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

Wz-Net-TNSev	0.02 14	0.05 48	0.04 41	0.07 46	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.06 53	0.04 43	0.01 9	0.01 9	0.01 9	0.01 9

Wz-Net-SNSev	0.03 28	0.09 62	0.07 56	0.09 52	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.09 64	0.07 55	0.01 9	0.01 9	0.01 9	0.01 9

Wz-Net-LNSev	0.06 42	0.24 115	0.20 153	0.23 136	0.01 9	0.02 18	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.23 162	0.21 163	0.02 18	0.01 9	0.01 9	0.01 9

Wz-Net-MNSev	0.06 42	0.54 197	0.10 67	0.12 78	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.12 89	0.11 92	0.01 9	0.01 9	0.01 9	0.01 9

WZ-Net	0.05 39	0.50 184	0.10 67	0.12 78	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.12 89	0.10 71	0.01 9	0.01 9	0.01 9	0.01 9

HITNet	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9
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 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

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

PWCDC_ROB	0.01 9	0.01 9	0.02 13	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

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

G2L-Stereo_aug	0.03 28	0.04 36	0.03 33	0.03 28	0.02 20	0.03 39	0.02 19	0.03 41	0.02 20	0.03 39	0.02 19	0.03 41	0.02 21	0.03 38	0.02 19	0.03 33	0.02 14	0.03 37	0.02 20	0.03 42	0.02 19

coex_refinement	0.03 28	0.03 30	0.02 13	0.03 28	0.02 20	0.03 39	0.02 19	0.03 41	0.02 20	0.03 39	0.02 19	0.03 41	0.02 21	0.03 38	0.02 19	0.03 33	0.02 14	0.03 37	0.02 20	0.03 42	0.02 19

G2L-Stereo	0.03 28	0.03 30	0.02 13	0.03 28	0.02 20	0.03 39	0.02 19	0.03 41	0.02 20	0.03 39	0.02 19	0.03 41	0.02 21	0.03 38	0.02 19	0.03 33	0.02 14	0.03 37	0.02 20	0.03 42	0.02 19

TCMNet-wrong-test	0.03 28	0.04 36	0.03 33	0.03 28	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.03 38	0.02 19	0.03 33	0.03 34	0.03 37	0.03 52	0.03 42	0.03 49

PSMNet-RUCA	0.02 14	0.02 12	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

FACV-RUCA	0.02 14	0.02 12	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

IGEV-RUCA	0.02 14	0.02 12	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

test_sample6	0.09 49	0.97 246	0.10 67	0.10 55	0.03 46	0.03 39	0.02 19	0.03 41	0.02 20	0.03 39	0.03 50	0.03 41	0.02 21	0.03 38	0.02 19	0.10 69	0.10 71	0.03 37	0.02 20	0.03 42	0.02 19

test_sample2	0.09 49	1.03 262	0.11 87	0.11 72	0.03 46	0.03 39	0.03 48	0.03 41	0.02 20	0.03 39	0.02 19	0.03 41	0.02 21	0.03 38	0.02 19	0.09 64	0.09 66	0.03 37	0.02 20	0.03 42	0.02 19

SMFormer	0.09 49	1.01 256	0.09 63	0.09 52	0.03 46	0.03 39	0.02 19	0.03 41	0.02 20	0.03 39	0.02 19	0.03 41	0.02 21	0.03 38	0.02 19	0.09 64	0.09 66	0.03 37	0.02 20	0.03 42	0.02 19

tta	0.09 49	0.95 243	0.09 63	0.10 55	0.02 20	0.03 39	0.02 19	0.03 41	0.02 20	0.03 39	0.02 19	0.03 41	0.02 21	0.03 38	0.02 19	0.09 64	0.10 71	0.03 37	0.02 20	0.03 42	0.02 19

xxx	0.09 49	1.01 256	0.10 67	0.10 55	0.03 46	0.03 39	0.03 48	0.03 41	0.02 20	0.03 39	0.03 50	0.03 41	0.02 21	0.03 38	0.02 19	0.10 69	0.10 71	0.03 37	0.02 20	0.03 42	0.03 49

coex-ft	0.02 14	0.02 12	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

fast-acv-ft	0.02 14	0.02 12	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

CBFPSM	0.02 14	0.02 12	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

iinet-f	0.02 14	0.02 12	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

Wz-Net-LNSev-Ref	0.11 81	0.44 163	0.33 202	0.39 185	0.02 20	0.03 39	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.39 229	0.36 222	0.02 18	0.02 20	0.02 19	0.02 19

BSDual-CNN	0.81 312	1.91 362	0.92 337	4.48 459	0.02 20	0.42 256	0.06 97	0.41 231	0.02 20	0.48 267	0.03 50	0.02 19	0.02 21	0.03 38	0.02 19	1.97 436	4.19 482	0.33 201	0.23 183	0.34 191	0.27 192

psmg	0.43 228	1.91 362	0.92 337	1.91 414	0.02 20	0.02 18	0.03 48	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.03 38	0.02 19	1.97 436	1.44 426	0.04 69	0.03 52	0.02 19	0.03 49

CSP-Net	0.34 179	1.29 336	1.19 361	1.36 396	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	1.26 405	1.21 412	0.03 37	0.09 102	0.02 19	0.09 100

Syn2CoEx	0.25 147	1.31 338	0.74 316	0.92 301	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.03 41	0.02 21	0.02 19	0.02 19	0.87 328	0.75 320	0.02 18	0.02 20	0.02 19	0.02 19

MFN_U_SF_RVC	0.02 14	0.02 12	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

MSC_U_SF_DS_RVC	0.02 14	0.02 12	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

MFN_U_SF_DS_RVC	0.02 14	0.02 12	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

RYNet	0.02 14	0.02 12	0.02 13	0.03 28	0.03 46	0.03 39	0.02 19	0.02 19	0.02 20	0.03 39	0.02 19	0.02 19	0.03 50	0.03 38	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

LSM	0.02 14	0.02 12	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

LSM0	0.02 14	0.02 12	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.02 19	0.02 19	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

TCMNet	0.03 28	0.04 36	0.03 33	0.03 28	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.04 69	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.03 33	0.03 34	0.03 37	0.03 52	0.03 42	0.03 49

YMNet	0.03 28	0.04 36	0.03 33	0.03 28	0.03 46	0.03 39	0.02 19	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.02 19	0.03 46	0.03 33	0.03 34	0.03 37	0.03 52	0.03 42	0.03 49

YMNet_1	0.03 28	0.04 36	0.03 33	0.03 28	0.03 46	0.03 39	0.02 19	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.02 19	0.03 46	0.03 33	0.03 34	0.03 37	0.03 52	0.03 42	0.03 49

DualNet (step1)	0.10 60	1.05 266	0.12 98	0.12 78	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.04 69	0.02 19	0.03 41	0.03 50	0.03 38	0.03 46	0.12 89	0.12 106	0.03 37	0.03 52	0.03 42	0.03 49

test_sample9	0.10 60	1.05 266	0.12 98	0.12 78	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.04 69	0.02 19	0.03 41	0.03 50	0.03 38	0.03 46	0.12 89	0.12 106	0.03 37	0.03 52	0.03 42	0.03 49

test_sample8	0.10 60	1.05 266	0.12 98	0.12 78	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.12 89	0.12 106	0.03 37	0.03 52	0.03 42	0.03 49

test_sample7	0.09 49	1.00 250	0.11 87	0.11 72	0.02 20	0.03 39	0.03 48	0.03 41	0.03 53	0.04 69	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.12 89	0.12 106	0.03 37	0.03 52	0.03 42	0.03 49

test_sample5	0.10 60	1.07 269	0.11 87	0.10 55	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.10 69	0.10 71	0.03 37	0.03 52	0.04 72	0.03 49

test_sample4	0.10 60	1.03 262	0.12 98	0.10 55	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.13 105	0.13 130	0.03 37	0.03 52	0.03 42	0.03 49

test_sample3	0.09 49	0.87 225	0.10 67	0.12 78	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.12 89	0.10 71	0.03 37	0.02 20	0.03 42	0.02 19

test_sample1	0.09 49	0.87 225	0.12 98	0.11 72	0.03 46	0.03 39	0.03 48	0.03 41	0.02 20	0.04 69	0.02 19	0.03 41	0.03 50	0.03 38	0.03 46	0.10 69	0.10 71	0.03 37	0.02 20	0.03 42	0.02 19

DualNet	0.10 60	1.07 269	0.11 87	0.10 55	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.10 69	0.10 71	0.03 37	0.03 52	0.04 72	0.03 49

ttt	0.10 60	1.09 271	0.12 98	0.12 78	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.12 89	0.12 106	0.03 37	0.02 20	0.03 42	0.02 19

1111x	0.10 60	1.14 276	0.13 117	0.14 95	0.03 46	0.04 72	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.13 105	0.11 92	0.03 37	0.02 20	0.03 42	0.02 19

qqq	0.16 123	2.01 370	0.12 98	0.15 104	0.04 75	0.06 84	0.05 85	0.06 86	0.04 76	0.06 88	0.03 50	0.06 89	0.03 50	0.06 80	0.03 46	0.12 89	0.14 133	0.04 69	0.04 73	0.03 42	0.03 49

x	0.11 81	1.15 278	0.15 137	0.14 95	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.04 69	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.14 112	0.15 136	0.03 37	0.03 52	0.03 42	0.03 49

hknet	1.10 353	1.85 356	3.49 481	4.48 459	0.02 20	0.42 256	0.06 97	0.41 231	0.02 20	0.48 267	0.03 50	0.41 238	0.03 50	0.42 253	0.03 46	4.39 468	4.19 482	0.33 201	0.23 183	0.34 191	0.27 192

222	0.10 60	0.99 249	0.12 98	0.13 91	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.12 89	0.12 106	0.03 37	0.02 20	0.04 72	0.03 49

xxxx	0.11 81	1.16 279	0.16 138	0.12 78	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.13 105	0.16 138	0.03 37	0.04 73	0.04 72	0.04 74

test_xeample	0.10 60	1.09 271	0.13 117	0.12 78	0.03 46	0.03 39	0.03 48	0.04 72	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.03 38	0.03 46	0.14 112	0.14 133	0.03 37	0.03 52	0.03 42	0.03 49

EDNetEfficient	0.04 36	0.05 48	0.04 41	0.04 36	0.03 46	0.04 72	0.03 48	0.04 72	0.03 53	0.04 69	0.03 50	0.04 72	0.03 50	0.04 67	0.03 46	0.05 49	0.03 34	0.05 79	0.03 52	0.04 72	0.03 49

GwcNet	0.12 90	0.07 55	0.05 55	0.08 48	0.05 91	0.08 95	1.20 383	0.07 96	0.05 90	0.05 84	0.05 92	0.08 96	0.05 86	0.08 97	0.03 46	0.07 56	0.05 54	0.06 86	0.05 88	0.07 96	0.05 89

BEATNet_4x	0.11 81	0.03 30	0.03 33	1.60 404	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.05 75	0.03 46	0.03 33	0.03 34	0.03 37	0.03 52	0.03 42	0.03 49

ADCL	0.11 81	0.03 30	0.03 33	1.60 404	0.03 46	0.03 39	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.03 41	0.03 50	0.05 75	0.03 46	0.03 33	0.03 34	0.03 37	0.03 52	0.03 42	0.03 49

DFGA-Net	0.05 39	0.06 53	0.04 41	0.06 45	0.04 75	0.06 84	0.04 75	0.06 86	0.04 76	0.06 88	0.04 83	0.06 89	0.04 79	0.06 80	0.04 70	0.06 53	0.04 43	0.05 79	0.04 73	0.05 84	0.04 74

mmm	0.14 105	1.83 355	0.12 98	0.11 72	0.03 46	0.03 39	0.03 48	0.03 41	0.04 76	0.03 39	0.03 50	0.03 41	0.03 50	0.06 80	0.04 70	0.12 89	0.11 92	0.05 79	0.04 73	0.05 84	0.04 74

GASNet	0.05 39	0.04 36	0.12 98	0.04 36	0.04 75	0.04 72	0.05 85	0.04 72	0.04 76	0.12 114	0.04 83	0.06 89	0.04 79	0.04 67	0.04 70	0.04 42	0.04 43	0.04 69	0.04 73	0.04 72	0.04 74

APVNet	0.09 49	0.05 48	0.04 41	0.05 42	0.04 75	0.05 82	0.90 355	0.06 86	0.04 76	0.05 84	0.04 83	0.05 84	0.04 79	0.05 75	0.04 70	0.05 49	0.04 43	0.05 79	0.04 73	0.05 84	0.05 89

EDNetEfficientorigin	0.04 36	0.06 53	0.04 41	0.05 42	0.04 75	0.05 82	0.04 75	0.05 82	0.04 76	0.05 84	0.04 83	0.05 84	0.04 79	0.05 75	0.04 70	0.05 49	0.03 34	0.06 86	0.03 52	0.04 72	0.03 49

ADCRef	0.12 90	0.03 30	0.04 41	1.71 410	0.04 75	0.03 39	0.03 48	0.04 72	0.04 76	0.04 69	0.03 50	0.04 72	0.03 50	0.06 80	0.04 70	0.04 42	0.04 43	0.04 69	0.04 73	0.03 42	0.04 74

AnyNet_C01	0.11 81	0.02 12	0.02 13	1.62 407	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.03 39	0.02 19	0.02 19	0.02 21	0.06 80	0.04 70	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.03 49

AnyNet_C32	0.14 105	0.04 36	0.03 33	2.22 425	0.04 75	0.03 39	0.03 48	0.03 41	0.03 53	0.03 39	0.03 50	0.04 72	0.02 21	0.07 94	0.04 70	0.02 14	0.02 14	0.03 37	0.03 52	0.02 19	0.03 49

ADCP+	0.15 115	0.04 36	0.04 41	2.20 424	0.04 75	0.04 72	0.04 75	0.04 72	0.04 76	0.04 69	0.05 92	0.04 72	0.04 79	0.08 97	0.04 70	0.04 42	0.04 43	0.04 69	0.04 73	0.04 72	0.04 74

ADCPNet	0.10 60	0.03 30	0.04 41	1.27 389	0.03 46	0.04 72	0.03 48	0.03 41	0.03 53	0.04 69	0.03 50	0.04 72	0.03 50	0.08 97	0.04 70	0.04 42	0.03 34	0.03 37	0.03 52	0.03 42	0.03 49

NVStereoNet_ROB	0.04 36	0.04 36	0.04 41	0.04 36	0.04 75	0.04 72	0.04 75	0.04 72	0.04 76	0.04 69	0.04 83	0.04 72	0.04 79	0.04 67	0.04 70	0.04 42	0.04 43	0.04 69	0.04 73	0.04 72	0.04 74
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
qqq1	0.25 147	3.70 424	0.14 122	0.14 95	0.04 75	0.06 84	0.05 85	0.06 86	0.05 90	0.06 88	0.05 92	0.04 72	0.05 86	0.06 80	0.05 81	0.13 105	0.12 106	0.06 86	0.05 88	0.03 42	0.04 74

fff1	0.25 147	3.70 424	0.14 122	0.14 95	0.04 75	0.06 84	0.05 85	0.06 86	0.05 90	0.06 88	0.05 92	0.04 72	0.05 86	0.06 80	0.05 81	0.13 105	0.12 106	0.06 86	0.05 88	0.03 42	0.04 74

11t1	0.17 126	2.16 379	0.13 117	0.13 91	0.04 75	0.06 84	0.04 75	0.06 86	0.04 76	0.06 88	0.03 50	0.06 89	0.03 50	0.06 80	0.05 81	0.18 141	0.12 106	0.06 86	0.03 52	0.05 84	0.03 49

ffm	0.25 147	3.83 430	0.12 98	0.12 78	0.05 91	0.06 84	0.05 85	0.06 86	0.05 90	0.03 39	0.03 50	0.06 89	0.05 86	0.06 80	0.05 81	0.12 89	0.12 106	0.05 79	0.04 73	0.06 88	0.04 74

ff1	0.25 147	3.83 430	0.12 98	0.12 78	0.05 91	0.06 84	0.05 85	0.06 86	0.05 90	0.03 39	0.03 50	0.06 89	0.05 86	0.06 80	0.05 81	0.12 89	0.12 106	0.05 79	0.04 73	0.06 88	0.04 74

mmx	0.25 147	3.83 430	0.12 98	0.12 78	0.05 91	0.06 84	0.05 85	0.06 86	0.05 90	0.03 39	0.03 50	0.06 89	0.05 86	0.06 80	0.05 81	0.12 89	0.12 106	0.05 79	0.04 73	0.06 88	0.04 74

BUS	0.83 319	1.91 362	0.92 337	4.48 459	0.02 20	0.40 222	0.04 75	0.41 231	0.02 20	0.48 267	0.03 50	0.41 238	0.05 86	0.03 38	0.05 81	1.97 436	4.19 482	0.33 201	0.23 183	0.34 191	0.27 192

NINENet	0.69 287	3.87 433	1.20 364	1.98 418	0.05 91	0.40 222	0.04 75	0.40 216	0.05 90	0.41 230	0.04 83	0.41 238	0.05 86	0.40 226	0.05 81	1.79 429	1.56 432	0.34 208	0.22 178	0.34 191	0.23 168

AASNet	0.06 42	0.08 56	0.08 58	0.08 48	0.05 91	0.06 84	0.05 85	0.05 82	0.06 98	0.06 88	0.06 98	0.05 84	0.06 98	0.06 80	0.05 81	0.08 58	0.08 57	0.08 93	0.05 88	0.06 88	0.05 89

SACVNet	0.06 42	0.08 56	0.08 58	0.08 48	0.05 91	0.06 84	0.05 85	0.05 82	0.06 98	0.06 88	0.06 98	0.05 84	0.06 98	0.06 80	0.05 81	0.08 58	0.08 57	0.08 93	0.05 88	0.06 88	0.05 89

AACVNet	0.06 42	0.08 56	0.08 58	0.08 48	0.05 91	0.06 84	0.05 85	0.05 82	0.06 98	0.06 88	0.06 98	0.05 84	0.06 98	0.06 80	0.05 81	0.08 58	0.08 57	0.08 93	0.05 88	0.06 88	0.05 89

FINET	0.07 47	0.08 56	0.07 56	0.07 46	0.07 100	0.08 95	0.06 97	0.08 99	0.07 101	0.08 96	0.07 101	0.08 96	0.06 98	0.07 94	0.07 92	0.08 58	0.07 55	0.07 91	0.07 96	0.06 88	0.06 94

SuperB	0.21 137	0.10 64	2.51 464	0.12 78	0.09 104	0.10 100	0.09 102	0.08 99	0.07 101	0.10 100	0.09 104	0.09 100	0.07 102	0.07 94	0.07 92	0.07 56	0.08 57	0.07 91	0.07 96	0.08 98	0.07 96

