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

MLG-Stereo_test1	0.80 98	0.39 15	1.02 18	0.65 54	1.20 475	3.14 266	0.29 18	1.59 52	3.05 585	0.50 11	0.24 1	0.67 125	0.43 18	1.33 189	0.40 15	0.21 57	0.18 123	0.23 58	0.15 7	0.19 8	0.20 48

PSi22a	0.44 1	0.33 4	0.82 1	0.78 151	0.27 4	0.56 5	0.24 6	1.33 21	0.40 1	0.45 3	0.25 2	0.66 120	0.50 47	0.83 44	0.33 1	0.20 46	0.16 47	0.19 6	0.15 7	0.18 1	0.19 15

PipStereo	0.46 2	0.31 1	0.89 4	0.82 175	0.27 4	0.58 6	0.27 12	1.58 49	0.42 3	0.43 2	0.27 3	0.68 127	0.50 47	0.82 41	0.35 2	0.18 23	0.17 82	0.19 6	0.15 7	0.18 1	0.17 1

PSi22b	0.47 5	0.31 1	0.89 4	0.82 175	0.28 6	0.58 6	0.32 25	1.61 54	0.41 2	0.42 1	0.27 3	0.69 133	0.48 37	0.84 50	0.36 4	0.18 23	0.17 82	0.19 6	0.15 7	0.18 1	0.18 7

Foundation-i32	0.47 5	0.34 6	1.00 16	0.73 113	0.24 1	0.66 8	0.28 14	1.31 19	0.44 4	0.53 19	0.27 3	0.81 182	0.46 30	0.73 19	0.41 20	0.22 77	0.15 24	0.19 6	0.16 25	0.19 8	0.17 1

MLG-Stereo	0.77 81	0.39 15	1.04 21	0.64 41	0.41 90	3.01 246	0.31 20	1.89 93	2.92 572	0.47 5	0.29 6	0.66 120	0.47 33	1.35 193	0.39 12	0.20 46	0.18 123	0.24 97	0.16 25	0.19 8	0.20 48

MLG-Stereo_test2	0.76 71	0.40 19	1.07 32	0.64 41	0.82 335	3.49 339	0.23 3	1.69 70	2.14 427	0.62 66	0.32 7	0.67 125	0.33 3	1.14 130	0.37 8	0.23 95	0.19 169	0.23 58	0.16 25	0.19 8	0.20 48

StereoAnything_RVC	0.94 165	2.66 622	2.20 241	0.76 142	0.34 24	1.18 36	0.39 48	2.31 161	0.69 16	0.51 15	0.34 8	0.32 1	0.89 207	1.57 242	0.35 2	0.32 351	0.16 47	0.23 58	0.15 7	3.31 649	0.18 7

BridgeDepth	0.54 12	0.42 36	1.05 23	0.58 9	0.25 2	1.30 56	0.36 41	1.53 43	0.86 65	0.56 27	0.37 9	0.57 79	0.65 100	0.87 54	0.40 15	0.20 46	0.15 24	0.19 6	0.16 25	0.22 68	0.17 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FoundationStereo	0.50 7	0.39 15	1.11 67	0.79 156	0.42 97	0.70 9	0.36 41	0.76 4	0.80 44	0.62 66	0.38 10	0.73 157	0.77 149	0.69 5	0.36 4	0.26 165	0.17 82	0.23 58	0.16 25	0.18 1	0.20 48

LACA1	0.60 17	0.43 42	0.92 9	0.53 2	0.32 16	3.20 275	0.33 28	1.48 36	0.48 5	0.57 36	0.39 11	0.41 24	0.59 76	0.83 44	0.37 8	0.23 95	0.19 169	0.23 58	0.18 84	0.21 49	0.19 15

LG-Stereo_L1	0.61 20	0.47 89	1.10 59	0.73 113	0.49 159	1.72 106	0.33 28	1.95 103	0.65 11	0.56 27	0.40 12	0.40 17	0.43 18	1.40 203	0.42 24	0.23 95	0.19 169	0.23 58	0.18 84	0.21 49	0.19 15

LACA3	0.55 13	0.48 99	0.89 4	0.52 1	0.43 103	2.28 162	0.53 117	1.02 10	0.53 7	0.53 19	0.41 13	0.47 42	0.45 25	0.90 66	0.36 4	0.23 95	0.18 123	0.20 14	0.15 7	0.21 49	0.20 48

MonSter++	0.52 9	0.42 36	0.89 4	0.61 16	0.36 33	1.64 102	0.25 7	0.96 7	0.91 75	0.62 66	0.42 14	0.56 74	0.53 54	0.71 9	0.45 42	0.17 9	0.15 24	0.18 2	0.14 2	0.19 8	0.20 48

LG-Stereo_L2	0.63 28	0.46 65	1.15 84	0.70 85	0.43 103	2.32 166	0.28 14	1.86 89	0.68 13	0.56 27	0.42 14	0.37 9	0.45 25	1.36 195	0.40 15	0.23 95	0.18 123	0.22 42	0.18 84	0.21 49	0.20 48

LiteMatch	0.67 34	0.84 438	0.89 4	0.80 159	0.39 73	1.60 94	0.68 205	0.96 7	0.91 75	0.62 66	0.43 16	0.56 74	1.40 362	0.71 9	1.10 312	0.28 235	0.16 47	0.29 273	0.22 206	0.29 204	0.37 370

GeoVLM	0.52 9	0.42 36	0.88 2	0.62 23	0.36 33	1.62 99	0.25 7	0.96 7	0.90 71	0.61 60	0.43 16	0.57 79	0.53 54	0.71 9	0.45 42	0.16 6	0.15 24	0.18 2	0.14 2	0.19 8	0.19 15

HiDET	0.61 20	0.41 27	0.88 2	0.64 41	0.39 73	2.67 201	0.25 7	1.59 52	0.91 75	0.59 50	0.44 18	0.52 58	0.50 47	0.76 23	0.54 98	0.17 9	0.15 24	0.18 2	0.15 7	0.19 8	0.21 91

IGEV-Stereo+	0.94 165	0.47 89	1.19 91	0.86 218	2.02 629	1.40 66	0.39 48	1.17 16	0.88 69	0.61 60	0.44 18	0.47 42	0.79 163	2.14 335	0.42 24	0.27 191	0.19 169	0.22 42	0.17 44	2.26 642	2.41 646

LiteMatch*	0.67 34	0.46 65	3.75 349	0.65 54	0.36 33	1.48 79	0.26 10	1.11 13	0.96 94	0.58 42	0.45 20	0.55 69	0.46 30	0.70 6	0.37 8	0.21 57	0.16 47	0.21 30	0.17 44	0.21 49	0.20 48

PointNet	0.56 15	0.41 27	0.92 9	0.63 31	0.33 20	1.85 117	0.31 20	1.34 22	0.88 69	0.71 101	0.46 21	0.57 79	0.32 2	0.80 32	0.45 42	0.18 23	0.16 47	0.23 58	0.18 84	0.20 28	0.20 48

dual_stereo	0.68 39	0.40 19	1.05 23	0.64 41	0.37 51	0.84 14	0.34 35	3.40 341	1.03 107	0.50 11	0.46 21	0.58 82	0.40 12	1.85 305	0.49 67	0.23 95	0.17 82	0.21 30	0.16 25	0.20 28	0.19 15

LACA2	0.62 22	0.53 147	1.20 98	0.54 3	0.26 3	3.15 267	0.47 95	1.56 46	0.57 9	0.52 17	0.47 23	0.47 42	0.45 25	0.71 9	0.37 8	0.23 95	0.17 82	0.21 30	0.15 7	0.23 77	0.17 1

DispViT+	0.72 50	0.38 9	1.20 98	0.54 3	2.17 634	0.92 16	0.33 28	2.05 116	1.43 176	0.62 66	0.50 24	0.45 37	0.51 51	1.52 233	0.56 107	0.24 123	0.18 123	0.19 6	0.14 2	0.19 8	0.21 91

CSFM-Stereo	0.60 17	0.39 15	0.95 11	0.60 15	0.32 16	2.66 200	0.31 20	1.44 32	0.77 31	0.72 105	0.51 25	0.55 69	0.51 51	0.75 20	0.46 50	0.17 9	0.17 82	0.18 2	0.15 7	0.20 28	0.18 7

MLG-Stereo_test3	0.60 17	0.37 8	1.12 70	0.59 12	0.57 216	2.19 155	0.31 20	1.68 68	0.56 8	0.49 10	0.51 25	0.56 74	0.33 3	0.96 86	0.54 98	0.21 57	0.17 82	0.23 58	0.16 25	0.20 28	0.21 91

BridgeDepth_RVC	0.53 11	0.41 27	1.03 20	0.55 5	0.37 51	0.99 21	0.23 3	1.38 26	0.67 12	0.56 27	0.52 27	0.50 51	0.82 177	0.83 44	0.47 55	0.29 264	0.16 47	0.23 58	0.18 84	0.19 8	0.18 7
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
SGD-Stereo	0.65 32	0.41 27	1.06 30	0.85 211	0.31 12	2.44 179	0.46 89	1.09 12	0.69 16	0.84 168	0.52 27	0.55 69	0.53 54	1.49 227	0.46 50	0.31 330	0.14 11	0.25 136	0.18 84	0.23 77	0.20 48

Pro-Stereo	0.68 39	0.33 4	0.97 13	0.68 74	0.43 103	3.11 262	0.35 39	0.70 3	0.96 94	0.54 24	0.54 29	0.62 101	0.27 1	2.06 324	0.68 158	0.24 123	0.16 47	0.30 300	0.25 276	0.20 28	0.19 15

aanet-new-12k	0.80 98	0.44 48	1.68 179	0.81 163	0.31 12	3.00 243	0.97 428	2.65 234	0.78 36	0.69 94	0.55 30	0.58 82	0.77 149	0.99 95	0.54 98	0.21 57	0.14 11	0.24 97	0.19 128	0.26 143	0.22 120

LG-G_1	0.70 44	0.40 19	1.12 70	0.71 94	0.30 9	2.80 208	0.40 56	2.21 140	0.78 36	0.59 50	0.55 30	0.51 53	0.58 71	1.24 160	0.49 67	0.24 123	0.18 123	0.23 58	0.15 7	0.21 49	0.21 91

LG-G	0.70 44	0.40 19	1.12 70	0.71 94	0.30 9	2.80 208	0.40 56	2.21 140	0.78 36	0.59 50	0.55 30	0.51 53	0.58 71	1.24 160	0.49 67	0.24 123	0.18 123	0.23 58	0.15 7	0.21 49	0.21 91

BStereo	0.88 136	0.73 372	4.10 354	0.80 159	0.51 166	1.13 28	0.72 231	2.57 216	1.00 102	0.85 171	0.57 33	0.72 150	0.48 37	1.01 98	0.90 255	0.26 165	0.22 285	0.24 97	0.29 384	0.25 113	0.25 172

Wave_Phase_stereo	1.07 212	0.73 372	4.10 354	0.80 159	0.51 166	4.91 639	0.72 231	2.50 197	1.00 102	0.85 171	0.57 33	0.72 150	0.48 37	1.01 98	0.90 255	0.26 165	0.22 285	0.24 97	0.29 384	0.25 113	0.25 172

LCMNet	0.63 28	0.40 19	0.95 11	0.58 9	0.39 73	3.11 262	0.27 12	1.58 49	0.84 60	0.56 27	0.58 35	0.52 58	0.53 54	0.77 27	0.51 85	0.17 9	0.16 47	0.19 6	0.15 7	0.20 28	0.21 91

DEFOM-Stereo	0.70 44	0.46 65	1.13 76	0.72 107	0.48 151	3.40 316	0.44 79	0.90 6	0.77 31	0.86 176	0.58 35	0.45 37	0.43 18	1.76 285	0.43 29	0.24 123	0.18 123	0.22 42	0.16 25	0.21 49	0.20 48

Replicate-Monster	0.79 96	1.36 558	2.08 231	0.70 85	0.52 179	2.05 139	0.34 35	1.92 98	0.82 53	1.03 213	0.60 37	0.48 48	0.52 53	1.28 174	0.39 12	0.19 33	0.14 11	0.19 6	0.16 25	0.22 68	0.78 573

LGtest1	0.55 13	0.41 27	1.14 82	0.70 85	0.40 83	0.99 21	0.26 10	1.32 20	0.93 88	0.53 19	0.60 37	0.44 33	0.49 43	1.02 101	0.45 42	0.27 191	0.19 169	0.23 58	0.16 25	0.21 49	0.23 140

Zero-FE251	0.80 98	0.75 394	1.71 181	0.88 229	0.70 287	2.59 196	0.45 84	1.38 26	0.83 57	1.79 323	0.61 39	0.73 157	0.81 173	0.82 41	0.61 125	0.29 264	0.23 315	0.27 213	0.19 128	0.20 28	0.20 48

FSD					0.60 231	0.77 10	0.67 194	1.57 48	0.68 13	0.72 105	0.62 40	1.02 236	0.72 122	0.81 37	0.73 186	0.59 570	0.54 587	0.57 577	0.54 578	0.57 515

DDF-Stereo	0.90 151	0.53 147	1.16 85	0.88 229	1.31 499	1.59 92	0.86 342	2.26 151	0.79 40	0.48 7	0.63 41	0.54 63	0.73 127	2.97 395	1.03 299	0.39 452	0.17 82	0.24 97	0.18 84	1.06 606	0.29 252

monster-pro	0.62 22	0.43 42	1.07 32	0.66 63	0.82 335	1.14 34	0.39 48	2.57 216	0.92 82	0.58 42	0.64 42	0.36 4	0.36 7	0.91 71	0.43 29	0.15 1	0.15 24	0.20 14	0.17 44	0.21 49	0.19 15

MonStereo	0.62 22	0.43 42	1.07 32	0.66 63	0.82 335	1.13 28	0.39 48	2.57 216	0.92 82	0.58 42	0.64 42	0.36 4	0.36 7	0.90 66	0.43 29	0.15 1	0.15 24	0.20 14	0.17 44	0.21 49	0.19 15

Monster-pub-eth3d	0.62 22	0.43 42	1.07 32	0.66 63	0.82 335	1.13 28	0.39 48	2.57 216	0.92 82	0.58 42	0.64 42	0.36 4	0.36 7	0.88 60	0.43 29	0.15 1	0.15 24	0.20 14	0.17 44	0.21 49	0.19 15

zero-FE	0.95 173	0.52 129	2.63 289	0.86 218	1.27 492	1.41 67	0.86 342	2.27 153	0.73 26	0.50 11	0.64 42	0.54 63	0.78 158	2.70 384	1.02 297	0.35 402	0.17 82	0.24 97	0.18 84	1.03 603	0.29 252

MonSter	0.62 22	0.43 42	1.07 32	0.66 63	0.82 335	1.13 28	0.39 48	2.57 216	0.92 82	0.58 42	0.64 42	0.36 4	0.35 6	0.95 82	0.43 29	0.15 1	0.15 24	0.20 14	0.17 44	0.21 49	0.19 15

DepthFocus	0.50 7	0.41 27	1.02 18	0.57 7	0.38 67	0.77 10	0.44 79	0.82 5	0.61 10	0.46 4	0.66 47	0.75 166	0.48 37	0.83 44	0.36 4	0.26 165	0.19 169	0.27 213	0.25 276	0.25 113	0.21 91

aanet-new-90k	0.85 124	0.57 195	1.82 194	0.75 124	0.92 377	3.26 290	0.72 231	2.51 200	0.86 65	0.47 5	0.67 48	0.49 50	0.76 144	1.56 238	0.45 42	0.19 33	0.16 47	0.25 136	0.17 44	0.24 87	0.20 48

EGLCR-Stereo	1.06 208	0.51 121	1.56 168	1.02 339	0.39 73	4.27 543	0.42 69	4.08 495	1.48 206	0.90 185	0.68 49	1.09 244	0.66 107	1.81 293	0.62 129	0.27 191	0.19 169	0.29 273	0.23 227	0.37 367	0.25 172

Wavelet-MonSter	0.57 16	0.47 89	1.13 76	0.66 63	0.78 315	1.60 94	0.30 19	1.17 16	0.68 13	0.58 42	0.69 50	0.39 15	0.48 37	0.99 95	0.46 50	0.15 1	0.16 47	0.20 14	0.16 25	0.20 28	0.19 15

aanet-new-10k	0.82 116	0.58 211	1.16 85	0.78 151	0.37 51	3.52 348	1.04 458	2.34 165	0.76 29	0.89 183	0.70 51	0.64 110	0.88 201	0.94 81	0.59 119	0.22 77	0.16 47	0.25 136	0.18 84	0.26 143	0.20 48

WQFJA1++	10.56 665	0.40 19	3.21 320	0.89 236	0.82 335	1.43 70	0.41 63	2.15 132	0.87 67	96.02 712	0.71 52	0.46 39	0.55 61	1.29 179	0.50 74	0.27 191	0.17 82	0.21 30	0.18 84	100.47 710	0.22 120

IGEV	0.70 44	0.36 7	1.07 32	0.71 94	1.31 499	2.82 212	0.41 63	1.76 76	0.98 98	0.73 108	0.71 52	0.35 3	0.42 16	0.90 66	0.42 24	0.18 23	0.18 123	0.22 42	0.18 84	0.18 1	0.20 48

IGEV-RUCA	0.90 151	0.53 147	1.05 23	0.81 163	0.74 301	3.89 428	0.80 301	1.92 98	1.41 169	0.96 202	0.71 52	0.70 136	0.73 127	1.30 185	0.68 158	0.29 264	0.20 220	0.25 136	0.19 128	0.43 441	0.34 335

rvit_0105_6	1.00 196	0.93 468	2.21 243	0.92 263	0.55 199	1.52 87	0.79 290	2.41 172	2.96 575	0.76 130	0.72 55	1.02 236	0.75 136	1.42 211	0.81 219	0.40 460	0.43 545	0.34 405	0.31 421	0.43 441	0.34 335

Foundation-i1a	0.78 90	0.38 9	1.07 32	0.71 94	0.33 20	0.91 15	0.63 173	2.42 176	1.93 377	0.93 191	0.73 56	0.95 227	1.22 320	1.66 267	0.57 112	0.24 123	0.17 82	0.20 14	0.17 44	0.19 8	0.22 120

2.75w_new	0.75 63	0.45 53	1.10 59	0.65 54	0.62 243	2.45 181	0.56 131	2.75 249	0.74 27	0.78 139	0.73 56	0.38 13	0.92 216	1.04 107	0.66 149	0.17 9	0.14 11	0.22 42	0.17 44	0.18 1	0.19 15

rvit_stereo_0081	0.80 98	0.63 274	1.19 91	0.91 257	0.64 249	1.27 47	0.61 155	2.05 116	1.71 331	0.82 153	0.73 56	0.85 192	0.75 136	1.30 185	0.80 214	0.31 330	0.26 395	0.27 213	0.25 276	0.38 372	0.27 219

rvit_stereo_0082	0.80 98	0.63 274	1.19 91	0.91 257	0.64 249	1.27 47	0.61 155	2.05 116	1.71 331	0.82 153	0.73 56	0.85 192	0.75 136	1.30 185	0.80 214	0.31 330	0.26 395	0.27 213	0.25 276	0.38 372	0.27 219

GCAP-Stereo-DPT-24K	0.78 90	0.45 53	1.12 70	0.71 94	1.00 414	2.05 139	0.87 363	2.25 149	1.18 122	0.56 27	0.74 60	0.44 33	1.03 249	0.81 37	0.41 20	0.21 57	0.19 169	0.23 58	0.18 84	0.27 163	0.91 590

GCAP-Stereo-DPT-50K	0.91 157	1.57 579	2.54 276	0.69 80	1.41 534	2.08 143	0.83 321	2.11 126	1.38 159	0.65 82	0.75 61	0.66 120	0.64 93	0.72 14	0.40 15	0.23 95	0.19 169	0.24 97	0.18 84	0.33 302	0.54 503

MaDis-Stereo	0.82 116	0.66 310	1.53 162	0.65 54	1.87 617	1.24 43	0.36 41	2.13 128	1.27 141	0.67 88	0.75 61	0.88 202	0.70 117	1.15 136	1.07 306	0.29 264	0.23 315	0.26 180	0.20 153	0.31 250	0.22 120

FlowAnything_test	0.75 63	0.60 237	1.18 90	0.82 175	0.58 225	2.29 164	0.66 190	1.38 26	0.80 44	1.03 213	0.76 63	0.63 108	0.49 43	0.84 50	0.91 264	0.31 330	0.27 407	0.40 478	0.48 554	0.31 250	0.30 282

GIP-stereo	0.88 136	0.50 113	1.34 131	1.32 491	0.94 385	2.90 223	0.42 69	3.41 342	1.06 114	0.63 74	0.76 63	0.90 209	0.76 144	0.91 71	0.52 88	0.27 191	0.18 123	0.25 136	0.16 25	0.25 113	0.19 15

test_xeample3	2.12 403	0.63 274	21.55 657	0.91 257	0.47 143	1.85 117	0.94 412	7.96 658	1.23 130	0.75 116	0.76 63	0.64 110	0.70 117	1.77 286	0.83 224	0.30 306	0.21 254	0.27 213	0.21 171	0.27 163	0.24 158

aanet-new-60k	0.77 81	0.64 285	1.98 211	0.73 113	0.49 159	2.10 146	0.87 363	2.24 147	0.85 63	0.56 27	0.77 66	0.61 94	0.66 107	1.20 152	0.48 59	0.18 23	0.15 24	0.25 136	0.17 44	0.23 77	0.22 120

IGEVStereo-DCA	0.86 128	0.65 298	2.05 219	0.90 246	0.46 133	1.57 89	0.86 342	1.62 57	1.24 132	0.65 82	0.77 66	0.74 163	0.72 122	2.59 376	0.86 237	0.28 235	0.21 254	0.28 248	0.21 171	0.29 204	0.27 219

rrr	2.27 428	0.65 298	23.82 676	0.90 246	0.46 133	1.57 89	0.96 423	7.98 659	1.19 126	0.65 82	0.77 66	0.74 163	0.72 122	2.59 376	0.86 237	0.28 235	0.21 254	0.28 248	0.21 171	0.29 204	0.25 172

3.25w_new	0.69 42	0.46 65	1.10 59	0.61 16	0.61 236	2.23 158	0.51 107	2.45 186	0.90 71	0.63 74	0.78 69	0.47 42	0.71 119	0.78 28	0.50 74	0.17 9	0.14 11	0.20 14	0.17 44	0.20 28	0.20 48

3.25w	0.69 42	0.46 65	1.10 59	0.61 16	0.61 236	2.23 158	0.51 107	2.45 186	0.90 71	0.63 74	0.78 69	0.47 42	0.71 119	0.79 29	0.50 74	0.17 9	0.14 11	0.20 14	0.17 44	0.20 28	0.20 48

AEACV	0.79 96	0.54 163	1.35 136	0.97 299	0.63 247	1.13 28	0.92 404	2.02 114	0.91 75	0.76 130	0.79 71	0.80 177	1.61 425	1.28 174	0.61 125	0.22 77	0.18 123	0.26 180	0.23 227	0.27 163	0.23 140

GCAP-Stereo-DPT-36K	0.97 180	1.76 592	2.51 274	0.69 80	1.40 526	2.95 239	0.99 438	2.18 133	1.04 110	0.68 90	0.80 72	0.69 133	0.64 93	0.87 54	0.40 15	0.23 95	0.19 169	0.25 136	0.21 171	0.30 230	0.64 541

asda	0.77 81	0.46 65	1.10 59	0.64 41	0.82 335	3.33 305	0.49 101	2.40 171	0.81 51	0.63 74	0.80 72	0.44 33	0.85 187	0.88 60	0.60 122	0.17 9	0.13 1	0.24 97	0.17 44	0.20 28	0.20 48

3.75w	0.75 63	0.47 89	1.09 53	0.63 31	1.10 444	2.61 197	0.53 117	2.46 189	0.97 97	0.62 66	0.80 72	0.40 17	0.66 107	1.11 117	0.48 59	0.19 33	0.13 1	0.23 58	0.18 84	0.20 28	0.21 91

rvit_stereo_0081_aga	0.81 111	0.75 394	1.84 195	0.72 107	0.73 296	1.21 38	0.63 173	1.92 98	1.39 161	0.87 179	0.80 72	0.79 175	0.69 114	1.27 172	0.69 169	0.35 402	0.29 432	0.26 180	0.25 276	0.40 388	0.27 219

U	12.82 675	0.38 9	1.99 212	0.66 63	58.94 703	63.38 707	0.34 35	1.91 97	0.94 92	0.59 50	0.80 72	0.46 39	0.57 67	0.83 44	0.44 35	0.29 264	0.17 82	63.35 708	59.81 707	0.29 204	0.20 48

Foundation-i1b	0.74 58	0.38 9	1.05 23	0.69 80	0.43 103	0.94 17	0.66 190	2.52 201	1.67 315	0.83 165	0.81 77	1.03 238	1.08 279	1.13 126	0.48 59	0.23 95	0.16 47	0.21 30	0.18 84	0.20 28	0.19 15

S2M2_L	0.64 30	0.55 172	1.07 32	0.89 236	0.54 191	1.08 25	0.20 1	1.16 15	1.37 155	0.59 50	0.81 77	0.86 196	0.47 33	0.70 6	0.65 145	0.31 330	0.33 469	0.27 213	0.27 327	0.36 355	0.31 292
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GCAP-BAT	3.82 598	0.52 129	59.75 706	0.90 246	1.06 428	2.70 204	0.77 276	3.08 295	1.18 122	1.20 235	0.81 77	0.68 127	0.55 61	0.96 86	0.68 158	0.27 191	0.21 254	0.28 248	0.21 171	0.27 163	0.25 172

GCAPDPT-zeroshot	3.67 589	0.52 129	56.80 705	0.90 246	1.06 428	2.70 204	0.77 276	3.08 295	1.18 122	1.20 235	0.81 77	0.68 127	0.55 61	0.96 86	0.68 158	0.27 191	0.21 254	0.28 248	0.20 153	0.27 163	0.25 172

DN	1.08 214	0.54 163	3.15 318	0.90 246	1.00 414	3.37 309	0.48 99	2.59 226	1.45 182	0.95 197	0.82 81	1.32 282	0.73 127	1.86 306	0.64 136	0.30 306	0.26 395	0.28 248	0.24 256	0.34 321	0.32 303

BLMT-Stereo	0.46 2	0.31 1	0.97 13	0.61 16	0.38 67	0.42 2	0.36 41	0.68 2	0.77 31	0.50 11	0.83 82	0.61 94	0.33 3	0.61 3	0.62 129	0.19 33	0.14 11	0.24 97	0.22 206	0.20 28	0.19 15

qwe	0.75 63	0.45 53	1.10 59	0.67 71	1.06 428	2.49 183	0.45 84	2.57 216	0.90 71	0.71 101	0.83 82	0.43 28	0.48 37	1.10 115	0.64 136	0.17 9	0.14 11	0.24 97	0.16 25	0.21 49	0.20 48

aanet-new-70k	0.76 71	0.59 221	1.16 85	0.70 85	0.39 73	2.40 175	0.79 290	2.39 170	0.71 19	0.59 50	0.84 84	0.48 48	0.81 173	1.61 255	0.53 92	0.19 33	0.16 47	0.25 136	0.17 44	0.24 87	0.20 48

3w_stereo	0.71 49	0.47 89	1.14 82	0.65 54	0.39 73	1.73 108	0.68 205	2.79 260	0.79 40	0.67 88	0.84 84	0.37 9	1.02 248	1.03 102	0.56 107	0.18 23	0.14 11	0.23 58	0.18 84	0.20 28	0.22 120

monsters	0.82 116	0.58 211	1.16 85	0.76 142	1.52 552	2.92 229	0.40 56	2.66 237	0.72 21	0.66 85	0.84 84	0.38 13	0.41 14	1.84 299	0.48 59	0.20 46	0.16 47	0.20 14	0.16 25	0.19 8	0.19 15

fffft	0.76 71	0.47 89	1.28 119	0.82 175	0.54 191	1.51 83	0.80 301	2.09 124	1.18 122	0.63 74	0.84 84	0.59 87	0.55 61	1.80 291	0.85 230	0.19 33	0.18 123	0.27 213	0.20 153	0.26 143	0.24 158
1: 1. 1
GCAP-Stereo-DPT-FT	0.88 136	0.80 417	1.43 150	0.68 74	1.19 468	3.73 391	0.92 404	2.05 116	0.96 94	0.71 101	0.85 88	0.80 177	0.81 173	0.72 14	0.56 107	0.23 95	0.19 169	0.26 180	0.18 84	0.23 77	0.36 355

