Low-res two-view results

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

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

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

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

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

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

S2M2_XL	0.25 1	0.25 82	0.43 16	0.36 1	0.24 26	0.16 2	0.18 2	0.34 1	0.24 4	0.29 11	0.41 40	0.24 9	0.23 11	0.32 1	0.27 19	0.20 206	0.18 323	0.18 123	0.16 163	0.18 127	0.15 36
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
FoundationStereo	0.26 2	0.23 39	0.41 12	0.40 31	0.24 26	0.32 19	0.22 22	0.43 2	0.24 4	0.31 19	0.25 6	0.30 37	0.32 53	0.36 3	0.27 19	0.16 53	0.12 39	0.15 28	0.11 7	0.13 5	0.14 17

MS-F	0.27 3	0.20 9	0.38 1	0.39 19	0.24 26	0.35 24	0.20 12	0.53 6	0.33 15	0.30 15	0.27 13	0.39 70	0.26 17	0.47 17	0.28 27	0.13 17	0.12 39	0.14 3	0.11 7	0.13 5	0.15 36

HiDET	0.27 3	0.19 2	0.39 3	0.39 19	0.24 26	0.30 15	0.21 15	0.60 15	0.35 20	0.27 4	0.30 19	0.33 52	0.25 13	0.50 30	0.32 66	0.14 24	0.12 39	0.14 3	0.11 7	0.13 5	0.16 69

MLG-Stereo_test2	0.27 3	0.22 23	0.40 8	0.39 19	0.24 26	0.35 24	0.18 2	0.58 10	0.23 2	0.28 7	0.24 5	0.34 57	0.19 1	0.79 122	0.24 3	0.16 53	0.11 21	0.15 28	0.11 7	0.13 5	0.14 17

CSFM-Stereo	0.28 6	0.19 2	0.39 3	0.40 31	0.21 8	0.40 38	0.21 15	0.60 15	0.33 15	0.32 21	0.29 16	0.31 40	0.29 32	0.49 23	0.27 19	0.15 38	0.14 155	0.14 3	0.11 7	0.14 20	0.14 17

LGtest1	0.28 6	0.23 39	0.46 24	0.42 48	0.22 14	0.41 46	0.19 7	0.58 10	0.29 9	0.30 15	0.25 6	0.29 33	0.29 32	0.57 48	0.26 7	0.18 121	0.12 39	0.16 57	0.12 37	0.14 20	0.16 69

252Zero-FE	0.29 8	0.24 60	0.47 33	0.42 48	0.25 47	0.29 13	0.19 7	0.71 46	0.49 63	0.32 21	0.34 26	0.22 2	0.25 13	0.43 10	0.30 47	0.16 53	0.13 81	0.14 3	0.12 37	0.13 5	0.15 36

MonStereo	0.29 8	0.19 2	0.47 33	0.37 3	0.22 14	0.55 165	0.31 90	0.60 15	0.44 48	0.29 11	0.28 15	0.23 3	0.20 2	0.60 61	0.26 7	0.11 1	0.11 21	0.14 3	0.11 7	0.14 20	0.14 17

Wavelet-MonSter	0.29 8	0.21 13	0.51 62	0.41 41	0.27 71	0.26 4	0.25 45	0.51 5	0.31 11	0.37 44	0.48 67	0.28 30	0.35 71	0.54 36	0.29 38	0.11 1	0.11 21	0.14 3	0.11 7	0.13 5	0.13 2

Monster-pub-eth3d	0.29 8	0.19 2	0.48 38	0.37 3	0.22 14	0.55 165	0.31 90	0.60 15	0.44 48	0.29 11	0.29 16	0.23 3	0.21 6	0.59 58	0.26 7	0.11 1	0.11 21	0.14 3	0.11 7	0.14 20	0.14 17

IGEV	0.29 8	0.18 1	0.43 16	0.38 11	0.31 160	0.45 73	0.21 15	0.63 23	0.42 41	0.32 21	0.44 52	0.26 17	0.20 2	0.44 11	0.26 7	0.14 24	0.12 39	0.16 57	0.13 72	0.12 1	0.14 17

MLG-Stereo_test3	0.29 8	0.20 9	0.46 24	0.43 55	0.24 26	0.47 87	0.19 7	0.75 57	0.31 11	0.36 37	0.22 3	0.35 58	0.21 6	0.61 64	0.26 7	0.16 53	0.12 39	0.16 57	0.11 7	0.13 5	0.15 36

MLG-Stereo_test1	0.29 8	0.21 13	0.42 14	0.41 41	0.25 47	0.37 32	0.20 12	0.71 46	0.20 1	0.25 2	0.17 1	0.33 52	0.26 17	0.92 168	0.26 7	0.15 38	0.11 21	0.16 57	0.11 7	0.13 5	0.13 2

MonSter	0.29 8	0.19 2	0.48 38	0.37 3	0.22 14	0.55 165	0.31 90	0.60 15	0.44 48	0.29 11	0.29 16	0.23 3	0.20 2	0.60 61	0.26 7	0.11 1	0.11 21	0.14 3	0.11 7	0.14 20	0.14 17

dual_stereo	0.29 8	0.21 13	0.39 3	0.40 31	0.23 21	0.25 3	0.22 22	0.59 13	0.32 14	0.33 26	0.26 10	0.40 73	0.23 11	0.86 146	0.30 47	0.16 53	0.13 81	0.14 3	0.11 7	0.14 20	0.14 17

LCMNet	0.30 17	0.19 2	0.38 1	0.39 19	0.25 47	0.32 19	0.22 22	0.65 26	0.58 92	0.28 7	0.33 24	0.33 52	0.29 32	0.58 52	0.32 66	0.14 24	0.13 81	0.14 3	0.11 7	0.13 5	0.17 94

OmniDepth	0.30 17	0.21 13	0.39 3	0.41 41	0.18 1	0.57 176	0.32 100	0.71 46	0.35 20	0.27 4	0.26 10	0.39 70	0.43 118	0.48 19	0.29 38	0.14 24	0.10 2	0.13 1	0.12 37	0.15 46	0.13 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: OmniDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
LG-Stereo_L2	0.30 17	0.23 39	0.50 54	0.38 11	0.26 66	0.26 4	0.20 12	0.84 88	0.31 11	0.31 19	0.26 10	0.25 13	0.26 17	0.94 172	0.23 1	0.15 38	0.12 39	0.16 57	0.12 37	0.14 20	0.13 2

asda	0.31 20	0.24 60	0.51 62	0.39 19	0.24 26	0.43 64	0.33 108	0.68 33	0.40 37	0.39 55	0.44 52	0.27 21	0.35 71	0.55 39	0.31 55	0.12 5	0.10 2	0.14 3	0.11 7	0.14 20	0.13 2

4.5_new	0.31 20	0.25 82	0.46 24	0.38 11	0.24 26	0.52 137	0.36 147	0.65 26	0.35 20	0.48 95	0.43 44	0.27 21	0.27 24	0.42 8	0.26 7	0.14 24	0.10 2	0.15 28	0.13 72	0.17 91	0.15 36

4.5w-stereo	0.31 20	0.25 82	0.46 24	0.38 11	0.24 26	0.52 137	0.36 147	0.65 26	0.35 20	0.48 95	0.43 44	0.27 21	0.27 24	0.42 8	0.26 7	0.14 24	0.10 2	0.15 28	0.13 72	0.17 91	0.15 36

LG-Stereo_L1	0.31 20	0.24 60	0.49 44	0.38 11	0.27 71	0.28 10	0.21 15	0.68 33	0.29 9	0.27 4	0.25 6	0.25 13	0.22 9	1.25 255	0.24 3	0.16 53	0.12 39	0.15 28	0.12 37	0.14 20	0.13 2

MLG-Stereo	0.31 20	0.20 9	0.42 14	0.42 48	0.20 3	0.41 46	0.19 7	0.85 90	0.24 4	0.26 3	0.22 3	0.33 52	0.27 24	1.09 220	0.27 19	0.15 38	0.11 21	0.16 57	0.11 7	0.13 5	0.13 2

Monster-pub-mixall	0.32 25	0.20 9	0.44 21	0.37 3	0.22 14	0.28 10	0.18 2	0.69 37	0.36 30	0.37 44	0.36 29	0.27 21	0.20 2	1.43 303	0.25 5	0.15 38	0.12 39	0.13 1	0.11 7	0.12 1	0.15 36

asd	0.32 25	0.22 23	0.49 44	0.40 31	0.25 47	0.47 87	0.30 83	0.77 61	0.35 20	0.44 72	0.40 38	0.28 30	0.34 63	0.64 80	0.29 38	0.13 17	0.10 2	0.14 3	0.12 37	0.15 46	0.13 2

4.25_new	0.32 25	0.27 126	0.49 44	0.40 31	0.27 71	0.49 103	0.39 186	0.69 37	0.35 20	0.40 62	0.43 44	0.27 21	0.36 79	0.48 19	0.32 66	0.12 5	0.10 2	0.15 28	0.11 7	0.14 20	0.13 2

4.5w_new	0.32 25	0.27 126	0.49 44	0.40 31	0.27 71	0.49 103	0.39 186	0.69 37	0.35 20	0.40 62	0.43 44	0.27 21	0.36 79	0.48 19	0.32 66	0.12 5	0.10 2	0.15 28	0.11 7	0.14 20	0.13 2

4.25w-stereo	0.32 25	0.27 126	0.49 44	0.40 31	0.27 71	0.49 103	0.39 186	0.69 37	0.35 20	0.40 62	0.43 44	0.27 21	0.36 79	0.48 19	0.32 66	0.12 5	0.10 2	0.15 28	0.12 37	0.14 20	0.13 2

4w-stereo	0.32 25	0.25 82	0.52 69	0.38 11	0.25 47	0.46 78	0.28 68	0.68 33	0.35 20	0.43 69	0.45 56	0.28 30	0.39 98	0.63 78	0.31 55	0.12 5	0.10 2	0.15 28	0.12 37	0.14 20	0.14 17

IGEV-Stereo++	0.32 25	0.22 23	0.47 33	0.48 110	0.33 213	0.33 21	0.22 22	0.78 69	0.48 60	0.35 34	0.41 40	0.32 44	0.47 151	0.40 4	0.29 38	0.15 38	0.12 39	0.15 28	0.12 37	0.15 46	0.15 36

AdaDepth	0.33 32	0.23 39	0.69 155	0.46 83	0.29 122	0.44 69	0.24 42	0.54 8	0.38 33	0.33 26	0.38 32	0.26 17	0.31 45	0.81 126	0.27 19	0.12 5	0.13 81	0.16 57	0.13 72	0.16 67	0.20 177

2.5w	0.33 32	0.23 39	0.53 73	0.41 41	0.25 47	0.42 57	0.38 172	0.69 37	0.35 20	0.38 48	0.54 96	0.24 9	0.26 17	0.91 166	0.29 38	0.13 17	0.10 2	0.14 3	0.13 72	0.14 20	0.15 36

2.75w_new	0.33 32	0.24 60	0.51 62	0.36 1	0.24 26	0.41 46	0.42 212	0.61 21	0.40 37	0.50 112	0.44 52	0.24 9	0.34 63	0.77 112	0.34 82	0.13 17	0.11 21	0.14 3	0.11 7	0.13 5	0.13 2

3.25w_new	0.33 32	0.22 23	0.50 54	0.39 19	0.24 26	0.52 137	0.33 108	0.77 61	0.43 46	0.49 103	0.46 62	0.32 44	0.37 86	0.64 80	0.28 27	0.12 5	0.10 2	0.14 3	0.12 37	0.12 1	0.15 36

3.25w	0.33 32	0.22 23	0.50 54	0.39 19	0.24 26	0.52 137	0.33 108	0.77 61	0.43 46	0.49 103	0.46 62	0.32 44	0.37 86	0.64 80	0.28 27	0.12 5	0.10 2	0.14 3	0.12 37	0.12 1	0.15 36

LG-G_1	0.33 32	0.22 23	0.48 38	0.44 62	0.20 3	0.64 227	0.18 2	0.80 72	0.28 7	0.30 15	0.30 19	0.36 60	0.35 71	0.88 155	0.26 7	0.17 86	0.13 81	0.16 57	0.11 7	0.14 20	0.16 69

LG-G	0.33 32	0.22 23	0.48 38	0.44 62	0.20 3	0.64 227	0.18 2	0.80 72	0.28 7	0.30 15	0.30 19	0.36 60	0.35 71	0.88 155	0.26 7	0.17 86	0.13 81	0.16 57	0.11 7	0.14 20	0.16 69

GEAStereo	0.34 39	0.23 39	0.46 24	0.49 125	0.33 213	0.46 78	0.35 134	0.87 101	0.42 41	0.36 37	0.39 34	0.32 44	0.33 56	0.45 13	0.29 38	0.22 276	0.13 81	0.17 84	0.13 72	0.17 91	0.16 69

qwe	0.34 39	0.22 23	0.48 38	0.39 19	0.27 71	0.49 103	0.30 83	0.76 59	0.40 37	0.51 122	0.49 72	0.26 17	0.29 32	0.83 134	0.35 91	0.12 5	0.10 2	0.14 3	0.12 37	0.15 46	0.14 17

3.75w	0.34 39	0.23 39	0.50 54	0.39 19	0.30 139	0.62 207	0.36 147	0.70 45	0.38 33	0.44 72	0.49 72	0.25 13	0.36 79	0.72 99	0.28 27	0.13 17	0.09 1	0.14 3	0.12 37	0.13 5	0.15 36

2w_stereo	0.34 39	0.25 82	0.52 69	0.40 31	0.23 21	0.46 78	0.47 282	0.77 61	0.44 48	0.47 87	0.51 82	0.24 9	0.44 126	0.49 23	0.31 55	0.12 5	0.10 2	0.15 28	0.12 37	0.15 46	0.16 69

SGD-Stereo	0.34 39	0.22 23	0.44 21	0.39 19	0.20 3	0.42 57	0.22 22	0.71 46	0.33 15	0.43 69	0.34 26	0.27 21	0.35 71	1.15 234	0.33 77	0.21 241	0.11 21	0.16 57	0.13 72	0.17 91	0.15 36

GREAT-IGEV	0.34 39	0.22 23	0.54 77	0.40 31	0.31 160	0.36 29	0.28 68	0.59 13	0.66 121	0.28 7	0.51 82	0.29 33	0.29 32	0.86 146	0.28 27	0.15 38	0.12 39	0.15 28	0.11 7	0.17 91	0.16 69

DEFOM-Stereo	0.34 39	0.23 39	0.46 24	0.44 62	0.29 122	0.79 301	0.23 35	0.50 4	0.39 35	0.38 48	0.32 23	0.23 3	0.25 13	1.21 250	0.28 27	0.17 86	0.12 39	0.15 28	0.11 7	0.14 20	0.16 69

2.25w	0.35 46	0.24 60	0.55 80	0.38 11	0.24 26	0.44 69	0.25 45	0.69 37	0.42 41	0.49 103	0.59 110	0.27 21	0.35 71	0.83 134	0.37 123	0.13 17	0.11 21	0.14 3	0.12 37	0.13 5	0.17 94

3.5w_stereo	0.35 46	0.27 126	0.55 80	0.38 11	0.25 47	0.54 159	0.34 121	0.73 52	0.40 37	0.46 85	0.45 56	0.31 40	0.38 96	0.80 125	0.40 153	0.12 5	0.10 2	0.15 28	0.12 37	0.14 20	0.16 69

3w_stereo	0.35 46	0.25 82	0.60 105	0.41 41	0.21 8	0.52 137	0.53 327	0.72 51	0.47 58	0.47 87	0.50 78	0.23 3	0.45 133	0.49 23	0.30 47	0.13 17	0.10 2	0.15 28	0.12 37	0.15 46	0.17 94

monsters	0.35 46	0.21 13	0.49 44	0.43 55	0.39 292	0.34 22	0.26 55	0.69 37	0.44 48	0.49 103	0.41 40	0.23 3	0.26 17	1.38 288	0.27 19	0.14 24	0.11 21	0.14 3	0.12 37	0.13 5	0.15 36

S2M2_L	0.35 46	0.28 143	0.47 33	0.43 55	0.30 139	0.31 18	0.16 1	0.61 21	0.68 126	0.32 21	0.49 72	0.47 101	0.34 63	0.40 4	0.33 77	0.25 343	0.22 386	0.20 188	0.22 327	0.25 329	0.23 255
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GSStereo	0.36 51	0.23 39	0.46 24	0.50 144	0.33 213	0.46 78	0.35 134	1.31 253	0.53 75	0.38 48	0.39 34	0.32 44	0.33 56	0.45 13	0.29 38	0.20 206	0.12 39	0.16 57	0.13 72	0.17 91	0.18 113

Zero-FE251	0.36 51	0.25 82	0.64 129	0.49 125	0.30 139	0.57 176	0.24 42	0.86 97	0.36 30	0.53 128	0.39 34	0.51 120	0.41 102	0.49 23	0.28 27	0.19 161	0.15 224	0.17 84	0.12 37	0.14 20	0.16 69

1w_stereo	0.36 51	0.21 13	0.47 33	0.44 62	0.27 71	0.47 87	0.54 341	0.66 30	0.51 69	0.44 72	0.67 128	0.25 13	0.45 133	0.62 69	0.34 82	0.12 5	0.10 2	0.14 3	0.11 7	0.14 20	0.15 36

monsterstereo	0.36 51	0.21 13	0.53 73	0.48 110	0.36 259	0.27 8	0.29 75	0.58 10	0.52 71	0.45 80	0.61 114	0.26 17	0.27 24	1.23 252	0.28 27	0.14 24	0.12 39	0.15 28	0.12 37	0.16 67	0.13 2

111111	0.36 51	0.22 23	0.49 44	0.47 98	0.45 347	0.36 29	0.22 22	1.04 153	0.44 48	0.33 26	0.33 24	0.40 73	0.26 17	0.99 188	0.27 19	0.17 86	0.12 39	0.15 28	0.11 7	0.15 46	0.15 36

RAStereo	0.36 51	0.22 23	0.85 250	0.48 110	0.28 107	0.27 8	0.28 68	0.77 61	0.65 119	0.33 26	0.43 44	0.44 79	0.31 45	0.45 13	0.35 91	0.18 121	0.15 224	0.19 151	0.15 126	0.19 163	0.15 36

VIP-Stereo	0.37 57	0.25 82	0.62 117	0.41 41	0.46 356	0.82 318	0.22 22	0.67 32	0.48 60	0.32 21	0.55 99	0.37 65	0.31 45	0.85 143	0.28 27	0.18 121	0.12 39	0.16 57	0.12 37	0.15 46	0.14 17

gasm-f	0.37 57	0.24 60	0.50 54	0.49 125	0.33 213	0.37 32	0.44 249	0.87 101	0.42 41	0.36 37	0.65 122	0.32 44	0.46 143	0.58 52	0.30 47	0.22 276	0.13 81	0.17 84	0.13 72	0.19 163	0.16 69

LG-Stereo	0.37 57	0.27 126	0.94 295	0.48 110	0.26 66	0.37 32	0.30 83	0.88 105	0.57 89	0.38 48	0.58 107	0.29 33	0.21 6	0.51 31	0.37 123	0.14 24	0.14 155	0.20 188	0.18 205	0.18 127	0.14 17

GIP-stereo	0.37 57	0.25 82	0.49 44	0.55 236	0.41 318	0.37 32	0.22 22	1.03 146	0.56 86	0.35 34	0.52 85	0.46 92	0.37 86	0.55 39	0.28 27	0.20 206	0.13 81	0.16 57	0.12 37	0.16 67	0.16 69

zero-FE	0.38 61	0.24 60	0.54 77	0.48 110	0.46 356	0.29 13	0.23 35	0.69 37	0.34 18	0.34 31	0.41 40	0.37 65	0.49 168	0.68 92	0.35 91	0.23 300	0.12 39	0.18 123	0.13 72	0.82 543	0.19 149

LG-Stereo_Zeroshot	0.38 61	0.25 82	0.61 112	0.53 206	0.29 122	0.36 29	0.22 22	1.24 235	0.42 41	0.45 80	0.65 122	0.37 65	0.51 179	0.41 7	0.30 47	0.18 121	0.12 39	0.17 84	0.13 72	0.18 127	0.20 177

AIO_rvc	0.38 61	0.25 82	0.65 136	0.47 98	0.31 160	0.55 165	0.38 172	0.98 127	0.51 69	0.35 34	0.48 67	0.49 109	0.22 9	0.87 151	0.31 55	0.16 53	0.12 39	0.16 57	0.12 37	0.15 46	0.15 36

AIO_test	0.38 61	0.24 60	0.59 96	0.47 98	0.31 160	0.55 165	0.44 249	0.86 97	0.50 66	0.34 31	0.48 67	0.46 92	0.30 41	0.76 110	0.31 55	0.17 86	0.12 39	0.17 84	0.13 72	0.16 67	0.15 36

IGEV-RUCA	0.38 61	0.24 60	0.51 62	0.51 160	0.36 259	0.59 191	0.23 35	0.68 33	0.52 71	0.39 55	0.50 78	0.44 79	0.31 45	0.86 146	0.31 55	0.24 322	0.13 81	0.16 57	0.12 37	0.20 202	0.21 205

MaDis-Stereo	0.38 61	0.27 126	0.72 165	0.45 71	0.35 251	0.30 15	0.31 90	0.81 75	0.54 78	0.38 48	0.38 32	0.58 153	0.49 168	0.53 34	0.39 136	0.20 206	0.16 262	0.19 151	0.15 126	0.19 163	0.15 36

UniTT-Stereo	0.38 61	0.24 60	0.67 145	0.49 125	0.36 259	0.40 38	0.32 100	0.55 9	0.55 82	0.55 135	0.55 99	0.36 60	0.31 45	0.59 58	0.52 247	0.21 241	0.15 224	0.17 84	0.15 126	0.19 163	0.17 94

DDF-Stereo	0.39 68	0.24 60	0.53 73	0.51 160	0.45 347	0.30 15	0.23 35	0.64 24	0.34 18	0.34 31	0.40 38	0.37 65	0.48 156	0.94 172	0.35 91	0.24 322	0.12 39	0.18 123	0.13 72	0.85 544	0.19 149

HUF	0.39 68	0.27 126	0.71 163	0.43 55	0.24 26	0.51 131	0.47 282	0.99 135	0.55 82	0.37 44	0.45 56	0.53 133	0.41 102	0.70 95	0.29 38	0.18 121	0.14 155	0.16 57	0.12 37	0.15 46	0.17 94

fffft	0.39 68	0.24 60	0.56 86	0.45 71	0.34 234	0.42 57	0.48 289	0.85 90	0.39 35	0.45 80	0.35 28	0.38 69	0.31 45	1.32 275	0.34 82	0.14 24	0.12 39	0.19 151	0.15 126	0.16 67	0.18 113
1: 1. 1
AIO-Stereo	0.39 68	0.26 102	0.54 77	0.50 144	0.24 26	0.45 73	0.39 186	1.13 188	0.57 89	0.42 67	0.49 72	0.52 128	0.25 13	0.74 102	0.32 66	0.16 53	0.13 81	0.18 123	0.14 106	0.16 67	0.15 36

ours_stereo	0.40 72	0.30 191	0.57 88	0.47 98	0.31 160	0.40 38	0.44 249	0.79 71	0.58 92	0.36 37	0.58 107	0.46 92	0.33 56	1.14 233	0.33 77	0.17 86	0.13 81	0.19 151	0.15 126	0.19 163	0.20 177

RSM++	0.40 72	0.26 102	0.55 80	0.51 160	0.27 71	0.49 103	0.41 204	0.83 82	0.52 71	0.39 55	0.47 65	0.60 163	0.34 63	1.02 199	0.31 55	0.16 53	0.13 81	0.17 84	0.15 126	0.18 127	0.15 36

RSM	0.40 72	0.25 82	0.53 73	0.50 144	0.27 71	0.46 78	0.40 194	0.94 121	0.49 63	0.42 67	0.44 52	0.65 182	0.33 56	1.07 213	0.32 66	0.15 38	0.13 81	0.17 84	0.14 106	0.17 91	0.15 36

trnet	0.40 72	0.23 39	0.40 8	0.37 3	0.20 3	0.53 146	0.29 75	0.81 75	1.15 318	0.59 139	0.72 147	0.53 133	0.43 118	0.56 42	0.37 123	0.18 121	0.13 81	0.15 28	0.10 1	0.14 20	0.14 17

CREStereo	0.40 72	0.24 60	0.40 8	0.37 3	0.22 14	0.52 137	0.29 75	0.81 75	1.15 318	0.59 139	0.72 147	0.51 120	0.42 110	0.57 48	0.37 123	0.19 161	0.13 81	0.15 28	0.10 1	0.14 20	0.15 36
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
FlowAnything_test	0.41 77	0.27 126	0.67 145	0.60 320	0.33 213	0.62 207	0.35 134	0.64 24	0.48 60	0.46 85	0.36 29	0.45 89	0.37 86	0.54 36	0.52 247	0.25 343	0.19 341	0.28 404	0.33 486	0.22 268	0.22 234

