Low-res two-view results

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

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

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

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

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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 99	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 18	0.02 20	0.00 1	0.00 1

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CoDeX	0.15 124	0.70 266	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	0.67 394	0.02 15	0.69 401	0.75 412	0.01 9	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

SFCPSM	0.17 136	0.78 282	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	0.79 440	0.02 15	0.75 411	0.76 418	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	1.01 407	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

AnyNet_C01	0.11 87	0.02 12	0.02 14	1.62 499	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

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

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

BEATNet_4x	0.11 87	0.03 31	0.03 36	1.60 496	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	1.60 496	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

AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 518	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

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

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	0.90 450	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

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

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-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	1.57 550	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	1.65 554	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	1.71 559	0.04 44	0.04 45	0.04 73	0.04 78	0.07 106	0.04 79

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	1.66 556	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCS	0.09 52	0.02 12	0.04 43	0.90 383	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

ADCRef	0.12 96	0.03 31	0.04 43	1.71 502	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

ADCP+	0.15 124	0.04 37	0.04 43	2.20 517	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

ADCPNet	0.10 65	0.03 31	0.04 43	1.27 479	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

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
GwcNet	0.12 96	0.07 57	0.05 57	0.08 49	0.05 99	0.08 105	1.20 480	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

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

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

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

BEATNet-Init1	0.19 142	0.08 58	0.08 60	2.23 519	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	2.23 519	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

SMFormer	0.09 52	1.01 331	0.09 65	0.09 55	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

tta	0.09 52	0.95 317	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

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	0.24 181	0.11 126	0.11 88	0.09 70	0.12 122	0.14 160	0.12 127	0.09 111

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	0.73 426

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
test_sample6	0.09 52	0.97 320	0.10 69	0.10 58	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample3	0.09 52	0.87 297	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

xxx	0.09 52	1.01 331	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

Wz-Net-MNSev	0.06 44	0.54 250	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

WZ-Net	0.05 41	0.50 234	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

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

UNet	0.29 176	0.90 305	0.10 69	0.14 99	0.10 121	0.14 127	0.10 118	0.91 425	0.69 425	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	0.88 415	0.76 433

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

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	0.82 439

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
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

test_sample7	0.09 52	1.00 325	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

test_sample5	0.10 65	1.07 344	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

test_sample2	0.09 52	1.03 337	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

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

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

DualNet	0.10 65	1.07 344	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

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

ICVP	0.15 124	0.53 247	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)
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	0.49 341	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
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
DualNet (step1)	0.10 65	1.05 341	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	1.05 341	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	1.05 341	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_sample4	0.10 65	1.03 337	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_sample1	0.09 52	0.87 297	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

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

mmm	0.14 112	1.83 446	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

ffm	0.25 161	3.83 546	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	0.25 161	3.83 546	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	0.25 161	3.83 546	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

ttt	0.10 65	1.09 346	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

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

qqq	0.16 132	2.01 463	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

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

IPLGR_C	0.14 112	0.20 103	0.12 101	0.15 109	0.11 136	0.14 127	0.15 157	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

222	0.10 65	0.99 324	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

cf-r	0.66 351	2.17 473	0.12 101	0.18 130	0.12 152	0.18 154	2.70 591	2.60 567	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	1.81 526	1.74 566

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

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

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	0.14 160	0.18 155	0.11 128

11t1	0.17 136	2.16 472	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

1111x	0.10 65	1.14 353	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

test_xeample	0.10 65	1.09 346	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

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

zh-sn7	0.10 65	0.98 321	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

DDVS	0.30 177	3.10 527	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

qqq1	0.25 161	3.70 540	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	0.25 161	3.70 540	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

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

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	0.14 112	0.24 121	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

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

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	0.14 160	0.14 131	0.14 155
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ACVNet	0.20 144	0.19 99	0.14 126	0.20 136	0.14 157	0.20 162	0.96 458	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	0.20 144	0.19 99	0.14 126	0.20 136	0.14 157	0.20 162	0.96 458	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

hitnet-ft	0.79 393	2.78 521	0.14 126	0.20 136	0.14 157	0.21 172	2.89 592	2.80 581	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	2.54 566	2.33 583

GANet-RSSM	0.75 381	1.91 455	0.14 126	0.47 286	0.14 157	0.21 172	3.21 608	2.30 553	0.14 157	0.46 321	0.14 161	0.23 179	0.18 183	0.21 169	0.14 151	0.18 150	0.27 198	0.37 256	0.13 155	2.13 536	2.12 576

PSMNet-RSSM	0.77 388	2.76 516	0.14 126	0.20 136	0.14 157	0.20 162	2.66 589	2.79 580	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	2.52 558	2.31 581

GwcNet-RSSM	0.77 388	2.77 518	0.14 126	0.20 136	0.14 157	0.20 162	2.67 590	2.78 579	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	2.52 558	2.31 581

CFNet-ft	0.55 335	1.57 434	0.14 126	0.20 136	0.14 157	0.20 162	2.53 588	1.61 521	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	1.56 514	1.24 529

x	0.11 87	1.15 356	0.15 142	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

xyz-stereo-finetune2	0.18 139	0.48 228	0.16 143	0.16 120	0.15 168	0.15 134	0.16 160	0.16 141	0.16 169	0.16 138	0.16 170	0.16 139	0.16 168	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 166	0.16 145	0.16 157

xyz-stereo-finetune	0.28 171	0.49 230	0.16 143	0.16 120	0.16 175	0.16 142	0.16 160	0.22 172	0.30 248	0.32 211	0.31 276	0.32 216	0.31 283	0.32 215	0.32 259	0.32 207	0.33 270	0.31 215	0.32 305	0.31 200	0.32 276

xyz-stereo	0.18 139	0.50 234	0.16 143	0.15 109	0.16 175	0.16 142	0.16 160	0.16 141	0.16 169	0.16 138	0.16 170	0.16 139	0.16 168	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 166	0.16 145	0.16 157

GMStereo_Zeroshot	0.16 132	0.16 89	0.16 143	0.16 120	0.16 175	0.16 142	0.16 160	0.16 141	0.16 169	0.16 138	0.16 170	0.16 139	0.16 168	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 166	0.16 145	0.16 157

dd	0.23 158	0.98 321	0.16 143	0.23 150	0.15 168	0.23 180	0.15 157	0.23 176	0.15 167	0.23 176	0.15 169	0.24 183	0.17 175	0.23 177	0.15 161	0.22 164	0.15 143	0.21 171	0.15 164	0.22 167	0.16 157

dad	0.23 158	1.03 337	0.16 143	0.23 150	0.15 168	0.24 181	0.15 157	0.24 179	0.16 169	0.23 176	0.16 170	0.24 183	0.16 168	0.23 177	0.15 161	0.22 164	0.16 145	0.22 176	0.16 166	0.22 167	0.16 157

xxxx	0.11 87	1.16 358	0.16 143	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

RAFT-FEzeroshot	0.34 197	0.26 124	0.17 150	0.21 145	0.17 179	0.20 162	0.16 160	0.20 160	0.16 169	0.20 159	0.17 175	0.21 167	0.16 168	0.27 200	0.24 201	0.19 154	0.16 145	0.19 165	0.16 166	0.26 182	3.08 598

RAFT-FE	0.34 197	0.26 124	0.17 150	0.21 145	0.17 179	0.20 162	0.16 160	0.20 160	0.16 169	0.20 159	0.17 175	0.21 167	0.16 168	0.27 200	0.24 201	0.19 154	0.16 145	0.19 165	0.16 166	0.26 182	3.08 598

IGEV-FE	0.35 206	0.37 145	0.17 150	0.19 133	0.17 179	0.20 162	0.17 168	0.19 154	0.17 177	0.19 153	0.17 175	0.19 157	0.17 175	0.37 236	0.36 288	0.19 154	0.17 163	0.19 165	0.17 186	0.38 254	2.84 589

zh-mn7	0.12 96	1.14 353	0.17 150	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

MIPNet	0.14 112	0.21 109	0.17 150	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

MMNet	0.44 293	1.24 417	0.17 150	0.25 160	0.17 179	0.25 188	0.18 175	1.26 508	0.93 460	0.25 185	0.17 175	0.25 188	0.18 183	0.25 186	0.17 171	0.23 175	0.16 145	0.23 182	0.16 166	1.20 454	0.99 454

delet	0.43 288	1.21 409	0.17 150	0.25 160	0.17 179	0.25 188	0.18 175	1.26 508	0.95 462	0.25 185	0.17 175	0.25 188	0.17 175	0.25 186	0.17 171	0.23 175	0.16 145	0.22 176	0.16 166	1.18 451	0.98 453

psm_up	0.43 288	1.19 362	0.17 150	0.25 160	0.18 189	0.25 188	0.19 179	1.26 508	0.91 455	0.26 193	0.17 175	0.25 188	0.17 175	0.25 186	0.17 171	0.22 164	0.17 163	0.23 182	0.16 166	1.18 451	0.99 454

UPFNet	0.42 287	1.20 363	0.17 150	0.24 155	0.17 179	0.25 188	0.17 168	1.19 456	0.90 453	0.25 185	0.17 175	0.24 183	0.17 175	0.25 186	0.17 171	0.22 164	0.17 163	0.22 176	0.16 166	1.15 443	0.93 449

test_for_model	0.15 124	0.23 114	0.18 159	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	0.21 161	0.18 170	0.14 127	0.11 130	0.14 131	0.11 128

iResNetv2_ROB	0.20 144	0.23 114	0.18 159	0.24 155	0.20 196	0.24 181	0.18 175	0.24 179	0.18 180	0.24 181	0.18 188	0.23 179	0.19 188	0.24 181	0.18 180	0.21 161	0.16 145	0.21 171	0.16 166	0.22 167	0.16 157

iResNet	0.20 144	0.23 114	0.18 159	0.24 155	0.18 189	0.24 181	0.20 183	0.24 179	0.18 180	0.23 176	0.17 175	0.23 179	0.18 183	0.23 177	0.18 180	0.22 164	0.16 145	0.21 171	0.16 166	0.21 165	0.16 157

Pointernet	0.21 150	0.22 113	0.19 162	0.24 155	0.19 193	0.24 181	0.19 179	0.24 179	0.19 186	0.24 181	0.19 190	0.24 183	0.19 188	0.24 181	0.19 183	0.22 164	0.17 163	0.22 176	0.17 186	0.22 167	0.17 169

ac_64	0.22 154	0.13 81	0.19 162	0.23 150	0.10 121	0.26 196	1.02 467	0.14 128	0.10 118	0.28 197	0.14 161	0.17 149	0.19 188	0.28 204	0.09 108	0.22 164	0.16 145	0.23 182	0.17 186	0.11 123	0.12 144

CFNet	1.37 507	5.27 573	0.19 162	5.49 599	0.19 193	0.28 201	0.19 179	0.28 194	0.19 186	0.28 197	0.19 190	0.28 201	4.35 612	0.28 204	0.19 183	0.23 175	0.17 163	0.23 182	4.21 621	4.81 598	0.17 169

Wz-Net-LNSev	0.06 44	0.24 121	0.20 165	0.23 150	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	0.23 175	0.21 176	0.02 18	0.01 9	0.01 10	0.01 10

DAS	0.20 144	0.20 103	0.20 165	0.20 136	0.20 196	0.20 162	0.20 183	0.20 160	0.20 188	0.20 159	0.20 194	0.20 160	0.20 192	0.20 159	0.20 186	0.20 157	0.20 173	0.20 169	0.20 193	0.20 162	0.20 177

GEStereo_RVC	0.86 414	4.45 560	0.20 165	0.27 170	0.20 196	0.27 200	0.20 183	0.26 190	0.18 180	5.03 615	0.20 194	0.27 200	0.19 188	0.27 200	0.21 189	0.20 157	0.19 171	0.19 165	4.02 619	0.20 162	0.18 173

tg	0.21 150	0.25 123	0.21 168	0.26 167	0.17 179	0.24 181	0.17 168	0.24 179	0.17 177	0.24 181	0.17 175	0.24 183	0.17 175	0.24 181	0.17 171	0.24 180	0.17 163	0.23 182	0.16 166	0.23 176	0.16 157

CAS++	0.17 136	0.27 127	0.21 168	0.10 58	0.21 202	0.15 134	0.22 193	0.10 110	0.21 191	0.22 172	0.10 119	0.19 157	0.18 183	0.10 113	0.19 183	0.20 157	0.19 171	0.18 162	0.10 118	0.19 161	0.18 173
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DCVSM-stereo	0.36 212	1.89 452	0.22 170	0.40 219	0.22 204	0.40 250	0.22 193	0.40 244	0.22 194	0.40 244	0.22 200	0.40 253	0.22 198	0.40 250	0.22 191	0.28 193	0.21 176	0.28 202	0.21 194	0.28 189	0.20 177

WAO-6	0.22 154	0.23 114	0.22 170	0.23 150	0.22 204	0.22 174	0.22 193	0.22 172	0.22 194	0.22 172	0.22 200	0.22 175	0.22 198	0.22 173	0.22 191	0.22 164	0.22 180	0.22 176	0.22 197	0.22 167	0.22 182

HGLStereo	0.28 171	0.29 132	0.22 170	0.36 193	0.22 204	0.36 230	0.21 188	0.36 221	0.21 191	0.42 275	0.21 199	0.36 232	0.22 198	0.36 232	0.21 189	0.34 215	0.21 176	0.34 232	0.21 194	0.34 213	0.21 179

Select-FE	0.41 277	0.44 182	0.23 173	0.26 167	0.22 204	0.26 196	0.22 193	0.26 190	0.23 200	0.26 193	0.23 204	0.26 198	0.23 204	0.45 320	0.42 330	0.25 186	0.22 180	0.25 191	0.22 197	0.45 318	2.90 590

IMH-64-1	0.22 154	0.23 114	0.23 173	0.22 148	0.22 204	0.22 174	0.22 193	0.22 172	0.22 194	0.22 172	0.22 200	0.22 175	0.22 198	0.22 173	0.22 191	0.22 164	0.22 180	0.23 182	0.22 197	0.22 167	0.23 184

IMH-64	0.22 154	0.23 114	0.23 173	0.22 148	0.22 204	0.22 174	0.22 193	0.22 172	0.22 194	0.22 172	0.22 200	0.22 175	0.22 198	0.22 173	0.22 191	0.22 164	0.22 180	0.23 182	0.22 197	0.22 167	0.23 184

xxxxx1	0.31 184	0.91 307	0.23 173	0.31 178	0.23 210	0.31 210	0.23 201	0.33 209	0.25 208	0.31 206	0.24 211	0.33 219	0.25 211	0.32 215	0.24 201	0.28 193	0.28 204	0.28 202	0.28 236	0.29 192	0.27 209

tt_ll	0.31 184	0.91 307	0.23 173	0.31 178	0.23 210	0.31 210	0.23 201	0.33 209	0.25 208	0.31 206	0.24 211	0.33 219	0.25 211	0.32 215	0.24 201	0.28 193	0.28 204	0.28 202	0.28 236	0.29 192	0.27 209

ff	0.31 184	0.91 307	0.23 173	0.31 178	0.23 210	0.31 210	0.23 201	0.33 209	0.25 208	0.31 206	0.24 211	0.33 219	0.25 211	0.32 215	0.24 201	0.28 193	0.28 204	0.28 202	0.28 236	0.29 192	0.27 209

GMOStereo	0.37 218	0.45 213	0.23 173	0.30 173	0.37 328	0.41 266	0.36 315	0.41 259	0.35 311	0.43 285	0.36 321	0.41 266	0.40 334	0.41 265	0.36 288	0.34 215	0.22 180	0.47 358	0.37 337	0.39 279	0.33 289

WCG-NET（raft）	0.32 192	1.24 417	0.24 180	0.32 181	0.24 215	0.32 218	0.23 201	0.32 206	0.24 203	0.32 211	0.24 211	0.32 216	0.24 208	0.32 215	0.24 201	0.30 201	0.23 185	0.30 209	0.23 203	0.30 195	0.23 184

tt1	0.31 184	0.93 314	0.24 180	0.33 185	0.23 210	0.31 210	0.24 206	0.32 206	0.24 203	0.32 211	0.23 204	0.32 216	0.25 211	0.32 215	0.24 201	0.27 191	0.26 191	0.27 200	0.26 222	0.27 187	0.27 209

iResNet_ROB	0.28 171	0.32 137	0.24 180	0.32 181	0.25 217	0.32 218	0.24 206	0.32 206	0.24 203	0.33 216	0.24 211	0.35 226	0.24 208	0.33 221	0.24 201	0.31 206	0.24 187	0.32 216	0.24 211	0.32 202	0.24 194

ACV-stereo	0.30 177	2.08 465	0.25 183	0.25 160	0.18 189	0.24 181	0.17 168	0.24 179	0.18 180	0.24 181	0.17 175	0.25 188	0.17 175	0.24 181	0.17 171	0.22 164	0.16 145	0.22 176	0.16 166	0.22 167	0.16 157

UNDER WATER-64	0.25 161	0.26 124	0.25 183	0.26 167	0.25 217	0.25 188	0.25 209	0.25 185	0.25 208	0.25 185	0.25 217	0.25 188	0.25 211	0.26 196	0.25 209	0.25 186	0.25 188	0.25 191	0.25 216	0.25 180	0.25 195

LoS_RVC	0.30 177	1.14 353	0.25 183	0.25 160	0.25 217	0.26 196	0.25 209	0.25 185	0.25 208	0.25 185	0.25 217	0.26 198	0.26 220	0.26 196	0.25 209	0.26 188	0.26 191	0.25 191	0.25 216	0.26 182	0.26 201

CAS	0.30 177	1.17 359	0.25 183	0.25 160	0.25 217	0.26 196	0.25 209	0.25 185	0.26 221	0.25 185	0.25 217	0.25 188	0.25 211	0.25 186	0.25 209	0.26 188	0.26 191	0.26 196	0.25 216	0.26 182	0.25 195

LoS	0.25 161	0.27 127	0.25 183	0.25 160	0.25 217	0.25 188	0.25 209	0.26 190	0.25 208	0.25 185	0.25 217	0.25 188	0.25 211	0.25 186	0.25 209	0.26 188	0.25 188	0.25 191	0.26 222	0.26 182	0.25 195
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CroCo-Stereo	0.73 377	1.22 415	0.25 183	1.22 475	0.25 217	1.22 511	0.25 209	1.22 505	0.25 208	1.22 513	0.25 217	1.22 516	0.25 211	1.22 515	0.25 209	1.22 496	0.26 191	1.21 522	0.25 216	1.22 501	0.25 195
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
StereoDRNet-Refined	0.33 195	0.39 155	0.26 189	0.39 205	0.26 225	0.40 250	0.26 217	0.40 244	0.26 221	0.39 238	0.26 223	0.39 245	0.26 220	0.39 247	0.26 214	0.37 233	0.25 188	0.37 256	0.25 216	0.37 236	0.37 313
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
model_zeroshot	0.27 170	0.20 103	0.27 190	0.33 185	0.21 202	0.37 235	0.22 193	0.37 227	0.24 203	0.26 193	0.27 228	0.33 219	0.21 197	0.25 186	0.27 215	0.32 207	0.20 173	0.34 232	0.23 203	0.25 180	0.26 201

Any-RAFT	0.32 192	0.36 143	0.27 190	0.36 193	0.27 227	0.36 230	0.27 220	0.36 221	0.27 227	0.36 226	0.27 228	0.36 232	0.27 228	0.36 232	0.28 225	0.36 229	0.28 204	0.36 253	0.28 236	0.36 232	0.28 222

