Low-res two-view results

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

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

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

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

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

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

S2M2_XL	0.93 1	0.78 24	3.42 20	1.97 6	0.27 11	0.44 1	0.01 1	1.71 1	0.99 1	1.17 10	2.70 39	1.74 59	1.21 36	1.17 1	1.00 46	0.00 1	0.01 30	0.01 176	0.00 1	0.02 7	0.02 15
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
FS-TRT-Baseline	1.06 2	0.79 28	3.22 15	1.86 2	0.27 11	1.58 5	0.07 8	5.16 10	1.88 17	1.89 35	0.10 5	1.68 54	0.27 2	1.95 2	0.43 1	0.01 101	0.02 76	0.00 1	0.00 1	0.09 95	0.04 54
1853532: FS-TRT-Baseline: No-Enhancement Baseline for ETH3D Low-Res Two-View. Technical report (online)
FS-TRT-Harmonizegood	1.06 2	0.79 28	3.22 15	1.86 2	0.27 11	1.58 5	0.07 8	5.16 10	1.88 17	1.89 35	0.10 5	1.68 54	0.27 2	1.95 2	0.43 1	0.01 101	0.02 76	0.00 1	0.00 1	0.09 95	0.04 54
1853532: FS-TRT-Harmonize: Photometric Harmonization for ETH3D Low-Res Two-View. Technical report (online)
FoundationStereo	1.26 4	0.73 17	2.84 5	2.65 45	0.58 63	2.31 15	0.61 57	3.40 2	1.57 9	1.89 35	0.09 3	2.61 83	2.90 104	2.37 6	0.60 9	0.04 213	0.04 126	0.00 1	0.00 1	0.02 7	0.03 36

MS-F	1.28 5	0.63 5	2.88 6	2.00 8	0.32 18	2.14 13	0.01 1	4.86 9	2.56 28	1.63 25	0.45 11	2.17 77	1.25 38	3.81 20	0.84 25	0.01 101	0.02 76	0.00 1	0.00 1	0.01 1	0.02 15

HiDET	1.32 6	0.56 1	3.12 14	2.54 41	0.43 42	1.92 10	0.02 4	5.70 19	2.72 36	1.35 16	0.52 12	1.27 47	0.97 30	4.05 21	1.19 58	0.00 1	0.01 30	0.00 1	0.00 1	0.01 1	0.02 15

BridgeDepth_RVC	1.46 7	0.72 15	2.76 3	1.47 1	0.75 105	4.05 67	0.01 1	5.97 31	1.58 11	1.29 14	1.19 20	1.02 41	2.98 106	3.52 17	0.87 28	0.79 460	0.08 240	0.12 332	0.05 247	0.01 1	0.00 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
MLG-Stereo	1.48 8	0.65 11	3.04 11	2.52 37	0.79 110	3.11 35	0.16 24	6.26 43	1.80 14	0.84 1	0.10 5	1.51 51	0.65 17	7.44 90	0.53 5	0.02 164	0.09 253	0.00 1	0.03 201	0.03 32	0.02 15

LGtest1	1.48 8	0.75 20	4.03 61	2.33 23	0.65 77	3.02 31	0.11 17	6.12 38	1.51 5	1.41 22	1.48 22	0.65 34	0.93 29	5.60 47	0.81 19	0.03 194	0.12 298	0.00 1	0.00 1	0.10 110	0.04 54

CSFM-Stereo	1.49 10	0.59 3	3.11 13	2.47 34	0.31 17	3.07 32	0.15 22	6.28 48	2.36 25	2.48 57	1.08 16	1.50 50	1.10 33	4.29 29	0.89 29	0.02 164	0.02 76	0.00 1	0.00 1	0.02 7	0.03 36

MLG-Stereo_test1	1.51 11	0.65 11	3.00 9	2.47 34	2.46 271	2.84 26	0.16 24	5.64 18	1.77 12	0.98 6	0.09 3	1.53 52	0.52 10	7.44 90	0.56 6	0.02 164	0.09 253	0.00 1	0.03 201	0.03 32	0.02 15

252Zero-FE	1.52 12	0.84 45	3.49 26	2.85 55	0.54 56	1.97 12	0.08 11	6.14 39	4.11 67	1.76 29	3.45 49	0.16 1	0.27 2	3.61 19	0.82 20	0.01 101	0.10 269	0.08 283	0.04 223	0.04 42	0.03 36

MLG-Stereo_test2	1.52 12	0.64 6	2.81 4	2.52 37	1.79 224	2.76 24	0.16 24	4.70 6	1.80 14	1.75 27	0.08 2	3.21 90	0.17 1	7.28 84	0.64 10	0.02 164	0.11 287	0.00 1	0.00 1	0.04 42	0.03 36

MLG-Stereo_test3	1.57 14	0.69 14	3.82 44	2.19 12	1.34 179	3.92 63	0.25 32	5.89 29	1.27 3	0.91 4	1.07 15	1.99 73	0.64 16	6.09 60	1.10 51	0.03 194	0.09 253	0.00 1	0.00 1	0.05 53	0.04 54

dual_stereo	1.57 14	0.64 6	2.56 1	2.33 23	0.47 45	2.62 21	0.08 11	4.85 8	1.95 19	1.01 8	0.69 14	1.90 68	0.61 14	10.34 184	0.96 35	0.01 101	0.20 363	0.00 1	0.18 345	0.01 1	0.03 36

BridgeDepth	1.59 16	0.74 18	2.65 2	1.86 2	0.15 3	6.66 233	0.05 6	5.75 21	2.52 27	1.38 21	0.38 9	1.98 71	2.79 101	4.44 32	0.44 3	0.00 1	0.02 76	0.00 1	0.00 1	0.02 7	0.00 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
LG-Stereo_L2	1.59 16	0.87 53	4.31 76	2.54 41	0.69 83	2.76 24	0.44 43	6.85 61	1.57 9	1.59 23	0.39 10	0.39 23	0.52 10	7.85 102	0.82 20	0.04 213	0.12 298	0.00 1	0.00 1	0.03 32	0.02 15

LG-Stereo_L1	1.59 16	0.89 60	4.07 67	2.55 43	0.95 130	2.93 27	0.50 48	6.75 58	1.54 6	1.32 15	0.24 8	0.50 27	0.59 13	7.91 103	0.85 26	0.04 213	0.12 298	0.01 176	0.00 1	0.03 32	0.02 15

Wavelet-MonSter	1.61 19	0.84 45	4.03 61	2.47 34	2.55 277	2.93 27	0.03 5	4.71 7	1.40 4	1.96 38	4.34 65	0.34 20	0.83 26	4.87 37	0.90 30	0.00 1	0.03 110	0.02 194	0.00 1	0.02 7	0.03 36

MatchStereo	1.70 20	0.88 55	3.85 45	2.11 9	0.14 1	2.35 18	0.33 35	5.87 28	4.80 82	0.90 3	4.35 67	0.81 39	1.32 40	4.93 38	1.30 60	0.01 101	0.05 157	0.00 1	0.00 1	0.01 1	0.01 3

LCMNet	1.70 20	0.59 3	2.97 8	1.86 2	0.58 63	1.95 11	0.09 14	6.27 45	7.21 154	1.23 11	1.48 22	1.25 46	1.34 41	6.03 58	1.05 49	0.00 1	0.01 30	0.00 1	0.00 1	0.02 7	0.02 15

MonSter	1.74 22	0.74 18	3.64 31	2.27 16	1.62 205	6.01 206	0.13 19	6.02 32	2.88 44	1.35 16	2.11 27	0.30 14	0.36 5	6.50 66	0.83 22	0.00 1	0.00 1	0.00 1	0.02 180	0.02 7	0.02 15

Monster-pub-eth3d	1.75 23	0.75 20	3.64 31	2.27 16	1.62 205	6.02 209	0.14 20	6.02 32	2.87 43	1.35 16	2.11 27	0.30 14	0.36 5	6.59 69	0.83 22	0.00 1	0.00 1	0.00 1	0.02 180	0.02 7	0.02 15

MonStereo	1.76 24	0.75 20	3.64 31	2.27 16	1.61 204	6.04 210	0.14 20	6.02 32	2.88 44	1.35 16	2.11 27	0.30 14	0.36 5	6.84 77	0.83 22	0.00 1	0.00 1	0.00 1	0.01 147	0.02 7	0.02 15

4.5_new	1.82 25	0.79 28	3.44 22	2.35 25	1.84 225	5.69 184	1.28 106	5.59 16	2.60 30	3.74 97	3.37 46	0.43 24	0.97 30	3.16 10	0.98 37	0.01 101	0.01 30	0.00 1	0.00 1	0.07 77	0.16 186

4.5w-stereo	1.83 26	0.79 28	3.45 24	2.35 25	1.84 225	5.69 184	1.29 108	5.59 16	2.60 30	3.75 98	3.37 46	0.43 24	0.97 30	3.16 10	0.98 37	0.01 101	0.01 30	0.00 1	0.00 1	0.07 77	0.16 186

Monster-pub-mixall	1.84 27	0.85 50	3.45 24	2.27 16	0.94 129	2.43 19	0.54 53	6.32 49	2.65 34	3.04 76	3.56 50	0.38 22	0.49 9	8.93 143	0.74 17	0.01 101	0.06 191	0.00 1	0.00 1	0.04 42	0.04 54

IGEV	1.86 28	0.58 2	3.90 50	2.40 29	3.49 328	4.20 74	0.97 86	7.16 66	3.22 52	2.00 44	4.16 61	0.26 11	0.62 15	3.40 13	0.65 11	0.03 194	0.09 253	0.00 1	0.00 1	0.03 32	0.02 15

SGD-Stereo	1.88 29	0.76 23	3.80 42	2.37 27	0.33 24	3.48 48	0.93 83	6.52 53	2.22 21	3.84 102	1.08 16	1.78 61	1.34 41	8.32 115	0.70 14	0.09 267	0.01 30	0.00 1	0.00 1	0.06 59	0.03 36

GEAStereo	1.94 30	0.95 69	3.61 28	3.84 125	0.64 73	4.39 86	1.50 122	8.01 81	2.33 23	2.24 50	2.61 35	1.19 44	2.25 78	3.50 14	1.15 54	0.01 101	0.06 191	0.05 243	0.00 1	0.22 170	0.14 162

4.25_new	1.94 30	0.81 33	3.74 37	2.82 51	2.69 285	4.37 82	2.37 221	5.76 22	2.78 38	1.99 41	3.60 51	0.23 4	2.40 87	4.13 22	0.99 39	0.00 1	0.00 1	0.00 1	0.00 1	0.02 7	0.07 93

4.5w_new	1.94 30	0.81 33	3.74 37	2.82 51	2.69 285	4.37 82	2.37 221	5.76 22	2.78 38	1.99 41	3.60 51	0.23 4	2.40 87	4.13 22	0.99 39	0.00 1	0.00 1	0.00 1	0.00 1	0.02 7	0.07 93

4.25w-stereo	1.94 30	0.81 33	3.74 37	2.82 51	2.69 285	4.37 82	2.37 221	5.76 22	2.78 38	1.99 41	3.60 51	0.23 4	2.40 87	4.13 22	0.99 39	0.00 1	0.00 1	0.00 1	0.00 1	0.02 7	0.07 93

asda	1.95 34	0.81 33	4.14 74	2.66 47	1.93 239	3.30 43	0.86 78	5.92 30	3.10 51	2.41 55	3.10 42	0.63 33	2.99 107	5.57 46	1.48 68	0.02 164	0.01 30	0.00 1	0.00 1	0.07 77	0.07 93

4w-stereo	2.03 35	0.98 78	4.12 72	2.31 22	1.96 240	3.70 58	0.61 57	6.37 50	2.37 26	2.10 46	4.19 62	0.33 18	3.33 115	7.03 80	1.12 52	0.00 1	0.00 1	0.00 1	0.00 1	0.03 32	0.08 108

asd	2.06 36	0.78 24	3.85 45	2.45 31	2.18 253	3.99 65	0.35 36	6.94 62	2.60 30	2.99 73	2.79 40	0.52 28	2.27 82	8.33 116	0.93 31	0.02 164	0.01 30	0.00 1	0.00 1	0.07 77	0.11 135

S2M2_L	2.06 36	1.28 142	4.05 66	3.20 73	1.14 156	2.31 15	0.06 7	6.26 43	6.67 136	1.75 27	4.48 71	4.47 116	0.81 24	2.36 5	1.52 71	0.25 347	0.10 269	0.03 212	0.00 1	0.49 329	0.03 36
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
2.5w	2.10 38	0.78 24	4.30 75	2.96 61	1.85 228	3.22 38	2.25 212	6.05 36	2.69 35	1.80 32	5.44 101	0.23 4	2.01 67	7.36 87	1.01 48	0.01 101	0.01 30	0.00 1	0.00 1	0.02 7	0.06 83

2.75w_new	2.10 38	0.82 37	3.93 53	2.18 11	1.44 187	3.52 52	2.30 216	5.52 14	2.91 47	4.14 113	3.93 59	0.27 12	2.38 84	6.17 62	2.32 140	0.01 101	0.01 30	0.00 1	0.00 1	0.02 7	0.06 83

LG-G_1	2.14 40	0.64 6	4.04 63	3.18 71	0.37 26	11.00 313	0.60 55	6.27 45	1.55 7	1.28 12	1.15 18	1.34 48	2.14 73	8.08 109	0.99 39	0.04 213	0.12 298	0.00 1	0.00 1	0.06 59	0.03 36

LG-G	2.14 40	0.64 6	4.04 63	3.18 71	0.37 26	11.00 313	0.60 55	6.27 45	1.55 7	1.28 12	1.15 18	1.34 48	2.14 73	8.08 109	0.99 39	0.04 213	0.12 298	0.00 1	0.00 1	0.06 59	0.03 36

GSStereo	2.16 42	0.95 69	3.61 28	4.08 135	0.64 73	4.39 86	1.50 122	8.60 97	4.56 75	2.71 64	2.61 35	1.86 65	2.25 78	3.50 14	1.15 54	0.00 1	0.07 218	0.00 1	0.39 448	0.22 170	0.15 179

GREAT-IGEV	2.18 43	1.15 117	4.04 63	2.89 56	0.69 83	2.95 29	0.20 29	5.82 27	5.88 118	0.92 5	5.07 92	1.08 42	1.46 48	9.60 164	0.86 27	0.00 1	0.13 312	0.00 1	0.24 389	0.14 127	0.46 337

AdaDepth	2.20 44	0.82 37	4.90 101	3.27 78	2.91 300	3.54 55	0.70 63	5.30 13	3.05 50	1.73 26	3.31 45	0.49 26	1.60 50	10.91 212	0.96 35	0.03 194	0.11 287	0.00 1	0.23 379	0.04 42	0.03 36

IGEV-Stereo++	2.20 44	0.79 28	3.67 35	3.72 117	3.17 309	3.39 45	0.10 15	8.37 92	3.77 62	2.11 47	4.25 63	2.01 74	4.78 184	2.96 8	0.59 7	0.01 101	0.02 76	0.08 283	0.00 1	0.06 59	0.05 72

monsters	2.21 46	1.25 137	4.09 69	3.59 105	4.35 381	2.20 14	0.18 28	8.31 91	2.84 42	4.11 111	2.86 41	0.20 2	0.76 20	8.41 117	0.95 34	0.01 101	0.01 30	0.00 1	0.00 1	0.02 7	0.01 3

DEFOM-Stereo	2.21 46	0.88 55	3.63 30	3.42 88	0.89 123	13.14 353	0.83 75	4.68 5	1.96 20	2.72 66	1.66 24	0.59 30	0.54 12	8.53 122	0.68 12	0.00 1	0.01 30	0.00 1	0.00 1	0.02 7	0.02 15

3.25w_new	2.24 48	0.88 55	3.97 55	2.28 20	1.34 179	6.00 203	1.19 101	6.56 54	3.26 54	3.90 104	3.77 55	0.62 31	2.46 91	7.46 93	0.99 39	0.00 1	0.01 30	0.00 1	0.00 1	0.06 59	0.06 83

3.25w	2.24 48	0.88 55	3.97 55	2.28 20	1.34 179	6.01 206	1.19 101	6.56 54	3.26 54	3.90 104	3.77 55	0.62 31	2.46 91	7.44 90	0.99 39	0.00 1	0.01 30	0.00 1	0.00 1	0.06 59	0.06 83

qwe	2.30 50	0.82 37	3.76 40	2.60 44	2.75 291	4.59 96	0.28 33	6.62 56	2.90 46	4.62 125	4.62 78	0.55 29	0.89 27	8.78 135	2.09 122	0.00 1	0.01 30	0.00 1	0.00 1	0.07 77	0.14 162

StereoAnything_RVC	2.31 51	11.20 531	4.65 87	2.23 14	0.14 1	1.49 4	0.17 27	4.50 4	1.24 2	1.03 9	0.06 1	0.20 2	3.60 129	8.05 107	0.59 7	0.02 164	0.11 287	0.00 1	0.00 1	6.97 532	0.03 36

3.75w	2.32 52	0.89 60	3.85 45	2.45 31	3.23 314	8.15 268	1.42 115	5.77 25	2.79 41	2.60 60	4.64 79	0.31 17	2.77 100	6.56 68	0.94 32	0.00 1	0.01 30	0.00 1	0.00 1	0.06 59	0.05 72

RAStereo	2.32 52	1.08 101	6.36 167	3.73 118	1.39 186	1.81 9	0.12 18	7.70 75	7.44 161	2.27 53	3.94 60	3.43 92	0.81 24	3.55 18	2.47 152	0.00 1	0.00 1	0.00 1	0.00 1	0.29 224	0.07 93

2.25w	2.37 54	0.87 53	4.69 90	2.52 37	1.76 219	3.53 53	0.41 40	6.10 37	2.56 28	3.93 106	6.70 115	0.35 21	2.47 93	8.53 122	2.97 183	0.00 1	0.01 30	0.00 1	0.00 1	0.02 7	0.02 15

2w_stereo	2.37 54	0.83 40	4.12 72	2.73 48	1.22 162	4.67 100	3.90 292	6.98 63	3.62 60	3.48 90	5.01 91	0.24 8	4.36 152	4.43 31	1.70 88	0.00 1	0.01 30	0.00 1	0.00 1	0.02 7	0.03 36

gasm-f	2.39 56	0.96 74	3.77 41	3.84 125	0.50 50	4.50 91	2.54 236	8.01 81	2.33 23	2.24 50	5.92 109	1.19 44	4.05 142	6.12 61	1.31 62	0.01 101	0.06 191	0.05 243	0.00 1	0.25 195	0.14 162

monsterstereo	2.41 57	0.98 78	4.33 77	4.12 139	4.48 387	1.80 7	0.08 11	5.78 26	5.21 101	3.36 86	7.40 132	0.25 9	0.37 8	8.92 142	1.00 46	0.01 101	0.01 30	0.00 1	0.00 1	0.02 7	0.01 3

LG-Stereo	2.43 58	1.44 186	7.64 225	3.73 118	0.82 115	3.64 57	1.24 104	6.41 52	5.30 104	1.97 39	7.31 127	0.84 40	0.74 18	4.85 36	2.21 135	0.05 232	0.04 126	0.01 176	0.03 201	0.33 260	0.10 122

111111	2.45 59	1.01 84	3.89 49	3.60 106	4.13 360	3.49 51	0.23 31	8.63 99	3.25 53	2.15 48	4.26 64	2.29 78	2.03 68	8.86 141	0.94 32	0.01 101	0.02 76	0.08 283	0.00 1	0.14 127	0.04 54

3.5w_stereo	2.46 60	1.21 126	4.40 81	2.23 14	1.53 198	6.00 203	1.12 96	6.82 60	2.60 30	3.48 90	4.35 67	0.33 18	2.08 72	9.99 177	3.03 190	0.00 1	0.00 1	0.00 1	0.00 1	0.01 1	0.06 83

3w_stereo	2.49 61	0.84 45	5.43 125	2.46 33	0.46 44	5.44 157	6.54 381	7.07 64	3.41 59	3.30 83	4.77 84	0.28 13	4.24 150	4.24 28	1.30 60	0.00 1	0.01 30	0.00 1	0.00 1	0.02 7	0.07 93

fffft	2.58 62	0.86 51	5.15 115	3.15 70	1.32 174	4.44 89	4.17 299	8.04 84	3.29 56	3.03 75	2.20 30	1.88 67	1.45 47	10.41 187	1.80 93	0.00 1	0.04 126	0.00 1	0.00 1	0.31 243	0.10 122
1: 1. 1
AIO_test	2.59 63	0.89 60	4.07 67	3.70 116	2.35 265	5.35 152	2.39 225	8.10 85	4.33 71	1.35 16	4.60 76	4.27 112	1.35 43	7.29 85	0.71 16	0.76 454	0.07 218	0.00 1	0.09 292	0.06 59	0.03 36

Replicate-Monster	2.63 64	3.33 426	11.97 390	2.38 28	1.08 144	3.13 36	0.44 43	6.76 59	4.42 74	3.79 99	1.30 21	0.66 35	1.15 34	8.78 135	0.48 4	0.01 101	0.08 240	0.00 1	0.00 1	0.26 206	2.68 489

GIP-stereo	2.66 65	1.00 83	4.00 57	4.99 207	3.41 320	3.38 44	0.77 70	8.73 102	5.69 115	2.08 45	5.38 95	4.13 108	3.21 109	5.21 41	1.05 49	0.01 101	0.06 191	0.00 1	0.00 1	0.07 77	0.04 54

Zero-FE251	2.73 66	1.57 237	5.05 108	4.17 142	1.92 238	7.26 249	0.75 67	7.75 78	3.01 48	4.88 136	2.40 31	5.44 143	4.17 147	4.39 30	1.31 62	0.27 353	0.06 191	0.04 232	0.03 201	0.03 32	0.12 142

MaDis-Stereo	2.73 66	1.56 233	6.21 165	2.96 61	2.45 270	1.80 7	0.28 33	7.43 70	5.07 93	2.57 58	3.43 48	7.13 177	4.71 179	5.74 52	2.91 179	0.00 1	0.05 157	0.00 1	0.00 1	0.15 135	0.12 142

HUF	2.75 68	1.32 155	5.28 120	2.83 54	0.55 58	5.23 147	2.19 203	8.97 103	4.23 69	1.97 39	4.39 69	5.03 129	2.64 96	6.86 78	1.44 67	0.73 451	0.63 487	0.09 295	0.00 1	0.17 152	0.44 331

LG-Stereo_Zeroshot	2.77 69	0.90 63	5.49 129	4.91 203	1.75 218	3.75 59	0.85 77	7.14 65	3.33 57	3.51 93	10.67 176	2.03 75	5.26 197	3.11 9	1.80 93	0.00 1	0.06 191	0.00 1	0.19 358	0.43 300	0.19 217

IGEV-Stereo+	2.77 69	0.92 65	4.09 69	3.14 68	4.62 392	2.57 20	0.70 63	4.34 3	2.29 22	1.76 29	0.59 13	0.77 38	3.49 122	8.65 130	0.68 12	0.03 194	0.10 269	0.00 1	0.24 389	5.77 526	10.68 564

AIO_rvc	2.81 71	1.10 108	4.88 99	3.63 110	2.59 279	5.36 153	1.85 177	8.21 89	4.37 73	1.60 24	4.74 82	4.74 124	1.16 35	10.10 179	1.13 53	0.47 409	0.04 126	0.00 1	0.04 223	0.15 135	0.12 142

SMoEStereo_RVC	2.81 71	1.07 98	5.08 110	3.86 128	0.60 69	6.39 223	1.91 185	7.82 79	3.79 63	3.87 103	3.69 54	2.78 85	2.25 78	10.60 194	1.99 109	0.00 1	0.02 76	0.03 212	0.00 1	0.25 195	0.17 194

mms	2.86 73	1.38 168	5.26 118	3.68 113	1.84 225	4.23 76	4.01 293	8.01 81	4.29 70	2.43 56	5.53 106	3.05 87	1.35 43	9.22 153	2.06 118	0.00 1	0.06 191	0.00 1	0.00 1	0.36 271	0.44 331

UniTT-Stereo	2.89 74	0.90 63	6.74 180	4.08 135	2.42 268	2.63 22	0.42 41	5.57 15	4.88 85	5.36 141	7.63 134	1.09 43	1.47 49	8.80 138	5.11 284	0.03 194	0.07 218	0.00 1	0.01 147	0.48 320	0.11 135

1w_stereo	2.90 75	0.72 15	3.59 27	3.30 79	2.15 251	4.37 82	6.74 390	6.40 51	5.23 102	2.83 70	7.30 126	0.25 9	4.36 152	8.30 114	2.44 150	0.00 1	0.00 1	0.00 1	0.00 1	0.02 7	0.02 15

ours_stereo	2.91 76	1.34 158	5.14 113	3.67 111	1.49 194	3.87 62	2.80 249	8.10 85	6.28 127	2.15 48	5.66 108	3.98 104	1.84 63	9.38 158	1.77 92	0.00 1	0.02 76	0.00 1	0.00 1	0.32 253	0.34 297

AIO-Stereo	2.91 76	1.19 123	5.14 113	4.15 141	0.79 110	4.67 100	1.76 165	9.59 113	5.19 99	2.66 63	4.76 83	5.40 142	0.78 21	10.30 183	1.23 59	0.00 1	0.06 191	0.00 1	0.36 439	0.09 95	0.15 179

EGLCR-Stereo	2.92 78	1.06 93	5.28 120	3.38 86	0.55 58	4.59 96	0.66 59	10.43 133	4.81 83	3.30 83	3.23 44	7.93 192	1.71 58	9.22 153	1.62 81	0.05 232	0.12 298	0.00 1	0.00 1	0.23 185	0.16 186

IGEV++	2.98 79	1.27 140	5.17 116	5.41 258	0.47 45	4.63 98	1.71 156	9.97 123	4.75 80	2.58 59	6.27 113	4.35 114	4.44 159	4.98 39	3.05 193	0.00 1	0.07 218	0.00 1	0.08 279	0.24 191	0.18 204

