Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NVStereoNet_ROB	0.04 38	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DFGA-Net	0.05 41	0.06 54	0.04 43	0.06 46	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.04 88	0.06 97	0.04 84	0.06 88	0.04 75	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	0.04 79

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

WZ-Net	0.05 41	0.50 205	0.10 69	0.12 82	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 93	0.10 75	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 44	0.24 120	0.20 167	0.23 152	0.01 10	0.02 19	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 177	0.21 178	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 44	0.54 221	0.10 69	0.12 82	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 93	0.11 96	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

BridgeDepth	0.08 50	0.08 58	0.11 89	0.11 75	0.05 99	0.08 105	0.05 93	0.08 107	0.07 111	0.08 106	0.05 100	0.08 106	0.05 94	0.09 110	0.08 104	0.15 125	0.11 96	0.07 99	0.05 96	0.07 106	0.06 104
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 50	0.02 12	0.02 14	1.01 364	0.03 48	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 72	0.09 108	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

DA	0.09 52	0.13 81	0.39 259	0.08 49	0.05 99	0.07 103	0.05 93	0.13 126	0.05 97	0.06 96	0.05 100	0.06 97	0.05 94	0.06 88	0.05 88	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

GGEV	0.09 52	0.13 81	0.39 259	0.08 49	0.05 99	0.07 103	0.05 93	0.13 126	0.05 97	0.06 96	0.05 100	0.06 97	0.05 94	0.06 88	0.05 88	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

test_sample7	0.09 52	1.00 288	0.11 89	0.11 75	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample6	0.09 52	0.97 279	0.10 69	0.10 58	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample3	0.09 52	0.87 256	0.10 69	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample2	0.09 52	1.03 302	0.11 89	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 52	0.87 256	0.12 101	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

SMFormer	0.09 52	1.01 296	0.09 65	0.09 55	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

tta	0.09 52	0.95 276	0.09 65	0.10 58	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 52	1.01 296	0.10 69	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.03 51

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

APVNet	0.09 52	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 416	0.06 94	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 97

ADCS	0.09 52	0.02 12	0.04 43	0.90 341	0.06 110	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 130	0.36 279	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

zh-sn7	0.10 65	0.98 280	0.14 126	0.15 109	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.15 125	0.13 136	0.03 38	0.03 54	0.03 43	0.03 51

DualNet (step1)	0.10 65	1.05 307	0.12 101	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 65	1.05 307	0.12 101	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 65	1.05 307	0.12 101	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.03 54	0.03 43	0.03 51

test_sample5	0.10 65	1.07 311	0.11 89	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

test_sample4	0.10 65	1.03 302	0.12 101	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.13 136	0.03 38	0.03 54	0.03 43	0.03 51

DualNet	0.10 65	1.07 311	0.11 89	0.10 58	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

ttt	0.10 65	1.09 313	0.12 101	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.02 20	0.03 43	0.02 20

1111x	0.10 65	1.14 318	0.13 121	0.14 99	0.03 48	0.04 77	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.11 96	0.03 38	0.02 20	0.03 43	0.02 20

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

222	0.10 65	0.99 283	0.12 101	0.13 95	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 112	0.03 38	0.02 20	0.04 77	0.03 51

test_xeample	0.10 65	1.09 313	0.13 121	0.12 82	0.03 48	0.03 40	0.03 50	0.04 77	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.14 140	0.03 38	0.03 54	0.03 43	0.03 51

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

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

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

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

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

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

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

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

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

ADCPNet	0.10 65	0.03 31	0.04 43	1.27 436	0.03 48	0.04 77	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.08 107	0.04 75	0.04 44	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ISRNet	0.11 87	0.05 49	0.36 245	0.24 157	0.07 111	0.13 126	0.05 93	0.06 94	0.05 97	0.05 91	0.05 100	0.13 127	0.05 94	0.05 82	0.09 108	0.24 182	0.20 175	0.10 108	0.05 96	0.06 96	0.13 150

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

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

x	0.11 87	1.15 321	0.15 142	0.14 99	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.15 143	0.03 38	0.03 54	0.03 43	0.03 51

Wz-Net-LNSev-Ref	0.11 87	0.44 177	0.33 226	0.39 207	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 257	0.36 255	0.02 18	0.02 20	0.02 20	0.02 20

xxxx	0.11 87	1.16 323	0.16 145	0.12 82	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.16 145	0.03 38	0.04 78	0.04 77	0.04 79

BEATNet_4x	0.11 87	0.03 31	0.03 36	1.60 460	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCL	0.11 87	0.03 31	0.03 36	1.60 460	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 82	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

AnyNet_C01	0.11 87	0.02 12	0.02 14	1.62 463	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 88	0.04 75	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

zh-mn7	0.12 96	1.14 318	0.17 152	0.20 136	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.18 150	0.16 145	0.03 38	0.03 54	0.03 43	0.03 51

S2M2_L	0.12 96	0.14 87	0.10 69	0.15 109	0.10 121	0.14 127	0.10 118	0.14 128	0.10 118	0.15 133	0.10 119	0.14 128	0.10 120	0.14 130	0.10 114	0.13 109	0.10 75	0.13 125	0.09 111	0.13 129	0.09 111
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 96	0.07 57	0.05 57	0.08 49	0.05 99	0.08 105	1.20 444	0.07 104	0.05 97	0.05 91	0.05 100	0.08 106	0.05 94	0.08 107	0.03 48	0.07 60	0.05 56	0.06 94	0.05 96	0.07 106	0.05 97

FADNet-RVC-Resample	0.12 96	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	1.57 514	0.04 44	0.04 45	0.04 73	0.05 96	0.04 77	0.06 104

FADNet_RVC	0.12 96	0.04 37	0.04 43	0.05 43	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.65 518	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet	0.12 96	0.05 49	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 94	0.04 72	1.66 520	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCRef	0.12 96	0.03 31	0.04 43	1.71 467	0.04 79	0.03 40	0.03 50	0.04 77	0.04 81	0.04 74	0.03 52	0.04 77	0.03 52	0.06 88	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.03 43	0.04 79

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

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

CIPLG	0.13 103	0.21 108	0.12 101	0.16 120	0.11 136	0.15 134	0.11 131	0.14 128	0.11 133	0.15 133	0.12 144	0.15 138	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

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

ACRE	0.13 103	0.21 108	0.14 126	0.15 109	0.11 136	0.14 127	0.11 131	0.14 128	0.11 133	0.14 127	0.12 144	0.14 128	0.11 132	0.14 130	0.11 126	0.15 125	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

LRCNet_RVC	0.13 103	0.13 81	0.09 65	0.13 95	0.10 121	0.14 127	0.10 118	0.14 128	0.10 118	0.23 176	0.10 119	0.20 160	0.10 120	0.24 183	0.11 126	0.11 88	0.09 70	0.12 122	0.14 160	0.12 127	0.09 111

aanetorigin	0.13 103	0.11 78	0.11 89	0.11 75	0.11 136	0.11 122	0.11 131	0.11 122	0.11 133	0.11 123	0.12 144	0.11 123	0.11 132	0.11 124	0.11 126	0.11 88	0.11 96	0.14 127	0.11 130	0.49 313	0.11 128

FADNet-RVC	0.13 103	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.05 94	0.04 72	1.71 523	0.04 44	0.04 45	0.04 73	0.04 78	0.07 106	0.04 79

ELAS	0.13 103	0.16 89	0.11 89	0.15 109	0.09 115	0.18 154	0.11 131	0.18 152	0.11 133	0.17 147	0.11 133	0.18 153	0.11 132	0.18 152	0.11 126	0.14 116	0.08 61	0.14 127	0.08 109	0.14 131	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 112	1.22 380	0.28 196	0.32 183	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.32 209	0.27 200	0.04 73	0.03 54	0.03 43	0.03 51

S2M2_XL	0.14 112	0.17 95	0.12 101	0.17 128	0.11 136	0.17 150	0.11 131	0.17 149	0.11 133	0.17 147	0.11 133	0.17 149	0.11 132	0.17 149	0.11 126	0.16 134	0.11 96	0.16 145	0.11 130	0.16 145	0.11 128
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 112	1.83 409	0.12 101	0.11 75	0.03 48	0.03 40	0.03 50	0.03 42	0.04 81	0.03 40	0.03 52	0.03 42	0.03 52	0.06 88	0.04 75	0.12 93	0.11 96	0.05 86	0.04 78	0.05 92	0.04 79

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

IPLGR_C	0.14 112	0.20 103	0.12 101	0.15 109	0.11 136	0.14 127	0.15 157	0.14 128	0.11 133	0.15 133	0.12 144	0.14 128	0.11 132	0.16 140	0.11 126	0.15 125	0.12 112	0.14 127	0.12 147	0.15 141	0.12 144

MIPNet	0.14 112	0.21 108	0.17 152	0.16 120	0.11 136	0.15 134	0.12 147	0.14 128	0.11 133	0.16 138	0.11 133	0.14 128	0.11 132	0.14 130	0.11 126	0.14 116	0.12 112	0.14 127	0.11 130	0.14 131	0.11 128

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

GMStereo	0.14 112	0.13 81	0.14 126	0.14 99	0.14 157	0.14 127	0.14 152	0.14 128	0.14 157	0.14 127	0.14 161	0.14 128	0.14 158	0.14 130	0.14 151	0.14 116	0.14 140	0.14 127	0.14 160	0.14 131	0.14 155
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 483	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 77	0.02 21	0.07 104	0.04 75	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

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

DRN-Test	0.14 112	0.13 81	0.09 65	0.14 99	0.09 115	0.15 134	0.09 113	0.14 128	0.10 118	0.14 127	0.09 115	0.14 128	0.09 116	0.13 129	0.09 108	0.12 93	0.09 70	0.12 122	0.09 111	0.12 127	0.73 391

ELAS_RVC	0.14 112	0.16 89	0.10 69	0.15 109	0.10 121	0.18 154	0.11 131	0.19 154	0.11 133	0.19 153	0.12 144	0.18 153	0.11 132	0.19 155	0.12 141	0.14 116	0.08 61	0.14 127	0.09 111	0.15 141	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 124	0.17 95	0.13 121	0.20 136	0.13 155	0.19 157	0.13 150	0.18 152	0.13 155	0.19 153	0.13 156	0.18 153	0.14 158	0.18 152	0.14 151	0.16 134	0.11 96	0.15 142	0.14 160	0.18 155	0.11 128

test_for_model	0.15 124	0.23 113	0.18 161	0.21 145	0.11 136	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.21 163	0.18 172	0.14 127	0.11 130	0.14 131	0.11 128

CoDeX	0.15 124	0.70 237	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 371	0.02 15	0.69 368	0.75 381	0.01 9	0.02 20	0.02 20

ICVP	0.15 124	0.53 218	0.11 89	0.16 120	0.11 136	0.16 142	0.11 131	0.16 141	0.11 133	0.16 138	0.11 133	0.16 139	0.11 132	0.16 140	0.11 126	0.16 134	0.11 96	0.16 145	0.11 130	0.16 145	0.11 128
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 124	0.04 37	0.04 43	2.20 482	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.04 84	0.08 107	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

StereoDRNet	0.15 124	0.14 87	0.10 69	0.14 99	0.09 115	0.15 134	0.09 113	0.14 128	0.09 117	0.14 127	0.10 119	0.14 128	0.09 116	0.14 130	0.09 108	0.13 109	0.10 75	0.13 125	0.09 111	0.13 129	0.82 403

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

SGM_RVC	0.15 124	0.17 95	0.11 89	0.18 130	0.11 136	0.19 157	0.11 131	0.19 154	0.12 152	0.19 153	0.12 144	0.20 160	0.12 149	0.19 155	0.12 141	0.16 134	0.11 96	0.17 153	0.10 118	0.17 151	0.10 116
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.16 132	1.21 374	0.33 226	0.41 233	0.04 79	0.04 77	0.03 50	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.35 226	0.31 231	0.04 73	0.04 78	0.04 77	0.04 79

GMStereo_Zeroshot	0.16 132	0.16 89	0.16 145	0.16 120	0.16 177	0.16 142	0.16 162	0.16 141	0.16 171	0.16 138	0.16 172	0.16 139	0.16 170	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 168	0.16 145	0.16 159

qqq	0.16 132	2.01 426	0.12 101	0.15 109	0.04 79	0.06 92	0.05 93	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.03 48	0.12 93	0.14 140	0.04 73	0.04 78	0.03 43	0.03 51

DeepPruner_ROB	0.16 132	0.18 98	0.13 121	0.19 133	0.13 155	0.19 157	0.13 150	0.19 154	0.13 155	0.19 153	0.13 156	0.19 157	0.13 154	0.19 155	0.13 147	0.18 150	0.13 136	0.18 162	0.13 155	0.18 155	0.13 150

CAS++	0.17 136	0.27 128	0.21 170	0.10 58	0.21 204	0.15 134	0.22 195	0.10 110	0.21 193	0.22 172	0.10 119	0.19 157	0.18 185	0.10 113	0.19 183	0.20 157	0.19 173	0.18 162	0.10 118	0.19 161	0.18 175
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 136	2.16 435	0.13 121	0.13 95	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.03 52	0.06 97	0.03 52	0.06 88	0.05 88	0.18 150	0.12 112	0.06 94	0.03 54	0.05 92	0.03 51

SFCPSM	0.17 136	0.78 242	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 405	0.02 15	0.75 379	0.76 383	0.02 20	0.02 20	0.02 20

w-ln-seven	0.18 139	1.47 394	0.33 226	0.40 221	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.38 246	0.32 235	0.05 86	0.04 78	0.04 77	0.04 79

xyz-stereo-finetune2	0.18 139	0.48 199	0.16 145	0.16 120	0.15 168	0.15 134	0.16 162	0.16 141	0.16 171	0.16 138	0.16 172	0.16 139	0.16 170	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 168	0.16 145	0.16 159

xyz-stereo	0.18 139	0.50 205	0.16 145	0.15 109	0.16 177	0.16 142	0.16 162	0.16 141	0.16 171	0.16 138	0.16 172	0.16 139	0.16 170	0.16 140	0.16 167	0.16 134	0.16 145	0.16 145	0.16 168	0.16 145	0.16 159

BEATNet-Init1	0.19 142	0.08 58	0.08 60	2.23 484	0.08 113	0.08 105	0.07 111	0.07 104	0.08 114	0.08 106	0.07 112	0.08 106	0.07 113	0.11 124	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

DeepPrunerF	0.19 142	0.08 58	0.08 60	2.23 484	0.08 113	0.08 105	0.07 111	0.07 104	0.08 114	0.08 106	0.07 112	0.08 106	0.07 113	0.11 124	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

IGEV_Zeroshot_test	0.20 144	0.19 99	0.40 264	0.30 175	0.17 181	0.22 174	0.17 170	0.21 168	0.17 179	0.20 159	0.17 177	0.21 167	0.18 185	0.21 169	0.17 171	0.20 157	0.16 145	0.20 169	0.16 168	0.20 162	0.17 171

DAS	0.20 144	0.20 103	0.20 167	0.20 136	0.20 198	0.20 162	0.20 185	0.20 160	0.20 190	0.20 159	0.20 196	0.20 160	0.20 194	0.20 159	0.20 186	0.20 157	0.20 175	0.20 169	0.20 195	0.20 162	0.20 179

ACVNet	0.20 144	0.19 99	0.14 126	0.20 136	0.14 157	0.20 162	0.96 423	0.21 168	0.14 157	0.20 159	0.13 156	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	0.17 151	0.12 144

acv_ft	0.20 144	0.19 99	0.14 126	0.20 136	0.14 157	0.20 162	0.96 423	0.21 168	0.14 157	0.20 159	0.13 156	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	0.17 151	0.12 144

iResNetv2_ROB	0.20 144	0.23 113	0.18 161	0.24 157	0.20 198	0.24 183	0.18 177	0.24 181	0.18 182	0.24 181	0.18 190	0.23 181	0.19 190	0.24 183	0.18 180	0.21 163	0.16 145	0.21 171	0.16 168	0.22 169	0.16 159

iResNet	0.20 144	0.23 113	0.18 161	0.24 157	0.18 191	0.24 183	0.20 185	0.24 181	0.18 182	0.23 176	0.17 177	0.23 181	0.18 185	0.23 179	0.18 180	0.22 166	0.16 145	0.21 171	0.16 168	0.21 167	0.16 159

z-ln-s-r	0.21 150	1.40 392	0.53 326	0.56 295	0.04 79	0.05 89	0.04 81	0.05 89	0.05 97	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.05 88	0.57 331	0.44 302	0.04 73	0.04 78	0.04 77	0.04 79

tg	0.21 150	0.25 124	0.21 170	0.26 169	0.17 181	0.24 183	0.17 170	0.24 181	0.17 179	0.24 181	0.17 177	0.24 185	0.17 177	0.24 183	0.17 171	0.24 182	0.17 163	0.23 182	0.16 168	0.23 178	0.16 159

Pointernet	0.21 150	0.22 112	0.19 164	0.24 157	0.19 195	0.24 183	0.19 181	0.24 181	0.19 188	0.24 181	0.19 192	0.24 185	0.19 190	0.24 183	0.19 183	0.22 166	0.17 163	0.22 176	0.17 188	0.22 169	0.17 171

SuperB	0.21 150	0.10 67	2.51 547	0.12 82	0.09 115	0.10 111	0.09 113	0.08 107	0.07 111	0.10 111	0.09 115	0.09 111	0.07 113	0.07 104	0.07 102	0.07 60	0.08 61	0.07 99	0.07 105	0.08 109	0.07 107

WAO-6	0.22 154	0.23 113	0.22 172	0.23 152	0.22 206	0.22 174	0.22 195	0.22 172	0.22 196	0.22 172	0.22 202	0.22 175	0.22 200	0.22 173	0.22 191	0.22 166	0.22 182	0.22 176	0.22 199	0.22 169	0.22 184

IMH-64-1	0.22 154	0.23 113	0.23 175	0.22 148	0.22 206	0.22 174	0.22 195	0.22 172	0.22 196	0.22 172	0.22 202	0.22 175	0.22 200	0.22 173	0.22 191	0.22 166	0.22 182	0.23 182	0.22 199	0.22 169	0.23 186

IMH-64	0.22 154	0.23 113	0.23 175	0.22 148	0.22 206	0.22 174	0.22 195	0.22 172	0.22 196	0.22 172	0.22 202	0.22 175	0.22 200	0.22 173	0.22 191	0.22 166	0.22 182	0.23 182	0.22 199	0.22 169	0.23 186

ac_64	0.22 154	0.13 81	0.19 164	0.23 152	0.10 121	0.26 198	1.02 431	0.14 128	0.10 118	0.28 199	0.14 161	0.17 149	0.19 190	0.28 206	0.09 108	0.22 166	0.16 145	0.23 182	0.17 188	0.11 123	0.12 144

dd	0.23 158	0.98 280	0.16 145	0.23 152	0.15 168	0.23 182	0.15 157	0.23 178	0.15 167	0.23 176	0.15 169	0.24 185	0.17 177	0.23 179	0.15 161	0.22 166	0.15 143	0.21 171	0.15 166	0.22 169	0.16 159

dad	0.23 158	1.03 302	0.16 145	0.23 152	0.15 168	0.24 183	0.15 157	0.24 181	0.16 171	0.23 176	0.16 172	0.24 185	0.16 170	0.23 179	0.15 161	0.22 166	0.16 145	0.22 176	0.16 168	0.22 169	0.16 159

RSGM-EC	0.24 160	0.24 120	0.15 142	0.22 148	0.15 168	0.22 174	0.15 157	0.22 172	0.15 167	0.24 181	0.15 169	0.22 175	0.15 168	0.22 173	1.19 444	0.20 157	0.17 163	0.24 190	0.14 160	0.20 162	0.14 155

acva	0.24 160	0.24 120	0.15 142	0.22 148	0.15 168	0.22 174	0.15 157	0.22 172	0.15 167	0.24 181	0.15 169	0.22 175	0.15 168	0.22 173	1.19 444	0.20 157	0.17 163	0.24 190	0.14 160	0.20 162	0.14 155