SepStereo	0.09 49	0.09 62	0.10 67	0.09 52	0.09 104	0.09 99	0.09 102	0.10 101	0.08 103	0.10 100	0.09 104	0.09 100	0.09 105	0.09 100	0.08 94	0.09 64	0.08 57	0.09 98	0.08 100	0.09 101	0.08 97

BEATNet-Init1	0.19 129	0.08 56	0.08 58	2.23 426	0.08 102	0.08 95	0.07 100	0.07 96	0.08 103	0.08 96	0.07 101	0.08 96	0.07 102	0.11 113	0.08 94	0.08 58	0.08 57	0.08 93	0.07 96	0.08 98	0.08 97

DeepPrunerF	0.19 129	0.08 56	0.08 58	2.23 426	0.08 102	0.08 95	0.07 100	0.07 96	0.08 103	0.08 96	0.07 101	0.08 96	0.07 102	0.11 113	0.08 94	0.08 58	0.08 57	0.08 93	0.07 96	0.08 98	0.08 97

ISRNet	0.11 81	0.05 48	0.36 219	0.24 141	0.07 100	0.13 115	0.05 85	0.06 86	0.05 90	0.05 84	0.05 92	0.13 116	0.05 86	0.05 75	0.09 97	0.24 167	0.20 160	0.10 99	0.05 88	0.06 88	0.13 138

ac_64	0.22 140	0.13 78	0.19 150	0.23 136	0.10 110	0.26 177	1.02 370	0.14 117	0.10 107	0.28 178	0.14 149	0.17 136	0.19 170	0.28 187	0.09 97	0.22 151	0.16 138	0.23 165	0.17 169	0.11 112	0.12 132

ADCMid	0.08 48	0.02 12	0.02 13	1.01 318	0.03 46	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.04 67	0.09 97	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

PASM	0.39 208	3.06 410	1.36 424	1.58 402	0.09 104	0.11 111	0.11 120	0.11 113	0.11 122	0.09 99	0.09 104	0.11 112	0.09 105	0.09 100	0.09 97	0.11 84	0.11 92	0.11 110	0.09 102	0.11 112	0.11 117

DRN-Test	0.14 105	0.13 78	0.09 63	0.14 95	0.09 104	0.15 123	0.09 102	0.14 117	0.10 107	0.14 116	0.09 104	0.14 117	0.09 105	0.13 118	0.09 97	0.12 89	0.09 66	0.12 113	0.09 102	0.12 116	0.73 337

StereoDRNet	0.15 115	0.14 82	0.10 67	0.14 95	0.09 104	0.15 123	0.09 102	0.14 117	0.09 106	0.14 116	0.10 108	0.14 117	0.09 105	0.14 119	0.09 97	0.13 105	0.10 71	0.13 116	0.09 102	0.13 118	0.82 348

S2M2	0.12 90	0.14 82	0.10 67	0.15 104	0.10 110	0.14 116	0.10 107	0.14 117	0.10 107	0.15 122	0.10 108	0.14 117	0.10 109	0.14 119	0.10 103	0.13 105	0.10 71	0.13 116	0.09 102	0.13 118	0.09 100

AnonymousM	0.10 60	0.10 64	0.10 67	0.10 55	0.10 110	0.10 100	0.10 107	0.10 101	0.10 107	0.10 100	0.10 108	0.10 102	0.10 109	0.10 102	0.10 103	0.10 69	0.10 71	0.10 99	0.10 109	0.10 102	0.10 105

UNet	0.29 160	0.90 232	0.10 67	0.14 95	0.10 110	0.14 116	0.10 107	0.91 334	0.69 334	0.14 116	0.11 122	0.14 117	0.11 121	0.14 119	0.10 103	0.12 89	0.09 66	0.12 113	0.09 102	0.88 322	0.76 342

PVD	0.10 60	0.10 64	0.10 67	0.10 55	0.10 110	0.10 100	0.10 107	0.10 101	0.10 107	0.10 100	0.10 108	0.10 102	0.10 109	0.10 102	0.10 103	0.10 69	0.10 71	0.10 99	0.10 109	0.10 102	0.10 105

SHD	0.10 60	0.10 64	0.10 67	0.10 55	0.10 110	0.10 100	0.10 107	0.10 101	0.10 107	0.10 100	0.10 108	0.10 102	0.10 109	0.10 102	0.10 103	0.10 69	0.10 71	0.10 99	0.10 109	0.10 102	0.10 105

SAMSARA	0.10 60	0.10 64	0.10 67	0.10 55	0.10 110	0.10 100	0.10 107	0.10 101	0.10 107	0.10 100	0.10 108	0.10 102	0.10 109	0.10 102	0.10 103	0.10 69	0.10 71	0.10 99	0.10 109	0.10 102	0.10 105

XQC	0.10 60	0.10 64	0.10 67	0.10 55	0.10 110	0.10 100	0.10 107	0.10 101	0.10 107	0.10 100	0.10 108	0.10 102	0.10 109	0.10 102	0.10 103	0.10 69	0.10 71	0.10 99	0.10 109	0.10 102	0.10 105

RTSC	0.10 60	0.10 64	0.10 67	0.10 55	0.10 110	0.10 100	0.10 107	0.10 101	0.10 107	0.10 100	0.10 108	0.10 102	0.10 109	0.10 102	0.10 103	0.10 69	0.10 71	0.10 99	0.10 109	0.10 102	0.10 105

RTS	0.10 60	0.10 64	0.10 67	0.10 55	0.10 110	0.10 100	0.10 107	0.10 101	0.10 107	0.10 100	0.10 108	0.10 102	0.10 109	0.10 102	0.10 103	0.10 69	0.10 71	0.10 99	0.10 109	0.10 102	0.10 105

RTSA	0.10 60	0.10 64	0.10 67	0.10 55	0.10 110	0.10 100	0.10 107	0.10 101	0.10 107	0.10 100	0.10 108	0.10 102	0.10 109	0.10 102	0.10 103	0.10 69	0.10 71	0.10 99	0.10 109	0.10 102	0.10 105

MADNet+	0.10 60	0.10 64	0.10 67	0.10 55	0.10 110	0.10 100	0.10 107	0.10 101	0.10 107	0.10 100	0.10 108	0.10 102	0.10 109	0.10 102	0.10 103	0.10 69	0.10 71	0.10 99	0.10 109	0.10 102	0.10 105

MADNet++	0.10 60	0.10 64	0.10 67	0.10 55	0.10 110	0.10 100	0.10 107	0.10 101	0.10 107	0.10 100	0.10 108	0.10 102	0.10 109	0.10 102	0.10 103	0.10 69	0.10 71	0.10 99	0.10 109	0.10 102	0.10 105

test_for_model	0.15 115	0.23 108	0.18 147	0.21 133	0.11 125	0.16 130	0.11 120	0.16 130	0.11 122	0.16 127	0.11 122	0.16 128	0.11 121	0.16 129	0.11 115	0.21 148	0.18 157	0.14 118	0.11 121	0.14 120	0.11 117

testlalala2	0.13 96	0.16 84	0.11 87	0.15 104	0.11 125	0.16 130	0.11 120	0.16 130	0.11 122	0.16 127	0.11 122	0.16 128	0.11 121	0.16 129	0.11 115	0.14 112	0.11 92	0.14 118	0.11 121	0.14 120	0.11 117

JetRed	0.11 81	0.12 77	0.11 87	0.11 72	0.11 125	0.11 111	0.14 140	0.11 113	0.11 122	0.12 114	0.11 122	0.11 112	0.11 121	0.11 113	0.11 115	0.11 84	0.16 138	0.11 110	0.11 121	0.11 112	0.11 117

testlalala_base	0.13 96	0.16 84	0.11 87	0.15 104	0.11 125	0.15 123	0.11 120	0.16 130	0.11 122	0.16 127	0.11 122	0.16 128	0.11 121	0.16 129	0.11 115	0.14 112	0.11 92	0.14 118	0.11 121	0.14 120	0.11 117

CIPLG	0.13 96	0.21 103	0.12 98	0.16 113	0.11 125	0.15 123	0.11 120	0.14 117	0.11 122	0.15 122	0.12 132	0.15 127	0.11 121	0.14 119	0.11 115	0.15 121	0.12 106	0.14 118	0.11 121	0.14 120	0.11 117

IPLG	0.13 96	0.20 97	0.14 122	0.15 104	0.11 125	0.14 116	0.11 120	0.14 117	0.11 122	0.14 116	0.11 122	0.14 117	0.11 121	0.14 119	0.11 115	0.15 121	0.12 106	0.14 118	0.11 121	0.14 120	0.11 117

IPLGR_C	0.14 105	0.20 97	0.12 98	0.15 104	0.11 125	0.14 116	0.15 145	0.14 117	0.11 122	0.15 122	0.12 132	0.14 117	0.11 121	0.16 129	0.11 115	0.15 121	0.12 106	0.14 118	0.12 137	0.15 130	0.12 132

MIPNet	0.14 105	0.21 103	0.17 142	0.16 113	0.11 125	0.15 123	0.12 135	0.14 117	0.11 122	0.16 127	0.11 122	0.14 117	0.11 121	0.14 119	0.11 115	0.14 112	0.12 106	0.14 118	0.11 121	0.14 120	0.11 117

IPLGR	0.14 105	0.24 115	0.14 122	0.16 113	0.12 140	0.15 123	0.12 135	0.14 117	0.11 122	0.15 122	0.12 132	0.14 117	0.11 121	0.14 119	0.11 115	0.15 121	0.12 106	0.14 118	0.11 121	0.14 120	0.11 117

ACRE	0.13 96	0.21 103	0.14 122	0.15 104	0.11 125	0.14 116	0.11 120	0.14 117	0.11 122	0.14 116	0.12 132	0.14 117	0.11 121	0.14 119	0.11 115	0.15 121	0.12 106	0.14 118	0.11 121	0.14 120	0.11 117

ICVP	0.15 115	0.53 194	0.11 87	0.16 113	0.11 125	0.16 130	0.11 120	0.16 130	0.11 122	0.16 127	0.11 122	0.16 128	0.11 121	0.16 129	0.11 115	0.16 128	0.11 92	0.16 134	0.11 121	0.16 134	0.11 117
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
LRCNet_RVC	0.13 96	0.13 78	0.09 63	0.13 91	0.10 110	0.14 116	0.10 107	0.14 117	0.10 107	0.23 159	0.10 108	0.20 145	0.10 109	0.24 167	0.11 115	0.11 84	0.09 66	0.12 113	0.14 148	0.12 116	0.09 100

aanetorigin	0.13 96	0.11 75	0.11 87	0.11 72	0.11 125	0.11 111	0.11 120	0.11 113	0.11 122	0.11 112	0.12 132	0.11 112	0.11 121	0.11 113	0.11 115	0.11 84	0.11 92	0.14 118	0.11 121	0.49 268	0.11 117

ELAS	0.13 96	0.16 84	0.11 87	0.15 104	0.09 104	0.18 139	0.11 120	0.18 138	0.11 122	0.17 134	0.11 122	0.18 139	0.11 121	0.18 138	0.11 115	0.14 112	0.08 57	0.14 118	0.08 100	0.14 120	0.09 100
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetBlue	0.11 81	0.11 75	0.12 98	0.13 91	0.14 145	0.11 111	0.11 120	0.11 113	0.11 122	0.11 112	0.11 122	0.11 112	0.11 121	0.12 117	0.12 129	0.11 84	0.11 92	0.11 110	0.11 121	0.11 112	0.11 117

ProNet	0.14 105	0.20 97	0.14 122	0.16 113	0.11 125	0.16 130	0.11 120	0.17 136	0.11 122	0.17 134	0.12 132	0.17 136	0.13 142	0.17 136	0.12 129	0.15 121	0.11 92	0.16 134	0.11 121	0.15 130	0.12 132

cf-r	0.66 279	2.17 380	0.12 98	0.18 120	0.12 140	0.18 139	2.70 470	2.60 453	0.12 140	0.18 137	0.12 132	0.18 139	0.12 137	0.18 138	0.12 129	0.15 121	0.11 92	0.15 131	0.11 121	1.81 422	1.74 457

HSM	0.14 105	0.16 84	0.12 98	0.17 119	0.12 140	0.17 136	0.11 120	0.17 136	0.11 122	0.17 134	0.12 132	0.17 136	0.12 137	0.17 136	0.12 129	0.16 128	0.11 92	0.16 134	0.11 121	0.16 134	0.12 132

ELAS_RVC	0.14 105	0.16 84	0.10 67	0.15 104	0.10 110	0.18 139	0.11 120	0.19 140	0.11 122	0.19 139	0.12 132	0.18 139	0.11 121	0.19 141	0.12 129	0.14 112	0.08 57	0.14 118	0.09 102	0.15 130	0.09 100
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 115	0.17 90	0.11 87	0.18 120	0.11 125	0.19 142	0.11 120	0.19 140	0.12 140	0.19 139	0.12 132	0.20 145	0.12 137	0.19 141	0.12 129	0.16 128	0.11 92	0.17 139	0.10 109	0.17 137	0.10 105
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DDVS	0.30 161	3.10 411	0.14 122	0.19 123	0.14 145	0.19 142	0.14 140	0.20 145	0.14 145	0.19 139	0.13 144	0.16 128	0.13 142	0.19 141	0.13 135	0.17 133	0.13 130	0.17 139	0.13 145	0.17 137	0.13 138

DeepPruner_ROB	0.16 123	0.18 92	0.13 117	0.19 123	0.13 143	0.19 142	0.13 138	0.19 140	0.13 143	0.19 139	0.13 144	0.19 143	0.13 142	0.19 141	0.13 135	0.18 141	0.13 130	0.18 148	0.13 145	0.18 141	0.13 138

PDISCO_ROB	0.83 319	2.80 407	3.49 481	0.14 95	0.11 125	0.17 136	0.09 102	0.15 129	0.10 107	0.15 122	0.12 132	0.16 128	0.14 146	3.30 466	0.13 135	0.14 112	2.34 457	0.16 134	0.12 137	2.62 447	0.10 105

LALA_ROB	0.15 115	0.19 93	0.12 98	0.18 120	0.11 125	0.20 147	0.12 135	0.21 151	0.12 140	0.20 144	0.12 132	0.20 145	0.12 137	0.21 155	0.13 135	0.17 133	0.10 71	0.18 148	0.11 121	0.18 141	0.11 117

castereo++	0.54 261	3.59 421	1.15 355	1.31 392	0.14 145	0.16 130	0.14 140	0.16 130	0.14 145	0.16 127	0.14 149	0.16 128	0.13 142	0.16 129	0.14 139	1.45 417	1.16 361	0.15 131	0.14 148	0.15 130	0.13 138

ITSA-stereo	0.15 115	0.17 90	0.13 117	0.20 125	0.13 143	0.19 142	0.13 138	0.18 138	0.13 143	0.19 139	0.13 144	0.18 139	0.14 146	0.18 138	0.14 139	0.16 128	0.11 92	0.15 131	0.14 148	0.18 141	0.11 117

GMStereo	0.14 105	0.13 78	0.14 122	0.14 95	0.14 145	0.14 116	0.14 140	0.14 117	0.14 145	0.14 116	0.14 149	0.14 117	0.14 146	0.14 119	0.14 139	0.14 112	0.14 133	0.14 118	0.14 148	0.14 120	0.14 143
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ACVNet	0.20 131	0.19 93	0.14 122	0.20 125	0.14 145	0.20 147	0.96 362	0.21 151	0.14 145	0.20 144	0.13 144	0.21 152	0.14 146	0.20 145	0.14 139	0.17 133	0.12 106	0.17 139	0.12 137	0.17 137	0.12 132

acv_ft	0.20 131	0.19 93	0.14 122	0.20 125	0.14 145	0.20 147	0.96 362	0.21 151	0.14 145	0.20 144	0.13 144	0.21 152	0.14 146	0.20 145	0.14 139	0.17 133	0.12 106	0.17 139	0.12 137	0.17 137	0.12 132

hitnet-ft	0.79 305	2.78 406	0.14 122	0.20 125	0.14 145	0.21 154	2.89 471	2.80 460	0.14 145	0.20 144	0.14 149	0.20 145	0.14 146	0.20 145	0.14 139	0.17 133	0.12 106	0.17 139	0.12 137	2.54 446	2.33 467

GANet-RSSM	0.75 296	1.91 362	0.14 122	0.47 227	0.14 145	0.21 154	3.21 487	2.30 447	0.14 145	0.46 256	0.14 149	0.23 162	0.18 165	0.21 155	0.14 139	0.18 141	0.27 182	0.37 228	0.13 145	2.13 431	2.12 460

PSMNet-RSSM	0.77 301	2.76 403	0.14 122	0.20 125	0.14 145	0.20 147	2.66 468	2.79 459	0.14 145	0.21 153	0.14 149	0.21 152	0.14 146	0.20 145	0.14 139	0.17 133	0.12 106	0.17 139	0.12 137	2.52 444	2.31 465

GwcNet-RSSM	0.77 301	2.77 405	0.14 122	0.20 125	0.14 145	0.20 147	2.67 469	2.78 458	0.14 145	0.20 144	0.14 149	0.20 145	0.14 146	0.21 155	0.14 139	0.17 133	0.12 106	0.17 139	0.12 137	2.52 444	2.31 465

CFNet-ft	0.55 265	1.57 345	0.14 122	0.20 125	0.14 145	0.20 147	2.53 467	1.61 426	0.14 145	0.20 144	0.14 149	0.20 145	0.14 146	0.20 145	0.14 139	0.17 133	0.12 106	0.17 139	0.12 137	1.56 417	1.24 431

DEFOM-Stereo_RVC	0.83 319	5.18 451	1.98 455	2.19 423	0.17 163	0.19 142	0.18 156	0.19 140	0.16 157	0.20 144	0.19 172	0.22 158	0.22 179	0.20 145	0.15 149	2.28 444	2.13 452	0.24 172	0.17 169	0.18 141	0.16 144

gwcnet-sp	0.82 316	1.72 349	1.48 431	0.39 185	0.15 156	0.31 187	0.21 168	0.20 145	0.25 188	1.61 430	0.23 185	0.28 182	0.26 200	0.20 145	0.15 149	0.24 167	1.33 417	0.32 193	0.16 153	6.75 493	0.23 168

scenet	0.82 316	1.72 349	1.48 431	0.39 185	0.15 156	0.31 187	0.21 168	0.20 145	0.25 188	1.61 430	0.23 185	0.28 182	0.26 200	0.20 145	0.15 149	0.24 167	1.33 417	0.32 193	0.16 153	6.75 493	0.23 168

ssnet	0.82 316	1.72 349	1.48 431	0.39 185	0.15 156	0.31 187	0.21 168	0.20 145	0.25 188	1.61 430	0.23 185	0.28 182	0.26 200	0.20 145	0.15 149	0.24 167	1.33 417	0.32 193	0.16 153	6.75 493	0.23 168

dd	0.23 144	0.98 247	0.16 138	0.23 136	0.15 156	0.23 162	0.15 145	0.23 158	0.15 155	0.23 159	0.15 157	0.24 166	0.17 158	0.23 163	0.15 149	0.22 151	0.15 136	0.21 154	0.15 152	0.22 153	0.16 144

dad	0.23 144	1.03 262	0.16 138	0.23 136	0.15 156	0.24 163	0.15 145	0.24 161	0.16 157	0.23 159	0.16 158	0.24 166	0.16 156	0.23 163	0.15 149	0.22 151	0.16 138	0.22 159	0.16 153	0.22 153	0.16 144