MSCF	0.41 77	0.28 143	0.64 129	0.50 144	0.27 71	0.58 189	0.37 162	1.03 146	0.54 78	0.54 130	0.72 147	0.32 44	0.64 248	0.56 42	0.30 47	0.19 161	0.13 81	0.17 84	0.15 126	0.17 91	0.21 205

water-stereo	0.41 77	0.21 13	0.69 155	0.45 71	0.28 107	0.50 122	0.27 61	0.96 122	0.52 71	0.57 138	0.78 161	0.59 159	0.53 187	0.44 11	0.43 177	0.17 86	0.16 262	0.17 84	0.15 126	0.17 91	0.22 234

DEFOM-Stereo_RVC	0.41 77	0.68 495	0.45 23	0.66 388	0.30 139	0.48 97	0.25 45	0.87 101	0.46 56	0.39 55	0.37 31	0.30 37	0.69 268	1.16 238	0.31 55	0.17 86	0.11 21	0.16 57	0.12 37	0.18 127	0.14 17

castereo++	0.41 77	0.26 102	0.51 62	0.44 62	0.32 193	0.96 383	0.22 22	1.13 188	0.61 107	0.33 26	0.45 56	0.50 116	0.39 98	0.94 172	0.25 5	0.18 121	0.12 39	0.17 84	0.12 37	0.14 20	0.16 69

SMoEStereo_RVC	0.41 77	0.26 102	0.55 80	0.46 83	0.31 160	0.60 196	0.36 147	0.85 90	0.47 58	0.47 87	0.43 44	0.42 75	0.34 63	1.40 293	0.31 55	0.15 38	0.12 39	0.20 188	0.15 126	0.16 67	0.18 113

Pointernet	0.41 77	0.21 13	0.63 120	0.45 71	0.29 122	0.51 131	0.27 61	1.54 301	0.70 130	0.48 95	0.64 118	0.49 109	0.37 86	0.51 31	0.36 110	0.18 121	0.13 81	0.14 3	0.11 7	0.14 20	0.14 17

AEACV	0.41 77	0.25 82	0.60 105	0.55 236	0.52 396	0.43 64	0.38 172	0.98 127	0.63 111	0.44 72	0.56 103	0.46 92	0.59 228	0.56 42	0.31 55	0.17 86	0.13 81	0.18 123	0.16 163	0.17 91	0.17 94

LoS	0.41 77	0.23 39	0.46 24	0.39 19	0.23 21	0.48 97	0.40 194	1.12 184	0.94 216	0.50 112	0.66 125	0.49 109	0.42 110	0.63 78	0.39 136	0.19 161	0.14 155	0.16 57	0.11 7	0.14 20	0.15 36
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	0.41 77	0.24 60	0.59 96	0.45 71	0.27 71	0.54 159	0.22 22	1.23 233	0.56 86	0.44 72	0.43 44	0.68 190	0.29 32	0.89 160	0.34 82	0.17 86	0.12 39	0.20 188	0.17 187	0.17 91	0.18 113

GLC_STEREO	0.41 77	0.27 126	0.43 16	0.55 236	0.24 26	0.47 87	0.30 83	0.81 75	0.64 116	0.53 128	0.74 153	0.50 116	0.31 45	0.65 85	0.45 195	0.18 121	0.20 355	0.23 289	0.19 228	0.21 248	0.21 205

mms	0.42 88	0.29 166	0.60 105	0.47 98	0.33 213	0.43 64	0.46 271	0.75 57	0.50 66	0.36 37	0.61 114	0.44 79	0.30 41	1.39 291	0.34 82	0.16 53	0.14 155	0.18 123	0.15 126	0.19 163	0.21 205

CASnet	0.42 88	0.26 102	0.52 69	0.52 183	0.21 8	0.49 103	0.35 134	0.85 90	0.85 182	0.84 196	0.69 135	0.48 106	0.31 45	0.57 48	0.34 82	0.19 161	0.12 39	0.27 388	0.22 327	0.23 288	0.15 36
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.42 88	0.26 102	0.56 86	0.48 110	0.27 71	0.45 73	0.33 108	1.56 307	0.61 107	0.36 37	0.47 65	0.52 128	0.30 41	1.08 216	0.33 77	0.15 38	0.13 81	0.17 84	0.13 72	0.16 67	0.15 36

CroCo-Stereo	0.42 88	0.33 262	0.83 235	0.59 312	0.28 107	0.26 4	0.33 108	1.22 228	0.85 182	0.43 69	0.49 72	0.65 182	0.46 143	0.40 4	0.36 110	0.19 161	0.15 224	0.16 57	0.14 106	0.20 202	0.17 94
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
Replicate-Monster	0.43 92	0.30 191	2.04 485	0.37 3	0.22 14	0.47 87	0.23 35	0.82 80	0.50 66	0.44 72	0.27 13	0.31 40	0.29 32	1.01 195	0.26 7	0.14 24	0.11 21	0.14 3	0.12 37	0.13 5	0.38 446

GASTEREO	0.43 92	0.29 166	0.62 117	0.51 160	0.27 71	0.62 207	0.36 147	1.02 138	0.58 92	0.55 135	0.83 176	0.30 37	0.65 253	0.64 80	0.30 47	0.19 161	0.13 81	0.17 84	0.15 126	0.16 67	0.21 205

castereo	0.43 92	0.25 82	0.50 54	0.46 83	0.30 139	0.60 196	0.56 358	1.23 233	0.83 175	0.39 55	0.70 141	0.45 89	0.68 264	0.54 36	0.33 77	0.17 86	0.11 21	0.17 84	0.13 72	0.16 67	0.14 17

WCG-NET	0.43 92	0.23 39	0.58 90	0.42 48	0.26 66	0.46 78	0.32 100	0.77 61	1.16 325	0.77 177	0.75 154	0.58 153	0.44 126	0.62 69	0.38 130	0.16 53	0.12 39	0.16 57	0.14 106	0.15 46	0.14 17

MGS-Stereo	0.43 92	0.28 143	0.61 112	0.46 83	0.28 107	0.49 103	0.33 108	0.60 15	0.89 192	0.47 87	1.32 363	0.51 120	0.32 53	0.66 87	0.39 136	0.20 206	0.16 262	0.18 123	0.16 163	0.18 127	0.18 113

MoCha-V2	0.43 92	0.23 39	0.55 80	0.56 257	0.23 21	0.44 69	0.32 100	1.35 261	0.63 111	0.54 130	0.55 99	0.42 75	0.57 207	1.12 229	0.28 27	0.15 38	0.13 81	0.15 28	0.13 72	0.17 91	0.18 113

GCAP-Stereo	0.43 92	0.32 242	0.80 212	0.50 144	0.27 71	0.53 146	0.31 90	1.05 157	0.67 123	0.69 163	0.71 144	0.58 153	0.42 110	0.51 31	0.35 91	0.18 121	0.15 224	0.18 123	0.13 72	0.17 91	0.15 36

MM-Stereo_test2	0.44 99	0.25 82	0.70 160	0.54 220	0.33 213	0.55 165	0.45 265	1.02 138	0.84 178	0.61 150	0.51 82	0.49 109	0.42 110	0.82 128	0.32 66	0.16 53	0.13 81	0.18 123	0.14 106	0.19 163	0.17 94

fffy	0.44 99	0.29 166	0.67 145	0.47 98	0.30 139	0.46 78	0.34 121	0.98 127	0.57 89	0.40 62	0.59 110	0.55 140	0.41 102	1.26 259	0.37 123	0.16 53	0.14 155	0.19 151	0.16 163	0.19 163	0.20 177

Occ-G	0.44 99	0.23 39	0.59 96	0.44 62	0.27 71	0.43 64	0.61 390	0.85 90	0.62 109	0.48 95	0.66 125	1.00 318	0.45 133	0.79 122	0.45 195	0.17 86	0.14 155	0.18 123	0.13 72	0.16 67	0.18 113

depthmonostereo	0.45 102	0.26 102	0.89 268	0.49 125	0.24 26	0.60 196	0.36 147	1.03 146	0.77 148	0.50 112	0.65 122	0.50 116	0.55 198	0.70 95	0.39 136	0.16 53	0.16 262	0.16 57	0.14 106	0.16 67	0.20 177

IGEV++	0.45 102	0.24 60	0.63 120	0.58 293	0.32 193	0.42 57	0.25 45	2.16 474	0.65 119	0.38 48	0.58 107	0.46 92	0.44 126	0.56 42	0.40 153	0.20 206	0.13 81	0.16 57	0.13 72	0.17 91	0.18 113

ff7	0.45 102	0.30 191	0.64 129	0.47 98	0.33 213	0.49 103	0.42 212	0.93 111	0.59 96	0.50 112	0.53 89	0.44 79	0.48 156	1.41 296	0.36 110	0.18 121	0.13 81	0.21 222	0.15 126	0.18 127	0.21 205

ffff	0.45 102	0.30 191	0.64 129	0.47 98	0.33 213	0.49 103	0.42 212	0.93 111	0.59 96	0.50 112	0.53 89	0.44 79	0.48 156	1.41 296	0.36 110	0.18 121	0.13 81	0.21 222	0.15 126	0.18 127	0.21 205

11t	0.45 102	0.30 191	0.64 129	0.47 98	0.33 213	0.49 103	0.42 212	0.93 111	0.59 96	0.50 112	0.53 89	0.44 79	0.48 156	1.41 296	0.36 110	0.18 121	0.13 81	0.21 222	0.15 126	0.18 127	0.21 205

LoS_RVC	0.45 102	0.29 166	0.48 38	0.49 125	0.83 513	0.51 131	0.43 230	0.65 26	0.44 48	0.47 87	0.78 161	0.44 79	0.60 234	0.59 58	0.37 123	0.14 24	0.12 39	0.14 3	0.10 1	0.14 20	1.08 557

anonymousdsp	0.45 102	0.30 191	0.60 105	0.48 110	0.34 234	0.49 103	0.42 212	0.97 123	0.60 102	0.51 122	0.53 89	0.46 92	0.47 151	1.36 281	0.35 91	0.18 121	0.13 81	0.21 222	0.15 126	0.18 127	0.21 205

ccc-4	0.45 102	0.30 191	0.64 129	0.47 98	0.33 213	0.49 103	0.42 212	0.93 111	0.59 96	0.50 112	0.53 89	0.44 79	0.48 156	1.41 296	0.36 110	0.18 121	0.13 81	0.21 222	0.15 126	0.18 127	0.21 205

IGEV-Stereo	0.45 102	0.30 191	0.60 105	0.48 110	0.34 234	0.49 103	0.42 212	0.98 127	0.60 102	0.51 122	0.53 89	0.46 92	0.47 151	1.36 281	0.35 91	0.18 121	0.13 81	0.21 222	0.15 126	0.18 127	0.21 205
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TANstereo	0.45 102	0.23 39	0.50 54	0.43 55	0.21 8	0.65 233	0.26 55	0.83 82	0.88 191	0.95 223	0.99 217	0.51 120	0.45 133	0.56 42	0.36 110	0.19 161	0.24 424	0.16 57	0.13 72	0.17 91	0.27 337

DilatedVolume-Stereo	0.46 112	0.24 60	0.72 165	0.45 71	0.33 213	0.72 266	0.29 75	0.83 82	0.53 75	0.82 189	0.73 151	0.52 128	0.44 126	1.16 238	0.42 171	0.15 38	0.15 224	0.15 28	0.14 106	0.16 67	0.17 94

Reg-Stereo(zero)	0.46 112	0.23 39	0.50 54	0.45 71	0.25 47	0.41 46	0.27 61	0.80 72	1.12 301	0.93 218	0.79 164	0.91 278	0.46 143	0.74 102	0.44 182	0.15 38	0.13 81	0.15 28	0.12 37	0.15 46	0.18 113

rvit_stereo_0081_aga	0.46 112	0.37 352	0.91 283	0.52 183	0.41 318	0.49 103	0.40 194	0.88 105	0.66 121	0.59 139	0.56 103	0.53 133	0.43 118	0.67 88	0.44 182	0.27 390	0.21 371	0.22 255	0.20 257	0.26 341	0.19 149

rvit_stereo_0081	0.46 112	0.34 292	0.72 165	0.56 257	0.35 251	0.41 46	0.44 249	0.74 55	1.04 261	0.49 103	0.52 85	0.51 120	0.49 168	0.86 146	0.47 211	0.25 343	0.20 355	0.22 255	0.19 228	0.26 341	0.19 149

rvit_stereo_0082	0.46 112	0.34 292	0.72 165	0.56 257	0.35 251	0.41 46	0.44 249	0.74 55	1.04 261	0.49 103	0.52 85	0.51 120	0.49 168	0.86 146	0.47 211	0.25 343	0.20 355	0.22 255	0.19 228	0.26 341	0.19 149

IGEV-Stereo+	0.46 112	0.23 39	0.51 62	0.42 48	0.46 356	0.15 1	0.19 7	0.45 3	0.37 32	0.28 7	0.25 6	0.31 40	0.41 102	1.43 303	0.31 55	0.18 121	0.13 81	0.15 28	0.12 37	1.09 557	1.74 569

WCG-NET（raft）	0.46 112	0.23 39	0.59 96	0.42 48	0.24 26	0.50 122	0.35 134	0.76 59	1.10 286	0.72 169	0.76 155	0.91 278	0.50 176	0.88 155	0.40 153	0.16 53	0.13 81	0.15 28	0.14 106	0.15 46	0.17 94

ProNet	0.46 112	0.30 191	0.69 155	0.46 83	0.32 193	0.57 176	0.52 321	1.15 204	0.67 123	0.44 72	0.50 78	0.44 79	0.43 118	1.31 269	0.38 130	0.16 53	0.15 224	0.19 151	0.16 163	0.18 127	0.18 113

MC-Stereo	0.46 112	0.24 60	0.58 90	0.63 352	0.30 139	0.38 36	0.32 100	0.98 127	0.74 141	0.66 158	0.85 180	0.56 149	0.60 234	1.07 213	0.32 66	0.17 86	0.12 39	0.17 84	0.15 126	0.16 67	0.16 69

CroCo-Stereo Lap2	0.46 112	0.37 352	0.87 259	0.62 342	0.79 504	0.28 10	0.35 134	0.81 75	0.73 134	0.39 55	0.54 96	0.71 205	0.54 195	0.60 61	0.48 219	0.18 121	0.18 323	0.19 151	0.16 163	0.21 248	0.21 205

DA	0.47 122	0.23 39	0.59 96	0.54 220	0.26 66	1.08 405	0.44 249	1.51 291	0.63 111	0.48 95	0.69 135	0.55 140	0.49 168	0.49 23	0.38 130	0.20 206	0.14 155	0.19 151	0.13 72	0.19 163	0.17 94

GGEV	0.47 122	0.23 39	0.59 96	0.54 220	0.26 66	1.08 405	0.44 249	1.51 291	0.63 111	0.48 95	0.69 135	0.55 140	0.49 168	0.49 23	0.38 130	0.20 206	0.14 155	0.19 151	0.13 72	0.19 163	0.17 94

tt45	0.47 122	0.25 82	0.52 69	0.47 98	0.34 234	0.78 293	0.32 100	0.86 97	0.45 55	0.52 125	0.45 56	0.49 109	0.37 86	2.12 414	0.36 110	0.16 53	0.13 81	0.19 151	0.16 163	0.17 91	0.21 205

rvit_stereo_0080	0.47 122	0.35 321	0.87 259	0.48 110	0.36 259	0.42 57	0.54 341	0.93 111	0.78 152	0.52 125	0.60 112	0.55 140	0.47 151	0.62 69	0.48 219	0.27 390	0.21 371	0.20 188	0.20 257	0.31 403	0.20 177

Former-RAFT_DAM_RVC	0.47 122	0.38 370	0.75 189	0.48 110	0.37 269	0.67 244	0.35 134	0.82 80	1.14 313	0.61 150	0.64 118	0.39 70	0.39 98	0.74 102	0.39 136	0.20 206	0.17 291	0.22 255	0.18 205	0.24 317	0.20 177

whm_eth	0.47 122	0.35 321	0.87 259	0.48 110	0.36 259	0.42 57	0.54 341	0.93 111	0.78 152	0.52 125	0.60 112	0.55 140	0.47 151	0.62 69	0.48 219	0.27 390	0.21 371	0.20 188	0.20 257	0.31 403	0.20 177

XX-TBD	0.47 122	0.71 500	0.39 3	0.81 491	0.25 47	0.57 176	0.26 55	0.73 52	1.30 410	0.78 179	1.01 224	0.45 89	0.33 56	0.49 23	0.39 136	0.20 206	0.15 224	0.15 28	0.11 7	0.17 91	0.15 36

PMTNet	0.47 122	0.22 23	0.43 16	0.39 19	0.24 26	0.71 263	0.26 55	0.78 69	1.03 255	0.65 155	0.69 135	0.55 140	0.48 156	0.90 163	0.36 110	0.99 556	0.13 81	0.15 28	0.10 1	0.15 46	0.15 36

HART	0.48 130	0.24 60	0.63 120	0.52 183	0.27 71	0.41 46	0.29 75	1.32 257	0.54 78	0.59 139	1.47 413	0.61 170	0.34 63	1.09 220	0.32 66	0.16 53	0.14 155	0.19 151	0.14 106	0.19 163	0.18 113

SCV_C0	0.48 130	0.29 166	0.88 264	0.46 83	0.31 160	0.46 78	0.31 90	1.67 329	0.87 188	0.40 62	0.52 85	0.54 137	0.29 32	1.27 262	0.34 82	0.18 121	0.14 155	0.17 84	0.14 106	0.20 202	0.18 113

CAS++	0.48 130	0.34 292	0.59 96	0.48 110	0.32 193	0.45 73	0.29 75	1.73 356	0.78 152	0.71 165	0.73 151	0.36 60	0.28 29	0.70 95	0.35 91	0.27 390	0.22 386	0.26 373	0.21 299	0.29 380	0.22 234
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MIF-Stereo (partial)	0.48 130	0.28 143	0.83 235	0.51 160	0.53 404	0.39 37	0.27 61	1.03 146	0.64 116	0.47 87	0.71 144	0.51 120	0.51 179	1.13 231	0.47 211	0.20 206	0.16 262	0.23 289	0.20 257	0.24 317	0.20 177

StereoAnything_RVC	0.49 134	1.60 563	0.87 259	0.37 3	0.21 8	0.26 4	0.21 15	0.53 6	0.23 2	0.23 1	0.21 2	0.19 1	0.35 71	1.29 266	0.23 1	0.22 276	0.11 21	0.15 28	0.11 7	2.36 567	0.13 2

999	0.49 134	0.25 82	0.55 80	0.51 160	0.35 251	0.74 273	0.31 90	0.89 109	0.59 96	0.39 55	0.50 78	0.50 116	0.36 79	2.41 441	0.41 163	0.17 86	0.13 81	0.18 123	0.15 126	0.16 67	0.23 255

rvit_stereo_0083	0.49 134	0.34 292	0.85 250	0.57 279	0.36 259	0.49 103	0.43 230	0.73 52	1.05 267	0.50 112	0.57 106	0.55 140	0.50 176	0.92 168	0.50 235	0.25 343	0.25 436	0.24 313	0.20 257	0.25 329	0.19 149

rvit_stereo_ft	0.49 134	0.38 370	1.03 327	0.68 414	0.42 328	0.40 38	0.58 371	0.93 111	0.86 185	0.47 87	0.55 99	0.57 151	0.48 156	0.67 88	0.53 257	0.26 369	0.17 291	0.22 255	0.22 327	0.24 317	0.19 149

RAFT-Stereo-weight	0.49 134	0.26 102	0.58 90	0.49 125	0.28 107	0.61 204	0.34 121	1.16 209	1.11 293	1.06 257	0.79 164	0.75 211	0.28 29	0.79 122	0.42 171	0.16 53	0.13 81	0.17 84	0.15 126	0.16 67	0.18 113

IGEVStereo-DCA	0.49 134	0.33 262	0.64 129	0.46 83	0.34 234	0.50 122	0.42 212	0.93 111	0.59 96	0.48 95	0.48 67	0.48 106	0.45 133	2.28 430	0.44 182	0.19 161	0.14 155	0.19 151	0.15 126	0.17 91	0.21 205

plain	0.49 134	0.29 166	1.23 398	0.51 160	0.40 304	0.35 24	0.37 162	1.04 153	0.62 109	0.44 72	0.76 155	0.42 75	0.41 102	1.17 243	0.46 201	0.23 300	0.15 224	0.24 313	0.19 228	0.25 329	0.18 113

testlalala	0.49 134	0.30 191	0.70 160	0.44 62	0.40 304	0.68 248	0.38 172	1.38 267	0.58 92	1.28 374	0.82 174	0.61 170	0.36 79	0.57 48	0.34 82	0.21 241	0.14 155	0.18 123	0.12 37	0.15 46	0.16 69

iRaftStereo_RVC	0.49 134	0.28 143	0.72 165	0.53 206	0.29 122	0.52 137	0.33 108	1.14 192	0.84 178	0.85 198	0.99 217	0.55 140	0.36 79	0.83 134	0.40 153	0.18 121	0.13 81	0.22 255	0.20 257	0.20 202	0.18 113

CREStereo++_RVC	0.49 134	0.22 23	0.46 24	0.48 110	0.38 283	0.45 73	0.25 45	0.77 61	1.30 410	0.82 189	1.23 328	0.47 101	0.37 86	0.55 39	0.44 182	0.16 53	0.11 21	0.16 57	0.80 561	0.18 127	0.12 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
xyz-stereo-finetune	0.50 144	0.27 126	0.63 120	0.43 55	0.23 21	0.79 301	0.46 271	0.83 82	0.82 170	0.63 153	0.63 117	0.54 137	0.44 126	1.69 355	0.62 300	0.16 53	0.15 224	0.19 151	0.16 163	0.17 91	0.16 69

MyStereo07	0.50 144	0.30 191	0.58 90	0.58 293	0.48 369	0.59 191	0.78 437	1.19 217	0.60 102	0.49 103	0.54 96	0.43 78	0.55 198	1.32 275	0.36 110	0.18 121	0.18 323	0.24 313	0.21 299	0.23 288	0.23 255

4D-IteraStereo	0.50 144	0.26 102	0.84 244	0.51 160	0.49 376	0.64 227	0.31 90	0.91 110	1.02 252	1.05 251	0.72 147	0.76 213	0.32 53	0.69 93	0.40 153	0.18 121	0.11 21	0.23 289	0.20 257	0.19 163	0.16 69

MM-Stereo_test1	0.51 147	0.26 102	0.59 96	0.53 206	0.31 160	0.50 122	0.53 327	1.06 159	1.09 282	0.88 205	0.70 141	0.54 137	0.59 228	1.18 244	0.35 91	0.19 161	0.17 291	0.20 188	0.17 187	0.20 202	0.18 113

SCV	0.51 147	0.29 166	0.72 165	0.63 352	0.27 71	0.40 38	0.38 172	2.32 503	0.75 146	0.36 37	0.49 72	0.55 140	0.35 71	1.31 269	0.34 82	0.25 343	0.13 81	0.17 84	0.14 106	0.18 127	0.18 113

CES	0.51 147	0.21 13	0.40 8	0.42 48	1.40 560	0.53 146	0.34 121	1.04 153	0.68 126	0.45 80	0.67 128	0.35 58	0.28 29	0.58 52	0.35 91	0.16 53	0.13 81	0.15 28	0.10 1	0.19 163	1.69 568

sCroCo_RVC	0.51 147	0.43 403	1.15 366	0.66 388	0.60 441	0.52 137	0.40 194	0.93 111	0.64 116	0.45 80	0.76 155	0.49 109	0.49 168	0.65 85	0.49 232	0.27 390	0.28 459	0.23 289	0.22 327	0.29 380	0.28 353

FE-Mocha	0.52 151	0.32 242	0.98 310	0.51 160	0.37 269	0.46 78	0.22 22	1.71 350	0.56 86	1.02 242	1.10 264	0.82 236	0.41 102	0.58 52	0.32 66	0.19 161	0.13 81	0.21 222	0.21 299	0.17 91	0.19 149

RCA-Stereo	0.52 151	0.26 102	0.66 141	0.49 125	0.33 213	0.54 159	0.44 249	1.20 221	1.41 457	0.69 163	1.06 248	0.63 178	0.79 303	0.62 69	0.35 91	0.17 86	0.12 39	0.17 84	0.14 106	0.16 67	0.16 69

MM-Stereo_test3	0.53 153	0.26 102	0.60 105	0.56 257	0.73 483	0.49 103	0.53 327	1.31 253	1.08 274	0.64 154	0.97 211	0.61 170	0.42 110	0.82 128	0.40 153	0.21 241	0.18 323	0.20 188	0.16 163	0.19 163	0.21 205

model_zeroshot	0.53 153	0.31 224	1.00 318	0.57 279	0.39 292	0.74 273	0.39 186	1.38 267	0.67 123	0.88 205	0.85 180	0.71 205	0.37 86	0.77 112	0.39 136	0.21 241	0.17 291	0.19 151	0.17 187	0.17 91	0.22 234

knoymous	0.53 153	0.32 242	0.51 62	0.46 83	0.30 139	0.57 176	0.54 341	1.10 180	0.78 152	0.99 229	0.84 178	0.95 298	0.57 207	0.89 160	0.51 239	0.21 241	0.14 155	0.26 373	0.14 106	0.23 288	0.25 299

tg	0.54 156	0.25 82	0.70 160	0.52 183	0.31 160	0.89 349	0.29 75	1.12 184	0.98 232	0.85 198	1.03 234	0.62 173	0.42 110	1.37 284	0.41 163	0.17 86	0.13 81	0.22 255	0.21 299	0.17 91	0.17 94