MSKI-zero shot	0.24 160	0.21 108	0.49 309	0.65 312	0.18 191	0.22 174	0.17 170	0.23 178	0.18 182	0.21 170	0.17 177	0.23 181	0.28 237	0.23 179	0.18 180	0.21 163	0.16 145	0.21 171	0.16 168	0.21 167	0.16 159

qqq1	0.25 163	3.70 503	0.14 126	0.14 99	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 109	0.12 112	0.06 94	0.05 96	0.03 43	0.04 79

fff1	0.25 163	3.70 503	0.14 126	0.14 99	0.04 79	0.06 92	0.05 93	0.06 94	0.05 97	0.06 96	0.05 100	0.04 77	0.05 94	0.06 88	0.05 88	0.13 109	0.12 112	0.06 94	0.05 96	0.03 43	0.04 79

UNDER WATER-64	0.25 163	0.26 125	0.25 185	0.26 169	0.25 219	0.25 190	0.25 211	0.25 187	0.25 210	0.25 187	0.25 219	0.25 190	0.25 213	0.26 198	0.25 209	0.25 188	0.25 190	0.25 193	0.25 218	0.25 182	0.25 197

ffm	0.25 163	3.83 509	0.12 101	0.12 82	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 93	0.12 112	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 163	3.83 509	0.12 101	0.12 82	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 93	0.12 112	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 163	3.83 509	0.12 101	0.12 82	0.05 99	0.06 92	0.05 93	0.06 94	0.05 97	0.03 40	0.03 52	0.06 97	0.05 94	0.06 88	0.05 88	0.12 93	0.12 112	0.05 86	0.04 78	0.06 96	0.04 79

MIM_Stereo	0.25 163	0.23 113	0.66 348	0.80 331	0.17 181	0.22 174	0.17 170	0.23 178	0.18 182	0.26 195	0.17 177	0.21 167	0.17 177	0.25 188	0.17 171	0.23 177	0.16 145	0.21 171	0.17 188	0.22 169	0.17 171

LoS	0.25 163	0.27 128	0.25 185	0.25 162	0.25 219	0.25 190	0.25 211	0.26 192	0.25 210	0.25 187	0.25 219	0.25 190	0.25 213	0.25 188	0.25 209	0.26 190	0.25 190	0.25 193	0.26 224	0.26 184	0.25 197
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 163	1.31 386	0.74 371	0.92 346	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 42	0.02 21	0.02 20	0.02 20	0.87 375	0.75 379	0.02 18	0.02 20	0.02 20	0.02 20

model_zeroshot	0.27 172	0.20 103	0.27 192	0.33 187	0.21 204	0.37 237	0.22 195	0.37 229	0.24 205	0.26 195	0.27 230	0.33 221	0.21 199	0.25 188	0.27 215	0.32 209	0.20 175	0.34 234	0.23 205	0.25 182	0.26 203

DLNR-FE	0.28 173	0.89 261	0.30 204	0.34 189	0.19 195	0.28 203	0.19 181	0.28 196	0.20 190	0.28 199	0.20 196	0.28 203	0.20 194	0.28 206	0.20 186	0.33 213	0.28 206	0.25 193	0.19 194	0.24 180	0.19 177

xyz-stereo-finetune	0.28 173	0.49 201	0.16 145	0.16 120	0.16 177	0.16 142	0.16 162	0.22 172	0.30 249	0.32 213	0.31 262	0.32 218	0.31 263	0.32 217	0.32 250	0.32 209	0.33 246	0.31 217	0.32 277	0.31 202	0.32 256

SQANet	0.28 173	0.28 131	0.28 196	0.28 173	0.28 234	0.28 203	0.28 230	0.28 196	0.28 232	0.28 199	0.28 237	0.28 203	0.28 237	0.28 206	0.28 225	0.28 195	0.28 206	0.28 204	0.28 237	0.28 191	0.28 224

HGLStereo	0.28 173	0.29 133	0.22 172	0.36 195	0.22 206	0.36 232	0.21 190	0.36 223	0.21 193	0.42 274	0.21 201	0.36 234	0.22 200	0.36 234	0.21 189	0.34 217	0.21 178	0.34 234	0.21 196	0.34 215	0.21 181

iResNet_ROB	0.28 173	0.32 138	0.24 182	0.32 183	0.25 219	0.32 220	0.24 208	0.32 208	0.24 205	0.33 218	0.24 213	0.35 228	0.24 210	0.33 223	0.24 201	0.31 208	0.24 189	0.32 218	0.24 213	0.32 204	0.24 196

UNet	0.29 178	0.90 264	0.10 69	0.14 99	0.10 121	0.14 127	0.10 118	0.91 383	0.69 390	0.14 127	0.11 133	0.14 128	0.11 132	0.14 130	0.10 114	0.12 93	0.09 70	0.12 122	0.09 111	0.88 373	0.76 397

MultiAttention	0.30 179	0.30 134	0.30 204	0.30 175	0.30 253	0.30 207	0.30 244	0.30 203	0.30 249	0.30 204	0.30 254	0.30 212	0.30 251	0.30 212	0.30 242	0.30 203	0.30 225	0.30 211	0.30 261	0.30 197	0.30 242

MSAF-DinoV2	0.30 179	0.30 134	0.30 204	0.30 175	0.30 253	0.30 207	0.30 244	0.30 203	0.30 249	0.30 204	0.30 254	0.30 212	0.30 251	0.30 212	0.30 242	0.30 203	0.30 225	0.30 211	0.30 261	0.30 197	0.30 242

DDVS	0.30 179	3.10 490	0.14 126	0.19 133	0.14 157	0.19 157	0.14 152	0.20 160	0.14 157	0.19 153	0.13 156	0.16 139	0.13 154	0.19 155	0.13 147	0.17 142	0.13 136	0.17 153	0.13 155	0.17 151	0.13 150

ACV-stereo	0.30 179	2.08 428	0.25 185	0.25 162	0.18 191	0.24 183	0.17 170	0.24 181	0.18 182	0.24 181	0.17 177	0.25 190	0.17 177	0.24 183	0.17 171	0.22 166	0.16 145	0.22 176	0.16 168	0.22 169	0.16 159

LoS_RVC	0.30 179	1.14 318	0.25 185	0.25 162	0.25 219	0.26 198	0.25 211	0.25 187	0.25 210	0.25 187	0.25 219	0.26 200	0.26 222	0.26 198	0.25 209	0.26 190	0.26 193	0.25 193	0.25 218	0.26 184	0.26 203

CAS	0.30 179	1.17 324	0.25 185	0.25 162	0.25 219	0.26 198	0.25 211	0.25 187	0.26 223	0.25 187	0.25 219	0.25 190	0.25 213	0.25 188	0.25 209	0.26 190	0.26 193	0.26 198	0.25 218	0.26 184	0.25 197

DANet	0.30 179	0.30 134	0.30 204	0.30 175	0.30 253	0.30 207	0.30 244	0.30 203	0.30 249	0.30 204	0.30 254	0.30 212	0.30 251	0.30 212	0.30 242	0.30 203	0.30 225	0.30 211	0.30 261	0.30 197	0.30 242
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
tt1	0.31 186	0.93 273	0.24 182	0.33 187	0.23 212	0.31 212	0.24 208	0.32 208	0.24 205	0.32 213	0.23 206	0.32 218	0.25 213	0.32 217	0.24 201	0.27 193	0.26 193	0.27 202	0.26 224	0.27 189	0.27 211

xxxxx1	0.31 186	0.91 266	0.23 175	0.31 180	0.23 212	0.31 212	0.23 203	0.33 211	0.25 210	0.31 208	0.24 213	0.33 221	0.25 213	0.32 217	0.24 201	0.28 195	0.28 206	0.28 204	0.28 237	0.29 194	0.27 211

DLNR_Zeroshot_test	0.31 186	0.28 131	0.47 294	0.79 329	0.24 217	0.30 207	0.26 219	0.30 203	0.24 205	0.32 213	0.23 206	0.31 216	0.24 210	0.30 212	0.23 197	0.29 202	0.26 193	0.29 209	0.24 213	0.33 211	0.23 186

tt_ll	0.31 186	0.91 266	0.23 175	0.31 180	0.23 212	0.31 212	0.23 203	0.33 211	0.25 210	0.31 208	0.24 213	0.33 221	0.25 213	0.32 217	0.24 201	0.28 195	0.28 206	0.28 204	0.28 237	0.29 194	0.27 211

ff	0.31 186	0.91 266	0.23 175	0.31 180	0.23 212	0.31 212	0.23 203	0.33 211	0.25 210	0.31 208	0.24 213	0.33 221	0.25 213	0.32 217	0.24 201	0.28 195	0.28 206	0.28 204	0.28 237	0.29 194	0.27 211

RAFT + AFF	0.31 186	0.45 185	0.34 236	0.39 207	0.28 234	0.38 244	0.33 265	0.29 201	0.31 260	0.30 204	0.30 254	0.29 209	0.27 230	0.29 210	0.30 242	0.28 195	0.29 217	0.29 209	0.29 247	0.27 189	0.32 256

MLCV	0.31 186	0.35 141	0.27 192	0.35 191	0.28 234	0.35 229	0.27 222	0.35 219	0.28 232	0.36 228	0.27 230	0.35 228	0.27 230	0.35 228	0.27 215	0.34 217	0.27 200	0.34 234	0.27 232	0.34 215	0.27 211

DN-CSS_ROB	0.31 186	0.35 141	0.28 196	0.35 191	0.28 234	0.34 224	0.27 222	0.34 215	0.25 210	0.35 225	0.27 230	0.36 234	0.26 222	0.34 225	0.28 225	0.35 226	0.28 206	0.34 234	0.28 237	0.34 215	0.27 211

WCG-NET（raft）	0.32 194	1.24 382	0.24 182	0.32 183	0.24 217	0.32 220	0.23 203	0.32 208	0.24 205	0.32 213	0.24 213	0.32 218	0.24 210	0.32 217	0.24 201	0.30 203	0.23 187	0.30 211	0.23 205	0.30 197	0.23 186

testlalala	0.32 194	0.81 248	0.31 216	0.39 207	0.26 227	0.33 222	0.24 208	0.33 211	0.26 223	0.32 213	0.26 225	0.33 221	0.23 206	0.33 223	0.23 197	0.35 226	0.31 231	0.30 211	0.24 213	0.31 202	0.21 181

Any-RAFT	0.32 194	0.36 144	0.27 192	0.36 195	0.27 229	0.36 232	0.27 222	0.36 223	0.27 229	0.36 228	0.27 230	0.36 234	0.27 230	0.36 234	0.28 225	0.36 231	0.28 206	0.36 255	0.28 237	0.36 234	0.28 224

GCAP-BAT	0.33 197	0.78 242	0.32 221	0.38 201	0.25 219	0.34 224	0.25 211	0.34 215	0.26 223	0.34 220	0.25 219	0.35 228	0.26 222	0.35 228	0.27 215	0.36 231	0.30 225	0.32 218	0.24 213	0.32 204	0.26 203

StereoDRNet-Refined	0.33 197	0.39 156	0.26 191	0.39 207	0.26 227	0.40 252	0.26 219	0.40 246	0.26 223	0.39 240	0.26 225	0.39 247	0.26 222	0.39 249	0.26 214	0.37 235	0.25 190	0.37 258	0.25 218	0.37 238	0.37 285
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 199	0.26 125	0.17 152	0.21 145	0.17 181	0.20 162	0.16 162	0.20 160	0.16 171	0.20 159	0.17 177	0.21 167	0.16 170	0.27 202	0.24 201	0.19 154	0.16 145	0.19 165	0.16 168	0.26 184	3.08 562

RAFT-FE	0.34 199	0.26 125	0.17 152	0.21 145	0.17 181	0.20 162	0.16 162	0.20 160	0.16 171	0.20 159	0.17 177	0.21 167	0.16 170	0.27 202	0.24 201	0.19 154	0.16 145	0.19 165	0.16 168	0.26 184	3.08 562

LG-Stereo_L2	0.34 199	0.37 146	0.38 252	0.47 258	0.28 234	0.39 250	0.28 230	0.39 241	0.28 232	0.39 240	0.28 237	0.39 247	0.28 237	0.38 241	0.28 225	0.42 283	0.35 252	0.36 255	0.26 224	0.35 227	0.26 203

H2IRNET	0.34 199	0.34 140	0.34 236	0.34 189	0.34 287	0.34 224	0.34 276	0.34 215	0.34 280	0.34 220	0.34 281	0.34 226	0.34 279	0.34 225	0.34 272	0.34 217	0.34 250	0.34 234	0.34 289	0.34 215	0.34 269

IGEV++	0.34 199	0.43 174	0.30 204	0.40 221	0.29 243	0.40 252	0.29 239	0.40 246	0.29 238	0.40 246	0.29 242	0.40 255	0.29 244	0.40 252	0.30 242	0.38 246	0.29 217	0.37 258	0.29 247	0.37 238	0.29 229

iRaft-Stereo_5w	0.34 199	0.42 173	0.31 216	0.39 207	0.30 253	0.38 244	0.30 244	0.40 246	0.29 238	0.40 246	0.37 300	0.41 268	0.34 279	0.38 241	0.30 242	0.34 217	0.27 200	0.34 234	0.26 224	0.34 215	0.26 203

CSP-Net	0.34 199	1.29 384	1.19 419	1.36 449	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 462	1.21 472	0.03 38	0.09 111	0.02 20	0.09 111

iRaft-Stereo_20w	0.34 199	0.41 166	0.31 216	0.39 207	0.29 243	0.40 252	0.32 255	0.41 261	0.32 264	0.38 234	0.30 254	0.39 247	0.30 251	0.38 241	0.32 250	0.35 226	0.27 200	0.34 234	0.27 232	0.34 215	0.29 229

DGSMNet	0.34 199	0.41 166	0.27 192	0.41 233	0.28 234	0.41 268	0.28 230	0.41 261	0.27 229	0.41 260	0.27 230	0.42 286	0.27 230	0.41 267	0.28 225	0.40 261	0.29 217	0.40 282	0.28 237	0.40 266	0.27 211

FE-Mocha	0.35 208	0.71 238	0.40 264	0.47 258	0.27 229	0.34 224	0.27 222	0.34 215	0.26 223	0.34 220	0.26 225	0.34 226	0.27 230	0.34 225	0.27 215	0.44 285	0.41 282	0.33 226	0.29 247	0.32 204	0.29 229

IGEV-FE	0.35 208	0.37 146	0.17 152	0.19 133	0.17 181	0.20 162	0.17 170	0.19 154	0.17 179	0.19 153	0.17 177	0.19 157	0.17 177	0.37 238	0.36 279	0.19 154	0.17 163	0.19 165	0.17 188	0.38 251	2.84 553

gcap-zeroshot	0.35 208	0.32 138	0.37 249	0.49 269	0.39 316	0.33 222	0.21 190	0.26 192	0.35 283	0.42 274	0.34 281	0.49 317	0.29 244	0.47 301	0.39 302	0.34 217	0.17 163	0.38 266	0.23 205	0.48 309	0.34 269

CASnet	0.35 208	0.51 213	0.44 281	0.32 183	0.31 263	0.24 183	0.34 276	0.36 223	0.25 210	0.31 208	0.37 300	0.30 212	0.33 274	0.25 188	0.45 326	0.37 235	0.37 257	0.33 226	0.35 301	0.34 215	0.37 285
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 208	0.44 177	0.45 283	0.49 269	0.30 253	0.37 237	0.30 244	0.36 223	0.30 249	0.36 228	0.29 242	0.36 234	0.29 244	0.36 234	0.30 242	0.46 292	0.39 270	0.32 218	0.24 213	0.32 204	0.25 197
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 208	0.35 141	0.35 243	0.35 191	0.35 290	0.35 229	0.35 281	0.35 219	0.35 283	0.35 225	0.35 290	0.35 228	0.35 285	0.35 228	0.35 276	0.35 226	0.35 252	0.35 250	0.35 301	0.35 227	0.35 278

Zero-FE251	0.36 214	0.40 158	0.28 196	0.41 233	0.28 234	0.41 268	0.28 230	0.41 261	0.28 232	0.41 260	0.28 237	0.41 268	0.28 237	0.42 280	0.30 242	0.37 235	0.26 193	0.37 258	0.27 232	0.45 290	0.56 357

GIP-stereo	0.36 214	0.49 201	0.39 259	0.48 263	0.32 265	0.41 268	0.28 230	0.40 246	0.30 249	0.41 260	0.28 237	0.40 255	0.28 237	0.42 280	0.28 225	0.45 288	0.32 235	0.38 266	0.30 261	0.37 238	0.27 211

DCVSM-stereo	0.36 214	1.89 415	0.22 172	0.40 221	0.22 206	0.40 252	0.22 195	0.40 246	0.22 196	0.40 246	0.22 202	0.40 255	0.22 200	0.40 252	0.22 191	0.28 195	0.21 178	0.28 204	0.21 196	0.28 191	0.20 179

RSM	0.36 214	0.36 144	0.43 279	0.37 198	0.42 336	0.49 320	0.42 326	0.37 229	0.28 232	0.36 228	0.29 242	0.36 234	0.30 251	0.37 238	0.28 225	0.34 217	0.31 231	0.34 234	0.35 301	0.40 266	0.29 229

RAFT-Test	0.36 214	0.37 146	0.33 226	0.41 233	0.32 265	0.41 268	0.32 255	0.41 261	0.32 264	0.41 260	0.32 266	0.41 268	0.32 266	0.41 267	0.33 259	0.37 235	0.29 217	0.37 258	0.29 247	0.38 251	0.31 251

DMCA	0.36 214	0.38 150	0.37 249	0.35 191	0.35 290	0.36 232	0.36 287	0.36 223	0.35 283	0.35 225	0.37 300	0.36 234	0.36 288	0.35 228	0.36 279	0.36 231	0.36 255	0.35 250	0.36 307	0.36 234	0.36 281

ACVNet-DCA	0.37 220	1.00 288	0.30 204	0.40 221	0.29 243	0.40 252	0.29 239	0.40 246	0.29 238	0.40 246	0.29 242	0.40 255	0.29 244	0.39 249	0.28 225	0.33 213	0.32 235	0.33 226	0.32 277	0.33 211	0.32 256

1test111	0.37 220	1.02 300	0.30 204	0.39 207	0.29 243	0.40 252	0.28 230	0.39 241	0.29 238	0.39 240	0.29 242	0.39 247	0.28 237	0.40 252	0.29 235	0.33 213	0.32 235	0.33 226	0.31 271	0.32 204	0.31 251

cc1	0.37 220	1.02 300	0.30 204	0.39 207	0.29 243	0.40 252	0.28 230	0.39 241	0.29 238	0.39 240	0.29 242	0.39 247	0.28 237	0.40 252	0.29 235	0.33 213	0.32 235	0.33 226	0.31 271	0.32 204	0.31 251

EKT-Stereo	0.37 220	0.40 158	0.44 281	1.07 368	0.29 243	0.34 224	0.31 253	0.36 223	0.29 238	0.38 234	0.31 262	0.37 240	0.30 251	0.36 234	0.29 235	0.34 217	0.28 206	0.39 277	0.30 261	0.37 238	0.30 242

GMOStereo	0.37 220	0.45 185	0.23 175	0.30 175	0.37 300	0.41 268	0.36 287	0.41 261	0.35 283	0.43 280	0.36 293	0.41 268	0.40 306	0.41 267	0.36 279	0.34 217	0.22 182	0.47 330	0.37 309	0.39 260	0.33 263

