1.09 175	0.66 74	1.81 229	0.62 71	0.27 131	0.19 119	0.29 215	0.23 172	0.37 293	0.25 118

DCANet-4	1.96 309	0.51 83	14.31 420	0.82 108	0.40 51	4.16 442	0.57 113	4.29 498	2.98 513	2.30 415	1.80 310	1.03 170	1.54 342	1.44 154	1.44 326	0.29 193	0.23 249	0.23 39	0.18 59	0.24 63	0.42 358

tt	7.19 577	0.51 83	6.83 318	4.03 585	2.30 563	12.05 593	20.19 608	15.46 605	6.58 588	3.42 541	3.22 527	5.37 562	6.39 570	4.20 358	7.46 544	9.81 608	11.53 613	7.05 606	7.46 608	6.31 596	3.71 593

test_3	1.19 169	0.51 83	2.08 179	0.99 242	0.41 58	2.05 102	0.87 314	4.40 532	1.42 118	1.99 303	1.18 121	2.03 329	0.79 122	2.70 314	0.75 132	0.27 131	0.17 53	0.29 215	0.29 314	0.30 169	0.27 159

NLMM	0.92 101	0.52 89	1.40 101	0.67 45	1.10 385	3.14 207	0.47 77	3.06 227	1.30 92	0.78 95	1.13 114	0.55 50	0.58 43	1.32 129	1.07 242	0.20 34	0.16 34	0.23 39	0.20 104	0.22 47	0.26 142

zero-FE	0.95 115	0.52 89	2.63 234	0.86 148	1.27 434	1.41 50	0.86 294	2.27 109	0.73 11	0.50 5	0.64 25	0.54 48	0.78 118	2.70 314	1.02 233	0.35 329	0.17 53	0.24 72	0.18 59	1.03 527	0.29 188

RAStereo	0.75 36	0.52 89	2.86 248	0.58 2	0.62 199	1.19 21	0.32 18	1.81 60	0.99 58	0.75 73	1.05 98	0.64 71	0.47 18	0.80 12	0.94 216	0.22 51	0.20 159	0.27 161	0.21 122	0.34 252	0.22 77

Occ-G	0.86 82	0.52 89	1.39 99	0.82 108	0.66 219	1.37 46	0.79 245	1.58 31	1.31 94	1.56 202	0.87 57	2.18 345	0.89 158	0.97 43	0.88 186	0.26 114	0.19 119	0.26 129	0.19 83	0.25 79	0.24 108

LoS	0.94 108	0.52 89	1.88 148	0.86 148	0.36 16	4.15 433	0.51 88	2.18 95	1.45 125	0.97 140	0.88 58	0.62 67	0.79 122	1.59 186	0.86 175	0.26 114	0.19 119	0.24 72	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.
Selective-IGEV	0.80 61	0.52 89	1.05 10	0.75 72	0.61 193	1.31 41	0.82 269	2.60 165	1.41 116	0.82 106	1.64 253	0.71 94	0.62 58	1.22 101	0.64 77	0.22 51	0.19 119	0.24 72	0.18 59	0.25 79	0.20 27

RCA-Stereo	1.21 177	0.52 89	1.58 124	0.90 175	0.46 98	4.68 541	0.79 245	4.13 443	1.74 277	1.92 281	1.80 310	0.94 157	1.48 319	1.14 76	0.70 112	0.27 131	0.18 84	0.25 98	0.19 83	0.25 79	0.23 89

GLC_STEREO	0.76 44	0.52 89	1.12 50	0.83 119	0.33 10	1.86 83	0.82 269	1.46 20	1.38 108	0.95 136	1.04 92	0.68 83	0.72 87	0.97 43	0.80 149	0.23 63	0.25 308	0.32 278	0.25 210	0.32 215	0.30 217

test-3	1.19 169	0.52 89	2.00 161	1.01 257	0.42 65	1.95 90	0.91 336	4.35 519	1.47 138	2.24 401	1.16 118	2.06 335	0.79 122	2.68 312	0.76 136	0.27 131	0.18 84	0.28 194	0.26 230	0.26 98	0.25 118

test_1	1.19 169	0.52 89	2.00 161	1.01 257	0.42 65	1.95 90	0.90 328	4.36 524	1.47 138	2.17 374	1.16 118	2.06 335	0.78 118	2.68 312	0.76 136	0.27 131	0.18 84	0.28 194	0.26 230	0.26 98	0.25 118

KYRaft	1.59 247	0.52 89	1.73 134	0.95 213	0.49 124	4.38 482	1.79 503	2.43 129	1.51 168	2.49 456	2.98 513	2.00 325	3.41 516	2.14 266	0.82 158	0.30 236	0.21 193	0.33 313	0.46 475	0.35 270	2.45 573

GMM-Stereo	2.45 403	0.52 89	20.38 541	0.89 166	0.82 287	4.18 450	1.91 512	2.45 132	1.48 147	2.48 455	2.30 447	1.69 264	1.86 417	2.93 322	1.08 245	0.28 168	0.18 84	0.33 313	0.48 483	0.35 270	2.41 570

CFNet-RSSM	2.08 331	0.52 89	20.06 522	1.01 257	0.56 161	3.39 248	0.64 151	3.67 317	1.55 201	1.72 235	1.37 178	2.57 391	1.19 253	1.11 66	0.86 175	0.27 131	0.20 159	0.25 98	0.23 172	0.27 111	0.23 89

DDF-Stereo	0.90 96	0.53 102	1.16 62	0.88 159	1.31 442	1.59 66	0.86 294	2.26 107	0.79 21	0.48 2	0.63 24	0.54 48	0.73 92	2.97 325	1.03 235	0.39 378	0.17 53	0.24 72	0.18 59	1.06 530	0.29 188

3.5w_stereo	0.77 51	0.53 102	1.09 34	0.65 29	0.72 246	2.52 141	0.51 88	2.43 129	0.80 24	0.76 87	1.20 125	0.43 26	0.66 74	1.23 103	0.73 123	0.17 7	0.13 1	0.23 39	0.17 35	0.20 19	0.21 57

MM-Stereo_test2	1.79 279	0.53 102	20.16 528	1.43 461	0.47 108	2.57 148	0.73 194	1.67 45	1.47 138	0.94 132	0.96 81	0.84 126	0.79 122	1.16 84	0.68 97	0.24 77	0.17 53	0.25 98	0.22 156	0.30 169	0.22 77

MM-Stereo_test1	1.90 295	0.53 102	19.85 514	1.39 453	0.48 116	1.81 80	0.79 245	3.00 218	1.82 291	1.69 226	1.09 104	0.87 136	0.97 177	1.45 158	0.74 129	0.24 77	0.21 193	0.27 161	0.24 198	0.35 270	0.24 108

IGEV-RUCA	0.90 96	0.53 102	1.05 10	0.81 98	0.74 256	3.89 365	0.80 255	1.92 72	1.41 116	0.96 139	0.71 31	0.70 87	0.73 92	1.30 125	0.68 97	0.29 193	0.20 159	0.25 98	0.19 83	0.43 370	0.34 271

SMoEStereo_RVC	0.80 61	0.53 102	1.12 50	0.92 189	0.44 79	2.41 131	0.79 245	1.49 22	1.16 68	0.70 56	1.12 112	0.64 71	0.64 64	1.69 212	0.87 181	0.22 51	0.16 34	0.31 258	0.22 156	0.26 98	0.25 118

H2IRNET	1.90 295	0.53 102	14.29 419	1.14 329	0.60 188	4.48 500	0.44 61	2.65 170	1.81 290	1.05 151	2.30 447	1.67 257	1.40 292	2.17 270	1.50 342	0.36 341	0.21 193	0.33 313	0.37 418	0.34 252	0.29 188

11t1	1.11 154	0.53 102	1.80 142	1.55 491	0.65 212	2.20 114	0.60 129	3.66 316	1.49 155	1.60 205	1.26 145	1.03 170	1.35 280	1.72 216	0.97 223	0.28 168	0.31 378	0.29 215	0.23 172	0.30 169	0.34 271

Any-RAFT	1.40 223	0.53 102	2.78 244	1.09 301	0.64 204	4.41 491	0.81 265	3.97 397	2.78 483	1.99 303	1.34 170	2.36 363	1.56 346	1.56 177	0.75 132	0.27 131	0.20 159	0.25 98	0.18 59	0.25 79	0.28 178

FTStereo	3.71 520	0.53 102	20.37 540	0.96 219	0.65 212	4.34 477	11.29 595	2.62 167	1.50 161	2.58 475	5.04 553	1.90 307	13.84 593	3.71 343	1.25 286	0.38 366	0.24 284	0.31 258	0.32 361	0.30 169	2.10 564

GrayStereo	2.58 431	0.53 102	1.63 127	1.58 495	0.89 320	4.17 447	8.17 591	3.03 222	1.52 177	2.80 503	2.50 472	1.70 266	17.10 598	2.83 319	1.15 258	0.33 297	0.21 193	0.27 161	0.32 361	0.28 128	0.53 428

CREStereo	0.92 101	0.53 102	1.45 106	0.61 9	0.34 11	4.42 493	0.40 41	2.21 100	1.54 193	0.94 132	1.12 112	0.87 136	0.87 150	1.12 71	0.72 120	0.28 168	0.19 119	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
GREAT-IGEV	0.74 35	0.54 114	1.86 146	1.10 310	0.44 79	2.44 133	0.34 24	1.37 12	1.51 168	0.48 2	0.86 56	0.51 40	0.60 53	1.07 60	0.45 19	0.22 51	0.17 53	0.21 20	0.17 35	0.23 56	0.25 118

AIO-Stereo	0.76 44	0.54 114	1.07 16	0.73 68	0.40 51	1.28 37	0.82 269	2.26 107	1.49 155	0.70 56	1.58 234	0.89 141	0.45 16	1.03 52	0.55 55	0.24 77	0.18 84	0.25 98	0.20 104	0.26 98	0.21 57

AEACV	0.79 59	0.54 114	1.35 96	0.97 228	0.63 202	1.13 15	0.92 349	2.02 82	0.91 42	0.76 87	0.79 45	0.80 118	1.61 354	1.28 116	0.61 67	0.22 51	0.18 84	0.26 129	0.23 172	0.27 111	0.23 89

LCNet	1.55 235	0.54 114	1.88 148	0.99 242	0.55 157	3.60 302	1.21 434	2.86 205	1.53 184	2.18 376	1.74 283	1.43 230	4.17 535	3.62 339	0.87 181	0.29 193	0.20 159	0.28 194	0.77 537	0.47 401	1.85 559

PSM-AAD	2.43 400	0.54 114	1.32 90	0.92 189	0.54 149	4.48 500	7.47 587	2.96 213	1.55 201	2.31 421	2.56 480	1.26 204	16.23 597	2.46 288	0.89 189	0.28 168	0.21 193	0.58 505	0.41 456	0.34 252	1.32 543

xxxx	2.67 440	0.54 114	2.03 164	1.22 373	0.81 278	3.49 272	0.63 148	4.49 547	2.49 443	2.22 394	2.23 430	2.05 333	1.38 285	10.05 487	17.91 590	0.32 280	0.32 388	0.30 235	0.27 256	0.33 234	0.34 271

NLCSM	0.99 132	0.55 120	1.46 107	0.70 50	1.30 438	3.34 242	0.45 65	3.38 273	1.32 96	0.73 65	1.11 109	0.73 100	0.81 133	1.30 125	1.26 289	0.21 41	0.16 34	0.25 98	0.20 104	0.23 56	0.23 89

S2M2_L	0.64 16	0.55 120	1.07 16	0.89 166	0.54 149	1.08 12	0.20 1	1.16 8	1.37 104	0.59 25	0.81 50	0.86 134	0.47 18	0.70 3	0.65 84	0.31 259	0.33 395	0.27 161	0.27 256	0.36 283	0.31 227
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AIO_rvc	0.78 56	0.55 120	1.25 76	0.75 72	0.65 212	1.46 54	0.99 378	2.13 91	1.52 177	0.57 17	1.15 117	1.09 175	0.55 37	1.15 82	0.53 48	0.24 77	0.17 53	0.24 72	0.17 35	0.25 79	0.21 57

WCG-NET（raft）	0.95 115	0.55 120	1.20 71	0.84 129	0.31 5	1.44 52	1.01 382	1.55 28	2.37 414	1.64 216	1.42 190	2.38 365	1.01 188	1.29 121	0.76 136	0.22 51	0.19 119	0.22 25	0.20 104	0.25 79	0.21 57

test_sample1	1.62 252	0.55 120	1.88 148	1.44 464	0.79 273	2.27 118	0.64 151	4.00 405	1.82 291	1.87 264	1.35 173	1.57 244	1.62 357	9.55 468	1.24 283	0.30 236	0.27 333	0.31 258	0.28 286	0.32 215	0.32 240

MIF-Stereo (partial)	0.98 124	0.55 120	2.83 245	0.71 57	1.03 364	1.08 12	0.49 81	2.55 153	1.66 251	0.79 100	1.20 125	0.80 118	0.90 161	1.61 193	1.56 356	0.36 341	0.24 284	0.33 313	0.25 210	0.40 315	0.28 178

CES	1.01 138	0.55 120	1.74 137	0.92 189	2.15 557	2.15 108	0.50 83	2.01 81	1.45 125	0.76 87	1.02 84	0.61 65	0.47 18	1.29 121	0.79 148	0.22 51	0.17 53	0.24 72	0.14 2	0.63 460	2.29 567

DisPM	1.36 219	0.55 120	2.39 212	1.54 486	0.51 130	4.59 528	0.79 245	2.50 141	1.88 303	2.50 457	1.83 331	1.45 231	1.01 188	2.71 316	0.93 214	0.46 441	0.20 159	0.32 278	0.31 349	0.31 188	0.44 373

RAFT-RH_RVC	2.63 434	0.55 120	19.97 519	1.26 389	0.47 108	4.46 498	0.57 113	1.71 49	1.64 245	3.06 523	5.51 556	2.03 329	1.28 265	6.70 408	1.52 351	0.42 412	0.22 222	0.37 380	0.34 378	0.28 128	0.29 188

RAFT-345	2.46 406	0.55 120	19.69 509	1.02 268	0.49 124	4.43 496	0.78 238	1.64 43	2.34 403	2.09 340	3.12 523	1.96 318	1.31 272	6.65 406	1.43 324	0.36 341	0.23 249	0.32 278	0.25 210	0.28 128	0.25 118

Prome-Stereo	1.61 250	0.55 120	1.71 132	0.98 236	0.60 188	4.41 491	1.82 507	3.03 222	1.53 184	2.18 376	3.45 535	1.72 269	3.49 522	2.23 279	1.08 245	0.29 193	0.20 159	0.26 129	0.25 210	0.34 252	2.16 565

TANstereo	1.01 138	0.55 120	1.73 134	0.76 86	0.36 16	4.04 407	0.38 33	1.48 21	1.62 241	2.03 326	2.10 404	0.84 126	0.93 169	0.98 45	0.62 71	0.28 168	0.36 419	0.23 39	0.20 104	0.25 79	0.46 389

MultiAttention	8.74 583	0.56 132	7.25 324	2.07 547	22.74 607	35.86 614	8.44 593	4.97 570	2.58 457	2.57 471	5.11 554	5.55 565	1.59 347	52.70 625	7.50 545	0.47 450	0.24 284	0.52 485	1.00 553	6.84 600	6.30 605

castereo++	0.93 105	0.56 132	1.26 77	0.92 189	0.73 251	2.48 136	1.00 379	2.99 216	1.03 60	0.68 52	1.41 188	1.92 309	0.59 49	1.26 111	0.44 17	0.25 98	0.19 119	0.28 194	0.19 83	0.23 56	0.23 89

UGAM	2.58 431	0.56 132	18.55 484	0.89 166	0.71 244	3.23 220	1.03 388	2.75 185	1.75 279	1.36 175	2.77 502	2.69 402	1.28 265	10.75 509	1.40 317	0.28 168	0.24 284	0.40 407	0.31 349	0.35 270	0.30 217

test_sample2	1.75 274	0.56 132	2.25 195	1.41 457	0.80 275	2.91 175	0.86 294	4.05 420	2.04 334	1.91 279	1.39 183	1.57 244	1.55 344	10.65 506	1.06 239	0.32 280	0.28 345	0.32 278	0.30 333	0.36 283	0.33 258

MGS-Stereo	0.80 61	0.56 132	1.53 116	0.93 205	0.39 45	1.26 30	0.73 194	1.45 18	1.30 92	1.01 142	2.26 434	0.80 118	0.56 39	1.16 84	0.65 84	0.27 131	0.23 249	0.26 129	0.22 156	0.27 111	0.25 118

ttt	2.76 450	0.56 132	2.28 201	1.41 457	1.21 421	3.67 315	0.77 234	4.59 557	2.94 508	2.35 433	2.30 447	2.45 379	1.54 342	11.25 535	15.56 577	0.43 418	0.36 419	0.37 380	0.33 369	0.40 315	0.40 348

riskmin	1.25 191	0.56 132	2.05 167	1.05 278	0.93 331	2.86 169	0.55 106	3.23 246	1.34 98	1.55 200	1.07 102	3.56 491	2.03 430	1.29 121	1.00 231	0.28 168	0.27 333	0.34 331	0.21 122	0.41 340	0.43 367

DRaft	2.28 364	0.56 132	2.64 236	0.74 70	0.46 98	3.94 380	1.23 436	2.32 118	1.55 201	2.64 487	2.80 505	1.60 249	5.34 554	6.96 417	10.99 561	0.34 309	0.22 222	0.27 161	0.27 256	0.29 146	0.37 306

HCRNet	1.60 248	0.56 132	2.47 218	0.78 93	1.36 460	4.11 424	0.71 186	3.57 301	2.79 485	1.75 241	1.61 246	1.58 246	1.41 297	5.79 386	1.56 356	0.34 309	0.28 345	0.36 368	0.29 314	0.33 234	0.37 306

test_xeample	2.67 440	0.56 132	2.05 167	1.09 301	0.81 278	3.24 223	0.80 255	4.55 554	2.70 473	2.42 447	2.27 435	1.39 221	1.40 292	10.75 509	17.51 589	0.30 236	0.30 368	0.32 278	0.28 286	0.34 252	0.33 258

UGAM-zero	2.79 451	0.57 142	20.87 561	0.98 236	0.77 268	2.08 105	0.35 28	3.88 365	1.51 168	2.05 331	1.64 253	5.07 555	3.42 519	9.83 475	1.24 283	0.28 168	0.21 193	0.27 161	0.29 314	0.29 146	0.28 178

SMFormer	2.00 317	0.57 142	4.46 292	1.36 439	0.57 173	2.03 96	0.73 194	4.25 482	2.80 489	2.32 425	2.31 454	1.95 313	1.52 332	10.99 521	2.13 442	0.34 309	0.32 388	0.36 368	0.31 349	0.38 298	0.36 292

tta	2.00 317	0.57 142	4.46 292	1.36 439	0.57 173	2.03 96	0.73 194	4.25 482	2.80 489	2.32 425	2.31 454	1.95 313	1.52 332	10.99 521	2.13 442	0.34 309	0.32 388	0.36 368	0.31 349	0.29 146	0.29 188

qqq1	1.92 302	0.57 142	4.46 292	1.36 439	0.57 173	2.03 96	0.73 194	4.25 482	2.80 489	2.32 425	2.31 454	1.95 313	1.52 332	10.99 521	0.71 115	0.34 309	0.32 388	0.30 235	0.23 172	0.29 146	0.29 188

fff1	1.92 302	0.57 142	4.46 292	1.36 439	0.57 173	2.03 96	0.73 194	4.25 482	2.80 489	2.32 425	2.31 454	1.95 313	1.52 332	10.99 521	0.71 115	0.34 309	0.32 388	0.30 235	0.23 172	0.29 146	0.29 188

1111x	3.13 493	0.57 142	8.38 337	1.20 364	0.76 262	3.80 341	0.88 318	4.61 559	2.63 464	2.31 421	2.16 417	1.95 313	1.81 408	11.54 545	18.13 592	0.32 280	0.31 378	0.32 278	0.30 333	0.35 270	0.34 271

qqq	1.30 211	0.57 142	1.67 130	1.15 342	0.51 130	2.18 110	0.91 336	3.98 399	1.53 184	1.50 196	1.24 136	1.79 285	1.34 277	4.66 362	0.98 226	0.28 168	0.31 378	0.33 313	0.33 369	0.33 234	0.32 240

x	1.15 162	0.57 142	1.53 116	1.44 464	0.67 226	1.94 89	0.97 371	3.87 362	1.57 213	1.61 210	1.28 153	1.58 246	1.22 256	1.93 245	1.04 237	0.28 168	0.30 368	0.34 331	0.29 314	0.32 215	0.31 227

PFNet+	1.46 230	0.57 142	2.84 246	0.92 189	0.47 108	4.64 535	0.84 280	2.46 135	1.99 320	2.14 357	1.64 253	1.34 214	1.03 192	4.68 364	1.23 281	0.45 434	0.33 395	0.37 380	0.39 438	0.32 215	0.49 406

cross-raft	2.01 320	0.57 142	19.01 492	1.03 275	0.56 161	2.11 107	0.72 189	3.63 310	1.57 213	1.77 243	1.51 213	3.17 450	1.13 229	1.16 84	0.85 168	0.23 63	0.21 193	0.26 129	0.23 172	0.28 128	0.25 118

222	2.68 444	0.57 142	2.03 164	1.11 317	0.81 278	3.23 220	0.65 160	4.52 552	2.45 435	2.34 432	2.29 442	1.41 227	1.44 308	10.50 500	18.47 594	0.32 280	0.30 368	0.32 278	0.27 256	0.32 215	0.34 271

Gwc-CoAtRS	1.58 242	0.57 142	11.69 381	1.01 257	0.60 188	2.53 145	0.64 151	2.36 120	1.56 207	1.80 250	1.47 202	2.74 408	1.18 249	1.12 71	0.90 193	0.27 131	0.21 193	0.25 98	0.22 156	0.27 111	0.23 89