Monster-pub-mixall	0.64 30	0.42 36	1.00 16	0.83 188	0.48 151	1.39 65	0.32 25	1.45 33	0.82 53	0.88 180	0.85 88	0.39 15	0.36 7	1.99 318	0.47 55	0.20 46	0.16 47	0.17 1	0.15 7	0.18 1	0.21 91

gcap-zeroshot	0.90 151	0.46 65	1.36 138	0.64 41	1.71 592	3.95 450	0.68 205	2.49 193	0.98 98	1.05 215	0.85 88	0.62 101	0.43 18	0.79 29	0.51 85	0.27 191	0.19 169	0.30 300	0.24 256	0.24 87	0.19 15

testlalala	0.90 151	0.46 65	1.36 138	0.64 41	1.71 592	3.95 450	0.68 205	2.49 193	0.98 98	1.05 215	0.85 88	0.62 101	0.43 18	0.79 29	0.51 85	0.27 191	0.19 169	0.30 300	0.24 256	0.24 87	0.19 15

WQFJA1	2.11 400	0.52 129	1.23 102	0.63 31	1.87 617	2.81 210	0.61 155	11.67 669	15.01 674	0.80 147	0.86 92	0.92 217	1.03 249	1.13 126	1.48 409	0.26 165	0.25 378	0.27 213	0.22 206	0.31 250	0.24 158

NLMM	2.10 397	0.53 147	1.23 102	0.63 31	1.86 614	2.81 210	0.61 155	11.68 670	14.99 673	0.80 147	0.86 92	0.92 217	1.03 249	1.12 122	1.48 409	0.26 165	0.25 378	0.27 213	0.22 206	0.31 250	0.24 158

GREAT-IGEV	0.74 58	0.54 163	1.86 196	1.10 381	0.44 114	2.44 179	0.34 35	1.37 25	1.51 225	0.48 7	0.86 92	0.51 53	0.60 82	1.07 110	0.45 42	0.22 77	0.17 82	0.21 30	0.17 44	0.23 77	0.25 172
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
Occ-G	0.86 128	0.52 129	1.39 142	0.82 175	0.66 264	1.37 63	0.79 290	1.58 49	1.31 147	1.56 272	0.87 95	2.18 416	0.89 207	0.97 89	0.88 248	0.26 165	0.19 169	0.26 180	0.19 128	0.25 113	0.24 158

aanet-new-78k	1.46 292	0.57 195	14.51 493	0.74 120	0.34 24	3.31 303	0.68 205	2.34 165	0.72 21	0.58 42	0.88 96	0.50 51	1.06 270	1.42 211	0.45 42	0.19 33	0.15 24	0.25 136	0.17 44	0.24 87	0.20 48

GCAP-Stereo-DPT26K	0.76 71	0.51 121	2.13 235	0.72 107	0.38 67	2.35 169	0.99 438	1.82 84	0.80 44	0.68 90	0.88 96	0.56 74	0.64 93	0.87 54	0.55 103	0.23 95	0.16 47	0.25 136	0.20 153	0.24 87	0.20 48

Foundation-i1c-attn	0.74 58	0.38 9	1.05 23	0.71 94	0.35 29	0.95 18	0.67 194	2.42 176	1.68 318	0.77 135	0.88 96	0.76 167	1.25 329	1.38 202	0.48 59	0.23 95	0.17 82	0.21 30	0.17 44	0.20 28	0.21 91

Test_v1	0.62 22	0.40 19	1.13 76	0.74 120	0.55 199	1.60 94	0.39 48	1.68 68	0.92 82	0.60 59	0.88 96	0.53 60	0.50 47	0.93 80	0.39 12	0.19 33	0.16 47	0.20 14	0.17 44	0.20 28	0.21 91

asd	0.70 44	0.45 53	1.10 59	0.67 71	0.90 374	2.88 221	0.43 74	1.64 64	0.79 40	0.68 90	0.88 96	0.43 28	0.74 133	0.85 52	0.49 67	0.19 33	0.13 1	0.24 97	0.17 44	0.22 68	0.20 48

2.5w	0.75 63	0.44 48	1.06 30	0.66 63	0.69 283	2.39 173	0.56 131	2.77 252	0.82 53	0.63 74	0.88 96	0.37 9	0.75 136	1.36 195	0.50 74	0.18 23	0.14 11	0.22 42	0.17 44	0.19 8	0.21 91

LoS	0.94 165	0.52 129	1.88 198	0.86 218	0.36 33	4.15 505	0.51 107	2.18 133	1.45 182	0.97 203	0.88 96	0.62 101	0.79 163	1.59 248	0.86 237	0.26 165	0.19 169	0.24 97	0.16 25	0.21 49	0.20 48
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
GEAStereo	0.84 123	0.48 99	1.09 53	0.85 211	0.45 122	4.54 590	0.83 321	1.88 90	0.91 75	0.75 116	0.89 103	0.53 60	0.80 170	0.92 75	0.53 92	0.30 306	0.19 169	0.27 213	0.19 128	0.28 184	0.19 15

GSStereo	0.96 178	0.48 99	1.09 53	0.97 299	0.45 122	4.54 590	0.83 321	3.32 328	1.37 155	0.75 116	0.89 103	0.76 167	0.80 170	0.92 75	0.53 92	0.26 165	0.18 123	0.26 180	0.20 153	0.28 184	0.21 91

GS-Stereo							0.83 321	3.32 328	1.37 155	0.75 116	0.89 103	0.76 167	0.80 170	0.92 75	0.53 92	0.26 165	0.18 123	0.26 180	0.20 153	0.28 184	0.21 91

LG-Stereo_Zeroshot	0.89 142	0.47 89	2.08 231	0.76 142	0.73 296	3.91 431	0.41 63	2.07 122	1.07 115	0.77 135	0.89 103	0.64 110	0.86 189	0.95 82	0.77 206	0.26 165	0.18 123	0.26 180	0.19 128	0.32 282	0.32 303

GCAP-Stereo-DPT-5K	0.89 142	0.46 65	1.19 91	0.64 41	1.71 592	3.95 450	0.69 216	2.43 181	1.04 110	1.05 215	0.90 107	0.61 94	0.44 23	0.80 32	0.52 88	0.28 235	0.19 169	0.31 327	0.24 256	0.24 87	0.19 15

GCAP-Stereo-DPT-3K	0.89 142	0.46 65	1.34 131	0.62 23	1.70 590	3.95 450	0.67 194	2.36 167	1.05 113	1.05 215	0.90 107	0.60 90	0.42 16	0.80 32	0.46 50	0.27 191	0.18 123	0.29 273	0.23 227	0.24 87	0.18 7

4.5_new	0.67 34	0.46 65	1.11 67	0.63 31	0.78 315	1.97 128	0.51 107	2.18 133	0.78 36	0.73 108	0.90 107	0.42 26	0.49 43	0.81 37	0.49 67	0.21 57	0.14 11	0.26 180	0.19 128	0.22 68	0.20 48

4.5w-stereo	0.67 34	0.46 65	1.11 67	0.63 31	0.78 315	1.97 128	0.51 107	2.18 133	0.77 31	0.73 108	0.90 107	0.42 26	0.49 43	0.81 37	0.49 67	0.21 57	0.14 11	0.26 180	0.19 128	0.22 68	0.20 48

test_for_model	0.89 142	0.46 65	1.19 91	0.64 41	1.71 592	3.95 450	0.69 216	2.43 181	1.04 110	1.05 215	0.90 107	0.61 94	0.44 23	0.80 32	0.52 88	0.28 235	0.19 169	0.31 327	0.24 256	0.24 87	0.19 15

aanet-new-16k	0.74 58	0.51 121	1.56 168	0.73 113	0.37 51	2.14 149	0.88 370	2.01 110	0.91 75	0.56 27	0.91 112	0.70 136	0.96 225	0.76 23	0.54 98	0.20 46	0.15 24	0.23 58	0.18 84	0.26 143	0.21 91

AdaDepth	0.76 71	0.45 53	1.41 147	0.70 85	1.27 492	3.12 264	0.43 74	1.02 10	0.94 92	0.63 74	0.91 112	0.43 28	0.58 71	1.41 208	0.48 59	0.18 23	0.21 254	0.23 58	0.19 128	0.25 113	0.26 202

rvit_0105_4	1.07 212	0.99 485	2.39 264	0.93 279	0.54 191	1.62 99	0.84 328	2.77 252	2.91 570	0.80 147	0.91 112	1.09 244	0.86 189	1.63 262	0.85 230	0.40 460	0.45 555	0.35 424	0.31 421	0.43 441	0.40 415

S2M2_XL	0.46 2	0.41 27	1.09 53	0.65 54	0.34 24	0.29 1	0.23 3	0.67 1	0.50 6	0.53 19	0.92 115	0.65 116	0.53 54	0.54 1	0.50 74	0.28 235	0.24 351	0.25 136	0.21 171	0.23 77	0.22 120
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
4w-stereo	0.67 34	0.49 109	1.07 32	0.63 31	0.75 303	1.63 101	0.44 79	2.23 145	0.77 31	0.56 27	0.92 115	0.40 17	0.82 177	1.08 111	0.53 92	0.18 23	0.13 1	0.25 136	0.18 84	0.19 8	0.20 48

IGEV-BASED-STEREO-	1.09 215	3.30 632	2.61 284	0.82 175	0.38 67	1.27 47	0.62 170	1.51 39	1.29 144	0.91 186	0.92 115	0.65 116	0.57 67	1.08 111	0.59 119	1.55 643	0.15 24	0.32 350	0.28 356	1.10 612	1.98 638

aanet-new	0.94 165	0.56 184	2.97 308	0.71 94	1.41 534	2.86 218	1.03 454	1.99 107	0.82 53	0.59 50	0.93 118	0.58 82	1.30 339	1.18 149	0.50 74	0.22 77	0.17 82	0.24 97	0.17 44	0.25 113	0.22 120

GCAP-Stereo-DPT-22K	0.72 50	0.46 65	1.10 59	0.68 74	1.36 516	1.59 92	0.77 276	1.42 31	1.19 126	0.74 113	0.93 118	0.70 136	0.93 219	0.67 4	0.42 24	0.23 95	0.18 123	0.24 97	0.19 128	0.26 143	0.23 140

2w_stereo	0.75 63	0.46 65	1.08 44	0.68 74	0.56 204	2.00 131	0.61 155	2.87 272	0.83 57	0.93 191	0.93 118	0.36 4	1.13 295	0.90 66	0.61 125	0.17 9	0.13 1	0.23 58	0.17 44	0.20 28	0.21 91

rvit_stereo_0083	0.86 128	0.67 320	1.42 148	0.87 224	0.65 257	1.23 39	0.64 177	1.67 66	2.28 456	0.79 143	0.93 118	0.93 221	1.07 275	1.46 223	0.75 195	0.32 351	0.36 494	0.30 300	0.26 299	0.33 302	0.28 240

aanet-new-8k	0.85 124	0.52 129	1.68 179	0.77 147	0.37 51	3.21 276	1.02 451	2.57 216	0.85 63	0.59 50	0.94 122	0.54 63	1.05 262	0.90 66	0.67 154	0.22 77	0.17 82	0.23 58	0.18 84	0.24 87	0.21 91

GCAP-Stereo-DPT-cres	0.86 128	0.45 53	1.07 32	0.68 74	1.74 599	3.37 309	0.91 390	2.46 189	0.76 29	0.85 171	0.94 122	0.72 150	0.87 194	0.71 9	0.49 67	0.25 148	0.15 24	0.26 180	0.17 44	0.23 77	0.19 15

4.25_new	0.73 53	0.46 65	1.08 44	0.71 94	0.97 393	2.52 186	0.58 143	2.28 156	0.93 88	0.57 36	0.94 122	0.40 17	0.65 100	0.87 54	0.50 74	0.17 9	0.13 1	0.25 136	0.17 44	0.19 8	0.20 48

4.5w_new	0.73 53	0.46 65	1.08 44	0.71 94	0.97 393	2.52 186	0.58 143	2.28 156	0.93 88	0.57 36	0.94 122	0.40 17	0.65 100	0.87 54	0.50 74	0.17 9	0.13 1	0.25 136	0.17 44	0.19 8	0.20 48

4.25w-stereo	0.73 53	0.46 65	1.08 44	0.71 94	0.97 393	2.52 186	0.58 143	2.28 156	0.93 88	0.57 36	0.94 122	0.40 17	0.65 100	0.87 54	0.50 74	0.17 9	0.13 1	0.25 136	0.17 44	0.19 8	0.20 48

NLSM3	0.90 151	0.46 65	1.19 91	0.62 23	1.30 496	3.19 274	0.45 84	2.81 264	1.27 141	0.78 139	0.95 127	0.55 69	1.03 249	1.14 130	0.87 243	0.20 46	0.15 24	0.26 180	0.22 206	0.24 87	0.23 140

DEFOM-Stereo_RVC	0.81 111	1.13 514	1.23 102	0.97 299	0.57 216	0.81 13	0.43 74	3.49 349	0.84 60	0.73 108	0.95 127	0.44 33	1.17 311	1.45 219	0.60 122	0.26 165	0.18 123	0.24 97	0.17 44	0.30 230	0.19 15

AIO_test	0.76 71	0.47 89	1.31 124	0.81 163	0.70 287	1.36 62	0.88 370	1.40 29	1.45 182	0.55 25	0.95 127	1.81 364	0.58 71	1.16 138	0.46 50	0.27 191	0.17 82	0.24 97	0.19 128	0.24 87	0.21 91

gcap_with_dpt	0.89 142	0.45 53	1.28 119	0.64 41	1.61 570	3.93 439	0.67 194	2.41 172	1.01 104	1.18 232	0.96 130	0.60 90	0.45 25	0.76 23	0.44 35	0.26 165	0.18 123	0.29 273	0.23 227	0.25 113	0.18 7

NLMM1	2.18 412	0.55 172	1.34 131	0.62 23	1.86 614	3.30 302	0.62 170	11.92 671	15.07 675	0.86 176	0.96 130	0.84 187	0.90 210	1.83 296	1.35 381	0.27 191	0.27 407	0.27 213	0.24 256	0.31 250	0.28 240

MM-Stereo_test2	1.79 342	0.53 147	20.16 604	1.43 537	0.47 143	2.57 193	0.73 239	1.67 66	1.47 196	0.94 193	0.96 130	0.84 187	0.79 163	1.16 138	0.68 158	0.24 123	0.17 82	0.25 136	0.22 206	0.30 230	0.22 120

rvit_stereo_ft	1.00 196	0.87 450	3.55 335	0.97 299	0.66 264	1.06 23	0.80 301	2.78 255	1.67 315	0.78 139	0.96 130	0.95 227	1.14 302	1.06 109	0.90 255	0.32 351	0.24 351	0.27 213	0.28 356	0.39 383	0.27 219

GCAP-Stereo-DPT-2K	0.88 136	0.45 53	1.31 124	0.63 31	1.63 574	3.91 431	0.66 190	2.28 156	1.02 105	1.10 224	0.98 134	0.60 90	0.46 30	0.83 44	0.47 55	0.26 165	0.18 123	0.29 273	0.23 227	0.24 87	0.18 7

GCAP-Stereo-DPT-20K	0.97 180	0.41 27	3.72 346	0.63 31	0.80 321	1.51 83	0.84 328	1.84 86	1.51 225	0.82 153	1.00 135	0.70 136	1.00 240	0.75 20	0.41 20	0.23 95	0.18 123	0.24 97	0.18 84	0.43 441	2.30 642

GCAPDPT-zeroshot4090	0.97 180	0.41 27	3.70 345	0.63 31	0.80 321	1.51 83	0.84 328	1.84 86	1.51 225	0.82 153	1.00 135	0.70 136	1.00 240	0.75 20	0.41 20	0.23 95	0.18 123	0.24 97	0.18 84	0.43 441	2.30 642

4D-IteraStereo	1.97 375	0.84 438	20.43 621	0.78 151	1.56 562	2.09 145	1.05 462	2.43 181	1.56 266	1.41 258	1.00 135	1.94 382	0.61 85	1.22 156	1.06 303	0.27 191	0.18 123	0.31 327	0.26 299	0.27 163	0.23 140

aanet-new-32k	0.81 111	0.64 285	3.94 352	0.70 85	0.97 393	1.43 70	0.96 423	1.36 23	0.72 21	0.61 60	1.02 138	0.62 101	0.87 194	0.72 14	0.44 35	0.20 46	0.16 47	0.25 136	0.17 44	0.25 113	0.22 120

aanet-new-30k	0.81 111	0.64 285	3.91 351	0.70 85	0.97 393	1.43 70	0.96 423	1.36 23	0.72 21	0.61 60	1.02 138	0.62 101	0.87 194	0.72 14	0.44 35	0.20 46	0.16 47	0.25 136	0.17 44	0.25 113	0.22 120

MatchStereo	0.68 39	0.46 65	1.93 204	0.67 71	0.28 6	0.98 19	0.33 28	2.01 110	1.69 325	0.48 7	1.02 138	0.47 42	0.59 76	0.91 71	0.58 117	0.21 57	0.17 82	0.21 30	0.15 7	0.19 8	0.19 15
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
CES	1.01 199	0.55 172	1.74 186	0.92 263	2.15 633	2.15 150	0.50 103	2.01 110	1.45 182	0.76 130	1.02 138	0.61 94	0.47 33	1.29 179	0.79 213	0.22 77	0.17 82	0.24 97	0.14 2	0.63 535	2.29 641

sAnonymous2	1.37 281	1.22 536	9.79 423	0.92 263	0.88 366	1.23 39	0.61 155	2.56 214	1.69 325	0.85 171	1.02 138	0.73 157	1.23 325	0.98 91	0.78 207	0.29 264	0.25 378	0.31 327	0.30 405	1.06 606	0.71 555

CroCo_RVC	1.37 281	1.22 536	9.79 423	0.92 263	0.88 366	1.23 39	0.61 155	2.56 214	1.69 325	0.85 171	1.02 138	0.73 157	1.23 325	0.98 91	0.78 207	0.29 264	0.25 378	0.31 327	0.30 405	1.06 606	0.71 555

2.25w	0.75 63	0.47 89	1.09 53	0.69 80	0.65 257	2.28 162	0.40 56	2.42 176	0.80 44	0.73 108	1.03 144	0.40 17	0.81 173	1.24 160	0.80 214	0.16 6	0.15 24	0.21 30	0.17 44	0.19 8	0.21 91

ff7	0.98 186	0.69 331	2.05 219	0.84 199	0.52 179	4.55 595	0.86 342	1.62 57	1.24 132	0.75 116	1.03 144	0.70 136	0.77 149	1.84 299	0.68 158	0.27 191	0.17 82	0.29 273	0.21 171	0.31 250	0.27 219

ffff	0.98 186	0.69 331	2.05 219	0.84 199	0.52 179	4.55 595	0.86 342	1.62 57	1.24 132	0.75 116	1.03 144	0.70 136	0.77 149	1.84 299	0.68 158	0.27 191	0.17 82	0.29 273	0.21 171	0.31 250	0.27 219

11t	0.98 186	0.69 331	2.05 219	0.84 199	0.52 179	4.55 595	0.86 342	1.62 57	1.24 132	0.75 116	1.03 144	0.70 136	0.77 149	1.84 299	0.68 158	0.27 191	0.17 82	0.29 273	0.21 171	0.31 250	0.27 219

ccc-4	0.98 186	0.69 331	2.05 219	0.84 199	0.52 179	4.55 595	0.86 342	1.62 57	1.24 132	0.75 116	1.03 144	0.70 136	0.77 149	1.84 299	0.68 158	0.27 191	0.17 82	0.29 273	0.21 171	0.31 250	0.27 219

GCAP-Stereo-DPT-25K	0.74 58	0.45 53	1.13 76	0.69 80	0.77 313	1.77 111	0.88 370	2.04 115	1.47 196	0.61 60	1.04 149	0.61 94	0.79 163	0.89 65	0.43 29	0.21 57	0.18 123	0.23 58	0.18 84	0.25 113	0.28 240

VIP-Stereo	0.85 124	0.83 433	1.59 172	0.76 142	0.87 362	3.18 271	0.80 301	1.94 102	0.83 57	0.78 139	1.04 149	0.64 110	0.59 76	1.24 160	0.61 125	0.28 235	0.18 123	0.23 58	0.17 44	0.22 68	0.19 15

water-stereo	0.78 90	0.45 53	1.94 205	0.79 156	0.48 151	2.36 170	0.47 95	1.53 43	1.09 117	0.88 180	1.04 149	0.82 183	0.75 136	0.72 14	0.78 207	0.22 77	0.23 315	0.25 136	0.23 227	0.24 87	0.29 252

rvit_stereo_0080	0.94 165	0.72 361	2.56 278	0.64 41	0.59 228	1.90 121	0.75 261	2.71 243	1.40 165	0.91 186	1.04 149	0.85 192	0.82 177	1.14 130	0.78 207	0.35 402	0.29 432	0.25 136	0.27 327	0.45 460	0.29 252

whm_eth	0.94 165	0.72 361	2.56 278	0.64 41	0.59 228	1.90 121	0.75 261	2.71 243	1.40 165	0.91 186	1.04 149	0.85 192	0.82 177	1.14 130	0.78 207	0.35 402	0.29 432	0.25 136	0.27 327	0.45 460	0.29 252

GCAP-Stereo	0.93 161	0.68 328	1.35 136	0.85 211	0.41 90	3.61 371	0.52 116	2.20 137	1.50 218	1.11 228	1.04 149	1.17 256	0.84 184	1.11 117	0.71 178	0.25 148	0.20 220	0.27 213	0.18 84	0.28 184	0.23 140

GLC_STEREO	0.76 71	0.52 129	1.12 70	0.83 188	0.33 20	1.86 119	0.82 315	1.46 35	1.38 159	0.95 197	1.04 149	0.68 127	0.72 122	0.97 89	0.80 214	0.23 95	0.25 378	0.32 350	0.25 276	0.32 282	0.30 282

aanet-new-22k	0.76 71	0.65 298	2.50 273	0.74 120	0.34 24	1.47 77	1.32 517	1.61 54	0.81 51	0.57 36	1.05 156	0.54 63	0.84 184	0.92 75	0.50 74	0.21 57	0.16 47	0.24 97	0.19 128	0.27 163	0.20 48

WQFJX1	2.20 415	0.52 129	1.38 140	0.62 23	1.78 606	3.07 254	0.67 194	12.26 674	15.24 676	0.84 168	1.05 156	0.91 211	0.97 230	1.88 308	1.26 358	0.27 191	0.25 378	0.28 248	0.21 171	0.36 355	0.25 172

RAStereo	0.75 63	0.52 129	2.86 305	0.58 9	0.62 243	1.19 37	0.32 25	1.81 83	0.99 101	0.75 116	1.05 156	0.64 110	0.47 33	0.80 32	0.94 280	0.22 77	0.20 220	0.27 213	0.21 171	0.34 321	0.22 120

PMTNet	0.99 194	0.48 99	1.73 183	0.62 23	0.56 204	4.20 532	0.43 74	1.88 90	1.58 276	1.00 205	1.05 156	0.78 171	0.98 237	1.50 228	0.85 230	1.21 629	0.20 220	0.23 58	0.15 7	0.22 68	0.19 15

aanet-new-40k	0.73 53	0.59 221	1.25 109	0.75 124	1.49 546	1.42 69	0.96 423	1.95 103	0.84 60	0.52 17	1.06 160	0.51 53	0.76 144	0.85 52	0.47 55	0.18 23	0.15 24	0.24 97	0.18 84	0.26 143	0.22 120

anonymousdsp	0.95 173	0.69 331	1.27 117	0.83 188	0.52 179	4.54 590	0.84 328	1.76 76	1.24 132	0.76 130	1.06 160	0.78 171	0.77 149	1.67 272	0.69 169	0.27 191	0.17 82	0.29 273	0.21 171	0.31 250	0.26 202

IGEV-Stereo	0.95 173	0.69 331	1.27 117	0.84 199	0.52 179	4.54 590	0.84 328	1.76 76	1.24 132	0.75 116	1.06 160	0.79 175	0.77 149	1.68 274	0.69 169	0.27 191	0.17 82	0.29 273	0.21 171	0.31 250	0.26 202
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
VMStereo-Base	0.73 53	0.44 48	1.48 157	0.61 16	0.35 29	1.71 105	0.43 74	1.30 18	1.40 165	0.84 168	1.07 163	0.92 217	0.73 127	1.26 167	0.73 186	0.24 123	0.23 315	0.24 97	0.18 84	0.24 87	0.24 158

knoymous	1.30 272	0.60 237	5.57 377	0.88 229	0.75 303	3.04 247	0.90 382	2.68 239	1.33 148	1.48 263	1.07 163	2.78 490	0.88 201	1.29 179	0.85 230	0.31 330	0.22 285	0.35 424	0.20 153	0.45 460	0.37 370

riskmin	1.25 254	0.56 184	2.05 219	1.05 349	0.93 383	2.86 218	0.55 127	3.23 313	1.34 149	1.55 270	1.07 163	3.56 565	2.03 502	1.29 179	1.00 295	0.28 235	0.27 407	0.34 405	0.21 171	0.41 412	0.43 435

depthmonostereo	0.94 165	0.71 356	2.39 264	0.85 211	0.54 191	2.21 157	0.53 117	1.83 85	1.17 121	0.95 197	1.09 166	0.99 230	0.97 230	2.37 353	0.68 158	0.23 95	0.27 407	0.22 42	0.20 153	0.25 113	0.26 202

MM-Stereo_test1	1.90 359	0.53 147	19.85 590	1.39 529	0.48 151	1.81 115	0.79 290	3.00 284	1.82 354	1.69 299	1.09 166	0.87 198	0.97 230	1.45 219	0.74 192	0.24 123	0.21 254	0.27 213	0.24 256	0.35 342	0.24 158

CASnet	0.78 90	0.51 121	1.29 122	0.81 163	0.29 8	1.28 53	0.74 251	1.51 39	1.89 371	1.64 289	1.09 166	0.65 116	0.64 93	0.91 71	0.76 201	0.29 264	0.17 82	0.41 490	0.31 421	0.32 282	0.19 15
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
aanet-new-28k	0.77 81	0.58 211	2.64 291	0.78 151	0.39 73	1.97 128	1.05 462	1.72 72	0.79 40	0.58 42	1.10 169	0.54 63	0.78 158	0.70 6	0.44 35	0.20 46	0.15 24	0.25 136	0.19 128	0.29 204	0.21 91

CAS	1.26 261	0.40 19	1.46 152	2.97 647	1.61 570	4.13 501	0.73 239	1.78 80	1.49 212	0.83 165	1.10 169	0.59 87	0.53 54	1.26 167	0.80 214	2.99 652	0.13 1	0.21 30	0.13 1	0.31 250	1.72 631

monsterstereo	0.82 116	0.50 113	1.26 111	0.77 147	1.41 534	2.54 192	0.40 56	3.14 300	0.71 19	0.70 97	1.11 171	0.41 24	0.39 11	1.50 228	0.50 74	0.19 33	0.16 47	0.22 42	0.16 25	0.21 49	0.17 1

FENet	2.25 423	0.50 113	20.29 614	1.35 509	0.67 271	4.01 473	0.60 150	3.95 455	1.99 385	1.96 366	1.11 171	2.43 448	1.43 377	1.60 250	1.39 384	0.32 351	0.22 285	0.33 386	0.26 299	0.29 204	0.39 394

aanet-new-36k	0.77 81	0.54 163	1.39 142	0.72 107	0.32 16	2.92 229	0.60 150	2.21 140	0.87 67	0.55 25	1.12 173	0.56 74	0.87 194	0.98 91	0.48 59	0.19 33	0.15 24	0.25 136	0.17 44	0.26 143	0.21 91

SMoEStereo_RVC	0.80 98	0.53 147	1.12 70	0.92 263	0.44 114	2.41 176	0.79 290	1.49 38	1.16 119	0.70 97	1.12 173	0.64 110	0.64 93	1.69 275	0.87 243	0.22 77	0.16 47	0.31 327	0.22 206	0.26 143	0.25 172

CREStereo	0.92 159	0.53 147	1.45 151	0.61 16	0.34 24	4.42 567	0.40 56	2.21 140	1.54 252	0.94 193	1.12 173	0.87 198	0.87 194	1.12 122	0.72 183	0.28 235	0.19 169	0.22 42	0.15 7	0.22 68	0.19 15
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
aanet-32k-new	0.89 142	0.90 456	2.17 240	0.75 124	0.62 243	3.41 321	0.99 438	2.09 124	0.72 21	0.53 19	1.13 176	0.66 120	0.96 225	1.04 107	0.52 88	0.21 57	0.15 24	0.24 97	0.18 84	0.25 113	0.20 48

ProNet	0.82 116	0.71 356	1.50 158	0.86 218	0.45 122	1.78 112	0.83 321	1.75 75	1.28 143	0.66 85	1.13 176	0.78 171	0.76 144	1.66 267	0.71 178	0.24 123	0.20 220	0.25 136	0.23 227	0.29 204	0.25 172

trnet	0.91 157	0.48 99	1.46 152	0.62 23	0.31 12	4.40 562	0.41 63	2.20 137	1.53 243	0.94 193	1.14 178	0.88 202	0.89 207	1.09 114	0.71 178	0.27 191	0.19 169	0.22 42	0.15 7	0.21 49	0.19 15

TS12	0.80 98	0.43 42	1.08 44	0.55 5	0.30 9	3.40 316	0.41 63	2.20 137	1.37 155	0.69 94	1.15 179	0.54 63	0.69 114	1.27 172	0.57 112	0.21 57	0.18 123	0.22 42	0.17 44	0.22 68	0.26 202