XPNet_ROB	0.37 220	0.37 146	0.37 249	0.37 198	0.37 300	0.37 237	0.37 293	0.37 229	0.37 295	0.37 233	0.37 300	0.37 240	0.37 293	0.37 238	0.37 288	0.37 235	0.37 257	0.37 258	0.37 309	0.37 238	0.37 285

MS-F	0.38 226	0.44 177	0.31 216	0.43 249	0.30 253	0.43 295	0.31 253	0.43 285	0.31 260	0.45 287	0.31 262	0.43 293	0.31 263	0.43 286	0.69 386	0.38 246	0.33 246	0.40 282	0.30 261	0.38 251	0.30 242

HiDET	0.38 226	0.44 177	0.30 204	0.42 243	0.30 253	0.42 288	0.30 244	0.42 279	0.30 249	0.44 285	0.30 254	0.42 286	0.30 251	0.42 280	0.68 376	0.37 235	0.32 235	0.40 282	0.29 247	0.37 238	0.29 229

LCMNet	0.38 226	0.44 177	0.30 204	0.42 243	0.30 253	0.42 288	0.30 244	0.42 279	0.30 249	0.45 287	0.30 254	0.42 286	0.30 251	0.42 280	0.69 386	0.37 235	0.32 235	0.40 282	0.29 247	0.37 238	0.29 229

CSFM-Stereo	0.38 226	0.44 177	0.30 204	0.42 243	0.30 253	0.42 288	0.30 244	0.43 285	0.30 249	0.44 285	0.30 254	0.42 286	0.30 251	0.42 280	0.73 397	0.37 235	0.32 235	0.40 282	0.29 247	0.37 238	0.30 242

HART	0.38 226	0.45 185	0.34 236	0.42 243	0.33 277	0.41 268	0.34 276	0.42 279	0.33 271	0.43 280	0.34 281	0.42 286	0.34 279	0.41 267	0.38 291	0.40 261	0.32 235	0.42 310	0.32 277	0.40 266	0.32 256

GREAT-IGEV	0.38 226	0.43 174	0.36 245	0.48 263	0.32 265	0.45 299	0.32 255	0.45 289	0.32 264	0.45 287	0.32 266	0.45 296	0.32 266	0.45 292	0.32 250	0.44 285	0.33 246	0.41 299	0.29 247	0.41 276	0.29 229

fffy	0.38 226	0.43 174	0.33 226	0.46 252	0.33 277	0.45 299	0.32 255	0.45 289	0.32 264	0.45 287	0.32 266	0.45 296	0.33 274	0.45 292	0.32 250	0.38 246	0.38 263	0.38 266	0.37 309	0.37 238	0.36 281

WAO-8	0.38 226	0.38 150	0.38 252	0.38 201	0.38 307	0.38 244	0.38 299	0.38 237	0.38 299	0.38 234	0.38 305	0.38 242	0.38 297	0.38 241	0.38 291	0.38 246	0.38 263	0.38 266	0.37 309	0.38 251	0.38 292

WAO-7	0.38 226	0.38 150	0.38 252	0.38 201	0.38 307	0.38 244	0.38 299	0.38 237	0.38 299	0.38 234	0.38 305	0.38 242	0.38 297	0.38 241	0.38 291	0.38 246	0.38 263	0.38 266	0.38 322	0.38 251	0.38 292

xx1	0.38 226	1.03 302	0.31 216	0.40 221	0.31 263	0.41 268	0.28 230	0.40 246	0.29 238	0.40 246	0.29 242	0.40 255	0.29 244	0.40 252	0.29 235	0.34 217	0.33 246	0.34 234	0.32 277	0.34 215	0.32 256

Venus	0.38 226	0.38 150	0.38 252	0.38 201	0.38 307	0.37 237	0.38 299	0.37 229	0.37 295	0.41 260	0.37 300	0.39 247	0.37 293	0.38 241	0.38 291	0.37 235	0.38 263	0.38 266	0.37 309	0.37 238	0.38 292

IMH	0.38 226	0.38 150	0.38 252	0.38 201	0.38 307	0.38 244	0.38 299	0.38 237	0.38 299	0.42 274	0.38 305	0.40 255	0.38 297	0.38 241	0.38 291	0.38 246	0.38 263	0.39 277	0.38 322	0.38 251	0.38 292

PAM	0.39 238	1.88 414	0.34 236	0.37 198	0.41 326	0.45 299	0.22 195	0.28 196	0.23 202	0.28 199	0.24 213	0.29 209	0.23 206	0.29 210	0.23 197	0.38 246	0.32 235	0.38 266	0.37 309	0.32 204	0.22 184

HanzoNet	0.39 238	0.38 150	0.40 264	0.39 207	0.41 326	0.38 244	0.38 299	0.38 237	0.38 299	0.39 240	0.39 314	0.38 242	0.38 297	0.39 249	0.40 306	0.38 246	0.38 263	0.40 282	0.38 322	0.38 251	0.40 300

CES	0.39 238	0.47 193	0.36 245	0.36 195	0.37 300	0.45 299	0.35 281	0.35 219	0.40 313	0.36 228	0.44 337	0.47 306	0.36 288	0.44 289	0.36 279	0.37 235	0.39 270	0.44 313	0.35 301	0.37 238	0.36 281

PASM	0.39 238	3.06 489	1.36 485	1.58 456	0.09 115	0.11 122	0.11 131	0.11 122	0.11 133	0.09 110	0.09 115	0.11 123	0.09 116	0.09 110	0.09 108	0.11 88	0.11 96	0.11 119	0.09 111	0.11 123	0.11 128

mms	0.40 242	0.45 185	0.35 243	0.48 263	0.36 296	0.47 310	0.34 276	0.45 289	0.38 299	0.47 299	0.33 273	0.45 296	0.32 266	0.45 292	0.32 250	0.39 257	0.38 263	0.38 266	0.37 309	0.39 260	0.39 298

knoymous	0.40 242	0.40 158	0.40 264	0.40 221	0.40 318	0.40 252	0.40 313	0.40 246	0.40 313	0.40 246	0.40 317	0.40 255	0.40 306	0.40 252	0.40 306	0.40 261	0.40 273	0.40 282	0.40 326	0.40 266	0.40 300

anonymousa	0.40 242	0.40 158	0.40 264	0.40 221	0.40 318	0.40 252	0.40 313	0.40 246	0.40 313	0.40 246	0.40 317	0.40 255	0.40 306	0.40 252	0.40 306	0.40 261	0.40 273	0.40 282	0.40 326	0.40 266	0.40 300

riskmin	0.40 242	0.40 158	0.40 264	0.40 221	0.40 318	0.40 252	0.40 313	0.40 246	0.40 313	0.40 246	0.40 317	0.40 255	0.40 306	0.40 252	0.40 306	0.40 261	0.40 273	0.40 282	0.40 326	0.40 266	0.40 300

Anonymous_2	0.40 242	0.40 158	0.40 264	0.40 221	0.40 318	0.40 252	0.40 313	0.40 246	0.40 313	0.40 246	0.40 317	0.40 255	0.40 306	0.40 252	0.40 306	0.40 261	0.40 273	0.40 282	0.40 326	0.40 266	0.40 300

Anonymous_1	0.40 242	0.40 158	0.40 264	0.40 221	0.40 318	0.40 252	0.40 313	0.40 246	0.40 313	0.40 246	0.40 317	0.40 255	0.40 306	0.40 252	0.40 306	0.40 261	0.40 273	0.40 282	0.40 326	0.40 266	0.40 300

AdaStereo	0.40 242	0.40 158	0.40 264	0.40 221	0.40 318	0.40 252	0.40 313	0.40 246	0.40 313	0.40 246	0.40 317	0.40 255	0.40 306	0.40 252	0.40 306	0.40 261	0.40 273	0.40 282	0.40 326	0.40 266	0.40 300
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.
Select-FE	0.41 249	0.44 177	0.23 175	0.26 169	0.22 206	0.26 198	0.22 195	0.26 192	0.23 202	0.26 195	0.23 206	0.26 200	0.23 206	0.45 292	0.42 321	0.25 188	0.22 182	0.25 193	0.22 199	0.45 290	2.90 554

water-stereo	0.41 249	0.84 251	0.46 287	0.50 276	0.33 277	0.45 299	0.33 265	0.45 289	0.32 264	0.45 287	0.32 266	0.45 296	0.32 266	0.45 292	0.32 250	0.44 285	0.41 282	0.39 277	0.31 271	0.39 260	0.32 256

GwcNet-ADL	0.41 249	0.41 166	0.41 273	0.41 233	0.41 326	0.41 268	0.41 321	0.41 261	0.41 322	0.41 260	0.41 323	0.41 268	0.41 317	0.41 267	0.41 313	0.41 269	0.41 282	0.41 299	0.41 333	0.41 276	0.41 307

PSMNet-ADL	0.41 249	0.41 166	0.41 273	0.41 233	0.41 326	0.41 268	0.41 321	0.41 261	0.41 322	0.41 260	0.41 323	0.41 268	0.41 317	0.41 267	0.41 313	0.41 269	0.41 282	0.41 299	0.41 333	0.41 276	0.41 307

GANet-ADL	0.41 249	0.41 166	0.41 273	0.41 233	0.41 326	0.41 268	0.41 321	0.41 261	0.41 322	0.41 260	0.41 323	0.41 268	0.41 317	0.41 267	0.41 313	0.41 269	0.41 282	0.41 299	0.41 333	0.41 276	0.41 307

ADLNet2	0.41 249	0.41 166	0.41 273	0.41 233	0.41 326	0.41 268	0.41 321	0.41 261	0.41 322	0.41 260	0.41 323	0.41 268	0.41 317	0.41 267	0.41 313	0.41 269	0.41 282	0.41 299	0.41 333	0.41 276	0.41 307

ADLNet	0.41 249	0.41 166	0.41 273	0.41 233	0.41 326	0.41 268	0.41 321	0.41 261	0.41 322	0.41 260	0.41 323	0.41 268	0.41 317	0.41 267	0.41 313	0.41 269	0.41 282	0.41 299	0.41 333	0.41 276	0.41 307

FCDSN-DC	0.41 249	0.59 229	0.64 344	0.54 289	0.33 277	0.50 328	0.37 293	0.42 279	0.40 313	0.61 357	0.43 335	0.50 332	0.49 348	0.38 241	0.32 250	0.28 195	0.23 187	0.26 198	0.22 199	0.35 227	0.28 224
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 249	0.46 189	0.33 226	0.49 269	0.33 277	0.49 320	0.33 265	0.49 307	0.33 271	0.49 313	0.33 273	0.49 317	0.33 274	0.51 332	0.33 259	0.41 269	0.30 225	0.41 299	0.30 261	0.79 359	0.29 229

Gwc-CoAtRS	0.41 249	1.49 395	0.32 221	0.42 243	0.32 265	0.41 268	0.32 255	0.41 261	0.33 271	0.41 260	0.32 266	0.41 268	0.32 266	0.41 267	0.32 250	0.39 257	0.28 206	0.39 277	0.28 237	0.40 266	0.28 224

UPFNet	0.42 259	1.20 328	0.17 152	0.24 157	0.17 181	0.25 190	0.17 170	1.19 421	0.90 418	0.25 187	0.17 177	0.24 185	0.17 177	0.25 188	0.17 171	0.22 166	0.17 163	0.22 176	0.16 168	1.15 408	0.93 413

DDF-Stereo	0.43 260	1.15 321	0.57 331	0.53 286	0.32 265	0.41 268	0.32 255	0.41 261	0.32 264	0.41 260	0.32 266	0.41 268	0.32 266	0.40 252	0.32 250	0.52 318	0.50 326	0.38 266	0.31 271	0.39 260	0.31 251

DilatedVolume-Stereo	0.43 260	0.86 254	0.48 302	0.50 276	0.33 277	0.46 305	0.33 265	0.46 293	0.33 271	0.46 293	0.33 273	0.47 306	0.33 274	0.47 301	0.34 272	0.45 288	0.42 291	0.40 282	0.33 285	0.47 305	0.38 292

psmg	0.43 260	1.91 418	0.92 394	1.91 471	0.02 21	0.02 19	0.03 50	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 39	0.02 20	1.97 501	1.44 494	0.04 73	0.03 54	0.02 20	0.03 51

delet	0.43 260	1.21 374	0.17 152	0.25 162	0.17 181	0.25 190	0.18 177	1.26 473	0.95 426	0.25 187	0.17 177	0.25 190	0.17 177	0.25 188	0.17 171	0.23 177	0.16 145	0.22 176	0.16 168	1.18 416	0.98 417

psm_up	0.43 260	1.19 327	0.17 152	0.25 162	0.18 191	0.25 190	0.19 181	1.26 473	0.91 419	0.26 195	0.17 177	0.25 190	0.17 177	0.25 188	0.17 171	0.22 166	0.17 163	0.23 182	0.16 168	1.18 416	0.99 418

Monster-pub-mixall	0.44 265	0.56 225	0.60 335	0.38 201	0.27 229	0.37 237	0.27 222	0.37 229	0.29 238	0.38 234	0.27 230	0.38 242	0.29 244	0.85 385	0.27 215	1.46 477	0.26 193	0.34 234	0.26 224	0.36 234	0.53 346

depthmonostereo	0.44 265	0.85 253	0.46 287	0.54 289	0.40 318	0.52 343	0.38 299	0.52 332	0.35 283	0.47 299	0.34 281	0.46 300	0.34 279	0.47 301	0.34 272	0.45 288	0.43 295	0.41 299	0.33 285	0.41 276	0.32 256

MMNet	0.44 265	1.24 382	0.17 152	0.25 162	0.17 181	0.25 190	0.18 177	1.26 473	0.93 424	0.25 187	0.17 177	0.25 190	0.18 185	0.25 188	0.17 171	0.23 177	0.16 145	0.23 182	0.16 168	1.20 419	0.99 418

252Zero-FE	0.45 268	0.50 205	0.36 245	0.50 276	0.36 296	0.50 328	0.36 287	0.50 315	0.36 293	0.49 313	0.36 293	0.49 317	0.36 288	0.54 341	0.41 313	0.45 288	0.34 250	0.45 317	0.34 289	0.55 332	0.75 395

Monster-pub-eth3d	0.45 268	0.57 226	0.60 335	0.39 207	0.28 234	0.37 237	0.28 230	0.37 229	0.30 249	0.39 240	0.29 242	0.39 247	0.30 251	0.92 395	0.27 215	1.42 474	0.28 206	0.34 234	0.28 237	0.37 238	0.53 346

Replicate-Monster	0.45 268	0.57 226	0.60 335	0.40 221	0.29 243	0.37 237	0.27 222	0.37 229	0.30 249	0.40 246	0.31 262	0.40 255	0.30 251	0.99 403	0.27 215	1.36 470	0.31 231	0.34 234	0.30 261	0.36 234	0.54 349

SCV_C0	0.45 268	0.88 258	0.49 309	0.54 289	0.37 300	0.48 315	0.37 293	0.48 303	0.37 295	0.48 306	0.36 293	0.48 313	0.37 293	0.49 316	0.37 288	0.50 310	0.41 282	0.44 313	0.34 289	0.44 286	0.34 269

RAFT-Stereo-weight	0.45 268	1.90 417	0.34 236	0.42 243	0.36 296	0.43 295	0.35 281	0.42 279	0.34 280	0.42 274	0.34 281	0.44 294	0.34 279	0.41 267	0.34 272	0.38 246	0.32 235	0.38 266	0.32 277	0.38 251	0.33 263

TorneroNet-64	0.45 268	0.27 128	0.30 204	0.58 298	0.27 229	0.70 369	0.30 244	0.28 196	0.73 403	0.73 372	0.28 237	0.71 372	0.66 374	0.75 373	0.27 215	0.27 193	0.29 217	0.37 258	0.75 408	0.28 191	0.30 242

SCV	0.46 274	0.94 275	0.45 283	0.54 289	0.37 300	0.48 315	0.38 299	0.48 303	0.37 295	0.48 306	0.39 314	0.48 313	0.37 293	0.49 316	0.37 288	0.50 310	0.46 305	0.44 313	0.34 289	0.44 286	0.34 269

otaku	0.46 274	0.46 189	0.46 287	0.46 252	0.46 344	0.46 305	0.46 336	0.46 293	0.46 336	0.46 293	0.46 343	0.46 300	0.46 334	0.46 297	0.46 330	0.46 292	0.46 305	0.46 321	0.46 346	0.46 293	0.46 321

Dean	0.46 274	0.46 189	0.46 287	0.46 252	0.46 344	0.46 305	0.46 336	0.46 293	0.46 336	0.47 299	0.46 343	0.46 300	0.46 334	0.46 297	0.46 330	0.46 292	0.46 305	0.46 321	0.46 346	0.46 293	0.46 321

ACVNet_1	0.46 274	0.47 193	0.46 287	0.46 252	0.46 344	0.46 305	0.46 336	0.46 293	0.47 341	0.46 293	0.46 343	0.46 300	0.46 334	0.46 297	0.46 330	0.46 292	0.46 305	0.47 330	0.46 346	0.46 293	0.46 321

ACVNet-4b	0.46 274	0.46 189	0.46 287	0.46 252	0.46 344	0.46 305	0.46 336	0.46 293	0.46 336	0.46 293	0.46 343	0.46 300	0.46 334	0.47 301	0.46 330	0.46 292	0.46 305	0.46 321	0.46 346	0.46 293	0.46 321

PML	0.46 274	1.36 390	0.29 200	0.58 298	0.30 253	0.57 356	0.29 239	0.57 343	0.29 238	0.57 352	0.29 242	0.57 356	0.29 244	0.56 346	0.29 235	0.52 318	0.30 225	0.53 358	0.31 271	0.53 330	0.30 242

LG-Stereo_L1	0.47 280	0.52 215	0.47 294	0.62 306	0.39 316	0.53 345	0.40 313	0.53 334	0.39 312	0.53 339	0.39 314	0.53 344	0.39 305	0.53 339	0.39 302	0.55 328	0.46 305	0.49 343	0.37 309	0.49 313	0.37 285

Ntro	0.47 280	0.47 193	0.46 287	0.46 252	0.46 344	0.47 310	0.47 341	0.46 293	0.47 341	0.46 293	0.46 343	0.47 306	0.46 334	0.47 301	0.47 337	0.47 297	0.46 305	0.46 321	0.46 346	0.46 293	0.46 321

HaxPig	0.47 280	0.47 193	0.47 294	0.49 269	0.47 350	0.47 310	0.47 341	0.47 299	0.47 341	0.47 299	0.47 351	0.47 306	0.47 342	0.47 301	0.47 337	0.47 297	0.47 313	0.47 330	0.47 353	0.47 305	0.48 330

UNDER WATER	0.47 280	0.47 193	0.47 294	0.47 258	0.47 350	0.47 310	0.47 341	0.47 299	0.47 341	0.47 299	0.47 351	0.47 306	0.46 334	0.47 301	0.47 337	0.47 297	0.47 313	0.47 330	0.46 346	0.47 305	0.47 328

LVE	0.47 280	0.47 193	0.47 294	0.47 258	0.49 356	0.47 310	0.47 341	0.47 299	0.49 350	0.47 299	0.47 351	0.47 306	0.46 334	0.47 301	0.47 337	0.47 297	0.47 313	0.48 338	0.47 353	0.47 305	0.47 328

GASTEREO	0.48 285	1.21 374	0.47 294	0.57 296	0.38 307	0.50 328	0.38 299	0.50 315	0.38 299	0.50 326	0.38 305	0.50 332	0.38 297	0.50 323	0.38 291	0.52 318	0.42 291	0.46 321	0.34 289	0.46 293	0.34 269