IGEV-RUCA	3.00 80	1.12 113	4.51 84	4.78 192	2.30 260	6.18 213	1.80 171	7.24 68	4.79 81	2.63 62	4.91 88	4.06 105	2.44 90	9.70 167	1.50 69	0.14 288	0.26 409	0.21 385	0.29 412	0.74 400	0.35 302

zero-FE	3.01 81	1.06 93	4.57 86	4.18 146	4.04 355	3.24 39	1.51 126	6.17 41	1.87 16	1.00 7	2.52 32	1.72 58	4.92 187	6.19 63	2.77 170	0.27 353	0.10 269	0.00 1	0.05 247	13.94 564	0.09 113

MSCF	3.01 81	1.87 315	5.23 117	3.98 133	0.70 85	5.42 156	1.48 117	8.59 95	4.59 78	5.05 137	6.40 114	1.76 60	7.07 254	5.69 50	1.36 64	0.00 1	0.02 76	0.00 1	0.63 477	0.16 142	0.24 252

BStereo	3.05 83	1.51 210	15.51 447	2.95 58	1.03 134	5.97 201	3.41 272	6.02 32	5.56 111	2.75 68	1.76 25	2.49 81	0.78 21	7.72 98	3.07 194	0.01 101	0.03 110	0.04 232	0.09 292	0.09 95	0.17 194

Selective-IGEV	3.06 84	1.11 110	4.98 103	3.56 100	1.66 208	4.73 104	2.14 202	10.73 142	4.56 75	2.93 71	4.60 76	5.54 147	1.77 61	10.82 209	1.69 86	0.00 1	0.01 30	0.00 1	0.14 327	0.06 59	0.13 156

RSM++	3.08 85	1.04 91	5.27 119	4.25 156	0.50 50	5.04 139	2.63 240	10.11 124	4.34 72	3.16 79	4.66 80	6.73 167	1.87 65	9.96 175	1.69 86	0.00 1	0.00 1	0.01 176	0.18 345	0.14 127	0.10 122

RSM	3.10 86	0.98 78	4.86 98	4.17 142	1.08 144	4.76 112	1.83 174	10.14 125	4.21 68	3.38 88	4.34 65	7.82 189	1.75 60	10.69 198	1.64 84	0.00 1	0.03 110	0.00 1	0.18 345	0.13 122	0.07 93

VIP-Stereo	3.13 87	1.39 170	4.85 97	3.02 64	4.34 379	15.03 389	1.76 165	5.70 19	3.66 61	1.87 34	5.38 95	2.42 79	1.84 63	9.45 160	1.65 85	0.00 1	0.08 240	0.00 1	0.00 1	0.06 59	0.13 156

FlowAnything_test	3.13 87	1.42 176	6.59 173	8.69 423	1.35 182	8.70 274	2.51 232	7.60 73	3.03 49	4.10 110	2.67 38	3.52 97	0.75 19	5.86 56	4.48 263	0.06 250	0.03 110	0.15 355	0.66 479	0.16 142	0.18 204

NLMM	3.17 89	1.08 101	4.00 57	3.35 83	3.67 331	2.32 17	0.77 70	11.09 146	9.49 193	3.35 85	7.98 138	1.82 64	2.05 71	8.42 118	3.96 241	0.02 164	0.00 1	0.00 1	0.00 1	0.05 53	0.04 54

NLSM1	3.17 89	0.97 76	4.01 59	3.79 123	4.28 373	3.01 30	0.39 38	11.37 147	5.82 117	4.15 114	7.29 125	1.69 57	3.51 124	9.75 168	3.37 210	0.03 194	0.00 1	0.00 1	0.00 1	0.03 32	0.01 3

DDF-Stereo	3.17 89	1.08 101	4.40 81	4.63 182	4.02 354	3.40 46	1.51 126	5.27 12	1.78 13	0.85 2	2.57 34	1.68 54	4.63 173	8.01 106	2.80 173	0.27 353	0.13 312	0.00 1	0.14 327	16.19 568	0.09 113

AEACV	3.17 89	1.11 110	5.39 124	4.55 175	5.35 435	4.29 79	1.60 135	6.21 42	5.43 107	3.08 77	7.85 137	4.23 110	6.55 241	5.51 44	1.56 74	0.00 1	0.09 253	0.03 212	0.32 427	0.20 163	0.12 142

GASTEREO	3.18 93	1.99 336	5.13 112	4.28 159	0.70 85	5.59 168	1.49 121	8.66 100	4.94 87	5.17 140	6.84 120	1.58 53	7.14 255	7.72 98	1.38 65	0.00 1	0.02 76	0.00 1	0.64 478	0.08 89	0.23 245

DEFOM-Stereo_RVC	3.18 93	6.90 498	3.85 45	10.48 478	1.59 202	4.71 103	0.47 46	8.39 93	2.76 37	2.34 54	3.12 43	0.74 36	7.20 258	9.02 150	1.62 81	0.00 1	0.14 328	0.00 1	0.19 358	0.02 7	0.03 36

NLSM3	3.19 95	0.86 51	3.90 50	3.11 66	4.00 353	3.18 37	0.55 54	13.79 201	8.23 176	3.39 89	6.88 122	1.79 63	3.97 138	7.12 83	3.01 186	0.01 101	0.00 1	0.05 243	0.00 1	0.03 32	0.01 3

SCV	3.20 96	1.40 171	5.96 149	4.71 186	0.71 90	4.21 75	1.70 144	10.94 143	6.06 122	1.85 33	4.80 86	6.16 155	2.74 99	9.82 170	1.74 90	0.05 232	0.09 253	0.00 1	0.24 389	0.50 335	0.30 281

tt45	3.20 96	0.95 69	4.36 79	3.73 118	1.86 229	8.19 269	2.05 200	9.12 108	3.36 58	5.60 144	4.42 70	4.61 123	2.39 86	11.00 215	1.96 104	0.00 1	0.04 126	0.00 1	0.01 147	0.32 253	0.10 122

MoCha-V2	3.20 96	0.92 65	4.82 96	5.09 216	0.40 30	4.63 98	1.37 113	9.81 119	5.41 106	5.58 143	5.26 94	2.63 84	6.48 238	9.90 173	1.15 54	0.02 164	0.24 398	0.00 1	0.25 395	0.07 77	0.04 54

Pointernet	3.22 99	0.84 45	5.79 143	3.22 76	0.35 25	5.27 150	0.37 37	16.46 248	5.96 120	4.11 111	6.81 119	4.84 127	2.73 98	4.78 35	2.52 155	0.00 1	0.15 334	0.00 1	0.22 368	0.04 42	0.02 15

SCV_C0	3.23 100	1.31 152	6.44 170	3.20 73	0.82 115	4.84 119	1.61 136	10.34 131	6.85 141	2.74 67	4.91 88	6.26 157	1.81 62	11.06 219	1.50 69	0.11 277	0.06 191	0.00 1	0.23 379	0.33 260	0.11 135

MGS-Stereo	3.26 101	1.29 146	6.73 178	3.30 79	0.47 45	4.89 122	1.55 131	6.15 40	8.88 186	4.31 116	10.15 166	5.48 144	1.27 39	8.09 111	1.97 106	0.04 213	0.01 30	0.02 194	0.00 1	0.57 358	0.04 54

rrr	3.26 101	1.57 237	7.72 229	3.36 84	0.60 69	4.93 125	1.59 134	10.72 141	5.11 97	3.79 99	4.58 74	4.53 120	4.00 140	10.13 180	2.09 122	0.00 1	0.06 191	0.00 1	0.22 368	0.12 116	0.18 204

CroCo-Stereo	3.27 103	1.90 318	7.18 201	8.50 422	1.11 146	0.96 2	0.97 86	10.18 126	8.20 174	3.59 94	4.69 81	8.02 196	4.53 168	2.75 7	2.34 142	0.01 101	0.00 1	0.00 1	0.00 1	0.31 243	0.11 135
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
fffy	3.28 104	1.20 124	5.94 148	3.67 111	0.85 118	4.84 119	1.75 161	10.18 126	6.44 130	2.60 60	6.15 111	6.33 160	3.16 108	10.08 178	1.62 81	0.00 1	0.12 298	0.00 1	0.00 1	0.30 231	0.33 293

IGEVStereo-DCA	3.31 105	1.57 237	6.20 160	3.36 84	0.60 69	4.93 125	1.70 144	13.26 181	5.04 88	3.79 99	4.58 74	4.53 120	4.00 140	10.13 180	2.09 122	0.00 1	0.06 191	0.00 1	0.18 345	0.12 116	0.14 162

test_xeample3	3.34 106	1.54 221	7.67 226	3.33 82	0.68 79	5.74 186	1.63 138	12.05 154	3.88 66	6.71 149	3.81 58	3.17 89	3.34 116	10.59 193	2.07 119	0.00 1	0.02 76	0.00 1	0.27 405	0.13 122	0.16 186

GLC_STEREO	3.40 107	1.06 93	3.44 22	6.52 336	0.20 5	4.76 112	1.66 140	8.97 103	6.59 134	5.39 142	9.04 147	5.23 136	2.03 68	9.76 169	2.77 170	0.01 101	0.03 110	0.21 385	0.00 1	0.23 185	0.06 83

999	3.44 108	0.92 65	4.78 92	4.69 185	2.34 264	7.58 259	2.20 204	9.81 119	6.11 124	2.96 72	4.79 85	5.07 130	2.27 82	12.10 280	2.76 169	0.03 194	0.09 253	0.00 1	0.00 1	0.29 224	0.10 122

ff7	3.48 109	1.76 296	6.20 160	3.45 90	1.13 150	5.02 133	1.70 144	13.26 181	5.04 88	4.66 127	5.47 102	3.49 93	4.70 175	11.14 224	2.01 111	0.00 1	0.04 126	0.00 1	0.18 345	0.30 231	0.14 162

ffff	3.48 109	1.76 296	6.20 160	3.45 90	1.13 150	5.02 133	1.70 144	13.26 181	5.04 88	4.66 127	5.47 102	3.49 93	4.70 175	11.14 224	2.01 111	0.00 1	0.04 126	0.00 1	0.18 345	0.30 231	0.14 162

11t	3.48 109	1.76 296	6.20 160	3.45 90	1.13 150	5.02 133	1.70 144	13.26 181	5.04 88	4.66 127	5.47 102	3.49 93	4.70 175	11.14 224	2.01 111	0.00 1	0.04 126	0.00 1	0.18 345	0.30 231	0.14 162

ccc-4	3.48 109	1.76 296	6.20 160	3.45 90	1.13 150	5.02 133	1.70 144	13.26 181	5.04 88	4.66 127	5.47 102	3.49 93	4.70 175	11.14 224	2.01 111	0.00 1	0.04 126	0.00 1	0.18 345	0.30 231	0.14 162

anonymousdsp	3.51 113	1.75 292	5.66 139	3.49 94	1.13 150	5.04 139	1.74 158	13.69 193	5.07 93	4.83 132	5.42 99	4.25 111	4.44 159	11.14 224	1.98 107	0.00 1	0.04 126	0.00 1	0.18 345	0.31 243	0.13 156

castereo++	3.52 114	1.28 142	3.96 54	3.76 122	2.61 280	16.87 432	1.95 192	7.57 71	8.51 181	2.26 52	4.54 73	5.10 131	2.04 70	8.75 134	0.74 17	0.00 1	0.15 334	0.00 1	0.35 435	0.05 53	0.02 15

IGEV-Stereo	3.52 114	1.75 292	5.67 140	3.49 94	1.12 148	5.04 139	1.73 157	13.70 194	5.07 93	4.83 132	5.42 99	4.27 112	4.43 158	11.15 229	1.98 107	0.00 1	0.04 126	0.00 1	0.18 345	0.31 243	0.12 142
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CREStereo	3.58 116	1.05 92	3.35 19	2.17 10	0.59 66	5.61 169	0.40 39	10.50 134	13.34 241	6.93 156	10.44 173	5.29 140	3.47 120	5.82 54	2.62 160	0.01 101	0.01 30	0.02 194	0.01 147	0.04 42	0.01 3
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
LoS	3.59 117	1.07 98	3.81 43	2.80 50	0.52 55	4.98 129	1.18 100	10.35 132	12.97 231	4.54 123	10.75 179	3.89 103	3.27 112	8.78 135	2.63 162	0.03 194	0.03 110	0.09 295	0.00 1	0.12 116	0.04 54
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	3.61 118	1.91 321	6.17 159	3.31 81	0.67 78	5.51 159	6.46 377	12.60 169	6.23 125	3.18 80	4.80 86	3.64 99	3.57 125	11.15 229	2.11 126	0.02 164	0.21 370	0.01 176	0.01 147	0.41 295	0.14 162

trnet	3.62 119	0.95 69	3.30 17	2.21 13	0.56 60	5.67 182	0.42 41	10.62 140	13.30 239	6.89 154	10.45 174	5.78 149	3.69 132	5.80 53	2.61 158	0.00 1	0.02 76	0.03 212	0.01 147	0.04 42	0.02 15

U	3.65 120	0.64 6	5.91 146	3.91 129	11.89 548	11.50 321	0.20 29	7.66 74	5.38 105	1.79 31	2.55 33	0.76 37	1.61 51	2.34 4	0.70 14	0.00 1	0.04 126	10.60 564	5.47 552	0.04 42	0.02 15

water-stereo	3.66 121	0.84 45	4.79 95	3.60 106	0.79 110	5.03 138	0.89 80	12.93 173	5.45 109	5.82 145	14.74 216	6.51 165	4.76 183	3.37 12	3.26 207	0.03 194	0.13 312	0.09 295	0.04 223	0.06 59	0.07 93

Wave_Phase_stereo	3.68 122	1.51 210	15.51 447	2.95 58	1.03 134	12.63 343	3.41 272	11.91 152	5.56 111	2.75 68	1.76 25	2.49 81	0.78 21	7.72 98	3.07 194	0.01 101	0.03 110	0.04 232	0.09 292	0.09 95	0.17 194

Occ-G	3.68 122	1.07 98	4.68 88	3.11 66	1.26 166	3.63 56	6.75 391	7.88 80	4.90 86	4.37 120	8.36 139	9.68 220	4.39 155	9.65 165	3.23 206	0.00 1	0.11 287	0.00 1	0.19 358	0.19 159	0.07 93

DA	3.70 124	0.83 40	4.78 92	5.07 213	0.70 85	16.50 427	1.94 189	9.42 109	7.22 155	4.02 107	6.78 116	5.96 152	4.49 164	4.16 25	1.54 72	0.05 232	0.12 298	0.00 1	0.00 1	0.06 59	0.26 262

GGEV	3.70 124	0.83 40	4.78 92	5.07 213	0.70 85	16.50 427	1.94 189	9.42 109	7.22 155	4.02 107	6.78 116	5.96 152	4.49 164	4.16 25	1.54 72	0.05 232	0.12 298	0.00 1	0.00 1	0.06 59	0.26 262

rvit_stereo_0081_aga	3.72 126	2.39 385	8.60 276	5.27 245	2.99 307	5.02 133	1.94 189	8.12 87	6.24 126	6.74 150	6.85 121	5.85 150	3.28 113	7.31 86	3.04 191	0.02 164	0.00 1	0.00 1	0.00 1	0.59 364	0.22 237

GCAP-Stereo	3.72 126	1.60 246	7.39 215	4.24 151	0.37 26	5.78 188	1.12 96	12.28 157	6.53 133	8.35 170	9.69 156	6.62 166	3.57 125	4.58 34	1.91 99	0.00 1	0.07 218	0.05 243	0.00 1	0.25 195	0.04 54

LoS_RVC	3.72 126	2.57 396	3.90 50	4.27 158	7.61 502	5.39 155	2.90 253	7.29 69	3.84 64	3.67 96	10.20 167	3.66 100	4.48 163	6.19 63	2.14 130	0.01 101	0.03 110	0.00 1	0.00 1	0.06 59	6.15 530

HART	3.80 129	1.52 214	5.45 126	4.85 198	0.51 52	4.41 88	0.76 68	12.59 168	5.08 96	5.95 146	12.76 201	6.87 171	1.72 59	10.71 200	1.84 96	0.00 1	0.13 312	0.10 314	0.00 1	0.45 307	0.26 262

CES	3.85 130	1.14 115	2.91 7	3.05 65	11.37 543	5.37 154	1.02 91	9.52 112	8.82 184	3.50 92	9.21 152	1.78 61	0.90 28	6.53 67	2.37 144	0.02 164	0.04 126	0.01 176	0.00 1	1.62 449	7.74 551

WCG-NET	3.86 131	0.96 74	5.80 144	2.92 57	0.28 15	4.48 90	1.80 171	7.23 67	15.03 256	8.77 178	9.58 155	6.94 175	4.20 148	6.92 79	2.05 116	0.00 1	0.08 240	0.00 1	0.00 1	0.14 127	0.08 108

NLCSM	3.88 132	1.23 130	4.96 102	3.94 131	5.24 424	4.51 92	0.77 70	13.71 195	15.02 255	3.15 78	4.53 72	3.27 91	5.49 200	7.48 94	4.17 252	0.02 164	0.00 1	0.00 1	0.00 1	0.04 42	0.04 54

CASnet	3.91 133	1.03 90	4.68 88	4.98 205	0.27 11	4.99 131	2.95 254	11.02 145	11.02 206	10.61 199	11.76 190	4.15 109	1.65 55	5.85 55	1.91 99	0.50 415	0.00 1	0.59 449	0.12 316	0.13 122	0.02 15
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala	3.91 133	1.52 214	6.96 195	3.43 89	3.47 326	8.07 266	1.75 161	8.59 95	4.60 79	12.85 236	9.85 158	7.14 178	1.93 66	5.51 44	1.93 101	0.01 101	0.10 269	0.00 1	0.31 423	0.04 42	0.04 54

rvit_stereo_0081	3.93 135	1.78 305	8.60 276	6.26 320	1.73 215	3.48 48	2.36 218	7.71 76	15.81 271	4.41 121	5.39 97	5.14 133	3.94 136	7.95 104	3.57 215	0.01 101	0.01 30	0.00 1	0.01 147	0.39 287	0.10 122

rvit_stereo_0082	3.93 135	1.78 305	8.60 276	6.26 320	1.73 215	3.48 48	2.36 218	7.71 76	15.81 271	4.41 121	5.39 97	5.14 133	3.94 136	7.95 104	3.57 215	0.01 101	0.01 30	0.00 1	0.01 147	0.39 287	0.10 122

castereo	3.96 137	1.45 188	4.33 77	3.73 118	1.04 137	6.35 221	7.23 406	9.95 122	15.86 274	3.01 74	7.69 135	3.59 98	7.43 261	5.17 40	1.88 97	0.03 194	0.13 312	0.00 1	0.26 399	0.07 77	0.03 36

rvit_stereo_0080	3.98 138	2.11 361	7.62 223	3.68 113	1.90 236	4.16 69	7.60 412	9.69 115	8.13 171	5.08 138	7.39 130	6.27 158	4.44 159	6.73 75	3.92 238	0.20 316	0.01 30	0.00 1	0.00 1	0.55 351	0.12 142

whm_eth	3.98 138	2.11 361	7.62 223	3.68 113	1.90 236	4.16 69	7.60 412	9.69 115	8.13 171	5.08 138	7.39 130	6.27 158	4.44 159	6.73 75	3.92 238	0.20 316	0.01 30	0.00 1	0.00 1	0.55 351	0.12 142

MC-Stereo	3.99 140	0.95 69	4.70 91	5.09 216	0.44 43	3.77 60	1.79 169	9.86 121	7.05 153	6.34 148	13.35 207	6.83 170	6.34 234	10.80 207	1.75 91	0.00 1	0.11 287	0.06 261	0.24 389	0.12 116	0.14 162

CroCo-Stereo Lap2	4.01 141	2.03 351	8.14 252	9.82 458	6.03 460	1.11 3	0.79 73	9.71 117	7.98 167	3.26 82	4.99 90	9.08 211	5.80 215	6.08 59	4.39 260	0.00 1	0.05 157	0.00 1	0.00 1	0.71 390	0.30 281

depthmonostereo	4.02 142	1.64 263	5.29 122	4.40 165	1.19 159	8.04 265	1.16 99	15.24 221	12.52 222	4.62 125	7.49 133	4.11 107	4.80 185	6.61 70	2.71 166	0.04 213	0.21 370	0.11 328	0.07 275	0.07 77	0.02 15

MM-Stereo_test2	4.03 143	1.20 124	7.42 216	5.18 234	0.76 106	7.24 248	2.26 213	14.57 208	8.19 173	6.89 154	5.13 93	4.85 128	3.80 133	10.49 190	1.96 104	0.00 1	0.12 298	0.00 1	0.09 292	0.33 260	0.08 108

CAS++	4.07 144	1.67 270	6.02 153	4.17 142	1.02 133	4.26 78	1.68 141	19.10 295	10.01 198	9.18 181	9.17 150	1.98 71	1.41 46	9.54 162	1.73 89	0.02 164	0.05 157	0.00 1	0.00 1	0.32 253	0.11 135
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
plain	4.15 145	1.67 270	9.97 349	4.86 199	2.97 306	3.27 40	1.41 114	8.20 88	5.51 110	3.37 87	16.69 236	3.03 86	2.71 97	14.44 361	3.91 237	0.14 288	0.00 1	0.03 212	0.01 147	0.69 385	0.14 162

DilatedVolume-Stereo	4.23 146	1.38 168	5.58 137	3.85 127	1.58 200	10.80 306	1.02 91	11.59 148	5.65 113	11.75 208	9.98 159	4.54 122	3.29 114	9.83 171	3.01 186	0.05 232	0.18 351	0.08 283	0.23 379	0.08 89	0.06 83

NLMM1	4.27 147	1.01 84	3.65 34	3.61 108	4.16 362	3.84 61	0.98 88	19.58 300	16.13 275	3.20 81	7.36 129	1.97 70	3.62 130	11.45 242	4.64 266	0.02 164	0.00 1	0.04 232	0.00 1	0.02 7	0.01 3

MIF-Stereo (partial)	4.33 148	1.23 130	7.27 207	5.04 209	5.31 433	3.47 47	0.95 85	9.06 106	7.41 160	4.15 114	15.76 226	5.38 141	5.22 194	11.56 249	4.21 253	0.04 213	0.02 76	0.05 243	0.03 201	0.34 266	0.12 142

MyStereo07	4.38 149	1.92 325	5.06 109	6.09 308	4.31 375	6.54 229	9.96 450	15.35 225	5.15 98	4.34 118	5.65 107	3.15 88	5.77 214	11.33 237	1.81 95	0.06 250	0.10 269	0.03 212	0.04 223	0.63 374	0.30 281

XX-TBD	4.45 150	10.67 524	3.01 10	10.28 475	0.57 62	5.84 193	0.07 8	7.57 71	12.24 220	11.43 207	14.74 216	4.07 106	1.66 56	4.51 33	2.05 116	0.01 101	0.01 30	0.00 1	0.00 1	0.26 206	0.01 3

rvit_stereo_0083	4.53 151	1.94 329	9.94 347	7.12 374	1.67 209	4.98 129	2.80 249	8.25 90	18.22 304	4.76 131	7.78 136	6.41 162	4.87 186	7.54 95	3.74 226	0.11 277	0.04 126	0.00 1	0.01 147	0.24 191	0.16 186

FE-Mocha	4.54 152	2.08 357	9.99 351	4.36 164	2.16 252	4.76 112	0.81 74	13.59 190	4.81 83	13.39 254	11.04 181	11.38 241	3.45 117	5.97 57	2.12 129	0.03 194	0.14 328	0.14 348	0.38 445	0.12 116	0.18 204

Reg-Stereo(zero)	4.54 152	0.68 13	4.39 80	3.20 73	1.30 168	3.29 42	0.89 80	16.64 251	12.89 230	10.01 189	10.70 178	10.29 225	4.51 167	8.83 139	2.63 162	0.01 101	0.14 328	0.00 1	0.13 321	0.03 32	0.17 194

GCAP-BAT	4.57 154	2.24 378	7.50 218	3.14 68	4.24 365	5.93 200	1.88 180	9.03 105	5.80 116	13.03 243	12.47 199	8.46 202	2.89 103	11.02 216	2.94 181	0.00 1	0.12 298	0.01 176	0.28 408	0.05 53	0.28 272

WCG-NET（raft）	4.57 154	1.16 118	6.01 152	2.95 58	0.19 4	5.09 143	2.01 195	10.28 129	15.34 262	8.64 176	11.43 187	9.63 219	5.06 191	10.96 214	2.19 133	0.00 1	0.13 312	0.00 1	0.01 147	0.14 127	0.12 142

CREStereo++_RVC	4.61 156	0.99 82	3.70 36	4.08 135	2.01 245	3.94 64	0.10 15	9.10 107	16.94 283	8.65 177	16.77 238	4.46 115	2.18 75	5.72 51	3.12 198	0.00 1	0.00 1	0.00 1	10.32 571	0.02 7	0.01 3
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
iRaftStereo_RVC	4.68 157	1.51 210	6.89 191	4.91 203	0.72 99	5.26 149	0.46 45	17.60 263	10.47 201	9.53 185	15.13 220	5.75 148	3.24 111	8.93 143	2.22 136	0.00 1	0.09 253	0.00 1	0.00 1	0.46 311	0.41 321

Former-RAFT_DAM_RVC	4.69 158	2.56 395	8.72 281	4.26 157	3.52 329	9.22 282	1.48 117	13.54 188	18.88 311	7.47 164	7.08 124	2.04 76	2.24 77	9.66 166	2.27 139	0.05 232	0.02 76	0.07 273	0.00 1	0.53 345	0.21 230