HSM-Net_RVC	2.87 460	0.57 142	17.46 466	0.92 189	0.90 323	3.70 319	1.20 431	5.64 583	2.51 447	3.22 532	2.43 465	2.54 388	1.59 347	11.41 539	1.65 378	0.34 309	0.25 308	0.26 129	0.23 172	0.30 169	0.29 188
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
monsters	0.82 73	0.58 155	1.16 62	0.76 86	1.52 491	2.92 178	0.40 41	2.66 173	0.72 10	0.66 47	0.84 52	0.38 12	0.41 10	1.84 234	0.48 28	0.20 34	0.16 34	0.20 8	0.16 17	0.19 5	0.19 7

IGEV++	0.90 96	0.58 155	1.32 90	0.94 209	0.45 87	1.27 31	1.00 379	3.32 261	1.55 201	0.82 106	1.34 170	0.86 134	1.09 217	1.16 84	0.89 189	0.33 297	0.18 84	0.23 39	0.19 83	0.29 146	0.22 77

mmm	1.27 203	0.58 155	2.20 187	1.41 457	0.68 231	2.39 129	0.85 289	3.90 372	1.63 244	2.20 383	1.84 336	1.28 206	1.50 326	1.91 244	0.89 189	0.31 259	0.27 333	0.45 442	0.37 418	0.38 298	0.34 271

IPLGR	2.53 420	0.58 155	20.46 546	0.82 108	0.52 139	4.56 525	0.50 83	4.30 506	2.38 419	1.87 264	1.53 221	1.68 259	1.72 390	6.95 416	1.15 258	0.28 168	0.21 193	0.27 161	0.23 172	0.33 234	0.32 240

DEmStereo	2.97 474	0.58 155	13.42 396	0.79 95	0.51 130	3.84 350	1.84 510	2.42 126	1.60 232	2.25 404	2.74 498	2.03 329	6.04 561	6.79 415	12.80 570	0.35 329	0.26 322	0.26 129	0.27 256	0.27 111	0.37 306

SST-Stereo	1.76 275	0.58 155	3.10 256	1.44 464	0.46 98	4.71 553	0.76 221	2.22 103	2.79 485	2.07 339	2.18 421	2.43 374	3.22 509	6.66 407	0.84 165	0.42 412	0.19 119	0.30 235	0.27 256	0.35 270	0.26 142

R-Stereo Train	1.20 174	0.58 155	1.81 143	0.99 242	0.67 226	3.78 335	0.90 328	4.09 432	1.51 168	2.16 370	1.71 276	1.13 181	0.94 171	1.40 143	0.91 200	0.30 236	0.24 284	0.26 129	0.21 122	0.26 98	0.25 118

RAFT-Stereo	1.20 174	0.58 155	1.81 143	0.99 242	0.67 226	3.78 335	0.90 328	4.09 432	1.51 168	2.16 370	1.71 276	1.13 181	0.94 171	1.40 143	0.91 200	0.30 236	0.24 284	0.26 129	0.21 122	0.26 98	0.25 118
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MM-Stereo_test3	1.09 151	0.59 163	1.55 120	1.73 516	1.18 402	1.91 87	0.86 294	3.52 292	1.76 281	1.25 165	1.86 346	1.10 178	0.69 80	1.32 129	0.86 175	0.27 131	0.23 249	0.27 161	0.22 156	0.34 252	0.30 217

SCV_C0	0.89 92	0.59 163	1.96 159	0.83 119	0.44 79	1.24 27	0.64 151	3.33 267	1.66 251	0.82 106	1.20 125	0.73 100	0.66 74	1.62 194	0.66 89	0.32 280	0.21 193	0.24 72	0.20 104	0.28 128	0.23 89

fffy	0.80 61	0.59 163	1.56 122	1.00 250	0.47 108	1.27 31	0.76 221	1.90 69	1.02 59	0.75 73	1.35 173	0.83 124	0.72 87	1.70 214	0.62 71	0.23 63	0.19 119	0.27 161	0.21 122	0.28 128	0.32 240

RAFT-Test	1.44 227	0.59 163	6.10 313	1.01 257	0.69 237	2.90 172	0.80 255	3.68 319	1.70 264	1.85 257	1.68 265	3.15 448	1.03 192	1.20 98	0.99 229	0.27 131	0.22 222	0.25 98	0.23 172	0.27 111	0.25 118

BUS	1.49 234	0.59 163	1.94 154	0.87 154	0.85 301	4.50 509	0.76 221	4.48 544	1.88 303	2.93 511	1.83 331	3.63 493	0.97 177	1.60 188	1.17 265	0.34 309	0.25 308	0.31 258	0.28 286	0.35 270	0.33 258

BSDual-CNN	1.46 230	0.59 163	1.94 154	0.87 154	0.85 301	4.16 442	1.16 420	4.48 544	1.88 303	2.93 511	1.83 331	2.60 394	1.31 272	1.60 188	1.21 275	0.34 309	0.25 308	0.31 258	0.28 286	0.35 270	0.33 258

psmg	1.47 233	0.59 163	1.94 154	0.92 189	0.85 301	4.30 474	1.42 468	4.10 440	1.88 303	2.64 487	2.09 403	2.60 394	1.31 272	1.60 188	1.21 275	0.34 309	0.27 333	0.33 313	0.34 378	0.36 283	0.34 271

PSM-softLoss	1.66 261	0.59 163	5.15 303	2.25 551	0.48 116	4.68 541	0.69 178	2.57 157	1.52 177	2.14 357	1.45 195	1.42 228	0.99 184	6.04 392	1.20 271	0.41 401	0.23 249	0.37 380	0.39 438	0.32 215	0.31 227

KMStereo	1.66 261	0.59 163	5.15 303	2.25 551	0.48 116	4.68 541	0.69 178	2.57 157	1.52 177	2.14 357	1.45 195	1.42 228	0.99 184	6.04 392	1.20 271	0.41 401	0.23 249	0.37 380	0.39 438	0.32 215	0.31 227

RAFT_R40	1.70 266	0.59 163	2.99 252	1.46 470	0.46 98	4.74 557	0.98 377	2.23 104	1.56 207	2.02 322	2.35 462	2.71 405	2.56 474	6.71 411	0.90 193	0.40 386	0.19 119	0.30 235	0.27 256	0.33 234	0.26 142

Pruner-Stereo	1.32 217	0.59 163	2.11 182	1.79 526	0.47 108	4.73 554	0.79 245	2.53 143	1.72 268	2.47 454	1.58 234	1.48 234	1.03 192	1.66 205	1.47 335	0.44 425	0.21 193	0.34 331	0.30 333	0.30 169	0.39 328

MDST_ROB	5.53 559	0.59 163	23.11 595	2.55 563	2.69 566	21.20 604	1.98 516	4.77 566	2.65 467	9.36 593	4.25 545	4.14 518	4.45 541	22.57 602	3.68 504	0.48 455	0.33 395	0.47 451	0.44 469	0.44 378	0.44 373

FlowAnything_test	0.75 36	0.60 175	1.18 65	0.82 108	0.58 182	2.29 121	0.66 163	1.38 13	0.80 24	1.03 149	0.76 38	0.63 69	0.49 24	0.84 18	0.91 200	0.31 259	0.27 333	0.40 407	0.48 483	0.31 188	0.30 217

DilatedVolume-Stereo	0.81 70	0.60 175	1.51 115	1.01 257	0.59 185	1.34 43	0.51 88	1.56 29	1.08 65	1.26 167	1.24 136	0.77 111	0.87 150	1.79 227	0.72 120	0.23 63	0.24 284	0.22 25	0.21 122	0.25 79	0.23 89

LG-Stereo	0.85 80	0.60 175	2.71 239	0.59 5	0.45 87	2.85 167	0.55 106	2.41 123	1.34 98	0.59 25	1.19 123	0.43 26	0.40 8	0.76 7	0.75 132	0.20 34	0.17 53	0.31 258	0.24 198	0.29 146	0.19 7

model_zeroshot	1.21 177	0.60 175	3.55 275	1.05 278	0.57 173	3.46 263	0.63 148	2.73 182	1.55 201	2.05 331	1.38 181	1.50 237	0.82 136	1.69 212	0.87 181	0.29 193	0.23 249	0.30 235	0.23 172	0.27 111	0.32 240

AE-Stereo	1.18 167	0.60 175	2.05 167	1.10 310	0.60 188	4.39 485	0.72 189	3.74 333	1.62 241	1.10 155	1.90 361	1.01 166	0.92 166	1.45 158	0.82 158	0.28 168	0.22 222	0.28 194	0.28 286	0.26 98	0.22 77

ffm	1.72 267	0.60 175	5.21 305	1.14 329	0.99 351	3.62 307	0.86 294	4.22 468	3.37 547	2.20 383	2.30 447	3.48 476	1.62 357	2.21 276	0.65 84	0.29 193	0.16 34	0.48 459	0.37 418	0.30 169	0.29 188

ff1	2.96 470	0.60 175	5.21 305	1.14 329	0.99 351	3.62 307	0.86 294	4.22 468	3.37 547	2.20 383	2.30 447	3.48 476	1.62 357	11.62 549	16.09 579	0.29 193	0.16 34	0.48 459	0.37 418	0.30 169	0.29 188

mmx	2.98 476	0.60 175	5.21 305	1.14 329	0.99 351	3.62 307	0.86 294	4.49 547	3.05 519	2.20 383	2.30 447	3.48 476	1.62 357	11.62 549	16.09 579	0.33 297	0.28 345	0.48 459	0.37 418	0.44 378	0.37 306

xxx	2.98 476	0.60 175	5.21 305	1.14 329	0.99 351	3.62 307	0.86 294	4.49 547	3.05 519	2.20 383	2.30 447	3.48 476	1.62 357	11.62 549	16.09 579	0.33 297	0.28 345	0.48 459	0.37 418	0.44 378	0.37 306

anonymousdsp2	1.26 198	0.60 175	3.74 285	1.02 268	0.41 58	3.60 302	0.72 189	3.68 319	1.47 138	1.37 180	1.56 231	1.83 297	1.01 188	2.00 251	0.66 89	0.29 193	0.20 159	0.28 194	0.20 104	0.32 215	0.29 188

knoymous	1.30 211	0.60 175	5.57 310	0.88 159	0.75 258	3.04 192	0.90 328	2.68 175	1.33 97	1.48 193	1.07 102	2.78 418	0.88 152	1.29 121	0.85 168	0.31 259	0.22 222	0.35 350	0.20 104	0.45 386	0.37 306

CrosDoStereo	5.24 554	0.60 175	20.23 531	0.82 108	0.51 130	3.39 248	18.11 604	3.82 349	2.27 385	1.98 298	8.74 573	1.96 318	6.96 573	7.35 421	26.35 608	0.30 236	0.22 222	0.30 235	0.28 286	0.33 234	0.38 321

AAGNet	2.86 456	0.60 175	1.77 139	2.05 545	0.46 98	4.76 559	1.09 406	2.27 109	1.56 207	2.17 374	1.84 336	2.41 368	4.00 531	6.23 397	24.22 606	0.46 441	0.19 119	0.30 235	0.29 314	0.32 215	0.24 108

ASMatch	2.62 433	0.60 175	20.65 554	1.37 449	0.64 204	4.39 485	0.78 238	1.97 78	1.58 216	1.70 230	3.89 543	1.94 311	3.79 527	5.46 376	1.64 376	0.31 259	0.24 284	0.34 331	0.28 286	0.33 234	0.50 413

DeepStereo_LL	5.24 554	0.60 175	20.23 531	0.82 108	0.51 130	3.39 248	18.11 604	3.82 349	2.27 385	1.98 298	8.74 573	1.96 318	6.96 573	7.35 421	26.35 608	0.30 236	0.22 222	0.30 235	0.28 286	0.33 234	0.38 321

PFNet	2.47 409	0.60 175	16.95 455	2.15 550	0.81 278	4.63 534	0.91 336	2.55 153	1.52 177	2.40 445	2.79 503	1.83 297	1.42 302	7.54 425	1.34 313	0.33 297	0.21 193	0.36 368	0.27 256	0.32 215	0.39 328

IRAFT_RVC	1.87 288	0.60 175	4.33 291	2.40 560	0.66 219	4.59 528	1.59 487	2.96 213	1.51 168	2.23 398	1.75 287	2.09 339	2.63 477	6.70 408	1.50 342	0.33 297	0.21 193	0.33 313	0.29 314	0.32 215	0.32 240

PAM	2.43 400	0.61 192	20.86 559	1.07 287	0.73 251	2.93 182	0.53 98	3.24 248	1.53 184	1.89 273	2.43 465	5.29 561	2.76 482	1.84 234	1.02 233	0.27 131	0.24 284	0.26 129	0.25 210	0.40 315	0.50 413

test_sample3	2.34 382	0.61 192	11.94 382	1.33 421	0.85 301	3.10 203	0.73 194	4.24 480	2.19 369	2.21 392	1.75 287	1.80 288	1.41 297	11.11 530	1.46 330	0.35 329	0.29 355	0.34 331	0.35 396	0.39 310	0.37 306

gcap-zeroshot	1.30 211	0.61 192	4.09 288	0.94 209	0.56 161	3.50 278	0.84 280	3.12 232	1.72 268	1.84 256	1.22 131	2.72 407	0.88 152	1.46 162	0.80 149	0.29 193	0.30 368	0.27 161	0.21 122	0.29 146	0.25 118

NF-Stereo	1.58 242	0.61 192	2.66 237	2.26 553	0.47 108	4.68 541	0.67 165	3.31 256	1.48 147	2.11 347	1.59 238	1.36 217	1.09 217	6.08 394	1.20 271	0.40 386	0.20 159	0.36 368	0.34 378	0.31 188	0.36 292

OCTAStereo	1.58 242	0.61 192	2.72 240	2.27 556	0.46 98	4.68 541	0.67 165	3.30 255	1.48 147	2.11 347	1.59 238	1.36 217	1.09 217	6.02 391	1.21 275	0.41 401	0.20 159	0.36 368	0.34 378	0.31 188	0.37 306

NRIStereo	1.28 206	0.61 192	1.67 130	1.15 342	0.38 42	4.73 554	0.90 328	2.42 126	1.50 161	1.93 285	1.33 165	1.75 272	1.22 256	2.96 324	1.33 310	0.46 441	0.22 222	0.29 215	0.26 230	0.30 169	0.28 178

RE-Stereo	1.58 242	0.61 192	2.72 240	2.26 553	0.46 98	4.68 541	0.68 172	3.31 256	1.48 147	2.11 347	1.59 238	1.36 217	1.09 217	6.01 389	1.22 278	0.41 401	0.20 159	0.36 368	0.34 378	0.31 188	0.37 306

TVStereo	1.58 242	0.61 192	2.72 240	2.26 553	0.46 98	4.68 541	0.68 172	3.31 256	1.48 147	2.11 347	1.59 238	1.36 217	1.09 217	6.01 389	1.22 278	0.41 401	0.20 159	0.36 368	0.34 378	0.31 188	0.37 306

CRE-IMP	1.23 182	0.61 192	2.14 183	0.82 108	0.39 45	4.54 515	0.83 274	2.63 168	1.55 201	1.95 291	1.46 197	1.87 306	0.96 174	1.48 165	1.33 310	0.45 434	0.21 193	0.31 258	0.26 230	0.41 340	0.31 227

XX-Stereo	2.54 422	0.61 192	20.21 530	1.78 521	1.19 409	4.30 474	0.46 71	4.39 530	1.58 216	2.32 425	1.89 356	4.64 543	0.60 53	4.16 356	0.82 158	0.31 259	0.21 193	0.28 194	0.27 256	0.51 414	0.26 142

xyz-stereo-finetune	1.05 145	0.62 202	1.46 107	0.59 5	0.36 16	3.48 269	0.81 265	2.69 177	1.74 277	0.94 132	1.21 129	0.91 147	0.78 118	2.53 301	1.28 297	0.24 77	0.24 284	0.26 129	0.23 172	0.30 169	0.23 89

test_sample6	2.35 387	0.62 202	10.78 371	1.33 421	0.83 293	3.15 209	0.79 245	4.36 524	2.43 430	2.26 407	2.04 389	1.69 264	1.39 288	11.48 544	1.61 365	0.38 366	0.32 388	0.37 380	0.39 438	0.41 340	0.42 358

test_sample5	2.33 378	0.62 202	11.29 376	1.29 403	0.83 293	3.09 201	0.74 206	4.28 495	2.31 397	2.20 383	1.97 375	1.68 259	1.39 288	11.19 532	1.47 335	0.37 349	0.31 378	0.37 380	0.37 418	0.41 340	0.39 328

DualNet	2.33 378	0.62 202	11.29 376	1.29 403	0.83 293	3.09 201	0.74 206	4.28 495	2.31 397	2.26 407	2.04 389	1.68 259	1.39 288	11.19 532	1.47 335	0.37 349	0.31 378	0.37 380	0.37 418	0.41 340	0.39 328

testlalala	1.14 161	0.62 202	1.34 92	1.00 250	0.78 269	4.38 482	0.93 351	2.46 135	2.20 371	2.44 450	1.52 214	1.31 211	0.61 56	1.04 57	0.65 84	0.35 329	0.19 119	0.24 72	0.19 83	0.24 63	0.23 89

iRaft-Stereo_20w	1.88 292	0.62 202	10.58 368	0.90 175	0.83 293	2.96 187	0.78 238	4.90 568	1.58 216	2.29 411	1.60 242	1.25 203	4.51 543	2.28 282	0.90 193	0.29 193	0.21 193	0.26 129	0.24 198	0.41 340	0.31 227

ac_64	2.35 387	0.62 202	9.77 354	1.32 416	1.71 528	3.27 230	0.93 351	3.48 281	2.50 444	1.74 239	1.73 281	3.91 504	1.77 397	10.21 492	1.86 406	0.40 386	0.31 378	0.33 313	0.30 333	0.34 252	0.39 328

GANet-RSSM	1.98 313	0.62 202	3.49 272	1.69 509	1.23 423	4.22 460	0.91 336	3.31 256	1.86 300	1.81 251	1.74 283	2.34 359	1.82 410	10.92 518	1.73 390	0.34 309	0.29 355	0.31 258	0.28 286	0.39 310	0.40 348

SGM-Forest	2.96 470	0.62 202	3.49 272	1.09 301	0.80 275	4.06 410	3.30 562	4.37 527	3.09 523	4.18 560	3.27 530	4.67 545	3.86 529	11.69 558	7.91 547	0.51 477	0.46 489	0.49 473	0.39 438	0.48 404	0.49 406
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
xyz-stereo-finetune2	1.16 166	0.63 211	1.50 113	0.57 1	0.36 16	3.47 266	0.65 160	2.70 178	1.23 76	0.88 123	1.75 287	0.91 147	1.76 395	3.54 336	1.74 391	0.24 77	0.22 222	0.30 235	0.27 256	0.31 188	0.26 142

SCV	0.95 115	0.63 211	1.38 98	1.70 512	0.41 58	1.23 23	0.89 323	3.53 296	1.57 213	0.61 31	1.54 223	0.93 153	0.77 109	1.66 205	0.66 89	0.36 341	0.20 159	0.25 98	0.19 83	0.29 146	0.25 118

PAM_32	2.45 403	0.63 211	20.74 556	1.05 278	0.65 212	2.83 164	0.46 71	2.91 208	1.54 193	1.95 291	2.66 491	4.99 551	3.78 526	1.96 248	0.92 205	0.27 131	0.22 222	0.27 161	0.25 210	0.36 283	0.48 399

rvit_stereo_0081	0.80 61	0.63 211	1.19 66	0.91 183	0.64 204	1.27 31	0.61 133	2.05 83	1.71 265	0.82 106	0.73 34	0.85 130	0.75 100	1.30 125	0.80 149	0.31 259	0.26 322	0.27 161	0.25 210	0.38 298	0.27 159

rvit_stereo_0082	0.80 61	0.63 211	1.19 66	0.91 183	0.64 204	1.27 31	0.61 133	2.05 83	1.71 265	0.82 106	0.73 34	0.85 130	0.75 100	1.30 125	0.80 149	0.31 259	0.26 322	0.27 161	0.25 210	0.38 298	0.27 159

test_sample4	2.34 382	0.63 211	11.59 379	1.30 410	0.83 293	3.07 199	0.72 189	4.27 490	2.30 393	2.30 415	1.88 350	1.73 270	1.42 302	11.14 531	1.46 330	0.35 329	0.29 355	0.35 350	0.36 406	0.40 315	0.38 321

testlalala2	2.31 371	0.63 211	20.54 548	2.56 564	2.87 570	3.79 339	0.76 221	4.20 459	1.48 147	1.42 189	1.43 192	2.45 379	0.80 129	1.03 52	0.68 97	0.27 131	0.25 308	0.24 72	0.21 122	0.33 234	0.28 178

DeepStereo_RVC	1.55 235	0.63 211	3.32 267	0.77 91	0.42 65	4.49 506	0.72 189	2.50 141	1.58 216	2.02 322	1.81 322	1.54 242	6.38 569	1.73 217	1.19 268	0.46 441	0.22 222	0.29 215	0.28 286	0.35 270	0.38 321

test_xeample3	2.12 336	0.63 211	21.55 580	0.91 183	0.47 108	1.85 82	0.94 357	7.96 588	1.23 76	0.75 73	0.76 38	0.64 71	0.70 82	1.77 222	0.83 162	0.30 236	0.21 193	0.27 161	0.21 122	0.27 111	0.24 108

EAI-Stereo	2.35 387	0.63 211	2.97 251	0.95 213	0.65 212	3.84 350	14.27 600	5.04 571	2.19 369	2.06 336	7.25 561	1.10 178	0.94 171	1.65 204	1.37 315	0.31 259	0.22 222	0.27 161	0.60 518	0.27 111	0.32 240

SFCPSM	2.18 345	0.63 211	17.03 456	0.88 159	0.98 348	3.74 328	1.28 442	4.09 432	2.16 364	1.85 257	1.83 331	1.65 255	1.39 288	2.50 291	1.50 342	0.33 297	0.27 333	0.39 401	0.36 406	0.34 252	0.37 306

UPFNet	1.81 282	0.63 211	6.71 317	1.25 382	1.44 479	3.50 278	1.35 449	4.02 411	1.85 299	2.40 445	1.52 214	2.41 368	1.40 292	3.62 339	1.88 408	0.34 309	0.33 395	0.37 380	0.31 349	0.41 340	0.39 328