GCAP-Stereo-cres-4k	0.80 98	0.50 113	1.52 161	0.71 94	1.26 489	2.61 197	0.93 407	1.85 88	0.80 44	0.62 66	1.15 179	0.66 120	0.76 144	0.88 60	0.54 98	0.23 95	0.16 47	0.24 97	0.18 84	0.26 143	0.21 91

WQFJX	2.14 407	0.54 163	1.28 119	0.61 16	1.85 613	2.87 220	0.77 276	11.60 668	14.62 672	0.82 153	1.15 179	0.89 204	1.10 288	1.69 275	1.39 384	0.28 235	0.25 378	0.25 136	0.21 171	0.32 282	0.25 172

AIO_rvc	0.78 90	0.55 172	1.25 109	0.75 124	0.65 257	1.46 76	0.99 438	2.13 128	1.52 236	0.57 36	1.15 179	1.09 244	0.55 61	1.15 136	0.53 92	0.24 123	0.17 82	0.24 97	0.17 44	0.25 113	0.21 91

test-3	1.19 233	0.52 129	2.00 213	1.01 328	0.42 97	1.95 126	0.91 390	4.35 587	1.47 196	2.24 475	1.16 183	2.06 406	0.79 163	2.68 382	0.76 201	0.27 191	0.18 123	0.28 248	0.26 299	0.26 143	0.25 172

test_1	1.19 233	0.52 129	2.00 213	1.01 328	0.42 97	1.95 126	0.90 382	4.36 592	1.47 196	2.17 448	1.16 183	2.06 406	0.78 158	2.68 382	0.76 201	0.27 191	0.18 123	0.28 248	0.26 299	0.26 143	0.25 172

IGEV-Stereo++	0.93 161	0.44 48	1.08 44	0.70 85	1.20 475	3.87 426	0.33 28	3.36 336	1.43 176	0.75 116	1.17 185	0.68 127	1.04 257	0.95 82	0.42 24	0.22 77	0.16 47	0.23 58	0.17 44	0.24 87	0.20 48

UDGNet	1.40 284	1.52 576	2.22 246	1.38 527	0.62 243	4.39 558	0.68 205	1.80 82	2.18 435	1.34 245	1.18 186	0.99 230	1.00 240	2.16 337	1.19 335	1.09 623	0.34 482	1.30 638	0.98 626	1.10 612	0.58 522

test_3	1.19 233	0.51 121	2.08 231	0.99 313	0.41 90	2.05 139	0.87 363	4.40 601	1.42 172	1.99 375	1.18 186	2.03 400	0.79 163	2.70 384	0.75 195	0.27 191	0.17 82	0.29 273	0.29 384	0.30 230	0.27 219

MSCF	0.97 180	0.82 429	1.26 111	0.88 229	0.40 83	3.17 269	0.88 370	2.79 260	1.39 161	1.32 243	1.19 188	0.58 82	1.33 344	1.28 174	0.64 136	0.25 148	0.19 169	0.25 136	0.25 276	0.28 184	0.32 303

LG-Stereo	0.85 124	0.60 237	2.71 295	0.59 12	0.45 122	2.85 216	0.55 127	2.41 172	1.34 149	0.59 50	1.19 188	0.43 28	0.40 12	0.76 23	0.75 195	0.20 46	0.17 82	0.31 327	0.24 256	0.29 204	0.19 15

3.5w_stereo	0.77 81	0.53 147	1.09 53	0.65 54	0.72 291	2.52 186	0.51 107	2.43 181	0.80 44	0.76 130	1.20 190	0.43 28	0.66 107	1.23 158	0.73 186	0.17 9	0.13 1	0.23 58	0.17 44	0.20 28	0.21 91

SCV_C0	0.89 142	0.59 221	1.96 210	0.83 188	0.44 114	1.24 43	0.64 177	3.33 334	1.66 313	0.82 153	1.20 190	0.73 157	0.66 107	1.62 257	0.66 149	0.32 351	0.21 254	0.24 97	0.20 153	0.28 184	0.23 140

rvit_0105_5	1.13 220	0.93 468	2.60 281	0.91 257	0.56 204	1.92 124	0.91 390	3.02 287	2.63 531	0.95 197	1.20 190	1.18 260	0.93 219	1.51 231	0.93 278	0.40 460	0.43 545	0.37 452	0.35 465	0.42 431	0.44 441

MIF-Stereo (partial)	0.98 186	0.55 172	2.83 302	0.71 94	1.03 420	1.08 25	0.49 101	2.55 212	1.66 313	0.79 143	1.20 190	0.80 177	0.90 210	1.61 255	1.56 429	0.36 415	0.24 351	0.33 386	0.25 276	0.40 388	0.28 240

NLSM1	1.86 350	0.53 147	1.39 142	0.73 113	1.89 619	3.09 257	0.64 177	8.41 662	12.10 667	0.79 143	1.21 194	0.73 157	0.86 189	1.67 272	1.45 400	0.26 165	0.24 351	0.29 273	0.24 256	0.31 250	0.27 219

xyz-stereo-finetune	1.05 206	0.62 266	1.46 152	0.59 12	0.36 33	3.48 336	0.81 311	2.69 241	1.74 342	0.94 193	1.21 194	0.91 211	0.78 158	2.53 371	1.28 366	0.24 123	0.24 351	0.26 180	0.23 227	0.30 230	0.23 140

CroCo-Stereo Lap2	0.99 194	0.89 454	2.55 277	0.99 313	1.80 610	0.54 4	0.46 89	3.10 297	1.24 132	1.07 221	1.21 194	1.05 243	0.78 158	1.26 167	1.08 308	0.27 191	0.23 315	0.27 213	0.21 171	0.43 441	0.34 335

RT-Monster	1.05 206	0.53 147	2.62 287	0.83 188	1.40 526	2.96 240	0.47 95	2.81 264	1.83 361	1.21 237	1.22 197	0.93 221	0.83 182	1.36 195	0.60 122	0.21 57	0.20 220	0.23 58	0.18 84	0.21 49	0.29 252

MyStereo07	1.01 199	0.80 417	1.26 111	1.00 321	1.04 423	3.95 450	0.95 416	2.07 122	1.42 172	0.75 116	1.22 197	0.68 127	0.91 213	1.63 262	0.67 154	0.24 123	0.24 351	0.34 405	0.26 299	0.41 412	0.37 370

EKT-Stereo	6.79 648	0.64 285	4.24 357	1.77 597	106.39 707	4.51 587	0.61 155	3.16 303	1.53 243	1.88 339	1.22 197	1.98 393	1.36 353	3.81 416	0.84 227	0.35 402	0.24 351	0.29 273	0.26 299	0.34 321	0.48 468

FADNet-RVC	2.51 485	2.27 612	14.03 483	1.09 372	0.81 326	3.54 354	1.10 478	4.13 507	2.48 506	1.39 254	1.22 197	1.85 374	1.77 469	9.78 552	2.06 505	0.38 440	0.37 506	0.40 478	0.40 519	0.67 553	0.48 468

RSM++	0.77 81	0.51 121	1.08 44	0.95 287	0.42 97	1.52 87	0.71 228	2.11 126	1.40 165	0.80 147	1.23 201	0.90 209	0.59 76	1.14 130	0.69 169	0.24 123	0.19 169	0.25 136	0.21 171	0.28 184	0.20 48

252Zero-FE	0.72 50	0.46 65	1.08 44	1.01 328	0.41 90	1.27 47	0.22 2	1.79 81	1.03 107	2.52 535	1.24 202	0.32 1	0.41 14	1.03 102	0.45 42	0.21 57	0.17 82	0.20 14	0.17 44	0.20 28	0.20 48

DilatedVolume-Stereo	0.81 111	0.60 237	1.51 160	1.01 328	0.59 228	1.34 60	0.51 107	1.56 46	1.08 116	1.26 240	1.24 202	0.77 170	0.87 194	1.79 290	0.72 183	0.23 95	0.24 351	0.22 42	0.21 171	0.25 113	0.23 140

Reg-Stereo(zero)	1.60 312	0.42 36	10.69 437	0.89 236	0.68 276	3.27 293	0.47 95	2.27 153	1.54 252	1.48 263	1.24 202	2.55 461	2.68 553	1.48 225	1.10 312	0.19 33	0.19 169	0.22 42	0.18 84	0.24 87	0.26 202

castereo	0.82 116	0.70 342	1.04 21	0.85 211	0.50 164	1.29 55	0.91 390	3.22 310	1.20 128	0.83 165	1.24 202	0.72 150	0.91 213	1.00 97	0.67 154	0.26 165	0.16 47	0.25 136	0.20 153	0.24 87	0.21 91

plain	1.55 298	0.69 331	13.59 471	0.65 54	0.73 296	1.66 103	0.57 134	3.17 305	1.94 379	0.77 135	1.24 202	0.80 177	0.86 189	1.60 250	0.96 286	0.33 370	0.21 254	0.32 350	0.25 276	0.42 431	0.28 240

qqq	1.30 272	0.57 195	1.67 177	1.15 413	0.51 166	2.18 152	0.91 390	3.98 464	1.53 243	1.50 266	1.24 202	1.79 356	1.34 347	4.66 435	0.98 290	0.28 235	0.31 454	0.33 386	0.33 441	0.33 302	0.32 303

dd	1.26 261	1.15 519	2.47 271	0.92 263	0.49 159	4.35 553	0.75 261	1.92 98	2.11 421	1.44 260	1.24 202	1.19 264	1.05 262	1.78 287	1.70 457	0.57 567	0.34 482	0.35 424	0.33 441	0.60 524	0.46 458

GMStereo	1.01 199	1.00 488	2.86 305	0.83 188	0.45 122	1.47 77	0.57 134	1.89 93	2.11 421	1.52 267	1.24 202	0.87 198	0.74 133	1.58 243	0.94 280	0.40 460	0.21 254	0.30 300	0.30 405	0.47 475	0.36 355
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
aanet-new-24k	0.78 90	0.59 221	1.59 172	0.72 107	0.84 350	2.43 177	0.98 436	1.99 107	0.69 16	0.62 66	1.25 210	0.60 90	0.75 136	0.82 41	0.55 103	0.21 57	0.15 24	0.25 136	0.19 128	0.26 143	0.21 91

CroCo-Stereo	0.98 186	0.87 450	3.44 331	0.87 224	0.53 189	0.49 3	0.50 103	3.99 468	1.49 212	0.81 151	1.25 210	1.00 233	0.75 136	1.10 115	1.09 311	0.24 123	0.21 254	0.24 97	0.19 128	0.35 342	0.27 219
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
DLNR-FE	28.68 691	56.10 706	49.61 694	183.75 711	105.98 706	3.44 324	0.28 14	29.58 692	1.49 212	1.01 206	1.26 212	0.93 221	0.63 90	3.81 416	1.51 421	33.14 703	0.41 535	0.26 180	0.23 227	99.94 709	0.32 303

MyStereo05	2.37 461	0.72 361	19.94 593	1.02 339	0.99 405	4.26 538	0.86 342	4.01 472	2.62 530	2.14 430	1.26 212	2.28 421	1.63 442	2.07 325	1.68 455	0.24 123	0.23 315	0.34 405	0.26 299	0.42 431	0.36 355

11t1	1.11 218	0.53 147	1.80 191	1.55 568	0.65 257	2.20 156	0.60 150	3.66 379	1.49 212	1.60 277	1.26 212	1.03 238	1.35 350	1.72 280	0.97 287	0.28 235	0.31 454	0.29 273	0.23 227	0.30 230	0.34 335

UniTT-Stereo	0.82 116	0.47 89	2.63 289	0.96 292	1.19 468	0.78 12	0.39 48	1.12 14	1.54 252	1.19 234	1.26 212	0.51 53	0.64 93	1.13 126	1.03 299	0.30 306	0.20 220	0.24 97	0.21 171	0.40 388	0.25 172

DLNR_Zeroshot_test	28.62 690	55.50 705	49.94 696	183.62 710	115.05 710	3.43 323	0.28 14	29.49 691	1.49 212	1.01 206	1.26 212	0.93 221	0.63 90	3.92 423	1.51 421	29.81 701	0.41 535	0.26 180	0.23 227	93.28 707	0.32 303

rafts_anoy	1.24 250	0.80 417	3.61 341	1.17 423	1.20 475	3.00 243	0.61 155	3.17 305	1.58 276	1.37 251	1.26 212	1.19 264	1.12 293	1.78 287	1.25 355	0.32 351	0.23 315	0.32 350	0.32 433	0.31 250	0.30 282

sCroCo_RVC	1.06 208	0.82 429	5.05 368	1.02 339	1.05 425	0.98 19	0.61 155	2.06 120	1.29 144	0.69 94	1.26 212	0.82 183	1.10 288	1.20 152	0.90 255	0.42 486	0.40 526	0.33 386	0.30 405	0.46 471	0.38 387

MyStereo04	2.29 436	0.80 417	18.77 561	1.00 321	1.04 423	3.95 450	0.95 416	3.91 442	2.54 521	1.99 375	1.27 219	2.31 428	1.65 447	2.02 323	1.77 469	0.24 123	0.24 351	0.34 405	0.26 299	0.41 412	0.37 370

x	1.15 225	0.57 195	1.53 162	1.44 540	0.67 271	1.94 125	0.97 428	3.87 427	1.57 272	1.61 282	1.28 220	1.58 318	1.22 320	1.93 312	1.04 301	0.28 235	0.30 445	0.34 405	0.29 384	0.32 282	0.31 292

TRStereo	2.31 440	1.87 597	19.74 586	1.53 561	1.16 459	4.26 538	1.08 471	4.73 633	1.45 182	1.55 270	1.28 220	1.75 343	0.85 187	1.81 293	1.20 339	0.36 415	0.26 395	0.32 350	0.36 475	0.34 321	0.33 322

CAS++	0.89 142	0.64 285	1.46 152	0.81 163	0.51 166	1.24 43	0.86 342	3.44 343	1.46 191	1.14 230	1.29 222	0.62 101	0.58 71	1.13 126	0.59 119	0.34 382	0.30 445	0.34 405	0.26 299	0.41 412	0.29 252
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
FADNet	2.49 482	1.76 592	13.17 463	1.17 423	0.95 388	3.27 293	0.88 370	3.94 453	2.27 452	1.40 256	1.29 222	2.51 458	2.06 506	9.93 559	1.94 490	0.43 492	0.45 555	0.40 478	0.43 537	1.06 606	0.53 497

aanet-new-14k	0.77 81	0.50 113	1.32 128	0.81 163	0.37 51	1.73 108	1.01 446	2.24 147	0.80 44	0.79 143	1.30 224	0.46 39	1.29 335	1.03 102	0.57 112	0.21 57	0.16 47	0.24 97	0.18 84	0.28 184	0.22 120

NLCSM	2.07 393	0.57 195	1.26 111	0.68 74	1.83 612	3.24 284	0.69 216	8.40 661	9.75 661	0.92 189	1.30 224	0.87 198	1.06 270	7.60 502	1.57 431	0.28 235	0.25 378	0.29 273	0.25 276	0.36 355	0.27 219

DA	0.98 186	0.46 65	1.34 131	0.92 263	0.43 103	4.34 550	0.85 337	2.79 260	1.35 152	0.82 153	1.30 224	0.89 204	1.08 279	1.11 117	0.56 107	0.30 306	0.18 123	0.24 97	0.18 84	0.25 113	0.23 140

GGEV	0.98 186	0.46 65	1.34 131	0.92 263	0.43 103	4.34 550	0.85 337	2.79 260	1.35 152	0.82 153	1.30 224	0.89 204	1.08 279	1.11 117	0.56 107	0.30 306	0.18 123	0.24 97	0.18 84	0.25 113	0.23 140

GASTEREO	1.00 196	0.98 484	1.23 102	0.90 246	0.40 83	3.40 316	0.88 370	2.77 252	1.44 179	1.39 254	1.30 224	0.55 69	1.35 350	1.33 189	0.64 136	0.25 148	0.19 169	0.25 136	0.25 276	0.25 113	0.31 292

tt45	0.96 178	0.48 99	1.19 91	0.89 236	0.66 264	3.91 431	0.76 264	1.90 95	1.26 140	0.70 97	1.30 224	0.71 147	0.63 90	2.59 376	0.74 192	0.22 77	0.17 82	0.28 248	0.23 227	0.27 163	0.27 219

CBFPSM	2.05 390	0.95 476	10.12 430	1.07 358	1.05 425	2.84 214	1.20 501	3.28 319	1.73 336	1.82 327	1.30 224	4.56 615	4.06 605	2.34 352	2.34 531	0.25 148	0.38 512	0.32 350	0.27 327	0.37 367	0.79 577

AnonymousM	1.22 244	1.32 553	0.97 13	0.88 229	0.56 204	4.03 477	0.69 216	2.41 172	1.68 318	1.48 263	1.31 231	1.15 253	1.00 240	1.18 149	0.73 186	0.32 351	0.40 526	2.07 648	1.70 650	0.24 87	0.22 120

1w_stereo	0.86 128	0.42 36	1.07 32	0.72 107	0.81 326	3.00 243	0.67 194	3.28 319	0.75 28	0.74 113	1.32 232	0.37 9	1.37 354	0.92 75	0.68 158	0.16 6	0.14 11	0.20 14	0.16 25	0.19 8	0.22 120

ACV-stereo	2.92 534	0.92 464	20.27 612	1.33 496	1.05 425	4.68 616	1.10 478	2.66 237	1.64 306	1.46 261	1.32 232	5.41 640	4.24 610	7.83 507	1.90 485	0.44 498	0.52 584	0.32 350	0.29 384	0.45 460	0.63 537

LoS_RVC	0.94 165	1.30 547	1.31 124	0.84 199	1.63 574	2.02 132	0.59 147	1.51 39	1.36 154	0.81 151	1.33 234	0.84 187	0.88 201	1.36 195	0.73 186	0.21 57	0.17 82	0.20 14	0.14 2	0.20 28	1.45 624

NRIStereo	1.28 269	0.61 257	1.67 177	1.15 413	0.38 67	4.73 629	0.90 382	2.42 176	1.50 218	1.93 357	1.33 234	1.75 343	1.22 320	2.96 394	1.33 377	0.46 514	0.22 285	0.29 273	0.26 299	0.30 230	0.28 240

TestStereo	2.00 381	1.02 490	12.25 454	0.70 85	0.61 236	1.88 120	0.55 127	2.31 161	1.52 236	1.41 258	1.33 234	1.27 275	0.90 210	11.62 627	0.81 219	0.34 382	0.19 169	0.33 386	0.24 256	0.44 452	0.24 158

FADNet-RVC-Resample	2.83 522	2.02 604	21.07 642	1.12 392	0.91 376	3.53 350	1.37 529	4.08 495	2.09 411	1.68 298	1.33 234	2.03 400	1.51 402	9.54 544	1.69 456	0.38 440	0.37 506	0.42 497	0.44 540	0.56 510	0.56 513

DIP-Stereo	1.24 250	0.69 331	1.77 188	0.65 54	0.61 236	4.29 545	0.58 143	4.44 607	2.53 517	1.98 370	1.33 234	0.91 211	0.86 189	1.25 166	1.25 355	0.36 415	0.23 315	0.32 350	0.23 227	0.32 282	0.29 252
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
IGEV++	0.90 151	0.58 211	1.32 128	0.94 284	0.45 122	1.27 47	1.00 443	3.32 328	1.55 260	0.82 153	1.34 239	0.86 196	1.09 282	1.16 138	0.89 251	0.33 370	0.18 123	0.23 58	0.19 128	0.29 204	0.22 120

Any-RAFT	1.40 284	0.53 147	2.78 301	1.09 372	0.64 249	4.41 565	0.81 311	3.97 462	2.78 550	1.99 375	1.34 239	2.36 435	1.56 417	1.56 238	0.75 195	0.27 191	0.20 220	0.25 136	0.18 84	0.25 113	0.28 240

Selective-RAFT	1.15 225	0.46 65	1.64 176	0.99 313	0.45 122	4.17 520	0.51 107	3.21 308	1.69 325	1.12 229	1.34 239	1.45 303	1.40 362	2.08 327	0.94 280	0.41 475	0.20 220	0.24 97	0.23 227	0.27 163	0.25 172

AIO-test1	2.18 412	0.66 310	18.95 565	0.89 236	1.48 545	3.40 316	0.97 428	4.19 522	1.68 318	0.86 176	1.35 242	0.99 230	0.75 136	4.47 432	1.27 362	0.23 95	0.23 315	0.28 248	0.33 441	0.31 250	0.35 349

fffy	0.80 98	0.59 221	1.56 168	1.00 321	0.47 143	1.27 47	0.76 264	1.90 95	1.02 105	0.75 116	1.35 242	0.83 185	0.72 122	1.70 278	0.62 129	0.23 95	0.19 169	0.27 213	0.21 171	0.28 184	0.32 303

test_sample1	1.62 316	0.55 172	1.88 198	1.44 540	0.79 319	2.27 161	0.64 177	4.00 470	1.82 354	1.87 336	1.35 242	1.57 316	1.62 429	9.55 546	1.24 352	0.30 306	0.27 407	0.31 327	0.28 356	0.32 282	0.32 303

Anonymous_2	3.01 551	0.89 454	4.53 364	1.06 355	1.18 461	2.93 234	0.87 363	3.24 315	1.46 191	1.86 334	1.35 242	4.11 591	2.35 533	1.64 264	1.28 366	0.82 610	0.90 632	8.71 689	15.84 695	4.44 667	0.74 564

aanet-new-34k	0.66 33	0.60 237	1.23 102	0.73 113	0.33 20	1.44 73	0.87 363	1.52 42	0.92 82	0.51 15	1.36 246	0.59 87	0.87 194	0.58 2	0.44 35	0.22 77	0.16 47	0.25 136	0.17 44	0.23 77	0.20 48

raft_robust	1.92 366	1.15 519	3.34 329	1.02 339	0.43 103	3.84 414	0.46 89	4.42 603	2.52 515	1.67 296	1.36 246	2.17 415	6.37 642	6.78 487	1.04 301	0.28 235	0.24 351	0.30 300	0.35 465	0.31 250	0.32 303

Hybrid-DGEV-2	1.55 298	1.43 568	3.19 319	1.16 420	0.51 166	4.15 505	0.54 126	4.28 560	2.22 439	2.06 408	1.37 248	2.37 436	1.61 425	3.24 400	1.15 324	0.25 148	0.24 351	0.30 300	0.26 299	0.29 204	0.28 240

mms	0.77 81	0.68 328	1.17 89	0.83 188	0.71 289	1.41 67	0.67 194	1.61 54	1.12 118	0.77 135	1.37 248	0.63 108	0.54 60	1.75 284	0.63 133	0.24 123	0.19 169	0.26 180	0.21 171	0.31 250	0.34 335

Anonymous3	1.72 330	0.76 400	11.61 449	0.83 188	0.84 350	4.46 572	0.84 328	3.57 365	1.16 119	1.34 245	1.37 248	1.11 249	1.03 249	1.58 243	1.13 322	0.70 599	0.58 600	0.33 386	0.35 465	0.47 475	0.42 425

CFNet-RSSM	2.08 396	0.52 129	20.06 598	1.01 328	0.56 204	3.39 313	0.64 177	3.67 380	1.55 260	1.72 308	1.37 248	2.57 463	1.19 317	1.11 117	0.86 237	0.27 191	0.20 220	0.25 136	0.23 227	0.27 163	0.23 140

model_zeroshot	1.21 241	0.60 237	3.55 335	1.05 349	0.57 216	3.46 330	0.63 173	2.73 246	1.55 260	2.05 403	1.38 252	1.50 309	0.82 177	1.69 275	0.87 243	0.29 264	0.23 315	0.30 300	0.23 227	0.27 163	0.32 303

raftrobust	1.19 233	0.72 361	2.30 255	1.26 462	1.31 499	3.55 357	0.68 205	2.75 249	1.47 196	2.21 466	1.38 252	1.17 256	1.22 320	1.20 152	1.11 317	0.28 235	0.24 351	0.21 30	0.19 128	0.25 113	0.28 240

PSi22	0.93 161	0.71 356	1.23 102	1.00 321	0.36 33	1.73 108	0.36 41	3.46 344	1.44 179	0.98 204	1.39 254	1.16 254	0.64 93	1.95 315	0.75 195	0.19 33	0.17 82	0.21 30	0.17 44	0.34 321	0.35 349

Foundation-i1	0.86 128	0.38 9	1.13 76	0.77 147	1.12 447	1.06 23	0.69 216	2.94 276	1.61 296	0.89 183	1.39 254	1.24 271	1.01 244	1.08 111	0.55 103	0.23 95	0.19 169	0.22 42	0.20 153	0.21 49	0.20 48

Pointernet	0.88 136	0.44 48	2.26 250	0.84 199	0.37 51	2.29 164	0.38 46	3.06 293	1.46 191	0.66 85	1.39 254	0.91 211	0.73 127	1.01 98	0.72 183	0.23 95	0.19 169	0.20 14	0.18 84	0.19 8	0.20 48

test_sample2	1.75 337	0.56 184	2.25 249	1.41 533	0.80 321	2.91 226	0.86 342	4.05 485	2.04 400	1.91 351	1.39 254	1.57 316	1.55 415	10.65 585	1.06 303	0.32 351	0.28 422	0.32 350	0.30 405	0.36 355	0.33 322

rvit_0105_3	1.24 250	0.93 468	2.84 303	0.97 299	0.58 225	2.38 171	1.08 471	3.26 318	2.53 517	1.18 232	1.40 258	1.24 271	1.04 257	1.73 281	0.97 287	0.44 498	0.44 550	0.40 478	0.42 533	0.42 431	0.50 482

LL-Strereo2	1.23 245	0.85 444	2.38 263	0.93 279	0.68 276	3.72 387	1.37 529	2.54 211	1.99 385	1.75 315	1.40 258	1.82 365	0.73 127	1.40 203	0.99 293	0.31 330	0.23 315	0.55 572	0.35 465	0.29 204	0.24 158

castereo++	0.93 161	0.56 184	1.26 111	0.92 263	0.73 296	2.48 182	1.00 443	2.99 282	1.03 107	0.68 90	1.41 260	1.92 380	0.59 76	1.26 167	0.44 35	0.25 148	0.19 169	0.28 248	0.19 128	0.23 77	0.23 140

DMCA-RVC	2.45 472	1.22 536	18.29 552	1.23 451	1.14 452	2.49 183	0.85 337	3.29 321	1.68 318	3.02 592	1.41 260	2.00 396	1.53 411	6.39 473	2.00 498	0.38 440	0.30 445	0.44 506	0.35 465	0.45 460	0.44 441

WCG-NET（raft）	0.95 173	0.55 172	1.20 98	0.84 199	0.31 12	1.44 73	1.01 446	1.55 45	2.37 481	1.64 289	1.42 262	2.38 438	1.01 244	1.29 179	0.76 201	0.22 77	0.19 169	0.22 42	0.20 153	0.25 113	0.21 91

ours_stereo	0.76 71	0.64 285	1.40 146	0.86 218	0.61 236	1.12 27	0.57 134	1.63 62	1.20 128	0.72 105	1.43 263	0.70 136	0.62 86	1.56 238	0.58 117	0.25 148	0.18 123	0.26 180	0.21 171	0.29 204	0.31 292

RSM	0.80 98	0.50 113	1.08 44	0.83 188	0.51 166	1.31 58	0.77 276	2.28 156	1.43 176	0.82 153	1.44 264	1.22 269	0.62 86	1.17 144	0.63 133	0.22 77	0.18 123	0.24 97	0.19 128	0.27 163	0.20 48

PSM-softLoss	1.66 324	0.59 221	5.15 370	2.25 628	0.48 151	4.68 616	0.69 216	2.57 216	1.52 236	2.14 430	1.45 265	1.42 300	0.99 238	6.04 465	1.20 339	0.41 475	0.23 315	0.37 452	0.39 508	0.32 282	0.31 292

KMStereo	1.66 324	0.59 221	5.15 370	2.25 628	0.48 151	4.68 616	0.69 216	2.57 216	1.52 236	2.14 430	1.45 265	1.42 300	0.99 238	6.04 465	1.20 339	0.41 475	0.23 315	0.37 452	0.39 508	0.32 282	0.31 292

gasm-f	0.89 142	0.49 109	1.30 123	0.85 211	0.44 114	4.42 567	0.95 416	1.88 90	0.91 75	0.75 116	1.46 267	0.53 60	0.88 201	0.88 60	0.57 112	0.30 306	0.19 169	0.27 213	0.19 128	0.28 184	0.19 15

ROB_FTStereo_v2	1.23 245	0.66 310	2.02 215	0.75 124	0.37 51	4.67 615	0.76 264	2.53 202	1.58 276	1.99 375	1.46 267	1.78 349	1.14 302	2.08 327	0.88 248	0.48 528	0.22 285	0.32 350	0.27 327	0.40 388	0.29 252

