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

CREStereo++_RVC	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
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
PMTNet	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MEDIAN_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AVERAGE_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HITNet	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10
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
NVstereo2D	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWCDC_ROB	0.01 9	0.01 9	0.02 14	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

USTest	0.01 9	0.02 12	0.00 1	0.14 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 18	0.02 20	0.00 1	0.00 1

PSMNet-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

FACV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

IGEV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

coex-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

fast-acv-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

CBFPSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

iinet-f	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MSC_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCMid	0.08 51	0.02 12	0.02 14	1.01 367	0.03 48	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 72	0.09 110	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCS	0.09 53	0.02 12	0.04 43	0.90 344	0.06 111	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 132	0.36 283	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

AnyNet_C01	0.11 88	0.02 12	0.02 14	1.62 466	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 88	0.04 75	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

RYNet	0.02 15	0.02 12	0.02 14	0.03 28	0.03 48	0.03 40	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.03 52	0.03 39	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM0	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

PWC_ROB	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWCK	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

coex_refinement	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

BEATNet_4x	0.11 88	0.03 31	0.03 36	1.60 463	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCL	0.11 88	0.03 31	0.03 36	1.60 463	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCRef	0.12 97	0.03 31	0.04 43	1.71 470	0.04 79	0.03 40	0.03 50	0.04 77	0.04 81	0.04 74	0.03 52	0.04 77	0.03 52	0.06 88	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.03 43	0.04 79

ADCPNet	0.10 66	0.03 31	0.04 43	1.27 439	0.03 48	0.04 77	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.08 107	0.04 75	0.04 44	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

G2L-Stereo_test	0.03 29	0.04 37	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

TCMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

TCMNet-wrong-test	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.02 20	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

YMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

YMNet_1	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

GASNet	0.05 41	0.04 37	0.12 102	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.12 127	0.04 88	0.06 97	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet-RVC-Resample	0.12 97	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	1.57 518	0.04 44	0.04 45	0.04 73	0.05 96	0.04 77	0.06 105

FADNet_RVC	0.12 97	0.04 37	0.04 43	0.05 43	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.65 522	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet-RVC	0.13 104	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.05 94	0.04 72	1.71 527	0.04 44	0.04 45	0.04 73	0.04 78	0.07 106	0.04 79

AnyNet_C32	0.14 113	0.04 37	0.03 36	2.22 486	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 77	0.02 21	0.07 104	0.04 75	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

ADCP+	0.15 125	0.04 37	0.04 43	2.20 485	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.04 84	0.08 107	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

NVStereoNet_ROB	0.04 38	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ISRNet	0.11 88	0.05 49	0.36 248	0.24 158	0.07 112	0.13 128	0.05 93	0.06 94	0.05 97	0.05 91	0.05 100	0.13 129	0.05 94	0.05 82	0.09 110	0.24 185	0.20 178	0.10 109	0.05 96	0.06 96	0.13 152

Wz-Net-TNSev	0.02 15	0.05 49	0.04 43	0.07 47	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 55	0.04 45	0.01 9	0.01 9	0.01 10	0.01 10

APVNet	0.09 53	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 420	0.06 94	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 97

EDNetEfficient	0.04 38	0.05 49	0.04 43	0.04 37	0.03 48	0.04 77	0.03 50	0.04 77	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.04 72	0.03 48	0.05 51	0.03 36	0.05 86	0.03 54	0.04 77	0.03 51

FADNet	0.12 97	0.05 49	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.66 524	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

G2L-ROB	0.03 29	0.06 54	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

DFGA-Net	0.05 41	0.06 54	0.04 43	0.06 46	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.04 88	0.06 97	0.04 84	0.06 88	0.04 75	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	0.04 79

EDNetEfficientorigin	0.04 38	0.06 54	0.04 43	0.05 43	0.04 79	0.05 89	0.04 81	0.05 89	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.03 36	0.06 94	0.03 54	0.04 77	0.03 51

GwcNet	0.12 97	0.07 57	0.05 57	0.08 49	0.05 99	0.08 105	1.20 448	0.07 104	0.05 97	0.05 91	0.05 100	0.08 106	0.05 94	0.08 107	0.03 48	0.07 60	0.05 56	0.06 94	0.05 96	0.07 106	0.05 97

BridgeDepth_RVC	0.07 49	0.08 58	0.11 89	0.11 75	0.05 99	0.08 105	0.05 93	0.08 107	0.05 97	0.08 106	0.05 100	0.08 106	0.05 94	0.08 107	0.05 88	0.11 88	0.10 75	0.07 99	0.05 96	0.07 106	0.05 97
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 51	0.08 58	0.11 89	0.11 75	0.05 99	0.08 105	0.05 93	0.08 107	0.07 112	0.08 106	0.05 100	0.08 106	0.05 94	0.09 111	0.08 105	0.15 126	0.11 97	0.07 99	0.05 96	0.07 106	0.06 105
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
AASNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 109	0.06 96	0.06 110	0.05 91	0.06 110	0.06 88	0.05 88	0.08 62	0.08 61	0.08 103	0.05 96	0.06 96	0.05 97

SACVNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 109	0.06 96	0.06 110	0.05 91	0.06 110	0.06 88	0.05 88	0.08 62	0.08 61	0.08 103	0.05 96	0.06 96	0.05 97

AACVNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 109	0.06 96	0.06 110	0.05 91	0.06 110	0.06 88	0.05 88	0.08 62	0.08 61	0.08 103	0.05 96	0.06 96	0.05 97

FINET	0.07 49	0.08 58	0.07 58	0.07 47	0.07 112	0.08 105	0.06 109	0.08 107	0.07 112	0.08 106	0.07 113	0.08 106	0.06 110	0.07 104	0.07 103	0.08 62	0.07 59	0.07 99	0.07 106	0.06 96	0.06 105

BEATNet-Init1	0.19 143	0.08 58	0.08 60	2.23 487	0.08 114	0.08 105	0.07 112	0.07 104	0.08 116	0.08 106	0.07 113	0.08 106	0.07 114	0.11 126	0.08 105	0.08 62	0.08 61	0.08 103	0.07 106	0.08 110	0.08 109

DeepPrunerF	0.19 143	0.08 58	0.08 60	2.23 487	0.08 114	0.08 105	0.07 112	0.07 104	0.08 116	0.08 106	0.07 113	0.08 106	0.07 114	0.11 126	0.08 105	0.08 62	0.08 61	0.08 103	0.07 106	0.08 110	0.08 109

Wz-Net-SNSev	0.03 29	0.09 66	0.07 58	0.09 55	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 68	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

SepStereo	0.09 53	0.09 66	0.10 69	0.09 55	0.09 116	0.09 111	0.09 115	0.10 112	0.08 116	0.10 113	0.09 117	0.09 112	0.09 118	0.09 111	0.08 105	0.09 68	0.08 61	0.09 108	0.08 110	0.09 113	0.08 109

AnonymousM	0.10 66	0.10 68	0.10 69	0.10 58	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

SuperB	0.21 151	0.10 68	2.51 551	0.12 83	0.09 116	0.10 113	0.09 115	0.08 107	0.07 112	0.10 113	0.09 117	0.09 112	0.07 114	0.07 104	0.07 103	0.07 60	0.08 61	0.07 99	0.07 106	0.08 110	0.07 108

PVD	0.10 66	0.10 68	0.10 69	0.10 58	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

SHD	0.10 66	0.10 68	0.10 69	0.10 58	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

SAMSARA	0.10 66	0.10 68	0.10 69	0.10 58	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

XQC	0.10 66	0.10 68	0.10 69	0.10 58	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

RTSC	0.10 66	0.10 68	0.10 69	0.10 58	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

RTS	0.10 66	0.10 68	0.10 69	0.10 58	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

RTSA	0.10 66	0.10 68	0.10 69	0.10 58	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

MADNet+	0.10 66	0.10 68	0.10 69	0.10 58	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

MADNet++	0.10 66	0.10 68	0.10 69	0.10 58	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 73	0.10 75	0.10 109	0.10 119	0.10 114	0.10 117

JetBlue	0.11 88	0.11 79	0.12 102	0.13 96	0.14 159	0.11 124	0.11 133	0.11 124	0.11 135	0.11 125	0.11 135	0.11 125	0.11 134	0.12 130	0.12 143	0.11 88	0.11 97	0.11 120	0.11 131	0.11 124	0.11 130

aanetorigin	0.13 104	0.11 79	0.11 89	0.11 75	0.11 138	0.11 124	0.11 133	0.11 124	0.11 135	0.11 125	0.12 146	0.11 125	0.11 134	0.11 126	0.11 128	0.11 88	0.11 97	0.14 129	0.11 131	0.49 317	0.11 130

MatchStereo	0.54 306	0.12 81	2.38 549	2.32 493	0.09 116	0.09 111	0.08 114	0.09 111	0.07 112	0.09 111	0.07 113	0.09 112	0.07 114	0.09 111	0.08 105	2.34 527	2.34 545	0.12 123	0.11 131	0.11 124	0.10 117

JetRed	0.11 88	0.12 81	0.11 89	0.11 75	0.11 138	0.11 124	0.14 154	0.11 124	0.11 135	0.12 127	0.11 135	0.11 125	0.11 134	0.11 126	0.11 128	0.11 88	0.16 146	0.11 120	0.11 131	0.11 124	0.11 130

DA	0.09 53	0.13 83	0.39 262	0.08 49	0.05 99	0.07 103	0.05 93	0.13 128	0.05 97	0.06 96	0.05 100	0.06 97	0.05 94	0.06 88	0.05 88	0.06 55	0.05 56	0.14 129	0.13 157	0.06 96	0.05 97

GGEV	0.09 53	0.13 83	0.39 262	0.08 49	0.05 99	0.07 103	0.05 93	0.13 128	0.05 97	0.06 96	0.05 100	0.06 97	0.05 94	0.06 88	0.05 88	0.06 55	0.05 56	0.14 129	0.13 157	0.06 96	0.05 97

LRCNet_RVC	0.13 104	0.13 83	0.09 65	0.13 96	0.10 123	0.14 129	0.10 120	0.14 130	0.10 120	0.23 178	0.10 121	0.20 162	0.10 122	0.24 185	0.11 128	0.11 88	0.09 70	0.12 123	0.14 162	0.12 129	0.09 112

GMStereo	0.14 113	0.13 83	0.14 127	0.14 100	0.14 159	0.14 129	0.14 154	0.14 130	0.14 159	0.14 129	0.14 163	0.14 130	0.14 160	0.14 132	0.14 153	0.14 117	0.14 141	0.14 129	0.14 162	0.14 133	0.14 157
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	0.22 155	0.13 83	0.19 165	0.23 153	0.10 123	0.26 202	1.02 435	0.14 130	0.10 120	0.28 203	0.14 163	0.17 151	0.19 194	0.28 210	0.09 110	0.22 167	0.16 146	0.23 186	0.17 190	0.11 124	0.12 146

DRN-Test	0.14 113	0.13 83	0.09 65	0.14 100	0.09 116	0.15 136	0.09 115	0.14 130	0.10 120	0.14 129	0.09 117	0.14 130	0.09 118	0.13 131	0.09 110	0.12 94	0.09 70	0.12 123	0.09 112	0.12 129	0.73 395

S2M2_L	0.12 97	0.14 89	0.10 69	0.15 110	0.10 123	0.14 129	0.10 120	0.14 130	0.10 120	0.15 135	0.10 121	0.14 130	0.10 122	0.14 132	0.10 116	0.13 110	0.10 75	0.13 127	0.09 112	0.13 131	0.09 112
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
StereoDRNet	0.15 125	0.14 89	0.10 69	0.14 100	0.09 116	0.15 136	0.09 115	0.14 130	0.09 119	0.14 129	0.10 121	0.14 130	0.09 118	0.14 132	0.09 110	0.13 110	0.10 75	0.13 127	0.09 112	0.13 131	0.82 407

testlalala2	0.13 104	0.16 91	0.11 89	0.15 110	0.11 138	0.16 144	0.11 133	0.16 143	0.11 135	0.16 140	0.11 135	0.16 141	0.11 134	0.16 142	0.11 128	0.14 117	0.11 97	0.14 129	0.11 131	0.14 133	0.11 130

GMStereo_Zeroshot	0.16 133	0.16 91	0.16 146	0.16 121	0.16 179	0.16 144	0.16 164	0.16 143	0.16 173	0.16 140	0.16 174	0.16 141	0.16 172	0.16 142	0.16 169	0.16 135	0.16 146	0.16 147	0.16 170	0.16 147	0.16 161

testlalala_base	0.13 104	0.16 91	0.11 89	0.15 110	0.11 138	0.15 136	0.11 133	0.16 143	0.11 135	0.16 140	0.11 135	0.16 141	0.11 134	0.16 142	0.11 128	0.14 117	0.11 97	0.14 129	0.11 131	0.14 133	0.11 130

HSM	0.14 113	0.16 91	0.12 102	0.17 129	0.12 154	0.17 152	0.11 133	0.17 151	0.11 135	0.17 149	0.12 146	0.17 151	0.12 151	0.17 151	0.12 143	0.16 135	0.11 97	0.16 147	0.11 131	0.16 147	0.12 146

ELAS_RVC	0.14 113	0.16 91	0.10 69	0.15 110	0.10 123	0.18 156	0.11 133	0.19 156	0.11 135	0.19 155	0.12 146	0.18 155	0.11 134	0.19 157	0.12 143	0.14 117	0.08 61	0.14 129	0.09 112	0.15 143	0.09 112
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 104	0.16 91	0.11 89	0.15 110	0.09 116	0.18 156	0.11 133	0.18 154	0.11 135	0.17 149	0.11 135	0.18 155	0.11 134	0.18 154	0.11 128	0.14 117	0.08 61	0.14 129	0.08 110	0.14 133	0.09 112
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
S2M2_XL	0.14 113	0.17 97	0.12 102	0.17 129	0.11 138	0.17 152	0.11 133	0.17 151	0.11 135	0.17 149	0.11 135	0.17 151	0.11 134	0.17 151	0.11 128	0.16 135	0.11 97	0.16 147	0.11 131	0.16 147	0.11 130
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ITSA-stereo	0.15 125	0.17 97	0.13 122	0.20 137	0.13 157	0.19 159	0.13 152	0.18 154	0.13 157	0.19 155	0.13 158	0.18 155	0.14 160	0.18 154	0.14 153	0.16 135	0.11 97	0.15 144	0.14 162	0.18 157	0.11 130

SGM_RVC	0.15 125	0.17 97	0.11 89	0.18 131	0.11 138	0.19 159	0.11 133	0.19 156	0.12 154	0.19 155	0.12 146	0.20 162	0.12 151	0.19 157	0.12 143	0.16 135	0.11 97	0.17 155	0.10 119	0.17 153	0.10 117
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DeepPruner_ROB	0.16 133	0.18 100	0.13 122	0.19 134	0.13 157	0.19 159	0.13 152	0.19 156	0.13 157	0.19 155	0.13 158	0.19 159	0.13 156	0.19 157	0.13 149	0.18 151	0.13 137	0.18 164	0.13 157	0.18 157	0.13 152

IGEV_Zeroshot_test	0.20 145	0.19 101	0.40 267	0.30 178	0.17 183	0.22 176	0.17 172	0.21 170	0.17 181	0.20 161	0.17 179	0.21 169	0.18 189	0.21 171	0.17 173	0.20 158	0.16 146	0.20 171	0.16 170	0.20 164	0.17 175

ACVNet	0.20 145	0.19 101	0.14 127	0.20 137	0.14 159	0.20 164	0.96 427	0.21 170	0.14 159	0.20 161	0.13 158	0.21 169	0.14 160	0.20 161	0.14 153	0.17 143	0.12 113	0.17 155	0.12 149	0.17 153	0.12 146

acv_ft	0.20 145	0.19 101	0.14 127	0.20 137	0.14 159	0.20 164	0.96 427	0.21 170	0.14 159	0.20 161	0.13 158	0.21 169	0.14 160	0.20 161	0.14 153	0.17 143	0.12 113	0.17 155	0.12 149	0.17 153	0.12 146

LALA_ROB	0.15 125	0.19 101	0.12 102	0.18 131	0.11 138	0.20 164	0.12 149	0.21 170	0.12 154	0.20 161	0.12 146	0.20 162	0.12 151	0.21 171	0.13 149	0.17 143	0.10 75	0.18 164	0.11 131	0.18 157	0.11 130

model_zeroshot	0.27 175	0.20 105	0.27 195	0.33 190	0.21 208	0.37 241	0.22 197	0.37 231	0.24 209	0.26 199	0.27 234	0.33 225	0.21 203	0.25 192	0.27 219	0.32 212	0.20 178	0.34 238	0.23 209	0.25 186	0.26 207

ProNet	0.14 113	0.20 105	0.14 127	0.16 121	0.11 138	0.16 144	0.11 133	0.17 151	0.11 135	0.17 149	0.12 146	0.17 151	0.13 156	0.17 151	0.12 143	0.15 126	0.11 97	0.16 147	0.11 131	0.15 143	0.12 146

DAS	0.20 145	0.20 105	0.20 168	0.20 137	0.20 200	0.20 164	0.20 187	0.20 162	0.20 194	0.20 161	0.20 200	0.20 162	0.20 198	0.20 161	0.20 190	0.20 158	0.20 178	0.20 171	0.20 197	0.20 164	0.20 183

IPLG	0.13 104	0.20 105	0.14 127	0.15 110	0.11 138	0.14 129	0.11 133	0.14 130	0.11 135	0.14 129	0.11 135	0.14 130	0.11 134	0.14 132	0.11 128	0.15 126	0.12 113	0.14 129	0.11 131	0.14 133	0.11 130

IPLGR_C	0.14 113	0.20 105	0.12 102	0.15 110	0.11 138	0.14 129	0.15 159	0.14 130	0.11 135	0.15 135	0.12 146	0.14 130	0.11 134	0.16 142	0.11 128	0.15 126	0.12 113	0.14 129	0.12 149	0.15 143	0.12 146

ASD4		0.20 105

MSKI-zero shot	0.24 163	0.21 111	0.49 312	0.65 315	0.18 193	0.22 176	0.17 172	0.23 180	0.18 186	0.21 172	0.17 179	0.23 183	0.28 241	0.23 181	0.18 184	0.21 164	0.16 146	0.21 173	0.16 170	0.21 169	0.16 161

CIPLG	0.13 104	0.21 111	0.12 102	0.16 121	0.11 138	0.15 136	0.11 133	0.14 130	0.11 135	0.15 135	0.12 146	0.15 140	0.11 134	0.14 132	0.11 128	0.15 126	0.12 113	0.14 129	0.11 131	0.14 133	0.11 130

MIPNet	0.14 113	0.21 111	0.17 153	0.16 121	0.11 138	0.15 136	0.12 149	0.14 130	0.11 135	0.16 140	0.11 135	0.14 130	0.11 134	0.14 132	0.11 128	0.14 117	0.12 113	0.14 129	0.11 131	0.14 133	0.11 130

ACRE	0.13 104	0.21 111	0.14 127	0.15 110	0.11 138	0.14 129	0.11 133	0.14 130	0.11 135	0.14 129	0.12 146	0.14 130	0.11 134	0.14 132	0.11 128	0.15 126	0.12 113	0.14 129	0.11 131	0.14 133	0.11 130

Pointernet	0.21 151	0.22 115	0.19 165	0.24 158	0.19 197	0.24 187	0.19 183	0.24 183	0.19 192	0.24 185	0.19 196	0.24 189	0.19 194	0.24 185	0.19 187	0.22 167	0.17 166	0.22 178	0.17 190	0.22 171	0.17 175

BStereo	0.22 155	0.23 116	0.20 168	0.24 158	0.20 200	0.23 184	0.33 267	0.39 243	0.17 181	0.23 178	0.17 179	0.23 183	0.16 172	0.24 185	0.17 173	0.23 178	0.16 146	0.22 178	0.20 197	0.22 171	0.16 161

Wave_Phase_stereo	0.22 155	0.23 116	0.20 168	0.24 158	0.20 200	0.23 184	0.33 267	0.39 243	0.17 181	0.23 178	0.17 179	0.23 183	0.16 172	0.24 185	0.17 173	0.23 178	0.16 146	0.22 178	0.20 197	0.22 171	0.16 161

test_for_model	0.15 125	0.23 116	0.18 162	0.21 146	0.11 138	0.16 144	0.11 133	0.16 143	0.11 135	0.16 140	0.11 135	0.16 141	0.11 134	0.16 142	0.11 128	0.21 164	0.18 175	0.14 129	0.11 131	0.14 133	0.11 130

WAO-6	0.22 155	0.23 116	0.22 175	0.23 153	0.22 210	0.22 176	0.22 197	0.22 174	0.22 200	0.22 174	0.22 206	0.22 177	0.22 204	0.22 175	0.22 195	0.22 167	0.22 185	0.22 178	0.22 203	0.22 171	0.22 188