HUF	1.15 162	0.64 223	8.62 341	0.90 175	0.35 14	1.35 44	0.78 238	1.97 78	1.50 161	0.63 37	1.52 214	0.83 124	0.66 74	1.28 116	0.63 74	0.29 193	0.23 249	0.26 129	0.17 35	0.23 56	0.25 118

ours_stereo	0.76 44	0.64 223	1.40 101	0.86 148	0.61 193	1.12 14	0.57 113	1.63 41	1.20 73	0.72 62	1.43 192	0.70 87	0.62 58	1.56 177	0.58 62	0.25 98	0.18 84	0.26 129	0.21 122	0.29 146	0.31 227

CAS++	0.89 92	0.64 223	1.46 107	0.81 98	0.51 130	1.24 27	0.86 294	3.44 279	1.46 133	1.14 160	1.29 155	0.62 67	0.58 43	1.13 74	0.59 63	0.34 309	0.30 368	0.34 331	0.26 230	0.41 340	0.29 188
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MSKI-zero shot	2.22 348	0.64 223	20.09 526	0.96 219	0.56 161	4.04 407	0.70 184	3.91 377	1.50 161	1.92 281	2.28 439	1.92 309	0.71 84	2.93 322	0.67 94	0.26 114	0.23 249	0.26 129	0.21 122	0.28 128	0.26 142

EKT-Stereo	6.79 573	0.64 223	4.24 290	1.77 520	106.39 623	4.51 513	0.61 133	3.16 237	1.53 184	1.88 267	1.22 131	1.98 322	1.36 282	3.81 344	0.84 165	0.35 329	0.24 284	0.29 215	0.26 230	0.34 252	0.48 399

hknet	1.98 313	0.64 223	8.70 342	0.87 154	1.07 377	4.16 442	1.16 420	4.48 544	1.73 271	2.93 511	1.83 331	3.48 476	1.30 271	3.91 350	1.51 348	0.31 259	0.25 308	0.31 258	0.28 286	0.35 270	0.33 258

GES	1.38 222	0.64 223	2.61 230	1.09 301	0.57 173	4.30 474	1.02 386	3.86 359	1.51 168	1.72 235	1.74 283	1.28 206	1.77 397	1.62 194	1.61 365	0.39 378	0.27 333	0.33 313	0.30 333	0.41 340	0.47 394

ACVNet	1.46 230	0.64 223	3.56 277	0.93 205	0.85 301	4.22 460	0.80 255	2.85 202	2.08 342	1.78 245	1.88 350	3.10 443	1.46 315	1.33 131	1.89 409	0.29 193	0.26 322	0.30 235	0.26 230	0.39 310	0.27 159

acv_ft	1.55 235	0.64 223	3.29 265	1.14 329	2.01 550	2.93 182	0.97 371	3.81 346	2.08 342	2.22 394	1.88 350	3.10 443	1.66 377	1.33 131	2.22 449	0.29 193	0.26 322	0.30 235	0.26 230	0.39 310	0.27 159

MSMDNet	2.23 350	0.64 223	17.32 457	0.84 129	0.75 258	3.53 285	0.64 151	3.61 308	1.98 319	1.71 234	1.64 253	3.22 453	2.99 492	2.08 258	1.11 252	0.31 259	0.37 432	0.45 442	0.26 230	0.62 458	0.45 379

FACV-RUCA	1.26 198	0.65 233	2.21 189	1.06 284	1.50 488	2.69 158	1.15 418	3.05 224	1.87 301	1.36 175	1.99 380	1.03 170	1.15 246	1.36 137	1.10 249	0.41 401	0.41 461	0.73 540	0.41 456	0.61 454	0.41 354

IGEVStereo-DCA	0.86 82	0.65 233	2.05 167	0.90 175	0.46 98	1.57 63	0.86 294	1.62 36	1.24 78	0.65 45	0.77 41	0.74 106	0.72 87	2.59 306	0.86 175	0.28 168	0.21 193	0.28 194	0.21 122	0.29 146	0.27 159

rrr	2.27 359	0.65 233	23.82 599	0.90 175	0.46 98	1.57 63	0.96 368	7.98 589	1.19 72	0.65 45	0.77 41	0.74 106	0.72 87	2.59 306	0.86 175	0.28 168	0.21 193	0.28 194	0.21 122	0.29 146	0.25 118

PCWNet_CMD	2.23 350	0.65 233	17.36 461	0.83 119	0.76 262	3.51 281	0.64 151	3.60 305	1.97 317	1.70 230	1.63 251	3.22 453	3.05 499	2.09 261	1.11 252	0.31 259	0.36 419	0.47 451	0.26 230	0.64 468	0.47 394

IER	1.69 264	0.65 233	7.19 323	0.94 209	1.15 394	3.28 234	0.89 323	3.48 281	1.97 317	2.10 343	1.98 377	2.28 350	2.12 438	2.25 280	1.75 394	0.29 193	0.23 249	0.36 368	0.30 333	0.32 215	0.34 271

IPLG	2.48 411	0.65 233	19.63 507	0.91 183	0.79 273	4.60 530	0.56 110	4.31 509	1.84 298	1.91 279	2.00 382	1.31 211	1.38 285	6.61 404	1.53 352	0.27 131	0.20 159	0.27 161	0.23 172	0.31 188	0.36 292

Patchmatch Stereo++	1.25 191	0.65 233	2.06 176	0.75 72	0.37 31	4.68 541	0.76 221	2.53 143	1.58 216	1.99 303	1.47 202	1.78 278	1.14 236	2.44 286	0.90 193	0.48 455	0.23 249	0.32 278	0.27 256	0.40 315	0.29 188
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
PSM-adaLoss	1.24 187	0.65 233	2.03 164	0.75 72	0.37 31	4.68 541	0.73 194	2.53 143	1.58 216	1.99 303	1.47 202	1.78 278	1.13 229	2.18 272	0.87 181	0.48 455	0.23 249	0.32 278	0.27 256	0.40 315	0.29 188

iRAFT	1.25 191	0.65 233	2.06 176	0.75 72	0.37 31	4.68 541	0.76 221	2.53 143	1.58 216	1.99 303	1.47 202	1.78 278	1.14 236	2.44 286	0.90 193	0.48 455	0.23 249	0.32 278	0.27 256	0.40 315	0.29 188

test-1	1.23 182	0.65 233	1.88 148	0.96 219	0.52 139	3.84 350	0.62 146	4.01 407	1.47 138	1.93 285	1.78 304	1.83 297	0.92 166	1.19 97	1.28 297	0.26 114	0.29 355	0.31 258	0.24 198	0.29 146	0.36 292

pcwnet_v2	2.70 447	0.65 233	22.48 591	1.08 295	1.03 364	3.56 294	0.81 265	4.29 498	3.14 527	2.29 411	2.29 442	3.01 436	1.71 388	3.32 332	1.43 324	0.43 418	0.50 505	0.41 419	0.34 378	0.61 454	0.56 442

AIO-test1	2.18 345	0.66 244	18.95 490	0.89 166	1.48 485	3.40 251	0.97 371	4.19 458	1.68 255	0.86 120	1.35 173	0.99 162	0.75 100	4.47 359	1.27 293	0.23 63	0.23 249	0.28 194	0.33 369	0.31 188	0.35 285

DCVSM-stereo	2.31 371	0.66 244	20.69 555	1.11 317	0.93 331	2.58 150	0.73 194	2.61 166	1.60 232	2.57 471	1.53 221	3.30 461	1.72 390	2.19 273	1.23 281	0.34 309	0.53 508	0.41 419	0.32 361	0.45 386	0.62 462

MaDis-Stereo	0.82 73	0.66 244	1.53 116	0.65 29	1.87 543	1.24 27	0.36 29	2.13 91	1.27 87	0.67 50	0.75 37	0.88 139	0.70 82	1.15 82	1.07 242	0.29 193	0.23 249	0.26 129	0.20 104	0.31 188	0.22 77

CASS	1.29 208	0.66 244	2.62 233	0.95 213	0.66 219	2.84 165	0.69 178	3.00 218	1.79 288	2.57 471	1.95 368	1.39 221	1.55 344	1.59 186	1.06 239	0.50 471	0.28 345	0.34 331	0.28 286	0.46 397	0.63 466
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ROB_FTStereo_v2	1.23 182	0.66 244	2.02 163	0.75 72	0.37 31	4.67 540	0.76 221	2.53 143	1.58 216	1.99 303	1.46 197	1.78 278	1.14 236	2.08 258	0.88 186	0.48 455	0.22 222	0.32 278	0.27 256	0.40 315	0.29 188

ROB_FTStereo	1.25 191	0.66 244	2.14 183	0.75 72	0.37 31	4.65 537	0.77 234	2.53 143	1.58 216	1.99 303	1.47 202	1.78 278	1.13 229	2.26 281	0.86 175	0.47 450	0.22 222	0.32 278	0.27 256	0.40 315	0.29 188

HUI-Stereo	1.25 191	0.66 244	2.33 205	0.75 72	0.37 31	4.68 541	0.78 238	2.53 143	1.58 216	1.99 303	1.46 197	1.79 285	1.13 229	2.17 270	0.85 168	0.48 455	0.23 249	0.32 278	0.27 256	0.40 315	0.29 188

iGMRVC	1.26 198	0.66 244	2.14 183	0.75 72	0.37 31	4.66 538	0.74 206	2.53 143	1.58 216	1.99 303	1.46 197	1.78 278	1.14 236	2.46 288	0.92 205	0.48 455	0.23 249	0.32 278	0.27 256	0.40 315	0.29 188

RAFT-IKP	1.25 191	0.66 244	2.23 194	0.75 72	0.37 31	4.64 535	0.74 206	2.53 143	1.58 216	1.99 303	1.47 202	1.78 278	1.13 229	2.22 278	0.92 205	0.48 455	0.22 222	0.32 278	0.27 256	0.40 315	0.29 188

ICVP	2.26 357	0.66 244	21.18 572	0.99 242	0.88 315	4.28 471	0.95 361	3.32 261	1.60 232	1.66 222	1.76 296	1.34 214	1.14 236	1.62 194	1.32 306	0.53 486	0.35 413	0.33 313	0.29 314	0.40 315	0.51 421
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
tg	1.15 162	0.67 254	1.31 87	0.94 209	0.54 149	4.02 403	0.41 48	2.96 213	1.59 231	1.69 226	1.85 343	1.84 300	0.97 177	1.78 223	0.83 162	0.27 131	0.17 53	0.29 215	0.26 230	0.29 146	0.27 159

rvit_stereo_0083	0.86 82	0.67 254	1.42 104	0.87 154	0.65 212	1.23 23	0.64 151	1.67 45	2.28 389	0.79 100	0.93 72	0.93 153	1.07 212	1.46 162	0.75 132	0.32 280	0.36 419	0.30 235	0.26 230	0.33 234	0.28 178

anonymousa	2.16 341	0.67 254	19.19 493	1.04 277	1.67 522	2.06 104	0.79 245	2.86 205	1.96 315	1.85 257	2.14 414	3.23 455	1.81 408	1.12 71	1.15 258	0.26 114	0.26 322	0.34 331	0.32 361	0.30 169	0.28 178

DAS	2.31 371	0.67 254	4.79 299	1.14 329	1.64 514	2.93 182	2.13 524	4.09 432	2.74 477	4.17 557	2.52 475	2.46 381	1.79 400	11.55 546	1.63 373	0.37 349	0.22 222	0.39 401	0.25 210	0.41 340	0.34 271

SepStereo	2.15 340	0.67 254	4.79 299	1.14 329	1.64 514	2.93 182	2.13 524	4.09 432	2.74 477	4.17 557	2.52 475	2.46 381	1.79 400	8.36 438	1.63 373	0.37 349	0.22 222	0.39 401	0.25 210	0.41 340	0.34 271

GwcNet-ADL	2.47 409	0.67 254	21.48 579	0.96 219	0.72 246	4.61 531	0.95 361	4.42 534	2.36 408	1.98 298	1.80 310	2.55 389	1.24 261	1.90 243	1.41 321	0.40 386	0.46 489	0.24 72	0.27 256	0.41 340	0.49 406

CFNet_pseudo	2.12 336	0.67 254	15.14 434	0.85 141	0.74 256	3.95 385	0.64 151	3.95 390	1.78 284	1.90 274	1.79 307	3.27 458	1.62 357	2.51 294	1.16 262	0.31 259	0.36 419	0.53 490	0.27 256	0.63 460	0.44 373

ccs_rob	2.13 338	0.67 254	15.11 433	0.84 129	0.75 258	3.96 390	0.65 160	3.95 390	1.78 284	1.88 267	1.79 307	3.26 457	1.64 373	2.51 294	1.16 262	0.31 259	0.36 419	0.54 497	0.27 256	0.65 471	0.45 379

mms	0.77 51	0.68 262	1.17 64	0.83 119	0.71 244	1.41 50	0.67 165	1.61 35	1.12 67	0.77 92	1.37 178	0.63 69	0.54 36	1.75 220	0.63 74	0.24 77	0.19 119	0.26 129	0.21 122	0.31 188	0.34 271

CFNet_ucs	2.36 392	0.68 262	18.42 482	0.89 166	0.81 278	3.85 358	0.68 172	4.29 498	2.37 414	2.09 340	2.04 389	3.31 462	1.24 261	2.63 309	1.14 257	0.36 341	0.45 480	0.56 500	0.29 314	0.66 476	0.49 406

GCAP-Stereo	0.93 105	0.68 262	1.35 96	0.85 141	0.41 58	3.61 306	0.52 97	2.20 98	1.50 161	1.11 158	1.04 92	1.17 186	0.84 141	1.11 66	0.71 115	0.25 98	0.20 159	0.27 161	0.18 59	0.28 128	0.23 89

WQFJA1	1.29 208	0.69 265	2.52 220	0.96 219	1.23 423	3.49 272	0.75 216	3.35 269	1.78 284	1.36 175	2.73 496	0.96 159	1.14 236	1.63 198	1.28 297	0.28 168	0.31 378	0.35 350	0.34 378	0.38 298	0.31 227

WQFJX1	1.29 208	0.69 265	2.52 220	0.96 219	1.23 423	3.49 272	0.75 216	3.35 269	1.78 284	1.36 175	2.73 496	0.96 159	1.14 236	1.63 198	1.28 297	0.28 168	0.31 378	0.35 350	0.34 378	0.38 298	0.31 227

IGEV-FE	2.16 341	0.69 265	20.56 549	1.22 373	0.54 149	2.18 110	0.53 98	3.38 273	1.61 236	1.93 285	1.55 227	3.74 496	1.06 209	1.56 177	0.91 200	0.29 193	0.20 159	0.27 161	0.29 314	0.40 315	0.32 240

ff7	0.98 124	0.69 265	2.05 167	0.84 129	0.52 139	4.55 520	0.86 294	1.62 36	1.24 78	0.75 73	1.03 87	0.70 87	0.77 109	1.84 234	0.68 97	0.27 131	0.17 53	0.29 215	0.21 122	0.31 188	0.27 159

ffff	0.98 124	0.69 265	2.05 167	0.84 129	0.52 139	4.55 520	0.86 294	1.62 36	1.24 78	0.75 73	1.03 87	0.70 87	0.77 109	1.84 234	0.68 97	0.27 131	0.17 53	0.29 215	0.21 122	0.31 188	0.27 159

11t	0.98 124	0.69 265	2.05 167	0.84 129	0.52 139	4.55 520	0.86 294	1.62 36	1.24 78	0.75 73	1.03 87	0.70 87	0.77 109	1.84 234	0.68 97	0.27 131	0.17 53	0.29 215	0.21 122	0.31 188	0.27 159

plain	1.55 235	0.69 265	13.59 400	0.65 29	0.73 251	1.66 73	0.57 113	3.17 239	1.94 314	0.77 92	1.24 136	0.80 118	0.86 146	1.60 188	0.96 222	0.33 297	0.21 193	0.32 278	0.25 210	0.42 359	0.28 178

IGEV_Zeroshot_test	2.16 341	0.69 265	20.60 553	1.22 373	0.54 149	2.18 110	0.53 98	3.38 273	1.61 236	1.93 285	1.55 227	3.76 498	1.05 202	1.55 176	0.91 200	0.29 193	0.20 159	0.27 161	0.29 314	0.40 315	0.32 240

anonymousdsp	0.95 115	0.69 265	1.27 82	0.83 119	0.52 139	4.54 515	0.84 280	1.76 53	1.24 78	0.76 87	1.06 100	0.78 112	0.77 109	1.67 209	0.69 106	0.27 131	0.17 53	0.29 215	0.21 122	0.31 188	0.26 142

ccc-4	0.98 124	0.69 265	2.05 167	0.84 129	0.52 139	4.55 520	0.86 294	1.62 36	1.24 78	0.75 73	1.03 87	0.70 87	0.77 109	1.84 234	0.68 97	0.27 131	0.17 53	0.29 215	0.21 122	0.31 188	0.27 159

IGEV-Stereo	0.95 115	0.69 265	1.27 82	0.84 129	0.52 139	4.54 515	0.84 280	1.76 53	1.24 78	0.75 73	1.06 100	0.79 116	0.77 109	1.68 210	0.69 106	0.27 131	0.17 53	0.29 215	0.21 122	0.31 188	0.26 142
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DSFCA	1.89 293	0.69 265	3.14 259	1.10 310	1.18 402	3.99 398	1.79 503	3.50 287	2.16 364	3.10 524	1.64 253	2.91 429	2.50 470	5.38 374	2.26 451	0.43 418	0.38 438	0.37 380	0.36 406	0.50 412	0.42 358

DIP-Stereo	1.24 187	0.69 265	1.77 139	0.65 29	0.61 193	4.29 472	0.58 122	4.44 538	2.53 449	1.98 298	1.33 165	0.91 147	0.86 146	1.25 110	1.25 286	0.36 341	0.23 249	0.32 278	0.23 172	0.32 215	0.29 188
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
castereo	0.82 73	0.70 278	1.04 8	0.85 141	0.50 128	1.29 39	0.91 336	3.22 244	1.20 73	0.83 114	1.24 136	0.72 96	0.91 163	1.00 49	0.67 94	0.26 114	0.16 34	0.25 98	0.20 104	0.24 63	0.21 57

test_sample7	1.65 258	0.70 278	2.60 227	1.48 475	0.76 262	2.38 127	1.07 397	4.35 519	2.11 355	2.14 357	1.75 287	1.75 272	1.67 379	6.26 398	1.26 289	0.44 425	0.48 499	0.43 430	0.40 449	0.46 397	0.43 367

fff	1.74 270	0.70 278	9.08 345	0.81 98	0.36 16	4.15 433	0.57 113	4.23 472	2.09 345	2.30 415	1.80 310	1.19 194	3.02 495	1.44 154	1.46 330	0.29 193	0.23 249	0.23 39	0.18 59	0.24 63	0.42 358

GMOStereo	1.13 156	0.70 278	2.26 196	0.75 72	0.44 79	3.05 194	0.91 336	2.78 191	1.45 125	2.37 438	1.52 214	1.53 238	1.05 202	1.17 91	0.92 205	0.25 98	0.19 119	0.35 350	0.28 286	0.34 252	0.26 142

error version	1.13 156	0.70 278	2.26 196	0.75 72	0.44 79	3.05 194	0.91 336	2.78 191	1.45 125	2.37 438	1.52 214	1.53 238	1.05 202	1.17 91	0.92 205	0.25 98	0.19 119	0.35 350	0.28 286	0.34 252	0.26 142

test-v	1.13 156	0.70 278	2.26 196	0.75 72	0.44 79	3.05 194	0.91 336	2.78 191	1.45 125	2.37 438	1.52 214	1.53 238	1.05 202	1.17 91	0.92 205	0.25 98	0.19 119	0.35 350	0.28 286	0.34 252	0.26 142

test-2	1.13 156	0.70 278	2.26 196	0.75 72	0.44 79	3.05 194	0.91 336	2.78 191	1.45 125	2.37 438	1.52 214	1.53 238	1.05 202	1.17 91	0.92 205	0.25 98	0.19 119	0.35 350	0.28 286	0.34 252	0.26 142

iRaftStereo_RVC	1.09 151	0.70 278	1.39 99	0.95 213	0.45 87	3.83 345	0.42 52	2.37 121	1.58 216	1.69 226	1.76 296	1.80 288	0.83 140	1.50 168	0.98 226	0.28 168	0.18 84	0.29 215	0.26 230	0.30 169	0.31 227

csc	1.74 270	0.70 278	9.08 345	0.81 98	0.36 16	4.15 433	0.57 113	4.23 472	2.09 345	2.30 415	1.80 310	1.19 194	3.02 495	1.44 154	1.46 330	0.29 193	0.23 249	0.23 39	0.18 59	0.24 63	0.42 358

cscssc	1.74 270	0.70 278	9.08 345	0.81 98	0.36 16	4.15 433	0.57 113	4.23 472	2.09 345	2.30 415	1.80 310	1.19 194	3.02 495	1.44 154	1.46 330	0.29 193	0.23 249	0.23 39	0.18 59	0.24 63	0.42 358

RASNet	2.56 427	0.70 278	10.06 359	1.60 498	2.25 561	3.67 315	1.00 379	3.38 273	3.14 527	1.81 251	2.11 408	4.60 540	2.30 455	10.25 494	2.61 480	0.37 349	0.24 284	0.25 98	0.24 198	0.28 128	0.26 142

CBMV_ROB	3.62 515	0.70 278	21.42 578	1.21 370	0.89 320	4.43 496	1.76 502	4.39 530	2.79 485	5.88 575	3.38 533	4.18 520	5.12 550	10.75 509	2.32 456	0.56 492	0.55 515	0.53 490	0.51 497	0.55 429	0.46 389

depthmonostereo	0.94 108	0.71 290	2.39 212	0.85 141	0.54 149	2.21 115	0.53 98	1.83 61	1.17 70	0.95 136	1.09 104	0.99 162	0.97 177	2.37 284	0.68 97	0.23 63	0.27 333	0.22 25	0.20 104	0.25 79	0.26 142

ProNet	0.82 73	0.71 290	1.50 113	0.86 148	0.45 87	1.78 77	0.83 274	1.75 52	1.28 89	0.66 47	1.13 114	0.78 112	0.76 107	1.66 205	0.71 115	0.24 77	0.20 159	0.25 98	0.23 172	0.29 146	0.25 118