DGSMNet	0.34 197	0.41 165	0.27 190	0.41 231	0.28 232	0.41 266	0.28 228	0.41 259	0.27 227	0.41 258	0.27 228	0.42 286	0.27 228	0.41 265	0.28 225	0.40 282	0.29 217	0.40 280	0.28 236	0.40 287	0.27 209

MLCV	0.31 184	0.35 140	0.27 190	0.35 189	0.28 232	0.35 227	0.27 220	0.35 217	0.28 230	0.36 226	0.27 228	0.35 226	0.27 228	0.35 226	0.27 215	0.34 215	0.27 198	0.34 232	0.27 230	0.34 213	0.27 209

Zero-FE251	0.36 212	0.40 157	0.28 194	0.41 231	0.28 232	0.41 266	0.28 228	0.41 259	0.28 230	0.41 258	0.28 235	0.41 266	0.28 235	0.42 280	0.30 242	0.37 233	0.26 191	0.37 256	0.27 230	0.45 318	0.56 396

w-ln-seven-2	0.14 112	1.22 415	0.28 194	0.32 181	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	0.32 207	0.27 198	0.04 73	0.03 54	0.03 43	0.03 51

SQANet	0.28 171	0.28 130	0.28 194	0.28 171	0.28 232	0.28 201	0.28 228	0.28 194	0.28 230	0.28 197	0.28 235	0.28 201	0.28 235	0.28 204	0.28 225	0.28 193	0.28 204	0.28 202	0.28 236	0.28 189	0.28 222

DN-CSS_ROB	0.31 184	0.35 140	0.28 194	0.35 189	0.28 232	0.34 222	0.27 220	0.34 213	0.25 208	0.35 223	0.27 228	0.36 232	0.26 220	0.34 223	0.28 225	0.35 224	0.28 204	0.34 232	0.28 236	0.34 213	0.27 209

CroCo-Stereo Lap2	0.77 388	1.29 419	0.29 198	1.27 479	0.29 241	1.27 514	0.26 217	1.26 508	0.26 221	1.26 514	0.26 223	1.27 518	0.26 220	1.26 517	0.27 215	1.27 498	0.27 198	1.27 526	0.27 230	1.27 504	0.27 209

PML	0.46 302	1.36 426	0.29 198	0.58 326	0.30 252	0.57 384	0.29 237	0.57 371	0.29 236	0.57 380	0.29 240	0.57 384	0.29 242	0.56 374	0.29 235	0.52 346	0.30 230	0.53 386	0.31 299	0.53 358	0.30 247

GES	0.66 351	2.34 489	0.29 198	0.41 231	0.29 241	0.41 266	0.29 237	0.42 277	0.29 236	0.40 244	0.41 351	0.41 266	0.30 250	0.51 360	0.29 235	0.32 207	0.29 217	0.32 216	2.46 592	2.49 554	0.30 247

UCFNet_RVC	2.75 581	10.06 611	0.29 198	10.31 626	0.29 241	0.42 288	0.29 237	0.43 289	0.29 236	0.42 275	0.29 240	0.42 286	9.87 629	0.43 297	0.29 235	0.36 229	9.84 629	0.36 253	0.26 222	9.77 628	0.26 201

4k_L	0.38 224	0.44 182	0.30 202	0.43 259	0.31 285	0.43 304	0.30 242	0.43 289	0.30 248	0.45 299	0.31 276	0.43 297	0.30 250	0.43 297	0.69 404	0.38 247	0.32 242	0.40 280	0.30 271	0.38 254	0.30 247

gc-stereo	0.38 224	0.44 182	0.30 202	0.43 259	0.30 252	0.43 304	0.31 271	0.43 289	0.31 279	0.45 299	0.31 276	0.43 297	0.30 250	0.43 297	0.69 404	0.38 247	0.32 242	0.41 316	0.30 271	0.38 254	0.30 247

mfccc	0.38 224	0.44 182	0.30 202	0.43 259	0.30 252	0.43 304	0.31 271	0.43 289	0.30 248	0.45 299	0.31 276	0.43 297	0.31 283	0.43 297	0.69 404	0.38 247	0.32 242	0.41 316	0.30 271	0.38 254	0.30 247

ACM	0.38 224	0.44 182	0.30 202	0.43 259	0.30 252	0.43 304	0.30 242	0.43 289	0.30 248	0.45 299	0.31 276	0.43 297	0.30 250	0.43 297	0.73 432	0.38 247	0.32 242	0.40 280	0.30 271	0.37 236	0.30 247

ITERv30	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.42 286	0.30 250	0.42 280	0.69 404	0.38 247	0.32 242	0.40 280	0.29 251	0.37 236	0.29 227

qyd29nn	0.38 224	0.44 182	0.30 202	0.43 259	0.30 252	0.43 304	0.30 242	0.42 277	0.30 248	0.45 299	0.30 252	0.43 297	0.30 250	0.42 280	0.69 404	0.38 247	0.32 242	0.40 280	0.30 271	0.37 236	0.29 227

ITERv28	0.38 224	0.44 182	0.30 202	0.43 259	0.30 252	0.43 304	0.30 242	0.43 289	0.30 248	0.45 299	0.30 252	0.43 297	0.30 250	0.42 280	0.70 425	0.38 247	0.32 242	0.40 280	0.29 251	0.37 236	0.30 247

yuret106	0.38 224	0.44 182	0.30 202	0.43 259	0.30 252	0.43 304	0.30 242	0.43 289	0.31 279	0.45 299	0.30 252	0.43 297	0.30 250	0.43 297	0.68 397	0.37 233	0.32 242	0.40 280	0.29 251	0.38 254	0.29 227

uio108cc	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.43 297	0.30 250	0.42 280	0.68 397	0.37 233	0.32 242	0.40 280	0.30 271	0.38 254	0.29 227

oiu110	0.38 224	0.44 182	0.30 202	0.43 259	0.30 252	0.42 288	0.30 242	0.43 289	0.30 248	0.44 292	0.30 252	0.42 286	0.30 250	0.42 280	0.69 404	0.37 233	0.32 242	0.40 280	0.30 271	0.38 254	0.30 247

ITERv24	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.43 297	0.30 250	0.43 297	0.69 404	0.38 247	0.32 242	0.40 280	0.29 251	0.38 254	0.29 227

dd23bbn	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.43 297	0.30 250	0.42 280	0.69 404	0.38 247	0.32 242	0.40 280	0.29 251	0.37 236	0.29 227

hj116sk	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.43 304	0.30 242	0.43 289	0.30 248	0.45 299	0.30 252	0.43 297	0.30 250	0.43 297	0.69 404	0.38 247	0.32 242	0.40 280	0.29 251	0.38 254	0.30 247

ITERv21	0.38 224	0.44 182	0.30 202	0.43 259	0.30 252	0.43 304	0.30 242	0.42 277	0.30 248	0.45 299	0.30 252	0.43 297	0.30 250	0.43 297	0.69 404	0.38 247	0.32 242	0.40 280	0.30 271	0.37 236	0.30 247

ITER124	0.38 224	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.43 297	0.30 250	0.42 280	0.69 404	0.37 233	0.32 242	0.40 280	0.30 271	0.37 236	0.29 227

dddd17k	0.38 224	0.44 182	0.30 202	0.43 259	0.31 285	0.43 304	0.30 242	0.43 289	0.30 248	0.45 299	0.31 276	0.43 297	0.30 250	0.43 297	0.70 425	0.38 247	0.32 242	0.40 280	0.30 271	0.38 254	0.29 227

zxcv128	0.40 269	0.44 182	0.30 202	0.42 244	0.30 252	0.42 288	0.30 242	0.42 277	0.30 248	0.44 292	0.30 252	0.42 286	0.30 250	0.42 280	1.24 528	0.37 233	0.32 242	0.40 280	0.29 251	0.37 236	0.29 227

DLNR-FE	0.28 171	0.89 302	0.30 202	0.34 187	0.19 193	0.28 201	0.19 179	0.28 194	0.20 188	0.28 197	0.20 194	0.28 201	0.20 192	0.28 204	0.20 186	0.33 211	0.28 204	0.25 191	0.19 192	0.24 178	0.19 175

MultiAttention	0.30 177	0.30 133	0.30 202	0.30 173	0.30 252	0.30 205	0.30 242	0.30 201	0.30 248	0.30 202	0.30 252	0.30 210	0.30 250	0.30 210	0.30 242	0.30 201	0.30 230	0.30 209	0.30 271	0.30 195	0.30 247

MSAF-DinoV2	0.30 177	0.30 133	0.30 202	0.30 173	0.30 252	0.30 205	0.30 242	0.30 201	0.30 248	0.30 202	0.30 252	0.30 210	0.30 250	0.30 210	0.30 242	0.30 201	0.30 230	0.30 209	0.30 271	0.30 195	0.30 247

IGEV++	0.34 197	0.43 176	0.30 202	0.40 219	0.29 241	0.40 250	0.29 237	0.40 244	0.29 236	0.40 244	0.29 240	0.40 253	0.29 242	0.40 250	0.30 242	0.38 247	0.29 217	0.37 256	0.29 251	0.37 236	0.29 227

TorneroNet-64	0.45 296	0.27 127	0.30 202	0.58 326	0.27 227	0.70 397	0.30 242	0.28 194	0.73 438	0.73 400	0.28 235	0.71 400	0.66 413	0.75 401	0.27 215	0.27 191	0.29 217	0.37 256	0.75 429	0.28 189	0.30 247

ACVNet-DCA	0.37 218	1.00 325	0.30 202	0.40 219	0.29 241	0.40 250	0.29 237	0.40 244	0.29 236	0.40 244	0.29 240	0.40 253	0.29 242	0.39 247	0.28 225	0.33 211	0.32 242	0.33 224	0.32 305	0.33 209	0.32 276

1test111	0.37 218	1.02 335	0.30 202	0.39 205	0.29 241	0.40 250	0.28 228	0.39 239	0.29 236	0.39 238	0.29 240	0.39 245	0.28 235	0.40 250	0.29 235	0.33 211	0.32 242	0.33 224	0.31 299	0.32 202	0.31 270

cc1	0.37 218	1.02 335	0.30 202	0.39 205	0.29 241	0.40 250	0.28 228	0.39 239	0.29 236	0.39 238	0.29 240	0.39 245	0.28 235	0.40 250	0.29 235	0.33 211	0.32 242	0.33 224	0.31 299	0.32 202	0.31 270

DANet	0.30 177	0.30 133	0.30 202	0.30 173	0.30 252	0.30 205	0.30 242	0.30 201	0.30 248	0.30 202	0.30 252	0.30 210	0.30 250	0.30 210	0.30 242	0.30 201	0.30 230	0.30 209	0.30 271	0.30 195	0.30 247
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
aaa3	0.38 224	0.44 182	0.31 228	0.43 259	0.30 252	0.43 304	0.31 271	0.43 289	0.30 248	0.45 299	0.31 276	0.43 297	0.31 283	0.43 297	0.69 404	0.38 247	0.33 270	0.40 280	0.30 271	0.38 254	0.30 247

ss10	0.38 224	0.44 182	0.31 228	0.43 259	0.30 252	0.43 304	0.30 242	0.43 289	0.30 248	0.45 299	0.31 276	0.43 297	0.31 283	0.43 297	0.69 404	0.38 247	0.33 270	0.40 280	0.30 271	0.38 254	0.30 247

5k_new	0.38 224	0.44 182	0.31 228	0.43 259	0.30 252	0.43 304	0.31 271	0.43 289	0.31 279	0.45 299	0.31 276	0.43 297	0.30 250	0.43 297	0.69 404	0.38 247	0.33 270	0.40 280	0.30 271	0.38 254	0.30 247

SX	0.38 224	0.44 182	0.31 228	0.43 259	0.31 285	0.43 304	0.31 271	0.43 289	0.31 279	0.45 299	0.32 293	0.43 297	0.31 283	0.43 297	0.69 404	0.38 247	0.33 270	0.40 280	0.30 271	0.38 254	0.30 247

USM	0.38 224	0.44 182	0.31 228	0.43 259	0.30 252	0.43 304	0.30 242	0.43 289	0.30 248	0.45 299	0.30 252	0.43 297	0.31 283	0.43 297	0.68 397	0.38 247	0.32 242	0.40 280	0.30 271	0.38 254	0.30 247

weee2	0.38 224	0.44 182	0.31 228	0.43 259	0.30 252	0.43 304	0.31 271	0.43 289	0.31 279	0.45 299	0.31 276	0.43 297	0.31 283	0.43 297	0.69 404	0.38 247	0.33 270	0.40 280	0.30 271	0.38 254	0.30 247

v20iiwwt	0.38 224	0.44 182	0.31 228	0.43 259	0.31 285	0.43 304	0.30 242	0.43 289	0.30 248	0.45 299	0.30 252	0.42 286	0.30 250	0.43 297	0.70 425	0.37 233	0.32 242	0.40 280	0.30 271	0.38 254	0.30 247

ITERv19	0.38 224	0.45 213	0.31 228	0.43 259	0.30 252	0.43 304	0.30 242	0.43 289	0.31 279	0.45 299	0.30 252	0.43 297	0.31 283	0.42 280	0.69 404	0.38 247	0.32 242	0.40 280	0.30 271	0.38 254	0.30 247

xx1	0.38 224	1.03 337	0.31 228	0.40 219	0.31 285	0.41 266	0.28 228	0.40 244	0.29 236	0.40 244	0.29 240	0.40 253	0.29 242	0.40 250	0.29 235	0.34 215	0.33 270	0.34 232	0.32 305	0.34 213	0.32 276

testlalala	0.32 192	0.81 289	0.31 228	0.39 205	0.26 225	0.33 220	0.24 206	0.33 209	0.26 221	0.32 211	0.26 223	0.33 219	0.23 204	0.33 221	0.23 197	0.35 224	0.31 238	0.30 209	0.24 211	0.31 200	0.21 179

iRaft-Stereo_5w	0.34 197	0.42 172	0.31 228	0.39 205	0.30 252	0.38 242	0.30 242	0.40 244	0.29 236	0.40 244	0.37 328	0.41 266	0.34 307	0.38 239	0.30 242	0.34 215	0.27 198	0.34 232	0.26 222	0.34 213	0.26 201

iRaft-Stereo_20w	0.34 197	0.41 165	0.31 228	0.39 205	0.29 241	0.40 250	0.32 282	0.41 259	0.32 292	0.38 232	0.30 252	0.39 245	0.30 250	0.38 239	0.32 259	0.35 224	0.27 198	0.34 232	0.27 230	0.34 213	0.29 227

GCAP-BAT	0.33 195	0.78 282	0.32 240	0.38 199	0.25 217	0.34 222	0.25 209	0.34 213	0.26 221	0.34 218	0.25 217	0.35 226	0.26 220	0.35 226	0.27 215	0.36 229	0.30 230	0.32 216	0.24 211	0.32 202	0.26 201

PCWNet_CMD	2.80 583	9.82 609	0.32 240	10.09 625	0.32 293	0.49 348	0.33 293	3.34 587	0.33 299	0.49 341	0.33 301	0.49 345	8.73 625	0.48 338	0.33 268	0.41 295	9.22 624	0.42 332	0.29 251	9.55 627	0.31 270

CFNet_pseudo	2.67 579	9.36 606	0.32 240	10.99 627	0.33 305	0.85 423	0.33 293	0.49 335	0.33 299	0.49 341	0.32 293	0.49 345	7.26 623	0.49 344	0.33 268	0.41 295	9.62 627	0.41 316	0.29 251	10.03 629	0.29 227

Gwc-CoAtRS	0.41 277	1.49 432	0.32 240	0.42 244	0.32 293	0.41 266	0.32 282	0.41 259	0.33 299	0.41 258	0.32 293	0.41 266	0.32 294	0.41 265	0.32 259	0.39 277	0.28 204	0.39 275	0.28 236	0.40 287	0.28 222

ccs_rob	2.79 582	10.17 613	0.32 240	10.00 624	0.33 305	0.49 348	0.33 293	1.90 532	0.32 292	0.51 361	0.33 301	0.49 345	9.24 628	0.49 344	0.33 268	0.41 295	9.82 628	0.41 316	0.28 236	9.34 626	0.29 227

z-mn7	0.16 132	1.21 409	0.33 245	0.41 231	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	0.35 224	0.31 238	0.04 73	0.04 78	0.04 77	0.04 79

w-ln-seven	0.18 139	1.47 431	0.33 245	0.40 219	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	0.38 247	0.32 242	0.05 86	0.04 78	0.04 77	0.04 79

fffy	0.38 224	0.43 176	0.33 245	0.46 280	0.33 305	0.45 327	0.32 282	0.45 313	0.32 292	0.45 299	0.32 293	0.45 324	0.33 302	0.45 320	0.32 259	0.38 247	0.38 291	0.38 264	0.37 337	0.37 236	0.36 309

CFNet_ucs	2.73 580	9.64 608	0.33 245	9.92 623	0.32 293	0.49 348	0.33 293	0.49 335	0.33 299	0.49 341	0.33 301	0.49 345	8.98 627	0.48 338	0.33 268	0.41 295	9.96 630	0.40 280	0.29 251	10.12 630	0.54 388

RAFT-Test	0.36 212	0.37 145	0.33 245	0.41 231	0.32 293	0.41 266	0.32 282	0.41 259	0.32 292	0.41 258	0.32 293	0.41 266	0.32 294	0.41 265	0.33 268	0.37 233	0.29 217	0.37 256	0.29 251	0.38 254	0.31 270

Wz-Net-LNSev-Ref	0.11 87	0.44 182	0.33 245	0.39 205	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	0.39 277	0.36 283	0.02 18	0.02 20	0.02 20	0.02 20

pcwnet_v2	2.66 578	9.89 610	0.33 245	9.89 622	0.32 293	0.50 356	0.32 282	0.49 335	0.33 299	0.49 341	0.34 309	0.49 345	8.76 626	0.48 338	0.33 268	0.41 295	9.58 626	0.40 280	0.29 251	9.01 625	0.63 406

ccnet	0.80 395	2.28 481	0.33 245	0.50 304	0.33 305	0.50 356	0.33 293	0.50 343	0.33 299	0.49 341	0.33 301	0.49 345	1.56 537	2.38 557	0.33 268	0.41 295	0.29 217	0.42 332	1.57 550	2.28 542	0.29 227

psmorigin	0.41 277	0.46 218	0.33 245	0.49 297	0.33 305	0.49 348	0.33 293	0.49 335	0.33 299	0.49 341	0.33 301	0.49 345	0.33 302	0.51 360	0.33 268	0.41 295	0.30 230	0.41 316	0.30 271	0.79 400	0.29 227

MSMDNet	2.65 577	10.14 612	0.33 245	9.74 621	0.32 293	0.87 425	0.33 293	2.95 583	0.68 422	0.49 341	0.34 309	0.49 345	5.70 619	0.49 344	0.33 268	0.42 311	9.57 625	0.41 316	0.31 299	8.36 622	0.65 408

HART	0.38 224	0.45 213	0.34 255	0.42 244	0.33 305	0.41 266	0.34 304	0.42 277	0.33 299	0.43 285	0.34 309	0.42 286	0.34 307	0.41 265	0.38 300	0.40 282	0.32 242	0.42 332	0.32 305	0.40 287	0.32 276

