Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

AdaDepth	0.33 32	0.23 39	0.69 156	0.46 83	0.29 122	0.44 69	0.24 42	0.54 8	0.38 33	0.33 26	0.38 32	0.26 17	0.31 45	0.81 126	0.27 19	0.12 5	0.13 81	0.16 57	0.13 72	0.16 67	0.20 177

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RAStereo	0.36 51	0.22 23	0.85 251	0.48 110	0.28 107	0.27 8	0.28 68	0.77 61	0.65 119	0.33 26	0.43 44	0.44 79	0.31 45	0.45 13	0.35 91	0.18 121	0.15 224	0.19 151	0.15 126	0.19 163	0.15 36

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

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

LG-Stereo	0.37 57	0.27 126	0.94 296	0.48 110	0.26 66	0.37 32	0.30 83	0.88 105	0.57 89	0.38 48	0.58 107	0.29 33	0.21 6	0.51 31	0.37 123	0.14 24	0.14 155	0.20 188	0.18 205	0.18 127	0.14 17

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

zero-FE	0.38 61	0.24 60	0.54 77	0.48 110	0.46 356	0.29 13	0.23 35	0.69 37	0.34 18	0.34 31	0.41 40	0.37 65	0.49 168	0.68 92	0.35 91	0.23 300	0.12 39	0.18 123	0.13 72	0.82 544	0.19 149

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

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

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

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

MaDis-Stereo	0.38 61	0.27 126	0.72 166	0.45 71	0.35 251	0.30 15	0.31 90	0.81 75	0.54 78	0.38 48	0.38 32	0.58 153	0.49 168	0.53 34	0.39 136	0.20 206	0.16 262	0.19 151	0.15 126	0.19 163	0.15 36

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

DDF-Stereo	0.39 68	0.24 60	0.53 73	0.51 160	0.45 347	0.30 15	0.23 35	0.64 24	0.34 18	0.34 31	0.40 38	0.37 65	0.48 156	0.94 172	0.35 91	0.24 322	0.12 39	0.18 123	0.13 72	0.85 545	0.19 149

HUF	0.39 68	0.27 126	0.71 164	0.43 55	0.24 26	0.51 131	0.47 282	0.99 135	0.55 82	0.37 44	0.45 56	0.53 133	0.41 102	0.70 95	0.29 38	0.18 121	0.14 155	0.16 57	0.12 37	0.15 46	0.17 94

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

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

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

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

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

CREStereo	0.40 72	0.24 60	0.40 8	0.37 3	0.22 14	0.52 137	0.29 75	0.81 75	1.15 318	0.59 139	0.72 147	0.51 120	0.42 110	0.57 48	0.37 123	0.19 161	0.13 81	0.15 28	0.10 1	0.14 20	0.15 36
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
FlowAnything_test	0.41 77	0.27 126	0.67 145	0.60 320	0.33 213	0.62 207	0.35 134	0.64 24	0.48 60	0.46 85	0.36 29	0.45 89	0.37 86	0.54 36	0.52 247	0.25 343	0.19 341	0.28 404	0.33 486	0.22 268	0.22 234

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

water-stereo	0.41 77	0.21 13	0.69 156	0.45 71	0.28 107	0.50 122	0.27 61	0.96 122	0.52 71	0.57 138	0.78 161	0.59 159	0.53 187	0.44 11	0.43 177	0.17 86	0.16 262	0.17 84	0.15 126	0.17 91	0.22 234

DEFOM-Stereo_RVC	0.41 77	0.68 496	0.45 23	0.66 389	0.30 139	0.48 97	0.25 45	0.87 101	0.46 56	0.39 55	0.37 31	0.30 37	0.69 268	1.16 238	0.31 55	0.17 86	0.11 21	0.16 57	0.12 37	0.18 127	0.14 17

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

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

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

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

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

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

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

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

CroCo-Stereo	0.42 88	0.33 262	0.83 236	0.59 312	0.28 107	0.26 4	0.33 108	1.22 228	0.85 182	0.43 69	0.49 72	0.65 182	0.46 143	0.40 4	0.36 110	0.19 161	0.15 224	0.16 57	0.14 106	0.20 202	0.17 94
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
Replicate-Monster	0.43 92	0.30 191	2.04 486	0.37 3	0.22 14	0.47 87	0.23 35	0.82 80	0.50 66	0.44 72	0.27 13	0.31 40	0.29 32	1.01 195	0.26 7	0.14 24	0.11 21	0.14 3	0.12 37	0.13 5	0.38 446

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

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

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

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

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

GCAP-Stereo	0.43 92	0.32 242	0.80 213	0.50 144	0.27 71	0.53 146	0.31 90	1.05 157	0.67 123	0.69 163	0.71 144	0.58 153	0.42 110	0.51 31	0.35 91	0.18 121	0.15 224	0.18 123	0.13 72	0.17 91	0.15 36

MM-Stereo_test2	0.44 99	0.25 82	0.70 161	0.54 220	0.33 213	0.55 165	0.45 265	1.02 138	0.84 178	0.61 150	0.51 82	0.49 109	0.42 110	0.82 128	0.32 66	0.16 53	0.13 81	0.18 123	0.14 106	0.19 163	0.17 94

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

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

depthmonostereo	0.45 102	0.26 102	0.89 269	0.49 125	0.24 26	0.60 196	0.36 147	1.03 146	0.77 148	0.50 112	0.65 122	0.50 116	0.55 198	0.70 95	0.39 136	0.16 53	0.16 262	0.16 57	0.14 106	0.16 67	0.20 177

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

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

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

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

LoS_RVC	0.45 102	0.29 166	0.48 38	0.49 125	0.83 513	0.51 131	0.43 230	0.65 26	0.44 48	0.47 87	0.78 161	0.44 79	0.60 234	0.59 58	0.37 123	0.14 24	0.12 39	0.14 3	0.10 1	0.14 20	1.08 559

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

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

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

DilatedVolume-Stereo	0.46 112	0.24 60	0.72 166	0.45 71	0.33 213	0.72 266	0.29 75	0.83 82	0.53 75	0.82 189	0.73 151	0.52 128	0.44 126	1.16 238	0.42 171	0.15 38	0.15 224	0.15 28	0.14 106	0.16 67	0.17 94

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

rvit_stereo_0081_aga	0.46 112	0.37 352	0.91 284	0.52 183	0.41 318	0.49 103	0.40 194	0.88 105	0.66 121	0.59 139	0.56 103	0.53 133	0.43 118	0.67 88	0.44 182	0.27 390	0.21 371	0.22 255	0.20 257	0.26 341	0.19 149

rvit_stereo_0081	0.46 112	0.34 292	0.72 166	0.56 257	0.35 251	0.41 46	0.44 249	0.74 55	1.04 261	0.49 103	0.52 85	0.51 120	0.49 168	0.86 146	0.47 211	0.25 343	0.20 355	0.22 255	0.19 228	0.26 341	0.19 149

rvit_stereo_0082	0.46 112	0.34 292	0.72 166	0.56 257	0.35 251	0.41 46	0.44 249	0.74 55	1.04 261	0.49 103	0.52 85	0.51 120	0.49 168	0.86 146	0.47 211	0.25 343	0.20 355	0.22 255	0.19 228	0.26 341	0.19 149

IGEV-Stereo+	0.46 112	0.23 39	0.51 62	0.42 48	0.46 356	0.15 1	0.19 7	0.45 3	0.37 32	0.28 7	0.25 6	0.31 40	0.41 102	1.43 303	0.31 55	0.18 121	0.13 81	0.15 28	0.12 37	1.09 558	1.74 571

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

ProNet	0.46 112	0.30 191	0.69 156	0.46 83	0.32 193	0.57 176	0.52 321	1.15 204	0.67 123	0.44 72	0.50 78	0.44 79	0.43 118	1.31 269	0.38 130	0.16 53	0.15 224	0.19 151	0.16 163	0.18 127	0.18 113

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

CroCo-Stereo Lap2	0.46 112	0.37 352	0.87 260	0.62 342	0.79 504	0.28 10	0.35 134	0.81 75	0.73 134	0.39 55	0.54 96	0.71 205	0.54 195	0.60 61	0.48 219	0.18 121	0.18 323	0.19 151	0.16 163	0.21 248	0.21 205

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

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

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

rvit_stereo_0080	0.47 122	0.35 321	0.87 260	0.48 110	0.36 259	0.42 57	0.54 341	0.93 111	0.78 152	0.52 125	0.60 112	0.55 140	0.47 151	0.62 69	0.48 219	0.27 390	0.21 371	0.20 188	0.20 257	0.31 403	0.20 177

Former-RAFT_DAM_RVC	0.47 122	0.38 370	0.75 190	0.48 110	0.37 269	0.67 244	0.35 134	0.82 80	1.14 313	0.61 150	0.64 118	0.39 70	0.39 98	0.74 102	0.39 136	0.20 206	0.17 291	0.22 255	0.18 205	0.24 317	0.20 177

whm_eth	0.47 122	0.35 321	0.87 260	0.48 110	0.36 259	0.42 57	0.54 341	0.93 111	0.78 152	0.52 125	0.60 112	0.55 140	0.47 151	0.62 69	0.48 219	0.27 390	0.21 371	0.20 188	0.20 257	0.31 403	0.20 177

XX-TBD	0.47 122	0.71 502	0.39 3	0.81 492	0.25 47	0.57 176	0.26 55	0.73 52	1.30 410	0.78 179	1.01 224	0.45 89	0.33 56	0.49 23	0.39 136	0.20 206	0.15 224	0.15 28	0.11 7	0.17 91	0.15 36

PMTNet	0.47 122	0.22 23	0.43 16	0.39 19	0.24 26	0.71 263	0.26 55	0.78 69	1.03 255	0.65 155	0.69 135	0.55 140	0.48 156	0.90 163	0.36 110	0.99 557	0.13 81	0.15 28	0.10 1	0.15 46	0.15 36

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

SCV_C0	0.48 130	0.29 166	0.88 265	0.46 83	0.31 160	0.46 78	0.31 90	1.67 329	0.87 188	0.40 62	0.52 85	0.54 137	0.29 32	1.27 262	0.34 82	0.18 121	0.14 155	0.17 84	0.14 106	0.20 202	0.18 113

CAS++	0.48 130	0.34 292	0.59 96	0.48 110	0.32 193	0.45 73	0.29 75	1.73 356	0.78 152	0.71 165	0.73 151	0.36 60	0.28 29	0.70 95	0.35 91	0.27 390	0.22 386	0.26 373	0.21 299	0.29 380	0.22 234
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MIF-Stereo (partial)	0.48 130	0.28 143	0.83 236	0.51 160	0.53 404	0.39 37	0.27 61	1.03 146	0.64 116	0.47 87	0.71 144	0.51 120	0.51 179	1.13 231	0.47 211	0.20 206	0.16 262	0.23 289	0.20 257	0.24 317	0.20 177

StereoAnything_RVC	0.49 134	1.60 565	0.87 260	0.37 3	0.21 8	0.26 4	0.21 15	0.53 6	0.23 2	0.23 1	0.21 2	0.19 1	0.35 71	1.29 266	0.23 1	0.22 276	0.11 21	0.15 28	0.11 7	2.36 569	0.13 2

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

rvit_stereo_0083	0.49 134	0.34 292	0.85 251	0.57 279	0.36 259	0.49 103	0.43 230	0.73 52	1.05 267	0.50 112	0.57 106	0.55 140	0.50 176	0.92 168	0.50 235	0.25 343	0.25 436	0.24 313	0.20 257	0.25 329	0.19 149

rvit_stereo_ft	0.49 134	0.38 370	1.03 328	0.68 415	0.42 328	0.40 38	0.58 371	0.93 111	0.86 185	0.47 87	0.55 99	0.57 151	0.48 156	0.67 88	0.53 257	0.26 369	0.17 291	0.22 255	0.22 327	0.24 317	0.19 149

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

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

plain	0.49 134	0.29 166	1.23 399	0.51 160	0.40 304	0.35 24	0.37 162	1.04 153	0.62 109	0.44 72	0.76 155	0.42 75	0.41 102	1.17 243	0.46 201	0.23 300	0.15 224	0.24 313	0.19 228	0.25 329	0.18 113

testlalala	0.49 134	0.30 191	0.70 161	0.44 62	0.40 304	0.68 248	0.38 172	1.38 267	0.58 92	1.28 374	0.82 174	0.61 170	0.36 79	0.57 48	0.34 82	0.21 241	0.14 155	0.18 123	0.12 37	0.15 46	0.16 69

iRaftStereo_RVC	0.49 134	0.28 143	0.72 166	0.53 206	0.29 122	0.52 137	0.33 108	1.14 192	0.84 178	0.85 198	0.99 217	0.55 140	0.36 79	0.83 134	0.40 153	0.18 121	0.13 81	0.22 255	0.20 257	0.20 202	0.18 113

CREStereo++_RVC	0.49 134	0.22 23	0.46 24	0.48 110	0.38 283	0.45 73	0.25 45	0.77 61	1.30 410	0.82 189	1.23 328	0.47 101	0.37 86	0.55 39	0.44 182	0.16 53	0.11 21	0.16 57	0.80 562	0.18 127	0.12 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
xyz-stereo-finetune	0.50 144	0.27 126	0.63 120	0.43 55	0.23 21	0.79 301	0.46 271	0.83 82	0.82 170	0.63 153	0.63 117	0.54 137	0.44 126	1.69 355	0.62 300	0.16 53	0.15 224	0.19 151	0.16 163	0.17 91	0.16 69

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

4D-IteraStereo	0.50 144	0.26 102	0.84 245	0.51 160	0.49 376	0.64 227	0.31 90	0.91 110	1.02 252	1.05 251	0.72 147	0.76 213	0.32 53	0.69 93	0.40 153	0.18 121	0.11 21	0.23 289	0.20 257	0.19 163	0.16 69

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

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

CES	0.51 147	0.21 13	0.40 8	0.42 48	1.40 561	0.53 146	0.34 121	1.04 153	0.68 126	0.45 80	0.67 128	0.35 58	0.28 29	0.58 52	0.35 91	0.16 53	0.13 81	0.15 28	0.10 1	0.19 163	1.69 570

sCroCo_RVC	0.51 147	0.43 403	1.15 367	0.66 389	0.60 441	0.52 137	0.40 194	0.93 111	0.64 116	0.45 80	0.76 155	0.49 109	0.49 168	0.65 85	0.49 232	0.27 390	0.28 459	0.23 289	0.22 327	0.29 380	0.28 353

FE-Mocha	0.52 151	0.32 242	0.98 311	0.51 160	0.37 269	0.46 78	0.22 22	1.71 350	0.56 86	1.02 242	1.10 264	0.82 236	0.41 102	0.58 52	0.32 66	0.19 161	0.13 81	0.21 222	0.21 299	0.17 91	0.19 149

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

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

model_zeroshot	0.53 153	0.31 224	1.00 319	0.57 279	0.39 292	0.74 273	0.39 186	1.38 267	0.67 123	0.88 205	0.85 180	0.71 205	0.37 86	0.77 112	0.39 136	0.21 241	0.17 291	0.19 151	0.17 187	0.17 91	0.22 234

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

tg	0.54 156	0.25 82	0.70 161	0.52 183	0.31 160	0.89 349	0.29 75	1.12 184	0.98 232	0.85 198	1.03 234	0.62 173	0.42 110	1.37 284	0.41 163	0.17 86	0.13 81	0.22 255	0.21 299	0.17 91	0.17 94

GCAP-BAT	0.54 156	0.33 262	0.75 190	0.45 71	0.50 381	0.84 334	0.35 134	0.98 127	0.80 165	0.88 205	1.04 240	0.88 262	0.37 86	1.25 255	0.41 163	0.19 161	0.15 224	0.18 123	0.13 72	0.17 91	0.22 234

HUI-Stereo	0.54 156	0.33 262	0.81 218	0.52 183	0.27 71	0.62 207	0.29 75	1.14 192	0.74 141	1.13 276	0.96 202	0.82 236	0.60 234	0.83 134	0.52 247	0.23 300	0.14 155	0.24 313	0.20 257	0.27 347	0.20 177

FSD	0.55 159	0.53 445	0.67 145	0.64 367	0.52 396	0.54 159	0.58 371	0.71 46	0.54 78	0.54 130	0.53 89	0.60 163	0.52 184	0.58 52	0.56 275	0.51 527	0.48 545	0.50 525	0.49 532	0.50 501	0.51 498

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

Selective-RAFT	0.55 159	0.29 166	0.85 251	0.58 293	0.28 107	0.91 356	0.34 121	1.00 137	0.96 225	0.59 139	0.64 118	0.80 224	0.76 283	1.34 279	0.51 239	0.21 241	0.15 224	0.17 84	0.15 126	0.19 163	0.19 149

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

GMOStereo	0.55 159	0.28 143	0.72 166	0.52 183	0.30 139	0.53 146	0.43 230	1.02 138	0.98 232	1.44 444	1.14 293	0.88 262	0.57 207	0.62 69	0.39 136	0.16 53	0.14 155	0.24 313	0.22 327	0.20 202	0.18 113

error version	0.55 159	0.28 143	0.72 166	0.52 183	0.30 139	0.53 146	0.43 230	1.02 138	0.98 232	1.44 444	1.14 293	0.88 262	0.57 207	0.62 69	0.39 136	0.16 53	0.14 155	0.24 313	0.22 327	0.20 202	0.18 113

test-v	0.55 159	0.28 143	0.72 166	0.52 183	0.30 139	0.53 146	0.43 230	1.02 138	0.98 232	1.44 444	1.14 293	0.88 262	0.57 207	0.62 69	0.39 136	0.16 53	0.14 155	0.24 313	0.22 327	0.20 202	0.18 113

test-2	0.55 159	0.28 143	0.72 166	0.52 183	0.30 139	0.53 146	0.43 230	1.02 138	0.98 232	1.44 444	1.14 293	0.88 262	0.57 207	0.62 69	0.39 136	0.16 53	0.14 155	0.24 313	0.22 327	0.20 202	0.18 113

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

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

raftrobust	0.55 159	0.27 126	0.63 120	0.68 415	0.69 476	0.50 122	0.34 121	1.08 167	0.97 229	1.32 391	0.88 188	0.62 173	0.80 310	0.82 128	0.44 182	0.20 206	0.16 262	0.16 57	0.14 106	0.15 46	0.18 113

Gwc-CoAtRS	0.55 159	0.27 126	0.73 180	0.49 125	0.30 139	0.63 218	0.25 45	1.38 267	1.12 301	1.05 251	1.02 227	1.10 352	0.55 198	0.72 99	0.44 182	0.17 86	0.14 155	0.17 84	0.15 126	0.16 67	0.17 94

rvit_0105_6	0.56 171	0.38 370	1.13 360	0.67 403	0.38 283	0.50 122	0.51 310	0.88 105	1.33 421	0.54 130	0.56 103	0.65 182	0.57 207	0.97 186	0.46 201	0.32 443	0.31 478	0.28 404	0.25 381	0.29 380	0.23 255

MSKI-zero shot	0.56 171	0.30 191	0.61 112	0.55 236	0.28 107	0.68 248	0.28 68	1.25 239	0.68 126	0.92 215	1.33 369	0.81 230	0.33 56	1.94 390	0.36 110	0.18 121	0.13 81	0.17 84	0.13 72	0.16 67	0.19 149

EKT-Stereo	0.56 171	0.33 262	0.84 245	0.61 334	0.64 455	0.51 131	0.48 289	1.14 192	0.95 221	0.74 172	0.89 190	0.77 217	0.42 110	1.18 244	0.42 171	0.23 300	0.17 291	0.21 222	0.18 205	0.20 202	0.26 319

LL-Strereo2	0.56 171	0.36 331	0.77 198	0.56 257	0.40 304	0.68 248	0.37 162	1.21 226	0.83 175	0.96 226	0.79 164	0.91 278	0.41 102	1.08 216	0.48 219	0.18 121	0.17 291	0.29 416	0.25 381	0.22 268	0.19 149

test-3	0.56 171	0.24 60	0.82 227	0.50 144	0.29 122	0.57 176	0.34 121	1.09 174	1.03 255	1.33 397	0.69 135	0.87 256	0.45 133	1.68 351	0.39 136	0.17 86	0.12 39	0.20 188	0.17 187	0.17 91	0.16 69

test_1	0.56 171	0.24 60	0.82 227	0.50 144	0.29 122	0.57 176	0.34 121	1.09 174	1.03 255	1.28 374	0.69 135	0.87 256	0.45 133	1.67 349	0.39 136	0.17 86	0.12 39	0.20 188	0.17 187	0.17 91	0.16 69

PSM-adaLoss	0.56 171	0.33 262	0.81 218	0.52 183	0.27 71	0.63 218	0.41 204	1.14 192	0.73 134	1.13 276	0.96 202	0.82 236	0.60 234	1.09 220	0.52 247	0.23 300	0.14 155	0.24 313	0.20 257	0.27 347	0.20 177

