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

USTest	0.01 9	0.02 12	0.00 1	0.14 99	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

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

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

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

Wz-Net-LNSev	0.06 44	0.24 125	0.20 167	0.23 152	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	0.23 177	0.21 180	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 44	0.54 230	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

WZ-Net	0.05 41	0.50 212	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

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

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

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

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

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

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

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

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

test_sample6	0.09 53	0.97 289	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

test_sample3	0.09 53	0.87 266	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_sample2	0.09 53	1.03 313	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

test_sample1	0.09 53	0.87 266	0.12 102	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 73	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

SMFormer	0.09 53	1.01 307	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

tta	0.09 53	0.95 286	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

CoDeX	0.15 124	0.70 246	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	0.67 378	0.02 15	0.69 373	0.75 388	0.01 9	0.02 20	0.02 20

1111x	0.10 66	1.14 326	0.13 121	0.14 99	0.03 48	0.04 76	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	0.13 109	0.11 97	0.03 38	0.02 20	0.03 43	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

Wz-Net-LNSev-Ref	0.11 87	0.44 184	0.33 230	0.39 212	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	0.39 262	0.36 260	0.02 18	0.02 20	0.02 20	0.02 20

SFCPSM	0.17 136	0.78 251	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	0.79 412	0.02 15	0.75 384	0.76 390	0.02 20	0.02 20	0.02 20

Syn2CoEx	0.25 165	1.31 394	0.74 379	0.92 353	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	0.87 382	0.75 384	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	1.01 371	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 71	0.09 109	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	0.90 348	0.06 110	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 131	0.36 285	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

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

zh-sn7	0.10 66	0.98 290	0.14 126	0.15 109	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	0.15 125	0.13 136	0.03 38	0.03 53	0.03 43	0.03 50

zh-mn7	0.12 96	1.14 326	0.17 152	0.20 136	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	0.18 150	0.16 145	0.03 38	0.03 53	0.03 43	0.03 50

w-ln-seven-2	0.14 112	1.22 388	0.28 198	0.32 187	0.04 78	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	0.32 213	0.27 202	0.04 72	0.03 53	0.03 43	0.03 50

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 73	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 53	0.03 43	0.03 50

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 53	0.03 43	0.03 50

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 53	0.03 43	0.03 50

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 53	0.03 43	0.03 50

DualNet (step1)	0.10 66	1.05 317	0.12 102	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	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 53	0.03 43	0.03 50

test_sample9	0.10 66	1.05 317	0.12 102	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	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 53	0.03 43	0.03 50

test_sample8	0.10 66	1.05 317	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 53	0.03 43	0.03 50

test_sample7	0.09 53	1.00 299	0.11 89	0.11 75	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	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 53	0.03 43	0.03 50

test_sample5	0.10 66	1.07 320	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 53	0.04 76	0.03 50

test_sample4	0.10 66	1.03 313	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	0.13 109	0.13 136	0.03 38	0.03 53	0.03 43	0.03 50

11t1	0.17 136	2.16 444	0.13 121	0.13 95	0.04 78	0.06 91	0.04 80	0.06 93	0.04 80	0.06 95	0.03 52	0.06 96	0.03 52	0.06 87	0.05 87	0.18 150	0.12 113	0.06 93	0.03 53	0.05 91	0.03 50

DualNet	0.10 66	1.07 320	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 53	0.04 76	0.03 50

xxx	0.09 53	1.01 307	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 50

qqq	0.16 132	2.01 435	0.12 102	0.15 109	0.04 78	0.06 91	0.05 92	0.06 93	0.04 80	0.06 95	0.03 52	0.06 96	0.03 52	0.06 87	0.03 48	0.12 94	0.14 140	0.04 72	0.04 77	0.03 43	0.03 50

x	0.11 87	1.15 329	0.15 142	0.14 99	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.15 143	0.03 38	0.03 53	0.03 43	0.03 50

psmg	0.43 265	1.91 427	0.92 401	1.91 478	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	1.97 508	1.44 501	0.04 72	0.03 53	0.02 20	0.03 50

222	0.10 66	0.99 297	0.12 102	0.13 95	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 76	0.03 50

test_xeample	0.10 66	1.09 322	0.13 121	0.12 83	0.03 48	0.03 40	0.03 50	0.04 76	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.14 140	0.03 38	0.03 53	0.03 43	0.03 50

EDNetEfficientorigin	0.04 38	0.06 54	0.04 43	0.05 43	0.04 78	0.05 88	0.04 80	0.05 88	0.04 80	0.05 90	0.04 87	0.05 90	0.04 83	0.05 81	0.04 74	0.05 51	0.03 36	0.06 93	0.03 53	0.04 76	0.03 50

EDNetEfficient	0.04 38	0.05 49	0.04 43	0.04 37	0.03 48	0.04 76	0.03 50	0.04 76	0.03 55	0.04 73	0.03 52	0.04 76	0.03 52	0.04 71	0.03 48	0.05 51	0.03 36	0.05 85	0.03 53	0.04 76	0.03 50

BEATNet_4x	0.11 87	0.03 31	0.03 36	1.60 468	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 81	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

ADCL	0.11 87	0.03 31	0.03 36	1.60 468	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 81	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

AnyNet_C01	0.11 87	0.02 12	0.02 14	1.62 471	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 87	0.04 74	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 50

AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 490	0.04 78	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 76	0.02 21	0.07 103	0.04 74	0.02 15	0.02 15	0.03 38	0.03 53	0.02 20	0.03 50

ADCPNet	0.10 66	0.03 31	0.04 43	1.27 444	0.03 48	0.04 76	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.04 76	0.03 52	0.08 106	0.04 74	0.04 44	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

z-mn7	0.16 132	1.21 382	0.33 230	0.41 238	0.04 78	0.04 76	0.03 50	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.35 231	0.31 234	0.04 72	0.04 77	0.04 76	0.04 78

z-ln-s-r	0.21 150	1.40 401	0.53 332	0.56 301	0.04 78	0.05 88	0.04 80	0.05 88	0.05 96	0.05 90	0.04 87	0.05 90	0.04 83	0.05 81	0.05 87	0.57 336	0.44 307	0.04 72	0.04 77	0.04 76	0.04 78

w-ln-seven	0.18 139	1.47 403	0.33 230	0.40 226	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.38 251	0.32 239	0.05 85	0.04 77	0.04 76	0.04 78

DFGA-Net	0.05 41	0.06 54	0.04 43	0.06 46	0.04 78	0.06 91	0.04 80	0.06 93	0.04 80	0.06 95	0.04 87	0.06 96	0.04 83	0.06 87	0.04 74	0.06 55	0.04 45	0.05 85	0.04 77	0.05 91	0.04 78

qqq1	0.25 165	3.70 513	0.14 126	0.14 99	0.04 78	0.06 91	0.05 92	0.06 93	0.05 96	0.06 95	0.05 99	0.04 76	0.05 93	0.06 87	0.05 87	0.13 109	0.12 113	0.06 93	0.05 95	0.03 43	0.04 78

fff1	0.25 165	3.70 513	0.14 126	0.14 99	0.04 78	0.06 91	0.05 92	0.06 93	0.05 96	0.06 95	0.05 99	0.04 76	0.05 93	0.06 87	0.05 87	0.13 109	0.12 113	0.06 93	0.05 95	0.03 43	0.04 78

mmm	0.14 112	1.83 418	0.12 102	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.04 80	0.03 40	0.03 52	0.03 42	0.03 52	0.06 87	0.04 74	0.12 94	0.11 97	0.05 85	0.04 77	0.05 91	0.04 78

ffm	0.25 165	3.83 519	0.12 102	0.12 83	0.05 98	0.06 91	0.05 92	0.06 93	0.05 96	0.03 40	0.03 52	0.06 96	0.05 93	0.06 87	0.05 87	0.12 94	0.12 113	0.05 85	0.04 77	0.06 95	0.04 78

ff1	0.25 165	3.83 519	0.12 102	0.12 83	0.05 98	0.06 91	0.05 92	0.06 93	0.05 96	0.03 40	0.03 52	0.06 96	0.05 93	0.06 87	0.05 87	0.12 94	0.12 113	0.05 85	0.04 77	0.06 95	0.04 78

mmx	0.25 165	3.83 519	0.12 102	0.12 83	0.05 98	0.06 91	0.05 92	0.06 93	0.05 96	0.03 40	0.03 52	0.06 96	0.05 93	0.06 87	0.05 87	0.12 94	0.12 113	0.05 85	0.04 77	0.06 95	0.04 78

GASNet	0.05 41	0.04 37	0.12 102	0.04 37	0.04 78	0.04 76	0.05 92	0.04 76	0.04 80	0.12 126	0.04 87	0.06 96	0.04 83	0.04 71	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

xxxx	0.11 87	1.16 331	0.16 145	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	0.13 109	0.16 145	0.03 38	0.04 77	0.04 76	0.04 78

FADNet_RVC	0.12 96	0.04 37	0.04 43	0.05 43	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.05 93	0.04 71	1.65 526	0.05 51	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

FADNet-RVC	0.13 103	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.05 92	0.04 76	0.04 80	0.04 73	0.05 99	0.04 76	0.05 93	0.04 71	1.71 531	0.04 44	0.04 45	0.04 72	0.04 77	0.07 105	0.04 78

FADNet	0.12 96	0.05 49	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.05 93	0.04 71	1.66 528	0.06 55	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

ADCRef	0.12 96	0.03 31	0.04 43	1.71 474	0.04 78	0.03 40	0.03 50	0.04 76	0.04 80	0.04 73	0.03 52	0.04 76	0.03 52	0.06 87	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.03 43	0.04 78

ADCP+	0.15 124	0.04 37	0.04 43	2.20 489	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.05 99	0.04 76	0.04 83	0.08 106	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

NVStereoNet_ROB	0.04 38	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
BridgeDepth_RVC	0.07 49	0.08 58	0.11 89	0.11 75	0.05 98	0.08 104	0.05 92	0.08 106	0.05 96	0.08 105	0.05 99	0.08 105	0.05 93	0.08 106	0.05 87	0.11 88	0.10 75	0.07 98	0.05 95	0.07 105	0.05 96
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DA	0.09 53	0.13 83	0.39 265	0.08 49	0.05 98	0.07 102	0.05 92	0.13 127	0.05 96	0.06 95	0.05 99	0.06 96	0.05 93	0.06 87	0.05 87	0.06 55	0.05 56	0.14 128	0.13 156	0.06 95	0.05 96

GGEV	0.09 53	0.13 83	0.39 265	0.08 49	0.05 98	0.07 102	0.05 92	0.13 127	0.05 96	0.06 95	0.05 99	0.06 96	0.05 93	0.06 87	0.05 87	0.06 55	0.05 56	0.14 128	0.13 156	0.06 95	0.05 96

AASNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 98	0.06 91	0.05 92	0.05 88	0.06 108	0.06 95	0.06 109	0.05 90	0.06 109	0.06 87	0.05 87	0.08 62	0.08 61	0.08 102	0.05 95	0.06 95	0.05 96

SACVNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 98	0.06 91	0.05 92	0.05 88	0.06 108	0.06 95	0.06 109	0.05 90	0.06 109	0.06 87	0.05 87	0.08 62	0.08 61	0.08 102	0.05 95	0.06 95	0.05 96

AACVNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 98	0.06 91	0.05 92	0.05 88	0.06 108	0.06 95	0.06 109	0.05 90	0.06 109	0.06 87	0.05 87	0.08 62	0.08 61	0.08 102	0.05 95	0.06 95	0.05 96

APVNet	0.09 53	0.05 49	0.04 43	0.05 43	0.04 78	0.05 88	0.90 423	0.06 93	0.04 80	0.05 90	0.04 87	0.05 90	0.04 83	0.05 81	0.04 74	0.05 51	0.04 45	0.05 85	0.04 77	0.05 91	0.05 96

GwcNet	0.12 96	0.07 57	0.05 57	0.08 49	0.05 98	0.08 104	1.20 452	0.07 103	0.05 96	0.05 90	0.05 99	0.08 105	0.05 93	0.08 106	0.03 48	0.07 60	0.05 56	0.06 93	0.05 95	0.07 105	0.05 96

BridgeDepth	0.08 51	0.08 58	0.11 89	0.11 75	0.05 98	0.08 104	0.05 92	0.08 106	0.07 111	0.08 105	0.05 99	0.08 105	0.05 93	0.09 110	0.08 104	0.15 125	0.11 97	0.07 98	0.05 95	0.07 105	0.06 104
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 49	0.08 58	0.07 58	0.07 47	0.07 111	0.08 104	0.06 108	0.08 106	0.07 111	0.08 105	0.07 112	0.08 105	0.06 109	0.07 103	0.07 102	0.08 62	0.07 59	0.07 98	0.07 105	0.06 95	0.06 104

FADNet-RVC-Resample	0.12 96	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	1.57 522	0.04 44	0.04 45	0.04 72	0.05 95	0.04 76	0.06 104

SuperB	0.21 150	0.10 68	2.51 555	0.12 83	0.09 115	0.10 112	0.09 114	0.08 106	0.07 111	0.10 112	0.09 116	0.09 111	0.07 113	0.07 103	0.07 102	0.07 60	0.08 61	0.07 98	0.07 105	0.08 109	0.07 107

SepStereo	0.09 53	0.09 66	0.10 69	0.09 55	0.09 115	0.09 110	0.09 114	0.10 111	0.08 115	0.10 112	0.09 116	0.09 111	0.09 117	0.09 110	0.08 104	0.09 68	0.08 61	0.09 107	0.08 109	0.09 112	0.08 108

BEATNet-Init1	0.19 142	0.08 58	0.08 60	2.23 491	0.08 113	0.08 104	0.07 111	0.07 103	0.08 115	0.08 105	0.07 112	0.08 105	0.07 113	0.11 125	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

DeepPrunerF	0.19 142	0.08 58	0.08 60	2.23 491	0.08 113	0.08 104	0.07 111	0.07 103	0.08 115	0.08 105	0.07 112	0.08 105	0.07 113	0.11 125	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

S2M2_L	0.12 96	0.14 89	0.10 69	0.15 109	0.10 122	0.14 128	0.10 119	0.14 129	0.10 119	0.15 134	0.10 120	0.14 129	0.10 121	0.14 131	0.10 115	0.13 109	0.10 75	0.13 126	0.09 111	0.13 130	0.09 111
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
CSP-Net	0.34 204	1.29 392	1.19 426	1.36 456	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	1.26 468	1.21 478	0.03 38	0.09 111	0.02 20	0.09 111

LRCNet_RVC	0.13 103	0.13 83	0.09 65	0.13 95	0.10 122	0.14 128	0.10 119	0.14 129	0.10 119	0.23 177	0.10 120	0.20 161	0.10 121	0.24 184	0.11 127	0.11 88	0.09 70	0.12 122	0.14 161	0.12 128	0.09 111

ELAS_RVC	0.14 112	0.16 91	0.10 69	0.15 109	0.10 122	0.18 155	0.11 132	0.19 155	0.11 134	0.19 154	0.12 145	0.18 154	0.11 133	0.19 156	0.12 142	0.14 116	0.08 61	0.14 128	0.09 111	0.15 142	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 103	0.16 91	0.11 89	0.15 109	0.09 115	0.18 155	0.11 132	0.18 153	0.11 134	0.17 148	0.11 134	0.18 154	0.11 133	0.18 153	0.11 127	0.14 116	0.08 61	0.14 128	0.08 109	0.14 132	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MatchStereo	0.54 308	0.12 81	2.38 553	2.32 497	0.09 115	0.09 110	0.08 113	0.09 110	0.07 111	0.09 110	0.07 112	0.09 111	0.07 113	0.09 110	0.08 104	2.34 531	2.34 549	0.12 122	0.11 130	0.11 123	0.10 116

AnonymousM	0.10 66	0.10 68	0.10 69	0.10 58	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

PVD	0.10 66	0.10 68	0.10 69	0.10 58	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SHD	0.10 66	0.10 68	0.10 69	0.10 58	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SAMSARA	0.10 66	0.10 68	0.10 69	0.10 58	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

XQC	0.10 66	0.10 68	0.10 69	0.10 58	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSC	0.10 66	0.10 68	0.10 69	0.10 58	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTS	0.10 66	0.10 68	0.10 69	0.10 58	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSA	0.10 66	0.10 68	0.10 69	0.10 58	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet+	0.10 66	0.10 68	0.10 69	0.10 58	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet++	0.10 66	0.10 68	0.10 69	0.10 58	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

PDISCO_ROB	0.83 374	2.80 494	3.49 574	0.14 99	0.11 137	0.17 151	0.09 114	0.15 141	0.10 119	0.15 134	0.12 145	0.16 140	0.14 159	3.30 559	0.13 148	0.14 116	2.34 549	0.16 146	0.12 148	2.62 539	0.10 116

SGM_RVC	0.15 124	0.17 97	0.11 89	0.18 130	0.11 137	0.19 158	0.11 132	0.19 155	0.12 153	0.19 154	0.12 145	0.20 161	0.12 150	0.19 156	0.12 142	0.16 134	0.11 97	0.17 154	0.10 118	0.17 152	0.10 116
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
S2M2_XL	0.14 112	0.17 97	0.12 102	0.17 128	0.11 137	0.17 151	0.11 132	0.17 150	0.11 134	0.17 148	0.11 134	0.17 150	0.11 133	0.17 150	0.11 127	0.16 134	0.11 97	0.16 146	0.11 130	0.16 146	0.11 129
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ITSA-stereo	0.15 124	0.17 97	0.13 121	0.20 136	0.13 156	0.19 158	0.13 151	0.18 153	0.13 156	0.19 154	0.13 157	0.18 154	0.14 159	0.18 153	0.14 152	0.16 134	0.11 97	0.15 143	0.14 161	0.18 156	0.11 129

test_for_model	0.15 124	0.23 116	0.18 161	0.21 145	0.11 137	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.21 163	0.18 174	0.14 128	0.11 130	0.14 132	0.11 129

testlalala2	0.13 103	0.16 91	0.11 89	0.15 109	0.11 137	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.14 116	0.11 97	0.14 128	0.11 130	0.14 132	0.11 129

JetRed	0.11 87	0.12 81	0.11 89	0.11 75	0.11 137	0.11 123	0.14 153	0.11 123	0.11 134	0.12 126	0.11 134	0.11 124	0.11 133	0.11 125	0.11 127	0.11 88	0.16 145	0.11 119	0.11 130	0.11 123	0.11 129

JetBlue	0.11 87	0.11 79	0.12 102	0.13 95	0.14 158	0.11 123	0.11 132	0.11 123	0.11 134	0.11 124	0.11 134	0.11 124	0.11 133	0.12 129	0.12 142	0.11 88	0.11 97	0.11 119	0.11 130	0.11 123	0.11 129

testlalala_base	0.13 103	0.16 91	0.11 89	0.15 109	0.11 137	0.15 135	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.14 116	0.11 97	0.14 128	0.11 130	0.14 132	0.11 129

CIPLG	0.13 103	0.21 111	0.12 102	0.16 120	0.11 137	0.15 135	0.11 132	0.14 129	0.11 134	0.15 134	0.12 145	0.15 139	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 128	0.11 130	0.14 132	0.11 129

IPLG	0.13 103	0.20 105	0.14 126	0.15 109	0.11 137	0.14 128	0.11 132	0.14 129	0.11 134	0.14 128	0.11 134	0.14 129	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 128	0.11 130	0.14 132	0.11 129

MIPNet	0.14 112	0.21 111	0.17 152	0.16 120	0.11 137	0.15 135	0.12 148	0.14 129	0.11 134	0.16 139	0.11 134	0.14 129	0.11 133	0.14 131	0.11 127	0.14 116	0.12 113	0.14 128	0.11 130	0.14 132	0.11 129

IPLGR	0.14 112	0.24 125	0.14 126	0.16 120	0.12 153	0.15 135	0.12 148	0.14 129	0.11 134	0.15 134	0.12 145	0.14 129	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 128	0.11 130	0.14 132	0.11 129

ACRE	0.13 103	0.21 111	0.14 126	0.15 109	0.11 137	0.14 128	0.11 132	0.14 129	0.11 134	0.14 128	0.12 145	0.14 129	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 128	0.11 130	0.14 132	0.11 129

ICVP	0.15 124	0.53 226	0.11 89	0.16 120	0.11 137	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.16 134	0.11 97	0.16 146	0.11 130	0.16 146	0.11 129
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 103	0.11 79	0.11 89	0.11 75	0.11 137	0.11 123	0.11 132	0.11 123	0.11 134	0.11 124	0.12 145	0.11 124	0.11 133	0.11 125	0.11 127	0.11 88	0.11 97	0.14 128	0.11 130	0.49 320	0.11 129

PASM	0.39 243	3.06 498	1.36 492	1.58 464	0.09 115	0.11 123	0.11 132	0.11 123	0.11 134	0.09 110	0.09 116	0.11 124	0.09 117	0.09 110	0.09 109	0.11 88	0.11 97	0.11 119	0.09 111	0.11 123	0.11 129