PAM	0.39 256	1.88 451	0.34 255	0.37 196	0.41 354	0.45 327	0.22 193	0.28 194	0.23 200	0.28 197	0.24 211	0.29 207	0.23 204	0.29 208	0.23 197	0.38 247	0.32 242	0.38 264	0.37 337	0.32 202	0.22 182

RAFT-Stereo-weight	0.45 296	1.90 454	0.34 255	0.42 244	0.36 324	0.43 304	0.35 309	0.42 277	0.34 308	0.42 275	0.34 309	0.44 322	0.34 307	0.41 265	0.34 281	0.38 247	0.32 242	0.38 264	0.32 305	0.38 254	0.33 289

H2IRNET	0.34 197	0.34 139	0.34 255	0.34 187	0.34 315	0.34 222	0.34 304	0.34 213	0.34 308	0.34 218	0.34 309	0.34 224	0.34 307	0.34 223	0.34 281	0.34 215	0.34 278	0.34 232	0.34 317	0.34 213	0.34 297

RCA-Stereo	0.51 326	3.22 532	0.34 255	0.44 278	0.34 315	0.44 326	0.34 304	0.43 289	0.34 308	0.43 285	0.34 309	0.44 322	0.33 302	0.43 297	0.33 268	0.38 247	0.29 217	0.38 264	0.29 251	0.38 254	0.29 227

RAFT + AFF	0.31 184	0.45 213	0.34 255	0.39 205	0.28 232	0.38 242	0.33 293	0.29 199	0.31 279	0.30 202	0.30 252	0.29 207	0.27 228	0.29 208	0.30 242	0.28 193	0.29 217	0.29 207	0.29 251	0.27 187	0.32 276

CFNet-RSSM	0.91 420	4.89 566	0.34 255	0.44 278	1.07 476	1.62 532	1.40 545	0.91 425	0.35 311	1.60 524	1.39 545	0.64 393	0.34 307	0.44 316	0.33 268	0.41 295	0.35 280	0.75 412	0.30 271	0.41 304	0.29 227

mms	0.40 269	0.45 213	0.35 262	0.48 291	0.36 324	0.47 338	0.34 304	0.45 313	0.38 327	0.47 327	0.33 301	0.45 324	0.32 294	0.45 320	0.32 259	0.39 277	0.38 291	0.38 264	0.37 337	0.39 279	0.39 326

ETE_ROB	0.35 206	0.35 140	0.35 262	0.35 189	0.35 318	0.35 227	0.35 309	0.35 217	0.35 311	0.35 223	0.35 318	0.35 226	0.35 313	0.35 226	0.35 285	0.35 224	0.35 280	0.35 248	0.35 329	0.35 225	0.35 306

252Zero-FE	0.45 296	0.50 234	0.36 264	0.50 304	0.36 324	0.50 356	0.36 315	0.50 343	0.36 321	0.49 341	0.36 321	0.49 345	0.36 316	0.54 369	0.41 322	0.45 316	0.34 278	0.45 345	0.34 317	0.55 360	0.75 431

GREAT-IGEV	0.38 224	0.43 176	0.36 264	0.48 291	0.32 293	0.45 327	0.32 282	0.45 313	0.32 292	0.45 299	0.32 293	0.45 324	0.32 294	0.45 320	0.32 259	0.44 313	0.33 270	0.41 316	0.29 251	0.41 304	0.29 227

ISRNet	0.11 87	0.05 49	0.36 264	0.24 155	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	0.24 180	0.20 173	0.10 108	0.05 96	0.06 96	0.13 150

CES	0.39 256	0.47 222	0.36 264	0.36 193	0.37 328	0.45 327	0.35 309	0.35 217	0.40 341	0.36 226	0.44 365	0.47 334	0.36 316	0.44 316	0.36 288	0.37 233	0.39 298	0.44 341	0.35 329	0.37 236	0.36 309

gcap-zeroshot	0.35 206	0.32 137	0.37 268	0.49 297	0.39 344	0.33 220	0.21 188	0.26 190	0.35 311	0.42 275	0.34 309	0.49 345	0.29 242	0.47 329	0.39 311	0.34 215	0.17 163	0.38 264	0.23 203	0.48 337	0.34 297

DMCA	0.36 212	0.38 149	0.37 268	0.35 189	0.35 318	0.36 230	0.36 315	0.36 221	0.35 311	0.35 223	0.37 328	0.36 232	0.36 316	0.35 226	0.36 288	0.36 229	0.36 283	0.35 248	0.36 335	0.36 232	0.36 309

XPNet_ROB	0.37 218	0.37 145	0.37 268	0.37 196	0.37 328	0.37 235	0.37 321	0.37 227	0.37 323	0.37 231	0.37 328	0.37 238	0.37 321	0.37 236	0.37 297	0.37 233	0.37 285	0.37 256	0.37 337	0.37 236	0.37 313

LG-Stereo_L2	0.34 197	0.37 145	0.38 271	0.47 286	0.28 232	0.39 248	0.28 228	0.39 239	0.28 230	0.39 238	0.28 235	0.39 245	0.28 235	0.38 239	0.28 225	0.42 311	0.35 280	0.36 253	0.26 222	0.35 225	0.26 201

GCST	0.50 321	2.08 465	0.38 271	0.53 314	0.35 318	0.49 348	0.35 309	0.50 343	0.35 311	0.49 341	0.35 318	0.49 345	0.35 313	0.49 344	0.35 285	0.48 329	0.37 285	0.45 345	0.33 313	0.44 314	0.33 289

WAO-8	0.38 224	0.38 149	0.38 271	0.38 199	0.38 335	0.38 242	0.38 327	0.38 235	0.38 327	0.38 232	0.38 333	0.38 240	0.38 325	0.38 239	0.38 300	0.38 247	0.38 291	0.38 264	0.37 337	0.38 254	0.38 320

WAO-7	0.38 224	0.38 149	0.38 271	0.38 199	0.38 335	0.38 242	0.38 327	0.38 235	0.38 327	0.38 232	0.38 333	0.38 240	0.38 325	0.38 239	0.38 300	0.38 247	0.38 291	0.38 264	0.38 350	0.38 254	0.38 320

Venus	0.38 224	0.38 149	0.38 271	0.38 199	0.38 335	0.37 235	0.38 327	0.37 227	0.37 323	0.41 258	0.37 328	0.39 245	0.37 321	0.38 239	0.38 300	0.37 233	0.38 291	0.38 264	0.37 337	0.37 236	0.38 320

IMH	0.38 224	0.38 149	0.38 271	0.38 199	0.38 335	0.38 242	0.38 327	0.38 235	0.38 327	0.42 275	0.38 333	0.40 253	0.38 325	0.38 239	0.38 300	0.38 247	0.38 291	0.39 275	0.38 350	0.38 254	0.38 320

CFNet_RVC	2.38 571	8.71 601	0.38 271	9.33 618	0.42 364	0.56 378	0.42 354	0.60 378	0.38 327	0.62 388	0.42 361	0.56 382	7.29 624	0.62 383	0.42 330	0.53 349	0.37 285	0.49 371	0.34 317	8.30 621	6.87 626

DA	0.09 52	0.13 81	0.39 278	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	0.39 278	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

GIP-stereo	0.36 212	0.49 230	0.39 278	0.48 291	0.32 293	0.41 266	0.28 228	0.40 244	0.30 248	0.41 258	0.28 235	0.40 253	0.28 235	0.42 280	0.28 225	0.45 316	0.32 242	0.38 264	0.30 271	0.37 236	0.27 209

UGAM-zero	0.51 326	2.17 473	0.39 278	0.53 314	0.36 324	0.50 356	0.36 315	0.50 343	0.36 321	0.49 341	0.36 321	0.50 360	0.35 313	0.50 351	0.36 288	0.49 332	0.37 285	0.47 358	0.35 329	0.46 321	0.34 297

UGAM	0.51 326	2.23 478	0.39 278	0.54 317	0.35 318	0.50 356	0.35 309	0.49 335	0.35 311	0.49 341	0.35 318	0.49 345	0.36 316	0.50 351	0.36 288	0.49 332	0.37 285	0.45 345	0.34 317	0.45 318	0.34 297

FE-Mocha	0.35 206	0.71 267	0.40 283	0.47 286	0.27 227	0.34 222	0.27 220	0.34 213	0.26 221	0.34 218	0.26 223	0.34 224	0.27 228	0.34 223	0.27 215	0.44 313	0.41 310	0.33 224	0.29 251	0.32 202	0.29 227

IGEV_Zeroshot_test	0.20 144	0.19 99	0.40 283	0.30 173	0.17 179	0.22 174	0.17 168	0.21 168	0.17 177	0.20 159	0.17 175	0.21 167	0.18 183	0.21 169	0.17 171	0.20 157	0.16 145	0.20 169	0.16 166	0.20 162	0.17 169

HanzoNet	0.39 256	0.38 149	0.40 283	0.39 205	0.41 354	0.38 242	0.38 327	0.38 235	0.38 327	0.39 238	0.39 342	0.38 240	0.38 325	0.39 247	0.40 315	0.38 247	0.38 291	0.40 280	0.38 350	0.38 254	0.40 328

knoymous	0.40 269	0.40 157	0.40 283	0.40 219	0.40 346	0.40 250	0.40 341	0.40 244	0.40 341	0.40 244	0.40 345	0.40 253	0.40 334	0.40 250	0.40 315	0.40 282	0.40 301	0.40 280	0.40 354	0.40 287	0.40 328

anonymousa	0.40 269	0.40 157	0.40 283	0.40 219	0.40 346	0.40 250	0.40 341	0.40 244	0.40 341	0.40 244	0.40 345	0.40 253	0.40 334	0.40 250	0.40 315	0.40 282	0.40 301	0.40 280	0.40 354	0.40 287	0.40 328

riskmin	0.40 269	0.40 157	0.40 283	0.40 219	0.40 346	0.40 250	0.40 341	0.40 244	0.40 341	0.40 244	0.40 345	0.40 253	0.40 334	0.40 250	0.40 315	0.40 282	0.40 301	0.40 280	0.40 354	0.40 287	0.40 328

Anonymous_2	0.40 269	0.40 157	0.40 283	0.40 219	0.40 346	0.40 250	0.40 341	0.40 244	0.40 341	0.40 244	0.40 345	0.40 253	0.40 334	0.40 250	0.40 315	0.40 282	0.40 301	0.40 280	0.40 354	0.40 287	0.40 328

Anonymous_1	0.40 269	0.40 157	0.40 283	0.40 219	0.40 346	0.40 250	0.40 341	0.40 244	0.40 341	0.40 244	0.40 345	0.40 253	0.40 334	0.40 250	0.40 315	0.40 282	0.40 301	0.40 280	0.40 354	0.40 287	0.40 328

AdaStereo	0.40 269	0.40 157	0.40 283	0.40 219	0.40 346	0.40 250	0.40 341	0.40 244	0.40 341	0.40 244	0.40 345	0.40 253	0.40 334	0.40 250	0.40 315	0.40 282	0.40 301	0.40 280	0.40 354	0.40 287	0.40 328
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.
GwcNet-ADL	0.41 277	0.41 165	0.41 292	0.41 231	0.41 354	0.41 266	0.41 349	0.41 259	0.41 350	0.41 258	0.41 351	0.41 266	0.41 345	0.41 265	0.41 322	0.41 295	0.41 310	0.41 316	0.41 361	0.41 304	0.41 335

PSMNet-ADL	0.41 277	0.41 165	0.41 292	0.41 231	0.41 354	0.41 266	0.41 349	0.41 259	0.41 350	0.41 258	0.41 351	0.41 266	0.41 345	0.41 265	0.41 322	0.41 295	0.41 310	0.41 316	0.41 361	0.41 304	0.41 335

GANet-ADL	0.41 277	0.41 165	0.41 292	0.41 231	0.41 354	0.41 266	0.41 349	0.41 259	0.41 350	0.41 258	0.41 351	0.41 266	0.41 345	0.41 265	0.41 322	0.41 295	0.41 310	0.41 316	0.41 361	0.41 304	0.41 335

ADLNet2	0.41 277	0.41 165	0.41 292	0.41 231	0.41 354	0.41 266	0.41 349	0.41 259	0.41 350	0.41 258	0.41 351	0.41 266	0.41 345	0.41 265	0.41 322	0.41 295	0.41 310	0.41 316	0.41 361	0.41 304	0.41 335

ADLNet	0.41 277	0.41 165	0.41 292	0.41 231	0.41 354	0.41 266	0.41 349	0.41 259	0.41 350	0.41 258	0.41 351	0.41 266	0.41 345	0.41 265	0.41 322	0.41 295	0.41 310	0.41 316	0.41 361	0.41 304	0.41 335

GCAP-Stereo	0.75 381	4.15 556	0.42 297	0.75 355	0.35 318	0.78 407	0.40 341	0.79 403	0.38 327	0.78 413	0.36 321	0.78 413	0.36 316	0.79 403	0.39 311	0.75 400	0.39 298	0.76 418	0.39 353	0.75 394	0.39 326

RSM	0.36 212	0.36 143	0.43 298	0.37 196	0.42 364	0.49 348	0.42 354	0.37 227	0.28 230	0.36 226	0.29 240	0.36 232	0.30 250	0.37 236	0.28 225	0.34 215	0.31 238	0.34 232	0.35 329	0.40 287	0.29 227

DispNO	1.00 434	0.63 261	0.43 298	3.45 562	0.44 367	0.65 393	0.43 356	0.64 383	0.43 358	0.64 391	0.43 363	0.64 393	3.03 583	0.64 388	0.43 333	4.55 592	0.43 323	0.63 395	0.43 370	0.63 367	0.43 343

EKT-Stereo	0.37 218	0.40 157	0.44 300	1.07 411	0.29 241	0.34 222	0.31 271	0.36 221	0.29 236	0.38 232	0.31 276	0.37 238	0.30 250	0.36 232	0.29 235	0.34 215	0.28 204	0.39 275	0.30 271	0.37 236	0.30 247

CASnet	0.35 206	0.51 242	0.44 300	0.32 181	0.31 285	0.24 181	0.34 304	0.36 221	0.25 208	0.31 206	0.37 328	0.30 210	0.33 302	0.25 186	0.45 335	0.37 233	0.37 285	0.33 224	0.35 329	0.34 213	0.37 313
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
SCV	0.46 302	0.94 316	0.45 302	0.54 317	0.37 328	0.48 343	0.38 327	0.48 331	0.37 323	0.48 334	0.39 342	0.48 341	0.37 321	0.49 344	0.37 297	0.50 338	0.46 333	0.44 341	0.34 317	0.44 314	0.34 297

fffft	0.48 313	0.51 242	0.45 302	0.52 313	0.45 370	0.52 371	0.45 362	0.52 360	0.48 376	0.53 367	0.45 369	0.52 371	0.45 359	0.52 365	0.46 339	0.51 344	0.41 310	0.50 375	0.41 361	0.50 346	0.41 335
1: 1. 1
Selective-IGEV	0.51 326	0.55 252	0.45 302	0.69 345	0.45 370	0.61 387	0.45 362	0.50 343	0.40 341	0.56 377	0.44 365	0.55 379	0.40 334	0.72 396	0.67 394	0.59 361	0.46 333	0.45 345	0.34 317	0.46 321	0.37 313

IGEV-Stereo	0.35 206	0.44 182	0.45 302	0.49 297	0.30 252	0.37 235	0.30 242	0.36 221	0.30 248	0.36 226	0.29 240	0.36 232	0.29 242	0.36 232	0.30 242	0.46 320	0.39 298	0.32 216	0.24 211	0.32 202	0.25 195
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
water-stereo	0.41 277	0.84 292	0.46 306	0.50 304	0.33 305	0.45 327	0.33 293	0.45 313	0.32 292	0.45 299	0.32 293	0.45 324	0.32 294	0.45 320	0.32 259	0.44 313	0.41 310	0.39 275	0.31 299	0.39 279	0.32 276

depthmonostereo	0.44 293	0.85 294	0.46 306	0.54 317	0.40 346	0.52 371	0.38 327	0.52 360	0.35 311	0.47 327	0.34 309	0.46 328	0.34 307	0.47 329	0.34 281	0.45 316	0.43 323	0.41 316	0.33 313	0.41 304	0.32 276

otaku	0.46 302	0.46 218	0.46 306	0.46 280	0.46 372	0.46 333	0.46 364	0.46 321	0.46 364	0.46 321	0.46 371	0.46 328	0.46 362	0.46 325	0.46 339	0.46 320	0.46 333	0.46 349	0.46 374	0.46 321	0.46 349

Ntro	0.47 308	0.47 222	0.46 306	0.46 280	0.46 372	0.47 338	0.47 369	0.46 321	0.47 369	0.46 321	0.46 371	0.47 334	0.46 362	0.47 329	0.47 346	0.47 325	0.46 333	0.46 349	0.46 374	0.46 321	0.46 349

Dean	0.46 302	0.46 218	0.46 306	0.46 280	0.46 372	0.46 333	0.46 364	0.46 321	0.46 364	0.47 327	0.46 371	0.46 328	0.46 362	0.46 325	0.46 339	0.46 320	0.46 333	0.46 349	0.46 374	0.46 321	0.46 349

ACVNet_1	0.46 302	0.47 222	0.46 306	0.46 280	0.46 372	0.46 333	0.46 364	0.46 321	0.47 369	0.46 321	0.46 371	0.46 328	0.46 362	0.46 325	0.46 339	0.46 320	0.46 333	0.47 358	0.46 374	0.46 321	0.46 349

ACVNet-4b	0.46 302	0.46 218	0.46 306	0.46 280	0.46 372	0.46 333	0.46 364	0.46 321	0.46 364	0.46 321	0.46 371	0.46 328	0.46 362	0.47 329	0.46 339	0.46 320	0.46 333	0.46 349	0.46 374	0.46 321	0.46 349

GASTEREO	0.48 313	1.21 409	0.47 313	0.57 324	0.38 335	0.50 356	0.38 327	0.50 343	0.38 327	0.50 354	0.38 333	0.50 360	0.38 325	0.50 351	0.38 300	0.52 346	0.42 319	0.46 349	0.34 317	0.46 321	0.34 297

LG-Stereo_L1	0.47 308	0.52 244	0.47 313	0.62 334	0.39 344	0.53 373	0.40 341	0.53 362	0.39 340	0.53 367	0.39 342	0.53 372	0.39 333	0.53 367	0.39 311	0.55 356	0.46 333	0.49 371	0.37 337	0.49 341	0.37 313

LG-Stereo_Zeroshot	0.48 313	0.55 252	0.47 313	0.63 336	0.41 354	0.56 378	0.44 357	0.56 368	0.41 350	0.56 377	0.41 351	0.57 384	0.42 351	0.56 374	0.41 322	0.55 356	0.43 323	0.51 380	0.37 337	0.51 352	0.37 313

LG-Stereo	0.60 339	0.58 257	0.47 313	0.64 339	0.74 444	1.00 441	0.69 422	0.57 371	0.41 350	0.57 380	0.41 351	0.57 384	0.41 345	1.00 447	0.75 436	0.91 418	0.51 369	0.52 383	0.37 337	0.52 354	0.37 313

DLNR_Zeroshot_test	0.31 184	0.28 130	0.47 313	0.79 363	0.24 215	0.30 205	0.26 217	0.30 201	0.24 203	0.32 211	0.23 204	0.31 214	0.24 208	0.30 210	0.23 197	0.29 200	0.26 191	0.29 207	0.24 211	0.33 209	0.23 184