MIPNet	2.33 378	0.71 290	19.82 512	0.89 166	0.56 161	4.76 559	0.61 133	4.32 513	2.37 414	1.83 255	1.48 209	1.48 234	1.98 429	2.63 309	1.44 326	0.29 193	0.20 159	0.26 129	0.23 172	0.30 169	0.39 328

HHNet	2.48 411	0.71 290	20.52 547	0.64 21	0.64 204	4.07 415	0.93 351	3.76 336	1.56 207	2.15 365	4.92 552	0.98 161	3.37 514	1.66 205	1.79 398	0.32 280	0.20 159	0.31 258	0.27 256	0.36 283	0.42 358

ITSA-stereo	1.86 287	0.72 294	3.74 285	1.20 364	0.66 219	4.09 417	0.91 336	4.24 480	2.53 449	1.93 285	1.77 301	1.59 248	2.15 442	6.12 395	2.44 467	0.40 386	0.38 438	0.40 407	0.40 449	0.50 412	0.98 525

rvit_stereo_0080	0.94 108	0.72 294	2.56 224	0.64 21	0.59 185	1.90 85	0.75 216	2.71 179	1.40 113	0.91 127	1.04 92	0.85 130	0.82 136	1.14 76	0.78 142	0.35 329	0.29 355	0.25 98	0.27 256	0.45 386	0.29 188

MyStereo06	2.46 406	0.72 294	19.97 519	1.02 268	0.99 351	4.26 465	0.86 294	3.51 291	1.68 255	1.92 281	1.73 281	4.01 510	4.22 536	1.62 194	0.88 186	0.24 77	0.23 249	0.34 331	0.26 230	0.42 359	0.36 292

MyStereo05	2.37 393	0.72 294	19.94 517	1.02 268	0.99 351	4.26 465	0.86 294	4.01 407	2.62 462	2.14 357	1.26 145	2.28 350	1.63 370	2.07 256	1.68 381	0.24 77	0.23 249	0.34 331	0.26 230	0.42 359	0.36 292

whm_eth	0.94 108	0.72 294	2.56 224	0.64 21	0.59 185	1.90 85	0.75 216	2.71 179	1.40 113	0.91 127	1.04 92	0.85 130	0.82 136	1.14 76	0.78 142	0.35 329	0.29 355	0.25 98	0.27 256	0.45 386	0.29 188

ToySt	1.35 218	0.72 294	3.65 283	1.01 257	0.50 128	3.31 239	1.01 382	3.46 280	1.73 271	1.30 168	1.55 227	2.07 338	1.47 317	1.88 242	1.40 317	0.27 131	0.27 333	0.30 235	0.32 361	0.42 359	0.39 328

RAFT+CT+SA	1.62 252	0.72 294	7.42 325	0.97 228	1.42 478	4.04 407	0.94 357	3.90 372	1.61 236	1.61 210	1.63 251	1.33 213	1.18 249	2.73 318	1.10 249	0.27 131	0.19 119	0.31 258	0.34 378	0.33 234	0.33 258

PSMNet-ADL	1.91 299	0.72 294	1.78 141	1.09 301	0.86 306	4.18 450	0.78 238	3.77 338	2.10 353	1.72 235	1.85 343	2.91 429	1.82 410	10.38 499	1.91 412	0.48 455	0.46 489	0.28 194	0.29 314	0.38 298	0.51 421

raftrobust	1.19 169	0.72 294	2.30 202	1.26 389	1.31 442	3.55 292	0.68 172	2.75 185	1.47 138	2.21 392	1.38 181	1.17 186	1.22 256	1.20 98	1.11 252	0.28 168	0.24 284	0.21 20	0.19 83	0.25 79	0.28 178

RAFT-Stereo + iAFF	1.25 191	0.72 294	1.74 137	1.05 278	0.36 16	4.13 429	0.42 52	2.95 212	2.84 499	2.02 322	2.40 464	1.61 251	1.11 226	1.26 111	0.97 223	0.21 41	0.15 23	0.26 129	0.23 172	0.29 146	0.23 89

SGM_RVC	4.57 543	0.72 294	17.46 466	1.84 530	0.58 182	4.23 463	3.45 566	4.66 561	3.66 556	7.99 588	8.82 576	7.56 575	8.74 586	12.30 571	6.84 537	0.43 418	0.38 438	0.39 401	0.35 396	0.51 414	0.48 399
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Former-RAFT_DAM_RVC	0.92 101	0.73 305	1.42 104	0.92 189	1.08 379	2.97 188	0.53 98	1.77 56	1.39 109	1.16 161	1.54 223	0.58 59	0.65 67	1.03 52	0.84 165	0.25 98	0.23 249	0.30 235	0.24 198	0.43 370	0.29 188

tt1	1.79 279	0.73 305	10.41 366	1.75 518	0.36 16	4.55 520	0.79 245	4.22 468	3.37 547	1.08 153	1.80 310	0.74 106	1.48 319	2.21 276	0.65 84	0.29 193	0.16 34	0.31 258	0.22 156	0.30 169	0.29 188

ADStereo(finetuned)	2.04 324	0.73 305	13.28 394	0.82 108	0.40 51	4.16 442	0.59 126	4.25 482	2.97 510	2.35 433	1.84 336	1.18 190	3.40 515	1.52 173	1.54 353	0.29 193	0.24 284	0.23 39	0.18 59	0.30 169	0.51 421

GANet-ADL	2.20 347	0.73 305	20.11 527	1.25 382	0.69 237	3.83 345	0.76 221	3.49 284	1.71 265	1.65 220	1.99 380	2.10 340	1.10 223	1.42 151	1.26 289	0.38 366	0.33 395	0.25 98	0.22 156	0.42 359	0.36 292

DCANet	1.74 270	0.73 305	9.08 345	0.82 108	0.40 51	4.18 450	0.59 126	4.25 482	2.97 510	2.35 433	1.84 336	1.18 190	1.63 370	1.51 171	1.55 354	0.29 193	0.24 284	0.23 39	0.18 59	0.30 169	0.53 428

hitnet-ft	2.37 393	0.73 305	8.34 335	0.96 219	0.89 320	3.77 332	0.80 255	3.55 299	2.58 457	2.24 401	2.04 389	3.65 495	1.49 325	11.71 559	1.89 409	0.44 425	0.53 508	0.44 435	0.35 396	0.52 418	0.48 399

DISCO	2.25 354	0.73 305	10.06 359	1.76 519	1.12 389	3.47 266	1.25 439	3.24 248	2.26 383	2.65 491	1.96 369	4.53 537	1.92 425	4.17 357	3.61 502	0.32 280	0.25 308	0.31 258	0.29 314	0.66 476	0.41 354

NOSS_ROB	2.27 359	0.73 305	3.00 253	1.71 513	1.00 360	3.90 367	0.97 371	4.29 498	2.81 495	2.94 515	2.19 423	3.88 503	1.19 253	11.77 561	1.62 370	0.59 497	0.54 510	0.56 500	0.52 500	0.56 435	0.54 434

FE-Mocha	1.06 146	0.74 313	2.45 217	0.97 228	0.69 237	1.57 63	0.40 41	2.92 210	1.47 138	1.82 253	1.81 322	1.62 252	0.88 152	1.36 137	0.78 142	0.29 193	0.20 159	0.35 350	0.31 349	0.26 98	0.33 258

GCAP-BAT	1.21 177	0.74 313	3.23 261	0.95 213	0.70 241	3.86 360	0.93 351	1.89 66	1.48 147	1.85 257	1.96 369	1.68 259	0.79 122	1.78 223	0.81 155	0.29 193	0.20 159	0.24 72	0.20 104	0.26 98	0.35 285

rvit_stereo_0075_2	1.18 167	0.74 313	2.66 237	0.90 175	1.27 434	2.51 139	0.69 178	2.25 106	2.06 339	1.40 185	1.86 346	1.46 233	0.84 141	1.42 151	0.94 216	0.46 441	0.40 452	0.48 459	0.38 431	0.46 397	0.51 421

ACVNet-DCA	1.85 286	0.74 313	13.77 403	1.78 521	0.36 16	4.48 500	0.74 206	3.98 399	1.53 184	1.01 142	1.81 322	0.72 96	1.62 357	2.13 263	0.64 77	0.29 193	0.17 53	0.32 278	0.21 122	0.33 234	0.32 240

xx1	2.03 322	0.74 313	13.77 403	1.78 521	0.36 16	4.48 500	0.74 206	4.23 472	3.95 563	1.01 142	1.81 322	1.79 285	1.34 277	2.13 263	0.64 77	0.29 193	0.17 53	0.33 313	0.33 369	0.33 234	0.32 240

1test111	1.99 316	0.74 313	13.77 403	1.78 521	0.36 16	4.48 500	0.74 206	3.98 399	1.53 184	1.01 142	1.81 322	0.72 96	1.62 357	4.66 362	0.98 226	0.29 193	0.17 53	0.32 278	0.21 122	0.33 234	0.32 240

cc1	1.98 313	0.74 313	13.77 403	1.78 521	0.36 16	4.48 500	0.74 206	4.23 472	3.95 563	1.01 142	1.81 322	0.72 96	1.62 357	2.13 263	0.64 77	0.29 193	0.17 53	0.32 278	0.21 122	0.31 188	0.29 188

testlalala_base	1.62 252	0.74 313	1.63 127	1.19 359	1.40 469	2.63 154	0.84 280	4.09 432	1.31 94	1.22 164	1.42 190	1.21 199	0.85 143	1.16 84	0.73 123	3.92 590	2.10 580	0.27 161	0.18 59	4.49 588	1.11 533

DCRE	1.44 227	0.74 313	3.50 274	1.13 328	0.72 246	1.78 77	0.67 165	2.14 93	1.56 207	1.99 303	8.09 568	1.73 270	1.07 212	1.24 104	0.83 162	0.23 63	0.25 308	0.26 129	0.26 230	0.28 128	0.30 217

NINENet	1.87 288	0.74 313	2.60 227	1.12 321	1.06 373	4.50 509	0.76 221	4.41 533	2.24 377	2.16 370	1.86 346	3.63 493	0.97 177	8.00 435	1.17 265	0.41 401	0.30 368	0.41 419	0.30 333	0.41 340	0.36 292

UNet	2.51 416	0.74 313	20.17 529	1.14 329	1.44 479	3.48 269	0.76 221	3.77 338	1.87 301	2.05 331	1.57 233	2.75 410	2.39 462	3.51 335	2.51 473	0.32 280	0.26 322	0.41 419	0.26 230	0.38 298	0.39 328

HGLStereo	2.03 322	0.74 313	7.50 328	1.23 378	1.56 501	3.62 307	0.95 361	3.78 341	1.89 307	2.03 326	2.20 425	3.12 446	2.14 441	5.68 383	2.04 429	0.37 349	0.31 378	0.32 278	0.29 314	0.40 315	0.45 379

DMCA	1.72 267	0.74 313	6.63 316	1.14 329	0.96 337	3.98 397	0.90 328	3.75 334	2.76 481	2.83 506	1.58 234	2.35 361	1.18 249	1.58 181	1.98 424	0.40 386	0.27 333	0.42 426	0.26 230	0.36 283	0.38 321

Zero-FE251	0.80 61	0.75 326	1.71 132	0.88 159	0.70 241	2.59 151	0.45 65	1.38 13	0.83 32	1.79 249	0.61 22	0.73 100	0.81 133	0.82 16	0.61 67	0.29 193	0.23 249	0.27 161	0.19 83	0.20 19	0.20 27

rvit_stereo_0081_aga	0.81 70	0.75 326	1.84 145	0.72 65	0.73 251	1.21 22	0.63 148	1.92 72	1.39 109	0.87 122	0.80 46	0.79 116	0.69 80	1.27 115	0.69 106	0.35 329	0.29 355	0.26 129	0.25 210	0.40 315	0.27 159

DispNO	3.00 480	0.75 326	18.92 489	1.17 350	1.10 385	3.72 323	0.94 357	4.29 498	2.54 453	2.24 401	2.28 439	4.51 535	2.12 438	11.40 538	2.09 437	0.31 259	0.28 345	0.31 258	0.28 286	0.36 283	0.39 328

StereoVision	1.65 258	0.75 326	7.47 327	1.01 257	1.80 540	2.61 152	0.61 133	3.06 227	1.96 315	1.25 165	3.46 536	1.85 304	0.88 152	2.07 256	1.93 415	0.43 418	0.36 419	0.37 380	0.36 406	0.48 404	0.33 258

test_5	1.87 288	0.75 326	10.23 363	1.14 329	1.40 469	3.85 358	1.27 440	3.91 377	1.93 313	1.69 226	1.78 304	1.67 257	1.79 400	2.99 326	1.17 265	0.30 236	0.18 84	0.35 350	0.33 369	0.34 252	0.33 258

SA	1.62 252	0.75 326	3.78 287	1.07 287	0.43 71	4.26 465	1.36 451	4.45 541	3.12 524	1.63 213	1.97 375	1.68 259	2.26 453	2.55 302	1.27 293	0.27 131	0.22 222	0.37 380	0.37 418	0.35 270	0.30 217

ISRNet	1.69 264	0.76 332	5.69 311	1.27 397	1.36 460	2.85 167	0.61 133	3.60 305	1.91 311	2.13 354	2.12 411	2.90 426	1.41 297	2.51 294	1.71 384	0.49 467	0.50 505	0.56 500	0.47 478	0.49 410	0.57 446

Anonymous3	1.72 267	0.76 332	11.61 380	0.83 119	0.84 300	4.46 498	0.84 280	3.57 301	1.16 68	1.34 172	1.37 178	1.11 180	1.03 192	1.58 181	1.13 256	0.70 522	0.58 523	0.33 313	0.35 396	0.47 401	0.42 358

delet	1.92 302	0.76 332	5.14 302	1.01 257	1.65 518	3.44 257	2.03 519	3.76 336	2.48 439	2.01 317	2.05 395	2.63 398	1.90 423	5.34 373	2.12 439	0.28 168	0.29 355	0.40 407	0.31 349	0.41 340	0.45 379

FC-DCNN v2	6.91 576	0.77 335	19.25 495	1.69 509	1.64 514	9.13 588	2.40 533	7.20 587	9.47 591	11.07 603	11.62 589	20.05 600	15.79 596	12.55 578	11.99 568	0.66 512	0.57 518	0.58 505	0.56 510	0.63 460	0.61 459

STrans-v2	3.03 484	0.77 335	20.91 562	0.81 98	0.63 202	3.89 365	1.01 382	4.27 490	2.64 466	2.28 409	3.70 539	4.13 517	5.20 551	7.33 420	1.27 293	0.31 259	0.18 84	0.29 215	0.25 210	0.29 146	0.41 354

TransformOpticalFlow	3.03 484	0.77 335	20.99 565	1.00 250	0.55 157	4.18 450	0.64 151	4.33 515	3.02 517	2.18 376	3.09 521	4.35 528	5.07 549	7.36 423	1.27 293	0.32 280	0.18 84	0.32 278	0.26 230	0.28 128	0.46 389

AFF-stereo	1.31 215	0.77 335	1.46 107	1.10 310	0.45 87	3.93 375	0.48 80	2.92 210	2.92 505	1.90 274	2.21 427	2.11 342	1.52 332	1.93 245	1.12 255	0.21 41	0.16 34	0.25 98	0.25 210	0.29 146	0.20 27

PSMNet-RSSM	1.96 309	0.77 335	3.26 263	1.29 403	1.31 442	4.19 454	0.96 368	3.68 319	1.89 307	2.05 331	1.80 310	2.60 394	1.70 386	9.84 476	1.81 399	0.35 329	0.29 355	0.35 350	0.37 418	0.42 359	0.35 285

FC-DCNN	6.64 571	0.77 335	19.26 497	1.68 508	1.64 514	8.27 586	2.35 532	6.35 585	9.23 590	10.85 601	11.27 587	19.89 598	13.33 591	12.51 577	11.79 567	0.66 512	0.57 518	0.58 505	0.56 510	0.63 460	0.61 459

G2L-ROB	2.13 338	0.78 341	10.06 359	1.19 359	1.06 373	3.84 350	0.93 351	3.32 261	2.27 385	2.20 383	1.47 202	2.65 400	1.20 255	8.38 440	1.81 399	0.28 168	0.19 119	0.23 39	0.22 156	0.28 128	0.32 240

CoDeX	2.40 395	0.78 341	13.21 393	1.00 250	1.18 402	3.24 223	1.32 445	4.14 449	2.41 426	1.74 239	1.84 336	2.05 333	1.47 317	10.03 486	1.60 362	0.34 309	0.28 345	0.32 278	0.27 256	0.32 215	0.39 328

MIM_Stereo	1.20 174	0.78 341	3.30 266	1.05 278	0.43 71	3.04 192	0.60 129	2.46 135	1.51 168	1.60 205	1.58 234	1.82 294	1.29 268	2.00 251	1.07 242	0.24 77	0.24 284	0.28 194	0.25 210	0.27 111	0.27 159

CRFU-Net	2.49 413	0.78 341	10.36 364	2.30 557	1.08 379	3.91 368	1.41 466	3.85 356	1.65 249	2.15 365	1.76 296	3.34 464	7.95 581	5.56 380	1.48 338	0.47 450	0.35 413	0.30 235	0.28 286	0.37 293	0.43 367

WQFJX	1.84 285	0.79 345	2.38 210	1.00 250	1.17 401	3.77 332	1.36 451	3.50 287	2.01 326	1.65 220	2.64 489	1.84 300	3.10 502	7.76 431	1.91 412	0.25 98	0.25 308	0.37 380	0.27 256	0.42 359	0.35 285

DDVS	1.68 263	0.79 345	2.52 220	1.26 389	1.16 399	3.17 210	0.78 238	3.12 232	1.82 291	1.86 262	1.91 362	2.92 431	1.43 305	6.20 396	1.63 373	0.45 434	0.65 535	0.34 331	0.38 431	0.48 404	0.79 505

Sa-1000	1.63 256	0.79 345	3.56 277	1.11 317	0.48 116	4.06 410	1.41 466	4.49 547	2.75 480	2.00 315	2.80 505	1.84 300	1.43 305	2.64 311	1.50 342	0.27 131	0.19 119	0.36 368	0.33 369	0.36 283	0.30 217

IIG-Stereo	1.95 307	0.79 345	2.14 183	2.78 568	0.66 219	4.62 532	0.76 221	4.27 490	1.53 184	2.63 486	3.14 525	3.35 465	1.61 354	7.65 429	1.41 321	0.39 378	0.20 159	0.31 258	0.25 210	0.33 234	0.22 77

cf-r	2.57 430	0.79 345	16.09 442	1.48 475	1.35 457	4.19 454	0.93 351	3.68 319	2.36 408	1.97 296	1.81 322	3.42 472	1.45 312	8.24 437	1.83 403	0.32 280	0.26 322	0.33 313	0.30 333	0.34 252	0.37 306

MyStereo07	1.01 138	0.80 350	1.26 77	1.00 250	1.04 367	3.95 385	0.95 361	2.07 87	1.42 118	0.75 73	1.22 131	0.68 83	0.91 163	1.63 198	0.67 94	0.24 77	0.24 284	0.34 331	0.26 230	0.41 340	0.37 306

MyStereo04	2.29 367	0.80 350	18.77 486	1.00 250	1.04 367	3.95 385	0.95 361	3.91 377	2.54 453	1.99 303	1.27 152	2.31 357	1.65 375	2.02 255	1.77 395	0.24 77	0.24 284	0.34 331	0.26 230	0.41 340	0.37 306

rafts_anoy	1.24 187	0.80 350	3.61 281	1.17 350	1.20 415	3.00 189	0.61 133	3.17 239	1.58 216	1.37 180	1.26 145	1.19 194	1.12 227	1.78 223	1.25 286	0.32 280	0.23 249	0.32 278	0.32 361	0.31 188	0.30 217

GEStereo_RVC	1.91 299	0.80 350	6.57 315	1.20 364	1.06 373	4.02 403	1.43 470	4.13 443	1.89 307	2.03 326	1.80 310	2.34 359	1.86 417	4.94 366	1.77 395	0.48 455	0.38 438	0.32 278	0.28 286	0.42 359	0.50 413

TestStereo1	1.56 239	0.81 354	2.32 203	1.61 501	0.64 204	4.13 429	1.36 451	3.79 342	3.20 535	1.60 205	2.57 482	1.39 221	2.15 442	2.51 294	1.30 303	0.29 193	0.20 159	0.34 331	0.25 210	0.40 315	0.36 292

SA-5K	1.56 239	0.81 354	2.32 203	1.61 501	0.64 204	4.13 429	1.36 451	3.79 342	3.20 535	1.60 205	2.57 482	1.39 221	2.15 442	2.51 294	1.30 303	0.29 193	0.20 159	0.34 331	0.25 210	0.40 315	0.36 292

MMNet	2.02 321	0.81 354	10.76 370	1.12 321	1.23 423	3.53 285	0.89 323	3.79 342	2.08 342	2.15 365	1.76 296	2.15 343	2.12 438	3.69 342	2.32 456	0.31 259	0.29 355	0.34 331	0.27 256	0.38 298	0.42 358

psm_up	2.28 364	0.81 354	5.45 309	1.26 389	1.50 488	3.84 350	1.23 436	4.23 472	2.03 330	2.55 467	1.80 310	2.44 378	1.65 375	12.90 580	1.58 358	0.37 349	0.38 438	0.41 419	0.34 378	0.43 370	0.39 328

FAT-Stereo	3.34 507	0.81 354	20.05 521	1.25 382	1.20 415	3.44 257	1.99 517	4.23 472	2.67 470	3.14 527	3.82 542	3.51 485	3.32 513	11.68 557	1.94 417	0.64 507	0.67 539	0.48 459	0.52 500	0.61 454	0.81 507

HSM	2.35 387	0.81 354	2.21 189	1.14 329	1.55 498	3.44 257	1.03 388	3.99 403	2.25 380	2.29 411	2.11 408	8.04 577	3.05 499	11.60 547	1.71 384	0.33 297	0.22 222	0.28 194	0.23 172	0.32 215	0.35 285

