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	1.03 1	1.01 24	3.78 7	2.42 1	0.31 2	0.43 1	0.01 1	1.74 1	1.12 1	1.28 3	2.82 21	1.72 42	1.19 24	1.48 1	1.21 16	0.03 33	0.01 11	0.01 147	0.00 1	0.02 2	0.02 1

FoundationStereo	1.56 2	0.84 11	3.56 4	3.37 40	1.49 134	2.27 10	0.59 39	3.96 2	2.27 10	2.10 19	0.11 1	2.58 56	2.83 81	2.97 4	1.00 6	0.04 46	0.88 337	0.00 1	0.00 1	0.02 2	0.34 47

LGtest1	1.67 3	0.87 12	4.47 23	2.67 6	0.82 50	3.00 20	0.11 7	6.42 14	1.80 3	1.94 16	1.62 14	0.65 28	0.92 20	5.90 28	1.02 9	0.04 46	0.55 262	0.00 1	0.00 1	0.10 59	0.46 86

MLG-Stereo_test1	1.73 4	0.79 4	3.82 9	2.83 14	2.75 249	2.77 15	0.15 11	6.43 18	2.10 9	1.21 1	0.16 2	1.52 39	0.52 4	7.62 63	0.90 2	0.03 33	0.74 304	0.00 1	0.03 131	0.03 11	0.24 28

MLG-Stereo	1.73 4	0.78 3	3.87 10	3.09 27	1.06 80	3.04 21	0.16 13	7.00 29	2.55 14	1.24 2	0.19 4	1.50 38	0.65 11	7.55 61	0.86 1	0.11 159	0.81 321	0.00 1	0.03 131	0.03 11	0.19 24

MLG-Stereo_test3	1.79 6	0.82 9	4.52 24	2.79 11	1.61 150	3.91 46	0.24 20	6.61 24	1.52 2	1.35 6	1.22 11	1.97 48	0.63 10	6.25 38	1.27 19	0.04 46	0.66 286	0.00 1	0.00 1	0.05 25	0.29 35

LG-Stereo_L2	1.81 7	1.11 40	5.06 47	3.06 26	0.92 63	2.71 14	0.43 29	7.45 41	1.91 6	1.93 14	0.44 7	0.41 18	0.52 4	8.16 76	1.05 12	0.05 71	0.73 302	0.00 1	0.00 1	0.04 23	0.32 41

LG-Stereo_L1	1.82 8	1.13 43	4.80 33	3.05 25	1.18 91	2.86 18	0.49 32	7.33 40	2.07 8	1.66 10	0.31 5	0.52 21	0.58 7	8.22 79	1.09 14	0.05 71	0.74 304	0.01 147	0.00 1	0.03 11	0.29 35

MLG-Stereo_test2	1.82 8	0.81 7	3.61 5	3.13 29	2.26 215	2.82 17	0.16 13	5.42 6	2.37 11	2.20 22	0.17 3	3.22 63	0.17 1	7.52 60	0.91 3	0.37 288	0.71 298	0.00 1	0.00 1	0.05 25	0.51 98

SGD-Stereo	2.03 10	0.90 14	4.25 15	2.80 12	0.38 8	3.39 29	0.90 54	7.22 38	2.50 13	4.05 67	1.12 10	1.77 44	1.31 27	8.51 85	1.04 10	0.24 241	0.01 11	0.00 1	0.00 1	0.06 35	0.12 14

dual_stereo	2.05 11	0.76 2	3.43 1	2.96 20	1.50 138	2.64 13	0.08 3	5.59 7	2.63 15	1.35 6	0.77 9	2.38 54	0.61 8	10.75 152	1.98 50	0.02 16	1.41 457	0.00 1	0.23 291	0.01 1	1.86 321

MonSter	2.06 12	0.90 14	4.81 34	2.70 7	1.72 164	6.01 170	0.13 9	6.67 25	3.15 25	1.51 9	2.25 16	0.33 13	0.36 2	7.02 50	1.29 21	0.01 4	0.98 359	0.00 1	0.38 382	0.02 2	1.01 201

IGEV	2.11 13	0.73 1	4.37 18	2.86 17	3.48 291	4.13 56	0.94 56	7.90 49	3.86 39	2.26 24	4.35 42	0.28 8	0.61 8	3.78 11	1.05 12	0.08 132	0.72 299	0.00 1	0.20 275	0.03 11	0.56 107

4.5_new	2.16 14	0.96 18	4.43 21	2.83 14	1.93 188	5.59 148	1.24 77	6.25 11	2.81 18	4.41 76	3.54 29	0.46 19	0.96 21	3.70 8	1.41 29	0.33 273	1.01 377	0.00 1	0.21 279	0.11 69	1.11 222

4.5w-stereo	2.16 14	0.96 18	4.43 21	2.83 14	1.93 188	5.59 148	1.25 79	6.25 11	2.81 18	4.41 76	3.53 28	0.46 19	0.96 21	3.70 8	1.42 32	0.33 273	1.01 377	0.00 1	0.21 279	0.11 69	1.11 222

S2M2	2.24 16	1.47 89	4.41 20	3.77 52	1.20 93	2.26 9	0.06 2	6.51 20	7.31 101	1.92 13	4.58 49	4.42 86	0.81 16	2.90 3	1.83 43	0.58 342	0.11 132	0.03 189	0.00 1	0.49 270	0.09 8

4.25_new	2.28 17	1.01 24	4.72 30	3.33 36	2.74 244	4.30 59	2.29 179	6.42 14	3.33 29	2.35 26	3.76 31	0.26 3	2.35 64	4.64 14	1.40 24	0.63 355	0.99 370	0.00 1	0.26 312	0.03 11	0.74 142

4.5w_new	2.28 17	1.01 24	4.72 30	3.33 36	2.74 244	4.30 59	2.29 179	6.42 14	3.33 29	2.35 26	3.76 31	0.26 3	2.35 64	4.64 14	1.40 24	0.63 355	0.99 370	0.00 1	0.26 312	0.03 11	0.74 142

4.25w-stereo	2.28 17	1.01 24	4.72 30	3.33 36	2.74 244	4.31 61	2.30 183	6.42 14	3.33 29	2.35 26	3.76 31	0.26 3	2.35 64	4.64 14	1.40 24	0.63 355	0.99 370	0.00 1	0.26 312	0.03 11	0.74 142

asda	2.30 20	1.05 30	5.07 51	3.16 31	1.97 193	3.28 26	0.84 53	6.58 23	3.63 35	2.65 37	3.26 24	0.65 28	2.93 83	6.05 33	1.83 43	0.70 367	1.01 377	0.00 1	0.27 320	0.10 59	0.86 162

LG-G_1	2.39 21	0.79 4	4.63 26	3.83 58	0.64 32	10.74 272	0.58 37	7.00 29	1.89 4	1.72 11	1.33 12	1.33 36	2.10 55	8.16 76	1.40 24	0.05 71	0.66 286	0.00 1	0.00 1	0.06 35	0.94 189

LG-G	2.39 21	0.79 4	4.63 26	3.83 58	0.64 32	10.74 272	0.58 37	7.00 29	1.89 4	1.72 11	1.33 12	1.33 36	2.10 55	8.16 76	1.40 24	0.05 71	0.66 286	0.00 1	0.00 1	0.06 35	0.94 189

asd	2.40 23	0.92 16	4.93 41	2.96 20	2.30 218	3.95 47	0.35 23	7.56 43	2.81 18	3.69 60	2.96 22	0.54 23	2.23 61	8.72 89	1.25 17	0.70 367	0.84 327	0.00 1	0.13 217	0.12 74	0.93 184

4w-stereo	2.40 23	1.23 57	5.26 57	2.81 13	2.14 207	3.64 40	0.60 40	7.00 29	2.73 17	2.99 43	4.33 41	0.35 15	3.26 90	7.50 59	1.55 36	0.32 270	0.98 359	0.00 1	0.30 337	0.05 25	0.96 195

DEFOM-Stereo	2.43 25	1.22 54	4.56 25	3.89 60	1.05 77	12.70 303	0.80 50	5.07 4	2.70 16	3.02 45	1.81 15	0.61 25	0.54 6	8.77 91	1.01 7	0.02 16	0.01 11	0.00 1	0.00 1	0.03 11	0.69 131

2.75w_new	2.45 26	1.02 29	5.11 52	2.65 3	1.60 148	3.48 34	2.22 178	6.17 10	3.29 28	5.05 98	4.14 40	0.30 11	2.34 63	6.69 45	2.71 102	0.06 105	0.99 370	0.00 1	0.28 324	0.03 11	0.85 159

2.5w	2.47 27	0.97 20	5.69 67	3.45 41	1.92 186	3.19 23	2.18 173	6.67 25	2.91 22	2.14 20	5.66 81	0.25 2	1.97 50	7.82 67	1.43 33	0.18 212	1.07 392	0.00 1	0.30 337	0.03 11	1.46 270

AdaDepth	2.53 28	1.09 36	6.44 95	3.77 52	3.11 274	3.50 38	0.68 43	5.77 8	3.85 38	2.06 18	3.46 27	0.52 21	1.57 35	11.34 176	1.39 23	0.04 46	0.91 344	0.00 1	0.22 281	0.05 25	0.78 151

RAStereo	2.53 28	1.48 92	7.27 133	4.18 81	1.48 128	1.78 5	0.13 9	8.50 57	8.15 126	2.40 30	4.11 39	3.37 64	0.81 16	3.73 10	2.75 105	0.05 71	0.00 1	0.00 1	0.00 1	0.35 189	0.14 16

monsters	2.54 30	1.47 89	4.92 40	4.14 75	4.45 341	2.18 8	0.17 15	8.94 66	3.39 32	4.75 87	3.04 23	0.22 1	0.75 13	8.85 93	1.43 33	0.17 205	0.98 359	0.00 1	0.32 344	0.02 2	0.60 117

IGEV-Stereo++	2.55 31	0.93 17	4.65 28	4.40 99	3.52 293	3.33 28	0.10 6	8.77 62	4.60 47	2.63 36	4.41 43	2.00 50	4.67 147	3.47 6	0.98 4	0.02 16	0.78 315	0.09 258	0.00 1	0.06 35	1.65 295

3.25w_new	2.57 32	1.05 30	5.06 47	2.75 9	1.49 134	5.86 163	1.15 69	7.21 36	3.61 33	4.57 82	3.97 37	0.64 26	2.42 70	7.83 69	1.41 29	0.07 124	0.97 355	0.00 1	0.23 291	0.08 49	0.95 192

3.25w	2.57 32	1.05 30	5.06 47	2.75 9	1.49 134	5.87 164	1.15 69	7.21 36	3.61 33	4.57 82	3.97 37	0.64 26	2.42 70	7.82 67	1.41 29	0.07 124	0.97 355	0.00 1	0.23 291	0.08 49	0.95 192

qwe	2.64 34	0.97 20	4.85 37	3.09 27	2.86 257	4.53 70	0.28 21	7.28 39	3.06 23	5.38 105	4.85 56	0.57 24	0.88 18	9.13 106	2.39 78	0.42 307	0.96 351	0.00 1	0.30 337	0.12 74	0.90 175

3.75w	2.66 35	1.12 42	4.96 44	2.92 19	3.25 280	7.95 237	1.38 85	6.44 19	3.16 26	3.38 52	4.87 57	0.33 13	2.71 78	6.99 49	1.28 20	0.36 283	0.96 351	0.00 1	0.14 228	0.10 59	0.89 172

2w_stereo	2.67 36	1.09 36	5.38 61	3.25 34	1.25 103	4.61 74	3.77 250	7.59 45	4.10 43	4.28 72	5.14 66	0.27 6	4.25 119	4.81 17	2.06 56	0.11 159	0.72 299	0.00 1	0.18 265	0.02 2	0.48 91

GREAT-IGEV	2.67 36	1.48 92	5.32 60	3.65 47	1.73 165	2.92 19	0.20 17	6.37 13	6.52 90	1.34 5	5.23 69	1.09 34	1.45 33	10.01 133	1.57 37	0.11 159	1.50 469	0.00 1	0.24 299	0.19 109	2.48 410

2.25w	2.72 38	1.05 30	6.11 77	3.00 23	1.81 176	3.48 34	0.41 26	6.68 27	2.83 21	4.84 91	6.79 90	0.37 17	2.42 70	9.01 97	3.30 137	0.22 235	1.00 374	0.00 1	0.30 337	0.02 2	0.81 153

monsterstereo	2.74 39	1.26 60	5.23 56	4.64 111	4.44 337	1.81 7	0.08 3	6.52 21	5.70 64	3.84 65	7.47 98	0.27 6	0.37 3	9.33 113	1.51 35	0.05 71	1.11 402	0.00 1	0.35 360	0.03 11	0.75 145

LG-Stereo	2.75 40	1.78 140	8.47 180	4.32 98	1.04 76	3.56 39	1.20 74	7.18 35	6.19 83	2.53 34	7.57 101	1.07 33	0.75 13	5.24 21	2.51 85	0.49 323	0.27 186	0.01 147	0.03 131	0.34 183	0.44 80

3.5w_stereo	2.78 41	1.48 92	5.51 64	2.66 4	1.61 150	5.90 168	1.09 66	7.46 42	3.28 27	4.31 74	4.49 45	0.35 15	2.04 54	10.32 141	3.27 136	0.21 230	0.66 286	0.00 1	0.09 195	0.02 2	0.88 168

111111	2.79 42	1.16 44	4.90 38	4.16 76	4.50 344	3.40 30	0.22 19	9.37 74	4.11 44	2.47 33	4.41 43	2.27 52	2.02 52	9.21 109	1.37 22	0.01 4	0.79 317	0.08 248	0.01 88	0.14 85	1.19 233

StereoAnything_RVC	2.80 43	12.35 494	6.48 102	2.89 18	1.06 80	1.47 4	0.17 15	5.24 5	2.04 7	1.29 4	0.35 6	0.29 10	3.53 97	8.37 83	1.01 7	0.05 71	0.88 337	0.00 1	0.00 1	6.93 491	1.66 296

3w_stereo	2.85 44	1.08 35	6.84 117	3.00 23	0.62 29	5.35 131	6.31 326	7.70 47	3.87 40	4.12 69	5.00 64	0.30 11	4.15 117	4.87 18	1.71 40	0.00 1	1.02 385	0.00 1	0.24 299	0.03 11	0.87 167

fffft	2.87 45	1.37 75	6.09 76	3.63 46	1.48 128	4.34 64	4.03 258	9.11 70	3.91 41	3.19 47	2.34 17	1.90 46	1.43 32	10.93 156	2.22 61	0.00 1	0.23 174	0.00 1	0.00 1	0.38 218	0.85 159
1: 1. 1
MaDis-Stereo	2.96 46	2.05 207	7.26 132	3.35 39	2.54 234	1.78 5	0.28 21	8.41 54	5.58 62	2.77 40	3.62 30	7.05 138	4.60 135	5.95 29	3.33 138	0.01 4	0.05 71	0.00 1	0.00 1	0.19 109	0.39 65

IGEV-Stereo+	3.03 47	1.10 38	5.14 55	3.52 44	4.87 356	2.53 11	0.68 43	4.40 3	3.11 24	2.20 22	0.71 8	0.79 32	3.45 92	8.89 95	1.25 17	0.08 132	0.70 295	0.00 1	0.40 389	5.72 487	11.13 527

LG-Stereo_Zeroshot	3.06 48	1.06 34	6.40 93	5.55 174	1.90 184	3.79 43	0.82 51	7.92 51	3.70 37	4.01 66	10.87 147	2.27 52	5.15 158	3.49 7	2.09 59	0.19 223	0.64 283	0.00 1	0.35 360	0.42 238	0.58 115

SMoEStereo_RVC	3.08 49	1.77 139	5.88 72	4.29 96	0.76 40	6.25 185	1.85 149	8.81 64	4.44 46	4.08 68	3.85 35	2.76 58	2.21 58	11.07 159	2.28 64	0.01 4	0.13 140	0.03 189	0.00 1	0.35 189	0.83 157

AIO_test	3.09 50	1.33 71	5.84 70	4.60 109	3.35 283	5.26 125	2.32 184	9.12 72	5.01 52	1.93 14	4.76 54	4.23 84	1.35 29	7.85 72	1.18 15	0.92 404	1.03 388	0.00 1	0.29 330	0.07 44	1.30 248

GIP-stereo	3.09 50	1.42 82	4.82 36	5.64 182	4.11 318	3.31 27	0.74 46	9.86 81	6.75 93	2.44 31	5.48 72	4.08 78	3.14 86	5.77 26	1.68 39	0.14 185	0.63 281	0.00 1	0.00 1	0.09 57	1.66 296

UniTT-Stereo	3.10 52	1.22 54	7.79 155	4.50 104	2.51 231	2.59 12	0.42 28	5.88 9	5.74 67	5.46 108	7.76 103	1.12 35	1.46 34	9.06 101	5.42 226	0.06 105	0.07 109	0.00 1	0.01 88	0.60 307	0.26 31

IGEV-RUCA	3.15 53	1.28 65	5.12 53	5.23 152	2.34 223	6.02 171	1.75 139	7.71 48	5.31 57	2.77 40	4.98 63	4.01 76	2.39 69	10.02 134	1.73 41	0.17 205	0.26 184	0.21 345	0.29 330	0.74 343	0.58 115

1w_stereo	3.18 54	0.88 13	4.34 17	3.77 52	2.15 208	4.45 68	6.50 332	7.10 34	5.69 63	3.58 57	7.40 97	0.28 8	4.26 121	8.58 87	2.83 117	0.05 71	0.64 283	0.00 1	0.01 88	0.02 2	1.16 227

mms	3.23 55	1.87 166	6.16 82	4.22 86	2.38 225	4.13 56	3.87 251	8.68 60	5.05 53	2.68 38	5.66 81	3.05 60	1.33 28	9.68 125	2.35 72	0.01 4	0.55 262	0.00 1	0.00 1	0.42 238	2.47 409

ours_stereo	3.25 56	1.81 148	5.95 75	4.18 81	1.97 193	3.79 43	2.71 208	8.97 67	6.86 94	2.39 29	5.79 84	3.97 75	1.82 47	9.84 128	2.05 55	0.02 16	0.21 169	0.00 1	0.00 1	0.38 218	2.35 400

zero-FE	3.32 57	1.18 49	5.60 65	4.69 112	4.43 336	3.21 25	1.46 95	6.93 28	2.47 12	1.50 8	2.64 18	1.71 41	4.81 150	6.47 43	3.42 145	0.59 347	0.90 342	0.00 1	0.28 324	13.31 522	0.77 148

AIO-Stereo	3.32 57	1.49 97	5.67 66	5.06 138	1.51 140	4.67 80	1.71 132	10.31 86	5.90 79	3.02 45	4.90 60	5.32 109	0.80 15	10.66 146	1.88 46	0.06 105	0.85 333	0.00 1	0.70 432	0.14 85	1.78 309

AIO_rvc	3.33 59	1.66 121	6.67 111	4.55 105	3.62 296	5.18 119	1.79 144	8.85 65	5.06 54	2.17 21	4.89 59	4.69 94	1.16 23	10.57 144	2.01 53	0.59 347	1.10 398	0.00 1	0.04 146	0.16 93	1.84 318

RSM++	3.35 60	1.29 67	5.82 69	5.16 149	1.00 74	4.93 106	2.54 196	10.70 95	5.17 55	3.45 54	4.81 55	6.63 132	1.86 48	10.23 138	2.06 56	0.05 71	0.06 96	0.01 147	0.18 265	0.19 109	0.95 192

HUF	3.37 61	1.82 156	7.11 128	3.74 51	1.68 159	5.10 115	2.12 167	10.44 90	5.26 56	2.44 31	4.54 47	5.45 113	2.61 75	7.44 58	2.03 54	0.91 402	2.05 488	0.09 258	0.00 1	0.19 109	2.46 406

RSM	3.39 62	1.22 54	5.46 62	5.06 138	1.60 148	4.70 83	1.76 141	10.72 96	4.92 51	3.67 59	4.52 46	7.70 152	1.74 44	11.04 158	2.06 56	0.05 71	0.18 156	0.00 1	0.35 360	0.19 109	0.92 179

FlowAnything_test	3.40 63	1.63 113	7.17 129	8.89 385	1.37 113	8.59 240	2.43 191	8.27 53	4.69 49	4.28 72	2.68 19	3.47 69	0.74 12	6.21 37	5.48 230	0.11 159	0.04 60	0.17 326	0.65 428	0.17 99	0.91 178

DEFOM-Stereo_RVC	3.40 63	7.12 445	4.30 16	11.17 446	1.69 161	4.59 72	0.46 31	9.11 70	3.63 35	2.69 39	3.29 25	0.75 30	7.02 216	9.35 114	2.00 51	0.01 4	0.15 149	0.00 1	0.19 270	0.06 35	0.39 65

EGLCR-Stereo	3.41 65	1.28 65	6.47 98	4.22 86	1.36 111	5.18 119	1.24 77	11.58 116	5.47 60	3.80 63	3.40 26	8.10 160	1.69 42	9.53 122	2.23 63	0.09 142	0.89 341	0.01 147	0.00 1	0.24 130	1.42 266

Selective-IGEV	3.46 66	1.32 70	5.92 74	4.55 105	2.27 216	4.65 77	2.07 166	11.50 113	5.81 69	3.19 47	4.75 53	5.46 114	1.77 45	11.24 171	2.37 75	0.05 71	0.82 325	0.00 1	0.20 275	0.10 59	1.17 230

tt45	3.47 67	1.65 118	5.29 59	4.20 84	1.93 188	8.00 238	1.99 163	9.99 84	4.05 42	5.83 112	4.57 48	4.57 93	2.37 68	11.40 178	2.38 77	0.01 4	0.14 146	0.00 1	0.01 88	0.40 227	0.69 131

MGS-Stereo	3.47 67	1.54 101	7.34 140	3.79 55	0.51 23	4.78 91	1.51 101	6.53 22	9.92 156	4.54 81	10.22 133	5.44 111	1.26 26	8.51 85	2.53 89	0.21 230	0.01 11	0.02 171	0.00 1	0.59 301	0.23 26

IGEV++	3.49 69	1.67 123	6.59 107	6.41 250	1.44 118	4.50 69	1.66 121	11.20 107	5.34 58	3.01 44	6.40 88	4.30 85	4.36 124	5.66 25	3.53 150	0.05 71	1.20 419	0.00 1	0.15 237	0.32 173	2.10 376

CroCo-Stereo	3.51 70	2.49 304	8.03 165	9.10 388	1.26 105	0.97 2	0.96 59	11.24 112	8.52 134	3.79 62	4.87 57	7.93 158	4.44 133	3.26 5	2.76 107	0.03 33	0.00 1	0.00 1	0.00 1	0.34 183	0.16 20
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
MSCF	3.53 71	2.33 275	6.43 94	4.97 134	1.76 170	5.30 128	1.43 89	9.49 76	5.37 59	5.50 109	6.46 89	1.79 45	6.92 214	6.16 36	1.85 45	0.11 159	1.01 377	0.00 1	1.07 457	0.27 153	2.30 394

Pointernet	3.56 72	0.99 23	6.55 105	3.79 55	0.85 55	5.19 121	0.36 24	17.55 221	7.32 102	4.50 80	6.92 91	4.82 97	2.69 76	5.26 22	2.99 121	0.04 46	0.53 256	0.00 1	0.35 360	0.05 25	0.42 74

GLC_STEREO	3.61 73	1.35 73	3.91 11	6.86 290	0.23 1	4.69 81	1.61 109	9.80 79	7.20 99	5.64 111	9.11 114	5.19 103	2.02 52	10.25 139	3.70 157	0.07 124	0.04 60	0.22 353	0.00 1	0.24 130	0.17 22

MoCha-V2	3.68 74	1.42 82	5.50 63	6.03 221	1.50 138	4.53 70	1.32 83	11.05 105	6.30 86	5.86 113	5.39 71	2.66 57	6.33 191	10.36 142	1.58 38	0.19 223	1.57 475	0.00 1	0.24 299	0.07 44	1.77 308