ROB_FTStereo	0.56 171	0.33 262	0.82 227	0.52 183	0.27 71	0.62 207	0.25 45	1.14 192	0.74 141	1.13 276	0.96 202	0.82 236	0.60 234	1.18 244	0.52 247	0.23 300	0.14 155	0.24 313	0.20 257	0.27 347	0.20 177

cross-raft	0.56 171	0.26 102	0.65 136	0.55 236	0.31 160	0.66 239	0.37 162	1.68 333	0.82 170	1.06 257	1.07 251	1.25 386	0.45 133	0.74 102	0.39 136	0.15 38	0.13 81	0.19 151	0.16 163	0.19 163	0.17 94

test-1	0.56 171	0.28 143	1.13 360	0.58 293	0.34 234	0.60 196	0.38 172	1.56 307	0.98 232	0.80 182	1.02 227	0.83 246	0.52 184	0.64 80	0.46 201	0.17 86	0.16 262	0.20 188	0.17 187	0.20 202	0.26 319

raft+_RVC	0.56 171	0.29 166	0.61 112	0.65 375	0.56 423	0.53 146	0.53 327	1.40 273	1.02 252	0.78 179	1.04 240	0.70 198	0.55 198	1.00 192	0.49 232	0.18 121	0.16 262	0.19 151	0.19 228	0.18 127	0.17 94

RAFT-Stereo + iAFF	0.56 171	0.28 143	0.81 218	0.45 71	0.25 47	0.40 38	0.34 121	1.12 184	1.13 307	1.35 410	1.58 450	0.80 224	0.67 260	0.71 98	0.43 177	0.14 24	0.11 21	0.18 123	0.17 187	0.18 127	0.16 69

H2IRNET	0.57 183	0.28 143	0.75 190	0.49 125	0.35 251	0.40 38	0.27 61	1.03 146	1.18 336	0.62 152	1.26 336	1.07 337	0.85 329	1.02 199	0.64 308	0.20 206	0.16 262	0.23 289	0.25 381	0.22 268	0.20 177

11t1	0.57 183	0.30 191	0.84 245	0.54 220	0.30 139	0.83 326	0.41 204	1.34 260	0.79 161	0.88 205	0.82 174	0.70 198	0.70 271	0.96 182	0.67 318	0.21 241	0.21 371	0.20 188	0.16 163	0.21 248	0.26 319

rrr	0.57 183	0.33 262	2.43 505	0.46 83	0.34 234	0.50 122	0.38 172	0.84 88	0.55 82	0.48 95	0.48 67	0.48 106	0.45 133	2.28 430	0.44 182	0.19 161	0.14 155	0.19 151	0.15 126	0.17 91	0.18 113

test_3	0.57 183	0.24 60	0.87 260	0.55 236	0.30 139	0.60 196	0.40 194	1.07 162	1.08 274	1.20 324	0.68 130	0.92 286	0.43 118	1.68 351	0.40 153	0.16 53	0.13 81	0.22 255	0.19 228	0.21 248	0.17 94

Patchmatch Stereo++	0.57 183	0.33 262	0.82 227	0.52 183	0.27 71	0.63 218	0.28 68	1.14 192	0.73 134	1.13 276	0.96 202	0.82 236	0.60 234	1.40 293	0.52 247	0.23 300	0.14 155	0.24 313	0.20 257	0.27 347	0.20 177
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
ROB_FTStereo_v2	0.57 183	0.33 262	0.81 218	0.52 183	0.27 71	0.62 207	0.42 212	1.14 192	0.73 134	1.13 276	0.97 211	0.82 236	0.60 234	1.15 234	0.53 257	0.23 300	0.14 155	0.24 313	0.20 257	0.27 347	0.20 177

DeepStereo_RVC	0.57 183	0.31 224	0.78 204	0.53 206	0.30 139	0.57 176	0.32 100	1.11 182	0.80 165	1.17 300	0.94 199	0.83 246	0.93 371	1.01 195	0.61 297	0.23 300	0.14 155	0.21 222	0.19 228	0.24 317	0.26 319

iRAFT	0.57 183	0.33 262	0.82 227	0.52 183	0.27 71	0.63 218	0.28 68	1.14 192	0.73 134	1.13 276	0.96 202	0.82 236	0.60 234	1.40 293	0.52 247	0.23 300	0.14 155	0.24 313	0.20 257	0.27 347	0.20 177

CRE-IMP	0.57 183	0.32 242	0.82 227	0.54 220	0.29 122	0.77 292	0.25 45	1.19 217	0.79 161	1.09 262	0.95 200	0.81 230	0.57 207	1.11 227	0.57 279	0.22 276	0.14 155	0.23 289	0.19 228	0.28 363	0.24 278

RAFT-IKP	0.57 183	0.33 262	0.82 227	0.52 183	0.27 71	0.57 176	0.35 134	1.14 192	0.73 134	1.13 276	0.96 202	0.83 246	0.61 243	1.26 259	0.53 257	0.23 300	0.14 155	0.24 313	0.20 257	0.27 347	0.20 177

test_xeample3	0.57 183	0.33 262	3.11 527	0.46 83	0.34 234	0.55 165	0.38 172	0.86 97	0.49 63	0.54 130	0.46 62	0.44 79	0.44 126	1.49 322	0.45 195	0.18 121	0.14 155	0.19 151	0.15 126	0.17 91	0.18 113

CFNet-RSSM	0.57 183	0.25 82	0.76 195	0.49 125	0.28 107	0.59 191	0.27 61	1.89 401	1.17 330	1.09 262	0.95 200	1.06 334	0.53 187	0.74 102	0.41 163	0.17 86	0.13 81	0.17 84	0.15 126	0.16 67	0.16 69

rvit_0105_4	0.58 195	0.40 385	1.19 388	0.68 415	0.38 283	0.53 146	0.55 351	0.93 111	1.27 386	0.56 137	0.61 114	0.72 207	0.63 244	1.01 195	0.47 211	0.33 450	0.33 496	0.29 416	0.25 381	0.29 380	0.26 319

AE-Stereo	0.58 195	0.29 166	0.81 218	0.62 342	0.41 318	0.69 257	0.46 271	2.49 532	1.25 374	0.49 103	0.77 159	0.69 195	0.46 143	0.61 64	0.42 171	0.17 86	0.16 262	0.21 222	0.20 257	0.19 163	0.18 113

1test111	0.58 195	0.34 292	0.63 120	0.60 320	0.27 71	1.16 424	0.51 310	1.58 312	0.91 198	0.60 146	0.80 169	0.47 101	0.87 346	0.99 188	0.67 318	0.21 241	0.13 81	0.25 352	0.15 126	0.23 288	0.25 299

RAFT-Test	0.58 195	0.27 126	0.81 218	0.50 144	0.33 213	0.95 377	0.27 61	1.40 273	0.89 192	1.00 233	1.12 277	1.39 421	0.48 156	0.74 102	0.41 163	0.17 86	0.14 155	0.17 84	0.14 106	0.16 67	0.18 113

anonymousdsp2	0.58 195	0.29 166	0.93 289	0.51 160	0.30 139	0.75 278	0.46 271	1.95 420	0.87 188	0.81 187	0.78 161	0.76 213	0.48 156	1.10 224	0.45 195	0.19 161	0.14 155	0.18 123	0.13 72	0.20 202	0.22 234

fff	0.58 195	0.26 102	1.15 367	0.46 83	0.25 47	0.48 97	0.36 147	1.20 221	1.28 394	1.13 276	1.03 234	0.59 159	1.04 423	0.77 112	0.58 284	0.17 86	0.14 155	0.17 84	0.13 72	0.15 46	0.24 278

iGMRVC	0.58 195	0.33 262	0.81 218	0.52 183	0.27 71	0.62 207	0.38 172	1.14 192	0.73 134	1.13 276	0.97 211	0.82 236	0.59 228	1.54 325	0.53 257	0.23 300	0.14 155	0.24 313	0.20 257	0.27 347	0.20 177

RALCasStereoNet	0.58 195	0.34 292	0.77 198	0.65 375	0.64 455	0.64 227	0.51 310	1.06 159	0.99 241	0.71 165	1.06 248	0.77 217	0.44 126	1.38 288	0.52 247	0.20 206	0.18 323	0.18 123	0.16 163	0.20 202	0.22 234

DCANet	0.58 195	0.26 102	1.15 367	0.45 71	0.25 47	0.49 103	0.36 147	1.18 213	1.35 426	1.15 292	1.04 240	0.60 163	0.91 361	0.84 139	0.58 284	0.17 86	0.14 155	0.17 84	0.13 72	0.19 163	0.25 299

csc	0.58 195	0.26 102	1.15 367	0.46 83	0.25 47	0.48 97	0.36 147	1.20 221	1.28 394	1.13 276	1.03 234	0.59 159	1.04 423	0.77 112	0.58 284	0.17 86	0.14 155	0.17 84	0.13 72	0.15 46	0.24 278

cscssc	0.58 195	0.26 102	1.15 367	0.46 83	0.25 47	0.48 97	0.36 147	1.20 221	1.28 394	1.13 276	1.03 234	0.59 159	1.04 423	0.77 112	0.58 284	0.17 86	0.14 155	0.17 84	0.13 72	0.15 46	0.24 278

GMStereo	0.58 195	0.50 433	1.09 347	0.52 183	0.32 193	0.80 308	0.43 230	1.02 138	1.41 457	0.89 209	0.77 159	0.52 128	0.46 143	0.89 160	0.56 275	0.25 343	0.16 262	0.20 188	0.22 327	0.31 403	0.27 337
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
IGEV-FE	0.59 207	0.33 262	1.11 354	0.63 352	0.37 269	0.41 46	0.33 108	1.80 373	0.79 161	1.04 248	1.10 264	1.05 333	0.43 118	0.87 151	0.48 219	0.18 121	0.13 81	0.19 151	0.18 205	0.20 202	0.23 255

xyz-stereo-finetune2	0.59 207	0.29 166	0.66 141	0.41 41	0.24 26	1.08 405	0.34 121	0.87 101	0.60 102	0.68 162	1.08 258	0.58 153	0.79 303	2.39 440	0.83 362	0.17 86	0.15 224	0.21 222	0.17 187	0.16 67	0.18 113

gcap-zeroshot	0.59 207	0.30 191	1.11 354	0.51 160	0.30 139	0.79 301	0.36 147	1.86 393	0.86 185	0.90 210	0.68 130	1.44 430	0.50 176	0.82 128	0.35 91	0.19 161	0.16 262	0.18 123	0.15 126	0.18 127	0.18 113

ACVNet-DCA	0.59 207	0.34 292	0.63 120	0.60 320	0.27 71	1.16 424	0.51 310	1.58 312	0.91 198	0.60 146	0.80 169	0.47 101	0.87 346	1.48 315	0.35 91	0.21 241	0.13 81	0.25 352	0.15 126	0.23 288	0.25 299

IGEV_Zeroshot_test	0.59 207	0.33 262	1.11 354	0.63 352	0.37 269	0.41 46	0.33 108	1.80 373	0.79 161	1.04 248	1.10 264	1.06 334	0.43 118	0.87 151	0.48 219	0.18 121	0.13 81	0.19 151	0.18 205	0.20 202	0.23 255

DCANet-4	0.59 207	0.28 143	1.65 454	0.44 62	0.25 47	0.48 97	0.36 147	1.15 204	1.36 435	1.13 276	1.03 234	0.56 149	0.74 277	0.77 112	0.58 284	0.17 86	0.14 155	0.17 84	0.13 72	0.15 46	0.24 278

x	0.59 207	0.34 292	0.79 208	0.51 160	0.32 193	0.69 257	0.46 271	1.64 325	0.97 229	0.86 203	0.86 182	0.83 246	0.74 277	0.75 109	0.70 326	0.21 241	0.22 386	0.22 255	0.20 257	0.21 248	0.24 278

sAnonymous2	0.59 207	0.61 471	1.82 467	0.61 334	0.52 396	0.51 131	0.54 341	0.97 123	0.70 130	0.50 112	0.68 130	0.46 92	0.63 244	0.61 64	0.41 163	0.22 276	0.17 291	0.23 289	0.21 299	0.85 545	0.56 514

CroCo_RVC	0.59 207	0.61 471	1.82 467	0.61 334	0.52 396	0.51 131	0.54 341	0.97 123	0.70 130	0.50 112	0.68 130	0.46 92	0.63 244	0.61 64	0.41 163	0.22 276	0.17 291	0.23 289	0.21 299	0.85 545	0.56 514

testlalala2	0.60 216	0.30 191	0.68 150	1.79 566	1.30 559	0.65 233	0.41 204	1.06 159	0.75 146	0.91 212	0.96 202	0.75 211	0.34 63	0.56 42	0.45 195	0.18 121	0.16 262	0.17 84	0.13 72	0.17 91	0.19 149

MIM_Stereo	0.60 216	0.26 102	1.02 324	0.49 125	0.32 193	0.52 137	0.28 68	1.41 277	0.82 170	1.02 242	1.16 301	0.93 288	0.53 187	1.48 315	0.63 304	0.17 86	0.17 291	0.20 188	0.19 228	0.17 91	0.18 113

MIPNet	0.60 216	0.31 224	1.07 341	0.51 160	0.34 234	0.68 248	0.40 194	1.67 329	1.14 313	1.11 265	0.93 197	0.60 163	0.78 294	0.77 112	0.58 284	0.18 121	0.14 155	0.19 151	0.16 163	0.18 127	0.21 205

AFF-stereo	0.60 216	0.28 143	0.72 166	0.48 110	0.29 122	0.34 22	0.37 162	1.22 228	1.20 342	1.21 331	1.59 454	1.10 352	0.70 271	1.01 195	0.44 182	0.14 24	0.12 39	0.19 151	0.20 257	0.18 127	0.15 36

R-Stereo Train	0.60 216	0.30 191	0.72 166	0.57 279	0.37 269	0.68 248	0.52 321	1.45 282	0.78 152	1.61 485	1.50 424	0.76 213	0.53 187	0.67 88	0.51 239	0.19 161	0.16 262	0.18 123	0.15 126	0.18 127	0.19 149

RAFT-Stereo	0.60 216	0.30 191	0.72 166	0.57 279	0.37 269	0.68 248	0.52 321	1.45 282	0.78 152	1.61 485	1.50 424	0.76 213	0.53 187	0.67 88	0.51 239	0.19 161	0.16 262	0.18 123	0.15 126	0.18 127	0.19 149
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-test2	0.61 222	0.30 191	0.93 289	0.65 375	0.65 460	0.79 301	0.50 308	1.33 259	1.40 453	0.65 155	1.15 299	0.53 133	0.42 110	1.18 244	0.36 110	0.25 343	0.18 323	0.26 373	0.31 465	0.20 202	0.21 205

AIO-test1	0.61 222	0.27 126	0.68 150	0.68 415	1.02 537	0.79 301	0.36 147	1.59 317	1.35 426	0.59 139	0.89 190	0.60 163	0.49 168	1.20 249	0.36 110	0.18 121	0.17 291	0.23 289	0.25 381	0.18 127	0.26 319

rvit_0105_5	0.61 222	0.41 395	1.19 388	0.67 403	0.37 269	0.57 176	0.56 358	1.08 167	1.28 394	0.65 155	0.68 130	0.77 217	0.67 260	0.91 166	0.51 239	0.33 450	0.32 490	0.30 428	0.27 417	0.28 363	0.28 353

riskmin	0.62 225	0.29 166	0.73 180	0.50 144	0.34 234	0.86 342	0.44 249	1.74 358	1.07 271	0.76 176	0.76 155	1.19 370	1.01 407	0.84 139	0.60 294	0.20 206	0.16 262	0.24 313	0.16 163	0.24 317	0.29 367

qqq	0.62 225	0.36 331	0.88 265	0.50 144	0.28 107	0.64 227	0.62 393	1.58 312	0.91 198	0.83 191	0.96 202	0.95 298	0.79 303	0.99 188	0.67 318	0.21 241	0.23 414	0.24 313	0.23 359	0.23 288	0.25 299

ADStereo(finetuned)	0.62 225	0.26 102	1.59 450	0.45 71	0.25 47	0.49 103	0.36 147	1.18 213	1.35 426	1.16 296	1.04 240	0.60 163	1.18 460	0.85 143	0.57 279	0.17 86	0.14 155	0.17 84	0.13 72	0.19 163	0.24 278

dd	0.62 225	0.51 437	1.17 382	0.56 257	0.33 213	0.74 273	0.46 271	1.03 146	1.40 453	0.80 182	0.87 185	0.60 163	0.57 207	1.02 199	0.86 367	0.28 408	0.18 323	0.26 373	0.19 228	0.35 433	0.27 337

IPLGR	0.62 225	0.28 143	1.32 417	0.50 144	0.29 122	0.65 233	0.34 121	1.47 287	1.19 338	1.21 331	1.07 251	0.70 198	0.65 253	1.05 206	0.55 269	0.18 121	0.15 224	0.20 188	0.17 187	0.21 248	0.20 177

PFNet+	0.62 225	0.31 224	0.99 314	0.57 279	0.31 160	0.57 176	0.30 83	0.99 135	1.25 374	1.33 397	1.10 264	0.79 222	0.57 207	1.35 280	0.53 257	0.26 369	0.17 291	0.28 404	0.26 399	0.21 248	0.27 337

NRIStereo	0.62 225	0.31 224	0.78 204	0.56 257	0.28 107	0.63 218	0.33 108	1.16 209	0.92 203	1.15 292	0.87 185	0.90 274	0.58 224	2.24 425	0.56 275	0.22 276	0.14 155	0.21 222	0.19 228	0.22 268	0.18 113

RALAANet	0.62 225	0.37 352	0.97 308	0.66 389	0.50 381	0.67 244	0.31 90	1.27 244	1.09 282	1.11 265	1.17 304	0.88 262	0.46 143	1.27 262	0.45 195	0.20 206	0.15 224	0.21 222	0.18 205	0.27 347	0.19 149

FENet	0.62 225	0.30 191	0.68 150	0.57 279	0.33 213	0.82 318	0.40 194	1.41 277	1.12 301	1.03 246	0.87 185	0.98 307	0.84 324	1.00 192	0.70 326	0.23 300	0.16 262	0.23 289	0.20 257	0.22 268	0.24 278

RAFT+CT+SA	0.63 234	0.30 191	0.73 180	0.69 428	0.37 269	0.40 38	0.55 351	1.93 415	1.04 261	0.72 169	1.23 328	0.62 173	0.69 268	1.69 355	0.42 171	0.19 161	0.13 81	0.22 255	0.22 327	0.21 248	0.19 149

GANet-ADL	0.63 234	0.38 370	0.82 227	0.67 403	0.41 318	0.68 248	0.51 310	1.64 325	1.16 325	0.98 228	1.10 264	0.90 274	0.58 224	0.81 126	0.63 304	0.27 390	0.18 323	0.18 123	0.16 163	0.23 288	0.27 337

AnonymousM	0.63 234	1.14 542	0.43 16	0.46 83	0.32 193	0.43 64	0.46 271	1.27 244	0.78 152	1.00 233	0.66 125	0.68 190	0.45 133	0.61 64	0.46 201	0.21 241	0.16 262	1.84 573	0.98 570	0.15 46	0.15 36

HHNet	0.64 237	0.28 143	0.69 156	0.45 71	0.46 356	0.50 122	0.57 364	1.13 188	1.03 255	1.26 363	2.21 524	0.70 198	0.59 228	1.10 224	0.51 239	0.21 241	0.13 81	0.23 289	0.19 228	0.20 202	0.31 393

Pruner-Stereo	0.64 237	0.31 224	0.79 208	0.66 389	0.31 160	0.61 204	0.42 212	1.22 228	1.09 282	1.53 468	1.09 262	0.94 294	0.55 198	1.37 284	0.56 275	0.25 343	0.14 155	0.24 313	0.21 299	0.21 248	0.25 299

Anonymous3	0.64 237	0.47 419	1.31 414	0.59 312	0.50 381	0.93 367	0.69 414	1.11 182	0.83 175	0.74 172	0.89 190	0.65 182	0.68 264	1.08 216	0.54 266	0.40 491	0.31 478	0.26 373	0.26 399	0.31 403	0.30 383

DIP-Stereo	0.64 237	0.32 242	0.91 284	0.49 125	0.36 259	0.91 356	0.33 108	2.51 535	0.77 148	1.25 350	1.00 222	0.68 190	0.51 179	0.92 168	0.65 313	0.19 161	0.15 224	0.21 222	0.17 187	0.19 163	0.22 234
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
tt1	0.65 241	0.34 292	0.65 136	0.60 320	0.27 71	1.14 417	0.48 289	1.08 167	2.62 556	0.59 139	0.79 164	0.49 109	0.80 310	1.57 328	0.35 91	0.21 241	0.13 81	0.25 352	0.16 163	0.20 202	0.23 255