TANstereo	4.70 159	1.08 101	4.01 59	3.53 99	0.47 45	14.26 372	0.15 22	8.67 101	12.54 223	12.50 219	18.43 255	5.20 135	4.54 170	5.68 49	2.07 119	0.00 1	0.13 312	0.00 1	0.01 147	0.02 7	0.63 369

rvit_stereo_ft	4.73 160	2.68 401	9.30 316	11.34 500	2.74 290	4.18 73	8.45 424	9.77 118	9.90 197	4.04 109	6.26 112	6.73 167	4.72 180	8.99 146	5.03 282	0.01 101	0.00 1	0.00 1	0.00 1	0.28 217	0.09 113

MSKI-zero shot	4.76 161	1.56 233	5.98 150	5.14 227	1.13 150	6.55 231	1.55 131	12.76 171	8.06 169	10.44 197	11.50 188	13.47 287	2.38 84	12.07 278	1.90 98	0.01 101	0.20 363	0.02 194	0.29 412	0.14 127	0.14 162

MM-Stereo_test1	5.04 162	1.17 121	6.08 155	5.38 254	0.80 113	4.99 131	7.07 399	13.43 187	12.00 217	12.94 239	10.20 167	5.92 151	6.69 243	11.26 235	2.19 133	0.01 101	0.11 287	0.00 1	0.00 1	0.42 298	0.07 93

sCroCo_RVC	5.06 163	3.29 424	16.45 460	10.72 482	6.64 476	5.83 191	2.74 244	9.67 114	8.06 169	3.66 95	9.20 151	4.81 126	4.95 188	8.12 112	4.64 266	0.64 441	0.50 470	0.06 261	0.03 201	0.70 388	0.42 324

RAFT-Stereo-weight	5.07 164	0.93 68	5.57 135	4.24 151	0.72 99	6.05 211	1.63 138	17.77 267	17.16 284	10.99 204	10.22 169	12.06 258	1.67 57	9.25 155	2.69 164	0.06 250	0.11 287	0.00 1	0.00 1	0.15 135	0.12 142

tg	5.09 165	1.48 196	6.73 178	4.83 194	1.23 164	7.57 258	0.49 47	18.35 279	11.87 213	9.28 183	14.61 213	7.15 179	4.12 144	10.58 191	2.74 167	0.00 1	0.04 126	0.00 1	0.00 1	0.45 307	0.36 305

model_zeroshot	5.12 166	1.53 217	9.70 339	5.33 250	1.54 199	8.71 275	2.23 210	15.60 232	8.29 177	13.74 257	10.02 164	10.57 228	2.97 105	8.47 120	2.61 158	0.02 164	0.18 351	0.14 348	0.25 395	0.06 59	0.34 297

AE-Stereo	5.15 167	1.56 233	7.99 244	8.70 424	2.18 253	9.12 281	3.02 257	11.78 150	13.30 239	4.34 118	12.84 202	10.83 231	4.53 168	8.71 132	2.82 174	0.04 213	0.44 454	0.05 243	0.33 431	0.20 163	0.17 194

4D-IteraStereo	5.15 167	1.47 191	7.98 242	4.89 202	4.69 395	6.25 215	1.85 177	13.23 180	16.30 276	14.18 263	11.26 184	8.33 199	1.61 51	8.07 108	2.42 145	0.00 1	0.05 157	0.08 283	0.01 147	0.19 159	0.15 179

CAS	5.20 169	0.78 24	3.30 17	17.06 542	7.59 501	8.07 266	6.31 368	9.46 111	9.09 187	4.57 124	10.67 176	1.91 69	1.22 37	4.18 27	2.16 131	10.33 562	0.02 76	0.00 1	0.02 180	0.44 303	6.83 539

test_1	5.20 169	1.06 93	7.72 229	4.21 149	0.59 66	6.69 234	3.03 258	12.98 176	17.51 293	12.35 217	8.66 142	13.20 278	4.12 144	9.00 148	2.11 126	0.00 1	0.05 157	0.00 1	0.32 427	0.25 195	0.18 204

test-3	5.21 171	1.06 93	7.71 228	4.19 147	0.59 66	6.72 237	3.01 256	12.96 174	17.49 292	12.53 227	8.65 140	13.20 278	4.14 146	9.00 148	2.11 126	0.00 1	0.05 157	0.00 1	0.32 427	0.25 195	0.18 204

EAI-Stereo	5.21 171	1.74 283	8.46 268	5.69 271	1.37 185	5.67 182	3.52 278	18.77 288	5.65 113	9.75 186	16.08 230	6.36 161	3.57 125	11.73 261	3.64 220	0.01 101	0.33 430	0.03 212	1.06 503	0.21 167	0.65 377

tt1	5.27 173	1.99 336	5.11 111	6.02 304	0.26 6	10.59 301	4.22 303	18.45 281	16.31 277	6.75 151	8.95 146	4.75 125	9.15 297	10.82 209	1.61 79	0.00 1	0.05 157	0.00 1	0.04 223	0.26 206	0.14 162

IGEV-FE	5.28 174	2.03 351	14.26 431	6.10 311	1.33 176	4.32 80	1.03 94	14.46 204	6.50 131	13.33 252	11.86 191	11.00 233	3.47 120	10.71 200	3.65 222	0.03 194	0.22 380	0.15 355	0.26 399	0.80 404	0.20 222

ACVNet-DCA	5.28 174	2.00 338	4.99 104	5.89 287	0.26 6	10.85 308	5.38 332	20.20 308	11.88 214	6.95 157	10.01 160	4.49 117	9.78 313	10.79 204	1.59 76	0.00 1	0.05 157	0.00 1	0.04 223	0.25 195	0.20 222

IGEV_Zeroshot_test	5.28 174	2.03 351	14.26 431	6.09 308	1.33 176	4.32 80	1.03 94	14.46 204	6.50 131	13.33 252	11.89 192	11.01 234	3.45 117	10.71 200	3.64 220	0.03 194	0.22 380	0.15 355	0.26 399	0.80 404	0.20 222

RCA-Stereo	5.32 177	1.08 101	5.91 146	4.29 162	0.51 52	5.65 172	4.12 297	16.97 255	18.67 309	8.27 169	14.16 210	8.86 206	8.90 292	6.45 65	2.18 132	0.00 1	0.07 218	0.10 314	0.00 1	0.10 110	0.07 93

gcap-zeroshot	5.34 178	1.50 206	10.42 361	4.65 183	1.22 162	9.78 286	1.70 144	10.29 130	6.36 129	15.08 284	9.84 157	17.96 361	5.21 193	9.43 159	1.99 109	0.10 273	0.36 435	0.06 261	0.29 412	0.05 53	0.43 327

cc1	5.34 178	2.00 338	4.99 104	5.89 287	0.26 6	10.85 308	5.38 332	17.85 271	15.48 264	6.95 157	10.01 160	4.49 117	9.78 313	10.79 204	1.59 76	0.00 1	0.05 157	0.00 1	0.04 223	0.30 231	0.13 156

PMTNet	5.36 180	0.97 76	3.42 20	1.97 6	1.30 168	8.96 276	0.69 62	12.33 158	12.16 219	8.50 173	11.35 185	6.09 154	4.50 166	9.34 157	2.70 165	22.71 578	0.01 30	0.04 232	0.02 180	0.06 59	0.01 3

cross-raft	5.37 181	1.23 130	6.66 176	5.91 292	1.25 165	6.00 203	1.48 117	15.82 238	7.70 164	12.95 240	20.80 294	11.63 244	4.42 156	8.59 124	2.23 137	0.01 101	0.21 370	0.00 1	0.22 368	0.21 167	0.10 122

xyz-stereo-finetune	5.39 182	1.47 191	5.53 133	2.65 45	0.30 16	11.94 328	3.28 263	12.96 174	21.28 336	8.14 166	12.32 197	6.19 156	3.62 130	11.80 265	5.98 305	0.01 101	0.02 76	0.00 1	0.02 180	0.16 142	0.04 54

HH	5.47 183	2.08 357	9.00 296	4.88 200	1.07 142	4.93 125	3.60 285	16.68 252	6.83 139	8.39 171	12.14 194	15.05 308	9.06 295	12.68 307	1.93 101	0.02 164	0.17 345	0.18 369	0.00 1	0.28 217	0.48 342

HanStereo	5.47 183	2.08 357	9.00 296	4.88 200	1.07 142	4.93 125	3.60 285	16.68 252	6.83 139	8.39 171	12.14 194	15.05 308	9.06 295	12.68 307	1.93 101	0.02 164	0.17 345	0.18 369	0.00 1	0.28 217	0.48 342

test_4	5.47 183	0.98 78	5.56 134	6.55 340	0.62 72	5.53 161	1.88 180	11.68 149	6.00 121	12.60 231	30.86 422	7.48 187	3.87 134	12.25 288	2.97 183	0.00 1	0.07 218	0.03 212	0.14 327	0.34 266	0.04 54

HUI-Stereo	5.48 186	1.74 283	9.01 298	5.08 215	0.42 37	5.65 172	2.77 246	12.55 167	7.03 152	12.54 229	18.10 249	13.07 276	6.71 244	9.92 174	3.74 226	0.61 435	0.08 240	0.09 295	0.00 1	0.22 170	0.23 245

RAFT-Stereo + iAFF	5.48 186	1.66 269	7.56 220	3.49 94	0.40 30	2.75 23	0.67 60	16.07 243	14.76 253	12.27 214	18.67 260	11.95 253	8.08 276	7.84 101	2.89 176	0.01 101	0.06 191	0.00 1	0.00 1	0.37 278	0.04 54

ROB_FTStereo	5.49 188	1.74 283	8.96 293	5.09 216	0.42 37	5.65 172	1.68 141	12.53 166	7.00 145	12.53 227	18.00 246	13.02 272	6.74 246	11.51 246	3.81 232	0.60 431	0.09 253	0.09 295	0.00 1	0.22 170	0.22 237

PSM-adaLoss	5.50 189	1.74 283	9.03 302	5.09 216	0.42 37	5.66 177	1.98 194	12.50 161	7.01 150	12.52 221	18.13 252	12.96 268	6.77 250	11.11 222	3.83 233	0.72 447	0.09 253	0.09 295	0.00 1	0.22 170	0.22 237

ROB_FTStereo_v2	5.53 190	1.74 283	8.97 295	5.09 216	0.42 37	5.64 171	2.02 196	12.50 161	7.00 145	12.51 220	18.10 249	12.99 269	6.72 245	11.50 245	4.04 250	0.70 443	0.09 253	0.09 295	0.00 1	0.22 170	0.23 245

CRE-IMP	5.53 190	1.63 262	9.62 329	5.65 267	0.48 49	7.02 245	1.70 144	11.84 151	8.33 178	12.99 242	16.02 229	11.08 236	6.23 226	12.06 276	5.06 283	0.28 357	0.07 218	0.09 295	0.00 1	0.24 191	0.21 230

RAFT-IKP	5.53 190	1.74 283	8.95 290	5.09 216	0.41 32	5.45 158	2.08 201	12.52 163	7.00 145	12.52 221	18.13 252	12.93 267	6.79 251	11.59 253	3.99 245	0.80 462	0.09 253	0.09 295	0.00 1	0.22 170	0.22 237

LL-Strereo2	5.54 193	2.17 368	9.12 307	5.65 267	2.54 276	6.48 225	2.27 214	15.08 216	7.79 166	10.99 204	10.26 170	15.94 321	3.50 123	13.25 333	3.63 219	0.00 1	0.13 312	1.34 501	0.10 303	0.30 231	0.19 217

iGMRVC	5.54 193	1.74 283	9.01 298	5.09 216	0.42 37	5.66 177	1.81 173	12.61 170	7.02 151	12.52 221	18.11 251	13.02 272	6.64 242	11.57 250	4.16 251	0.82 464	0.09 253	0.09 295	0.00 1	0.22 170	0.21 230

Gwc-CoAtRS	5.54 193	1.22 127	8.40 262	4.28 159	1.36 184	6.93 243	1.31 109	15.48 227	15.03 256	12.62 232	13.32 206	12.74 265	5.71 211	8.61 125	2.98 185	0.01 101	0.22 380	0.00 1	0.29 412	0.28 217	0.07 93

test_3	5.55 196	1.02 87	8.07 249	6.18 315	0.54 56	9.00 277	3.28 263	13.55 189	18.66 308	11.97 211	8.89 145	13.98 292	4.05 142	8.96 145	2.10 125	0.00 1	0.05 157	0.00 1	0.31 423	0.26 206	0.18 204

CFNet-RSSM	5.55 196	1.08 101	8.60 276	4.30 163	1.21 161	6.42 224	1.25 105	16.12 244	17.84 297	13.12 244	11.14 183	11.84 249	5.52 201	9.14 152	2.35 143	0.01 101	0.20 363	0.00 1	0.36 439	0.34 266	0.07 93

Patchmatch Stereo++	5.56 198	1.74 283	9.01 298	5.09 216	0.41 32	5.66 177	2.40 226	12.52 163	7.00 145	12.52 221	18.08 247	13.02 272	6.74 246	11.59 253	4.01 247	0.78 456	0.09 253	0.09 295	0.00 1	0.22 170	0.22 237
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
iRAFT	5.56 198	1.74 283	9.01 298	5.09 216	0.41 32	5.66 177	2.40 226	12.52 163	7.00 145	12.52 221	18.08 247	13.02 272	6.74 246	11.59 253	4.01 247	0.78 456	0.09 253	0.09 295	0.00 1	0.22 170	0.22 237

raftrobust	5.56 198	1.42 176	6.00 151	7.04 368	5.11 417	4.90 124	1.88 180	17.13 258	13.72 243	11.87 209	11.58 189	7.82 189	9.21 298	10.28 182	2.92 180	0.02 164	0.05 157	0.00 1	0.00 1	0.22 170	0.11 135

1test111	5.59 201	2.00 338	4.99 104	5.89 287	0.26 6	10.85 308	5.38 332	20.20 308	11.88 214	6.95 157	10.01 160	4.49 117	9.78 313	11.09 220	7.45 331	0.00 1	0.05 157	0.00 1	0.04 223	0.25 195	0.20 222

xyz-stereo-finetune2	5.60 202	1.64 263	5.87 145	2.44 30	0.32 18	15.39 397	1.90 184	10.59 139	5.28 103	10.58 198	17.82 244	7.37 186	8.93 293	14.86 369	8.46 360	0.01 101	0.02 76	0.08 283	0.14 327	0.23 185	0.04 54

test-1	5.62 203	1.53 217	14.78 442	7.44 387	1.11 146	7.99 264	1.19 101	13.03 178	12.04 218	9.39 184	15.23 222	11.15 239	5.56 203	7.06 81	3.57 215	0.07 262	0.50 470	0.00 1	0.10 303	0.16 142	0.47 338

DeepStereo_RVC	5.65 204	1.65 265	9.06 304	5.21 240	0.56 60	5.55 166	1.84 176	12.16 156	7.22 155	13.94 259	14.96 218	12.58 261	10.27 322	11.25 234	5.81 303	0.39 389	0.10 269	0.11 328	0.00 1	0.18 155	0.22 237

MM-Stereo_test3	5.71 205	1.22 127	5.59 138	5.84 285	5.43 439	4.74 109	6.54 381	19.30 297	23.72 368	8.53 174	11.36 186	7.15 179	2.84 102	8.62 126	2.51 154	0.05 232	0.07 218	0.00 1	0.00 1	0.45 307	0.17 194

EKT-Stereo	5.73 206	1.42 176	7.85 234	7.16 376	5.35 435	5.22 146	4.41 307	18.13 278	14.05 245	8.77 178	12.85 203	9.55 218	4.26 151	11.19 231	2.45 151	0.45 403	0.23 387	0.07 273	0.10 303	0.16 142	0.87 409

NRIStereo	5.73 206	1.67 270	8.42 264	5.72 277	0.41 32	6.71 236	2.60 238	14.73 212	10.71 205	12.39 218	15.07 219	11.58 243	6.23 226	12.06 276	4.78 271	0.61 435	0.17 345	0.11 328	0.00 1	0.28 217	0.27 268

rvit_0105_6	5.74 208	2.76 402	14.29 433	9.83 460	1.73 215	5.18 145	5.24 327	10.21 128	20.31 322	6.26 147	6.78 116	10.10 224	6.43 237	11.20 233	3.33 209	0.18 304	0.29 418	0.00 1	0.00 1	0.51 339	0.14 162

RAFT-Test	5.75 209	1.32 155	6.77 185	4.07 134	1.71 213	9.95 288	1.56 133	15.78 237	8.34 180	12.73 235	23.83 335	11.80 247	4.69 174	8.99 146	2.57 157	0.01 101	0.29 418	0.00 1	0.38 445	0.16 142	0.07 93

Selective-RAFT	5.78 210	0.83 40	10.24 357	6.70 351	0.72 99	15.49 402	1.13 98	13.82 202	15.41 263	6.97 161	6.97 123	11.63 244	8.27 279	12.32 290	4.73 269	0.10 273	0.01 30	0.00 1	0.26 399	0.07 77	0.03 36

11t1	5.86 211	1.10 108	7.74 231	5.18 234	1.44 187	13.82 363	2.36 218	14.92 215	7.26 158	12.98 241	11.10 182	11.24 240	9.30 300	11.59 253	6.54 314	0.10 273	0.16 343	0.00 1	0.01 147	0.18 155	0.23 245

s12784h	5.87 212	0.88 55	4.11 71	3.01 63	0.51 52	18.49 450	0.98 88	18.89 291	17.60 294	12.52 221	12.46 198	7.87 191	5.01 190	11.05 218	3.13 200	0.73 451	0.01 30	0.04 232	0.00 1	0.07 77	0.01 3

H2IRNET	5.89 213	1.14 115	6.65 175	4.13 140	2.24 256	4.15 68	0.73 66	12.10 155	13.21 235	7.09 162	20.45 286	15.74 318	10.74 327	10.36 185	7.84 344	0.06 250	0.00 1	0.07 273	0.53 470	0.37 278	0.16 186

testlalala2	5.91 214	1.62 257	8.59 275	15.36 535	10.36 536	7.93 263	3.62 287	12.89 172	9.73 194	15.55 300	12.18 196	8.57 204	2.50 94	5.35 43	2.62 160	0.01 101	0.26 409	0.00 1	0.50 465	0.49 329	0.07 93

anonymousdsp2	5.93 215	1.54 221	8.34 257	4.43 170	0.38 29	9.24 283	4.11 295	21.92 336	17.36 289	12.28 216	10.08 165	10.05 222	4.42 156	11.04 217	2.54 156	0.01 101	0.02 76	0.30 419	0.18 345	0.21 167	0.18 204

GMStereo	5.94 216	3.84 444	10.86 373	5.13 226	0.71 90	7.27 250	2.66 242	12.38 159	25.14 384	12.01 213	10.66 175	5.12 132	3.46 119	11.39 240	6.16 311	0.45 403	0.02 76	0.05 243	0.31 423	0.86 410	0.25 259
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
RALCasStereoNet	5.95 217	2.02 348	7.09 200	7.06 369	5.10 416	6.36 222	5.44 338	13.97 203	13.25 237	9.93 188	17.45 240	10.37 227	3.89 135	11.64 258	4.24 256	0.02 164	0.46 461	0.10 314	0.00 1	0.20 163	0.31 289

GMOStereo	5.97 218	1.55 224	7.18 201	5.17 229	0.71 90	5.54 162	2.21 205	10.54 135	12.86 226	18.29 367	22.01 311	17.06 337	6.27 228	6.62 71	2.43 146	0.00 1	0.23 387	0.12 332	0.00 1	0.46 311	0.10 122

error version	5.97 218	1.55 224	7.18 201	5.17 229	0.71 90	5.54 162	2.21 205	10.54 135	12.86 226	18.29 367	22.01 311	17.06 337	6.27 228	6.62 71	2.43 146	0.00 1	0.23 387	0.12 332	0.00 1	0.46 311	0.10 122

test-v	5.97 218	1.55 224	7.18 201	5.17 229	0.71 90	5.54 162	2.21 205	10.54 135	12.86 226	18.29 367	22.01 311	17.06 337	6.27 228	6.62 71	2.43 146	0.00 1	0.23 387	0.12 332	0.00 1	0.46 311	0.10 122

test-2	5.97 218	1.55 224	7.18 201	5.17 229	0.71 90	5.54 162	2.21 205	10.54 135	12.86 226	18.29 367	22.01 311	17.06 337	6.27 228	6.62 71	2.43 146	0.00 1	0.23 387	0.12 332	0.00 1	0.46 311	0.10 122

xx1	5.99 222	2.00 338	4.99 104	5.89 287	0.26 6	10.85 308	5.38 332	17.84 269	15.48 264	6.95 157	10.01 160	16.02 324	11.15 338	10.79 204	1.59 76	0.00 1	0.05 157	0.02 194	0.05 247	0.25 195	0.20 222

rafts_anoy	6.02 223	1.67 270	6.27 166	6.53 337	4.98 407	5.30 151	2.53 233	13.77 199	21.01 330	12.70 234	16.23 232	8.56 203	5.65 209	9.09 151	5.22 288	0.04 213	0.31 423	0.09 295	0.03 201	0.25 195	0.17 194

TestStereo	6.02 223	2.55 394	7.33 214	5.57 263	1.68 212	6.05 211	1.78 167	13.73 196	16.40 280	10.87 203	23.79 334	9.00 209	5.63 208	11.26 235	3.96 241	0.09 267	0.01 30	0.00 1	0.00 1	0.69 385	0.01 3

Any-RAFT	6.04 225	1.16 118	4.52 85	4.47 171	1.20 160	10.46 295	1.97 193	21.84 331	15.52 266	11.21 206	19.37 267	13.34 281	4.72 180	8.65 130	2.03 115	0.01 101	0.19 358	0.00 1	0.00 1	0.04 42	0.08 108

iRaft-Stereo_20w	6.06 226	1.84 312	12.04 392	4.23 150	1.67 209	6.77 240	2.22 209	18.73 287	6.08 123	14.72 273	10.33 171	13.42 286	8.14 277	15.88 394	3.08 197	0.01 101	0.24 398	0.13 344	0.39 448	0.61 367	0.71 387

DCRE	6.07 227	1.75 292	8.41 263	7.20 377	3.82 340	6.48 225	4.18 302	15.52 229	10.42 200	9.24 182	22.47 321	11.71 246	5.46 199	10.62 195	3.02 189	0.02 164	0.26 409	0.05 243	0.30 419	0.15 135	0.24 252

XX-Stereo	6.14 228	1.47 191	9.11 306	11.87 507	6.76 480	3.27 40	0.93 83	15.13 218	5.43 107	8.79 180	28.46 386	13.71 290	2.22 76	11.51 246	2.07 119	0.20 316	0.24 398	0.08 283	0.29 412	1.04 421	0.13 156

AFF-stereo	6.17 229	1.61 251	7.02 197	4.08 135	0.64 73	3.53 53	0.76 68	16.00 242	13.14 233	12.86 237	25.42 351	15.67 317	7.86 270	11.12 223	3.21 205	0.02 164	0.06 191	0.00 1	0.00 1	0.40 292	0.08 108

knoymous	6.19 230	1.49 202	4.49 83	3.81 124	1.87 232	5.84 193	5.76 346	14.51 206	14.18 247	13.31 251	21.59 307	12.64 262	6.49 239	12.41 295	4.03 249	0.12 282	0.13 312	0.12 332	0.00 1	0.71 390	0.35 302

TRStereo	6.22 231	6.09 484	11.30 378	9.19 439	7.41 497	4.75 111	1.74 158	19.70 301	11.74 212	10.61 199	8.65 140	10.67 229	3.22 110	13.81 348	3.60 218	0.31 363	0.23 387	0.12 332	0.36 439	0.48 320	0.38 311

AnonymousM	6.33 232	11.42 532	3.06 12	3.93 130	1.49 194	4.54 93	3.29 265	11.00 144	7.70 164	16.52 324	9.38 153	9.07 210	3.97 138	7.10 82	3.01 186	0.43 399	0.07 218	22.69 573	7.67 562	0.06 59	0.21 230

AIO-test1	6.38 233	1.41 175	5.70 142	9.77 456	5.61 445	9.09 279	1.79 169	21.63 329	20.69 326	6.75 151	17.68 242	8.19 197	4.99 189	10.38 186	3.16 201	0.01 101	0.01 30	0.00 1	0.13 321	0.28 217	0.26 262

MyStereo06	6.40 234	1.76 296	13.15 407	6.19 316	4.40 382	7.09 246	9.95 448	16.68 252	6.98 144	12.91 238	10.76 180	17.84 358	5.71 211	9.97 176	3.39 213	0.06 250	0.10 269	0.02 194	0.04 223	0.73 395	0.29 278

DCANet-4	6.41 235	1.02 87	9.66 333	3.41 87	0.68 79	4.73 104	1.70 144	17.70 265	24.33 377	15.10 285	20.25 280	6.45 163	8.65 285	8.47 120	5.31 292	0.01 101	0.04 126	0.00 1	0.00 1	0.09 95	0.63 369

riskmin	6.42 236	1.29 146	6.76 184	3.95 132	2.25 257	10.49 296	2.53 233	15.11 217	17.60 294	9.77 187	12.91 204	15.25 313	12.04 363	11.58 251	5.11 284	0.14 288	0.24 398	0.13 344	0.03 201	0.61 367	0.69 382

DisPM	6.43 237	1.31 152	8.36 258	6.61 346	1.06 141	5.83 191	3.82 290	13.04 179	11.63 211	16.38 320	23.88 337	12.80 266	6.50 240	13.03 329	3.04 191	0.51 418	0.01 30	0.08 283	0.15 335	0.10 110	0.42 324

DCANet	6.46 238	1.59 242	7.28 208	3.51 98	0.68 79	4.77 117	1.75 161	15.33 223	23.62 363	15.55 300	20.73 293	7.31 183	11.56 353	8.83 139	5.26 290	0.00 1	0.05 157	0.00 1	0.00 1	0.26 206	1.11 430

RALAANet	6.49 239	2.49 392	9.69 338	7.09 370	4.98 407	6.23 214	1.68 141	19.90 305	14.26 248	15.04 283	14.56 212	12.69 264	4.38 154	12.91 319	3.07 194	0.02 164	0.07 218	0.00 1	0.10 303	0.51 339	0.15 179