GASTEREO	3.69 75	2.44 296	6.32 87	5.26 155	1.76 170	5.46 133	1.44 92	9.55 78	5.71 65	5.61 110	6.96 93	1.61 40	6.99 215	8.15 75	1.89 47	0.10 153	1.01 377	0.00 1	1.07 457	0.17 99	2.30 394

fffy	3.69 75	1.76 136	7.01 121	4.25 95	1.49 134	4.74 88	1.69 130	10.96 101	7.10 97	2.90 42	6.29 86	6.27 127	3.10 85	10.41 143	2.09 59	0.01 4	1.02 385	0.00 1	0.00 1	0.37 206	2.28 393

SCV	3.72 77	1.81 148	7.24 131	5.65 184	1.66 158	4.31 61	1.64 113	12.11 120	6.98 95	2.28 25	4.94 62	6.07 122	2.70 77	10.28 140	2.30 65	0.09 142	0.98 359	0.00 1	0.53 413	0.55 286	2.27 391

999	3.74 78	1.55 103	5.72 68	5.15 148	2.42 227	7.40 221	2.13 168	10.76 97	7.33 103	3.20 49	5.04 65	5.01 99	2.26 62	12.45 237	3.06 124	0.06 105	0.24 178	0.00 1	0.00 1	0.37 206	0.66 125

AEACV	3.74 78	1.42 82	6.45 96	5.61 178	6.24 423	4.69 81	1.54 105	7.61 46	7.19 98	3.59 58	7.87 104	4.20 81	6.43 196	6.07 34	1.96 49	0.03 33	1.03 388	0.04 205	0.54 415	0.23 126	2.12 378

CREStereo	3.75 80	1.21 50	3.79 8	2.66 4	0.66 34	5.52 137	0.39 25	10.77 99	14.18 204	7.14 123	10.54 139	5.25 106	3.54 98	6.27 40	2.88 119	0.04 46	0.01 11	0.03 189	0.01 88	0.05 25	0.05 2
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
castereo++	3.76 81	1.79 142	5.06 47	4.09 72	2.65 239	16.30 372	1.89 155	8.46 56	9.15 146	2.53 34	4.66 50	5.04 100	2.00 51	9.08 103	1.04 10	0.02 16	0.59 275	0.00 1	0.34 356	0.08 49	0.50 96

trnet	3.79 82	1.10 38	3.76 6	2.70 7	0.63 31	5.60 150	0.41 26	10.89 100	14.11 203	7.11 122	10.55 141	5.73 117	3.75 102	6.25 38	2.89 120	0.04 46	0.02 35	0.03 189	0.01 88	0.06 35	0.07 4

SCV_C0	3.81 83	1.92 176	7.94 162	4.22 86	1.75 168	4.82 94	1.56 106	11.79 117	8.00 121	3.23 50	5.14 66	6.19 124	1.81 46	11.49 186	2.42 80	0.17 205	1.09 394	0.00 1	0.23 291	0.38 218	2.04 363

LoS	3.83 84	1.25 59	4.39 19	3.29 35	0.58 27	4.87 95	1.15 69	11.00 102	13.34 192	5.02 94	10.69 142	4.14 79	3.78 104	9.15 108	3.20 131	0.08 132	0.03 51	0.09 258	0.00 1	0.13 83	0.35 49
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
U	3.84 85	0.81 7	6.63 109	4.40 99	11.89 506	11.98 291	0.20 17	8.42 55	5.78 68	1.97 17	2.73 20	0.77 31	1.59 36	2.60 2	0.98 4	0.04 46	0.04 60	10.46 524	5.41 513	0.05 25	0.14 16

IGEVStereo-DCA	3.90 86	2.95 338	7.30 134	4.05 67	0.92 63	4.94 108	1.65 116	14.40 156	5.82 70	4.17 70	4.67 51	4.50 91	3.95 109	11.24 171	4.28 187	0.18 212	0.56 265	0.00 1	0.17 252	0.25 134	1.98 343

ff7	3.92 87	2.12 227	7.30 134	4.22 86	1.47 123	4.90 99	1.65 116	14.40 156	5.82 70	5.08 99	5.59 77	3.45 65	4.61 138	11.48 182	2.76 107	0.04 46	0.98 359	0.00 1	0.17 252	0.35 189	1.98 343

ffff	3.92 87	2.12 227	7.30 134	4.22 86	1.47 123	4.90 99	1.65 116	14.40 156	5.82 70	5.08 99	5.59 77	3.45 65	4.61 138	11.48 182	2.76 107	0.04 46	0.98 359	0.00 1	0.17 252	0.35 189	1.98 343

11t	3.92 87	2.12 227	7.30 134	4.22 86	1.47 123	4.90 99	1.65 116	14.40 156	5.82 70	5.08 99	5.59 77	3.45 65	4.61 138	11.48 182	2.76 107	0.04 46	0.98 359	0.00 1	0.17 252	0.35 189	1.98 343

ccc-4	3.92 87	2.12 227	7.30 134	4.22 86	1.47 123	4.90 99	1.65 116	14.40 156	5.82 70	5.08 99	5.59 77	3.45 65	4.61 138	11.48 182	2.76 107	0.04 46	0.98 359	0.00 1	0.17 252	0.35 189	1.98 343

anonymousdsp	3.97 91	2.10 220	6.76 114	4.43 101	1.82 179	4.92 104	1.68 122	14.84 168	5.82 70	5.26 104	5.54 75	4.20 81	4.37 128	11.54 192	2.68 100	0.04 46	0.87 335	0.00 1	0.18 265	0.36 200	1.98 343

IGEV-Stereo	3.97 91	2.10 220	6.78 116	4.43 101	1.81 176	4.92 104	1.68 122	14.84 168	5.82 70	5.25 103	5.54 75	4.22 83	4.36 124	11.55 193	2.68 100	0.04 46	0.88 337	0.00 1	0.18 265	0.36 200	1.98 343
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
rrr	3.99 93	2.95 338	11.04 300	4.05 67	0.92 63	4.94 108	1.53 104	11.97 119	6.50 89	4.17 70	4.67 51	4.50 91	3.95 109	11.24 171	4.28 187	0.18 212	0.56 265	0.00 1	0.22 281	0.25 134	1.88 323

rvit_stereo_0081_aga	4.01 94	3.10 350	10.05 250	5.65 184	3.01 269	4.91 103	1.88 154	8.80 63	7.27 100	6.97 118	6.94 92	5.81 119	3.23 89	7.63 64	3.77 161	0.08 132	0.00 1	0.00 1	0.00 1	0.62 311	0.44 80

water-stereo	4.05 95	1.16 44	6.14 79	3.96 62	0.83 53	5.09 114	1.09 66	13.45 142	5.71 65	6.59 116	14.69 180	7.49 146	5.81 178	3.80 12	3.51 147	0.38 292	0.18 156	0.10 270	0.05 161	0.07 44	0.90 175

CES	4.08 96	1.34 72	3.46 2	3.65 47	11.49 503	5.24 123	0.99 61	10.15 85	9.15 146	3.80 63	9.29 119	1.76 43	0.91 19	6.94 47	2.64 99	0.07 124	0.05 71	0.01 147	0.00 1	1.63 408	9.03 512

test_xeample3	4.08 96	2.95 338	11.20 304	4.05 67	1.05 77	5.62 151	1.58 107	13.23 130	4.76 50	7.10 121	3.83 34	3.18 62	3.30 91	11.75 197	4.42 194	0.08 132	0.74 304	0.00 1	0.38 382	0.26 144	2.04 363

LoS_RVC	4.09 98	3.01 344	4.81 34	4.88 124	7.78 463	5.24 123	2.80 213	7.57 44	4.24 45	4.41 76	10.34 135	3.62 71	6.34 192	6.59 44	2.37 75	0.04 46	0.03 51	0.00 1	0.01 88	0.06 35	7.70 500

CASnet	4.11 99	1.27 63	5.28 58	5.63 181	0.31 2	4.89 98	2.86 215	11.52 114	11.73 172	11.06 165	11.80 155	4.16 80	1.63 38	6.30 41	2.22 61	0.63 355	0.00 1	0.60 410	0.13 217	0.15 89	0.07 4
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Occ-G	4.14 100	1.50 99	5.89 73	3.82 57	1.88 182	3.75 42	6.51 333	8.68 60	6.38 88	4.81 88	8.44 107	9.56 183	4.31 122	10.00 132	4.16 178	0.05 71	0.84 327	0.00 1	0.19 270	0.23 126	1.71 301

ProNet	4.14 100	2.35 284	7.50 144	4.22 86	1.47 123	5.67 155	6.24 322	13.78 152	7.71 109	3.38 52	4.93 61	3.72 72	3.52 95	11.52 191	2.72 103	0.08 132	1.32 441	0.01 147	0.26 312	0.47 258	2.02 357

WCG-NET	4.15 102	1.44 87	6.47 98	3.48 42	0.31 2	4.36 66	1.74 137	8.24 52	15.53 218	8.94 145	9.64 122	6.87 136	4.12 116	7.42 57	2.86 118	0.02 16	1.09 394	0.00 1	0.00 1	0.21 118	0.28 33

castereo	4.17 103	1.71 128	4.94 42	4.23 94	1.13 85	6.25 185	6.97 350	10.76 97	16.22 227	3.25 51	7.74 102	3.55 70	7.25 220	5.61 24	2.63 97	0.04 46	0.38 214	0.00 1	0.26 312	0.08 49	0.44 80

rvit_stereo_0081	4.20 104	2.18 246	9.43 225	6.66 274	1.77 172	3.43 31	2.29 179	8.53 58	16.32 232	4.68 85	5.52 73	5.21 104	4.60 135	8.22 79	4.20 180	0.05 71	0.01 11	0.00 1	0.01 88	0.41 231	0.49 94

rvit_stereo_0082	4.20 104	2.18 246	9.43 225	6.66 274	1.77 172	3.43 31	2.29 179	8.53 58	16.32 232	4.68 85	5.52 73	5.21 104	4.60 135	8.22 79	4.20 180	0.05 71	0.01 11	0.00 1	0.01 88	0.41 231	0.49 94

CroCo-Stereo Lap2	4.21 106	2.60 315	9.11 203	10.21 417	6.06 417	1.11 3	0.78 49	10.63 93	8.34 129	3.46 55	5.18 68	8.92 171	5.66 174	6.42 42	4.53 199	0.03 33	0.05 71	0.00 1	0.00 1	0.81 357	0.39 65

HART	4.24 107	2.13 233	6.15 80	5.53 170	1.40 116	4.32 63	0.74 46	13.35 139	5.92 80	6.13 114	12.75 165	6.81 135	1.70 43	11.14 168	2.42 80	0.03 33	1.48 468	0.10 270	0.00 1	0.55 286	2.26 389

CAS++	4.25 108	2.16 241	6.64 110	4.57 108	1.14 88	4.22 58	1.62 110	19.22 246	10.81 163	9.35 148	9.25 118	1.97 48	1.40 31	9.87 130	2.00 51	0.15 196	0.05 71	0.00 1	0.00 1	0.33 177	0.28 33
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GCAP-Stereo	4.26 109	2.26 263	8.78 189	5.09 142	1.45 119	5.66 152	1.08 65	13.30 138	8.20 127	8.93 144	10.09 131	6.61 131	3.52 95	5.14 20	3.20 131	0.02 16	1.13 405	0.06 222	0.00 1	0.32 173	0.39 65

rvit_stereo_0080	4.27 110	2.89 332	9.02 198	4.10 73	1.93 188	4.06 49	7.35 361	10.37 87	8.86 140	5.39 106	7.51 99	6.20 125	4.36 124	7.08 51	4.75 205	0.45 316	0.01 11	0.00 1	0.00 1	0.59 301	0.45 83

whm_eth	4.27 110	2.89 332	9.02 198	4.10 73	1.93 188	4.06 49	7.35 361	10.37 87	8.86 140	5.39 106	7.51 99	6.20 125	4.36 124	7.08 51	4.75 205	0.45 316	0.01 11	0.00 1	0.00 1	0.59 301	0.45 83

testlalala	4.28 112	1.72 130	8.36 177	4.01 63	3.59 294	7.88 234	1.70 131	9.98 83	5.56 61	13.20 199	10.02 125	7.06 139	1.91 49	5.98 30	2.36 73	0.03 33	1.26 433	0.00 1	0.41 392	0.06 35	0.52 99

MM-Stereo_test2	4.38 113	1.62 110	7.85 158	5.85 214	1.12 83	7.07 213	2.18 173	15.22 172	8.69 137	7.23 127	5.26 70	4.83 98	3.75 102	10.87 154	2.40 79	0.03 33	1.04 390	0.00 1	0.14 228	0.41 231	2.02 357

plain	4.41 114	2.18 246	11.50 312	5.46 168	2.97 267	3.20 24	1.38 85	9.01 69	5.96 81	3.56 56	16.63 199	3.01 59	2.76 79	14.80 322	4.25 186	0.32 270	0.00 1	0.04 205	0.01 88	0.79 352	0.43 77

depthmonostereo	4.46 115	2.22 252	7.17 129	4.79 119	1.32 109	7.84 233	1.36 84	15.70 180	12.86 183	5.04 95	7.89 106	5.04 100	6.26 190	6.95 48	3.25 134	0.07 124	0.23 174	0.12 297	0.07 180	0.08 49	1.06 211

MC-Stereo	4.47 116	1.16 44	5.85 71	6.14 227	1.43 117	3.70 41	1.73 133	10.62 92	7.83 118	6.85 117	13.33 171	6.77 134	6.21 189	11.23 170	2.52 87	0.04 46	1.30 435	0.06 222	0.24 299	0.17 99	2.14 381

MIF-Stereo (partial)	4.55 117	1.63 113	8.37 178	5.46 168	5.35 380	3.48 34	0.94 56	9.80 79	8.03 123	4.45 79	15.68 189	5.33 110	5.11 155	11.92 207	4.57 200	0.06 105	0.02 35	0.06 222	0.03 131	0.45 251	0.30 38

DilatedVolume-Stereo	4.62 118	1.66 121	6.95 120	4.21 85	1.86 181	10.94 274	0.99 61	12.18 121	6.28 85	12.65 179	10.00 124	5.44 111	3.80 105	10.06 136	3.61 155	0.13 181	0.49 245	0.09 258	0.28 324	0.09 57	0.68 128

XX-TBD	4.63 119	10.71 475	3.94 12	10.55 431	0.62 29	5.95 169	0.08 3	7.91 50	12.75 179	11.73 171	14.80 183	4.04 77	1.64 39	4.90 19	2.61 95	0.08 132	0.01 11	0.00 1	0.00 1	0.26 144	0.06 3

rvit_stereo_0083	4.77 120	2.28 265	10.63 281	7.49 331	1.73 165	4.88 96	2.71 208	8.97 67	18.71 264	5.01 93	7.88 105	6.38 129	5.11 155	7.80 66	4.86 209	0.28 260	0.04 60	0.00 1	0.01 88	0.26 144	0.39 65

MyStereo07	4.80 121	2.38 289	6.21 83	6.63 269	4.77 353	6.47 196	9.60 399	16.70 203	5.88 77	4.81 88	5.77 83	3.13 61	5.68 175	12.07 213	2.46 82	0.09 142	1.33 445	0.03 189	0.32 344	0.74 343	0.93 184

CREStereo++_RVC	4.83 122	1.16 44	4.67 29	4.71 115	2.02 198	4.01 48	0.11 7	9.48 75	18.00 249	8.87 141	16.74 201	4.43 87	2.15 57	6.09 35	3.39 142	0.07 124	0.00 1	0.00 1	10.51 532	0.05 25	0.12 14
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
WCG-NET（raft）	4.87 123	1.67 123	6.84 117	3.49 43	0.31 2	4.96 110	1.95 159	11.08 106	15.49 217	8.82 139	11.46 152	9.50 181	4.96 153	11.32 175	3.26 135	0.09 142	1.41 457	0.00 1	0.03 131	0.23 126	0.54 102

TANstereo	4.87 123	1.49 97	5.02 46	4.02 65	0.51 23	14.25 329	0.15 11	9.17 73	12.84 181	12.80 190	18.36 219	5.14 102	4.43 130	6.01 31	2.30 65	0.09 142	0.12 139	0.00 1	0.01 88	0.02 2	0.68 128

Former-RAFT_DAM_RVC	4.91 125	3.05 349	9.51 228	4.55 105	3.59 294	9.01 248	1.46 95	14.59 166	19.31 271	7.65 133	7.22 96	2.04 51	2.21 58	10.13 137	2.51 85	0.12 174	0.03 51	0.08 248	0.00 1	0.62 311	0.50 96

Reg-Stereo(zero)	4.96 126	0.83 10	5.01 45	3.71 49	2.33 220	3.81 45	1.18 73	17.25 214	13.30 191	10.52 157	10.73 144	10.47 191	4.43 130	9.47 120	4.17 179	0.06 105	0.74 304	0.00 1	0.27 320	0.04 23	0.88 168

rvit_stereo_ft	5.02 127	3.45 368	10.80 288	11.76 457	2.76 250	4.08 54	8.16 379	10.64 94	10.63 162	4.34 75	6.39 87	6.65 133	4.63 143	9.35 114	5.82 243	0.11 159	0.00 1	0.00 1	0.00 1	0.34 183	0.42 74

iRaftStereo_RVC	5.06 128	2.15 237	7.88 160	5.54 173	0.78 46	5.22 122	0.45 30	18.47 235	11.75 173	9.72 152	15.05 185	5.74 118	3.18 88	9.29 112	2.52 87	0.02 16	1.24 430	0.00 1	0.01 88	0.58 295	1.62 292

MSKI-zero shot	5.11 129	1.81 148	6.47 98	6.17 230	1.78 174	6.42 195	1.50 100	13.59 144	8.66 136	10.63 160	11.58 153	13.29 245	2.35 64	12.34 230	3.09 126	0.05 71	1.21 425	0.02 171	0.29 330	0.15 89	0.85 159

GCAP-BAT	5.15 130	2.42 292	8.74 187	4.07 70	5.04 366	6.61 203	1.82 146	10.43 89	6.66 92	13.47 210	12.76 166	9.14 175	2.87 82	11.51 190	3.58 154	0.03 33	1.24 430	0.01 147	0.60 423	0.13 83	1.81 311

sCroCo_RVC	5.29 131	3.82 384	17.52 415	11.17 446	6.67 436	5.78 161	2.66 203	10.47 91	8.48 133	3.78 61	9.32 120	4.76 96	4.83 151	8.33 82	4.88 210	1.17 438	0.52 254	0.06 222	0.03 131	0.70 333	0.90 175

MM-Stereo_test1	5.41 132	1.55 103	6.52 103	5.96 218	1.09 82	4.88 96	6.82 343	14.32 155	12.83 180	13.28 202	10.54 139	5.88 120	6.54 198	11.72 195	2.75 105	0.18 212	1.13 405	0.00 1	0.02 117	0.48 261	1.73 303

tg	5.41 132	2.04 201	7.70 149	5.40 165	1.27 106	7.45 224	0.49 32	18.97 239	13.10 185	9.51 149	14.60 179	7.15 140	4.05 113	10.89 155	2.99 121	0.02 16	0.70 295	0.00 1	0.00 1	0.55 286	1.42 266

RAFT-Stereo-weight	5.42 134	1.21 50	6.22 84	4.69 112	1.28 107	6.18 182	1.58 107	18.42 234	18.47 258	11.35 168	10.27 134	11.93 215	1.65 40	9.59 123	3.83 163	0.10 153	0.60 277	0.00 1	0.00 1	0.16 93	0.89 172

CAS	5.44 135	0.98 22	3.95 13	17.59 504	7.74 462	7.82 231	6.09 318	9.89 82	9.40 150	4.82 90	10.69 142	1.93 47	1.22 25	4.54 13	2.47 83	10.98 525	0.02 35	0.00 1	0.02 117	0.53 277	8.19 506

4D-IteraStereo	5.47 136	2.05 207	8.66 182	5.34 159	4.93 359	6.11 172	1.79 144	13.74 150	16.35 234	14.53 224	11.10 148	8.22 161	1.59 36	8.73 90	3.37 140	0.00 1	0.49 245	0.09 258	0.02 117	0.25 134	1.98 343

PMTNet	5.52 137	1.11 40	4.24 14	2.49 2	1.38 114	8.75 243	0.67 42	12.64 125	12.84 181	8.66 136	11.27 150	6.00 121	4.70 149	9.91 131	3.02 123	22.39 541	0.01 11	0.04 205	0.02 117	0.06 35	0.23 26

RCA-Stereo	5.58 138	1.26 60	6.71 112	4.85 122	0.80 49	5.51 136	3.97 255	17.56 222	19.40 272	8.45 135	14.11 176	8.73 167	8.70 249	6.88 46	2.77 112	0.05 71	0.98 359	0.11 292	0.00 1	0.14 85	0.61 118

test_1	5.63 139	1.29 67	9.52 230	4.90 130	1.45 119	6.51 198	2.93 219	13.65 147	19.05 269	12.58 178	8.67 108	13.02 239	4.07 114	9.39 118	2.58 90	0.01 4	1.09 394	0.00 1	0.38 382	0.28 159	1.26 243

test-3	5.64 140	1.29 67	9.52 230	4.88 124	1.45 119	6.53 199	2.92 217	13.64 145	19.04 268	12.75 189	8.67 108	13.01 238	4.10 115	9.39 118	2.58 90	0.01 4	1.09 394	0.00 1	0.37 372	0.28 159	1.25 242

xyz-stereo-finetune	5.68 141	2.00 191	6.56 106	3.16 31	0.33 6	11.80 288	3.99 256	13.58 143	21.58 292	8.92 143	12.57 163	6.12 123	3.72 101	12.06 212	6.59 269	0.07 124	0.02 35	0.00 1	0.02 117	0.19 109	0.25 30

AE-Stereo	5.68 141	1.78 140	9.22 217	9.25 392	2.52 232	10.13 256	2.92 217	13.10 129	14.88 209	4.88 92	13.10 169	10.72 194	4.43 130	9.24 111	3.37 140	0.10 153	1.31 439	0.06 222	0.32 344	0.21 118	2.03 361

cross-raft	5.70 143	1.44 87	7.08 123	6.69 276	2.11 203	5.89 165	1.44 92	16.44 194	8.38 130	13.42 208	20.70 252	12.20 219	4.38 129	9.06 101	3.11 127	0.03 33	0.38 214	0.00 1	0.22 281	0.24 130	0.84 158

tt1	5.74 144	2.52 305	6.54 104	6.89 292	0.86 57	10.31 263	4.08 259	19.77 256	16.80 239	7.17 124	9.02 111	4.71 95	8.97 254	11.11 164	2.34 70	0.05 71	1.17 409	0.00 1	0.04 146	0.29 165	2.07 369

test_4	5.75 145	1.40 79	6.47 98	7.20 316	0.89 60	5.81 162	1.82 146	12.26 122	6.62 91	12.85 191	30.51 369	7.61 150	3.81 106	12.70 248	3.47 146	0.02 16	0.27 186	0.03 189	0.17 252	0.39 223	0.67 126

ACVNet-DCA	5.76 146	2.52 305	6.38 89	6.77 283	0.74 35	10.55 266	5.19 287	21.10 276	13.53 193	7.39 129	10.06 126	4.44 88	9.58 263	11.08 160	2.33 67	0.05 71	1.18 413	0.00 1	0.04 146	0.37 206	1.93 331

CFNet-RSSM	5.78 147	1.24 58	9.20 215	4.82 121	1.23 98	6.33 188	1.21 76	17.35 216	18.14 251	13.35 204	11.17 149	11.69 206	5.43 162	9.71 127	3.34 139	0.03 33	0.20 161	0.00 1	0.36 367	0.37 206	0.42 74

cc1	5.79 148	2.52 305	6.38 89	6.77 283	0.74 35	10.55 266	5.19 287	19.19 243	15.95 223	7.39 129	10.06 126	4.44 88	9.58 263	11.08 160	2.33 67	0.05 71	1.18 413	0.00 1	0.04 146	0.34 183	2.04 363

HUI-Stereo	5.80 149	1.98 186	10.42 271	5.66 187	0.45 9	5.52 137	2.68 205	13.29 137	7.82 117	12.71 188	18.16 213	12.91 236	6.60 199	10.73 151	5.36 224	0.89 398	0.08 115	0.10 270	0.00 1	0.25 134	0.36 55