HaxPig	0.47 308	0.47 222	0.47 313	0.49 297	0.47 378	0.47 338	0.47 369	0.47 327	0.47 369	0.47 327	0.47 379	0.47 334	0.47 370	0.47 329	0.47 346	0.47 325	0.47 341	0.47 358	0.47 381	0.47 333	0.48 358

UNDER WATER	0.47 308	0.47 222	0.47 313	0.47 286	0.47 378	0.47 338	0.47 369	0.47 327	0.47 369	0.47 327	0.47 379	0.47 334	0.46 362	0.47 329	0.47 346	0.47 325	0.47 341	0.47 358	0.46 374	0.47 333	0.47 356

LVE	0.47 308	0.47 222	0.47 313	0.47 286	0.49 384	0.47 338	0.47 369	0.47 327	0.49 378	0.47 327	0.47 379	0.47 334	0.46 362	0.47 329	0.47 346	0.47 325	0.47 341	0.48 366	0.47 381	0.47 333	0.47 356

GEAStereo	0.62 344	3.91 550	0.48 321	0.69 345	0.38 335	0.51 368	0.38 327	0.51 356	0.38 327	0.53 367	0.38 333	0.50 360	0.38 325	0.51 360	0.38 300	0.54 350	0.43 323	0.46 349	0.34 317	0.46 321	0.34 297

gasm-f	0.62 344	3.91 550	0.48 321	0.69 345	0.38 335	0.51 368	0.38 327	0.51 356	0.38 327	0.53 367	0.38 333	0.50 360	0.38 325	0.51 360	0.38 300	0.54 350	0.43 323	0.46 349	0.34 317	0.46 321	0.34 297

DilatedVolume-Stereo	0.43 288	0.86 295	0.48 321	0.50 304	0.33 305	0.46 333	0.33 293	0.46 321	0.33 299	0.46 321	0.33 301	0.47 334	0.33 302	0.47 329	0.34 281	0.45 316	0.42 319	0.40 280	0.33 313	0.47 333	0.38 320

MyStereo07	0.60 339	3.72 543	0.48 321	0.49 297	0.41 354	0.36 230	0.32 282	0.49 335	0.43 358	0.51 361	0.42 361	0.49 345	0.43 354	0.51 360	0.64 389	0.49 332	0.45 331	0.34 232	0.32 305	0.35 225	0.43 343

KSHMR	0.66 351	0.50 234	0.48 321	1.15 421	0.52 394	0.49 348	0.51 386	0.49 335	0.71 433	0.67 395	0.50 388	1.16 467	1.11 460	0.66 390	0.52 362	0.49 332	0.49 349	0.51 380	0.66 413	0.50 346	1.14 470

RainbowNet	0.48 313	0.48 228	0.48 321	0.48 291	0.48 382	0.48 343	0.48 378	0.48 331	0.48 376	0.48 334	0.48 383	0.48 341	0.48 371	0.48 338	0.48 352	0.48 329	0.48 345	0.48 366	0.48 384	0.48 337	0.48 358

notaker	0.48 313	0.49 230	0.48 321	0.48 291	0.48 382	0.48 343	0.48 378	0.48 331	0.49 378	0.48 334	0.48 383	0.48 341	0.48 371	0.48 338	0.48 352	0.48 329	0.48 345	0.48 366	0.48 384	0.48 337	0.49 363

MSCF	0.51 326	1.40 429	0.49 328	0.58 326	0.38 335	0.50 356	0.38 327	0.54 364	0.41 350	0.52 364	0.41 351	0.53 372	0.42 351	0.53 367	0.41 322	0.60 362	0.47 341	0.48 366	0.37 337	0.48 337	0.38 320

SCV_C0	0.45 296	0.88 299	0.49 328	0.54 317	0.37 328	0.48 343	0.37 321	0.48 331	0.37 323	0.48 334	0.36 321	0.48 341	0.37 321	0.49 344	0.37 297	0.50 338	0.41 310	0.44 341	0.34 317	0.44 314	0.34 297

MSKI-zero shot	0.24 160	0.21 109	0.49 328	0.65 340	0.18 189	0.22 174	0.17 168	0.23 176	0.18 180	0.21 170	0.17 175	0.23 179	0.28 235	0.23 177	0.18 180	0.21 161	0.16 145	0.21 171	0.16 166	0.21 165	0.16 157

ACVNet_2	0.49 319	0.49 230	0.49 328	0.49 297	0.49 384	0.49 348	0.49 380	0.49 335	0.49 378	0.49 341	0.49 386	0.49 345	0.49 376	0.49 344	0.49 354	0.49 332	0.49 349	0.49 371	0.49 387	0.49 341	0.49 363

GSStereo	0.81 400	4.28 559	0.50 332	0.59 329	0.40 346	0.51 368	0.38 327	0.50 343	0.38 327	0.50 354	0.38 333	0.50 360	3.79 604	0.50 351	0.38 300	0.54 350	0.43 323	0.46 349	0.34 317	0.46 321	0.35 306

FoundationStereo	0.50 321	0.50 234	0.50 332	0.50 304	0.50 388	0.50 356	0.50 382	0.50 343	0.50 381	0.50 354	0.50 388	0.50 360	0.50 379	0.50 351	0.50 355	0.50 338	0.50 359	0.50 375	0.50 389	0.50 346	0.50 374

StereoAnything_RVC	0.50 321	0.50 234	0.50 332	0.50 304	0.50 388	0.50 356	0.50 382	0.50 343	0.50 381	0.50 354	0.50 388	0.50 360	0.50 379	0.50 351	0.50 355	0.50 338	0.50 359	0.50 375	0.50 389	0.50 346	0.50 374

dual_stereo	0.50 321	0.50 234	0.50 332	0.50 304	0.50 388	0.50 356	0.50 382	0.50 343	0.50 381	0.50 354	0.50 388	0.50 360	0.50 379	0.50 351	0.50 355	0.50 338	0.50 359	0.50 375	0.50 389	0.50 346	0.50 374

TorneroNet	0.66 351	0.53 247	0.50 332	0.50 304	0.64 424	1.06 449	0.70 425	0.50 343	0.51 388	0.49 341	0.69 432	0.49 345	0.50 379	0.48 338	1.15 474	0.71 393	0.49 349	1.14 466	1.08 462	0.49 341	0.49 363

SANet	0.50 321	0.50 234	0.50 332	0.50 304	0.50 388	0.50 356	0.50 382	0.50 343	0.50 381	0.50 354	0.50 388	0.50 360	0.50 379	0.50 351	0.50 355	0.50 338	0.50 359	0.50 375	0.50 389	0.50 346	0.50 374

SMoEStereo_RVC	0.63 346	0.75 275	0.51 338	0.73 353	0.53 397	0.71 399	0.47 369	0.67 387	0.58 406	0.74 405	0.60 413	0.72 403	0.53 386	0.74 400	0.51 360	0.61 366	0.62 391	0.62 393	0.61 407	0.63 367	0.61 402

PAM_32	0.64 348	2.38 493	0.51 338	0.92 388	0.43 366	0.53 373	0.44 357	0.87 419	0.43 358	0.52 364	0.45 369	0.53 372	0.40 334	0.54 369	0.46 339	0.62 370	0.56 379	0.48 366	0.45 372	0.76 395	0.44 346

LL-Strereo2	0.48 313	1.73 444	0.51 338	0.59 329	0.34 315	0.42 288	0.33 293	0.40 244	0.31 279	0.42 275	0.33 301	0.42 286	0.31 283	0.44 316	0.39 311	0.60 362	0.51 369	0.44 341	0.33 313	0.44 314	0.33 289

AIO-test2	0.55 335	0.59 258	0.52 341	0.67 344	0.47 378	0.61 387	0.47 369	0.61 380	0.47 369	0.61 385	0.47 379	0.61 390	0.48 371	0.62 383	0.47 346	0.64 372	0.53 375	0.58 390	0.47 381	0.58 363	0.48 358

AIO-test1	0.54 331	0.60 260	0.52 341	0.66 343	0.47 378	0.61 387	0.47 369	0.58 374	0.46 364	0.61 385	0.46 371	0.61 390	0.45 359	0.62 383	0.45 335	0.61 366	0.52 373	0.57 389	0.48 384	0.57 362	0.48 358

MonSter	0.60 339	0.64 263	0.52 341	0.62 334	0.44 367	2.07 547	0.44 357	0.62 381	0.44 361	0.62 388	0.44 365	0.62 392	0.44 356	0.62 383	0.44 334	0.58 360	0.42 319	0.62 393	0.46 374	0.58 363	0.42 342

MyStereo8	0.71 370	3.92 552	0.52 341	0.59 329	0.52 394	0.57 384	0.53 388	0.59 376	0.50 381	0.59 384	0.51 394	0.57 384	0.50 379	0.56 374	0.52 362	0.54 350	0.49 349	0.54 387	0.49 387	0.55 360	0.50 374

z-ln-s-r	0.21 150	1.40 429	0.53 345	0.56 323	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	0.57 359	0.44 330	0.04 73	0.04 78	0.04 77	0.04 79

WCG-NET	0.61 342	1.21 409	0.54 346	0.61 333	0.53 397	0.67 395	0.53 388	0.66 386	0.53 389	0.64 391	0.53 397	0.65 396	0.53 386	0.59 381	0.52 362	0.65 373	0.48 345	0.64 396	0.52 393	0.58 363	0.50 374

PSMNet_ROB	0.54 331	0.54 250	0.54 346	0.54 317	0.53 397	0.54 376	0.54 390	0.53 362	0.54 391	0.54 372	0.54 398	0.54 375	0.53 386	0.54 369	0.54 365	0.54 350	0.53 375	0.54 387	0.54 395	0.54 359	0.54 388

iked130	0.67 356	0.74 271	0.55 348	0.77 357	0.55 400	0.77 402	0.55 391	0.77 396	0.55 393	0.77 408	0.55 399	0.77 410	0.63 401	0.80 408	0.55 367	0.69 378	0.49 349	0.74 409	0.96 448	0.69 376	0.49 363

ITERv14	0.67 356	0.75 275	0.55 348	0.77 357	0.55 400	0.77 402	0.55 391	0.77 396	0.54 391	0.77 408	0.56 403	0.77 410	0.62 396	0.79 403	0.55 367	0.70 384	0.48 345	0.75 412	0.97 449	0.68 371	0.49 363

v134_o9	0.68 358	0.76 278	0.55 348	0.79 363	0.57 410	0.79 414	0.57 402	0.79 403	0.62 413	0.77 408	0.57 409	0.79 421	0.62 396	0.79 403	0.55 367	0.71 393	0.49 349	0.77 424	0.99 453	0.71 387	0.49 363

zaero_v3	0.68 358	0.74 271	0.55 348	0.79 363	0.55 400	0.79 414	0.55 391	0.79 403	0.57 401	0.77 408	0.59 411	0.79 421	0.62 396	0.80 408	0.55 367	0.69 378	0.49 349	0.74 409	1.04 460	0.71 387	0.49 363

ITERv2	0.70 365	0.74 271	0.55 348	0.77 357	0.55 400	0.78 407	0.55 391	0.77 396	0.55 393	0.77 408	0.55 399	0.78 413	0.62 396	0.79 403	0.55 367	0.69 378	0.49 349	0.73 406	1.50 547	0.69 376	0.49 363

ITER	0.72 374	0.77 280	0.55 348	0.77 357	0.57 410	0.78 407	0.55 391	0.77 396	0.56 396	0.79 418	0.55 399	0.78 413	0.67 415	0.80 408	0.55 367	0.70 384	0.50 359	0.81 433	1.66 563	0.69 376	0.49 363

vnu138km	0.76 386	1.11 351	0.56 354	0.96 399	0.73 441	0.79 414	0.76 434	0.79 403	0.57 401	0.78 413	0.56 403	0.79 421	0.64 406	0.81 415	0.56 375	0.70 384	0.50 359	0.75 412	1.14 467	1.08 437	0.69 414

ITERv10	0.74 379	0.75 275	0.56 354	0.79 363	0.56 404	0.91 430	0.56 397	1.16 450	0.56 396	0.79 418	0.60 413	0.78 413	0.84 441	0.81 415	0.56 375	0.70 384	0.82 422	0.77 424	1.17 471	0.70 380	0.50 374

99wein	0.70 365	0.74 271	0.56 354	0.79 363	0.56 404	0.94 435	0.55 391	0.78 402	0.60 409	0.78 413	0.59 411	0.78 413	0.63 401	0.80 408	0.56 375	0.70 384	0.50 359	0.77 424	1.01 458	0.82 408	0.49 363

ITERv8	0.74 379	0.76 278	0.56 354	0.79 363	0.57 410	0.78 407	0.59 406	0.79 403	0.57 401	0.79 418	0.56 403	0.79 421	0.77 433	0.82 417	0.88 449	0.71 393	0.76 413	0.77 424	1.08 462	0.70 380	0.70 416

ITERv7	0.71 370	0.77 280	0.56 354	0.80 371	0.56 404	0.78 407	0.56 397	0.79 403	0.78 442	0.78 413	0.56 403	0.84 432	0.63 401	0.82 417	0.55 367	0.70 384	0.51 369	0.76 418	0.98 450	0.70 380	0.74 430

a5sdf	0.75 381	1.10 349	0.56 354	0.78 361	0.56 404	0.78 407	0.80 441	0.79 403	0.56 396	0.78 413	0.86 453	0.78 413	0.63 401	0.80 408	0.56 375	0.72 396	0.50 359	0.75 412	1.46 544	0.70 380	0.49 363

ITERv4	0.88 416	1.32 423	0.56 354	0.79 363	0.92 460	1.18 464	0.97 460	0.79 403	0.57 401	0.79 418	0.65 424	0.79 421	1.14 463	0.86 427	0.56 375	1.06 434	0.92 430	0.76 418	1.61 557	0.70 380	0.71 421

CASS	0.57 338	0.89 302	0.56 354	0.57 324	0.56 404	0.56 378	0.56 397	0.56 368	0.53 389	0.57 380	0.57 409	0.59 388	0.48 371	0.56 374	0.57 381	0.55 356	0.56 379	0.47 358	0.56 400	0.62 366	0.56 396
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymity	0.63 346	0.69 265	0.56 354	0.71 351	0.56 404	0.71 399	0.56 397	0.71 392	0.56 396	0.72 399	0.56 403	0.71 400	0.56 390	0.71 395	0.58 382	0.68 377	0.55 377	0.68 401	0.55 396	0.68 371	0.54 388

ITERv12	0.69 363	0.73 269	0.57 363	0.78 361	0.57 410	0.77 402	0.57 402	0.77 396	0.55 393	0.79 418	0.55 399	0.77 410	0.65 409	0.82 417	0.56 375	0.70 384	0.51 369	0.76 418	1.18 473	0.70 380	0.51 383

DDF-Stereo	0.43 288	1.15 356	0.57 363	0.53 314	0.32 293	0.41 266	0.32 282	0.41 259	0.32 292	0.41 258	0.32 293	0.41 266	0.32 294	0.40 250	0.32 259	0.52 346	0.50 359	0.38 264	0.31 299	0.39 279	0.31 270

DDUNet	0.81 400	2.45 497	0.57 363	0.90 383	0.60 415	0.88 426	0.59 406	0.90 423	0.60 409	0.88 430	0.60 413	0.90 438	0.58 391	0.88 429	0.60 386	0.84 414	0.60 386	0.86 442	0.57 402	0.86 413	0.60 401

999	1.00 434	1.12 352	0.59 366	1.10 413	1.21 535	1.09 454	0.52 387	1.08 442	1.43 547	1.18 464	1.35 539	0.98 448	0.52 385	0.91 433	0.85 447	0.72 396	1.46 531	0.83 439	0.98 450	0.68 371	1.41 542

MyStereo04	0.56 337	3.72 543	0.59 366	0.49 297	0.41 354	0.36 230	0.32 282	0.37 227	0.31 279	0.34 218	0.46 371	0.35 226	0.32 294	0.35 226	0.33 268	0.49 332	0.45 331	0.34 232	0.32 305	0.35 225	0.43 343

Monster-pub-eth3d	0.45 296	0.57 255	0.60 368	0.39 205	0.28 232	0.37 235	0.28 228	0.37 227	0.30 248	0.39 238	0.29 240	0.39 245	0.30 250	0.92 437	0.27 215	1.42 510	0.28 204	0.34 232	0.28 236	0.37 236	0.53 385

Monster-pub-mixall	0.44 293	0.56 254	0.60 368	0.38 199	0.27 227	0.37 235	0.27 220	0.37 227	0.29 236	0.38 232	0.27 228	0.38 240	0.29 242	0.85 426	0.27 215	1.46 513	0.26 191	0.34 232	0.26 222	0.36 232	0.53 385

Replicate-Monster	0.45 296	0.57 255	0.60 368	0.40 219	0.29 241	0.37 235	0.27 220	0.37 227	0.30 248	0.40 244	0.31 276	0.40 253	0.30 250	0.99 445	0.27 215	1.36 506	0.31 238	0.34 232	0.30 271	0.36 232	0.54 388

MyStereo06	0.75 381	4.12 553	0.60 368	0.63 336	0.61 420	0.62 390	0.66 414	0.56 368	0.45 363	0.55 375	0.48 383	0.54 375	0.46 362	0.57 379	0.45 335	0.60 362	0.57 381	0.64 396	0.55 396	0.72 390	0.55 393

UDG	0.80 395	2.21 477	0.60 368	0.91 385	0.60 415	0.90 429	0.58 404	0.88 422	0.60 409	0.90 431	0.60 413	0.88 435	0.60 393	0.90 432	0.58 382	0.86 416	0.60 386	0.84 440	0.59 404	0.84 412	0.61 402

test_xeample3	1.10 447	1.81 445	0.61 373	0.84 378	0.49 384	0.77 402	0.66 414	0.92 428	1.40 545	0.68 397	0.46 371	0.78 413	0.54 389	1.72 531	1.48 547	1.34 503	1.52 535	1.35 531	1.67 565	1.33 506	1.55 547

PA-Net	11.80 627	223.51 654	0.62 374	0.59 329	0.71 438	0.59 386	0.73 431	0.67 387	0.73 438	0.55 375	0.61 418	0.60 389	0.74 428	0.63 387	0.73 432	0.66 375	0.60 386	0.69 402	0.66 413	0.72 390	0.65 408
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MyStereo05	0.80 395	4.12 553	0.63 375	0.63 336	0.61 420	0.62 390	0.66 414	0.65 384	0.62 413	0.67 395	0.61 418	0.65 396	0.58 391	0.67 392	0.55 367	0.60 362	0.57 381	0.64 396	0.55 396	0.72 390	0.55 393

ARAFT	0.68 358	0.81 289	0.63 375	0.74 354	0.60 415	0.78 407	0.62 409	0.77 396	0.66 420	0.74 405	0.63 420	0.75 407	0.62 396	0.83 421	0.60 386	0.70 384	0.55 377	0.70 404	0.60 405	0.78 398	0.55 393

Former-RAFT_DAM_RVC	0.49 319	0.98 321	0.64 377	0.84 378	0.46 372	0.45 327	0.35 309	0.47 327	0.47 369	0.45 299	0.34 309	0.46 328	0.48 371	0.46 325	0.35 285	0.39 277	0.71 406	0.39 275	0.35 329	0.41 304	0.41 335

plain	1.88 521	3.16 530	0.64 377	3.10 546	0.65 426	3.10 585	0.64 411	3.12 584	0.65 418	3.10 585	0.65 424	3.11 585	0.65 409	3.12 584	0.65 390	3.12 580	0.65 395	3.13 585	0.65 411	3.13 570	0.65 408