TestStereo	0.65 241	0.42 398	0.83 236	0.52 183	0.27 71	0.57 176	0.44 249	1.07 162	0.92 203	0.85 198	1.01 224	0.68 190	0.56 204	3.22 476	0.47 211	0.23 300	0.15 224	0.24 313	0.18 205	0.28 363	0.18 113

FACV-RUCA	0.66 243	0.36 331	0.89 269	0.63 352	0.65 460	0.84 334	0.41 204	1.67 329	1.11 293	0.91 212	1.14 293	0.63 178	0.77 287	0.84 139	0.54 266	0.28 408	0.19 341	0.47 520	0.22 327	0.36 437	0.29 367

rvit_0105_3	0.66 243	0.47 419	1.27 407	0.74 462	0.40 304	0.63 218	0.70 421	1.22 228	1.28 394	0.83 191	0.71 144	0.82 236	0.72 276	0.93 171	0.58 284	0.37 481	0.34 500	0.34 468	0.32 472	0.28 363	0.31 393

rvit_stereo_0075_2	0.66 243	0.47 419	1.21 396	0.67 403	0.66 466	0.53 146	0.48 289	1.24 235	1.17 330	0.77 177	0.91 193	0.78 221	0.59 228	1.05 206	0.63 304	0.37 481	0.28 459	0.40 502	0.31 465	0.38 449	0.34 421

CAS	0.66 243	0.19 2	0.41 12	2.31 573	0.86 517	0.56 174	0.53 327	0.83 82	0.63 111	0.49 103	0.70 141	0.36 60	0.26 17	0.47 17	0.37 123	2.33 574	0.10 2	0.14 3	0.10 1	0.17 91	1.31 564

TestStereo1	0.66 243	0.29 166	0.95 300	0.82 495	0.32 193	0.47 87	0.43 230	1.52 295	1.22 357	0.99 229	1.32 363	0.65 182	0.76 283	1.78 366	0.44 182	0.20 206	0.16 262	0.22 255	0.19 228	0.21 248	0.20 177

RAFT_CTSACE	0.66 243	0.29 166	1.14 365	0.57 279	0.51 391	0.68 248	0.44 249	0.88 105	0.98 232	1.03 246	1.83 492	1.23 381	0.67 260	1.48 315	0.38 130	0.16 53	0.16 262	0.21 222	0.20 257	0.20 202	0.17 94

SA-5K	0.66 243	0.29 166	0.95 300	0.82 495	0.32 193	0.47 87	0.43 230	1.52 295	1.22 357	0.99 229	1.32 363	0.65 182	0.76 283	1.78 366	0.44 182	0.20 206	0.16 262	0.22 255	0.19 228	0.21 248	0.20 177

ACRE	0.66 243	0.37 352	1.27 407	0.60 320	0.50 381	0.74 273	0.47 282	1.26 240	1.10 286	1.40 431	1.56 444	0.62 173	0.46 143	0.88 155	0.78 346	0.24 322	0.15 224	0.19 151	0.16 163	0.19 163	0.29 367

ICVP	0.66 243	0.35 321	0.71 164	0.63 352	0.41 318	0.85 341	0.56 358	1.78 366	0.96 225	0.92 215	1.24 332	0.88 262	0.75 282	0.76 110	0.93 391	0.31 435	0.22 386	0.22 255	0.21 299	0.24 317	0.28 353
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
111	0.66 243	0.27 126	1.15 367	0.46 83	0.25 47	0.72 266	0.42 212	1.57 310	1.44 470	0.83 191	1.39 390	1.10 352	0.80 310	0.97 186	0.65 313	0.20 206	0.14 155	0.18 123	0.15 126	0.18 127	0.28 353

ACVNet	0.66 243	0.33 262	0.74 185	0.55 236	0.37 269	0.80 308	0.47 282	1.46 284	1.11 293	1.01 238	1.31 358	1.07 337	0.91 361	0.82 128	1.09 419	0.22 276	0.19 341	0.21 222	0.18 205	0.23 288	0.19 149

HI	0.67 254	0.34 292	0.80 213	0.51 160	0.51 391	0.41 46	0.37 162	1.15 204	0.80 165	1.34 404	1.42 401	1.60 459	1.11 441	0.96 182	0.90 380	0.16 53	0.12 39	0.20 188	0.21 299	0.20 202	0.20 177

CoSv	0.67 254	0.34 292	0.80 213	0.51 160	0.51 391	0.41 46	0.37 162	1.15 204	0.80 165	1.34 404	1.42 401	1.60 459	1.11 441	0.96 182	0.90 380	0.16 53	0.12 39	0.20 188	0.21 299	0.20 202	0.20 177

test_sample2	0.67 254	0.31 224	0.89 269	0.54 220	0.29 122	0.80 308	0.63 398	1.83 381	1.10 286	0.93 218	1.06 248	0.94 294	0.92 369	1.24 254	0.59 291	0.23 300	0.20 355	0.22 255	0.21 299	0.24 317	0.25 299

test_sample1	0.67 254	0.32 242	0.90 279	0.54 220	0.33 213	0.76 283	0.48 289	1.75 360	1.06 269	0.95 223	0.99 217	0.91 278	1.10 438	1.25 255	0.79 351	0.22 276	0.19 341	0.21 222	0.20 257	0.21 248	0.25 299

MyStereo06	0.67 254	0.29 166	1.06 336	0.58 293	0.48 369	0.62 207	0.72 425	2.26 493	0.89 192	1.07 259	1.12 277	1.22 377	0.56 204	0.83 134	0.47 211	0.17 86	0.17 291	0.24 313	0.21 299	0.23 288	0.23 255

StereoVision	0.67 254	0.37 352	1.02 324	0.60 320	0.41 318	0.50 122	0.41 204	1.32 257	0.96 225	0.73 171	2.48 539	0.82 236	0.57 207	1.06 211	0.50 235	0.26 369	0.28 459	0.29 416	0.28 428	0.37 443	0.22 234

CASS	0.67 254	0.36 331	0.84 245	0.57 279	0.28 107	0.82 318	0.43 230	1.62 324	0.92 203	1.39 425	1.28 351	0.87 256	0.84 324	0.88 155	0.59 291	0.36 478	0.19 341	0.26 373	0.22 327	0.29 380	0.43 473
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CIPLG	0.67 254	0.37 352	1.17 382	0.60 320	0.51 391	0.75 278	0.48 289	1.26 240	1.11 293	1.43 441	1.58 450	0.64 181	0.48 156	0.94 172	0.78 346	0.24 322	0.15 224	0.19 151	0.16 163	0.19 163	0.29 367

IPLGR_C	0.67 254	0.38 370	1.20 392	0.60 320	0.50 381	0.75 278	0.48 289	1.28 248	1.13 307	1.42 437	1.57 448	0.62 173	0.48 156	0.85 143	0.80 358	0.24 322	0.15 224	0.19 151	0.16 163	0.19 163	0.29 367

GwcNet-ADL	0.67 254	0.33 262	0.90 279	0.58 293	0.41 318	0.60 196	0.59 378	1.55 304	1.28 394	1.11 265	1.13 288	0.90 274	0.59 228	1.11 227	0.91 384	0.28 408	0.18 323	0.18 123	0.18 205	0.25 329	0.33 411

TRStereo	0.67 254	0.71 502	1.06 336	0.77 481	0.68 473	0.53 146	0.38 172	2.52 536	0.96 225	0.81 187	0.84 178	0.87 256	0.39 98	1.16 238	0.46 201	0.24 322	0.17 291	0.23 289	0.24 372	0.18 127	0.20 177

RAFT	0.67 254	0.32 242	0.83 236	0.63 352	0.34 234	0.69 257	0.57 364	1.14 192	0.84 178	1.12 273	1.20 312	1.75 487	0.92 369	1.09 220	0.60 294	0.22 276	0.19 341	0.27 388	0.24 372	0.22 268	0.23 255

DN-CSS_ROB	0.67 254	0.36 331	1.36 424	0.59 312	0.41 318	0.54 159	0.45 265	1.30 251	0.95 221	1.05 251	1.47 413	0.69 195	0.64 248	1.80 373	0.60 294	0.19 161	0.15 224	0.25 352	0.23 359	0.22 268	0.23 255

cc1	0.68 267	0.34 292	0.63 120	0.60 320	0.27 71	1.16 424	0.51 310	1.07 162	3.23 569	0.60 146	0.80 169	0.47 101	0.87 346	1.48 315	0.35 91	0.21 241	0.13 81	0.25 352	0.15 126	0.19 163	0.23 255

mmm	0.68 267	0.37 352	0.91 284	0.54 220	0.34 234	0.86 342	0.58 371	1.72 354	1.02 252	1.13 276	1.41 400	0.83 246	0.78 294	0.95 181	0.67 318	0.22 276	0.20 355	0.29 416	0.26 399	0.27 347	0.27 337

PCWNet_CMD	0.68 267	0.34 292	0.93 289	0.51 160	0.38 283	0.80 308	0.42 212	1.51 291	1.34 423	1.17 300	1.31 358	1.23 381	0.65 253	0.94 172	0.62 300	0.21 241	0.17 291	0.27 388	0.19 228	0.43 469	0.28 353

HH	0.68 267	0.33 262	0.83 236	0.53 206	0.34 234	0.92 363	0.45 265	1.79 369	0.74 141	0.71 165	1.13 288	1.60 459	0.83 321	1.95 393	0.39 136	0.18 121	0.14 155	0.19 151	0.17 187	0.19 163	0.19 149

HanStereo	0.68 267	0.33 262	0.83 236	0.53 206	0.34 234	0.92 363	0.45 265	1.79 369	0.74 141	0.71 165	1.13 288	1.60 459	0.83 321	1.95 393	0.39 136	0.18 121	0.14 155	0.19 151	0.17 187	0.19 163	0.19 149

DisPM	0.68 267	0.30 191	0.85 251	0.66 389	0.35 251	0.60 196	0.44 249	1.10 180	1.10 286	1.56 476	1.10 264	0.80 224	0.58 224	2.37 438	0.46 201	0.25 343	0.14 155	0.23 289	0.21 299	0.20 202	0.26 319

CFNet_pseudo	0.68 267	0.34 292	0.93 289	0.50 144	0.39 292	0.72 266	0.42 212	1.44 280	1.25 374	1.17 300	1.35 378	1.22 377	0.66 258	1.04 203	0.64 308	0.21 241	0.17 291	0.33 460	0.19 228	0.39 454	0.28 353

MSMDNet	0.68 267	0.34 292	0.93 289	0.52 183	0.38 283	0.80 308	0.42 212	1.52 295	1.35 426	1.17 300	1.31 358	1.23 381	0.65 253	0.94 172	0.62 300	0.21 241	0.17 291	0.26 373	0.19 228	0.41 462	0.28 353

ccs_rob	0.68 267	0.34 292	0.93 289	0.50 144	0.39 292	0.72 266	0.42 212	1.43 279	1.25 374	1.17 300	1.34 373	1.22 377	0.66 258	1.04 203	0.64 308	0.21 241	0.17 291	0.35 475	0.20 257	0.40 458	0.29 367

SA	0.69 276	0.31 224	0.97 308	0.64 367	0.30 139	0.56 174	0.38 172	1.84 383	1.35 426	0.99 229	1.37 383	0.69 195	0.94 374	1.88 385	0.43 177	0.20 206	0.16 262	0.25 352	0.23 359	0.22 268	0.19 149

MyStereo8	0.70 277	0.32 242	1.24 402	0.63 352	0.53 404	0.90 353	0.34 121	1.60 319	1.35 426	1.20 324	1.31 358	0.89 272	0.64 248	0.77 112	1.02 412	0.18 121	0.15 224	0.20 188	0.18 205	0.22 268	0.30 383

MyStereo05	0.70 277	0.29 166	1.22 397	0.58 293	0.48 369	0.62 207	0.72 425	1.52 295	1.54 492	1.17 300	0.91 193	0.77 217	0.79 303	1.45 308	0.68 322	0.17 86	0.17 291	0.24 313	0.21 299	0.23 288	0.23 255

xx1	0.70 277	0.34 292	0.63 120	0.60 320	0.27 71	1.16 424	0.51 310	1.07 162	3.23 569	0.60 146	0.80 169	0.95 298	0.79 303	1.48 315	0.35 91	0.21 241	0.13 81	0.24 313	0.23 359	0.23 288	0.25 299

GMStereo_Zeroshot	0.70 277	0.64 482	1.11 354	0.65 375	0.38 283	0.84 334	0.37 162	1.09 174	1.16 325	1.14 290	1.07 251	1.26 392	0.55 198	1.23 252	0.65 313	0.34 460	0.17 291	0.31 435	0.18 205	0.57 518	0.23 255

test_5	0.70 277	0.32 242	0.99 314	0.69 428	0.50 381	0.89 349	0.51 310	1.88 399	1.14 313	0.78 179	1.13 288	1.04 329	0.89 355	1.59 335	0.46 201	0.19 161	0.14 155	0.23 289	0.22 327	0.22 268	0.20 177

GES	0.70 277	0.37 352	1.05 334	0.62 342	0.38 283	0.94 370	0.57 364	2.37 513	0.92 203	1.05 251	1.12 277	0.67 188	0.77 287	1.02 199	0.65 313	0.28 408	0.20 355	0.20 188	0.20 257	0.22 268	0.31 393

IGEV-BASED-STEREO-	0.71 283	3.18 593	2.55 510	0.40 31	0.24 26	0.42 57	0.23 35	0.66 30	0.46 56	0.47 87	0.45 56	0.33 52	0.27 24	0.58 52	0.30 47	1.34 568	0.10 2	0.22 255	0.19 228	0.45 483	1.32 566

MyStereo04	0.71 283	0.30 191	1.28 410	0.58 293	0.48 369	0.59 191	0.78 437	1.74 358	1.49 486	0.94 221	0.91 193	0.74 209	0.86 337	1.59 335	0.69 323	0.18 121	0.18 323	0.24 313	0.21 299	0.23 288	0.23 255

raft_robust	0.71 283	0.32 242	0.75 190	0.54 220	0.28 107	0.54 159	0.35 134	1.54 301	1.24 366	1.18 311	1.07 251	0.73 208	0.53 187	3.65 485	0.40 153	0.19 161	0.16 262	0.20 188	0.22 327	0.21 248	0.19 149

iRaft-Stereo_20w	0.71 283	0.33 262	1.25 404	0.50 144	0.36 259	0.82 318	0.31 90	3.16 564	0.89 192	1.24 346	1.14 293	0.79 222	0.65 253	1.15 234	0.43 177	0.18 121	0.13 81	0.18 123	0.17 187	0.20 202	0.23 255

DMCA	0.71 283	0.36 331	1.17 382	0.53 206	0.45 347	0.84 334	0.46 271	1.52 295	1.09 282	1.20 324	1.12 277	1.21 373	0.74 277	0.87 151	1.09 419	0.25 343	0.20 355	0.27 388	0.19 228	0.24 317	0.29 367

HITNet	0.71 283	0.42 398	1.07 341	0.52 183	0.25 47	1.05 397	0.48 289	2.12 457	1.08 274	1.21 331	1.23 328	0.91 278	0.84 324	0.90 163	0.91 384	0.17 86	0.12 39	0.21 222	0.17 187	0.29 380	0.18 113
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
IPLG	0.72 289	0.29 166	1.12 359	0.53 206	0.44 343	0.79 301	0.33 108	1.35 261	1.10 286	1.32 391	1.11 273	0.52 128	0.54 195	3.13 472	0.71 329	0.17 86	0.14 155	0.20 188	0.17 187	0.18 127	0.21 205

HCRNet	0.72 289	0.40 385	0.86 258	0.61 334	0.57 428	0.75 278	0.35 134	1.39 271	1.21 349	1.11 265	0.99 217	1.01 323	0.76 283	2.18 420	0.73 330	0.28 408	0.19 341	0.28 404	0.23 359	0.25 329	0.26 319

UCFNet_RVC	0.72 289	0.37 352	0.59 96	0.66 389	0.41 318	0.89 349	0.68 411	1.78 366	1.15 318	1.01 238	1.20 312	1.22 377	0.95 379	1.07 213	0.66 317	0.28 408	0.21 371	0.34 468	0.31 465	0.33 421	0.29 367

test_sample3	0.73 292	0.35 321	1.06 336	0.55 236	0.32 193	0.97 386	0.51 310	2.12 457	1.25 374	1.16 296	1.17 304	0.88 262	0.78 294	1.27 262	0.79 351	0.26 369	0.21 371	0.25 352	0.25 381	0.26 341	0.27 337

CFNet_ucs	0.73 292	0.34 292	0.94 296	0.53 206	0.44 343	0.76 283	0.46 271	1.73 356	1.34 423	1.24 346	1.54 435	1.08 347	0.64 248	1.05 206	0.64 308	0.26 369	0.20 355	0.37 488	0.22 327	0.42 466	0.30 383

ToySt	0.73 292	0.35 321	1.64 452	0.54 220	0.37 269	0.92 363	0.81 453	1.21 226	1.03 255	0.86 203	1.12 277	1.31 404	1.01 407	1.04 203	0.88 373	0.19 161	0.20 355	0.24 313	0.24 372	0.27 347	0.28 353

LCNet	0.73 292	0.30 191	0.58 90	0.58 293	0.31 160	0.68 248	0.53 327	1.09 174	0.94 216	1.19 319	1.34 373	0.96 303	1.32 481	2.50 448	0.46 201	0.19 161	0.13 81	0.21 222	0.25 381	0.28 363	0.69 538

test_sample4	0.74 296	0.36 331	1.09 347	0.55 236	0.32 193	0.92 363	0.51 310	2.14 467	1.25 374	1.22 339	1.22 320	0.86 254	0.82 316	1.29 266	0.76 340	0.26 369	0.21 371	0.26 373	0.26 399	0.27 347	0.28 353

IER	0.74 296	0.33 262	1.25 404	0.50 144	0.53 404	1.32 449	0.55 351	1.31 253	1.08 274	1.30 382	1.34 373	1.11 357	1.10 438	1.05 206	0.81 360	0.20 206	0.17 291	0.21 222	0.21 299	0.20 202	0.21 205

SFCPSM	0.74 296	0.30 191	1.06 336	0.52 183	0.39 292	1.36 458	0.64 400	2.42 519	1.11 293	1.18 311	1.21 318	0.81 230	0.78 294	1.08 216	0.57 279	0.22 276	0.17 291	0.22 255	0.24 372	0.23 288	0.21 205

AdaStereo	0.74 296	0.48 425	0.86 258	0.75 471	0.38 283	0.94 370	0.56 358	2.05 446	1.24 366	1.15 292	1.22 320	1.07 337	0.67 260	1.05 206	0.73 330	0.33 450	0.16 262	0.32 448	0.22 327	0.29 380	0.23 255
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
DCVSM-stereo	0.75 300	0.36 331	0.82 227	0.58 293	0.43 333	0.78 293	0.42 212	1.30 251	1.05 267	1.79 510	1.04 240	1.60 459	1.08 432	1.12 229	0.86 367	0.25 343	0.27 453	0.29 416	0.24 372	0.30 396	0.37 438

test_sample5	0.75 300	0.36 331	1.04 329	0.55 236	0.31 160	0.84 334	0.53 327	2.12 457	1.23 362	1.18 311	1.30 356	0.88 262	0.86 337	1.37 284	0.76 340	0.26 369	0.22 386	0.27 388	0.28 428	0.28 363	0.29 367

DualNet	0.75 300	0.36 331	1.04 329	0.55 236	0.31 160	0.84 334	0.53 327	2.12 457	1.23 362	1.21 331	1.40 395	0.88 262	0.86 337	1.37 284	0.76 340	0.26 369	0.22 386	0.27 388	0.28 428	0.28 363	0.29 367

BSDual-CNN	0.75 300	0.34 292	0.77 198	0.55 236	0.45 347	1.25 442	0.66 406	2.65 545	1.04 261	1.25 350	1.12 277	1.11 357	0.77 287	0.94 172	0.76 340	0.25 343	0.18 323	0.25 352	0.22 327	0.23 288	0.24 278

psmg	0.75 300	0.34 292	0.77 198	0.52 183	0.45 347	1.46 473	0.73 428	2.15 472	1.04 261	1.25 350	1.33 369	1.11 357	0.77 287	0.94 172	0.76 340	0.25 343	0.20 355	0.25 352	0.26 399	0.23 288	0.24 278

UDGNet	0.75 300	1.23 548	0.99 314	0.82 495	0.42 328	0.76 283	0.38 172	0.98 127	1.37 440	0.83 191	0.88 188	0.70 198	0.60 234	1.25 255	0.57 279	0.57 536	0.19 341	1.03 564	0.26 399	0.79 543	0.35 430

PSMNet-ADL	0.75 300	0.36 331	0.69 156	0.71 441	0.47 367	1.13 414	0.46 271	1.47 287	1.07 271	0.85 198	1.18 307	1.31 404	0.94 374	1.56 326	1.06 417	0.34 460	0.22 386	0.22 255	0.23 359	0.27 347	0.36 434