GMStereo_Zeroshot	0.16 123	0.16 84	0.16 138	0.16 113	0.16 162	0.16 130	0.16 148	0.16 130	0.16 157	0.16 127	0.16 158	0.16 128	0.16 156	0.16 129	0.16 155	0.16 128	0.16 138	0.16 134	0.16 153	0.16 134	0.16 144

castereo	0.61 272	3.79 429	1.35 419	1.52 401	0.15 156	0.17 136	0.16 148	0.20 145	0.21 172	0.18 137	0.16 158	0.21 152	0.12 137	0.26 182	0.17 156	1.43 416	1.38 423	0.17 139	0.16 153	0.18 141	0.16 144

tg	0.21 137	0.25 117	0.21 156	0.26 153	0.17 163	0.24 163	0.17 150	0.24 161	0.17 160	0.24 164	0.17 161	0.24 166	0.17 158	0.24 167	0.17 156	0.24 167	0.17 151	0.23 165	0.16 153	0.23 162	0.16 144

ACV-stereo	0.30 161	2.08 372	0.25 170	0.25 146	0.18 170	0.24 163	0.17 150	0.24 161	0.18 162	0.24 164	0.17 161	0.25 171	0.17 158	0.24 167	0.17 156	0.22 151	0.16 138	0.22 159	0.16 153	0.22 153	0.16 144

IGEV_Zeroshot_test	0.20 131	0.19 93	0.40 234	0.30 158	0.17 163	0.22 156	0.17 150	0.21 151	0.17 160	0.20 144	0.17 161	0.21 152	0.18 165	0.21 155	0.17 156	0.20 144	0.16 138	0.20 152	0.16 153	0.20 148	0.17 154

MIM_Stereo	0.25 147	0.23 108	0.66 303	0.80 286	0.17 163	0.22 156	0.17 150	0.23 158	0.18 162	0.26 175	0.17 161	0.21 152	0.17 158	0.25 172	0.17 156	0.23 162	0.16 138	0.21 154	0.17 169	0.22 153	0.17 154

MMNet	0.44 231	1.24 334	0.17 142	0.25 146	0.17 163	0.25 170	0.18 156	1.26 414	0.93 363	0.25 168	0.17 161	0.25 171	0.18 165	0.25 172	0.17 156	0.23 162	0.16 138	0.23 165	0.16 153	1.20 358	0.99 362

delet	0.43 228	1.21 330	0.17 142	0.25 146	0.17 163	0.25 170	0.18 156	1.26 414	0.95 365	0.25 168	0.17 161	0.25 171	0.17 158	0.25 172	0.17 156	0.23 162	0.16 138	0.22 159	0.16 153	1.18 355	0.98 361

psm_up	0.43 228	1.19 283	0.17 142	0.25 146	0.18 170	0.25 170	0.19 160	1.26 414	0.91 358	0.26 175	0.17 161	0.25 171	0.17 158	0.25 172	0.17 156	0.22 151	0.17 151	0.23 165	0.16 153	1.18 355	0.99 362

UPFNet	0.42 227	1.20 284	0.17 142	0.24 141	0.17 163	0.25 170	0.17 150	1.19 362	0.90 357	0.25 168	0.17 161	0.24 166	0.17 158	0.25 172	0.17 156	0.22 151	0.17 151	0.22 159	0.16 153	1.15 347	0.93 357

MSKI-zero shot	0.24 146	0.21 103	0.49 271	0.65 269	0.18 170	0.22 156	0.17 150	0.23 158	0.18 162	0.21 153	0.17 161	0.23 162	0.28 214	0.23 163	0.18 165	0.21 148	0.16 138	0.21 154	0.16 153	0.21 151	0.16 144

iResNetv2_ROB	0.20 131	0.23 108	0.18 147	0.24 141	0.20 176	0.24 163	0.18 156	0.24 161	0.18 162	0.24 164	0.18 171	0.23 162	0.19 170	0.24 167	0.18 165	0.21 148	0.16 138	0.21 154	0.16 153	0.22 153	0.16 144

iResNet	0.20 131	0.23 108	0.18 147	0.24 141	0.18 170	0.24 163	0.20 163	0.24 161	0.18 162	0.23 159	0.17 161	0.23 162	0.18 165	0.23 163	0.18 165	0.22 151	0.16 138	0.21 154	0.16 153	0.21 151	0.16 144

Pointernet	0.21 137	0.22 107	0.19 150	0.24 141	0.19 174	0.24 163	0.19 160	0.24 161	0.19 168	0.24 164	0.19 172	0.24 166	0.19 170	0.24 167	0.19 168	0.22 151	0.17 151	0.22 159	0.17 169	0.22 153	0.17 154

CAS++	0.17 126	0.27 119	0.21 156	0.10 55	0.21 182	0.15 123	0.22 173	0.10 101	0.21 172	0.22 155	0.10 108	0.19 143	0.18 165	0.10 102	0.19 168	0.20 144	0.19 158	0.18 148	0.10 109	0.19 147	0.18 158
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CFNet	1.37 413	5.27 454	0.19 150	5.49 481	0.19 174	0.28 181	0.19 160	0.28 174	0.19 168	0.28 178	0.19 172	0.28 182	4.35 491	0.28 187	0.19 168	0.23 162	0.17 151	0.23 165	4.21 500	4.81 477	0.17 154

DAS	0.20 131	0.20 97	0.20 153	0.20 125	0.20 176	0.20 147	0.20 163	0.20 145	0.20 170	0.20 144	0.20 176	0.20 145	0.20 174	0.20 145	0.20 171	0.20 144	0.20 160	0.20 152	0.20 174	0.20 148	0.20 161

AANet_RVC	1.26 408	0.31 126	4.99 492	5.93 484	0.20 176	0.25 170	0.20 163	0.25 167	0.20 170	0.23 159	0.19 172	0.25 171	0.20 174	0.25 172	0.20 171	5.66 492	4.76 485	0.26 176	0.30 231	0.24 163	0.27 192

GEStereo_RVC	0.86 325	4.45 441	0.20 153	0.27 155	0.20 176	0.27 180	0.20 163	0.26 171	0.18 162	5.03 494	0.20 176	0.27 181	0.19 170	0.27 185	0.21 173	0.20 144	0.19 158	0.19 151	4.02 498	0.20 148	0.18 158

HGLStereo	0.28 157	0.29 124	0.22 158	0.36 174	0.22 184	0.36 206	0.21 168	0.36 197	0.21 172	0.42 242	0.21 180	0.36 208	0.22 179	0.36 210	0.21 173	0.34 196	0.21 163	0.34 208	0.21 175	0.34 191	0.21 163

DCVSM-stereo	0.36 189	1.89 359	0.22 158	0.40 198	0.22 184	0.40 222	0.22 173	0.40 216	0.22 175	0.40 217	0.22 181	0.40 226	0.22 179	0.40 226	0.22 175	0.28 179	0.21 163	0.28 182	0.21 175	0.28 171	0.20 161

WAO-6	0.22 140	0.23 108	0.22 158	0.23 136	0.22 184	0.22 156	0.22 173	0.22 155	0.22 175	0.22 155	0.22 181	0.22 158	0.22 179	0.22 159	0.22 175	0.22 151	0.22 167	0.22 159	0.22 178	0.22 153	0.22 166

IMH-64-1	0.22 140	0.23 108	0.23 161	0.22 134	0.22 184	0.22 156	0.22 173	0.22 155	0.22 175	0.22 155	0.22 181	0.22 158	0.22 179	0.22 159	0.22 175	0.22 151	0.22 167	0.23 165	0.22 178	0.22 153	0.23 168

IMH-64	0.22 140	0.23 108	0.23 161	0.22 134	0.22 184	0.22 156	0.22 173	0.22 155	0.22 175	0.22 155	0.22 181	0.22 158	0.22 179	0.22 159	0.22 175	0.22 151	0.22 167	0.23 165	0.22 178	0.22 153	0.23 168

ssnet_v2	0.68 284	1.96 369	1.25 415	0.29 157	0.20 176	0.30 184	0.20 163	0.29 178	0.22 175	1.50 428	0.20 176	0.31 192	0.20 174	0.27 185	0.22 175	0.24 167	1.49 429	0.26 176	0.18 173	3.90 455	0.19 160

DISCO	1.11 355	0.39 143	5.28 494	0.39 185	0.20 176	0.39 221	0.27 199	0.39 212	0.22 175	0.38 208	0.20 176	0.38 216	0.20 174	6.95 505	0.22 175	0.30 187	0.21 163	0.27 180	0.21 175	5.25 486	0.21 163

PAM	0.39 208	1.88 358	0.34 210	0.37 177	0.41 280	0.45 263	0.22 173	0.28 174	0.23 181	0.28 178	0.24 191	0.29 187	0.23 185	0.29 190	0.23 181	0.38 220	0.32 210	0.38 235	0.37 264	0.32 181	0.22 166

DLNR_Zeroshot_test	0.31 166	0.28 122	0.47 261	0.79 284	0.24 194	0.30 184	0.26 196	0.30 180	0.24 183	0.32 189	0.23 185	0.31 192	0.24 188	0.30 192	0.23 181	0.29 186	0.26 177	0.29 187	0.24 191	0.33 187	0.23 168

testlalala	0.32 174	0.81 220	0.31 193	0.39 185	0.26 204	0.33 197	0.24 185	0.33 186	0.26 201	0.32 189	0.26 203	0.33 196	0.23 185	0.33 200	0.23 181	0.35 205	0.31 208	0.30 189	0.24 191	0.31 180	0.21 163

FENet	0.54 261	1.52 344	1.19 361	1.41 399	0.23 189	0.35 203	0.23 180	0.35 193	0.23 181	0.34 195	0.23 185	0.35 202	0.23 185	0.35 204	0.23 181	1.40 415	1.07 345	0.32 193	0.23 183	0.33 187	0.23 168

WCG-NET（raft）	0.32 174	1.24 334	0.24 167	0.32 164	0.24 194	0.32 195	0.23 180	0.32 183	0.24 183	0.32 189	0.24 191	0.32 194	0.24 188	0.32 195	0.24 185	0.30 187	0.23 171	0.30 189	0.23 183	0.30 177	0.23 168

tt1	0.31 166	0.93 241	0.24 167	0.33 167	0.23 189	0.31 187	0.24 185	0.32 183	0.24 183	0.32 189	0.23 185	0.32 194	0.25 191	0.32 195	0.24 185	0.27 177	0.26 177	0.27 180	0.26 202	0.27 169	0.27 192

xxxxx1	0.31 166	0.91 234	0.23 161	0.31 161	0.23 189	0.31 187	0.23 180	0.33 186	0.25 188	0.31 184	0.24 191	0.33 196	0.25 191	0.32 195	0.24 185	0.28 179	0.28 187	0.28 182	0.28 212	0.29 174	0.27 192

tt_ll	0.31 166	0.91 234	0.23 161	0.31 161	0.23 189	0.31 187	0.23 180	0.33 186	0.25 188	0.31 184	0.24 191	0.33 196	0.25 191	0.32 195	0.24 185	0.28 179	0.28 187	0.28 182	0.28 212	0.29 174	0.27 192

ff	0.31 166	0.91 234	0.23 161	0.31 161	0.23 189	0.31 187	0.23 180	0.33 186	0.25 188	0.31 184	0.24 191	0.33 196	0.25 191	0.32 195	0.24 185	0.28 179	0.28 187	0.28 182	0.28 212	0.29 174	0.27 192

iResNet_ROB	0.28 157	0.32 127	0.24 167	0.32 164	0.25 196	0.32 195	0.24 185	0.32 183	0.24 183	0.33 193	0.24 191	0.35 202	0.24 188	0.33 200	0.24 185	0.31 190	0.24 173	0.32 193	0.24 191	0.32 181	0.24 178

UNDER WATER-64	0.25 147	0.26 118	0.25 170	0.26 153	0.25 196	0.25 170	0.25 188	0.25 167	0.25 188	0.25 168	0.25 197	0.25 171	0.25 191	0.26 182	0.25 191	0.25 173	0.25 174	0.25 173	0.25 196	0.25 164	0.25 179

LoS_RVC	0.30 161	1.14 276	0.25 170	0.25 146	0.25 196	0.26 177	0.25 188	0.25 167	0.25 188	0.25 168	0.25 197	0.26 180	0.26 200	0.26 182	0.25 191	0.26 174	0.26 177	0.25 173	0.25 196	0.26 166	0.26 185

CAS	0.30 161	1.17 280	0.25 170	0.25 146	0.25 196	0.26 177	0.25 188	0.25 167	0.26 201	0.25 168	0.25 197	0.25 171	0.25 191	0.25 172	0.25 191	0.26 174	0.26 177	0.26 176	0.25 196	0.26 166	0.25 179

LoS	0.25 147	0.27 119	0.25 170	0.25 146	0.25 196	0.25 170	0.25 188	0.26 171	0.25 188	0.25 168	0.25 197	0.25 171	0.25 191	0.25 172	0.25 191	0.26 174	0.25 174	0.25 173	0.26 202	0.26 166	0.25 179
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CroCo-Stereo	0.73 294	1.22 333	0.25 170	1.22 385	0.25 196	1.22 418	0.25 188	1.22 411	0.25 188	1.22 419	0.25 197	1.22 422	0.25 191	1.22 422	0.25 191	1.22 404	0.26 177	1.21 426	0.25 196	1.22 405	0.25 179
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
StereoDRNet-Refined	0.33 177	0.39 143	0.26 176	0.39 185	0.26 204	0.40 222	0.26 196	0.40 216	0.26 201	0.39 213	0.26 203	0.39 220	0.26 200	0.39 223	0.26 196	0.37 213	0.25 174	0.37 228	0.25 196	0.37 211	0.37 250
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
model_zeroshot	0.27 156	0.20 97	0.27 177	0.33 167	0.21 182	0.37 211	0.22 173	0.37 203	0.24 183	0.26 175	0.27 207	0.33 196	0.21 178	0.25 172	0.27 197	0.32 191	0.20 160	0.34 208	0.23 183	0.25 164	0.26 185

GCAP-BAT	0.33 177	0.78 214	0.32 197	0.38 180	0.25 196	0.34 199	0.25 188	0.34 190	0.26 201	0.34 195	0.25 197	0.35 202	0.26 200	0.35 204	0.27 197	0.36 209	0.30 204	0.32 193	0.24 191	0.32 181	0.26 185

TorneroNet-64	0.45 232	0.27 119	0.30 187	0.58 258	0.27 206	0.70 322	0.30 215	0.28 174	0.73 344	0.73 324	0.28 213	0.71 324	0.66 327	0.75 328	0.27 197	0.27 177	0.29 196	0.37 228	0.75 348	0.28 171	0.30 220

CroCo-Stereo Lap2	0.77 301	1.29 336	0.29 183	1.27 389	0.29 215	1.27 421	0.26 196	1.26 414	0.26 201	1.26 420	0.26 203	1.27 424	0.26 200	1.26 423	0.27 197	1.27 406	0.27 182	1.27 429	0.27 208	1.27 407	0.27 192

CRFU-Net	0.65 277	1.67 348	1.22 411	1.96 417	0.27 206	0.41 238	0.27 199	0.41 231	0.27 206	0.40 217	0.26 203	0.41 238	0.27 208	0.40 226	0.27 197	1.80 430	1.62 437	0.34 208	0.23 183	0.33 187	0.23 168

MLCV	0.31 166	0.35 130	0.27 177	0.35 170	0.28 209	0.35 203	0.27 199	0.35 193	0.28 209	0.36 202	0.27 207	0.35 202	0.27 208	0.35 204	0.27 197	0.34 196	0.27 182	0.34 208	0.27 208	0.34 191	0.27 192

GIP-stereo	0.36 189	0.49 181	0.39 231	0.48 230	0.32 230	0.41 238	0.28 204	0.40 216	0.30 223	0.41 230	0.28 213	0.40 226	0.28 214	0.42 253	0.28 203	0.45 257	0.32 210	0.38 235	0.30 231	0.37 211	0.27 192

DEFOM-Stereo	0.68 284	3.11 412	1.40 429	1.63 408	0.25 196	0.31 187	0.25 188	0.31 182	0.28 209	0.31 184	0.29 216	0.29 187	0.27 208	0.31 194	0.28 203	1.59 423	1.47 428	0.30 189	0.29 221	0.30 177	0.28 205

RSM	0.36 189	0.36 133	0.43 248	0.37 177	0.42 290	0.49 282	0.42 279	0.37 203	0.28 209	0.36 202	0.29 216	0.36 208	0.30 225	0.37 214	0.28 203	0.34 196	0.31 208	0.34 208	0.35 256	0.40 231	0.29 210

ACVNet-DCA	0.37 194	1.00 250	0.30 187	0.40 198	0.29 215	0.40 222	0.29 210	0.40 216	0.29 213	0.40 217	0.29 216	0.40 226	0.29 219	0.39 223	0.28 203	0.33 193	0.32 210	0.33 201	0.32 241	0.33 187	0.32 229

SQANet	0.28 157	0.28 122	0.28 181	0.28 156	0.28 209	0.28 181	0.28 204	0.28 174	0.28 209	0.28 178	0.28 213	0.28 182	0.28 214	0.28 187	0.28 203	0.28 179	0.28 187	0.28 182	0.28 212	0.28 171	0.28 205

Any-RAFT	0.32 174	0.36 133	0.27 177	0.36 174	0.27 206	0.36 206	0.27 199	0.36 197	0.27 206	0.36 202	0.27 207	0.36 208	0.27 208	0.36 210	0.28 203	0.36 209	0.28 187	0.36 226	0.28 212	0.36 209	0.28 205

IER	0.88 326	7.04 470	2.23 458	2.75 441	0.28 209	0.43 260	0.25 188	0.39 212	0.25 188	0.41 230	0.27 207	0.39 220	0.25 191	0.40 226	0.28 203	0.37 213	0.28 187	0.37 228	0.25 196	0.37 211	0.25 179

DGSMNet	0.34 179	0.41 152	0.27 177	0.41 208	0.28 209	0.41 238	0.28 204	0.41 231	0.27 206	0.41 230	0.27 207	0.42 254	0.27 208	0.41 240	0.28 203	0.40 233	0.29 196	0.40 249	0.28 212	0.40 231	0.27 192