GCAP-BAT	0.54 156	0.33 262	0.75 189	0.45 71	0.50 381	0.84 334	0.35 134	0.98 127	0.80 165	0.88 205	1.04 240	0.88 262	0.37 86	1.25 255	0.41 163	0.19 161	0.15 224	0.18 123	0.13 72	0.17 91	0.22 234

HUI-Stereo	0.54 156	0.33 262	0.81 217	0.52 183	0.27 71	0.62 207	0.29 75	1.14 192	0.74 141	1.13 276	0.96 202	0.82 236	0.60 234	0.83 134	0.52 247	0.23 300	0.14 155	0.24 313	0.20 257	0.27 347	0.20 177

Any-RAFT	0.55 159	0.27 126	0.49 44	0.50 144	0.27 71	0.98 387	0.25 45	1.71 350	1.08 274	0.90 210	0.99 217	1.13 361	0.46 143	0.74 102	0.35 91	0.19 161	0.13 81	0.17 84	0.13 72	0.16 67	0.19 149

Selective-RAFT	0.55 159	0.29 166	0.85 250	0.58 293	0.28 107	0.91 356	0.34 121	1.00 137	0.96 225	0.59 139	0.64 118	0.80 224	0.76 283	1.34 279	0.51 239	0.21 241	0.15 224	0.17 84	0.15 126	0.19 163	0.19 149

test_4	0.55 159	0.23 39	0.67 145	0.56 257	0.32 193	0.71 263	0.39 186	0.83 82	0.72 133	0.93 218	1.87 499	0.70 198	0.41 102	1.21 250	0.39 136	0.16 53	0.13 81	0.21 222	0.23 359	0.20 202	0.18 113

GMOStereo	0.55 159	0.28 143	0.72 165	0.52 183	0.30 139	0.53 146	0.43 230	1.02 138	0.98 232	1.44 443	1.14 293	0.88 262	0.57 207	0.62 69	0.39 136	0.16 53	0.14 155	0.24 313	0.22 327	0.20 202	0.18 113

error version	0.55 159	0.28 143	0.72 165	0.52 183	0.30 139	0.53 146	0.43 230	1.02 138	0.98 232	1.44 443	1.14 293	0.88 262	0.57 207	0.62 69	0.39 136	0.16 53	0.14 155	0.24 313	0.22 327	0.20 202	0.18 113

test-v	0.55 159	0.28 143	0.72 165	0.52 183	0.30 139	0.53 146	0.43 230	1.02 138	0.98 232	1.44 443	1.14 293	0.88 262	0.57 207	0.62 69	0.39 136	0.16 53	0.14 155	0.24 313	0.22 327	0.20 202	0.18 113

test-2	0.55 159	0.28 143	0.72 165	0.52 183	0.30 139	0.53 146	0.43 230	1.02 138	0.98 232	1.44 443	1.14 293	0.88 262	0.57 207	0.62 69	0.39 136	0.16 53	0.14 155	0.24 313	0.22 327	0.20 202	0.18 113

rafts_anoy	0.55 159	0.32 242	0.66 141	0.72 446	0.61 447	0.53 146	0.40 194	1.24 235	1.06 269	0.85 198	0.83 176	0.67 188	0.53 187	0.77 112	0.55 269	0.20 206	0.15 224	0.25 352	0.26 399	0.22 268	0.21 205

s12784h	0.55 159	0.22 23	0.49 44	0.43 55	0.19 2	1.00 389	0.34 121	1.40 273	1.30 410	0.84 196	0.93 197	0.63 178	0.52 184	1.48 315	0.47 211	0.15 38	0.12 39	0.17 84	0.11 7	0.19 163	0.13 2

raftrobust	0.55 159	0.27 126	0.63 120	0.68 414	0.69 476	0.50 122	0.34 121	1.08 167	0.97 229	1.32 390	0.88 188	0.62 173	0.80 310	0.82 128	0.44 182	0.20 206	0.16 262	0.16 57	0.14 106	0.15 46	0.18 113

Gwc-CoAtRS	0.55 159	0.27 126	0.73 179	0.49 125	0.30 139	0.63 218	0.25 45	1.38 267	1.12 301	1.05 251	1.02 227	1.10 352	0.55 198	0.72 99	0.44 182	0.17 86	0.14 155	0.17 84	0.15 126	0.16 67	0.17 94

rvit_0105_6	0.56 170	0.38 370	1.13 359	0.67 402	0.38 283	0.50 122	0.51 310	0.88 105	1.33 421	0.54 130	0.56 103	0.65 182	0.57 207	0.97 186	0.46 201	0.32 443	0.31 478	0.28 404	0.25 381	0.29 380	0.23 255

MSKI-zero shot	0.56 170	0.30 191	0.61 112	0.55 236	0.28 107	0.68 248	0.28 68	1.25 239	0.68 126	0.92 215	1.33 369	0.81 230	0.33 56	1.94 390	0.36 110	0.18 121	0.13 81	0.17 84	0.13 72	0.16 67	0.19 149

EKT-Stereo	0.56 170	0.33 262	0.84 244	0.61 334	0.64 455	0.51 131	0.48 289	1.14 192	0.95 221	0.74 172	0.89 190	0.77 217	0.42 110	1.18 244	0.42 171	0.23 300	0.17 291	0.21 222	0.18 205	0.20 202	0.26 319

LL-Strereo2	0.56 170	0.36 331	0.77 197	0.56 257	0.40 304	0.68 248	0.37 162	1.21 226	0.83 175	0.96 226	0.79 164	0.91 278	0.41 102	1.08 216	0.48 219	0.18 121	0.17 291	0.29 416	0.25 381	0.22 268	0.19 149

test-3	0.56 170	0.24 60	0.82 226	0.50 144	0.29 122	0.57 176	0.34 121	1.09 174	1.03 255	1.33 396	0.69 135	0.87 256	0.45 133	1.68 351	0.39 136	0.17 86	0.12 39	0.20 188	0.17 187	0.17 91	0.16 69

test_1	0.56 170	0.24 60	0.82 226	0.50 144	0.29 122	0.57 176	0.34 121	1.09 174	1.03 255	1.28 374	0.69 135	0.87 256	0.45 133	1.67 349	0.39 136	0.17 86	0.12 39	0.20 188	0.17 187	0.17 91	0.16 69

PSM-adaLoss	0.56 170	0.33 262	0.81 217	0.52 183	0.27 71	0.63 218	0.41 204	1.14 192	0.73 134	1.13 276	0.96 202	0.82 236	0.60 234	1.09 220	0.52 247	0.23 300	0.14 155	0.24 313	0.20 257	0.27 347	0.20 177

ROB_FTStereo	0.56 170	0.33 262	0.82 226	0.52 183	0.27 71	0.62 207	0.25 45	1.14 192	0.74 141	1.13 276	0.96 202	0.82 236	0.60 234	1.18 244	0.52 247	0.23 300	0.14 155	0.24 313	0.20 257	0.27 347	0.20 177

cross-raft	0.56 170	0.26 102	0.65 136	0.55 236	0.31 160	0.66 239	0.37 162	1.68 333	0.82 170	1.06 257	1.07 251	1.25 386	0.45 133	0.74 102	0.39 136	0.15 38	0.13 81	0.19 151	0.16 163	0.19 163	0.17 94

test-1	0.56 170	0.28 143	1.13 359	0.58 293	0.34 234	0.60 196	0.38 172	1.56 307	0.98 232	0.80 182	1.02 227	0.83 246	0.52 184	0.64 80	0.46 201	0.17 86	0.16 262	0.20 188	0.17 187	0.20 202	0.26 319

raft+_RVC	0.56 170	0.29 166	0.61 112	0.65 374	0.56 423	0.53 146	0.53 327	1.40 273	1.02 252	0.78 179	1.04 240	0.70 198	0.55 198	1.00 192	0.49 232	0.18 121	0.16 262	0.19 151	0.19 228	0.18 127	0.17 94

RAFT-Stereo + iAFF	0.56 170	0.28 143	0.81 217	0.45 71	0.25 47	0.40 38	0.34 121	1.12 184	1.13 307	1.35 409	1.58 450	0.80 224	0.67 260	0.71 98	0.43 177	0.14 24	0.11 21	0.18 123	0.17 187	0.18 127	0.16 69

H2IRNET	0.57 182	0.28 143	0.75 189	0.49 125	0.35 251	0.40 38	0.27 61	1.03 146	1.18 336	0.62 152	1.26 336	1.07 337	0.85 329	1.02 199	0.64 308	0.20 206	0.16 262	0.23 289	0.25 381	0.22 268	0.20 177

11t1	0.57 182	0.30 191	0.84 244	0.54 220	0.30 139	0.83 326	0.41 204	1.34 260	0.79 161	0.88 205	0.82 174	0.70 198	0.70 271	0.96 182	0.67 318	0.21 241	0.21 371	0.20 188	0.16 163	0.21 248	0.26 319

rrr	0.57 182	0.33 262	2.43 504	0.46 83	0.34 234	0.50 122	0.38 172	0.84 88	0.55 82	0.48 95	0.48 67	0.48 106	0.45 133	2.28 430	0.44 182	0.19 161	0.14 155	0.19 151	0.15 126	0.17 91	0.18 113

test_3	0.57 182	0.24 60	0.87 259	0.55 236	0.30 139	0.60 196	0.40 194	1.07 162	1.08 274	1.20 324	0.68 130	0.92 286	0.43 118	1.68 351	0.40 153	0.16 53	0.13 81	0.22 255	0.19 228	0.21 248	0.17 94

Patchmatch Stereo++	0.57 182	0.33 262	0.82 226	0.52 183	0.27 71	0.63 218	0.28 68	1.14 192	0.73 134	1.13 276	0.96 202	0.82 236	0.60 234	1.40 293	0.52 247	0.23 300	0.14 155	0.24 313	0.20 257	0.27 347	0.20 177
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
ROB_FTStereo_v2	0.57 182	0.33 262	0.81 217	0.52 183	0.27 71	0.62 207	0.42 212	1.14 192	0.73 134	1.13 276	0.97 211	0.82 236	0.60 234	1.15 234	0.53 257	0.23 300	0.14 155	0.24 313	0.20 257	0.27 347	0.20 177

DeepStereo_RVC	0.57 182	0.31 224	0.78 203	0.53 206	0.30 139	0.57 176	0.32 100	1.11 182	0.80 165	1.17 300	0.94 199	0.83 246	0.93 371	1.01 195	0.61 297	0.23 300	0.14 155	0.21 222	0.19 228	0.24 317	0.26 319

iRAFT	0.57 182	0.33 262	0.82 226	0.52 183	0.27 71	0.63 218	0.28 68	1.14 192	0.73 134	1.13 276	0.96 202	0.82 236	0.60 234	1.40 293	0.52 247	0.23 300	0.14 155	0.24 313	0.20 257	0.27 347	0.20 177

CRE-IMP	0.57 182	0.32 242	0.82 226	0.54 220	0.29 122	0.77 292	0.25 45	1.19 217	0.79 161	1.09 262	0.95 200	0.81 230	0.57 207	1.11 227	0.57 279	0.22 276	0.14 155	0.23 289	0.19 228	0.28 363	0.24 278

RAFT-IKP	0.57 182	0.33 262	0.82 226	0.52 183	0.27 71	0.57 176	0.35 134	1.14 192	0.73 134	1.13 276	0.96 202	0.83 246	0.61 243	1.26 259	0.53 257	0.23 300	0.14 155	0.24 313	0.20 257	0.27 347	0.20 177

test_xeample3	0.57 182	0.33 262	3.11 526	0.46 83	0.34 234	0.55 165	0.38 172	0.86 97	0.49 63	0.54 130	0.46 62	0.44 79	0.44 126	1.49 322	0.45 195	0.18 121	0.14 155	0.19 151	0.15 126	0.17 91	0.18 113

CFNet-RSSM	0.57 182	0.25 82	0.76 194	0.49 125	0.28 107	0.59 191	0.27 61	1.89 401	1.17 330	1.09 262	0.95 200	1.06 334	0.53 187	0.74 102	0.41 163	0.17 86	0.13 81	0.17 84	0.15 126	0.16 67	0.16 69

rvit_0105_4	0.58 194	0.40 385	1.19 387	0.68 414	0.38 283	0.53 146	0.55 351	0.93 111	1.27 386	0.56 137	0.61 114	0.72 207	0.63 244	1.01 195	0.47 211	0.33 450	0.33 496	0.29 416	0.25 381	0.29 380	0.26 319

AE-Stereo	0.58 194	0.29 166	0.81 217	0.62 342	0.41 318	0.69 257	0.46 271	2.49 531	1.25 374	0.49 103	0.77 159	0.69 195	0.46 143	0.61 64	0.42 171	0.17 86	0.16 262	0.21 222	0.20 257	0.19 163	0.18 113

1test111	0.58 194	0.34 292	0.63 120	0.60 320	0.27 71	1.16 424	0.51 310	1.58 312	0.91 198	0.60 146	0.80 169	0.47 101	0.87 346	0.99 188	0.67 318	0.21 241	0.13 81	0.25 352	0.15 126	0.23 288	0.25 299

RAFT-Test	0.58 194	0.27 126	0.81 217	0.50 144	0.33 213	0.95 377	0.27 61	1.40 273	0.89 192	1.00 233	1.12 277	1.39 421	0.48 156	0.74 102	0.41 163	0.17 86	0.14 155	0.17 84	0.14 106	0.16 67	0.18 113

anonymousdsp2	0.58 194	0.29 166	0.93 288	0.51 160	0.30 139	0.75 278	0.46 271	1.95 420	0.87 188	0.81 187	0.78 161	0.76 213	0.48 156	1.10 224	0.45 195	0.19 161	0.14 155	0.18 123	0.13 72	0.20 202	0.22 234

fff	0.58 194	0.26 102	1.15 366	0.46 83	0.25 47	0.48 97	0.36 147	1.20 221	1.28 394	1.13 276	1.03 234	0.59 159	1.04 423	0.77 112	0.58 284	0.17 86	0.14 155	0.17 84	0.13 72	0.15 46	0.24 278

iGMRVC	0.58 194	0.33 262	0.81 217	0.52 183	0.27 71	0.62 207	0.38 172	1.14 192	0.73 134	1.13 276	0.97 211	0.82 236	0.59 228	1.54 325	0.53 257	0.23 300	0.14 155	0.24 313	0.20 257	0.27 347	0.20 177

RALCasStereoNet	0.58 194	0.34 292	0.77 197	0.65 374	0.64 455	0.64 227	0.51 310	1.06 159	0.99 241	0.71 165	1.06 248	0.77 217	0.44 126	1.38 288	0.52 247	0.20 206	0.18 323	0.18 123	0.16 163	0.20 202	0.22 234

DCANet	0.58 194	0.26 102	1.15 366	0.45 71	0.25 47	0.49 103	0.36 147	1.18 213	1.35 426	1.15 292	1.04 240	0.60 163	0.91 361	0.84 139	0.58 284	0.17 86	0.14 155	0.17 84	0.13 72	0.19 163	0.25 299

csc	0.58 194	0.26 102	1.15 366	0.46 83	0.25 47	0.48 97	0.36 147	1.20 221	1.28 394	1.13 276	1.03 234	0.59 159	1.04 423	0.77 112	0.58 284	0.17 86	0.14 155	0.17 84	0.13 72	0.15 46	0.24 278

cscssc	0.58 194	0.26 102	1.15 366	0.46 83	0.25 47	0.48 97	0.36 147	1.20 221	1.28 394	1.13 276	1.03 234	0.59 159	1.04 423	0.77 112	0.58 284	0.17 86	0.14 155	0.17 84	0.13 72	0.15 46	0.24 278

GMStereo	0.58 194	0.50 433	1.09 346	0.52 183	0.32 193	0.80 308	0.43 230	1.02 138	1.41 457	0.89 209	0.77 159	0.52 128	0.46 143	0.89 160	0.56 275	0.25 343	0.16 262	0.20 188	0.22 327	0.31 403	0.27 337
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
IGEV-FE	0.59 206	0.33 262	1.11 353	0.63 352	0.37 269	0.41 46	0.33 108	1.80 373	0.79 161	1.04 248	1.10 264	1.05 333	0.43 118	0.87 151	0.48 219	0.18 121	0.13 81	0.19 151	0.18 205	0.20 202	0.23 255

xyz-stereo-finetune2	0.59 206	0.29 166	0.66 141	0.41 41	0.24 26	1.08 405	0.34 121	0.87 101	0.60 102	0.68 162	1.08 258	0.58 153	0.79 303	2.39 440	0.83 362	0.17 86	0.15 224	0.21 222	0.17 187	0.16 67	0.18 113

gcap-zeroshot	0.59 206	0.30 191	1.11 353	0.51 160	0.30 139	0.79 301	0.36 147	1.86 393	0.86 185	0.90 210	0.68 130	1.44 429	0.50 176	0.82 128	0.35 91	0.19 161	0.16 262	0.18 123	0.15 126	0.18 127	0.18 113

ACVNet-DCA	0.59 206	0.34 292	0.63 120	0.60 320	0.27 71	1.16 424	0.51 310	1.58 312	0.91 198	0.60 146	0.80 169	0.47 101	0.87 346	1.48 315	0.35 91	0.21 241	0.13 81	0.25 352	0.15 126	0.23 288	0.25 299

IGEV_Zeroshot_test	0.59 206	0.33 262	1.11 353	0.63 352	0.37 269	0.41 46	0.33 108	1.80 373	0.79 161	1.04 248	1.10 264	1.06 334	0.43 118	0.87 151	0.48 219	0.18 121	0.13 81	0.19 151	0.18 205	0.20 202	0.23 255

DCANet-4	0.59 206	0.28 143	1.65 453	0.44 62	0.25 47	0.48 97	0.36 147	1.15 204	1.36 435	1.13 276	1.03 234	0.56 149	0.74 277	0.77 112	0.58 284	0.17 86	0.14 155	0.17 84	0.13 72	0.15 46	0.24 278

x	0.59 206	0.34 292	0.79 207	0.51 160	0.32 193	0.69 257	0.46 271	1.64 325	0.97 229	0.86 203	0.86 182	0.83 246	0.74 277	0.75 109	0.70 326	0.21 241	0.22 386	0.22 255	0.20 257	0.21 248	0.24 278

sAnonymous2	0.59 206	0.61 470	1.82 466	0.61 334	0.52 396	0.51 131	0.54 341	0.97 123	0.70 130	0.50 112	0.68 130	0.46 92	0.63 244	0.61 64	0.41 163	0.22 276	0.17 291	0.23 289	0.21 299	0.85 544	0.56 512

CroCo_RVC	0.59 206	0.61 470	1.82 466	0.61 334	0.52 396	0.51 131	0.54 341	0.97 123	0.70 130	0.50 112	0.68 130	0.46 92	0.63 244	0.61 64	0.41 163	0.22 276	0.17 291	0.23 289	0.21 299	0.85 544	0.56 512

testlalala2	0.60 215	0.30 191	0.68 149	1.79 564	1.30 558	0.65 233	0.41 204	1.06 159	0.75 146	0.91 212	0.96 202	0.75 211	0.34 63	0.56 42	0.45 195	0.18 121	0.16 262	0.17 84	0.13 72	0.17 91	0.19 149

MIM_Stereo	0.60 215	0.26 102	1.02 323	0.49 125	0.32 193	0.52 137	0.28 68	1.41 277	0.82 170	1.02 242	1.16 301	0.93 288	0.53 187	1.48 315	0.63 304	0.17 86	0.17 291	0.20 188	0.19 228	0.17 91	0.18 113

MIPNet	0.60 215	0.31 224	1.07 340	0.51 160	0.34 234	0.68 248	0.40 194	1.67 329	1.14 313	1.11 265	0.93 197	0.60 163	0.78 294	0.77 112	0.58 284	0.18 121	0.14 155	0.19 151	0.16 163	0.18 127	0.21 205

AFF-stereo	0.60 215	0.28 143	0.72 165	0.48 110	0.29 122	0.34 22	0.37 162	1.22 228	1.20 342	1.21 331	1.59 454	1.10 352	0.70 271	1.01 195	0.44 182	0.14 24	0.12 39	0.19 151	0.20 257	0.18 127	0.15 36

R-Stereo Train	0.60 215	0.30 191	0.72 165	0.57 279	0.37 269	0.68 248	0.52 321	1.45 282	0.78 152	1.61 484	1.50 424	0.76 213	0.53 187	0.67 88	0.51 239	0.19 161	0.16 262	0.18 123	0.15 126	0.18 127	0.19 149

RAFT-Stereo	0.60 215	0.30 191	0.72 165	0.57 279	0.37 269	0.68 248	0.52 321	1.45 282	0.78 152	1.61 484	1.50 424	0.76 213	0.53 187	0.67 88	0.51 239	0.19 161	0.16 262	0.18 123	0.15 126	0.18 127	0.19 149
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-test2	0.61 221	0.30 191	0.93 288	0.65 374	0.65 460	0.79 301	0.50 308	1.33 259	1.40 453	0.65 155	1.15 299	0.53 133	0.42 110	1.18 244	0.36 110	0.25 343	0.18 323	0.26 373	0.31 465	0.20 202	0.21 205

AIO-test1	0.61 221	0.27 126	0.68 149	0.68 414	1.02 537	0.79 301	0.36 147	1.59 317	1.35 426	0.59 139	0.89 190	0.60 163	0.49 168	1.20 249	0.36 110	0.18 121	0.17 291	0.23 289	0.25 381	0.18 127	0.26 319

rvit_0105_5	0.61 221	0.41 395	1.19 387	0.67 402	0.37 269	0.57 176	0.56 358	1.08 167	1.28 394	0.65 155	0.68 130	0.77 217	0.67 260	0.91 166	0.51 239	0.33 450	0.32 490	0.30 428	0.27 417	0.28 363	0.28 353

riskmin	0.62 224	0.29 166	0.73 179	0.50 144	0.34 234	0.86 342	0.44 249	1.74 358	1.07 271	0.76 176	0.76 155	1.19 370	1.01 407	0.84 139	0.60 294	0.20 206	0.16 262	0.24 313	0.16 163	0.24 317	0.29 367

qqq	0.62 224	0.36 331	0.88 264	0.50 144	0.28 107	0.64 227	0.62 393	1.58 312	0.91 198	0.83 191	0.96 202	0.95 298	0.79 303	0.99 188	0.67 318	0.21 241	0.23 414	0.24 313	0.23 359	0.23 288	0.25 299

ADStereo(finetuned)	0.62 224	0.26 102	1.59 449	0.45 71	0.25 47	0.49 103	0.36 147	1.18 213	1.35 426	1.16 296	1.04 240	0.60 163	1.18 460	0.85 143	0.57 279	0.17 86	0.14 155	0.17 84	0.13 72	0.19 163	0.24 278

dd	0.62 224	0.51 437	1.17 381	0.56 257	0.33 213	0.74 273	0.46 271	1.03 146	1.40 453	0.80 182	0.87 185	0.60 163	0.57 207	1.02 199	0.86 367	0.28 408	0.18 323	0.26 373	0.19 228	0.35 433	0.27 337

IPLGR	0.62 224	0.28 143	1.32 416	0.50 144	0.29 122	0.65 233	0.34 121	1.47 287	1.19 338	1.21 331	1.07 251	0.70 198	0.65 253	1.05 206	0.55 269	0.18 121	0.15 224	0.20 188	0.17 187	0.21 248	0.20 177

PFNet+	0.62 224	0.31 224	0.99 313	0.57 279	0.31 160	0.57 176	0.30 83	0.99 135	1.25 374	1.33 396	1.10 264	0.79 222	0.57 207	1.35 280	0.53 257	0.26 369	0.17 291	0.28 404	0.26 399	0.21 248	0.27 337

NRIStereo	0.62 224	0.31 224	0.78 203	0.56 257	0.28 107	0.63 218	0.33 108	1.16 209	0.92 203	1.15 292	0.87 185	0.90 274	0.58 224	2.24 425	0.56 275	0.22 276	0.14 155	0.21 222	0.19 228	0.22 268	0.18 113

RALAANet	0.62 224	0.37 352	0.97 307	0.66 388	0.50 381	0.67 244	0.31 90	1.27 244	1.09 282	1.11 265	1.17 304	0.88 262	0.46 143	1.27 262	0.45 195	0.20 206	0.15 224	0.21 222	0.18 205	0.27 347	0.19 149

FENet	0.62 224	0.30 191	0.68 149	0.57 279	0.33 213	0.82 318	0.40 194	1.41 277	1.12 301	1.03 246	0.87 185	0.98 307	0.84 324	1.00 192	0.70 326	0.23 300	0.16 262	0.23 289	0.20 257	0.22 268	0.24 278

RAFT+CT+SA	0.63 233	0.30 191	0.73 179	0.69 427	0.37 269	0.40 38	0.55 351	1.93 415	1.04 261	0.72 169	1.23 328	0.62 173	0.69 268	1.69 355	0.42 171	0.19 161	0.13 81	0.22 255	0.22 327	0.21 248	0.19 149

GANet-ADL	0.63 233	0.38 370	0.82 226	0.67 402	0.41 318	0.68 248	0.51 310	1.64 325	1.16 325	0.98 228	1.10 264	0.90 274	0.58 224	0.81 126	0.63 304	0.27 390	0.18 323	0.18 123	0.16 163	0.23 288	0.27 337