LALA_ROB	0.15 124	0.19 101	0.12 102	0.18 130	0.11 137	0.20 163	0.12 148	0.21 169	0.12 153	0.20 160	0.12 145	0.20 161	0.12 150	0.21 170	0.13 148	0.17 142	0.10 75	0.18 163	0.11 130	0.18 156	0.11 129

ProNet	0.14 112	0.20 105	0.14 126	0.16 120	0.11 137	0.16 143	0.11 132	0.17 150	0.11 134	0.17 148	0.12 145	0.17 150	0.13 155	0.17 150	0.12 142	0.15 125	0.11 97	0.16 146	0.11 130	0.15 142	0.12 145

IPLGR_C	0.14 112	0.20 105	0.12 102	0.15 109	0.11 137	0.14 128	0.15 158	0.14 129	0.11 134	0.15 134	0.12 145	0.14 129	0.11 133	0.16 141	0.11 127	0.15 125	0.12 113	0.14 128	0.12 148	0.15 142	0.12 145

ac_64	0.22 154	0.13 83	0.19 164	0.23 152	0.10 122	0.26 201	1.02 438	0.14 129	0.10 119	0.28 202	0.14 162	0.17 150	0.19 193	0.28 209	0.09 109	0.22 166	0.16 145	0.23 185	0.17 189	0.11 123	0.12 145

ACVNet	0.20 144	0.19 101	0.14 126	0.20 136	0.14 158	0.20 163	0.96 430	0.21 169	0.14 158	0.20 160	0.13 157	0.21 168	0.14 159	0.20 160	0.14 152	0.17 142	0.12 113	0.17 154	0.12 148	0.17 152	0.12 145

acv_ft	0.20 144	0.19 101	0.14 126	0.20 136	0.14 158	0.20 163	0.96 430	0.21 169	0.14 158	0.20 160	0.13 157	0.21 168	0.14 159	0.20 160	0.14 152	0.17 142	0.12 113	0.17 154	0.12 148	0.17 152	0.12 145

HSM	0.14 112	0.16 91	0.12 102	0.17 128	0.12 153	0.17 151	0.11 132	0.17 150	0.11 134	0.17 148	0.12 145	0.17 150	0.12 150	0.17 150	0.12 142	0.16 134	0.11 97	0.16 146	0.11 130	0.16 146	0.12 145

ISRNet	0.11 87	0.05 49	0.36 250	0.24 157	0.07 111	0.13 127	0.05 92	0.06 93	0.05 96	0.05 90	0.05 99	0.13 128	0.05 93	0.05 81	0.09 109	0.24 184	0.20 177	0.10 108	0.05 95	0.06 95	0.13 151

castereo++	0.54 308	3.59 510	1.15 420	1.31 452	0.14 158	0.16 143	0.14 153	0.16 142	0.14 158	0.16 139	0.14 162	0.16 140	0.13 155	0.16 141	0.14 152	1.45 483	1.16 427	0.15 143	0.14 161	0.15 142	0.13 151

DDVS	0.30 181	3.10 499	0.14 126	0.19 133	0.14 158	0.19 158	0.14 153	0.20 161	0.14 158	0.19 154	0.13 157	0.16 140	0.13 155	0.19 156	0.13 148	0.17 142	0.13 136	0.17 154	0.13 156	0.17 152	0.13 151

HCRNet	1.22 472	7.11 564	3.00 558	3.55 540	0.33 282	0.29 209	0.14 153	0.19 155	0.15 168	0.33 224	0.29 245	0.25 193	0.14 159	0.22 174	0.33 265	3.64 557	3.00 554	0.76 390	0.32 282	0.18 156	0.13 151

DeepPruner_ROB	0.16 132	0.18 100	0.13 121	0.19 133	0.13 156	0.19 158	0.13 151	0.19 155	0.13 156	0.19 154	0.13 157	0.19 158	0.13 155	0.19 156	0.13 148	0.18 150	0.13 136	0.18 163	0.13 156	0.18 156	0.13 151

RSGM-EC	0.24 162	0.24 125	0.15 142	0.22 148	0.15 169	0.22 175	0.15 158	0.22 173	0.15 168	0.24 184	0.15 170	0.22 176	0.15 169	0.22 174	1.19 452	0.20 157	0.17 165	0.24 193	0.14 161	0.20 163	0.14 156

acva	0.24 162	0.24 125	0.15 142	0.22 148	0.15 169	0.22 175	0.15 158	0.22 173	0.15 168	0.24 184	0.15 170	0.22 176	0.15 169	0.22 174	1.19 452	0.20 157	0.17 165	0.24 193	0.14 161	0.20 163	0.14 156

GMStereo	0.14 112	0.13 83	0.14 126	0.14 99	0.14 158	0.14 128	0.14 153	0.14 129	0.14 158	0.14 128	0.14 162	0.14 129	0.14 159	0.14 131	0.14 152	0.14 116	0.14 140	0.14 128	0.14 161	0.14 132	0.14 156
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
VIP-Stereo	0.70 338	2.97 497	2.43 554	2.49 504	0.16 178	0.25 193	0.16 163	0.25 188	0.16 172	0.25 190	0.18 193	0.25 193	0.16 171	0.26 201	0.16 168	1.86 498	1.26 480	0.23 185	0.15 167	0.23 181	0.15 159

BStereo	0.22 154	0.23 116	0.20 167	0.24 157	0.20 199	0.23 183	0.33 269	0.39 245	0.17 180	0.23 177	0.17 178	0.23 182	0.16 171	0.24 184	0.17 172	0.23 177	0.16 145	0.22 177	0.20 196	0.22 170	0.16 160

Wave_Phase_stereo	0.22 154	0.23 116	0.20 167	0.24 157	0.20 199	0.23 183	0.33 269	0.39 245	0.17 180	0.23 177	0.17 178	0.23 182	0.16 171	0.24 184	0.17 172	0.23 177	0.16 145	0.22 177	0.20 196	0.22 170	0.16 160

xyz-stereo-finetune2	0.18 139	0.48 206	0.16 145	0.16 120	0.15 169	0.15 135	0.16 163	0.16 142	0.16 172	0.16 139	0.16 173	0.16 140	0.16 171	0.16 141	0.16 168	0.16 134	0.16 145	0.16 146	0.16 169	0.16 146	0.16 160

xyz-stereo	0.18 139	0.50 212	0.16 145	0.15 109	0.16 178	0.16 143	0.16 163	0.16 142	0.16 172	0.16 139	0.16 173	0.16 140	0.16 171	0.16 141	0.16 168	0.16 134	0.16 145	0.16 146	0.16 169	0.16 146	0.16 160

DEFOM-Stereo_RVC	0.83 374	5.18 544	1.98 542	2.19 488	0.17 182	0.19 158	0.18 178	0.19 155	0.16 172	0.20 160	0.19 195	0.22 176	0.22 203	0.20 160	0.15 162	2.28 525	2.13 544	0.24 193	0.17 189	0.18 156	0.16 160

castereo	0.61 320	3.79 518	1.35 484	1.52 463	0.15 169	0.17 151	0.16 163	0.20 161	0.21 196	0.18 152	0.16 173	0.21 168	0.12 150	0.26 201	0.17 172	1.43 482	1.38 497	0.17 154	0.16 169	0.18 156	0.16 160

tg	0.21 150	0.25 129	0.21 172	0.26 171	0.17 182	0.24 186	0.17 171	0.24 182	0.17 180	0.24 184	0.17 178	0.24 188	0.17 180	0.24 184	0.17 172	0.24 184	0.17 165	0.23 185	0.16 169	0.23 181	0.16 160

ACV-stereo	0.30 181	2.08 437	0.25 187	0.25 164	0.18 192	0.24 186	0.17 171	0.24 182	0.18 185	0.24 184	0.17 178	0.25 193	0.17 180	0.24 184	0.17 172	0.22 166	0.16 145	0.22 177	0.16 169	0.22 170	0.16 160

GMStereo_Zeroshot	0.16 132	0.16 91	0.16 145	0.16 120	0.16 178	0.16 143	0.16 163	0.16 142	0.16 172	0.16 139	0.16 173	0.16 140	0.16 171	0.16 141	0.16 168	0.16 134	0.16 145	0.16 146	0.16 169	0.16 146	0.16 160

MSKI-zero shot	0.24 162	0.21 111	0.49 315	0.65 318	0.18 192	0.22 175	0.17 171	0.23 179	0.18 185	0.21 171	0.17 178	0.23 182	0.28 240	0.23 180	0.18 183	0.21 163	0.16 145	0.21 172	0.16 169	0.21 168	0.16 160

dd	0.23 160	0.98 290	0.16 145	0.23 152	0.15 169	0.23 183	0.15 158	0.23 179	0.15 168	0.23 177	0.15 170	0.24 188	0.17 180	0.23 180	0.15 162	0.22 166	0.15 143	0.21 172	0.15 167	0.22 170	0.16 160

dad	0.23 160	1.03 313	0.16 145	0.23 152	0.15 169	0.24 186	0.15 158	0.24 182	0.16 172	0.23 177	0.16 173	0.24 188	0.16 171	0.23 180	0.15 162	0.22 166	0.16 145	0.22 177	0.16 169	0.22 170	0.16 160

iResNetv2_ROB	0.20 144	0.23 116	0.18 161	0.24 157	0.20 199	0.24 186	0.18 178	0.24 182	0.18 185	0.24 184	0.18 193	0.23 182	0.19 193	0.24 184	0.18 183	0.21 163	0.16 145	0.21 172	0.16 169	0.22 170	0.16 160

iResNet	0.20 144	0.23 116	0.18 161	0.24 157	0.18 192	0.24 186	0.20 186	0.24 182	0.18 185	0.23 177	0.17 178	0.23 182	0.18 188	0.23 180	0.18 183	0.22 166	0.16 145	0.21 172	0.16 169	0.21 168	0.16 160

Pointernet	0.21 150	0.22 115	0.19 164	0.24 157	0.19 196	0.24 186	0.19 182	0.24 182	0.19 191	0.24 184	0.19 195	0.24 188	0.19 193	0.24 184	0.19 186	0.22 166	0.17 165	0.22 177	0.17 189	0.22 170	0.17 174

IGEV_Zeroshot_test	0.20 144	0.19 101	0.40 270	0.30 177	0.17 182	0.22 175	0.17 171	0.21 169	0.17 180	0.20 160	0.17 178	0.21 168	0.18 188	0.21 170	0.17 172	0.20 157	0.16 145	0.20 170	0.16 169	0.20 163	0.17 174

MIM_Stereo	0.25 165	0.23 116	0.66 354	0.80 338	0.17 182	0.22 175	0.17 171	0.23 179	0.18 185	0.26 198	0.17 178	0.21 168	0.17 180	0.25 191	0.17 172	0.23 177	0.16 145	0.21 172	0.17 189	0.22 170	0.17 174

CFNet	1.37 479	5.27 547	0.19 164	5.49 574	0.19 196	0.28 206	0.19 182	0.28 197	0.19 191	0.28 202	0.19 195	0.28 206	4.35 586	0.28 209	0.19 186	0.23 177	0.17 165	0.23 185	4.21 595	4.81 572	0.17 174

CAS++	0.17 136	0.27 133	0.21 172	0.10 58	0.21 207	0.15 135	0.22 196	0.10 111	0.21 196	0.22 173	0.10 120	0.19 158	0.18 188	0.10 114	0.19 186	0.20 157	0.19 175	0.18 163	0.10 118	0.19 162	0.18 178
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GEStereo_RVC	0.86 386	4.45 534	0.20 167	0.27 174	0.20 199	0.27 205	0.20 186	0.26 193	0.18 185	5.03 589	0.20 199	0.27 205	0.19 193	0.27 205	0.21 192	0.20 157	0.19 175	0.19 166	4.02 593	0.20 163	0.18 178

DLNR-FE	0.28 175	0.89 271	0.30 206	0.34 194	0.19 196	0.28 206	0.19 182	0.28 197	0.20 193	0.28 202	0.20 199	0.28 206	0.20 197	0.28 209	0.20 189	0.33 218	0.28 208	0.25 196	0.19 195	0.24 183	0.19 180

ssnet_v2	0.68 334	1.96 434	1.25 480	0.29 176	0.20 199	0.30 210	0.20 186	0.29 202	0.22 199	1.50 495	0.20 199	0.31 220	0.20 197	0.27 205	0.22 194	0.24 184	1.49 504	0.26 201	0.18 194	3.90 549	0.19 180

DCVSM-stereo	0.36 219	1.89 424	0.22 174	0.40 226	0.22 209	0.40 258	0.22 196	0.40 252	0.22 199	0.40 252	0.22 205	0.40 261	0.22 203	0.40 258	0.22 194	0.28 197	0.21 180	0.28 207	0.21 199	0.28 194	0.20 182

DAS	0.20 144	0.20 105	0.20 167	0.20 136	0.20 199	0.20 163	0.20 186	0.20 161	0.20 193	0.20 160	0.20 199	0.20 161	0.20 197	0.20 160	0.20 189	0.20 157	0.20 177	0.20 170	0.20 196	0.20 163	0.20 182

testlalala	0.32 197	0.81 257	0.31 218	0.39 212	0.26 230	0.33 228	0.24 209	0.33 215	0.26 226	0.32 219	0.26 228	0.33 227	0.23 209	0.33 229	0.23 200	0.35 231	0.31 234	0.30 214	0.24 216	0.31 205	0.21 184

HGLStereo	0.28 175	0.29 138	0.22 174	0.36 200	0.22 209	0.36 238	0.21 191	0.36 227	0.21 196	0.42 280	0.21 204	0.36 240	0.22 203	0.36 240	0.21 192	0.34 222	0.21 180	0.34 240	0.21 199	0.34 221	0.21 184

DISCO	1.11 421	0.39 163	5.28 587	0.39 212	0.20 199	0.39 256	0.27 223	0.39 245	0.22 199	0.38 240	0.20 199	0.38 248	0.20 197	6.95 600	0.22 194	0.30 205	0.21 180	0.27 205	0.21 199	5.25 581	0.21 184

PAM	0.39 243	1.88 423	0.34 240	0.37 203	0.41 333	0.45 305	0.22 196	0.28 197	0.23 205	0.28 202	0.24 216	0.29 212	0.23 209	0.29 213	0.23 200	0.38 251	0.32 239	0.38 272	0.37 315	0.32 209	0.22 187

WAO-6	0.22 154	0.23 116	0.22 174	0.23 152	0.22 209	0.22 175	0.22 196	0.22 173	0.22 199	0.22 173	0.22 205	0.22 176	0.22 203	0.22 174	0.22 194	0.22 166	0.22 184	0.22 177	0.22 202	0.22 170	0.22 187

WCG-NET（raft）	0.32 197	1.24 390	0.24 184	0.32 187	0.24 220	0.32 225	0.23 204	0.32 211	0.24 208	0.32 219	0.24 216	0.32 224	0.24 213	0.32 222	0.24 204	0.30 205	0.23 189	0.30 214	0.23 208	0.30 200	0.23 189

IMH-64-1	0.22 154	0.23 116	0.23 177	0.22 148	0.22 209	0.22 175	0.22 196	0.22 173	0.22 199	0.22 173	0.22 205	0.22 176	0.22 203	0.22 174	0.22 194	0.22 166	0.22 184	0.23 185	0.22 202	0.22 170	0.23 189

IMH-64	0.22 154	0.23 116	0.23 177	0.22 148	0.22 209	0.22 175	0.22 196	0.22 173	0.22 199	0.22 173	0.22 205	0.22 176	0.22 203	0.22 174	0.22 194	0.22 166	0.22 184	0.23 185	0.22 202	0.22 170	0.23 189

DLNR_Zeroshot_test	0.31 188	0.28 136	0.47 300	0.79 336	0.24 220	0.30 210	0.26 220	0.30 204	0.24 208	0.32 219	0.23 209	0.31 220	0.24 213	0.30 215	0.23 200	0.29 204	0.26 195	0.29 212	0.24 216	0.33 217	0.23 189

gwcnet-sp	0.82 371	1.72 411	1.48 502	0.39 212	0.15 169	0.31 216	0.21 191	0.20 161	0.25 213	1.61 499	0.23 209	0.28 206	0.26 225	0.20 160	0.15 162	0.24 184	1.33 488	0.32 224	0.16 169	6.75 588	0.23 189

scenet	0.82 371	1.72 411	1.48 502	0.39 212	0.15 169	0.31 216	0.21 191	0.20 161	0.25 213	1.61 499	0.23 209	0.28 206	0.26 225	0.20 160	0.15 162	0.24 184	1.33 488	0.32 224	0.16 169	6.75 588	0.23 189

ssnet	0.82 371	1.72 411	1.48 502	0.39 212	0.15 169	0.31 216	0.21 191	0.20 161	0.25 213	1.61 499	0.23 209	0.28 206	0.26 225	0.20 160	0.15 162	0.24 184	1.33 488	0.32 224	0.16 169	6.75 588	0.23 189

CRFU-Net	0.65 327	1.67 409	1.22 476	1.96 482	0.27 232	0.41 274	0.27 223	0.41 267	0.27 232	0.40 252	0.26 228	0.41 274	0.27 233	0.40 258	0.27 218	1.80 497	1.62 517	0.34 240	0.23 208	0.33 217	0.23 189

NINENet	0.69 337	3.87 522	1.20 429	1.98 483	0.05 98	0.40 258	0.04 80	0.40 252	0.05 96	0.41 266	0.04 87	0.41 274	0.05 93	0.40 258	0.05 87	1.79 496	1.56 510	0.34 240	0.22 202	0.34 221	0.23 189

FENet	0.54 308	1.52 405	1.19 426	1.41 459	0.23 215	0.35 235	0.23 204	0.35 223	0.23 205	0.34 226	0.23 209	0.35 234	0.23 209	0.35 234	0.23 200	1.40 480	1.07 411	0.32 224	0.23 208	0.33 217	0.23 189

iResNet_ROB	0.28 175	0.32 144	0.24 184	0.32 187	0.25 222	0.32 225	0.24 209	0.32 211	0.24 208	0.33 224	0.24 216	0.35 234	0.24 213	0.33 229	0.24 204	0.31 211	0.24 191	0.32 224	0.24 216	0.32 209	0.24 199

UNDER WATER-64	0.25 165	0.26 130	0.25 187	0.26 171	0.25 222	0.25 193	0.25 212	0.25 188	0.25 213	0.25 190	0.25 222	0.25 193	0.25 216	0.26 201	0.25 212	0.25 190	0.25 192	0.25 196	0.25 221	0.25 185	0.25 200

CAS	0.30 181	1.17 332	0.25 187	0.25 164	0.25 222	0.26 201	0.25 212	0.25 188	0.26 226	0.25 190	0.25 222	0.25 193	0.25 216	0.25 191	0.25 212	0.26 192	0.26 195	0.26 201	0.25 221	0.26 187	0.25 200

LoS	0.25 165	0.27 133	0.25 187	0.25 164	0.25 222	0.25 193	0.25 212	0.26 193	0.25 213	0.25 190	0.25 222	0.25 193	0.25 216	0.25 191	0.25 212	0.26 192	0.25 192	0.25 196	0.26 227	0.26 187	0.25 200
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IER	0.88 389	7.04 563	2.23 547	2.75 509	0.28 237	0.43 301	0.25 212	0.39 245	0.25 213	0.41 266	0.27 233	0.39 253	0.25 216	0.40 258	0.28 228	0.37 240	0.28 208	0.37 264	0.25 221	0.37 244	0.25 200

IGEV-Stereo	0.35 213	0.44 184	0.45 289	0.49 274	0.30 256	0.37 243	0.30 245	0.36 227	0.30 252	0.36 234	0.29 245	0.36 240	0.29 247	0.36 240	0.30 245	0.46 297	0.39 275	0.32 224	0.24 216	0.32 209	0.25 200
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CroCo-Stereo	0.73 346	1.22 388	0.25 187	1.22 439	0.25 222	1.22 483	0.25 212	1.22 477	0.25 213	1.22 485	0.25 222	1.22 488	0.25 216	1.22 488	0.25 212	1.22 467	0.26 195	1.21 493	0.25 221	1.22 473	0.25 200
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
LG-Stereo_L2	0.34 204	0.37 153	0.38 257	0.47 263	0.28 237	0.39 256	0.28 231	0.39 245	0.28 235	0.39 246	0.28 240	0.39 253	0.28 240	0.38 247	0.28 228	0.42 288	0.35 257	0.36 261	0.26 227	0.35 233	0.26 206

model_zeroshot	0.27 174	0.20 105	0.27 194	0.33 191	0.21 207	0.37 243	0.22 196	0.37 233	0.24 208	0.26 198	0.27 233	0.33 227	0.21 202	0.25 191	0.27 218	0.32 213	0.20 177	0.34 240	0.23 208	0.25 185	0.26 206