FCDSN-DC	0.41 277	0.59 258	0.64 377	0.54 317	0.33 305	0.50 356	0.37 321	0.42 277	0.40 341	0.61 385	0.43 363	0.50 360	0.49 376	0.38 239	0.32 259	0.28 193	0.23 185	0.26 196	0.22 197	0.35 225	0.28 222
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
LMCR-Stereo	0.65 349	0.63 261	0.65 380	0.65 340	0.65 426	0.66 394	0.63 410	0.58 374	0.65 418	0.63 390	0.64 422	0.65 396	0.65 409	0.66 390	0.66 393	0.66 375	0.64 393	0.65 399	0.67 417	0.68 371	0.73 426

zero-FE	0.72 374	1.31 421	0.66 381	0.92 388	0.60 415	0.82 421	0.58 404	0.82 417	0.58 406	0.81 426	0.60 413	0.81 430	0.60 393	0.82 417	0.58 382	0.74 399	0.59 385	0.73 406	0.52 393	0.76 395	0.51 383

RSM++	0.76 386	0.82 291	0.66 381	0.85 380	0.64 424	0.85 423	0.71 428	0.94 432	0.64 417	0.87 429	0.67 428	0.87 434	0.65 409	0.84 422	0.65 390	0.81 407	0.70 402	0.79 428	0.71 425	0.83 411	0.70 416

MIF-Stereo (partial)	2.58 576	3.31 534	0.66 381	3.18 550	0.66 429	3.18 586	0.66 414	3.21 585	0.67 421	3.19 586	0.66 427	3.19 586	0.66 413	3.31 588	0.68 397	5.09 609	1.79 557	8.23 628	1.67 565	6.18 612	1.38 541

MIM_Stereo	0.25 161	0.23 114	0.66 381	0.80 371	0.17 179	0.22 174	0.17 168	0.23 176	0.18 180	0.26 193	0.17 175	0.21 167	0.17 175	0.25 186	0.17 171	0.23 175	0.16 145	0.21 171	0.17 186	0.22 167	0.17 169

AFF-stereo	0.73 377	0.88 299	0.67 385	0.75 355	0.68 433	0.75 401	0.64 411	0.80 412	0.72 435	0.83 428	0.70 434	0.82 431	0.64 406	0.84 422	0.67 394	0.77 402	0.63 392	0.81 433	0.63 409	0.78 398	0.62 405

R-Stereo Train	0.81 400	0.96 318	0.67 385	0.95 396	0.67 430	0.95 436	0.68 419	0.95 434	0.68 422	0.95 441	0.68 429	0.96 446	0.68 417	0.96 443	0.68 397	0.94 426	0.68 397	0.94 450	0.68 418	0.94 425	0.68 412

RAFT-Stereo	0.81 400	0.96 318	0.67 385	0.95 396	0.67 430	0.95 436	0.68 419	0.95 434	0.68 422	0.95 441	0.68 429	0.96 446	0.68 417	0.96 443	0.68 397	0.94 426	0.68 397	0.94 450	0.68 418	0.94 425	0.68 412
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-Stereo	0.84 411	0.66 264	0.70 388	0.83 377	0.67 430	0.98 439	0.82 445	1.14 446	0.72 435	1.03 449	0.74 444	1.03 454	1.09 459	0.99 445	0.45 335	1.04 432	0.73 408	0.95 452	0.74 428	0.94 425	0.46 349

DMCA-RVC	0.70 365	0.80 286	0.70 388	0.70 349	0.70 436	0.70 397	0.70 425	0.71 392	0.70 428	0.70 398	0.71 438	0.71 400	0.70 421	0.70 394	0.69 404	0.69 378	0.70 402	0.69 402	0.70 422	0.69 376	0.70 416

MSMD_ROB	1.19 452	1.10 349	0.70 388	1.10 413	0.60 415	1.10 455	0.70 425	1.10 445	0.70 428	1.10 453	0.70 434	1.10 460	0.70 421	7.00 627	0.70 425	1.10 438	0.70 402	1.10 465	0.70 422	1.10 439	0.70 416

FlowAnything_test	1.02 442	1.72 439	0.71 391	1.59 493	0.70 436	1.61 530	0.69 422	1.61 521	0.70 428	1.60 524	0.70 434	1.61 532	0.69 419	1.61 528	0.70 425	0.81 407	0.58 383	0.81 433	0.55 396	0.81 406	0.56 396

AdaDepth	0.86 414	0.93 314	0.71 391	1.01 407	1.07 476	1.02 446	0.71 428	1.00 436	0.71 433	1.01 447	0.71 438	1.00 449	0.72 426	1.14 464	0.71 430	0.92 421	0.64 393	0.90 444	0.64 410	0.89 416	0.69 414

RAFT-Stereo + iAFF	0.70 365	0.72 268	0.71 391	0.80 371	0.62 423	0.82 421	0.61 408	0.81 416	0.62 413	0.81 426	0.63 420	0.80 427	0.70 421	0.73 398	0.61 388	0.76 401	0.61 390	0.74 409	0.61 407	0.77 397	0.61 402

FlowAnything	1.02 442	1.71 438	0.72 394	1.59 493	0.69 434	1.60 529	0.69 422	1.61 521	0.70 428	1.60 524	0.69 432	1.60 529	0.69 419	1.61 528	0.69 404	0.81 407	0.58 383	0.81 433	0.56 400	0.82 408	0.56 396

UniTT-Stereo	2.03 540	3.43 536	0.72 394	3.42 561	0.73 441	3.27 588	0.68 419	3.38 588	0.69 425	3.29 588	0.72 441	3.28 588	0.70 421	3.35 589	0.68 397	3.39 582	0.68 397	3.31 587	0.69 420	3.37 571	0.73 426

Selective-RAFT	0.89 419	0.89 302	0.72 394	1.16 426	0.78 448	1.06 449	0.82 445	0.87 419	0.97 465	1.00 443	0.91 458	0.90 438	1.00 450	0.89 431	0.93 456	0.83 412	0.83 423	0.82 438	0.82 438	0.81 406	0.82 439

iGMRVC	0.84 411	2.85 523	0.72 394	0.72 352	0.73 441	0.77 402	0.79 438	0.73 394	0.74 440	0.73 400	0.72 441	0.73 405	0.76 431	0.73 398	0.73 432	0.72 396	0.73 408	0.73 406	0.72 427	0.73 393	0.72 423

HH	0.71 370	2.54 499	0.74 398	1.10 413	0.32 293	0.41 266	0.37 321	0.69 389	0.78 442	0.73 400	0.90 455	0.75 407	1.00 450	0.84 422	0.69 404	0.69 378	0.40 301	0.35 248	0.26 222	0.35 225	0.26 201

HanStereo	0.71 370	2.54 499	0.74 398	1.10 413	0.32 293	0.41 266	0.37 321	0.69 389	0.78 442	0.73 400	0.90 455	0.75 407	1.00 450	0.84 422	0.69 404	0.69 378	0.40 301	0.35 248	0.26 222	0.35 225	0.26 201

Syn2CoEx	0.25 161	1.31 421	0.74 398	0.92 388	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	0.87 417	0.75 411	0.02 18	0.02 20	0.02 20	0.02 20

Wavelet-MonSter	1.00 434	1.21 409	0.76 401	1.94 507	1.01 471	1.11 458	0.76 434	1.15 447	0.76 441	1.11 458	0.76 446	1.14 465	0.76 431	1.11 461	0.76 438	1.21 494	0.90 426	1.02 461	0.71 425	1.02 434	0.71 421

RAStereo	2.23 561	3.64 539	0.76 401	3.65 570	0.86 453	3.66 592	0.76 434	3.67 592	0.81 450	3.66 589	0.76 446	3.66 590	0.77 433	3.68 591	0.77 439	3.68 585	0.77 414	3.69 592	0.77 430	3.70 574	0.77 434

DCRE	0.84 411	1.89 452	0.77 403	0.94 394	0.72 440	0.88 426	0.73 431	0.87 419	0.78 442	0.90 431	0.71 438	0.88 435	0.67 415	0.88 429	0.73 432	0.81 407	0.68 397	0.81 433	0.70 422	0.82 408	0.70 416

MoCha-V2	2.11 547	26.97 632	0.78 404	0.92 388	0.77 447	0.96 438	0.72 430	0.90 423	0.72 435	0.94 439	0.70 434	0.90 438	0.71 425	0.91 433	0.71 430	0.85 415	0.71 406	0.88 443	0.69 420	0.87 414	0.67 411

DSFCA	0.66 351	0.73 269	0.78 404	0.65 340	0.65 426	0.64 392	0.64 411	0.65 384	0.63 416	0.64 391	0.64 422	0.64 393	0.64 406	0.65 389	0.65 390	0.65 373	0.65 395	0.65 399	0.65 411	0.66 369	0.64 407

HSM-Net_RVC	0.95 430	1.17 359	0.78 404	1.18 428	0.71 438	1.16 463	0.75 433	1.09 444	0.80 447	1.10 453	0.75 445	1.17 468	0.74 428	1.17 467	0.80 442	1.13 444	0.73 408	1.17 472	0.77 430	1.16 445	0.72 423
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
G-Net	0.79 393	0.79 284	0.79 407	0.79 363	0.79 449	0.79 414	0.79 438	0.79 403	0.79 446	0.79 418	0.79 449	0.79 421	0.79 436	0.79 403	0.79 440	0.79 403	0.79 416	0.79 428	0.79 433	0.79 400	0.79 435

NaN_ROB	0.80 395	0.80 286	0.80 408	0.80 371	0.80 451	0.80 418	0.80 441	0.80 412	0.80 447	0.80 424	0.80 450	0.80 427	0.80 437	0.80 408	0.80 442	0.80 404	0.80 419	0.80 431	0.80 435	0.80 403	0.80 436

CSAN	0.80 395	0.80 286	0.80 408	0.80 371	0.80 451	0.80 418	0.80 441	0.80 412	0.80 447	0.80 424	0.80 450	0.80 427	0.80 437	0.80 408	0.80 442	0.80 404	0.80 419	0.80 431	0.80 435	0.80 403	0.80 436

DPSimNet_ROB	0.97 431	1.18 361	0.81 410	1.10 413	0.91 459	1.02 446	0.82 445	1.04 441	0.91 455	1.03 449	0.86 453	1.28 519	0.82 439	1.03 452	0.89 450	1.17 447	0.81 421	1.02 461	0.82 438	1.08 437	0.81 438

MLG-Stereo	0.92 422	0.90 305	0.84 411	1.27 479	0.49 384	1.38 521	0.88 448	1.41 519	0.97 465	0.73 400	1.09 472	1.26 517	0.43 354	0.72 396	1.05 467	1.13 444	0.49 349	1.18 475	0.66 413	1.01 432	0.46 349

AIO-Stereo-zeroshot1	0.75 381	0.92 312	0.85 412	0.96 399	0.59 414	1.27 514	0.44 357	0.59 376	0.69 425	0.91 433	0.68 429	0.55 379	0.61 395	1.06 453	0.83 446	0.62 370	0.70 402	0.90 444	0.41 361	0.89 416	0.56 396

s6wercc	0.78 391	0.79 284	0.86 413	0.80 371	0.75 445	0.80 418	0.56 397	0.80 412	0.56 396	1.18 464	0.56 403	0.78 413	0.63 401	1.24 516	0.59 385	0.70 384	0.50 359	0.75 412	1.54 548	0.71 387	0.50 374

StePilot	0.39 256	0.44 182	0.87 414	0.41 231	0.30 252	0.42 288	0.32 282	0.45 313	0.29 236	0.43 285	0.30 252	0.43 297	0.30 250	0.42 280	0.30 242	0.40 282	0.29 217	0.43 340	0.27 230	0.40 287	0.31 270

PyraSte	0.39 256	0.43 176	0.87 414	0.42 244	0.31 285	0.42 288	0.31 271	0.44 309	0.30 248	0.41 258	0.31 276	0.42 286	0.30 250	0.42 280	0.31 254	0.38 247	0.29 217	0.42 332	0.29 251	0.40 287	0.32 276

ACW_4w	0.39 256	0.42 172	0.88 416	0.42 244	0.30 252	0.42 288	0.30 242	0.45 313	0.31 279	0.42 275	0.31 276	0.42 286	0.30 250	0.42 280	0.30 242	0.40 282	0.28 204	0.42 332	0.28 236	0.40 287	0.32 276

uiiii_40	0.39 256	0.42 172	0.89 417	0.42 244	0.31 285	0.43 304	0.30 242	0.44 309	0.31 279	0.42 275	0.31 276	0.43 297	0.30 250	0.42 280	0.30 242	0.41 295	0.29 217	0.42 332	0.28 236	0.40 287	0.32 276

4.5w_L	0.39 256	0.43 176	0.89 417	0.42 244	0.29 241	0.42 288	0.30 242	0.43 289	0.30 248	0.42 275	0.31 276	0.41 266	0.31 283	0.43 297	0.31 254	0.40 282	0.28 204	0.41 316	0.28 236	0.39 279	0.33 289

AIO-Stereo-zeroshot	0.91 420	0.86 295	0.89 417	1.25 478	0.69 434	1.05 448	0.81 444	1.16 450	0.50 381	1.12 459	0.97 464	0.72 403	0.82 439	1.06 453	0.95 457	0.61 366	0.87 425	1.03 463	0.85 441	1.04 435	1.01 459

StereoVision	3.15 584	5.00 567	0.89 417	4.83 592	1.00 467	3.93 593	1.27 532	6.37 621	1.34 538	5.67 621	1.26 532	5.84 622	1.27 522	5.03 618	1.24 528	5.10 610	1.09 447	4.61 604	0.57 402	5.62 610	1.12 466

4D-IteraStereo	0.78 391	3.13 529	0.89 417	0.69 345	0.32 293	0.40 250	0.32 282	0.76 395	0.97 465	0.52 364	0.65 424	0.89 437	0.32 294	0.76 402	0.98 460	0.83 412	0.94 433	0.35 248	0.27 230	0.70 380	0.89 445

NLCSM	1.94 523	1.36 426	0.90 422	17.57 628	1.19 488	1.40 523	0.90 450	1.37 515	0.90 453	1.37 518	0.91 458	1.38 521	0.91 444	1.37 520	0.90 451	1.28 499	0.90 426	1.25 524	0.85 441	1.24 502	0.85 441

SteFusion	0.39 256	0.42 172	0.90 422	0.43 259	0.30 252	0.42 288	0.31 271	0.45 313	0.31 279	0.41 258	0.30 252	0.43 297	0.30 250	0.42 280	0.31 254	0.39 277	0.30 230	0.42 332	0.28 236	0.39 279	0.33 289

tim_s	0.39 256	0.44 182	0.90 422	0.41 231	0.30 252	0.41 266	0.30 242	0.44 309	0.30 248	0.41 258	0.31 276	0.42 286	0.30 250	0.41 265	0.31 254	0.41 295	0.30 230	0.41 316	0.29 251	0.40 287	0.32 276

xxxad45	0.39 256	0.44 182	0.90 422	0.41 231	0.30 252	0.41 266	0.31 271	0.44 309	0.30 248	0.43 285	0.30 252	0.43 297	0.31 283	0.41 265	0.31 254	0.40 282	0.29 217	0.41 316	0.30 271	0.40 287	0.32 276

ours_stereo	1.20 453	1.21 409	0.90 422	1.64 501	1.11 478	1.35 517	0.67 418	1.76 528	0.93 460	1.70 532	1.10 473	1.39 523	0.75 430	1.41 523	0.81 445	1.60 521	1.03 439	1.33 528	1.00 454	1.61 516	0.72 423

ToySt	0.92 422	2.11 468	0.90 422	0.95 396	0.79 449	0.99 440	0.78 437	0.94 432	0.81 450	0.94 439	0.78 448	0.95 445	0.77 433	0.94 439	0.86 448	0.91 418	0.79 416	0.85 441	0.77 430	0.89 416	0.73 426

5w_v4	0.39 256	0.43 176	0.91 428	0.42 244	0.30 252	0.43 304	0.31 271	0.45 313	0.31 279	0.42 275	0.30 252	0.41 266	0.29 242	0.44 316	0.30 242	0.40 282	0.29 217	0.42 332	0.28 236	0.40 287	0.32 276

DPSM_ROB	0.92 422	0.91 307	0.91 428	0.91 385	0.92 460	0.92 432	0.92 453	0.92 428	0.91 455	0.93 437	0.91 458	0.92 441	0.90 442	0.91 433	0.92 452	0.92 421	0.91 428	0.91 447	0.92 443	0.93 423	0.93 449

DPSM	0.92 422	0.91 307	0.91 428	0.91 385	0.92 460	0.92 432	0.92 453	0.92 428	0.91 455	0.93 437	0.91 458	0.92 441	0.90 442	0.91 433	0.92 452	0.92 421	0.91 428	0.91 447	0.92 443	0.93 423	0.93 449

BUS	0.83 408	1.91 455	0.92 431	4.48 577	0.02 21	0.40 250	0.04 81	0.41 259	0.02 21	0.48 334	0.03 52	0.41 266	0.05 94	0.03 39	0.05 88	1.97 537	4.19 603	0.33 224	0.23 203	0.34 213	0.27 209

BSDual-CNN	0.81 400	1.91 455	0.92 431	4.48 577	0.02 21	0.42 288	0.06 108	0.41 259	0.02 21	0.48 334	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 537	4.19 603	0.33 224	0.23 203	0.34 213	0.27 209

psmg	0.43 288	1.91 455	0.92 431	1.91 506	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	1.97 537	1.44 530	0.04 73	0.03 54	0.02 20	0.03 51

DGTPSM_ROB	0.93 427	1.00 325	0.92 431	0.94 394	0.96 465	0.91 430	0.92 453	0.91 425	0.96 464	0.91 433	0.96 463	0.93 444	0.92 445	0.94 439	0.92 452	0.92 421	0.92 430	0.90 444	0.92 443	0.94 425	0.91 447

pmcnn	0.92 422	0.92 312	0.92 431	0.92 388	0.92 460	0.92 432	0.92 453	0.92 428	0.92 459	0.92 435	0.92 462	0.92 441	0.92 445	0.92 437	0.92 452	0.92 421	0.92 430	0.92 449	0.92 443	0.92 422	0.92 448

Selective-RAFT-Error	0.88 416	0.84 292	0.98 436	0.86 381	0.97 466	0.88 426	0.95 457	0.84 418	0.99 468	0.92 435	0.82 452	0.84 432	0.98 449	0.87 428	0.97 459	0.81 407	0.83 423	0.79 428	0.82 438	0.79 400	0.85 441

FC-DCNN	1.07 445	1.09 346	0.98 436	0.89 382	0.52 394	1.41 525	0.91 452	1.21 504	1.24 533	1.96 536	2.05 590	1.91 537	1.30 525	1.27 518	1.08 468	0.80 404	0.60 386	0.58 390	0.41 361	0.68 371	0.54 388

GANet	1.00 434	1.00 325	1.00 438	1.00 404	1.00 467	1.00 441	1.00 462	1.00 436	1.00 469	1.00 443	1.00 466	1.00 449	1.00 450	1.00 447	1.00 462	1.00 428	1.00 434	1.00 457	1.00 454	1.00 429	1.00 456