IMH-64-1	0.22 155	0.23 116	0.23 178	0.22 149	0.22 210	0.22 176	0.22 197	0.22 174	0.22 200	0.22 174	0.22 206	0.22 177	0.22 204	0.22 175	0.22 195	0.22 167	0.22 185	0.23 186	0.22 203	0.22 171	0.23 190

IMH-64	0.22 155	0.23 116	0.23 178	0.22 149	0.22 210	0.22 176	0.22 197	0.22 174	0.22 200	0.22 174	0.22 206	0.22 177	0.22 204	0.22 175	0.22 195	0.22 167	0.22 185	0.23 186	0.22 203	0.22 171	0.23 190

MIM_Stereo	0.25 166	0.23 116	0.66 351	0.80 334	0.17 183	0.22 176	0.17 172	0.23 180	0.18 186	0.26 199	0.17 179	0.21 169	0.17 181	0.25 192	0.17 173	0.23 178	0.16 146	0.21 173	0.17 190	0.22 171	0.17 175

iResNetv2_ROB	0.20 145	0.23 116	0.18 162	0.24 158	0.20 200	0.24 187	0.18 179	0.24 183	0.18 186	0.24 185	0.18 194	0.23 183	0.19 194	0.24 185	0.18 184	0.21 164	0.16 146	0.21 173	0.16 170	0.22 171	0.16 161

iResNet	0.20 145	0.23 116	0.18 162	0.24 158	0.18 193	0.24 187	0.20 187	0.24 183	0.18 186	0.23 178	0.17 179	0.23 183	0.18 189	0.23 181	0.18 184	0.22 167	0.16 146	0.21 173	0.16 170	0.21 169	0.16 161

RSGM-EC	0.24 163	0.24 125	0.15 143	0.22 149	0.15 170	0.22 176	0.15 159	0.22 174	0.15 169	0.24 185	0.15 171	0.22 177	0.15 170	0.22 175	1.19 448	0.20 158	0.17 166	0.24 194	0.14 162	0.20 164	0.14 157

acva	0.24 163	0.24 125	0.15 143	0.22 149	0.15 170	0.22 176	0.15 159	0.22 174	0.15 169	0.24 185	0.15 171	0.22 177	0.15 170	0.22 175	1.19 448	0.20 158	0.17 166	0.24 194	0.14 162	0.20 164	0.14 157

Wz-Net-LNSev	0.06 44	0.24 125	0.20 168	0.23 153	0.01 10	0.02 19	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 178	0.21 181	0.02 18	0.01 9	0.01 10	0.01 10

IPLGR	0.14 113	0.24 125	0.14 127	0.16 121	0.12 154	0.15 136	0.12 149	0.14 130	0.11 135	0.15 135	0.12 146	0.14 130	0.11 134	0.14 132	0.11 128	0.15 126	0.12 113	0.14 129	0.11 131	0.14 133	0.11 130

tg	0.21 151	0.25 129	0.21 173	0.26 172	0.17 183	0.24 187	0.17 172	0.24 183	0.17 181	0.24 185	0.17 179	0.24 189	0.17 181	0.24 185	0.17 173	0.24 185	0.17 166	0.23 186	0.16 170	0.23 182	0.16 161

RAFT-FEzeroshot	0.34 202	0.26 130	0.17 153	0.21 146	0.17 183	0.20 164	0.16 164	0.20 162	0.16 173	0.20 161	0.17 179	0.21 169	0.16 172	0.27 206	0.24 205	0.19 155	0.16 146	0.19 167	0.16 170	0.26 188	3.08 566

RAFT-FE	0.34 202	0.26 130	0.17 153	0.21 146	0.17 183	0.20 164	0.16 164	0.20 162	0.16 173	0.20 161	0.17 179	0.21 169	0.16 172	0.27 206	0.24 205	0.19 155	0.16 146	0.19 167	0.16 170	0.26 188	3.08 566

UNDER WATER-64	0.25 166	0.26 130	0.25 188	0.26 172	0.25 223	0.25 194	0.25 213	0.25 189	0.25 214	0.25 191	0.25 223	0.25 194	0.25 217	0.26 202	0.25 213	0.25 191	0.25 193	0.25 197	0.25 222	0.25 186	0.25 201

CAS++	0.17 137	0.27 133	0.21 173	0.10 58	0.21 208	0.15 136	0.22 197	0.10 112	0.21 197	0.22 174	0.10 121	0.19 159	0.18 189	0.10 115	0.19 187	0.20 158	0.19 176	0.18 164	0.10 119	0.19 163	0.18 179
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
TorneroNet-64	0.45 271	0.27 133	0.30 207	0.58 301	0.27 233	0.70 373	0.30 246	0.28 198	0.73 407	0.73 376	0.28 241	0.71 376	0.66 378	0.75 377	0.27 219	0.27 196	0.29 220	0.37 262	0.75 412	0.28 195	0.30 246

LoS	0.25 166	0.27 133	0.25 188	0.25 165	0.25 223	0.25 194	0.25 213	0.26 194	0.25 214	0.25 191	0.25 223	0.25 194	0.25 217	0.25 192	0.25 213	0.26 193	0.25 193	0.25 197	0.26 228	0.26 188	0.25 201
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DLNR_Zeroshot_test	0.31 189	0.28 136	0.47 297	0.79 332	0.24 221	0.30 211	0.26 221	0.30 205	0.24 209	0.32 217	0.23 210	0.31 220	0.24 214	0.30 216	0.23 201	0.29 205	0.26 196	0.29 213	0.24 217	0.33 215	0.23 190

SQANet	0.28 176	0.28 136	0.28 199	0.28 176	0.28 238	0.28 207	0.28 232	0.28 198	0.28 236	0.28 203	0.28 241	0.28 207	0.28 241	0.28 210	0.28 229	0.28 198	0.28 209	0.28 208	0.28 241	0.28 195	0.28 228

HGLStereo	0.28 176	0.29 138	0.22 175	0.36 198	0.22 210	0.36 236	0.21 192	0.36 225	0.21 197	0.42 278	0.21 205	0.36 238	0.22 204	0.36 238	0.21 193	0.34 220	0.21 181	0.34 238	0.21 200	0.34 219	0.21 185

MultiAttention	0.30 182	0.30 139	0.30 207	0.30 178	0.30 257	0.30 211	0.30 246	0.30 205	0.30 253	0.30 208	0.30 258	0.30 216	0.30 255	0.30 216	0.30 246	0.30 206	0.30 228	0.30 215	0.30 265	0.30 201	0.30 246

MSAF-DinoV2	0.30 182	0.30 139	0.30 207	0.30 178	0.30 257	0.30 211	0.30 246	0.30 205	0.30 253	0.30 208	0.30 258	0.30 216	0.30 255	0.30 216	0.30 246	0.30 206	0.30 228	0.30 215	0.30 265	0.30 201	0.30 246

DANet	0.30 182	0.30 139	0.30 207	0.30 178	0.30 257	0.30 211	0.30 246	0.30 205	0.30 253	0.30 208	0.30 258	0.30 216	0.30 255	0.30 216	0.30 246	0.30 206	0.30 228	0.30 215	0.30 265	0.30 201	0.30 246
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AANet_RVC	1.26 471	0.31 142	4.99 579	5.93 571	0.20 200	0.25 194	0.20 187	0.25 189	0.20 194	0.23 178	0.19 196	0.25 194	0.20 198	0.25 192	0.20 190	5.66 581	4.76 574	0.26 202	0.30 265	0.24 184	0.27 215

gcap-zeroshot	0.35 211	0.32 143	0.37 252	0.49 272	0.39 320	0.33 226	0.21 192	0.26 194	0.35 287	0.42 278	0.34 285	0.49 321	0.29 248	0.47 305	0.39 306	0.34 220	0.17 166	0.38 270	0.23 209	0.48 313	0.34 273

iResNet_ROB	0.28 176	0.32 143	0.24 185	0.32 186	0.25 223	0.32 224	0.24 210	0.32 210	0.24 209	0.33 222	0.24 217	0.35 232	0.24 214	0.33 227	0.24 205	0.31 211	0.24 192	0.32 222	0.24 217	0.32 208	0.24 200

H2IRNET	0.34 202	0.34 145	0.34 239	0.34 192	0.34 291	0.34 228	0.34 280	0.34 217	0.34 284	0.34 224	0.34 285	0.34 230	0.34 283	0.34 229	0.34 276	0.34 220	0.34 253	0.34 238	0.34 293	0.34 219	0.34 273

MLCV	0.31 189	0.35 146	0.27 195	0.35 194	0.28 238	0.35 233	0.27 224	0.35 221	0.28 236	0.36 232	0.27 234	0.35 232	0.27 234	0.35 232	0.27 219	0.34 220	0.27 203	0.34 238	0.27 236	0.34 219	0.27 215

ETE_ROB	0.35 211	0.35 146	0.35 246	0.35 194	0.35 294	0.35 233	0.35 285	0.35 221	0.35 287	0.35 229	0.35 294	0.35 232	0.35 289	0.35 232	0.35 280	0.35 229	0.35 255	0.35 254	0.35 305	0.35 231	0.35 282

DN-CSS_ROB	0.31 189	0.35 146	0.28 199	0.35 194	0.28 238	0.34 228	0.27 224	0.34 217	0.25 214	0.35 229	0.27 234	0.36 238	0.26 226	0.34 229	0.28 229	0.35 229	0.28 209	0.34 238	0.28 241	0.34 219	0.27 215

RSM	0.36 217	0.36 149	0.43 282	0.37 201	0.42 340	0.49 324	0.42 330	0.37 231	0.28 236	0.36 232	0.29 246	0.36 238	0.30 255	0.37 242	0.28 229	0.34 220	0.31 234	0.34 238	0.35 305	0.40 270	0.29 233

Any-RAFT	0.32 197	0.36 149	0.27 195	0.36 198	0.27 233	0.36 236	0.27 224	0.36 225	0.27 233	0.36 232	0.27 234	0.36 238	0.27 234	0.36 238	0.28 229	0.36 234	0.28 209	0.36 259	0.28 241	0.36 238	0.28 228

IGEV-FE	0.35 211	0.37 151	0.17 153	0.19 134	0.17 183	0.20 164	0.17 172	0.19 156	0.17 181	0.19 155	0.17 179	0.19 159	0.17 181	0.37 242	0.36 283	0.19 155	0.17 166	0.19 167	0.17 190	0.38 255	2.84 557

LG-Stereo_L2	0.34 202	0.37 151	0.38 255	0.47 261	0.28 238	0.39 254	0.28 232	0.39 243	0.28 236	0.39 244	0.28 241	0.39 251	0.28 241	0.38 245	0.28 229	0.42 286	0.35 255	0.36 259	0.26 228	0.35 231	0.26 207

RAFT-Test	0.36 217	0.37 151	0.33 229	0.41 236	0.32 269	0.41 272	0.32 257	0.41 265	0.32 268	0.41 264	0.32 270	0.41 272	0.32 270	0.41 271	0.33 263	0.37 238	0.29 220	0.37 262	0.29 251	0.38 255	0.31 255

XPNet_ROB	0.37 223	0.37 151	0.37 252	0.37 201	0.37 304	0.37 241	0.37 297	0.37 231	0.37 299	0.37 237	0.37 304	0.37 244	0.37 297	0.37 242	0.37 292	0.37 238	0.37 260	0.37 262	0.37 313	0.37 242	0.37 289

WAO-8	0.38 229	0.38 155	0.38 255	0.38 204	0.38 311	0.38 248	0.38 303	0.38 239	0.38 303	0.38 238	0.38 309	0.38 246	0.38 301	0.38 245	0.38 295	0.38 249	0.38 266	0.38 270	0.37 313	0.38 255	0.38 296

WAO-7	0.38 229	0.38 155	0.38 255	0.38 204	0.38 311	0.38 248	0.38 303	0.38 239	0.38 303	0.38 238	0.38 309	0.38 246	0.38 301	0.38 245	0.38 295	0.38 249	0.38 266	0.38 270	0.38 326	0.38 255	0.38 296

HanzoNet	0.39 241	0.38 155	0.40 267	0.39 210	0.41 330	0.38 248	0.38 303	0.38 239	0.38 303	0.39 244	0.39 318	0.38 246	0.38 301	0.39 253	0.40 310	0.38 249	0.38 266	0.40 286	0.38 326	0.38 255	0.40 304

Venus	0.38 229	0.38 155	0.38 255	0.38 204	0.38 311	0.37 241	0.38 303	0.37 231	0.37 299	0.41 264	0.37 304	0.39 251	0.37 297	0.38 245	0.38 295	0.37 238	0.38 266	0.38 270	0.37 313	0.37 242	0.38 296

IMH	0.38 229	0.38 155	0.38 255	0.38 204	0.38 311	0.38 248	0.38 303	0.38 239	0.38 303	0.42 278	0.38 309	0.40 259	0.38 301	0.38 245	0.38 295	0.38 249	0.38 266	0.39 281	0.38 326	0.38 255	0.38 296

DMCA	0.36 217	0.38 155	0.37 252	0.35 194	0.35 294	0.36 236	0.36 291	0.36 225	0.35 287	0.35 229	0.37 304	0.36 238	0.36 292	0.35 232	0.36 283	0.36 234	0.36 258	0.35 254	0.36 311	0.36 238	0.36 285

StereoDRNet-Refined	0.33 200	0.39 161	0.26 194	0.39 210	0.26 231	0.40 256	0.26 221	0.40 250	0.26 227	0.39 244	0.26 229	0.39 251	0.26 226	0.39 253	0.26 218	0.37 238	0.25 193	0.37 262	0.25 222	0.37 242	0.37 289
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.11 418	0.39 161	5.28 581	0.39 210	0.20 200	0.39 254	0.27 224	0.39 243	0.22 200	0.38 238	0.20 200	0.38 246	0.20 198	6.95 594	0.22 195	0.30 206	0.21 181	0.27 206	0.21 200	5.25 575	0.21 185

Zero-FE251	0.36 217	0.40 163	0.28 199	0.41 236	0.28 238	0.41 272	0.28 232	0.41 265	0.28 236	0.41 264	0.28 241	0.41 272	0.28 241	0.42 284	0.30 246	0.37 238	0.26 196	0.37 262	0.27 236	0.45 294	0.56 361

EKT-Stereo	0.37 223	0.40 163	0.44 284	1.07 371	0.29 247	0.34 228	0.31 255	0.36 225	0.29 242	0.38 238	0.31 266	0.37 244	0.30 255	0.36 238	0.29 239	0.34 220	0.28 209	0.39 281	0.30 265	0.37 242	0.30 246

knoymous	0.40 245	0.40 163	0.40 267	0.40 224	0.40 322	0.40 256	0.40 317	0.40 250	0.40 317	0.40 250	0.40 321	0.40 259	0.40 310	0.40 256	0.40 310	0.40 264	0.40 276	0.40 286	0.40 330	0.40 270	0.40 304

anonymousa	0.40 245	0.40 163	0.40 267	0.40 224	0.40 322	0.40 256	0.40 317	0.40 250	0.40 317	0.40 250	0.40 321	0.40 259	0.40 310	0.40 256	0.40 310	0.40 264	0.40 276	0.40 286	0.40 330	0.40 270	0.40 304

riskmin	0.40 245	0.40 163	0.40 267	0.40 224	0.40 322	0.40 256	0.40 317	0.40 250	0.40 317	0.40 250	0.40 321	0.40 259	0.40 310	0.40 256	0.40 310	0.40 264	0.40 276	0.40 286	0.40 330	0.40 270	0.40 304

Anonymous_2	0.40 245	0.40 163	0.40 267	0.40 224	0.40 322	0.40 256	0.40 317	0.40 250	0.40 317	0.40 250	0.40 321	0.40 259	0.40 310	0.40 256	0.40 310	0.40 264	0.40 276	0.40 286	0.40 330	0.40 270	0.40 304

Anonymous_1	0.40 245	0.40 163	0.40 267	0.40 224	0.40 322	0.40 256	0.40 317	0.40 250	0.40 317	0.40 250	0.40 321	0.40 259	0.40 310	0.40 256	0.40 310	0.40 264	0.40 276	0.40 286	0.40 330	0.40 270	0.40 304

AdaStereo	0.40 245	0.40 163	0.40 267	0.40 224	0.40 322	0.40 256	0.40 317	0.40 250	0.40 317	0.40 250	0.40 321	0.40 259	0.40 310	0.40 256	0.40 310	0.40 264	0.40 276	0.40 286	0.40 330	0.40 270	0.40 304
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.
iRaft-Stereo_20w	0.34 202	0.41 171	0.31 219	0.39 210	0.29 247	0.40 256	0.32 257	0.41 265	0.32 268	0.38 238	0.30 258	0.39 251	0.30 255	0.38 245	0.32 254	0.35 229	0.27 203	0.34 238	0.27 236	0.34 219	0.29 233

GwcNet-ADL	0.41 252	0.41 171	0.41 276	0.41 236	0.41 330	0.41 272	0.41 325	0.41 265	0.41 326	0.41 264	0.41 327	0.41 272	0.41 321	0.41 271	0.41 317	0.41 272	0.41 285	0.41 303	0.41 337	0.41 280	0.41 311

PSMNet-ADL	0.41 252	0.41 171	0.41 276	0.41 236	0.41 330	0.41 272	0.41 325	0.41 265	0.41 326	0.41 264	0.41 327	0.41 272	0.41 321	0.41 271	0.41 317	0.41 272	0.41 285	0.41 303	0.41 337	0.41 280	0.41 311

GANet-ADL	0.41 252	0.41 171	0.41 276	0.41 236	0.41 330	0.41 272	0.41 325	0.41 265	0.41 326	0.41 264	0.41 327	0.41 272	0.41 321	0.41 271	0.41 317	0.41 272	0.41 285	0.41 303	0.41 337	0.41 280	0.41 311

ADLNet2	0.41 252	0.41 171	0.41 276	0.41 236	0.41 330	0.41 272	0.41 325	0.41 265	0.41 326	0.41 264	0.41 327	0.41 272	0.41 321	0.41 271	0.41 317	0.41 272	0.41 285	0.41 303	0.41 337	0.41 280	0.41 311

ADLNet	0.41 252	0.41 171	0.41 276	0.41 236	0.41 330	0.41 272	0.41 325	0.41 265	0.41 326	0.41 264	0.41 327	0.41 272	0.41 321	0.41 271	0.41 317	0.41 272	0.41 285	0.41 303	0.41 337	0.41 280	0.41 311

DGSMNet	0.34 202	0.41 171	0.27 195	0.41 236	0.28 238	0.41 272	0.28 232	0.41 265	0.27 233	0.41 264	0.27 234	0.42 290	0.27 234	0.41 271	0.28 229	0.40 264	0.29 220	0.40 286	0.28 241	0.40 270	0.27 215

iRaft-Stereo_5w	0.34 202	0.42 178	0.31 219	0.39 210	0.30 257	0.38 248	0.30 246	0.40 250	0.29 242	0.40 250	0.37 304	0.41 272	0.34 283	0.38 245	0.30 246	0.34 220	0.27 203	0.34 238	0.26 228	0.34 219	0.26 207

GREAT-IGEV	0.38 229	0.43 179	0.36 248	0.48 266	0.32 269	0.45 303	0.32 257	0.45 293	0.32 268	0.45 291	0.32 270	0.45 300	0.32 270	0.45 296	0.32 254	0.44 288	0.33 249	0.41 303	0.29 251	0.41 280	0.29 233

fffy	0.38 229	0.43 179	0.33 229	0.46 255	0.33 281	0.45 303	0.32 257	0.45 293	0.32 268	0.45 291	0.32 270	0.45 300	0.33 278	0.45 296	0.32 254	0.38 249	0.38 266	0.38 270	0.37 313	0.37 242	0.36 285

IGEV++	0.34 202	0.43 179	0.30 207	0.40 224	0.29 247	0.40 256	0.29 241	0.40 250	0.29 242	0.40 250	0.29 246	0.40 259	0.29 248	0.40 256	0.30 246	0.38 249	0.29 220	0.37 262	0.29 251	0.37 242	0.29 233

MS-F	0.38 229	0.44 182	0.31 219	0.43 252	0.30 257	0.43 299	0.31 255	0.43 289	0.31 264	0.45 291	0.31 266	0.43 297	0.31 267	0.43 290	0.69 390	0.38 249	0.33 249	0.40 286	0.30 265	0.38 255	0.30 246

HiDET	0.38 229	0.44 182	0.30 207	0.42 246	0.30 257	0.42 292	0.30 246	0.42 283	0.30 253	0.44 289	0.30 258	0.42 290	0.30 255	0.42 284	0.68 380	0.37 238	0.32 238	0.40 286	0.29 251	0.37 242	0.29 233