Pruner-Stereo	6.59 240	1.51 210	8.71 280	6.34 325	0.85 118	5.66 177	4.15 298	13.74 197	11.02 206	18.11 362	22.09 316	15.86 320	5.80 215	11.75 263	5.15 286	0.60 431	0.02 76	0.18 369	0.10 303	0.07 77	0.16 186

sAnonymous2	6.59 240	6.21 486	19.05 482	8.91 427	5.27 429	4.58 94	6.69 387	15.56 230	11.12 209	4.86 134	8.71 143	3.81 101	7.93 271	7.38 88	2.89 176	0.09 267	0.07 218	0.05 243	0.28 408	11.25 555	7.10 544

CroCo_RVC	6.59 240	6.21 486	19.05 482	8.91 427	5.27 429	4.58 94	6.69 387	15.56 230	11.12 209	4.86 134	8.71 143	3.81 101	7.93 271	7.38 88	2.89 176	0.09 267	0.07 218	0.05 243	0.28 408	11.25 555	7.10 544

SST-Stereo	6.60 243	1.46 189	8.37 259	6.68 349	0.77 107	6.01 206	1.93 188	14.68 211	9.24 189	19.09 385	20.43 285	16.86 335	8.59 284	13.49 339	3.80 231	0.22 327	0.05 157	0.13 344	0.00 1	0.08 89	0.05 72

PSM-softLoss	6.61 244	1.60 246	9.42 322	6.48 332	0.88 121	5.65 172	2.04 198	22.64 341	8.77 182	13.95 260	22.11 318	13.01 270	5.22 194	12.73 311	6.05 306	0.49 412	0.06 191	0.27 401	0.56 472	0.16 142	0.06 83

KMStereo	6.61 244	1.60 246	9.42 322	6.48 332	0.88 121	5.65 172	2.04 198	22.64 341	8.77 182	13.95 260	22.11 318	13.01 270	5.22 194	12.73 311	6.05 306	0.49 412	0.06 191	0.27 401	0.56 472	0.16 142	0.06 83

ADStereo(finetuned)	6.68 246	1.59 242	9.70 339	3.49 94	0.68 79	4.79 118	1.75 161	15.33 223	23.64 364	15.56 302	20.68 288	7.30 182	13.85 399	8.71 132	5.17 287	0.00 1	0.05 157	0.00 1	0.00 1	0.25 195	1.05 427

PFNet+	6.68 246	1.40 171	9.60 328	5.64 266	0.85 118	5.79 190	1.74 158	13.63 191	15.30 261	17.88 355	21.38 305	14.52 299	6.07 221	12.74 313	4.89 279	0.63 439	0.20 363	0.11 328	0.30 419	0.05 53	0.91 414

rvit_0105_4	6.69 248	2.81 404	15.46 446	10.22 472	1.58 200	5.99 202	5.81 347	13.77 199	23.65 365	7.16 163	9.46 154	12.64 262	7.78 268	12.03 271	3.83 233	0.19 308	0.47 463	0.00 1	0.01 147	0.60 365	0.37 306

raft+_RVC	6.69 248	1.61 251	5.57 135	6.37 326	4.62 392	6.51 228	6.18 365	20.39 315	23.38 360	10.62 201	17.82 244	9.89 221	5.65 209	10.70 199	3.67 224	0.00 1	0.14 328	0.00 1	0.00 1	0.34 266	0.27 268

NF-Stereo	6.72 250	1.59 242	8.93 286	6.60 344	0.73 104	6.27 217	3.38 271	20.21 314	18.01 300	13.22 250	19.46 271	11.82 248	6.16 222	12.39 294	4.74 270	0.33 366	0.06 191	0.20 380	0.23 379	0.08 89	0.05 72

RE-Stereo	6.73 251	1.58 240	8.94 288	6.59 341	0.71 90	6.27 217	3.51 276	20.20 308	17.99 298	13.21 247	19.46 271	11.94 251	6.20 224	12.34 291	4.79 274	0.34 370	0.05 157	0.20 380	0.23 379	0.09 95	0.05 72

TVStereo	6.73 251	1.58 240	8.94 288	6.59 341	0.71 90	6.27 217	3.51 276	20.20 308	17.99 298	13.21 247	19.46 271	11.94 251	6.20 224	12.34 291	4.79 274	0.34 370	0.05 157	0.20 380	0.23 379	0.09 95	0.05 72

OCTAStereo	6.74 253	1.59 242	8.96 293	6.60 344	0.72 99	6.25 215	3.50 274	20.20 308	18.03 301	13.21 247	19.45 269	12.07 259	6.16 222	12.36 293	4.78 271	0.35 373	0.06 191	0.20 380	0.23 379	0.09 95	0.05 72

DIP-Stereo	6.74 253	1.93 328	10.02 355	4.28 159	1.64 207	13.54 359	1.52 128	15.16 219	6.63 135	14.30 268	26.81 369	10.90 232	5.19 192	14.78 368	7.56 335	0.00 1	0.06 191	0.05 243	0.00 1	0.17 152	0.17 194
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MIPNet	6.75 255	1.67 270	12.34 394	4.67 184	1.47 189	10.01 289	2.24 211	26.43 387	17.22 285	14.72 273	12.75 200	7.02 176	9.68 311	8.44 119	5.26 290	0.01 101	0.04 126	0.05 243	0.09 292	0.35 270	0.55 355

RAFT-345	6.79 256	1.29 146	6.80 187	5.06 212	0.91 126	5.61 169	3.32 270	13.36 186	10.17 199	13.73 256	43.66 534	9.12 212	5.38 198	12.29 289	4.44 261	0.32 364	0.05 157	0.09 295	0.06 265	0.06 59	0.03 36

x	6.80 257	1.36 162	6.94 193	4.58 179	1.88 233	10.78 305	4.55 310	19.79 304	10.62 202	12.69 233	19.54 274	14.87 306	10.11 319	9.52 161	8.03 351	0.07 262	0.15 334	0.04 232	0.04 223	0.24 191	0.22 237

PAM_32	6.82 258	1.73 280	14.16 428	5.34 252	1.47 189	13.84 364	0.88 79	14.75 213	6.34 128	14.22 266	9.14 149	24.94 439	11.87 359	12.50 302	2.79 172	0.14 288	0.27 414	0.09 295	0.42 454	0.54 347	0.89 410

fff	6.83 259	1.55 224	7.28 208	3.56 100	0.32 18	4.73 104	1.70 144	15.75 234	31.87 443	15.11 286	20.25 280	6.90 172	12.80 378	8.63 127	5.33 293	0.01 101	0.04 126	0.00 1	0.00 1	0.09 95	0.63 369

csc	6.83 259	1.55 224	7.28 208	3.56 100	0.32 18	4.73 104	1.70 144	15.75 234	31.87 443	15.11 286	20.25 280	6.90 172	12.80 378	8.63 127	5.33 293	0.01 101	0.04 126	0.00 1	0.00 1	0.09 95	0.63 369

cscssc	6.83 259	1.55 224	7.28 208	3.56 100	0.32 18	4.73 104	1.70 144	15.75 234	31.87 443	15.11 286	20.25 280	6.90 172	12.80 378	8.63 127	5.33 293	0.01 101	0.04 126	0.00 1	0.00 1	0.09 95	0.63 369

UGAM-zero	6.91 262	1.47 191	13.65 419	4.24 151	1.67 209	5.51 159	0.72 65	17.44 261	6.74 137	14.56 270	15.84 227	24.16 427	14.20 408	12.79 314	3.96 241	0.00 1	0.22 380	0.02 194	0.58 474	0.14 127	0.27 268

RAFT_R40	6.91 262	1.53 217	8.45 267	6.79 357	0.77 107	5.86 197	3.82 290	14.85 214	14.53 252	18.05 361	20.03 278	17.06 337	8.69 286	13.40 336	3.84 235	0.14 288	0.02 76	0.14 348	0.00 1	0.09 95	0.05 72

OMP-Stereo	6.93 264	2.57 396	9.03 302	10.63 480	1.72 214	4.89 122	1.91 185	17.84 269	15.56 267	16.69 329	14.16 210	17.70 355	7.33 259	12.93 320	4.83 277	0.24 341	0.03 110	0.06 261	0.02 180	0.19 159	0.39 314

PAM	6.94 265	1.65 265	14.88 443	5.38 254	1.98 242	14.76 386	1.28 106	14.54 207	6.77 138	15.52 298	9.10 148	24.15 426	11.60 355	12.46 299	2.33 141	0.04 213	0.28 417	0.07 273	0.42 454	0.57 358	0.99 422

qqq	6.96 266	1.40 171	8.15 253	4.50 172	1.03 134	8.55 273	6.93 397	20.20 308	11.88 214	12.00 212	18.19 254	16.02 324	11.15 338	11.09 220	7.45 331	0.06 250	0.13 312	0.02 194	0.05 247	0.25 195	0.20 222

AIO-test2	7.01 267	2.23 377	6.87 189	8.42 420	5.28 431	9.03 278	5.32 329	25.92 380	23.54 361	6.78 153	20.55 287	5.25 137	3.58 128	9.56 163	2.50 153	3.96 532	0.04 126	0.03 212	0.47 461	0.56 357	0.33 293

MIM_Stereo	7.02 268	1.55 224	10.78 370	4.17 142	0.58 63	5.25 148	1.32 111	19.03 292	12.59 225	16.74 331	28.83 389	13.20 278	5.53 202	12.89 317	7.11 324	0.00 1	0.23 387	0.00 1	0.01 147	0.38 284	0.28 272

R-Stereo Train	7.04 269	1.34 158	7.89 237	6.23 318	2.30 260	7.51 254	5.54 340	23.96 353	6.94 142	16.26 317	33.57 468	12.04 256	5.61 204	7.67 96	3.74 226	0.01 101	0.05 157	0.01 176	0.00 1	0.10 110	0.12 142

RAFT-Stereo	7.04 269	1.34 158	7.89 237	6.23 318	2.30 260	7.51 254	5.54 340	23.96 353	6.94 142	16.26 317	33.57 468	12.04 256	5.61 204	7.67 96	3.74 226	0.01 101	0.05 157	0.01 176	0.00 1	0.10 110	0.12 142
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
ACRE	7.07 271	2.38 384	13.26 408	7.36 382	4.86 398	10.28 292	4.40 305	15.51 228	13.69 242	17.22 341	19.23 266	8.00 194	4.20 148	10.64 196	8.50 361	0.33 366	0.32 426	0.03 212	0.14 327	0.37 278	0.77 397

MyStereo8	7.13 272	2.48 390	10.86 373	6.81 359	4.98 407	10.73 302	1.42 115	14.58 209	9.73 194	15.75 304	23.16 329	12.17 260	7.96 274	9.85 172	10.21 389	0.04 213	0.19 358	0.08 283	0.21 365	0.58 362	0.82 400

IPLGR	7.14 273	1.31 152	13.14 406	4.24 151	1.15 157	9.78 286	0.98 88	23.98 355	21.70 343	16.22 316	18.43 255	8.45 201	7.66 263	9.26 156	5.45 298	0.21 321	0.05 157	0.04 232	0.06 265	0.32 253	0.38 311

CIPLG	7.15 274	2.44 387	12.82 401	7.38 383	4.93 402	10.51 297	4.56 311	15.17 220	13.25 237	17.45 346	19.75 275	8.42 200	4.60 172	11.41 241	8.31 356	0.33 366	0.32 426	0.03 212	0.14 327	0.37 278	0.72 389

AIO-Stereo-zeroshot	7.16 275	3.12 421	14.04 426	4.74 187	6.89 486	6.58 232	0.68 61	21.97 337	9.36 192	10.84 202	17.38 239	17.36 351	9.24 299	12.45 298	4.44 261	0.04 213	0.24 398	0.10 314	1.00 501	1.36 442	1.43 449

IPLGR_C	7.16 275	2.48 390	12.98 404	7.52 392	4.91 401	10.56 298	4.59 313	15.63 233	14.12 246	17.42 344	18.87 262	8.00 194	4.59 171	10.76 203	8.81 365	0.32 364	0.32 426	0.03 212	0.13 321	0.36 271	0.76 394

IPLG	7.20 277	1.43 180	12.55 398	5.17 229	4.32 378	11.11 315	1.48 117	21.79 330	15.10 258	19.16 386	20.23 279	5.26 138	5.61 204	11.68 259	8.14 353	0.05 232	0.06 191	0.03 212	0.07 275	0.33 260	0.50 347

StereoVision	7.21 278	2.17 368	9.29 315	9.43 443	3.91 344	5.09 143	1.91 185	20.04 306	17.37 290	8.57 175	29.59 401	11.08 236	6.76 249	12.44 296	4.71 268	0.54 422	0.05 157	0.16 362	0.03 201	0.82 406	0.30 281

111	7.26 279	1.65 265	7.28 208	3.56 100	0.32 18	10.76 303	3.53 279	20.55 317	27.51 408	10.07 190	16.62 235	14.30 294	9.53 308	12.02 270	5.87 304	0.14 288	0.01 30	0.00 1	0.00 1	0.31 243	1.14 434

testlalala_base	7.28 280	3.39 427	7.80 233	8.27 418	5.04 411	12.56 340	1.83 174	11.93 153	5.19 99	10.18 191	13.62 208	8.87 207	5.72 213	8.22 113	2.75 168	15.38 572	2.41 540	0.00 1	0.35 435	20.24 573	1.89 467

HHNet	7.39 281	1.75 292	7.24 206	3.26 77	3.18 310	5.04 139	6.40 374	19.04 293	15.70 269	20.71 416	32.13 447	10.69 230	5.91 217	10.45 189	4.60 265	0.40 392	0.07 218	0.21 385	0.13 321	0.54 347	0.41 321

ASMatch	7.40 282	1.42 176	8.49 270	5.09 216	2.00 244	4.74 109	2.62 239	16.54 250	13.17 234	17.08 336	34.75 476	13.13 277	10.33 324	12.04 273	4.82 276	0.05 232	0.24 398	0.21 385	0.17 343	0.16 142	0.97 418

IIG-Stereo	7.41 283	2.13 366	8.55 272	10.02 466	1.76 219	6.82 241	1.53 129	17.17 259	15.84 273	18.74 380	20.30 284	18.01 362	8.39 282	12.89 317	5.22 288	0.27 353	0.03 110	0.03 212	0.00 1	0.16 142	0.30 281

RAFT+CT+SA	7.44 284	1.46 189	6.46 172	10.73 483	3.34 319	4.70 102	7.45 410	16.45 247	25.89 392	10.18 191	27.15 373	7.27 181	8.00 275	15.11 371	3.19 204	0.02 164	0.00 1	0.18 369	0.46 460	0.30 231	0.47 338

LCNet	7.52 285	1.23 130	5.35 123	6.42 329	1.29 167	9.27 284	5.64 343	17.85 271	10.63 203	16.54 325	24.54 342	14.85 305	11.29 342	11.74 262	3.88 236	0.02 164	0.02 76	0.22 389	2.04 525	0.90 415	6.76 537

rvit_0105_5	7.60 286	3.13 422	16.37 459	9.97 465	1.59 202	7.41 252	6.27 367	17.78 268	25.62 389	10.30 193	10.39 172	14.79 303	8.95 294	12.51 303	4.87 278	0.17 301	0.42 446	0.00 1	0.11 313	0.62 371	0.71 387

IGEV-BASED-STEREO-	7.61 287	27.25 568	41.87 546	2.73 48	0.41 32	4.25 77	1.50 122	6.63 57	3.87 65	4.31 116	3.78 57	2.48 80	1.39 45	5.67 48	1.56 74	25.09 580	0.05 157	0.01 176	0.08 279	4.67 514	14.58 571

TestStereo1	7.62 288	1.62 257	7.60 221	10.47 476	1.86 229	4.76 112	2.48 230	19.73 302	22.33 350	16.79 332	26.02 357	9.33 214	9.30 300	15.92 397	3.37 210	0.01 101	0.02 76	0.02 194	0.05 247	0.55 351	0.28 272

SA-5K	7.62 288	1.62 257	7.60 221	10.47 476	1.86 229	4.76 112	2.48 230	19.73 302	22.33 350	16.79 332	26.02 357	9.33 214	9.30 300	15.92 397	3.37 210	0.01 101	0.02 76	0.02 194	0.05 247	0.55 351	0.28 272

Select-FE	7.63 290	3.47 431	20.76 496	6.30 322	3.70 333	4.03 66	0.92 82	18.82 289	5.95 119	12.56 230	23.32 330	19.63 385	12.90 381	13.98 352	3.39 213	0.09 267	0.51 474	0.05 243	0.70 482	0.29 224	1.21 441

FACV-RUCA	7.66 291	1.94 329	9.40 321	7.72 401	6.03 460	12.99 351	3.10 260	19.47 298	18.51 306	12.27 214	18.43 255	8.28 198	10.16 320	11.38 239	5.62 300	0.36 375	0.62 486	4.36 536	0.30 419	1.72 456	0.55 355

test_sample1	7.66 291	1.26 139	8.87 284	5.04 209	2.61 280	14.61 383	4.58 312	20.08 307	9.81 196	13.83 258	21.62 308	18.21 368	12.26 365	11.71 260	8.01 349	0.11 277	0.11 287	0.02 194	0.02 180	0.20 163	0.17 194

mmm	7.72 293	1.50 206	8.56 273	5.29 246	1.89 234	14.14 371	5.70 345	18.42 280	11.02 206	16.04 311	23.78 333	17.00 336	10.03 318	12.03 271	7.54 334	0.12 282	0.07 218	0.50 440	0.20 363	0.31 243	0.18 204

RAFT-RH_RVC	7.73 294	1.25 137	6.99 196	4.83 194	0.90 125	11.76 323	1.53 129	13.00 177	14.43 251	17.51 348	46.41 546	11.02 235	6.30 232	12.68 307	4.93 280	0.51 418	0.04 126	0.12 332	0.13 321	0.09 95	0.09 113

AIO-Stereo-zeroshot1	7.76 295	3.78 440	19.59 485	5.04 209	10.79 539	5.87 199	1.85 177	19.52 299	7.33 159	14.18 263	21.16 301	16.50 330	5.97 220	13.73 347	3.79 230	0.04 213	0.17 345	0.04 232	1.30 512	2.45 474	2.15 479

TransformOpticalFlow	7.76 295	1.90 318	9.31 317	5.50 261	1.18 158	6.97 244	8.27 418	17.86 273	13.21 235	14.58 271	29.13 391	19.01 373	10.85 329	12.51 303	3.69 225	0.01 101	0.04 126	0.20 380	0.04 223	0.17 152	0.84 403

HITNet	7.83 297	2.93 412	8.39 260	4.76 191	1.48 192	12.75 346	4.64 314	20.97 319	14.37 250	15.14 290	22.15 320	14.57 300	10.62 325	14.38 360	8.14 353	0.04 213	0.01 30	0.48 438	0.02 180	0.57 358	0.10 122
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
test_sample2	7.86 298	1.27 140	7.98 242	5.00 208	2.29 259	13.33 357	6.88 394	20.42 316	15.24 259	13.95 260	21.58 306	18.96 372	12.12 364	12.07 278	5.36 296	0.12 282	0.10 269	0.07 273	0.03 201	0.28 217	0.19 217

PFNet	7.91 299	1.44 186	11.60 384	7.03 366	2.42 268	7.60 260	6.03 360	23.36 350	17.24 287	20.29 408	17.67 241	15.44 316	7.71 265	13.02 328	5.71 301	0.24 341	0.20 363	0.12 332	0.19 358	0.31 243	0.61 367

SA	7.93 300	1.54 221	9.13 309	7.98 408	0.64 73	5.85 195	2.29 215	22.27 338	24.54 382	13.17 246	31.07 427	8.87 207	10.32 323	16.49 413	3.12 198	0.04 213	0.12 298	0.17 364	0.30 419	0.45 307	0.17 194

AAGNet	7.94 301	1.48 196	9.34 319	7.13 375	0.70 85	5.85 195	5.16 325	15.40 226	14.01 244	20.13 405	24.03 338	15.28 314	11.52 349	12.05 274	15.47 443	0.63 439	0.06 191	0.32 421	0.01 147	0.12 116	0.09 113

FENet	7.94 301	1.01 84	6.72 177	5.87 286	2.07 248	11.11 315	2.03 197	21.39 324	20.81 327	17.14 339	22.65 322	14.43 296	11.54 352	12.97 323	7.89 346	0.15 296	0.24 398	0.03 212	0.02 180	0.14 127	0.62 368

dd	7.96 303	4.08 448	11.49 383	6.53 337	0.93 128	8.28 272	4.03 294	16.53 249	33.82 462	15.17 292	16.50 234	6.79 169	5.96 219	14.30 357	9.90 380	1.13 488	0.42 446	0.17 364	0.44 457	2.01 467	0.79 398

raft_robust	7.97 304	2.26 380	6.75 181	5.83 283	0.72 99	5.57 167	0.84 76	33.59 482	34.21 468	18.17 363	19.88 277	6.50 164	5.62 207	15.33 374	2.83 175	0.03 194	0.23 387	0.00 1	0.37 443	0.32 253	0.39 314

STrans-v2	7.98 305	1.84 312	9.42 322	4.84 197	1.48 192	12.23 335	10.05 453	19.06 294	12.32 221	13.63 255	26.06 361	18.13 367	12.35 368	12.99 325	3.99 245	0.01 101	0.01 30	0.18 369	0.01 147	0.22 170	0.83 401

Prome-Stereo	8.10 306	1.28 142	5.48 128	6.50 334	1.51 196	6.70 235	9.42 439	21.08 321	9.13 188	20.88 417	32.84 456	11.95 253	11.86 358	11.75 263	3.97 244	0.01 101	0.02 76	0.18 369	0.12 316	0.41 295	7.01 542

ffm	8.12 307	1.43 180	9.67 334	5.70 272	3.44 321	11.96 329	6.35 369	18.45 281	16.31 277	15.83 306	31.44 435	17.22 346	10.87 331	10.82 209	1.61 79	0.00 1	0.05 157	0.80 468	0.08 279	0.26 206	0.14 162

CASS	8.15 308	1.67 270	7.68 227	8.25 417	1.52 197	14.39 375	2.72 243	22.65 343	17.23 286	15.42 296	22.68 323	13.47 287	11.87 359	12.44 296	6.07 309	0.96 477	0.05 157	0.12 332	0.01 147	0.71 390	3.14 502
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DN-CSS_ROB	8.17 309	2.59 398	14.14 427	6.11 312	3.22 313	6.31 220	3.53 279	22.92 347	20.59 325	16.66 327	30.05 409	9.31 213	7.95 273	13.49 339	4.78 271	0.72 447	0.00 1	0.45 435	0.00 1	0.54 347	0.09 113

RAFT_CTSACE	8.24 310	1.97 333	8.39 260	6.89 363	5.11 417	5.86 197	2.63 240	14.62 210	16.88 282	23.52 454	34.77 477	16.02 324	7.37 260	17.91 428	2.23 137	0.00 1	0.12 298	0.00 1	0.03 201	0.39 287	0.05 72

HI	8.30 311	2.00 338	6.75 181	4.58 179	5.15 420	4.16 69	0.50 48	17.99 275	9.24 189	25.03 468	28.22 382	20.23 387	12.47 371	17.93 429	11.49 408	0.00 1	0.10 269	0.00 1	0.05 247	0.08 89	0.05 72

CoSv	8.30 311	2.00 338	6.75 181	4.58 179	5.15 420	4.16 69	0.50 48	17.99 275	9.24 189	25.03 468	28.22 382	20.23 387	12.47 371	17.93 429	11.49 408	0.00 1	0.10 269	0.00 1	0.05 247	0.08 89	0.05 72

GMM-Stereo	8.34 313	1.09 107	6.42 169	6.14 314	2.52 273	10.30 294	9.64 444	23.44 351	10.64 204	17.84 353	29.89 405	17.37 352	7.75 267	11.55 248	4.36 258	0.05 232	0.01 30	0.23 393	0.90 491	0.46 311	6.26 531

GANet-ADL	8.36 314	2.31 382	8.44 266	7.39 385	2.65 284	12.58 342	5.24 327	29.55 428	25.24 385	14.19 265	16.70 237	17.07 342	6.91 252	10.65 197	6.26 312	0.38 379	0.39 438	0.10 314	0.12 316	0.75 401	0.28 272

Sa-1000	8.38 315	1.50 206	8.13 251	7.56 394	0.89 123	14.39 375	2.47 229	24.31 360	23.74 369	15.18 293	28.35 385	11.42 242	8.85 291	16.20 408	3.28 208	0.17 301	0.23 387	0.15 355	0.23 379	0.46 311	0.19 217

GwcNet-ADL	8.48 316	1.70 278	9.38 320	7.10 372	2.78 293	6.74 239	6.57 384	30.15 433	26.01 396	15.15 291	17.77 243	13.93 291	6.96 253	12.96 322	9.91 381	0.48 411	0.72 493	0.01 176	0.01 147	0.51 339	0.84 403

ARAFT	8.50 317	3.19 423	16.58 461	5.52 262	0.91 126	12.13 334	11.20 473	17.19 260	18.28 305	18.40 374	16.33 233	17.10 343	8.58 283	18.56 436	5.00 281	0.11 277	0.04 126	0.00 1	0.00 1	0.55 351	0.25 259

test_5	8.51 318	1.50 206	8.19 256	11.06 492	5.00 410	6.91 242	5.67 344	17.50 262	22.09 347	16.07 312	29.63 402	15.28 314	10.78 328	15.94 399	3.65 222	0.00 1	0.00 1	0.26 400	0.08 279	0.31 243	0.35 302

RAFT	8.51 318	2.16 367	8.93 286	8.14 412	0.81 114	12.63 343	8.49 426	16.34 245	15.56 267	22.31 437	18.99 264	19.29 380	11.39 347	17.57 424	6.05 306	0.01 101	0.19 358	0.27 401	0.02 180	0.64 378	0.45 335