AnonymousM	0.63 233	1.14 540	0.43 16	0.46 83	0.32 193	0.43 64	0.46 271	1.27 244	0.78 152	1.00 233	0.66 125	0.68 190	0.45 133	0.61 64	0.46 201	0.21 241	0.16 262	1.84 572	0.98 569	0.15 46	0.15 36

HHNet	0.64 236	0.28 143	0.69 155	0.45 71	0.46 356	0.50 122	0.57 364	1.13 188	1.03 255	1.26 363	2.21 523	0.70 198	0.59 228	1.10 224	0.51 239	0.21 241	0.13 81	0.23 289	0.19 228	0.20 202	0.31 393

Pruner-Stereo	0.64 236	0.31 224	0.79 207	0.66 388	0.31 160	0.61 204	0.42 212	1.22 228	1.09 282	1.53 467	1.09 262	0.94 294	0.55 198	1.37 284	0.56 275	0.25 343	0.14 155	0.24 313	0.21 299	0.21 248	0.25 299

Anonymous3	0.64 236	0.47 419	1.31 413	0.59 312	0.50 381	0.93 367	0.69 414	1.11 182	0.83 175	0.74 172	0.89 190	0.65 182	0.68 264	1.08 216	0.54 266	0.40 491	0.31 478	0.26 373	0.26 399	0.31 403	0.30 383

DIP-Stereo	0.64 236	0.32 242	0.91 283	0.49 125	0.36 259	0.91 356	0.33 108	2.51 534	0.77 148	1.25 350	1.00 222	0.68 190	0.51 179	0.92 168	0.65 313	0.19 161	0.15 224	0.21 222	0.17 187	0.19 163	0.22 234
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
tt1	0.65 240	0.34 292	0.65 136	0.60 320	0.27 71	1.14 417	0.48 289	1.08 167	2.62 555	0.59 139	0.79 164	0.49 109	0.80 310	1.57 328	0.35 91	0.21 241	0.13 81	0.25 352	0.16 163	0.20 202	0.23 255

TestStereo	0.65 240	0.42 398	0.83 235	0.52 183	0.27 71	0.57 176	0.44 249	1.07 162	0.92 203	0.85 198	1.01 224	0.68 190	0.56 204	3.22 476	0.47 211	0.23 300	0.15 224	0.24 313	0.18 205	0.28 363	0.18 113

FACV-RUCA	0.66 242	0.36 331	0.89 268	0.63 352	0.65 460	0.84 334	0.41 204	1.67 329	1.11 293	0.91 212	1.14 293	0.63 178	0.77 287	0.84 139	0.54 266	0.28 408	0.19 341	0.47 520	0.22 327	0.36 437	0.29 367

rvit_0105_3	0.66 242	0.47 419	1.27 406	0.74 461	0.40 304	0.63 218	0.70 421	1.22 228	1.28 394	0.83 191	0.71 144	0.82 236	0.72 276	0.93 171	0.58 284	0.37 481	0.34 500	0.34 468	0.32 472	0.28 363	0.31 393

rvit_stereo_0075_2	0.66 242	0.47 419	1.21 395	0.67 402	0.66 466	0.53 146	0.48 289	1.24 235	1.17 330	0.77 177	0.91 193	0.78 221	0.59 228	1.05 206	0.63 304	0.37 481	0.28 459	0.40 502	0.31 465	0.38 449	0.34 421

CAS	0.66 242	0.19 2	0.41 12	2.31 570	0.86 517	0.56 174	0.53 327	0.83 82	0.63 111	0.49 103	0.70 141	0.36 60	0.26 17	0.47 17	0.37 123	2.33 573	0.10 2	0.14 3	0.10 1	0.17 91	1.31 562

TestStereo1	0.66 242	0.29 166	0.95 299	0.82 494	0.32 193	0.47 87	0.43 230	1.52 295	1.22 357	0.99 229	1.32 363	0.65 182	0.76 283	1.78 366	0.44 182	0.20 206	0.16 262	0.22 255	0.19 228	0.21 248	0.20 177

RAFT_CTSACE	0.66 242	0.29 166	1.14 364	0.57 279	0.51 391	0.68 248	0.44 249	0.88 105	0.98 232	1.03 246	1.83 492	1.23 381	0.67 260	1.48 315	0.38 130	0.16 53	0.16 262	0.21 222	0.20 257	0.20 202	0.17 94

SA-5K	0.66 242	0.29 166	0.95 299	0.82 494	0.32 193	0.47 87	0.43 230	1.52 295	1.22 357	0.99 229	1.32 363	0.65 182	0.76 283	1.78 366	0.44 182	0.20 206	0.16 262	0.22 255	0.19 228	0.21 248	0.20 177

ACRE	0.66 242	0.37 352	1.27 406	0.60 320	0.50 381	0.74 273	0.47 282	1.26 240	1.10 286	1.40 430	1.56 444	0.62 173	0.46 143	0.88 155	0.78 346	0.24 322	0.15 224	0.19 151	0.16 163	0.19 163	0.29 367

ICVP	0.66 242	0.35 321	0.71 163	0.63 352	0.41 318	0.85 341	0.56 358	1.78 366	0.96 225	0.92 215	1.24 332	0.88 262	0.75 282	0.76 110	0.93 391	0.31 435	0.22 386	0.22 255	0.21 299	0.24 317	0.28 353
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
111	0.66 242	0.27 126	1.15 366	0.46 83	0.25 47	0.72 266	0.42 212	1.57 310	1.44 470	0.83 191	1.39 390	1.10 352	0.80 310	0.97 186	0.65 313	0.20 206	0.14 155	0.18 123	0.15 126	0.18 127	0.28 353

ACVNet	0.66 242	0.33 262	0.74 184	0.55 236	0.37 269	0.80 308	0.47 282	1.46 284	1.11 293	1.01 238	1.31 358	1.07 337	0.91 361	0.82 128	1.09 419	0.22 276	0.19 341	0.21 222	0.18 205	0.23 288	0.19 149

HI	0.67 253	0.34 292	0.80 212	0.51 160	0.51 391	0.41 46	0.37 162	1.15 204	0.80 165	1.34 403	1.42 401	1.60 458	1.11 441	0.96 182	0.90 380	0.16 53	0.12 39	0.20 188	0.21 299	0.20 202	0.20 177

CoSv	0.67 253	0.34 292	0.80 212	0.51 160	0.51 391	0.41 46	0.37 162	1.15 204	0.80 165	1.34 403	1.42 401	1.60 458	1.11 441	0.96 182	0.90 380	0.16 53	0.12 39	0.20 188	0.21 299	0.20 202	0.20 177

test_sample2	0.67 253	0.31 224	0.89 268	0.54 220	0.29 122	0.80 308	0.63 398	1.83 381	1.10 286	0.93 218	1.06 248	0.94 294	0.92 369	1.24 254	0.59 291	0.23 300	0.20 355	0.22 255	0.21 299	0.24 317	0.25 299

test_sample1	0.67 253	0.32 242	0.90 278	0.54 220	0.33 213	0.76 283	0.48 289	1.75 360	1.06 269	0.95 223	0.99 217	0.91 278	1.10 438	1.25 255	0.79 351	0.22 276	0.19 341	0.21 222	0.20 257	0.21 248	0.25 299

MyStereo06	0.67 253	0.29 166	1.06 335	0.58 293	0.48 369	0.62 207	0.72 425	2.26 493	0.89 192	1.07 259	1.12 277	1.22 377	0.56 204	0.83 134	0.47 211	0.17 86	0.17 291	0.24 313	0.21 299	0.23 288	0.23 255

StereoVision	0.67 253	0.37 352	1.02 323	0.60 320	0.41 318	0.50 122	0.41 204	1.32 257	0.96 225	0.73 171	2.48 538	0.82 236	0.57 207	1.06 211	0.50 235	0.26 369	0.28 459	0.29 416	0.28 428	0.37 443	0.22 234

CASS	0.67 253	0.36 331	0.84 244	0.57 279	0.28 107	0.82 318	0.43 230	1.62 324	0.92 203	1.39 424	1.28 351	0.87 256	0.84 324	0.88 155	0.59 291	0.36 478	0.19 341	0.26 373	0.22 327	0.29 380	0.43 473
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CIPLG	0.67 253	0.37 352	1.17 381	0.60 320	0.51 391	0.75 278	0.48 289	1.26 240	1.11 293	1.43 440	1.58 450	0.64 181	0.48 156	0.94 172	0.78 346	0.24 322	0.15 224	0.19 151	0.16 163	0.19 163	0.29 367

IPLGR_C	0.67 253	0.38 370	1.20 391	0.60 320	0.50 381	0.75 278	0.48 289	1.28 248	1.13 307	1.42 436	1.57 448	0.62 173	0.48 156	0.85 143	0.80 358	0.24 322	0.15 224	0.19 151	0.16 163	0.19 163	0.29 367

GwcNet-ADL	0.67 253	0.33 262	0.90 278	0.58 293	0.41 318	0.60 196	0.59 378	1.55 304	1.28 394	1.11 265	1.13 288	0.90 274	0.59 228	1.11 227	0.91 384	0.28 408	0.18 323	0.18 123	0.18 205	0.25 329	0.33 411

TRStereo	0.67 253	0.71 500	1.06 335	0.77 480	0.68 473	0.53 146	0.38 172	2.52 535	0.96 225	0.81 187	0.84 178	0.87 256	0.39 98	1.16 238	0.46 201	0.24 322	0.17 291	0.23 289	0.24 372	0.18 127	0.20 177

RAFT	0.67 253	0.32 242	0.83 235	0.63 352	0.34 234	0.69 257	0.57 364	1.14 192	0.84 178	1.12 273	1.20 312	1.75 486	0.92 369	1.09 220	0.60 294	0.22 276	0.19 341	0.27 388	0.24 372	0.22 268	0.23 255

DN-CSS_ROB	0.67 253	0.36 331	1.36 423	0.59 312	0.41 318	0.54 159	0.45 265	1.30 251	0.95 221	1.05 251	1.47 413	0.69 195	0.64 248	1.80 373	0.60 294	0.19 161	0.15 224	0.25 352	0.23 359	0.22 268	0.23 255

cc1	0.68 266	0.34 292	0.63 120	0.60 320	0.27 71	1.16 424	0.51 310	1.07 162	3.23 568	0.60 146	0.80 169	0.47 101	0.87 346	1.48 315	0.35 91	0.21 241	0.13 81	0.25 352	0.15 126	0.19 163	0.23 255

mmm	0.68 266	0.37 352	0.91 283	0.54 220	0.34 234	0.86 342	0.58 371	1.72 354	1.02 252	1.13 276	1.41 400	0.83 246	0.78 294	0.95 181	0.67 318	0.22 276	0.20 355	0.29 416	0.26 399	0.27 347	0.27 337

PCWNet_CMD	0.68 266	0.34 292	0.93 288	0.51 160	0.38 283	0.80 308	0.42 212	1.51 291	1.34 423	1.17 300	1.31 358	1.23 381	0.65 253	0.94 172	0.62 300	0.21 241	0.17 291	0.27 388	0.19 228	0.43 469	0.28 353

HH	0.68 266	0.33 262	0.83 235	0.53 206	0.34 234	0.92 363	0.45 265	1.79 369	0.74 141	0.71 165	1.13 288	1.60 458	0.83 321	1.95 393	0.39 136	0.18 121	0.14 155	0.19 151	0.17 187	0.19 163	0.19 149

HanStereo	0.68 266	0.33 262	0.83 235	0.53 206	0.34 234	0.92 363	0.45 265	1.79 369	0.74 141	0.71 165	1.13 288	1.60 458	0.83 321	1.95 393	0.39 136	0.18 121	0.14 155	0.19 151	0.17 187	0.19 163	0.19 149

DisPM	0.68 266	0.30 191	0.85 250	0.66 388	0.35 251	0.60 196	0.44 249	1.10 180	1.10 286	1.56 475	1.10 264	0.80 224	0.58 224	2.37 438	0.46 201	0.25 343	0.14 155	0.23 289	0.21 299	0.20 202	0.26 319

CFNet_pseudo	0.68 266	0.34 292	0.93 288	0.50 144	0.39 292	0.72 266	0.42 212	1.44 280	1.25 374	1.17 300	1.35 378	1.22 377	0.66 258	1.04 203	0.64 308	0.21 241	0.17 291	0.33 460	0.19 228	0.39 454	0.28 353

MSMDNet	0.68 266	0.34 292	0.93 288	0.52 183	0.38 283	0.80 308	0.42 212	1.52 295	1.35 426	1.17 300	1.31 358	1.23 381	0.65 253	0.94 172	0.62 300	0.21 241	0.17 291	0.26 373	0.19 228	0.41 462	0.28 353

ccs_rob	0.68 266	0.34 292	0.93 288	0.50 144	0.39 292	0.72 266	0.42 212	1.43 279	1.25 374	1.17 300	1.34 373	1.22 377	0.66 258	1.04 203	0.64 308	0.21 241	0.17 291	0.35 475	0.20 257	0.40 458	0.29 367

SA	0.69 275	0.31 224	0.97 307	0.64 367	0.30 139	0.56 174	0.38 172	1.84 383	1.35 426	0.99 229	1.37 383	0.69 195	0.94 374	1.88 385	0.43 177	0.20 206	0.16 262	0.25 352	0.23 359	0.22 268	0.19 149

MyStereo8	0.70 276	0.32 242	1.24 401	0.63 352	0.53 404	0.90 353	0.34 121	1.60 319	1.35 426	1.20 324	1.31 358	0.89 272	0.64 248	0.77 112	1.02 412	0.18 121	0.15 224	0.20 188	0.18 205	0.22 268	0.30 383

MyStereo05	0.70 276	0.29 166	1.22 396	0.58 293	0.48 369	0.62 207	0.72 425	1.52 295	1.54 492	1.17 300	0.91 193	0.77 217	0.79 303	1.45 308	0.68 322	0.17 86	0.17 291	0.24 313	0.21 299	0.23 288	0.23 255

xx1	0.70 276	0.34 292	0.63 120	0.60 320	0.27 71	1.16 424	0.51 310	1.07 162	3.23 568	0.60 146	0.80 169	0.95 298	0.79 303	1.48 315	0.35 91	0.21 241	0.13 81	0.24 313	0.23 359	0.23 288	0.25 299

GMStereo_Zeroshot	0.70 276	0.64 481	1.11 353	0.65 374	0.38 283	0.84 334	0.37 162	1.09 174	1.16 325	1.14 290	1.07 251	1.26 392	0.55 198	1.23 252	0.65 313	0.34 460	0.17 291	0.31 435	0.18 205	0.57 518	0.23 255

test_5	0.70 276	0.32 242	0.99 313	0.69 427	0.50 381	0.89 349	0.51 310	1.88 399	1.14 313	0.78 179	1.13 288	1.04 329	0.89 355	1.59 335	0.46 201	0.19 161	0.14 155	0.23 289	0.22 327	0.22 268	0.20 177

GES	0.70 276	0.37 352	1.05 333	0.62 342	0.38 283	0.94 370	0.57 364	2.37 513	0.92 203	1.05 251	1.12 277	0.67 188	0.77 287	1.02 199	0.65 313	0.28 408	0.20 355	0.20 188	0.20 257	0.22 268	0.31 393

IGEV-BASED-STEREO-	0.71 282	3.18 591	2.55 509	0.40 31	0.24 26	0.42 57	0.23 35	0.66 30	0.46 56	0.47 87	0.45 56	0.33 52	0.27 24	0.58 52	0.30 47	1.34 567	0.10 2	0.22 255	0.19 228	0.45 483	1.32 564

MyStereo04	0.71 282	0.30 191	1.28 409	0.58 293	0.48 369	0.59 191	0.78 437	1.74 358	1.49 486	0.94 221	0.91 193	0.74 209	0.86 337	1.59 335	0.69 323	0.18 121	0.18 323	0.24 313	0.21 299	0.23 288	0.23 255

raft_robust	0.71 282	0.32 242	0.75 189	0.54 220	0.28 107	0.54 159	0.35 134	1.54 301	1.24 366	1.18 311	1.07 251	0.73 208	0.53 187	3.65 485	0.40 153	0.19 161	0.16 262	0.20 188	0.22 327	0.21 248	0.19 149

iRaft-Stereo_20w	0.71 282	0.33 262	1.25 403	0.50 144	0.36 259	0.82 318	0.31 90	3.16 563	0.89 192	1.24 346	1.14 293	0.79 222	0.65 253	1.15 234	0.43 177	0.18 121	0.13 81	0.18 123	0.17 187	0.20 202	0.23 255

DMCA	0.71 282	0.36 331	1.17 381	0.53 206	0.45 347	0.84 334	0.46 271	1.52 295	1.09 282	1.20 324	1.12 277	1.21 373	0.74 277	0.87 151	1.09 419	0.25 343	0.20 355	0.27 388	0.19 228	0.24 317	0.29 367

HITNet	0.71 282	0.42 398	1.07 340	0.52 183	0.25 47	1.05 397	0.48 289	2.12 457	1.08 274	1.21 331	1.23 328	0.91 278	0.84 324	0.90 163	0.91 384	0.17 86	0.12 39	0.21 222	0.17 187	0.29 380	0.18 113
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
IPLG	0.72 288	0.29 166	1.12 358	0.53 206	0.44 343	0.79 301	0.33 108	1.35 261	1.10 286	1.32 390	1.11 273	0.52 128	0.54 195	3.13 472	0.71 329	0.17 86	0.14 155	0.20 188	0.17 187	0.18 127	0.21 205

HCRNet	0.72 288	0.40 385	0.86 257	0.61 334	0.57 428	0.75 278	0.35 134	1.39 271	1.21 349	1.11 265	0.99 217	1.01 323	0.76 283	2.18 420	0.73 330	0.28 408	0.19 341	0.28 404	0.23 359	0.25 329	0.26 319

UCFNet_RVC	0.72 288	0.37 352	0.59 96	0.66 388	0.41 318	0.89 349	0.68 411	1.78 366	1.15 318	1.01 238	1.20 312	1.22 377	0.95 379	1.07 213	0.66 317	0.28 408	0.21 371	0.34 468	0.31 465	0.33 421	0.29 367

test_sample3	0.73 291	0.35 321	1.06 335	0.55 236	0.32 193	0.97 386	0.51 310	2.12 457	1.25 374	1.16 296	1.17 304	0.88 262	0.78 294	1.27 262	0.79 351	0.26 369	0.21 371	0.25 352	0.25 381	0.26 341	0.27 337

CFNet_ucs	0.73 291	0.34 292	0.94 295	0.53 206	0.44 343	0.76 283	0.46 271	1.73 356	1.34 423	1.24 346	1.54 435	1.08 347	0.64 248	1.05 206	0.64 308	0.26 369	0.20 355	0.37 488	0.22 327	0.42 466	0.30 383

ToySt	0.73 291	0.35 321	1.64 451	0.54 220	0.37 269	0.92 363	0.81 453	1.21 226	1.03 255	0.86 203	1.12 277	1.31 404	1.01 407	1.04 203	0.88 373	0.19 161	0.20 355	0.24 313	0.24 372	0.27 347	0.28 353

LCNet	0.73 291	0.30 191	0.58 90	0.58 293	0.31 160	0.68 248	0.53 327	1.09 174	0.94 216	1.19 319	1.34 373	0.96 303	1.32 480	2.50 448	0.46 201	0.19 161	0.13 81	0.21 222	0.25 381	0.28 363	0.69 536

test_sample4	0.74 295	0.36 331	1.09 346	0.55 236	0.32 193	0.92 363	0.51 310	2.14 467	1.25 374	1.22 339	1.22 320	0.86 254	0.82 316	1.29 266	0.76 340	0.26 369	0.21 371	0.26 373	0.26 399	0.27 347	0.28 353

IER	0.74 295	0.33 262	1.25 403	0.50 144	0.53 404	1.32 449	0.55 351	1.31 253	1.08 274	1.30 381	1.34 373	1.11 357	1.10 438	1.05 206	0.81 360	0.20 206	0.17 291	0.21 222	0.21 299	0.20 202	0.21 205

SFCPSM	0.74 295	0.30 191	1.06 335	0.52 183	0.39 292	1.36 458	0.64 400	2.42 519	1.11 293	1.18 311	1.21 318	0.81 230	0.78 294	1.08 216	0.57 279	0.22 276	0.17 291	0.22 255	0.24 372	0.23 288	0.21 205

AdaStereo	0.74 295	0.48 425	0.86 257	0.75 470	0.38 283	0.94 370	0.56 358	2.05 446	1.24 366	1.15 292	1.22 320	1.07 337	0.67 260	1.05 206	0.73 330	0.33 450	0.16 262	0.32 448	0.22 327	0.29 380	0.23 255
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.
DCVSM-stereo	0.75 299	0.36 331	0.82 226	0.58 293	0.43 333	0.78 293	0.42 212	1.30 251	1.05 267	1.79 509	1.04 240	1.60 458	1.08 432	1.12 229	0.86 367	0.25 343	0.27 453	0.29 416	0.24 372	0.30 396	0.37 438

test_sample5	0.75 299	0.36 331	1.04 328	0.55 236	0.31 160	0.84 334	0.53 327	2.12 457	1.23 362	1.18 311	1.30 356	0.88 262	0.86 337	1.37 284	0.76 340	0.26 369	0.22 386	0.27 388	0.28 428	0.28 363	0.29 367

DualNet	0.75 299	0.36 331	1.04 328	0.55 236	0.31 160	0.84 334	0.53 327	2.12 457	1.23 362	1.21 331	1.40 395	0.88 262	0.86 337	1.37 284	0.76 340	0.26 369	0.22 386	0.27 388	0.28 428	0.28 363	0.29 367

BSDual-CNN	0.75 299	0.34 292	0.77 197	0.55 236	0.45 347	1.25 442	0.66 406	2.65 544	1.04 261	1.25 350	1.12 277	1.11 357	0.77 287	0.94 172	0.76 340	0.25 343	0.18 323	0.25 352	0.22 327	0.23 288	0.24 278

psmg	0.75 299	0.34 292	0.77 197	0.52 183	0.45 347	1.46 473	0.73 428	2.15 472	1.04 261	1.25 350	1.33 369	1.11 357	0.77 287	0.94 172	0.76 340	0.25 343	0.20 355	0.25 352	0.26 399	0.23 288	0.24 278

UDGNet	0.75 299	1.23 546	0.99 313	0.82 494	0.42 328	0.76 283	0.38 172	0.98 127	1.37 440	0.83 191	0.88 188	0.70 198	0.60 234	1.25 255	0.57 279	0.57 536	0.19 341	1.03 563	0.26 399	0.79 542	0.35 430

PSMNet-ADL	0.75 299	0.36 331	0.69 155	0.71 440	0.47 367	1.13 414	0.46 271	1.47 287	1.07 271	0.85 198	1.18 307	1.31 404	0.94 374	1.56 326	1.06 417	0.34 460	0.22 386	0.22 255	0.23 359	0.27 347	0.36 434

GMM-Stereo	0.75 299	0.27 126	0.66 141	0.56 257	0.34 234	0.71 263	0.97 489	1.09 174	0.91 198	1.37 416	1.79 485	1.11 357	0.79 303	2.08 410	0.48 219	0.19 161	0.12 39	0.25 352	0.25 381	0.21 248	0.78 543

rvit_105_1	0.76 307	0.54 448	1.27 406	0.80 487	0.49 376	0.74 273	0.86 467	1.39 271	1.23 362	1.00 233	0.80 169	0.93 288	0.78 294	1.29 266	0.78 346	0.43 500	0.36 511	0.36 485	0.42 514	0.30 396	0.36 434

qqq1	0.76 307	0.32 242	0.95 299	0.49 125	0.27 71	0.83 326	0.43 230	2.16 474	1.45 475	1.27 368	1.50 424	0.98 307	0.96 381	1.87 379	0.48 219	0.24 322	0.22 386	0.18 123	0.15 126	0.19 163	0.22 234

fff1	0.76 307	0.32 242	0.95 299	0.49 125	0.27 71	0.83 326	0.43 230	2.16 474	1.45 475	1.27 368	1.50 424	0.98 307	0.96 381	1.87 379	0.48 219	0.24 322	0.22 386	0.18 123	0.15 126	0.19 163	0.22 234

Sa-1000	0.76 307	0.30 191	0.92 286	0.62 342	0.31 160	0.78 293	0.37 162	2.00 433	1.38 442	1.30 381	2.04 514	0.86 254	0.74 277	1.87 379	0.40 153	0.19 161	0.14 155	0.25 352	0.24 372	0.21 248	0.19 149

Prome-Stereo	0.76 307	0.29 166	0.57 88	0.58 293	0.33 213	0.58 189	0.94 484	0.98 127	0.92 203	1.46 452	2.45 536	0.91 278	1.38 487	1.60 340	0.44 182	0.19 161	0.13 81	0.19 151	0.18 205	0.20 202	0.87 549

EAI-Stereo	0.76 307	0.31 224	0.74 184	0.55 236	0.28 107	0.70 261	1.72 553	2.57 538	0.90 197	0.75 174	3.03 550	0.57 151	0.43 118	1.10 224	0.49 232	0.19 161	0.14 155	0.17 84	0.18 205	0.17 91	0.21 205

DFGA-Net	0.77 313	0.47 419	1.75 459	0.55 236	0.46 356	0.83 326	0.44 249	1.38 267	1.10 286	1.05 251	1.20 312	0.70 198	0.58 224	2.27 428	1.31 448	0.19 161	0.17 291	0.24 313	0.24 372	0.28 363	0.30 383