DN-CSS_ROB	0.31 166	0.35 130	0.28 181	0.35 170	0.28 209	0.34 199	0.27 199	0.34 190	0.25 188	0.35 199	0.27 207	0.36 208	0.26 200	0.34 202	0.28 203	0.35 205	0.28 187	0.34 208	0.28 212	0.34 191	0.27 192

xx1	0.38 200	1.03 262	0.31 193	0.40 198	0.31 228	0.41 238	0.28 204	0.40 216	0.29 213	0.40 217	0.29 216	0.40 226	0.29 219	0.40 226	0.29 212	0.34 196	0.33 217	0.34 208	0.32 241	0.34 191	0.32 229

1test111	0.37 194	1.02 260	0.30 187	0.39 185	0.29 215	0.40 222	0.28 204	0.39 212	0.29 213	0.39 213	0.29 216	0.39 220	0.28 214	0.40 226	0.29 212	0.33 193	0.32 210	0.33 201	0.31 237	0.32 181	0.31 225

cc1	0.37 194	1.02 260	0.30 187	0.39 185	0.29 215	0.40 222	0.28 204	0.39 212	0.29 213	0.39 213	0.29 216	0.39 220	0.28 214	0.40 226	0.29 212	0.33 193	0.32 210	0.33 201	0.31 237	0.32 181	0.31 225

EKT-Stereo	0.37 194	0.40 145	0.44 250	1.07 321	0.29 215	0.34 199	0.31 219	0.36 197	0.29 213	0.38 208	0.31 230	0.37 214	0.30 225	0.36 210	0.29 212	0.34 196	0.28 187	0.39 245	0.30 231	0.37 211	0.30 220

PML	0.46 235	1.36 341	0.29 183	0.58 258	0.30 224	0.57 309	0.29 210	0.57 295	0.29 213	0.57 304	0.29 216	0.57 308	0.29 219	0.56 302	0.29 212	0.52 284	0.30 204	0.53 310	0.31 237	0.53 283	0.30 220

GES	0.66 279	2.34 387	0.29 183	0.41 208	0.29 215	0.41 238	0.29 210	0.42 247	0.29 213	0.40 217	0.41 277	0.41 238	0.30 225	0.51 293	0.29 212	0.32 191	0.29 196	0.32 193	2.46 471	2.49 443	0.30 220

UCFNet_RVC	2.75 462	10.06 492	0.29 183	10.31 508	0.29 215	0.42 256	0.29 210	0.43 251	0.29 213	0.42 242	0.29 216	0.42 254	9.87 508	0.43 255	0.29 212	0.36 209	9.84 508	0.36 226	0.26 202	9.77 507	0.26 185

IGEV++	0.34 179	0.43 160	0.30 187	0.40 198	0.29 215	0.40 222	0.29 210	0.40 216	0.29 213	0.40 217	0.29 216	0.40 226	0.29 219	0.40 226	0.30 219	0.38 220	0.29 196	0.37 228	0.29 221	0.37 211	0.29 210

IGEV-Stereo	0.35 185	0.44 163	0.45 252	0.49 236	0.30 224	0.37 211	0.30 215	0.36 197	0.30 223	0.36 202	0.29 216	0.36 208	0.29 219	0.36 210	0.30 219	0.46 258	0.39 237	0.32 193	0.24 191	0.32 181	0.25 179
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.34 179	0.42 159	0.31 193	0.39 185	0.30 224	0.38 215	0.30 215	0.40 216	0.29 213	0.40 217	0.37 260	0.41 238	0.34 241	0.38 216	0.30 219	0.34 196	0.27 182	0.34 208	0.26 202	0.34 191	0.26 185

RAFT + AFF	0.31 166	0.45 166	0.34 210	0.39 185	0.28 209	0.38 215	0.33 229	0.29 178	0.31 226	0.30 182	0.30 227	0.29 187	0.27 208	0.29 190	0.30 219	0.28 179	0.29 196	0.29 187	0.29 221	0.27 169	0.32 229

DANet	0.30 161	0.30 125	0.30 187	0.30 158	0.30 224	0.30 184	0.30 215	0.30 180	0.30 223	0.30 182	0.30 227	0.30 190	0.30 225	0.30 192	0.30 219	0.30 187	0.30 204	0.30 189	0.30 231	0.30 177	0.30 220
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GREAT-IGEV	0.38 200	0.43 160	0.36 219	0.48 230	0.32 230	0.45 263	0.32 220	0.45 253	0.32 229	0.45 253	0.32 231	0.45 260	0.32 231	0.45 260	0.32 224	0.44 256	0.33 217	0.41 261	0.29 221	0.41 241	0.29 210

mms	0.40 212	0.45 166	0.35 217	0.48 230	0.36 258	0.47 272	0.34 238	0.45 253	0.38 259	0.47 261	0.33 236	0.45 260	0.32 231	0.45 260	0.32 224	0.39 229	0.38 230	0.38 235	0.37 264	0.39 227	0.39 260

fffy	0.38 200	0.43 160	0.33 202	0.46 221	0.33 241	0.45 263	0.32 220	0.45 253	0.32 229	0.45 253	0.32 231	0.45 260	0.33 237	0.45 260	0.32 224	0.38 220	0.38 230	0.38 235	0.37 264	0.37 211	0.36 246

iRaft-Stereo_20w	0.34 179	0.41 152	0.31 193	0.39 185	0.29 215	0.40 222	0.32 220	0.41 231	0.32 229	0.38 208	0.30 227	0.39 220	0.30 225	0.38 216	0.32 224	0.35 205	0.27 182	0.34 208	0.27 208	0.34 191	0.29 210

FCDSN-DC	0.41 219	0.59 202	0.64 299	0.54 252	0.33 241	0.50 290	0.37 254	0.42 247	0.40 267	0.61 309	0.43 288	0.50 292	0.49 302	0.38 216	0.32 224	0.28 179	0.23 171	0.26 176	0.22 178	0.35 203	0.28 205
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Gwc-CoAtRS	0.41 219	1.49 343	0.32 197	0.42 216	0.32 230	0.41 238	0.32 220	0.41 231	0.33 234	0.41 230	0.32 231	0.41 238	0.32 231	0.41 240	0.32 224	0.39 229	0.28 187	0.39 245	0.28 212	0.40 231	0.28 205

MyStereo04	0.56 267	3.72 427	0.59 291	0.49 236	0.41 280	0.36 206	0.32 220	0.37 203	0.31 226	0.34 195	0.46 295	0.35 202	0.32 231	0.35 204	0.33 230	0.49 270	0.45 259	0.34 208	0.32 241	0.35 203	0.43 277

PCWNet_CMD	2.80 464	9.82 490	0.32 197	10.09 507	0.32 230	0.49 282	0.33 229	3.34 466	0.33 234	0.49 274	0.33 236	0.49 278	8.73 504	0.48 274	0.33 230	0.41 241	9.22 503	0.42 271	0.29 221	9.55 506	0.31 225

CFNet_ucs	2.73 461	9.64 489	0.33 202	9.92 505	0.32 230	0.49 282	0.33 229	0.49 269	0.33 234	0.49 274	0.33 236	0.49 278	8.98 506	0.48 274	0.33 230	0.41 241	9.96 509	0.40 249	0.29 221	10.12 509	0.54 308

RAFT-Test	0.36 189	0.37 135	0.33 202	0.41 208	0.32 230	0.41 238	0.32 220	0.41 231	0.32 229	0.41 230	0.32 231	0.41 238	0.32 231	0.41 240	0.33 230	0.37 213	0.29 196	0.37 228	0.29 221	0.38 220	0.31 225

RCA-Stereo	0.51 257	3.22 416	0.34 210	0.44 219	0.34 249	0.44 262	0.34 238	0.43 251	0.34 242	0.43 248	0.34 243	0.44 258	0.33 237	0.43 255	0.33 230	0.38 220	0.29 196	0.38 235	0.29 221	0.38 220	0.29 210

CFNet_pseudo	2.67 460	9.36 487	0.32 197	10.99 509	0.33 241	0.85 335	0.33 229	0.49 269	0.33 234	0.49 274	0.32 231	0.49 278	7.26 502	0.49 280	0.33 230	0.41 241	9.62 506	0.41 261	0.29 221	10.03 508	0.29 210

pcwnet_v2	2.66 459	9.89 491	0.33 202	9.89 504	0.32 230	0.50 290	0.32 220	0.49 269	0.33 234	0.49 274	0.34 243	0.49 278	8.76 505	0.48 274	0.33 230	0.41 241	9.58 505	0.40 249	0.29 221	9.01 504	0.63 322

HCRNet	1.22 406	7.11 471	3.00 466	3.55 454	0.33 241	0.29 183	0.14 140	0.19 140	0.15 155	0.33 193	0.29 216	0.25 171	0.14 146	0.22 159	0.33 230	3.64 463	3.00 460	0.76 334	0.32 241	0.18 141	0.13 138

ccnet	0.80 307	2.28 385	0.33 202	0.50 243	0.33 241	0.50 290	0.33 229	0.50 277	0.33 234	0.49 274	0.33 236	0.49 278	1.56 438	2.38 451	0.33 230	0.41 241	0.29 196	0.42 271	1.57 448	2.28 436	0.29 210

CFNet-RSSM	0.91 329	4.89 447	0.34 210	0.44 219	1.07 382	1.62 436	1.40 443	0.91 334	0.35 245	1.60 429	1.39 442	0.64 317	0.34 241	0.44 257	0.33 230	0.41 241	0.35 220	0.75 332	0.30 231	0.41 241	0.29 210

psmorigin	0.41 219	0.46 170	0.33 202	0.49 236	0.33 241	0.49 282	0.33 229	0.49 269	0.33 234	0.49 274	0.33 236	0.49 278	0.33 237	0.51 293	0.33 230	0.41 241	0.30 204	0.41 261	0.30 231	0.79 310	0.29 210

MSMDNet	2.65 458	10.14 493	0.33 202	9.74 503	0.32 230	0.87 337	0.33 229	2.95 462	0.68 331	0.49 274	0.34 243	0.49 278	5.70 498	0.49 280	0.33 230	0.42 255	9.57 504	0.41 261	0.31 237	8.36 501	0.65 324

ccs_rob	2.79 463	10.17 494	0.32 197	10.00 506	0.33 241	0.49 282	0.33 229	1.90 433	0.32 229	0.51 290	0.33 236	0.49 278	9.24 507	0.49 280	0.33 230	0.41 241	9.82 507	0.41 261	0.28 212	9.34 505	0.29 210

RAFT-Stereo-weight	0.45 232	1.90 361	0.34 210	0.42 216	0.36 258	0.43 260	0.35 243	0.42 247	0.34 242	0.42 242	0.34 243	0.44 258	0.34 241	0.41 240	0.34 243	0.38 220	0.32 210	0.38 235	0.32 241	0.38 220	0.33 233

H2IRNET	0.34 179	0.34 129	0.34 210	0.34 169	0.34 249	0.34 199	0.34 238	0.34 190	0.34 242	0.34 195	0.34 243	0.34 201	0.34 241	0.34 202	0.34 243	0.34 196	0.34 219	0.34 208	0.34 250	0.34 191	0.34 239

GCST	0.50 252	2.08 372	0.38 225	0.53 250	0.35 252	0.49 282	0.35 243	0.50 277	0.35 245	0.49 274	0.35 251	0.49 278	0.35 246	0.49 280	0.35 245	0.48 267	0.37 224	0.45 278	0.33 248	0.44 250	0.33 233

Former-RAFT_DAM_RVC	0.49 250	0.98 247	0.64 299	0.84 291	0.46 297	0.45 263	0.35 243	0.47 261	0.47 293	0.45 253	0.34 243	0.46 263	0.48 297	0.46 263	0.35 245	0.39 229	0.71 315	0.39 245	0.35 256	0.41 241	0.41 269

ETE_ROB	0.35 185	0.35 130	0.35 217	0.35 170	0.35 252	0.35 203	0.35 243	0.35 193	0.35 245	0.35 199	0.35 251	0.35 202	0.35 246	0.35 204	0.35 245	0.35 205	0.35 220	0.35 221	0.35 256	0.35 203	0.35 245

UGAM-zero	0.51 257	2.17 380	0.39 231	0.53 250	0.36 258	0.50 290	0.36 249	0.50 277	0.36 254	0.49 274	0.36 254	0.50 292	0.35 246	0.50 287	0.36 248	0.49 270	0.37 224	0.47 285	0.35 256	0.46 255	0.34 239

UGAM	0.51 257	2.23 383	0.39 231	0.54 252	0.35 252	0.50 290	0.35 243	0.49 269	0.35 245	0.49 274	0.35 251	0.49 278	0.36 249	0.50 287	0.36 248	0.49 270	0.37 224	0.45 278	0.34 250	0.45 254	0.34 239

CES	0.39 208	0.47 174	0.36 219	0.36 174	0.37 261	0.45 263	0.35 243	0.35 193	0.40 267	0.36 202	0.44 290	0.47 268	0.36 249	0.44 257	0.36 248	0.37 213	0.39 237	0.44 274	0.35 256	0.37 211	0.36 246

GMOStereo	0.37 194	0.45 166	0.23 161	0.30 158	0.37 261	0.41 238	0.36 249	0.41 231	0.35 245	0.43 248	0.36 254	0.41 238	0.40 262	0.41 240	0.36 248	0.34 196	0.22 167	0.47 285	0.37 264	0.39 227	0.33 233

error version	0.93 336	4.47 442	2.35 461	1.99 419	0.37 261	0.41 238	0.36 249	0.41 231	0.35 245	0.43 248	0.36 254	0.41 238	0.40 262	0.41 240	0.36 248	1.87 432	2.16 453	0.47 285	0.37 264	0.39 227	0.33 233

test_1	0.93 336	4.47 442	2.35 461	1.99 419	0.37 261	0.41 238	0.36 249	0.41 231	0.35 245	0.43 248	0.36 254	0.41 238	0.40 262	0.41 240	0.36 248	1.87 432	2.16 453	0.47 285	0.37 264	0.39 227	0.33 233

DMCA	0.36 189	0.38 137	0.37 222	0.35 170	0.35 252	0.36 206	0.36 249	0.36 197	0.35 245	0.35 199	0.37 260	0.36 208	0.36 249	0.35 204	0.36 248	0.36 209	0.36 222	0.35 221	0.36 262	0.36 209	0.36 246

ADCS	0.09 49	0.02 12	0.04 41	0.90 296	0.06 99	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.02 21	0.14 119	0.36 248	0.02 14	0.02 14	0.02 18	0.02 20	0.02 19	0.02 19

SCV_C0	0.45 232	0.88 227	0.49 271	0.54 252	0.37 261	0.48 277	0.37 254	0.48 265	0.37 255	0.48 267	0.36 254	0.48 274	0.37 253	0.49 280	0.37 256	0.50 276	0.41 249	0.44 274	0.34 250	0.44 250	0.34 239

SCV	0.46 235	0.94 242	0.45 252	0.54 252	0.37 261	0.48 277	0.38 260	0.48 265	0.37 255	0.48 267	0.39 269	0.48 274	0.37 253	0.49 280	0.37 256	0.50 276	0.46 261	0.44 274	0.34 250	0.44 250	0.34 239

XPNet_ROB	0.37 194	0.37 135	0.37 222	0.37 177	0.37 261	0.37 211	0.37 254	0.37 203	0.37 255	0.37 207	0.37 260	0.37 214	0.37 253	0.37 214	0.37 256	0.37 213	0.37 224	0.37 228	0.37 264	0.37 211	0.37 250

HART	0.38 200	0.45 166	0.34 210	0.42 216	0.33 241	0.41 238	0.34 238	0.42 247	0.33 234	0.43 248	0.34 243	0.42 254	0.34 241	0.41 240	0.38 259	0.40 233	0.32 210	0.42 271	0.32 241	0.40 231	0.32 229

WAO-8	0.38 200	0.38 137	0.38 225	0.38 180	0.38 268	0.38 215	0.38 260	0.38 208	0.38 259	0.38 208	0.38 265	0.38 216	0.38 257	0.38 216	0.38 259	0.38 220	0.38 230	0.38 235	0.37 264	0.38 220	0.38 256

WAO-7	0.38 200	0.38 137	0.38 225	0.38 180	0.38 268	0.38 215	0.38 260	0.38 208	0.38 259	0.38 208	0.38 265	0.38 216	0.38 257	0.38 216	0.38 259	0.38 220	0.38 230	0.38 235	0.38 275	0.38 220	0.38 256

Venus	0.38 200	0.38 137	0.38 225	0.38 180	0.38 268	0.37 211	0.38 260	0.37 203	0.37 255	0.41 230	0.37 260	0.39 220	0.37 253	0.38 216	0.38 259	0.37 213	0.38 230	0.38 235	0.37 264	0.37 211	0.38 256

IMH	0.38 200	0.38 137	0.38 225	0.38 180	0.38 268	0.38 215	0.38 260	0.38 208	0.38 259	0.42 242	0.38 265	0.40 226	0.38 257	0.38 216	0.38 259	0.38 220	0.38 230	0.39 245	0.38 275	0.38 220	0.38 256

iRaftStereo_RVC	0.97 340	3.17 415	2.30 460	2.42 435	0.38 268	0.54 302	0.38 260	0.54 290	0.38 259	0.54 297	0.38 265	0.54 300	0.38 257	0.54 298	0.38 259	2.38 450	2.34 457	0.49 297	0.36 262	0.49 268	0.36 246

gcap-zeroshot	0.35 185	0.32 127	0.37 222	0.49 236	0.39 273	0.33 197	0.21 168	0.26 171	0.35 245	0.42 242	0.34 243	0.49 278	0.29 219	0.47 267	0.39 265	0.34 196	0.17 151	0.38 235	0.23 183	0.48 265	0.34 239

GCAP-Stereo	0.75 296	4.15 438	0.42 247	0.75 282	0.35 252	0.78 329	0.40 267	0.79 321	0.38 259	0.78 332	0.36 254	0.78 334	0.36 249	0.79 330	0.39 265	0.75 313	0.39 237	0.76 334	0.39 278	0.75 305	0.39 260

LL-Strereo2	0.48 245	1.73 353	0.51 279	0.59 260	0.34 249	0.42 256	0.33 229	0.40 216	0.31 226	0.42 242	0.33 236	0.42 254	0.31 230	0.44 257	0.39 265	0.60 292	0.51 284	0.44 274	0.33 248	0.44 250	0.33 233