GES	8.51 318	1.98 335	11.82 387	6.39 328	1.77 221	12.36 339	6.22 366	21.55 326	21.34 337	19.02 384	26.02 357	8.79 205	9.34 303	13.94 351	7.24 326	0.38 379	0.10 269	0.30 419	0.14 327	0.69 385	0.73 390

DMCA	8.51 318	1.90 318	9.96 348	5.16 228	4.14 361	10.29 293	4.46 309	25.52 372	19.55 314	16.33 319	20.69 289	17.59 353	11.26 341	10.42 188	11.36 406	0.50 415	0.08 240	0.35 424	0.05 247	0.36 271	0.31 289

PSM-AAD	8.62 322	1.22 127	5.69 141	6.31 324	1.12 148	12.74 345	10.01 452	19.29 296	15.25 260	21.54 431	25.11 347	14.24 293	13.47 389	12.15 283	3.93 240	0.01 101	0.06 191	2.48 521	0.16 338	0.38 284	7.28 547

FTStereo	8.67 323	1.13 114	6.04 154	6.04 305	2.39 267	7.86 262	12.05 486	17.72 266	8.33 178	20.16 406	41.41 518	16.10 328	12.64 376	10.80 207	4.37 259	0.18 304	0.01 30	0.09 295	0.16 338	0.15 135	5.71 526

iRaft-Stereo_5w	8.70 324	1.81 310	9.33 318	5.83 283	3.78 336	4.87 121	11.12 472	15.86 241	14.80 254	15.23 294	26.36 363	21.49 398	12.91 382	15.94 399	12.73 416	0.58 426	0.05 157	0.08 283	0.09 292	0.85 409	0.33 293

test_sample3	8.76 325	1.62 257	9.99 351	5.21 240	2.61 280	17.43 438	5.37 330	26.91 394	19.77 317	17.13 338	20.82 295	16.55 332	9.70 312	12.52 305	8.59 362	0.21 321	0.07 218	0.05 243	0.04 223	0.39 287	0.30 281

IRAFT_RVC	8.76 325	1.47 191	9.55 327	7.31 379	1.77 221	6.49 227	10.43 462	25.94 381	27.33 404	17.50 347	19.85 276	17.93 360	10.21 321	12.88 316	5.44 297	0.17 301	0.30 420	0.19 377	0.05 247	0.22 170	0.12 142

HCRNet	8.80 327	1.43 180	7.74 231	14.41 528	5.25 425	10.85 308	2.56 237	26.07 383	18.04 302	15.48 297	25.03 345	18.63 371	9.93 316	13.01 326	6.76 317	0.04 213	0.04 126	0.10 314	0.01 147	0.18 155	0.38 311

DEmStereo	8.85 328	1.36 162	9.99 351	4.24 151	1.05 140	11.49 320	5.91 349	13.76 198	26.68 401	22.03 435	32.92 458	11.86 250	15.27 432	11.48 243	8.08 352	0.16 298	0.15 334	0.02 194	0.09 292	0.09 95	0.44 331

SFCPSM	8.85 328	1.40 171	11.34 379	5.23 244	3.47 326	16.55 429	7.18 405	30.71 444	25.24 385	16.45 321	19.45 269	11.10 238	9.61 309	11.88 267	5.52 299	0.22 327	0.17 345	0.36 427	0.22 368	0.29 224	0.58 362

GrayStereo	8.86 330	1.17 121	6.94 193	8.09 410	2.82 294	10.58 300	11.40 478	17.93 274	15.74 270	22.43 440	30.95 423	17.80 357	12.44 370	11.19 231	4.57 264	0.02 164	0.02 76	0.18 369	0.79 488	0.31 243	1.90 469

anonymousa	9.03 331	1.62 257	8.03 248	4.19 147	5.53 443	15.37 396	3.81 289	18.55 284	21.20 335	18.28 366	30.99 425	20.79 390	13.42 387	10.58 191	7.57 336	0.00 1	0.05 157	0.29 415	0.18 345	0.10 110	0.11 135

KYRaft	9.04 332	1.11 110	7.02 197	6.50 334	0.97 132	8.27 271	8.19 417	22.86 346	8.20 174	21.30 429	31.38 432	22.64 410	8.20 278	11.99 269	2.96 182	0.02 164	0.02 76	0.05 243	0.68 481	0.40 292	18.09 577

WQFJA1	9.06 333	2.19 373	9.21 313	9.07 432	4.42 384	11.17 317	8.32 422	25.15 367	40.37 505	10.38 194	22.93 325	5.51 145	8.27 279	15.64 383	6.88 320	0.03 194	0.42 446	0.27 401	0.22 368	0.44 303	0.37 306

WQFJX1	9.06 333	2.19 373	9.21 313	9.07 432	4.42 384	11.17 317	8.32 422	25.15 367	40.37 505	10.38 194	22.93 325	5.51 145	8.27 279	15.64 383	6.88 320	0.03 194	0.42 446	0.27 401	0.22 368	0.44 303	0.37 306

DFGA-Net	9.06 333	3.56 433	17.96 477	5.71 276	3.89 341	10.76 303	3.08 259	25.17 369	29.50 416	16.21 315	18.47 258	9.49 217	6.31 233	15.80 390	12.54 413	0.05 232	0.00 1	0.06 261	0.09 292	1.76 457	0.83 401

rvit_stereo_0075_2	9.10 336	3.87 445	19.26 484	11.81 505	8.82 524	5.75 187	4.40 305	22.77 344	17.68 296	11.90 210	28.34 384	16.05 327	6.35 235	14.30 357	7.67 341	0.52 420	0.34 433	0.51 441	0.08 279	0.38 284	1.14 434

test_sample4	9.10 336	1.65 265	9.91 346	5.19 237	2.57 278	16.59 430	5.38 332	27.37 398	19.80 318	17.80 352	27.52 376	15.01 307	11.21 340	12.69 310	8.15 355	0.21 321	0.07 218	0.06 261	0.03 201	0.43 300	0.30 281

BUS	9.20 338	1.48 196	7.93 239	6.74 354	3.96 346	17.62 444	2.79 247	33.06 477	21.58 340	17.99 358	21.34 302	14.49 297	9.40 305	14.18 354	10.57 394	0.19 308	0.13 312	0.14 348	0.04 223	0.30 231	0.09 113

rvit_0105_3	9.23 339	3.67 436	17.68 473	11.75 503	1.89 234	9.37 285	8.48 425	18.68 285	30.64 433	15.02 282	14.72 215	17.87 359	9.94 317	15.66 386	6.54 314	0.36 375	0.43 452	0.01 176	0.41 452	0.50 335	1.01 425

MyStereo04	9.24 340	1.92 325	8.78 282	6.09 308	4.31 375	6.54 229	9.96 450	32.24 467	41.99 515	14.26 267	11.98 193	12.00 255	12.01 362	13.93 349	7.53 333	0.06 250	0.10 269	0.03 212	0.04 223	0.63 374	0.30 281

CoDeX	9.24 340	1.77 302	9.54 326	6.08 307	3.79 338	16.45 426	6.76 392	26.15 384	25.03 383	17.18 340	25.12 348	14.69 302	11.68 356	12.22 285	6.71 316	0.30 360	0.20 363	0.15 355	0.02 180	0.23 185	0.68 380

CrosDoStereo	9.24 340	1.29 146	8.16 254	4.56 177	1.04 137	7.52 256	15.00 513	15.85 239	24.31 375	24.27 457	33.44 465	13.37 282	13.82 397	12.23 286	8.86 368	0.01 101	0.11 287	0.09 295	0.04 223	0.36 271	0.53 352

DeepStereo_LL	9.24 340	1.29 146	8.16 254	4.56 177	1.04 137	7.52 256	15.00 513	15.85 239	24.31 375	24.27 457	33.44 465	13.37 282	13.82 397	12.23 286	8.86 368	0.01 101	0.11 287	0.09 295	0.04 223	0.36 271	0.53 352

DRaft	9.27 344	1.23 130	9.08 305	3.62 109	0.78 109	13.27 356	5.89 348	16.97 255	29.57 418	21.15 427	38.46 501	10.09 223	13.98 403	11.58 251	7.91 347	0.43 399	0.30 420	0.06 261	0.26 399	0.26 206	0.45 335

MyStereo05	9.29 345	1.76 296	8.95 290	6.19 316	4.40 382	7.09 246	9.95 448	31.21 449	40.82 507	17.31 342	12.93 205	10.33 226	12.52 374	13.93 349	7.05 323	0.06 250	0.10 269	0.02 194	0.04 223	0.73 395	0.29 278

MLCV	9.32 346	2.22 375	12.55 398	5.22 242	1.32 174	13.79 362	1.35 112	21.14 323	23.65 365	21.91 434	31.37 431	17.14 344	7.57 262	16.00 402	10.18 387	0.22 327	0.01 30	0.03 212	0.02 180	0.40 292	0.29 278

DispNO	9.33 347	1.78 305	15.84 451	5.73 278	5.74 454	12.24 336	4.81 321	25.06 365	21.10 332	16.70 330	20.86 296	17.78 356	11.76 357	16.74 417	8.85 367	0.22 327	0.15 334	0.03 212	0.12 316	0.41 295	0.64 375

test_sample5	9.36 348	1.61 251	9.63 330	5.30 247	2.52 273	15.42 399	6.00 356	27.25 396	19.96 319	18.36 372	31.81 441	15.99 322	11.29 342	13.21 330	7.66 339	0.23 336	0.08 240	0.07 273	0.04 223	0.48 320	0.34 297

BEATNet_4x	9.37 349	4.85 462	12.05 393	5.48 260	1.35 182	13.15 354	6.15 364	25.06 365	16.74 281	16.18 314	24.65 343	17.29 350	12.51 373	16.91 419	10.92 399	0.38 379	0.18 351	0.81 473	0.05 247	1.95 463	0.65 377

THIR-Stereo	9.38 350	1.78 305	8.50 271	4.74 187	0.71 90	15.92 409	11.93 484	16.39 246	21.56 339	24.27 457	32.07 445	14.40 295	14.14 407	11.49 244	8.39 359	0.05 232	0.25 406	0.10 314	0.05 247	0.33 260	0.58 362

ff1	9.41 351	1.43 180	9.67 334	5.70 272	3.44 321	11.96 329	6.35 369	18.45 281	16.31 277	15.83 306	31.44 435	17.22 346	10.87 331	16.19 405	21.98 489	0.00 1	0.05 157	0.80 468	0.08 279	0.26 206	0.14 162

G2L-ROB	9.43 352	1.49 202	8.01 246	5.66 269	4.08 356	11.74 322	7.70 414	29.33 424	18.14 303	19.72 396	21.64 309	22.32 408	11.02 336	16.47 412	10.74 398	0.02 164	0.01 30	0.00 1	0.00 1	0.19 159	0.33 293

GANet-RSSM	9.48 353	1.32 155	6.45 171	6.72 353	5.51 442	12.78 347	6.03 360	26.55 388	18.96 312	14.92 278	27.95 379	25.41 444	14.69 420	13.52 342	7.60 338	0.10 273	0.10 269	0.16 362	0.01 147	0.51 339	0.39 314

UCFNet_RVC	9.48 353	2.12 364	4.89 100	7.03 366	3.78 336	16.05 410	6.37 373	28.25 408	20.00 321	15.93 310	23.07 328	25.21 441	12.79 377	12.57 306	8.01 349	0.07 262	0.04 126	1.17 491	0.23 379	1.31 440	0.69 382

DualNet	9.49 355	1.61 251	9.63 330	5.30 247	2.52 273	15.42 399	6.00 356	27.25 396	19.96 319	19.40 388	33.22 461	15.99 322	11.29 342	13.21 330	7.66 339	0.23 336	0.08 240	0.07 273	0.04 223	0.48 320	0.34 297

CFNet_pseudo	9.58 356	1.91 321	10.73 368	4.53 174	2.91 300	14.26 372	2.75 245	26.73 392	32.14 450	17.10 337	23.02 327	22.14 405	8.74 289	12.17 284	7.43 329	0.20 316	0.45 459	1.24 500	0.24 389	2.49 476	0.49 346

Anonymous3	9.60 357	3.45 430	29.83 520	9.58 451	4.75 396	24.51 489	10.20 459	24.04 357	18.77 310	10.42 196	14.64 214	7.97 193	8.75 290	14.05 353	5.80 302	2.44 517	1.39 520	0.08 283	0.06 265	0.73 395	0.48 342

ccs_rob	9.61 358	1.92 325	10.72 367	4.55 175	2.89 297	14.33 374	2.86 252	26.85 393	32.36 453	17.05 335	22.91 324	22.12 404	8.70 287	12.10 280	7.44 330	0.19 308	0.44 454	1.38 502	0.25 395	2.68 479	0.57 360

PCWNet_CMD	9.64 359	1.77 302	10.59 364	4.80 193	2.90 298	16.25 424	2.42 228	29.37 426	34.10 466	17.41 343	22.04 315	19.10 376	7.70 264	12.05 274	6.86 318	0.22 327	0.45 459	0.80 468	0.22 368	3.11 491	0.69 382

MSMDNet	9.64 359	1.77 302	10.63 365	4.83 194	2.90 298	16.35 425	2.37 221	29.33 424	34.29 469	17.43 345	22.10 317	19.05 375	7.79 269	12.11 282	6.87 319	0.23 336	0.46 461	0.67 457	0.21 365	2.77 482	0.60 365

DCVSM-stereo	9.70 361	1.83 311	11.36 380	5.81 280	3.59 330	10.57 299	3.00 255	18.71 286	22.11 348	23.79 455	19.02 265	29.73 469	17.68 463	13.33 334	9.11 373	0.21 321	1.14 514	0.27 401	0.06 265	0.75 401	1.89 467

BSDual-CNN	9.70 361	1.48 196	7.93 239	6.74 354	3.96 346	16.10 414	7.13 402	33.06 477	21.58 340	17.99 358	21.34 302	22.28 406	11.53 350	14.18 354	7.81 342	0.19 308	0.13 312	0.14 348	0.04 223	0.30 231	0.09 113

PSMNet-RSSM	9.71 363	1.73 280	6.09 156	7.47 390	4.27 368	10.06 290	6.00 356	29.14 420	21.74 344	15.76 305	32.88 457	22.63 409	13.18 384	12.94 321	9.12 374	0.09 267	0.02 76	0.07 273	0.10 303	0.70 388	0.24 252

test_for_model	9.76 364	30.79 570	6.40 168	27.43 566	18.83 566	5.78 188	1.78 167	8.51 94	8.82 184	13.12 244	5.92 109	5.28 139	2.60 95	5.21 41	1.43 66	9.57 559	2.41 540	0.00 1	0.06 265	33.29 582	8.04 553

IER	9.78 365	1.55 224	9.97 349	4.51 173	5.23 422	13.78 361	5.11 324	26.66 390	22.79 357	19.69 395	29.45 399	16.42 329	18.52 474	13.64 346	7.57 336	0.06 250	0.03 110	0.18 369	0.09 292	0.18 155	0.23 245

test_sample6	9.79 366	1.61 251	9.84 343	5.35 253	2.35 265	15.59 403	6.60 386	28.40 409	20.96 329	19.40 388	33.22 461	17.17 345	11.58 354	13.43 338	8.82 366	0.26 351	0.10 269	0.10 314	0.06 265	0.50 335	0.41 321

psmg	9.80 367	1.48 196	7.93 239	5.18 234	3.96 346	15.85 408	7.93 416	29.11 419	21.58 340	20.93 418	25.06 346	22.28 406	11.53 350	14.18 354	7.81 342	0.19 308	0.13 312	0.17 364	0.04 223	0.36 271	0.21 230

gwcnet-sp	9.81 368	2.82 405	13.47 415	5.99 298	4.27 368	16.20 420	5.91 349	25.55 373	24.34 378	21.01 420	20.69 289	15.22 310	14.96 424	14.50 363	9.97 382	0.05 232	0.15 334	0.02 194	0.08 279	0.49 329	0.51 348

scenet	9.81 368	2.82 405	13.47 415	5.99 298	4.27 368	16.20 420	5.91 349	25.55 373	24.34 378	21.01 420	20.69 289	15.22 310	14.96 424	14.50 363	9.97 382	0.05 232	0.15 334	0.02 194	0.08 279	0.49 329	0.51 348

ssnet	9.81 368	2.82 405	13.47 415	5.99 298	4.27 368	16.20 420	5.91 349	25.55 373	24.34 378	21.01 420	20.69 289	15.22 310	14.96 424	14.50 363	9.97 382	0.05 232	0.15 334	0.02 194	0.08 279	0.49 329	0.51 348

CFNet-ft	9.87 371	2.18 371	5.49 129	7.45 388	5.25 425	15.76 405	5.98 354	21.89 333	21.87 345	14.96 279	30.02 407	25.68 445	13.68 393	12.46 299	10.94 401	0.08 265	0.06 191	1.83 507	0.22 368	1.09 423	0.43 327

CFNet_RVC	9.87 371	2.18 371	5.49 129	7.45 388	5.25 425	15.76 405	5.98 354	21.89 333	21.87 345	14.96 279	30.02 407	25.68 445	13.68 393	12.46 299	10.94 401	0.08 265	0.06 191	1.83 507	0.22 368	1.09 423	0.43 327

PSMNet-ADL	9.88 373	2.01 346	6.80 187	9.18 438	4.26 367	15.11 391	3.50 274	27.12 395	24.42 381	14.72 273	18.96 263	25.32 443	13.43 388	15.76 389	14.04 429	0.79 460	0.78 499	0.00 1	0.02 180	0.26 206	1.18 438

qqq1	9.96 374	1.37 164	13.37 410	4.41 166	1.30 168	14.40 378	3.29 265	30.25 435	29.81 422	19.55 390	29.37 393	18.06 363	14.40 414	15.42 378	3.18 202	0.38 379	0.21 370	0.00 1	0.01 147	0.29 224	0.18 204

fff1	9.96 374	1.37 164	13.37 410	4.41 166	1.30 168	14.40 378	3.29 265	30.25 435	29.81 422	19.55 390	29.37 393	18.06 363	14.40 414	15.42 378	3.18 202	0.38 379	0.21 370	0.00 1	0.01 147	0.29 224	0.18 204

ttt	9.98 376	1.49 202	7.30 213	6.43 330	3.95 345	14.02 367	5.06 323	33.03 476	29.84 426	14.90 277	30.95 423	14.81 304	9.66 310	15.36 376	11.38 407	0.38 379	0.19 358	0.10 314	0.03 201	0.37 278	0.28 272

UGAM	10.01 377	1.28 142	9.19 312	6.53 337	4.31 375	6.72 237	10.45 464	15.31 222	25.98 394	20.56 412	27.42 375	22.70 411	11.49 348	26.30 508	10.64 397	0.00 1	0.00 1	0.46 436	0.03 201	0.39 287	0.43 327

UDGNet	10.05 378	13.89 542	10.00 354	9.36 442	2.69 285	7.82 261	1.88 180	18.86 290	34.64 471	17.52 349	13.70 209	13.40 284	7.18 257	13.01 326	6.30 313	5.30 541	0.08 240	12.57 567	2.80 534	8.19 542	1.71 462

cf-r	10.06 379	1.60 246	7.99 244	5.82 281	5.70 453	12.92 350	4.78 317	24.18 359	27.47 407	16.91 334	31.02 426	25.12 440	14.05 404	11.63 257	11.01 404	0.03 194	0.03 110	0.05 243	0.03 201	0.43 300	0.39 314

ICVP	10.07 380	1.73 280	6.11 157	9.08 434	3.31 317	12.25 337	6.56 383	26.30 386	22.52 353	16.49 323	31.80 440	26.94 456	12.42 369	11.35 238	10.92 399	1.17 491	0.57 482	0.17 364	0.10 303	0.58 362	1.07 429
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
G2L-Stereo	10.09 381	1.97 333	9.53 325	7.09 370	4.21 364	9.10 280	8.53 427	29.05 418	22.51 352	19.28 387	25.57 353	22.70 411	10.67 326	15.44 382	14.88 439	0.25 347	0.04 126	0.08 283	0.01 147	0.36 271	0.42 324

hknet	10.13 382	1.56 233	10.27 358	6.74 354	3.72 334	16.10 414	7.13 402	33.06 477	21.12 333	17.99 358	21.34 302	23.11 414	14.95 423	16.43 411	8.34 358	0.14 288	0.13 312	0.14 348	0.04 223	0.30 231	0.09 113

AdaStereo	10.22 383	3.63 434	9.14 311	9.15 436	3.24 315	15.79 407	5.39 337	31.94 458	25.42 387	18.39 373	26.47 364	19.44 381	9.50 307	16.60 415	8.59 362	0.44 401	0.05 157	0.40 432	0.00 1	0.57 358	0.16 186
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.
CFNet_ucs	10.25 384	1.91 321	11.88 388	4.98 205	4.08 356	15.11 391	3.57 283	28.02 405	31.98 449	18.21 365	25.20 349	23.27 417	9.38 304	13.38 335	7.22 325	0.23 336	0.81 500	1.65 506	0.22 368	3.01 487	0.93 415

iResNet	10.26 385	3.10 420	15.72 450	7.35 381	2.13 249	13.86 365	7.07 399	22.80 345	28.01 409	20.10 404	30.40 413	16.79 334	11.06 337	14.46 362	10.29 392	0.39 389	0.05 157	0.00 1	0.07 275	0.73 395	0.73 390

RAFT + AFF	10.27 386	3.77 439	17.13 463	10.24 473	4.97 405	13.08 352	11.52 479	25.69 376	25.80 390	14.72 273	16.12 231	19.16 377	11.35 346	16.24 409	9.04 372	0.30 360	1.46 522	0.66 456	0.20 363	2.03 469	1.94 470

ACVNet	10.36 387	1.68 276	5.49 129	6.01 301	2.75 291	12.78 347	3.56 281	21.89 333	34.81 472	14.96 279	30.78 419	24.72 436	13.88 401	15.81 391	17.20 456	0.13 286	0.01 30	0.06 261	0.06 265	0.51 339	0.15 179

G2L-Stereo_test	10.39 388	1.61 251	7.86 235	4.75 190	4.34 379	11.83 324	11.94 485	32.49 468	22.58 354	23.08 449	24.40 340	21.48 397	11.95 361	15.64 383	13.00 417	0.04 213	0.06 191	0.01 176	0.02 180	0.32 253	0.37 306

test_sample7	10.45 389	2.24 378	9.90 345	5.32 249	2.01 245	14.98 388	7.44 409	28.75 412	23.91 372	24.38 462	21.03 298	24.64 432	17.82 466	13.58 343	9.82 378	0.59 430	0.87 505	0.39 431	0.12 316	0.66 384	0.47 338

tta	10.45 389	1.37 164	13.37 410	4.41 166	1.30 168	14.39 375	3.29 265	30.25 435	29.81 422	19.55 390	29.37 393	18.06 363	14.40 414	15.42 378	12.69 414	0.38 379	0.21 370	0.28 411	0.03 201	0.29 224	0.18 204

SMFormer	10.46 391	1.37 164	13.37 410	4.41 166	1.30 168	14.40 378	3.29 265	30.25 435	29.81 422	19.55 390	29.37 393	18.06 363	14.40 414	15.42 378	12.70 415	0.38 379	0.21 370	0.28 411	0.03 201	0.33 260	0.31 289

ToySt	10.51 392	2.00 338	15.67 449	5.33 250	0.95 130	14.97 387	9.51 441	24.02 356	27.37 405	14.61 272	24.67 344	24.56 430	14.70 421	16.86 418	13.35 421	0.06 250	0.23 387	0.03 212	0.09 292	0.62 371	0.67 379

AACVNet	10.58 393	2.86 408	9.78 342	8.95 429	3.30 316	10.80 306	4.78 317	22.37 339	12.55 224	27.50 494	29.84 404	30.06 475	15.99 441	19.10 445	11.60 410	0.40 392	0.18 351	0.22 389	0.03 201	0.62 371	0.73 390

GwcNet-RSSM	10.65 394	1.94 329	8.57 274	6.89 363	5.26 428	12.26 338	5.21 326	25.80 379	31.50 440	16.67 328	33.52 467	23.70 424	13.88 401	12.84 315	13.67 425	0.05 232	0.10 269	0.14 348	0.02 180	0.65 380	0.39 314

CFNet	10.67 395	2.33 383	8.90 285	6.66 348	4.09 358	16.05 410	4.26 304	30.44 441	31.01 436	18.53 375	26.48 365	23.69 423	13.68 393	15.27 372	10.59 396	0.05 232	0.02 76	0.44 433	0.05 247	0.73 395	0.23 245

DDVS	10.70 396	3.00 416	11.95 389	6.84 361	3.80 339	15.73 404	2.83 251	23.57 352	17.37 290	20.98 419	29.89 405	31.40 485	8.70 287	19.22 448	13.19 419	0.74 453	1.53 524	0.07 273	0.21 365	0.84 408	2.11 474

mmx	10.71 397	1.43 180	9.67 334	5.70 272	3.44 321	11.96 329	6.35 369	32.18 462	28.03 410	15.83 306	31.44 435	17.22 346	10.87 331	16.19 405	21.98 489	0.22 327	0.06 191	0.80 468	0.08 279	0.48 320	0.21 230

xxx	10.71 397	1.43 180	9.67 334	5.70 272	3.44 321	11.96 329	6.35 369	32.18 462	28.03 410	15.83 306	31.44 435	17.22 346	10.87 331	16.19 405	21.98 489	0.22 327	0.06 191	0.80 468	0.08 279	0.48 320	0.21 230

NINENet	10.74 399	2.29 381	10.44 362	8.03 409	5.09 414	17.62 444	2.79 247	38.69 533	33.24 461	18.35 371	26.31 362	14.49 297	9.40 305	15.88 394	10.57 394	0.41 394	0.21 370	0.29 415	0.00 1	0.42 298	0.23 245