HUI-Stereo	1.25 254	0.66 310	2.33 258	0.75 124	0.37 51	4.68 616	0.78 283	2.53 202	1.58 276	1.99 375	1.46 267	1.79 356	1.13 295	2.17 339	0.85 230	0.48 528	0.23 315	0.32 350	0.27 327	0.40 388	0.29 252

iGMRVC	1.26 261	0.66 310	2.14 236	0.75 124	0.37 51	4.66 613	0.74 251	2.53 202	1.58 276	1.99 375	1.46 267	1.78 349	1.14 302	2.46 357	0.92 269	0.48 528	0.23 315	0.32 350	0.27 327	0.40 388	0.29 252

CRE-IMP	1.23 245	0.61 257	2.14 236	0.82 175	0.39 73	4.54 590	0.83 321	2.63 232	1.55 260	1.95 363	1.46 267	1.87 376	0.96 225	1.48 225	1.33 377	0.45 507	0.21 254	0.31 327	0.26 299	0.41 412	0.31 292

G2L-ROB	2.13 405	0.78 409	10.06 427	1.19 432	1.06 428	3.84 414	0.93 407	3.32 328	2.27 452	2.20 457	1.47 272	2.65 472	1.20 319	8.38 516	1.81 473	0.28 235	0.19 169	0.23 58	0.22 206	0.28 184	0.32 303

Patchmatch Stereo++	1.25 254	0.65 298	2.06 228	0.75 124	0.37 51	4.68 616	0.76 264	2.53 202	1.58 276	1.99 375	1.47 272	1.78 349	1.14 302	2.44 355	0.90 255	0.48 528	0.23 315	0.32 350	0.27 327	0.40 388	0.29 252
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	1.24 250	0.65 298	2.03 216	0.75 124	0.37 51	4.68 616	0.73 239	2.53 202	1.58 276	1.99 375	1.47 272	1.78 349	1.13 295	2.18 341	0.87 243	0.48 528	0.23 315	0.32 350	0.27 327	0.40 388	0.29 252

ROB_FTStereo	1.25 254	0.66 310	2.14 236	0.75 124	0.37 51	4.65 612	0.77 276	2.53 202	1.58 276	1.99 375	1.47 272	1.78 349	1.13 295	2.26 350	0.86 237	0.47 523	0.22 285	0.32 350	0.27 327	0.40 388	0.29 252

iRAFT	1.25 254	0.65 298	2.06 228	0.75 124	0.37 51	4.68 616	0.76 264	2.53 202	1.58 276	1.99 375	1.47 272	1.78 349	1.14 302	2.44 355	0.90 255	0.48 528	0.23 315	0.32 350	0.27 327	0.40 388	0.29 252

RAFT-IKP	1.25 254	0.66 310	2.23 248	0.75 124	0.37 51	4.64 610	0.74 251	2.53 202	1.58 276	1.99 375	1.47 272	1.78 349	1.13 295	2.22 347	0.92 269	0.48 528	0.22 285	0.32 350	0.27 327	0.40 388	0.29 252

Gwc-CoAtRS	1.58 306	0.57 195	11.69 450	1.01 328	0.60 231	2.53 190	0.64 177	2.36 167	1.56 266	1.80 324	1.47 272	2.74 480	1.18 313	1.12 122	0.90 255	0.27 191	0.21 254	0.25 136	0.22 206	0.27 163	0.23 140

MIPNet	2.33 446	0.71 356	19.82 588	0.89 236	0.56 204	4.76 634	0.61 155	4.32 580	2.37 481	1.83 329	1.48 279	1.48 306	1.98 501	2.63 379	1.44 396	0.29 264	0.20 220	0.26 180	0.23 227	0.30 230	0.39 394

WCG-NET	0.88 136	0.49 109	1.26 111	0.90 246	0.37 51	1.48 79	1.07 466	1.73 73	2.30 460	1.63 286	1.49 280	0.92 217	0.97 230	0.95 82	0.76 201	0.22 77	0.16 47	0.23 58	0.20 153	0.25 113	0.21 91

111111	0.87 134	0.50 113	1.13 76	0.66 63	1.08 437	3.37 309	0.33 28	2.33 164	1.47 196	0.74 113	1.50 281	0.61 94	0.59 76	1.40 203	0.48 59	0.24 123	0.19 169	0.22 42	0.16 25	0.24 87	0.19 15

RAFT-Stereo-weight	1.11 218	0.48 99	1.22 101	0.99 313	0.42 97	4.17 520	0.80 301	3.60 369	1.50 218	1.97 368	1.50 281	1.30 280	0.65 100	1.24 160	0.85 230	0.25 148	0.19 169	0.26 180	0.22 206	0.27 163	0.23 140

cross-raft	2.01 384	0.57 195	19.01 567	1.03 346	0.56 204	2.11 148	0.72 231	3.63 374	1.57 272	1.77 317	1.51 283	3.17 524	1.13 295	1.16 138	0.85 230	0.23 95	0.21 254	0.26 180	0.23 227	0.28 184	0.25 172

HUF	1.15 225	0.64 285	8.62 409	0.90 246	0.35 29	1.35 61	0.78 283	1.97 105	1.50 218	0.63 74	1.52 284	0.83 185	0.66 107	1.28 174	0.63 133	0.29 264	0.23 315	0.26 180	0.17 44	0.23 77	0.25 172

GMOStereo	1.13 220	0.70 342	2.26 250	0.75 124	0.44 114	3.05 249	0.91 390	2.78 255	1.45 182	2.37 511	1.52 284	1.53 310	1.05 262	1.17 144	0.92 269	0.25 148	0.19 169	0.35 424	0.28 356	0.34 321	0.26 202

error version	1.13 220	0.70 342	2.26 250	0.75 124	0.44 114	3.05 249	0.91 390	2.78 255	1.45 182	2.37 511	1.52 284	1.53 310	1.05 262	1.17 144	0.92 269	0.25 148	0.19 169	0.35 424	0.28 356	0.34 321	0.26 202

test-v	1.13 220	0.70 342	2.26 250	0.75 124	0.44 114	3.05 249	0.91 390	2.78 255	1.45 182	2.37 511	1.52 284	1.53 310	1.05 262	1.17 144	0.92 269	0.25 148	0.19 169	0.35 424	0.28 356	0.34 321	0.26 202

test-2	1.13 220	0.70 342	2.26 250	0.75 124	0.44 114	3.05 249	0.91 390	2.78 255	1.45 182	2.37 511	1.52 284	1.53 310	1.05 262	1.17 144	0.92 269	0.25 148	0.19 169	0.35 424	0.28 356	0.34 321	0.26 202

UPFNet	1.81 345	0.63 274	6.71 384	1.25 455	1.44 539	3.50 343	1.35 522	4.02 476	1.85 363	2.40 518	1.52 284	2.41 442	1.40 362	3.62 411	1.88 482	0.34 382	0.33 469	0.37 452	0.31 421	0.41 412	0.39 394

DCVSM-stereo	2.31 440	0.66 310	20.69 630	1.11 388	0.93 383	2.58 195	0.73 239	2.61 229	1.60 292	2.57 544	1.53 290	3.30 535	1.72 462	2.19 342	1.23 350	0.34 382	0.53 585	0.41 490	0.32 433	0.45 460	0.62 533

IPLGR	2.53 489	0.58 211	20.46 622	0.82 175	0.52 179	4.56 600	0.50 103	4.30 572	2.38 486	1.87 336	1.53 290	1.68 331	1.72 462	6.95 490	1.15 324	0.28 235	0.21 254	0.27 213	0.23 227	0.33 302	0.32 303

SCV	0.95 173	0.63 274	1.38 140	1.70 589	0.41 90	1.23 39	0.89 377	3.53 360	1.57 272	0.61 60	1.54 292	0.93 221	0.77 149	1.66 267	0.66 149	0.36 415	0.20 220	0.25 136	0.19 128	0.29 204	0.25 172

rvit_105_1	1.43 287	0.90 456	3.27 324	1.08 366	0.68 276	2.79 207	1.27 510	3.52 356	2.35 472	1.38 253	1.54 292	1.28 276	1.14 302	2.91 390	1.40 387	0.54 561	0.47 569	0.45 513	0.59 590	0.44 452	0.58 522

Former-RAFT_DAM_RVC	0.92 159	0.73 372	1.42 148	0.92 263	1.08 437	2.97 242	0.53 117	1.77 79	1.39 161	1.16 231	1.54 292	0.58 82	0.65 100	1.03 102	0.84 227	0.25 148	0.23 315	0.30 300	0.24 256	0.43 441	0.29 252

DeepPruner_ROB	2.05 390	1.09 508	10.50 435	1.01 328	1.20 475	4.39 558	0.91 390	3.14 300	1.72 334	2.60 553	1.54 292	2.78 490	1.27 330	4.52 433	1.72 460	0.51 550	0.40 526	0.37 452	0.34 449	0.48 478	0.52 495

IGEV-FE	2.16 409	0.69 331	20.56 624	1.22 445	0.54 191	2.18 152	0.53 117	3.38 338	1.61 296	1.93 357	1.55 296	3.74 571	1.06 270	1.56 238	0.91 264	0.29 264	0.20 220	0.27 213	0.29 384	0.40 388	0.32 303

IGEV_Zeroshot_test	2.16 409	0.69 331	20.60 628	1.22 445	0.54 191	2.18 152	0.53 117	3.38 338	1.61 296	1.93 357	1.55 296	3.76 573	1.05 262	1.55 237	0.91 264	0.29 264	0.20 220	0.27 213	0.29 384	0.40 388	0.32 303

ToySt	1.35 279	0.72 361	3.65 343	1.01 328	0.50 164	3.31 303	1.01 446	3.46 344	1.73 336	1.30 241	1.55 296	2.07 409	1.47 389	1.88 308	1.40 387	0.27 191	0.27 407	0.30 300	0.32 433	0.42 431	0.39 394

STTStereo	2.34 450	0.95 476	14.93 502	1.43 537	1.54 555	3.86 424	0.86 342	3.65 376	2.44 501	2.15 438	1.55 296	2.49 457	1.59 418	5.14 443	1.44 396	0.38 440	0.39 521	0.47 523	0.51 569	0.52 492	0.51 490

GMStereo_Zeroshot	1.41 286	1.21 530	3.33 328	1.29 477	0.72 291	3.35 307	0.53 117	2.58 225	1.68 318	2.35 507	1.56 300	2.42 445	0.96 225	2.50 361	1.16 328	0.45 507	0.23 315	0.40 478	0.24 256	0.79 582	0.33 322

anonymousdsp2	1.26 261	0.60 237	3.74 347	1.02 339	0.41 90	3.60 367	0.72 231	3.68 382	1.47 196	1.37 251	1.56 300	1.83 368	1.01 244	2.00 319	0.66 149	0.29 264	0.20 220	0.28 248	0.20 153	0.32 282	0.29 252

UNet	2.51 485	0.74 383	20.17 605	1.14 400	1.44 539	3.48 336	0.76 264	3.77 402	1.87 365	2.05 403	1.57 302	2.75 482	2.39 535	3.51 407	2.51 547	0.32 351	0.26 395	0.41 490	0.26 299	0.38 372	0.39 394

AIO-Stereo	0.76 71	0.54 163	1.07 32	0.73 113	0.40 83	1.28 53	0.82 315	2.26 151	1.49 212	0.70 97	1.58 303	0.89 204	0.45 25	1.03 102	0.55 103	0.24 123	0.18 123	0.25 136	0.20 153	0.26 143	0.21 91

MIM_Stereo	1.20 238	0.78 409	3.30 326	1.05 349	0.43 103	3.04 247	0.60 150	2.46 189	1.51 225	1.60 277	1.58 303	1.82 365	1.29 335	2.00 319	1.07 306	0.24 123	0.24 351	0.28 248	0.25 276	0.27 163	0.27 219

Pruner-Stereo	1.32 277	0.59 221	2.11 234	1.79 603	0.47 143	4.73 629	0.79 290	2.53 202	1.72 334	2.47 526	1.58 303	1.48 306	1.03 249	1.66 267	1.47 406	0.44 498	0.21 254	0.34 405	0.30 405	0.30 230	0.39 394

DMCA	1.72 330	0.74 383	6.63 383	1.14 400	0.96 389	3.98 467	0.90 382	3.75 398	2.76 548	2.83 580	1.58 303	2.35 433	1.18 313	1.58 243	1.98 497	0.40 460	0.27 407	0.42 497	0.26 299	0.36 355	0.38 387

DF	0.97 180	0.56 184	1.59 172	0.93 279	0.51 166	1.13 28	0.97 428	4.39 598	1.44 179	0.95 197	1.59 307	1.01 234	0.57 67	1.62 257	0.75 195	0.32 351	0.22 285	0.25 136	0.19 128	0.25 113	0.25 172

NF-Stereo	1.58 306	0.61 257	2.66 293	2.26 630	0.47 143	4.68 616	0.67 194	3.31 323	1.48 206	2.11 420	1.59 307	1.36 288	1.09 282	6.08 467	1.20 339	0.40 460	0.20 220	0.36 440	0.34 449	0.31 250	0.36 355

OCTAStereo	1.58 306	0.61 257	2.72 296	2.27 633	0.46 133	4.68 616	0.67 194	3.30 322	1.48 206	2.11 420	1.59 307	1.36 288	1.09 282	6.02 464	1.21 343	0.41 475	0.20 220	0.36 440	0.34 449	0.31 250	0.37 370

RE-Stereo	1.58 306	0.61 257	2.72 296	2.26 630	0.46 133	4.68 616	0.68 205	3.31 323	1.48 206	2.11 420	1.59 307	1.36 288	1.09 282	6.01 462	1.22 346	0.41 475	0.20 220	0.36 440	0.34 449	0.31 250	0.37 370

TVStereo	1.58 306	0.61 257	2.72 296	2.26 630	0.46 133	4.68 616	0.68 205	3.31 323	1.48 206	2.11 420	1.59 307	1.36 288	1.09 282	6.01 462	1.22 346	0.41 475	0.20 220	0.36 440	0.34 449	0.31 250	0.37 370

gwcnet-sp	2.31 440	1.21 530	17.34 533	1.08 366	0.92 377	3.56 359	1.04 458	3.69 387	2.09 411	2.55 540	1.60 312	1.80 359	1.62 429	3.87 419	1.95 492	0.29 264	0.29 432	0.30 300	0.28 356	0.38 372	0.39 394

scenet	2.31 440	1.21 530	17.34 533	1.08 366	0.92 377	3.56 359	1.04 458	3.69 387	2.09 411	2.55 540	1.60 312	1.80 359	1.62 429	3.87 419	1.95 492	0.29 264	0.29 432	0.30 300	0.28 356	0.38 372	0.39 394

ssnet	2.31 440	1.21 530	17.34 533	1.08 366	0.92 377	3.56 359	1.04 458	3.69 387	2.09 411	2.55 540	1.60 312	1.80 359	1.62 429	3.87 419	1.95 492	0.29 264	0.29 432	0.30 300	0.28 356	0.38 372	0.39 394

iRaft-Stereo_20w	1.88 356	0.62 266	10.58 436	0.90 246	0.83 343	2.96 240	0.78 283	4.90 638	1.58 276	2.29 485	1.60 312	1.25 273	4.51 616	2.28 351	0.90 255	0.29 264	0.21 254	0.26 180	0.24 256	0.41 412	0.31 292

G2L-Stereo	2.49 482	0.94 474	14.54 494	1.15 413	1.35 513	3.57 363	0.95 416	3.62 373	2.00 389	2.11 420	1.61 316	3.20 525	1.34 347	9.54 544	1.91 486	0.34 382	0.27 407	0.35 424	0.28 356	0.30 230	0.35 349

GCST	2.56 496	1.79 595	18.02 548	1.92 613	1.33 510	1.72 106	0.51 107	3.67 380	2.03 396	1.70 303	1.61 316	1.55 315	1.29 335	5.06 441	1.24 352	2.06 645	0.77 627	1.45 643	0.97 625	1.14 616	1.34 619

MC-Stereo	1.06 208	0.48 99	1.55 166	1.15 413	0.41 90	4.56 600	0.61 155	2.06 120	1.46 191	1.90 346	1.61 316	0.89 204	1.12 293	1.35 193	0.73 186	0.25 148	0.18 123	0.26 180	0.22 206	0.25 113	0.24 158

HCRNet	1.60 312	0.56 184	2.47 271	0.78 151	1.36 516	4.11 496	0.71 228	3.57 365	2.79 552	1.75 315	1.61 316	1.58 318	1.41 369	5.79 459	1.56 429	0.34 382	0.28 422	0.36 440	0.29 384	0.33 302	0.37 370

HITNet	2.07 393	0.82 429	14.77 496	1.34 504	0.56 204	3.47 333	0.80 301	4.07 491	2.35 472	2.16 444	1.61 316	1.64 326	1.44 380	2.09 330	2.56 553	0.26 165	0.18 123	0.41 490	0.26 299	0.45 460	0.25 172
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
PCWNet_CMD	2.23 419	0.65 298	17.36 536	0.83 188	0.76 307	3.51 345	0.64 177	3.60 369	1.97 382	1.70 303	1.63 321	3.22 527	3.05 572	2.09 330	1.11 317	0.31 330	0.36 494	0.47 523	0.26 299	0.64 543	0.47 463

RAFT+CT+SA	1.62 316	0.72 361	7.42 392	0.97 299	1.42 538	4.04 479	0.94 412	3.90 437	1.61 296	1.61 282	1.63 321	1.33 283	1.18 313	2.73 388	1.10 312	0.27 191	0.19 169	0.31 327	0.34 449	0.33 302	0.33 322

Selective-IGEV-i32	0.80 98	0.52 129	1.05 23	0.75 124	0.61 236	1.30 56	0.82 315	2.61 229	1.41 169	0.82 153	1.64 323	0.71 147	0.62 86	1.23 158	0.64 136	0.22 77	0.19 169	0.24 97	0.18 84	0.25 113	0.20 48

UGAM-zero	2.79 519	0.57 195	20.87 637	0.98 307	0.77 313	2.08 143	0.35 39	3.88 430	1.51 225	2.05 403	1.64 323	5.07 632	3.42 591	9.83 553	1.24 352	0.28 235	0.21 254	0.27 213	0.29 384	0.29 204	0.28 240

Selective-IGEV	0.80 98	0.52 129	1.05 23	0.75 124	0.61 236	1.31 58	0.82 315	2.60 228	1.41 169	0.82 153	1.64 323	0.71 147	0.62 86	1.22 156	0.64 136	0.22 77	0.19 169	0.24 97	0.18 84	0.25 113	0.20 48

Wz-Net-LNSev	2.30 439	1.67 588	14.88 499	1.18 429	1.65 581	3.49 339	1.54 556	3.63 374	2.03 396	1.88 339	1.64 323	3.29 533	2.06 506	2.71 386	2.02 501	0.40 460	0.33 469	0.32 350	0.31 421	0.53 498	0.49 475

PFNet+	1.46 292	0.57 195	2.84 303	0.92 263	0.47 143	4.64 610	0.84 328	2.46 189	1.99 385	2.14 430	1.64 323	1.34 284	1.03 249	4.68 437	1.23 350	0.45 507	0.33 469	0.37 452	0.39 508	0.32 282	0.49 475

DSFCA	1.89 357	0.69 331	3.14 317	1.10 381	1.18 461	3.99 468	1.79 577	3.50 352	2.16 431	3.10 598	1.64 323	2.91 501	2.50 543	5.38 447	2.26 524	0.43 492	0.38 512	0.37 452	0.36 475	0.50 486	0.42 425

MSMDNet	2.23 419	0.64 285	17.32 532	0.84 199	0.75 303	3.53 350	0.64 177	3.61 372	1.98 384	1.71 307	1.64 323	3.22 527	2.99 565	2.08 327	1.11 317	0.31 330	0.37 506	0.45 513	0.26 299	0.62 533	0.45 447

HI	1.27 266	0.90 456	2.33 258	1.10 381	0.68 276	2.92 229	0.45 84	2.49 193	1.76 346	2.13 427	1.65 330	2.42 445	1.84 484	1.58 243	1.61 439	0.26 165	0.16 47	0.28 248	0.29 384	0.26 143	0.25 172

CoSv	1.27 266	0.90 456	2.33 258	1.10 381	0.68 276	2.92 229	0.45 84	2.49 193	1.76 346	2.13 427	1.65 330	2.42 445	1.84 484	1.58 243	1.61 439	0.26 165	0.16 47	0.28 248	0.29 384	0.26 143	0.25 172

ADCP+	3.74 594	1.96 601	16.90 529	1.09 372	1.55 559	4.35 553	3.65 650	3.93 449	2.98 579	2.22 468	1.66 332	3.95 580	4.83 619	3.41 405	18.87 675	0.38 440	0.41 535	0.63 595	0.53 576	0.64 543	0.81 579

AIO-Stereo-zeroshot	2.35 455	0.99 485	19.62 582	1.09 372	0.96 389	1.51 83	0.44 79	4.05 485	1.64 306	1.31 242	1.67 333	4.93 625	2.45 540	2.52 369	1.40 387	0.30 306	0.20 220	0.31 327	0.50 565	0.57 515	0.60 527

raft+_RVC	1.21 241	0.83 433	2.61 284	1.35 509	0.97 393	3.60 367	0.76 264	3.23 313	1.51 225	1.33 244	1.67 333	1.03 238	1.10 288	1.87 307	0.92 269	0.24 123	0.22 285	0.25 136	0.24 256	0.26 143	0.25 172

NLCA_NET_v2_RVC	2.54 491	1.04 495	16.73 526	1.53 561	2.00 625	3.96 460	0.87 363	3.87 427	2.31 464	2.54 539	1.67 333	2.85 495	1.63 442	5.55 452	1.62 444	0.46 514	0.33 469	0.38 468	0.38 500	0.53 498	0.62 533
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
G2L-Stereo_test	2.11 400	0.86 447	7.12 389	1.65 582	1.19 468	3.54 354	1.02 451	3.57 365	2.01 391	2.50 529	1.68 336	3.15 522	1.50 398	9.21 537	1.62 444	0.28 235	0.19 169	0.23 58	0.22 206	0.27 163	0.31 292

999	0.97 180	0.48 99	1.24 108	1.03 346	0.64 249	3.25 288	0.92 404	1.40 29	1.39 161	0.71 101	1.68 336	0.70 136	0.66 107	3.03 397	0.89 251	0.23 95	0.19 169	0.25 136	0.21 171	0.25 113	0.29 252

RAFT-Test	1.44 289	0.59 221	6.10 380	1.01 328	0.69 283	2.90 223	0.80 301	3.68 382	1.70 330	1.85 330	1.68 336	3.15 522	1.03 249	1.20 152	0.99 293	0.27 191	0.22 285	0.25 136	0.23 227	0.27 163	0.25 172

dad	1.65 321	1.19 527	3.04 313	0.98 307	0.56 204	4.22 533	0.84 328	1.99 107	2.48 506	2.14 430	1.68 336	1.62 324	1.13 295	3.85 418	2.04 502	1.03 622	0.40 526	2.04 647	0.48 554	0.75 576	0.53 497

RALCasStereoNet	1.19 233	1.02 490	2.06 228	1.12 392	1.14 452	3.08 256	0.70 226	2.99 282	1.73 336	1.34 245	1.68 336	1.18 260	0.91 213	2.16 337	1.00 295	0.30 306	0.26 395	0.24 97	0.21 171	0.29 204	0.30 282

HH	2.23 419	0.86 447	21.59 658	0.98 307	0.51 166	1.49 81	0.82 315	2.74 247	1.54 252	1.10 224	1.69 341	4.62 618	1.86 489	2.55 372	0.69 169	0.26 165	0.22 285	0.29 273	0.23 227	0.34 321	0.27 219

HanStereo	2.23 419	0.86 447	21.59 658	0.98 307	0.51 166	1.49 81	0.82 315	2.74 247	1.54 252	1.10 224	1.69 341	4.62 618	1.86 489	2.55 372	0.69 169	0.26 165	0.22 285	0.29 273	0.23 227	0.34 321	0.27 219

CFNet-ft	1.90 359	0.95 476	3.56 337	1.07 358	1.54 555	4.09 489	0.90 382	2.85 267	1.82 354	1.78 319	1.70 343	2.75 482	1.48 391	9.33 539	1.72 460	0.33 370	0.30 445	0.61 590	0.36 475	0.52 492	0.39 394

BEATNet_4x	1.92 366	1.36 558	8.75 411	1.20 436	0.56 204	3.46 330	1.03 454	4.00 470	2.43 497	2.25 478	1.70 343	2.10 411	1.59 418	2.57 375	3.05 570	0.37 423	0.22 285	0.47 523	0.29 384	0.60 524	0.40 415

RYNet	2.97 543	0.93 468	15.09 505	1.12 392	1.38 522	3.66 379	1.42 541	4.03 477	2.29 459	2.10 416	1.70 343	3.79 574	2.16 517	13.64 668	3.02 569	0.37 423	0.41 535	0.48 531	0.34 449	0.81 585	0.75 567

CFNet_RVC	1.90 359	0.95 476	3.56 337	1.07 358	1.54 555	4.09 489	0.90 382	2.85 267	1.82 354	1.78 319	1.70 343	2.75 482	1.48 391	9.33 539	1.72 460	0.33 370	0.30 445	0.61 590	0.36 475	0.52 492	0.39 394

RAFT	1.23 245	0.84 438	2.05 219	0.96 292	0.47 143	1.80 114	0.94 412	3.18 307	1.46 191	1.60 277	1.71 347	3.04 512	1.59 418	1.64 264	1.32 373	0.38 440	0.24 351	0.40 478	0.32 433	0.40 388	0.35 349

R-Stereo Train	1.20 238	0.58 211	1.81 192	0.99 313	0.67 271	3.78 399	0.90 382	4.09 497	1.51 225	2.16 444	1.71 347	1.13 250	0.94 222	1.40 203	0.91 264	0.30 306	0.24 351	0.26 180	0.21 171	0.26 143	0.25 172

RAFT-Stereo	1.20 238	0.58 211	1.81 192	0.99 313	0.67 271	3.78 399	0.90 382	4.09 497	1.51 225	2.16 444	1.71 347	1.13 250	0.94 222	1.40 203	0.91 264	0.30 306	0.24 351	0.26 180	0.21 171	0.26 143	0.25 172
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
NVstereo2D	2.54 491	0.90 456	11.10 443	1.32 491	1.47 544	3.58 364	1.38 532	4.13 507	2.45 502	1.90 346	1.71 347	2.86 496	1.76 467	10.86 593	1.66 453	0.60 572	0.43 545	0.53 563	0.41 526	0.78 580	0.94 595

PSMNet_ROB	2.95 536	1.38 561	18.46 558	1.19 432	1.20 475	3.80 404	1.65 570	3.54 361	2.35 472	1.98 370	1.71 347	2.75 482	1.79 472	11.43 619	2.78 562	0.42 486	0.36 494	0.50 548	0.60 592	0.59 520	0.49 475

MyStereo06	2.46 475	0.72 361	19.97 595	1.02 339	0.99 405	4.26 538	0.86 342	3.51 355	1.68 318	1.92 353	1.73 352	4.01 585	4.22 609	1.62 257	0.88 248	0.24 123	0.23 315	0.34 405	0.26 299	0.42 431	0.36 355

ac_64	2.35 455	0.62 266	9.77 422	1.32 491	1.71 592	3.27 293	0.93 407	3.48 346	2.50 511	1.74 313	1.73 352	3.91 579	1.77 469	10.21 571	1.86 480	0.40 460	0.31 454	0.33 386	0.30 405	0.34 321	0.39 394

LCNet	1.55 298	0.54 163	1.88 198	0.99 313	0.55 199	3.60 367	1.21 504	2.86 270	1.53 243	2.18 450	1.74 354	1.43 302	4.17 608	3.62 411	0.87 243	0.29 264	0.20 220	0.28 248	0.77 611	0.47 475	1.85 634

GES	1.38 283	0.64 285	2.61 284	1.09 372	0.57 216	4.30 547	1.02 451	3.86 424	1.51 225	1.72 308	1.74 354	1.28 276	1.77 469	1.62 257	1.61 439	0.39 452	0.27 407	0.33 386	0.30 405	0.41 412	0.47 463

GANet-RSSM	1.98 377	0.62 266	3.49 332	1.69 586	1.23 482	4.22 533	0.91 390	3.31 323	1.86 364	1.81 325	1.74 354	2.34 431	1.82 482	10.92 597	1.73 464	0.34 382	0.29 432	0.31 327	0.28 356	0.39 383	0.40 415

GANetREF_RVC	3.20 570	1.93 599	18.84 562	1.51 558	0.80 321	4.12 498	1.82 581	4.16 518	2.91 570	1.87 336	1.74 354	2.48 455	1.84 484	13.18 659	1.74 465	0.80 607	0.57 595	0.79 617	0.74 607	1.20 624	0.86 585
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
xyz-stereo-finetune2	1.16 230	0.63 274	1.50 158	0.57 7	0.36 33	3.47 333	0.65 187	2.70 242	1.23 130	0.88 180	1.75 358	0.91 211	1.76 467	3.54 408	1.74 465	0.24 123	0.22 285	0.30 300	0.27 327	0.31 250	0.26 202