Gwc-CoAtRS	5.80 149	1.37 75	9.07 200	4.80 120	1.39 115	6.90 209	1.27 80	16.50 197	15.48 216	13.07 197	13.35 172	12.64 223	5.61 172	9.14 107	4.20 180	0.04 46	0.32 199	0.00 1	0.29 330	0.30 168	0.33 44

ROB_FTStereo	5.82 151	1.97 179	10.37 267	5.67 194	0.46 15	5.52 137	1.63 111	13.27 135	7.79 111	12.69 182	18.06 210	12.86 231	6.63 203	12.28 226	5.43 227	0.87 397	0.09 117	0.10 270	0.00 1	0.26 144	0.36 55

EAI-Stereo	5.82 151	2.06 211	9.08 201	6.23 235	2.20 212	6.24 184	6.20 321	20.18 263	6.36 87	10.65 161	15.97 194	6.31 128	3.63 100	12.09 216	4.88 210	0.06 105	0.73 302	0.04 205	1.59 476	0.21 118	1.67 298

gcap-zeroshot	5.83 153	1.82 156	11.95 330	5.34 159	1.98 195	11.06 277	1.64 113	11.01 103	7.05 96	15.27 236	9.84 123	18.92 334	5.12 157	9.85 129	2.50 84	0.27 256	0.90 342	0.07 240	0.33 351	0.05 25	1.61 290

PSM-adaLoss	5.83 153	1.97 179	10.44 275	5.66 187	0.46 15	5.54 144	1.91 157	13.24 131	7.80 115	12.69 182	18.19 217	12.80 227	6.65 211	11.89 205	5.45 229	1.02 418	0.09 117	0.10 270	0.00 1	0.26 144	0.36 55

CRE-IMP	5.83 153	1.86 162	11.10 302	6.20 233	0.51 23	6.86 208	1.64 113	12.56 123	9.01 142	13.16 198	16.11 196	10.94 197	6.14 188	12.81 251	6.46 266	0.50 326	0.07 109	0.10 270	0.00 1	0.27 153	0.27 32

model_zeroshot	5.85 156	1.91 173	10.98 297	6.34 246	2.55 235	10.42 264	2.38 187	17.38 217	9.39 149	14.72 227	10.36 136	11.21 200	2.93 83	8.95 96	3.57 152	0.14 185	1.01 377	0.15 316	0.38 382	0.08 49	2.15 382

ROB_FTStereo_v2	5.85 156	1.97 179	10.38 268	5.66 187	0.46 15	5.52 137	1.95 159	13.24 131	7.78 110	12.68 181	18.16 213	12.83 228	6.61 201	12.27 224	5.63 237	1.00 415	0.09 117	0.10 270	0.00 1	0.26 144	0.36 55

RAFT-IKP	5.85 156	1.97 179	10.36 265	5.66 187	0.45 9	5.33 130	2.01 164	13.27 135	7.79 111	12.69 182	18.19 217	12.77 226	6.67 212	12.36 232	5.60 234	1.11 429	0.09 117	0.10 270	0.00 1	0.25 134	0.35 49

iGMRVC	5.86 159	1.97 179	10.41 270	5.66 187	0.45 9	5.53 141	1.75 139	13.35 139	7.81 116	12.69 182	18.17 215	12.86 231	6.53 197	12.34 230	5.77 239	1.13 432	0.09 117	0.10 270	0.00 1	0.26 144	0.34 47

xyz-stereo-finetune2	5.88 160	2.14 236	6.76 114	2.96 20	0.36 7	14.90 335	1.85 149	11.54 115	5.89 78	11.35 168	18.02 209	7.27 144	9.34 261	15.17 327	9.04 305	0.06 105	0.02 35	0.08 248	0.15 237	0.28 159	0.32 41

Patchmatch Stereo++	5.88 160	1.97 179	10.43 273	5.66 187	0.45 9	5.54 144	2.32 184	13.26 133	7.79 111	12.69 182	18.14 211	12.86 231	6.63 203	12.36 232	5.60 234	1.09 426	0.09 117	0.10 270	0.00 1	0.25 134	0.35 49
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
iRAFT	5.88 160	1.97 179	10.43 273	5.66 187	0.45 9	5.54 144	2.32 184	13.26 133	7.79 111	12.69 182	18.14 211	12.86 231	6.63 203	12.36 232	5.60 234	1.09 426	0.09 117	0.10 270	0.00 1	0.25 134	0.35 49

IGEV_Zeroshot_test	5.90 163	2.30 269	15.24 387	6.90 293	2.11 203	4.35 65	1.51 101	15.68 179	8.52 134	13.73 215	11.89 157	11.49 202	3.82 107	11.41 179	4.76 207	0.11 159	0.84 327	0.15 316	0.25 310	0.87 367	1.98 343

raftrobust	5.94 164	2.07 215	6.94 119	7.67 338	6.24 423	4.96 110	1.82 146	17.76 223	14.36 205	12.03 172	11.62 154	7.74 153	9.01 255	11.29 174	3.71 159	0.05 71	0.79 317	0.00 1	0.04 146	0.25 134	0.38 63

RAFT-Stereo + iAFF	5.94 164	2.35 284	8.80 190	4.07 70	1.36 111	2.78 16	0.66 41	17.05 209	15.89 222	12.65 179	18.49 221	11.81 210	7.89 230	8.48 84	3.80 162	0.02 16	0.75 309	0.00 1	0.00 1	0.43 242	1.49 279

DeepStereo_RVC	5.95 166	1.88 167	10.44 275	5.76 205	0.60 28	5.45 132	1.78 143	12.93 127	8.02 122	14.07 219	14.98 184	12.40 220	10.05 271	12.02 210	7.35 275	0.61 353	0.10 128	0.12 297	0.00 1	0.21 118	0.29 35

LL-Strereo2	5.97 167	2.88 331	10.62 280	6.59 263	3.38 285	6.31 187	2.20 175	15.61 178	8.46 132	11.33 167	10.75 145	15.69 280	3.45 92	13.58 287	4.65 202	0.16 199	0.48 242	1.33 461	0.13 217	0.36 200	1.42 266

test_3	5.97 167	1.26 60	9.95 247	6.84 289	1.45 119	8.73 242	3.18 227	14.26 154	19.86 274	12.22 174	8.91 110	13.78 251	3.99 111	9.38 117	2.58 90	0.01 4	1.10 398	0.00 1	0.37 372	0.30 168	1.20 235

NRIStereo	5.98 169	1.91 173	9.60 233	6.29 243	0.45 9	6.56 201	2.52 195	15.37 175	11.43 168	12.55 177	15.07 186	11.45 201	6.11 186	12.32 227	6.23 254	0.83 388	0.16 152	0.11 292	0.00 1	0.32 173	0.33 44

HH	6.00 170	2.42 292	9.81 241	5.74 202	1.64 156	7.05 211	3.48 240	17.54 219	7.69 107	8.73 137	12.47 160	14.83 264	8.86 251	13.04 264	2.59 93	0.04 46	1.21 425	0.20 342	0.05 161	0.30 168	2.34 397

HanStereo	6.00 170	2.42 292	9.81 241	5.74 202	1.64 156	7.05 211	3.48 240	17.54 219	7.69 107	8.73 137	12.47 160	14.83 264	8.86 251	13.04 264	2.59 93	0.04 46	1.21 425	0.20 342	0.05 161	0.30 168	2.34 397

MM-Stereo_test3	6.01 172	1.69 126	6.25 86	6.36 247	5.46 389	4.64 76	6.31 326	20.05 261	24.24 327	8.85 140	11.38 151	7.22 141	2.79 80	9.11 104	3.08 125	0.11 159	0.92 346	0.00 1	0.02 117	0.54 284	1.11 222

test-1	6.03 173	1.76 136	15.61 393	8.01 357	1.98 195	7.82 231	1.16 72	13.64 145	13.60 196	9.69 151	15.16 187	11.55 204	5.45 164	7.78 65	4.35 191	0.16 199	1.18 413	0.00 1	0.13 217	0.16 93	1.39 258

rvit_0105_6	6.06 174	3.23 355	15.34 391	10.26 418	1.75 168	5.08 113	5.19 287	11.03 104	20.73 281	6.39 115	7.02 94	10.21 188	7.94 232	11.42 180	3.83 163	0.40 297	0.29 194	0.00 1	0.01 88	0.57 292	0.40 71

Selective-RAFT	6.10 175	1.16 44	10.90 295	7.41 323	0.91 62	15.22 346	1.11 68	14.84 168	16.23 228	7.19 126	7.06 95	11.49 202	8.10 235	12.83 253	5.19 219	0.26 252	0.97 355	0.00 1	0.46 396	0.10 59	0.65 122

H2IRNET	6.11 176	1.63 113	7.52 145	4.69 112	2.30 218	4.07 53	0.71 45	12.58 124	13.88 198	7.18 125	20.80 255	15.50 276	10.48 276	10.72 150	8.26 290	0.19 223	0.00 1	0.07 240	0.52 412	0.52 276	0.55 104

EKT-Stereo	6.11 176	1.71 128	9.09 202	7.69 339	5.56 392	5.16 117	4.26 264	19.18 242	15.13 212	9.20 147	12.84 167	9.55 182	4.18 118	11.74 196	3.24 133	0.53 330	0.62 279	0.09 258	0.14 228	0.17 99	2.16 383

1test111	6.16 178	2.52 305	6.38 89	6.77 283	0.74 35	10.55 266	5.19 287	21.10 276	13.53 193	7.39 129	10.06 126	4.44 88	9.58 263	12.08 214	9.26 311	0.05 71	1.18 413	0.00 1	0.04 146	0.37 206	1.93 331

RAFT-Test	6.19 179	1.47 89	7.90 161	4.91 131	2.70 243	9.97 252	1.52 103	17.08 210	9.06 145	13.21 200	23.67 293	12.89 235	4.63 143	9.47 120	3.57 152	0.02 16	0.81 321	0.00 1	0.38 382	0.21 118	0.39 65

testlalala2	6.22 180	2.05 207	8.67 183	15.89 498	10.72 499	7.88 234	3.50 244	13.65 147	10.50 161	15.90 259	12.54 162	8.50 166	2.47 73	5.89 27	3.87 168	0.06 105	0.63 281	0.00 1	0.50 408	0.54 284	0.61 118

s12784h	6.22 180	1.01 24	4.95 43	3.57 45	0.54 26	19.55 413	0.95 58	19.51 253	18.39 253	12.98 195	12.58 164	7.78 154	5.56 171	11.34 176	4.36 192	0.89 398	0.01 11	0.05 213	0.00 1	0.07 44	0.20 25

Any-RAFT	6.28 182	1.42 82	4.91 39	5.00 135	1.25 103	10.18 257	1.90 156	22.68 295	15.87 221	12.12 173	19.23 229	13.69 250	4.65 145	9.35 114	2.36 73	0.06 105	0.57 268	0.00 1	0.00 1	0.05 25	0.35 49

GMOStereo	6.33 183	2.04 201	8.28 172	5.68 195	1.20 93	6.11 172	2.14 169	11.20 107	13.15 186	18.66 320	21.83 268	17.35 306	6.64 207	7.09 53	2.78 113	0.02 16	1.42 459	0.13 304	0.00 1	0.53 277	0.37 59

error version	6.33 183	2.04 201	8.28 172	5.68 195	1.20 93	6.11 172	2.14 169	11.20 107	13.15 186	18.66 320	21.83 268	17.35 306	6.64 207	7.09 53	2.78 113	0.02 16	1.42 459	0.13 304	0.00 1	0.53 277	0.37 59

test-v	6.33 183	2.04 201	8.28 172	5.68 195	1.20 93	6.11 172	2.14 169	11.20 107	13.15 186	18.66 320	21.83 268	17.35 306	6.64 207	7.09 53	2.78 113	0.02 16	1.42 459	0.13 304	0.00 1	0.53 277	0.37 59

test-2	6.33 183	2.04 201	8.28 172	5.68 195	1.20 93	6.11 172	2.14 169	11.20 107	13.15 186	18.66 320	21.83 268	17.35 306	6.64 207	7.09 53	2.78 113	0.02 16	1.42 459	0.13 304	0.00 1	0.53 277	0.37 59

GMStereo	6.44 187	4.92 411	12.13 334	5.60 177	0.87 58	9.18 250	2.57 200	12.99 128	25.54 345	12.85 191	11.84 156	5.60 115	3.62 99	11.92 207	6.44 265	0.53 330	0.02 35	0.05 213	0.36 367	0.98 373	0.70 134
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
TestStereo	6.45 188	3.34 364	8.02 164	6.23 235	1.68 159	6.33 188	2.48 193	14.54 165	16.71 238	11.71 170	24.13 297	9.38 177	7.13 217	11.83 201	4.32 189	0.12 174	0.01 11	0.00 1	0.00 1	0.73 340	0.33 44

knoymous	6.46 189	1.84 160	5.13 54	4.31 97	1.88 182	6.36 192	5.55 301	15.25 173	14.48 206	13.85 217	21.25 258	12.66 225	6.63 203	13.20 273	5.11 215	0.19 223	0.13 140	0.12 297	0.00 1	0.71 337	0.57 113

rafts_anoy	6.46 189	2.37 286	7.09 124	7.48 330	6.02 414	5.31 129	2.45 192	14.50 163	22.01 298	12.94 194	16.18 197	8.48 165	5.53 169	9.70 126	6.32 260	0.05 71	1.66 477	0.10 270	0.05 161	0.30 168	0.69 131

anonymousdsp2	6.47 191	1.81 148	9.73 238	5.25 154	1.23 98	9.35 251	3.96 254	22.51 291	18.39 253	12.87 193	10.19 132	10.17 187	4.46 134	11.77 198	3.83 163	0.06 105	1.00 374	0.31 381	0.18 265	0.25 134	2.06 368

XX-Stereo	6.50 192	1.81 148	10.42 271	12.71 473	7.14 447	3.46 33	0.90 54	16.31 190	6.13 82	9.03 146	28.11 338	13.48 248	2.22 60	11.87 204	2.61 95	0.45 316	0.78 315	0.08 248	0.42 393	1.09 381	0.88 168

AFF-stereo	6.50 192	2.29 266	8.09 167	4.63 110	0.87 58	3.48 34	0.75 48	16.92 208	13.98 200	13.26 201	25.21 307	15.46 275	7.68 227	11.50 188	3.71 159	0.04 46	0.70 295	0.00 1	0.00 1	0.48 261	1.02 204

xx1	6.52 194	2.52 305	6.38 89	6.77 283	0.74 35	10.55 266	5.19 287	19.19 243	15.95 223	7.39 129	10.07 130	16.17 286	12.10 311	11.08 160	2.33 67	0.05 71	1.18 413	0.02 171	0.36 367	0.37 206	1.93 331

RALCasStereoNet	6.53 195	2.84 330	8.12 168	7.88 352	6.12 419	6.85 207	5.29 294	14.66 167	13.94 199	10.20 153	18.18 216	10.24 189	3.83 108	12.33 228	5.56 233	0.04 46	1.88 483	0.11 292	0.01 88	0.26 144	2.24 388

11t1	6.61 196	1.76 136	9.64 235	5.62 180	2.15 208	13.57 318	2.67 204	15.77 182	8.83 139	13.66 214	11.90 158	12.03 217	9.76 268	12.23 223	8.58 298	0.23 236	1.33 445	0.00 1	0.31 342	0.26 144	1.95 339

TRStereo	6.64 197	6.95 444	12.06 333	9.69 403	7.59 455	5.12 116	1.68 122	20.72 266	12.34 175	10.93 164	9.07 112	10.57 193	3.16 87	14.33 301	4.23 184	0.60 351	0.80 320	0.14 311	0.37 372	0.56 290	1.86 321

DisPM	6.68 198	1.58 108	9.90 245	7.19 315	1.12 83	5.71 156	3.69 246	13.74 150	12.42 176	16.60 271	23.63 292	12.64 223	6.39 194	13.31 279	4.08 176	0.77 376	0.01 11	0.08 248	0.15 237	0.14 85	0.53 100

AIO-test1	6.69 199	2.11 224	7.06 122	10.57 432	6.38 431	8.85 245	1.73 133	22.56 294	20.92 284	7.01 119	17.67 207	8.06 159	4.87 152	10.79 153	3.39 142	0.17 205	0.09 117	0.00 1	0.34 356	0.35 189	0.86 162

DCRE	6.73 200	2.11 224	9.19 214	7.76 345	4.90 357	7.81 230	5.86 313	16.46 195	11.38 167	9.61 150	22.55 283	11.84 212	6.35 193	11.09 163	3.63 156	0.04 46	1.19 418	0.06 222	0.37 372	0.15 89	2.23 386

AnonymousM	6.73 200	12.03 489	3.53 3	4.47 103	1.55 143	4.42 67	3.17 226	11.94 118	8.44 131	17.00 285	10.06 126	9.08 174	4.00 112	7.56 62	4.06 174	0.55 338	0.68 293	23.13 536	8.12 525	0.07 44	0.65 122

iRaft-Stereo_20w	6.75 202	2.17 244	13.20 354	5.07 140	2.34 223	7.43 223	2.61 201	20.20 264	7.85 119	15.28 237	10.36 136	14.42 259	8.13 236	16.81 361	4.20 180	0.06 105	0.84 327	0.13 304	0.83 437	0.66 326	2.42 405

DCANet-4	6.78 203	1.21 50	11.48 310	3.95 61	0.76 40	4.73 84	1.68 122	18.40 233	25.78 348	15.44 241	20.36 245	6.42 130	8.48 244	8.87 94	6.24 255	0.18 212	0.05 71	0.01 147	0.00 1	0.10 59	1.37 252

SST-Stereo	6.85 204	1.67 123	9.39 223	7.24 318	0.82 50	5.89 165	1.87 153	15.34 174	9.89 155	19.25 339	20.26 244	16.63 294	8.40 242	13.81 294	5.75 238	0.40 297	0.05 71	0.13 304	0.00 1	0.10 59	0.08 6

Pruner-Stereo	6.85 204	1.81 148	10.24 260	6.92 295	0.92 63	5.55 147	4.01 257	14.42 161	11.85 174	18.22 316	21.92 274	15.64 279	5.69 176	12.10 217	6.08 247	0.84 390	0.02 35	0.18 331	0.10 204	0.11 69	0.38 63

RALAANet	6.86 206	3.28 360	11.09 301	7.63 335	4.95 361	6.16 181	1.63 111	20.54 265	15.45 214	15.30 238	14.52 178	12.98 237	4.35 123	13.53 283	3.98 169	0.11 159	0.35 209	0.00 1	0.29 330	0.58 295	0.48 91

DCANet	6.87 207	2.02 197	9.12 205	4.03 66	0.76 40	4.77 90	1.74 137	16.15 187	25.07 334	15.88 257	20.79 254	7.89 156	11.31 292	9.23 110	6.15 249	0.18 212	0.05 71	0.00 1	0.00 1	0.28 159	2.01 356

PSM-softLoss	6.90 208	1.81 148	10.84 290	7.04 300	0.93 68	5.53 141	1.97 161	23.18 302	9.65 152	14.16 220	22.01 279	12.84 229	5.15 158	13.03 262	7.95 283	0.76 373	0.06 96	0.27 365	0.55 418	0.21 118	0.14 16

KMStereo	6.90 208	1.81 148	10.84 290	7.04 300	0.93 68	5.53 141	1.97 161	23.18 302	9.65 152	14.16 220	22.01 279	12.84 229	5.15 158	13.03 262	7.95 283	0.76 373	0.06 96	0.27 365	0.55 418	0.21 118	0.14 16

PFNet+	6.92 210	1.64 117	10.96 296	6.27 238	0.90 61	5.66 152	1.68 122	14.43 162	16.02 225	18.13 314	21.24 257	14.33 256	5.97 181	13.13 270	5.51 232	0.90 400	0.20 161	0.11 292	0.30 337	0.08 49	0.94 189

RAFT-345	6.94 211	1.48 92	7.45 142	5.65 184	0.96 72	5.49 135	3.20 228	13.73 149	10.97 164	13.81 216	42.93 487	9.01 173	5.31 161	13.09 269	4.73 204	0.58 342	0.05 71	0.10 270	0.06 172	0.08 49	0.08 6

MyStereo06	6.95 212	2.25 259	14.05 366	6.69 276	4.74 351	7.75 228	9.60 399	17.85 225	9.03 144	13.29 203	10.78 146	18.68 328	5.70 177	10.66 146	4.52 198	0.09 142	1.32 441	0.02 171	0.26 312	0.84 364	0.92 179

NF-Stereo	6.96 213	1.80 145	10.17 254	7.16 314	0.79 48	6.15 180	3.26 235	20.74 271	18.45 257	13.42 208	19.33 230	11.67 205	6.05 182	12.71 249	6.17 250	0.57 341	0.06 96	0.21 345	0.23 291	0.12 74	0.09 8

OCTAStereo	6.97 214	1.80 145	10.20 257	7.15 313	0.78 46	6.12 177	3.38 236	20.72 266	18.47 258	13.41 205	19.33 230	11.91 213	6.05 182	12.68 247	6.19 251	0.59 347	0.06 96	0.21 345	0.22 281	0.12 74	0.10 11

RE-Stereo	6.97 214	1.79 142	10.18 255	7.14 308	0.77 43	6.14 178	3.39 237	20.72 266	18.43 255	13.41 205	19.33 230	11.78 208	6.09 184	12.66 245	6.22 252	0.58 342	0.05 71	0.21 345	0.22 281	0.12 74	0.10 11

TVStereo	6.97 214	1.79 142	10.18 255	7.14 308	0.77 43	6.14 178	3.39 237	20.72 266	18.43 255	13.41 205	19.33 230	11.78 208	6.09 184	12.66 245	6.22 252	0.58 342	0.05 71	0.21 345	0.22 281	0.12 74	0.10 11

sAnonymous2	6.98 217	7.12 445	20.67 446	9.13 389	5.40 382	5.28 126	8.11 377	16.71 204	11.50 170	5.04 95	9.17 115	3.77 73	8.23 237	7.84 70	3.15 128	0.11 159	0.07 109	0.06 222	0.28 324	10.80 513	7.09 496

CroCo_RVC	6.98 217	7.12 445	20.67 446	9.13 389	5.40 382	5.28 126	8.11 377	16.71 204	11.50 170	5.04 95	9.17 115	3.77 73	8.23 237	7.84 70	3.15 128	0.11 159	0.07 109	0.06 222	0.28 324	10.80 513	7.09 496

DIP-Stereo	6.99 219	2.37 286	11.45 309	4.78 117	1.70 163	13.13 309	1.47 97	15.76 181	7.43 104	14.57 225	26.61 324	10.76 195	5.10 154	14.97 325	8.10 287	0.06 105	0.06 96	0.06 222	0.00 1	0.17 99	1.22 237
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
rvit_0105_4	7.09 220	3.33 362	16.60 404	10.68 434	1.59 146	5.89 165	6.84 345	14.50 163	23.99 323	7.31 128	9.49 121	13.18 241	9.62 266	12.33 228	4.32 189	0.39 294	0.46 238	0.00 1	0.02 117	0.67 328	0.68 128

ADStereo(finetuned)	7.09 220	2.04 201	11.52 313	4.01 63	0.77 43	4.78 91	1.73 133	16.15 187	25.08 335	15.89 258	20.74 253	7.88 155	13.56 341	9.11 104	6.07 246	0.18 212	0.05 71	0.00 1	0.00 1	0.28 159	1.93 331

raft+_RVC	7.10 222	2.37 286	6.59 107	6.94 298	5.82 406	6.35 191	5.97 316	21.05 274	23.63 319	10.90 163	17.95 208	9.80 184	5.55 170	11.49 186	4.47 197	0.04 46	1.50 469	0.00 1	0.00 1	0.38 218	1.23 239

OMP-Stereo	7.13 223	2.89 332	9.89 244	10.98 442	1.73 165	4.81 93	1.85 149	18.38 232	16.26 229	16.94 283	14.11 176	17.45 311	7.57 223	13.26 277	5.12 217	0.43 309	0.04 60	0.06 222	0.02 117	0.20 116	0.56 107