LMCR-Stereo	10.75 400	4.13 450	10.67 366	13.11 515	3.99 351	16.68 431	5.91 349	25.30 370	22.69 355	22.04 436	21.80 310	14.67 301	14.24 410	20.55 475	15.86 445	1.90 506	0.04 126	0.00 1	0.02 180	1.29 437	0.18 204

DeepPruner_ROB	10.77 401	4.56 457	13.13 405	6.37 326	4.28 373	10.14 291	6.86 393	36.42 513	19.59 315	17.87 354	27.37 374	23.19 416	12.26 365	19.09 444	10.23 390	1.05 484	0.48 465	0.23 393	0.15 335	0.89 413	1.17 436

LL-Strereo	10.79 402	3.52 432	12.54 397	8.77 425	5.44 440	7.49 253	9.26 437	35.15 501	28.70 415	16.47 322	15.85 228	21.06 394	17.42 461	21.62 481	9.72 377	0.21 321	0.22 380	0.74 462	0.08 279	0.98 417	0.60 365

DAS	10.80 403	2.03 351	13.96 423	9.01 430	6.23 467	14.67 384	7.38 407	21.59 327	32.58 456	18.67 378	28.13 380	19.20 378	17.08 456	16.54 414	7.31 327	0.58 426	0.01 30	0.29 415	0.01 147	0.47 318	0.20 222

GMStereo_Zeroshot	10.83 404	7.81 504	19.95 491	9.55 449	2.47 272	11.83 324	1.31 109	20.84 318	20.52 323	22.73 443	35.93 482	24.76 438	5.94 218	19.68 452	7.04 322	0.45 403	0.02 76	0.25 397	0.01 147	5.38 524	0.19 217

HSM-Net_RVC	10.88 405	1.23 130	5.46 127	5.57 263	2.63 283	20.12 461	6.06 362	27.67 402	28.35 414	20.63 414	25.51 352	34.01 507	14.38 413	16.18 404	9.29 375	0.11 277	0.07 218	0.01 176	0.00 1	0.13 122	0.14 162
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NOSS_ROB	10.99 406	3.81 442	6.88 190	6.69 350	2.30 260	16.06 412	10.94 469	30.06 432	32.41 454	16.10 313	18.72 261	22.78 413	14.21 409	17.52 423	8.62 364	2.35 512	1.84 529	3.32 533	1.57 517	2.06 470	1.52 454

ac_64	11.10 407	1.49 202	9.88 344	8.24 416	5.45 441	19.12 453	6.46 377	24.10 358	14.34 249	22.80 445	23.87 336	33.28 500	15.54 436	18.87 440	17.26 458	0.28 357	0.12 298	0.02 194	0.02 180	0.26 206	0.63 369

1111x	11.32 408	1.34 158	8.95 290	5.20 238	1.96 240	14.46 381	7.75 415	35.65 506	28.23 413	15.66 303	26.66 368	26.65 450	14.76 422	15.88 394	22.27 494	0.24 341	0.13 312	0.04 232	0.06 265	0.30 231	0.24 252

HSM	11.33 409	1.80 309	7.04 199	6.13 313	3.99 351	16.16 418	6.92 396	29.69 430	19.39 313	22.95 446	26.05 360	41.08 542	15.79 439	20.25 466	8.89 371	0.02 164	0.03 110	0.01 176	0.00 1	0.15 135	0.34 297

SepStereo	11.34 410	2.03 351	13.96 423	9.01 430	6.23 467	14.67 384	7.38 407	21.59 327	32.58 456	18.67 378	28.13 380	19.20 378	17.08 456	27.36 513	7.31 327	0.58 426	0.01 30	0.29 415	0.01 147	0.47 318	0.20 222

DMCA-RVC	11.41 411	3.32 425	11.68 385	10.12 468	4.81 397	11.92 327	4.11 295	24.67 363	23.66 367	20.06 403	28.51 387	26.71 451	24.96 513	15.95 401	14.82 436	0.41 394	0.34 433	0.56 447	0.16 338	0.72 394	0.69 382

ITSA-stereo	11.44 412	2.03 351	10.92 375	5.90 291	1.78 223	12.05 333	4.17 299	36.77 516	49.15 544	18.17 363	18.53 259	21.79 400	12.59 375	15.74 388	14.05 430	0.45 403	0.39 438	0.28 411	0.29 412	0.98 417	2.81 490

test_xeample	11.49 413	1.24 136	7.50 218	5.22 242	2.18 253	17.40 437	6.49 379	31.14 448	22.77 356	17.90 356	33.09 460	18.48 370	14.61 419	13.51 341	37.38 560	0.16 298	0.13 312	0.01 176	0.03 201	0.23 185	0.24 252

coex_refinement	11.56 414	1.53 217	7.45 217	8.18 413	5.09 414	17.10 434	7.07 399	31.05 447	32.20 452	18.57 376	30.81 421	25.84 447	12.31 367	13.41 337	19.47 471	0.23 336	0.04 126	0.02 194	0.10 303	0.44 303	0.37 306

RASNet	11.59 415	1.71 279	10.36 360	6.30 322	5.66 449	15.48 401	6.12 363	34.50 495	20.86 328	16.61 326	32.51 452	22.04 403	23.00 497	19.44 449	16.15 449	0.71 445	0.03 110	0.05 243	0.01 147	0.15 135	0.13 156

ACV-stereo	11.65 416	5.15 469	28.84 514	6.80 358	3.33 318	20.38 462	6.59 385	21.03 320	20.57 324	17.67 351	20.95 297	26.81 453	16.69 448	20.19 464	13.26 420	0.72 447	1.11 513	0.15 355	0.09 292	0.65 380	2.13 475

WQFJX	11.69 417	4.34 454	13.76 422	16.45 538	7.97 511	12.78 347	14.86 509	37.89 527	43.49 524	14.34 269	24.23 339	7.61 188	6.35 235	18.03 432	10.30 393	0.06 250	0.03 110	0.27 401	0.02 180	0.61 367	0.51 348

iResNet_ROB	11.71 418	1.96 332	10.77 369	6.01 301	3.68 332	15.13 393	2.34 217	31.72 456	37.58 490	26.16 483	32.77 454	25.88 448	15.34 434	16.35 410	7.94 348	0.19 308	0.01 30	0.00 1	0.00 1	0.31 243	0.12 142

UPFNet	11.72 419	1.52 214	10.33 359	7.38 383	7.14 491	20.05 460	9.62 443	28.90 417	25.94 393	20.02 401	29.73 403	20.91 391	16.34 444	18.61 438	16.17 450	0.26 351	0.17 345	0.25 397	0.03 201	0.55 351	0.56 359

FADNet-RVC-Resample	11.72 419	4.35 455	30.33 523	9.46 447	3.90 342	14.11 368	7.17 404	25.78 377	23.31 359	23.27 451	29.52 400	19.50 383	15.00 428	15.38 377	8.33 357	0.53 421	0.50 470	0.49 439	0.50 465	1.38 444	1.67 460

xxxx	11.74 421	1.16 118	7.88 236	5.61 265	1.99 243	20.46 463	3.12 261	33.99 486	23.76 371	15.53 299	30.67 415	26.88 455	14.50 418	12.98 324	35.48 551	0.19 308	0.18 351	0.01 176	0.02 180	0.22 170	0.27 268

CBMV_ROB	11.77 422	2.89 409	6.92 192	5.20 238	2.88 296	14.12 369	4.79 319	26.69 391	29.84 426	26.17 484	31.92 442	23.61 422	20.74 489	20.20 465	10.18 387	1.78 503	1.80 528	2.17 515	1.26 511	1.61 448	0.55 355

DSFCA	11.85 423	2.01 346	12.93 403	5.40 257	6.87 484	15.36 395	10.45 464	30.68 443	31.84 442	25.99 480	23.52 331	22.03 402	14.05 404	20.28 469	12.46 412	0.57 425	0.41 442	0.28 411	0.38 445	1.02 419	0.47 338

FADNet_RVC	11.94 424	5.17 470	39.74 539	6.44 331	3.46 325	11.42 319	4.17 299	29.16 421	26.89 402	17.97 357	25.96 354	13.41 285	15.67 437	15.84 393	13.54 424	0.90 473	0.75 497	0.55 445	1.20 508	3.65 505	2.85 491

iResNetv2_ROB	12.00 425	2.91 411	13.46 414	5.82 281	3.73 335	13.15 354	6.45 376	34.15 488	36.02 481	25.25 472	33.81 471	29.79 471	14.24 410	13.61 345	6.10 310	0.21 321	0.02 76	0.12 332	0.00 1	0.82 406	0.25 259

hitnet-ft	12.04 426	2.11 361	6.14 158	7.27 378	3.90 342	25.98 504	3.56 281	22.56 340	23.74 369	20.55 410	33.81 471	31.59 486	18.67 477	19.47 450	17.20 456	0.42 398	1.36 519	0.35 424	0.07 275	1.11 426	0.86 407

NLCA_NET_v2_RVC	12.05 427	3.43 429	16.25 456	7.62 396	5.58 444	14.57 382	6.00 356	32.98 475	27.41 406	21.69 432	31.40 433	25.21 441	13.47 389	14.96 370	15.60 444	0.84 467	0.33 430	0.35 424	0.35 435	1.29 437	1.78 463
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
acv_ft	12.16 428	1.68 276	11.97 390	7.70 398	6.20 464	19.61 457	5.52 339	25.78 377	34.81 472	25.62 478	30.78 419	24.72 436	13.20 386	15.81 391	18.80 467	0.13 286	0.01 30	0.06 261	0.06 265	0.63 374	0.15 179

dad	12.24 429	10.20 518	13.68 420	6.64 347	1.47 189	13.55 360	3.58 284	17.62 264	35.33 477	27.15 493	32.65 453	30.85 479	10.86 330	14.33 359	10.04 385	2.95 522	0.55 480	7.92 557	0.91 494	3.35 500	1.17 436

ISRNet	12.26 430	2.02 348	17.38 464	12.71 512	6.24 469	7.39 251	1.62 137	29.23 423	31.94 448	22.65 442	35.28 478	24.62 431	15.27 432	15.28 373	13.76 427	0.78 456	1.00 511	2.30 518	0.52 468	0.92 416	4.29 514

pcwnet_v2	12.32 431	2.00 338	17.53 468	7.79 403	5.69 452	17.06 433	3.69 288	36.52 514	46.17 535	20.55 410	29.39 398	16.50 330	13.00 383	15.70 387	9.32 376	0.50 415	1.00 511	0.34 423	0.24 389	2.00 466	1.38 446

222	12.33 432	1.29 146	8.09 250	6.06 306	2.14 250	19.51 456	2.53 233	33.63 483	23.55 362	21.72 433	30.51 414	20.11 386	16.77 450	13.22 332	46.51 582	0.15 296	0.14 328	0.01 176	0.03 201	0.26 206	0.26 262

ADLNet	12.34 433	2.22 375	10.14 356	8.38 419	6.78 482	17.56 440	9.05 431	33.21 480	26.28 398	27.06 490	26.01 356	26.80 452	13.76 396	16.99 420	18.74 466	0.24 341	0.39 438	0.23 393	0.10 303	0.64 378	2.16 480

CBFPSM	12.42 434	2.59 398	28.96 517	4.74 187	3.20 312	22.33 475	16.31 525	21.13 322	21.03 331	21.04 423	27.81 377	30.24 476	15.99 441	14.59 367	14.80 435	0.04 213	0.49 468	0.10 314	0.16 338	0.51 339	2.34 484

DualNet (step1)	12.44 435	4.86 463	17.49 465	5.97 295	2.94 303	17.57 441	8.30 419	28.75 412	23.91 372	24.38 462	21.03 298	24.64 432	17.82 466	13.58 343	9.82 378	6.44 549	0.87 505	6.62 546	7.44 558	3.20 496	3.11 498

ADLNet2	12.44 435	2.17 368	12.84 402	9.17 437	5.82 457	20.00 459	10.13 457	32.53 470	36.22 484	18.62 377	19.39 268	21.96 401	17.07 455	21.43 480	19.42 470	0.24 341	0.15 334	0.06 261	0.08 279	0.86 410	0.57 360

AASNet	12.49 437	2.46 389	10.49 363	9.82 458	6.86 483	17.33 436	6.73 389	41.09 547	37.86 493	22.53 441	29.11 390	16.68 333	13.48 391	14.54 366	17.87 462	0.20 316	0.02 76	0.78 464	0.05 247	1.18 429	0.76 394

HBP-ISP	12.52 438	7.82 505	8.47 269	7.57 395	4.27 368	12.56 340	6.42 375	28.68 411	29.56 417	21.11 425	35.69 480	15.85 319	18.42 473	20.44 472	11.00 403	3.03 523	2.63 544	7.09 555	3.97 543	3.58 503	2.27 482

CRFU-Net	12.56 439	2.89 409	11.77 386	8.18 413	5.80 456	24.84 492	10.46 468	24.56 361	13.12 232	30.06 512	29.37 393	29.09 463	19.64 482	19.96 457	18.53 465	0.82 464	0.48 465	0.27 401	0.15 335	0.53 345	0.68 380

UNet	12.64 440	2.02 348	13.36 409	6.85 362	7.76 505	25.31 501	4.74 316	34.10 487	28.19 412	20.03 402	31.07 427	27.02 458	17.36 459	20.18 463	13.87 428	0.06 250	0.05 157	0.27 401	0.01 147	0.23 185	0.39 314

delet	12.65 441	1.85 314	11.36 380	7.71 400	6.22 466	22.52 477	10.22 461	28.14 407	37.67 491	19.66 394	29.24 392	21.00 393	15.99 441	21.97 482	17.77 461	0.03 194	0.07 218	0.19 377	0.04 223	0.60 365	0.75 393

HGLStereo	12.72 442	2.66 400	12.34 394	9.93 462	7.55 499	16.16 418	7.45 410	31.48 454	27.01 403	20.01 400	35.31 479	26.98 457	18.90 478	17.87 427	18.90 468	0.33 366	0.16 343	0.07 273	0.05 247	0.48 320	0.70 386

GEStereo_RVC	12.81 443	2.49 392	13.64 418	9.68 454	4.97 405	18.16 446	11.30 475	31.26 450	47.47 537	19.84 397	26.97 370	19.03 374	13.19 385	20.14 462	14.86 438	0.83 466	0.51 474	0.10 314	0.13 321	0.54 347	0.99 422

CSP-Net	12.85 444	2.95 413	9.64 332	5.94 294	3.96 346	25.85 502	9.93 447	28.81 416	26.00 395	29.31 508	32.44 451	30.00 473	15.16 430	20.25 466	14.30 433	0.55 424	0.19 358	0.03 212	0.00 1	0.65 380	0.98 421

SGM-Forest	12.92 445	1.87 315	6.61 174	5.68 270	2.05 247	23.19 483	11.30 475	34.24 491	30.77 434	26.54 486	31.99 443	29.98 472	15.74 438	21.17 479	13.36 422	1.05 484	0.33 430	0.84 475	0.01 147	0.71 390	0.97 418
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MMNet	12.97 446	2.08 357	12.74 400	6.98 365	6.27 471	26.39 509	4.73 315	23.10 348	41.79 512	25.48 476	32.29 450	21.09 395	17.79 464	19.52 451	17.90 463	0.19 308	0.07 218	0.10 314	0.00 1	0.37 278	0.59 364

STTStereo	12.97 446	4.88 466	26.57 511	7.54 393	5.41 437	13.43 358	6.49 379	30.53 442	26.35 400	25.14 471	31.43 434	32.00 488	14.12 406	16.01 403	14.83 437	0.29 359	0.31 423	0.67 457	1.08 504	1.21 431	1.11 430

TDLM	12.98 448	3.78 440	9.77 341	10.75 485	4.94 403	16.10 414	14.08 502	35.05 499	31.87 443	22.36 438	26.51 367	26.09 449	14.97 427	24.73 501	13.11 418	1.05 484	0.05 157	1.21 495	0.27 405	1.83 459	1.00 424

AANet_RVC	13.16 449	5.34 473	10.83 372	8.20 415	4.44 386	14.13 370	9.46 440	28.78 415	37.67 491	23.44 453	37.47 492	23.48 420	15.83 440	22.39 486	16.63 452	1.67 500	0.86 503	0.24 396	0.02 180	0.63 374	1.60 456

psm_up	13.18 450	1.91 321	8.81 283	9.59 452	5.84 459	15.17 394	11.37 477	38.74 534	30.81 435	20.66 415	30.32 412	30.00 473	23.12 498	19.19 446	16.02 446	0.58 426	0.10 269	0.17 364	0.01 147	0.65 380	0.55 355

xyz-stereo	13.23 451	0.83 40	38.70 537	2.53 40	0.83 117	41.19 562	4.82 322	13.68 192	26.28 398	22.98 447	37.78 494	29.35 468	18.53 475	18.11 433	7.85 345	0.22 327	0.03 110	0.64 454	0.01 147	0.13 122	0.06 83

ssnet_v2	13.23 451	2.43 386	11.25 377	7.34 380	2.92 302	23.05 482	12.95 492	35.93 509	32.92 460	21.23 428	25.38 350	28.81 462	15.22 431	22.57 487	19.81 474	0.18 304	0.08 240	0.19 377	0.05 247	1.24 434	1.06 428

CVANet_RVC	13.24 453	3.39 427	8.43 265	8.42 420	5.04 411	18.52 451	11.72 482	32.03 460	33.85 463	23.17 450	32.77 454	29.78 470	16.51 447	23.20 491	11.28 405	0.94 474	0.04 126	1.19 494	0.47 461	3.13 492	1.01 425

FADNet-RVC	13.27 454	11.57 533	39.71 538	7.94 406	4.50 388	15.41 398	6.95 398	27.96 403	22.98 358	20.37 409	30.73 418	26.86 454	11.31 345	20.50 474	14.28 432	0.14 288	0.14 328	0.13 344	0.18 345	2.83 483	0.86 407

DLCB_ROB	13.35 455	3.00 416	9.12 307	9.43 443	5.68 450	21.80 472	10.12 456	29.19 422	29.92 428	27.71 495	31.45 439	32.37 491	19.50 481	19.02 442	16.73 453	0.22 327	0.04 126	0.38 430	0.06 265	0.49 329	0.85 406

StereoDRNet-Refined	13.36 456	2.80 403	10.82 371	7.94 406	3.10 308	18.95 452	4.45 308	28.47 410	29.65 420	29.11 504	41.47 519	24.44 429	17.64 462	23.34 492	21.66 485	0.16 298	0.07 218	0.53 443	0.32 427	0.77 403	1.64 458
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SACVNet	13.38 457	4.08 448	11.41 382	11.67 502	5.79 455	17.28 435	9.39 438	32.77 472	22.29 349	28.11 498	33.35 463	32.48 492	21.86 493	19.75 453	10.28 391	1.00 480	0.48 465	0.85 476	0.29 412	1.31 440	3.08 496

iinet-f	13.51 458	4.29 451	45.90 552	6.01 301	3.96 346	21.00 466	13.40 497	27.40 400	21.12 333	21.11 425	30.72 417	21.49 398	16.96 453	15.33 374	19.50 472	0.12 282	0.42 446	0.09 295	0.05 247	0.89 413	0.39 314

rvit_105_1	13.56 459	5.57 476	19.88 490	13.22 516	4.58 391	15.04 390	28.61 573	26.56 389	42.75 518	18.83 381	24.53 341	20.93 392	13.85 399	18.02 431	11.90 411	1.74 501	0.60 484	0.25 397	2.10 528	0.61 367	1.64 458

CBMV	13.69 460	3.63 434	8.02 247	5.93 293	2.69 285	22.57 478	12.44 489	29.81 431	31.57 441	31.20 517	33.79 470	31.04 480	17.41 460	25.28 504	14.11 431	0.71 445	0.60 484	0.60 450	0.11 313	1.11 426	1.13 433
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PS-NSSS	13.70 461	7.41 502	14.68 439	6.70 351	5.63 447	18.43 449	12.59 490	38.89 536	25.56 388	20.27 407	35.71 481	21.11 396	16.35 445	17.16 421	17.56 459	2.28 510	0.53 477	5.37 539	0.36 439	4.28 511	3.09 497

FADNet	14.18 462	10.92 527	37.56 534	7.79 403	6.64 476	17.48 439	6.91 395	34.73 497	34.03 464	18.85 382	27.02 371	28.26 460	14.24 410	17.77 426	10.09 386	0.41 394	0.67 491	0.37 428	0.37 443	8.13 540	1.34 443

fast-acv-ft	14.25 463	4.00 447	16.20 454	7.51 391	5.14 419	26.38 508	9.77 445	24.62 362	34.84 474	25.30 474	37.27 490	32.09 489	20.38 487	18.32 434	19.50 472	0.36 375	0.32 426	0.63 452	0.47 461	1.18 429	0.76 394

pmcnn	14.59 464	3.68 437	19.78 489	6.83 360	4.51 389	21.27 469	14.67 507	27.37 398	30.54 431	27.09 492	40.19 511	38.71 528	18.53 475	17.70 425	19.27 469	0.84 467	0.09 253	0.00 1	0.00 1	0.48 320	0.31 289

Anonymous_2	14.95 465	6.75 495	17.63 470	5.45 259	7.10 490	26.19 505	11.58 480	18.06 277	17.30 288	17.61 350	15.47 223	23.33 418	20.95 491	20.55 475	14.63 434	11.05 567	12.86 577	11.27 565	25.12 581	11.32 557	4.82 522

z-ln-s-r	14.97 466	6.05 480	40.55 541	5.39 256	5.41 437	13.95 366	13.34 496	21.84 331	36.75 487	18.86 383	43.90 537	23.71 425	16.41 446	22.64 489	28.99 538	0.02 164	0.02 76	0.00 1	0.00 1	1.04 421	0.48 342

test_sample9	15.04 467	4.86 463	17.49 465	5.97 295	2.94 303	17.57 441	8.30 419	28.75 412	23.91 372	24.38 462	21.03 298	24.64 432	17.82 466	20.07 460	20.17 476	6.44 549	36.07 588	6.62 546	7.44 558	3.20 496	3.11 498

NVstereo2D	15.15 468	2.97 414	16.28 457	9.23 440	7.56 500	30.03 523	9.53 442	42.80 557	42.72 517	15.11 286	27.03 372	23.16 415	16.93 452	24.28 497	15.45 442	3.07 525	0.43 452	1.44 503	0.61 475	6.74 530	7.60 549

TCMNet	15.19 469	6.68 493	19.70 487	13.83 521	12.53 551	26.35 507	13.66 498	29.47 427	35.21 475	24.71 466	31.20 429	23.44 419	15.13 429	18.97 441	22.59 497	1.13 488	0.65 488	2.04 511	0.97 499	3.18 493	2.31 483

Wz-Net-LNSev-Ref	15.26 470	3.68 437	27.36 513	7.11 373	5.83 458	24.88 494	12.12 487	30.19 434	36.12 483	27.08 491	45.98 541	29.10 464	13.65 392	20.45 473	20.26 479	0.67 442	0.00 1	0.10 314	0.00 1	0.32 253	0.26 262

StereoDRNet	15.30 471	4.47 456	14.35 435	10.71 481	8.69 519	25.02 497	11.03 470	39.66 538	35.62 479	29.17 505	28.81 388	34.05 508	17.80 465	18.80 439	23.77 503	0.41 394	0.30 420	0.15 355	0.14 327	1.64 451	1.42 448

FINET	15.49 472	6.08 481	24.99 506	8.12 411	7.69 503	21.80 472	22.35 553	33.76 485	48.27 539	25.99 480	32.27 449	19.48 382	16.83 451	19.07 443	16.38 451	1.37 495	0.70 492	0.95 482	0.27 405	2.61 478	0.90 411

DRN-Test	15.88 473	3.83 443	14.70 440	9.96 464	8.02 513	28.93 521	14.65 506	42.34 552	38.25 496	28.18 499	34.31 475	29.22 466	18.35 472	20.01 458	22.68 498	0.37 378	0.41 442	0.46 436	0.28 408	1.28 436	1.34 443

YMNet	15.91 474	5.68 478	21.74 498	10.94 488	8.77 521	25.22 499	9.21 434	32.22 465	31.35 437	33.81 535	38.84 502	34.00 505	17.83 469	19.95 455	21.57 483	0.87 470	1.30 515	1.22 497	0.91 494	1.64 451	1.18 438

YMNet_1	15.91 474	5.68 478	21.74 498	10.94 488	8.77 521	25.22 499	9.21 434	32.22 465	31.35 437	33.81 535	38.84 502	34.00 505	17.83 469	19.95 455	21.57 483	0.87 470	1.30 515	1.22 497	0.91 494	1.64 451	1.18 438

SDNR	16.15 476	5.23 471	28.92 516	5.73 278	6.05 463	56.85 582	3.26 262	23.18 349	29.73 421	20.62 413	36.48 485	13.59 289	16.97 454	18.43 435	13.44 423	10.56 563	13.84 578	3.10 530	0.44 457	7.80 536	8.81 557

PA-Net	16.29 477	6.88 497	27.34 512	9.88 461	11.12 541	21.77 471	28.15 572	32.06 461	39.49 497	19.99 399	27.91 378	23.50 421	20.59 488	20.25 466	24.04 506	0.24 341	2.26 538	0.22 389	4.59 547	1.13 428	4.48 518
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DISCO	16.36 478	1.88 317	16.15 453	7.78 402	4.19 363	26.92 512	10.21 460	30.31 439	44.26 528	21.35 430	33.91 473	35.80 518	22.40 495	35.65 547	33.87 546	0.18 304	0.08 240	0.04 232	0.04 223	1.71 455	0.54 354

GwcNet	16.48 479	5.23 471	20.03 492	10.24 473	8.48 516	28.79 518	10.09 454	38.60 532	44.51 529	23.29 452	36.95 488	31.29 483	19.79 485	20.42 471	25.70 519	0.54 422	0.72 493	0.57 448	0.39 448	1.37 443	2.64 487