LG-Stereo_Zeroshot	0.48 285	0.55 223	0.47 294	0.63 308	0.41 326	0.56 350	0.44 329	0.56 340	0.41 322	0.56 349	0.41 323	0.57 356	0.42 323	0.56 346	0.41 313	0.55 328	0.43 295	0.51 352	0.37 309	0.51 324	0.37 285

fffft	0.48 285	0.51 213	0.45 283	0.52 285	0.45 342	0.52 343	0.45 334	0.52 332	0.48 348	0.53 339	0.45 341	0.52 343	0.45 331	0.52 337	0.46 330	0.51 316	0.41 282	0.50 347	0.41 333	0.50 318	0.41 307
1: 1. 1
RainbowNet	0.48 285	0.48 199	0.48 302	0.48 263	0.48 354	0.48 315	0.48 350	0.48 303	0.48 348	0.48 306	0.48 355	0.48 313	0.48 343	0.48 310	0.48 343	0.48 301	0.48 317	0.48 338	0.48 356	0.48 309	0.48 330

notaker	0.48 285	0.49 201	0.48 302	0.48 263	0.48 354	0.48 315	0.48 350	0.48 303	0.49 350	0.48 306	0.48 355	0.48 313	0.48 343	0.48 310	0.48 343	0.48 301	0.48 317	0.48 338	0.48 356	0.48 309	0.49 335

LL-Strereo2	0.48 285	1.73 407	0.51 319	0.59 301	0.34 287	0.42 288	0.33 265	0.40 246	0.31 260	0.42 274	0.33 273	0.42 286	0.31 263	0.44 289	0.39 302	0.60 334	0.51 331	0.44 313	0.33 285	0.44 286	0.33 263

Former-RAFT_DAM_RVC	0.49 291	0.98 280	0.64 344	0.84 336	0.46 344	0.45 299	0.35 281	0.47 299	0.47 341	0.45 287	0.34 281	0.46 300	0.48 343	0.46 297	0.35 276	0.39 257	0.71 373	0.39 277	0.35 301	0.41 276	0.41 307

ACVNet_2	0.49 291	0.49 201	0.49 309	0.49 269	0.49 356	0.49 320	0.49 352	0.49 307	0.49 350	0.49 313	0.49 358	0.49 317	0.49 348	0.49 316	0.49 345	0.49 304	0.49 320	0.49 343	0.49 359	0.49 313	0.49 335

FoundationStereo	0.50 293	0.50 205	0.50 313	0.50 276	0.50 360	0.50 328	0.50 354	0.50 315	0.50 353	0.50 326	0.50 360	0.50 332	0.50 351	0.50 323	0.50 346	0.50 310	0.50 326	0.50 347	0.50 361	0.50 318	0.50 338

StereoAnything_RVC	0.50 293	0.50 205	0.50 313	0.50 276	0.50 360	0.50 328	0.50 354	0.50 315	0.50 353	0.50 326	0.50 360	0.50 332	0.50 351	0.50 323	0.50 346	0.50 310	0.50 326	0.50 347	0.50 361	0.50 318	0.50 338

dual_stereo	0.50 293	0.50 205	0.50 313	0.50 276	0.50 360	0.50 328	0.50 354	0.50 315	0.50 353	0.50 326	0.50 360	0.50 332	0.50 351	0.50 323	0.50 346	0.50 310	0.50 326	0.50 347	0.50 361	0.50 318	0.50 338

GCST	0.50 293	2.08 428	0.38 252	0.53 286	0.35 290	0.49 320	0.35 281	0.50 315	0.35 283	0.49 313	0.35 290	0.49 317	0.35 285	0.49 316	0.35 276	0.48 301	0.37 257	0.45 317	0.33 285	0.44 286	0.33 263

SANet	0.50 293	0.50 205	0.50 313	0.50 276	0.50 360	0.50 328	0.50 354	0.50 315	0.50 353	0.50 326	0.50 360	0.50 332	0.50 351	0.50 323	0.50 346	0.50 310	0.50 326	0.50 347	0.50 361	0.50 318	0.50 338

MSCF	0.51 298	1.40 392	0.49 309	0.58 298	0.38 307	0.50 328	0.38 299	0.54 336	0.41 322	0.52 336	0.41 323	0.53 344	0.42 323	0.53 339	0.41 313	0.60 334	0.47 313	0.48 338	0.37 309	0.48 309	0.38 292

UGAM-zero	0.51 298	2.17 436	0.39 259	0.53 286	0.36 296	0.50 328	0.36 287	0.50 315	0.36 293	0.49 313	0.36 293	0.50 332	0.35 285	0.50 323	0.36 279	0.49 304	0.37 257	0.47 330	0.35 301	0.46 293	0.34 269

UGAM	0.51 298	2.23 441	0.39 259	0.54 289	0.35 290	0.50 328	0.35 281	0.49 307	0.35 283	0.49 313	0.35 290	0.49 317	0.36 288	0.50 323	0.36 279	0.49 304	0.37 257	0.45 317	0.34 289	0.45 290	0.34 269

Selective-IGEV	0.51 298	0.55 223	0.45 283	0.69 317	0.45 342	0.61 359	0.45 334	0.50 315	0.40 313	0.56 349	0.44 337	0.55 351	0.40 306	0.72 368	0.67 371	0.59 333	0.46 305	0.45 317	0.34 289	0.46 293	0.37 285

RCA-Stereo	0.51 298	3.22 495	0.34 236	0.44 250	0.34 287	0.44 298	0.34 276	0.43 285	0.34 280	0.43 280	0.34 281	0.44 294	0.33 274	0.43 286	0.33 259	0.38 246	0.29 217	0.38 266	0.29 247	0.38 251	0.29 229

AIO-test1	0.54 303	0.60 231	0.52 322	0.66 315	0.47 350	0.61 359	0.47 341	0.58 346	0.46 336	0.61 357	0.46 343	0.61 362	0.45 331	0.62 355	0.45 326	0.61 338	0.52 333	0.57 361	0.48 356	0.57 334	0.48 330

castereo++	0.54 303	3.59 500	1.15 413	1.31 443	0.14 157	0.16 142	0.14 152	0.16 141	0.14 157	0.16 138	0.14 161	0.16 139	0.13 154	0.16 140	0.14 151	1.45 476	1.16 421	0.15 142	0.14 160	0.15 141	0.13 150

FENet	0.54 303	1.52 396	1.19 419	1.41 453	0.23 212	0.35 229	0.23 203	0.35 219	0.23 202	0.34 220	0.23 206	0.35 228	0.23 206	0.35 228	0.23 197	1.40 473	1.07 405	0.32 218	0.23 205	0.33 211	0.23 186

PSMNet_ROB	0.54 303	0.54 221	0.54 327	0.54 289	0.53 369	0.54 348	0.54 362	0.53 334	0.54 363	0.54 344	0.54 370	0.54 347	0.53 358	0.54 341	0.54 356	0.54 322	0.53 335	0.54 359	0.54 367	0.54 331	0.54 349

AIO-test2	0.55 307	0.59 229	0.52 322	0.67 316	0.47 350	0.61 359	0.47 341	0.61 352	0.47 341	0.61 357	0.47 351	0.61 362	0.48 343	0.62 355	0.47 337	0.64 344	0.53 335	0.58 362	0.47 353	0.58 335	0.48 330

CFNet-ft	0.55 307	1.57 397	0.14 126	0.20 136	0.14 157	0.20 162	2.53 552	1.61 485	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	1.56 478	1.24 493

MyStereo04	0.56 309	3.72 506	0.59 333	0.49 269	0.41 326	0.36 232	0.32 255	0.37 229	0.31 260	0.34 220	0.46 343	0.35 228	0.32 266	0.35 228	0.33 259	0.49 304	0.45 303	0.34 234	0.32 277	0.35 227	0.43 315

CASS	0.57 310	0.89 261	0.56 329	0.57 296	0.56 372	0.56 350	0.56 363	0.56 340	0.53 361	0.57 352	0.57 372	0.59 360	0.48 343	0.56 346	0.57 359	0.55 328	0.56 339	0.47 330	0.56 372	0.62 338	0.56 357
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 311	0.58 228	0.47 294	0.64 311	0.74 403	1.00 399	0.69 388	0.57 343	0.41 322	0.57 352	0.41 323	0.57 356	0.41 317	1.00 405	0.75 401	0.91 376	0.51 331	0.52 355	0.37 309	0.52 326	0.37 285

MonSter	0.60 311	0.64 234	0.52 322	0.62 306	0.44 339	2.07 511	0.44 329	0.62 353	0.44 333	0.62 360	0.44 337	0.62 364	0.44 328	0.62 355	0.44 325	0.58 332	0.42 291	0.62 365	0.46 346	0.58 335	0.42 314

MyStereo07	0.60 311	3.72 506	0.48 302	0.49 269	0.41 326	0.36 232	0.32 255	0.49 307	0.43 330	0.51 333	0.42 333	0.49 317	0.43 326	0.51 332	0.64 366	0.49 304	0.45 303	0.34 234	0.32 277	0.35 227	0.43 315

castereo	0.61 314	3.79 508	1.35 477	1.52 455	0.15 168	0.17 150	0.16 162	0.20 160	0.21 193	0.18 151	0.16 172	0.21 167	0.12 149	0.26 198	0.17 171	1.43 475	1.38 491	0.17 153	0.16 168	0.18 155	0.16 159

WCG-NET	0.61 314	1.21 374	0.54 327	0.61 305	0.53 369	0.67 367	0.53 360	0.66 358	0.53 361	0.64 363	0.53 369	0.65 368	0.53 358	0.59 353	0.52 353	0.65 345	0.48 317	0.64 368	0.52 365	0.58 335	0.50 338

GEAStereo	0.62 316	3.91 513	0.48 302	0.69 317	0.38 307	0.51 340	0.38 299	0.51 328	0.38 299	0.53 339	0.38 305	0.50 332	0.38 297	0.51 332	0.38 291	0.54 322	0.43 295	0.46 321	0.34 289	0.46 293	0.34 269

gasm-f	0.62 316	3.91 513	0.48 302	0.69 317	0.38 307	0.51 340	0.38 299	0.51 328	0.38 299	0.53 339	0.38 305	0.50 332	0.38 297	0.51 332	0.38 291	0.54 322	0.43 295	0.46 321	0.34 289	0.46 293	0.34 269

SMoEStereo_RVC	0.63 318	0.75 241	0.51 319	0.73 325	0.53 369	0.71 371	0.47 341	0.67 359	0.58 366	0.74 377	0.60 373	0.72 375	0.53 358	0.74 372	0.51 351	0.61 338	0.62 351	0.62 365	0.61 379	0.63 339	0.61 363

anonymity	0.63 318	0.69 236	0.56 329	0.71 323	0.56 372	0.71 371	0.56 363	0.71 364	0.56 364	0.72 371	0.56 371	0.71 372	0.56 362	0.71 367	0.58 360	0.68 349	0.55 337	0.68 373	0.55 368	0.68 343	0.54 349

PAM_32	0.64 320	2.38 456	0.51 319	0.92 346	0.43 338	0.53 345	0.44 329	0.87 377	0.43 330	0.52 336	0.45 341	0.53 344	0.40 306	0.54 341	0.46 330	0.62 342	0.56 339	0.48 338	0.45 344	0.76 354	0.44 318

CRFU-Net	0.65 321	1.67 400	1.22 469	1.96 475	0.27 229	0.41 268	0.27 222	0.41 261	0.27 229	0.40 246	0.26 225	0.41 268	0.27 230	0.40 252	0.27 215	1.80 490	1.62 510	0.34 234	0.23 205	0.33 211	0.23 186

LMCR-Stereo	0.65 321	0.63 232	0.65 347	0.65 312	0.65 386	0.66 366	0.63 370	0.58 346	0.65 376	0.63 362	0.64 381	0.65 368	0.65 371	0.66 362	0.66 370	0.66 347	0.64 353	0.65 371	0.67 396	0.68 343	0.73 391

KSHMR	0.66 323	0.50 205	0.48 302	1.15 378	0.52 366	0.49 320	0.51 358	0.49 307	0.71 398	0.67 367	0.50 360	1.16 432	1.11 425	0.66 362	0.52 353	0.49 304	0.49 320	0.51 352	0.66 392	0.50 318	1.14 434

TorneroNet	0.66 323	0.53 218	0.50 313	0.50 276	0.64 384	1.06 412	0.70 391	0.50 315	0.51 360	0.49 313	0.69 397	0.49 317	0.50 351	0.48 310	1.15 437	0.71 354	0.49 320	1.14 431	1.08 435	0.49 313	0.49 335

GES	0.66 323	2.34 452	0.29 200	0.41 233	0.29 243	0.41 268	0.29 239	0.42 279	0.29 238	0.40 246	0.41 323	0.41 268	0.30 251	0.51 332	0.29 235	0.32 209	0.29 217	0.32 218	2.46 556	2.49 518	0.30 242

cf-r	0.66 323	2.17 436	0.12 101	0.18 130	0.12 152	0.18 154	2.70 555	2.60 531	0.12 152	0.18 151	0.12 144	0.18 153	0.12 149	0.18 152	0.12 141	0.15 125	0.11 96	0.15 142	0.11 130	1.81 490	1.74 530

DSFCA	0.66 323	0.73 240	0.78 377	0.65 312	0.65 386	0.64 364	0.64 371	0.65 356	0.63 374	0.64 363	0.64 381	0.64 365	0.64 369	0.65 361	0.65 367	0.65 345	0.65 355	0.65 371	0.65 390	0.66 341	0.64 371

DEFOM-Stereo	0.68 328	3.11 491	1.40 491	1.63 465	0.25 219	0.31 212	0.25 211	0.31 207	0.28 232	0.31 208	0.29 242	0.29 209	0.27 230	0.31 216	0.28 225	1.59 483	1.47 496	0.30 211	0.29 247	0.30 197	0.28 224

ssnet_v2	0.68 328	1.96 425	1.25 473	0.29 174	0.20 198	0.30 207	0.20 185	0.29 201	0.22 196	1.50 487	0.20 196	0.31 216	0.20 194	0.27 202	0.22 191	0.24 182	1.49 497	0.26 198	0.18 193	3.90 540	0.19 177

ARAFT	0.68 328	0.81 248	0.63 342	0.74 326	0.60 375	0.78 376	0.62 369	0.77 368	0.66 378	0.74 377	0.63 379	0.75 379	0.62 368	0.83 380	0.60 363	0.70 353	0.55 337	0.70 376	0.60 377	0.78 357	0.55 354

NINENet	0.69 331	3.87 512	1.20 422	1.98 476	0.05 99	0.40 252	0.04 81	0.40 246	0.05 97	0.41 260	0.04 88	0.41 268	0.05 94	0.40 252	0.05 88	1.79 489	1.56 503	0.34 234	0.22 199	0.34 215	0.23 186

VIP-Stereo	0.70 332	2.97 488	2.43 546	2.49 496	0.16 177	0.25 190	0.16 162	0.25 187	0.16 171	0.25 187	0.18 190	0.25 190	0.16 170	0.26 198	0.16 167	1.86 491	1.26 474	0.23 182	0.15 166	0.23 178	0.15 158

RAFT-Stereo + iAFF	0.70 332	0.72 239	0.71 364	0.80 331	0.62 383	0.82 381	0.61 368	0.81 374	0.62 372	0.81 384	0.63 379	0.80 385	0.70 389	0.73 370	0.61 365	0.76 359	0.61 350	0.74 380	0.61 379	0.77 356	0.61 363

DMCA-RVC	0.70 332	0.80 245	0.70 361	0.70 321	0.70 396	0.70 369	0.70 391	0.71 364	0.70 393	0.70 370	0.71 404	0.71 372	0.70 389	0.70 366	0.69 386	0.69 350	0.70 369	0.69 374	0.70 401	0.69 347	0.70 383

MyStereo8	0.71 335	3.92 515	0.52 322	0.59 301	0.52 366	0.57 356	0.53 360	0.59 348	0.50 353	0.59 356	0.51 366	0.57 356	0.50 351	0.56 346	0.52 353	0.54 322	0.49 320	0.54 359	0.49 359	0.55 332	0.50 338

HH	0.71 335	2.54 462	0.74 371	1.10 370	0.32 265	0.41 268	0.37 293	0.69 361	0.78 408	0.73 372	0.90 420	0.75 379	1.00 415	0.84 381	0.69 386	0.69 350	0.40 273	0.35 250	0.26 224	0.35 227	0.26 203

HanStereo	0.71 335	2.54 462	0.74 371	1.10 370	0.32 265	0.41 268	0.37 293	0.69 361	0.78 408	0.73 372	0.90 420	0.75 379	1.00 415	0.84 381	0.69 386	0.69 350	0.40 273	0.35 250	0.26 224	0.35 227	0.26 203

zero-FE	0.72 338	1.31 386	0.66 348	0.92 346	0.60 375	0.82 381	0.58 365	0.82 375	0.58 366	0.81 384	0.60 373	0.81 388	0.60 365	0.82 379	0.58 360	0.74 357	0.59 345	0.73 378	0.52 365	0.76 354	0.51 345

ktn	0.72 338	0.53 218	1.08 408	1.14 376	0.51 365	1.22 476	1.36 502	0.51 328	0.59 368	0.51 333	0.51 366	0.69 371	1.20 436	0.67 364	0.51 351	0.51 316	0.49 320	0.58 362	0.66 392	0.52 326	0.53 346

CroCo-Stereo	0.73 340	1.22 380	0.25 185	1.22 432	0.25 219	1.22 476	0.25 211	1.22 470	0.25 210	1.22 478	0.25 219	1.22 481	0.25 213	1.22 481	0.25 209	1.22 461	0.26 193	1.21 487	0.25 218	1.22 466	0.25 197
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
AFF-stereo	0.73 340	0.88 258	0.67 352	0.75 327	0.68 393	0.75 373	0.64 371	0.80 371	0.72 400	0.83 386	0.70 400	0.82 389	0.64 369	0.84 381	0.67 371	0.77 360	0.63 352	0.81 391	0.63 381	0.78 357	0.62 366

AIO-Stereo-zeroshot1	0.75 342	0.92 271	0.85 386	0.96 357	0.59 374	1.27 479	0.44 329	0.59 348	0.69 390	0.91 391	0.68 389	0.55 351	0.61 367	1.06 418	0.83 411	0.62 342	0.70 369	0.90 401	0.41 333	0.89 374	0.56 357

MyStereo06	0.75 342	4.12 516	0.60 335	0.63 308	0.61 380	0.62 362	0.66 374	0.56 340	0.45 335	0.55 347	0.48 355	0.54 347	0.46 334	0.57 351	0.45 326	0.60 334	0.57 341	0.64 368	0.55 368	0.72 349	0.55 354

GCAP-Stereo	0.75 342	4.15 519	0.42 278	0.75 327	0.35 290	0.78 376	0.40 313	0.79 369	0.38 299	0.78 380	0.36 293	0.78 382	0.36 288	0.79 375	0.39 302	0.75 358	0.39 270	0.76 383	0.39 325	0.75 353	0.39 298

GANet-RSSM	0.75 342	1.91 418	0.14 126	0.47 258	0.14 157	0.21 172	3.21 572	2.30 517	0.14 157	0.46 293	0.14 161	0.23 181	0.18 185	0.21 169	0.14 151	0.18 150	0.27 200	0.37 258	0.13 155	2.13 500	2.12 540

RSM++	0.76 346	0.82 250	0.66 348	0.85 338	0.64 384	0.85 383	0.71 394	0.94 390	0.64 375	0.87 387	0.67 386	0.87 391	0.65 371	0.84 381	0.65 367	0.81 365	0.70 369	0.79 386	0.71 404	0.83 369	0.70 383

CroCo-Stereo Lap2	0.77 347	1.29 384	0.29 200	1.27 436	0.29 243	1.27 479	0.26 219	1.26 473	0.26 223	1.26 479	0.26 225	1.27 483	0.26 222	1.26 482	0.27 215	1.27 463	0.27 200	1.27 490	0.27 232	1.27 468	0.27 211