G2L-Stereo_test	0.77 313	0.31 224	0.97 307	0.51 160	0.41 318	0.90 353	0.80 448	1.67 329	1.22 357	1.32 390	1.27 345	1.50 443	0.81 314	1.74 360	1.02 412	0.20 206	0.14 155	0.16 57	0.16 163	0.18 127	0.22 234

test_sample6	0.77 313	0.36 331	1.07 340	0.56 257	0.31 160	0.82 318	0.56 358	2.12 457	1.24 366	1.21 331	1.40 395	0.90 274	0.90 358	1.45 308	0.87 372	0.28 408	0.23 414	0.28 404	0.29 447	0.28 363	0.30 383

KYRaft	0.77 313	0.29 166	0.68 149	0.59 312	0.29 122	0.66 239	0.83 458	1.05 157	0.89 192	1.63 490	2.22 524	1.15 365	0.99 398	1.59 335	0.41 163	0.21 241	0.14 155	0.22 255	0.28 428	0.21 248	1.01 553

MLCV	0.77 313	0.39 379	1.31 413	0.55 236	0.25 47	0.91 356	0.39 186	1.48 289	1.28 394	1.49 461	1.54 435	1.02 325	0.68 264	2.12 414	0.93 391	0.19 161	0.13 81	0.19 151	0.14 106	0.19 163	0.22 234

test_sample7	0.78 318	0.39 379	0.89 268	0.55 236	0.35 251	0.93 367	0.75 430	1.99 429	1.27 386	1.25 350	1.22 320	1.09 348	1.01 407	1.31 269	0.73 330	0.32 443	0.32 490	0.32 448	0.32 472	0.33 421	0.33 411

CoDeX	0.78 318	0.31 224	1.04 328	0.56 257	0.37 269	1.13 414	0.60 385	2.77 551	1.29 406	1.17 300	1.26 336	0.91 278	0.87 346	1.42 301	0.74 334	0.21 241	0.16 262	0.21 222	0.18 205	0.21 248	0.21 205

anonymousa	0.78 318	0.30 191	0.85 250	0.51 160	0.96 533	1.41 468	0.47 282	1.61 321	0.94 216	1.33 396	1.77 483	1.66 470	1.11 441	0.72 99	0.63 304	0.19 161	0.18 323	0.23 289	0.25 381	0.20 202	0.22 234

BUS	0.78 318	0.34 292	0.77 197	0.55 236	0.45 347	2.30 537	0.42 212	2.65 544	1.04 261	1.25 350	1.12 277	1.02 325	0.70 271	0.94 172	0.75 337	0.25 343	0.18 323	0.25 352	0.22 327	0.23 288	0.24 278

acv_ft	0.78 318	0.33 262	1.10 351	0.73 455	0.86 517	1.23 439	0.57 364	1.65 328	1.11 293	1.31 387	1.31 358	1.07 337	0.91 361	0.82 128	1.35 458	0.22 276	0.19 341	0.21 222	0.18 205	0.22 268	0.19 149

GANet-RSSM	0.78 318	0.31 224	0.90 278	0.67 402	0.58 431	0.80 308	0.62 393	2.04 442	1.15 318	1.11 265	1.27 345	1.26 392	1.18 460	1.68 351	0.74 334	0.26 369	0.21 371	0.22 255	0.22 327	0.23 288	0.23 255

PSMNet-RSSM	0.78 318	0.32 242	0.89 268	0.65 374	0.43 333	0.73 271	0.58 371	2.14 467	1.19 338	1.18 311	1.38 388	1.31 404	1.07 431	1.43 303	0.82 361	0.28 408	0.21 371	0.27 388	0.29 447	0.25 329	0.26 319

CFNet-ft	0.78 318	0.36 331	0.74 184	0.67 402	0.56 423	0.86 342	0.54 341	1.46 284	1.17 330	1.01 238	1.28 351	1.68 475	1.03 417	1.57 328	0.95 398	0.27 390	0.21 371	0.33 460	0.26 399	0.31 403	0.26 319

CFNet_RVC	0.78 318	0.36 331	0.74 184	0.67 402	0.56 423	0.86 342	0.54 341	1.46 284	1.17 330	1.01 238	1.28 351	1.68 475	1.03 417	1.57 328	0.95 398	0.27 390	0.21 371	0.33 460	0.26 399	0.31 403	0.26 319

G2L-ROB	0.79 327	0.28 143	1.01 320	0.57 279	0.39 292	0.94 370	0.65 402	1.76 362	1.18 336	1.27 368	1.03 234	1.62 463	0.78 294	1.93 389	1.26 443	0.20 206	0.14 155	0.17 84	0.15 126	0.20 202	0.24 278

SMFormer	0.79 327	0.32 242	0.95 299	0.49 125	0.27 71	0.83 326	0.43 230	2.16 474	1.45 475	1.27 368	1.50 424	0.98 307	0.96 381	1.87 379	0.99 404	0.24 322	0.22 386	0.22 255	0.21 299	0.23 288	0.27 337

tta	0.79 327	0.32 242	0.95 299	0.49 125	0.27 71	0.83 326	0.43 230	2.16 474	1.45 475	1.27 368	1.50 424	0.98 307	0.96 381	1.87 379	0.99 404	0.24 322	0.22 386	0.22 255	0.21 299	0.19 163	0.22 234

ffm	0.79 327	0.36 331	1.51 437	0.56 257	0.40 304	0.76 283	0.59 378	1.08 167	2.62 555	1.19 319	1.49 417	1.07 337	0.85 329	1.57 328	0.35 91	0.21 241	0.13 81	0.31 435	0.28 428	0.20 202	0.23 255

cf-r	0.79 327	0.32 242	1.06 335	0.57 279	0.64 455	0.78 293	0.51 310	2.04 442	1.22 357	1.20 324	1.27 345	1.53 449	0.91 361	1.47 313	0.94 396	0.25 343	0.19 341	0.22 255	0.23 359	0.19 163	0.21 205

DeepPruner_ROB	0.79 327	0.55 452	1.14 364	0.61 334	0.46 356	0.78 293	0.54 341	1.83 381	1.00 245	1.42 436	1.27 345	1.23 381	0.77 287	1.56 326	0.89 376	0.35 471	0.28 459	0.27 388	0.26 399	0.32 414	0.34 421

DDVS	0.80 333	0.43 403	1.09 346	0.64 367	0.44 343	1.27 445	0.43 230	1.49 290	0.94 216	1.21 331	1.16 301	1.42 423	0.63 244	2.14 416	1.02 412	0.29 424	0.22 386	0.26 373	0.23 359	0.31 403	0.37 438

gwcnet-sp	0.80 333	0.37 352	1.94 474	0.62 342	0.45 347	1.38 459	0.53 327	1.68 333	1.20 342	1.37 416	1.08 258	0.93 288	0.82 316	1.45 308	0.79 351	0.22 276	0.22 386	0.22 255	0.21 299	0.23 288	0.25 299

scenet	0.80 333	0.37 352	1.94 474	0.62 342	0.45 347	1.38 459	0.53 327	1.68 333	1.20 342	1.37 416	1.08 258	0.93 288	0.82 316	1.45 308	0.79 351	0.22 276	0.22 386	0.22 255	0.21 299	0.23 288	0.25 299

ssnet	0.80 333	0.37 352	1.94 474	0.62 342	0.45 347	1.38 459	0.53 327	1.68 333	1.20 342	1.37 416	1.08 258	0.93 288	0.82 316	1.45 308	0.79 351	0.22 276	0.22 386	0.22 255	0.21 299	0.23 288	0.25 299

AASNet	0.80 333	0.39 379	1.16 380	0.84 502	0.80 506	1.14 417	0.59 378	2.12 457	1.21 349	1.26 363	1.26 336	0.93 288	0.77 287	0.84 139	1.23 439	0.28 408	0.24 424	0.24 313	0.20 257	0.28 363	0.27 337

PSM-softLoss	0.80 333	0.33 262	0.89 268	0.63 352	0.32 193	0.55 165	0.40 194	1.26 240	0.78 152	1.25 350	1.07 251	0.83 246	0.51 179	5.33 521	0.61 297	0.25 343	0.15 224	0.25 352	0.22 327	0.20 202	0.26 319

KMStereo	0.80 333	0.33 262	0.89 268	0.63 352	0.32 193	0.55 165	0.40 194	1.26 240	0.78 152	1.25 350	1.07 251	0.83 246	0.51 179	5.33 521	0.61 297	0.25 343	0.15 224	0.25 352	0.22 327	0.20 202	0.26 319

PSM-AAD	0.80 333	0.29 166	0.58 90	0.58 293	0.29 122	0.76 283	1.19 520	1.08 167	0.94 216	1.65 493	1.58 450	0.81 230	2.12 548	1.67 349	0.44 182	0.19 161	0.14 155	0.38 492	0.32 472	0.22 268	0.68 534

iResNet	0.80 333	0.45 411	1.47 432	0.72 446	0.31 160	0.96 383	0.64 400	1.80 373	1.28 394	1.31 387	1.48 416	0.94 294	0.78 294	1.77 364	0.99 404	0.19 161	0.14 155	0.18 123	0.15 126	0.22 268	0.27 337

NINENet	0.81 342	0.40 385	0.89 268	0.65 374	0.53 404	2.30 537	0.42 212	2.12 457	1.13 307	1.20 324	1.27 345	1.02 325	0.70 271	1.26 259	0.75 337	0.29 424	0.24 424	0.31 435	0.21 299	0.27 347	0.26 319

DRaft	0.81 342	0.26 102	0.77 197	0.47 98	0.31 160	0.95 377	0.52 321	1.13 188	0.99 241	1.78 508	2.01 513	0.80 224	1.71 521	2.64 455	0.74 334	0.19 161	0.14 155	0.20 188	0.20 257	0.18 127	0.24 278

hknet	0.82 344	0.34 292	1.15 366	0.55 236	0.39 292	1.25 442	0.66 406	2.65 544	1.10 286	1.25 350	1.12 277	1.58 457	0.85 329	1.41 296	0.79 351	0.23 300	0.18 323	0.25 352	0.22 327	0.23 288	0.24 278

NF-Stereo	0.82 344	0.33 262	0.83 235	0.65 374	0.31 160	0.63 218	0.43 230	1.35 261	0.93 210	1.30 381	1.02 227	0.81 230	0.57 207	5.37 525	0.55 269	0.26 369	0.14 155	0.24 313	0.20 257	0.20 202	0.30 383

OCTAStereo	0.82 344	0.33 262	0.83 235	0.65 374	0.31 160	0.62 207	0.44 249	1.35 261	0.93 210	1.30 381	1.02 227	0.81 230	0.57 207	5.32 520	0.55 269	0.26 369	0.14 155	0.24 313	0.20 257	0.20 202	0.30 383

RE-Stereo	0.82 344	0.33 262	0.84 244	0.65 374	0.31 160	0.63 218	0.44 249	1.35 261	0.93 210	1.30 381	1.02 227	0.80 224	0.57 207	5.34 523	0.55 269	0.26 369	0.14 155	0.24 313	0.20 257	0.20 202	0.31 393

TVStereo	0.82 344	0.33 262	0.84 244	0.65 374	0.31 160	0.63 218	0.44 249	1.35 261	0.93 210	1.30 381	1.02 227	0.80 224	0.57 207	5.34 523	0.55 269	0.26 369	0.14 155	0.24 313	0.20 257	0.20 202	0.31 393

ARAFT	0.82 344	0.40 385	1.77 461	0.53 206	0.31 160	0.89 349	0.81 453	2.32 503	1.08 274	1.66 496	1.25 334	1.04 329	0.64 248	1.91 386	0.52 247	0.20 206	0.15 224	0.28 404	0.27 417	0.17 91	0.18 113

STTStereo	0.82 344	0.53 445	1.53 444	0.68 414	0.56 423	0.88 347	0.56 358	1.57 310	1.14 313	1.39 424	1.10 264	1.26 392	0.84 324	1.49 322	0.90 380	0.29 424	0.28 459	0.33 460	0.40 510	0.33 421	0.37 438

BEATNet_4x	0.82 344	0.54 448	2.02 481	0.56 257	0.28 107	1.04 394	0.55 351	2.14 467	1.13 307	1.24 346	1.26 336	1.00 318	0.94 374	1.13 231	1.23 439	0.21 241	0.14 155	0.24 313	0.20 257	0.37 443	0.23 255

iResNet_ROB	0.82 344	0.36 331	1.13 359	0.60 320	0.37 269	0.91 356	0.38 172	2.41 518	1.61 505	1.35 409	1.35 378	1.25 386	0.97 392	1.75 362	0.88 373	0.21 241	0.14 155	0.17 84	0.12 37	0.19 163	0.30 383

ISRNet	0.83 353	0.35 321	1.31 413	0.84 502	0.65 460	0.60 196	0.41 204	1.28 248	1.15 318	1.61 484	1.55 438	1.34 411	0.77 287	1.33 278	0.98 403	0.40 491	0.34 500	0.43 509	0.38 507	0.34 429	0.49 490

testlalala_base	0.83 353	0.41 395	0.80 212	0.67 402	0.53 404	0.78 293	0.30 83	1.84 383	0.60 102	0.75 174	0.91 193	0.68 190	0.54 195	0.69 93	0.46 201	2.92 579	0.15 224	0.17 84	0.12 37	2.95 578	0.27 337

GrayStereo	0.83 353	0.28 143	0.62 117	0.66 388	0.37 269	0.76 283	1.79 557	1.19 217	0.91 198	1.98 527	1.89 500	1.07 337	1.76 526	1.43 303	0.50 235	0.20 206	0.15 224	0.19 151	0.21 299	0.18 127	0.41 461

psm_up	0.83 353	0.37 352	0.88 264	0.68 414	0.59 437	1.05 397	0.92 478	1.68 333	1.17 330	1.41 432	1.22 320	1.30 402	1.31 478	1.39 291	0.89 376	0.27 390	0.30 473	0.31 435	0.27 417	0.28 363	0.28 353

GwcNet-RSSM	0.83 353	0.34 292	1.29 412	0.65 374	0.55 418	0.78 293	0.62 393	1.89 401	1.27 386	1.18 311	1.39 390	1.56 454	0.91 361	1.60 340	1.22 436	0.26 369	0.20 355	0.23 289	0.24 372	0.21 248	0.21 205

DMCA-RVC	0.83 353	0.46 414	2.19 495	0.68 414	0.49 376	0.84 334	0.48 289	1.44 280	1.07 271	1.56 475	1.04 240	1.29 399	0.86 337	1.49 322	0.92 388	0.27 390	0.22 386	0.35 475	0.28 428	0.32 414	0.28 353

coex_refinement	0.84 359	0.30 191	0.89 268	0.72 446	0.52 396	0.95 377	0.60 385	1.92 413	1.29 406	1.38 421	1.37 383	1.80 491	0.82 316	1.48 315	1.31 448	0.27 390	0.17 291	0.19 151	0.20 257	0.25 329	0.27 337

G2L-Stereo	0.84 359	0.35 321	1.15 366	0.63 352	0.43 333	0.78 293	0.69 414	1.69 342	1.20 342	1.36 414	1.18 307	1.43 428	0.78 294	2.47 447	1.26 443	0.25 343	0.20 355	0.26 373	0.21 299	0.20 202	0.27 337

RAFT_R40	0.84 359	0.30 191	0.83 235	0.63 352	0.31 160	0.66 239	0.43 230	1.15 204	0.99 241	1.47 453	1.10 264	1.00 318	0.84 324	5.44 526	0.53 257	0.23 300	0.13 81	0.23 289	0.20 257	0.23 288	0.19 149

UPFNet	0.84 359	0.34 292	1.09 346	0.62 342	0.74 488	1.25 442	0.78 437	1.69 342	1.20 342	1.39 424	1.13 288	1.30 402	0.87 346	1.73 359	1.22 436	0.24 322	0.26 443	0.24 313	0.23 359	0.26 341	0.20 177

hitnet-ft	0.84 359	0.38 370	0.75 189	0.59 312	0.44 343	0.99 388	0.47 282	1.61 321	1.38 442	1.21 331	1.22 320	1.82 493	0.99 398	1.87 379	1.09 419	0.33 450	0.29 469	0.34 468	0.27 417	0.36 437	0.33 411

NLCA_NET_v2_RVC	0.84 359	0.46 414	1.40 428	0.69 427	0.61 447	0.95 377	0.52 321	1.68 333	1.21 349	1.39 424	1.15 299	1.42 423	0.88 352	1.78 366	0.93 391	0.26 369	0.23 414	0.27 388	0.27 417	0.30 396	0.39 451
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.84 359	0.43 403	1.01 320	0.66 388	0.43 333	1.32 449	0.49 300	1.64 325	1.24 366	1.53 467	1.45 409	1.49 440	0.97 392	1.32 275	1.31 448	0.21 241	0.17 291	0.27 388	0.25 381	0.25 329	0.34 421
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ITSA-stereo	0.85 366	0.38 370	0.92 286	0.58 293	0.32 193	0.86 342	0.49 300	2.33 509	1.69 511	1.16 296	1.12 277	0.95 298	0.85 329	2.46 442	1.18 428	0.27 390	0.23 414	0.28 404	0.28 428	0.28 363	0.41 461

AIO-Stereo-zeroshot	0.85 366	0.38 370	2.79 518	0.51 160	0.60 441	0.72 266	0.38 172	2.87 559	0.77 148	0.80 182	1.07 251	2.14 525	0.93 371	0.96 182	0.62 300	0.21 241	0.13 81	0.21 222	0.26 399	0.29 380	0.32 402

DCRE	0.85 366	0.28 143	0.76 194	0.60 320	0.49 376	0.59 191	0.53 327	1.04 153	0.92 203	0.80 182	7.34 583	0.87 256	0.57 207	0.78 121	0.43 177	0.16 53	0.17 291	0.19 151	0.17 187	0.18 127	0.22 234

SST-Stereo	0.85 366	0.30 191	0.81 217	0.63 352	0.31 160	0.70 261	0.25 45	1.16 209	0.95 221	1.47 453	1.11 273	0.99 312	0.86 337	5.69 529	0.53 257	0.23 300	0.13 81	0.23 289	0.19 228	0.23 288	0.19 149

PAM	0.86 370	0.31 224	1.19 387	0.55 236	0.35 251	2.17 531	0.47 282	2.26 493	0.87 188	1.18 311	0.96 202	3.01 553	1.41 494	0.90 163	0.40 153	0.19 161	0.13 81	0.19 151	0.18 205	0.20 202	0.27 337

RAFT-345	0.86 370	0.26 102	0.73 179	0.53 206	0.28 107	0.53 146	0.41 204	0.85 90	1.31 417	1.33 396	2.32 528	0.85 253	0.53 187	5.69 529	0.48 219	0.19 161	0.14 155	0.22 255	0.17 187	0.17 91	0.17 94

UNet	0.86 370	0.36 331	1.52 441	0.62 342	0.74 488	1.56 483	0.49 300	1.55 304	1.12 301	1.28 374	1.10 264	1.52 448	1.10 438	1.69 355	1.14 424	0.24 322	0.18 323	0.25 352	0.21 299	0.25 329	0.25 299

ac_64	0.86 370	0.32 242	1.02 323	0.74 461	0.60 441	1.04 394	0.53 327	2.20 488	0.99 241	1.23 342	1.11 273	1.96 508	1.06 429	2.01 401	1.01 409	0.30 431	0.22 386	0.24 313	0.23 359	0.22 268	0.22 234

Select-FE	0.87 374	0.42 398	2.64 515	0.57 279	0.48 369	0.47 87	0.23 35	2.59 540	0.85 182	1.08 261	1.32 363	2.00 512	1.73 523	1.15 234	0.47 211	0.21 241	0.17 291	0.21 222	0.26 399	0.20 202	0.33 411

PAM_32	0.87 374	0.30 191	1.08 343	0.56 257	0.32 193	2.10 530	0.36 147	2.26 493	1.01 248	1.13 276	1.05 247	3.14 558	1.47 501	1.00 192	0.42 171	0.19 161	0.14 155	0.20 188	0.18 205	0.19 163	0.25 299

SepStereo	0.87 374	0.37 352	1.20 391	0.66 388	0.69 476	0.82 318	0.62 393	1.79 369	1.26 382	1.93 522	1.55 438	0.96 303	1.17 453	2.34 433	0.69 323	0.22 276	0.16 262	0.25 352	0.18 205	0.29 380	0.24 278

LMCR-Stereo	0.87 374	0.50 433	0.99 313	0.80 487	0.43 333	1.32 449	0.55 351	2.79 555	1.03 255	1.55 473	1.49 417	0.74 209	1.01 407	1.76 363	0.99 404	0.30 431	0.17 291	0.22 255	0.18 205	0.31 403	0.22 234

FADNet_RVC	0.88 378	0.56 456	2.15 492	0.57 279	0.43 333	1.17 431	0.46 271	1.68 333	1.12 301	0.91 212	1.24 332	0.91 278	0.94 374	2.22 422	1.20 431	0.28 408	0.22 386	0.32 448	0.28 428	0.46 490	0.42 469

iResNetv2_ROB	0.88 378	0.43 403	2.62 514	0.60 320	0.38 283	0.94 370	0.67 408	1.88 399	1.38 442	1.27 368	1.45 409	1.26 392	1.05 428	1.92 387	0.64 308	0.24 322	0.15 224	0.19 151	0.14 106	0.24 317	0.21 205

DualNet (step1)	0.89 380	0.51 437	1.35 418	0.58 293	0.40 304	1.07 401	0.80 448	1.99 429	1.27 386	1.25 350	1.22 320	1.09 348	1.01 407	1.31 269	0.73 330	0.59 539	0.32 490	0.62 547	0.67 554	0.45 483	0.48 485

iRaft-Stereo_5w	0.89 380	0.31 224	1.04 328	0.56 257	0.47 367	0.47 87	0.68 411	1.19 217	1.08 274	0.80 182	1.35 378	1.46 435	0.90 358	5.11 515	1.16 426	0.18 121	0.15 224	0.22 255	0.19 228	0.21 248	0.24 278

DAS	0.89 380	0.37 352	1.20 391	0.66 388	0.69 476	0.82 318	0.62 393	1.79 369	1.26 382	1.93 522	1.55 438	0.96 303	1.17 453	2.72 460	0.69 323	0.22 276	0.16 262	0.25 352	0.18 205	0.29 380	0.24 278

SACVNet	0.89 380	0.51 437	1.08 343	0.83 498	0.58 431	0.83 326	0.78 437	1.84 383	1.17 330	1.39 424	1.33 369	1.25 386	1.01 407	2.31 432	0.92 388	0.35 471	0.26 443	0.31 435	0.29 447	0.35 433	0.48 485

ASMatch	0.89 380	0.29 166	0.72 165	0.56 257	0.36 259	0.47 87	0.37 162	1.16 209	0.95 221	1.11 265	3.26 553	0.95 298	0.96 381	4.88 512	0.53 257	0.20 206	0.16 262	0.22 255	0.19 228	0.20 202	0.30 383

ADLNet	0.89 380	0.39 379	1.09 346	0.88 513	0.73 483	1.24 441	0.75 430	2.02 435	1.41 457	1.58 479	1.37 383	1.26 392	1.00 404	1.31 269	1.18 428	0.28 408	0.21 371	0.26 373	0.26 399	0.29 380	0.36 434

MMNet	0.89 380	0.35 321	1.44 429	0.64 367	0.59 437	1.83 510	0.48 289	1.70 346	1.38 442	1.45 449	1.19 311	1.25 386	1.16 449	1.77 364	1.27 446	0.20 206	0.19 341	0.23 289	0.22 327	0.25 329	0.24 278

HGLStereo	0.89 380	0.42 398	1.15 366	0.82 494	1.03 538	1.16 424	0.57 364	1.68 333	1.28 394	1.26 363	1.62 457	1.13 361	1.31 478	1.85 375	1.11 423	0.25 343	0.24 424	0.24 313	0.22 327	0.24 317	0.29 367

CRFU-Net	0.90 388	0.42 398	1.10 351	0.69 427	0.59 437	1.76 501	0.84 460	2.33 509	0.92 203	1.45 449	1.20 312	1.62 463	1.25 468	1.38 288	0.94 396	0.28 408	0.23 414	0.22 255	0.19 228	0.24 317	0.27 337

dad	0.90 388	0.73 506	1.28 409	0.59 312	0.39 292	0.83 326	0.45 265	1.24 235	1.54 492	1.52 464	1.28 351	1.36 414	0.86 337	2.54 451	0.91 384	0.43 500	0.27 453	0.82 555	0.26 399	0.44 480	0.34 421

AACVNet	0.90 388	0.40 385	0.98 310	0.86 508	0.40 304	0.80 308	0.49 300	1.81 377	0.86 185	1.11 265	1.34 373	1.32 408	0.99 398	4.23 496	0.86 367	0.26 369	0.22 386	0.28 404	0.22 327	0.30 396	0.28 353