GCAP-BAT	0.33 202	0.78 251	0.32 224	0.38 206	0.25 222	0.34 230	0.25 212	0.34 219	0.26 226	0.34 226	0.25 222	0.35 234	0.26 225	0.35 234	0.27 218	0.36 236	0.30 228	0.32 224	0.24 216	0.32 209	0.26 206

HH	0.71 341	2.54 471	0.74 379	1.10 377	0.32 270	0.41 274	0.37 299	0.69 368	0.78 415	0.73 379	0.90 427	0.75 386	1.00 422	0.84 389	0.69 393	0.69 355	0.40 278	0.35 256	0.26 227	0.35 233	0.26 206

HanStereo	0.71 341	2.54 471	0.74 379	1.10 377	0.32 270	0.41 274	0.37 299	0.69 368	0.78 415	0.73 379	0.90 427	0.75 386	1.00 422	0.84 389	0.69 393	0.69 355	0.40 278	0.35 256	0.26 227	0.35 233	0.26 206

LoS_RVC	0.30 181	1.14 326	0.25 187	0.25 164	0.25 222	0.26 201	0.25 212	0.25 188	0.25 213	0.25 190	0.25 222	0.26 203	0.26 225	0.26 201	0.25 212	0.26 192	0.26 195	0.25 196	0.25 221	0.26 187	0.26 206

iRaft-Stereo_5w	0.34 204	0.42 180	0.31 218	0.39 212	0.30 256	0.38 250	0.30 245	0.40 252	0.29 241	0.40 252	0.37 306	0.41 274	0.34 285	0.38 247	0.30 245	0.34 222	0.27 202	0.34 240	0.26 227	0.34 221	0.26 206

UCFNet_RVC	2.75 553	10.06 585	0.29 202	10.31 601	0.29 246	0.42 294	0.29 240	0.43 291	0.29 241	0.42 280	0.29 245	0.42 292	9.87 603	0.43 292	0.29 238	0.36 236	9.84 603	0.36 261	0.26 227	9.77 602	0.26 206

GIP-stereo	0.36 219	0.49 208	0.39 265	0.48 268	0.32 270	0.41 274	0.28 231	0.40 252	0.30 252	0.41 266	0.28 240	0.40 261	0.28 240	0.42 286	0.28 228	0.45 293	0.32 239	0.38 272	0.30 264	0.37 244	0.27 214

tt1	0.31 188	0.93 283	0.24 184	0.33 191	0.23 215	0.31 216	0.24 209	0.32 211	0.24 208	0.32 219	0.23 209	0.32 224	0.25 216	0.32 222	0.24 204	0.27 195	0.26 195	0.27 205	0.26 227	0.27 192	0.27 214

xxxxx1	0.31 188	0.91 276	0.23 177	0.31 183	0.23 215	0.31 216	0.23 204	0.33 215	0.25 213	0.31 213	0.24 216	0.33 227	0.25 216	0.32 222	0.24 204	0.28 197	0.28 208	0.28 207	0.28 240	0.29 197	0.27 214

tt_ll	0.31 188	0.91 276	0.23 177	0.31 183	0.23 215	0.31 216	0.23 204	0.33 215	0.25 213	0.31 213	0.24 216	0.33 227	0.25 216	0.32 222	0.24 204	0.28 197	0.28 208	0.28 207	0.28 240	0.29 197	0.27 214

CroCo-Stereo Lap2	0.77 354	1.29 392	0.29 202	1.27 444	0.29 246	1.27 486	0.26 220	1.26 480	0.26 226	1.26 486	0.26 228	1.27 490	0.26 225	1.26 489	0.27 218	1.27 469	0.27 202	1.27 496	0.27 235	1.27 476	0.27 214

ff	0.31 188	0.91 276	0.23 177	0.31 183	0.23 215	0.31 216	0.23 204	0.33 215	0.25 213	0.31 213	0.24 216	0.33 227	0.25 216	0.32 222	0.24 204	0.28 197	0.28 208	0.28 207	0.28 240	0.29 197	0.27 214

BUS	0.83 374	1.91 427	0.92 401	4.48 551	0.02 21	0.40 258	0.04 80	0.41 267	0.02 21	0.48 312	0.03 52	0.41 274	0.05 93	0.03 39	0.05 87	1.97 508	4.19 577	0.33 232	0.23 208	0.34 221	0.27 214

BSDual-CNN	0.81 366	1.91 427	0.92 401	4.48 551	0.02 21	0.42 294	0.06 108	0.41 267	0.02 21	0.48 312	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 508	4.19 577	0.33 232	0.23 208	0.34 221	0.27 214

hknet	1.10 419	1.85 420	3.49 574	4.48 551	0.02 21	0.42 294	0.06 108	0.41 267	0.02 21	0.48 312	0.03 52	0.41 274	0.03 52	0.42 286	0.03 48	4.39 563	4.19 577	0.33 232	0.23 208	0.34 221	0.27 214

DGSMNet	0.34 204	0.41 173	0.27 194	0.41 238	0.28 237	0.41 274	0.28 231	0.41 267	0.27 232	0.41 266	0.27 233	0.42 292	0.27 233	0.41 273	0.28 228	0.40 266	0.29 219	0.40 288	0.28 240	0.40 272	0.27 214

AANet_RVC	1.26 474	0.31 142	4.99 585	5.93 577	0.20 199	0.25 193	0.20 186	0.25 188	0.20 193	0.23 177	0.19 195	0.25 193	0.20 197	0.25 191	0.20 189	5.66 587	4.76 580	0.26 201	0.30 264	0.24 183	0.27 214

MLCV	0.31 188	0.35 148	0.27 194	0.35 196	0.28 237	0.35 235	0.27 223	0.35 223	0.28 235	0.36 234	0.27 233	0.35 234	0.27 233	0.35 234	0.27 218	0.34 222	0.27 202	0.34 240	0.27 235	0.34 221	0.27 214

DN-CSS_ROB	0.31 188	0.35 148	0.28 198	0.35 196	0.28 237	0.34 230	0.27 223	0.34 219	0.25 213	0.35 231	0.27 233	0.36 240	0.26 225	0.34 231	0.28 228	0.35 231	0.28 208	0.34 240	0.28 240	0.34 221	0.27 214

DEFOM-Stereo	0.68 334	3.11 500	1.40 498	1.63 472	0.25 222	0.31 216	0.25 212	0.31 209	0.28 235	0.31 213	0.29 245	0.29 212	0.27 233	0.31 219	0.28 228	1.59 490	1.47 503	0.30 214	0.29 250	0.30 200	0.28 227

SQANet	0.28 175	0.28 136	0.28 198	0.28 175	0.28 237	0.28 206	0.28 231	0.28 197	0.28 235	0.28 202	0.28 240	0.28 206	0.28 240	0.28 209	0.28 228	0.28 197	0.28 208	0.28 207	0.28 240	0.28 194	0.28 227

Any-RAFT	0.32 197	0.36 151	0.27 194	0.36 200	0.27 232	0.36 238	0.27 223	0.36 227	0.27 232	0.36 234	0.27 233	0.36 240	0.27 233	0.36 240	0.28 228	0.36 236	0.28 208	0.36 261	0.28 240	0.36 240	0.28 227

FCDSN-DC	0.41 254	0.59 238	0.64 350	0.54 295	0.33 282	0.50 335	0.37 299	0.42 285	0.40 319	0.61 364	0.43 342	0.50 338	0.49 355	0.38 247	0.32 255	0.28 197	0.23 189	0.26 201	0.22 202	0.35 233	0.28 227
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Gwc-CoAtRS	0.41 254	1.49 404	0.32 224	0.42 248	0.32 270	0.41 274	0.32 258	0.41 267	0.33 276	0.41 266	0.32 272	0.41 274	0.32 272	0.41 273	0.32 255	0.39 262	0.28 208	0.39 283	0.28 240	0.40 272	0.28 227

HiDET	0.38 231	0.44 184	0.30 206	0.42 248	0.30 256	0.42 294	0.30 245	0.42 285	0.30 252	0.44 291	0.30 257	0.42 292	0.30 254	0.42 286	0.68 385	0.37 240	0.32 239	0.40 288	0.29 250	0.37 244	0.29 232

LCMNet	0.38 231	0.44 184	0.30 206	0.42 248	0.30 256	0.42 294	0.30 245	0.42 285	0.30 252	0.45 293	0.30 257	0.42 292	0.30 254	0.42 286	0.69 393	0.37 240	0.32 239	0.40 288	0.29 250	0.37 244	0.29 232

FE-Mocha	0.35 213	0.71 247	0.40 270	0.47 263	0.27 232	0.34 230	0.27 223	0.34 219	0.26 226	0.34 226	0.26 228	0.34 232	0.27 233	0.34 231	0.27 218	0.44 290	0.41 287	0.33 232	0.29 250	0.32 209	0.29 232

GREAT-IGEV	0.38 231	0.43 181	0.36 250	0.48 268	0.32 270	0.45 305	0.32 258	0.45 295	0.32 269	0.45 293	0.32 272	0.45 302	0.32 272	0.45 298	0.32 255	0.44 290	0.33 251	0.41 305	0.29 250	0.41 282	0.29 232

RSM	0.36 219	0.36 151	0.43 285	0.37 203	0.42 343	0.49 326	0.42 333	0.37 233	0.28 235	0.36 234	0.29 245	0.36 240	0.30 254	0.37 244	0.28 228	0.34 222	0.31 234	0.34 240	0.35 306	0.40 272	0.29 232

IGEV++	0.34 204	0.43 181	0.30 206	0.40 226	0.29 246	0.40 258	0.29 240	0.40 252	0.29 241	0.40 252	0.29 245	0.40 261	0.29 247	0.40 258	0.30 245	0.38 251	0.29 219	0.37 264	0.29 250	0.37 244	0.29 232

RCA-Stereo	0.51 303	3.22 504	0.34 240	0.44 255	0.34 292	0.44 304	0.34 282	0.43 291	0.34 285	0.43 286	0.34 287	0.44 300	0.33 280	0.43 292	0.33 265	0.38 251	0.29 219	0.38 272	0.29 250	0.38 257	0.29 232

iRaft-Stereo_20w	0.34 204	0.41 173	0.31 218	0.39 212	0.29 246	0.40 258	0.32 258	0.41 267	0.32 269	0.38 240	0.30 257	0.39 253	0.30 254	0.38 247	0.32 255	0.35 231	0.27 202	0.34 240	0.27 235	0.34 221	0.29 232

CFNet_pseudo	2.67 551	9.36 580	0.32 224	10.99 602	0.33 282	0.85 391	0.33 269	0.49 313	0.33 276	0.49 319	0.32 272	0.49 323	7.26 597	0.49 322	0.33 265	0.41 274	9.62 601	0.41 305	0.29 250	10.03 603	0.29 232

ccnet	0.80 361	2.28 453	0.33 230	0.50 282	0.33 282	0.50 335	0.33 269	0.50 322	0.33 276	0.49 319	0.33 279	0.49 323	1.56 509	2.38 529	0.33 265	0.41 274	0.29 219	0.42 316	1.57 524	2.28 514	0.29 232

CFNet-RSSM	0.91 392	4.89 540	0.34 240	0.44 255	1.07 448	1.62 504	1.40 517	0.91 391	0.35 289	1.60 496	1.39 517	0.64 371	0.34 285	0.44 295	0.33 265	0.41 274	0.35 257	0.75 388	0.30 264	0.41 282	0.29 232

psmorigin	0.41 254	0.46 196	0.33 230	0.49 274	0.33 282	0.49 326	0.33 269	0.49 313	0.33 276	0.49 319	0.33 279	0.49 323	0.33 280	0.51 339	0.33 265	0.41 274	0.30 228	0.41 305	0.30 264	0.79 367	0.29 232

ccs_rob	2.79 554	10.17 587	0.32 224	10.00 599	0.33 282	0.49 326	0.33 269	1.90 504	0.32 269	0.51 340	0.33 279	0.49 323	9.24 602	0.49 322	0.33 265	0.41 274	9.82 602	0.41 305	0.28 240	9.34 600	0.29 232

MonSter++	0.38 231	0.44 184	0.31 218	0.43 254	0.30 256	0.43 301	0.31 256	0.43 291	0.31 264	0.45 293	0.31 265	0.43 299	0.31 269	0.43 292	0.69 393	0.38 251	0.33 251	0.40 288	0.30 264	0.38 257	0.30 245

CSFM-Stereo	0.38 231	0.44 184	0.30 206	0.42 248	0.30 256	0.42 294	0.30 245	0.43 291	0.30 252	0.44 291	0.30 257	0.42 292	0.30 254	0.42 286	0.73 403	0.37 240	0.32 239	0.40 288	0.29 250	0.37 244	0.30 245

MultiAttention	0.30 181	0.30 139	0.30 206	0.30 177	0.30 256	0.30 210	0.30 245	0.30 204	0.30 252	0.30 208	0.30 257	0.30 216	0.30 254	0.30 215	0.30 245	0.30 205	0.30 228	0.30 214	0.30 264	0.30 200	0.30 245

MSAF-DinoV2	0.30 181	0.30 139	0.30 206	0.30 177	0.30 256	0.30 210	0.30 245	0.30 204	0.30 252	0.30 208	0.30 257	0.30 216	0.30 254	0.30 215	0.30 245	0.30 205	0.30 228	0.30 214	0.30 264	0.30 200	0.30 245

TorneroNet-64	0.45 273	0.27 133	0.30 206	0.58 304	0.27 232	0.70 376	0.30 245	0.28 197	0.73 411	0.73 379	0.28 240	0.71 378	0.66 381	0.75 381	0.27 218	0.27 195	0.29 219	0.37 264	0.75 416	0.28 194	0.30 245

EKT-Stereo	0.37 225	0.40 165	0.44 287	1.07 375	0.29 246	0.34 230	0.31 256	0.36 227	0.29 241	0.38 240	0.31 265	0.37 246	0.30 254	0.36 240	0.29 238	0.34 222	0.28 208	0.39 283	0.30 264	0.37 244	0.30 245

PML	0.46 279	1.36 398	0.29 202	0.58 304	0.30 256	0.57 363	0.29 240	0.57 350	0.29 241	0.57 359	0.29 245	0.57 362	0.29 247	0.56 353	0.29 238	0.52 323	0.30 228	0.53 364	0.31 275	0.53 337	0.30 245

GES	0.66 329	2.34 461	0.29 202	0.41 238	0.29 246	0.41 274	0.29 240	0.42 285	0.29 241	0.40 252	0.41 330	0.41 274	0.30 254	0.51 339	0.29 238	0.32 213	0.29 219	0.32 224	2.46 564	2.49 526	0.30 245

DANet	0.30 181	0.30 139	0.30 206	0.30 177	0.30 256	0.30 210	0.30 245	0.30 204	0.30 252	0.30 208	0.30 257	0.30 216	0.30 254	0.30 215	0.30 245	0.30 205	0.30 228	0.30 214	0.30 264	0.30 200	0.30 245
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 188	0.31 142	0.31 218	0.30 177	0.40 324	0.31 216	0.30 245	0.30 204	0.34 285	0.29 207	0.31 265	0.29 212	0.30 254	0.31 219	0.31 253	0.31 211	0.29 219	0.31 221	0.30 264	0.31 205	0.31 254

DStereoSA	0.32 197	0.52 222	0.34 240	0.31 183	0.31 267	0.30 210	0.30 245	0.31 209	0.30 252	0.31 213	0.31 265	0.31 220	0.30 254	0.31 219	0.31 253	0.30 205	0.32 239	0.31 221	0.31 275	0.31 205	0.31 254

DDF-Stereo	0.43 265	1.15 329	0.57 337	0.53 292	0.32 270	0.41 274	0.32 258	0.41 267	0.32 269	0.41 266	0.32 272	0.41 274	0.32 272	0.40 258	0.32 255	0.52 323	0.50 331	0.38 272	0.31 275	0.39 266	0.31 254

1test111	0.37 225	1.02 311	0.30 206	0.39 212	0.29 246	0.40 258	0.28 231	0.39 245	0.29 241	0.39 246	0.29 245	0.39 253	0.28 240	0.40 258	0.29 238	0.33 218	0.32 239	0.33 232	0.31 275	0.32 209	0.31 254

cc1	0.37 225	1.02 311	0.30 206	0.39 212	0.29 246	0.40 258	0.28 231	0.39 245	0.29 241	0.39 246	0.29 245	0.39 253	0.28 240	0.40 258	0.29 238	0.33 218	0.32 239	0.33 232	0.31 275	0.32 209	0.31 254

PCWNet_CMD	2.80 555	9.82 583	0.32 224	10.09 600	0.32 270	0.49 326	0.33 269	3.34 560	0.33 276	0.49 319	0.33 279	0.49 323	8.73 599	0.48 316	0.33 265	0.41 274	9.22 598	0.42 316	0.29 250	9.55 601	0.31 254

RAFT-Test	0.36 219	0.37 153	0.33 230	0.41 238	0.32 270	0.41 274	0.32 258	0.41 267	0.32 269	0.41 266	0.32 272	0.41 274	0.32 272	0.41 273	0.33 265	0.37 240	0.29 219	0.37 264	0.29 250	0.38 257	0.31 254

water-stereo	0.41 254	0.84 261	0.46 293	0.50 282	0.33 282	0.45 305	0.33 269	0.45 295	0.32 269	0.45 293	0.32 272	0.45 302	0.32 272	0.45 298	0.32 255	0.44 290	0.41 287	0.39 283	0.31 275	0.39 266	0.32 261

depthmonostereo	0.44 270	0.85 263	0.46 293	0.54 295	0.40 324	0.52 350	0.38 306	0.52 339	0.35 289	0.47 305	0.34 287	0.46 306	0.34 285	0.47 307	0.34 278	0.45 293	0.43 300	0.41 305	0.33 290	0.41 282	0.32 261

xyz-stereo-finetune	0.28 175	0.49 208	0.16 145	0.16 120	0.16 178	0.16 143	0.16 163	0.22 173	0.30 252	0.32 219	0.31 265	0.32 224	0.31 269	0.32 222	0.32 255	0.32 213	0.33 251	0.31 221	0.32 282	0.31 205	0.32 261

HART	0.38 231	0.45 192	0.34 240	0.42 248	0.33 282	0.41 274	0.34 282	0.42 285	0.33 276	0.43 286	0.34 287	0.42 292	0.34 285	0.41 273	0.38 297	0.40 266	0.32 239	0.42 316	0.32 282	0.40 272	0.32 261

ACVNet-DCA	0.37 225	1.00 299	0.30 206	0.40 226	0.29 246	0.40 258	0.29 240	0.40 252	0.29 241	0.40 252	0.29 245	0.40 261	0.29 247	0.39 255	0.28 228	0.33 218	0.32 239	0.33 232	0.32 282	0.33 217	0.32 261

xx1	0.38 231	1.03 313	0.31 218	0.40 226	0.31 267	0.41 274	0.28 231	0.40 252	0.29 241	0.40 252	0.29 245	0.40 261	0.29 247	0.40 258	0.29 238	0.34 222	0.33 251	0.34 240	0.32 282	0.34 221	0.32 261

RAFT + AFF	0.31 188	0.45 192	0.34 240	0.39 212	0.28 237	0.38 250	0.33 269	0.29 202	0.31 264	0.30 208	0.30 257	0.29 212	0.27 233	0.29 213	0.30 245	0.28 197	0.29 219	0.29 212	0.29 250	0.27 192	0.32 261

GCST	0.50 298	2.08 437	0.38 257	0.53 292	0.35 295	0.49 326	0.35 287	0.50 322	0.35 289	0.49 319	0.35 296	0.49 323	0.35 291	0.49 322	0.35 282	0.48 306	0.37 262	0.45 323	0.33 290	0.44 292	0.33 268

RAFT-Stereo-weight	0.45 273	1.90 426	0.34 240	0.42 248	0.36 301	0.43 301	0.35 287	0.42 285	0.34 285	0.42 280	0.34 287	0.44 300	0.34 285	0.41 273	0.34 278	0.38 251	0.32 239	0.38 272	0.32 282	0.38 257	0.33 268

LL-Strereo2	0.48 290	1.73 416	0.51 325	0.59 307	0.34 292	0.42 294	0.33 269	0.40 252	0.31 264	0.42 280	0.33 279	0.42 292	0.31 269	0.44 295	0.39 309	0.60 339	0.51 336	0.44 319	0.33 290	0.44 292	0.33 268