RAFT_R40	7.14 224	1.73 132	9.36 222	7.36 322	0.82 50	5.74 158	3.69 246	15.47 177	15.09 211	18.24 317	19.87 238	16.82 295	8.50 245	13.72 292	5.81 242	0.28 260	0.02 35	0.14 311	0.00 1	0.11 69	0.09 8

fff	7.26 225	1.99 187	9.12 205	4.17 77	0.47 18	4.73 84	1.68 122	16.56 199	33.55 415	15.45 242	20.36 245	7.49 146	12.54 319	9.03 98	6.26 256	0.18 212	0.05 71	0.01 147	0.00 1	0.10 59	1.37 252

MIPNet	7.26 225	2.30 269	13.74 360	5.32 158	1.61 150	11.32 280	2.77 212	27.02 349	18.47 258	15.56 248	13.20 170	7.01 137	9.46 262	8.84 92	6.32 260	0.15 196	0.03 51	0.06 222	0.08 187	0.42 238	1.39 258

csc	7.26 225	1.99 187	9.12 205	4.17 77	0.47 18	4.73 84	1.68 122	16.56 199	33.55 415	15.45 242	20.36 245	7.49 146	12.54 319	9.03 98	6.26 256	0.18 212	0.05 71	0.01 147	0.00 1	0.10 59	1.37 252

cscssc	7.26 225	1.99 187	9.12 205	4.17 77	0.47 18	4.73 84	1.68 122	16.56 199	33.55 415	15.45 242	20.36 245	7.49 146	12.54 319	9.03 98	6.26 256	0.18 212	0.05 71	0.01 147	0.00 1	0.10 59	1.37 252

riskmin	7.28 229	1.54 101	8.37 178	5.01 136	3.24 279	11.65 285	3.20 228	16.61 202	18.86 266	10.45 155	13.46 173	16.20 288	12.68 325	12.46 238	6.57 268	0.17 205	1.38 453	0.14 311	0.33 351	0.67 328	2.52 412

AIO-test2	7.31 230	2.95 338	8.32 176	9.20 391	5.66 398	8.78 244	5.13 285	26.30 339	23.78 320	7.04 120	20.37 249	5.69 116	3.51 94	10.05 135	2.74 104	4.35 495	0.14 146	0.03 189	0.62 426	0.71 337	0.80 152

R-Stereo Train	7.33 231	1.62 110	9.31 219	6.80 287	2.33 220	7.57 225	5.36 296	24.47 317	7.63 105	16.40 264	33.07 412	12.42 221	5.52 167	8.06 73	5.23 220	0.05 71	0.05 71	0.01 147	0.00 1	0.12 74	0.56 107

RAFT-Stereo	7.33 231	1.62 110	9.31 219	6.80 287	2.33 220	7.57 225	5.36 296	24.47 317	7.63 105	16.40 264	33.07 412	12.42 221	5.52 167	8.06 73	5.23 220	0.05 71	0.05 71	0.01 147	0.00 1	0.12 74	0.56 107
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MIM_Stereo	7.37 233	2.06 211	12.02 332	4.71 115	1.69 161	5.17 118	1.28 81	19.54 254	13.09 184	16.93 281	28.48 343	13.05 240	5.43 162	13.25 276	7.41 276	0.02 16	0.62 279	0.00 1	0.01 88	0.45 251	2.09 375

UGAM-zero	7.48 234	1.91 173	14.55 373	4.78 117	2.00 197	6.34 190	1.02 64	18.99 240	8.70 138	14.93 230	15.74 190	24.94 396	13.86 351	13.13 270	5.05 212	0.04 46	0.96 351	0.02 171	1.08 459	0.18 105	1.46 270

StereoVision	7.48 234	2.90 335	10.47 277	10.13 413	3.93 309	4.99 112	1.86 152	21.10 276	17.66 245	8.90 142	29.71 359	10.95 198	6.61 201	12.83 253	5.11 215	0.69 366	0.05 71	0.17 326	0.03 131	0.98 373	0.56 107

IPLGR	7.48 234	1.61 109	14.03 365	4.92 132	1.30 108	10.30 261	1.20 74	24.52 320	22.59 306	16.71 278	18.84 224	8.44 164	7.49 222	9.62 124	6.34 262	0.26 252	0.05 71	0.05 213	0.06 172	0.37 206	0.93 184

PAM_32	7.56 237	1.96 178	15.04 384	6.11 226	2.08 200	16.93 383	1.38 85	16.49 196	7.93 120	15.16 233	9.17 115	25.77 402	11.69 301	12.95 258	4.03 172	0.14 185	0.77 314	0.09 258	0.83 437	0.61 309	2.00 355

HHNet	7.57 238	2.01 194	8.03 165	3.71 49	3.46 289	4.93 106	6.17 320	19.69 255	16.27 230	20.91 370	31.75 392	10.56 192	5.82 179	10.69 149	5.10 214	0.67 364	0.07 109	0.21 345	0.14 228	0.63 315	0.54 102

IIG-Stereo	7.59 239	2.47 299	9.40 224	10.39 425	1.78 174	6.67 204	1.47 97	17.83 224	16.51 237	18.91 332	20.12 242	17.76 315	8.74 250	13.21 275	5.43 227	0.44 312	0.05 71	0.03 189	0.00 1	0.17 99	0.45 83

ASMatch	7.61 240	1.63 113	9.18 213	5.79 206	2.27 216	4.63 75	2.54 196	17.23 213	13.73 197	17.27 289	34.28 430	13.26 244	10.15 274	12.39 235	5.49 231	0.12 174	0.24 178	0.21 345	0.17 252	0.18 105	1.55 286

ACRE	7.62 241	3.21 354	14.93 382	7.81 347	5.00 364	10.01 254	4.45 268	16.32 191	15.86 220	17.81 302	19.21 227	8.38 163	4.25 119	11.11 164	10.58 335	0.78 380	0.32 199	0.03 189	0.15 237	0.44 245	1.84 318

LCNet	7.64 242	1.41 80	6.15 80	6.93 296	1.35 110	9.00 247	5.44 298	18.37 231	11.30 165	16.62 272	24.39 300	14.67 260	11.03 282	12.03 211	4.01 170	0.07 124	0.02 35	0.23 354	2.07 485	1.00 376	6.69 491

IPLG	7.65 243	2.00 191	13.81 361	5.86 215	4.35 333	10.97 275	1.43 89	22.52 292	16.50 236	19.78 347	20.62 251	5.28 108	5.49 165	12.58 244	9.70 321	0.13 181	0.06 96	0.03 189	0.07 180	0.41 231	1.38 256

MyStereo8	7.68 244	3.00 342	12.46 340	7.70 342	5.11 370	11.40 282	1.39 88	15.98 184	10.05 160	16.45 266	24.04 296	12.01 216	7.91 231	10.68 148	10.57 334	0.14 185	1.52 472	0.08 248	0.48 403	0.60 307	1.98 343

CIPLG	7.69 245	3.27 358	14.40 370	7.84 349	5.08 369	10.24 258	4.59 273	16.02 185	15.45 214	18.05 312	19.72 236	8.79 170	4.61 138	11.84 203	10.40 331	0.76 373	0.33 205	0.03 189	0.15 237	0.44 245	1.83 317

x	7.70 246	2.12 227	8.93 196	5.08 141	2.55 235	11.65 285	4.40 267	20.91 273	12.53 177	13.58 212	20.49 250	15.73 281	11.10 284	10.65 145	10.16 325	0.11 159	1.37 451	0.04 205	0.29 330	0.34 183	1.95 339

IPLGR_C	7.70 246	3.32 361	14.54 372	7.98 355	5.04 366	10.26 259	4.64 276	16.50 197	16.28 231	17.97 310	18.85 225	8.30 162	4.66 146	11.22 169	10.89 343	0.77 376	0.32 199	0.03 189	0.15 237	0.43 242	1.84 318

qqq	7.72 248	2.15 237	10.06 251	5.01 136	1.82 179	8.62 241	7.27 359	21.10 276	13.53 193	12.48 176	18.71 223	16.17 286	12.10 311	12.08 214	9.26 311	0.08 132	1.35 449	0.02 171	0.36 367	0.36 200	1.93 331

111	7.73 249	2.39 291	9.12 205	4.17 77	0.47 18	10.65 270	3.49 243	21.34 282	28.25 371	10.60 159	16.85 202	14.74 263	10.22 275	12.48 239	6.61 270	0.43 309	0.01 11	0.00 1	0.00 1	0.35 189	2.39 404

AIO-Stereo-zeroshot	7.75 250	3.47 370	14.99 383	5.34 159	7.99 466	7.13 214	0.96 59	23.20 304	10.00 159	11.29 166	17.31 203	18.44 327	9.03 256	13.19 272	5.77 239	0.06 105	1.01 377	0.12 297	1.51 473	1.49 403	2.74 422

RAFT+CT+SA	7.76 251	2.01 194	7.56 146	11.32 449	3.31 281	4.60 73	7.19 356	17.21 212	27.40 363	10.43 154	27.34 328	7.63 151	7.83 229	15.46 333	3.51 147	0.03 33	0.39 217	0.18 331	0.46 396	0.33 177	0.93 184

IGEV-BASED-STEREO-	7.80 252	28.14 532	42.31 504	3.20 33	0.50 22	4.12 55	1.45 94	7.06 33	4.60 47	4.66 84	3.90 36	2.47 55	1.37 30	6.02 32	1.94 48	24.62 542	0.43 234	0.01 147	0.08 187	4.61 475	14.42 532

PAM	7.81 253	1.90 168	15.85 400	6.14 227	2.58 238	17.79 395	4.51 270	16.29 189	8.05 125	16.48 267	9.10 113	25.01 398	11.39 294	12.89 256	3.54 151	0.05 71	0.79 317	0.08 248	0.83 437	0.62 311	2.23 386

testlalala_base	7.81 253	3.52 372	8.75 188	8.73 380	5.44 388	12.21 294	1.77 142	12.73 126	6.24 84	10.56 158	13.62 174	8.76 169	5.61 172	8.69 88	4.24 185	16.24 535	3.38 512	0.00 1	0.46 396	22.32 538	3.02 434

RAFT-RH_RVC	7.88 255	1.51 100	7.72 152	5.41 166	0.96 72	11.41 283	1.48 99	13.43 141	15.04 210	17.54 297	45.66 502	10.86 196	6.42 195	13.48 281	5.26 222	0.81 385	0.04 60	0.12 297	0.13 217	0.12 74	0.17 22

TransformOpticalFlow	7.95 256	2.10 220	9.83 243	6.06 223	1.24 101	6.82 206	7.98 373	18.60 236	14.06 202	14.93 230	28.79 345	18.74 329	11.03 282	12.79 250	4.12 177	0.06 105	0.04 60	0.21 345	0.04 146	0.21 118	1.27 244

rvit_0105_5	8.01 257	3.69 381	17.73 418	10.42 427	1.61 150	7.29 215	6.68 338	18.33 229	25.98 349	10.45 155	10.46 138	15.53 277	11.01 280	12.87 255	5.37 225	0.44 312	0.41 226	0.00 1	0.15 237	0.70 333	1.08 216

TestStereo1	8.04 258	2.22 252	8.85 193	10.87 440	2.12 205	4.66 78	2.40 189	21.17 280	23.79 321	17.41 290	26.31 319	9.41 178	9.09 257	16.23 341	3.85 166	0.14 185	0.40 219	0.02 171	0.13 217	0.58 295	1.10 218

SA-5K	8.04 258	2.22 252	8.85 193	10.87 440	2.12 205	4.66 78	2.40 189	21.17 280	23.79 321	17.41 290	26.31 319	9.41 178	9.09 257	16.23 341	3.85 166	0.14 185	0.40 219	0.02 171	0.13 217	0.58 295	1.10 218

PFNet	8.10 260	1.75 134	12.34 338	7.54 334	2.40 226	7.41 222	5.81 311	23.83 313	17.85 247	20.78 364	17.57 205	15.22 273	7.72 228	13.37 280	6.46 266	0.33 273	0.20 161	0.12 297	0.19 270	0.32 173	0.77 148

FACV-RUCA	8.11 261	2.29 266	10.34 264	8.07 359	6.02 414	14.18 328	3.04 223	20.05 261	19.00 267	12.98 195	18.43 220	8.73 167	11.58 296	12.20 220	5.78 241	0.38 292	0.64 283	4.34 497	0.35 360	1.89 419	1.96 341

AAGNet	8.15 262	1.75 134	10.57 278	7.72 344	0.74 35	5.74 158	4.98 284	15.90 183	14.59 207	20.31 356	23.80 294	15.08 271	11.25 290	12.27 224	16.70 401	0.85 391	0.06 96	0.32 383	0.01 88	0.15 89	0.16 20

STrans-v2	8.16 263	2.09 218	9.79 240	5.44 167	1.53 142	11.87 289	9.69 405	19.77 256	13.20 190	14.01 218	25.80 311	17.88 319	12.55 322	13.30 278	4.39 193	0.06 105	0.01 11	0.18 331	0.01 88	0.25 134	1.31 250

Prome-Stereo	8.22 264	1.48 92	6.24 85	7.06 303	1.55 143	6.54 200	9.08 389	21.88 285	9.88 154	21.12 375	32.48 406	11.82 211	11.59 298	11.99 209	4.04 173	0.08 132	0.02 35	0.19 337	0.12 213	0.45 251	6.89 495

FENet	8.22 264	1.39 77	7.33 139	6.43 254	2.17 211	10.97 275	2.20 175	22.10 288	21.26 285	17.85 305	23.22 290	14.29 254	11.50 295	13.56 286	8.32 292	0.29 264	0.24 178	0.03 189	0.03 131	0.18 105	1.04 206

AIO-Stereo-zeroshot1	8.37 266	4.16 392	20.63 445	5.82 210	11.79 504	6.40 194	2.02 165	20.82 272	8.03 123	14.52 223	21.38 261	17.44 310	5.83 180	14.43 308	5.13 218	0.06 105	1.00 374	0.05 213	1.81 481	2.44 437	3.62 449

raft_robust	8.39 267	2.81 327	7.62 147	6.32 245	1.17 90	5.47 134	0.82 51	34.37 445	35.49 438	18.40 319	20.25 243	7.24 143	5.51 166	15.77 335	3.40 144	0.11 159	1.10 398	0.00 1	0.50 408	0.33 177	1.19 233

HITNet	8.41 268	3.59 379	9.91 246	5.30 156	1.52 141	13.35 315	4.48 269	22.00 286	16.06 226	15.52 246	22.95 289	15.28 274	11.74 302	14.91 324	9.25 310	0.10 153	0.01 11	0.48 399	0.06 172	0.58 295	1.04 206
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
SA	8.43 269	2.16 241	10.02 249	8.41 368	0.93 68	7.36 220	2.21 177	23.73 311	26.15 351	13.55 211	30.84 376	9.89 185	10.09 272	16.84 363	3.52 149	0.18 212	0.68 293	0.17 326	0.40 389	0.48 261	0.92 179

GMM-Stereo	8.44 270	1.27 63	7.36 141	6.64 272	2.56 237	10.00 253	9.29 396	23.79 312	11.33 166	17.96 309	29.59 357	17.14 300	7.59 224	11.77 198	4.61 201	0.13 181	0.01 11	0.24 358	0.94 443	0.49 270	6.14 483

test_sample1	8.49 271	1.83 159	10.60 279	5.53 170	2.95 265	15.17 345	4.51 270	20.73 270	11.47 169	14.78 228	22.80 287	19.06 336	13.86 351	12.52 240	10.17 326	0.14 185	1.20 419	0.02 171	0.19 270	0.28 159	1.93 331

mmm	8.54 272	2.13 233	10.21 258	5.81 208	2.96 266	14.00 324	6.67 336	19.28 249	12.59 178	16.95 284	24.40 301	17.83 318	10.70 279	12.90 257	9.42 316	0.17 205	1.28 434	0.50 401	0.60 423	0.44 245	2.03 361

RAFT_CTSACE	8.55 273	2.62 320	9.63 234	7.41 323	5.06 368	5.76 160	2.54 196	15.38 176	17.84 246	24.33 416	34.69 435	16.37 289	7.22 219	18.05 384	2.63 97	0.01 4	0.56 265	0.00 1	0.03 131	0.42 238	0.41 72

HI	8.56 274	2.44 296	7.70 149	5.09 142	5.21 374	4.06 49	0.49 32	19.26 247	9.96 157	25.77 431	27.88 333	20.72 347	12.22 315	18.06 385	11.58 350	0.05 71	0.11 132	0.00 1	0.10 204	0.16 93	0.31 39

CoSv	8.56 274	2.44 296	7.70 149	5.09 142	5.21 374	4.06 49	0.49 32	19.26 247	9.96 157	25.77 431	27.88 333	20.72 347	12.22 315	18.06 385	11.58 350	0.05 71	0.11 132	0.00 1	0.10 204	0.16 93	0.31 39

dd	8.57 276	5.20 415	13.37 355	6.91 294	1.05 77	10.30 261	3.89 252	17.29 215	34.00 422	15.73 251	17.50 204	7.45 145	6.60 199	15.00 326	10.99 344	1.39 446	0.41 226	0.18 331	0.46 396	2.25 431	1.40 261

CASS	8.64 277	2.03 199	8.60 181	8.71 379	1.59 146	15.02 343	2.75 211	23.27 307	18.58 262	16.29 260	22.78 286	13.42 246	13.68 345	13.07 268	7.66 277	1.18 439	0.05 71	0.13 304	0.01 88	0.75 347	3.24 442
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_sample2	8.68 278	1.84 160	9.64 235	5.53 170	2.43 228	13.92 322	8.00 374	21.09 275	16.82 242	14.92 229	22.73 285	19.44 338	13.75 346	12.99 259	6.85 271	0.15 196	1.15 408	0.07 240	0.20 275	0.35 189	1.78 309

DN-CSS_ROB	8.72 279	3.49 371	16.63 405	6.74 280	3.39 286	6.20 183	3.43 239	23.40 308	22.03 299	17.46 294	30.28 365	9.33 176	8.32 240	14.71 315	6.36 263	0.91 402	0.00 1	0.45 395	0.00 1	0.65 321	0.70 134

GANet-ADL	8.73 280	2.80 326	9.48 227	7.87 351	2.77 251	12.88 306	5.29 294	29.97 388	25.61 346	14.50 222	16.64 200	17.02 298	7.60 225	11.61 194	8.01 285	0.51 329	0.40 219	0.10 270	0.12 213	0.77 350	0.70 134

PSM-AAD	8.76 281	1.41 80	6.46 97	6.87 291	1.18 91	12.78 304	9.66 404	20.03 260	15.78 219	21.79 386	24.91 302	14.31 255	13.16 334	12.42 236	4.07 175	0.05 71	0.06 96	2.44 482	0.16 246	0.45 251	7.17 498

FTStereo	8.76 281	1.57 106	6.75 113	6.55 260	2.45 229	7.65 227	11.62 437	18.36 230	9.01 142	20.25 349	40.79 474	15.87 282	12.36 318	11.02 157	4.69 203	0.24 241	0.01 11	0.09 258	0.16 246	0.19 109	5.58 477

GwcNet-ADL	8.81 283	2.00 191	10.21 258	7.70 342	2.82 254	6.99 210	7.05 352	30.58 394	26.21 353	15.71 250	17.65 206	13.93 252	6.83 213	13.90 295	11.43 349	0.49 323	0.76 313	0.01 147	0.01 88	0.55 286	1.46 270

test_5	8.85 284	2.05 207	9.51 228	11.62 453	4.99 363	6.74 205	5.48 300	18.25 228	23.57 317	16.72 279	29.73 360	15.54 278	10.54 278	16.25 344	4.02 171	0.05 71	0.40 219	0.27 365	0.08 187	0.34 183	0.81 153

ARAFT	8.86 285	3.86 385	17.37 414	5.96 218	0.94 71	12.59 301	10.80 421	18.20 227	19.95 275	18.77 327	16.27 198	17.78 316	8.88 253	18.82 395	5.30 223	0.35 280	0.04 60	0.00 1	0.00 1	0.62 311	0.64 120

ffm	8.89 286	2.34 278	12.99 349	6.28 239	3.81 303	12.43 297	7.47 363	19.77 256	16.80 239	16.64 274	32.03 397	17.29 302	11.78 303	11.11 164	2.34 70	0.05 71	1.17 409	0.80 427	0.37 372	0.29 165	2.07 369

Sa-1000	8.91 287	2.10 220	9.11 203	8.07 359	1.16 89	16.62 380	2.39 188	25.58 327	25.43 343	15.52 246	28.24 340	12.19 218	8.67 247	16.40 349	3.70 157	0.39 294	0.86 334	0.16 323	0.23 291	0.48 261	0.89 172

IRAFT_RVC	8.93 288	1.80 145	10.65 282	7.83 348	1.81 176	6.36 192	10.05 412	26.32 340	27.59 365	17.93 308	19.70 235	17.67 314	9.98 270	13.20 273	6.29 259	0.37 288	0.30 196	0.19 337	0.05 161	0.23 126	0.24 28

DMCA	8.96 289	2.60 315	11.84 324	5.61 178	4.25 326	11.09 278	4.36 266	25.89 329	20.23 279	17.10 287	20.96 256	17.55 312	11.92 309	11.47 181	12.27 361	0.60 351	0.09 117	0.35 386	0.05 161	0.48 261	0.57 113

GES	9.01 290	2.61 319	12.88 345	6.76 281	2.02 198	13.08 308	6.33 328	22.23 290	22.21 301	19.80 348	26.73 325	8.97 172	11.01 280	14.41 305	8.35 295	0.54 336	0.10 128	0.30 380	0.15 237	0.82 360	0.99 198

GrayStereo	9.02 291	1.35 73	7.73 153	8.62 375	2.88 259	10.28 260	10.99 425	18.66 237	16.36 235	22.78 398	30.63 372	17.56 313	12.19 314	11.50 188	5.08 213	0.09 142	0.02 35	0.19 337	0.78 436	0.33 177	2.37 401

DEmStereo	9.07 292	1.70 127	10.89 293	4.86 123	1.23 98	11.51 284	5.70 304	14.24 153	27.02 360	22.33 394	32.56 407	11.70 207	15.04 367	11.83 201	8.53 296	0.31 267	0.16 152	0.02 171	0.09 195	0.11 69	1.47 274

RAFT	9.07 292	2.76 324	10.38 268	8.89 385	1.24 101	13.48 316	8.19 380	17.14 211	17.29 244	23.01 401	19.34 234	20.06 345	11.13 285	17.79 382	6.43 264	0.09 142	1.12 404	0.28 371	0.02 117	0.79 352	1.94 338

iRaft-Stereo_5w	9.10 294	2.33 275	10.69 284	6.64 272	4.47 343	4.74 88	10.72 420	16.71 204	16.97 243	15.39 239	26.15 315	21.25 354	12.59 323	16.38 346	12.90 371	0.85 391	0.51 251	0.08 248	0.22 281	0.95 372	1.53 284

HCRNet	9.13 295	1.82 156	8.73 186	14.95 492	5.22 376	10.66 271	2.49 194	26.57 344	18.64 263	16.31 261	25.51 309	18.42 326	11.15 286	13.53 283	7.25 274	0.10 153	0.04 60	0.10 270	0.02 117	0.27 153	0.76 146

SFCPSM	9.16 296	1.72 130	12.32 337	5.64 182	3.51 292	16.58 379	6.93 348	31.11 402	26.15 351	17.05 286	20.08 241	11.05 199	9.94 269	12.55 241	6.05 245	0.36 283	0.17 155	0.37 388	0.22 281	0.40 227	1.01 201

KYRaft	9.17 297	1.39 77	7.74 154	7.07 305	1.03 75	8.05 239	7.90 372	23.72 310	9.22 148	21.43 381	31.08 379	22.52 369	8.03 233	12.21 221	3.16 130	0.10 153	0.02 35	0.05 213	0.67 429	0.46 256	17.51 536

CrosDoStereo	9.41 298	1.65 118	8.83 191	5.19 150	1.13 85	7.34 218	14.47 462	16.33 192	24.64 331	24.44 417	33.36 417	13.18 241	13.52 338	12.56 242	9.08 306	0.06 105	0.11 132	0.09 258	0.04 146	0.41 231	1.73 303

DeepStereo_LL	9.41 298	1.65 118	8.83 191	5.19 150	1.13 85	7.34 218	14.47 462	16.33 192	24.64 331	24.44 417	33.36 417	13.18 241	13.52 338	12.56 242	9.08 306	0.06 105	0.11 132	0.09 258	0.04 146	0.41 231	1.73 303