TDLM	1.00 434	1.00 325	1.00 438	1.00 404	1.00 467	1.00 441	1.00 462	1.00 436	1.00 469	1.00 443	1.00 466	1.00 449	1.00 450	1.00 447	1.00 462	1.00 428	1.00 434	1.00 457	1.00 454	1.00 429	1.00 456

CVANet_RVC	1.00 434	1.00 325	1.00 438	1.00 404	1.00 467	1.00 441	1.00 462	1.00 436	1.00 469	1.00 443	1.00 466	1.00 449	1.00 450	1.00 447	1.00 462	1.00 428	1.00 434	1.00 457	1.00 454	1.00 429	1.00 456

trnet	1.01 440	1.01 331	1.01 441	1.01 407	1.01 471	1.01 445	1.01 465	1.01 440	1.01 472	1.01 447	1.01 469	1.01 453	1.01 456	1.01 451	1.01 465	1.01 431	1.01 437	1.01 460	1.01 458	1.01 432	1.01 459

MM-Stereo_test2	1.20 453	1.85 448	1.05 442	1.46 490	0.94 464	1.36 519	0.99 461	1.36 513	0.95 462	1.41 520	0.98 465	1.40 525	0.96 447	1.37 520	0.95 457	1.37 508	1.06 440	1.33 528	0.93 447	1.29 505	0.89 445

GLC_STEREO	1.07 445	1.01 331	1.06 443	1.07 411	1.05 475	1.06 449	1.08 469	1.08 442	1.05 475	1.07 451	1.06 471	1.08 456	1.05 458	1.06 453	1.10 469	1.07 435	1.09 447	1.05 464	1.05 461	1.06 436	1.12 466

ktn	0.72 374	0.53 247	1.08 444	1.14 419	0.51 393	1.22 511	1.36 538	0.51 356	0.59 408	0.51 361	0.51 394	0.69 399	1.20 472	0.67 392	0.51 360	0.51 344	0.49 349	0.58 390	0.66 413	0.52 354	0.53 385

MaDis-Stereo	3.19 585	6.02 588	1.12 445	5.61 601	1.16 484	5.43 619	1.02 467	5.15 618	0.70 428	5.43 618	1.21 527	5.03 619	0.97 448	4.85 612	0.99 461	4.53 591	1.16 457	5.53 620	1.25 527	5.37 608	1.30 532

RP	2.33 565	25.00 625	1.13 446	1.15 421	1.15 480	1.10 455	1.15 474	1.15 447	1.15 477	1.12 459	1.15 474	1.09 458	1.13 461	1.10 459	1.15 474	1.11 443	1.09 447	1.16 468	1.12 465	1.16 445	1.17 475

edge stereo	2.43 572	27.07 633	1.14 447	1.06 410	1.14 479	1.08 452	1.17 477	1.16 450	1.14 476	1.10 453	1.16 477	1.09 458	1.16 469	1.10 459	1.16 477	1.10 438	1.11 451	1.16 468	1.19 474	1.13 440	1.11 464

Abc-Net	2.32 564	24.75 624	1.14 447	1.17 427	1.17 485	1.11 458	1.15 474	1.17 453	1.21 530	1.08 452	1.16 477	1.12 464	1.14 463	1.09 457	1.17 478	1.09 436	1.16 457	1.17 472	1.17 471	1.16 445	1.11 464
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
castereo++	0.54 331	3.59 537	1.15 449	1.31 482	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	1.45 512	1.16 457	0.15 142	0.14 160	0.15 141	0.13 150

Nwc_Net	2.37 569	25.95 629	1.15 449	1.14 419	1.15 480	1.08 452	1.14 473	1.17 453	1.16 478	1.14 462	1.15 474	1.08 456	1.15 465	1.11 461	1.14 473	1.10 438	1.11 451	1.16 468	1.09 464	1.16 445	1.15 471

AF-Net	2.37 569	25.71 628	1.17 451	1.13 418	1.15 480	1.15 462	1.18 478	1.19 456	1.16 478	1.10 453	1.15 474	1.10 460	1.18 470	1.12 463	1.15 474	1.10 438	1.10 450	1.17 472	1.15 468	1.16 445	1.12 466

NCC-stereo	2.36 567	25.52 627	1.17 451	1.15 421	1.17 485	1.11 458	1.11 470	1.15 447	1.16 478	1.10 453	1.16 477	1.10 460	1.15 465	1.14 464	1.13 472	1.09 436	1.11 451	1.15 467	1.16 470	1.17 450	1.17 475

MM-Stereo_test3	1.27 503	2.07 464	1.18 453	1.60 496	1.02 473	1.45 526	1.01 465	1.40 518	1.04 474	1.44 521	1.03 470	1.46 527	1.02 457	1.44 524	1.02 466	1.51 517	1.12 454	1.32 527	0.98 450	1.38 509	0.97 452

stereogan	2.33 565	24.38 623	1.18 453	1.18 428	1.18 487	1.14 461	1.18 478	1.19 456	1.19 484	1.14 462	1.18 481	1.14 465	1.18 470	1.14 464	1.18 479	1.14 446	1.14 455	1.19 476	1.19 474	1.15 443	1.19 479

CSP-Net	0.34 197	1.29 419	1.19 455	1.36 486	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	1.26 497	1.21 508	0.03 38	0.09 111	0.02 20	0.09 111

FENet	0.54 331	1.52 433	1.19 455	1.41 489	0.23 210	0.35 227	0.23 201	0.35 217	0.23 200	0.34 218	0.23 204	0.35 226	0.23 204	0.35 226	0.23 197	1.40 509	1.07 441	0.32 216	0.23 203	0.33 209	0.23 184

RGC	2.36 567	25.48 626	1.19 455	1.15 421	1.15 480	1.10 455	1.16 476	1.17 453	1.16 478	1.12 459	1.16 477	1.11 463	1.13 461	1.09 457	1.18 479	1.10 438	1.15 456	1.16 468	1.12 465	1.14 441	1.12 466

DisPM	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

NINENet	0.69 363	3.87 549	1.20 458	1.98 511	0.05 99	0.40 250	0.04 81	0.40 244	0.05 97	0.41 258	0.04 88	0.41 266	0.05 94	0.40 250	0.05 88	1.79 525	1.56 539	0.34 232	0.22 197	0.34 213	0.23 184

CrosDoStereo	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

PFNet+	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

LCNet	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

HHNet	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

Patchmatch Stereo++	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480
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	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

STrans-v2	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

TransformOpticalFlow	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

OMP-Stereo	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

IIG-Stereo	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

NF-Stereo	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

OCTAStereo	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

PSM-softLoss	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

KMStereo	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

NRIStereo	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

PSM-adaLoss	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

PSM-AAD	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

FTStereo	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

ROB_FTStereo_v2	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

ROB_FTStereo	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

Consistency-Raft	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

KYRaft	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

HUI-Stereo	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

ASMatch	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

DeepStereo_LL	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

DEmStereo	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

SST-Stereo	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

THIR-Stereo	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

RAFT_R40	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

DRaft	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

PFNet	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

GrayStereo	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

RE-Stereo	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

Pruner-Stereo	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

TVStereo	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

DeepStereo_RVC	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

RAFT-RH_RVC	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

IRAFT_RVC	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

RAFT-345	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

iRAFT	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

CRE-IMP	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

GMM-Stereo	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

RAFT-IKP	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

Prome-Stereo	1.20 453	1.20 363	1.20 458	1.20 430	1.20 489	1.20 465	1.20 480	1.20 459	1.20 485	1.20 467	1.20 482	1.20 470	1.20 472	1.20 469	1.20 481	1.20 449	1.20 462	1.20 477	1.20 477	1.20 454	1.20 480

SPS-STEREO	1.59 511	1.91 455	1.21 504	1.94 507	1.20 489	2.00 544	1.23 527	1.99 535	1.24 533	2.00 541	1.25 531	2.03 545	1.26 521	2.00 543	1.29 536	1.90 533	1.18 461	1.89 553	1.21 522	1.89 529	1.20 480
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
CRFU-Net	0.65 349	1.67 437	1.22 505	1.96 510	0.27 227	0.41 266	0.27 220	0.41 259	0.27 227	0.40 244	0.26 223	0.41 266	0.27 228	0.40 250	0.27 215	1.80 526	1.62 546	0.34 232	0.23 203	0.33 209	0.23 184

GANetREF_RVC	1.55 510	1.94 461	1.22 505	1.88 504	1.21 535	1.88 536	1.22 526	1.88 530	1.22 531	1.88 533	1.22 528	1.88 535	1.22 519	1.89 539	1.22 527	1.87 529	1.22 509	1.88 552	1.22 523	1.88 528	1.22 526
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
FAT-Stereo	2.46 573	26.05 630	1.23 507	1.23 477	1.22 537	1.20 465	1.24 528	1.23 507	1.23 532	1.19 466	1.22 528	1.21 515	1.24 520	1.20 469	1.24 528	1.21 494	1.17 460	1.22 523	1.25 527	1.20 454	1.24 529

S-Stereo	2.51 574	26.86 631	1.23 507	1.22 475	1.22 537	1.24 513	1.25 529	1.22 505	1.24 533	1.21 512	1.24 530	1.19 469	1.27 522	1.19 468	1.24 528	1.19 448	1.20 462	1.25 524	1.19 474	1.24 502	1.23 528

ssnet_v2	0.68 358	1.96 462	1.25 509	0.29 172	0.20 196	0.30 205	0.20 183	0.29 199	0.22 194	1.50 523	0.20 194	0.31 214	0.20 192	0.27 200	0.22 191	0.24 180	1.49 533	0.26 196	0.18 191	3.90 576	0.19 175

CC-Net-ROB	1.36 506	1.33 424	1.33 510	1.36 486	1.38 542	1.36 519	1.33 534	1.37 515	1.34 538	1.35 516	1.36 541	1.38 521	1.34 528	1.38 522	1.38 543	1.35 504	1.38 527	1.33 528	1.35 532	1.43 510	1.34 537

11t	1.27 503	2.70 508	1.34 511	1.32 483	0.89 455	1.30 516	1.34 535	1.64 524	0.57 401	1.45 522	0.72 441	1.05 455	1.29 524	1.07 456	1.29 536	1.49 514	1.02 438	0.97 455	1.15 468	1.48 511	1.31 533

PS-NSSS	1.38 508	1.39 428	1.34 511	1.34 484	1.35 539	1.38 521	1.37 543	1.35 512	1.38 544	1.34 515	1.34 538	1.39 523	1.38 533	1.70 530	1.40 544	1.36 506	1.36 524	1.36 533	1.37 535	1.37 508	1.36 539

3.25w_new	2.03 540	2.72 512	1.35 513	3.33 558	1.57 549	2.72 576	1.53 553	2.15 545	1.33 537	2.15 551	1.60 555	2.63 571	1.30 525	2.72 576	1.99 583	2.67 575	1.53 536	1.75 543	1.25 527	2.53 561	1.87 572

3.5w_stereo	2.03 540	2.72 512	1.35 513	3.41 560	1.57 549	2.72 576	1.49 552	2.01 537	1.34 538	2.15 551	1.61 557	2.63 571	1.36 530	2.72 576	1.99 583	2.66 573	1.58 541	1.68 542	1.24 525	2.53 561	1.87 572

1w_stereo	2.05 545	2.32 484	1.35 513	3.74 575	2.01 578	2.73 578	1.42 548	1.88 530	1.93 581	2.03 544	1.28 534	2.71 574	1.99 569	2.72 576	1.72 561	2.20 547	1.32 511	1.87 549	1.86 576	2.45 550	1.54 546

castereo	0.61 342	3.79 545	1.35 513	1.52 491	0.15 168	0.17 150	0.16 160	0.20 160	0.21 191	0.18 151	0.16 170	0.21 167	0.12 149	0.26 196	0.17 171	1.43 511	1.38 527	0.17 153	0.16 166	0.18 155	0.16 157

ff7	1.68 513	2.68 505	1.35 513	0.97 401	0.89 455	1.84 533	2.15 583	2.12 541	1.80 568	2.05 546	1.56 551	2.33 552	2.12 574	2.23 549	2.25 586	1.31 500	1.07 441	1.48 535	1.41 538	0.90 419	1.04 461

ffff	1.68 513	2.68 505	1.35 513	0.97 401	0.89 455	1.84 533	2.15 583	2.12 541	1.80 568	2.05 546	1.56 551	2.33 552	2.12 574	2.23 549	2.25 586	1.31 500	1.07 441	1.48 535	1.41 538	0.90 419	1.04 461

ccc-4	1.68 513	2.68 505	1.35 513	0.97 401	0.89 455	1.84 533	2.15 583	2.12 541	1.80 568	2.05 546	1.56 551	2.33 552	2.12 574	2.23 549	2.25 586	1.31 500	1.07 441	1.48 535	1.41 538	0.90 419	1.04 461

MaskLacGwcNet_RVC	1.35 505	1.35 425	1.35 513	1.35 485	1.35 539	1.35 517	1.35 536	1.36 513	1.35 541	1.36 517	1.35 539	1.36 520	1.36 530	1.36 519	1.35 540	1.35 504	1.35 523	1.35 531	1.35 532	1.35 507	1.35 538

tt45	1.04 444	0.88 299	1.36 521	0.92 388	1.03 474	1.51 528	0.79 438	0.70 391	0.88 452	0.74 405	0.90 455	1.60 529	0.72 426	1.60 526	0.75 436	0.91 418	0.78 415	1.52 538	0.79 433	1.14 441	1.32 534

PASM	0.39 256	3.06 526	1.36 521	1.58 492	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

2.5w	2.01 537	2.40 494	1.37 523	3.28 553	2.01 578	2.71 575	1.43 551	1.82 529	1.83 571	1.90 535	1.41 546	2.71 574	1.35 529	2.71 574	1.85 572	2.66 573	1.53 536	1.64 540	1.23 524	2.53 561	1.87 572

MC-Stereo	1.76 516	2.96 524	1.37 523	2.14 515	1.37 541	2.14 550	1.36 538	2.14 544	1.37 543	2.14 550	1.37 542	2.14 547	1.37 532	2.14 548	1.37 542	1.97 537	1.32 511	1.97 555	1.32 531	1.98 530	1.33 535

sAnonymous2	3.31 586	2.63 503	1.38 525	3.71 572	1.86 570	4.70 611	1.11 470	4.82 614	2.72 592	5.45 619	1.98 585	4.59 604	2.64 579	2.65 571	6.21 624	4.37 587	1.08 445	5.16 618	2.24 588	4.52 585	2.39 585

CroCo_RVC	3.31 586	2.63 503	1.38 525	3.71 572	1.86 570	4.70 611	1.11 470	4.82 614	2.72 592	5.45 619	1.98 585	4.59 604	2.64 579	2.65 571	6.21 624	4.37 587	1.08 445	5.16 618	2.24 588	4.52 585	2.39 585

DEFOM-Stereo	0.68 358	3.11 528	1.40 527	1.63 500	0.25 217	0.31 210	0.25 209	0.31 205	0.28 230	0.31 206	0.29 240	0.29 207	0.27 228	0.31 214	0.28 225	1.59 519	1.47 532	0.30 209	0.29 251	0.30 195	0.28 222

4w-stereo	2.02 538	2.72 512	1.44 528	3.36 559	1.59 551	2.48 563	1.72 560	2.28 547	1.24 533	2.24 553	1.65 559	2.56 567	1.32 527	2.39 559	1.98 582	2.67 575	1.51 534	1.66 541	1.24 525	2.53 561	1.88 575

RASNet	1.49 509	1.65 436	1.45 529	1.38 488	1.43 545	1.47 527	1.36 538	1.38 517	1.36 542	1.39 519	1.60 555	1.45 526	1.45 536	1.51 525	2.21 585	1.53 518	1.36 524	1.36 533	1.36 534	1.66 519	1.36 539

4.25w-stereo	1.98 525	2.72 512	1.46 530	3.47 563	1.43 545	2.07 547	1.98 574	2.53 566	1.52 549	2.71 572	1.98 585	1.81 534	1.62 541	1.96 541	1.36 541	1.88 532	2.00 563	2.53 579	1.61 557	1.74 523	1.15 471

3.25w	2.04 543	2.20 475	1.48 531	3.03 545	2.17 588	2.63 574	1.39 544	1.96 533	1.95 582	1.96 536	1.37 542	2.71 574	1.96 566	2.71 574	1.73 566	2.26 550	1.32 511	1.87 549	1.87 577	2.51 557	1.63 557

gwcnet-sp	0.82 405	1.72 439	1.48 531	0.39 205	0.15 168	0.31 210	0.21 188	0.20 160	0.25 208	1.61 527	0.23 204	0.28 201	0.26 220	0.20 159	0.15 161	0.24 180	1.33 518	0.32 216	0.16 166	6.75 614	0.23 184

scenet	0.82 405	1.72 439	1.48 531	0.39 205	0.15 168	0.31 210	0.21 188	0.20 160	0.25 208	1.61 527	0.23 204	0.28 201	0.26 220	0.20 159	0.15 161	0.24 180	1.33 518	0.32 216	0.16 166	6.75 614	0.23 184

ssnet	0.82 405	1.72 439	1.48 531	0.39 205	0.15 168	0.31 210	0.21 188	0.20 160	0.25 208	1.61 527	0.23 204	0.28 201	0.26 220	0.20 159	0.15 161	0.24 180	1.33 518	0.32 216	0.16 166	6.75 614	0.23 184

MonStereo	2.17 549	2.41 495	1.49 535	2.67 535	1.67 556	2.60 573	2.04 581	2.32 554	1.76 565	2.44 563	1.68 561	2.50 560	1.69 545	2.38 557	1.80 569	2.28 554	1.78 555	2.63 582	2.14 585	3.47 572	1.68 561

MonStereo1	1.94 523	2.77 518	1.52 536	3.73 574	1.51 548	2.13 549	1.42 548	2.32 554	1.52 549	2.31 558	1.50 549	2.53 562	1.59 538	2.34 556	1.56 549	1.91 534	1.36 524	1.86 548	1.31 530	2.07 532	1.53 545

MM-Stereo_test1	1.80 519	3.41 535	1.52 536	2.12 514	1.41 544	2.04 545	1.41 546	2.05 539	1.46 548	2.04 545	1.41 546	2.05 546	1.42 535	2.05 544	1.43 546	2.04 541	1.54 538	1.94 554	1.38 537	1.99 531	1.33 535

asd	2.18 551	2.77 518	1.58 538	3.59 568	2.00 577	2.58 572	1.85 566	2.39 559	1.71 557	2.47 565	1.97 579	2.59 569	1.61 540	2.56 566	1.79 568	2.51 570	1.99 562	2.11 561	1.62 560	2.36 546	1.60 553

qwe	2.18 551	2.60 502	1.58 538	3.83 576	1.90 575	2.53 568	1.90 572	2.48 562	1.73 562	2.37 561	1.92 575	2.53 562	1.68 543	2.56 566	1.83 570	2.52 572	1.87 561	2.07 557	1.68 567	2.32 544	1.71 562

LL-Strereo	1.01 440	5.06 568	1.63 540	0.70 349	1.43 545	0.56 378	0.46 364	0.57 371	0.50 381	0.57 380	0.50 388	1.58 528	0.49 376	0.59 381	0.50 355	1.64 522	0.52 373	0.51 380	1.37 535	0.52 354	0.45 348

HBP-ISP	1.24 501	1.72 439	1.65 541	1.15 421	0.76 446	1.40 523	0.88 448	1.67 527	1.02 473	1.69 531	1.38 544	1.69 533	1.21 518	1.87 538	1.21 526	1.05 433	0.79 416	0.97 455	0.80 435	1.19 453	0.75 431