HanzoNet	0.39 208	0.38 137	0.40 234	0.39 185	0.41 280	0.38 215	0.38 260	0.38 208	0.38 259	0.39 213	0.39 269	0.38 216	0.38 257	0.39 223	0.40 268	0.38 220	0.38 230	0.40 249	0.38 275	0.38 220	0.40 262

knoymous	0.40 212	0.40 145	0.40 234	0.40 198	0.40 274	0.40 222	0.40 267	0.40 216	0.40 267	0.40 217	0.40 271	0.40 226	0.40 262	0.40 226	0.40 268	0.40 233	0.40 240	0.40 249	0.40 279	0.40 231	0.40 262

anonymousa	0.40 212	0.40 145	0.40 234	0.40 198	0.40 274	0.40 222	0.40 267	0.40 216	0.40 267	0.40 217	0.40 271	0.40 226	0.40 262	0.40 226	0.40 268	0.40 233	0.40 240	0.40 249	0.40 279	0.40 231	0.40 262

riskmin	0.40 212	0.40 145	0.40 234	0.40 198	0.40 274	0.40 222	0.40 267	0.40 216	0.40 267	0.40 217	0.40 271	0.40 226	0.40 262	0.40 226	0.40 268	0.40 233	0.40 240	0.40 249	0.40 279	0.40 231	0.40 262

Anonymous_2	0.40 212	0.40 145	0.40 234	0.40 198	0.40 274	0.40 222	0.40 267	0.40 216	0.40 267	0.40 217	0.40 271	0.40 226	0.40 262	0.40 226	0.40 268	0.40 233	0.40 240	0.40 249	0.40 279	0.40 231	0.40 262

Anonymous_1	0.40 212	0.40 145	0.40 234	0.40 198	0.40 274	0.40 222	0.40 267	0.40 216	0.40 267	0.40 217	0.40 271	0.40 226	0.40 262	0.40 226	0.40 268	0.40 233	0.40 240	0.40 249	0.40 279	0.40 231	0.40 262

AdaStereo	0.40 212	0.40 145	0.40 234	0.40 198	0.40 274	0.40 222	0.40 267	0.40 216	0.40 267	0.40 217	0.40 271	0.40 226	0.40 262	0.40 226	0.40 268	0.40 233	0.40 240	0.40 249	0.40 279	0.40 231	0.40 262
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.
LG-Stereo_Zeroshot	0.48 245	0.55 199	0.47 261	0.63 265	0.41 280	0.56 304	0.44 282	0.56 292	0.41 276	0.56 302	0.41 277	0.57 308	0.42 279	0.56 302	0.41 275	0.55 288	0.43 257	0.51 305	0.37 264	0.51 278	0.37 250

GwcNet-ADL	0.41 219	0.41 152	0.41 242	0.41 208	0.41 280	0.41 238	0.41 274	0.41 231	0.41 276	0.41 230	0.41 277	0.41 238	0.41 273	0.41 240	0.41 275	0.41 241	0.41 249	0.41 261	0.41 286	0.41 241	0.41 269

PSMNet-ADL	0.41 219	0.41 152	0.41 242	0.41 208	0.41 280	0.41 238	0.41 274	0.41 231	0.41 276	0.41 230	0.41 277	0.41 238	0.41 273	0.41 240	0.41 275	0.41 241	0.41 249	0.41 261	0.41 286	0.41 241	0.41 269

GANet-ADL	0.41 219	0.41 152	0.41 242	0.41 208	0.41 280	0.41 238	0.41 274	0.41 231	0.41 276	0.41 230	0.41 277	0.41 238	0.41 273	0.41 240	0.41 275	0.41 241	0.41 249	0.41 261	0.41 286	0.41 241	0.41 269

ADLNet2	0.41 219	0.41 152	0.41 242	0.41 208	0.41 280	0.41 238	0.41 274	0.41 231	0.41 276	0.41 230	0.41 277	0.41 238	0.41 273	0.41 240	0.41 275	0.41 241	0.41 249	0.41 261	0.41 286	0.41 241	0.41 269

ADLNet	0.41 219	0.41 152	0.41 242	0.41 208	0.41 280	0.41 238	0.41 274	0.41 231	0.41 276	0.41 230	0.41 277	0.41 238	0.41 273	0.41 240	0.41 275	0.41 241	0.41 249	0.41 261	0.41 286	0.41 241	0.41 269

Occ-G	1.12 356	0.52 192	3.72 486	3.50 453	0.50 313	0.56 304	0.47 293	0.54 290	0.46 288	0.54 297	0.41 277	0.54 300	0.42 279	0.52 296	0.42 281	3.42 462	4.02 481	0.52 308	0.45 296	0.51 278	0.44 280

CFNet_RVC	2.38 452	8.71 482	0.38 225	9.33 500	0.42 290	0.56 304	0.42 279	0.60 302	0.38 259	0.62 312	0.42 286	0.56 307	7.29 503	0.62 310	0.42 281	0.53 285	0.37 224	0.49 297	0.34 250	8.30 500	6.87 506

DispNO	1.00 343	0.63 205	0.43 248	3.45 452	0.44 293	0.65 318	0.43 281	0.64 307	0.43 283	0.64 315	0.43 288	0.64 317	3.03 464	0.64 315	0.43 283	4.55 471	0.43 257	0.63 319	0.43 294	0.63 291	0.43 277

MonSter	0.60 269	0.64 207	0.52 282	0.62 264	0.44 293	2.07 445	0.44 282	0.62 305	0.44 286	0.62 312	0.44 290	0.62 316	0.44 283	0.62 310	0.44 284	0.58 290	0.42 256	0.62 317	0.46 298	0.58 287	0.42 276

AIO-test1	0.54 261	0.60 204	0.52 282	0.66 272	0.47 303	0.61 312	0.47 293	0.58 298	0.46 288	0.61 309	0.46 295	0.61 314	0.45 285	0.62 310	0.45 285	0.61 295	0.52 286	0.57 313	0.48 308	0.57 286	0.48 292

AIO-Stereo	0.84 322	0.66 208	0.70 309	0.83 290	0.67 342	0.98 349	0.82 350	1.14 354	0.72 341	1.03 357	0.74 350	1.03 361	1.09 365	0.99 355	0.45 285	1.04 342	0.73 317	0.95 357	0.74 347	0.94 331	0.46 283

MyStereo06	0.75 296	4.12 435	0.60 293	0.63 265	0.61 332	0.62 315	0.66 325	0.56 292	0.45 287	0.55 300	0.48 307	0.54 300	0.46 288	0.57 306	0.45 285	0.60 292	0.57 294	0.64 320	0.55 319	0.72 301	0.55 312

CASnet	0.35 185	0.51 190	0.44 250	0.32 164	0.31 228	0.24 163	0.34 238	0.36 197	0.25 188	0.31 184	0.37 260	0.30 190	0.33 237	0.25 172	0.45 285	0.37 213	0.37 224	0.33 201	0.35 256	0.34 191	0.37 250
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
fffft	0.48 245	0.51 190	0.45 252	0.52 249	0.45 295	0.52 299	0.45 286	0.52 288	0.48 300	0.53 295	0.45 293	0.52 298	0.45 285	0.52 296	0.46 289	0.51 282	0.41 249	0.50 300	0.41 286	0.50 272	0.41 269
1: 1. 1
PAM_32	0.64 276	2.38 389	0.51 279	0.92 301	0.43 292	0.53 300	0.44 282	0.87 328	0.43 283	0.52 293	0.45 293	0.53 299	0.40 262	0.54 298	0.46 289	0.62 298	0.56 292	0.48 293	0.45 296	0.76 306	0.44 280

otaku	0.46 235	0.46 170	0.46 256	0.46 221	0.46 297	0.46 268	0.46 288	0.46 256	0.46 288	0.46 256	0.46 295	0.46 263	0.46 288	0.46 263	0.46 289	0.46 258	0.46 261	0.46 281	0.46 298	0.46 255	0.46 283

Dean	0.46 235	0.46 170	0.46 256	0.46 221	0.46 297	0.46 268	0.46 288	0.46 256	0.46 288	0.47 261	0.46 295	0.46 263	0.46 288	0.46 263	0.46 289	0.46 258	0.46 261	0.46 281	0.46 298	0.46 255	0.46 283

ACVNet_1	0.46 235	0.47 174	0.46 256	0.46 221	0.46 297	0.46 268	0.46 288	0.46 256	0.47 293	0.46 256	0.46 295	0.46 263	0.46 288	0.46 263	0.46 289	0.46 258	0.46 261	0.47 285	0.46 298	0.46 255	0.46 283

ACVNet-4b	0.46 235	0.46 170	0.46 256	0.46 221	0.46 297	0.46 268	0.46 288	0.46 256	0.46 288	0.46 256	0.46 295	0.46 263	0.46 288	0.47 267	0.46 289	0.46 258	0.46 261	0.46 281	0.46 298	0.46 255	0.46 283

AIO-test2	0.55 265	0.59 202	0.52 282	0.67 273	0.47 303	0.61 312	0.47 293	0.61 304	0.47 293	0.61 309	0.47 303	0.61 314	0.48 297	0.62 310	0.47 295	0.64 300	0.53 288	0.58 314	0.47 305	0.58 287	0.48 292

Ntro	0.47 241	0.47 174	0.46 256	0.46 221	0.46 297	0.47 272	0.47 293	0.46 256	0.47 293	0.46 256	0.46 295	0.47 268	0.46 288	0.47 267	0.47 295	0.47 263	0.46 261	0.46 281	0.46 298	0.46 255	0.46 283

HaxPig	0.47 241	0.47 174	0.47 261	0.49 236	0.47 303	0.47 272	0.47 293	0.47 261	0.47 293	0.47 261	0.47 303	0.47 268	0.47 296	0.47 267	0.47 295	0.47 263	0.47 268	0.47 285	0.47 305	0.47 262	0.48 292

UNDER WATER	0.47 241	0.47 174	0.47 261	0.47 227	0.47 303	0.47 272	0.47 293	0.47 261	0.47 293	0.47 261	0.47 303	0.47 268	0.46 288	0.47 267	0.47 295	0.47 263	0.47 268	0.47 285	0.46 298	0.47 262	0.47 290

LVE	0.47 241	0.47 174	0.47 261	0.47 227	0.49 309	0.47 272	0.47 293	0.47 261	0.49 302	0.47 261	0.47 303	0.47 268	0.46 288	0.47 267	0.47 295	0.47 263	0.47 268	0.48 293	0.47 305	0.47 262	0.47 290

AEACV	1.12 356	0.52 192	3.12 478	3.24 449	0.86 361	0.53 300	0.49 304	0.60 302	0.47 293	0.53 295	0.49 310	0.55 304	0.45 285	0.55 301	0.47 295	3.01 458	3.88 479	0.71 329	0.60 326	0.80 313	0.48 292

RainbowNet	0.48 245	0.48 180	0.48 267	0.48 230	0.48 307	0.48 277	0.48 302	0.48 265	0.48 300	0.48 267	0.48 307	0.48 274	0.48 297	0.48 274	0.48 301	0.48 267	0.48 271	0.48 293	0.48 308	0.48 265	0.48 292

notaker	0.48 245	0.49 181	0.48 267	0.48 230	0.48 307	0.48 277	0.48 302	0.48 265	0.49 302	0.48 267	0.48 307	0.48 274	0.48 297	0.48 274	0.48 301	0.48 267	0.48 271	0.48 293	0.48 308	0.48 265	0.49 297

ACVNet_2	0.49 250	0.49 181	0.49 271	0.49 236	0.49 309	0.49 282	0.49 304	0.49 269	0.49 302	0.49 274	0.49 310	0.49 278	0.49 302	0.49 280	0.49 303	0.49 270	0.49 274	0.49 297	0.49 311	0.49 268	0.49 297

FoundationStereo	0.50 252	0.50 184	0.50 274	0.50 243	0.50 313	0.50 290	0.50 306	0.50 277	0.50 305	0.50 286	0.50 312	0.50 292	0.50 305	0.50 287	0.50 304	0.50 276	0.50 280	0.50 300	0.50 313	0.50 272	0.50 300

StereoAnything_RVC	0.50 252	0.50 184	0.50 274	0.50 243	0.50 313	0.50 290	0.50 306	0.50 277	0.50 305	0.50 286	0.50 312	0.50 292	0.50 305	0.50 287	0.50 304	0.50 276	0.50 280	0.50 300	0.50 313	0.50 272	0.50 300

dual_stereo	0.50 252	0.50 184	0.50 274	0.50 243	0.50 313	0.50 290	0.50 306	0.50 277	0.50 305	0.50 286	0.50 312	0.50 292	0.50 305	0.50 287	0.50 304	0.50 276	0.50 280	0.50 300	0.50 313	0.50 272	0.50 300

LL-Strereo	1.01 348	5.06 449	1.63 435	0.70 276	1.43 449	0.56 304	0.46 288	0.57 295	0.50 305	0.57 304	0.50 312	1.58 433	0.49 302	0.59 308	0.50 304	1.64 426	0.52 286	0.51 305	1.37 438	0.52 280	0.45 282

SANet	0.50 252	0.50 184	0.50 274	0.50 243	0.50 313	0.50 290	0.50 306	0.50 277	0.50 305	0.50 286	0.50 312	0.50 292	0.50 305	0.50 287	0.50 304	0.50 276	0.50 280	0.50 300	0.50 313	0.50 272	0.50 300

SMoEStereo_RVC	0.63 274	0.75 213	0.51 279	0.73 280	0.53 322	0.71 324	0.47 293	0.67 311	0.58 318	0.74 329	0.60 325	0.72 327	0.53 312	0.74 327	0.51 309	0.61 295	0.62 301	0.62 317	0.61 328	0.63 291	0.61 318

ktn	0.72 293	0.53 194	1.08 350	1.14 329	0.51 318	1.22 418	1.36 437	0.51 286	0.59 319	0.51 290	0.51 318	0.69 323	1.20 377	0.67 319	0.51 309	0.51 282	0.49 274	0.58 314	0.66 333	0.52 280	0.53 307

WCG-NET	0.61 272	1.21 330	0.54 286	0.61 263	0.53 322	0.67 320	0.53 312	0.66 310	0.53 313	0.64 315	0.53 321	0.65 320	0.53 312	0.59 308	0.52 311	0.65 301	0.48 271	0.64 320	0.52 317	0.58 287	0.50 300

MyStereo8	0.71 290	3.92 434	0.52 282	0.59 260	0.52 319	0.57 309	0.53 312	0.59 300	0.50 305	0.59 308	0.51 318	0.57 308	0.50 305	0.56 302	0.52 311	0.54 286	0.49 274	0.54 311	0.49 311	0.55 285	0.50 300

KSHMR	0.66 279	0.50 184	0.48 267	1.15 331	0.52 319	0.49 282	0.51 310	0.49 269	0.71 340	0.67 319	0.50 312	1.16 373	1.11 366	0.66 317	0.52 311	0.49 270	0.49 274	0.51 305	0.66 333	0.50 272	1.14 378

test-3	0.98 342	4.13 437	1.85 446	1.85 411	0.61 332	0.69 321	0.37 254	0.63 306	0.61 322	0.66 318	0.51 318	0.73 329	0.44 283	0.57 306	0.54 314	1.68 427	1.81 447	0.40 249	0.43 294	0.66 293	0.50 300

PSMNet_ROB	0.54 261	0.54 197	0.54 286	0.54 252	0.53 322	0.54 302	0.54 314	0.53 289	0.54 315	0.54 297	0.54 322	0.54 300	0.53 312	0.54 298	0.54 314	0.54 286	0.53 288	0.54 311	0.54 318	0.54 284	0.54 308

MyStereo05	0.80 307	4.12 435	0.63 297	0.63 265	0.61 332	0.62 315	0.66 325	0.65 308	0.62 323	0.67 319	0.61 328	0.65 320	0.58 317	0.67 319	0.55 316	0.60 292	0.57 294	0.64 320	0.55 319	0.72 301	0.55 312

CASS	0.57 268	0.89 230	0.56 288	0.57 257	0.56 325	0.56 304	0.56 315	0.56 292	0.53 313	0.57 304	0.57 324	0.59 312	0.48 297	0.56 302	0.57 317	0.55 288	0.56 292	0.47 285	0.56 322	0.62 290	0.56 315
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymity	0.63 274	0.69 209	0.56 288	0.71 278	0.56 325	0.71 324	0.56 315	0.71 316	0.56 316	0.72 323	0.56 323	0.71 324	0.56 316	0.71 322	0.58 318	0.68 305	0.55 290	0.68 325	0.55 319	0.68 295	0.54 308

UDG	0.80 307	2.21 382	0.60 293	0.91 298	0.60 328	0.90 341	0.58 317	0.88 331	0.60 320	0.90 340	0.60 325	0.88 343	0.60 319	0.90 343	0.58 318	0.86 327	0.60 296	0.84 346	0.59 325	0.84 319	0.61 318

DDUNet	0.81 312	2.45 390	0.57 290	0.90 296	0.60 328	0.88 338	0.59 318	0.90 332	0.60 320	0.88 339	0.60 325	0.90 346	0.58 317	0.88 340	0.60 320	0.84 325	0.60 296	0.86 348	0.57 323	0.86 320	0.60 317

ARAFT	0.68 284	0.81 220	0.63 297	0.74 281	0.60 328	0.78 329	0.62 320	0.77 320	0.66 329	0.74 329	0.63 330	0.75 331	0.62 321	0.83 334	0.60 320	0.70 309	0.55 290	0.70 328	0.60 326	0.78 308	0.55 312

RAFT-Stereo + iAFF	0.70 288	0.72 211	0.71 312	0.80 286	0.62 335	0.82 334	0.61 319	0.81 326	0.62 323	0.81 336	0.63 330	0.80 337	0.70 332	0.73 325	0.61 322	0.76 314	0.61 300	0.74 331	0.61 328	0.77 307	0.61 318

MyStereo07	0.60 269	3.72 427	0.48 267	0.49 236	0.41 280	0.36 206	0.32 220	0.49 269	0.43 283	0.51 290	0.42 286	0.49 278	0.43 281	0.51 293	0.64 323	0.49 270	0.45 259	0.34 208	0.32 241	0.35 203	0.43 277

RSM++	0.76 300	0.82 222	0.66 303	0.85 293	0.64 336	0.85 335	0.71 337	0.94 341	0.64 326	0.87 338	0.67 337	0.87 342	0.65 324	0.84 335	0.65 324	0.81 320	0.70 311	0.79 337	0.71 345	0.83 318	0.70 330

plain	1.88 427	3.16 414	0.64 299	3.10 447	0.65 338	3.10 465	0.64 322	3.12 463	0.65 327	3.10 464	0.65 334	3.11 464	0.65 324	3.12 463	0.65 324	3.12 459	0.65 304	3.13 464	0.65 331	3.13 450	0.65 324

DSFCA	0.66 279	0.73 212	0.78 321	0.65 269	0.65 338	0.64 317	0.64 322	0.65 308	0.63 325	0.64 315	0.64 332	0.64 317	0.64 322	0.65 316	0.65 324	0.65 301	0.65 304	0.65 323	0.65 331	0.66 293	0.64 323