DRaft	9.41 298	1.56 105	10.09 252	4.18 81	0.92 63	12.87 305	5.68 303	17.40 218	29.75 379	21.24 377	38.12 457	9.96 186	13.97 355	11.81 200	8.08 286	0.66 363	0.30 196	0.07 240	0.26 312	0.33 177	0.88 168

rvit_stereo_0075_2	9.46 301	4.16 392	20.27 442	12.15 468	8.82 481	5.72 157	4.24 263	23.21 305	18.05 250	12.37 175	28.80 346	16.10 285	8.43 243	14.57 311	8.89 301	0.58 342	0.34 207	0.52 403	0.08 187	0.44 245	1.41 264

test_sample3	9.46 301	2.24 255	11.38 307	5.72 200	2.79 253	18.29 403	5.20 292	27.54 356	21.43 288	18.03 311	21.98 278	16.47 290	11.22 288	13.58 287	9.99 324	0.24 241	0.96 351	0.05 213	0.17 252	0.47 258	1.39 258

THIR-Stereo	9.52 303	2.21 249	9.26 218	5.38 163	0.85 55	15.55 351	11.50 436	16.88 207	21.74 296	24.45 419	31.96 395	14.20 253	13.85 350	11.89 205	8.54 297	0.14 185	0.25 183	0.10 270	0.05 161	0.40 227	1.11 222

DFGA-Net	9.58 304	4.57 401	19.91 439	6.37 248	4.05 312	11.38 281	2.98 221	26.08 332	29.76 380	17.13 288	19.22 228	9.43 180	7.17 218	16.49 352	13.39 373	0.13 181	0.00 1	0.06 222	0.13 217	1.89 419	1.46 270

MyStereo04	9.58 304	2.38 289	10.28 263	6.63 269	4.77 353	6.47 196	9.60 399	32.50 419	42.15 474	14.59 226	12.10 159	11.92 214	11.87 308	14.80 322	8.14 289	0.09 142	1.33 445	0.03 189	0.32 344	0.74 343	0.93 184

CoDeX	9.58 304	2.12 227	10.82 289	6.52 258	3.76 302	16.55 378	6.82 343	26.62 345	25.63 347	17.50 295	25.62 310	14.70 262	11.81 307	12.82 252	7.88 282	0.42 307	0.20 161	0.15 316	0.02 117	0.36 200	1.28 245

anonymousa	9.61 307	2.06 211	9.20 215	5.24 153	6.67 436	15.03 344	4.18 262	19.08 241	21.43 288	19.03 334	30.96 378	21.49 357	14.23 357	11.12 167	8.61 299	0.08 132	1.24 430	0.29 376	0.69 430	0.18 105	1.48 277

MyStereo05	9.63 308	2.25 259	10.26 261	6.69 276	4.74 351	7.75 228	9.60 399	31.51 410	41.00 468	17.45 293	13.02 168	10.28 190	12.27 317	14.74 319	7.68 279	0.09 142	1.32 441	0.02 171	0.26 312	0.84 364	0.92 179

rvit_0105_3	9.68 309	4.32 397	19.50 434	12.22 469	1.90 184	9.16 249	8.63 381	19.21 245	30.92 392	15.42 240	14.72 181	18.81 331	12.18 313	15.98 337	7.12 272	0.67 364	0.42 232	0.01 147	0.49 406	0.56 290	1.40 261

test_sample4	9.81 310	2.27 264	11.39 308	5.70 199	2.74 244	17.40 391	5.20 292	28.01 361	21.50 290	18.70 324	28.46 342	14.96 266	12.86 327	13.80 293	9.68 320	0.24 241	0.97 355	0.06 222	0.16 246	0.51 274	1.48 277

DispNO	9.82 311	2.57 311	17.77 420	6.22 234	5.73 400	11.89 290	4.77 279	25.54 326	21.70 295	17.56 298	21.28 260	18.01 320	13.83 349	17.46 373	9.91 323	0.35 280	0.16 152	0.03 189	0.12 213	0.51 274	1.05 209

BUS	9.86 312	1.86 162	9.14 210	7.14 308	4.12 320	19.47 411	2.69 206	34.15 441	23.28 312	18.82 329	21.95 275	14.37 257	11.63 299	14.72 316	12.39 362	0.36 283	0.13 140	0.15 316	0.04 146	0.37 206	0.46 86

CFNet_pseudo	9.92 313	2.21 249	11.76 319	5.09 142	2.93 264	14.43 330	3.12 224	27.16 350	32.52 407	17.58 300	22.81 288	21.97 362	9.29 260	13.06 266	8.34 293	0.23 236	0.46 238	1.23 457	0.27 320	2.89 443	0.99 198

ccs_rob	9.95 314	2.21 249	11.74 318	5.11 146	2.91 260	14.48 332	3.21 230	27.26 352	32.72 411	17.53 296	22.70 284	21.96 361	9.25 259	12.99 259	8.34 293	0.23 236	0.45 236	1.38 462	0.28 324	3.13 451	1.07 214

G2L-ROB	9.96 315	2.29 266	9.59 232	6.06 223	4.08 315	12.02 293	7.60 367	29.90 387	18.79 265	20.31 356	22.15 282	22.44 367	13.11 333	17.47 374	12.03 354	0.03 33	0.01 11	0.01 147	0.02 117	0.27 153	1.07 214

MSMDNet	9.96 315	2.08 216	11.66 317	5.39 164	2.92 261	16.50 377	2.89 216	29.73 383	34.55 429	17.86 306	21.91 273	18.86 332	8.36 241	13.06 266	7.74 281	0.24 241	0.47 241	0.66 417	0.24 299	3.07 447	1.04 206

MLCV	9.96 315	3.33 362	14.77 374	5.75 204	1.62 154	14.91 336	1.31 82	22.06 287	24.83 333	22.51 395	31.57 389	17.20 301	8.07 234	17.07 367	12.11 356	0.48 320	0.01 11	0.05 213	0.05 161	0.48 261	1.10 218

PCWNet_CMD	9.97 318	2.08 216	11.61 316	5.36 162	2.92 261	16.39 374	2.94 220	29.76 384	34.38 426	17.83 303	21.86 272	18.91 333	8.27 239	13.01 261	7.73 280	0.23 236	0.46 238	0.79 425	0.25 310	3.46 461	1.12 226

UCFNet_RVC	10.01 319	2.81 327	6.11 77	7.31 320	3.92 308	16.80 382	8.00 374	28.68 368	20.81 282	16.57 269	23.35 291	25.82 404	13.06 332	13.55 285	9.18 308	0.12 174	0.06 96	1.19 451	0.32 344	1.47 402	1.06 211

test_sample5	10.07 320	2.24 255	11.22 305	5.82 210	2.68 241	16.15 368	5.79 309	27.87 359	21.59 293	19.26 340	32.74 410	15.92 283	12.97 328	14.33 301	9.26 311	0.27 256	0.98 359	0.07 240	0.17 252	0.57 292	1.49 279

Anonymous3	10.07 320	4.14 391	31.49 483	9.77 406	5.11 370	25.00 451	11.85 438	25.20 323	19.24 270	10.80 162	14.78 182	7.92 157	8.68 248	14.40 304	6.12 248	3.25 484	1.40 454	0.08 248	0.06 172	0.81 357	1.30 248

BEATNet_4x	10.11 322	5.82 426	14.80 376	6.14 227	1.55 143	13.87 321	5.98 317	26.24 336	18.35 252	16.53 268	25.41 308	18.01 320	13.78 348	18.01 383	12.39 362	0.48 320	0.18 156	0.81 431	0.11 210	2.02 423	1.70 300

GANet-RSSM	10.17 323	2.02 197	8.21 170	7.09 307	5.57 393	13.17 311	7.29 360	27.27 353	19.65 273	15.81 253	28.83 347	26.18 407	16.33 387	14.58 313	9.28 315	0.25 248	0.27 186	0.16 323	0.04 146	0.65 321	0.72 137

DualNet	10.19 324	2.24 255	11.22 305	5.82 210	2.68 241	16.15 368	5.79 309	27.87 359	21.59 293	20.28 350	34.11 427	15.92 283	12.97 328	14.33 301	9.26 311	0.27 256	0.98 359	0.07 240	0.17 252	0.57 292	1.49 279

DCVSM-stereo	10.23 325	2.16 241	12.54 343	6.23 235	3.65 297	12.01 292	3.56 245	19.41 251	23.18 310	24.08 414	19.88 239	29.55 426	18.82 420	14.49 309	10.42 332	0.25 248	1.17 409	0.28 371	0.06 172	0.82 360	2.07 369

gwcnet-sp	10.26 326	3.56 375	15.31 388	6.59 263	4.30 328	15.71 354	5.71 306	26.09 333	25.15 337	21.68 383	21.77 265	15.01 268	16.42 390	15.21 328	10.76 339	0.12 174	0.20 161	0.02 171	0.09 195	0.63 315	0.86 162

scenet	10.26 326	3.56 375	15.31 388	6.59 263	4.30 328	15.71 354	5.71 306	26.09 333	25.15 337	21.68 383	21.77 265	15.01 268	16.42 390	15.21 328	10.76 339	0.12 174	0.20 161	0.02 171	0.09 195	0.63 315	0.86 162

ssnet	10.26 326	3.56 375	15.31 388	6.59 263	4.30 328	15.71 354	5.71 306	26.09 333	25.15 337	21.68 383	21.77 265	15.01 268	16.42 390	15.21 328	10.76 339	0.12 174	0.20 161	0.02 171	0.09 195	0.63 315	0.86 162

PSMNet-ADL	10.30 329	2.32 273	7.83 157	9.69 403	4.44 337	16.04 361	4.16 260	27.57 357	25.08 335	15.16 233	19.04 226	25.28 400	13.63 344	16.49 352	15.33 387	0.86 394	0.81 321	0.01 147	0.04 146	0.33 177	1.81 311

ff1	10.31 330	2.34 278	12.99 349	6.28 239	3.81 303	12.43 297	7.47 363	19.77 256	16.80 239	16.64 274	32.03 397	17.29 302	11.78 303	17.54 375	24.30 454	0.05 71	1.17 409	0.80 427	0.37 372	0.29 165	2.07 369

PSMNet-RSSM	10.31 330	2.47 299	7.79 155	7.85 350	4.38 335	10.47 265	6.67 336	29.67 381	22.25 302	16.62 272	33.75 423	23.30 376	14.58 362	13.91 296	10.56 333	0.23 236	0.09 117	0.07 240	0.24 299	0.87 367	0.48 91

IER	10.32 332	2.06 211	11.88 326	4.95 133	5.34 379	13.34 314	6.11 319	27.47 355	23.59 318	20.37 358	30.03 362	16.50 291	20.42 439	14.24 299	8.81 300	0.16 199	0.03 51	0.18 331	0.10 204	0.27 153	0.56 107

BSDual-CNN	10.33 333	1.86 162	9.14 210	7.14 308	4.12 320	15.83 359	8.93 386	34.15 441	23.28 312	18.82 329	21.95 275	22.14 364	13.58 342	14.72 316	9.53 317	0.36 283	0.13 140	0.15 316	0.04 146	0.37 206	0.46 86

psmg	10.36 334	1.86 162	9.14 210	5.58 176	4.12 320	15.74 358	7.65 368	30.05 389	23.28 312	21.80 387	26.26 317	22.14 364	13.58 342	14.72 316	9.53 317	0.36 283	0.13 140	0.17 326	0.04 146	0.44 245	0.67 126

test_for_model	10.44 335	31.57 535	7.69 148	28.25 531	19.35 529	5.66 152	1.73 133	9.50 77	9.59 151	13.59 213	6.15 85	5.25 106	2.58 74	5.60 23	1.81 42	10.21 521	3.48 516	0.00 1	0.16 246	35.71 546	10.93 524

CFNet-ft	10.46 336	3.02 345	7.10 125	7.69 339	5.42 385	16.93 383	5.92 314	22.83 299	22.31 303	15.81 253	30.40 367	26.42 410	15.19 370	13.60 289	12.18 358	0.14 185	0.10 128	1.87 469	0.34 356	1.22 387	0.73 140

CFNet_RVC	10.46 336	3.02 345	7.10 125	7.69 339	5.42 385	16.93 383	5.92 314	22.82 298	22.31 303	15.81 253	30.40 367	26.41 409	15.19 370	13.60 289	12.19 359	0.14 185	0.10 128	1.87 469	0.34 356	1.22 387	0.73 140

test_sample6	10.49 338	2.24 255	11.49 311	5.91 217	2.48 230	16.12 367	6.37 331	28.98 372	22.48 305	20.28 350	34.11 427	17.08 299	13.28 335	14.57 311	10.61 336	0.32 270	0.95 350	0.10 270	0.19 270	0.59 301	1.61 290

UGAM	10.51 339	1.74 133	10.16 253	7.06 303	4.44 337	6.56 201	11.34 431	16.06 186	27.83 367	21.09 374	28.18 339	23.47 378	11.21 287	26.86 467	11.33 348	0.05 71	0.49 245	0.46 397	0.36 367	0.44 245	0.97 196

qqq1	10.51 339	1.90 168	14.85 377	4.89 126	1.48 128	14.92 337	3.21 230	31.03 397	30.74 388	20.28 350	29.37 353	18.33 322	14.54 358	16.56 355	4.42 194	0.41 301	1.20 419	0.00 1	0.14 228	0.39 223	1.60 287

fff1	10.51 339	1.90 168	14.85 377	4.89 126	1.48 128	14.92 337	3.21 230	31.03 397	30.74 388	20.28 350	29.37 353	18.33 322	14.54 358	16.56 355	4.42 194	0.41 301	1.20 419	0.00 1	0.14 228	0.39 223	1.60 287

UDGNet	10.51 339	14.75 503	11.91 327	10.29 420	2.78 252	7.93 236	1.94 158	19.31 250	34.57 430	17.74 301	13.70 175	13.56 249	7.30 221	13.52 282	7.18 273	5.80 504	0.11 132	12.86 529	2.76 492	9.87 509	2.34 397

ICVP	10.54 343	2.11 224	7.49 143	9.62 401	3.41 287	13.85 320	6.34 329	26.81 347	23.24 311	16.90 280	31.76 393	27.31 419	12.81 326	12.18 219	12.47 366	1.59 451	0.58 272	0.19 337	0.13 217	0.63 315	1.45 269
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_ucs	10.56 344	2.15 237	12.88 345	5.55 174	4.11 318	15.24 347	3.93 253	28.55 366	32.41 405	18.70 324	24.95 304	22.99 371	9.66 267	14.22 298	8.13 288	0.29 264	0.84 327	1.63 466	0.23 291	3.43 460	1.31 250

G2L-Stereo	10.65 345	2.78 325	11.19 303	7.63 335	4.24 325	8.87 246	9.35 397	29.83 386	23.03 309	19.75 346	26.33 321	23.15 375	12.08 310	16.39 347	16.43 398	0.34 278	0.04 60	0.09 258	0.01 88	0.41 231	1.05 209

cf-r	10.67 346	2.34 278	9.77 239	6.17 230	5.79 403	12.94 307	5.14 286	25.21 325	27.86 368	17.84 304	32.03 397	25.81 403	15.91 381	12.22 222	12.56 368	0.17 205	0.19 160	0.05 213	0.06 172	0.59 301	0.72 137

RAFT + AFF	10.71 347	4.59 403	18.51 425	10.52 428	5.02 365	13.14 310	11.12 428	26.24 336	27.48 364	15.09 232	16.07 195	19.83 342	11.23 289	17.09 368	10.38 329	0.45 316	1.45 464	0.65 416	0.23 291	2.31 434	2.74 422

hknet	10.77 348	1.95 177	11.80 321	7.14 308	3.83 307	15.83 359	8.93 386	34.15 441	22.70 307	18.82 329	21.95 275	23.13 373	17.03 398	16.94 365	9.85 322	0.28 260	0.13 140	0.15 316	0.04 146	0.37 206	0.46 86

ttt	10.82 349	2.17 244	9.66 237	7.03 299	4.44 337	14.16 326	6.87 346	33.72 437	30.69 386	15.67 249	31.50 387	14.99 267	10.50 277	16.54 354	13.98 375	0.41 301	1.31 439	0.10 270	0.29 330	0.47 258	1.92 329

ACVNet	10.83 350	2.25 259	7.10 125	6.43 254	3.02 270	13.17 311	3.75 248	22.83 299	35.15 436	15.81 253	30.67 373	24.65 388	15.77 379	16.47 350	18.13 411	0.16 199	0.01 11	0.06 222	0.07 180	0.65 321	0.43 77

AdaStereo	10.85 351	4.57 401	10.79 286	9.59 400	3.46 289	17.49 392	6.29 324	32.70 422	26.07 350	19.04 335	26.55 323	19.60 341	10.12 273	17.71 381	10.38 329	1.00 415	0.05 71	0.42 392	0.02 117	0.70 333	0.46 86
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.
G2L-Stereo_test	11.01 352	2.34 278	9.34 221	5.12 147	4.31 331	12.30 295	13.21 453	33.14 430	23.33 315	23.77 411	25.10 305	21.80 359	13.91 353	16.39 347	14.37 378	0.09 142	0.06 96	0.01 147	0.02 117	0.38 218	1.16 227

SMFormer	11.03 353	1.90 168	14.85 377	4.89 126	1.48 128	14.92 337	3.21 230	31.03 397	30.74 388	20.28 350	29.37 353	18.33 322	14.54 358	16.56 355	14.46 380	0.41 301	1.20 419	0.28 371	0.24 299	0.45 251	1.47 274

tta	11.03 353	1.90 168	14.85 377	4.89 126	1.48 128	14.92 337	3.21 230	31.03 397	30.73 387	20.28 350	29.37 353	18.33 322	14.54 358	16.56 355	14.46 380	0.41 301	1.20 419	0.28 371	0.24 299	0.39 223	1.60 287

iResNet	11.06 355	4.16 392	16.83 407	7.89 353	2.23 214	15.59 352	9.17 394	24.49 319	29.14 376	20.78 364	31.13 381	16.87 297	11.58 296	15.45 332	12.50 367	0.64 359	0.05 71	0.02 171	0.10 204	0.79 352	1.71 301

DDVS	11.10 356	3.37 365	13.49 357	7.49 331	4.07 313	16.17 370	2.73 210	24.18 315	17.91 248	21.37 379	30.15 364	31.23 441	8.50 245	19.92 403	15.00 385	0.82 387	1.56 474	0.08 248	0.22 281	0.84 364	2.84 426

test_sample7	11.16 357	2.69 321	11.55 314	5.82 210	2.21 213	15.39 349	9.15 392	29.36 375	25.26 340	24.82 421	21.48 262	24.89 392	18.88 423	14.41 305	11.06 345	0.78 380	1.96 486	0.43 393	0.14 228	0.73 340	2.20 384

CFNet	11.23 358	3.41 367	10.68 283	7.08 306	4.22 324	17.38 390	4.83 282	31.29 407	31.29 395	19.15 337	26.85 326	24.06 384	13.75 346	16.23 341	12.22 360	0.26 252	0.05 71	0.44 394	0.09 195	0.92 370	0.41 72

AACVNet	11.24 359	3.71 382	11.56 315	9.45 396	3.35 283	11.67 287	4.88 283	23.23 306	14.00 201	28.19 455	29.90 361	30.39 437	18.03 413	20.04 405	13.22 372	0.50 326	0.21 169	0.23 354	0.07 180	0.75 347	1.52 283

DeepPruner_ROB	11.28 360	5.83 427	15.23 385	6.93 296	4.50 344	10.08 255	6.62 335	36.65 473	20.17 278	18.12 313	27.95 335	23.10 372	13.43 337	20.08 406	11.90 353	1.16 435	0.51 251	0.23 354	0.17 252	1.11 382	1.91 328

GMStereo_Zeroshot	11.32 361	8.59 466	21.66 452	10.06 411	2.53 233	12.38 296	1.43 89	21.36 283	21.50 290	23.48 406	35.74 441	24.85 391	6.12 187	20.48 413	8.28 291	0.83 388	0.02 35	0.25 361	0.01 88	6.33 490	0.53 100

LMCR-Stereo	11.32 361	4.98 413	11.87 325	14.09 481	4.01 310	16.97 387	5.70 304	26.41 341	23.41 316	22.57 397	22.11 281	15.18 272	15.44 375	21.48 435	17.57 407	2.29 467	0.04 60	0.00 1	0.03 131	1.53 406	0.65 122

LL-Strereo	11.34 363	4.25 395	13.90 362	9.09 387	6.20 421	7.31 217	8.93 386	35.93 461	30.30 382	16.93 281	15.83 192	21.85 360	17.45 408	21.92 439	10.25 327	0.43 309	1.47 467	0.74 422	0.08 187	1.15 383	2.71 420

GwcNet-RSSM	11.34 363	2.72 323	10.26 261	7.24 318	5.38 381	12.67 302	6.70 339	26.70 346	31.93 401	17.56 298	34.45 432	24.37 387	15.77 379	13.70 291	15.31 386	0.19 223	0.20 161	0.14 311	0.05 161	0.81 357	0.64 120

HSM-Net_RVC	11.37 365	1.57 106	6.32 87	5.99 220	2.67 240	20.99 423	7.19 356	28.50 364	28.64 373	21.03 373	25.84 312	33.64 464	16.37 389	16.83 362	10.76 339	0.21 230	0.08 115	0.02 171	0.00 1	0.16 93	0.55 104
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NINENet	11.46 366	3.02 345	11.83 323	8.45 370	5.40 382	19.47 411	2.69 206	39.63 497	34.82 431	19.11 336	27.64 331	14.37 257	11.63 299	16.21 340	12.39 362	0.94 408	0.21 169	0.29 376	0.00 1	0.48 261	0.55 104

ToySt	11.51 367	2.48 302	17.84 421	6.10 225	2.09 201	16.11 366	12.36 443	25.07 322	28.25 371	15.22 235	25.16 306	25.51 401	15.98 383	17.63 380	15.46 389	0.19 223	1.08 393	0.04 205	0.31 342	0.66 326	2.67 417

DAS	11.51 367	2.60 315	15.62 394	9.37 394	6.27 427	16.04 361	7.71 369	22.70 296	33.92 420	19.53 342	29.03 348	19.51 339	19.10 427	17.44 372	8.98 303	0.78 380	0.02 35	0.29 376	0.01 88	0.48 261	0.81 153

ac_64	11.57 369	2.13 233	11.77 320	8.79 382	5.51 390	19.40 409	6.29 324	24.72 321	15.20 213	23.50 407	24.91 302	33.07 458	16.82 395	19.33 398	17.78 409	0.53 330	0.15 149	0.02 171	0.03 131	0.35 189	1.03 205

mmx	11.59 370	2.34 278	12.99 349	6.28 239	3.81 303	12.43 297	7.47 363	32.76 424	28.92 374	16.64 274	32.03 397	17.29 302	11.78 303	17.54 375	24.30 454	0.24 241	1.21 425	0.80 427	0.37 372	0.65 321	1.89 324

xxx	11.59 370	2.34 278	12.99 349	6.28 239	3.81 303	12.43 297	7.47 363	32.75 423	28.92 374	16.64 274	32.03 397	17.29 302	11.78 303	17.54 375	24.30 454	0.24 241	1.21 425	0.80 427	0.37 372	0.65 321	1.89 324

NOSS_ROB	11.76 372	4.63 405	8.14 169	7.46 328	2.92 261	17.82 396	10.55 418	30.45 393	34.08 424	16.37 262	19.97 240	23.14 374	16.31 385	18.22 388	10.67 338	2.98 479	1.84 481	3.39 495	1.64 477	2.24 430	2.37 401

ITSA-stereo	11.88 373	2.48 302	11.96 331	6.54 259	1.92 186	13.33 313	4.81 281	37.17 479	49.04 501	18.70 324	18.52 222	21.69 358	12.63 324	16.77 360	15.60 391	0.53 330	0.40 219	0.32 383	0.33 351	1.07 379	3.89 457