Anonymous3	2.55 575	3.26 533	1.65 541	3.28 553	1.63 554	3.24 587	1.68 557	3.27 586	1.66 552	3.28 587	1.67 560	3.25 587	1.66 542	3.27 586	1.64 553	3.26 581	1.65 548	3.30 586	1.65 562	4.95 603	1.65 560

3w_stereo	2.04 543	2.24 479	1.70 543	3.15 548	2.18 590	2.49 564	1.26 531	2.03 538	1.98 583	1.98 539	1.33 537	2.72 578	1.99 569	2.59 568	1.72 561	2.22 549	1.33 518	1.85 545	1.88 582	2.50 556	1.58 551

DPSMNet_ROB	1.60 512	1.59 435	1.70 543	1.59 493	1.59 551	1.61 530	1.61 554	1.60 520	1.60 551	1.62 530	1.59 554	1.60 529	1.60 539	1.60 526	1.59 551	1.59 519	1.60 545	1.59 539	1.59 555	1.59 515	1.59 552

MFMNet_re	1.81 520	1.91 455	1.71 545	1.95 509	1.70 562	1.95 541	1.70 559	1.96 533	1.74 564	1.97 538	1.72 563	1.95 538	1.71 547	1.97 542	1.71 559	1.86 527	1.62 546	1.85 545	1.66 563	1.86 527	1.64 558

RAFT_CTSACE	1.92 522	3.71 542	1.72 546	1.88 504	1.72 563	2.04 545	1.42 548	2.18 546	1.89 579	2.02 543	1.97 579	1.95 538	2.06 573	1.93 540	1.62 552	1.76 524	1.66 549	2.02 556	1.73 573	1.73 522	1.43 544

UDGNet	2.23 561	5.40 578	1.72 546	2.48 530	1.69 559	2.51 567	1.69 558	2.51 565	1.72 561	2.50 567	1.69 562	2.52 561	1.69 545	2.50 564	1.68 557	2.41 564	1.70 551	2.42 573	1.69 569	2.42 548	1.64 558

FBW_ROB	2.12 548	2.46 498	1.77 548	2.49 531	1.79 566	2.38 558	1.83 562	2.46 561	1.78 567	2.48 566	1.97 579	2.40 557	1.78 554	2.42 562	1.83 570	2.31 558	1.85 560	2.38 571	1.82 575	2.35 545	1.84 568

asda	2.17 549	2.54 499	1.81 549	3.47 563	1.78 565	2.50 566	1.86 567	2.61 568	1.68 553	2.61 570	1.83 565	2.37 556	1.73 549	2.44 563	1.88 577	2.51 570	1.84 559	2.34 568	1.62 560	2.23 538	1.77 567

4.5w-stereo	1.99 526	2.33 485	1.81 549	3.28 553	1.68 558	1.94 538	1.99 577	2.72 569	1.70 556	2.72 573	1.99 588	1.97 540	1.68 543	1.76 532	1.29 536	1.91 534	2.02 569	2.53 579	1.61 557	1.75 524	1.16 474

2.75w_new	1.99 526	2.34 489	1.81 549	3.14 547	1.62 553	1.94 538	1.99 577	2.72 569	1.71 557	2.72 573	1.99 588	1.90 536	1.73 549	1.82 537	1.29 536	2.37 561	2.01 565	2.31 566	1.42 541	1.77 525	1.22 526

2w_stereo	1.99 526	2.36 492	1.81 549	3.24 551	1.67 556	1.94 538	1.98 574	2.72 569	1.68 553	2.72 573	1.94 576	1.98 541	1.74 551	1.79 535	1.27 533	1.95 536	2.00 563	2.53 579	1.60 556	1.68 520	1.15 471

U	5.15 619	8.49 600	1.81 549	8.49 615	1.77 564	8.49 628	1.77 561	8.51 629	1.77 566	8.49 629	1.77 564	8.50 629	1.78 554	8.58 629	1.77 567	8.54 627	1.78 555	8.55 629	1.78 574	8.55 623	1.84 568

4.25_new	2.00 530	2.33 485	1.82 554	3.32 556	1.69 559	1.95 541	1.99 577	2.72 569	1.71 557	2.72 573	1.97 579	2.01 543	1.74 551	1.77 533	1.28 534	2.18 545	2.01 565	2.48 577	1.58 553	1.65 517	1.17 475

4.5w_new	2.00 530	2.33 485	1.82 554	3.32 556	1.69 559	1.95 541	1.99 577	2.72 569	1.71 557	2.72 573	1.97 579	2.01 543	1.74 551	1.77 533	1.28 534	2.18 545	2.01 565	2.48 577	1.58 553	1.65 517	1.17 475

IGEV	2.02 538	2.20 475	1.82 554	2.90 543	2.16 586	2.41 560	1.25 529	2.00 536	1.98 583	1.99 540	1.31 536	2.72 578	1.93 563	2.67 573	1.69 558	2.26 550	1.32 511	1.83 544	1.87 577	2.53 561	1.61 555

3.75w	1.99 526	2.31 483	1.83 557	3.16 549	1.65 555	1.93 537	1.98 574	2.72 569	1.68 553	2.73 578	1.97 579	2.00 542	1.72 548	1.81 536	1.25 532	2.27 553	2.01 565	2.38 571	1.42 541	1.71 521	1.24 529

IGEVStereo-DCA	1.77 517	4.21 557	1.84 558	2.49 531	2.11 584	2.54 570	1.36 538	1.65 525	1.17 482	2.75 579	1.90 573	2.54 565	1.15 465	0.94 439	1.11 470	1.50 515	1.32 511	0.96 453	1.46 544	1.49 512	0.88 443

rrr	1.77 517	4.21 557	1.84 558	2.49 531	2.11 584	2.54 570	1.36 538	1.65 525	1.17 482	2.75 579	1.90 573	2.54 565	1.15 465	0.94 439	1.11 470	1.50 515	1.32 511	0.96 453	1.46 544	1.49 512	0.88 443

test-3	0.98 433	4.13 555	1.85 560	1.85 503	0.61 420	0.69 396	0.37 321	0.63 382	0.61 412	0.66 394	0.51 394	0.73 405	0.44 356	0.57 379	0.54 365	1.68 523	1.81 558	0.40 280	0.43 370	0.66 369	0.50 374

TRStereo	2.00 530	2.13 469	1.85 560	2.27 521	1.84 567	2.28 554	1.84 563	2.29 549	1.86 573	2.30 555	1.87 568	2.30 549	1.87 557	2.08 545	1.72 561	2.08 542	1.72 552	2.08 558	1.72 570	2.08 533	1.72 563

XX-Stereo	2.00 530	2.13 469	1.85 560	2.27 521	1.84 567	2.28 554	1.84 563	2.29 549	1.86 573	2.30 555	1.87 568	2.30 549	1.87 557	2.08 545	1.72 561	2.08 542	1.72 552	2.08 558	1.72 570	2.08 533	1.72 563

EAI-Stereo	2.00 530	2.13 469	1.85 560	2.27 521	1.84 567	2.28 554	1.84 563	2.29 549	1.86 573	2.30 555	1.87 568	2.30 549	1.87 557	2.08 545	1.72 561	2.08 542	1.72 552	2.08 558	1.72 570	2.08 533	1.72 563

AIO_rvc	2.18 551	2.34 489	1.87 564	2.32 525	1.94 576	2.40 559	1.89 571	2.37 557	2.07 588	2.52 568	1.95 578	2.44 559	1.99 569	2.41 560	1.89 578	2.32 559	2.09 571	2.24 562	2.18 586	2.21 537	2.23 579

LG-G_1	2.22 558	2.71 510	1.89 565	2.77 538	1.87 573	2.75 580	1.87 569	2.76 577	1.87 577	2.75 579	1.87 568	2.76 581	1.87 557	2.75 580	1.86 573	2.47 567	1.58 541	2.45 574	1.57 550	2.45 550	1.57 549

LG-G	2.22 558	2.71 510	1.89 565	2.77 538	1.87 573	2.75 580	1.87 569	2.76 577	1.87 577	2.75 579	1.87 568	2.76 581	1.87 557	2.75 580	1.86 573	2.47 567	1.58 541	2.45 574	1.57 550	2.45 550	1.57 549

LGtest1	2.22 558	2.70 508	1.89 565	2.76 537	1.86 570	2.75 580	1.86 567	2.75 576	1.86 573	2.75 579	1.86 567	2.77 583	1.87 557	2.75 580	1.86 573	2.46 566	1.58 541	2.45 574	1.56 549	2.45 550	1.56 548

sCroCo_RVC	2.10 546	2.76 516	1.92 568	2.78 541	1.39 543	2.73 578	1.41 546	2.73 575	1.40 545	2.77 584	1.41 546	2.74 580	1.40 534	2.74 579	1.40 544	2.72 577	1.42 529	2.72 583	1.44 543	2.79 568	1.42 543

monsterstereo	2.20 557	2.33 485	1.95 569	3.65 570	2.07 583	2.49 564	1.61 554	2.48 562	1.83 571	2.45 564	1.61 557	2.67 573	1.86 556	2.64 570	1.94 579	2.48 569	1.66 549	2.34 568	1.68 567	2.40 547	1.86 570

monsters	2.18 551	2.41 495	1.96 570	3.47 563	2.03 582	2.53 568	1.64 556	2.48 562	1.73 562	2.40 562	1.50 549	2.62 570	1.94 564	2.59 568	1.94 579	2.44 565	1.57 540	2.28 564	1.87 577	2.42 548	1.86 570

2.25w	2.00 530	1.86 450	1.98 571	2.95 544	2.17 588	2.26 551	1.35 536	2.42 560	2.00 586	2.07 549	1.27 533	2.53 562	1.99 569	2.29 553	1.49 548	2.21 548	1.32 511	1.85 545	1.87 577	2.52 558	1.62 556

4.5_new	2.00 530	1.84 447	1.98 571	2.77 538	2.16 586	2.27 552	1.28 533	2.09 540	1.98 583	2.01 542	1.28 534	2.71 574	1.98 567	2.51 565	1.65 554	2.26 550	1.33 518	1.87 549	1.87 577	2.49 554	1.60 553

DEFOM-Stereo_RVC	0.83 408	5.18 570	1.98 571	2.19 516	0.17 179	0.19 157	0.18 175	0.19 154	0.16 169	0.20 159	0.19 190	0.22 175	0.22 198	0.20 159	0.15 161	2.28 554	2.13 573	0.24 190	0.17 186	0.18 155	0.16 157

HUF	2.18 551	2.30 482	1.99 574	2.34 526	2.02 581	2.41 560	2.06 582	2.38 558	1.89 579	2.36 560	1.85 566	2.56 567	1.98 567	2.31 555	1.97 581	2.30 557	2.03 570	2.30 565	2.11 584	2.23 538	2.16 577

AIO_test	2.18 551	2.09 467	2.04 575	2.42 528	2.01 578	2.47 562	1.94 573	2.34 556	2.03 587	2.56 569	1.94 576	2.43 558	1.94 564	2.41 560	1.87 576	2.39 563	2.10 572	2.35 570	1.91 583	2.25 540	2.19 578

IER	0.88 416	7.04 589	2.23 576	2.75 536	0.28 232	0.43 304	0.25 209	0.39 239	0.25 208	0.41 258	0.27 228	0.39 245	0.25 211	0.40 250	0.28 225	0.37 233	0.28 204	0.37 256	0.25 216	0.37 236	0.25 195

NCCL2	2.28 563	2.27 480	2.28 577	2.28 524	2.28 591	2.27 552	2.29 586	2.28 547	2.28 589	2.27 554	2.28 591	2.28 548	2.27 577	2.27 552	2.28 590	2.28 554	2.28 577	2.27 563	2.29 590	2.27 541	2.29 580

iRaftStereo_RVC	0.97 431	3.17 531	2.30 578	2.42 528	0.38 335	0.54 376	0.38 327	0.54 364	0.38 327	0.54 372	0.38 333	0.54 375	0.38 325	0.54 369	0.38 300	2.38 562	2.34 578	0.49 371	0.36 335	0.49 341	0.36 309

error version	0.93 427	4.47 561	2.35 579	1.99 512	0.37 328	0.41 266	0.36 315	0.41 259	0.35 311	0.43 285	0.36 321	0.41 266	0.40 334	0.41 265	0.36 288	1.87 529	2.16 574	0.47 358	0.37 337	0.39 279	0.33 289

test_1	0.93 427	4.47 561	2.35 579	1.99 512	0.37 328	0.41 266	0.36 315	0.41 259	0.35 311	0.43 285	0.36 321	0.41 266	0.40 334	0.41 265	0.36 288	1.87 529	2.16 574	0.47 358	0.37 337	0.39 279	0.33 289

STTStereo	3.73 589	30.40 637	2.37 581	2.39 527	2.31 593	2.35 557	2.33 587	2.29 549	2.42 590	2.32 559	2.34 592	2.33 552	2.36 578	2.30 554	2.27 589	2.35 560	2.22 576	2.31 566	2.22 587	2.29 543	2.34 584

VIP-Stereo	0.70 365	2.97 525	2.43 582	2.49 531	0.16 175	0.25 188	0.16 160	0.25 185	0.16 169	0.25 185	0.18 188	0.25 188	0.16 168	0.26 196	0.16 167	1.86 527	1.26 510	0.23 182	0.15 164	0.23 176	0.15 156

SuperB	0.21 150	0.10 67	2.51 583	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

NLCA_NET_v2_RVC	5.04 617	50.87 647	2.78 584	2.87 542	2.71 594	2.78 583	0.47 369	2.88 582	2.86 594	1.89 534	2.67 593	2.79 584	2.79 582	2.78 583	2.83 591	2.82 578	2.82 580	2.83 584	2.77 593	2.83 569	2.76 588
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
HCRNet	1.22 500	7.11 590	3.00 585	3.55 567	0.33 305	0.29 204	0.14 152	0.19 154	0.15 167	0.33 216	0.29 240	0.25 188	0.14 158	0.22 173	0.33 268	3.64 584	3.00 581	0.76 418	0.32 305	0.18 155	0.13 150

rvit_105_1	3.83 590	5.22 571	3.01 586	4.53 580	3.01 596	4.51 599	3.01 594	4.56 601	3.04 595	4.53 600	3.03 596	4.55 602	3.03 583	4.56 601	3.04 592	4.57 593	3.05 582	4.57 599	3.05 597	4.57 587	3.05 593

rvit_stereo_0081	3.83 590	5.23 572	3.01 586	4.53 580	3.03 598	4.55 605	3.02 595	4.56 601	3.04 595	4.52 598	3.02 594	4.54 600	3.03 583	4.56 601	3.04 592	4.57 593	3.05 582	4.57 599	3.05 597	4.58 588	3.05 593

rvit_stereo_0082	3.86 592	5.82 586	3.01 586	4.53 580	3.03 598	4.54 601	3.02 595	4.56 601	3.04 595	4.53 600	3.02 594	4.55 602	3.04 586	4.57 604	3.05 594	4.57 593	3.05 582	4.58 601	3.05 597	4.58 588	3.06 596

rvit_0105_4	3.91 597	5.47 582	3.02 589	4.54 583	3.02 597	4.54 601	3.03 599	4.75 611	3.17 606	4.57 604	3.06 599	4.61 608	3.16 594	4.65 608	3.09 600	4.66 600	3.11 589	4.68 608	3.18 607	4.81 598	3.16 605

rvit_stereo_0081_aga	3.86 592	5.33 575	3.02 589	4.55 586	3.04 602	4.54 601	3.02 595	4.64 608	3.06 599	4.54 602	3.04 598	4.62 609	3.08 590	4.62 607	3.07 597	4.58 596	3.06 586	4.60 603	3.08 601	4.63 591	3.07 597

rvit_stereo_0080	3.89 595	5.70 583	3.04 591	4.54 583	3.03 598	4.56 606	3.05 601	4.60 605	3.07 600	4.58 605	3.06 599	4.59 604	3.06 588	4.61 605	3.08 598	4.63 598	3.09 587	4.64 605	3.10 602	4.65 592	3.10 600

whm_eth	3.89 595	5.70 583	3.04 591	4.54 583	3.03 598	4.56 606	3.05 601	4.60 605	3.07 600	4.58 605	3.06 599	4.59 604	3.06 588	4.61 605	3.08 598	4.63 598	3.09 587	4.64 605	3.10 602	4.65 592	3.10 600

rvit_stereo_ft	3.93 600	5.44 580	3.05 593	4.59 587	3.06 603	4.61 609	3.08 604	4.67 610	3.12 605	4.63 609	3.10 604	4.65 611	3.11 592	4.69 611	3.13 602	4.70 601	3.14 591	4.71 610	3.15 606	4.74 595	3.16 605

rvit_0105_3	3.91 597	5.33 575	3.06 594	4.60 588	3.07 604	4.60 608	3.06 603	4.62 607	3.08 603	4.60 607	3.07 602	4.62 609	3.08 590	4.67 609	3.10 601	4.70 601	3.11 589	4.77 612	3.19 608	4.77 597	3.14 604

rvit_stereo_0083	3.92 599	5.30 574	3.06 594	4.61 589	3.09 605	4.67 610	3.08 604	4.66 609	3.09 604	4.62 608	3.10 604	4.66 612	3.11 592	4.67 609	3.16 603	4.72 603	3.16 592	4.77 612	3.11 604	4.66 594	3.11 602

rvit_0105_6	3.87 594	5.73 585	3.10 596	4.69 590	3.12 606	4.54 601	3.02 595	4.56 601	3.04 595	4.54 602	3.03 596	4.54 600	3.04 586	4.56 601	3.05 594	4.58 596	3.05 582	4.58 601	3.05 597	4.58 588	3.05 593

AEACV	1.12 450	0.52 244	3.12 597	3.24 551	0.86 453	0.53 373	0.49 380	0.60 378	0.47 369	0.53 367	0.49 386	0.55 379	0.45 359	0.55 373	0.47 346	3.01 579	3.88 600	0.71 405	0.60 405	0.80 403	0.48 358

DispFullNet	4.61 610	4.84 564	3.12 597	5.00 595	3.57 611	4.75 614	3.03 599	7.75 627	4.17 619	4.91 614	3.09 603	6.20 623	3.95 608	6.71 623	3.51 606	5.30 611	3.67 599	5.86 624	3.63 611	5.61 609	3.46 609

rvit_0105_5	4.10 601	5.40 578	3.13 599	4.71 591	3.15 607	4.72 613	3.10 606	4.90 616	3.27 607	4.69 610	3.16 606	4.84 616	3.25 595	4.96 615	3.34 605	5.05 608	3.39 597	5.10 617	3.40 609	5.11 605	3.42 608

hknet	1.10 447	1.85 448	3.49 600	4.48 577	0.02 21	0.42 288	0.06 108	0.41 259	0.02 21	0.48 334	0.03 52	0.41 266	0.03 52	0.42 280	0.03 48	4.39 589	4.19 603	0.33 224	0.23 203	0.34 213	0.27 209

PDISCO_ROB	0.83 408	2.80 522	3.49 600	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	3.30 587	0.13 147	0.14 116	2.34 578	0.16 145	0.12 147	2.62 567	0.10 116

MLG-Stereo_test1	4.25 602	5.34 577	3.61 602	5.31 597	3.63 613	5.23 617	3.57 611	5.38 619	3.65 609	5.23 616	3.47 608	4.76 613	3.74 602	4.85 612	3.71 609	4.96 605	3.18 594	4.71 610	2.92 594	4.86 601	2.90 590