IRAFT_RVC	0.90 388	0.30 191	0.89 268	0.67 402	0.31 160	0.64 227	1.00 495	1.40 273	0.97 229	1.23 342	1.04 240	1.00 318	0.96 381	5.77 534	0.57 279	0.24 322	0.13 81	0.25 352	0.21 299	0.20 202	0.21 205

delet	0.90 388	0.34 292	1.15 366	0.69 427	0.66 466	1.63 490	0.81 453	1.95 420	1.49 486	1.42 436	1.38 388	1.29 399	0.91 361	1.78 366	1.18 428	0.22 276	0.22 386	0.24 313	0.25 381	0.22 268	0.24 278

pcwnet_v2	0.91 393	0.39 379	2.74 516	0.64 367	0.55 418	0.81 316	0.49 300	2.19 485	1.63 506	1.44 443	1.64 463	1.09 348	0.79 303	1.31 269	0.70 326	0.32 443	0.25 436	0.29 416	0.27 417	0.37 443	0.37 438

FADNet-RVC-Resample	0.91 393	0.51 437	2.92 521	0.64 367	0.46 356	1.07 401	0.60 385	1.76 362	1.24 366	1.10 264	0.98 216	1.06 334	0.98 395	2.17 419	0.95 398	0.24 322	0.22 386	0.30 428	0.32 472	0.36 437	0.40 456

HSM-Net_RVC	0.91 393	0.31 224	0.60 105	0.54 220	0.31 160	1.15 421	0.60 385	3.76 572	1.30 410	1.57 478	1.75 479	1.67 472	1.01 407	1.61 342	0.90 380	0.23 300	0.17 291	0.19 151	0.18 205	0.20 202	0.22 234
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ssnet_v2	0.92 396	0.39 379	1.22 396	0.66 388	0.39 292	1.31 448	0.96 488	2.32 503	1.45 475	1.48 459	1.17 304	1.53 449	0.91 361	1.16 238	1.71 501	0.31 435	0.27 453	0.30 428	0.29 447	0.28 363	0.29 367

ADLNet2	0.92 396	0.37 352	1.25 403	0.80 487	0.65 460	1.12 413	0.75 430	1.95 420	1.42 466	1.26 363	1.67 468	1.68 475	1.04 423	1.80 373	1.23 439	0.25 343	0.22 386	0.21 222	0.22 327	0.27 347	0.31 393

FTStereo	0.92 396	0.28 143	0.61 112	0.57 279	0.34 234	0.65 233	1.80 560	1.09 174	0.84 178	1.75 504	4.13 563	1.04 329	1.62 510	1.59 335	0.48 219	0.21 241	0.17 291	0.23 289	0.22 327	0.19 163	0.58 518

PFNet	0.92 396	0.28 143	1.20 391	0.68 414	0.32 193	0.62 207	0.55 351	1.27 244	1.01 248	1.47 453	1.09 262	0.97 306	0.68 264	6.58 554	0.59 291	0.21 241	0.13 81	0.24 313	0.19 228	0.20 202	0.20 177

DLCB_ROB	0.92 396	0.43 403	0.95 299	0.71 440	0.55 418	1.11 411	0.83 458	1.61 321	1.32 419	1.67 497	1.66 466	1.70 478	0.93 371	1.96 395	1.34 456	0.26 369	0.25 436	0.27 388	0.28 428	0.28 363	0.28 353

GEStereo_RVC	0.93 401	0.40 385	1.15 366	0.67 402	0.50 381	0.95 377	0.78 437	2.73 549	1.21 349	1.20 324	1.12 277	1.25 386	0.91 361	3.21 475	0.95 398	0.31 435	0.20 355	0.23 289	0.20 257	0.28 363	0.31 393

CBFPSM	0.95 402	0.37 352	2.10 488	0.51 160	0.39 292	1.73 497	0.87 471	1.59 317	1.13 307	1.11 265	1.00 222	2.34 534	1.64 515	1.42 301	1.44 466	0.19 161	0.18 323	0.20 188	0.20 257	0.22 268	0.36 434

OMP-Stereo	0.95 402	0.35 321	0.79 207	0.92 524	0.32 193	0.49 103	0.35 134	1.22 228	1.11 293	1.58 479	1.12 277	1.44 429	0.69 268	6.92 560	0.51 239	0.20 206	0.15 224	0.24 313	0.19 228	0.21 248	0.16 69

DSFCA	0.95 402	0.38 370	1.23 398	0.55 236	0.66 466	1.50 476	0.93 482	1.58 312	1.24 366	1.59 482	1.16 301	1.48 438	0.95 379	2.96 467	1.20 431	0.31 435	0.28 459	0.25 352	0.26 399	0.29 380	0.26 319

PSMNet_ROB	0.95 402	0.57 461	1.45 430	0.75 470	0.64 455	1.28 446	1.12 509	1.84 383	1.15 318	1.16 296	1.29 355	1.44 429	0.89 355	1.74 360	1.70 499	0.33 450	0.25 436	0.37 488	0.39 508	0.36 437	0.32 402

FADNet-RVC	0.96 406	0.72 503	2.96 522	0.64 367	0.49 376	0.90 353	0.59 378	1.85 391	1.27 386	0.92 215	0.97 211	1.36 414	0.90 358	2.36 435	1.31 448	0.30 431	0.29 469	0.32 448	0.32 472	0.42 466	0.37 438

TransformOpticalFlow	0.97 407	0.30 191	0.96 306	0.54 220	0.31 160	0.65 233	0.54 341	1.87 394	1.19 338	1.12 273	1.44 407	1.34 411	0.98 395	6.68 557	0.44 182	0.19 161	0.12 39	0.21 222	0.19 228	0.18 127	0.23 255

IIG-Stereo	0.97 407	0.34 292	0.80 212	0.90 522	0.33 213	0.61 204	0.26 55	1.27 244	1.08 274	1.69 499	1.37 383	1.44 429	0.74 277	6.94 561	0.53 257	0.21 241	0.14 155	0.23 289	0.18 205	0.20 202	0.15 36

XX-Stereo	0.97 407	0.28 143	8.28 564	0.85 505	0.70 482	0.44 69	0.22 22	1.07 162	0.69 129	0.66 158	1.56 444	1.38 420	0.38 96	1.36 281	0.38 130	0.21 241	0.14 155	0.20 188	0.19 228	0.19 163	0.16 69

DispNO	0.98 410	0.34 292	2.02 481	0.58 293	0.55 418	0.88 347	0.49 300	1.70 346	1.24 366	1.22 339	1.26 336	1.18 368	0.88 352	5.17 516	0.88 373	0.23 300	0.18 323	0.24 313	0.22 327	0.19 163	0.22 234

DEmStereo	0.98 410	0.25 82	0.85 250	0.49 125	0.33 213	1.02 392	0.55 351	0.97 123	0.93 210	1.41 432	2.13 519	1.01 323	2.01 538	5.62 528	0.78 346	0.19 161	0.15 224	0.20 188	0.20 257	0.18 127	0.25 299

FADNet	0.98 410	0.64 481	2.57 510	0.66 388	0.55 418	0.95 377	0.57 364	1.91 406	1.38 442	0.94 221	1.02 227	1.36 414	1.00 404	2.69 458	0.97 402	0.34 460	0.34 500	0.31 435	0.34 492	0.61 527	0.42 469

CFNet	0.99 413	0.40 385	1.23 398	0.65 374	0.43 333	1.03 393	0.49 300	2.01 434	1.35 426	1.02 242	1.39 390	1.10 352	0.86 337	5.47 527	0.89 376	0.24 322	0.18 323	0.28 404	0.27 417	0.27 347	0.22 234

NVstereo2D	0.99 413	0.45 411	2.21 496	0.79 486	0.75 492	1.20 435	0.86 467	1.98 425	1.41 457	1.02 242	1.18 307	1.31 404	0.97 392	2.25 426	0.93 391	0.45 512	0.22 386	0.39 496	0.25 381	0.59 521	0.68 534

CBMV_ROB	0.99 413	0.46 414	0.68 149	0.53 206	0.39 292	1.40 466	0.48 289	2.09 453	1.30 410	1.53 467	2.29 527	1.36 414	1.23 464	2.46 442	1.04 416	0.44 509	0.42 533	0.47 520	0.44 520	0.41 462	0.39 451

ACV-stereo	1.00 416	0.55 452	1.47 432	0.59 312	0.42 328	2.38 541	0.58 371	1.20 221	1.21 349	0.83 191	1.01 224	3.36 560	2.10 544	1.64 345	1.17 427	0.28 408	0.22 386	0.23 289	0.22 327	0.29 380	0.35 430

fast-acv-ft	1.00 416	0.48 425	1.85 470	0.61 334	0.52 396	1.77 503	0.69 414	1.52 295	1.47 481	1.34 403	1.85 496	1.73 481	1.24 467	1.62 343	1.56 479	0.27 390	0.28 459	0.28 404	0.28 428	0.28 363	0.31 393

HBP-ISP	1.00 416	0.60 465	0.85 250	0.64 367	0.48 369	1.63 490	0.77 434	2.24 492	1.30 410	1.33 396	1.53 434	0.87 256	0.99 398	3.26 478	0.76 340	0.46 513	0.44 535	0.54 534	0.48 529	0.48 495	0.42 469

CSP-Net	1.00 416	0.41 395	0.99 313	0.56 257	0.43 333	1.62 489	0.76 433	2.16 474	1.16 325	1.33 396	1.22 320	1.32 408	0.89 355	4.67 507	0.93 391	0.35 471	0.24 424	0.20 188	0.20 257	0.23 288	0.30 383

ETE_ROB	1.01 420	0.69 496	1.49 435	0.72 446	0.50 381	1.15 421	1.12 509	1.91 406	1.24 366	1.94 524	1.50 424	1.73 481	1.06 429	1.78 366	1.33 455	0.33 450	0.26 443	0.38 492	0.34 492	0.40 458	0.44 476

THIR-Stereo	1.02 421	0.29 166	0.73 179	0.51 160	0.29 122	0.94 370	1.31 530	1.08 167	0.98 232	1.35 409	1.91 504	1.16 366	1.54 506	6.37 552	0.79 351	0.20 206	0.14 155	0.21 222	0.22 327	0.19 163	0.25 299

PS-NSSS	1.02 421	0.62 477	1.17 381	0.61 334	0.58 431	0.91 356	0.79 445	2.02 435	1.19 338	1.17 300	1.68 470	1.00 318	0.85 329	4.43 501	0.86 367	0.38 483	0.31 478	0.52 529	0.32 472	0.52 505	0.45 478

XPNet_ROB	1.02 421	0.56 456	1.33 417	0.75 470	0.58 431	1.11 411	1.13 511	1.77 364	1.29 406	1.88 516	1.43 405	1.63 467	1.13 448	2.04 404	1.69 497	0.40 491	0.31 478	0.33 460	0.29 447	0.37 443	0.37 438

YMNet	1.04 424	0.59 462	1.67 454	0.86 508	0.86 517	1.84 511	0.61 390	1.70 346	1.28 394	1.65 493	1.98 508	1.75 486	0.96 381	1.57 328	1.58 482	0.34 460	0.37 516	0.32 448	0.32 472	0.33 421	0.32 402

YMNet_1	1.04 424	0.59 462	1.67 454	0.86 508	0.86 517	1.84 511	0.61 390	1.70 346	1.28 394	1.65 493	1.98 508	1.75 486	0.96 381	1.57 328	1.58 482	0.34 460	0.37 516	0.32 448	0.32 472	0.33 421	0.32 402

iinet-f	1.04 424	0.50 433	4.24 543	0.58 293	0.43 333	1.78 507	0.70 421	1.29 250	1.16 325	1.25 350	1.42 401	1.57 456	1.42 495	1.47 313	1.70 499	0.26 369	0.23 414	0.20 188	0.20 257	0.26 341	0.26 319

RAFT-RH_RVC	1.04 424	0.26 102	0.76 194	0.53 206	0.29 122	0.80 308	0.32 100	0.85 90	1.12 301	2.04 530	4.63 569	1.03 328	0.57 207	5.93 538	0.52 247	0.20 206	0.13 81	0.26 373	0.20 257	0.16 67	0.19 149

CBMV	1.04 424	0.48 425	0.88 264	0.56 257	0.36 259	1.52 478	1.55 543	1.87 394	1.59 501	2.11 534	1.67 468	1.46 435	1.35 483	1.92 387	1.31 448	0.35 471	0.35 507	0.39 496	0.33 486	0.34 429	0.34 421
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UGAM-zero	1.05 429	0.33 262	1.04 328	0.49 125	0.31 160	0.67 244	0.26 55	2.37 513	0.80 165	1.05 251	1.11 273	2.86 551	1.81 529	6.26 545	0.50 235	0.18 121	0.15 224	0.19 151	0.16 163	0.17 91	0.21 205

StereoDRNet	1.05 429	0.53 445	2.21 496	0.80 487	0.93 527	1.50 476	0.90 474	2.06 447	1.44 470	1.68 498	1.20 312	1.48 438	0.99 398	1.86 378	1.60 486	0.29 424	0.24 424	0.29 416	0.28 428	0.35 433	0.33 411

AIO-Stereo-zeroshot1	1.06 431	0.43 403	3.59 535	0.53 206	0.66 466	0.79 301	0.39 186	2.60 541	0.98 232	0.96 226	4.58 567	2.05 523	0.56 204	0.99 188	0.51 239	0.19 161	0.14 155	0.21 222	0.28 428	0.32 414	0.41 461

STrans-v2	1.06 431	0.31 224	1.02 323	0.52 183	0.33 213	0.67 244	0.78 437	2.66 547	1.26 382	1.15 292	1.46 411	1.37 418	1.40 490	6.68 557	0.46 201	0.19 161	0.13 81	0.21 222	0.18 205	0.18 127	0.21 205

DISCO	1.06 431	0.37 352	1.19 387	0.73 455	0.46 356	2.04 526	0.84 460	2.26 493	1.54 492	1.25 350	1.36 382	2.38 536	1.08 432	2.60 454	1.62 489	0.24 322	0.19 341	0.22 255	0.20 257	0.32 414	0.29 367

NCCL2	1.06 431	0.64 481	1.35 418	0.78 484	0.58 431	1.32 449	1.69 549	1.89 401	1.38 442	1.52 464	1.20 312	1.91 498	1.17 453	1.79 371	1.50 473	0.35 471	0.31 478	0.45 514	0.44 520	0.41 462	0.45 478

LALA_ROB	1.06 431	0.66 488	1.37 426	0.70 436	0.53 404	1.61 487	1.25 527	1.81 377	1.48 485	1.82 512	1.40 395	1.93 502	1.03 417	1.68 351	1.69 497	0.38 483	0.28 459	0.43 509	0.37 504	0.43 469	0.38 446

TCMNet	1.07 436	0.66 488	2.49 506	0.92 524	1.32 559	1.14 417	0.67 408	1.91 406	1.29 406	1.20 324	1.57 448	1.29 399	0.96 381	2.23 423	1.59 485	0.32 443	0.31 478	0.38 492	0.35 496	0.43 469	0.40 456

PSMNet-RUCA	1.07 436	1.06 532	1.64 451	1.23 553	1.10 542	1.39 462	0.65 402	1.91 406	1.43 467	0.95 223	1.52 432	0.99 312	0.83 321	1.28 265	1.01 409	0.71 550	0.34 500	0.99 561	0.61 550	1.01 552	0.67 530

RAFT + AFF	1.07 436	0.47 419	1.36 423	0.68 414	0.50 381	1.20 435	1.22 523	2.58 539	1.26 382	1.33 396	1.56 444	1.19 370	1.49 504	3.89 494	1.01 409	0.22 276	0.26 443	0.30 428	0.27 417	0.29 380	0.32 402

DRN-Test	1.07 436	0.49 430	1.95 478	0.75 470	0.81 510	1.61 487	0.78 437	2.26 493	1.53 490	1.84 513	1.35 378	1.42 423	1.04 423	2.26 427	1.61 487	0.28 408	0.23 414	0.31 435	0.30 459	0.33 421	0.33 411

TDLM	1.08 440	0.50 433	1.01 320	0.69 427	0.54 412	0.91 356	1.40 536	1.60 319	1.36 435	1.17 300	1.40 395	1.07 337	1.00 404	6.19 541	0.85 366	0.34 460	0.22 386	0.35 475	0.26 399	0.38 449	0.29 367

Wz-Net-LNSev-Ref	1.09 441	0.46 414	2.61 513	0.71 440	0.65 460	2.00 523	0.78 437	2.07 449	1.47 481	1.62 488	1.47 413	1.53 449	1.29 474	2.10 412	1.65 495	0.24 322	0.14 155	0.20 188	0.16 163	0.28 363	0.28 353

FAT-Stereo	1.10 442	0.43 403	1.46 431	0.74 461	0.60 441	1.13 414	0.92 478	2.06 447	1.71 514	1.75 504	2.00 511	2.02 516	1.47 501	2.02 403	1.26 443	0.44 509	0.36 511	0.34 468	0.29 447	0.36 437	0.57 515

CVANet_RVC	1.10 442	0.49 430	1.15 366	0.65 374	0.54 412	0.93 367	1.00 495	1.69 342	1.36 435	1.42 436	1.39 390	1.24 385	1.17 453	6.22 543	0.80 358	0.35 471	0.24 424	0.35 475	0.30 459	0.44 480	0.32 402

APVNet	1.11 444	0.59 462	1.95 478	0.87 511	0.77 498	1.90 516	0.82 457	2.03 439	1.15 318	1.14 290	1.43 405	1.55 452	1.12 447	3.03 469	1.62 489	0.32 443	0.34 500	0.42 508	0.36 500	0.36 437	0.41 461

GANetREF_RVC	1.11 444	0.90 521	1.56 446	0.88 513	0.53 404	1.41 468	1.35 533	1.91 406	1.54 492	1.28 374	1.32 363	1.46 435	1.23 464	2.04 404	1.00 408	0.57 536	0.45 537	0.67 550	0.52 538	0.91 548	0.62 525
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
GCST	1.13 446	1.50 557	1.17 381	1.74 563	1.17 552	1.29 447	0.30 83	1.55 304	1.21 349	1.31 387	0.97 211	0.99 312	0.48 156	2.38 439	0.54 266	1.24 566	0.70 568	1.31 567	0.86 564	1.03 554	0.92 551

GASNet	1.13 446	1.10 538	3.29 531	1.00 539	0.68 473	0.82 318	0.67 408	1.85 391	1.38 442	1.39 424	1.25 334	1.25 386	1.20 463	2.72 460	1.62 489	0.46 513	0.26 443	0.36 485	0.34 492	0.55 515	0.33 411

anonymity	1.14 448	0.98 529	1.24 401	1.09 544	1.13 545	1.08 405	0.90 474	2.02 435	1.23 362	1.32 390	1.27 345	1.27 397	1.09 435	1.16 238	1.03 415	1.02 557	1.01 584	0.97 559	0.97 568	0.98 550	1.01 553

PA-Net	1.14 448	0.63 478	2.12 490	0.67 402	0.75 492	1.19 434	0.91 476	1.91 406	1.46 480	1.18 311	1.23 328	1.33 410	1.17 453	4.31 499	1.41 463	0.29 424	0.46 541	0.33 460	0.50 534	0.33 421	0.57 515
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	1.15 450	0.54 448	1.50 436	0.73 455	0.66 466	1.18 433	0.84 460	2.13 465	1.41 457	1.73 502	1.84 493	2.53 542	1.46 499	2.46 442	1.35 458	0.43 500	0.41 528	0.54 534	0.36 500	0.43 469	0.50 494

RASNet	1.16 451	0.34 292	1.11 353	0.73 455	0.86 517	1.00 389	0.60 385	1.56 307	1.43 467	1.07 259	1.37 383	2.08 524	1.44 498	7.00 562	1.56 479	0.20 206	0.17 291	0.17 84	0.19 228	0.19 163	0.19 149

DANet	1.16 451	0.64 481	1.52 441	0.88 513	0.74 488	1.52 478	0.52 321	1.68 333	1.21 349	1.81 510	1.55 438	2.02 516	1.11 441	3.30 480	2.28 520	0.34 460	0.31 478	0.40 502	0.30 459	0.46 490	0.54 504
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
UGAM	1.17 453	0.29 166	1.08 343	0.55 236	0.43 333	0.69 257	0.71 424	1.14 192	1.35 426	1.00 233	1.49 417	1.90 496	0.86 337	9.61 587	0.89 376	0.21 241	0.19 341	0.30 428	0.25 381	0.20 202	0.18 113

Wz-Net-LNSev	1.17 453	0.72 503	4.71 547	0.66 388	0.84 515	1.72 494	1.13 511	1.97 424	1.43 467	1.34 403	1.32 363	1.66 470	1.30 477	1.44 307	1.51 475	0.29 424	0.26 443	0.24 313	0.23 359	0.33 421	0.35 430

S-Stereo	1.17 453	0.48 425	2.25 500	0.83 498	0.81 510	1.22 437	1.17 518	2.12 457	2.08 540	1.47 453	2.13 519	1.55 452	1.16 449	2.09 411	1.46 469	0.42 499	0.40 527	0.35 475	0.32 472	0.45 483	0.73 538

MaskLacGwcNet_RVC	1.17 453	1.06 532	1.28 409	0.88 513	0.69 476	1.92 518	0.92 478	1.71 350	1.14 313	1.17 300	1.26 336	1.49 440	0.80 310	2.04 404	0.86 367	2.02 569	0.34 500	0.79 554	0.36 500	1.38 563	1.33 565

RP	1.17 453	0.54 448	1.48 434	0.93 530	1.05 539	1.14 417	0.85 466	1.99 429	1.70 512	1.72 501	2.07 516	1.91 498	1.93 536	2.00 400	1.37 460	0.55 534	0.37 516	0.48 522	0.37 504	0.46 490	0.46 483

z-ln-s-r	1.18 458	0.61 470	2.91 520	0.54 220	0.56 423	0.81 316	0.86 467	1.72 354	1.55 498	1.18 311	1.62 457	1.37 418	1.16 449	3.67 488	3.77 546	0.20 206	0.15 224	0.21 222	0.17 187	0.29 380	0.24 278

ccnet	1.19 459	0.71 500	1.36 423	0.81 491	0.75 492	1.72 494	1.13 511	1.98 425	1.31 417	1.52 464	1.84 493	1.75 486	1.36 485	2.01 401	2.04 512	0.57 536	0.54 554	0.57 542	0.56 543	0.60 524	0.60 523

Nwc_Net	1.19 459	0.53 445	2.34 502	0.92 524	0.81 510	1.49 475	0.70 421	2.28 501	1.32 419	1.41 432	2.27 525	2.03 519	1.76 526	2.05 408	1.46 469	0.43 500	0.30 473	0.43 509	0.46 525	0.39 454	0.40 456

NCC-stereo	1.20 461	0.60 465	1.84 468	0.88 513	0.95 531	1.32 449	0.94 484	2.14 467	1.36 435	1.43 440	1.79 485	1.93 502	2.13 549	2.54 451	1.41 463	0.49 521	0.38 521	0.45 514	0.59 547	0.43 469	0.45 478

Abc-Net	1.20 461	0.60 465	1.84 468	0.88 513	0.95 531	1.32 449	0.94 484	2.14 467	1.36 435	1.43 440	1.79 485	1.93 502	2.13 549	2.54 451	1.41 463	0.49 521	0.38 521	0.45 514	0.59 547	0.43 469	0.45 478
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-MNSev	1.21 463	0.66 488	3.44 533	0.69 427	0.73 483	1.93 519	1.44 538	2.16 474	1.59 501	1.85 515	1.49 417	1.50 443	1.34 482	2.05 408	1.54 478	0.27 390	0.24 424	0.28 404	0.28 428	0.35 433	0.32 402

RGC	1.22 464	0.82 515	1.71 457	0.95 535	0.98 536	1.53 480	0.80 448	2.18 483	1.35 426	1.69 499	1.94 505	2.03 519	1.66 516	2.36 435	1.50 473	0.46 513	0.36 511	0.59 545	0.48 529	0.49 499	0.49 490

stereogan	1.22 464	0.45 411	2.03 484	0.87 511	0.85 516	2.52 543	0.72 425	1.98 425	1.78 522	1.92 520	1.94 505	2.31 533	1.42 495	2.10 412	1.14 424	0.38 483	0.36 511	0.39 496	0.32 472	0.52 505	0.49 490

AANet_RVC	1.22 464	0.60 465	1.94 474	0.69 427	0.46 356	0.75 278	0.69 414	1.51 291	1.57 499	1.36 414	1.90 502	1.51 446	0.87 346	7.23 564	1.89 509	0.26 369	0.19 341	0.19 151	0.16 163	0.23 288	0.37 438

HSM	1.22 464	0.34 292	0.81 217	0.61 334	0.39 292	1.22 437	0.63 398	2.45 522	1.25 374	1.32 390	1.26 336	1.91 498	1.08 432	9.21 583	0.75 337	0.23 300	0.17 291	0.20 188	0.16 163	0.22 268	0.24 278

Syn2CoEx	1.23 468	0.80 511	3.07 525	0.83 498	0.68 473	1.39 462	0.87 471	2.23 490	1.57 499	1.28 374	1.58 450	1.42 423	1.57 508	3.79 492	1.48 472	0.36 478	0.32 490	0.34 468	0.30 459	0.30 396	0.41 461

AF-Net	1.23 468	0.56 456	2.31 501	0.88 513	0.93 527	1.41 468	0.73 428	2.27 499	1.71 514	1.76 507	2.42 533	2.00 512	1.70 519	1.98 396	1.62 489	0.50 525	0.29 469	0.49 524	0.33 486	0.40 458	0.34 421