HSM	11.89 374	2.32 273	8.70 184	6.70 279	4.10 317	16.45 375	8.06 376	30.42 392	20.31 280	23.35 405	26.42 322	41.60 506	17.59 410	20.66 416	9.57 319	0.11 159	0.03 51	0.01 147	0.01 88	0.24 130	1.22 237

coex_refinement	12.03 375	2.30 269	8.72 185	8.56 373	5.30 378	16.95 386	7.17 353	31.75 412	32.48 406	18.92 333	31.46 386	25.97 406	12.98 330	14.55 310	21.39 436	0.33 273	0.06 96	0.02 171	0.10 204	0.49 270	1.18 232

SepStereo	12.04 376	2.60 315	15.62 394	9.37 394	6.27 427	16.04 361	7.71 369	22.70 296	33.92 420	19.53 342	29.03 348	19.51 339	19.10 427	27.97 473	8.98 303	0.78 380	0.02 35	0.29 376	0.01 88	0.48 261	0.81 153

DMCA-RVC	12.06 377	4.35 398	14.21 369	10.52 428	4.86 355	13.84 319	4.33 265	25.20 323	24.13 324	20.56 362	29.22 351	26.65 412	25.85 469	17.02 366	16.34 396	0.41 301	0.35 209	0.55 406	0.24 299	0.83 363	1.81 311

ACV-stereo	12.12 378	6.01 433	30.51 479	7.45 326	3.42 288	21.69 429	6.74 340	22.11 289	20.81 282	17.88 307	21.26 259	26.73 415	17.28 402	20.80 420	14.16 376	0.79 384	1.10 398	0.17 326	0.09 195	0.67 328	2.66 415

1111x	12.31 379	2.33 275	12.13 334	5.79 206	2.84 255	15.49 350	8.70 382	36.34 468	29.33 377	16.58 270	27.52 330	26.70 414	15.76 378	17.21 369	24.79 461	0.26 252	1.37 451	0.04 205	0.42 393	0.46 256	2.07 369

UPFNet	12.31 379	2.15 237	11.91 327	7.90 354	7.21 449	20.03 417	9.28 395	29.44 379	27.18 362	20.88 367	30.86 377	21.23 353	18.11 414	19.60 400	17.41 406	0.55 338	0.57 268	0.26 363	0.07 180	0.67 328	0.92 179

FADNet-RVC-Resample	12.31 379	5.22 416	32.28 486	10.14 414	4.08 315	14.97 341	6.98 351	26.54 343	24.42 329	23.72 409	29.31 352	19.87 343	15.01 366	16.26 345	10.61 336	0.65 360	0.52 254	0.48 399	0.54 415	1.52 405	3.09 438

RASNet	12.38 382	2.58 313	12.48 342	6.76 281	5.97 412	16.37 373	6.74 340	34.99 452	22.20 300	17.44 292	33.11 414	22.81 370	24.84 460	20.33 410	18.27 414	1.16 435	0.05 71	0.06 222	0.01 88	0.27 153	1.06 211

test_xeample	12.39 383	2.09 218	10.36 265	5.73 201	3.06 272	18.17 402	6.27 323	31.98 415	24.37 328	18.78 328	33.92 426	19.09 337	16.00 384	14.60 314	39.03 521	0.19 223	1.32 441	0.01 147	0.33 351	0.36 200	2.04 363

iResNet_ROB	12.41 384	3.19 353	12.39 339	6.63 269	3.72 299	16.98 388	2.64 202	32.29 417	38.58 458	26.93 446	33.73 422	26.24 408	17.40 405	17.36 371	8.95 302	0.33 273	0.01 11	0.00 1	0.00 1	0.40 227	0.35 49

DSFCA	12.44 385	3.00 342	14.87 381	6.04 222	7.03 445	17.06 389	10.86 424	31.11 402	32.12 402	26.41 441	23.81 295	22.37 366	15.13 369	21.13 430	13.53 374	0.95 411	0.66 286	0.28 371	0.38 382	1.21 386	0.77 148

FADNet_RVC	12.44 385	6.19 435	40.86 501	7.04 300	3.69 298	11.30 279	4.17 261	29.67 381	27.67 366	18.20 315	26.04 313	13.47 247	17.15 399	16.85 364	14.95 384	0.99 413	0.75 309	0.60 410	1.32 468	4.18 469	3.62 449

CBMV_ROB	12.51 387	3.86 385	7.98 163	5.81 208	2.99 268	16.05 365	4.62 274	27.61 358	31.37 396	26.75 444	32.62 408	23.97 383	22.66 453	21.14 431	12.09 355	2.15 464	1.78 480	2.24 476	1.27 467	1.64 410	1.54 285

NLCA_NET_v2_RVC	12.58 388	4.09 389	18.25 423	8.26 364	5.83 407	14.72 333	5.85 312	33.49 435	27.86 368	22.14 392	32.16 403	24.94 396	14.01 356	16.19 339	16.82 403	0.90 400	0.35 209	0.37 388	0.58 422	1.51 404	3.31 444
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
acv_ft	12.59 389	2.25 259	13.50 358	8.30 366	6.23 422	19.81 415	6.34 329	26.43 342	35.15 436	26.38 440	30.67 373	24.65 388	14.91 365	16.47 350	19.16 423	0.16 199	0.01 11	0.06 222	0.07 180	0.74 343	0.43 77

hitnet-ft	12.59 389	3.03 348	7.87 159	7.49 331	4.20 323	27.41 471	3.75 248	23.41 309	24.15 325	21.14 376	34.12 429	31.93 449	19.74 435	20.28 409	18.13 411	0.54 336	1.45 464	0.35 386	0.09 195	1.26 390	1.41 264

xxxx	12.60 391	2.03 199	10.79 286	6.18 232	2.86 257	21.84 430	3.02 222	34.55 449	25.46 344	16.39 263	31.58 390	26.87 418	14.75 364	14.00 297	37.45 513	0.21 230	1.36 450	0.01 147	0.32 344	0.35 189	2.07 369

ISRNet	12.68 392	2.57 311	19.05 431	13.05 476	6.24 423	7.30 216	2.84 214	29.80 385	32.13 403	23.26 404	35.61 440	24.75 390	16.48 393	15.81 336	14.55 382	0.85 391	1.01 377	2.29 477	0.55 418	1.08 380	4.43 461

pcwnet_v2	12.68 392	2.30 269	18.36 424	8.32 367	5.74 401	17.73 394	4.77 279	36.75 476	46.28 497	20.98 371	29.07 350	16.62 292	13.52 338	16.56 355	10.30 328	0.55 338	1.02 385	0.34 385	0.24 299	2.10 426	2.11 377

iResNetv2_ROB	12.78 394	4.09 389	15.60 392	6.44 256	3.75 301	14.86 334	7.17 353	34.46 447	37.12 445	26.06 435	34.81 436	29.76 427	16.32 386	14.77 320	7.67 278	0.31 267	0.03 51	0.12 297	0.01 88	0.94 371	1.23 239

ADLNet	12.84 395	2.93 336	11.94 329	8.87 383	6.88 440	17.96 397	8.85 383	34.12 439	26.67 357	27.81 454	26.24 316	26.84 417	15.04 367	17.54 375	19.94 427	0.59 347	0.58 272	0.24 358	0.11 210	0.80 356	2.85 428

CBFPSM	12.96 396	3.37 365	30.97 481	5.30 156	3.22 278	22.79 437	16.93 482	21.82 284	21.35 286	21.93 389	28.34 341	29.99 431	17.38 404	15.32 331	16.39 397	0.11 159	0.48 242	0.10 270	0.17 252	0.58 295	2.72 421

ADLNet2	12.99 397	2.94 337	14.18 367	9.57 399	5.96 411	20.23 420	10.41 417	33.05 428	37.61 449	19.46 341	19.74 237	22.46 368	18.63 417	22.37 442	20.76 431	0.37 288	0.15 149	0.06 222	0.08 187	1.04 378	0.72 137

dad	13.05 398	11.39 483	15.64 396	7.35 321	2.10 202	15.64 353	3.48 240	18.77 238	35.55 439	27.77 452	33.76 424	31.59 443	13.04 331	14.79 321	11.16 347	3.35 485	0.54 258	7.85 519	0.96 450	3.88 467	2.49 411

AASNet	13.05 398	3.27 358	12.23 336	10.28 419	6.90 441	17.61 393	7.88 371	41.14 504	38.29 454	23.20 403	29.62 358	16.85 296	15.59 377	15.50 334	19.03 421	0.39 294	0.03 51	0.78 424	0.05 161	1.32 394	1.08 216

HBP-ISP	13.07 400	8.80 468	8.99 197	8.11 362	4.55 347	13.48 316	6.60 334	29.09 374	30.50 384	21.33 378	36.14 442	16.62 292	19.42 431	20.92 424	12.81 370	3.63 487	2.61 501	7.18 515	4.12 504	3.74 465	2.69 419

222	13.07 400	1.99 187	10.74 285	6.56 261	2.74 244	19.95 416	2.54 196	34.13 440	24.42 329	22.52 396	31.39 383	20.78 349	16.99 397	14.31 300	48.07 545	0.16 199	1.33 445	0.01 147	0.32 344	0.37 206	2.02 357

DualNet (step1)	13.16 402	5.31 418	19.76 435	6.41 250	3.12 275	17.98 398	9.85 408	29.36 375	25.26 340	24.82 421	21.48 262	24.89 392	18.87 421	14.41 305	11.06 345	6.83 508	1.96 486	6.61 508	7.47 518	3.22 454	4.59 462

UNet	13.18 403	2.47 299	14.45 371	7.45 326	7.82 464	26.01 460	4.67 277	34.38 446	29.42 378	20.90 369	31.81 394	26.68 413	18.98 424	21.08 429	15.56 390	0.21 230	0.06 96	0.27 365	0.09 195	0.37 206	1.01 201

HGLStereo	13.21 404	3.45 368	14.01 364	10.32 422	7.72 461	15.72 357	7.19 356	31.94 414	28.12 370	20.83 366	36.16 444	26.61 411	20.82 441	18.74 392	19.63 426	1.01 417	0.22 172	0.07 240	0.08 187	0.59 301	1.00 200

GEStereo_RVC	13.23 405	3.13 351	15.23 385	10.33 423	4.95 361	18.92 408	11.46 435	31.58 411	48.03 499	20.51 361	27.68 332	19.00 335	13.31 336	20.44 412	16.01 394	1.15 434	0.51 251	0.10 270	0.14 228	0.67 328	1.47 274

delet	13.26 406	2.43 295	12.99 349	8.45 370	6.26 426	22.40 433	10.83 423	28.78 369	38.76 459	20.39 360	30.36 366	20.85 350	17.67 411	22.97 444	19.13 422	0.14 185	0.45 236	0.19 337	0.08 187	0.78 351	1.24 241

CRFU-Net	13.32 407	3.53 374	12.90 347	8.76 381	6.05 416	26.25 463	10.15 414	25.86 328	14.68 208	30.76 474	30.58 371	30.11 434	21.59 450	20.52 414	20.28 429	1.53 450	0.48 242	0.27 365	0.16 246	0.64 320	1.28 245

CSP-Net	13.41 408	3.62 380	11.03 299	6.62 268	4.07 313	25.76 459	9.61 403	29.66 380	27.14 361	29.97 468	33.42 419	29.84 429	17.23 401	20.64 415	16.03 395	1.12 430	0.41 226	0.03 189	0.00 1	0.75 347	1.29 247

MMNet	13.55 409	2.82 329	13.90 362	7.63 335	6.36 430	26.45 465	4.63 275	24.00 314	42.67 477	26.25 438	33.12 415	20.98 352	19.45 433	20.14 407	19.49 425	0.75 371	0.54 258	0.11 292	0.01 88	0.53 277	1.10 218

STTStereo	13.60 410	5.63 424	28.73 475	8.07 359	5.65 397	13.97 323	7.17 353	31.25 404	26.70 358	25.59 429	32.06 402	31.71 446	14.71 363	17.24 370	16.46 400	0.29 264	0.40 219	0.71 419	1.43 471	1.31 392	2.82 425

SGM-Forest	13.63 411	2.55 310	8.22 171	6.30 244	2.16 210	23.84 443	11.13 429	34.68 450	32.40 404	27.27 448	33.02 411	30.08 433	17.82 412	22.13 440	15.40 388	1.66 457	0.32 199	0.88 436	0.03 131	0.79 352	1.93 331
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TDLM	13.70 412	4.93 412	11.80 321	11.93 462	5.53 391	16.75 381	14.38 461	36.12 465	32.59 408	23.08 402	27.03 327	25.90 405	15.40 373	25.87 462	14.23 377	1.24 442	0.09 117	1.53 464	0.61 425	2.06 425	2.94 431

AANet_RVC	13.75 413	6.34 437	12.90 347	8.87 383	4.53 346	14.09 325	9.12 391	29.37 378	38.32 456	23.85 413	37.41 450	23.55 379	17.51 409	23.31 447	18.56 415	2.08 463	1.30 435	0.25 361	0.06 172	0.73 340	2.87 429

xyz-stereo	13.76 414	1.43 86	40.88 502	3.14 30	0.83 53	42.24 525	4.68 278	14.87 171	26.49 354	23.70 408	37.20 448	30.36 436	19.90 436	18.77 393	9.23 309	0.28 260	0.03 51	0.64 414	0.03 131	0.20 116	0.32 41

ssnet_v2	13.84 415	3.15 352	13.44 356	7.99 356	3.08 273	22.60 434	14.51 464	36.65 473	33.59 418	22.04 391	26.10 314	28.64 422	17.16 400	23.13 445	20.86 433	0.50 326	0.32 199	0.20 342	0.13 217	1.41 398	1.38 256

FADNet-RVC	13.86 416	12.75 497	41.65 503	8.64 376	4.63 349	16.45 375	6.89 347	28.91 370	24.20 326	20.89 368	31.44 385	26.73 415	11.37 293	21.58 437	15.91 392	0.25 248	0.14 146	0.14 311	0.24 299	2.97 445	1.50 282

psm_up	13.88 417	2.70 322	10.89 293	10.20 416	5.97 412	15.01 342	12.58 445	39.13 494	31.75 399	21.39 380	31.09 380	30.18 435	25.01 463	20.33 410	17.62 408	0.75 371	0.39 217	0.18 331	0.03 131	0.82 360	1.67 298

DLCB_ROB	13.97 418	3.74 383	11.01 298	9.99 410	5.85 408	21.40 426	10.37 416	30.17 390	30.49 383	28.21 456	32.18 404	32.67 454	21.17 445	20.20 408	18.59 416	0.34 278	0.18 156	0.41 391	0.15 237	0.61 309	1.76 307

StereoDRNet-Refined	14.03 419	3.52 372	12.77 344	8.70 378	3.31 281	18.50 405	4.58 272	29.08 373	30.59 385	29.85 466	42.52 484	25.24 399	19.57 434	23.88 451	23.55 448	0.44 312	0.07 109	0.54 404	0.38 382	0.88 369	2.64 414
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iinet-f	14.05 420	5.00 414	47.51 517	6.57 262	4.04 311	21.14 424	14.37 459	28.25 362	21.37 287	21.95 390	31.37 382	21.31 355	18.66 418	16.15 338	20.61 430	0.31 267	0.41 226	0.09 258	0.05 161	1.00 376	0.76 146

CVANet_RVC	14.09 421	4.82 410	10.86 292	9.46 397	5.60 396	19.70 414	12.94 450	33.38 433	34.86 432	23.72 409	33.31 416	29.76 427	16.35 388	24.37 453	12.45 365	1.22 440	0.23 174	1.45 463	0.87 442	3.41 458	3.01 433

SACVNet	14.10 422	5.24 417	14.19 368	12.11 466	6.12 419	18.45 404	9.11 390	33.13 429	22.94 308	28.79 459	33.88 425	32.69 455	23.78 454	20.91 423	12.13 357	1.08 424	0.54 258	0.84 434	0.48 403	1.41 398	4.26 459

rvit_105_1	14.11 423	6.23 436	22.11 455	13.74 480	4.55 347	15.38 348	28.19 530	27.21 351	43.35 481	19.53 342	24.36 299	22.05 363	15.96 382	18.37 389	12.70 369	2.27 466	0.58 272	0.26 363	2.37 490	0.70 333	2.20 384

PS-NSSS	14.36 424	8.44 464	16.43 403	7.44 325	5.79 403	18.65 407	12.71 448	39.02 491	26.84 359	20.99 372	36.15 443	21.47 356	18.25 415	18.21 387	18.63 417	2.44 472	0.55 262	5.38 501	0.37 372	5.25 481	4.11 458

CBMV	14.52 425	4.59 403	9.99 248	6.61 267	2.85 256	22.76 436	12.45 444	30.63 395	33.32 414	31.98 479	35.00 438	31.68 444	19.43 432	26.53 465	16.71 402	1.28 443	0.61 278	0.63 412	0.12 213	1.26 390	1.89 324
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FADNet	14.77 426	11.96 488	39.55 500	8.50 372	6.64 435	18.53 406	6.74 340	35.70 459	35.06 434	19.21 338	28.06 337	28.14 420	13.94 354	18.54 391	11.61 352	0.48 320	0.75 309	0.38 390	0.49 406	9.17 504	2.05 367

fast-acv-ft	14.96 427	4.73 407	17.68 417	8.03 358	5.27 377	28.61 478	9.97 411	26.25 338	35.58 440	26.03 434	38.02 456	31.91 448	21.50 447	19.25 397	21.18 434	0.61 353	0.38 214	0.63 412	0.48 403	1.31 392	1.73 303

pmcnn	15.27 428	4.31 396	22.32 457	7.46 328	4.46 342	22.15 432	15.74 473	28.53 365	31.88 400	27.78 453	40.04 470	39.06 491	19.11 429	18.79 394	20.78 432	1.04 422	0.23 174	0.00 1	0.00 1	0.53 277	1.17 230

Anonymous_2	15.61 429	7.12 445	18.63 428	6.49 257	7.98 465	26.94 468	11.93 439	19.48 252	18.48 261	18.25 318	15.95 193	24.18 385	21.32 446	21.17 432	15.94 393	10.88 524	13.80 539	11.19 527	25.13 543	10.92 515	6.42 489

z-ln-s-r	15.70 430	7.13 449	42.53 505	5.88 216	5.57 393	14.47 331	13.18 452	22.93 301	38.31 455	19.68 345	44.92 501	23.85 382	18.42 416	23.81 450	30.69 500	0.37 288	0.02 35	0.00 1	0.01 88	1.15 383	1.16 227

TCMNet	15.72 431	7.51 453	21.42 451	14.39 484	12.57 511	26.22 462	13.91 458	30.23 391	36.03 442	25.57 428	31.73 391	23.65 380	15.35 372	19.98 404	24.06 453	1.44 447	0.67 291	2.04 473	0.99 452	3.41 458	3.26 443

NVstereo2D	15.77 432	4.01 387	17.73 418	9.96 409	8.10 471	30.36 486	9.52 398	43.10 516	43.12 480	15.45 242	28.03 336	23.46 377	16.84 396	24.62 454	17.06 404	3.35 485	0.87 335	1.76 468	1.13 460	7.76 497	9.19 513

test_sample9	15.79 433	5.31 418	19.76 435	6.41 250	3.12 275	17.98 398	9.85 408	29.36 375	25.26 340	24.82 421	21.48 262	24.89 392	18.87 421	21.03 425	22.11 437	6.83 508	36.75 549	6.61 508	7.47 518	3.22 454	4.59 462

StereoDRNet	16.00 434	5.45 422	16.67 406	11.34 450	8.74 480	25.62 456	11.07 427	40.40 502	37.03 444	29.77 465	30.04 363	34.35 473	19.09 426	19.81 401	25.28 464	0.65 360	0.30 196	0.16 323	0.14 228	1.80 417	2.33 396

Wz-Net-LNSev-Ref	16.12 435	4.56 400	29.46 476	7.78 346	6.11 418	26.08 461	13.01 451	31.08 401	37.61 449	27.66 450	46.96 508	29.92 430	15.40 373	21.54 436	22.39 439	1.09 426	0.05 71	0.10 270	0.00 1	0.43 242	1.21 236

YMNet	16.35 436	6.51 440	23.16 461	11.45 451	8.85 482	25.42 454	8.89 384	32.99 425	32.63 409	34.40 495	39.12 464	34.27 470	17.43 406	20.90 421	22.93 442	0.93 405	1.30 435	1.21 453	0.94 443	1.77 415	1.81 311

YMNet_1	16.35 436	6.51 440	23.16 461	11.45 451	8.85 482	25.42 454	8.89 384	32.99 425	32.63 409	34.40 495	39.12 464	34.27 470	17.43 406	20.90 421	22.93 442	0.93 405	1.30 435	1.21 453	0.94 443	1.77 415	1.81 311

DRN-Test	16.60 438	4.76 408	16.90 410	10.75 435	8.16 473	29.42 482	14.37 459	43.26 518	39.35 460	28.93 461	35.46 439	29.03 424	20.11 438	20.78 418	24.51 459	0.94 408	0.93 347	0.46 397	0.35 360	1.42 400	2.12 378

SDNR	16.80 439	5.88 429	30.01 478	6.39 249	6.53 432	57.67 544	3.15 225	24.30 316	31.49 397	21.50 382	36.56 447	14.69 261	16.76 394	19.14 396	14.45 379	11.12 527	14.00 540	3.11 491	0.51 410	8.86 503	9.92 519

DISCO	16.93 440	2.58 313	17.15 413	8.26 364	4.37 334	27.65 473	10.68 419	31.28 406	44.93 490	22.21 393	34.47 433	36.48 481	23.91 455	36.14 503	34.48 508	0.35 280	0.11 132	0.04 205	0.07 180	1.95 421	1.40 261

PA-Net	16.98 441	8.05 461	29.56 477	10.52 428	11.30 502	21.91 431	29.93 534	32.64 420	39.50 461	20.38 359	28.51 344	23.80 381	20.82 441	21.45 434	25.60 466	0.25 248	2.36 498	0.23 354	4.99 509	1.34 395	6.47 490
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FINET	17.02 442	8.11 462	28.42 474	9.29 393	8.89 485	24.46 446	25.06 522	35.40 456	49.52 506	26.73 443	33.49 421	20.50 346	18.75 419	20.67 417	19.18 424	2.30 468	2.09 489	1.13 449	0.75 435	2.86 441	2.84 426

GwcNet	17.31 443	6.61 443	23.02 459	10.83 439	8.63 478	29.48 483	10.80 421	39.37 496	45.73 492	24.16 415	37.85 455	31.50 442	21.81 452	21.37 433	27.25 480	0.81 385	0.88 337	0.57 409	0.46 396	1.54 407	3.61 447

NaN_ROB	17.35 444	7.91 457	18.84 430	11.29 448	4.93 359	33.28 499	20.75 503	38.10 486	43.81 482	30.28 471	31.53 388	32.88 456	20.88 443	29.10 478	17.85 410	0.40 297	0.43 234	0.31 381	0.44 395	0.98 373	3.03 436

S-Stereo	17.36 445	4.46 399	22.16 456	12.58 472	9.10 487	23.07 438	12.60 446	33.18 431	46.12 495	22.78 398	38.67 462	29.04 425	27.48 477	19.40 399	23.90 452	3.14 483	3.13 510	0.88 436	1.95 484	3.77 466	9.86 518

FAT-Stereo	17.45 446	3.56 375	19.19 432	10.31 421	6.54 433	18.00 401	14.89 467	38.68 489	40.49 464	27.39 449	39.66 467	37.32 483	32.14 505	21.07 428	22.97 444	3.68 488	2.16 495	0.81 431	1.21 464	2.10 426	6.78 493

DANet	17.51 447	8.91 469	27.61 470	14.94 491	7.48 451	22.67 435	5.66 302	27.33 354	26.64 355	32.62 486	36.27 445	37.40 484	30.07 494	31.65 489	26.09 472	1.30 444	1.46 466	2.33 479	0.53 413	3.54 462	5.69 478
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MaskLacGwcNet_RVC	17.56 448	17.23 511	20.10 441	12.02 464	6.91 442	28.81 479	11.45 434	41.35 505	21.95 297	30.13 470	34.66 434	32.04 451	11.30 291	21.04 427	16.43 398	8.91 516	2.67 502	12.29 528	0.84 440	12.72 521	8.43 508