GMM-Stereo	0.75 300	0.27 126	0.66 141	0.56 257	0.34 234	0.71 263	0.97 490	1.09 174	0.91 198	1.37 417	1.79 485	1.11 357	0.79 303	2.08 410	0.48 219	0.19 161	0.12 39	0.25 352	0.25 381	0.21 248	0.78 545

rvit_105_1	0.76 308	0.54 449	1.27 407	0.80 488	0.49 376	0.74 273	0.86 467	1.39 271	1.23 362	1.00 233	0.80 169	0.93 288	0.78 294	1.29 266	0.78 346	0.43 500	0.36 512	0.36 485	0.42 514	0.30 396	0.36 434

qqq1	0.76 308	0.32 242	0.95 300	0.49 125	0.27 71	0.83 326	0.43 230	2.16 474	1.45 475	1.27 368	1.50 424	0.98 307	0.96 381	1.87 379	0.48 219	0.24 322	0.22 386	0.18 123	0.15 126	0.19 163	0.22 234

fff1	0.76 308	0.32 242	0.95 300	0.49 125	0.27 71	0.83 326	0.43 230	2.16 474	1.45 475	1.27 368	1.50 424	0.98 307	0.96 381	1.87 379	0.48 219	0.24 322	0.22 386	0.18 123	0.15 126	0.19 163	0.22 234

Sa-1000	0.76 308	0.30 191	0.92 287	0.62 342	0.31 160	0.78 293	0.37 162	2.00 433	1.38 442	1.30 382	2.04 515	0.86 254	0.74 277	1.87 379	0.40 153	0.19 161	0.14 155	0.25 352	0.24 372	0.21 248	0.19 149

Prome-Stereo	0.76 308	0.29 166	0.57 88	0.58 293	0.33 213	0.58 189	0.94 485	0.98 127	0.92 203	1.46 453	2.45 537	0.91 278	1.38 488	1.60 340	0.44 182	0.19 161	0.13 81	0.19 151	0.18 205	0.20 202	0.87 551

EAI-Stereo	0.76 308	0.31 224	0.74 185	0.55 236	0.28 107	0.70 261	1.72 554	2.57 539	0.90 197	0.75 174	3.03 551	0.57 151	0.43 118	1.10 224	0.49 232	0.19 161	0.14 155	0.17 84	0.18 205	0.17 91	0.21 205

DFGA-Net	0.77 314	0.47 419	1.75 460	0.55 236	0.46 356	0.83 326	0.44 249	1.38 267	1.10 286	1.05 251	1.20 312	0.70 198	0.58 224	2.27 428	1.31 448	0.19 161	0.17 291	0.24 313	0.24 372	0.28 363	0.30 383

G2L-Stereo_test	0.77 314	0.31 224	0.97 308	0.51 160	0.41 318	0.90 353	0.80 448	1.67 329	1.22 357	1.32 391	1.27 345	1.50 444	0.81 314	1.74 360	1.02 412	0.20 206	0.14 155	0.16 57	0.16 163	0.18 127	0.22 234

test_sample6	0.77 314	0.36 331	1.07 341	0.56 257	0.31 160	0.82 318	0.56 358	2.12 457	1.24 366	1.21 331	1.40 395	0.90 274	0.90 358	1.45 308	0.87 372	0.28 408	0.23 414	0.28 404	0.29 447	0.28 363	0.30 383

KYRaft	0.77 314	0.29 166	0.68 150	0.59 312	0.29 122	0.66 239	0.83 458	1.05 157	0.89 192	1.63 491	2.22 525	1.15 365	0.99 398	1.59 335	0.41 163	0.21 241	0.14 155	0.22 255	0.28 428	0.21 248	1.01 555

MLCV	0.77 314	0.39 379	1.31 414	0.55 236	0.25 47	0.91 356	0.39 186	1.48 289	1.28 394	1.49 462	1.54 435	1.02 325	0.68 264	2.12 414	0.93 391	0.19 161	0.13 81	0.19 151	0.14 106	0.19 163	0.22 234

test_sample7	0.78 319	0.39 379	0.89 269	0.55 236	0.35 251	0.93 367	0.75 430	1.99 429	1.27 386	1.25 350	1.22 320	1.09 348	1.01 407	1.31 269	0.73 330	0.32 443	0.32 490	0.32 448	0.32 472	0.33 421	0.33 411

CoDeX	0.78 319	0.31 224	1.04 329	0.56 257	0.37 269	1.13 414	0.60 385	2.77 552	1.29 406	1.17 300	1.26 336	0.91 278	0.87 346	1.42 301	0.74 334	0.21 241	0.16 262	0.21 222	0.18 205	0.21 248	0.21 205

anonymousa	0.78 319	0.30 191	0.85 251	0.51 160	0.96 533	1.41 468	0.47 282	1.61 321	0.94 216	1.33 397	1.77 483	1.66 471	1.11 441	0.72 99	0.63 304	0.19 161	0.18 323	0.23 289	0.25 381	0.20 202	0.22 234

BUS	0.78 319	0.34 292	0.77 198	0.55 236	0.45 347	2.30 538	0.42 212	2.65 545	1.04 261	1.25 350	1.12 277	1.02 325	0.70 271	0.94 172	0.75 337	0.25 343	0.18 323	0.25 352	0.22 327	0.23 288	0.24 278

acv_ft	0.78 319	0.33 262	1.10 352	0.73 456	0.86 517	1.23 439	0.57 364	1.65 328	1.11 293	1.31 388	1.31 358	1.07 337	0.91 361	0.82 128	1.35 458	0.22 276	0.19 341	0.21 222	0.18 205	0.22 268	0.19 149

GANet-RSSM	0.78 319	0.31 224	0.90 279	0.67 403	0.58 431	0.80 308	0.62 393	2.04 442	1.15 318	1.11 265	1.27 345	1.26 392	1.18 460	1.68 351	0.74 334	0.26 369	0.21 371	0.22 255	0.22 327	0.23 288	0.23 255

PSMNet-RSSM	0.78 319	0.32 242	0.89 269	0.65 375	0.43 333	0.73 271	0.58 371	2.14 467	1.19 338	1.18 311	1.38 388	1.31 404	1.07 431	1.43 303	0.82 361	0.28 408	0.21 371	0.27 388	0.29 447	0.25 329	0.26 319

CFNet-ft	0.78 319	0.36 331	0.74 185	0.67 403	0.56 423	0.86 342	0.54 341	1.46 284	1.17 330	1.01 238	1.28 351	1.68 476	1.03 417	1.57 328	0.95 398	0.27 390	0.21 371	0.33 460	0.26 399	0.31 403	0.26 319

CFNet_RVC	0.78 319	0.36 331	0.74 185	0.67 403	0.56 423	0.86 342	0.54 341	1.46 284	1.17 330	1.01 238	1.28 351	1.68 476	1.03 417	1.57 328	0.95 398	0.27 390	0.21 371	0.33 460	0.26 399	0.31 403	0.26 319

G2L-ROB	0.79 328	0.28 143	1.01 321	0.57 279	0.39 292	0.94 370	0.65 402	1.76 362	1.18 336	1.27 368	1.03 234	1.62 464	0.78 294	1.93 389	1.26 443	0.20 206	0.14 155	0.17 84	0.15 126	0.20 202	0.24 278

SMFormer	0.79 328	0.32 242	0.95 300	0.49 125	0.27 71	0.83 326	0.43 230	2.16 474	1.45 475	1.27 368	1.50 424	0.98 307	0.96 381	1.87 379	0.99 404	0.24 322	0.22 386	0.22 255	0.21 299	0.23 288	0.27 337

tta	0.79 328	0.32 242	0.95 300	0.49 125	0.27 71	0.83 326	0.43 230	2.16 474	1.45 475	1.27 368	1.50 424	0.98 307	0.96 381	1.87 379	0.99 404	0.24 322	0.22 386	0.22 255	0.21 299	0.19 163	0.22 234

ffm	0.79 328	0.36 331	1.51 438	0.56 257	0.40 304	0.76 283	0.59 378	1.08 167	2.62 556	1.19 319	1.49 417	1.07 337	0.85 329	1.57 328	0.35 91	0.21 241	0.13 81	0.31 435	0.28 428	0.20 202	0.23 255

cf-r	0.79 328	0.32 242	1.06 336	0.57 279	0.64 455	0.78 293	0.51 310	2.04 442	1.22 357	1.20 324	1.27 345	1.53 450	0.91 361	1.47 313	0.94 396	0.25 343	0.19 341	0.22 255	0.23 359	0.19 163	0.21 205

DeepPruner_ROB	0.79 328	0.55 453	1.14 365	0.61 334	0.46 356	0.78 293	0.54 341	1.83 381	1.00 245	1.42 437	1.27 345	1.23 381	0.77 287	1.56 326	0.89 376	0.35 471	0.28 459	0.27 388	0.26 399	0.32 414	0.34 421

DDVS	0.80 334	0.43 403	1.09 347	0.64 367	0.44 343	1.27 445	0.43 230	1.49 290	0.94 216	1.21 331	1.16 301	1.42 424	0.63 244	2.14 416	1.02 412	0.29 424	0.22 386	0.26 373	0.23 359	0.31 403	0.37 438

gwcnet-sp	0.80 334	0.37 352	1.94 475	0.62 342	0.45 347	1.38 459	0.53 327	1.68 333	1.20 342	1.37 417	1.08 258	0.93 288	0.82 316	1.45 308	0.79 351	0.22 276	0.22 386	0.22 255	0.21 299	0.23 288	0.25 299

scenet	0.80 334	0.37 352	1.94 475	0.62 342	0.45 347	1.38 459	0.53 327	1.68 333	1.20 342	1.37 417	1.08 258	0.93 288	0.82 316	1.45 308	0.79 351	0.22 276	0.22 386	0.22 255	0.21 299	0.23 288	0.25 299

ssnet	0.80 334	0.37 352	1.94 475	0.62 342	0.45 347	1.38 459	0.53 327	1.68 333	1.20 342	1.37 417	1.08 258	0.93 288	0.82 316	1.45 308	0.79 351	0.22 276	0.22 386	0.22 255	0.21 299	0.23 288	0.25 299

AASNet	0.80 334	0.39 379	1.16 381	0.84 503	0.80 506	1.14 417	0.59 378	2.12 457	1.21 349	1.26 363	1.26 336	0.93 288	0.77 287	0.84 139	1.23 439	0.28 408	0.24 424	0.24 313	0.20 257	0.28 363	0.27 337

PSM-softLoss	0.80 334	0.33 262	0.89 269	0.63 352	0.32 193	0.55 165	0.40 194	1.26 240	0.78 152	1.25 350	1.07 251	0.83 246	0.51 179	5.33 521	0.61 297	0.25 343	0.15 224	0.25 352	0.22 327	0.20 202	0.26 319

KMStereo	0.80 334	0.33 262	0.89 269	0.63 352	0.32 193	0.55 165	0.40 194	1.26 240	0.78 152	1.25 350	1.07 251	0.83 246	0.51 179	5.33 521	0.61 297	0.25 343	0.15 224	0.25 352	0.22 327	0.20 202	0.26 319

PSM-AAD	0.80 334	0.29 166	0.58 90	0.58 293	0.29 122	0.76 283	1.19 521	1.08 167	0.94 216	1.65 494	1.58 450	0.81 230	2.12 549	1.67 349	0.44 182	0.19 161	0.14 155	0.38 492	0.32 472	0.22 268	0.68 536

iResNet	0.80 334	0.45 411	1.47 433	0.72 447	0.31 160	0.96 383	0.64 400	1.80 373	1.28 394	1.31 388	1.48 416	0.94 294	0.78 294	1.77 364	0.99 404	0.19 161	0.14 155	0.18 123	0.15 126	0.22 268	0.27 337

NINENet	0.81 343	0.40 385	0.89 269	0.65 375	0.53 404	2.30 538	0.42 212	2.12 457	1.13 307	1.20 324	1.27 345	1.02 325	0.70 271	1.26 259	0.75 337	0.29 424	0.24 424	0.31 435	0.21 299	0.27 347	0.26 319

DRaft	0.81 343	0.26 102	0.77 198	0.47 98	0.31 160	0.95 377	0.52 321	1.13 188	0.99 241	1.78 509	2.01 513	0.80 224	1.71 522	2.64 455	0.74 334	0.19 161	0.14 155	0.20 188	0.20 257	0.18 127	0.24 278

hknet	0.82 345	0.34 292	1.15 367	0.55 236	0.39 292	1.25 442	0.66 406	2.65 545	1.10 286	1.25 350	1.12 277	1.58 458	0.85 329	1.41 296	0.79 351	0.23 300	0.18 323	0.25 352	0.22 327	0.23 288	0.24 278

NF-Stereo	0.82 345	0.33 262	0.83 236	0.65 375	0.31 160	0.63 218	0.43 230	1.35 261	0.93 210	1.30 382	1.02 227	0.81 230	0.57 207	5.37 525	0.55 269	0.26 369	0.14 155	0.24 313	0.20 257	0.20 202	0.30 383

OCTAStereo	0.82 345	0.33 262	0.83 236	0.65 375	0.31 160	0.62 207	0.44 249	1.35 261	0.93 210	1.30 382	1.02 227	0.81 230	0.57 207	5.32 520	0.55 269	0.26 369	0.14 155	0.24 313	0.20 257	0.20 202	0.30 383

RE-Stereo	0.82 345	0.33 262	0.84 245	0.65 375	0.31 160	0.63 218	0.44 249	1.35 261	0.93 210	1.30 382	1.02 227	0.80 224	0.57 207	5.34 523	0.55 269	0.26 369	0.14 155	0.24 313	0.20 257	0.20 202	0.31 393

TVStereo	0.82 345	0.33 262	0.84 245	0.65 375	0.31 160	0.63 218	0.44 249	1.35 261	0.93 210	1.30 382	1.02 227	0.80 224	0.57 207	5.34 523	0.55 269	0.26 369	0.14 155	0.24 313	0.20 257	0.20 202	0.31 393

ARAFT	0.82 345	0.40 385	1.77 462	0.53 206	0.31 160	0.89 349	0.81 453	2.32 503	1.08 274	1.66 497	1.25 334	1.04 329	0.64 248	1.91 386	0.52 247	0.20 206	0.15 224	0.28 404	0.27 417	0.17 91	0.18 113

STTStereo	0.82 345	0.53 445	1.53 445	0.68 415	0.56 423	0.88 347	0.56 358	1.57 310	1.14 313	1.39 425	1.10 264	1.26 392	0.84 324	1.49 322	0.90 380	0.29 424	0.28 459	0.33 460	0.40 510	0.33 421	0.37 438

BEATNet_4x	0.82 345	0.54 449	2.02 482	0.56 257	0.28 107	1.04 394	0.55 351	2.14 467	1.13 307	1.24 346	1.26 336	1.00 318	0.94 374	1.13 231	1.23 439	0.21 241	0.14 155	0.24 313	0.20 257	0.37 443	0.23 255

iResNet_ROB	0.82 345	0.36 331	1.13 360	0.60 320	0.37 269	0.91 356	0.38 172	2.41 518	1.61 505	1.35 410	1.35 378	1.25 386	0.97 392	1.75 362	0.88 373	0.21 241	0.14 155	0.17 84	0.12 37	0.19 163	0.30 383

ISRNet	0.83 354	0.35 321	1.31 414	0.84 503	0.65 460	0.60 196	0.41 204	1.28 248	1.15 318	1.61 485	1.55 438	1.34 411	0.77 287	1.33 278	0.98 403	0.40 491	0.34 500	0.43 509	0.38 507	0.34 429	0.49 490

testlalala_base	0.83 354	0.41 395	0.80 213	0.67 403	0.53 404	0.78 293	0.30 83	1.84 383	0.60 102	0.75 174	0.91 193	0.68 190	0.54 195	0.69 93	0.46 201	2.92 580	0.15 224	0.17 84	0.12 37	2.95 580	0.27 337

GrayStereo	0.83 354	0.28 143	0.62 117	0.66 389	0.37 269	0.76 283	1.79 558	1.19 217	0.91 198	1.98 528	1.89 500	1.07 337	1.76 527	1.43 303	0.50 235	0.20 206	0.15 224	0.19 151	0.21 299	0.18 127	0.41 461

psm_up	0.83 354	0.37 352	0.88 265	0.68 415	0.59 437	1.05 397	0.92 479	1.68 333	1.17 330	1.41 433	1.22 320	1.30 402	1.31 479	1.39 291	0.89 376	0.27 390	0.30 473	0.31 435	0.27 417	0.28 363	0.28 353

GwcNet-RSSM	0.83 354	0.34 292	1.29 413	0.65 375	0.55 418	0.78 293	0.62 393	1.89 401	1.27 386	1.18 311	1.39 390	1.56 455	0.91 361	1.60 340	1.22 436	0.26 369	0.20 355	0.23 289	0.24 372	0.21 248	0.21 205

DMCA-RVC	0.83 354	0.46 414	2.19 496	0.68 415	0.49 376	0.84 334	0.48 289	1.44 280	1.07 271	1.56 476	1.04 240	1.29 399	0.86 337	1.49 322	0.92 388	0.27 390	0.22 386	0.35 475	0.28 428	0.32 414	0.28 353

coex_refinement	0.84 360	0.30 191	0.89 269	0.72 447	0.52 396	0.95 377	0.60 385	1.92 413	1.29 406	1.38 422	1.37 383	1.80 492	0.82 316	1.48 315	1.31 448	0.27 390	0.17 291	0.19 151	0.20 257	0.25 329	0.27 337

G2L-Stereo	0.84 360	0.35 321	1.15 367	0.63 352	0.43 333	0.78 293	0.69 414	1.69 342	1.20 342	1.36 415	1.18 307	1.43 429	0.78 294	2.47 447	1.26 443	0.25 343	0.20 355	0.26 373	0.21 299	0.20 202	0.27 337

RAFT_R40	0.84 360	0.30 191	0.83 236	0.63 352	0.31 160	0.66 239	0.43 230	1.15 204	0.99 241	1.47 454	1.10 264	1.00 318	0.84 324	5.44 526	0.53 257	0.23 300	0.13 81	0.23 289	0.20 257	0.23 288	0.19 149

UPFNet	0.84 360	0.34 292	1.09 347	0.62 342	0.74 488	1.25 442	0.78 437	1.69 342	1.20 342	1.39 425	1.13 288	1.30 402	0.87 346	1.73 359	1.22 436	0.24 322	0.26 443	0.24 313	0.23 359	0.26 341	0.20 177

hitnet-ft	0.84 360	0.38 370	0.75 190	0.59 312	0.44 343	0.99 388	0.47 282	1.61 321	1.38 442	1.21 331	1.22 320	1.82 494	0.99 398	1.87 379	1.09 419	0.33 450	0.29 469	0.34 468	0.27 417	0.36 437	0.33 411

NLCA_NET_v2_RVC	0.84 360	0.46 414	1.40 429	0.69 428	0.61 447	0.95 377	0.52 321	1.68 333	1.21 349	1.39 425	1.15 299	1.42 424	0.88 352	1.78 366	0.93 391	0.26 369	0.23 414	0.27 388	0.27 417	0.30 396	0.39 451
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.84 360	0.43 403	1.01 321	0.66 389	0.43 333	1.32 449	0.49 300	1.64 325	1.24 366	1.53 468	1.45 409	1.49 441	0.97 392	1.32 275	1.31 448	0.21 241	0.17 291	0.27 388	0.25 381	0.25 329	0.34 421
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ITSA-stereo	0.85 367	0.38 370	0.92 287	0.58 293	0.32 193	0.86 342	0.49 300	2.33 509	1.69 511	1.16 296	1.12 277	0.95 298	0.85 329	2.46 442	1.18 428	0.27 390	0.23 414	0.28 404	0.28 428	0.28 363	0.41 461

AIO-Stereo-zeroshot	0.85 367	0.38 370	2.79 519	0.51 160	0.60 441	0.72 266	0.38 172	2.87 560	0.77 148	0.80 182	1.07 251	2.14 526	0.93 371	0.96 182	0.62 300	0.21 241	0.13 81	0.21 222	0.26 399	0.29 380	0.32 402

DCRE	0.85 367	0.28 143	0.76 195	0.60 320	0.49 376	0.59 191	0.53 327	1.04 153	0.92 203	0.80 182	7.34 584	0.87 256	0.57 207	0.78 121	0.43 177	0.16 53	0.17 291	0.19 151	0.17 187	0.18 127	0.22 234

SST-Stereo	0.85 367	0.30 191	0.81 218	0.63 352	0.31 160	0.70 261	0.25 45	1.16 209	0.95 221	1.47 454	1.11 273	0.99 312	0.86 337	5.69 529	0.53 257	0.23 300	0.13 81	0.23 289	0.19 228	0.23 288	0.19 149