LMCR-Stereo	0.65 277	0.63 205	0.65 302	0.65 269	0.65 338	0.66 319	0.63 321	0.58 298	0.65 327	0.63 314	0.64 332	0.65 320	0.65 324	0.66 317	0.66 327	0.66 303	0.64 303	0.65 323	0.67 337	0.68 295	0.73 337

CoDeX	0.15 115	0.70 210	0.02 13	0.02 14	0.02 20	0.02 18	0.02 19	0.02 19	0.02 20	0.02 19	0.02 19	0.02 19	0.01 9	0.02 19	0.67 328	0.02 14	0.69 310	0.75 332	0.01 9	0.02 19	0.02 19

Selective-IGEV	0.51 257	0.55 199	0.45 252	0.69 274	0.45 295	0.61 312	0.45 286	0.50 277	0.40 267	0.56 302	0.44 290	0.55 304	0.40 262	0.72 323	0.67 328	0.59 291	0.46 261	0.45 278	0.34 250	0.46 255	0.37 250

AFF-stereo	0.73 294	0.88 227	0.67 306	0.75 282	0.68 345	0.75 326	0.64 322	0.80 323	0.72 341	0.83 337	0.70 342	0.82 340	0.64 322	0.84 335	0.67 328	0.77 315	0.63 302	0.81 342	0.63 330	0.78 308	0.62 321

MIF-Stereo (partial)	2.58 457	3.31 418	0.66 303	3.18 448	0.66 341	3.18 466	0.66 325	3.21 464	0.67 330	3.19 465	0.66 336	3.19 465	0.66 327	3.31 467	0.68 331	5.09 488	1.79 446	8.23 507	1.67 454	6.18 491	1.38 442

UniTT-Stereo	2.03 432	3.43 420	0.72 313	3.42 451	0.73 351	3.27 468	0.68 330	3.38 467	0.69 334	3.29 467	0.72 347	3.28 467	0.70 332	3.35 468	0.68 331	3.39 461	0.68 306	3.31 466	0.69 340	3.37 451	0.73 337

R-Stereo Train	0.81 312	0.96 244	0.67 306	0.95 308	0.67 342	0.95 346	0.68 330	0.95 343	0.68 331	0.95 350	0.68 338	0.96 354	0.68 330	0.96 353	0.68 331	0.94 336	0.68 306	0.94 355	0.68 338	0.94 331	0.68 328

RAFT-Stereo	0.81 312	0.96 244	0.67 306	0.95 308	0.67 342	0.95 346	0.68 330	0.95 343	0.68 331	0.95 350	0.68 338	0.96 354	0.68 330	0.96 353	0.68 331	0.94 336	0.68 306	0.94 355	0.68 338	0.94 331	0.68 328
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HH	0.71 290	2.54 392	0.74 316	1.10 323	0.32 230	0.41 238	0.37 254	0.69 313	0.78 347	0.73 324	0.90 359	0.75 331	1.00 356	0.84 335	0.69 335	0.69 306	0.40 240	0.35 221	0.26 202	0.35 203	0.26 185

HanStereo	0.71 290	2.54 392	0.74 316	1.10 323	0.32 230	0.41 238	0.37 254	0.69 313	0.78 347	0.73 324	0.90 359	0.75 331	1.00 356	0.84 335	0.69 335	0.69 306	0.40 240	0.35 221	0.26 202	0.35 203	0.26 185

DMCA-RVC	0.70 288	0.80 217	0.70 309	0.70 276	0.70 347	0.70 322	0.70 334	0.71 316	0.70 337	0.70 322	0.71 345	0.71 324	0.70 332	0.70 321	0.69 335	0.69 306	0.70 311	0.69 326	0.70 342	0.69 299	0.70 330

MSMD_ROB	1.19 358	1.10 274	0.70 309	1.10 323	0.60 328	1.10 364	0.70 334	1.10 353	0.70 337	1.10 361	0.70 342	1.10 367	0.70 332	7.00 506	0.70 338	1.10 347	0.70 311	1.10 369	0.70 342	1.10 343	0.70 330

MoCha-V2	2.11 434	26.97 513	0.78 321	0.92 301	0.77 355	0.96 348	0.72 338	0.90 332	0.72 341	0.94 348	0.70 342	0.90 346	0.71 336	0.91 344	0.71 339	0.85 326	0.71 315	0.88 349	0.69 340	0.87 321	0.67 327

DCRE	0.84 322	1.89 359	0.77 320	0.94 306	0.72 350	0.88 338	0.73 339	0.87 328	0.78 347	0.90 340	0.71 345	0.88 343	0.67 329	0.88 340	0.73 340	0.81 320	0.68 306	0.81 342	0.70 342	0.82 317	0.70 330

iGMRVC	0.84 322	2.85 408	0.72 313	0.72 279	0.73 351	0.77 327	0.79 344	0.73 318	0.74 346	0.73 324	0.72 347	0.73 329	0.76 341	0.73 325	0.73 340	0.72 311	0.73 317	0.73 330	0.72 346	0.73 304	0.72 334

PA-Net	11.80 508	223.51 535	0.62 296	0.59 260	0.71 348	0.59 311	0.73 339	0.67 311	0.73 344	0.55 300	0.61 328	0.60 313	0.74 338	0.63 314	0.73 340	0.66 303	0.60 296	0.69 326	0.66 333	0.72 301	0.65 324
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LG-Stereo	0.60 269	0.58 201	0.47 261	0.64 268	0.74 353	1.00 351	0.69 333	0.57 295	0.41 276	0.57 304	0.41 277	0.57 308	0.41 273	1.00 356	0.75 343	0.91 329	0.51 284	0.52 308	0.37 264	0.52 280	0.37 250

tt45	1.04 350	0.88 227	1.36 424	0.92 301	1.03 380	1.51 434	0.79 344	0.70 315	0.88 356	0.74 329	0.90 359	1.60 434	0.72 337	1.60 431	0.75 343	0.91 329	0.78 323	1.52 441	0.79 352	1.14 345	1.32 435

RAStereo	2.23 442	3.64 423	0.76 319	3.65 456	0.86 361	3.66 472	0.76 342	3.67 471	0.81 354	3.66 468	0.76 352	3.66 469	0.77 342	3.68 470	0.77 345	3.68 464	0.77 322	3.69 471	0.77 349	3.70 453	0.77 343

SFCPSM	0.17 126	0.78 214	0.02 13	0.02 14	0.01 9	0.02 18	0.02 19	0.02 19	0.01 9	0.02 19	0.02 19	0.02 19	0.01 9	0.02 19	0.79 346	0.02 14	0.75 320	0.76 334	0.02 20	0.02 19	0.02 19

G-Net	0.79 305	0.79 216	0.79 324	0.79 284	0.79 357	0.79 331	0.79 344	0.79 321	0.79 350	0.79 333	0.79 354	0.79 336	0.79 344	0.79 330	0.79 346	0.79 316	0.79 324	0.79 337	0.79 352	0.79 310	0.79 344

HSM-Net_RVC	0.95 339	1.17 280	0.78 321	1.18 338	0.71 348	1.16 371	0.75 341	1.09 352	0.80 351	1.10 361	0.75 351	1.17 374	0.74 338	1.17 374	0.80 348	1.13 353	0.73 317	1.17 376	0.77 349	1.16 349	0.72 334
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NaN_ROB	0.80 307	0.80 217	0.80 325	0.80 286	0.80 359	0.80 332	0.80 347	0.80 323	0.80 351	0.80 334	0.80 355	0.80 337	0.80 345	0.80 332	0.80 348	0.80 317	0.80 327	0.80 340	0.80 354	0.80 313	0.80 345

CSAN	0.80 307	0.80 217	0.80 325	0.80 286	0.80 359	0.80 332	0.80 347	0.80 323	0.80 351	0.80 334	0.80 355	0.80 337	0.80 345	0.80 332	0.80 348	0.80 317	0.80 327	0.80 340	0.80 354	0.80 313	0.80 345

ours_stereo	1.20 359	1.21 330	0.90 333	1.64 409	1.11 383	1.35 424	0.67 329	1.76 431	0.93 363	1.70 435	1.10 376	1.39 428	0.75 340	1.41 428	0.81 351	1.60 425	1.03 343	1.33 431	1.00 368	1.61 419	0.72 334

AIO-Stereo-zeroshot1	0.75 296	0.92 239	0.85 329	0.96 311	0.59 327	1.27 421	0.44 282	0.59 300	0.69 334	0.91 342	0.68 338	0.55 304	0.61 320	1.06 362	0.83 352	0.62 298	0.70 311	0.90 350	0.41 286	0.89 323	0.56 315

999	1.00 343	1.12 275	0.59 291	1.10 323	1.21 439	1.09 363	0.52 311	1.08 350	1.43 447	1.18 371	1.35 437	0.98 356	0.52 311	0.91 344	0.85 353	0.72 311	1.46 427	0.83 345	0.98 366	0.68 295	1.41 443

ToySt	0.92 331	2.11 375	0.90 333	0.95 308	0.79 357	0.99 350	0.78 343	0.94 341	0.81 354	0.94 348	0.78 353	0.95 353	0.77 342	0.94 349	0.86 354	0.91 329	0.79 324	0.85 347	0.77 349	0.89 323	0.73 337

DPSimNet_ROB	0.97 340	1.18 282	0.81 327	1.10 323	0.91 367	1.02 356	0.82 350	1.04 349	0.91 358	1.03 357	0.86 358	1.28 425	0.82 347	1.03 361	0.89 355	1.17 356	0.81 329	1.02 366	0.82 357	1.08 342	0.81 347

DGTPSM_ROB	0.93 336	1.00 250	0.92 337	0.94 306	0.96 372	0.91 342	0.92 357	0.91 334	0.96 367	0.91 342	0.96 366	0.93 352	0.92 351	0.94 349	0.92 356	0.92 332	0.92 335	0.90 350	0.92 361	0.94 331	0.91 355

DPSM_ROB	0.92 331	0.91 234	0.91 335	0.91 298	0.92 368	0.92 343	0.92 357	0.92 337	0.91 358	0.93 346	0.91 362	0.92 349	0.90 349	0.91 344	0.92 356	0.92 332	0.91 333	0.91 352	0.92 361	0.93 329	0.93 357

DPSM	0.92 331	0.91 234	0.91 335	0.91 298	0.92 368	0.92 343	0.92 357	0.92 337	0.91 358	0.93 346	0.91 362	0.92 349	0.90 349	0.91 344	0.92 356	0.92 332	0.91 333	0.91 352	0.92 361	0.93 329	0.93 357

pmcnn	0.92 331	0.92 239	0.92 337	0.92 301	0.92 368	0.92 343	0.92 357	0.92 337	0.92 362	0.92 344	0.92 365	0.92 349	0.92 351	0.92 348	0.92 356	0.92 332	0.92 335	0.92 354	0.92 361	0.92 328	0.92 356

Selective-RAFT	0.89 328	0.89 230	0.72 313	1.16 336	0.78 356	1.06 358	0.82 350	0.87 328	0.97 368	1.00 352	0.91 362	0.90 346	1.00 356	0.89 342	0.93 360	0.83 323	0.83 330	0.82 344	0.82 357	0.81 316	0.82 348

MM-Stereo_test2	1.20 359	1.85 356	1.05 348	1.46 400	0.94 371	1.36 426	0.99 364	1.36 419	0.95 365	1.41 425	0.98 368	1.40 430	0.96 353	1.37 426	0.95 361	1.37 414	1.06 344	1.33 431	0.93 365	1.29 408	0.89 353

AIO-Stereo-zeroshot	0.91 329	0.86 224	0.89 330	1.25 388	0.69 346	1.05 357	0.81 349	1.16 357	0.50 305	1.12 366	0.97 367	0.72 327	0.82 347	1.06 362	0.95 361	0.61 295	0.87 332	1.03 367	0.85 360	1.04 340	1.01 367

Selective-RAFT-Error	0.88 326	0.84 223	0.98 342	0.86 294	0.97 373	0.88 338	0.95 361	0.84 327	0.99 371	0.92 344	0.82 357	0.84 341	0.98 355	0.87 339	0.97 363	0.81 320	0.83 330	0.79 337	0.82 357	0.79 310	0.85 350

4D-IteraStereo	0.78 304	3.13 413	0.89 330	0.69 274	0.32 230	0.40 222	0.32 220	0.76 319	0.97 368	0.52 293	0.65 334	0.89 345	0.32 231	0.76 329	0.98 364	0.83 323	0.94 337	0.35 221	0.27 208	0.70 300	0.89 353

MaDis-Stereo	3.19 466	6.02 469	1.12 351	5.61 483	1.16 389	5.43 499	1.02 370	5.15 497	0.70 337	5.43 497	1.21 430	5.03 498	0.97 354	4.85 491	0.99 365	4.53 470	1.16 361	5.53 499	1.25 432	5.37 487	1.30 433

GANet	1.00 343	1.00 250	1.00 344	1.00 315	1.00 374	1.00 351	1.00 365	1.00 345	1.00 372	1.00 352	1.00 369	1.00 357	1.00 356	1.00 356	1.00 366	1.00 338	1.00 338	1.00 362	1.00 368	1.00 335	1.00 364

TDLM	1.00 343	1.00 250	1.00 344	1.00 315	1.00 374	1.00 351	1.00 365	1.00 345	1.00 372	1.00 352	1.00 369	1.00 357	1.00 356	1.00 356	1.00 366	1.00 338	1.00 338	1.00 362	1.00 368	1.00 335	1.00 364

CVANet_RVC	1.00 343	1.00 250	1.00 344	1.00 315	1.00 374	1.00 351	1.00 365	1.00 345	1.00 372	1.00 352	1.00 369	1.00 357	1.00 356	1.00 356	1.00 366	1.00 338	1.00 338	1.00 362	1.00 368	1.00 335	1.00 364

trnet	1.01 348	1.01 256	1.01 347	1.01 318	1.01 378	1.01 355	1.01 368	1.01 348	1.01 375	1.01 356	1.01 372	1.01 360	1.01 362	1.01 360	1.01 369	1.01 341	1.01 341	1.01 365	1.01 372	1.01 338	1.01 367

MM-Stereo_test3	1.27 409	2.07 371	1.18 359	1.60 404	1.02 379	1.45 432	1.01 368	1.40 423	1.04 377	1.44 426	1.03 373	1.46 432	1.02 363	1.44 429	1.02 370	1.51 421	1.12 358	1.32 430	0.98 366	1.38 412	0.97 360

MLG-Stereo	0.92 331	0.90 232	0.84 328	1.27 389	0.49 309	1.38 428	0.88 353	1.41 424	0.97 368	0.73 324	1.09 375	1.26 423	0.43 281	0.72 323	1.05 371	1.13 353	0.49 274	1.18 379	0.66 333	1.01 338	0.46 283

FC-DCNN	1.07 351	1.09 271	0.98 342	0.89 295	0.52 319	1.41 431	0.91 356	1.21 410	1.24 436	1.96 438	2.05 469	1.91 438	1.30 430	1.27 424	1.08 372	0.80 317	0.60 296	0.58 314	0.41 286	0.68 295	0.54 308

GLC_STEREO	1.07 351	1.01 256	1.06 349	1.07 321	1.05 381	1.06 358	1.08 372	1.08 350	1.05 378	1.07 359	1.06 374	1.08 363	1.05 364	1.06 362	1.10 373	1.07 344	1.09 351	1.05 368	1.05 373	1.06 341	1.12 374

IGEVStereo-DCA	1.77 423	4.21 439	1.84 444	2.49 438	2.11 469	2.54 457	1.36 437	1.65 428	1.17 385	2.75 458	1.90 461	2.54 456	1.15 370	0.94 349	1.11 374	1.50 419	1.32 414	0.96 358	1.46 445	1.49 415	0.88 351

rrr	1.77 423	4.21 439	1.84 444	2.49 438	2.11 469	2.54 457	1.36 437	1.65 428	1.17 385	2.75 458	1.90 461	2.54 456	1.15 370	0.94 349	1.11 374	1.50 419	1.32 414	0.96 358	1.46 445	1.49 415	0.88 351

NCC-stereo	2.36 448	25.52 508	1.17 357	1.15 331	1.17 390	1.11 367	1.11 373	1.15 355	1.16 381	1.10 361	1.16 380	1.10 367	1.15 370	1.14 372	1.13 376	1.09 345	1.11 355	1.15 371	1.16 380	1.17 354	1.17 380

Nwc_Net	2.37 450	25.95 510	1.15 355	1.14 329	1.15 385	1.08 361	1.14 376	1.17 359	1.16 381	1.14 369	1.15 377	1.08 363	1.15 370	1.11 370	1.14 377	1.10 347	1.11 355	1.16 372	1.09 375	1.16 349	1.15 379

TorneroNet	0.66 279	0.53 194	0.50 274	0.50 243	0.64 336	1.06 358	0.70 334	0.50 277	0.51 312	0.49 274	0.69 341	0.49 278	0.50 305	0.48 274	1.15 378	0.71 310	0.49 274	1.14 370	1.08 374	0.49 268	0.49 297

AF-Net	2.37 450	25.71 509	1.17 357	1.13 328	1.15 385	1.15 370	1.18 381	1.19 362	1.16 381	1.10 361	1.15 377	1.10 367	1.18 375	1.12 371	1.15 378	1.10 347	1.10 354	1.17 376	1.15 378	1.16 349	1.12 374

RP	2.33 446	25.00 506	1.13 352	1.15 331	1.15 385	1.10 364	1.15 377	1.15 355	1.15 380	1.12 366	1.15 377	1.09 365	1.13 367	1.10 368	1.15 378	1.11 352	1.09 351	1.16 372	1.12 376	1.16 349	1.17 380

edge stereo	2.43 453	27.07 514	1.14 353	1.06 320	1.14 384	1.08 361	1.17 380	1.16 357	1.14 379	1.10 361	1.16 380	1.09 365	1.16 374	1.10 368	1.16 381	1.10 347	1.11 355	1.16 372	1.19 382	1.13 344	1.11 372

Abc-Net	2.32 445	24.75 505	1.14 353	1.17 337	1.17 390	1.11 367	1.15 377	1.17 359	1.21 433	1.08 360	1.16 380	1.12 371	1.14 369	1.09 366	1.17 382	1.09 345	1.16 361	1.17 376	1.17 381	1.16 349	1.11 372
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RGC	2.36 448	25.48 507	1.19 361	1.15 331	1.15 385	1.10 364	1.16 379	1.17 359	1.16 381	1.12 366	1.16 380	1.11 370	1.13 367	1.09 366	1.18 383	1.10 347	1.15 360	1.16 372	1.12 376	1.14 345	1.12 374

stereogan	2.33 446	24.38 504	1.18 359	1.18 338	1.18 392	1.14 369	1.18 381	1.19 362	1.19 387	1.14 369	1.18 384	1.14 372	1.18 375	1.14 372	1.18 383	1.14 355	1.14 359	1.19 380	1.19 382	1.15 347	1.19 382