LCMNet	0.38 229	0.44 182	0.30 207	0.42 246	0.30 257	0.42 292	0.30 246	0.42 283	0.30 253	0.45 291	0.30 258	0.42 290	0.30 255	0.42 284	0.69 390	0.37 238	0.32 238	0.40 286	0.29 251	0.37 242	0.29 233

CSFM-Stereo	0.38 229	0.44 182	0.30 207	0.42 246	0.30 257	0.42 292	0.30 246	0.43 289	0.30 253	0.44 289	0.30 258	0.42 290	0.30 255	0.42 284	0.73 401	0.37 238	0.32 238	0.40 286	0.29 251	0.37 242	0.30 246

Select-FE	0.41 252	0.44 182	0.23 178	0.26 172	0.22 210	0.26 202	0.22 197	0.26 194	0.23 206	0.26 199	0.23 210	0.26 204	0.23 210	0.45 296	0.42 325	0.25 191	0.22 185	0.25 197	0.22 203	0.45 294	2.90 558

ccccc		0.44 182		0.48 266	0.35 294	0.48 319		0.51 332		0.47 303		0.47 310		0.47 305		0.41 272	0.40 276	0.40 286	0.40 330	0.41 280

Wz-Net-LNSev-Ref	0.11 88	0.44 182	0.33 229	0.39 210	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 260	0.36 258	0.02 18	0.02 20	0.02 20	0.02 20

IGEV-Stereo	0.35 211	0.44 182	0.45 286	0.49 272	0.30 257	0.37 241	0.30 246	0.36 225	0.30 253	0.36 232	0.29 246	0.36 238	0.29 248	0.36 238	0.30 246	0.46 295	0.39 273	0.32 222	0.24 217	0.32 208	0.25 201
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HART	0.38 229	0.45 190	0.34 239	0.42 246	0.33 281	0.41 272	0.34 280	0.42 283	0.33 275	0.43 284	0.34 285	0.42 290	0.34 283	0.41 271	0.38 295	0.40 264	0.32 238	0.42 314	0.32 281	0.40 270	0.32 260

mms	0.40 245	0.45 190	0.35 246	0.48 266	0.36 300	0.47 314	0.34 280	0.45 293	0.38 303	0.47 303	0.33 277	0.45 300	0.32 270	0.45 296	0.32 254	0.39 260	0.38 266	0.38 270	0.37 313	0.39 264	0.39 302

GMOStereo	0.37 223	0.45 190	0.23 178	0.30 178	0.37 304	0.41 272	0.36 291	0.41 265	0.35 287	0.43 284	0.36 297	0.41 272	0.40 310	0.41 271	0.36 283	0.34 220	0.22 185	0.47 334	0.37 313	0.39 264	0.33 267

RAFT + AFF	0.31 189	0.45 190	0.34 239	0.39 210	0.28 238	0.38 248	0.33 267	0.29 203	0.31 264	0.30 208	0.30 258	0.29 213	0.27 234	0.29 214	0.30 246	0.28 198	0.29 220	0.29 213	0.29 251	0.27 193	0.32 260

otaku	0.46 277	0.46 194	0.46 290	0.46 255	0.46 348	0.46 309	0.46 340	0.46 297	0.46 340	0.46 297	0.46 347	0.46 304	0.46 338	0.46 301	0.46 334	0.46 295	0.46 308	0.46 325	0.46 350	0.46 297	0.46 325

Dean	0.46 277	0.46 194	0.46 290	0.46 255	0.46 348	0.46 309	0.46 340	0.46 297	0.46 340	0.47 303	0.46 347	0.46 304	0.46 338	0.46 301	0.46 334	0.46 295	0.46 308	0.46 325	0.46 350	0.46 297	0.46 325

ACVNet-4b	0.46 277	0.46 194	0.46 290	0.46 255	0.46 348	0.46 309	0.46 340	0.46 297	0.46 340	0.46 297	0.46 347	0.46 304	0.46 338	0.47 305	0.46 334	0.46 295	0.46 308	0.46 325	0.46 350	0.46 297	0.46 325

psmorigin	0.41 252	0.46 194	0.33 229	0.49 272	0.33 281	0.49 324	0.33 267	0.49 311	0.33 275	0.49 317	0.33 277	0.49 321	0.33 278	0.51 336	0.33 263	0.41 272	0.30 228	0.41 303	0.30 265	0.79 363	0.29 233

Ntro	0.47 283	0.47 198	0.46 290	0.46 255	0.46 348	0.47 314	0.47 345	0.46 297	0.47 345	0.46 297	0.46 347	0.47 310	0.46 338	0.47 305	0.47 341	0.47 300	0.46 308	0.46 325	0.46 350	0.46 297	0.46 325

HaxPig	0.47 283	0.47 198	0.47 297	0.49 272	0.47 354	0.47 314	0.47 345	0.47 303	0.47 345	0.47 303	0.47 355	0.47 310	0.47 346	0.47 305	0.47 341	0.47 300	0.47 316	0.47 334	0.47 357	0.47 309	0.48 334

UNDER WATER	0.47 283	0.47 198	0.47 297	0.47 261	0.47 354	0.47 314	0.47 345	0.47 303	0.47 345	0.47 303	0.47 355	0.47 310	0.46 338	0.47 305	0.47 341	0.47 300	0.47 316	0.47 334	0.46 350	0.47 309	0.47 332

LVE	0.47 283	0.47 198	0.47 297	0.47 261	0.49 360	0.47 314	0.47 345	0.47 303	0.49 354	0.47 303	0.47 355	0.47 310	0.46 338	0.47 305	0.47 341	0.47 300	0.47 316	0.48 342	0.47 357	0.47 309	0.47 332

ACVNet_1	0.46 277	0.47 198	0.46 290	0.46 255	0.46 348	0.46 309	0.46 340	0.46 297	0.47 345	0.46 297	0.46 347	0.46 304	0.46 338	0.46 301	0.46 334	0.46 295	0.46 308	0.47 334	0.46 350	0.46 297	0.46 325

CES	0.39 241	0.47 198	0.36 248	0.36 198	0.37 304	0.45 303	0.35 285	0.35 221	0.40 317	0.36 232	0.44 341	0.47 310	0.36 292	0.44 293	0.36 283	0.37 238	0.39 273	0.44 317	0.35 305	0.37 242	0.36 285

xyz-stereo-finetune2	0.18 140	0.48 204	0.16 146	0.16 121	0.15 170	0.15 136	0.16 164	0.16 143	0.16 173	0.16 140	0.16 174	0.16 141	0.16 172	0.16 142	0.16 169	0.16 135	0.16 146	0.16 147	0.16 170	0.16 147	0.16 161

RainbowNet	0.48 288	0.48 204	0.48 305	0.48 266	0.48 358	0.48 319	0.48 354	0.48 307	0.48 352	0.48 310	0.48 359	0.48 317	0.48 347	0.48 314	0.48 347	0.48 304	0.48 320	0.48 342	0.48 360	0.48 313	0.48 334

xyz-stereo-finetune	0.28 176	0.49 206	0.16 146	0.16 121	0.16 179	0.16 144	0.16 164	0.22 174	0.30 253	0.32 217	0.31 266	0.32 222	0.31 267	0.32 221	0.32 254	0.32 212	0.33 249	0.31 221	0.32 281	0.31 206	0.32 260

GIP-stereo	0.36 217	0.49 206	0.39 262	0.48 266	0.32 269	0.41 272	0.28 232	0.40 250	0.30 253	0.41 264	0.28 241	0.40 259	0.28 241	0.42 284	0.28 229	0.45 291	0.32 238	0.38 270	0.30 265	0.37 242	0.27 215

notaker	0.48 288	0.49 206	0.48 305	0.48 266	0.48 358	0.48 319	0.48 354	0.48 307	0.49 354	0.48 310	0.48 359	0.48 317	0.48 347	0.48 314	0.48 347	0.48 304	0.48 320	0.48 342	0.48 360	0.48 313	0.49 339

ACVNet_2	0.49 294	0.49 206	0.49 312	0.49 272	0.49 360	0.49 324	0.49 356	0.49 311	0.49 354	0.49 317	0.49 362	0.49 321	0.49 352	0.49 320	0.49 349	0.49 307	0.49 323	0.49 347	0.49 363	0.49 317	0.49 339

252Zero-FE	0.45 271	0.50 210	0.36 248	0.50 279	0.36 300	0.50 332	0.36 291	0.50 319	0.36 297	0.49 317	0.36 297	0.49 321	0.36 292	0.54 345	0.41 317	0.45 291	0.34 253	0.45 321	0.34 293	0.55 336	0.75 399

xyz-stereo	0.18 140	0.50 210	0.16 146	0.15 110	0.16 179	0.16 144	0.16 164	0.16 143	0.16 173	0.16 140	0.16 174	0.16 141	0.16 172	0.16 142	0.16 169	0.16 135	0.16 146	0.16 147	0.16 170	0.16 147	0.16 161

FoundationStereo	0.50 296	0.50 210	0.50 316	0.50 279	0.50 364	0.50 332	0.50 358	0.50 319	0.50 357	0.50 330	0.50 364	0.50 336	0.50 355	0.50 327	0.50 350	0.50 313	0.50 329	0.50 351	0.50 365	0.50 322	0.50 342

StereoAnything_RVC	0.50 296	0.50 210	0.50 316	0.50 279	0.50 364	0.50 332	0.50 358	0.50 319	0.50 357	0.50 330	0.50 364	0.50 336	0.50 355	0.50 327	0.50 350	0.50 313	0.50 329	0.50 351	0.50 365	0.50 322	0.50 342

dual_stereo	0.50 296	0.50 210	0.50 316	0.50 279	0.50 364	0.50 332	0.50 358	0.50 319	0.50 357	0.50 330	0.50 364	0.50 336	0.50 355	0.50 327	0.50 350	0.50 313	0.50 329	0.50 351	0.50 365	0.50 322	0.50 342

KSHMR	0.66 327	0.50 210	0.48 305	1.15 381	0.52 370	0.49 324	0.51 362	0.49 311	0.71 402	0.67 371	0.50 364	1.16 436	1.11 429	0.66 366	0.52 357	0.49 307	0.49 323	0.51 356	0.66 396	0.50 322	1.14 438

WZ-Net	0.05 41	0.50 210	0.10 69	0.12 83	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 94	0.10 75	0.01 9	0.01 9	0.01 10	0.01 10

SANet	0.50 296	0.50 210	0.50 316	0.50 279	0.50 364	0.50 332	0.50 358	0.50 319	0.50 357	0.50 330	0.50 364	0.50 336	0.50 355	0.50 327	0.50 350	0.50 313	0.50 329	0.50 351	0.50 365	0.50 322	0.50 342

fffft	0.48 288	0.51 218	0.45 286	0.52 288	0.45 346	0.52 347	0.45 338	0.52 336	0.48 352	0.53 343	0.45 345	0.52 347	0.45 335	0.52 341	0.46 334	0.51 319	0.41 285	0.50 351	0.41 337	0.50 322	0.41 311
1: 1. 1
CASnet	0.35 211	0.51 218	0.44 284	0.32 186	0.31 267	0.24 187	0.34 280	0.36 225	0.25 214	0.31 212	0.37 304	0.30 216	0.33 278	0.25 192	0.45 330	0.37 238	0.37 260	0.33 230	0.35 305	0.34 219	0.37 289
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LG-Stereo_L1	0.47 283	0.52 220	0.47 297	0.62 309	0.39 320	0.53 349	0.40 317	0.53 338	0.39 316	0.53 343	0.39 318	0.53 348	0.39 309	0.53 343	0.39 306	0.55 331	0.46 308	0.49 347	0.37 313	0.49 317	0.37 289

Occ-G	1.12 419	0.52 220	3.72 573	3.50 535	0.50 364	0.56 354	0.47 345	0.54 340	0.46 340	0.54 348	0.41 327	0.54 351	0.42 327	0.52 341	0.42 325	3.42 551	4.02 570	0.52 359	0.45 348	0.51 328	0.44 322

AEACV	1.12 419	0.52 220	3.12 565	3.24 520	0.86 423	0.53 349	0.49 356	0.60 354	0.47 345	0.53 343	0.49 362	0.55 355	0.45 335	0.55 349	0.47 341	3.01 547	3.88 568	0.71 381	0.60 381	0.80 366	0.48 334

ktn	0.72 342	0.53 223	1.08 411	1.14 379	0.51 369	1.22 480	1.36 506	0.51 332	0.59 372	0.51 337	0.51 370	0.69 375	1.20 440	0.67 368	0.51 355	0.51 319	0.49 323	0.58 366	0.66 396	0.52 330	0.53 350

TorneroNet	0.66 327	0.53 223	0.50 316	0.50 279	0.64 388	1.06 416	0.70 395	0.50 319	0.51 364	0.49 317	0.69 401	0.49 321	0.50 355	0.48 314	1.15 441	0.71 357	0.49 323	1.14 435	1.08 439	0.49 317	0.49 339

ICVP	0.15 125	0.53 223	0.11 89	0.16 121	0.11 138	0.16 144	0.11 133	0.16 143	0.11 135	0.16 140	0.11 135	0.16 141	0.11 134	0.16 142	0.11 128	0.16 135	0.11 97	0.16 147	0.11 131	0.16 147	0.11 130
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Wz-Net-MNSev	0.06 44	0.54 226	0.10 69	0.12 83	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 94	0.11 97	0.01 9	0.01 9	0.01 10	0.01 10

PSMNet_ROB	0.54 306	0.54 226	0.54 330	0.54 292	0.53 373	0.54 352	0.54 366	0.53 338	0.54 367	0.54 348	0.54 374	0.54 351	0.53 362	0.54 345	0.54 360	0.54 325	0.53 338	0.54 363	0.54 371	0.54 335	0.54 353

LG-Stereo_Zeroshot	0.48 288	0.55 228	0.47 297	0.63 311	0.41 330	0.56 354	0.44 333	0.56 344	0.41 326	0.56 353	0.41 327	0.57 360	0.42 327	0.56 350	0.41 317	0.55 331	0.43 298	0.51 356	0.37 313	0.51 328	0.37 289

Selective-IGEV	0.51 301	0.55 228	0.45 286	0.69 320	0.45 346	0.61 363	0.45 338	0.50 319	0.40 317	0.56 353	0.44 341	0.55 355	0.40 310	0.72 372	0.67 375	0.59 336	0.46 308	0.45 321	0.34 293	0.46 297	0.37 289

Monster-pub-mixall	0.44 268	0.56 230	0.60 338	0.38 204	0.27 233	0.37 241	0.27 224	0.37 231	0.29 242	0.38 238	0.27 234	0.38 246	0.29 248	0.85 389	0.27 219	1.46 480	0.26 196	0.34 238	0.26 228	0.36 238	0.53 350

Monster-pub-eth3d	0.45 271	0.57 231	0.60 338	0.39 210	0.28 238	0.37 241	0.28 232	0.37 231	0.30 253	0.39 244	0.29 246	0.39 251	0.30 255	0.92 399	0.27 219	1.42 477	0.28 209	0.34 238	0.28 241	0.37 242	0.53 350

Replicate-Monster	0.45 271	0.57 231	0.60 338	0.40 224	0.29 247	0.37 241	0.27 224	0.37 231	0.30 253	0.40 250	0.31 266	0.40 259	0.30 255	0.99 407	0.27 219	1.36 473	0.31 234	0.34 238	0.30 265	0.36 238	0.54 353

LG-Stereo	0.60 315	0.58 233	0.47 297	0.64 314	0.74 407	1.00 403	0.69 392	0.57 347	0.41 326	0.57 356	0.41 327	0.57 360	0.41 321	1.00 409	0.75 405	0.91 379	0.51 334	0.52 359	0.37 313	0.52 330	0.37 289

AIO-test2	0.55 311	0.59 234	0.52 325	0.67 319	0.47 354	0.61 363	0.47 345	0.61 356	0.47 345	0.61 361	0.47 355	0.61 366	0.48 347	0.62 359	0.47 341	0.64 347	0.53 338	0.58 366	0.47 357	0.58 339	0.48 334

FCDSN-DC	0.41 252	0.59 234	0.64 347	0.54 292	0.33 281	0.50 332	0.37 297	0.42 283	0.40 317	0.61 361	0.43 339	0.50 336	0.49 352	0.38 245	0.32 254	0.28 198	0.23 190	0.26 202	0.22 203	0.35 231	0.28 228
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AIO-test1	0.54 306	0.60 236	0.52 325	0.66 318	0.47 354	0.61 363	0.47 345	0.58 350	0.46 340	0.61 361	0.46 347	0.61 366	0.45 335	0.62 359	0.45 330	0.61 341	0.52 336	0.57 365	0.48 360	0.57 338	0.48 334

DispNO	1.00 403	0.63 237	0.43 282	3.45 531	0.44 343	0.65 369	0.43 332	0.64 359	0.43 334	0.64 367	0.43 339	0.64 369	3.03 551	0.64 364	0.43 328	4.55 560	0.43 298	0.63 371	0.43 346	0.63 343	0.43 319

LMCR-Stereo	0.65 325	0.63 237	0.65 350	0.65 315	0.65 390	0.66 370	0.63 374	0.58 350	0.65 380	0.63 366	0.64 385	0.65 372	0.65 375	0.66 366	0.66 374	0.66 350	0.64 356	0.65 375	0.67 400	0.68 347	0.73 395

MonSter	0.60 315	0.64 239	0.52 325	0.62 309	0.44 343	2.07 515	0.44 333	0.62 357	0.44 337	0.62 364	0.44 341	0.62 368	0.44 332	0.62 359	0.44 329	0.58 335	0.42 294	0.62 369	0.46 350	0.58 339	0.42 318

AIO-Stereo	0.84 373	0.66 240	0.70 364	0.83 338	0.67 394	0.98 401	0.82 415	1.14 416	0.72 404	1.03 417	0.74 414	1.03 422	1.09 428	0.99 407	0.45 330	1.04 401	0.73 378	0.95 420	0.74 411	0.94 394	0.46 325

anonymity	0.63 322	0.69 241	0.56 332	0.71 326	0.56 376	0.71 375	0.56 367	0.71 368	0.56 368	0.72 375	0.56 375	0.71 376	0.56 366	0.71 371	0.58 364	0.68 352	0.55 340	0.68 377	0.55 372	0.68 347	0.54 353

CoDeX	0.15 125	0.70 242	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 375	0.02 15	0.69 371	0.75 385	0.01 9	0.02 20	0.02 20

FE-Mocha	0.35 211	0.71 243	0.40 267	0.47 261	0.27 233	0.34 228	0.27 224	0.34 217	0.26 227	0.34 224	0.26 229	0.34 230	0.27 234	0.34 229	0.27 219	0.44 288	0.41 285	0.33 230	0.29 251	0.32 208	0.29 233

RAFT-Stereo + iAFF	0.70 336	0.72 244	0.71 367	0.80 334	0.62 387	0.82 385	0.61 372	0.81 378	0.62 376	0.81 388	0.63 383	0.80 389	0.70 393	0.73 374	0.61 369	0.76 362	0.61 353	0.74 384	0.61 383	0.77 360	0.61 367

DSFCA	0.66 327	0.73 245	0.78 380	0.65 315	0.65 390	0.64 368	0.64 375	0.65 360	0.63 378	0.64 367	0.64 385	0.64 369	0.64 373	0.65 365	0.65 371	0.65 348	0.65 358	0.65 375	0.65 394	0.66 345	0.64 375

SMoEStereo_RVC	0.63 322	0.75 246	0.51 322	0.73 328	0.53 373	0.71 375	0.47 345	0.67 363	0.58 370	0.74 381	0.60 377	0.72 379	0.53 362	0.74 376	0.51 355	0.61 341	0.62 354	0.62 369	0.61 383	0.63 343	0.61 367

GCAP-BAT	0.33 200	0.78 247	0.32 224	0.38 204	0.25 223	0.34 228	0.25 213	0.34 217	0.26 227	0.34 224	0.25 223	0.35 232	0.26 226	0.35 232	0.27 219	0.36 234	0.30 228	0.32 222	0.24 217	0.32 208	0.26 207

SFCPSM	0.17 137	0.78 247	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 409	0.02 15	0.75 382	0.76 387	0.02 20	0.02 20	0.02 20

G-Net	0.79 355	0.79 249	0.79 383	0.79 332	0.79 419	0.79 382	0.79 408	0.79 373	0.79 415	0.79 385	0.79 419	0.79 388	0.79 407	0.79 379	0.79 409	0.79 364	0.79 386	0.79 390	0.79 416	0.79 363	0.79 403

DMCA-RVC	0.70 336	0.80 250	0.70 364	0.70 324	0.70 400	0.70 373	0.70 395	0.71 368	0.70 397	0.70 374	0.71 408	0.71 376	0.70 393	0.70 370	0.69 390	0.69 353	0.70 372	0.69 378	0.70 405	0.69 351	0.70 387