PSMNet-RSSM	0.77 347	2.76 479	0.14 126	0.20 136	0.14 157	0.20 162	2.66 553	2.79 544	0.14 157	0.21 170	0.14 161	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	2.52 522	2.31 545

GwcNet-RSSM	0.77 347	2.77 481	0.14 126	0.20 136	0.14 157	0.20 162	2.67 554	2.78 543	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.21 169	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	2.52 522	2.31 545

4D-IteraStereo	0.78 350	3.13 492	0.89 387	0.69 317	0.32 265	0.40 252	0.32 255	0.76 367	0.97 429	0.52 336	0.65 383	0.89 394	0.32 266	0.76 374	0.98 423	0.83 370	0.94 397	0.35 250	0.27 232	0.70 348	0.89 409

hitnet-ft	0.79 351	2.78 484	0.14 126	0.20 136	0.14 157	0.21 172	2.89 556	2.80 545	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.20 159	0.14 151	0.17 142	0.12 112	0.17 153	0.12 147	2.54 530	2.33 547

G-Net	0.79 351	0.79 244	0.79 380	0.79 329	0.79 415	0.79 378	0.79 404	0.79 369	0.79 411	0.79 381	0.79 415	0.79 384	0.79 403	0.79 375	0.79 405	0.79 361	0.79 383	0.79 386	0.79 412	0.79 359	0.79 399

MyStereo05	0.80 353	4.12 516	0.63 342	0.63 308	0.61 380	0.62 362	0.66 374	0.65 356	0.62 372	0.67 367	0.61 377	0.65 368	0.58 363	0.67 364	0.55 358	0.60 334	0.57 341	0.64 368	0.55 368	0.72 349	0.55 354

UDG	0.80 353	2.21 440	0.60 335	0.91 343	0.60 375	0.90 389	0.58 365	0.88 380	0.60 369	0.90 389	0.60 373	0.88 392	0.60 365	0.90 390	0.58 360	0.86 374	0.60 346	0.84 397	0.59 376	0.84 370	0.61 363

ccnet	0.80 353	2.28 444	0.33 226	0.50 276	0.33 277	0.50 328	0.33 265	0.50 315	0.33 271	0.49 313	0.33 273	0.49 317	1.56 501	2.38 521	0.33 259	0.41 269	0.29 217	0.42 310	1.57 516	2.28 506	0.29 229

NaN_ROB	0.80 353	0.80 245	0.80 381	0.80 331	0.80 417	0.80 379	0.80 407	0.80 371	0.80 412	0.80 382	0.80 416	0.80 385	0.80 404	0.80 377	0.80 407	0.80 362	0.80 386	0.80 389	0.80 414	0.80 362	0.80 400

CSAN	0.80 353	0.80 245	0.80 381	0.80 331	0.80 417	0.80 379	0.80 407	0.80 371	0.80 412	0.80 382	0.80 416	0.80 385	0.80 404	0.80 377	0.80 407	0.80 362	0.80 386	0.80 389	0.80 414	0.80 362	0.80 400

GSStereo	0.81 358	4.28 522	0.50 313	0.59 301	0.40 318	0.51 340	0.38 299	0.50 315	0.38 299	0.50 326	0.38 305	0.50 332	3.79 568	0.50 323	0.38 291	0.54 322	0.43 295	0.46 321	0.34 289	0.46 293	0.35 278

BSDual-CNN	0.81 358	1.91 418	0.92 394	4.48 542	0.02 21	0.42 288	0.06 108	0.41 261	0.02 21	0.48 306	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 501	4.19 567	0.33 226	0.23 205	0.34 215	0.27 211

DDUNet	0.81 358	2.45 460	0.57 331	0.90 341	0.60 375	0.88 386	0.59 367	0.90 381	0.60 369	0.88 388	0.60 373	0.90 395	0.58 363	0.88 387	0.60 363	0.84 372	0.60 346	0.86 399	0.57 374	0.86 371	0.60 362

R-Stereo Train	0.81 358	0.96 277	0.67 352	0.95 354	0.67 390	0.95 394	0.68 380	0.95 392	0.68 382	0.95 399	0.68 389	0.96 403	0.68 379	0.96 401	0.68 376	0.94 384	0.68 361	0.94 414	0.68 397	0.94 390	0.68 380

RAFT-Stereo	0.81 358	0.96 277	0.67 352	0.95 354	0.67 390	0.95 394	0.68 380	0.95 392	0.68 382	0.95 399	0.68 389	0.96 403	0.68 379	0.96 401	0.68 376	0.94 384	0.68 361	0.94 414	0.68 397	0.94 390	0.68 380
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 363	1.72 402	1.48 495	0.39 207	0.15 168	0.31 212	0.21 190	0.20 160	0.25 210	1.61 491	0.23 206	0.28 203	0.26 222	0.20 159	0.15 161	0.24 182	1.33 482	0.32 218	0.16 168	6.75 578	0.23 186

scenet	0.82 363	1.72 402	1.48 495	0.39 207	0.15 168	0.31 212	0.21 190	0.20 160	0.25 210	1.61 491	0.23 206	0.28 203	0.26 222	0.20 159	0.15 161	0.24 182	1.33 482	0.32 218	0.16 168	6.75 578	0.23 186

ssnet	0.82 363	1.72 402	1.48 495	0.39 207	0.15 168	0.31 212	0.21 190	0.20 160	0.25 210	1.61 491	0.23 206	0.28 203	0.26 222	0.20 159	0.15 161	0.24 182	1.33 482	0.32 218	0.16 168	6.75 578	0.23 186

DEFOM-Stereo_RVC	0.83 366	5.18 533	1.98 535	2.19 481	0.17 181	0.19 157	0.18 177	0.19 154	0.16 171	0.20 159	0.19 192	0.22 175	0.22 200	0.20 159	0.15 161	2.28 518	2.13 537	0.24 190	0.17 188	0.18 155	0.16 159

BUS	0.83 366	1.91 418	0.92 394	4.48 542	0.02 21	0.40 252	0.04 81	0.41 261	0.02 21	0.48 306	0.03 52	0.41 268	0.05 94	0.03 39	0.05 88	1.97 501	4.19 567	0.33 226	0.23 205	0.34 215	0.27 211

PDISCO_ROB	0.83 366	2.80 485	3.49 564	0.14 99	0.11 136	0.17 150	0.09 113	0.15 140	0.10 118	0.15 133	0.12 144	0.16 139	0.14 158	3.30 551	0.13 147	0.14 116	2.34 542	0.16 145	0.12 147	2.62 531	0.10 116

WQFJA1	0.84 369	0.99 283	0.67 352	1.28 439	0.75 404	1.01 403	0.68 380	1.01 398	0.67 379	1.01 405	0.67 386	1.01 410	0.67 376	1.01 409	0.67 371	0.97 386	0.67 357	0.92 406	0.63 381	0.92 380	0.63 367

WQFJX1	0.84 369	0.99 283	0.67 352	1.28 439	0.75 404	1.01 403	0.68 380	1.01 398	0.67 379	1.01 405	0.67 386	1.01 410	0.67 376	1.01 409	0.67 371	0.97 386	0.67 357	0.92 406	0.63 381	0.92 380	0.63 367

NLMM1	0.84 369	0.99 283	0.67 352	1.28 439	0.75 404	1.01 403	0.67 378	1.01 398	0.68 382	1.01 405	0.68 389	1.01 410	0.68 379	1.01 409	0.68 376	0.97 386	0.67 357	0.93 409	0.63 381	0.92 380	0.64 371

AIO-Stereo	0.84 369	0.66 235	0.70 361	0.83 335	0.67 390	0.98 397	0.82 411	1.14 412	0.72 400	1.03 413	0.74 410	1.03 418	1.09 424	0.99 403	0.45 326	1.04 398	0.73 375	0.95 416	0.74 407	0.94 390	0.46 321

DCRE	0.84 369	1.89 415	0.77 376	0.94 352	0.72 400	0.88 386	0.73 397	0.87 377	0.78 408	0.90 389	0.71 404	0.88 392	0.67 376	0.88 387	0.73 397	0.81 365	0.68 361	0.81 391	0.70 401	0.82 367	0.70 383

iGMRVC	0.84 369	2.85 486	0.72 367	0.72 324	0.73 401	0.77 374	0.79 404	0.73 366	0.74 405	0.73 372	0.72 407	0.73 377	0.76 399	0.73 370	0.73 397	0.72 355	0.73 375	0.73 378	0.72 406	0.73 352	0.72 388

NLMM	0.85 375	1.00 288	0.68 358	1.31 443	0.76 407	1.01 403	0.68 380	1.02 403	0.68 382	1.02 411	0.68 389	1.02 416	0.68 379	1.02 415	0.68 376	0.98 390	0.68 361	0.93 409	0.64 385	0.93 384	0.64 371

NLSM3	0.85 375	0.99 283	0.68 358	1.29 442	0.76 407	1.01 403	0.68 380	1.01 398	0.68 382	1.02 411	0.68 389	1.01 410	0.68 379	1.01 409	0.68 376	0.97 386	0.68 361	0.93 409	0.64 385	0.93 384	0.63 367

NLSM1	0.86 377	1.03 302	0.68 358	1.32 445	0.77 410	1.09 417	0.73 397	1.04 406	0.68 382	1.03 413	0.68 389	1.03 418	0.68 379	1.04 417	0.68 376	0.98 390	0.67 357	0.93 409	0.64 385	0.93 384	0.64 371

AdaDepth	0.86 377	0.93 273	0.71 364	1.01 364	1.07 441	1.02 409	0.71 394	1.00 394	0.71 398	1.01 405	0.71 404	1.00 406	0.72 394	1.14 429	0.71 395	0.92 379	0.64 353	0.90 401	0.64 385	0.89 374	0.69 382

GEStereo_RVC	0.86 377	4.45 523	0.20 167	0.27 172	0.20 198	0.27 202	0.20 185	0.26 192	0.18 182	5.03 579	0.20 196	0.27 202	0.19 190	0.27 202	0.21 189	0.20 157	0.19 173	0.19 165	4.02 583	0.20 162	0.18 175

Selective-RAFT-Error	0.88 380	0.84 251	0.98 400	0.86 339	0.97 431	0.88 386	0.95 422	0.84 376	0.99 432	0.92 393	0.82 418	0.84 390	0.98 414	0.87 386	0.97 422	0.81 365	0.83 389	0.79 386	0.82 417	0.79 359	0.85 406

IER	0.88 380	7.04 552	2.23 540	2.75 501	0.28 234	0.43 295	0.25 211	0.39 241	0.25 210	0.41 260	0.27 230	0.39 247	0.25 213	0.40 252	0.28 225	0.37 235	0.28 206	0.37 258	0.25 218	0.37 238	0.25 197

Selective-RAFT	0.89 382	0.89 261	0.72 367	1.16 383	0.78 414	1.06 412	0.82 411	0.87 377	0.97 429	1.00 401	0.91 423	0.90 395	1.00 415	0.89 389	0.93 419	0.83 370	0.83 389	0.82 395	0.82 417	0.81 365	0.82 403

WQFJX	0.90 383	1.05 307	0.92 394	1.36 449	0.77 410	1.19 429	0.81 409	1.03 404	0.77 407	1.04 416	0.69 397	1.02 416	0.69 386	1.16 432	0.70 392	0.99 392	0.68 361	0.93 409	0.64 385	0.93 384	0.64 371

NLCSM	0.91 384	1.00 288	0.83 384	1.62 463	0.77 410	1.16 427	0.68 380	1.03 404	0.68 382	1.01 405	0.68 389	1.01 410	0.68 379	1.01 409	0.68 376	0.99 392	0.74 378	1.02 425	0.90 421	0.95 394	0.83 405

AIO-Stereo-zeroshot	0.91 384	0.86 254	0.89 387	1.25 435	0.69 394	1.05 411	0.81 409	1.16 416	0.50 353	1.12 425	0.97 428	0.72 375	0.82 406	1.06 418	0.95 420	0.61 338	0.87 391	1.03 428	0.85 420	1.04 401	1.01 423

CFNet-RSSM	0.91 384	4.89 529	0.34 236	0.44 250	1.07 441	1.62 496	1.40 509	0.91 383	0.35 283	1.60 488	1.39 509	0.64 365	0.34 279	0.44 289	0.33 259	0.41 269	0.35 252	0.75 381	0.30 261	0.41 276	0.29 229

MLG-Stereo	0.92 387	0.90 264	0.84 385	1.27 436	0.49 356	1.38 486	0.88 414	1.41 483	0.97 429	0.73 372	1.09 436	1.26 482	0.43 326	0.72 368	1.05 430	1.13 409	0.49 320	1.18 440	0.66 392	1.01 398	0.46 321

ToySt	0.92 387	2.11 431	0.90 390	0.95 354	0.79 415	0.99 398	0.78 403	0.94 390	0.81 415	0.94 397	0.78 414	0.95 402	0.77 401	0.94 397	0.86 413	0.91 376	0.79 383	0.85 398	0.77 409	0.89 374	0.73 391

DPSM_ROB	0.92 387	0.91 266	0.91 392	0.91 343	0.92 426	0.92 391	0.92 418	0.92 386	0.91 419	0.93 395	0.91 423	0.92 398	0.90 408	0.91 391	0.92 415	0.92 379	0.91 393	0.91 404	0.92 422	0.93 384	0.93 413

DPSM	0.92 387	0.91 266	0.91 392	0.91 343	0.92 426	0.92 391	0.92 418	0.92 386	0.91 419	0.93 395	0.91 423	0.92 398	0.90 408	0.91 391	0.92 415	0.92 379	0.91 393	0.91 404	0.92 422	0.93 384	0.93 413

pmcnn	0.92 387	0.92 271	0.92 394	0.92 346	0.92 426	0.92 391	0.92 418	0.92 386	0.92 423	0.92 393	0.92 426	0.92 398	0.92 410	0.92 395	0.92 415	0.92 379	0.92 395	0.92 406	0.92 422	0.92 380	0.92 412

error version	0.93 392	4.47 524	2.35 543	1.99 477	0.37 300	0.41 268	0.36 287	0.41 261	0.35 283	0.43 280	0.36 293	0.41 268	0.40 306	0.41 267	0.36 279	1.87 493	2.16 538	0.47 330	0.37 309	0.39 260	0.33 263

test_1	0.93 392	4.47 524	2.35 543	1.99 477	0.37 300	0.41 268	0.36 287	0.41 261	0.35 283	0.43 280	0.36 293	0.41 268	0.40 306	0.41 267	0.36 279	1.87 493	2.16 538	0.47 330	0.37 309	0.39 260	0.33 263

DGTPSM_ROB	0.93 392	1.00 288	0.92 394	0.94 352	0.96 430	0.91 390	0.92 418	0.91 383	0.96 428	0.91 391	0.96 427	0.93 401	0.92 410	0.94 397	0.92 415	0.92 379	0.92 395	0.90 401	0.92 422	0.94 390	0.91 411

HSM-Net_RVC	0.95 395	1.17 324	0.78 377	1.18 385	0.71 398	1.16 427	0.75 400	1.09 410	0.80 412	1.10 419	0.75 411	1.17 433	0.74 396	1.17 433	0.80 407	1.13 409	0.73 375	1.17 437	0.77 409	1.16 410	0.72 388
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 396	3.17 494	2.30 542	2.42 493	0.38 307	0.54 348	0.38 299	0.54 336	0.38 299	0.54 344	0.38 305	0.54 347	0.38 297	0.54 341	0.38 291	2.38 526	2.34 542	0.49 343	0.36 307	0.49 313	0.36 281

DPSimNet_ROB	0.97 396	1.18 326	0.81 383	1.10 370	0.91 425	1.02 409	0.82 411	1.04 406	0.91 419	1.03 413	0.86 419	1.28 484	0.82 406	1.03 416	0.89 414	1.17 412	0.81 388	1.02 425	0.82 417	1.08 403	0.81 402

test-3	0.98 398	4.13 518	1.85 524	1.85 468	0.61 380	0.69 368	0.37 293	0.63 354	0.61 371	0.66 366	0.51 366	0.73 377	0.44 328	0.57 351	0.54 356	1.68 487	1.81 522	0.40 282	0.43 342	0.66 341	0.50 338

Wavelet-MonSter	1.00 399	1.21 374	0.76 374	1.94 472	1.01 436	1.11 422	0.76 401	1.15 413	0.76 406	1.11 424	0.76 412	1.14 430	0.76 399	1.11 426	0.76 403	1.21 459	0.90 392	1.02 425	0.71 404	1.02 400	0.71 387

999	1.00 399	1.12 317	0.59 333	1.10 370	1.21 499	1.09 417	0.52 359	1.08 408	1.43 511	1.18 430	1.35 503	0.98 405	0.52 357	0.91 391	0.85 412	0.72 355	1.46 495	0.83 396	0.98 427	0.68 343	1.41 506

DispNO	1.00 399	0.63 232	0.43 279	3.45 527	0.44 339	0.65 365	0.43 328	0.64 355	0.43 330	0.64 363	0.43 335	0.64 365	3.03 547	0.64 360	0.43 324	4.55 556	0.43 295	0.63 367	0.43 342	0.63 339	0.43 315

GANet	1.00 399	1.00 288	1.00 402	1.00 361	1.00 432	1.00 399	1.00 426	1.00 394	1.00 433	1.00 401	1.00 430	1.00 406	1.00 415	1.00 405	1.00 425	1.00 394	1.00 398	1.00 421	1.00 429	1.00 395	1.00 420

TDLM	1.00 399	1.00 288	1.00 402	1.00 361	1.00 432	1.00 399	1.00 426	1.00 394	1.00 433	1.00 401	1.00 430	1.00 406	1.00 415	1.00 405	1.00 425	1.00 394	1.00 398	1.00 421	1.00 429	1.00 395	1.00 420

CVANet_RVC	1.00 399	1.00 288	1.00 402	1.00 361	1.00 432	1.00 399	1.00 426	1.00 394	1.00 433	1.00 401	1.00 430	1.00 406	1.00 415	1.00 405	1.00 425	1.00 394	1.00 398	1.00 421	1.00 429	1.00 395	1.00 420

trnet	1.01 405	1.01 296	1.01 405	1.01 364	1.01 436	1.01 403	1.01 429	1.01 398	1.01 436	1.01 405	1.01 433	1.01 410	1.01 421	1.01 409	1.01 428	1.01 397	1.01 401	1.01 424	1.01 433	1.01 398	1.01 423

LL-Strereo	1.01 405	5.06 531	1.63 504	0.70 321	1.43 509	0.56 350	0.46 336	0.57 343	0.50 353	0.57 352	0.50 360	1.58 492	0.49 348	0.59 353	0.50 346	1.64 486	0.52 333	0.51 352	1.37 504	0.52 326	0.45 320

FlowAnything_test	1.02 407	1.72 402	0.71 364	1.59 457	0.70 396	1.61 494	0.69 388	1.61 485	0.70 393	1.60 488	0.70 400	1.61 496	0.69 386	1.61 492	0.70 392	0.81 365	0.58 343	0.81 391	0.55 368	0.81 365	0.56 357

FlowAnything	1.02 407	1.71 401	0.72 367	1.59 457	0.69 394	1.60 493	0.69 388	1.61 485	0.70 393	1.60 488	0.69 397	1.60 493	0.69 386	1.61 492	0.69 386	0.81 365	0.58 343	0.81 391	0.56 372	0.82 367	0.56 357

tt45	1.04 409	0.88 258	1.36 485	0.92 346	1.03 439	1.51 492	0.79 404	0.70 363	0.88 417	0.74 377	0.90 420	1.60 493	0.72 394	1.60 490	0.75 401	0.91 376	0.78 382	1.52 502	0.79 412	1.14 406	1.32 498

GLC_STEREO	1.07 410	1.01 296	1.06 407	1.07 368	1.05 440	1.06 412	1.08 433	1.08 408	1.05 439	1.07 417	1.06 435	1.08 421	1.05 423	1.06 418	1.10 432	1.07 400	1.09 411	1.05 429	1.05 434	1.06 402	1.12 430