GMOStereo	0.37 225	0.45 192	0.23 177	0.30 177	0.37 305	0.41 274	0.36 293	0.41 267	0.35 289	0.43 286	0.36 299	0.41 274	0.40 313	0.41 273	0.36 285	0.34 222	0.22 184	0.47 336	0.37 315	0.39 266	0.33 268

error version	0.93 399	4.47 535	2.35 550	1.99 484	0.37 305	0.41 274	0.36 293	0.41 267	0.35 289	0.43 286	0.36 299	0.41 274	0.40 313	0.41 273	0.36 285	1.87 500	2.16 545	0.47 336	0.37 315	0.39 266	0.33 268

test_1	0.93 399	4.47 535	2.35 550	1.99 484	0.37 305	0.41 274	0.36 293	0.41 267	0.35 289	0.43 286	0.36 299	0.41 274	0.40 313	0.41 273	0.36 285	1.87 500	2.16 545	0.47 336	0.37 315	0.39 266	0.33 268

DStereoFS	0.32 197	0.33 146	0.32 224	0.33 191	0.30 256	0.32 225	0.32 258	0.32 211	0.31 264	0.30 208	0.31 265	0.31 220	0.30 254	0.32 222	0.32 255	0.32 213	0.31 234	0.30 214	0.47 359	0.32 209	0.34 274

GEAStereo	0.62 322	3.91 523	0.48 308	0.69 323	0.38 312	0.51 347	0.38 306	0.51 335	0.38 305	0.53 346	0.38 311	0.50 338	0.38 303	0.51 339	0.38 297	0.54 327	0.43 300	0.46 327	0.34 294	0.46 299	0.34 274

gasm-f	0.62 322	3.91 523	0.48 308	0.69 323	0.38 312	0.51 347	0.38 306	0.51 335	0.38 305	0.53 346	0.38 311	0.50 338	0.38 303	0.51 339	0.38 297	0.54 327	0.43 300	0.46 327	0.34 294	0.46 299	0.34 274

GASTEREO	0.48 290	1.21 382	0.47 300	0.57 302	0.38 312	0.50 335	0.38 306	0.50 322	0.38 305	0.50 332	0.38 311	0.50 338	0.38 303	0.50 330	0.38 297	0.52 323	0.42 296	0.46 327	0.34 294	0.46 299	0.34 274

SCV_C0	0.45 273	0.88 268	0.49 315	0.54 295	0.37 305	0.48 321	0.37 299	0.48 309	0.37 301	0.48 312	0.36 299	0.48 319	0.37 299	0.49 322	0.37 294	0.50 315	0.41 287	0.44 319	0.34 294	0.44 292	0.34 274

SCV	0.46 279	0.94 285	0.45 289	0.54 295	0.37 305	0.48 321	0.38 306	0.48 309	0.37 301	0.48 312	0.39 321	0.48 319	0.37 299	0.49 322	0.37 294	0.50 315	0.46 310	0.44 319	0.34 294	0.44 292	0.34 274

UGAM-zero	0.51 303	2.17 445	0.39 265	0.53 292	0.36 301	0.50 335	0.36 293	0.50 322	0.36 299	0.49 319	0.36 299	0.50 338	0.35 291	0.50 330	0.36 285	0.49 309	0.37 262	0.47 336	0.35 306	0.46 299	0.34 274

UGAM	0.51 303	2.23 450	0.39 265	0.54 295	0.35 295	0.50 335	0.35 287	0.49 313	0.35 289	0.49 319	0.35 296	0.49 323	0.36 294	0.50 330	0.36 285	0.49 309	0.37 262	0.45 323	0.34 294	0.45 296	0.34 274

gcap-zeroshot	0.35 213	0.32 144	0.37 254	0.49 274	0.39 322	0.33 228	0.21 191	0.26 193	0.35 289	0.42 280	0.34 287	0.49 323	0.29 247	0.47 307	0.39 309	0.34 222	0.17 165	0.38 272	0.23 208	0.48 316	0.34 274

H2IRNET	0.34 204	0.34 147	0.34 240	0.34 194	0.34 292	0.34 230	0.34 282	0.34 219	0.34 285	0.34 226	0.34 287	0.34 232	0.34 285	0.34 231	0.34 278	0.34 222	0.34 255	0.34 240	0.34 294	0.34 221	0.34 274

GSStereo	0.81 366	4.28 533	0.50 319	0.59 307	0.40 324	0.51 347	0.38 306	0.50 322	0.38 305	0.50 332	0.38 311	0.50 338	3.79 578	0.50 330	0.38 297	0.54 327	0.43 300	0.46 327	0.34 294	0.46 299	0.35 284

GS-Stereo							0.38 306	0.50 322	0.38 305	0.50 332	0.38 311	0.50 338	3.79 578	0.50 330	0.38 297	0.54 327	0.43 300	0.46 327	0.34 294	0.46 299	0.35 284

ETE_ROB	0.35 213	0.35 148	0.35 248	0.35 196	0.35 295	0.35 235	0.35 287	0.35 223	0.35 289	0.35 231	0.35 296	0.35 234	0.35 291	0.35 234	0.35 282	0.35 231	0.35 257	0.35 256	0.35 306	0.35 233	0.35 284

Pro-Stereo	0.79 358	0.53 226	0.38 257	0.49 274	0.38 312	0.49 326	0.37 299	0.49 313	0.67 385	0.50 332	0.38 311	1.10 431	0.38 303	0.49 322	0.38 297	0.71 359	0.88 397	5.98 597	0.36 312	0.46 299	0.36 287

fffy	0.38 231	0.43 181	0.33 230	0.46 257	0.33 282	0.45 305	0.32 258	0.45 295	0.32 269	0.45 293	0.32 272	0.45 302	0.33 280	0.45 298	0.32 255	0.38 251	0.38 268	0.38 272	0.37 315	0.37 244	0.36 287

CES	0.39 243	0.47 200	0.36 250	0.36 200	0.37 305	0.45 305	0.35 287	0.35 223	0.40 319	0.36 234	0.44 344	0.47 312	0.36 294	0.44 295	0.36 285	0.37 240	0.39 275	0.44 319	0.35 306	0.37 244	0.36 287

iRaftStereo_RVC	0.97 403	3.17 503	2.30 549	2.42 501	0.38 312	0.54 355	0.38 306	0.54 343	0.38 305	0.54 351	0.38 311	0.54 353	0.38 303	0.54 348	0.38 297	2.38 534	2.34 549	0.49 349	0.36 312	0.49 320	0.36 287

DMCA	0.36 219	0.38 157	0.37 254	0.35 196	0.35 295	0.36 238	0.36 293	0.36 227	0.35 289	0.35 231	0.37 306	0.36 240	0.36 294	0.35 234	0.36 285	0.36 236	0.36 260	0.35 256	0.36 312	0.36 240	0.36 287

LG-Stereo_L1	0.47 285	0.52 222	0.47 300	0.62 312	0.39 322	0.53 352	0.40 320	0.53 341	0.39 318	0.53 346	0.39 321	0.53 350	0.39 312	0.53 346	0.39 309	0.55 333	0.46 310	0.49 349	0.37 315	0.49 320	0.37 292

LG-Stereo_Zeroshot	0.48 290	0.55 232	0.47 300	0.63 314	0.41 333	0.56 357	0.44 336	0.56 347	0.41 328	0.56 356	0.41 330	0.57 362	0.42 330	0.56 353	0.41 320	0.55 333	0.43 300	0.51 358	0.37 315	0.51 331	0.37 292

LG-Stereo	0.60 317	0.58 237	0.47 300	0.64 317	0.74 410	1.00 407	0.69 395	0.57 350	0.41 328	0.57 359	0.41 330	0.57 362	0.41 324	1.00 413	0.75 408	0.91 383	0.51 336	0.52 361	0.37 315	0.52 333	0.37 292

CASnet	0.35 213	0.51 220	0.44 287	0.32 187	0.31 267	0.24 186	0.34 282	0.36 227	0.25 213	0.31 213	0.37 306	0.30 216	0.33 280	0.25 191	0.45 333	0.37 240	0.37 262	0.33 232	0.35 306	0.34 221	0.37 292
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.51 303	0.55 232	0.45 289	0.69 323	0.45 349	0.61 366	0.45 341	0.50 322	0.40 319	0.56 356	0.44 344	0.55 357	0.40 313	0.72 376	0.67 378	0.59 338	0.46 310	0.45 323	0.34 294	0.46 299	0.37 292

StereoDRNet-Refined	0.33 202	0.39 163	0.26 193	0.39 212	0.26 230	0.40 258	0.26 220	0.40 252	0.26 226	0.39 246	0.26 228	0.39 253	0.26 225	0.39 255	0.26 217	0.37 240	0.25 192	0.37 264	0.25 221	0.37 244	0.37 292
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.37 225	0.37 153	0.37 254	0.37 203	0.37 305	0.37 243	0.37 299	0.37 233	0.37 301	0.37 239	0.37 306	0.37 246	0.37 299	0.37 244	0.37 294	0.37 240	0.37 262	0.37 264	0.37 315	0.37 244	0.37 292

MSCF	0.51 303	1.40 401	0.49 315	0.58 304	0.38 312	0.50 335	0.38 306	0.54 343	0.41 328	0.52 343	0.41 330	0.53 350	0.42 330	0.53 346	0.41 320	0.60 339	0.47 318	0.48 344	0.37 315	0.48 316	0.38 299

DilatedVolume-Stereo	0.43 265	0.86 264	0.48 308	0.50 282	0.33 282	0.46 311	0.33 269	0.46 299	0.33 276	0.46 299	0.33 279	0.47 312	0.33 280	0.47 307	0.34 278	0.45 293	0.42 296	0.40 288	0.33 290	0.47 312	0.38 299

WAO-8	0.38 231	0.38 157	0.38 257	0.38 206	0.38 312	0.38 250	0.38 306	0.38 241	0.38 305	0.38 240	0.38 311	0.38 248	0.38 303	0.38 247	0.38 297	0.38 251	0.38 268	0.38 272	0.37 315	0.38 257	0.38 299

WAO-7	0.38 231	0.38 157	0.38 257	0.38 206	0.38 312	0.38 250	0.38 306	0.38 241	0.38 305	0.38 240	0.38 311	0.38 248	0.38 303	0.38 247	0.38 297	0.38 251	0.38 268	0.38 272	0.38 328	0.38 257	0.38 299

Venus	0.38 231	0.38 157	0.38 257	0.38 206	0.38 312	0.37 243	0.38 306	0.37 233	0.37 301	0.41 266	0.37 306	0.39 253	0.37 299	0.38 247	0.38 297	0.37 240	0.38 268	0.38 272	0.37 315	0.37 244	0.38 299

IMH	0.38 231	0.38 157	0.38 257	0.38 206	0.38 312	0.38 250	0.38 306	0.38 241	0.38 305	0.42 280	0.38 311	0.40 261	0.38 303	0.38 247	0.38 297	0.38 251	0.38 268	0.39 283	0.38 328	0.38 257	0.38 299

mms	0.40 247	0.45 192	0.35 248	0.48 268	0.36 301	0.47 316	0.34 282	0.45 295	0.38 305	0.47 305	0.33 279	0.45 302	0.32 272	0.45 298	0.32 255	0.39 262	0.38 268	0.38 272	0.37 315	0.39 266	0.39 305

GCAP-Stereo	0.75 349	4.15 530	0.42 284	0.75 334	0.35 295	0.78 384	0.40 320	0.79 377	0.38 305	0.78 388	0.36 299	0.78 389	0.36 294	0.79 383	0.39 309	0.75 364	0.39 275	0.76 390	0.39 331	0.75 361	0.39 305

HanzoNet	0.39 243	0.38 157	0.40 270	0.39 212	0.41 333	0.38 250	0.38 306	0.38 241	0.38 305	0.39 246	0.39 321	0.38 248	0.38 303	0.39 255	0.40 313	0.38 251	0.38 268	0.40 288	0.38 328	0.38 257	0.40 307

knoymous	0.40 247	0.40 165	0.40 270	0.40 226	0.40 324	0.40 258	0.40 320	0.40 252	0.40 319	0.40 252	0.40 324	0.40 261	0.40 313	0.40 258	0.40 313	0.40 266	0.40 278	0.40 288	0.40 332	0.40 272	0.40 307

anonymousa	0.40 247	0.40 165	0.40 270	0.40 226	0.40 324	0.40 258	0.40 320	0.40 252	0.40 319	0.40 252	0.40 324	0.40 261	0.40 313	0.40 258	0.40 313	0.40 266	0.40 278	0.40 288	0.40 332	0.40 272	0.40 307

riskmin	0.40 247	0.40 165	0.40 270	0.40 226	0.40 324	0.40 258	0.40 320	0.40 252	0.40 319	0.40 252	0.40 324	0.40 261	0.40 313	0.40 258	0.40 313	0.40 266	0.40 278	0.40 288	0.40 332	0.40 272	0.40 307

Anonymous_2	0.40 247	0.40 165	0.40 270	0.40 226	0.40 324	0.40 258	0.40 320	0.40 252	0.40 319	0.40 252	0.40 324	0.40 261	0.40 313	0.40 258	0.40 313	0.40 266	0.40 278	0.40 288	0.40 332	0.40 272	0.40 307

Anonymous_1	0.40 247	0.40 165	0.40 270	0.40 226	0.40 324	0.40 258	0.40 320	0.40 252	0.40 319	0.40 252	0.40 324	0.40 261	0.40 313	0.40 258	0.40 313	0.40 266	0.40 278	0.40 288	0.40 332	0.40 272	0.40 307

AdaStereo	0.40 247	0.40 165	0.40 270	0.40 226	0.40 324	0.40 258	0.40 320	0.40 252	0.40 319	0.40 252	0.40 324	0.40 261	0.40 313	0.40 258	0.40 313	0.40 266	0.40 278	0.40 288	0.40 332	0.40 272	0.40 307
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.
fffft	0.48 290	0.51 220	0.45 289	0.52 291	0.45 349	0.52 350	0.45 341	0.52 339	0.48 354	0.53 346	0.45 348	0.52 349	0.45 338	0.52 344	0.46 337	0.51 321	0.41 287	0.50 353	0.41 339	0.50 325	0.41 314
1: 1. 1
Former-RAFT_DAM_RVC	0.49 296	0.98 290	0.64 350	0.84 343	0.46 351	0.45 305	0.35 287	0.47 305	0.47 347	0.45 293	0.34 287	0.46 306	0.48 350	0.46 303	0.35 282	0.39 262	0.71 378	0.39 283	0.35 306	0.41 282	0.41 314

GwcNet-ADL	0.41 254	0.41 173	0.41 279	0.41 238	0.41 333	0.41 274	0.41 328	0.41 267	0.41 328	0.41 266	0.41 330	0.41 274	0.41 324	0.41 273	0.41 320	0.41 274	0.41 287	0.41 305	0.41 339	0.41 282	0.41 314

PSMNet-ADL	0.41 254	0.41 173	0.41 279	0.41 238	0.41 333	0.41 274	0.41 328	0.41 267	0.41 328	0.41 266	0.41 330	0.41 274	0.41 324	0.41 273	0.41 320	0.41 274	0.41 287	0.41 305	0.41 339	0.41 282	0.41 314

GANet-ADL	0.41 254	0.41 173	0.41 279	0.41 238	0.41 333	0.41 274	0.41 328	0.41 267	0.41 328	0.41 266	0.41 330	0.41 274	0.41 324	0.41 273	0.41 320	0.41 274	0.41 287	0.41 305	0.41 339	0.41 282	0.41 314

ADLNet2	0.41 254	0.41 173	0.41 279	0.41 238	0.41 333	0.41 274	0.41 328	0.41 267	0.41 328	0.41 266	0.41 330	0.41 274	0.41 324	0.41 273	0.41 320	0.41 274	0.41 287	0.41 305	0.41 339	0.41 282	0.41 314

ADLNet	0.41 254	0.41 173	0.41 279	0.41 238	0.41 333	0.41 274	0.41 328	0.41 267	0.41 328	0.41 266	0.41 330	0.41 274	0.41 324	0.41 273	0.41 320	0.41 274	0.41 287	0.41 305	0.41 339	0.41 282	0.41 314

MonSter	0.60 317	0.64 243	0.52 328	0.62 312	0.44 346	2.07 519	0.44 336	0.62 360	0.44 339	0.62 367	0.44 344	0.62 370	0.44 335	0.62 362	0.44 332	0.58 337	0.42 296	0.62 371	0.46 352	0.58 342	0.42 321

DispNO	1.00 406	0.63 241	0.43 285	3.45 535	0.44 346	0.65 372	0.43 335	0.64 362	0.43 336	0.64 370	0.43 342	0.64 371	3.03 556	0.64 367	0.43 331	4.55 566	0.43 300	0.63 373	0.43 348	0.63 346	0.43 322

MyStereo07	0.60 317	3.72 516	0.48 308	0.49 274	0.41 333	0.36 238	0.32 258	0.49 313	0.43 336	0.51 340	0.42 340	0.49 323	0.43 333	0.51 339	0.64 373	0.49 309	0.45 308	0.34 240	0.32 282	0.35 233	0.43 322

MyStereo04	0.56 315	3.72 516	0.59 339	0.49 274	0.41 333	0.36 238	0.32 258	0.37 233	0.31 264	0.34 226	0.46 350	0.35 234	0.32 272	0.35 234	0.33 265	0.49 309	0.45 308	0.34 240	0.32 282	0.35 233	0.43 322

PAM_32	0.64 326	2.38 465	0.51 325	0.92 353	0.43 345	0.53 352	0.44 336	0.87 385	0.43 336	0.52 343	0.45 348	0.53 350	0.40 313	0.54 348	0.46 337	0.62 347	0.56 344	0.48 344	0.45 350	0.76 362	0.44 325

Occ-G	1.12 422	0.52 222	3.72 579	3.50 539	0.50 367	0.56 357	0.47 348	0.54 343	0.46 342	0.54 351	0.41 330	0.54 353	0.42 330	0.52 344	0.42 328	3.42 556	4.02 576	0.52 361	0.45 350	0.51 331	0.44 325

LL-Strereo	1.01 412	5.06 542	1.63 511	0.70 327	1.43 517	0.56 357	0.46 343	0.57 350	0.50 359	0.57 359	0.50 367	1.58 499	0.49 355	0.59 360	0.50 353	1.64 493	0.52 338	0.51 358	1.37 512	0.52 333	0.45 327

MLG-Stereo	0.92 394	0.90 274	0.84 392	1.27 444	0.49 363	1.38 493	0.88 421	1.41 490	0.97 436	0.73 379	1.09 444	1.26 489	0.43 333	0.72 376	1.05 437	1.13 415	0.49 325	1.18 446	0.66 399	1.01 405	0.46 328

AIO-Stereo	0.84 377	0.66 244	0.70 368	0.83 342	0.67 397	0.98 405	0.82 418	1.14 419	0.72 408	1.03 422	0.74 417	1.03 424	1.09 432	0.99 411	0.45 333	1.04 404	0.73 381	0.95 423	0.74 415	0.94 397	0.46 328

otaku	0.46 279	0.46 196	0.46 293	0.46 257	0.46 351	0.46 311	0.46 343	0.46 299	0.46 342	0.46 299	0.46 350	0.46 306	0.46 341	0.46 303	0.46 337	0.46 297	0.46 310	0.46 327	0.46 352	0.46 299	0.46 328

Ntro	0.47 285	0.47 200	0.46 293	0.46 257	0.46 351	0.47 316	0.47 348	0.46 299	0.47 347	0.46 299	0.46 350	0.47 312	0.46 341	0.47 307	0.47 344	0.47 302	0.46 310	0.46 327	0.46 352	0.46 299	0.46 328

Dean	0.46 279	0.46 196	0.46 293	0.46 257	0.46 351	0.46 311	0.46 343	0.46 299	0.46 342	0.47 305	0.46 350	0.46 306	0.46 341	0.46 303	0.46 337	0.46 297	0.46 310	0.46 327	0.46 352	0.46 299	0.46 328

ACVNet_1	0.46 279	0.47 200	0.46 293	0.46 257	0.46 351	0.46 311	0.46 343	0.46 299	0.47 347	0.46 299	0.46 350	0.46 306	0.46 341	0.46 303	0.46 337	0.46 297	0.46 310	0.47 336	0.46 352	0.46 299	0.46 328

ACVNet-4b	0.46 279	0.46 196	0.46 293	0.46 257	0.46 351	0.46 311	0.46 343	0.46 299	0.46 342	0.46 299	0.46 350	0.46 306	0.46 341	0.47 307	0.46 337	0.46 297	0.46 310	0.46 327	0.46 352	0.46 299	0.46 328

UNDER WATER	0.47 285	0.47 200	0.47 300	0.47 263	0.47 357	0.47 316	0.47 348	0.47 305	0.47 347	0.47 305	0.47 358	0.47 312	0.46 341	0.47 307	0.47 344	0.47 302	0.47 318	0.47 336	0.46 352	0.47 312	0.47 335

LVE	0.47 285	0.47 200	0.47 300	0.47 263	0.49 363	0.47 316	0.47 348	0.47 305	0.49 356	0.47 305	0.47 358	0.47 312	0.46 341	0.47 307	0.47 344	0.47 302	0.47 318	0.48 344	0.47 359	0.47 312	0.47 335