PAM	0.86 371	0.31 224	1.19 388	0.55 236	0.35 251	2.17 532	0.47 282	2.26 493	0.87 188	1.18 311	0.96 202	3.01 554	1.41 495	0.90 163	0.40 153	0.19 161	0.13 81	0.19 151	0.18 205	0.20 202	0.27 337

RAFT-345	0.86 371	0.26 102	0.73 180	0.53 206	0.28 107	0.53 146	0.41 204	0.85 90	1.31 417	1.33 397	2.32 529	0.85 253	0.53 187	5.69 529	0.48 219	0.19 161	0.14 155	0.22 255	0.17 187	0.17 91	0.17 94

UNet	0.86 371	0.36 331	1.52 442	0.62 342	0.74 488	1.56 483	0.49 300	1.55 304	1.12 301	1.28 374	1.10 264	1.52 449	1.10 438	1.69 355	1.14 424	0.24 322	0.18 323	0.25 352	0.21 299	0.25 329	0.25 299

ac_64	0.86 371	0.32 242	1.02 324	0.74 462	0.60 441	1.04 394	0.53 327	2.20 488	0.99 241	1.23 342	1.11 273	1.96 509	1.06 429	2.01 401	1.01 409	0.30 431	0.22 386	0.24 313	0.23 359	0.22 268	0.22 234

Select-FE	0.87 375	0.42 398	2.64 516	0.57 279	0.48 369	0.47 87	0.23 35	2.59 541	0.85 182	1.08 261	1.32 363	2.00 513	1.73 524	1.15 234	0.47 211	0.21 241	0.17 291	0.21 222	0.26 399	0.20 202	0.33 411

PAM_32	0.87 375	0.30 191	1.08 344	0.56 257	0.32 193	2.10 531	0.36 147	2.26 493	1.01 248	1.13 276	1.05 247	3.14 559	1.47 502	1.00 192	0.42 171	0.19 161	0.14 155	0.20 188	0.18 205	0.19 163	0.25 299

SepStereo	0.87 375	0.37 352	1.20 392	0.66 389	0.69 476	0.82 318	0.62 393	1.79 369	1.26 382	1.93 523	1.55 438	0.96 303	1.17 453	2.34 433	0.69 323	0.22 276	0.16 262	0.25 352	0.18 205	0.29 380	0.24 278

LMCR-Stereo	0.87 375	0.50 433	0.99 314	0.80 488	0.43 333	1.32 449	0.55 351	2.79 556	1.03 255	1.55 474	1.49 417	0.74 209	1.01 407	1.76 363	0.99 404	0.30 431	0.17 291	0.22 255	0.18 205	0.31 403	0.22 234

FADNet_RVC	0.88 379	0.56 457	2.15 493	0.57 279	0.43 333	1.17 431	0.46 271	1.68 333	1.12 301	0.91 212	1.24 332	0.91 278	0.94 374	2.22 422	1.20 431	0.28 408	0.22 386	0.32 448	0.28 428	0.46 490	0.42 469

iResNetv2_ROB	0.88 379	0.43 403	2.62 515	0.60 320	0.38 283	0.94 370	0.67 408	1.88 399	1.38 442	1.27 368	1.45 409	1.26 392	1.05 428	1.92 387	0.64 308	0.24 322	0.15 224	0.19 151	0.14 106	0.24 317	0.21 205

DualNet (step1)	0.89 381	0.51 437	1.35 419	0.58 293	0.40 304	1.07 401	0.80 448	1.99 429	1.27 386	1.25 350	1.22 320	1.09 348	1.01 407	1.31 269	0.73 330	0.59 539	0.32 490	0.62 548	0.67 555	0.45 483	0.48 485

iRaft-Stereo_5w	0.89 381	0.31 224	1.04 329	0.56 257	0.47 367	0.47 87	0.68 411	1.19 217	1.08 274	0.80 182	1.35 378	1.46 436	0.90 358	5.11 515	1.16 426	0.18 121	0.15 224	0.22 255	0.19 228	0.21 248	0.24 278

DAS	0.89 381	0.37 352	1.20 392	0.66 389	0.69 476	0.82 318	0.62 393	1.79 369	1.26 382	1.93 523	1.55 438	0.96 303	1.17 453	2.72 460	0.69 323	0.22 276	0.16 262	0.25 352	0.18 205	0.29 380	0.24 278

SACVNet	0.89 381	0.51 437	1.08 344	0.83 499	0.58 431	0.83 326	0.78 437	1.84 383	1.17 330	1.39 425	1.33 369	1.25 386	1.01 407	2.31 432	0.92 388	0.35 471	0.26 443	0.31 435	0.29 447	0.35 433	0.48 485

ASMatch	0.89 381	0.29 166	0.72 166	0.56 257	0.36 259	0.47 87	0.37 162	1.16 209	0.95 221	1.11 265	3.26 554	0.95 298	0.96 381	4.88 512	0.53 257	0.20 206	0.16 262	0.22 255	0.19 228	0.20 202	0.30 383

ADLNet	0.89 381	0.39 379	1.09 347	0.88 514	0.73 483	1.24 441	0.75 430	2.02 435	1.41 457	1.58 480	1.37 383	1.26 392	1.00 404	1.31 269	1.18 428	0.28 408	0.21 371	0.26 373	0.26 399	0.29 380	0.36 434

MMNet	0.89 381	0.35 321	1.44 430	0.64 367	0.59 437	1.83 511	0.48 289	1.70 346	1.38 442	1.45 450	1.19 311	1.25 386	1.16 449	1.77 364	1.27 446	0.20 206	0.19 341	0.23 289	0.22 327	0.25 329	0.24 278

HGLStereo	0.89 381	0.42 398	1.15 367	0.82 495	1.03 538	1.16 424	0.57 364	1.68 333	1.28 394	1.26 363	1.62 457	1.13 361	1.31 479	1.85 375	1.11 423	0.25 343	0.24 424	0.24 313	0.22 327	0.24 317	0.29 367

CRFU-Net	0.90 389	0.42 398	1.10 352	0.69 428	0.59 437	1.76 502	0.84 460	2.33 509	0.92 203	1.45 450	1.20 312	1.62 464	1.25 469	1.38 288	0.94 396	0.28 408	0.23 414	0.22 255	0.19 228	0.24 317	0.27 337

dad	0.90 389	0.73 508	1.28 410	0.59 312	0.39 292	0.83 326	0.45 265	1.24 235	1.54 492	1.52 465	1.28 351	1.36 414	0.86 337	2.54 451	0.91 384	0.43 500	0.27 453	0.82 556	0.26 399	0.44 480	0.34 421

AACVNet	0.90 389	0.40 385	0.98 311	0.86 509	0.40 304	0.80 308	0.49 300	1.81 377	0.86 185	1.11 265	1.34 373	1.32 408	0.99 398	4.23 496	0.86 367	0.26 369	0.22 386	0.28 404	0.22 327	0.30 396	0.28 353

IRAFT_RVC	0.90 389	0.30 191	0.89 269	0.67 403	0.31 160	0.64 227	1.00 496	1.40 273	0.97 229	1.23 342	1.04 240	1.00 318	0.96 381	5.77 534	0.57 279	0.24 322	0.13 81	0.25 352	0.21 299	0.20 202	0.21 205

delet	0.90 389	0.34 292	1.15 367	0.69 428	0.66 466	1.63 491	0.81 453	1.95 420	1.49 486	1.42 437	1.38 388	1.29 399	0.91 361	1.78 366	1.18 428	0.22 276	0.22 386	0.24 313	0.25 381	0.22 268	0.24 278

pcwnet_v2	0.91 394	0.39 379	2.74 517	0.64 367	0.55 418	0.81 316	0.49 300	2.19 485	1.63 506	1.44 444	1.64 463	1.09 348	0.79 303	1.31 269	0.70 326	0.32 443	0.25 436	0.29 416	0.27 417	0.37 443	0.37 438

FADNet-RVC-Resample	0.91 394	0.51 437	2.92 522	0.64 367	0.46 356	1.07 401	0.60 385	1.76 362	1.24 366	1.10 264	0.98 216	1.06 334	0.98 395	2.17 419	0.95 398	0.24 322	0.22 386	0.30 428	0.32 472	0.36 437	0.40 456

HSM-Net_RVC	0.91 394	0.31 224	0.60 105	0.54 220	0.31 160	1.15 421	0.60 385	3.76 573	1.30 410	1.57 479	1.75 479	1.67 473	1.01 407	1.61 342	0.90 380	0.23 300	0.17 291	0.19 151	0.18 205	0.20 202	0.22 234
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ssnet_v2	0.92 397	0.39 379	1.22 397	0.66 389	0.39 292	1.31 448	0.96 489	2.32 503	1.45 475	1.48 460	1.17 304	1.53 450	0.91 361	1.16 238	1.71 502	0.31 435	0.27 453	0.30 428	0.29 447	0.28 363	0.29 367

ADLNet2	0.92 397	0.37 352	1.25 404	0.80 488	0.65 460	1.12 413	0.75 430	1.95 420	1.42 466	1.26 363	1.67 468	1.68 476	1.04 423	1.80 373	1.23 439	0.25 343	0.22 386	0.21 222	0.22 327	0.27 347	0.31 393

FTStereo	0.92 397	0.28 143	0.61 112	0.57 279	0.34 234	0.65 233	1.80 561	1.09 174	0.84 178	1.75 505	4.13 564	1.04 329	1.62 511	1.59 335	0.48 219	0.21 241	0.17 291	0.23 289	0.22 327	0.19 163	0.58 520

PFNet	0.92 397	0.28 143	1.20 392	0.68 415	0.32 193	0.62 207	0.55 351	1.27 244	1.01 248	1.47 454	1.09 262	0.97 306	0.68 264	6.58 554	0.59 291	0.21 241	0.13 81	0.24 313	0.19 228	0.20 202	0.20 177

DLCB_ROB	0.92 397	0.43 403	0.95 300	0.71 441	0.55 418	1.11 411	0.83 458	1.61 321	1.32 419	1.67 498	1.66 466	1.70 479	0.93 371	1.96 395	1.34 456	0.26 369	0.25 436	0.27 388	0.28 428	0.28 363	0.28 353

GEStereo_RVC	0.93 402	0.40 385	1.15 367	0.67 403	0.50 381	0.95 377	0.78 437	2.73 550	1.21 349	1.20 324	1.12 277	1.25 386	0.91 361	3.21 475	0.95 398	0.31 435	0.20 355	0.23 289	0.20 257	0.28 363	0.31 393

CBFPSM	0.95 403	0.37 352	2.10 489	0.51 160	0.39 292	1.73 498	0.87 471	1.59 317	1.13 307	1.11 265	1.00 222	2.34 535	1.64 516	1.42 301	1.44 467	0.19 161	0.18 323	0.20 188	0.20 257	0.22 268	0.36 434

OMP-Stereo	0.95 403	0.35 321	0.79 208	0.92 526	0.32 193	0.49 103	0.35 134	1.22 228	1.11 293	1.58 480	1.12 277	1.44 430	0.69 268	6.92 560	0.51 239	0.20 206	0.15 224	0.24 313	0.19 228	0.21 248	0.16 69

DSFCA	0.95 403	0.38 370	1.23 399	0.55 236	0.66 466	1.50 476	0.93 483	1.58 312	1.24 366	1.59 483	1.16 301	1.48 439	0.95 379	2.96 467	1.20 431	0.31 435	0.28 459	0.25 352	0.26 399	0.29 380	0.26 319

PSMNet_ROB	0.95 403	0.57 462	1.45 431	0.75 471	0.64 455	1.28 446	1.12 510	1.84 383	1.15 318	1.16 296	1.29 355	1.44 430	0.89 355	1.74 360	1.70 500	0.33 450	0.25 436	0.37 488	0.39 508	0.36 437	0.32 402

FADNet-RVC	0.96 407	0.72 505	2.96 523	0.64 367	0.49 376	0.90 353	0.59 378	1.85 391	1.27 386	0.92 215	0.97 211	1.36 414	0.90 358	2.36 435	1.31 448	0.30 431	0.29 469	0.32 448	0.32 472	0.42 466	0.37 438

TransformOpticalFlow	0.97 408	0.30 191	0.96 307	0.54 220	0.31 160	0.65 233	0.54 341	1.87 394	1.19 338	1.12 273	1.44 407	1.34 411	0.98 395	6.68 557	0.44 182	0.19 161	0.12 39	0.21 222	0.19 228	0.18 127	0.23 255

IIG-Stereo	0.97 408	0.34 292	0.80 213	0.90 524	0.33 213	0.61 204	0.26 55	1.27 244	1.08 274	1.69 500	1.37 383	1.44 430	0.74 277	6.94 561	0.53 257	0.21 241	0.14 155	0.23 289	0.18 205	0.20 202	0.15 36

XX-Stereo	0.97 408	0.28 143	8.28 565	0.85 506	0.70 482	0.44 69	0.22 22	1.07 162	0.69 129	0.66 158	1.56 444	1.38 420	0.38 96	1.36 281	0.38 130	0.21 241	0.14 155	0.20 188	0.19 228	0.19 163	0.16 69

DispNO	0.98 411	0.34 292	2.02 482	0.58 293	0.55 418	0.88 347	0.49 300	1.70 346	1.24 366	1.22 339	1.26 336	1.18 368	0.88 352	5.17 516	0.88 373	0.23 300	0.18 323	0.24 313	0.22 327	0.19 163	0.22 234

DEmStereo	0.98 411	0.25 82	0.85 251	0.49 125	0.33 213	1.02 392	0.55 351	0.97 123	0.93 210	1.41 433	2.13 520	1.01 323	2.01 539	5.62 528	0.78 346	0.19 161	0.15 224	0.20 188	0.20 257	0.18 127	0.25 299

FADNet	0.98 411	0.64 482	2.57 511	0.66 389	0.55 418	0.95 377	0.57 364	1.91 406	1.38 442	0.94 221	1.02 227	1.36 414	1.00 404	2.69 458	0.97 402	0.34 460	0.34 500	0.31 435	0.34 492	0.61 527	0.42 469

CFNet	0.99 414	0.40 385	1.23 399	0.65 375	0.43 333	1.03 393	0.49 300	2.01 434	1.35 426	1.02 242	1.39 390	1.10 352	0.86 337	5.47 527	0.89 376	0.24 322	0.18 323	0.28 404	0.27 417	0.27 347	0.22 234

NVstereo2D	0.99 414	0.45 411	2.21 497	0.79 487	0.75 492	1.20 435	0.86 467	1.98 425	1.41 457	1.02 242	1.18 307	1.31 404	0.97 392	2.25 426	0.93 391	0.45 512	0.22 386	0.39 496	0.25 381	0.59 521	0.68 536

CBMV_ROB	0.99 414	0.46 414	0.68 150	0.53 206	0.39 292	1.40 466	0.48 289	2.09 453	1.30 410	1.53 468	2.29 528	1.36 414	1.23 465	2.46 442	1.04 416	0.44 509	0.42 534	0.47 520	0.44 520	0.41 462	0.39 451

ACV-stereo	1.00 417	0.55 453	1.47 433	0.59 312	0.42 328	2.38 542	0.58 371	1.20 221	1.21 349	0.83 191	1.01 224	3.36 561	2.10 545	1.64 345	1.17 427	0.28 408	0.22 386	0.23 289	0.22 327	0.29 380	0.35 430

fast-acv-ft	1.00 417	0.48 425	1.85 471	0.61 334	0.52 396	1.77 504	0.69 414	1.52 295	1.47 481	1.34 404	1.85 496	1.73 482	1.24 468	1.62 343	1.56 480	0.27 390	0.28 459	0.28 404	0.28 428	0.28 363	0.31 393

HBP-ISP	1.00 417	0.60 466	0.85 251	0.64 367	0.48 369	1.63 491	0.77 434	2.24 492	1.30 410	1.33 397	1.53 434	0.87 256	0.99 398	3.26 478	0.76 340	0.46 513	0.44 536	0.54 534	0.48 529	0.48 495	0.42 469

CSP-Net	1.00 417	0.41 395	0.99 314	0.56 257	0.43 333	1.62 490	0.76 433	2.16 474	1.16 325	1.33 397	1.22 320	1.32 408	0.89 355	4.67 507	0.93 391	0.35 471	0.24 424	0.20 188	0.20 257	0.23 288	0.30 383

ETE_ROB	1.01 421	0.69 497	1.49 436	0.72 447	0.50 381	1.15 421	1.12 510	1.91 406	1.24 366	1.94 525	1.50 424	1.73 482	1.06 429	1.78 366	1.33 455	0.33 450	0.26 443	0.38 492	0.34 492	0.40 458	0.44 476

THIR-Stereo	1.02 422	0.29 166	0.73 180	0.51 160	0.29 122	0.94 370	1.31 531	1.08 167	0.98 232	1.35 410	1.91 504	1.16 366	1.54 507	6.37 552	0.79 351	0.20 206	0.14 155	0.21 222	0.22 327	0.19 163	0.25 299

PS-NSSS	1.02 422	0.62 478	1.17 382	0.61 334	0.58 431	0.91 356	0.79 445	2.02 435	1.19 338	1.17 300	1.68 470	1.00 318	0.85 329	4.43 501	0.86 367	0.38 483	0.31 478	0.52 529	0.32 472	0.52 505	0.45 478

XPNet_ROB	1.02 422	0.56 457	1.33 418	0.75 471	0.58 431	1.11 411	1.13 512	1.77 364	1.29 406	1.88 517	1.43 405	1.63 468	1.13 448	2.04 404	1.69 498	0.40 491	0.31 478	0.33 460	0.29 447	0.37 443	0.37 438

YMNet	1.04 425	0.59 463	1.67 455	0.86 509	0.86 517	1.84 512	0.61 390	1.70 346	1.28 394	1.65 494	1.98 508	1.75 487	0.96 381	1.57 328	1.58 483	0.34 460	0.37 517	0.32 448	0.32 472	0.33 421	0.32 402

YMNet_1	1.04 425	0.59 463	1.67 455	0.86 509	0.86 517	1.84 512	0.61 390	1.70 346	1.28 394	1.65 494	1.98 508	1.75 487	0.96 381	1.57 328	1.58 483	0.34 460	0.37 517	0.32 448	0.32 472	0.33 421	0.32 402

iinet-f	1.04 425	0.50 433	4.24 544	0.58 293	0.43 333	1.78 508	0.70 421	1.29 250	1.16 325	1.25 350	1.42 401	1.57 457	1.42 496	1.47 313	1.70 500	0.26 369	0.23 414	0.20 188	0.20 257	0.26 341	0.26 319

RAFT-RH_RVC	1.04 425	0.26 102	0.76 195	0.53 206	0.29 122	0.80 308	0.32 100	0.85 90	1.12 301	2.04 531	4.63 570	1.03 328	0.57 207	5.93 538	0.52 247	0.20 206	0.13 81	0.26 373	0.20 257	0.16 67	0.19 149

CBMV	1.04 425	0.48 425	0.88 265	0.56 257	0.36 259	1.52 478	1.55 544	1.87 394	1.59 501	2.11 535	1.67 468	1.46 436	1.35 484	1.92 387	1.31 448	0.35 471	0.35 508	0.39 496	0.33 486	0.34 429	0.34 421
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UGAM-zero	1.05 430	0.33 262	1.04 329	0.49 125	0.31 160	0.67 244	0.26 55	2.37 513	0.80 165	1.05 251	1.11 273	2.86 552	1.81 530	6.26 545	0.50 235	0.18 121	0.15 224	0.19 151	0.16 163	0.17 91	0.21 205

StereoDRNet	1.05 430	0.53 445	2.21 497	0.80 488	0.93 527	1.50 476	0.90 474	2.06 447	1.44 470	1.68 499	1.20 312	1.48 439	0.99 398	1.86 378	1.60 487	0.29 424	0.24 424	0.29 416	0.28 428	0.35 433	0.33 411

AIO-Stereo-zeroshot1	1.06 432	0.43 403	3.59 536	0.53 206	0.66 466	0.79 301	0.39 186	2.60 542	0.98 232	0.96 226	4.58 568	2.05 524	0.56 204	0.99 188	0.51 239	0.19 161	0.14 155	0.21 222	0.28 428	0.32 414	0.41 461

STrans-v2	1.06 432	0.31 224	1.02 324	0.52 183	0.33 213	0.67 244	0.78 437	2.66 548	1.26 382	1.15 292	1.46 411	1.37 418	1.40 491	6.68 557	0.46 201	0.19 161	0.13 81	0.21 222	0.18 205	0.18 127	0.21 205

DISCO	1.06 432	0.37 352	1.19 388	0.73 456	0.46 356	2.04 527	0.84 460	2.26 493	1.54 492	1.25 350	1.36 382	2.38 537	1.08 432	2.60 454	1.62 490	0.24 322	0.19 341	0.22 255	0.20 257	0.32 414	0.29 367

NCCL2	1.06 432	0.64 482	1.35 419	0.78 485	0.58 431	1.32 449	1.69 550	1.89 401	1.38 442	1.52 465	1.20 312	1.91 499	1.17 453	1.79 371	1.50 474	0.35 471	0.31 478	0.45 514	0.44 520	0.41 462	0.45 478