DualNet (step1)	2.34 450	1.05 496	7.87 396	1.07 358	0.86 357	3.93 439	1.19 497	4.35 587	2.11 421	2.14 430	1.75 358	1.75 343	1.67 451	6.26 471	1.26 358	1.23 631	0.48 575	4.27 677	2.09 661	0.70 559	0.69 551

test_sample9	3.79 595	1.05 496	7.87 396	1.07 358	0.86 357	3.93 439	1.19 497	4.35 587	2.11 421	2.14 430	1.75 358	1.75 343	1.67 451	11.06 604	11.61 642	1.23 631	14.45 695	4.27 677	2.09 661	0.70 559	0.69 551

test_sample7	1.65 321	0.70 342	2.60 281	1.48 551	0.76 307	2.38 171	1.07 466	4.35 587	2.11 421	2.14 430	1.75 358	1.75 343	1.67 451	6.26 471	1.26 358	0.44 498	0.48 575	0.43 501	0.40 519	0.46 471	0.43 435

test_sample3	2.34 450	0.61 257	11.94 452	1.33 496	0.85 352	3.10 261	0.73 239	4.24 544	2.19 436	2.21 466	1.75 358	1.80 359	1.41 369	11.11 609	1.46 401	0.35 402	0.29 432	0.34 405	0.35 465	0.39 383	0.37 370

MoCha-V2	0.87 134	0.48 99	1.87 197	0.88 229	0.32 16	1.37 63	0.55 127	2.71 243	1.42 172	0.92 189	1.75 358	0.65 116	1.17 311	1.45 219	0.57 112	0.21 57	0.21 254	0.20 14	0.19 128	0.24 87	0.23 140

MyStereo8	2.33 446	1.13 514	19.26 572	1.22 445	1.62 572	4.16 515	0.57 134	3.50 352	2.36 475	2.15 438	1.75 358	2.28 421	1.14 302	1.46 223	2.20 521	0.24 123	0.21 254	0.32 350	0.27 327	0.36 355	0.43 435

SQANet	3.70 591	9.34 663	18.41 556	2.75 642	2.74 645	3.40 316	1.47 545	3.50 352	1.68 318	2.60 553	1.75 358	2.69 475	1.91 496	6.72 486	1.74 465	2.96 651	1.41 648	1.85 646	1.12 633	3.17 648	2.70 654

IRAFT_RVC	1.87 352	0.60 237	4.33 358	2.40 637	0.66 264	4.59 603	1.59 561	2.96 279	1.51 225	2.23 472	1.75 358	2.09 410	2.63 550	6.70 482	1.50 415	0.33 370	0.21 254	0.33 386	0.29 384	0.32 282	0.32 303

IGEV_i1	1.83 346	0.60 237	10.98 442	1.30 484	0.53 189	3.09 257	0.86 342	3.70 392	1.57 272	1.67 296	1.76 367	2.33 430	1.35 350	3.23 398	1.16 328	0.35 402	0.27 407	0.53 563	0.58 587	0.34 321	0.40 415

iinet-f	2.26 426	1.18 525	13.71 472	1.14 400	1.11 446	3.77 397	1.10 478	4.14 513	2.17 433	2.06 408	1.76 367	2.99 508	2.99 565	2.50 361	2.49 545	0.35 402	0.39 521	0.27 213	0.28 356	0.45 460	0.39 394

CRFU-Net	2.49 482	0.78 409	10.36 432	2.30 634	1.08 437	3.91 431	1.41 539	3.85 421	1.65 311	2.15 438	1.76 367	3.34 538	7.95 658	5.56 453	1.48 409	0.47 523	0.35 488	0.30 300	0.28 356	0.37 367	0.43 435

ICVP	2.26 426	0.66 310	21.18 648	0.99 313	0.88 366	4.28 544	0.95 416	3.32 328	1.60 292	1.66 294	1.76 367	1.34 284	1.14 302	1.62 257	1.32 373	0.53 559	0.35 488	0.33 386	0.29 384	0.40 388	0.51 490
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iRaftStereo_RVC	1.09 215	0.70 342	1.39 142	0.95 287	0.45 122	3.83 409	0.42 69	2.37 169	1.58 276	1.69 299	1.76 367	1.80 359	0.83 182	1.50 228	0.98 290	0.28 235	0.18 123	0.29 273	0.26 299	0.30 230	0.31 292

MMNet	2.02 385	0.81 422	10.76 438	1.12 392	1.23 482	3.53 350	0.89 377	3.79 406	2.08 408	2.15 438	1.76 367	2.15 414	2.12 510	3.69 414	2.32 529	0.31 330	0.29 432	0.34 405	0.27 327	0.38 372	0.42 425

ITSA-stereo	1.86 350	0.72 361	3.74 347	1.20 436	0.66 264	4.09 489	0.91 390	4.24 544	2.53 517	1.93 357	1.77 373	1.59 320	2.15 514	6.12 468	2.44 541	0.40 460	0.38 512	0.40 478	0.40 519	0.50 486	0.98 599

DeepPrunerF	3.70 591	1.72 589	14.87 498	1.33 496	1.74 599	3.70 383	1.55 557	4.20 523	14.00 669	2.02 394	1.77 373	2.74 480	2.30 528	10.88 594	6.88 614	0.68 594	0.60 605	0.78 616	0.78 614	0.81 585	0.71 555

AdaStereo	1.45 291	0.83 433	2.34 261	1.28 473	0.81 326	3.21 276	1.14 487	4.20 523	2.46 505	2.05 403	1.77 373	2.48 455	1.18 313	1.71 279	1.44 396	0.43 492	0.25 378	0.43 501	0.28 356	0.44 452	0.34 335
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.
test_5	1.87 352	0.75 394	10.23 431	1.14 400	1.40 526	3.85 422	1.27 510	3.91 442	1.93 377	1.69 299	1.78 376	1.67 329	1.79 472	2.99 396	1.17 332	0.30 306	0.18 123	0.35 424	0.33 441	0.34 321	0.33 322

test-1	1.23 245	0.65 298	1.88 198	0.96 292	0.52 179	3.84 414	0.62 170	4.01 472	1.47 196	1.93 357	1.78 376	1.83 368	0.92 216	1.19 151	1.28 366	0.26 165	0.29 432	0.31 327	0.24 256	0.29 204	0.36 355

FADNet_RVC	2.65 505	2.28 614	16.51 523	0.98 307	0.92 377	4.09 489	0.83 321	4.26 554	1.73 336	1.46 261	1.78 376	1.60 321	1.50 398	8.88 525	2.39 532	0.47 523	0.38 512	0.44 506	0.58 587	0.89 591	0.97 597

CFNet_pseudo	2.12 403	0.67 320	15.14 507	0.85 211	0.74 301	3.95 450	0.64 177	3.95 455	1.78 349	1.90 346	1.79 379	3.27 532	1.62 429	2.51 364	1.16 328	0.31 330	0.36 494	0.53 563	0.27 327	0.63 535	0.44 441

GwcNet-RSSM	2.66 507	1.05 496	15.91 515	1.22 445	1.19 468	4.12 498	1.12 482	3.84 418	2.02 392	1.93 357	1.79 379	3.12 520	1.46 387	10.37 576	2.05 504	0.33 370	0.27 407	0.35 424	0.30 405	0.40 388	0.36 355

ccs_rob	2.13 405	0.67 320	15.11 506	0.84 199	0.75 303	3.96 460	0.65 187	3.95 455	1.78 349	1.88 339	1.79 379	3.26 531	1.64 445	2.51 364	1.16 328	0.31 330	0.36 494	0.54 571	0.27 327	0.65 546	0.45 447

tt1	1.79 342	0.73 372	10.41 434	1.75 595	0.36 33	4.55 595	0.79 290	4.22 532	3.37 614	1.08 222	1.80 382	0.74 163	1.48 391	2.21 345	0.65 145	0.29 264	0.16 47	0.31 327	0.22 206	0.30 230	0.29 252

RCA-Stereo	1.21 241	0.52 129	1.58 171	0.90 246	0.46 133	4.68 616	0.79 290	4.13 507	1.74 342	1.92 353	1.80 382	0.94 226	1.48 391	1.14 130	0.70 175	0.27 191	0.18 123	0.25 136	0.19 128	0.25 113	0.23 140

DCANet-4	1.96 373	0.51 121	14.31 491	0.82 175	0.40 83	4.16 515	0.57 134	4.29 564	2.98 579	2.30 489	1.80 382	1.03 238	1.54 414	1.44 215	1.44 396	0.29 264	0.23 315	0.23 58	0.18 84	0.24 87	0.42 425

fff	1.74 333	0.70 342	9.08 413	0.81 163	0.36 33	4.15 505	0.57 134	4.23 536	2.09 411	2.30 489	1.80 382	1.19 264	3.02 568	1.44 215	1.46 401	0.29 264	0.23 315	0.23 58	0.18 84	0.24 87	0.42 425

GwcNet-ADL	2.47 478	0.67 320	21.48 656	0.96 292	0.72 291	4.61 606	0.95 416	4.42 603	2.36 475	1.98 370	1.80 382	2.55 461	1.24 327	1.90 310	1.41 391	0.40 460	0.46 564	0.24 97	0.27 327	0.41 412	0.49 475

GEStereo_RVC	1.91 363	0.80 417	6.57 382	1.20 436	1.06 428	4.02 475	1.43 543	4.13 507	1.89 371	2.03 398	1.80 382	2.34 431	1.86 489	4.94 439	1.77 469	0.48 528	0.38 512	0.32 350	0.28 356	0.42 431	0.50 482

RALAANet	1.28 269	1.08 505	3.21 320	1.25 455	0.94 385	1.44 73	0.69 216	3.15 302	2.57 524	2.01 389	1.80 382	1.29 279	1.05 262	2.00 319	1.48 409	0.27 191	0.20 220	0.27 213	0.24 256	0.40 388	0.27 219

csc	1.74 333	0.70 342	9.08 413	0.81 163	0.36 33	4.15 505	0.57 134	4.23 536	2.09 411	2.30 489	1.80 382	1.19 264	3.02 568	1.44 215	1.46 401	0.29 264	0.23 315	0.23 58	0.18 84	0.24 87	0.42 425

cscssc	1.74 333	0.70 342	9.08 413	0.81 163	0.36 33	4.15 505	0.57 134	4.23 536	2.09 411	2.30 489	1.80 382	1.19 264	3.02 568	1.44 215	1.46 401	0.29 264	0.23 315	0.23 58	0.18 84	0.24 87	0.42 425

psm_up	2.28 433	0.81 422	5.45 376	1.26 462	1.50 549	3.84 414	1.23 506	4.23 536	2.03 396	2.55 540	1.80 382	2.44 452	1.65 447	12.90 658	1.58 432	0.37 423	0.38 512	0.41 490	0.34 449	0.43 441	0.39 394

PSMNet-RSSM	1.96 373	0.77 403	3.26 323	1.29 477	1.31 499	4.19 527	0.96 423	3.68 382	1.89 371	2.05 403	1.80 382	2.60 466	1.70 458	9.84 554	1.81 473	0.35 402	0.29 432	0.35 424	0.37 487	0.42 431	0.35 349

NCCL2	2.53 489	1.35 557	10.90 441	1.15 413	0.97 393	3.53 350	2.56 614	3.65 376	2.23 442	2.76 573	1.80 382	2.41 442	1.66 449	10.35 575	2.07 508	0.44 498	0.40 526	0.57 577	0.53 576	0.59 520	0.65 544

FE-Mocha	1.06 208	0.74 383	2.45 270	0.97 299	0.69 283	1.57 89	0.40 56	2.92 274	1.47 196	1.82 327	1.81 394	1.62 324	0.88 201	1.36 195	0.78 207	0.29 264	0.20 220	0.35 424	0.31 421	0.26 143	0.33 322

Select-FE	2.25 423	0.87 450	17.36 536	1.06 355	0.99 405	2.04 138	0.46 89	3.79 406	1.61 296	2.52 535	1.81 394	4.41 607	3.15 575	1.83 296	0.92 269	0.32 351	0.35 488	0.30 300	0.41 526	0.32 282	0.55 509

ACVNet-DCA	1.85 349	0.74 383	13.77 474	1.78 598	0.36 33	4.48 574	0.74 251	3.98 464	1.53 243	1.01 206	1.81 394	0.72 150	1.62 429	2.13 332	0.64 136	0.29 264	0.17 82	0.32 350	0.21 171	0.33 302	0.32 303

xx1	2.03 386	0.74 383	13.77 474	1.78 598	0.36 33	4.48 574	0.74 251	4.23 536	3.95 632	1.01 206	1.81 394	1.79 356	1.34 347	2.13 332	0.64 136	0.29 264	0.17 82	0.33 386	0.33 441	0.33 302	0.32 303

1test111	1.99 380	0.74 383	13.77 474	1.78 598	0.36 33	4.48 574	0.74 251	3.98 464	1.53 243	1.01 206	1.81 394	0.72 150	1.62 429	4.66 435	0.98 290	0.29 264	0.17 82	0.32 350	0.21 171	0.33 302	0.32 303

cc1	1.98 377	0.74 383	13.77 474	1.78 598	0.36 33	4.48 574	0.74 251	4.23 536	3.95 632	1.01 206	1.81 394	0.72 150	1.62 429	2.13 332	0.64 136	0.29 264	0.17 82	0.32 350	0.21 171	0.31 250	0.29 252

DeepStereo_RVC	1.55 298	0.63 274	3.32 327	0.77 147	0.42 97	4.49 580	0.72 231	2.50 197	1.58 276	2.02 394	1.81 394	1.54 314	6.38 644	1.73 281	1.19 335	0.46 514	0.22 285	0.29 273	0.28 356	0.35 342	0.38 387

cf-r	2.57 499	0.79 413	16.09 517	1.48 551	1.35 513	4.19 527	0.93 407	3.68 382	2.36 475	1.97 368	1.81 394	3.42 546	1.45 384	8.24 513	1.83 477	0.32 351	0.26 395	0.33 386	0.30 405	0.34 321	0.37 370

AACVNet	1.83 346	1.02 490	2.41 267	1.45 544	0.87 362	3.21 276	0.73 239	3.16 303	1.61 296	2.01 389	1.82 402	2.28 421	1.33 344	10.98 599	1.49 414	0.39 452	0.32 462	0.38 468	0.32 433	0.43 441	0.44 441

DisPM	1.36 280	0.55 172	2.39 264	1.54 563	0.51 166	4.59 603	0.79 290	2.50 197	1.88 367	2.50 529	1.83 403	1.45 303	1.01 244	2.71 386	0.93 278	0.46 514	0.20 220	0.32 350	0.31 421	0.31 250	0.44 441

BUS	1.49 297	0.59 221	1.94 205	0.87 224	0.85 352	4.50 583	0.76 264	4.48 613	1.88 367	2.93 585	1.83 403	3.63 568	0.97 230	1.60 250	1.17 332	0.34 382	0.25 378	0.31 327	0.28 356	0.35 342	0.33 322

BSDual-CNN	1.46 292	0.59 221	1.94 205	0.87 224	0.85 352	4.16 515	1.16 490	4.48 613	1.88 367	2.93 585	1.83 403	2.60 466	1.31 341	1.60 250	1.21 343	0.34 382	0.25 378	0.31 327	0.28 356	0.35 342	0.33 322

hknet	1.98 377	0.64 285	8.70 410	0.87 224	1.07 434	4.16 515	1.16 490	4.48 613	1.73 336	2.93 585	1.83 403	3.48 550	1.30 339	3.91 422	1.51 421	0.31 330	0.25 378	0.31 327	0.28 356	0.35 342	0.33 322

SFCPSM	2.18 412	0.63 274	17.03 531	0.88 229	0.98 402	3.74 393	1.28 512	4.09 497	2.16 431	1.85 330	1.83 403	1.65 327	1.39 358	2.50 361	1.50 415	0.33 370	0.27 407	0.39 472	0.36 475	0.34 321	0.37 370

Selective-IGEV-i16pc	2.84 523	0.70 342	20.78 632	1.27 470	0.56 204	4.35 553	2.77 620	4.32 580	2.02 392	1.57 274	1.84 408	2.40 439	1.33 344	8.80 523	1.39 384	0.60 572	0.46 564	0.33 386	0.38 500	0.43 441	0.45 447

CoDeX	2.40 464	0.78 409	13.21 464	1.00 321	1.18 461	3.24 284	1.32 517	4.14 513	2.41 493	1.74 313	1.84 408	2.05 404	1.47 389	10.03 564	1.60 436	0.34 382	0.28 422	0.32 350	0.27 327	0.32 282	0.39 394

mmm	1.27 266	0.58 211	2.20 241	1.41 533	0.68 276	2.39 173	0.85 337	3.90 437	1.63 305	2.20 457	1.84 408	1.28 276	1.50 398	1.91 311	0.89 251	0.31 330	0.27 407	0.45 513	0.37 487	0.38 372	0.34 335

ADStereo(finetuned)	2.04 388	0.73 372	13.28 465	0.82 175	0.40 83	4.16 515	0.59 147	4.25 546	2.97 576	2.35 507	1.84 408	1.18 260	3.40 587	1.52 233	1.54 426	0.29 264	0.24 351	0.23 58	0.18 84	0.30 230	0.51 490

AAGNet	2.86 525	0.60 237	1.77 188	2.05 622	0.46 133	4.76 634	1.09 475	2.27 153	1.56 266	2.17 448	1.84 408	2.41 442	4.00 604	6.23 470	24.22 684	0.46 514	0.19 169	0.30 300	0.29 384	0.32 282	0.24 158

DCANet	1.74 333	0.73 372	9.08 413	0.82 175	0.40 83	4.18 523	0.59 147	4.25 546	2.97 576	2.35 507	1.84 408	1.18 260	1.63 442	1.51 231	1.55 427	0.29 264	0.24 351	0.23 58	0.18 84	0.30 230	0.53 497

PASM	2.67 509	2.05 606	9.71 421	1.73 593	1.37 519	2.53 190	1.52 551	3.10 297	2.17 433	2.79 576	1.84 408	2.90 498	1.85 488	11.89 644	2.19 520	0.81 609	0.85 630	0.87 622	1.01 628	1.14 616	1.05 602

StereoDRNet	2.84 523	1.49 574	14.48 492	1.33 496	1.57 566	3.44 324	2.06 594	3.69 387	2.36 475	3.26 607	1.84 408	2.79 492	1.80 477	10.88 594	3.16 571	0.41 475	0.33 469	0.39 472	0.36 475	0.59 520	0.58 522

tg	1.15 225	0.67 320	1.31 124	0.94 284	0.54 191	4.02 475	0.41 63	2.96 279	1.59 291	1.69 299	1.85 416	1.84 371	0.97 230	1.78 287	0.83 224	0.27 191	0.17 82	0.29 273	0.26 299	0.29 204	0.27 219

PSMNet-ADL	1.91 363	0.72 361	1.78 190	1.09 372	0.86 357	4.18 523	0.78 283	3.77 402	2.10 419	1.72 308	1.85 416	2.91 501	1.82 482	10.38 578	1.91 486	0.48 528	0.46 564	0.28 248	0.29 384	0.38 372	0.51 490

LALA_ROB	1.95 371	1.48 573	3.11 315	1.05 349	0.98 402	3.99 468	1.82 581	4.44 607	2.28 456	3.31 608	1.85 416	2.76 488	1.67 451	4.04 426	3.23 573	0.46 514	0.41 535	0.55 572	0.52 572	0.60 524	0.57 517

MM-Stereo_test3	1.09 215	0.59 221	1.55 166	1.73 593	1.18 461	1.91 123	0.86 342	3.52 356	1.76 346	1.25 238	1.86 419	1.10 247	0.69 114	1.32 188	0.86 237	0.27 191	0.23 315	0.27 213	0.22 206	0.34 321	0.30 282

rvit_stereo_0075_2	1.18 231	0.74 383	2.66 293	0.90 246	1.27 492	2.51 185	0.69 216	2.25 149	2.06 405	1.40 256	1.86 419	1.46 305	0.84 184	1.42 211	0.94 280	0.46 514	0.40 526	0.48 531	0.38 500	0.46 471	0.51 490

NINENet	1.87 352	0.74 383	2.60 281	1.12 392	1.06 428	4.50 583	0.76 264	4.41 602	2.24 444	2.16 444	1.86 419	3.63 568	0.97 230	8.00 510	1.17 332	0.41 475	0.30 445	0.41 490	0.30 405	0.41 412	0.36 355

CFNet	2.34 450	1.10 509	8.96 412	1.34 504	1.24 484	4.09 489	0.73 239	4.04 481	2.77 549	1.62 284	1.87 422	2.27 420	1.45 384	11.41 617	1.82 475	0.31 330	0.24 351	0.43 501	0.36 475	0.43 441	0.33 322

test_sample4	2.34 450	0.63 274	11.59 448	1.30 484	0.83 343	3.07 254	0.72 231	4.27 555	2.30 460	2.30 489	1.88 423	1.73 341	1.42 374	11.14 610	1.46 401	0.35 402	0.29 432	0.35 424	0.36 475	0.40 388	0.38 387

Wz-Net-LNSev-Ref	2.42 468	1.47 572	14.14 485	1.30 484	1.35 513	3.51 345	1.64 567	4.04 481	2.10 419	2.46 524	1.88 423	2.28 421	2.51 544	4.73 438	3.17 572	0.38 440	0.19 169	0.35 424	0.20 153	0.40 388	0.36 355

ARAFT	2.56 496	1.13 514	19.50 579	0.89 236	0.48 151	4.15 505	1.40 536	4.36 592	2.82 564	2.36 510	1.88 423	1.70 337	1.04 257	6.45 474	1.22 346	0.29 264	0.18 123	0.37 452	0.35 465	0.35 342	0.25 172

ACVNet	1.46 292	0.64 285	3.56 337	0.93 279	0.85 352	4.22 533	0.80 301	2.85 267	2.08 408	1.78 319	1.88 423	3.10 517	1.46 387	1.33 189	1.89 483	0.29 264	0.26 395	0.30 300	0.26 299	0.39 383	0.27 219

acv_ft	1.55 298	0.64 285	3.29 325	1.14 400	2.01 626	2.93 234	0.97 428	3.81 411	2.08 408	2.22 468	1.88 423	3.10 517	1.66 449	1.33 189	2.22 522	0.29 264	0.26 395	0.30 300	0.26 299	0.39 383	0.27 219

UCFNet_RVC	1.57 305	0.84 438	3.25 322	1.36 515	1.40 526	4.07 487	1.01 446	2.68 239	1.50 218	2.11 420	1.88 423	2.37 436	1.50 398	3.41 405	1.42 393	0.36 415	0.28 422	0.52 558	0.40 519	0.53 498	0.43 435

test_sample8	4.76 622	1.05 496	7.87 396	1.07 358	0.86 357	3.93 439	1.19 497	4.38 596	2.05 403	5.49 647	1.89 429	12.98 666	6.37 642	11.06 604	11.61 642	1.23 631	14.45 695	4.27 677	2.09 661	0.70 559	0.69 551

Wz-Net-TNSev	3.67 589	8.83 655	13.47 470	1.48 551	1.18 461	3.60 367	2.49 610	4.27 555	3.13 591	2.18 450	1.89 429	4.21 600	2.80 558	12.10 647	7.58 622	0.57 567	0.55 592	0.47 523	0.54 578	0.91 594	1.05 602

SACVNet	2.46 475	1.14 518	9.47 420	1.44 540	1.18 461	4.06 482	1.49 550	3.84 418	2.24 444	2.62 557	1.89 429	2.57 463	1.28 332	11.35 615	1.64 450	0.50 544	0.39 521	0.48 531	0.41 526	0.55 504	0.75 567

XX-Stereo	2.54 491	0.61 257	20.21 606	1.78 598	1.19 468	4.30 547	0.46 89	4.39 598	1.58 276	2.32 499	1.89 429	4.64 620	0.60 82	4.16 428	0.82 221	0.31 330	0.21 254	0.28 248	0.27 327	0.51 488	0.26 202

DN-CSS_ROB	1.91 363	1.55 578	11.13 444	1.82 605	0.88 366	3.99 468	0.61 155	4.01 472	1.67 315	1.64 289	1.89 429	1.39 293	1.06 270	3.23 398	1.50 415	0.31 330	0.19 169	0.44 506	0.29 384	0.37 367	0.31 292

AE-Stereo	1.18 231	0.60 237	2.05 219	1.10 381	0.60 231	4.39 558	0.72 231	3.74 397	1.62 302	1.10 224	1.90 434	1.01 234	0.92 216	1.45 219	0.82 221	0.28 235	0.22 285	0.28 248	0.28 356	0.26 143	0.22 120

Selective-IGEV-i1	1.43 287	0.59 221	2.42 269	1.15 413	1.07 434	3.82 408	1.09 475	3.79 406	2.11 421	1.62 284	1.91 435	2.65 472	1.22 320	1.80 291	1.12 320	0.32 351	0.27 407	0.46 519	0.54 578	0.31 250	0.39 394

DDVS	1.68 326	0.79 413	2.52 275	1.26 462	1.16 459	3.17 269	0.78 283	3.12 299	1.82 354	1.86 334	1.91 435	2.92 503	1.43 377	6.20 469	1.63 447	0.45 507	0.65 612	0.34 405	0.38 500	0.48 478	0.79 577

MaskLacGwcNet_RVC	3.13 562	1.43 568	9.93 425	2.50 639	1.62 572	4.29 545	1.68 574	3.95 455	2.43 497	1.66 294	1.91 435	3.04 512	1.41 369	13.26 660	1.58 432	3.82 664	1.59 650	1.12 633	0.46 546	2.21 641	2.74 655

z-ln-s-r	2.67 509	1.16 522	12.43 456	1.34 504	1.26 489	3.70 383	1.21 504	4.20 523	2.38 486	2.04 401	1.92 438	2.43 448	1.60 424	10.58 581	5.19 601	0.29 264	0.20 220	0.32 350	0.24 256	0.51 488	0.38 387

coex_refinement	2.10 397	0.85 444	3.67 344	1.31 488	1.13 451	3.21 276	0.85 337	3.86 424	2.31 464	2.51 533	1.92 438	3.49 556	1.69 456	11.08 607	2.13 515	0.37 423	0.25 378	0.27 213	0.31 421	0.41 412	0.37 370

DRN-Test	3.03 553	0.99 485	18.18 549	1.35 509	1.60 568	3.59 365	1.48 546	4.13 507	2.45 502	3.47 616	1.92 438	2.58 465	2.53 545	10.88 594	2.80 563	0.39 452	0.36 494	0.44 506	0.41 526	0.55 504	0.57 517

CSP-Net	1.78 341	1.32 553	1.92 203	1.16 420	1.03 420	3.38 312	1.31 516	3.52 356	1.75 344	1.96 366	1.93 441	2.40 439	1.48 391	8.58 520	1.58 432	0.46 514	0.34 482	0.27 213	0.26 299	0.41 412	0.50 482

CASS	1.29 271	0.66 310	2.62 287	0.95 287	0.66 264	2.84 214	0.69 216	3.00 284	1.79 351	2.57 544	1.95 442	1.39 293	1.55 415	1.59 248	1.06 303	0.50 544	0.28 422	0.34 405	0.28 356	0.46 471	0.63 537
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet_v2	2.04 388	0.88 453	7.87 396	1.20 436	0.87 362	3.86 424	1.64 567	4.01 472	2.60 529	2.61 555	1.96 443	3.79 574	1.71 460	2.20 343	2.96 566	0.41 475	0.35 488	0.42 497	0.37 487	0.55 504	0.52 495

HBP-ISP	3.25 574	1.10 509	20.86 635	1.54 563	1.15 454	4.50 583	2.89 626	4.43 606	2.38 486	4.14 631	1.96 443	1.90 378	2.04 504	11.08 607	1.32 373	0.66 587	0.57 595	0.66 601	0.61 595	0.64 543	0.61 530

111	1.83 346	0.92 464	9.08 413	0.81 163	0.36 33	4.25 537	0.91 390	4.44 607	2.70 540	2.39 516	1.96 443	2.30 427	1.64 445	1.28 174	1.82 475	0.28 235	0.22 285	0.24 97	0.20 153	0.31 250	0.54 503

DPSNet	3.43 583	1.37 560	12.19 453	1.39 529	1.24 484	4.15 505	2.06 594	4.51 620	3.34 612	2.69 568	1.96 443	3.52 560	5.56 631	10.68 586	9.68 631	0.93 616	0.73 624	0.40 478	0.37 487	1.06 606	0.86 585

DISCO	2.25 423	0.73 372	10.06 427	1.76 596	1.12 447	3.47 333	1.25 509	3.24 315	2.26 450	2.65 565	1.96 443	4.53 613	1.92 497	4.17 429	3.61 577	0.32 351	0.25 378	0.31 327	0.29 384	0.66 551	0.41 421

test_sample5	2.33 446	0.62 266	11.29 445	1.29 477	0.83 343	3.09 257	0.74 251	4.28 560	2.31 464	2.20 457	1.97 448	1.68 331	1.39 358	11.19 611	1.47 406	0.37 423	0.31 454	0.37 452	0.37 487	0.41 412	0.39 394