NaN_ROB	16.51 480	6.51 490	16.22 455	10.53 479	4.64 394	31.76 533	17.78 536	37.00 520	43.37 522	29.68 510	31.29 430	32.67 497	20.32 486	28.00 519	16.06 447	0.38 379	0.41 442	0.32 421	0.41 452	0.87 412	1.94 470

FAT-Stereo	16.81 481	2.97 414	17.56 469	9.80 457	6.21 465	16.12 417	13.23 495	38.18 531	39.67 499	27.00 489	39.73 509	37.55 524	31.30 543	20.39 470	21.52 482	3.44 527	2.05 531	0.81 473	1.10 505	1.89 462	5.72 527

S-Stereo	16.85 482	3.95 446	20.67 495	12.08 508	8.91 525	21.68 470	12.61 491	32.20 464	44.61 530	22.37 439	38.42 500	29.15 465	28.02 527	18.58 437	22.36 496	2.88 521	3.11 553	0.87 480	1.82 522	3.58 503	9.08 559

DANet	16.85 482	8.00 506	26.04 510	14.56 530	7.25 493	20.59 464	5.37 330	26.22 385	26.02 397	32.17 525	36.00 483	37.20 522	29.77 535	30.75 527	24.62 511	1.14 490	1.34 517	2.21 516	0.51 467	3.18 493	4.07 512
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MaskLacGwcNet_RVC	16.87 484	16.27 548	17.93 476	11.24 496	6.69 479	28.95 522	10.44 463	41.23 549	21.49 338	29.68 510	34.27 474	32.48 492	11.00 335	20.05 459	15.09 440	8.22 554	2.59 543	12.23 566	0.75 486	10.40 550	6.34 533

PSMNet_ROB	16.90 485	5.45 474	14.16 428	13.77 519	7.25 493	27.65 515	32.74 578	43.21 560	37.88 494	24.00 456	32.97 459	34.55 512	16.69 448	17.41 422	23.96 505	0.38 379	0.22 380	0.93 481	2.05 526	1.83 459	0.96 417

GANet	16.92 486	4.32 453	12.46 396	10.84 487	4.24 365	23.04 481	15.36 520	39.91 541	34.47 470	32.42 526	45.10 540	40.04 537	27.54 522	23.61 495	20.20 478	1.02 483	0.08 240	0.67 457	0.22 368	1.87 461	0.97 418

Syn2CoEx	17.03 487	10.40 521	25.65 509	20.35 549	8.02 513	26.28 506	11.27 474	37.16 522	32.69 458	28.89 502	40.17 510	29.27 467	26.63 517	19.19 446	17.63 460	0.98 478	0.54 478	1.23 499	0.23 379	1.82 458	2.24 481

test_sample8	17.19 488	4.86 463	17.49 465	5.97 295	2.94 303	17.57 441	8.30 419	31.87 457	18.55 307	33.54 532	26.00 355	40.64 540	32.90 547	20.07 460	20.17 476	6.44 549	36.07 588	6.62 546	7.44 558	3.20 496	3.11 498

NCCL2	17.23 489	6.37 489	14.30 434	23.45 560	7.18 492	24.16 487	17.05 532	34.39 493	25.88 391	31.55 519	38.01 496	42.09 547	26.81 518	20.94 478	22.69 499	0.45 403	0.23 387	2.63 523	1.80 521	2.02 468	2.57 485

GASNet	17.30 490	19.38 556	30.46 524	20.66 551	9.36 529	16.06 412	9.06 432	43.89 564	40.04 502	25.35 475	23.73 332	32.90 498	15.37 435	28.91 521	17.05 454	3.04 524	0.27 414	1.88 509	0.45 459	6.73 529	1.37 445

ADCRef	17.30 490	6.73 494	42.01 547	10.11 467	8.78 523	26.61 510	10.45 464	31.29 452	32.75 459	31.19 516	41.62 522	18.47 369	19.78 484	24.29 498	34.06 548	0.76 454	0.42 446	2.16 514	1.79 520	1.23 433	1.56 455

XPNet_ROB	17.33 492	4.84 461	15.44 445	11.15 493	6.64 476	20.88 465	16.10 523	36.26 512	39.54 498	31.80 523	41.32 517	41.30 544	23.91 502	24.67 499	27.40 525	1.07 487	0.74 495	0.79 466	0.25 395	1.10 425	1.31 442

w-ln-seven-2	17.58 493	7.62 503	41.78 545	11.29 498	6.55 475	23.49 484	14.08 502	29.64 429	39.85 501	28.44 501	42.38 525	30.45 477	27.66 524	22.16 484	22.15 492	0.44 401	0.49 468	0.65 455	0.17 343	1.58 447	0.81 399

RP	17.58 493	4.92 467	15.27 444	15.44 536	11.95 549	21.05 467	11.75 483	27.64 401	45.09 533	22.99 448	42.05 524	39.39 533	27.74 525	25.54 505	22.33 495	5.45 542	0.59 483	4.33 535	1.62 519	3.53 502	2.86 493

SuperB	17.60 495	6.22 488	56.40 573	7.91 405	5.07 413	19.70 458	9.03 430	24.87 364	50.15 551	26.25 485	39.13 504	17.61 354	20.84 490	22.28 485	25.31 515	0.70 443	0.31 423	1.10 489	0.71 483	16.58 569	1.86 464

ETE_ROB	17.67 496	9.48 513	17.66 471	13.60 517	4.57 390	23.03 480	21.09 548	32.49 468	35.24 476	30.49 513	38.06 497	46.18 560	24.49 505	26.40 509	24.21 508	0.46 408	0.24 398	1.14 490	0.84 489	1.52 446	2.13 475

APVNet	17.75 497	5.46 475	20.35 494	12.31 510	8.40 515	30.16 525	24.10 562	41.14 548	30.12 429	25.08 470	41.09 515	31.24 481	23.12 498	27.07 512	27.86 531	0.34 370	0.56 481	3.02 528	0.52 468	1.68 454	1.45 450

PWCDC_ROB	17.80 498	9.62 514	18.38 478	17.95 544	7.74 504	24.61 491	5.56 342	34.41 494	52.79 555	29.66 509	50.20 556	20.63 389	19.69 483	29.85 526	20.87 480	6.18 546	0.26 409	0.10 314	0.05 247	5.36 523	2.00 472

MDST_ROB	17.92 499	1.60 246	13.68 420	13.88 523	6.44 473	43.05 564	14.86 509	42.74 556	41.66 510	43.25 560	42.85 529	28.43 461	17.28 458	29.35 523	16.06 447	0.88 472	0.11 287	0.63 452	0.47 461	0.50 335	0.64 375

Nwc_Net	17.98 500	4.67 459	17.79 475	14.26 526	11.65 547	25.14 498	14.88 511	40.85 545	39.83 500	21.07 424	43.24 531	34.50 511	27.64 523	26.44 511	25.03 512	3.22 526	0.18 351	2.52 522	3.18 535	1.98 464	1.51 453

ADCP+	18.16 501	4.61 458	32.94 527	9.31 441	10.23 534	28.87 519	11.69 481	33.43 481	36.49 485	29.28 507	40.49 512	24.18 428	24.61 508	33.89 536	35.33 550	0.25 347	0.40 441	2.00 510	1.17 507	2.16 471	1.87 466

Wz-Net-LNSev	18.19 502	10.57 523	41.33 543	10.19 470	7.94 510	24.29 488	15.28 518	34.15 488	43.38 523	32.90 529	43.72 535	31.94 487	22.21 494	20.81 477	22.26 493	0.47 409	0.22 380	0.00 1	0.02 180	1.22 432	0.94 416

PWC_ROB	18.37 503	10.55 522	25.19 507	10.21 471	6.29 472	23.75 485	4.79 319	35.93 509	48.75 543	32.56 527	44.46 539	34.68 513	24.78 510	30.99 528	25.72 520	1.38 497	0.08 240	1.57 504	0.26 399	2.18 472	3.17 503

AF-Net	18.38 504	5.60 477	14.21 430	15.95 537	10.78 538	22.26 474	10.45 464	35.39 503	50.22 552	24.71 466	37.77 493	41.55 545	29.24 533	29.11 522	26.67 521	4.35 537	0.06 191	4.56 537	0.90 491	2.42 473	1.38 446

stereogan	18.62 505	3.07 418	16.31 458	13.04 514	9.99 532	35.74 547	9.09 433	38.17 530	45.27 534	24.39 465	41.24 516	39.93 535	25.46 514	31.29 530	24.33 510	1.80 504	0.91 509	2.71 525	0.75 486	5.15 521	3.70 504

edge stereo	18.75 506	5.12 468	17.66 471	10.77 486	7.84 508	22.41 476	11.03 470	35.23 502	42.07 516	34.62 537	42.74 527	41.28 543	35.50 552	25.14 503	24.17 507	2.42 516	2.42 542	6.35 545	1.45 515	2.89 486	3.80 505

RYNet	18.92 507	4.69 460	16.88 462	10.99 490	15.84 558	46.72 567	16.57 528	37.84 526	48.03 538	26.92 488	26.48 365	37.84 527	24.92 512	19.80 454	31.04 544	0.25 347	0.25 406	0.62 451	0.03 201	6.34 528	6.39 534

Wz-Net-MNSev	18.98 508	6.53 491	33.16 529	10.15 469	7.26 495	38.37 555	16.45 526	34.19 490	43.20 521	30.65 514	40.76 513	40.51 539	19.24 480	27.56 514	28.06 536	0.81 463	0.26 409	0.05 243	0.10 303	1.45 445	0.84 403

LALA_ROB	19.19 509	7.15 500	15.93 452	12.96 513	5.30 432	28.30 517	23.21 560	42.51 553	36.69 486	33.45 531	40.81 514	50.96 571	24.53 506	27.92 516	25.66 518	0.60 431	0.44 454	2.04 511	1.22 509	2.54 477	1.47 451

aanetorigin	19.21 510	12.59 535	53.50 561	9.67 453	7.83 507	11.85 326	13.87 500	17.05 257	34.15 467	49.18 570	48.89 552	34.05 508	30.22 537	22.86 490	28.00 535	1.01 482	0.75 497	0.67 457	0.89 490	3.07 489	4.14 513

SGM_RVC	19.52 511	2.12 364	6.79 186	6.59 341	1.33 176	38.20 554	15.74 521	38.13 529	34.07 465	45.71 565	41.91 523	51.41 572	38.10 558	38.77 563	27.80 530	0.61 435	0.36 435	0.51 441	0.33 431	1.03 420	0.90 411
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RTSC	19.64 512	9.36 510	31.06 525	10.99 490	6.24 469	28.10 516	10.14 458	37.50 525	58.34 577	31.74 521	36.70 487	32.50 494	21.03 492	36.00 552	37.24 559	1.23 493	0.44 454	0.12 332	0.31 423	1.98 464	1.69 461

NCC-stereo	19.75 513	6.08 481	23.96 502	15.05 531	16.17 559	18.42 447	21.45 549	43.31 562	41.00 508	24.30 460	38.12 498	34.98 514	26.92 519	35.46 544	25.65 516	4.29 535	2.07 533	3.24 531	8.90 567	2.86 484	2.86 493

Abc-Net	19.75 513	6.08 481	23.96 502	15.05 531	16.17 559	18.42 447	21.45 549	43.31 562	41.00 508	24.30 460	38.12 498	34.98 514	26.92 519	35.46 544	25.65 516	4.29 535	2.07 533	3.24 531	8.90 567	2.86 484	2.86 493
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DGSMNet	19.79 515	12.06 534	33.43 530	13.79 520	16.23 561	22.97 479	15.88 522	35.41 504	41.96 514	19.90 398	32.16 448	35.60 517	18.14 471	29.48 525	23.10 500	3.85 531	3.89 563	6.16 544	4.75 548	13.56 561	13.44 570

RGC	19.90 516	13.26 538	20.24 493	18.19 545	14.06 556	21.21 468	14.33 504	34.97 498	43.60 526	27.73 496	41.49 520	39.76 534	27.98 526	34.52 539	21.37 481	3.66 530	0.54 478	8.67 558	4.16 545	4.19 509	4.02 510

DeepPrunerF	19.92 517	11.02 530	44.29 548	20.74 552	17.75 563	19.19 454	22.57 554	36.86 519	49.93 547	25.48 476	36.62 486	24.69 435	23.97 503	23.44 493	21.79 486	2.68 520	1.63 526	5.70 541	3.95 542	3.38 501	2.67 488

WCMA_ROB	20.02 518	4.30 452	19.72 488	9.47 448	7.00 488	32.71 539	13.99 501	31.97 459	32.48 455	41.51 555	52.00 560	44.09 551	36.14 554	32.43 532	24.29 509	6.19 547	2.79 549	1.09 488	1.10 505	3.95 506	3.13 501

MSAF-DinoV2	20.61 519	7.35 501	24.41 504	11.43 501	4.88 400	30.12 524	16.70 529	39.67 539	54.27 559	22.75 444	32.01 444	48.05 565	30.44 539	37.52 557	40.45 567	0.72 447	0.50 470	0.44 433	1.23 510	4.64 513	4.54 519

psmorigin	20.95 520	10.24 520	35.84 531	9.75 455	7.05 489	24.59 490	10.11 455	32.85 474	32.17 451	43.09 558	54.57 569	42.79 548	36.62 555	35.99 551	27.41 526	1.58 499	2.72 547	0.79 466	1.05 502	3.26 499	6.50 535

SANet	20.96 521	6.60 492	29.81 519	8.83 426	3.19 311	31.27 532	20.56 547	41.86 551	56.09 570	39.30 550	43.62 533	44.95 553	31.93 545	27.83 515	23.67 502	0.94 474	0.52 476	0.99 484	0.42 454	4.72 515	2.03 473

FBW_ROB	21.00 522	10.23 519	22.72 500	13.71 518	6.77 481	30.49 530	16.46 527	44.58 565	43.57 525	44.25 563	39.59 507	43.27 550	26.12 516	33.96 537	21.80 487	2.58 519	1.84 529	7.14 556	2.78 533	4.00 507	4.06 511

w-ln-seven	21.04 523	9.30 509	55.15 571	11.32 499	9.98 531	30.27 526	18.05 538	37.06 521	55.12 566	36.70 542	43.26 532	33.73 504	22.90 496	22.63 488	29.52 539	0.39 389	0.18 351	0.85 476	0.16 338	2.75 481	1.47 451

z-mn7	21.05 524	9.91 516	45.96 553	11.27 497	5.23 422	33.41 541	15.27 517	35.65 506	57.07 573	26.62 487	53.08 562	32.21 490	24.80 511	35.65 547	30.93 543	0.49 412	0.25 406	0.55 445	0.11 313	1.62 449	0.90 411

SQANet	21.24 525	24.08 565	19.60 486	26.40 565	18.74 565	30.87 531	9.24 436	32.70 471	29.58 419	25.25 472	33.37 464	33.47 502	19.19 479	28.11 520	18.32 464	10.87 564	2.92 551	26.49 578	5.65 553	18.43 572	11.48 565

G-Net	21.25 526	8.24 507	37.97 536	15.14 534	9.26 528	50.87 573	16.80 531	27.96 403	30.54 431	38.92 547	42.93 530	33.27 499	32.17 546	27.99 518	25.25 514	4.40 538	3.83 561	3.60 534	0.97 499	7.91 539	6.95 541

SHD	21.32 527	10.03 517	30.16 522	14.30 527	8.68 518	24.15 486	8.93 428	40.82 544	61.17 581	35.79 540	44.15 538	38.73 529	30.20 536	33.88 535	31.09 545	2.00 507	0.81 500	1.17 491	1.55 516	4.08 508	4.78 521

MultiAttention	21.34 528	1.48 196	14.65 438	12.08 508	4.10 359	63.05 591	95.71 618	42.52 554	41.89 513	15.33 295	30.20 411	28.14 459	7.73 266	44.07 572	13.67 425	0.84 467	0.27 414	1.06 485	1.58 518	4.47 512	3.88 509

CSAN	21.34 528	9.45 512	23.34 501	20.99 554	4.95 404	32.57 537	34.26 579	38.83 535	49.95 549	36.97 544	39.72 508	44.97 554	31.73 544	26.05 506	23.94 504	1.52 498	0.47 463	0.85 476	1.43 514	2.73 480	2.14 478

UDG	21.45 530	14.84 544	14.44 436	21.30 557	20.08 568	32.05 536	13.76 499	35.98 511	35.52 478	25.93 479	30.69 416	37.26 523	30.66 540	21.97 482	19.89 475	10.88 565	5.55 568	22.78 574	7.65 561	14.83 566	13.05 569

ADCL	21.64 531	6.20 485	47.32 555	9.93 462	6.91 487	38.69 558	19.97 545	31.26 450	54.04 557	27.89 497	47.97 549	31.35 484	30.66 540	33.18 534	36.62 554	0.99 479	0.92 510	2.63 523	1.82 522	2.45 474	2.13 475

ADCPNet	21.93 532	9.38 511	57.92 574	11.76 504	6.88 485	36.03 548	18.44 540	32.80 473	35.93 480	32.91 530	43.80 536	39.21 532	26.99 521	31.14 529	36.94 556	2.05 508	2.67 546	2.30 518	3.45 538	4.22 510	3.82 506

zh-mn7	21.99 533	13.21 537	53.55 564	10.73 483	5.68 450	27.38 514	14.94 512	34.53 496	56.55 571	40.02 551	57.13 573	31.28 482	23.73 501	35.83 549	30.28 541	0.95 476	0.44 454	0.22 389	0.19 358	1.26 435	1.86 464

CC-Net-ROB	22.04 534	22.91 562	28.86 515	14.05 524	8.73 520	33.79 542	15.26 516	46.84 569	36.06 482	33.72 533	32.10 446	35.47 516	24.02 504	23.57 494	27.88 532	8.95 557	2.95 552	24.94 576	3.68 539	12.41 559	4.62 520

MeshStereo	22.27 535	6.87 496	11.15 376	7.69 397	4.87 399	37.70 552	13.06 493	41.64 550	36.95 488	50.92 573	53.41 565	58.12 577	41.93 568	37.73 559	27.62 529	2.52 518	2.37 539	2.99 527	2.07 527	3.09 490	2.60 486
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
DDUNet	22.66 536	19.69 558	14.64 437	24.11 561	22.38 572	24.84 492	17.71 535	30.36 440	30.32 430	29.02 503	37.31 491	37.63 525	24.66 509	24.67 499	17.08 455	18.42 575	7.92 574	26.43 577	11.81 573	17.23 570	16.95 574

Wz-Net-SNSev	22.67 537	16.94 550	45.69 551	13.85 522	8.52 517	28.89 520	27.06 569	39.39 537	55.04 564	31.77 522	53.23 563	39.18 531	23.41 500	26.40 509	36.25 552	0.78 456	0.21 370	1.21 495	0.90 491	3.03 488	1.62 457

ADCMid	22.76 538	10.75 525	41.73 544	11.23 495	7.97 511	27.26 513	19.18 544	35.44 505	38.02 495	40.23 552	46.38 544	36.56 520	42.70 569	38.20 561	40.75 568	1.77 502	1.43 521	3.05 529	3.81 541	4.96 517	3.82 506

MSMD_ROB	22.90 539	9.64 515	14.76 441	17.46 543	9.88 530	34.94 544	18.83 541	33.67 484	37.47 489	40.97 554	59.80 577	45.93 558	38.34 560	31.74 531	23.24 501	6.22 548	3.58 558	8.78 559	11.03 572	6.76 531	5.06 525

LE_ROB	22.93 540	3.07 418	14.02 425	7.70 398	2.86 295	31.99 535	17.35 534	28.10 406	67.19 593	70.51 595	55.61 572	49.07 566	47.62 575	24.76 502	36.49 553	0.35 373	0.20 363	0.27 401	0.55 471	0.48 320	0.44 331

zh-sn7	23.03 541	15.48 546	50.25 557	14.08 525	7.77 506	26.71 511	23.32 561	36.59 515	48.43 541	33.80 534	51.71 558	33.34 501	33.77 549	39.91 566	37.07 557	0.60 431	0.86 503	0.54 444	0.35 435	3.18 493	2.85 491

AnyNet_C32	23.37 542	13.28 539	40.29 540	12.36 511	11.44 544	30.39 527	29.15 574	31.36 453	44.90 532	35.36 538	48.86 550	33.61 503	34.20 550	43.15 571	41.62 574	1.27 494	1.35 518	1.18 493	2.58 531	4.77 516	6.27 532

SGM-ForestM	23.72 543	2.44 387	9.13 309	7.43 386	2.25 257	44.80 566	19.11 543	44.90 566	49.97 550	50.74 572	51.18 557	62.06 585	45.83 573	44.96 573	33.88 547	1.00 480	0.84 502	0.78 464	0.62 476	1.29 437	1.11 430

MFN_U_SF_DS_RVC	23.92 544	13.60 540	30.09 521	25.46 563	10.02 533	38.51 556	20.40 546	35.77 508	43.76 527	42.15 556	47.10 548	39.99 536	28.20 529	35.96 550	27.06 523	3.64 529	3.85 562	6.66 549	16.30 578	4.97 518	4.98 524

ccnet	24.02 545	16.16 547	21.70 497	11.83 506	17.75 563	37.87 553	16.18 524	45.46 568	31.93 447	36.99 545	46.46 547	38.76 530	29.52 534	37.55 558	40.93 571	9.20 558	6.29 569	9.63 561	7.71 563	11.19 554	7.21 546

PSMNet-RUCA	24.03 546	26.83 567	40.96 542	35.46 573	34.27 579	16.24 423	9.79 446	39.82 540	31.45 439	31.49 518	41.54 521	36.82 521	26.02 515	27.92 516	15.09 440	11.51 569	2.06 532	20.58 572	8.10 565	15.83 567	8.74 556

XQC	24.10 547	16.76 549	50.68 558	21.37 558	11.01 540	35.24 546	18.84 542	37.28 524	55.11 565	31.64 520	30.06 410	37.71 526	30.31 538	37.17 555	39.66 564	4.20 534	0.41 442	2.76 526	1.89 524	11.46 558	8.42 555

FC-DCNN	24.37 548	10.99 529	19.02 481	18.44 546	9.16 526	36.98 549	23.07 558	40.44 542	43.05 520	46.25 567	53.58 567	50.44 568	37.86 557	35.45 543	27.57 528	6.87 553	3.37 554	6.01 542	4.88 549	7.86 538	6.05 529

DPSNet	24.40 549	6.97 499	33.14 528	11.16 494	6.54 474	53.33 576	43.32 587	51.28 578	59.37 579	30.89 515	39.36 505	40.35 538	34.30 551	32.57 533	25.09 513	4.65 540	1.62 525	0.37 428	0.66 479	8.51 544	4.44 517

FC-DCNN v2	24.44 550	10.97 528	18.53 479	18.49 547	9.18 527	37.41 551	23.03 557	40.91 546	43.02 519	46.46 568	54.06 568	50.67 569	38.26 559	35.41 542	27.52 527	6.85 552	3.38 555	6.03 543	4.89 550	7.82 537	5.94 528

PDISCO_ROB	24.45 551	9.24 508	29.28 518	28.68 569	19.96 567	37.14 550	15.33 519	45.04 567	54.69 561	29.24 506	42.67 526	46.07 559	28.17 528	35.35 541	30.30 542	9.92 561	2.13 535	6.90 550	3.20 536	8.74 545	6.87 540

Wz-Net-TNSev	25.12 552	20.16 559	57.98 575	9.56 450	7.42 498	42.73 563	22.27 552	35.14 500	53.46 556	35.97 541	42.74 527	45.83 556	39.87 564	36.56 553	34.73 549	1.82 505	1.51 523	0.76 463	1.34 513	5.84 527	6.80 538

EDNetEfficient	25.16 553	22.23 561	77.22 598	9.09 435	7.38 496	19.38 455	16.78 530	21.41 325	55.74 569	61.52 586	53.51 566	36.22 519	40.65 567	24.22 496	38.27 561	0.62 438	0.74 495	0.86 479	2.60 532	7.70 535	7.09 543

WZ-Net	25.17 554	12.95 536	63.02 579	15.13 533	10.42 537	38.51 556	27.42 571	40.46 543	54.17 558	28.32 500	52.95 561	40.81 541	28.36 530	37.07 554	41.35 573	1.21 492	0.21 370	0.73 461	0.94 497	5.42 525	3.87 508

GANetREF_RVC	25.41 555	29.28 569	24.63 505	25.18 562	6.04 462	30.44 528	35.39 582	47.84 571	50.60 553	36.88 543	36.04 484	34.11 510	31.23 542	37.46 556	27.96 534	8.58 555	2.66 545	16.29 569	4.95 551	14.37 565	8.32 554
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
FCDSN-DC	25.59 556	14.91 545	18.83 480	28.55 568	15.68 557	39.29 559	18.16 539	42.83 559	41.69 511	44.43 564	51.94 559	50.82 570	39.22 563	34.59 540	27.29 524	6.05 545	3.63 559	7.01 553	6.41 554	10.35 549	10.17 563
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	26.20 557	13.71 541	46.90 554	14.51 529	10.34 535	30.46 529	22.72 556	42.81 558	57.61 576	42.58 557	49.37 554	41.91 546	40.43 565	41.90 570	44.58 579	2.37 513	2.19 537	2.37 520	3.29 537	7.32 533	6.52 536

DLNR_Zeroshot_test	27.62 558	51.32 584	91.46 610	98.51 620	98.03 621	3.10 33	0.50 48	30.95 446	7.65 162	8.16 167	15.68 225	7.31 183	1.63 53	11.87 266	4.21 253	40.37 586	0.87 505	0.06 261	0.34 433	80.23 609	0.24 252

DLNR-FE	27.66 559	51.31 583	91.55 612	98.52 621	97.91 620	3.10 33	0.50 48	31.55 455	7.66 163	8.18 168	15.67 224	7.31 183	1.63 53	11.88 267	4.21 253	40.23 585	0.89 508	0.06 261	0.34 433	80.38 610	0.24 252