LALA_ROB	1.06 432	0.66 489	1.37 427	0.70 437	0.53 404	1.61 488	1.25 528	1.81 377	1.48 485	1.82 513	1.40 395	1.93 503	1.03 417	1.68 351	1.69 498	0.38 483	0.28 459	0.43 509	0.37 504	0.43 469	0.38 446

TCMNet	1.07 437	0.66 489	2.49 507	0.92 526	1.32 560	1.14 417	0.67 408	1.91 406	1.29 406	1.20 324	1.57 448	1.29 399	0.96 381	2.23 423	1.59 486	0.32 443	0.31 478	0.38 492	0.35 496	0.43 469	0.40 456

PSMNet-RUCA	1.07 437	1.06 534	1.64 452	1.23 555	1.10 542	1.39 462	0.65 402	1.91 406	1.43 467	0.95 223	1.52 432	0.99 312	0.83 321	1.28 265	1.01 409	0.71 550	0.34 500	0.99 562	0.61 551	1.01 553	0.67 532

RAFT + AFF	1.07 437	0.47 419	1.36 424	0.68 415	0.50 381	1.20 435	1.22 524	2.58 540	1.26 382	1.33 397	1.56 444	1.19 370	1.49 505	3.89 494	1.01 409	0.22 276	0.26 443	0.30 428	0.27 417	0.29 380	0.32 402

DRN-Test	1.07 437	0.49 430	1.95 479	0.75 471	0.81 510	1.61 488	0.78 437	2.26 493	1.53 490	1.84 514	1.35 378	1.42 424	1.04 423	2.26 427	1.61 488	0.28 408	0.23 414	0.31 435	0.30 459	0.33 421	0.33 411

TDLM	1.08 441	0.50 433	1.01 321	0.69 428	0.54 412	0.91 356	1.40 537	1.60 319	1.36 435	1.17 300	1.40 395	1.07 337	1.00 404	6.19 541	0.85 366	0.34 460	0.22 386	0.35 475	0.26 399	0.38 449	0.29 367

Wz-Net-LNSev-Ref	1.09 442	0.46 414	2.61 514	0.71 441	0.65 460	2.00 524	0.78 437	2.07 449	1.47 481	1.62 489	1.47 413	1.53 450	1.29 475	2.10 412	1.65 496	0.24 322	0.14 155	0.20 188	0.16 163	0.28 363	0.28 353

FAT-Stereo	1.10 443	0.43 403	1.46 432	0.74 462	0.60 441	1.13 414	0.92 479	2.06 447	1.71 514	1.75 505	2.00 511	2.02 517	1.47 502	2.02 403	1.26 443	0.44 509	0.36 512	0.34 468	0.29 447	0.36 437	0.57 517

CVANet_RVC	1.10 443	0.49 430	1.15 367	0.65 375	0.54 412	0.93 367	1.00 496	1.69 342	1.36 435	1.42 437	1.39 390	1.24 385	1.17 453	6.22 543	0.80 358	0.35 471	0.24 424	0.35 475	0.30 459	0.44 480	0.32 402

APVNet	1.11 445	0.59 463	1.95 479	0.87 512	0.77 498	1.90 517	0.82 457	2.03 439	1.15 318	1.14 290	1.43 405	1.55 453	1.12 447	3.03 469	1.62 490	0.32 443	0.34 500	0.42 508	0.36 500	0.36 437	0.41 461

GANetREF_RVC	1.11 445	0.90 523	1.56 447	0.88 514	0.53 404	1.41 468	1.35 534	1.91 406	1.54 492	1.28 374	1.32 363	1.46 436	1.23 465	2.04 404	1.00 408	0.57 536	0.45 538	0.67 551	0.52 539	0.91 549	0.62 527
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
GCST	1.13 447	1.50 559	1.17 382	1.74 565	1.17 553	1.29 447	0.30 83	1.55 304	1.21 349	1.31 388	0.97 211	0.99 312	0.48 156	2.38 439	0.54 266	1.24 567	0.70 569	1.31 568	0.86 565	1.03 555	0.92 553

GASNet	1.13 447	1.10 540	3.29 532	1.00 541	0.68 473	0.82 318	0.67 408	1.85 391	1.38 442	1.39 425	1.25 334	1.25 386	1.20 463	2.72 460	1.62 490	0.46 513	0.26 443	0.36 485	0.34 492	0.55 515	0.33 411

anonymity	1.14 449	0.98 531	1.24 402	1.09 546	1.13 546	1.08 405	0.90 474	2.02 435	1.23 362	1.32 391	1.27 345	1.27 397	1.09 435	1.16 238	1.03 415	1.02 558	1.01 585	0.97 560	0.97 569	0.98 551	1.01 555

PA-Net	1.14 449	0.63 479	2.12 491	0.67 403	0.75 492	1.19 434	0.91 477	1.91 406	1.46 480	1.18 311	1.23 328	1.33 410	1.17 453	4.31 499	1.41 464	0.29 424	0.46 542	0.33 460	0.50 535	0.33 421	0.57 517
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	1.15 451	0.54 449	1.50 437	0.73 456	0.66 466	1.18 433	0.84 460	2.13 465	1.41 457	1.73 503	1.84 493	2.53 543	1.46 500	2.46 442	1.35 458	0.43 500	0.41 529	0.54 534	0.36 500	0.43 469	0.50 494

RASNet	1.16 452	0.34 292	1.11 354	0.73 456	0.86 517	1.00 389	0.60 385	1.56 307	1.43 467	1.07 259	1.37 383	2.08 525	1.44 499	7.00 562	1.56 480	0.20 206	0.17 291	0.17 84	0.19 228	0.19 163	0.19 149

DANet	1.16 452	0.64 482	1.52 442	0.88 514	0.74 488	1.52 478	0.52 321	1.68 333	1.21 349	1.81 511	1.55 438	2.02 517	1.11 441	3.30 480	2.28 521	0.34 460	0.31 478	0.40 502	0.30 459	0.46 490	0.54 505
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
UGAM	1.17 454	0.29 166	1.08 344	0.55 236	0.43 333	0.69 257	0.71 424	1.14 192	1.35 426	1.00 233	1.49 417	1.90 497	0.86 337	9.61 587	0.89 376	0.21 241	0.19 341	0.30 428	0.25 381	0.20 202	0.18 113

Wz-Net-LNSev	1.17 454	0.72 505	4.71 548	0.66 389	0.84 515	1.72 495	1.13 512	1.97 424	1.43 467	1.34 404	1.32 363	1.66 471	1.30 478	1.44 307	1.51 476	0.29 424	0.26 443	0.24 313	0.23 359	0.33 421	0.35 430

S-Stereo	1.17 454	0.48 425	2.25 501	0.83 499	0.81 510	1.22 437	1.17 519	2.12 457	2.08 541	1.47 454	2.13 520	1.55 453	1.16 449	2.09 411	1.46 470	0.42 499	0.40 528	0.35 475	0.32 472	0.45 483	0.73 540

MaskLacGwcNet_RVC	1.17 454	1.06 534	1.28 410	0.88 514	0.69 476	1.92 519	0.92 479	1.71 350	1.14 313	1.17 300	1.26 336	1.49 441	0.80 310	2.04 404	0.86 367	2.02 570	0.34 500	0.79 555	0.36 500	1.38 565	1.33 567

RP	1.17 454	0.54 449	1.48 435	0.93 532	1.05 539	1.14 417	0.85 466	1.99 429	1.70 512	1.72 502	2.07 517	1.91 499	1.93 537	2.00 400	1.37 461	0.55 534	0.37 517	0.48 522	0.37 504	0.46 490	0.46 483

z-ln-s-r	1.18 459	0.61 471	2.91 521	0.54 220	0.56 423	0.81 316	0.86 467	1.72 354	1.55 498	1.18 311	1.62 457	1.37 418	1.16 449	3.67 488	3.77 547	0.20 206	0.15 224	0.21 222	0.17 187	0.29 380	0.24 278

ccnet	1.19 460	0.71 502	1.36 424	0.81 492	0.75 492	1.72 495	1.13 512	1.98 425	1.31 417	1.52 465	1.84 493	1.75 487	1.36 486	2.01 401	2.04 513	0.57 536	0.54 555	0.57 543	0.56 544	0.60 524	0.60 525

Nwc_Net	1.19 460	0.53 445	2.34 503	0.92 526	0.81 510	1.49 475	0.70 421	2.28 501	1.32 419	1.41 433	2.27 526	2.03 520	1.76 527	2.05 408	1.46 470	0.43 500	0.30 473	0.43 509	0.46 525	0.39 454	0.40 456

NCC-stereo	1.20 462	0.60 466	1.84 469	0.88 514	0.95 531	1.32 449	0.94 485	2.14 467	1.36 435	1.43 441	1.79 485	1.93 503	2.13 550	2.54 451	1.41 464	0.49 521	0.38 522	0.45 514	0.59 548	0.43 469	0.45 478

Abc-Net	1.20 462	0.60 466	1.84 469	0.88 514	0.95 531	1.32 449	0.94 485	2.14 467	1.36 435	1.43 441	1.79 485	1.93 503	2.13 550	2.54 451	1.41 464	0.49 521	0.38 522	0.45 514	0.59 548	0.43 469	0.45 478
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-MNSev	1.21 464	0.66 489	3.44 534	0.69 428	0.73 483	1.93 520	1.44 539	2.16 474	1.59 501	1.85 516	1.49 417	1.50 444	1.34 483	2.05 408	1.54 479	0.27 390	0.24 424	0.28 404	0.28 428	0.35 433	0.32 402

RGC	1.22 465	0.82 517	1.71 458	0.95 537	0.98 536	1.53 480	0.80 448	2.18 483	1.35 426	1.69 500	1.94 505	2.03 520	1.66 517	2.36 435	1.50 474	0.46 513	0.36 512	0.59 546	0.48 529	0.49 499	0.49 490

stereogan	1.22 465	0.45 411	2.03 485	0.87 512	0.85 516	2.52 544	0.72 425	1.98 425	1.78 522	1.92 521	1.94 505	2.31 534	1.42 496	2.10 412	1.14 424	0.38 483	0.36 512	0.39 496	0.32 472	0.52 505	0.49 490

AANet_RVC	1.22 465	0.60 466	1.94 475	0.69 428	0.46 356	0.75 278	0.69 414	1.51 291	1.57 499	1.36 415	1.90 502	1.51 447	0.87 346	7.23 564	1.89 510	0.26 369	0.19 341	0.19 151	0.16 163	0.23 288	0.37 438

HSM	1.22 465	0.34 292	0.81 218	0.61 334	0.39 292	1.22 437	0.63 398	2.45 523	1.25 374	1.32 391	1.26 336	1.91 499	1.08 432	9.21 583	0.75 337	0.23 300	0.17 291	0.20 188	0.16 163	0.22 268	0.24 278

Syn2CoEx	1.23 469	0.80 513	3.07 526	0.83 499	0.68 473	1.39 462	0.87 471	2.23 490	1.57 499	1.28 374	1.58 450	1.42 424	1.57 509	3.79 492	1.48 473	0.36 478	0.32 490	0.34 468	0.30 459	0.30 396	0.41 461

AF-Net	1.23 469	0.56 457	2.31 502	0.88 514	0.93 527	1.41 468	0.73 428	2.27 499	1.71 514	1.76 508	2.42 534	2.00 513	1.70 520	1.98 396	1.62 490	0.50 525	0.29 469	0.49 524	0.33 486	0.40 458	0.34 421

NaN_ROB	1.23 469	0.63 479	1.76 461	0.67 403	0.50 381	1.59 487	2.00 564	1.87 394	1.52 489	2.14 537	1.26 336	1.40 422	1.09 435	4.60 505	1.75 503	0.28 408	0.34 500	0.28 404	0.29 447	0.30 396	0.37 438

DGSMNet	1.24 472	0.84 520	3.20 528	0.91 525	0.92 523	1.39 462	1.34 533	2.46 527	1.44 470	1.34 404	1.66 466	1.50 444	1.03 417	1.85 375	1.30 447	0.48 519	0.48 545	0.55 539	0.51 538	0.78 542	0.79 546

RYNet	1.24 472	0.52 443	1.57 449	0.73 456	0.97 534	1.74 500	0.95 488	2.09 453	1.54 492	1.44 444	1.18 307	1.94 507	1.29 475	4.57 504	1.93 511	0.27 390	0.23 414	0.35 475	0.27 417	0.57 518	0.59 522

ttt	1.26 474	0.36 331	0.79 208	0.65 375	0.42 328	0.94 370	0.57 364	2.33 509	1.38 442	1.25 350	1.65 464	0.92 286	0.78 294	2.64 455	8.73 578	0.30 431	0.28 459	0.26 373	0.25 381	0.29 380	0.32 402

aanetorigin	1.26 474	0.85 521	3.00 524	0.72 447	0.80 506	1.08 405	1.05 503	1.12 184	1.39 451	3.53 573	2.60 541	1.72 480	1.73 524	1.98 396	1.77 506	0.26 369	0.24 424	0.26 373	0.25 381	0.38 449	0.51 498

GwcNet	1.26 474	0.63 479	5.13 550	0.81 492	1.15 550	1.73 498	0.69 414	1.84 383	1.53 490	1.51 463	1.71 475	1.72 480	1.09 435	2.20 421	1.61 488	0.31 435	0.30 473	0.29 416	0.27 417	0.30 396	0.41 461

Consistency-Raft	1.27 477	1.01 533	2.17 494	1.04 543	1.20 555	0.96 383	1.00 496	1.84 383	1.95 534	1.38 422	2.11 519	1.44 430	1.03 417	1.18 244	1.40 463	0.73 551	0.83 571	0.89 558	0.99 572	1.33 563	0.95 554

NLCSM	1.29 478	0.74 510	1.80 466	0.72 447	0.92 523	1.32 449	1.04 501	2.78 554	1.11 293	1.24 346	2.00 511	1.82 494	0.96 381	5.79 535	1.56 480	0.34 460	0.28 459	0.31 435	0.35 496	0.42 466	0.40 456

NOSS_ROB	1.29 478	0.49 430	0.68 150	0.60 320	0.40 304	1.09 410	0.77 434	1.94 417	1.44 470	1.04 248	1.46 411	1.10 352	0.81 314	10.57 598	0.78 346	0.46 513	0.43 535	0.48 522	0.45 523	0.45 483	0.43 473

SGM-Forest	1.29 478	0.40 385	0.74 185	0.54 220	0.37 269	1.55 481	1.26 529	1.82 379	1.39 451	2.22 538	1.81 491	1.64 469	1.02 415	7.65 570	1.20 431	0.39 489	0.37 517	0.39 496	0.34 492	0.37 443	0.34 421
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Anonymous_2	1.37 481	0.56 457	0.94 296	0.57 279	0.62 451	1.04 394	0.65 402	1.82 379	1.01 248	1.00 233	0.79 164	1.42 424	1.27 472	1.06 211	0.83 362	0.62 542	0.67 566	1.05 565	9.88 606	1.09 558	0.55 512

test_for_model	1.38 482	3.71 596	0.65 136	3.45 590	2.88 588	0.57 176	0.33 108	1.91 406	0.93 210	1.47 454	0.64 118	0.51 120	0.37 86	0.53 34	0.35 91	2.54 576	0.16 262	0.17 84	0.12 37	4.56 598	1.84 573

SQANet	1.38 482	0.95 529	1.37 427	1.89 569	1.47 565	1.44 472	0.81 453	1.89 401	1.13 307	1.34 404	1.26 336	1.28 398	1.02 415	1.64 345	0.91 384	2.55 577	0.35 508	1.47 569	0.56 544	2.48 571	1.74 571

PWC_ROB	1.39 484	0.93 528	4.07 542	0.77 481	0.83 513	1.16 424	0.53 327	1.87 394	2.01 537	2.36 543	3.06 552	1.65 470	1.60 510	2.65 457	2.29 523	0.34 460	0.23 414	0.36 485	0.25 381	0.39 454	0.49 490

PWCDC_ROB	1.39 484	0.91 526	2.10 489	1.08 545	0.92 523	1.72 495	0.58 371	2.03 439	3.30 571	1.32 391	4.87 573	1.21 373	1.71 522	1.98 396	1.75 503	0.65 545	0.26 443	0.29 416	0.25 381	0.56 516	0.41 461

GANet	1.41 486	0.52 443	1.18 387	0.74 462	0.48 369	1.40 466	1.69 550	1.87 394	1.28 394	1.56 476	2.39 532	1.56 455	1.25 469	9.13 581	1.20 431	0.31 435	0.32 490	0.34 468	0.29 447	0.40 458	0.33 411

PDISCO_ROB	1.41 486	0.73 508	2.04 486	1.40 558	1.46 564	2.83 555	1.07 506	2.64 544	2.11 543	1.41 433	1.50 424	1.73 482	0.99 398	2.83 465	1.46 470	1.03 559	0.27 453	0.54 534	0.47 527	0.77 541	0.84 550

w-ln-seven-2	1.42 488	0.69 497	6.86 558	0.71 441	0.62 451	1.23 439	0.92 479	1.84 383	1.59 501	1.74 504	1.59 454	1.49 441	1.40 491	3.69 489	2.22 518	0.27 390	0.26 443	0.29 416	0.26 399	0.34 429	0.33 411

LL-Strereo	1.42 488	0.44 410	2.02 482	0.62 342	1.07 540	0.73 271	0.65 402	2.02 435	1.21 349	1.60 484	1.62 457	2.02 517	2.10 545	9.67 588	1.07 418	0.22 276	0.20 355	0.27 388	0.24 372	0.23 288	0.33 411

SHD	1.42 488	0.81 516	2.79 519	0.98 539	0.92 523	1.97 521	0.68 411	2.43 521	2.55 553	2.54 552	1.72 476	2.01 516	1.62 511	2.14 416	2.70 530	0.40 491	0.33 496	0.39 496	0.40 510	0.48 495	0.54 505

RTSC	1.43 491	0.89 522	3.62 538	0.94 535	0.64 455	1.85 514	0.69 414	2.20 488	2.04 540	2.22 538	1.70 473	1.67 473	1.27 472	2.53 450	4.48 555	0.33 450	0.25 436	0.27 388	0.29 447	0.38 449	0.40 456

UDG	1.47 492	2.69 589	1.13 360	1.45 562	1.65 567	1.34 456	0.79 445	1.75 360	1.27 386	1.29 379	1.74 478	1.99 512	1.39 490	1.66 348	1.51 476	0.91 555	0.55 557	2.30 577	0.76 559	1.99 566	1.20 563

MFMNet_re	1.47 492	1.20 546	2.50 508	1.46 563	1.08 541	1.58 485	1.51 540	1.96 423	1.87 529	2.31 542	2.20 523	1.51 447	1.88 535	1.57 328	1.34 456	0.94 556	0.83 571	0.84 557	0.80 562	1.00 552	1.06 558

PASM	1.48 494	1.08 537	3.96 541	0.93 532	0.93 527	1.17 431	1.19 521	1.77 364	1.65 507	1.90 518	1.52 432	1.75 487	1.42 496	4.54 503	1.52 478	0.64 544	0.68 568	0.69 553	0.79 561	0.70 536	0.74 541

ADCRef	1.50 495	0.61 471	3.83 540	0.76 479	0.77 498	1.91 518	0.77 434	2.16 474	1.34 423	1.63 491	1.59 454	1.35 413	1.40 491	1.79 371	8.32 575	0.25 343	0.21 371	0.32 448	0.31 465	0.31 403	0.32 402

XQC	1.51 496	0.98 531	3.20 528	0.92 526	0.76 497	2.01 525	1.17 519	2.53 537	1.99 536	2.01 530	1.54 435	2.00 513	1.54 507	3.16 473	3.46 544	0.49 521	0.31 478	0.45 514	0.40 510	0.71 538	0.62 527

CC-Net-ROB	1.53 497	1.31 553	1.68 457	0.92 526	0.80 506	1.75 501	0.99 494	2.04 442	1.27 386	1.12 273	1.62 457	1.20 372	0.98 395	7.82 571	0.92 388	1.15 566	0.41 529	2.20 575	0.46 525	1.37 564	0.56 514

FINET	1.54 498	0.67 493	7.28 561	0.76 479	0.97 534	1.42 471	1.38 536	2.80 558	3.12 568	1.23 342	1.68 470	1.04 329	1.11 441	3.35 481	1.78 507	0.43 500	0.37 517	0.32 448	0.29 447	0.43 469	0.41 461

test_xeample	1.55 499	0.31 224	0.94 296	0.54 220	0.31 160	0.94 370	0.58 371	2.40 517	1.40 453	1.29 379	1.55 438	0.89 272	0.88 352	1.72 358	15.94 597	0.22 276	0.22 386	0.22 255	0.21 299	0.23 288	0.25 299

w-ln-seven	1.56 500	0.83 519	5.96 553	0.78 485	0.74 488	2.64 550	1.01 499	2.13 465	2.03 538	2.09 534	1.76 480	1.84 496	1.27 472	2.98 468	3.23 541	0.29 424	0.26 443	0.31 435	0.30 459	0.41 462	0.38 446

