Low-res two-view results

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

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

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

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

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

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

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

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

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

CREStereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

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

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

HITNet	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
NVstereo2D	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

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

USTest	0.01 9	0.02 12	0.00 1	0.14 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

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

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

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

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

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

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

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

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

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

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

ADCMid	0.08 50	0.02 12	0.02 14	1.01 413	0.03 48	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 72	0.09 108	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCS	0.09 52	0.02 12	0.04 43	0.90 390	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	0.14 130	0.36 288	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

AnyNet_C01	0.11 87	0.02 12	0.02 14	1.62 505	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 88	0.04 75	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

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

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

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

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

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

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

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

BEATNet_4x	0.11 87	0.03 31	0.03 36	1.60 502	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCL	0.11 87	0.03 31	0.03 36	1.60 502	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCRef	0.12 96	0.03 31	0.04 43	1.71 508	0.04 79	0.03 40	0.03 50	0.04 77	0.04 81	0.04 74	0.03 52	0.04 77	0.03 52	0.06 88	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.03 43	0.04 79

ADCPNet	0.10 65	0.03 31	0.04 43	1.27 485	0.03 48	0.04 77	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.08 107	0.04 75	0.04 44	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

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

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

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

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

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

GASNet	0.05 41	0.04 37	0.12 101	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.12 125	0.04 88	0.06 97	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet-RVC-Resample	0.12 96	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	1.57 556	0.04 44	0.04 45	0.04 73	0.05 96	0.04 77	0.06 104

FADNet_RVC	0.12 96	0.04 37	0.04 43	0.05 43	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.65 560	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet-RVC	0.13 103	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.05 94	0.04 72	1.71 565	0.04 44	0.04 45	0.04 73	0.04 78	0.07 106	0.04 79

AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 524	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 77	0.02 21	0.07 104	0.04 75	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

ADCP+	0.15 124	0.04 37	0.04 43	2.20 523	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.04 84	0.08 107	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

NVStereoNet_ROB	0.04 38	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ISRNet	0.11 87	0.05 49	0.36 282	0.24 167	0.07 111	0.13 126	0.05 93	0.06 94	0.05 97	0.05 91	0.05 100	0.13 127	0.05 94	0.05 82	0.09 108	0.24 197	0.20 190	0.10 108	0.05 96	0.06 96	0.13 150

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

APVNet	0.09 52	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 457	0.06 94	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 97

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

FADNet	0.12 96	0.05 49	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.66 562	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

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

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

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

GwcNet	0.12 96	0.07 57	0.05 57	0.08 49	0.05 99	0.08 105	1.20 486	0.07 104	0.05 97	0.05 91	0.05 100	0.08 106	0.05 94	0.08 107	0.03 48	0.07 60	0.05 56	0.06 94	0.05 96	0.07 106	0.05 97

OmniDepth	0.08 50	0.08 58	0.11 89	0.11 75	0.05 99	0.08 105	0.05 93	0.08 107	0.07 111	0.08 106	0.05 100	0.08 106	0.05 94	0.09 110	0.08 104	0.15 125	0.11 96	0.07 99	0.05 96	0.07 106	0.06 104

AASNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 108	0.06 96	0.06 109	0.05 91	0.06 109	0.06 88	0.05 88	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

SACVNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 108	0.06 96	0.06 109	0.05 91	0.06 109	0.06 88	0.05 88	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

AACVNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 108	0.06 96	0.06 109	0.05 91	0.06 109	0.06 88	0.05 88	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

FINET	0.07 49	0.08 58	0.07 58	0.07 47	0.07 111	0.08 105	0.06 108	0.08 107	0.07 111	0.08 106	0.07 112	0.08 106	0.06 109	0.07 104	0.07 102	0.08 62	0.07 59	0.07 99	0.07 105	0.06 96	0.06 104

BEATNet-Init1	0.19 142	0.08 58	0.08 60	2.23 525	0.08 113	0.08 105	0.07 111	0.07 104	0.08 114	0.08 106	0.07 112	0.08 106	0.07 113	0.11 124	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	2.23 525	0.08 113	0.08 105	0.07 111	0.07 104	0.08 114	0.08 106	0.07 112	0.08 106	0.07 113	0.11 124	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

Wz-Net-SNSev	0.03 29	0.09 65	0.07 58	0.09 55	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 68	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

SepStereo	0.09 52	0.09 65	0.10 69	0.09 55	0.09 115	0.09 110	0.09 113	0.10 110	0.08 114	0.10 111	0.09 115	0.09 111	0.09 116	0.09 110	0.08 104	0.09 68	0.08 61	0.09 107	0.08 109	0.09 112	0.08 108

AnonymousM	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SuperB	0.21 162	0.10 67	2.51 589	0.12 82	0.09 115	0.10 111	0.09 113	0.08 107	0.07 111	0.10 111	0.09 115	0.09 111	0.07 113	0.07 104	0.07 102	0.07 60	0.08 61	0.07 99	0.07 105	0.08 109	0.07 107

PVD	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SHD	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SAMSARA	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

XQC	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSC	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTS	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSA	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet+	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet++	0.10 65	0.10 67	0.10 69	0.10 58	0.10 121	0.10 111	0.10 118	0.10 110	0.10 118	0.10 111	0.10 119	0.10 113	0.10 120	0.10 113	0.10 114	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

JetBlue	0.11 87	0.11 78	0.12 101	0.13 95	0.14 157	0.11 122	0.11 131	0.11 122	0.11 133	0.11 123	0.11 133	0.11 123	0.11 132	0.12 128	0.12 141	0.11 88	0.11 96	0.11 119	0.11 130	0.11 123	0.11 128

aanetorigin	0.13 103	0.11 78	0.11 89	0.11 75	0.11 136	0.11 122	0.11 131	0.11 122	0.11 133	0.11 123	0.12 144	0.11 123	0.11 132	0.11 124	0.11 126	0.11 88	0.11 96	0.14 127	0.11 130	0.49 359	0.11 128

JetRed	0.11 87	0.12 80	0.11 89	0.11 75	0.11 136	0.11 122	0.14 152	0.11 122	0.11 133	0.12 125	0.11 133	0.11 123	0.11 132	0.11 124	0.11 126	0.11 88	0.16 145	0.11 119	0.11 130	0.11 123	0.11 128

DA	0.09 52	0.13 81	0.39 296	0.08 49	0.05 99	0.07 103	0.05 93	0.13 126	0.05 97	0.06 96	0.05 100	0.06 97	0.05 94	0.06 88	0.05 88	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

GGEV	0.09 52	0.13 81	0.39 296	0.08 49	0.05 99	0.07 103	0.05 93	0.13 126	0.05 97	0.06 96	0.05 100	0.06 97	0.05 94	0.06 88	0.05 88	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

LRCNet_RVC	0.13 103	0.13 81	0.09 65	0.13 95	0.10 121	0.14 127	0.10 118	0.14 128	0.10 118	0.23 176	0.10 119	0.20 160	0.10 120	0.24 193	0.11 126	0.11 88	0.09 70	0.12 122	0.14 165	0.12 127	0.09 111

GMStereo	0.14 112	0.13 81	0.14 126	0.14 99	0.14 157	0.14 127	0.14 152	0.14 128	0.14 157	0.14 127	0.14 161	0.14 128	0.14 158	0.14 130	0.14 151	0.14 116	0.14 140	0.14 127	0.14 165	0.14 131	0.14 160
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	0.22 166	0.13 81	0.19 187	0.23 162	0.10 121	0.26 213	1.02 473	0.14 128	0.10 118	0.28 214	0.14 161	0.17 149	0.19 213	0.28 229	0.09 108	0.22 176	0.16 145	0.23 187	0.17 203	0.11 123	0.12 144

DRN-Test	0.14 112	0.13 81	0.09 65	0.14 99	0.09 115	0.15 134	0.09 113	0.14 128	0.10 118	0.14 127	0.09 115	0.14 128	0.09 116	0.13 129	0.09 108	0.12 93	0.09 70	0.12 122	0.09 111	0.12 127	0.73 433

S2M2_L	0.12 96	0.14 87	0.10 69	0.15 109	0.10 121	0.14 127	0.10 118	0.14 128	0.10 118	0.15 133	0.10 119	0.14 128	0.10 120	0.14 130	0.10 114	0.13 109	0.10 75	0.13 125	0.09 111	0.13 129	0.09 111
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
StereoDRNet	0.15 124	0.14 87	0.10 69	0.14 99	0.09 115	0.15 134	0.09 113	0.14 128	0.09 117	0.14 127	0.10 119	0.14 128	0.09 116	0.14 130	0.09 108	0.13 109	0.10 75	0.13 125	0.09 111	0.13 129	0.82 445

testlalala2	0.13 103	0.16 89	0.11 89	0.15 109	0.11 136	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.14 116	0.11 96	0.14 127	0.11 130	0.14 131	0.11 128

GMStereo_Zeroshot	0.16 132	0.16 89	0.16 155	0.16 120	0.16 187	0.16 142	0.16 172	0.16 141	0.16 181	0.16 138	0.16 182	0.16 139	0.16 180	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 183	0.16 145	0.16 174

testlalala_base	0.13 103	0.16 89	0.11 89	0.15 109	0.11 136	0.15 134	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.14 116	0.11 96	0.14 127	0.11 130	0.14 131	0.11 128

HSM	0.14 112	0.16 89	0.12 101	0.17 128	0.12 152	0.17 150	0.11 131	0.17 149	0.11 133	0.17 147	0.12 144	0.17 149	0.12 149	0.17 149	0.12 141	0.16 134	0.11 96	0.16 145	0.11 130	0.16 145	0.12 144

ELAS_RVC	0.14 112	0.16 89	0.10 69	0.15 109	0.10 121	0.18 154	0.11 131	0.19 154	0.11 133	0.19 153	0.12 144	0.18 153	0.11 132	0.19 155	0.12 141	0.14 116	0.08 61	0.14 127	0.09 111	0.15 141	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 103	0.16 89	0.11 89	0.15 109	0.09 115	0.18 154	0.11 131	0.18 152	0.11 133	0.17 147	0.11 133	0.18 153	0.11 132	0.18 152	0.11 126	0.14 116	0.08 61	0.14 127	0.08 109	0.14 131	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
S2M2_XL	0.14 112	0.17 95	0.12 101	0.17 128	0.11 136	0.17 150	0.11 131	0.17 149	0.11 133	0.17 147	0.11 133	0.17 149	0.11 132	0.17 149	0.11 126	0.16 134	0.11 96	0.16 145	0.11 130	0.16 145	0.11 128
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 95	0.13 121	0.20 136	0.13 155	0.19 157	0.13 150	0.18 152	0.13 155	0.19 153	0.13 156	0.18 153	0.14 158	0.18 152	0.14 151	0.16 134	0.11 96	0.15 142	0.14 165	0.18 155	0.11 128

SGM_RVC	0.15 124	0.17 95	0.11 89	0.18 130	0.11 136	0.19 157	0.11 131	0.19 154	0.12 152	0.19 153	0.12 144	0.20 160	0.12 149	0.19 155	0.12 141	0.16 134	0.11 96	0.17 153	0.10 118	0.17 151	0.10 116
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DeepPruner_ROB	0.16 132	0.18 98	0.13 121	0.19 133	0.13 155	0.19 157	0.13 150	0.19 154	0.13 155	0.19 153	0.13 156	0.19 157	0.13 154	0.19 155	0.13 147	0.18 150	0.13 136	0.18 162	0.13 155	0.18 155	0.13 150

IGEV_Zeroshot_test	0.20 149	0.19 99	0.40 301	0.30 198	0.17 196	0.22 179	0.17 185	0.21 168	0.17 194	0.20 159	0.17 192	0.21 167	0.18 200	0.21 169	0.17 171	0.20 162	0.16 145	0.20 169	0.16 183	0.20 167	0.17 186

ACVNet	0.20 149	0.19 99	0.14 126	0.20 136	0.14 157	0.20 162	0.96 465	0.21 168	0.14 157	0.20 159	0.13 156	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	0.17 151	0.12 144

acv_ft	0.20 149	0.19 99	0.14 126	0.20 136	0.14 157	0.20 162	0.96 465	0.21 168	0.14 157	0.20 159	0.13 156	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	0.17 151	0.12 144

LALA_ROB	0.15 124	0.19 99	0.12 101	0.18 130	0.11 136	0.20 162	0.12 147	0.21 168	0.12 152	0.20 159	0.12 144	0.20 160	0.12 149	0.21 169	0.13 147	0.17 142	0.10 75	0.18 162	0.11 130	0.18 155	0.11 128

model_zeroshot	0.27 195	0.20 103	0.27 215	0.33 210	0.21 227	0.37 260	0.22 218	0.37 252	0.24 228	0.26 205	0.27 253	0.33 244	0.21 222	0.25 203	0.27 215	0.32 232	0.20 190	0.34 257	0.23 228	0.25 205	0.26 226

ProNet	0.14 112	0.20 103	0.14 126	0.16 120	0.11 136	0.16 142	0.11 131	0.17 149	0.11 133	0.17 147	0.12 144	0.17 149	0.13 154	0.17 149	0.12 141	0.15 125	0.11 96	0.16 145	0.11 130	0.15 141	0.12 144

DAS	0.20 149	0.20 103	0.20 190	0.20 136	0.20 221	0.20 162	0.20 208	0.20 160	0.20 213	0.20 159	0.20 219	0.20 160	0.20 217	0.20 159	0.20 186	0.20 162	0.20 190	0.20 169	0.20 218	0.20 167	0.20 202

IPLG	0.13 103	0.20 103	0.14 126	0.15 109	0.11 136	0.14 127	0.11 131	0.14 128	0.11 133	0.14 127	0.11 133	0.14 128	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

IPLGR_C	0.14 112	0.20 103	0.12 101	0.15 109	0.11 136	0.14 127	0.15 162	0.14 128	0.11 133	0.15 133	0.12 144	0.14 128	0.11 132	0.16 140	0.11 126	0.15 125	0.12 112	0.14 127	0.12 147	0.15 141	0.12 144

ASD4		0.20 103

MSKI-zero shot	0.24 177	0.21 109	0.49 346	0.65 358	0.18 206	0.22 179	0.17 185	0.23 188	0.18 197	0.21 170	0.17 192	0.23 191	0.28 260	0.23 189	0.18 180	0.21 166	0.16 145	0.21 171	0.16 183	0.21 177	0.16 174

CIPLG	0.13 103	0.21 109	0.12 101	0.16 120	0.11 136	0.15 134	0.11 131	0.14 128	0.11 133	0.15 133	0.12 144	0.15 138	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

MIPNet	0.14 112	0.21 109	0.17 167	0.16 120	0.11 136	0.15 134	0.12 147	0.14 128	0.11 133	0.16 138	0.11 133	0.14 128	0.11 132	0.14 130	0.11 126	0.14 116	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

ACRE	0.13 103	0.21 109	0.14 126	0.15 109	0.11 136	0.14 127	0.11 131	0.14 128	0.11 133	0.14 127	0.12 144	0.14 128	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

oiu110	0.19 142	0.22 113	0.14 126	0.21 145	0.14 157	0.21 172	0.14 152	0.21 168	0.14 157	0.23 176	0.14 161	0.21 167	0.14 158	0.21 169	0.48 352	0.19 154	0.16 145	0.22 176	0.13 155	0.19 161	0.13 150

dddd17k	0.19 142	0.22 113	0.14 126	0.21 145	0.14 157	0.21 172	0.14 152	0.21 168	0.14 157	0.23 176	0.14 161	0.21 167	0.14 158	0.21 169	0.48 352	0.19 154	0.16 145	0.22 176	0.13 155	0.19 161	0.13 150

ITERv10	0.19 142	0.22 113	0.14 126	0.21 145	0.14 157	0.21 172	0.14 152	0.21 168	0.14 157	0.23 176	0.14 161	0.21 167	0.14 158	0.21 169	0.48 352	0.19 154	0.16 145	0.22 176	0.13 155	0.19 161	0.13 150

ITERv8	0.19 142	0.22 113	0.14 126	0.21 145	0.14 157	0.21 172	0.14 152	0.21 168	0.14 157	0.23 176	0.14 161	0.21 167	0.14 158	0.21 169	0.48 352	0.19 154	0.16 145	0.22 176	0.13 155	0.19 161	0.13 150

ITERv4	0.19 142	0.22 113	0.14 126	0.21 145	0.14 157	0.21 172	0.14 152	0.21 168	0.14 157	0.23 176	0.14 161	0.21 167	0.14 158	0.21 169	0.48 352	0.19 154	0.16 145	0.22 176	0.13 155	0.19 161	0.13 150

Pointernet	0.21 162	0.22 113	0.19 187	0.24 167	0.19 218	0.24 193	0.19 204	0.24 191	0.19 211	0.24 186	0.19 215	0.24 195	0.19 213	0.24 193	0.19 183	0.22 176	0.17 168	0.22 176	0.17 203	0.22 179	0.17 186

test_for_model	0.15 124	0.23 119	0.18 176	0.21 145	0.11 136	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.21 166	0.18 182	0.14 127	0.11 130	0.14 131	0.11 128

WAO-6	0.22 166	0.23 119	0.22 195	0.23 162	0.22 229	0.22 179	0.22 218	0.22 177	0.22 219	0.22 172	0.22 225	0.22 180	0.22 223	0.22 178	0.22 191	0.22 176	0.22 205	0.22 176	0.22 222	0.22 179	0.22 207

IMH-64-1	0.22 166	0.23 119	0.23 198	0.22 153	0.22 229	0.22 179	0.22 218	0.22 177	0.22 219	0.22 172	0.22 225	0.22 180	0.22 223	0.22 178	0.22 191	0.22 176	0.22 205	0.23 187	0.22 222	0.22 179	0.23 209

IMH-64	0.22 166	0.23 119	0.23 198	0.22 153	0.22 229	0.22 179	0.22 218	0.22 177	0.22 219	0.22 172	0.22 225	0.22 180	0.22 223	0.22 178	0.22 191	0.22 176	0.22 205	0.23 187	0.22 222	0.22 179	0.23 209

MIM_Stereo	0.25 186	0.23 119	0.66 388	0.80 380	0.17 196	0.22 179	0.17 185	0.23 188	0.18 197	0.26 205	0.17 192	0.21 167	0.17 192	0.25 203	0.17 171	0.23 192	0.16 145	0.21 171	0.17 203	0.22 179	0.17 186

iResNetv2_ROB	0.20 149	0.23 119	0.18 176	0.24 167	0.20 221	0.24 193	0.18 192	0.24 191	0.18 197	0.24 186	0.18 205	0.23 191	0.19 213	0.24 193	0.18 180	0.21 166	0.16 145	0.21 171	0.16 183	0.22 179	0.16 174

iResNet	0.20 149	0.23 119	0.18 176	0.24 167	0.18 206	0.24 193	0.20 208	0.24 191	0.18 197	0.23 176	0.17 192	0.23 191	0.18 200	0.23 189	0.18 180	0.22 176	0.16 145	0.21 171	0.16 183	0.21 177	0.16 174

ITERv28	0.20 149	0.24 126	0.15 147	0.22 153	0.15 173	0.22 179	0.15 162	0.22 177	0.15 172	0.24 186	0.15 174	0.22 180	0.15 173	0.22 178	0.50 360	0.21 166	0.17 168	0.24 195	0.14 165	0.20 167	0.14 160

ITERv24	0.20 149	0.24 126	0.15 147	0.22 153	0.15 173	0.22 179	0.15 162	0.22 177	0.15 172	0.24 186	0.15 174	0.22 180	0.15 173	0.22 178	0.50 360	0.21 166	0.17 168	0.24 195	0.14 165	0.20 167	0.14 160

dd23bbn	0.20 149	0.24 126	0.15 147	0.22 153	0.15 173	0.22 179	0.15 162	0.22 177	0.15 172	0.24 186	0.15 174	0.22 180	0.15 173	0.22 178	0.50 360	0.21 166	0.17 168	0.24 195	0.14 165	0.20 167	0.14 160

ITERv21	0.20 149	0.24 126	0.15 147	0.22 153	0.15 173	0.22 179	0.15 162	0.22 177	0.15 172	0.24 186	0.15 174	0.22 180	0.15 173	0.22 178	0.50 360	0.21 166	0.17 168	0.24 195	0.14 165	0.20 167	0.14 160

zxcv128	0.20 149	0.24 126	0.15 147	0.22 153	0.15 173	0.22 179	0.15 162	0.22 177	0.15 172	0.24 186	0.15 174	0.22 180	0.15 173	0.22 178	0.50 360	0.21 166	0.17 168	0.24 195	0.14 165	0.20 167	0.14 160

ITERv12	0.20 149	0.24 126	0.15 147	0.22 153	0.15 173	0.22 179	0.15 162	0.22 177	0.15 172	0.24 186	0.15 174	0.22 180	0.15 173	0.22 178	0.50 360	0.21 166	0.17 168	0.24 195	0.14 165	0.20 167	0.14 160

s6wercc	0.20 149	0.24 126	0.15 147	0.22 153	0.15 173	0.22 179	0.15 162	0.22 177	0.15 172	0.24 186	0.15 174	0.22 180	0.15 173	0.22 178	0.50 360	0.21 166	0.17 168	0.24 195	0.14 165	0.20 167	0.14 160

Wz-Net-LNSev	0.06 44	0.24 126	0.20 190	0.23 162	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	0.23 192	0.21 201	0.02 18	0.01 9	0.01 10	0.01 10