AIO-test2	0.55 313	0.59 238	0.52 328	0.67 322	0.47 357	0.61 366	0.47 348	0.61 359	0.47 347	0.61 364	0.47 358	0.61 368	0.48 350	0.62 362	0.47 344	0.64 349	0.53 340	0.58 368	0.47 359	0.58 342	0.48 337

AIO-test1	0.54 308	0.60 240	0.52 328	0.66 321	0.47 357	0.61 366	0.47 348	0.58 353	0.46 342	0.61 364	0.46 350	0.61 368	0.45 338	0.62 362	0.45 333	0.61 343	0.52 338	0.57 367	0.48 363	0.57 341	0.48 337

RainbowNet	0.48 290	0.48 206	0.48 308	0.48 268	0.48 361	0.48 321	0.48 357	0.48 309	0.48 354	0.48 312	0.48 362	0.48 319	0.48 350	0.48 316	0.48 350	0.48 306	0.48 322	0.48 344	0.48 363	0.48 316	0.48 337

HaxPig	0.47 285	0.47 200	0.47 300	0.49 274	0.47 357	0.47 316	0.47 348	0.47 305	0.47 347	0.47 305	0.47 358	0.47 312	0.47 349	0.47 307	0.47 344	0.47 302	0.47 318	0.47 336	0.47 359	0.47 312	0.48 337

AEACV	1.12 422	0.52 222	3.12 570	3.24 524	0.86 426	0.53 352	0.49 359	0.60 357	0.47 347	0.53 346	0.49 365	0.55 357	0.45 338	0.55 352	0.47 344	3.01 551	3.88 574	0.71 383	0.60 384	0.80 370	0.48 337

TorneroNet	0.66 329	0.53 226	0.50 319	0.50 282	0.64 391	1.06 422	0.70 399	0.50 322	0.51 366	0.49 319	0.69 403	0.49 323	0.50 358	0.48 316	1.15 445	0.71 359	0.49 325	1.14 437	1.08 443	0.49 320	0.49 342

notaker	0.48 290	0.49 208	0.48 308	0.48 268	0.48 361	0.48 321	0.48 357	0.48 309	0.49 356	0.48 312	0.48 362	0.48 319	0.48 350	0.48 316	0.48 350	0.48 306	0.48 322	0.48 344	0.48 363	0.48 316	0.49 342

ACVNet_2	0.49 296	0.49 208	0.49 315	0.49 274	0.49 363	0.49 326	0.49 359	0.49 313	0.49 356	0.49 319	0.49 365	0.49 323	0.49 355	0.49 322	0.49 352	0.49 309	0.49 325	0.49 349	0.49 366	0.49 320	0.49 342

FoundationStereo	0.50 298	0.50 212	0.50 319	0.50 282	0.50 367	0.50 335	0.50 361	0.50 322	0.50 359	0.50 332	0.50 367	0.50 338	0.50 358	0.50 330	0.50 353	0.50 315	0.50 331	0.50 353	0.50 368	0.50 325	0.50 345

StereoAnything_RVC	0.50 298	0.50 212	0.50 319	0.50 282	0.50 367	0.50 335	0.50 361	0.50 322	0.50 359	0.50 332	0.50 367	0.50 338	0.50 358	0.50 330	0.50 353	0.50 315	0.50 331	0.50 353	0.50 368	0.50 325	0.50 345

dual_stereo	0.50 298	0.50 212	0.50 319	0.50 282	0.50 367	0.50 335	0.50 361	0.50 322	0.50 359	0.50 332	0.50 367	0.50 338	0.50 358	0.50 330	0.50 353	0.50 315	0.50 331	0.50 353	0.50 368	0.50 325	0.50 345

WCG-NET	0.61 320	1.21 382	0.54 333	0.61 311	0.53 376	0.67 374	0.53 367	0.66 365	0.53 367	0.64 370	0.53 376	0.65 374	0.53 365	0.59 360	0.52 360	0.65 350	0.48 322	0.64 374	0.52 372	0.58 342	0.50 345

MyStereo8	0.71 341	3.92 525	0.52 328	0.59 307	0.52 373	0.57 363	0.53 367	0.59 355	0.50 359	0.59 363	0.51 373	0.57 362	0.50 358	0.56 353	0.52 360	0.54 327	0.49 325	0.54 365	0.49 366	0.55 339	0.50 345

test-3	0.98 405	4.13 529	1.85 531	1.85 475	0.61 387	0.69 375	0.37 299	0.63 361	0.61 377	0.66 373	0.51 373	0.73 383	0.44 335	0.57 358	0.54 363	1.68 494	1.81 529	0.40 288	0.43 348	0.66 348	0.50 345

SANet	0.50 298	0.50 212	0.50 319	0.50 282	0.50 367	0.50 335	0.50 361	0.50 322	0.50 359	0.50 332	0.50 367	0.50 338	0.50 358	0.50 330	0.50 353	0.50 315	0.50 331	0.50 353	0.50 368	0.50 325	0.50 345

zero-FE	0.72 344	1.31 394	0.66 354	0.92 353	0.60 382	0.82 389	0.58 372	0.82 383	0.58 372	0.81 392	0.60 380	0.81 395	0.60 372	0.82 387	0.58 367	0.74 363	0.59 350	0.73 384	0.52 372	0.76 362	0.51 352

Monster-pub-eth3d	0.45 273	0.57 235	0.60 341	0.39 212	0.28 237	0.37 243	0.28 231	0.37 233	0.30 252	0.39 246	0.29 245	0.39 253	0.30 254	0.92 403	0.27 218	1.42 481	0.28 208	0.34 240	0.28 240	0.37 244	0.53 353

Monster-pub-mixall	0.44 270	0.56 234	0.60 341	0.38 206	0.27 232	0.37 243	0.27 223	0.37 233	0.29 241	0.38 240	0.27 233	0.38 248	0.29 247	0.85 393	0.27 218	1.46 484	0.26 195	0.34 240	0.26 227	0.36 240	0.53 353

ktn	0.72 344	0.53 226	1.08 415	1.14 383	0.51 372	1.22 483	1.36 510	0.51 335	0.59 374	0.51 340	0.51 373	0.69 377	1.20 444	0.67 371	0.51 358	0.51 321	0.49 325	0.58 368	0.66 399	0.52 333	0.53 353

Replicate-Monster	0.45 273	0.57 235	0.60 341	0.40 226	0.29 246	0.37 243	0.27 223	0.37 233	0.30 252	0.40 252	0.31 265	0.40 261	0.30 254	0.99 411	0.27 218	1.36 477	0.31 234	0.34 240	0.30 264	0.36 240	0.54 356

CFNet_ucs	2.73 552	9.64 582	0.33 230	9.92 598	0.32 270	0.49 326	0.33 269	0.49 313	0.33 276	0.49 319	0.33 279	0.49 323	8.98 601	0.48 316	0.33 265	0.41 274	9.96 604	0.40 288	0.29 250	10.12 604	0.54 356

anonymity	0.63 324	0.69 245	0.56 335	0.71 329	0.56 379	0.71 378	0.56 370	0.71 371	0.56 370	0.72 378	0.56 378	0.71 378	0.56 369	0.71 374	0.58 367	0.68 354	0.55 342	0.68 379	0.55 375	0.68 350	0.54 356

FC-DCNN	1.07 417	1.09 322	0.98 406	0.89 347	0.52 373	1.41 496	0.91 424	1.21 476	1.24 505	1.96 508	2.05 562	1.91 509	1.30 497	1.27 490	1.08 439	0.80 369	0.60 351	0.58 368	0.41 339	0.68 350	0.54 356

PSMNet_ROB	0.54 308	0.54 230	0.54 333	0.54 295	0.53 376	0.54 355	0.54 369	0.53 341	0.54 369	0.54 351	0.54 377	0.54 353	0.53 365	0.54 348	0.54 363	0.54 327	0.53 340	0.54 365	0.54 374	0.54 338	0.54 356

MyStereo06	0.75 349	4.12 527	0.60 341	0.63 314	0.61 387	0.62 369	0.66 381	0.56 347	0.45 341	0.55 354	0.48 362	0.54 353	0.46 341	0.57 358	0.45 333	0.60 339	0.57 346	0.64 374	0.55 375	0.72 357	0.55 361

MyStereo05	0.80 361	4.12 527	0.63 348	0.63 314	0.61 387	0.62 369	0.66 381	0.65 363	0.62 378	0.67 374	0.61 384	0.65 374	0.58 370	0.67 371	0.55 365	0.60 339	0.57 346	0.64 374	0.55 375	0.72 357	0.55 361

ARAFT	0.68 334	0.81 257	0.63 348	0.74 333	0.60 382	0.78 384	0.62 376	0.77 376	0.66 384	0.74 384	0.63 386	0.75 386	0.62 375	0.83 388	0.60 370	0.70 358	0.55 342	0.70 382	0.60 384	0.78 365	0.55 361

Zero-FE251	0.36 219	0.40 165	0.28 198	0.41 238	0.28 237	0.41 274	0.28 231	0.41 267	0.28 235	0.41 266	0.28 240	0.41 274	0.28 240	0.42 286	0.30 245	0.37 240	0.26 195	0.37 264	0.27 235	0.45 296	0.56 364

FlowAnything_test	1.02 414	1.72 411	0.71 371	1.59 465	0.70 403	1.61 502	0.69 395	1.61 493	0.70 400	1.60 496	0.70 405	1.61 503	0.69 393	1.61 500	0.70 399	0.81 372	0.58 348	0.81 398	0.55 375	0.81 373	0.56 364

FlowAnything	1.02 414	1.71 410	0.72 374	1.59 465	0.69 401	1.60 501	0.69 395	1.61 493	0.70 400	1.60 496	0.69 403	1.60 500	0.69 393	1.61 500	0.69 393	0.81 372	0.58 348	0.81 398	0.56 379	0.82 375	0.56 364

AIO-Stereo-zeroshot1	0.75 349	0.92 281	0.85 393	0.96 364	0.59 381	1.27 486	0.44 336	0.59 355	0.69 396	0.91 399	0.68 398	0.55 357	0.61 374	1.06 426	0.83 418	0.62 347	0.70 374	0.90 408	0.41 339	0.89 382	0.56 364

CASS	0.57 316	0.89 271	0.56 335	0.57 302	0.56 379	0.56 357	0.56 370	0.56 347	0.53 367	0.57 359	0.57 379	0.59 366	0.48 350	0.56 353	0.57 366	0.55 333	0.56 344	0.47 336	0.56 379	0.62 345	0.56 364
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DDUNet	0.81 366	2.45 469	0.57 337	0.90 348	0.60 382	0.88 394	0.59 374	0.90 389	0.60 375	0.88 396	0.60 380	0.90 402	0.58 370	0.88 395	0.60 370	0.84 379	0.60 351	0.86 406	0.57 381	0.86 379	0.60 369

SMoEStereo_RVC	0.63 324	0.75 250	0.51 325	0.73 332	0.53 376	0.71 378	0.47 348	0.67 366	0.58 372	0.74 384	0.60 380	0.72 381	0.53 365	0.74 380	0.51 358	0.61 343	0.62 356	0.62 371	0.61 386	0.63 346	0.61 370

UDG	0.80 361	2.21 449	0.60 341	0.91 350	0.60 382	0.90 397	0.58 372	0.88 388	0.60 375	0.90 397	0.60 380	0.88 399	0.60 372	0.90 398	0.58 367	0.86 381	0.60 351	0.84 404	0.59 383	0.84 378	0.61 370

RAFT-Stereo + iAFF	0.70 338	0.72 248	0.71 371	0.80 338	0.62 390	0.82 389	0.61 375	0.81 382	0.62 378	0.81 392	0.63 386	0.80 392	0.70 395	0.73 378	0.61 372	0.76 365	0.61 355	0.74 387	0.61 386	0.77 364	0.61 370

AFF-stereo	0.73 346	0.88 268	0.67 358	0.75 334	0.68 400	0.75 381	0.64 378	0.80 379	0.72 408	0.83 394	0.70 405	0.82 396	0.64 376	0.84 389	0.67 378	0.77 367	0.63 357	0.81 398	0.63 388	0.78 365	0.62 373

WQFJA1++	0.84 377	0.98 290	0.67 358	1.26 443	0.75 412	1.00 407	0.67 385	1.00 402	0.67 385	1.00 409	0.67 393	1.00 413	0.67 383	1.00 413	0.67 378	0.96 393	0.67 362	0.91 411	0.63 388	0.92 388	0.63 374

WQFJX	0.85 383	1.00 299	0.68 365	1.30 450	0.75 412	1.01 413	0.68 389	1.01 409	0.68 391	1.01 416	0.68 398	1.03 424	0.68 387	1.02 423	0.67 378	0.97 394	0.67 362	0.93 417	0.63 388	0.94 397	0.63 374

NLMM1	0.86 386	0.98 290	0.69 367	1.48 462	0.75 412	1.01 413	0.69 395	1.00 402	0.69 396	1.00 409	0.70 405	1.00 413	0.68 387	1.01 419	0.67 378	0.97 394	0.68 367	0.92 414	0.63 388	0.93 393	0.63 374

NLMM	0.84 377	1.00 299	0.67 358	1.27 444	0.75 412	1.00 407	0.68 389	1.00 402	0.67 385	1.00 409	0.67 393	1.02 423	0.67 383	1.02 423	0.67 378	0.97 394	0.67 362	0.93 417	0.63 388	0.92 388	0.63 374

NLSM3	0.85 383	0.99 297	0.68 365	1.29 448	0.76 417	1.01 413	0.68 389	1.01 409	0.68 391	1.02 420	0.68 398	1.01 419	0.68 387	1.01 419	0.68 385	0.97 394	0.68 367	0.93 417	0.64 393	0.93 393	0.63 374

pcwnet_v2	2.66 550	9.89 584	0.33 230	9.89 597	0.32 270	0.50 335	0.32 258	0.49 313	0.33 276	0.49 319	0.34 287	0.49 323	8.76 600	0.48 316	0.33 265	0.41 274	9.58 600	0.40 288	0.29 250	9.01 599	0.63 374

WQFJX1	0.84 377	0.98 290	0.67 358	1.30 450	0.75 412	1.01 413	0.67 385	1.01 409	0.67 385	1.01 416	0.67 393	1.01 419	0.68 387	1.00 413	0.68 385	0.98 398	0.67 362	0.92 414	0.64 393	0.92 388	0.64 380

DSFCA	0.66 329	0.73 249	0.78 385	0.65 318	0.65 393	0.64 371	0.64 378	0.65 363	0.63 380	0.64 370	0.64 388	0.64 371	0.64 376	0.65 368	0.65 374	0.65 350	0.65 360	0.65 377	0.65 397	0.66 348	0.64 380

WQFJA1	0.85 383	0.98 290	0.67 358	1.29 448	0.76 417	1.01 413	0.67 385	1.02 413	0.67 385	1.02 420	0.67 393	1.01 419	0.67 383	1.01 419	0.68 385	0.99 399	0.67 362	0.93 417	0.64 393	0.92 388	0.65 382

plain	1.88 494	3.16 502	0.64 350	3.10 519	0.65 393	3.10 557	0.64 378	3.12 556	0.65 382	3.10 557	0.65 390	3.11 557	0.65 378	3.12 556	0.65 374	3.12 552	0.65 360	3.13 555	0.65 397	3.13 543	0.65 382

MSMDNet	2.65 549	10.14 586	0.33 230	9.74 596	0.32 270	0.87 393	0.33 269	2.95 555	0.68 391	0.49 319	0.34 287	0.49 323	5.70 593	0.49 322	0.33 265	0.42 288	9.57 599	0.41 305	0.31 275	8.36 596	0.65 382

PA-Net	11.80 601	223.51 628	0.62 347	0.59 307	0.71 405	0.59 365	0.73 405	0.67 366	0.73 411	0.55 354	0.61 384	0.60 367	0.74 402	0.63 366	0.73 403	0.66 352	0.60 351	0.69 380	0.66 399	0.72 357	0.65 382
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MoCha-V2	2.11 519	26.97 606	0.78 385	0.92 353	0.77 420	0.96 404	0.72 404	0.90 389	0.72 408	0.94 405	0.70 405	0.90 402	0.71 399	0.91 399	0.71 401	0.85 380	0.71 378	0.88 407	0.69 406	0.87 380	0.67 386

R-Stereo Train	0.81 366	0.96 287	0.67 358	0.95 361	0.67 397	0.95 402	0.68 389	0.95 400	0.68 391	0.95 407	0.68 398	0.96 410	0.68 387	0.96 409	0.68 385	0.94 391	0.68 367	0.94 421	0.68 404	0.94 397	0.68 387

RAFT-Stereo	0.81 366	0.96 287	0.67 358	0.95 361	0.67 397	0.95 402	0.68 389	0.95 400	0.68 391	0.95 407	0.68 398	0.96 410	0.68 387	0.96 409	0.68 385	0.94 391	0.68 367	0.94 421	0.68 404	0.94 397	0.68 387
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AdaDepth	0.86 386	0.93 283	0.71 371	1.01 371	1.07 448	1.02 419	0.71 402	1.00 402	0.71 405	1.01 416	0.71 410	1.00 413	0.72 400	1.14 437	0.71 401	0.92 386	0.64 358	0.90 408	0.64 393	0.89 382	0.69 389

RSM++	0.76 353	0.82 260	0.66 354	0.85 345	0.64 391	0.85 391	0.71 402	0.94 398	0.64 381	0.87 395	0.67 393	0.87 398	0.65 378	0.84 389	0.65 374	0.81 372	0.70 374	0.79 393	0.71 411	0.83 377	0.70 390

DCRE	0.84 377	1.89 424	0.77 384	0.94 359	0.72 407	0.88 394	0.73 405	0.87 385	0.78 415	0.90 397	0.71 410	0.88 399	0.67 383	0.88 395	0.73 403	0.81 372	0.68 367	0.81 398	0.70 408	0.82 375	0.70 390

DMCA-RVC	0.70 338	0.80 254	0.70 368	0.70 327	0.70 403	0.70 376	0.70 399	0.71 371	0.70 400	0.70 377	0.71 410	0.71 378	0.70 395	0.70 373	0.69 393	0.69 355	0.70 374	0.69 380	0.70 408	0.69 354	0.70 390

MSMD_ROB	1.19 424	1.10 324	0.70 368	1.10 377	0.60 382	1.10 428	0.70 399	1.10 418	0.70 400	1.10 426	0.70 405	1.10 431	0.70 395	7.00 601	0.70 399	1.10 409	0.70 374	1.10 436	0.70 408	1.10 411	0.70 390

Wavelet-MonSter	1.00 406	1.21 382	0.76 382	1.94 479	1.01 443	1.11 431	0.76 409	1.15 420	0.76 414	1.11 431	0.76 419	1.14 437	0.76 405	1.11 434	0.76 410	1.21 465	0.90 398	1.02 432	0.71 411	1.02 407	0.71 394

ours_stereo	1.20 425	1.21 382	0.90 397	1.64 473	1.11 450	1.35 489	0.67 385	1.76 500	0.93 431	1.70 504	1.10 445	1.39 494	0.75 404	1.41 494	0.81 417	1.60 492	1.03 409	1.33 498	1.00 436	1.61 488	0.72 395

iGMRVC	0.84 377	2.85 495	0.72 374	0.72 331	0.73 408	0.77 382	0.79 412	0.73 374	0.74 413	0.73 379	0.72 413	0.73 383	0.76 405	0.73 378	0.73 403	0.72 361	0.73 381	0.73 384	0.72 413	0.73 360	0.72 395

HSM-Net_RVC	0.95 402	1.17 332	0.78 385	1.18 392	0.71 405	1.16 436	0.75 407	1.09 417	0.80 419	1.10 426	0.75 418	1.17 440	0.74 402	1.17 440	0.80 414	1.13 415	0.73 381	1.17 443	0.77 417	1.16 417	0.72 395
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UniTT-Stereo	2.03 512	3.43 509	0.72 374	3.42 534	0.73 408	3.27 560	0.68 389	3.38 561	0.69 396	3.29 560	0.72 413	3.28 560	0.70 395	3.35 562	0.68 385	3.39 555	0.68 367	3.31 558	0.69 406	3.37 544	0.73 398

ToySt	0.92 394	2.11 440	0.90 397	0.95 361	0.79 422	0.99 406	0.78 411	0.94 398	0.81 422	0.94 405	0.78 421	0.95 409	0.77 407	0.94 405	0.86 420	0.91 383	0.79 388	0.85 405	0.77 417	0.89 382	0.73 398

LMCR-Stereo	0.65 327	0.63 241	0.65 353	0.65 318	0.65 393	0.66 373	0.63 377	0.58 353	0.65 382	0.63 369	0.64 388	0.65 374	0.65 378	0.66 369	0.66 377	0.66 352	0.64 358	0.65 377	0.67 403	0.68 350	0.73 398