StereoDRNet-Refined	1.77 277	0.81 354	2.22 192	1.21 370	0.76 262	3.26 228	0.71 186	3.82 349	2.05 337	2.29 411	2.05 395	2.98 433	1.44 308	7.15 418	2.27 453	0.30 236	0.23 249	0.42 426	0.33 369	0.45 386	0.64 470
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MSCF	0.97 122	0.82 361	1.26 77	0.88 159	0.40 51	3.17 210	0.88 318	2.79 196	1.39 109	1.32 170	1.19 123	0.58 59	1.33 275	1.28 116	0.64 77	0.25 98	0.19 119	0.25 98	0.25 210	0.28 128	0.32 240

THIR-Stereo	4.14 535	0.82 361	10.85 372	0.86 148	0.43 71	2.16 109	16.77 602	3.22 244	1.54 193	2.04 329	12.05 591	2.68 401	7.53 578	7.30 419	12.62 569	0.30 236	0.21 193	0.29 215	0.28 286	0.33 234	0.41 354

sCroCo_RVC	1.06 146	0.82 361	5.05 301	1.02 268	1.05 369	0.98 9	0.61 133	2.06 85	1.29 90	0.69 55	1.26 145	0.82 122	1.10 223	1.20 98	0.90 193	0.42 412	0.40 452	0.33 313	0.30 333	0.46 397	0.38 321

HITNet	2.07 329	0.82 361	14.77 423	1.34 428	0.56 161	3.47 266	0.80 255	4.07 426	2.35 405	2.16 370	1.61 246	1.64 254	1.44 308	2.09 261	2.56 479	0.26 114	0.18 84	0.41 419	0.26 230	0.45 386	0.25 118
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
VIP-Stereo	0.85 80	0.83 365	1.59 126	0.76 86	0.87 311	3.18 212	0.80 255	1.94 76	0.83 32	0.78 95	1.04 92	0.64 71	0.59 49	1.24 104	0.61 67	0.28 168	0.18 84	0.23 39	0.17 35	0.22 47	0.19 7

iRaft-Stereo_5w	2.10 332	0.83 365	8.57 338	0.81 98	0.76 262	3.21 216	0.84 280	3.71 330	1.65 249	1.56 202	2.50 472	2.20 346	2.23 451	9.13 456	2.01 427	0.38 366	0.19 119	0.35 350	0.27 256	0.45 386	0.39 328

raft+_RVC	1.21 177	0.83 365	2.61 230	1.35 433	0.97 341	3.60 302	0.76 221	3.23 246	1.51 168	1.33 171	1.67 262	1.03 170	1.10 223	1.87 241	0.92 205	0.24 77	0.22 222	0.25 98	0.24 198	0.26 98	0.25 118

ADLNet	2.29 367	0.83 365	3.62 282	1.35 433	1.60 507	3.67 315	1.24 438	3.95 390	2.98 513	2.58 475	2.29 442	4.01 510	1.79 400	11.23 534	2.09 437	0.37 349	0.38 438	0.36 368	0.34 378	0.45 386	0.71 483

AdaStereo	1.45 229	0.83 365	2.34 208	1.28 399	0.81 278	3.21 216	1.14 417	4.20 459	2.46 438	2.05 331	1.77 301	2.48 383	1.18 249	1.71 215	1.44 326	0.43 418	0.25 308	0.43 430	0.28 286	0.44 378	0.34 271
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.
4D-IteraStereo	1.97 311	0.84 370	20.43 545	0.78 93	1.56 501	2.09 106	1.05 394	2.43 129	1.56 207	1.41 187	1.00 83	1.94 311	0.61 56	1.22 101	1.06 239	0.27 131	0.18 84	0.31 258	0.26 230	0.27 111	0.23 89

RAFT	1.23 182	0.84 370	2.05 167	0.96 219	0.47 108	1.80 79	0.94 357	3.18 241	1.46 133	1.60 205	1.71 276	3.04 438	1.59 347	1.64 202	1.32 306	0.38 366	0.24 284	0.40 407	0.32 361	0.40 315	0.35 285

FCDSN-DC	6.04 567	0.84 370	19.25 495	1.24 380	1.09 383	4.38 482	2.62 543	4.38 528	4.71 571	9.59 596	11.22 586	19.19 597	17.40 599	12.30 571	8.55 551	0.69 521	0.57 518	0.60 513	0.60 518	0.70 484	0.78 501
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
UCFNet_RVC	1.57 241	0.84 370	3.25 262	1.36 439	1.40 469	4.07 415	1.01 382	2.68 175	1.50 161	2.11 347	1.88 350	2.37 364	1.50 326	3.41 333	1.42 323	0.36 341	0.28 345	0.52 485	0.40 449	0.53 424	0.43 367

coex_refinement	2.10 332	0.85 374	3.67 284	1.31 413	1.13 391	3.21 216	0.85 289	3.86 359	2.31 397	2.51 460	1.92 364	3.49 482	1.69 384	11.08 528	2.13 442	0.37 349	0.25 308	0.27 161	0.31 349	0.41 340	0.37 306

HART	1.03 143	0.85 374	3.13 258	0.84 129	0.38 42	1.17 19	0.42 52	3.54 297	1.47 138	1.08 153	2.17 419	1.48 234	0.57 40	1.37 142	0.74 129	0.23 63	0.18 84	0.28 194	0.21 122	0.32 215	0.24 108

LL-Strereo2	1.23 182	0.85 374	2.38 210	0.93 205	0.68 231	3.72 323	1.37 457	2.54 152	1.99 320	1.75 241	1.40 186	1.82 294	0.73 92	1.40 143	0.99 229	0.31 259	0.23 249	0.55 498	0.35 396	0.29 146	0.24 108

G2L-Stereo_test	2.11 334	0.86 377	7.12 322	1.65 505	1.19 409	3.54 289	1.02 386	3.57 301	2.01 326	2.50 457	1.68 265	3.15 448	1.50 326	9.21 459	1.62 370	0.28 168	0.19 119	0.23 39	0.22 156	0.27 111	0.31 227

HH	2.23 350	0.86 377	21.59 581	0.98 236	0.51 130	1.49 57	0.82 269	2.74 183	1.54 193	1.10 155	1.69 270	4.62 541	1.86 417	2.55 302	0.69 106	0.26 114	0.22 222	0.29 215	0.23 172	0.34 252	0.27 159

HanStereo	2.23 350	0.86 377	21.59 581	0.98 236	0.51 130	1.49 57	0.82 269	2.74 183	1.54 193	1.10 155	1.69 270	4.62 541	1.86 417	2.55 302	0.69 106	0.26 114	0.22 222	0.29 215	0.23 172	0.34 252	0.27 159

Select-FE	2.25 354	0.87 380	17.36 461	1.06 284	0.99 351	2.04 101	0.46 71	3.79 342	1.61 236	2.52 462	1.81 322	4.41 531	3.15 503	1.83 232	0.92 205	0.32 280	0.35 413	0.30 235	0.41 456	0.32 215	0.55 438

rvit_stereo_ft	1.00 135	0.87 380	3.55 275	0.97 228	0.66 219	1.06 11	0.80 255	2.78 191	1.67 253	0.78 95	0.96 81	0.95 158	1.14 236	1.06 59	0.90 193	0.32 280	0.24 284	0.27 161	0.28 286	0.39 310	0.27 159

CroCo-Stereo	0.98 124	0.87 380	3.44 271	0.87 154	0.53 148	0.49 2	0.50 83	3.99 403	1.49 155	0.81 104	1.25 144	1.00 165	0.75 100	1.10 64	1.09 248	0.24 77	0.21 193	0.24 72	0.19 83	0.35 270	0.27 159
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
ssnet_v2	2.04 324	0.88 383	7.87 329	1.20 364	0.87 311	3.86 360	1.64 493	4.01 407	2.60 461	2.61 481	1.96 369	3.79 499	1.71 388	2.20 274	2.96 491	0.41 401	0.35 413	0.42 426	0.37 418	0.55 429	0.52 426

Anonymous_2	3.01 482	0.89 384	4.53 297	1.06 284	1.18 402	2.93 182	0.87 314	3.24 248	1.46 133	1.86 262	1.35 173	4.11 516	2.35 460	1.64 202	1.28 297	0.82 533	0.90 555	8.71 610	15.84 613	4.44 587	0.74 492

CroCo-Stereo Lap2	0.99 132	0.89 384	2.55 223	0.99 242	1.80 540	0.54 3	0.46 71	3.10 230	1.24 78	1.07 152	1.21 129	1.05 174	0.78 118	1.26 111	1.08 245	0.27 131	0.23 249	0.27 161	0.21 122	0.43 370	0.34 271

HI	1.27 203	0.90 386	2.33 205	1.10 310	0.68 231	2.92 178	0.45 65	2.49 139	1.76 281	2.13 354	1.65 259	2.42 371	1.84 412	1.58 181	1.61 365	0.26 114	0.16 34	0.28 194	0.29 314	0.26 98	0.25 118

CoSv	1.27 203	0.90 386	2.33 205	1.10 310	0.68 231	2.92 178	0.45 65	2.49 139	1.76 281	2.13 354	1.65 259	2.42 371	1.84 412	1.58 181	1.61 365	0.26 114	0.16 34	0.28 194	0.29 314	0.26 98	0.25 118

rvit_105_1	1.43 226	0.90 386	3.27 264	1.08 295	0.68 231	2.79 160	1.27 440	3.52 292	2.35 405	1.38 182	1.54 223	1.28 206	1.14 236	2.91 320	1.40 317	0.54 488	0.47 493	0.45 442	0.59 516	0.44 378	0.58 451

NVstereo2D	2.54 422	0.90 386	11.10 374	1.32 416	1.47 484	3.58 299	1.38 459	4.13 443	2.45 435	1.90 274	1.71 276	2.86 424	1.76 395	10.86 514	1.66 379	0.60 499	0.43 470	0.53 490	0.41 456	0.78 505	0.94 521

WCMA_ROB	5.12 552	0.90 386	21.33 574	1.50 479	1.33 453	4.09 417	3.49 567	4.03 412	4.59 570	6.57 581	10.95 585	12.92 587	8.41 585	9.86 477	8.78 552	0.75 525	0.58 523	0.51 479	0.50 493	0.68 481	0.57 446

S-Stereo	3.48 512	0.91 391	22.06 590	1.36 439	1.50 488	3.55 292	2.53 539	4.21 465	2.81 495	2.37 438	3.81 541	3.75 497	1.84 412	11.90 567	2.51 473	0.63 504	0.71 545	0.48 459	0.76 535	0.67 478	1.19 537

MLCV	1.87 288	0.91 391	8.59 339	1.10 310	0.57 173	3.59 300	0.53 98	3.70 329	2.20 371	2.80 503	2.25 433	2.00 325	1.42 302	4.13 355	1.86 406	0.30 236	0.20 159	0.32 278	0.21 122	0.33 234	0.36 292

ACV-stereo	2.92 465	0.92 393	20.27 536	1.33 421	1.05 369	4.68 541	1.10 408	2.66 173	1.64 245	1.46 191	1.32 163	5.41 563	4.24 537	7.83 432	1.90 411	0.44 425	0.52 507	0.32 278	0.29 314	0.45 386	0.63 466

AASNet	2.44 402	0.92 393	19.79 511	1.35 433	1.49 486	3.81 343	1.07 397	3.85 356	2.93 507	1.95 291	2.29 442	1.96 318	1.29 268	1.73 217	1.93 415	0.39 378	0.33 395	0.45 442	0.30 333	0.55 429	0.45 379

ADLNet2	3.15 496	0.92 393	20.06 522	1.20 364	1.79 537	3.83 345	1.48 473	3.94 388	3.59 553	2.19 380	2.47 469	4.65 544	1.93 426	10.69 508	1.96 422	0.39 378	0.37 432	0.28 194	0.30 333	0.48 404	0.43 367

111	1.83 283	0.92 393	9.08 345	0.81 98	0.36 16	4.25 464	0.91 336	4.44 538	2.70 473	2.39 443	1.96 369	2.30 356	1.64 373	1.28 116	1.82 401	0.28 168	0.22 222	0.24 72	0.20 104	0.31 188	0.54 434

rvit_0105_6	1.00 135	0.93 397	2.21 189	0.92 189	0.55 157	1.52 61	0.79 245	2.41 123	2.96 509	0.76 87	0.72 33	1.02 167	0.75 100	1.42 151	0.81 155	0.40 386	0.43 470	0.34 331	0.31 349	0.43 370	0.34 271

rvit_0105_5	1.13 156	0.93 397	2.60 227	0.91 183	0.56 161	1.92 88	0.91 336	3.02 221	2.63 464	0.95 136	1.20 125	1.18 190	0.93 169	1.51 171	0.93 214	0.40 386	0.43 470	0.37 380	0.35 396	0.42 359	0.44 373

rvit_0105_3	1.24 187	0.93 397	2.84 246	0.97 228	0.58 182	2.38 127	1.08 402	3.26 251	2.53 449	1.18 162	1.40 186	1.24 202	1.04 197	1.73 217	0.97 223	0.44 425	0.44 475	0.40 407	0.42 463	0.42 359	0.50 413

OMP-Stereo	1.97 311	0.93 397	1.88 148	2.76 567	0.67 226	4.58 527	1.48 473	4.31 509	1.54 193	3.15 529	2.76 501	3.25 456	1.38 285	7.66 430	1.35 314	0.40 386	0.20 159	0.33 313	0.26 230	0.33 234	0.24 108

stereogan	3.09 489	0.93 397	16.43 446	1.37 449	1.66 521	3.70 319	1.67 498	3.87 362	3.15 529	3.04 520	2.70 495	5.04 554	2.79 484	9.96 482	1.78 397	0.63 504	0.49 504	0.69 530	0.47 478	0.83 513	0.68 477

RYNet	2.97 474	0.93 397	15.09 432	1.12 321	1.38 465	3.66 314	1.42 468	4.03 412	2.29 392	2.10 343	1.70 272	3.79 499	2.16 445	13.64 590	3.02 494	0.37 349	0.41 461	0.48 459	0.34 378	0.81 510	0.75 495

G2L-Stereo	2.49 413	0.94 403	14.54 422	1.15 342	1.35 457	3.57 298	0.95 361	3.62 309	2.00 324	2.11 347	1.61 246	3.20 451	1.34 277	9.54 466	1.91 412	0.34 309	0.27 333	0.35 350	0.28 286	0.30 169	0.35 285

iResNet	2.52 419	0.94 403	21.17 571	1.84 530	0.72 246	3.75 329	0.81 265	4.14 449	2.55 455	2.33 431	2.03 386	1.35 216	1.44 308	3.27 329	2.16 446	0.35 329	0.23 249	0.28 194	0.22 156	0.44 378	0.45 379

CBFPSM	2.05 326	0.95 405	10.12 362	1.07 287	1.05 369	2.84 165	1.20 431	3.28 252	1.73 271	1.82 253	1.30 157	4.56 539	4.06 532	2.34 283	2.34 458	0.25 98	0.38 438	0.32 278	0.27 256	0.37 293	0.79 505

XX-TBD	1.03 143	0.95 405	1.94 154	1.30 410	0.43 71	3.97 395	0.33 20	1.74 51	1.73 271	1.59 204	2.02 384	0.69 86	0.60 53	1.16 84	0.66 89	0.30 236	0.25 308	0.23 39	0.15 5	0.31 188	0.22 77

CFNet-ft	1.90 295	0.95 405	3.56 277	1.07 287	1.54 494	4.09 417	0.90 328	2.85 202	1.82 291	1.78 245	1.70 272	2.75 410	1.48 319	9.33 461	1.72 386	0.33 297	0.30 368	0.61 516	0.36 406	0.52 418	0.39 328

STTStereo	2.34 382	0.95 405	14.93 429	1.43 461	1.54 494	3.86 360	0.86 294	3.65 313	2.44 434	2.15 365	1.55 227	2.49 385	1.59 347	5.14 370	1.44 326	0.38 366	0.39 447	0.47 451	0.51 497	0.52 418	0.51 421

CFNet_RVC	1.90 295	0.95 405	3.56 277	1.07 287	1.54 494	4.09 417	0.90 328	2.85 202	1.82 291	1.78 245	1.70 272	2.75 410	1.48 319	9.33 461	1.72 386	0.33 297	0.30 368	0.61 516	0.36 406	0.52 418	0.39 328

DLCB_ROB	2.05 326	0.95 405	2.37 209	1.24 380	1.02 363	2.92 178	1.30 443	3.68 319	2.30 393	2.91 509	2.17 419	3.32 463	1.52 332	10.37 497	2.50 472	0.40 386	0.33 395	0.40 407	0.36 406	0.41 340	0.47 394

CBMV	3.32 506	0.96 411	21.16 570	1.32 416	0.83 293	3.81 343	3.91 579	4.47 543	2.53 449	3.34 537	2.24 431	4.45 532	2.58 475	10.07 488	1.96 422	0.45 434	0.43 470	0.48 459	0.38 431	0.52 418	0.53 428
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ccnet	2.66 438	0.97 412	8.01 333	1.54 486	1.24 427	3.75 329	2.18 527	4.07 426	2.41 426	2.66 492	3.25 528	2.87 425	2.31 458	9.89 478	3.50 500	0.78 527	0.75 549	0.71 533	0.67 526	0.76 502	0.81 507

GASTEREO	1.00 135	0.98 413	1.23 73	0.90 175	0.40 51	3.40 251	0.88 318	2.77 188	1.44 124	1.39 183	1.30 157	0.55 50	1.35 280	1.33 131	0.64 77	0.25 98	0.19 119	0.25 98	0.25 210	0.25 79	0.31 227

rvit_0105_4	1.07 150	0.99 414	2.39 212	0.93 205	0.54 149	1.62 70	0.84 280	2.77 188	2.91 503	0.80 102	0.91 67	1.09 175	0.86 146	1.63 198	0.85 168	0.40 386	0.45 480	0.35 350	0.31 349	0.43 370	0.40 348

AIO-Stereo-zeroshot	2.35 387	0.99 414	19.62 506	1.09 301	0.96 337	1.51 59	0.44 61	4.05 420	1.64 245	1.31 169	1.67 262	4.93 548	2.45 467	2.52 299	1.40 317	0.30 236	0.20 159	0.31 258	0.50 493	0.57 440	0.60 456

DRN-Test	3.03 484	0.99 414	18.18 474	1.35 433	1.60 507	3.59 300	1.48 473	4.13 443	2.45 435	3.47 542	1.92 364	2.58 393	2.53 472	10.88 515	2.80 488	0.39 378	0.36 419	0.44 435	0.41 456	0.55 429	0.57 446

GMStereo	1.01 138	1.00 417	2.86 248	0.83 119	0.45 87	1.47 55	0.57 113	1.89 66	2.11 355	1.52 197	1.24 136	0.87 136	0.74 97	1.58 181	0.94 216	0.40 386	0.21 193	0.30 235	0.30 333	0.47 401	0.36 292
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
edge stereo	3.37 510	1.01 418	21.99 587	1.28 399	1.37 462	2.67 156	1.39 461	3.98 399	2.87 500	2.93 511	3.27 530	4.35 528	2.43 465	11.62 549	2.39 459	0.60 499	0.63 533	0.79 543	0.55 508	0.68 481	0.67 474

AACVNet	1.83 283	1.02 419	2.41 215	1.45 468	0.87 311	3.21 216	0.73 194	3.16 237	1.61 236	2.01 317	1.82 330	2.28 350	1.33 275	10.98 520	1.49 341	0.39 378	0.32 388	0.38 397	0.32 361	0.43 370	0.44 373

TestStereo	2.00 317	1.02 419	12.25 384	0.70 50	0.61 193	1.88 84	0.55 106	2.31 116	1.52 177	1.41 187	1.33 165	1.27 205	0.90 161	11.62 549	0.81 155	0.34 309	0.19 119	0.33 313	0.24 198	0.44 378	0.24 108

RALCasStereoNet	1.19 169	1.02 419	2.06 176	1.12 321	1.14 392	3.08 200	0.70 184	2.99 216	1.73 271	1.34 172	1.68 265	1.18 190	0.91 163	2.16 268	1.00 231	0.30 236	0.26 322	0.24 72	0.21 122	0.29 146	0.30 217

FBW_ROB	3.24 501	1.02 419	9.21 351	1.49 478	1.07 377	3.78 335	1.48 473	4.31 509	3.08 522	2.46 452	2.32 459	4.20 523	2.08 436	15.19 596	7.16 542	0.84 536	0.62 531	1.33 564	0.92 547	0.99 526	1.31 541

iResNet_ROB	1.89 293	1.02 419	8.60 340	1.39 453	0.98 348	3.72 323	0.66 163	3.84 353	2.65 467	1.88 267	2.05 395	1.98 322	1.27 263	4.52 360	1.67 380	0.30 236	0.20 159	0.28 194	0.18 59	0.31 188	0.40 348

NLCA_NET_v2_RVC	2.54 422	1.04 424	16.73 451	1.53 484	2.00 549	3.96 390	0.87 314	3.87 362	2.31 397	2.54 466	1.67 262	2.85 423	1.63 370	5.55 379	1.62 370	0.46 441	0.33 395	0.38 397	0.38 431	0.53 424	0.62 462
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DualNet (step1)	2.34 382	1.05 425	7.87 329	1.07 287	0.86 306	3.93 375	1.19 427	4.35 519	2.11 355	2.14 357	1.75 287	1.75 272	1.67 379	6.26 398	1.26 289	1.23 554	0.48 499	4.27 599	2.09 585	0.70 484	0.69 479

test_sample9	3.79 522	1.05 425	7.87 329	1.07 287	0.86 306	3.93 375	1.19 427	4.35 519	2.11 355	2.14 357	1.75 287	1.75 272	1.67 379	11.06 525	11.61 565	1.23 554	14.45 614	4.27 599	2.09 585	0.70 484	0.69 479

test_sample8	4.76 547	1.05 425	7.87 329	1.07 287	0.86 306	3.93 375	1.19 427	4.38 528	2.05 337	5.49 571	1.89 356	12.98 588	6.37 567	11.06 525	11.61 565	1.23 554	14.45 614	4.27 599	2.09 585	0.70 484	0.69 479

GwcNet-RSSM	2.66 438	1.05 425	15.91 440	1.22 373	1.19 409	4.12 426	1.12 412	3.84 353	2.02 328	1.93 285	1.79 307	3.12 446	1.46 315	10.37 497	2.05 431	0.33 297	0.27 333	0.35 350	0.30 333	0.40 315	0.36 292