IPLGR	0.14 112	0.24 126	0.14 126	0.16 120	0.12 152	0.15 134	0.12 147	0.14 128	0.11 133	0.15 133	0.12 144	0.14 128	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

hj116sk	0.22 166	0.25 135	0.16 155	0.24 167	0.16 187	0.24 193	0.16 172	0.24 191	0.16 181	0.26 205	0.16 182	0.24 195	0.16 180	0.24 193	0.52 374	0.22 176	0.18 182	0.25 203	0.15 176	0.22 179	0.15 168

iked130	0.22 166	0.25 135	0.16 155	0.24 167	0.16 187	0.24 193	0.16 172	0.24 191	0.16 181	0.26 205	0.16 182	0.24 195	0.16 180	0.24 193	0.52 374	0.22 176	0.18 182	0.25 203	0.15 176	0.22 179	0.15 168

vnu138km	0.22 166	0.25 135	0.16 155	0.24 167	0.16 187	0.24 193	0.16 172	0.24 191	0.16 181	0.26 205	0.16 182	0.24 195	0.16 180	0.24 193	0.52 374	0.22 176	0.18 182	0.25 203	0.15 176	0.22 179	0.15 168

99wein	0.22 166	0.25 135	0.16 155	0.24 167	0.16 187	0.24 193	0.16 172	0.24 191	0.16 181	0.26 205	0.16 182	0.24 195	0.16 180	0.24 193	0.52 374	0.22 176	0.18 182	0.25 203	0.15 176	0.22 179	0.15 168

a5sdf	0.22 166	0.25 135	0.16 155	0.24 167	0.16 187	0.24 193	0.16 172	0.24 191	0.16 181	0.26 205	0.16 182	0.24 195	0.16 180	0.24 193	0.52 374	0.22 176	0.18 182	0.25 203	0.15 176	0.22 179	0.15 168

tg	0.21 162	0.25 135	0.21 193	0.26 184	0.17 196	0.24 193	0.17 185	0.24 191	0.17 194	0.24 186	0.17 192	0.24 195	0.17 192	0.24 193	0.17 171	0.24 197	0.17 168	0.23 187	0.16 183	0.23 193	0.16 174

RAFT-FEzeroshot	0.34 222	0.26 141	0.17 167	0.21 145	0.17 196	0.20 162	0.16 172	0.20 160	0.16 181	0.20 159	0.17 192	0.21 167	0.16 180	0.27 217	0.24 201	0.19 154	0.16 145	0.19 165	0.16 183	0.26 207	3.08 604

RAFT-FE	0.34 222	0.26 141	0.17 167	0.21 145	0.17 196	0.20 162	0.16 172	0.20 160	0.16 181	0.20 159	0.17 192	0.21 167	0.16 180	0.27 217	0.24 201	0.19 154	0.16 145	0.19 165	0.16 183	0.26 207	3.08 604

UNDER WATER-64	0.25 186	0.26 141	0.25 208	0.26 184	0.25 242	0.25 205	0.25 234	0.25 202	0.25 233	0.25 197	0.25 242	0.25 205	0.25 236	0.26 213	0.25 209	0.25 211	0.25 213	0.25 203	0.25 241	0.25 205	0.25 220

CAS++	0.17 136	0.27 144	0.21 193	0.10 58	0.21 227	0.15 134	0.22 218	0.10 110	0.21 216	0.22 172	0.10 119	0.19 157	0.18 200	0.10 113	0.19 183	0.20 162	0.19 188	0.18 162	0.10 118	0.19 161	0.18 198
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
TorneroNet-64	0.45 314	0.27 144	0.30 227	0.58 344	0.27 252	0.70 415	0.30 267	0.28 219	0.73 445	0.73 418	0.28 260	0.71 418	0.66 422	0.75 419	0.27 215	0.27 216	0.29 242	0.37 281	0.75 447	0.28 214	0.30 264

LoS	0.25 186	0.27 144	0.25 208	0.25 177	0.25 242	0.25 205	0.25 234	0.26 207	0.25 233	0.25 197	0.25 242	0.25 205	0.25 236	0.25 203	0.25 209	0.26 213	0.25 213	0.25 203	0.26 247	0.26 207	0.25 220
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ITERv30	0.24 177	0.28 147	0.18 176	0.27 187	0.18 206	0.27 217	0.18 192	0.27 211	0.18 197	0.28 214	0.18 205	0.27 217	0.18 200	0.27 217	0.53 382	0.24 197	0.20 190	0.27 217	0.17 203	0.24 195	0.17 186

qyd29nn	0.24 177	0.28 147	0.18 176	0.27 187	0.18 206	0.27 217	0.18 192	0.27 211	0.18 197	0.28 214	0.18 205	0.27 217	0.18 200	0.27 217	0.53 382	0.24 197	0.20 190	0.27 217	0.17 203	0.24 195	0.17 186

yuret106	0.24 177	0.28 147	0.18 176	0.27 187	0.18 206	0.27 217	0.18 192	0.27 211	0.18 197	0.28 214	0.18 205	0.27 217	0.18 200	0.27 217	0.53 382	0.24 197	0.20 190	0.27 217	0.17 203	0.24 195	0.17 186

uio108cc	0.24 177	0.28 147	0.18 176	0.27 187	0.18 206	0.27 217	0.18 192	0.27 211	0.18 197	0.28 214	0.18 205	0.27 217	0.18 200	0.27 217	0.53 382	0.24 197	0.20 190	0.27 217	0.17 203	0.24 195	0.17 186

v20iiwwt	0.24 177	0.28 147	0.18 176	0.27 187	0.18 206	0.27 217	0.18 192	0.27 211	0.18 197	0.28 214	0.18 205	0.27 217	0.18 200	0.27 217	0.53 382	0.24 197	0.20 190	0.27 217	0.17 203	0.24 195	0.17 186

ITERv14	0.24 177	0.28 147	0.18 176	0.27 187	0.18 206	0.27 217	0.18 192	0.27 211	0.18 197	0.28 214	0.18 205	0.27 217	0.18 200	0.27 217	0.53 382	0.24 197	0.20 190	0.27 217	0.17 203	0.24 195	0.17 186

v134_o9	0.24 177	0.28 147	0.18 176	0.27 187	0.18 206	0.27 217	0.18 192	0.27 211	0.18 197	0.28 214	0.18 205	0.27 217	0.18 200	0.27 217	0.53 382	0.24 197	0.20 190	0.27 217	0.17 203	0.24 195	0.17 186

ITERv7	0.24 177	0.28 147	0.18 176	0.27 187	0.18 206	0.27 217	0.18 192	0.27 211	0.18 197	0.28 214	0.18 205	0.27 217	0.18 200	0.27 217	0.53 382	0.24 197	0.20 190	0.27 217	0.17 203	0.24 195	0.17 186

DLNR_Zeroshot_test	0.31 209	0.28 147	0.47 331	0.79 377	0.24 240	0.30 230	0.26 242	0.30 226	0.24 228	0.32 236	0.23 229	0.31 239	0.24 233	0.30 235	0.23 197	0.29 225	0.26 216	0.29 232	0.24 236	0.33 234	0.23 209

SQANet	0.28 196	0.28 147	0.28 219	0.28 196	0.28 257	0.28 226	0.28 253	0.28 219	0.28 255	0.28 214	0.28 260	0.28 226	0.28 260	0.28 229	0.28 225	0.28 218	0.28 229	0.28 227	0.28 261	0.28 214	0.28 247

HGLStereo	0.28 196	0.29 157	0.22 195	0.36 218	0.22 229	0.36 255	0.21 213	0.36 246	0.21 216	0.42 300	0.21 224	0.36 257	0.22 223	0.36 257	0.21 189	0.34 240	0.21 201	0.34 257	0.21 219	0.34 238	0.21 204

MultiAttention	0.30 202	0.30 158	0.30 227	0.30 198	0.30 277	0.30 230	0.30 267	0.30 226	0.30 273	0.30 227	0.30 277	0.30 235	0.30 275	0.30 235	0.30 242	0.30 226	0.30 255	0.30 234	0.30 289	0.30 220	0.30 264

MSAF-DinoV2	0.30 202	0.30 158	0.30 227	0.30 198	0.30 277	0.30 230	0.30 267	0.30 226	0.30 273	0.30 227	0.30 277	0.30 235	0.30 275	0.30 235	0.30 242	0.30 226	0.30 255	0.30 234	0.30 289	0.30 220	0.30 264

DANet	0.30 202	0.30 158	0.30 227	0.30 198	0.30 277	0.30 230	0.30 267	0.30 226	0.30 273	0.30 227	0.30 277	0.30 235	0.30 275	0.30 235	0.30 242	0.30 226	0.30 255	0.30 234	0.30 289	0.30 220	0.30 264
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AANet_RVC	1.26 508	0.31 161	4.99 617	5.93 608	0.20 221	0.25 205	0.20 208	0.25 202	0.20 213	0.23 176	0.19 215	0.25 205	0.20 217	0.25 203	0.20 186	5.66 619	4.76 612	0.26 213	0.30 289	0.24 195	0.27 234

gcap-zeroshot	0.35 231	0.32 162	0.37 286	0.49 315	0.39 362	0.33 245	0.21 213	0.26 207	0.35 329	0.42 300	0.34 327	0.49 363	0.29 267	0.47 347	0.39 311	0.34 240	0.17 168	0.38 289	0.23 228	0.48 355	0.34 315

iResNet_ROB	0.28 196	0.32 162	0.24 205	0.32 206	0.25 242	0.32 243	0.24 231	0.32 231	0.24 228	0.33 241	0.24 236	0.35 251	0.24 233	0.33 246	0.24 201	0.31 231	0.24 212	0.32 241	0.24 236	0.32 227	0.24 219

H2IRNET	0.34 222	0.34 164	0.34 273	0.34 212	0.34 333	0.34 247	0.34 322	0.34 238	0.34 326	0.34 243	0.34 327	0.34 249	0.34 325	0.34 248	0.34 281	0.34 240	0.34 290	0.34 257	0.34 335	0.34 238	0.34 315

MLCV	0.31 209	0.35 165	0.27 215	0.35 214	0.28 257	0.35 252	0.27 245	0.35 242	0.28 255	0.36 251	0.27 253	0.35 251	0.27 253	0.35 251	0.27 215	0.34 240	0.27 223	0.34 257	0.27 255	0.34 238	0.27 234

ETE_ROB	0.35 231	0.35 165	0.35 280	0.35 214	0.35 336	0.35 252	0.35 327	0.35 242	0.35 329	0.35 248	0.35 336	0.35 251	0.35 331	0.35 251	0.35 285	0.35 249	0.35 298	0.35 273	0.35 347	0.35 250	0.35 324

DN-CSS_ROB	0.31 209	0.35 165	0.28 219	0.35 214	0.28 257	0.34 247	0.27 245	0.34 238	0.25 233	0.35 248	0.27 253	0.36 257	0.26 245	0.34 248	0.28 225	0.35 249	0.28 229	0.34 257	0.28 261	0.34 238	0.27 234

RSM	0.36 237	0.36 168	0.43 316	0.37 221	0.42 382	0.49 366	0.42 372	0.37 252	0.28 255	0.36 251	0.29 265	0.36 257	0.30 275	0.37 261	0.28 225	0.34 240	0.31 263	0.34 257	0.35 347	0.40 305	0.29 252

Any-RAFT	0.32 217	0.36 168	0.27 215	0.36 218	0.27 252	0.36 255	0.27 245	0.36 246	0.27 252	0.36 251	0.27 253	0.36 257	0.27 253	0.36 257	0.28 225	0.36 254	0.28 229	0.36 278	0.28 261	0.36 257	0.28 247

IGEV-FE	0.35 231	0.37 170	0.17 167	0.19 133	0.17 196	0.20 162	0.17 185	0.19 154	0.17 194	0.19 153	0.17 192	0.19 157	0.17 192	0.37 261	0.36 288	0.19 154	0.17 168	0.19 165	0.17 203	0.38 273	2.84 595

LG-Stereo_L2	0.34 222	0.37 170	0.38 289	0.47 304	0.28 257	0.39 273	0.28 253	0.39 264	0.28 255	0.39 263	0.28 260	0.39 270	0.28 260	0.38 264	0.28 225	0.42 329	0.35 298	0.36 278	0.26 247	0.35 250	0.26 226

RAFT-Test	0.36 237	0.37 170	0.33 263	0.41 256	0.32 310	0.41 291	0.32 298	0.41 284	0.32 310	0.41 283	0.32 310	0.41 291	0.32 312	0.41 290	0.33 268	0.37 258	0.29 242	0.37 281	0.29 276	0.38 273	0.31 286

XPNet_ROB	0.37 243	0.37 170	0.37 286	0.37 221	0.37 346	0.37 260	0.37 339	0.37 252	0.37 341	0.37 256	0.37 346	0.37 263	0.37 339	0.37 261	0.37 297	0.37 258	0.37 303	0.37 281	0.37 355	0.37 261	0.37 331

WAO-8	0.38 249	0.38 174	0.38 289	0.38 224	0.38 353	0.38 267	0.38 345	0.38 260	0.38 345	0.38 257	0.38 351	0.38 265	0.38 343	0.38 264	0.38 300	0.38 267	0.38 309	0.38 289	0.37 355	0.38 273	0.38 338

WAO-7	0.38 249	0.38 174	0.38 289	0.38 224	0.38 353	0.38 267	0.38 345	0.38 260	0.38 345	0.38 257	0.38 351	0.38 265	0.38 343	0.38 264	0.38 300	0.38 267	0.38 309	0.38 289	0.38 368	0.38 273	0.38 338

HanzoNet	0.39 269	0.38 174	0.40 301	0.39 230	0.41 372	0.38 267	0.38 345	0.38 260	0.38 345	0.39 263	0.39 360	0.38 265	0.38 343	0.39 272	0.40 315	0.38 267	0.38 309	0.40 305	0.38 368	0.38 273	0.40 346

Venus	0.38 249	0.38 174	0.38 289	0.38 224	0.38 353	0.37 260	0.38 345	0.37 252	0.37 341	0.41 283	0.37 346	0.39 270	0.37 339	0.38 264	0.38 300	0.37 258	0.38 309	0.38 289	0.37 355	0.37 261	0.38 338

IMH	0.38 249	0.38 174	0.38 289	0.38 224	0.38 353	0.38 267	0.38 345	0.38 260	0.38 345	0.42 300	0.38 351	0.40 278	0.38 343	0.38 264	0.38 300	0.38 267	0.38 309	0.39 300	0.38 368	0.38 273	0.38 338

DMCA	0.36 237	0.38 174	0.37 286	0.35 214	0.35 336	0.36 255	0.36 333	0.36 246	0.35 329	0.35 248	0.37 346	0.36 257	0.36 334	0.35 251	0.36 288	0.36 254	0.36 301	0.35 273	0.36 353	0.36 257	0.36 327

StereoDRNet-Refined	0.33 220	0.39 180	0.26 214	0.39 230	0.26 250	0.40 275	0.26 242	0.40 269	0.26 246	0.39 263	0.26 248	0.39 270	0.26 245	0.39 272	0.26 214	0.37 258	0.25 213	0.37 281	0.25 241	0.37 261	0.37 331
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.11 455	0.39 180	5.28 619	0.39 230	0.20 221	0.39 273	0.27 245	0.39 264	0.22 219	0.38 257	0.20 219	0.38 265	0.20 217	6.95 632	0.22 191	0.30 226	0.21 201	0.27 217	0.21 219	5.25 613	0.21 204

Zero-FE251	0.36 237	0.40 182	0.28 219	0.41 256	0.28 257	0.41 291	0.28 253	0.41 284	0.28 255	0.41 283	0.28 260	0.41 291	0.28 260	0.42 305	0.30 242	0.37 258	0.26 216	0.37 281	0.27 255	0.45 336	0.56 406

EKT-Stereo	0.37 243	0.40 182	0.44 318	1.07 417	0.29 266	0.34 247	0.31 283	0.36 246	0.29 261	0.38 257	0.31 289	0.37 263	0.30 275	0.36 257	0.29 235	0.34 240	0.28 229	0.39 300	0.30 289	0.37 261	0.30 264

knoymous	0.40 288	0.40 182	0.40 301	0.40 244	0.40 364	0.40 275	0.40 359	0.40 269	0.40 359	0.40 269	0.40 363	0.40 278	0.40 352	0.40 275	0.40 315	0.40 300	0.40 319	0.40 305	0.40 372	0.40 305	0.40 346

anonymousa	0.40 288	0.40 182	0.40 301	0.40 244	0.40 364	0.40 275	0.40 359	0.40 269	0.40 359	0.40 269	0.40 363	0.40 278	0.40 352	0.40 275	0.40 315	0.40 300	0.40 319	0.40 305	0.40 372	0.40 305	0.40 346

riskmin	0.40 288	0.40 182	0.40 301	0.40 244	0.40 364	0.40 275	0.40 359	0.40 269	0.40 359	0.40 269	0.40 363	0.40 278	0.40 352	0.40 275	0.40 315	0.40 300	0.40 319	0.40 305	0.40 372	0.40 305	0.40 346

Anonymous_2	0.40 288	0.40 182	0.40 301	0.40 244	0.40 364	0.40 275	0.40 359	0.40 269	0.40 359	0.40 269	0.40 363	0.40 278	0.40 352	0.40 275	0.40 315	0.40 300	0.40 319	0.40 305	0.40 372	0.40 305	0.40 346

Anonymous_1	0.40 288	0.40 182	0.40 301	0.40 244	0.40 364	0.40 275	0.40 359	0.40 269	0.40 359	0.40 269	0.40 363	0.40 278	0.40 352	0.40 275	0.40 315	0.40 300	0.40 319	0.40 305	0.40 372	0.40 305	0.40 346

AdaStereo	0.40 288	0.40 182	0.40 301	0.40 244	0.40 364	0.40 275	0.40 359	0.40 269	0.40 359	0.40 269	0.40 363	0.40 278	0.40 352	0.40 275	0.40 315	0.40 300	0.40 319	0.40 305	0.40 372	0.40 305	0.40 346
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
iRaft-Stereo_20w	0.34 222	0.41 190	0.31 241	0.39 230	0.29 266	0.40 275	0.32 298	0.41 284	0.32 310	0.38 257	0.30 277	0.39 270	0.30 275	0.38 264	0.32 259	0.35 249	0.27 223	0.34 257	0.27 255	0.34 238	0.29 252

GwcNet-ADL	0.41 295	0.41 190	0.41 310	0.41 256	0.41 372	0.41 291	0.41 367	0.41 284	0.41 368	0.41 283	0.41 369	0.41 291	0.41 363	0.41 290	0.41 322	0.41 313	0.41 328	0.41 328	0.41 379	0.41 322	0.41 353

PSMNet-ADL	0.41 295	0.41 190	0.41 310	0.41 256	0.41 372	0.41 291	0.41 367	0.41 284	0.41 368	0.41 283	0.41 369	0.41 291	0.41 363	0.41 290	0.41 322	0.41 313	0.41 328	0.41 328	0.41 379	0.41 322	0.41 353

GANet-ADL	0.41 295	0.41 190	0.41 310	0.41 256	0.41 372	0.41 291	0.41 367	0.41 284	0.41 368	0.41 283	0.41 369	0.41 291	0.41 363	0.41 290	0.41 322	0.41 313	0.41 328	0.41 328	0.41 379	0.41 322	0.41 353

ADLNet2	0.41 295	0.41 190	0.41 310	0.41 256	0.41 372	0.41 291	0.41 367	0.41 284	0.41 368	0.41 283	0.41 369	0.41 291	0.41 363	0.41 290	0.41 322	0.41 313	0.41 328	0.41 328	0.41 379	0.41 322	0.41 353

ADLNet	0.41 295	0.41 190	0.41 310	0.41 256	0.41 372	0.41 291	0.41 367	0.41 284	0.41 368	0.41 283	0.41 369	0.41 291	0.41 363	0.41 290	0.41 322	0.41 313	0.41 328	0.41 328	0.41 379	0.41 322	0.41 353

DGSMNet	0.34 222	0.41 190	0.27 215	0.41 256	0.28 257	0.41 291	0.28 253	0.41 284	0.27 252	0.41 283	0.27 253	0.42 311	0.27 253	0.41 290	0.28 225	0.40 300	0.29 242	0.40 305	0.28 261	0.40 305	0.27 234

uiiii_40	0.39 269	0.42 197	0.89 423	0.42 269	0.31 299	0.43 323	0.30 267	0.44 321	0.31 292	0.42 300	0.31 289	0.43 318	0.30 275	0.42 305	0.30 242	0.41 313	0.29 242	0.42 350	0.28 261	0.40 305	0.32 294

SteFusion	0.39 269	0.42 197	0.90 428	0.43 278	0.30 277	0.42 313	0.31 283	0.45 331	0.31 292	0.41 283	0.30 277	0.43 318	0.30 275	0.42 305	0.31 254	0.39 289	0.30 255	0.42 350	0.28 261	0.39 291	0.33 307

ACW_4w	0.39 269	0.42 197	0.88 422	0.42 269	0.30 277	0.42 313	0.30 267	0.45 331	0.31 292	0.42 300	0.31 289	0.42 311	0.30 275	0.42 305	0.30 242	0.40 300	0.28 229	0.42 350	0.28 261	0.40 305	0.32 294

iRaft-Stereo_5w	0.34 222	0.42 197	0.31 241	0.39 230	0.30 277	0.38 267	0.30 267	0.40 269	0.29 261	0.40 269	0.37 346	0.41 291	0.34 325	0.38 264	0.30 242	0.34 240	0.27 223	0.34 257	0.26 247	0.34 238	0.26 226

4.5w_L	0.39 269	0.43 201	0.89 423	0.42 269	0.29 266	0.42 313	0.30 267	0.43 307	0.30 273	0.42 300	0.31 289	0.41 291	0.31 295	0.43 315	0.31 254	0.40 300	0.28 229	0.41 328	0.28 261	0.39 291	0.33 307

PyraSte	0.39 269	0.43 201	0.87 420	0.42 269	0.31 299	0.42 313	0.31 283	0.44 321	0.30 273	0.41 283	0.31 289	0.42 311	0.30 275	0.42 305	0.31 254	0.38 267	0.29 242	0.42 350	0.29 276	0.40 305	0.32 294