DRN-Test	0.14 112	0.13 83	0.09 65	0.14 99	0.09 115	0.15 135	0.09 114	0.14 129	0.10 119	0.14 128	0.09 116	0.14 129	0.09 117	0.13 130	0.09 109	0.12 94	0.09 70	0.12 122	0.09 111	0.12 128	0.73 398

252Zero-FE	0.45 273	0.50 212	0.36 250	0.50 282	0.36 301	0.50 335	0.36 293	0.50 322	0.36 299	0.49 319	0.36 299	0.49 323	0.36 294	0.54 348	0.41 320	0.45 293	0.34 255	0.45 323	0.34 294	0.55 339	0.75 402

HBP-ISP	1.24 473	1.72 411	1.65 512	1.15 385	0.76 417	1.40 495	0.88 421	1.67 499	1.02 444	1.69 503	1.38 516	1.69 504	1.21 490	1.87 510	1.21 499	1.05 405	0.79 388	0.97 426	0.80 422	1.19 425	0.75 402

DStereoRT	0.73 346	0.81 257	0.73 378	0.71 329	0.74 410	0.73 380	0.75 407	0.71 371	0.71 405	0.74 384	0.72 413	0.73 383	0.80 410	0.71 374	0.73 403	0.76 365	0.71 378	0.73 384	0.72 413	0.70 355	0.76 404

UNet	0.29 180	0.90 274	0.10 69	0.14 99	0.10 122	0.14 128	0.10 119	0.91 391	0.69 396	0.14 128	0.11 134	0.14 129	0.11 133	0.14 131	0.10 115	0.12 94	0.09 70	0.12 122	0.09 111	0.88 381	0.76 404

RAStereo	2.23 533	3.64 512	0.76 382	3.65 543	0.86 426	3.66 565	0.76 409	3.67 565	0.81 422	3.66 562	0.76 419	3.66 563	0.77 407	3.68 564	0.77 411	3.68 558	0.77 386	3.69 563	0.77 417	3.70 547	0.77 406

G-Net	0.79 358	0.79 253	0.79 388	0.79 336	0.79 422	0.79 386	0.79 412	0.79 377	0.79 418	0.79 389	0.79 422	0.79 391	0.79 409	0.79 383	0.79 412	0.79 368	0.79 388	0.79 393	0.79 420	0.79 367	0.79 407

NaN_ROB	0.80 361	0.80 254	0.80 389	0.80 338	0.80 424	0.80 387	0.80 415	0.80 379	0.80 419	0.80 390	0.80 423	0.80 392	0.80 410	0.80 385	0.80 414	0.80 369	0.80 391	0.80 396	0.80 422	0.80 370	0.80 408

CSAN	0.80 361	0.80 254	0.80 389	0.80 338	0.80 424	0.80 387	0.80 415	0.80 379	0.80 419	0.80 390	0.80 423	0.80 392	0.80 410	0.80 385	0.80 414	0.80 369	0.80 391	0.80 396	0.80 422	0.80 370	0.80 408

DPSimNet_ROB	0.97 403	1.18 334	0.81 391	1.10 377	0.91 432	1.02 419	0.82 418	1.04 414	0.91 426	1.03 422	0.86 426	1.28 491	0.82 413	1.03 425	0.89 421	1.17 418	0.81 393	1.02 432	0.82 425	1.08 410	0.81 410

Selective-RAFT	0.89 391	0.89 271	0.72 374	1.16 390	0.78 421	1.06 422	0.82 418	0.87 385	0.97 436	1.00 409	0.91 430	0.90 402	1.00 422	0.89 397	0.93 426	0.83 377	0.83 394	0.82 402	0.82 425	0.81 373	0.82 411

StereoDRNet	0.15 124	0.14 89	0.10 69	0.14 99	0.09 115	0.15 135	0.09 114	0.14 129	0.09 118	0.14 128	0.10 120	0.14 129	0.09 117	0.14 131	0.09 109	0.13 109	0.10 75	0.13 126	0.09 111	0.13 130	0.82 411

Selective-RAFT-Error	0.88 389	0.84 261	0.98 406	0.86 346	0.97 438	0.88 394	0.95 429	0.84 384	0.99 439	0.92 401	0.82 425	0.84 397	0.98 421	0.87 394	0.97 429	0.81 372	0.83 394	0.79 393	0.82 425	0.79 367	0.85 413

IGEVStereo-DCA	1.77 490	4.21 531	1.84 529	2.49 504	2.11 556	2.54 542	1.36 510	1.65 497	1.17 454	2.75 551	1.90 545	2.54 537	1.15 437	0.94 405	1.11 441	1.50 486	1.32 481	0.96 424	1.46 521	1.49 484	0.88 414

rrr	1.77 490	4.21 531	1.84 529	2.49 504	2.11 556	2.54 542	1.36 510	1.65 497	1.17 454	2.75 551	1.90 545	2.54 537	1.15 437	0.94 405	1.11 441	1.50 486	1.32 481	0.96 424	1.46 521	1.49 484	0.88 414

MM-Stereo_test2	1.20 425	1.85 420	1.05 412	1.46 461	0.94 436	1.36 491	0.99 432	1.36 485	0.95 433	1.41 491	0.98 436	1.40 496	0.96 419	1.37 492	0.95 427	1.37 479	1.06 410	1.33 498	0.93 433	1.29 477	0.89 416

4D-IteraStereo	0.78 357	3.13 501	0.89 394	0.69 323	0.32 270	0.40 258	0.32 258	0.76 375	0.97 436	0.52 343	0.65 390	0.89 401	0.32 272	0.76 382	0.98 430	0.83 377	0.94 403	0.35 256	0.27 235	0.70 355	0.89 416

DGTPSM_ROB	0.93 399	1.00 299	0.92 401	0.94 359	0.96 437	0.91 398	0.92 425	0.91 391	0.96 435	0.91 399	0.96 434	0.93 408	0.92 417	0.94 405	0.92 422	0.92 386	0.92 401	0.90 408	0.92 429	0.94 397	0.91 418

pmcnn	0.92 394	0.92 281	0.92 401	0.92 353	0.92 433	0.92 399	0.92 425	0.92 394	0.92 430	0.92 401	0.92 433	0.92 405	0.92 417	0.92 403	0.92 422	0.92 386	0.92 401	0.92 414	0.92 429	0.92 388	0.92 419

UPFNet	0.42 264	1.20 336	0.17 152	0.24 157	0.17 182	0.25 193	0.17 171	1.19 428	0.90 425	0.25 190	0.17 178	0.24 188	0.17 180	0.25 191	0.17 172	0.22 166	0.17 165	0.22 177	0.16 169	1.15 415	0.93 420

DPSM_ROB	0.92 394	0.91 276	0.91 399	0.91 350	0.92 433	0.92 399	0.92 425	0.92 394	0.91 426	0.93 403	0.91 430	0.92 405	0.90 415	0.91 399	0.92 422	0.92 386	0.91 399	0.91 411	0.92 429	0.93 393	0.93 420

DPSM	0.92 394	0.91 276	0.91 399	0.91 350	0.92 433	0.92 399	0.92 425	0.92 394	0.91 426	0.93 403	0.91 430	0.92 405	0.90 415	0.91 399	0.92 422	0.92 386	0.91 399	0.91 411	0.92 429	0.93 393	0.93 420

MM-Stereo_test3	1.27 475	2.07 436	1.18 424	1.60 468	1.02 445	1.45 498	1.01 436	1.40 489	1.04 445	1.44 493	1.03 441	1.46 498	1.02 429	1.44 496	1.02 436	1.51 488	1.12 424	1.32 497	0.98 434	1.38 481	0.97 423

delet	0.43 265	1.21 382	0.17 152	0.25 164	0.17 182	0.25 193	0.18 178	1.26 480	0.95 433	0.25 190	0.17 178	0.25 193	0.17 180	0.25 191	0.17 172	0.23 177	0.16 145	0.22 177	0.16 169	1.18 423	0.98 424

MMNet	0.44 270	1.24 390	0.17 152	0.25 164	0.17 182	0.25 193	0.18 178	1.26 480	0.93 431	0.25 190	0.17 178	0.25 193	0.18 188	0.25 191	0.17 172	0.23 177	0.16 145	0.23 185	0.16 169	1.20 426	0.99 425

psm_up	0.43 265	1.19 335	0.17 152	0.25 164	0.18 192	0.25 193	0.19 182	1.26 480	0.91 426	0.26 198	0.17 178	0.25 193	0.17 180	0.25 191	0.17 172	0.22 166	0.17 165	0.23 185	0.16 169	1.18 423	0.99 425

BPD-Stereo	1.53 482	1.36 398	1.06 413	1.42 460	1.23 510	1.41 496	1.07 440	1.43 491	1.12 447	1.42 492	1.06 442	1.83 506	1.07 431	1.42 495	1.07 438	1.27 469	1.38 497	6.80 598	1.00 436	1.26 475	1.00 427

GANet	1.00 406	1.00 299	1.00 408	1.00 368	1.00 439	1.00 407	1.00 433	1.00 402	1.00 440	1.00 409	1.00 437	1.00 413	1.00 422	1.00 413	1.00 432	1.00 400	1.00 404	1.00 428	1.00 436	1.00 402	1.00 427

TDLM	1.00 406	1.00 299	1.00 408	1.00 368	1.00 439	1.00 407	1.00 433	1.00 402	1.00 440	1.00 409	1.00 437	1.00 413	1.00 422	1.00 413	1.00 432	1.00 400	1.00 404	1.00 428	1.00 436	1.00 402	1.00 427

CVANet_RVC	1.00 406	1.00 299	1.00 408	1.00 368	1.00 439	1.00 407	1.00 433	1.00 402	1.00 440	1.00 409	1.00 437	1.00 413	1.00 422	1.00 413	1.00 432	1.00 400	1.00 404	1.00 428	1.00 436	1.00 402	1.00 427

AIO-Stereo-zeroshot	0.91 392	0.86 264	0.89 394	1.25 442	0.69 401	1.05 421	0.81 417	1.16 423	0.50 359	1.12 432	0.97 435	0.72 381	0.82 413	1.06 426	0.95 427	0.61 343	0.87 396	1.03 434	0.85 428	1.04 408	1.01 431

trnet	1.01 412	1.01 307	1.01 411	1.01 371	1.01 443	1.01 413	1.01 436	1.01 409	1.01 443	1.01 416	1.01 440	1.01 419	1.01 428	1.01 419	1.01 435	1.01 403	1.01 407	1.01 431	1.01 441	1.01 405	1.01 431

ff7	1.68 486	2.68 477	1.35 484	0.97 365	0.89 428	1.84 505	2.15 555	2.12 513	1.80 540	2.05 518	1.56 523	2.33 524	2.12 546	2.23 521	2.25 558	1.31 471	1.07 411	1.48 505	1.41 515	0.90 385	1.04 433

ffff	1.68 486	2.68 477	1.35 484	0.97 365	0.89 428	1.84 505	2.15 555	2.12 513	1.80 540	2.05 518	1.56 523	2.33 524	2.12 546	2.23 521	2.25 558	1.31 471	1.07 411	1.48 505	1.41 515	0.90 385	1.04 433

ccc-4	1.68 486	2.68 477	1.35 484	0.97 365	0.89 428	1.84 505	2.15 555	2.12 513	1.80 540	2.05 518	1.56 523	2.33 524	2.12 546	2.23 521	2.25 558	1.31 471	1.07 411	1.48 505	1.41 515	0.90 385	1.04 433

edge stereo	2.43 544	27.07 607	1.14 418	1.06 374	1.14 451	1.08 425	1.17 449	1.16 423	1.14 448	1.10 426	1.16 449	1.09 429	1.16 441	1.10 432	1.16 448	1.10 409	1.11 421	1.16 439	1.19 451	1.13 412	1.11 436

Abc-Net	2.32 536	24.75 598	1.14 418	1.17 391	1.17 457	1.11 431	1.15 446	1.17 425	1.21 502	1.08 425	1.16 449	1.12 436	1.14 436	1.09 430	1.17 449	1.09 407	1.16 427	1.17 443	1.17 450	1.16 417	1.11 436
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
StereoVision	3.15 557	5.00 541	0.89 394	4.83 567	1.00 439	3.93 566	1.27 504	6.37 595	1.34 510	5.67 595	1.26 504	5.84 596	1.27 494	5.03 592	1.24 501	5.10 584	1.09 417	4.61 576	0.57 381	5.62 584	1.12 438

GLC_STEREO	1.07 417	1.01 307	1.06 413	1.07 375	1.05 447	1.06 422	1.08 441	1.08 415	1.05 446	1.07 424	1.06 442	1.08 427	1.05 430	1.06 426	1.10 440	1.07 406	1.09 417	1.05 435	1.05 442	1.06 409	1.12 438

AF-Net	2.37 541	25.71 602	1.17 422	1.13 382	1.15 452	1.15 435	1.18 450	1.19 428	1.16 450	1.10 426	1.15 446	1.10 431	1.18 442	1.12 436	1.15 445	1.10 409	1.10 420	1.17 443	1.15 447	1.16 417	1.12 438

RGC	2.36 539	25.48 600	1.19 426	1.15 385	1.15 452	1.10 428	1.16 448	1.17 425	1.16 450	1.12 432	1.16 449	1.11 435	1.13 434	1.09 430	1.18 450	1.10 409	1.15 426	1.16 439	1.12 445	1.14 413	1.12 438

KSHMR	0.66 329	0.50 212	0.48 308	1.15 385	0.52 373	0.49 326	0.51 365	0.49 313	0.71 405	0.67 374	0.50 367	1.16 439	1.11 433	0.66 369	0.52 360	0.49 309	0.49 325	0.51 358	0.66 399	0.50 325	1.14 442

4.25w-stereo	1.98 497	2.72 484	1.46 501	3.47 536	1.43 517	2.07 519	1.98 546	2.53 538	1.52 521	2.71 544	1.98 557	1.81 505	1.62 513	1.96 513	1.36 513	1.88 503	2.00 534	2.53 549	1.61 531	1.74 495	1.15 443

2w_stereo	1.99 498	2.36 464	1.81 520	3.24 524	1.67 528	1.94 510	1.98 546	2.72 541	1.68 525	2.72 545	1.94 548	1.98 513	1.74 523	1.79 507	1.27 505	1.95 507	2.00 534	2.53 549	1.60 530	1.68 492	1.15 443

Nwc_Net	2.37 541	25.95 603	1.15 420	1.14 383	1.15 452	1.08 425	1.14 445	1.17 425	1.16 450	1.14 435	1.15 446	1.08 427	1.15 437	1.11 434	1.14 444	1.10 409	1.11 421	1.16 439	1.09 444	1.16 417	1.15 443

4.5w-stereo	1.99 498	2.33 457	1.81 520	3.28 526	1.68 530	1.94 510	1.99 549	2.72 541	1.70 528	2.72 545	1.99 560	1.97 512	1.68 515	1.76 504	1.29 508	1.91 505	2.02 540	2.53 549	1.61 531	1.75 496	1.16 446

4.25_new	2.00 502	2.33 457	1.82 525	3.32 529	1.69 531	1.95 513	1.99 549	2.72 541	1.71 529	2.72 545	1.97 551	2.01 515	1.74 523	1.77 505	1.28 506	2.18 516	2.01 536	2.48 547	1.58 527	1.65 489	1.17 447

4.5w_new	2.00 502	2.33 457	1.82 525	3.32 529	1.69 531	1.95 513	1.99 549	2.72 541	1.71 529	2.72 545	1.97 551	2.01 515	1.74 523	1.77 505	1.28 506	2.18 516	2.01 536	2.48 547	1.58 527	1.65 489	1.17 447

RP	2.33 537	25.00 599	1.13 417	1.15 385	1.15 452	1.10 428	1.15 446	1.15 420	1.15 449	1.12 432	1.15 446	1.09 429	1.13 434	1.10 432	1.15 445	1.11 414	1.09 417	1.16 439	1.12 445	1.16 417	1.17 447

NCC-stereo	2.36 539	25.52 601	1.17 422	1.15 385	1.17 457	1.11 431	1.11 442	1.15 420	1.16 450	1.10 426	1.16 449	1.10 431	1.15 437	1.14 437	1.13 443	1.09 407	1.11 421	1.15 438	1.16 449	1.17 422	1.17 447

stereogan	2.33 537	24.38 597	1.18 424	1.18 392	1.18 459	1.14 434	1.18 450	1.19 428	1.19 456	1.14 435	1.18 453	1.14 437	1.18 442	1.14 437	1.18 450	1.14 417	1.14 425	1.19 447	1.19 451	1.15 415	1.19 451

DisPM	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

CrosDoStereo	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

PFNet+	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

LCNet	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

HHNet	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

Patchmatch Stereo++	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452
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	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

STrans-v2	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

TransformOpticalFlow	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

OMP-Stereo	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

IIG-Stereo	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

NF-Stereo	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

OCTAStereo	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

PSM-softLoss	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

KMStereo	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

NRIStereo	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

PSM-adaLoss	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

PSM-AAD	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

FTStereo	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

ROB_FTStereo_v2	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

ROB_FTStereo	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

Consistency-Raft	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

KYRaft	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

HUI-Stereo	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

ASMatch	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

DeepStereo_LL	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

DEmStereo	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

SST-Stereo	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

THIR-Stereo	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

RAFT_R40	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

DRaft	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

PFNet	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

GrayStereo	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

RE-Stereo	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

Pruner-Stereo	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

TVStereo	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

DeepStereo_RVC	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

RAFT-RH_RVC	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

IRAFT_RVC	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

RAFT-345	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

iRAFT	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

CRE-IMP	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

GMM-Stereo	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

RAFT-IKP	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

Prome-Stereo	1.20 425	1.20 336	1.20 429	1.20 394	1.20 460	1.20 437	1.20 452	1.20 431	1.20 457	1.20 439	1.20 454	1.20 442	1.20 444	1.20 442	1.20 454	1.20 420	1.20 432	1.20 448	1.20 454	1.20 426	1.20 452

SPS-STEREO	1.59 484	1.91 427	1.21 475	1.94 479	1.20 460	2.00 516	1.23 499	1.99 507	1.24 505	2.00 513	1.25 503	2.03 517	1.26 493	2.00 515	1.29 508	1.90 504	1.18 431	1.89 523	1.21 499	1.89 501	1.20 452
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
2.75w_new	1.99 498	2.34 461	1.81 520	3.14 520	1.62 525	1.94 510	1.99 549	2.72 541	1.71 529	2.72 545	1.99 560	1.90 508	1.73 521	1.82 509	1.29 508	2.37 533	2.01 536	2.31 536	1.42 518	1.77 497	1.22 498

GANetREF_RVC	1.55 483	1.94 433	1.22 476	1.88 476	1.21 506	1.88 508	1.22 498	1.88 502	1.22 503	1.88 505	1.22 500	1.88 507	1.22 491	1.89 511	1.22 500	1.87 500	1.22 479	1.88 522	1.22 500	1.88 500	1.22 498
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
S-Stereo	2.51 546	26.86 605	1.23 478	1.22 439	1.22 508	1.24 485	1.25 501	1.22 477	1.24 505	1.21 484	1.24 502	1.19 441	1.27 494	1.19 441	1.24 501	1.19 419	1.20 432	1.25 495	1.19 451	1.24 474	1.23 500

3.75w	1.99 498	2.31 455	1.83 528	3.16 522	1.65 527	1.93 509	1.98 546	2.72 541	1.68 525	2.73 550	1.97 551	2.00 514	1.72 520	1.81 508	1.25 504	2.27 524	2.01 536	2.38 541	1.42 518	1.71 493	1.24 501

CFNet-ft	0.55 313	1.57 406	0.14 126	0.20 136	0.14 158	0.20 163	2.53 560	1.61 493	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.20 160	0.14 152	0.17 142	0.12 113	0.17 154	0.12 148	1.56 486	1.24 501

FAT-Stereo	2.46 545	26.05 604	1.23 478	1.23 441	1.22 508	1.20 437	1.24 500	1.23 479	1.23 504	1.19 438	1.22 500	1.21 487	1.24 492	1.20 442	1.24 501	1.21 465	1.17 430	1.22 494	1.25 504	1.20 426	1.24 501

MaDis-Stereo	3.19 558	6.02 562	1.12 416	5.61 576	1.16 456	5.43 593	1.02 438	5.15 592	0.70 400	5.43 592	1.21 499	5.03 593	0.97 420	4.85 586	0.99 431	4.53 565	1.16 427	5.53 592	1.25 504	5.37 582	1.30 504

11t	1.27 475	2.70 480	1.34 482	1.32 453	0.89 428	1.30 488	1.34 507	1.64 496	0.57 371	1.45 494	0.72 413	1.05 426	1.29 496	1.07 429	1.29 508	1.49 485	1.02 408	0.97 426	1.15 447	1.48 483	1.31 505

tt45	1.04 416	0.88 268	1.36 492	0.92 353	1.03 446	1.51 500	0.79 412	0.70 370	0.88 424	0.74 384	0.90 427	1.60 500	0.72 400	1.60 498	0.75 408	0.91 383	0.78 387	1.52 508	0.79 420	1.14 413	1.32 506