GANet	2.93 466	1.05 425	11.29 376	1.64 503	0.96 337	3.91 368	2.52 537	3.72 331	2.41 426	2.95 516	3.00 514	3.21 452	2.03 430	12.42 574	4.72 515	0.51 477	0.41 461	0.46 448	0.39 438	0.60 449	0.50 413

RAFT_CTSACE	1.80 281	1.06 430	10.00 358	1.71 513	1.39 467	3.49 272	1.06 395	3.05 224	1.62 241	1.70 230	2.04 389	2.51 386	1.80 405	1.98 249	0.94 216	0.25 98	0.22 222	0.28 194	0.30 333	0.30 169	0.26 142

FINET	2.96 470	1.07 431	23.18 597	1.29 403	1.86 542	2.03 96	1.52 478	4.30 506	4.71 571	2.23 398	2.34 461	1.65 255	1.48 319	5.89 388	2.81 489	0.51 477	0.47 493	0.49 473	0.40 449	0.59 445	0.49 406

DANet	2.63 434	1.07 431	8.10 334	1.83 529	1.70 527	3.25 226	1.16 420	4.31 509	2.38 419	3.40 540	2.18 421	4.08 514	1.80 405	9.77 472	3.89 506	0.52 483	0.55 515	0.59 508	0.44 469	0.63 460	0.86 513
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RALAANet	1.28 206	1.08 433	3.21 260	1.25 382	0.94 333	1.44 52	0.69 178	3.15 236	2.57 456	2.01 317	1.80 310	1.29 209	1.05 202	2.00 251	1.48 338	0.27 131	0.20 159	0.27 161	0.24 198	0.40 315	0.27 159

TDLM	2.29 367	1.08 433	4.61 298	1.29 403	1.01 361	4.26 465	2.17 526	3.75 334	2.79 485	2.31 421	1.98 377	2.06 335	1.59 347	12.45 575	1.72 386	0.51 477	0.28 345	0.52 485	0.35 396	0.56 435	0.50 413

MSMD_ROB	5.61 560	1.08 433	16.68 450	1.21 370	0.83 293	10.14 589	2.07 522	3.93 384	6.22 585	10.37 599	8.03 567	22.22 602	9.45 587	11.66 555	4.52 511	0.66 512	0.58 523	0.66 527	0.68 529	0.65 471	0.63 466

DeepPruner_ROB	2.05 326	1.09 436	10.50 367	1.01 257	1.20 415	4.39 485	0.91 336	3.14 234	1.72 268	2.60 479	1.54 223	2.78 418	1.27 263	4.52 360	1.72 386	0.51 477	0.40 452	0.37 380	0.34 378	0.48 404	0.52 426

HBP-ISP	3.25 503	1.10 437	20.86 559	1.54 486	1.15 394	4.50 509	2.89 551	4.43 537	2.38 419	4.14 556	1.96 369	1.90 307	2.04 432	11.08 528	1.32 306	0.66 512	0.57 518	0.66 527	0.61 521	0.64 468	0.61 459

CFNet	2.34 382	1.10 437	8.96 344	1.34 428	1.24 427	4.09 417	0.73 194	4.04 416	2.77 482	1.62 212	1.87 349	2.27 349	1.45 312	11.41 539	1.82 401	0.31 259	0.24 284	0.43 430	0.36 406	0.43 370	0.33 258

CVANet_RVC	2.55 426	1.10 437	9.13 350	1.46 470	1.15 394	3.96 390	1.53 480	3.91 377	2.50 444	3.04 520	2.04 389	2.60 394	1.72 390	12.46 576	1.50 342	0.49 467	0.30 368	0.51 479	0.41 456	0.63 460	0.50 413

ACRE	2.27 359	1.11 440	19.45 501	0.91 183	1.30 438	3.94 380	0.87 314	4.21 465	1.80 289	2.28 409	2.62 486	1.17 186	1.04 197	1.52 173	1.30 303	0.37 349	0.23 249	0.27 161	0.22 156	0.31 188	0.46 389

XPNet_ROB	2.27 359	1.11 440	4.10 289	1.36 439	0.97 341	3.94 380	1.63 491	4.07 426	2.14 360	2.82 505	2.00 382	2.32 358	1.73 393	10.81 513	3.39 499	0.51 477	0.47 493	0.48 459	0.40 449	0.51 414	0.56 442

DEFOM-Stereo_RVC	0.81 70	1.13 442	1.23 73	0.97 228	0.57 173	0.81 7	0.43 57	3.49 284	0.84 35	0.73 65	0.95 78	0.44 31	1.17 247	1.45 158	0.60 65	0.26 114	0.18 84	0.24 72	0.17 35	0.30 169	0.19 7

MyStereo8	2.33 378	1.13 442	19.26 497	1.22 373	1.62 510	4.16 442	0.57 113	3.50 287	2.36 408	2.15 365	1.75 287	2.28 350	1.14 236	1.46 162	2.20 448	0.24 77	0.21 193	0.32 278	0.27 256	0.36 283	0.43 367

ARAFT	2.56 427	1.13 442	19.50 504	0.89 166	0.48 116	4.15 433	1.40 463	4.36 524	2.82 497	2.36 437	1.88 350	1.70 266	1.04 197	6.45 401	1.22 278	0.29 193	0.18 84	0.37 380	0.35 396	0.35 270	0.25 118

NaN_ROB	4.06 533	1.13 442	16.64 449	1.12 321	1.25 430	3.50 278	3.05 557	4.29 498	3.26 539	3.64 543	2.56 480	2.97 432	4.79 545	13.33 584	16.91 585	0.37 349	0.41 461	0.38 397	0.39 438	0.48 404	0.81 507

SACVNet	2.46 406	1.14 446	9.47 352	1.44 464	1.18 402	4.06 410	1.49 477	3.84 353	2.24 377	2.62 483	1.89 356	2.57 391	1.28 265	11.35 537	1.64 376	0.50 471	0.39 447	0.48 459	0.41 456	0.55 429	0.75 495

raft_robust	1.92 302	1.15 447	3.34 269	1.02 268	0.43 71	3.84 350	0.46 71	4.42 534	2.52 448	1.67 224	1.36 177	2.17 344	6.37 567	6.78 413	1.04 237	0.28 168	0.24 284	0.30 235	0.35 396	0.31 188	0.32 240

dd	1.26 198	1.15 447	2.47 218	0.92 189	0.49 124	4.35 480	0.75 216	1.92 72	2.11 355	1.44 190	1.24 136	1.19 194	1.05 202	1.78 223	1.70 383	0.57 494	0.34 407	0.35 350	0.33 369	0.60 449	0.46 389

psmorigin	6.59 570	1.15 447	88.11 626	1.52 482	0.97 341	2.88 170	1.20 431	3.21 242	2.04 334	3.73 546	2.46 467	5.15 559	2.55 473	10.60 504	2.47 470	0.55 490	0.68 542	0.48 459	0.51 497	0.70 484	0.88 517

z-ln-s-r	2.67 440	1.16 450	12.43 386	1.34 428	1.26 432	3.70 319	1.21 434	4.20 459	2.38 419	2.04 329	1.92 364	2.43 374	1.60 353	10.58 502	5.19 525	0.29 193	0.20 159	0.32 278	0.24 198	0.51 414	0.38 321

Nwc_Net	2.88 462	1.16 450	18.30 478	1.35 433	1.68 525	3.52 284	1.18 424	3.90 372	2.06 339	2.52 462	2.82 508	3.82 501	2.34 459	6.78 413	2.55 478	0.86 537	0.40 452	0.59 508	0.67 526	0.57 440	0.55 438

SGM-ForestM	11.55 591	1.16 450	21.62 583	2.14 549	0.81 278	22.25 606	19.08 606	16.50 607	11.34 593	15.94 608	14.44 599	27.12 610	22.61 608	24.76 608	28.39 614	0.50 471	0.48 499	0.47 451	0.44 469	0.55 429	0.53 428

iinet-f	2.26 357	1.18 453	13.71 401	1.14 329	1.11 388	3.77 332	1.10 408	4.14 449	2.17 366	2.06 336	1.76 296	2.99 434	2.99 492	2.50 291	2.49 471	0.35 329	0.39 447	0.27 161	0.28 286	0.45 386	0.39 328

CIPLG	2.27 359	1.18 453	19.24 494	0.92 189	1.34 456	3.95 385	0.89 323	4.23 472	1.82 291	2.31 421	2.67 492	1.17 186	1.06 209	1.53 175	1.32 306	0.37 349	0.23 249	0.27 161	0.22 156	0.31 188	0.45 379

fast-acv-ft	2.54 422	1.19 455	20.08 525	1.41 457	1.40 469	3.18 212	1.17 423	3.37 272	2.28 389	1.90 274	2.15 416	2.69 402	2.17 447	2.91 320	2.31 455	0.37 349	0.39 447	0.45 442	0.39 438	0.57 440	0.45 379

dad	1.65 258	1.19 455	3.04 255	0.98 236	0.56 161	4.22 460	0.84 280	1.99 80	2.48 439	2.14 357	1.68 265	1.62 252	1.13 229	3.85 346	2.04 429	1.03 545	0.40 452	2.04 570	0.48 483	0.75 501	0.53 428

RP	2.79 451	1.20 457	10.36 364	1.54 486	1.93 546	3.44 257	1.97 515	4.05 420	2.34 403	2.66 492	2.79 503	3.98 508	2.58 475	10.21 492	2.61 480	0.95 541	0.47 493	0.71 533	0.57 513	0.71 493	0.68 477

GMStereo_Zeroshot	1.41 225	1.21 458	3.33 268	1.29 403	0.72 246	3.35 243	0.53 98	2.58 163	1.68 255	2.35 433	1.56 231	2.42 371	0.96 174	2.50 291	1.16 262	0.45 434	0.23 249	0.40 407	0.24 198	0.79 507	0.33 258

gwcnet-sp	2.31 371	1.21 458	17.34 458	1.08 295	0.92 326	3.56 294	1.04 391	3.69 324	2.09 345	2.55 467	1.60 242	1.80 288	1.62 357	3.87 347	1.95 419	0.29 193	0.29 355	0.30 235	0.28 286	0.38 298	0.39 328

scenet	2.31 371	1.21 458	17.34 458	1.08 295	0.92 326	3.56 294	1.04 391	3.69 324	2.09 345	2.55 467	1.60 242	1.80 288	1.62 357	3.87 347	1.95 419	0.29 193	0.29 355	0.30 235	0.28 286	0.38 298	0.39 328

ssnet	2.31 371	1.21 458	17.34 458	1.08 295	0.92 326	3.56 294	1.04 391	3.69 324	2.09 345	2.55 467	1.60 242	1.80 288	1.62 357	3.87 347	1.95 419	0.29 193	0.29 355	0.30 235	0.28 286	0.38 298	0.39 328

G-Net	4.11 534	1.21 458	19.47 503	2.31 558	2.94 571	4.74 557	2.95 552	3.33 267	2.14 360	4.44 563	9.43 578	6.93 572	3.84 528	9.01 454	4.92 521	0.79 528	0.80 552	0.70 532	0.50 493	0.95 521	0.87 516

LE_ROB	18.58 603	1.21 458	48.38 613	8.60 604	23.00 608	7.32 583	19.74 607	9.94 592	38.69 618	43.53 616	21.91 603	28.40 611	40.92 613	23.18 604	54.71 619	0.34 309	0.33 395	0.32 278	0.36 406	0.42 359	0.40 348

sAnonymous2	1.37 220	1.22 464	9.79 355	0.92 189	0.88 315	1.23 23	0.61 133	2.56 155	1.69 261	0.85 117	1.02 84	0.73 100	1.23 259	0.98 45	0.78 142	0.29 193	0.25 308	0.31 258	0.30 333	1.06 530	0.71 483

CroCo_RVC	1.37 220	1.22 464	9.79 355	0.92 189	0.88 315	1.23 23	0.61 133	2.56 155	1.69 261	0.85 117	1.02 84	0.73 100	1.23 259	0.98 45	0.78 142	0.29 193	0.25 308	0.31 258	0.30 333	1.06 530	0.71 483

DMCA-RVC	2.45 403	1.22 464	18.29 477	1.23 378	1.14 392	2.49 137	0.85 289	3.29 254	1.68 255	3.02 518	1.41 188	2.00 325	1.53 339	6.39 400	2.00 425	0.38 366	0.30 368	0.44 435	0.35 396	0.45 386	0.44 373

pmcnn	5.45 558	1.22 464	17.40 463	1.60 498	2.41 564	3.48 269	2.12 523	4.52 552	3.26 539	3.67 545	13.15 594	22.10 601	3.46 521	11.92 568	17.16 587	0.34 309	0.21 193	0.23 39	0.19 83	0.36 283	0.28 178

ADCRef	3.30 504	1.23 468	14.90 427	1.17 350	1.41 476	3.95 385	1.64 493	3.88 365	2.36 408	3.05 522	2.21 427	2.40 366	2.81 486	5.04 367	16.63 584	0.46 441	0.34 407	0.63 521	0.62 522	0.54 427	0.67 474

PA-Net	3.09 489	1.24 469	18.84 487	1.38 451	1.19 409	3.42 255	1.75 501	3.89 367	3.27 543	1.88 267	2.10 404	3.03 437	1.88 421	11.60 547	2.88 490	0.40 386	0.54 510	0.44 435	0.62 522	0.52 418	1.02 526
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
APVNet	3.13 493	1.25 470	21.14 568	1.31 413	1.52 491	3.94 380	1.13 415	3.32 261	2.14 360	2.20 383	2.03 386	3.05 441	1.96 427	11.79 562	2.53 475	0.42 412	0.45 480	0.64 524	0.46 475	0.67 478	0.57 446

AIO-Stereo-zeroshot1	2.68 444	1.26 471	22.01 588	1.08 295	0.99 351	1.61 68	0.86 294	3.69 324	1.64 245	1.52 197	5.62 558	3.35 465	3.44 520	2.20 274	1.33 310	0.26 114	0.21 193	0.30 235	0.62 522	0.93 520	0.67 474

anonymity	1.76 275	1.26 471	2.73 243	1.66 506	1.32 449	1.84 81	1.07 397	3.49 284	2.30 393	2.11 347	2.11 408	1.71 268	3.90 530	1.82 231	1.48 338	1.10 547	1.09 560	1.08 557	1.08 558	1.05 529	1.09 531

NCC-stereo	3.16 498	1.28 473	18.31 479	1.25 382	1.75 532	4.06 410	1.40 463	3.89 367	2.22 373	2.72 496	2.55 478	3.49 482	2.65 478	9.91 479	2.99 492	1.29 560	0.65 535	0.64 524	0.86 544	0.65 471	0.71 483

Abc-Net	3.16 498	1.28 473	18.31 479	1.25 382	1.75 532	4.06 410	1.40 463	3.89 367	2.22 373	2.72 496	2.55 478	3.49 482	2.65 478	9.91 479	2.99 492	1.29 560	0.65 535	0.64 524	0.86 544	0.65 471	0.71 483
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
TCMNet	2.98 476	1.30 475	18.26 476	1.47 473	2.09 555	3.84 350	1.08 402	3.96 395	2.39 423	2.53 465	2.29 442	2.43 374	1.75 394	10.09 489	2.39 459	0.52 483	0.45 480	0.61 516	0.50 493	0.80 509	0.78 501

AIO-test2	1.61 250	1.30 475	3.40 270	1.16 348	1.31 442	3.18 212	0.74 206	4.06 424	1.52 177	1.72 235	2.21 427	0.78 112	0.74 97	3.64 341	0.95 221	3.64 584	0.26 322	0.35 350	0.42 463	0.37 293	0.33 258

LoS_RVC	0.94 108	1.30 475	1.31 87	0.84 129	1.63 512	2.02 95	0.59 126	1.51 23	1.36 103	0.81 104	1.33 165	0.84 126	0.88 152	1.36 137	0.73 123	0.21 41	0.17 53	0.20 8	0.14 2	0.20 19	1.45 549

AF-Net	2.87 460	1.30 475	16.24 443	1.33 421	1.75 532	3.26 228	1.59 487	4.09 432	2.43 430	2.69 494	2.94 511	4.51 535	3.20 508	5.84 387	2.75 486	0.76 526	0.36 419	0.72 537	0.49 487	0.70 484	0.56 442

IPLGR_C	2.28 364	1.31 479	19.46 502	0.92 189	1.32 449	3.93 375	0.89 323	4.20 459	1.82 291	2.30 415	2.63 488	1.16 185	1.07 212	1.41 149	1.29 302	0.37 349	0.23 249	0.27 161	0.22 156	0.31 188	0.45 379

LMCR-Stereo	2.40 395	1.31 479	18.61 485	1.59 496	0.86 306	3.87 363	1.15 418	4.32 513	1.60 232	2.25 404	2.27 435	1.13 181	2.43 465	2.48 290	1.60 362	0.88 538	0.24 284	0.29 215	0.24 198	0.56 435	0.30 217

CSP-Net	1.78 278	1.32 481	1.92 153	1.16 348	1.03 364	3.38 247	1.31 444	3.52 292	1.75 279	1.96 294	1.93 367	2.40 366	1.48 319	8.58 444	1.58 358	0.46 441	0.34 407	0.27 161	0.26 230	0.41 340	0.50 413

AnonymousM	1.22 181	1.32 481	0.97 5	0.88 159	0.56 161	4.03 405	0.69 178	2.41 123	1.68 255	1.48 193	1.31 162	1.15 184	1.00 186	1.18 96	0.73 123	0.32 280	0.40 452	2.07 571	1.70 574	0.24 63	0.22 77

MeshStereo	5.35 556	1.32 481	21.34 575	1.34 428	1.15 394	4.40 489	3.90 578	5.18 573	4.55 568	10.14 598	11.82 590	11.47 583	5.84 559	13.84 592	7.03 541	0.61 501	0.58 523	0.60 513	0.58 514	0.72 496	0.59 455
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
PS-NSSS	2.22 348	1.33 484	2.90 250	0.97 228	1.53 493	4.11 424	1.08 402	4.55 554	2.65 467	2.10 343	2.32 459	1.77 277	1.40 292	11.79 562	1.61 365	0.68 518	0.45 480	0.96 551	0.43 466	0.95 521	0.92 519

NCCL2	2.53 420	1.35 485	10.90 373	1.15 342	0.97 341	3.53 285	2.56 540	3.65 313	2.23 375	2.76 499	1.80 310	2.41 368	1.66 377	10.35 496	2.07 435	0.44 425	0.40 452	0.57 503	0.53 504	0.59 445	0.65 472

Replicate-Monster	0.79 59	1.36 486	2.08 179	0.70 50	0.52 139	2.05 102	0.34 24	1.92 72	0.82 29	1.03 149	0.60 20	0.48 39	0.52 30	1.28 116	0.39 4	0.19 27	0.14 11	0.19 5	0.16 17	0.22 47	0.78 501

BEATNet_4x	1.92 302	1.36 486	8.75 343	1.20 364	0.56 161	3.46 263	1.03 388	4.00 405	2.43 430	2.25 404	1.70 272	2.10 340	1.59 347	2.57 305	3.05 495	0.37 349	0.22 222	0.47 451	0.29 314	0.60 449	0.40 348

DPSNet	3.43 511	1.37 488	12.19 383	1.39 453	1.24 427	4.15 433	2.06 520	4.51 551	3.34 545	2.69 494	1.96 369	3.52 486	5.56 556	10.68 507	9.68 555	0.93 539	0.73 547	0.40 407	0.37 418	1.06 530	0.86 513

MANE	11.39 590	1.38 489	23.16 596	4.82 598	2.79 569	22.02 605	14.51 601	25.81 609	26.28 611	10.93 602	13.17 595	19.90 599	18.03 602	15.69 597	20.41 600	0.96 542	0.74 548	1.42 565	3.24 602	0.74 498	1.71 555

PSMNet_ROB	2.95 467	1.38 489	18.46 483	1.19 359	1.20 415	3.80 341	1.65 496	3.54 297	2.35 405	1.98 298	1.71 276	2.75 410	1.79 400	11.43 541	2.78 487	0.42 412	0.36 419	0.50 476	0.60 518	0.59 445	0.49 406

CSAN	4.71 546	1.39 491	20.23 531	1.19 359	0.87 311	3.65 313	3.50 568	4.57 556	3.87 559	3.89 549	7.82 565	3.54 490	6.16 565	23.47 607	6.82 536	0.52 483	0.45 480	0.49 473	0.52 500	0.63 460	0.66 473

NVStereoNet_ROB	4.91 551	1.40 492	16.46 447	1.47 473	1.72 530	3.46 263	1.96 514	3.89 367	3.61 554	2.90 508	24.61 607	4.81 546	4.49 542	13.57 588	4.87 519	1.33 563	1.29 568	1.70 568	1.68 572	1.41 555	1.66 553
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ETE_ROB	2.07 329	1.40 492	3.01 254	1.09 301	0.92 326	3.94 380	1.53 480	4.25 482	2.23 375	3.31 534	2.06 399	2.35 361	1.52 332	8.74 446	2.07 435	0.44 425	0.36 419	0.51 479	0.48 483	0.54 427	0.62 462

YMNet	2.40 395	1.41 494	13.46 397	1.36 439	1.67 522	3.96 390	0.97 371	3.81 346	2.37 414	2.64 487	2.57 482	3.35 465	1.53 339	3.28 330	2.42 464	0.48 455	0.54 510	0.52 485	0.49 487	0.70 484	0.54 434

YMNet_1	2.40 395	1.41 494	13.46 397	1.36 439	1.67 522	3.96 390	0.97 371	3.81 346	2.37 414	2.64 487	2.57 482	3.35 465	1.53 339	3.28 330	2.42 464	0.48 455	0.54 510	0.52 485	0.49 487	0.70 484	0.54 434

MaskLacGwcNet_RVC	3.13 493	1.43 496	9.93 357	2.50 562	1.62 510	4.29 472	1.68 500	3.95 390	2.43 430	1.66 222	1.91 362	3.04 438	1.41 297	13.26 582	1.58 358	3.82 588	1.59 572	1.12 559	0.46 475	2.21 564	2.74 579