5w_v4	0.39 269	0.43 201	0.91 434	0.42 269	0.30 277	0.43 323	0.31 283	0.45 331	0.31 292	0.42 300	0.30 277	0.41 291	0.29 267	0.44 328	0.30 242	0.40 300	0.29 242	0.42 350	0.28 261	0.40 305	0.32 294

GREAT-IGEV	0.38 249	0.43 201	0.36 282	0.48 309	0.32 310	0.45 345	0.32 298	0.45 331	0.32 310	0.45 318	0.32 310	0.45 342	0.32 312	0.45 338	0.32 259	0.44 331	0.33 282	0.41 328	0.29 276	0.41 322	0.29 252

fffy	0.38 249	0.43 201	0.33 263	0.46 298	0.33 323	0.45 345	0.32 298	0.45 331	0.32 310	0.45 318	0.32 310	0.45 342	0.33 320	0.45 338	0.32 259	0.38 267	0.38 309	0.38 289	0.37 355	0.37 261	0.36 327

IGEV++	0.34 222	0.43 201	0.30 227	0.40 244	0.29 266	0.40 275	0.29 262	0.40 269	0.29 261	0.40 269	0.29 265	0.40 278	0.29 267	0.40 275	0.30 242	0.38 267	0.29 242	0.37 281	0.29 276	0.37 261	0.29 252

4k_L	0.38 249	0.44 207	0.30 227	0.43 278	0.31 299	0.43 323	0.30 267	0.43 307	0.30 273	0.45 318	0.31 289	0.43 318	0.30 275	0.43 315	0.69 416	0.38 267	0.32 267	0.40 305	0.30 289	0.38 273	0.30 264

aaa3	0.38 249	0.44 207	0.31 241	0.43 278	0.30 277	0.43 323	0.31 283	0.43 307	0.30 273	0.45 318	0.31 289	0.43 318	0.31 295	0.43 315	0.69 416	0.38 267	0.33 282	0.40 305	0.30 289	0.38 273	0.30 264

gc-stereo	0.38 249	0.44 207	0.30 227	0.43 278	0.30 277	0.43 323	0.31 283	0.43 307	0.31 292	0.45 318	0.31 289	0.43 318	0.30 275	0.43 315	0.69 416	0.38 267	0.32 267	0.41 328	0.30 289	0.38 273	0.30 264

mfccc	0.38 249	0.44 207	0.30 227	0.43 278	0.30 277	0.43 323	0.31 283	0.43 307	0.30 273	0.45 318	0.31 289	0.43 318	0.31 295	0.43 315	0.69 416	0.38 267	0.32 267	0.41 328	0.30 289	0.38 273	0.30 264

ss10	0.38 249	0.44 207	0.31 241	0.43 278	0.30 277	0.43 323	0.30 267	0.43 307	0.30 273	0.45 318	0.31 289	0.43 318	0.31 295	0.43 315	0.69 416	0.38 267	0.33 282	0.40 305	0.30 289	0.38 273	0.30 264

5k_new	0.38 249	0.44 207	0.31 241	0.43 278	0.30 277	0.43 323	0.31 283	0.43 307	0.31 292	0.45 318	0.31 289	0.43 318	0.30 275	0.43 315	0.69 416	0.38 267	0.33 282	0.40 305	0.30 289	0.38 273	0.30 264

SX	0.38 249	0.44 207	0.31 241	0.43 278	0.31 299	0.43 323	0.31 283	0.43 307	0.31 292	0.45 318	0.32 310	0.43 318	0.31 295	0.43 315	0.69 416	0.38 267	0.33 282	0.40 305	0.30 289	0.38 273	0.30 264

USM	0.38 249	0.44 207	0.31 241	0.43 278	0.30 277	0.43 323	0.30 267	0.43 307	0.30 273	0.45 318	0.30 277	0.43 318	0.31 295	0.43 315	0.68 411	0.38 267	0.32 267	0.40 305	0.30 289	0.38 273	0.30 264

weee2	0.38 249	0.44 207	0.31 241	0.43 278	0.30 277	0.43 323	0.31 283	0.43 307	0.31 292	0.45 318	0.31 289	0.43 318	0.31 295	0.43 315	0.69 416	0.38 267	0.33 282	0.40 305	0.30 289	0.38 273	0.30 264

ACM	0.38 249	0.44 207	0.30 227	0.43 278	0.30 277	0.43 323	0.30 267	0.43 307	0.30 273	0.45 318	0.31 289	0.43 318	0.30 275	0.43 315	0.73 439	0.38 267	0.32 267	0.40 305	0.30 289	0.37 261	0.30 264

StePilot	0.39 269	0.44 207	0.87 420	0.41 256	0.30 277	0.42 313	0.32 298	0.45 331	0.29 261	0.43 310	0.30 277	0.43 318	0.30 275	0.42 305	0.30 242	0.40 300	0.29 242	0.43 358	0.27 255	0.40 305	0.31 286

tim_s	0.39 269	0.44 207	0.90 428	0.41 256	0.30 277	0.41 291	0.30 267	0.44 321	0.30 273	0.41 283	0.31 289	0.42 311	0.30 275	0.41 290	0.31 254	0.41 313	0.30 255	0.41 328	0.29 276	0.40 305	0.32 294

xxxad45	0.39 269	0.44 207	0.90 428	0.41 256	0.30 277	0.41 291	0.31 283	0.44 321	0.30 273	0.43 310	0.30 277	0.43 318	0.31 295	0.41 290	0.31 254	0.40 300	0.29 242	0.41 328	0.30 289	0.40 305	0.32 294

ITER124	0.38 249	0.44 207	0.30 227	0.42 269	0.30 277	0.42 313	0.30 267	0.42 302	0.30 273	0.44 317	0.30 277	0.43 318	0.30 275	0.42 305	0.69 416	0.37 258	0.32 267	0.40 305	0.30 289	0.37 261	0.29 252

Select-FE	0.41 295	0.44 207	0.23 198	0.26 184	0.22 229	0.26 213	0.22 218	0.26 207	0.23 225	0.26 205	0.23 229	0.26 215	0.23 229	0.45 338	0.42 330	0.25 211	0.22 205	0.25 203	0.22 222	0.45 336	2.90 596

ccccc		0.44 207		0.48 309	0.35 336	0.48 361		0.51 374		0.47 345		0.47 352		0.47 347		0.41 313	0.40 319	0.40 305	0.40 372	0.41 322

Wz-Net-LNSev-Ref	0.11 87	0.44 207	0.33 263	0.39 230	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	0.39 289	0.36 301	0.02 18	0.02 20	0.02 20	0.02 20

IGEV-Stereo	0.35 231	0.44 207	0.45 320	0.49 315	0.30 277	0.37 260	0.30 267	0.36 246	0.30 273	0.36 251	0.29 265	0.36 257	0.29 267	0.36 257	0.30 242	0.46 338	0.39 316	0.32 241	0.24 236	0.32 227	0.25 220
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
SX1w	0.39 269	0.45 225	0.31 241	0.44 290	0.31 299	0.44 338	0.31 283	0.44 321	0.31 292	0.46 333	0.31 289	0.44 334	0.31 295	0.44 328	0.70 431	0.39 289	0.34 290	0.41 328	0.30 289	0.39 291	0.30 264

5k_stereo	0.39 269	0.45 225	0.31 241	0.44 290	0.31 299	0.44 338	0.31 283	0.44 321	0.31 292	0.46 333	0.31 289	0.44 334	0.31 295	0.44 328	0.71 436	0.39 289	0.34 290	0.41 328	0.30 289	0.39 291	0.30 264

mnv4	0.39 269	0.45 225	0.32 257	0.44 290	0.31 299	0.44 338	0.32 298	0.44 321	0.31 292	0.46 333	0.32 310	0.44 334	0.31 295	0.44 328	0.69 416	0.39 289	0.34 290	0.41 328	0.31 315	0.39 291	0.31 286

wo013ll	0.39 269	0.45 225	0.31 241	0.44 290	0.31 299	0.44 338	0.31 283	0.44 321	0.31 292	0.46 333	0.31 289	0.44 334	0.31 295	0.44 328	0.70 431	0.39 289	0.34 290	0.41 328	0.30 289	0.39 291	0.30 264

2k_new	0.39 269	0.45 225	0.31 241	0.44 290	0.31 299	0.44 338	0.32 298	0.44 321	0.31 292	0.46 333	0.31 289	0.44 334	0.31 295	0.44 328	0.70 431	0.39 289	0.34 290	0.41 328	0.31 315	0.39 291	0.31 286

CNT	0.39 269	0.45 225	0.31 241	0.44 290	0.32 310	0.44 338	0.31 283	0.44 321	0.31 292	0.46 333	0.31 289	0.44 334	0.31 295	0.44 328	0.73 439	0.39 289	0.34 290	0.41 328	0.30 289	0.39 291	0.30 264

ITERv19	0.38 249	0.45 225	0.31 241	0.43 278	0.30 277	0.43 323	0.30 267	0.43 307	0.31 292	0.45 318	0.30 277	0.43 318	0.31 295	0.42 305	0.69 416	0.38 267	0.32 267	0.40 305	0.30 289	0.38 273	0.30 264

HART	0.38 249	0.45 225	0.34 273	0.42 269	0.33 323	0.41 291	0.34 322	0.42 302	0.33 317	0.43 310	0.34 327	0.42 311	0.34 325	0.41 290	0.38 300	0.40 300	0.32 267	0.42 350	0.32 323	0.40 305	0.32 294

mms	0.40 288	0.45 225	0.35 280	0.48 309	0.36 342	0.47 356	0.34 322	0.45 331	0.38 345	0.47 345	0.33 319	0.45 342	0.32 312	0.45 338	0.32 259	0.39 289	0.38 309	0.38 289	0.37 355	0.39 291	0.39 344

GMOStereo	0.37 243	0.45 225	0.23 198	0.30 198	0.37 346	0.41 291	0.36 333	0.41 284	0.35 329	0.43 310	0.36 339	0.41 291	0.40 352	0.41 290	0.36 288	0.34 240	0.22 205	0.47 376	0.37 355	0.39 291	0.33 307

RAFT + AFF	0.31 209	0.45 225	0.34 273	0.39 230	0.28 257	0.38 267	0.33 311	0.29 224	0.31 292	0.30 227	0.30 277	0.29 232	0.27 253	0.29 233	0.30 242	0.28 218	0.29 242	0.29 232	0.29 276	0.27 212	0.32 294

otaku	0.46 320	0.46 236	0.46 324	0.46 298	0.46 390	0.46 351	0.46 382	0.46 339	0.46 382	0.46 333	0.46 389	0.46 346	0.46 380	0.46 343	0.46 339	0.46 338	0.46 351	0.46 367	0.46 392	0.46 339	0.46 367

Dean	0.46 320	0.46 236	0.46 324	0.46 298	0.46 390	0.46 351	0.46 382	0.46 339	0.46 382	0.47 345	0.46 389	0.46 346	0.46 380	0.46 343	0.46 339	0.46 338	0.46 351	0.46 367	0.46 392	0.46 339	0.46 367

ACVNet-4b	0.46 320	0.46 236	0.46 324	0.46 298	0.46 390	0.46 351	0.46 382	0.46 339	0.46 382	0.46 333	0.46 389	0.46 346	0.46 380	0.47 347	0.46 339	0.46 338	0.46 351	0.46 367	0.46 392	0.46 339	0.46 367

psmorigin	0.41 295	0.46 236	0.33 263	0.49 315	0.33 323	0.49 366	0.33 311	0.49 353	0.33 317	0.49 359	0.33 319	0.49 363	0.33 320	0.51 378	0.33 268	0.41 313	0.30 255	0.41 328	0.30 289	0.79 408	0.29 252

Ntro	0.47 326	0.47 240	0.46 324	0.46 298	0.46 390	0.47 356	0.47 387	0.46 339	0.47 387	0.46 333	0.46 389	0.47 352	0.46 380	0.47 347	0.47 346	0.47 343	0.46 351	0.46 367	0.46 392	0.46 339	0.46 367

HaxPig	0.47 326	0.47 240	0.47 331	0.49 315	0.47 396	0.47 356	0.47 387	0.47 345	0.47 387	0.47 345	0.47 397	0.47 352	0.47 388	0.47 347	0.47 346	0.47 343	0.47 359	0.47 376	0.47 399	0.47 351	0.48 376

UNDER WATER	0.47 326	0.47 240	0.47 331	0.47 304	0.47 396	0.47 356	0.47 387	0.47 345	0.47 387	0.47 345	0.47 397	0.47 352	0.46 380	0.47 347	0.47 346	0.47 343	0.47 359	0.47 376	0.46 392	0.47 351	0.47 374

LVE	0.47 326	0.47 240	0.47 331	0.47 304	0.49 402	0.47 356	0.47 387	0.47 345	0.49 396	0.47 345	0.47 397	0.47 352	0.46 380	0.47 347	0.47 346	0.47 343	0.47 359	0.48 384	0.47 399	0.47 351	0.47 374

ACVNet_1	0.46 320	0.47 240	0.46 324	0.46 298	0.46 390	0.46 351	0.46 382	0.46 339	0.47 387	0.46 333	0.46 389	0.46 346	0.46 380	0.46 343	0.46 339	0.46 338	0.46 351	0.47 376	0.46 392	0.46 339	0.46 367

CES	0.39 269	0.47 240	0.36 282	0.36 218	0.37 346	0.45 345	0.35 327	0.35 242	0.40 359	0.36 251	0.44 383	0.47 352	0.36 334	0.44 328	0.36 288	0.37 258	0.39 316	0.44 359	0.35 347	0.37 261	0.36 327

xyz-stereo-finetune2	0.18 139	0.48 246	0.16 155	0.16 120	0.15 173	0.15 134	0.16 172	0.16 141	0.16 181	0.16 138	0.16 182	0.16 139	0.16 180	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 183	0.16 145	0.16 174

RainbowNet	0.48 331	0.48 246	0.48 339	0.48 309	0.48 400	0.48 361	0.48 396	0.48 349	0.48 394	0.48 352	0.48 401	0.48 359	0.48 389	0.48 356	0.48 352	0.48 347	0.48 363	0.48 384	0.48 402	0.48 355	0.48 376

xyz-stereo-finetune	0.28 196	0.49 248	0.16 155	0.16 120	0.16 187	0.16 142	0.16 172	0.22 177	0.30 273	0.32 236	0.31 289	0.32 241	0.31 295	0.32 240	0.32 259	0.32 232	0.33 282	0.31 240	0.32 323	0.31 225	0.32 294

GIP-stereo	0.36 237	0.49 248	0.39 296	0.48 309	0.32 310	0.41 291	0.28 253	0.40 269	0.30 273	0.41 283	0.28 260	0.40 278	0.28 260	0.42 305	0.28 225	0.45 334	0.32 267	0.38 289	0.30 289	0.37 261	0.27 234

notaker	0.48 331	0.49 248	0.48 339	0.48 309	0.48 400	0.48 361	0.48 396	0.48 349	0.49 396	0.48 352	0.48 401	0.48 359	0.48 389	0.48 356	0.48 352	0.48 347	0.48 363	0.48 384	0.48 402	0.48 355	0.49 381

ACVNet_2	0.49 337	0.49 248	0.49 346	0.49 315	0.49 402	0.49 366	0.49 398	0.49 353	0.49 396	0.49 359	0.49 404	0.49 363	0.49 394	0.49 362	0.49 359	0.49 350	0.49 366	0.49 389	0.49 405	0.49 359	0.49 381

252Zero-FE	0.45 314	0.50 252	0.36 282	0.50 322	0.36 342	0.50 374	0.36 333	0.50 361	0.36 339	0.49 359	0.36 339	0.49 363	0.36 334	0.54 387	0.41 322	0.45 334	0.34 290	0.45 363	0.34 335	0.55 378	0.75 437

xyz-stereo	0.18 139	0.50 252	0.16 155	0.15 109	0.16 187	0.16 142	0.16 172	0.16 141	0.16 181	0.16 138	0.16 182	0.16 139	0.16 180	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 183	0.16 145	0.16 174

FoundationStereo	0.50 339	0.50 252	0.50 350	0.50 322	0.50 406	0.50 374	0.50 400	0.50 361	0.50 399	0.50 372	0.50 406	0.50 378	0.50 397	0.50 369	0.50 360	0.50 356	0.50 374	0.50 393	0.50 407	0.50 364	0.50 387

StereoAnything_RVC	0.50 339	0.50 252	0.50 350	0.50 322	0.50 406	0.50 374	0.50 400	0.50 361	0.50 399	0.50 372	0.50 406	0.50 378	0.50 397	0.50 369	0.50 360	0.50 356	0.50 374	0.50 393	0.50 407	0.50 364	0.50 387

dual_stereo	0.50 339	0.50 252	0.50 350	0.50 322	0.50 406	0.50 374	0.50 400	0.50 361	0.50 399	0.50 372	0.50 406	0.50 378	0.50 397	0.50 369	0.50 360	0.50 356	0.50 374	0.50 393	0.50 407	0.50 364	0.50 387

KSHMR	0.66 369	0.50 252	0.48 339	1.15 427	0.52 412	0.49 366	0.51 404	0.49 353	0.71 440	0.67 413	0.50 406	1.16 473	1.11 467	0.66 408	0.52 374	0.49 350	0.49 366	0.51 398	0.66 431	0.50 364	1.14 476

WZ-Net	0.05 41	0.50 252	0.10 69	0.12 82	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 93	0.10 75	0.01 9	0.01 9	0.01 10	0.01 10

SANet	0.50 339	0.50 252	0.50 350	0.50 322	0.50 406	0.50 374	0.50 400	0.50 361	0.50 399	0.50 372	0.50 406	0.50 378	0.50 397	0.50 369	0.50 360	0.50 356	0.50 374	0.50 393	0.50 407	0.50 364	0.50 387

fffft	0.48 331	0.51 260	0.45 320	0.52 331	0.45 388	0.52 389	0.45 380	0.52 378	0.48 394	0.53 385	0.45 387	0.52 389	0.45 377	0.52 383	0.46 339	0.51 362	0.41 328	0.50 393	0.41 379	0.50 364	0.41 353
1: 1. 1
CASnet	0.35 231	0.51 260	0.44 318	0.32 206	0.31 299	0.24 193	0.34 322	0.36 246	0.25 233	0.31 231	0.37 346	0.30 235	0.33 320	0.25 203	0.45 335	0.37 258	0.37 303	0.33 249	0.35 347	0.34 238	0.37 331
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LG-Stereo_L1	0.47 326	0.52 262	0.47 331	0.62 352	0.39 362	0.53 391	0.40 359	0.53 380	0.39 358	0.53 385	0.39 360	0.53 390	0.39 351	0.53 385	0.39 311	0.55 374	0.46 351	0.49 389	0.37 355	0.49 359	0.37 331

Occ-G	1.12 456	0.52 262	3.72 611	3.50 572	0.50 406	0.56 396	0.47 387	0.54 382	0.46 382	0.54 390	0.41 369	0.54 393	0.42 369	0.52 383	0.42 330	3.42 589	4.02 608	0.52 401	0.45 390	0.51 370	0.44 364

AEACV	1.12 456	0.52 262	3.12 603	3.24 557	0.86 460	0.53 391	0.49 398	0.60 396	0.47 387	0.53 385	0.49 404	0.55 397	0.45 377	0.55 391	0.47 346	3.01 585	3.88 606	0.71 423	0.60 423	0.80 411	0.48 376

ktn	0.72 386	0.53 265	1.08 450	1.14 425	0.51 411	1.22 517	1.36 544	0.51 374	0.59 417	0.51 379	0.51 412	0.69 417	1.20 478	0.67 410	0.51 372	0.51 362	0.49 366	0.58 408	0.66 431	0.52 372	0.53 395

TorneroNet	0.66 369	0.53 265	0.50 350	0.50 322	0.64 433	1.06 456	0.70 434	0.50 361	0.51 406	0.49 359	0.69 439	0.49 363	0.50 397	0.48 356	1.15 481	0.71 403	0.49 366	1.14 472	1.08 475	0.49 359	0.49 381

ICVP	0.15 124	0.53 265	0.11 89	0.16 120	0.11 136	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.16 134	0.11 96	0.16 145	0.11 130	0.16 145	0.11 128
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Wz-Net-MNSev	0.06 44	0.54 268	0.10 69	0.12 82	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 93	0.11 96	0.01 9	0.01 9	0.01 10	0.01 10

PSMNet_ROB	0.54 349	0.54 268	0.54 364	0.54 335	0.53 415	0.54 394	0.54 408	0.53 380	0.54 409	0.54 390	0.54 416	0.54 393	0.53 404	0.54 387	0.54 390	0.54 368	0.53 384	0.54 405	0.54 413	0.54 377	0.54 398

LG-Stereo_Zeroshot	0.48 331	0.55 270	0.47 331	0.63 354	0.41 372	0.56 396	0.44 375	0.56 386	0.41 368	0.56 395	0.41 369	0.57 402	0.42 369	0.56 392	0.41 322	0.55 374	0.43 341	0.51 398	0.37 355	0.51 370	0.37 331

Selective-IGEV	0.51 344	0.55 270	0.45 320	0.69 363	0.45 388	0.61 405	0.45 380	0.50 361	0.40 359	0.56 395	0.44 383	0.55 397	0.40 352	0.72 414	0.67 408	0.59 379	0.46 351	0.45 363	0.34 335	0.46 339	0.37 331

Monster-pub-mixall	0.44 311	0.56 272	0.60 375	0.38 224	0.27 252	0.37 260	0.27 245	0.37 252	0.29 261	0.38 257	0.27 253	0.38 265	0.29 267	0.85 434	0.27 215	1.46 519	0.26 216	0.34 257	0.26 247	0.36 257	0.53 395

Monster-pub-eth3d	0.45 314	0.57 273	0.60 375	0.39 230	0.28 257	0.37 260	0.28 253	0.37 252	0.30 273	0.39 263	0.29 265	0.39 270	0.30 275	0.92 444	0.27 215	1.42 516	0.28 229	0.34 257	0.28 261	0.37 261	0.53 395