FC-DCNN	1.07 410	1.09 313	0.98 400	0.89 340	0.52 366	1.41 489	0.91 417	1.21 469	1.24 497	1.96 500	2.05 554	1.91 501	1.30 489	1.27 483	1.08 431	0.80 362	0.60 346	0.58 362	0.41 333	0.68 343	0.54 349

hknet	1.10 412	1.85 411	3.49 564	4.48 542	0.02 21	0.42 288	0.06 108	0.41 261	0.02 21	0.48 306	0.03 52	0.41 268	0.03 52	0.42 280	0.03 48	4.39 553	4.19 567	0.33 226	0.23 205	0.34 215	0.27 211

test_xeample3	1.10 412	1.81 408	0.61 340	0.84 336	0.49 356	0.77 374	0.66 374	0.92 386	1.40 509	0.68 369	0.46 343	0.78 382	0.54 361	1.72 495	1.48 511	1.34 467	1.52 499	1.35 495	1.67 529	1.33 470	1.55 511

DISCO	1.11 414	0.39 156	5.28 577	0.39 207	0.20 198	0.39 250	0.27 222	0.39 241	0.22 196	0.38 234	0.20 196	0.38 242	0.20 194	6.95 590	0.22 191	0.30 203	0.21 178	0.27 202	0.21 196	5.25 571	0.21 181

Occ-G	1.12 415	0.52 215	3.72 569	3.50 531	0.50 360	0.56 350	0.47 341	0.54 336	0.46 336	0.54 344	0.41 323	0.54 347	0.42 323	0.52 337	0.42 321	3.42 547	4.02 566	0.52 355	0.45 344	0.51 324	0.44 318

AEACV	1.12 415	0.52 215	3.12 561	3.24 516	0.86 419	0.53 345	0.49 352	0.60 350	0.47 341	0.53 339	0.49 358	0.55 351	0.45 331	0.55 345	0.47 337	3.01 543	3.88 564	0.71 377	0.60 377	0.80 362	0.48 330

MSMD_ROB	1.19 417	1.10 316	0.70 361	1.10 370	0.60 375	1.10 419	0.70 391	1.10 411	0.70 393	1.10 419	0.70 400	1.10 425	0.70 389	7.00 591	0.70 392	1.10 403	0.70 369	1.10 430	0.70 401	1.10 404	0.70 383

MM-Stereo_test2	1.20 418	1.85 411	1.05 406	1.46 454	0.94 429	1.36 484	0.99 425	1.36 478	0.95 426	1.41 484	0.98 429	1.40 489	0.96 412	1.37 485	0.95 420	1.37 472	1.06 404	1.33 492	0.93 426	1.29 469	0.89 409

ours_stereo	1.20 418	1.21 374	0.90 390	1.64 466	1.11 443	1.35 482	0.67 378	1.76 492	0.93 424	1.70 496	1.10 437	1.39 487	0.75 398	1.41 487	0.81 410	1.60 485	1.03 403	1.33 492	1.00 429	1.61 480	0.72 388

DisPM	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

CrosDoStereo	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

PFNet+	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

LCNet	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

HHNet	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

Patchmatch Stereo++	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

STrans-v2	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

TransformOpticalFlow	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

OMP-Stereo	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

IIG-Stereo	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

NF-Stereo	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

OCTAStereo	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

PSM-softLoss	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

KMStereo	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

NRIStereo	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

PSM-adaLoss	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

PSM-AAD	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

FTStereo	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

ROB_FTStereo_v2	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

ROB_FTStereo	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

Consistency-Raft	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

KYRaft	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

HUI-Stereo	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

ASMatch	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

DeepStereo_LL	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

DEmStereo	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

SST-Stereo	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

THIR-Stereo	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

RAFT_R40	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

DRaft	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

PFNet	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

GrayStereo	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

RE-Stereo	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

Pruner-Stereo	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

TVStereo	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

DeepStereo_RVC	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

RAFT-RH_RVC	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

IRAFT_RVC	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

RAFT-345	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

iRAFT	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

CRE-IMP	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

GMM-Stereo	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

RAFT-IKP	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

Prome-Stereo	1.20 418	1.20 328	1.20 422	1.20 387	1.20 453	1.20 430	1.20 444	1.20 424	1.20 449	1.20 432	1.20 446	1.20 435	1.20 436	1.20 435	1.20 446	1.20 414	1.20 426	1.20 442	1.20 446	1.20 419	1.20 444

HCRNet	1.22 465	7.11 553	3.00 549	3.55 532	0.33 277	0.29 206	0.14 152	0.19 154	0.15 167	0.33 218	0.29 242	0.25 190	0.14 158	0.22 173	0.33 259	3.64 548	3.00 545	0.76 383	0.32 277	0.18 155	0.13 150

HBP-ISP	1.24 466	1.72 402	1.65 505	1.15 378	0.76 407	1.40 488	0.88 414	1.67 491	1.02 437	1.69 495	1.38 508	1.69 497	1.21 482	1.87 502	1.21 491	1.05 399	0.79 383	0.97 419	0.80 414	1.19 418	0.75 395

AANet_RVC	1.26 467	0.31 137	4.99 575	5.93 567	0.20 198	0.25 190	0.20 185	0.25 187	0.20 190	0.23 176	0.19 192	0.25 190	0.20 194	0.25 188	0.20 186	5.66 577	4.76 570	0.26 198	0.30 261	0.24 180	0.27 211

MM-Stereo_test3	1.27 468	2.07 427	1.18 417	1.60 460	1.02 438	1.45 490	1.01 429	1.40 482	1.04 438	1.44 485	1.03 434	1.46 491	1.02 422	1.44 488	1.02 429	1.51 481	1.12 418	1.32 491	0.98 427	1.38 473	0.97 416

11t	1.27 468	2.70 471	1.34 475	1.32 445	0.89 421	1.30 481	1.34 499	1.64 488	0.57 365	1.45 486	0.72 407	1.05 420	1.29 488	1.07 421	1.29 500	1.49 478	1.02 402	0.97 419	1.15 439	1.48 475	1.31 497

MaskLacGwcNet_RVC	1.35 470	1.35 389	1.35 477	1.35 448	1.35 503	1.35 482	1.35 500	1.36 478	1.35 505	1.36 482	1.35 503	1.36 485	1.36 494	1.36 484	1.35 504	1.35 468	1.35 487	1.35 495	1.35 501	1.35 471	1.35 502

CC-Net-ROB	1.36 471	1.33 388	1.33 474	1.36 449	1.38 506	1.36 484	1.33 498	1.37 480	1.34 502	1.35 481	1.36 505	1.38 486	1.34 492	1.38 486	1.38 507	1.35 468	1.38 491	1.33 492	1.35 501	1.43 474	1.34 501

CFNet	1.37 472	5.27 536	0.19 164	5.49 564	0.19 195	0.28 203	0.19 181	0.28 196	0.19 188	0.28 199	0.19 192	0.28 203	4.35 576	0.28 206	0.19 183	0.23 177	0.17 163	0.23 182	4.21 585	4.81 562	0.17 171

PS-NSSS	1.38 473	1.39 391	1.34 475	1.34 447	1.35 503	1.38 486	1.37 507	1.35 477	1.38 508	1.34 480	1.34 502	1.39 487	1.38 497	1.70 494	1.40 508	1.36 470	1.36 488	1.36 497	1.37 504	1.37 472	1.36 503

RASNet	1.49 474	1.65 399	1.45 493	1.38 452	1.43 509	1.47 491	1.36 502	1.38 481	1.36 506	1.39 483	1.60 519	1.45 490	1.45 500	1.51 489	2.21 549	1.53 482	1.36 488	1.36 497	1.36 503	1.66 483	1.36 503

GANetREF_RVC	1.55 475	1.94 424	1.22 469	1.88 469	1.21 499	1.88 500	1.22 490	1.88 494	1.22 495	1.88 497	1.22 492	1.88 499	1.22 483	1.89 503	1.22 492	1.87 493	1.22 473	1.88 516	1.22 492	1.88 492	1.22 490
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
SPS-STEREO	1.59 476	1.91 418	1.21 468	1.94 472	1.20 453	2.00 508	1.23 491	1.99 499	1.24 497	2.00 505	1.25 495	2.03 509	1.26 485	2.00 507	1.29 500	1.90 497	1.18 425	1.89 517	1.21 491	1.89 493	1.20 444
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 477	1.59 398	1.70 507	1.59 457	1.59 515	1.61 494	1.61 518	1.60 484	1.60 515	1.62 494	1.59 518	1.60 493	1.60 503	1.60 490	1.59 515	1.59 483	1.60 509	1.59 503	1.59 521	1.59 479	1.59 516

ff7	1.68 478	2.68 468	1.35 477	0.97 358	0.89 421	1.84 497	2.15 547	2.12 505	1.80 532	2.05 510	1.56 515	2.33 516	2.12 538	2.23 513	2.25 550	1.31 464	1.07 405	1.48 499	1.41 507	0.90 377	1.04 425

ffff	1.68 478	2.68 468	1.35 477	0.97 358	0.89 421	1.84 497	2.15 547	2.12 505	1.80 532	2.05 510	1.56 515	2.33 516	2.12 538	2.23 513	2.25 550	1.31 464	1.07 405	1.48 499	1.41 507	0.90 377	1.04 425

ccc-4	1.68 478	2.68 468	1.35 477	0.97 358	0.89 421	1.84 497	2.15 547	2.12 505	1.80 532	2.05 510	1.56 515	2.33 516	2.12 538	2.23 513	2.25 550	1.31 464	1.07 405	1.48 499	1.41 507	0.90 377	1.04 425

MC-Stereo	1.76 481	2.96 487	1.37 487	2.14 480	1.37 505	2.14 514	1.36 502	2.14 508	1.37 507	2.14 514	1.37 506	2.14 511	1.37 496	2.14 512	1.37 506	1.97 501	1.32 475	1.97 519	1.32 500	1.98 494	1.33 499

IGEVStereo-DCA	1.77 482	4.21 520	1.84 522	2.49 496	2.11 548	2.54 534	1.36 502	1.65 489	1.17 446	2.75 543	1.90 537	2.54 529	1.15 429	0.94 397	1.11 433	1.50 479	1.32 475	0.96 417	1.46 513	1.49 476	0.88 407

rrr	1.77 482	4.21 520	1.84 522	2.49 496	2.11 548	2.54 534	1.36 502	1.65 489	1.17 446	2.75 543	1.90 537	2.54 529	1.15 429	0.94 397	1.11 433	1.50 479	1.32 475	0.96 417	1.46 513	1.49 476	0.88 407

MM-Stereo_test1	1.80 484	3.41 498	1.52 500	2.12 479	1.41 508	2.04 509	1.41 510	2.05 503	1.46 512	2.04 509	1.41 510	2.05 510	1.42 499	2.05 508	1.43 510	2.04 505	1.54 502	1.94 518	1.38 506	1.99 495	1.33 499

MFMNet_re	1.81 485	1.91 418	1.71 509	1.95 474	1.70 526	1.95 505	1.70 523	1.96 497	1.74 528	1.97 502	1.72 527	1.95 502	1.71 511	1.97 506	1.71 523	1.86 491	1.62 510	1.85 509	1.66 528	1.86 491	1.64 522

plain	1.88 486	3.16 493	0.64 344	3.10 511	0.65 386	3.10 549	0.64 371	3.12 548	0.65 376	3.10 549	0.65 383	3.11 549	0.65 371	3.12 548	0.65 367	3.12 544	0.65 355	3.13 549	0.65 390	3.13 534	0.65 376

RAFT_CTSACE	1.92 487	3.71 505	1.72 510	1.88 469	1.72 527	2.04 509	1.42 512	2.18 510	1.89 543	2.02 507	1.97 543	1.95 502	2.06 537	1.93 504	1.62 516	1.76 488	1.66 513	2.02 520	1.73 537	1.73 486	1.43 508

MonStereo1	1.94 488	2.77 481	1.52 500	3.73 539	1.51 512	2.13 513	1.42 512	2.32 518	1.52 513	2.31 522	1.50 513	2.53 526	1.59 502	2.34 520	1.56 513	1.91 498	1.36 488	1.86 512	1.31 499	2.07 496	1.53 509

4.25w-stereo	1.98 489	2.72 475	1.46 494	3.47 528	1.43 509	2.07 511	1.98 538	2.53 530	1.52 513	2.71 536	1.98 549	1.81 498	1.62 505	1.96 505	1.36 505	1.88 496	2.00 527	2.53 543	1.61 523	1.74 487	1.15 435

4.5w-stereo	1.99 490	2.33 448	1.81 513	3.28 518	1.68 522	1.94 502	1.99 541	2.72 533	1.70 520	2.72 537	1.99 552	1.97 504	1.68 507	1.76 496	1.29 500	1.91 498	2.02 533	2.53 543	1.61 523	1.75 488	1.16 438

2.75w_new	1.99 490	2.34 452	1.81 513	3.14 512	1.62 517	1.94 502	1.99 541	2.72 533	1.71 521	2.72 537	1.99 552	1.90 500	1.73 513	1.82 501	1.29 500	2.37 525	2.01 529	2.31 530	1.42 510	1.77 489	1.22 490

3.75w	1.99 490	2.31 446	1.83 521	3.16 514	1.65 519	1.93 501	1.98 538	2.72 533	1.68 517	2.73 542	1.97 543	2.00 506	1.72 512	1.81 500	1.25 496	2.27 517	2.01 529	2.38 535	1.42 510	1.71 485	1.24 493

2w_stereo	1.99 490	2.36 455	1.81 513	3.24 516	1.67 520	1.94 502	1.98 538	2.72 533	1.68 517	2.72 537	1.94 540	1.98 505	1.74 515	1.79 499	1.27 497	1.95 500	2.00 527	2.53 543	1.60 522	1.68 484	1.15 435

2.25w	2.00 494	1.86 413	1.98 535	2.95 509	2.17 552	2.26 515	1.35 500	2.42 524	2.00 550	2.07 513	1.27 497	2.53 526	1.99 533	2.29 517	1.49 512	2.21 512	1.32 475	1.85 509	1.87 541	2.52 522	1.62 520

4.25_new	2.00 494	2.33 448	1.82 518	3.32 521	1.69 523	1.95 505	1.99 541	2.72 533	1.71 521	2.72 537	1.97 543	2.01 507	1.74 515	1.77 497	1.28 498	2.18 509	2.01 529	2.48 541	1.58 519	1.65 481	1.17 439

4.5w_new	2.00 494	2.33 448	1.82 518	3.32 521	1.69 523	1.95 505	1.99 541	2.72 533	1.71 521	2.72 537	1.97 543	2.01 507	1.74 515	1.77 497	1.28 498	2.18 509	2.01 529	2.48 541	1.58 519	1.65 481	1.17 439

4.5_new	2.00 494	1.84 410	1.98 535	2.77 503	2.16 550	2.27 516	1.28 497	2.09 504	1.98 547	2.01 506	1.28 498	2.71 538	1.98 531	2.51 529	1.65 518	2.26 514	1.33 482	1.87 513	1.87 541	2.49 518	1.60 517

TRStereo	2.00 494	2.13 432	1.85 524	2.27 486	1.84 531	2.28 518	1.84 527	2.29 513	1.86 537	2.30 519	1.87 532	2.30 513	1.87 521	2.08 509	1.72 525	2.08 506	1.72 516	2.08 522	1.72 534	2.08 497	1.72 527

XX-Stereo	2.00 494	2.13 432	1.85 524	2.27 486	1.84 531	2.28 518	1.84 527	2.29 513	1.86 537	2.30 519	1.87 532	2.30 513	1.87 521	2.08 509	1.72 525	2.08 506	1.72 516	2.08 522	1.72 534	2.08 497	1.72 527

EAI-Stereo	2.00 494	2.13 432	1.85 524	2.27 486	1.84 531	2.28 518	1.84 527	2.29 513	1.86 537	2.30 519	1.87 532	2.30 513	1.87 521	2.08 509	1.72 525	2.08 506	1.72 516	2.08 522	1.72 534	2.08 497	1.72 527

2.5w	2.01 501	2.40 457	1.37 487	3.28 518	2.01 542	2.71 539	1.43 515	1.82 493	1.83 535	1.90 499	1.41 510	2.71 538	1.35 493	2.71 538	1.85 536	2.66 537	1.53 500	1.64 504	1.23 493	2.53 525	1.87 536

4w-stereo	2.02 502	2.72 475	1.44 492	3.36 524	1.59 515	2.48 527	1.72 524	2.28 511	1.24 497	2.24 517	1.65 523	2.56 531	1.32 491	2.39 523	1.98 546	2.67 539	1.51 498	1.66 505	1.24 494	2.53 525	1.88 539

IGEV	2.02 502	2.20 438	1.82 518	2.90 508	2.16 550	2.41 524	1.25 493	2.00 500	1.98 547	1.99 504	1.31 500	2.72 542	1.93 527	2.67 537	1.69 522	2.26 514	1.32 475	1.83 508	1.87 541	2.53 525	1.61 519

3.25w_new	2.03 504	2.72 475	1.35 477	3.33 523	1.57 513	2.72 540	1.53 517	2.15 509	1.33 501	2.15 515	1.60 519	2.63 535	1.30 489	2.72 540	1.99 547	2.67 539	1.53 500	1.75 507	1.25 496	2.53 525	1.87 536

3.5w_stereo	2.03 504	2.72 475	1.35 477	3.41 525	1.57 513	2.72 540	1.49 516	2.01 501	1.34 502	2.15 515	1.61 521	2.63 535	1.36 494	2.72 540	1.99 547	2.66 537	1.58 505	1.68 506	1.24 494	2.53 525	1.87 536

UniTT-Stereo	2.03 504	3.43 499	0.72 367	3.42 526	0.73 401	3.27 552	0.68 380	3.38 552	0.69 390	3.29 552	0.72 407	3.28 552	0.70 389	3.35 553	0.68 376	3.39 546	0.68 361	3.31 551	0.69 399	3.37 535	0.73 391

3.25w	2.04 507	2.20 438	1.48 495	3.03 510	2.17 552	2.63 538	1.39 508	1.96 497	1.95 546	1.96 500	1.37 506	2.71 538	1.96 530	2.71 538	1.73 530	2.26 514	1.32 475	1.87 513	1.87 541	2.51 521	1.63 521

3w_stereo	2.04 507	2.24 442	1.70 507	3.15 513	2.18 554	2.49 528	1.26 495	2.03 502	1.98 547	1.98 503	1.33 501	2.72 542	1.99 533	2.59 532	1.72 525	2.22 513	1.33 482	1.85 509	1.88 546	2.50 520	1.58 515

1w_stereo	2.05 509	2.32 447	1.35 477	3.74 540	2.01 542	2.73 542	1.42 512	1.88 494	1.93 545	2.03 508	1.28 498	2.71 538	1.99 533	2.72 540	1.72 525	2.20 511	1.32 475	1.87 513	1.86 540	2.45 514	1.54 510

sCroCo_RVC	2.10 510	2.76 479	1.92 532	2.78 506	1.39 507	2.73 542	1.41 510	2.73 539	1.40 509	2.77 548	1.41 510	2.74 544	1.40 498	2.74 543	1.40 508	2.72 541	1.42 493	2.72 547	1.44 512	2.79 532	1.42 507

MoCha-V2	2.11 511	26.97 595	0.78 377	0.92 346	0.77 410	0.96 396	0.72 396	0.90 381	0.72 400	0.94 397	0.70 400	0.90 395	0.71 393	0.91 391	0.71 395	0.85 373	0.71 373	0.88 400	0.69 399	0.87 372	0.67 379