DDUNet	1.56 500	2.70 590	1.35 419	1.79 566	1.88 569	1.82 510	0.91 477	1.84 383	1.20 342	1.40 431	1.79 485	1.62 464	1.17 453	1.59 335	1.22 436	1.11 563	0.76 570	2.38 580	0.94 567	2.12 567	1.53 569

CrosDoStereo	1.56 500	0.26 102	0.78 204	0.51 160	0.29 122	0.66 239	11.86 597	1.18 213	1.00 245	1.35 410	1.76 480	0.99 312	1.83 532	6.64 555	0.83 362	0.19 161	0.15 224	0.20 188	0.22 327	0.18 127	0.25 299

DeepStereo_LL	1.56 500	0.26 102	0.78 204	0.51 160	0.29 122	0.66 239	11.86 597	1.18 213	1.00 245	1.35 410	1.76 480	0.99 312	1.83 532	6.64 555	0.83 362	0.19 161	0.15 224	0.20 188	0.22 327	0.18 127	0.25 299

xxxx	1.61 504	0.32 242	0.98 311	0.58 293	0.31 160	1.15 421	0.43 230	2.43 521	1.41 457	1.17 300	1.40 395	1.21 373	0.86 337	1.94 390	16.68 599	0.24 322	0.24 424	0.21 222	0.20 257	0.23 288	0.27 337

CSAN	1.61 504	0.67 493	3.24 531	0.74 462	0.52 396	1.77 504	1.74 555	1.98 425	1.94 533	2.47 550	2.33 530	1.93 503	2.04 542	6.45 553	1.95 512	0.43 500	0.36 512	0.41 507	0.42 514	0.43 469	0.44 476

MFN_U_SF_RVC	1.62 506	0.96 530	4.36 546	0.92 526	0.69 476	2.62 549	1.10 508	2.50 533	1.74 517	1.99 529	1.86 498	2.45 541	1.78 529	3.08 471	2.84 533	0.54 530	0.50 552	0.56 541	0.60 550	0.60 524	0.67 532

SDNR	1.66 507	0.55 453	2.36 504	0.56 257	0.58 431	3.79 573	0.45 265	1.78 366	1.40 453	1.38 422	2.45 537	1.13 361	0.96 381	11.03 599	1.31 448	0.67 547	0.64 563	0.43 509	0.32 472	0.71 538	0.76 544

otaku	1.67 508	1.18 544	1.56 447	2.27 572	1.59 566	1.98 522	1.23 526	2.23 490	1.37 440	1.48 460	1.63 462	1.73 482	1.23 465	1.85 375	1.09 419	2.96 581	0.58 561	1.74 570	0.61 551	2.94 578	2.15 577

222	1.67 508	0.31 224	0.93 289	0.59 312	0.31 160	1.05 397	0.43 230	2.39 515	1.47 481	1.37 417	1.55 438	0.94 294	0.94 374	1.98 396	17.76 600	0.24 322	0.22 386	0.21 222	0.20 257	0.22 268	0.26 319

Wz-Net-SNSev	1.68 510	1.45 555	8.71 569	0.71 441	0.67 472	1.35 457	1.51 540	2.15 472	1.47 481	1.51 463	1.68 470	2.27 530	1.38 488	4.23 496	2.36 525	0.32 443	0.29 469	0.31 435	0.33 486	0.43 469	0.39 451

DeepPrunerF	1.68 510	0.82 517	6.82 557	0.94 535	1.20 555	0.91 356	0.97 490	2.50 533	5.19 588	1.22 339	1.30 356	1.18 368	1.29 475	4.96 514	1.75 503	0.43 500	0.35 508	0.52 529	0.48 529	0.43 469	0.42 469

psmorigin	1.69 512	0.74 510	13.13 581	0.70 437	0.60 441	1.16 424	0.79 445	1.69 342	1.25 374	2.07 533	1.77 483	2.23 527	1.51 506	2.14 416	1.45 468	0.39 489	0.41 529	0.34 468	0.33 486	0.45 483	0.63 529

G-Net	1.71 513	0.67 493	2.09 488	1.14 551	0.75 492	2.96 560	0.89 473	1.58 312	1.30 410	2.76 557	8.12 592	2.29 532	2.51 561	1.94 390	2.23 520	0.49 521	0.45 538	0.45 514	0.31 465	0.62 528	0.59 522

Ntro	1.72 514	1.21 547	1.62 451	2.54 578	1.86 568	2.09 530	1.14 515	2.08 450	1.38 442	1.23 342	1.62 457	1.62 464	1.33 482	2.04 404	1.21 435	3.09 582	0.56 558	1.82 572	0.65 553	2.97 582	2.25 579

z-mn7	1.77 515	1.06 534	7.02 560	0.74 462	0.54 412	2.58 546	1.03 500	1.90 405	2.73 564	1.61 485	3.00 550	1.96 509	1.40 491	5.23 518	2.87 534	0.31 435	0.25 436	0.27 388	0.25 381	0.34 429	0.35 430

FBW_ROB	1.78 516	0.66 489	1.90 474	0.72 447	0.66 466	1.79 509	1.07 506	2.79 556	1.77 518	1.84 514	1.79 485	1.98 511	1.37 487	12.42 601	2.22 518	0.36 478	0.38 522	0.57 543	0.39 508	0.46 490	0.51 498

SPS-STEREO	1.78 516	1.09 539	1.52 442	1.22 554	1.14 548	1.87 516	1.11 509	2.27 499	1.70 512	3.17 570	2.39 532	2.84 551	1.93 537	4.41 500	2.93 535	1.04 561	0.99 584	0.97 560	0.94 567	1.03 555	1.05 557
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFN_U_SF_DS_RVC	1.80 518	1.11 541	4.33 545	0.84 503	0.77 498	3.70 568	2.41 583	2.04 442	1.85 528	1.75 505	1.90 502	1.92 502	1.25 469	7.33 565	1.45 468	0.47 517	0.47 543	0.53 533	0.77 560	0.50 501	0.55 512

SAMSARA	1.80 518	0.90 523	3.37 533	1.28 557	1.13 546	3.71 569	2.33 578	2.53 537	1.93 532	3.17 570	1.73 477	2.99 553	1.68 519	3.53 484	2.46 527	0.47 517	0.54 555	0.43 509	0.47 527	0.59 521	0.64 530

PVD	1.82 520	0.91 526	3.02 525	1.03 542	0.94 530	2.61 548	1.14 515	2.78 554	3.40 573	3.08 568	2.75 544	2.39 539	2.49 560	2.81 463	3.66 546	0.48 519	0.49 551	0.59 546	0.49 532	0.60 524	0.81 548

ADCL	1.82 520	0.70 500	4.57 547	0.70 437	0.63 454	2.56 545	1.77 557	2.08 450	1.77 518	1.95 527	1.89 500	2.04 522	1.88 535	2.36 435	9.55 582	0.27 390	0.25 436	0.35 475	0.32 472	0.39 454	0.39 451

zh-mn7	1.84 522	1.51 560	9.67 573	0.70 437	0.54 412	1.47 474	0.84 460	1.93 415	2.13 545	2.50 551	2.70 543	1.67 473	1.35 484	4.75 511	3.14 540	0.32 443	0.27 453	0.27 388	0.27 417	0.32 414	0.39 451

AAGNet	1.84 522	0.30 191	0.79 208	0.66 389	0.32 193	0.65 233	0.50 308	1.02 138	1.01 248	1.47 454	1.21 318	0.99 312	1.16 449	2.76 462	22.69 607	0.24 322	0.13 81	0.22 255	0.20 257	0.24 317	0.16 69

ff1	1.88 524	0.36 331	1.51 438	0.56 257	0.40 304	0.76 283	0.59 378	1.08 167	2.62 556	1.19 319	1.49 417	1.07 337	0.85 329	9.88 593	13.82 591	0.21 241	0.13 81	0.31 435	0.28 428	0.20 202	0.23 255

MDST_ROB	1.88 524	0.40 385	1.71 458	0.93 532	0.60 441	4.27 579	1.23 526	3.99 576	1.44 470	4.61 583	2.63 542	1.44 430	1.03 417	9.78 590	1.62 490	0.33 450	0.26 443	0.37 488	0.33 486	0.31 403	0.34 421

SGM_RVC	1.88 524	0.40 385	0.90 279	0.63 352	0.30 139	2.81 554	1.26 529	2.73 550	1.81 526	4.09 575	2.85 547	3.88 567	3.19 569	8.42 577	2.44 526	0.33 450	0.31 478	0.30 428	0.28 428	0.31 403	0.31 393
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
mmx	1.89 527	0.36 331	1.51 438	0.56 257	0.40 304	0.76 283	0.59 378	2.32 503	1.41 457	1.19 319	1.49 417	1.07 337	0.85 329	9.88 593	13.82 591	0.25 343	0.21 371	0.31 435	0.28 428	0.32 414	0.29 367

xxx	1.89 527	0.36 331	1.51 438	0.56 257	0.40 304	0.76 283	0.59 378	2.32 503	1.41 457	1.19 319	1.49 417	1.07 337	0.85 329	9.88 593	13.82 591	0.25 343	0.21 371	0.31 435	0.28 428	0.32 414	0.29 367

DPSNet	1.91 529	0.64 482	5.95 552	0.73 456	0.59 437	2.04 527	1.61 548	3.84 574	1.96 535	1.54 471	1.39 390	2.27 530	3.32 572	4.95 513	4.79 558	0.50 525	0.31 478	0.29 416	0.26 399	0.67 533	0.54 505

test_sample9	1.96 530	0.51 437	1.35 419	0.58 293	0.40 304	1.07 401	0.80 448	1.99 429	1.27 386	1.25 350	1.22 320	1.09 348	1.01 407	2.46 442	8.57 576	0.59 539	12.85 609	0.62 548	0.67 555	0.45 483	0.48 485

1111x	1.96 530	0.32 242	1.54 446	0.54 220	0.30 139	1.00 389	0.69 414	2.47 528	1.33 421	1.21 331	1.44 407	1.21 373	1.11 441	8.49 578	16.14 598	0.22 276	0.23 414	0.22 255	0.23 359	0.25 329	0.26 319

ADCPNet	1.97 532	0.78 512	9.38 571	0.74 462	0.61 447	2.73 552	1.36 535	2.11 456	1.66 508	1.92 521	1.70 473	2.45 541	2.07 543	2.50 448	6.84 570	0.38 483	0.38 522	0.38 492	0.43 518	0.47 494	0.50 494

zh-sn7	2.00 533	1.73 569	9.50 572	0.77 481	0.73 483	1.77 504	1.32 532	2.08 450	1.66 508	1.91 519	2.48 539	1.81 493	2.25 553	5.74 531	4.07 551	0.33 450	0.33 496	0.32 448	0.32 472	0.44 480	0.46 483

WCMA_ROB	2.05 534	0.55 453	1.77 462	0.74 462	0.61 447	2.24 535	1.56 545	2.17 482	1.79 524	4.16 579	6.36 580	5.66 580	4.66 584	3.19 474	2.77 531	0.55 534	0.45 538	0.40 502	0.43 518	0.48 495	0.50 494

RainbowNet	2.06 535	1.86 571	1.97 481	2.86 581	2.25 575	2.03 526	1.79 558	2.77 552	1.92 531	1.54 471	1.84 493	1.95 508	1.73 524	2.23 423	1.38 462	3.40 588	0.86 576	2.39 582	1.00 573	2.94 578	2.42 581

MSMD_ROB	2.08 536	0.61 471	1.15 367	0.71 441	0.62 451	4.00 575	0.93 483	1.94 417	1.79 524	4.71 585	4.60 569	8.14 589	3.87 580	3.75 491	1.65 496	0.54 530	0.48 545	0.55 539	0.58 546	0.53 510	0.52 501

Wz-Net-TNSev	2.10 537	2.71 591	9.30 570	0.72 447	0.65 460	2.41 543	1.81 562	2.45 523	1.77 518	1.62 489	1.56 444	2.56 544	2.01 539	5.30 519	4.46 554	0.41 495	0.38 522	0.33 460	0.37 504	0.54 513	0.64 530

ADCMid	2.11 538	0.90 523	8.39 567	0.75 471	0.69 476	1.98 522	1.14 515	2.18 483	1.67 510	2.85 559	1.85 496	2.35 536	2.02 541	2.35 434	10.58 586	0.34 460	0.32 490	0.39 496	0.44 520	0.51 504	0.53 504

ADCP+	2.12 539	0.56 457	10.01 574	0.68 415	0.91 522	2.25 536	1.04 501	1.92 413	1.50 488	1.58 480	1.34 373	1.73 482	1.62 511	2.27 428	13.20 588	0.25 343	0.22 386	0.32 448	0.29 447	0.38 449	0.34 421

WZ-Net	2.14 540	1.08 537	11.68 580	0.89 522	0.78 502	1.76 502	1.59 547	2.39 515	2.03 538	2.11 535	1.95 507	2.30 533	2.28 554	5.94 539	3.86 550	0.35 471	0.27 453	0.29 416	0.32 472	0.52 505	0.50 494

AnyNet_C32	2.14 540	1.45 555	7.38 562	0.95 537	1.12 543	2.23 534	2.34 579	2.10 455	1.54 492	2.44 546	1.79 485	2.04 522	1.66 517	2.69 458	10.48 585	0.38 483	0.35 508	0.35 475	0.42 514	0.50 501	0.60 525

NVStereoNet_ROB	2.17 542	1.18 544	3.51 535	1.14 551	1.26 558	1.57 484	1.51 540	2.19 485	2.11 543	2.04 531	4.80 571	3.17 560	2.11 548	7.97 573	2.10 514	1.12 564	0.94 581	1.10 566	1.34 580	0.95 550	1.31 564
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	2.22 543	1.29 552	4.14 543	1.10 547	0.78 502	5.00 582	2.38 582	2.47 528	2.67 561	1.94 525	2.28 527	2.66 548	1.70 520	9.10 580	2.29 523	0.68 549	0.52 553	0.68 552	0.71 558	1.17 561	0.81 548

SANet	2.26 544	0.70 500	6.94 559	0.69 428	0.46 356	2.76 553	1.76 556	2.61 543	5.84 590	2.45 547	3.52 558	3.71 564	3.38 574	5.90 536	2.14 516	0.34 460	0.31 478	0.32 448	0.29 447	0.54 513	0.43 473

test_sample8	2.29 545	0.51 437	1.35 419	0.58 293	0.40 304	1.07 401	0.80 448	2.03 439	1.22 357	2.28 541	1.33 369	4.98 578	2.51 561	2.46 442	8.57 576	0.59 539	12.85 609	0.62 548	0.67 555	0.45 483	0.48 485

ADCS	2.35 546	1.26 549	6.54 556	0.85 506	0.77 498	2.18 533	1.79 558	2.47 528	2.20 546	2.80 558	2.14 522	2.38 537	2.09 544	2.81 463	13.83 594	0.43 500	0.41 529	0.40 502	0.45 523	0.59 521	0.67 532

MeshStereo	2.36 547	0.60 466	1.05 334	0.63 352	0.51 391	2.58 546	0.99 494	3.46 568	2.21 547	7.38 597	5.06 575	7.50 585	3.10 568	7.02 563	2.54 528	0.44 509	0.44 536	0.45 514	0.40 510	0.43 469	0.45 478
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AnyNet_C01	2.38 548	2.21 581	10.17 575	0.99 540	0.79 504	3.12 561	2.37 580	2.69 549	1.89 530	2.58 554	2.44 536	2.70 549	1.86 534	3.65 485	7.12 571	0.41 495	0.41 529	0.40 502	0.42 514	0.68 534	0.79 546

DispFullNet	2.39 549	2.89 592	3.74 539	3.09 586	2.27 577	2.04 527	0.84 460	2.19 485	1.73 516	2.54 552	1.98 508	2.23 527	5.83 587	3.44 483	1.84 509	1.03 559	0.33 496	2.65 588	1.97 592	2.87 577	2.34 580

EDNetEfficient	2.40 550	1.14 542	8.59 568	0.77 481	0.73 483	1.06 400	1.53 543	1.54 301	4.06 579	4.87 586	2.81 545	2.23 527	3.53 575	3.04 470	9.65 583	0.27 390	0.24 424	0.27 388	0.31 465	0.70 536	0.67 532

MSAF-DinoV2	2.45 551	1.88 574	17.19 589	0.89 522	0.52 396	1.39 462	0.97 490	2.84 559	1.77 518	1.55 474	1.65 464	3.60 563	2.28 554	5.74 531	4.64 557	0.28 408	0.17 291	0.26 373	0.28 428	0.49 499	0.54 505

FCDSN-DC	2.47 552	0.65 488	1.00 319	0.85 506	0.75 492	2.26 537	0.97 490	2.31 502	1.83 527	5.52 592	7.65 587	7.72 588	7.70 594	4.43 501	2.64 529	0.52 528	0.48 545	0.52 529	0.52 539	0.57 518	0.59 522
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SuperB	2.50 553	0.72 505	18.07 593	0.72 447	0.53 404	1.85 514	0.86 467	1.80 373	2.40 550	1.54 471	1.42 401	1.13 361	1.17 453	4.18 495	4.80 560	0.25 343	0.20 355	0.23 289	0.19 228	7.64 603	0.38 446

ELAS	2.67 554	0.80 513	2.13 492	1.13 548	1.15 550	6.25 587	2.56 584	3.50 569	3.68 576	5.36 590	4.92 574	3.79 565	5.56 586	3.65 485	5.22 562	0.66 546	0.57 559	0.56 541	0.54 542	0.65 531	0.75 543
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	2.76 555	1.55 563	15.40 584	1.13 548	1.42 562	3.75 571	2.21 573	2.45 523	2.72 562	2.91 562	2.85 547	2.58 545	1.62 511	6.28 547	5.80 565	0.41 495	0.30 473	0.35 475	0.35 496	0.52 505	0.54 505

RTSA	2.76 555	1.55 563	15.40 584	1.13 548	1.42 562	3.75 571	2.21 573	2.45 523	2.72 562	2.91 562	2.85 547	2.58 545	1.62 511	6.28 547	5.80 565	0.41 495	0.30 473	0.35 475	0.35 496	0.52 505	0.54 505

WAO-7	2.78 557	1.54 562	2.18 495	1.41 561	1.19 554	3.92 574	2.01 567	4.19 578	3.89 578	2.98 564	5.47 576	4.18 568	3.28 571	8.24 576	4.27 552	1.13 565	1.01 585	1.18 567	1.13 579	1.19 562	1.13 562

MADNet+	2.80 558	3.38 595	11.57 579	1.50 564	1.21 557	3.18 563	2.00 564	3.52 570	2.61 555	1.81 511	2.09 518	2.83 550	2.18 552	7.55 568	5.44 564	0.84 552	0.83 571	0.71 554	0.66 554	1.05 557	1.08 559

IMH-64-1	2.82 559	1.87 572	1.77 462	3.31 588	2.69 584	3.22 564	2.07 568	4.25 579	2.77 565	2.46 548	3.78 561	3.05 555	2.34 557	4.67 507	3.00 537	3.84 593	0.84 574	2.75 589	1.39 581	3.34 587	2.93 590

IMH-64	2.82 559	1.87 572	1.77 462	3.31 588	2.69 584	3.22 564	2.07 568	4.25 579	2.77 565	2.46 548	3.78 561	3.05 555	2.34 557	4.67 507	3.00 537	3.84 593	0.84 574	2.75 589	1.39 581	3.34 587	2.93 590

pmcnn	2.84 561	0.46 414	5.19 551	0.68 415	0.42 328	1.55 481	1.16 518	2.32 503	1.60 504	2.72 555	7.49 585	17.96 604	1.48 504	6.04 540	6.64 569	0.18 121	0.15 224	0.15 28	0.12 37	0.20 202	0.20 177

ACVNet_2	2.86 562	1.47 557	8.28 565	2.68 579	2.26 576	2.70 551	1.84 563	3.41 566	3.04 567	2.27 540	3.42 557	4.58 570	2.10 545	5.91 537	1.62 490	2.58 578	0.67 566	2.22 576	0.85 564	2.79 575	2.47 582

ELAS_RVC	2.87 563	0.80 513	3.22 530	1.16 553	1.12 543	2.92 559	5.33 593	2.98 562	4.18 581	5.04 587	4.82 572	4.71 572	8.23 595	4.25 498	4.79 558	0.67 547	0.57 559	0.57 543	0.53 541	0.66 532	0.74 541
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FC-DCNN	2.88 564	0.61 471	1.15 367	0.75 471	0.57 428	2.85 557	1.05 503	3.44 567	2.64 559	6.93 593	7.63 586	9.86 594	7.02 592	5.76 533	4.31 553	0.54 530	0.48 545	0.51 527	0.50 535	0.53 510	0.52 501