DisPM	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

CrosDoStereo	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

PFNet+	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

LCNet	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

HHNet	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

Patchmatch Stereo++	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383
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	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

STrans-v2	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

TransformOpticalFlow	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

OMP-Stereo	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

IIG-Stereo	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

NF-Stereo	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

OCTAStereo	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

PSM-softLoss	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

KMStereo	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

NRIStereo	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

PSM-adaLoss	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

PSM-AAD	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

FTStereo	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

ROB_FTStereo_v2	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

ROB_FTStereo	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

Consistency-Raft	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

KYRaft	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

HUI-Stereo	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

ASMatch	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

DeepStereo_LL	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

DEmStereo	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

SST-Stereo	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

THIR-Stereo	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

RAFT_R40	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

DRaft	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

PFNet	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

GrayStereo	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

RE-Stereo	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

Pruner-Stereo	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

TVStereo	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

DeepStereo_RVC	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

RAFT-RH_RVC	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

IRAFT_RVC	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

RAFT-345	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

iRAFT	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

CRE-IMP	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

GMM-Stereo	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

RAFT-IKP	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

Prome-Stereo	1.20 359	1.20 284	1.20 364	1.20 340	1.20 393	1.20 372	1.20 383	1.20 365	1.20 388	1.20 373	1.20 385	1.20 376	1.20 377	1.20 376	1.20 385	1.20 358	1.20 366	1.20 381	1.20 385	1.20 358	1.20 383

HBP-ISP	1.24 407	1.72 349	1.65 436	1.15 331	0.76 354	1.40 430	0.88 353	1.67 430	1.02 376	1.69 434	1.38 441	1.69 436	1.21 423	1.87 435	1.21 430	1.05 343	0.79 324	0.97 360	0.80 354	1.19 357	0.75 341

GANetREF_RVC	1.55 416	1.94 368	1.22 411	1.88 412	1.21 439	1.88 440	1.22 429	1.88 432	1.22 434	1.88 436	1.22 431	1.88 437	1.22 424	1.89 436	1.22 431	1.87 432	1.22 413	1.88 444	1.22 431	1.88 424	1.22 429
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
StereoVision	3.15 465	5.00 448	0.89 330	4.83 474	1.00 374	3.93 473	1.27 433	6.37 500	1.34 439	5.67 500	1.26 435	5.84 501	1.27 427	5.03 497	1.24 432	5.10 489	1.09 351	4.61 483	0.57 323	5.62 489	1.12 374

FAT-Stereo	2.46 454	26.05 511	1.23 413	1.23 387	1.22 441	1.20 372	1.24 431	1.23 413	1.23 435	1.19 372	1.22 431	1.21 421	1.24 425	1.20 376	1.24 432	1.21 403	1.17 364	1.22 427	1.25 432	1.20 358	1.24 431

S-Stereo	2.51 455	26.86 512	1.23 413	1.22 385	1.22 441	1.24 420	1.25 432	1.22 411	1.24 436	1.21 418	1.24 433	1.19 375	1.27 427	1.19 375	1.24 432	1.19 357	1.20 366	1.25 428	1.19 382	1.24 406	1.23 430

11t	1.27 409	2.70 399	1.34 417	1.32 393	0.89 363	1.30 423	1.34 435	1.64 427	0.57 317	1.45 427	0.72 347	1.05 362	1.29 429	1.07 365	1.29 435	1.49 418	1.02 342	0.97 360	1.15 378	1.48 414	1.31 434

SPS-STEREO	1.59 417	1.91 362	1.21 410	1.94 415	1.20 393	2.00 442	1.23 430	1.99 435	1.24 436	2.00 440	1.25 434	2.03 441	1.26 426	2.00 439	1.29 435	1.90 435	1.18 365	1.89 445	1.21 430	1.89 425	1.20 383
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MaskLacGwcNet_RVC	1.35 411	1.35 340	1.35 419	1.35 395	1.35 443	1.35 424	1.35 436	1.36 419	1.35 441	1.36 423	1.35 437	1.36 426	1.36 432	1.36 425	1.35 437	1.35 411	1.35 420	1.35 434	1.35 435	1.35 410	1.35 439

MC-Stereo	1.76 422	2.96 409	1.37 426	2.14 422	1.37 445	2.14 446	1.36 437	2.14 440	1.37 443	2.14 446	1.37 440	2.14 443	1.37 433	2.14 444	1.37 438	1.97 436	1.32 414	1.97 447	1.32 434	1.98 426	1.33 436

CC-Net-ROB	1.36 412	1.33 339	1.33 416	1.36 396	1.38 446	1.36 426	1.33 434	1.37 421	1.34 439	1.35 422	1.36 439	1.38 427	1.34 431	1.38 427	1.38 439	1.35 411	1.38 423	1.33 431	1.35 435	1.43 413	1.34 438

sCroCo_RVC	2.10 433	2.76 403	1.92 454	2.78 445	1.39 447	2.73 459	1.41 444	2.73 454	1.40 445	2.77 463	1.41 443	2.74 459	1.40 435	2.74 458	1.40 440	2.72 456	1.42 425	2.72 462	1.44 444	2.79 448	1.42 444

PS-NSSS	1.38 414	1.39 342	1.34 417	1.34 394	1.35 443	1.38 428	1.37 442	1.35 418	1.38 444	1.34 421	1.34 436	1.39 428	1.38 434	1.70 433	1.40 440	1.36 413	1.36 421	1.36 436	1.37 438	1.37 411	1.36 440

MM-Stereo_test1	1.80 425	3.41 419	1.52 434	2.12 421	1.41 448	2.04 443	1.41 444	2.05 436	1.46 448	2.04 442	1.41 443	2.05 442	1.42 436	2.05 440	1.43 442	2.04 440	1.54 431	1.94 446	1.38 440	1.99 427	1.33 436

test_xeample3	1.10 353	1.81 354	0.61 295	0.84 291	0.49 309	0.77 327	0.66 325	0.92 337	1.40 445	0.68 321	0.46 295	0.78 334	0.54 315	1.72 434	1.48 443	1.34 410	1.52 430	1.35 434	1.67 454	1.33 409	1.55 446

FADNet-RVC-Resample	0.12 90	0.04 36	0.04 41	0.04 36	0.04 75	0.04 72	0.04 75	0.04 72	0.04 76	0.04 69	0.04 83	0.04 72	0.04 79	0.04 67	1.57 444	0.04 42	0.04 43	0.04 69	0.05 88	0.04 72	0.06 94

DPSMNet_ROB	1.60 418	1.59 346	1.70 438	1.59 403	1.59 451	1.61 435	1.61 447	1.60 425	1.60 449	1.62 433	1.59 448	1.60 434	1.60 439	1.60 431	1.59 445	1.59 423	1.60 436	1.59 442	1.59 451	1.59 418	1.59 450

RAFT_CTSACE	1.92 428	3.71 426	1.72 440	1.88 412	1.72 455	2.04 443	1.42 446	2.18 441	1.89 464	2.02 441	1.97 465	1.95 439	2.06 454	1.93 437	1.62 446	1.76 428	1.66 440	2.02 448	1.73 460	1.73 421	1.43 445

Anonymous3	2.55 456	3.26 417	1.65 436	3.28 450	1.63 452	3.24 467	1.68 448	3.27 465	1.66 450	3.28 466	1.67 450	3.25 466	1.66 440	3.27 465	1.64 447	3.26 460	1.65 439	3.30 465	1.65 452	4.95 482	1.65 453

FADNet_RVC	0.12 90	0.04 36	0.04 41	0.05 42	0.04 75	0.04 72	0.04 75	0.04 72	0.04 76	0.04 69	0.04 83	0.04 72	0.05 86	0.04 67	1.65 448	0.05 49	0.04 43	0.04 69	0.04 73	0.04 72	0.04 74

FADNet	0.12 90	0.05 48	0.04 41	0.04 36	0.04 75	0.04 72	0.04 75	0.04 72	0.04 76	0.04 69	0.04 83	0.04 72	0.05 86	0.04 67	1.66 449	0.06 53	0.04 43	0.04 69	0.04 73	0.04 72	0.04 74

UDGNet	2.23 442	5.40 459	1.72 440	2.48 437	1.69 453	2.51 456	1.69 449	2.51 452	1.72 451	2.50 454	1.69 451	2.52 455	1.69 441	2.50 455	1.68 450	2.41 452	1.70 441	2.42 458	1.69 456	2.42 439	1.64 451

FADNet-RVC	0.13 96	0.04 36	0.04 41	0.04 36	0.04 75	0.04 72	0.05 85	0.04 72	0.04 76	0.04 69	0.05 92	0.04 72	0.05 86	0.04 67	1.71 451	0.04 42	0.04 43	0.04 69	0.04 73	0.07 96	0.04 74

MFMNet_re	1.81 426	1.91 362	1.71 439	1.95 416	1.70 454	1.95 441	1.70 450	1.96 434	1.74 452	1.97 439	1.72 452	1.95 439	1.71 442	1.97 438	1.71 451	1.86 431	1.62 437	1.85 443	1.66 453	1.86 423	1.64 451

TRStereo	2.00 429	2.13 376	1.85 446	2.27 428	1.84 458	2.28 448	1.84 453	2.29 443	1.86 458	2.30 448	1.87 456	2.30 445	1.87 445	2.08 441	1.72 453	2.08 441	1.72 442	2.08 449	1.72 457	2.08 428	1.72 454

XX-Stereo	2.00 429	2.13 376	1.85 446	2.27 428	1.84 458	2.28 448	1.84 453	2.29 443	1.86 458	2.30 448	1.87 456	2.30 445	1.87 445	2.08 441	1.72 453	2.08 441	1.72 442	2.08 449	1.72 457	2.08 428	1.72 454

EAI-Stereo	2.00 429	2.13 376	1.85 446	2.27 428	1.84 458	2.28 448	1.84 453	2.29 443	1.86 458	2.30 448	1.87 456	2.30 445	1.87 445	2.08 441	1.72 453	2.08 441	1.72 442	2.08 449	1.72 457	2.08 428	1.72 454

U	5.15 500	8.49 481	1.81 443	8.49 497	1.77 456	8.49 508	1.77 451	8.51 508	1.77 453	8.49 508	1.77 453	8.50 508	1.78 443	8.58 508	1.77 456	8.54 506	1.78 445	8.55 508	1.78 461	8.55 502	1.84 458

FBW_ROB	2.12 435	2.46 391	1.77 442	2.49 438	1.79 457	2.38 452	1.83 452	2.46 451	1.78 454	2.48 453	1.97 465	2.40 452	1.78 443	2.42 454	1.83 457	2.31 447	1.85 448	2.38 457	1.82 462	2.35 438	1.84 458

LG-G_1	2.22 439	2.71 401	1.89 451	2.77 443	1.87 464	2.75 460	1.87 457	2.76 456	1.87 462	2.75 458	1.87 456	2.76 460	1.87 445	2.75 459	1.86 458	2.47 454	1.58 433	2.45 459	1.57 448	2.45 440	1.57 448

LG-G	2.22 439	2.71 401	1.89 451	2.77 443	1.87 464	2.75 460	1.87 457	2.76 456	1.87 462	2.75 458	1.87 456	2.76 460	1.87 445	2.75 459	1.86 458	2.47 454	1.58 433	2.45 459	1.57 448	2.45 440	1.57 448

LGtest1	2.22 439	2.70 399	1.89 451	2.76 442	1.86 461	2.75 460	1.86 456	2.75 455	1.86 458	2.75 458	1.86 455	2.77 462	1.87 445	2.75 459	1.86 458	2.46 453	1.58 433	2.45 459	1.56 447	2.45 440	1.56 447

AIO_test	2.18 436	2.09 374	2.04 457	2.42 435	2.01 467	2.47 455	1.94 460	2.34 448	2.03 466	2.56 456	1.94 463	2.43 453	1.94 451	2.41 452	1.87 461	2.39 451	2.10 451	2.35 456	1.91 463	2.25 434	2.19 462

AIO_rvc	2.18 436	2.34 387	1.87 450	2.32 432	1.94 466	2.40 453	1.89 459	2.37 449	2.07 467	2.52 455	1.95 464	2.44 454	1.99 453	2.41 452	1.89 462	2.32 448	2.09 450	2.24 452	2.18 465	2.21 432	2.23 463

HUF	2.18 436	2.30 386	1.99 456	2.34 433	2.02 468	2.41 454	2.06 461	2.38 450	1.89 464	2.36 452	1.85 454	2.56 458	1.98 452	2.31 450	1.97 463	2.30 446	2.03 449	2.30 454	2.11 464	2.23 433	2.16 461

RASNet	1.49 415	1.65 347	1.45 430	1.38 398	1.43 449	1.47 433	1.36 437	1.38 422	1.36 442	1.39 424	1.60 449	1.45 431	1.45 437	1.51 430	2.21 464	1.53 422	1.36 421	1.36 436	1.36 437	1.66 420	1.36 440

ff7	1.68 419	2.68 396	1.35 419	0.97 312	0.89 363	1.84 437	2.15 462	2.12 437	1.80 455	2.05 443	1.56 445	2.33 448	2.12 455	2.23 445	2.25 465	1.31 407	1.07 345	1.48 438	1.41 441	0.90 325	1.04 369

ffff	1.68 419	2.68 396	1.35 419	0.97 312	0.89 363	1.84 437	2.15 462	2.12 437	1.80 455	2.05 443	1.56 445	2.33 448	2.12 455	2.23 445	2.25 465	1.31 407	1.07 345	1.48 438	1.41 441	0.90 325	1.04 369

ccc-4	1.68 419	2.68 396	1.35 419	0.97 312	0.89 363	1.84 437	2.15 462	2.12 437	1.80 455	2.05 443	1.56 445	2.33 448	2.12 455	2.23 445	2.25 465	1.31 407	1.07 345	1.48 438	1.41 441	0.90 325	1.04 369

STTStereo	3.73 470	30.40 518	2.37 463	2.39 434	2.31 473	2.35 451	2.33 466	2.29 443	2.42 469	2.32 451	2.34 471	2.33 448	2.36 459	2.30 449	2.27 468	2.35 449	2.22 455	2.31 455	2.22 466	2.29 437	2.34 468

NCCL2	2.28 444	2.27 384	2.28 459	2.28 431	2.28 471	2.27 447	2.29 465	2.28 442	2.28 468	2.27 447	2.28 470	2.28 444	2.27 458	2.27 448	2.28 469	2.28 444	2.28 456	2.27 453	2.29 469	2.27 435	2.29 464

NLCA_NET_v2_RVC	5.04 498	50.87 528	2.78 465	2.87 446	2.71 474	2.78 463	0.47 293	2.88 461	2.86 473	1.89 437	2.67 472	2.79 463	2.79 463	2.78 462	2.83 470	2.82 457	2.82 459	2.83 463	2.77 472	2.83 449	2.76 472
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
rvit_105_1	3.83 471	5.22 452	3.01 467	4.53 462	3.01 476	4.51 479	3.01 473	4.56 480	3.04 474	4.53 479	3.03 475	4.55 481	3.03 464	4.56 480	3.04 471	4.57 472	3.05 461	4.57 478	3.05 476	4.57 466	3.05 475

rvit_stereo_0081	3.83 471	5.23 453	3.01 467	4.53 462	3.03 478	4.55 485	3.02 474	4.56 480	3.04 474	4.52 477	3.02 473	4.54 479	3.03 464	4.56 480	3.04 471	4.57 472	3.05 461	4.57 478	3.05 476	4.58 467	3.05 475

rvit_0105_6	3.87 475	5.73 466	3.10 477	4.69 472	3.12 486	4.54 481	3.02 474	4.56 480	3.04 474	4.54 481	3.03 475	4.54 479	3.04 467	4.56 480	3.05 473	4.58 475	3.05 461	4.58 480	3.05 476	4.58 467	3.05 475

rvit_stereo_0082	3.86 473	5.82 467	3.01 467	4.53 462	3.03 478	4.54 481	3.02 474	4.56 480	3.04 474	4.53 479	3.02 473	4.55 481	3.04 467	4.57 483	3.05 473	4.57 472	3.05 461	4.58 480	3.05 476	4.58 467	3.06 478

RAFT+CT+SA	4.28 485	7.62 475	4.91 491	5.55 482	2.28 471	3.09 464	3.64 491	4.49 478	3.07 479	4.80 490	3.35 486	4.77 493	3.70 482	4.29 477	3.05 473	5.58 491	5.98 492	3.58 469	3.78 495	4.26 460	3.72 492

rvit_stereo_0081_aga	3.86 473	5.33 456	3.02 470	4.55 468	3.04 482	4.54 481	3.02 474	4.64 487	3.06 478	4.54 481	3.04 477	4.62 488	3.08 471	4.62 486	3.07 476	4.58 475	3.06 465	4.60 482	3.08 480	4.63 470	3.07 479

rvit_stereo_0080	3.89 476	5.70 464	3.04 472	4.54 465	3.03 478	4.56 486	3.05 480	4.60 484	3.07 479	4.58 484	3.06 478	4.59 483	3.06 469	4.61 484	3.08 477	4.63 477	3.09 466	4.64 484	3.10 481	4.65 471	3.10 480

whm_eth	3.89 476	5.70 464	3.04 472	4.54 465	3.03 478	4.56 486	3.05 480	4.60 484	3.07 479	4.58 484	3.06 478	4.59 483	3.06 469	4.61 484	3.08 477	4.63 477	3.09 466	4.64 484	3.10 481	4.65 471	3.10 480

rvit_0105_4	3.91 478	5.47 463	3.02 470	4.54 465	3.02 477	4.54 481	3.03 478	4.75 490	3.17 485	4.57 483	3.06 478	4.61 487	3.16 475	4.65 487	3.09 479	4.66 479	3.11 468	4.68 487	3.18 486	4.81 477	3.16 485

rvit_0105_3	3.91 478	5.33 456	3.06 475	4.60 470	3.07 484	4.60 488	3.06 482	4.62 486	3.08 482	4.60 486	3.07 481	4.62 488	3.08 471	4.67 488	3.10 480	4.70 480	3.11 468	4.77 491	3.19 487	4.77 476	3.14 484

rvit_stereo_ft	3.93 481	5.44 461	3.05 474	4.59 469	3.06 483	4.61 489	3.08 483	4.67 489	3.12 484	4.63 488	3.10 483	4.65 490	3.11 473	4.69 490	3.13 481	4.70 480	3.14 470	4.71 489	3.15 485	4.74 474	3.16 485

rvit_stereo_0083	3.92 480	5.30 455	3.06 475	4.61 471	3.09 485	4.67 490	3.08 483	4.66 488	3.09 483	4.62 487	3.10 483	4.66 491	3.11 473	4.67 488	3.16 482	4.72 482	3.16 471	4.77 491	3.11 483	4.66 473	3.11 482

test_5	4.62 492	7.55 474	6.23 497	6.32 487	3.40 490	5.29 498	3.50 489	3.53 469	4.11 497	4.28 474	4.47 500	4.26 477	4.38 492	3.68 470	3.24 483	5.89 493	5.60 489	4.84 493	3.50 489	4.33 461	3.93 498

rvit_0105_5	4.10 482	5.40 459	3.13 480	4.71 473	3.15 487	4.72 493	3.10 485	4.90 495	3.27 486	4.69 489	3.16 485	4.84 495	3.25 476	4.96 494	3.34 484	5.05 487	3.39 476	5.10 496	3.40 488	5.11 484	3.42 488