NaN_ROB	0.80 357	0.80 250	0.80 384	0.80 334	0.80 421	0.80 383	0.80 411	0.80 375	0.80 416	0.80 386	0.80 420	0.80 389	0.80 408	0.80 381	0.80 411	0.80 365	0.80 389	0.80 393	0.80 418	0.80 366	0.80 404

CSAN	0.80 357	0.80 250	0.80 384	0.80 334	0.80 421	0.80 383	0.80 411	0.80 375	0.80 416	0.80 386	0.80 420	0.80 389	0.80 408	0.80 381	0.80 411	0.80 365	0.80 389	0.80 393	0.80 418	0.80 366	0.80 404

testlalala	0.32 197	0.81 253	0.31 219	0.39 210	0.26 231	0.33 226	0.24 210	0.33 213	0.26 227	0.32 217	0.26 229	0.33 225	0.23 210	0.33 227	0.23 201	0.35 229	0.31 234	0.30 215	0.24 217	0.31 206	0.21 185

ARAFT	0.68 332	0.81 253	0.63 345	0.74 329	0.60 379	0.78 380	0.62 373	0.77 372	0.66 382	0.74 381	0.63 383	0.75 383	0.62 372	0.83 384	0.60 367	0.70 356	0.55 340	0.70 380	0.60 381	0.78 361	0.55 358

RSM++	0.76 350	0.82 255	0.66 351	0.85 341	0.64 388	0.85 387	0.71 398	0.94 394	0.64 379	0.87 391	0.67 390	0.87 395	0.65 375	0.84 385	0.65 371	0.81 368	0.70 372	0.79 390	0.71 408	0.83 373	0.70 387

water-stereo	0.41 252	0.84 256	0.46 290	0.50 279	0.33 281	0.45 303	0.33 267	0.45 293	0.32 268	0.45 291	0.32 270	0.45 300	0.32 270	0.45 296	0.32 254	0.44 288	0.41 285	0.39 281	0.31 275	0.39 264	0.32 260

Selective-RAFT-Error	0.88 384	0.84 256	0.98 403	0.86 342	0.97 435	0.88 390	0.95 426	0.84 380	0.99 436	0.92 397	0.82 422	0.84 394	0.98 418	0.87 390	0.97 426	0.81 368	0.83 392	0.79 390	0.82 421	0.79 363	0.85 410

depthmonostereo	0.44 268	0.85 258	0.46 290	0.54 292	0.40 322	0.52 347	0.38 303	0.52 336	0.35 287	0.47 303	0.34 285	0.46 304	0.34 283	0.47 305	0.34 276	0.45 291	0.43 298	0.41 303	0.33 289	0.41 280	0.32 260

DilatedVolume-Stereo	0.43 263	0.86 259	0.48 305	0.50 279	0.33 281	0.46 309	0.33 267	0.46 297	0.33 275	0.46 297	0.33 277	0.47 310	0.33 278	0.47 305	0.34 276	0.45 291	0.42 294	0.40 286	0.33 289	0.47 309	0.38 296

AIO-Stereo-zeroshot	0.91 388	0.86 259	0.89 390	1.25 438	0.69 398	1.05 415	0.81 413	1.16 420	0.50 357	1.12 429	0.97 432	0.72 379	0.82 410	1.06 422	0.95 424	0.61 341	0.87 394	1.03 432	0.85 424	1.04 405	1.01 427

test_sample3	0.09 53	0.87 261	0.10 69	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 53	0.87 261	0.12 102	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

SCV_C0	0.45 271	0.88 263	0.49 312	0.54 292	0.37 304	0.48 319	0.37 297	0.48 307	0.37 299	0.48 310	0.36 297	0.48 317	0.37 297	0.49 320	0.37 292	0.50 313	0.41 285	0.44 317	0.34 293	0.44 290	0.34 273

tt45	1.04 413	0.88 263	1.36 488	0.92 349	1.03 443	1.51 496	0.79 408	0.70 367	0.88 421	0.74 381	0.90 424	1.60 497	0.72 398	1.60 494	0.75 405	0.91 379	0.78 385	1.52 506	0.79 416	1.14 410	1.32 502

AFF-stereo	0.73 344	0.88 263	0.67 355	0.75 330	0.68 397	0.75 377	0.64 375	0.80 375	0.72 404	0.83 390	0.70 404	0.82 393	0.64 373	0.84 385	0.67 375	0.77 363	0.63 355	0.81 395	0.63 385	0.78 361	0.62 370

DLNR-FE	0.28 176	0.89 266	0.30 207	0.34 192	0.19 197	0.28 207	0.19 183	0.28 198	0.20 194	0.28 203	0.20 200	0.28 207	0.20 198	0.28 210	0.20 190	0.33 216	0.28 209	0.25 197	0.19 196	0.24 184	0.19 181

CASS	0.57 314	0.89 266	0.56 332	0.57 299	0.56 376	0.56 354	0.56 367	0.56 344	0.53 365	0.57 356	0.57 376	0.59 364	0.48 347	0.56 350	0.57 363	0.55 331	0.56 342	0.47 334	0.56 376	0.62 342	0.56 361
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Selective-RAFT	0.89 386	0.89 266	0.72 370	1.16 386	0.78 418	1.06 416	0.82 415	0.87 381	0.97 433	1.00 405	0.91 427	0.90 399	1.00 419	0.89 393	0.93 423	0.83 373	0.83 392	0.82 399	0.82 421	0.81 369	0.82 407

MLG-Stereo	0.92 391	0.90 269	0.84 388	1.27 439	0.49 360	1.38 490	0.88 418	1.41 487	0.97 433	0.73 376	1.09 440	1.26 486	0.43 330	0.72 372	1.05 434	1.13 412	0.49 323	1.18 444	0.66 396	1.01 402	0.46 325

UNet	0.29 181	0.90 269	0.10 69	0.14 100	0.10 123	0.14 129	0.10 120	0.91 387	0.69 394	0.14 129	0.11 135	0.14 130	0.11 134	0.14 132	0.10 116	0.12 94	0.09 70	0.12 123	0.09 112	0.88 377	0.76 401

xxxxx1	0.31 189	0.91 271	0.23 178	0.31 183	0.23 216	0.31 216	0.23 205	0.33 213	0.25 214	0.31 212	0.24 217	0.33 225	0.25 217	0.32 221	0.24 205	0.28 198	0.28 209	0.28 208	0.28 241	0.29 198	0.27 215

tt_ll	0.31 189	0.91 271	0.23 178	0.31 183	0.23 216	0.31 216	0.23 205	0.33 213	0.25 214	0.31 212	0.24 217	0.33 225	0.25 217	0.32 221	0.24 205	0.28 198	0.28 209	0.28 208	0.28 241	0.29 198	0.27 215

ff	0.31 189	0.91 271	0.23 178	0.31 183	0.23 216	0.31 216	0.23 205	0.33 213	0.25 214	0.31 212	0.24 217	0.33 225	0.25 217	0.32 221	0.24 205	0.28 198	0.28 209	0.28 208	0.28 241	0.29 198	0.27 215

DPSM_ROB	0.92 391	0.91 271	0.91 395	0.91 346	0.92 430	0.92 395	0.92 422	0.92 390	0.91 423	0.93 399	0.91 427	0.92 402	0.90 412	0.91 395	0.92 419	0.92 382	0.91 396	0.91 408	0.92 426	0.93 388	0.93 417

DPSM	0.92 391	0.91 271	0.91 395	0.91 346	0.92 430	0.92 395	0.92 422	0.92 390	0.91 423	0.93 399	0.91 427	0.92 402	0.90 412	0.91 395	0.92 419	0.92 382	0.91 396	0.91 408	0.92 426	0.93 388	0.93 417

AIO-Stereo-zeroshot1	0.75 346	0.92 276	0.85 389	0.96 360	0.59 378	1.27 483	0.44 333	0.59 352	0.69 394	0.91 395	0.68 393	0.55 355	0.61 371	1.06 422	0.83 415	0.62 345	0.70 372	0.90 405	0.41 337	0.89 378	0.56 361

pmcnn	0.92 391	0.92 276	0.92 397	0.92 349	0.92 430	0.92 395	0.92 422	0.92 390	0.92 427	0.92 397	0.92 430	0.92 402	0.92 414	0.92 399	0.92 419	0.92 382	0.92 398	0.92 410	0.92 426	0.92 384	0.92 416

AdaDepth	0.86 381	0.93 278	0.71 367	1.01 367	1.07 445	1.02 413	0.71 398	1.00 398	0.71 402	1.01 409	0.71 408	1.00 410	0.72 398	1.14 433	0.71 399	0.92 382	0.64 356	0.90 405	0.64 389	0.89 378	0.69 386

tt1	0.31 189	0.93 278	0.24 185	0.33 190	0.23 216	0.31 216	0.24 210	0.32 210	0.24 209	0.32 217	0.23 210	0.32 222	0.25 217	0.32 221	0.24 205	0.27 196	0.26 196	0.27 206	0.26 228	0.27 193	0.27 215

SCV	0.46 277	0.94 280	0.45 286	0.54 292	0.37 304	0.48 319	0.38 303	0.48 307	0.37 299	0.48 310	0.39 318	0.48 317	0.37 297	0.49 320	0.37 292	0.50 313	0.46 308	0.44 317	0.34 293	0.44 290	0.34 273

tta	0.09 53	0.95 281	0.09 65	0.10 58	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

R-Stereo Train	0.81 362	0.96 282	0.67 355	0.95 357	0.67 394	0.95 398	0.68 384	0.95 396	0.68 386	0.95 403	0.68 393	0.96 407	0.68 383	0.96 405	0.68 380	0.94 387	0.68 364	0.94 418	0.68 401	0.94 394	0.68 384

RAFT-Stereo	0.81 362	0.96 282	0.67 355	0.95 357	0.67 394	0.95 398	0.68 384	0.95 396	0.68 386	0.95 403	0.68 393	0.96 407	0.68 383	0.96 405	0.68 380	0.94 387	0.68 364	0.94 418	0.68 401	0.94 394	0.68 384
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
test_sample6	0.09 53	0.97 284	0.10 69	0.10 58	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

zh-sn7	0.10 66	0.98 285	0.14 127	0.15 110	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.15 126	0.13 137	0.03 38	0.03 54	0.03 43	0.03 51

Former-RAFT_DAM_RVC	0.49 294	0.98 285	0.64 347	0.84 339	0.46 348	0.45 303	0.35 285	0.47 303	0.47 345	0.45 291	0.34 285	0.46 304	0.48 347	0.46 301	0.35 280	0.39 260	0.71 376	0.39 281	0.35 305	0.41 280	0.41 311

dd	0.23 161	0.98 285	0.16 146	0.23 153	0.15 170	0.23 184	0.15 159	0.23 180	0.15 169	0.23 178	0.15 171	0.24 189	0.17 181	0.23 181	0.15 163	0.22 167	0.15 144	0.21 173	0.15 168	0.22 171	0.16 161

WQFJA1	0.84 373	0.99 288	0.67 355	1.28 442	0.75 408	1.01 407	0.68 384	1.01 402	0.67 383	1.01 409	0.67 390	1.01 414	0.67 380	1.01 413	0.67 375	0.97 389	0.67 360	0.92 410	0.63 385	0.92 384	0.63 371

WQFJX1	0.84 373	0.99 288	0.67 355	1.28 442	0.75 408	1.01 407	0.68 384	1.01 402	0.67 383	1.01 409	0.67 390	1.01 414	0.67 380	1.01 413	0.67 375	0.97 389	0.67 360	0.92 410	0.63 385	0.92 384	0.63 371

NLMM1	0.84 373	0.99 288	0.67 355	1.28 442	0.75 408	1.01 407	0.67 382	1.01 402	0.68 386	1.01 409	0.68 393	1.01 414	0.68 383	1.01 413	0.68 380	0.97 389	0.67 360	0.93 413	0.63 385	0.92 384	0.64 375

NLSM3	0.85 379	0.99 288	0.68 361	1.29 445	0.76 411	1.01 407	0.68 384	1.01 402	0.68 386	1.02 415	0.68 393	1.01 414	0.68 383	1.01 413	0.68 380	0.97 389	0.68 364	0.93 413	0.64 389	0.93 388	0.63 371

222	0.10 66	0.99 288	0.12 102	0.13 96	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 113	0.03 38	0.02 20	0.04 77	0.03 51

NLMM	0.85 379	1.00 293	0.68 361	1.31 446	0.76 411	1.01 407	0.68 384	1.02 407	0.68 386	1.02 415	0.68 393	1.02 420	0.68 383	1.02 419	0.68 380	0.98 393	0.68 364	0.93 413	0.64 389	0.93 388	0.64 375

NLCSM	0.91 388	1.00 293	0.83 387	1.62 466	0.77 414	1.16 431	0.68 384	1.03 408	0.68 386	1.01 409	0.68 393	1.01 414	0.68 383	1.01 413	0.68 380	0.99 395	0.74 381	1.02 429	0.90 425	0.95 398	0.83 409

test_sample7	0.09 53	1.00 293	0.11 89	0.11 75	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

ACVNet-DCA	0.37 223	1.00 293	0.30 207	0.40 224	0.29 247	0.40 256	0.29 241	0.40 250	0.29 242	0.40 250	0.29 246	0.40 259	0.29 248	0.39 253	0.28 229	0.33 216	0.32 238	0.33 230	0.32 281	0.33 215	0.32 260

GANet	1.00 403	1.00 293	1.00 405	1.00 364	1.00 436	1.00 403	1.00 430	1.00 398	1.00 437	1.00 405	1.00 434	1.00 410	1.00 419	1.00 409	1.00 429	1.00 397	1.00 401	1.00 425	1.00 433	1.00 399	1.00 424

TDLM	1.00 403	1.00 293	1.00 405	1.00 364	1.00 436	1.00 403	1.00 430	1.00 398	1.00 437	1.00 405	1.00 434	1.00 410	1.00 419	1.00 409	1.00 429	1.00 397	1.00 401	1.00 425	1.00 433	1.00 399	1.00 424

CVANet_RVC	1.00 403	1.00 293	1.00 405	1.00 364	1.00 436	1.00 403	1.00 430	1.00 398	1.00 437	1.00 405	1.00 434	1.00 410	1.00 419	1.00 409	1.00 429	1.00 397	1.00 401	1.00 425	1.00 433	1.00 399	1.00 424

DGTPSM_ROB	0.93 396	1.00 293	0.92 397	0.94 355	0.96 434	0.91 394	0.92 422	0.91 387	0.96 432	0.91 395	0.96 431	0.93 405	0.92 414	0.94 401	0.92 419	0.92 382	0.92 398	0.90 405	0.92 426	0.94 394	0.91 415

trnet	1.01 409	1.01 301	1.01 408	1.01 367	1.01 440	1.01 407	1.01 433	1.01 402	1.01 440	1.01 409	1.01 437	1.01 414	1.01 425	1.01 413	1.01 432	1.01 400	1.01 404	1.01 428	1.01 437	1.01 402	1.01 427

SMFormer	0.09 53	1.01 301	0.09 65	0.09 55	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 53	1.01 301	0.10 69	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.03 51

GLC_STEREO	1.07 414	1.01 301	1.06 410	1.07 371	1.05 444	1.06 416	1.08 437	1.08 412	1.05 443	1.07 421	1.06 439	1.08 425	1.05 427	1.06 422	1.10 436	1.07 403	1.09 414	1.05 433	1.05 438	1.06 406	1.12 434

1test111	0.37 223	1.02 305	0.30 207	0.39 210	0.29 247	0.40 256	0.28 232	0.39 243	0.29 242	0.39 244	0.29 246	0.39 251	0.28 241	0.40 256	0.29 239	0.33 216	0.32 238	0.33 230	0.31 275	0.32 208	0.31 255

cc1	0.37 223	1.02 305	0.30 207	0.39 210	0.29 247	0.40 256	0.28 232	0.39 243	0.29 242	0.39 244	0.29 246	0.39 251	0.28 241	0.40 256	0.29 239	0.33 216	0.32 238	0.33 230	0.31 275	0.32 208	0.31 255

NLSM1	0.86 381	1.03 307	0.68 361	1.32 448	0.77 414	1.09 421	0.73 401	1.04 410	0.68 386	1.03 417	0.68 393	1.03 422	0.68 383	1.04 421	0.68 380	0.98 393	0.67 360	0.93 413	0.64 389	0.93 388	0.64 375

test_sample4	0.10 66	1.03 307	0.12 102	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 110	0.13 137	0.03 38	0.03 54	0.03 43	0.03 51

test_sample2	0.09 53	1.03 307	0.11 89	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

xx1	0.38 229	1.03 307	0.31 219	0.40 224	0.31 267	0.41 272	0.28 232	0.40 250	0.29 242	0.40 250	0.29 246	0.40 259	0.29 248	0.40 256	0.29 239	0.34 220	0.33 249	0.34 238	0.32 281	0.34 219	0.32 260

dad	0.23 161	1.03 307	0.16 146	0.23 153	0.15 170	0.24 187	0.15 159	0.24 183	0.16 173	0.23 178	0.16 174	0.24 189	0.16 172	0.23 181	0.15 163	0.22 167	0.16 146	0.22 178	0.16 170	0.22 171	0.16 161

WQFJX	0.90 387	1.05 312	0.92 397	1.36 452	0.77 414	1.19 433	0.81 413	1.03 408	0.77 411	1.04 420	0.69 401	1.02 420	0.69 390	1.16 436	0.70 396	0.99 395	0.68 364	0.93 413	0.64 389	0.93 388	0.64 375

DualNet (step1)	0.10 66	1.05 312	0.12 102	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 66	1.05 312	0.12 102	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 66	1.05 312	0.12 102	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample5	0.10 66	1.07 316	0.11 89	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

DualNet	0.10 66	1.07 316	0.11 89	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

ttt	0.10 66	1.09 318	0.12 102	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 113	0.03 38	0.02 20	0.03 43	0.02 20

test_xeample	0.10 66	1.09 318	0.13 122	0.12 83	0.03 48	0.03 40	0.03 50	0.04 77	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 117	0.14 141	0.03 38	0.03 54	0.03 43	0.03 51

FC-DCNN	1.07 414	1.09 318	0.98 403	0.89 343	0.52 370	1.41 493	0.91 421	1.21 473	1.24 501	1.96 504	2.05 558	1.91 505	1.30 493	1.27 487	1.08 435	0.80 365	0.60 349	0.58 366	0.41 337	0.68 347	0.54 353

MSMD_ROB	1.19 421	1.10 321	0.70 364	1.10 373	0.60 379	1.10 423	0.70 395	1.10 415	0.70 397	1.10 423	0.70 404	1.10 429	0.70 393	7.00 595	0.70 396	1.10 406	0.70 372	1.10 434	0.70 405	1.10 408	0.70 387

999	1.00 403	1.12 322	0.59 336	1.10 373	1.21 503	1.09 421	0.52 363	1.08 412	1.43 515	1.18 434	1.35 507	0.98 409	0.52 361	0.91 395	0.85 416	0.72 358	1.46 498	0.83 400	0.98 431	0.68 347	1.41 510

zh-mn7	0.12 97	1.14 323	0.17 153	0.20 137	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.18 151	0.16 146	0.03 38	0.03 54	0.03 43	0.03 51

1111x	0.10 66	1.14 323	0.13 122	0.14 100	0.03 48	0.04 77	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 110	0.11 97	0.03 38	0.02 20	0.03 43	0.02 20

LoS_RVC	0.30 182	1.14 323	0.25 188	0.25 165	0.25 223	0.26 202	0.25 213	0.25 189	0.25 214	0.25 191	0.25 223	0.26 204	0.26 226	0.26 202	0.25 213	0.26 193	0.26 196	0.25 197	0.25 222	0.26 188	0.26 207

DDF-Stereo	0.43 263	1.15 326	0.57 334	0.53 289	0.32 269	0.41 272	0.32 257	0.41 265	0.32 268	0.41 264	0.32 270	0.41 272	0.32 270	0.40 256	0.32 254	0.52 321	0.50 329	0.38 270	0.31 275	0.39 264	0.31 255

x	0.11 88	1.15 326	0.15 143	0.14 100	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 117	0.15 144	0.03 38	0.03 54	0.03 43	0.03 51

xxxx	0.11 88	1.16 328	0.16 146	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 110	0.16 146	0.03 38	0.04 78	0.04 77	0.04 79

CAS	0.30 182	1.17 329	0.25 188	0.25 165	0.25 223	0.26 202	0.25 213	0.25 189	0.26 227	0.25 191	0.25 223	0.25 194	0.25 217	0.25 192	0.25 213	0.26 193	0.26 196	0.26 202	0.25 222	0.26 188	0.25 201