FBW_ROB	2.12 512	2.46 461	1.77 512	2.49 496	1.79 530	2.38 522	1.83 526	2.46 525	1.78 531	2.48 530	1.97 543	2.40 521	1.78 518	2.42 526	1.83 534	2.31 522	1.85 524	2.38 535	1.82 539	2.35 509	1.84 532

MonStereo	2.17 513	2.41 458	1.49 499	2.67 500	1.67 520	2.60 537	2.04 545	2.32 518	1.76 529	2.44 527	1.68 525	2.50 524	1.69 509	2.38 521	1.80 533	2.28 518	1.78 519	2.63 546	2.14 549	3.47 536	1.68 525

asda	2.17 513	2.54 462	1.81 513	3.47 528	1.78 529	2.50 530	1.86 531	2.61 532	1.68 517	2.61 534	1.83 529	2.37 520	1.73 513	2.44 527	1.88 541	2.51 534	1.84 523	2.34 532	1.62 525	2.23 502	1.77 531

asd	2.18 515	2.77 481	1.58 502	3.59 533	2.00 541	2.58 536	1.85 530	2.39 523	1.71 521	2.47 529	1.97 543	2.59 533	1.61 504	2.56 530	1.79 532	2.51 534	1.99 526	2.11 525	1.62 525	2.36 510	1.60 517

qwe	2.18 515	2.60 465	1.58 502	3.83 541	1.90 539	2.53 532	1.90 536	2.48 526	1.73 526	2.37 525	1.92 539	2.53 526	1.68 507	2.56 530	1.83 534	2.52 536	1.87 525	2.07 521	1.68 531	2.32 508	1.71 526

monsters	2.18 515	2.41 458	1.96 534	3.47 528	2.03 546	2.53 532	1.64 520	2.48 526	1.73 526	2.40 526	1.50 513	2.62 534	1.94 528	2.59 532	1.94 543	2.44 529	1.57 504	2.28 528	1.87 541	2.42 512	1.86 534

AIO_rvc	2.18 515	2.34 452	1.87 528	2.32 490	1.94 540	2.40 523	1.89 535	2.37 521	2.07 552	2.52 532	1.95 542	2.44 523	1.99 533	2.41 524	1.89 542	2.32 523	2.09 535	2.24 526	2.18 550	2.21 501	2.23 543

HUF	2.18 515	2.30 445	1.99 538	2.34 491	2.02 545	2.41 524	2.06 546	2.38 522	1.89 543	2.36 524	1.85 530	2.56 531	1.98 531	2.31 519	1.97 545	2.30 521	2.03 534	2.30 529	2.11 548	2.23 502	2.16 541

AIO_test	2.18 515	2.09 430	2.04 539	2.42 493	2.01 542	2.47 526	1.94 537	2.34 520	2.03 551	2.56 533	1.94 540	2.43 522	1.94 528	2.41 524	1.87 540	2.39 527	2.10 536	2.35 534	1.91 547	2.25 504	2.19 542

monsterstereo	2.20 521	2.33 448	1.95 533	3.65 535	2.07 547	2.49 528	1.61 518	2.48 526	1.83 535	2.45 528	1.61 521	2.67 537	1.86 520	2.64 534	1.94 543	2.48 533	1.66 513	2.34 532	1.68 531	2.40 511	1.86 534

LG-G_1	2.22 522	2.71 473	1.89 529	2.77 503	1.87 537	2.75 544	1.87 533	2.76 541	1.87 541	2.75 543	1.87 532	2.76 545	1.87 521	2.75 544	1.86 537	2.47 531	1.58 505	2.45 538	1.57 516	2.45 514	1.57 513

LG-G	2.22 522	2.71 473	1.89 529	2.77 503	1.87 537	2.75 544	1.87 533	2.76 541	1.87 541	2.75 543	1.87 532	2.76 545	1.87 521	2.75 544	1.86 537	2.47 531	1.58 505	2.45 538	1.57 516	2.45 514	1.57 513

LGtest1	2.22 522	2.70 471	1.89 529	2.76 502	1.86 534	2.75 544	1.86 531	2.75 540	1.86 537	2.75 543	1.86 531	2.77 547	1.87 521	2.75 544	1.86 537	2.46 530	1.58 505	2.45 538	1.56 515	2.45 514	1.56 512

RAStereo	2.23 525	3.64 502	0.76 374	3.65 535	0.86 419	3.66 556	0.76 401	3.67 556	0.81 415	3.66 553	0.76 412	3.66 554	0.77 401	3.68 555	0.77 404	3.68 549	0.77 381	3.69 556	0.77 409	3.70 538	0.77 398

UDGNet	2.23 525	5.40 541	1.72 510	2.48 495	1.69 523	2.51 531	1.69 522	2.51 529	1.72 525	2.50 531	1.69 526	2.52 525	1.69 509	2.50 528	1.68 521	2.41 528	1.70 515	2.42 537	1.69 533	2.42 512	1.64 522

NCCL2	2.28 527	2.27 443	2.28 541	2.28 489	2.28 555	2.27 516	2.29 550	2.28 511	2.28 553	2.27 518	2.28 555	2.28 512	2.27 541	2.27 516	2.28 554	2.28 518	2.28 541	2.27 527	2.29 554	2.27 505	2.29 544

Abc-Net	2.32 528	24.75 587	1.14 411	1.17 384	1.17 450	1.11 422	1.15 438	1.17 418	1.21 494	1.08 418	1.16 441	1.12 429	1.14 428	1.09 422	1.17 441	1.09 401	1.16 421	1.17 437	1.17 442	1.16 410	1.11 428
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 529	25.00 588	1.13 410	1.15 378	1.15 445	1.10 419	1.15 438	1.15 413	1.15 441	1.12 425	1.15 438	1.09 423	1.13 426	1.10 424	1.15 437	1.11 408	1.09 411	1.16 433	1.12 437	1.16 410	1.17 439

stereogan	2.33 529	24.38 586	1.18 417	1.18 385	1.18 452	1.14 425	1.18 442	1.19 421	1.19 448	1.14 428	1.18 445	1.14 430	1.18 434	1.14 429	1.18 442	1.14 411	1.14 419	1.19 441	1.19 443	1.15 408	1.19 443

RGC	2.36 531	25.48 589	1.19 419	1.15 378	1.15 445	1.10 419	1.16 440	1.17 418	1.16 442	1.12 425	1.16 441	1.11 428	1.13 426	1.09 422	1.18 442	1.10 403	1.15 420	1.16 433	1.12 437	1.14 406	1.12 430

NCC-stereo	2.36 531	25.52 590	1.17 415	1.15 378	1.17 450	1.11 422	1.11 434	1.15 413	1.16 442	1.10 419	1.16 441	1.10 425	1.15 429	1.14 429	1.13 435	1.09 401	1.11 415	1.15 432	1.16 441	1.17 415	1.17 439

AF-Net	2.37 533	25.71 591	1.17 415	1.13 375	1.15 445	1.15 426	1.18 442	1.19 421	1.16 442	1.10 419	1.15 438	1.10 425	1.18 434	1.12 428	1.15 437	1.10 403	1.10 414	1.17 437	1.15 439	1.16 410	1.12 430

Nwc_Net	2.37 533	25.95 592	1.15 413	1.14 376	1.15 445	1.08 415	1.14 437	1.17 418	1.16 442	1.14 428	1.15 438	1.08 421	1.15 429	1.11 426	1.14 436	1.10 403	1.11 415	1.16 433	1.09 436	1.16 410	1.15 435

CFNet_RVC	2.38 535	8.71 564	0.38 252	9.33 583	0.42 336	0.56 350	0.42 326	0.60 350	0.38 299	0.62 360	0.42 333	0.56 354	7.29 588	0.62 355	0.42 321	0.53 321	0.37 257	0.49 343	0.34 289	8.30 585	6.87 590

edge stereo	2.43 536	27.07 596	1.14 411	1.06 367	1.14 444	1.08 415	1.17 441	1.16 416	1.14 440	1.10 419	1.16 441	1.09 423	1.16 433	1.10 424	1.16 440	1.10 403	1.11 415	1.16 433	1.19 443	1.13 405	1.11 428

FAT-Stereo	2.46 537	26.05 593	1.23 471	1.23 434	1.22 501	1.20 430	1.24 492	1.23 472	1.23 496	1.19 431	1.22 492	1.21 480	1.24 484	1.20 435	1.24 493	1.21 459	1.17 424	1.22 488	1.25 496	1.20 419	1.24 493

S-Stereo	2.51 538	26.86 594	1.23 471	1.22 432	1.22 501	1.24 478	1.25 493	1.22 470	1.24 497	1.21 477	1.24 494	1.19 434	1.27 486	1.19 434	1.24 493	1.19 413	1.20 426	1.25 489	1.19 443	1.24 467	1.23 492

Anonymous3	2.55 539	3.26 496	1.65 505	3.28 518	1.63 518	3.24 551	1.68 521	3.27 550	1.66 516	3.28 551	1.67 524	3.25 551	1.66 506	3.27 550	1.64 517	3.26 545	1.65 512	3.30 550	1.65 527	4.95 567	1.65 524

MIF-Stereo (partial)	2.58 540	3.31 497	0.66 348	3.18 515	0.66 389	3.18 550	0.66 374	3.21 549	0.67 379	3.19 550	0.66 385	3.19 550	0.66 374	3.31 552	0.68 376	5.09 573	1.79 521	8.23 592	1.67 529	6.18 576	1.38 505

MSMDNet	2.65 541	10.14 575	0.33 226	9.74 586	0.32 265	0.87 385	0.33 265	2.95 547	0.68 382	0.49 313	0.34 281	0.49 317	5.70 583	0.49 316	0.33 259	0.42 283	9.57 589	0.41 299	0.31 271	8.36 586	0.65 376

pcwnet_v2	2.66 542	9.89 573	0.33 226	9.89 587	0.32 265	0.50 328	0.32 255	0.49 307	0.33 271	0.49 313	0.34 281	0.49 317	8.76 590	0.48 310	0.33 259	0.41 269	9.58 590	0.40 282	0.29 247	9.01 589	0.63 367

CFNet_pseudo	2.67 543	9.36 569	0.32 221	10.99 592	0.33 277	0.85 383	0.33 265	0.49 307	0.33 271	0.49 313	0.32 266	0.49 317	7.26 587	0.49 316	0.33 259	0.41 269	9.62 591	0.41 299	0.29 247	10.03 593	0.29 229

CFNet_ucs	2.73 544	9.64 571	0.33 226	9.92 588	0.32 265	0.49 320	0.33 265	0.49 307	0.33 271	0.49 313	0.33 273	0.49 317	8.98 591	0.48 310	0.33 259	0.41 269	9.96 594	0.40 282	0.29 247	10.12 594	0.54 349

UCFNet_RVC	2.75 545	10.06 574	0.29 200	10.31 591	0.29 243	0.42 288	0.29 239	0.43 285	0.29 238	0.42 274	0.29 242	0.42 286	9.87 593	0.43 286	0.29 235	0.36 231	9.84 593	0.36 255	0.26 224	9.77 592	0.26 203

ccs_rob	2.79 546	10.17 576	0.32 221	10.00 589	0.33 277	0.49 320	0.33 265	1.90 496	0.32 264	0.51 333	0.33 273	0.49 317	9.24 592	0.49 316	0.33 259	0.41 269	9.82 592	0.41 299	0.28 237	9.34 590	0.29 229

PCWNet_CMD	2.80 547	9.82 572	0.32 221	10.09 590	0.32 265	0.49 320	0.33 265	3.34 551	0.33 271	0.49 313	0.33 273	0.49 317	8.73 589	0.48 310	0.33 259	0.41 269	9.22 588	0.42 310	0.29 247	9.55 591	0.31 251

StereoVision	3.15 548	5.00 530	0.89 387	4.83 557	1.00 432	3.93 557	1.27 496	6.37 585	1.34 502	5.67 585	1.26 496	5.84 586	1.27 486	5.03 582	1.24 493	5.10 574	1.09 411	4.61 568	0.57 374	5.62 574	1.12 430

MaDis-Stereo	3.19 549	6.02 551	1.12 409	5.61 566	1.16 449	5.43 583	1.02 431	5.15 582	0.70 393	5.43 582	1.21 491	5.03 583	0.97 413	4.85 576	0.99 424	4.53 555	1.16 421	5.53 584	1.25 496	5.37 572	1.30 496

sAnonymous2	3.31 550	2.63 466	1.38 489	3.71 537	1.86 534	4.70 575	1.11 434	4.82 578	2.72 556	5.45 583	1.98 549	4.59 568	2.64 543	2.65 535	6.21 588	4.37 551	1.08 409	5.16 582	2.24 552	4.52 549	2.39 549

CroCo_RVC	3.31 550	2.63 466	1.38 489	3.71 537	1.86 534	4.70 575	1.11 434	4.82 578	2.72 556	5.45 583	1.98 549	4.59 568	2.64 543	2.65 535	6.21 588	4.37 551	1.08 409	5.16 582	2.24 552	4.52 549	2.39 549

DPSNet	3.66 552	3.60 501	3.62 567	3.63 534	3.64 578	3.65 555	3.65 577	3.66 555	3.67 574	3.67 554	3.65 575	3.67 555	3.66 563	3.66 554	3.68 572	3.68 549	3.66 562	3.67 555	3.68 578	3.67 537	3.67 575

STTStereo	3.73 553	30.40 600	2.37 545	2.39 492	2.31 557	2.35 521	2.33 551	2.29 513	2.42 554	2.32 523	2.34 556	2.33 516	2.36 542	2.30 518	2.27 553	2.35 524	2.22 540	2.31 530	2.22 551	2.29 507	2.34 548

rvit_105_1	3.83 554	5.22 534	3.01 550	4.53 545	3.01 560	4.51 563	3.01 558	4.56 565	3.04 559	4.53 564	3.03 560	4.55 566	3.03 547	4.56 565	3.04 556	4.57 557	3.05 546	4.57 563	3.05 561	4.57 551	3.05 557

rvit_stereo_0081	3.83 554	5.23 535	3.01 550	4.53 545	3.03 562	4.55 569	3.02 559	4.56 565	3.04 559	4.52 562	3.02 558	4.54 564	3.03 547	4.56 565	3.04 556	4.57 557	3.05 546	4.57 563	3.05 561	4.58 552	3.05 557

rvit_stereo_0081_aga	3.86 556	5.33 538	3.02 553	4.55 551	3.04 566	4.54 565	3.02 559	4.64 572	3.06 563	4.54 566	3.04 562	4.62 573	3.08 554	4.62 571	3.07 561	4.58 560	3.06 550	4.60 567	3.08 565	4.63 555	3.07 561

rvit_stereo_0082	3.86 556	5.82 549	3.01 550	4.53 545	3.03 562	4.54 565	3.02 559	4.56 565	3.04 559	4.53 564	3.02 558	4.55 566	3.04 550	4.57 568	3.05 558	4.57 557	3.05 546	4.58 565	3.05 561	4.58 552	3.06 560

rvit_0105_6	3.87 558	5.73 548	3.10 560	4.69 555	3.12 570	4.54 565	3.02 559	4.56 565	3.04 559	4.54 566	3.03 560	4.54 564	3.04 550	4.56 565	3.05 558	4.58 560	3.05 546	4.58 565	3.05 561	4.58 552	3.05 557

rvit_stereo_0080	3.89 559	5.70 546	3.04 555	4.54 548	3.03 562	4.56 570	3.05 565	4.60 569	3.07 564	4.58 569	3.06 563	4.59 568	3.06 552	4.61 569	3.08 562	4.63 562	3.09 551	4.64 569	3.10 566	4.65 556	3.10 564

whm_eth	3.89 559	5.70 546	3.04 555	4.54 548	3.03 562	4.56 570	3.05 565	4.60 569	3.07 564	4.58 569	3.06 563	4.59 568	3.06 552	4.61 569	3.08 562	4.63 562	3.09 551	4.64 569	3.10 566	4.65 556	3.10 564

rvit_0105_4	3.91 561	5.47 545	3.02 553	4.54 548	3.02 561	4.54 565	3.03 563	4.75 575	3.17 570	4.57 568	3.06 563	4.61 572	3.16 558	4.65 572	3.09 564	4.66 564	3.11 553	4.68 572	3.18 571	4.81 562	3.16 569

rvit_0105_3	3.91 561	5.33 538	3.06 558	4.60 553	3.07 568	4.60 572	3.06 567	4.62 571	3.08 567	4.60 571	3.07 566	4.62 573	3.08 554	4.67 573	3.10 565	4.70 565	3.11 553	4.77 576	3.19 572	4.77 561	3.14 568

rvit_stereo_0083	3.92 563	5.30 537	3.06 558	4.61 554	3.09 569	4.67 574	3.08 568	4.66 573	3.09 568	4.62 572	3.10 568	4.66 576	3.11 556	4.67 573	3.16 567	4.72 567	3.16 556	4.77 576	3.11 568	4.66 558	3.11 566

rvit_stereo_ft	3.93 564	5.44 543	3.05 557	4.59 552	3.06 567	4.61 573	3.08 568	4.67 574	3.12 569	4.63 573	3.10 568	4.65 575	3.11 556	4.69 575	3.13 566	4.70 565	3.14 555	4.71 574	3.15 570	4.74 559	3.16 569

rvit_0105_5	4.10 565	5.40 541	3.13 563	4.71 556	3.15 571	4.72 577	3.10 570	4.90 580	3.27 571	4.69 574	3.16 570	4.84 580	3.25 559	4.96 579	3.34 569	5.05 572	3.39 561	5.10 581	3.40 573	5.11 569	3.42 572

MLG-Stereo_test1	4.25 566	5.34 540	3.61 566	5.31 562	3.63 577	5.23 581	3.57 575	5.38 583	3.65 573	5.23 580	3.47 572	4.76 577	3.74 566	4.85 576	3.71 573	4.96 569	3.18 558	4.71 574	2.92 558	4.86 565	2.90 554

MLG-Stereo_test3	4.26 567	4.85 528	3.95 570	5.35 563	3.60 576	4.75 578	3.76 578	5.49 584	3.71 575	5.39 581	3.69 576	4.82 579	3.66 563	4.85 576	3.73 576	4.93 568	3.19 559	4.69 573	2.99 560	4.84 564	2.98 556

MLG-Stereo_test2	4.28 568	5.46 544	3.69 568	4.86 558	3.72 579	5.58 584	3.42 573	4.81 577	3.77 579	4.85 576	3.72 577	5.55 585	3.63 562	5.58 583	3.53 571	4.41 554	3.28 560	4.99 580	2.95 559	4.75 560	3.13 567

RAFT+CT+SA	4.28 568	7.62 557	4.91 574	5.55 565	2.28 555	3.09 548	3.64 576	4.49 563	3.07 564	4.80 575	3.35 571	4.77 578	3.70 565	4.29 562	3.05 558	5.58 576	5.98 577	3.58 554	3.78 580	4.26 545	3.72 576

SA	4.33 570	7.35 554	6.85 585	5.96 568	4.09 583	3.59 554	3.15 571	3.82 557	2.64 555	3.91 555	3.85 578	3.57 553	2.72 545	3.13 549	4.03 579	7.09 587	6.86 582	3.57 553	3.12 569	3.85 539	3.51 574

Sa-1000	4.34 571	8.37 560	6.84 584	6.98 575	4.45 586	3.58 553	3.00 557	3.42 553	3.39 572	2.61 534	4.00 581	3.83 557	4.01 574	3.90 557	3.90 577	5.98 580	5.62 575	3.76 557	2.34 555	4.35 547	2.47 551

TestStereo1	4.60 572	8.41 561	6.44 582	6.86 573	3.79 580	3.97 558	3.78 579	3.99 559	3.74 576	3.97 556	3.52 573	3.94 558	3.58 560	3.98 558	3.72 574	6.82 584	6.50 580	3.76 557	3.66 576	3.90 540	3.74 578