PSMNet_ROB	17.59 449	6.52 442	16.27 401	14.43 485	7.71 460	29.22 481	33.59 539	43.94 521	38.52 457	24.74 420	33.46 420	34.17 469	17.29 403	18.52 390	25.68 468	0.40 297	0.29 194	0.96 440	2.22 487	2.03 424	1.81 311

Syn2CoEx	17.68 450	11.86 487	28.39 473	20.88 514	8.24 474	25.66 457	12.35 441	37.57 481	33.60 419	29.57 463	39.80 469	30.02 432	28.00 480	19.91 402	18.91 420	1.14 433	0.53 256	1.23 457	0.46 396	1.97 422	3.61 447

GANet	17.85 451	5.41 421	14.79 375	11.91 460	4.73 350	24.54 448	17.04 485	41.01 503	34.96 433	33.06 487	45.84 503	39.83 496	29.19 487	24.71 456	22.45 441	1.34 445	0.41 226	1.09 445	0.70 432	2.15 428	1.89 324

GASNet	17.87 452	20.62 522	32.66 488	21.17 515	9.48 490	16.26 371	9.15 392	45.00 526	40.55 466	26.16 436	24.34 298	33.05 457	15.45 376	29.82 483	18.15 413	3.79 490	0.28 192	1.87 469	0.51 410	7.06 492	1.97 342

test_sample8	17.93 453	5.31 418	19.76 435	6.41 250	3.12 275	17.98 398	9.85 408	32.68 421	20.05 276	33.68 492	26.30 318	40.74 500	34.14 509	21.03 425	22.11 437	6.83 508	36.75 549	6.61 508	7.47 518	3.22 454	4.59 462

NCCL2	17.94 454	7.94 459	16.87 409	24.07 525	7.60 456	24.52 447	17.08 486	35.42 457	26.65 356	32.01 480	38.57 459	41.96 509	27.61 478	22.24 441	24.43 458	0.65 360	0.33 205	2.64 485	2.13 486	2.28 433	3.86 456

ADCRef	18.01 455	8.01 460	44.10 510	10.75 435	8.85 482	27.18 470	11.06 426	31.77 413	34.40 427	31.90 478	42.45 483	18.79 330	21.55 449	25.18 459	35.17 509	1.03 420	0.42 232	2.18 475	1.79 479	1.38 396	2.27 391

XPNet_ROB	18.03 456	6.06 434	18.19 422	11.68 455	6.83 438	21.23 425	16.93 482	36.66 475	39.82 463	32.51 485	42.05 482	41.04 503	25.77 468	25.72 460	28.80 490	1.67 458	0.91 344	0.79 425	0.27 320	1.24 389	2.38 403

SuperB	18.07 457	7.33 450	56.73 530	8.42 369	5.42 385	20.39 421	9.73 406	26.04 331	50.80 510	26.88 445	39.52 466	17.79 317	21.54 448	23.17 446	25.96 471	0.77 376	0.32 199	1.11 448	0.73 434	16.11 529	2.75 424

RP	18.36 458	5.94 431	17.54 416	15.95 501	12.33 510	21.55 428	12.66 447	28.65 367	45.65 491	23.78 412	42.55 485	39.77 495	29.54 491	26.72 466	23.58 450	6.14 506	1.05 391	4.38 498	1.77 478	3.90 468	3.82 455

APVNet	18.42 459	6.37 438	23.10 460	12.76 475	8.28 475	30.74 488	24.17 518	42.08 511	30.76 391	25.86 433	41.66 478	31.83 447	24.99 461	28.01 474	28.77 488	0.49 323	0.57 268	3.05 489	0.55 418	1.80 417	2.46 406

w-ln-seven-2	18.44 460	8.73 467	43.71 509	11.92 461	6.91 442	24.43 445	13.73 456	30.66 396	41.21 470	29.15 462	43.29 492	30.86 439	29.28 488	23.47 448	24.59 460	0.99 413	1.11 402	0.64 414	0.17 252	1.63 408	2.26 389

ETE_ROB	18.45 461	10.71 475	20.90 448	14.23 483	4.92 358	23.28 440	22.01 506	33.00 427	36.14 443	30.68 473	39.03 463	46.10 521	26.28 470	27.52 471	26.22 473	0.53 330	0.49 245	1.16 450	0.94 443	1.69 412	3.07 437

PWCDC_ROB	18.66 462	11.24 481	21.32 450	18.82 509	8.08 470	25.75 458	6.94 349	35.08 453	53.33 517	30.37 472	49.70 516	20.87 351	21.63 451	31.05 488	22.39 439	6.94 512	0.28 192	0.10 270	0.06 172	5.98 489	3.22 441

Nwc_Net	18.76 463	5.80 425	19.91 439	14.99 493	11.96 507	26.32 464	15.90 474	41.68 508	40.50 465	21.85 388	43.58 493	34.89 474	29.47 490	27.48 470	26.34 474	3.75 489	0.27 186	2.55 484	3.31 497	2.25 431	2.46 406

ADCP+	18.93 464	5.83 427	35.35 492	9.85 407	10.36 495	29.49 484	13.65 455	34.22 444	37.75 451	30.02 469	41.45 476	24.18 385	26.43 474	34.71 497	36.58 511	0.27 256	0.40 219	2.00 472	1.19 462	2.31 434	2.66 415

MDST_ROB	18.99 465	3.23 355	15.81 399	14.15 482	6.98 444	44.89 527	16.81 481	43.19 517	42.83 478	43.71 522	43.84 494	28.79 423	19.02 425	30.64 487	18.70 418	1.84 460	0.84 327	0.69 418	0.47 402	0.71 337	2.61 413

Wz-Net-LNSev	19.04 466	11.48 484	43.55 508	10.82 438	8.01 468	24.96 450	17.46 490	34.72 451	44.36 486	33.43 490	44.72 500	32.54 453	24.13 456	21.64 438	24.38 457	0.93 405	0.22 172	0.00 1	0.03 131	1.44 401	1.99 353

AF-Net	19.18 467	6.50 439	16.90 410	16.60 502	11.00 501	23.83 442	11.31 430	36.25 466	51.10 513	25.56 427	38.34 458	41.77 507	31.01 499	30.20 485	27.83 483	4.87 501	0.27 186	4.60 499	1.00 453	2.67 439	2.02 357

PWC_ROB	19.21 468	12.15 493	28.02 472	11.02 444	6.62 434	25.15 452	5.47 299	36.42 470	49.47 504	33.19 488	44.32 497	34.98 475	26.66 475	32.22 492	27.30 481	1.71 459	0.27 186	1.62 465	0.37 372	2.38 436	4.90 469

stereogan	19.38 469	4.02 388	18.62 427	13.54 478	10.30 494	37.03 509	9.83 407	39.12 493	46.13 496	25.09 426	41.76 480	40.01 497	27.19 476	32.16 490	25.48 465	2.44 472	1.13 405	2.70 487	0.86 441	5.45 483	4.81 466

edge stereo	19.38 469	5.98 432	19.25 433	11.11 445	8.07 469	23.51 441	12.74 449	35.93 461	42.55 475	35.05 498	43.06 489	41.34 505	36.05 514	26.06 463	25.62 467	2.70 476	2.47 499	6.38 506	1.54 474	3.18 453	5.01 470

RYNet	19.73 471	5.52 423	18.58 426	11.63 454	15.84 521	47.05 530	17.28 487	38.60 488	49.19 503	27.71 451	27.46 329	38.63 489	26.42 473	20.79 419	32.08 504	0.73 369	0.59 275	0.97 441	0.16 246	7.40 494	8.04 504

LALA_ROB	19.82 472	8.32 463	18.64 429	13.59 479	5.79 403	28.03 476	23.44 513	43.09 515	37.57 448	33.91 494	41.55 477	50.73 532	25.61 467	29.09 477	27.30 481	0.73 369	0.67 291	2.08 474	1.42 470	2.70 440	2.12 378

Wz-Net-MNSev	19.84 473	7.55 454	35.79 493	10.79 437	7.51 453	38.96 517	18.39 496	35.08 453	44.72 488	31.28 475	41.70 479	41.18 504	20.49 440	28.41 475	30.13 499	0.96 412	0.36 212	0.05 213	0.13 217	1.70 413	1.64 293

aanetorigin	19.84 473	13.32 499	54.46 524	10.07 412	7.99 466	14.16 326	15.32 468	17.85 225	34.49 428	49.59 532	48.88 513	34.28 472	31.32 501	23.53 449	29.64 495	1.12 430	0.81 321	0.73 420	0.94 443	3.05 446	5.23 474

SGM_RVC	20.33 475	3.24 357	8.92 195	7.20 316	1.62 154	39.61 519	17.01 484	39.11 492	35.12 435	46.26 527	42.62 486	51.57 534	39.45 521	39.66 525	29.87 497	1.16 435	0.37 213	0.55 406	0.35 360	1.20 385	1.64 293
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RTSC	20.52 476	11.06 478	33.58 489	12.11 466	7.19 448	28.90 480	11.99 440	38.49 487	58.85 538	32.22 483	37.28 449	33.11 459	21.14 444	36.93 514	38.84 520	1.49 448	1.50 469	0.15 316	0.64 427	2.18 429	2.67 417

NCC-stereo	20.61 477	7.39 451	25.96 465	15.90 499	16.62 522	20.15 418	23.27 509	44.11 524	41.29 471	25.00 424	38.64 460	35.47 476	28.75 483	36.35 506	26.90 478	4.83 499	2.14 492	3.33 493	9.27 529	3.10 448	3.72 453

Abc-Net	20.61 477	7.39 451	25.96 465	15.90 499	16.62 522	20.15 418	23.27 509	44.11 524	41.29 471	25.00 424	38.64 460	35.47 476	28.75 483	36.35 506	26.90 478	4.83 499	2.14 492	3.33 493	9.27 529	3.10 448	3.72 453
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	20.61 477	12.13 492	46.35 513	21.53 516	17.78 525	19.41 410	23.64 516	37.23 480	50.61 507	26.20 437	37.72 451	24.90 395	25.02 464	24.63 455	23.53 447	3.13 482	1.65 476	5.69 502	4.09 503	3.64 464	3.34 445

RGC	20.62 480	14.30 501	21.99 454	18.85 510	14.53 516	21.42 427	14.82 466	36.00 464	44.32 485	28.54 458	41.82 481	40.12 498	29.43 489	35.44 502	23.33 445	4.12 492	0.72 299	8.80 520	4.39 506	4.55 474	4.84 468

DGSMNet	20.75 481	13.28 498	34.59 491	14.80 490	17.14 524	23.25 439	17.99 495	36.39 469	43.00 479	20.70 363	32.67 409	36.05 480	19.22 430	30.34 486	25.04 463	4.61 496	4.62 524	6.31 505	5.20 512	14.71 526	15.15 534

WCMA_ROB	21.17 482	5.89 430	22.32 457	10.39 425	7.65 458	34.55 503	16.42 479	33.20 432	34.02 423	42.06 517	52.50 521	44.09 513	37.59 517	33.66 495	26.77 477	7.45 515	3.18 511	1.27 460	1.43 471	4.18 469	4.81 466

MSAF-DinoV2	21.31 483	8.93 470	27.84 471	12.03 465	5.14 372	30.91 490	17.73 491	40.05 500	55.15 522	22.96 400	32.01 396	48.05 527	31.88 503	38.57 521	41.67 528	0.94 408	0.49 245	0.45 395	1.22 465	4.83 477	5.39 476

psmorigin	21.56 484	11.18 480	36.59 495	10.19 415	7.08 446	25.30 453	12.35 441	33.52 436	33.12 413	43.62 521	54.15 530	42.72 510	37.44 516	36.87 513	28.98 491	1.65 456	2.78 505	0.81 431	1.19 462	3.62 463	8.10 505

G-Net	21.66 485	9.10 471	39.39 499	15.85 497	9.60 491	51.00 535	16.73 480	28.32 363	31.17 394	38.99 509	43.24 490	33.26 462	32.09 504	28.50 476	26.50 476	4.74 498	3.92 521	3.60 496	1.02 454	8.42 502	7.86 502

MultiAttention	21.69 486	2.01 194	15.73 398	12.71 473	4.25 326	64.19 554	95.86 577	42.54 512	41.72 473	15.77 252	30.53 370	28.15 421	7.60 225	44.56 534	14.92 383	1.03 420	0.26 184	1.05 443	1.56 475	4.71 476	4.75 465

z-mn7	21.81 487	11.53 485	47.41 516	11.79 458	5.69 399	34.28 502	15.73 472	36.31 467	57.93 534	27.24 447	53.82 525	32.35 452	26.33 471	36.69 509	33.32 507	1.02 418	0.41 226	0.54 404	0.11 210	1.72 414	1.92 329

FBW_ROB	21.87 488	11.80 486	25.52 464	14.64 488	7.49 452	31.20 492	16.35 478	45.28 527	44.78 489	44.85 526	40.36 472	43.50 512	27.85 479	34.94 498	23.52 446	3.07 481	2.15 494	7.53 518	3.03 496	4.30 471	5.17 473

w-ln-seven	21.91 489	10.67 474	57.04 532	12.00 463	10.37 496	30.36 486	19.88 500	37.81 483	56.05 529	37.35 505	44.23 496	33.79 465	24.77 459	23.92 452	31.80 503	0.77 376	0.34 207	0.85 435	0.20 275	2.88 442	3.10 439

SANet	22.05 490	8.47 465	32.65 487	9.90 408	4.31 331	33.49 500	23.44 513	42.82 514	56.64 531	39.67 512	44.09 495	44.62 514	32.96 507	29.24 482	25.79 469	1.08 424	0.74 304	0.98 442	0.69 430	5.69 486	3.66 452

SQANet	22.07 491	25.29 530	21.78 453	26.81 529	18.92 528	30.75 489	10.25 415	33.47 434	30.10 381	25.73 430	34.31 431	33.45 463	19.94 437	29.16 479	20.03 428	11.68 528	3.08 509	26.95 540	5.80 515	20.97 536	12.99 528

UDG	22.21 492	15.90 509	16.41 402	21.71 517	20.17 530	32.51 495	13.78 457	36.62 472	35.77 441	26.64 442	31.43 384	37.49 485	32.33 506	22.77 443	21.19 435	11.08 526	5.60 528	23.12 535	7.74 522	17.07 531	14.89 533

SHD	22.33 493	11.30 482	32.10 484	15.61 495	9.88 492	26.75 466	10.12 413	41.84 509	61.77 543	36.36 502	44.65 499	39.28 492	31.10 500	35.07 499	32.76 506	2.35 469	1.95 485	1.24 459	1.90 483	4.33 472	6.34 486

CSAN	22.36 494	11.11 479	26.06 467	21.79 518	5.59 395	34.55 503	36.54 541	40.04 499	50.84 511	37.47 506	40.31 471	45.09 517	33.07 508	27.44 469	25.80 470	1.60 454	0.75 309	1.08 444	1.80 480	2.89 443	3.36 446

ADCL	22.44 495	7.79 455	49.20 519	10.61 433	7.28 450	40.40 522	21.03 504	32.07 416	55.07 521	28.53 457	48.73 511	31.68 444	31.69 502	34.04 496	38.38 516	1.22 440	0.93 347	2.65 486	1.89 482	2.65 438	2.94 431

zh-mn7	22.69 496	14.64 502	55.04 525	11.01 443	5.85 408	27.67 474	15.65 470	35.14 455	57.38 533	40.62 513	57.78 536	31.22 440	25.60 466	36.79 512	32.55 505	1.50 449	0.57 268	0.24 358	0.22 281	1.40 397	3.02 434

CC-Net-ROB	22.73 497	23.99 527	30.57 480	14.72 489	8.91 486	32.98 496	16.17 476	46.75 531	37.29 446	33.88 493	32.33 405	35.48 478	25.00 462	24.75 457	28.78 489	9.60 520	3.03 508	25.33 538	3.87 501	14.82 527	6.33 485

ADCPNet	22.75 498	10.94 477	58.96 535	12.24 470	7.57 454	37.33 510	20.08 502	33.89 438	37.37 447	33.49 491	44.32 497	39.36 494	28.43 482	32.19 491	38.55 518	2.25 465	2.69 504	2.37 481	3.59 500	4.33 472	5.01 470

MeshStereo	22.95 499	7.84 456	12.46 340	8.13 363	5.20 373	38.49 515	13.36 454	42.69 513	38.05 453	51.34 535	53.82 525	58.22 540	43.29 530	38.42 519	29.59 494	2.96 478	2.84 507	3.11 491	2.33 489	3.12 450	3.65 451
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
Wz-Net-SNSev	23.35 500	18.18 513	47.37 515	14.55 486	8.63 478	28.33 477	29.16 532	39.88 498	55.80 527	32.16 482	53.91 528	39.35 493	24.42 457	27.60 472	38.11 515	1.06 423	0.24 178	1.20 452	0.95 448	3.16 452	2.93 430

DDUNet	23.49 501	20.59 521	17.13 412	24.58 526	22.45 534	24.86 449	17.96 494	31.42 408	31.06 393	29.59 464	37.81 453	37.85 487	26.39 472	25.77 461	18.74 419	18.99 538	8.10 536	26.65 539	11.80 535	19.41 535	18.58 538

MSMD_ROB	23.50 502	10.55 473	15.65 397	17.87 508	10.07 493	35.58 506	19.04 498	34.53 448	37.81 452	41.55 516	60.11 539	46.01 520	39.81 523	32.74 493	24.92 462	6.86 511	3.63 519	8.92 521	11.16 534	7.21 493	5.99 482

LE_ROB	23.59 503	4.64 406	16.84 408	8.59 374	3.05 271	33.01 497	18.53 497	28.96 371	67.40 555	70.71 556	55.67 534	48.44 528	48.90 537	26.06 463	37.98 514	0.44 312	0.24 178	0.27 365	0.54 415	0.49 270	0.98 197

ADCMid	23.61 504	12.42 495	44.10 510	11.85 459	8.33 476	27.89 475	20.03 501	36.49 471	39.56 462	40.81 514	47.01 509	36.89 482	43.95 531	39.12 523	42.60 532	1.95 461	1.55 473	3.05 489	3.98 502	5.20 480	5.37 475

zh-sn7	23.82 505	16.94 510	52.41 522	14.57 487	8.11 472	26.98 469	24.39 520	37.04 478	49.49 505	34.43 497	52.44 520	33.79 465	35.37 512	40.92 528	39.03 521	0.86 394	0.93 347	0.55 406	0.40 389	3.27 457	4.37 460

AnyNet_C32	24.34 506	15.07 505	42.84 506	13.07 477	11.83 505	31.80 493	31.73 536	32.47 418	45.77 493	35.92 500	49.66 515	34.05 467	35.21 511	44.09 533	43.39 536	1.61 455	1.70 478	1.22 456	2.94 495	4.87 478	7.60 499

PSMNet-RUCA	24.65 507	28.24 533	42.85 507	35.58 538	34.48 543	16.04 361	11.34 431	40.36 501	31.70 398	31.88 477	41.00 475	37.50 486	25.41 465	29.19 481	17.07 405	12.35 531	2.12 491	20.72 534	8.27 527	17.19 532	9.64 516

MFN_U_SF_DS_RVC	24.71 508	14.86 504	32.18 485	26.47 528	10.48 497	40.27 521	22.83 508	36.88 477	44.51 487	42.59 518	47.13 510	40.20 499	28.00 480	36.70 510	28.36 484	4.23 494	4.00 522	6.73 511	16.35 540	5.05 479	6.34 486

ccnet	24.80 509	17.64 512	24.53 463	12.35 471	18.18 527	38.47 514	17.76 493	46.24 529	32.78 412	37.51 507	46.76 505	38.80 490	30.45 497	38.35 518	41.98 529	9.41 519	6.40 530	9.67 523	8.04 523	11.64 519	9.00 511

FC-DCNN	25.07 510	12.06 491	20.30 443	19.06 511	9.41 488	38.40 513	23.46 515	41.37 506	44.07 484	46.76 529	53.99 529	50.49 530	39.32 520	36.43 508	29.46 493	7.40 514	3.39 513	6.15 503	5.01 510	8.05 499	6.83 494

FC-DCNN v2	25.13 511	12.03 489	19.82 438	19.08 512	9.43 489	38.89 516	23.42 512	41.85 510	44.02 483	46.96 530	54.51 531	50.70 531	39.69 522	36.34 505	29.25 492	7.36 513	3.39 513	6.17 504	5.02 511	8.00 498	6.71 492

XQC	25.15 512	18.26 514	52.31 521	22.53 523	12.15 508	37.47 511	21.78 505	38.74 490	55.51 526	32.40 484	30.75 375	38.36 488	30.19 496	38.28 517	41.25 527	4.61 496	1.44 463	2.77 488	2.26 488	12.52 520	9.49 515

DPSNet	25.20 513	7.92 458	36.17 494	11.72 456	6.85 439	53.68 537	43.17 547	52.22 540	60.09 541	31.61 476	39.76 468	40.91 502	35.82 513	33.42 494	26.48 475	4.98 502	2.10 490	0.50 401	1.13 460	9.63 506	5.83 479

SGM-ForestM	25.21 514	4.80 409	13.50 358	8.68 377	3.74 300	46.85 529	22.04 507	46.25 530	51.32 515	51.28 534	52.07 519	62.64 547	47.13 535	46.05 535	36.30 510	1.99 462	2.25 497	1.21 453	1.24 466	1.65 411	3.21 440

PDISCO_ROB	25.35 515	10.44 472	31.01 482	29.47 534	20.36 531	38.32 512	17.74 492	45.56 528	55.34 524	29.88 467	42.94 488	46.63 522	29.76 492	36.23 504	31.29 502	10.74 523	2.20 496	6.96 512	3.53 499	9.98 510	8.52 509

EDNetEfficient	25.68 516	22.94 526	77.88 559	9.49 398	7.66 459	20.89 422	17.37 488	22.52 292	56.02 528	61.49 546	53.31 523	35.83 479	41.88 529	25.06 458	39.53 523	0.86 394	0.83 326	0.91 438	2.82 493	8.28 500	7.98 503

Wz-Net-TNSev	25.85 517	21.47 524	59.51 537	10.38 424	7.64 457	42.40 526	23.33 511	35.97 463	54.36 519	36.56 503	43.26 491	45.90 519	41.27 527	37.81 515	37.10 512	2.35 469	1.90 484	0.77 423	1.34 469	5.89 488	7.75 501

WZ-Net	25.86 518	14.23 500	64.17 540	15.77 496	10.61 498	39.36 518	28.01 529	41.38 507	54.97 520	28.82 460	53.68 524	40.90 501	30.14 495	37.91 516	42.98 535	1.59 451	0.49 245	0.73 420	0.95 448	5.43 482	5.12 472

GANetREF_RVC	26.12 519	30.35 534	27.03 468	26.08 527	6.28 429	31.16 491	37.25 543	48.48 533	50.90 512	37.30 504	36.39 446	34.11 468	30.98 498	38.51 520	28.38 485	9.08 517	2.68 503	16.48 531	5.42 514	16.24 530	9.34 514
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
FCDSN-DC	26.18 520	15.77 508	20.36 444	28.79 533	15.78 520	40.13 520	19.12 499	43.57 519	42.59 476	44.78 525	52.51 522	50.73 532	40.32 525	35.32 501	28.55 486	6.41 507	3.61 518	7.11 514	6.54 516	10.58 511	10.93 524
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	27.11 521	15.49 507	48.87 518	15.20 494	10.99 500	31.86 494	24.37 519	43.99 522	58.30 536	43.12 519	49.92 517	41.90 508	41.43 528	42.90 532	46.29 540	3.00 480	2.60 500	2.45 483	3.47 498	7.63 495	8.41 507

DLNR_Zeroshot_test	27.91 522	51.88 548	91.97 573	98.26 583	97.92 583	3.07 22	0.49 32	31.27 405	8.33 128	8.40 134	15.66 188	7.22 141	1.66 41	12.16 218	4.82 208	40.46 548	1.87 482	0.06 222	0.33 351	80.45 572	1.99 353

MFN_U_SF_RVC	28.91 523	15.44 506	55.12 527	22.00 520	8.49 477	41.39 523	15.36 469	52.74 541	46.70 498	47.83 531	53.87 527	54.97 537	40.50 526	39.54 524	40.77 525	6.09 505	4.92 526	7.08 513	9.02 528	7.68 496	8.69 510