NaN_ROB	1.23 468	0.63 478	1.76 460	0.67 402	0.50 381	1.59 486	2.00 563	1.87 394	1.52 489	2.14 536	1.26 336	1.40 422	1.09 435	4.60 505	1.75 502	0.28 408	0.34 500	0.28 404	0.29 447	0.30 396	0.37 438

DGSMNet	1.24 471	0.84 518	3.20 527	0.91 523	0.92 523	1.39 462	1.34 532	2.46 526	1.44 470	1.34 403	1.66 466	1.50 443	1.03 417	1.85 375	1.30 447	0.48 519	0.48 544	0.55 538	0.51 537	0.78 541	0.79 544

RYNet	1.24 471	0.52 443	1.57 448	0.73 455	0.97 534	1.74 499	0.95 487	2.09 453	1.54 492	1.44 443	1.18 307	1.94 506	1.29 474	4.57 504	1.93 510	0.27 390	0.23 414	0.35 475	0.27 417	0.57 518	0.59 520

ttt	1.26 473	0.36 331	0.79 207	0.65 374	0.42 328	0.94 370	0.57 364	2.33 509	1.38 442	1.25 350	1.65 464	0.92 286	0.78 294	2.64 455	8.73 577	0.30 431	0.28 459	0.26 373	0.25 381	0.29 380	0.32 402

aanetorigin	1.26 473	0.85 519	3.00 523	0.72 446	0.80 506	1.08 405	1.05 502	1.12 184	1.39 451	3.53 572	2.60 540	1.72 479	1.73 523	1.98 396	1.77 505	0.26 369	0.24 424	0.26 373	0.25 381	0.38 449	0.51 498

GwcNet	1.26 473	0.63 478	5.13 549	0.81 491	1.15 549	1.73 497	0.69 414	1.84 383	1.53 490	1.51 462	1.71 475	1.72 479	1.09 435	2.20 421	1.61 487	0.31 435	0.30 473	0.29 416	0.27 417	0.30 396	0.41 461

Consistency-Raft	1.27 476	1.01 531	2.17 493	1.04 541	1.20 554	0.96 383	1.00 495	1.84 383	1.95 533	1.38 421	2.11 518	1.44 429	1.03 417	1.18 244	1.40 462	0.73 551	0.83 570	0.89 557	0.99 571	1.33 561	0.95 552

NLCSM	1.29 477	0.74 508	1.80 465	0.72 446	0.92 523	1.32 449	1.04 500	2.78 553	1.11 293	1.24 346	2.00 511	1.82 493	0.96 381	5.79 535	1.56 479	0.34 460	0.28 459	0.31 435	0.35 496	0.42 466	0.40 456

NOSS_ROB	1.29 477	0.49 430	0.68 149	0.60 320	0.40 304	1.09 410	0.77 434	1.94 417	1.44 470	1.04 248	1.46 411	1.10 352	0.81 314	10.57 597	0.78 346	0.46 513	0.43 534	0.48 522	0.45 523	0.45 483	0.43 473

SGM-Forest	1.29 477	0.40 385	0.74 184	0.54 220	0.37 269	1.55 481	1.26 528	1.82 379	1.39 451	2.22 537	1.81 491	1.64 468	1.02 415	7.65 570	1.20 431	0.39 489	0.37 516	0.39 496	0.34 492	0.37 443	0.34 421
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Anonymous_2	1.37 480	0.56 456	0.94 295	0.57 279	0.62 451	1.04 394	0.65 402	1.82 379	1.01 248	1.00 233	0.79 164	1.42 423	1.27 471	1.06 211	0.83 362	0.62 542	0.67 565	1.05 564	9.88 605	1.09 557	0.55 510

test_for_model	1.38 481	3.71 594	0.65 136	3.45 587	2.88 586	0.57 176	0.33 108	1.91 406	0.93 210	1.47 453	0.64 118	0.51 120	0.37 86	0.53 34	0.35 91	2.54 575	0.16 262	0.17 84	0.12 37	4.56 596	1.84 571

SQANet	1.38 481	0.95 527	1.37 426	1.89 567	1.47 564	1.44 472	0.81 453	1.89 401	1.13 307	1.34 403	1.26 336	1.28 398	1.02 415	1.64 345	0.91 384	2.55 576	0.35 507	1.47 568	0.56 543	2.48 569	1.74 569

PWC_ROB	1.39 483	0.93 526	4.07 541	0.77 480	0.83 513	1.16 424	0.53 327	1.87 394	2.01 536	2.36 542	3.06 551	1.65 469	1.60 509	2.65 457	2.29 522	0.34 460	0.23 414	0.36 485	0.25 381	0.39 454	0.49 490

PWCDC_ROB	1.39 483	0.91 524	2.10 488	1.08 543	0.92 523	1.72 494	0.58 371	2.03 439	3.30 570	1.32 390	4.87 572	1.21 373	1.71 521	1.98 396	1.75 502	0.65 545	0.26 443	0.29 416	0.25 381	0.56 516	0.41 461

GANet	1.41 485	0.52 443	1.18 386	0.74 461	0.48 369	1.40 466	1.69 549	1.87 394	1.28 394	1.56 475	2.39 531	1.56 454	1.25 468	9.13 581	1.20 431	0.31 435	0.32 490	0.34 468	0.29 447	0.40 458	0.33 411

PDISCO_ROB	1.41 485	0.73 506	2.04 485	1.40 556	1.46 563	2.83 554	1.07 505	2.64 543	2.11 542	1.41 432	1.50 424	1.73 481	0.99 398	2.83 465	1.46 469	1.03 558	0.27 453	0.54 534	0.47 527	0.77 540	0.84 548

w-ln-seven-2	1.42 487	0.69 496	6.86 557	0.71 440	0.62 451	1.23 439	0.92 478	1.84 383	1.59 501	1.74 503	1.59 454	1.49 440	1.40 490	3.69 489	2.22 517	0.27 390	0.26 443	0.29 416	0.26 399	0.34 429	0.33 411

LL-Strereo	1.42 487	0.44 410	2.02 481	0.62 342	1.07 540	0.73 271	0.65 402	2.02 435	1.21 349	1.60 483	1.62 457	2.02 516	2.10 544	9.67 588	1.07 418	0.22 276	0.20 355	0.27 388	0.24 372	0.23 288	0.33 411

SHD	1.42 487	0.81 514	2.79 518	0.98 537	0.92 523	1.97 520	0.68 411	2.43 520	2.55 552	2.54 551	1.72 476	2.01 515	1.62 510	2.14 416	2.70 529	0.40 491	0.33 496	0.39 496	0.40 510	0.48 495	0.54 504

RTSC	1.43 490	0.89 520	3.62 537	0.94 533	0.64 455	1.85 513	0.69 414	2.20 488	2.04 539	2.22 537	1.70 473	1.67 472	1.27 471	2.53 450	4.48 554	0.33 450	0.25 436	0.27 388	0.29 447	0.38 449	0.40 456

UDG	1.47 491	2.69 587	1.13 359	1.45 560	1.65 566	1.34 456	0.79 445	1.75 360	1.27 386	1.29 379	1.74 478	1.99 511	1.39 489	1.66 348	1.51 475	0.91 554	0.55 556	2.30 576	0.76 558	1.99 564	1.20 561

MFMNet_re	1.47 491	1.20 544	2.50 507	1.46 561	1.08 541	1.58 485	1.51 539	1.96 423	1.87 528	2.31 541	2.20 522	1.51 446	1.88 534	1.57 328	1.34 456	0.94 555	0.83 570	0.84 556	0.80 561	1.00 551	1.06 556

PASM	1.48 493	1.08 535	3.96 540	0.93 530	0.93 527	1.17 431	1.19 520	1.77 364	1.65 507	1.90 517	1.52 432	1.75 486	1.42 495	4.54 503	1.52 477	0.64 544	0.68 567	0.69 552	0.79 560	0.70 536	0.74 539

ADCRef	1.50 494	0.61 470	3.83 539	0.76 478	0.77 498	1.91 517	0.77 434	2.16 474	1.34 423	1.63 490	1.59 454	1.35 413	1.40 490	1.79 371	8.32 574	0.25 343	0.21 371	0.32 448	0.31 465	0.31 403	0.32 402

XQC	1.51 495	0.98 529	3.20 527	0.92 524	0.76 497	2.01 524	1.17 518	2.53 536	1.99 535	2.01 529	1.54 435	2.00 512	1.54 506	3.16 473	3.46 543	0.49 521	0.31 478	0.45 514	0.40 510	0.71 538	0.62 525

CC-Net-ROB	1.53 496	1.31 551	1.68 456	0.92 524	0.80 506	1.75 500	0.99 493	2.04 442	1.27 386	1.12 273	1.62 457	1.20 372	0.98 395	7.82 571	0.92 388	1.15 565	0.41 528	2.20 574	0.46 525	1.37 562	0.56 512

FINET	1.54 497	0.67 492	7.28 560	0.76 478	0.97 534	1.42 471	1.38 535	2.80 557	3.12 567	1.23 342	1.68 470	1.04 329	1.11 441	3.35 481	1.78 506	0.43 500	0.37 516	0.32 448	0.29 447	0.43 469	0.41 461

test_xeample	1.55 498	0.31 224	0.94 295	0.54 220	0.31 160	0.94 370	0.58 371	2.40 517	1.40 453	1.29 379	1.55 438	0.89 272	0.88 352	1.72 358	15.94 596	0.22 276	0.22 386	0.22 255	0.21 299	0.23 288	0.25 299

w-ln-seven	1.56 499	0.83 517	5.96 552	0.78 484	0.74 488	2.64 549	1.01 498	2.13 465	2.03 537	2.09 533	1.76 480	1.84 495	1.27 471	2.98 468	3.23 540	0.29 424	0.26 443	0.31 435	0.30 459	0.41 462	0.38 446

DDUNet	1.56 499	2.70 588	1.35 418	1.79 564	1.88 568	1.82 509	0.91 476	1.84 383	1.20 342	1.40 430	1.79 485	1.62 463	1.17 453	1.59 335	1.22 436	1.11 562	0.76 569	2.38 579	0.94 566	2.12 565	1.53 567

CrosDoStereo	1.56 499	0.26 102	0.78 203	0.51 160	0.29 122	0.66 239	11.86 596	1.18 213	1.00 245	1.35 409	1.76 480	0.99 312	1.83 531	6.64 555	0.83 362	0.19 161	0.15 224	0.20 188	0.22 327	0.18 127	0.25 299

DeepStereo_LL	1.56 499	0.26 102	0.78 203	0.51 160	0.29 122	0.66 239	11.86 596	1.18 213	1.00 245	1.35 409	1.76 480	0.99 312	1.83 531	6.64 555	0.83 362	0.19 161	0.15 224	0.20 188	0.22 327	0.18 127	0.25 299

xxxx	1.61 503	0.32 242	0.98 310	0.58 293	0.31 160	1.15 421	0.43 230	2.43 520	1.41 457	1.17 300	1.40 395	1.21 373	0.86 337	1.94 390	16.68 598	0.24 322	0.24 424	0.21 222	0.20 257	0.23 288	0.27 337

CSAN	1.61 503	0.67 492	3.24 530	0.74 461	0.52 396	1.77 503	1.74 554	1.98 425	1.94 532	2.47 549	2.33 529	1.93 502	2.04 541	6.45 553	1.95 511	0.43 500	0.36 511	0.41 507	0.42 514	0.43 469	0.44 476

MFN_U_SF_RVC	1.62 505	0.96 528	4.36 545	0.92 524	0.69 476	2.62 548	1.10 507	2.50 532	1.74 517	1.99 528	1.86 498	2.45 540	1.78 528	3.08 471	2.84 532	0.54 530	0.50 551	0.56 540	0.60 549	0.60 524	0.67 530

SDNR	1.66 506	0.55 452	2.36 503	0.56 257	0.58 431	3.79 572	0.45 265	1.78 366	1.40 453	1.38 421	2.45 536	1.13 361	0.96 381	11.03 598	1.31 448	0.67 547	0.64 562	0.43 509	0.32 472	0.71 538	0.76 542

otaku	1.67 507	1.18 542	1.56 446	2.27 569	1.59 565	1.98 521	1.23 525	2.23 490	1.37 440	1.48 459	1.63 462	1.73 481	1.23 464	1.85 375	1.09 419	2.96 580	0.58 560	1.74 569	0.61 550	2.94 576	2.15 575

222	1.67 507	0.31 224	0.93 288	0.59 312	0.31 160	1.05 397	0.43 230	2.39 515	1.47 481	1.37 416	1.55 438	0.94 294	0.94 374	1.98 396	17.76 599	0.24 322	0.22 386	0.21 222	0.20 257	0.22 268	0.26 319

Wz-Net-SNSev	1.68 509	1.45 553	8.71 568	0.71 440	0.67 472	1.35 457	1.51 539	2.15 472	1.47 481	1.51 462	1.68 470	2.27 529	1.38 487	4.23 496	2.36 524	0.32 443	0.29 469	0.31 435	0.33 486	0.43 469	0.39 451

DeepPrunerF	1.68 509	0.82 515	6.82 556	0.94 533	1.20 554	0.91 356	0.97 489	2.50 532	5.19 587	1.22 339	1.30 356	1.18 368	1.29 474	4.96 514	1.75 502	0.43 500	0.35 507	0.52 529	0.48 529	0.43 469	0.42 469

psmorigin	1.69 511	0.74 508	13.13 580	0.70 436	0.60 441	1.16 424	0.79 445	1.69 342	1.25 374	2.07 532	1.77 483	2.23 526	1.51 505	2.14 416	1.45 467	0.39 489	0.41 528	0.34 468	0.33 486	0.45 483	0.63 527

G-Net	1.71 512	0.67 492	2.09 487	1.14 549	0.75 492	2.96 559	0.89 473	1.58 312	1.30 410	2.76 556	8.12 591	2.29 531	2.51 560	1.94 390	2.23 519	0.49 521	0.45 537	0.45 514	0.31 465	0.62 528	0.59 520

Ntro	1.72 513	1.21 545	1.62 450	2.54 575	1.86 567	2.09 529	1.14 514	2.08 450	1.38 442	1.23 342	1.62 457	1.62 463	1.33 481	2.04 404	1.21 435	3.09 581	0.56 557	1.82 571	0.65 552	2.97 580	2.25 577

z-mn7	1.77 514	1.06 532	7.02 559	0.74 461	0.54 412	2.58 545	1.03 499	1.90 405	2.73 563	1.61 484	3.00 549	1.96 508	1.40 490	5.23 518	2.87 533	0.31 435	0.25 436	0.27 388	0.25 381	0.34 429	0.35 430

FBW_ROB	1.78 515	0.66 488	1.90 473	0.72 446	0.66 466	1.79 508	1.07 505	2.79 555	1.77 518	1.84 513	1.79 485	1.98 510	1.37 486	12.42 600	2.22 517	0.36 478	0.38 521	0.57 542	0.39 508	0.46 490	0.51 498

SPS-STEREO	1.78 515	1.09 537	1.52 441	1.22 552	1.14 547	1.87 515	1.11 508	2.27 499	1.70 512	3.17 569	2.39 531	2.84 550	1.93 536	4.41 500	2.93 534	1.04 560	0.99 583	0.97 559	0.94 566	1.03 554	1.05 555
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFN_U_SF_DS_RVC	1.80 517	1.11 539	4.33 544	0.84 502	0.77 498	3.70 567	2.41 582	2.04 442	1.85 527	1.75 504	1.90 502	1.92 501	1.25 468	7.33 565	1.45 467	0.47 517	0.47 542	0.53 533	0.77 559	0.50 501	0.55 510

SAMSARA	1.80 517	0.90 521	3.37 532	1.28 555	1.13 545	3.71 568	2.33 577	2.53 536	1.93 531	3.17 569	1.73 477	2.99 552	1.68 518	3.53 484	2.46 526	0.47 517	0.54 554	0.43 509	0.47 527	0.59 521	0.64 528

PVD	1.82 519	0.91 524	3.02 524	1.03 540	0.94 530	2.61 547	1.14 514	2.78 553	3.40 572	3.08 567	2.75 543	2.39 538	2.49 559	2.81 463	3.66 545	0.48 519	0.49 550	0.59 545	0.49 532	0.60 524	0.81 546

ADCL	1.82 519	0.70 498	4.57 546	0.70 436	0.63 454	2.56 544	1.77 556	2.08 450	1.77 518	1.95 526	1.89 500	2.04 521	1.88 534	2.36 435	9.55 581	0.27 390	0.25 436	0.35 475	0.32 472	0.39 454	0.39 451

zh-mn7	1.84 521	1.51 558	9.67 572	0.70 436	0.54 412	1.47 474	0.84 460	1.93 415	2.13 544	2.50 550	2.70 542	1.67 472	1.35 483	4.75 511	3.14 539	0.32 443	0.27 453	0.27 388	0.27 417	0.32 414	0.39 451

AAGNet	1.84 521	0.30 191	0.79 207	0.66 388	0.32 193	0.65 233	0.50 308	1.02 138	1.01 248	1.47 453	1.21 318	0.99 312	1.16 449	2.76 462	22.69 606	0.24 322	0.13 81	0.22 255	0.20 257	0.24 317	0.16 69

ff1	1.88 523	0.36 331	1.51 437	0.56 257	0.40 304	0.76 283	0.59 378	1.08 167	2.62 555	1.19 319	1.49 417	1.07 337	0.85 329	9.88 592	13.82 590	0.21 241	0.13 81	0.31 435	0.28 428	0.20 202	0.23 255

MDST_ROB	1.88 523	0.40 385	1.71 457	0.93 530	0.60 441	4.27 578	1.23 525	3.99 575	1.44 470	4.61 582	2.63 541	1.44 429	1.03 417	9.78 589	1.62 489	0.33 450	0.26 443	0.37 488	0.33 486	0.31 403	0.34 421

SGM_RVC	1.88 523	0.40 385	0.90 278	0.63 352	0.30 139	2.81 553	1.26 528	2.73 549	1.81 525	4.09 574	2.85 546	3.88 566	3.19 568	8.42 577	2.44 525	0.33 450	0.31 478	0.30 428	0.28 428	0.31 403	0.31 393
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
mmx	1.89 526	0.36 331	1.51 437	0.56 257	0.40 304	0.76 283	0.59 378	2.32 503	1.41 457	1.19 319	1.49 417	1.07 337	0.85 329	9.88 592	13.82 590	0.25 343	0.21 371	0.31 435	0.28 428	0.32 414	0.29 367

xxx	1.89 526	0.36 331	1.51 437	0.56 257	0.40 304	0.76 283	0.59 378	2.32 503	1.41 457	1.19 319	1.49 417	1.07 337	0.85 329	9.88 592	13.82 590	0.25 343	0.21 371	0.31 435	0.28 428	0.32 414	0.29 367

DPSNet	1.91 528	0.64 481	5.95 551	0.73 455	0.59 437	2.04 526	1.61 547	3.84 573	1.96 534	1.54 470	1.39 390	2.27 529	3.32 571	4.95 513	4.79 557	0.50 525	0.31 478	0.29 416	0.26 399	0.67 533	0.54 504

test_sample9	1.96 529	0.51 437	1.35 418	0.58 293	0.40 304	1.07 401	0.80 448	1.99 429	1.27 386	1.25 350	1.22 320	1.09 348	1.01 407	2.46 442	8.57 575	0.59 539	12.85 608	0.62 547	0.67 554	0.45 483	0.48 485

1111x	1.96 529	0.32 242	1.54 445	0.54 220	0.30 139	1.00 389	0.69 414	2.47 527	1.33 421	1.21 331	1.44 407	1.21 373	1.11 441	8.49 578	16.14 597	0.22 276	0.23 414	0.22 255	0.23 359	0.25 329	0.26 319

ADCPNet	1.97 531	0.78 510	9.38 570	0.74 461	0.61 447	2.73 551	1.36 534	2.11 456	1.66 508	1.92 520	1.70 473	2.45 540	2.07 542	2.50 448	6.84 569	0.38 483	0.38 521	0.38 492	0.43 518	0.47 494	0.50 494

zh-sn7	2.00 532	1.73 567	9.50 571	0.77 480	0.73 483	1.77 503	1.32 531	2.08 450	1.66 508	1.91 518	2.48 538	1.81 492	2.25 552	5.74 531	4.07 550	0.33 450	0.33 496	0.32 448	0.32 472	0.44 480	0.46 483

WCMA_ROB	2.05 533	0.55 452	1.77 461	0.74 461	0.61 447	2.24 534	1.56 544	2.17 482	1.79 523	4.16 578	6.36 579	5.66 579	4.66 583	3.19 474	2.77 530	0.55 534	0.45 537	0.40 502	0.43 518	0.48 495	0.50 494

RainbowNet	2.06 534	1.86 569	1.97 480	2.86 578	2.25 573	2.03 525	1.79 557	2.77 551	1.92 530	1.54 470	1.84 493	1.95 507	1.73 523	2.23 423	1.38 461	3.40 587	0.86 575	2.39 581	1.00 572	2.94 576	2.42 579

MSMD_ROB	2.08 535	0.61 470	1.15 366	0.71 440	0.62 451	4.00 574	0.93 482	1.94 417	1.79 523	4.71 584	4.60 568	8.14 588	3.87 579	3.75 491	1.65 495	0.54 530	0.48 544	0.55 538	0.58 545	0.53 510	0.52 500

Wz-Net-TNSev	2.10 536	2.71 589	9.30 569	0.72 446	0.65 460	2.41 542	1.81 561	2.45 522	1.77 518	1.62 488	1.56 444	2.56 543	2.01 538	5.30 519	4.46 553	0.41 495	0.38 521	0.33 460	0.37 504	0.54 513	0.64 528

ADCMid	2.11 537	0.90 521	8.39 566	0.75 470	0.69 476	1.98 521	1.14 514	2.18 483	1.67 510	2.85 558	1.85 496	2.35 535	2.02 540	2.35 434	10.58 585	0.34 460	0.32 490	0.39 496	0.44 520	0.51 504	0.53 503

ADCP+	2.12 538	0.56 456	10.01 573	0.68 414	0.91 522	2.25 535	1.04 500	1.92 413	1.50 488	1.58 479	1.34 373	1.73 481	1.62 510	2.27 428	13.20 587	0.25 343	0.22 386	0.32 448	0.29 447	0.38 449	0.34 421

WZ-Net	2.14 539	1.08 535	11.68 579	0.89 520	0.78 502	1.76 501	1.59 546	2.39 515	2.03 537	2.11 534	1.95 507	2.30 532	2.28 553	5.94 539	3.86 549	0.35 471	0.27 453	0.29 416	0.32 472	0.52 505	0.50 494

AnyNet_C32	2.14 539	1.45 553	7.38 561	0.95 535	1.12 543	2.23 533	2.34 578	2.10 455	1.54 492	2.44 545	1.79 485	2.04 521	1.66 516	2.69 458	10.48 584	0.38 483	0.35 507	0.35 475	0.42 514	0.50 501	0.60 523

NVStereoNet_ROB	2.17 541	1.18 542	3.51 534	1.14 549	1.26 557	1.57 484	1.51 539	2.19 485	2.11 542	2.04 530	4.80 570	3.17 559	2.11 547	7.97 573	2.10 513	1.12 563	0.94 580	1.10 565	1.34 579	0.95 549	1.31 562
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	2.22 542	1.29 550	4.14 542	1.10 545	0.78 502	5.00 581	2.38 581	2.47 527	2.67 560	1.94 524	2.28 526	2.66 547	1.70 519	9.10 580	2.29 522	0.68 549	0.52 552	0.68 551	0.71 557	1.17 559	0.81 546

SANet	2.26 543	0.70 498	6.94 558	0.69 427	0.46 356	2.76 552	1.76 555	2.61 542	5.84 589	2.45 546	3.52 557	3.71 563	3.38 573	5.90 536	2.14 515	0.34 460	0.31 478	0.32 448	0.29 447	0.54 513	0.43 473

test_sample8	2.29 544	0.51 437	1.35 418	0.58 293	0.40 304	1.07 401	0.80 448	2.03 439	1.22 357	2.28 540	1.33 369	4.98 577	2.51 560	2.46 442	8.57 575	0.59 539	12.85 608	0.62 547	0.67 554	0.45 483	0.48 485

ADCS	2.35 545	1.26 547	6.54 555	0.85 505	0.77 498	2.18 532	1.79 557	2.47 527	2.20 545	2.80 557	2.14 521	2.38 536	2.09 543	2.81 463	13.83 593	0.43 500	0.41 528	0.40 502	0.45 523	0.59 521	0.67 530

MeshStereo	2.36 546	0.60 465	1.05 333	0.63 352	0.51 391	2.58 545	0.99 493	3.46 567	2.21 546	7.38 596	5.06 574	7.50 584	3.10 567	7.02 563	2.54 527	0.44 509	0.44 535	0.45 514	0.40 510	0.43 469	0.45 478
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
AnyNet_C01	2.38 547	2.21 579	10.17 574	0.99 538	0.79 504	3.12 560	2.37 579	2.69 548	1.89 529	2.58 553	2.44 535	2.70 548	1.86 533	3.65 485	7.12 570	0.41 495	0.41 528	0.40 502	0.42 514	0.68 534	0.79 544

DispFullNet	2.39 548	2.89 590	3.74 538	3.09 583	2.27 575	2.04 526	0.84 460	2.19 485	1.73 516	2.54 551	1.98 508	2.23 526	5.83 586	3.44 483	1.84 508	1.03 558	0.33 496	2.65 587	1.97 591	2.87 575	2.34 578