Replicate-Monster	0.45 314	0.57 273	0.60 375	0.40 244	0.29 266	0.37 260	0.27 245	0.37 252	0.30 273	0.40 269	0.31 289	0.40 278	0.30 275	0.99 452	0.27 215	1.36 512	0.31 263	0.34 257	0.30 289	0.36 257	0.54 398

LG-Stereo	0.60 357	0.58 275	0.47 331	0.64 357	0.74 452	1.00 448	0.69 431	0.57 389	0.41 368	0.57 398	0.41 369	0.57 402	0.41 363	1.00 454	0.75 444	0.91 425	0.51 380	0.52 401	0.37 355	0.52 372	0.37 331

AIO-test2	0.55 353	0.59 276	0.52 359	0.67 362	0.47 396	0.61 405	0.47 387	0.61 398	0.47 387	0.61 403	0.47 397	0.61 408	0.48 389	0.62 401	0.47 346	0.64 390	0.53 384	0.58 408	0.47 399	0.58 381	0.48 376

FCDSN-DC	0.41 295	0.59 276	0.64 384	0.54 335	0.33 323	0.50 374	0.37 339	0.42 302	0.40 359	0.61 403	0.43 381	0.50 378	0.49 394	0.38 264	0.32 259	0.28 218	0.23 210	0.26 213	0.22 222	0.35 250	0.28 247
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AIO-test1	0.54 349	0.60 278	0.52 359	0.66 361	0.47 396	0.61 405	0.47 387	0.58 392	0.46 382	0.61 403	0.46 389	0.61 408	0.45 377	0.62 401	0.45 335	0.61 384	0.52 382	0.57 407	0.48 402	0.57 380	0.48 376

DispNO	1.00 440	0.63 279	0.43 316	3.45 568	0.44 385	0.65 411	0.43 374	0.64 401	0.43 376	0.64 409	0.43 381	0.64 411	3.03 589	0.64 406	0.43 333	4.55 598	0.43 341	0.63 413	0.43 388	0.63 385	0.43 361

LMCR-Stereo	0.65 367	0.63 279	0.65 387	0.65 358	0.65 435	0.66 412	0.63 419	0.58 392	0.65 425	0.63 408	0.64 430	0.65 414	0.65 419	0.66 408	0.66 407	0.66 393	0.64 402	0.65 417	0.67 435	0.68 389	0.73 433

MonSter	0.60 357	0.64 281	0.52 359	0.62 352	0.44 385	2.07 553	0.44 375	0.62 399	0.44 379	0.62 406	0.44 383	0.62 410	0.44 374	0.62 401	0.44 334	0.58 378	0.42 337	0.62 411	0.46 392	0.58 381	0.42 360

AIO-Stereo	0.84 418	0.66 282	0.70 395	0.83 384	0.67 439	0.98 446	0.82 452	1.14 453	0.72 442	1.03 456	0.74 451	1.03 460	1.09 466	0.99 452	0.45 335	1.04 439	0.73 417	0.95 458	0.74 446	0.94 432	0.46 367

anonymity	0.63 364	0.69 283	0.56 369	0.71 369	0.56 420	0.71 417	0.56 412	0.71 410	0.56 411	0.72 417	0.56 419	0.71 418	0.56 408	0.71 413	0.58 397	0.68 395	0.55 386	0.68 419	0.55 414	0.68 389	0.54 398

CoDeX	0.15 124	0.70 284	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	0.67 408	0.02 15	0.69 410	0.75 429	0.01 9	0.02 20	0.02 20

FE-Mocha	0.35 231	0.71 285	0.40 301	0.47 304	0.27 252	0.34 247	0.27 245	0.34 238	0.26 246	0.34 243	0.26 248	0.34 249	0.27 253	0.34 248	0.27 215	0.44 331	0.41 328	0.33 249	0.29 276	0.32 227	0.29 252

RAFT-Stereo + iAFF	0.70 379	0.72 286	0.71 398	0.80 380	0.62 432	0.82 430	0.61 417	0.81 423	0.62 421	0.81 433	0.63 428	0.80 434	0.70 430	0.73 416	0.61 402	0.76 408	0.61 399	0.74 427	0.61 425	0.77 405	0.61 412

DSFCA	0.66 369	0.73 287	0.78 411	0.65 358	0.65 435	0.64 410	0.64 420	0.65 402	0.63 423	0.64 409	0.64 430	0.64 411	0.64 417	0.65 407	0.65 404	0.65 391	0.65 404	0.65 417	0.65 429	0.66 387	0.64 417

zaero_v3	0.68 374	0.74 288	0.55 366	0.79 377	0.55 418	0.79 426	0.55 409	0.79 417	0.57 413	0.77 426	0.59 421	0.79 432	0.62 414	0.80 424	0.55 392	0.69 396	0.49 366	0.74 427	1.04 473	0.71 397	0.49 381

ITERv2	0.70 379	0.74 288	0.55 366	0.77 375	0.55 418	0.78 422	0.55 409	0.77 414	0.55 410	0.77 426	0.55 417	0.78 428	0.62 414	0.79 421	0.55 392	0.69 396	0.49 366	0.73 424	1.50 555	0.69 393	0.49 381

SMoEStereo_RVC	0.63 364	0.75 290	0.51 356	0.73 371	0.53 415	0.71 417	0.47 387	0.67 405	0.58 415	0.74 423	0.60 422	0.72 421	0.53 404	0.74 418	0.51 372	0.61 384	0.62 400	0.62 411	0.61 425	0.63 385	0.61 412

ITER	0.72 386	0.77 291	0.55 366	0.77 375	0.57 422	0.78 422	0.55 409	0.77 414	0.56 411	0.79 429	0.55 417	0.78 428	0.67 424	0.80 424	0.55 392	0.70 401	0.50 374	0.81 439	1.66 569	0.69 393	0.49 381

GCAP-BAT	0.33 220	0.78 292	0.32 257	0.38 224	0.25 242	0.34 247	0.25 234	0.34 238	0.26 246	0.34 243	0.25 242	0.35 251	0.26 245	0.35 251	0.27 215	0.36 254	0.30 255	0.32 241	0.24 236	0.32 227	0.26 226

SFCPSM	0.17 136	0.78 292	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	0.79 448	0.02 15	0.75 420	0.76 431	0.02 20	0.02 20	0.02 20

G-Net	0.79 400	0.79 294	0.79 414	0.79 377	0.79 456	0.79 426	0.79 446	0.79 417	0.79 452	0.79 429	0.79 456	0.79 432	0.79 444	0.79 421	0.79 448	0.79 410	0.79 424	0.79 434	0.79 451	0.79 408	0.79 441

DMCA-RVC	0.70 379	0.80 295	0.70 395	0.70 367	0.70 445	0.70 415	0.70 434	0.71 410	0.70 435	0.70 416	0.71 445	0.71 418	0.70 430	0.70 412	0.69 416	0.69 396	0.70 411	0.69 420	0.70 440	0.69 393	0.70 425

NaN_ROB	0.80 402	0.80 295	0.80 415	0.80 380	0.80 458	0.80 428	0.80 449	0.80 420	0.80 453	0.80 431	0.80 457	0.80 434	0.80 445	0.80 424	0.80 450	0.80 411	0.80 427	0.80 437	0.80 453	0.80 411	0.80 442

CSAN	0.80 402	0.80 295	0.80 415	0.80 380	0.80 458	0.80 428	0.80 449	0.80 420	0.80 453	0.80 431	0.80 457	0.80 434	0.80 445	0.80 424	0.80 450	0.80 411	0.80 427	0.80 437	0.80 453	0.80 411	0.80 442

testlalala	0.32 217	0.81 298	0.31 241	0.39 230	0.26 250	0.33 245	0.24 231	0.33 234	0.26 246	0.32 236	0.26 248	0.33 244	0.23 229	0.33 246	0.23 197	0.35 249	0.31 263	0.30 234	0.24 236	0.31 225	0.21 204

ARAFT	0.68 374	0.81 298	0.63 382	0.74 372	0.60 424	0.78 422	0.62 418	0.77 414	0.66 427	0.74 423	0.63 428	0.75 425	0.62 414	0.83 429	0.60 400	0.70 401	0.55 386	0.70 422	0.60 423	0.78 406	0.55 403

RSM++	0.76 395	0.82 300	0.66 388	0.85 387	0.64 433	0.85 432	0.71 437	0.94 439	0.64 424	0.87 436	0.67 435	0.87 440	0.65 419	0.84 430	0.65 404	0.81 414	0.70 411	0.79 434	0.71 443	0.83 418	0.70 425

water-stereo	0.41 295	0.84 301	0.46 324	0.50 322	0.33 323	0.45 345	0.33 311	0.45 331	0.32 310	0.45 318	0.32 310	0.45 342	0.32 312	0.45 338	0.32 259	0.44 331	0.41 328	0.39 300	0.31 315	0.39 291	0.32 294

Selective-RAFT-Error	0.88 423	0.84 301	0.98 442	0.86 388	0.97 472	0.88 435	0.95 464	0.84 425	0.99 474	0.92 442	0.82 459	0.84 439	0.98 456	0.87 435	0.97 466	0.81 414	0.83 430	0.79 434	0.82 456	0.79 408	0.85 447

depthmonostereo	0.44 311	0.85 303	0.46 324	0.54 335	0.40 364	0.52 389	0.38 345	0.52 378	0.35 329	0.47 345	0.34 327	0.46 346	0.34 325	0.47 347	0.34 281	0.45 334	0.43 341	0.41 328	0.33 331	0.41 322	0.32 294

DilatedVolume-Stereo	0.43 306	0.86 304	0.48 339	0.50 322	0.33 323	0.46 351	0.33 311	0.46 339	0.33 317	0.46 333	0.33 319	0.47 352	0.33 320	0.47 347	0.34 281	0.45 334	0.42 337	0.40 305	0.33 331	0.47 351	0.38 338

AIO-Stereo-zeroshot	0.91 426	0.86 304	0.89 423	1.25 484	0.69 443	1.05 455	0.81 451	1.16 457	0.50 399	1.12 466	0.97 470	0.72 421	0.82 447	1.06 460	0.95 464	0.61 384	0.87 432	1.03 469	0.85 459	1.04 442	1.01 465

test_sample3	0.09 52	0.87 306	0.10 69	0.12 82	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 93	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 52	0.87 306	0.12 101	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

SCV_C0	0.45 314	0.88 308	0.49 346	0.54 335	0.37 346	0.48 361	0.37 339	0.48 349	0.37 341	0.48 352	0.36 339	0.48 359	0.37 339	0.49 362	0.37 297	0.50 356	0.41 328	0.44 359	0.34 335	0.44 332	0.34 315

tt45	1.04 450	0.88 308	1.36 527	0.92 395	1.03 480	1.51 534	0.79 446	0.70 409	0.88 458	0.74 423	0.90 461	1.60 535	0.72 435	1.60 532	0.75 444	0.91 425	0.78 423	1.52 544	0.79 451	1.14 447	1.32 540

AFF-stereo	0.73 389	0.88 308	0.67 392	0.75 373	0.68 442	0.75 419	0.64 420	0.80 420	0.72 442	0.83 435	0.70 441	0.82 438	0.64 417	0.84 430	0.67 408	0.77 409	0.63 401	0.81 439	0.63 427	0.78 406	0.62 415

DLNR-FE	0.28 196	0.89 311	0.30 227	0.34 212	0.19 218	0.28 226	0.19 204	0.28 219	0.20 213	0.28 214	0.20 219	0.28 226	0.20 217	0.28 229	0.20 186	0.33 236	0.28 229	0.25 203	0.19 217	0.24 195	0.19 200

CASS	0.57 356	0.89 311	0.56 369	0.57 342	0.56 420	0.56 396	0.56 412	0.56 386	0.53 407	0.57 398	0.57 420	0.59 406	0.48 389	0.56 392	0.57 396	0.55 374	0.56 388	0.47 376	0.56 418	0.62 384	0.56 406
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Selective-RAFT	0.89 425	0.89 311	0.72 401	1.16 432	0.78 455	1.06 456	0.82 452	0.87 426	0.97 471	1.00 450	0.91 464	0.90 444	1.00 457	0.89 438	0.93 463	0.83 419	0.83 430	0.82 444	0.82 456	0.81 414	0.82 445

MLG-Stereo	0.92 428	0.90 314	0.84 418	1.27 485	0.49 402	1.38 527	0.88 455	1.41 525	0.97 471	0.73 418	1.09 478	1.26 523	0.43 372	0.72 414	1.05 474	1.13 450	0.49 366	1.18 481	0.66 431	1.01 439	0.46 367

UNet	0.29 201	0.90 314	0.10 69	0.14 99	0.10 121	0.14 127	0.10 118	0.91 432	0.69 432	0.14 127	0.11 133	0.14 128	0.11 132	0.14 130	0.10 114	0.12 93	0.09 70	0.12 122	0.09 111	0.88 422	0.76 439

xxxxx1	0.31 209	0.91 316	0.23 198	0.31 203	0.23 235	0.31 235	0.23 226	0.33 234	0.25 233	0.31 231	0.24 236	0.33 244	0.25 236	0.32 240	0.24 201	0.28 218	0.28 229	0.28 227	0.28 261	0.29 217	0.27 234

tt_ll	0.31 209	0.91 316	0.23 198	0.31 203	0.23 235	0.31 235	0.23 226	0.33 234	0.25 233	0.31 231	0.24 236	0.33 244	0.25 236	0.32 240	0.24 201	0.28 218	0.28 229	0.28 227	0.28 261	0.29 217	0.27 234

ff	0.31 209	0.91 316	0.23 198	0.31 203	0.23 235	0.31 235	0.23 226	0.33 234	0.25 233	0.31 231	0.24 236	0.33 244	0.25 236	0.32 240	0.24 201	0.28 218	0.28 229	0.28 227	0.28 261	0.29 217	0.27 234

DPSM_ROB	0.92 428	0.91 316	0.91 434	0.91 392	0.92 467	0.92 440	0.92 460	0.92 435	0.91 461	0.93 444	0.91 464	0.92 447	0.90 449	0.91 440	0.92 459	0.92 428	0.91 435	0.91 453	0.92 461	0.93 430	0.93 455

DPSM	0.92 428	0.91 316	0.91 434	0.91 392	0.92 467	0.92 440	0.92 460	0.92 435	0.91 461	0.93 444	0.91 464	0.92 447	0.90 449	0.91 440	0.92 459	0.92 428	0.91 435	0.91 453	0.92 461	0.93 430	0.93 455

AIO-Stereo-zeroshot1	0.75 391	0.92 321	0.85 419	0.96 406	0.59 423	1.27 520	0.44 375	0.59 394	0.69 432	0.91 440	0.68 436	0.55 397	0.61 413	1.06 460	0.83 454	0.62 388	0.70 411	0.90 450	0.41 379	0.89 423	0.56 406

pmcnn	0.92 428	0.92 321	0.92 437	0.92 395	0.92 467	0.92 440	0.92 460	0.92 435	0.92 465	0.92 442	0.92 468	0.92 447	0.92 452	0.92 444	0.92 459	0.92 428	0.92 437	0.92 455	0.92 461	0.92 429	0.92 454

AdaDepth	0.86 421	0.93 323	0.71 398	1.01 413	1.07 482	1.02 453	0.71 437	1.00 443	0.71 440	1.01 454	0.71 445	1.00 455	0.72 435	1.14 471	0.71 436	0.92 428	0.64 402	0.90 450	0.64 428	0.89 423	0.69 424

tt1	0.31 209	0.93 323	0.24 205	0.33 210	0.23 235	0.31 235	0.24 231	0.32 231	0.24 228	0.32 236	0.23 229	0.32 241	0.25 236	0.32 240	0.24 201	0.27 216	0.26 216	0.27 217	0.26 247	0.27 212	0.27 234

SCV	0.46 320	0.94 325	0.45 320	0.54 335	0.37 346	0.48 361	0.38 345	0.48 349	0.37 341	0.48 352	0.39 360	0.48 359	0.37 339	0.49 362	0.37 297	0.50 356	0.46 351	0.44 359	0.34 335	0.44 332	0.34 315

tta	0.09 52	0.95 326	0.09 65	0.10 58	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

R-Stereo Train	0.81 407	0.96 327	0.67 392	0.95 403	0.67 439	0.95 443	0.68 428	0.95 441	0.68 429	0.95 448	0.68 436	0.96 452	0.68 426	0.96 450	0.68 411	0.94 433	0.68 406	0.94 456	0.68 436	0.94 432	0.68 422

RAFT-Stereo	0.81 407	0.96 327	0.67 392	0.95 403	0.67 439	0.95 443	0.68 428	0.95 441	0.68 429	0.95 448	0.68 436	0.96 452	0.68 426	0.96 450	0.68 411	0.94 433	0.68 406	0.94 456	0.68 436	0.94 432	0.68 422
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
test_sample6	0.09 52	0.97 329	0.10 69	0.10 58	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

zh-sn7	0.10 65	0.98 330	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 54	0.03 43	0.03 51

Former-RAFT_DAM_RVC	0.49 337	0.98 330	0.64 384	0.84 385	0.46 390	0.45 345	0.35 327	0.47 345	0.47 387	0.45 318	0.34 327	0.46 346	0.48 389	0.46 343	0.35 285	0.39 289	0.71 415	0.39 300	0.35 347	0.41 322	0.41 353

dd	0.23 175	0.98 330	0.16 155	0.23 162	0.15 173	0.23 192	0.15 162	0.23 188	0.15 172	0.23 176	0.15 174	0.24 195	0.17 192	0.23 189	0.15 161	0.22 176	0.15 143	0.21 171	0.15 176	0.22 179	0.16 174

222	0.10 65	0.99 333	0.12 101	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 93	0.12 112	0.03 38	0.02 20	0.04 77	0.03 51

test_sample7	0.09 52	1.00 334	0.11 89	0.11 75	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

ACVNet-DCA	0.37 243	1.00 334	0.30 227	0.40 244	0.29 266	0.40 275	0.29 262	0.40 269	0.29 261	0.40 269	0.29 265	0.40 278	0.29 267	0.39 272	0.28 225	0.33 236	0.32 267	0.33 249	0.32 323	0.33 234	0.32 294

GANet	1.00 440	1.00 334	1.00 444	1.00 410	1.00 473	1.00 448	1.00 468	1.00 443	1.00 475	1.00 450	1.00 472	1.00 455	1.00 457	1.00 454	1.00 469	1.00 435	1.00 440	1.00 463	1.00 468	1.00 436	1.00 462

TDLM	1.00 440	1.00 334	1.00 444	1.00 410	1.00 473	1.00 448	1.00 468	1.00 443	1.00 475	1.00 450	1.00 472	1.00 455	1.00 457	1.00 454	1.00 469	1.00 435	1.00 440	1.00 463	1.00 468	1.00 436	1.00 462

CVANet_RVC	1.00 440	1.00 334	1.00 444	1.00 410	1.00 473	1.00 448	1.00 468	1.00 443	1.00 475	1.00 450	1.00 472	1.00 455	1.00 457	1.00 454	1.00 469	1.00 435	1.00 440	1.00 463	1.00 468	1.00 436	1.00 462

DGTPSM_ROB	0.93 433	1.00 334	0.92 437	0.94 401	0.96 471	0.91 439	0.92 460	0.91 432	0.96 470	0.91 440	0.96 469	0.93 450	0.92 452	0.94 446	0.92 459	0.92 428	0.92 437	0.90 450	0.92 461	0.94 432	0.91 453

trnet	1.01 446	1.01 340	1.01 447	1.01 413	1.01 477	1.01 452	1.01 471	1.01 447	1.01 478	1.01 454	1.01 475	1.01 459	1.01 463	1.01 458	1.01 472	1.01 438	1.01 443	1.01 466	1.01 472	1.01 439	1.01 465

SMFormer	0.09 52	1.01 340	0.09 65	0.09 55	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 52	1.01 340	0.10 69	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.03 51

GLC_STEREO	1.07 451	1.01 340	1.06 449	1.07 417	1.05 481	1.06 456	1.08 475	1.08 449	1.05 481	1.07 458	1.06 477	1.08 462	1.05 465	1.06 460	1.10 476	1.07 441	1.09 453	1.05 470	1.05 474	1.06 443	1.12 472

1test111	0.37 243	1.02 344	0.30 227	0.39 230	0.29 266	0.40 275	0.28 253	0.39 264	0.29 261	0.39 263	0.29 265	0.39 270	0.28 260	0.40 275	0.29 235	0.33 236	0.32 267	0.33 249	0.31 315	0.32 227	0.31 286

cc1	0.37 243	1.02 344	0.30 227	0.39 230	0.29 266	0.40 275	0.28 253	0.39 264	0.29 261	0.39 263	0.29 265	0.39 270	0.28 260	0.40 275	0.29 235	0.33 236	0.32 267	0.33 249	0.31 315	0.32 227	0.31 286

test_sample4	0.10 65	1.03 346	0.12 101	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 54	0.03 43	0.03 51

test_sample2	0.09 52	1.03 346	0.11 89	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

xx1	0.38 249	1.03 346	0.31 241	0.40 244	0.31 299	0.41 291	0.28 253	0.40 269	0.29 261	0.40 269	0.29 265	0.40 278	0.29 267	0.40 275	0.29 235	0.34 240	0.33 282	0.34 257	0.32 323	0.34 238	0.32 294

dad	0.23 175	1.03 346	0.16 155	0.23 162	0.15 173	0.24 193	0.15 162	0.24 191	0.16 181	0.23 176	0.16 182	0.24 195	0.16 180	0.23 189	0.15 161	0.22 176	0.16 145	0.22 176	0.16 183	0.22 179	0.16 174

DualNet (step1)	0.10 65	1.05 350	0.12 101	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 65	1.05 350	0.12 101	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 65	1.05 350	0.12 101	0.12 82	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 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample5	0.10 65	1.07 353	0.11 89	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