PASM	29.37 524	19.17 516	50.43 520	23.55 524	23.15 536	27.62 472	27.82 528	35.90 460	50.76 509	35.98 501	40.55 473	47.26 525	34.98 510	35.28 500	38.72 519	12.58 533	15.96 541	17.57 533	22.46 542	13.71 523	13.92 531

EDNetEfficientorigin	29.50 525	36.05 540	99.77 585	9.67 402	5.93 410	26.79 467	16.02 475	26.87 348	55.18 523	61.15 543	57.72 535	45.04 516	50.99 540	26.90 468	44.78 538	0.53 330	0.54 258	1.72 467	2.53 491	11.05 516	10.75 521

AnyNet_C01	30.67 526	27.57 531	76.09 557	17.61 505	12.18 509	50.42 534	28.89 531	39.14 495	41.14 469	41.36 515	65.66 550	47.21 524	40.16 524	47.50 536	49.82 547	2.38 471	2.79 506	2.31 478	2.83 494	8.35 501	9.99 520

LSM	30.92 527	21.18 523	57.13 534	19.98 513	54.02 555	33.70 501	25.92 524	43.87 520	49.18 502	46.43 528	55.59 533	43.44 511	36.70 515	36.70 510	28.75 487	2.94 477	9.77 537	5.07 500	8.20 526	10.77 512	29.00 545

RTS	30.97 528	24.38 528	96.47 575	17.75 506	12.63 512	58.43 546	26.47 525	38.01 484	63.33 546	44.41 523	46.81 506	33.16 460	45.26 532	52.06 542	42.65 533	2.66 474	1.40 454	1.09 445	1.02 454	5.49 484	5.86 480

RTSA	30.97 528	24.38 528	96.47 575	17.75 506	12.63 512	58.43 546	26.47 525	38.01 484	63.33 546	44.41 523	46.81 506	33.16 460	45.26 532	52.06 542	42.65 533	2.66 474	1.40 454	1.09 445	1.02 454	5.49 484	5.86 480

DispFullNet	31.01 530	32.97 536	59.04 536	30.27 535	28.46 540	33.06 498	11.44 433	37.69 482	54.13 518	33.30 489	37.78 452	44.68 515	28.96 486	42.19 531	29.68 496	12.35 531	3.56 517	36.10 544	12.90 537	32.29 544	19.42 540

coex-ft	31.29 531	39.15 544	93.51 574	9.71 405	5.77 402	36.25 508	26.79 527	31.43 409	59.45 539	73.35 560	58.73 537	45.49 518	48.48 536	30.19 484	46.52 542	1.59 451	1.71 479	0.94 439	0.97 451	9.43 505	6.35 488

MANE	33.27 532	12.69 496	21.10 449	22.10 521	15.09 519	49.75 532	29.51 533	54.10 544	56.36 530	59.73 539	64.93 547	65.43 551	57.34 549	52.70 545	41.02 526	10.52 522	6.09 529	7.35 516	20.29 541	9.66 507	9.65 517

otaku	33.83 533	36.87 542	53.81 523	40.41 541	21.58 532	54.54 539	17.45 489	44.01 523	61.47 542	39.63 510	50.06 518	46.76 523	29.76 492	40.64 527	30.07 498	19.17 539	7.09 533	32.34 542	9.92 531	24.17 539	16.94 535

PVD	34.10 534	19.91 518	39.04 498	27.08 530	18.09 526	35.11 505	44.32 549	52.16 539	66.36 552	53.04 537	64.50 546	52.33 535	56.17 545	52.24 544	42.11 530	4.17 493	4.82 525	9.60 522	4.65 507	11.11 517	25.25 543

ELAS	34.78 535	20.32 519	38.13 497	21.79 518	14.89 517	57.95 545	37.04 542	51.15 538	51.19 514	60.95 542	64.42 545	59.08 542	54.44 543	51.53 540	46.26 539	12.00 529	7.83 534	10.46 524	8.04 523	14.42 524	13.71 530
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	34.88 536	20.50 520	37.14 496	22.37 522	15.07 518	54.02 538	38.42 544	50.06 536	56.72 532	61.86 547	63.52 541	58.79 541	54.60 544	54.13 547	43.99 537	12.20 530	7.90 535	10.75 526	7.65 521	14.42 524	13.42 529
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SAMSARA	35.29 537	19.78 517	33.90 490	55.86 550	36.15 544	76.79 567	94.89 576	49.29 534	51.59 516	38.15 508	37.83 454	53.71 536	39.29 519	40.56 526	40.41 524	4.02 491	6.72 532	2.35 480	4.12 504	9.70 508	10.76 522

Ntro	35.59 538	38.58 543	55.41 528	43.66 545	22.54 535	57.26 540	23.73 517	47.69 532	63.99 549	39.63 510	48.82 512	47.68 526	37.60 518	41.55 530	30.80 501	17.85 537	6.61 531	33.21 543	10.52 533	26.65 540	17.97 537

BEATNet-Init1	36.29 539	22.72 525	56.79 531	28.53 532	13.41 515	59.81 549	33.49 537	53.72 543	58.64 537	60.78 541	63.63 542	70.42 553	56.59 547	53.93 546	46.48 541	5.63 503	4.14 523	7.49 517	7.45 517	11.35 518	10.88 523

ACVNet-4b	36.91 540	52.81 549	57.04 532	42.64 544	22.08 533	48.32 531	14.64 465	50.28 537	59.78 540	43.17 520	46.34 504	55.50 538	24.49 458	39.03 522	23.55 448	25.75 544	3.76 520	47.36 548	33.76 547	28.62 541	19.22 539

GCST	37.71 541	41.51 545	27.28 469	92.08 579	36.49 545	24.16 444	0.99 61	26.00 330	20.14 277	26.34 439	15.80 191	19.97 344	4.67 147	17.54 375	5.83 244	80.93 571	35.32 548	87.67 578	74.76 566	73.87 568	42.93 554

MSC_U_SF_DS_RVC	37.85 542	35.62 539	55.10 526	38.16 540	13.19 514	57.63 543	24.72 521	52.87 542	63.40 548	66.39 552	63.74 543	58.16 539	54.28 542	51.56 541	47.39 543	9.36 518	5.44 527	14.82 530	15.34 539	18.80 534	11.04 526

Consistency-Raft	41.94 543	35.39 538	45.40 512	33.16 537	41.47 549	45.14 528	33.50 538	56.78 548	55.37 525	32.11 481	65.41 548	30.46 438	49.76 538	40.94 529	48.33 546	27.72 545	35.00 547	43.33 546	51.89 556	39.60 547	28.04 544

ACVNet_1	42.11 544	50.66 547	66.19 545	45.24 547	25.33 539	50.11 533	25.60 523	55.90 545	65.25 550	60.15 540	59.98 538	63.57 548	50.05 539	50.45 539	38.46 517	20.06 540	11.00 538	38.79 545	14.48 538	31.31 543	19.68 541

NVStereoNet_ROB	42.81 545	34.00 537	46.84 514	37.40 539	28.64 541	35.65 507	33.88 540	49.95 535	58.27 535	69.65 555	75.69 560	66.36 552	65.66 553	48.37 537	62.04 559	16.50 536	25.07 544	23.61 537	32.35 545	21.58 537	24.72 542
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RainbowNet	51.77 546	63.10 557	65.03 544	60.15 551	39.21 548	59.39 548	31.46 535	57.61 549	78.49 566	50.61 533	66.05 551	59.57 543	45.26 532	50.17 538	42.57 531	46.92 552	45.90 555	53.26 552	32.46 546	54.03 553	34.14 548

anonymity	52.60 547	58.73 551	63.81 539	41.37 543	59.41 559	53.52 536	41.39 545	56.50 547	40.60 467	55.03 538	49.64 514	49.57 529	56.22 546	59.42 549	50.07 548	55.57 555	50.19 561	51.15 550	51.23 554	51.90 549	56.75 557

MADNet+	53.97 548	69.36 558	98.79 582	67.30 555	38.52 546	79.97 571	81.50 572	61.38 551	62.53 544	52.01 536	55.50 532	61.22 546	59.61 551	70.25 558	77.26 573	25.21 543	25.07 544	17.40 532	12.69 536	34.21 545	29.70 547

JetBlue	54.72 549	46.20 546	75.05 555	51.44 548	47.85 550	76.48 566	62.38 558	64.44 553	62.86 545	63.67 550	65.49 549	78.96 560	68.77 554	68.63 556	75.95 572	37.07 546	25.78 546	29.10 541	29.19 544	29.75 542	35.27 549

SGM+DAISY	55.54 550	57.77 550	64.45 542	40.89 542	53.89 553	63.34 552	50.45 551	56.00 546	45.95 494	61.43 545	64.32 544	61.05 545	56.70 548	61.32 551	56.86 553	56.51 557	49.35 559	50.49 549	50.00 553	52.52 550	57.57 558

SPS-STEREO	56.02 551	59.82 554	64.35 541	45.23 546	53.96 554	61.34 550	44.05 548	60.08 550	50.73 508	62.61 548	61.78 540	59.73 544	57.62 550	60.63 550	59.08 554	58.29 558	48.28 556	51.30 551	49.29 552	55.67 554	56.59 556
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	58.13 552	62.74 556	73.58 554	66.59 554	38.77 547	63.23 551	49.56 550	72.12 564	82.24 570	79.37 568	88.96 576	76.25 557	73.29 559	55.14 548	48.05 544	38.17 547	24.21 543	54.92 553	37.94 548	48.23 548	29.29 546

IMH-64-1	59.89 553	58.89 552	69.08 549	66.46 552	50.96 551	57.48 541	51.18 552	69.03 557	67.25 553	67.90 553	80.31 565	70.42 553	74.30 560	72.66 564	50.07 548	42.88 549	43.00 552	65.88 554	47.48 549	53.41 551	39.15 550

IMH-64	59.89 553	58.89 552	69.08 549	66.46 552	50.96 551	57.48 541	51.18 552	69.03 557	67.25 553	67.90 553	80.31 565	70.42 553	74.30 560	72.66 564	50.07 548	42.88 549	43.00 552	65.88 554	47.48 549	53.41 551	39.15 550

IMH	63.51 555	61.05 555	69.15 551	69.90 556	54.09 556	65.82 556	55.66 554	72.12 564	72.52 559	72.73 558	81.82 567	73.16 556	79.86 565	77.03 569	52.57 551	44.46 551	50.01 560	68.11 556	51.57 555	56.59 555	41.88 553

TorneroNet-64	66.18 556	71.37 560	72.19 553	76.80 560	59.54 560	67.82 557	59.56 555	67.83 556	79.98 567	63.09 549	67.00 552	82.98 565	69.97 556	68.02 553	62.78 560	49.03 553	44.17 554	73.23 558	64.19 558	69.14 559	54.83 555

PWCK	66.53 557	88.82 576	80.30 562	80.69 568	30.85 542	65.18 555	41.64 546	72.55 566	71.28 558	78.68 567	69.18 554	78.14 559	62.17 552	82.93 573	63.46 561	80.46 570	40.52 551	82.05 569	47.71 551	74.54 569	39.47 552

WAO-6	71.06 558	73.42 562	67.24 546	79.78 567	61.93 563	69.67 558	60.23 556	75.12 569	87.02 573	74.87 561	79.60 564	79.28 561	84.75 571	68.25 555	61.91 558	67.67 561	48.98 558	81.65 567	73.43 563	66.76 557	59.64 559

TorneroNet	71.59 559	73.91 563	76.67 558	81.06 569	65.65 564	71.44 560	65.68 560	71.66 563	75.08 561	71.76 557	73.09 559	84.12 569	74.51 562	70.46 559	69.58 564	59.87 559	48.58 557	79.93 563	73.78 564	75.74 570	69.18 568

LVE	71.96 560	73.19 561	84.13 566	75.60 559	55.78 558	75.59 563	63.60 559	77.67 570	83.64 571	82.16 569	87.25 575	83.54 567	82.79 570	76.17 567	65.22 562	49.11 554	57.71 567	74.86 560	62.93 557	66.84 558	61.36 560

MFMNet_re	72.11 561	79.45 568	64.79 543	52.91 549	84.26 574	78.00 569	69.47 563	64.08 552	67.45 556	61.33 544	71.28 556	64.22 549	69.42 555	72.45 561	61.54 556	81.63 573	73.93 574	80.19 565	74.21 565	83.02 574	88.49 576

WAO-7	72.48 562	78.58 565	55.84 529	79.20 565	69.56 569	71.30 559	73.06 567	78.20 573	84.37 572	77.52 564	85.78 571	79.44 562	80.26 566	65.93 552	66.47 563	62.13 560	69.81 572	70.46 557	73.18 562	66.66 556	61.95 561

notaker	72.59 563	79.99 570	79.75 561	79.06 564	68.60 567	63.66 553	62.15 557	69.61 560	75.78 562	77.77 565	79.16 563	79.92 563	84.80 572	77.69 570	59.73 555	70.15 564	61.03 568	77.65 562	68.69 560	70.81 561	65.81 565

ktn	72.86 564	80.20 571	70.88 552	79.38 566	69.76 570	75.01 561	70.17 566	69.27 559	77.21 563	73.05 559	77.79 562	77.79 558	77.01 563	73.04 566	56.44 552	79.36 567	66.31 569	80.24 566	68.37 559	72.53 566	63.45 562

UNDER WATER-64	73.59 565	75.19 564	88.26 569	74.50 558	55.55 557	78.94 570	76.55 569	65.86 554	68.37 557	75.79 563	69.24 555	84.00 568	77.49 564	69.01 557	73.11 567	81.39 572	57.22 566	82.69 570	80.62 569	69.53 560	68.45 567

LRCNet_RVC	73.95 566	70.63 559	75.65 556	77.92 562	60.69 562	41.66 524	16.24 477	71.26 562	48.66 500	88.23 576	93.84 579	90.11 575	82.18 568	80.69 572	61.88 557	97.09 583	72.20 573	96.71 583	97.62 583	77.99 571	77.70 572

DPSimNet_ROB	74.86 567	83.75 574	61.14 538	77.51 561	65.78 565	76.04 565	75.86 568	74.62 568	77.61 564	82.20 570	75.97 561	80.50 564	72.45 557	68.06 554	84.65 575	81.90 574	52.11 562	79.97 564	76.71 568	70.85 562	79.47 573

UNDER WATER	76.36 568	79.65 569	88.23 568	84.62 571	67.01 566	77.90 568	78.03 570	67.43 555	72.64 560	75.52 562	71.49 558	85.52 570	82.57 569	70.68 560	75.48 571	79.61 569	54.01 563	86.59 576	84.76 574	72.44 565	72.94 570

TCMNet-wrong-test	76.88 569	91.55 579	89.69 570	97.65 582	97.33 582	94.96 576	92.79 575	70.14 561	66.18 551	63.79 551	71.43 557	65.35 550	51.30 541	85.36 575	74.52 570	56.30 556	20.24 542	82.94 574	82.30 571	95.20 584	88.51 577

WAO-8	77.20 570	78.94 566	67.39 547	86.73 573	72.82 571	79.98 572	69.63 564	77.88 571	88.66 575	83.17 572	86.77 572	85.56 571	85.20 573	72.63 562	69.82 565	75.00 565	55.65 564	87.92 579	83.63 572	71.60 563	64.97 563

Venus	77.20 570	78.94 566	67.39 547	86.73 573	72.82 571	79.98 572	69.63 564	77.88 571	88.66 575	83.17 572	86.77 572	85.56 571	85.20 573	72.63 562	69.82 565	75.00 565	55.65 564	87.92 579	83.63 572	71.61 564	64.97 563

HanzoNet	77.99 572	81.45 573	83.64 563	78.05 563	69.26 568	75.78 564	69.09 562	73.99 567	78.09 565	82.39 571	83.06 568	85.66 573	87.00 576	86.11 576	74.40 569	85.46 578	68.53 571	81.84 568	75.61 567	73.07 567	67.26 566

JetRed	79.80 573	80.33 572	91.79 572	71.25 557	75.71 573	91.85 575	80.84 571	79.41 574	80.84 568	84.48 574	84.47 570	83.34 566	72.72 558	79.51 571	85.74 576	69.66 563	81.68 575	73.70 559	72.68 561	82.42 573	73.53 571

Dean	80.94 574	86.19 575	83.94 565	85.03 572	60.07 561	75.42 562	67.27 561	81.85 575	88.36 574	92.35 578	87.09 574	92.14 577	93.19 578	83.37 574	74.06 568	68.69 562	66.48 570	94.89 582	84.90 575	83.86 576	69.69 569

ASD4	87.80 575	90.70 578	83.73 564	83.43 570	90.78 578	97.93 579	99.61 584	89.14 577	96.84 581	88.33 577	93.49 577	89.94 574	86.43 575	88.88 577	91.91 577	79.57 568	81.89 576	76.64 561	81.57 570	83.78 575	81.45 574

KSHMR	88.63 576	93.05 580	84.15 567	95.59 580	91.74 579	82.94 574	83.28 573	84.59 576	81.87 569	87.85 575	83.96 569	91.71 576	81.49 567	76.73 568	82.12 574	96.47 582	96.06 581	96.71 583	97.16 582	92.74 582	92.47 582

tt	89.84 577	1.21 50	99.99 587	99.29 586	100.00 589	100.00 589	100.00 589	100.00 589	99.99 587	78.46 566	68.51 553	99.99 590	100.00 588	100.00 590	100.00 591	95.27 580	99.93 586	87.33 577	86.20 576	94.13 583	86.50 575

xxxxx1	91.89 578	95.36 582	98.42 579	87.40 575	89.37 575	98.54 580	98.20 581	92.95 578	93.30 578	93.53 579	95.30 580	97.01 579	96.36 579	94.68 579	94.93 578	83.39 575	84.31 577	82.86 571	88.15 578	84.30 577	89.46 578

tt_ll	91.89 578	95.36 582	98.42 579	87.40 575	89.37 575	98.54 580	98.20 581	92.95 578	93.30 578	93.53 579	95.30 580	97.01 579	96.36 579	94.68 579	94.93 578	83.39 575	84.31 577	82.86 571	88.15 578	84.30 577	89.46 578

ff	91.89 578	95.36 582	98.42 579	87.40 575	89.37 575	98.54 580	98.20 581	92.95 578	93.30 578	93.53 579	95.30 580	97.01 579	96.36 579	94.68 579	94.93 578	83.39 575	84.31 577	82.86 571	88.15 578	84.30 577	89.46 578

USTest	93.46 581	90.54 577	77.93 560	88.02 578	92.66 580	99.95 587	99.98 587	99.76 586	99.80 585	99.20 585	99.52 586	98.00 582	99.17 584	89.23 578	99.32 585	90.19 579	98.20 582	84.23 575	87.33 577	84.55 580	91.69 581

MADNet++	94.07 582	93.58 581	90.62 571	96.24 581	96.57 581	97.26 578	90.52 574	94.64 581	91.89 577	97.09 582	93.64 578	94.65 578	92.81 577	96.06 582	95.06 581	95.31 581	95.85 580	92.44 581	92.08 581	91.00 581	94.17 584

PML	99.07 583	100.00 591	98.17 578	99.22 585	99.21 585	99.98 588	99.74 585	98.27 583	98.10 582	100.00 590	99.37 584	98.77 584	99.85 585	100.00 590	98.07 583	100.00 587	99.54 583	100.00 588	99.51 585	99.87 587	93.65 583

MEDIAN_ROB	99.20 584	99.85 586	99.64 584	98.51 584	98.53 584	98.60 583	97.88 580	98.83 584	98.59 583	99.35 586	99.47 585	99.57 585	99.05 583	98.38 583	98.37 584	99.99 585	99.63 584	100.00 588	100.00 588	99.82 586	99.92 586

HaxPig	99.40 585	99.99 588	97.53 577	99.99 588	99.99 587	96.91 577	97.19 578	99.57 585	99.99 587	99.98 589	100.00 588	99.99 590	99.96 587	99.06 584	97.86 582	99.99 585	100.00 588	100.00 588	100.00 588	100.00 588	99.98 587

Anonymous_1	99.63 586	99.96 587	99.94 586	99.77 587	99.59 586	100.00 589	100.00 589	99.81 588	99.98 586	99.63 587	99.94 587	99.75 587	100.00 588	99.67 585	99.89 586	98.37 584	99.84 585	98.70 585	99.26 584	99.29 585	99.24 585

test_example2	99.67 587	99.99 588	99.99 587	100.00 589	99.99 587	99.87 586	99.99 588	98.01 582	100.00 589	100.00 590	100.00 588	98.18 583	98.43 582	99.98 587	99.98 587	100.00 587	99.99 587	99.40 586	99.52 586	100.00 588	100.00 588

ccccc	99.70 588	98.11 585	100.00 589	100.00 589	100.00 589	99.33 585	99.79 586	99.78 587	99.22 584	99.63 587	98.82 583	99.67 586	99.92 586	99.95 586	99.99 588	100.00 587	100.00 588	99.97 587	99.91 587	100.00 588	100.00 588

AVERAGE_ROB	99.81 589	99.99 588	99.44 583	100.00 589	100.00 589	99.02 584	97.81 579	100.00 589	100.00 589	100.00 590	100.00 588	100.00 592	100.00 588	100.00 590	100.00 591	100.00 587	100.00 588	100.00 588	100.00 588	100.00 588	100.00 588

DPSMNet_ROB	99.95 590	100.00 591	100.00 589	100.00 589	100.00 589	100.00 589	100.00 589	100.00 589	100.00 589	99.16 583	100.00 588	99.95 588	100.00 588	99.98 587	99.99 588	100.00 587	100.00 588	100.00 588	100.00 588	100.00 588	100.00 588

DGTPSM_ROB	99.95 590	100.00 591	100.00 589	100.00 589	100.00 589	100.00 589	100.00 589	100.00 589	100.00 589	99.16 583	100.00 588	99.95 588	100.00 588	99.98 587	99.99 588	100.00 587	100.00 588	100.00 588	100.00 588	100.00 588	100.00 588

FlowAnything	100.00 592	100.00 591	100.00 589	100.00 589	100.00 589	100.00 589	100.00 589	100.00 589	100.00 589	100.00 590	100.00 588	100.00 592	100.00 588	100.00 590	100.00 591	100.00 587	100.00 588	100.00 588	100.00 588	100.00 588	100.00 588

Selective-RAFT-Error	100.00 592	100.00 591	100.00 589	100.00 589	100.00 589	100.00 589	100.00 589	100.00 589	100.00 589	100.00 590	100.00 588	100.00 592	100.00 588	100.00 590	100.00 591	100.00 587	100.00 588	100.00 588	100.00 588	100.00 588	100.00 588

CasAABBNet	100.00 592	100.00 591	100.00 589	100.00 589	100.00 589	100.00 589	100.00 589	100.00 589	100.00 589	100.00 590	100.00 588	100.00 592	100.00 588	100.00 590	100.00 591	100.00 587	100.00 588	100.00 588	100.00 588	100.00 588	100.00 588

LSM0	100.00 592	100.00 591	100.00 589	100.00 589	100.00 589	100.00 589	100.00 589	100.00 589	100.00 589	100.00 590	100.00 588	100.00 592	100.00 588	100.00 590	100.00 591	100.00 587	100.00 588	100.00 588	100.00 588	100.00 588	100.00 588

DPSM_ROB	100.00 592	100.00 591	100.00 589	100.00 589	100.00 589	100.00 589	100.00 589	100.00 589	100.00 589	100.00 590	100.00 588	100.00 592	100.00 588	100.00 590	100.00 591	100.00 587	100.00 588	100.00 588	100.00 588	100.00 588	100.00 588

DPSM	100.00 592	100.00 591	100.00 589	100.00 589	100.00 589	100.00 589	100.00 589	100.00 589	100.00 589	100.00 590	100.00 588	100.00 592	100.00 588	100.00 590	100.00 591	100.00 587	100.00 588	100.00 588	100.00 588	100.00 588	100.00 588

STTRV1_RVC		18.60 515		16.79 503	23.81 538	29.59 485	15.67 471	35.42 457	34.27 425	35.05 498	34.94 437	31.94 450	28.80 485	29.17 480	23.89 451	12.64 534	3.40 515	6.58 507	4.73 508	15.20 528	6.23 484

FADE		36.34 541		32.23 536	23.74 537													44.28 547		17.94 533

Low-res two-view benchmark