HSM-Net_RVC	0.95 399	1.17 329	0.78 380	1.18 388	0.71 402	1.16 431	0.75 404	1.09 414	0.80 416	1.10 423	0.75 415	1.17 437	0.74 400	1.17 437	0.80 411	1.13 412	0.73 378	1.17 441	0.77 413	1.16 414	0.72 392
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DPSimNet_ROB	0.97 400	1.18 331	0.81 386	1.10 373	0.91 429	1.02 413	0.82 415	1.04 410	0.91 423	1.03 417	0.86 423	1.28 488	0.82 410	1.03 420	0.89 418	1.17 415	0.81 391	1.02 429	0.82 421	1.08 407	0.81 406

psm_up	0.43 263	1.19 332	0.17 153	0.25 165	0.18 193	0.25 194	0.19 183	1.26 477	0.91 423	0.26 199	0.17 179	0.25 194	0.17 181	0.25 192	0.17 173	0.22 167	0.17 166	0.23 186	0.16 170	1.18 420	0.99 422

DisPM	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

CrosDoStereo	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

PFNet+	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

LCNet	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

HHNet	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

Patchmatch Stereo++	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448
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
AAGNet	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

STrans-v2	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

TransformOpticalFlow	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

OMP-Stereo	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

IIG-Stereo	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

NF-Stereo	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

OCTAStereo	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

PSM-softLoss	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

KMStereo	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

NRIStereo	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

PSM-adaLoss	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

PSM-AAD	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

FTStereo	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

ROB_FTStereo_v2	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

ROB_FTStereo	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

Consistency-Raft	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

KYRaft	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

HUI-Stereo	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

ASMatch	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

DeepStereo_LL	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

DEmStereo	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

SST-Stereo	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

THIR-Stereo	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

RAFT_R40	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

DRaft	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

PFNet	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

GrayStereo	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

RE-Stereo	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

Pruner-Stereo	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

TVStereo	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

DeepStereo_RVC	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

RAFT-RH_RVC	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

IRAFT_RVC	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

RAFT-345	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

iRAFT	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

CRE-IMP	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

GMM-Stereo	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

RAFT-IKP	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

Prome-Stereo	1.20 422	1.20 333	1.20 425	1.20 390	1.20 457	1.20 434	1.20 448	1.20 428	1.20 453	1.20 436	1.20 450	1.20 439	1.20 440	1.20 439	1.20 450	1.20 417	1.20 429	1.20 446	1.20 450	1.20 423	1.20 448

UPFNet	0.42 262	1.20 333	0.17 153	0.24 158	0.17 183	0.25 194	0.17 172	1.19 425	0.90 422	0.25 191	0.17 179	0.24 189	0.17 181	0.25 192	0.17 173	0.22 167	0.17 166	0.22 178	0.16 170	1.15 412	0.93 417

Wavelet-MonSter	1.00 403	1.21 379	0.76 377	1.94 475	1.01 440	1.11 426	0.76 405	1.15 417	0.76 410	1.11 428	0.76 416	1.14 434	0.76 403	1.11 430	0.76 407	1.21 462	0.90 395	1.02 429	0.71 408	1.02 404	0.71 391

GASTEREO	0.48 288	1.21 379	0.47 297	0.57 299	0.38 311	0.50 332	0.38 303	0.50 319	0.38 303	0.50 330	0.38 309	0.50 336	0.38 301	0.50 327	0.38 295	0.52 321	0.42 294	0.46 325	0.34 293	0.46 297	0.34 273

z-mn7	0.16 133	1.21 379	0.33 229	0.41 236	0.04 79	0.04 77	0.03 50	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.35 229	0.31 234	0.04 73	0.04 78	0.04 77	0.04 79

ours_stereo	1.20 422	1.21 379	0.90 393	1.64 469	1.11 447	1.35 486	0.67 382	1.76 496	0.93 428	1.70 500	1.10 441	1.39 491	0.75 402	1.41 491	0.81 414	1.60 488	1.03 406	1.33 496	1.00 433	1.61 484	0.72 392

WCG-NET	0.61 318	1.21 379	0.54 330	0.61 308	0.53 373	0.67 371	0.53 364	0.66 362	0.53 365	0.64 367	0.53 373	0.65 372	0.53 362	0.59 357	0.52 357	0.65 348	0.48 320	0.64 372	0.52 369	0.58 339	0.50 342

delet	0.43 263	1.21 379	0.17 153	0.25 165	0.17 183	0.25 194	0.18 179	1.26 477	0.95 430	0.25 191	0.17 179	0.25 194	0.17 181	0.25 192	0.17 173	0.23 178	0.16 146	0.22 178	0.16 170	1.18 420	0.98 421

w-ln-seven-2	0.14 113	1.22 385	0.28 199	0.32 186	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.32 212	0.27 203	0.04 73	0.03 54	0.03 43	0.03 51

CroCo-Stereo	0.73 344	1.22 385	0.25 188	1.22 435	0.25 223	1.22 480	0.25 213	1.22 474	0.25 214	1.22 482	0.25 223	1.22 485	0.25 217	1.22 485	0.25 213	1.22 464	0.26 196	1.21 491	0.25 222	1.22 470	0.25 201
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
WCG-NET（raft）	0.32 197	1.24 387	0.24 185	0.32 186	0.24 221	0.32 224	0.23 205	0.32 210	0.24 209	0.32 217	0.24 217	0.32 222	0.24 214	0.32 221	0.24 205	0.30 206	0.23 190	0.30 215	0.23 209	0.30 201	0.23 190

MMNet	0.44 268	1.24 387	0.17 153	0.25 165	0.17 183	0.25 194	0.18 179	1.26 477	0.93 428	0.25 191	0.17 179	0.25 194	0.18 189	0.25 192	0.17 173	0.23 178	0.16 146	0.23 186	0.16 170	1.20 423	0.99 422

CroCo-Stereo Lap2	0.77 351	1.29 389	0.29 203	1.27 439	0.29 247	1.27 483	0.26 221	1.26 477	0.26 227	1.26 483	0.26 229	1.27 487	0.26 226	1.26 486	0.27 219	1.27 466	0.27 203	1.27 494	0.27 236	1.27 472	0.27 215

CSP-Net	0.34 202	1.29 389	1.19 422	1.36 452	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 465	1.21 475	0.03 38	0.09 112	0.02 20	0.09 112

zero-FE	0.72 342	1.31 391	0.66 351	0.92 349	0.60 379	0.82 385	0.58 369	0.82 379	0.58 370	0.81 388	0.60 377	0.81 392	0.60 369	0.82 383	0.58 364	0.74 360	0.59 348	0.73 382	0.52 369	0.76 358	0.51 349

Syn2CoEx	0.25 166	1.31 391	0.74 374	0.92 349	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 42	0.02 21	0.02 20	0.02 20	0.87 378	0.75 382	0.02 18	0.02 20	0.02 20	0.02 20

CC-Net-ROB	1.36 475	1.33 393	1.33 477	1.36 452	1.38 510	1.36 488	1.33 502	1.37 484	1.34 506	1.35 485	1.36 509	1.38 490	1.34 496	1.38 490	1.38 511	1.35 471	1.38 494	1.33 496	1.35 505	1.43 478	1.34 505

MaskLacGwcNet_RVC	1.35 474	1.35 394	1.35 480	1.35 451	1.35 507	1.35 486	1.35 504	1.36 482	1.35 509	1.36 486	1.35 507	1.36 489	1.36 498	1.36 488	1.35 508	1.35 471	1.35 490	1.35 499	1.35 505	1.35 475	1.35 506

PML	0.46 277	1.36 395	0.29 203	0.58 301	0.30 257	0.57 360	0.29 241	0.57 347	0.29 242	0.57 356	0.29 246	0.57 360	0.29 248	0.56 350	0.29 239	0.52 321	0.30 228	0.53 362	0.31 275	0.53 334	0.30 246

PS-NSSS	1.38 477	1.39 396	1.34 478	1.34 450	1.35 507	1.38 490	1.37 511	1.35 481	1.38 512	1.34 484	1.34 506	1.39 491	1.38 501	1.70 498	1.40 512	1.36 473	1.36 491	1.36 501	1.37 508	1.37 476	1.36 507

MSCF	0.51 301	1.40 397	0.49 312	0.58 301	0.38 311	0.50 332	0.38 303	0.54 340	0.41 326	0.52 340	0.41 327	0.53 348	0.42 327	0.53 343	0.41 317	0.60 337	0.47 316	0.48 342	0.37 313	0.48 313	0.38 296

z-ln-s-r	0.21 151	1.40 397	0.53 329	0.56 298	0.04 79	0.05 89	0.04 81	0.05 89	0.05 97	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.05 88	0.57 334	0.44 305	0.04 73	0.04 78	0.04 77	0.04 79

w-ln-seven	0.18 140	1.47 399	0.33 229	0.40 224	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.38 249	0.32 238	0.05 86	0.04 78	0.04 77	0.04 79

Gwc-CoAtRS	0.41 252	1.49 400	0.32 224	0.42 246	0.32 269	0.41 272	0.32 257	0.41 265	0.33 275	0.41 264	0.32 270	0.41 272	0.32 270	0.41 271	0.32 254	0.39 260	0.28 209	0.39 281	0.28 241	0.40 270	0.28 228

FENet	0.54 306	1.52 401	1.19 422	1.41 456	0.23 216	0.35 233	0.23 205	0.35 221	0.23 206	0.34 224	0.23 210	0.35 232	0.23 210	0.35 232	0.23 201	1.40 476	1.07 408	0.32 222	0.23 209	0.33 215	0.23 190

CFNet-ft	0.55 311	1.57 402	0.14 127	0.20 137	0.14 159	0.20 164	2.53 556	1.61 489	0.14 159	0.20 161	0.14 163	0.20 162	0.14 160	0.20 161	0.14 153	0.17 143	0.12 113	0.17 155	0.12 149	1.56 482	1.24 497

DPSMNet_ROB	1.60 481	1.59 403	1.70 510	1.59 460	1.59 519	1.61 498	1.61 522	1.60 488	1.60 519	1.62 498	1.59 522	1.60 497	1.60 507	1.60 494	1.59 519	1.59 486	1.60 512	1.59 507	1.59 525	1.59 483	1.59 520

RASNet	1.49 478	1.65 404	1.45 496	1.38 455	1.43 513	1.47 495	1.36 506	1.38 485	1.36 510	1.39 487	1.60 523	1.45 494	1.45 504	1.51 493	2.21 553	1.53 485	1.36 491	1.36 501	1.36 507	1.66 487	1.36 507

CRFU-Net	0.65 325	1.67 405	1.22 472	1.96 478	0.27 233	0.41 272	0.27 224	0.41 265	0.27 233	0.40 250	0.26 229	0.41 272	0.27 234	0.40 256	0.27 219	1.80 493	1.62 513	0.34 238	0.23 209	0.33 215	0.23 190

FlowAnything	1.02 411	1.71 406	0.72 370	1.59 460	0.69 398	1.60 497	0.69 392	1.61 489	0.70 397	1.60 492	0.69 401	1.60 497	0.69 390	1.61 496	0.69 390	0.81 368	0.58 346	0.81 395	0.56 376	0.82 371	0.56 361

FlowAnything_test	1.02 411	1.72 407	0.71 367	1.59 460	0.70 400	1.61 498	0.69 392	1.61 489	0.70 397	1.60 492	0.70 404	1.61 500	0.69 390	1.61 496	0.70 396	0.81 368	0.58 346	0.81 395	0.55 372	0.81 369	0.56 361

gwcnet-sp	0.82 367	1.72 407	1.48 498	0.39 210	0.15 170	0.31 216	0.21 192	0.20 162	0.25 214	1.61 495	0.23 210	0.28 207	0.26 226	0.20 161	0.15 163	0.24 185	1.33 485	0.32 222	0.16 170	6.75 582	0.23 190

scenet	0.82 367	1.72 407	1.48 498	0.39 210	0.15 170	0.31 216	0.21 192	0.20 162	0.25 214	1.61 495	0.23 210	0.28 207	0.26 226	0.20 161	0.15 163	0.24 185	1.33 485	0.32 222	0.16 170	6.75 582	0.23 190

ssnet	0.82 367	1.72 407	1.48 498	0.39 210	0.15 170	0.31 216	0.21 192	0.20 162	0.25 214	1.61 495	0.23 210	0.28 207	0.26 226	0.20 161	0.15 163	0.24 185	1.33 485	0.32 222	0.16 170	6.75 582	0.23 190

HBP-ISP	1.24 470	1.72 407	1.65 508	1.15 381	0.76 411	1.40 492	0.88 418	1.67 495	1.02 441	1.69 499	1.38 512	1.69 501	1.21 486	1.87 506	1.21 495	1.05 402	0.79 386	0.97 423	0.80 418	1.19 422	0.75 399

LL-Strereo2	0.48 288	1.73 412	0.51 322	0.59 304	0.34 291	0.42 292	0.33 267	0.40 250	0.31 264	0.42 278	0.33 277	0.42 290	0.31 267	0.44 293	0.39 306	0.60 337	0.51 334	0.44 317	0.33 289	0.44 290	0.33 267

test_xeample3	1.10 416	1.81 413	0.61 343	0.84 339	0.49 360	0.77 378	0.66 378	0.92 390	1.40 513	0.68 373	0.46 347	0.78 386	0.54 365	1.72 499	1.48 515	1.34 470	1.52 502	1.35 499	1.67 533	1.33 474	1.55 515

mmm	0.14 113	1.83 414	0.12 102	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.04 81	0.03 40	0.03 52	0.03 42	0.03 52	0.06 88	0.04 75	0.12 94	0.11 97	0.05 86	0.04 78	0.05 92	0.04 79

4.5_new	2.00 498	1.84 415	1.98 538	2.77 507	2.16 554	2.27 520	1.28 501	2.09 508	1.98 551	2.01 510	1.28 502	2.71 542	1.98 535	2.51 533	1.65 522	2.26 517	1.33 485	1.87 517	1.87 545	2.49 522	1.60 521

MM-Stereo_test2	1.20 422	1.85 416	1.05 409	1.46 457	0.94 433	1.36 488	0.99 429	1.36 482	0.95 430	1.41 488	0.98 433	1.40 493	0.96 416	1.37 489	0.95 424	1.37 475	1.06 407	1.33 496	0.93 430	1.29 473	0.89 413

hknet	1.10 416	1.85 416	3.49 568	4.48 546	0.02 21	0.42 292	0.06 109	0.41 265	0.02 21	0.48 310	0.03 52	0.41 272	0.03 52	0.42 284	0.03 48	4.39 557	4.19 571	0.33 230	0.23 209	0.34 219	0.27 215

2.25w	2.00 498	1.86 418	1.98 538	2.95 513	2.17 556	2.26 519	1.35 504	2.42 528	2.00 554	2.07 517	1.27 501	2.53 530	1.99 537	2.29 521	1.49 516	2.21 515	1.32 478	1.85 513	1.87 545	2.52 526	1.62 524

PAM	0.39 241	1.88 419	0.34 239	0.37 201	0.41 330	0.45 303	0.22 197	0.28 198	0.23 206	0.28 203	0.24 217	0.29 213	0.23 210	0.29 214	0.23 201	0.38 249	0.32 238	0.38 270	0.37 313	0.32 208	0.22 188

DCVSM-stereo	0.36 217	1.89 420	0.22 175	0.40 224	0.22 210	0.40 256	0.22 197	0.40 250	0.22 200	0.40 250	0.22 206	0.40 259	0.22 204	0.40 256	0.22 195	0.28 198	0.21 181	0.28 208	0.21 200	0.28 195	0.20 183

DCRE	0.84 373	1.89 420	0.77 379	0.94 355	0.72 404	0.88 390	0.73 401	0.87 381	0.78 412	0.90 393	0.71 408	0.88 396	0.67 380	0.88 391	0.73 401	0.81 368	0.68 364	0.81 395	0.70 405	0.82 371	0.70 387

RAFT-Stereo-weight	0.45 271	1.90 422	0.34 239	0.42 246	0.36 300	0.43 299	0.35 285	0.42 283	0.34 284	0.42 278	0.34 285	0.44 298	0.34 283	0.41 271	0.34 276	0.38 249	0.32 238	0.38 270	0.32 281	0.38 255	0.33 267

BUS	0.83 370	1.91 423	0.92 397	4.48 546	0.02 21	0.40 256	0.04 81	0.41 265	0.02 21	0.48 310	0.03 52	0.41 272	0.05 94	0.03 39	0.05 88	1.97 504	4.19 571	0.33 230	0.23 209	0.34 219	0.27 215

BSDual-CNN	0.81 362	1.91 423	0.92 397	4.48 546	0.02 21	0.42 292	0.06 109	0.41 265	0.02 21	0.48 310	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 504	4.19 571	0.33 230	0.23 209	0.34 219	0.27 215

psmg	0.43 263	1.91 423	0.92 397	1.91 474	0.02 21	0.02 19	0.03 50	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 39	0.02 20	1.97 504	1.44 497	0.04 73	0.03 54	0.02 20	0.03 51

GANet-RSSM	0.75 346	1.91 423	0.14 127	0.47 261	0.14 159	0.21 174	3.21 576	2.30 521	0.14 159	0.46 297	0.14 163	0.23 183	0.18 189	0.21 171	0.14 153	0.18 151	0.27 203	0.37 262	0.13 157	2.13 504	2.12 544

MFMNet_re	1.81 489	1.91 423	1.71 512	1.95 477	1.70 530	1.95 509	1.70 527	1.96 501	1.74 532	1.97 506	1.72 531	1.95 506	1.71 515	1.97 510	1.71 527	1.86 494	1.62 513	1.85 513	1.66 532	1.86 495	1.64 526

SPS-STEREO	1.59 480	1.91 423	1.21 471	1.94 475	1.20 457	2.00 512	1.23 495	1.99 503	1.24 501	2.00 509	1.25 499	2.03 513	1.26 489	2.00 511	1.29 504	1.90 500	1.18 428	1.89 521	1.21 495	1.89 497	1.20 448
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
GANetREF_RVC	1.55 479	1.94 429	1.22 472	1.88 472	1.21 503	1.88 504	1.22 494	1.88 498	1.22 499	1.88 501	1.22 496	1.88 503	1.22 487	1.89 507	1.22 496	1.87 496	1.22 476	1.88 520	1.22 496	1.88 496	1.22 494
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
ssnet_v2	0.68 332	1.96 430	1.25 476	0.29 177	0.20 200	0.30 211	0.20 187	0.29 203	0.22 200	1.50 491	0.20 200	0.31 220	0.20 198	0.27 206	0.22 195	0.24 185	1.49 500	0.26 202	0.18 195	3.90 544	0.19 181

qqq	0.16 133	2.01 431	0.12 102	0.15 110	0.04 79	0.06 92	0.05 93	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.03 48	0.12 94	0.14 141	0.04 73	0.04 78	0.03 43	0.03 51

MM-Stereo_test3	1.27 472	2.07 432	1.18 420	1.60 463	1.02 442	1.45 494	1.01 433	1.40 486	1.04 442	1.44 489	1.03 438	1.46 495	1.02 426	1.44 492	1.02 433	1.51 484	1.12 421	1.32 495	0.98 431	1.38 477	0.97 420

ACV-stereo	0.30 182	2.08 433	0.25 188	0.25 165	0.18 193	0.24 187	0.17 172	0.24 183	0.18 186	0.24 185	0.17 179	0.25 194	0.17 181	0.24 185	0.17 173	0.22 167	0.16 146	0.22 178	0.16 170	0.22 171	0.16 161

GCST	0.50 296	2.08 433	0.38 255	0.53 289	0.35 294	0.49 324	0.35 285	0.50 319	0.35 287	0.49 317	0.35 294	0.49 321	0.35 289	0.49 320	0.35 280	0.48 304	0.37 260	0.45 321	0.33 289	0.44 290	0.33 267

AIO_test	2.18 519	2.09 435	2.04 542	2.42 497	2.01 546	2.47 530	1.94 541	2.34 524	2.03 555	2.56 537	1.94 544	2.43 526	1.94 532	2.41 528	1.87 544	2.39 531	2.10 539	2.35 538	1.91 551	2.25 508	2.19 546

ToySt	0.92 391	2.11 436	0.90 393	0.95 357	0.79 419	0.99 402	0.78 407	0.94 394	0.81 419	0.94 401	0.78 418	0.95 406	0.77 405	0.94 401	0.86 417	0.91 379	0.79 386	0.85 402	0.77 413	0.89 378	0.73 395

TRStereo	2.00 498	2.13 437	1.85 527	2.27 489	1.84 535	2.28 522	1.84 531	2.29 517	1.86 541	2.30 523	1.87 536	2.30 517	1.87 525	2.08 513	1.72 529	2.08 509	1.72 519	2.08 526	1.72 538	2.08 501	1.72 531