DispFullNet	4.61 491	4.84 445	3.12 478	5.00 477	3.57 491	4.75 494	3.03 478	7.75 506	4.17 498	4.91 493	3.09 482	6.20 502	3.95 487	6.71 502	3.51 485	5.30 490	3.67 478	5.86 503	3.63 490	5.61 488	3.46 489

MLG-Stereo_test2	4.28 485	5.46 462	3.69 485	4.86 475	3.72 495	5.58 500	3.42 488	4.81 492	3.77 494	4.85 491	3.72 492	5.55 500	3.63 479	5.58 498	3.53 486	4.41 469	3.28 475	4.99 495	2.95 474	4.75 475	3.13 483

DPSNet	3.66 469	3.60 422	3.62 484	3.63 455	3.64 494	3.65 471	3.65 492	3.66 470	3.67 489	3.67 469	3.65 490	3.67 470	3.66 480	3.66 469	3.68 487	3.68 464	3.66 477	3.67 470	3.68 493	3.67 452	3.67 491

MLG-Stereo_test1	4.25 483	5.34 458	3.61 483	5.31 479	3.63 493	5.23 497	3.57 490	5.38 498	3.65 488	5.23 495	3.47 487	4.76 492	3.74 483	4.85 491	3.71 488	4.96 484	3.18 473	4.71 489	2.92 473	4.86 480	2.90 473

TestStereo1	4.60 489	8.41 479	6.44 499	6.86 490	3.79 496	3.97 474	3.78 494	3.99 474	3.74 491	3.97 471	3.52 488	3.94 473	3.58 477	3.98 473	3.72 489	6.82 499	6.50 495	3.76 472	3.66 491	3.90 455	3.74 494

SA-5K	4.60 489	8.41 479	6.44 499	6.86 490	3.79 496	3.97 474	3.78 494	3.99 474	3.74 491	3.97 471	3.52 488	3.94 473	3.58 477	3.98 473	3.72 489	6.82 499	6.50 495	3.76 472	3.66 491	3.90 455	3.74 494

MLG-Stereo_test3	4.26 484	4.85 446	3.95 487	5.35 480	3.60 492	4.75 494	3.76 493	5.49 499	3.71 490	5.39 496	3.69 491	4.82 494	3.66 480	4.85 491	3.73 491	4.93 483	3.19 474	4.69 488	2.99 475	4.84 479	2.98 474

Sa-1000	4.34 488	8.37 478	6.84 501	6.98 492	4.45 502	3.58 469	3.00 472	3.42 468	3.39 487	2.61 457	4.00 496	3.83 472	4.01 489	3.90 472	3.90 492	5.98 495	5.62 490	3.76 472	2.34 470	4.35 462	2.47 471

cross-raft	4.83 494	7.52 473	6.43 498	6.63 488	3.96 498	4.51 479	3.99 497	4.49 478	3.96 496	4.52 477	3.96 495	4.50 478	3.97 488	4.50 479	3.97 493	6.65 497	6.44 494	4.33 475	3.92 497	4.35 462	3.91 497

SA	4.33 487	7.35 472	6.85 502	5.96 485	4.09 499	3.59 470	3.15 486	3.82 472	2.64 470	3.91 470	3.85 493	3.57 468	2.72 462	3.13 464	4.03 494	7.09 502	6.86 497	3.57 468	3.12 484	3.85 454	3.51 490

test_4	4.88 495	8.13 477	6.98 503	7.46 493	4.44 501	4.25 477	3.85 496	4.04 476	3.92 495	4.13 473	3.91 494	4.18 476	3.84 485	4.14 475	4.06 495	7.01 501	7.13 498	4.53 476	3.72 494	4.09 458	3.72 492

test_3	5.01 497	8.86 484	7.77 505	8.09 495	2.76 475	4.13 476	4.05 498	3.88 473	3.76 493	4.33 475	4.13 497	3.71 471	3.91 486	4.21 476	4.06 495	7.93 503	7.69 500	4.53 476	3.91 496	4.17 459	4.29 500

raft_robust	4.71 493	7.75 476	5.40 496	6.81 489	3.31 488	4.28 478	4.20 499	4.32 477	4.37 500	4.35 476	4.35 499	4.14 475	3.75 484	4.30 478	4.20 497	6.67 498	6.37 493	3.36 467	4.24 501	4.86 480	3.25 487

SGM-Forest	5.21 501	5.92 468	4.08 488	6.18 486	4.16 500	6.31 502	4.34 500	6.50 501	4.33 499	6.14 502	4.21 498	6.61 505	4.55 493	6.67 501	4.48 498	5.94 494	3.94 480	5.85 502	4.03 499	5.79 490	4.17 499
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TestStereo	4.88 495	4.75 444	4.79 490	4.87 476	4.92 503	4.81 496	4.90 502	4.78 491	4.77 501	4.87 492	4.89 501	4.90 496	4.91 494	4.99 495	4.79 499	4.98 485	4.87 486	4.87 494	4.92 503	5.00 483	5.00 501

rvit_stereo_0075_2	6.64 503	8.80 483	5.25 493	7.89 494	5.27 505	7.90 507	5.27 503	7.92 507	5.28 503	7.91 507	5.29 504	7.93 507	5.27 495	7.92 507	5.28 500	7.93 503	5.28 488	7.93 506	5.29 505	7.93 499	5.28 503

SGM+DAISY	7.06 505	9.15 485	5.38 495	8.84 499	5.18 504	8.80 509	5.31 504	8.79 509	5.28 503	8.89 509	5.20 503	8.93 509	5.33 496	8.95 509	5.36 501	8.70 507	5.21 487	8.74 509	5.20 504	8.89 503	5.15 502

FC-DCNN v2	5.10 499	5.15 450	4.49 489	5.07 478	3.37 489	6.87 503	4.75 501	5.04 496	6.34 505	7.84 506	5.06 502	6.72 506	4.09 490	4.99 495	5.44 502	5.03 486	3.16 471	4.67 486	4.86 502	5.15 485	3.89 496

sAnonymous2	3.31 467	2.63 394	1.38 427	3.71 457	1.86 461	4.70 491	1.11 373	4.82 493	2.72 471	5.45 498	1.98 467	4.59 483	2.64 460	2.65 456	6.21 503	4.37 466	1.08 349	5.16 497	2.24 467	4.52 464	2.39 469

CroCo_RVC	3.31 467	2.63 394	1.38 427	3.71 457	1.86 461	4.70 491	1.11 373	4.82 493	2.72 471	5.45 498	1.98 467	4.59 483	2.64 460	2.65 456	6.21 503	4.37 466	1.08 349	5.16 497	2.24 467	4.52 464	2.39 469

test-1	6.46 502	9.16 486	8.03 508	8.09 495	5.62 506	6.11 501	6.35 505	6.85 503	4.94 502	6.08 501	6.29 507	4.98 497	6.43 499	6.22 499	6.36 505	6.16 496	7.47 499	5.82 501	5.44 506	7.11 496	5.68 504

RAFT	6.73 504	9.36 487	7.40 504	8.51 498	6.55 507	6.88 504	6.60 506	6.79 502	6.60 506	6.80 503	6.72 508	5.31 499	5.50 497	6.61 500	6.61 506	8.42 505	5.89 491	5.73 500	5.45 507	6.61 492	6.24 505

test-v	7.53 506	11.89 495	7.98 506	9.36 501	7.14 508	7.06 505	7.09 507	7.37 504	6.91 507	7.29 504	5.71 505	6.45 503	6.93 500	6.73 503	7.27 507	8.93 508	7.85 501	6.98 504	6.80 508	7.56 497	7.34 507

test-2	7.53 506	11.89 495	7.98 506	9.36 501	7.14 508	7.06 505	7.09 507	7.37 504	6.91 507	7.29 504	5.71 505	6.45 503	6.93 500	6.73 503	7.27 507	8.93 508	7.85 501	6.98 504	6.80 508	7.56 497	7.34 507

MANE	19.05 509	23.00 503	15.00 509	23.00 516	15.00 510	24.00 516	16.00 509	24.00 516	16.00 509	22.00 516	15.00 509	23.00 516	16.00 509	23.00 516	15.00 509	22.00 516	15.00 510	22.00 516	15.00 510	22.00 516	15.00 509

rafts_anoy	20.00 510	20.00 497	20.00 510	20.00 510	20.00 511	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 511	20.00 510	20.00 511	20.00 510	20.00 510

raft+_RVC	20.00 510	20.00 497	20.00 510	20.00 510	20.00 511	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 511	20.00 510	20.00 511	20.00 510	20.00 510

raftrobust	20.00 510	20.00 497	20.00 510	20.00 510	20.00 511	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 511	20.00 510	20.00 511	20.00 510	20.00 510

CasAABBNet	20.00 510	20.00 497	20.00 510	20.00 510	20.00 511	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 511	20.00 510	20.00 511	20.00 510	20.00 510

RALCasStereoNet	20.00 510	20.00 497	20.00 510	20.00 510	20.00 511	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 511	20.00 510	20.00 511	20.00 510	20.00 510

RALAANet	20.00 510	20.00 497	20.00 510	20.00 510	20.00 511	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 510	20.00 511	20.00 510	20.00 511	20.00 510	20.00 510

WCMA_ROB	31.10 517	35.43 523	27.12 516	39.51 528	23.10 517	38.78 528	25.30 516	37.49 528	25.39 516	37.29 527	27.02 516	38.52 528	26.48 516	37.80 527	26.44 516	36.28 524	22.65 517	33.90 521	22.30 517	37.10 525	24.18 516

fff	1000028.16 536	29.62 515	29.72 517	32.61 517	30.02 518	35.13 519	31.83 518	32.07 518	10000000.00 536	35.27 520	29.82 518	32.45 518	30.15 517	32.35 518	30.09 517	31.04 518	29.55 519	30.64 518	30.14 518	10000000.00 537	30.77 518

csc	1000028.16 536	29.62 515	29.72 517	32.61 517	30.02 518	35.13 519	31.83 518	32.07 518	10000000.00 536	35.27 520	29.82 518	32.45 518	30.15 517	32.35 518	30.09 517	31.04 518	29.55 519	30.64 518	30.14 518	10000000.00 537	30.77 518

cscssc	1000028.16 536	29.62 515	29.72 517	32.61 517	30.02 518	35.13 519	31.83 518	32.07 518	10000000.00 536	35.27 520	29.82 518	32.45 518	30.15 517	32.35 518	30.09 517	31.04 518	29.55 519	30.64 518	30.14 518	10000000.00 537	30.77 518

111	30.40 516	30.94 519	29.72 517	32.61 517	30.02 518	33.57 517	30.47 517	31.50 517	29.39 517	30.98 517	29.11 517	29.78 517	30.39 520	29.45 517	30.76 520	30.08 517	29.02 518	29.92 517	30.32 521	29.86 517	30.17 517

tt	500032.53 534	34.60 521	29.72 517	37.47 526	34.41 523	36.85 523	35.22 522	34.71 521	33.55 519	34.50 518	35.43 521	33.81 521	10000000.00 537	33.57 521	33.13 521	33.68 521	35.00 523	34.03 522	35.26 524	30.96 518	34.63 522

DCANet	500032.53 534	34.60 521	29.72 517	37.47 526	34.41 523	36.85 523	35.22 522	34.71 521	33.55 519	34.50 518	35.43 521	33.81 521	10000000.00 537	33.57 521	33.13 521	33.68 521	35.00 523	34.03 522	35.26 524	30.96 518	34.63 522

Reg-Stereo(zero)	37.00 520	37.00 525	37.00 524	37.00 523	37.00 526	37.00 525	37.00 525	37.00 525	37.00 522	37.00 524	37.00 525	37.00 525	37.00 523	37.00 524	37.00 523	37.00 525	37.00 526	37.00 526	37.00 526	37.00 522	37.00 525

HI	37.00 520	37.00 525	37.00 524	37.00 523	37.00 526	37.00 525	37.00 525	37.00 525	37.00 522	37.00 524	37.00 525	37.00 525	37.00 523	37.00 524	37.00 523	37.00 525	37.00 526	37.00 526	37.00 526	37.00 522	37.00 525

CoSv	37.00 520	37.00 525	37.00 524	37.00 523	37.00 526	37.00 525	37.00 525	37.00 525	37.00 522	37.00 524	37.00 525	37.00 525	37.00 523	37.00 524	37.00 523	37.00 525	37.00 526	37.00 526	37.00 526	37.00 522	37.00 525

DCANet-4	35.22 518	34.54 520	35.08 523	33.58 521	35.47 525	34.55 518	35.53 524	36.08 523	35.85 521	35.92 523	35.77 523	35.18 523	35.48 522	35.39 523	37.15 526	34.55 523	33.92 522	35.02 524	34.90 523	35.79 521	34.74 524

ADStereo(finetuned)	36.13 519	36.63 524	38.07 527	36.97 522	33.25 522	35.91 522	34.45 521	36.36 524	32.99 518	38.14 528	36.71 524	36.69 524	34.13 521	38.57 528	40.79 527	37.60 528	36.58 525	35.90 525	33.36 522	35.42 520	34.04 521

MDST_ROB	69.83 523	87.70 529	41.95 528	113.75 531	65.62 531	75.05 529	55.25 529	75.64 530	45.04 525	71.61 529	41.75 528	72.81 529	44.06 526	68.38 529	44.63 528	101.89 531	59.57 531	107.10 531	61.05 531	104.38 528	59.38 530

CBMV	128.50 525	1422.70 540	53.10 529	79.50 530	51.30 530	77.30 530	49.70 528	74.00 529	48.20 526	77.20 530	48.80 529	73.90 530	48.00 527	73.80 530	48.80 529	70.40 530	45.10 530	68.90 530	46.10 530	68.20 527	45.00 529
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NOSS_ROB	102.95 524	153.00 533	121.00 531	51.00 529	44.00 529	165.00 532	127.00 530	153.00 531	119.00 527	164.00 532	125.00 530	168.00 532	120.00 528	153.00 531	117.00 530	49.00 529	44.00 529	49.00 529	44.00 529	49.00 526	44.00 528

MeshStereo	159.24 526	171.00 534	160.68 534	162.58 532	160.59 532	164.01 531	160.35 531	158.51 532	158.56 528	158.34 531	160.12 531	158.56 531	159.92 529	157.26 532	158.94 531	154.38 532	158.36 532	155.75 532	159.13 533	153.67 529	154.07 531
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	201.80 527	123.00 530	115.00 530	219.00 533	218.00 534	223.00 533	244.00 533	217.00 533	236.00 530	202.00 533	203.00 532	205.00 533	208.00 530	225.00 533	204.00 532	210.00 533	198.00 533	197.00 533	184.00 534	204.00 530	201.00 532

DLCB_ROB	284.23 530	354.61 536	207.27 535	363.24 536	206.46 533	364.72 536	210.41 532	364.72 536	210.41 529	364.81 536	208.64 533	364.81 536	208.64 531	364.72 536	210.41 533	354.70 536	205.53 534	354.70 536	205.53 535	354.70 533	205.53 533

MGS-Stereo	239.45 528	123.00 530	135.00 532	266.00 534	286.00 535	277.00 534	305.00 534	271.00 534	242.00 531	274.00 534	279.00 534	255.00 534	270.00 532	268.00 534	297.00 534	221.00 534	247.00 535	216.00 534	123.00 532	217.00 531	217.00 534

EGLCR-Stereo	246.90 529	129.00 532	139.00 533	266.00 534	286.00 535	277.00 534	305.00 534	271.00 534	242.00 531	274.00 534	279.00 534	255.00 534	270.00 532	268.00 534	297.00 534	230.00 535	247.00 535	216.00 534	223.00 536	237.00 532	227.00 535

LE_ROB	396.57 531	471.28 537	329.84 536	471.48 537	308.15 537	526.83 537	322.10 536	488.15 537	323.76 533	495.46 537	317.97 536	497.17 537	320.10 534	481.62 537	326.76 536	462.71 537	298.97 537	466.16 537	285.98 537	447.62 534	289.21 536

SGM-ForestM	596.69 532	677.77 538	444.52 537	699.85 538	517.25 538	732.94 538	488.29 537	770.79 538	460.11 534	750.81 538	487.98 537	792.79 538	499.41 535	730.90 538	475.81 537	720.03 538	491.16 538	663.96 538	418.60 538	674.76 535	436.05 537

CBMV_ROB	818.48 533	913.88 539	709.52 538	862.84 539	597.78 539	1073.99 539	700.52 538	1015.66 539	702.59 535	1115.65 539	760.02 538	1130.24 539	721.57 536	1037.41 539	692.65 538	814.05 539	564.29 539	843.28 539	595.31 539	915.51 536	602.92 538

SGD-Stereo	10000000.00 539	10000000.00 541	10000000.00 539	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 536	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 537	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 537	10000000.00 539

IGEV-Stereo++	10000000.00 539	10000000.00 541	10000000.00 539	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 536	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 537	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 537	10000000.00 539

IGEV-BASED-STEREO-	10000000.00 539	10000000.00 541	10000000.00 539	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 536	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 537	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 537	10000000.00 539

IGEV-Stereo+	10000000.00 539	10000000.00 541	10000000.00 539	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 536	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 537	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 537	10000000.00 539

SDNR	10000000.00 539	10000000.00 541	10000000.00 539	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 536	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 537	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 537	10000000.00 539

anonymousdsp2	10000000.00 539	10000000.00 541	10000000.00 539	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 536	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 537	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 537	10000000.00 539

anonymousdsp	10000000.00 539	10000000.00 541	10000000.00 539	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 536	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 537	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 537	10000000.00 539

test_example2	10000000.00 539	10000000.00 541	10000000.00 539	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 536	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 537	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 537	10000000.00 539

DIP-Stereo	10000000.00 539	10000000.00 541	10000000.00 539	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 536	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 537	10000000.00 540	10000000.00 539	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 540	10000000.00 537	10000000.00 539
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ccccc		0.44 163		0.48 230	0.35 252	0.48 277		0.51 286		0.47 261		0.47 268		0.47 267		0.41 241	0.40 240	0.40 249	0.40 279	0.41 241

ASD4		0.20 97

Low-res two-view benchmark