EDNetEfficient	2.40 549	1.14 540	8.59 567	0.77 480	0.73 483	1.06 400	1.53 542	1.54 301	4.06 578	4.87 585	2.81 544	2.23 526	3.53 574	3.04 470	9.65 582	0.27 390	0.24 424	0.27 388	0.31 465	0.70 536	0.67 530

MSAF-DinoV2	2.45 550	1.88 572	17.19 588	0.89 520	0.52 396	1.39 462	0.97 489	2.84 558	1.77 518	1.55 473	1.65 464	3.60 562	2.28 553	5.74 531	4.64 556	0.28 408	0.17 291	0.26 373	0.28 428	0.49 499	0.54 504

FCDSN-DC	2.47 551	0.65 487	1.00 318	0.85 505	0.75 492	2.26 536	0.97 489	2.31 502	1.83 526	5.52 591	7.65 586	7.72 587	7.70 593	4.43 501	2.64 528	0.52 528	0.48 544	0.52 529	0.52 538	0.57 518	0.59 520
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SuperB	2.50 552	0.72 503	18.07 592	0.72 446	0.53 404	1.85 513	0.86 467	1.80 373	2.40 549	1.54 470	1.42 401	1.13 361	1.17 453	4.18 495	4.80 559	0.25 343	0.20 355	0.23 289	0.19 228	7.64 601	0.38 446

ELAS	2.67 553	0.80 511	2.13 491	1.13 546	1.15 549	6.25 586	2.56 583	3.50 568	3.68 575	5.36 589	4.92 573	3.79 564	5.56 585	3.65 485	5.22 561	0.66 546	0.57 558	0.56 540	0.54 541	0.65 531	0.75 541
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	2.76 554	1.55 561	15.40 583	1.13 546	1.42 561	3.75 570	2.21 572	2.45 522	2.72 561	2.91 561	2.85 546	2.58 544	1.62 510	6.28 547	5.80 564	0.41 495	0.30 473	0.35 475	0.35 496	0.52 505	0.54 504

RTSA	2.76 554	1.55 561	15.40 583	1.13 546	1.42 561	3.75 570	2.21 572	2.45 522	2.72 561	2.91 561	2.85 546	2.58 544	1.62 510	6.28 547	5.80 564	0.41 495	0.30 473	0.35 475	0.35 496	0.52 505	0.54 504

WAO-7	2.78 556	1.54 560	2.18 494	1.41 559	1.19 553	3.92 573	2.01 566	4.19 577	3.89 577	2.98 563	5.47 575	4.18 567	3.28 570	8.24 576	4.27 551	1.13 564	1.01 584	1.18 566	1.13 578	1.19 560	1.13 560

MADNet+	2.80 557	3.38 593	11.57 578	1.50 562	1.21 556	3.18 562	2.00 563	3.52 569	2.61 554	1.81 510	2.09 517	2.83 549	2.18 551	7.55 568	5.44 563	0.84 552	0.83 570	0.71 553	0.66 553	1.05 556	1.08 557

IMH-64-1	2.82 558	1.87 570	1.77 461	3.31 585	2.69 582	3.22 563	2.07 567	4.25 578	2.77 564	2.46 547	3.78 560	3.05 554	2.34 556	4.67 507	3.00 536	3.84 592	0.84 573	2.75 588	1.39 580	3.34 585	2.93 588

IMH-64	2.82 558	1.87 570	1.77 461	3.31 585	2.69 582	3.22 563	2.07 567	4.25 578	2.77 564	2.46 547	3.78 560	3.05 554	2.34 556	4.67 507	3.00 536	3.84 592	0.84 573	2.75 588	1.39 580	3.34 585	2.93 588

pmcnn	2.84 560	0.46 414	5.19 550	0.68 414	0.42 328	1.55 481	1.16 517	2.32 503	1.60 504	2.72 554	7.49 584	17.96 602	1.48 503	6.04 540	6.64 568	0.18 121	0.15 224	0.15 28	0.12 37	0.20 202	0.20 177

ACVNet_2	2.86 561	1.47 555	8.28 564	2.68 576	2.26 574	2.70 550	1.84 562	3.41 565	3.04 566	2.27 539	3.42 556	4.58 569	2.10 544	5.91 537	1.62 489	2.58 577	0.67 565	2.22 575	0.85 563	2.79 573	2.47 580

ELAS_RVC	2.87 562	0.80 511	3.22 529	1.16 551	1.12 543	2.92 558	5.33 592	2.98 561	4.18 580	5.04 586	4.82 571	4.71 571	8.23 594	4.25 498	4.79 557	0.67 547	0.57 558	0.57 542	0.53 540	0.66 532	0.74 539
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FC-DCNN	2.88 563	0.61 470	1.15 366	0.75 470	0.57 428	2.85 556	1.05 502	3.44 566	2.64 558	6.93 592	7.63 585	9.86 593	7.02 591	5.76 533	4.31 552	0.54 530	0.48 544	0.51 527	0.50 534	0.53 510	0.52 500

FC-DCNN v2	2.96 564	0.61 470	1.13 359	0.75 470	0.57 428	2.90 557	1.06 504	3.59 571	2.66 559	7.05 593	7.66 587	10.26 596	7.17 592	6.27 546	4.49 555	0.54 530	0.48 544	0.51 527	0.50 534	0.53 510	0.52 500

WAO-6	2.98 565	1.67 565	1.88 472	2.38 573	2.30 576	3.53 566	2.37 579	4.38 580	4.64 584	2.42 543	4.50 564	4.85 573	2.99 566	5.22 517	5.37 562	1.77 568	1.16 590	2.31 577	1.47 585	2.42 568	1.99 574

ACVNet-4b	3.05 566	1.42 552	18.09 593	2.85 577	2.33 577	2.32 540	1.22 523	2.47 527	2.21 546	1.26 363	2.36 530	2.64 546	1.46 499	6.32 550	1.23 439	3.29 584	0.45 537	2.37 578	1.02 574	3.03 581	2.61 582

ACVNet_1	3.08 567	1.48 556	17.70 589	2.90 580	2.35 579	2.30 537	1.43 537	3.16 563	2.26 548	1.91 518	2.05 515	3.51 561	2.32 555	3.71 490	1.58 482	3.25 583	0.66 564	2.40 582	1.06 575	3.07 582	2.59 581

MonStereo1	3.22 568	1.70 566	2.23 499	2.51 574	2.33 577	5.55 584	1.61 547	3.55 570	4.67 585	3.29 571	8.09 590	4.79 572	3.75 576	6.30 549	2.79 531	2.52 574	0.64 562	1.91 573	1.07 576	2.53 570	2.62 583

PWCK	3.24 569	2.37 580	10.86 576	2.14 568	1.14 547	3.71 568	4.19 590	3.02 562	3.55 574	3.05 566	3.63 558	3.09 557	2.35 558	8.16 575	3.41 542	2.17 572	0.96 581	1.77 570	1.01 573	2.84 574	1.40 566

IMH	3.35 570	1.95 573	1.86 471	3.30 584	2.72 584	4.03 576	2.00 563	4.58 582	3.83 576	2.87 559	6.99 582	4.69 570	3.21 569	6.77 559	2.97 535	3.91 595	0.89 577	2.78 590	1.40 584	3.36 587	2.93 588

LVE	3.40 571	1.80 568	2.21 496	2.90 580	2.44 580	3.27 565	2.25 574	4.80 583	5.06 586	2.43 544	6.79 580	5.99 580	2.64 564	9.20 582	2.28 520	3.30 585	1.11 589	2.38 579	1.48 586	2.95 578	2.62 583

Dean	3.77 572	1.65 564	17.87 590	3.01 582	2.54 581	3.15 561	2.10 570	4.80 583	4.42 581	2.89 560	6.03 577	5.45 578	2.55 563	3.40 482	2.13 514	3.22 582	0.89 577	2.51 585	1.07 576	3.07 582	2.65 586

JetBlue	4.18 573	2.45 584	10.42 575	1.40 556	2.89 587	10.68 592	10.68 594	3.91 574	2.52 550	2.74 555	3.39 555	4.50 568	4.27 581	7.97 573	7.67 573	0.89 553	0.97 582	0.89 557	0.92 565	2.26 566	2.21 576

notaker	4.29 574	2.42 583	5.06 548	3.89 594	3.29 592	4.00 574	2.25 574	4.93 585	3.47 573	4.21 580	6.79 580	7.67 586	3.37 572	9.25 584	6.47 566	4.09 597	1.42 592	3.35 597	2.13 594	4.11 592	3.54 593

ktn	4.56 575	2.41 582	2.54 508	3.79 593	3.25 590	4.81 580	2.91 587	5.52 587	7.36 590	4.12 577	14.55 599	7.54 585	3.70 575	7.84 572	3.35 541	4.06 596	1.86 595	3.26 596	2.22 595	3.27 584	2.86 587

WAO-8	4.57 576	2.01 574	2.58 511	2.37 571	2.21 571	9.75 588	1.71 551	6.04 591	16.34 598	4.11 575	7.69 588	7.41 582	3.85 577	10.02 595	3.85 547	2.05 570	1.09 587	2.44 583	1.39 580	2.56 571	1.86 572

Venus	4.57 576	2.01 574	2.58 511	2.37 571	2.21 571	9.75 588	1.71 551	6.04 591	16.34 598	4.11 575	7.69 588	7.41 582	3.85 577	10.02 595	3.85 547	2.05 570	1.09 587	2.44 583	1.39 580	2.56 571	1.86 572

MultiAttention	4.59 578	0.35 321	0.90 278	0.75 470	0.46 356	31.81 612	4.41 591	2.35 512	1.41 457	1.64 492	2.43 534	2.42 539	0.70 271	38.40 613	1.78 506	0.23 300	0.15 224	0.30 428	0.30 459	0.48 495	0.48 485

SGM+DAISY	5.38 579	1.28 549	8.24 563	1.27 554	1.16 551	10.62 591	16.01 601	2.93 560	2.53 551	8.64 599	13.03 597	8.26 589	13.38 599	6.34 551	7.59 572	1.07 561	1.05 586	1.00 562	0.98 569	1.02 553	1.12 559

TorneroNet-64	5.41 580	2.10 577	2.43 504	3.49 589	2.83 585	9.90 590	2.13 571	8.87 597	16.79 603	5.39 590	9.18 593	10.68 598	3.92 580	9.55 586	5.11 560	3.36 586	0.86 575	2.88 591	1.62 587	3.76 588	3.37 591

MADNet++	5.41 580	3.18 591	6.43 554	4.66 598	3.95 596	6.15 585	6.75 593	4.51 581	4.51 583	5.06 587	6.27 578	4.96 575	6.14 587	9.39 585	11.70 586	4.71 598	4.19 600	3.97 599	3.33 597	4.08 591	4.25 598

UNDER WATER	5.68 582	2.46 585	15.52 585	3.98 596	3.53 593	5.15 582	2.74 585	5.58 588	16.41 601	4.00 573	4.56 565	9.12 591	6.43 589	6.22 543	9.11 579	3.85 594	1.35 591	3.18 595	1.98 592	4.51 595	3.84 597

UNDER WATER-64	5.84 583	2.48 586	17.93 591	3.97 595	3.58 594	7.70 587	3.03 588	5.72 590	14.13 595	4.18 579	4.00 562	9.27 592	6.80 590	6.20 542	9.22 580	3.67 589	1.52 593	3.14 593	1.95 590	4.43 594	3.83 596

LSM	6.55 584	1.26 547	15.64 586	1.79 564	68.74 616	1.67 493	2.08 569	2.26 493	2.59 553	3.13 568	3.08 552	1.90 496	1.81 529	2.89 466	2.16 516	0.43 500	0.59 561	0.50 525	0.58 545	0.64 529	17.24 608

tt	6.61 585	0.28 143	6.10 553	3.77 592	2.17 570	11.53 593	19.61 602	13.53 602	5.81 588	3.00 564	2.82 545	4.97 576	6.33 588	3.83 493	7.23 571	9.13 604	11.32 607	5.87 603	6.22 603	6.01 598	2.63 585

JetRed	7.02 586	8.94 598	25.72 601	2.89 579	3.27 591	14.25 597	12.27 598	6.69 593	4.45 582	4.46 581	4.56 565	6.65 581	5.43 584	7.46 567	14.41 595	2.60 578	3.31 597	2.61 586	2.30 596	4.34 593	3.79 595

xyz-stereo	7.03 587	0.24 60	70.23 620	0.44 62	0.21 8	29.74 606	0.49 300	1.03 146	0.77 148	1.45 449	26.78 608	1.17 367	1.19 462	4.72 510	1.32 454	0.16 53	0.12 39	0.20 188	0.14 106	0.17 91	0.14 17

MANE	7.50 588	0.64 481	7.97 562	1.40 556	2.10 569	16.86 599	12.56 599	12.91 601	17.51 606	8.50 598	11.60 596	14.66 599	13.33 598	12.02 599	13.28 588	0.62 542	0.52 552	0.52 529	1.90 589	0.56 516	0.58 518

SGM-ForestM	7.81 589	0.48 425	11.02 577	0.74 461	0.40 304	16.83 598	12.72 600	7.91 595	8.13 591	11.53 601	10.25 595	22.44 610	14.01 600	17.02 602	20.52 601	0.38 483	0.39 526	0.37 488	0.36 500	0.37 443	0.38 446

coex-ft	8.35 590	2.39 581	100.24 622	0.68 414	0.54 412	1.77 503	1.57 545	1.71 350	11.00 593	18.91 608	3.76 559	3.85 565	8.23 594	3.29 479	6.58 567	0.31 435	0.31 478	0.32 448	0.31 465	0.69 535	0.57 515

LE_ROB	8.35 590	0.47 419	27.42 605	0.83 498	0.34 234	2.84 555	3.36 589	4.03 576	27.04 610	25.20 610	8.72 592	8.55 590	27.35 610	7.37 566	22.13 602	0.22 276	0.20 355	0.20 188	0.21 299	0.25 329	0.25 299

KSHMR	8.76 592	2.14 578	3.59 535	3.60 591	3.13 589	4.15 577	2.67 584	5.61 589	58.90 624	3.04 565	55.71 622	4.94 574	2.54 562	4.61 506	3.05 538	3.49 588	1.57 594	3.14 593	1.98 592	3.84 589	3.49 592

U	9.23 593	0.22 23	0.65 136	0.48 110	53.11 615	61.26 621	0.24 42	0.77 61	0.55 82	0.37 44	0.30 19	0.29 33	0.34 63	0.34 2	0.27 19	0.20 206	0.12 39	60.47 619	4.24 600	0.18 127	0.14 17

TCMNet-wrong-test	10.42 594	11.55 600	15.31 582	20.99 603	18.49 600	13.94 596	10.69 595	16.07 603	4.14 579	5.27 588	5.64 576	16.22 601	12.57 596	7.57 569	10.26 583	7.44 602	2.38 596	4.30 600	3.43 598	11.37 604	10.87 602

EDNetEfficientorigin	10.59 595	1.52 559	177.33 623	0.68 414	0.54 412	1.66 492	1.20 522	1.94 417	3.39 571	4.69 583	3.37 554	3.08 556	2.79 565	3.25 477	3.63 544	0.26 369	0.24 424	0.33 460	0.28 428	0.85 544	0.87 549

TorneroNet	10.72 596	2.09 576	2.76 517	3.48 588	3.03 588	44.72 613	2.31 576	8.62 596	67.06 625	7.45 597	23.21 607	10.59 597	4.28 582	9.03 579	9.00 578	3.67 589	0.91 579	3.04 592	1.63 588	3.92 590	3.55 594

HanzoNet	11.92 597	5.12 595	17.18 587	4.19 597	3.59 595	5.16 583	2.82 586	7.41 594	9.96 592	33.31 618	27.60 609	22.25 609	37.31 614	18.18 604	13.57 589	8.13 603	3.44 599	3.50 598	3.44 599	7.77 602	4.52 599

DGTPSM_ROB	13.06 598	8.27 596	22.29 596	9.53 600	18.14 598	11.53 593	31.97 607	10.82 599	16.25 596	7.14 594	19.39 605	10.12 594	16.69 602	9.85 590	22.49 604	4.77 599	8.72 602	5.37 601	10.24 606	6.15 599	11.56 603

DPSMNet_ROB	13.08 599	8.28 597	22.32 597	9.54 601	18.15 599	11.53 593	31.98 608	10.83 600	16.27 597	7.17 595	19.40 606	10.12 594	16.69 602	9.87 591	22.50 605	4.78 600	8.72 602	5.38 602	10.25 607	6.16 600	11.59 604

USTest	14.33 600	14.93 601	21.00 594	17.41 602	16.02 597	23.11 600	33.76 609	22.02 604	11.81 594	9.47 600	10.19 594	15.94 600	13.17 597	17.25 603	22.38 603	3.81 591	5.01 601	6.17 604	6.18 602	9.23 603	7.81 601

DPSM_ROB	19.12 601	19.13 603	25.13 599	22.15 605	20.86 603	28.06 603	37.75 611	27.18 608	16.95 604	14.25 602	15.07 600	21.66 604	18.69 605	21.83 606	26.51 609	10.15 606	9.30 605	10.45 607	10.41 608	14.00 605	12.85 606

DPSM	19.12 601	19.13 603	25.13 599	22.15 605	20.86 603	28.06 603	37.75 611	27.18 608	16.95 604	14.25 602	15.07 600	21.66 604	18.69 605	21.83 606	26.51 609	10.15 606	9.30 605	10.45 607	10.41 608	14.00 605	12.85 606

LRCNet_RVC	22.79 603	32.09 609	22.06 595	29.83 607	26.15 605	4.40 579	0.84 460	22.64 605	2.10 541	26.93 611	29.25 610	23.03 611	15.56 601	23.91 608	18.92 600	32.00 616	20.04 617	34.68 615	32.13 616	30.66 614	28.52 614

DLNR_Zeroshot_test	23.23 604	48.25 620	43.77 609	177.04 622	78.39 618	0.35 24	0.21 15	23.33 606	0.82 170	0.67 160	0.86 182	0.58 153	0.30 41	1.64 345	0.48 219	10.69 608	0.13 81	0.18 123	0.14 106	76.63 621	0.23 255

DLNR-FE	23.24 605	48.33 621	43.35 608	177.19 623	78.30 617	0.35 24	0.21 15	23.45 607	0.82 170	0.67 160	0.86 182	0.58 153	0.29 32	1.62 343	0.48 219	10.93 609	0.13 81	0.18 123	0.14 106	76.65 622	0.23 255

DPSimNet_ROB	24.77 606	9.69 599	61.46 619	3.56 590	19.46 601	25.95 601	77.56 622	5.09 586	16.60 602	21.50 609	29.82 611	25.12 612	85.69 623	13.37 601	23.07 607	7.23 601	17.79 610	8.55 605	7.57 604	4.57 597	31.84 615

BEATNet-Init1	27.39 607	21.01 605	73.65 621	1.07 542	0.80 506	56.07 614	22.82 603	33.14 615	31.71 612	51.78 624	52.93 621	65.63 622	48.54 621	48.75 623	36.36 614	0.52 528	0.47 542	0.54 534	0.54 541	0.64 529	0.72 537

CasAABBNet	38.42 608	38.42 612	50.26 613	44.76 612	41.87 609	56.47 616	76.22 618	54.44 618	33.92 616	28.53 615	30.36 616	43.53 618	37.59 617	43.77 620	53.32 620	20.27 610	18.70 612	21.03 609	21.04 611	28.19 609	25.79 610

RAFT-FEzeroshot	38.43 609	38.42 612	50.19 611	44.92 614	41.98 611	56.48 618	76.24 619	54.46 620	33.87 614	28.51 613	30.31 614	43.61 619	37.54 615	43.76 617	53.32 620	20.29 611	18.70 612	21.03 609	21.04 611	28.21 610	25.79 610

RAFT-FE	38.43 609	38.42 612	50.19 611	44.92 614	41.98 611	56.48 618	76.24 619	54.46 620	33.87 614	28.51 613	30.31 614	43.61 619	37.54 615	43.76 617	53.32 620	20.29 611	18.70 612	21.03 609	21.04 611	28.21 610	25.79 610

FlowAnything	38.45 611	38.38 611	50.32 614	44.77 613	41.97 610	56.43 615	76.20 617	54.49 622	34.43 618	28.45 612	30.15 612	43.52 617	37.69 618	43.76 617	53.31 619	20.36 613	18.71 615	21.03 609	21.10 615	28.18 608	25.74 609

Selective-RAFT-Error	38.47 612	38.44 615	50.38 615	44.74 611	42.01 613	56.47 616	76.24 619	54.44 618	34.02 617	28.59 616	30.30 613	43.51 616	38.10 619	43.69 616	53.24 618	20.36 613	18.72 616	21.05 613	21.02 610	28.25 612	25.87 613

HaxPig	39.02 613	41.39 617	41.59 606	30.10 608	32.36 606	29.49 605	27.65 605	30.56 611	37.94 619	43.75 619	43.81 618	33.42 613	35.69 611	41.51 614	40.33 616	43.91 620	47.48 622	45.87 616	47.14 618	42.29 615	44.06 618

AVERAGE_ROB	40.42 614	42.30 618	42.61 607	36.91 610	35.54 608	30.42 607	27.59 604	37.45 617	38.45 620	44.87 620	44.27 619	37.55 615	36.69 612	41.82 615	40.25 615	45.36 621	46.73 621	47.09 617	46.32 617	42.47 616	43.74 617

MEDIAN_ROB	42.01 615	44.30 619	44.14 610	35.08 609	34.90 607	31.33 611	29.90 606	36.77 616	40.11 621	47.14 623	46.55 620	37.49 614	38.50 620	44.30 622	42.32 617	47.93 622	49.31 623	49.68 618	49.00 619	44.98 617	46.46 619

Anonymous_1	42.79 616	18.71 602	24.75 598	21.81 604	45.16 614	27.68 602	37.52 610	28.64 610	16.34 598	14.72 604	14.53 598	20.60 603	17.82 604	21.52 605	25.88 608	113.45 625	8.91 604	100.63 620	126.37 622	158.50 625	12.31 605

LSM0	42.92 617	38.72 616	50.66 616	47.49 616	110.18 624	56.77 620	75.87 616	54.87 623	33.74 613	29.48 617	31.12 617	43.77 621	37.12 613	43.85 621	53.44 623	20.50 615	18.67 611	21.05 613	21.07 614	28.37 613	41.73 616

PML	51.64 618	37.49 610	14.31 581	7.45 599	20.27 602	107.80 624	231.34 626	8.94 598	27.70 611	86.74 625	268.93 626	69.03 623	61.09 622	24.71 612	14.36 594	9.71 605	3.40 598	9.60 606	4.67 601	20.46 607	4.76 600

xxxxx1	54.34 619	26.72 606	27.03 602	114.14 619	99.00 619	30.68 608	47.19 613	32.52 612	26.09 607	17.85 605	17.48 602	21.86 606	20.92 607	24.38 609	33.78 611	34.73 617	41.33 618	157.67 623	175.68 623	65.82 618	71.99 622

tt_ll	54.34 619	26.72 606	27.03 602	114.14 619	99.00 619	30.68 608	47.19 613	32.52 612	26.09 607	17.85 605	17.48 602	21.86 606	20.92 607	24.38 609	33.78 611	34.73 617	41.33 618	157.67 623	175.68 623	65.82 618	71.99 622

ff	54.34 619	26.72 606	27.03 602	114.14 619	99.00 619	30.68 608	47.19 613	32.52 612	26.09 607	17.85 605	17.48 602	21.86 606	20.92 607	24.38 609	33.78 611	34.73 617	41.33 618	157.67 623	175.68 623	65.82 618	71.99 622

RSGM-EC	88.73 622	82.35 622	50.81 617	105.24 617	99.50 622	93.69 622	125.26 623	90.19 624	46.12 622	45.12 621	57.25 623	101.03 624	88.09 624	153.95 624	152.34 624	105.29 623	59.41 624	113.44 621	52.73 620	91.73 623	61.05 620

acva	88.73 622	82.35 622	50.81 617	105.24 617	99.50 622	93.69 622	125.26 623	90.19 624	46.12 622	45.12 621	57.25 623	101.03 624	88.09 624	153.95 624	152.34 624	105.29 623	59.41 624	113.44 621	52.73 620	91.73 623	61.05 620

test_example2	192.91 624	210.59 624	206.44 624	199.86 624	204.90 625	172.02 625	182.95 625	138.34 626	134.89 626	193.14 626	200.54 625	186.77 626	177.82 626	204.95 626	207.57 626	221.83 626	238.70 626	186.02 626	190.07 626	226.94 626	173.78 625

GS-Stereo							0.35 134	1.31 253	0.53 75	0.38 48	0.39 34	0.32 44	0.33 56	0.45 13	0.29 38	0.20 206	0.12 39	0.16 57	0.13 72	0.17 91	0.18 113

FSD					0.52 396	0.54 159	0.58 371	0.71 46	0.54 78	0.54 130	0.53 89	0.60 163	0.52 184	0.58 52	0.56 275	0.51 527	0.48 544	0.50 525	0.49 532	0.50 501

ccccc		492.94 625		530.37 625	529.69 626	476.06 626		494.48 627		446.40 627		473.27 627		541.46 627		660.58 627	458.79 627	353.88 627	309.98 627	597.94 627

Low-res two-view benchmark