SA-5K	4.60 572	8.41 561	6.44 582	6.86 573	3.79 580	3.97 558	3.78 579	3.99 559	3.74 576	3.97 556	3.52 573	3.94 558	3.58 560	3.98 558	3.72 574	6.82 584	6.50 580	3.76 557	3.66 576	3.90 540	3.74 578

DispFullNet	4.61 574	4.84 527	3.12 561	5.00 560	3.57 575	4.75 578	3.03 563	7.75 591	4.17 583	4.91 578	3.09 567	6.20 587	3.95 572	6.71 587	3.51 570	5.30 575	3.67 563	5.86 588	3.63 575	5.61 573	3.46 573

test_5	4.62 575	7.55 556	6.23 580	6.32 570	3.40 574	5.29 582	3.50 574	3.53 554	4.11 582	4.28 559	4.47 585	4.26 562	4.38 577	3.68 555	3.24 568	5.89 578	5.60 574	4.84 578	3.50 574	4.33 546	3.93 582

raft_robust	4.71 576	7.75 558	5.40 579	6.81 572	3.31 572	4.28 562	4.20 584	4.32 562	4.37 585	4.35 561	4.35 584	4.14 560	3.75 567	4.30 563	4.20 582	6.67 583	6.37 578	3.36 552	4.24 586	4.86 565	3.25 571

cross-raft	4.83 577	7.52 555	6.43 581	6.63 571	3.96 582	4.51 563	3.99 582	4.49 563	3.96 581	4.52 562	3.96 580	4.50 563	3.97 573	4.50 564	3.97 578	6.65 582	6.44 579	4.33 560	3.92 582	4.35 547	3.91 581

test_4	4.88 578	8.13 559	6.98 586	7.46 576	4.44 585	4.25 561	3.85 581	4.04 561	3.92 580	4.13 558	3.91 579	4.18 561	3.84 570	4.14 560	4.06 580	7.01 586	7.13 583	4.53 561	3.72 579	4.09 543	3.72 576

TestStereo	4.88 578	4.75 526	4.79 573	4.87 559	4.92 587	4.81 580	4.90 587	4.78 576	4.77 586	4.87 577	4.89 586	4.90 581	4.91 579	4.99 580	4.79 584	4.98 570	4.87 571	4.87 579	4.92 588	5.00 568	5.00 585

test_3	5.01 580	8.86 566	7.77 588	8.09 578	2.76 559	4.13 560	4.05 583	3.88 558	3.76 578	4.33 560	4.13 582	3.71 556	3.91 571	4.21 561	4.06 580	7.93 588	7.69 585	4.53 561	3.91 581	4.17 544	4.29 584

NLCA_NET_v2_RVC	5.04 581	50.87 610	2.78 548	2.87 507	2.71 558	2.78 547	0.47 341	2.88 546	2.86 558	1.89 498	2.67 557	2.79 548	2.79 546	2.78 547	2.83 555	2.82 542	2.82 544	2.83 548	2.77 557	2.83 533	2.76 552
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 582	5.15 532	4.49 572	5.07 561	3.37 573	6.87 587	4.75 586	5.04 581	6.34 590	7.84 591	5.06 587	6.72 591	4.09 575	4.99 580	5.44 587	5.03 571	3.16 556	4.67 571	4.86 587	5.15 570	3.89 580

U	5.15 583	8.49 563	1.81 513	8.49 580	1.77 528	8.49 592	1.77 525	8.51 593	1.77 530	8.49 593	1.77 528	8.50 593	1.78 518	8.58 593	1.77 531	8.54 591	1.78 519	8.55 593	1.78 538	8.55 587	1.84 532

SGM-Forest	5.21 584	5.92 550	4.08 571	6.18 569	4.16 584	6.31 586	4.34 585	6.50 586	4.33 584	6.14 587	4.21 583	6.61 590	4.55 578	6.67 586	4.48 583	5.94 579	3.94 565	5.85 587	4.03 584	5.79 575	4.17 583
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 585	9.16 568	8.03 591	8.09 578	5.62 590	6.11 585	6.35 590	6.85 588	4.94 587	6.08 586	6.29 592	4.98 582	6.43 584	6.22 584	6.36 590	6.16 581	7.47 584	5.82 586	5.44 591	7.11 581	5.68 588

rvit_stereo_0075_2	6.64 586	8.80 565	5.25 576	7.89 577	5.27 589	7.90 591	5.27 588	7.92 592	5.28 588	7.91 592	5.29 589	7.93 592	5.27 580	7.92 592	5.28 585	7.93 588	5.28 573	7.93 591	5.29 590	7.93 584	5.28 587

RAFT	6.73 587	9.36 569	7.40 587	8.51 581	6.55 591	6.88 588	6.60 591	6.79 587	6.60 591	6.80 588	6.72 593	5.31 584	5.50 582	6.61 585	6.61 591	8.42 590	5.89 576	5.73 585	5.45 592	6.61 577	6.24 589

SGM+DAISY	7.06 588	9.15 567	5.38 578	8.84 582	5.18 588	8.80 593	5.31 589	8.79 594	5.28 588	8.89 594	5.20 588	8.93 594	5.33 581	8.95 594	5.36 586	8.70 592	5.21 572	8.74 594	5.20 589	8.89 588	5.15 586

test-v	7.53 589	11.89 577	7.98 589	9.36 584	7.14 592	7.06 589	7.09 592	7.37 589	6.91 592	7.29 589	5.71 590	6.45 588	6.93 585	6.73 588	7.27 592	8.93 593	7.85 586	6.98 589	6.80 593	7.56 582	7.34 591

test-2	7.53 589	11.89 577	7.98 589	9.36 584	7.14 592	7.06 589	7.09 592	7.37 589	6.91 592	7.29 589	5.71 590	6.45 588	6.93 585	6.73 588	7.27 592	8.93 593	7.85 586	6.98 589	6.80 593	7.56 582	7.34 591

PA-Net	11.80 591	223.51 617	0.62 341	0.59 301	0.71 398	0.59 358	0.73 397	0.67 359	0.73 403	0.55 347	0.61 377	0.60 361	0.74 396	0.63 359	0.73 397	0.66 347	0.60 346	0.69 374	0.66 392	0.72 349	0.65 376
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 592	23.00 585	15.00 592	23.00 599	15.00 594	24.00 600	16.00 594	24.00 601	16.00 594	22.00 601	15.00 594	23.00 601	16.00 594	23.00 601	15.00 594	22.00 601	15.00 595	22.00 601	15.00 595	22.00 601	15.00 593

rafts_anoy	20.00 593	20.00 579	20.00 593	20.00 593	20.00 595	20.00 594	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 596	20.00 595	20.00 596	20.00 595	20.00 594

raft+_RVC	20.00 593	20.00 579	20.00 593	20.00 593	20.00 595	20.00 594	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 596	20.00 595	20.00 596	20.00 595	20.00 594

raftrobust	20.00 593	20.00 579	20.00 593	20.00 593	20.00 595	20.00 594	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 596	20.00 595	20.00 596	20.00 595	20.00 594

CasAABBNet	20.00 593	20.00 579	20.00 593	20.00 593	20.00 595	20.00 594	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 596	20.00 595	20.00 596	20.00 595	20.00 594

RALCasStereoNet	20.00 593	20.00 579	20.00 593	20.00 593	20.00 595	20.00 594	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 596	20.00 595	20.00 596	20.00 595	20.00 594

RALAANet	20.00 593	20.00 579	20.00 593	20.00 593	20.00 595	20.00 594	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 595	20.00 596	20.00 595	20.00 596	20.00 595	20.00 594

111	30.40 599	30.94 601	29.72 600	32.61 600	30.02 602	33.57 601	30.47 602	31.50 602	29.39 602	30.98 602	29.11 602	29.78 602	30.39 605	29.45 602	30.76 605	30.08 602	29.02 603	29.92 602	30.32 606	29.86 602	30.17 601

WCMA_ROB	31.10 600	35.43 605	27.12 599	39.51 611	23.10 601	38.78 612	25.30 601	37.49 613	25.39 601	37.29 612	27.02 601	38.52 613	26.48 601	37.80 612	26.44 601	36.28 609	22.65 602	33.90 606	22.30 602	37.10 610	24.18 600

DCANet-4	35.22 601	34.54 602	35.08 606	33.58 604	35.47 609	34.55 602	35.53 609	36.08 608	35.85 606	35.92 608	35.77 608	35.18 608	35.48 607	35.39 608	37.15 611	34.55 608	33.92 607	35.02 609	34.90 608	35.79 606	34.74 608

ADStereo(finetuned)	36.13 602	36.63 606	38.07 610	36.97 605	33.25 606	35.91 606	34.45 606	36.36 609	32.99 603	38.14 613	36.71 609	36.69 609	34.13 606	38.57 613	40.79 612	37.60 613	36.58 610	35.90 610	33.36 607	35.42 605	34.04 605

Reg-Stereo(zero)	37.00 603	37.00 607	37.00 607	37.00 606	37.00 610	37.00 609	37.00 610	37.00 610	37.00 607	37.00 609	37.00 610	37.00 610	37.00 608	37.00 609	37.00 608	37.00 610	37.00 611	37.00 611	37.00 611	37.00 607	37.00 609

HI	37.00 603	37.00 607	37.00 607	37.00 606	37.00 610	37.00 609	37.00 610	37.00 610	37.00 607	37.00 609	37.00 610	37.00 610	37.00 608	37.00 609	37.00 608	37.00 610	37.00 611	37.00 611	37.00 611	37.00 607	37.00 609

CoSv	37.00 603	37.00 607	37.00 607	37.00 606	37.00 610	37.00 609	37.00 610	37.00 610	37.00 607	37.00 609	37.00 610	37.00 610	37.00 608	37.00 609	37.00 608	37.00 610	37.00 611	37.00 611	37.00 611	37.00 607	37.00 609

MDST_ROB	69.83 606	87.70 611	41.95 611	113.75 614	65.62 615	75.05 613	55.25 614	75.64 615	45.04 610	71.61 614	41.75 613	72.81 614	44.06 611	68.38 614	44.63 613	101.89 616	59.57 616	107.10 616	61.05 616	104.38 613	59.38 614

NOSS_ROB	102.95 607	153.00 615	121.00 614	51.00 612	44.00 613	165.00 616	127.00 615	153.00 616	119.00 612	164.00 617	125.00 615	168.00 617	120.00 613	153.00 616	117.00 615	49.00 614	44.00 614	49.00 614	44.00 614	49.00 611	44.00 612

CBMV	128.50 608	1422.70 622	53.10 612	79.50 613	51.30 614	77.30 614	49.70 613	74.00 614	48.20 611	77.20 615	48.80 614	73.90 615	48.00 612	73.80 615	48.80 614	70.40 615	45.10 615	68.90 615	46.10 615	68.20 612	45.00 613
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 609	171.00 616	160.68 617	162.58 615	160.59 616	164.01 615	160.35 616	158.51 617	158.56 613	158.34 616	160.12 616	158.56 616	159.92 614	157.26 617	158.94 616	154.38 617	158.36 617	155.75 617	159.13 618	153.67 614	154.07 615
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 610	123.00 612	115.00 613	219.00 616	218.00 618	223.00 617	244.00 618	217.00 618	236.00 615	202.00 618	203.00 617	205.00 618	208.00 615	225.00 618	204.00 617	210.00 618	198.00 618	197.00 618	184.00 619	204.00 615	201.00 616

MGS-Stereo	239.45 611	123.00 612	135.00 615	266.00 617	286.00 619	277.00 618	305.00 619	271.00 619	242.00 616	274.00 619	279.00 619	255.00 619	270.00 617	268.00 619	297.00 619	221.00 619	247.00 620	216.00 619	123.00 617	217.00 616	217.00 618

EGLCR-Stereo	246.90 612	129.00 614	139.00 616	266.00 617	286.00 619	277.00 618	305.00 619	271.00 619	242.00 616	274.00 619	279.00 619	255.00 619	270.00 617	268.00 619	297.00 619	230.00 620	247.00 620	216.00 619	223.00 621	237.00 617	227.00 619

DLCB_ROB	284.23 613	354.61 618	207.27 618	363.24 619	206.46 617	364.72 620	210.41 617	364.72 621	210.41 614	364.81 621	208.64 618	364.81 621	208.64 616	364.72 621	210.41 618	354.70 621	205.53 619	354.70 621	205.53 620	354.70 618	205.53 617

LE_ROB	396.57 614	471.28 619	329.84 619	471.48 620	308.15 621	526.83 621	322.10 621	488.15 622	323.76 618	495.46 622	317.97 621	497.17 622	320.10 619	481.62 622	326.76 621	462.71 622	298.97 622	466.16 622	285.98 622	447.62 619	289.21 620

SGM-ForestM	596.69 615	677.77 620	444.52 620	699.85 621	517.25 622	732.94 622	488.29 622	770.79 623	460.11 619	750.81 623	487.98 622	792.79 623	499.41 620	730.90 623	475.81 622	720.03 623	491.16 623	663.96 623	418.60 623	674.76 620	436.05 621

CBMV_ROB	818.48 616	913.88 621	709.52 621	862.84 622	597.78 623	1073.99 623	700.52 623	1015.66 624	702.59 620	1115.65 624	760.02 623	1130.24 624	721.57 621	1037.41 624	692.65 623	814.05 624	564.29 624	843.28 624	595.31 624	915.51 621	602.92 622

tt	500032.53 617	34.60 603	29.72 600	37.47 609	34.41 607	36.85 607	35.22 607	34.71 606	33.55 604	34.50 603	35.43 606	33.81 606	10000000.00 622	33.57 606	33.13 606	33.68 606	35.00 608	34.03 607	35.26 609	30.96 603	34.63 606

DCANet	500032.53 617	34.60 603	29.72 600	37.47 609	34.41 607	36.85 607	35.22 607	34.71 606	33.55 604	34.50 603	35.43 606	33.81 606	10000000.00 622	33.57 606	33.13 606	33.68 606	35.00 608	34.03 607	35.26 609	30.96 603	34.63 606

fff	1000028.16 619	29.62 597	29.72 600	32.61 600	30.02 602	35.13 603	31.83 603	32.07 603	10000000.00 621	35.27 605	29.82 603	32.45 603	30.15 602	32.35 603	30.09 602	31.04 603	29.55 604	30.64 603	30.14 603	10000000.00 622	30.77 602

csc	1000028.16 619	29.62 597	29.72 600	32.61 600	30.02 602	35.13 603	31.83 603	32.07 603	10000000.00 621	35.27 605	29.82 603	32.45 603	30.15 602	32.35 603	30.09 602	31.04 603	29.55 604	30.64 603	30.14 603	10000000.00 622	30.77 602

cscssc	1000028.16 619	29.62 597	29.72 600	32.61 600	30.02 602	35.13 603	31.83 603	32.07 603	10000000.00 621	35.27 605	29.82 603	32.45 603	30.15 602	32.35 603	30.09 602	31.04 603	29.55 604	30.64 603	30.14 603	10000000.00 622	30.77 602

111111	10000000.00 622	10000000.00 623	10000000.00 622	10000000.00 623	10000000.00 624	10000000.00 624	10000000.00 624	10000000.00 625	10000000.00 621	10000000.00 625	10000000.00 624	10000000.00 625	10000000.00 622	10000000.00 625	10000000.00 624	10000000.00 625	10000000.00 625	10000000.00 625	10000000.00 625	10000000.00 622	10000000.00 623

SGD-Stereo	10000000.00 622	10000000.00 623	10000000.00 622	10000000.00 623	10000000.00 624	10000000.00 624	10000000.00 624	10000000.00 625	10000000.00 621	10000000.00 625	10000000.00 624	10000000.00 625	10000000.00 622	10000000.00 625	10000000.00 624	10000000.00 625	10000000.00 625	10000000.00 625	10000000.00 625	10000000.00 622	10000000.00 623

IGEV-Stereo++	10000000.00 622	10000000.00 623	10000000.00 622	10000000.00 623	10000000.00 624	10000000.00 624	10000000.00 624	10000000.00 625	10000000.00 621	10000000.00 625	10000000.00 624	10000000.00 625	10000000.00 622	10000000.00 625	10000000.00 624	10000000.00 625	10000000.00 625	10000000.00 625	10000000.00 625	10000000.00 622	10000000.00 623

IGEV-BASED-STEREO-	10000000.00 622	10000000.00 623	10000000.00 622	10000000.00 623	10000000.00 624	10000000.00 624	10000000.00 624	10000000.00 625	10000000.00 621	10000000.00 625	10000000.00 624	10000000.00 625	10000000.00 622	10000000.00 625	10000000.00 624	10000000.00 625	10000000.00 625	10000000.00 625	10000000.00 625	10000000.00 622	10000000.00 623

IGEV-Stereo+	10000000.00 622	10000000.00 623	10000000.00 622	10000000.00 623	10000000.00 624	10000000.00 624	10000000.00 624	10000000.00 625	10000000.00 621	10000000.00 625	10000000.00 624	10000000.00 625	10000000.00 622	10000000.00 625	10000000.00 624	10000000.00 625	10000000.00 625	10000000.00 625	10000000.00 625	10000000.00 622	10000000.00 623

SDNR	10000000.00 622	10000000.00 623	10000000.00 622	10000000.00 623	10000000.00 624	10000000.00 624	10000000.00 624	10000000.00 625	10000000.00 621	10000000.00 625	10000000.00 624	10000000.00 625	10000000.00 622	10000000.00 625	10000000.00 624	10000000.00 625	10000000.00 625	10000000.00 625	10000000.00 625	10000000.00 622	10000000.00 623

anonymousdsp2	10000000.00 622	10000000.00 623	10000000.00 622	10000000.00 623	10000000.00 624	10000000.00 624	10000000.00 624	10000000.00 625	10000000.00 621	10000000.00 625	10000000.00 624	10000000.00 625	10000000.00 622	10000000.00 625	10000000.00 624	10000000.00 625	10000000.00 625	10000000.00 625	10000000.00 625	10000000.00 622	10000000.00 623

anonymousdsp	10000000.00 622	10000000.00 623	10000000.00 622	10000000.00 623	10000000.00 624	10000000.00 624	10000000.00 624	10000000.00 625	10000000.00 621	10000000.00 625	10000000.00 624	10000000.00 625	10000000.00 622	10000000.00 625	10000000.00 624	10000000.00 625	10000000.00 625	10000000.00 625	10000000.00 625	10000000.00 622	10000000.00 623

test_example2	10000000.00 622	10000000.00 623	10000000.00 622	10000000.00 623	10000000.00 624	10000000.00 624	10000000.00 624	10000000.00 625	10000000.00 621	10000000.00 625	10000000.00 624	10000000.00 625	10000000.00 622	10000000.00 625	10000000.00 624	10000000.00 625	10000000.00 625	10000000.00 625	10000000.00 625	10000000.00 622	10000000.00 623

DIP-Stereo	10000000.00 622	10000000.00 623	10000000.00 622	10000000.00 623	10000000.00 624	10000000.00 624	10000000.00 624	10000000.00 625	10000000.00 621	10000000.00 625	10000000.00 624	10000000.00 625	10000000.00 622	10000000.00 625	10000000.00 624	10000000.00 625	10000000.00 625	10000000.00 625	10000000.00 625	10000000.00 622	10000000.00 623
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 299	0.50 315	0.38 299	0.50 326	0.38 305	0.50 332	3.79 568	0.50 323	0.38 291	0.54 322	0.43 295	0.46 321	0.34 289	0.46 293	0.35 278

FSD					0.44 339	0.56 350	0.44 329	0.55 339	0.44 333	0.56 349	0.44 337	0.56 354	0.44 328	0.56 346	0.46 330	0.61 338	0.42 291	0.52 355	0.42 341	0.52 326

ccccc		0.44 177		0.48 263	0.35 290	0.48 315		0.51 328		0.47 299		0.47 306		0.47 301		0.41 269	0.40 273	0.40 282	0.40 326	0.41 276

Low-res two-view benchmark