XX-Stereo	2.00 498	2.13 437	1.85 527	2.27 489	1.84 535	2.28 522	1.84 531	2.29 517	1.86 541	2.30 523	1.87 536	2.30 517	1.87 525	2.08 513	1.72 529	2.08 509	1.72 519	2.08 526	1.72 538	2.08 501	1.72 531

EAI-Stereo	2.00 498	2.13 437	1.85 527	2.27 489	1.84 535	2.28 522	1.84 531	2.29 517	1.86 541	2.30 523	1.87 536	2.30 517	1.87 525	2.08 513	1.72 529	2.08 509	1.72 519	2.08 526	1.72 538	2.08 501	1.72 531

11t1	0.17 137	2.16 440	0.13 122	0.13 96	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.05 88	0.18 151	0.12 113	0.06 94	0.03 54	0.05 92	0.03 51

UGAM-zero	0.51 301	2.17 441	0.39 262	0.53 289	0.36 300	0.50 332	0.36 291	0.50 319	0.36 297	0.49 317	0.36 297	0.50 336	0.35 289	0.50 327	0.36 283	0.49 307	0.37 260	0.47 334	0.35 305	0.46 297	0.34 273

cf-r	0.66 327	2.17 441	0.12 102	0.18 131	0.12 154	0.18 156	2.70 559	2.60 535	0.12 154	0.18 153	0.12 146	0.18 155	0.12 151	0.18 154	0.12 143	0.15 126	0.11 97	0.15 144	0.11 131	1.81 494	1.74 534

3.25w	2.04 511	2.20 443	1.48 498	3.03 514	2.17 556	2.63 542	1.39 512	1.96 501	1.95 550	1.96 504	1.37 510	2.71 542	1.96 534	2.71 542	1.73 534	2.26 517	1.32 478	1.87 517	1.87 545	2.51 525	1.63 525

IGEV	2.02 506	2.20 443	1.82 521	2.90 512	2.16 554	2.41 528	1.25 497	2.00 504	1.98 551	1.99 508	1.31 504	2.72 546	1.93 531	2.67 541	1.69 526	2.26 517	1.32 478	1.83 512	1.87 545	2.53 529	1.61 523

UDG	0.80 357	2.21 445	0.60 338	0.91 346	0.60 379	0.90 393	0.58 369	0.88 384	0.60 373	0.90 393	0.60 377	0.88 396	0.60 369	0.90 394	0.58 364	0.86 377	0.60 349	0.84 401	0.59 380	0.84 374	0.61 367

UGAM	0.51 301	2.23 446	0.39 262	0.54 292	0.35 294	0.50 332	0.35 285	0.49 311	0.35 287	0.49 317	0.35 294	0.49 321	0.36 292	0.50 327	0.36 283	0.49 307	0.37 260	0.45 321	0.34 293	0.45 294	0.34 273

3w_stereo	2.04 511	2.24 447	1.70 510	3.15 517	2.18 558	2.49 532	1.26 499	2.03 506	1.98 551	1.98 507	1.33 505	2.72 546	1.99 537	2.59 536	1.72 529	2.22 516	1.33 485	1.85 513	1.88 550	2.50 524	1.58 519

NCCL2	2.28 531	2.27 448	2.28 544	2.28 492	2.28 559	2.27 520	2.29 554	2.28 515	2.28 557	2.27 522	2.28 559	2.28 516	2.27 545	2.27 520	2.28 558	2.28 521	2.28 544	2.27 531	2.29 558	2.27 509	2.29 548

ccnet	0.80 357	2.28 449	0.33 229	0.50 279	0.33 281	0.50 332	0.33 267	0.50 319	0.33 275	0.49 317	0.33 277	0.49 321	1.56 505	2.38 525	0.33 263	0.41 272	0.29 220	0.42 314	1.57 520	2.28 510	0.29 233

HUF	2.18 519	2.30 450	1.99 541	2.34 495	2.02 549	2.41 528	2.06 550	2.38 526	1.89 547	2.36 528	1.85 534	2.56 535	1.98 535	2.31 523	1.97 549	2.30 524	2.03 537	2.30 533	2.11 552	2.23 506	2.16 545

3.75w	1.99 494	2.31 451	1.83 524	3.16 518	1.65 523	1.93 505	1.98 542	2.72 537	1.68 521	2.73 546	1.97 547	2.00 510	1.72 516	1.81 504	1.25 500	2.27 520	2.01 532	2.38 539	1.42 514	1.71 489	1.24 497

1w_stereo	2.05 513	2.32 452	1.35 480	3.74 544	2.01 546	2.73 546	1.42 516	1.88 498	1.93 549	2.03 512	1.28 502	2.71 542	1.99 537	2.72 544	1.72 529	2.20 514	1.32 478	1.87 517	1.86 544	2.45 518	1.54 514

4.25_new	2.00 498	2.33 453	1.82 521	3.32 525	1.69 527	1.95 509	1.99 545	2.72 537	1.71 525	2.72 541	1.97 547	2.01 511	1.74 519	1.77 501	1.28 502	2.18 512	2.01 532	2.48 545	1.58 523	1.65 485	1.17 443

4.5w_new	2.00 498	2.33 453	1.82 521	3.32 525	1.69 527	1.95 509	1.99 545	2.72 537	1.71 525	2.72 541	1.97 547	2.01 511	1.74 519	1.77 501	1.28 502	2.18 512	2.01 532	2.48 545	1.58 523	1.65 485	1.17 443

4.5w-stereo	1.99 494	2.33 453	1.81 516	3.28 522	1.68 526	1.94 506	1.99 545	2.72 537	1.70 524	2.72 541	1.99 556	1.97 508	1.68 511	1.76 500	1.29 504	1.91 501	2.02 536	2.53 547	1.61 527	1.75 492	1.16 442

monsterstereo	2.20 525	2.33 453	1.95 536	3.65 539	2.07 551	2.49 532	1.61 522	2.48 530	1.83 539	2.45 532	1.61 525	2.67 541	1.86 524	2.64 538	1.94 547	2.48 537	1.66 516	2.34 536	1.68 535	2.40 515	1.86 538

2.75w_new	1.99 494	2.34 457	1.81 516	3.14 516	1.62 521	1.94 506	1.99 545	2.72 537	1.71 525	2.72 541	1.99 556	1.90 504	1.73 517	1.82 505	1.29 504	2.37 529	2.01 532	2.31 534	1.42 514	1.77 493	1.22 494

AIO_rvc	2.18 519	2.34 457	1.87 531	2.32 493	1.94 544	2.40 527	1.89 539	2.37 525	2.07 556	2.52 536	1.95 546	2.44 527	1.99 537	2.41 528	1.89 546	2.32 526	2.09 538	2.24 530	2.18 554	2.21 505	2.23 547

GES	0.66 327	2.34 457	0.29 203	0.41 236	0.29 247	0.41 272	0.29 241	0.42 283	0.29 242	0.40 250	0.41 327	0.41 272	0.30 255	0.51 336	0.29 239	0.32 212	0.29 220	0.32 222	2.46 560	2.49 522	0.30 246

2w_stereo	1.99 494	2.36 460	1.81 516	3.24 520	1.67 524	1.94 506	1.98 542	2.72 537	1.68 521	2.72 541	1.94 544	1.98 509	1.74 519	1.79 503	1.27 501	1.95 503	2.00 530	2.53 547	1.60 526	1.68 488	1.15 439

PAM_32	0.64 324	2.38 461	0.51 322	0.92 349	0.43 342	0.53 349	0.44 333	0.87 381	0.43 334	0.52 340	0.45 345	0.53 348	0.40 310	0.54 345	0.46 334	0.62 345	0.56 342	0.48 342	0.45 348	0.76 358	0.44 322

2.5w	2.01 505	2.40 462	1.37 490	3.28 522	2.01 546	2.71 543	1.43 519	1.82 497	1.83 539	1.90 503	1.41 514	2.71 542	1.35 497	2.71 542	1.85 540	2.66 541	1.53 503	1.64 508	1.23 497	2.53 529	1.87 540

MonStereo	2.17 517	2.41 463	1.49 502	2.67 504	1.67 524	2.60 541	2.04 549	2.32 522	1.76 533	2.44 531	1.68 529	2.50 528	1.69 513	2.38 525	1.80 537	2.28 521	1.78 522	2.63 550	2.14 553	3.47 540	1.68 529

monsters	2.18 519	2.41 463	1.96 537	3.47 532	2.03 550	2.53 536	1.64 524	2.48 530	1.73 530	2.40 530	1.50 517	2.62 538	1.94 532	2.59 536	1.94 547	2.44 533	1.57 507	2.28 532	1.87 545	2.42 516	1.86 538

DDUNet	0.81 362	2.45 465	0.57 334	0.90 344	0.60 379	0.88 390	0.59 371	0.90 385	0.60 373	0.88 392	0.60 377	0.90 399	0.58 367	0.88 391	0.60 367	0.84 375	0.60 349	0.86 403	0.57 378	0.86 375	0.60 366

FBW_ROB	2.12 516	2.46 466	1.77 515	2.49 500	1.79 534	2.38 526	1.83 530	2.46 529	1.78 535	2.48 534	1.97 547	2.40 525	1.78 522	2.42 530	1.83 538	2.31 525	1.85 527	2.38 539	1.82 543	2.35 513	1.84 536

asda	2.17 517	2.54 467	1.81 516	3.47 532	1.78 533	2.50 534	1.86 535	2.61 536	1.68 521	2.61 538	1.83 533	2.37 524	1.73 517	2.44 531	1.88 545	2.51 538	1.84 526	2.34 536	1.62 529	2.23 506	1.77 535

HH	0.71 339	2.54 467	0.74 374	1.10 373	0.32 269	0.41 272	0.37 297	0.69 365	0.78 412	0.73 376	0.90 424	0.75 383	1.00 419	0.84 385	0.69 390	0.69 353	0.40 276	0.35 254	0.26 228	0.35 231	0.26 207

HanStereo	0.71 339	2.54 467	0.74 374	1.10 373	0.32 269	0.41 272	0.37 297	0.69 365	0.78 412	0.73 376	0.90 424	0.75 383	1.00 419	0.84 385	0.69 390	0.69 353	0.40 276	0.35 254	0.26 228	0.35 231	0.26 207

qwe	2.18 519	2.60 470	1.58 505	3.83 545	1.90 543	2.53 536	1.90 540	2.48 530	1.73 530	2.37 529	1.92 543	2.53 530	1.68 511	2.56 534	1.83 538	2.52 540	1.87 528	2.07 525	1.68 535	2.32 512	1.71 530

sAnonymous2	3.31 554	2.63 471	1.38 492	3.71 541	1.86 538	4.70 579	1.11 438	4.82 582	2.72 560	5.45 587	1.98 553	4.59 572	2.64 547	2.65 539	6.21 592	4.37 555	1.08 412	5.16 586	2.24 556	4.52 553	2.39 553

CroCo_RVC	3.31 554	2.63 471	1.38 492	3.71 541	1.86 538	4.70 579	1.11 438	4.82 582	2.72 560	5.45 587	1.98 553	4.59 572	2.64 547	2.65 539	6.21 592	4.37 555	1.08 412	5.16 586	2.24 556	4.52 553	2.39 553

ff7	1.68 482	2.68 473	1.35 480	0.97 361	0.89 425	1.84 501	2.15 551	2.12 509	1.80 536	2.05 514	1.56 519	2.33 520	2.12 542	2.23 517	2.25 554	1.31 467	1.07 408	1.48 503	1.41 511	0.90 381	1.04 429

ffff	1.68 482	2.68 473	1.35 480	0.97 361	0.89 425	1.84 501	2.15 551	2.12 509	1.80 536	2.05 514	1.56 519	2.33 520	2.12 542	2.23 517	2.25 554	1.31 467	1.07 408	1.48 503	1.41 511	0.90 381	1.04 429

ccc-4	1.68 482	2.68 473	1.35 480	0.97 361	0.89 425	1.84 501	2.15 551	2.12 509	1.80 536	2.05 514	1.56 519	2.33 520	2.12 542	2.23 517	2.25 554	1.31 467	1.07 408	1.48 503	1.41 511	0.90 381	1.04 429

LGtest1	2.22 526	2.70 476	1.89 532	2.76 506	1.86 538	2.75 548	1.86 535	2.75 544	1.86 541	2.75 547	1.86 535	2.77 551	1.87 525	2.75 548	1.86 541	2.46 534	1.58 508	2.45 542	1.56 519	2.45 518	1.56 516

11t	1.27 472	2.70 476	1.34 478	1.32 448	0.89 425	1.30 485	1.34 503	1.64 492	0.57 369	1.45 490	0.72 411	1.05 424	1.29 492	1.07 425	1.29 504	1.49 481	1.02 405	0.97 423	1.15 443	1.48 479	1.31 501

LG-G_1	2.22 526	2.71 478	1.89 532	2.77 507	1.87 541	2.75 548	1.87 537	2.76 545	1.87 545	2.75 547	1.87 536	2.76 549	1.87 525	2.75 548	1.86 541	2.47 535	1.58 508	2.45 542	1.57 520	2.45 518	1.57 517

LG-G	2.22 526	2.71 478	1.89 532	2.77 507	1.87 541	2.75 548	1.87 537	2.76 545	1.87 545	2.75 547	1.87 536	2.76 549	1.87 525	2.75 548	1.86 541	2.47 535	1.58 508	2.45 542	1.57 520	2.45 518	1.57 517

4.25w-stereo	1.98 493	2.72 480	1.46 497	3.47 532	1.43 513	2.07 515	1.98 542	2.53 534	1.52 517	2.71 540	1.98 553	1.81 502	1.62 509	1.96 509	1.36 509	1.88 499	2.00 530	2.53 547	1.61 527	1.74 491	1.15 439

4w-stereo	2.02 506	2.72 480	1.44 495	3.36 528	1.59 519	2.48 531	1.72 528	2.28 515	1.24 501	2.24 521	1.65 527	2.56 535	1.32 495	2.39 527	1.98 550	2.67 543	1.51 501	1.66 509	1.24 498	2.53 529	1.88 543

3.25w_new	2.03 508	2.72 480	1.35 480	3.33 527	1.57 517	2.72 544	1.53 521	2.15 513	1.33 505	2.15 519	1.60 523	2.63 539	1.30 493	2.72 544	1.99 551	2.67 543	1.53 503	1.75 511	1.25 500	2.53 529	1.87 540

3.5w_stereo	2.03 508	2.72 480	1.35 480	3.41 529	1.57 517	2.72 544	1.49 520	2.01 505	1.34 506	2.15 519	1.61 525	2.63 539	1.36 498	2.72 544	1.99 551	2.66 541	1.58 508	1.68 510	1.24 498	2.53 529	1.87 540

sCroCo_RVC	2.10 514	2.76 484	1.92 535	2.78 510	1.39 511	2.73 546	1.41 514	2.73 543	1.40 513	2.77 552	1.41 514	2.74 548	1.40 502	2.74 547	1.40 512	2.72 545	1.42 496	2.72 551	1.44 516	2.79 536	1.42 511

PSMNet-RSSM	0.77 351	2.76 484	0.14 127	0.20 137	0.14 159	0.20 164	2.66 557	2.79 548	0.14 159	0.21 172	0.14 163	0.21 169	0.14 160	0.20 161	0.14 153	0.17 143	0.12 113	0.17 155	0.12 149	2.52 526	2.31 549

MonStereo1	1.94 492	2.77 486	1.52 503	3.73 543	1.51 516	2.13 517	1.42 516	2.32 522	1.52 517	2.31 526	1.50 517	2.53 530	1.59 506	2.34 524	1.56 517	1.91 501	1.36 491	1.86 516	1.31 503	2.07 500	1.53 513

asd	2.18 519	2.77 486	1.58 505	3.59 537	2.00 545	2.58 540	1.85 534	2.39 527	1.71 525	2.47 533	1.97 547	2.59 537	1.61 508	2.56 534	1.79 536	2.51 538	1.99 529	2.11 529	1.62 529	2.36 514	1.60 521

GwcNet-RSSM	0.77 351	2.77 486	0.14 127	0.20 137	0.14 159	0.20 164	2.67 558	2.78 547	0.14 159	0.20 161	0.14 163	0.20 162	0.14 160	0.21 171	0.14 153	0.17 143	0.12 113	0.17 155	0.12 149	2.52 526	2.31 549

hitnet-ft	0.79 355	2.78 489	0.14 127	0.20 137	0.14 159	0.21 174	2.89 560	2.80 549	0.14 159	0.20 161	0.14 163	0.20 162	0.14 160	0.20 161	0.14 153	0.17 143	0.12 113	0.17 155	0.12 149	2.54 534	2.33 551

PDISCO_ROB	0.83 370	2.80 490	3.49 568	0.14 100	0.11 138	0.17 152	0.09 115	0.15 142	0.10 120	0.15 135	0.12 146	0.16 141	0.14 160	3.30 555	0.13 149	0.14 117	2.34 545	0.16 147	0.12 149	2.62 535	0.10 117

iGMRVC	0.84 373	2.85 491	0.72 370	0.72 327	0.73 405	0.77 378	0.79 408	0.73 370	0.74 409	0.73 376	0.72 411	0.73 381	0.76 403	0.73 374	0.73 401	0.72 358	0.73 378	0.73 382	0.72 410	0.73 356	0.72 392

MC-Stereo	1.76 485	2.96 492	1.37 490	2.14 483	1.37 509	2.14 518	1.36 506	2.14 512	1.37 511	2.14 518	1.37 510	2.14 515	1.37 500	2.14 516	1.37 510	1.97 504	1.32 478	1.97 523	1.32 504	1.98 498	1.33 503

VIP-Stereo	0.70 336	2.97 493	2.43 550	2.49 500	0.16 179	0.25 194	0.16 164	0.25 189	0.16 173	0.25 191	0.18 194	0.25 194	0.16 172	0.26 202	0.16 169	1.86 494	1.26 477	0.23 186	0.15 168	0.23 182	0.15 160

PASM	0.39 241	3.06 494	1.36 488	1.58 459	0.09 116	0.11 124	0.11 133	0.11 124	0.11 135	0.09 111	0.09 117	0.11 125	0.09 118	0.09 111	0.09 110	0.11 88	0.11 97	0.11 120	0.09 112	0.11 124	0.11 130

DDVS	0.30 182	3.10 495	0.14 127	0.19 134	0.14 159	0.19 159	0.14 154	0.20 162	0.14 159	0.19 155	0.13 158	0.16 141	0.13 156	0.19 157	0.13 149	0.17 143	0.13 137	0.17 155	0.13 157	0.17 153	0.13 152

DEFOM-Stereo	0.68 332	3.11 496	1.40 494	1.63 468	0.25 223	0.31 216	0.25 213	0.31 209	0.28 236	0.31 212	0.29 246	0.29 213	0.27 234	0.31 220	0.28 229	1.59 486	1.47 499	0.30 215	0.29 251	0.30 201	0.28 228

4D-IteraStereo	0.78 354	3.13 497	0.89 390	0.69 320	0.32 269	0.40 256	0.32 257	0.76 371	0.97 433	0.52 340	0.65 387	0.89 398	0.32 270	0.76 378	0.98 427	0.83 373	0.94 400	0.35 254	0.27 236	0.70 352	0.89 413

plain	1.88 490	3.16 498	0.64 347	3.10 515	0.65 390	3.10 553	0.64 375	3.12 552	0.65 380	3.10 553	0.65 387	3.11 553	0.65 375	3.12 552	0.65 371	3.12 548	0.65 358	3.13 553	0.65 394	3.13 538	0.65 380

iRaftStereo_RVC	0.97 400	3.17 499	2.30 545	2.42 497	0.38 311	0.54 352	0.38 303	0.54 340	0.38 303	0.54 348	0.38 309	0.54 351	0.38 301	0.54 345	0.38 295	2.38 530	2.34 545	0.49 347	0.36 311	0.49 317	0.36 285

RCA-Stereo	0.51 301	3.22 500	0.34 239	0.44 253	0.34 291	0.44 302	0.34 280	0.43 289	0.34 284	0.43 284	0.34 285	0.44 298	0.33 278	0.43 290	0.33 263	0.38 249	0.29 220	0.38 270	0.29 251	0.38 255	0.29 233

Anonymous3	2.55 543	3.26 501	1.65 508	3.28 522	1.63 522	3.24 555	1.68 525	3.27 554	1.66 520	3.28 555	1.67 528	3.25 555	1.66 510	3.27 554	1.64 521	3.26 549	1.65 515	3.30 554	1.65 531	4.95 571	1.65 528

MIF-Stereo (partial)	2.58 544	3.31 502	0.66 351	3.18 519	0.66 393	3.18 554	0.66 378	3.21 553	0.67 383	3.19 554	0.66 389	3.19 554	0.66 378	3.31 556	0.68 380	5.09 577	1.79 524	8.23 596	1.67 533	6.18 580	1.38 509