SA	1.62 316	0.75 394	3.78 350	1.07 358	0.43 103	4.26 538	1.36 524	4.45 610	3.12 590	1.63 286	1.97 448	1.68 331	2.26 526	2.55 372	1.27 362	0.27 191	0.22 285	0.37 452	0.37 487	0.35 342	0.30 282

MSAF-DinoV2	13.69 676	13.09 678	22.03 666	2.41 638	1.44 539	4.03 477	1.38 532	9.07 664	9.20 658	2.23 472	1.98 450	5.08 633	5.06 622	177.66 715	5.46 605	0.45 507	0.34 482	0.40 478	0.62 596	6.09 672	5.80 680

IER	1.69 327	0.65 298	7.19 390	0.94 284	1.15 454	3.28 297	0.89 377	3.48 346	1.97 382	2.10 416	1.98 450	2.28 421	2.12 510	2.25 349	1.75 468	0.29 264	0.23 315	0.36 440	0.30 405	0.32 282	0.34 335

TDLM	2.29 436	1.08 505	4.61 365	1.29 477	1.01 417	4.26 538	2.17 600	3.75 398	2.79 552	2.31 495	1.98 450	2.06 406	1.59 418	12.45 653	1.72 460	0.51 550	0.28 422	0.52 558	0.35 465	0.56 510	0.50 482

FACV-RUCA	1.26 261	0.65 298	2.21 243	1.06 355	1.50 549	2.69 203	1.15 488	3.05 290	1.87 365	1.36 248	1.99 453	1.03 238	1.15 310	1.36 195	1.10 312	0.41 475	0.41 535	0.73 614	0.41 526	0.61 529	0.41 421

GANet-ADL	2.20 415	0.73 372	20.11 603	1.25 455	0.69 283	3.83 409	0.76 264	3.49 349	1.71 331	1.65 293	1.99 453	2.10 411	1.10 288	1.42 211	1.26 358	0.38 440	0.33 469	0.25 136	0.22 206	0.42 431	0.36 355

IPLG	2.48 480	0.65 298	19.63 583	0.91 257	0.79 319	4.60 605	0.56 131	4.31 575	1.84 362	1.91 351	2.00 455	1.31 281	1.38 355	6.61 478	1.53 425	0.27 191	0.20 220	0.27 213	0.23 227	0.31 250	0.36 355

XPNet_ROB	2.27 428	1.11 512	4.10 354	1.36 515	0.97 393	3.94 445	1.63 565	4.07 491	2.14 427	2.82 579	2.00 455	2.32 429	1.73 465	10.81 592	3.39 574	0.51 550	0.47 569	0.48 531	0.40 519	0.51 488	0.56 513

Lsterematch	1.15 225	0.84 438	4.02 353	0.80 159	0.39 73	1.68 104	0.68 205	2.01 110	2.02 392	1.58 275	2.02 457	1.35 286	1.40 362	1.41 208	1.10 312	0.28 235	0.16 47	0.29 273	0.22 206	0.29 204	0.37 370

w-ln-seven-2	2.73 518	2.13 607	12.47 458	1.18 429	1.01 417	3.54 354	1.58 560	3.93 449	3.26 606	2.43 523	2.02 457	2.63 470	2.28 527	7.93 509	5.45 604	0.40 460	0.40 526	0.44 506	0.34 449	0.62 533	0.47 463

XX-TBD	1.03 204	0.95 476	1.94 205	1.30 484	0.43 103	3.97 465	0.33 28	1.74 74	1.73 336	1.59 276	2.02 457	0.69 133	0.60 82	1.16 138	0.66 149	0.30 306	0.25 378	0.23 58	0.15 7	0.31 250	0.22 120

APVNet	3.13 562	1.25 542	21.14 644	1.31 488	1.52 552	3.94 445	1.13 485	3.32 328	2.14 427	2.20 457	2.03 460	3.05 515	1.96 499	11.79 640	2.53 549	0.42 486	0.45 555	0.64 598	0.46 546	0.67 553	0.57 517

iResNetv2_ROB	2.65 505	5.00 641	19.28 574	2.06 623	1.09 442	3.83 409	1.13 485	4.14 513	2.09 411	1.85 330	2.03 460	2.01 399	1.51 402	3.58 409	1.58 432	0.34 382	0.21 254	0.32 350	0.21 171	0.44 452	0.29 252

iResNet	2.52 488	0.94 474	21.17 647	1.84 607	0.72 291	3.75 394	0.81 311	4.14 513	2.55 523	2.33 505	2.03 460	1.35 286	1.44 380	3.27 401	2.16 519	0.35 402	0.23 315	0.28 248	0.22 206	0.44 452	0.45 447

test_sample6	2.35 455	0.62 266	10.78 439	1.33 496	0.83 343	3.15 267	0.79 290	4.36 592	2.43 497	2.26 481	2.04 463	1.69 335	1.39 358	11.48 622	1.61 439	0.38 440	0.32 462	0.37 452	0.39 508	0.41 412	0.42 425

DualNet	2.33 446	0.62 266	11.29 445	1.29 477	0.83 343	3.09 257	0.74 251	4.28 560	2.31 464	2.26 481	2.04 463	1.68 331	1.39 358	11.19 611	1.47 406	0.37 423	0.31 454	0.37 452	0.37 487	0.41 412	0.39 394

CFNet_ucs	2.36 460	0.68 328	18.42 557	0.89 236	0.81 326	3.85 422	0.68 205	4.29 564	2.37 481	2.09 413	2.04 463	3.31 536	1.24 327	2.63 379	1.14 323	0.36 415	0.45 555	0.56 574	0.29 384	0.66 551	0.49 475

RAFT_CTSACE	1.80 344	1.06 501	10.00 426	1.71 590	1.39 524	3.49 339	1.06 464	3.05 290	1.62 302	1.70 303	2.04 463	2.51 458	1.80 477	1.98 317	0.94 280	0.25 148	0.22 285	0.28 248	0.30 405	0.30 230	0.26 202

hitnet-ft	2.37 461	0.73 372	8.34 403	0.96 292	0.89 371	3.77 397	0.80 301	3.55 363	2.58 525	2.24 475	2.04 463	3.65 570	1.49 397	11.71 637	1.89 483	0.44 498	0.53 585	0.44 506	0.35 465	0.52 492	0.48 468

CVANet_RVC	2.55 495	1.10 509	9.13 418	1.46 546	1.15 454	3.96 460	1.53 553	3.91 442	2.50 511	3.04 594	2.04 463	2.60 466	1.72 462	12.46 654	1.50 415	0.49 540	0.30 445	0.51 552	0.41 526	0.63 535	0.50 482

delet	1.92 366	0.76 400	5.14 369	1.01 328	1.65 581	3.44 324	2.03 593	3.76 400	2.48 506	2.01 389	2.05 469	2.63 470	1.90 495	5.34 446	2.12 512	0.28 235	0.29 432	0.40 478	0.31 421	0.41 412	0.45 447

CC-Net-ROB	3.35 580	1.76 592	13.89 480	2.33 636	1.65 581	4.49 580	1.62 564	4.73 633	2.90 569	1.92 353	2.05 469	1.99 395	1.61 425	12.57 657	1.60 436	2.46 648	2.18 658	2.68 659	1.04 631	2.11 639	1.38 622

StereoDRNet-Refined	1.77 340	0.81 422	2.22 246	1.21 442	0.76 307	3.26 290	0.71 228	3.82 414	2.05 403	2.29 485	2.05 469	2.98 507	1.44 380	7.15 492	2.27 526	0.30 306	0.23 315	0.42 497	0.33 441	0.45 460	0.64 541
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet_ROB	1.89 357	1.02 490	8.60 408	1.39 529	0.98 402	3.72 387	0.66 190	3.84 418	2.65 534	1.88 339	2.05 469	1.98 393	1.27 330	4.52 433	1.67 454	0.30 306	0.20 220	0.28 248	0.18 84	0.31 250	0.40 415

ETE_ROB	2.07 393	1.40 564	3.01 312	1.09 372	0.92 377	3.94 445	1.53 553	4.25 546	2.23 442	3.31 608	2.06 473	2.35 433	1.52 404	8.74 522	2.07 508	0.44 498	0.36 494	0.51 552	0.48 554	0.54 501	0.62 533

DFGA-Net	2.11 400	3.00 627	7.43 393	1.11 388	0.76 307	3.72 387	0.60 150	2.63 232	1.91 375	2.01 389	2.07 474	1.22 269	1.04 257	10.26 574	2.26 524	0.27 191	0.22 285	0.34 405	0.34 449	0.61 529	0.48 468

PSMNet-RUCA	1.64 320	1.50 575	2.57 280	1.50 556	1.38 522	3.05 249	1.36 524	3.31 323	2.24 444	1.36 248	2.07 474	1.40 298	1.09 282	1.83 296	1.55 427	1.15 627	0.69 620	1.26 637	0.96 624	1.64 634	0.94 595

Wz-Net-MNSev	2.71 517	2.54 620	13.91 481	1.52 559	1.37 519	3.28 297	2.47 608	4.03 477	2.32 468	2.57 544	2.07 474	2.29 426	3.01 567	7.55 500	2.74 560	0.38 440	0.36 494	0.36 440	0.37 487	0.57 515	0.47 463

psmg	1.47 296	0.59 221	1.94 205	0.92 263	0.85 352	4.30 547	1.42 541	4.10 504	1.88 367	2.64 561	2.09 477	2.60 466	1.31 341	1.60 250	1.21 343	0.34 382	0.27 407	0.33 386	0.34 449	0.36 355	0.34 335

GASNet	3.24 572	5.55 645	20.58 627	1.56 570	1.25 487	2.32 166	1.12 482	4.04 481	2.67 537	1.88 339	2.10 478	3.00 509	2.16 517	10.59 582	2.43 539	0.65 585	0.37 506	0.61 590	0.45 544	0.87 590	0.58 522

TANstereo	1.01 199	0.55 172	1.73 183	0.76 142	0.36 33	4.04 479	0.38 46	1.48 36	1.62 302	2.03 398	2.10 478	0.84 187	0.93 219	0.98 91	0.62 129	0.28 235	0.36 494	0.23 58	0.20 153	0.25 113	0.46 458

SuperB	4.79 623	4.41 638	21.08 643	1.45 544	1.08 437	3.91 431	3.08 634	4.18 519	3.01 582	2.50 529	2.10 478	2.75 482	3.49 594	8.80 523	19.60 677	0.44 498	0.33 469	0.53 563	0.39 508	12.01 687	0.64 541

PA-Net	3.09 558	1.24 541	18.84 562	1.38 527	1.19 468	3.42 322	1.75 575	3.89 432	3.27 610	1.88 339	2.10 478	3.03 511	1.88 493	11.60 625	2.88 565	0.40 460	0.54 587	0.44 506	0.62 596	0.52 492	1.02 600
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
anonymity	1.76 338	1.26 543	2.73 299	1.66 583	1.32 506	1.84 116	1.07 466	3.49 349	2.30 460	2.11 420	2.11 482	1.71 339	3.90 602	1.82 295	1.48 409	1.10 624	1.09 637	1.08 631	1.08 632	1.05 605	1.09 605

RASNet	2.56 496	0.70 342	10.06 427	1.60 575	2.25 638	3.67 380	1.00 443	3.38 338	3.14 593	1.81 325	2.11 482	4.60 616	2.30 528	10.25 573	2.61 555	0.37 423	0.24 351	0.25 136	0.24 256	0.28 184	0.26 202

HSM	2.35 455	0.81 422	2.21 243	1.14 400	1.55 559	3.44 324	1.03 454	3.99 468	2.25 447	2.29 485	2.11 482	8.04 654	3.05 572	11.60 625	1.71 458	0.33 370	0.22 285	0.28 248	0.23 227	0.32 282	0.35 349

ISRNet	1.69 327	0.76 400	5.69 378	1.27 470	1.36 516	2.85 216	0.61 155	3.60 369	1.91 375	2.13 427	2.12 485	2.90 498	1.41 369	2.51 364	1.71 458	0.49 540	0.50 581	0.56 574	0.47 549	0.49 484	0.57 517

GwcNet	3.00 549	1.63 582	19.83 589	1.32 491	2.04 630	3.27 293	1.55 557	3.65 376	2.33 469	2.00 387	2.12 485	3.56 565	1.68 455	9.47 542	2.45 542	0.44 498	0.45 555	0.46 519	0.38 500	0.60 524	0.76 569

DStereoRT	3.28 575	1.06 501	14.58 495	1.33 496	1.12 447	4.51 587	1.29 514	4.21 528	3.48 619	2.50 529	2.13 487	1.89 377	7.69 656	7.57 501	2.43 539	0.66 587	0.33 469	4.46 681	2.84 675	0.38 372	1.12 607

CREStereo++_RVC	1.02 203	0.49 109	1.54 165	0.83 188	0.55 199	4.01 473	0.31 20	1.63 62	1.99 385	1.63 286	2.13 487	0.84 187	0.65 100	0.88 60	0.70 175	0.27 191	0.15 24	0.23 58	1.22 639	0.24 87	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
Ntro	4.21 612	8.94 659	19.89 592	3.22 650	2.96 650	4.15 505	1.89 585	3.92 447	2.36 475	1.77 317	2.14 489	3.35 539	2.17 519	9.48 543	2.24 523	3.52 659	1.76 653	2.13 649	1.31 641	3.83 658	3.09 656

anonymousa	2.16 409	0.67 320	19.19 568	1.04 348	1.67 585	2.06 142	0.79 290	2.86 270	1.96 380	1.85 330	2.14 489	3.23 529	1.81 480	1.12 122	1.15 324	0.26 165	0.26 395	0.34 405	0.32 433	0.30 230	0.28 240

fast-acv-ft	2.54 491	1.19 527	20.08 601	1.41 533	1.40 526	3.18 271	1.17 493	3.37 337	2.28 456	1.90 346	2.15 491	2.69 475	2.17 519	2.91 390	2.31 528	0.37 423	0.39 521	0.45 513	0.39 508	0.57 515	0.45 447

1111x	3.13 562	0.57 195	8.38 405	1.20 436	0.76 307	3.80 404	0.88 370	4.61 628	2.63 531	2.31 495	2.16 492	1.95 384	1.81 480	11.54 623	18.13 670	0.32 351	0.31 454	0.32 350	0.30 405	0.35 342	0.34 335

PDISCO_ROB	2.86 525	1.53 577	14.27 489	1.98 619	2.19 635	4.52 589	1.35 522	4.65 629	3.19 598	2.09 413	2.16 492	3.53 561	2.45 540	5.32 445	2.12 512	1.30 639	0.78 628	0.72 611	0.59 590	1.24 625	1.28 614

HART	1.03 204	0.85 444	3.13 316	0.84 199	0.38 67	1.17 35	0.42 69	3.54 361	1.47 196	1.08 222	2.17 494	1.48 306	0.57 67	1.37 201	0.74 192	0.23 95	0.18 123	0.28 248	0.21 171	0.32 282	0.24 158

DLCB_ROB	2.05 390	0.95 476	2.37 262	1.24 453	1.02 419	2.92 229	1.30 515	3.68 382	2.30 460	2.91 583	2.17 494	3.32 537	1.52 404	10.37 576	2.50 546	0.40 460	0.33 469	0.40 478	0.36 475	0.41 412	0.47 463

SST-Stereo	1.76 338	0.58 211	3.10 314	1.44 540	0.46 133	4.71 628	0.76 264	2.22 144	2.79 552	2.07 412	2.18 496	2.43 448	3.22 581	6.66 481	0.84 227	0.42 486	0.19 169	0.30 300	0.27 327	0.35 342	0.26 202

DANet	2.63 503	1.07 503	8.10 402	1.83 606	1.70 590	3.25 288	1.16 490	4.31 575	2.38 486	3.40 614	2.18 496	4.08 589	1.80 477	9.77 550	3.89 582	0.52 556	0.55 592	0.59 582	0.44 540	0.63 535	0.86 585
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
WZ-Net	3.62 587	4.87 640	16.77 528	1.43 537	1.40 526	3.75 394	2.29 604	4.12 505	2.50 511	2.74 572	2.19 498	4.06 588	5.29 627	10.19 570	7.36 619	0.54 561	0.37 506	0.47 523	0.49 559	0.77 578	0.73 563

NOSS_ROB	2.27 428	0.73 372	3.00 311	1.71 590	1.00 414	3.90 430	0.97 428	4.29 564	2.81 562	2.94 589	2.19 498	3.88 578	1.19 317	11.77 639	1.62 444	0.59 570	0.54 587	0.56 574	0.52 572	0.56 510	0.54 503

HGLStereo	2.03 386	0.74 383	7.50 395	1.23 451	1.56 562	3.62 372	0.95 416	3.78 405	1.89 371	2.03 398	2.20 500	3.12 520	2.14 513	5.68 456	2.04 502	0.37 423	0.31 454	0.32 350	0.29 384	0.40 388	0.45 447

ADCPNet	3.89 599	1.63 582	20.25 611	1.28 473	1.27 492	6.43 653	2.65 618	3.93 449	2.70 540	2.78 575	2.20 500	4.28 602	6.16 640	5.56 453	10.27 634	0.65 585	1.18 640	0.71 607	1.70 650	0.84 589	1.37 620

AIO-test2	1.61 314	1.30 547	3.40 330	1.16 420	1.31 499	3.18 271	0.74 251	4.06 489	1.52 236	1.72 308	2.21 502	0.78 171	0.74 133	3.64 413	0.95 285	3.64 660	0.26 395	0.35 424	0.42 533	0.37 367	0.33 322

AFF-stereo	1.31 275	0.77 403	1.46 152	1.10 381	0.45 122	3.93 439	0.48 99	2.92 274	2.92 572	1.90 346	2.21 502	2.11 413	1.52 404	1.93 312	1.12 320	0.21 57	0.16 47	0.25 136	0.25 276	0.29 204	0.20 48

ADCRef	3.30 576	1.23 540	14.90 500	1.17 423	1.41 534	3.95 450	1.64 567	3.88 430	2.36 475	3.05 596	2.21 502	2.40 439	2.81 559	5.04 440	16.63 662	0.46 514	0.34 482	0.63 595	0.62 596	0.54 501	0.67 546

xxxx	2.67 509	0.54 163	2.03 216	1.22 445	0.81 326	3.49 339	0.63 173	4.49 616	2.49 510	2.22 468	2.23 505	2.05 404	1.38 355	10.05 565	17.91 668	0.32 351	0.32 462	0.30 300	0.27 327	0.33 302	0.34 335

LL-Strereo	3.01 551	1.81 596	17.59 544	1.12 392	2.10 632	2.90 223	1.09 475	4.33 583	2.00 389	3.12 600	2.24 506	3.29 533	3.15 575	11.31 614	1.84 478	0.30 306	0.28 422	0.46 519	0.34 449	0.49 484	0.45 447

CBMV	3.32 578	0.96 482	21.16 646	1.32 491	0.83 343	3.81 406	3.91 655	4.47 612	2.53 517	3.34 611	2.24 506	4.45 608	2.58 548	10.07 566	1.96 495	0.45 507	0.43 545	0.48 531	0.38 500	0.52 492	0.53 497
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MLCV	1.87 352	0.91 462	8.59 407	1.10 381	0.57 216	3.59 365	0.53 117	3.70 392	2.20 438	2.80 577	2.25 508	2.00 396	1.42 374	4.13 427	1.86 480	0.30 306	0.20 220	0.32 350	0.21 171	0.33 302	0.36 355

MGS-Stereo	0.80 98	0.56 184	1.53 162	0.93 279	0.39 73	1.26 46	0.73 239	1.45 33	1.30 146	1.01 206	2.26 509	0.80 177	0.56 66	1.16 138	0.65 145	0.27 191	0.23 315	0.26 180	0.22 206	0.27 163	0.25 172

w-ln-seven	2.86 525	3.06 628	14.02 482	1.27 470	1.32 506	4.10 495	1.59 561	3.90 437	2.59 528	3.03 593	2.27 510	3.42 546	2.25 525	6.70 482	4.81 594	0.39 452	0.34 482	0.48 531	0.40 519	0.74 573	0.55 509

LMCR-Stereo	2.40 464	1.31 551	18.61 560	1.59 573	0.86 357	3.87 426	1.15 488	4.32 580	1.60 292	2.25 478	2.27 510	1.13 250	2.43 538	2.48 359	1.60 436	0.88 615	0.24 351	0.29 273	0.24 256	0.56 510	0.30 282

test_xeample	2.67 509	0.56 184	2.05 219	1.09 372	0.81 326	3.24 284	0.80 301	4.55 624	2.70 540	2.42 521	2.27 510	1.39 293	1.40 362	10.75 588	17.51 667	0.30 306	0.30 445	0.32 350	0.28 356	0.34 321	0.33 322

Syn2CoEx	3.08 557	2.55 621	19.88 591	1.34 504	1.18 461	2.43 177	1.65 570	3.91 442	2.40 491	2.39 516	2.27 510	2.90 498	3.17 579	9.57 547	2.54 551	0.50 544	0.45 555	0.53 563	0.39 508	0.74 573	0.72 562

DispNO	3.00 549	0.75 394	18.92 564	1.17 423	1.10 444	3.72 387	0.94 412	4.29 564	2.54 521	2.24 475	2.28 514	4.51 611	2.12 510	11.40 616	2.09 510	0.31 330	0.28 422	0.31 327	0.28 356	0.36 355	0.39 394

MSKI-zero shot	2.22 417	0.64 285	20.09 602	0.96 292	0.56 204	4.04 479	0.70 226	3.91 442	1.50 218	1.92 353	2.28 514	1.92 380	0.71 119	2.93 392	0.67 154	0.26 165	0.23 315	0.26 180	0.21 171	0.28 184	0.26 202

Wz-Net-SNSev	2.98 545	4.36 637	15.98 516	1.57 571	1.19 468	3.28 297	1.80 579	3.96 460	2.40 491	2.32 499	2.28 514	3.48 550	2.05 505	7.84 508	3.82 581	0.47 523	0.39 521	0.53 563	0.49 559	0.71 568	0.60 527

TCMNet	2.98 545	1.30 547	18.26 551	1.47 549	2.09 631	3.84 414	1.08 471	3.96 460	2.39 490	2.53 538	2.29 517	2.43 448	1.75 466	10.09 568	2.39 532	0.52 556	0.45 555	0.61 590	0.50 565	0.80 584	0.78 573

AASNet	2.44 471	0.92 464	19.79 587	1.35 509	1.49 546	3.81 406	1.07 466	3.85 421	2.93 574	1.95 363	2.29 517	1.96 389	1.29 335	1.73 281	1.93 488	0.39 452	0.33 469	0.45 513	0.30 405	0.55 504	0.45 447

pcwnet_v2	2.70 516	0.65 298	22.48 668	1.08 366	1.03 420	3.56 359	0.81 311	4.29 564	3.14 593	2.29 485	2.29 517	3.01 510	1.71 460	3.32 404	1.43 394	0.43 492	0.50 581	0.41 490	0.34 449	0.61 529	0.56 513

ADLNet	2.29 436	0.83 433	3.62 342	1.35 509	1.60 568	3.67 380	1.24 508	3.95 455	2.98 579	2.58 548	2.29 517	4.01 585	1.79 472	11.23 613	2.09 510	0.37 423	0.38 512	0.36 440	0.34 449	0.45 460	0.71 555

222	2.68 513	0.57 195	2.03 216	1.11 388	0.81 326	3.23 281	0.65 187	4.52 621	2.45 502	2.34 506	2.29 517	1.41 299	1.44 380	10.50 579	18.47 672	0.32 351	0.30 445	0.32 350	0.27 327	0.32 282	0.34 335

H2IRNET	1.90 359	0.53 147	14.29 490	1.14 400	0.60 231	4.48 574	0.44 79	2.65 234	1.81 353	1.05 215	2.30 522	1.67 329	1.40 362	2.17 339	1.50 415	0.36 415	0.21 254	0.33 386	0.37 487	0.34 321	0.29 252

ffm	1.72 330	0.60 237	5.21 372	1.14 400	0.99 405	3.62 372	0.86 342	4.22 532	3.37 614	2.20 457	2.30 522	3.48 550	1.62 429	2.21 345	0.65 145	0.29 264	0.16 47	0.48 531	0.37 487	0.30 230	0.29 252

ff1	2.96 539	0.60 237	5.21 372	1.14 400	0.99 405	3.62 372	0.86 342	4.22 532	3.37 614	2.20 457	2.30 522	3.48 550	1.62 429	11.62 627	16.09 657	0.29 264	0.16 47	0.48 531	0.37 487	0.30 230	0.29 252

mmx	2.98 545	0.60 237	5.21 372	1.14 400	0.99 405	3.62 372	0.86 342	4.49 616	3.05 585	2.20 457	2.30 522	3.48 550	1.62 429	11.62 627	16.09 657	0.33 370	0.28 422	0.48 531	0.37 487	0.44 452	0.37 370

xxx	2.98 545	0.60 237	5.21 372	1.14 400	0.99 405	3.62 372	0.86 342	4.49 616	3.05 585	2.20 457	2.30 522	3.48 550	1.62 429	11.62 627	16.09 657	0.33 370	0.28 422	0.48 531	0.37 487	0.44 452	0.37 370

GMM-Stereo	2.45 472	0.52 129	20.38 617	0.89 236	0.82 335	4.18 523	1.91 586	2.45 186	1.48 206	2.48 527	2.30 522	1.69 335	1.86 489	2.93 392	1.08 308	0.28 235	0.18 123	0.33 386	0.48 554	0.35 342	2.41 646

SMFormer	2.00 381	0.57 195	4.46 359	1.36 515	0.57 216	2.03 133	0.73 239	4.25 546	2.80 556	2.32 499	2.31 528	1.95 384	1.52 404	10.99 600	2.13 515	0.34 382	0.32 462	0.36 440	0.31 421	0.38 372	0.36 355

tta	2.00 381	0.57 195	4.46 359	1.36 515	0.57 216	2.03 133	0.73 239	4.25 546	2.80 556	2.32 499	2.31 528	1.95 384	1.52 404	10.99 600	2.13 515	0.34 382	0.32 462	0.36 440	0.31 421	0.29 204	0.29 252

qqq1	1.92 366	0.57 195	4.46 359	1.36 515	0.57 216	2.03 133	0.73 239	4.25 546	2.80 556	2.32 499	2.31 528	1.95 384	1.52 404	10.99 600	0.71 178	0.34 382	0.32 462	0.30 300	0.23 227	0.29 204	0.29 252

fff1	1.92 366	0.57 195	4.46 359	1.36 515	0.57 216	2.03 133	0.73 239	4.25 546	2.80 556	2.32 499	2.31 528	1.95 384	1.52 404	10.99 600	0.71 178	0.34 382	0.32 462	0.30 300	0.23 227	0.29 204	0.29 252

test_4	1.30 272	0.50 113	6.16 381	0.84 199	0.45 122	1.61 97	1.12 482	2.14 130	1.42 172	1.52 267	2.31 528	1.84 371	0.79 163	2.52 369	1.19 335	0.27 191	0.17 82	0.29 273	0.29 384	0.29 204	0.25 172

PS-NSSS	2.22 417	1.33 556	2.90 307	0.97 299	1.53 554	4.11 496	1.08 471	4.55 624	2.65 534	2.10 416	2.32 533	1.77 348	1.40 362	11.79 640	1.61 439	0.68 594	0.45 555	0.96 625	0.43 537	0.95 596	0.92 592

FBW_ROB	3.24 572	1.02 490	9.21 419	1.49 554	1.07 434	3.78 399	1.48 546	4.31 575	3.08 588	2.46 524	2.32 533	4.20 599	2.08 508	15.19 674	7.16 618	0.84 613	0.62 608	1.33 639	0.92 621	0.99 601	1.31 616

FINET	2.96 539	1.07 503	23.18 674	1.29 477	1.86 614	2.03 133	1.52 551	4.30 572	4.71 640	2.23 472	2.34 535	1.65 327	1.48 391	5.89 461	2.81 564	0.51 550	0.47 569	0.49 545	0.40 519	0.59 520	0.49 475

RAFT_R40	1.70 329	0.59 221	2.99 310	1.46 546	0.46 133	4.74 632	0.98 436	2.23 145	1.56 266	2.02 394	2.35 536	2.71 478	2.56 547	6.71 485	0.90 255	0.40 460	0.19 169	0.30 300	0.27 327	0.33 302	0.26 202

MFN_U_SF_RVC	3.81 596	10.78 671	15.01 503	1.84 607	1.39 524	3.73 391	1.63 565	4.05 485	3.26 606	2.91 583	2.38 537	4.36 606	3.65 596	8.43 517	4.91 596	1.11 626	1.04 635	0.99 626	1.31 641	1.58 632	1.75 633

RAFT-Stereo + iAFF	1.25 254	0.72 361	1.74 186	1.05 349	0.36 33	4.13 501	0.42 69	2.95 277	2.84 566	2.02 394	2.40 538	1.61 323	1.11 292	1.26 167	0.97 287	0.21 57	0.15 24	0.26 180	0.23 227	0.29 204	0.23 140