FC-DCNN v2	2.96 565	0.61 471	1.13 360	0.75 471	0.57 428	2.90 558	1.06 505	3.59 572	2.66 560	7.05 594	7.66 588	10.26 597	7.17 593	6.27 546	4.49 556	0.54 530	0.48 545	0.51 527	0.50 535	0.53 510	0.52 501

WAO-6	2.98 566	1.67 567	1.88 473	2.38 576	2.30 578	3.53 567	2.37 580	4.38 581	4.64 585	2.42 544	4.50 565	4.85 574	2.99 567	5.22 517	5.37 563	1.77 569	1.16 591	2.31 578	1.47 586	2.42 570	1.99 576

ACVNet-4b	3.05 567	1.42 554	18.09 594	2.85 580	2.33 579	2.32 541	1.22 524	2.47 528	2.21 547	1.26 363	2.36 531	2.64 547	1.46 500	6.32 550	1.23 439	3.29 585	0.45 538	2.37 579	1.02 575	3.03 583	2.61 584

ACVNet_1	3.08 568	1.48 558	17.70 590	2.90 583	2.35 581	2.30 538	1.43 538	3.16 564	2.26 549	1.91 519	2.05 516	3.51 562	2.32 556	3.71 490	1.58 483	3.25 584	0.66 565	2.40 583	1.06 576	3.07 584	2.59 583

MonStereo1	3.22 569	1.70 568	2.23 500	2.51 577	2.33 579	5.55 585	1.61 548	3.55 571	4.67 586	3.29 572	8.09 591	4.79 573	3.75 577	6.30 549	2.79 532	2.52 575	0.64 563	1.91 574	1.07 577	2.53 572	2.62 585

PWCK	3.24 570	2.37 582	10.86 577	2.14 571	1.14 548	3.71 569	4.19 591	3.02 563	3.55 575	3.05 567	3.63 559	3.09 558	2.35 559	8.16 575	3.41 543	2.17 573	0.96 582	1.77 571	1.01 574	2.84 576	1.40 568

IMH	3.35 571	1.95 575	1.86 472	3.30 587	2.72 586	4.03 577	2.00 564	4.58 583	3.83 577	2.87 560	6.99 583	4.69 571	3.21 570	6.77 559	2.97 536	3.91 596	0.89 578	2.78 591	1.40 585	3.36 589	2.93 590

LVE	3.40 572	1.80 570	2.21 497	2.90 583	2.44 582	3.27 566	2.25 575	4.80 584	5.06 587	2.43 545	6.79 581	5.99 581	2.64 565	9.20 582	2.28 521	3.30 586	1.11 590	2.38 580	1.48 587	2.95 580	2.62 585

Dean	3.77 573	1.65 566	17.87 591	3.01 585	2.54 583	3.15 562	2.10 571	4.80 584	4.42 582	2.89 561	6.03 578	5.45 579	2.55 564	3.40 482	2.13 515	3.22 583	0.89 578	2.51 586	1.07 577	3.07 584	2.65 588

JetBlue	4.18 574	2.45 586	10.42 576	1.40 558	2.89 589	10.68 593	10.68 595	3.91 575	2.52 551	2.74 556	3.39 556	4.50 569	4.27 582	7.97 573	7.67 574	0.89 554	0.97 583	0.89 558	0.92 566	2.26 568	2.21 578

notaker	4.29 575	2.42 585	5.06 549	3.89 597	3.29 594	4.00 575	2.25 575	4.93 586	3.47 574	4.21 581	6.79 581	7.67 587	3.37 573	9.25 584	6.47 567	4.09 598	1.42 593	3.35 598	2.13 595	4.11 594	3.54 595

ktn	4.56 576	2.41 584	2.54 509	3.79 596	3.25 592	4.81 581	2.91 588	5.52 588	7.36 591	4.12 578	14.55 601	7.54 586	3.70 576	7.84 572	3.35 542	4.06 597	1.86 596	3.26 597	2.22 596	3.27 586	2.86 589

WAO-8	4.57 577	2.01 576	2.58 512	2.37 574	2.21 573	9.75 589	1.71 552	6.04 592	16.34 600	4.11 576	7.69 589	7.41 583	3.85 578	10.02 596	3.85 548	2.05 571	1.09 588	2.44 584	1.39 581	2.56 573	1.86 574

Venus	4.57 577	2.01 576	2.58 512	2.37 574	2.21 573	9.75 589	1.71 552	6.04 592	16.34 600	4.11 576	7.69 589	7.41 583	3.85 578	10.02 596	3.85 548	2.05 571	1.09 588	2.44 584	1.39 581	2.56 573	1.86 574

MultiAttention	4.59 579	0.35 321	0.90 279	0.75 471	0.46 356	31.81 614	4.41 592	2.35 512	1.41 457	1.64 493	2.43 535	2.42 540	0.70 271	38.40 615	1.78 507	0.23 300	0.15 224	0.30 428	0.30 459	0.48 495	0.48 485

SGM+DAISY	5.38 580	1.28 551	8.24 564	1.27 556	1.16 552	10.62 592	16.01 602	2.93 561	2.53 552	8.64 600	13.03 599	8.26 590	13.38 600	6.34 551	7.59 573	1.07 562	1.05 587	1.00 563	0.98 570	1.02 554	1.12 561

TorneroNet-64	5.41 581	2.10 579	2.43 505	3.49 592	2.83 587	9.90 591	2.13 572	8.87 598	16.79 605	5.39 591	9.18 594	10.68 599	3.92 581	9.55 586	5.11 561	3.36 587	0.86 576	2.88 592	1.62 588	3.76 590	3.37 593

MADNet++	5.41 581	3.18 593	6.43 555	4.66 601	3.95 598	6.15 586	6.75 594	4.51 582	4.51 584	5.06 588	6.27 579	4.96 576	6.14 588	9.39 585	11.70 587	4.71 599	4.19 601	3.97 600	3.33 598	4.08 593	4.25 600

UNDER WATER	5.68 583	2.46 587	15.52 586	3.98 599	3.53 595	5.15 583	2.74 586	5.58 589	16.41 603	4.00 574	4.56 566	9.12 592	6.43 590	6.22 543	9.11 580	3.85 595	1.35 592	3.18 596	1.98 593	4.51 597	3.84 599

UNDER WATER-64	5.84 584	2.48 588	17.93 592	3.97 598	3.58 596	7.70 588	3.03 589	5.72 591	14.13 597	4.18 580	4.00 563	9.27 593	6.80 591	6.20 542	9.22 581	3.67 590	1.52 594	3.14 594	1.95 591	4.43 596	3.83 598

LSM	6.55 585	1.26 549	15.64 587	1.79 566	68.74 619	1.67 494	2.08 570	2.26 493	2.59 554	3.13 569	3.08 553	1.90 497	1.81 530	2.89 466	2.16 517	0.43 500	0.59 562	0.50 525	0.58 546	0.64 529	17.24 611

tt	6.61 586	0.28 143	6.10 554	3.77 595	2.17 572	11.53 594	19.61 603	13.53 603	5.81 589	3.00 565	2.82 546	4.97 577	6.33 589	3.83 493	7.23 572	9.13 605	11.32 608	5.87 604	6.22 604	6.01 600	2.63 587

JetRed	7.02 587	8.94 601	25.72 603	2.89 582	3.27 593	14.25 598	12.27 599	6.69 594	4.45 583	4.46 582	4.56 566	6.65 582	5.43 585	7.46 567	14.41 596	2.60 579	3.31 598	2.61 587	2.30 597	4.34 595	3.79 597

xyz-stereo	7.03 588	0.24 60	70.23 622	0.44 62	0.21 8	29.74 608	0.49 300	1.03 146	0.77 148	1.45 450	26.78 610	1.17 367	1.19 462	4.72 510	1.32 454	0.16 53	0.12 39	0.20 188	0.14 106	0.17 91	0.14 17

MANE	7.50 589	0.64 482	7.97 563	1.40 558	2.10 571	16.86 600	12.56 600	12.91 602	17.51 608	8.50 599	11.60 597	14.66 601	13.33 599	12.02 600	13.28 589	0.62 542	0.52 553	0.52 529	1.90 590	0.56 516	0.58 520

SGM-ForestM	7.81 590	0.48 425	11.02 578	0.74 462	0.40 304	16.83 599	12.72 601	7.91 596	8.13 592	11.53 602	10.25 596	22.44 612	14.01 601	17.02 603	20.52 602	0.38 483	0.39 527	0.37 488	0.36 500	0.37 443	0.38 446

coex-ft	8.35 591	2.39 583	100.24 624	0.68 415	0.54 412	1.77 504	1.57 546	1.71 350	11.00 594	18.91 610	3.76 560	3.85 566	8.23 595	3.29 479	6.58 568	0.31 435	0.31 478	0.32 448	0.31 465	0.69 535	0.57 517

LE_ROB	8.35 591	0.47 419	27.42 607	0.83 499	0.34 234	2.84 556	3.36 590	4.03 577	27.04 612	25.20 612	8.72 593	8.55 591	27.35 612	7.37 566	22.13 603	0.22 276	0.20 355	0.20 188	0.21 299	0.25 329	0.25 299

KSHMR	8.76 593	2.14 580	3.59 536	3.60 594	3.13 591	4.15 578	2.67 585	5.61 590	58.90 626	3.04 566	55.71 624	4.94 575	2.54 563	4.61 506	3.05 539	3.49 589	1.57 595	3.14 594	1.98 593	3.84 591	3.49 594

U	9.23 594	0.22 23	0.65 136	0.48 110	53.11 618	61.26 623	0.24 42	0.77 61	0.55 82	0.37 44	0.30 19	0.29 33	0.34 63	0.34 2	0.27 19	0.20 206	0.12 39	60.47 621	4.24 601	0.18 127	0.14 17

TCMNet-wrong-test	10.42 595	11.55 604	15.31 583	20.99 607	18.49 603	13.94 597	10.69 596	16.07 604	4.14 580	5.27 589	5.64 577	16.22 603	12.57 597	7.57 569	10.26 584	7.44 603	2.38 597	4.30 601	3.43 599	11.37 606	10.87 604

EDNetEfficientorigin	10.59 596	1.52 561	177.33 625	0.68 415	0.54 412	1.66 493	1.20 523	1.94 417	3.39 572	4.69 584	3.37 555	3.08 557	2.79 566	3.25 477	3.63 545	0.26 369	0.24 424	0.33 460	0.28 428	0.85 545	0.87 551

TorneroNet	10.72 597	2.09 578	2.76 518	3.48 591	3.03 590	44.72 615	2.31 577	8.62 597	67.06 627	7.45 598	23.21 609	10.59 598	4.28 583	9.03 579	9.00 579	3.67 590	0.91 580	3.04 593	1.63 589	3.92 592	3.55 596

HanzoNet	11.92 598	5.12 597	17.18 588	4.19 600	3.59 597	5.16 584	2.82 587	7.41 595	9.96 593	33.31 620	27.60 611	22.25 611	37.31 616	18.18 605	13.57 590	8.13 604	3.44 600	3.50 599	3.44 600	7.77 604	4.52 601

DGTPSM_ROB	13.06 599	8.27 599	22.29 598	9.53 603	18.14 601	11.53 594	31.97 609	10.82 600	16.25 598	7.14 595	19.39 607	10.12 595	16.69 604	9.85 591	22.49 605	4.77 600	8.72 603	5.37 602	10.24 607	6.15 601	11.56 605

DPSMNet_ROB	13.08 600	8.28 600	22.32 599	9.54 604	18.15 602	11.53 594	31.98 610	10.83 601	16.27 599	7.17 596	19.40 608	10.12 595	16.69 604	9.87 592	22.50 606	4.78 601	8.72 603	5.38 603	10.25 608	6.16 602	11.59 606

USTest	14.33 601	14.93 605	21.00 596	17.41 606	16.02 600	23.11 602	33.76 611	22.02 605	11.81 595	9.47 601	10.19 595	15.94 602	13.17 598	17.25 604	22.38 604	3.81 592	5.01 602	6.17 605	6.18 603	9.23 605	7.81 603

ASD4	17.95 602	11.38 603	20.07 595	11.32 605	12.21 599	21.39 601	31.23 608	22.73 607	12.78 596	12.19 603	12.67 598	13.79 600	14.32 602	20.13 606	25.17 609	18.93 611	15.37 611	28.00 616	22.52 617	17.63 609	15.21 610

DPSM_ROB	19.12 603	19.13 607	25.13 601	22.15 609	20.86 606	28.06 605	37.75 613	27.18 610	16.95 606	14.25 604	15.07 602	21.66 606	18.69 607	21.83 608	26.51 611	10.15 607	9.30 606	10.45 608	10.41 609	14.00 607	12.85 608

DPSM	19.12 603	19.13 607	25.13 601	22.15 609	20.86 606	28.06 605	37.75 613	27.18 610	16.95 606	14.25 604	15.07 602	21.66 606	18.69 607	21.83 608	26.51 611	10.15 607	9.30 606	10.45 608	10.41 609	14.00 607	12.85 608

LRCNet_RVC	22.79 605	32.09 613	22.06 597	29.83 611	26.15 608	4.40 580	0.84 460	22.64 606	2.10 542	26.93 613	29.25 612	23.03 613	15.56 603	23.91 610	18.92 601	32.00 618	20.04 619	34.68 617	32.13 618	30.66 617	28.52 617

DLNR_Zeroshot_test	23.23 606	48.25 624	43.77 611	177.04 626	78.39 621	0.35 24	0.21 15	23.33 608	0.82 170	0.67 160	0.86 182	0.58 153	0.30 41	1.64 345	0.48 219	10.69 609	0.13 81	0.18 123	0.14 106	76.63 624	0.23 255

DLNR-FE	23.24 607	48.33 625	43.35 610	177.19 627	78.30 620	0.35 24	0.21 15	23.45 609	0.82 170	0.67 160	0.86 182	0.58 153	0.29 32	1.62 343	0.48 219	10.93 610	0.13 81	0.18 123	0.14 106	76.65 625	0.23 255

DPSimNet_ROB	24.77 608	9.69 602	61.46 621	3.56 593	19.46 604	25.95 603	77.56 624	5.09 587	16.60 604	21.50 611	29.82 613	25.12 614	85.69 625	13.37 602	23.07 608	7.23 602	17.79 612	8.55 606	7.57 605	4.57 599	31.84 618

BEATNet-Init1	27.39 609	21.01 609	73.65 623	1.07 544	0.80 506	56.07 616	22.82 604	33.14 617	31.71 614	51.78 626	52.93 623	65.63 624	48.54 623	48.75 625	36.36 616	0.52 528	0.47 543	0.54 534	0.54 542	0.64 529	0.72 539

CasAABBNet	38.42 610	38.42 616	50.26 615	44.76 616	41.87 612	56.47 618	76.22 620	54.44 620	33.92 618	28.53 617	30.36 618	43.53 620	37.59 619	43.77 622	53.32 622	20.27 612	18.70 614	21.03 610	21.04 612	28.19 612	25.79 613

RAFT-FEzeroshot	38.43 611	38.42 616	50.19 613	44.92 618	41.98 614	56.48 620	76.24 621	54.46 622	33.87 616	28.51 615	30.31 616	43.61 621	37.54 617	43.76 619	53.32 622	20.29 613	18.70 614	21.03 610	21.04 612	28.21 613	25.79 613

RAFT-FE	38.43 611	38.42 616	50.19 613	44.92 618	41.98 614	56.48 620	76.24 621	54.46 622	33.87 616	28.51 615	30.31 616	43.61 621	37.54 617	43.76 619	53.32 622	20.29 613	18.70 614	21.03 610	21.04 612	28.21 613	25.79 613

FlowAnything	38.45 613	38.38 615	50.32 616	44.77 617	41.97 613	56.43 617	76.20 619	54.49 624	34.43 620	28.45 614	30.15 614	43.52 619	37.69 620	43.76 619	53.31 621	20.36 615	18.71 617	21.03 610	21.10 616	28.18 611	25.74 612

Selective-RAFT-Error	38.47 614	38.44 619	50.38 617	44.74 615	42.01 616	56.47 618	76.24 621	54.44 620	34.02 619	28.59 618	30.30 615	43.51 618	38.10 621	43.69 618	53.24 620	20.36 615	18.72 618	21.05 614	21.02 611	28.25 615	25.87 616

HaxPig	39.02 615	41.39 621	41.59 608	30.10 612	32.36 609	29.49 607	27.65 606	30.56 613	37.94 621	43.75 621	43.81 620	33.42 615	35.69 613	41.51 616	40.33 618	43.91 622	47.48 624	45.87 618	47.14 620	42.29 618	44.06 621

AVERAGE_ROB	40.42 616	42.30 622	42.61 609	36.91 614	35.54 611	30.42 609	27.59 605	37.45 619	38.45 622	44.87 622	44.27 621	37.55 617	36.69 614	41.82 617	40.25 617	45.36 623	46.73 623	47.09 619	46.32 619	42.47 619	43.74 620

MEDIAN_ROB	42.01 617	44.30 623	44.14 612	35.08 613	34.90 610	31.33 613	29.90 607	36.77 618	40.11 623	47.14 625	46.55 622	37.49 616	38.50 622	44.30 624	42.32 619	47.93 624	49.31 625	49.68 620	49.00 621	44.98 620	46.46 622

Anonymous_1	42.79 618	18.71 606	24.75 600	21.81 608	45.16 617	27.68 604	37.52 612	28.64 612	16.34 600	14.72 606	14.53 600	20.60 605	17.82 606	21.52 607	25.88 610	113.45 627	8.91 605	100.63 622	126.37 624	158.50 628	12.31 607

LSM0	42.92 619	38.72 620	50.66 618	47.49 620	110.18 627	56.77 622	75.87 618	54.87 625	33.74 615	29.48 619	31.12 619	43.77 623	37.12 615	43.85 623	53.44 625	20.50 617	18.67 613	21.05 614	21.07 615	28.37 616	41.73 619

PML	51.64 620	37.49 614	14.31 582	7.45 602	20.27 605	107.80 626	231.34 628	8.94 599	27.70 613	86.74 627	268.93 628	69.03 625	61.09 624	24.71 614	14.36 595	9.71 606	3.40 599	9.60 607	4.67 602	20.46 610	4.76 602

xxxxx1	54.34 621	26.72 610	27.03 604	114.14 623	99.00 622	30.68 610	47.19 615	32.52 614	26.09 609	17.85 607	17.48 604	21.86 608	20.92 609	24.38 611	33.78 613	34.73 619	41.33 620	157.67 626	175.68 625	65.82 621	71.99 625

tt_ll	54.34 621	26.72 610	27.03 604	114.14 623	99.00 622	30.68 610	47.19 615	32.52 614	26.09 609	17.85 607	17.48 604	21.86 608	20.92 609	24.38 611	33.78 613	34.73 619	41.33 620	157.67 626	175.68 625	65.82 621	71.99 625

ff	54.34 621	26.72 610	27.03 604	114.14 623	99.00 622	30.68 610	47.19 615	32.52 614	26.09 609	17.85 607	17.48 604	21.86 608	20.92 609	24.38 611	33.78 613	34.73 619	41.33 620	157.67 626	175.68 625	65.82 621	71.99 625

RSGM-EC	88.73 624	82.35 626	50.81 619	105.24 621	99.50 625	93.69 624	125.26 625	90.19 626	46.12 624	45.12 623	57.25 625	101.03 626	88.09 626	153.95 626	152.34 626	105.29 625	59.41 626	113.44 623	52.73 622	91.73 626	61.05 623

acva	88.73 624	82.35 626	50.81 619	105.24 621	99.50 625	93.69 624	125.26 625	90.19 626	46.12 624	45.12 623	57.25 625	101.03 626	88.09 626	153.95 626	152.34 626	105.29 625	59.41 626	113.44 623	52.73 622	91.73 626	61.05 623

test_example2	192.91 626	210.59 628	206.44 626	199.86 628	204.90 628	172.02 627	182.95 627	138.34 628	134.89 628	193.14 628	200.54 627	186.77 628	177.82 628	204.95 628	207.57 628	221.83 628	238.70 628	186.02 629	190.07 628	226.94 629	173.78 628

ccccc	497.36 627	492.94 629	590.78 627	530.37 629	529.69 629	476.06 628	438.68 629	494.48 629	344.79 629	446.40 629	517.23 629	473.27 629	547.51 629	541.46 629	607.83 629	660.58 629	458.79 629	353.88 630	309.98 629	597.94 630	534.45 629

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

STTRV1_RVC		0.69 497		0.88 514	1.12 543	1.58 485	0.90 474	2.42 519	1.78 522	1.29 379	2.02 514	1.40 422	1.22 464	9.72 589	1.35 458	0.86 553	0.34 500	0.54 534	0.49 532	0.75 540	0.54 505

FADE		6.16 598		1.90 570	1.95 570													122.45 625		1.14 560

Low-res two-view benchmark