MM-Stereo_test1	1.80 488	3.41 503	1.52 503	2.12 482	1.41 512	2.04 513	1.41 514	2.05 507	1.46 516	2.04 513	1.41 514	2.05 514	1.42 503	2.05 512	1.43 514	2.04 508	1.54 505	1.94 522	1.38 510	1.99 499	1.33 503

UniTT-Stereo	2.03 508	3.43 504	0.72 370	3.42 530	0.73 405	3.27 556	0.68 384	3.38 556	0.69 394	3.29 556	0.72 411	3.28 556	0.70 393	3.35 557	0.68 380	3.39 550	0.68 364	3.31 555	0.69 403	3.37 539	0.73 395

castereo++	0.54 306	3.59 505	1.15 416	1.31 446	0.14 159	0.16 144	0.14 154	0.16 143	0.14 159	0.16 140	0.14 163	0.16 141	0.13 156	0.16 142	0.14 153	1.45 479	1.16 424	0.15 144	0.14 162	0.15 143	0.13 152

DPSNet	3.66 556	3.60 506	3.62 571	3.63 538	3.64 582	3.65 559	3.65 581	3.66 559	3.67 578	3.67 558	3.65 579	3.67 559	3.66 567	3.66 558	3.68 576	3.68 553	3.66 566	3.67 559	3.68 582	3.67 541	3.67 579

RAStereo	2.23 529	3.64 507	0.76 377	3.65 539	0.86 423	3.66 560	0.76 405	3.67 560	0.81 419	3.66 557	0.76 416	3.66 558	0.77 405	3.68 559	0.77 408	3.68 553	0.77 384	3.69 560	0.77 413	3.70 542	0.77 402

qqq1	0.25 166	3.70 508	0.14 127	0.14 100	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 110	0.12 113	0.06 94	0.05 96	0.03 43	0.04 79

fff1	0.25 166	3.70 508	0.14 127	0.14 100	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 110	0.12 113	0.06 94	0.05 96	0.03 43	0.04 79

RAFT_CTSACE	1.92 491	3.71 510	1.72 513	1.88 472	1.72 531	2.04 513	1.42 516	2.18 514	1.89 547	2.02 511	1.97 547	1.95 506	2.06 541	1.93 508	1.62 520	1.76 491	1.66 516	2.02 524	1.73 541	1.73 490	1.43 512

MyStereo07	0.60 315	3.72 511	0.48 305	0.49 272	0.41 330	0.36 236	0.32 257	0.49 311	0.43 334	0.51 337	0.42 337	0.49 321	0.43 330	0.51 336	0.64 370	0.49 307	0.45 306	0.34 238	0.32 281	0.35 231	0.43 319

MyStereo04	0.56 313	3.72 511	0.59 336	0.49 272	0.41 330	0.36 236	0.32 257	0.37 231	0.31 264	0.34 224	0.46 347	0.35 232	0.32 270	0.35 232	0.33 263	0.49 307	0.45 306	0.34 238	0.32 281	0.35 231	0.43 319

castereo	0.61 318	3.79 513	1.35 480	1.52 458	0.15 170	0.17 152	0.16 164	0.20 162	0.21 197	0.18 153	0.16 174	0.21 169	0.12 151	0.26 202	0.17 173	1.43 478	1.38 494	0.17 155	0.16 170	0.18 157	0.16 161

ffm	0.25 166	3.83 514	0.12 102	0.12 83	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 94	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 166	3.83 514	0.12 102	0.12 83	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 94	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 166	3.83 514	0.12 102	0.12 83	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 94	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

NINENet	0.69 335	3.87 517	1.20 425	1.98 479	0.05 99	0.40 256	0.04 81	0.40 250	0.05 97	0.41 264	0.04 88	0.41 272	0.05 94	0.40 256	0.05 88	1.79 492	1.56 506	0.34 238	0.22 203	0.34 219	0.23 190

GEAStereo	0.62 320	3.91 518	0.48 305	0.69 320	0.38 311	0.51 344	0.38 303	0.51 332	0.38 303	0.53 343	0.38 309	0.50 336	0.38 301	0.51 336	0.38 295	0.54 325	0.43 298	0.46 325	0.34 293	0.46 297	0.34 273

gasm-f	0.62 320	3.91 518	0.48 305	0.69 320	0.38 311	0.51 344	0.38 303	0.51 332	0.38 303	0.53 343	0.38 309	0.50 336	0.38 301	0.51 336	0.38 295	0.54 325	0.43 298	0.46 325	0.34 293	0.46 297	0.34 273

MyStereo8	0.71 339	3.92 520	0.52 325	0.59 304	0.52 370	0.57 360	0.53 364	0.59 352	0.50 357	0.59 360	0.51 370	0.57 360	0.50 355	0.56 350	0.52 357	0.54 325	0.49 323	0.54 363	0.49 363	0.55 336	0.50 342

MyStereo06	0.75 346	4.12 521	0.60 338	0.63 311	0.61 384	0.62 366	0.66 378	0.56 344	0.45 339	0.55 351	0.48 359	0.54 351	0.46 338	0.57 355	0.45 330	0.60 337	0.57 344	0.64 372	0.55 372	0.72 353	0.55 358

MyStereo05	0.80 357	4.12 521	0.63 345	0.63 311	0.61 384	0.62 366	0.66 378	0.65 360	0.62 376	0.67 371	0.61 381	0.65 372	0.58 367	0.67 368	0.55 362	0.60 337	0.57 344	0.64 372	0.55 372	0.72 353	0.55 358

test-3	0.98 402	4.13 523	1.85 527	1.85 471	0.61 384	0.69 372	0.37 297	0.63 358	0.61 375	0.66 370	0.51 370	0.73 381	0.44 332	0.57 355	0.54 360	1.68 490	1.81 525	0.40 286	0.43 346	0.66 345	0.50 342

GCAP-Stereo	0.75 346	4.15 524	0.42 281	0.75 330	0.35 294	0.78 380	0.40 317	0.79 373	0.38 303	0.78 384	0.36 297	0.78 386	0.36 292	0.79 379	0.39 306	0.75 361	0.39 273	0.76 387	0.39 329	0.75 357	0.39 302

IGEVStereo-DCA	1.77 486	4.21 525	1.84 525	2.49 500	2.11 552	2.54 538	1.36 506	1.65 493	1.17 450	2.75 547	1.90 541	2.54 533	1.15 433	0.94 401	1.11 437	1.50 482	1.32 478	0.96 421	1.46 517	1.49 480	0.88 411

rrr	1.77 486	4.21 525	1.84 525	2.49 500	2.11 552	2.54 538	1.36 506	1.65 493	1.17 450	2.75 547	1.90 541	2.54 533	1.15 433	0.94 401	1.11 437	1.50 482	1.32 478	0.96 421	1.46 517	1.49 480	0.88 411

GSStereo	0.81 362	4.28 527	0.50 316	0.59 304	0.40 322	0.51 344	0.38 303	0.50 319	0.38 303	0.50 330	0.38 309	0.50 336	3.79 572	0.50 327	0.38 295	0.54 325	0.43 298	0.46 325	0.34 293	0.46 297	0.35 282

GEStereo_RVC	0.86 381	4.45 528	0.20 168	0.27 175	0.20 200	0.27 206	0.20 187	0.26 194	0.18 186	5.03 583	0.20 200	0.27 206	0.19 194	0.27 206	0.21 193	0.20 158	0.19 176	0.19 167	4.02 587	0.20 164	0.18 179

error version	0.93 396	4.47 529	2.35 546	1.99 480	0.37 304	0.41 272	0.36 291	0.41 265	0.35 287	0.43 284	0.36 297	0.41 272	0.40 310	0.41 271	0.36 283	1.87 496	2.16 541	0.47 334	0.37 313	0.39 264	0.33 267

test_1	0.93 396	4.47 529	2.35 546	1.99 480	0.37 304	0.41 272	0.36 291	0.41 265	0.35 287	0.43 284	0.36 297	0.41 272	0.40 310	0.41 271	0.36 283	1.87 496	2.16 541	0.47 334	0.37 313	0.39 264	0.33 267

TestStereo	4.88 582	4.75 531	4.79 577	4.87 563	4.92 591	4.81 584	4.90 591	4.78 580	4.77 590	4.87 581	4.89 590	4.90 585	4.91 583	4.99 584	4.79 588	4.98 574	4.87 575	4.87 583	4.92 592	5.00 572	5.00 589

DispFullNet	4.61 578	4.84 532	3.12 565	5.00 564	3.57 579	4.75 582	3.03 567	7.75 595	4.17 587	4.91 582	3.09 571	6.20 591	3.95 576	6.71 591	3.51 574	5.30 579	3.67 567	5.86 592	3.63 579	5.61 577	3.46 577

MLG-Stereo_test3	4.26 571	4.85 533	3.95 574	5.35 567	3.60 580	4.75 582	3.76 582	5.49 588	3.71 579	5.39 585	3.69 580	4.82 583	3.66 567	4.85 580	3.73 580	4.93 572	3.19 563	4.69 577	2.99 564	4.84 568	2.98 560

CFNet-RSSM	0.91 388	4.89 534	0.34 239	0.44 253	1.07 445	1.62 500	1.40 513	0.91 387	0.35 287	1.60 492	1.39 513	0.64 369	0.34 283	0.44 293	0.33 263	0.41 272	0.35 255	0.75 385	0.30 265	0.41 280	0.29 233

StereoVision	3.15 552	5.00 535	0.89 390	4.83 561	1.00 436	3.93 561	1.27 500	6.37 589	1.34 506	5.67 589	1.26 500	5.84 590	1.27 490	5.03 586	1.24 497	5.10 578	1.09 414	4.61 572	0.57 378	5.62 578	1.12 434

LL-Strereo	1.01 409	5.06 536	1.63 507	0.70 324	1.43 513	0.56 354	0.46 340	0.57 347	0.50 357	0.57 356	0.50 364	1.58 496	0.49 352	0.59 357	0.50 350	1.64 489	0.52 336	0.51 356	1.37 508	0.52 330	0.45 324

FC-DCNN v2	5.10 586	5.15 537	4.49 576	5.07 565	3.37 577	6.87 591	4.75 590	5.04 585	6.34 594	7.84 595	5.06 591	6.72 595	4.09 579	4.99 584	5.44 591	5.03 575	3.16 560	4.67 575	4.86 591	5.15 574	3.89 584

DEFOM-Stereo_RVC	0.83 370	5.18 538	1.98 538	2.19 484	0.17 183	0.19 159	0.18 179	0.19 156	0.16 173	0.20 161	0.19 196	0.22 177	0.22 204	0.20 161	0.15 163	2.28 521	2.13 540	0.24 194	0.17 190	0.18 157	0.16 161

rvit_105_1	3.83 558	5.22 539	3.01 554	4.53 549	3.01 564	4.51 567	3.01 562	4.56 569	3.04 563	4.53 568	3.03 564	4.55 570	3.03 551	4.56 569	3.04 560	4.57 561	3.05 550	4.57 567	3.05 565	4.57 555	3.05 561

rvit_stereo_0081	3.83 558	5.23 540	3.01 554	4.53 549	3.03 566	4.55 573	3.02 563	4.56 569	3.04 563	4.52 566	3.02 562	4.54 568	3.03 551	4.56 569	3.04 560	4.57 561	3.05 550	4.57 567	3.05 565	4.58 556	3.05 561

CFNet	1.37 476	5.27 541	0.19 165	5.49 568	0.19 197	0.28 207	0.19 183	0.28 198	0.19 192	0.28 203	0.19 196	0.28 207	4.35 580	0.28 210	0.19 187	0.23 178	0.17 166	0.23 186	4.21 589	4.81 566	0.17 175

rvit_stereo_0083	3.92 567	5.30 542	3.06 562	4.61 558	3.09 573	4.67 578	3.08 572	4.66 577	3.09 572	4.62 576	3.10 572	4.66 580	3.11 560	4.67 577	3.16 571	4.72 571	3.16 560	4.77 580	3.11 572	4.66 562	3.11 570

rvit_0105_3	3.91 565	5.33 543	3.06 562	4.60 557	3.07 572	4.60 576	3.06 571	4.62 575	3.08 571	4.60 575	3.07 570	4.62 577	3.08 558	4.67 577	3.10 569	4.70 569	3.11 557	4.77 580	3.19 576	4.77 565	3.14 572

rvit_stereo_0081_aga	3.86 560	5.33 543	3.02 557	4.55 555	3.04 570	4.54 569	3.02 563	4.64 576	3.06 567	4.54 570	3.04 566	4.62 577	3.08 558	4.62 575	3.07 565	4.58 564	3.06 554	4.60 571	3.08 569	4.63 559	3.07 565

MLG-Stereo_test1	4.25 570	5.34 545	3.61 570	5.31 566	3.63 581	5.23 585	3.57 579	5.38 587	3.65 577	5.23 584	3.47 576	4.76 581	3.74 570	4.85 580	3.71 577	4.96 573	3.18 562	4.71 578	2.92 562	4.86 569	2.90 558

rvit_0105_5	4.10 569	5.40 546	3.13 567	4.71 560	3.15 575	4.72 581	3.10 574	4.90 584	3.27 575	4.69 578	3.16 574	4.84 584	3.25 563	4.96 583	3.34 573	5.05 576	3.39 565	5.10 585	3.40 577	5.11 573	3.42 576

UDGNet	2.23 529	5.40 546	1.72 513	2.48 499	1.69 527	2.51 535	1.69 526	2.51 533	1.72 529	2.50 535	1.69 530	2.52 529	1.69 513	2.50 532	1.68 525	2.41 532	1.70 518	2.42 541	1.69 537	2.42 516	1.64 526

rvit_stereo_ft	3.93 568	5.44 548	3.05 561	4.59 556	3.06 571	4.61 577	3.08 572	4.67 578	3.12 573	4.63 577	3.10 572	4.65 579	3.11 560	4.69 579	3.13 570	4.70 569	3.14 559	4.71 578	3.15 574	4.74 563	3.16 573

MLG-Stereo_test2	4.28 572	5.46 549	3.69 572	4.86 562	3.72 583	5.58 588	3.42 577	4.81 581	3.77 583	4.85 580	3.72 581	5.55 589	3.63 566	5.58 587	3.53 575	4.41 558	3.28 564	4.99 584	2.95 563	4.75 564	3.13 571

rvit_0105_4	3.91 565	5.47 550	3.02 557	4.54 552	3.02 565	4.54 569	3.03 567	4.75 579	3.17 574	4.57 572	3.06 567	4.61 576	3.16 562	4.65 576	3.09 568	4.66 568	3.11 557	4.68 576	3.18 575	4.81 566	3.16 573

rvit_stereo_0080	3.89 563	5.70 551	3.04 559	4.54 552	3.03 566	4.56 574	3.05 569	4.60 573	3.07 568	4.58 573	3.06 567	4.59 572	3.06 556	4.61 573	3.08 566	4.63 566	3.09 555	4.64 573	3.10 570	4.65 560	3.10 568

whm_eth	3.89 563	5.70 551	3.04 559	4.54 552	3.03 566	4.56 574	3.05 569	4.60 573	3.07 568	4.58 573	3.06 567	4.59 572	3.06 556	4.61 573	3.08 566	4.63 566	3.09 555	4.64 573	3.10 570	4.65 560	3.10 568

rvit_0105_6	3.87 562	5.73 553	3.10 564	4.69 559	3.12 574	4.54 569	3.02 563	4.56 569	3.04 563	4.54 570	3.03 564	4.54 568	3.04 554	4.56 569	3.05 562	4.58 564	3.05 550	4.58 569	3.05 565	4.58 556	3.05 561

rvit_stereo_0082	3.86 560	5.82 554	3.01 554	4.53 549	3.03 566	4.54 569	3.02 563	4.56 569	3.04 563	4.53 568	3.02 562	4.55 570	3.04 554	4.57 572	3.05 562	4.57 561	3.05 550	4.58 569	3.05 565	4.58 556	3.06 564

SGM-Forest	5.21 588	5.92 555	4.08 575	6.18 573	4.16 588	6.31 590	4.34 589	6.50 590	4.33 588	6.14 591	4.21 587	6.61 594	4.55 582	6.67 590	4.48 587	5.94 583	3.94 569	5.85 591	4.03 588	5.79 579	4.17 587
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MaDis-Stereo	3.19 553	6.02 556	1.12 412	5.61 570	1.16 453	5.43 587	1.02 435	5.15 586	0.70 397	5.43 586	1.21 495	5.03 587	0.97 417	4.85 580	0.99 428	4.53 559	1.16 424	5.53 588	1.25 500	5.37 576	1.30 500

IER	0.88 384	7.04 557	2.23 543	2.75 505	0.28 238	0.43 299	0.25 213	0.39 243	0.25 214	0.41 264	0.27 234	0.39 251	0.25 217	0.40 256	0.28 229	0.37 238	0.28 209	0.37 262	0.25 222	0.37 242	0.25 201

HCRNet	1.22 469	7.11 558	3.00 553	3.55 536	0.33 281	0.29 210	0.14 154	0.19 156	0.15 169	0.33 222	0.29 246	0.25 194	0.14 160	0.22 175	0.33 263	3.64 552	3.00 549	0.76 387	0.32 281	0.18 157	0.13 152

SA	4.33 574	7.35 559	6.85 589	5.96 572	4.09 587	3.59 558	3.15 575	3.82 561	2.64 559	3.91 559	3.85 582	3.57 557	2.72 549	3.13 553	4.03 583	7.09 591	6.86 586	3.57 557	3.12 573	3.85 543	3.51 578

cross-raft	4.83 581	7.52 560	6.43 585	6.63 575	3.96 586	4.51 567	3.99 586	4.49 567	3.96 585	4.52 566	3.96 584	4.50 567	3.97 577	4.50 568	3.97 582	6.65 586	6.44 583	4.33 564	3.92 586	4.35 551	3.91 585

test_5	4.62 579	7.55 561	6.23 584	6.32 574	3.40 578	5.29 586	3.50 578	3.53 558	4.11 586	4.28 563	4.47 589	4.26 566	4.38 581	3.68 559	3.24 572	5.89 582	5.60 578	4.84 582	3.50 578	4.33 550	3.93 586

RAFT+CT+SA	4.28 572	7.62 562	4.91 578	5.55 569	2.28 559	3.09 552	3.64 580	4.49 567	3.07 568	4.80 579	3.35 575	4.77 582	3.70 569	4.29 566	3.05 562	5.58 580	5.98 581	3.58 558	3.78 584	4.26 549	3.72 580

raft_robust	4.71 580	7.75 563	5.40 583	6.81 576	3.31 576	4.28 566	4.20 588	4.32 566	4.37 589	4.35 565	4.35 588	4.14 564	3.75 571	4.30 567	4.20 586	6.67 587	6.37 582	3.36 556	4.24 590	4.86 569	3.25 575

test_4	4.88 582	8.13 564	6.98 590	7.46 580	4.44 589	4.25 565	3.85 585	4.04 565	3.92 584	4.13 562	3.91 583	4.18 565	3.84 574	4.14 564	4.06 584	7.01 590	7.13 587	4.53 565	3.72 583	4.09 547	3.72 580

Sa-1000	4.34 575	8.37 565	6.84 588	6.98 579	4.45 590	3.58 557	3.00 561	3.42 557	3.39 576	2.61 538	4.00 585	3.83 561	4.01 578	3.90 561	3.90 581	5.98 584	5.62 579	3.76 561	2.34 559	4.35 551	2.47 555

TestStereo1	4.60 576	8.41 566	6.44 586	6.86 577	3.79 584	3.97 562	3.78 583	3.99 563	3.74 580	3.97 560	3.52 577	3.94 562	3.58 564	3.98 562	3.72 578	6.82 588	6.50 584	3.76 561	3.66 580	3.90 544	3.74 582

SA-5K	4.60 576	8.41 566	6.44 586	6.86 577	3.79 584	3.97 562	3.78 583	3.99 563	3.74 580	3.97 560	3.52 577	3.94 562	3.58 564	3.98 562	3.72 578	6.82 588	6.50 584	3.76 561	3.66 580	3.90 544	3.74 582

U	5.15 587	8.49 568	1.81 516	8.49 584	1.77 532	8.49 596	1.77 529	8.51 597	1.77 534	8.49 597	1.77 532	8.50 597	1.78 522	8.58 597	1.77 535	8.54 595	1.78 522	8.55 597	1.78 542	8.55 591	1.84 536