PAM	2.43 469	0.61 257	20.86 635	1.07 358	0.73 296	2.93 234	0.53 117	3.24 315	1.53 243	1.89 345	2.43 539	5.29 638	2.76 555	1.84 299	1.02 297	0.27 191	0.24 351	0.26 180	0.25 276	0.40 388	0.50 482

HSM-Net_RVC	2.87 529	0.57 195	17.46 541	0.92 263	0.90 374	3.70 383	1.20 501	5.64 653	2.51 514	3.22 606	2.43 539	2.54 460	1.59 418	11.41 617	1.65 452	0.34 382	0.25 378	0.26 180	0.23 227	0.30 230	0.29 252
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
psmorigin	6.59 645	1.15 519	88.11 710	1.52 559	0.97 393	2.88 221	1.20 501	3.21 308	2.04 400	3.73 620	2.46 541	5.15 636	2.55 546	10.60 583	2.47 544	0.55 563	0.68 619	0.48 531	0.51 569	0.70 559	0.88 589

XQC	2.96 539	2.42 615	14.85 497	1.36 515	1.32 506	3.29 301	1.53 553	4.28 560	2.78 550	3.21 605	2.46 541	3.53 561	2.92 563	6.58 477	4.67 588	0.70 599	0.41 535	0.59 582	0.56 583	0.96 600	0.83 584

ADLNet2	3.15 565	0.92 464	20.06 598	1.20 436	1.79 607	3.83 409	1.48 546	3.94 453	3.59 621	2.19 454	2.47 543	4.65 621	1.93 498	10.69 587	1.96 495	0.39 452	0.37 506	0.28 248	0.30 405	0.48 478	0.43 435

s12784h	1.31 275	0.45 53	2.41 267	0.71 94	0.35 29	4.42 567	0.50 103	4.22 532	2.73 543	2.01 389	2.48 544	0.91 211	0.96 225	2.01 322	0.70 175	0.29 264	0.18 123	0.24 97	0.16 25	0.27 163	0.18 7

DDUNet	2.91 532	2.78 624	6.94 388	3.53 655	2.26 639	3.28 297	1.36 524	3.77 402	2.04 400	2.62 557	2.49 545	4.18 596	1.69 456	5.38 447	1.85 479	2.21 647	1.77 654	2.61 657	2.43 667	2.60 643	2.34 645

iRaft-Stereo_5w	2.10 397	0.83 433	8.57 406	0.81 163	0.76 307	3.21 276	0.84 328	3.71 394	1.65 311	1.56 272	2.50 546	2.20 417	2.23 524	9.13 534	2.01 500	0.38 440	0.19 169	0.35 424	0.27 327	0.45 460	0.39 394

GrayStereo	2.58 500	0.53 147	1.63 175	1.58 572	0.89 371	4.17 520	8.17 669	3.03 288	1.52 236	2.80 577	2.50 546	1.70 337	17.10 677	2.83 389	1.15 324	0.33 370	0.21 254	0.27 213	0.32 433	0.28 184	0.53 497

RAFT + AFF	2.51 485	2.66 622	4.48 363	1.15 413	1.95 623	4.15 505	2.01 592	4.46 611	3.30 611	2.19 454	2.51 548	2.22 418	4.87 620	8.91 527	2.06 505	0.30 306	0.60 605	0.48 531	0.38 500	0.77 578	0.69 551

DAS	2.31 440	0.67 320	4.79 366	1.14 400	1.64 577	2.93 234	2.13 598	4.09 497	2.74 544	4.17 632	2.52 549	2.46 453	1.79 472	11.55 624	1.63 447	0.37 423	0.22 285	0.39 472	0.25 276	0.41 412	0.34 335

SepStereo	2.15 408	0.67 320	4.79 366	1.14 400	1.64 577	2.93 234	2.13 598	4.09 497	2.74 544	4.17 632	2.52 549	2.46 453	1.79 472	8.36 514	1.63 447	0.37 423	0.22 285	0.39 472	0.25 276	0.41 412	0.34 335

UDG	3.55 585	2.81 625	17.45 540	2.69 641	1.98 624	3.97 465	1.19 497	4.35 587	2.02 392	2.42 521	2.53 551	4.50 610	2.46 542	6.53 475	2.41 536	2.12 646	1.77 654	2.63 658	2.57 669	2.64 644	1.95 636

NCC-stereo	3.16 568	1.28 545	18.31 554	1.25 455	1.75 601	4.06 482	1.40 536	3.89 432	2.22 439	2.72 570	2.55 552	3.49 556	2.65 551	9.91 557	2.99 567	1.29 637	0.65 612	0.64 598	0.86 618	0.65 546	0.71 555

Abc-Net	3.16 568	1.28 545	18.31 554	1.25 455	1.75 601	4.06 482	1.40 536	3.89 432	2.22 439	2.72 570	2.55 552	3.49 556	2.65 551	9.91 557	2.99 567	1.29 637	0.65 612	0.64 598	0.86 618	0.65 546	0.71 555
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
PSM-AAD	2.43 469	0.54 163	1.32 128	0.92 263	0.54 191	4.48 574	7.47 665	2.96 279	1.55 260	2.31 495	2.56 554	1.26 274	16.23 676	2.46 357	0.89 251	0.28 235	0.21 254	0.58 579	0.41 526	0.34 321	1.32 618

NaN_ROB	4.06 608	1.13 514	16.64 524	1.12 392	1.25 487	3.50 343	3.05 632	4.29 564	3.26 606	3.64 617	2.56 554	2.97 506	4.79 618	13.33 662	16.91 663	0.37 423	0.41 535	0.38 468	0.39 508	0.48 478	0.81 579

YMNet	2.40 464	1.41 566	13.46 468	1.36 515	1.67 585	3.96 460	0.97 428	3.81 411	2.37 481	2.64 561	2.57 556	3.35 539	1.53 411	3.28 402	2.42 537	0.48 528	0.54 587	0.52 558	0.49 559	0.70 559	0.54 503

YMNet_1	2.40 464	1.41 566	13.46 468	1.36 515	1.67 585	3.96 460	0.97 428	3.81 411	2.37 481	2.64 561	2.57 556	3.35 539	1.53 411	3.28 402	2.42 537	0.48 528	0.54 587	0.52 558	0.49 559	0.70 559	0.54 503

TestStereo1	1.56 303	0.81 422	2.32 256	1.61 578	0.64 249	4.13 501	1.36 524	3.79 406	3.20 601	1.60 277	2.57 556	1.39 293	2.15 514	2.51 364	1.30 370	0.29 264	0.20 220	0.34 405	0.25 276	0.40 388	0.36 355

SA-5K	1.56 303	0.81 422	2.32 256	1.61 578	0.64 249	4.13 501	1.36 524	3.79 406	3.20 601	1.60 277	2.57 556	1.39 293	2.15 514	2.51 364	1.30 370	0.29 264	0.20 220	0.34 405	0.25 276	0.40 388	0.36 355

ACRE	2.27 428	1.11 512	19.45 576	0.91 257	1.30 496	3.94 445	0.87 363	4.21 528	1.80 352	2.28 483	2.62 560	1.17 256	1.04 257	1.52 233	1.30 370	0.37 423	0.23 315	0.27 213	0.22 206	0.31 250	0.46 458

MFN_U_SF_DS_RVC	3.94 603	10.88 672	12.30 455	1.26 462	1.55 559	5.19 644	3.33 639	4.42 603	2.82 564	2.58 548	2.62 560	5.00 629	2.11 509	14.03 672	2.73 559	1.28 636	2.34 664	0.67 603	1.83 655	0.81 585	1.03 601

IPLGR_C	2.28 433	1.31 551	19.46 577	0.92 263	1.32 506	3.93 439	0.89 377	4.20 523	1.82 354	2.30 489	2.63 562	1.16 254	1.07 275	1.41 208	1.29 369	0.37 423	0.23 315	0.27 213	0.22 206	0.31 250	0.45 447

RainbowNet	4.56 617	8.28 652	20.07 600	3.64 659	3.23 658	4.15 505	2.99 630	4.18 519	3.03 584	2.20 457	2.65 563	4.26 601	2.90 562	9.77 550	2.12 512	3.88 665	2.27 661	2.71 662	1.72 652	3.78 657	3.31 664

PAM_32	2.45 472	0.63 274	20.74 631	1.05 349	0.65 257	2.83 213	0.46 89	2.91 273	1.54 252	1.95 363	2.66 564	4.99 628	3.78 598	1.96 316	0.92 269	0.27 191	0.22 285	0.27 213	0.25 276	0.36 355	0.48 468

CIPLG	2.27 428	1.18 525	19.24 569	0.92 263	1.34 512	3.95 450	0.89 377	4.23 536	1.82 354	2.31 495	2.67 565	1.17 256	1.06 270	1.53 236	1.32 373	0.37 423	0.23 315	0.27 213	0.22 206	0.31 250	0.45 447

Consistency-Raft	2.86 525	1.66 586	19.61 581	1.40 532	1.75 601	3.84 414	1.32 517	4.07 491	2.25 447	1.78 319	2.67 565	1.82 365	4.41 613	1.94 314	2.06 505	0.83 612	0.94 634	1.03 627	1.12 633	1.70 636	1.09 605

MADNet+	3.97 605	9.54 665	13.83 479	1.87 611	1.69 589	4.19 527	2.87 625	4.80 637	4.10 635	2.51 533	2.67 565	4.55 614	3.41 588	8.72 521	6.92 616	1.25 634	1.27 644	1.04 628	0.93 622	1.39 630	1.85 634

stereogan	3.09 558	0.93 468	16.43 521	1.37 525	1.66 584	3.70 383	1.67 572	3.87 427	3.15 595	3.04 594	2.70 568	5.04 631	2.79 557	9.96 560	1.78 471	0.63 579	0.49 580	0.69 604	0.47 549	0.83 588	0.68 549

DEmStereo	2.97 543	0.58 211	13.42 467	0.79 156	0.51 166	3.84 414	1.84 584	2.42 176	1.60 292	2.25 478	2.74 569	2.03 400	6.04 636	6.79 489	12.80 647	0.35 402	0.26 395	0.26 180	0.27 327	0.27 163	0.37 370

MSC_U_SF_DS_RVC	4.48 616	10.62 669	15.18 509	1.55 568	1.45 543	6.16 650	3.54 647	5.41 651	3.68 626	2.59 552	2.74 569	4.81 623	2.20 522	13.79 669	4.40 585	2.04 644	3.36 677	1.05 629	1.20 638	2.09 638	1.72 631

SHD	2.82 521	2.04 605	13.80 478	1.69 586	1.79 607	2.73 206	1.07 466	3.85 421	3.18 597	4.63 640	2.74 569	3.38 544	2.77 556	5.48 451	3.66 578	0.62 578	0.47 569	0.51 552	0.55 581	0.65 546	0.74 564

OMP-Stereo	1.97 375	0.93 468	1.88 198	2.76 643	0.67 271	4.58 602	1.48 546	4.31 575	1.54 252	3.15 603	2.76 572	3.25 530	1.38 355	7.66 506	1.35 381	0.40 460	0.20 220	0.33 386	0.26 299	0.33 302	0.24 158

UGAM	2.58 500	0.56 184	18.55 559	0.89 236	0.71 289	3.23 281	1.03 454	2.75 249	1.75 344	1.36 248	2.77 573	2.69 475	1.28 332	10.75 588	1.40 387	0.28 235	0.24 351	0.40 478	0.31 421	0.35 342	0.30 282

PFNet	2.47 478	0.60 237	16.95 530	2.15 627	0.81 326	4.63 609	0.91 390	2.55 212	1.52 236	2.40 518	2.79 574	1.83 368	1.42 374	7.54 499	1.34 380	0.33 370	0.21 254	0.36 440	0.27 327	0.32 282	0.39 394

RP	2.79 519	1.20 529	10.36 432	1.54 563	1.93 622	3.44 324	1.97 589	4.05 485	2.34 470	2.66 566	2.79 574	3.98 583	2.58 548	10.21 571	2.61 555	0.95 618	0.47 569	0.71 607	0.57 586	0.71 568	0.68 549

Sa-1000	1.63 319	0.79 413	3.56 337	1.11 388	0.48 151	4.06 482	1.41 539	4.49 616	2.75 547	2.00 387	2.80 576	1.84 371	1.43 377	2.64 381	1.50 415	0.27 191	0.19 169	0.36 440	0.33 441	0.36 355	0.30 282

DRaft	2.28 433	0.56 184	2.64 291	0.74 120	0.46 133	3.94 445	1.23 506	2.32 163	1.55 260	2.64 561	2.80 576	1.60 321	5.34 629	6.96 491	10.99 637	0.34 382	0.22 285	0.27 213	0.27 327	0.29 204	0.37 370

ADCS	4.22 613	5.33 642	16.32 519	1.64 580	1.31 499	3.91 431	3.64 649	4.21 528	2.89 568	5.11 645	2.81 578	4.46 609	3.06 574	5.21 444	19.50 676	0.63 579	0.64 611	0.69 604	0.69 605	1.12 614	1.26 612

Nwc_Net	2.88 531	1.16 522	18.30 553	1.35 509	1.68 588	3.52 348	1.18 494	3.90 437	2.06 405	2.52 535	2.82 579	3.82 576	2.34 532	6.78 487	2.55 552	0.86 614	0.40 526	0.59 582	0.67 600	0.57 515	0.55 509

ACVNet_1	6.04 642	13.97 682	21.36 653	3.58 657	3.14 655	4.73 629	2.48 609	4.20 523	3.17 596	2.98 591	2.83 580	23.31 683	4.34 612	11.06 604	2.45 542	3.68 661	2.33 663	2.60 656	1.79 654	3.69 655	3.19 660

MFMNet_re	2.91 532	1.91 598	18.25 550	3.06 648	1.89 619	3.13 265	1.67 572	3.52 356	2.97 576	3.14 601	2.87 581	2.26 419	2.41 536	2.42 354	2.00 498	1.10 624	1.05 636	0.94 624	0.90 620	1.28 626	1.46 626

AF-Net	2.87 529	1.30 547	16.24 518	1.33 496	1.75 601	3.26 290	1.59 561	4.09 497	2.43 497	2.69 568	2.94 582	4.51 611	3.20 580	5.84 460	2.75 561	0.76 603	0.36 494	0.72 611	0.49 559	0.70 559	0.56 513

DispFullNet	4.64 620	3.48 633	23.95 677	3.99 661	3.03 651	3.35 307	1.06 464	4.18 519	2.80 556	6.33 656	2.94 582	4.04 587	7.81 657	3.92 423	5.16 598	2.75 649	1.61 651	3.10 667	2.68 672	3.32 650	3.31 664

KYRaft	1.59 311	0.52 129	1.73 183	0.95 287	0.49 159	4.38 556	1.79 577	2.43 181	1.51 225	2.49 528	2.98 584	2.00 396	3.41 588	2.14 335	0.82 221	0.30 306	0.21 254	0.33 386	0.46 546	0.35 342	2.45 649

GANet	2.93 535	1.05 496	11.29 445	1.64 580	0.96 389	3.91 431	2.52 611	3.72 395	2.41 493	2.95 590	3.00 585	3.21 526	2.03 502	12.42 652	4.72 591	0.51 550	0.41 535	0.46 519	0.39 508	0.60 524	0.50 482

ADCMid	3.96 604	3.27 631	15.48 512	1.26 462	1.40 526	4.66 613	2.28 603	4.06 489	3.54 620	3.94 624	3.02 586	3.85 577	3.67 597	4.03 425	18.65 673	0.68 594	0.61 607	1.09 632	1.18 637	1.38 629	1.08 604

AnyNet_C32	4.17 611	5.75 646	12.62 459	1.60 575	1.54 555	5.51 647	4.09 656	3.90 437	3.23 604	4.22 636	3.03 587	3.10 517	3.41 588	8.01 512	18.85 674	0.53 559	0.58 600	0.53 563	0.74 607	1.19 623	0.97 597

SAMSARA	3.55 585	2.16 610	14.18 487	1.86 610	1.49 546	4.62 607	2.65 618	3.58 368	2.80 556	7.05 659	3.05 588	5.16 637	4.07 606	9.18 536	4.80 593	0.64 582	0.67 616	0.59 582	0.68 603	0.89 591	0.91 590

zh-mn7	3.15 565	9.61 666	12.45 457	1.26 462	0.99 405	2.91 226	1.32 517	4.12 505	2.74 544	3.33 610	3.07 589	2.84 494	1.89 494	8.91 527	4.69 590	0.49 540	0.40 526	0.38 468	0.38 500	0.56 510	0.63 537

DStereoO	3.90 600	2.13 607	7.90 400	4.43 669	2.84 648	4.40 562	5.30 659	4.31 575	3.21 603	2.41 520	3.08 590	2.93 505	7.14 652	4.20 430	11.12 638	4.11 667	1.30 646	1.33 639	1.63 647	3.09 646	1.26 612

RTS	3.90 600	7.04 649	17.94 546	1.92 613	2.19 635	5.00 641	2.96 628	4.29 564	3.19 598	4.05 627	3.08 590	4.94 626	3.16 577	7.64 503	6.72 609	0.66 587	0.44 550	0.51 552	0.47 549	0.95 596	0.76 569

RTSA	3.90 600	7.04 649	17.94 546	1.92 613	2.19 635	5.00 641	2.96 628	4.29 564	3.19 598	4.05 627	3.08 590	4.94 626	3.16 577	7.64 503	6.72 609	0.66 587	0.44 550	0.51 552	0.47 549	0.95 596	0.76 569

TransformOpticalFlow	3.03 553	0.77 403	20.99 641	1.00 321	0.55 199	4.18 523	0.64 177	4.33 583	3.02 583	2.18 450	3.09 593	4.35 604	5.07 623	7.36 497	1.27 362	0.32 351	0.18 123	0.32 350	0.26 299	0.28 184	0.46 458

zh-sn7	3.81 596	11.43 674	15.78 514	1.25 455	1.15 454	3.68 382	2.58 616	4.15 517	2.42 496	2.61 555	3.10 594	3.38 544	3.03 571	11.43 619	6.88 614	0.45 507	0.48 575	0.45 513	0.43 537	0.72 571	0.71 555

RAFT-345	2.46 475	0.55 172	19.69 585	1.02 339	0.49 159	4.43 570	0.78 283	1.64 64	2.34 470	2.09 413	3.12 595	1.96 389	1.31 341	6.65 480	1.43 394	0.36 415	0.23 315	0.32 350	0.25 276	0.28 184	0.25 172

RTSC	2.95 536	2.51 616	15.49 513	1.54 563	1.30 496	3.51 345	0.86 342	3.89 432	2.48 506	3.64 617	3.12 595	3.04 512	2.30 528	5.70 457	6.67 608	0.55 563	0.35 488	0.37 452	0.39 508	0.70 559	0.60 527

IIG-Stereo	1.95 371	0.79 413	2.14 236	2.78 644	0.66 264	4.62 607	0.76 264	4.27 555	1.53 243	2.63 560	3.14 597	3.35 539	1.61 425	7.65 505	1.41 391	0.39 452	0.20 220	0.31 327	0.25 276	0.33 302	0.22 120

DGSMNet	7.55 654	1.62 580	17.42 539	1.92 613	12.73 679	7.45 660	42.99 701	4.13 507	2.07 407	2.10 416	3.16 598	3.42 546	1.70 458	9.24 538	2.30 527	3.70 663	10.89 693	11.80 695	5.54 682	4.24 662	2.66 650

RT-IGEV	2.37 461	0.60 237	15.33 511	1.49 554	0.78 315	2.10 146	1.28 512	4.25 546	1.69 325	2.58 548	3.19 599	3.60 567	4.94 621	2.49 360	1.19 335	0.35 402	0.24 351	0.31 327	0.26 299	0.33 302	0.42 425

tt	7.19 652	0.51 121	6.83 385	4.03 662	2.30 641	12.05 670	20.19 687	15.46 683	6.58 657	3.42 615	3.22 600	5.37 639	6.39 645	4.20 430	7.46 620	9.81 687	11.53 694	7.05 685	7.46 686	6.31 674	3.71 669

ccnet	2.66 507	0.97 483	8.01 401	1.54 563	1.24 484	3.75 394	2.18 601	4.07 491	2.41 493	2.66 566	3.25 601	2.87 497	2.31 531	9.89 556	3.50 575	0.78 604	0.75 626	0.71 607	0.67 600	0.76 577	0.81 579

RGC	3.10 560	1.45 571	14.90 500	1.46 546	1.79 607	3.33 305	1.39 534	4.04 481	2.26 450	2.77 574	3.26 602	4.00 584	2.71 554	11.63 632	2.62 557	0.82 610	0.46 564	0.79 617	0.79 615	0.71 568	0.78 573

edge stereo	3.37 582	1.01 489	21.99 664	1.28 473	1.37 519	2.67 201	1.39 534	3.98 464	2.87 567	2.93 585	3.27 603	4.35 604	2.43 538	11.62 627	2.39 532	0.60 572	0.63 610	0.79 617	0.55 581	0.68 556	0.67 546

SGM-Forest	2.96 539	0.62 266	3.49 332	1.09 372	0.80 321	4.06 482	3.30 637	4.37 595	3.09 589	4.18 635	3.27 603	4.67 622	3.86 601	11.69 636	7.91 623	0.51 550	0.46 564	0.49 545	0.39 508	0.48 478	0.49 475
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Hybrid-DGEV-03	1.34 278	0.70 342	2.74 300	1.00 321	0.52 179	3.99 468	0.99 438	3.22 310	1.64 306	2.15 438	3.31 605	1.37 292	1.07 275	1.29 179	1.22 346	0.26 165	0.18 123	0.32 350	0.24 256	0.28 184	0.24 158

z-mn7	3.36 581	9.42 664	14.16 486	1.28 473	1.22 481	3.78 399	1.43 543	3.92 447	3.35 613	2.85 581	3.36 606	3.06 516	1.97 500	9.66 548	5.16 598	0.42 486	0.35 488	0.43 501	0.33 441	0.63 535	0.48 468

CBMV_ROB	3.62 587	0.70 342	21.42 655	1.21 442	0.89 371	4.43 570	1.76 576	4.39 598	2.79 552	5.88 651	3.38 607	4.18 596	5.12 624	10.75 588	2.32 529	0.56 565	0.55 592	0.53 563	0.51 569	0.55 504	0.46 458

PWC_ROB	2.69 515	2.01 603	8.36 404	1.33 496	1.90 621	3.23 281	1.18 494	4.33 583	3.25 605	3.11 599	3.41 608	2.71 478	2.18 521	9.15 535	4.48 586	0.56 565	0.31 454	0.61 590	0.36 475	0.69 558	0.74 564

Prome-Stereo	1.61 314	0.55 172	1.71 181	0.98 307	0.60 231	4.41 565	1.82 581	3.03 288	1.53 243	2.18 450	3.45 609	1.72 340	3.49 594	2.23 348	1.08 308	0.29 264	0.20 220	0.26 180	0.25 276	0.34 321	2.16 640

StereoVision	1.65 321	0.75 394	7.47 394	1.01 328	1.80 610	2.61 197	0.61 155	3.06 293	1.96 380	1.25 238	3.46 610	1.85 374	0.88 201	2.07 325	1.93 488	0.43 492	0.36 494	0.37 452	0.36 475	0.48 478	0.33 322

PVD	3.12 561	1.97 602	12.80 462	1.79 603	1.63 574	3.83 409	1.34 521	3.48 346	3.88 629	5.77 649	3.56 611	3.45 549	3.29 583	5.58 455	5.30 603	0.71 601	0.69 620	0.74 615	0.77 611	0.79 582	1.13 608

Selective-IGEV-i16pb	3.23 571	0.73 372	21.29 650	1.22 445	0.68 276	3.99 468	3.38 640	4.52 621	2.52 515	1.72 308	3.60 612	2.92 503	2.21 523	10.07 566	2.59 554	0.68 594	0.50 581	0.37 452	0.48 554	0.54 501	0.54 503

SPS-STEREO	3.97 605	1.44 570	20.85 634	1.72 592	1.71 592	3.24 284	2.30 605	3.55 363	2.68 539	4.79 643	3.66 613	5.44 641	2.97 564	9.11 533	9.35 630	1.15 627	1.10 638	1.06 630	1.02 630	1.16 620	1.18 610
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
STrans-v2	3.03 553	0.77 403	20.91 638	0.81 163	0.63 247	3.89 428	1.01 446	4.27 555	2.64 533	2.28 483	3.70 614	4.13 592	5.20 625	7.33 494	1.27 362	0.31 330	0.18 123	0.29 273	0.25 276	0.29 204	0.41 421

AnyNet_C01	4.37 615	7.80 651	16.40 520	1.98 619	1.40 526	6.37 652	6.47 664	4.09 497	5.03 645	4.06 629	3.78 615	4.16 595	3.31 584	6.62 479	10.00 632	0.61 576	0.67 616	0.63 595	0.67 600	2.01 637	1.31 616

S-Stereo	3.48 584	0.91 462	22.06 667	1.36 515	1.50 549	3.55 357	2.53 613	4.21 528	2.81 562	2.37 511	3.81 616	3.75 572	1.84 484	11.90 645	2.51 547	0.63 579	0.71 622	0.48 531	0.76 609	0.67 553	1.19 611

FAT-Stereo	3.34 579	0.81 422	20.05 597	1.25 455	1.20 475	3.44 324	1.99 591	4.23 536	2.67 537	3.14 601	3.82 617	3.51 559	3.32 585	11.68 635	1.94 490	0.64 582	0.67 616	0.48 531	0.52 572	0.61 529	0.81 579

ASMatch	2.62 502	0.60 237	20.65 629	1.37 525	0.64 249	4.39 558	0.78 283	1.97 105	1.58 276	1.70 303	3.89 618	1.94 382	3.79 599	5.46 449	1.64 450	0.31 330	0.24 351	0.34 405	0.28 356	0.33 302	0.50 482

ACVNet-4b	6.73 647	13.67 680	21.87 663	3.54 656	3.07 652	4.19 527	2.25 602	4.03 477	3.65 623	1.64 289	3.98 619	5.88 643	2.89 561	10.01 563	16.98 664	23.29 700	2.24 660	2.53 654	1.78 653	3.87 659	3.21 661

MDST_ROB	5.53 634	0.59 221	23.11 672	2.55 640	2.69 644	21.20 682	1.98 590	4.77 636	2.65 534	9.36 669	4.25 620	4.14 594	4.45 614	22.57 682	3.68 579	0.48 528	0.33 469	0.47 523	0.44 540	0.44 452	0.44 441

AANet_RVC	3.03 553	1.72 589	12.78 461	1.17 423	1.12 447	3.79 403	1.10 478	3.86 424	3.13 591	2.62 557	4.26 621	3.96 582	1.41 369	11.43 619	5.23 602	0.94 617	0.47 569	0.34 405	0.23 227	0.40 388	0.55 509

aanetorigin	3.30 576	1.66 586	17.52 543	1.18 429	1.58 567	2.57 193	3.80 652	2.65 234	2.03 396	6.12 654	4.30 622	2.82 493	5.70 632	5.47 450	4.67 588	0.50 544	0.44 550	0.43 501	0.47 549	1.17 621	0.92 592

AANet	3.15 565	2.93 626	15.16 508	1.41 533	1.08 437	2.23 158	1.37 529	2.95 277	3.65 623	4.12 630	4.40 623	4.13 592	5.32 628	6.55 476	3.76 580	0.60 572	0.42 544	0.50 548	0.42 533	0.99 601	0.93 594

JetBlue	6.27 644	9.15 661	13.76 473	1.94 617	4.60 673	11.91 668	12.00 676	5.12 642	3.45 618	3.79 621	4.52 624	9.54 658	6.56 646	9.40 541	13.48 649	1.26 635	1.37 647	1.17 635	1.34 643	7.06 680	3.95 671

ADCL	4.35 614	1.63 582	14.21 488	1.29 477	1.26 489	5.56 648	11.16 672	3.97 462	3.37 614	6.07 652	4.67 625	4.30 603	5.72 633	5.08 442	14.51 651	0.50 544	0.48 575	0.89 623	0.77 611	0.78 580	0.76 569

EDNetEfficientorigin	12.35 673	2.51 616	179.47 714	1.19 432	0.96 389	2.91 226	1.81 580	3.00 284	5.35 647	8.91 667	4.79 626	4.18 596	4.64 617	9.98 561	11.30 639	0.37 423	0.38 512	0.60 587	0.85 617	1.32 628	2.43 648

EDNetEfficient	5.61 635	2.14 609	16.75 527	1.67 584	3.64 661	4.12 498	7.51 666	3.05 290	5.63 651	11.57 680	4.83 627	3.95 580	12.72 667	8.44 518	20.78 679	0.41 475	0.43 545	0.47 523	1.01 628	1.66 635	1.39 623

HHNet	2.48 480	0.71 356	20.52 623	0.64 41	0.64 249	4.07 487	0.93 407	3.76 400	1.56 266	2.15 438	4.92 628	0.98 229	3.37 586	1.66 267	1.79 472	0.32 351	0.20 220	0.31 327	0.27 327	0.36 355	0.42 425