MM-Stereo_test1	1.80 492	3.41 508	1.52 507	2.12 486	1.41 516	2.04 517	1.41 518	2.05 511	1.46 520	2.04 517	1.41 518	2.05 518	1.42 507	2.05 516	1.43 518	2.04 512	1.54 509	1.94 524	1.38 514	1.99 503	1.33 507

MC-Stereo	1.76 489	2.96 496	1.37 494	2.14 487	1.37 513	2.14 522	1.36 510	2.14 516	1.37 515	2.14 522	1.37 514	2.14 519	1.37 504	2.14 520	1.37 514	1.97 508	1.32 481	1.97 525	1.32 508	1.98 502	1.33 507

CC-Net-ROB	1.36 478	1.33 396	1.33 481	1.36 456	1.38 514	1.36 491	1.33 506	1.37 487	1.34 510	1.35 488	1.36 513	1.38 493	1.34 500	1.38 493	1.38 515	1.35 475	1.38 497	1.33 498	1.35 509	1.43 482	1.34 509

MaskLacGwcNet_RVC	1.35 477	1.35 397	1.35 484	1.35 455	1.35 511	1.35 489	1.35 508	1.36 485	1.35 513	1.36 489	1.35 511	1.36 492	1.36 502	1.36 491	1.35 512	1.35 475	1.35 493	1.35 501	1.35 509	1.35 479	1.35 510

RASNet	1.49 481	1.65 408	1.45 500	1.38 458	1.43 517	1.47 499	1.36 510	1.38 488	1.36 514	1.39 490	1.60 527	1.45 497	1.45 508	1.51 497	2.21 557	1.53 489	1.36 494	1.36 503	1.36 511	1.66 491	1.36 511

PS-NSSS	1.38 480	1.39 400	1.34 482	1.34 454	1.35 511	1.38 493	1.37 515	1.35 484	1.38 516	1.34 487	1.34 510	1.39 494	1.38 505	1.70 502	1.40 516	1.36 477	1.36 494	1.36 503	1.37 512	1.37 480	1.36 511

MIF-Stereo (partial)	2.58 548	3.31 507	0.66 354	3.18 523	0.66 396	3.18 558	0.66 381	3.21 557	0.67 385	3.19 558	0.66 392	3.19 558	0.66 381	3.31 560	0.68 385	5.09 583	1.79 528	8.23 602	1.67 537	6.18 586	1.38 513

999	1.00 406	1.12 325	0.59 339	1.10 377	1.21 506	1.09 427	0.52 366	1.08 415	1.43 519	1.18 437	1.35 511	0.98 412	0.52 364	0.91 399	0.85 419	0.72 361	1.46 502	0.83 403	0.98 434	0.68 350	1.41 514

sCroCo_RVC	2.10 518	2.76 488	1.92 539	2.78 514	1.39 515	2.73 550	1.41 518	2.73 547	1.40 517	2.77 556	1.41 518	2.74 552	1.40 506	2.74 551	1.40 516	2.72 549	1.42 500	2.72 553	1.44 520	2.79 540	1.42 515

RAFT_CTSACE	1.92 495	3.71 515	1.72 517	1.88 476	1.72 535	2.04 517	1.42 520	2.18 518	1.89 551	2.02 515	1.97 551	1.95 510	2.06 545	1.93 512	1.62 524	1.76 495	1.66 520	2.02 526	1.73 545	1.73 494	1.43 516

MonStereo1	1.94 496	2.77 490	1.52 507	3.73 547	1.51 520	2.13 521	1.42 520	2.32 526	1.52 521	2.31 530	1.50 521	2.53 534	1.59 510	2.34 528	1.56 521	1.91 505	1.36 494	1.86 518	1.31 507	2.07 504	1.53 517

1w_stereo	2.05 517	2.32 456	1.35 484	3.74 548	2.01 550	2.73 550	1.42 520	1.88 502	1.93 553	2.03 516	1.28 506	2.71 546	1.99 541	2.72 548	1.72 533	2.20 518	1.32 481	1.87 519	1.86 548	2.45 522	1.54 518

test_xeample3	1.10 419	1.81 417	0.61 346	0.84 343	0.49 363	0.77 382	0.66 381	0.92 394	1.40 517	0.68 376	0.46 350	0.78 389	0.54 368	1.72 503	1.48 519	1.34 474	1.52 506	1.35 501	1.67 537	1.33 478	1.55 519

LGtest1	2.22 530	2.70 480	1.89 536	2.76 510	1.86 542	2.75 552	1.86 539	2.75 548	1.86 545	2.75 551	1.86 539	2.77 555	1.87 529	2.75 552	1.86 545	2.46 538	1.58 512	2.45 544	1.56 523	2.45 522	1.56 520

LG-G_1	2.22 530	2.71 482	1.89 536	2.77 511	1.87 545	2.75 552	1.87 541	2.76 549	1.87 549	2.75 551	1.87 540	2.76 553	1.87 529	2.75 552	1.86 545	2.47 539	1.58 512	2.45 544	1.57 524	2.45 522	1.57 521

LG-G	2.22 530	2.71 482	1.89 536	2.77 511	1.87 545	2.75 552	1.87 541	2.76 549	1.87 549	2.75 551	1.87 540	2.76 553	1.87 529	2.75 552	1.86 545	2.47 539	1.58 512	2.45 544	1.57 524	2.45 522	1.57 521

3w_stereo	2.04 515	2.24 451	1.70 514	3.15 521	2.18 562	2.49 536	1.26 503	2.03 510	1.98 555	1.98 511	1.33 509	2.72 550	1.99 541	2.59 540	1.72 533	2.22 520	1.33 488	1.85 515	1.88 554	2.50 528	1.58 523

DPSMNet_ROB	1.60 485	1.59 407	1.70 514	1.59 465	1.59 523	1.61 502	1.61 526	1.60 492	1.60 523	1.62 502	1.59 526	1.60 500	1.60 511	1.60 498	1.59 523	1.59 490	1.60 516	1.59 509	1.59 529	1.59 487	1.59 524

asd	2.18 523	2.77 490	1.58 509	3.59 541	2.00 549	2.58 544	1.85 538	2.39 531	1.71 529	2.47 537	1.97 551	2.59 541	1.61 512	2.56 538	1.79 540	2.51 542	1.99 533	2.11 531	1.62 533	2.36 518	1.60 525

4.5_new	2.00 502	1.84 419	1.98 542	2.77 511	2.16 558	2.27 524	1.28 505	2.09 512	1.98 555	2.01 514	1.28 506	2.71 546	1.98 539	2.51 537	1.65 526	2.26 521	1.33 488	1.87 519	1.87 549	2.49 526	1.60 525

IGEV	2.02 510	2.20 447	1.82 525	2.90 516	2.16 558	2.41 532	1.25 501	2.00 508	1.98 555	1.99 512	1.31 508	2.72 550	1.93 535	2.67 545	1.69 530	2.26 521	1.32 481	1.83 514	1.87 549	2.53 533	1.61 527

2.25w	2.00 502	1.86 422	1.98 542	2.95 517	2.17 560	2.26 523	1.35 508	2.42 532	2.00 558	2.07 521	1.27 505	2.53 534	1.99 541	2.29 525	1.49 520	2.21 519	1.32 481	1.85 515	1.87 549	2.52 530	1.62 528

3.25w	2.04 515	2.20 447	1.48 502	3.03 518	2.17 560	2.63 546	1.39 516	1.96 505	1.95 554	1.96 508	1.37 514	2.71 546	1.96 538	2.71 546	1.73 538	2.26 521	1.32 481	1.87 519	1.87 549	2.51 529	1.63 529

UDGNet	2.23 533	5.40 552	1.72 517	2.48 503	1.69 531	2.51 539	1.69 530	2.51 537	1.72 533	2.50 539	1.69 534	2.52 533	1.69 517	2.50 536	1.68 529	2.41 536	1.70 522	2.42 543	1.69 541	2.42 520	1.64 530

MFMNet_re	1.81 493	1.91 427	1.71 516	1.95 481	1.70 534	1.95 513	1.70 531	1.96 505	1.74 536	1.97 510	1.72 535	1.95 510	1.71 519	1.97 514	1.71 531	1.86 498	1.62 517	1.85 515	1.66 536	1.86 499	1.64 530

Anonymous3	2.55 547	3.26 506	1.65 512	3.28 526	1.63 526	3.24 559	1.68 529	3.27 558	1.66 524	3.28 559	1.67 532	3.25 559	1.66 514	3.27 558	1.64 525	3.26 553	1.65 519	3.30 557	1.65 535	4.95 577	1.65 532

MonStereo	2.17 521	2.41 467	1.49 506	2.67 508	1.67 528	2.60 545	2.04 553	2.32 526	1.76 537	2.44 535	1.68 533	2.50 532	1.69 517	2.38 529	1.80 541	2.28 525	1.78 526	2.63 552	2.14 557	3.47 545	1.68 533

qwe	2.18 523	2.60 474	1.58 509	3.83 549	1.90 547	2.53 540	1.90 544	2.48 534	1.73 534	2.37 533	1.92 547	2.53 534	1.68 515	2.56 538	1.83 542	2.52 544	1.87 532	2.07 527	1.68 539	2.32 516	1.71 534

TRStereo	2.00 502	2.13 441	1.85 531	2.27 493	1.84 539	2.28 526	1.84 535	2.29 521	1.86 545	2.30 527	1.87 540	2.30 521	1.87 529	2.08 517	1.72 533	2.08 513	1.72 523	2.08 528	1.72 542	2.08 505	1.72 535

XX-Stereo	2.00 502	2.13 441	1.85 531	2.27 493	1.84 539	2.28 526	1.84 535	2.29 521	1.86 545	2.30 527	1.87 540	2.30 521	1.87 529	2.08 517	1.72 533	2.08 513	1.72 523	2.08 528	1.72 542	2.08 505	1.72 535

EAI-Stereo	2.00 502	2.13 441	1.85 531	2.27 493	1.84 539	2.28 526	1.84 535	2.29 521	1.86 545	2.30 527	1.87 540	2.30 521	1.87 529	2.08 517	1.72 533	2.08 513	1.72 523	2.08 528	1.72 542	2.08 505	1.72 535

cf-r	0.66 329	2.17 445	0.12 102	0.18 130	0.12 153	0.18 155	2.70 564	2.60 539	0.12 153	0.18 152	0.12 145	0.18 154	0.12 150	0.18 153	0.12 142	0.15 125	0.11 97	0.15 143	0.11 130	1.81 498	1.74 538

asda	2.17 521	2.54 471	1.81 520	3.47 536	1.78 537	2.50 538	1.86 539	2.61 540	1.68 525	2.61 542	1.83 537	2.37 528	1.73 521	2.44 535	1.88 549	2.51 542	1.84 530	2.34 538	1.62 533	2.23 510	1.77 539

U	5.15 593	8.49 574	1.81 520	8.49 590	1.77 536	8.49 602	1.77 533	8.51 603	1.77 538	8.49 603	1.77 536	8.50 603	1.78 526	8.58 603	1.77 539	8.54 601	1.78 526	8.55 603	1.78 546	8.55 597	1.84 540

FBW_ROB	2.12 520	2.46 470	1.77 519	2.49 504	1.79 538	2.38 530	1.83 534	2.46 533	1.78 539	2.48 538	1.97 551	2.40 529	1.78 526	2.42 534	1.83 542	2.31 529	1.85 531	2.38 541	1.82 547	2.35 517	1.84 540

monsterstereo	2.20 529	2.33 457	1.95 540	3.65 543	2.07 555	2.49 536	1.61 526	2.48 534	1.83 543	2.45 536	1.61 529	2.67 545	1.86 528	2.64 542	1.94 551	2.48 541	1.66 520	2.34 538	1.68 539	2.40 519	1.86 542

monsters	2.18 523	2.41 467	1.96 541	3.47 536	2.03 554	2.53 540	1.64 528	2.48 534	1.73 534	2.40 534	1.50 521	2.62 542	1.94 536	2.59 540	1.94 551	2.44 537	1.57 511	2.28 534	1.87 549	2.42 520	1.86 542

2.5w	2.01 509	2.40 466	1.37 494	3.28 526	2.01 550	2.71 547	1.43 523	1.82 501	1.83 543	1.90 507	1.41 518	2.71 546	1.35 501	2.71 546	1.85 544	2.66 545	1.53 507	1.64 510	1.23 501	2.53 533	1.87 544

3.25w_new	2.03 512	2.72 484	1.35 484	3.33 531	1.57 521	2.72 548	1.53 525	2.15 517	1.33 509	2.15 523	1.60 527	2.63 543	1.30 497	2.72 548	1.99 555	2.67 547	1.53 507	1.75 513	1.25 504	2.53 533	1.87 544

3.5w_stereo	2.03 512	2.72 484	1.35 484	3.41 533	1.57 521	2.72 548	1.49 524	2.01 509	1.34 510	2.15 523	1.61 529	2.63 543	1.36 502	2.72 548	1.99 555	2.66 545	1.58 512	1.68 512	1.24 502	2.53 533	1.87 544

4w-stereo	2.02 510	2.72 484	1.44 499	3.36 532	1.59 523	2.48 535	1.72 532	2.28 519	1.24 505	2.24 525	1.65 531	2.56 539	1.32 499	2.39 531	1.98 554	2.67 547	1.51 505	1.66 511	1.24 502	2.53 533	1.88 547

GANet-RSSM	0.75 349	1.91 427	0.14 126	0.47 263	0.14 158	0.21 173	3.21 581	2.30 525	0.14 158	0.46 299	0.14 162	0.23 182	0.18 188	0.21 170	0.14 152	0.18 150	0.27 202	0.37 264	0.13 156	2.13 508	2.12 548

HUF	2.18 523	2.30 454	1.99 545	2.34 499	2.02 553	2.41 532	2.06 554	2.38 530	1.89 551	2.36 532	1.85 538	2.56 539	1.98 539	2.31 527	1.97 553	2.30 528	2.03 541	2.30 535	2.11 556	2.23 510	2.16 549

AIO_test	2.18 523	2.09 439	2.04 546	2.42 501	2.01 550	2.47 534	1.94 545	2.34 528	2.03 559	2.56 541	1.94 548	2.43 530	1.94 536	2.41 532	1.87 548	2.39 535	2.10 543	2.35 540	1.91 555	2.25 512	2.19 550

AIO_rvc	2.18 523	2.34 461	1.87 535	2.32 497	1.94 548	2.40 531	1.89 543	2.37 529	2.07 560	2.52 540	1.95 550	2.44 531	1.99 541	2.41 532	1.89 550	2.32 530	2.09 542	2.24 532	2.18 558	2.21 509	2.23 551

NCCL2	2.28 535	2.27 452	2.28 548	2.28 496	2.28 563	2.27 524	2.29 558	2.28 519	2.28 561	2.27 526	2.28 563	2.28 520	2.27 549	2.27 524	2.28 562	2.28 525	2.28 548	2.27 533	2.29 562	2.27 513	2.29 552

PSMNet-RSSM	0.77 354	2.76 488	0.14 126	0.20 136	0.14 158	0.20 163	2.66 562	2.79 552	0.14 158	0.21 171	0.14 162	0.21 168	0.14 159	0.20 160	0.14 152	0.17 142	0.12 113	0.17 154	0.12 148	2.52 530	2.31 553

GwcNet-RSSM	0.77 354	2.77 490	0.14 126	0.20 136	0.14 158	0.20 163	2.67 563	2.78 551	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.21 170	0.14 152	0.17 142	0.12 113	0.17 154	0.12 148	2.52 530	2.31 553

hitnet-ft	0.79 358	2.78 493	0.14 126	0.20 136	0.14 158	0.21 173	2.89 565	2.80 553	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.20 160	0.14 152	0.17 142	0.12 113	0.17 154	0.12 148	2.54 538	2.33 555

STTStereo	3.73 563	30.40 611	2.37 552	2.39 500	2.31 565	2.35 529	2.33 559	2.29 521	2.42 562	2.32 531	2.34 564	2.33 524	2.36 550	2.30 526	2.27 561	2.35 532	2.22 547	2.31 536	2.22 559	2.29 515	2.34 556

sAnonymous2	3.31 559	2.63 475	1.38 496	3.71 545	1.86 542	4.70 585	1.11 442	4.82 588	2.72 565	5.45 593	1.98 557	4.59 578	2.64 552	2.65 543	6.21 598	4.37 561	1.08 415	5.16 590	2.24 560	4.52 559	2.39 557

CroCo_RVC	3.31 559	2.63 475	1.38 496	3.71 545	1.86 542	4.70 585	1.11 442	4.82 588	2.72 565	5.45 593	1.98 557	4.59 578	2.64 552	2.65 543	6.21 598	4.37 561	1.08 415	5.16 590	2.24 560	4.52 559	2.39 557

NLSM1	2.93 556	3.24 505	2.57 556	4.04 550	2.66 566	3.30 561	2.55 561	3.29 559	2.55 563	3.35 561	2.48 565	3.28 560	2.47 551	3.34 561	2.49 563	3.26 553	2.55 552	3.13 555	2.57 565	3.00 542	2.46 559

Sa-1000	4.34 581	8.37 571	6.84 594	6.98 585	4.45 596	3.58 562	3.00 566	3.42 562	3.39 582	2.61 542	4.00 591	3.83 566	4.01 584	3.90 566	3.90 587	5.98 590	5.62 585	3.76 564	2.34 563	4.35 557	2.47 560

NLCA_NET_v2_RVC	5.04 591	50.87 621	2.78 557	2.87 515	2.71 567	2.78 555	0.47 348	2.88 554	2.86 567	1.89 506	2.67 566	2.79 556	2.79 555	2.78 555	2.83 564	2.82 550	2.82 553	2.83 554	2.77 566	2.83 541	2.76 561
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
IGEV-FE	0.35 213	0.37 153	0.17 152	0.19 133	0.17 182	0.20 163	0.17 171	0.19 155	0.17 180	0.19 154	0.17 178	0.19 158	0.17 180	0.37 244	0.36 285	0.19 154	0.17 165	0.19 166	0.17 189	0.38 257	2.84 562

Select-FE	0.41 254	0.44 184	0.23 177	0.26 171	0.22 209	0.26 201	0.22 196	0.26 193	0.23 205	0.26 198	0.23 209	0.26 203	0.23 209	0.45 298	0.42 328	0.25 190	0.22 184	0.25 196	0.22 202	0.45 296	2.90 563

MLG-Stereo_test1	4.25 576	5.34 551	3.61 576	5.31 572	3.63 587	5.23 591	3.57 585	5.38 593	3.65 583	5.23 590	3.47 582	4.76 587	3.74 576	4.85 586	3.71 583	4.96 579	3.18 568	4.71 582	2.92 567	4.86 575	2.90 563

MLG-Stereo_test3	4.26 577	4.85 539	3.95 580	5.35 573	3.60 586	4.75 588	3.76 588	5.49 594	3.71 585	5.39 591	3.69 586	4.82 589	3.66 573	4.85 586	3.73 586	4.93 578	3.19 569	4.69 581	2.99 569	4.84 574	2.98 565

rvit_0105_6	3.87 568	5.73 559	3.10 569	4.69 564	3.12 579	4.54 575	3.02 568	4.56 575	3.04 568	4.54 576	3.03 569	4.54 574	3.04 559	4.56 575	3.05 567	4.58 570	3.05 555	4.58 573	3.05 570	4.58 562	3.05 566

rvit_105_1	3.83 564	5.22 545	3.01 559	4.53 554	3.01 569	4.51 573	3.01 567	4.56 575	3.04 568	4.53 574	3.03 569	4.55 576	3.03 556	4.56 575	3.04 565	4.57 567	3.05 555	4.57 571	3.05 570	4.57 561	3.05 566

rvit_stereo_0081	3.83 564	5.23 546	3.01 559	4.53 554	3.03 571	4.55 579	3.02 568	4.56 575	3.04 568	4.52 572	3.02 567	4.54 574	3.03 556	4.56 575	3.04 565	4.57 567	3.05 555	4.57 571	3.05 570	4.58 562	3.05 566

rvit_stereo_0082	3.86 566	5.82 560	3.01 559	4.53 554	3.03 571	4.54 575	3.02 568	4.56 575	3.04 568	4.53 574	3.02 567	4.55 576	3.04 559	4.57 578	3.05 567	4.57 567	3.05 555	4.58 573	3.05 570	4.58 562	3.06 569

rvit_stereo_0081_aga	3.86 566	5.33 549	3.02 562	4.55 560	3.04 575	4.54 575	3.02 568	4.64 582	3.06 572	4.54 576	3.04 571	4.62 583	3.08 563	4.62 581	3.07 570	4.58 570	3.06 559	4.60 575	3.08 574	4.63 565	3.07 570