SPS-STEREO	3.97 530	1.44 497	20.85 558	1.72 515	1.71 528	3.24 223	2.30 531	3.55 299	2.68 472	4.79 568	3.66 538	5.44 564	2.97 491	9.11 455	9.35 554	1.15 550	1.10 561	1.06 556	1.02 556	1.16 544	1.18 536
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RGC	3.10 491	1.45 498	14.90 427	1.46 470	1.79 537	3.33 240	1.39 461	4.04 416	2.26 383	2.77 500	3.26 529	4.00 509	2.71 481	11.63 554	2.62 482	0.82 533	0.46 489	0.79 543	0.79 541	0.71 493	0.78 501

Wz-Net-LNSev-Ref	2.42 399	1.47 499	14.14 414	1.30 410	1.35 457	3.51 281	1.64 493	4.04 416	2.10 353	2.46 452	1.88 350	2.28 350	2.51 471	4.73 365	3.17 497	0.38 366	0.19 119	0.35 350	0.20 104	0.40 315	0.36 292

LALA_ROB	1.95 307	1.48 500	3.11 257	1.05 278	0.98 348	3.99 398	1.82 507	4.44 538	2.28 389	3.31 534	1.85 343	2.76 416	1.67 379	4.04 354	3.23 498	0.46 441	0.41 461	0.55 498	0.52 500	0.60 449	0.57 446

StereoDRNet	2.84 455	1.49 501	14.48 421	1.33 421	1.57 505	3.44 257	2.06 520	3.69 324	2.36 408	3.26 533	1.84 336	2.79 420	1.80 405	10.88 515	3.16 496	0.41 401	0.33 395	0.39 401	0.36 406	0.59 445	0.58 451

PSMNet-RUCA	1.64 257	1.50 502	2.57 226	1.50 479	1.38 465	3.05 194	1.36 451	3.31 256	2.24 377	1.36 175	2.07 400	1.40 226	1.09 217	1.83 232	1.55 354	1.15 550	0.69 543	1.26 562	0.96 550	1.64 558	0.94 521

UDGNet	1.40 223	1.52 503	2.22 192	1.38 451	0.62 199	4.39 485	0.68 172	1.80 59	2.18 368	1.34 172	1.18 121	0.99 162	1.00 186	2.16 268	1.19 268	1.09 546	0.34 407	1.30 563	0.98 552	1.10 536	0.58 451

PDISCO_ROB	2.86 456	1.53 504	14.27 418	1.98 542	2.19 558	4.52 514	1.35 449	4.65 560	3.19 532	2.09 340	2.16 417	3.53 487	2.45 467	5.32 372	2.12 439	1.30 562	0.78 551	0.72 537	0.59 516	1.24 549	1.28 539

DN-CSS_ROB	1.91 299	1.55 505	11.13 375	1.82 528	0.88 315	3.99 398	0.61 133	4.01 407	1.67 253	1.64 216	1.89 356	1.39 221	1.06 209	3.23 328	1.50 342	0.31 259	0.19 119	0.44 435	0.29 314	0.37 293	0.31 227

DGSMNet	7.55 579	1.62 506	17.42 464	1.92 536	12.73 600	7.45 584	42.99 618	4.13 443	2.07 341	2.10 343	3.16 526	3.42 472	1.70 386	9.24 460	2.30 454	3.70 587	10.89 612	11.80 614	5.54 604	4.24 583	2.66 574

ELAS	5.99 566	1.62 506	20.29 538	1.96 541	2.01 550	15.09 598	8.38 592	5.23 574	5.54 580	9.02 592	8.61 572	6.74 570	9.75 588	7.48 424	11.40 564	0.96 542	1.18 563	0.72 537	0.93 548	1.30 551	1.67 554
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GwcNet	3.00 480	1.63 508	19.83 513	1.32 416	2.04 554	3.27 230	1.55 484	3.65 313	2.33 402	2.00 315	2.12 411	3.56 491	1.68 383	9.47 464	2.45 468	0.44 425	0.45 480	0.46 448	0.38 431	0.60 449	0.76 497

ADCL	4.35 539	1.63 508	14.21 417	1.29 403	1.26 432	5.56 572	11.16 594	3.97 397	3.37 547	6.07 576	4.67 549	4.30 527	5.72 558	5.08 369	14.51 574	0.50 471	0.48 499	0.89 549	0.77 537	0.78 505	0.76 497

ADCPNet	3.89 525	1.63 508	20.25 535	1.28 399	1.27 434	6.43 577	2.65 544	3.93 384	2.70 473	2.78 501	2.20 425	4.28 526	6.16 565	5.56 380	10.27 558	0.65 510	1.18 563	0.71 533	1.70 574	0.84 514	1.37 545

ELAS_RVC	5.72 563	1.64 511	20.40 542	2.09 548	2.01 550	4.95 564	11.47 596	4.66 561	6.31 587	8.09 589	8.01 566	8.06 579	11.65 589	8.36 438	10.22 557	0.99 544	1.17 562	0.81 546	0.76 535	1.14 540	1.58 552
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Consistency-Raft	2.86 456	1.66 512	19.61 505	1.40 456	1.75 532	3.84 350	1.32 445	4.07 426	2.25 380	1.78 245	2.67 492	1.82 294	4.41 540	1.94 247	2.06 432	0.83 535	0.94 557	1.03 553	1.12 559	1.70 560	1.09 531

aanetorigin	3.30 504	1.66 512	17.52 468	1.18 356	1.58 506	2.57 148	3.80 576	2.65 170	2.03 330	6.12 578	4.30 547	2.82 421	5.70 557	5.47 377	4.67 512	0.50 471	0.44 475	0.43 430	0.47 478	1.17 545	0.92 519

Wz-Net-LNSev	2.30 370	1.67 514	14.88 426	1.18 356	1.65 518	3.49 272	1.54 483	3.63 310	2.03 330	1.88 267	1.64 253	3.29 459	2.06 434	2.71 316	2.02 428	0.40 386	0.33 395	0.32 278	0.31 349	0.53 424	0.49 406

DeepPrunerF	3.70 518	1.72 515	14.87 425	1.33 421	1.74 531	3.70 319	1.55 484	4.20 459	14.00 598	2.02 322	1.77 301	2.74 408	2.30 455	10.88 515	6.88 538	0.68 518	0.60 528	0.78 542	0.78 540	0.81 510	0.71 483

AANet_RVC	3.03 484	1.72 515	12.78 390	1.17 350	1.12 389	3.79 339	1.10 408	3.86 359	3.13 525	2.62 483	4.26 546	3.96 507	1.41 297	11.43 541	5.23 526	0.94 540	0.47 493	0.34 331	0.23 172	0.40 315	0.55 438

SANet	5.65 562	1.72 515	20.94 563	1.26 389	0.88 315	7.20 581	3.81 577	4.60 558	11.23 592	4.56 564	8.78 575	7.49 574	6.95 572	11.85 565	18.11 591	0.49 467	0.44 475	0.50 476	0.42 463	0.90 518	0.82 511

FADNet	2.49 413	1.76 518	13.17 392	1.17 350	0.95 336	3.27 230	0.88 318	3.94 388	2.27 385	1.40 185	1.29 155	2.51 386	2.06 434	9.93 481	1.94 417	0.43 418	0.45 480	0.40 407	0.43 466	1.06 530	0.53 428

CC-Net-ROB	3.35 508	1.76 518	13.89 409	2.33 559	1.65 518	4.49 506	1.62 490	4.73 564	2.90 502	1.92 281	2.05 395	1.99 324	1.61 354	12.57 579	1.60 362	2.46 571	2.18 581	2.68 581	1.04 557	2.11 563	1.38 547

GCST	2.56 427	1.79 520	18.02 473	1.92 536	1.33 453	1.72 74	0.51 88	3.67 317	2.03 330	1.70 230	1.61 246	1.55 243	1.29 268	5.06 368	1.24 283	2.06 568	0.77 550	1.45 566	0.97 551	1.14 540	1.34 544

LL-Strereo	3.01 482	1.81 521	17.59 469	1.12 321	2.10 556	2.90 172	1.09 406	4.33 515	2.00 324	3.12 526	2.24 431	3.29 459	3.15 503	11.31 536	1.84 404	0.30 236	0.28 345	0.46 448	0.34 378	0.49 410	0.45 379

TRStereo	2.31 371	1.87 522	19.74 510	1.53 484	1.16 399	4.26 465	1.08 402	4.73 564	1.45 125	1.55 200	1.28 153	1.75 272	0.85 143	1.81 229	1.20 271	0.36 341	0.26 322	0.32 278	0.36 406	0.34 252	0.33 258

MFMNet_re	2.91 463	1.91 523	18.25 475	3.06 572	1.89 544	3.13 206	1.67 498	3.52 292	2.97 510	3.14 527	2.87 510	2.26 348	2.41 463	2.42 285	2.00 425	1.10 547	1.05 559	0.94 550	0.90 546	1.28 550	1.46 551

SDNR	3.97 530	1.93 524	20.28 537	1.31 413	0.94 333	5.16 567	0.67 165	4.33 515	2.58 457	4.82 569	5.94 559	5.01 553	1.45 312	17.52 598	2.53 475	0.79 528	0.72 546	0.59 508	0.45 473	1.15 543	1.17 535

GANetREF_RVC	3.20 500	1.93 524	18.84 487	1.51 481	0.80 275	4.12 426	1.82 507	4.16 454	2.91 503	1.87 264	1.74 283	2.48 383	1.84 412	13.18 581	1.74 391	0.80 530	0.57 518	0.79 543	0.74 533	1.20 548	0.86 513
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
ADCP+	3.74 521	1.96 526	16.90 454	1.09 301	1.55 498	4.35 480	3.65 574	3.93 384	2.98 513	2.22 394	1.66 261	3.95 505	4.83 546	3.41 333	18.87 597	0.38 366	0.41 461	0.63 521	0.53 504	0.64 468	0.81 507

PVD	3.12 492	1.97 527	12.80 391	1.79 526	1.63 512	3.83 345	1.34 448	3.48 281	3.88 560	5.77 573	3.56 537	3.45 475	3.29 511	5.58 382	5.30 527	0.71 524	0.69 543	0.74 541	0.77 537	0.79 507	1.13 534

PWC_ROB	2.69 446	2.01 528	8.36 336	1.33 421	1.90 545	3.23 220	1.18 424	4.33 515	3.25 538	3.11 525	3.41 534	2.71 405	2.18 449	9.15 457	4.48 510	0.56 492	0.31 378	0.61 516	0.36 406	0.69 483	0.74 492

FADNet-RVC-Resample	2.83 454	2.02 529	21.07 566	1.12 321	0.91 325	3.53 285	1.37 457	4.08 430	2.09 345	1.68 225	1.33 165	2.03 329	1.51 330	9.54 466	1.69 382	0.38 366	0.37 432	0.42 426	0.44 469	0.56 435	0.56 442

SHD	2.82 453	2.04 530	13.80 407	1.69 509	1.79 537	2.73 159	1.07 397	3.85 356	3.18 531	4.63 565	2.74 498	3.38 470	2.77 483	5.48 378	3.66 503	0.62 503	0.47 493	0.51 479	0.55 508	0.65 471	0.74 492

PASM	2.67 440	2.05 531	9.71 353	1.73 516	1.37 462	2.53 145	1.52 478	3.10 230	2.17 366	2.79 502	1.84 336	2.90 426	1.85 416	11.89 566	2.19 447	0.81 532	0.85 553	0.87 548	1.01 554	1.14 540	1.05 528

w-ln-seven-2	2.73 449	2.13 532	12.47 388	1.18 356	1.01 361	3.54 289	1.58 486	3.93 384	3.26 539	2.43 449	2.02 384	2.63 398	2.28 454	7.93 434	5.45 528	0.40 386	0.40 452	0.44 435	0.34 378	0.62 458	0.47 394

EDNetEfficient	5.61 560	2.14 533	16.75 452	1.67 507	3.64 583	4.12 426	7.51 588	3.05 224	5.63 582	11.57 604	4.83 551	3.95 505	12.72 590	8.44 442	20.78 601	0.41 401	0.43 470	0.47 451	1.01 554	1.66 559	1.39 548

SAMSARA	3.55 513	2.16 534	14.18 416	1.86 533	1.49 486	4.62 532	2.65 544	3.58 304	2.80 489	7.05 583	3.05 517	5.16 560	4.07 533	9.18 458	4.80 517	0.64 507	0.67 539	0.59 508	0.68 529	0.89 516	0.91 518

MonStereo1	8.07 581	2.24 535	5.83 312	4.68 596	3.60 582	18.80 603	2.52 537	5.89 584	5.86 584	4.76 567	13.98 597	7.41 573	50.63 622	13.28 583	5.16 522	4.40 595	0.90 555	2.69 582	1.55 571	3.92 581	3.30 587

WAO-6	5.87 565	2.27 536	15.05 431	2.96 570	2.77 568	12.01 592	3.58 572	5.37 580	11.91 596	3.34 537	9.69 579	6.78 571	5.84 559	11.82 564	8.89 553	2.87 573	2.35 589	2.50 575	1.84 580	2.85 568	2.67 575

FADNet-RVC	2.51 416	2.27 536	14.03 412	1.09 301	0.81 278	3.54 289	1.10 408	4.13 443	2.48 439	1.39 183	1.22 131	1.85 304	1.77 397	9.78 474	2.06 432	0.38 366	0.37 432	0.40 407	0.40 449	0.67 478	0.48 399

FADNet_RVC	2.65 436	2.28 538	16.51 448	0.98 236	0.92 326	4.09 417	0.83 274	4.26 489	1.73 271	1.46 191	1.78 304	1.60 249	1.50 326	8.88 448	2.39 459	0.47 450	0.38 438	0.44 435	0.58 514	0.89 516	0.97 523

XQC	2.96 470	2.42 539	14.85 424	1.36 439	1.32 449	3.29 238	1.53 480	4.28 495	2.78 483	3.21 531	2.46 467	3.53 487	2.92 490	6.58 403	4.67 512	0.70 522	0.41 461	0.59 508	0.56 510	0.96 525	0.83 512

EDNetEfficientorigin	12.35 595	2.51 540	179.47 630	1.19 359	0.96 337	2.91 175	1.81 506	3.00 218	5.35 578	8.91 591	4.79 550	4.18 520	4.64 544	9.98 483	11.30 562	0.37 349	0.38 438	0.60 513	0.85 543	1.32 552	2.43 572

RTSC	2.95 467	2.51 540	15.49 438	1.54 486	1.30 438	3.51 281	0.86 294	3.89 367	2.48 439	3.64 543	3.12 523	3.04 438	2.30 455	5.70 384	6.67 532	0.55 490	0.35 413	0.37 380	0.39 438	0.70 484	0.60 456

IMH-64-1	4.84 549	2.53 542	6.83 318	4.30 590	3.74 585	4.81 561	6.05 583	5.30 576	3.92 561	3.95 551	8.33 569	5.08 556	6.06 562	8.96 452	6.30 530	4.57 599	2.96 595	3.04 586	2.12 588	4.28 584	3.62 591

IMH-64	4.84 549	2.53 542	6.83 318	4.30 590	3.74 585	4.81 561	6.05 583	5.30 576	3.92 561	3.95 551	8.33 569	5.08 556	6.06 562	8.96 452	6.30 530	4.57 599	2.96 595	3.04 586	2.12 588	4.28 584	3.62 591

Wz-Net-MNSev	2.71 448	2.54 544	13.91 410	1.52 482	1.37 462	3.28 234	2.47 534	4.03 412	2.32 401	2.57 471	2.07 400	2.29 355	3.01 494	7.55 426	2.74 485	0.38 366	0.36 419	0.36 368	0.37 418	0.57 440	0.47 394

Syn2CoEx	3.08 488	2.55 545	19.88 515	1.34 428	1.18 402	2.43 132	1.65 496	3.91 377	2.40 424	2.39 443	2.27 435	2.90 426	3.17 507	9.57 469	2.54 477	0.50 471	0.45 480	0.53 490	0.39 438	0.74 498	0.72 490

StereoAnything_RVC	0.94 108	2.66 546	2.20 187	0.76 86	0.34 11	1.18 20	0.39 35	2.31 116	0.69 7	0.51 8	0.34 4	0.32 1	0.89 158	1.57 180	0.35 1	0.32 280	0.16 34	0.23 39	0.15 5	3.31 570	0.18 4

RAFT + AFF	2.51 416	2.66 546	4.48 296	1.15 342	1.95 547	4.15 433	2.01 518	4.46 542	3.30 544	2.19 380	2.51 474	2.22 347	4.87 547	8.91 450	2.06 432	0.30 236	0.60 528	0.48 459	0.38 431	0.77 503	0.69 479

DDUNet	2.91 463	2.78 548	6.94 321	3.53 578	2.26 562	3.28 234	1.36 451	3.77 338	2.04 334	2.62 483	2.49 471	4.18 520	1.69 384	5.38 374	1.85 405	2.21 570	1.77 576	2.61 579	2.43 591	2.60 566	2.34 569

UDG	3.55 513	2.81 549	17.45 465	2.69 565	1.98 548	3.97 395	1.19 427	4.35 519	2.02 328	2.42 447	2.53 477	4.50 534	2.46 469	6.53 402	2.41 463	2.12 569	1.77 576	2.63 580	2.57 593	2.64 567	1.95 561

DFGA-Net	2.11 334	3.00 550	7.43 326	1.11 317	0.76 262	3.72 323	0.60 129	2.63 168	1.91 311	2.01 317	2.07 400	1.22 200	1.04 197	10.26 495	2.26 451	0.27 131	0.22 222	0.34 331	0.34 378	0.61 454	0.48 399

w-ln-seven	2.86 456	3.06 551	14.02 411	1.27 397	1.32 449	4.10 423	1.59 487	3.90 372	2.59 460	3.03 519	2.27 435	3.42 472	2.25 452	6.70 408	4.81 518	0.39 378	0.34 407	0.48 459	0.40 449	0.74 498	0.55 438

WAO-7	5.16 553	3.21 552	18.98 491	1.88 535	1.44 479	5.34 569	3.09 560	4.91 569	5.81 583	4.35 562	8.92 577	6.55 569	6.06 562	13.40 586	10.81 560	1.34 564	1.20 566	1.48 567	1.35 569	1.60 557	1.45 549

PWCDC_ROB	2.95 467	3.26 553	14.06 413	1.59 496	1.56 501	4.19 454	0.86 294	4.30 506	4.08 565	2.06 336	7.37 562	2.75 410	2.42 464	3.59 338	2.67 483	1.34 564	0.36 419	0.39 401	0.34 378	1.13 539	0.62 462

ADCMid	3.96 529	3.27 554	15.48 437	1.26 389	1.40 469	4.66 538	2.28 529	4.06 424	3.54 552	3.94 550	3.02 515	3.85 502	3.67 525	4.03 353	18.65 595	0.68 518	0.61 530	1.09 558	1.18 563	1.38 553	1.08 530

IGEV-BASED-STEREO-	1.09 151	3.30 555	2.61 230	0.82 108	0.38 42	1.27 31	0.62 146	1.51 23	1.29 90	0.91 127	0.92 69	0.65 76	0.57 40	1.08 61	0.59 63	1.55 566	0.15 23	0.32 278	0.28 286	1.10 536	1.98 563

DispFullNet	4.64 545	3.48 556	23.95 600	3.99 584	3.03 573	3.35 243	1.06 395	4.18 455	2.80 489	6.33 580	2.94 511	4.04 512	7.81 580	3.92 351	5.16 522	2.75 572	1.61 573	3.10 589	2.68 596	3.32 571	3.31 588

LSM	12.71 596	3.52 557	20.79 557	55.63 621	84.76 620	3.63 312	6.30 585	3.73 332	4.93 575	5.55 572	13.92 596	3.53 487	3.25 510	9.72 471	4.12 507	0.64 507	0.85 553	0.71 533	0.81 542	1.03 527	26.84 613

SGM+DAISY	8.36 582	3.82 558	24.83 601	2.02 544	1.75 532	14.80 597	17.22 603	4.27 490	11.79 595	13.88 605	14.38 598	11.74 586	13.83 592	10.56 501	15.12 575	1.21 552	1.19 565	1.14 560	1.13 561	1.17 545	1.37 545

test_for_model	2.16 341	3.87 559	1.58 124	4.16 586	3.64 583	2.51 139	0.96 368	3.63 310	2.62 462	2.45 451	1.39 183	1.02 167	0.73 92	0.92 33	0.57 59	2.97 575	2.19 582	0.26 129	0.17 35	5.32 592	2.24 566

UNDER WATER	10.47 586	3.95 560	22.62 594	5.07 599	4.51 595	7.78 585	3.77 575	12.56 597	21.72 609	7.84 587	10.78 583	23.96 605	31.66 610	10.78 512	16.19 582	4.44 596	2.93 593	4.24 598	2.86 599	6.33 597	5.47 603

Wz-Net-SNSev	2.98 476	4.36 561	15.98 441	1.57 494	1.19 409	3.28 234	1.80 505	3.96 395	2.40 424	2.32 425	2.28 439	3.48 476	2.05 433	7.84 433	3.82 505	0.47 450	0.39 447	0.53 490	0.49 487	0.71 493	0.60 456

SuperB	4.79 548	4.41 562	21.08 567	1.45 468	1.08 379	3.91 368	3.08 559	4.18 455	3.01 516	2.50 457	2.10 404	2.75 410	3.49 522	8.80 447	19.60 599	0.44 425	0.33 395	0.53 490	0.39 438	12.01 608	0.64 470

WZ-Net	3.62 515	4.87 563	16.77 453	1.43 461	1.40 469	3.75 329	2.29 530	4.12 441	2.50 444	2.74 498	2.19 423	4.06 513	5.29 553	10.19 491	7.36 543	0.54 488	0.37 432	0.47 451	0.49 487	0.77 503	0.73 491

iResNetv2_ROB	2.65 436	5.00 564	19.28 499	2.06 546	1.09 383	3.83 345	1.13 415	4.14 449	2.09 345	1.85 257	2.03 386	2.01 328	1.51 330	3.58 337	1.58 358	0.34 309	0.21 193	0.32 278	0.21 122	0.44 378	0.29 188

ADCS	4.22 538	5.33 565	16.32 444	1.64 503	1.31 442	3.91 368	3.64 573	4.21 465	2.89 501	5.11 570	2.81 507	4.46 533	3.06 501	5.21 371	19.50 598	0.63 504	0.64 534	0.69 530	0.69 531	1.12 538	1.26 538