FTStereo	3.71 593	0.53 147	20.37 616	0.96 292	0.65 257	4.34 550	11.29 673	2.62 231	1.50 218	2.58 548	5.04 629	1.90 378	13.84 671	3.71 415	1.25 355	0.38 440	0.24 351	0.31 327	0.32 433	0.30 230	2.10 639

MultiAttention	8.74 658	0.56 184	7.25 391	2.07 624	22.74 689	35.86 694	8.44 671	4.97 640	2.58 525	2.57 544	5.11 630	5.55 642	1.59 418	52.70 707	7.50 621	0.47 523	0.24 351	0.52 558	1.00 627	6.84 678	6.30 681

ACVNet_2	5.41 632	12.60 675	20.42 620	3.27 652	3.15 656	4.50 583	3.02 631	4.66 630	3.73 627	3.35 613	5.36 631	7.86 653	2.88 560	12.33 651	4.76 592	3.12 654	2.22 659	2.70 661	1.69 649	3.49 651	3.10 657

RAFT-RH_RVC	2.63 503	0.55 172	19.97 595	1.26 462	0.47 143	4.46 572	0.57 134	1.71 71	1.64 306	3.06 597	5.51 632	2.03 400	1.28 332	6.70 482	1.52 424	0.42 486	0.22 285	0.37 452	0.34 449	0.28 184	0.29 252

JetRed	10.48 663	27.10 691	35.70 687	4.27 664	4.09 669	15.55 678	12.83 678	12.16 672	5.50 648	5.83 650	5.56 633	10.14 659	7.43 653	8.88 525	26.39 690	3.32 655	3.81 678	3.51 671	2.96 678	7.85 681	6.69 682

AIO-Stereo-zeroshot1	2.68 513	1.26 543	22.01 665	1.08 366	0.99 405	1.61 97	0.86 342	3.69 387	1.64 306	1.52 267	5.62 634	3.35 539	3.44 592	2.20 343	1.33 377	0.26 165	0.21 254	0.30 300	0.62 596	0.93 595	0.67 546

SDNR	3.97 605	1.93 599	20.28 613	1.31 488	0.94 385	5.16 643	0.67 194	4.33 583	2.58 525	4.82 644	5.94 635	5.01 630	1.45 384	17.52 676	2.53 549	0.79 605	0.72 623	0.59 582	0.45 544	1.15 619	1.17 609

TCMNet-wrong-test	12.32 672	14.13 683	19.38 575	22.38 690	19.85 684	15.99 679	12.34 677	22.95 686	4.56 638	6.24 655	6.27 636	18.40 674	15.71 674	10.10 569	10.72 635	9.06 685	4.78 679	5.35 682	3.95 680	12.28 688	11.97 685

EAI-Stereo	2.35 455	0.63 274	2.97 308	0.95 287	0.65 257	3.84 414	14.27 679	5.04 641	2.19 436	2.06 408	7.25 637	1.10 247	0.94 222	1.65 266	1.37 383	0.31 330	0.22 285	0.27 213	0.60 592	0.27 163	0.32 303

PWCDC_ROB	2.95 536	3.26 630	14.06 484	1.59 573	1.56 562	4.19 527	0.86 342	4.30 572	4.08 634	2.06 408	7.37 638	2.75 482	2.42 537	3.59 410	2.67 558	1.34 641	0.36 494	0.39 472	0.34 449	1.13 615	0.62 533

PWCK	5.85 639	9.95 667	15.22 510	2.90 645	1.56 562	5.66 649	7.69 667	5.27 645	4.74 642	3.88 622	7.51 639	8.04 654	5.28 626	15.18 673	8.40 626	3.08 653	1.51 649	2.24 651	1.37 645	5.55 671	1.96 637

MADNet++	7.57 655	5.80 647	13.28 465	6.38 680	5.26 675	7.18 656	7.77 668	5.32 648	5.62 650	6.11 653	7.78 640	6.02 645	8.01 659	11.74 638	16.36 661	9.36 686	4.95 681	8.57 688	5.66 683	4.83 669	5.34 677

CSAN	4.71 621	1.39 563	20.23 607	1.19 432	0.87 362	3.65 378	3.50 644	4.57 626	3.87 628	3.89 623	7.82 641	3.54 564	6.16 640	23.47 687	6.82 612	0.52 556	0.45 555	0.49 545	0.52 572	0.63 535	0.66 545

ELAS_RVC	5.72 638	1.64 585	20.40 618	2.09 625	2.01 626	4.95 640	11.47 675	4.66 630	6.31 656	8.09 665	8.01 642	8.06 656	11.65 666	8.36 514	10.22 633	0.99 621	1.17 639	0.81 620	0.76 609	1.14 616	1.58 627
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MSMD_ROB	5.61 635	1.08 505	16.68 525	1.21 442	0.83 343	10.14 666	2.07 596	3.93 449	6.22 654	10.37 675	8.03 643	22.22 680	9.45 664	11.66 633	4.52 587	0.66 587	0.58 600	0.66 601	0.68 603	0.65 546	0.63 537

DCRE	1.44 289	0.74 383	3.50 334	1.13 399	0.72 291	1.78 112	0.67 194	2.14 130	1.56 266	1.99 375	8.09 644	1.73 341	1.07 275	1.24 160	0.83 224	0.23 95	0.25 378	0.26 180	0.26 299	0.28 184	0.30 282

IMH-64-1	4.84 624	2.53 618	6.83 385	4.30 666	3.74 662	4.81 636	6.05 661	5.30 646	3.92 630	3.95 625	8.33 645	5.08 633	6.06 637	8.96 529	6.30 606	4.57 675	2.96 671	3.04 664	2.12 664	4.28 663	3.62 667

IMH-64	4.84 624	2.53 618	6.83 385	4.30 666	3.74 662	4.81 636	6.05 661	5.30 646	3.92 630	3.95 625	8.33 645	5.08 633	6.06 637	8.96 529	6.30 606	4.57 675	2.96 671	3.04 664	2.12 664	4.28 663	3.62 667

coex-ft	18.59 682	6.62 648	113.53 712	1.17 423	1.31 499	2.33 168	1.93 587	2.81 264	14.00 669	124.82 715	8.45 647	5.90 644	51.74 706	9.99 562	22.69 680	0.57 567	0.62 608	0.50 548	0.49 559	1.08 611	1.28 614

ELAS	5.99 641	1.62 580	20.29 614	1.96 618	2.01 626	15.09 675	8.38 670	5.23 644	5.54 649	9.02 668	8.61 648	6.74 647	9.75 665	7.48 498	11.40 641	0.96 619	1.18 640	0.72 611	0.93 622	1.30 627	1.67 629
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
CrosDoStereo	5.24 629	0.60 237	20.23 607	0.82 175	0.51 166	3.39 313	18.11 683	3.82 414	2.27 452	1.98 370	8.74 649	1.96 389	6.96 648	7.35 495	26.35 688	0.30 306	0.22 285	0.30 300	0.28 356	0.33 302	0.38 387

DeepStereo_LL	5.24 629	0.60 237	20.23 607	0.82 175	0.51 166	3.39 313	18.11 683	3.82 414	2.27 452	1.98 370	8.74 649	1.96 389	6.96 648	7.35 495	26.35 688	0.30 306	0.22 285	0.30 300	0.28 356	0.33 302	0.38 387

SANet	5.65 637	1.72 589	20.94 639	1.26 462	0.88 366	7.20 657	3.81 653	4.60 627	11.23 662	4.56 639	8.78 651	7.49 651	6.95 647	11.85 643	18.11 669	0.49 540	0.44 550	0.50 548	0.42 533	0.90 593	0.82 583

SGM_RVC	4.57 618	0.72 361	17.46 541	1.84 607	0.58 225	4.23 536	3.45 642	4.66 630	3.66 625	7.99 664	8.82 652	7.56 652	8.74 663	12.30 649	6.84 613	0.43 492	0.38 512	0.39 472	0.35 465	0.51 488	0.48 468
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WAO-7	5.16 628	3.21 629	18.98 566	1.88 612	1.44 539	5.34 645	3.09 635	4.91 639	5.81 652	4.35 637	8.92 653	6.55 646	6.06 637	13.40 664	10.81 636	1.34 641	1.20 643	1.48 644	1.35 644	1.60 633	1.45 624

G-Net	4.11 609	1.21 530	19.47 578	2.31 635	2.94 649	4.74 632	2.95 627	3.33 334	2.14 427	4.44 638	9.43 654	6.93 649	3.84 600	9.01 531	4.92 597	0.79 605	0.80 629	0.70 606	0.50 565	0.95 596	0.87 588

WAO-6	5.87 640	2.27 612	15.05 504	2.96 646	2.77 646	12.01 669	3.58 648	5.37 650	11.91 666	3.34 611	9.69 655	6.78 648	5.84 634	11.82 642	8.89 629	2.87 650	2.35 665	2.50 653	1.84 656	2.85 645	2.67 651

otaku	4.58 619	8.93 658	19.95 594	3.11 649	2.67 643	3.91 431	2.57 615	3.82 414	2.25 447	2.22 468	9.72 656	4.08 589	2.35 533	8.57 519	2.13 515	3.51 658	1.65 652	2.15 650	1.17 636	3.69 655	3.15 658

UNDER WATER-64	9.33 659	5.37 643	22.60 670	5.22 678	4.86 674	10.75 667	4.61 658	11.45 667	17.30 682	7.59 660	9.80 657	15.99 671	17.90 680	10.63 584	15.72 656	4.36 669	2.87 668	4.39 680	2.86 676	7.01 679	5.36 678

IMH	6.81 649	13.66 679	20.41 619	4.33 668	3.74 662	5.50 646	3.06 633	5.49 652	6.22 654	4.64 641	10.35 658	9.30 657	8.03 660	13.61 667	6.81 611	4.80 678	2.99 674	3.09 666	2.12 664	4.36 665	3.61 666

UNDER WATER	10.47 662	3.95 636	22.62 671	5.07 677	4.51 672	7.78 661	3.77 651	12.56 675	21.72 690	7.84 663	10.78 659	23.96 685	31.66 691	10.78 591	16.19 660	4.44 672	2.93 669	4.24 676	2.86 676	6.33 675	5.47 679

USTest	15.98 679	15.58 684	22.56 669	18.49 687	16.99 681	26.43 685	36.08 695	27.68 690	12.77 668	10.69 676	10.80 660	18.35 673	15.09 673	18.62 677	23.37 681	4.85 679	5.34 682	7.38 686	7.43 685	9.90 685	11.23 684

WCMA_ROB	5.12 627	0.90 456	21.33 651	1.50 556	1.33 510	4.09 489	3.49 643	4.03 477	4.59 639	6.57 657	10.95 661	12.92 665	8.41 662	9.86 555	8.78 628	0.75 602	0.58 600	0.51 552	0.50 565	0.68 556	0.57 517

FCDSN-DC	6.04 642	0.84 438	19.25 570	1.24 453	1.09 442	4.38 556	2.62 617	4.38 596	4.71 640	9.59 672	11.22 662	19.19 675	17.40 678	12.30 649	8.55 627	0.69 598	0.57 595	0.60 587	0.60 592	0.70 559	0.78 573
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	6.64 646	0.77 403	19.26 572	1.68 585	1.64 577	8.27 662	2.35 606	6.35 655	9.23 659	10.85 677	11.27 663	19.89 676	13.33 668	12.51 655	11.79 644	0.66 587	0.57 595	0.58 579	0.56 583	0.63 535	0.61 530

LVE	6.88 650	9.31 662	21.14 644	3.61 658	3.18 657	4.49 580	2.79 621	10.21 666	11.69 664	3.16 604	11.53 664	18.33 672	4.31 611	11.66 633	3.52 576	4.45 673	2.93 669	2.56 655	1.91 658	3.62 652	3.16 659

FC-DCNN v2	6.91 651	0.77 403	19.25 570	1.69 586	1.64 577	9.13 664	2.40 607	7.20 657	9.47 660	11.07 679	11.62 665	20.05 678	15.79 675	12.55 656	11.99 645	0.66 587	0.57 595	0.58 579	0.56 583	0.63 535	0.61 530

MeshStereo	5.35 631	1.32 553	21.34 652	1.34 504	1.15 454	4.40 562	3.90 654	5.18 643	4.55 637	10.14 674	11.82 666	11.47 660	5.84 634	13.84 670	7.03 617	0.61 576	0.58 600	0.60 587	0.58 587	0.72 571	0.59 526
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
THIR-Stereo	4.14 610	0.82 429	10.85 440	0.86 218	0.43 103	2.16 151	16.77 681	3.22 310	1.54 252	2.04 401	12.05 667	2.68 474	7.53 654	7.30 493	12.62 646	0.30 306	0.21 254	0.29 273	0.28 356	0.33 302	0.41 421

WAO-8	11.95 670	13.02 676	20.56 624	3.50 653	3.08 653	15.11 676	2.80 622	12.91 676	19.11 688	7.69 661	13.12 668	11.62 661	7.01 650	84.40 709	7.91 623	3.42 656	1.92 656	3.54 673	1.93 659	3.68 653	2.69 652

Venus	11.95 670	13.02 676	20.56 624	3.50 653	3.08 653	15.11 676	2.80 622	12.91 676	19.11 688	7.69 661	13.12 668	11.62 661	7.01 650	84.40 709	7.91 623	3.42 656	1.92 656	3.54 673	1.93 659	3.68 653	2.69 652

pmcnn	5.45 633	1.22 536	17.40 538	1.60 575	2.41 642	3.48 336	2.12 597	4.52 621	3.26 606	3.67 619	13.15 670	22.10 679	3.46 593	11.92 646	17.16 665	0.34 382	0.21 254	0.23 58	0.19 128	0.36 355	0.28 240

MANE	11.39 668	1.38 561	23.16 673	4.82 676	2.79 647	22.02 683	14.51 680	25.81 687	26.28 692	10.93 678	13.17 671	19.90 677	18.03 681	15.69 675	20.41 678	0.96 619	0.74 625	1.42 641	3.24 679	0.74 573	1.71 630

iinet-test	19.59 683	18.93 686	25.29 679	22.27 688	21.21 685	29.32 686	37.73 696	31.61 693	16.48 678	14.41 682	13.76 672	22.91 681	19.69 684	21.98 680	26.21 686	10.17 688	8.89 687	11.03 691	10.88 688	13.66 689	15.45 690

IINet	19.59 683	18.93 686	25.29 679	22.27 688	21.21 685	29.32 686	37.73 696	31.61 693	16.48 678	14.41 682	13.76 672	22.91 681	19.69 684	21.98 680	26.21 686	10.17 688	8.89 687	11.03 691	10.88 688	13.66 689	15.45 690

LSM	12.71 674	3.52 634	20.79 633	55.63 704	84.76 704	3.63 377	6.30 663	3.73 396	4.93 644	5.55 648	13.92 674	3.53 561	3.25 582	9.72 549	4.12 583	0.64 582	0.85 630	0.71 607	0.81 616	1.03 603	26.84 694

MonStereo1	8.07 656	2.24 611	5.83 379	4.68 673	3.60 660	18.80 680	2.52 611	5.89 654	5.86 653	4.76 642	13.98 675	7.41 650	50.63 705	13.28 661	5.16 598	4.40 671	0.90 632	2.69 660	1.55 646	3.92 660	3.30 663

SGM+DAISY	8.36 657	3.82 635	24.83 678	2.02 621	1.75 601	14.80 674	17.22 682	4.27 555	11.79 665	13.88 681	14.38 676	11.74 664	13.83 670	10.56 580	15.12 652	1.21 629	1.19 642	1.14 634	1.13 635	1.17 621	1.37 620

SGM-ForestM	11.55 669	1.16 522	21.62 660	2.14 626	0.81 326	22.25 684	19.08 685	16.50 685	11.34 663	15.94 687	14.44 677	27.12 690	22.61 689	24.76 688	28.39 695	0.50 544	0.48 575	0.47 523	0.44 540	0.55 504	0.53 497

DStereoSA	10.13 661	4.62 639	12.76 460	4.78 675	13.35 680	9.97 665	22.80 688	4.74 635	16.44 677	5.11 645	15.31 678	4.61 617	13.82 669	8.00 510	27.60 692	6.51 683	8.86 685	1.43 642	8.28 687	3.16 647	10.38 683

Anonymous_1	57.11 706	19.68 688	26.15 681	23.10 691	142.31 712	30.84 688	39.75 698	33.86 697	16.98 681	70.53 708	15.42 679	23.46 684	19.75 686	23.04 683	27.23 691	164.73 715	9.02 689	130.38 711	137.40 713	161.27 716	27.24 696

DPSM_ROB	20.78 685	20.03 689	26.57 682	23.62 692	22.46 687	31.10 689	39.97 699	33.52 695	17.41 684	15.25 685	15.80 680	24.06 686	20.71 687	23.30 685	27.62 693	10.78 690	9.41 690	11.69 693	11.50 690	14.49 691	16.36 692

DPSM	20.78 685	20.03 689	26.57 682	23.62 692	22.46 687	31.10 689	39.97 699	33.52 695	17.41 684	15.25 685	15.80 680	24.06 686	20.71 687	23.30 685	27.62 693	10.78 690	9.41 690	11.69 693	11.50 690	14.49 691	16.36 692

DStereoFS	11.11 667	13.81 681	11.82 451	5.73 679	11.05 678	20.81 681	11.36 674	8.68 663	16.52 680	14.90 684	15.81 682	11.63 663	13.85 672	9.05 532	15.60 655	7.57 684	8.88 686	2.41 652	5.29 681	2.16 640	15.30 689

LE_ROB	18.58 681	1.21 530	48.38 693	8.60 683	23.00 690	7.32 659	19.74 686	9.94 665	38.69 701	43.53 697	21.91 683	28.40 691	40.92 695	23.18 684	54.71 701	0.34 382	0.33 469	0.32 350	0.36 475	0.42 431	0.40 415

DGTPSM_ROB	15.31 677	8.85 656	28.14 684	9.90 684	18.89 682	12.44 671	33.21 691	13.48 678	17.86 686	9.50 670	22.89 684	13.78 668	19.67 682	21.26 678	23.68 682	5.08 680	8.84 683	5.62 683	11.50 690	6.72 676	14.87 687

DPSMNet_ROB	15.52 678	8.89 657	31.44 685	10.07 686	18.91 683	12.44 671	33.22 692	13.51 679	17.94 687	9.58 671	22.91 685	13.79 669	19.67 682	21.43 679	23.73 683	5.17 681	8.84 683	5.63 684	11.52 693	6.79 677	14.90 688

TorneroNet-64	10.12 660	8.74 654	20.95 640	4.27 664	3.76 665	13.86 673	2.85 624	15.05 681	23.15 691	10.07 673	23.84 686	13.47 667	8.24 661	13.96 671	17.21 666	3.96 666	2.72 666	3.23 668	2.48 668	6.29 673	4.27 674

NVStereoNet_ROB	4.91 626	1.40 564	16.46 522	1.47 549	1.72 598	3.46 330	1.96 588	3.89 432	3.61 622	2.90 582	24.61 687	4.81 623	4.49 615	13.57 666	4.87 595	1.33 640	1.29 645	1.70 645	1.68 648	1.41 631	1.66 628
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Dean	7.52 653	9.08 660	21.41 654	3.74 660	3.53 659	4.81 636	3.53 645	5.33 649	5.25 646	4.17 632	26.53 688	25.62 689	4.09 607	10.97 598	4.32 584	3.69 662	2.30 662	2.91 663	1.87 657	4.03 661	3.24 662

LRCNet_RVC	25.52 688	33.45 692	23.21 675	31.79 694	32.78 691	6.74 655	1.18 494	25.88 688	4.46 636	28.94 688	30.89 689	24.91 688	17.57 679	27.66 689	24.34 685	35.26 704	25.60 705	35.91 704	33.81 703	31.90 703	34.10 704

FlowAnything	41.75 696	39.90 694	53.36 701	47.83 703	45.06 697	62.45 700	80.51 707	67.34 708	34.89 697	30.56 694	31.52 690	48.18 698	42.05 702	46.66 704	55.24 703	21.71 699	18.88 700	23.49 701	23.13 696	29.12 696	33.04 698

Hybrid-DGEV	41.74 695	40.15 696	53.21 699	47.72 698	45.04 696	62.46 701	80.71 709	67.23 704	34.70 693	30.38 690	31.64 691	48.32 702	41.44 697	46.71 705	55.65 708	21.63 697	18.85 698	23.50 702	23.21 699	29.18 698	33.09 703

Selective-RAFT-Error	41.77 697	40.16 697	53.34 700	47.73 699	45.25 701	62.51 702	80.64 708	67.22 703	34.93 698	30.64 695	31.81 692	48.11 697	42.11 703	46.57 699	54.95 702	21.61 694	18.87 699	23.48 697	23.15 698	29.16 697	33.08 702

RAFT-FEzeroshot	41.78 698	40.21 699	53.07 697	47.74 701	45.19 699	62.51 702	80.73 711	67.30 706	34.75 694	30.51 692	31.88 693	48.27 700	41.88 700	46.64 702	55.54 705	21.62 695	18.89 702	23.48 697	23.22 700	29.20 700	33.05 699

RAFT-FE	41.78 698	40.21 699	53.07 697	47.74 701	45.19 699	62.51 702	80.73 711	67.30 706	34.75 694	30.51 692	31.88 693	48.27 700	41.88 700	46.64 702	55.54 705	21.62 695	18.89 702	23.48 697	23.22 700	29.20 700	33.05 699

CasAABBNet	41.80 700	40.20 698	53.41 702	47.73 699	45.18 698	62.51 702	80.71 709	67.26 705	34.80 696	30.49 691	31.88 693	48.24 699	41.81 699	46.63 701	55.64 707	21.60 693	18.88 700	23.48 697	23.22 700	29.19 699	33.05 699

xyz-stereo	10.85 666	0.45 53	79.01 709	0.62 23	0.45 122	83.70 708	0.77 276	2.59 226	1.34 149	2.19 454	32.02 696	2.76 488	1.62 429	5.75 458	2.39 532	0.25 148	0.17 82	0.33 386	0.21 171	0.25 113	0.19 15

LSM0	49.58 704	40.04 695	53.62 703	97.15 706	128.68 711	62.75 706	79.89 706	67.63 709	35.11 700	33.02 696	32.61 697	48.43 703	41.60 698	46.60 700	55.43 704	21.63 697	18.99 704	23.62 703	23.13 696	29.47 702	52.26 708

notaker	10.50 664	8.60 653	20.23 607	4.54 672	3.95 666	6.27 651	3.44 641	8.07 660	4.75 643	8.73 666	46.45 698	13.86 670	27.86 690	13.49 665	13.61 650	4.56 674	3.18 675	3.52 672	2.68 672	8.13 683	4.05 672

HanzoNet	31.60 693	17.23 685	21.22 649	7.32 681	5.84 676	7.25 658	3.53 645	13.82 680	14.20 671	50.38 700	47.01 699	44.45 694	56.61 707	36.61 695	32.00 696	63.89 708	56.57 709	7.97 687	89.20 712	28.69 694	28.25 697

HaxPig	43.25 701	43.65 701	45.00 691	33.85 695	35.61 693	32.69 691	30.52 689	45.09 700	42.97 702	48.77 698	48.17 700	43.00 693	40.26 694	44.58 697	43.61 698	47.18 705	49.30 706	51.54 706	50.25 705	43.73 704	45.29 705

AVERAGE_ROB	44.46 702	45.91 702	46.59 692	40.59 697	38.66 694	32.99 692	30.52 689	46.19 701	43.26 703	49.59 699	48.97 701	44.62 695	39.89 693	45.04 698	43.94 699	48.74 706	50.69 707	50.80 705	49.79 704	45.54 705	46.97 706

MEDIAN_ROB	47.37 703	49.08 703	49.92 695	40.32 696	39.97 695	34.95 693	33.43 693	49.17 702	46.39 705	53.06 701	52.65 702	47.65 696	42.23 704	48.35 706	47.29 700	52.10 707	54.04 708	54.28 707	53.48 706	48.76 706	50.33 707

Selective-IGEV-i1pa	29.93 692	36.60 693	34.97 686	9.92 685	7.41 677	38.91 695	35.81 694	43.96 699	35.07 699	30.01 689	53.53 703	41.78 692	35.42 692	40.57 696	33.93 697	30.94 702	15.47 697	23.33 696	13.36 694	10.61 686	27.01 695

KSHMR	16.96 680	5.37 643	21.64 662	4.46 670	4.50 671	8.30 663	3.32 638	15.58 684	76.24 709	6.62 658	61.47 704	56.53 704	5.43 630	35.17 694	11.37 640	4.39 670	2.97 673	3.63 675	2.74 674	5.10 670	4.34 675

RSGM-EC	108.14 709	104.44 711	68.66 707	115.42 708	109.31 708	116.48 710	139.19 714	127.02 714	55.95 706	55.27 702	71.01 705	116.54 712	111.76 713	176.57 713	175.06 714	117.34 713	71.64 711	140.65 712	83.55 710	123.96 711	82.91 710

acva	108.14 709	104.44 711	68.66 707	115.42 708	109.31 708	116.48 710	139.19 714	127.02 714	55.95 706	55.27 702	71.01 705	116.54 712	111.76 713	176.57 713	175.06 714	117.34 713	71.64 711	140.65 712	83.55 710	123.96 711	82.91 710

xxxxx1	112.33 711	88.53 708	37.76 688	227.84 713	157.23 713	39.05 696	61.41 703	93.76 711	79.29 712	62.45 705	74.79 707	78.32 706	70.96 708	33.47 691	70.69 709	114.00 710	130.36 714	259.31 715	274.34 715	145.54 713	147.50 712

tt_ll	112.33 711	88.53 708	37.76 688	227.84 713	157.23 713	39.05 696	61.41 703	93.76 711	79.29 712	62.45 705	74.79 707	78.32 706	70.96 708	33.47 691	70.69 709	114.00 710	130.36 714	259.31 715	274.34 715	145.54 713	147.50 712

ff	112.33 711	88.53 708	37.76 688	227.84 713	157.23 713	39.05 696	61.41 703	93.76 711	79.29 712	62.45 705	74.79 707	78.32 706	70.96 708	33.47 691	70.69 709	114.00 710	130.36 714	259.31 715	274.34 715	145.54 713	147.50 712

TorneroNet	25.88 689	11.28 673	21.62 660	4.20 663	4.07 668	55.25 699	3.15 636	15.16 682	76.94 710	58.09 704	82.72 710	86.88 709	41.15 696	13.35 663	18.13 670	4.32 668	2.85 667	3.45 669	2.62 670	8.33 684	4.14 673

DPSimNet_ROB	102.30 708	119.72 714	143.59 713	109.42 707	94.10 705	127.22 712	127.15 713	26.62 689	102.36 715	149.58 716	83.99 711	139.34 715	137.54 715	64.62 708	82.36 713	105.18 709	66.15 710	120.15 710	69.61 709	99.58 708	77.72 709

BEATNet-Init1	49.72 705	64.32 707	97.77 711	4.68 673	4.28 670	84.75 709	60.42 702	73.38 710	68.59 708	88.29 711	88.51 712	91.94 710	97.99 711	85.26 711	70.96 712	0.80 607	0.65 612	0.85 621	0.70 606	7.96 682	2.33 644

ktn	21.74 687	10.34 668	19.68 584	4.53 671	4.00 667	6.53 654	4.51 657	6.79 656	78.82 711	84.69 710	100.86 713	58.49 705	7.57 655	12.11 648	13.35 648	4.58 677	3.24 676	3.49 670	2.62 670	4.65 668	3.84 670

light-stereo	41.45 694	10.64 670	54.16 704	59.84 705	45.61 702	131.14 713	1.57 559	37.33 698	17.30 682	76.21 709	120.65 714	118.18 714	3.98 603	89.11 712	15.46 653	5.48 682	9.68 692	1.25 636	1.28 640	17.93 693	12.24 686

Selective-IGEV-i16pa	129.35 714	164.95 715	19.57 580	3.26 651	2.26 639	202.88 716	5.86 660	236.38 717	207.45 717	116.27 714	209.82 715	153.71 716	219.30 717	258.04 717	190.96 716	192.94 716	94.03 713	90.21 709	64.92 708	4.40 666	149.67 715

test_example2	212.63 715	219.92 716	221.87 715	213.67 712	221.17 716	199.47 715	200.74 716	185.30 716	141.66 716	209.52 717	213.45 716	210.82 717	205.48 716	221.27 716	216.64 717	236.83 717	242.07 717	213.93 714	217.01 714	235.69 717	226.10 716

PML	64.32 707	53.22 704	17.88 545	8.10 682	32.94 692	148.46 714	247.79 717	12.18 673	45.42 704	111.41 713	288.92 717	101.47 711	101.31 712	31.67 690	15.55 654	14.03 692	4.83 680	10.98 690	6.18 684	28.82 695	5.17 676

ccccc		629.75 717		567.84 716	570.84 717	582.44 717		613.82 718		614.58 718		555.57 718		666.94 718		781.57 718	507.24 718	391.36 718	342.44 718	689.82 718

ASD4		113.98 713

Low-res two-view benchmark