DualNet	0.10 65	1.07 353	0.11 89	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

ttt	0.10 65	1.09 355	0.12 101	0.12 82	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 93	0.12 112	0.03 38	0.02 20	0.03 43	0.02 20

test_xeample	0.10 65	1.09 355	0.13 121	0.12 82	0.03 48	0.03 40	0.03 50	0.04 77	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.14 140	0.03 38	0.03 54	0.03 43	0.03 51

FC-DCNN	1.07 451	1.09 355	0.98 442	0.89 389	0.52 412	1.41 531	0.91 459	1.21 510	1.24 539	1.96 542	2.05 596	1.91 543	1.30 531	1.27 524	1.08 475	0.80 411	0.60 395	0.58 408	0.41 379	0.68 389	0.54 398

MSMD_ROB	1.19 458	1.10 358	0.70 395	1.10 419	0.60 424	1.10 462	0.70 434	1.10 452	0.70 435	1.10 460	0.70 441	1.10 466	0.70 430	7.00 633	0.70 431	1.10 444	0.70 411	1.10 471	0.70 440	1.10 445	0.70 425

999	1.00 440	1.12 359	0.59 373	1.10 419	1.21 541	1.09 461	0.52 405	1.08 449	1.43 553	1.18 471	1.35 545	0.98 454	0.52 403	0.91 440	0.85 455	0.72 404	1.46 537	0.83 445	0.98 466	0.68 389	1.41 548

zh-mn7	0.12 96	1.14 360	0.17 167	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 54	0.03 43	0.03 51

1111x	0.10 65	1.14 360	0.13 121	0.14 99	0.03 48	0.04 77	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.11 96	0.03 38	0.02 20	0.03 43	0.02 20

LoS_RVC	0.30 202	1.14 360	0.25 208	0.25 177	0.25 242	0.26 213	0.25 234	0.25 202	0.25 233	0.25 197	0.25 242	0.26 215	0.26 245	0.26 213	0.25 209	0.26 213	0.26 216	0.25 203	0.25 241	0.26 207	0.26 226

DDF-Stereo	0.43 306	1.15 363	0.57 371	0.53 332	0.32 310	0.41 291	0.32 298	0.41 284	0.32 310	0.41 283	0.32 310	0.41 291	0.32 312	0.40 275	0.32 259	0.52 364	0.50 374	0.38 289	0.31 315	0.39 291	0.31 286

x	0.11 87	1.15 363	0.15 147	0.14 99	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.15 143	0.03 38	0.03 54	0.03 43	0.03 51

xxxx	0.11 87	1.16 365	0.16 155	0.12 82	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 78	0.04 77	0.04 79

CAS	0.30 202	1.17 366	0.25 208	0.25 177	0.25 242	0.26 213	0.25 234	0.25 202	0.26 246	0.25 197	0.25 242	0.25 205	0.25 236	0.25 203	0.25 209	0.26 213	0.26 216	0.26 213	0.25 241	0.26 207	0.25 220

HSM-Net_RVC	0.95 436	1.17 366	0.78 411	1.18 434	0.71 447	1.16 470	0.75 442	1.09 451	0.80 453	1.10 460	0.75 452	1.17 474	0.74 437	1.17 474	0.80 450	1.13 450	0.73 417	1.17 478	0.77 448	1.16 451	0.72 430
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DPSimNet_ROB	0.97 437	1.18 368	0.81 417	1.10 419	0.91 466	1.02 453	0.82 452	1.04 448	0.91 461	1.03 456	0.86 460	1.28 525	0.82 447	1.03 459	0.89 457	1.17 453	0.81 429	1.02 467	0.82 456	1.08 444	0.81 444

psm_up	0.43 306	1.19 369	0.17 167	0.25 177	0.18 206	0.25 205	0.19 204	1.26 514	0.91 461	0.26 205	0.17 192	0.25 205	0.17 192	0.25 203	0.17 171	0.22 176	0.17 168	0.23 187	0.16 183	1.18 457	0.99 460

DisPM	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

CrosDoStereo	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

PFNet+	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

LCNet	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

HHNet	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

Patchmatch Stereo++	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486
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	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

STrans-v2	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

TransformOpticalFlow	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

OMP-Stereo	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

IIG-Stereo	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

NF-Stereo	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

OCTAStereo	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

PSM-softLoss	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

KMStereo	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

NRIStereo	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

PSM-adaLoss	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

PSM-AAD	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

FTStereo	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

ROB_FTStereo_v2	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

ROB_FTStereo	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

Consistency-Raft	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

KYRaft	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

HUI-Stereo	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

ASMatch	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

DeepStereo_LL	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

DEmStereo	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

SST-Stereo	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

THIR-Stereo	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

RAFT_R40	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

DRaft	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

PFNet	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

GrayStereo	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

RE-Stereo	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

Pruner-Stereo	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

TVStereo	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

DeepStereo_RVC	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

RAFT-RH_RVC	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

IRAFT_RVC	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

RAFT-345	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

iRAFT	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

CRE-IMP	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

GMM-Stereo	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

RAFT-IKP	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

Prome-Stereo	1.20 459	1.20 370	1.20 464	1.20 436	1.20 495	1.20 471	1.20 486	1.20 465	1.20 491	1.20 473	1.20 488	1.20 476	1.20 478	1.20 476	1.20 488	1.20 455	1.20 468	1.20 483	1.20 486	1.20 460	1.20 486

UPFNet	0.42 305	1.20 370	0.17 167	0.24 167	0.17 196	0.25 205	0.17 185	1.19 462	0.90 459	0.25 197	0.17 192	0.24 195	0.17 192	0.25 203	0.17 171	0.22 176	0.17 168	0.22 176	0.16 183	1.15 449	0.93 455

Wavelet-MonSter	1.00 440	1.21 416	0.76 408	1.94 513	1.01 477	1.11 465	0.76 443	1.15 454	0.76 448	1.11 465	0.76 453	1.14 471	0.76 440	1.11 468	0.76 446	1.21 500	0.90 433	1.02 467	0.71 443	1.02 441	0.71 429

GASTEREO	0.48 331	1.21 416	0.47 331	0.57 342	0.38 353	0.50 374	0.38 345	0.50 361	0.38 345	0.50 372	0.38 351	0.50 378	0.38 343	0.50 369	0.38 300	0.52 364	0.42 337	0.46 367	0.34 335	0.46 339	0.34 315

z-mn7	0.16 132	1.21 416	0.33 263	0.41 256	0.04 79	0.04 77	0.03 50	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.35 249	0.31 263	0.04 73	0.04 78	0.04 77	0.04 79

ours_stereo	1.20 459	1.21 416	0.90 428	1.64 507	1.11 484	1.35 523	0.67 427	1.76 534	0.93 466	1.70 538	1.10 479	1.39 529	0.75 439	1.41 529	0.81 453	1.60 527	1.03 445	1.33 534	1.00 468	1.61 522	0.72 430

WCG-NET	0.61 360	1.21 416	0.54 364	0.61 351	0.53 415	0.67 413	0.53 406	0.66 404	0.53 407	0.64 409	0.53 415	0.65 414	0.53 404	0.59 399	0.52 374	0.65 391	0.48 363	0.64 414	0.52 411	0.58 381	0.50 387

delet	0.43 306	1.21 416	0.17 167	0.25 177	0.17 196	0.25 205	0.18 192	1.26 514	0.95 468	0.25 197	0.17 192	0.25 205	0.17 192	0.25 203	0.17 171	0.23 192	0.16 145	0.22 176	0.16 183	1.18 457	0.98 459

w-ln-seven-2	0.14 112	1.22 422	0.28 219	0.32 206	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.32 232	0.27 223	0.04 73	0.03 54	0.03 43	0.03 51

CroCo-Stereo	0.73 389	1.22 422	0.25 208	1.22 481	0.25 242	1.22 517	0.25 234	1.22 511	0.25 233	1.22 519	0.25 242	1.22 522	0.25 236	1.22 522	0.25 209	1.22 502	0.26 216	1.21 528	0.25 241	1.22 507	0.25 220
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
WCG-NET（raft）	0.32 217	1.24 424	0.24 205	0.32 206	0.24 240	0.32 243	0.23 226	0.32 231	0.24 228	0.32 236	0.24 236	0.32 241	0.24 233	0.32 240	0.24 201	0.30 226	0.23 210	0.30 234	0.23 228	0.30 220	0.23 209

MMNet	0.44 311	1.24 424	0.17 167	0.25 177	0.17 196	0.25 205	0.18 192	1.26 514	0.93 466	0.25 197	0.17 192	0.25 205	0.18 200	0.25 203	0.17 171	0.23 192	0.16 145	0.23 187	0.16 183	1.20 460	0.99 460

CroCo-Stereo Lap2	0.77 396	1.29 426	0.29 223	1.27 485	0.29 266	1.27 520	0.26 242	1.26 514	0.26 246	1.26 520	0.26 248	1.27 524	0.26 245	1.26 523	0.27 215	1.27 504	0.27 223	1.27 532	0.27 255	1.27 510	0.27 234

CSP-Net	0.34 222	1.29 426	1.19 461	1.36 492	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	1.26 503	1.21 514	0.03 38	0.09 111	0.02 20	0.09 111

zero-FE	0.72 386	1.31 428	0.66 388	0.92 395	0.60 424	0.82 430	0.58 414	0.82 424	0.58 415	0.81 433	0.60 422	0.81 437	0.60 411	0.82 428	0.58 397	0.74 406	0.59 394	0.73 424	0.52 411	0.76 403	0.51 394

Syn2CoEx	0.25 186	1.31 428	0.74 405	0.92 395	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	0.87 424	0.75 420	0.02 18	0.02 20	0.02 20	0.02 20

CC-Net-ROB	1.36 512	1.33 430	1.33 516	1.36 492	1.38 548	1.36 525	1.33 540	1.37 521	1.34 544	1.35 522	1.36 547	1.38 527	1.34 534	1.38 528	1.38 549	1.35 510	1.38 533	1.33 534	1.35 541	1.43 516	1.34 543

MaskLacGwcNet_RVC	1.35 511	1.35 431	1.35 519	1.35 491	1.35 545	1.35 523	1.35 542	1.36 519	1.35 547	1.36 523	1.35 545	1.36 526	1.36 536	1.36 525	1.35 546	1.35 510	1.35 529	1.35 537	1.35 541	1.35 513	1.35 544

NLCSM	1.94 529	1.36 432	0.90 428	17.57 634	1.19 494	1.40 529	0.90 457	1.37 521	0.90 459	1.37 524	0.91 464	1.38 527	0.91 451	1.37 526	0.90 458	1.28 505	0.90 433	1.25 530	0.85 459	1.24 508	0.85 447

PML	0.46 320	1.36 432	0.29 223	0.58 344	0.30 277	0.57 402	0.29 262	0.57 389	0.29 261	0.57 398	0.29 265	0.57 402	0.29 267	0.56 392	0.29 235	0.52 364	0.30 255	0.53 404	0.31 315	0.53 376	0.30 264

PS-NSSS	1.38 514	1.39 434	1.34 517	1.34 490	1.35 545	1.38 527	1.37 549	1.35 518	1.38 550	1.34 521	1.34 544	1.39 529	1.38 539	1.70 536	1.40 550	1.36 512	1.36 530	1.36 539	1.37 544	1.37 514	1.36 545

MSCF	0.51 344	1.40 435	0.49 346	0.58 344	0.38 353	0.50 374	0.38 345	0.54 382	0.41 368	0.52 382	0.41 369	0.53 390	0.42 369	0.53 385	0.41 322	0.60 380	0.47 359	0.48 384	0.37 355	0.48 355	0.38 338

z-ln-s-r	0.21 162	1.40 435	0.53 363	0.56 341	0.04 79	0.05 89	0.04 81	0.05 89	0.05 97	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.05 88	0.57 377	0.44 348	0.04 73	0.04 78	0.04 77	0.04 79

w-ln-seven	0.18 139	1.47 437	0.33 263	0.40 244	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.38 267	0.32 267	0.05 86	0.04 78	0.04 77	0.04 79

Gwc-CoAtRS	0.41 295	1.49 438	0.32 257	0.42 269	0.32 310	0.41 291	0.32 298	0.41 284	0.33 317	0.41 283	0.32 310	0.41 291	0.32 312	0.41 290	0.32 259	0.39 289	0.28 229	0.39 300	0.28 261	0.40 305	0.28 247

FENet	0.54 349	1.52 439	1.19 461	1.41 495	0.23 235	0.35 252	0.23 226	0.35 242	0.23 225	0.34 243	0.23 229	0.35 251	0.23 229	0.35 251	0.23 197	1.40 515	1.07 447	0.32 241	0.23 228	0.33 234	0.23 209

CFNet-ft	0.55 353	1.57 440	0.14 126	0.20 136	0.14 157	0.20 162	2.53 594	1.61 527	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	1.56 520	1.24 535

DPSMNet_ROB	1.60 518	1.59 441	1.70 549	1.59 499	1.59 557	1.61 536	1.61 560	1.60 526	1.60 557	1.62 536	1.59 560	1.60 535	1.60 545	1.60 532	1.59 557	1.59 525	1.60 551	1.59 545	1.59 562	1.59 521	1.59 558

RASNet	1.49 515	1.65 442	1.45 535	1.38 494	1.43 551	1.47 533	1.36 544	1.38 523	1.36 548	1.39 525	1.60 561	1.45 532	1.45 542	1.51 531	2.21 591	1.53 524	1.36 530	1.36 539	1.36 543	1.66 525	1.36 545

CRFU-Net	0.65 367	1.67 443	1.22 511	1.96 516	0.27 252	0.41 291	0.27 245	0.41 284	0.27 252	0.40 269	0.26 248	0.41 291	0.27 253	0.40 275	0.27 215	1.80 532	1.62 552	0.34 257	0.23 228	0.33 234	0.23 209

FlowAnything	1.02 448	1.71 444	0.72 401	1.59 499	0.69 443	1.60 535	0.69 431	1.61 527	0.70 435	1.60 530	0.69 439	1.60 535	0.69 428	1.61 534	0.69 416	0.81 414	0.58 392	0.81 439	0.56 418	0.82 416	0.56 406

FlowAnything_test	1.02 448	1.72 445	0.71 398	1.59 499	0.70 445	1.61 536	0.69 431	1.61 527	0.70 435	1.60 530	0.70 441	1.61 538	0.69 428	1.61 534	0.70 431	0.81 414	0.58 392	0.81 439	0.55 414	0.81 414	0.56 406

gwcnet-sp	0.82 412	1.72 445	1.48 537	0.39 230	0.15 173	0.31 235	0.21 213	0.20 160	0.25 233	1.61 533	0.23 229	0.28 226	0.26 245	0.20 159	0.15 161	0.24 197	1.33 524	0.32 241	0.16 183	6.75 620	0.23 209

scenet	0.82 412	1.72 445	1.48 537	0.39 230	0.15 173	0.31 235	0.21 213	0.20 160	0.25 233	1.61 533	0.23 229	0.28 226	0.26 245	0.20 159	0.15 161	0.24 197	1.33 524	0.32 241	0.16 183	6.75 620	0.23 209

ssnet	0.82 412	1.72 445	1.48 537	0.39 230	0.15 173	0.31 235	0.21 213	0.20 160	0.25 233	1.61 533	0.23 229	0.28 226	0.26 245	0.20 159	0.15 161	0.24 197	1.33 524	0.32 241	0.16 183	6.75 620	0.23 209

HBP-ISP	1.24 507	1.72 445	1.65 547	1.15 427	0.76 453	1.40 529	0.88 455	1.67 533	1.02 479	1.69 537	1.38 550	1.69 539	1.21 524	1.87 544	1.21 533	1.05 440	0.79 424	0.97 461	0.80 453	1.19 459	0.75 437

LL-Strereo2	0.48 331	1.73 450	0.51 356	0.59 347	0.34 333	0.42 313	0.33 311	0.40 269	0.31 292	0.42 300	0.33 319	0.42 311	0.31 295	0.44 328	0.39 311	0.60 380	0.51 380	0.44 359	0.33 331	0.44 332	0.33 307

test_xeample3	1.10 453	1.81 451	0.61 380	0.84 385	0.49 402	0.77 420	0.66 423	0.92 435	1.40 551	0.68 415	0.46 389	0.78 428	0.54 407	1.72 537	1.48 553	1.34 509	1.52 541	1.35 537	1.67 571	1.33 512	1.55 553

mmm	0.14 112	1.83 452	0.12 101	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.04 81	0.03 40	0.03 52	0.03 42	0.03 52	0.06 88	0.04 75	0.12 93	0.11 96	0.05 86	0.04 78	0.05 92	0.04 79

4.5_new	2.00 536	1.84 453	1.98 577	2.77 544	2.16 592	2.27 558	1.28 539	2.09 546	1.98 589	2.01 548	1.28 540	2.71 580	1.98 573	2.51 571	1.65 560	2.26 556	1.33 524	1.87 555	1.87 583	2.49 560	1.60 559

MM-Stereo_test2	1.20 459	1.85 454	1.05 448	1.46 496	0.94 470	1.36 525	0.99 467	1.36 519	0.95 468	1.41 526	0.98 471	1.40 531	0.96 454	1.37 526	0.95 464	1.37 514	1.06 446	1.33 534	0.93 465	1.29 511	0.89 451

hknet	1.10 453	1.85 454	3.49 606	4.48 583	0.02 21	0.42 313	0.06 108	0.41 284	0.02 21	0.48 352	0.03 52	0.41 291	0.03 52	0.42 305	0.03 48	4.39 595	4.19 609	0.33 249	0.23 228	0.34 238	0.27 234

2.25w	2.00 536	1.86 456	1.98 577	2.95 550	2.17 594	2.26 557	1.35 542	2.42 566	2.00 592	2.07 555	1.27 539	2.53 568	1.99 575	2.29 559	1.49 554	2.21 554	1.32 517	1.85 551	1.87 583	2.52 564	1.62 562

PAM	0.39 269	1.88 457	0.34 273	0.37 221	0.41 372	0.45 345	0.22 218	0.28 219	0.23 225	0.28 214	0.24 236	0.29 232	0.23 229	0.29 233	0.23 197	0.38 267	0.32 267	0.38 289	0.37 355	0.32 227	0.22 207

DCVSM-stereo	0.36 237	1.89 458	0.22 195	0.40 244	0.22 229	0.40 275	0.22 218	0.40 269	0.22 219	0.40 269	0.22 225	0.40 278	0.22 223	0.40 275	0.22 191	0.28 218	0.21 201	0.28 227	0.21 219	0.28 214	0.20 202

DCRE	0.84 418	1.89 458	0.77 410	0.94 401	0.72 449	0.88 435	0.73 440	0.87 426	0.78 449	0.90 438	0.71 445	0.88 441	0.67 424	0.88 436	0.73 439	0.81 414	0.68 406	0.81 439	0.70 440	0.82 416	0.70 425

RAFT-Stereo-weight	0.45 314	1.90 460	0.34 273	0.42 269	0.36 342	0.43 323	0.35 327	0.42 302	0.34 326	0.42 300	0.34 327	0.44 334	0.34 325	0.41 290	0.34 281	0.38 267	0.32 267	0.38 289	0.32 323	0.38 273	0.33 307

BUS	0.83 415	1.91 461	0.92 437	4.48 583	0.02 21	0.40 275	0.04 81	0.41 284	0.02 21	0.48 352	0.03 52	0.41 291	0.05 94	0.03 39	0.05 88	1.97 543	4.19 609	0.33 249	0.23 228	0.34 238	0.27 234

BSDual-CNN	0.81 407	1.91 461	0.92 437	4.48 583	0.02 21	0.42 313	0.06 108	0.41 284	0.02 21	0.48 352	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 543	4.19 609	0.33 249	0.23 228	0.34 238	0.27 234

psmg	0.43 306	1.91 461	0.92 437	1.91 512	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	1.97 543	1.44 536	0.04 73	0.03 54	0.02 20	0.03 51

GANet-RSSM	0.75 391	1.91 461	0.14 126	0.47 304	0.14 157	0.21 172	3.21 614	2.30 559	0.14 157	0.46 333	0.14 161	0.23 191	0.18 200	0.21 169	0.14 151	0.18 150	0.27 223	0.37 281	0.13 155	2.13 542	2.12 582

MFMNet_re	1.81 526	1.91 461	1.71 551	1.95 515	1.70 568	1.95 547	1.70 565	1.96 539	1.74 570	1.97 544	1.72 569	1.95 544	1.71 553	1.97 548	1.71 565	1.86 533	1.62 552	1.85 551	1.66 569	1.86 533	1.64 564

SPS-STEREO	1.59 517	1.91 461	1.21 510	1.94 513	1.20 495	2.00 550	1.23 533	1.99 541	1.24 539	2.00 547	1.25 537	2.03 551	1.26 527	2.00 549	1.29 542	1.90 539	1.18 467	1.89 559	1.21 531	1.89 535	1.20 486
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
GANetREF_RVC	1.55 516	1.94 467	1.22 511	1.88 510	1.21 541	1.88 542	1.22 532	1.88 536	1.22 537	1.88 539	1.22 534	1.88 541	1.22 525	1.89 545	1.22 534	1.87 535	1.22 515	1.88 558	1.22 532	1.88 534	1.22 532
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
ssnet_v2	0.68 374	1.96 468	1.25 515	0.29 197	0.20 221	0.30 230	0.20 208	0.29 224	0.22 219	1.50 529	0.20 219	0.31 239	0.20 217	0.27 217	0.22 191	0.24 197	1.49 539	0.26 213	0.18 216	3.90 582	0.19 200

qqq	0.16 132	2.01 469	0.12 101	0.15 109	0.04 79	0.06 92	0.05 93	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.03 48	0.12 93	0.14 140	0.04 73	0.04 78	0.03 43	0.03 51

MM-Stereo_test3	1.27 509	2.07 470	1.18 459	1.60 502	1.02 479	1.45 532	1.01 471	1.40 524	1.04 480	1.44 527	1.03 476	1.46 533	1.02 464	1.44 530	1.02 473	1.51 523	1.12 460	1.32 533	0.98 466	1.38 515	0.97 458