MFN_U_SF_RVC	28.16 560	14.14 543	53.23 560	21.11 555	7.91 509	39.97 560	13.13 494	51.65 580	46.34 536	47.41 569	53.38 564	55.32 575	40.53 566	38.47 562	39.74 565	5.67 544	4.46 564	6.98 552	8.73 566	7.47 534	7.44 548

PASM	28.19 561	17.35 551	48.18 556	22.49 559	22.20 571	25.92 503	25.84 567	34.35 492	49.45 545	35.37 539	39.48 506	46.72 562	33.36 548	34.28 538	36.77 555	11.73 570	14.94 580	17.43 571	22.18 580	13.45 560	12.32 568

EDNetEfficientorigin	28.98 562	35.45 576	99.82 624	9.43 443	5.65 448	24.97 495	14.79 508	26.06 382	54.82 562	60.87 582	57.59 574	45.42 555	50.27 578	26.11 507	43.62 576	0.30 360	0.37 437	1.61 505	2.35 529	10.17 548	9.99 562

AnyNet_C01	29.76 563	25.78 566	75.37 596	17.03 541	11.34 542	49.00 571	27.12 570	37.99 528	40.05 503	40.73 553	65.13 588	46.98 563	38.86 562	46.63 574	48.19 584	2.14 509	2.13 535	2.13 513	2.56 530	8.14 541	7.98 552

LSM	29.98 564	19.52 557	55.11 570	19.06 548	53.75 591	32.57 537	23.17 559	42.61 555	48.57 542	45.97 566	55.04 571	42.93 549	36.02 553	35.63 546	27.03 522	2.33 511	9.19 575	4.87 538	7.71 563	10.65 552	27.91 584

RTS	30.15 565	23.12 563	96.33 614	16.71 539	11.63 545	58.66 585	24.28 563	36.80 517	62.63 585	43.79 561	46.10 542	32.56 495	43.90 570	51.29 581	40.92 569	2.38 514	0.66 489	1.06 485	0.74 484	5.11 519	4.34 515

RTSA	30.15 565	23.12 563	96.33 614	16.71 539	11.63 545	58.66 585	24.28 563	36.80 517	62.63 585	43.79 561	46.10 542	32.56 495	43.90 570	51.29 581	40.92 569	2.38 514	0.66 489	1.06 485	0.74 484	5.11 519	4.34 515

DispFullNet	30.27 567	31.74 571	58.63 576	30.13 570	28.18 576	31.79 534	8.94 429	37.16 522	54.68 560	32.60 528	37.99 495	44.62 552	28.80 532	41.55 569	27.93 533	11.94 571	3.46 556	35.53 582	12.34 574	30.08 580	17.26 575

coex-ft	30.77 568	38.58 579	93.29 613	9.44 446	5.62 446	34.95 545	25.30 566	30.83 445	59.36 578	73.23 599	58.53 575	45.92 557	47.29 574	29.44 524	45.30 580	1.37 495	1.65 527	0.95 482	0.96 498	8.35 543	4.96 523

MANE	31.97 569	10.75 525	17.71 474	20.94 553	13.77 554	47.80 569	26.85 568	53.00 583	55.20 567	59.29 578	64.30 585	64.93 588	56.31 588	51.83 584	38.69 563	9.61 560	4.72 565	6.91 551	19.93 579	9.20 546	7.64 550

otaku	33.18 570	35.99 577	52.93 559	40.01 576	21.41 569	55.08 577	17.25 533	43.30 561	61.58 582	39.25 549	49.16 553	46.61 561	28.49 531	39.77 565	28.76 537	18.56 576	7.00 573	31.82 580	9.61 569	21.53 575	15.48 572

PVD	33.19 571	18.59 553	37.64 535	26.09 564	16.99 562	33.25 540	42.25 586	51.42 579	66.03 591	52.65 576	64.31 586	51.93 573	55.13 584	51.61 583	40.40 566	4.00 533	3.51 557	9.53 560	4.26 546	10.62 551	23.56 579

ELAS	33.68 572	18.95 554	36.71 533	20.64 550	13.61 553	56.43 578	35.14 581	50.03 577	49.90 546	60.58 581	63.83 583	58.64 580	53.36 580	50.73 579	44.44 578	11.03 566	6.58 571	10.02 562	7.43 557	13.58 563	11.94 567
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	33.79 573	19.15 555	35.97 532	21.28 556	13.79 555	52.58 574	36.11 583	48.96 574	55.66 568	61.47 585	62.91 579	58.35 579	53.55 581	53.37 586	42.23 575	11.25 568	6.64 572	10.32 563	7.05 556	13.56 561	11.58 566
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SAMSARA	34.43 574	18.53 552	31.91 526	55.34 585	35.34 580	75.99 605	94.71 617	47.97 572	50.84 554	37.47 546	36.99 489	53.12 574	38.55 561	39.56 564	38.65 562	3.59 528	5.40 567	2.22 517	3.72 540	9.43 547	9.29 561

Ntro	34.97 575	37.63 578	54.53 567	43.26 580	22.45 573	57.73 583	21.97 551	47.14 570	64.21 588	39.12 548	48.86 550	47.93 564	36.94 556	40.66 567	29.83 540	17.16 574	6.51 570	32.70 581	10.17 570	24.06 576	16.48 573

BEATNet-Init1	35.08 576	20.64 560	54.70 569	27.43 566	12.00 550	58.29 584	31.01 576	52.58 582	57.49 575	60.36 580	62.98 580	69.98 591	55.54 586	53.00 585	44.40 577	4.61 539	2.84 550	7.05 554	6.89 555	10.97 553	8.94 558

ACVNet-4b	36.40 577	52.20 585	56.11 572	42.45 579	21.78 570	48.56 570	14.37 505	49.50 575	60.15 580	43.17 559	46.38 544	55.62 576	24.56 507	38.15 560	21.97 488	25.13 581	3.66 560	46.93 585	33.56 585	25.97 577	17.74 576

MSC_U_SF_DS_RVC	37.16 578	34.69 574	53.68 565	37.47 575	12.55 552	56.80 581	22.63 555	52.02 581	63.29 587	66.20 591	63.82 582	58.12 577	53.73 583	51.21 580	46.48 581	8.79 556	5.31 566	14.69 568	15.22 577	17.27 571	9.21 560

GCST	37.32 579	40.98 580	25.25 508	92.15 615	35.59 581	25.00 496	1.02 91	25.45 371	19.73 316	26.01 482	15.21 221	19.51 384	4.75 182	16.71 416	4.32 257	80.90 609	35.46 587	87.50 615	74.71 605	73.21 605	42.99 592

ACVNet_1	41.30 580	49.46 582	64.91 584	44.67 581	25.07 574	49.43 572	25.23 565	55.33 585	65.87 590	59.72 579	59.33 576	63.43 586	48.79 577	49.63 577	37.09 558	19.05 577	9.82 576	38.29 583	13.97 576	28.67 578	18.23 578

Consistency-Raft	41.82 581	35.10 575	44.56 550	32.85 571	41.39 585	46.76 568	34.76 580	57.01 587	54.94 563	32.10 524	65.22 589	30.82 478	48.46 576	40.81 568	48.77 585	27.39 582	34.28 586	42.92 584	51.66 595	39.28 583	27.28 581

NVStereoNet_ROB	41.93 582	32.40 572	44.55 549	36.60 574	27.78 575	34.52 543	32.38 577	48.84 573	57.18 574	69.34 594	75.62 600	66.07 590	64.86 592	47.34 575	60.78 596	15.72 573	23.99 583	23.40 575	32.06 584	21.34 574	23.86 580
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MonStereo1	45.10 583	33.36 573	54.69 568	33.57 572	31.94 578	43.06 565	17.79 537	49.52 576	56.61 572	50.97 574	64.04 584	70.09 592	53.57 582	49.77 578	53.19 590	53.87 593	14.08 579	54.69 591	35.89 586	41.66 584	39.69 590

RainbowNet	51.25 584	62.74 593	64.52 583	60.13 586	39.00 584	58.72 587	30.83 575	57.31 588	79.18 605	50.24 571	65.35 590	60.13 582	44.25 572	49.47 576	41.16 572	46.52 590	46.06 594	52.72 589	31.78 583	52.33 590	32.47 585

anonymity	52.32 585	58.23 589	63.91 580	41.12 578	59.25 595	53.27 575	41.04 585	55.69 586	40.20 504	54.85 577	49.49 555	49.13 567	55.48 585	59.07 588	49.65 588	55.86 594	50.03 600	51.00 587	51.08 593	51.71 588	56.36 594

MADNet+	53.31 586	68.61 596	98.75 621	67.03 590	37.58 582	79.83 611	81.74 611	60.38 590	61.61 583	51.43 575	54.92 570	61.11 584	59.29 590	69.66 597	76.71 612	23.88 579	24.03 584	17.08 570	12.35 575	32.47 581	27.69 583

JetBlue	54.08 587	45.10 581	74.15 594	51.17 583	47.68 586	75.66 604	60.97 596	63.63 591	62.09 584	63.32 589	64.88 587	78.86 599	68.17 593	68.15 595	75.09 611	36.86 583	24.88 585	29.01 579	29.12 582	28.71 579	34.13 586

SGM+DAISY	54.67 588	56.61 586	62.73 578	40.21 577	53.22 589	61.95 590	48.59 589	55.05 584	44.62 531	61.03 584	63.68 581	60.46 583	55.62 587	60.68 590	55.34 592	56.34 596	48.56 597	50.16 586	49.63 592	52.25 589	56.76 596

SPS-STEREO	55.62 589	59.14 590	64.16 581	45.05 582	53.84 592	59.88 588	44.00 588	59.53 589	49.94 548	62.33 587	61.09 578	59.80 581	56.82 589	60.06 589	57.85 593	58.41 597	48.34 596	51.07 588	49.21 591	55.41 592	56.48 595
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	57.39 590	61.72 592	72.56 593	66.35 589	38.29 583	61.93 589	48.64 590	71.64 603	81.91 608	79.28 607	88.72 615	76.25 596	72.87 598	54.33 587	46.74 583	37.13 584	23.36 582	54.52 590	37.80 587	46.22 585	27.59 582

IMH-64-1	59.25 591	58.09 587	67.69 588	66.06 587	50.51 587	56.45 579	49.45 591	68.83 596	67.75 594	67.58 592	80.37 604	70.15 593	74.28 600	72.16 602	48.94 586	42.00 587	42.87 591	65.57 592	47.02 588	51.52 586	37.76 588

IMH-64	59.25 591	58.09 587	67.69 588	66.06 587	50.51 587	56.45 579	49.45 591	68.83 596	67.75 594	67.58 592	80.37 604	70.15 593	74.28 600	72.16 602	48.94 586	42.00 587	42.87 591	65.57 592	47.02 588	51.52 586	37.76 588

IMH	62.95 593	60.33 591	67.78 590	69.51 591	53.65 590	65.09 594	54.21 593	72.00 604	73.28 599	72.49 597	81.93 606	72.96 595	79.81 604	76.65 608	51.41 589	43.57 589	49.82 599	67.81 594	51.14 594	54.83 591	40.67 591

TorneroNet-64	65.66 594	70.70 598	71.20 592	76.52 595	59.70 597	66.78 595	58.05 594	67.53 595	80.00 606	62.67 588	67.40 591	83.09 604	69.42 595	67.34 592	62.05 599	48.31 592	44.07 593	72.93 596	63.88 597	68.05 596	53.58 593

PWCK	65.90 595	88.63 614	79.40 601	80.32 603	29.96 577	63.85 593	39.45 584	72.07 605	71.26 597	78.74 606	68.99 593	77.82 598	61.77 591	82.81 614	62.64 600	80.17 608	39.88 590	81.90 606	47.37 590	73.54 606	37.51 587

WAO-6	70.64 596	73.02 600	66.25 585	79.92 602	61.74 599	68.74 596	59.08 595	75.27 608	87.02 612	74.72 600	79.40 603	79.19 600	84.60 612	67.70 594	60.53 595	67.85 600	48.88 598	81.48 604	73.29 602	65.57 594	58.60 597

TorneroNet	71.21 597	73.44 601	75.82 597	80.82 604	65.65 601	70.53 598	64.39 599	71.42 602	75.97 601	71.47 596	73.68 598	84.17 607	74.00 599	69.85 598	69.09 603	59.37 598	48.19 595	79.67 600	73.51 603	74.93 607	68.26 606

LVE	71.50 598	72.46 599	83.91 605	75.21 594	55.29 594	74.81 599	62.76 598	77.22 609	83.77 610	82.09 609	87.11 614	83.38 605	82.41 609	75.93 606	64.49 601	48.28 591	57.24 606	74.61 598	62.53 596	65.49 593	61.01 598

MFMNet_re	72.05 599	79.64 607	64.23 582	52.73 584	84.71 610	77.93 607	68.35 600	63.96 592	66.93 592	61.00 583	71.29 596	63.84 587	68.91 594	72.42 604	61.11 597	82.03 612	74.22 613	80.34 603	74.44 604	83.62 613	89.34 614

notaker	72.18 600	79.78 608	78.84 600	78.75 599	68.52 603	63.26 592	61.68 597	69.22 599	75.95 600	77.58 604	78.85 602	79.69 602	84.79 613	77.39 609	58.43 594	69.68 603	60.79 607	77.46 599	68.48 599	69.62 598	64.92 603

WAO-7	72.21 601	78.21 603	54.04 566	79.33 601	69.31 605	70.20 597	72.09 606	77.85 612	84.90 611	77.35 603	86.03 610	79.37 601	79.88 605	65.32 591	65.33 602	62.33 599	69.70 611	70.51 595	73.21 601	67.23 595	62.02 599

ktn	72.58 602	80.06 610	69.96 591	79.14 600	69.86 606	75.40 603	70.43 605	69.01 598	76.90 602	72.88 598	77.46 601	77.43 597	77.41 603	72.78 605	55.00 591	79.09 606	65.99 608	80.09 602	68.29 598	71.46 603	62.98 600

UNDER WATER-64	73.11 603	74.48 602	87.70 606	74.03 593	55.20 593	78.24 608	75.71 608	65.33 593	67.91 596	75.60 602	69.32 594	84.41 608	76.93 602	68.43 596	72.45 606	81.18 610	56.77 605	82.46 607	80.34 608	68.22 597	67.48 605

LRCNet_RVC	73.59 604	69.80 597	74.41 595	77.63 597	60.56 598	40.33 561	15.08 515	71.04 601	48.36 540	88.07 615	94.62 617	90.11 615	81.83 607	80.58 613	61.26 598	97.12 623	72.30 612	96.65 622	97.58 623	77.13 608	77.30 610

DPSimNet_ROB	74.29 605	83.27 612	59.30 577	77.19 596	65.13 600	75.14 601	74.95 607	73.99 607	76.94 603	81.99 608	75.48 599	80.18 603	71.76 596	67.39 593	84.00 616	81.87 611	51.14 601	79.99 601	76.70 607	70.17 599	79.21 611

UNDER WATER	75.92 606	79.25 606	87.75 607	84.39 605	66.43 602	77.08 606	77.22 609	66.90 594	72.16 598	75.32 601	71.56 597	85.89 614	82.15 608	70.11 599	74.99 610	79.34 607	53.61 602	86.40 613	84.53 612	71.29 602	72.11 608

TCMNet-wrong-test	76.74 607	91.47 617	89.31 608	97.64 618	97.35 619	94.87 616	92.51 616	69.78 600	65.29 589	63.44 590	71.10 595	65.66 589	51.44 579	85.29 616	74.70 609	56.06 595	20.22 581	83.11 611	82.39 609	95.02 620	88.18 613

WAO-8	76.87 608	78.41 604	66.45 586	86.81 609	72.47 607	79.27 609	68.59 602	77.75 610	89.01 614	83.09 611	86.98 611	85.87 612	84.97 614	72.12 600	69.11 604	74.93 604	55.23 603	87.79 616	83.50 610	70.47 600	64.56 601

Venus	76.87 608	78.41 604	66.45 586	86.81 609	72.47 607	79.27 609	68.59 602	77.75 610	89.01 614	83.09 611	86.98 611	85.87 612	84.97 614	72.12 600	69.11 604	74.93 604	55.23 603	87.79 616	83.50 610	70.48 601	64.56 601

HanzoNet	77.61 610	81.11 611	82.83 602	77.82 598	69.15 604	75.25 602	69.06 604	73.49 606	77.84 604	82.19 610	82.80 607	85.42 609	86.67 616	85.99 617	73.64 608	85.24 616	68.38 610	81.71 605	75.47 606	71.98 604	66.24 604

JetRed	79.55 611	79.88 609	91.52 611	71.05 592	75.80 609	91.66 613	80.11 610	79.14 613	80.44 607	84.35 613	84.23 609	83.38 605	72.48 597	79.43 610	85.44 617	69.33 602	81.58 614	73.66 597	72.56 600	82.35 611	72.60 609

Dean	80.72 612	85.82 613	83.27 603	84.91 608	59.53 596	75.11 600	68.39 601	81.59 614	88.05 613	92.41 616	86.98 611	92.41 617	93.02 618	83.11 615	73.31 607	68.01 601	66.13 609	94.82 621	84.66 613	83.28 612	69.50 607

RSGM-EC	88.03 613	67.44 594	53.54 562	84.82 606	87.13 611	94.34 614	92.20 614	94.86 620	98.29 620	95.56 620	98.06 621	85.65 610	83.07 610	79.52 611	79.00 613	95.80 619	97.66 620	91.52 618	95.19 620	95.05 621	91.80 619

acva	88.03 613	67.44 594	53.54 562	84.82 606	87.13 611	94.34 614	92.20 614	94.86 620	98.29 620	95.56 620	98.06 621	85.65 610	83.07 610	79.52 611	79.00 613	95.80 619	97.66 620	91.52 618	95.19 620	95.05 621	91.80 619

KSHMR	88.54 615	93.03 618	83.31 604	95.54 616	91.74 616	82.37 612	83.41 612	84.43 615	81.99 609	87.89 614	84.05 608	91.94 616	81.33 606	76.34 607	81.76 615	96.44 622	96.14 619	96.69 623	97.12 622	92.52 619	92.67 621

tt	89.96 616	1.02 87	100.00 627	99.40 623	100.00 626	100.00 626	100.00 627	100.00 629	100.00 627	78.36 605	67.94 592	99.99 630	100.00 627	100.00 630	100.00 630	95.81 621	99.93 626	87.43 614	86.39 614	95.11 623	87.89 612

xxxxx1	91.92 617	95.33 620	98.45 618	87.29 611	89.24 613	98.50 619	98.17 622	92.95 616	93.21 617	93.55 617	95.36 618	96.99 619	96.28 619	94.65 619	94.94 618	83.26 613	84.17 615	82.90 608	88.32 616	85.49 615	89.37 615

tt_ll	91.92 617	95.33 620	98.45 618	87.29 611	89.24 613	98.50 619	98.17 622	92.95 616	93.21 617	93.55 617	95.36 618	96.99 619	96.28 619	94.65 619	94.94 618	83.26 613	84.17 615	82.90 608	88.32 616	85.49 615	89.37 615

ff	91.92 617	95.33 620	98.45 618	87.29 611	89.24 613	98.50 619	98.17 622	92.95 616	93.21 617	93.55 617	95.36 618	96.99 619	96.28 619	94.65 619	94.94 618	83.26 613	84.17 615	82.90 608	88.32 616	85.49 615	89.37 615

USTest	93.52 620	90.92 616	77.74 599	87.90 614	92.63 617	100.00 626	100.00 627	99.79 626	99.80 624	99.21 625	99.52 624	98.03 622	99.15 624	89.52 618	99.31 625	90.37 617	98.47 622	84.34 612	87.43 615	84.58 614	91.71 618

MADNet++	94.16 621	94.02 619	90.25 609	96.28 617	96.84 618	97.17 618	90.16 613	94.71 619	91.69 616	97.07 622	93.71 616	94.62 618	92.63 617	96.15 622	95.18 621	95.42 618	95.89 618	92.80 620	92.23 619	92.10 618	94.30 623

PML	99.19 622	100.00 629	98.08 617	99.28 622	99.53 623	100.00 626	99.73 625	98.24 622	99.44 623	100.00 629	99.57 625	98.76 624	99.84 625	100.00 630	98.88 624	100.00 626	99.54 623	100.00 627	99.50 625	99.90 626	93.55 622

MEDIAN_ROB	99.19 622	99.84 624	99.62 623	98.49 619	98.51 622	98.58 622	97.81 621	98.80 624	98.56 622	99.36 626	99.49 623	99.56 625	99.06 623	98.35 623	98.31 623	99.99 625	99.63 624	100.00 627	100.00 628	99.81 625	99.95 625

HaxPig	99.40 624	99.99 626	97.38 616	100.00 625	100.00 626	96.91 617	97.35 619	99.59 625	99.99 626	100.00 629	100.00 627	99.99 630	99.99 626	99.04 624	97.77 622	100.00 626	100.00 628	100.00 627	100.00 628	100.00 627	99.99 626

Anonymous_1	99.65 625	99.95 625	99.93 625	99.80 624	99.60 624	100.00 626	100.00 627	99.82 628	99.98 625	99.62 627	99.94 626	99.75 627	100.00 627	99.66 625	99.88 626	98.45 624	99.84 625	98.73 624	99.26 624	99.41 624	99.36 624

test_example2	99.68 626	99.99 626	99.99 626	100.00 625	99.99 625	99.86 625	99.99 626	98.29 623	100.00 627	100.00 629	100.00 627	98.15 623	98.39 622	99.98 627	99.98 627	100.00 626	99.99 627	99.40 625	99.53 626	100.00 627	100.00 627

AVERAGE_ROB	99.80 627	99.99 626	99.40 622	100.00 625	100.00 626	98.99 623	97.72 620	100.00 629	100.00 627	100.00 629	100.00 627	100.00 632	100.00 627	100.00 630	100.00 630	100.00 626	100.00 628	100.00 627	100.00 628	100.00 627	100.00 627

DPSMNet_ROB	99.95 628	100.00 629	100.00 627	100.00 625	100.00 626	100.00 626	100.00 627	100.00 629	100.00 627	99.15 624	100.00 627	99.96 628	100.00 627	99.99 628	99.99 628	100.00 626	100.00 628	100.00 627	100.00 628	100.00 627	100.00 627

DGTPSM_ROB	99.95 628	100.00 629	100.00 627	100.00 625	100.00 626	100.00 626	100.00 627	100.00 629	100.00 627	99.14 623	100.00 627	99.96 628	100.00 627	99.99 628	99.99 628	100.00 626	100.00 628	100.00 627	100.00 628	100.00 627	100.00 627

RAFT-FEzeroshot	100.00 630	100.00 629	100.00 627	100.00 625	100.00 626	100.00 626	100.00 627	100.00 629	100.00 627	100.00 629	100.00 627	100.00 632	100.00 627	100.00 630	100.00 630	100.00 626	100.00 628	100.00 627	100.00 628	100.00 627	100.00 627

RAFT-FE	100.00 630	100.00 629	100.00 627	100.00 625	100.00 626	100.00 626	100.00 627	100.00 629	100.00 627	100.00 629	100.00 627	100.00 632	100.00 627	100.00 630	100.00 630	100.00 626	100.00 628	100.00 627	100.00 628	100.00 627	100.00 627

FlowAnything	100.00 630	100.00 629	100.00 627	100.00 625	100.00 626	100.00 626	100.00 627	100.00 629	100.00 627	100.00 629	100.00 627	100.00 632	100.00 627	100.00 630	100.00 630	100.00 626	100.00 628	100.00 627	100.00 628	100.00 627	100.00 627

Selective-RAFT-Error	100.00 630	100.00 629	100.00 627	100.00 625	100.00 626	100.00 626	100.00 627	100.00 629	100.00 627	100.00 629	100.00 627	100.00 632	100.00 627	100.00 630	100.00 630	100.00 626	100.00 628	100.00 627	100.00 628	100.00 627	100.00 627

CasAABBNet	100.00 630	100.00 629	100.00 627	100.00 625	100.00 626	100.00 626	100.00 627	100.00 629	100.00 627	100.00 629	100.00 627	100.00 632	100.00 627	100.00 630	100.00 630	100.00 626	100.00 628	100.00 627	100.00 628	100.00 627	100.00 627

LSM0	100.00 630	100.00 629	100.00 627	100.00 625	100.00 626	100.00 626	100.00 627	100.00 629	100.00 627	100.00 629	100.00 627	100.00 632	100.00 627	100.00 630	100.00 630	100.00 626	100.00 628	100.00 627	100.00 628	100.00 627	100.00 627

DPSM_ROB	100.00 630	100.00 629	100.00 627	100.00 625	100.00 626	100.00 626	100.00 627	100.00 629	100.00 627	100.00 629	100.00 627	100.00 632	100.00 627	100.00 630	100.00 630	100.00 626	100.00 628	100.00 627	100.00 628	100.00 627	100.00 627

DPSM	100.00 630	100.00 629	100.00 627	100.00 625	100.00 626	100.00 626	100.00 627	100.00 629	100.00 627	100.00 629	100.00 627	100.00 632	100.00 627	100.00 630	100.00 630	100.00 626	100.00 628	100.00 627	100.00 628	100.00 627	100.00 627

GS-Stereo							1.50 122	8.60 97	4.56 75	2.71 64	2.61 35	1.86 65	2.25 78	3.50 14	1.15 54	0.00 1	0.07 218	0.00 1	0.39 448	0.22 170	0.15 179

FSD					5.31 433	8.20 270	12.18 488	12.39 160	7.98 167	7.94 165	7.35 128	9.35 216	7.17 256	10.94 213	8.86 368	5.58 543	2.77 548	5.46 540	4.09 544	5.17 522

ccccc		98.19 623		100.00 625	100.00 626	99.32 624		99.79 626		99.63 628		99.69 626		99.95 626		100.00 626	100.00 628	99.97 626	99.90 627	100.00 627

ASD4		90.49 615

Low-res two-view benchmark