RAFT-FEzeroshot	0.34 204	0.26 130	0.17 152	0.21 145	0.17 182	0.20 163	0.16 163	0.20 161	0.16 172	0.20 160	0.17 178	0.21 168	0.16 171	0.27 205	0.24 204	0.19 154	0.16 145	0.19 166	0.16 169	0.26 187	3.08 571

RAFT-FE	0.34 204	0.26 130	0.17 152	0.21 145	0.17 182	0.20 163	0.16 163	0.20 161	0.16 172	0.20 160	0.17 178	0.21 168	0.16 171	0.27 205	0.24 204	0.19 154	0.16 145	0.19 166	0.16 169	0.26 187	3.08 571

rvit_stereo_0080	3.89 569	5.70 557	3.04 564	4.54 557	3.03 571	4.56 580	3.05 574	4.60 579	3.07 573	4.58 579	3.06 572	4.59 578	3.06 561	4.61 579	3.08 571	4.63 572	3.09 560	4.64 577	3.10 575	4.65 566	3.10 573

whm_eth	3.89 569	5.70 557	3.04 564	4.54 557	3.03 571	4.56 580	3.05 574	4.60 579	3.07 573	4.58 579	3.06 572	4.59 578	3.06 561	4.61 579	3.08 571	4.63 572	3.09 560	4.64 577	3.10 575	4.65 566	3.10 573

rvit_stereo_0083	3.92 573	5.30 548	3.06 567	4.61 563	3.09 578	4.67 584	3.08 577	4.66 583	3.09 577	4.62 582	3.10 577	4.66 586	3.11 565	4.67 583	3.16 576	4.72 577	3.16 566	4.77 584	3.11 577	4.66 568	3.11 575

MLG-Stereo_test2	4.28 578	5.46 555	3.69 578	4.86 568	3.72 589	5.58 594	3.42 583	4.81 587	3.77 589	4.85 586	3.72 587	5.55 595	3.63 572	5.58 593	3.53 581	4.41 564	3.28 570	4.99 588	2.95 568	4.75 570	3.13 576

rvit_0105_3	3.91 571	5.33 549	3.06 567	4.60 562	3.07 577	4.60 582	3.06 576	4.62 581	3.08 576	4.60 581	3.07 575	4.62 583	3.08 563	4.67 583	3.10 574	4.70 575	3.11 563	4.77 584	3.19 582	4.77 571	3.14 577

rvit_0105_4	3.91 571	5.47 556	3.02 562	4.54 557	3.02 570	4.54 575	3.03 572	4.75 585	3.17 579	4.57 578	3.06 572	4.61 582	3.16 567	4.65 582	3.09 573	4.66 574	3.11 563	4.68 580	3.18 581	4.81 572	3.16 578

rvit_stereo_ft	3.93 574	5.44 554	3.05 566	4.59 561	3.06 576	4.61 583	3.08 577	4.67 584	3.12 578	4.63 583	3.10 577	4.65 585	3.11 565	4.69 585	3.13 575	4.70 575	3.14 565	4.71 582	3.15 580	4.74 569	3.16 578

raft_robust	4.71 586	7.75 569	5.40 589	6.81 582	3.31 582	4.28 572	4.20 594	4.32 572	4.37 595	4.35 571	4.35 594	4.14 569	3.75 577	4.30 573	4.20 592	6.67 593	6.37 588	3.36 559	4.24 596	4.86 575	3.25 580

NLCSM	3.67 562	4.08 526	3.19 573	4.80 566	3.26 581	3.99 569	3.24 582	4.25 571	3.18 580	4.09 567	3.27 580	4.14 569	3.18 568	4.13 569	3.28 578	4.06 560	3.10 562	3.85 567	3.14 579	3.91 552	3.27 581

rvit_0105_5	4.10 575	5.40 552	3.13 572	4.71 565	3.15 580	4.72 587	3.10 579	4.90 590	3.27 581	4.69 584	3.16 579	4.84 590	3.25 569	4.96 589	3.34 579	5.05 582	3.39 571	5.10 589	3.40 583	5.11 579	3.42 582

DispFullNet	4.61 584	4.84 538	3.12 570	5.00 570	3.57 585	4.75 588	3.03 572	7.75 601	4.17 593	4.91 588	3.09 576	6.20 597	3.95 582	6.71 597	3.51 580	5.30 585	3.67 573	5.86 596	3.63 585	5.61 583	3.46 583

SA	4.33 580	7.35 565	6.85 595	5.96 578	4.09 593	3.59 563	3.15 580	3.82 566	2.64 564	3.91 564	3.85 588	3.57 562	2.72 554	3.13 557	4.03 589	7.09 597	6.86 592	3.57 560	3.12 578	3.85 548	3.51 584

DPSNet	3.66 561	3.60 511	3.62 577	3.63 542	3.64 588	3.65 564	3.65 587	3.66 564	3.67 584	3.67 563	3.65 585	3.67 564	3.66 573	3.66 563	3.68 582	3.68 558	3.66 572	3.67 562	3.68 588	3.67 546	3.67 585

RAFT+CT+SA	4.28 578	7.62 568	4.91 584	5.55 575	2.28 563	3.09 556	3.64 586	4.49 573	3.07 573	4.80 585	3.35 581	4.77 588	3.70 575	4.29 572	3.05 567	5.58 586	5.98 587	3.58 561	3.78 590	4.26 555	3.72 586

test_4	4.88 588	8.13 570	6.98 596	7.46 586	4.44 595	4.25 571	3.85 591	4.04 570	3.92 590	4.13 568	3.91 589	4.18 571	3.84 580	4.14 570	4.06 590	7.01 596	7.13 593	4.53 569	3.72 589	4.09 553	3.72 586

TestStereo1	4.60 582	8.41 572	6.44 592	6.86 583	3.79 590	3.97 567	3.78 589	3.99 568	3.74 586	3.97 565	3.52 583	3.94 567	3.58 570	3.98 567	3.72 584	6.82 594	6.50 590	3.76 564	3.66 586	3.90 549	3.74 588

SA-5K	4.60 582	8.41 572	6.44 592	6.86 583	3.79 590	3.97 567	3.78 589	3.99 568	3.74 586	3.97 565	3.52 583	3.94 567	3.58 570	3.98 567	3.72 584	6.82 594	6.50 590	3.76 564	3.66 586	3.90 549	3.74 588

FC-DCNN v2	5.10 592	5.15 543	4.49 582	5.07 571	3.37 583	6.87 597	4.75 596	5.04 591	6.34 600	7.84 601	5.06 597	6.72 601	4.09 585	4.99 590	5.44 597	5.03 581	3.16 566	4.67 579	4.86 597	5.15 580	3.89 590

cross-raft	4.83 587	7.52 566	6.43 591	6.63 581	3.96 592	4.51 573	3.99 592	4.49 573	3.96 591	4.52 572	3.96 590	4.50 573	3.97 583	4.50 574	3.97 588	6.65 592	6.44 589	4.33 568	3.92 592	4.35 557	3.91 591

test_5	4.62 585	7.55 567	6.23 590	6.32 580	3.40 584	5.29 592	3.50 584	3.53 563	4.11 592	4.28 569	4.47 595	4.26 572	4.38 587	3.68 564	3.24 577	5.89 588	5.60 584	4.84 586	3.50 584	4.33 556	3.93 592

SGM-Forest	5.21 594	5.92 561	4.08 581	6.18 579	4.16 594	6.31 596	4.34 595	6.50 596	4.33 594	6.14 597	4.21 593	6.61 600	4.55 588	6.67 596	4.48 593	5.94 589	3.94 575	5.85 595	4.03 594	5.79 585	4.17 593
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test_3	5.01 590	8.86 577	7.77 598	8.09 588	2.76 568	4.13 570	4.05 593	3.88 567	3.76 588	4.33 570	4.13 592	3.71 565	3.91 581	4.21 571	4.06 590	7.93 598	7.69 595	4.53 569	3.91 591	4.17 554	4.29 594

TestStereo	4.88 588	4.75 537	4.79 583	4.87 569	4.92 597	4.81 590	4.90 597	4.78 586	4.77 596	4.87 587	4.89 596	4.90 591	4.91 589	4.99 590	4.79 594	4.98 580	4.87 581	4.87 587	4.92 598	5.00 578	5.00 595

SGM+DAISY	7.06 598	9.15 578	5.38 588	8.84 592	5.18 598	8.80 603	5.31 599	8.79 604	5.28 598	8.89 604	5.20 598	8.93 604	5.33 591	8.95 604	5.36 596	8.70 602	5.21 582	8.74 604	5.20 599	8.89 598	5.15 596

rvit_stereo_0075_2	6.64 596	8.80 576	5.25 586	7.89 587	5.27 599	7.90 601	5.27 598	7.92 602	5.28 598	7.91 602	5.29 599	7.93 602	5.27 590	7.92 602	5.28 595	7.93 598	5.28 583	7.93 601	5.29 600	7.93 594	5.28 597

test-1	6.46 595	9.16 579	8.03 601	8.09 588	5.62 600	6.11 595	6.35 600	6.85 598	4.94 597	6.08 596	6.29 602	4.98 592	6.43 594	6.22 594	6.36 600	6.16 591	7.47 594	5.82 594	5.44 601	7.11 591	5.68 598

RAFT	6.73 597	9.36 580	7.40 597	8.51 591	6.55 601	6.88 598	6.60 601	6.79 597	6.60 601	6.80 598	6.72 603	5.31 594	5.50 592	6.61 595	6.61 601	8.42 600	5.89 586	5.73 593	5.45 602	6.61 587	6.24 599

CFNet_RVC	2.38 543	8.71 575	0.38 257	9.33 593	0.42 343	0.56 357	0.42 333	0.60 357	0.38 305	0.62 367	0.42 340	0.56 360	7.29 598	0.62 362	0.42 328	0.53 326	0.37 262	0.49 349	0.34 294	8.30 595	6.87 600

test-v	7.53 599	11.89 588	7.98 599	9.36 594	7.14 602	7.06 599	7.09 602	7.37 599	6.91 602	7.29 599	5.71 600	6.45 598	6.93 595	6.73 598	7.27 602	8.93 603	7.85 596	6.98 599	6.80 603	7.56 592	7.34 601

test-2	7.53 599	11.89 588	7.98 599	9.36 594	7.14 602	7.06 599	7.09 602	7.37 599	6.91 602	7.29 599	5.71 600	6.45 598	6.93 595	6.73 598	7.27 602	8.93 603	7.85 596	6.98 599	6.80 603	7.56 592	7.34 601

MANE	19.05 602	23.00 596	15.00 602	23.00 609	15.00 604	24.00 610	16.00 604	24.00 611	16.00 604	22.00 611	15.00 604	23.00 611	16.00 604	23.00 611	15.00 604	22.00 611	15.00 605	22.00 611	15.00 605	22.00 611	15.00 603

rafts_anoy	20.00 603	20.00 590	20.00 603	20.00 603	20.00 605	20.00 604	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 604

raft+_RVC	20.00 603	20.00 590	20.00 603	20.00 603	20.00 605	20.00 604	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 604

raftrobust	20.00 603	20.00 590	20.00 603	20.00 603	20.00 605	20.00 604	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 604

CasAABBNet	20.00 603	20.00 590	20.00 603	20.00 603	20.00 605	20.00 604	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 604

RALCasStereoNet	20.00 603	20.00 590	20.00 603	20.00 603	20.00 605	20.00 604	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 604

RALAANet	20.00 603	20.00 590	20.00 603	20.00 603	20.00 605	20.00 604	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 605	20.00 606	20.00 605	20.00 606	20.00 605	20.00 604

WCMA_ROB	31.10 610	35.43 616	27.12 609	39.51 621	23.10 611	38.78 622	25.30 611	37.49 623	25.39 611	37.29 622	27.02 611	38.52 623	26.48 611	37.80 622	26.44 611	36.28 619	22.65 612	33.90 616	22.30 612	37.10 620	24.18 610

111	30.40 609	30.94 612	29.72 610	32.61 610	30.02 612	33.57 611	30.47 612	31.50 612	29.39 612	30.98 612	29.11 612	29.78 612	30.39 615	29.45 612	30.76 615	30.08 612	29.02 613	29.92 612	30.32 616	29.86 612	30.17 611

fff	1000028.16 629	29.62 608	29.72 610	32.61 610	30.02 612	35.13 613	31.83 613	32.07 613	10000000.00 631	35.27 615	29.82 613	32.45 613	30.15 612	32.35 613	30.09 612	31.04 613	29.55 614	30.64 613	30.14 613	10000000.00 632	30.77 612

csc	1000028.16 629	29.62 608	29.72 610	32.61 610	30.02 612	35.13 613	31.83 613	32.07 613	10000000.00 631	35.27 615	29.82 613	32.45 613	30.15 612	32.35 613	30.09 612	31.04 613	29.55 614	30.64 613	30.14 613	10000000.00 632	30.77 612

cscssc	1000028.16 629	29.62 608	29.72 610	32.61 610	30.02 612	35.13 613	31.83 613	32.07 613	10000000.00 631	35.27 615	29.82 613	32.45 613	30.15 612	32.35 613	30.09 612	31.04 613	29.55 614	30.64 613	30.14 613	10000000.00 632	30.77 612

ADStereo(finetuned)	36.13 612	36.63 617	38.07 620	36.97 615	33.25 616	35.91 616	34.45 616	36.36 619	32.99 613	38.14 623	36.71 619	36.69 619	34.13 616	38.57 623	40.79 622	37.60 623	36.58 620	35.90 620	33.36 617	35.42 615	34.04 615

tt	500032.53 627	34.60 614	29.72 610	37.47 619	34.41 617	36.85 617	35.22 617	34.71 616	33.55 614	34.50 613	35.43 616	33.81 616	10000000.00 632	33.57 616	33.13 616	33.68 616	35.00 618	34.03 617	35.26 619	30.96 613	34.63 616

DCANet	500032.53 627	34.60 614	29.72 610	37.47 619	34.41 617	36.85 617	35.22 617	34.71 616	33.55 614	34.50 613	35.43 616	33.81 616	10000000.00 632	33.57 616	33.13 616	33.68 616	35.00 618	34.03 617	35.26 619	30.96 613	34.63 616

DCANet-4	35.22 611	34.54 613	35.08 616	33.58 614	35.47 619	34.55 612	35.53 619	36.08 618	35.85 616	35.92 618	35.77 618	35.18 618	35.48 617	35.39 618	37.15 621	34.55 618	33.92 617	35.02 619	34.90 618	35.79 616	34.74 618

Reg-Stereo(zero)	37.00 613	37.00 618	37.00 617	37.00 616	37.00 620	37.00 619	37.00 620	37.00 620	37.00 617	37.00 619	37.00 620	37.00 620	37.00 618	37.00 619	37.00 618	37.00 620	37.00 621	37.00 621	37.00 621	37.00 617	37.00 619

HI	37.00 613	37.00 618	37.00 617	37.00 616	37.00 620	37.00 619	37.00 620	37.00 620	37.00 617	37.00 619	37.00 620	37.00 620	37.00 618	37.00 619	37.00 618	37.00 620	37.00 621	37.00 621	37.00 621	37.00 617	37.00 619

CoSv	37.00 613	37.00 618	37.00 617	37.00 616	37.00 620	37.00 619	37.00 620	37.00 620	37.00 617	37.00 619	37.00 620	37.00 620	37.00 618	37.00 619	37.00 618	37.00 620	37.00 621	37.00 621	37.00 621	37.00 617	37.00 619

NOSS_ROB	102.95 617	153.00 626	121.00 624	51.00 622	44.00 623	165.00 626	127.00 625	153.00 626	119.00 622	164.00 627	125.00 625	168.00 627	120.00 623	153.00 626	117.00 625	49.00 624	44.00 624	49.00 624	44.00 624	49.00 621	44.00 622

CBMV	128.50 618	1422.70 633	53.10 622	79.50 623	51.30 624	77.30 624	49.70 623	74.00 624	48.20 621	77.20 625	48.80 624	73.90 625	48.00 622	73.80 625	48.80 624	70.40 625	45.10 625	68.90 625	46.10 625	68.20 622	45.00 623
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 616	87.70 622	41.95 621	113.75 624	65.62 625	75.05 623	55.25 624	75.64 625	45.04 620	71.61 624	41.75 623	72.81 624	44.06 621	68.38 624	44.63 623	101.89 626	59.57 626	107.10 626	61.05 626	104.38 623	59.38 624

MeshStereo	159.24 619	171.00 627	160.68 627	162.58 625	160.59 626	164.01 625	160.35 626	158.51 627	158.56 623	158.34 626	160.12 626	158.56 626	159.92 624	157.26 627	158.94 626	154.38 627	158.36 627	155.75 627	159.13 628	153.67 624	154.07 625
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
AE-Stereo	201.80 620	123.00 623	115.00 623	219.00 626	218.00 628	223.00 627	244.00 628	217.00 628	236.00 625	202.00 628	203.00 627	205.00 628	208.00 625	225.00 628	204.00 627	210.00 628	198.00 628	197.00 628	184.00 629	204.00 625	201.00 626

DLCB_ROB	284.23 623	354.61 629	207.27 628	363.24 629	206.46 627	364.72 630	210.41 627	364.72 631	210.41 624	364.81 631	208.64 628	364.81 631	208.64 626	364.72 631	210.41 628	354.70 631	205.53 629	354.70 631	205.53 630	354.70 628	205.53 627

MGS-Stereo	239.45 621	123.00 623	135.00 625	266.00 627	286.00 629	277.00 628	305.00 629	271.00 629	242.00 626	274.00 629	279.00 629	255.00 629	270.00 627	268.00 629	297.00 629	221.00 629	247.00 630	216.00 629	123.00 627	217.00 626	217.00 628

EGLCR-Stereo	246.90 622	129.00 625	139.00 626	266.00 627	286.00 629	277.00 628	305.00 629	271.00 629	242.00 626	274.00 629	279.00 629	255.00 629	270.00 627	268.00 629	297.00 629	230.00 630	247.00 630	216.00 629	223.00 631	237.00 627	227.00 629

LE_ROB	396.57 624	471.28 630	329.84 629	471.48 630	308.15 631	526.83 631	322.10 631	488.15 632	323.76 628	495.46 632	317.97 631	497.17 632	320.10 629	481.62 632	326.76 631	462.71 632	298.97 632	466.16 632	285.98 632	447.62 629	289.21 630

SGM-ForestM	596.69 625	677.77 631	444.52 630	699.85 631	517.25 632	732.94 632	488.29 632	770.79 633	460.11 629	750.81 633	487.98 632	792.79 633	499.41 630	730.90 633	475.81 632	720.03 633	491.16 633	663.96 633	418.60 633	674.76 630	436.05 631

CBMV_ROB	818.48 626	913.88 632	709.52 631	862.84 632	597.78 633	1073.99 633	700.52 633	1015.66 634	702.59 630	1115.65 634	760.02 633	1130.24 634	721.57 631	1037.41 634	692.65 633	814.05 634	564.29 634	843.28 634	595.31 634	915.51 631	602.92 632

111111	10000000.00 632	10000000.00 634	10000000.00 632	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 635	10000000.00 631	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 633

SGD-Stereo	10000000.00 632	10000000.00 634	10000000.00 632	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 635	10000000.00 631	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 633

IGEV-Stereo++	10000000.00 632	10000000.00 634	10000000.00 632	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 635	10000000.00 631	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 633

IGEV-BASED-STEREO-	10000000.00 632	10000000.00 634	10000000.00 632	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 635	10000000.00 631	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 633

IGEV-Stereo+	10000000.00 632	10000000.00 634	10000000.00 632	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 635	10000000.00 631	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 633

SDNR	10000000.00 632	10000000.00 634	10000000.00 632	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 635	10000000.00 631	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 633

anonymousdsp2	10000000.00 632	10000000.00 634	10000000.00 632	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 635	10000000.00 631	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 633

anonymousdsp	10000000.00 632	10000000.00 634	10000000.00 632	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 635	10000000.00 631	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 633

test_example2	10000000.00 632	10000000.00 634	10000000.00 632	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 635	10000000.00 631	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 633

DIP-Stereo	10000000.00 632	10000000.00 634	10000000.00 632	10000000.00 633	10000000.00 634	10000000.00 634	10000000.00 634	10000000.00 635	10000000.00 631	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 632	10000000.00 635	10000000.00 634	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 635	10000000.00 632	10000000.00 633
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
FSD					0.44 346	0.56 357	0.44 336	0.55 346	0.44 339	0.56 356	0.44 344	0.56 360	0.44 335	0.56 353	0.46 337	0.61 343	0.42 296	0.52 361	0.42 347	0.52 333

ccccc		0.44 184		0.48 268	0.35 295	0.48 321		0.51 335		0.47 305		0.47 312		0.47 307		0.41 274	0.40 278	0.40 288	0.40 332	0.41 282

ASD4		0.20 105

Low-res two-view benchmark