DPSNet	3.66 588	3.60 538	3.62 603	3.63 569	3.64 614	3.65 591	3.65 613	3.66 591	3.67 610	3.67 590	3.65 611	3.67 591	3.66 599	3.66 590	3.68 608	3.68 585	3.66 598	3.67 591	3.68 614	3.67 573	3.67 611

MLG-Stereo_test2	4.28 604	5.46 581	3.69 604	4.86 593	3.72 615	5.58 620	3.42 609	4.81 613	3.77 615	4.85 612	3.72 613	5.55 621	3.63 598	5.58 619	3.53 607	4.41 590	3.28 596	4.99 616	2.95 595	4.75 596	3.13 603

Occ-G	1.12 450	0.52 244	3.72 605	3.50 566	0.50 388	0.56 378	0.47 369	0.54 364	0.46 364	0.54 372	0.41 351	0.54 375	0.42 351	0.52 365	0.42 330	3.42 583	4.02 602	0.52 383	0.45 372	0.51 352	0.44 346

MLG-Stereo_test3	4.26 603	4.85 565	3.95 606	5.35 598	3.60 612	4.75 614	3.76 614	5.49 620	3.71 611	5.39 617	3.69 612	4.82 615	3.66 599	4.85 612	3.73 612	4.93 604	3.19 595	4.69 609	2.99 596	4.84 600	2.98 592

SGM-Forest	5.21 620	5.92 587	4.08 607	6.18 604	4.16 620	6.31 622	4.34 621	6.50 622	4.33 620	6.14 623	4.21 619	6.61 626	4.55 614	6.67 622	4.48 619	5.94 615	3.94 601	5.85 623	4.03 620	5.79 611	4.17 619
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FC-DCNN v2	5.10 618	5.15 569	4.49 608	5.07 596	3.37 609	6.87 623	4.75 622	5.04 617	6.34 626	7.84 627	5.06 623	6.72 627	4.09 611	4.99 616	5.44 623	5.03 607	3.16 592	4.67 607	4.86 623	5.15 606	3.89 616

TestStereo	4.88 614	4.75 563	4.79 609	4.87 594	4.92 623	4.81 616	4.90 623	4.78 612	4.77 622	4.87 613	4.89 622	4.90 617	4.91 615	4.99 616	4.79 620	4.98 606	4.87 607	4.87 615	4.92 624	5.00 604	5.00 621

RAFT+CT+SA	4.28 604	7.62 594	4.91 610	5.55 600	2.28 591	3.09 584	3.64 612	4.49 599	3.07 600	4.80 611	3.35 607	4.77 614	3.70 601	4.29 598	3.05 594	5.58 612	5.98 613	3.58 590	3.78 616	4.26 581	3.72 612

AANet_RVC	1.26 502	0.31 136	4.99 611	5.93 602	0.20 196	0.25 188	0.20 183	0.25 185	0.20 188	0.23 176	0.19 190	0.25 188	0.20 192	0.25 186	0.20 186	5.66 613	4.76 606	0.26 196	0.30 271	0.24 178	0.27 209

rvit_stereo_0075_2	6.64 622	8.80 602	5.25 612	7.89 612	5.27 625	7.90 627	5.27 624	7.92 628	5.28 624	7.91 628	5.29 625	7.93 628	5.27 616	7.92 628	5.28 621	7.93 624	5.28 609	7.93 627	5.29 626	7.93 620	5.28 623

DISCO	1.11 449	0.39 155	5.28 613	0.39 205	0.20 196	0.39 248	0.27 220	0.39 239	0.22 194	0.38 232	0.20 194	0.38 240	0.20 192	6.95 626	0.22 191	0.30 201	0.21 176	0.27 200	0.21 194	5.25 607	0.21 179

SGM+DAISY	7.06 624	9.15 604	5.38 614	8.84 617	5.18 624	8.80 629	5.31 625	8.79 630	5.28 624	8.89 630	5.20 624	8.93 630	5.33 617	8.95 630	5.36 622	8.70 628	5.21 608	8.74 630	5.20 625	8.89 624	5.15 622

raft_robust	4.71 612	7.75 595	5.40 615	6.81 607	3.31 608	4.28 598	4.20 620	4.32 598	4.37 621	4.35 597	4.35 620	4.14 596	3.75 603	4.30 599	4.20 618	6.67 619	6.37 614	3.36 588	4.24 622	4.86 601	3.25 607

test_5	4.62 611	7.55 593	6.23 616	6.32 605	3.40 610	5.29 618	3.50 610	3.53 590	4.11 618	4.28 595	4.47 621	4.26 598	4.38 613	3.68 591	3.24 604	5.89 614	5.60 610	4.84 614	3.50 610	4.33 582	3.93 618

cross-raft	4.83 613	7.52 592	6.43 617	6.63 606	3.96 618	4.51 599	3.99 618	4.49 599	3.96 617	4.52 598	3.96 616	4.50 599	3.97 609	4.50 600	3.97 614	6.65 618	6.44 615	4.33 596	3.92 618	4.35 583	3.91 617

TestStereo1	4.60 608	8.41 598	6.44 618	6.86 608	3.79 616	3.97 594	3.78 615	3.99 595	3.74 612	3.97 592	3.52 609	3.94 594	3.58 596	3.98 594	3.72 610	6.82 620	6.50 616	3.76 593	3.66 612	3.90 576	3.74 614

SA-5K	4.60 608	8.41 598	6.44 618	6.86 608	3.79 616	3.97 594	3.78 615	3.99 595	3.74 612	3.97 592	3.52 609	3.94 594	3.58 596	3.98 594	3.72 610	6.82 620	6.50 616	3.76 593	3.66 612	3.90 576	3.74 614

Sa-1000	4.34 607	8.37 597	6.84 620	6.98 610	4.45 622	3.58 589	3.00 593	3.42 589	3.39 608	2.61 570	4.00 617	3.83 593	4.01 610	3.90 593	3.90 613	5.98 616	5.62 611	3.76 593	2.34 591	4.35 583	2.47 587

SA	4.33 606	7.35 591	6.85 621	5.96 603	4.09 619	3.59 590	3.15 607	3.82 593	2.64 591	3.91 591	3.85 614	3.57 589	2.72 581	3.13 585	4.03 615	7.09 623	6.86 618	3.57 589	3.12 605	3.85 575	3.51 610

test_4	4.88 614	8.13 596	6.98 622	7.46 611	4.44 621	4.25 597	3.85 617	4.04 597	3.92 616	4.13 594	3.91 615	4.18 597	3.84 606	4.14 596	4.06 616	7.01 622	7.13 619	4.53 597	3.72 615	4.09 579	3.72 612

RAFT	6.73 623	9.36 606	7.40 623	8.51 616	6.55 627	6.88 624	6.60 627	6.79 623	6.60 627	6.80 624	6.72 629	5.31 620	5.50 618	6.61 621	6.61 627	8.42 626	5.89 612	5.73 621	5.45 628	6.61 613	6.24 625

test_3	5.01 616	8.86 603	7.77 624	8.09 613	2.76 595	4.13 596	4.05 619	3.88 594	3.76 614	4.33 596	4.13 618	3.71 592	3.91 607	4.21 597	4.06 616	7.93 624	7.69 621	4.53 597	3.91 617	4.17 580	4.29 620

test-v	7.53 625	11.89 614	7.98 625	9.36 619	7.14 628	7.06 625	7.09 628	7.37 625	6.91 628	7.29 625	5.71 626	6.45 624	6.93 621	6.73 624	7.27 628	8.93 629	7.85 622	6.98 625	6.80 629	7.56 618	7.34 627

test-2	7.53 625	11.89 614	7.98 625	9.36 619	7.14 628	7.06 625	7.09 628	7.37 625	6.91 628	7.29 625	5.71 626	6.45 624	6.93 621	6.73 624	7.27 628	8.93 629	7.85 622	6.98 625	6.80 629	7.56 618	7.34 627

test-1	6.46 621	9.16 605	8.03 627	8.09 613	5.62 626	6.11 621	6.35 626	6.85 624	4.94 623	6.08 622	6.29 628	4.98 618	6.43 620	6.22 620	6.36 626	6.16 617	7.47 620	5.82 622	5.44 627	7.11 617	5.68 624

MANE	19.05 628	23.00 622	15.00 628	23.00 635	15.00 630	24.00 636	16.00 630	24.00 637	16.00 630	22.00 637	15.00 630	23.00 637	16.00 630	23.00 637	15.00 630	22.00 637	15.00 631	22.00 637	15.00 631	22.00 637	15.00 629

rafts_anoy	20.00 629	20.00 616	20.00 629	20.00 629	20.00 631	20.00 630	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 632	20.00 631	20.00 632	20.00 631	20.00 630

raft+_RVC	20.00 629	20.00 616	20.00 629	20.00 629	20.00 631	20.00 630	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 632	20.00 631	20.00 632	20.00 631	20.00 630

raftrobust	20.00 629	20.00 616	20.00 629	20.00 629	20.00 631	20.00 630	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 632	20.00 631	20.00 632	20.00 631	20.00 630

CasAABBNet	20.00 629	20.00 616	20.00 629	20.00 629	20.00 631	20.00 630	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 632	20.00 631	20.00 632	20.00 631	20.00 630

RALCasStereoNet	20.00 629	20.00 616	20.00 629	20.00 629	20.00 631	20.00 630	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 632	20.00 631	20.00 632	20.00 631	20.00 630

RALAANet	20.00 629	20.00 616	20.00 629	20.00 629	20.00 631	20.00 630	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 631	20.00 632	20.00 631	20.00 632	20.00 631	20.00 630

WCMA_ROB	31.10 636	35.43 642	27.12 635	39.51 647	23.10 637	38.78 648	25.30 637	37.49 649	25.39 637	37.29 648	27.02 637	38.52 649	26.48 637	37.80 648	26.44 637	36.28 645	22.65 638	33.90 642	22.30 638	37.10 646	24.18 636

fff	1000028.16 655	29.62 634	29.72 636	32.61 636	30.02 638	35.13 639	31.83 639	32.07 639	10000000.00 657	35.27 641	29.82 639	32.45 639	30.15 638	32.35 639	30.09 638	31.04 639	29.55 640	30.64 639	30.14 639	10000000.00 658	30.77 638

tt	500032.53 653	34.60 640	29.72 636	37.47 645	34.41 643	36.85 643	35.22 643	34.71 642	33.55 640	34.50 639	35.43 642	33.81 642	10000000.00 658	33.57 642	33.13 642	33.68 642	35.00 644	34.03 643	35.26 645	30.96 639	34.63 642

DCANet	500032.53 653	34.60 640	29.72 636	37.47 645	34.41 643	36.85 643	35.22 643	34.71 642	33.55 640	34.50 639	35.43 642	33.81 642	10000000.00 658	33.57 642	33.13 642	33.68 642	35.00 644	34.03 643	35.26 645	30.96 639	34.63 642

csc	1000028.16 655	29.62 634	29.72 636	32.61 636	30.02 638	35.13 639	31.83 639	32.07 639	10000000.00 657	35.27 641	29.82 639	32.45 639	30.15 638	32.35 639	30.09 638	31.04 639	29.55 640	30.64 639	30.14 639	10000000.00 658	30.77 638

cscssc	1000028.16 655	29.62 634	29.72 636	32.61 636	30.02 638	35.13 639	31.83 639	32.07 639	10000000.00 657	35.27 641	29.82 639	32.45 639	30.15 638	32.35 639	30.09 638	31.04 639	29.55 640	30.64 639	30.14 639	10000000.00 658	30.77 638

111	30.40 635	30.94 638	29.72 636	32.61 636	30.02 638	33.57 637	30.47 638	31.50 638	29.39 638	30.98 638	29.11 638	29.78 638	30.39 641	29.45 638	30.76 641	30.08 638	29.02 639	29.92 638	30.32 642	29.86 638	30.17 637

DCANet-4	35.22 637	34.54 639	35.08 642	33.58 640	35.47 645	34.55 638	35.53 645	36.08 644	35.85 642	35.92 644	35.77 644	35.18 644	35.48 643	35.39 644	37.15 647	34.55 644	33.92 643	35.02 645	34.90 644	35.79 642	34.74 644

Reg-Stereo(zero)	37.00 639	37.00 644	37.00 643	37.00 642	37.00 646	37.00 645	37.00 646	37.00 646	37.00 643	37.00 645	37.00 646	37.00 646	37.00 644	37.00 645	37.00 644	37.00 646	37.00 647	37.00 647	37.00 647	37.00 643	37.00 645

HI	37.00 639	37.00 644	37.00 643	37.00 642	37.00 646	37.00 645	37.00 646	37.00 646	37.00 643	37.00 645	37.00 646	37.00 646	37.00 644	37.00 645	37.00 644	37.00 646	37.00 647	37.00 647	37.00 647	37.00 643	37.00 645

CoSv	37.00 639	37.00 644	37.00 643	37.00 642	37.00 646	37.00 645	37.00 646	37.00 646	37.00 643	37.00 645	37.00 646	37.00 646	37.00 644	37.00 645	37.00 644	37.00 646	37.00 647	37.00 647	37.00 647	37.00 643	37.00 645

ADStereo(finetuned)	36.13 638	36.63 643	38.07 646	36.97 641	33.25 642	35.91 642	34.45 642	36.36 645	32.99 639	38.14 649	36.71 645	36.69 645	34.13 642	38.57 649	40.79 648	37.60 649	36.58 646	35.90 646	33.36 643	35.42 641	34.04 641

MDST_ROB	69.83 642	87.70 648	41.95 647	113.75 650	65.62 651	75.05 649	55.25 650	75.64 651	45.04 646	71.61 650	41.75 649	72.81 650	44.06 647	68.38 650	44.63 649	101.89 652	59.57 652	107.10 652	61.05 652	104.38 649	59.38 650

CBMV	128.50 644	1422.70 659	53.10 648	79.50 649	51.30 650	77.30 650	49.70 649	74.00 650	48.20 647	77.20 651	48.80 650	73.90 651	48.00 648	73.80 651	48.80 650	70.40 651	45.10 651	68.90 651	46.10 651	68.20 648	45.00 649
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AE-Stereo	201.80 646	123.00 649	115.00 649	219.00 652	218.00 654	223.00 653	244.00 654	217.00 654	236.00 651	202.00 654	203.00 653	205.00 654	208.00 651	225.00 654	204.00 653	210.00 654	198.00 654	197.00 654	184.00 655	204.00 651	201.00 652

NOSS_ROB	102.95 643	153.00 652	121.00 650	51.00 648	44.00 649	165.00 652	127.00 651	153.00 652	119.00 648	164.00 653	125.00 651	168.00 653	120.00 649	153.00 652	117.00 651	49.00 650	44.00 650	49.00 650	44.00 650	49.00 647	44.00 648

MGS-Stereo	239.45 647	123.00 649	135.00 651	266.00 653	286.00 655	277.00 654	305.00 655	271.00 655	242.00 652	274.00 655	279.00 655	255.00 655	270.00 653	268.00 655	297.00 655	221.00 655	247.00 656	216.00 655	123.00 653	217.00 652	217.00 654

EGLCR-Stereo	246.90 648	129.00 651	139.00 652	266.00 653	286.00 655	277.00 654	305.00 655	271.00 655	242.00 652	274.00 655	279.00 655	255.00 655	270.00 653	268.00 655	297.00 655	230.00 656	247.00 656	216.00 655	223.00 657	237.00 653	227.00 655

MeshStereo	159.24 645	171.00 653	160.68 653	162.58 651	160.59 652	164.01 651	160.35 652	158.51 653	158.56 649	158.34 652	160.12 652	158.56 652	159.92 650	157.26 653	158.94 652	154.38 653	158.36 653	155.75 653	159.13 654	153.67 650	154.07 651
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
DLCB_ROB	284.23 649	354.61 655	207.27 654	363.24 655	206.46 653	364.72 656	210.41 653	364.72 657	210.41 650	364.81 657	208.64 654	364.81 657	208.64 652	364.72 657	210.41 654	354.70 657	205.53 655	354.70 657	205.53 656	354.70 654	205.53 653

LE_ROB	396.57 650	471.28 656	329.84 655	471.48 656	308.15 657	526.83 657	322.10 657	488.15 658	323.76 654	495.46 658	317.97 657	497.17 658	320.10 655	481.62 658	326.76 657	462.71 658	298.97 658	466.16 658	285.98 658	447.62 655	289.21 656

SGM-ForestM	596.69 651	677.77 657	444.52 656	699.85 657	517.25 658	732.94 658	488.29 658	770.79 659	460.11 655	750.81 659	487.98 658	792.79 659	499.41 656	730.90 659	475.81 658	720.03 659	491.16 659	663.96 659	418.60 659	674.76 656	436.05 657

CBMV_ROB	818.48 652	913.88 658	709.52 657	862.84 658	597.78 659	1073.99 659	700.52 659	1015.66 660	702.59 656	1115.65 660	760.02 659	1130.24 660	721.57 657	1037.41 660	692.65 659	814.05 660	564.29 660	843.28 660	595.31 660	915.51 657	602.92 658

111111	10000000.00 658	10000000.00 660	10000000.00 658	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 661	10000000.00 657	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 658	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 658	10000000.00 659

SGD-Stereo	10000000.00 658	10000000.00 660	10000000.00 658	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 661	10000000.00 657	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 658	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 658	10000000.00 659

IGEV-Stereo++	10000000.00 658	10000000.00 660	10000000.00 658	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 661	10000000.00 657	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 658	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 658	10000000.00 659

IGEV-BASED-STEREO-	10000000.00 658	10000000.00 660	10000000.00 658	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 661	10000000.00 657	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 658	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 658	10000000.00 659

IGEV-Stereo+	10000000.00 658	10000000.00 660	10000000.00 658	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 661	10000000.00 657	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 658	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 658	10000000.00 659

SDNR	10000000.00 658	10000000.00 660	10000000.00 658	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 661	10000000.00 657	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 658	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 658	10000000.00 659

anonymousdsp2	10000000.00 658	10000000.00 660	10000000.00 658	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 661	10000000.00 657	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 658	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 658	10000000.00 659

anonymousdsp	10000000.00 658	10000000.00 660	10000000.00 658	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 661	10000000.00 657	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 658	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 658	10000000.00 659

test_example2	10000000.00 658	10000000.00 660	10000000.00 658	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 661	10000000.00 657	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 658	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 658	10000000.00 659

DIP-Stereo	10000000.00 658	10000000.00 660	10000000.00 658	10000000.00 659	10000000.00 660	10000000.00 660	10000000.00 660	10000000.00 661	10000000.00 657	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 658	10000000.00 661	10000000.00 660	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 661	10000000.00 658	10000000.00 659
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							0.38 327	0.50 343	0.38 327	0.50 354	0.38 333	0.50 360	3.79 604	0.50 351	0.38 300	0.54 350	0.43 323	0.46 349	0.34 317	0.46 321	0.35 306

FSD					0.44 367	0.56 378	0.44 357	0.55 367	0.44 361	0.56 377	0.44 365	0.56 382	0.44 356	0.56 374	0.46 339	0.61 366	0.42 319	0.52 383	0.42 369	0.52 354

ccccc		0.44 182		0.48 291	0.35 318	0.48 343		0.51 356		0.47 327		0.47 334		0.47 329		0.41 295	0.40 301	0.40 280	0.40 354	0.41 304

ASD4		0.20 103

Low-res two-view benchmark