ACV-stereo	0.30 202	2.08 471	0.25 208	0.25 177	0.18 206	0.24 193	0.17 185	0.24 191	0.18 197	0.24 186	0.17 192	0.25 205	0.17 192	0.24 193	0.17 171	0.22 176	0.16 145	0.22 176	0.16 183	0.22 179	0.16 174

GCST	0.50 339	2.08 471	0.38 289	0.53 332	0.35 336	0.49 366	0.35 327	0.50 361	0.35 329	0.49 359	0.35 336	0.49 363	0.35 331	0.49 362	0.35 285	0.48 347	0.37 303	0.45 363	0.33 331	0.44 332	0.33 307

AIO_test	2.18 557	2.09 473	2.04 581	2.42 534	2.01 584	2.47 568	1.94 579	2.34 562	2.03 593	2.56 575	1.94 582	2.43 564	1.94 570	2.41 566	1.87 582	2.39 569	2.10 578	2.35 576	1.91 589	2.25 546	2.19 584

ToySt	0.92 428	2.11 474	0.90 428	0.95 403	0.79 456	0.99 447	0.78 445	0.94 439	0.81 456	0.94 446	0.78 455	0.95 451	0.77 442	0.94 446	0.86 456	0.91 425	0.79 424	0.85 447	0.77 448	0.89 423	0.73 433

TRStereo	2.00 536	2.13 475	1.85 566	2.27 527	1.84 573	2.28 560	1.84 569	2.29 555	1.86 579	2.30 561	1.87 574	2.30 555	1.87 563	2.08 551	1.72 567	2.08 548	1.72 558	2.08 564	1.72 576	2.08 539	1.72 569

XX-Stereo	2.00 536	2.13 475	1.85 566	2.27 527	1.84 573	2.28 560	1.84 569	2.29 555	1.86 579	2.30 561	1.87 574	2.30 555	1.87 563	2.08 551	1.72 567	2.08 548	1.72 558	2.08 564	1.72 576	2.08 539	1.72 569

EAI-Stereo	2.00 536	2.13 475	1.85 566	2.27 527	1.84 573	2.28 560	1.84 569	2.29 555	1.86 579	2.30 561	1.87 574	2.30 555	1.87 563	2.08 551	1.72 567	2.08 548	1.72 558	2.08 564	1.72 576	2.08 539	1.72 569

11t1	0.17 136	2.16 478	0.13 121	0.13 95	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.05 88	0.18 150	0.12 112	0.06 94	0.03 54	0.05 92	0.03 51

UGAM-zero	0.51 344	2.17 479	0.39 296	0.53 332	0.36 342	0.50 374	0.36 333	0.50 361	0.36 339	0.49 359	0.36 339	0.50 378	0.35 331	0.50 369	0.36 288	0.49 350	0.37 303	0.47 376	0.35 347	0.46 339	0.34 315

cf-r	0.66 369	2.17 479	0.12 101	0.18 130	0.12 152	0.18 154	2.70 597	2.60 573	0.12 152	0.18 151	0.12 144	0.18 153	0.12 149	0.18 152	0.12 141	0.15 125	0.11 96	0.15 142	0.11 130	1.81 532	1.74 572

3.25w	2.04 549	2.20 481	1.48 537	3.03 551	2.17 594	2.63 580	1.39 550	1.96 539	1.95 588	1.96 542	1.37 548	2.71 580	1.96 572	2.71 580	1.73 572	2.26 556	1.32 517	1.87 555	1.87 583	2.51 563	1.63 563

IGEV	2.02 544	2.20 481	1.82 560	2.90 549	2.16 592	2.41 566	1.25 535	2.00 542	1.98 589	1.99 546	1.31 542	2.72 584	1.93 569	2.67 579	1.69 564	2.26 556	1.32 517	1.83 550	1.87 583	2.53 567	1.61 561

UDG	0.80 402	2.21 483	0.60 375	0.91 392	0.60 424	0.90 438	0.58 414	0.88 429	0.60 418	0.90 438	0.60 422	0.88 441	0.60 411	0.90 439	0.58 397	0.86 423	0.60 395	0.84 446	0.59 422	0.84 419	0.61 412

UGAM	0.51 344	2.23 484	0.39 296	0.54 335	0.35 336	0.50 374	0.35 327	0.49 353	0.35 329	0.49 359	0.35 336	0.49 363	0.36 334	0.50 369	0.36 288	0.49 350	0.37 303	0.45 363	0.34 335	0.45 336	0.34 315

3w_stereo	2.04 549	2.24 485	1.70 549	3.15 554	2.18 596	2.49 570	1.26 537	2.03 544	1.98 589	1.98 545	1.33 543	2.72 584	1.99 575	2.59 574	1.72 567	2.22 555	1.33 524	1.85 551	1.88 588	2.50 562	1.58 557

NCCL2	2.28 569	2.27 486	2.28 583	2.28 530	2.28 597	2.27 558	2.29 592	2.28 553	2.28 595	2.27 560	2.28 597	2.28 554	2.27 583	2.27 558	2.28 596	2.28 560	2.28 583	2.27 569	2.29 596	2.27 547	2.29 586

ccnet	0.80 402	2.28 487	0.33 263	0.50 322	0.33 323	0.50 374	0.33 311	0.50 361	0.33 317	0.49 359	0.33 319	0.49 363	1.56 543	2.38 563	0.33 268	0.41 313	0.29 242	0.42 350	1.57 557	2.28 548	0.29 252

HUF	2.18 557	2.30 488	1.99 580	2.34 532	2.02 587	2.41 566	2.06 588	2.38 564	1.89 585	2.36 566	1.85 572	2.56 573	1.98 573	2.31 561	1.97 587	2.30 563	2.03 576	2.30 571	2.11 590	2.23 544	2.16 583

3.75w	1.99 532	2.31 489	1.83 563	3.16 555	1.65 561	1.93 543	1.98 580	2.72 575	1.68 559	2.73 584	1.97 585	2.00 548	1.72 554	1.81 542	1.25 538	2.27 559	2.01 571	2.38 577	1.42 550	1.71 527	1.24 535

1w_stereo	2.05 551	2.32 490	1.35 519	3.74 581	2.01 584	2.73 584	1.42 554	1.88 536	1.93 587	2.03 550	1.28 540	2.71 580	1.99 575	2.72 582	1.72 567	2.20 553	1.32 517	1.87 555	1.86 582	2.45 556	1.54 552

4.25_new	2.00 536	2.33 491	1.82 560	3.32 562	1.69 565	1.95 547	1.99 583	2.72 575	1.71 563	2.72 579	1.97 585	2.01 549	1.74 557	1.77 539	1.28 540	2.18 551	2.01 571	2.48 583	1.58 560	1.65 523	1.17 481

4.5w_new	2.00 536	2.33 491	1.82 560	3.32 562	1.69 565	1.95 547	1.99 583	2.72 575	1.71 563	2.72 579	1.97 585	2.01 549	1.74 557	1.77 539	1.28 540	2.18 551	2.01 571	2.48 583	1.58 560	1.65 523	1.17 481

4.5w-stereo	1.99 532	2.33 491	1.81 555	3.28 559	1.68 564	1.94 544	1.99 583	2.72 575	1.70 562	2.72 579	1.99 594	1.97 546	1.68 549	1.76 538	1.29 542	1.91 540	2.02 575	2.53 585	1.61 564	1.75 530	1.16 480

monsterstereo	2.20 563	2.33 491	1.95 575	3.65 576	2.07 589	2.49 570	1.61 560	2.48 568	1.83 577	2.45 570	1.61 563	2.67 579	1.86 562	2.64 576	1.94 585	2.48 575	1.66 555	2.34 574	1.68 573	2.40 553	1.86 576

2.75w_new	1.99 532	2.34 495	1.81 555	3.14 553	1.62 559	1.94 544	1.99 583	2.72 575	1.71 563	2.72 579	1.99 594	1.90 542	1.73 555	1.82 543	1.29 542	2.37 567	2.01 571	2.31 572	1.42 550	1.77 531	1.22 532

AIO_rvc	2.18 557	2.34 495	1.87 570	2.32 531	1.94 582	2.40 565	1.89 577	2.37 563	2.07 594	2.52 574	1.95 584	2.44 565	1.99 575	2.41 566	1.89 584	2.32 565	2.09 577	2.24 568	2.18 592	2.21 543	2.23 585

GES	0.66 369	2.34 495	0.29 223	0.41 256	0.29 266	0.41 291	0.29 262	0.42 302	0.29 261	0.40 269	0.41 369	0.41 291	0.30 275	0.51 378	0.29 235	0.32 232	0.29 242	0.32 241	2.46 598	2.49 560	0.30 264

2w_stereo	1.99 532	2.36 498	1.81 555	3.24 557	1.67 562	1.94 544	1.98 580	2.72 575	1.68 559	2.72 579	1.94 582	1.98 547	1.74 557	1.79 541	1.27 539	1.95 542	2.00 569	2.53 585	1.60 563	1.68 526	1.15 477

PAM_32	0.64 366	2.38 499	0.51 356	0.92 395	0.43 384	0.53 391	0.44 375	0.87 426	0.43 376	0.52 382	0.45 387	0.53 390	0.40 352	0.54 387	0.46 339	0.62 388	0.56 388	0.48 384	0.45 390	0.76 403	0.44 364

2.5w	2.01 543	2.40 500	1.37 529	3.28 559	2.01 584	2.71 581	1.43 557	1.82 535	1.83 577	1.90 541	1.41 552	2.71 580	1.35 535	2.71 580	1.85 578	2.66 579	1.53 542	1.64 546	1.23 533	2.53 567	1.87 578

MonStereo	2.17 555	2.41 501	1.49 541	2.67 541	1.67 562	2.60 579	2.04 587	2.32 560	1.76 571	2.44 569	1.68 567	2.50 566	1.69 551	2.38 563	1.80 575	2.28 560	1.78 561	2.63 588	2.14 591	3.47 578	1.68 567

monsters	2.18 557	2.41 501	1.96 576	3.47 569	2.03 588	2.53 574	1.64 562	2.48 568	1.73 568	2.40 568	1.50 555	2.62 576	1.94 570	2.59 574	1.94 585	2.44 571	1.57 546	2.28 570	1.87 583	2.42 554	1.86 576

DDUNet	0.81 407	2.45 503	0.57 371	0.90 390	0.60 424	0.88 435	0.59 416	0.90 430	0.60 418	0.88 437	0.60 422	0.90 444	0.58 409	0.88 436	0.60 400	0.84 421	0.60 395	0.86 448	0.57 420	0.86 420	0.60 411

FBW_ROB	2.12 554	2.46 504	1.77 554	2.49 537	1.79 572	2.38 564	1.83 568	2.46 567	1.78 573	2.48 572	1.97 585	2.40 563	1.78 560	2.42 568	1.83 576	2.31 564	1.85 566	2.38 577	1.82 581	2.35 551	1.84 574

asda	2.17 555	2.54 505	1.81 555	3.47 569	1.78 571	2.50 572	1.86 573	2.61 574	1.68 559	2.61 576	1.83 571	2.37 562	1.73 555	2.44 569	1.88 583	2.51 576	1.84 565	2.34 574	1.62 566	2.23 544	1.77 573

HH	0.71 383	2.54 505	0.74 405	1.10 419	0.32 310	0.41 291	0.37 339	0.69 407	0.78 449	0.73 418	0.90 461	0.75 425	1.00 457	0.84 430	0.69 416	0.69 396	0.40 319	0.35 273	0.26 247	0.35 250	0.26 226

HanStereo	0.71 383	2.54 505	0.74 405	1.10 419	0.32 310	0.41 291	0.37 339	0.69 407	0.78 449	0.73 418	0.90 461	0.75 425	1.00 457	0.84 430	0.69 416	0.69 396	0.40 319	0.35 273	0.26 247	0.35 250	0.26 226

qwe	2.18 557	2.60 508	1.58 544	3.83 582	1.90 581	2.53 574	1.90 578	2.48 568	1.73 568	2.37 567	1.92 581	2.53 568	1.68 549	2.56 572	1.83 576	2.52 578	1.87 567	2.07 563	1.68 573	2.32 550	1.71 568

sAnonymous2	3.31 592	2.63 509	1.38 531	3.71 578	1.86 576	4.70 617	1.11 476	4.82 620	2.72 598	5.45 625	1.98 591	4.59 610	2.64 585	2.65 577	6.21 630	4.37 593	1.08 451	5.16 624	2.24 594	4.52 591	2.39 591

CroCo_RVC	3.31 592	2.63 509	1.38 531	3.71 578	1.86 576	4.70 617	1.11 476	4.82 620	2.72 598	5.45 625	1.98 591	4.59 610	2.64 585	2.65 577	6.21 630	4.37 593	1.08 451	5.16 624	2.24 594	4.52 591	2.39 591

ff7	1.68 519	2.68 511	1.35 519	0.97 407	0.89 462	1.84 539	2.15 589	2.12 547	1.80 574	2.05 552	1.56 557	2.33 558	2.12 580	2.23 555	2.25 592	1.31 506	1.07 447	1.48 541	1.41 547	0.90 426	1.04 467

ffff	1.68 519	2.68 511	1.35 519	0.97 407	0.89 462	1.84 539	2.15 589	2.12 547	1.80 574	2.05 552	1.56 557	2.33 558	2.12 580	2.23 555	2.25 592	1.31 506	1.07 447	1.48 541	1.41 547	0.90 426	1.04 467

ccc-4	1.68 519	2.68 511	1.35 519	0.97 407	0.89 462	1.84 539	2.15 589	2.12 547	1.80 574	2.05 552	1.56 557	2.33 558	2.12 580	2.23 555	2.25 592	1.31 506	1.07 447	1.48 541	1.41 547	0.90 426	1.04 467

LGtest1	2.22 564	2.70 514	1.89 571	2.76 543	1.86 576	2.75 586	1.86 573	2.75 582	1.86 579	2.75 585	1.86 573	2.77 589	1.87 563	2.75 586	1.86 579	2.46 572	1.58 547	2.45 580	1.56 556	2.45 556	1.56 554

11t	1.27 509	2.70 514	1.34 517	1.32 489	0.89 462	1.30 522	1.34 541	1.64 530	0.57 413	1.45 528	0.72 448	1.05 461	1.29 530	1.07 463	1.29 542	1.49 520	1.02 444	0.97 461	1.15 479	1.48 517	1.31 539

LG-G_1	2.22 564	2.71 516	1.89 571	2.77 544	1.87 579	2.75 586	1.87 575	2.76 583	1.87 583	2.75 585	1.87 574	2.76 587	1.87 563	2.75 586	1.86 579	2.47 573	1.58 547	2.45 580	1.57 557	2.45 556	1.57 555

LG-G	2.22 564	2.71 516	1.89 571	2.77 544	1.87 579	2.75 586	1.87 575	2.76 583	1.87 583	2.75 585	1.87 574	2.76 587	1.87 563	2.75 586	1.86 579	2.47 573	1.58 547	2.45 580	1.57 557	2.45 556	1.57 555

4.25w-stereo	1.98 531	2.72 518	1.46 536	3.47 569	1.43 551	2.07 553	1.98 580	2.53 572	1.52 555	2.71 578	1.98 591	1.81 540	1.62 547	1.96 547	1.36 547	1.88 538	2.00 569	2.53 585	1.61 564	1.74 529	1.15 477

4w-stereo	2.02 544	2.72 518	1.44 534	3.36 565	1.59 557	2.48 569	1.72 566	2.28 553	1.24 539	2.24 559	1.65 565	2.56 573	1.32 533	2.39 565	1.98 588	2.67 581	1.51 540	1.66 547	1.24 534	2.53 567	1.88 581

3.25w_new	2.03 546	2.72 518	1.35 519	3.33 564	1.57 555	2.72 582	1.53 559	2.15 551	1.33 543	2.15 557	1.60 561	2.63 577	1.30 531	2.72 582	1.99 589	2.67 581	1.53 542	1.75 549	1.25 536	2.53 567	1.87 578

3.5w_stereo	2.03 546	2.72 518	1.35 519	3.41 566	1.57 555	2.72 582	1.49 558	2.01 543	1.34 544	2.15 557	1.61 563	2.63 577	1.36 536	2.72 582	1.99 589	2.66 579	1.58 547	1.68 548	1.24 534	2.53 567	1.87 578

sCroCo_RVC	2.10 552	2.76 522	1.92 574	2.78 547	1.39 549	2.73 584	1.41 552	2.73 581	1.40 551	2.77 590	1.41 552	2.74 586	1.40 540	2.74 585	1.40 550	2.72 583	1.42 535	2.72 589	1.44 552	2.79 574	1.42 549

PSMNet-RSSM	0.77 396	2.76 522	0.14 126	0.20 136	0.14 157	0.20 162	2.66 595	2.79 586	0.14 157	0.21 170	0.14 161	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	2.52 564	2.31 587

MonStereo1	1.94 529	2.77 524	1.52 542	3.73 580	1.51 554	2.13 555	1.42 554	2.32 560	1.52 555	2.31 564	1.50 555	2.53 568	1.59 544	2.34 562	1.56 555	1.91 540	1.36 530	1.86 554	1.31 539	2.07 538	1.53 551

asd	2.18 557	2.77 524	1.58 544	3.59 574	2.00 583	2.58 578	1.85 572	2.39 565	1.71 563	2.47 571	1.97 585	2.59 575	1.61 546	2.56 572	1.79 574	2.51 576	1.99 568	2.11 567	1.62 566	2.36 552	1.60 559

GwcNet-RSSM	0.77 396	2.77 524	0.14 126	0.20 136	0.14 157	0.20 162	2.67 596	2.78 585	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.21 169	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	2.52 564	2.31 587

hitnet-ft	0.79 400	2.78 527	0.14 126	0.20 136	0.14 157	0.21 172	2.89 598	2.80 587	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	2.54 572	2.33 589

PDISCO_ROB	0.83 415	2.80 528	3.49 606	0.14 99	0.11 136	0.17 150	0.09 113	0.15 140	0.10 118	0.15 133	0.12 144	0.16 139	0.14 158	3.30 593	0.13 147	0.14 116	2.34 584	0.16 145	0.12 147	2.62 573	0.10 116

iGMRVC	0.84 418	2.85 529	0.72 401	0.72 370	0.73 450	0.77 420	0.79 446	0.73 412	0.74 447	0.73 418	0.72 448	0.73 423	0.76 440	0.73 416	0.73 439	0.72 404	0.73 417	0.73 424	0.72 445	0.73 401	0.72 430

MC-Stereo	1.76 522	2.96 530	1.37 529	2.14 521	1.37 547	2.14 556	1.36 544	2.14 550	1.37 549	2.14 556	1.37 548	2.14 553	1.37 538	2.14 554	1.37 548	1.97 543	1.32 517	1.97 561	1.32 540	1.98 536	1.33 541

VIP-Stereo	0.70 379	2.97 531	2.43 588	2.49 537	0.16 187	0.25 205	0.16 172	0.25 202	0.16 181	0.25 197	0.18 205	0.25 205	0.16 180	0.26 213	0.16 167	1.86 533	1.26 516	0.23 187	0.15 176	0.23 193	0.15 168

PASM	0.39 269	3.06 532	1.36 527	1.58 498	0.09 115	0.11 122	0.11 131	0.11 122	0.11 133	0.09 110	0.09 115	0.11 123	0.09 116	0.09 110	0.09 108	0.11 88	0.11 96	0.11 119	0.09 111	0.11 123	0.11 128

DDVS	0.30 202	3.10 533	0.14 126	0.19 133	0.14 157	0.19 157	0.14 152	0.20 160	0.14 157	0.19 153	0.13 156	0.16 139	0.13 154	0.19 155	0.13 147	0.17 142	0.13 136	0.17 153	0.13 155	0.17 151	0.13 150

DEFOM-Stereo	0.68 374	3.11 534	1.40 533	1.63 506	0.25 242	0.31 235	0.25 234	0.31 230	0.28 255	0.31 231	0.29 265	0.29 232	0.27 253	0.31 239	0.28 225	1.59 525	1.47 538	0.30 234	0.29 276	0.30 220	0.28 247

4D-IteraStereo	0.78 399	3.13 535	0.89 423	0.69 363	0.32 310	0.40 275	0.32 298	0.76 413	0.97 471	0.52 382	0.65 432	0.89 443	0.32 312	0.76 420	0.98 467	0.83 419	0.94 439	0.35 273	0.27 255	0.70 396	0.89 451

plain	1.88 527	3.16 536	0.64 384	3.10 552	0.65 435	3.10 591	0.64 420	3.12 590	0.65 425	3.10 591	0.65 432	3.11 591	0.65 419	3.12 590	0.65 404	3.12 586	0.65 404	3.13 591	0.65 429	3.13 576	0.65 418

iRaftStereo_RVC	0.97 437	3.17 537	2.30 584	2.42 534	0.38 353	0.54 394	0.38 345	0.54 382	0.38 345	0.54 390	0.38 351	0.54 393	0.38 343	0.54 387	0.38 300	2.38 568	2.34 584	0.49 389	0.36 353	0.49 359	0.36 327

RCA-Stereo	0.51 344	3.22 538	0.34 273	0.44 290	0.34 333	0.44 338	0.34 322	0.43 307	0.34 326	0.43 310	0.34 327	0.44 334	0.33 320	0.43 315	0.33 268	0.38 267	0.29 242	0.38 289	0.29 276	0.38 273	0.29 252

Anonymous3	2.55 581	3.26 539	1.65 547	3.28 559	1.63 560	3.24 593	1.68 563	3.27 592	1.66 558	3.28 593	1.67 566	3.25 593	1.66 548	3.27 592	1.64 559	3.26 587	1.65 554	3.30 592	1.65 568	4.95 609	1.65 566