UNDER WATER-64	9.33 584	5.37 566	22.60 593	5.22 600	4.86 597	10.75 590	4.61 582	11.45 594	17.30 602	7.59 584	9.80 581	15.99 593	17.90 601	10.63 505	15.72 578	4.36 593	2.87 592	4.39 602	2.86 599	7.01 601	5.36 602

KSHMR	16.96 602	5.37 566	21.64 585	4.46 593	4.50 594	8.30 587	3.32 563	15.58 606	76.24 626	6.62 582	61.47 622	56.53 622	5.43 555	35.17 614	11.37 563	4.39 594	2.97 597	3.63 597	2.74 598	5.10 591	4.34 599

GASNet	3.24 501	5.55 568	20.58 552	1.56 493	1.25 430	2.32 123	1.12 412	4.04 416	2.67 470	1.88 267	2.10 404	3.00 435	2.16 445	10.59 503	2.43 466	0.65 510	0.37 432	0.61 516	0.45 473	0.87 515	0.58 451

AnyNet_C32	4.17 536	5.75 569	12.62 389	1.60 498	1.54 494	5.51 571	4.09 580	3.90 372	3.23 537	4.22 561	3.03 516	3.10 443	3.41 516	8.01 436	18.85 596	0.53 486	0.58 523	0.53 490	0.74 533	1.19 547	0.97 523

MADNet++	7.57 580	5.80 570	13.28 394	6.38 601	5.26 598	7.18 580	7.77 590	5.32 578	5.62 581	6.11 577	7.78 564	6.02 568	8.01 582	11.74 560	16.36 583	9.36 607	4.95 605	8.57 609	5.66 605	4.83 590	5.34 601

coex-ft	18.59 604	6.62 571	113.53 628	1.17 350	1.31 442	2.33 125	1.93 513	2.81 200	14.00 598	124.82 631	8.45 571	5.90 567	51.74 623	9.99 484	22.69 602	0.57 494	0.62 531	0.50 476	0.49 487	1.08 535	1.28 539

RTS	3.90 526	7.04 572	17.94 471	1.92 536	2.19 558	5.00 565	2.96 553	4.29 498	3.19 532	4.05 553	3.08 519	4.94 549	3.16 505	7.64 427	6.72 533	0.66 512	0.44 475	0.51 479	0.47 478	0.95 521	0.76 497

RTSA	3.90 526	7.04 572	17.94 471	1.92 536	2.19 558	5.00 565	2.96 553	4.29 498	3.19 532	4.05 553	3.08 519	4.94 549	3.16 505	7.64 427	6.72 533	0.66 512	0.44 475	0.51 479	0.47 478	0.95 521	0.76 497

AnyNet_C01	4.37 540	7.80 574	16.40 445	1.98 542	1.40 469	6.37 576	6.47 586	4.09 432	5.03 576	4.06 555	3.78 540	4.16 519	3.31 512	6.62 405	10.00 556	0.61 501	0.67 539	0.63 521	0.67 526	2.01 561	1.31 541

RainbowNet	4.56 542	8.28 575	20.07 524	3.64 582	3.23 580	4.15 433	2.99 555	4.18 455	3.03 518	2.20 383	2.65 490	4.26 525	2.90 489	9.77 472	2.12 439	3.88 589	2.27 585	2.71 584	1.72 576	3.78 578	3.31 588

notaker	10.50 588	8.60 576	20.23 531	4.54 595	3.95 589	6.27 575	3.44 565	8.07 590	4.75 574	8.73 590	46.45 617	13.86 592	27.86 609	13.49 587	13.61 573	4.56 598	3.18 599	3.52 594	2.68 596	8.13 605	4.05 596

TorneroNet-64	10.12 585	8.74 577	20.95 564	4.27 588	3.76 588	13.86 596	2.85 549	15.05 603	23.15 610	10.07 597	23.84 606	13.47 589	8.24 584	13.96 593	17.21 588	3.96 591	2.72 590	3.23 590	2.48 592	6.29 595	4.27 598

Wz-Net-TNSev	3.67 517	8.83 578	13.47 399	1.48 475	1.18 402	3.60 302	2.49 536	4.27 490	3.13 525	2.18 376	1.89 356	4.21 524	2.80 485	12.10 569	7.58 546	0.57 494	0.55 515	0.47 451	0.54 506	0.91 519	1.05 528

DGTPSM_ROB	15.31 599	8.85 579	28.14 605	9.90 605	18.89 602	12.44 594	33.21 611	13.48 600	17.86 605	9.50 594	22.89 604	13.78 590	19.67 603	21.26 600	23.68 604	5.08 604	8.84 607	5.62 604	11.50 609	6.72 598	14.87 609

DPSMNet_ROB	15.52 600	8.89 580	31.44 606	10.07 606	18.91 603	12.44 594	33.22 612	13.51 601	17.94 606	9.58 595	22.91 605	13.79 591	19.67 603	21.43 601	23.73 605	5.17 605	8.84 607	5.63 605	11.52 612	6.79 599	14.90 610

otaku	4.58 544	8.93 581	19.95 518	3.11 573	2.67 565	3.91 368	2.57 541	3.82 349	2.25 380	2.22 394	9.72 580	4.08 514	2.35 460	8.57 443	2.13 442	3.51 582	1.65 574	2.15 573	1.17 562	3.69 576	3.15 582

Ntro	4.21 537	8.94 582	19.89 516	3.22 574	2.96 572	4.15 433	1.89 511	3.92 382	2.36 408	1.77 243	2.14 414	3.35 465	2.17 447	9.48 465	2.24 450	3.52 583	1.76 575	2.13 572	1.31 566	3.83 579	3.09 580

Dean	7.52 578	9.08 583	21.41 577	3.74 583	3.53 581	4.81 561	3.53 569	5.33 579	5.25 577	4.17 557	26.53 608	25.62 609	4.09 534	10.97 519	4.32 508	3.69 586	2.30 586	2.91 585	1.87 581	4.03 582	3.24 586

JetBlue	6.27 569	9.15 584	13.76 402	1.94 540	4.60 596	11.91 591	12.00 597	5.12 572	3.45 551	3.79 547	4.52 548	9.54 581	6.56 571	9.40 463	13.48 572	1.26 558	1.37 569	1.17 561	1.34 568	7.06 602	3.95 595

LVE	6.88 575	9.31 585	21.14 568	3.61 581	3.18 579	4.49 506	2.79 546	10.21 593	11.69 594	3.16 530	11.53 588	18.33 594	4.31 538	11.66 555	3.52 501	4.45 597	2.93 593	2.56 577	1.91 582	3.62 573	3.16 583

SQANet	3.70 518	9.34 586	18.41 481	2.75 566	2.74 567	3.40 251	1.47 472	3.50 287	1.68 255	2.60 479	1.75 287	2.69 402	1.91 424	6.72 412	1.74 391	2.96 574	1.41 570	1.85 569	1.12 559	3.17 569	2.70 578

z-mn7	3.36 509	9.42 587	14.16 415	1.28 399	1.22 422	3.78 335	1.43 470	3.92 382	3.35 546	2.85 507	3.36 532	3.06 442	1.97 428	9.66 470	5.16 522	0.42 412	0.35 413	0.43 430	0.33 369	0.63 460	0.48 399

MADNet+	3.97 530	9.54 588	13.83 408	1.87 534	1.69 526	4.19 454	2.87 550	4.80 567	4.10 566	2.51 460	2.67 492	4.55 538	3.41 516	8.72 445	6.92 540	1.25 557	1.27 567	1.04 554	0.93 548	1.39 554	1.85 559

zh-mn7	3.15 496	9.61 589	12.45 387	1.26 389	0.99 351	2.91 175	1.32 445	4.12 441	2.74 477	3.33 536	3.07 518	2.84 422	1.89 422	8.91 450	4.69 514	0.49 467	0.40 452	0.38 397	0.38 431	0.56 435	0.63 466

PWCK	5.85 564	9.95 590	15.22 436	2.90 569	1.56 501	5.66 573	7.69 589	5.27 575	4.74 573	3.88 548	7.51 563	8.04 577	5.28 552	15.18 595	8.40 550	3.08 577	1.51 571	2.24 574	1.37 570	5.55 593	1.96 562

ktn	21.74 607	10.34 591	19.68 508	4.53 594	4.00 590	6.53 578	4.51 581	6.79 586	78.82 628	84.69 628	100.86 631	58.49 623	7.57 579	12.11 570	13.35 571	4.58 601	3.24 600	3.49 592	2.62 594	4.65 589	3.84 594

MSC_U_SF_DS_RVC	4.48 541	10.62 592	15.18 435	1.55 491	1.45 483	6.16 574	3.54 571	5.41 581	3.68 557	2.59 478	2.74 498	4.81 546	2.20 450	13.79 591	4.40 509	2.04 567	3.36 601	1.05 555	1.20 564	2.09 562	1.72 556

MFN_U_SF_RVC	3.81 523	10.78 593	15.01 430	1.84 530	1.39 467	3.73 327	1.63 491	4.05 420	3.26 539	2.91 509	2.38 463	4.36 530	3.65 524	8.43 441	4.91 520	1.11 549	1.04 558	0.99 552	1.31 566	1.58 556	1.75 558

MFN_U_SF_DS_RVC	3.94 528	10.88 594	12.30 385	1.26 389	1.55 498	5.19 568	3.33 564	4.42 534	2.82 497	2.58 475	2.62 486	5.00 552	2.11 437	14.03 594	2.73 484	1.28 559	2.34 588	0.67 529	1.83 579	0.81 510	1.03 527

TorneroNet	25.88 609	11.28 595	21.62 583	4.20 587	4.07 591	55.25 618	3.15 561	15.16 604	76.94 627	58.09 623	82.72 628	86.88 627	41.15 614	13.35 585	18.13 592	4.32 592	2.85 591	3.45 591	2.62 594	8.33 606	4.14 597

zh-sn7	3.81 523	11.43 596	15.78 439	1.25 382	1.15 394	3.68 318	2.58 542	4.15 453	2.42 429	2.61 481	3.10 522	3.38 470	3.03 498	11.43 541	6.88 538	0.45 434	0.48 499	0.45 442	0.43 466	0.72 496	0.71 483

ACVNet_2	5.41 557	12.60 597	20.42 544	3.27 575	3.15 578	4.50 509	3.02 556	4.66 561	3.73 558	3.35 539	5.36 555	7.86 576	2.88 487	12.33 573	4.76 516	3.12 578	2.22 583	2.70 583	1.69 573	3.49 572	3.10 581

WAO-8	11.95 592	13.02 598	20.56 549	3.50 576	3.08 575	15.11 599	2.80 547	12.91 598	19.11 607	7.69 585	13.12 592	11.62 584	7.01 575	84.40 627	7.91 547	3.42 580	1.92 578	3.54 595	1.93 583	3.68 574	2.69 576

Venus	11.95 592	13.02 598	20.56 549	3.50 576	3.08 575	15.11 599	2.80 547	12.91 598	19.11 607	7.69 585	13.12 592	11.62 584	7.01 575	84.40 627	7.91 547	3.42 580	1.92 578	3.54 595	1.93 583	3.68 574	2.69 576

MSAF-DinoV2	13.69 598	13.09 600	22.03 589	2.41 561	1.44 479	4.03 405	1.38 459	9.07 591	9.20 589	2.23 398	1.98 377	5.08 556	5.06 548	177.66 632	5.46 529	0.45 434	0.34 407	0.40 407	0.62 522	6.09 594	5.80 604

IMH	6.81 574	13.66 601	20.41 543	4.33 592	3.74 585	5.50 570	3.06 558	5.49 582	6.22 585	4.64 566	10.35 582	9.30 580	8.03 583	13.61 589	6.81 535	4.80 602	2.99 598	3.09 588	2.12 588	4.36 586	3.61 590

ACVNet-4b	6.73 572	13.67 602	21.87 586	3.54 579	3.07 574	4.19 454	2.25 528	4.03 412	3.65 555	1.64 216	3.98 544	5.88 566	2.89 488	10.01 485	16.98 586	23.29 618	2.24 584	2.53 576	1.78 577	3.87 580	3.21 585

ACVNet_1	6.04 567	13.97 603	21.36 576	3.58 580	3.14 577	4.73 554	2.48 535	4.20 459	3.17 530	2.98 517	2.83 509	23.31 603	4.34 539	11.06 525	2.45 468	3.68 585	2.33 587	2.60 578	1.79 578	3.69 576	3.19 584

TCMNet-wrong-test	12.32 594	14.13 604	19.38 500	22.38 608	19.85 604	15.99 602	12.34 598	22.95 608	4.56 569	6.24 579	6.27 560	18.40 596	15.71 595	10.10 490	10.72 559	9.06 606	4.78 603	5.35 603	3.95 603	12.28 609	11.97 608

USTest	15.98 601	15.58 605	22.56 592	18.49 607	16.99 601	26.43 607	36.08 614	27.68 612	12.77 597	10.69 600	10.80 584	18.35 595	15.09 594	18.62 599	23.37 603	4.85 603	5.34 606	7.38 607	7.43 607	9.90 607	11.23 607

HanzoNet	31.60 612	17.23 606	21.22 573	7.32 602	5.84 599	7.25 582	3.53 569	13.82 602	14.20 600	50.38 619	47.01 618	44.45 613	56.61 624	36.61 615	32.00 615	63.89 625	56.57 626	7.97 608	89.20 628	28.69 612	28.25 615

Anonymous_1	57.11 623	19.68 607	26.15 602	23.10 609	142.31 628	30.84 608	39.75 615	33.86 617	16.98 601	70.53 627	15.42 600	23.46 604	19.75 605	23.04 603	27.23 611	164.73 632	9.02 609	130.38 627	137.40 629	161.27 632	27.24 614

DPSM_ROB	20.78 605	20.03 608	26.57 603	23.62 610	22.46 605	31.10 609	39.97 616	33.52 615	17.41 603	15.25 606	15.80 601	24.06 606	20.71 606	23.30 605	27.62 612	10.78 609	9.41 610	11.69 612	11.50 609	14.49 610	16.36 611

DPSM	20.78 605	20.03 608	26.57 603	23.62 610	22.46 605	31.10 609	39.97 616	33.52 615	17.41 603	15.25 606	15.80 601	24.06 606	20.71 606	23.30 605	27.62 612	10.78 609	9.41 610	11.69 612	11.50 609	14.49 610	16.36 611

JetRed	10.48 587	27.10 610	35.70 607	4.27 588	4.09 592	15.55 601	12.83 599	12.16 595	5.50 579	5.83 574	5.56 557	10.14 582	7.43 577	8.88 448	26.39 610	3.32 579	3.81 602	3.51 593	2.96 601	7.85 603	6.69 606

LRCNet_RVC	25.52 608	33.45 611	23.21 598	31.79 612	32.78 609	6.74 579	1.18 424	25.88 610	4.46 567	28.94 609	30.89 609	24.91 608	17.57 600	27.66 609	24.34 607	35.26 621	25.60 622	35.91 621	33.81 620	31.90 620	34.10 621

FlowAnything	41.75 613	39.90 612	53.36 620	47.83 620	45.06 614	62.45 619	80.51 624	67.34 625	34.89 615	30.56 613	31.52 610	48.18 617	42.05 619	46.66 623	55.24 621	21.71 617	18.88 617	23.49 619	23.13 614	29.12 614	33.04 616

LSM0	49.58 621	40.04 613	53.62 622	97.15 622	128.68 627	62.75 624	79.89 623	67.63 626	35.11 617	33.02 615	32.61 616	48.43 621	41.60 615	46.60 619	55.43 622	21.63 616	18.99 621	23.62 620	23.13 614	29.47 619	52.26 625

Selective-RAFT-Error	41.77 614	40.16 614	53.34 619	47.73 616	45.25 618	62.51 620	80.64 625	67.22 621	34.93 616	30.64 614	31.81 611	48.11 616	42.11 620	46.57 618	54.95 620	21.61 613	18.87 616	23.48 615	23.15 616	29.16 615	33.08 620

CasAABBNet	41.80 617	40.20 615	53.41 621	47.73 616	45.18 615	62.51 620	80.71 626	67.26 622	34.80 614	30.49 610	31.88 612	48.24 618	41.81 616	46.63 620	55.64 625	21.60 612	18.88 617	23.48 615	23.22 617	29.19 616	33.05 617

RAFT-FEzeroshot	41.78 615	40.21 616	53.07 617	47.74 618	45.19 616	62.51 620	80.73 627	67.30 623	34.75 612	30.51 611	31.88 612	48.27 619	41.88 617	46.64 621	55.54 623	21.62 614	18.89 619	23.48 615	23.22 617	29.20 617	33.05 617

RAFT-FE	41.78 615	40.21 616	53.07 617	47.74 618	45.19 616	62.51 620	80.73 627	67.30 623	34.75 612	30.51 611	31.88 612	48.27 619	41.88 617	46.64 621	55.54 623	21.62 614	18.89 619	23.48 615	23.22 617	29.20 617	33.05 617

HaxPig	43.25 618	43.65 618	45.00 611	33.85 613	35.61 611	32.69 611	30.52 609	45.09 618	42.97 619	48.77 617	48.17 619	43.00 612	40.26 612	44.58 616	43.61 616	47.18 622	49.30 623	51.54 623	50.25 622	43.73 621	45.29 622

AVERAGE_ROB	44.46 619	45.91 619	46.59 612	40.59 615	38.66 612	32.99 612	30.52 609	46.19 619	43.26 620	49.59 618	48.97 620	44.62 614	39.89 611	45.04 617	43.94 617	48.74 623	50.69 624	50.80 622	49.79 621	45.54 622	46.97 623

MEDIAN_ROB	47.37 620	49.08 620	49.92 615	40.32 614	39.97 613	34.95 613	33.43 613	49.17 620	46.39 622	53.06 620	52.65 621	47.65 615	42.23 621	48.35 624	47.29 618	52.10 624	54.04 625	54.28 624	53.48 623	48.76 623	50.33 624

PML	64.32 624	53.22 621	17.88 470	8.10 603	32.94 610	148.46 631	247.79 633	12.18 596	45.42 621	111.41 630	288.92 633	101.47 629	101.31 629	31.67 610	15.55 576	14.03 611	4.83 604	10.98 611	6.18 606	28.82 613	5.17 600

DLNR_Zeroshot_test	28.62 610	55.50 622	49.94 616	183.62 626	115.05 626	3.43 256	0.28 9	29.49 613	1.49 155	1.01 142	1.26 145	0.93 153	0.63 61	3.92 351	1.51 348	29.81 619	0.41 461	0.26 129	0.23 172	93.28 624	0.32 240

DLNR-FE	28.68 611	56.10 623	49.61 614	183.75 627	105.98 622	3.44 257	0.28 9	29.58 614	1.49 155	1.01 142	1.26 145	0.93 153	0.63 61	3.81 344	1.51 348	33.14 620	0.41 461	0.26 129	0.23 172	99.94 626	0.32 240

BEATNet-Init1	49.72 622	64.32 624	97.77 627	4.68 596	4.28 593	84.75 627	60.42 619	73.38 627	68.59 625	88.29 629	88.51 630	91.94 628	97.99 628	85.26 629	70.96 629	0.80 530	0.65 535	0.85 547	0.70 532	7.96 604	2.33 568

xxxxx1	112.33 628	88.53 625	37.76 608	227.84 629	157.23 629	39.05 615	61.41 620	93.76 628	79.29 629	62.45 624	74.79 625	78.32 624	70.96 625	33.47 611	70.69 626	114.00 627	130.36 630	259.31 631	274.34 631	145.54 629	147.50 629

tt_ll	112.33 628	88.53 625	37.76 608	227.84 629	157.23 629	39.05 615	61.41 620	93.76 628	79.29 629	62.45 624	74.79 625	78.32 624	70.96 625	33.47 611	70.69 626	114.00 627	130.36 630	259.31 631	274.34 631	145.54 629	147.50 629

ff	112.33 628	88.53 625	37.76 608	227.84 629	157.23 629	39.05 615	61.41 620	93.76 628	79.29 629	62.45 624	74.79 625	78.32 624	70.96 625	33.47 611	70.69 626	114.00 627	130.36 630	259.31 631	274.34 631	145.54 629	147.50 629

RSGM-EC	108.14 626	104.44 628	68.66 623	115.42 624	109.31 624	116.48 628	139.19 630	127.02 631	55.95 623	55.27 621	71.01 623	116.54 630	111.76 630	176.57 630	175.06 631	117.34 630	71.64 628	140.65 628	83.55 626	123.96 627	82.91 627

acva	108.14 626	104.44 628	68.66 623	115.42 624	109.31 624	116.48 628	139.19 630	127.02 631	55.95 623	55.27 621	71.01 623	116.54 630	111.76 630	176.57 630	175.06 631	117.34 630	71.64 628	140.65 628	83.55 626	123.96 627	82.91 627

ASD4		113.98 630

DPSimNet_ROB	102.30 625	119.72 631	143.59 629	109.42 623	94.10 621	127.22 630	127.15 629	26.62 611	102.36 632	149.58 632	83.99 629	139.34 632	137.54 632	64.62 626	82.36 630	105.18 626	66.15 627	120.15 626	69.61 625	99.58 625	77.72 626

test_example2	212.63 631	219.92 632	221.87 631	213.67 628	221.17 632	199.47 632	200.74 632	185.30 633	141.66 633	209.52 633	213.45 632	210.82 633	205.48 633	221.27 633	216.64 633	236.83 633	242.07 633	213.93 630	217.01 630	235.69 633	226.10 632

ccccc		629.75 633		567.84 632	570.84 633	582.44 633		613.82 634		614.58 634		555.57 634		666.94 634		781.57 634	507.24 634	391.36 634	342.44 634	689.82 634

GS-Stereo							0.83 274	3.32 261	1.37 104	0.75 73	0.89 61	0.76 109	0.80 129	0.92 33	0.53 48	0.26 114	0.18 84	0.26 129	0.20 104	0.28 128	0.21 57

FSD					0.60 188	0.77 5	0.67 165	1.57 30	0.68 4	0.72 62	0.62 23	1.02 167	0.72 87	0.81 13	0.73 123	0.59 497	0.54 510	0.57 503	0.54 506	0.57 440

Low-res two-view benchmark