CFNet_RVC	2.38 539	8.71 569	0.38 255	9.33 587	0.42 340	0.56 354	0.42 330	0.60 354	0.38 303	0.62 364	0.42 337	0.56 358	7.29 592	0.62 359	0.42 325	0.53 324	0.37 260	0.49 347	0.34 293	8.30 589	6.87 594

rvit_stereo_0075_2	6.64 590	8.80 570	5.25 580	7.89 581	5.27 593	7.90 595	5.27 592	7.92 596	5.28 592	7.91 596	5.29 593	7.93 596	5.27 584	7.92 596	5.28 589	7.93 592	5.28 577	7.93 595	5.29 594	7.93 588	5.28 591

test_3	5.01 584	8.86 571	7.77 592	8.09 582	2.76 563	4.13 564	4.05 587	3.88 562	3.76 582	4.33 564	4.13 586	3.71 560	3.91 575	4.21 565	4.06 584	7.93 592	7.69 589	4.53 565	3.91 585	4.17 548	4.29 588

SGM+DAISY	7.06 592	9.15 572	5.38 582	8.84 586	5.18 592	8.80 597	5.31 593	8.79 598	5.28 592	8.89 598	5.20 592	8.93 598	5.33 585	8.95 598	5.36 590	8.70 596	5.21 576	8.74 598	5.20 593	8.89 592	5.15 590

test-1	6.46 589	9.16 573	8.03 595	8.09 582	5.62 594	6.11 589	6.35 594	6.85 592	4.94 591	6.08 590	6.29 596	4.98 586	6.43 588	6.22 588	6.36 594	6.16 585	7.47 588	5.82 590	5.44 595	7.11 585	5.68 592

RAFT	6.73 591	9.36 574	7.40 591	8.51 585	6.55 595	6.88 592	6.60 595	6.79 591	6.60 595	6.80 592	6.72 597	5.31 588	5.50 586	6.61 589	6.61 595	8.42 594	5.89 580	5.73 589	5.45 596	6.61 581	6.24 593

CFNet_pseudo	2.67 547	9.36 574	0.32 224	10.99 596	0.33 281	0.85 387	0.33 267	0.49 311	0.33 275	0.49 317	0.32 270	0.49 321	7.26 591	0.49 320	0.33 263	0.41 272	9.62 595	0.41 303	0.29 251	10.03 597	0.29 233

CFNet_ucs	2.73 548	9.64 576	0.33 229	9.92 592	0.32 269	0.49 324	0.33 267	0.49 311	0.33 275	0.49 317	0.33 277	0.49 321	8.98 595	0.48 314	0.33 263	0.41 272	9.96 598	0.40 286	0.29 251	10.12 598	0.54 353

PCWNet_CMD	2.80 551	9.82 577	0.32 224	10.09 594	0.32 269	0.49 324	0.33 267	3.34 555	0.33 275	0.49 317	0.33 277	0.49 321	8.73 593	0.48 314	0.33 263	0.41 272	9.22 592	0.42 314	0.29 251	9.55 595	0.31 255

pcwnet_v2	2.66 546	9.89 578	0.33 229	9.89 591	0.32 269	0.50 332	0.32 257	0.49 311	0.33 275	0.49 317	0.34 285	0.49 321	8.76 594	0.48 314	0.33 263	0.41 272	9.58 594	0.40 286	0.29 251	9.01 593	0.63 371

UCFNet_RVC	2.75 549	10.06 579	0.29 203	10.31 595	0.29 247	0.42 292	0.29 241	0.43 289	0.29 242	0.42 278	0.29 246	0.42 290	9.87 597	0.43 290	0.29 239	0.36 234	9.84 597	0.36 259	0.26 228	9.77 596	0.26 207

MSMDNet	2.65 545	10.14 580	0.33 229	9.74 590	0.32 269	0.87 389	0.33 267	2.95 551	0.68 386	0.49 317	0.34 285	0.49 321	5.70 587	0.49 320	0.33 263	0.42 286	9.57 593	0.41 303	0.31 275	8.36 590	0.65 380

ccs_rob	2.79 550	10.17 581	0.32 224	10.00 593	0.33 281	0.49 324	0.33 267	1.90 500	0.32 268	0.51 337	0.33 277	0.49 321	9.24 596	0.49 320	0.33 263	0.41 272	9.82 596	0.41 303	0.28 241	9.34 594	0.29 233

test-v	7.53 593	11.89 582	7.98 593	9.36 588	7.14 596	7.06 593	7.09 596	7.37 593	6.91 596	7.29 593	5.71 594	6.45 592	6.93 589	6.73 592	7.27 596	8.93 597	7.85 590	6.98 593	6.80 597	7.56 586	7.34 595

test-2	7.53 593	11.89 582	7.98 593	9.36 588	7.14 596	7.06 593	7.09 596	7.37 593	6.91 596	7.29 593	5.71 594	6.45 592	6.93 589	6.73 592	7.27 596	8.93 597	7.85 590	6.98 593	6.80 597	7.56 586	7.34 595

rafts_anoy	20.00 597	20.00 584	20.00 597	20.00 597	20.00 599	20.00 598	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 598

raft+_RVC	20.00 597	20.00 584	20.00 597	20.00 597	20.00 599	20.00 598	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 598

raftrobust	20.00 597	20.00 584	20.00 597	20.00 597	20.00 599	20.00 598	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 598

CasAABBNet	20.00 597	20.00 584	20.00 597	20.00 597	20.00 599	20.00 598	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 598

RALCasStereoNet	20.00 597	20.00 584	20.00 597	20.00 597	20.00 599	20.00 598	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 598

RALAANet	20.00 597	20.00 584	20.00 597	20.00 597	20.00 599	20.00 598	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 599	20.00 600	20.00 599	20.00 600	20.00 599	20.00 598

MANE	19.05 596	23.00 590	15.00 596	23.00 603	15.00 598	24.00 604	16.00 598	24.00 605	16.00 598	22.00 605	15.00 598	23.00 605	16.00 598	23.00 605	15.00 598	22.00 605	15.00 599	22.00 605	15.00 599	22.00 605	15.00 597

stereogan	2.33 533	24.38 591	1.18 420	1.18 388	1.18 456	1.14 429	1.18 446	1.19 425	1.19 452	1.14 432	1.18 449	1.14 434	1.18 438	1.14 433	1.18 446	1.14 414	1.14 422	1.19 445	1.19 447	1.15 412	1.19 447

Abc-Net	2.32 532	24.75 592	1.14 414	1.17 387	1.17 454	1.11 426	1.15 442	1.17 422	1.21 498	1.08 422	1.16 445	1.12 433	1.14 432	1.09 426	1.17 445	1.09 404	1.16 424	1.17 441	1.17 446	1.16 414	1.11 432
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 533	25.00 593	1.13 413	1.15 381	1.15 449	1.10 423	1.15 442	1.15 417	1.15 445	1.12 429	1.15 442	1.09 427	1.13 430	1.10 428	1.15 441	1.11 411	1.09 414	1.16 437	1.12 441	1.16 414	1.17 443

RGC	2.36 535	25.48 594	1.19 422	1.15 381	1.15 449	1.10 423	1.16 444	1.17 422	1.16 446	1.12 429	1.16 445	1.11 432	1.13 430	1.09 426	1.18 446	1.10 406	1.15 423	1.16 437	1.12 441	1.14 410	1.12 434

NCC-stereo	2.36 535	25.52 595	1.17 418	1.15 381	1.17 454	1.11 426	1.11 438	1.15 417	1.16 446	1.10 423	1.16 445	1.10 429	1.15 433	1.14 433	1.13 439	1.09 404	1.11 418	1.15 436	1.16 445	1.17 419	1.17 443

AF-Net	2.37 537	25.71 596	1.17 418	1.13 378	1.15 449	1.15 430	1.18 446	1.19 425	1.16 446	1.10 423	1.15 442	1.10 429	1.18 438	1.12 432	1.15 441	1.10 406	1.10 417	1.17 441	1.15 443	1.16 414	1.12 434

Nwc_Net	2.37 537	25.95 597	1.15 416	1.14 379	1.15 449	1.08 419	1.14 441	1.17 422	1.16 446	1.14 432	1.15 442	1.08 425	1.15 433	1.11 430	1.14 440	1.10 406	1.11 418	1.16 437	1.09 440	1.16 414	1.15 439

FAT-Stereo	2.46 541	26.05 598	1.23 474	1.23 437	1.22 505	1.20 434	1.24 496	1.23 476	1.23 500	1.19 435	1.22 496	1.21 484	1.24 488	1.20 439	1.24 497	1.21 462	1.17 427	1.22 492	1.25 500	1.20 423	1.24 497

S-Stereo	2.51 542	26.86 599	1.23 474	1.22 435	1.22 505	1.24 482	1.25 497	1.22 474	1.24 501	1.21 481	1.24 498	1.19 438	1.27 490	1.19 438	1.24 497	1.19 416	1.20 429	1.25 493	1.19 447	1.24 471	1.23 496

MoCha-V2	2.11 515	26.97 600	0.78 380	0.92 349	0.77 414	0.96 400	0.72 400	0.90 385	0.72 404	0.94 401	0.70 404	0.90 399	0.71 397	0.91 395	0.71 399	0.85 376	0.71 376	0.88 404	0.69 403	0.87 376	0.67 383

edge stereo	2.43 540	27.07 601	1.14 414	1.06 370	1.14 448	1.08 419	1.17 445	1.16 420	1.14 444	1.10 423	1.16 445	1.09 427	1.16 437	1.10 428	1.16 444	1.10 406	1.11 418	1.16 437	1.19 447	1.13 409	1.11 432

fff	1000028.16 623	29.62 602	29.72 604	32.61 604	30.02 606	35.13 607	31.83 607	32.07 607	10000000.00 625	35.27 609	29.82 607	32.45 607	30.15 606	32.35 607	30.09 606	31.04 607	29.55 608	30.64 607	30.14 607	10000000.00 626	30.77 606

csc	1000028.16 623	29.62 602	29.72 604	32.61 604	30.02 606	35.13 607	31.83 607	32.07 607	10000000.00 625	35.27 609	29.82 607	32.45 607	30.15 606	32.35 607	30.09 606	31.04 607	29.55 608	30.64 607	30.14 607	10000000.00 626	30.77 606

cscssc	1000028.16 623	29.62 602	29.72 604	32.61 604	30.02 606	35.13 607	31.83 607	32.07 607	10000000.00 625	35.27 609	29.82 607	32.45 607	30.15 606	32.35 607	30.09 606	31.04 607	29.55 608	30.64 607	30.14 607	10000000.00 626	30.77 606

STTStereo	3.73 557	30.40 605	2.37 548	2.39 496	2.31 561	2.35 525	2.33 555	2.29 517	2.42 558	2.32 527	2.34 560	2.33 520	2.36 546	2.30 522	2.27 557	2.35 528	2.22 543	2.31 534	2.22 555	2.29 511	2.34 552

111	30.40 603	30.94 606	29.72 604	32.61 604	30.02 606	33.57 605	30.47 606	31.50 606	29.39 606	30.98 606	29.11 606	29.78 606	30.39 609	29.45 606	30.76 609	30.08 606	29.02 607	29.92 606	30.32 610	29.86 606	30.17 605

DCANet-4	35.22 605	34.54 607	35.08 610	33.58 608	35.47 613	34.55 606	35.53 613	36.08 612	35.85 610	35.92 612	35.77 612	35.18 612	35.48 611	35.39 612	37.15 615	34.55 612	33.92 611	35.02 613	34.90 612	35.79 610	34.74 612

tt	500032.53 621	34.60 608	29.72 604	37.47 613	34.41 611	36.85 611	35.22 611	34.71 610	33.55 608	34.50 607	35.43 610	33.81 610	10000000.00 626	33.57 610	33.13 610	33.68 610	35.00 612	34.03 611	35.26 613	30.96 607	34.63 610

DCANet	500032.53 621	34.60 608	29.72 604	37.47 613	34.41 611	36.85 611	35.22 611	34.71 610	33.55 608	34.50 607	35.43 610	33.81 610	10000000.00 626	33.57 610	33.13 610	33.68 610	35.00 612	34.03 611	35.26 613	30.96 607	34.63 610

WCMA_ROB	31.10 604	35.43 610	27.12 603	39.51 615	23.10 605	38.78 616	25.30 605	37.49 617	25.39 605	37.29 616	27.02 605	38.52 617	26.48 605	37.80 616	26.44 605	36.28 613	22.65 606	33.90 610	22.30 606	37.10 614	24.18 604

ADStereo(finetuned)	36.13 606	36.63 611	38.07 614	36.97 609	33.25 610	35.91 610	34.45 610	36.36 613	32.99 607	38.14 617	36.71 613	36.69 613	34.13 610	38.57 617	40.79 616	37.60 617	36.58 614	35.90 614	33.36 611	35.42 609	34.04 609

Reg-Stereo(zero)	37.00 607	37.00 612	37.00 611	37.00 610	37.00 614	37.00 613	37.00 614	37.00 614	37.00 611	37.00 613	37.00 614	37.00 614	37.00 612	37.00 613	37.00 612	37.00 614	37.00 615	37.00 615	37.00 615	37.00 611	37.00 613

HI	37.00 607	37.00 612	37.00 611	37.00 610	37.00 614	37.00 613	37.00 614	37.00 614	37.00 611	37.00 613	37.00 614	37.00 614	37.00 612	37.00 613	37.00 612	37.00 614	37.00 615	37.00 615	37.00 615	37.00 611	37.00 613

CoSv	37.00 607	37.00 612	37.00 611	37.00 610	37.00 614	37.00 613	37.00 614	37.00 614	37.00 611	37.00 613	37.00 614	37.00 614	37.00 612	37.00 613	37.00 612	37.00 614	37.00 615	37.00 615	37.00 615	37.00 611	37.00 613

NLCA_NET_v2_RVC	5.04 585	50.87 615	2.78 552	2.87 511	2.71 562	2.78 551	0.47 345	2.88 550	2.86 562	1.89 502	2.67 561	2.79 552	2.79 550	2.78 551	2.83 559	2.82 546	2.82 548	2.83 552	2.77 561	2.83 537	2.76 556
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MDST_ROB	69.83 610	87.70 616	41.95 615	113.75 618	65.62 619	75.05 617	55.25 618	75.64 619	45.04 614	71.61 618	41.75 617	72.81 618	44.06 615	68.38 618	44.63 617	101.89 620	59.57 620	107.10 620	61.05 620	104.38 617	59.38 618

MGS-Stereo	239.45 615	123.00 617	135.00 619	266.00 621	286.00 623	277.00 622	305.00 623	271.00 623	242.00 620	274.00 623	279.00 623	255.00 623	270.00 621	268.00 623	297.00 623	221.00 623	247.00 624	216.00 623	123.00 621	217.00 620	217.00 622

AE-Stereo	201.80 614	123.00 617	115.00 617	219.00 620	218.00 622	223.00 621	244.00 622	217.00 622	236.00 619	202.00 622	203.00 621	205.00 622	208.00 619	225.00 622	204.00 621	210.00 622	198.00 622	197.00 622	184.00 623	204.00 619	201.00 620

EGLCR-Stereo	246.90 616	129.00 619	139.00 620	266.00 621	286.00 623	277.00 622	305.00 623	271.00 623	242.00 620	274.00 623	279.00 623	255.00 623	270.00 621	268.00 623	297.00 623	230.00 624	247.00 624	216.00 623	223.00 625	237.00 621	227.00 623

NOSS_ROB	102.95 611	153.00 620	121.00 618	51.00 616	44.00 617	165.00 620	127.00 619	153.00 620	119.00 616	164.00 621	125.00 619	168.00 621	120.00 617	153.00 620	117.00 619	49.00 618	44.00 618	49.00 618	44.00 618	49.00 615	44.00 616

MeshStereo	159.24 613	171.00 621	160.68 621	162.58 619	160.59 620	164.01 619	160.35 620	158.51 621	158.56 617	158.34 620	160.12 620	158.56 620	159.92 618	157.26 621	158.94 620	154.38 621	158.36 621	155.75 621	159.13 622	153.67 618	154.07 619
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
PA-Net	11.80 595	223.51 622	0.62 344	0.59 304	0.71 402	0.59 362	0.73 401	0.67 363	0.73 407	0.55 351	0.61 381	0.60 365	0.74 400	0.63 363	0.73 401	0.66 350	0.60 349	0.69 378	0.66 396	0.72 353	0.65 380
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DLCB_ROB	284.23 617	354.61 623	207.27 622	363.24 623	206.46 621	364.72 624	210.41 621	364.72 625	210.41 618	364.81 625	208.64 622	364.81 625	208.64 620	364.72 625	210.41 622	354.70 625	205.53 623	354.70 625	205.53 624	354.70 622	205.53 621

LE_ROB	396.57 618	471.28 624	329.84 623	471.48 624	308.15 625	526.83 625	322.10 625	488.15 626	323.76 622	495.46 626	317.97 625	497.17 626	320.10 623	481.62 626	326.76 625	462.71 626	298.97 626	466.16 626	285.98 626	447.62 623	289.21 624

SGM-ForestM	596.69 619	677.77 625	444.52 624	699.85 625	517.25 626	732.94 626	488.29 626	770.79 627	460.11 623	750.81 627	487.98 626	792.79 627	499.41 624	730.90 627	475.81 626	720.03 627	491.16 627	663.96 627	418.60 627	674.76 624	436.05 625

CBMV_ROB	818.48 620	913.88 626	709.52 625	862.84 626	597.78 627	1073.99 627	700.52 627	1015.66 628	702.59 624	1115.65 628	760.02 627	1130.24 628	721.57 625	1037.41 628	692.65 627	814.05 628	564.29 628	843.28 628	595.31 628	915.51 625	602.92 626

CBMV	128.50 612	1422.70 627	53.10 616	79.50 617	51.30 618	77.30 618	49.70 617	74.00 618	48.20 615	77.20 619	48.80 618	73.90 619	48.00 616	73.80 619	48.80 618	70.40 619	45.10 619	68.90 619	46.10 619	68.20 616	45.00 617
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
111111	10000000.00 626	10000000.00 628	10000000.00 626	10000000.00 627	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 629	10000000.00 625	10000000.00 629	10000000.00 628	10000000.00 629	10000000.00 626	10000000.00 629	10000000.00 628	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 627

SGD-Stereo	10000000.00 626	10000000.00 628	10000000.00 626	10000000.00 627	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 629	10000000.00 625	10000000.00 629	10000000.00 628	10000000.00 629	10000000.00 626	10000000.00 629	10000000.00 628	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 627

IGEV-Stereo++	10000000.00 626	10000000.00 628	10000000.00 626	10000000.00 627	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 629	10000000.00 625	10000000.00 629	10000000.00 628	10000000.00 629	10000000.00 626	10000000.00 629	10000000.00 628	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 627

IGEV-BASED-STEREO-	10000000.00 626	10000000.00 628	10000000.00 626	10000000.00 627	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 629	10000000.00 625	10000000.00 629	10000000.00 628	10000000.00 629	10000000.00 626	10000000.00 629	10000000.00 628	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 627

IGEV-Stereo+	10000000.00 626	10000000.00 628	10000000.00 626	10000000.00 627	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 629	10000000.00 625	10000000.00 629	10000000.00 628	10000000.00 629	10000000.00 626	10000000.00 629	10000000.00 628	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 627

SDNR	10000000.00 626	10000000.00 628	10000000.00 626	10000000.00 627	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 629	10000000.00 625	10000000.00 629	10000000.00 628	10000000.00 629	10000000.00 626	10000000.00 629	10000000.00 628	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 627

anonymousdsp2	10000000.00 626	10000000.00 628	10000000.00 626	10000000.00 627	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 629	10000000.00 625	10000000.00 629	10000000.00 628	10000000.00 629	10000000.00 626	10000000.00 629	10000000.00 628	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 627

anonymousdsp	10000000.00 626	10000000.00 628	10000000.00 626	10000000.00 627	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 629	10000000.00 625	10000000.00 629	10000000.00 628	10000000.00 629	10000000.00 626	10000000.00 629	10000000.00 628	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 627

test_example2	10000000.00 626	10000000.00 628	10000000.00 626	10000000.00 627	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 629	10000000.00 625	10000000.00 629	10000000.00 628	10000000.00 629	10000000.00 626	10000000.00 629	10000000.00 628	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 627

DIP-Stereo	10000000.00 626	10000000.00 628	10000000.00 626	10000000.00 627	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 629	10000000.00 625	10000000.00 629	10000000.00 628	10000000.00 629	10000000.00 626	10000000.00 629	10000000.00 628	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 629	10000000.00 626	10000000.00 627
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 303	0.50 319	0.38 303	0.50 330	0.38 309	0.50 336	3.79 572	0.50 327	0.38 295	0.54 325	0.43 298	0.46 325	0.34 293	0.46 297	0.35 282

FSD					0.44 343	0.56 354	0.44 333	0.55 343	0.44 337	0.56 353	0.44 341	0.56 358	0.44 332	0.56 350	0.46 334	0.61 341	0.42 294	0.52 359	0.42 345	0.52 330

Low-res two-view benchmark