MIF-Stereo (partial)	2.58 582	3.31 540	0.66 388	3.18 556	0.66 438	3.18 592	0.66 423	3.21 591	0.67 428	3.19 592	0.66 434	3.19 592	0.66 422	3.31 594	0.68 411	5.09 615	1.79 563	8.23 634	1.67 571	6.18 618	1.38 547

MM-Stereo_test1	1.80 525	3.41 541	1.52 542	2.12 520	1.41 550	2.04 551	1.41 552	2.05 545	1.46 554	2.04 551	1.41 552	2.05 552	1.42 541	2.05 550	1.43 552	2.04 547	1.54 544	1.94 560	1.38 546	1.99 537	1.33 541

UniTT-Stereo	2.03 546	3.43 542	0.72 401	3.42 567	0.73 450	3.27 594	0.68 428	3.38 594	0.69 432	3.29 594	0.72 448	3.28 594	0.70 430	3.35 595	0.68 411	3.39 588	0.68 406	3.31 593	0.69 438	3.37 577	0.73 433

castereo++	0.54 349	3.59 543	1.15 455	1.31 488	0.14 157	0.16 142	0.14 152	0.16 141	0.14 157	0.16 138	0.14 161	0.16 139	0.13 154	0.16 140	0.14 151	1.45 518	1.16 463	0.15 142	0.14 165	0.15 141	0.13 150

DPSNet	3.66 594	3.60 544	3.62 609	3.63 575	3.64 620	3.65 597	3.65 619	3.66 597	3.67 616	3.67 596	3.65 617	3.67 597	3.66 605	3.66 596	3.68 614	3.68 591	3.66 604	3.67 597	3.68 620	3.67 579	3.67 617

RAStereo	2.23 567	3.64 545	0.76 408	3.65 576	0.86 460	3.66 598	0.76 443	3.67 598	0.81 456	3.66 595	0.76 453	3.66 596	0.77 442	3.68 597	0.77 447	3.68 591	0.77 422	3.69 598	0.77 448	3.70 580	0.77 440

qqq1	0.25 186	3.70 546	0.14 126	0.14 99	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 109	0.12 112	0.06 94	0.05 96	0.03 43	0.04 79

fff1	0.25 186	3.70 546	0.14 126	0.14 99	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 109	0.12 112	0.06 94	0.05 96	0.03 43	0.04 79

RAFT_CTSACE	1.92 528	3.71 548	1.72 552	1.88 510	1.72 569	2.04 551	1.42 554	2.18 552	1.89 585	2.02 549	1.97 585	1.95 544	2.06 579	1.93 546	1.62 558	1.76 530	1.66 555	2.02 562	1.73 579	1.73 528	1.43 550

MyStereo07	0.60 357	3.72 549	0.48 339	0.49 315	0.41 372	0.36 255	0.32 298	0.49 353	0.43 376	0.51 379	0.42 379	0.49 363	0.43 372	0.51 378	0.64 403	0.49 350	0.45 349	0.34 257	0.32 323	0.35 250	0.43 361

MyStereo04	0.56 355	3.72 549	0.59 373	0.49 315	0.41 372	0.36 255	0.32 298	0.37 252	0.31 292	0.34 243	0.46 389	0.35 251	0.32 312	0.35 251	0.33 268	0.49 350	0.45 349	0.34 257	0.32 323	0.35 250	0.43 361

castereo	0.61 360	3.79 551	1.35 519	1.52 497	0.15 173	0.17 150	0.16 172	0.20 160	0.21 216	0.18 151	0.16 182	0.21 167	0.12 149	0.26 213	0.17 171	1.43 517	1.38 533	0.17 153	0.16 183	0.18 155	0.16 174

ffm	0.25 186	3.83 552	0.12 101	0.12 82	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 93	0.12 112	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 186	3.83 552	0.12 101	0.12 82	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 93	0.12 112	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 186	3.83 552	0.12 101	0.12 82	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 93	0.12 112	0.05 86	0.04 78	0.06 96	0.04 79

NINENet	0.69 378	3.87 555	1.20 464	1.98 517	0.05 99	0.40 275	0.04 81	0.40 269	0.05 97	0.41 283	0.04 88	0.41 291	0.05 94	0.40 275	0.05 88	1.79 531	1.56 545	0.34 257	0.22 222	0.34 238	0.23 209

GEAStereo	0.62 362	3.91 556	0.48 339	0.69 363	0.38 353	0.51 386	0.38 345	0.51 374	0.38 345	0.53 385	0.38 351	0.50 378	0.38 343	0.51 378	0.38 300	0.54 368	0.43 341	0.46 367	0.34 335	0.46 339	0.34 315

gasm-f	0.62 362	3.91 556	0.48 339	0.69 363	0.38 353	0.51 386	0.38 345	0.51 374	0.38 345	0.53 385	0.38 351	0.50 378	0.38 343	0.51 378	0.38 300	0.54 368	0.43 341	0.46 367	0.34 335	0.46 339	0.34 315

MyStereo8	0.71 383	3.92 558	0.52 359	0.59 347	0.52 412	0.57 402	0.53 406	0.59 394	0.50 399	0.59 402	0.51 412	0.57 402	0.50 397	0.56 392	0.52 374	0.54 368	0.49 366	0.54 405	0.49 405	0.55 378	0.50 387

MyStereo06	0.75 391	4.12 559	0.60 375	0.63 354	0.61 429	0.62 408	0.66 423	0.56 386	0.45 381	0.55 393	0.48 401	0.54 393	0.46 380	0.57 397	0.45 335	0.60 380	0.57 390	0.64 414	0.55 414	0.72 398	0.55 403

MyStereo05	0.80 402	4.12 559	0.63 382	0.63 354	0.61 429	0.62 408	0.66 423	0.65 402	0.62 421	0.67 413	0.61 426	0.65 414	0.58 409	0.67 410	0.55 392	0.60 380	0.57 390	0.64 414	0.55 414	0.72 398	0.55 403

test-3	0.98 439	4.13 561	1.85 566	1.85 509	0.61 429	0.69 414	0.37 339	0.63 400	0.61 420	0.66 412	0.51 412	0.73 423	0.44 374	0.57 397	0.54 390	1.68 529	1.81 564	0.40 305	0.43 388	0.66 387	0.50 387

GCAP-Stereo	0.75 391	4.15 562	0.42 315	0.75 373	0.35 336	0.78 422	0.40 359	0.79 417	0.38 345	0.78 428	0.36 339	0.78 428	0.36 334	0.79 421	0.39 311	0.75 407	0.39 316	0.76 431	0.39 371	0.75 402	0.39 344

IGEVStereo-DCA	1.77 523	4.21 563	1.84 564	2.49 537	2.11 590	2.54 576	1.36 544	1.65 531	1.17 488	2.75 585	1.90 579	2.54 571	1.15 471	0.94 446	1.11 477	1.50 521	1.32 517	0.96 459	1.46 553	1.49 518	0.88 449

rrr	1.77 523	4.21 563	1.84 564	2.49 537	2.11 590	2.54 576	1.36 544	1.65 531	1.17 488	2.75 585	1.90 579	2.54 571	1.15 471	0.94 446	1.11 477	1.50 521	1.32 517	0.96 459	1.46 553	1.49 518	0.88 449

GSStereo	0.81 407	4.28 565	0.50 350	0.59 347	0.40 364	0.51 386	0.38 345	0.50 361	0.38 345	0.50 372	0.38 351	0.50 378	3.79 610	0.50 369	0.38 300	0.54 368	0.43 341	0.46 367	0.34 335	0.46 339	0.35 324

GEStereo_RVC	0.86 421	4.45 566	0.20 190	0.27 187	0.20 221	0.27 217	0.20 208	0.26 207	0.18 197	5.03 621	0.20 219	0.27 217	0.19 213	0.27 217	0.21 189	0.20 162	0.19 188	0.19 165	4.02 625	0.20 167	0.18 198

error version	0.93 433	4.47 567	2.35 585	1.99 518	0.37 346	0.41 291	0.36 333	0.41 284	0.35 329	0.43 310	0.36 339	0.41 291	0.40 352	0.41 290	0.36 288	1.87 535	2.16 580	0.47 376	0.37 355	0.39 291	0.33 307

test_1	0.93 433	4.47 567	2.35 585	1.99 518	0.37 346	0.41 291	0.36 333	0.41 284	0.35 329	0.43 310	0.36 339	0.41 291	0.40 352	0.41 290	0.36 288	1.87 535	2.16 580	0.47 376	0.37 355	0.39 291	0.33 307

TestStereo	4.88 620	4.75 569	4.79 615	4.87 600	4.92 629	4.81 622	4.90 629	4.78 618	4.77 628	4.87 619	4.89 628	4.90 623	4.91 621	4.99 622	4.79 626	4.98 612	4.87 613	4.87 621	4.92 630	5.00 610	5.00 627

DispFullNet	4.61 616	4.84 570	3.12 603	5.00 601	3.57 617	4.75 620	3.03 605	7.75 633	4.17 625	4.91 620	3.09 609	6.20 629	3.95 614	6.71 629	3.51 612	5.30 617	3.67 605	5.86 630	3.63 617	5.61 615	3.46 615

MLG-Stereo_test3	4.26 609	4.85 571	3.95 612	5.35 604	3.60 618	4.75 620	3.76 620	5.49 626	3.71 617	5.39 623	3.69 618	4.82 621	3.66 605	4.85 618	3.73 618	4.93 610	3.19 601	4.69 615	2.99 602	4.84 606	2.98 598

CFNet-RSSM	0.91 426	4.89 572	0.34 273	0.44 290	1.07 482	1.62 538	1.40 551	0.91 432	0.35 329	1.60 530	1.39 551	0.64 411	0.34 325	0.44 328	0.33 268	0.41 313	0.35 298	0.75 429	0.30 289	0.41 322	0.29 252

StereoVision	3.15 590	5.00 573	0.89 423	4.83 598	1.00 473	3.93 599	1.27 538	6.37 627	1.34 544	5.67 627	1.26 538	5.84 628	1.27 528	5.03 624	1.24 535	5.10 616	1.09 453	4.61 610	0.57 420	5.62 616	1.12 472

LL-Strereo	1.01 446	5.06 574	1.63 546	0.70 367	1.43 551	0.56 396	0.46 382	0.57 389	0.50 399	0.57 398	0.50 406	1.58 534	0.49 394	0.59 399	0.50 360	1.64 528	0.52 382	0.51 398	1.37 544	0.52 372	0.45 366

FC-DCNN v2	5.10 624	5.15 575	4.49 614	5.07 602	3.37 615	6.87 629	4.75 628	5.04 623	6.34 632	7.84 633	5.06 629	6.72 633	4.09 617	4.99 622	5.44 629	5.03 613	3.16 598	4.67 613	4.86 629	5.15 612	3.89 622

DEFOM-Stereo_RVC	0.83 415	5.18 576	1.98 577	2.19 522	0.17 196	0.19 157	0.18 192	0.19 154	0.16 181	0.20 159	0.19 215	0.22 180	0.22 223	0.20 159	0.15 161	2.28 560	2.13 579	0.24 195	0.17 203	0.18 155	0.16 174

rvit_105_1	3.83 596	5.22 577	3.01 592	4.53 586	3.01 602	4.51 605	3.01 600	4.56 607	3.04 601	4.53 606	3.03 602	4.55 608	3.03 589	4.56 607	3.04 598	4.57 599	3.05 588	4.57 605	3.05 603	4.57 593	3.05 599

rvit_stereo_0081	3.83 596	5.23 578	3.01 592	4.53 586	3.03 604	4.55 611	3.02 601	4.56 607	3.04 601	4.52 604	3.02 600	4.54 606	3.03 589	4.56 607	3.04 598	4.57 599	3.05 588	4.57 605	3.05 603	4.58 594	3.05 599

CFNet	1.37 513	5.27 579	0.19 187	5.49 605	0.19 218	0.28 226	0.19 204	0.28 219	0.19 211	0.28 214	0.19 215	0.28 226	4.35 618	0.28 229	0.19 183	0.23 192	0.17 168	0.23 187	4.21 627	4.81 604	0.17 186

rvit_stereo_0083	3.92 605	5.30 580	3.06 600	4.61 595	3.09 611	4.67 616	3.08 610	4.66 615	3.09 610	4.62 614	3.10 610	4.66 618	3.11 598	4.67 615	3.16 609	4.72 609	3.16 598	4.77 618	3.11 610	4.66 600	3.11 608

rvit_0105_3	3.91 603	5.33 581	3.06 600	4.60 594	3.07 610	4.60 614	3.06 609	4.62 613	3.08 609	4.60 613	3.07 608	4.62 615	3.08 596	4.67 615	3.10 607	4.70 607	3.11 595	4.77 618	3.19 614	4.77 603	3.14 610

rvit_stereo_0081_aga	3.86 598	5.33 581	3.02 595	4.55 592	3.04 608	4.54 607	3.02 601	4.64 614	3.06 605	4.54 608	3.04 604	4.62 615	3.08 596	4.62 613	3.07 603	4.58 602	3.06 592	4.60 609	3.08 607	4.63 597	3.07 603

MLG-Stereo_test1	4.25 608	5.34 583	3.61 608	5.31 603	3.63 619	5.23 623	3.57 617	5.38 625	3.65 615	5.23 622	3.47 614	4.76 619	3.74 608	4.85 618	3.71 615	4.96 611	3.18 600	4.71 616	2.92 600	4.86 607	2.90 596

rvit_0105_5	4.10 607	5.40 584	3.13 605	4.71 597	3.15 613	4.72 619	3.10 612	4.90 622	3.27 613	4.69 616	3.16 612	4.84 622	3.25 601	4.96 621	3.34 611	5.05 614	3.39 603	5.10 623	3.40 615	5.11 611	3.42 614

UDGNet	2.23 567	5.40 584	1.72 552	2.48 536	1.69 565	2.51 573	1.69 564	2.51 571	1.72 567	2.50 573	1.69 568	2.52 567	1.69 551	2.50 570	1.68 563	2.41 570	1.70 557	2.42 579	1.69 575	2.42 554	1.64 564

rvit_stereo_ft	3.93 606	5.44 586	3.05 599	4.59 593	3.06 609	4.61 615	3.08 610	4.67 616	3.12 611	4.63 615	3.10 610	4.65 617	3.11 598	4.69 617	3.13 608	4.70 607	3.14 597	4.71 616	3.15 612	4.74 601	3.16 611

MLG-Stereo_test2	4.28 610	5.46 587	3.69 610	4.86 599	3.72 621	5.58 626	3.42 615	4.81 619	3.77 621	4.85 618	3.72 619	5.55 627	3.63 604	5.58 625	3.53 613	4.41 596	3.28 602	4.99 622	2.95 601	4.75 602	3.13 609

rvit_0105_4	3.91 603	5.47 588	3.02 595	4.54 589	3.02 603	4.54 607	3.03 605	4.75 617	3.17 612	4.57 610	3.06 605	4.61 614	3.16 600	4.65 614	3.09 606	4.66 606	3.11 595	4.68 614	3.18 613	4.81 604	3.16 611

rvit_stereo_0080	3.89 601	5.70 589	3.04 597	4.54 589	3.03 604	4.56 612	3.05 607	4.60 611	3.07 606	4.58 611	3.06 605	4.59 610	3.06 594	4.61 611	3.08 604	4.63 604	3.09 593	4.64 611	3.10 608	4.65 598	3.10 606

whm_eth	3.89 601	5.70 589	3.04 597	4.54 589	3.03 604	4.56 612	3.05 607	4.60 611	3.07 606	4.58 611	3.06 605	4.59 610	3.06 594	4.61 611	3.08 604	4.63 604	3.09 593	4.64 611	3.10 608	4.65 598	3.10 606

rvit_0105_6	3.87 600	5.73 591	3.10 602	4.69 596	3.12 612	4.54 607	3.02 601	4.56 607	3.04 601	4.54 608	3.03 602	4.54 606	3.04 592	4.56 607	3.05 600	4.58 602	3.05 588	4.58 607	3.05 603	4.58 594	3.05 599

rvit_stereo_0082	3.86 598	5.82 592	3.01 592	4.53 586	3.03 604	4.54 607	3.02 601	4.56 607	3.04 601	4.53 606	3.02 600	4.55 608	3.04 592	4.57 610	3.05 600	4.57 599	3.05 588	4.58 607	3.05 603	4.58 594	3.06 602

SGM-Forest	5.21 626	5.92 593	4.08 613	6.18 610	4.16 626	6.31 628	4.34 627	6.50 628	4.33 626	6.14 629	4.21 625	6.61 632	4.55 620	6.67 628	4.48 625	5.94 621	3.94 607	5.85 629	4.03 626	5.79 617	4.17 625
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MaDis-Stereo	3.19 591	6.02 594	1.12 451	5.61 607	1.16 490	5.43 625	1.02 473	5.15 624	0.70 435	5.43 624	1.21 533	5.03 625	0.97 455	4.85 618	0.99 468	4.53 597	1.16 463	5.53 626	1.25 536	5.37 614	1.30 538

IER	0.88 423	7.04 595	2.23 582	2.75 542	0.28 257	0.43 323	0.25 234	0.39 264	0.25 233	0.41 283	0.27 253	0.39 270	0.25 236	0.40 275	0.28 225	0.37 258	0.28 229	0.37 281	0.25 241	0.37 261	0.25 220

HCRNet	1.22 506	7.11 596	3.00 591	3.55 573	0.33 323	0.29 229	0.14 152	0.19 154	0.15 172	0.33 241	0.29 265	0.25 205	0.14 158	0.22 178	0.33 268	3.64 590	3.00 587	0.76 431	0.32 323	0.18 155	0.13 150

SA	4.33 612	7.35 597	6.85 627	5.96 609	4.09 625	3.59 596	3.15 613	3.82 599	2.64 597	3.91 597	3.85 620	3.57 595	2.72 587	3.13 591	4.03 621	7.09 629	6.86 624	3.57 595	3.12 611	3.85 581	3.51 616

cross-raft	4.83 619	7.52 598	6.43 623	6.63 612	3.96 624	4.51 605	3.99 624	4.49 605	3.96 623	4.52 604	3.96 622	4.50 605	3.97 615	4.50 606	3.97 620	6.65 624	6.44 621	4.33 602	3.92 624	4.35 589	3.91 623

test_5	4.62 617	7.55 599	6.23 622	6.32 611	3.40 616	5.29 624	3.50 616	3.53 596	4.11 624	4.28 601	4.47 627	4.26 604	4.38 619	3.68 597	3.24 610	5.89 620	5.60 616	4.84 620	3.50 616	4.33 588	3.93 624

RAFT+CT+SA	4.28 610	7.62 600	4.91 616	5.55 606	2.28 597	3.09 590	3.64 618	4.49 605	3.07 606	4.80 617	3.35 613	4.77 620	3.70 607	4.29 604	3.05 600	5.58 618	5.98 619	3.58 596	3.78 622	4.26 587	3.72 618

raft_robust	4.71 618	7.75 601	5.40 621	6.81 613	3.31 614	4.28 604	4.20 626	4.32 604	4.37 627	4.35 603	4.35 626	4.14 602	3.75 609	4.30 605	4.20 624	6.67 625	6.37 620	3.36 594	4.24 628	4.86 607	3.25 613

test_4	4.88 620	8.13 602	6.98 628	7.46 617	4.44 627	4.25 603	3.85 623	4.04 603	3.92 622	4.13 600	3.91 621	4.18 603	3.84 612	4.14 602	4.06 622	7.01 628	7.13 625	4.53 603	3.72 621	4.09 585	3.72 618

Sa-1000	4.34 613	8.37 603	6.84 626	6.98 616	4.45 628	3.58 595	3.00 599	3.42 595	3.39 614	2.61 576	4.00 623	3.83 599	4.01 616	3.90 599	3.90 619	5.98 622	5.62 617	3.76 599	2.34 597	4.35 589	2.47 593

TestStereo1	4.60 614	8.41 604	6.44 624	6.86 614	3.79 622	3.97 600	3.78 621	3.99 601	3.74 618	3.97 598	3.52 615	3.94 600	3.58 602	3.98 600	3.72 616	6.82 626	6.50 622	3.76 599	3.66 618	3.90 582	3.74 620

SA-5K	4.60 614	8.41 604	6.44 624	6.86 614	3.79 622	3.97 600	3.78 621	3.99 601	3.74 618	3.97 598	3.52 615	3.94 600	3.58 602	3.98 600	3.72 616	6.82 626	6.50 622	3.76 599	3.66 618	3.90 582	3.74 620

U	5.15 625	8.49 606	1.81 555	8.49 621	1.77 570	8.49 634	1.77 567	8.51 635	1.77 572	8.49 635	1.77 570	8.50 635	1.78 560	8.58 635	1.77 573	8.54 633	1.78 561	8.55 635	1.78 580	8.55 629	1.84 574

CFNet_RVC	2.38 577	8.71 607	0.38 289	9.33 624	0.42 382	0.56 396	0.42 372	0.60 396	0.38 345	0.62 406	0.42 379	0.56 400	7.29 630	0.62 401	0.42 330	0.53 367	0.37 303	0.49 389	0.34 335	8.30 627	6.87 632

rvit_stereo_0075_2	6.64 628	8.80 608	5.25 618	7.89 618	5.27 631	7.90 633	5.27 630	7.92 634	5.28 630	7.91 634	5.29 631	7.93 634	5.27 622	7.92 634	5.28 627	7.93 630	5.28 615	7.93 633	5.29 632	7.93 626	5.28 629

test_3	5.01 622	8.86 609	7.77 630	8.09 619	2.76 601	4.13 602	4.05 625	3.88 600	3.76 620	4.33 602	4.13 624	3.71 598	3.91 613	4.21 603	4.06 622	7.93 630	7.69 627	4.53 603	3.91 623	4.17 586	4.29 626

SGM+DAISY	7.06 630	9.15 610	5.38 620	8.84 623	5.18 630	8.80 635	5.31 631	8.79 636	5.28 630	8.89 636	5.20 630	8.93 636	5.33 623	8.95 636	5.36 628	8.70 634	5.21 614	8.74 636	5.20 631	8.89 630	5.15 628

test-1	6.46 627	9.16 611	8.03 633	8.09 619	5.62 632	6.11 627	6.35 632	6.85 630	4.94 629	6.08 628	6.29 634	4.98 624	6.43 626	6.22 626	6.36 632	6.16 623	7.47 626	5.82 628	5.44 633	7.11 623	5.68 630

RAFT	6.73 629	9.36 612	7.40 629	8.51 622	6.55 633	6.88 630	6.60 633	6.79 629	6.60 633	6.80 630	6.72 635	5.31 626	5.50 624	6.61 627	6.61 633	8.42 632	5.89 618	5.73 627	5.45 634	6.61 619	6.24 631

CFNet_pseudo	2.67 585	9.36 612	0.32 257	10.99 633	0.33 323	0.85 432	0.33 311	0.49 353	0.33 317	0.49 359	0.32 310	0.49 363	7.26 629	0.49 362	0.33 268	0.41 313	9.62 633	0.41 328	0.29 276	10.03 635	0.29 252

CFNet_ucs	2.73 586	9.64 614	0.33 263	9.92 629	0.32 310	0.49 366	0.33 311	0.49 353	0.33 317	0.49 359	0.33 319	0.49 363	8.98 633	0.48 356	0.33 268	0.41 313	9.96 636	0.40 305	0.29 276	10.12 636	0.54 398

PCWNet_CMD	2.80 589	9.82 615	0.32 257	10.09 631	0.32 310	0.49 366	0.33 311	3.34 593	0.33 317	0.49 359	0.33 319	0.49 363	8.73 631	0.48 356	0.33 268	0.41 313	9.22 630	0.42 350	0.29 276	9.55 633	0.31 286

pcwnet_v2	2.66 584	9.89 616	0.33 263	9.89 628	0.32 310	0.50 374	0.32 298	0.49 353	0.33 317	0.49 359	0.34 327	0.49 363	8.76 632	0.48 356	0.33 268	0.41 313	9.58 632	0.40 305	0.29 276	9.01 631	0.63 416

UCFNet_RVC	2.75 587	10.06 617	0.29 223	10.31 632	0.29 266	0.42 313	0.29 262	0.43 307	0.29 261	0.42 300	0.29 265	0.42 311	9.87 635	0.43 315	0.29 235	0.36 254	9.84 635	0.36 278	0.26 247	9.77 634	0.26 226

MSMDNet	2.65 583	10.14 618	0.33 263	9.74 627	0.32 310	0.87 434	0.33 311	2.95 589	0.68 429	0.49 359	0.34 327	0.49 363	5.70 625	0.49 362	0.33 268	0.42 329	9.57 631	0.41 328	0.31 315	8.36 628	0.65 418

ccs_rob	2.79 588	10.17 619	0.32 257	10.00 630	0.33 323	0.49 366	0.33 311	1.90 538	0.32 310	0.51 379	0.33 319	0.49 363	9.24 634	0.49 362	0.33 268	0.41 313	9.82 634	0.41 328	0.28 261	9.34 632	0.29 252

test-v	7.53 631	11.89 620	7.98 631	9.36 625	7.14 634	7.06 631	7.09 634	7.37 631	6.91 634	7.29 631	5.71 632	6.45 630	6.93 627	6.73 630	7.27 634	8.93 635	7.85 628	6.98 631	6.80 635	7.56 624	7.34 633

test-2	7.53 631	11.89 620	7.98 631	9.36 625	7.14 634	7.06 631	7.09 634	7.37 631	6.91 634	7.29 631	5.71 632	6.45 630	6.93 627	6.73 630	7.27 634	8.93 635	7.85 628	6.98 631	6.80 635	7.56 624	7.34 633

rafts_anoy	20.00 635	20.00 622	20.00 635	20.00 635	20.00 637	20.00 636	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 638	20.00 637	20.00 638	20.00 637	20.00 636

raft+_RVC	20.00 635	20.00 622	20.00 635	20.00 635	20.00 637	20.00 636	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 638	20.00 637	20.00 638	20.00 637	20.00 636

raftrobust	20.00 635	20.00 622	20.00 635	20.00 635	20.00 637	20.00 636	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 638	20.00 637	20.00 638	20.00 637	20.00 636

CasAABBNet	20.00 635	20.00 622	20.00 635	20.00 635	20.00 637	20.00 636	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 638	20.00 637	20.00 638	20.00 637	20.00 636

RALCasStereoNet	20.00 635	20.00 622	20.00 635	20.00 635	20.00 637	20.00 636	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 638	20.00 637	20.00 638	20.00 637	20.00 636

RALAANet	20.00 635	20.00 622	20.00 635	20.00 635	20.00 637	20.00 636	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 637	20.00 638	20.00 637	20.00 638	20.00 637	20.00 636

MANE	19.05 634	23.00 628	15.00 634	23.00 641	15.00 636	24.00 642	16.00 636	24.00 643	16.00 636	22.00 643	15.00 636	23.00 643	16.00 636	23.00 643	15.00 636	22.00 643	15.00 637	22.00 643	15.00 637	22.00 643	15.00 635

stereogan	2.33 571	24.38 629	1.18 459	1.18 434	1.18 493	1.14 468	1.18 484	1.19 462	1.19 490	1.14 469	1.18 487	1.14 471	1.18 476	1.14 471	1.18 486	1.14 452	1.14 461	1.19 482	1.19 483	1.15 449	1.19 485

Abc-Net	2.32 570	24.75 630	1.14 453	1.17 433	1.17 491	1.11 465	1.15 480	1.17 459	1.21 536	1.08 459	1.16 483	1.12 470	1.14 470	1.09 464	1.17 485	1.09 442	1.16 463	1.17 478	1.17 482	1.16 451	1.11 470
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 571	25.00 631	1.13 452	1.15 427	1.15 486	1.10 462	1.15 480	1.15 454	1.15 483	1.12 466	1.15 480	1.09 464	1.13 468	1.10 466	1.15 481	1.11 449	1.09 453	1.16 474	1.12 477	1.16 451	1.17 481

RGC	2.36 573	25.48 632	1.19 461	1.15 427	1.15 486	1.10 462	1.16 482	1.17 459	1.16 484	1.12 466	1.16 483	1.11 469	1.13 468	1.09 464	1.18 486	1.10 444	1.15 462	1.16 474	1.12 477	1.14 447	1.12 472

NCC-stereo	2.36 573	25.52 633	1.17 457	1.15 427	1.17 491	1.11 465	1.11 476	1.15 454	1.16 484	1.10 460	1.16 483	1.10 466	1.15 471	1.14 471	1.13 479	1.09 442	1.11 457	1.15 473	1.16 481	1.17 456	1.17 481

AF-Net	2.37 575	25.71 634	1.17 457	1.13 424	1.15 486	1.15 469	1.18 484	1.19 462	1.16 484	1.10 460	1.15 480	1.10 466	1.18 476	1.12 470	1.15 481	1.10 444	1.10 456	1.17 478	1.15 479	1.16 451	1.12 472

Nwc_Net	2.37 575	25.95 635	1.15 455	1.14 425	1.15 486	1.08 459	1.14 479	1.17 459	1.16 484	1.14 469	1.15 480	1.08 462	1.15 471	1.11 468	1.14 480	1.10 444	1.11 457	1.16 474	1.09 476	1.16 451	1.15 477

FAT-Stereo	2.46 579	26.05 636	1.23 513	1.23 483	1.22 543	1.20 471	1.24 534	1.23 513	1.23 538	1.19 472	1.22 534	1.21 521	1.24 526	1.20 476	1.24 535	1.21 500	1.17 466	1.22 529	1.25 536	1.20 460	1.24 535

S-Stereo	2.51 580	26.86 637	1.23 513	1.22 481	1.22 543	1.24 519	1.25 535	1.22 511	1.24 539	1.21 518	1.24 536	1.19 475	1.27 528	1.19 475	1.24 535	1.19 454	1.20 468	1.25 530	1.19 483	1.24 508	1.23 534

MoCha-V2	2.11 553	26.97 638	0.78 411	0.92 395	0.77 454	0.96 445	0.72 439	0.90 430	0.72 442	0.94 446	0.70 441	0.90 444	0.71 434	0.91 440	0.71 436	0.85 422	0.71 415	0.88 449	0.69 438	0.87 421	0.67 421

edge stereo	2.43 578	27.07 639	1.14 453	1.06 416	1.14 485	1.08 459	1.17 483	1.16 457	1.14 482	1.10 460	1.16 483	1.09 464	1.16 475	1.10 466	1.16 484	1.10 444	1.11 457	1.16 474	1.19 483	1.13 446	1.11 470

fff	1000028.16 661	29.62 640	29.72 642	32.61 642	30.02 644	35.13 645	31.83 645	32.07 645	10000000.00 663	35.27 647	29.82 645	32.45 645	30.15 644	32.35 645	30.09 644	31.04 645	29.55 646	30.64 645	30.14 645	10000000.00 664	30.77 644

csc	1000028.16 661	29.62 640	29.72 642	32.61 642	30.02 644	35.13 645	31.83 645	32.07 645	10000000.00 663	35.27 647	29.82 645	32.45 645	30.15 644	32.35 645	30.09 644	31.04 645	29.55 646	30.64 645	30.14 645	10000000.00 664	30.77 644

cscssc	1000028.16 661	29.62 640	29.72 642	32.61 642	30.02 644	35.13 645	31.83 645	32.07 645	10000000.00 663	35.27 647	29.82 645	32.45 645	30.15 644	32.35 645	30.09 644	31.04 645	29.55 646	30.64 645	30.14 645	10000000.00 664	30.77 644

STTStereo	3.73 595	30.40 643	2.37 587	2.39 533	2.31 599	2.35 563	2.33 593	2.29 555	2.42 596	2.32 565	2.34 598	2.33 558	2.36 584	2.30 560	2.27 595	2.35 566	2.22 582	2.31 572	2.22 593	2.29 549	2.34 590

111	30.40 641	30.94 644	29.72 642	32.61 642	30.02 644	33.57 643	30.47 644	31.50 644	29.39 644	30.98 644	29.11 644	29.78 644	30.39 647	29.45 644	30.76 647	30.08 644	29.02 645	29.92 644	30.32 648	29.86 644	30.17 643

DCANet-4	35.22 643	34.54 645	35.08 648	33.58 646	35.47 651	34.55 644	35.53 651	36.08 650	35.85 648	35.92 650	35.77 650	35.18 650	35.48 649	35.39 650	37.15 653	34.55 650	33.92 649	35.02 651	34.90 650	35.79 648	34.74 650

tt	500032.53 659	34.60 646	29.72 642	37.47 651	34.41 649	36.85 649	35.22 649	34.71 648	33.55 646	34.50 645	35.43 648	33.81 648	10000000.00 664	33.57 648	33.13 648	33.68 648	35.00 650	34.03 649	35.26 651	30.96 645	34.63 648

DCANet	500032.53 659	34.60 646	29.72 642	37.47 651	34.41 649	36.85 649	35.22 649	34.71 648	33.55 646	34.50 645	35.43 648	33.81 648	10000000.00 664	33.57 648	33.13 648	33.68 648	35.00 650	34.03 649	35.26 651	30.96 645	34.63 648

WCMA_ROB	31.10 642	35.43 648	27.12 641	39.51 653	23.10 643	38.78 654	25.30 643	37.49 655	25.39 643	37.29 654	27.02 643	38.52 655	26.48 643	37.80 654	26.44 643	36.28 651	22.65 644	33.90 648	22.30 644	37.10 652	24.18 642

ADStereo(finetuned)	36.13 644	36.63 649	38.07 652	36.97 647	33.25 648	35.91 648	34.45 648	36.36 651	32.99 645	38.14 655	36.71 651	36.69 651	34.13 648	38.57 655	40.79 654	37.60 655	36.58 652	35.90 652	33.36 649	35.42 647	34.04 647

Reg-Stereo(zero)	37.00 645	37.00 650	37.00 649	37.00 648	37.00 652	37.00 651	37.00 652	37.00 652	37.00 649	37.00 651	37.00 652	37.00 652	37.00 650	37.00 651	37.00 650	37.00 652	37.00 653	37.00 653	37.00 653	37.00 649	37.00 651

HI	37.00 645	37.00 650	37.00 649	37.00 648	37.00 652	37.00 651	37.00 652	37.00 652	37.00 649	37.00 651	37.00 652	37.00 652	37.00 650	37.00 651	37.00 650	37.00 652	37.00 653	37.00 653	37.00 653	37.00 649	37.00 651

CoSv	37.00 645	37.00 650	37.00 649	37.00 648	37.00 652	37.00 651	37.00 652	37.00 652	37.00 649	37.00 651	37.00 652	37.00 652	37.00 650	37.00 651	37.00 650	37.00 652	37.00 653	37.00 653	37.00 653	37.00 649	37.00 651

NLCA_NET_v2_RVC	5.04 623	50.87 653	2.78 590	2.87 548	2.71 600	2.78 589	0.47 387	2.88 588	2.86 600	1.89 540	2.67 599	2.79 590	2.79 588	2.78 589	2.83 597	2.82 584	2.82 586	2.83 590	2.77 599	2.83 575	2.76 594
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MDST_ROB	69.83 648	87.70 654	41.95 653	113.75 656	65.62 657	75.05 655	55.25 656	75.64 657	45.04 652	71.61 656	41.75 655	72.81 656	44.06 653	68.38 656	44.63 655	101.89 658	59.57 658	107.10 658	61.05 658	104.38 655	59.38 656

MGS-Stereo	239.45 653	123.00 655	135.00 657	266.00 659	286.00 661	277.00 660	305.00 661	271.00 661	242.00 658	274.00 661	279.00 661	255.00 661	270.00 659	268.00 661	297.00 661	221.00 661	247.00 662	216.00 661	123.00 659	217.00 658	217.00 660

AE-Stereo	201.80 652	123.00 655	115.00 655	219.00 658	218.00 660	223.00 659	244.00 660	217.00 660	236.00 657	202.00 660	203.00 659	205.00 660	208.00 657	225.00 660	204.00 659	210.00 660	198.00 660	197.00 660	184.00 661	204.00 657	201.00 658

EGLCR-Stereo	246.90 654	129.00 657	139.00 658	266.00 659	286.00 661	277.00 660	305.00 661	271.00 661	242.00 658	274.00 661	279.00 661	255.00 661	270.00 659	268.00 661	297.00 661	230.00 662	247.00 662	216.00 661	223.00 663	237.00 659	227.00 661

NOSS_ROB	102.95 649	153.00 658	121.00 656	51.00 654	44.00 655	165.00 658	127.00 657	153.00 658	119.00 654	164.00 659	125.00 657	168.00 659	120.00 655	153.00 658	117.00 657	49.00 656	44.00 656	49.00 656	44.00 656	49.00 653	44.00 654

MeshStereo	159.24 651	171.00 659	160.68 659	162.58 657	160.59 658	164.01 657	160.35 658	158.51 659	158.56 655	158.34 658	160.12 658	158.56 658	159.92 656	157.26 659	158.94 658	154.38 659	158.36 659	155.75 659	159.13 660	153.67 656	154.07 657
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
PA-Net	11.80 633	223.51 660	0.62 381	0.59 347	0.71 447	0.59 404	0.73 440	0.67 405	0.73 445	0.55 393	0.61 426	0.60 407	0.74 437	0.63 405	0.73 439	0.66 393	0.60 395	0.69 420	0.66 431	0.72 398	0.65 418
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DLCB_ROB	284.23 655	354.61 661	207.27 660	363.24 661	206.46 659	364.72 662	210.41 659	364.72 663	210.41 656	364.81 663	208.64 660	364.81 663	208.64 658	364.72 663	210.41 660	354.70 663	205.53 661	354.70 663	205.53 662	354.70 660	205.53 659

LE_ROB	396.57 656	471.28 662	329.84 661	471.48 662	308.15 663	526.83 663	322.10 663	488.15 664	323.76 660	495.46 664	317.97 663	497.17 664	320.10 661	481.62 664	326.76 663	462.71 664	298.97 664	466.16 664	285.98 664	447.62 661	289.21 662

SGM-ForestM	596.69 657	677.77 663	444.52 662	699.85 663	517.25 664	732.94 664	488.29 664	770.79 665	460.11 661	750.81 665	487.98 664	792.79 665	499.41 662	730.90 665	475.81 664	720.03 665	491.16 665	663.96 665	418.60 665	674.76 662	436.05 663

CBMV_ROB	818.48 658	913.88 664	709.52 663	862.84 664	597.78 665	1073.99 665	700.52 665	1015.66 666	702.59 662	1115.65 666	760.02 665	1130.24 666	721.57 663	1037.41 666	692.65 665	814.05 666	564.29 666	843.28 666	595.31 666	915.51 663	602.92 664

CBMV	128.50 650	1422.70 665	53.10 654	79.50 655	51.30 656	77.30 656	49.70 655	74.00 656	48.20 653	77.20 657	48.80 656	73.90 657	48.00 654	73.80 657	48.80 656	70.40 657	45.10 657	68.90 657	46.10 657	68.20 654	45.00 655
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
111111	10000000.00 664	10000000.00 666	10000000.00 664	10000000.00 665	10000000.00 666	10000000.00 666	10000000.00 666	10000000.00 667	10000000.00 663	10000000.00 667	10000000.00 666	10000000.00 667	10000000.00 664	10000000.00 667	10000000.00 666	10000000.00 667	10000000.00 667	10000000.00 667	10000000.00 667	10000000.00 664	10000000.00 665

SGD-Stereo	10000000.00 664	10000000.00 666	10000000.00 664	10000000.00 665	10000000.00 666	10000000.00 666	10000000.00 666	10000000.00 667	10000000.00 663	10000000.00 667	10000000.00 666	10000000.00 667	10000000.00 664	10000000.00 667	10000000.00 666	10000000.00 667	10000000.00 667	10000000.00 667	10000000.00 667	10000000.00 664	10000000.00 665

IGEV-Stereo++	10000000.00 664	10000000.00 666	10000000.00 664	10000000.00 665	10000000.00 666	10000000.00 666	10000000.00 666	10000000.00 667	10000000.00 663	10000000.00 667	10000000.00 666	10000000.00 667	10000000.00 664	10000000.00 667	10000000.00 666	10000000.00 667	10000000.00 667	10000000.00 667	10000000.00 667	10000000.00 664	10000000.00 665

IGEV-BASED-STEREO-	10000000.00 664	10000000.00 666	10000000.00 664	10000000.00 665	10000000.00 666	10000000.00 666	10000000.00 666	10000000.00 667	10000000.00 663	10000000.00 667	10000000.00 666	10000000.00 667	10000000.00 664	10000000.00 667	10000000.00 666	10000000.00 667	10000000.00 667	10000000.00 667	10000000.00 667	10000000.00 664	10000000.00 665

IGEV-Stereo+	10000000.00 664	10000000.00 666	10000000.00 664	10000000.00 665	10000000.00 666	10000000.00 666	10000000.00 666	10000000.00 667	10000000.00 663	10000000.00 667	10000000.00 666	10000000.00 667	10000000.00 664	10000000.00 667	10000000.00 666	10000000.00 667	10000000.00 667	10000000.00 667	10000000.00 667	10000000.00 664	10000000.00 665

SDNR	10000000.00 664	10000000.00 666	10000000.00 664	10000000.00 665	10000000.00 666	10000000.00 666	10000000.00 666	10000000.00 667	10000000.00 663	10000000.00 667	10000000.00 666	10000000.00 667	10000000.00 664	10000000.00 667	10000000.00 666	10000000.00 667	10000000.00 667	10000000.00 667	10000000.00 667	10000000.00 664	10000000.00 665

anonymousdsp2	10000000.00 664	10000000.00 666	10000000.00 664	10000000.00 665	10000000.00 666	10000000.00 666	10000000.00 666	10000000.00 667	10000000.00 663	10000000.00 667	10000000.00 666	10000000.00 667	10000000.00 664	10000000.00 667	10000000.00 666	10000000.00 667	10000000.00 667	10000000.00 667	10000000.00 667	10000000.00 664	10000000.00 665

anonymousdsp	10000000.00 664	10000000.00 666	10000000.00 664	10000000.00 665	10000000.00 666	10000000.00 666	10000000.00 666	10000000.00 667	10000000.00 663	10000000.00 667	10000000.00 666	10000000.00 667	10000000.00 664	10000000.00 667	10000000.00 666	10000000.00 667	10000000.00 667	10000000.00 667	10000000.00 667	10000000.00 664	10000000.00 665

test_example2	10000000.00 664	10000000.00 666	10000000.00 664	10000000.00 665	10000000.00 666	10000000.00 666	10000000.00 666	10000000.00 667	10000000.00 663	10000000.00 667	10000000.00 666	10000000.00 667	10000000.00 664	10000000.00 667	10000000.00 666	10000000.00 667	10000000.00 667	10000000.00 667	10000000.00 667	10000000.00 664	10000000.00 665

DIP-Stereo	10000000.00 664	10000000.00 666	10000000.00 664	10000000.00 665	10000000.00 666	10000000.00 666	10000000.00 666	10000000.00 667	10000000.00 663	10000000.00 667	10000000.00 666	10000000.00 667	10000000.00 664	10000000.00 667	10000000.00 666	10000000.00 667	10000000.00 667	10000000.00 667	10000000.00 667	10000000.00 664	10000000.00 665
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 345	0.50 361	0.38 345	0.50 372	0.38 351	0.50 378	3.79 610	0.50 369	0.38 300	0.54 368	0.43 341	0.46 367	0.34 335	0.46 339	0.35 324

FSD					0.44 385	0.56 396	0.44 375	0.55 385	0.44 379	0.56 395	0.44 383	0.56 400	0.44 374	0.56 392	0.46 339	0.61 384	0.42 337	0.52 401	0.42 387	0.52 372

Low-res two-view benchmark